资讯中心

大数据驱动社会治理创新转向五大模式成新常态

来源:《行政论坛》
编辑:沐子飞
2017/1/5 10:00:27
34015
导读:大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理和国家治理的重要原则。
  【中国智能制造网 智造快讯】大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理和国家治理的重要原则。面对社会运行的复杂性和艰巨性,大数据驱动社会治理创新要求必须改变传统的治理思路和模式,必须对社会变化的风险实施预测和分析,必须建立监测灵敏的社会反应和治理体系。因此,开放式治理、流动性治理、化治理、网络化治理、协同化治理必然成为大数据时代社会治理的新常态。

 

大数据驱动社会治理创新转向 五大模式成新常态
 
  一、从封闭式管理走向开放式治理
 
  一直以来,中国长期存在着一种“民可使由之,不可使知之”的行政传统,将政府信息视作“秘密”而隔绝于普通民众之外。在这种行政传统中,政府是的权力中心和行为主体,在政府内部形成了以官僚科层制为主体的政府及其职能部门,政治系统之外的利益集团即使参与政治也必须先输入由政府所把持的政策系统,历经如“黑箱”般的决策过程再转变为公共政策。如此,政府权力的封闭性和性决定了政府在国家治理体系中所具有的垄断地位和“家长”角色,而这种地位与角色也极大地影响着决策质量、管理方式和治理能力。显然,公共决策系统的封闭式管理结构存在信息堵塞滞后、透明性缺乏、流动性不强、接收缓慢且缺乏有效的数据组织方式等问题而导致行政效率相对低下。
 
  大数据时代的来临对作为公共决策重要主体的政府组织在数据管理方面提出了更高的要求。大数据的出现颠覆了传统的数据管理方式,无论是在数据思维、数据来源还是数据处理方式方面都将带来革命性变化。由于拥有了更加综合和全面的信息,过去那些建立在非公开、非完全信息假定基础上形成的相对闭塞的管理思维和方法将被彻底改变,国家治理领域将逐渐开放,企业、社会组织甚至公民个体都将在国家治理体系中游走。实现数据开放和共享在一定程度上破解了“制度黑箱”问题。在大数据、云计算、社会化媒体等全新信息技术的猛烈冲击下,原来存在于政府和公众之间的信息差、文化差、知识差、能力差正在逐步消除。因此,大数据不仅对传统的社会治理和公共管理带来了巨大挑战,也为国家、政府和社会的开放式治理提供了现实机遇。
 
  毋庸置疑,通过对大数据的集合和整理,政府决策的效率和科学统筹性将会明显提高。这是因为:,大数据用“全数据”取代了随机样本的“小数据”,其庞大、完整的数据库为高质量决策奠定了坚实的基础;第二,大数据推崇“一秒定律”,即强调对资料整合、数据输出、数据分析必须在瞬间完成,这有助于对问题情境进行即时判断;第三,大数据用简单算法代替小数据的复杂算法,提高了对纷繁而多样化的数据来源的“容错能力”,更适应于具有高度复杂性和高度不确定性的社会治理情境,有助于决策者发现预期之外的新情况和新问题。大数据以“全体数据”为分析对象的特点,要求信息采集做到、全时段、多元化,此意味着政府必须摆脱其作为信息拥有者的身份,拓展信息挖掘、流通与反馈渠道。这不仅取决于政府主动打破信息壁垒,与社会分享信息权力的意识,取决于政府对提升信息管理能力和升级治理方案的决心与信心,更取决于政府对权力分享与增值形式的认知眼界。为此,大数据驱动社会治理走向开放性治理要求:
 
  首先,制定大数据管理标准,实施大数据开放与共享。大数据技术发展迅猛,为数据采集与共享提供了便利的同时也提高了数据保护的风险。尤其对于政府部门而言,其内部信息部分涉及国家安全与公民隐私,贸然开放则无法从技术上得到安全保障。并且,中国尚未有一部法律法规对大数据的管理做出明确规定,而对泄露国家机密的行为却处罚甚严,鉴于此,诸多部门都对大数据应用保持着高度戒备的态度。要想打破这样的局面,必须从两方面寻求突破,一方面要在现有的数据采集、分析、监管和防御技术水平基准上,重新制定数据密级标准,将不涉及国家机密和公民隐私的数据进行公开,并随数据管理水平的提升逐步加大开放力度;另一方面要不断升级数据管理的能力,培养一支专业化的数据管理和开发应用人才队伍,并定期对广大政府官员提供信息技术相关课程的培训。
 
