“数据@@治国@@”的三个关键理念@@

 

　　【摘要@@】大数据@@@@因其规模巨大@@@@、类型复杂@@、产生速度快@@、价值密度低等@@特点@@，对现有信息技术构成巨大挑战@@。运用新理念@@、新技术@@、新方法对大数据@@@@进行全生命周期的创新管理和应用@@，是推动国民经济转型和社@@会管理创新的重要契机@@，也是提升国家综合竞争力的重要趋势@@。支撑这@@场大数据@@@@革命的底层力量@@，不仅仅是技术革命@@，更是涉及领导意识@@、组织文化和行为方式的思维革命@@。在@@国家治理层面@@，尤其需要形成@@“数据@@治国@@”的治理理念@@，掌握用数据@@思考和解决社@@会问题的新方法@@，最重要的是树立数据@@思维@@@@、互联网@@思维@@和计算思维@@这@@三种思维方式@@。

 

　　大数据@@@@是因信息技术特别是@@数据@@获取技术的革命性进步而形成的信息爆炸现象@@，因其规模巨大@@、类型复杂@@、产生速度快@@、价值密度低等@@特点@@，对现有信息技术构成巨大挑战@@。运用新理念@@、新技术@@、新方法对大数据@@@@进行全生命周期的创新管理和应用@@，是推动国民经济转型和社@@会管理创新的重要契机@@，也是提升国家综合竞争力的重要趋势@@。支撑这@@场大数据@@@@革命的底层力量@@，不仅是技术革命@@，更是涉及领导意识@@、组织文化和行为方式的思维革命@@。在@@国家治理层面@@，尤其需要形成@@“数据@@治国@@”的理念@@，掌握用数据@@思考和解决社@@会问题的新方法@@，最重要的是树立三种思维方式@@。

 

 

　　数据@@在@@经济社@@会运行中的地位从未像今天这@@样重要@@。之所以要重视大数据@@@@@@，是因为它是一种更好的工具@@，是信息时代堪比@@人@@、财@@、物要素的资源@@，是对未来具有战略意义的资产@@。但实际上@@@@，大数据@@@@的价值并不止于此@@，它正在@@@@“成为这@@个世界上@@最重要的土壤和基础@@”（涂子沛@@语@@）（1），成为一切管理和决策的依据@@。与之相应的@@，大数据@@@@治理@@首先@@要树立的是数据@@思维@@@@。

 

　　量化思维@@：先有数@@，再做事@@。“一切皆可量化@@。”这@@是斯蒂芬@@@@·贝克@@（Stephen Beck）在@@《当我们变成一堆数字@@》一书中提出的观点@@@@。（2）在@@这@@本汇聚数字报告和分析的力作里@@，斯蒂芬@@·贝克@@展示了我们正在@@进入一个鲜活的量化世界@@：每一天@@，我们的身后都拖着一条由个人信息组成的长长的@@“尾巴@@”，我们点击网页@@@@、切换电视频道@@、驾车穿过自@@动收费站@@、用信用卡购物@@、使@@用手机等@@行为@@——这@@些过去完全被忽略的信息@@——都通过各种方式被数据@@化地记录下来@@。

 

　　放眼宏观@@，我们看到@@物联网@@传感器数据@@@@、互联网@@用户生成@@（UGC）数据@@、业务系统运行数据@@@@、信息系统日@@志数据@@@@、科学仪器产生的数据@@@@……这@@些数据@@源源不断地产生@@，把物理@@世界的万事万物一一映射成一个数据@@世界@@，从而形成大数据@@@@时代@@的全貌@@。

 

　　数据@@的延伸@@，就是管理的延伸@@。“不会量化就无法管理@@”（3）的思想已成为管理学界的共识@@。借助@@“一切皆可量化@@”的技术背景与思维方式@@，政府@@可以获得更多@@基于管理和服务对象的信息@@，做到更加精准的@@洞察和预测@@，从而大大丰富治理的手段和方式@@。

