大数据革命与后现代主义

黄欣荣

(江西财经大学 管理哲学研究中心，江西 南昌 330013)

大数据革命是一场正在发生的技术革命，它主要是以数据技术为代表的信息革命，并由此意味着信息社会的真正来临。大数据技术主要以智能感知、互联网、云计算等技术为核心，由海量数据的采集、传输、处理和存储为主要内容，并具有量大(Volume)、多样(Variety)、快速(Velocity)、真实(Veracity)等特征，由此带来了“量化一切”的数据化世界观以及“更多、更杂、更好”的大数据思维[1]，产生了所谓的“大数据主义”。[2]通过对大数据技术的特征及其哲学理念进行考察分析，发现其哲学理念与后现代主义所宣扬的主张基本一致，它具有后现代性的基本特征，因此从本质上来说，大数据技术是一种后现代技术，大数据革命本质上就是一场后现代革命。大数据技术的后现代性主要表现在其破碎的世界结构、个性化的思维方式和相关性的认知模式上，这是后现代主义解构、多元、非理性三大主张的技术表现。[3]9-16

一、万物皆数：碎片化的世界结构

后现代主义并没有统一的纲领和观点，因此很难把握他们的共同点。不过，几乎所有的后现代主义者都反对结构主义，基本上持解构主义观点。[3]295-298他们认为，传统哲学是一种形而上学，它人为地建立了许许多多的所谓“中心”，并把世界建构成像错综复杂的组织，形成一个个结构，组成一个个系统，由此形成等级森严的世界体系。解构主义就是要砸碎这些传统的结构，用后现代主义的解剖刀把一切结构切割成一个个无序的碎片，并把它们从传统哲学、文学等一切领域中清除出去，法罗兰·巴特的《一个解构主义的文本》就是其中的代表作。因此，后现代主义的世界观是与传统整体世界观完全相反的碎片化世界观。[4]56-57

由于技术的限制，后现代主义解构世界的主张只能停留在思想、观念领域，比如哲学、文学、艺术等领域。然而，随着大数据技术的兴起，后现代主义的解构主张突然在技术上也在逐步得到实现。大数据技术通过数据化手段全方位地把世界变成一个数据的世界，而这个数据世界正好也是一个离散化、碎片化的结构。[5]大数据技术的基础是海量数据的爆发，而海量数据则主要来自大数据技术对万物的数据化。大数据技术中所谓的数据是一种广义的数据，它不仅仅包括数字及其与计量单位相结合的狭义数据，而且包括能够最终转换为0和1的一切信息。古希腊哲学家毕达哥拉斯曾经提出数是万物本原的猜想，也就是说，数是万物的基本构件，世界是一个由数构成的离散世界。不过，后来的哲学家和科学家并没有完全继承和发展这一思想，而是更多地将世界及其万物看作是一个连续的世界，因为将事物离散化和数据化需要一定的技术条件。世界的数据化经历了一个漫长的过程，其中正好也反映出数据化技术进步的过程。

1.自然世界的数据化

最早的数据化出现在日常生活领域，比如丈量土地、人口统计、税赋征收等，这样就将生活中最容易遇到的事物实现了数据化。文艺复兴之后，随着科学革命的展开，物理世界的许多事物都实现了量化，并发明了各种计量设备和计量单位，将连续的物理对象数据化、离散化。然而，面对人类的思想、行为，物理世界的量化方法却难以适用，人类及其社会的诸多问题都只能用语言进行定性描述，很难进行计量和数据化。所以，当自然世界基本上实现了数量化和定量分析之时，人类及其社会的各种分析却停留在思辨和定性分析上。虽然社会科学各学科，例如心理学、社会学、经济学、管理学等，通过模仿自然科学，用抽样调查等方法对不少社会现象进行了计量化和数据化，但基本上都属于主观的量化，难以刻画社会现象的真实状态。

