论大数据在社会治理中的应用及其弊端
摘要 信息化社会的快速发展催生了大数据概念。西方发达国家纷纷部署实施大数据战略，期望从大数据获得更多新的价值。近几年来，我国为大数据的发展建立了良好的环境和社会基础。未来，大数据将会为我国各个领域的创新发展提供机会和支撑。大数据也将会为我国的社会治理创新提供技术支撑，不断提高社会治理的精准性，提高社会治理决策科学化水平。但是，任何事物都有两面性。我们要正确认识大数据，不仅要看到它的优势，也要看到它自身的局限和弊端。
关键词 大数据；社会治理；应用；弊端
伴随着计算机技术、互联网的快速发展，使我们处在一个信息爆炸的时代，“大数据”概念应时而生。近些年，大数据不仅迅速成为人们关注的热点，且被应用到了商业、研究、公共服务等人类致力发展的不同领域。一个大规模生产、分享和应用数据的时代已经开启。
1 大数据发展的环境和基础
大数据，是指难以用常规的软件工具在容许的时间内对其进行内容抓取、管理和处理的数据集合；亦是指一种分析海量数据的技术。如《大数据时代》一书中所写，大数据“以一种前所未有的方式，通过对海量数据进行分析，获得由巨大价值的产品和服务，或深刻的洞见”[1]。大数据通过对大量数据的分析，增强人们的洞察力，为人们带来新的认知、创造新的价值。2009年，谷歌通过搜索引擎里面的关键词检索日志的时间序列数据，设计了大名鼎鼎的流感预测系统（GFT），预测了流感爆发的时间和规模，与美国疾病控制与预防中心公布的真实数据相关性高达97%。人们被大数据的表现所震惊。西方发达国家纷纷部署实施大数据战略，期望从大数据获得更多新的价值[1]。
近几年，我国也将大数据上升到国家战略层面，印发了一系列文件推动大数据的发展。2015年印发《促进大数据发展行动纲要》，2016年7月，、印发《国家信息化发展战略纲要》，2016年12月，工信部发布《大数据产业发展规划（2016-2020年）》。截止到2017年1月份已经公开发布的有37个地方的大数据规划，涵盖16个省21个市。这些为大数据的发展建立了良好的环境。同时，我国信息化、网络化的快速发展，为大数据的开发和利用建立了社会基础。2018年1月31日，中国互联网络信息中心（CNNIC）在京发布了第41次《中国互联网络发展状况统计报告》。截至2017年12月，我国网民规模达7.72亿，普及率达到55.8%，超过全球平均水平（51.7%）4.1个百分点，超过亚洲平均水平（46.7%）9.1个百分点。我国网民规模继续保持平稳增长。截至2017年12月，我国手机网民规模达7.53亿，网民中使用手机上网人群的占比由2016年的95.1%提升至97.5%[2]。每个人口袋里都揣有一部手机、每个人办公桌上都放有一台电脑，随时随地可接入的无线网络，使这个社会变成一个互联互通的世界。每个个体都成为数据和信息的提供者，时刻在生
产数据，包括照片、文字、视频、电子邮件等等结构和非结构的信息，最后汇聚成了一个数据集合。大数据的理念和方法未来将会为我国各个领域的发展创新提供机会和支撑[2]。
2 大数据促进社会治理创新
移动终端的迅速发展、网络广泛覆盖，使我国拥有丰富的数据资源，为大数据在社会治理中的应用打下了基础。这些丰富的数据是国家治理体系现代化、社会治理创新必须高度重视和善加利用的宝贵资源。国家推动将大数据技术应用延伸至社会治理。公布的《促进大数据发展行动纲要》提出让大数据成为提升治理能力的新途径，要“打造精准治理、多方协作的社会治理新模式”，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制。党的十九大强调要不断推进国家治理体系和治理能力现代化。“大数据，作为一种新兴数据处理技术，能够更为有效地集成各类的政治、经济、文化、社会、生态等领域的信息资源和数据库，为决策者决策提供重要数据基础和决策支撑。”[3]在大数据与社会治理的融合过程中，社会治理会向智能化方向发展。“社会治理智能化就是在网络化和网络空间基础上，通过大数据、云计算、物联网等信息技术，重构社会生产与社会组织彼此关联的形态，使社会治理层次和水平得到提升，使治理过程更加优化、更加科学、更加智慧”[4]。
我國过去的社会治理模式，主要依据部分地区片面的经验或者一个时期内的经验，在一定程度上暗含了不合理的推论，即片面的经验在全国可以适用。“长期以来，我们对经济、社会进行研究的‘实证数据’，主要源于抽样数据、局部数据、片面数据。在无法获得‘实证数据’的时候甚至纯粹依赖经验、理论、假设和价值观去探索未知领域的规律[5]。”传统的社会治理模式显现了“以偏概全”的特点，社会治理和措施难以兼顾不同地域、不同阶层以及群体的差异性，往往难以得到理想的治理结果，降低了社会治理效率。当前，我国进入改革攻坚期，社会转型速度加快，社会形态更加复杂。以前一刀切的社会治理方式已经不能适应复杂的社会现状。大数据技术为社会治理创新提供了新的契机。大数据时代，片面的样本分析转变为全数据分析，更能全景观地了解事物的全貌。更重要的是，预测是大数据的核心能力，通过对数据的分析，获得对事物敏锐的洞察力。这样的能力使社会治理向精准化发展，为差异的对象制定差异化和对策。从而，社会治理在向“循数治理”转变过程中，优化资源配置，提升社会治理能力，而且为应对突发事件，化解社会风险提供技术支持[3]。
