数字社会学

数字数据损坏（corrupted）的典型是谷歌流感趋势和谷歌登革热趋势网站。2008年，谷歌推出了流感趋势，以展示使用关键词搜索来监控传染病（如流感）暴发的价值。2011年，谷歌登革热趋势网站以同样的宗旨建立。两者都使用与这些疾病相关的每日搜索词频来估计在特定时段内有多少人被感染，从而在公共卫生监测系统能够识别之前，在理论上提供可能佐证流感或登革热暴发的信息，尤其是在换季和疾病高峰期。谷歌的分析师将他们的数据与美国疾病控制与预防中心的官方公共卫生监测数据进行比较发现，在美国2012一2013年流感季节中，他们的预测值明显高过了该疾病的发病率。他们对缺乏准确性的现象进行了解释，即在流感期间媒体对流感病毒的报道量增加，这反过来促使那些担心流感并想获取更多信息的人们通过谷歌来搜索该病的内容，但这些人并没有患病。他们的算法必须进行调整，以包容这种扰乱值的出现(Copeland et al.,2013)。然而，人们一直认为谷歌流感趋势在评估流感时非常不精确，在确定该疾病的当前流行率方面并不比传统的预测模型更有效(Lazer et al., 2014).

除了这些困境之外，有人指出，谷歌的搜索算法模型本身也影响了——事实上是构建了谷歌流感趋势生产的流感数据。谷歌算法的建立，已经可以向用户快速提供信息，其搜索返回结果基于其他用户的搜索以及个体的搜索记录。如果有许多人在用户决定搜索某个特定的搜索项时搜索该词，那么这些搜索词的相对数量将会增加。因此，用户对“流感”（以及任何搜索词）的搜索都会受到所有这些因素的影响，因而并不是疾病流行率的有效指标（Lazer et al.,2014)。换句话说，“搜索行为不仅只是由外部决定的，还是由服务提供商内部培养的”(Lazer et al.，2014：1204)。这显然是一个以搜索引擎为代表的软件的算法权威及其在知识生产中发挥作用的例子。

数字社会学

112

130

大数据的肤浅性（superficiality）也引起了一些社会研究者的批判，他们认为，人们增加大数据的使用来试图理解社会行为和身份认同，却忽略了多重的复杂性、矛盾性和相互关联性，因此也忽略了这些现象的意义。尽管大数据是一种构成高级知识的形式，但它对于人们行动的原因并不能提供深入见解(boyd and Crawford，2012；Uprichard，2013)。大数据有时会与“小”“深”“厚”或“宽”数据相比较，后者是对“大”数字数据的回应，强调大规模的数据并不总是更好的。“小数据”(small data)是指个体为了个人目的而收集的关于自身或环境的个性化信息；“深度数据”(deep data)指的是那些详细的、深人的信息，通常来源于定性而非定量的数据；“宽数据”(wide data）被用来描述收集信息、然后将它们结合起来以提供更深刻见解的各种形式；“厚数据”(thick data)一词凸显了数据的语境性，或者说只有在其生成和使用的特定语境中才能理解的数据(Boellstorff, 2013)。

大数据伦理

大数据也有许多重要的伦理和政治含义。“好数据”(good data)和“坏数据”（bad data）这两个术语有时被用来描述企业和政府机构使用大数据的意义（Lesk，2013)。“好数据”为商业企业和政府机构提供利益，有助于推进重要的研究进展（如医学课题），并协助采取安全和防护措施，而不损害消费者和公民的利益，不侵犯他们的隐私或公民自由（否则就是“坏数据”)。关于数据“洪流”和“海啸”的讨论——或者用更平实的语言来说，数字数据的动态性、指数增长性和相互关联性——强化了人们对隐私和数据安全问题的忧虑。据估计，一个典型的美国人会被以20多种不同的方式收集数据。由于数字监视手段的介入，这个数量是15年前的两倍（Angwin andValentino-Devries，2012)。个体信息一直在被第三方数据经纪机构从数据库中出售，这些信息包括警官的家庭住址，某人是否为强奸的受害者，是否患有遗传病、癌症或艾滋病。尽管许多数字数据集删除了个人信息（如姓名和地址)，但是，包含同一个人的详细信息的多个数据集的组合，仍会抹去数据的匿名性（Crawford，2014)。