世纪之交的各种新技术为世界的数据化提供了便利的技术条件，特别是对于物理世界中原来难以数据化的部分领域以及人类及其社会的各种心理、生理、思想、行为等现象。物理世界的绝大多数现象都已经由现代科学技术手段实现了数据化，但仍然有一些领域难以做到。在一些线性领域，少量的参数就可以描述整体，因此传统手段就能够做到。面对非线性领域，例如桥梁受力检测，需要大量的数据才能够刻画，因此需要新的技术手段才能够实现。装备在各领域的智能传感器随时随地采集、记录、传递着各种物理参数的状态及其变化，为长期监测各种人工难以检测的物理量提供了技术的可能性。

2.人类社会的数据化

大数据是如何实现对人类及其社会数据化的呢？互联网、视频监控、智能手机、可穿戴设备等将人类及其社会的一切行为都以数字的形式做了全程的数据化，为人文社会科学研究提供了海量的数据。互联网技术将人类在网络中的各种行为全程记录，视频监控则将监控范围之内的一切都记录在案。

文字、方位、社交等在过去是无法数据化的信息，因此难以用计算机等数字处理设备进行采集、存储、分析、应用。如今，谷歌、亚马逊、超星等公司将过去几乎所有的文献资料都进行了扫描识别，变成了数据化文本，而今后的所有图书、文档则直接以数字化的形式出版、发布。通过这样的数字化，所有的文字都实现了数据化，可以用各种智能设备对文档中的信息进行深度挖掘，充分挖掘出图书文献数据化之后的附加价值，并由此衍生出新的学术方向——文化组学(culturomics)。

方位是一种重要的地理信息，过去曾用经纬度来进行刻画，但个人的位置信息却很难实时跟踪和记录。在大数据时代，全球定位系统GPS、北斗定位系统与智能手机、可穿戴设备等智能终端相结合，可以将对几乎每个人或物的位置进行精确的标记、记录、测量、分析和共享。“位置信息一被数据化，新的用途就像雨后春笋般涌现出来，而新价值也会随之不断催生。”[6]119

人类是群居并具有丰富感情的动物，社会交往是人类生活的必需，交往信息是人类活动的重要信息。由于社会交往的复杂性与即时性，社交信息很难被记录、存储和分析。随着智能网络的兴起，人们基本上都过上了网络生活。Facebook、Twitter、LinkedIn、微信、QQ等网络社交平台将我们的社会交往进行了全程数字化记录并形成社交数据图谱。通过社交数据挖掘，可以直接触摸到我们的社会关系、经历、情绪、情感等内心的隐秘世界。

在大数据时代，不但自然世界被彻底数据化，而且人类及其社会的一切状态、行为都将被彻底数据化，世间万物均被数据化。通过数据化，整个物理世界、人类及其社会都将变成由各类数据构成的数据世界。“将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观”。[6]126

3.数据化是后现代主义世界观的实现与超越

大数据的数据化、碎片化与后现代主义的碎片化有相似之处，但又具有本质的区别。后现代主义是为破碎而破碎，他们只要碎片，不要整体，认为整体就形成了结构，就是要被打碎，然而大数据仍然保留着整体观，它是整体观关照下的破碎。大数据技术提出了全数据模式，认为数据越多越好，数据越多，对现象的描述就越精确，因此大数据利用各种技术把能收集、存储的数据全部收集、存储下来，对某个对象进行研究时则将与对象相关的所有数据全部用上，这就是大数据时代的全数据模式。[6]37全数据模式意味着对世界的数据化更加彻底、更加精致，也更加准确。这其实就是我们一直主张的整体性问题，全数据模式利用与问题相关的全部数据来刻画问题的整体性，但这种整体性已经被数据化，是一种数据化、可操作的整体主义。

大数据不像后现代主义者仅仅是为了破坏一个旧世界，其碎片化是为了更加精准地描述、认识这个世界，破碎之后还将重新进行逻辑重构，是为了建设一个更加精准、科学的新世界。数据代表着对某件事物的描述，数据化就是将现象以数据的形式记录下来，或者说将现象转变为可计算的量化形式的过程。大数据时代的数据化，其本质就是将完整、连续的世界或现象进行离散化、碎片化，即数据化的本质就是离散化、碎片化、破碎化。[5]在小数据时代，科学研究主要停留在线性区域，因此我们往往利用少量的数据进行逻辑重构，即用少量数据来重新建构一个具有严格逻辑结构的世界。在这个世界里，就像机器一样，可以拆卸成部件，又可以进行重新组装。但在大数据时代，我们的研究往往涉及复杂、多样、多变的非线性现象，不再可能将它们用少量的数据来描述，也没法拆卸为少量部件，只能用海量的数据来精确刻画其复杂细节。这样，大数据将整体的自然世界或人类世界碎片化为海量的数据，数据规模越大，说明世界被破碎得越精细。