 

　　美@@国政府@@已经在@@着手进行追踪恐怖分子的大数据@@@@挖掘@@计划@@@@。他们认为@@，如果恐怖分子要计划@@一次@@袭击活动@@，必定会在@@各种角落留下某种痕迹@@，通过对这@@些@@“数据@@足迹@@”进行挖掘@@，就能发现和追踪恐怖分子@@。这@@些做法@@，对于我国边疆地区@@维稳和预防暴力事件都是一种有益的启示@@。

 

　　纽约市@@为了恢复哈德森河的生态@@，在@@河的沿岸都安装了传感器@@，传感器把河水的盐度@@、浊度@@、叶绿素@@、颗粒物粒径以及河面风向等@@数据@@收集起来@@，实时地传递到后台@@。在@@计算中心@@，各种数据@@汇成了一条虚拟的哈德森河@@，流水何时被污染@@，化学@@、物理@@、生物成分发生了什么变化@@，一看便知@@。（4）接下来@@，数据@@科学家便可以利用这@@些信息建立一个哈德森河的环境模型@@，评估不同的治理方案和人类干预对哈德森环境的多种影响@@，以保证在@@实际治理时的效率和效果@@。

 

　　很多国家和地区@@@@，包括中国的一些地区@@@@，正在@@给数以千万计的家庭安装智能电表@@。这@@些电表每隔几秒钟或几分钟就读取一次@@用电数据@@@@，电力公司据此每个月@@向每户家庭提供一份个性化报告@@，以鼓励节约用电@@。在@@美@@国@@，智能电表工程预计每年@@能为全国消费用电节省@@@@5亿美@@元@@@@。大数据@@@@成为政府@@节能减排的千里眼@@、万只手@@，并且做到了深入每一户家庭@@、量身定制解决方案@@，这@@在@@入户抄电表的传统工作方式下根本是无法想象的事情@@！

 

　　量化只是第@@一步@@。量化的目的是建设数据@@平台@@@@，涉及数据@@捕获@@、数据@@传输@@、数据@@存储@@、数据@@处理@@、数据@@分析@@、数据@@消亡等@@动态过程@@。要在@@国家和社@@会治理层面建立这@@样一个完整的数据@@生命周期@@，需要做大量的基础性工作@@，更要在@@政府@@部门普遍形成@@“先有数@@，再做事@@”的组织文化和行为风尚@@。

 

　　决策思维@@：让数据@@说话@@。随着信息技术的进步@@，硬件的重要性正在@@急速下降@@，数据@@的重要性正在@@不断提升@@。以前都是先有应用后有数据@@@@，现在@@是先有数@@据再说应用@@。数据@@具有独立存在@@的价值@@，软件是为数据@@服务的@@。在@@大数据@@@@时代@@@@，我们需要树立以数据@@为中心的新思维@@。具体到政府@@层面@@，应当尽快将已有的管理决策模式变为@@“数据@@驱动@@”新模式@@，在@@领导意识@@、组织文化和工作流程上@@经历一次@@从内而外的蜕变@@。

 

　　一般来说@@，决策可以由三种方式分别或混合地驱动@@：直觉@@、经验和逻辑@@。虽然有时直觉@@和经验在@@决策过程中是无可替代的@@，例如@@乔布斯对苹果产品需求的直觉@@把握@@，但经验和直觉@@往往容易产生偏差@@。比@@如@@，决策的出发点或许并不差@@，但由于缺乏民主基础和科学依据@@，其结果往往不能令民众满意@@；决策过程可能很粗放@@，完全是@@“一言堂@@”，根本不听取社@@会上@@方方面面的意见@@，结果在@@实施过程中@@，漏洞百出@@。

 

