大数据时代的德国互联网 | 访欧洲科学院院士傅晓明教授

“

对话德国：您能否简要介绍一下您目前主要的研究领域与应用范围？

傅晓明教授：我的本行是计算机网络，具体来讲就是互联网信息传输体系、机制、协议的实现及标准化。这是二十余年来自从攻读博士开始一直从事的研究方向。从2010年起，我开始涉足社会网大数据领域的研究。

对话德国：社会网大数据主要涵盖什么内容？

傅晓明教授：首先是通过人的行为来分析人的移动规律，比如在城市里一个人从哪到哪出行，谁与谁碰面，谁跟谁是一个小圈子等等；然后通过网络的行为来分析人的社会属性，包括谁跟谁更容易交朋友，谁跟谁更有可能归属同一个小圈子等等。

对话德国：相较于您最初的互联网协议等研究方向，这可以说是一个全新的领域，您是怎么开始社会网研究的？

傅晓明教授：2009年我在研究中发现大数据分析需要与一些社会学理论对话，这时开始意识到自己在社会科学领域的不足。

由于在清华读博期间与部分校领导打过交道，彼此留下了不错的印象。当我寻找相应合作专家时，给当时的党办主任白老师打了个电话，白老师帮我联系了清华的科研院院长，院长又向我推荐了人文社科学院的院长李强教授。李老师说他不是这方面的专家，所以接着又向我推荐了社会学系主任沈原教授，沈老师再帮我与罗家德老师搭上了线。罗老师与我一拍即合，我们多次当面交流，常常讨论到深夜。2010年我请他到德国参加学术会议，开始了正式合作。

对话德国：能否介绍一下您在计算机与社会学的交叉学科领域的研究进展或成果？

傅晓明教授：发表论文与申请到的项目都是成果的一部分，但我觉得更重要的成果涉及方法学问题——就是说社会学、经济社会学、社会心理学等社会学科里的理论、经验和知识如何为我们信息领域服务，或者说倒过来，我们信息领域的东西怎么能解答他们研究中的困惑，这是我觉得这些年碰撞出来的很有趣的东西。

对话德国：其实社会网研究不能算是一个新话题，比如我国费孝通先生早在20世纪40年代就分析了我国“差序格局”的乡土社会结构；而您从20年多前起就正式开始互联网的研究。您认为是什么原因使人文社科和信息技术能在现在这样一个时间点产生碰撞，成为大家热衷的研究方向？

傅晓明教授：第一，在大数据时代，电信、手机以及各类IT技术的发展与普及，使得人人都能使用包括Facebook、微信等在内的社交软件，科研人员自然能通过这些软件获取使用者数据；

第二，在获得数据以后，科研人员与研发人员不再囿于已有软件的基本功能，而是开始思考借助这些数据做更精准的东西，比如现在逐渐兴起的精准医疗或者智能交通等新领域。

一个社会系统的关键要素就是数据。然而，通常我们领域分析的数据比较单一，数量及维度少，即使是对大数据的分析也常常限于利用统计学原理和机器学习手段，而没有进一步分析各种不同数据之间的关联，关联产生的效果，关联的演变可能带来的结果，以及数据样本是否真实反应现实世界中的期待研究人群。

根据这些社会学和其它的社会学科领域知识提供的线索，我算是很早切入这个跨学科领域并真正地“踩”了进去。但是，这样的跨学科交叉从科研成果上来讲也是风险比较大的领域。幸运的是，在德国担任终身教授，自己可以自主地决定做哪方面研究，因此我做这种开放式的研究可以说几乎没有压力。

对话德国：您现在做的这些跨学科研究有哪些具体应用？

傅晓明教授：其应用很多，比如企业绩效管理、智能交通、广告投放、社会治理等等。

当知道一个人的社会影响力，明白他的一举一动能影响局部甚至全局的作用时，你就可以适当地施加对这些人的影响以达到掌控全局的目的。在具体应用中，通过数据分析明确谁是把握不同事件、不同圈子的关键人物后，只需重点关注、应对这几个人，将其他人一并带过，便能起到四面开花的效果。

“

对话德国：说到大数据，我们也很好奇，学术界一般有哪些数据来源？

傅晓明教授：三个途径。一是前人已经通过爬虫获得的数据，二是自己设计爬虫软件去爬，三是由合作公司提供。

爬虫的意思就是说设计一个小程序伪装成正常的用户，比如这个用户加你好友，它就能爬到作为好友所能看到的所有信息，你在什么时候发了什么帖子，跟谁聊过什么等等。比如，早期Facebook上很多用户信息是可以用自己开发的爬虫爬下来的，包括用户的个人特性、动态、点赞等等，现在因为它的隐私保护不能爬了。

