大數(shù)據(jù)與公共政策探討范文

本站小編為你精心準(zhǔn)備了大數(shù)據(jù)與公共政策探討參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：［目的/意義］大數(shù)據(jù)技術(shù)是否能改進(jìn)公共政策分析，這是目前國(guó)內(nèi)外學(xué)術(shù)界研究熱點(diǎn)，也是各國(guó)各級(jí)政府關(guān)心的重要問(wèn)題。［方法/過(guò)程］采用系統(tǒng)文獻(xiàn)綜述(systematicreview)對(duì)相關(guān)文獻(xiàn)進(jìn)行梳理，提煉出大數(shù)據(jù)應(yīng)用于公共政策分析的效益和風(fēng)險(xiǎn)，以及如何用好大數(shù)據(jù)來(lái)支持公共政策的建議;總結(jié)大數(shù)據(jù)應(yīng)用于公共政策的通用流程和參與主體間的價(jià)值網(wǎng)絡(luò);分步解析大數(shù)據(jù)在政策階段中的具體應(yīng)用案例。［結(jié)果/結(jié)論］提出大數(shù)據(jù)應(yīng)用于公共政策的通用框架，對(duì)我國(guó)運(yùn)用大數(shù)據(jù)技術(shù)改進(jìn)公共政策、公共決策具有一定的借鑒意義。

關(guān)鍵詞：大數(shù)據(jù)；公共政策；政策分析；公共決策；開(kāi)放數(shù)據(jù)

0引言

隨著更多的數(shù)據(jù)以虛擬形式被存儲(chǔ)和處理，標(biāo)志著大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨。在商業(yè)領(lǐng)域，大數(shù)據(jù)已開(kāi)始被廣泛應(yīng)用，如在金融領(lǐng)域已經(jīng)開(kāi)始使用計(jì)算機(jī)數(shù)學(xué)模型和算法對(duì)海量數(shù)據(jù)處理。在這種大數(shù)據(jù)思潮的引領(lǐng)下，世界各地政府也開(kāi)始關(guān)注大數(shù)據(jù)技術(shù)應(yīng)用，其中包括在預(yù)防傳染病、識(shí)別恐怖分子、設(shè)計(jì)和提供有效的醫(yī)療保健制度的實(shí)踐或?qū)嶒?yàn)等。在我國(guó)，自2014年“大數(shù)據(jù)”首次寫(xiě)入《政府工作報(bào)告》以來(lái)，政府已連續(xù)幾年反復(fù)提及將大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)應(yīng)用于政府管理。但是，學(xué)術(shù)界對(duì)大數(shù)據(jù)能否提升政府決策能力仍存在爭(zhēng)議。不少學(xué)者提出了大數(shù)據(jù)應(yīng)用于國(guó)家治理、促進(jìn)政府職能轉(zhuǎn)型的構(gòu)想方案，也從具體的技術(shù)應(yīng)用上給出了切實(shí)可行的操作指南;然而，也有學(xué)者提出大數(shù)據(jù)用于公共政策分析可能侵犯公民隱私、帶來(lái)新的社會(huì)不公等風(fēng)險(xiǎn)。事實(shí)上，大數(shù)據(jù)不僅是一種技術(shù)處理方法，也代表了一種思維模式的轉(zhuǎn)變:從抽樣數(shù)據(jù)到全量數(shù)據(jù)，從精確到總體，從因果到相關(guān)，這種數(shù)據(jù)思維的轉(zhuǎn)變是有一定風(fēng)險(xiǎn)的?；谝陨喜煌^點(diǎn)，本文采用系統(tǒng)文獻(xiàn)綜述對(duì)相關(guān)文獻(xiàn)進(jìn)行了梳理。與傳統(tǒng)的文獻(xiàn)綜述方法相比，系統(tǒng)文獻(xiàn)綜述對(duì)研究問(wèn)題的定義更為明確，注重明辨研究問(wèn)題，有一整套詳細(xì)的研究過(guò)程，其中包括確定文獻(xiàn)的獲取途徑，設(shè)立文獻(xiàn)篩選標(biāo)準(zhǔn)，分析保留的研究文獻(xiàn)。這使得系統(tǒng)文獻(xiàn)綜述的研究結(jié)論更容易被驗(yàn)證，是一種更客觀和科學(xué)的研究方法。本文的研究問(wèn)題為大數(shù)據(jù)能否能改進(jìn)公共政策分析?這個(gè)研究問(wèn)題可以被進(jìn)一步地分為以下幾個(gè)子問(wèn)題:a．大數(shù)據(jù)對(duì)公共政策分析是否有影響?b．大數(shù)據(jù)對(duì)公共政策分析會(huì)帶來(lái)怎樣的收益和風(fēng)險(xiǎn)?c．大數(shù)據(jù)究竟是如何被用于促進(jìn)公共政策分析?

1研究方法

本文所采用的方法是系統(tǒng)文獻(xiàn)綜述。我們根據(jù)研究問(wèn)題設(shè)立明確清晰的文獻(xiàn)篩選標(biāo)準(zhǔn)，獲得科學(xué)的文獻(xiàn)集，降低因主觀選擇研究文獻(xiàn)而導(dǎo)致的研究誤差［1］。

