大数据的“4V”特征与政府监管具有高度契合性，应用大数据推动政府监管创新是政府治理能力现代化的重要途径。基于大数据的政府监管，为价格、进入、质量和政府预算等经济性监管，以及医疗卫生、生产安全和环境等社会性监管创新提供了重要支撑。但基于大数据的政府监管会遇到数据质量、数据安全、数据共享和人才技术缺乏等方面问题。需要通过树立大数据监管思维、建立大数据共建共享机制、培养大数据监管人才等途径，提升大数据监管水平与效率。
大数据一词最早出现在著名未来学家托夫勒的《第三次浪潮》中，书中总结了大数据的“4V”特征:Volume(体量巨大)、Velocity(速度快)、Variety(类型多样)、和Value(价值大)。维克托·迈尔·舍恩伯格在其《大数据时代》一书中描述道:未来数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。显然，大数据并不在大，而在于其价值含量。在当今的竞争中，谁掌握了大数据，谁便取得了赢得竞争的关键。随着大数据时代的到来，我国政府监管也面临着新的机遇与挑战。2015年7月，国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若干意见》，明确指出运用大数据促进政府职能转变，加快简政放权，加强对市场主体的服务和监管;2017年1月，国务院发布《“十三五”市场监管规划》，指出要充分运用大数据技术，实现“互联网+”背景下的监管创新，增强市场监管的智慧化、精准化水平。
有关大数据与政府监管的研究，国外学者主要集中在三个层面。第一个层面是大数据的应用领域问题。最初大数据被应用到商业领域，随着大数据的迅速发展，可以把其与政府、社会联系起来，为公共领域服务。大数据作为有用的信息资源，应该被政府加以利用，从而更好地进行市场监管。柯克帕特里克也有同样观点，他结合当前实际，认为大数据对研发领域有着十分重要的影响，在世界层面，大数据是21世纪的革命性变革。因此，大数据所带来的影响必定会涉及到公共行政领域，政府对此应该抓住机遇，应对挑战。第二个层面是政府监管改革的迫切性问题。布朗和哈里森等都呼吁要进行政府监管改革，在大数据时代，政府治理需要跟上时代步伐，转变治理方式进行改革创新，从过时的官僚主义形式转变到信息时代依靠网络的体制，满足社会新的需要。第三个层面是大数据时代政府监管改革的具体措施问题。克拉克和马吉茨研究表明，利用大数据可以对政府和公民行为进行分析与解释，并对政策和服务的效果进行评估。在大数据时代。政府应该一定程度上开放数据与信息，使政府变得更加透明，更有效率，更好地为人民服务。
国内研究从结论态度上大致可分为两类。一类研究对大数据监管表现出乐观态度。因为利用大数据可以实现政府部门信息资源共享，提高信息资源价值，使我国在国际竞争中不落下风。陈之常从政府治理能力现代化对大数据应用的需求角度，分析了相关应用框架，结合北京东城区的社区公共卫生和社会服务管理阐明了应用大数据提升服务管理能力的实际效果。张述存进一步强调了打造大数据施政平台对政府治理现代化水平的提升有重大意义，可以推动决策的科学化水平和治理方式的创新。高小平系统分析了大数据革命引导智能化行政改革、“数据民主”促进透明政府建设、以及大数据战略构建国家治理能力三方面内容。另一类研究对大数据给政府监管带来的挑战表现出某种担忧。庞大的数据供给使国家治理变得更为复杂，同时也面临更为严峻的信息安全问题，大数据对国家治理能力是巨大挑战。刘叶婷和唐斯斯进一步分析了政府可能面临的数据治理困难、数据匮乏、政府公信力等挑战。还有一些学者深入研究了金融、药品、煤矿等具体行业，分析了这些行业大数据监管中存在的具体问题。
一、大数据是推动政府监管创新的重要手段
大数据的“4V”特征与政府监管具有高度契合性，应用大数据推动政府监管创新是政府治理能力现代化的重要途径。
