大數據：第二次數據革命_數據分析師

【核心提示】與傳統數據相比，大數據的資源性特征尤為突出，成為各國重視開發大數據的依據。在知識的演化過程中，數據既是產生信息、知識、智慧的基礎，又同時貫穿于其中。進入信息化時代，遇到的最大難題不是信息不足，而是信息孤島的問題，只有實現大數據的共享和規范管理，才能破解這一難題。

曾幾何時，數據是人類用于識別環境的計數工具，對其精確性的關注似乎僅限于科學研究領域。進入信息化時代，我們每一個人都明顯感受到與信息相關的數據無處不在?？梢哉f，我們自身在不斷產生各種數據的同時，數據也在極大地影響我們。

兩次數據革命融合數據與科學研究

在數據的發展歷程中有過兩次革命。第一次數據革命是近代科學誕生之時，實現了數據與科學研究的融合，數據在科學研究中的基礎地位得到確立。對研究過程和結果賦予精確化的訴求，是近代科學的基本特征之一。在以數據為依據的研究范式中，數據的可靠性和準確性代表了研究的精確性，人們甚至將以數據為依據的實證研究作為判斷“科學”與“偽科學”的標準。

隨著科學和技術的發展，數據的形式和內涵也在不斷變化和發展。除觀測數據、實驗數據、理論數據、統計數據、模擬數據等外，圖、表、文字均被納入數據行列，形成了結構化數據和非結構化數據的多元化數據形式；信息技術的發展導致從數據匱乏向“數據豐富，理論匱乏”方向轉變，數據產生的速度和規模急劇發展；數據所蘊含的信息遠遠超出其工具性和依據性特征，形成可以從中挖掘出新知識的大數據。與統計數據相比，大數據強調的是全部樣本；與科學數據的精確性相比，大數據允許存在一定范圍的不準確性；與科學范式的因果關系相比，大數據通過關聯性尋求自然和社會的變化規律。因此，大數據引發了第二次數據革命，它不僅改變著科學研究范式，實現社會科學研究的定量化，也將促使經濟、社會、軍事等所有社會領域產生巨大的變革。

大數據促進社會科學定量研究走向深入

在科學研究方面，通過遙感裝置、感應器、計算機收集數據或模擬方法獲取的密集型數據，經過計算機軟件處理，產生的信息/知識被存儲在計算機中，科學家們只需在后臺利用數據管理和統計的方法對數據進行處理、分析，獲取知識，形成以大數據為基礎的密集型科學，成為格雷提出的數據驅動科學的第四種科學范式。正如EPJ Data Science雜志所指出的，21世紀面臨的數據驅動科學已成為傳統假說驅動科學方法的補充，這種進化伴隨科學范式從還原主義（簡化）到復雜系統科學轉變的變革。

大數據可能導致社會科學研究的革命，促進定量研究的深入。大數據突破了自然科學和社會科學的研究界限，實現了數據的可通約性，通過數據溝通了不同學科的資源。哥倫比亞大學沃茨博士通過研究發現，大數據對極其復雜的人類行為的社會學研究起到了極其重大的作用，通過網絡數據，大量個人或很小組織的真實行為通過計算機以數據形式被記錄下來，這些數據為人類行為研究提供了極其豐富的可靠信息，避免了研究者認知的偏見、感知的誤差和框架的歧義。

大數據對經濟、社會、人類日常生活產生的影響不僅僅限于技術層面，對于管理理念、運作方式也都將產生巨大的影響?！皵祿寗拥纳鐣芾怼本褪窃谏鐣芾碇袑嵤┑囊环N新型管理模式，無論是政府還是組織機構，數據收集和分析已經成為基層管理部門的基本要求，根據數據分析結果制定政策和法規，將社會管理從事后處罰轉向事前防備，在醫療健康、國土安全、智慧城市建設、防范和打擊恐怖活動、社會治安、治理社會腐敗等方面發揮著重要作用。20世紀美國的警務管理模式CompStat是利用大數據對社會治安進行管理并取得良好成效的成功范例。利用地方各種傳感器收集的大數據和通過互聯網搜索關鍵詞，疾病控制部門可以預測和判斷某地的流行病爆發的情況。商務智能實現了從數據到知識的挑戰和跨越，“決策支持系統”更是以數據和信息為主要來源，等等。

無論是“數據驅動的社會管理”還是“決策支持系統”，數據的獲取和對數據的挖掘都至關重要，對收集到的各種數據，在后臺進行分析，建立模型，利用云計算等計算手段，為制定政策、法律和決策提供技術支撐。各國已經意識到大數據的重要性，將其視為與能源同等重要的資源。2012年3月29日，代表美國政府的白宮科技政策辦公室發布了《大數據研究和發展計劃》，并成立了“大數據高級指導小組”，將大數據技術革命帶來的機遇和挑戰提升到國家戰略層面。

亟須實現大數據共享和規范管理

與傳統數據相比，大數據的資源性特征尤為突出，成為各國重視開發大數據的依據。在知識的演化過程中，數據既是產生信息、知識、智慧的基礎，又同時貫穿于其中。進入信息化時代，遇到的最大難題不是信息不足，而是信息孤島的問題，只有實現大數據的共享和規范管理，才能破解這一難題。

在移動網絡、云計算和其他技術的支持下，大數據迅猛發展，分析數據的技術不斷創新，第二次數據革命悄然發生。大數據與任何一項新技術一樣，在推動社會變革的同時也造成了社會風險，例如，個人隱私、數據的客觀性和準確性、大數據的濫用等問題，已經遍及科學研究、社會管理、醫療保健、商務智能等眾多領域。

大數據與其他技術的不同在于其虛擬性，其隱蔽性和滲透性更加突出。這對個人、組織、國家甚至整個世界都可能帶來負面影響。因而，對其進行更深層次的倫理學和哲學反思尤為重要。