数字社会学

随着个人、企业和政府机构收集了越来越多的数据，并意识到这些数据的突出价值，“大数据”的概念讨论出现了一种令人屏息的论调：它们认为收集和分析的数据越多越好。这种方法出现于第一本为大众解读大数据潜力的书籍，名为《大数据时代：生活、工作与思维的大变革》(Mayer-Schonberger and Cukier，2013)。这本书引人注目的标题表明了作者的观点，即大数据代表了一种革命性的现象。《给笨蛋写的大数据书》(Hurwitz et al.，2013)也可以指导“门外汉”读者使用大数据并挖掘大数据的潜力。英国下议院公共管理特别委员会(British House of Commons Public Administration SelectCommittee，2014)发布了一份更为正式的报告，该报告中的数字数据集包含“会被浪费的闲置知识，这些知识可以用来赋予公民权力，改善公共服务，造福整个经济和社会”。美国联邦政府也支持开放数字数据倡议。他们创建了美国政府开放数据平台(Data.govwebsite)，用于整合政府数据并提供了超过85000个可访问、可搜索的数据集。

在线用户的活动和选择，成了宝贵的数据商品，它们可以卖给第三方，也可以被数据收集公司用于自身目的。一个不断成长的行业已经发展起来，它旨在获取或清理网络上的数据；“数据经纪”(data brokering)这一新兴产业也随之出现，它涉及商业性地访问和出售数据。一种数字的生命力已经产生，它指的是信息和数据本身已经具有了价值，这有助于理解第二章所讨论的数字知识经济。正如一位营销人员所说：“从营销人员的角度来看，这类新兴数据是一座金矿。想想我们能用这些做什么：分分秒秒追踪身体的行动、对外界刺激（比如广告！）的反应、体重和身体变化以及地理位置。”

数字社会学

95

110

(Anonymous, 2013)。

根据一本新数据科学期刊《大数据》(BigData)的编辑说，在关于大数据的公共话语中，一个共同的假设是“我们可能会通过计算来作出更好的决策”(Dumbill，2013：1)。一家大型全球管理公司的研究机构——麦肯锡全球研究院的一份报告描述道，大数据“将成为竞争的关键基础，支撑生产力增长、创新和消费者剩余的新浪潮……每个行业的领导者都必须努力应对大数据的影响，而不仅仅是一些数据导向的管理者”(Manyika et al.，2011：n.p.)。作者继续说道，大数据可以使信息“更透明，并被更频繁地利用”，可以为收集和分析这些数据的组织提供“更准确、更详细的绩效信息”，以“协助作出较明确的管理决策”；大数据还可以进行“客户划分”，以提升营销的针对性，实现“决策优化”和“产品与服务的更新换代”(Manyika et al.，2011：n.p.)。现在，数据科学从业者成为新闻报道和博客中的新兴热门职业，他们的稀缺性令人哀叹。的确，《哈佛商业评论》指出，数据科学是“21 世纪最性感的岗位”(Davenport andPatil, 2013)。

虽然一段时间以来，产消合一一直是资本主义经济的特征之一，但新兴数字媒体技术为扩大这些行动和实时监视消费习惯提供了条件(Ritzer，2014)。产消者提供的数据被用来构建消费者习惯的档案，并以更加细致和个性化的方式向消费者推销。由于可以从多个数据库中合并数据，它们的精准度和预测能力都得到了提高。营销公司正在寻找能够将消费者购买习惯的统计数据和刺激、分析消费情绪的多种方式结合起来。同时，大型数字数据集被视为理解被称为“数据融合”(data fusion）的领域中的消费者行为和直销工作的主要见解。他们认为“点击流分析”数据（网络用户活动的记录）提供了关于消费者习惯和偏好的更精准、更便宜的信息(Breur，2011)。

