謝明+++劉愛(ài)民

摘要：盡管大數(shù)據(jù)的理論和應(yīng)用已有著相關(guān)學(xué)科的各類(lèi)研究，但既有的研究缺乏對(duì)不同政策適用大數(shù)據(jù)方法進(jìn)行評(píng)估的考察。文章的目的就是檢視不同政策適用大數(shù)據(jù)方法進(jìn)行評(píng)估的情況。文章基于對(duì)大數(shù)據(jù)相關(guān)文獻(xiàn)的介紹和梳理，分別從理論邏輯、現(xiàn)實(shí)應(yīng)用、實(shí)證經(jīng)驗(yàn)三個(gè)維度對(duì)使用大數(shù)據(jù)方法進(jìn)行政策評(píng)估的可行性進(jìn)行分析，最后構(gòu)建“數(shù)據(jù)收集—數(shù)據(jù)分析”矩陣來(lái)描述何種政策可使用大數(shù)據(jù)方法進(jìn)行評(píng)估。

關(guān)鍵詞：大數(shù)據(jù)方法；政策評(píng)估；收集數(shù)據(jù)；分析數(shù)據(jù)

政策評(píng)估在我國(guó)發(fā)展至今，其重要性已經(jīng)得到一定的認(rèn)可，但無(wú)論是作為政策理論研究的重要內(nèi)容，還是作為政策實(shí)踐的關(guān)鍵環(huán)節(jié)，政策評(píng)估的地位及其在政策活動(dòng)中應(yīng)發(fā)揮的作用都有待進(jìn)一步發(fā)掘。問(wèn)題的成因之一可能在于國(guó)內(nèi)學(xué)界目前缺乏對(duì)政策評(píng)估方法的研究，導(dǎo)致政策評(píng)估難為“無(wú)米之炊”。

黨的十八屆三中全會(huì)提出治理能力現(xiàn)代化的目標(biāo)，并強(qiáng)調(diào)加強(qiáng)頂層設(shè)計(jì)。這對(duì)公共政策領(lǐng)域也提出了全新的要求，引入更加科學(xué)、規(guī)范、有效的評(píng)估方法是新時(shí)期政策評(píng)估發(fā)展的題中之義。傳統(tǒng)的政策評(píng)估方法主要包括規(guī)范研究方法和實(shí)證研究方法，兩者各有所長(zhǎng)，又都有局限。面對(duì)日益多元而復(fù)雜的政策環(huán)境，運(yùn)用單一的研究方法進(jìn)行評(píng)估已經(jīng)難以滿(mǎn)足現(xiàn)時(shí)政策發(fā)展的需求。運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估正是在此背景下應(yīng)運(yùn)而生。

一、 基于大數(shù)據(jù)進(jìn)行政策評(píng)估的邏輯

一般認(rèn)為，規(guī)范研究和實(shí)證研究是政策評(píng)估中彼此分立的兩種評(píng)估思路。目前國(guó)際上主流的政策研究人員也據(jù)此形成兩個(gè)旗幟鮮明的陣營(yíng)：主張政策評(píng)估應(yīng)以?xún)r(jià)值判斷為主從事規(guī)范研究的傳統(tǒng)政治學(xué)家，以及具備定量分析背景并強(qiáng)調(diào)量化指標(biāo)進(jìn)行實(shí)證評(píng)估的經(jīng)濟(jì)學(xué)家。雖然兩種方法論的支持者觀點(diǎn)不同，但是不同方法論本身的關(guān)系并非完全對(duì)立，而是相輔相成，互為補(bǔ)充，更有學(xué)者倡導(dǎo)二者的混合與共融。事實(shí)上，無(wú)論采用何種方法進(jìn)行評(píng)估，都必須基于數(shù)據(jù)（包括簡(jiǎn)單的計(jì)數(shù)數(shù)據(jù)和高度復(fù)雜的數(shù)據(jù)信息）的獲取。缺乏數(shù)據(jù)的評(píng)估方法不能成其為科學(xué)嚴(yán)謹(jǐn)?shù)脑u(píng)估方法。政策評(píng)估的嚴(yán)肅性要求評(píng)估方法必須用事實(shí)說(shuō)話(huà)，憑數(shù)據(jù)定論?？梢?jiàn)，政策評(píng)估本質(zhì)上應(yīng)該是一種“循數(shù)評(píng)估”——通過(guò)分析數(shù)據(jù)來(lái)研判具體采取何種評(píng)估方法的“數(shù)據(jù)驅(qū)動(dòng)”型評(píng)估模式。

