本站小編為你精心準(zhǔn)備了大數(shù)據(jù)與公共政策探討參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：［目的/意義］大數(shù)據(jù)技術(shù)是否能改進公共政策分析，這是目前國內(nèi)外學(xué)術(shù)界研究熱點，也是各國各級政府關(guān)心的重要問題。［方法/過程］采用系統(tǒng)文獻綜述(systematicreview)對相關(guān)文獻進行梳理，提煉出大數(shù)據(jù)應(yīng)用于公共政策分析的效益和風(fēng)險，以及如何用好大數(shù)據(jù)來支持公共政策的建議;總結(jié)大數(shù)據(jù)應(yīng)用于公共政策的通用流程和參與主體間的價值網(wǎng)絡(luò);分步解析大數(shù)據(jù)在政策階段中的具體應(yīng)用案例。［結(jié)果/結(jié)論］提出大數(shù)據(jù)應(yīng)用于公共政策的通用框架，對我國運用大數(shù)據(jù)技術(shù)改進公共政策、公共決策具有一定的借鑒意義。

關(guān)鍵詞：大數(shù)據(jù)；公共政策；政策分析；公共決策；開放數(shù)據(jù)

0引言

隨著更多的數(shù)據(jù)以虛擬形式被存儲和處理，標(biāo)志著大數(shù)據(jù)時代已經(jīng)來臨。在商業(yè)領(lǐng)域，大數(shù)據(jù)已開始被廣泛應(yīng)用，如在金融領(lǐng)域已經(jīng)開始使用計算機數(shù)學(xué)模型和算法對海量數(shù)據(jù)處理。在這種大數(shù)據(jù)思潮的引領(lǐng)下，世界各地政府也開始關(guān)注大數(shù)據(jù)技術(shù)應(yīng)用，其中包括在預(yù)防傳染病、識別恐怖分子、設(shè)計和提供有效的醫(yī)療保健制度的實踐或?qū)嶒灥?。在我國，?014年“大數(shù)據(jù)”首次寫入《政府工作報告》以來，政府已連續(xù)幾年反復(fù)提及將大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)應(yīng)用于政府管理。但是，學(xué)術(shù)界對大數(shù)據(jù)能否提升政府決策能力仍存在爭議。不少學(xué)者提出了大數(shù)據(jù)應(yīng)用于國家治理、促進政府職能轉(zhuǎn)型的構(gòu)想方案，也從具體的技術(shù)應(yīng)用上給出了切實可行的操作指南;然而，也有學(xué)者提出大數(shù)據(jù)用于公共政策分析可能侵犯公民隱私、帶來新的社會不公等風(fēng)險。事實上，大數(shù)據(jù)不僅是一種技術(shù)處理方法，也代表了一種思維模式的轉(zhuǎn)變:從抽樣數(shù)據(jù)到全量數(shù)據(jù)，從精確到總體，從因果到相關(guān)，這種數(shù)據(jù)思維的轉(zhuǎn)變是有一定風(fēng)險的?；谝陨喜煌^點，本文采用系統(tǒng)文獻綜述對相關(guān)文獻進行了梳理。與傳統(tǒng)的文獻綜述方法相比，系統(tǒng)文獻綜述對研究問題的定義更為明確，注重明辨研究問題，有一整套詳細的研究過程，其中包括確定文獻的獲取途徑，設(shè)立文獻篩選標(biāo)準(zhǔn)，分析保留的研究文獻。這使得系統(tǒng)文獻綜述的研究結(jié)論更容易被驗證，是一種更客觀和科學(xué)的研究方法。本文的研究問題為大數(shù)據(jù)能否能改進公共政策分析?這個研究問題可以被進一步地分為以下幾個子問題:a．大數(shù)據(jù)對公共政策分析是否有影響?b．大數(shù)據(jù)對公共政策分析會帶來怎樣的收益和風(fēng)險?c．大數(shù)據(jù)究竟是如何被用于促進公共政策分析?

1研究方法

本文所采用的方法是系統(tǒng)文獻綜述。我們根據(jù)研究問題設(shè)立明確清晰的文獻篩選標(biāo)準(zhǔn)，獲得科學(xué)的文獻集，降低因主觀選擇研究文獻而導(dǎo)致的研究誤差［1］。

