基于“大数据驱动”的公共服务供给侧改革

于 棋

(山东大学 政治学与公共管理学院，山东 青岛 266237)

一、引 言

被称为“大数据元年”的2013年距今已有六年时间。在此期间，无论是行政者、研究者与工程技术人员，无不对大数据的社会声势有所期待并积极回应，尤其是理论界对于大数据的解读呈现出爆发式增长。从2013年1月到2019年1月，网络公开报道的“大数据”相关新闻高达27万条；以“大数据”作为关键词在中国知网可搜索到约111 093篇相关文献，明显超过“社会治理”(约20 108篇)和“城市化”(约78 849篇)等公共管理领域其他“网红”词汇。可见，“大数据”已成为近年来公共管理研究的前沿话题之一。

从国务院《促进大数据发展行动纲要》的印发到《社会治安综合治理基础数据规范》(GB/T 31000-2015)国家标准的公布，再到历次大数据产业峰会的顺利举办，种种行为均体现出社会各界对于大数据实践效果的强烈期待。但不可否认的是，被视为后工业社会最具希望的技术范式的大数据，在实践中并没有设想得那般剧烈地变动着整个社会的生产方式。正如经济学家郎咸平所指出的，“互联网并不能颠覆行业的本质。”[1]现有的大数据实践模式仅仅是基于某些突破性技术创新的初步运用，其强烈的工具色彩依然存在，巨大的变革作用并未彻底释放。这种困境固然有技术局限的原因，但更应从既有的社会管理环境加以思考。本文拟从大数据解读困境出发，深入剖析当前公共部门所面临的“数据迷失”困局，并从公共服务供给侧改革的视角探讨进一步激发大数据潜在红利的现实路径，即实现“大数据驱动”政府改革的可能。

二、大数据之殇：精准化属性与模糊化解读间的误差

重新聚焦大数据的概念内涵并非是对其巨大变革潜力的简单赞同，而是对于大数据解读热潮中存在问题的回应。事实上，大数据研究热潮背后隐匿的模糊化解读在相当大程度上稀释甚至掩盖了大数据的精准化属性，精准化与模糊化之间的解读误差极大弱化了大数据的实践效果。

(一)大数据的精准化属性

大数据时代的到来，意味着数据具有前所未有的体量规模、丰富多彩的呈现形式以及超乎想象的可利用程度，数据已经且将继续改变我们的社会形态与生活方式。大数据变革效果的释放以承认大数据精准化属性为前提，但大数据的模糊化解读与大数据精准化属性之间的巨大落差则限制了大数据的变革效果。技术理性与近乎全样本的数据集是大数据的核心优势，“大数据驱动”的最大价值在于能够基于数量庞大的信息资源，提供精准反馈与动态预测的现实可能，即“大数据驱动”的实践效果在更大程度上取决于对体量巨大、多源异构的数据集合的处置能力。大数据的精准化属性更多地体现在数据化、动态性、个性化以及全样本等方面：“一切都是数据、一切皆可量化”体现着大数据的信息本质；大数据技术使得更灵敏地反映社会需求的动态变化成为可能；大数据使公共部门对公众特征的精确感知也不再遥远；大数据全样本化特征使公共管理研究更加接近于物理或生命科学的研究范式。[2]

(二)大数据的模糊化解读

与大数据的精准化属性相对，当前社会各界对于大数据的解读存在一定程度的模糊化，具体表现为概念的浮泛化、意识的矛盾化、领域的扩散化等问题。

1.概念的浮泛化。大数据研究热潮的兴起带来了对其概念的多样化解读，并形成了“信息—方法—能力—范式—理念—时代”等层级化解读体系(见图1)。不同学者基于差异化角度的解读无疑极大地丰富了大数据的概念内涵，但这在一定程度上带来了概念的浮泛化问题。既有研究的解读定义多、角度广，“大数据”仿佛在一夜之间成为从微观到宏观等几乎无所不包的概念，似乎一旦缺失某一具体方面的解读就无法体现其巨大的社会价值。在某种意义上，对于大数据的解读取代“大数据”本身成为社会关注的焦点。但是，浮泛化的概念解读仅仅能够说明大数据变革可能波及的领域范围而非内在本质。