第五章 大数据批判社会学

96

111

以脸书、微软和谷歌为代表的社交媒体和数字信息公司，还有以亚马逊、塔吉特（Target）和沃尔玛（Walmart）为代表的大型零售公司，已经率先意识到它们可以利用用户自愿提供的关于自身的数据，以反过来针对用户进行量身定制的产品开发和广告推销。目前，这些公司正在建设巨大的数字数据存储中心(Lesk，2013)。最大的数据库公司之———安客诚（Acxiom）声称拥有数亿美国人的数字数据记录，这些来自广大数据集的记录，能够基于数据集编制数字档案，而这些数据集能够识别诸如一个人的年龄、性别、民族或种族、子女人数、教育水平、居住地、座驾类型等特征。安客诚将这些数据档案出售给客户，这些客户包括大型银行、信用卡发行商、电信公司、媒体公司和保险公司（Marwick，2014)。

如今，许多零售商都有顾客忠诚度计划(customer loyalty schemes):顾客在付款时会在收银台刷卡，然后有关的购买数据便由超市存档，并用于营销目的或出售给自己的客户。顾客积累到一定的积分之后，他们就会被诱使去参加折扣或买赠活动。如果零售商能够连接到足够的数据库，他们就能够以更加精准化和定制化的方式，向消费者推销他们的产品。据估计，美国零售业巨头沃尔玛已经收集了超过60%的美国成年人的在线消费数据，并与50多家第三方合作伙伴共享了数字数据库。沃尔玛不仅收集顾客购买商品的数据，还使用店内的 WiFi 技术追踪他们在其门店内的活动轨迹（Center forMedia Justice，Color of Change，Sum of Us，2013)。另一家美国大型零售商塔吉特，不仅可以利用顾客购买的商品组合估算女性顾客是否怀孕，甚至可以通过分析购买模式估计其预产期。如果一名妇女开始购买无味乳液、广告声称能帮助减轻妊娠纹的乳液、棉球、洗手液和产前维生素，她将被视为怀孕，并据此被公司发送与婴儿相关的代金券。一旦塔吉特意识到顾客可能会因为对她们的了解程度而“毛骨悚然”，它就开始一并向孕妇发送婴儿用品代金券以及其他与怀孕无关的产品，以消除她们的疑虑(Duhigg，2012)。

数字社会学

97

112

在澳大利亚，伍尔沃思（Woolworths）连锁超市还拥有一家保险公司、多家加油站，并在一家数据分析公司拥有50%的股份。他们从顾客忠诚度计划和保险公司中提取综合数据库，并利用数据分析公司提供的技能。由此，伍尔沃思能够根据消费者的超市购买习惯来精准定位消费者的保险套餐。他们发现，那些购买大量牛奶和红肉的超市消费者，比起那些购买大量意大利面和大米、晚上给汽车加油和喝烈酒的消费者，拥有更低的汽车保险风险。根据数据库中的信息，这两组消费群体会被提供给不同费用的保险套餐(Wallace and Whyte, 2013).

另一家澳大利亚大型连锁超市科尔斯（Coles）于2014年3月发布了一份关于其顾客忠诚度和在线购物计划的隐私政策的详细说明。更新后的政策披露了该公司向其他公司共享顾客的个人数据(与30家公司共享，它们与科尔斯同为一家大集团的子公司)，这些数据亦被出售给第三方，涉及至少23个其他国家。新的隐私政策还披露了科尔斯收集的顾客个人信息，包括姓名、联系方式和家庭详细信息、交易记录和购买习惯，这些信息可用于信贷和保险的风险评估，而母集团也销售这些产品（Thomson，2014)。