第五章 大数据批判社会学

113

131

许多应用程序开发者会将他们的数据存储在计算云上，而并非所有的姓名标识符都会从个人上传的数据中删除。一些已经开发出自我跟踪技术的公司，正在向甲方销售他们的设备和数据，以作为工作场所“健康计划”的组成部分；同时，他们也向寻求分析顾客健康相关行为模式的健康保险公司兜售产品（McCarthy，2013）。一些健康保险公司使用这些公司搭建好的技术与平台，以供顾客上传自己的健康和医疗数据。自我跟踪者通过生物特征识别技术收集的数据，为私营企业和政府机构提供了监视个体的机会，继而降低了它们的医疗成本。美国的医疗保险公司和甲方雇主，已经开始使用自我跟踪设备和涉及健康信息披露的在线网站，以作为“激励”人们从事被视为健康之行为的手段。这些信息甚至包括顾客的分居或离婚情况、财务状况、工作压力以及同事关系性质等话题。那些拒绝参加的人，可能会被要求向他们的健康保险公司支付高额附加费(Dredge，2013；Shahani，2012；Singer，2013)。在这种平台上，用户的健康相关数据与他们的医疗保险政策之间的未来联系仍然存在问题：如果这些公司通过购买应用程序及其数据来获取对健康应用数据的控制权，未来会发生什么呢（Dredge，2013）？

直到最近，许多移动应用程序的用户还将存储在其应用程序上的信息视为隐私，却没有意识到开发者已将数据在多大程度上服务于他们自己，包括将数据出售给第三方(Urban et al.，2012)。应用程序和平台的开发者并未一直采取适当的措施来保护收集到的个人数据，包括一些应用程序所收集的性行为、伴侣以及生殖功能的数据(Lupton，2014b)。例如，最近一项关于健康运动类应用的隐私政策的研究发现，许多应用程序缺乏任何类型的隐私政策，它们在收集用户数据时很少采用数据加密措施，许多开发人员将收集的数据直接发送给未在其网站上披露的第三方（Ackerman，2013)。

114

数字社会学

132

爱德华·斯诺登泄露文件所揭示的秘密使人们越来越清楚地看到，在商业和政府数据库中存储的私人信息的安全性远低于许多人的认知。政府数据库还遭遇了其他隐私泄露事件的影响，这使人们担忧数据访问的权限。例如，将患者病历合并到大型数据库的国家举措一直备受争议。加勒特等人（Garrety et al.，2014)认为，这些举措不可避免地存在争议，因为它们挑战了管理医疗记录的生产、所有权、使用和责任的社会、道德和医疗法律秩序。当政策制定者试图在不承认这些假设和意义的情况下强硬推动方案通过时，那些关键的利益相关者就会被孤立和抵抗。政策方案所涉及的不同群体往往有着截然不同的利益和议程，这导致了人们对医疗记录引入数字化的抵制。

本章前面所述的英国国民医疗服务体系的健康·数据倡议，在被披露把数据出售给商业公司后引发了高度负面的宣传。批评人士质疑如是使用数据是否是构建数据库的主要目的，并且想知道它能够在多大程度上保护数据的安全性和匿名性。他们还发现，数据库缺少为患者提供关于退出系统权的信息，并也很难这样做(Anonymous，2014)。惠康基金会（Wellcome Trust）对英国人个人数据使用现状的采访调查显示，许多受访者表示，虽然在英国国民医疗服务体系内共享个人数据可能会对个体有利（就此，不同的医疗保健提供者可以访问相同的医疗记录)，但是这些数据的敏感性和高度个人化特性要求高水平的数据安全能力。大多数受访者认为，这些数据不应与英国国民医疗服务体系以外的实体共享，尤其是私营医疗保险公司、雇主和制药公司（Wellcome Trust，2013)。