嚴(yán)格來(lái)說(shuō)，循數(shù)評(píng)估的有效實(shí)施必須基于一個(gè)運(yùn)行著大量數(shù)據(jù)的環(huán)境，數(shù)據(jù)無(wú)處不在，隨時(shí)可用，這顯然是傳統(tǒng)的社會(huì)和科技條件所不支持的。大數(shù)據(jù)時(shí)代的到來(lái)為循數(shù)評(píng)估創(chuàng)造了條件，海量數(shù)據(jù)、強(qiáng)調(diào)相關(guān)性分析、實(shí)時(shí)、動(dòng)態(tài)等方面與循數(shù)評(píng)估的要求不謀而合。我們知道，政策評(píng)估的內(nèi)核是分析因果關(guān)系，必須指出，“因果關(guān)系不過(guò)是相關(guān)關(guān)系中的一部分，分析相關(guān)關(guān)系也正是為了間接得出對(duì)因果關(guān)系的認(rèn)識(shí)”。這就是大數(shù)據(jù)與政策評(píng)估相契合的邏輯。

二、 大數(shù)據(jù)方法在我國(guó)的現(xiàn)實(shí)應(yīng)用

1. 既有對(duì)大數(shù)據(jù)的認(rèn)知。大數(shù)據(jù)的概念在不同的研究中表述不一，關(guān)于其界定尚未形成共識(shí)。大數(shù)據(jù)通常被視為有價(jià)值的產(chǎn)業(yè)信息，是一系列體量巨大，尚不能運(yùn)用現(xiàn)有管理和分析手段對(duì)之進(jìn)行有效處理的數(shù)據(jù)集。大數(shù)據(jù)的開(kāi)發(fā)利用對(duì)國(guó)家治理具有重要意義——大數(shù)據(jù)既是國(guó)家治理的環(huán)境和工具，又是國(guó)家治理的對(duì)象和結(jié)果。作為國(guó)家治理的重要內(nèi)容，政策評(píng)估也將受益于大數(shù)據(jù)的發(fā)展。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)成為一種新的自然資源，作為重要生產(chǎn)要素的大數(shù)據(jù)已經(jīng)滲透到各行各業(yè)。大數(shù)據(jù)的分析方法隨之應(yīng)運(yùn)而生，如可視分析技術(shù)、人機(jī)交互、任務(wù)建模理論等方法技術(shù)的應(yīng)用將帶來(lái)新的變革契機(jī)，人類(lèi)社會(huì)進(jìn)入科學(xué)發(fā)現(xiàn)的“第四范式”。

2. 大數(shù)據(jù)在我國(guó)的現(xiàn)實(shí)應(yīng)用。目前，大數(shù)據(jù)的分析方法已廣泛運(yùn)用于智能交通、環(huán)境監(jiān)控和災(zāi)難預(yù)警等方面。國(guó)家治理層面，利用大數(shù)據(jù)的方法能提升國(guó)家的智慧決策水平、公共服務(wù)能力、防治腐敗能力和風(fēng)險(xiǎn)治理能力。借助大數(shù)據(jù)的分析方法，可以提高公共管理的透明度、發(fā)現(xiàn)公眾需求、提高政策的針對(duì)性、進(jìn)行輔助決策、引導(dǎo)管理部門(mén)實(shí)現(xiàn)內(nèi)外創(chuàng)新。大數(shù)據(jù)方法通過(guò)數(shù)據(jù)多維采集，提供即時(shí)線(xiàn)索，提高相關(guān)動(dòng)態(tài)數(shù)據(jù)的采集精度，從而無(wú)限逼近社會(huì)真實(shí)狀態(tài)。在此背景下，運(yùn)用大數(shù)據(jù)方法可實(shí)現(xiàn)評(píng)估數(shù)據(jù)多維采集、評(píng)估數(shù)據(jù)集成挖掘和評(píng)估可視化解析，無(wú)疑是政策評(píng)估的全新范式。

