哲學思維變革視角下的大數據應用

崔湧

本文系上海市委黨校（行政學院）系統2016年度課題《大數據時代的哲學思維方式變革》研究成果

【摘 要】 該文從大數據應用角度，分析了當今世界發展與大數據的本質，闡述了大數據的應用方向和價值創造，即業務問題向數據問題的轉化、數據向信息的轉化、信息向策略的轉化等。并展望了大數據與哲學社會科學交叉創新研究的廣闊前景，當前將大數據應用與哲學社會科學研究的融合還存在一些困難。

【關鍵詞】 大數據;本質;應用;展望

大數據正在改變我們的生產、生活、教育、思維等諸多領域以及認識、理解世界的方式。作為時代精神精華的哲學，理應深入分析大數據對世界觀、認識論、方法論、價值觀和倫理觀帶來的深刻變革，并及時對大數據應用掀起的這場數據革命做出全面的回應和反思。

一、如何看待世界和數據的本質

在數據收集歷史條件的影響下，人們傳統的思維模式和行為受以理性主義為主的哲學方法所主導，在長期觀察時間的基礎上，根據現象研究本質，并歸納事物的發展規律，并在相關數據的支持下，總結規律發展的相關模型，經過泛化解釋加以推廣，根據上述說法，理性主義也可以看成是一種模型方法。但是，在復雜的人類社會參與過程中，單靠有限經驗并非一定能分析出事物變化規律，理性主義的建模也將不成立。

在信息技術不斷更新發展的基礎上，哲學思維也產生相應變革，對歷史數據及經驗的收集、分析和總結，產生了大數據，也就是根據已有數據和經驗對事物發展規模進行總結，并對后續發展行為加以預測。

一方面從哲學的角度看，大數據可以被看成經驗大數據，大數據經驗主義隨著大數據方法的興起而興起。大數據時代領軍人物的諸多觀點與經驗主義、邏輯經驗主義，尤其是與南茜倡導的新經驗主義的觀點極其相似。即便是像舍恩伯格這樣的大數據權威發言人也是如此，再說“世界本質上是混亂的”同時，又說“世界本質上是數據”，他認為人類生活在混亂的大數據世界之中，這種混亂性只有使用全體數據（大數據）而不是樣本數據才能進行說明。大數據經驗主義的基本論點可以概括為三個：（1）大數據時代基本定律是不存在的，“理論終結了”;（2）大數據時代，因果性不存在了，由相關性來代替;（3）世界是斑雜的，大數據時代世界的本質是數據，是混亂的。

而另一方面，互聯網信息技術的快速發展，使人們能夠通過各種途徑快速地收集并傳輸數據，包括通過Python和互聯網收集世界數據，通過移動設備及軟件收集個人數據等。在足夠數據經驗的收集及分析下，會產生量變到達質變的過程，在數據經驗有用夠多的情況下，人們對模型及理性主義的依賴性就會不斷減小。

從馬克思主義辯證唯物主義和歷史唯物主義的視角來看，大數據能夠被人們所接受，并在社會生活中充分幫助人們的日常運行，但并不代表著大數據經驗主義對大數據進行的過分夸大，也不代表著大數據能夠完全代替理論主義、相關性代替了因果性的觀點。

1、世界是有規律的

在唯物主義的視角下，世界是由物質所組成的，物質是在進行有規律的運動，只要有規律可循，那么物質運動就可以被分析認知。而大數據就是對世界物質的運動規律進行探索，也是大數據的哲學基礎。

在宇宙當中，無論是天體行星還是分子原子，都有固定的運動規律，包括人類的發展歷史同樣如此，在歷史的進程中，由原始社會、奴隸社會、封建社會、資本主義和社會主義社會，都是由于生產方式的變革所引起的，并能夠反映當時人類的生存環境及社會變革，并不是混亂復雜而是有規律可循。

生活中人類的社會行為也同樣有規律可循，包括人類的差異律、目標率和動機率等，這些都是在觀察人類行為之后所總結出來的行為科學，其中還囊括人類心理科學的解讀，人類的認知、意志和情感都存在一定運行規律。小到人類行為，大到社會治理，都是有章可循的。

但同時也有人認為，宇宙的本質在于其不確定性，在科學技術的進步發展下，大量事物的不確定性已經被確定，其發展規律也被人們所發現，所謂的不確定，只是人類的科學技術沒有達到發現其運動規律的程度而已。

大數據則是對客觀世界量化和記錄的結果，在對客觀事物運行規律進行發現和分析的基礎上，結合相關數據，就能研究出客觀事物固有的運行規律，同時人們可以將事物運行規律運用到各個領域當中，這就是大數據的廣泛性和實用性。

