【摘要】大數據因其規(guī)模巨大、類型復雜、產生速度快、價值密度低等特點，對現有信息技術構成巨大挑戰(zhàn)。運用新理念、新技術、新方法對大數據進行全生命周期的創(chuàng)新管理和應用，是推動國民經濟轉型和社會管理創(chuàng)新的重要契機，也是提升國家綜合競爭力的重要趨勢。支撐這場大數據革命的底層力量，不僅僅是技術革命，更是涉及領導意識、組織文化和行為方式的思維革命。在國家治理層面，尤其需要形成“數據治國”的治理理念，掌握用數據思考和解決社會問題的新方法，最重要的是樹立數據思維、互聯(lián)網思維和計算思維這三種思維方式。

 

　　大數據是因信息技術特別是數據獲取技術的革命性進步而形成的信息爆炸現象，因其規(guī)模巨大、類型復雜、產生速度快、價值密度低等特點，對現有信息技術構成巨大挑戰(zhàn)。運用新理念、新技術、新方法對大數據進行全生命周期的創(chuàng)新管理和應用，是推動國民經濟轉型和社會管理創(chuàng)新的重要契機，也是提升國家綜合競爭力的重要趨勢。支撐這場大數據革命的底層力量，不僅是技術革命，更是涉及領導意識、組織文化和行為方式的思維革命。在國家治理層面，尤其需要形成“數據治國”的理念，掌握用數據思考和解決社會問題的新方法，最重要的是樹立三種思維方式。

 

 

　　數據在經濟社會運行中的地位從未像今天這樣重要。之所以要重視大數據，是因為它是一種更好的工具，是信息時代堪比人、財、物要素的資源，是對未來具有戰(zhàn)略意義的資產。但實際上，大數據的價值并不止于此，它正在“成為這個世界上最重要的土壤和基礎”（涂子沛語）（1），成為一切管理和決策的依據。與之相應的，大數據治理首先要樹立的是數據思維。

 

　　量化思維：先有數，再做事?！耙磺薪钥闪炕??！边@是斯蒂芬·貝克（Stephen Beck）在《當我們變成一堆數字》一書中提出的觀點。（2）在這本匯聚數字報告和分析的力作里，斯蒂芬·貝克展示了我們正在進入一個鮮活的量化世界：每一天，我們的身后都拖著一條由個人信息組成的長長的“尾巴”，我們點擊網頁、切換電視頻道、駕車穿過自動收費站、用信用卡購物、使用手機等行為——這些過去完全被忽略的信息——都通過各種方式被數據化地記錄下來。

 

　　放眼宏觀，我們看到物聯(lián)網傳感器數據、互聯(lián)網用戶生成（UGC）數據、業(yè)務系統(tǒng)運行數據、信息系統(tǒng)日志數據、科學儀器產生的數據……這些數據源源不斷地產生，把物理世界的萬事萬物一一映射成一個數據世界，從而形成大數據時代的全貌。

 

　　數據的延伸，就是管理的延伸?！安粫炕蜔o法管理”（3）的思想已成為管理學界的共識。借助“一切皆可量化”的技術背景與思維方式，政府可以獲得更多基于管理和服務對象的信息，做到更加精準的洞察和預測，從而大大豐富治理的手段和方式。

 

　　美國政府已經在著手進行追蹤恐怖分子的大數據挖掘計劃。他們認為，如果恐怖分子要計劃一次襲擊活動，必定會在各種角落留下某種痕跡，通過對這些“數據足跡”進行挖掘，就能發(fā)現和追蹤恐怖分子。這些做法，對于我國邊疆地區(qū)維穩(wěn)和預防暴力事件都是一種有益的啟示。

 

　　紐約市為了恢復哈德森河的生態(tài)，在河的沿岸都安裝了傳感器，傳感器把河水的鹽度、濁度、葉綠素、顆粒物粒徑以及河面風向等數據收集起來，實時地傳遞到后臺。在計算中心，各種數據匯成了一條虛擬的哈德森河，流水何時被污染，化學、物理、生物成分發(fā)生了什么變化，一看便知。（4）接下來，數據科學家便可以利用這些信息建立一個哈德森河的環(huán)境模型，評估不同的治理方案和人類干預對哈德森環(huán)境的多種影響，以保證在實際治理時的效率和效果。

