(南開大學 周恩來政府管理學院，天津 300350)

一、問題的提出

海量、高速、多樣、價值、真實，“大數據”對傳統數據的超越，不僅在于其量的增擴，更在于其質的飛躍?！按髷祿笔紫葢敱焕斫鉃橐唤M新的實踐，同時，它也構成了一種獨特的認識論，并成為了一種社會關系的組成部分[1]。換言之，“大數據”不僅作為一種數據資源和分析技術推動了實踐創(chuàng)新，還作為人們獲得新認知和創(chuàng)造新價值的源泉引導了思維變革，并深刻地改變著社會互動中政府與公民的關系[2]9，重塑著治理理念、方法和秩序[3]。

大數據對思維領域的重大影響引發(fā)了學界的高度關注，尤其在運用大數據“提升國家治理現代化水平”[4]的倡導下，將大數據思維與政府治理進行結合思考的研究成果不在少數。多數學者以大數據思維為出發(fā)點，對于政府在某些具體問題上或特定領域中的治理優(yōu)化展開針對性探討，如鄭瑞強(2015)基于大數據思維提出精準扶貧的新策略[5]，孫粵文(2016)以大數據思維作為風險社會公共安全治理的新視角[6]。部分學者如刁生富(2018)等更從大數據思維的建設、創(chuàng)新、應用等方面，綜合性探討了大數據思維對地方政府市場監(jiān)管、社會管理、公共服務等治理能力的提升[7]。同時，也有不少學者如黃新華(2015)等認識到，大數據思維固然為政府治理創(chuàng)造了種種機遇，但也對政府治理變革提出了新挑戰(zhàn)，需要辯證分析和風險防范[8]。

“思維的轉變對研究、尋求對策都會發(fā)生轉變。”[9]大數據思維固然是探索政府治理能力提升的有益視角，但目前學界的研究多集中于大數據思維與政府治理實踐的直接聯系，而忽視了政府治理理念的優(yōu)化也是其治理能力提升的一個重要方面，并且大數據與政府治理兩大領域的跨界創(chuàng)新和良性互動的實現，必然要以政府治理理念為紐帶。大數據思維首先對政府治理理念產生影響，繼而以頂層設計帶動、推進和保障政府治理的各項舉措，由此方能真正實現從思維到行為的傳導，從理念到實踐的落地。因此，本文嘗試立足于思維和理念層面的直接互動，關注“破舊立新”和“杜漸防萌”兩大重要方面，從機遇與風險的辯證視角，具體分析大數據思維對政府治理理念的影響，并進一步思考在推動大數據思維融入政府治理理念，推動其轉變、更新、優(yōu)化的進程中，化挑戰(zhàn)為機遇、化風險為價值的路徑方向。

大數據時代，一切皆可量化，一切皆可容納，一切皆可聯動。大數據思維，也相應地表現為定量思維、全樣思維、相關思維這三大方面。定量思維為大數據分析的可視性和可行性提供前提，全樣思維為大數據收集的廣泛性和真實性提供保障，相關思維為大數據預測的能動性和合理性提供支撐。具體而言，大數據定量思維主要包括“數據核心”“標準參照”“結果導向”等理念，大數據全樣思維主要包括“宏觀視角”“平等理念”“全面匯集”等理念，大數據相關思維主要包括“普遍聯系”“相互傳遞”“數據共享”等理念，在重塑政府治理理念的過程中，既創(chuàng)造了新機遇，又提出了新挑戰(zhàn)。

二、“破舊立新”：大數據思維挑戰(zhàn)和重塑傳統政府治理理念

大數據思維融入政府治理理念，首先體現為“破舊立新，推陳出新”的過程。大數據思維固然對政府長期秉承的治理理念產生了一定沖擊，但也有助于突破傳統政府治理理念的某些束縛。同時，大數據思維為重塑科學化的政府治理理念提供了創(chuàng)新思路，為建構現代化的政府治理體系提供了嶄新活力。

(一)大數據定量思維挑戰(zhàn)經驗決策傳統理念

破“經驗唯上”之舊，立“數據核心”之新；破“粗放歸納”之舊，立“標準參照”之新；破“借口推諉”之舊，立“結果導向”之新。大數據定量思維挑戰(zhàn)和突破政府經驗決策的傳統治理理念，有助于培養(yǎng)和增強科學決策的創(chuàng)新治理理念。