1．1搜索策略

為了囊括最全面的現(xiàn)有研究成果，且為確保文獻質(zhì)量，我們選擇數(shù)據(jù)庫WebofScience進行英文文獻查詢，選擇中國知網(wǎng)(cnki．net)進行中文文獻搜索。WebofScience是世界上有影響力的多學(xué)科的學(xué)術(shù)文獻文摘索引數(shù)據(jù)庫，收錄了12，000多種具有高影響因子的學(xué)術(shù)期刊;中國知網(wǎng)則是中國最廣泛和全面的期刊全文數(shù)據(jù)庫。它們可以確保盡可能全面的收集學(xué)術(shù)文獻，同時保證其學(xué)術(shù)質(zhì)量，是本次研究文獻的主要來源。本文的研究問題是數(shù)據(jù)分析與公共政策的交叉領(lǐng)域，因此我們選擇大數(shù)據(jù)相關(guān)和公共政策相關(guān)兩組關(guān)鍵詞進行組合查詢。其中大數(shù)據(jù)相關(guān)的關(guān)鍵詞為“bigdata”和“opendata”。盡管開放數(shù)據(jù)與大數(shù)據(jù)是本質(zhì)不同的兩個概念，但開放數(shù)據(jù)在某種程度上可以被認為是大數(shù)據(jù)技術(shù)應(yīng)用于公共治理的基礎(chǔ)，并且在前期文獻搜索中我們發(fā)現(xiàn)“opendata”的相關(guān)文獻與我們的研究主題相關(guān)，且不與“bigdata”關(guān)鍵詞搜索出的文獻重合，為了保證本研究的完整性，我們?nèi)匀粚ⅰ皁pendata”列為關(guān)鍵詞。公共政策相關(guān)的關(guān)鍵詞為“deci-sionmaking”、“publicdecision”“policyanalysis”“poli-cydecision”“publicpolicy”“publicpolicysupport”和“policymaking”。由此，組成14組搜索關(guān)鍵詞條。文獻搜索限制條件設(shè)置:a．文獻搜索的截至日期為2016年10月1日，基于大數(shù)據(jù)概念是在近幾年才提出，因此并未設(shè)置搜索起始日期。b．本文使用WebofScienceTM核心合集，即英語語種的文獻，排除了韓文的KCI－韓國期刊數(shù)據(jù)庫、俄文的RussianScienceCitationIndex等其他非英語語種的數(shù)據(jù)庫。c．為了使囊括的文獻更加全面，我們將搜索限制條件設(shè)為“主題”，凡是文章標(biāo)題、摘要或主題內(nèi)容與我們關(guān)鍵詞相關(guān)的，都會出現(xiàn)在我們的搜索結(jié)果中。在中文的語言環(huán)境中，“公共政策”一詞傾向于用來表達帶有抽象意義的政策條文統(tǒng)稱;與公共利益、公共權(quán)力、政府職能、行政管理、公共產(chǎn)品與公共服務(wù)相關(guān)。與之相似的“公共決策”一詞，主要指在特定環(huán)境與決策系統(tǒng)中，公共組織(包括政府機構(gòu)、社會團體及其他公共部門等)針對公共問題，為了實現(xiàn)和維護公共利益所做出的決策［2］。從語義理解的角度來說，“公共決策”比“公共政策”傳遞的適用目標(biāo)和角度更加明確，更適用于本文的討論范圍，與英文publicpoli-cy(公共政策)一詞也更加接近。因此本文把“公共決策”也作為一個搜索詞，將“公共決策”相關(guān)中文文獻一并納入?yún)⒖贾?。在前期研究中發(fā)現(xiàn)中文文獻中“大數(shù)據(jù)”與“開放數(shù)據(jù)”搜索出的結(jié)果高度重復(fù)，因此中文搜索詞條舍去了“開放數(shù)據(jù)”。中文文獻搜索關(guān)鍵詞條共5組，分別是“大數(shù)據(jù)”與“公共政策”“公共決策”“政策制定”“政策支持”“決策支持”。

1．2篩選過程

根據(jù)關(guān)鍵詞搜索獲得的文獻依然可能與本文研究主題并不相關(guān)，因此，我們設(shè)置了排除標(biāo)準(zhǔn)進一步篩選，刪除了文章內(nèi)容與大數(shù)據(jù)應(yīng)用于公共部門政策分析無關(guān)的文獻。1．3研究文獻的描述性分析1．3．1發(fā)表時間從發(fā)表時間看，中英文文獻發(fā)表數(shù)量逐年增長。如圖2所示，2011年之前，幾乎沒有涉及大數(shù)據(jù)在公共政策領(lǐng)域應(yīng)用的研究文獻。從2012年起，英文文獻數(shù)量開始增加，這與美國前總統(tǒng)奧巴馬在2012年提出大數(shù)據(jù)研究與發(fā)展計劃是有關(guān)聯(lián)的。同時，中文文獻也在隨后的2014年急速上升，顯示出大數(shù)據(jù)在公共部門中的應(yīng)用這一研究領(lǐng)域已經(jīng)越來越受到學(xué)術(shù)界的關(guān)注。

1．3．2研究文獻

第一作者學(xué)科分布大數(shù)據(jù)在公共政策中的應(yīng)用屬于跨學(xué)科領(lǐng)域的研究，為了更好掌握文獻所屬的學(xué)科領(lǐng)域分布，我們按照文獻第一作者所屬的學(xué)科領(lǐng)域進行分類統(tǒng)計。

