大数据下的决策思维

2017-01-12

大数据时代的到来,对人类社会的各个层面,尤其是人们的决策思维造成巨大的影响。大数据是对于数字资源的规模化整合,数据和数据模块之间的关系及运算操作系统化,构成新的、复杂性逻辑结构和价值倍增的信息集成。大数据具有数据庞大、精细、准确;海量数据从不同角度和众多信息源爆发式涌现;传播速度极快;运算效率极高等十个方面的特征。大数据时代的决策思维,需要以大数据而“参构”的意识;需要进一步提升关联意识、整体意识;需要尊重和善用智库的群体性、激创性思维;需要“阳光思维”;需要强化前瞻性和预测性决策智慧。同时,树立决策思维也需要以规范数据管理为基础,防止数据陷阱、数据扭曲、数据鸿沟。在大数据时代,对于一些深层次哲学问题,如“测得准”与“测不准”,“可知”与“不可知”等问题应予以必要的关注,并辩证地加以审视,这必将有助于提升人们的决策思维能力,进而推进国家治理体系和治理能力的现代化。

伴随着信息技术的革命,人类进入大数据时代。大数据时代的到来,对社会的各个层面,

尤其是人们的决策思维造成巨大的影响。具体来说,大数据对各领域的决策思维、尤其是对政府的决策思维造成全面而深刻的影响。因此,我们要适应时代的大趋势,对大数据及其时代特征、大数据对决策思维的考验与挑战等相关问题作出全面地分析,进而探索依靠大数据提升决策思维能力的有效途径,由此全面推进国家治理体系和治理能力的现代化。

一、大数据的内涵及特征

要真实地把我大数据问题,我们必须在基础理论的层面对大数据的内涵以及外延、特征等问题作出透彻地分析。

(一)大数据的内涵和外延

对于什么是大数据问题,不同的研究者持不同的见解,由此形成若干纷呈的定义,最具代表性的是英国学者维克托·迈尔-舍恩伯格和肯尼思·库克耶的看法,他们认为,“大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织机构,以及政府与公民关系的方法。”[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第9页。]这启示我们,当我们用“大数据”来标注这个“时代”特征的时候,需要既把握大数据的内涵和外延。

我们认为,至少应当从三个层面来考察这一问题:(1)传统数据是以数字为载体的信息编码方式,主要具备数值属性和物理属性。大数据则是对于数字资源的规模化整合,数据和数据模块之间的关系及运算操作系统化,构成新的、复杂性逻辑结构和价值倍增的信息集成。这种具有多种实用性、甚至精神性的信息形态已经大大超越了传统数据的属性特征、功能价值和作用范围。(2)数字化高科技催生的数字化工具、手段是大数据时代的基础工程和系统动力。比如《大数据时代》中提出,大数据是超越了“T”(技术)而抵达“I”(信息),但是,两大要素的互融互动共同构成大数据时代的基本体征。(3)数字化高科技的发展和大数据不断产生并不断被传播、应用,逐渐生成了一种“自组织”或“自构”功能(甚至可以说是一种“数字化之道”),反过来影响和推动人们的生活、工作、行为及思维方式的变化,从而在时代精神中占有重要的一席之地。

上述分析表明,大数据有着丰富的内涵和外延,只有弄清其内涵和外延,我们才能对大数据是带有更为深入的把握。

(二)大数据的特征

客观来讲,要对大数据问题有全方位的把我,就必须对其特征加以理解和分析,在我们看来,大数据的特征主要包括:

一是数据庞大、精细、准确,使传统数据从结构到质量都发生“代际转换”。仅以一组名为“互联网上一天”的数据为例:一天之中,互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件达2940亿封,相当于美国两年的纸质信件数量;发出的社区帖子达200万个,相当于《时代》杂志770年的文字量。[ 参见《互联网的一天》,2012年3月9日,维克托·迈尔-舍恩伯格和肯尼思·库克耶所指出的,“人类存储信息量的增长速度比世界经济的增长速度快4倍,而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。难怪人们会抱怨信息量过量,因为每个人都受到了这种激素发展的冲击。”[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第13页。]

