政府決策是公共管理活動的中心和關鍵環節。政府決策的正確與否在很大程度上決定著公共管理的成敗。近些年來，隨著科技創新和數字設備的普及，使得數據量呈現指數級增長，世界已經逐步邁入大數據時代。大數據不僅強調數據的海量和多樣，更注重對已有數據的存儲分析、挖掘和利用，最重要的是大數據意味著一種理念和思維方式的更新，而這無疑會對政府決策的實踐帶來機遇和挑戰。
一、大數據背景下政府決策的研究框架
為更好研究大數據背景下的政府決策，建立如下框架，闡述大數據時代的來臨對政府決策的機遇和挑戰：
（一） 大數據概念
1. 從術的層面，大數據是指具有規模大和多樣化特征的海量數據資源。代表有美國麥肯錫全球研究院、維基百科、高德納咨詢公司、美國國家科學基金等。
2. 從法的層面，大數據是指數據的收集、存儲、加工、分析的方法和技術。強調生成快速（真實性）和價值巨大但密度很低的特征。舍恩伯格、國際數據公司等都是從這一層面對大數據認識和闡述的。
3. 從道的層面，大數據指的是一種思維和理念，一種戰略，強調的是要面對用戶、面向業務和應用的。按照從微觀到宏觀的視角，對以上信息進行分類劃分整理。
（二）大數據背景下政府決策的機遇和挑戰
1. 決策者的價值觀是決策的核心，是影響對信息接收和處理的重要因素。任何決策主體都是一定價值觀指導下的決策主體，其決策行為要始終受到價值觀的制約，因此在很大程度上影響著決策的科學化和民主化。大數據背景下，政府決策者將更加重視數據的價值，重視對已有數據的分析和挖掘，這就為經驗決策轉變為以邏輯為基礎的數據化決策提供了機遇，但矮化直覺和經驗的唯數據論也將成為政府決策者面臨的挑戰。
2. 政府決策參與主體是指直接或間接地參與到政府決策中的個人、團體和組織。我們認為，雖然政府決策的主體仍然是公共管理者，但沒有公眾參與的單一的政府決策主體在理論與實踐上都不具備正當性與合理性。大數據背景下，政府決策過程中分散公眾數據的間接表達和多元治理主體的直接參與，為政府決策的民主化帶來了機遇，但如何協同多元主體，還面臨著數據孤島的挑戰。
3. 決策工具是實現決策目標的基本手段和途徑。大數據背景下，數據搜集工具、傳感技術、數據存儲工具、云存儲技術、數據挖掘工具、云計算技術，對公共部門的決策來說是絕對需要和必不可少的，但如何確保數據的安全、防止隱私的泄露也是新形勢下面臨的挑戰。
4. 決策過程是以問題為中心，以解決問題為導向，以事后處理為特征的程序。大數據背景下，在政府決策尤其是政府危機決策領域，前瞻性管理和動態管理成為可能，也為事后決策應對轉為事前預測決策提供了機遇，然而對于一些不確定的危機的預測，大數據依然面臨挑戰。
二、大數據背景下政府決策的機遇
（一）大數據資源和決策參與主體
從決策主體來看，大數據背景下政府的決策將日趨民主化，逐漸形成“政府主導、行業推動企業實施和公民參與”的多元格局，這不但有利于提高公共政策的質量，更有利于公共政策被公眾所接受。表現在如下幾個方面：
1.政府決策數據來源的多元化實現了民主所要達成的效果，因為公眾自身已經成為大
數據的重要來源。當政府對公共政策的質量要求較高時，雖然高層精英是決策的主導力量，對公眾參與的需求程度較小，但用于政府決策的大數據資源的來源日趨多元化，涵蓋了行政數據 民意數據和調查研究數據。（見表1 ）
這些數據涉及國計民生，涵蓋各行各業，反映社會輿情，在一定程度上充分保證了多元利益的表達，實現了民主所要達成的效果，使得政府決策受信息不對稱的影響趨向最小化。
2. 政府決策參與主體多元化推動了民主化進程。當政府對公共政策接受性期望較高時，公眾參與程度和分享權力程度就較大。大數據背景下的政府決策既確保了參與者的代表性，又解決了參與者知識與理論的不足，提升了多元主體參與的有效性。第一，大數據本身的應用實踐需要多元主體的共同參與。從政府決策的主體視角看，大數據及其分析有效拓展了政府決策的主體范圍、國家在權力、財富和能力方面的優勢還是壓倒性的，但是它與非國家參與者在一定程度上分享權力，共同合作處理問題，則是不可避免的趨勢。政府雖然有民眾數據，卻缺乏大數據的技術，需要互聯網企業的實施。