京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代政府决策机制的变革
关于大数据在公共决策中的重要作用,学界普遍认为,公共决策不仅能够利用大数据提高政策水平和质量,更重要的是面向和适应越来越数据化的社会环境,借助大数据网络平台,实现政府决策的民主化和科学化。实践中,大数据在诸如城市交通、城市规划和运营、应急管理等公共政策中已得到推广和应用,但依然有材料表明,政府在大数据方面的行动要落后于企业,处于谨慎观望状态,且至今未能解决的自上而下“烟囱式”建设模式和“信息孤岛”问题。
大数据对决策议程的影响
研究普遍认为大数据技术致力于利用海量数据改善政府与公民、企业以及其他非政府部门之间的关系,从而使公民参与与政策各阶段相融合,促进公共决策过程的进一步开放。在实践运作中,公民参与过程大量借用信息技术和网络技术,不断作用于公共政策的议程设定中,改变着政策制定的过程。在利益表达和资源输入端,大数据拓宽了公民介入和信息共享的通道,导致政策问题的触发更为迅捷;在政策议程平台,大数据促进了信息在政府、专家与公民间更具包容性和平等性的互动交融,使政策的参与机制更为精细化;在政策输出与管理端,大数据提供了国家与社会力量整合的有效工具,一个动态均衡的多元主体参与的决策评估机制成为可能。
大数据模糊了社会议程与政策议程的边界。大数据技术改变了公共利益表达与综合评估的方式,大数据尤其是互联网大数据正成为政策诉求和利益选择评估的重要来源。例如,基于互联网的舆情监测数据已经成为政府了解社情民意的重要工具;跨区域和跨平台的海量数据之间的关联性挖掘正在为决策者科学把握社会实时动态规律、综合评估公共问题的轻重缓急提供新的方法,比如人们正在将搜索引擎数据与实际社会行为关联起来,判断公共利益诉求信息提供的新渠道和新形式,为政策选择提供依据。政策议程的建构实质上就是政策制定者对公共问题作出的反应或将采取的行动,由于数据获取和信息输入的完整性和便利性,使得公共政策的问题触发越来越敏感,政策诉求的输入、调适与选择更为迅速,政府决策议程的原有启动机制需要作出变化。
大数据加速了决策信息的交流与互动。当前实现公众参与和有效决策的前提在于既能在所有关键利益相关者之间建立畅通的信息获取和交流渠道,又能快速准确地进行信息沟通。任何时代的信息沟通都依赖于特定的信息技术,传统基于网络的电子政务实现了初步的政务信息公开,大数据的出现意味着政府政策信息的平等交流与共享。借助大数据的全样本生成能力和分析技术,今天的政府决策过程可以包含完整的电子决策、电子传播、电子服务、电子参与和电子监测等内涵。在公共政策科学化推进进程中,大数据将成为政府提升决策分析能力,并与社会形成信息共享交流的重要基础。借助民意调查、听证会等形式,政府与公民之间建立双向信息流动机制,共同产出政务信息,主导公共政策制定、执行和监督过程,促使政府决策体制和机制随着技术发展做出转型和创新。
大数据消减了政策博弈中的非零和状态。当人类走进互联网时代,国家、市场和社会层面都在纷纷探索新的生存法则,传统产业经济在寻求互联网下的转型升级,国家治理在创新公共政策工具,其根本都是探讨实体世界如何与互联网世界接轨、融合和进化的问题。大数据和互联网的发展,社会活动逐步扩展到虚拟空间,并改造着政府、公民等政治主体的行为和互动模式,网络成为政治互动的重要场域和媒介。从网络社区、BBS到社交网络,从电子商务、互联网金融到“互联网+”,整个社会形成了更为平等的新型交往关系。旧有牢固的利益联盟关系被改造,分散的权力结构更容易得到整合。大数据创造了平等交流和分享信息的平台,打破了政策博弈中的囚徒困境,合作与共赢由此真正成为公共政策制定的公共价值。
政府决策议程的主动性变革
实践表明,大数据正不断改变着公共决策议程,为民主与协商的政策制定过程建构提供了切实有效的分析工具。然而受公民素质、信息技术和管理体制影响,大数据的应用依然面临巨大挑战。例如,大数据引发的信息开放与个人隐私外泄的争议,因大数据处理技术落后导致的数据单向透明问题,部分民众利用数据信息大肆宣泄个人的非理性情绪等,一旦处理不当,将进一步加剧公共政策问题的复杂性和治理的艰巨度。因此,需要在政府决策的总体规划过程中,借助大数据信息技术,落实相应的决策机制。
引入大数据监测系统,清晰定位决策动议的触发。理性决策的基本要求是在决策过程中必须获得全部有效的信息,才能拟定各种可行方案并比较各种方案的优劣,信息技术的日趋成熟,为基于多维度、多层次、多群体、多因素的巨型数据分析提供了可能。单一数据来源已经不足以应付复杂的公共问题,有效掌握社会舆情动态需要平行使用多个大型数据库。基于大数据监测的政府决策触发机制的建立,将特定的政策问题、焦点人群、社会环境、利益需求和区域定位等各个层面的活动状态清晰地描述、记录、汇聚、分析和展示,形成实时监控、智能预测的决策辅助系统,及时准确清晰定位决策动议的输入内涵,提示政策“机会之窗”开启的时机。
挖掘大数据信息,及时响应公民的政策诉求。作为公民与政府政治互动的有机部分,关注政府回应性是探索当前决策议程建构的起点。有研究表明,网站、博客、电子邮件、手机等网络化平台成为政治态度和价值观传播的重要载体,公民的政策参与有了更多的机会和平台。借助大数据与社会行为的关联度分析,可以充分把握“机会之窗”开启的多种触发因素,政策的决策主体因此能够迅速作出响应,及时启动政策的决策流程。
借助大数据技术完善公共决策的协商机制。当前决策过程的民主协商机制具体表现在公众参与和专家论证两个方面。一方面借助相关领域专家或者专业机构的知识,尽量全面的罗列备选方案,并给予合法性、必要性、可行性、科学性和可控性等方面的论证评估。大数据卓越的数据获取能力及网络化获取方法,使研究者对公共政策方案的描述和评估在时间和空间上变得更为丰富,借助大数据技术,在数量更多、质量更好的数据基础上,公共政策分析的基础工具——成本收益分析将更为适用。另一方面通过向社会公开征求意见、举行听证会、召开座谈会、书面征求意见、问卷调查等多种形式,大数据提供的可视化和交互信息,也可以使公众的利益得到尽量充分的表达,在场并发出声音
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27