大数据时代政府循证决策模式探究

何玉仙

摘要：大数据时代为公共事务的治理带来了新的机遇和挑战。作为一种科学决策理念，循证决策与大数据时代的政府治理具有内在的契合性，是大数据时代政府应对决策风险的有效制度选择。大数据背景下的政府循证决策以大数据作为循证的来源和依据，并依托大数据技术实现对信息的分析和处理；在技术路线上遵循政策问题→大数据→有效证据→公共政策的实施路径。不过，由于大数据时代政府循证决策模式仍处于探索阶段，因此在实践中存在一些风险和隐忧。

关键词：大数据时代；大数据；政府；循证决策

一、前言

自世界知名咨询公司麦肯锡提出大数据时代来临以来，大数据的理念已经为越来越多的国家和地区所感知与认同。作为现代信息技术发展到一定阶段的产物，大数据对人类社会的各个领域产生了重要影响。在公共政策制定领域，大数据时代的来临也使政府决策处于一个新的社会背景之中。联合国发布的《以大数据促发展：机遇与挑战》中指出：“大数据为联合国及世界各国的发展提供了历史性机遇，通过利用海量数据对经济社会发展的现状及趋势进行分析，能够有效促进政府更好地把握与推动经济社会的运行。”[1]那么，如何在政府决策中运用大数据，并使它们转化为有价值的公共治理资源呢？纵观理论界与实践界，循证决策因其与大数据时代政府治理之间的高度契合性而受到广泛关注。

二、大数据时代政府循证决策的契机与内在逻辑

（一）循证决策是大数据时代政府应对决策风险的有效制度选择

政府行动始于决策，决策的科学化与有效性直接影响治理绩效。因此，如何科学应对决策风险、提高决策的民主性、有效性是世界各国政府普遍关注的重要课题。随着经济社会与现代信息技术的发展，大数据时代的公共事务呈现出鲜明的利益格局多元化与问题网络复杂化的特征，使政府决策面临更高风险或决策失败的可能。在这种情况下，依靠基于经验和有限资料实施的传统决策模式已很难有效解决大数据时代下的社会问题，而基于大数据的循证决策则为政府应对新时代的决策风险与提高决策科学化提供了一条可行的思路。

循证决策（Evidence-based Policy Making，简称EPB）又被译为“基于证据的决策”，它的思想源于20世纪90年代在医学领域兴起的“循证”运动。随着循证思想科学方法论影响的不断扩大，循证决策很快从医学领域扩展到了心理学、教育、公共管理、司法等众多社会科学领域。从字面上理解，循证决策，即依据证据进行决策，倡导将证据置于政策制定与执行的中心环节。在循证决策理念中，证据被认为是用来证明应该怎样做或不应该做什么的知识或信息，在这之中经常包含与决策问题相关的各类数据。循证决策理念认为，证据是制定科学化政策的关键，是决策者探寻解决问题的知识基础或技术手段。因此，证据在决策中应处于中心地位，或是在所有因素中优先考虑的因素。正如其倡导者桑德森所认为的那样，“将决策更大程度地建立在‘明智的证据之上，这将使政府的行动更具理性”[2]。

实践层面，循证决策具有两个鲜明价值导向，一个是循证决策倡导基于理性主义的科学决策理念，强调决策要有可靠的证据来支撑，并依靠科学有效的证据提升政策制定的合理性、有效性；二是循证决策要求政府决策的知识化和民主化，强调社会科学知识在决策中的应用，倡导建立用于支持决策的“知识管理”体系；同时循证决策倡导多元主体构建的政策网络，支持公众咨询、专家参与、社群沟通等多元参与方式，以及多种形式、不同渠道的证据在决策过程中的整合运用[3]。循证决策在应对复杂性社会问题方面具有天然的优势，并且其追求科学性、民主性的价值理念也与大数据背景下政府的治理导向具有内在的契合性。也正因为如此，循证决策正在被世界各国越来越多地引入到大数据时代的治理实践中。