二是海量数据从不同角度和众多信息源爆发式涌现,似乎毕达哥拉斯描述的“数学宇宙”、“万物皆数”一下成了弥漫于空气中的分子,以不断增加的浓密度而将人们包围。此外,数据的多元化、多样化及多种类,运算方式多重化,令人目不暇接,从“数据溃乏时代”迅速转换为“数据过剩时代”,数据体验增强着人脑传感性,难以及时有效地过渡到思维个性,平面化效应渐成趋势。

三是传播速度极快,高信息含量的电子运动以“宇宙速度”穿梭于包括精神世界在内的各个领域。例如,哈贝马斯所说的“主体间性”或沟通性会明显强化,精神与物质交织的数据成为信息光速传播中的“以太”,进一步将话语空间“缩小”;企业与市场之间、技术与应用之间、政府与社会之间、媒体与受众之间,以及不同社会领域、国家、地区、行业之间的数字跨越便利、快捷。

四是运算效率极高,在大数据处理、运算面前,作为最高智慧的人类大脑智能在某种程度上显得黯淡无光,以至于在定量、甚至某些定性分析上的某些智能被高效的电子计算所替代。云平台统一处理和管理大数据,同时支持包括视频、数据、语音在内的众多异构通信网络,为用户提供了诸多满足特定需要的高效服务。

五是运算智慧以及数据资源大规模的、高效的整合,浪潮云计算构成的巨大网络可以使无数“大脑”共同运作,在一定层面上远远超出一个传统“智库”智力资源的能量;纵向的一定阶段的过去、现在、未来以及横向的不同地域的事物均显现出明显的共时性。由此导致的多元、多重的数据整合,有利于打开人们的视野,拓展立体、发散、广阔的思维有着巨大的价值。

六是数据信息资源的高度分享,空间的广阔与时间的共同所搭建的信息分享崭新模式,既有助于分散数据的整合,也有助于重要信息的传播,对于重大决策来说,有助于集中智慧、形成共识,也有助于形成决策之后的贯彻力、执行力和反馈调控。

七是人们感知方式被集中冲击和调动,互联网及多媒体、新媒体以声色图像而传播信息。据不完全统计,仅仅Facebook每天有18亿张照片上传或被传播。[ 参见《互联网的一天》,2012年3月9日,//www.guokr.com/article/112411/ .

]当数字演化为“数字化”,从根本上改变了人们的感知方式,枯燥、抽象的数理逻辑可以大量迅速地实现形象化转换,在进入人们大脑中枢之前,已经“先验地”进行了重组和转型,人们通过感官而接受的事物,已不仅仅是事物的直接、表面、孤立的现象,而是经过加工、重组、“再生产”的“半成品”甚至某种意义上的“成品”,人们的“感知增量”和“知识盈余”时刻扩展。

八是诞生“数据新生代”,也就是以往基本无法以数据形式出现的、具有丰富意义内涵或功能含量的立体数据、流动数据、意义数据等数据现象如雨后春笋。例如高德、百度、Google等地图所展现的的数据流数据,代表的已经是一种“数据行为”;再如,关于人的社会行为、心理偏好、人格倾向等等的“人格化数据”已经渗透到人们生活的方方面。事实上,已经有学者从“精神现象”的意义上研究大数据。因此,那种“认为当今世界数据非常之多,所以收集数据很简单而且数据价值并不高的想法是绝对错误的——数据才是最核心的部分。要知道原因,就必须考虑到大数据价值链的各个部分,以及它们会如何发展变化。”[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第161页。]

