大数据战争：数据在全球市场的使用与滥用 Lorenzo Fioramonti

　　内容简介
: R( j% F7 M5 W. W. P　　5000万用户个人信息数据泄露，Facebook罪在何处？
　　大数据“杀熟”，人人成为待宰羔羊？
　　大数据应用的边界在哪？
1 u( @- j- ?5 F3 x/ m　　数据在进入社会生活的时候，也会改造现实。
' Z7 y) ~# s  k  \, Y6 e　　大数据时代，经济发展、社会治理、国家管理、人民生活在被大数据重构。大数据为我们描绘了一幅美丽壮阔的社会图卷。国民生产总值不断增大的数值让我们觉得更富裕，AAA级信用评级让我们觉得投资妥妥无风险，各种复杂模型让我们觉得这么治理国家万无一失，价格指数、股市指数、基尼系数……甚至幸福都可以用指数衡量。大家都在对大数据带来的巨大福利额手相庆。
* a7 p# J5 C# o! ~; m- o! x　　虽然数据对于人类发展十分重要，但它却是一把双刃剑，它会不知不觉地降低社会现象的复杂程度，最终将我们带向错误的方向。数据被用来加强市场对社会生活的其他领域的控制，同时为数据的控制者提供了巨大的权力。信用评级、气候变化、碳排放、生态系统价格评估、援助效力评价、国家治理等领域，数据被设计用于抹杀现实，它们是控制的工具。大数据的使用与滥用，渗透到社会、经济等领域，带来意想不到的危害。
% |1 Z: h0 @$ N, T　　作者简介
　　洛伦佐.费尔拉蒙蒂，南非比勒陀利亚大学副教授，在区域一体化和治理研究领域获得欧盟“让.莫内讲座教授”荣誉称号，治理创新研究中心主管。他还是德国海德堡大学社会投资中心和柏林赫尔梯行政学院的高级研究员、联合国大学副研究员。费尔拉蒙蒂著有多部有关发展政策、全球和区域治理、替代性经济和社会进步指标的书籍，包括《GDP究竟是个什么玩意儿：GDP的历史及其背后的政治利益》（Zed Books，2013年）。
' f/ [' C# J3 h　　精彩书评
6 O' V% p# K3 U" P! I- _% \　　并不是所有重要的事物都可以被计算，也不是所有能够被计算的事物都重要。
　　——阿尔伯特.爱因斯坦
　　一项和真理同样重要的谬误是（数据）本身可以建立起有关物质世界的知识。
　　——亚里士多德
　　在我看来，如今的世界有两个超级强权，一个是美国，一个是穆迪。美国可以用炸弹摧毁一个国家，穆迪可以凭借信用降级毁灭一个国家。有时候，两者的力量，说不上谁更大。
　　——托马斯.弗里德曼
　　目录
　　导言/001
$ `& N4 T; y) L' F　　第一章?数据的力量/011
　　数据与政治/017
" h: E' k3 g( ~) a. T　　相信数据/023
+ L) f  W0 _% j# H* C% t　　数据、市场和民主/031
　　第二章?新的全球统治者：信用评级成为不可控制的力量/043
9 c! R( j- X. b5 k- m　　信用评级机构：从市场分析师到寡头垄断者/049
6 V. H. s2 B; i+ c　　数据背后：非正当的交易/053
4 H  d* U8 ]  q0 F, C7 ?! q5 a　　评级政策和全球金融危机/059
　　评级与非理性/068
　　第三章?数据对全球变暖袖手旁观：气候变化的市场化/075
　　环境怀疑论和成本效益分析的兴起/079
　　“气候门”事件：对气候数据的扭曲/085
* ^5 L# f  B- b5 N　　气候市场/095
　　结论：当数据成为危险的干扰/107
, a( L) J: l& k7 M　　第四章?衡量不可测：数据把自然金融化/113
' a  z6 ?; e7 r& S　　衡量自然的价值：全球治理的数据化演变/119
