搭乘着大数据的东风，精细化管理的理念也越来越普遍地运用到各个领域，试水大数据分析，进行深度挖掘、发展趋势分析，积极探索各个领域的精细化管理，以大数据提升科学决策水平，提高管理效率、降低管理成本，以及运用大数据促成政府服务的精细化、人性化，将是各国政府需要考虑的大问题。

　　当下，大数据所带来的信息风暴，大数据时代的思维变革、商业变革和管理变革，正在急剧地改变着我们的工作方式和生活方式。作为一种不用抽样调查而采用巨量数据的方法，大数据兴起于上世纪八十年代，之后，有些国家就将其视为“未来的基石”而将它的发展提升到国家战略层面。

　　通常人们用4V来描述大数据的特征，即数据的海量性和完整性（Volume），数据的多样性和内在关联性(Variety)，数据的实时性（Velocity）和数据的高价值性（Value）。这四点正好与精细化管理的“精、准、细、严”理念相一致，也与精细化管理强调的“注重细节、立足专业、科学量化”的原则相契合。因此，搭乘着大数据的东风，精细化管理的理念也越来越普遍地运用到各个领域，试水大数据分析，进行深度挖掘、发展趋势分析，积极探索各个领域的精细化管理，是我们需要考虑的问题。

　　科学决策水平的提高是政府精细化管理的必然要求，而决策的科学化来源于决策信息的全面性、准确性和及时性。过去，受到信息采集技术和信息挖掘技术的制约，决策者在制定相关政策时往往缺少足够的数据支持，这使得决策要么过于倚重决策者本身的经验和直觉，要么只能从局部信息推演至全体信息，制定出的政策也多是无差别的、简单的“一刀切”式的。

　　而今，作为新兴数据处理技术，大数据能够更为有效地集成各类的政治、经济、文化怎么翻墙上谷歌地图、社会、生态等领域的信息资源和数据库，为决策者决策提供重要数据基础和决策支撑。大数据分析最大的魅力在于“通过交叉复现，直抵事实的真相”。比如粮食产量的信息统计问题，运用遥感卫星的数据，中央政府便可得知各地耕地数量，再通过适当的算法和模型，配合以往的气候、土壤、产量等信息，便可知道各地方准确的粮食产量，利于决策者跨区域的农业政策统筹和规划。

　　决策的美妙和难点之处在于对未来的预测，而大数据的核心正是预测。它通过把数学算法运用到海量的数据上来发现以往难以察觉的事物运行规律，并

　　据此预测可能发生的事情，甚至可以可视化地展现出事物运行未来的“真实”场景。目前很多地图服务商都依托大数据为用户提供地图查询和出行导航等相关服务。而这些数据一旦与相应的历史数据相组合和叠加，便能模拟预测出城市未来的运行动向，为城市管理者提供可靠的决策依据。比如在重大文体活动或节假日集会活动中，容易出现因人群过度拥挤而引发的危险乃至事故。为避免这种情况的发生，城市管理者可以在对有关定位数据、搜索数据进行深度挖掘的基础上，参考相关历史数据，预测出人流量及其空间分布，再结合地理空间实景模拟，找出可能发生的风险事件，从而为预防事故发生、强化应急管理提供强有力的决策支撑。

　　“天下大事，必作于细。”大数据所具有的智能化、实时性处理海量数据的能力为政府精细化管理提供了重要帮助。这里最为经典的案例便是谷歌公司对于甲型H1N1流感的精准预测：2009年甲型H1N1流感爆发的前几周，谷歌公司的工程师们在《自然》杂志上发表了一篇万众瞩目的论文，文中将搜索记录和流感预测看似两个毫不相干的事情联系了起来，并对流感在全美范围的传播进行了预测，而且具体到了特定的地区和州。这令公共卫生官员们和计算机科学家们都感到震惊，因为谷歌模型的预测结果被证实与官方数据的相关性高达97%。和疾控中心一样，谷歌公司也能判断出疾病是从哪里传播出来了，而且更加及时、一样准确，并比官方早了几个星期。所以，2009年甲型H1N1流感爆发的时候，与习惯性滞后的官方数据相比，谷歌成为了一个更有效、更及时的指示标。

　　大数据之所以受追捧，除了它能提高企业和政府的工作效率之外，重要的还有其能有效降低精细化管理成本的作用。一方面，大数据技术的采用，将极大激活原先利用率偏低的大量的社会日常运行数据，特别是其能更有效地存储、分类和加工各种非结构化和半结构化的数据，节省了管理所需信息的采集成本。另一方面，这些数据的运用又极大改变了政府传统的治理方式和治理工具，同样降低了管理的成本。

　　国外早就对于大数据在政府精细化管理运用上的成本收益做过一些测算。知名咨询公司麦肯锡的研究报告就证实，政府部门通过大数据的应用可以大幅度提升生产力和工作效能，并有效降低管理成本：欧盟政府部门可能减少15%~20%的行政开支，在未来10年每年创造1500亿欧元到3000亿欧元的新价值，大数据还可以在未来10年中将年度增长率提高0.5%。就具体领域而言，美国的医疗管理部门测算表明，每年由于大数据的有效利用其获得的潜在价值超过3000亿美元，而节省的医疗卫生开支超过8%。

　　公共服务是21世纪公共行政和政府改革的核心理念。前大数据时代，公众只是公共服务的被动消费者，所接受的服务大多也是均质的。随着公众个性化服务需求的日益增长，政府服务的精细化、人性化要求也被摆上了台面。而大数据具有的全面、精准、定量的分析功能，无疑对因地、因时、因人制宜的公共服务提供了强大的技术支持。比如上海浦东区提出的“潮汐式”停车管理办法，就是通过相应的大数据分析确立了企业区和居民区停车高峰错位的时间以及相应的收费标准，比较顺利地兼顾了各方利益，有效解决了大都市中的停车难问题。

　　大数据时代的社会结构是广泛参与、网络互动、扁平化运行的。数据的产生、加工和结果运用都是政府、企业、社会组织、个体公众等共同参与的结果，这意味着大数据成为了一根纽带，将全社会资源的需求、生产、分配和供给联系了起来。因此，大数据时代的养老服务一定是多主体参与、互通互联、根据个体信息提供精细化、人性化养老服务网络，而大数据时代的社区管理，一定有一个网格化的协调平台，能够对各社区进行广泛的差异化分析，提供社区文化、社区安全、社区环境质量、社区居民心态、社区网络消费、社区物流配送等诸多方面的精准服务。

　　毋庸置疑，大数据给政府的精细化管理提供了有效的技术支持，同时，它的运用也必将对政府的流程再造乃至管理体制的变革起到积极的推动作用。在当下政府加快职能转变的关键时刻，以技术创新倒逼政府体制改革的声响越来越大。因此，从这个意义上说，推动国家大数据分析的建设，建立跨部门、跨领域、跨界别的数据联通与开放标准体系，推进大数据整体实施方案的完善，保护数据安全和个人隐私，对于国家治理体系的完善和国家治理能力的提升有着极为重要的意义。（作者黄振威）