图1 “大数据”概念的解读(1)每一层级的相关内容仅是典型论述的例举，并无层级之分。参见：[1]MANYIKA J, CHUI M, BROWN B, et al. Big data: the next frontier for innovation, competition, and productivity[M].[S.I.]: McKinsey Global Institute, 2011；江信昱,王柏弟.大数据分析的方法及其在情报研究中的适用性初探[J].图书与情报，2014(5):13-19;蔡翠红.国际关系中的大数据变革及其挑战[J].世界经济与政治,2014(5):124-143;冯伟.大数据时代信息安全面临的挑战与机遇[N].科技日报,2013-06-24(001);胡键.大数据与公共管理变革[J].行政论坛,2016(6):6-12;舍恩伯格,库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

2.意识的矛盾化。与历史上发生的重大理论革新或技术创新一致，大数据思潮极大地冲击着公众既有的思维惯性，并由此产生差异化甚至矛盾的态度。在当今大数据实践中，“数据信息崇拜”“数据时代恐惧”与“数据意识匮乏”三种观念并存是思维差异的直接表现。王山曾指出：“数据意识匮乏和数据崇拜是大数据时代政府所面临着的两极化困境。”[3]事实上，政府并不是唯一存在困惑的社会主体。作为技术缘起方的数据企业，它一方面期盼大数据的技术红利，并不断强调大数据的巨大价值；另一方面也无法实现准确预估大数据潜在的变革效能和行业“技术循环曲线”的现实走向。无论是“数据信息崇拜”“数据时代恐惧”还是“数据意识匮乏”，矛盾化的观念也体现着不同主体对于大数据的关注、期盼和逃避困难的复杂心理。

3.领域的扩散化。时至今日，大数据早已超脱于原有的技术设定，成为作用于诸多行业领域的时代力量。按照张海波的观点，大数据概念的兴起大致经历了“软件行业—科学研究—商业应用—国家战略—社会生活”等五个阶段的动态扩散过程。[4]65作为一个涉及“技术—制度—社会”的复杂命题，大数据超脱于政府、企业、研究者等单一主体，以及云计算、物联网、电子政务、公共服务等单一领域的限定范围。每个主体、每个行业都以自己的方式对大数据进行解读和实践，并力图向其他主体说明其主张的正确性。领域的扩散化使得大数据成为新时期各方争夺话语权的“新高地”，理解侧重点的差异化分布进一步加深了理解大数据、运用大数据的现实难度，并由此带来了一系列理念冲突。

概念的浮泛化、意识的矛盾化、领域的扩散化等问题在相当大程度上稀释甚至是掩盖了大数据精准化属性。大数据的模糊化解读与其精准化属性间的巨大误差从本源上限制了大数据变革效能的进一步释放，并造成了包括政府在内的诸多社会主体的“数据迷失”困局。

三、走向“大数据驱动”：克服政府的“数据迷失”困局

大数据本质上属于一场技术革命。不同于尖端数据企业的技术优势，公共部门技术水平的天然劣势以及与大数据实践的巨大间隔，无疑放大了其在面对大数据潮流时的迷失感，从而引发了政府在大数据背景下的“数据迷失”困局。

(一)大数据背景下政府的“数据迷失”困局

回归公共管理领域，上述大数据的模糊化解读与精准化属性间巨大落差所带来的直接后果，即公共部门在大数据思潮中滑落至“数据迷失”状态。所谓“数据迷失”，是指在大数据思潮初期政府面对大数据所带来的新技术、新产业、新模式、新关系时，所表现出的或盲目推崇或迷茫冷漠的暂时性矛盾状态。一方面，大数据思潮大大提升了数据在行政实践中的话语权，越来越多的行政实践依赖于“数据”提供合理性；另一方面，鉴于技术等限制性因素，行政实践同时呈现出尽量回避数据要素以保持既有模式的实践惯性。在这种“数据迷失”状态下，公共部门对于大数据的现实功能与发展潜力常表现出既依赖又抵制的矛盾态度，“遇事必言大数据”“项目必上大数据”，乃至“关门不谈大数据”等行政实践，都是“数据迷失”状态的现实表现。究其原因，上述现象与关键技术缺失、话语权衰弱和体制转型困难不无关系。

