作者：马恩祥

   不论是在过去还是现在，人的生活没法离开数据。作为科学工作者，尤其是系统学过统计学后，对于数据有了更为理性的认知。如今进入了大数据时代，大到国家政策决策 ，小到企业或医院管理，都离不开数据分析。最近就遇到一个地方部门抛弃传统的调查，直接使用网络系统大数据定性事关企业是否合法经营的事，让人哭笑不得，生生尝到了大数据给人带来的苦沚。

不论是大数据还是小数据，反映的都是一种现象，本质的东西是透过数据现象来间接表达的。既然是现象就有真象和假象。数据既是真实的和客观的，但数据也可能是不真实和不客观的。做为大数据的使用，一定是通过数据化管理的科学方法。运用分析工具对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售、管理决策等各个环节中去，譬如业务指导管理、营运分析管理、经营策略管理、战略规划管理四个由低到高的层次。

大数据与传统数据而言，只是样本量的不同。大数据的样本量有时就是总体的量，除此外大数据与适量样本数据没有更多的本质不同。即使大数据能全部反映总体，但也不一定能说明总体。因为大数据都是基于分类统计的，分类是否符合逻辑、是否科学、是否精准，都决定了分类的正确性与准确性。事物间的性质或者彼此比较，只有同质的就可比，不同质的就无法比。如果不小心将一个正常的数据归类到不正常的数据之中，正常也就变得不正常了。或者一个不正常的数据，混淆到正常的数据中，那岂不是也变成正常数据了。

大数据是否能反映真实与客观，决定于数据的分类和清洗方法，还决定于数据链之间的相关关系与因果关联，而不能简单的依据一个或一组大数据来说明本质性的问题。用大数据在管理决策、执法监督中尤其应该慎重。大数据分析要与传统的样本数据分析相结合，只有相互印证的数据才是可靠的，相互不能印证的数据就不能被使用。任何用大数据分析去替代传统数据分析必须要非常的谨慎与小心，特别是事关项目决策、执法监督裁决，更是要格外的慎重。如果视大数据如救命稻草，那如同草菅人命。

纵观大数据时代的两个极端，之前只认识到大家对于大数据的不重视，譬如笔者所接触的医院管理，数据信息利用严重不足，数据资源浪费可以说是医院资源浪费最大的环节。但也遇到不少的医院管理者，盲目依据所谓的计算机大数据，常常也被大数据显示出来的假象所迷惑，让管理决策偏离科学轨道。这两种极端，前者较为普遍，后者也有苗头，未来也许会越来越严重。

人类应该迷信大数据吗？说几个社会公布的大数据看你信也不信？

几年前，某医疗权威部门说中国有1亿人患有精神心理疾病，说有1亿多人患有糖尿病，凭的是大数据。作为自己是个医学与心理专业工作者，我是既相信也不信。发布这些大数据的背后动机到底是基于科普还是基于商业，有待人们去鉴别。

再看看癌症的病人越来越多，是真的癌症病发病率提高了吗？笔者以为是癌症的检查手段更加丰富了，检测技术更能早期发现了。但笔者也相信，癌症大数据带来的也不全是福音，而是祸害。祸害之一是误诊，笔者就有二个医界的医生朋友被所谓的癌症误诊了，遭受了痛苦的化疗和放疗。笔者也相信有一些早期发现的癌症患者，如果没有被检测出来，最后凭着人类本身的自我免疫机制，而自愈的。

还有譬如我们国家都是第二大经济体了，不就是大数据证明出来的吗？但统计造假，数据虚报，统计口径不同，重复统计，我们能简单相信这些数据。当下的中美贸易战，我们不正是吃了国际大数据不真实、不客观的亏？

现在国家提倡“放、管、服”，这正是基于大数据时代的新要求。

放，就是要放开。也就是说大数据并不就是全是真实的，单纯凭数据做决策，就会把人们的行为束缚起来，计划经济模式最典型的就是依据数据来做社会管理。然而社会不只是通过大数据来反映，社会是鲜活的，是富于个性化的，如果不放，百姓如何能服。

管，说明大数据时代数据多了，信息量大了，一定要有科学和精细的数据管理。通过事前、事中、事后的数据分析与管理，来保障社会、企业或医院的正常秩序和健康发展。大数据分析中有几个热词，如数据的采集、数据的清洗、数据的分析和数据的适用。

首先，数据采集方式一定是系统和综合的，不能是单一的渠道。在互联网时代，人们生活在其中，如何不让人被人工智能所限制是当今需要解决的大问题。如果人工智能完全控制人的生活与工作，那将是多么的可怕。人工智能管理社会、管理企业、管理医院，不就是靠流程和数据吗？医院管理者都知道，流程要不断再造，因为在追求科学的道路上，现实与科学永远有距离，我们永远离真相差那么几步。

其次，数据一定要清洗，让我们所需要的数据暴露出来，不能掺杂那些相似而非同质的数据。特别是企业或医院管理的绩效考核、执法部门的执法监督，数据的清洗非常重要。而对数据清洗最重要的手段，就是捡回传统的数据处理方法或者其他现代化方法。

第三，数据的分析要基于管理的动机，同时也要站在管理对象的利益上去双重考量，而不是有先入为主的概念，管理和执法一定是基于调查研究的基础上。可以先有假设，但一定不能有先结论预判，那样的话，就会出现害人害己的数据分析和管理。

第四，数据适用有严格的范围。要把每一个数据适用于较窄的内涵，不能外延扩大化。

服，在我的理解上，是管理者的服务，也要让被管理者信服。大数据结论出来，如果管理者自己都不知道其背后所真正代表的意义，也不能让被管理者认识其中的意义，那这个大数据宁可抛弃而不得使用。昨天，国内一知名保险企业的二位数据处理专家专程来会见笔者，咨询医保支付管理软件的设计。他们其中一个苦恼就是其评估管理系统不为医院的医务人员所接受。笔者浏览到软件的大概后发现，其根本的设计缺陷在于只满足于管理方的动机要求，而不兼顾被管理的实际，是管理伦理上存在根本的缺陷。

所以在大数据时代，大数据是用来服务的，而不是用来下结论的，大数据让人们对数据分析带来了不少好处，也会带来弊端。譬如从循证医学的实践中体会到，数据并非越多或越大越好，而是恰如其分才好。数据多了，会误导判断，数据也能残酷无情地“杀人”，管理者当然要重视大数据的利用，但也不能迷信大数据。

但愿大数据服务好管理，对大数据要持敬畏，既要相信，也要质疑，绝对相信大数据，那将是人类的大灾难降临。