1．1搜索策略

為了囊括最全面的現(xiàn)有研究成果，且為確保文獻(xiàn)質(zhì)量，我們選擇數(shù)據(jù)庫(kù)WebofScience進(jìn)行英文文獻(xiàn)查詢，選擇中國(guó)知網(wǎng)(cnki．net)進(jìn)行中文文獻(xiàn)搜索。WebofScience是世界上有影響力的多學(xué)科的學(xué)術(shù)文獻(xiàn)文摘索引數(shù)據(jù)庫(kù)，收錄了12，000多種具有高影響因子的學(xué)術(shù)期刊;中國(guó)知網(wǎng)則是中國(guó)最廣泛和全面的期刊全文數(shù)據(jù)庫(kù)。它們可以確保盡可能全面的收集學(xué)術(shù)文獻(xiàn)，同時(shí)保證其學(xué)術(shù)質(zhì)量，是本次研究文獻(xiàn)的主要來(lái)源。本文的研究問(wèn)題是數(shù)據(jù)分析與公共政策的交叉領(lǐng)域，因此我們選擇大數(shù)據(jù)相關(guān)和公共政策相關(guān)兩組關(guān)鍵詞進(jìn)行組合查詢。其中大數(shù)據(jù)相關(guān)的關(guān)鍵詞為“bigdata”和“opendata”。盡管開(kāi)放數(shù)據(jù)與大數(shù)據(jù)是本質(zhì)不同的兩個(gè)概念，但開(kāi)放數(shù)據(jù)在某種程度上可以被認(rèn)為是大數(shù)據(jù)技術(shù)應(yīng)用于公共治理的基礎(chǔ)，并且在前期文獻(xiàn)搜索中我們發(fā)現(xiàn)“opendata”的相關(guān)文獻(xiàn)與我們的研究主題相關(guān)，且不與“bigdata”關(guān)鍵詞搜索出的文獻(xiàn)重合，為了保證本研究的完整性，我們?nèi)匀粚ⅰ皁pendata”列為關(guān)鍵詞。公共政策相關(guān)的關(guān)鍵詞為“deci-sionmaking”、“publicdecision”“policyanalysis”“poli-cydecision”“publicpolicy”“publicpolicysupport”和“policymaking”。由此，組成14組搜索關(guān)鍵詞條。文獻(xiàn)搜索限制條件設(shè)置:a．文獻(xiàn)搜索的截至日期為2016年10月1日，基于大數(shù)據(jù)概念是在近幾年才提出，因此并未設(shè)置搜索起始日期。b．本文使用WebofScienceTM核心合集，即英語(yǔ)語(yǔ)種的文獻(xiàn)，排除了韓文的KCI－韓國(guó)期刊數(shù)據(jù)庫(kù)、俄文的RussianScienceCitationIndex等其他非英語(yǔ)語(yǔ)種的數(shù)據(jù)庫(kù)。c．為了使囊括的文獻(xiàn)更加全面，我們將搜索限制條件設(shè)為“主題”，凡是文章標(biāo)題、摘要或主題內(nèi)容與我們關(guān)鍵詞相關(guān)的，都會(huì)出現(xiàn)在我們的搜索結(jié)果中。在中文的語(yǔ)言環(huán)境中，“公共政策”一詞傾向于用來(lái)表達(dá)帶有抽象意義的政策條文統(tǒng)稱;與公共利益、公共權(quán)力、政府職能、行政管理、公共產(chǎn)品與公共服務(wù)相關(guān)。與之相似的“公共決策”一詞，主要指在特定環(huán)境與決策系統(tǒng)中，公共組織(包括政府機(jī)構(gòu)、社會(huì)團(tuán)體及其他公共部門等)針對(duì)公共問(wèn)題，為了實(shí)現(xiàn)和維護(hù)公共利益所做出的決策［2］。從語(yǔ)義理解的角度來(lái)說(shuō)，“公共決策”比“公共政策”傳遞的適用目標(biāo)和角度更加明確，更適用于本文的討論范圍，與英文publicpoli-cy(公共政策)一詞也更加接近。因此本文把“公共決策”也作為一個(gè)搜索詞，將“公共決策”相關(guān)中文文獻(xiàn)一并納入?yún)⒖贾?。在前期研究中發(fā)現(xiàn)中文文獻(xiàn)中“大數(shù)據(jù)”與“開(kāi)放數(shù)據(jù)”搜索出的結(jié)果高度重復(fù)，因此中文搜索詞條舍去了“開(kāi)放數(shù)據(jù)”。中文文獻(xiàn)搜索關(guān)鍵詞條共5組，分別是“大數(shù)據(jù)”與“公共政策”“公共決策”“政策制定”“政策支持”“決策支持”。

1．2篩選過(guò)程

根據(jù)關(guān)鍵詞搜索獲得的文獻(xiàn)依然可能與本文研究主題并不相關(guān)，因此，我們?cè)O(shè)置了排除標(biāo)準(zhǔn)進(jìn)一步篩選，刪除了文章內(nèi)容與大數(shù)據(jù)應(yīng)用于公共部門政策分析無(wú)關(guān)的文獻(xiàn)。1．3研究文獻(xiàn)的描述性分析1．3．1發(fā)表時(shí)間從發(fā)表時(shí)間看，中英文文獻(xiàn)發(fā)表數(shù)量逐年增長(zhǎng)。如圖2所示，2011年之前，幾乎沒(méi)有涉及大數(shù)據(jù)在公共政策領(lǐng)域應(yīng)用的研究文獻(xiàn)。從2012年起，英文文獻(xiàn)數(shù)量開(kāi)始增加，這與美國(guó)前總統(tǒng)奧巴馬在2012年提出大數(shù)據(jù)研究與發(fā)展計(jì)劃是有關(guān)聯(lián)的。同時(shí)，中文文獻(xiàn)也在隨后的2014年急速上升，顯示出大數(shù)據(jù)在公共部門中的應(yīng)用這一研究領(lǐng)域已經(jīng)越來(lái)越受到學(xué)術(shù)界的關(guān)注。

1．3．2研究文獻(xiàn)

第一作者學(xué)科分布大數(shù)據(jù)在公共政策中的應(yīng)用屬于跨學(xué)科領(lǐng)域的研究，為了更好掌握文獻(xiàn)所屬的學(xué)科領(lǐng)域分布，我們按照文獻(xiàn)第一作者所屬的學(xué)科領(lǐng)域進(jìn)行分類統(tǒng)計(jì)。

2大數(shù)據(jù)應(yīng)用于公共政策的效益與風(fēng)險(xiǎn)