（二）大数据时代为循证决策方法理念优势的发挥创造了机遇和条件

大数据时代的循证决策在政府公共决策领域具有巨大的应用空间与潜能。一方面，大数据可以有效缓解以往政府循证决策面临的证据不足问题。公共政策领域属于典型的社会科学领域，以往政府用于决策的证据通常是短期且有限范围内收集的调查研究报告、二手数据，以及思辨性较强的学术研究等，这些信息的充分性和可靠性都相对较低。就像西方国家早期倡导循证实践的人士曾经发现的那样，在公共政策领域并不是所有的证据都能足够好到可以用作指导决策的地步，一些研究常常会存在目标不明确、糟糕的设计、方法论缺陷、不充分的统计报告和分析、没有数据支持就得出结论等缺陷[4]，导致循证困难。而大数据时代有海量数据可供挖掘利用，这些数据不仅包含结构化的数据，还包括非结构化数据，如视频、图片、电子邮件、日志等。这些体量巨大且形式豐富的数据能够为循证决策的信息挖掘提供多样化的渠道，为政府循证决策的开展提供支持。

另一方面，大数据技术能够为政府循证决策提供高效、便捷的技术支撑。信息的收集与分析处理是循证过程的两个重要环节。证据信息的收集是指系统全面地寻找、检索可能作为证据使用的各类信息。这类信息通常与政策问题具有较强关联性。面对大数据时代海量的数据，传统的信息收集方式显然已“力不从心”，自动采集等大数据技术的出现则为高效挖掘和收集大数据证据创造了条件。信息的分析处理是将采集来的相关数据或信息提炼为有效证据的关键一步。在这一环节，通过大数据交互、可视化等技术手段也能够满足对特定现象进行解释、预测事物发展规律等需求，实现信息分析和处理的高效化。总之，大数据时代非常有利于政府循证决策的实施。

三、大数据时代政府循证决策的要素及实施路径

（一）大数据时代政府循证决策的要素

1.大数据思维

大数据时代的政府循证决策需要相关治理主体具备大数据思维。大数据被视为一个国家或地区继土地、资本、劳动力以外的基础性治理资源，但它究竟能在多大程度上发挥价值，还取决于具体场景下治理者对大数据及相关问题的认知和理解。大数据思维首先需要有关政府主体对大数据以及大数据所蕴藏的巨大价值与应用潜力具有准确的认识。此外，大数据思维还要求治理主体具备综合性分析思维，注重使用数据驱动决策与解决问题，从全局视角而不是局部视角考虑问题，善于运用各类数据和多种技术进行整合性分析，重视不同领域的专家、相关者以及政策工具的协同合作，并善于运用合适的模型来理解和预测社会现象或问题。

2.循证决策意识

大数据时代的政府循证决策还需要有关决策主体具有循证决策意识。政府决策具有公共性，往往涉及多种利益相关者，因此相关决策及政策的出台需要以公共价值为基础，并且做到有理有据。循证思维是一种以证据为基础的思维方式，它的特点在于决策主体不是基于个人经验或主观臆断，而是从客观事实和数据出发进行决策，在决策或解决问题的过程中强调对有效证据的搜集和运用。具备循证决策意识需要对证据的概念、类型、形式载体、客观性以及可靠性等具有充分的了解，还应对证据的获取途径、分析评估方法及技术具有一定的认识，同时还需具有合作意识，注重在循证决策过程中与研究机构、评估主体、政策利益相关者的沟通与协作。

3.专业化人才

大数据时代的政府循证决策是一个过程，需要具体的人员来操作实施。特别是在从数据收集到形成有效证据的过程中，相关人员的工作能力和水平会直接影响政府循证决策的结果和质量。一般而言，大数据背景下的政府循证决策需要特定人员具备以下能力：一是能够管理和处理体量庞大的结构化、半结构化和非结构化数据，这些数据通常包括政府有关机构或部门在依法行政过程中制作、获取及保存的数据、企业日常运营产生的各类数据，以及个人以电子或者其他方式记录的各种信息；二是能够在大量的数据中筛选重要相关信息，分析这些数据并为关键信息的生成提供有意义的洞见；三是解释这些数据，借以支持政府的循证决策。虽然上述工作理论上可以通过调动各种技术和人力资源，甚至外包去满足政府循证决策的需求，但对于大数据时代下有望成为常态化决策模式的循证决策而言，政府有关决策部门应自身具备和储备具有上述能力的专业化人才。