当然，除去Facebook、微信等较难爬到数据的社交平台外，研究人员还可以到一些其它的网站，例如点评网、Foursquare、部分购物网站等。更智能一点的还有开发手机App或Facebook App等，用户在一个简单的知情同意共享部分信息的窗口点击确认后，即可使用该软件，参与一些功能（例如游戏），而软件后台便自动获得了许多用户数据。

对话德国：今年三月Facebook被爆出5000万用户数据泄露，并被政治广告公司剑桥分析（Cambridge Analytica）所利用。网上多方观点各执一词，其中一大主流观点是，所有的数据都是用户主动选择与第三方应用程序共享的，是用户自己同意“廉价出让”自己的隐私，因此不存在Facebook“泄露数据”一说。请问您怎么看待这个事件？

傅晓明教授：在大数据分析工作中，数据来源的合法性是一个非常关键的问题。据了解，剑桥分析的数据本来是基于剑桥大学与Facebook的协议，剑桥大学相关课题组的研究人员可以使用这些数据用于研究目的，然而其中部分人员在没有得到剑桥大学允许的情况下，私自把数据带到公司用于商业用途，这是不符合学术伦理和数据保护原则的。

对话德国：作为用户，我们应该怎样保护自己的数据隐私？

傅晓明教授：我们首先需要明白，个人数据在网上是很危险的。当别人把你在微信朋友圈、Facebook上的个人信息及最新的状态——出生年月日、家庭地址、目前的状态、最近跟谁交互等等画像捕捉在一起时，你是透明的。而个人信息暴露在网上有很大的后遗症，别人可以通过各种方式把你的所有信息挖下来，然后冒充你做很多事情，比如在QQ上骗钱，或者使用你的出生年月加家庭住址在电话里向电信索要账单。

可是，这些信息真的很难保住。你无意中跟人说过的一句话可能就会暴露一个关键信息。所以在公开场合尤其是公共平台上说话需要非常谨慎，涉及个人隐私的各类信息应当尽量隐藏起来，包括自己或家人的出生年月等，都不要说得太准确，比如发聚会图片时不要强调今天是你的生日。另外，也不要将自己的所有行踪都用定位和其他信息共享的方式暴露出来。

所以，除了使用相对复杂的用户密码（例如用字母、数字及特殊字符，不要用单词组合、简单数字例如123456或者自己的出生年月日等方式），对自己在网上暴露、发表的信息需要有所保留。你可以在生活中是一个个性直爽的人，但是在网络上却不必要太过张扬。

对话德国：除了用户主动保护自己的隐私外，科研人员对大数据进行分析时，肯定也会考虑保护数据来源者的隐私，具体有哪些措施？

傅晓明教授：无论是爬到的数据，还是与公司合作得到的数据，我们通常采用计算机哈希算法及K-means等匿名化用户个人信息，让任何一个个人数据都无法精确还原到具体的某个人。

通俗来讲，匿名化就是说将用户的信息模糊处理，而不把个体用户单独列出来刻画他的特征，这样别人就无法反推这个人是谁，他的行为是什么。模糊到什么程度呢？

比如一个人出现在好几个地方，每个地方都有好几件事情，好几个人有类似的迹象。然后我们会将每个元素都模糊处理，没有人名、没有电话、没有出生年月日，连地址也模糊化，这样看到结果的人就像一个近视眼患者没带眼镜一样，看什么都模模糊糊的，因此也就不能反推这是谁，是哪家公司或者哪个个人。

当然，我们也要求相关研究人员严格遵守内部数据管理纪律以及与合作机构的双边保密协议，只有授权人员才能接触相应数据，不能通过活动硬盘、USB盘、网盘等存放或共享数据。即使部分匿名化数据经允许需要做相关处理，处理完后也必须尽快清理。

此外，对任何需要对外界公开或者展示的数据、文档或者论文，我们会严格审查数据描述及分析结果是否涉及任何隐私泄露，只有在得到项目负责人以及可能的外部合作方的允许之后，方可投稿、发布或发表。

“

对话德国：您怎样评价中国、德国、美国在互联网和大数据等方面的科研实力和实际应用的发展现状？

傅晓明教授：美国在这些领域的发展水平绝对是领先的。美国有很多发展优势，它很早就破除了电信和internet访问的壁垒，而欧洲是直到最近才开始欧盟内数据漫游，数据的速率也才慢慢地提高一些。

