一、背景
今年，國務院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》明確指出大數(shù)據(jù)將成為提升政府治理能力的新途徑，提出：建立“用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新”的管理機制，…，推動政府管理理念和社會治理模式的進步。
與此同時，國外學術界和政府管理部門近年來也發(fā)起了一項“大數(shù)據(jù)社會福祉”(big data for social good)運動。與我國的目標相似，該運動也嘗試將大數(shù)據(jù)技術與社會治理相結(jié)合，以數(shù)據(jù)驅(qū)動的方式應對現(xiàn)代社會中面臨的一些復雜問題，增進社會福祉。在政府層面，華盛頓、倫敦、慕尼黑、紐約等做了不少探索，成功運用大數(shù)據(jù)為政府治理問題提供了支持;在研究層面，ACM、IEEE等國際學術聯(lián)合體設立了專題會議討論大數(shù)據(jù)與社會治理的結(jié)合;在社會層面，企業(yè)、高校、公益組織等開始積極探索應用模式。我們認為總結(jié)這些初期探索的經(jīng)驗將有助于我國各級政府更快更好地發(fā)展大數(shù)據(jù)社會治理。
此外，我們發(fā)現(xiàn)在目前與大數(shù)據(jù)政府治理相關的研究文獻中，關于宏觀層面和理論建構方面的研究已有不少[1][2][3]，但涉及微觀層面能對具體操作提供借鑒的案例總結(jié)還不充分。因此，本文嘗試從案例研究出發(fā)，總結(jié)大數(shù)據(jù)可以改善社會治理的一些應用領域、模式和方法，以及實施過程中值得注意的一些問題，希望能為大數(shù)據(jù)社會治理實踐提供更多可實際操作的經(jīng)驗借鑒和創(chuàng)新思路。
二、案例選擇和綜述
我們從公開資料中廣泛收集了261個案例，并通過三次篩選最終總結(jié)了41個案例。
通過對案例集的元數(shù)據(jù)進行統(tǒng)計，我們首先識別了目前國外大數(shù)據(jù)社會治理的主要關注領域，包括：(1)社會安全(31.7%)，主要涉及治安、消防、食品安全、交通和災害等，主要關注點是通過大數(shù)據(jù)實現(xiàn)安全事件的早期發(fā)現(xiàn)和介入、減少損害;(2)開放數(shù)據(jù)接口(17.1%)，主要涉及通過可編程接口獲取數(shù)據(jù)的方法，主要關注點是支持更多數(shù)據(jù)產(chǎn)品和數(shù)據(jù)服務的開發(fā)和應用;(3)城市建設(14.6%)，主要涉及街道、公共設施等選址規(guī)劃和維護，主要關注點是通過大數(shù)據(jù)提高城市建設的市民參與度和滿意度;(4)社會保障(12.2%)，主要涉及為弱勢人群提供幫助，主要關注點是通過大數(shù)據(jù)發(fā)現(xiàn)最需要幫助的對象及整合可以提供幫助的社會力量;(5)兒童與教育(9.8%)，主要涉及為兒童成長和教育提供支持，主要關注點是通過大數(shù)據(jù)更有效地分配教育資源或定位困難學生幫助其完成學業(yè)等;(6)就業(yè)與創(chuàng)業(yè)(7.3%)，主要涉及為就業(yè)和創(chuàng)業(yè)提供支持，主要關注點是運用大數(shù)據(jù)識別供需不平衡并積極加以引導，如彌補“技能溝”等;(7)環(huán)境與可持續(xù)(7.3%)，主要涉及降低能耗和污染，主要關注點是利用傳感器等數(shù)據(jù)識別和排查污染和耗能高發(fā)地區(qū)，以便早期發(fā)現(xiàn)和介入。
除去作為底層服務的開放數(shù)據(jù)接口建設之外，在應用方面，社會安全、城市建設和社會保障問題受到最多關注。合計約三分之二的成功案例來自這些領域，既說明這些問題急需解決，又顯示了大數(shù)據(jù)可以在其中有所作為。
三、大數(shù)據(jù)用于改善社會治理的模式總結(jié)