九是数据库为信息记载、积累、分类和多种应用创造条件。例如某个医生一旦拥有大量的病例、病理报告、治愈方案、药物报告等,整理建立各种病菌、病毒、肿瘤细胞数据库,将来就有可能在基因研究基础上建立基因序列分类数据库。再如,搜索引擎等手段就为我们进行“大海捞针式”的信息的查询利用提供了便利。自古以来,如果没有以数字、文字为主要载体的符号工具,人类记忆能力的提升以及整个人类文明的演进会严重滞缓,但在大数据时代,云储存、各种数据库的诞生,将为人类智慧结晶、文明成就的记载、积累、沉淀、创造和发展起到难以估量的助推作用。

十是大数据具有跨越物理、生物、社会、精神之间界限的特征,且这种跨界打破了人们通常思维方式之间的藩篱,例如必要测量和重复测量、选择测量和综合评估、平均值和概率计算、数据拟合、统计比较等可以很方便地转换交替,而对于总结概括的综合思维、认识本质规律或特征的抽象思维、认知因果关系的逻辑思维,分析利用数据、发掘大数据“增量”价值的各种创造性思维等等,大数据都为其创造了交叉、互补、综合运用的条件。在这种数字化手段普遍使用的情况下,形象思维、联想思维、逆向思维、发散思维等日益发挥作用。

二.大数据时代对决策思维的助推

什么是决策思维?决策思维与哲学思维、理论思维、科学思维、宗教思维、艺术思维等等是否有所区别?对这两个问题的回答,需要人们直接面对问题本身。在现实生活中,理论正确并不一定导致决策和行动的正确,正如有的学者举例分析的,中国古人有两个词,一是“原来如此”;一是“如此这般”。前一个“如此”,是“是如此”,后一个“如此”则是“当如此”或“须如此”。前一个针对认识而言, 后一个针对行动而言。“因此便有理论、学说、观念、理想等等,又有原则、方针、政策、战略、方案、计划、规范等等。两者有联系,有渗透,但决不能互相取代。这是两种相对独立的思维领域,在思维规律和思维特征上,甚至在思维指向和思维功能上,有着重大区别。”[ 岱凌:《论决策思维方式》,天津,《天津社会科学》,1993年,第2期,第47页。]这就决定了我们在日常的行动中不仅要重视理论,更要注重决策。从本质上看,决策是在掌握、整合、利用相关信息的基础上,对主客观条件作出研判,根据需要而明确目标,为实现目标而设计战略与实施步骤,进而进行决断的系统性思维过程。可以说,决策过程本质上是思维过程,思维的质量,直接决定了决策的水平。这就决定了决策者应具备非常高的素质。

在我们看来,决策者基本素质之一,就是对时代精神有所领会。信息化时代,大数据对各领域的决策思维、尤其是政府决策思维的影响是全面而深刻的。在这个时代背景下,信息量的爆发式涌现、社会发展的复杂和瞬息万变、任何决策失误所造成危害的扩增趋势,三者是关联并存。这就决定了我们要对大数据时代各种影响要素作用于决策思维的方式和渠道有清醒的意识,从而提升决策水平,避免或减少决策失误。

第一,决策思维需要树立数字化信息意识。政府决策的科学化、程序化、合理化,不仅是国内外历史验证的政治现代化要则,也是大数据时代的必然要求。如前所述,作为内涵空前丰富的信息载体,大数据是传统数据跃迁式的升级换代,它使定量分析作为决策前提依据的必要性大大提高,因而,决策者已经树立的传统的“数据意识”需要做出相应的转变。例如:凭经验甚至个人偏好而轻数据,重直接数据而轻关联数据和比较数据,重单一数据而轻多元数据和互动数据,以数据作为补充辅助手段、甚至是作秀手段,只是在总结、汇报、申请时善用数据,等等,这样的决策思维惯性,在大数据时代是严重落伍的。在政府工作的很多领域不,统计工作非常重要,因为统计工作能够提供决策依据,甚至提供决策思维变革的强烈参照,因此,任何为了显示和夸耀政绩服务的数据造假,都会造成难以挽回的损失。而在大数据时代,这种统计数据失真或造假将变得异常困难,因为数据的采集、分类、存储、应用方式已发生质的变革。

