
大数据考验政府的危机应急能力
在大数据时代,各类信息大规模的自由流动使得民众参与社会管理和政治事务的热情很容易被点燃,而这些海量的数据鱼目混珠,其中有很多假信息、伪信息和谣言,这对信息的监管提出了更高的要求,特别是面对传播快、影响大、覆盖广、社会动员能力强的微博、微信等社交网络和即时通信工具用户的快速增长,如何加强网络法制建设和舆论引导,确保网络信息传播秩序和国家安全、社会稳定,已经成为摆在我们面前的突出现实问题。
大数据的即时性考验政府的危机应急能力
大数据时代,数据的传播不受时间和空间的限制,产生后便可即时传播,使得一旦发生社会事件,信息会通过各种渠道在第一时间传播到公众中,而公众的情绪也能第一时间呈现在庞大的数据洪流中,这让个别事件在快速传播之后会从局部事件迅速变成公众事件。利用大数据技术,在发生一起公共事件后,通过开放式的软件平台,人人都可能实时地将自己所看、所听及所知的具体细节上传。在这一人人参与的过程中,人们的心理也会不知不觉发生变化,形成一种共同意识,因为他们在参与的同时,也是在进行一种公开的表达。一个能够进行公开表达的人群就构成了德国政治哲学家哈贝马斯所说的“公共领域”。
这种因大数据技术的迅速发展而形成的“公共领域”,在中国当前特有的社会转型背景下,对社会稳定影响巨大。中国改革开放以来的经济发展是人类历史上前所未有的一个成功范例。但是,这一成就空前的经济繁荣一方面让人民群众享受到生活水平的提高所带来各方面的巨大改善,同时经济增长的力量也对中国社会形成了巨大的冲击,伴随着经济奇迹脚步的是社会结构和政治结构的快速和巨大的变革。国家、社会和市场都在这样一种巨变中重新定位,重新协调彼此间的秩序。社会急剧转型打破了原有的社会平衡,社会对人的约束力就会在一段时间内减弱甚至丧失。此时,旧的规范已被打破而新的规范尚未建立;在什么是对的和错的,什么是可能的和不可能的,什么是合理和极端的,什么是合法的和不合法的等等社会基本价值问题上,均会产生混乱甚至对立。处于这样一种阶段的社会的运转特别容易失序,激化社会矛盾。而大数据所带来的信息传播的即时性,会让社会失序问题更容易被激化。
大数据时代的到来使得各类信息的公开性和可获得性空前增加,但这并不意味着任何信息都可以被轻率地使用。因为我们每一个人都不愿意在自己没有被提前告知的情况下,自己在互联网上发布的信息或者留下的使用痕迹被他人收集、保存和分析。但现实情况却是,在不断进步和革新的大数据技术面前,个人的隐私面临越来越容易泄露的风险,因为我们日常的电话记录、邮件往来、经济消费、交通出行、甚至是医疗档案等个人信息都在逐渐实现数据化管理和存储,而这些数据都并非绝对安全。
不仅仅是个人,大数据技术的进步性同样也让国家机密面临被窃取的风险。在大数据时代,信息的跨国流动已经成为现实,政府不再是信息的唯一拥有者和权威发布者。更为关键的是,在大数据时代,全世界民间社会的力量都可能会被动员起来,其所展现的力量甚至会超过单个国家的政府。由全球著名的高分辨率商业卫星影像数据提供商——美国数字地球公司,推出的名为Tomnod的软件应用平台,就展现了互联网“众包”模式巨大的全球动员力量。马航MH370失联事件发生后,数字地球公司几乎在第一时间做出回应,将Tomnod打造成一个开放的“众包”平台,提供其所汇集的MH370失联区域数据和高分辨率卫星图像。Tomnod邀请来自世界各地的科技志愿者来搜索失联航班的任何迹象。根据统计,Tomnod平台共动员了全球800万志愿者来寻找失联航班,提供各类信息。美国数字地球公司所展现的这种巨大的全球动员能力如果仅仅被用于人道主义目的,那无疑是人类的福音,但是如果它调动全球民间社会的力量,用于针对某个特定国家的政治目的,那就非常可怕了。但现实往往如此。美国数字地球公司最赚钱的业务,就是为美国情报界提供相关服务。该公司曾经在Tomnod应用软件平台上推出了一个名为“搜索挑战”的项目,要求志愿者利用其发布的高分辨率卫星图像帮助搜索上千平方公里内的军事飞行器和车辆。但是这个搜索项目的目的并没有公布。这种动员大众来寻找军事情报的做法缺乏透明性,并且显然损害了网络世界的伦理原则。这一所谓的“挑战项目”其实就是在滥用全球民间社会的力量来搞间谍活动。
主动利用大数据来构建高效的社会安全体系
当今世界,信息技术革命日新月异,对国际政治、经济、文化、社会、军事等领域发展产生了深刻影响。信息化和经济全球化相互促进,互联网已经融入社会生活方方面面,深刻改变了人们的生产和生活方式。我国正处在这个大潮之中,受到的影响越来越深。大数据时代的到来是对我国构建高效的社会安全体系一个巨大的挑战。
同时,也要看到,大数据技术的发展,为构建更加有效的社会安全体系带来了机遇,维护社会安全应该适应信息化时代的发展,更要主动拥抱大数据,主动利用大数据来构建高效的社会安全体系。
首先,大数据有助于提高社会安全工作决策的科学性。大数据是有关联性的数据,通过数据挖掘技术分析其中的关联性,可反映数据内在的规律,进而对研究对象的未来发展态势进行预测。这种建立在相关关系基础上的预测正是大数据的核心。通过对社会安全相关信息的挖掘、分析,社会秩序运行的许多经验规律进一步显现。这些经验规律对社会安全工作而言,具有非常宝贵的参考价值,可以作为决策的重要依据。
其次,大数据技术将进一步增强政府维护社会安全的能力。随着大数据技术的深入应用,社会安全问题的解决可以更加具有针对性。比如,可以通过分析处理历年来的公共安全事故的数据,提前预警某些安全事故发生的时间地点,为避免事故的再次发生提供重要的预测参考。
第三,大数据技术能够改善网络舆情工作,降低社会安全风险。当前网络舆情监测基本还停留在对事件传播力、影响力及扩散范围的量化描述,属于事后处置,大数据的预测性可以大大提高舆情工作的有效性。网民在上网过程中留下了观点、行为、情感、足迹等记录,由此产生了海量的数据。这些数据蕴含着丰富的内涵及许多规律性的信息。通过对这些数据的挖掘,可以了解民众的需求、诉求、意见等,从中挖掘出一些潜藏的舆情并预测其发展态势,提前介入处置,有效化解负面舆情,以降低社会安全事件发生的风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12