第五章 大数据批判社会学

133

用户已经失去了对其数据的控制权，这种观点盛行于流行论坛和新闻报道中。例如，一些使用数字设备自愿进行自我跟踪的人，开始质疑他们的数据使用情况，并呼吁更好的数据访问权，以便他们能因个人目的而使用和操作这些数据（Lupton，2013c；Watson，2013)。开放数据运动（open data movement）还聚焦于推动对政府机构拥有的大型数据库的开放访问权（详见第七章）。然而，正如第三章所述，许多大数据集，特别是那些由商业互联网公司存档的数据集，正由于其被认为拥有的经济价值而日益变得无法免费访问。各国政府也开始考虑将所收集的公民数据私有化（privatisation）的经济效益，从而将这些数据从“开放获取”状态转变到“按需付费”状态。例如，作为英国皇家邮政（Royal Mail）私有化的一部分，英国政府出售了邮政编码和地址数据集。这次交易受到了英国下议院公共管理委员会（Public Administration Select Committe，2014）的尖锐批评。该委员会成员在报告中就政府对所收集大数据的使用提出建议，表示自己是公开公共数据的坚定支持者。他们主张，皇家邮政数据集本应作为国家公共资产进行持续维护，所有公共部门的数据都应该如此。

更严重的是，大数据可以直接影响人们的自由和公民权。克劳福德和舒尔茨（Crawford and Schultz，2014）已经确认了他们所谓的“预测性隐私损害”(predictive privacy harms)，这可能是预测分析的结果。由于大数据分析通常利用元数据而不是数据内容，因此它们能够在当前的隐私保护法律之外运行（Polonetsky and Tene,2013)。预测性隐私损害可能会对那些涉及大数据预测分析和数据集交叉引用的个体或群体产生偏见或歧视。人们很少意识到他们的元数据是如何被解释的，以及如何产生关于可能对他们的就业和/或获取国家福利或保险有影响的信息。这些解释可能通过使用不同的、先前离散的数据集，来揭示人们的身份、习惯、偏好甚至健康状况(Crawford and Schultz，2014)。有人担心，利用数字数据从事种族等信息的收集活动，可能会导致歧视、过度定罪和其他限制。有人认为，大数据时代带来了重大政策挑战，即如何正确使用大数据来改善健康、福利、安全和执法环境，同时确保这些数据的使用不会侵犯人们的隐私、公平、平等和言论自由(Crawford and Schultz，2014; Laplante, 2013; Polonetsky and Tene, 2013).

数字社会学

116

134

记者朱莉娅·安格温（Angwin，2014）在《时代》杂志的在线网站上写了一篇观察文章，她回顾了自己过去几年的谷歌搜索，并意识到这些搜索在多大程度上显示了她当下和未来的兴趣和习惯。她将这些细节形容为“比日记还私密。这是我每日思考的窗口，它以最混乱、最原始的形式，伴随着我从严肃的工作话题跳跃至为我的孩子购物”。安格温写道，她担心这些个人信息可能会被兜售给第三方，或者通过在谷歌上汇集她的所有信息以拒绝她未来的获得信贷权。她知道谷歌已经因为滥用用户数据隐私而接到法律诉讼，而且其数据档案已经被美国安全机构访问。随后，安格温决定退出谷歌，使用其他不保留用户数据的平台。

本章详细介绍了近年来大数据的多种用途，以及在商业、政府、人道主义和个人活动中使用大数据的一系列主张。正如我所展示的，与其他数字数据客体一样，大数据集是包含权力关系的知识系统。大数据既是社会和文化过程的产物，也是构建社会和文化的要素。它们有自己的政治、生命力和社会生活。