1 [0 B* [" x  r* U3 l　　生态系统的价格评估/126
　　自然界的金融化/138
　　结论：自然有限公司的成立/147
　　第五章?数据能够为人类带来利好吗？/155
　　援助效力的政治：历史回顾/161
1 s( N3 ^% W4 ?2 m5 k$ K, ?* R" E( _　　对于证据的需求/169
# Y0 n9 M7 G$ u3 b. \　　慈善资本主义的崛起/179
　　数据的罢工：社会领域影响评估的政治/186
　　“行善”市场化/196
　　结语?重新思考数据，重新思考治理/205
　　为数据辩护/210
1 ?: M% d' a( n1 S) Q　　在优劣数据之外/213
9 U, @( x8 L% o$ I% O& W1 X2 ?2 h+ [　　治理、数据与公共领域/218
6 \/ b8 B5 q! H. |2 n9 D　　现在怎么办？/225
　　致谢/229
" O0 t# V, z1 H5 z' f2 l; z　　精彩书摘
' s3 R; r  F( M' `　　“新闻、政治和日常生活中，到处都有数据。无论好坏，它们俨然已成了如今最卓越的公共语言——会说这种话的人，便可统治世界。”
' U# b$ G7 Y7 I& }/ Z1 U　　——M.布拉斯兰.迪尔诺《数据游戏》，2009年
　　“计数使统计者升级，而使被统计之物降级。”
" O3 y; a5 e" I9 D& E% ?7 k0 y+ F6 I- `　　——罗伯特.钱伯斯《谁的现实有价值？》
　　虽然毕达哥拉斯生活的细节鲜为人知，但我们知道他在政治目的上对数据的使用主要都基于说服行为。他旨在建立和运行一个完美的社会，在这个社会里，冲突和意见多样性被认为不利于社会稳定和维护秩序。他的政治生涯大约持续了二十年，最终结束于革命。考虑到当时不稳定的政治制度，这已经是相当长的一段时期。在变革中，毕达哥拉斯学派的活动场所遭到了严重破坏，许多门徒被杀害。毕达哥拉斯本人被迫逃往克罗顿，在流放中身亡。然而，他的遗产对许多秘密组织的传统产生了长久影响，包括中世纪建立的两个秘密组织——共济会和玫瑰十字会。古希腊哲学家、数学家毕达哥拉斯出生于萨摩斯岛，他深信数据的力量。他不仅把毕生精力投入了数学学习中（到如今他的定理仍然是几何定理的基本组成部分），还发展了以数据为基础的整个哲学和宗教体系。他在意大利克罗顿建立了“毕达哥拉斯学派”，其信徒在当时颇受欢迎。该学派积极参加政治活动，提出了一些改革，倡导平等的文化观念，包括对妇女和其社会角色非常先进的看法。毕达哥拉斯自己也见证了从哲学家到统治者的角色转换，这一观念后来影响了柏拉图的政治思想，尤其是在他的代表作《理想国》中，他提出了这样一个主张，即“志同道合的思想家结成一个组织严密的公社”，为他们“生活其间的政治组织建立领导，乃至统治”。根据英国哲学家罗素（Bertrand Russell）的观点，毕达哥拉斯将数据视为自然背后的推动力，这深刻地影响了柏拉图哲学和大多数的西方哲学思想。毕达哥拉斯也启发了柏拉图哲学的一个中心思想，“数学与一般抽象思维（包括逻辑）不但可以充当近代意义中的哲学基础，而且可以充当科学与伦理学命题的基础。”毕达哥拉斯和柏拉图都受到了亚里士多德的严厉批判，亚里士多德强调形式（Form）与物质（Matter）之间的重要区别，指出“一项和真理同样重要的谬误是（数据）本身可以建立起有关物质世界的知识”。