大数据对复杂现象数据化之后，各个数据之间的地位是平等的，不像小数据时代的数据具有不同的层级和地位。例如在当今的网络世界里，人人都可以参与，人人都具有同样的参与权和发言权，不再表现为地位不平等的等级结构。以大数据为代表的数据世界里，各个数据都是具有自主性的主体，相互之间透明、平等，形成复杂的数据网络。大数据时代的数据化世界是一个碎片化、微结构的世界。后现代主义要解构现代主义的各种结构，以实现完全平等的主体地位，但是他们的理想在小数据时代缺乏相应的技术实现途径。

大数据认为万物皆数据，世界的本质就是数据。“有了大数据的帮助，我们不会再将世界看作是一连串我们认为或是自然或是社会现象的事件，我们会意识到本质上世界是由信息构成的。”“通过数据化，在很多情况下我们就能全面采集和计算有形物质和无形物质的存在，并对其进行处理。”[6]125如今大数据革命从技术(特别是数据信息技术)上实现了后现代主义解构世界的哲学主张，让物理世界、社会世界甚至思维世界变成了碎片化的数据世界，实现了后现代碎片化世界的理想。但是，数据化的世界比后现代主义完全无结构、凌乱、破碎的世界更加科学、完美，因此它又超越了后现代主义的破碎世界观。

二、复杂多样：个性化的思维方式

经过几千年的漫长发展，古代的经验技术逐渐演变为科学技术。美国技术哲学家芒福德认为古代的经验技术是符合人性的生态化的多样性技术(polytechnics)，而现代科学化的技术则变成了单一化技术(monotechnics)。单一化技术是一种权力技术，它以科学理论为基础，以批量化生产为形式，以经济扩张、物质丰盈和军事优势为目的，一句话就是为了权力。这种单一化技术最终将演变为巨型机器(megamachine)，进而形成标准化、齐一化的技术体系，并置于中央控制之下，形成等级森严的技术、社会组织。[7]86-88人文主义技术哲学家们对这种单一化技术进行了诸多的批判，例如海德格尔把它描述为一种系统性的技术座架(Gestell)，胁迫人类成为技术系统的一部分，从而丧失人类的自由。[7]124-126马尔库塞用“单向度的人”来描述这个单一化的技术社会。托夫勒则用更加诗意化的文笔描绘了工业社会的情形：“它把所有事物联系在一起，像机器一样分别装配，构成世界上最强大、最团结、最有包容力的社会制度：第二次浪潮的文明”，并把工业社会的特征归结为标准化、专门化、同步化、集中化、规模化和集权化。[8]

小数据时代的最基本特征是标准化、批量化和集中化，后现代主义哲学家们则用中心化来统一概括。所谓中心化(Centralization)就是在一个系统的要素之间具有不同的地位和作用，存在层次性的权力结构，它是一种单向性的集权模式。[4]50例如广播电台、电视台就是典型的中心化模式，只存在广播电台或电视台向听众或观众的单向信息传播，受众只能被动接受而无法与传播者进行信息反馈或互动。去中心化是后现代主义的主要内容之一，后现代主义者们追随哥白尼、达尔文与弗洛伊德的传统，对一切自称为中心的东西都十分反感，尤其是对自称为哲学核心的形而上学更是深恶痛绝，于是他们要废除一切号称中心的东西，实现万物相互平等、各有个性和地位，强调复杂性、个体性和多样性的存在。在中心化的结构中，中心具有核心地位，统摄、领导着整个系统，其他要素只能接受控制，无法反馈或互动。[9]10去中心化就是系统不再存在控制、指挥、领导其他要素的核心要素，系统要素之间的地位是平等的，相互之间以协商、交流、对话为手段的信息反馈或互动。