1.技术维度上，技术水平与敏感性具有天然不足。在大数据引发的技术竞赛中，高新技术企业是发起、引领和跟踪大数据革命的主要力量，其所具备的雄厚技术储备和高度技术敏感性恰恰是公共部门的弱项。就政府部门而言，由于缺乏对大数据新技术、新产业的深入了解，政府无力对其进行前瞻性的专业引导，加之相关领域与前沿技术存在巨大的学习成本，这又进一步降低了相关部门参与大数据的热情与动力。同时，不同部门对于新技术敏感性的差异化，导致政府内部推动大数据发展的过程中呈现出矛盾的主观态度，甚至是彼此掣肘的行为逻辑。因此，行政领域的大数据实践不单单是一种技术革命，更是关乎不同部门利益诉求的复杂行政博弈，这加剧了公共部门在大数据时代的“迷失感”。

2.话语权维度上，数据来源与分析能力带来了双重挑战。大数据社会中，信息技术就是绝对权力。[5]3技术维度劣势带来的直接后果就是政府在大数据变革中话语权的衰弱，而这种衰弱源自政府在数据来源与分析能力方面受到的双重挑战。数据主体的多元化、数据来源的多样化不断冲击着政府在权威信息发布中的主导地位，公共部门不再是大数据社会权威信息发布的唯一主体。同时，公共部门原有的信息生成、传播、处理、归档的传统信息管理周期已经落后于时代。[6]多样而高效的分析工具的缺乏弱化了政府提炼数据价值的能力，从而导致其数据信息难以支撑具体的行政决策。数据来源与分析能力不足带来的恶性循环将不断削弱公共部门在社会事务中的话语权，政府正从主导性的信息发布主体被迫退化为被动的跟随者，而这对于长久以来已经习惯于强势地位的政府而言必然是不易接受的。

3.体制维度上，从信息管理制度到官僚制受到全方位冲击。大数据对于行政实践的冲击不仅停留在技术与话语权的层面，更为深入地体现于从微观的信息管理到宏观的官僚制的全方位冲击上。从表征上分析，大数据冲击着政府数据管理的固有体制模式。[7]不同于以往职能化信息管理模式，大数据时代的数据开放和流动是多中心的、水平的。[8]而现有官僚制的设定逻辑有悖于大数据的基本驱动方向：官僚制科层结构的预设在于，复杂任务被分解成小的、相互独立的部分来处理仍然可以实现总体目标[4]67，是一种典型的基于实践经验的职能划分；而“大数据驱动”强调的是以全样本数据的客观分析结果作为结构设立的唯一准则。因此，大数据对于政府管理体制的冲击是全方位的，本质在于大数据思维与传统官僚制间的博弈。正是基于上述原因，有学者明确指出：“将新型技术嵌套在传统官僚制内的做法，可能是不合适的。”[9]