随着那些连接到传感器和互联网的物体逐渐趋向数字化和“智能化”，人们开发了一些能够为商业或行政目的而密切监视和测量人类行为的设备。如上所述，以沃尔玛为代表的零售商就使用WiFi技术监视店内购物者的移动轨迹；越来越多的健康自我跟踪应用程序和平台的开发商，正在将他们生成的数据出售给第三方；用户下载应用程序是免费的，但他们生成的数据是程序开发者可销售的产品（Dredge，2013；McCowen，2013)。另一个例子是安装在汽车发动机上的黑匣子(black box recorder)，它可以定期发送有关驾驶员行为的报告，包括驾驶时间、位置、速度、制动力和转弯力。作为“远程信息处理保险”现象的一部分，这些数据以无线的方式发送给保险公司，用于判断驾驶员的风险情况，从而确定保险的提供以及相应的保费水平(McCowen，2013)。通过使用这些类型的技术，风险评估变得更加个性化和细致化。

第五章 大数据批判社会学

98

113

传感器技术也被用来生成与有机世界现象相关的数字数据，如动物、土壤、河道和植物。农业工作人员已经认识到大数据的潜力，这些大数据可以来自气候、作物产量、土壤分析和牲畜行为数据库，并用来发展“精准农业”或“智慧农业”。农民日益使用基于传感器的设备、为牲畜标记的射频识别标签以及大数据来提高生产力，许多拖拉机和联合收割机都配备了能够收集地理位置、作物和土壤数据的数字技术；“处方种植技术”(prescription plantingtechnologies）的开发者使用来自农民和气象数据的聚合数据来创建算法，以指导用户如何最高效地利用资源、提高产量。大型种子公司孟山都（Monsanto)，包括它收购的气象数据挖掘公司——气候公司（Climate Corp)，在利用大数据开发技术方面走在了前列。它的FieldScripts应用程序组件使用农业和气候数据以及自己的种子遗传特性数据，为农民推荐种子的最佳种植方式（Bunge，2014）。

最近，澳大利亚顶尖科学研究机构——英联邦科学与工业研究组织(Commonwealth Scientific and Industrial Research Organisation,CSIRO）发表了一份关于“智慧农业”的报告。该报告提到了配有传感器技术的物体通过创建物联网、进行双向数据共享（如牧场植被、土壤湿度、牲畜活动和农场设备）来贡献数据，以最大程度地提升澳大利亚的农业生产力。报告作者认为，“智慧农业”的关键特征是能够使用云计算来聚合来自众多农场的数据，从而提供大数据分析。这些分析可以预测牧草生长等情况，并在早期发现牲畜的亚临床疾病，同时加强对作物产量、牧草质量、饲料分配系统及动物的繁殖性能、体重、生长率和健康情况的监测(Griffithet al., 2013)。

数字社会学

114

大数据的人道主义用途潜力也已被确定。世界经济论坛(WorldEconomic Forum，2011）认为，数字数据为创造财富、缓解社会和健康问题创造了新的机会。其在关于“个人数据作为新资产类别”的报告中指出，个人数据被描述为“新石油”和“21世纪的宝贵资源”(World Economic Forum，2011：5)。联合国的一份报告指出(Letouze，2012)，开放获取“实时”数字数据为全球发展提供了重大机遇。联合国发起了全球脉动（Global Pulse）倡议，旨在利用大数据追踪并监测全球和地方的社会经济危机的影响，并减轻这些危机的风险。现在，谷歌提供了一些工具，它们能够基于谷歌搜索数据，提供流感、登革热等疾病暴发的迹象（谷歌流感趋势和谷歌登革热趋势)，以及危机和洪水、森林火灾等自然灾害的地点（谷歌公共安全警报和谷歌危机地图)，并协助寻找在危机或自然灾害时期可能流离失所的人（谷歌寻人）。