随着大数据时代的来临，工业社会时代的单一性技术体系被逐渐打破，后现代主义的多样化、去中心的理想逐渐成为现实。大数据技术是如何打破单一性技术体系的呢？

1.大数据是没有主体的数据

小数据时代的数据都是人工参与采集的数据，是有主体的数据，因此也是被主体污染的数据。在数据采集之前，采集者就设计了整套的采集方案，包括采集对象、采集目的和采集手段等，预设了哪些数据是重要的数据，根据观察渗透理论，这种数据充分渗透了采集者的意图和知识背景，渗透了中心化思维，因此很难保持其客观性。在大数据时代，数据主要来自传感器、手机、网络、监控器、收银机等，这些智能终端虽然都是由人类设计和安装，但这些数据与具体的个人无关，具有了主体间性，因此具有了客观性，与具体的主体没有紧密相关，可以作为属于没有主体的数据。这些数据没有预设目的，起初只是作为垃圾被智能设备留下，这样也就没有对数据作等级分类，所有数据都具有同等的重要性，因此也就没有中心化思维，大数据是对小数据时代中心化的反动，体现了后现代主义的非中心化理念。

2.大数据是多样性的数据

在小数据时代，因为数据来之不易，在采集数据之前就经过了精心的设计，特别是对研究对象进行了孤立、静止的理想化处理，一方面将其与环境隔离，让对象成为一个孤立的系统，与环境没有物质、信息、能量的交流，另一方面让变动不居的状态静止下来，以便于采集、记录和分析数据。在对数据进行分析时，小数据时代总是追求总体化、平均化、标准化，以单一的总体、平均掩盖了活生生的个体，个体之间没有了差异性、多样性。大数据技术不再需要对研究对象进行理想化处理，可以在真实环境采集、记录和存储事物的真实状态。大数据也不需要对所采集数据进行标准化处理，每个原始数据都得到保留，不再进行总体化和平均化。各个原始数据都保持着自己的个性和差异性，不再面临不符合理论或预期的数据而被预先抛弃的命运，也不会被干巴巴的总体、平均所替代。真实的世界是一个复杂、多样的世界，大数据用海量的数据记录、刻画了真实世界的这种复杂与多样。

3.大数据是模糊性的数据

在小数据时代，科学化、数据化意味着精确化，任何数据都必须精确描述事物的状态，不允许模糊、不精确数据的存在。“对小数据而言，最基本、最重要的要求就是减少错误，保证质量。”[6]46这是因为在小数据时代，数据的采集成本高，数据精确度对后期的研究带来巨大的影响，不精确的数据可能带来巨大的误差甚至错误。在大数据时代，海量的数据从智能终端不断自动生成，数据的获取不再是难题，数据的筛选反而是不容易的事情。因此，原始数据不管精确与否，一概被记录、储存下来。海量数据的模糊性反映了现实世界的真实状态。此外，大数据的数据处理能够对异常数据进行快速清洗，通过冗余技术可以实现真实状态的还原。允许不精确性是大数据时代的亮点和特点，因为放松了容错的标准，数据量急剧爆发，这海量的数据正好刻画了事物各种状态的细节。“执迷于精确性是信息匮乏时代和模拟时代的产物。在那个信息贫乏的时代，任意一个数据点的测量情况对结果都至关重要。所以，我们需要确保每个数据的精确性，才不会导致分析结果的偏差。”[6]55“当我们试图扩大数据规模的时候，要学会拥抱混杂。”[6]49

4.大数据是平等性的数据

工业化时代的典型结构是等级结构，在这种等级结构中，人与人之间、物与物之间、数据与数据之间是不平等的，其中有些要素具有绝对的权威，而有些要素则完全被动，下一级的权利往往由上一级来代表。例如，在传统的广播、电视技术中，作为受众的我们只能被动地接受广播电台、电视台的节目安排，我们无法体现作为受众的意见，只有单向的灌输。在这种结构中，我们可以通过还原找到系统具有绝对权威的顶端，因此这种系统是一种具有宏大叙事的权威系统。但是，大数据技术提供了颠覆这种结构的技术，在互联网、物联网中，很难找到具有绝对权威的顶层，各个终端相互连接，形成一种具有平等地位的网络结构。在网络结构中，每个终端都有自己的话语权，相互之间形成平等的对话关系，权力不再被他人代表，也不再形成宏大的叙事结构。

