大数据的价值特征及其价值论意蕴*

王天恩

导 言

作为信息数字编码发展的产物，大数据是不同于物能的信息存在。这决定了大数据与人的关系，不同于物能与人的关系。大数据和物能的这些区别，意味着它具有不同于物能的价值属性。

关于大数据的价值属性，目前有完全不同甚至相互对立的观点。有的观点认为大数据价值连城，有的观点则认为大数据没有直接价值。由于大数据在人类生存和发展中占有越来越重要的地位，因此关于大数据价值属性及其价值论意蕴的研究具有特殊意义。

由于信息的创生性，作为信息数字编码的产物，大数据具有价值创生性。大数据的规模整全性、实时流动性和结构开放性，(1)王天恩：《大数据和创构认识论》，《上海大学学报(社会科学版)》2021年第1期。构成了大数据的价值创生空间。由于大数据的数据结构是就数据之间的关系而言的，相对于数据挖掘和与之密切相关的人类需要及其发展，大数据具有结构开放性。大数据的价值创生空间就直接基于大数据的结构开放性。根据大数据的结构开放性，大数据的意义归根结底在于与人的需要的关联，不仅关系到人的需要的发展，而且与人类活动的对象化密切相关。大数据的价值创生性构成信息文明的意义生产基础。作为大数据的物能范式理解，相对于样本数据，大数据价值密度低，数据挖掘是沙里淘金，但大数据的意义与人的需要的深层关联，决定了大数据的价值取决于价值创生，大数据的价值创生空间则决定于人对大数据相关关系的理解，决定于人对大数据所反映的自身需要及其发展的理解，甚至决定于人对自身发展的选择，由此决定了大数据与人及其需要具有更为内在的关联，即二者间内在相关的价值创生性。

大数据的价值创生性

在对大数据的物能式理解中，相对于样本数据，人们认为，大数据独特的价值特征是一方面潜在价值巨大，另一方面价值密度低。由此就有了描述大数据特征的“value”。大数据价值特征的重要性毋庸置疑，关键是这一特征的复杂性和涵义的丰富性。

相对于样本数据，大数据的价值挖掘的确就像沙里淘金，而这一比喻具有深化理解的启示性。就物能而言，沙里淘金，不仅金块是确定的，而且金块本身具有天然价值。黄金的天然价值，可以通过加工深度开发。但大数据的价值并不是天然的，大数据的价值只能创生。的确，人们有时也把数据比喻为“新的黄金”，“对许多公司来说，数据是新的黄金。通过巧妙地使用信息技术，他们可以推出新的产品和服务，更有效地组织他们的活动，并为客户提供量身定制的产品”，(2)Sander Klous, Nart Wielaard, We are Big Data: The Future of the Information Society, Amstelveen: Atlantis Press, 2016, p.22.但那只是就数据基础上创生价值而不是就数据本身而言的。由于大数据价值的复杂性，关于其价值属性，人们的观点存在相互矛盾之处。一方面有人认为，“在大数据时代，所有的数据都将被认为是有价值的，无论是数据本身还是关于数据本身的”，(3)Viktor Mayer-Schönberger and Kenneth Cukier, Big data: A Revolution that Will Transform How We Live, Work and Think, New York: Houghton Mifflin Harcourt, 2013, p.100.另一方面人们又认为，“数据本身是无用的。我们需要通过分析它并得出结论或预测结果，从中获得价值”。后一种观点不仅是数据没有天然价值的另一种表述，而且隐含着避免关于大数据价值矛盾判断的进一步思考：“哪儿有海量数据以及应用于数据的恰当算法，哪儿就有财富、价值和繁荣。”(4)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, San Jose: Apress, 2018, p.4, p.6.这意味着，虽然大数据没有天然价值，但可以通过算法挖掘的潜在价值却非同寻常。

有人用“涌现”表达大数据的价值现象，很好地说明了价值不是现存的，数据分析和挖掘产出的有价值结果是涌现出来的。“大数据的主要价值不是来自原始形式的数据(不管它有多大)，而是来自对它的处理和分析，以及从分析中涌现(emerge)的深刻见解、产品和服务。”(5)Thomas H.Davenport, Big Data at Work: Dispelling the Myths, Uncovering the Opportunities, Boston: Harvard Business School Publishing Corporation, 2014, p.203.大数据本身没有直接的用处，只有通过数据挖掘才能创生价值。“我们跳转到大数据世界。在这个世界上，数据之所以有价值，往往是因为可以通过组合来自各种来源的数据获取有用的洞察。”(6)Sander Klous, Nart Wielaard,We are Big Data: The Future of the Information Society, p.27.也就是说，大数据的价值并不是既存于数据本身，而在于人类创生。在其基础上的价值创生主要决定于创构者的创意，而创构创意又决定于对人的需要及其发展的理解和开发——正是由此决定了大数据的价值创生性。所谓大数据的价值创生性，就是大数据的价值不像物能价值，呈现为与人关系的自然属性，大数据的价值完全是人类基于大数据创生的，必须在价值生产中“无中生有”。大数据基础上的创构是创生性创造，创生性创造和一般意义上的创造的根本不同，就是创生是存在论意义上的无中生有。而关于无中生有，只有在信息意义上才能有一个理解的基础。

