城市善治（GoodGovernance）是人们对城市的经济、政治、文化和社会事务合理有效进行组织与协调、规范与监督，从而实现公共利益最大化的过程。城市善治目标的实现，是以充分掌握治理对象各种信息为前提。而大数据技术正好与城市对庞大复杂的社会管理信息的客观需求不期而遇。大数据技术使城市善治成为可能：它不仅能模塑治理主体思维，提升城市治理能力，而且将变革城市治理模式，塑造城市的未来。

       从主体看，大数据技术将模塑治理主体思维。大数据对传统的思维方式带来巨大挑战，尤其在城市公共服务领域，它有效集成信息资源的能力，将会为政府管理理念和治理模式的转变，提供强大的技术支撑。舍恩伯格曾经敏锐地指出：在大数据时代，人们处理数据的思维方式将会发生重大的转变，即要全体而不要抽样；要效率而不要绝对精确；要相关而不要因果。事实上，大数据技术带来思维方式的深刻转变远不止于此。在大数据时代，某些特定情形下，人们依然使用样本分析法，虽然这不是主要的数据分析方式。随着数据采集、数据存储、数据管理和数据分析与挖掘技术进展，可以更加便捷地获得有关治理对象的所有数据，与此相适应，城市治理者的思维方式也将会从样本思维转向全局思维，从而更加全面系统地掌握总体状况，一句话，大数据技术将使治理主体从局部思维走向全局思维。此其一。其二，从精确思维走向容错思维。在小数据时代，由于样本信息量小，为避免出现由部分推及整体时的“南辕北辙”现象，必须确保数据精确化。而在大数据时代，大量的半结构化、非结构化的数据集合与数据分析，一方面提升了城市治理者获取知识和信息的能力，另一方面无疑会对传统的精确思维带来了极大挑战。当拥有巨量即时数据时，绝对精准不再是主要目标，适当忽略微观上的精确度，容许细枝末节上的错误，反而在宏观上可以拥有更好的洞察力和知识。再者，从因果思维转向相关思维。在相关关系分析基础上的预测正是大数据的核心议题。在大数据时代，人们的思维方式将从因果思维转向相关思维。通过大数据技术挖掘出事物之间线性和非线性的相关关系，可以注意到以前不曾注意的联系，掌握以前无法理解和掌握的复杂动态，从而更好地捕捉现在和预测未来。

       从过程看，大数据技术将极大地提升城市治理能力。城市是地球表面发展着的区域实体，手工业时代城市管理对数据信息的需求十分薄弱。工业革命以来，城市的迅速发展对数据信息的需求开始大幅度增长。“集中”是城市首要特质。“城市本身表明了人口、生产工具、资本、享乐和需求的集中；而在乡村里看到的却是完全相反的情况：孤立和分散。”城市空间密集着齐全的人类社会生活物质产品和精神产品。集中导致城市的另外一个本质特征——复杂性。城市是一个开放的复杂巨系统，其复杂性本质上源于城市中人的复杂性和城市结构的复杂性。这种复杂性造就了城市系统中的确定与不确定、规则与不规则、稳定与不稳定、必然与偶然的统一。20世纪以来，特大城市、大都市区、都市带和都市网的出现，更是加剧了城市的这种复杂性，使得城市管理对数据信息的要求愈来愈高，对数据依赖也愈来愈强。而大数据技术借助海量数据最大限度解决城市治理主体的主观世界与城市复杂性客观世界之间的信息不对称性难题，使人们对城市的认识能力和水平得到空前提升。得数据者得天下，给我提供一些数据，我就能做一些改变；给我提供所有数据，我就能拯救世界。这是一个令人震惊得不知所措的变化：一方面，通过海量、动态、多样的数据有效集成为有价值的信息资源，预测事件发生，使治理体系和治理能力现代化成为可能。舍恩伯格在《大数据时代》中指出：谷歌可以成功地预测甲型H1N1流感爆发，与官方数据相比，谷歌成了为一个更有效、更及时的风向指示标。“这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻洞见。”另一方面，大数据技术为推动城市治理决策精细化和科学化带来机遇。针对目前我国城市治理领域普遍存在的服务理念滞后、决策机制不够科学、部门协作亟须加强、工作方式待改进与工作效率求提升等问题，大数据技术从认识、理论、方法、实践和效果评估等方面都能给人以启发。大数据技术通过对海量数据的快速收集与挖掘、及时研判与共享，成为支持城市治理科学决策和准确预判的有力手段，为社会转型期的城市治理创新带来了机遇。譬如，利用大数据可以还原社会危机发生的过程，以数据和事实呈现真相；利用大数据对政府业务数据和公众行为数据进行分析，实现数据的无序向有序、隐性向显性、静态向动态转化，政府可以把低价值度的数据转变成政府治理能力，从而实现“数据”治理。