4.相关体制机制配套

大数据背景下的政府循证决策还需要建构能够捕获、存储、处理、管理、传输和共享数据的生态系统，建立健全大数据辅助循证决策的配套体系，如搭建大数据搜集评估证据的平台网络、开发循证决策的“数据池”等。同时，完善大数据背景下政府循证决策的相应规章制度，明晰循证体系的结构及人员机构职能，以保证循证过程的合理分工与管理规范。

（二）大数据背景下政府循证决策的实施路径

海量数据是大数据时代政府治理的重要资源，然而未经过筛选、过滤、加工评估的原始数据难以成為政府决策的直接参考。大数据背景下的政府循证决策遵循政策问题→大数据→有效证据→公共政策的实施路径，通过这一结构化路径，庞大且杂乱的原值数据将变成具有利用价值的有效证据，进而成为公正政策制定的核心依据。

一般而言，大数据包含两层含义：一是指任何以电子或者其他方式对信息的记录，通常表现为体量巨大、形式结构多样，且时效性强的各类数据；二是指新型计算架构和智能算法等大数据处理技术[5]。作为政府决策的起点，大数据背景下的政策问题和大数据之间具有复杂的联系，即政策问题不仅需要利用大数据探寻解决问题的信息或证据，大数据本身也可能成为发现与明确政策问题的方法工具之一。这主要是因为大数据背景下的政府决策能够一定程度上实现从“事后治理”到“事前预测”的转变。大数据具有碎片化、多样化的特点，虽然通常很难直接发现相关因素之间明显的因果关系，但在这背后却常常潜藏着事物之间不易被发现的隐形联系。而利用一些大数据技术则可能参透这些隐含的关系，使不同事物之间的联系更加全面、客观地呈现出来，进而成为政府决策与政策问题预判的可靠证据。正因为如此，传统数据无论多么真实、系统、整齐和有代表性，但相对于被观测的社会行为，却永远都是事后构拟的结果[6]。而大数据时代的政府决策则可能基于大数据及相关技术做到政策问题的预判。

大数据时代政府循证决策的关键在于大数据向有效证据的转换，这一过程大体包括数据筛集、数据处理、数据评估三个环节。大数据背景下政府循证决策需要以“大数据”作为循证的来源和依据，对于数据及信息的收集处理方式与传统的决策模式也有很大的不同。传统的政府决策一般通过调研访谈、问卷、文献研究等方式获取有关信息，信息收集手段有限，且所搜集到的数据一般仅为小数据，虽然便于分析和处理，但在信息、数据的全面性、客观性上存在明显的不足。大数据则体量庞大、形式多样，虽然不利于直接发现关键信息，但随着信息技术的发展，大数据技术已很大程度上能够实现对数据的快速筛查与整合工作，在丰富了信息获取来源和渠道的同时，也保障了数据的收集与分析处理效率。数据评估则是体现循证决策民主性与决策透明的重要环节，在这一过程中需要将公共价值、社会知识和决策者意志等均纳入证据评估的范畴，进而避免大数据决策可能出现的“唯数据论”风险。通过上述环节，海量无序的原始大数据即转换为可靠、客观且透明的有效证据，在后续的公共政策制定环节将发挥重要价值。

四、大数据时代政府循证决策的风险与隐忧

目前，包括中国在内的世界各国大都刚刚步入大数据时代，而且循证决策本身在公共治理领域也属于一个较新的理念，因此，在公共政策领域，大数据与循证决策的结合仍处于起步阶段，在具体实施过程中依然面临不少挑战。总体而言，这些挑战主要来自两个层面，一个是政府有关主体在基于大数据循证过程中大数据本身可能存在的一些问题，另一个是在公共政策领域实行循证决策所面临的困难。

