从另一个视角看大数据

大数据之所以在我国引起如此大的关注，也是由于在传统文化理念中，“大概齐、差不多”的习惯深入人心，在公共决策、商业选择、个人行为中充斥着“拍脑袋”现象。

　　大数据是当下最时髦的话题之一，依照迈尔·舍恩伯格及库克在《大数据时代》的描述，数据被定义为不用随机分析法(抽样调查)而运用所有数据的方法。除了对于社会组织、公共服务、人们生活的重大影响之外，这一热潮背后的关注焦点，其实还是商业模式，即相关数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的商业价值利用。

　　大数据之所以在我国引起如此大的关注，也是由于在传统文化理念中，“大概齐、差不多”的习惯深入人心，在公共决策、商业选择、个人行为中充斥着“拍脑袋”现象。正如历史学家黄仁宇在《赫逊河畔谈中国历史》所论述的那样，“西欧和日本都已以商业组织的精神一切按实情主持国政的时候，中国仍然是亿万军民不能在数目字上管理。”当然，这种模糊管理下的信息不对称，亦成为另外一种既定利益格局的存在基础。正因为此，当信息爆炸时代快速来临之时，对数据信息的渴望迅速在社会不同层面体现出来。据报，汪洋副总理就曾向广东财政厅干部推荐涂子沛写的《大数据》。

　　要论大数据的历史，或可追溯到19世纪末。美国统计学家赫尔曼·霍尔瑞斯为统计1890年的人口普查数据，发明了一台电动器来读取卡片上的洞数，该设备用一年时间完成了原本需耗时八年的人口普查，由此开启了数据处理的新纪元。进入21世纪，随着信息技术、云计算的高速发展，以及社交网络的普及，大数据被赋予了全新含义。应该说，基于数据化严重不足的大背景，在我国经济社会发展中强调大数据的作用，其积极意义非常深远，但与此同时，也要避免走向另外的某些极端，这就需要相应的冷思考。

　　比如，在大数据的推动者之中，一方面各类新兴互联网企业成为主力，另一方面传统企业也在着力跟随，其根本动力都是在于发掘新的商业利润来源，以弥补我国经济转型期的投资迷茫。在此过程中，对于个人的利益和诉求还缺乏合理的认识和定位。虽然大数据对于进一步理解和服务消费者起到重要作用，但从其他侧面看，无序的、低效的、无用的信息轰炸，往往给个人带来“信息过度”的不佳体验，而在数据成为财富的狂热驱动下，对于个人信息权利的侵犯几乎无处不在，尤其在我国缺乏个人信息保护规则的条件下，数据渴望和采集很可能成为激怒消费者的动因，且拉大了与真正的消费者主权社会的距离。

　　另外，更值得我们思考的是，如果信息产生基础或其环境存在问题，那么大数据的技术是否会造成更大的信息扭曲？从金融市场的角度看，大数据在深刻改变高频交易方式、信贷风险判断等环节同时，也带来了其他潜在风险的积累，如信息误读造成的市场波动突然被放大，以及难以监管的新型金融产品创新等等。可以说，在诸多领域都缺乏法律游戏规则约束，更缺乏职业道德约束的情况下，如果初始数据就存在问题，那么在此基础上的大数据分析手段，恐怕就只有“南辕北辙”的效果了。从大处说，各类统计数据造假历年来都是被舆论广泛质疑的焦点；从小处说，在很多领域数据失真已经成为常态。例如，据5月7日的《北京青年报》报道，由于受到利益绑架，北京地区的电视收视率数据或许已被污染。再如，我国赴海外留学生的国内学校成绩，就一度存在许多造假行为，直到欧美出现更严厉的制约才有所收敛。无论如何，一旦数据本身的问题太多，则带来的只有大数据的灾难。

　　我们知道，信息不对称的后果是扭曲了市场机制的作用，误导了市场信息，造成市场失灵。如果处在普遍的信息数据缺乏状态下，经济行为的不确定性也会增加，往往会降低市场效率。反之，是过犹不及，即便是在上世纪末所谓“信息爆炸”年代，也远不如当前阶段如此快速的信息积累。据统计，互联网上的数据每两年翻一番，而全球绝大多数数据都是最近几年才产生的。面对似乎逐渐“供大于求”的数据，如何找到有用的信息，成为利用大数据的关键问题。正如美国颇有影响力的预测专家纳特·西尔弗在《信号与噪声》一书中所分析的：“如果信息的数量以每天250兆亿字节的速度增长，其中有用的信息肯定接近于零。大部分信息都只是噪声而已，而且噪声的增长速度要比信号快得多。”由此看来，当数据信息铺天盖地而来之时，也可能距离真相越来越远。在现实中，对于一哄而上追求大数据的企业来说，也需要冷静思考下，在信息过度充分的年代，如何把数据真正变成真正的价值？

　　大数据如同一把双刃剑，正如不少好莱坞电影中政府对公众无所不在的监控，大数据的爆炸，也让现代人对个人信息安全失控充满了担忧。斯诺登和棱镜事件，进一步在全球范围的国家之间提出这个疑问。一方面，在不可避免地拥抱大数据时代之前，可能更需要加强对其潜在风险的认识，做好基础数据净化、个人信息保护、国家信息安全等基础性建设；另一方面，大数据既可用来推动新商业模式演进，也可用来通过“抓坏蛋”，间接促进社会信息环境的完善，从而夯实大数据根基。