第五章 大数据批判社会学

135

第六章 数字技术应用的多样性

人们一直在讨论所谓的“数字鸿沟”(digital divide)，即某些社会群体缺少数字技术访问权限（access to digital technologies)。虽然这一术语存在一些争议，但很明显，一些社会群体和生活在某些地理区域的人的数字技术使用频率远低于其他人。认识以下这点很重要：主流话语在传播数字技术带来的可能性时，往往围绕着民主参与、社区建设、共享和消费等乌托邦式的话语，却往往忽视了这些技术的政治层面。本章讨论了这些问题，审视了数字技术在全球各地的使用情况，以及社会经济、文化和政治因素如何塑造、促进或限制技术使用情况。它涉及从特定国家或跨国的大量受访者的大规模调查结果，到那些能够提供细节性的互联网使用差异内容的深度定性调查。

通观全局

最近，学术界和企业界的研究人员就不同地区对数字技术的态度和使用情况发表了许多大型研究报告。在本节中，我将讨论这些报告中的一些成果，其中一些收集了全球范围内的大量数据，为我们通观全局提供了重要的定量信息。他们的成果揭示了不同国家在互联网接入量和国家内部不同社会群体对数字技术的态度上存在持续性差异。

136

据国际电信联盟(International Telecommunication Union，2013)发布的一份报告，预计至2013年底，全球手机用户数量将与地球人数等同。另有人估计，如今几乎百分之百的全球人类可以接人手机信号。然而，并不是每个人都拥有手机或能接入网络，发达国家、中等收人国家和发展中国家之间的差异明显。该报告指出，到2013年底，估计有27亿人使用互联网，但还有更多的人（44亿）不能上网。在2011—2013年，家庭互联网接入量在全球范围内呈现强劲增长态势，尤其是在发展中国家，超过约40%的家庭已经接入互联网(International Telecommunication Union，2013：1)。然而，如果将 2013年底的发达国家和发展中国家的数字进行比较，发达国家家庭接入互联网的人口接近80%，而在发展中地区，这一比例仅为28%。非洲的家庭互联网接入量最低(6.7%)，其次是亚洲(32.7%)。造成这种差距的主要原因是互联网接入成本和互联网基础设施的可用性，尤其是在农村地区(International Telecommunication Union，2013：7—9)。

“我们的移动星球”(Our Mobile Planet)是由谷歌发布的一份关于全球47个国家的智能手机拥有量和使用情况的报告（但是没有任何非洲国家的调查结果)。这一网站提供了一项全球调研结果的详细信息，这项调查是由谷歌研究机构分别在2011年、2012年和2013年使用在线问卷调查进行的。这次调查的重点是商业性的：谷歌感兴趣的是被调查国家智能手机的普及程度和用户使用方式，尤其是与商业搜索信息和购买决策的相关方面。

第六章 数字技术应用的多样性

118

137

根据“我们的移动星球”网站上的调查结果显示，在它所调查的年份中，所有样本国家的智能手机拥有量都大幅上升。然而，不同区域之间存在巨大差异。中东地区富裕国家的智能手机拥有率最高：阿联酋达74%，沙特阿拉伯为73%。紧随其后的是亚洲中等收入国家，如韩国（73%）和新加坡（72%），以及英语国家（澳大利亚达 65%，英国达62%，美国和加拿大均为 56%，新西兰为54%)。在中国，47%的人口拥有智能手机。有趣的是，谷歌数据显示，日本的智能手机拥有率并不高，只有25%。然而，这个统计数据有一定的误导性，因为它没有反映出日本是移动电话技术的领导者，而且很多人已经使用日本版的互联网手机（称为“功能手机”）多年。

谷歌数据显示，东欧、南欧和中南美洲国家的智能手机拥有率并不高（阿根廷的智能手机拥有率为31%，巴西为26%，墨西哥为37%），南亚和东南亚的贫穷国家的智能手机拥有率非常低（越南为20%，印度为13%)。低收入国家的智能手机拥有率不高，这并不令人惊讶，有趣的是富裕国家之间的差异。谷歌数据显示，欧洲国家的居民（52%的荷兰人、45%的芬兰人、42%的法国人、40%的德国人)·对拥有智能手机的热情不如一些英语国家的居民。中欧国家的智能手机拥有率也不高（希腊为33%，波兰为35%，匈牙利为34%）。