一是大数据体量巨大有助于提升监管水平。根据麦肯锡的研究，虽然大数据能提升各领域的效率，创造新的价值，但是其所创造价值的大小会因应用部门的不同而有所差异。一般而言，政府部门拥有的大数据资源比较丰富，对大数据进行分析研究也更便捷，创造的价值也会更大些。大数据的核心是数据，只有在数据数量上取得优势，才能从中挖掘出更大的价值，因此政府部门在这一方面具备天然优势。同时，与其他所谓“小政府”国家相比，我国政府部门在经济社会中的作用更大。而且我国幅员辽阔，人口众多，数据基础相对丰富，因而运用大数据技术进行政府监管具有基础优势。
二是大数据速度快有助于提高监管效率。大数据多由机器自动产生，数据分析处理速度快，可以不需要人工直接参与，比较客观真实。在政府监管中利用大数据技术，数据的收集、处理及分析所需要的响应时间将大大减少，政府的监管效率会得以提高，同时人力消耗的减少也可以大大节约监管成本。例如，根据麦肯锡咨询公司的研究估计，欧洲发达经济体政府利用大数据可以节省超过1000亿欧元的政府开支。
三是大数据类型多样有助于监管决策科学化。与人工监管和小数据分析相比，丰富多样的大数据得出的结论更加准确真实。而且大数据可以提供一种全新的宏观视角，从而揭示传统方式难以发现的事物之间联系，例如沃尔玛就曾利用大数据发现了啤酒和尿布这两个看似完全不相关事物之间的联系。政府监管可以利用大数据的这种特征，充分挖掘事物之间的相关性，作出科学监管决策，避免监管风险和监管的负面效应。
四是大数据潜在价值有助于监管创新。大数据不会自己说话，其价值蕴藏在数据挖掘之中，深度挖掘技术是其潜在价值显现的必要支撑。大数据价值挖掘过程，也是研究与实践不断创新的过程。不断的创新性发现，也是监管创新的重要基础，从而可以让政府监管改革从“拍脑袋”逐步转换为从大数据中发现创新方向与实施路径。
二、大数据推动经济性监管创新
经济性监管包括价格监管、进入监管、质量监管、政府预算监管等，大数据技术已经成为经济性监管创新的推动力。
(一)价格监管创新
在现实生活中差别定价普遍存在，由于政府需要区分企业差别定价是为了获取垄断利润，还是为了收回其投资成本，因此政府对差别定价的监管往往陷入两难境地;管制价格水平也往往难以客观准确。此外，随着商品服务的多元化发展，一些商家为谋取利润进行虚假标价，一些企业为垄断市场而形成同盟行为，都严重侵害了消费者权益。由于商家数量众多、每家企业数据较大，依靠传统手工抽查和对账方式进行价格监管力不从心。而大数据技术则为解决上述价格监管困难提供了有效的技术手段。
价格监管理论中，定价方法包括线性定价与非线性定价、两部定价、高峰负荷定价及差别定价等。以差别定价为例，由于多数垄断企业的数据都十分庞大，可通过建立大数据仓库，让企业把商品进价、售价、信用等信息定期录入大数据仓库，然后对数据进行分析整合，以便政府对企业的定价策略作出判断，区分该企业是为了谋取垄断利润还是为了获取正常利润，从而使价格监管更加精准化，提升价格监管准确性。
常州市“智慧物价”是这方面的成功案例。常州市物价局制定“智慧物价”建设规划，具体实施“一体两翼”计划，“一体”指“价格数据中心”，“两翼”指“价格公共服务平台”、“价格综合监管平台”，最终形成“一站式服务、一体化监管”新格局。除12358全国性系统外，常州市还建有价格监测预警系统、医药价格动态监管系统、商品房价格监管系统等，利用大数据创新了价格监管模式。“价格数据中心”作为项目规划的核心主体，包括了内部监管业务数据与外部民生价格数据。通过对数据的处理、挖掘、分析等，对“价格公共服务平台”与“价格综合监管平台”起到强有力的支撑作用。两大平台与数据中心的融合实现了对常州市价格的全方位动态监管，精准定位与精细管理提高了监管效率。此外，所在省份江苏省还采取了省级价格诚信区域创建活动。定期组织价格诚信单位进行评选，随后实施分类监管。建立价格诚信与失信单位信用信息数据库，完善失信者警示和惩罚机制。常州市价格监管模式以群众需求为导向，依托社会各界力量，把价格监管上升为全社会的意识与行动。利用网络监管平台，强化社会舆论作用，加强监管部门间的交流，提高政府价格监管工作水平。