大数据的价值创生性，在一个基本事实中表现得最为形象：对于人类来说，大数据本身没有直接的价值，但同一大数据，在不具有价值创生能力的人面前，大数据没有自然而然的直接价值；而在具有价值创生能力的人面前，大数据意味着一个无限广阔的价值创生空间。在这截然相反的两个极端之间，其实具有复杂的原因，不仅有量的方面，还有质的方面。如果局限在量的把握方面，的确可以认为，“价值和智慧存在于数据中，似乎越来越成了数据主义的核心信条”。(7)Steve Lohr, Data-ism: The Revolution Transforming Decision Making, Consumer Behavior, and Almost Everything Else, New York: Harper Business, 2015, p.14.然而，大数据之所以蕴含着丰富的价值甚至智慧，不仅在于从量的把握出发，还在于量的经验累积式意义。

单纯的经验累积不涉及抽象概括的逻辑处理，因此是关于个别事物的具体经验，而具体的经验正是直觉的基础。(8)王天恩：《思维类型和思维凭借：一种发生学考察》，《江西社会科学》1999年第10期。正因为如此，史蒂夫·洛尔的警告具有特殊的时代意义：“数据主义的基本倾向似乎无懈可击：各种决策应越来越多地基于数据和分析而不是经验和直觉……但应当提出一个警告。经验与直觉占有一席之地。最好的直觉实际上是大量数据的综合，只是它们是难以提炼成数字的数据。”(9)Steve Lohr,Data-ism: The Revolution Transforming Decision Making, Consumer Behavior, and Almost Everything Else, p.64.作为具体存在，经验和直觉在大数据挖掘中具有重要地位，而作为感受性关系，信息又与经验直觉具有机制性的直接关联。由此可见大数据的潜在价值根植于作为其实质的信息，归根结底源自信息的创生性。

在物能基础上，我们一直在说价值生产，但大数据的价值创生具有与价值生产完全不同的含义，因为大数据的价值创生性归根结底是由于信息的创生性。大数据的价值创生性，建立在信息的创生性基础之上。大数据的价值创生与物能价值生产之间的根本区别，就基于信息的创生性。因此，大数据的价值不是本身直接呈现，更不是固定不变的，而是就数据挖掘而言的。由于大数据并不是现成地具有价值，因此必须有一个呈现和提取其潜在价值的价值创生过程。

大数据价值的潜在性，使价值创生涉及潜在价值的呈现，其最形象的例子是可视化(visualization)。大数据的潜在价值，必须在与人的需要及其发展的理解中展开，也就是在人的需要及其发展中展开大数据中的数据关系。这与人的信息需要的性质密切相关：人的物能需要总是在意识层面，而信息需要则如海面冰山，越是复杂的信息体，越是大部分在潜意识之中。(10)王天恩：《信息需要：人工智能基础研究的重要领域》，《河海大学学报(哲学社会科学版)》2019年第1期。“可视化是以更易于理解的方式，用图表和投影表示大数据，以呈现其价值。”(11)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, p.7.在这里，“呈现其价值”应当是展示大数据的潜在价值，而“可行性”则是相对于大数据价值创生的具体条件而言的，既包括大数据本身的质量，也包括技术等现实条件以及对人的需要及其发展的理解。因而不理解信息的价值创生性，就不可能真正理解数据的价值创生性，更不用说大数据的价值创生性。