1.“數據核心”突破“經驗唯上”

傳統數據驅動的政府治理，由于數據采集、統計、分析、比較等各個環(huán)節(jié)都存在漏洞或滯后，數據基礎不夠夯實，數據支撐較為薄弱，導致政府在決策時可能處于數據不完整、信息不對稱的困境，只能運用過往經驗和主觀判斷加以彌補甚至替代，潛移默化形成了經驗決策的思維慣性。

而大數據引導下，數據作為載體，將各種現象、行為、感受、程度等具體化、直觀化，從而推動了深入的觀測、計算、分析、運用，愈發(fā)彰顯出必要性、關鍵性和科學性。政府源源不斷接收著來自全方位多層次寬領域的數據信息和統計報表，秉承“數據決策”原則，在形勢把握、前景判斷、效果預估等決策考慮中能夠實現并且也必須做到有據可依、有據可查、有據可證，從而提供了科學決策的有益思路和有效捷徑。

2.“標準參照”突破“粗放歸納”

傳統數據驅動的政府治理，盡管政府也能夠匯集相當數量的數據，但往往只能形成數據的“集合”，而非“集成”或“整合”，難以清晰反映出數據的分布態(tài)勢，難以依據相關規(guī)律對各個方面或各項指標內的數值進行細化分層，導致政府在試圖運用數據助力治理實踐時受到阻礙，常常照搬往期模板或挪用其它方面的閾值設定來對新數據信息進行界定和歸納。

而大數據引導下，數據收集更加全面廣泛、數據整理更加統一規(guī)范、數據呈現更加明確有序，能夠對各項數據進行智能化、高效化、精確化的分類和分層，一定程度上避免了政府面對龐雜數據時只能進行大致估計和主觀劃分各種“安全區(qū)”、“高危區(qū)”“正常值”“異常值”等的粗略性和隨意性，有助于科學決策，提升效能。

3.“結果導向”突破“借口推諉”

傳統數據驅動的政府治理，由于數據的不完整性和不全面性，數據對于政府績效的反映能力和權威地位還難以保證。當政策未能達到預期效果、治理能力未能獲得有效提升時，各部門各層級往往尋找各種數據指標的空隙，試圖在這些考核監(jiān)管的漏洞中爭取解釋權，以各種借口推脫責任、夸大偶然因素干擾性等。

而大數據引導下，“政策效果”“政府績效”等“結果”均能夠以數據直觀反映于各類報表，方便各部門、各層級之間進行比較。在有限的時期內和寶貴的資源下，即使各種“困難”和“意外”存在干擾，但對其進行及時妥善的解決顯然也被列入了職責范疇，因此，“結果導向”對各部門各層級政府及其工作人員起到了一定的督促作用，推動其通過加強風險預估防范等能力，保證狀態(tài)穩(wěn)定、實現結果優(yōu)化。

(二)大數據全樣思維挑戰(zhàn)片面決策傳統理念

破“狹隘局部”之舊，立“宏觀視角”之新；破“少數忽視”之舊，立“平等理念”之新；破“按需搜取”之舊，立“全面匯集”之新。大數據全樣思維挑戰(zhàn)和突破政府片面決策的傳統治理理念，有助于培養(yǎng)和增強系統考量的創(chuàng)新治理理念。

1.“宏觀視角”突破“狹隘局部”

傳統數據驅動的政府治理，由于數據采集的完整度和全面性難以保證，數據存儲空間和管理能力有限，數據整合和分析技術不足，往往采用抽樣的方法作為權宜之計。受此限制，政府往往只能針對某些方面的部分問題、某些群體的突出需求開展局部性的管理和服務。

而大數據引導下，政府的數據采集和分析能夠實現由抽樣向全樣、從局部到整體的視野擴大，總體來看，樣本的真實性、穩(wěn)定性大大增強，數據的可信度、有效度大大提升。同時也有助于政府擺脫小樣本的狹隘視角和具體問題的操作限制，立足全局進行宏觀把握、統籌考慮、系統分析，更多發(fā)現共性問題和整體趨向，減少重復決策、被動決策。

2.“平等理念”突破“少數忽視”