& v- u8 h7 @+ c, @% \9 J- K. k　　Validity（效度）的拉丁词根validitas意指“优势与力量”。一个人的效力即是他能够命令别人服从的能力。也就是说，效力就是力量。然而，效度也是统计学的一个基础概念，用以表明一种测量方式能在多大程度上准确符合被测量的事物。在社会研究中，效度的定义有很多种（例如表面效度、效标效度、结构效度等），这表明了测量方式需要尽可能地与它们希望描述的潜在现象相一致，以对现实生活产生有意义的推论。这里的关键假设是统计数据能在我们感受世界和获取知识的过程中产生重要的影响。由此，这些统计数据才得以影响我们的决定，以及我们如何统治作为一个集体的我们自己。于是，效度对于数据的真实性来说至关重要。而与此同时，效度也在说服力上得以体现，就如同在毕达哥拉斯时代展现的那样。
　　公共统计在维持社会秩序和权力结构方面至关重要。衡量国家财富的初次尝试（可以说是当代国内生产总值的雏形）由经济学家威廉.配第（William Petty）在1652年做出，它成为奥利弗.克伦威尔（Oliver Cromwell）向爱尔兰军队承诺的土地再分配计划的一部分。这项调查旨在为英国政府的利益服务，它的目标是通过征用该国民众（尤其是天主教徒）的生产性土地，并将其变成永久军事占用的一部分收入来源，以解决爱尔兰问题。一些历史学家已经证明，这项统计工作在多大程度上根除了爱尔兰的土著文化，其他一些学者将其描述为“原始积累的庞大实验”。配第的工作也有助于为政府提供新的信息来增加税收，并限制私人拥有的财富，这是一种控制地方自治权的有效智慧，避免了资本集中在潜在的对手手中。18世纪后期，近代化学之父安托万.拉瓦锡（Antoine Lavoisier）试图在法国制定第一个国民账户体制，他成为包税商集团（Ferme générale）的管理者。这是一个外包海关和收税运营的机构，代表国王征收关税，并加强了旧制度下的税收机制。在法国大革命之后，拿破仑.波拿巴（Napoleon Bonaparte）要求统计机构提供公民的具体信息，以便更有效地征兵，同时加强国家的收税和征用能力，设计更好的战时经济管理方式。第二次世界大战期间，美国商务部编制的国民收入账户被用来系统性地评估罗斯福总统的《胜利计划》，帮助美国在战争冲突中作出决策。
/ I# G! s! P4 K" r　　在当代治理中，国际排名对全球化国家的信誉至关重要。研究表明，诸如世界经济论坛所产生的全球竞争力指数已经加强了新自由主义的做法，这些做法逐渐将政府的角色从公共利益推动者变为了市场扩张的支持者。这一趋势还通过将信用评级纳入国家政策和国际条约得到了进一步强化。各种类型的善政指标，包括以国家有效性、腐败程度和市场开放为重点的指标，对于定义国家间的全球等级制度和国际“黑名单”都十分重要，而从八国集团、二十国集团到经济合作与发展组织（OECD）的建构，以及世界银行和国际货币基金组织（IMF）的权力分配来看，经济绩效指标（主要通过GDP计算）成为筹划全球治理机构的主要参数。
　　法国小说家奥诺雷.德.巴尔扎克（Honoré de Balzac）曾经说过，社会是按照统计学家的指示来组织的，他们在权力机构中占有重要的地位。通过数据，“社会孤立每一个人，为了更好地主宰他们，它能分裂一切、削弱一切。它统治着所有单位，统治着堆积如麦的数据。”无论数据是用来加强制度还是推动改革，它们影响政治的力度可能都是其他任何社会结构无法比拟的。举个例子，如果我们要测量人口，原则上来说，这并非一个不确定的事件，但事实上，人口统计会涉及重要的政治问题，它会影响选举结果，导致资源分配的变化。在美国，为了改变无家可归之人和双重居民身份的公民代表名额不足的情况，人们已经做了各种尝试。然而，由于每次更正都会影响到特定的司法权、种族或族裔类型以及联邦税收的分配，激烈的争论在历史进程中妨碍了这一问题的改善。詹姆斯.麦迪逊（James Madison）在《联邦党人文集》第五十四篇中写道：
　　极其重要的是，各州要认识到，要尽量少有增加或减少其人口总数的偏向。如果他们的代表份额是受这条规章管理的，他们就会有兴趣多报人口。如果这条规章只决定他们分摊的税额，相反的诱惑就会占优势。