大数据的价值创生关键在提取价值，正因为如此，有些研究把价值创生过程作为与大数据价值特征相联系的一个特征，由此就有了大数据另一个“V”特征的提出——“valuation”，字面理解是“估值”。在这里，按照原有的字面含义，将这一特征理解为“估值”显然不合适，根据信息的创生性，这里把它理解为“价值生成”。将“valuation”理解为“价值生成”，彭迪亚拉(Vishnu Pendyala)的下述观点就可以得到更到位的理解：“到目前为止，V特征阐述忽略了大数据的一个非常重要的方面——使用算法从数据中生成价值。我们称之为价值生成(valuation)，从而引入了一个新的V，这可能是最重要的。没有价值生成过程，数据是没有用的。来自计算统计学的数据挖掘、机器学习和其他方法构成了大数据价值提取的工具集。该工具集的效率和有效性对于大数据现象的成就至关重要。价值生成(valuation)不应与价值(value)混淆。前者是过程，后者是输出。价值生成就是从大数据中提取价值(extracting value)的过程。”(12)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, p.7.所谓价值产出，事实上就是在大数据与人的需要及其发展关联的理解中，通过算法设计等在大数据基础上创生价值的过程。在这里，“valuation”就是理解出价值的过程。作为大数据价值特征的更深层次刻画，“valuation”不仅进一步表明大数据本身并不具有既存价值，大数据的价值是创生的，大数据具有价值创生性，而且更深入揭示了大数据的潜在价值与数据挖掘者对人的需要及其发展的把握密切相关。因为道理既简单又深刻：只有把握了人的需要及其发展，才可能有对未来发展尽可能准确的预测；只有在对未来尽可能准确预测的基础上，才可能有满足人的需要及其发展的价值创生。对此，奈飞公司深有所得，早就基于大数据认识到，“预测观众下一步想看什么，对电视网、发行商和制片人来说是项大生意”。(13)Bernard Marr, Big Data in Practice: How 45 Successful Companies Used Big Data Analytics to Deliver Extraordinary Results, Chichester: John Wiley and Sons Ltd., 2016, p.22.没有根据人的需要及其发展的预测，价值创生甚至就没有方向。在现实实践中，只有在人的需要及其发展的实时把握中，才可能有真正意义上的价值创生。

对于人类来说，大数据本身没有直接的基本价值，大数据的价值是通过算法产生的，具有算法产生意义上的价值创生性。因此更确切地说，价值创生是用算法从大数据提取价值的过程。正是在这个意义上，大数据的价值创生性，指的是大数据价值的算法产生。大数据的价值不仅由算法产生，而且具有根本不同于物能价值生产的性质，即无中生有的性质，而且是存在论意义上的无中生有。正是大数据的价值创生性，构成了大数据之于人类的特殊存在论意义。这与大数据作为信息数字编码发展的产物密切相关，大数据的价值创生建立在信息性质的基础之上。

大数据价值创生的信息性质和典型方式

大数据的价值创生性，根源在信息。作为信息数字编码发展的产物，大数据所呈现的是一个信息世界。信息既不是物质，也不是能量，而是感受性关系，在其发展的成熟阶段，信息的典型形态即信宿和信源间的感受性关系。(14)王天恩：《信息及其基本特性的当代开显》，《中国社会科学》2022年第1期。作为感受性关系，信息不像物质那样不生不灭，也不像质量和能量那样守恒，信息是创生的。创生的信息，不仅不守恒，而且可生可灭。正因为如此，大数据和物能具有价值属性上的重要区别。这意味着对于人类来说，大数据具有与物能不同的价值属性。感受性关系具有存在意义上的创生性；作为创生的结果，大数据相应具有价值创生性。

作为信息编码，任何数据的价值都与自然物能的价值具有原则区别。自然存在的物能之于人类的价值关系是直接的，而数据之于人类的价值关系则是间接的，更确切地说，数据不能直接和人类建立起价值关系。这与物能的深度加工价值很相似，但物能深度加工是一个可以无限推进的领域，而这种推进都与其自然直接价值相关联；而数据之于人类就根本没有直接价值——或者在这个意义上说，数据之于人类不能直接建立起价值关系。物能性相互作用体现物能的价值，信息性相互作用则体现信息的价值。因此对于信息的价值，可以做出感受性关系理解。在关于列车时刻表的例子中，“任何获得列车时刻表信息的人，显然都有兴趣了解其所包含的信息，并确保其可靠性。从这个意义上说，对于一个寻求或提供信息的人来说，信息具有意义和价值”。(15)Peter Janich, What Is Information? Translated by Eric Hayot and Lea Pao, Minneapolis: University of Minnesota Press, 2018, p.9.信源对信宿具有意义和价值，但要实现价值，还需信宿获取信息，即与信源建立起感受性关系。如果一个文盲面对列车时刻表，信源的意义和价值依然，但由于信宿不能与信源建立起感受性关系，即不能获得信息，信源的意义和价值便得不到体现和实现。正是在本来并不存在直接价值关系的意义上说，大数据具有价值创生性。

作为人类生存的天然基础，大自然对于人类有基本的天然价值，比如水和空气对于人的直接价值；作为人类发展的再生基础，大数据所具有的则是创生价值，只能通过数据挖掘才具有价值。运用自己的创造能力，人类在大自然的基础上进行价值再创造，但那主要是使既定存在物增值；而人类在大数据基础上的价值生产，则具有无中生有意义上的创生性。面对大自然，人类可以从中直接满足自己的物能需要；而面对大数据，人们则必须通过了解自身的需要及其发展创生价值。正是在这个意义上，大数据具有价值创生性。