3. 運(yùn)用大數(shù)據(jù)方法的其他路徑?？傮w看來(lái)，現(xiàn)有的大部分文獻(xiàn)對(duì)大數(shù)據(jù)方法做了可觀的技術(shù)性探討，且以介紹性的描述居多，而研究?jī)?nèi)容上則主要圍繞大數(shù)據(jù)的概念、方法、意義展開(kāi)，側(cè)重宏觀分析。相比之下，針對(duì)社會(huì)科學(xué)實(shí)務(wù)層面的應(yīng)用研究較少，尤其是將大數(shù)據(jù)方法與政策評(píng)估結(jié)合起來(lái)展開(kāi)研究尚處于起步階段。本文試圖厘清大數(shù)據(jù)方法與政策評(píng)估方法論之間的關(guān)系，在借鑒國(guó)外運(yùn)用大數(shù)據(jù)方法開(kāi)展政策評(píng)估經(jīng)驗(yàn)的基礎(chǔ)上，嘗試對(duì)可能存在的大數(shù)據(jù)方法適用于政策評(píng)估的規(guī)律做出總結(jié)。

三、 來(lái)自國(guó)外的經(jīng)驗(yàn)

國(guó)外對(duì)利用大數(shù)據(jù)方法推進(jìn)政策評(píng)估已有一定研究。宏觀來(lái)看，許多發(fā)達(dá)國(guó)家確立了本國(guó)的大數(shù)據(jù)戰(zhàn)略，競(jìng)相增加該領(lǐng)域的研究投入，試圖從中找到新的國(guó)家治理思路。具體而言，不少學(xué)者在SSCI的國(guó)際主流期刊上相繼發(fā)文，論述自己的研究發(fā)現(xiàn)。以下，我們列舉兩例：

1. 利用搜索查詢(xún)的大數(shù)據(jù)來(lái)評(píng)估環(huán)保態(tài)度的研究。Donghyun Lee等在“Energy Policy”上發(fā)表的文章介紹了基于大數(shù)據(jù)的思路利用搜索查詢(xún)的大數(shù)據(jù)對(duì)環(huán)保態(tài)度加以評(píng)估的研究。文章圍繞在政府能源政策制定和執(zhí)行過(guò)程中發(fā)揮越來(lái)越大作用的公眾意見(jiàn)進(jìn)行實(shí)證檢驗(yàn)。為了對(duì)當(dāng)?shù)孛癖婋S著時(shí)間而不斷變化的環(huán)保態(tài)度進(jìn)行量化，作者采用互聯(lián)網(wǎng)大數(shù)據(jù)的方法，對(duì)特定地域民眾的谷歌搜索查詢(xún)的數(shù)據(jù)做了采集，并通過(guò)普通最小二乘法的結(jié)果對(duì)民眾的環(huán)保行為進(jìn)行驗(yàn)證。為了檢驗(yàn)這種方法的政策評(píng)估適用性，該研究再次考察了美國(guó)州政府制定的三項(xiàng)廣為人知的綠色電力政策--可再生能源份額政策、凈計(jì)量規(guī)則政策和公益基金政策。由于各州實(shí)行這三項(xiàng)政策的情況不一，作者選取的是右偏數(shù)據(jù)，運(yùn)用累進(jìn)失敗時(shí)間序列模型的方法進(jìn)行雙重計(jì)量。研究發(fā)現(xiàn)控制其他傳統(tǒng)時(shí)變政策選取的因素后，州域內(nèi)民眾的態(tài)度對(duì)政策的影響具備統(tǒng)計(jì)學(xué)意義上的顯著性。尤其是綠色能源政策中的反環(huán)保意見(jiàn)對(duì)政策的影響程度更高。據(jù)此，作者認(rèn)為地方政府可以制定出更有針對(duì)性的環(huán)境政策。文章最后特別指出，能源政策領(lǐng)域內(nèi)與民意相關(guān)的問(wèn)題都可以借鑒這種方法進(jìn)行討論。endprint