第二,决策思维需要以大数据为基础的“参构”意识。依照传统的数据意识,数据毕竟

是为决策提供参照的,因而,对于数据的分析和运用属于“定量分析”,继而产生的决策思维属于“定性分析”,这两种分析基本上是二元的、分裂的,即使强调结合,也是一种“并构”。但是,“数据新生代”的诞生,已经在部分敏感企业、市场领域展露其“参构”的功能。政府决策,更需要充分洞察和发挥大数据内涵的价值含量和意义含量,让数据动起来、活起来,让数据的“话语权”更具说服力、表征力。特殊与普遍关系、综合关系、概率关系、因果关系、互动关系,以至于波普尔所说的“证伪”关系,等等,都应当纳入决策思维的视野。所谓参构,就应当是双向的渗透融合,“辩证思维形式在这里处于领衔地位。科学思维方式中的逻辑思维、形象思维、顿悟思维,作为辩证思维具体运用形式的反思思维、“两面神”思维、比较思维等等,形成群体整合的家族。……在决策思维方式中,则是根据需要而广泛采用。正像体育代表队,每场比赛重新组合队员。在此,抽象思维不一定总是‘主力队员’,形象思维不一定总是‘后备队员’,各种思维形式都可能一示身手。尤其是控制论思维、逆向思维、发散思维、聚合思维、跨越思维、环绕思维、模拟思维……等‘后起之秀’,常受‘教练’的青睐。这就要求决策者素质的提高,决策主体的群体性、决策机制的民主性、决策程序的规范性等,这也是决策思维方式具体的、科学的整合,从而充分发挥其特有的功能。”[ 岱凌:《论决策思维方式》,天津。《天津社会科学》,1993年,第2期,第53页。]大数据时代的决策思维,更有条件、也更加需要这样的思维方式的筛选、交叉与转换。

1.决策思维需要进一步提升关联意识、整体意识。美国学者与智囊以“未来新石油”

的提法来定义大数据,明确认定拥有数据的规模、对于大数据的运用能力将成为一个国家综合国力的重要构成,对于大数据的有效占有、控制和运用,将成为国家的核心资产。2015年初,美国政府作出一项明显属于全局性的战略决策:宣布将“大数据战略”上升为国家意志,并决定投资2亿美元专用于拉动大数据相关产业的进一步发展。这一举措似乎表明:大数据时代为政府决策的整体关联性创造了条件,同时也构成有力的推动。当今社会,对于各级政府的不同部门来说,来自社会各个领域的数据都更加充分,但数据隔离会使数据处于静态,造成数据能量的巨大浪费。对于任何一个决策机构来说,政府决策在一定意义上都是带有全局性的,跨地区、跨领域、跨部门、跨分工的数据关联与数据重组,将使数据发生难以估量的巨大“增值效应”。如中国许多地区已经拉开帷幕智能化建设,其中包括智能电网、智慧交通、智慧医疗、智慧环保、智慧城市等等,而大数据的通畅性、关联性、分享性是数字化智慧的灵魂。仅以城市规划为例,城市地理、气象、建筑、交通、经济、社会、文化、安全、人口等数据必须动态关联,而该城市周边以及全国、国际上的许多相关数据也必须参构决策思维。这不仅需要强化各地各部门的数据平台及通信网络的建设,更需要加快规划设计政府统一的数据管理协调机构以及跨越性、高档次的整合数据库和云计算平台,更需要各级决策者从决策素质的内在深处切实提升整体思维、系统思维意识和能力。数据关联与分享,是真正的共赢思维,如果说以往的部门主义、地方保护主义等等可能造成以邻为壑的恶果,那么,任何数据割据、数据孤岛,都必然造成整体和局部的共同戕害。大数据思维,即是大格局思维、大系统思维。