通過對案例集的進一步分析，我們識別了國外大數(shù)據(jù)社會治理的一些常用模式，可以作為借鑒。
(一)大數(shù)據(jù)開放，提高基礎服務能力
這一模式就是將已有的數(shù)據(jù)通過一個開放的網(wǎng)絡平臺免費提供給所有需要的人。開放數(shù)據(jù)不但可以給市民直接提供服務，也可以為其他政府部門、科研機構以及公益組織提供進一步整合和利用數(shù)據(jù)的機會，從而給社會治理提供間接幫助。因此，建設開放平臺已經(jīng)成為各國大數(shù)據(jù)社會治理的基礎模式。根據(jù)開放數(shù)據(jù)統(tǒng)計中心(open data census)的統(tǒng)計[4]，全世界已有97個國家或地區(qū)建立了開放數(shù)據(jù)平臺，按照其評分中國目前排在57位，美國排在第8位，英國位列第1。從我們收集的案例來看，美英采取的方式都是各城市分別建設大數(shù)據(jù)開放平臺并由國家常設機構統(tǒng)籌各地數(shù)據(jù)建立統(tǒng)一檢索平臺。以美國為例，紐約市的DataBridge平臺、洛杉磯市的LAOpenData平臺等分別負責各自的開放數(shù)據(jù)，而美國總務署負責全國層面的數(shù)據(jù)統(tǒng)合平臺data.gov建設。這種以市為依托、以國家常設機構統(tǒng)合的模式實行起來比較靈活，但也有一些問題，就是各市和地區(qū)的數(shù)據(jù)平臺建設因經(jīng)濟水平和當?shù)卣叩牟町惗a(chǎn)生較大差別。在最近的美國開放數(shù)據(jù)評分中，洛杉磯、紐約和舊金山是分列前三的城市，評分幾乎是排名靠后的城市(如伯班克、休斯頓等)10倍以上。因此，也有一些研究者提出這種“數(shù)據(jù)溝”(data gap)的現(xiàn)象是不是會導致地區(qū)差異進一步擴大。[5]本文案例，無論是完全由政府自主實施、還是由研究機構、非贏利組織或志愿者參與開發(fā)，都使用了一種或多種開放平臺數(shù)據(jù)源，其中17%的案例專門致力于開放數(shù)據(jù)平臺的接口研發(fā)，體現(xiàn)出開放平臺對于促進數(shù)據(jù)利用的重要價值。
(二)大數(shù)據(jù)決策，實現(xiàn)科學決策
這一模式將原始大數(shù)據(jù)加工成能解釋、預測社會現(xiàn)象的精煉數(shù)據(jù)，用于幫助決策者掌握更全面的信息或更有力的證據(jù)，從而增強決策的科學性。通過分析案例集，我們發(fā)現(xiàn)有兩類基本方法被大量使用。
第一類是關聯(lián)，即廣泛收集可能與待解釋現(xiàn)象相關的大量數(shù)據(jù)然后篩選出關聯(lián)度最高的一組數(shù)據(jù)或計算成一個指標，以此為依據(jù)輔助決策。例如，為判斷哪些建筑物容易發(fā)生火災，紐約消防局篩選了消防、建筑、治安、經(jīng)濟、城市建設等多個部門的數(shù)據(jù)，從中找到60余個與火災發(fā)生關聯(lián)最大的數(shù)據(jù)，并以此為依據(jù)計算了建筑火災危險指數(shù)。使用該指數(shù)，消防局派遣視察人員對高危區(qū)域進行日常排查，有效降低了火災危害。此外，洛杉磯、舊金山等地利用用電、用水、垃圾和投訴等生活數(shù)據(jù)與居住行為的關聯(lián)性來排查建筑非法改裝和群租行為，為治安和建筑風險治理提供依據(jù);芝加哥公共健康部門利用餐廳的歷史記錄、市民投訴、商業(yè)數(shù)據(jù)、周邊環(huán)境等數(shù)據(jù)對餐廳的食品安全進行排查;伊利諾伊州使用醫(yī)療數(shù)據(jù)、孕婦群體的歷史數(shù)據(jù)和地區(qū)經(jīng)濟社會數(shù)據(jù)來關聯(lián)最需要幫助的年輕孕婦，提高社會福利并改善生育率，等等。
