大数据技术的迅猛发展为政府治理提供了科学、高效、可靠的新模式、新方法、新路径。海量数据的快速涌现，也为政府治理提出了新的挑战。大数据不仅仅是政府管理的一种新手段和新工具，它还将带来政府管理改革的一个全新阶段，需要政府部门迅速变革传统治理方式和方法，构建全新的管理模式，驱动组织结构、业务流程、行为关系的优化再造，这就是政府治理的数字化转型。

著名物理学家薛定谔提出过一个量子力学的思想实验，把微观领域的量子行为推演到宏观世界，被称为“薛定谔的猫”——在一个盒子里有一只猫，以及少量放射性物质。如果放射性物质衰变就会释放出毒气杀死这只猫。问题是，物理学家只知道衰变的概率，无法确定在某一时刻，放射性物质到底衰变了没有。在量子世界里，这只猫处于死亡和活着的“叠加状态”：既是死了，又是活着。只有当人们打开盒子的那一瞬间，才能确定地知道猫是死了还是活着。

中国社科院经济学家何帆教授借用薛定谔的思想，构想出另一种佯谬：凯恩斯的猫。政府就像一只关在黑箱里的猫，在酝酿某一项政策。当我们没有揭开决策的黑箱之前，政府的政策究竟是好还是不好，我们是不知道的，它既是好的，又是不好的。也许只有当我们揭开了这个黑箱，政策大白于天下，我们才能知道它是好的，或是坏的。甚至即使我们打开了黑箱，也仍然无法判断一项政策是好的，还是坏的。

对此，何帆教授给出了四种解释说明政府决策之难。首先，政府在决策的时候往往面临多重目标。既要关心经济增长，又要防止环境污染，还要担心社会问题，而且受制于财力与能力。其次，政府在决策的时候总是面临信息不对称。领导收到的几麻袋情况报告中，99%以上都是掺杂着部门利益、地方利益的。剩下不到1%的报告不掺杂私利，但往往洋洋洒洒、离题万里、引经据典、言不及义。信息多，反而意味着噪音多。第三，政府的决策时域不够长。政府决策在本质上讲都是短期决策，长期的战略规划往往是种幻觉。第四，政府很可能会受到利益集团的阻挠。很多情况下，政府管制都是被管制者主动要求的，管制的目的就是为了限制潜在的竞争者进入。“利益集团就像闯进了瓷器店的公牛”。

不过，凯恩斯的猫和薛定谔的猫不一样的地方在于，凯恩斯的猫会犯错、会学习，并会在犯错和学习的过程中成长。

大数据的5V特点——Volume（海量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）——说明它并不是什么新生事物，而是在面对传统数据激增到一定规模、打破传统处理方式后，引发的关于如何对待、处理这些数据的思考和应用途径。大数据的全量、长周期、多维度、多渠道等特征，可以有效破解“凯恩斯的猫”面临的4个困境。

（一）大数据助力政府多维度治理。在云计算、物联网、人工智能等技术的支撑下，海量数据将得到越来越科学、智慧的处理与应用，政府治理不再是政府部门的单一视角治理，而是为私人企业与普通民众积极参与社会治理提供了可行、可靠、可用的解决方案。

（二）大数据支撑政府柔性治理。大数据技术提供了丰富多样的治理手段、治理方法和治理途径，使得传统刚性的政府治理模式向人性化、弹性化发展。大数据技术通过搜集、检索、挖掘海量数据，可以得到全系统、全覆盖的社会诉求，并以此为基础更为科学、精准、迅速地回应公民诉求，主动作为、积极作为、有效作为。

（三）大数据保障政府智慧决策。大数据技术基于海量数据挖掘，不再是简单的概率抽样，而是全局性的系统分析，更加精准、高效，为政府进行智慧决策提供了可靠支撑与保障。

（四）大数据精准反映干部作风。利用网络信息系统，获取实时数据，打通党政体系的神经末梢，绕开利益集团的“迷魂阵”，通过大数据对干部作风问题精准画像，确保党和国家掌控全局，政令通畅，法治落地。