　　中国领导者的决策往往更倾向于依赖经验和直觉@@@@，有时候甚至仅迫于眼前的境遇与状况@@，缺乏依靠数字管理的习惯@@@@。在@@政府@@的会议室里@@，一件似乎经过了理智讨论的事情@@，可能是在@@没有什么实际标准的情况下做出的决定@@。这@@种现象并不少见@@。个别领导干部@@把决断误认为武断和盲断@@，由于决策失误给国家和人民造成损失@@，被群众戏称为@@“三拍@@”干部@@，即@@“事前拍脑袋@@决策@@、事中拍胸脯保证@@、出事后拍屁股走人@@”。

 

　　在@@过去@@，受数据@@获取以及分析的限制@@，依靠决策人的经验@@“拍脑袋@@”决策是不得已而为之@@。在@@大数据@@@@时代@@@@，各行各业都在@@学习如何利用数据@@进行预测@@、作出决策@@，政府@@领导者们如果不能与时俱进@@，做到凡事@@“心中有数@@”，很难想象如何做一个称职的@@“当家人@@”。此外@@，随着公共管理事务的日@@益复杂@@，仅凭个人感知@@，已经很难全面地了解所有正在@@发生的事情@@，并给出正确的判断@@。这@@就要求政府@@部门提高改革决策的科学性@@，把大数据@@@@技术与思维运用到管理与决策中@@，掌握决策依据@@、优化决策过程@@、跟踪决策实施@@；要求管理者改变@@“差不多先生@@”（胡适语@@）的作风@@（5），养成@@“用数据@@来说话@@、用数据@@来管理@@、用数据@@来决策@@、用数据@@来创新@@”的思维习惯@@。

 

　　有志于引领组织实现大数据@@@@转型的管理者们@@，可以从两个最简单的技巧开始@@。首先@@，要养成@@问@@“数据@@怎么说@@”的习惯@@。大数据@@@@驱动@@下的管理@@，重要的不是@@“我们怎么想@@”，而应该是@@“我们知道什么@@”。遇到重大决策的时候@@，还要紧跟着这@@个问题进一步问@@：“这@@些数据@@从哪儿来的@@？”“这@@些数据@@能得出什么结论@@？”“我们对结果有多大信心@@？”决策者对于数据@@与客观证据的尊重是大数据@@@@发挥价值的重要保证@@。当管理层的思维发生了这@@样的变化@@，员工就能从中迅速接收到信息@@，得到重视数据@@的激励@@。其次@@@@，要允许数据@@做主@@。数据@@得出的结论@@，有的能够支持既有的经验@@，有些则可能与之相悖@@。当结论与经验不符时@@，数据@@说了算还是经验说了算@@？这@@将对数据@@在@@组织中的地位形成考验@@。如果决策者不愿意根据数据@@调整自@@己的经验@@，甚至有选择地@@“看到@@”那些和自@@己经验相一致的数据@@@@，那么无论搜集了多么海量的数据@@@@，无论引入了何种高深的算法@@，这@@些数据@@与算法都只是为了支持与粉饰决策者既有的决定@@，不能带来新的知识与价值@@。相反@@，如果员工用来自@@一线的大数据@@@@分析@@结果@@，让经验丰富的领导推翻了自@@己原先的直觉@@判断@@，放手让@@“大数据@@@@说话@@”，这@@将是改变组织决策文化的最大力量@@！

 

　　整合思维@@：打破信息孤岛@@@@。政府@@掌握着社@@会方方面面的大数据@@@@@@，人口@@、交通@@、卫生@@、社@@保@@、税收@@、城市@@规划@@……虽然大多数政府@@部门都建成了比@@较完备的信息化平台@@@@，但是@@各个部门间的数据@@没有进行高效的整合@@，大量部门的数据@@如一个个信息孤岛@@@@，给政府@@调度和公众办事带来了不便@@，也制约了数据@@活力的激发@@。

 