三、超越因果：非理性的认知模式

所谓理性(reason)是指基于某种规则或理论对现象进行解释和预测的一种认知模式。理性在古希腊时期被称为“逻各斯”(logos)，它指的是世间万物的纷繁复杂的各种现象背后，一定蕴藏着一种神秘力量，这种神秘力量控制着现象的千变万化，也可以说是现象背后的原因。

自古以来，人们面对纷繁复杂的各种现象总会心生困惑，这些变动不居的现象背后是否存在不变的原因或规律呢？人们最早将其诉诸各种神灵，直到古希腊先哲们试图用物质的因素来取代难以把控的神灵，于是自然哲学家们先后将这种背后的原因归之为水、火、不定者、气、原子等，他们试图为现象世界找到一个不变不动、不生不灭、独一无二的最后原因。古希腊伟大的哲学家亚里士多德更是将其上升为形而上学，将万物之因归结为四种，即质料因、形式因、动力因和目的因。经过将上帝作为万物终极因的千年中世纪后，人们迎来了伟大的文艺复兴和启蒙运动，由于伽利略、牛顿等诸多科学家的伟大贡献，自然科学及其解释世界的方式逐渐为人们树为标杆，科学理性逐渐取得统治地位，万事万物都必须接受理性的质疑和批判，理性主义成为人们的基本信念，相信科学、高扬理性成为时代的主旋律。

当然，就在理性主义旗帜高高飘扬的启蒙运动时期，就有卢梭等思想家们批判理性统治一切的极端行为，叔本华、尼采等人文主义思想家们一直坚持人文精神，反对科学理性的垄断，但是面对现代科学技术的滚滚洪流，人文主义的呼声显得那么苍白无力。一直等到后现代主义的兴起，特别是后工业社会、第三次浪潮的回应，科学哲学家费耶阿本德喊出了打倒科学帝国主义的口号，反对理性垄断之声才成为星星之火。[10]如今正在发生的大数据革命则从技术层面将后现代主义的反对理性垄断的主张落实到政治、经济、文化和生活之中。大数据技术从哪些途径将后现代主义的理想变为现实、将口号落到实处呢？归结起来主要有重视相关性、接纳非科学、包容非理性。

1.重视相关性

理性的最基本表现形式是事物之间的因果性，传统科学要追求确定性，要找出现象背后的原因，然后根据因果关系提炼出具有确定性的科学规律，并利用这种因果规律解释现象、预测未来。传统科学的这种认知模式当然有其合理性，而且科学史已经说明这种模式的有效性。但是，在大数据时代，数据量急剧暴增，到达传统方法难以对付的海量规模。面对海量的大数据，我们已经不再可能找到每个数据的前因后果，再也难以找到它们之间的因果链。于是，大数据技术不再首先追求数据间的因果关系，而是重视数据间的相关关系。大数据通过相关关系来解释现象，更重要的是用其预测未来。[7]75特别是对许多实际问题，例如许多商业应用来说，只要找到相关关系就能预测未来趋势，因此相关关系更具有实用价值。在大数据时代，各种智能终端都在线链接在一起，形成实时网络，要对实时的大数据进行因果关系分析难度太大、成本太高，因此相关性分析是一种既经济又实用的技术方案。

大数据技术对相关性的重视虽然没有直接否认事物的因果性，但它通过相关性分析超越了因果性分析，这就为后现代主义贬斥因果性提供了一套可行技术手段。大数据的相关性虽然没有因果性那种确定性关系，只具有或然性，但利用海量的实时数据以及数据的在线处理，能够比较好地实现趋势预测，因此，面对大数据相关性分析更具有可行性和实用性。在大数据时代，相关性分析为我们提供了一系列新的视野和有用的预测工具，我们从中可以看到许多以往未曾关注的联系，并可掌握以往无法理解和预测的复杂技术和社会动态。“更重要的是通过探求是什么而不是为什么，相关关系帮助我们更好地了解这个世界。”[7]83