中国一直试图超车，但有一点就是知识产权保护做得还不够。当你有了一个好主意，很容易被别人抄袭，由于保护不严你也没法诉讼抄袭者，所以能做的只是去做一些门槛更高的东西，但是门槛高的东西也同样有起点高的人在拷贝你。这点不得不说国人有时候过于功利了。尽管不少公司在盈利方面很成功，但是做事情却让人感觉不太地道。这个现象当然不仅仅在IT行业，还出现在许多其它领域。

所以你们可以看到有些所谓创业的想法就是把美国或者其他国家的产品或概念直接拿去本地化，然后利用政经关系把外企关在外面，自己偷偷地哺育国内市场。这不是一个自由竞争的正常社会能够做的事情。

德国相对较好，因为他们的社会民主理念从俾斯麦时代发展至今已经差不多150年，已基本成型。在这样的历史背景下，大家崇尚社会公平与平等，不能欺压弱势群体。一个社会，如果少数人富起来而把其他人都踩在脚下，是很糟糕的，那更像是是资本主义的原始积累阶段。

德国这些年，抛开一战二战两个血淋淋的教训外，其实还算是很成功地实现了社会公平与科技发展、经济增长的平衡。社会公平包括分配的公平以及机会的平等。社会的财富也是靠自己高科技的发展积累起来的，这是别人没法仿造的高门槛的技术，这种高门槛需要你在各个方面都很全面才能追赶得上。

具体到德国互联网领域，在这里互联网不再是一个相对独立的行业，而是与各行各业密切相关的，其中包括汽车IT系统、医疗体系、企业管理的SAP系统、农业机械化自动化、生物制药IT技术等一系列针对具体企业实际应用的产品。但是，在需要及时掌握用户心理和时尚的大众型消费产品领域，德国人不太擅长。你们看德国人穿衣服都是几十年不变的灰色、黑色，偶尔有红色和蓝色，中国人的着装则显得更活跃与多元化。在这点上两个国家很不一样，有人评价德国人不怎么在乎表面的、时尚的东西，而更倾向于追求一种冷酷的风格，我感觉这也与他们的民族特性有关。

对话德国：德国提出的工业4.0离不开互联网技术，您认为德国相对保守、进展缓慢的互联网技术会不会成为它的瓶颈？

傅晓明教授：会有一定的影响，但是因为工业4.0中，每个企业大多时候需要的是在自己的产业链中与自己的产业伙伴形成互通互补的关系，以此促成整个链条的信息互通。在大数据时代到来之前，大家做得很好。

而在向大数据靠拢的过程中，行业内也会形成相关产业的标准与联盟，这是基于产业链内的信任和互助。很多企业的长远目标不是为了赚多少钱，而是为了能够保持住自己在这个产业链中应有的地位，让企业及雇员都能生存下去。这也是德国社会的普遍共识。

我感觉正是由于他们不那么在意短期功利，不讲究什么“弯道超车”，长期来看，由于数据最终是反应客观事实的，和经验一样越积累越多，随着互联网技术的更加普及，相应的大数据分析可以充分体现产业发展的基本规律，与工业界积累的长期经验摸索结合，长久下来应该会做得很好。从这点看来，我不觉得德国在工业4.0的发展上会差什么，反而会继续在世界上领先。

对话德国：您提到的产业链内的信任和互助很有意思，这一点适用于中国各产业的发展吗？

傅晓明教授：中国与德国在这方面有很大不同。中国的信任都是基于人的信任，而不是体制的信任。人本性大致都是自私的，而中国人的自私又比德国人的自私明显一些，更倾向以自己和家族利益为中心，希望把竞争者比下去。而德国更多强调的是“共赢”的哲学，在一个大集体、一个领域内协作，这点会使得工业4.0在德国发展得非常好。

回到互联网发展对工业4.0发展的影响这个问题上，互联网发展的快慢可能相对影响没那么大。各个企业在联邦德国范围内、或者各个地方都有自己的一套体系，包括自己的行业标准、行业领域的互通渠道，反而不一定对公众性的互联网平台依赖过多。

公众互联网平台更多是服务消费类产品，提供销售渠道。但我觉得销售渠道不是一个大事，因为德国经济不依赖这个。与此形成鲜明对比的是，中国高速发展的物流业成就了互联网，也是网上交易繁荣的重要原因，然而中国的物流业和网上交易的繁荣也造成了无数其他实体经济包括制造业、传统销售行业的的萎缩。