(二)“大数据驱动”：强调实践取向的大数据概念

无论是大数据“解读之殇”还是行政力量的“数据迷失”困局，仅仅停留在概念内涵层面的探讨都无法进一步释放大数据的潜在变革力量。数据惟有“被处理才能体现其作为基础性资源的潜在价值”[10]，仅停留于“大数据”概念并不能解决中国社会治理的诸多难题。[4]64为更好地聚焦于践行大数据变革的现实命题，部分学者提出了“大数据驱动”的理念，并从信息驱动、环节驱动和要素驱动等维度加以解读。舍恩伯格和库克耶强调：“有了大数据的帮助，信息才是世界的本质。”[11]125曾维和等从驱动环节的角度出发，指出大数据驱动即是“通过数据收集环节、信息存贮环节、组织加工环节对获取的数据信息进行分析处理的过程。”[12]陈潭认为，“大数据驱动”将有助于实现社会治理向开放式、流动性、精准化、网络化与协同化的创新转变。[5]1张海波则强调：“大数据驱动是技术、产业、战略和思维四大要素的系统驱动，任一要素的缺失都会影响大数据驱动社会治理的实效。”[4]64综合上述观点，本文认为，“大数据驱动”是一种大数据理念的实操性行为倾向，其根本特征在于以大数据实践中的变革作用替代概念性解读。

我们应逐渐转变对大数据概念过度解读的倾向，重新聚焦于大数据变革的实际效能，实现“大数据”向“大数据驱动”的理念跨越将是新阶段大数据应用的应然转变。事实上，无论解读视角如何，较之单纯强调大数据的概念内涵，“大数据驱动”理念的提出已经反映了学界对于聚焦大数据变革效果的有益探讨。

四、以“大数据驱动”理念推动公共服务供给侧改革

对于大数据实际变革效能的重新聚焦必须依赖于具体的实践举措和策略选择，才能真正跳出大数据“解读误差”和“数据迷失”困局。因其现实基础与潜在价值，本文认为，“大数据驱动”理念将成为推动公共服务供给改革的必然选择。

(一)以“大数据驱动”理念推动公共服务供给侧改革的现实理由

每一次新技术革命的深层渗透必将引起社会结构和社会形态的变革[13]73，既有的改革范式将面临新的时代挑战。大数据时代的来临在给予公共部门更多选项的同时，也增加了行政体制改革的难度。本文基于“理论—现实”两个视角，认为可以将公共服务供给侧改革作为“大数据驱动”理念深化的突破点。

在理论层面，当前聚焦于“大数据驱动”的相关研究存在明显的介入性偏差。基于中国知网数据库，本文以“大数据驱动”作为搜索主题，搜索年限设定为2013年至2018年，文献类型选择“全部期刊”，文献导出格式为“Refworks”，经筛选共获得相关文献528篇。同时利用CiteSpace软件进行关键词共现网络构建，并对其进行聚类和聚类标签提取，其结果如图2所示。

由图2可知，大数据元年以来聚焦“大数据驱动”的相关研究更多地关注技术与产业两个方面，其中技术包括“信息技术”“精准营销”“互联网+”等，产业包括“智能制造”“人工智能”“云计算”等关键聚类标签。“大数据驱动”这一关键搜索词在共现网络核心位置的缺失，说明学界聚焦“大数据驱动”的研究较少，“大数据驱动”的理念尚需强化。“#7供给侧改革”标签的出现体现着“大数据”与“公共服务供给侧”之间存在一定程度的相关性，但其在共现矩阵最外围的位置则同时表明围绕“公共服务供给侧改革”等关乎民生领域的相关研究较少。上述提及的相关研究介入性偏差进一步说明，在“大数据驱动”理念下，将公共服务供给侧作为深化行政改革的现实场域具备合理性，并具有一定的研究潜力。

在实践层面，现有公共服务数据价值亟待挖掘。正如舍恩伯格和库克耶所指出的那样：“数据最终大部分的价值还是必须从其本身中挖掘。”[11]4大数据时代的到来赋予了信息前所未有的资源属性，仿佛一夜间包括私营部门数据在内的各种数据都成为各方争相获取的宝贵资源。但就公共部门而言，必须摒弃对于私营部门数据的盲目推崇，而应该从运用好既有公共数据资源出发，进一步激发大数据的驱动效能。这既是出于政府有限的数据处理技术，更是由于公共部门本身已经拥有了尚须开发的庞大公共数据资源。政府数据信息化建设已历经多年并不断提升，这使得政府所积累的行政记录等数据大规模增长[14]，其中高度结构化的行政数据、自动收集的结构化与非结构化的实时数据[15]，都是公共事务领域常见的数据资源。按照王芳的观点，常见的政府数据来源通常由政府内部管理活动、对外社会管理和服务实践、专职机构采集、政府通过业务外包或采购以及互联网公开数据等构成。[16]如此数量庞大、来源丰富、结构化程度较高的公共数据，已经为政府提供短期内了解、学习和运用大数据的基本资源支撑。其中，公共服务数据因其所具有时间跨度长、涉及面广、数据结构化程度高等特点，有条件成为公共部门强化大数据意识、提高大数据运用能力、掌握大数据处理技术等方面优先突围的先导性领域。