2大數(shù)據(jù)應(yīng)用于公共政策的效益與風(fēng)險

公共政策是關(guān)于決定誰將在何時、以何種形式得到何種資源的學(xué)問，公共部門必須權(quán)衡精英的觀點和公眾的需求。而大數(shù)據(jù)則提供了智慧決策協(xié)同治理的經(jīng)驗邏輯，突破了數(shù)據(jù)驅(qū)動決策的技術(shù)難題，也激發(fā)了公共利益的導(dǎo)向和動機，實現(xiàn)了“工具理性”［2］。另一方面也有一些不同的聲音，認為大數(shù)據(jù)的應(yīng)用可能存在一定的風(fēng)險。大數(shù)據(jù)可能更適合解決小問題，而對于較為宏觀的決策來說，大量的數(shù)據(jù)則會帶來更多的“噪聲”，并且工具不能代替智慧思維［3］。在公共管理領(lǐng)域，對大數(shù)據(jù)的理解也是各有側(cè)重。Pirog認為，大數(shù)據(jù)的最大價值在于提供了有效的新數(shù)據(jù)集合，如在美國聯(lián)邦政府網(wǎng)站(Data．gov)上的開放數(shù)據(jù)資源［4］。黃璜和黃竹修把大數(shù)據(jù)在公共治理和公共政策中的應(yīng)用視為對傳統(tǒng)電子政務(wù)、電子治理的繼承，將在政策技術(shù)層面、政府能力層面、國家治理層面和社會價值層面產(chǎn)生重要影響［5］。張楠將公共政策中所使用的公共衍生大數(shù)據(jù)(PublicGeneratedBigData)分為三類:互聯(lián)網(wǎng)公共話題相關(guān)的用戶創(chuàng)造內(nèi)容(UserGeneratedContent，UGC)、政府部門業(yè)務(wù)運作過程產(chǎn)生的大量政策法規(guī)及其相關(guān)文件與文檔數(shù)據(jù)、政府信息化建設(shè)中產(chǎn)生的包括物聯(lián)網(wǎng)在內(nèi)的各類信息系統(tǒng)數(shù)據(jù)。因此，本文認為大數(shù)據(jù)在公共政策領(lǐng)域的界定是基于5V特征的新數(shù)據(jù)集合，主要分為行政數(shù)據(jù)和私人部門數(shù)據(jù)兩大類，其外延還包括一種新型的研究方法或分析技術(shù)、數(shù)據(jù)驅(qū)動的決策機制、數(shù)字時代下的新型治理范式［6］。本節(jié)將重點關(guān)注19篇綜合分析類文章，通過內(nèi)容分析方法綜合各類觀點的提及頻率，直觀地將學(xué)者們關(guān)于大數(shù)據(jù)應(yīng)用于公共決策分析帶來的效益、風(fēng)險和建議進行梳理，以反映該觀點的被關(guān)注度與重要性。在分析方法上首先將大數(shù)據(jù)應(yīng)用于公共政策分析的“效益”和“風(fēng)險”進行排他性分類。效益(B)共四類:B1提供基于證據(jù)的政策制定;B2提供前瞻式政策制定;B3促進政策制定中的公眾參與;B4提高政策制定效率。風(fēng)險(R)共5類:R1隱私侵犯;R2數(shù)據(jù)質(zhì)量差;R3數(shù)據(jù)誤用;R4不公平;R5數(shù)據(jù)分析能力不足。由3名研究者進行內(nèi)容編碼，歸類一致性指數(shù)為94.8%，顯示一致性較高。

2．1公共政策制定中的大數(shù)據(jù)

運用效益超過半數(shù)的研究文獻認為，大數(shù)據(jù)技術(shù)可提供更多準(zhǔn)確、及時、詳細的信息用于政策制定，有21．0%的文章認為，大數(shù)據(jù)可以提供前瞻式政策制定，15．8%的研究表示，吸納更多利益相關(guān)者參與決策過程是大數(shù)據(jù)給公共政策分析帶來的又一效益，有少量文章提到大數(shù)據(jù)可以提高政策制定效率。

2．1．1提供基于證據(jù)的政策制定得益于新型與傳統(tǒng)的數(shù)據(jù)源的共存，以及越來越多信息節(jié)點出現(xiàn)，幾乎所有的公共議題都被包含在這些大量的信息化數(shù)據(jù)中，其中包括各種數(shù)據(jù)采集系統(tǒng)，人口普查數(shù)據(jù)，以及政府開展的各種調(diào)查等。通過一些精確的、詳細的、快速更新的數(shù)據(jù)，政策分析者可以發(fā)現(xiàn)過去無法被察覺的信息流以及隱藏的發(fā)展模式與關(guān)系［7］。不論多精確的統(tǒng)計方法也不能彌補因數(shù)據(jù)匱乏而使用抽樣數(shù)據(jù)的不足，數(shù)據(jù)才是推動公共政策分析創(chuàng)新的關(guān)鍵。豐富的數(shù)據(jù)為公共政策分析提供了觀察真實社會運轉(zhuǎn)的窗口，支持了政府基于證據(jù)的決策制定，這在城市中表現(xiàn)得更為突出。因為城市擁有密集的人口，集中了大量的社會資源和各種新興高科技，如描述人類活動的社交網(wǎng)絡(luò)數(shù)據(jù)，具有時間、地理維度的物聯(lián)網(wǎng)數(shù)據(jù)，都可以用來揭示一些行為模式和城市動態(tài)，為城市設(shè)計、公共服務(wù)和基礎(chǔ)設(shè)施規(guī)劃等提出有益見解，進而被運用到?jīng)Q策。

