基于公共衍生大数据分析的政府决策过程重构与评估方法研究

With the development of information and communication technology and sharply-increased data, the great value of public generated big data that includes internet public opinion, policy text and system generated data demand more attentions. The issues that how to effectively analysis and use those data, and improve government decision making process are new challenges to both academia and practictioners. This project starts from exploring and improving basic methods such as probability of topic modeling, sentiment analysis and some other other text data mining methods, focuses on public policy issues to comprehensively analyze and mine knowledge of public generated big data. Based on the analysis results to explore the government decision mode and decision process restructure strategy, the project brings public choice simulation and social computing to structure corresponding decision evaluation mechanism. The project integrates empirical and action research paradigm, conducts with the three combination loop, which are the one betwwen technology exploration and situational application, the one between knowledge discovery and process restructure, and the one between mechanism design and performance evaluation. With those triple loops and multiple iterations, it can implement layers of in-depth analyses to the research problem. The project tries to answer the scientific question that how to drive scientific evolution of government decision making process. Expected results will not only have contribution to the improvement of the theories of the government decision making and related policy process, but also have practical and guiding significance to decision making, public opinion reply and management reform in the government departments practice.

随着信息通信技术发展与数据激增，由网络舆情、政策文本与系统生成数据等构成的公共衍生大数据对政府决策的重要价值日益受到关注。如何有效分析利用数据、改善政府决策过程是当前研究与实践面临的全新挑战。本项目从概率主题建模、情感分析等文本数据挖掘基础方法的探索与完善入手，围绕公共政策议题针对公共衍生大数据进行综合分析与知识挖掘，基于分析结果探索政府决策模式与决策过程的重构策略，并通过引入公共选择模拟与社会计算构建相应的决策效果评估机制。项目融合实证研究与行动研究范式，围绕技术方法探索与场景应用的结合，知识发现与过程重构的结合，机制设计与效果评估的结合，通过三重循环、多次迭代实现对研究问题层层深入的剖析。项目尝试初步回答如何由大数据驱动政府决策过程的科学化演进这一科学问题。预期成果不仅将对政府决策与政策过程相关理论的完善有所贡献，对政府部门政策制定、舆情应对及管理变革也将具有实践指导意义。

随着信息通信技术发展与数据激增，由网络舆情、政策文本与系统生成数据等构成的公共衍生大数据对政府决策的重要价值日益受到关注。如何有效分析利用数据、改善政府决策过程是当前研究与实践面临的全新挑战。本项目从概率主题建模、情感分析等文本数据挖掘基础方法的探索与完善入手，围绕公共政策议题针对公共衍生大数据进行综合分析与知识挖掘，基于分析结果探索政府决策模式与决策过程的重构策略，并通过引入公共选择模拟与社会计算构建相应的决策效果评估机制。项目融合实证研究与行动研究范式，围绕技术方法探索与场景应用的结合，知识发现与过程重构的结合，机制设计与效果评估的结合，通过三重循环、多次迭代实现对研究问题层层深入的剖析。在方法论层面，融合了数据分析的技术导向思路与公共管理及公共政策分析的理论推演思路，以文本挖掘分析技术为基础，丰富和完善了政策信息学，形成了较为系统的方法论体系；在理论层面，从公共衍生大数据分析得到的基本规律出发，初步构建了数据驱动的政府决策过程范式，为后续的深入研究提供了必要的基础；在实践层面，立足政府与社会共同关注的实际公共管理问题，通过在项目推进过程中与目标政府部门充分互动，对北京市若干部门、城市管理、网站管理等特定政府业务领域的实际工作形成了决策支撑和政策影响。项目共发表SSC期刊I检索论文10篇（其中Web of Science一区论文5篇）、中文期刊论文19篇（其中NSFC认定的管理科学重要期刊论文2篇、《城市发展研究》、《中国行政管理》、《世界经济与政治》等相关管理领域顶级期刊论文8篇）；出版英文专著1部、完成《政策信息学：大数据驱动的公共政策分析》书稿；依托项目出站博士后9人、毕业博士研究生7人（其中2人获校优博士论文）、硕士研究生3人；研究成果在北京市城市管理综合行政执法局、北京市首都之窗运行管理中心得到实际应用，依托研究成果形成的《中国政府网站绩效评估报告》获国务院总理李克强同志批示。