小口咬大数据

这本Little Bites of Big Data for Public Policy，我之前提到过，大体而言，有点用处，但我还是觉得有一点点失望。

先说有用的地方。

这本书要回答的一个问题和我关心的Coproduction的问题异曲同工，即信息在policy coproduction过程中的作用。作者是从analysts和policy makers coproduce better policy outcomes的角度出发来看的。对我来讲，这本书打开了一个新视角，从知识生产和传播的角度来看对政策结果的影响。

Don发现的问题是决策者和学者之间沟通不畅，信息不对称。主要有三个原因：1学者提供了信息但决策者听不懂（能力），或者是2学者提供的信息决策者觉得并没有什么用（意愿），又或者是3学者本身提供了不完全的信息（data analysis的问题）。针对这几个问题，Don认为little bites of big data能解决。

让我们先从学者本身未能提供完全信息开始谈起。如果学者本身不能提供更好的信息，那么学者就需要knowing better to be able to do better. 作者最关心的是怎么把理论用到实处这个极为困难的问题，当然也是政策分析这种应用类学科不得不面对的难题。具体而言，有五个方面的问题（p.32）：

• 一，Hindsight: program evaluation。对应的是，以史为鉴能告诉我们什么？

• 二，Foresight: forecasts。对应的是，如何决策才能有最佳效果？

• 三，Results: performance management。对应的是，我们能做到何种地步以及我们如何能够改善？

• 四，Risk: exposure to loss, danger, harm。对应的是，我们要达成所愿会有何种挑战？

• 五，Resilience: bouncing back after failure。对应的是，一旦事与愿违，事态恶化，我们如何修复？

Don建议big data analysis能够助力一把。作者认为基于数据进行分析，我们分五步走，对回答上述政策分析的五大基本问题而言，多少是有点用处的。作者说：首先我们要知其然更知其所以然，知得更好的一个特征就是基于证据说话；接下来就要问对问题，搞对答案，不要在错误的方向上狂奔；再次我们要基于数据分析，让数据说话；然后我们要把故事讲得漂亮，卖得出去（sell the story）；最后要去芜存真，消除噪音。

总结起来就是，针对能力问题，tell the story，在决策者能力范围内把故事讲得让人懂。除了通常的descriptive和inferential 统计分析之外，数据可视化可以作为一个非常有用的工具。针对意愿问题，要sell the story，speak above the noise，让人愿意听进去。

再讲失望之处。

比较失望可能是因为我之前对这本小册子期待较高，但读完之后并没有觉得达到预期。一个主要问题是本书是关于大数据的，但没有区分之前政策分析使用的“数据”和现在政策分析所用的“大数据”。两者到底有什么不同呢？大数据的特征又是什么呢？作者好像并不是特别在意这件事。换言之，把这本书里的“big”去掉，并不影响作者的分析。

我列出这本书遗留的几个问题：

• 首先， 大数据与好答案之间的距离可能很大，Don并没有进行足够的讨论。

• 其次，bigger data与divided nation 、 polirized public在一起，可能并不一定能消弭鸿沟，反而可能进一步极化；

• 再次，即便有了更多的信息，big data，但citizens分两种，一种愿意付出成本去了解新信息，另一种不愿意。big data并不能改变这种人的本性。如何nudge两种人需要更多的研究。但此类研究不一定要采用big data analysis，也可以用reduced form - small data。比如说experiments。尽管Don也提到实验研究，但只是带过并没有展开。我觉得reduced form的重要性不容忽视。

以上几点我觉得都可以有改进之处。

另外，Chinese Public Administration Review之前发表过家欢写的Kettl的另一本书《Politics of the Administrative Process》的书评。参见DOI: http://dx.doi.org/10.22140/cpar.v9i1.174

Kettl, D. F. (2018). Little Bites of Big Data for Public Policy. CQ Press.

---

更多翻书党人札记：