大数据：第二次数据革命_数据分析师

【核心提示】与传统数据相比，大数据的资源性特征尤为突出，成为各国重视开发大数据的依据。在知识的演化过程中，数据既是产生信息、知识、智慧的基础，又同时贯穿于其中。进入信息化时代，遇到的最大难题不是信息不足，而是信息孤岛的问题，只有实现大数据的共享和规范管理，才能破解这一难题。

曾几何时，数据是人类用于识别环境的计数工具，对其精确性的关注似乎仅限于科学研究领域。进入信息化时代，我们每一个人都明显感受到与信息相关的数据无处不在。可以说，我们自身在不断产生各种数据的同时，数据也在极大地影响我们。

两次数据革命融合数据与科学研究

在数据的发展历程中有过两次革命。第一次数据革命是近代科学诞生之时，实现了数据与科学研究的融合，数据在科学研究中的基础地位得到确立。对研究过程和结果赋予精确化的诉求，是近代科学的基本特征之一。在以数据为依据的研究范式中，数据的可靠性和准确性代表了研究的精确性，人们甚至将以数据为依据的实证研究作为判断“科学”与“伪科学”的标准。

随着科学和技术的发展，数据的形式和内涵也在不断变化和发展。除观测数据、实验数据、理论数据、统计数据、模拟数据等外，图、表、文字均被纳入数据行列，形成了结构化数据和非结构化数据的多元化数据形式；信息技术的发展导致从数据匮乏向“数据丰富，理论匮乏”方向转变，数据产生的速度和规模急剧发展；数据所蕴含的信息远远超出其工具性和依据性特征，形成可以从中挖掘出新知识的大数据。与统计数据相比，大数据强调的是全部样本；与科学数据的精确性相比，大数据允许存在一定范围的不准确性；与科学范式的因果关系相比，大数据通过关联性寻求自然和社会的变化规律。因此，大数据引发了第二次数据革命，它不仅改变着科学研究范式，实现社会科学研究的定量化，也将促使经济、社会、军事等所有社会领域产生巨大的变革。

大数据促进社会科学定量研究走向深入

在科学研究方面，通过遥感装置、感应器、计算机收集数据或模拟方法获取的密集型数据，经过计算机软件处理，产生的信息/知识被存储在计算机中，科学家们只需在后台利用数据管理和统计的方法对数据进行处理、分析，获取知识，形成以大数据为基础的密集型科学，成为格雷提出的数据驱动科学的第四种科学范式。正如EPJ Data Science杂志所指出的，21世纪面临的数据驱动科学已成为传统假说驱动科学方法的补充，这种进化伴随科学范式从还原主义（简化）到复杂系统科学转变的变革。

大数据可能导致社会科学研究的革命，促进定量研究的深入。大数据突破了自然科学和社会科学的研究界限，实现了数据的可通约性，通过数据沟通了不同学科的资源。哥伦比亚大学沃茨博士通过研究发现，大数据对极其复杂的人类行为的社会学研究起到了极其重大的作用，通过网络数据，大量个人或很小组织的真实行为通过计算机以数据形式被记录下来，这些数据为人类行为研究提供了极其丰富的可靠信息，避免了研究者认知的偏见、感知的误差和框架的歧义。

大数据对经济、社会、人类日常生活产生的影响不仅仅限于技术层面，对于管理理念、运作方式也都将产生巨大的影响。“数据驱动的社会管理”就是在社会管理中实施的一种新型管理模式，无论是政府还是组织机构，数据收集和分析已经成为基层管理部门的基本要求，根据数据分析结果制定政策和法规，将社会管理从事后处罚转向事前防备，在医疗健康、国土安全、智慧城市建设、防范和打击恐怖活动、社会治安、治理社会腐败等方面发挥着重要作用。20世纪美国的警务管理模式CompStat是利用大数据对社会治安进行管理并取得良好成效的成功范例。利用地方各种传感器收集的大数据和通过互联网搜索关键词，疾病控制部门可以预测和判断某地的流行病爆发的情况。商务智能实现了从数据到知识的挑战和跨越，“决策支持系统”更是以数据和信息为主要来源，等等。

无论是“数据驱动的社会管理”还是“决策支持系统”，数据的获取和对数据的挖掘都至关重要，对收集到的各种数据，在后台进行分析，建立模型，利用云计算等计算手段，为制定政策、法律和决策提供技术支撑。各国已经意识到大数据的重要性，将其视为与能源同等重要的资源。2012年3月29日，代表美国政府的白宫科技政策办公室发布了《大数据研究和发展计划》，并成立了“大数据高级指导小组”，将大数据技术革命带来的机遇和挑战提升到国家战略层面。

亟须实现大数据共享和规范管理

与传统数据相比，大数据的资源性特征尤为突出，成为各国重视开发大数据的依据。在知识的演化过程中，数据既是产生信息、知识、智慧的基础，又同时贯穿于其中。进入信息化时代，遇到的最大难题不是信息不足，而是信息孤岛的问题，只有实现大数据的共享和规范管理，才能破解这一难题。

在移动网络、云计算和其他技术的支持下，大数据迅猛发展，分析数据的技术不断创新，第二次数据革命悄然发生。大数据与任何一项新技术一样，在推动社会变革的同时也造成了社会风险，例如，个人隐私、数据的客观性和准确性、大数据的滥用等问题，已经遍及科学研究、社会管理、医疗保健、商务智能等众多领域。

大数据与其他技术的不同在于其虚拟性，其隐蔽性和渗透性更加突出。这对个人、组织、国家甚至整个世界都可能带来负面影响。因而，对其进行更深层次的伦理学和哲学反思尤为重要。