傳統數據驅動的政府治理，政府往往只能將某些數據普及度較高的群體所反饋的信息納入決策考慮，大部分和一般性的訴求和態(tài)度被默認為社會整體的共同利益。而對于某些數據采集技術未能捕捉和跟進的群體和個體，其具體需求難以得到充分反映。往往只有當這些個體形成具有一定影響力的組織或這些少數群體的呼聲較為強烈、提出特殊要求時，才能得到政府的重視和針對性解決。

而大數據引導下，所有數據均是大數據網絡中的節(jié)點，都是被批量收集并等待智能分析的要素。這種平等理念也在一定程度上影響了政府對于社會中多元群體甚至個體的態(tài)度。由于每個個體產生的數據都具有價值性，在實踐中能夠保證采集和分析的渠道暢通，在理論上也能夠對整體數據以至最終決策產生一定影響，因此均需要被納入政府系統性的考慮范疇，客觀上有利于促進社會公平。

3.“全面匯集”突破“按需搜取”

傳統數據驅動的政府治理，需要政府利用自身的能力優(yōu)勢、耗費大量的人財物力進行數據信息的收集，尤其是對于常規(guī)、主要的指標之外的特定所需數據，更加需要依靠政府的主動出擊和專門要求，所得數據信息的多少、深度、價值，往往取決于政府的能力所及。并且這種主動搜集實際上往往將數據置于被動地位，沒有指定的具體需求驅動，則一般不會耗費資源成本對這些“無用”數據進行搜集、整理、分析。政府難以采集到的數據對象也往往成為被忽視的群體或領域，形成“數據暗角”甚至“數據死角”，難以對政府治理發(fā)揮能動性作用。

而大數據引導下，數據采集的觸角深入方方面面，數據網絡全面鋪開、即時延展，人們的各種行動都處處留痕，直接推動了數據由被動搜集等待挖掘，到主動輸出自主“發(fā)聲”[2]28，源源不斷服務于決策的這一地位轉變，從而顯著擴大了政府的數據渠道，豐富了決策的數據寶庫，為政府治理中全樣思維的運用奠定數據基礎，為進一步的數據分析和價值挖掘提供了海量、全面、實時的數據來源。

(三)大數據相關思維挑戰(zhàn)機械決策傳統理念

破“原因追溯”之舊，立“普遍聯系”之新；破“數據壁壘”之舊，立“相互傳遞”之新；破“層級束縛”之舊，立“數據共享”之新。大數據相關思維挑戰(zhàn)和突破政府機械決策的傳統治理理念，有助于培養(yǎng)和增強協同共治的創(chuàng)新治理理念。

1.“普遍聯系”突破“原因追溯”

傳統數據驅動的政府治理，往往傾向于對因果關系的探尋，由某一數據指標的異常反饋追溯其影響因素，在這種思維下，數據的作用僅在于為政府介入觀察、加強干涉敲響警鐘。并且，復雜的社會條件下，廣泛的社會網絡中，某一具體問題產生的既有影響可能涉及多元主體、多樣方面、多重關系，精準定位問題癥結實為困難，解決問題的成本不僅要包括對消極影響的范圍和程度控制，還要加之追因所耗費的寶貴時間資源和人力物力財力等，反而不利于降本增效。

而大數據引導下，現象與現象、主體與主體、現象與主體之間存在或顯性或隱性、或主要或次要的普遍聯系，通過這些相關性的廣泛建構和彼此交互，已經能夠實現大數據的核心——預測[2]16，從數據關系網絡中梳理出某些指導性的規(guī)律，直接為政府決策和改善治理提供明確方向和創(chuàng)新思路，而無需經過因果溯源的復雜求證環(huán)節(jié)。并且，在大數據網絡中往往也只能知道“是什么”，而難以發(fā)掘“為什么”。因此，不同于“出現問題-邏輯分析-找出因果關系-提出解決方案的事后‘救火’模式”的傳統管理流程，大數據引領了一種“搜集數據-量化分析-找出相互關系-提出優(yōu)化方案的正向思維模式”[10]，大大節(jié)約成本并提升效率。

2.“相互傳遞”突破“數據壁壘”

傳統數據驅動的政府治理，各部門各層級政府一般就自身及其業(yè)務項目單獨形成數據，加劇了“數據壁壘”“信息孤島”現象，彼此之間的數據對接、信息傳遞、合作聯動等存在較大阻礙，數據冗余和不對稱性現象多發(fā)，不利于政府工作的高效和精準。