(二)以“大数据驱动”理念推动公共服务供给侧改革的潜在价值

随着我国公共服务供给任务的日益繁重，如何在稳步提升供给效能的同时尽可能地降低供给成本将是需要前瞻性思考的重大命题。对于未来公共服务供给侧的改革实践，“大数据驱动”能够在助力实现精细化供给的同时，探索“技术要素”介入体制机制转型的可行性，从而实现短期目标与长远价值的共赢。

1.实现公共服务精细化供给的短期目标。庞大的公共数据资源能够为“大数据驱动”理念下公共服务供给侧改革提供有力的数据支撑，而日益繁重的公共服务供给任务则呼唤着精细化供给。因此，“大数据驱动”与公共服务供给侧改革的联合，将进一步凸显数据信息在未来公共服务供给实践中的特殊价值，即基于大数据之上的精细化管理和微观管理成为现实。[17]就短期目标而言，“大数据驱动”推动公共服务供给侧改革的价值主要集中在既有数据价值的深度挖掘、公民需求的精准识别以及公共服务供给的高效化等三个方面。基于同数据企业的技术合作，公共部门能够运用较为成熟的技术来分析和处理既有的公共服务数据资源，以最高效的方式提取和释放已有公共数据的潜在价值。数据技术的跨越与全样本的数据集合能在很大程度上勾勒出“数据”与“需求”的相关关系，大数据能够“帮助政府更加精细化地理解公民需求、行为和态度，从而促进以用户为中心的在线公共服务新的发展”。[18]大数据赋予了公共服务供给“按需分配”的技术基础，从而使得在日益繁重的公共服务供给实践中尽可能地控制成本成为可能。

2.探索“技术要素”嵌入体制机制转型可行性的长远价值。相较于成果显著的经济领域改革，无论是力度还是进度，行政体制改革无疑面临着双重滞后的现实窘境。党的十九大报告明确指出：“统筹考虑各类机构设置，科学配置党政部门及内设机构权力、明确职责。”[19]而在众多领域中，公共服务供给体制无疑是碎片化最严重、利益博弈最激烈的领域。在官僚制范式的影响下，公共服务供给任务以“精细化、专设化”为名，其职能分工被人为地划分为多个部门。每一个政府部门都倾向于建设自己的数据仓库，而这样一个“通天塔”式架构进一步增加了跨部门数据整合、共享的难度。[20]以往的公共服务改革实践同样表明，以“相近职能部门整合”为改革思路的大部制改革，无法在保证高行政效能的前提下有效改善公共服务供给的破碎问题。而“大数据驱动”理念无疑为打破精细化理想下的行政体制碎片化困境提供了崭新思路，即不同于人为设定的职能划分原则，“大数据驱动”下赋予了“技术要素”介入到未来政府组织架构改革进程的可能性。在体制机制转型缓慢的现实条件下，以流程改造倒逼结构变革将是政府未来的改革重点。[5]5因此，“大数据驱动”理念下推进公共服务供给侧改革仅是体制转型的起点，以技术上“数据合作”深化行政体制改革才是“大数据驱动”的长远价值。

(三)以“大数据驱动”理念推动公共服务供给侧改革的可行路径

由于大数据本身无法自动发展出一套有价值、有意义的制度安排[13]76，因此，以“大数据驱动”推动公共服务供给侧改革的实现最终有赖于具体的政策落实。就公共服务供给侧改革而言，应遵从“数据—技术—政策—制度”的驱动路径。