公共政策是關(guān)于決定誰(shuí)將在何時(shí)、以何種形式得到何種資源的學(xué)問(wèn)，公共部門必須權(quán)衡精英的觀點(diǎn)和公眾的需求。而大數(shù)據(jù)則提供了智慧決策協(xié)同治理的經(jīng)驗(yàn)邏輯，突破了數(shù)據(jù)驅(qū)動(dòng)決策的技術(shù)難題，也激發(fā)了公共利益的導(dǎo)向和動(dòng)機(jī)，實(shí)現(xiàn)了“工具理性”［2］。另一方面也有一些不同的聲音，認(rèn)為大數(shù)據(jù)的應(yīng)用可能存在一定的風(fēng)險(xiǎn)。大數(shù)據(jù)可能更適合解決小問(wèn)題，而對(duì)于較為宏觀的決策來(lái)說(shuō)，大量的數(shù)據(jù)則會(huì)帶來(lái)更多的“噪聲”，并且工具不能代替智慧思維［3］。在公共管理領(lǐng)域，對(duì)大數(shù)據(jù)的理解也是各有側(cè)重。Pirog認(rèn)為，大數(shù)據(jù)的最大價(jià)值在于提供了有效的新數(shù)據(jù)集合，如在美國(guó)聯(lián)邦政府網(wǎng)站(Data．gov)上的開(kāi)放數(shù)據(jù)資源［4］。黃璜和黃竹修把大數(shù)據(jù)在公共治理和公共政策中的應(yīng)用視為對(duì)傳統(tǒng)電子政務(wù)、電子治理的繼承，將在政策技術(shù)層面、政府能力層面、國(guó)家治理層面和社會(huì)價(jià)值層面產(chǎn)生重要影響［5］。張楠將公共政策中所使用的公共衍生大數(shù)據(jù)(PublicGeneratedBigData)分為三類:互聯(lián)網(wǎng)公共話題相關(guān)的用戶創(chuàng)造內(nèi)容(UserGeneratedContent，UGC)、政府部門業(yè)務(wù)運(yùn)作過(guò)程產(chǎn)生的大量政策法規(guī)及其相關(guān)文件與文檔數(shù)據(jù)、政府信息化建設(shè)中產(chǎn)生的包括物聯(lián)網(wǎng)在內(nèi)的各類信息系統(tǒng)數(shù)據(jù)。因此，本文認(rèn)為大數(shù)據(jù)在公共政策領(lǐng)域的界定是基于5V特征的新數(shù)據(jù)集合，主要分為行政數(shù)據(jù)和私人部門數(shù)據(jù)兩大類，其外延還包括一種新型的研究方法或分析技術(shù)、數(shù)據(jù)驅(qū)動(dòng)的決策機(jī)制、數(shù)字時(shí)代下的新型治理范式［6］。本節(jié)將重點(diǎn)關(guān)注19篇綜合分析類文章，通過(guò)內(nèi)容分析方法綜合各類觀點(diǎn)的提及頻率，直觀地將學(xué)者們關(guān)于大數(shù)據(jù)應(yīng)用于公共決策分析帶來(lái)的效益、風(fēng)險(xiǎn)和建議進(jìn)行梳理，以反映該觀點(diǎn)的被關(guān)注度與重要性。在分析方法上首先將大數(shù)據(jù)應(yīng)用于公共政策分析的“效益”和“風(fēng)險(xiǎn)”進(jìn)行排他性分類。效益(B)共四類:B1提供基于證據(jù)的政策制定;B2提供前瞻式政策制定;B3促進(jìn)政策制定中的公眾參與;B4提高政策制定效率。風(fēng)險(xiǎn)(R)共5類:R1隱私侵犯;R2數(shù)據(jù)質(zhì)量差;R3數(shù)據(jù)誤用;R4不公平;R5數(shù)據(jù)分析能力不足。由3名研究者進(jìn)行內(nèi)容編碼，歸類一致性指數(shù)為94.8%，顯示一致性較高。

2．1公共政策制定中的大數(shù)據(jù)

運(yùn)用效益超過(guò)半數(shù)的研究文獻(xiàn)認(rèn)為，大數(shù)據(jù)技術(shù)可提供更多準(zhǔn)確、及時(shí)、詳細(xì)的信息用于政策制定，有21．0%的文章認(rèn)為，大數(shù)據(jù)可以提供前瞻式政策制定，15．8%的研究表示，吸納更多利益相關(guān)者參與決策過(guò)程是大數(shù)據(jù)給公共政策分析帶來(lái)的又一效益，有少量文章提到大數(shù)據(jù)可以提高政策制定效率。

2．1．1提供基于證據(jù)的政策制定得益于新型與傳統(tǒng)的數(shù)據(jù)源的共存，以及越來(lái)越多信息節(jié)點(diǎn)出現(xiàn)，幾乎所有的公共議題都被包含在這些大量的信息化數(shù)據(jù)中，其中包括各種數(shù)據(jù)采集系統(tǒng)，人口普查數(shù)據(jù)，以及政府開(kāi)展的各種調(diào)查等。通過(guò)一些精確的、詳細(xì)的、快速更新的數(shù)據(jù)，政策分析者可以發(fā)現(xiàn)過(guò)去無(wú)法被察覺(jué)的信息流以及隱藏的發(fā)展模式與關(guān)系［7］。不論多精確的統(tǒng)計(jì)方法也不能彌補(bǔ)因數(shù)據(jù)匱乏而使用抽樣數(shù)據(jù)的不足，數(shù)據(jù)才是推動(dòng)公共政策分析創(chuàng)新的關(guān)鍵。豐富的數(shù)據(jù)為公共政策分析提供了觀察真實(shí)社會(huì)運(yùn)轉(zhuǎn)的窗口，支持了政府基于證據(jù)的決策制定，這在城市中表現(xiàn)得更為突出。因?yàn)槌鞘袚碛忻芗娜丝?，集中了大量的社?huì)資源和各種新興高科技，如描述人類活動(dòng)的社交網(wǎng)絡(luò)數(shù)據(jù)，具有時(shí)間、地理維度的物聯(lián)網(wǎng)數(shù)據(jù)，都可以用來(lái)揭示一些行為模式和城市動(dòng)態(tài)，為城市設(shè)計(jì)、公共服務(wù)和基礎(chǔ)設(shè)施規(guī)劃等提出有益見(jiàn)解，進(jìn)而被運(yùn)用到?jīng)Q策。

