提升国家治理数据效能

　　广州大学公共管理学院教授陈潭在《社会科学研究》撰文指出，正确的治理效能必然要考虑治理的权能前提与动能操作，但基于治理对象本身的特殊性，治理的效能有必要考虑大数据本身呈现的一些规律特征，从而实现数据赋能的高效治理。从当前大数据在经济社会领域中的应用经验看，国家治理的数据效能应遵循如下要求：

　　一是循数治理而非反应式治理。面对海量数据，应主动挖掘数据价值，不能停留在孤立事件上的“头痛医头，脚痛医脚”反应式治理。直觉和经验主导决策的时代已远去，大数据将若干国家治理变量变成可统计、可度量、可计算的对象，“用数据说话、用数据决策、用数据管理、用数据创新”的循“数”法则成为公共管理和国家治理的重要原则。大数据意味着人类在寻求量化和认识世界的道路上前进了一大步，过去不可计量、存储、分析和共享的很多东西都可被数据化，标志着人类认识和改造自身世界进入更客观、精准、全面的历史阶段。

　　二是智能治理而非拍脑袋式治理。现有的海量数据已超出单个人脑所能处理的能力极限，因此必须利用人工智能技术有效处理大数据。在大数据应用实践中，利用数学模型、仿真技术、数据融合可揭示原来难以展现或没有想到的非线性关联，能挖掘国家治理隐蔽的关联变量和相关关系，拓展政府决策和国家治理的信息边界，提高公共决策的正确性、科学性和国家治理的回应性、有效性。

　　三是简化治理而非创制复杂的治理。所有生产过程和社会事件呈现的数据都是无序、复杂且海量的，大数据的治理目标就是将这些海量数据简化为直观而容易理解的现象模式，为有效决策提供依据。大数据思维更加注重相关关系，而非因果关系，不同来源的数据或数据集之间的相关关系构成大数据分析的重点。因为因果关系是解释普遍联系的事物先后相继、前因后果的线性关系，而相关关系是揭示事物普遍联系中的非线性关系。

　　四是协同治理而非单极化治理。大数据时代，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、社会组织甚至民众个体都将在国家治理体系中发挥作用。因此，确保治理数据的流动畅通、获取快捷、阅读简便是提升国家治理数据效能的重要目标，协同治理是其必然结果。

　　总之，大数据注重“全数据”“全样本”，而非“小数据”“小样本”，国家治理数据处理从样本数据变成全部数据，能更加全面、立体、系统地认识国家治理的总体状况。 （悦琪 辑）

海量资讯、精准解读，尽在新浪财经APP