[摘 要]大數據時代的到來深刻地改變著人們的思維習慣和思維模式，尤其是對待大數據的態度，在某種程度上影響著決策的方向和質量。大數據作為一種新型生產力和發展驅動力，對高校的管理決策和內部治理發揮著巨大的作用。高校作為數據的高產大戶，其運用大數據輔助管理決策的水平還有很大的提升空間，為了進一步增強高校的大數據應用能力，首要的就是要在高校中樹立起大數據意識、建立大數據平臺以融通高校內部各單位間的數據交往，并在高校中培養和建立起一支專業化的數據服務團隊，最終實現高校內部治理能力的現代化。

[關鍵詞]大數據 高校 決策管理 內部治理

基金項目：本文系陜西省高等教育管理重大問題研究課題《陜西高校特色發展對策研究》研究成果（項目編號：2016ZY10）。

大數據是一場革命，這場革命極大地顛覆了人們原有的思維模式和管理模式。在這場技術革命中，世界各國逐漸意識到，大數據作為一種新型生產力和發展驅動力，具有無可比擬的先進性。本文從大數據的基本概念和特征入手，分析了大數據在高校決策和管理之中所起到的作用，旨在促進高校內部治理能力的提升和決策的科學化。

大數據的概念和特征

1.數字與數據的區別

數據較之數字，是信息的更高級的存在形式與表達方式。數字的相互組合，因其具有的表意性、直接性與靈活性而廣泛地被應用于生產生活的方方面面，從結繩記事到計算機互聯網高速發展的今天，數字極大地促進了人們生產生活方式的變遷與進步。數字因何具有如此之大的推動力？究其原因，在于數字所展現的不僅僅是它本身，更在于它所代表的深層含義。冰冷的、甚至是彼此孤立的數字一旦被賦予了一定的意義，便就此升級為它的更高級存在方式——數據。這也是數據的根本要義所在，即“隱藏著價值的信息”。

2.大數據的概念

維克托·邁爾-舍恩伯格認為，大數據是“以一種前所未有的方式，通過對海量數據進行分析，獲得巨大價值的產品和服務，或深刻洞見。”[1]百度百科將大數據定義為：無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。美國的商業分析師帕姆·貝克在《大數據策略》中指出，大數據是各類數據集合的匯總，包括一些結構化和非結構化的數據。

大數據的概念不僅在于數據的體量之大，更在于能夠通過對海量數據的分析和挖掘來指導人們的生產生活和管理實踐。這種指導作用的發揮依賴于數據分析的預測功能，即借助于建立相關模型、定量分析等手段，在對已有的大量數據進行分析挖掘的基礎上，找出事物發生發展的規律和趨勢，做到未雨綢繆，從而提高效率、降低管理成本，起到減少決策的不確定性，有效規避風險的作用。綜上所述，大數據不僅僅是由海量數據組成的龐大數據集合，更是一種在大量數據之中探索規律、發現潛藏價值的新興技術。

3.大數據的特征

雖然目前關于大數據的定義尚未達成共識，但業界普遍認為大數據具有以下特性，并將其概括為“4V”特征：

(1)容量大（Volume）：數據量的規模之大，使得用來衡量數據規模的單位躍升到拍字節（1024TB =1PB）、艾字節（1024PB=1EB）乃至澤字節(1024EB=1ZB)級別，甚至是堯字節（1024ZB=1YB）。國際數據公司（IDC）的研究結果表明，截至2014年，全世界的數據總量已達到4.4澤字節之多。

(2)Variety（多樣化）：由文本、視頻、音頻、圖片等多種格式的數據所構成的大量的非結構化數據，占到了總數據的85%以上。“萬物互聯”的物聯網技術的應用在各類數據的收集方面發揮了重大作用。

(3)Velocity（速度快）：即數據的產生速度和處理速度都很迅速。著名的“1秒定律”即是說處理數據并產生分析結果的過程要在秒這一級的時間范圍內完成，否則將無法保證數據的時效性，其價值也會打折扣，甚至誤導人們的行為。

(4)（Veracity）真實性：這一點強調的是數據質量的重要性。大數據的真正價值在于它能夠為決策提供幫助，所以真實性是對數據的必然要求，只有真實有效的數據才能夠為策略的制定提供有效幫助。

大數據的這些特性，決定了我們對待數據的態度要作出相應的轉變，主要有以下三方面轉變：首先，要利用所有的數據，而不是僅僅依靠一小部分數據，即“樣本=總體”的全數據模式。其次，在大量復雜的非結構化數據面前允許不精確的存在，不執迷于精確性。最后，大數據分析預測的關鍵在于找到數據之間的關系，這就要求我們轉變尋找因果關系的思維慣性，更多地去關注“是什么”的問題，而不是“為什么”。因為對因果關系的探索往往費時費力，且容易受人們自身的偏見和認知偏差的影響。