2．1．2提供前瞻式政策制定大數(shù)據(jù)可以監(jiān)控危機(jī)的發(fā)生，使危機(jī)管理的重點(diǎn)由過(guò)去的危機(jī)應(yīng)對(duì)(crisisresponse)轉(zhuǎn)移到危機(jī)預(yù)警(forestallingdan-gers)。在公共衛(wèi)生領(lǐng)域，風(fēng)險(xiǎn)預(yù)測(cè)模型可利用常規(guī)醫(yī)療數(shù)據(jù)預(yù)測(cè)高危患者未來(lái)的不良影響事件［8］。根據(jù)數(shù)據(jù)預(yù)測(cè)分析結(jié)果，醫(yī)療體系可以主動(dòng)提供服務(wù)達(dá)到預(yù)防效果［7］。在交通領(lǐng)域，大數(shù)據(jù)可以幫助實(shí)現(xiàn)運(yùn)營(yíng)方面最大的用戶體驗(yàn)，它可以監(jiān)測(cè)到車輛最大負(fù)載，實(shí)時(shí)的載客流量變化，預(yù)測(cè)到計(jì)劃外的延遲時(shí)間，預(yù)防事故的發(fā)生［9］。綜上所述，大數(shù)據(jù)可以使得公共政策做到前瞻式?jīng)Q策，防患于未然。

2．1．3促進(jìn)政策制定中的公眾參與大數(shù)據(jù)提供的信息可以基本涵蓋公共政策所有服務(wù)對(duì)象的信息，這樣全面而又海量的數(shù)據(jù)，盡可能地使決策制定中的信息包含更多人的利益［10］。因此，大數(shù)據(jù)進(jìn)一步提高了利益相關(guān)者參與到公共政策和規(guī)劃過(guò)程中的積極性，可以增強(qiáng)社會(huì)力量和公民權(quán)力，也可以用來(lái)提高政府的透明度并改善政府的問(wèn)責(zé)機(jī)制［9］。

2．1．4提高政策制定效率大數(shù)據(jù)分析工作中的數(shù)據(jù)整合將促進(jìn)政府各個(gè)信息系統(tǒng)之間的協(xié)作，從而減少政府工作過(guò)程中的文書(shū)工作，降低了公民重復(fù)提交紙質(zhì)信息的需要，促進(jìn)政府內(nèi)部流程重組，提高行政效率［7］。2．2公共政策制定中的大數(shù)據(jù)運(yùn)用風(fēng)險(xiǎn)雖然世界各國(guó)政府已經(jīng)意識(shí)到大數(shù)據(jù)在解決社會(huì)問(wèn)題上的巨大潛力，但由于缺乏一個(gè)大數(shù)據(jù)應(yīng)用的明確路徑，往往在實(shí)踐上步履蹣跚。在風(fēng)險(xiǎn)方面，42．1%的文章提及大數(shù)據(jù)使用可能會(huì)侵犯公民數(shù)據(jù)隱私的問(wèn)題;而26.3%的研究則重視數(shù)據(jù)質(zhì)量低的問(wèn)題;此外，數(shù)據(jù)誤用的問(wèn)題也被21．0%的文章關(guān)注，他們認(rèn)為在數(shù)據(jù)獲取后的過(guò)程中存在許多系統(tǒng)性偏差，最終不利于得出客觀真實(shí)的結(jié)論;同樣的，有21．0%的文獻(xiàn)認(rèn)為運(yùn)用大數(shù)據(jù)可能會(huì)帶來(lái)新的數(shù)據(jù)不公平問(wèn)題;多達(dá)68．4%的文獻(xiàn)提到政府部門缺乏大數(shù)據(jù)能力的問(wèn)題，包括收集、分析處理的能力。

2．2．1隱私侵犯

數(shù)據(jù)隱私是一把雙刃劍，數(shù)據(jù)的缺失阻礙了大數(shù)據(jù)在政策制定中的應(yīng)用，公眾因此無(wú)法享受大數(shù)據(jù)帶來(lái)的利益;然而，數(shù)據(jù)提供過(guò)程中的管理不善又必然導(dǎo)致公眾隱私被侵犯。以公共衛(wèi)生政策領(lǐng)域?yàn)槔瑐€(gè)人可識(shí)別信息(Personallyidentifi-ableinformation)數(shù)據(jù)的泄露會(huì)對(duì)醫(yī)療保健系統(tǒng)造成很大的傷害，因?yàn)椴∪藭?huì)出于隱私擔(dān)憂不愿意提交自己的醫(yī)療信息。如果可以管理好電子健康數(shù)據(jù)，可以大大增強(qiáng)病人對(duì)電子醫(yī)療系統(tǒng)的信任，形成良性循環(huán)。有關(guān)數(shù)據(jù)隱私的立法和規(guī)定也需要進(jìn)一步完善。當(dāng)前美國(guó)的網(wǎng)上隱私政策法規(guī)是按部門分類的，不同部門信息保護(hù)遵從不同的法律，如財(cái)務(wù)隱私與健康隱私分別使用不同的法律，缺乏綜合一體的隱私保護(hù)法。隨著數(shù)據(jù)類型、數(shù)量、更新速度的革新，數(shù)據(jù)隱私評(píng)價(jià)標(biāo)準(zhǔn)也要隨之發(fā)展。傳統(tǒng)的隱私保護(hù)方法———知情同意和匿名，將不再適用于大數(shù)據(jù)時(shí)代。由于“隱私知識(shí)溝”(gapinprivacyknowledge)的存在，部分公眾并不了解數(shù)據(jù)收集的程度與性質(zhì)，對(duì)于隱私問(wèn)題出現(xiàn)了認(rèn)識(shí)的偏差。因此，隱私的保護(hù)不是控制表面的曝光，而是需要界定數(shù)據(jù)使用的合法性是否成立?？傊?，政府在大數(shù)據(jù)的應(yīng)用需求和倫理前面臨著權(quán)衡的難題。一個(gè)民主體制的國(guó)家通常以有限的政府和高度保護(hù)私有財(cái)產(chǎn)為特征，這就限制了大規(guī)模收集和分析數(shù)據(jù)的能力［11］。其次，決策過(guò)程中的數(shù)據(jù)生產(chǎn)者和消費(fèi)者角色同為公眾，一個(gè)可能會(huì)侵犯公眾隱私但產(chǎn)生有效公共政策的過(guò)程，使決策者難以對(duì)其中兩者的輕重做出判斷［12］。