2.接纳非科学

自从哲学中独立出来并挣脱了神学枷锁之后，自然科学就获得了无上的荣光，成为雄霸天下的霸主。于是，从19世纪开始就有人提出要划清科学与非科学的界限，把非科学的东西赶出去。20世纪的逻辑实证主义和批判理性主义更是把科学划界作为科学哲学的第一要务，誓把非科学、伪科学赶出科学的阵营去。他们认为，科学具有自身的特质和独特地位，因此他们必须保卫科学、保持科学的纯洁性，并分别用可证实性或可证伪性作为科学划界的标准。虽然随后的科学哲学家(例如库恩、拉卡托斯)放宽了科学划界的标准，甚至有费耶阿本德彻底放弃划界，但科学哲学界普遍认为，科学与非科学、伪科学之间还是必须划界，并制定合适的标准，因此有邦格、萨迦德等人对科学划界标准的重建。[11]

逻辑实证主义眼中的科学是指文艺复兴以来那种以经验、实验为基础，以逻辑与数学为工具而建立起来的自然科学。自然科学的最大特点就体现在逻辑与实证中，所谓逻辑是指学科内部知识体系的逻辑化和数学化，所谓实证是指科学知识的经验来源和检验。自然科学各学科经过几百年的发展逐渐实现了体系逻辑化和检验经验化，从而得到了普遍的承认。然而，由于人的主体性与复杂性，与人相关的文史哲等人文学科由于难以逻辑化和经验检验，所有人文学科数千年来一直停留在思辨层次，难以像自然科学一样得到普遍的承认，因而也无法纳入科学共同体中。与人类社会相关的社会科学，例如心理学、社会学、经济学、管理学等，虽然通过借鉴自然科学的方法进行了部分的逻辑化和经验化，但由于研究对象的复杂性，它们仍然难以像自然科学一样获得科学的入场券。因此近现代科学其实仅仅局限于自然科学，人文、社会科学并没有被科学共同体普遍接纳。

随着大数据技术的兴起，万事万物的数据化方法获得了突飞猛进的突破，万物皆可被数据化。自然科学的所谓逻辑化和经验化问题，只要经过简单的转换就可以变为数据化的问题，科学划界的标准虽有形形色色，但最终都可以归结为能否被数据化的问题。自然科学之所以被称为科学，就是其研究对象能够被数据化，而人文、社会科学则因其对象的复杂性而无法用传统方法实现数据化。大数据技术可以将人类最复杂、最神秘的心理活动、情感意志、直觉感悟、言谈举止等等都可以被智能系统采集、记录、存储下来，并可以进行数据挖掘。因此，量化万物的大数据技术则让人文、社会科学的数据化问题得到彻底的解决。也就是说，人文、社会科学的研究对象通过大数据技术也可以彻底被数据化，曾经一度被排斥在科学大门之外的人文、社会科学就可以像自然科学一样昂首挺进科学的大门。由此，科学的范围就得到了大大的扩展，特别是以往被当作伪科学的中医药、经验性知识、地方性知识以及其他一切默会知识(tacit knowledge)都可以被科学接纳或包容。大数据通过技术化的手段响应了后现代主义促进科学平等化的主张，虽然没有后现代主义者那样高喊打倒科学帝国主义，但通过数据化，让非科学获得了科学的平等地位。

3．包容非理性

科学的最终产品是什么？以往认为，应该是具有普遍必然性的因果规律，即通过科学活动科学家们将获得各种因果规律，而且这些因果规律经过经验检验具有普遍必然性。凡是所谓的规律，传统观点认为必然是一种因果规律，偶尔也表现为统计规律。无论如何，规律就必须放之四海而皆准，与时间、地点、人物没有任何关系，这就是所谓的真理的绝对性。