　　数据与政治
　　统计与政治（和政治利益）之间的关系历史悠久。统计学的先驱被称为“政治算术”，这是一个17世纪出现在英格兰和法国的学科，主要侧重于测量以城市规划为目的的人口趋势和预期寿命。随着时间推移，这些计算被系统性地整合到公共决策中，从而成为国家政策的重要组成部分之一。“统计学”这个词的词源来自于数据和政府之间的内在关系：它成为利用数据使国家变得强大的一门科学。“国家主义者”即是那些进行数据研究的统计学者。最初的统计学者认为，通过量化社会现象，他们的模型能确定一个基本的社会模式，从而解决社会中一些最关键的问题。在统计哲学的背后，存在一种观念，即社会现实是建立在某种社会秩序的基础之上的，数据能以其强大的准确性揭示这种秩序。现代数理统计学的创立者卡尔.皮尔逊（Karl Pearson）充分体现了“实证主义者对量化十分狂热，并有极大的社会野心”。对皮尔逊来说，世界并不是由实物组成，而由对其的感知构成。自然本身并不具有特定的形式。因此，科学的目标是通过一种明确的方法使自然变得井然有序。在他的巨著《科学的规范》中，皮尔逊主张，“科学的领域是无限的；其可靠的内容是无尽的，每一组自然现象、社会生活的每一个阶段、过去或现在发展的每一个时期都是科学的材料。整个科学的统一仅在于它的方法，不在于它的材料”。
　　不可否认的是，与其说皮尔逊的哲学能用来理解世界，不如说是用来掌管世界。正如《相信数据》一书的作者，历史学家西奥多.波特（Theodore Porter）所言，量化是“一种社会技术”。算术和代数不像现代数学，根植于古代的几何学，强调理论论证，“与数据领域相隔甚远”。作为统计学的基石，它们“诞生于实用的艺术中”。在现代社会，量化过程在实验实践中起着核心作用。其主要目标之一是“作为实验室的物质文化与形式理论的预言之间的桥梁”。尽管我们大多数人认为这个理论测试角色是数据量化过程的决定性任务，在实践中这却往往是不正确的：“研究人员在处理缺乏数学理论的议题时，会在报告研究方法和定量形式的研究结果上同样一丝不苟，并过滤掉无法明确表达的发现。”
　　这种类型的推理应用，渗透了维持社会生活秩序的意愿，不可避免地模糊了主体与调查对象之间所谓的距离。在现实世界中，我们衡量事物的方式也难免会对事物本身产生影响。“社会统计学能描述社会；但它同样也是社会布局的产物”，特拉华大学社会学教授霍埃尔.贝斯特在《该死的谎言与统计数据》一书中写道：
　　让我们注意到社会统计数据的人有理由这样做；他们难免想得到一些东西，就像重申和公开某些统计数据的记者和媒体人一样，有着他们的目标。统计数据是用于特定目的的工具。若要批判性地思考统计数据，必须了解它们在社会中的地位。
　　英国广播公司（BBC）节目《或多或少》的前主持人迈克尔.布拉斯兰和安德鲁.迪尔诺将统计数据在社会领域的应用代入了印度寓言《盲人与大象》：
  M- Z' c+ }3 l5 u! p. A, {　　六个印度人
0 p; Y5 _; t& F# H. v( r　　学习很认真
. I$ ^7 E1 a& a, T- j　　他们去看大象
# l2 }& N7 C- Z1 e8 m& D# [/ o　　（虽然他们都是盲人）
　　每个人通过触摸
　　满足了想象
" t' j" A- d7 S2 Q　　我们知道，尽管这群人非常想从感知（而非理论）中获取信息，他们一次也只能触摸到大象的一部分。所以对于只接触到大象身体侧边的人来说，它就像是一堵墙。对于摸到象鼻子的人来说，他认为这是一条蛇。摸到象腿的人觉得它像一棵树，而抓到尾巴的人则觉得它是根绳子。他们会因此“无休止地争吵……尽管每个人都有部分正确/他们却都是错的！”。根据定义，统计数据是静态的。“你要计算的事物必须保持不变，”英国智库新经济基金会（New Economics Foundation）成员和《数据的暴政》一书作者戴维.博伊尔认为，“但现实生活并不是静止的”。