作为资源，物能本身具有直接利用价值，在此基础上，人们可以根据自己的需要进行价值开发。与此不同，大数据没有直接利用价值，而且由于信息是创生的，大数据及其价值都具有创生性。在越来越多领域，“大数据正被用来创造新形式的价值”。(16)Viktor Mayer-Schönberger and Kenneth Cukier, Big Data: A Revolution That Will Transform How we Live, Work and Think, p.97.这种“新形式的价值”意味着什么？一个最基本的理解就是不同于以往物能价值的创生性，即在物能价值生产基础上的信息价值生产。在物能价值生产中，一块铜可以做成门把手，也可以做成艺术雕像。尽管把手和雕像可能价值天壤之别，但无论雕像还是把手都不能与其铜基相分离，这正是价值主要以物能方式存在或体现的情景。在这种情境中，信息价值不能转移。而数据化则使信息价值可以相对脱离物能而存在，它表现为可以在不同载体间拷贝。在这个意义上，“新形式的价值”可以理解为不受物能不能消灭也不能创生的局限，可以相对独立于物能，因而完全是无中生有地创生出的价值。由于不同于物能的价值属性，大数据的价值创生性具有重要价值论意蕴。深入研究大数据的价值创生性，并挖掘其价值论意蕴，当具重要理论和实践意义。

大数据的价值创生性，所指向的是信息价值，与之相关的物能资源只是信息的物能编码载体，它们是信息价值的物能体现。比如负载某种信息编码的U盘，信息编码表现为程序等。只是由于作为感受性关系，信息最终必须以物能编码的方式储存和传播，因此信息资源表现为信息的物能编码。

由于大数据的价值创生性深涉信息价值，因此关于大数据的价值创生，就有一个理解深化的问题，而且这一深化理解涉及范式转换层次。我们现在已经认识到，在大数据价值生产中情景可以完全不同，“数据的真正价值就像漂浮在海面的冰山一角，第一眼所见只是露出海面的部分，其大部分隐藏在海面之下”。这里看上去说的是数据本身的价值，但语境却涉及更高维度的关系。其实这还只是在物能三维时空意义上说，提升到更高维度，特别是从人的需要及其发展关系看，“数据价值需要据此考虑：所有在将来可以利用的可能性，而不是简单地看当下怎样使用”。尽管这已经是对于大数据价值的深刻洞见，但看到这一点也还主要是信息价值的物能价值理解。而数据价值的潜能理解，就是信息价值物能式理解的明显表现。“用物理学家看待能量的方式想象数据可能会有所帮助。他们把能量看作存在于物体中，但处于休眠状态的‘储存的’或‘潜在的’东西。想象一个被压缩的弹簧或一个放在山顶上的球。这些物体中的能量保持潜势——潜能，直到它被释放出来，比如，当弹簧被释放或者球被轻推到山下时……在其首次使用后，数据的价值仍然存在，但处于休眠状态，像弹簧或球一样存储着它的潜力，直到数据在应用中被再次使用，它的能量被重新释放。”(17)Viktor Mayer-Schönberger and Kenneth Cukier, Big Data: A Revolution That Will Transform How we Live, Work and Think, pp.102-104.这无疑是关于大数据价值别开生面的阐述了，一方面已经不完全是物能价值的传统理解，另一方面又仍然带有对信息价值的物能价值理解的明显痕迹，还不能说清楚信息价值和物能价值的根本区别。在这里，无论球还是弹簧，在能量释放后要重新获得做功的能力，就必须再输入能量。弹簧再次压缩需要施加力，球要再次滚下山必须从山脚搬上山顶——这是能量守恒定律所限定的。

随着信息科技的发展，信息的一个重要性质越来越明显，那就是信息具有共享性。正是信息的共享本性，使大数据的价值创生具有物能价值开发所完全无法相比的深广可能性空间。大数据所特有的“选择价值”(option value)，正形象生动地说明这一点。

大数据的“选择价值”之所以存在，并且可以打开和需要打开，就因为大数据价值的信息存在基础。由于建立在信息存在的基础之上，大数据的价值创生性不只是就认识论层次而言，而是更深入地涉及存在论层次。大数据的价值创生性，具有重要的存在论意蕴。“由于大数据资源是永久性的，任何分析都可以使用相同的数据集进行严格检查，或在未来任何时间进行重新分析。由于大数据资源在时间上不断地向前增长(累积新信息)和向后增长(吸收遗留数据集)，数据的价值在不断提升。大数据资源是现代信息世界的明星。”(18)Jules J.Berman, Principles and Practice of Big Data, Preparing, Sharing, and Analyzing Complex Information, Second Edition, London: Elsevier, 2018, p.8.具有不断提升的潜在价值本身，一方面意味着大数据价值创生性具有存在论意蕴，另一方面意味着与作为既定的物能存在相比，大数据具有完全不同的价值属性。在存在论层次，大数据的价值创生性以基于规模整全性的更高层次整体观照为基本机制。而大数据的规模整全性对于大数据价值创生性的影响，则可以从样本数据量的大小看到。“样本越大，对类型的预测越准确，这是常识。”(19)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, p.4.然而这还只是从样本数据量看，由此可见大数据的规模整全之于大数据价值创生的意义。在更大范围更高层次的整体观照中，同样的局部事物可以具有完全不同的意义和价值。而在信息存在层次，这种整体观照可以照见新的价值特性。