首先，就政府循证决策所依据的大数据而言，大数据的开发和利用与数据的安全性、保密性息息相关，而当前政府在数据治理规范化方面存在着短板和不足。大数据时代为公共组织、企业以及个人带来了新的发展机遇，但同时也对数据安全以及隐私保护构成了威胁。特别是以“挖掘”为特点的大数据技术，虽然能够从原本零散无序的海量数据中抓取和挖掘提炼出重要信息，但也很可能因此造成国家安全信息、商业机密以及个人隐私的泄露，造成对有关部门及公民利益的侵害。同时，大数据背景下的政府循证决策要求政府治理走向协同化，要求各治理主体之间实现数据的充分共享，但目前由于政府部门之间条块分割、部门利益保护以及数据存储形式、结构缺乏统一规划，在政府内部数据资源的存储和利用上出现了明显的“部门化”特征，造成跨部门、跨组织数据共享的困难，难以充分利用数据资源开展循证决策。

其次，虽然大数据背景下政府遵循循证决策理念进行决策具有合理性和可行性，但循证决策是一个“知易行难”的过程，在实践过程中可能会受到各种干扰。比如，在政府实际决策过程中，将证据置于中心地位可能存在一定的实施难度。如前所述，循证决策要求基于证据进行决策，并且将证据置于所有影响因素的中心地位。但在公共政策领域，实际影响决策的因素众多，除了决策者个人价值观、经验能力，甚至性格情绪等对决策的影响外，外部的决策环境如部门利益、组织文化、上级压力，以及大量政策利益相关者的意见和态度等，都有可能构成对证据重要性的影响，甚至超越证据成为决策者优先考虑的事项。

另外，在运用大数据及大数据技术生成有效证据的过程中，政府有关决策部门也可能会出现选择性生产及利用证据的情况。例如，在对英国布莱尔政府的循证决策实践进行反思过程中，就有学者提出，循证决策事实上仍是政府选择性地使用证据支持其政策取向的线性过程，即“基于政策的证据”而非“基于证据的政策”[7]。众所周知，在社会科学研究中，围绕同一个问题基于不同视角、不同资料展开的研究常常会得出不同的结论。因此，在循证决策过程中，决策者可能会根据自身的意图倾向性地筛选、解释和操控证据，进而使循证决策背离其价值初衷。

五、结语

概而言之，大数据时代的到来给包括中国在内的世界各国政府带来新的社会治理背景与变革契机，循证决策作为一种新近出现的科学决策理念与大数据背景下的政府治理具有高度的契合性。目前，虽然大数据本身的开发及利用仍不规范，在公共领域实施政府循证决策也可能还存在一些障碍，但随着相关体系框架及配套制度的不断完善，大数据背景下的政府循证决策将具有广阔的应用空间。

参考文献

[1]Global Pulse.Big Data for Development： Challenges & Opportunities [EB].http：//unglobalpulse/org/.

[2]Sanderson，Iran. Making Sense of "What works"：Evidence Based Policy Making as Instrumental Rationality？[J].Public Policy and Administration， 2002 （03）.

[3]]魏夏楠，張春阳.“循证决策”30年：发展脉络、研究现状和前沿挈领——基于国内外代表性文献的研究综述[J].现代管理科学，2021（4）：26-34.

[4]马小亮，樊春良.基于证据的政策：思想起源、发展和启示[J].科学学研究，2015（3）：353-361.

[5]工业和信息化部电信研究院.大数据白皮书（2014）[EB].http：//www.cac.gov.  cn/files/pdf/baipishu/dashuj2014CART.pdf？eqid=9471e3b1000107d30000000664477138.

[6]母睿，王玉婷.大数据与政府治理能力提升：基于、挑战与展望[J].沈阳工业大学学报（社会科学版），2021（2）：9-14.

[7]周志忍，李乐.循证决策：国际实践、理论渊源与学术定位[J].中国行政管理，2013（12）：23-27.

作者单位：南开大学周恩来政府管理学院