       从结果看，大数据技术创新城市治理的未来，智慧城市将成为现实。智慧城市是一种虚拟化的城市，是对城市的一种全新的诠释。智慧城市与大数据技术的相关性在于：大数据技术是生成智慧城市的基础和关键技术，智慧城市的衡量指标由大数据来体现；智慧城市是大数据技术发展的必然产物。智慧城市相对于以往的数字城市而言，其显著区别在于要对所获取的巨量数据和海量数据进行分析处理，从而获取保障智慧城市运行发展的有效信息。智慧城市要真正体现人类社会智慧化的管理目标，必然要对海量数据进行充分的挖掘、分析与利用。所以，实现对巨量信息的智能化处理，前提是引入大数据处理技术，整合分析跨区域、跨部门、跨行业的海量数据，并将特定的信息应用于特定行业和解决方案之中。可以说，智慧城市的实现过程就是对数据采集、分析、存储和利用的过程。大数据技术像血液一样遍布智慧政务、智慧交通、智慧医疗、智慧生活等智慧城市的各个应用系统之中，将使城市管理从“经验治理”转向“科学治理”。

       二、城市治理中的数据异化分析

       舍恩伯格警告我们：“大数据会是我们合理决策过程中的有力武器；倘若运用不当，它可能会变成权贵用来镇压民众的工具，轻则伤害顾客和员工的利益，重则损害公民的人身安全。我们所冒的风险比想象中的还要大。”在运用大数据技术进行城市治理过程中，会遭遇种种数据风险。风险与利益成正比，数据愈大，利益愈大，而数据风险愈大。这种风险存在于数据的收集、储存、分析和使用的全过程之中，形成所谓的“数据失真”、“数据安全”和“数据依赖”等数据异化现象。

       （1）“数据失真”。长期以来，人类利用局部的、片面数据来认识和改造世界，在无法获取实时数据时甚至会纯粹依赖主观经验和理论假设来把握未知领域，因而其认识往往是表面肤浅，甚至是错误和扭曲的。正如《连线》杂志主编克里斯·安德森所说：“面对大规模数据，科学家‘假设、模型、检验’的方法变得过时了。”大数据来临使人类掌握了一种全新的技术，通过全面、完整和系统地掌控各种数据信息来探索社会发展规律成为可能。此其一。其二，海量数据可能会带来数据失真和甚至处处是假规律的现象。许多数据都是草率生成的、令人误解的、夸张的或者根本是错误的，成为不良数据。“数据量大并不意味着数据价值的增加，相反这往往意味着数据噪音的增多。……意味着信息垃圾的泛滥、”，“数据量的大幅增加会造成结果的不准确，一些错误的数据会混进数据库”。来源不同的各种信息混杂在一起会加大数据的混乱程度，导致出现“错误发现”的风险增加。斯坦福大学教授Trevor·Hastie用“在一堆稻草里面找一根针”来形象比喻大数据时代的数据挖掘现象。问题是很多稻草和针长得几乎一样，“如何找到一根针”成为数据挖掘问题上面临的最大难题，海量数据带来显著性检验的问题，将使我们很难找到真正的关联。在城市治理过程中，如果治理是建立在失真数据的基础之上，就会做出错误判断，甚至可能给城市治理带来巨大的灾难。

       （2）“数据风险”。当下，数据安全问题是大数据技术风险另一突出表现。数据风险和隐私保护成为城市治理中数据应用亟待突破的重要问题，其紧迫性不容忽视。Gartner说过“：大数据安全是一场必要的斗争”。无论是数据抽取与集成，数据隔离与数据存储，数据分析与数据解释，安全问题贯穿于数据管理的始终。

       首先，大数据成为攻击的目标。攻击主要来自外部，不法人群、黑客对数据库入侵，并盗取想要的资料，使系统无法正常使用。大数据所蕴含的价值信息非常吸引黑客的注意和攻击，一个有力证据是近几年来发生的互联网用户帐号的信息失窃被非法转卖事件频频发生都与黑客有关。种种迹象表明：我国城市政府网站和重要企业都发生过遭遇境外黑客攻击的情况。其次，隐私泄露风险日益加大。以往所采用的对隐私的侵犯的物理的、强制性的侵入方式，已经被更加先进、更加微妙的新方式所替代，由此所引发隐私风险也将更为严重。如果说在互联网时代，人们的隐私会受到威胁，那么在大数据时代则更加加剧了这种威胁。互联网的出现使得监视变得更加容易，亚马逊监视我们的购物情况，百度监视我们的网页浏览习惯。《大数据时代》指出，美国Facebook、Google、Apple、Amazon正在成为大数据的拥有者和使用者。他们利用种种手段整合碎片化的数据加以利用的趋势已经显露无遗。此外，技术发展增加了安全风险。随着网络技术的发展，服务器、防火墙等网络设备和数据挖掘应用系统等技术的广泛使用，提高大数据自动收集和智能分析效率，相应地也增加了安全风险。一方面，大数据技术本身的安全防护存在漏洞，在密钥生成、存储和管理方面的不足都可能造成数据泄漏；另一方面，攻击的技术水平提高，攻击者也在利用这些大数据技术进行攻击。一旦受到恶意攻击，系统不能正常工作甚至全部瘫痪，整个社会就可能陷入危机之中。

