我们常听到，增长是解决所有问题的答案。然而，单靠增长还不够。解决社会当前面临的挑战，不只是增强经济活力，更是提升人类福祉。在一个日益由行为经济学驱动的世界里，我们必须利用大数据分析实现包容性增长，让每个人都能为增长作出贡献，并使社会各领域都能从由此带来的红利和使命感中受益。经济增长对应于国内生产总值（GDP）的增加。然而，为避免部分人口——乃至整个全球南方（非洲、中美洲和拉丁美洲，以及亚洲大片地区）的人口——被排除在增长进程之外，我们必须加入一项定性指标，并用“包容性”一词来描述。谈及包容性增长的内涵时，我们注意到它包含三个基本要素：
教育使人们能够参与颠覆性产业和不断扩大的市场，尤其是数据驱动型服务；全新的技能组合将成为重新部署传统技能的催化剂。
商品、服务、资本、数据和人员的自由流动创造就业机会，使社会各领域都能为经济增值。
福祉包括繁荣、健康和长寿，也包括公共卫生与安全的环境、稳健的政策制定，以及为公共利益谨慎配置纳税人资源，杜绝欺诈、浪费或滥用。
包容的三大支柱高度相互依存：我们需要更大比例的人口为社会作出贡献；要实现这一点，就需要改善教育和福祉，同时创造更多就业机会。所幸，技术能够赋能、催化并推动行动，使之成为可能。如今，我们能够处理海量数据，也拥有足够且价格可负担的计算能力，来构建复杂模型，从而提出以往难以想象的问题，并回答过去无法解答的问题。这些能力的结合——大数据分析——使真正的包容性增长在历史上首次成为切实可行的目标。
扩大教育机会
在转型时期，社会不可避免地会面临所需技能方面的缺口，以致难以保持竞争力。例如，工业革命开始时，农民人数多于工厂工人，民众需要时间接受再培训，才能跟上时代需求。当前的数字革命也是如此——随着时间推移，这些新的数字岗位将成为重新部署较传统职位的催化剂。但目前我们正经历滞后，因为数字经济需要具备科学、技术、工程和数学知识的人才——即 STEM 技能，而这些恰恰是目前所欠缺的技能。
教育需求遍及全球，但最具变革性改变潜力的地区是全球南方。这些国家的人口和新兴市场蕴藏着巨大的、尚未开发的经济增长与投资潜力——但这些地区也往往缺乏教育和信息基础设施。
一种解决方案是利用在线课程和其他远程学习形式，将经过验证的方法推广至不同国家和地区。但在线学习并非分析技术在教育领域的唯一应用。大数据分析也可用于改善实体学校的教育成果。例如，教育增值评估系统（EVAAS）采用多变量纵向建模，超越单纯的课堂层面分析：它评估学区、学校和教师的成效，并持续更新对学生未来表现和需求的预测。EVAAS 足够灵活，能够考虑学生和教师流动、团队教学，以及教育政策和评估标准的变化等因素。EVAAS 还兼顾学校和家庭因素在教育成功中的作用。
扩大就业机会
在这场经济转型中，新的就业岗位正在形成。但我们准备好填补这些岗位了吗？如果数据是新石油——信息经济的燃料——那么新一代石油大亨将是数据科学家和知识工作者，世界将需要大量这类人才。预计到 2018 年，美国将有 190,000 个分析岗位空缺，并短缺 1.5 million 名具备大数据技能的经理和分析师。
法国就业社会服务机构 Pôle emploi 必须遵守国家立法，同时还要考虑地区和地方的需求与要求——例如工业、农业或服务业区域、季节性就业等。要在这张复杂的因素网络中管理风险并确保质量，非常适合采用大数据分析。通过采取高度本地化的失业人员服务方式，Pôle emploi 更有效地利用有限资源，在就业路径上提供更大的灵活性和个性化服务，并加快其客户重返劳动力市场。
提升福祉
大数据分析能够为推动医疗实践实现三重目标发挥重要作用：改善健康状况、提升护理体验并降低成本。其潜力令人难以置信。大量基因组数据、临床试验数据、电子健康记录、理赔数据、研究数据等——数以 TB 和 PB 计的数据——可以汇集起来，以揭示重要发现，并支持私营和公共医疗领域作出更好的运营和医疗决策。
2003 年 SARS 疫情暴发后，香港卫生署升级了分析能力，将众多不同系统连接起来，以改善信息流通。该部门实质上汇集了海量、多样的数据，并将其连接成一个社会网络，纳入人们如何以及在哪里互动等信息。绘制这些社会网络后，该部门便能识别热点，预测疾病可能接下来会传播到哪里。疫情起源地决定了疫情将如何影响人口，因此，预测感染路径有助于确定在哪里以及如何部署资源，以实现最大成效。如今，该部门已更有准备应对下一次卫生紧急事件，包括较近发生的登革热疫情。
2013 年，台风海燕重创菲律宾后，分析技术帮助救援人员确定援助级别和物资分配的优先顺序。国际移民组织将社交媒体数据与地理数据及实时数据结合起来，以更好地了解台风袭击地区各自的独特需求。因此，他们能够准确找出受灾最严重的地点和最急需的物资；例如，他们发现，在严重受损的沿海城市吉安，医院的备用发电机柴油即将耗尽。
大数据与包容性增长
所幸，大数据分析可以赋能公共部门组织利用数据，实现“预测以规划”和“预测以预防”，而不是“出问题再修补”。换言之，大数据分析不只是修补漏洞、堵住空子，还能让我们主动识别可能导致欺诈、风险和安全漏洞的状况，以及许多其他公共福祉方面的挑战。若要为促进福祉的社会项目提供充足资金，遏止欺诈和浪费造成的资金流失至关重要。
总而言之，大数据分析能够将公共部门服务转变为积极主动、行之有效的项目，这是公民应得的服务。事实证明，及早采取主动干预措施既能节省大量税款，又能提高生活质量。归根结底，大数据分析将通过让更多人参与为经济增值，推动包容性增长。
本文为一篇 全文文章 的编辑版本，该文最初发表于论坛 2015 年的 《全球信息技术报告》。
作者：Mikael Hagstrom 是 SAS 执行副总裁，也是世界经济论坛数据驱动发展全球议程理事会副主席。
图片：2013 年 2 月 21 日，在印度沙漠邦拉贾斯坦邦梅尔塔区的一处登记中心，一名村民正在进行指纹扫描，以登记加入唯一身份识别（UID）数据库系统。路透社/Mansi Thapliyal