4. 尊重和善用智库的群体性、激创性思维。数据的集合性有局限性,数据共享和关联性、整合性分析研判,势所必然地要求决策思维的群体性、合作性,以及与之配套的交流碰撞和理性论证程序。数据抽象性与其专业复杂性相关,大数据时代数据涵盖越是丰富,其专业复杂性越是强化。因此,增强了对于不同领域专家及专家之间合作的依赖性。透过数据而进行更为本质的、定性的、系统的、辩证的、前瞻的分析与判断,是当今决策者面临的严峻课题。因而,大数据时代需要充分运用大数据,又要穿透和理性运用大数据,一定需要决策的群体性、论证性、头脑风暴,一定需要高素质而非伪能力、独立性而非依附性的智库。2014年10月,中共中央全面深化改革领导小组第六次会议审议了《关于加强中国特色新型智库建设的意见》。习近平强调,必须善于集中各方面智慧、凝聚最广泛力量,重点建设一批具有较大影响和国际影响力的高端智库。中国高层重视中国智库建设,是对时代发展的回应。美国兰德公司所谓“德尔菲法”当中,系统分析与数据依赖、数据综合利用是一个极为显著的特色,每5年一次的大规模数据性技术预测,是使数据资源发挥更大效益的重要程序。应当说,当今决策者,与时俱进的一个重要层面,即是接受大数据时代的洗礼。

5.“阳光思维”在决策思维中地位提升。大数据与云计算在许多国家,为政治生活带来的显著变化是被称作“阳光政务”的“电子政务”,政务信息的透明性、广泛性、公开性、分享性,是大数据无可置疑的明显效应。如果说“数字化生活”已经走向新常态的话,“阳光数据”是与大数据相生相伴的时代特征。信息网络化和新媒体普及化,不仅越来越拓宽了社会成员获取信息的渠道,更提升了他们采集并运用信息的能力,以及他们关注信息的意识和愿望。信息公开与信息反馈不仅并行不悖,而且相辅相成。“阳光思维”即是政府数据公开基础上,使决策依据充分增加民众参与中提供的民意含量和智慧含量,并且使各种数据得以开源、过滤和验证。心理学界认为,大数据使更准确地观察了解人的行为、观察了解集体意识和集体无意识成为可能。借助大数据,使决策更加具备社会心理接受程度和认可程度的基础,从一个侧面反映了提高决策水平的时代要求。据哈贝马斯对人的存在结构的研究,认为人的“交往存在”不仅不能否认,而且越来越突显,人际沟通核心在于“真诚沟通”。人的沟通理性可以在充分沟通基础上衍生、成长,精神信息领域本身也是普里戈金耗散结构理论所表述的“自组织系统”,人们之间的沟通一定会有一种筛选、整合的机制,社会所需要的某些基本认同和共同意志也应当在这样的环境中构筑。

6.进一步强化前瞻性和预测性决策智慧。《大数据时代》的作者认为:“对于善于运用科技解读未来的人来说,我们的未来不再是只字未书的画布,而是似乎已经着上了淡淡的墨痕。未来的可预知性似乎缩小了塑造命运的空间。潜在的可能性在概率的圣坛上被解剖。”[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第244页。] 大数据无疑有助于扩展前瞻性,增加预测时间,有助于强化时间序列的相关性,函数运算和趋势外推中排除随机性,以时间序列的平稳性求得数据之间的相关性。大数据强化了各种预测手段,尤其在预防和避免损失与灾难方面更为有效。大数据时代的前瞻性、预测性智慧,尤其应当运用于对于决策失误的防范,避免为追求政绩而急功近利、短期行为。