2. 利用谷歌趨勢(shì)及推特大數(shù)據(jù)來(lái)評(píng)估空間政策民意的研究。Wendy N. Whitman Cobb在“Space Policy”發(fā)表的題為“Trending now： Using big data to examine public opinion of space policy”的文章介紹的是關(guān)于利用谷歌趨勢(shì)和推特網(wǎng)的大數(shù)據(jù)評(píng)估空間政策民意的研究。文章首先對(duì)傳統(tǒng)測(cè)量民意的方法做了介紹，然后提出全新的民意測(cè)量工具，進(jìn)而通過(guò)新舊測(cè)量方法的對(duì)比得出結(jié)論。作者認(rèn)為，民意在美國(guó)空間政策中扮演著至關(guān)重要的角色，而谷歌趨勢(shì)和推特網(wǎng)的大數(shù)據(jù)分別為之提供了新的宏觀和微觀的視角。對(duì)比蓋勒普等民調(diào)組織的調(diào)研統(tǒng)計(jì)，大數(shù)據(jù)的方法能更加靈活地獲取反映民意的即時(shí)有用數(shù)據(jù)，相關(guān)機(jī)構(gòu)皆可從中受益：就空間政策而言，空間領(lǐng)域和政治領(lǐng)域的政策企業(yè)家都可以利用通過(guò)大數(shù)據(jù)方法獲取的數(shù)據(jù)來(lái)游說(shuō)國(guó)會(huì)和行政部門(mén)，以爭(zhēng)取他們更多支持和資金投入以幫助NASA進(jìn)一步開(kāi)展活動(dòng)；科學(xué)界可借助大數(shù)據(jù)方法將他們的研究與大眾的興趣結(jié)合起來(lái)，以增進(jìn)外界對(duì)其工作的了解和支持；而華盛頓的官員則可以在不具備相關(guān)專(zhuān)業(yè)背景的情況下，通過(guò)大數(shù)據(jù)方法讀懂高度專(zhuān)業(yè)化的數(shù)據(jù)信息。

3. 小結(jié)。民意，或謂之公眾態(tài)度，在政策的制定和執(zhí)行過(guò)程中發(fā)揮著關(guān)鍵作用，獲取即時(shí)有用的民意數(shù)據(jù)并及時(shí)評(píng)估，可以有效推動(dòng)政府制定出更加符合民眾預(yù)期的政策，同時(shí)還能降低政策演變的成本。國(guó)外的經(jīng)驗(yàn)表明，大數(shù)據(jù)方法已經(jīng)為政策評(píng)估的這一需求提供了解決思路。不可否認(rèn)，大數(shù)據(jù)方法仍存在一定局限，比如大數(shù)據(jù)的產(chǎn)生和發(fā)展較晚，缺乏長(zhǎng)期數(shù)據(jù)；處理大數(shù)據(jù)的難度較大；收集的大數(shù)據(jù)僅來(lái)源于可接觸互聯(lián)網(wǎng)的人群等。但這些局限都不足以影響將大數(shù)據(jù)方法作為一種可行的政策評(píng)估思路。

四、 基于大數(shù)據(jù)方法的政策評(píng)估分析矩陣

以上我們探討了將大數(shù)據(jù)方法運(yùn)用于政策評(píng)估的理論邏輯、現(xiàn)實(shí)依據(jù)及國(guó)外經(jīng)驗(yàn)，由此明確大數(shù)據(jù)方法可用于政策評(píng)估的結(jié)論。那么，何種類(lèi)型的政策才能適用這一方法？為回答這一問(wèn)題，基于Forte和Ward等學(xué)者在信息和數(shù)據(jù)方面的已有貢獻(xiàn)、Economist Intelligence Unit （EIU）的“發(fā)展階段”概念，以及Joseph Amankwah-Amoah對(duì)不同國(guó)家開(kāi)發(fā)大數(shù)據(jù)的國(guó)家能力所做的分析，我們開(kāi)發(fā)出用以檢視一項(xiàng)政策是否可通過(guò)大數(shù)據(jù)方法進(jìn)行評(píng)估的“數(shù)據(jù)收集-數(shù)據(jù)分析”矩陣。首先，我們?cè)O(shè)定數(shù)據(jù)收集和數(shù)據(jù)分析是一項(xiàng)政策可采用大數(shù)據(jù)方法進(jìn)行評(píng)估的兩項(xiàng)重要指標(biāo)。同時(shí)，我們認(rèn)為不同政策通常在這兩個(gè)維度的具體分布不同。一些些政策可在互聯(lián)網(wǎng)等媒介搜索與之相關(guān)的大量信息，從而為大數(shù)據(jù)的收集創(chuàng)造條件，另一些則不然。因此，不同政策用做評(píng)估的大數(shù)據(jù)“基礎(chǔ)”分別處于“數(shù)據(jù)貧乏”到“數(shù)據(jù)豐富”區(qū)間的不同層次（見(jiàn)圖1）。

