
大数据考验政府的危机应急能力
在大数据时代,各类信息大规模的自由流动使得民众参与社会管理和政治事务的热情很容易被点燃,而这些海量的数据鱼目混珠,其中有很多假信息、伪信息和谣言,这对信息的监管提出了更高的要求,特别是面对传播快、影响大、覆盖广、社会动员能力强的微博、微信等社交网络和即时通信工具用户的快速增长,如何加强网络法制建设和舆论引导,确保网络信息传播秩序和国家安全、社会稳定,已经成为摆在我们面前的突出现实问题。
大数据的即时性考验政府的危机应急能力
大数据时代,数据的传播不受时间和空间的限制,产生后便可即时传播,使得一旦发生社会事件,信息会通过各种渠道在第一时间传播到公众中,而公众的情绪也能第一时间呈现在庞大的数据洪流中,这让个别事件在快速传播之后会从局部事件迅速变成公众事件。利用大数据技术,在发生一起公共事件后,通过开放式的软件平台,人人都可能实时地将自己所看、所听及所知的具体细节上传。在这一人人参与的过程中,人们的心理也会不知不觉发生变化,形成一种共同意识,因为他们在参与的同时,也是在进行一种公开的表达。一个能够进行公开表达的人群就构成了德国政治哲学家哈贝马斯所说的“公共领域”。
这种因大数据技术的迅速发展而形成的“公共领域”,在中国当前特有的社会转型背景下,对社会稳定影响巨大。中国改革开放以来的经济发展是人类历史上前所未有的一个成功范例。但是,这一成就空前的经济繁荣一方面让人民群众享受到生活水平的提高所带来各方面的巨大改善,同时经济增长的力量也对中国社会形成了巨大的冲击,伴随着经济奇迹脚步的是社会结构和政治结构的快速和巨大的变革。国家、社会和市场都在这样一种巨变中重新定位,重新协调彼此间的秩序。社会急剧转型打破了原有的社会平衡,社会对人的约束力就会在一段时间内减弱甚至丧失。此时,旧的规范已被打破而新的规范尚未建立;在什么是对的和错的,什么是可能的和不可能的,什么是合理和极端的,什么是合法的和不合法的等等社会基本价值问题上,均会产生混乱甚至对立。处于这样一种阶段的社会的运转特别容易失序,激化社会矛盾。而大数据所带来的信息传播的即时性,会让社会失序问题更容易被激化。
大数据时代的到来使得各类信息的公开性和可获得性空前增加,但这并不意味着任何信息都可以被轻率地使用。因为我们每一个人都不愿意在自己没有被提前告知的情况下,自己在互联网上发布的信息或者留下的使用痕迹被他人收集、保存和分析。但现实情况却是,在不断进步和革新的大数据技术面前,个人的隐私面临越来越容易泄露的风险,因为我们日常的电话记录、邮件往来、经济消费、交通出行、甚至是医疗档案等个人信息都在逐渐实现数据化管理和存储,而这些数据都并非绝对安全。
不仅仅是个人,大数据技术的进步性同样也让国家机密面临被窃取的风险。在大数据时代,信息的跨国流动已经成为现实,政府不再是信息的唯一拥有者和权威发布者。更为关键的是,在大数据时代,全世界民间社会的力量都可能会被动员起来,其所展现的力量甚至会超过单个国家的政府。由全球著名的高分辨率商业卫星影像数据提供商——美国数字地球公司,推出的名为Tomnod的软件应用平台,就展现了互联网“众包”模式巨大的全球动员力量。马航MH370失联事件发生后,数字地球公司几乎在第一时间做出回应,将Tomnod打造成一个开放的“众包”平台,提供其所汇集的MH370失联区域数据和高分辨率卫星图像。Tomnod邀请来自世界各地的科技志愿者来搜索失联航班的任何迹象。根据统计,Tomnod平台共动员了全球800万志愿者来寻找失联航班,提供各类信息。美国数字地球公司所展现的这种巨大的全球动员能力如果仅仅被用于人道主义目的,那无疑是人类的福音,但是如果它调动全球民间社会的力量,用于针对某个特定国家的政治目的,那就非常可怕了。但现实往往如此。美国数字地球公司最赚钱的业务,就是为美国情报界提供相关服务。该公司曾经在Tomnod应用软件平台上推出了一个名为“搜索挑战”的项目,要求志愿者利用其发布的高分辨率卫星图像帮助搜索上千平方公里内的军事飞行器和车辆。但是这个搜索项目的目的并没有公布。这种动员大众来寻找军事情报的做法缺乏透明性,并且显然损害了网络世界的伦理原则。这一所谓的“挑战项目”其实就是在滥用全球民间社会的力量来搞间谍活动。
主动利用大数据来构建高效的社会安全体系
当今世界,信息技术革命日新月异,对国际政治、经济、文化、社会、军事等领域发展产生了深刻影响。信息化和经济全球化相互促进,互联网已经融入社会生活方方面面,深刻改变了人们的生产和生活方式。我国正处在这个大潮之中,受到的影响越来越深。大数据时代的到来是对我国构建高效的社会安全体系一个巨大的挑战。
同时,也要看到,大数据技术的发展,为构建更加有效的社会安全体系带来了机遇,维护社会安全应该适应信息化时代的发展,更要主动拥抱大数据,主动利用大数据来构建高效的社会安全体系。
首先,大数据有助于提高社会安全工作决策的科学性。大数据是有关联性的数据,通过数据挖掘技术分析其中的关联性,可反映数据内在的规律,进而对研究对象的未来发展态势进行预测。这种建立在相关关系基础上的预测正是大数据的核心。通过对社会安全相关信息的挖掘、分析,社会秩序运行的许多经验规律进一步显现。这些经验规律对社会安全工作而言,具有非常宝贵的参考价值,可以作为决策的重要依据。
其次,大数据技术将进一步增强政府维护社会安全的能力。随着大数据技术的深入应用,社会安全问题的解决可以更加具有针对性。比如,可以通过分析处理历年来的公共安全事故的数据,提前预警某些安全事故发生的时间地点,为避免事故的再次发生提供重要的预测参考。
第三,大数据技术能够改善网络舆情工作,降低社会安全风险。当前网络舆情监测基本还停留在对事件传播力、影响力及扩散范围的量化描述,属于事后处置,大数据的预测性可以大大提高舆情工作的有效性。网民在上网过程中留下了观点、行为、情感、足迹等记录,由此产生了海量的数据。这些数据蕴含着丰富的内涵及许多规律性的信息。通过对这些数据的挖掘,可以了解民众的需求、诉求、意见等,从中挖掘出一些潜藏的舆情并预测其发展态势,提前介入处置,有效化解负面舆情,以降低社会安全事件发生的风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15