由于指向信息价值，大数据的价值创生性因此与信息的价值特性密切相关。大数据开启了人类新的文明——信息文明。信息文明的发展，意味着信息价值的发展会日益超越物能价值。随着信息和人的需要之间关系理解的深化，随着人的信息需要的发展，信息的潜在价值会越来越得到充分展开。

无论物能价值还是信息价值，都是关系范畴，所表达的都是一种关系。但同样作为一种关系，信息价值和物能价值却有完全不同的性质。信息价值作为一种关系，其性质由于信息具有创生性而更与数据挖掘者的创造性关联在一起，而这正与大数据挖掘和对人类需要及其发展关系的理解密切相关。因此，虽然对于大数据的价值不能像对物能价值那样概括，但即便像概括物能价值那样概括信息价值，所得到的结论也具有新的性质。“数据的价值在于人们能从所有可能的使用方式中获得什么。这些看似无限的潜在用途就像选择——不是在金融工具的意义上，而是在选择的实际意义上。数据的价值是这些选择的总和：可以这么说，数据的‘选择价值’。”(20)Viktor Mayer-Schönberger and Kenneth Cukier, Big data: A Revolution that Will Transform How We Live, Work and Think, p.104.这意味着大数据的价值一方面决定于大数据本身，另一方面决定于人们的选择。

大数据能产出大价值，肯定有其相应的潜在特质，而且这种潜在特质与大数据本身的质量密切相关。

大数据的价值创生性建立在其本身质量的基础之上，其中最为重要的方面就在于，大数据的价值创生效果与大数据的真实性内在关联在一起，因为大数据的真实性涉及数据质量。“真实性(veracity)是指数据的质量。”而数据质量则影响大数据的价值创生。“建立在不良数据基础上的模型可能会对其有用性产生不利影响。”作为理解大数据并从中创生价值的一个最重要方面，数据的真实性决定所创生价值的大小和层次高低。“遵循‘垃圾进，垃圾出’的准则，低质数据将导致低质分析，导出低价值。”(21)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, pp.6-9.只是在大数据具有真实性的条件下，基于大数据的价值创生才决定于数据挖掘者对人的需要及其发展的把握，归根结底决定于基于其上的整体观照层次。因此在很大程度上取决于人们的选择，而选择的基本根据就是人的需要及其发展。不了解人的需要及其发展，无疑不能真正把握大数据或信息的价值。这与大数据量化整体观照下对于具体条件的认识密切相关，因而与语境相联系。

大数据的应用涉及不同的具体条件，这使大数据的价值创生性具有语境涉及。正是涉及不同具体条件，大数据的理解存在可变性。“数据的含义可能因语境而异。”(22)Vishnu Pendyala, Veracity of Big Data, Machine Learning and Other Approaches to Verifying Truthfulness, p.6.在具体语境中，大数据可以因不同语境而有不同的价值创生。“数据不是可在市场中易于商品化和交换的自然对象。它们是作为现象证据的实体。相同的观察(值)和对象可以多种方式呈现。因此，同一实体在转移到另一语境时，通常会变成不同的数据。解释、方法或实践上的细微变化会导致这样的结果：这些实体被评估为稍有不同现象的略微不同证据。”(23)Christine L.Borgman, Big Data, Little Data, No Data Scholarship in the Networked World, Cambridge: The MIT Press, 2015, p.238.这决定于大数据所展现的信息价值深度，关于大数据价值的理解，与信息理解的深化密切相关。关于大数据价值的理解，更根本的在于信息的创生性。正是基于信息的创生性，大数据在根本上具有价值创生性。这种具有根本性的价值创生，在实践中正发展出越来越多的典型方式。

随着大数据及其应用的发展，大数据的价值创生出现了越来越多的方式，其中最为典型的体现在“数据选择”价值中。所谓数据选择价值的打开方式，正是大数据价值创生性的具体表现。

正是基于大数据的价值创生性，人们总结了产生大数据“选择价值”的新方法。“有三种潜在方法可以展开数据的选择价值：基本再利用；合并数据集以及寻找‘优选组合’。”(24)Viktor Mayer-Schönberger and Kenneth Cukier, Big Data: A Revolution that Will Transform How We Live, Work and Think, p.104.基本再利用的典型案例是搜索结果的再利用，比如谷歌就搜索关键词做了一系列价值创生活动。搜索关键词本身是信息搜索产生价值后的结果，这些结果在更高层次需要的整体观照中，又可以创生更多甚至更重要的价值。也就是说，在人的需要及其发展的开放关系体系中，视野中的数据关系每提升一个层次，就可能产生更高层次的价值。与消费者的喜好及旅游和住房需要相联系，就有了旅游等业务预报和房价等有价值信息。在网页搜索中，用户的拼写错误在通常理解中是毫无意义的废数据，但谷歌通过不断收集这些废数据，创构出最完整的拼写检查器，通过“你要找的是不是……”等，帮助用户更快捷地找到自己要检索的内容。