數(shù)據(jù)豐富，是指與政策相關(guān)的數(shù)據(jù)可通過(guò)互聯(lián)網(wǎng)或其他方式大量獲取?；ヂ?lián)？和社交媒體的出現(xiàn)意味著大數(shù)據(jù)的現(xiàn)實(shí)可用。信息豐富，指的是對(duì)數(shù)據(jù)進(jìn)行分析，將其轉(zhuǎn)化為知識(shí)并加以理解，以作為公共政策評(píng)估的基礎(chǔ)和行動(dòng)依據(jù)。為使分析矩陣的建立具備更為堅(jiān)實(shí)有力的理論基礎(chǔ)，我們選定數(shù)據(jù)收集和數(shù)據(jù)分析這兩個(gè)關(guān)鍵指標(biāo)，利用“2×2”矩陣對(duì)不同政策在這兩個(gè)維度上分布的情況進(jìn)行分類(lèi)，如圖1所示。這些模式強(qiáng)調(diào)影響不同政策可利用大數(shù)據(jù)方法進(jìn)行評(píng)估的程度差異，各政策可在不同模式中進(jìn)行轉(zhuǎn)換。鑒于僅掌握大數(shù)據(jù)并不能開(kāi)展政策評(píng)估，因而用作政策評(píng)估的大數(shù)據(jù)必須同時(shí)滿(mǎn)足“可識(shí)別”和“能解析”的要求。接下來(lái)的部分將對(duì)“數(shù)據(jù)搜集—數(shù)據(jù)分析”矩陣進(jìn)行重點(diǎn)介紹，從而揭示如何利用大數(shù)據(jù)作為政策評(píng)估的依據(jù)。

1. 模式一：數(shù)據(jù)現(xiàn)金型（數(shù)據(jù)豐富，信息豐富）。該模式具備將大數(shù)據(jù)運(yùn)用于公共政策評(píng)估的清晰路徑?！皵?shù)據(jù)現(xiàn)金型”政策通常是全國(guó)性的政策，其特點(diǎn)是：公眾在互聯(lián)網(wǎng)平臺(tái)可搜索與之相關(guān)的大量信息，最有可能從中獲取政策評(píng)估所需的大數(shù)據(jù)。這源于技術(shù)的進(jìn)步使得對(duì)網(wǎng)絡(luò)、手機(jī)和社交媒體的大型數(shù)據(jù)進(jìn)行收集和分析成為可能，進(jìn)而為政策評(píng)估提供依據(jù)。該模式的另一特點(diǎn)是數(shù)據(jù)可在政府部門(mén)及其分支機(jī)構(gòu)、服務(wù)提供商和政策評(píng)估方之間互通共享。大數(shù)據(jù)為彌補(bǔ)知識(shí)差距創(chuàng)造了機(jī)會(huì)，借助大數(shù)據(jù)中提取的有價(jià)值信息，可以幫助破解政策評(píng)估中信息不對(duì)稱(chēng)的難題。

2. 模式二：數(shù)據(jù)期貨型（數(shù)據(jù)貧乏，信息豐富）。模式二中，政策的相關(guān)信息通常較少見(jiàn)諸于網(wǎng)聯(lián)網(wǎng)平臺(tái)，民眾搜索頻率不高，但偶爾可能出現(xiàn)的政策熱點(diǎn)會(huì)產(chǎn)生包含大量有用信息的大數(shù)據(jù)。這類(lèi)政策已經(jīng)具備較為成熟的使用大數(shù)據(jù)方法進(jìn)行評(píng)估的條件，充分利用出現(xiàn)的時(shí)機(jī)對(duì)收集到的數(shù)據(jù)做出分析，就能對(duì)該政策做出有效的評(píng)估。一種可能的解釋是，一項(xiàng)政策在大部分時(shí)間運(yùn)行平穩(wěn)，當(dāng)其做出調(diào)整，引發(fā)民眾大量關(guān)注，并在較短時(shí)間內(nèi)在互聯(lián)網(wǎng)等媒介產(chǎn)生大量搜索。當(dāng)然，也可能歸因于與該政策相關(guān)的大規(guī)模數(shù)據(jù)收集不被允許，從而轉(zhuǎn)向收集有限數(shù)據(jù)并作出高質(zhì)量的分析?？梢?jiàn)，掌握并運(yùn)用大數(shù)據(jù)方法可以提高決策質(zhì)量，改變政策評(píng)估的未來(lái)。