第二類是預測，即根據(jù)現(xiàn)有數(shù)據(jù)預測未來可能發(fā)生的事件，并提前做好預案。例如，多地勞動部門根據(jù)就業(yè)、企業(yè)、經(jīng)濟和教育數(shù)據(jù)分析勞動技能的供需趨勢，引導企業(yè)、就業(yè)者和教育者提前規(guī)劃和實施技能培訓、填補“技能溝”，以達到充分就業(yè)的目的。此外，波士頓教育部門通過成績、投訴、獎學金和學生活動等數(shù)據(jù)來預測學生輟學的可能性并提前干預;芝加哥公共教育部門根據(jù)學生、學校和教師數(shù)據(jù)，結(jié)合地區(qū)治安、住宅、人口和經(jīng)濟發(fā)展數(shù)據(jù)預測轄區(qū)各學校的招生人數(shù)，并提前劃撥公共教育經(jīng)費;紐約將全市33萬余棟建筑物分為2400類并分別預測了火災發(fā)生情況和擬定針對性救火方案，有效提高了救火效率、降低了火災損失，等等。
在本文案例集中，有59%的案例為大數(shù)據(jù)決策服務，其中28%使用了某種關聯(lián)方法，18%使用了某種預測方法，13%同時使用了兩種方法。
(三)大數(shù)據(jù)溝通，改善外部環(huán)境
社會治理總體上有利于社會福祉，但也不可避免會對一部分群體帶來短期利益的損失。大數(shù)據(jù)說服利用數(shù)據(jù)的客觀性，以對公開大數(shù)據(jù)的呈現(xiàn)為依據(jù)，引導廣大市民自行從整體和長期的角度進行理性思考和辯論，有利于獲得更廣泛的關注和支持，改善政府治理的外部環(huán)境。例如費城使用一種稱為Textizen的應用向市民的手機發(fā)送短信通知目前正在制定的政策法規(guī)、并投遞調(diào)查問卷，調(diào)查結(jié)果被作為施政的依據(jù)以可視化方式在網(wǎng)站公布，以求凝聚社會共識。此外，紐約市使用一種LBS應用讓市民在地圖上提出建議，以確定公共自行車租賃站的設置地點，獲得廣泛支持;佛蒙特州根據(jù)位置信息向市民推送糧食捐獻政策和捐獻點位置，說服市民捐獻保質(zhì)期內(nèi)可能吃不完的食物，等等。
大數(shù)據(jù)技術也可以用于收集社會數(shù)據(jù)，例如通過社交網(wǎng)絡，了解群眾觀點，或改善群眾關系，并有利于說服。Kosinski等發(fā)現(xiàn)僅通過社交網(wǎng)站(如facebook)的點贊數(shù)據(jù)即可推測用戶的年齡、性別、種族、政治觀點、宗教態(tài)度等，從而可以根據(jù)這些數(shù)據(jù)有針對性地投放精心設計的說服信息。[6]類似的方法已在美國大選中成功運用。
在本文的案例集中，有15%的案例使用了某種形式的大數(shù)據(jù)溝通。
(四)大數(shù)據(jù)群體智慧，彌補政府資源不足
社會治理的政策設計和執(zhí)行都需要大量的人力物力，一些任務可能極為細瑣繁復，完全依靠政府力量往往難以完成或者效率不高。這一模式通過發(fā)動群眾參與大數(shù)據(jù)建設，利用群體智慧(wisdom of crowd)來彌補政府資源的不足。群體智慧可以從數(shù)據(jù)、技術和人力資源等多個方面彌補政府的不足，對大數(shù)據(jù)社會治理起到極大的支持作用。例如，波士頓市經(jīng)常下雪，消防栓很容易被雪埋住找不到而耽誤消防任務。由于消防栓眾多，日常維護光靠消防局顯然人手不足。因此波士頓消防局開發(fā)了一個稱為“認領消防栓”的應用，邀請居民認領一個住宅附近的消防栓，幫助除雪等日常維護，受到居民的積極響應。類似的案例有，英國借助群體智慧維護道路和附屬設施;紐約發(fā)動群體智慧利用公共空間設計環(huán)境藝術和擴大綠化;芝加哥利用群體智慧幫助流浪漢和孤寡老人等。此外，多地政府以支持數(shù)據(jù)競賽、工作坊和夏令營等形式發(fā)動高校研究機構、公益組織和有條件的個體自愿者基于開放大數(shù)據(jù)設計、開發(fā)數(shù)據(jù)產(chǎn)品和應用，服務社會，均取得良好效果。
在案例集中，有多達82%的案例使用了某種形式的群體智慧，74%的案例中使用了高校、行業(yè)組織等提供的開源軟件。