+ l7 ~1 s  H$ m. e　　普利策奖获得者，美国人口统计文集《数据政治》的联合主编之一，社会学家保罗.斯塔尔称，数据就像是照片：它们“似乎阻止了人类活动的流向，并因分离的检视而固化”。因为单纯的文字就像是绘画，需要被解释，数据意图呈现一个固有的现实。事实上，“统计数据不仅仅用来做出许多解释，它们其实也包含着这些解释。因为数据不是简单地再现现实，整个数据系统代表的，是社会生活中的独立因子”。
　　正如布拉斯兰和迪尔诺指出的那样，问题不只是对于概念的混淆和误读。当统计数据应用于政策制定时，它们会导致各种各样的后果，其中的大部分是我们无法控制的：“当我们背向不测量的部分时，它们会做出异常的变化；就像当我们触摸感知（大象的）腿部时，象鼻子会出现意外的情况”。例如，在医疗保健方面，绩效评估（以及公共资金的分配）通常与一系列有限的指标相关联，如通过手术得救的患者与在治疗中死亡的患者数量之比。在美国以及越来越多的欧洲国家，这给了医生不正当的激励，因为当失败风险太高的时候，医生不愿意接收这些高难病例，而会宁可让患者离开医院（或取消所有预约）。同样，在公立医院对等候时间进行评估来考核的英国，公众调查也发现了管理者的一些计谋、暗中操作和它们造成的不良后果，比如取消后续回访。根据对一家“可疑”医院进行的调查发现，取消后续回访导致了至少25名患者由于缺乏术后护理而失明。
) o7 Q7 E6 Z1 F+ F1 N  z　　这种基于标准化评估的目标政治已经入侵了公共管理的大部分领域，而主观性和自由性曾是这些领域中最重要的部分。例如，如今教育从根本上被困在了特定的成就参数中。学校在标准化考试的基础上进行评分，鼓励学生互相竞争以获取公共资金，或是吸引一些有钱的学生（和他们家长的捐款）。2001年美国的《不让一个孩子掉队法案》（NCLB）由一个大的两党联盟推动，可以说真正改善了美国公立学校为贫困儿童提供教育的方式。该法案通过使联邦资金与测试制度和处罚的接受度挂钩，来促进问责制和学校实效，从而改变了美国学校的运作理念。包括教学专业人士、民间社会团体和非政府组织在内的评论家认为，这项法律正在破坏公立学校和公共教育系统为穷人和少数族裔儿童提供教育的能力。在《儿童留守》一书中，一些学者、活动家和教师坚持认为“NCLB是在惩罚而非帮助穷人/少数族裔儿童（和他们的学校）”，希望维持公共教育私有化的议程，因为“对测试的关注和测前准备降低了校内课业的难度”。教师网在2007年进行的一项调查显示，对于大多数教师而言，在重要测验中对NCLB的强调并不奏效。只有37%的受访者认为标准化测试“有点用”，而42%的受访者则认为这对他们的教学“完全不起作用”。此外，超过40%的学生声称这些测试是在鼓励他们死记硬背，44%的学生认为标准化测试会让他们忽略那些考试不涉及的课程材料。美国公平与公开考试中心表示，标准化测试是在“鼓励浅显问题的快速应对”，“并不衡量在任何领域进行深入或创造性思考的能力”，“试图缩小课程范围，采用过时的教学方法和有害的练习方式，诸如记录和跟踪学生的成绩”。在2012年底，奥巴马政府承诺修改和完善这项政策，并给予了三十多个州豁免权。
2 B+ v4 o. H! D2 x7 g　　博伊尔指出，“因为衡量真正重要的东西非常困难，所以政府和机构会试图明确定义一些其他的东西。他们必须这样做。但定义一些错误的东西会造成非常严重的后果。”他提到了英国的学校排名表，排名中将标准化考试的超然力量渗入了学校间竞争：“麻烦在于，每个学校会集中注意于测试结果，以提高他们在表中的排名。这也意味着学校可能会放弃给成绩拖后腿的学生，把注意力集中在那些成绩是D级的学生身上，他们是唯一会在考试成绩榜上起到重要影响的人，而其他人则会得不到应有的关注。”他总结说，“如果你选择了错误的测量方式，有时就会得到与所想相反的结果。”