2、世界是多維的

融合思維是大數據的基本思維，是建立在世界多維性基礎上的。在小數據時代，普遍用單一標準來對事物進行衡量，所得結果并不確定實用，而在大數據時代下，是從多維度全方位對數據進行解讀，客觀準確地對事物運行規律進行分析，結果真實可靠。

基于以上描述可以看出，大數據與小數據的本質區別在于分析維度，大數據突出數據多維性，以多元思維模型研究事物，在事物運行規律全面性客觀性的分析上，小數據完全無法比擬，在多元思維下，大數據可以從大量看似雜亂的信息中恢復事物原貌，并能對其發展方向進行預測。

3、萬物都是有聯系的

宇宙中各個事物之間存在聯系，聯系的主要形式包括表面之間的聯系和本質之間的聯系，本質之間的聯系是人類研究事物運行規律的核心，也就是事物之間的因果關系，有因必有果，事物之間的相互作用產生特定結果，這就是由事物聯系所組成的運動規律，同時，這樣的聯系往往貫穿于事物整個發展過程中。事物現象之間的聯系也就是相關關系。從唯物辯證法的角度來看，研究問題需要從事物的內外聯系來進行。而大數據的核心思維和相關性思維，就是從事物的內外聯系來進行分析的，利用數據尋找影響事物的相關因素，發現事物之間的內外聯系，通過事物發展想象研究本質及運動規律，才能掌握事物 的變化。

二、大數據的應用和價值創造

大數據的應用和價值創造是以社會需求為出發點，借助數據應用的手段，來發現和形成業務活動的決策和建議，實現最終價值轉換的目的。因此，要想讓大數據產生價值，實現大數據服務于社會、企業和生活的應用轉換，涉及到對社會需求數據的分析、對數據進行有效的提取處理、基于數據應用形成最終的業務策略的三個重要因素，一環扣一環，彼此缺一不可。

1、業務問題向數據問題的轉化

從數據分析師的角度來看，業務應用問題的研究就是對數據問題的研究，分析數據的可分析性，尋找數據之間的聯系及共性，將復雜的業務問題轉化為單一的數據分析，這就體現了“萬物皆可量化”的數據價值觀。比如對某人興趣特點進行分析，可以對其行為進行研究，收集其喜歡瀏覽的網址，喜歡閱讀的書籍，經常關注的微博咨詢等。研究某客戶的消費能力與購買方向，就可以收集其工資數據和淘寶購物車信息。研究某人去了哪里，可以收集其車票機票信息，所入住的酒店，去過的景點，和收集GPS數據，這些信息都能間接或者直接反應其地理位置。

萬物皆可量化對應萬物皆可數據化，將業務分析問題轉化為數據問題具體分析。比如要想了解某客戶的購買行為，可以分析其瀏覽數據、搜索數據、點擊數據和購買數據，以此來總結出消費行為方向。要想實現銀行的風險控制，就需要對銀行客戶的消費信用及公司收入情況進行分析，收集其收入數據和還款數據來進行綜合評估。關于市場精準營銷，其實就是判斷客戶對公司產品的購買意向，了解客戶是否會購買此產品，或者在什么時間段需要購買等。

業務分析問題雖然可以轉化為數據分析問題，但是這些數據也是可以分類的，不同種類的數據信息能夠得到不同的業務信息。所以說，業務數據化就是實現大數據價值的基礎，在業務問題的需求下，開始后續的數據分析和挖掘。

2、數據向信息的轉化

數據信息化是數據轉化為信息的過程，從相關數據中提取所需業務信息，這個環節也是大數據應用的要點，如果無法得到有效的數據，那么將無法實現對業務信息的獲取，此過程體現在這樣幾方面：首先是研究規律，萬物發展皆有規律可循，小到個人行為，市場營銷，大到社會治理和政治關系，都有不同的內外聯系，大數據就能夠對這些規律進行探尋并總結，比如“雙十一”電商的銷量遠超平常，這些數據就能夠反映客流量的時間規律。然后是發現變化，在物質的不斷運動中，會產生運動變化，這些運動變化是可以被探尋到的，比如搜索天氣情況，正常情況下不同地區的天氣數據會維持在固定范圍中，如果在搜索中發現某地區搜索量上升，就證明當地氣候發生了變化，根據此情況，可以開發有關天氣變化的產品，可以在天氣變化前對天氣變化情況進行準確預測。

再次是探索關系。唯物辯證法認為，世界上的一切事物都處在普遍聯系中，而大數據成為探索事物間相互聯系的一種有效的手段。

美國華爾街一家基金公司在預測基金漲跌的過程中，就利用了數據之間的聯系來進行，通過研究社交網絡中相關人群情緒與股票的相關性，預測后續基金的買進或發展，由于人群情緒波動與股票漲跌之間具有一定的規律性和聯系性，可以看出大數據炒股也愈發有效。