而大數據引導下，相關性的建構不僅廣泛存在于數據采集對象，也推動了政府各部門各層級之間進行數據信息的公開共享，開展規(guī)范統一的大數據平臺協同共建，為各部門各層級獲取海量多樣數據信息提供了可能渠道和便利途徑。某一部門或某一層級的政府上傳的數據，將被即時更新錄入大數據共享平臺，在其它部門或層級的政府涉及相關內容或處理相關業(yè)務時，可以直接從平臺上調用和傳輸所需數據和信息，實現一個數據的隨時共用，一種資源的多方共享。

3.“數據共享”突破“層級束縛”

傳統數據驅動的政府治理，由于數據往往需要權威力量的調用和管理，甚至為高層政府所壟斷，下級政府仍然處于被動接受和直接使用上級公布或下達的既定數據結果、遵照上級意見和服從上級決定執(zhí)行落實具體管理和服務工作任務的地位，實則未能真正享受和有效運用廣泛而強大的數據權力。

而大數據引導下，各層級政府平等享有訪問大數據共享平臺、調用各項所需數據信息的權利，不再僅僅為上級政府既有數據和決策結果的下達所限，而能夠發(fā)揮更大的能動性和自主性，通過數據信息的上傳、更新、補充，為上級政府提供更豐富、更詳實、更精準的決策參考和政策建議，為系統整體注入持久動力和創(chuàng)新活力，上下聯動促進治理體系內的有序高效互動，推動治理效能的穩(wěn)步提升。

三、“杜漸防萌”：大數據思維下政府治理理念轉變面臨風險

大數據思維固然為政府治理理念的重塑提供了創(chuàng)新視角，但也暗藏了誤導政府治理理念走向歧路的潛在風險。因此，在推動大數據思維融入政府治理理念的過程中，還應當認識到“杜漸防萌，慎之在始”，積極主動做好風險防范，遏制不良傾向。

(一)大數據定量思維誤導數據依賴

大數據定量思維可能誤導政府形成數據依賴，亟需預防落入“數據核心”下的片面決策、“標準參照”下的路徑依賴、“結果導向”下的績效唯上等不當治理觀念的陷阱。

1.“數據核心”下的片面決策

政府在數據決策的轉型中，可能逐漸淡漠了“數據核心”與“唯數據”的嚴格區(qū)分和重要邊界。全盤否定傳統經驗而夸大數據決策作用，以硬性、冰冷的數據信息為全部、唯一的決策依據，大大減少甚至完全忽視其它對決策具有一定參考價值的依據，如從往年治理工作中總結的經驗教訓、對社會經濟發(fā)展應然現象的預測考慮、將決策者自身與廣大群眾換位思考得出的主觀意念和管理偏好等，這些周全考慮、綜合定位、審慎決策的不當約簡，都可能誤導政府在面對本階段較以往突然波動的數據時，作出該階段發(fā)展或倒退的片面判斷；面對本地區(qū)較全國尤為特殊的數據時，進行該地區(qū)優(yōu)異或落后的不當定位；在面對廣大群眾的政策反饋和利益訴求，與決策者嚴格遵行“數據決策”的“科學”預期和“應然”效果存在較大差異時，陷入不知所措、自我懷疑、混亂失序和應急不當的困境。

2.“標準參照”下的路徑依賴

大數據技術對各項數據的所謂“智能”歸納，實質上也只是按照數值的總體分布態(tài)勢、對應其它相關指標的類別設置、細化往期該指標的層次劃分等，為政府提供相對科學、動態(tài)更新的一系列計算結果。倘若政府過度信任和依賴這些參照依據，便易于將“眾數”或“中位數”等具有占比性質的統計數值，簡單設定為某些現狀是否“正?！焙汀胺€(wěn)定”的判斷標準，甚至利用大數據的精確性，認為某一方面中某項具體指標的數據具有代表性意義，便以偏概全將其作為判斷整個方面、狀態(tài)、形勢的決定因素甚至唯一標準。另外，這也容易導致對關鍵閾值以內所謂“安全區(qū)域”“正常范圍”的具體數據進行籠統粗放的處理，而忽視了這些數據中存在的細微差別和潛藏的多種風險，從而使“標準參照”異化為路徑依賴的工具，以科學決策為名，行庸政懶政之實。