(二)进入监管创新
以金融业进入监管为例，随着互联网金融的迅速发展，金融市场风险逐渐增大，传统监管方式已不能完全适应互联网金融监管需求。金融业是信息密集型产业，产业内大量信息都以数据形式进行存储、交换。但在大数据时代之前，我国对金融业的进入监管缺乏统一标准，各地区、各部门之间的数据难以有效整合，对于各企业是否实现规模经济性和成本弱增性，以及供求是否实现均衡、市场是否实现稳定等情况难以把握，进而对于进入退出标准的科学性也难以确定。对此，可利用大数据技术对企业级数据库进行挖掘、分析，筛选整合金融大数据仓库，使得监管部门可对金融数据信息进行实时追踪，从而作出科学的进入监管决策。
(三)质量监管创新
由于信息不对称造成逆向选择，使得产品质量监管的重要性日益凸显。传统监管时代质量监管主要以抽检等方式为主，效率不高且耗费人力物力较大。在大数据时代，可将产品条码、产品抽检数据、产品标准、消费者反馈等相关信息汇总，通过建立质量监管大数据平台，实现产品相关信息共享。在大数据平台中，企业不仅可以根据产品质量信息对将要产生的质量问题进行预判，把握产品质量趋势，还可以通过消费者反馈的产品质量信息，对产品质量进行更有针对性的改进，以提供更加优质的产品与服务，同时也降低了政府质量监管信息不对称性，为判别产品质量问题症结所在、进行精准监管提供了可能。
(四)政府预算监管创新
当前，我国政府预算包括一般预算、政府性基金预算、债务预算等，各预算之间互不相关，尚未形成统一的预算原则，并且还有大量游离于政府预算监管之外的收入与支出，如灰色资金和小金库资金等，不便于政府监管的有效执行。大数据技术推动了政府预算监管领域的变革。政府预算监管本身就具有范围广、信息量大、种类繁多的特点，针对这一特点，政府部门可以利用大数据挖掘技术，分析各部门预算数据之间的相关性，逐步确立统一的预算管理标准。同时，大数据技术也可提升政府预算监管的预测分析水平，有助于推进政府预算监管领域改革创新。
三、大数据推动社会性监管创新
社会性监管主要包括医疗卫生监管、生产安全监管和环境监管等。相对于经济性监管，社会性监管要求的统计数据更加难以得到和分析，传统方式下社会性监管困难更大。但大数据技术的“4V”能力，为社会性监管所需的数据挖掘和分析提供了可能，从而拓宽了社会性监管的范围和内容。
(一)医疗卫生与食品安全监管创新
近年来，我国虽然逐步提高医疗卫生领域的信息化水平，但总体来看，我国的医疗信息化水平还处于初级阶段，各地区发展不平衡，医疗信息共享仍难以实现。随着我国医疗信息化建设的推进，医疗卫生领域也将产生大量的信息，可以利用大数据技术将电子病历、居民健康档案等信息录入数据库，建立医疗信息数据库，从而更好地整合医疗信息，配置医疗卫生资源，同时推动政府卫生监管工作的变革。
在食品安全监管方面，由于信息不对称，消费者无法察觉食品中那些无形的有害物质，而诸如双汇瘦肉精事件、三鹿奶粉事件等也表明传统监管方式未能对此实现有效的监管。由于食品种类繁多，像生产日期、配料、产地等方面的信息可以汇集起来形成大数据共享平台，这样监管部门对于食品的原料采集、生产过程、销售环节等生产销售完整链条信息就会有比较系统的了解，从而做好事前、事中与事后的监管工作。