“

对话德国：目前在德国互联网行业工作的华人发展怎么样？

傅晓明教授：我感觉绝大部分华人不算真正进入了德国的互联网产业。

目前在德国互联网产业的华人主要分为两类：第一类仍然是给企业打工；第二类是自立门户——但即使是成立了自己的公司，还是赚中国人的钱，玩来玩去都是到中国去找一个题目或是搞国际之间的合作，去做一些自己所谓的新的产业链，而不是在这边的主流社会中去拼。所以我觉得还需假以时日才能真正谈华人在德国互联网产业的发展。

现在主导的仍然是我们70年代80年代的这批人，由于成长的客观条件限制，开创性思维不够，批判性思维不够，交流能力也不够。所以还需要等着你们85后90后这批年轻人成长起来，用现代化的思维与工作方法对待问题。

你们中的很多人已经拥有更广阔的国际视野，有开放式的眼光，有自信，而且在积累一定经验后，面对一个新事物，能够在短时间内发现关键问题，并解决其中一两个最关键环节上的问题。越来越多的年轻人，已经能在不同角色上，抓住主要矛盾去做一些目前短期、中期内非常有意义的事情，具备与其他国家人才同台竞争的实力。

对话德国：在美国互联网公司里有很多印度裔的高管，比如微软和谷歌的CEO，但是我们却很少看到华人高管，请问您觉得是什么原因？

傅晓明教授：我认为跟性格文化有关系。就像清华“行胜于言”的校训，中国有一个传统，专心做好自己的事情，认为自己只要做好了别人就会认可我，也会逐渐得到机会。这固然没错，但是也正如史宗恺老师在我们哥廷根校友会年会总结发言时所说，我们需要站的角度高一些，看到你自己专注之事以外的事情，同时知道你的观点，了解你的创造力。

语言壁垒并不是关键因素，而是咱们本身对外界的开放程度和主动程度不够，这是我们很大的缺陷。有时候，印度人即便一知半解，对着任何人都敢发言。通过积极发言和参与交流，他们可以发现新的问题和思路，这样慢慢地机会就会更多向他们倾斜，而默默做事、顶多在旁边插嘴的华人们就失去了很多这些机会，包括表现自己、让更多人了解自己工作和想法的机会。

对话德国：回到中国与印度本土的互联网发展现状。两者都是人口大国，从德国、美国的互联网产业发展来看，印度裔员工也占有重要位置，但印度本土的互联网发展没有中国快。您觉得症结在哪？一直以来，很多欧美企业将IT领域的工作外包给印度人来做，您觉得这样对印度未来互联网的发展会有多大的帮助？

傅晓明教授：印度的特点一是人口众多，二是种姓制度与它所谓的民主制度交织在一起。印度人非常反感他们的民主制度，都说是腐败。印度的腐败是摆在明面上的。我去过印度，也有印度的学生，我感觉印度发展之所以会遭遇瓶颈，就是因为它的工业化程度还没有达到足够的高度就开始所谓的民主化，而与此同时传统种姓制度的烙印却并未消除。所以，个人认为印度仍然是一个前工业化国家。

几年前我去过新德里出差，新德里作为首都非常落后，所有的工人靠手工干活，敲敲打打，女人们顶着装满沙子的框搬东西，整体是非常原始的社会形态。他们因为人口多，人力便宜，所以没有利用机器化大生产更不用说IT化，没有想过很多地方可以用机器替代人力。

IT领域在印度的任务其实是很狭义的，他们主要就接软件外包的活。因为人口优势，他们的工资可以压得很低，但是因为聚集效应可以形成很多这种外包公司，所以呈现出很多人一起来做服务性工作的局面。

但是人工智能的出现必然使得未来不再需要他们这样的纯人工，如果他们不赶快转型升级产业，是没有出路的。很多印度有识之士也认识到这些，包括从体制上开始加快现代化进程，比如吸引印度首富投资电信领域，让印度大部分地区过去两年内升级到有4G网络覆盖，带来许多新的互联网产业机会。

对话德国：以中国与印度为例，您认为一个国家想引领互联网发展需要具备哪些条件？有哪些关键的推动因素？

傅晓明教授：我认为拥有一个有全局观的集团行为、战略行为非常重要。

比如，印度的高校比中国差很多，他们的高校没有任何的科研产出能力，印度IT领域的教授们除了在美国访问的时候能发一些文章，在本地几乎发不出有任何影响力的东西。相反，在印度具有研究能力的是那些世界级公司的研究院，包括微软研究院、IBM研究院等。因为这些研究院是按照北美的方式到印度管理、运作的，反而能够发出研究成果，在世界范围有一点竞争力。但是如果它不能转换成产业界的实际应用，还是存在问题的。所以，尽管大家看印度的发展速度逐渐跟上来了，我感觉它可能会后劲不足。他们需要思考怎么在IT或者说大数据领域有更全局的战略。