3.“結果導向”下的績效唯上

“結果導向”思維也可能導致政府迫于績效的壓力，片面或過度追求數據上的“成就”，而違背了政府的工作理念和服務宗旨。如為了降低“成本與投入的比率”以優(yōu)化“經濟”評價指標，忽視某些高投入、見效慢但能夠切實改善民生的項目；為了縮短“平均辦理時間”以優(yōu)化“效率”評價指標，在業(yè)務辦理時草草應付了事或推脫復雜事項；為了迎合“公眾滿意度”以優(yōu)化“效果”評價指標，偏向于為本地區(qū)內人口比例較大的群體提供便利等。[11]盡管在大多數指標數據保持穩(wěn)定和相對平衡時，對于個別項目的超量投入暫時不會對政府治理和社會發(fā)展產生明顯的消極影響，但本質上這種偏向性的刺激不利于有限資源的優(yōu)化配置，不利于真正適應民眾需求，不利于整體效能的持續(xù)提升。

(二)大數據全樣思維誤導泛化應對

大數據全樣思維可能誤導政府走向泛化應對，亟需預防落入“宏觀視角”下的細節(jié)疏忽、“平等理念”下的過度均一、“全面匯集”下的攫取膨脹等不當治理觀念的陷阱。

1.“宏觀視角”下的細節(jié)疏忽

“宏觀視角”的實現得益于大數據強大的容錯能力。這種容錯思維固然能夠幫助政府有效避免“鉆牛角尖”和拘泥于“細枝末節(jié)”等現象，減小某些干擾因素對決策的消極影響，樹立大局意識，關注整體導向。但另一方面，這也可能導致政府片面理解系統論的相關理念，只認識到整體居于主導地位，發(fā)揮統率作用，具有部分所不具有的某些功能，從而弱化了嚴謹細致的工作態(tài)度，傾向于籠統性、粗略性對待各種相似對象和細微差別，對于數據流程各環(huán)節(jié)的確認、檢查、審核、監(jiān)管等工作掉以輕心、模糊處理、應付了事，而未能意識到部分同時制約著整體，某些看似無關緊要的偏誤在一定條件下也會對工作實踐、社會治理、政府形象等造成嚴重后果。

2.“平等理念”下的過度均一

“平等理念”也可能異化為“平均主義”，使政府傾向于將多元群體和獨立個體完全視為一個社會整體，只把握其共性需求，對其進行無差別的服務管理，而忽視了對某些弱勢群體的幫扶和特殊群體的關注，導致社會差距的擴大、社會矛盾的激化，反而不利于治理環(huán)境的有序和穩(wěn)定。而事實上，公平應當是適度的、合理的、可容納的、可接受的不平等。政府治理不應當只是在法律法規(guī)的遵守、義務的履行上、基礎性權利的享有等方面強調平等，而忽略了治理實踐中在不損害國家和集體根本利益的前提下，對某些具體情況、特殊群體、敏感問題等進行適度傾斜和科學干預的重要性和必要性。另外，盡管政府能夠借助大數據精準捕捉各社會成員的多樣化需求，在理論上將各社會成員均納入決策考慮、政治參與、協同治理等的范疇，但在實際中由于政府物質資源和時間精力的有限性，海量數據也往往被大量浪費，最終仍然選擇性地只看“重點”“總體”數據信息，依然受到傳統思路和經驗的束縛。

3.“全面匯集”下的攫取膨脹

“全面匯集”的實現也暗藏了將政府治理理念導向歧路的風險?！拔覀內匀簧钤谝粋€機構權威的時代”[12]159，政府在各種政務數據和社會數據資源的掌握上仍然占據優(yōu)勢。政府治理的大數據化愈發(fā)凸顯了數據量和信息源的地位，在這種龐大需求的驅動下，政府為了保證決策來源的廣泛和穩(wěn)定，增強決策的科學性和實質性，易于傾向利用自身權威和能力，不斷擴大數據采集的范圍，拓展數據挖掘的深度。這種攫取欲望的膨脹往往導致對數據采集目標對象的隱私侵犯，反而違背了政府以人為本的初衷。同時，大數據時代最重要的戰(zhàn)役在于“平臺”和“豎井”之間[12]159，為了維護自身的數據優(yōu)勢，保障已有的數據安全，防止公開的數據貶值，政府可能傾向于利用權威壟斷某些數據挖掘的特權，對龐大的數據資源進行暗箱管理甚至操縱，反而形成了政府與社會之間更大規(guī)模的屏障和隔閡。