但是，大数据技术通过数据挖掘所得到的只是数据之间的相关关系，比因果关系的要求更宽松。这种数据相关关系能不能纳入规律的范畴呢？我们知道，因果规律之所以被称为规律，是因为它一方面可以解释已经出现的现象，即对已经出现的各种现象可以做出各种合理的解释，这就是所谓的解释过去功能。另一方面，它还可以利用因果关系对尚未出现的现象做出准确的预测，未来的现象虽然尚未出现，但一切都在因果规律的意料之中，这就是所谓的预测未来功能。大数据挖掘所获取的数据规律是根据特定的数据库所归纳提炼出来的数据之间的相关关系，它在特定的时间、地点或人物条件下可以解释已经发生的各种现象，同时利用数据间的相关关系也可以推导出未来即将出现的现象。例如，大数据的啤酒与尿布片这一经典案例中，沃尔玛超市就是利用已有数据间的相关关系发现了啤酒与尿布片之间的关系，并利用它们之间的关系成功地进行了商业营销。在现实生活中，特别是商业营销中，只要积累了足够的历史数据，就可以从中发现数据间的相关关系，并由此实现各种商业营销。虽然大数据的相关关系具有语境性和偶然性，但从解释过去、预测未来这两种功能来说，相关关系在一定的语境下也具有因果关系的这两种功能，因此也可以被称为规律，我们可将这种相关关系称为数据规律，以便与因果规律相区别。

大数据时代的数据规律弥补了传统的因果规律的不足，它让语境性、地方性知识也可以被纳入科学知识的范围，科学由此具有了更大的包容性与更小的排他性。后现代主义一直诟病现代科学的霸道，把大量的其他知识，例如具有数千年历史并具有强大治疗功能的中医药知识强行排斥在科学的大门之外，各种文史哲知识和社会科学知识由于没有普遍必然性而不被科学接纳。现代主义强调规律的普遍必然性就是理性中心主义的表现，因此后现代主义认为，现代科学将宗教拉下神坛后自己又端坐在神坛中，而且并不比宗教具有更大的包容心，因此必须打倒科学帝国主义。[12]大数据用具体的技术手段让可能规律能够包容个别、偶然的现象，并从数据相关性入手突破了普遍必然性的因果规律的限制，从而实现了后现代主义打破理性中心主义的霸权，实现了向非理性化的转向。

四、结语

大数据革命是正在发生的一场新技术革命，但它的思想渊源早已隐藏在后现代主义的思想之中。从本体论上来说，大数据主义认为“万物皆数”“数化一切”的数据化世界观就是解构、破碎的后现代世界观的技术化表征和技术实现。混杂、多样、个性的大数据思维正好与后现代的去中心化思维相吻合，并且从技术上将中心祛除，实现了每个个体都是中心的理想。大数据对因果性的超越，对相关性的追求正是后现代主义排斥理性的技术翻版，从技术上实现了非理性化的愿望。总之，大数据主义的数据化、混杂性、相关性的新主张正是后现代主义解构一切、祛除中心和排斥理性的科学表征和技术实现，因此从本质上来说，大数据主义与后现代主义具有极大的相似性，当然大数据主义在一定程度上也实现了对后现代主义的超越，更像建设性的后现代主义。

[1]黄欣荣.大数据时代的哲学变革[N].光明日报(理论版),2014-12-03(A015).

[2]史蒂夫·洛儿.大数据主义[M].北京：中信出版社，2015:13-17.

[3]冯俊.后现代主义哲学讲演录[M].北京：商务印书馆，2003.

[4]凯文·奥顿奈尔.黄昏后的契机：后现代主义[M].王萍丽，译.北京：北京大学出版社，2004.

[5]黄欣荣.大数据与微时代:信息时代的二重奏[J].河北师范大学学报(哲学社会科学版),2017(1):109-114.

[6]维克托·迈尔-舍恩伯格，肯尼思·库克耶．大数据时代[M]．盛杨燕，周涛，译.杭州：浙江人民出版社，2013．

[7]黄欣荣.现代西方技术哲学[M].南昌：江西人民出版社,2011.

[8]托夫勒.第三次浪潮[M].北京：生活·读书·新知三联书店，1983：14.

[9]法罗兰·巴特.一个解构主义的文本[M].汪耀进，武佩荣，译.上海：上海人民出版社，1997.

[10]费耶阿本德.告别理性[M].陈健，译.南京：江苏人民出版社，2007：316.

[11]黄欣荣.从确定到模糊—科学划界的历史嬗变[J].科学·经济·社会,2003(4):58-62.

[12]费耶阿本德.反对方法[M].周昌忠，译.上海：上海译文出版社，1992：138.