　　例如@@，购买@@一套住房@@，需要填报十几张表格@@，每张表格可能@@1/3以上@@的内容是重复的@@，这@@些都是政府@@@@拥有的基础数据@@@@，完全可以根据身份证号码自@@动生成@@。北漂小伙为了办一张护照@@，返乡@@6次@@，补@@5张证明@@，多跑@@3000公里@@。而只要实现了综合数据@@联网@@，这@@5张证明@@的相关信息@@（无犯罪证明@@、公司在@@职证明@@、公司营业执照@@、公司外派人员资格证明@@、本地身份证@@），完全可以由政府@@部门内部调取@@，而不必让老百姓为此急断肠@@、跑断腿@@。（6）

 

　　信息孤岛@@是行业信息化的阶段性产物@@，而要打破条块分割@@，实现不同政府@@部门@@、不同层级@@之间数据@@的集中共享也非一日@@之功@@。一方面@@，需进行纵向信息系统整合@@，在@@相同的上@@下级@@政府@@部门之间@@，利用多级@@网络和中心数据@@库@@，构建统一的信息平台@@@@。例如@@，流动人口@@在@@我国@@是一个较大的问题@@。谁在@@流动@@？能不能从传统的户籍系统里找出一些规律以利于更好地管理@@？比@@如@@，能不能把劳动力输出省@@安徽的户籍数据@@与输入省@@广东的户籍数据@@整合起来@@？这@@既需要自@@上@@而下的@@部署@@，也需要自@@下而上@@的@@实验@@。另一方面@@@@，还需进行水平的@@电子政务@@信息系统整合@@，实现跨部门的政府@@信息资源共享和政务@@协同@@@@。例如@@，在@@社@@保@@@@（市@@民@@）卡办理的时候@@，以共享信息的方式使@@用二代身份证照片@@，可减少市@@民@@照相和出行成本@@；企@@业报备办理港澳商务通行证@@，通过共享国税地税相关信息@@，可以免去到市@@国地税局开设纳税额度证明步骤@@；税务@@质检登记复用工商信息@@，可以减少办事人员等@@待时间等@@@@。

 

　　数据@@之网纵横交错@@，才能激发活力@@。我国财@@政部门以互联网@@门户网站建设和财@@政专网系统建设为抓手@@，全面打造财@@政政务@@公开的@@“阳光平台@@@@”，形成纵向联通国家@@、省@@、市@@、县财@@政部门@@、横向连接同级@@人民银行@@国库@@、代理银行@@@@、国地税部门以及所有预算单位的横纵结合的网络系统@@。这@@些举措不断塑造着@@“财@@—金@@—企@@—社@@”信息资源网络化的雏形@@。

 

　　要彻底打破信息孤岛@@@@@@，还需要从内部管理观念和行政体制上@@着手@@。虽然说@@“信息孤岛@@”形成的表面原因是信息存储格式不一致的问题@@，但目前更深层次@@的原因其实是管理上@@的孤岛现象@@。观念和态度不变@@，即@@使@@手握利器@@，行政效率和服务质量也难提高@@。谁都知道@@“九龙@@治水@@”弊端多@@，即@@使@@现在@@大数据@@@@有办法让@@“九龙@@”成天@@“坐在@@一起@@”，但如果互相谁也不理谁@@，水还是治不好@@。

 

 

　　凯文@@·凯利@@指出@@，云计算时代的最大文化动向就是永远在@@线@@。（7）人与人@@、人与设备@@、设备与设备时时刻刻的连接@@，将以@@7×24小时的方式源源不断地产生数据@@@@。特别是@@web2.0之后的@@用户生成内容@@（UGC），包括社@@交网络@@（SN），是大数据@@@@形成的重要原因之一@@。因此@@，要做好大数据@@@@治理@@@@，还必须深入理解互联网@@思维@@@@。

 