其他数据来源于Alexa公司，该公司收集了数百万互联网用户的数据，并由牛津互联网研究所的信息地理团队[马克·格雷厄姆(Mark Graham）和斯蒂法诺·德·萨巴塔（Stefano De Sabbata)]以视觉形式呈现在全球地图上。他们的地图（Oxford Internet Institute,2013）显示了谷歌和脸书的覆盖范围和传播范围。从地图上可以看出，谷歌是大多数欧洲、北美洲和大洋洲（包括澳大利亚和新西兰）国家最常访问的网站，脸书是中东、北非和大多数美洲的西班牙语国家最常访问的网站，而谷歌/YouTube（YouTube为谷歌所有）的访问量在这些国家中排名第二位。一般而言，在谷歌访问量占最多的国家，其网民数量占全部人口的一半。然而在亚洲，本土竞争对手占据了主导地位。百度是中国和韩国使用最多的搜索引擎，而雅虎在日本占据主导地位，搜索引擎燕基科斯（Yandex）是俄罗斯访问量最大的网站。

数字社会学

119

138

另一项涵盖多个国家的调查研究是由英特尔公司委托进行的，它分析了巴西、中国、法国、印度、印度尼西亚、意大利、日本和美国对数字技术的态度和使用情况(IntelPR，2013)。英特尔创新晴雨表（Intel Innovation Barometer）发现，大多数受访者表示，数字技术让他们的生活更轻松，巩固了他们与家人和朋友的关系。超过三分之一的受访者认为，他们所使用的技术应该学习他们的行为和偏好，因为这能提升技术的使用效率。

英特尔的报告还发现了不同社会群体之间的有趣差异。英特尔称，被他们称为“千禧一代”的群体（18岁至24岁的年轻人）对数字技术存在矛盾感。他们承认技术在生活中的价值，并愿意让他们的设备跟踪喜好并与他人分享数据，提倡设备使用中的“个性化体验”，但他们中的部分用户也担心会过度依赖技术并在技术使用中变得“非人化”。相比之下，45岁及以上的女性，还有样本中的发展中国家人口，对数字技术最积极。这些受访者认为，数字技术在就业、交通、教育和医疗等领域有助于提高国家福祉，因而他们倾向于主张人们应该更频繁地使用技术。高收入群体的受访者则更可能拥有和经常使用数字设备，并愿意匿名分享他们的个人数据。这是为了支持与健康相关等的重要研究，以及通过监视他们的工作习惯以提升个人效率。

另外两份最近的报告更具体地关注了美国和英国的互联网使用情况。总部位于美国的皮尤研究中心(Pew Research Center)，自称是无党派事实库。作为其“互联网与美国生活项目”(Intermet &American Life Project)的构成部分，该中心定期调查美国人的互联网使用情况。他们最近进行了一项大型调查，以纪念由蒂姆·伯纳斯-李爵士发明万维网 25 周年(Pew Research Center，2014)。这份报告详细地描述了过去25年中美国在数字设备和在线访问方面的重大变革。1995年，皮尤研究中心研究发现，半数以上的美国人从未听说过互联网，而有20%的美国人只能模糊地理解这个概念，只有14%的美国人表示他们能上网。而其最新研究发现，87%的美国人表示他们使用互联网，这些人几乎都在18岁至29岁之间、生活在高收入家庭，并拥有大学学位。68%的美国人使用移动设备上网，58%的美国人拥有智能手机。皮尤研究中心的这份报告还指出，教育水平、家庭收入和年龄仍然是计算机使用的主要影响因素：与其他群体相比，接受过高等教育、更富有和更年轻的群体的计算机使用率要高得多。自1990年以来，这些差异在皮尤的研究中一直保持稳定。

第六章 数字技术应用的多样性

120

139