3 大数据应用的弊端
大数据的确有其重要的价值，但是我们不能过度地解读和吹捧它。辩证地看，任何事物都有两面性。大数据在拥有小数据没有的优势外，同样有其自身的弊端。
3.1 大数据与个人隐私之间的矛盾
手机、电脑+互联网成为现代社会人们生活的主要方式。人们可以足不出户，在网络上完成满足日常生活需求的各种活动，如购置日常生活用品、订餐、交水
电费等等。这时，我们的信息被存储在网络公司后台。我们的信息完全被网络公司所掌握，时时处在网络公司大数据“第三只眼”的监视下。大数据技术充分利用这些信息数据，为制定带来便利的同时，也为个人信息的泄露带来了便利。大数据与个人隐私的保护不可避免地成为一对矛盾体。更为严重的是，我们的信息面临着泄露和买卖。泄露的信息极易被社会上不法分子窃取利用，沦为诈骗工具。近年来，我国电信诈骗事件层出不穷。相信生活中的你我经常收到骚扰电话、垃圾短信，不胜其烦。以此看来，我们在大数据推广和应用的过程中，应该如何保护个人隐私也必须引起重视。而另一方面，过于严格的个人信息保护，又会阻碍信息的挖掘和应用。如何在数据应用和个人的权利之间找到一个平衡也是大数据应用需要解决的问题[4]。3.2 大数据与社会情境分离的矛盾
前文提到的谷歌利用大数据预测流感的案例，一度被认为是大数据预测未来的经典案例。而在2013年，《自然》发文指出，谷歌流感趋势预测失灵了。GFT在2012～2013的流感流行季节里过高地估计了流感疫情。在2012年12月的一次流感爆发中GFT预测显示某次的流感爆发非常严重，然而疾控中心（CDC）在汇总各地数据以后，发现谷歌的预测结果比实际情况要夸大了几乎一倍。GFT预测流感的原理即：如果在某一个区域某一个时间段，有大量的有关流感的搜索指令，那么，就可能存在一种潜在的关联，在这个地区，就有很大可能性存在对应的流感人群，相关部门就值得发布流感预警信息[6]。谷歌流感预测系统不起作用的根源恰恰正是这个原因，谷歌工程师只是在数据中找到了一些统计特征——相关性，并不知道搜索关键词和流感传播之间到底有什么关联，也没有试图去搞清楚关联背后的原因。可是，在现实生活中，人们也许并没有患上流感，只是一时兴起，搜索关于流感的内容。这部分数据就成为影响大数据预测正确性的干扰项。由此可以看出，大数据有时是与社会真实情境分离的，最终的预测结果也极有可能出现偏差[5]。
3.3“大”数据不一定可靠
大数据强调的是海量数据。然而，“全数据模式”的大数据是否可靠，依然是一个值得我们思考和衡量的问题。实际上，很多情况下，我们不可能收集所有的数据，我们收集到的只是大量的不规则的数据。这些数据的价值取决于技术人员，发掘出这些数据与现实事物的关联点。如果不能准确把握数据与事物之间的相关性，大数据的预测结果不一定可靠。而且，在高度复杂性和高度不确定性条件下，无论人们有着多么先进和高超的大数据处理能力，即使我们确实收集了所有数据并用技术对其进行分析，人类事实上也只能把握点与点之间的相关性，或者把握局部的相关性。我们是无法从所谓的全数据分析中获得普遍规律和趋势。
另外，大数据具有一定的滞后性。大数据每日都在不断地增长过程中，不会停留在某個既定的状态中，尽管人们处理数据的技术和能力在迅速提高，全数据分析也总是落后于现实的。快速发展的社会决定了，大数据要根据事物的变化，不停地修正大数据的算法，才能纠正大数据预测结果出现的偏差。所以，大数据不一定可靠。
总之，我们要清醒地、正确地认识大数据。大数据是社会发展、科技进步的
产物。一方面，我们要认识到大数据可以为我们所用，如果运用得当，能够极大地提高我们洞察社会现象的能力。另一方面，我们要警惕“万物皆数”，“大数据万能”的绝对思想，避免落入大数据的陷阱，影响我们做出对事物正确的判断。例如，大数据与工作融合的过程中，并不能从根本上解决机制上问题，如部门化、分散化管理服务资源的整合。因为这从根本上涉及各个部门的利益。如何真正形成一盘棋，做到信息资源共享，通力合作解决问题，并不是简单地通过数据开放、大数据技术的应用就可以解决的[6]。
参考文献
[1] 维克托·迈尔-舍恩伯格，肯尼思·库克耶著，盛杨燕，等.大数据时代[M].杭州：浙江人民出版社，2005：4.
[2] 中国互联网络信息中心，李静.第41次《中国互联网络发展状况统计报告》发布[J].中国广播，2018，（3）：96-96.
[3] 陈潭.大数据时代的国家治理[M].北京：中国社会科学出版社，2015：30.
[4] 佚名.应用大数据提升社会治理智能化水平[EB/OL].http：//theory.people.com.cn/n1/2017/0410/c40531-29198284.html，2017-04-10.
[5] 李振，鲍宗豪.大数据时代的”云治理”：社会治理的一“种”新模式[J].红旗文稿，2015，（8）：30.
[6] 佚名.大数据的反思10个不容忽视的事实[EB/OL].http：//www.199it.com/archives/372859.html，2015-08-05.
于丽娜（1978-），女，河南郑州人；学历：硕士，职称：助理研究员；现就职单位：北京市社会科学院，研究方向：社会治理以及宗教管理等。