大数据背景下国家治理的现代化建设研究

经济管理
大数据背景下国家治理的现代化建设研究
贺稚杨　董　飞 湖南师范大学
摘要：随着信息技术的快速发展，大数据在政府部门中扮演的角色也越来越重要。

通过对大数据信息的分析处理，国家的决策科学性，民主化治理能力和公共服务能力得以提高。

同时在国家治理过程中存在着大数据战略意识淡薄，信息安全隐患多和人才稀缺的严重问题。

本文建议提高大数据战略意识，建立信息安全管理制度和加大对大数据专业技术人才的培养等途径来推动国家治理现代化向前发展。

关键词：大数据背景；国家治理；机遇；困境
中图分类号：D035 文献识别码：A 文章编号：1001-828X(2017)001-000063-02
一、大数据的定义
单从大数据的字面意思来看是指具有巨大规模的数据量，这无法与同样是形容数据量大的“海量数据”和“极大规模数据”进行区分。

目前对大数据的定义基本是通过对其特征的阐述和归纳而形成的。

目前最为流行的观点是大数据的“4V”特征说，认为大数据具有规模性(Volume)、高速性(Velocity)、多样性(Variety)和价值性(Value)的特征。

同时还存在5V特征说，即在4V特征说的基础上增加了大数据的真实性(Veracity)特征。

可见，“大数据”并不仅仅只是表面上所体现的大规模数据，而是具有着多维度特性的数据集。

大数据的多V特性，给国家治理创造了新的机遇，同时也带来了新的挑战。

二、大数据背景下国家治理的新机遇
（一）决策层面：提高国家的决策科学性
大数据的运用之所以能够提高国家的决策科学性，首先是其对事物进行的全样本式数据收集，能够极大可能的接近事物的本质属性，从整体上来把握事物对象。

其次，大数据的处理速度快，可对数据进行近实时的分析[1]。

大数据的这一特征改善了传统数据处理的滞后性，增大了国家决策制定的合理性。

第三，结构化数据、半结构化数据、混合型数据和非结构化数据共同组成的全面数据集。

它可以深入的挖掘和分析各类数据之间的相关性，分析数据背后事物之间的内在联系，获得解决社会问题的新思路。

（二）服务层面：提升国家的公共服务能力
在国家治理的现代化进程中，公共服务能力的提升是必不可少的一环。

在当今世界各国中，“新公共服务理论”和“治理理论”共同构建了符合国家治理现代化要求的新服务型政府的理论基础。

其中“治理理论”认为治理主体由原来的单一化向多元化转变，治理过程是具有互动性，治理对象能够参与到国家治理的进程中，具有参与性，同时治理手段变得多样化。

这些主张和大数据的社会属性相似，国家可以利用大数据固有特征，通过对大数据的处理分析，将原本“一把抓”的公共服务向精细化和个性化的方向发展，将服务的重心回到公民的个性化需求中。

并且还能将原本相对封闭的低效服务模式向协同高效的服务模式进行转变，使政府部门之间的横向和纵向协同能够流畅，提高办事效率。

（三）共享层面：提高国家的民主化治理程度
大数据时代下，对于公民来说，大数据的开放和共享给其提供了一个权力开放的社会环境，使得公民能够多维度，多层次的参与到社会政治事务中，以更高效，更全面，更具体的方式为社会事务的处理出谋划策。

数据源的多样化和日常化，公民可以随时随地的了解到政府开放的的信息，而政府信息的公开透明是公民有效参与到政治事务处理的前提，也是政府及时获取公民对社会事务处理或政策制定是否合理的态度和意见。

大数据时代的到来，不仅仅给公民提供了了解国家治理现代化进程的机会，还给公民提供了参与决策、监督政府等的有效渠道。

同时，在大数据信息的公开共享下，实现政务的公开，从而使得政府权力走向“阳光”，国家治理过程实现“可视化”，民主程度得以提升。

三、大数据背景下国家治理的困境及对策
（一）国家治理在大数据背景下存在的问题
第一，缺乏大数据战略意识。

随着即时通讯和移动终端等应用的不断普及，我国成为了当今手机持有量和互联网用户最多的国家。

网民规模的不断增大，为数据规模的扩大提供了技术基础。

然而，我国政府缺乏搜集数据、储存数据和应用数据的思维和意识，导致庞大的数据集难以有效利用到国家治理的进程之中。

目前，我国政府部门虽然开始重视数据在国家治理中的应用，如国家统计局成立的联网直报门户、国务院APP、财经新闻政务APP等多个能够准确传达政府信息的动态窗口，但相对于欧美等发达国家而言，我国在建设和运用数据等方面还存在较大差距。