　　相信数据
, h) d" d0 n  g; n, r" ^0 x7 [　　要在公共生活中建立有效的测量手段，需要采取一定程度的强制措施。例如，要在建筑领域执行共同标准，既要求私营企业遵守规定，也需要一支训练有素的劳动力队伍。同时，数据也是强有力的说服武器。借用法国哲学家米歇尔.福柯（Michel Foucault）对政府行使权力间接手段的分析，人们可能会认为，评估的“客观”标准构建不仅使“其他人的监管或控制成为可能”，对“自我身份”的塑造还会“通过个人的自我认知和自我调节进行”。简而言之，由数据制定规则比单纯的自上而下强制要复杂得多：它包含了很大程度上的自满情绪，并从根本上设计了主体的行为方式。总之，这是一个自愿默从的体制。因此，它成为福柯确认政府合理性或“政府性”的一个关键方面——也就是一项“引导行为”和从“一定距离”影响行为的技术；或者说，是按照“具体的结果”和“多种策略”来“处理事物的正确方式”。
1 q  _2 k0 B/ J' z- B, l　　数据也是界定现代官僚治理体系运作方式的基础。新的知识模式确实对决策者的体制机构的定义至关重要，决策者的选择必须由除行政自由裁量权之外的参数来指导。现代官僚制研究的先驱马克斯.韦伯（Max Weber）认为，官僚主义的本质是技术的力量，它导致了所有与政治斗争相关的非理性和情感因素的边缘化，也就是人为因素逃脱了精确的计算。韦伯的想法强调“公共行政秩序能够实现距离、合理性、客观性、权威性，以及计算机制的方式”。历史学家西奥多.波特一直在研究我们社会对数据信任的历史演变，正如他所言，量化的演进过程与官僚政治的发展有着内在的联系。出于法律和政治的原因，行政自由裁量权被人怀疑，“所以监管者别无选择，只能不懈寻找事实，并尽可能地将它们减少到几个决定性的数据”。特别是在像美国这样的多元民主国家，利益集团争夺在公众中的地位以及参与决策的时候，基于统计的决策有助于调整政府、企业和整个社会的利益：“当价值观的冲突与共识难以捉摸，数据和操纵它们的技术会因为它们表面上的中立性而被推崇。有了统计数据，激烈争论的问题看起来似乎都会被马上解决”。
　　在20世纪30年代的大萧条时期，美国统计学家和经济学家发现他们在公共决策中起到的作用呈现了指数级的增长。一系列的环境灾难，特别是1927年的密西西比河大洪灾，为基础设施项目大量使用基于统计的风险评估方法创造了良好的条件，同时也为评估预防政策的成本和效益提供了初步研究。随着经济衰退，公共预算不断缩减，“有限”的资源配置中引入了新手段的指导，以避免政治争议。1936年，《防洪法》首次在公共政策中引入了成本效益分析，指出除非有防洪计划能证明其效益超过成本，否则不会有任何计划获得联邦资助。最初，成本效益方法的设计是为了鼓励高度争议部门的开放和中立，例如防止环境灾难及其与公共基础设施项目和工业化的关联。当然，数据的可信度会在专业性、科学中立性和透明性的修辞中体现出来。在1936年《防洪法》中设置成本效益条款的参议员认为，负责这些项目计量经济学分析的专家是“值得尊敬的、直率的、爱国的人”，因为新的评估体系需要“按照轻重缓急，做出独立的、非政治性的、没有偏见的决定”。由于这些人的专业知识和声誉，负责处理数据的部门开始享有越来越大的影响力，这种影响力又反过来被用以增进与强大的私有利益及企业的友好关系。罗斯福政府内政部长哈罗德.伊克斯（Harold Ickes）表示，负责量化管理发展的官员是“华盛顿最有力、最雄心勃勃的游说团体”，与军事分裂和“官僚制下最完美的部分”紧密联系在一起。