  其次,消解数据壁垒和数据孤岛,构建整体性治理模式。长期以来,科层制政府都强调专业分工,各司其职。部门间的比较和竞争压力加剧了部门分化甚至分裂,切断了跨部门的合作与联系。各部门投入建设不同的信息系统,并视其为部门的资源。在信息共享的法规、机制与主体意识多方缺位的情况下,每个部门都是一座“信息孤岛”。信息的独占与封锁对决策的科学性、准确性和行政效率提升毫无裨益。因此,基于大数据的治理需要政府主动打破部门间的行政壁垒、信息封锁、数据封锁,不断整合长期分散于政府各个部门的数据资源,尤其是城市建设、交通管理、公共医疗、劳动就业、社会保险、社会救助、社区服务、质量监督等领域的数据直接与公共服务的质量相关联,更应当降低内部获取与流通的门槛,从碎片化的部门办公模式转向整体性的跨部门协作模式。
 
  后,拓展数据挖掘和搜集能力,提升政务数据开放程度。政务数据开放程度不足一直是限制公民获得数据的重要问题,不仅仅体现为信息开放内容有限,也表现在信息开放渠道太少、开放界面不够亲和等方面。打造透明的、开放的、的政府应当从拓宽信息开放渠道和提升办公界面的友好度着手。政府部门需要重新检视其门户网站办公界面的亲和性,建设多元化的信息开放平台,以提升办公界面的便利性和友好度为契机对政府内部的办公流程进行重新设计和改造。同时,大数据的开放和共享光靠政府一家远远不够,作为决策主体的政府需要主动培养与提升其他社会治理主体与普通公民采集和挖掘数据信息的能力。
 
  二、从静态化管理走向流动性治理
 
  长期以来,社会治理的政策和实践大多需要先试点=,在试点取得一定成效的情况下才能在全国范围内推广,各地方政府在可行性分析阶段也会借鉴与之级别、经济发展程度相当的其他地区的社会治理创新经验。这种依赖小数据的抽样“试点—推广”模式曾在相对稳定和相对简单的工业社会发展前期发挥过重要作用。在工业社会发展后期阶段,社会流动性和异质性大大加快,尤其是互联网技术的兴起更加加速了这一进程。互联网技术改变了信息的书写主体,将传统社会中专门赋予大众传媒的发布信息的权力分发到每一个互联网用户的手中;同时,也改变了公众接受资讯的时间,将传统社会中需要层层审核的信息以即时报道的方式推送到每一个互联网用户的终端上。这意味着人们每时每刻都置身于舆论与新闻的前沿,甚至舆情信息每分每秒都有可能改变。因此,后工业社会的治理变得高度复杂与高度不确定,以小规模抽样预判整体形势、以历史性经验推测当下状态的决策方式开始失去效力。而基于大数据驱动的循数型决策和流动性治理成为了替代小数据为样本的“试点—推广”治理模式的最佳方案。
 
  大数据显著的特点在于其“大”,这让它成为一项特别适用于流动性治理的工具。大数据的“大”首先体现在其规模和容量远远超出“传统数据”的测量尺度,一般的软件工具难以捕捉、存储、管理和分析的数据,通过大数据的云存储技术都能保存下来,形成浩瀚的数据海洋,目前的数据规模已经从TB级升级至PB级。大数据之“大”还表现在其采集范围和内容的丰富多变,能存入数据库的不仅包含各种具有规律性的数据符号,还囊括了各种如图片、视频、声音等非规则的数据。在大数据时代,“行动即数据”,个体任何一项微小的行动(比如点击鼠标、刷卡等)都会被编码,这些编码乍看之下杂乱无章,可结合编码的时间、地点、频率等数据,通过特定的复杂运算之后,其意义便能体现出来。因其惊人的存储和分析能力,大数据决策和流动性治理可以即时捕获的丰富数据,而无需再以“历史的”或者“邻居的”数据作为参考。
 