因此，面向能源金融、電信等行業、氣象、統計、醫療衛生等領域，以及城市建設和生活服務等平臺建設，政府都需要引導企業參與，建立基于不同行業領域的專題數據庫，發展數據監測、商業決策、數據分析，推動行業數據深加工服務。第二，大數據時代的到來，又使得普通大眾跨越了分析能力和經驗不足的門檻。決策參與主體將從專家和精英轉向擁有數據的普通大眾，表現為決策參與主體的擴大，決策參與主體下移。這極大地增加了普通民眾參與決策的機會，有利于推動決策的民主化進程。數據理念和方法將改變傳統的政府決策主體結構，從過去的官員、精英過渡到大眾。多元主體決策，使政府決策主體日趨多元化和民主化。綜上，雖然在我國，公民參與的必要性在學者和公共管理者之間尚未達成共識，但無論是政府做決策所需要的數據信息還是參與其中的各類主體，大數據背景下都能促進其多元化、民主化、分散化。
（二） 大數據思維和決策者價值觀
1. 決策者對于數據價值的看法。“數據即價值”的價值觀早已存在，從數據中發現價值的實踐在統計學中也由來已久，然而舊的認識是把數據看作是一種稀缺資源，即總是想著能夠從最少的數據中壓榨出最多的信息，而這往往會造成決策者“數據小農”的心態。此外，伴隨著數據應用使命的終結，其往往被束之高閣，成為無人問津的沉睡數據。而新的認識是全體數據也是可以獲得的，既有的、使用過的數據中仍然蘊含著取之不盡又意想不到的價值，這種認識能夠培養出數據信徒。質言之，公共服務部門中存儲的大量數據開始為決策者所考慮，傳統上認為沒有價值的數據也被重新用來進行數據挖掘，政府將由數據的收集者轉變為分析者。
2. 決策者的決策思維由經驗主導上升為邏輯層面。決策可以由三種方式分別或混合驅動：直覺經驗和邏輯。直覺是基于逆向邏輯依據專家判斷所做出的猜想，經驗是基于歸納依據過去情勢做出的推斷，邏輯是基于演繹依據理論假設做出的預言。但通過邏輯方式做出決策通常被認為具有高確定性的特點，更易于被接受。在數據缺乏的時候，組織內核心管理人員的直覺和經驗在決策過程中發揮重要作用，尤其是當現有環境中的刺激與人腦中原有的經驗相吻合時，會使人們對刺激的加工更快、更準確，從而加速對事物的反應和抉擇。然而，當環境中的刺激與人腦中原有的經驗不符合時，它將延緩對這種信息的加工過程。此外不是所有經驗信息的質量都很好，當經驗庫中存在一些錯誤信息、混有很多噪聲干擾時，人們很有可能跟隨錯誤的經驗而做出錯誤判斷。而大數據背景下，管理者的決策方式將由經驗主導向“數據量化驅動”過度，直覺的判斷、依靠經驗辦事將被迫讓位于精準的數據分析。對此耶魯大學教授丹尼爾。埃斯蒂指出：“基于數據驅動的決策方法，政府將更加有效率、更加開放、更加負責，引導政府前進的將是基于實證的事實；而不是意識形態，也不是利益集團在政府決策過程中施加的影響”。
（三） 大數據技術和決策工具
大數據技術為政府決策所需信息的收集、存儲、挖掘提供有效工具。政府決策所使用技術工具的限制將被最大程度地、最小化。大數據相關技術包括數據搜集工具、傳感技術和物聯網、數據存儲工具、云存儲技術和數據挖掘工具、云計算技術、大數據時代的政府決策需要上述三項技術的協作，物聯網用來采集獲取數據，對大數據的分析則需要運用云存儲，云計算等云技術互聯網將現實世界中的一切均可數據化的描述并儲存下來，為信息決策提供了大量實時而精準的數據。如藥品上標的條形碼以便于追蹤；云存儲將分散在各個角落的儲存設備通過網絡整合起來，為海量數據存儲提供了場地和平臺；云計算能夠自動對海量數據進行快速地挖掘和處理，大大提高了大數據的運算能力。
（四） 大數據和決策過程
1. 大數據的核心就是預測。大數據預測就是要通過對海量和多樣的數據進行數學運算，以此來預測事件發生的可能性。隨著大數據的廣泛應用，傳統決策過程的滯后性將得以改變，決策的前瞻性、謀劃性、可操作性將大大加強。2012年，美國加州大學通過分析洛杉磯市 1300多萬起案件，找到了各小區發案與日期、天氣、交通狀況及其它相關事件的關系建立犯罪活動預測平臺，當地的警員每天按該系統發出的指令前往指定的小區巡邏，該系統已使該地區財產犯罪率和盜竊案件分別下降12%和26%.