首先，利用大数据对食品生产加工环节进行监管。收集食品生产加工过程中各环节的实时数据，如物料重量、加工环境、灭菌包装等，同时采集食品仓储有关数据，如仓库内温度、湿度等，通过对这些数据进行挖掘与分析，及时发现问题，从源头上消灭食品安全隐患。传统的食品监管以人员经验为主，具有一定的主观性。加之我国监管任务繁多，监管人员缺少，监管过程中难免出现遗漏与疏忽的地方。利用大数据技术循“数”监管，提高科学性的同时，使监管范围更加全面。其次，利用大数据可以建立食品的信息追溯系统。我国的食品档案管理早已建立，食品的名称、规格等信息均有存储。但是，现有数据无法体现食品从农田到餐桌的转变过程，无法形成从生产到消费的整体监管链条。分段式监管造成一旦出现问题，责任却不明确，各责任人相互推脱，导致监管效率低下。利用大数据，建立食品生产、加工、仓储、流通全过程的信息追溯，食品通过编码在每一环节进行责任主体定位，并将数据信息上传到食品安全信息平台。这样，一旦发生食品安全问题，能够及时找到问题环节与责任主体，实施应急处理与相应惩戒机制。最后，利用大数据对食品舆情进行分析。通过对网络上海量数据的分析，了解公众对食品问题关注的重点，与当前对食品监管的意见建议，不断调整监管重点与方式，做到以公众需求为导向的“服务型”监管。利用信息平台，加深监管部门与公众的联系，形成共同治理的监管模式。因此，大数据监管下，监管范围更加全面，从而食品安全性提高(表1)。
贵州智慧监管在这方面进行了有益的尝试。2016年12月，贵州省清镇市已经开始应用食品安全云平台，实现智慧监管。监管人员利用手机应用软件，能够随时随地查询食品作坊生产经营过程信息，对食品生产各个环节进行全过程监管。同时，市民通过下载食品安全云手机软件，也能够了解食品的各项信息，如条形码、生产日期、检测报告、营养成分等，食品信息不对称问题得以缓解。传统食品监管依靠人海战术，易出现监管漏洞与“搭便车”问题，利用大数据进行食品监管，能够对全产业链进行智能监管，实现了监管创新。
(二)生产安全监管创新
以煤矿生产安全监管为例，近年来，随着信息化水平的提高，我国的煤矿生产安全性大大提升，事故发生次数和伤亡人数也大大减少。大数据更为生产安全监管带来了新的机遇。为提高煤矿生产安全监管有效性，政府部门可以设立煤矿生产安全数据库，以便政府实时监控，以及事故发生后及时掌握具体情况，并对事故发生原因进行大数据技术分析，以更好地防范和预测类似生产安全风险，提升监管效率。
首先大数据监管可以预警重大灾害，提高安全性。通过全面搜集事故发生地区的有关参数，例如瓦斯浓度、环境温度、电磁辐射、采掘位置、涌水量等有关数据，建立瓦斯爆炸、冲击地压、水害等事故预测模型。从数据的不断挖掘分析中，指导煤矿行业的安全生产工作。在监管过程中，一旦数据达到预警值，立即采取相关对策，避免事故的发生。而原有的事故分析多来源于实验室或小范围数据，忽略实际操作环境，缺乏全面性。其次，大数据监管能够对相关设备远程管理，实时跟踪。除自然因素以外，出现安全事故的另一重要原因就是对设备监管不力。一方面，对煤矿设备材料的采购、运输等环节缺乏全面跟踪，导致假冒伪劣产品出现或资源浪费;另一方面，对设备故障诊断缺乏精准排查，造成重大事故。
利用大数据监管，可以进行全面检测，实现对煤矿设备的智能远程管控，为安全生产提供有力保障。最后，建立大数据监管平台实现辅助决策支持。建立煤矿大数据平台，实现各个系统的互联互通，为企业、个人以及监管部门都提供了可靠的煤矿大数据，实现安全生产与实时监管的透明化，为煤矿灾害的早期发生和重大事故的预防提供相对精准分析，实现决策科学化。因此，利用大数据对煤矿行业进行生产安全监管，与传统模式相比有诸多优势(表2)。
贵州省六盘水市安全生产监管信息化平台成为“云上贵州－安全云”的重要组成部分，煤矿企业均实现与平台联网。瓦斯事故是六盘水市煤矿安全生产的最大障碍，信息化平台针对瓦斯检测监控数据实施四级警告，即蓝、黄、橙、红，分别由驻矿安监员、安监站、县级和市级安监部门负责。对安监系统执法隐患和企业自查自纠隐患实施网上追踪和闭合管理，由事后处理转为事前预警。在执法过程中，安监执法人员能够对企业基础档案信息、证照信息、特种作业人员持证情况、采掘等重要图纸信息进行及时查阅与了解。以前必须要下井才能检查出问题，现在是从平台系统中分析问题，使下井查看更有针对性。大数据技术的应用，在增强煤矿安全生产的同时，也使监管部门管理方法及能力大大提升，提高了监管效率。
