互联网商业界所鼓吹的大数据，在我看来，政务上也需要重视。有那么多过往行为数据在，政府是不是需要更懂得一些“大数据说话”的方法？

今年1月1日开始实施的新《机动车驾驶证申领和使用规定》引起了很大的争议，争议问题在于“闯黄灯”要不要被罚以及是不是该罚得如此之重（要扣6分）。微博上到处都有人对这个新规表示不满，一位经营酒店的人士甚至写了极长的数据分析文章，称北京市会为这个新规间接损失60个亿。

争论者主要聚焦于如果要严格遵守这个新规，会引发大量的追尾事故。这方面有各种数据推断，亦有人在微博上发帖表示昨日开车上路的确追了前车的尾。但我在这里想问的是：这项引发公众大量不满的决策，究竟有多少数据可以支撑？

毋庸讳言的是，闯红灯会引发交通事故，道理在于，一方绿灯时该道路上的车会正常行驶通过，此刻另一方如有车穿越，极有可能会发生碰撞。但黄灯并非如此。一方道路上黄灯闪起，并不意味着另一方道路上绿灯放行。换而言之，闯黄灯会引发交通事故这一说法，仅靠直觉或逻辑推断，是比较模糊的，需要数据支持。

闯黄灯导致司机受罚，并非没有个案，2012年4月，浙江嘉兴曾经就有一个官司和闯黄灯有关——被称为闯黄灯第一案，结果司机败诉。但到目前为止，很少有见到某某交通事故是因为司机闯黄灯所致（通常新闻里都是写肇事者闯红灯）。当然，我承认，新闻里写成闯红灯并不代表真正意义上的闯红灯，有可能真是闯黄灯来着。但问题的关键是：有什么数据证据能证明这一点？

发达地区的一线城市，现在路口摄像头星罗棋布，我查了一下，北京市区就有上千之多。这些摄像头都会拍摄路口的交通状况，形成信息存储。我们并非没有条件去收集这些数据，然后依据这些数据来做一个判断。只是相当多的有关部门，囤积了大量数据但却从来不用。大数据领域中的领军人物舍恩伯格在《大数据时代》一书中这样写道：“在以前，一旦完成了收集数据的目的之后，数据就会被认为已经没有用处了。”比如说，在一起交通事故中，警方调取了摄像头拍摄到的信息后做出判罚，然后，这些信息就被束之高阁形同抛弃，请注意，这是“在以前”，今天这个数字时代，政府完全可以不活在“以前”。

另外一位大数据研究者凃子沛则在他的著作中提到了著名的犯罪之都纽约是如何利用ComStat（计算机统计）来降低犯罪率的。一位高中毕业的警察通过记录地铁里的过往抢劫案，大致分析出地铁抢劫案的规律，从而提升未来的伏击成功率，90年该方法被推广到全局。第二年，地铁抢劫案下降了27%。这位地铁便衣93年被提升为警察局第一副局长，利用这种数据统计，94年纽约市凶杀案就下降了25%，09年更是创下50年最低记录。数据统计和分析工作，有效帮助了城市治理。学界将这种方法命名为“数据驱动的警务管理”。

的确，今天道口的摄像头所拍摄的景象未必是数字化的，需要人工去解读和归类至数据库，但这一点也没有关系。纽约警察在94年搞ComStat的时候，同样需要工作人员每天通过电话和传真向全纽约76个警区去收集资料，再统一录入、加总和分析。但基于这样的数据所做出的决策，显然比拍脑袋靠直觉来得更为有效，警力部署也更有针对性。

一个城市的治理，需要全市人口的配合这的确不假，但治理者需要明白的是：尽可能不要加重被治理者的负担。人们让渡一些权利给政府是为了让自己活得更没有负担，而不是普遍意义上的觉得加重负担。严打闯黄灯是不是一项得体的措施，目前尚未可知，但一项措施的出台，总是应该让人们看到一些依据，而不是一句诸如“为了加强道路安全”这样的空话。纽约警方的做法，并不以提升民众负担为前提，反而是加重了施政者的负担，但却降低了民众的负担，是值得有司学习的。

在这个大量行为都可以被记录被调取被加总分析的数字时代，虽然善恶之争屡有所闻，但落实到像闯黄灯这种具体个案来看，善用数据多用数据，总是利大于弊的。互联网商业界所鼓吹的大数据，在我看来，政务上也需要重视。有那么多过往行为数据在，政府是不是需要更懂得一些“大数据说话”的方法？

—— 南方都市报 约稿 ——