2. 危機治理模式將從靜態治理轉變為動態治理。利用大數據處理模式和大數據技術可以更好地實現動態管理。無處不在的傳感器設備和智能終端，隨時在線的網絡傳輸，互動頻繁的社交網絡讓突發事件的發展態勢從模糊變得清晰，政府有機會對突發事件的發展趨勢和影響程度進行大規模、精準化研究，并整合與事件相關的多領域數據。這些數據的搜集和更新，充分保證了決策者的決策因地制宜、因時制宜。一方面，通過大數據構建突發事件拼圖，為決策執行提供可視化、可靠性和科學性依據，一旦決策執行過程與突發事件決策目標發生偏差，能夠及時進行矯正，避免突發事件決策扭曲或執行不力，強化對突發事件決策執行的監督力度，有效防止決策執行出現偏離。另一方面，通過搜集決策執行中產生的監測記錄能夠追蹤決策執行過程，使決策者充分掌握突發事件的進展形勢，知曉先前決策的效果，并感知突發事件衍生的新問題，整合減少不確定性，實時調整突發事件決策和應急方案，將風險損失降到最低。
三、大數據背景下政府決策的挑戰及建議
（一） 多元主體協同決策，還需消除信息孤島，對數據進行治理
政府部門間和政府部門內部的數據碎片，部門利益本位意識形態下的數據割據，使得政府各部門的數據成為一座座與世隔絕的孤島。雖然政府掌握著最大量的社會運轉數據和突發事件信息，但這些數據大多以原始數據的形態零散地分布在各個級別、各個地方的政府部門中，沒有整合成數據池充分共享以發揮其價值。具體指的是：
1. 數據碎片。隨著各個政府部門信息化建設的逐步深入，各種不同類別的應用系統產生了大量的數據，并且以文本、數據庫文件、圖片、音視頻文件等多種非結構化形式散布在政務網絡的各個角落。從政府內部角度來看， 雖然其多年來積累了豐富的數據資產，但資料多數為文本信息，利用頻率和效率低，這些文件即使以電子化手段保存，也只有散著的數據碎片，缺乏統一的標準使其格式化。而從不同的政府部門來看， 電子政務經過多年的發展，雖然建成了大量縱橫的業務系統，但建設時期、建設主體、業務領域等的不同導致業務數據標準格式不統一，系統異構數據異構導致政府在不同部門間也面臨著數據碎片。
2. 數據割據。由于分散建設和缺少統一規劃，導致我國電子政務建設出現了大量的信息碎片，而由于行政權限和地理區域的限制衍生出的數據保護主義，使這種信息碎片現象不僅難以解決，反而有演變成信息割據的趨勢。數據被視為部門權力的象征，如果共享給其他部門將造成部門利益受損。因此，掌管數據的技術官僚在部門中的地位越來越高，高層官員和公眾之間還存在著大量抽象的信息和數據，而高層官員的信息解釋權為他們的政治操縱和控制提供了極大的便利。綜上，微觀上，各部門有許多不一致的多樣化數據，宏觀上政府又有很多獨立的、不協同的信息系統。因此，大數據背景下政府各部門內部碎片應轉化為統一的形式，而部門間的數據信息應結合為聯通的整體。而要打破數據割據的局面，政府信息公開將起到很好的帶頭作用。
（二） 如何在大噪聲中有效決策，需要決策者個人智慧
