大数据时代应具备的思维方法

大数据 数据分析
“十四五”规划纲要提出,要将数字技术广泛应用于政府管理服务,提高数字政府建设水平。

打造更高水平的数字政府,其核心意旨就是运用大数据提升国家治理现代化水平,通过促进政府治理思维的现代化变革,用治理理念创新推动政府管理和社会治理模式创新,实现政府决策科学化、社会治理精准化及公共服务高效化。不可否认,大数据已经成为国家治理函数的关键变量,尤其在后疫情时代,数字化转型需求愈发强烈,数字化治理逻辑成为焦点,大数据时代“下半场”正在拉开帷幕,唯有树立正确的大数据思维,才能更加有效地处理好“四个关系”,稳步推进国家治理能力的现代化变革。

有“大数据之父”之称的舍恩伯格将大数据时代人类的思维革命概括为“更多”“更好”和“更杂”。在推动数字政府高水平建设的进程中,还需要对这种学术界定义的大数据思维作出深层次的阐释和凝练,使之转变为真正服务于国家治理现代化的理念和能力。

第一,把“更多——不是随机样本,而是全体数据”凝练为“辩证思维”。一切皆可量化,是大数据时代的最根本特征,大数据的规模化应用,必然以“万物数字化”为依托。在全社会的海量数据中,政府数据占了80%以上,而这些数据大多处于“沉睡”状态,唯有开放才可能被“唤醒”。到底要不要开放?应该如何开放?这就需要运用“辩证思维”处理好“数据开放”和“数据安全”之间的复杂关系。习近平总书记强调,要学习掌握唯物辩证法的根本方法,不断增强辩证思维能力,提高驾驭复杂局面、处理复杂问题的本领。

“辩证思维”的关键就是分析矛盾、抓住重点,在权衡利弊中洞察事物发展规律。政府是最大的数据生产者和拥有者,其公共数据应当率先纳入数据要素的市场化配置当中。只要这些数据在脱敏处理后不危害国家安全、不侵犯个人隐私、不涉及权属纠纷,就应该分类分级地有序开放,其重点就是要把“数据治理”作为“牛鼻子”来抓,着力打造公共数据体系,协同推进公共数据开发利用的体制机制和数据安全的法律法规及标准体系建设。

第二,把“更好——不是因果关系,而是相关关系”凝练为“创新思维”。大数据分析技术为获取事物之间的相关关系提供了极大的便利,有效克服了现代科学探寻因果关系的现实困境,使人类得以更全面、更快速地把握事物的本质。这是一种颠覆式的思维方式变革,通过数据驱动的相关性分析方法,使“预测”成为大数据最核心的价值,也使“数据驱动决策”成为大数据时代的最佳实践,这体现的就是一种开拓创新的科学思维。大数据的特征不只是数据规模大,更重要的是其蕴含价值大,因此,数字政府的建设不能只停留在数据的汇聚层面,关键是要对数据进行分析挖掘,使数据价值化。

在这个过程中,算法固然重要,它起到点石成金的作用,但算法世界就像浩瀚的星空,没有一种放之四海而皆准的算法可以适用于任何业务场景,这就需要政府部门担起业务专家的角色,运用“创新思维”启发创意,突破思维定势做好业务洞察和业务解释。当前的数字政府建设更多强调自上而下的统筹推进,自下而上的反馈机制还不够健全,而创新的过程应该是上下相互交织的,尤其不能忽视根植于基层实践的业务诉求。所以,处理好“上和下”的关系,其本质就是运用“创新思维”启发多元化的创意、激发全方位的活力,“用数据创新”才能真正落到实处。

第三,把“更杂——不是精确性,而是混杂性”凝练为“战略思维”。精确性是信息匮乏时代的产物,在全球数据出现爆炸式增长的今天,数据多样性、复杂性和不确定性的特征愈发凸显。如果不能接受这些混杂性,大量的数据都无法被充分利用。因此,在大数据时代,我们追求的是一个大的框架,一种对模糊的准确度趋势的判断,这就要求我们高瞻远瞩、统揽全局,善于把握事物发展总体趋势和方向,其核心要义就是运用“战略思维”去拥抱和谋划大数据。

要不断提高对大数据发展规律的把握能力,使大数据在各项工作中发挥更大作用。具体到数字政府建设实践中,就要从全局角度,深入践行“整体政府”理念。围绕公共数据体系的标准化建设,着力打破跨部门、跨层级、跨领域之间的数据壁垒,打通数据主体之间数据流转的关键节点,通过培育健康安全、持续创新的数据开放环境,促进政府数据开放生态链的良性循环,以期构筑一个“融合共建、协同共治、安全共享、创新共赢”的数字生态,这也正是高水平建设数字政府的题中之义。

责任编辑:华轩 来源: 今日头条
相关推荐

2013-11-12 10:50:02

大数据时代大数据

2016-11-07 20:25:58

2019-08-01 08:26:14

物联网大数据平台物联网IOT

2012-02-24 09:41:44

赵为民

2017-09-14 12:03:30

大数据数据分析语言

2015-09-28 11:03:38

2017-01-22 11:30:54

2021-10-29 22:45:47

大数据算法技术

2013-06-13 09:42:11

大数据

2017-06-09 05:55:56

存储机器学习人工智能

2015-12-14 17:52:06

ENI经济和信息化网

2013-09-17 18:24:46

SAP

2013-12-02 10:02:30

大数据时代

2012-12-25 09:39:40

2021-09-30 16:28:34

大数据数据管理企业

2019-04-19 14:09:36

大数据数据科学教育

2017-01-03 10:23:18

大数据隐私保护

2015-09-15 09:53:57

大数据时代创业

2013-08-29 11:24:31

大数据

2013-06-21 10:16:44

点赞
收藏

51CTO技术栈公众号