 

　　很多國家和地區(qū)，包括中國的一些地區(qū)，正在給數以千萬計的家庭安裝智能電表。這些電表每隔幾秒鐘或幾分鐘就讀取一次用電數據，電力公司據此每個月向每戶家庭提供一份個性化報告，以鼓勵節(jié)約用電。在美國，智能電表工程預計每年能為全國消費用電節(jié)省5億美元。大數據成為政府節(jié)能減排的千里眼、萬只手，并且做到了深入每一戶家庭、量身定制解決方案，這在入戶抄電表的傳統(tǒng)工作方式下根本是無法想象的事情！

 

　　量化只是第一步。量化的目的是建設數據平臺，涉及數據捕獲、數據傳輸、數據存儲、數據處理、數據分析、數據消亡等動態(tài)過程。要在國家和社會治理層面建立這樣一個完整的數據生命周期，需要做大量的基礎性工作，更要在政府部門普遍形成“先有數，再做事”的組織文化和行為風尚。

 

　　決策思維：讓數據說話。隨著信息技術的進步，硬件的重要性正在急速下降，數據的重要性正在不斷提升。以前都是先有應用后有數據，現在是先有數據再說應用。數據具有獨立存在的價值，軟件是為數據服務的。在大數據時代，我們需要樹立以數據為中心的新思維。具體到政府層面，應當盡快將已有的管理決策模式變?yōu)椤皵祿寗印毙履Ｊ剑陬I導意識、組織文化和工作流程上經歷一次從內而外的蛻變。

 

　　一般來說，決策可以由三種方式分別或混合地驅動：直覺、經驗和邏輯。雖然有時直覺和經驗在決策過程中是無可替代的，例如喬布斯對蘋果產品需求的直覺把握，但經驗和直覺往往容易產生偏差。比如，決策的出發(fā)點或許并不差，但由于缺乏民主基礎和科學依據，其結果往往不能令民眾滿意；決策過程可能很粗放，完全是“一言堂”，根本不聽取社會上方方面面的意見，結果在實施過程中，漏洞百出。

 

　　中國領導者的決策往往更傾向于依賴經驗和直覺，有時候甚至僅迫于眼前的境遇與狀況，缺乏依靠數字管理的習慣。在政府的會議室里，一件似乎經過了理智討論的事情，可能是在沒有什么實際標準的情況下做出的決定。這種現象并不少見。個別領導干部把決斷誤認為武斷和盲斷，由于決策失誤給國家和人民造成損失，被群眾戲稱為“三拍”干部，即“事前拍腦袋決策、事中拍胸脯保證、出事后拍屁股走人”。

 

　　在過去，受數據獲取以及分析的限制，依靠決策人的經驗“拍腦袋”決策是不得已而為之。在大數據時代，各行各業(yè)都在學習如何利用數據進行預測、作出決策，政府領導者們如果不能與時俱進，做到凡事“心中有數”，很難想象如何做一個稱職的“當家人”。此外，隨著公共管理事務的日益復雜，僅憑個人感知，已經很難全面地了解所有正在發(fā)生的事情，并給出正確的判斷。這就要求政府部門提高改革決策的科學性，把大數據技術與思維運用到管理與決策中，掌握決策依據、優(yōu)化決策過程、跟蹤決策實施；要求管理者改變“差不多先生”（胡適語）的作風（5），養(yǎng)成“用數據來說話、用數據來管理、用數據來決策、用數據來創(chuàng)新”的思維習慣。

 