美、英、法等国均在2012年前就将大数据的运用上升为国家战略，而我国在该方面远远落后于发达国家，凸显出我国缺乏“数据治国”的战略意识。

第二，数据安全和管理隐患多。

在我国，全面多元的数据主要集中在政府和大企业手中，普通个人难以获得大规模的数据，因而造成普通个体和特殊个体之间信息的不对称。

拥有足够数据资源的国家政府和大企业主体相对于普通个人更易于利用大数据来分配资源和改进技术，但在数据的使用过程中，无有效机构和制度对其进行规范监督，因而极易侵犯个人隐私；同时，数据独裁方可能为了市场利益或政治格局的需要，而私自篡改数据，进行虚假分析，并得出有利于垄断者获得自身利益的结果，严重降低数据的真实性[2]。

数据的私自修改和伪造社会个体在短期内难以察觉，但一旦事实真相被揭露，就会对政府部门和大企业主体的信誉造成严重的影响。

并且数据掌握者将个体数据信息在利益化的情况下进行处理，将会给公民带来人身及财产等的安全问题，从而扰乱社会的和谐。

第三，数据处理的专业人才稀缺。

大数据作为高新技术，专业化人才的培养发展是其健康发展的关键。

我国虽为人才大国，但能够掌握大数据处理技术和大数据管理的人才却十分稀缺。

由于近些年互联网在垂直细分领域呈现出精益化发展趋势，这需要大量的数据分析人才来应对。

另外在人才的培养方面，我国虽然有大量的数理统计、计算机专业的人才储备，但能够同时具备商业洞察力和数据分析“硬技能”的人才却较少。

2016年领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。

（二）大数据背景下在国家治理的前进方向
首先，转变观念，提高大数据战略意识。

随着大数据时代的到来，各行各业都与大数据形成了紧密的联系。

通过对大数据的分析处理，可以预测事情的发展趋势。

例如在2017年元旦期间，交通部门通过对以往假期人们出行的大数据信息进行分析，预测出人们出游的高峰时段和道路的运行情况，从而来降低道路拥堵的程度。

“大数据治国”的意识提升的方式可以从三个方面入手。

一方面借鉴别国经验，从国家层面建立大数据的运用体系，深入挖掘数据，系统全面的分析数据，评估大数据在各行各业中发挥的作用，并预测事件的发展趋势。

另一方面政府协同非政府部门或机构共同利用大数据为部门服务，提高有效服务的意识。

同时加大多元主体对大数据的价值认同感，从而增强其“大数据治国”的意识。

最后国家要及时制定和颁布有关大数据发展的相关政策，以国家政策作为大数据技术发展的制度后盾，从而促进大数据运用的快速发展。

现代经济信息
大数据搜索指数存在明显的趋势，一元回归有较好的拟合优度，但是一元回归使用的前提是时间序列不存在明显的转折点，为了进一步确定更好的拟合模型，我们继续如下讨论。

２．转折点的判定
作横坐标为季度，纵坐标为搜索指数的折线图，可以看出，2015年2季度为一个明显的转折点，在这之前，类似于线性一元增长；在之后，2015年3季度仅为3989，2015年4季度仅为4015，并无太大增长，此后呈现下降上升交替出现的形式。

３．模型选择结论
因为不存在在明显的季节性，所以不选择时间序列分解模型；又因为有明显的转折点，所以不应对所有数据采取一元回归的方式；搜索指数的变化类似于先增长后稳定，符合上述条件的模型有：
(1)修正指数模型；(2)龚珀兹曲线模型；(3)皮尔曲线模型。