三. 大数据时代对决策思维的考验与挑战

辩证地来看,大数据时代对与决策思维提供了巨大的促进和帮助,但也从“反面”带来严峻的挑战。这样的挑战决定了我们必须与时俱进地提升和变革决策思维。

在我们看来,大数据给决策思维带来的最大挑战是“数据陷阱”的出现。这就需要我们下大力气从各个方面入手,以免落入“数据陷阱”。

其一,在宏观战略研究中我们,需要针对是综合目标,或者是愿景化、模糊化的目标体系进行筛选。明确的、具体的数据,是决策思维的核心有效部位,关联数据处于边缘部位。核心部位是明确的因果关系、逻辑关系发挥作用;边缘部位则是系统关系、互动关系发挥作用。《大数据时代》的作者提出:“不是因果关系,而是相关关系”,这样的判断是有着严重局限性的。因为这样有可能是我们过于注重相关关系,而对作为核心的因果关系置之不理。西蒙认为:一般的决策应当追求满意决策。他一面强调决策的系统性,一面将“最优决策”和“满意决策”作出区分,其依据是人的理性的有限性,我们这里需要加上一条:数据的有限性。如果人们忽略了决策目标的需要而对于数据进行筛选,就容易落入“数据陷阱”。因为,无论是大数据还失效数据都是对于人类思维的辅助,不是对于思维的取代。即使是意义含量极为丰富的综合数据,也需要通过适当的思维方式对其进行分析研究,甚至可以说,越是大数据,越是强化了对于思维的挑战。

其二,决策思维须警惕数据扭曲。数据的失真是一种扭曲,但这里所说的数据扭曲,主要是指人在思维当中的角度和各种局限性造成的。数据影响思维,思维影响数据,两者之间是一种双向的作用机制。狭隘的视野、偏颇的视角,以及保守僵化的思维惯性和思想观念,都会在数据选择、数据运用、数据解读过程中,导致数据扭曲。同时,决策思维须注意数据鸿沟。数据鸿沟有多种含义,这里所强调的主要是:大数据来自统计,统计来自调查,调查来自数据源。社会分工、分层与贫富差距等,造成数据源之间有较大悬殊。数据的权威占有、权威整合、权威发布,与数据的真实有效性之间会有一定差距,有时甚至是很大的差距,造成数据鸿沟。因此,数据的定量分析必须与深入的调查研究和定性分析结合起来,尤其是民心民意等心理层面、意愿层面、价值层面、精神层面,由于调查手段,问卷设计、统计渠道的不同,也会造成很大的信息差异。对于信息鸿沟,还特别需要注意数据垄断、数据遮掩和信息梗阻现象,如前所述,大数据时代的决策思维,应当是阳光政务的重要构成。

其三,决策思维须建立在规范数据管理的基点上。党的十八届四中全会作出的《中共中央关于全面推进依法治国若干重大问题的决定》提出:应“健全依法决策机制”,并强调要“把公众参与、专家论证、风险评估、合法性审查、集体讨论决定确定为重大行政决策法定程序,确保决策制度科学、程序正当、过程公开、责任明确。”依法决策,体现在将科学化的决策过程纳入法定程序,而实现这样的机制必然要求对于大数据管理的规范化、法治化。对政府权力的限制不仅是清廉政治的需要,也是防止数据垄断和数据扭曲的重要保障;对公民权利的保护不仅是政治和谐的需要,也是防止数据鸿沟及数据扭曲的重要基础。同时,任何对于数据的使用者,都应承担相应的责任。适应大数据时代的现代法治的升级换代版,包括各级统计机构基础上为政府决策服务的云计算平台和数据库管理的创新与规范,相应数据管理法规的更新与创制不可或缺。反腐斗争中揭露出来的数据造假与主观故意的信息垄断和扭曲,以及泄露国家机密等现象说明,四中全会提出的决策程序、责任机制、追责及倒查机制,以及反复新常态等等,都需要与数据管理的规范化、法治化相结合。

四. 决策思维视域下对大数据时代的深层思考

在现代社会的发展中,在社会上占据一定话语优势的思想潮流,由于种种原因,会潜移默化地渗入时代精神。当今世界,国际国内思潮都有不断深化的争论焦点,虽然总体上悬而未决,其话语影响却不容忽略。大数据时代的到来,使各级决策者越来越有必要对于某些深刻、尖锐、敏感的问题予以必要的关注,并辩证地加以审视。

1.关于“测得准”与“测不准”