       （3）“数据依赖”。“大数据大大威胁到了我们的隐私和自由，这都是大数据带来的新威胁。但是与此同时，它也加剧了一个旧威胁：过于依赖数据，而数据远远没有我们所想的那么可靠”。数据依赖会导致数据崇拜和数据独裁。“我们比想象中更容易受到数据的统治——让数据以良莠参半的方式统治我们。其威胁就是，我们可能会完全受限于我们的分析结果，即使这个结果理应受到质疑。或者说我们会形成一种对数据的执迷，因而仅仅为了收集数据而收集数据，或者赋予数据根本无权得到的信任”。过分痴迷数据，“认为掌握了数据，也就进一步接近了真理（上帝）”，“我们相信上帝，除了上帝，其他任何人都必须用数据说话”。城市治理过程中大数据正在发挥巨大的威力，在争分夺秒地迈向大数据时代的过程中，城市经济、社会、文化乃至军事等行业对数字信息的依赖程度达到了极致。这一方面带来了城市运行的精准与效率，更便捷的服务效果；另一方面，这种对数字技术的高度依赖性却反而使得其具有更大的易受攻击性、毁灭性和脆弱性。在城市治理过程中，可能会出现两种数据依赖情形：

       一是过分迷信数据信息，对超越文化或常识的数据视而不见。譬如城市政府迷信某种宏观的经济数据，而将数据的平稳等同于经济平稳，忽略了潜在的经济安全威胁。当出现金融危机征兆之时，会出现非理性地引入不当的宏观数据来掩盖危机的可能性。

       二是过分依赖历史数据。城市政府把昔日的获取的数据作为未来政治、经济、文化教育决策的重要依据。当今世界变化速度之快早已让经验主义失去了生机和效力，过去和未来已经不可同日而语，即使是短时间内的重复，也可能产生完全不同的结果。

       “在大数据时代，我们不必知道现象背后的原因，我们只要让数据自己发声”。过分依赖数据、崇拜数据，“无数据，不决策”，会造成严重的风险。在大数据时代，一项决策万不能没有数据支撑，但仅仅依靠数据支撑来做决策却是万万不能的。

       大数据时代，城市治理者在获得数据“红利”的同时，还将面临海量数据爆炸所带来的其他数据异化问题。如何有效应对种种数据异化问题将是大数据时代城市治理所面临的新挑战。

       三、拥抱大数据：数据异化的治理

       大数据是一场革命，它对现有生产力和生产关系的影响是颠覆性的，这也许是目前正在进行的科技革命新的发展阶段，也许甚至是下一次科技革命的前夜。庞大的人群和应用市场，复杂性高，充满变化，使得中国成为世界上最复杂的大数据国家。伴随大数据技术中已经和可能出现的数据异化现象，只有未雨绸缪，才能将可能出现的风险降到最低。

       1.理念：理性对待数据

       城市治理中数据失真、数据安全和数据依赖等数据异化现象，本质上与人们关于技术的意识和观念的错位、扭曲有关，与人们对大数据技术的盲目崇拜有关。

       在人与技术关系发展的历史长河，曾经产生无数技术崇拜的先例。“技术统治思想之父”圣西门就坚信技术会使大多数社会问题得到解决。19世纪机器推动了历史的发展，产生了对机器的崇拜；德绍尔在他的“第四王国”中已经将技术活动拔高到人类活动至尊的地位上。20世纪信息技术产生后，出现了以丹尼尔·贝尔和阿尔夫·托夫勒为代表的信息技术崇拜，强调信息技术在社会发展与转型中的支柱性作用。历史具有惊人的相似，大数据技术出现后，出现了对大数据的崇拜。在技术与人类社会的关系中，技术始终只是中介性的客体，因此是非目的性、非自我性的。技术是手段，人是目的。“手段之为手段，是就它侍奉目的而言的”。技术虽然能表现出一定的自主性，但它始终是作为客体而存在，它将永远无法摆脱人类影响和控制。如果因为使用大数据技术而放弃了人类的理性和智力优势，那是人类自身的放纵和堕落。