2．2．2數(shù)據(jù)質(zhì)量差

大數(shù)據(jù)本身具有不規(guī)律性和異質(zhì)性，大數(shù)據(jù)是嘈雜的，因此信號(hào)質(zhì)量較差;大數(shù)據(jù)還可能遺漏有價(jià)值的信息和觀察，甚至是不準(zhǔn)確的［10］。數(shù)據(jù)質(zhì)量差有可能是由于過(guò)度監(jiān)管造成的。各國(guó)法律一直試圖規(guī)范敏感信息的訪問(wèn)和存儲(chǔ)，以回應(yīng)隱私泄漏的擔(dān)憂，從而導(dǎo)致大數(shù)據(jù)使用者只能獲得殘缺和截?cái)嗟臄?shù)據(jù)集［8］。

2．2．3數(shù)據(jù)

誤用Hoffman和Podgurski提出了三種可能扭曲分析結(jié)論的系統(tǒng)性偏差:選擇偏差、混淆偏差、測(cè)量偏差［13］。a．選擇偏差是指選擇的研究群體不具代表性，這個(gè)群體可能存在某些特殊特征，從而導(dǎo)致錯(cuò)誤的結(jié)論。b．混淆偏差是指社會(huì)經(jīng)濟(jì)文化等因素可能成為影響分析混淆因素，例如面對(duì)低收入群體的健康問(wèn)題，可能是由于選擇次優(yōu)和廉價(jià)的醫(yī)療所致，也可能是貧窮、營(yíng)養(yǎng)不良導(dǎo)致;若不考慮社會(huì)經(jīng)濟(jì)因素，研究結(jié)論就可能發(fā)生偏移。另一些學(xué)者將這一問(wèn)題定義為語(yǔ)境丟失，即數(shù)據(jù)分析人員沒(méi)有考慮到獲取這些數(shù)據(jù)的時(shí)空、社會(huì)和文化環(huán)境，容易導(dǎo)出錯(cuò)誤的解釋和結(jié)論［12］。c．測(cè)量偏差則發(fā)生在數(shù)據(jù)收集階段，由于采集數(shù)據(jù)的設(shè)備、軟件等問(wèn)題，或者人為錯(cuò)誤，如醫(yī)生手寫(xiě)錯(cuò)誤以及病人隱瞞病情，錄入了錯(cuò)誤的信息。

2．2．4公平問(wèn)題

社會(huì)中參與數(shù)據(jù)提供的人并非全體公民，而是那些有能力接觸現(xiàn)代通訊技術(shù)的人，這意味著越是提供自己意見(jiàn)的人越能從政策輸出結(jié)果中受益［12］。也有學(xué)者提到，數(shù)據(jù)不公可能與電子參與方式本身固有的民意攝取不足的缺陷有關(guān)。因此，公共部門應(yīng)該滿足公眾關(guān)于參與機(jī)會(huì)平等的合法期望，要滿足參與機(jī)會(huì)平等，還需要對(duì)傳統(tǒng)的電子參與的方式進(jìn)行創(chuàng)新。

2．2．5數(shù)據(jù)分析能力不足

提及頻率最高的風(fēng)險(xiǎn)為大數(shù)據(jù)分析能力不足。大數(shù)據(jù)海量、高速和異質(zhì)性特征，對(duì)于政府與分析者提出了新的分析范式要求，包括數(shù)據(jù)捕獲、語(yǔ)義調(diào)和、聚合和關(guān)聯(lián)，技術(shù)挑戰(zhàn)包括集成數(shù)據(jù)源、過(guò)濾數(shù)據(jù)、非結(jié)構(gòu)化的數(shù)據(jù)如何轉(zhuǎn)化和處理等問(wèn)題。Amankwah－Amoah提出了政府的“大數(shù)據(jù)能力”的概念，指的是政府識(shí)別與解釋數(shù)據(jù)以助于公共政策的能力。特別強(qiáng)調(diào)數(shù)據(jù)豐富(datarich)與信息豐富(informationrich)的區(qū)別，指出數(shù)據(jù)豐富是擁有大量的數(shù)據(jù)集，而信息豐富則是指將數(shù)據(jù)轉(zhuǎn)換為公共政策的制定和行動(dòng)的基礎(chǔ)知識(shí)與分析能力，而僅僅擁有大數(shù)據(jù)無(wú)法提高一個(gè)國(guó)家的競(jìng)爭(zhēng)力［11］。

3大數(shù)據(jù)應(yīng)用于公共政策的通用框架

公共政策涉及教育、健康衛(wèi)生、交通等多個(gè)領(lǐng)域，本章主要探討大數(shù)據(jù)在不同政策領(lǐng)域的應(yīng)用是否具有通用的框架。

3．1大數(shù)據(jù)應(yīng)用的通用流程

在大數(shù)據(jù)應(yīng)用項(xiàng)目中，我們以研究文獻(xiàn)中具有代表性的5篇分析流程加以概括總結(jié)。

3．1．1數(shù)據(jù)收集

數(shù)據(jù)來(lái)源需根據(jù)不同決策目標(biāo)而確定，如針對(duì)用戶所產(chǎn)生的數(shù)據(jù)、社交媒體數(shù)據(jù)或特定系統(tǒng)運(yùn)行中產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)收集的對(duì)象和規(guī)模直接影響了該決策的分析內(nèi)容和工具，因此這一步驟應(yīng)追求數(shù)據(jù)覆蓋廣和信息全。