3. 模式三：數(shù)據(jù)原料型（數(shù)據(jù)豐富，信息貧乏）。該模式中政策的特點(diǎn)是：在互聯(lián)網(wǎng)或社交媒體上擁有與該政策有關(guān)的大量信息檢索，可收集的數(shù)據(jù)體量可觀，但這些數(shù)據(jù)與政策本身無(wú)關(guān)，可用性不高，或現(xiàn)有技術(shù)水平尚不能對(duì)之進(jìn)行有效分析，只能棄之不用。此外，政府或其他機(jī)構(gòu)的數(shù)據(jù)共享機(jī)制缺失也是可能的原因。進(jìn)入21世紀(jì)，成箱的觀察筆記、軟盤(pán)，滿(mǎn)櫥柜的數(shù)據(jù)表以及各地詳實(shí)的數(shù)據(jù)表要么未經(jīng)處理，要么沒(méi)有連接到中央數(shù)據(jù)庫(kù)的現(xiàn)象并不罕見(jiàn)，進(jìn)而導(dǎo)致典型的“數(shù)據(jù)豐富—信息貧乏”綜合征。一些機(jī)構(gòu)可能收集和存儲(chǔ)了大量與此政策相關(guān)的數(shù)據(jù)，卻由于未經(jīng)有效加工而無(wú)法關(guān)聯(lián)，而從當(dāng)?shù)貦C(jī)構(gòu)獲取數(shù)據(jù)來(lái)分析則費(fèi)時(shí)且昂貴。久而久之，豐富的數(shù)據(jù)由于缺乏整合導(dǎo)致可從數(shù)據(jù)中提取有用信息的能力非常有限。另外一些政策相關(guān)的大數(shù)據(jù)收集可能涉及道德倫理問(wèn)題，必須對(duì)二者做出平衡。相當(dāng)數(shù)量的數(shù)據(jù)可能因此不被用于政策評(píng)估。最后，收集的數(shù)據(jù)“通常不是直接可用，或不可直接用做臨床和管理的支持信息”，此外，如果現(xiàn)有技術(shù)水平還不能對(duì)某些數(shù)據(jù)進(jìn)行處理和分析，它們也同樣不能輔助政策評(píng)估。endprint

4. 模式四：數(shù)據(jù)稀缺型（數(shù)據(jù)貧乏，信息貧乏）。模式四為數(shù)據(jù)稀缺型，該類(lèi)政策規(guī)范的內(nèi)容與民眾缺乏關(guān)聯(lián)度，民眾對(duì)其關(guān)注度不高；或者政策相關(guān)信息很少公開(kāi)，更是鮮見(jiàn)于互聯(lián)網(wǎng)；現(xiàn)有技術(shù)水平的局限尚不能對(duì)相關(guān)數(shù)據(jù)進(jìn)行有效的收集和分析也是一種可能的原因。對(duì)于后者，技術(shù)的不斷進(jìn)步會(huì)讓問(wèn)題迎刃而解。數(shù)據(jù)稀缺性政策的評(píng)估缺乏大數(shù)據(jù)的基礎(chǔ)，因而大數(shù)據(jù)方法不可用于該類(lèi)政策的評(píng)估。

5. 小結(jié)?；趯?duì)矩陣的上述討論，我們提出以下假設(shè)：

假設(shè)性命題1： 如果政策相關(guān)信息的公開(kāi)程度越低，那么使用大數(shù)據(jù)方法對(duì)之進(jìn)行評(píng)估的可能性越低；