1 }* ]" k- N+ N  `# ]　　在20世纪60年代和70年代，用于衡量成本和收益以及评估公共基础设施项目有效性的各种模型，已经“从地方官僚体系中聚集起来，变成一套合理化的经济原则”。在美国人对政府“经常性不信任”的政治背景下，统计分析的拥护者在各个领域都引入了这些工具，包括从社会福利项目的评估，到监狱的运作，等等。他们声称，这些工具在公共政策的计量经济评估上“几乎普遍有效”。特别是，成本效益分析和实验测试程序开始由各种下属机构和私营公司实施，这些机构和公司会将他们的专业知识出售给政府部门或招标公共项目的公司。正如波特强调的那样，在这个阶段，“科学、国家与大型行业的利益之间”存在明确的一致性。例如，尽管前美国总统尤利西斯.格兰特（Ulysses Grant）于1877年向国会作出了一个著名的不成功呼吁，但美国国家标准局经常鼓励政府和有关工业部门进行密切合作。格兰特在呼吁中对私营部门的检测和评估与国家要求的不同：“这些试验不能由私人公司自身执行，不仅有费用的原因，还因为结果必须依赖无私利的人的权威。”
　　在20世纪90年代，量化评估的新做法成为“审计爆炸”的一部分。除了通过财务审计对私营公司会计进行监管外，还出现了“环境审计、效益审计、管理审计、法务审计、数据审计、知识产权审计、医疗审计、教学审计和技术审计等评估方式，它们带来了不同程度上的制度稳定性和接受度”。《审计学会》一书的作者迈克尔.鲍尔（Michael Power）认为，会计制度进一步强化了人们对数据的关注，并铸就了“理性化社会的神话结构”：“审计爆炸的根源在于组织生活的程序性重组，以及新的‘治理合理性’。”
　　这样的重组给所谓的专家，也就是生成数据的个人和组织，产生了前所未有的影响。用德国心理学家格尔德.吉仁泽（Gert Gigerenzer）和他的同事们——《机遇帝国：概率如何改变了科学和日常生活》一书作者的话来说，专家的权威性因为统计和计量经济计算结合到公共决策中，而得到了极大的提升：“事实上，数据的爆炸创造了一种新的专家，他们的主张更多依靠信息与形式技术，而不是具体的经验或个人判断。毕达哥拉斯赋予了数据如此大的影响力，这对于新型专家来说既是一种福音，也是一种诱惑。”把这些“新”专家的工作动员起来的标准化程序“与现代官僚制的公正性和规则相平行”，它们试图排除“个人自由裁量权，强调既定程序的一致性和机械性应用，以避免偏见，一个针对事实，另一个针对公平”。
　　然而，大部分的审计报告并不传达有价值的信息。对于外部用户来说，它们不是基于证据的、不需加以说明的文件。总的来说，这些报告是自成一体的不透明记录，从根本上依赖着“中立，客观，冷静，专业”的语言系统。这实际上意味着对公众的全面披露、透明度和问责制是通过专家认证被限制的。审计过程因而成为一条捷径，它建立在我们社会对专家根深蒂固的信任基础上，而非理性的公共审议基础：“这是问责制链条中的一个死胡同。”简言之，更多的数据和会计制度并不一定等同于更好的问责制。相反地，它们会减少“公众猎奇的心理和公开调查”，因为一个必要事实是，专业审计的最终用户并不是广大公众，而是“专家话语中的虚拟参照点”。这也是计数的很多悖论之一。虽然审计爆炸发展是以问责的名义发生的，“给出账目看起来却像是一种避免问责的方式”，在这样的情况下，数据扼杀了政治讨论和社会讨论，意图提供不容置疑的事实。自相矛盾的是，“虽然审计学会宣称的纲领性基础是开放和问责，它却有着日益封闭的危险。”

游客，如果您要查看本帖隐藏内容请回复

非常感谢分享！

SDFASDFSADFASDFASDF SD

谢谢楼主分享

大数据战争：数据在全球市场的使用与滥用 Lorenzo Fioramonti
https://www.ynjie.com/forum.php?mod=viewthread&tid=10500
(出处: 与你共享街)

感谢楼主分享