3．1．2數(shù)據(jù)清洗

初步的數(shù)據(jù)清洗可有效篩選數(shù)據(jù)，同時(shí)數(shù)據(jù)清洗也包含數(shù)據(jù)脫敏的作用，為敏感隱私數(shù)據(jù)提供可靠保護(hù)。

3．1．3數(shù)據(jù)選取

數(shù)據(jù)選取的過(guò)程實(shí)際是預(yù)處理后的數(shù)據(jù)與決策需求的匹配過(guò)程。為保障最終結(jié)果的準(zhǔn)確性并降低數(shù)據(jù)處理難度，數(shù)據(jù)選取中的變量和標(biāo)準(zhǔn)的設(shè)置十分重要。

3．1．4數(shù)據(jù)挖掘

數(shù)據(jù)挖掘一般包括數(shù)據(jù)分析和建模，是數(shù)據(jù)驅(qū)動(dòng)決策的最關(guān)鍵步驟，體現(xiàn)了大數(shù)據(jù)方法與其他統(tǒng)計(jì)方法應(yīng)用的不同之處。舉例來(lái)說(shuō)，在Ma等(2015)設(shè)計(jì)的公眾意見(jiàn)語(yǔ)義搜索系統(tǒng)中，區(qū)別于單純的關(guān)鍵詞搜索，他們通過(guò)LDA模型的構(gòu)建，分析過(guò)去大眾評(píng)論數(shù)據(jù)并計(jì)算概率，以找出概率更高的主題，達(dá)到精確匹配、提高搜索準(zhǔn)確率的目的。

3．1．5數(shù)據(jù)核實(shí)評(píng)估

對(duì)數(shù)據(jù)的核實(shí)評(píng)估貫穿在數(shù)據(jù)選取和挖掘兩個(gè)步驟中，許多數(shù)據(jù)決策項(xiàng)目失敗的原因在于過(guò)多關(guān)注數(shù)據(jù)建模而忽視了其他步驟，導(dǎo)致真正相關(guān)的、適合的、有效的數(shù)據(jù)不足，而避免這一失敗的關(guān)鍵就在于對(duì)數(shù)據(jù)的反復(fù)核實(shí)以及對(duì)整個(gè)步驟結(jié)果的評(píng)估。

3．1．6展示輸出

當(dāng)“數(shù)據(jù)”經(jīng)歷了清洗、選取、挖掘和評(píng)估后，最終的分析結(jié)果將以報(bào)告或可視化的方式提交相關(guān)決策部門，完成從數(shù)據(jù)分析師到?jīng)Q策制定者的信息傳遞。

3．2參與主體間的價(jià)值

網(wǎng)絡(luò)大數(shù)據(jù)應(yīng)用于公共政策分析是一個(gè)多方合作共同創(chuàng)造公共價(jià)值的過(guò)程，因此我們有必要厘清這些參與主體間的關(guān)系。在大數(shù)據(jù)環(huán)境下，價(jià)值是多個(gè)主體合作的結(jié)果，每個(gè)主體間不再是以前簡(jiǎn)單的線性鏈條關(guān)系，而是一個(gè)復(fù)雜的網(wǎng)絡(luò)關(guān)系。價(jià)值網(wǎng)絡(luò)分析法(ValueNetworkAnalysis)為我們提供了一個(gè)理解框架，這個(gè)框架利用節(jié)點(diǎn)和鏈接直觀地展示了協(xié)作關(guān)系中的價(jià)值創(chuàng)造和流動(dòng)。

4大數(shù)據(jù)應(yīng)用于公共政策的實(shí)施過(guò)程

公共政策的階段模型用以模擬政策從意圖到執(zhí)行的整個(gè)制定流程，將復(fù)雜的政策制定過(guò)程分解為清晰的步驟化流程，是一種系統(tǒng)化且嚴(yán)密的方法。首先是社會(huì)問(wèn)題的識(shí)別，并設(shè)立相關(guān)議程;隨后，問(wèn)題進(jìn)入討論議程;政策制定者運(yùn)用相應(yīng)的政策工具進(jìn)行方案選擇;最后是評(píng)估政策績(jī)效，并且決定政策是否需要被調(diào)整，是否需要進(jìn)入下一個(gè)新的議程［14］。根據(jù)公共政策分析的階段模型，本節(jié)在對(duì)研究文獻(xiàn)應(yīng)用案例的分析基礎(chǔ)上，依次探討大數(shù)據(jù)應(yīng)用的四個(gè)環(huán)節(jié):問(wèn)題識(shí)別、議程設(shè)置、方案選擇和評(píng)估。

4．1問(wèn)題識(shí)別

研究發(fā)現(xiàn)，大數(shù)據(jù)可以幫助公共決策者預(yù)測(cè)和識(shí)別政策問(wèn)題，尤其是可以用來(lái)識(shí)別民意中的社會(huì)問(wèn)題，以及預(yù)測(cè)公共安全問(wèn)題的出現(xiàn)。從公共政策分析的角度來(lái)說(shuō)，公民群體的態(tài)度即為民意。民意存在于多種渠道中，其中正式渠道包括政府門戶網(wǎng)站的民意反饋、政府為特定的事件而收集的調(diào)查數(shù)據(jù);非正式渠道包括社交網(wǎng)絡(luò)個(gè)人的信息、搜索引擎上的搜索記錄。網(wǎng)絡(luò)信息量巨大，渠道眾多，政府需要一個(gè)可以有效的了解民意的工具，而大數(shù)據(jù)則可以成為挖掘民意中政策問(wèn)題的工具之一［15］。馬寶君等學(xué)者提出了用概率主題建模的方法，從大規(guī)模公眾反饋信息文本中提取決策者可能關(guān)注的潛在政策問(wèn)題［16］。該研究針對(duì)城市公眾反饋網(wǎng)絡(luò)平臺(tái)從2006至2013年產(chǎn)生的實(shí)際數(shù)據(jù)進(jìn)行分析，得出交通、戶籍、道路施工等問(wèn)題是公眾關(guān)注的焦點(diǎn)的結(jié)論。該方法還可以分析出每個(gè)問(wèn)題關(guān)注熱度隨時(shí)間的變化情況。除了通過(guò)民意分析識(shí)別社會(huì)問(wèn)題，還可以通過(guò)大數(shù)據(jù)分析預(yù)測(cè)自然災(zāi)害、疾病爆發(fā)等公共安全問(wèn)題。Zhao和Liu提出了一個(gè)基于GIS地理處理技術(shù)的城市危險(xiǎn)源的區(qū)域風(fēng)險(xiǎn)評(píng)估工具———RiskUMH，依次從:評(píng)估區(qū)域界定、計(jì)算危險(xiǎn)源的嚴(yán)重程度、計(jì)算區(qū)域的脆弱性、畫(huà)出風(fēng)險(xiǎn)地圖等四個(gè)步驟，來(lái)評(píng)估城市中重大危險(xiǎn)源的風(fēng)險(xiǎn)程度，從而支持公共安全事件的應(yīng)急管理決策，做到防患于未然［17］。

