|
当前关于大数据的一个重要分歧，就是“相关性与因果性”之争。大数据倡导者维克托·迈尔·舍恩伯格明确指出，大数据时代最大的转变就是放弃对因果关系的渴求，而代之以关注相关关系。在诺森比亚大学培训第一天的课堂讨论中，考察团就围绕这个问题展开了激烈辩论。 实际上，早在大数据时代之前，“因果性与相关性”问题就已经是认知哲学、统计学、经济学等领域中的一个老问题。从经济学基础方法论的角度来看，对“因果性与相关性”的辩论，是人类认知逻辑和科学研究基本问题“演绎与归纳”的现代升级版。19世纪中后期，德国历史学派与奥地利学派之间展开了“方法论之争”。奥地利学派创始人卡尔·门格尔坚持以逻辑演绎为基本分析方法。德国历史学派则怀疑抽象逻辑演绎对现实理解和解释的有效性，主张由于人类社会的复杂性，首先应该大量收集、整理各种历史数据，并且从历史数据中发现经验规律。这与当前大数据方法论主张放弃或者弱化对因果性的追求，注重从海量数据中发现相关性的观点如出一辙。从这个角度来说，德国历史学派可谓大数据“先锋”。 大数据带来的“相关性与因果性”新方法论之争不过是新瓶装旧酒，实质问题仍然是哲学认识论中经验论和唯理论对立的老问题。虽然是老问题，但在现代科学哲学认识论和新兴的知识社会学之中，仍然是一个争论。
“你的理论假设是什么？”这是在英国雷丁大学访问时，考察团成员钟春平教授向Jornvande Wetering博士提出的一个问题。Wetering博士介绍了正在进行的大数据项目“智慧城市”，该项目旨在通过收集整理大量城市相关数据和信息，改善城市治理和人民生活。在笔者看来，这个问题直指大数据的核心——大数据方法的应用是否可以脱离理论假设？ 这个问题与前面的“方法论之争”密切相关。主流经济学对“方法论之争”的当事双方各打五十大板，认为“演绎与归纳”两者不可偏废，并且形成了标准的经济学实证模式——提出假设和模型，使用数据进行计量检验，由此将“演绎与归纳”在哲学认知上的冲突掩盖起来。新的“相关性与因果性”方法论之争迫使人们重新面对这个问题，并对实证主义经济学提出了挑战。如果按照弗里德曼的“实证主义经济学方法论”，预测是经济理论的根本目标和检验手段的话，对经济学理论而言，重要的问题就是“能否做出准确的预测”，而非“是否理解了真实的因果关系”。但是，大数据在探寻相关性方面的优势，正好构成了对目前主流经济学范式的批判和革命。至少有一部分大数据论者认为，不需要甚至不应该预设理论前提和假设，只需让数据自我呈现出规律。按照这种“大数据经济学”观点，“假设建模—数据检验”的现行标准方法似乎已经过时了。 就自身逻辑而言，奥地利学派的先验主义和逻辑演绎法倒是可以固守自身立场，并展开对大数据方法论的批判。毕竟探究世界真实状况和因果关系才是科学研究的核心目标，预测只不过是副产品。在奥地利学派看来，没有演绎逻辑和理论指导，历史学派甚至不能确定什么样的历史资料和数据才是重要的，值得收集和整理。这个批判对大数据同样有效。同样是在雷丁大学的访问之中，Nanda博士引述了IBM的报告：“人类社会每天生成的数据高达250兆亿个字节。”从奥地利学派的视角来看，如果脱离具体的理论前提和需要，这个数据量没有任何意义。生成数据实际上完全依赖于观察者的目标和理论假设。脱离了这个前提，在不同测量工具精度的条件下，人们完全可以生成无限的观察数据。 大英图书馆是英国的国家图书馆，拥有超过1.5亿件馆藏。大英图书馆不仅大量收录各种电子出版物，而且已经着手保存各种互联网网页内容。考虑到大数据时代还只是初露头角，未来人类社会所能产生的各种文本、图像等信息数据，无疑还会以指数级别增长。即使英国政府可以颁布法律使图书馆免费获得这些信息，保存信息所消耗的成本无疑也会以指数级别增长。大英图书馆乃至英国政府能否承受如此高的成本，着实令人怀疑。 这个“杞人忧天”的疑问，其实关系到“数据”或者“信息”的经济学属性，即从“要素”或“财货”角度来看待“数据”的成本收益问题。大数据理论有一种倾向，认为几乎所有数据都是有价值的，至少是具有潜在价值，哪怕暂时不知道如何利用，也许在未来可以得到重新认识，因此都值得收集和整理。这看起来似乎很有道理，但从经济学的角度看却是不能成立的，因为经济学的核心问题是“效率”，核心视角是“成本—收益”分析。不只是数据，任何事物都具有所谓“潜在”价值，但如果获得和保存它的成本超过了收益，那么在经济学者看来就是无效率的。 事实上，在信息时代之初，就有学者指出信息和数据具有“零边际成本”特性，将完全改造经济学，还有学者提出“新信息经济学”，主张软件等信息产品免费共享。大数据时代仍然面临同样的问题。部分学者主张数据是免费公共资源，具有巨大的外部性，最好由政府来提供。但经济学的基本逻辑在此仍然是有效的。虽然具有某些新特性，信息和数据仍然是“要素”和“财货”，需要付出成本，并且能够产生收益。不计成本地收集整理大数据是行不通的。类似地，经济学效率观点还对另一个大数据观点——所谓“全体数据”代替“随机样本”的新方法提出了挑战。“全体数据”固然有其优势，但放到经济学“成本—收益”的框架下来看，其方法本身就未必有效率了。 作者：谢志刚 中国社会科学院经济研究所 来源：中国社会科学报 |
|
|