数据只是客观世界的记录，若要为人所用，必须要经历反复的萃取、提炼和升华的过程。我国政府信息化经过多年的建设，形成了以各委办局为主体的各种应用系统，有效实现了政府的信息化办公，但政府现有系统的管理分散，制度规范不健全，造成重复采集、口径不一；各部门的指标数据自成体系，标准不一，系统间的互联互通、信息共享困难，各个业务系统也难于有效整合；拥有海量的数据，数据的综合价值和深度挖掘价值却没有得到充分体现。

（一）缺乏战略设计。美国等先发国家将大数据视为重要的数字主权，纷纷制定了关于大数据的顶层战略规划。我国凭借人口规模优势，具备先天的海量数据优势，也先后出台了多项规划及政策文件。但是关于顶层的大数据战略尚无统筹设计和详细规划，没有明确大数据基础平台和各个领域、产业在数据开发应用方面的重点攻关目标、时间节点、实施路径等内容。

（二）数据条块分割。政府职能部门由于自身定位和责任机制，一些数据资源即便不具备保密需要和保密价值，也仍处于私密存储状态，没有建立针对行业的数据共享标准、数据共享条例和数据传输通道。不必要的数据隔离，为企业和公民办理社会事务增加了很多人为障碍，对政府治理能力产生了负面影响。

（三）技术水平落后。比较国际领先技术，我国在大数据应用领域仍然落后。技术水平的不足，造成了数据获取成本过高。一是经济成本较高。政府很多数据需要进行付费查询，而且各部门的收费模式、收费标准各不相同。二是交换成本较高。因为大数据是新生事物，我国仍缺乏相关法律条款，尚处于立法层次低和条款零敲碎打的局面，数据交换缺乏系统性、完整性、科学性的制度保障。三是安全成本较高。无论是互联网根服务器、云计算底层架构，大数据的关键核心技术和依赖基础，都掌握在以美国为代表的欧美国家手中，提高了国家数据资源保护的安全成本。

随着技术进步，电子政务最为核心的特征是数据化。党的十八大以来，科学利用大数据进行政府治理，推动治理模式转型，成为国际社会的普遍共识，也是我国今后的重点发展方向。2015年，国家发布《促进大数据发展行动纲要》（国发〔2015〕50号）。2016年，国家十三五规划明确了“实施国家大数据战略”。党的十九大报告提出建设网络强国、数字中国、智慧社会。习近平总书记主持中共中央政治局第二次集体学习时再次强调，大数据是信息化发展的新阶段，要审时度势、精心谋划、超前布局、力争主动，实施国家大数据战略，加快建设数字中国。善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。

（一）加强数据规划。进入数据时代，电子政务建设的着眼点要从业务应用系统转向数据资源，制定数据规划与建设策略。一是要进行数据治理。政府治理的最终目标是“善治”，需要应用信息技术实现电子治理，而电子治理的基础是数据治理。这是盘活存量数据资产，进而从数据资产中获取价值的必要途径。二是要明确数据权属。政务数据统一归政府而非某个部门所有，从根本上打破部门数据垄断的藩篱。三是要运营数据。数据是活水，通过平台、流程、接口流动，需要长期运营。数据生产和应用既要满足短期对于业务应用的需求预期，也要遵循数据从采集、加工到归档或废弃的完整生命周期的长期规律，实现数据总量的可控增长。

（二）推进业务协同。数据共享和业务协同一直是电子政务建设的目标。我们尚未解决好这些问题，又面临数据时代的冲击。政务数据资源首先要在有效的管控下，通过业务协同需求促进共享，这也是为了适应新形势的工作要求较为有效的途径。在共享互认基本实现的基础上，在数据质量得到保证的前提下，逐步实现数据开放。数据共享和数据开放是电子政务不同发展阶段的要务。自然人、法人等基础信息数据库的建设和完善，以业务协同需求为导向建立数据共享互认标准，仍应该是当前政务数据治理的主要任务。

（三）搭平台立规则。政府自身越来越强烈的大数据应用需求与政务数据开发利用能力不足之间的矛盾突出，而一些社会企业大数据技术水平优势明显。于是，政府与企业“点对点”的战略合作协议增多。这种针对个别企业的合作不能仅仅在具体应用层面，而是要搭建平台、明确规则，利用企业的大数据能力优势，构建政府所有的“大平台+大数据”，基于通用的电子政务基础设施，开放指定数据资源对接社会服务需求，推进各领域行业应用，形成“后台资源集约共用、前台应用百花齐放”的社会治理和公共服务新格局。