合并数据集是通过数据合并创生新的价值，不仅涉及全数据，而且涉及大数据的规模整全性层次，这又跟优选组合密切相关。

大数据的根本意义不在数据量大，而在数据全。正是大数据的全数据性质，使大数据具有至关重要的规模整全性，从而可以提供量化的整体观照。大数据的首先特征，主要不是数据量大，而是规模整全性。(25)王天恩：《大数据的规模整全性及其重要哲学意蕴》，《江汉论坛》2022年第4期。越是趋近全数据，大数据的规模整全性越具有可扩展的空间。大数据规模越是趋向整全，就越会有层次更高的信息性存在，从而越可以通过对其整体把握，通过整体观照展开更多信息。这也正是大数据具有巨大潜力的原因。正因为如此，大数据的价值创生性，意味着随着未来展开，创新扮演着越来越重要的角色。随着大数据的发展，将会出现越来越普遍的合并，优选组合最广泛地体现了这一点。

优选组合是基于信息创生性的大数据价值创生性的典型表现，其最具未来展开价值的案例之一就是谷歌街景汽车。谷歌街景汽车虽然在隐私侵犯方面备受争议，但通过优化地图服务的GPS数据与自动驾驶汽车联系起来，就扩展到一个更高的整体层次，远不止被用于自动驾驶汽车的运行。正是在这个意义上，“只有谷歌认识到，用户互动的碎屑实际上是金粉，可以收集起来并锻造成闪闪发光的金锭”。(26)Viktor Mayer-Schönberger and Kenneth Cukier, Big Data: A Revolution That Will Transform How We Live, Work and Think, pp.112-113.只有基于对人的需要及其发展的把握，才能提供这样的整体观照，看到具有价值的大数据优化组合，“力避为没有人真正关心的问题制定解决方案”。(27)Jules J.Berman, Principles of Big Data: Preparing, Sharing, and Analyzing Complex Information, p.182.谷歌看到用户互动的碎屑是金粉，从而收集起来锻造成闪闪发光的金锭，正是对大数据整体观照意义的最形象生动描述。因为大数据规模的扩展，会使其潜在意义和“选择价值”相应不断扩大和打开，由此展开了大数据价值创生的无限空间。对于人类来说，这是一个远比物理空间丰富的信息空间。

正是大数据的价值创生性，在大数据基础上建立起了新的人和世界关系层次。大数据的价值创生性，意味着关于人和世界关系的新发展和相应的更深层次理解。这种理解所意味着的更深层次存在基础，晓示着大数据价值创生性的重要价值论意蕴。

大数据价值创生性的价值论意蕴

大数据的价值创生性具有重要的哲学意蕴，其价值论意蕴最为明显和直接。从物能到信息，价值关系的性质会发生重大变化，而具有价值创生性的大数据正是这种价值关系变化发生的最重要基础、平台和场所。随着大数据的发展，价值论研究范式和理论形态将发生重要变化。在人的价值理解和价值评估、信息价值生产和消费及其对于社会发展价值观的影响等方面，都将发生根本性转换。

由于作为信息数字编码的数据集合，大数据具有不同于物能的价值属性；由于物能守恒，基于物能的价值具有相对恒定的性质；由于信息具有不同于物能的本性，基于信息的价值则不仅相应具有创生性，而且具有零边际效用。由此构成的大数据价值创生性和信息共享性，将带来人类价值观的重大变革。

随着人的需要的发展，信息内在价值的展开规模和方式越是束缚于物能需要，越难以展开想象。大数据和人类信息需要的发展，将带来价值观的革命性变化。这种人类发展史上最重要的价值观革命，现在已经初露端倪。正是大数据的价值创生性和信息的共享性，空前凸显了数据挖掘中人的需要及其发展，特别是人的信息需要性质的重要性。正是这些方面，在更深层次涉及人的理解能力的发展及其深刻价值论意蕴。

由于数据太多，信息不足，大数据“难”在理解。对于传统意义上的非结构化数据的理解，目前还缺乏实质性的突破和进展。大数据分析的主要任务是通过数据挖掘发现规律、预测未来。而其关键则在把握相关关系组合与人的需要及其发展的联系。由于数据结构是开放的，特别是由于大数据的价值与对于人的需要的理解能力密切相关，大数据技术的发展及其所引发的变革，尤其是在此基础上人们对于大数据和人类需要及其发展理解的深化，为大数据价值创生性展开了一个无限的发展空间。大数据的厉害之处就在于触角伸向越来越多人甚至每一个人。其目的是采集数据，而采集每一个人数据的根本意义在于整体把握人的需要及其发展。正因为如此，对于同一个结构开放的大数据，才在有的人看来价值连城，而在另一些人眼里则毫无意义。大数据的价值和意义，在很大程度上取决于人们关于大数据和人的需要之间关联的理解，决定于人们的眼光，从根本上说决定于对人的需要及其发展本身的理解。这是一个典型的关乎价值论的课题。