中国的优势也在于此。咱们的领导人想引导着大家往富裕的方向发展，把全体中国人的福祉放在眼里。一个县长就要把这个县的GDP提高，一个国家领导人就会想着把中国的产品推到国外去，尽量地想办法通过“一带一路”等各种方式把中国的声音、产品、软实力、硬实力推向世界。

但是在印度很难感觉到有人做决定。既没有非常强大的私有企业，也没有非常强大的国有力量，大家都在小打小闹，形不成气候。尽管有外资注入，但是这些资金往往是为外企服务的，而不是为了本地企业。尽管印度人在美国IT行业非常受欢迎，他们真正在印度国内做的事情还是远远不够的。

中国是有政府倾向，个人意愿，加上涌现的几个顶尖公司，以及近年基于互联网的创业创新影响着一系列相关领域的发展。所以从整个IT行业来讲，我觉得中国是有可能在不久的将来超越美国的。

“

对话德国：从互联网行业展开来看，德国经济发展的产业结构大致是怎样的？是否也与他们的民族特性有关？

傅晓明教授：德国的互联网、物联网发展也反映了它的产业结构。他们相对不太重视大众的消费性产品，比如手机、网购等，都不一定有中国或者其它西方国家这么先进，但是它的实体经济是这些国家中做得最棒的。也正是因此，德国经济才能够有长线的发展，靠着吃喝玩乐、好莱坞电影、快时尚等短平快的方式去促进大家消费没有错，但是要有赚钱的能力才能消费，而经济增长不能全在第三产业的消费链上，必须还要有高端实体产业来创造新的价值。

另外，德国人更愿意埋头做自己感兴趣的事情。每个企业都很小，但是很多都做得很棒。他们觉得每个人的格局就应该是把自己的东西做好，一直坚持做下去，而不是说今天做好了这个，赶紧卖掉，又再重新开始一个发财概率更高的东西。

我觉得德国的这一点值得我们好好学习。他们一家餐馆能开几百年，比如我们今天中午去吃的餐厅，每个菜都很好吃，这家餐馆600多年都不变，就是一个家族持久性的开一个餐馆。从这样的思考模式出发，德国建立了无数的家族企业，我们可以说他们就是死脑筋，但是在死脑筋的过程中他们会老老实实反反复复把东西做精。

对话德国：作为研究大数据的计算机领域专家，您对中国实施“中国制造2025”以及“互联网+”等战略有什么建议吗？我们应该怎样避免绕弯路或走进误区？

傅晓明教授：这个问题太大了，坦白讲，我对国家政策没有很深入的理解。个人感觉我们做这些东西，最好要跟具体的事情挂钩，不能说只是取个噱头、挂个牌子。就像现在最新的热潮是人工智能，突然所有事儿都是人工智能，因为只要挂着“人工智能”的牌子就能拿到风险投资、国家投资或者省市投资，这与以前的“互联网+”或者“物联网”是一个道理。可是，如果真正做的事情没有变，只是换了个名词，炒了个新概念，又能给产业界真正带来什么？

对整个互联网行业而言，我们应该做的事是去找到工业界、产业界、社会生活中的各类实际问题，把这些问题提炼出来，然后再用大数据的手段来解决它。这里可能需要融合不同领域的知识，包括基础科学和社会科学的不同知识，最要紧的是能够让不同应用领域的人与做IT、搞大数据的人一起坐下来谈，发现它里面的问题，真实地定义出这个领域没解决的问题，而不是不断地去炒概念。

不断炒概念其实是个笑话，自己炒出来一个风险投资，拥有了创新型企业的标签，然后遇到下一个热潮时又跟风换个概念让政府和各界投资继续捧着你，最终却没有解决任何问题，因为本质上没有问题。

所以我觉得不要为了破解问题而去制造问题，而是应该尽量去发掘实际存在的问题，找出关键的漏洞与关键的技术点。如果你能够提炼出问题再把它解决了，才能真正被行业认可。

当然，如果一个只为赚钱的企业和一个为了做一份事业、把一个领域建设好的企业是两码事，而后者才是长久之计。我们需要想的是能不能用数据手段解决一些真正的困扰，无论是社会生活、经济生活、文化生活或者任一领域的问题，重要的是需要切入到那个领域去跟那些人真正地打交道，真正地做事情。