大数据的中国陷阱 安替现在，上到高官，下到推销员，左一句“新媒体”，右一句“大数据”，预示着从美国传来的“大数据”浪潮也会和微博一样，很快就要进入中国的主流话语。既然从美国的推特(Twitter)到中国的微博，有太多重大变化，那么“大数据”这样的美国产物，在进入中国之后，会发生什么样的嬗变？要理解大数据浪潮，有两个样板。一个是幻想项目，美国正在热播的电视连续剧《疑犯追踪》(PersonofInterest)，讲述了美国国安局有一台记录全球监控画面和通讯信息的大“机器”，能根据拥有的海量数据预测犯罪相关人。另一个是现实工程，奥巴马两次大选的成功，就是背后科技团队对大数据的挖掘和整理，所以能得出和主流媒体不同但更准确的预测。大数据的魔力就在于，它能预测未来，掌握这样的未来信息，就能控制商业和政治。但无论是幻想的“机器”还是奥巴马大选团队，大数据魔术得以实现的关键是，这些数据是基本准确和真实的。幻想的美国国安局“机器”收集的是监控视频、电话记录、银行转账、税单、网络言论，如果要准确预测出一个行为不合理的反社会人物，这些数据必须真实可靠。而大选大数据战略，更是完全要依赖包含选民具体信息所谓“电话银行”的准确性。因此，在催票过程中，两党选举团队和盟友，必须派出海量的志愿者，挨家挨户在选区敲门(Canvass)，除了提高投票率，更重要的是更正“电话银行”住户各类信息的错误。笔者前年11月就在弗吉尼亚州一个选区参与了这种Canvass活动，亲身感受到“大数据”背后是繁重的确认工作。当大数据引入中国时，立刻会遇到数据的中国陷阱——失真。美国著名统计学者、《纽约时报》博主NateSilver利用各州民调数据，得出奥巴马会大幅度赢得第二次大选的预测，击败盖洛普全国民调，但想想他如果用的是中国各省民调，能得出什么样的结论？在中国做有关社科方面的研究，第一要则就是别相信任何现成的调查数据，必须想办法亲自动手另起炉灶。很难想象，依赖各种编造、浮夸、以应付为前提的“大数据”，这项技术在美国会达到正面的战略效果。数据失真的背后必有深刻的政治社会原因。在数据收集方面，必须有最基本的隐私保护、言论保护和人权保护制度，公民才敢于向有关机构公布个人信息，已发
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
的信息才可长久存在。另外，政府也按照法律公开各种信息，以回报公民对政府的信任，减少公民因隐私被获取而产生的恐惧感。这在各种观点性数据的收集方面尤为重要。目前各种基于社会媒体的舆论
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
，在很多方面是个笑话：因为各种原因删帖，或经大力“引导”后的“舆论”分析，能当真吗？这就是过去几年大部分对微博的数量分析都不能看的原因，逼得哈佛教授GaryKing需要自己建一个社交网站才能获得真实数据。目前在中国有前途的大数据分析，大多是对商业行为的分析，因为数据来自真实的购买记录，失实率低。但这种分析无外乎就是数据库运算加一部分的外来数据挖掘，与我们所说的“大数据”的功能与意义相去甚远。即便解决了收集数据的真实性问题——比如直接调用服务器，进行更加深度的挖掘和人工确认等等，中国大数据的发展也会遇到另一个问题：大数据得出的结论，是自下而上的，这和中国普遍的自上而下决策过程相冲突。大数据其实是决策微民主化过程：重大决策必须参考甚至取决于每个个体决策的总和趋势，如果只讲“顶层
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
”，一定会水土不服。这样的数据决策民主是不是有缺点，那是另外一个问题。例如乔布斯的Apple和iPhone，可不是从任何数据得出的决策，他的做法甚至是反数据决策民主的。如果真的要实施大数据战略，必然包含着决策民主化的过程。在这种情况下，除了纯粹商业大数据分析，任何结论需要提交给非商业的决策者，就会出现一个典型的中国问题：调查报告如果不符合领导思路怎么会存在？本身是展现技术独立决策魔力的大数据，在中国，很容易会沦为“大忽悠”，为了领导和客户的喜爱，而故意修改数据模型甚至结论本身。“大数据”其实是公开社会条件下数字化治理的决策智能版，而中国的数字化治理也只有在一些已经或者努力在海外上市的公司，才在西方大环境的压力之下被迫实现。因此，几乎成为“机器神祇”的美国大数据，进入中国之后，也只能强化商业购买上的预测力，却很难发挥其社会魔力。（摘自《财新新世纪周刊》） -全文完-
浙公网安备 33021202002483