大数据的价值密度低，数据挖掘像沙里淘金，只是相对于特定技术和人类理解能力的发展而言的。当新技术不断发展，将会有更多数据变得可资利用。基于数据科学的发展，人类理解自身及其与世界关系能力的增强，将不断为人类创生新的价值。的确，大数据的价值有时候甚至可以低得像垃圾，但这不是大数据的客观属性，而是与我们关于大数据和人的需要之间关系的理解密切相关。在这一关系中，大数据的价值属性具有和数据结构的开放性相应的性质。正因为如此，这里蕴含的价值论问题既重要又复杂，在更深层次涉及认识、伦理、逻辑和美学，即越来越具有学科一体化的性质。这意味着价值论研究范式的重大发展，意味着价值论形态的根本变化。由此我们也可以由大数据的价值论意蕴感觉到，在机制构成意义上，哲学将与科学、社会、经济乃至日常生活发展一体化。因此大数据时代是一个哲学的时代，也就是哲学能够更充分发挥其特有作用的时代。在这样一个时代，价值论正像伦理学，将从更多是一个特定研究领域，向人类认识和实践作为一个贯穿整体的维度发展。由此，可以更好地理解大数据相关关系给我们带来的影响和变化，从科学和哲学一体化深处，直到日常生活。“大数据最大的潜在好处，也许是能够将看似分离的学科联系起来，以便发展和测试无法在单一知识领域处理的假设。分析者可以通过这些方法浏览不同的大数据资源，创建新的合并数据集。”(28)Jules J.Berman, Principles of Big Data: Preparing, Sharing, and Analyzing Complex Information, p.xv.这意味着，大数据作为信息平台，可以构成诸多学科的共同基础。正是其所意味着的科学、哲学、社会、经济乃至日常生活发展的一体化，大数据的价值创生性具有不断扩展的内涵。

仅仅作为方法，大数据就具有巨大的价值生产意义。而在信息存在层次，大数据的价值创生性则意味着价值论研究不仅在哲学领域，甚至在越来越多其他学科领域发展的一体化。由于越来越广泛地涉及人类生活的所有领域，大数据日益表现为这样一种新的存在：“可以在大规模条件下完成小规模条件下无法完成的事情，通过改变市场、组织、公民和政府之间的关系等方式，提取新见解或创造新价值形式。”(29)Viktor Mayer-Schönberger and Kenneth Cukier, Big data: A Revolution that Will Transform How We Live, Work and Think, p.6.而大数据相关关系与人类需要及其发展之间日益深化的关系，则不仅具有重要的价值论意蕴，而且蕴藏着开发不尽的无限宝藏。毫无疑问，这意味着价值观念将发生重要转变。其中最重要的转变之一，就是价值生产和价值消费越来越呈现一体化发展趋势。

由于信息根本不同于物能的本性，由于人类发展归根结底是信息的展开，随着信息文明和人本身的发展，在大数据基础上，信息消费和信息价值生产之间的界线将逐渐淡化乃至消失。这使信息生产和信息消费不再是两个性质不同的过程，信息使用将二者融合在了一起。在信息意义上，使用不仅可以是最有效的拥有，甚至可以产生价值，特别是在使用集成效应中。由于信息的网络共享效应，通过大数据，信息可以给用户带来额外价值，这种额外价值的最常见体现，就是免费使用。因为在大数据基础上，由于大数据的价值创生性，信息使用本身就可以带来价值。由于使用可以产生数据，免费使用事实上成了生产的重要环节。谷歌的崛起事实上就是一个通过免费使用搜索引擎建立起大数据，并且在大数据基础上发展人工智能的成功范例。在大数据价值生产的深处，越来越多出乎人们意料的信息价值现象将会真正改变人们的价值观。基于数据挖掘和网络，“羊毛出在猪身上”并不违背价值原理，更不是“商人的机巧”，而是价值原理的信息表现。这一基本原理建立在大数据相关关系基础之上，根源于信息的共享本性。“猪”身上出了“羊毛”，那是因为基于大数据的信息共享本性，看上去无着落的价值经由信息得到补偿，甚至就直接进到了信息层面。这种想象是非常现实的，因为对于大数据潜在价值的广度和深度开发来说，用户使用集成可以产生巨大价值效应，足以给所有用户带来免费服务，而其关键就在于大数据挖掘的深度，或者说基于大数据的价值创生深度。目前，手机导航软件的免费使用，可能是汽车用户价值体验最深的例子。只要通过手机导航软件形成的大数据挖掘足够深，免费使用就是小菜一碟。这也在更深层次表明，信息文明时代人类发展具有完全不同于物能文明的价值基础。