四、推進我國大數(shù)據(jù)社會治理過程中值得關注的一些問題
從上述總結(jié)來看，“大數(shù)據(jù)社會福祉”運動與《行動綱要》中提出的“用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新”思路不謀而合。所涉及的案例可以視為對《行動綱要》實現(xiàn)方法和操作細節(jié)的有益補充，因此具有較強的借鑒價值。此外，通過比較我們也發(fā)現(xiàn)了一些容易忽視的問題，值得在未來發(fā)展過程中給予關注。
(一)既要重視數(shù)據(jù)變大，也要重視大數(shù)據(jù)變小
由于自然和社會現(xiàn)象的復雜性和普遍聯(lián)系性，要準確描述和解釋各種復雜現(xiàn)象，就必須盡可能搜集相關的數(shù)據(jù)，這就導致了數(shù)據(jù)不斷變大，從而產(chǎn)生了大數(shù)據(jù)。然而，數(shù)據(jù)變大并非大數(shù)據(jù)的最終目的而僅僅是中間產(chǎn)物，這是因為：過于龐大的數(shù)據(jù)無法為人類直接使用，也就不可能對人類決策產(chǎn)生幫助。因此，在數(shù)據(jù)變大的同時，還必須考慮讓大數(shù)據(jù)變小的方法，以便于決策者使用。通過研究案例集，我們總結(jié)了兩種讓大數(shù)據(jù)變小的常用方法。
第一種是從對數(shù)據(jù)的加工入手，包括對數(shù)據(jù)進行過濾、排序、壓縮、計算等操作。經(jīng)過加工，有時甚至可以用一個指數(shù)來表達海量數(shù)據(jù)的核心意義。例如，谷歌將無數(shù)搜索和人群活動數(shù)據(jù)加工為一個流行病指數(shù)、紐約將大量建筑和火災相關數(shù)據(jù)濃縮為一個火災危險指數(shù)等都體現(xiàn)了這一思路。只有將大數(shù)據(jù)加工到足夠小，才能真正為決策者所用。
第二種是從對數(shù)據(jù)的表達入手，主要是對數(shù)據(jù)進行可視化處理。以數(shù)字形式呈現(xiàn)，人類一次只能理解一個數(shù)據(jù);但以圖像形式呈現(xiàn)，人類一次可以理解很多數(shù)據(jù)。因此利用人類認知能力的特點，采用可視化形式呈現(xiàn)數(shù)據(jù)，也是讓大數(shù)據(jù)變小的有效方法。在本文使用的案例集中，除去單純的數(shù)據(jù)接口以外，有高達94%的案例使用了數(shù)據(jù)可視化。
要用好大數(shù)據(jù)，數(shù)據(jù)變大(原始數(shù)據(jù)積累)和數(shù)據(jù)變小(數(shù)據(jù)處理和數(shù)據(jù)可視化)其實缺一不可，但目前我國的大數(shù)據(jù)平臺仍普遍停留在能“大”不能“小”的狀態(tài)。
截至10月15日，我國的上海、北京、貴州三大數(shù)據(jù)平臺分別提供491類、303類和22類(大類，未細分)開放數(shù)據(jù)，均僅提供數(shù)據(jù)文件。而美國洛杉磯、紐約和舊金山三個數(shù)據(jù)平臺分別開放數(shù)據(jù)1187類、1250類和786類。單從數(shù)量來看，中外數(shù)據(jù)平臺的原始數(shù)據(jù)相差并不大。但國外數(shù)據(jù)平臺普遍提供數(shù)據(jù)排序、過濾、計算等分析模塊和多種可視化工具，讓大數(shù)據(jù)變小，便于理解和使用。相比之下，國內(nèi)平臺僅提供原始“大數(shù)據(jù)”，一般公眾很難有效運用，導致利用率非常低。平均用戶訪問量的對比也證實了這一情況：國內(nèi)數(shù)據(jù)平臺的平均訪問量只有數(shù)百次，約為國外同類平臺的1/100到1/1000。
(二)既要重視數(shù)據(jù)平臺，也應重視數(shù)據(jù)應用和服務