(三)环境监管创新
在环境监管方面，当前我国环境污染数据容量较大，包含污染源、污染程度、分布状况、影响范围、危害大小等一系列动态数据。传统的实地考察、调研的环境监管方式很难达到及时性、有效性要求，而利用大数据技术建立环境大数据监管平台，可以促进全社会参与环境监管。在环境大数据平台上，环境污染相关的数据可以实现实时更新，相关监管部门可以及时提出有效监管对策，节约信息决策成本，提升监管水平。
四、基于大数据进行政府监管的难点
利用大数据技术进行政府监管的确给我国的政府监管模式注入了新的活力，但大数据技术所具有的特征也会在政府监管创新过程中产生一些问题。
(一)数据质量问题
现实中的数据质量良莠不齐，若直接对数据进行挖掘分析，得出的结果往往不太理想。例如在制定价格监管政策时，如果大数据价格库里的数据存在很大的偏差，势必会对政府决策形成干扰，影响监管效果。因此在数据采集环节首先要对数据进行筛选、“清洗”，然后才能把采集到的数据存储到大数据系统中。但是对数据进行筛选是一项需要耗费大量人力物力的大工程，如何进行快速有效的数据筛选是当前的一大难题。一方面，在经济性监管中，价格监管、进入监管、质量监管等数据的统计来源十分广泛，很难将数据进行筛选、分类，以为特定监管提供特定数据。另一方面，在社会性监管中，卫生监管、安全监管、环境监管等数据的获得仍存在一定的困难，许多数据鱼龙混杂，难以为政府监管提供明确的指导。因此，加强数据筛选技术的开发对于政府监管创新至关重要。
(二)数据安全问题
从大数据的源头来看，大数据多来自个人、企业、其他组织的经济、社会等生产生活轨迹所留下的信息，从而行业机密及社会公众的个人隐私成为无法回避的问题。但由于我国对于大数据的采集利用缺乏相关立法，一些掌握了大数据的团体或个人可以在公众未知的情况下收集、分析其数据信息，就可能会侵害人们的隐私权，甚至个体尊严。在经济性监管与社会性监管方面，由于涉及的数据关系到经济社会发展全局，数据的安全性更应加以重视。
(三)数据共享问题
虽然我国大部分政府部门都有自己的信息化平台，如国家统计局有统计联网直报平台，国家发改委有互联网信息报送管理系统，国家工商行政管理总局有全国企业信用信息公示系统，财政部有PPP综合信息平台系统等，但是各部门都是各司其职，无法实现信息的互联互通。各部门就像一座座信息孤岛，难以实现信息的跨部门整合。此外，由于政府数据的公开可能会给社会带来一定冲击，并且冲击是正向还是负向不好把握，因此大多数政府部门选择只公开小部分甚至干脆不公开数据，这就阻碍了数据的共享。而在经济性监管与社会性监管方面，各部门也由于上述原因、甚至为了本单位本部门利益不愿公开相关数据，使得监管部门难以根据各部门数据之间的比较分析得出更加具有针对性的对策，从而阻碍了政府监管改革创新进程。
(四)大数据人才和技术缺乏问题
人才的能力和素质影响大数据的挖掘程度和分析结果，实施大数据监管，需要公务人员既熟悉政府监管工作内容又具有大数据专业技能。我国大数据技术还处于起步阶段，政府中专业的大数据研发人员与分析人员都十分匮乏，大数据监管优势未得到充分发挥。人才储备薄弱情况下，大数据分析极易出现错误结论，从而对政府监管产生误导。在技术方面，我国的大数据企业起步较晚、数量较少、实力较弱。在2016年全球大数据企业50强中，美国企业占据绝大多数，我国尚未有企业入围，表明我国企业大数据技术相比国外领先企业存在较大差距，对监管改革构成技术障碍。
五、基于大数据的政府监管创新对策
(一)树立大数据监管思维
当前，我国政府部门多缺少大数据思维，往往依赖以前的监管经验和直觉进行“拍脑袋”决策，缺乏“用数据说话，让数据做主”的思维模式。大数据思维是一种对问题的宏观思维，政府树立大数据监管思维，有助于提升政府治理能力、推进政府监管改革。