大数据的吸引力对医疗政策产生了重大影响。许多公共卫生单位、医院和其他医疗机构正在建立数据管理系统，以便更好地处理和规划其服务需求。现在，数字技术对医学的作用得到了大量探讨。由数字技术收集的大量数据档案，既可以告知患者身体状况，还能够向医务人员提供相关人口的健康状况和医疗保健使用情况等信息。许多报告和期刊文章都提到，生成和使用大数据集将为医疗和公共卫生带来预期好处，包括改善医疗保健服务以及疾病监控预防（如Barrett et al., 2013; Hay et al., 2013; Murdoch and Detsky, 2013;Swan，2013)。一些国家正在尝试将患者病历转换为电子形式，并研究挖掘数据的方法，以深入了解健康、疾病和医疗模式，从而提高医疗服务质量(Garrety et al.，2014)。例如，英国国民医疗服务体系(English National Health Service，NHS)于 2014 年启动了健康·数据(care.data)倡议，旨在将来自全科医生和医院的患者病历数字化，并将其整合到一个庞大的数据库中，其口号是“更好的信息意味着更好的护理”。健康·数据倡议数据库中的数据，不仅计划用于医疗保健服务研究，还用于商业功能。英国国民医疗服务体系会将这些数据出售给私营企业，如健康保险公司。

第五章 大数据批判社会学

99

115

在学校教育领域，人们越来越倾向于使用从许多数据集中提取的数字化数据，并将它们结合起来，以提供更为详实的学生数据资料。“学习分析”(learning analytics）用于为学生个体创建“学习档案”，以分析他们学习中的强项、弱项和方法；而预测分析(predictive analytics）在不同学生群体中（按性别、年龄、社会经济地位和民族/种族划分)，试图分析可用于提升学生学习成绩的手段(Grant，2013)。一些国家的高等教育也在这样做。例如，一些美国高校正在使用预测分析法，将学生的成绩、每学期的学时数、课外工作时间、家庭资金支持水平以及其他因素结合起来，来预防新生注册后最可能出现的问题（Ungerleider，2013）。

警务安全机构也在使用大数据，以鉴别具有安全威胁的行为模式、犯罪模式、潜在的嫌疑人或恐怖分子，并将其作为“预测警务”(predictive policing)的一部分，来预测犯罪嫌疑人和犯罪地点。美国联邦调查局将近期犯罪事件的日期、时间点、类型和地点的详细信息输人数据库，并将这些信息与历史犯罪数据相结合，构建由算法生成的“犯罪热点”，以加大监视及其他警务资源的力度。执法部门和安全机构也试图识别可疑团体或个体，并将其作为监视、进一步调查、搜查或拘留的目标(Crawford and Schultz，2014)。爱德华·斯诺登发布的文件显示，美国和其他英语国家政府通过访问由商业企业收集的数字数据，来对本国公民进行大规模的监视活动。鉴于这些监视数据收集活动的范围，美国国家安全局正在为自己的存储目的而建立一个大数据中心也就不足为奇了(Lesk，2013)。

数字社会学

100

116

数字数据集合和算法权威

在信息科学或数据科学中，数据通常被形容为信息的原材料，而算法则是处理这些信息的中立能动者。它们被视为以科学方式生产的开发“信息”的先验基础，在特定的语境中被构建或配置信息(从“原始数据”变为分析数据)，并又被反过来用于构建“知识”，这涉及意义、文化信仰和价值判断(Räsänen and Nyce，2013)。正如我在第二章中所说，社会学家和那些对媒体传播感兴趣的学者，已经在大数据现象以及用于收集、分类和处理大数据的算法方面，发展出了一种不同的观点。他们强调，大数据并不像主流观点中所描述的那样客观、完整和中立。大数据的生产和使用，是一个政治、社会和文化过程。

从这个视角来看，数字是一种社会技术装置，与试图统计其所测量的物质的实践密不可分（Uprichard，2013；Verran，2012)。它们是“符号能动者”，能被用于特定的修辞和话语目的：“数字的运作，深深地嵌入并构建了实在——它们修饰了实在的存在。”(Verran，2012：112)换言之，数字在建构现象、使现象存在、创造以及理解现象方面都能发挥作用。尽管人们普遍认为数字是中立和客观的，但数字并非如此，尤其是在知识的质性来源方面。它们与那些被认为是有价值的事物有着密不可分的联系。它们既用来生产价值，也用来衡量价值；同时，它们也代表着被认为是最具价值而要最先量化的事物(West，2014)。