2．1．2提供前瞻式政策制定大數(shù)據(jù)可以監(jiān)控危機的發(fā)生，使危機管理的重點由過去的危機應(yīng)對(crisisresponse)轉(zhuǎn)移到危機預(yù)警(forestallingdan-gers)。在公共衛(wèi)生領(lǐng)域，風(fēng)險預(yù)測模型可利用常規(guī)醫(yī)療數(shù)據(jù)預(yù)測高?；颊呶磥淼牟涣加绊懯录?］。根據(jù)數(shù)據(jù)預(yù)測分析結(jié)果，醫(yī)療體系可以主動提供服務(wù)達到預(yù)防效果［7］。在交通領(lǐng)域，大數(shù)據(jù)可以幫助實現(xiàn)運營方面最大的用戶體驗，它可以監(jiān)測到車輛最大負載，實時的載客流量變化，預(yù)測到計劃外的延遲時間，預(yù)防事故的發(fā)生［9］。綜上所述，大數(shù)據(jù)可以使得公共政策做到前瞻式?jīng)Q策，防患于未然。

2．1．3促進政策制定中的公眾參與大數(shù)據(jù)提供的信息可以基本涵蓋公共政策所有服務(wù)對象的信息，這樣全面而又海量的數(shù)據(jù)，盡可能地使決策制定中的信息包含更多人的利益［10］。因此，大數(shù)據(jù)進一步提高了利益相關(guān)者參與到公共政策和規(guī)劃過程中的積極性，可以增強社會力量和公民權(quán)力，也可以用來提高政府的透明度并改善政府的問責(zé)機制［9］。

2．1．4提高政策制定效率大數(shù)據(jù)分析工作中的數(shù)據(jù)整合將促進政府各個信息系統(tǒng)之間的協(xié)作，從而減少政府工作過程中的文書工作，降低了公民重復(fù)提交紙質(zhì)信息的需要，促進政府內(nèi)部流程重組，提高行政效率［7］。2．2公共政策制定中的大數(shù)據(jù)運用風(fēng)險雖然世界各國政府已經(jīng)意識到大數(shù)據(jù)在解決社會問題上的巨大潛力，但由于缺乏一個大數(shù)據(jù)應(yīng)用的明確路徑，往往在實踐上步履蹣跚。在風(fēng)險方面，42．1%的文章提及大數(shù)據(jù)使用可能會侵犯公民數(shù)據(jù)隱私的問題;而26.3%的研究則重視數(shù)據(jù)質(zhì)量低的問題;此外，數(shù)據(jù)誤用的問題也被21．0%的文章關(guān)注，他們認為在數(shù)據(jù)獲取后的過程中存在許多系統(tǒng)性偏差，最終不利于得出客觀真實的結(jié)論;同樣的，有21．0%的文獻認為運用大數(shù)據(jù)可能會帶來新的數(shù)據(jù)不公平問題;多達68．4%的文獻提到政府部門缺乏大數(shù)據(jù)能力的問題，包括收集、分析處理的能力。

2．2．1隱私侵犯

數(shù)據(jù)隱私是一把雙刃劍，數(shù)據(jù)的缺失阻礙了大數(shù)據(jù)在政策制定中的應(yīng)用，公眾因此無法享受大數(shù)據(jù)帶來的利益;然而，數(shù)據(jù)提供過程中的管理不善又必然導(dǎo)致公眾隱私被侵犯。以公共衛(wèi)生政策領(lǐng)域為例，包含個人可識別信息(Personallyidentifi-ableinformation)數(shù)據(jù)的泄露會對醫(yī)療保健系統(tǒng)造成很大的傷害，因為病人會出于隱私擔(dān)憂不愿意提交自己的醫(yī)療信息。如果可以管理好電子健康數(shù)據(jù)，可以大大增強病人對電子醫(yī)療系統(tǒng)的信任，形成良性循環(huán)。有關(guān)數(shù)據(jù)隱私的立法和規(guī)定也需要進一步完善。當(dāng)前美國的網(wǎng)上隱私政策法規(guī)是按部門分類的，不同部門信息保護遵從不同的法律，如財務(wù)隱私與健康隱私分別使用不同的法律，缺乏綜合一體的隱私保護法。隨著數(shù)據(jù)類型、數(shù)量、更新速度的革新，數(shù)據(jù)隱私評價標(biāo)準(zhǔn)也要隨之發(fā)展。傳統(tǒng)的隱私保護方法———知情同意和匿名，將不再適用于大數(shù)據(jù)時代。由于“隱私知識溝”(gapinprivacyknowledge)的存在，部分公眾并不了解數(shù)據(jù)收集的程度與性質(zhì)，對于隱私問題出現(xiàn)了認識的偏差。因此，隱私的保護不是控制表面的曝光，而是需要界定數(shù)據(jù)使用的合法性是否成立?？傊?，政府在大數(shù)據(jù)的應(yīng)用需求和倫理前面臨著權(quán)衡的難題。一個民主體制的國家通常以有限的政府和高度保護私有財產(chǎn)為特征，這就限制了大規(guī)模收集和分析數(shù)據(jù)的能力［11］。其次，決策過程中的數(shù)據(jù)生產(chǎn)者和消費者角色同為公眾，一個可能會侵犯公眾隱私但產(chǎn)生有效公共政策的過程，使決策者難以對其中兩者的輕重做出判斷［12］。