1.数据层面，突出以公共数据为起点推动跨组织数据整合。强调公共数据资源的应用潜力并非是对于其他数据资源价值的否定；恰恰相反，以“大数据驱动”强化公共服务供给侧应以公共数据的应用分析为起点，在不断提高公共部门数据分析能力的基础上，推动公共数据与跨组织数据的整合。大数据的全样本特性以数据资源的开放与流动为前提。只有实现数据的跨组织的有效整合，才能拓宽公共服务乃至整个行政实践的可量化维度，真正释放大数据潜在的驱动力量与变革效能。

2.技术层面，注重对前沿数据企业的工具学习与技术借鉴。不可否认的是，技术与工具将始终是大数据时代公共部门的最大劣势，聚焦于公共职能的政府部门不可能且没有必要保持始终如一的技术敏感性。在公共服务供给领域，不仅需要对公民的切身需求进行“按需分配”，同时也需要从自身的供给实践出发，对不同的技术工具进行“按需选择”，与前沿数据企业保持良好的互动关系。为真正实现大数据的驱动效能，强化对前沿数据企业的工具学习与技术借鉴将是实现数据整合与政策完善的关键一环。

3.政策层面，强调基于公众需求精准识别以完善既有的供给策略。现有公共服务供给的问题实质在于对社会公众真实需求的识别缺失，数据与技术的共同支撑使得公共需求的全景化扫描和和个性化识别成为可能。就公共部门而言，不应止步于实现对公众需求的精准识别，完善既有的公共服务供给策略才是履行应有职责的基本要求。事实上，公众“需求导向”的渐进嵌入将会极大改变原有公共服务供给领域中的利益分布与权力格局。能否坚定推进以公众需求为导向的供给策略，将是衡量“大数据驱动”理念推动公共服务供给侧改革成败的关键标准。

4.制度层面，注重强化体制机制转型中的技术权重。探索“技术要素”介入的可行性将是推动公共服务供给侧改革乃至整个行政体制转型的重要战略目的。公共服务管理体制作为深化行政改革的前期场域，“技术要素”的话语权能否在撼动官僚制的改革中得到承认和强化，将是衡量“技术要素”介入可行性的重要标准。如若能够建立起“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制[21]，则进一步说明“技术要素”在未来推动整个行政体制转型具有重要的革新作用，更为科学合理的组织架构将不再遥不可及。

五、余 论

从“大数据”到“大数据驱动”的转型既是对大数据误读的回应，同时也指明了克服政府“数据迷失”困局的基本路径，即应实现由对大数据概念的片面强调转向对大数据变革作用的切实关照。由于篇幅所限，本文仅仅指明了“大数据驱动”的应然转变，但对于“大数据驱动”的作用逻辑和驱动方式并未进行深度探讨，这有待相关学者进一步挖掘。

第一，公共服务供给侧改革的时代复杂性问题。由于多主体、宽领域等因素的限制，公共服务供给侧的改革任务并非朝夕间可以完成。而高技术含量的分析工具、近乎几何式增长的数据资源在带来改革基础的同时，也在不断增加公共服务供给侧改革的现实难度和日益高涨的改革预期。大数据时代的公共服务供给侧改革将面临前所未有的复杂挑战，社会各界必须对此应作好充分准备。

第二，“技术要素”的改革预期及其局限性。“技术要素”的嵌入为体制机制转型带来了崭新的驱动力量，也必然会带来对既有利益格局和组织架构的剧烈冲击。感性与理性之间的思维碰撞使我们不得不思考，如何有效处理技术要素与既有行政经验的关系。无处不在的大数据并非是全能般地存在，技术标准并不能完全取代行政管理者的公共情怀与既有经验。我们需要进一步承认、理解与防治“技术要素”的应用局限，以期更好地服务于实践发展与认知的提升。