大数据基础上的价值创生及其相应的价值观念变革，在社会发展中表现出越来越丰富的价值论意蕴。随着大数据的发展，社会职业的发展越来越体现出基于大数据的价值观。作为统计学家、软件程序员、图形设计师与作家的结合体，所谓“数据科学家”之所以紧俏，不仅是因为数据多而处理技术相对少，还由于“数据科学家”实际上意味着信息理解和价值开发将越来越是一个爆发式发展的领域。作为谷歌首席经济学家，哈尔·范里安(Hal Varian)的感受肯定更早更深，他认为，“数据是如此触手可及且如此具有战略重要性，以致难得的是从中提取智慧的知识。这就是为什么统计学家、数据库管理者和机器学习从业人员，将会处于优越地位”。(30)Viktor Mayer-Schönberger and Kenneth Cukier, Big data: A Revolution that Will Transform How We Live, Work and Think, p.125.创生信息价值的能力将不仅是大数据价值生产越来越占主导地位的要素，而且将是人类发挥创造性、寻获生活意义越来越集中的关系空间。由于信息的感受性关系性质，这一关系空间将会越来越复杂。在这一关系空间，一方面劳动价值提升到意义层次，向意义活动复归，创造性劳动的回报日益来自创造活动过程本身；另一方面大数据的价值创生性，甚至将改变人类关于价值理解特别是价值评估的观念。

在大数据开发中，有没有意识到大数据的价值创生性具有巨大区别。意识到大数据价值的创生性，对于一项大数据技术服务的价值才可能有更到位的认识，对于大数据本身的潜在价值才能有深刻的理解。当其他搜索引擎都在绞尽脑汁吸引用户浏览以增加广告收入时，谷歌推出搜索引擎却旨在建立大数据，远远超越了广告赢利模式。检索用户在免费使用网络检索服务的同时也在出卖自己生成的数据。对大数据价值创生性认识的深化，具有丰富的价值论意蕴，对人类价值观的影响越来越大。

关于大数据价值创生性对于人类价值观念的影响，人们对“数据坟墓”(data tomb)的理解和认识是另一方面的典型反映。随着大数据的发展，一方面涉及大数据的企业越来越多，另一方面由于数据利用水平尚未跟上，“数据坟墓”越来越多。一些公司可能收集过数据，由于存储成本越来越低，或许使用过一次就一直保存在那，数据科学家将这些旧信息的存贮地称作“数据坟墓”。而从大数据的价值创生性看，数据价值不仅蕴含于数据规模的整全化过程，而且蕴含在人类需要的展开和发展中，因此，至少当在面向未来时，这些“数据坟墓”都是一座座信息金山。由于“有时价值不是来自单个数据点，而是来自它们在总体中所揭示的内容”，只要与人们的需要及其发展关联起来，就可能创生出重要价值。随着人类大数据不断完备化，在未来向度，大数据世界将没有垃圾。也正因为如此，大数据的价值创生性，使其价值创生随着自身的发展而越来越重要，尤其是基于大数据实时流动性的未来维度的发展。

由于时间进程意味着整体性的另一个重要维度，大数据的价值创生还可以通过实践的推进不断扩展。随着时间的延续，随着“未来已来”的节奏越来越加快，大数据的价值生产空间会越来越大；随着价值生产空间的扩展，已有大数据的潜在价值也会越来越大。由此人们认为，大数据的复杂程度会远远超出我们的理解能力，“与大数据分析相关的一个基本问题是：有太多选择数据和构成问题的方式、太多分析选择以及太多解释数据以符合议题的机会。在不久的将来，您将会看到越来越多的专家在访问相同的大数据资源时得出截然相反的结论。每个人都坚称自己的分析完美无缺”。(31)Jules J.Berman, Principles of Big Data: Preparing, Sharing, and Analyzing Complex Information, pp.219-220.大数据的价值生产空间之大由此可见，甚至可以看到一个有多少理解就有多大可能性空间的局面。由于与人的需要及其发展密切相关，大数据价值生产的空间还将随着人类需要的发展而不断拓展。由此不仅可以联想到更为丰富的价值论意蕴，而且可以看到更为深刻的内涵：价值创生驱动和价值创生方式的发展。

大数据价值生产的内在驱动和信息价值的不同性质，在更深层次关系到大数据价值创生驱动机制和大数据价值创生方式之间发展的双向循环。其所意味着的大数据价值论意蕴，蕴含着更多价值论研究课题。总之，作为信息数字编码的产物，大数据展开了信息的全新价值维度。大数据价值创生性的价值论意蕴，正随着大数据整全性的发展而越来越丰富与复杂。