大數據背景下高校管理決策活動的變化趨勢

在大數據時代，每時每刻都在產生著大量的數據，高校作為數據的“高產大戶”，收集和存儲下來的大量數據若能夠被合理地開發利用，能夠助力高等教育的持續健康發展。與此同時，對大數據這一資源的開發利用，對高校的管理者們提出了新的更高要求。在大數據時代已經到來的新形勢下，高校管理者在管理和決策之中應當更加注重大數據的作用，以促進決策科學化。

1.決策由傳統模式轉向數據驅動模式

戰略決策是關系到一個組織生存發展的全局性、長遠性的重大決策，一般由組織的最高層決策者給出。一個高校的戰略決策，關乎學校的核心利益，決定著學校的長遠發展和核心競爭力的提升。因此，戰略決策作為一個復雜的系統工程，其制定必須著眼大局、謀劃未來，綜合考量各方面因素，才能最大限度地使決策科學化，為高校管理水平的提升服務。大數據主義認為，所有的決策都應當逐漸摒棄經驗與直覺，并加大對數據的分析和倚重。[4]

在大數據時代之前，高校無論是在數據的收集、存儲方面，還是在數據的分析、挖掘方面因為能力有限，制定決策的全部依賴只能是對有限的數據的分析和對以往經驗的借鑒。因此，傳統的決策模式又被稱為是由經驗驅動的決策，即作出決策的基礎只能是過去的和現有的少量數據，無法對未來還未發生的情況進行合理預判，致使由經驗驅動的決策存在滯后性的弱點。

今天，信息技術突飛猛進，對數據的挖掘分析能力也在不斷提升。在“樣本就等于全體數據”的條件下，通過對數據的預處理（包括清洗、轉換、脫敏等環節），挖掘和分析，解釋和呈現，我們不僅可以明晰事物現在的狀態，還可以對事物未來的發展變化方向窺探一二。大數據的核心優勢是預測，即能夠在對現有的大量數據的分析之中，發現關聯、預判趨勢，被整合起來的數據往往能夠產生它們在彼此孤立時所沒有被發現的新價值，這不僅保證了決策的前瞻性和可持續性，更賦予了決策創造性和靈活性的特點，符合了戰略決策把握全局、放眼長遠的內在要求。在預測趨勢方面，經驗豐富的人和擅長預測的大數據之間的博弈，必將帶來管理決策領域的進步和創新。

2.提升高校決策的科學化與民主化水平

在小數據時代，由于“數據孤島”的存在和高校自身數據分析能力的限制，高校領導者和專家團具有極高的權威性，領導者的意見往往能夠直接指導決策的形成和執行，在決策時容易形成“一言堂”。正是由于小數據時代的決策模式在很大程度上受制于領導個人或專家們的意見和經驗，導致決策易受個人因素的影響，出現不同程度的失誤或者偏差。

數據是對事物和現象的客觀描述。相對于直覺或經驗，數據更能促成理性決策。在大數據時代背景下，決策模式要向數據驅動轉變，就是要讓數據“說話”，傾聽“數據的聲音”。數據分析結果作為決策活動的參考，有效地摒棄了諸多人為因素對決策活動的干擾，彌補了經驗決策的先天不足，使得決策的科學性、民主性和前瞻性提升到了一個新的高度。這得益于我們逐漸用大數據的關聯分析取代了小數據時代的因果分析，基于直覺和經驗的因果分析常常帶有主觀臆斷的色彩。決策活動越來越少地依賴直覺和經驗，就能越來越走向科學化。

大數據自身開放、共享的特點，進一步增強了決策過程的透明度，有助于高校決策者了解學校內部的決策機制，加大各層級成員在高校管理決策活動過程中的參與度；高校數據對外開放、全員共享，加強了學校內外所有關心學校建設和發展的人們對高校管理決策活動的內外部監督，在很大程度上防范了暗箱操作現象的產生。

3.促進高校運用大數據輔助決策能力的提升

要想讓數據說“真話”，說“有用的話”，就離不開數據的收集、存儲、分析和挖掘等。數據驅動的決策過程不僅僅停留在選定實施方案這一環節，實際上從數據產生的那一刻開始，整個決策過程就已經拉開了序幕。數據就像一個神奇的鉆石礦，當它的首要價值被發掘后仍能不斷給予。它的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而絕大部分都隱藏在表面之下。[3]高校中的大量數據（其中包含大量的非結構化數據），不僅來源于學生管理的各方面，如招生、就業、學籍、選課、成績、圖書借閱、獎懲記錄、黨團活動等各個方面，也來源于高校的人事、財務、科研、后勤等各個系統。數據能否帶來價值和轉化為決策效益不僅僅取決于量的多少，更重要的是取決于數據的可用性和對其合理地使用。[4]決策模式的轉變，對高校運用大數據思維進行管理決策的能力提出了新的更高要求，樹立大數據意識，全面提升自身的數據治理水平。

大數據在高校管理決策之中的對策建議

1.培養決策者的大數據意識

(1)資源意識：在大數據時代，數據通過整合和挖掘，能夠產生巨大經濟效益和管理效益。現如今，高校作為數據的生產者、所有者和使用者，應意識到數據即資源，是一項重要的生產力要素。

