陈一帆,胡象明大数据驱动型的公共决策过程

转载请注明“刊载于《电子政务》年第８期”。

引用参考文献格式：

陈一帆，胡象明.大数据驱动型的公共决策过程创新及效果评估——基于SSCI和SCI的文献研究[J].电子政务，(08):14-27.

摘　要：随着大数据时代的到来，公共问题的高度复杂性使得传统公共管理范式下的决策模式越发力不从心，大数据驱动的公共决策模式日益成为国内外研究的前沿热点。基于对近十年大数据驱动公共决策创新研究的SCI和SSCI文献的系统综述发现：总体上，国际学界对于大数据驱动公共决策过程优化的研究已较为丰富，尤其是出现了以“公共决策循环”为代表的模型化趋势；大数据驱动的公共决策过程创新主要体现在议程设置信息化、备择方案讨论全民化、决策执行自动化、决策评估实时化以及全过程跨领域综合集成化等五个方面；在大数据驱动公共决策的实际效果评估上，存在乐观派和风险派两种截然不同的理论视角，但少有对其展开验证的实证研究。该研究为公共决策的优化和增进大数据技术在公共政策制定与执行中的作用提供了支持，可供理论研究者和实践工作者参考。关键词：大数据；公共决策；公共政策；议程设置信息化DOI：10./j.cnki.dzzw..08.002年3月，《政府工作报告》首次提出“智能+”的重要战略，再次强调“深化大数据、人工智能等研发应用”。从年至今，大数据已经连续6年被写进《政府工作报告》，从数据应用到数据挖掘再到数据智能，大数据已然向公共决策、规划和实践领域渗透。正如国际顶级学术期刊PublicAdministrationReview所描绘的，以大数据为基础的机器学习、人工智能、物联网、区块链以及5G信息通信等技术正以前所未有的速度和规模急剧影响、颠覆并重塑人类生产生活的各个领域。[1]传统上，基于样本数据、时间序列数据甚至个人经验等有限数据的决策模式只能专注于决策议题的某一时段或某一侧面，无法顾及全局，因而越来越难以服务于复杂社会现实中的决策需要，因此这对决策者转变既有简单决策思维提出了迫切要求。[2-4]年，《中国社会科学》在大数据专题中指出，公共管理进入“数据事实”时代，人机交互、数据驱动成为主导，公共问题的高度复杂性、高度不确定性及普遍存在的“治理失灵”[5]，要求研究者引入大数据思维，进而“抵近”[6]观察、高速捕捉、即时处理决策现场的细微变化，推进决策机制创新和方法变革[7]。可以说，大数据或成为我们重塑公共决策理论、推进传统决策机制变革的重大契机[8]。因此，理解大数据驱动的、具有高度复杂性和风险性的公共事务决策的作用机制和实际效果，对于优化公共决策过程和提升重大决策效果都具有非常重要的理论价值和实践意义。然而，在大数据驱动公共事务决策的实践与研究上，我国仍处于追赶阶段。年1月，波士顿咨询、阿里研究院与百度发展研究中心联合发布的《中国互联网经济白皮书2.0》指出，我国在大数据分析及其决策赋能方面仍落后于美国，以大数据决策相关专利为例，过去12年间，美国的决策专利数为条，远远超过我国的条；美国决策相关专利占专利总数的34%，而我国仅达到10%[9]。而在研究层面，CSSCI数据库中收录有关大数据决策的研究论文共篇，具体到公共管理领域的公共决策研究仅有69篇；相对地，SSCI和SCI数据库中大数据决策的研究共有篇，具体到公共管理领域的公共决策研究共篇。不仅如此，包括PoliticsandGovernance、PolicyInternet等在内的著名国际公共管理顶级期刊都在年推出了大数据专题，显示出该领域相当活跃的学术氛围。他山之石，可以攻玉，厘清国际高水平论文的研究脉络和最新进展，将有助于推进我国大数据公共决策的研究与实践。基于上述分析，本研究采用文献系统综述方法对从年至今收录于SCI和SSCI数据库、专门研究“大数据驱动公共决策”的篇国外文献进行深入分析，旨在解决以下三个问题：①国际学术界如何定位大数据及其分析技术在公共事务决策领域的角色和价值？②从决策过程的视角，大数据及其分析技术对公共事务决策过程的优化体现在哪些方面？③从决策成效的视角，国际学术界是否评估了大数据对公共事务决策的实际效果，是否有基于实证数据的验证性分析？本研究希望根据以上分析的结果，归纳梳理出大数据驱动公共事务决策的国际研究现状，探明其研究局限及未来趋势，厘清大数据驱动公共事务决策过程优化的机制，为升级信息时代公共事务决策理论提供支持，更为保障公共事务决策质量提供一种体系化的新思路。一、国外研究现状：基于SSCI和SCI的文献研究（一）SSCI和SCI文献数据收集与分析首先，本研究选取国际权威的SSCI和SCI数据库作为数据来源。参考已有国际研究对大数据驱动公共决策的提法，结合专家评价和实验测试，我们提炼了具有代表性的检索关键词样本如下：公共决策（publicpolicy-making;policymaking;publicdecision-making;data-drivenpolicy）、大数据（bigdata;bigdataanalytics）、大数据驱动决策（bigdata-drivenpolicy-making;policyanalytics）。然后，运用上述关键词组合，结合字段标识、布尔运算符、括号和检索结果集来创建检索式，先后进行12次检索实验。期间为保障研究的有效性、避免主观偏差，检索实验由两位研究人员分别独立完成，在初步检索之后，我们发现“decision”更多与运筹学和博弈论的决策运算、计算机科学的信息决策系统搭建以及商业决策的风险计算共同出现，而“policy”则更聚焦于本研究所

转载请注明：http://www.lingshanl.com/yxlb/80901.html