當下，大數據所帶來的信息風暴，大數據時代的思維變革、商業變革和管理變革，正在急劇地改變著我們的工作方式和生活方式。作為一種不用抽樣調查而采用巨量數據的方法，大數據興起于上世紀八十年代，之后，有些國家就將其視為“未來的基石”而將它的發展提升到國家戰略層面。

　　通常人們用4V來描述大數據的特征，即數據的海量性和完整性（Volume），數據的多樣性和內在關聯性(Variety)，數據的實時性（Velocity）和數據的高價值性（Value）。這四點正好與精細化管理的“精、準、細、嚴”理念相一致，也與精細化管理強調的“注重細節、立足專業、科學量化”的原則相契合。因此，搭乘著大數據的東風，精細化管理的理念也越來越普遍地運用到各個領域，試水大數據分析，進行深度挖掘、發展趨勢分析，積極探索各個領域的精細化管理，是我們需要考慮的問題。

　　以大數據提升政府的科學決策水平

　　科學決策水平的提高是政府精細化管理的必然要求，而決策的科學化來源于決策信息的全面性、準確性和及時性。過去，受到信息采集技術和信息挖掘技術的制約，決策者在制定相關政策時往往缺少足夠的數據支持，這使得決策要么過于倚重決策者本身的經驗和直覺，要么只能從局部信息推演至全體信息，制定出的政策也多是無差別的、簡單的“一刀切”式的。

　　而今，作為新興數據處理技術，大數據能夠更為有效地集成各類的政治、經濟、文化、社會、生態等領域的信息資源和數據庫，為決策者決策提供重要數據基礎和決策支撐。大數據分析最大的魅力在于“通過交叉復現，直抵事實的真相”。比如糧食產量的信息統計問題，運用遙感衛星的數據，中央政府便可得知各地耕地數量，再通過適當的算法和模型，配合以往的氣候、土壤、產量等信息，便可知道各地方準確的糧食產量，利于決策者跨區域的農業政策統籌和規劃。

　　決策的美妙和難點之處在于對未來的預測，而大數據的核心正是預測。它通過把數學算法運用到海量的數據上來發現以往難以察覺的事物運行規律，并據此預測可能發生的事情，甚至可以可視化地展現出事物運行未來的“真實”場景。目前很多地圖服務商都依托大數據為用戶提供地圖查詢和出行導航等相關服務。而這些數據一旦與相應的歷史數據相組合和疊加，便能模擬預測出城市未來的運行動向，為城市管理者提供可靠的決策依據。比如在重大文體活動或節假日集會活動中，容易出現因人群過度擁擠而引發的危險乃至事故。為避免這種情況的發生，城市管理者可以在對有關定位數據、搜索數據進行深度挖掘的基礎上，參考相關歷史數據，預測出人流量及其空間分布，再結合地理空間實景模擬，找出可能發生的風險事件，從而為預防事故發生、強化應急管理提供強有力的決策支撐。

　　以大數據提升政府管理效率降低管理成本

　　“天下大事，必作于細。”大數據所具有的智能化、實時性處理海量數據的能力為政府精細化管理提供了重要幫助。這里最為經典的案例便是谷歌公司對于甲型H1N1流感的精準預測：2009年甲型H1N1流感爆發的前幾周，谷歌公司的工程師們在《自然》雜志上發表了一篇萬眾矚目的論文，文中將搜索記錄和流感預測看似兩個毫不相干的事情聯系了起來，并對流感在全美范圍的傳播進行了預測，而且具體到了特定的地區和州。這令公共衛生官員們和計算機科學家們都感到震驚，因為谷歌模型的預測結果被證實與官方數據的相關性高達97%。和疾控中心一樣，谷歌公司也能判斷出疾病是從哪里傳播出來了，而且更加及時、一樣準確，并比官方早了幾個星期。所以，2009年甲型H1N1流感爆發的時候，與習慣性滯后的官方數據相比，谷歌成為了一個更有效、更及時的指示標。

　　大數據之所以受追捧，除了它能提高企業和政府的工作效率之外，重要的還有其能有效降低精細化管理成本的作用。一方面，大數據技術的采用，將極大激活原先利用率偏低的大量的社會日常運行數據，特別是其能更有效地存儲、分類和加工各種非結構化和半結構化的數據，節省了管理所需信息的采集成本。另一方面，這些數據的運用又極大改變了政府傳統的治理方式和治理工具，同樣降低了管理的成本。

　　國外早就對于大數據在政府精細化管理運用上的成本收益做過一些測算。知名咨詢公司麥肯錫的研究報告就證實，政府部門通過大數據的應用可以大幅度提升生產力和工作效能，并有效降低管理成本：歐盟政府部門可能減少15%~20%的行政開支，在未來10年每年創造1500億歐元到3000億歐元的新價值，大數據還可以在未來10年中將年度增長率提高0.5%。就具體領域而言，美國的醫療管理部門測算表明，每年由于大數據的有效利用其獲得的潛在價值超過3000億美元，而節省的醫療衛生開支超過8%。

　　以大數據促進政府服務的精細化、人性化

　　公共服務是21世紀公共行政和政府改革的核心理念。前大數據時代，公眾只是公共服務的被動消費者，所接受的服務大多也是均質的。隨著公眾個性化服務需求的日益增長，政府服務的精細化、人性化要求也被擺上了臺面。而大數據具有的全面、精準、定量的分析功能，無疑對因地、因時、因人制宜的公共服務提供了強大的技術支持。比如上海浦東區提出的“潮汐式”停車管理辦法，就是通過相應的大數據分析確立了企業區和居民區停車高峰錯位的時間以及相應的收費標準，比較順利地兼顧了各方利益，有效解決了大都市中的停車難問題。

　　大數據時代的社會結構是廣泛參與、網絡互動、扁平化運行的。數據的產生、加工和結果運用都是政府、企業、社會組織、個體公眾等共同參與的結果，這意味著大數據成為了一根紐帶，將全社會資源的需求、生產、分配和供給聯系了起來。因此，大數據時代的養老服務一定是多主體參與、互通互聯、根據個體信息提供精細化、人性化養老服務網絡，而大數據時代的社區管理，一定有一個網格化的協調平臺，能夠對各社區進行廣泛的差異化分析，提供社區文化、社區安全、社區環境質量、社區居民心態、社區網絡消費、社區物流配送等諸多方面的精準服務。

　　毋庸置疑，大數據給政府的精細化管理提供了有效的技術支持，同時，它的運用也必將對政府的流程再造乃至管理體制的變革起到積極的推動作用。在當下政府加快職能轉變的關鍵時刻，以技術創新倒逼政府體制改革的聲響越來越大。因此，從這個意義上說，推動國家大數據分析的建設，建立跨部門、跨領域、跨界別的數據聯通與開放標準體系，推進大數據整體實施方案的完善，保護數據安全和個人隱私，對于國家治理體系的完善和國家治理能力的提升有著極為重要的意義。

為防止簡歷投遞丟失請抄送一份至：boshijob@126.com（郵件標題格式：應聘職位名稱+姓名+學歷+專業+中國博士人才網）