對大數據的認識該正本清源

郭全中

近幾年，大數據已廣泛應用到互聯網輿情、互聯網營銷、內容分發、互聯網金融、人工智能、智慧城市建設等領域。然而，在大數據高速發展的同時，也出現魚龍混雜、忽悠盛行的不良現象：有些機構和企業根本沒有大數據能力、但也為趕時髦而自我標榜為大數據公司；有人神話大數據，認為其無所不能；有人認為大數據只研究相關關系而不研究因果關系；還有人認為只要有數據，就萬事大吉。下面就讓我們來逐個討論,反駁上述的片面認識。

真正的大數據公司并不多。縱觀世界大數據發展實踐，目前的大數據公司主要分為兩類：一類是自身就擁有大數據的公司，如阿里巴巴、京東、騰訊、今日頭條、新浪微博、北京一卡通公司等，其中絕大多數為互聯網公司；另一類則是為大數據挖掘和分析提供工具和能力的公司，如拓爾思、百分點等等。事實上，在業界的實踐中，不少公司既沒有數據，也沒有數據解決能力，僅僅是為了更好的估值和自身的品牌塑造，紛紛給自身披上大數據的外衣，給行業和用戶造成混亂和困惑，這從根本上不利于大數據產業和大數據公司的健康發展。

大數據仍處于初級階段。雖然大數據必將成為整個社會的底層架構和標配，社會和經濟的方方面面必將被大數據所重構，且大數據在各行各業的應用正得到深化，但上述活動仍處于進行時或將來時，并非既成事實。在這一爬坡過坎的階段，尤其需要大數據從業人員求真務實、腳踏實地地推進大數據產業的發展，不能拔苗助長、飲鴆止渴，否則只能給大數據產業的短期發展注入太多泡沫。一旦泡沫破裂，必將會給大數據產業帶來很大的破壞作用。

大數據既研究相關關系，也研究因果關系。在大數據領域流行的說法是“大數據只研究相關關系而不研究因果關系”，無疑這是很大的認識誤區。從本質上講，大數據從全新的哲學視角給我們提供了更多認識世界的方法，使我們從之前只能研究因果關系而不能研究相關關系，擴大到既能研究因果關系也能研究相關關系。

不過，如果單純從相關關系出發，就可能導致謬誤百出。例如，一些研究人員希望通過分析北京市中小學生的交通數據與其所在學校的相關性，計算學生家庭住址與學校距離的合理區間。如果僅研究因果關系，就會得出“北京市的學校布局很合理而不需要優化調整”的結論，這無疑與北京市優質教育資源分布不均衡的現狀相悖。為什么會出現這樣的悖論呢？原因在于，北京市很多家長為讓孩子接受更好的教育，紛紛選擇在教學質量好的學校周邊買小戶型房屋或租房居住，而正是這種教育資源的不均衡導致“天價學區房”的頻頻出現。

大數據尚需要算法和專家觀點的支撐。很多人認為，只要有數據就可以解決一切問題，其實如果僅有數據而沒有好的算法和專家觀點，數據只能成為無用的廢料。

在大數據的運用過程中，海量的數據是基礎和前提，但算法、模型以及專家觀點一樣都不能少。否則，即便輸入同樣的數據，出來的也會是大相徑庭的觀點。例如，雖然很多“樓市專家”都占有大致相同的數據庫，但對房地產市場走勢的判斷卻大為不同。如果一味聽信某些“平民經濟學家”的理論，很多人可能正在四處漂泊，租房居住。反之，若能預見房價上漲的趨勢，您不僅可解決居住問題，還有機會實現財務自由。

總之，大數據的威力將遠超我們的想象，但是也需要給它一段時間來完善，更需要警惕一些似是而非的錯誤觀點！▲

（作者是國家行政學院社會和文化教研部高級經濟師、管理學博士）