除了數(shù)據(jù)平臺以外，大數(shù)據(jù)更有價值的一面是將數(shù)據(jù)深度加工后融入日常生活，這就需要開發(fā)多種多樣的高可用性數(shù)據(jù)應用和服務。這些應用和服務可以增加數(shù)據(jù)平臺的使用率，提高社會治理水平，改善人們的生活，并創(chuàng)造新的就業(yè)和發(fā)展機會。根據(jù)北京、上海、貴州三個大數(shù)據(jù)平臺官方網(wǎng)站顯示，各自的應用數(shù)量分別為15個、75個和6個。作為比較，僅2015年紐約市舉行的NYC BigApps比賽就征集到452個應用。下載量的差距更大，最大可達數(shù)百倍。經(jīng)過我們的分析，國內(nèi)應用大多使用單一數(shù)據(jù)下載量的差距更大，最大可達數(shù)百倍。需求分析和界面設計也存在一些不足之處，造成可用性不高。此外，數(shù)據(jù)接口服務的差距也較大，如紐約市提供11種，而國內(nèi)平臺僅北京提供了1種。
不解決好應用和服務的問題，重金打造的開放大數(shù)據(jù)平臺很容易“空心化”，難以對社會治理和社會福祉產(chǎn)生應有的支持。這個問題應當引起重視。
(三)有必要重視對群體智慧的運用和發(fā)展
我國大數(shù)據(jù)平臺缺乏應用的現(xiàn)狀與未能積極利用群體智慧有很大關系。大數(shù)據(jù)平臺建設主要是技術問題，可以通過一兩個技術過硬的企業(yè)來完成。但大數(shù)據(jù)在社會各領域的運用則完全是另一回事，單純依靠個別企業(yè)不可能理解千變?nèi)f化的社會問題和群眾需求。因此國外政府大數(shù)據(jù)治理過程中普遍嘗試引入社會群體的力量來幫助收集數(shù)據(jù)、識別需求、開發(fā)應用以更好地服務社會，即群體智慧。目前主要有三種推進方式：
第一種是政府自身發(fā)起大數(shù)據(jù)應用競賽。例如，美國政府為了鼓勵使用data.gov的開放數(shù)據(jù)，專門建立了challenge.gov網(wǎng)站，持續(xù)發(fā)布數(shù)據(jù)競賽，最高獎勵達2000萬美元。除此之外，美歐各城市也經(jīng)常發(fā)起數(shù)據(jù)應用競賽。最早的一次是2009年華盛頓市耗資5萬美元組織的政府開放大數(shù)據(jù)APP開發(fā)大賽，在30天內(nèi)征集到47款應用。這些應用后來發(fā)展成為估值230萬美元的各種軟件產(chǎn)品。[7]
第二種是利用高校研究機構學術優(yōu)勢開辦工作坊、組織夏令營。目前，哈佛大學、芝加哥大學、華盛頓大學等高校都經(jīng)常組織“大數(shù)據(jù)社會福祉”工作坊和學術夏令營并提供專項資金支持。這些工作坊和夏令營與所在地政府合作，全社會征集參與者，針對具體的社會治理問題設計開發(fā)了許多成功的數(shù)據(jù)產(chǎn)品，并普及了數(shù)據(jù)思維和數(shù)據(jù)產(chǎn)品的設計開發(fā)方法。
第三種是號召行業(yè)組織和公益機構利用開放大數(shù)據(jù)。例如，www.drivendata.org等互聯(lián)網(wǎng)組織面向社會福祉發(fā)起專題活動并提供獎金;Datakind、Bayes Impact等非盈利機構致力于推動大數(shù)據(jù)運用于改善弱勢群體生活水平等，很好地彌補了政府和企業(yè)未能及時關注的一些社會問題。
這三種方式中，目前僅第一種在國內(nèi)得到過應用，且規(guī)模較小，未能引起社會關注。善用群體智慧，可以通過小投入牽動大收益，值得予以重視。
五、結(jié)語
本文的研究說明，我國的大數(shù)據(jù)社會治理還剛剛起步，存在很大的提高空間。但我國各級政府的執(zhí)行力很強，只要能將建設熱情和對成功經(jīng)驗的借鑒結(jié)合起來，相信我國的大數(shù)據(jù)社會治理一定能得到快速發(fā)展，并對提高全社會的福祉起到應有的推動作用。
京公網(wǎng)安備 11010502049343號