　　关联思维@@：万物皆相关@@。在@@气象经济学界流行这@@样一条@@“德尔菲气象定律@@”，即@@气象投入与产出比@@为@@1:98，也就是说@@，在@@气象信息方面每投入@@1元@@，就可以得到@@98元@@的经济回报@@。一个典型的例子是@@，气温每降低@@1℃，北京@@市@@燃气供暖系统日@@消耗天然气将增加约@@200万立方米@@。如果提高气象预报的精度@@，实时对供暖系统进行合理调度@@，无疑将有效降低能源消耗@@，节省@@很大一笔经费开支@@。

 

　　这@@就是大数据@@@@的价值所在@@@@。通过挖掘海量数据@@@@，呈现一个充满关联的世界@@。诚如舍恩伯格@@所预言的那样@@：“将世界看作信息@@，看作可以理解的数据@@的海洋@@，为我们提供了一个从未有过的审视现实的视角@@。它是一种可以渗透到所有生活领域的世界观@@。”（8）

 

　　在@@商业案例中@@，你可能听说过啤酒与尿布@@、搜索@@词与流感趋势@@、女儿怀孕与广告传单的故事@@；在@@国家与社@@会治理中@@，也有很多运用数据@@相关性的成功案例@@。例如@@，纽约市@@警方开发了一款电子数据@@地图@@——CompStat，通过分析案件发生历史与发薪日@@@@、体育赛事@@、天气变化@@、假日@@等@@变量的相关性@@，预测最可能发生罪案的@@“热点@@”地区@@，并预先在@@这@@些地区@@部署警力@@。应用这@@套系统后的次@@年@@@@，该市@@犯罪率就出现了明显的下降@@，凶杀案发生数量创下了@@50年@@来最低@@。（9）

 

　　中国海关@@的@@“电子口岸@@”整合了工商@@、税务@@、海关@@、外贸@@、外汇@@、银行@@、公安@@、交通@@、铁路@@、民航@@、国检等@@十几家部门的数据@@@@。数据@@之间实时的联网分析@@，使@@“电子口岸@@”在@@加快报关速度@@、高效打击不法分子的同时@@，更成为中国经济的@@“气象预报台@@”，能够为国家宏观经济调控提供非常精细@@、全面的决策支持@@。

 

　　大数据@@@@之所以能发掘规律@@、作出预测@@，靠的是对相关关系的把握@@。我们常说@@“清明时节雨纷纷@@”，这@@个结论并不是逻辑推导出来的@@，而是人们通过多年@@观察@@，发现以往每年@@这@@几天总是下雨比@@较多@@，于是总结出了这@@样一个朴素的规律@@。同样@@的道理@@，计算机可以在@@海量的数据@@上@@运用数据@@挖掘@@等@@办法@@，自@@动地发现一些相关性@@，然后通过相关关系来预测事情发生的可能性@@。例如@@，从公交车辆运行的点数据@@推断一个路段发生拥堵的可能性@@，从纳税人的异常@@数据@@特征发现偷税漏税的可能性@@，从人们上@@网检索的关键词推断流感爆发的可能性@@，等@@等@@@@。

 

　　尽管因果关系是最深刻的一类联系@@，但是@@我们很多时候并不能获得@@。这@@种情况下@@，我们是无所作为呢@@，还是也可以有所作为@@？答案是明显的@@，只要我们知道一些相关关系@@，我们也可以进行预测@@。相关关系也许不能准确地告知我们某件事情为何会发生@@，但是@@它会提醒我们这@@件事情正在@@发生@@。在@@许多情况下@@，这@@种提醒的帮助已经足够大了@@。如果电子医疗记录显示橙汁和阿司匹林的特定组合可以治疗癌症@@，那么找出具体的致病原因就没有这@@种治疗方法本身来得重要@@。同样@@，只要我们知道什么@@时候是买机票的最佳时机@@，就算不知道机票价格疯狂变动的原因也无所谓了@@。因此@@，我们常常说在@@大数据@@@@时代@@@@@@，“是什么@@”比@@“为什么@@”更重要@@，相关关系比@@因果关系更重要@@@@。[page]