刘红:大数据 第二次数据革命

     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

  在数据的发展歷程中有过两次革命。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証研究作为判断 “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,科学家们隻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EPJDataScience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塬主义(简化)到復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,大数据对极其復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。