“测不准原理”是指量子物理研究中不可能同时测定位置与动量、时间与能量等数值,其中一项数值愈准,另一个量的数值就愈偏差。提出此项原理的海森堡认为,人与被观察对象处于一个系统之中,人的观察直接影响到观察对象的状态。此项原理被哲学化,波普尔基于此批判历史决定论,提出“精确而相近的社会事件日历这种观念是自相矛盾的;所以精确而详尽的科学的社会预测是不可能的。”[ 波普尔:《历史决定论的贫困》,杜汝楫、邱仁宗译,上海,上海人民出版社,2013年,第11页。] 我们从波普尔的观点中可以接受某种其启发,但无法赞同其近乎绝对的观点。测不准原理在微观领域和宇宙尺度的宏观领域被煞费苦心的检测手段所证实,但在社会科学、尤其是政府决策领域,大数据为社会预测提供了前所未有的帮助。解决这一问题,还是需要强调决策思维对象的特定性,如果在决策思维领域中信奉“测不准原理”,就等于否定了观测以及观测数据,也就等于删除了大数据时代与决策思维的密切关联。首先,我们需要做的是,在战略或政策制定之后继续监测、反馈调节,尽量防止因预测结果本身的影响而影响事物的变化;其次,在基于预测的预防性决策这里,预测结果本身对事物变化的影响可能恰恰是达到目的的需要,因此更加需要对于观测和数据的可靠性的信任;再次,观察主体的主观因素对于被观察的社会现象的影响,不是靠回避观测、预测来解决,而主要应该是是通过数据整合与选择、运算途径,以及靠决策的群体性和程序合理性来解决。

随着大数据更为深入地嵌入社会各个层面,“自组织功能”将逐渐地使庞大繁杂、意义增量的数字信息成为社会系统本身的深层次构成。“在这个系统里,现实本身(亦即人们的物质与象征存在)完全陷入且浸淫于虚拟意象的情境之中,那是个‘假装’的世界,在其中表象不仅出现于屏幕中以便沟通经验,表象本身便成为经验。”[ 曼纽尔·卡斯特:《网络社会的崛起》,夏铸九、王志弘等译,北京,社会科学文献出版社,2003年,第463页。]在这种“虚拟的真实”中,观测者是实践者和参与者,主体与对象之间关系模糊,或者说更加浑然一体。于是,对于“缘构成”或“元构成”的追求依然需要,但决策思维的“大构成”却无可取代。

2.关于“可知”与“不可知”

中国向来就有“知无涯”和“知有涯”之争,老子早就说“道可道,非常道”;西方关于不可知的哲学源远流长,康德著名的“四大悖论”实际上否定了物自体可知,而谢林以怀疑论干脆否定物自体存在,笛卡尔以“我思故我在”导致二元论。从胡塞尔到海德格尔的现象学,通过“悬置”、“还原”而抵达“边缘域”或“缘构域”,强调意识的构成性。以上这些哲学流派之间,会有极大差异以至于冲突,但可以一言以蔽之曰:都在从某种角度或某种程度上认同事物本质的不可知。但是,大数据时代所指向、昭示的时代精神,是一种“可知论”哲学。这并非对于不可知的否定,而是一种深刻的辩证对应。既要坚持“不知之知”,又要坚持“可知之知”。或者从哲学上来说,既需要形而上的、宏观整体感悟的、本体论的哲学素养,又需要形而下的、逻辑实证和实效验证的决策思维素养。做到这一点的确不容易,但这也正是时代的挑战。也可以说,时代需要丰富发展马克思主义哲学,“无论是在何种意义上,中国的哲学研究都应当以其特有的理论视角和思想资源参加对共同的哲学问题的讨论,而且正是由于对共同的哲学问题的关注,才会使得中国哲学研究真正成为世界哲学研究的重要组成部分。……以中国哲学的思想资源去解释和回答重要的哲学问题,或者是从中国哲学研究中形成具有普遍意义的哲学问题。”[ 江怡:《中国的哲学研究在国际哲学中的影响和困境》,《中国社会科学文摘》,北京:社会科学文献出版社,2014年第8期,第43页。]当然,这并非每一位决策者需要直接承担的哲学使命,但一定是中国哲学与决策思维衔接的必然要求。