4．2政策議程

政府或政策制定者在識(shí)別了政策問(wèn)題后，接著設(shè)立政策議程。然而，不是所有通過(guò)大數(shù)據(jù)分析提取出的社會(huì)問(wèn)題都可以進(jìn)入政府議程，還需要進(jìn)行信息核實(shí)以及政策問(wèn)題優(yōu)先級(jí)排序。目前在社交網(wǎng)絡(luò)應(yīng)用于應(yīng)急管理決策上面臨信息不準(zhǔn)確、謠言、惡意使用社交網(wǎng)絡(luò)等挑戰(zhàn)。因此Conrado提出了一系列社交媒體信息核實(shí)的方法，確保為公民以及決策者提供更為真實(shí)可靠的數(shù)據(jù)［18］。

4．3方案選擇

4．3．1長(zhǎng)期戰(zhàn)略規(guī)劃的大數(shù)據(jù)應(yīng)用

長(zhǎng)期的戰(zhàn)略方案如城市規(guī)劃與管理，改善政府門戶網(wǎng)站搜索功能、提升政府服務(wù)水平等。交通規(guī)劃是城市長(zhǎng)期戰(zhàn)略方案的重要部分。Xu和Dou提出了一個(gè)基于交通大數(shù)據(jù)的城市交通規(guī)劃的輔助決策支持方法，通過(guò)提取出租車乘客上、下車地點(diǎn)數(shù)據(jù)，接著確定候選的交通路線，最后進(jìn)行交通路線的最終選擇這三個(gè)步驟，科學(xué)地計(jì)算出政府應(yīng)該增設(shè)的公共交通新線路。該方法目前在中國(guó)云南省進(jìn)行了實(shí)踐［19］。Tu等用一種新穎的時(shí)空需求定位法，利用出租車的GPS數(shù)據(jù)，展示了一個(gè)時(shí)空需求的定位圖，從而確定設(shè)置充電樁的位置，提高政府對(duì)于電動(dòng)汽車的服務(wù)質(zhì)量。該研究表明大數(shù)據(jù)對(duì)于輔助高度動(dòng)態(tài)的環(huán)境中的公共政策制定具有一定的價(jià)值和優(yōu)勢(shì)［20］。大數(shù)據(jù)還可以讓政府在教育、財(cái)政等領(lǐng)域選擇更好的政策方案來(lái)實(shí)現(xiàn)其管理職能。在英國(guó)，政府面臨如何分配社區(qū)學(xué)習(xí)基金的問(wèn)題，Sivarajah等通過(guò)建立政策指南針平臺(tái)(PolicyCompassPlatform)，利用政府的開(kāi)放數(shù)據(jù)(opendata)和電子參與工具，幫助政府機(jī)構(gòu)和公民評(píng)估備選方案并做出選擇，并鼓勵(lì)更多的利益相關(guān)者參與到?jīng)Q策過(guò)程中來(lái)。特別是通過(guò)模糊認(rèn)知地圖(FCMs)工具，進(jìn)行備選政策方案與政策目標(biāo)的因果分析，從而評(píng)估備選方案。同時(shí)，數(shù)據(jù)可視化工具讓公民和決策者更直觀地理解不同的基金分配政策以及它們的影響［21］。