　　有志于引領組織實現大數據轉型的管理者們，可以從兩個最簡單的技巧開始。首先，要養(yǎng)成問“數據怎么說”的習慣。大數據驅動下的管理，重要的不是“我們怎么想”，而應該是“我們知道什么”。遇到重大決策的時候，還要緊跟著這個問題進一步問：“這些數據從哪兒來的？”“這些數據能得出什么結論？”“我們對結果有多大信心？”決策者對于數據與客觀證據的尊重是大數據發(fā)揮價值的重要保證。當管理層的思維發(fā)生了這樣的變化，員工就能從中迅速接收到信息，得到重視數據的激勵。其次，要允許數據做主。數據得出的結論，有的能夠支持既有的經驗，有些則可能與之相悖。當結論與經驗不符時，數據說了算還是經驗說了算？這將對數據在組織中的地位形成考驗。如果決策者不愿意根據數據調整自己的經驗，甚至有選擇地“看到”那些和自己經驗相一致的數據，那么無論搜集了多么海量的數據，無論引入了何種高深的算法，這些數據與算法都只是為了支持與粉飾決策者既有的決定，不能帶來新的知識與價值。相反，如果員工用來自一線的大數據分析結果，讓經驗豐富的領導推翻了自己原先的直覺判斷，放手讓“大數據說話”，這將是改變組織決策文化的最大力量！

 

　　整合思維：打破信息孤島。政府掌握著社會方方面面的大數據，人口、交通、衛(wèi)生、社保、稅收、城市規(guī)劃……雖然大多數政府部門都建成了比較完備的信息化平臺，但是各個部門間的數據沒有進行高效的整合，大量部門的數據如一個個信息孤島，給政府調度和公眾辦事帶來了不便，也制約了數據活力的激發(fā)。

 

　　例如，購買一套住房，需要填報十幾張表格，每張表格可能1/3以上的內容是重復的，這些都是政府擁有的基礎數據，完全可以根據身份證號碼自動生成。北漂小伙為了辦一張護照，返鄉(xiāng)6次，補5張證明，多跑3000公里。而只要實現了綜合數據聯(lián)網，這5張證明的相關信息（無犯罪證明、公司在職證明、公司營業(yè)執(zhí)照、公司外派人員資格證明、本地身份證），完全可以由政府部門內部調取，而不必讓老百姓為此急斷腸、跑斷腿。（6）

 

　　信息孤島是行業(yè)信息化的階段性產物，而要打破條塊分割，實現不同政府部門、不同層級之間數據的集中共享也非一日之功。一方面，需進行縱向信息系統(tǒng)整合，在相同的上下級政府部門之間，利用多級網絡和中心數據庫，構建統(tǒng)一的信息平臺。例如，流動人口在我國是一個較大的問題。誰在流動？能不能從傳統(tǒng)的戶籍系統(tǒng)里找出一些規(guī)律以利于更好地管理？比如，能不能把勞動力輸出省安徽的戶籍數據與輸入省廣東的戶籍數據整合起來？這既需要自上而下的部署，也需要自下而上的實驗。另一方面，還需進行水平的電子政務信息系統(tǒng)整合，實現跨部門的政府信息資源共享和政務協(xié)同。例如，在社保（市民）卡辦理的時候，以共享信息的方式使用二代身份證照片，可減少市民照相和出行成本；企業(yè)報備辦理港澳商務通行證，通過共享國稅地稅相關信息，可以免去到市國地稅局開設納稅額度證明步驟；稅務質檢登記復用工商信息，可以減少辦事人員等待時間等。

 

　　數據之網縱橫交錯，才能激發(fā)活力。我國財政部門以互聯(lián)網門戶網站建設和財政專網系統(tǒng)建設為抓手，全面打造財政政務公開的“陽光平臺”，形成縱向聯(lián)通國家、省、市、縣財政部門、橫向連接同級人民銀行國庫、代理銀行、國地稅部門以及所有預算單位的橫縱結合的網絡系統(tǒng)。這些舉措不斷塑造著“財—金—企—社”信息資源網絡化的雛形。

 

　　要徹底打破信息孤島，還需要從內部管理觀念和行政體制上著手。雖然說“信息孤島”形成的表面原因是信息存儲格式不一致的問題，但目前更深層次的原因其實是管理上的孤島現象。觀念和態(tài)度不變，即使手握利器，行政效率和服務質量也難提高。誰都知道“九龍治水”弊端多，即使現在大數據有辦法讓“九龍”成天“坐在一起”，但如果互相誰也不理誰，水還是治不好。