數據是對目標事物各項可量化指標不斷測量和描述的結果。然而大數據對于社會事物的準確再現往往無能為力，因為冗長的數字只是反映事物的一面或者無限地接近事物，但永遠無法到達事物本身。更重要的是數據量的增長并非意味著有價值信息的增長，其間往往夾雜著干擾信息和噪聲，太多的信息從四面八方同時涌來，時間一長，我們根本無法理清來龍去脈。偏愛大數據的決策者常常失去直覺的敏感性，而專注于技術，決策問題的范圍隨著各種外界變動及其敏感的變量而不斷放大，而這都無疑會影響決策者有效決策的能力。然而理論上并不存在能夠區別噪聲和信息的技術，只能靠使用者的經驗與智慧判斷真假。個人智慧在決策的過程中不但能夠啟發決策思路，在未找到答案之前幫助決策者對結論或解決方向給予創造性的預見，而且能利用決策者的洞察力、創造性和靈感做出符合其利益和愿望的優化選擇。而縱觀大量的決策實踐，決策者的創造性思維相對于定量方法和數據化決策的技術處于同等甚至更加重要的地位。盡管后者比前者在邏輯推理、分析與綜合方面效率更高。事實上，決策方法只是一種工具，不必遵循固定的邏輯和僵化的模式，“唯數據論”和“拍腦袋決策”都屬于決策范式的兩種極端。因此，大數據背景下的政府決策要將數據和決策者的主觀能動性結合起來，后者幫助決策者提出問題、尋找方向、做出選擇；而前者為決策者的直覺和經驗進行逆行邏輯驗證。因此，直覺經驗和數據分析是大數據背景下政府決策的“兩翼”決策過程中，應該同時善用數據分析和直覺經驗，將實踐與藝術演繹與歸納、智力與直覺結合起來，數據分析與直覺經驗并重，才能鑒往知來、決勝千里。
（三） 大數據決策信息的安全使用和所涉及的隱私問題
安全問題始終是貫穿電子政務發展始終的焦點。大數據時代背景下的一個巨大挑戰就是應對個人隱私與數據安全面臨的威脅。首先，個人隱私顯然在任何情況下都是不允許被利用的，但以社交網站為代表的互聯網發展在無時不刻地追蹤著人們的行為軌跡，由此產生的大數據會形成一種數字化記憶效果，作為一種全景控制的有效機制，它會嚴重威脅人們的隱私與自由。其次，通過合法途徑搜集和利用的個人信息成為大數據的組成部分，其本身也面臨著來自外界環境的挑戰，因為在大數據時代，想屏蔽外部數據商挖掘個人信息是不可能的，數據存儲相對集中易受攻擊。由于過去分散式數據存儲和使用攻擊成本遠遠高于大數據時代單點攻擊的成本，所以一旦入侵大數據平臺成功，攻擊者獲取的收益將遠遠大于成本，因此大數據平臺必定會成為政府外部攻擊者的首選目標。人們對這些數據資源的依賴性越來越強，一旦遭到破壞，損失巨大，危害嚴重。因此，必須從自律機制、法律制度和技術層面，應對大數據的存儲、應用和管理所面臨的信息安全和隱私威脅。而保障各類信息安全的關鍵所在，就在于采用自主可控的信息安全產品與服務。服務器作為信息化的核心，更應成為國家信息安全戰略的重要組成部分。
（四） 大數據對于政府決策過程中遇到的不確定性問題無效
社會行動是一個復雜的過程，其中存在著種種難以預料的事件或情況，面對不確定性問題，決策主體對問題發生的原因、時間、地點以及對于未來整體發展狀況的分布范圍和狀態都不能確定。我們不可能用過去沒有地震來預測未來也不會有地震。大數據思維只是從過去的數據預測未來，因此不能預測不確定性。因此，我們不能神化大數據，大數據并非萬能藥，大數據決策的應用要根據各地政府的需要順勢而為，不應急于求成，跟風發展；更不應被領導意志控制，強行扶植，盲目搶占技術制高點。簡言之，大數據決策是一種工具和手段，還需以應用需求為導向進行開發使用。此外，即使選擇發展大數據在決策方面的運用，也要提高公共財政資金對大數據處理投入的效率。《天水行政學院學報》2015年第5期