2．2．2數(shù)據(jù)質(zhì)量差

大數(shù)據(jù)本身具有不規(guī)律性和異質(zhì)性，大數(shù)據(jù)是嘈雜的，因此信號質(zhì)量較差;大數(shù)據(jù)還可能遺漏有價值的信息和觀察，甚至是不準(zhǔn)確的［10］。數(shù)據(jù)質(zhì)量差有可能是由于過度監(jiān)管造成的。各國法律一直試圖規(guī)范敏感信息的訪問和存儲，以回應(yīng)隱私泄漏的擔(dān)憂，從而導(dǎo)致大數(shù)據(jù)使用者只能獲得殘缺和截斷的數(shù)據(jù)集［8］。

2．2．3數(shù)據(jù)

誤用Hoffman和Podgurski提出了三種可能扭曲分析結(jié)論的系統(tǒng)性偏差:選擇偏差、混淆偏差、測量偏差［13］。a．選擇偏差是指選擇的研究群體不具代表性，這個群體可能存在某些特殊特征，從而導(dǎo)致錯誤的結(jié)論。b．混淆偏差是指社會經(jīng)濟文化等因素可能成為影響分析混淆因素，例如面對低收入群體的健康問題，可能是由于選擇次優(yōu)和廉價的醫(yī)療所致，也可能是貧窮、營養(yǎng)不良導(dǎo)致;若不考慮社會經(jīng)濟因素，研究結(jié)論就可能發(fā)生偏移。另一些學(xué)者將這一問題定義為語境丟失，即數(shù)據(jù)分析人員沒有考慮到獲取這些數(shù)據(jù)的時空、社會和文化環(huán)境，容易導(dǎo)出錯誤的解釋和結(jié)論［12］。c．測量偏差則發(fā)生在數(shù)據(jù)收集階段，由于采集數(shù)據(jù)的設(shè)備、軟件等問題，或者人為錯誤，如醫(yī)生手寫錯誤以及病人隱瞞病情，錄入了錯誤的信息。

2．2．4公平問題

社會中參與數(shù)據(jù)提供的人并非全體公民，而是那些有能力接觸現(xiàn)代通訊技術(shù)的人，這意味著越是提供自己意見的人越能從政策輸出結(jié)果中受益［12］。也有學(xué)者提到，數(shù)據(jù)不公可能與電子參與方式本身固有的民意攝取不足的缺陷有關(guān)。因此，公共部門應(yīng)該滿足公眾關(guān)于參與機會平等的合法期望，要滿足參與機會平等，還需要對傳統(tǒng)的電子參與的方式進行創(chuàng)新。

2．2．5數(shù)據(jù)分析能力不足

提及頻率最高的風(fēng)險為大數(shù)據(jù)分析能力不足。大數(shù)據(jù)海量、高速和異質(zhì)性特征，對于政府與分析者提出了新的分析范式要求，包括數(shù)據(jù)捕獲、語義調(diào)和、聚合和關(guān)聯(lián)，技術(shù)挑戰(zhàn)包括集成數(shù)據(jù)源、過濾數(shù)據(jù)、非結(jié)構(gòu)化的數(shù)據(jù)如何轉(zhuǎn)化和處理等問題。Amankwah－Amoah提出了政府的“大數(shù)據(jù)能力”的概念，指的是政府識別與解釋數(shù)據(jù)以助于公共政策的能力。特別強調(diào)數(shù)據(jù)豐富(datarich)與信息豐富(informationrich)的區(qū)別，指出數(shù)據(jù)豐富是擁有大量的數(shù)據(jù)集，而信息豐富則是指將數(shù)據(jù)轉(zhuǎn)換為公共政策的制定和行動的基礎(chǔ)知識與分析能力，而僅僅擁有大數(shù)據(jù)無法提高一個國家的競爭力［11］。

3大數(shù)據(jù)應(yīng)用于公共政策的通用框架

公共政策涉及教育、健康衛(wèi)生、交通等多個領(lǐng)域，本章主要探討大數(shù)據(jù)在不同政策領(lǐng)域的應(yīng)用是否具有通用的框架。

3．1大數(shù)據(jù)應(yīng)用的通用流程

在大數(shù)據(jù)應(yīng)用項目中，我們以研究文獻中具有代表性的5篇分析流程加以概括總結(jié)。

3．1．1數(shù)據(jù)收集

數(shù)據(jù)來源需根據(jù)不同決策目標(biāo)而確定，如針對用戶所產(chǎn)生的數(shù)據(jù)、社交媒體數(shù)據(jù)或特定系統(tǒng)運行中產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)收集的對象和規(guī)模直接影響了該決策的分析內(nèi)容和工具，因此這一步驟應(yīng)追求數(shù)據(jù)覆蓋廣和信息全。