(2)學習意識：在小數據時代，高校領導者因掌握著大量的信息、具有豐富的經驗而具有權威性和主導性。隨著大數據時代的到來，高校領導者在決策活動中的優勢地位受到挑戰。要使得決策真正地為組織的長遠發展指引航向，高校的決策者首先必須做到與時俱進，轉變傳統思維，提升運用大數據支撐管理決策活動的能力。

(3)辯證意識：相信數據、用數據說話，是理性精神的一種表現。[5]這種理性精神不僅體現在對數據的重視，也體現在對人的能動性的尊重。數據與經驗的作用是相互的、辯證的。我們強調數據驅動決策，并不是否定人的作用。相反，科學的決策離不開人能動性的發揮，數據分析只是一種輔助人們進行管理決策的工具，并不能夠完全代替人們對事物的把握、判斷和決策。數據的價值在于發現和利用，換句話說，若要實現“事在人為”，必須先掌握數據、學會分析數據，然后再進行有效的決策。[6]當有新情況出現時，決策仍然依賴過去的預測是荒謬的。因此，數據有時候也不一定十分可靠，這就需要高校決策制定者因時而動、審時度勢地作出調整，而這是單純的數據分析難以做到的。我們所倡導的是“大數據主義”，而非“唯數據主義”，對數據的過分依賴和盲目崇拜，不僅不會引導決策形成，甚至會誤導決策，這就違背了數據驅動決策的初衷，走向了大數據應用的另一端——“數據獨裁”。

2.消除高校內部各部門間的數據壁壘

數據的潛藏價值要想得到充分釋放，打破信息壁壘，將“數據孤島”聯合成片是必須的。數據組合使用的價值比單獨使用、部分使用更有價值，組合數據的價值遠大于單個數據集價值之和。[7]融合起來的數據集合能夠大大增強數據的生命力，而彼此孤立、不相融通的數據孤島所能產生的效用十分有限。目前高校之中各個部門之間普遍存在著各自為政、信息交流不通暢的現象。不同部門之間的信息獨立運行，產生的大量數據被封閉在各自的系統之中，利用率不高，造成了大量的數據資源浪費。因此，提升高校應用大數據的能力和水平，首要任務就是要拆除部門間的數據圍墻，促進高校各部門間的數據融通共享，通過建立高校綜合數據服務平臺，整合匯總各部門間的數據，支撐海量數據之間的交換、共享和管理，進而實現大數據的及時交換、充分共享和積極利用，保障跨部門間的數據共享與業務協同。[8]

3.創建專業化的高校數據服務團隊

美國IBM公司曾為了幫助企業與政府機構利用現代化數據潮削減成本、提高效率，專門成立了名為“商業優化中心”的技術服務部門，目的在于通過數據與計算對決策活動提供有效的幫助。《大數據主義》的作者史蒂夫·洛爾提出“數據悖論”這一概念，即提供數據的能力已經遙遙領先，而應用數據的能力卻十分落后的狀況。數據量大并不一定意味著數據價值的增加，相反這往往意味著數據噪音的增多。[9]由數據驅動的管理決策活動始于數據的收集和存儲，高校數據來源的廣泛性決定了數據內容的復雜性，原始數據之中必然夾雜著大量的無用信息甚至是虛假信息，數據質量直接影響數據分析的結果和預測準確度。這是高校在實際應用大數據輔助決策過程的一個難點所在，同時也反映出高校之中的“數據悖論”。在大數據時代，高校不僅要做數據的“高產大戶”，更要做數據的“應用示范戶”，改變以往能產而不用、多產而不會用的窘境。因此，高校應著力加強大數據人才的培養，建立一個專業化的高校大數據技術團，服務于高校數據的采集與傳輸、預處理、存儲與管理、挖掘與分析以及顯化等各個環節，保障高校大數據的科學利用和高效利用。\

參考文獻：

[1][3]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數據時代》，盛楊燕、周濤 譯，浙江人民出版社，2013。

[2]史蒂夫·洛爾：《大數據主義》，胡小銳、朱勝超 譯，中信出版集團，2015。

[4]舒忠梅、屈瓊斐：《大數據時代高校信息管理與決策機制研究》，《華南理工大學學報》（社會科學版）2013年第15卷第6期，第96-101頁。

[5]張俊超：《大數據時代的院校研究與大學管理》，《高等工程教育究》2014年第1期，第128-135頁。

[6]胡婕：《信息在決策中的價值》，《決策與信息》2016年第10期，第90-97頁。

[7]胡雄偉、張寶林、李抵飛：《大數據研究與應用綜述（中）》，《標準科學》2013年第10期，第18-21頁。

[8]彭浩晟：《論大數據技術推動下的高校信息管理能力提升》，《高教探索》2016年第6期，第19-24頁。

[9]孟小峰、慈祥：《大數據管理：概念、技術與挑戰》，《計算機研究與發展》2013年第50卷第10期，第146-169頁。

作者單位：西安郵電大學馬克思主義學院