(三)大數據相關思維誤導秩序分散

大數據相關思維可能誤導政府陷入秩序分散，亟需預防落入“普遍聯系”下的判斷偏誤、“相互傳遞”下的責任推諉、“數據共享”下的執(zhí)行弱化等不當治理觀念的陷阱。

1.“普遍聯系”下的判斷偏誤

“普遍聯系”固然為政府就相關現象和問題對癥下藥、突破傳統思路的束縛開拓創(chuàng)新、發(fā)揮風險預判和前瞻決策的能動性和靈活性等方面提供了有力依據，但由于大數據的龐雜性和容錯性，這些普遍聯系中也存在著相當數量的干擾性連線，如某些在實踐生活中接觸概率極小的群體之間存在的遠程行動同步等，以致許多實際上并不重要的“相關性”或并不可靠的“假規(guī)律”誤導政府，反而形成不合理的決策偏向。在完全拋棄因果關系探究的情況下，更容易忽視事件苗頭、催化劑、導火索等傳統治理中的重要分析對象，甚至不對根本原因加以判斷，而停留于甚至受惑于現象的表層，采取的相應措施也就往往治標不治本，甚至“頭痛醫(yī)頭，腳痛醫(yī)腳”。

2.“相互傳遞”下的責任推諉

傳統數據驅動下的各部門各層級政府，盡管彼此數據共享性和信息通達度受到限制，但通過有限的、明確的相關指標，結合既定的職責范疇劃分，能夠較為直觀、迅速地定位到責任主體，因此在一定程度上能夠督促各部門和各層級政府工作人員責任感和嚴謹度的增強。而大數據治理中，多元主體對共享平臺上的任意數據信息均有可及性，一種數據可能被各有關部門或層級政府多次調用、傳輸，甚至在某些系統設置下可以被更改和編輯。因此，當某些突發(fā)狀況出現，需要專門性的應急解決或出現了重大決策失誤需要嚴格追責時，這種數據共享的平臺反而成為了將具體職責進行“相互傳遞”，導致推諉扯皮的“擋箭牌”。

3.“數據共享”下的執(zhí)行弱化

“數據共享”也可能為下級政府的隨意性和不服從暗藏風險。由于數據共享平臺的開放性和平等性，上級政府無需再為下級政府提供既定的相關數據。下級政府在接到上級的執(zhí)行指示后，可以依據實際情況和具體需求，自行在平臺上隨時調用相關數據信息。并且由于擺脫了在數據方面受到的規(guī)定和限制，下級政府在數據的篩選、分析、闡釋等方面都具有了更大的自主空間，不排除不同層級政府在數據標準的確定、數據內容的選擇、數據規(guī)律的分析等方面產生分歧的可能。同時，這種在數據獲取方面的能力發(fā)揮和權利實現也帶動了下級政府在其它領域上自主意識和欲望的增強，使政府傳統層級服從和嚴格執(zhí)行觀念受到了扁平化沖擊，可能反而導致政策貫徹落實的難度提升、效能降低。

四、大數據思維融入政府治理理念的原則

大數據思維下政府治理理念的轉變，機遇與風險并存。如何把握機遇，規(guī)避風險，并能動地將嚴峻挑戰(zhàn)轉化為長效價值，是實現大數據思維真正融入政府治理理念的必由之路，亦是當務之急。堅持科學與人本、系統與精準、協同與權威的有機統一，正是推動大數據思維下政府治理理念煥發(fā)新活力、增添新動力、展現新能力的創(chuàng)新思路。

1.堅持科學與人本的有機統一

政府治理理念要增強大數據定量思維中“數據核心”“標準參照”“結果導向”理念的科學性，同時也不應忽視傳統治理理念中的某些寶貴經驗和有益方式。既要夯實數據基礎以有力服務科學決策，克服傳統拍腦袋決策的弊端，又要堅持以人為本和民生導向，思考如何運用工具理性和價值理性的“交叉復現”[13]以實現“善治”目標[14]。

一要將科學的數據支撐與寶貴的治理經驗相結合。明確“數據核心”不等同于“唯數據”決策。一方面要培養(yǎng)有效利用數據信息資源、從對數據本身的研究中把握問題和啟迪決策的習慣和能力；另一方面也要將從數據分析中得出的結論和預判，結合往年的治理經驗、國家的發(fā)展方向，以及一般的社會常識進行二次思考和論證，檢查是否存在數據上的直觀反映與常理不相符合甚至逆反的情況，若存在則需要更為嚴謹地展開進一步的剖析，鼓勵決策團隊中定量分析與定性分析互為補充，防止一人專斷的認識偏頗，也防止唯數據或唯經驗的片面決策。