3．1．2數(shù)據(jù)清洗

初步的數(shù)據(jù)清洗可有效篩選數(shù)據(jù)，同時數(shù)據(jù)清洗也包含數(shù)據(jù)脫敏的作用，為敏感隱私數(shù)據(jù)提供可靠保護。

3．1．3數(shù)據(jù)選取

數(shù)據(jù)選取的過程實際是預(yù)處理后的數(shù)據(jù)與決策需求的匹配過程。為保障最終結(jié)果的準(zhǔn)確性并降低數(shù)據(jù)處理難度，數(shù)據(jù)選取中的變量和標(biāo)準(zhǔn)的設(shè)置十分重要。

3．1．4數(shù)據(jù)挖掘

數(shù)據(jù)挖掘一般包括數(shù)據(jù)分析和建模，是數(shù)據(jù)驅(qū)動決策的最關(guān)鍵步驟，體現(xiàn)了大數(shù)據(jù)方法與其他統(tǒng)計方法應(yīng)用的不同之處。舉例來說，在Ma等(2015)設(shè)計的公眾意見語義搜索系統(tǒng)中，區(qū)別于單純的關(guān)鍵詞搜索，他們通過LDA模型的構(gòu)建，分析過去大眾評論數(shù)據(jù)并計算概率，以找出概率更高的主題，達到精確匹配、提高搜索準(zhǔn)確率的目的。

3．1．5數(shù)據(jù)核實評估

對數(shù)據(jù)的核實評估貫穿在數(shù)據(jù)選取和挖掘兩個步驟中，許多數(shù)據(jù)決策項目失敗的原因在于過多關(guān)注數(shù)據(jù)建模而忽視了其他步驟，導(dǎo)致真正相關(guān)的、適合的、有效的數(shù)據(jù)不足，而避免這一失敗的關(guān)鍵就在于對數(shù)據(jù)的反復(fù)核實以及對整個步驟結(jié)果的評估。

3．1．6展示輸出

當(dāng)“數(shù)據(jù)”經(jīng)歷了清洗、選取、挖掘和評估后，最終的分析結(jié)果將以報告或可視化的方式提交相關(guān)決策部門，完成從數(shù)據(jù)分析師到?jīng)Q策制定者的信息傳遞。

3．2參與主體間的價值

網(wǎng)絡(luò)大數(shù)據(jù)應(yīng)用于公共政策分析是一個多方合作共同創(chuàng)造公共價值的過程，因此我們有必要厘清這些參與主體間的關(guān)系。在大數(shù)據(jù)環(huán)境下，價值是多個主體合作的結(jié)果，每個主體間不再是以前簡單的線性鏈條關(guān)系，而是一個復(fù)雜的網(wǎng)絡(luò)關(guān)系。價值網(wǎng)絡(luò)分析法(ValueNetworkAnalysis)為我們提供了一個理解框架，這個框架利用節(jié)點和鏈接直觀地展示了協(xié)作關(guān)系中的價值創(chuàng)造和流動。

4大數(shù)據(jù)應(yīng)用于公共政策的實施過程

公共政策的階段模型用以模擬政策從意圖到執(zhí)行的整個制定流程，將復(fù)雜的政策制定過程分解為清晰的步驟化流程，是一種系統(tǒng)化且嚴密的方法。首先是社會問題的識別，并設(shè)立相關(guān)議程;隨后，問題進入討論議程;政策制定者運用相應(yīng)的政策工具進行方案選擇;最后是評估政策績效，并且決定政策是否需要被調(diào)整，是否需要進入下一個新的議程［14］。根據(jù)公共政策分析的階段模型，本節(jié)在對研究文獻應(yīng)用案例的分析基礎(chǔ)上，依次探討大數(shù)據(jù)應(yīng)用的四個環(huán)節(jié):問題識別、議程設(shè)置、方案選擇和評估。

4．1問題識別

研究發(fā)現(xiàn)，大數(shù)據(jù)可以幫助公共決策者預(yù)測和識別政策問題，尤其是可以用來識別民意中的社會問題，以及預(yù)測公共安全問題的出現(xiàn)。從公共政策分析的角度來說，公民群體的態(tài)度即為民意。民意存在于多種渠道中，其中正式渠道包括政府門戶網(wǎng)站的民意反饋、政府為特定的事件而收集的調(diào)查數(shù)據(jù);非正式渠道包括社交網(wǎng)絡(luò)個人的信息、搜索引擎上的搜索記錄。網(wǎng)絡(luò)信息量巨大，渠道眾多，政府需要一個可以有效的了解民意的工具，而大數(shù)據(jù)則可以成為挖掘民意中政策問題的工具之一［15］。馬寶君等學(xué)者提出了用概率主題建模的方法，從大規(guī)模公眾反饋信息文本中提取決策者可能關(guān)注的潛在政策問題［16］。該研究針對城市公眾反饋網(wǎng)絡(luò)平臺從2006至2013年產(chǎn)生的實際數(shù)據(jù)進行分析，得出交通、戶籍、道路施工等問題是公眾關(guān)注的焦點的結(jié)論。該方法還可以分析出每個問題關(guān)注熱度隨時間的變化情況。除了通過民意分析識別社會問題，還可以通過大數(shù)據(jù)分析預(yù)測自然災(zāi)害、疾病爆發(fā)等公共安全問題。Zhao和Liu提出了一個基于GIS地理處理技術(shù)的城市危險源的區(qū)域風(fēng)險評估工具———RiskUMH，依次從:評估區(qū)域界定、計算危險源的嚴重程度、計算區(qū)域的脆弱性、畫出風(fēng)險地圖等四個步驟，來評估城市中重大危險源的風(fēng)險程度，從而支持公共安全事件的應(yīng)急管理決策，做到防患于未然［17］。