  大数据技术已经逐渐运用于流动性治理的各个环节中,并取得了不错的成效。例如,百度公司通过百度地图发现,相关地点的搜索请求数据和实际到达该地点的人群数量具有极高的相关性(相关系数大于0.9),意味着用户前往目的地前,一般都会提前利用百度地图规划路线。通过大数据分析发现,相关地点的地图搜索会先于实际人流量达到峰值。利用此特性,百度大数据可提前1-2小时对即将到来的风险进行预警,百度地图APP能够准确、清晰、地显示出高峰期堵塞严重的交通路段,让驾车者有足够的时间做出反应、调整线路,从而节省出行时间安排、缓解交通压力、降低交通治安投入成本,大数据的应用有效突破了交通秩序管理瓶颈,避免如上海外滩踩踏事件一类悲剧的再次发生。为此,大数据驱动社会治理走向流动性治理要求:
 
  首先,善于运用大数据收集实时性信息。利用大数据的各种工具、搜集与分析各类信息数据,获取具有实时性、真实性的数据资料,准确把握社会形势,使得公共政策制定和执行更加具有针对性、可行性和操作性。例如,重庆市建设的基于大数据的电子车牌技术除了能及时支持交通管理外,还为公安机关采集办案信息700多万条。这些大数据应用提升了政府部门预防暴恐事件的能力,让暴恐分子成为光天化日下的“过街老鼠”。
 
  其次,善于运用大数据开展适应性管理。现代社会发展的流动性、异质性和非均衡性要求政府必须改变管理理念、必须化主动为被动,才能更好地适应社会治理环境,提供的公共服务。适应性管理和流动性治理要求政府必须遵循“多疏少堵”原则,积极开展依法管理、开放式管理,寓管理于服务之中。同时,鼓励社会团体和个人积极参与到流动性治理之中,通过各种网络交流平台如政府网站和政务微信微博等表达意见和建议,使流动性治理既能及时实施、又能符合民意。
 
  后,善于规避大规模数据的流动性风险。虚拟社会治理某种程度上是“无政府的治理”,信息技术就是权力。在虚拟社会中,个人信息普遍的数字化与网络化,各种资源、信息、资本在间的高速流动加速了风险传播,也增大了危机影响和社会治理难度:跨境电子商务使政府税收和对经济的管制变得越来越困难,逃税漏税、网络暴力、窃取商业秘密和私人信息等行为层出不穷。随着大数据的应用,以上诸多问题只会增多而不会减少,据此,政府更应加强在网络信息、舆情监控等公共领域对数据的应用和防范预警机制,用好信息技术这把“双刃剑”。
 
  三、从精细化管理走向化治理
 
  党的十八届五中全会指出“加强和创新社会治理,推进社会治理精细化,构建全民共建共享的社会治理格局。”何谓精细化管理?精细化管理是通过规范化、程序化、标准化、信息化的手段,使管理过程中的每一个环节都尽可能精细,形成一个的管理系统,从而大限度地降低企业成本、提升企业效率。精细化管理在政府管理中体现为部门设置、绩效评估、管理目标等多方面的精细化,包括细化部门职能、规定政策执行标准、厘定职权范围等等。当代中国正经历着从工业社会向后工业社会的转型时期,经济与政治体制改革的深化使得潜藏的各种社会矛盾和不和谐因素纷纷浮出水面。为维护社会稳定,强化政府的性,政府长期以来都使用精细化管理的方式管治国家和社会。
 
  尽管纪律的精细化管理使得现代政府得以将对自身机构及社会的控制权牢牢掌控在手中,并一定时期、一定程度内提高了管理的效率,但也无可避免地造成了程序的繁琐和机构的僵化。并且,为了保证控制的性与严密性,政府部门总是期望将公民固定在某个不变的位置上,有时不可避免地忽略了来自公众的诉求。信息与政策在政府与民众之间的流通一直是单向度的,来自民众的信息反馈要进入公共议程的难度较大,即使幸运地进入公共议程也不具备时效性与全面性。随着社会治理的复杂化程度日益增高,不断强化的政府“精细化管理”运动导致制度“供给过剩”和“供给不足”并存的诡谲画面,因而社会治理的低准度与无效性弊端不断暴露。
 

 

热门评论

上一篇:科技巨头相约 2017 CES透出科技趋势

下一篇:2017年物联网呈现9大趋势 统一通信标准有望出台

相关新闻

<