4．3．2實(shí)時(shí)決策分析的大數(shù)據(jù)應(yīng)用

短期實(shí)時(shí)的應(yīng)對(duì)措施如自然災(zāi)害應(yīng)急策略，以及鐵路運(yùn)營(yíng)時(shí)的實(shí)時(shí)決策等。在應(yīng)急管理領(lǐng)域，F(xiàn)leming等提出了一個(gè)數(shù)據(jù)集成的方法———DataMashup，用來(lái)可以支持政府決策，使政府在自然災(zāi)害或事件中采取有效的應(yīng)急措施［22］。在預(yù)防犯罪領(lǐng)域，Rob等使用數(shù)據(jù)倉(cāng)庫(kù)(Datawarehouse)與實(shí)時(shí)在線分析(OLAP)技術(shù)，針對(duì)休斯頓警察局2009．7－2009．12六個(gè)月期間的開(kāi)放的犯罪數(shù)據(jù)，使得執(zhí)法機(jī)構(gòu)可以預(yù)先配置警力資源來(lái)預(yù)防犯罪，而大眾也可以根據(jù)分析結(jié)果選擇安全的居住地點(diǎn)［23］。4．4政策評(píng)估由于大數(shù)據(jù)的實(shí)時(shí)分析處理能力，它不僅可以為特定的社會(huì)問(wèn)題提出政策解決方案，還可以對(duì)于政策過(guò)程或是更宏觀的政策系統(tǒng)進(jìn)行評(píng)估，從而及時(shí)為決策者提供改進(jìn)方案。Scharaschkin和Mcbride提出一種對(duì)政府支出(ValueofMoney)進(jìn)行審計(jì)的智能問(wèn)責(zé)機(jī)制(Intelli-gentaccountability)，綜合了效率、效益、價(jià)值多個(gè)維度。這是一個(gè)在政策執(zhí)行完畢后，對(duì)績(jī)效的評(píng)估的應(yīng)用案例［24］。評(píng)估也可以貫穿整個(gè)政策分析的環(huán)節(jié)。香港自2006年起實(shí)施建筑垃圾處理辦法(ConstructionWasteDisposalChargingScheme)以來(lái)，每年產(chǎn)生110萬(wàn)的建筑垃圾處理記錄，包括項(xiàng)目名稱、處理時(shí)間、使用的交通工具和回收設(shè)施、垃圾運(yùn)輸量等。這些數(shù)據(jù)為輔助評(píng)估香港建筑垃圾管理政策對(duì)承包商垃圾處理行為的約束力提供了契機(jī)。通過(guò)對(duì)香港兩年之內(nèi)的4227個(gè)項(xiàng)目的建筑垃圾處置記錄的分析，Lu等發(fā)現(xiàn)隸屬于公共部門與私人部門的不同承包商在建筑垃圾管理績(jī)效上有明顯差別。該研究同時(shí)指出，大數(shù)據(jù)分析方法不代表無(wú)視傳統(tǒng)分析方法，該研究也采納了深度的采訪和田野調(diào)查來(lái)探究影響績(jī)效的因素，為政府決策提供修訂依據(jù)［25］。大數(shù)據(jù)還可以應(yīng)用于更宏觀的政策系統(tǒng)的評(píng)估。Li和Kido基于大數(shù)據(jù)提出了一個(gè)智慧交通系統(tǒng)的評(píng)價(jià)指標(biāo)體系，由六個(gè)方面的指標(biāo)組成:交通結(jié)構(gòu)、交通信息服務(wù)、交通效率、交通安全、能源與污染減少和社會(huì)包容。該評(píng)價(jià)體系使用車牌識(shí)別(LPR)、全球定位(GPS)、自動(dòng)車輛定位(AVL)以及智能手機(jī)數(shù)據(jù)為智慧交通系統(tǒng)中的交通行為進(jìn)行評(píng)估［26］。

5結(jié)論

本文對(duì)大數(shù)據(jù)應(yīng)用于公共政策的分析研究進(jìn)行了系統(tǒng)性文獻(xiàn)綜述。通過(guò)對(duì)研究文獻(xiàn)的描述性分析，我們發(fā)現(xiàn)有關(guān)該主題的國(guó)內(nèi)外研究的熱度都呈現(xiàn)整體上升的趨勢(shì)，并呈現(xiàn)研究者的學(xué)科背景多元化的特點(diǎn)。本研究發(fā)現(xiàn)，大數(shù)據(jù)對(duì)公共政策分析存在影響，產(chǎn)生了“支持政府部門基于證據(jù)的決策制定”、“提高公民參與度”等效益，在此過(guò)程中，也伴隨以“大數(shù)據(jù)能力不足”、“侵犯數(shù)據(jù)隱私”等風(fēng)險(xiǎn)。本文提出了大數(shù)據(jù)應(yīng)用于公共政策分析的通用流程圖，并基于價(jià)值網(wǎng)絡(luò)分析法，梳理了包括“內(nèi)外部數(shù)據(jù)提供者”、“數(shù)據(jù)分析師”和“決策制定者”等多個(gè)參與主體之間的關(guān)系。最后，通過(guò)對(duì)大數(shù)據(jù)應(yīng)用在政策過(guò)程中的分步解析，具體展示了大數(shù)據(jù)是如何支持公共政策分析的。大數(shù)據(jù)不僅可以在問(wèn)題出現(xiàn)階段識(shí)別潛藏在民意中的社會(huì)問(wèn)題，還可以預(yù)測(cè)公共危機(jī)的爆發(fā)，例如自然災(zāi)害、工業(yè)污染、疾病爆發(fā)等城市中的公共安全問(wèn)題，同時(shí)可以提出備選解決方案并預(yù)測(cè)其效果，以選擇最優(yōu)政策方案。最后大數(shù)據(jù)能夠在政策實(shí)施后對(duì)政策效果進(jìn)行評(píng)估，為決策者提供改進(jìn)參考。本文也存在一些不足之處。大數(shù)據(jù)是一個(gè)新興詞匯，部分早期的文獻(xiàn)研究了數(shù)據(jù)分析在各個(gè)特定政策領(lǐng)域的應(yīng)用，對(duì)本研究仍有一定的啟發(fā)意義，但由于并沒(méi)有使用大數(shù)據(jù)關(guān)鍵詞，因此沒(méi)有被本文收錄和分析。鑒于系統(tǒng)文獻(xiàn)綜述方法對(duì)于文獻(xiàn)搜索有十分精準(zhǔn)要求的客觀限制，現(xiàn)階段還無(wú)法通過(guò)擴(kuò)充搜索關(guān)鍵詞以完善本文分析的文獻(xiàn)庫(kù)。未來(lái)研究則可以通過(guò)關(guān)注大數(shù)據(jù)技術(shù)/數(shù)據(jù)分析在一個(gè)特定政策領(lǐng)域比如交通政策制定上的應(yīng)用，進(jìn)一步縮小研究范圍和增加研究深度，為政府應(yīng)用大數(shù)據(jù)于公共政策分析提供更具體的參考。

參考文獻(xiàn)：

［2］胡稅根，單立棟，徐靖芮．基于大數(shù)據(jù)的智慧公共決策特征研究［J］．浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)，2015(3):5－15．

［3］胡小明．大數(shù)據(jù)應(yīng)用的誤區(qū)、風(fēng)險(xiǎn)與優(yōu)勢(shì)［J］．電子政務(wù)，2014(11):80－86．

［5］黃璜，黃竹修．大數(shù)據(jù)與公共政策研究:概念、關(guān)系與視角［J］．中國(guó)行政管理，2015(10):25－30．

［6］張楠．公共衍生大數(shù)據(jù)分析與政府決策過(guò)程重構(gòu):理論演進(jìn)與研究展望［J］．中國(guó)行政管理，2015(10):19－24.

作者：石婧；艾小燕；操子宜 單位：華中科技大學(xué)公共管理學(xué)院