4．2政策議程

政府或政策制定者在識別了政策問題后，接著設(shè)立政策議程。然而，不是所有通過大數(shù)據(jù)分析提取出的社會問題都可以進入政府議程，還需要進行信息核實以及政策問題優(yōu)先級排序。目前在社交網(wǎng)絡(luò)應(yīng)用于應(yīng)急管理決策上面臨信息不準(zhǔn)確、謠言、惡意使用社交網(wǎng)絡(luò)等挑戰(zhàn)。因此Conrado提出了一系列社交媒體信息核實的方法，確保為公民以及決策者提供更為真實可靠的數(shù)據(jù)［18］。

4．3方案選擇

4．3．1長期戰(zhàn)略規(guī)劃的大數(shù)據(jù)應(yīng)用

長期的戰(zhàn)略方案如城市規(guī)劃與管理，改善政府門戶網(wǎng)站搜索功能、提升政府服務(wù)水平等。交通規(guī)劃是城市長期戰(zhàn)略方案的重要部分。Xu和Dou提出了一個基于交通大數(shù)據(jù)的城市交通規(guī)劃的輔助決策支持方法，通過提取出租車乘客上、下車地點數(shù)據(jù)，接著確定候選的交通路線，最后進行交通路線的最終選擇這三個步驟，科學(xué)地計算出政府應(yīng)該增設(shè)的公共交通新線路。該方法目前在中國云南省進行了實踐［19］。Tu等用一種新穎的時空需求定位法，利用出租車的GPS數(shù)據(jù)，展示了一個時空需求的定位圖，從而確定設(shè)置充電樁的位置，提高政府對于電動汽車的服務(wù)質(zhì)量。該研究表明大數(shù)據(jù)對于輔助高度動態(tài)的環(huán)境中的公共政策制定具有一定的價值和優(yōu)勢［20］。大數(shù)據(jù)還可以讓政府在教育、財政等領(lǐng)域選擇更好的政策方案來實現(xiàn)其管理職能。在英國，政府面臨如何分配社區(qū)學(xué)習(xí)基金的問題，Sivarajah等通過建立政策指南針平臺(PolicyCompassPlatform)，利用政府的開放數(shù)據(jù)(opendata)和電子參與工具，幫助政府機構(gòu)和公民評估備選方案并做出選擇，并鼓勵更多的利益相關(guān)者參與到?jīng)Q策過程中來。特別是通過模糊認知地圖(FCMs)工具，進行備選政策方案與政策目標(biāo)的因果分析，從而評估備選方案。同時，數(shù)據(jù)可視化工具讓公民和決策者更直觀地理解不同的基金分配政策以及它們的影響［21］。