最后是預測未來。大數據分析的是已經發生過的數據，但借助于過去的數據來探索事物的規律和特征，其目的是為了探索事物在未來的發展變化或發展趨勢。大數據的目的是預測，基于對事物的預測結果，用來做出相應的策略調整，它描述的是過去，表達的卻是未來！

3、信息向策略的轉化

即使數據分析方法用得再熟練，數據挖掘的模型再漂亮，如果沒有形成最終的業務建議，無法落地成可被執行的業務策略，也是空談。

信息策略化，指的是基于對業務信息的理解，進而提出相應的業務策略和業務建議。比如通過小區每天進出人流量的分析，可以調整物業、居委、公共交通的人力配置和頻率。基于流感爆發的預測，可用來提前做出相應的準備;基于商場客流量的規律，可用于選擇營銷活動的執行時間;基于情緒指數與股票指數的關系，可用于指導炒股的買賣等等。

當然，要把具體的信息形成有效的策略，這沒有一個統一標準，只能是就事論事。這就是大數據產生價值必經的三個環節：業務數據化，數據信息化，信息策略化。

沒有把業務定義成數據可分析問題，數據分析就是盲目的、缺乏指導;沒有有效的數據分析，就無法提取出有價值的業務信息，整個大數據就沒有意義;業務信息無法形成最終的業務策略和業務建議，大數據的價值也就無法落地。

三、大數據應用的交叉創新研究

大數據時代的到來為社會發展既帶來了機遇，也帶來了挑戰。全方位展開大數據與哲學社會科學交叉創新研究，既可以帶來政府、社會、商業應用的巨大價值，又可進一步推動哲學社會科學發展。

數據是對人與世界互動的記錄。隨著數據和智能技術的發展，數據流成為當代社會運行的基礎，我們已進入到可以記錄、分析一切數據的智能時代。

開展大數據與哲學社會科學交叉創新研究是一個新方向，關鍵詞是“頂天立地”。“頂天”就是要切實加強真正意義的社會觀念、思想觀點的理論研究，特別是關于大數據的哲學理論研究。而“立地”指的是大數據研究一定要“接地氣”，進行證據性分析與檢驗。大數據是一種行之有效的嶄新工具，應盡量運用大數據提高社會管理水平和管理效能等。

大數據不僅使碎片化的信息價值化，而且極大拓寬了信息來源，增強了信息的“社會能見度”，提供了滿足社會對個性化信息需求的能力。借助大數據所掌握的“全”信息，可有效打破學科研究獲取信息的數量和覆蓋面有限及研究方法單一的狀況，為學科發展創造出更堅實的基礎和更開闊的空間。

我們也要看到，當前將大數據應用與哲學社會科學研究的融合還存在一些困難。在哲學社會科學研究中，傳統的觀測與實驗方法，習慣于進行定性研究、概念分析、理論推演，在量化方面的運用不夠充分，對于大數據分析技術還不夠敏感;大數據在哲學社會科學領域的應用所需要的數據資源不足，如何將各種經濟、管理與治理領域的數據轉化為適合研究的數據還存在一定的難度，對數據的采集與使用也尚無對應的法律法規可依，包括對引發的在“第三只眼”監視之下的傳統倫理觀危機還不能明確應對;尤其是如何使兩種不同性質的學科在科研目標、研究方法和評價機制上的接軌方面，大數據技術主要采用計量測算的方式，算法偏重相關性而否定因果性，單純的數據堆砌不能達到哲學社會科學思辨的高度。

將大數據切實有效地應用于社會治理、經濟社會發展和商業管理領域，和哲學社會科學領域的研究相融合，需要從主體、問題和方法三個維度入手，這需要更多相關研究者在實踐中不斷探索和創新。

【參考文獻】

[1] 齊磊磊.大數據主義與大數據經驗主義[J].山東科技大學學報 （社會科學版） 2018 （2） .

[2] 馬擁軍.大數據與人的發展[J].哲學分析，2018（9）.

[3] 馬克思恩格斯全集（第42卷）[M].北京：人民出版社，1979.56.

[4] Bhagat S，Burke M Diuk C.et al. Three and a half degrees of separation[R].Palo Alto.Facebook Research.2016.

[5] 王天恩.大數據中的因果關系及其哲學內涵[J].中國社會科學，2016 （5） .

[6] 舍恩伯格，庫克耶，周濤譯.大數據時代[M].浙江人民出版社，2013.

【作者簡介】

崔 湧﹙1978—﹚男，安徽寧國人，哲學碩士，復旦大學馬克思主義學院訪問學者，上海市寶山區委黨校教研室主任，研究方向：哲學思維、馬克思主義中國化.