       “无数据不决策”、“数据是真理”、“数据是上帝”本质上都是城市治理中的数据崇拜，是认识上的误区，在此，我们要旗帜鲜明地反对。不可否认，新技术的发展到大数据阶段，导致生活、工作和思维的大变革，数据在国家治理、社会治理和城市治理中发挥着积极的作用，成为决策的依托，管理的法宝。但是，先进技术并不会自动带来城市的善治，如果一项技术的改进便能消除城市治理中的所有问题，那便意味着从此以后许多城市治理主体都没有必要存在下去，中国城市只需很低的成本就能维持高效率的运转。人在技术面前不能失去自我，不能失去主体性和自由意志：“也许，大数据预测可以为我们打造一个更安全、更高效的社会，但是却否定了我们之所以为人的重要组成部分——自由选择的能力和行为责任自负。大数据成为了集体选择的工具，但也放弃了我们的自由意志”。大数据提供的不是最终答案，只是参考答案。城市治理不能陷入数据崇拜，而必须回归技术的本位：技术是工具不是目的。可见，面对大数据技术的发展，我们既不要过度地崇拜，也不要因噎废食、盲目排斥。

       2.制度：建立数据使用规范

       数据异化现象产生的根源除了观念上人们对于大数据技术的崇拜之外，还与制度空白与制度漏洞密切相关。数据失真是因为数据产生过程中出现无序与混乱状态，错误的前提导致错误的结论，因而需要制度与法律的有序化和规范化；数据依赖是由于城市治理主体的对数据的使用失度或滥用数据有关，如在使用范围上把不应该使用数据进行判断的公务行为“用数据说话”、“用数据判断”，在使用深度上，过分强调数据的作用。尤其是数据管理中安全问题，数据隐私问题，肆意挖掘个人私密、家庭、健康等隐私信息，骚扰电话不断、垃圾短信泛滥、“艳照门”事件层出等，大都与法律制度不健全密切相关。数据立法不健全，直接导致我们既丧失了对数据的控制权，也无法管控这些数据会流向哪里，更无法影响获得信息的人将会对这些数据作何处理。

       大数据技术带来的数据异化不能绝对地归结于技术本身，应该通过完善人类自身和社会的制度来加以克服，从法律上来加以规范。美国等大数据发展较快的国家，已经制定了关于大数据保护特别是针对普通民众隐私保护的法律法规。制定完善的大数据应用规则，明确大数据采集和使用所涉及的包括数据隐私、准确性、可获取性、归档和保存等问题在内的应用规则，厘定信息使用权限和职责，确保数据依照规则规范使用，并规定相应的法律责任势在必行。

       规范数据空间的行为，离不开立法的完善，也离不开法律意识的提升。只有数据产生者、数据使用者、数据管理者都树立法律意识、依法规范行为，同心共智、同频共振、同力共举，才能建设出一个健康、有序、和谐的法治化数据空间，才能真正使大数据成为城市治理的未来；只有让法律体系、社会治理跟上时代发展，我们才能放心地在大数据时代里驰骋。

       3.行为：使用边界问题

       城市治理中数据异化治理还有一个重要问题——使用大数据的行为边界问题。

       以行为预测为例。城市治理中，常常需要对个人和组织的行为进行预测，以便采取相应的预防措施，使城市发展有序化。大数据技术使得人们行为预测成为极其方便和可能的事，因为“通过对大数据的分析，可以看到人类的行为规则是基于优先级排布的问题。每个人都有自己的任务列表，而如何按照优先级排列顺序则产生了不同的影响”。大数据预测的准确性越来越高，它能预测人们行为的发生，在人们犯错之前，提前惩罚。因为预测的结果几乎不能反驳，人们无法为自己开脱。但是，这种基于预测得出的惩罚不仅违背自由意志的原则，同时也否定人们改变选择的可能性。

       可见，随着大数据时代的来临，越来越多的数据被掌握在政府、互联网企业、社区抑或个人之手。如果真的可以通过大数据进行分析和挖掘，人们的行为都有可能被掌握。那么，数据使用者的行为边界在哪里？我们认为：大数据使用的行为边界是：有限自由原则——使用者有使用大数据的自由，但应不以侵犯他人和组织的自由为原则。“你有挥动拳头的自由，但应止于别人的鼻尖”。人类必须保留部分空间，允许我们按照自己的愿望进行塑造。否则，大数据会扭曲人们最本质的东西——理性思维和自由选择。

 

       中翰软件：专注数据治理15年（http://www.jobhand.cn）