4．3．2實時決策分析的大數(shù)據(jù)應(yīng)用

短期實時的應(yīng)對措施如自然災(zāi)害應(yīng)急策略，以及鐵路運營時的實時決策等。在應(yīng)急管理領(lǐng)域，F(xiàn)leming等提出了一個數(shù)據(jù)集成的方法———DataMashup，用來可以支持政府決策，使政府在自然災(zāi)害或事件中采取有效的應(yīng)急措施［22］。在預(yù)防犯罪領(lǐng)域，Rob等使用數(shù)據(jù)倉庫(Datawarehouse)與實時在線分析(OLAP)技術(shù)，針對休斯頓警察局2009．7－2009．12六個月期間的開放的犯罪數(shù)據(jù)，使得執(zhí)法機構(gòu)可以預(yù)先配置警力資源來預(yù)防犯罪，而大眾也可以根據(jù)分析結(jié)果選擇安全的居住地點［23］。4．4政策評估由于大數(shù)據(jù)的實時分析處理能力，它不僅可以為特定的社會問題提出政策解決方案，還可以對于政策過程或是更宏觀的政策系統(tǒng)進行評估，從而及時為決策者提供改進方案。Scharaschkin和Mcbride提出一種對政府支出(ValueofMoney)進行審計的智能問責(zé)機制(Intelli-gentaccountability)，綜合了效率、效益、價值多個維度。這是一個在政策執(zhí)行完畢后，對績效的評估的應(yīng)用案例［24］。評估也可以貫穿整個政策分析的環(huán)節(jié)。香港自2006年起實施建筑垃圾處理辦法(ConstructionWasteDisposalChargingScheme)以來，每年產(chǎn)生110萬的建筑垃圾處理記錄，包括項目名稱、處理時間、使用的交通工具和回收設(shè)施、垃圾運輸量等。這些數(shù)據(jù)為輔助評估香港建筑垃圾管理政策對承包商垃圾處理行為的約束力提供了契機。通過對香港兩年之內(nèi)的4227個項目的建筑垃圾處置記錄的分析，Lu等發(fā)現(xiàn)隸屬于公共部門與私人部門的不同承包商在建筑垃圾管理績效上有明顯差別。該研究同時指出，大數(shù)據(jù)分析方法不代表無視傳統(tǒng)分析方法，該研究也采納了深度的采訪和田野調(diào)查來探究影響績效的因素，為政府決策提供修訂依據(jù)［25］。大數(shù)據(jù)還可以應(yīng)用于更宏觀的政策系統(tǒng)的評估。Li和Kido基于大數(shù)據(jù)提出了一個智慧交通系統(tǒng)的評價指標(biāo)體系，由六個方面的指標(biāo)組成:交通結(jié)構(gòu)、交通信息服務(wù)、交通效率、交通安全、能源與污染減少和社會包容。該評價體系使用車牌識別(LPR)、全球定位(GPS)、自動車輛定位(AVL)以及智能手機數(shù)據(jù)為智慧交通系統(tǒng)中的交通行為進行評估［26］。

5結(jié)論

本文對大數(shù)據(jù)應(yīng)用于公共政策的分析研究進行了系統(tǒng)性文獻綜述。通過對研究文獻的描述性分析，我們發(fā)現(xiàn)有關(guān)該主題的國內(nèi)外研究的熱度都呈現(xiàn)整體上升的趨勢，并呈現(xiàn)研究者的學(xué)科背景多元化的特點。本研究發(fā)現(xiàn)，大數(shù)據(jù)對公共政策分析存在影響，產(chǎn)生了“支持政府部門基于證據(jù)的決策制定”、“提高公民參與度”等效益，在此過程中，也伴隨以“大數(shù)據(jù)能力不足”、“侵犯數(shù)據(jù)隱私”等風(fēng)險。本文提出了大數(shù)據(jù)應(yīng)用于公共政策分析的通用流程圖，并基于價值網(wǎng)絡(luò)分析法，梳理了包括“內(nèi)外部數(shù)據(jù)提供者”、“數(shù)據(jù)分析師”和“決策制定者”等多個參與主體之間的關(guān)系。最后，通過對大數(shù)據(jù)應(yīng)用在政策過程中的分步解析，具體展示了大數(shù)據(jù)是如何支持公共政策分析的。大數(shù)據(jù)不僅可以在問題出現(xiàn)階段識別潛藏在民意中的社會問題，還可以預(yù)測公共危機的爆發(fā)，例如自然災(zāi)害、工業(yè)污染、疾病爆發(fā)等城市中的公共安全問題，同時可以提出備選解決方案并預(yù)測其效果，以選擇最優(yōu)政策方案。最后大數(shù)據(jù)能夠在政策實施后對政策效果進行評估，為決策者提供改進參考。本文也存在一些不足之處。大數(shù)據(jù)是一個新興詞匯，部分早期的文獻研究了數(shù)據(jù)分析在各個特定政策領(lǐng)域的應(yīng)用，對本研究仍有一定的啟發(fā)意義，但由于并沒有使用大數(shù)據(jù)關(guān)鍵詞，因此沒有被本文收錄和分析。鑒于系統(tǒng)文獻綜述方法對于文獻搜索有十分精準(zhǔn)要求的客觀限制，現(xiàn)階段還無法通過擴充搜索關(guān)鍵詞以完善本文分析的文獻庫。未來研究則可以通過關(guān)注大數(shù)據(jù)技術(shù)/數(shù)據(jù)分析在一個特定政策領(lǐng)域比如交通政策制定上的應(yīng)用，進一步縮小研究范圍和增加研究深度，為政府應(yīng)用大數(shù)據(jù)于公共政策分析提供更具體的參考。

參考文獻：

［2］胡稅根，單立棟，徐靖芮．基于大數(shù)據(jù)的智慧公共決策特征研究［J］．浙江大學(xué)學(xué)報(人文社會科學(xué)版)，2015(3):5－15．

［3］胡小明．大數(shù)據(jù)應(yīng)用的誤區(qū)、風(fēng)險與優(yōu)勢［J］．電子政務(wù)，2014(11):80－86．

［5］黃璜，黃竹修．大數(shù)據(jù)與公共政策研究:概念、關(guān)系與視角［J］．中國行政管理，2015(10):25－30．

［6］張楠．公共衍生大數(shù)據(jù)分析與政府決策過程重構(gòu):理論演進與研究展望［J］．中國行政管理，2015(10):19－24.

作者：石婧；艾小燕；操子宜 單位：華中科技大學(xué)公共管理學(xué)院