假設(shè)性命題2： 如果在全國(guó)范圍內(nèi)收集和分析數(shù)據(jù)的能力越弱，那么運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估的可能性越低；

假設(shè)性命題3：如果政策運(yùn)行越平穩(wěn)，民眾的關(guān)注度越低，那么運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估的可能性越低；

假設(shè)性命題4：如果收集的數(shù)據(jù)不能形成全國(guó)性的數(shù)據(jù)網(wǎng)絡(luò)，共享程度越低，那么運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估的可能性越低。

五、 結(jié)論與討論

本文通過(guò)檢視不同政策適用大數(shù)據(jù)方法進(jìn)行評(píng)估的情況對(duì)大數(shù)據(jù)的運(yùn)用做了擴(kuò)展研究。研究揭示了數(shù)據(jù)與信息之間的關(guān)系。借助概念化構(gòu)建了一個(gè)“2×2”的分析框架，用以呈現(xiàn)不同政策分別適用大數(shù)據(jù)方法進(jìn)行評(píng)估的情況及其所屬模式。幾種模式分別是“數(shù)據(jù)現(xiàn)金型”“數(shù)據(jù)期貨型”“數(shù)據(jù)原料型”，以及“數(shù)據(jù)稀缺型”。

本研究的構(gòu)想還有助于厘清大數(shù)據(jù)并不必然轉(zhuǎn)化為大知識(shí)、大認(rèn)知的線(xiàn)索。運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估不僅是一種全新的評(píng)估范式，同時(shí)也有助于改善政策評(píng)估的質(zhì)量。盡管已有學(xué)者對(duì)大數(shù)據(jù)信息系統(tǒng)做了探討，卻對(duì)大數(shù)據(jù)如何被用來(lái)幫助政策評(píng)估缺乏系統(tǒng)性檢視。需要指出，由于大數(shù)據(jù)方法本身不是盡善盡美，我們的“2×2”分析框架也存在一些固有局限。比如數(shù)據(jù)有時(shí)具有欺騙性，某些數(shù)據(jù)并不必然具備政策意涵等。

雖然本研究還存在一些不足，卻對(duì)這一方向的探索起到拋磚引玉的作用，這至少表現(xiàn)在兩個(gè)方面：“2×2”分析框架顯然不能囊括所有政策，開(kāi)發(fā)一個(gè)更為全面的擴(kuò)展框架勢(shì)在必行，本研究為這種探索奠定了一定基礎(chǔ)。此外，本文很大程度上忽視了包括道德問(wèn)題在內(nèi)的運(yùn)用大數(shù)據(jù)方法產(chǎn)生的內(nèi)生性問(wèn)題。必須強(qiáng)調(diào)，能夠運(yùn)用大數(shù)據(jù)方法進(jìn)行政策評(píng)估也就意味著相關(guān)主體具備大數(shù)據(jù)收集和分析能力，這必然給公民的活動(dòng)帶來(lái)巨大影響。相關(guān)問(wèn)題的研究還有待于將來(lái)做進(jìn)一步探索。

參考文獻(xiàn)：

[1] 和經(jīng)緯.中國(guó)公共政策評(píng)估研究的方法論取向，走向?qū)嵶C主義 [J].中國(guó)行政管理，2008，（9）.

[2] 邱東.大數(shù)據(jù)時(shí)代對(duì)統(tǒng)計(jì)學(xué)的挑戰(zhàn)[J].統(tǒng)計(jì)研究，2014，（1）.

[3] Cobb W N W. Trending now： Using big data to examine public opinion of space policy[J]. Space Policy，2015，（32）：11-16.

[4] Amankwahamoah J.Safety or no safety in numbers？ Governments， big data and public policy formulation[J].Industrial Management & Data Systems，2015，（9）.

作者簡(jiǎn)介：謝明（1958-），男，漢族，北京市人，中國(guó)人民大學(xué)公共管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)楣舱呋A(chǔ)理論、公共政策分析、中國(guó)公共政策研究；劉愛(ài)民（1987-），男，漢族，廣西壯族自治區(qū)資源縣人，中國(guó)人民大學(xué)公共管理學(xué)院博士生，研究方向?yàn)楣舱摺?/p>

收稿日期：2017-09-11。endprint