2021年3月下期
科学与决策的协同：新型政府循证决策模式构建与逻辑延伸／高鹏飞 吴 琼
来源：领导科学网,领导科学杂志社唯一网站
作者：高鹏飞 吴 琼
日期：2021-04-25 10:54:05
| 关决策提供中立、客观的证据。各领域科学知识之间能够起到一种相互纠偏的作用，同时，还要对决策的具体经济条件、政治制度、社会文化等进行综合考量，不断实现决策模型的修正与完善。其次，促进科学与决策之间的良性互动。这种互动不是简单的谁先谁后，也不是单纯的决定与被决定的关系，而是一种动态平衡。要实现这一目标，需要三个步骤：第一步，建立科学共同体，第二步，科学共同体与决策者之间的对话，第三步，科学共同体、决策者与民众之间的对话。再次，科学与决策协同制度化。中国特色社会主义制度是实现中国之治的根本所在，要通过制度建设促进科学家、政府、社会与广大人民之间的联动，为科学决策提供有力支撑。科学与决策协同制度的建立能够使得相应程序有序执行，即便面对突发事件也能够有效应对。
在对循证决策的逻辑与困境进行简单梳理的基础上，本研究提出了科学与决策协同的模式和基本原则，但公共决策的关键在于实践和执行，如何在具体决策过程中保障科学的精准嵌入是影响协同效果与决策质量的关键所在。本研究以大数据这一决策情境为基础，具体探究公共决策过程中的协同效应和循证决策模式的完善。
二、大数据情境下政府公共决策循证模式分析
（一）大数据与循证决策的耦合性分析
大数据技术既是科学的一部分，也是公共决策的背景，似乎天然地蕴含着科学与决策的有机融合。在大数据时代，政府面临的决策风险越来越多，循证决策正是有效应对风险与不确定的有效机制。［1］
第一，大数据技术能够为政府循证决策提供高质量证据。证据是循证决策的核心，高质量证据是保障循证决策科学有效的关键所在。当前，中国社会正处于转型期，各种矛盾与纠纷都需要政府出台公共政策进行解决，大部分的矛盾和纠纷都关系到众多主体、利益相关者以及政治、经济等各方面事务，其复杂性决定了政府公共政策制定需要处理海量数据，但科学决策需要那些真实承载矛盾状况的数据，这就涉及一个数据获取与转化问题。大数据技术的优势核心正在于数据收集与分析，能够从海量数据中找出有价值的信息并转化为证据，保障证据生成、评估和使用这一证据链的高质量，为循证决策奠定良好基础。
第二，循证决策模型能够有效弥补大数据应用过程中经验决策的不足。传统决策模式多为经验决策，这种决策模式具有很强的不确定性，且科学家也很容易演变为政府与社会之间的“中介变量”，降低决策科学性。正如前文所述，本文所论的循证决策具有很强的综合性，能够将多元主体利益诉求转变为确定性的证据，提升了证据的公共价值，既能够从实质上增强社会主体在公共决策中的参与，也能够扩大政府公共决策对社会知识、公共价值、社会成员意愿的参考范围，同时降低了经验决策的不确定性以及大数据引发的“利维坦”风险，使得政府决策公共性和科学性实现了有机结合。
第三，大数据与循证决策之间的良性循环。高质量证据来源于利益相关者诉求、民众需求、科学家验证等；同时，证据扩散也依赖于各主体之间的有效互动，比如民众对政府与专家的信任、政策演化与执行机制、政府部门合作机制、多元主体利益协调机制等。这就形成了以大数据技术为基础的循证决策运行与反馈机制，能够有效聚合决策资源、协调各方利 |