二要將確定的值域范圍與動態(tài)的實際情況相結合。一方面要充分利用大數據高效精準的分類、分層技術，使原始的海量數據資源條理化、直觀化，易于查找、調用和分析；另一方面也要注意，這種分類與分層的標準雖然可能是事先人為設定的，建立在一定的往年經驗和常識判斷的基礎之上，但每一批的數據都有所不同，反映著動態(tài)變化的復雜情況。面對數據收集和分揀系統提供的初步的、機械的歸納報表時，仍須對各個指標及其數據進行大致的復核，尤其是對處于各個值域“邊緣線”的數據，應當多加關注而不是直接采用，調整糾正“非人格化”操作下某些不合理的硬性歸并。同時要在初步的類別、層次的基礎上，進行橫縱梳理、同類比較、往期對照等，及時發(fā)現問題，有針對性地二次調查確認。

三要將精準的績效評估與真正的民生需求相結合。一方面要有效發(fā)揮大數據在政府績效評估中公平、明確、及時、多樣的優(yōu)勢，激勵相關工作人員提高效率、縮短流程、加大投入、勤辦業(yè)務等；另一方面也要認識到，考核數據的反饋基于技術，但評估指標的設定主體在人。因此要完善相關評估指標，健全數據收集網絡，做到全面考量、比例合理，增強說服力和有效性。將對少數弱勢群體的幫扶、對服務管理“暗角”的改善、對重點難點問題的創(chuàng)新等納入評估體系和數據網絡，監(jiān)督相關工作人員腳踏實地，防止投機取巧、避重就輕，也鞭策相關工作人員為民服務，防止濫用職權、尋租腐敗。

2.堅持系統與精準的有機統一

政府治理理念要增強大數據全樣思維中“宏觀視角”“平等理念”“全面匯集”理念的系統性，同時也不應拋棄長期培育出的嚴謹工作作風和“針對性”應變能力。既要樹立大局意識，統籌規(guī)劃考慮，普遍關注各個群體和多種需求，又要適度政策傾斜，分析具體問題，照顧弱勢群體和特殊需求，實現共性與個性、整體與部分、普遍性與特殊性的辯證統一。

一要將宏觀的統籌能力與嚴謹的工作態(tài)度相結合。一方面要利用大數據強大的容錯能力樹立宏觀視角，從整體上把握全局情況和發(fā)展態(tài)勢，避免“鉆牛角尖”和拘泥于“細枝末節(jié)”；另一方面也要堅持細致的工作態(tài)度和嚴謹的工作作風，對某些關鍵領域和重點問題中的數據進行復核和探討，防止“千里之堤，潰于蟻穴”。要利用大數據提供的便利，將其為分析和決策過程節(jié)省出的寶貴時間精力，更多投入對技術誤差的排查、對相似對象的甄別、對關注重點的選擇等，在加固長板、補齊短板的同時，也要留意補缺補漏、及時止損，否則達成的也只是不全面、不完善、不可持續(xù)的“發(fā)展”。

二要將基礎的形式平等與必要的差別原則相結合。正如羅爾斯之正義論，既要重視平等自由的原則，又要將機會的公正平等原則與差別原則相結合[15]。平等理念不等于平均主義，公平原則也不等于絕對平等。因此，一方面要以大數據思維下的平等性增強政府對程序、權利、資源、機會等方面公正性重視；另一方面也要通過大數據的全面性、精準性反饋出的“盲區(qū)”和“暗角”，有針對性地對弱勢群體、特殊群體和敏感問題、冷門問題，以及一些突發(fā)情況、具體情況等做出靈活、及時、有效的應對和處理，從而達到有限資源和優(yōu)化配置的協調，多樣需求和全面關照的統一。

三要將獨特的數據優(yōu)勢與人道的隱私保護相結合。一方面，政府要利用自身的權威性、正規(guī)性和合法性，引導公民自愿支持和有序配合政府的數據采集，同時可以借鑒多元共治的思路，與其它非政府主體進行穩(wěn)定、安全的合作，在合法合理的范圍內擴大數據來源、豐富數據寶庫、補充數據指標；另一方面也要重視隱私保護和信息保密問題，對于某些關鍵信息和重要資源，政府必須實施一定的“壟斷”，加以嚴密的保護和跟蹤，防止數據信息被“營私”和“不法”的個人或組織攫取和擴散，這既侵害了公民的權益，也損害了政府的形象。