４．模型的建立
基于matlab软件，模型拟合结果如下：
(1)修正指数模型：
特点：该模型0<c<1，当b<0时，以增长速度递减的方式递增；当b>0时，以增长速度递减的方式递减。

t趋于无穷大时a为其极限。

(a)每季平均值：。

保留两位小数后得到如下预测函数：
当t趋于无穷大时，搜索指数趋近于6389.78。

(b)每四周平均值：。

保留两位小数后得到如下预测函数：
当t趋于无穷大时，搜索指数趋近于6650.56。

每期预测值原始数据见附表4。

(2)龚珀兹曲线模型：
特点：属于生长曲线模型，形状类似于S形，可以描述并判断事物经历的发生、发展到成熟的过程。

(a)每季平均值。

保留两位小数后得到如下预测函数：
根据龚珀兹曲线的性质，搜索指数饱和值约为4490.62。

(b)每四周平均值。

保留两位小数后得到如下预测函数：
根据龚珀兹曲线的性质，搜索指数饱和值约为4551.14。

(3)
适用于在成熟期事物的饱和量(或称市场最大潜力)的预测。

(a)每季平均值：
；
4224.2。

(b)每四周平均值：
；
4264.2。

５．模型比较
每季平均R2值，修正指数曲线模型为0.9516，龚珀兹曲线模型为0.9582，皮尔曲线模型为0.9539；每四周平均R2值，三者分别为0.902、0.9075、0.9033。

三个模型的R2均达到了显著性水平，可知模型拟合度很高，其中按每季平均计算的拟合优度，由于平滑了更多的随机性因素，拟合度都大于按每四周平均计算的拟合优度。

龚珀兹曲线模型的R2值最高，其次是皮尔曲线模型，再次是修正指数曲线模型。

结果分析：大数据搜索指数不存在季节性，但存在明显的周期性。

从2012年以来，其搜索指数呈快速递增趋势，2015年2季度左右以后，其增速放缓，逐渐呈现饱和趋势。

在饱和度的预测方面，修正指数t无穷大的条件难以实现，我们主要根据后两个模型进行判定，得到了大数据搜索指数已经趋于饱和，并且饱和值位于4200-4600左右的结论，即市场对于大数据搜索的热度，已经从狂热趋于理性。

参考文献：
[1]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究,2014,31(1):5-9.
[2]云舟工作室.MATLAB6数学建模基础教程[M].北京:人民邮电出版社,2001.
[3]曹挺.统计学是新世纪具有辉煌前景的学科[N].中国信息报,2002.
其次，加强国际合作与制度建设，保护数据安全。

制度的健全是大数据安全的重要保障。

大数据时代，人们的生活离不开互联网，每时每刻都在产生着数据信息，而我们的信息在法律和监管体系不健全的情况下基本属于“裸奔”的状态，对个人和集体的信息安全产生严重的危害。

一方面我国需要加快制定《信息公开法》、《数据安全法》、《隐私保护法》等相关的法律法规[3]。

另一方面，互联网具有全球特征，保护数据的安全并非一国之责，需要各国共同协商制定数据安全的保护办法。

在维护本国数据信息安全的同时不侵犯别国数据安全。

最后，加快核心技术突破和专业人员培养。

我国虽在IT领域取得了巨大成就，产生了像联想、华为这样的大型跨国企业，但是其产品在数据的获取、存储和管理等核心技术方面仍落后于国外同领域的企业。

在这个信息化时代，牢牢抓住数据主权，不仅仅是扶持IT行业的发展，还需在核心技术上有所突破，拥有数字设备的核心专利，以保障我国在信息技术上的自主权。

同时我国还需大量培养高新技术人才。

一方面，要完善岗位设置，在各级政府部门设立数据管理岗位，进入决策层，直接对领导负责。

另一方面高校、科研所和相关骨干企业应建立大数据人才培养体系，使短期培养与长期系统教育相结合，培养出符合时代要求的技术型与管理型人才。

参考文献：
[1]方巍,郑玉,徐江.大数据:概念、技术及应用研究综述[J].南京信息工程大学学报(自然科学版),2014,05:405-419.
[2]郭建锦,郭建平.大数据背景下的国家治理能力建设研究[J].中国行政管理,2015,06:73-76.
[3]崔冬,胡敏.试论政府信息公开中个人隐私权的保护[J].成都行政学院学报,2010(02):50-52.
基金项目：2016年湖南省研究生科研创新项目成果(项目名称：大数据时代公共政策决策科学化研究；项目编号：cx2016B180)。

上接（第６２页）。