 

 

　　凱文·凱利指出，云計算時代的最大文化動向就是永遠在線。（7）人與人、人與設備、設備與設備時時刻刻的連接，將以7×24小時的方式源源不斷地產生數據。特別是web2.0之后的用戶生成內容（UGC），包括社交網絡（SN），是大數據形成的重要原因之一。因此，要做好大數據治理，還必須深入理解互聯(lián)網思維。

 

　　關聯(lián)思維：萬物皆相關。在氣象經濟學界流行這樣一條“德爾菲氣象定律”，即氣象投入與產出比為1:98，也就是說，在氣象信息方面每投入1元，就可以得到98元的經濟回報。一個典型的例子是，氣溫每降低1℃，北京市燃氣供暖系統(tǒng)日消耗天然氣將增加約200萬立方米。如果提高氣象預報的精度，實時對供暖系統(tǒng)進行合理調度，無疑將有效降低能源消耗，節(jié)省很大一筆經費開支。

 

　　這就是大數據的價值所在。通過挖掘海量數據，呈現一個充滿關聯(lián)的世界。誠如舍恩伯格所預言的那樣：“將世界看作信息，看作可以理解的數據的海洋，為我們提供了一個從未有過的審視現實的視角。它是一種可以滲透到所有生活領域的世界觀?！保?）

 

　　在商業(yè)案例中，你可能聽說過啤酒與尿布、搜索詞與流感趨勢、女兒懷孕與廣告?zhèn)鲉蔚墓适拢辉趪遗c社會治理中，也有很多運用數據相關性的成功案例。例如，紐約市警方開發(fā)了一款電子數據地圖——CompStat，通過分析案件發(fā)生歷史與發(fā)薪日、體育賽事、天氣變化、假日等變量的相關性，預測最可能發(fā)生罪案的“熱點”地區(qū)，并預先在這些地區(qū)部署警力。應用這套系統(tǒng)后的次年，該市犯罪率就出現了明顯的下降，兇殺案發(fā)生數量創(chuàng)下了50年來最低。（9）

 

　　中國海關的“電子口岸”整合了工商、稅務、海關、外貿、外匯、銀行、公安、交通、鐵路、民航、國檢等十幾家部門的數據。數據之間實時的聯(lián)網分析，使“電子口岸”在加快報關速度、高效打擊不法分子的同時，更成為中國經濟的“氣象預報臺”，能夠為國家宏觀經濟調控提供非常精細、全面的決策支持。

 

　　大數據之所以能發(fā)掘規(guī)律、作出預測，靠的是對相關關系的把握。我們常說“清明時節(jié)雨紛紛”，這個結論并不是邏輯推導出來的，而是人們通過多年觀察，發(fā)現以往每年這幾天總是下雨比較多，于是總結出了這樣一個樸素的規(guī)律。同樣的道理，計算機可以在海量的數據上運用數據挖掘等辦法，自動地發(fā)現一些相關性，然后通過相關關系來預測事情發(fā)生的可能性。例如，從公交車輛運行的點數據推斷一個路段發(fā)生擁堵的可能性，從納稅人的異常數據特征發(fā)現偷稅漏稅的可能性，從人們上網檢索的關鍵詞推斷流感爆發(fā)的可能性，等等。

 

　　盡管因果關系是最深刻的一類聯(lián)系，但是我們很多時候并不能獲得。這種情況下，我們是無所作為呢，還是也可以有所作為？答案是明顯的，只要我們知道一些相關關系，我們也可以進行預測。相關關系也許不能準確地告知我們某件事情為何會發(fā)生，但是它會提醒我們這件事情正在發(fā)生。在許多情況下，這種提醒的幫助已經足夠大了。如果電子醫(yī)療記錄顯示橙汁和阿司匹林的特定組合可以治療癌癥，那么找出具體的致病原因就沒有這種治療方法本身來得重要。同樣，只要我們知道什么時候是買機票的最佳時機，就算不知道機票價格瘋狂變動的原因也無所謂了。因此，我們常常說在大數據時代，“是什么”比“為什么”更重要，相關關系比因果關系更重要。[page]