3.堅持協同與權威的有機統一

政府治理理念要增強大數據相關思維中“普遍聯系”“相互傳遞”“數據共享”理念的協同性，同時也不應革除長期以來雖有所弊端但總體穩(wěn)定運作的政府主導和上級指導模式。既要鼓勵數據共享、多元參與、多方監(jiān)督、合作共治，又要合理利用政府的執(zhí)行程序和科層規(guī)范，保障大數據治理的落地見效、穩(wěn)定有序。

一要將普遍的聯系建構與重點的因果推導相結合。一方面要堅持在大數據營造的各要素普遍聯系環(huán)境中建構統一的有機整體，同時也要從大數據提供的某些潛在聯系中培育政策創(chuàng)新思路，從大數據反映的某些規(guī)律趨勢中把握政策制定方向；另一方面也要明辨這些潛在聯系和趨勢規(guī)律的可靠性和有效性，不應盲目信任數據的“牽線”和“引導”。在把握全局、把握主流，同時把握重點、把握關鍵的前提下，可以在經過分析判斷后，適當剔除某些指標，降低數據的冗雜度，方便決策過程中的不斷查證和研討。對于某些較為“反常”的現實情況或數據信息，應當加以嚴密的推理、考證、溯源，發(fā)現實質問題從而采取治本之策。

二要將適度的操作權限與明晰的責任界定相結合。一方面要保證各部門和各層級政府的工作人員對相關數據信息有一定的操作權限和調用能力，以方便其工作任務的持續(xù)開展和隨時復核；另一方面也要加強對數據處理和應用的追責機制建設，可以通過在數據轉引、編輯、復制、發(fā)送等環(huán)節(jié)上健全記錄檔案，并定期分析各部門和層級對某領域數據的使用頻次等，結合其工作實際情況的需要，分析是否有濫用權能的傾向，從而及時介入調查，明確責任，強化監(jiān)督，規(guī)范使用，減少推諉扯皮導致的對工作效率和工作作風的雙重損害。

三要將數據的共享自主與政策的貫徹落實相結合。一方面要堅持非保密性的數據信息在政府內部同一平臺上的開放共享，減少對數據信息資源的“權限申請”“傳達接收”等流程的繁復和低效，賦予下級政府一定的自主性和能動性；另一方面也要嚴格劃清“扁平化”和“層級化”適用領域的界限，保證需要被嚴格執(zhí)行并貫徹落實的工作任務和政策部署能夠得到有效推進，并由上級政府或專業(yè)部門掌握數據信息的總控權，允許下級各部門在體制框架內、在全面監(jiān)督下，相對自主地運用數據資源，以更好地服務于工作需要。

習近平總書記強調：“善于獲取數據、分析數據、運用數據，是領導干部做好工作的基本功?！盵4]全面培養(yǎng)、牢固樹立、科學把握、靈活運用大數據思維，將大數據思維有機融入政府治理理念，從而積極引導政府治理實踐的有序、有效、有力推進，是推進國家治理體系和治理能力現代化的必由之路。大數據在思維領域掀起了重大變革，但我們仍然應該“保持謹慎態(tài)度，‘批判性思維’先行”[16]，辯證看待其積極意義和消極影響。大數據思維對政府傳統治理理念的沖擊和重塑，固然為政府逐步實現科學決策、提升治理能力提供了全新平臺和發(fā)展空間，但同時也暗藏著一定的風險，倘若對大數據思維的運用不當，反而會因其為政府決策打開的方便之門所誤導，走上與人本核心和服務宗旨漸行漸遠的歧路。然而，通過明確的自身定位、堅定的服務宗旨、積極的理念塑造，政府完全能夠發(fā)揮大數據思維的獨特優(yōu)勢，借大數據思維反觀治理理念的核心原則，以大數據思維啟迪治理理念的優(yōu)化方向，切實將嚴峻挑戰(zhàn)轉化為創(chuàng)新機遇，將潛在風險化為長效價值。由此推動大數據思維對政府治理理念的“破舊立新，推陳出新”。