第五章 大数据批判社会学

117

数字技术所数字化呈现的数字数据客体，既是社会技术装置的产物，又是社会技术装置本身，具有自身的能动性和力量。“原始”数据这类东西事实上并不存在——甚至在这个领域有一本令人难忘的书：《“原始数据”只是一种修辞》(Gitelman，2013)。实际上，并不存在真正意义上的“原始”状态的数据，因为特定的信念、判断、价值观和文化假设，在寻找、记录、归档和分类数据时就已经在“烹饪”数据了(Baym，2013；boyd and Crawford，2012；Gitelmanand Jackson，2013；Räsänen and Nyce，2013)。这些数字数据不是预先存在的信息，而是由获取、归档数据的软件设备的制作者，在软件中生成算法的编码者和这些数字技术的使用者共同生产或制作的。那些将数据归档的个体或机构在数据的排序、分类，以及潜在用户访问和检索数据的途径方面扮演着重要的角色(Beer，2013a)。

在数字数据生成的过程中，每个步骤都涉及人类的决策、判断、解释和行动。一些现象被选择、收集为“数据”，而另一些则没有；一些数据被认为是重要的分析对象，而另一些则不是；一些数据是可见的，而另一些则是密不可见的（Andrejevic，2013；boyd andCrawford，2012；Vis，2013)。问题和实践通过算法生成，同时，算法也是问题的解决方式（Beer，2009，2013a；Cheney-Lippold，2011；Lash，2007；Rogers，2013)。数据一旦生成，人们就要解释它们应该如何分类，它们的意义是什么，以及它们的最佳呈现方式。这些解释再次依赖于主观决策：“我们所讲述的数据故事，本质上是我们希望讲述的故事。”(Vis，2013)

塑造数字数据收集和分类方式的算法，是人类行为和决策的结果，但它们也拥有自己的能动力量。算法并不是简单地描述数据，它们还能进行预测，并在构建新数据中发挥作用。例如，理查德·罗杰斯（Rogers，2013；97）认为搜索引擎具有“算法权威”的性质，并作为“社会认识论机器”(socioepistemological machines）行动：它们影响着人们认为何种资源重要、相关。算法对搜索引擎中的搜索关键词排名起着至关重要的作用，以确保某些声音优先于其他声音。从这个角度来看，搜索引擎查询的结果，不仅仅被视为“信息”，还被视为能够体现权力关系的社会数据。当搜索一个主题词时，谷歌的页面排名系统(Page Rank system)对页面呈现有着巨大影响，并因此影响着网页的浏览量，还会反过来影响特定页面排名的算法。

数字社会学

102

118

一些学者断言，传统的知识概念已经受到大数据的挑战。在全球数字知识经济中，可以通过在线技术量化、分发和搜索的知识被形容为高级知识(Andrejevic，2013；Smith，2013)。与此同时，信息开始具有无限性，越来越难以定义。大数据的预测分析能力的逻辑是，每个人的所有信息都是重要的，因为无法事先确定哪些数据可能变得至关重要。因此，我们需要不断地生成和存储数据。所以，数据挖掘既是预测性的，也是综合性的(Andrejevic，2013)。

因此，大数据的话语和实践生成了人类概念及其行为的新概念化方式。事实上，有人认为，我们的“数据自我”(data selves)是由我们和他人共同收集的数据所构建的，这将人类主体表现为数据档案：“数字化人类”或“数据生成机器”(McFedries，2013)。对一些评论者来说，这不仅能将人类转化为数据，还能鼓励他们超越其他定义身份认同和自我的方式，而将自己视为数据集合：“我们正在成为数据……因此，我们也需要将自己理解为数据。”(Watson，2013)在这些话语体系中，人们不仅被描述为生成数据的客体，还因消费者生成的、具有商业价值的数据而被刻画为商品。现在，“你就是商品”已经成为数字数据经济的流行语。

103

第五章 大数据批判社会学

119