一是数据开放思维。拥有着大量数据资源的政府部门应定期在信息平台上公开数据，加强政府与社会、民众的信息交流。
二是数据整合思维。大数据数量庞大，数据质量往往难以把握，因此需要政府在对数据进行采集利用之前加以整合，以免不良数据对政府监管决策形成干扰。
三是数据共享思维。在整个社会体系中，每个人、每个团体或组织都会产生一定的数据，若个人、团体或组织之间不能实现数据公开共享，形成“各人自扫门前雪”的闭塞局面，数据所创造的价值将会大打折扣。政府通过公开部门数据，可以更加全面、准确地对数据进行挖掘与加工，以改进政府服务，进行更加科学有效的政府监管。
(二)建立大数据共建共享机制
一是以需求为导向。为实现大数据资源的共享，首先要充分了解各部门实际需求。各部门之间互通有无，既可以提高政府行政管理的效率，也可以提升政府监管决策的准确性。政府在制定数据共享目录时，首先要对各部门的实际需求进行调查，询问各部门缺少什么数据、需要什么部门提供，然后根据每个部门的需求制作一张需求汇总表，再基于此表与各部门进行沟通，最终确定哪些部门可以提供哪些数据，形成数据共享目录。为更好地促进各部门之间的数据共享，可以建立一个大数据仓库，以收集存储来自各部门的大数据，从而打破数据的地区封锁和部门分割(图1)。
大数据仓库中的数据量十分巨大，为更加快捷准确地筛选出有价值的数据，对数据进行分类整合是十分必要的。经过分类筛选的数据可以为政府决策者提供更具针对性的指导，政府决策者也就更加清楚企业、公众以及政府各部门之间的需求，从而提高政府监管的效率，节约决策成本，优化政府服务。
二是成立大数据协调管理机构。
成立大数据协调管理机构可以协调各部门有计划有组织地进行大数据仓库建设，推动各部门实现数据共享，从而推动大数据监管改革、提升政府监管效率。广州已在全国率先设立了大数据管理局，也可以在工信部门内部设立大数据协调管理机构，专门推进大数据工作。
三是建立并落实政府信息公开及保护行业机密及个人隐私的法律法规。
数据公开是数据共享的基础，可通过建立相关法律法规，采用法律手段保证各部门数据公开。为推动政务信息化和数据共享化，提高政府行政效率、提升政府服务水平，2016年9月，国务院颁发了《政务信息资源共享管理暂行办法》，该《办法》列明了政务信息资源分类与共享要求、共享信息的提供与使用、信息共享工作的监督和保障等，具有里程碑式的意义，这使得我国政务信息共享有据可依，有助于打破信息孤岛现象，从而使政务信息共享工作进一步制度化、规范化。但由于颁布时间较短，后续推行工作需要进一步贯彻落实。同时，在数据开放过程中，难免会涉及到诸如行业机密和个人隐私之类的信息，亟需相关法律法规加以规范。对于什么样的数据必须公开、什么样的数据可以不公开加以界定，让各部门明确自身在数据公开方面的权利与义务。
(三)培养大数据监管人才
一是开设跨学科课程，培养学科交叉型大数据监管人才。大数据监管人才是多学科交叉型人才，仅通过单一学科的学习是无法培养出来的。随着经济社会的发展，要想对数据进行全面的分析，不仅要有计算机方面的知识，还要有良好的数理统计基础。此外，毕业生到了现实工作岗位中，可能还需要经济、财会等方面的知识。由此可见，合格的大数据人才需要多个学科的知识积淀，需要高校进行跨学科培养，以为我国今后的政府监管提供具有全面学科知识的大数据人才。
二是增强校企合作，培养应用型大数据人才。应用型人才的培养，必须重视实践环节，具备一定的实际操作能力。因此，除了常规的理论知识，学校还要积极与拥有大数据资源的企业合作。
三是加大高校项目平台资助力度。财政部门应给予一定支持，增强学生在数据平台的实践创新能力，通过接触类似的前沿项目，在今后的政府监管实践中可以充分运用大数据技术的整合、共享等特征，挖掘出更有利于政府监管决策的信息，促进基于大数据技术的政府监管改革。