3.关于“因果性”与“相关性”

关于因果关系,在哲学上涉及到自由和必然这一争论不休的问题。近年,关于这一问题的研究出现新的动向。例如,比较突出的是普里戈金将因果关系归为线性逻辑思维,是适应于传统的牛顿物理学的产物。而在耗散结构中,非线性的复杂关系需要更为先进的发散、结构和整体思维。维克托·迈尔-舍恩伯格、肯尼思·库克耶显然是接受了这样更为新颖的思想并明确提出,只要知道“是什么”就足够,没有必要知道“为什么”,所以大数据关注的不是因果关系,而是相关关系。大数据相关关系分析更为准确快捷,而且不易受到偏见的影响,“建立在相关关系分析法基础上的预测是大数据的核心”。[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第75页。]对此,周涛先生指出:“认为相关重于因果,使某些有代表性的大数据分析手段(譬如机器学习)里面内禀的实用主义的魅影,绝非大数据自身的诉求。……放弃对因果性的追求,就是放弃了人类凌驾于计算机之上的智力优势,是人类自身的放纵和堕落。”[ 维克托·迈尔-舍恩伯格、肯尼思·库克耶:《大数据时代》,盛杨燕、周涛译,杭州,浙江人民出版社,2013年,第IX页。]我们需要再次强调决策与科研的区别,唯此才能更自觉地意识到大数据时代对于因果、相关、系统、耗散、自组织等关系思维的多重强化。其实,如果加以深层追问,相关性在深层次上亦可归于因果性,而且系统思维中层次、结构、多元要素、复杂决定等等,亦可归于扩展化的“大因果”思维。只要人类还需要决策,因果关系分析就一定是决策思维的题中应有之义。

4.关于“工具理性”与“价值理性”

马克斯·韦伯关于“工具理性”与“价值理性”的划分,在社会学、政治学等哲学社会科学领域产生了广泛影响。简单地说,韦伯认为,价值理性强调无论结果如何,首要的是动机和手段的正义;而工具理性强调出于功利的动机,无论过程和手段如何,首要的是达到预期目的。决策思维,从传统的、一般的和基本的层面来说,无疑是优先注重工具理性的。大数据极大地推助和强化了人们的工具理性思维,即使是价值含量极为丰富的大数据,通常也是实用价值。而对于深层的、基本的、核心的社会价值或精神价值来说,大数据一般来说并未“涌现”,甚至会拉开距离,往往还会“遮蔽”精神价值。如前所述,决策思维是对具体的、明确的目标负责的,但是,在趋于复杂的当代社会,核心价值内涵在时代精神构成中的地位大大提升。正是由于决策思维中,认知的准确和逻辑的明晰只能是对于具体规律或曰“子规律”的把握,而整体性、宏观性的大系统运行,局部与整体之间关系的愈益密切,要求政府决策必须以价值考量为前提。当的是八届四中全会强调,全面深化改革的目标是完善和发展中国特色社会主义制度,推进国家治理体系和治理能力现代化。这里重要的一点就是要提高政府的决策能力。在大数据时代,任何对于包括经济增长在内的效率、政绩的决策,都不能草率行事,而是要依赖丰厚的大数据依据,在价值理性的指导下发挥工具理性的科学性和创造性,从根本上提高政府决策思维水平,进而全面推进国家治理体系和治理能力的现代化,以早日实现中华民族的伟大复兴。

大数据下的决策思维相关文章:

1.浅谈大数据思维下示范中心网站信息系统的构建论文

2.基于大数据时代下的高校信息管理研究论文

3.大数据时代下的人口信息管理及应用探析论文

4.计算机大数据论文参考

更多相关阅读

最新发布的文章