1.战略决策远远跟不上形势需要
战略决策是一类要求极高的专业活动，优秀的战略决策要求决策者的决策流程和结果必须具有高度的科学性和高超的艺术性、创新性。要做到这样，就必须以系统全面的事实作为基础，抓住主要矛盾和矛盾主要方面，辅以专业的逻辑支撑和既有的经验教训，在此基础上，发挥决策层的创造力，形成战略决策。
这就涉及到事实是什么，之间存在什么样的关系，深层次遵从什么样的逻辑，未来演化方向如何，如何专业应对，可能的结果以及代价如何等等客观信息。但目前来看，决策者掌握的事实信息并不足以支撑科学决策。一方面，全球格局巨变，世界经济、政治、军事、安全、外交等各个方面发生了纷繁复杂的变化，我们形成的经验判断离事实越来越远，甚至根本性的失效。原有的决策生产框架一定程度上不适应于时代的发展。另一方面，信息资源迅速膨胀。资讯爆炸的时代，各种各样的信息铺天盖地，已经从过去的资讯不足变为了资讯过剩，面对这些海量的信息（包括大量的虚假信息），我们的采集、分析、技术应用等各方面都面临着挑战，事实上形成了资讯爆炸同时，有用的关键的信息淹没，进而造成有效信息不足状况。
目前在决策高层中，仍以各类纸质内参作为主要决策依据，信息来源渠道多而杂、呈碎片化，客观性存在隐患，急需适应信息时代的决策支撑系统。
突出表现为：一是缺乏高效的决策支撑系统。决策者想要的资料和数据，要么很难提供，要么无法及时提供，降低了决策支持的效率。特别是随着信息资讯的爆炸，信息资源量越来越庞大，这些系统既没有做到“大而全”，也没有做到“少而精”，从而无法精准满足领导的实际需求。不针对领导实际的需求，使得我们虽然投入了巨大的人力物力，却很难满足实际的需要，解决实际的问题。二是信息服务的方式不方便、不实用。现有的决策信息系统，大多是对数据和资料的简单整理和罗列，提供的查询方式也往往操作起来很复杂，导致很多领导难以使用。并且，在这些系统中数据就是单纯的数据，文字就是苍白的文字，没有提供多样化的呈现方式，领导也就很难从中更加方便快捷的获取有用的信息。三是缺乏专家智囊智力支持。做决策的时候就需要借助“外脑”，充分利用专家智囊的智力成果。但目前，我们在利用“外脑”方面，一方面，缺乏综合性的专家智囊。由于许多问题特别是重大的战略问题，不能仅仅从经济角度去观察，需要从各个领域综合考虑，因此单一视角的研究就存在局限性；另一方面，缺乏有效的信息筛选渠道。由于各行各业的专家数量众多，我们很难快速方便的获取想要解决某个问题的专家支持。
2.基于大数据的科学决策支撑系统是大数据战略的重要目标
基于大数据的科学决策支撑系统，其理论基础来源于上世纪70年代钱学森院士建立的系统科学理论，是其将系统工程的思维和方法推广应用到经济社会中的最新实践。当前，构建基于大数据的科学决策支撑系统是落实国家大数据战略的重要内容，属基础、战略、重大、急需项目。
“十三五”规划纲要中指出，实施国家大数据战略。把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。全面推进重点领域大数据高效采集、有效整合，深化政府数据和社会数据关联分析、融合利用，提高宏观调控、市场监管、社会治理和公共服务精准性和有效性。依托政府数据统一共享交换平台，加快推进跨部门数据资源共享共用。加快建设国家政府数据统一开放平台，推动政府信息系统和公共数据互联开放共享。制定政府数据共享开放目录，依法推进数据资源向社会开放。统筹布局建设国家大数据平台、数据中心等基础设施。研究制定数据开放、保护等法律法规，制定政府信息资源管理办法。深化大数据在各行业的创新应用，探索与传统产业协同发展新业态新模式，加快完善大数据产业链。加快海量数据采集、存储、清洗、分析发掘、可视化、安全与隐私保护等领域关键技术攻关。促进大数据软硬件产品发展。完善大数据产业公共服务支撑体系和生态体系，加强标准体系和质量技术基础建设。构建基于大数据的科学决策支撑系统是落实国家大数据战略的重要内容，属基础、战略、重大、急需项目。
3.构建大数据支撑科学决策系统的总体思路及重点任务
构建大数据支撑的科学决策系统应以“立足实际、立足人工、立足规律”为原则，分布实施，前期以系统反映事实为目标，后期加入决策预测，为决策者提供前瞻指引。
分两期实施。一期为决策支撑系统，主要功能包括宏观经济指标监测、外交、军事、科技等重大事件梳理分析、主流专家观点立场识别等，做到清晰掌握系统全面的事实，成为科学决策基本支撑。二期为决策预测系统，加入社会学、心理学等研究框架，运用系统决策、博弈论等决策预测方法，形成对未来发展科学预测，对重点关注力量、区域、行业下一步可能走势提前做出判断并形成应对方案。当前计划重点做一期，待条件成熟再推进至第二阶段。
一期决策支撑系统框架由三级体系构成，第一级为海量数据抓取，第二级为逻辑公式（云计算），第三级为动态展示（三维立体等）。其中，第一级为利用工具抓取核心重要指标数据，形成海量数据库，第二级为逻辑公式，以第一级数据为基本信息源，构建领域、体系、行业的逻辑框架，形成逻辑体，输入信息源数据，即可生成对应发展态势，打通各事实之间的关系脉络。第三级为立体展示，对第二级呈现的逻辑脉络，产生动态立体图像。全方位展示发展过程，即完整的事实是什么。
重点任务。当前第一层级数据采集上，技术储备基本没有问题。本套系统重点难点在指标规划上，即第二级为系统核心和难点所在。构建整个逻辑框架需要耗费巨大人力物力，因此需要汇聚多方智慧。可行路径之一是构建“小核心、大而专”标准模块的“中心——周围”工作框架，小核心负责规划整体逻辑框架，模块化设定分板块，清楚一致界定每个模块标准流程，指标要求等。同时寻找具体行业领域的专业团队，专业团队负责本领域逻辑整理，形成“组装式”大整体结构，同样每一模块务必做到开放性、为升级修正留足空间。第三级为展示层，分两个层面，第一层为系统展示层，面向大众展示较为全面动态事实。第二层面为精简层，面向决策层，要特别精简、抽取核心事实，展示大脉络、大动态，简单、清晰、可靠、高效服务与对象。
4.简单结论
决策的核心还是在于人。因此，构建大数据支撑科学决策系统不是要替代人，而是对人工决策的系统支持。将大数据技术引入科学决策领域，既解决了决策过程中的信息不全面，不系统的问题，还对未来可能的发展形势作出预判。同时，通过比选不同的应对方案，做到从容应对，超前应对。此外，由于构建了决策系统，专家的经验逻辑、研究成果得以系统呈现，避免了重复研究，有利于推动各领域研究走向深入。
金爱伟，民德研究院研究员；谢明华，中咨公司高级工程师
联系我们请点击：
数邦客
