对一位朋友论文稿的意见

武夷山

2013年1月26日

    我觉得此文探索性很强，值得投稿试试。以下几点可商榷：

1.      我印象中，大数据不仅指数据量大，还指：数据来源的极其多样化，数据库异构，数据来自多种媒体，等等。你查查是不是有这样的说法。此稿未提及。

2.      对因果性（包括该概念的缺陷）的讨论由来已久，以下链接（http://www.thefullwiki.org/Causality）只是一个例子。因此，似乎不宜将这一点与大数据挂钩，依据不足。

3.      用5%的网民人数来例释5%相伴概率可能不合适，因为不是讨论样本大小。

4.      你隐含了一个观点或假定：大数据时代，数据备有状况是完备的。其实不是这样。大数据时代，数据完备性在各领域的分布也是高度偏斜的。商业领域数据拥有量可能最大。我们搞科学计量学的需要数据的时候，经常是要什么没什么。假定数据已经完备，就放心地去放手分析，好比丢了钥匙后只在路灯下找。

5.      大数据基本服从正态分布？待斟酌。引文这个大数据的分布就显然不是正态分布。我猜测，长尾现象是永恒的，不会随大数据时代而改变。

6.      附件是鲁索去年10月在武大邱均平教授那里做的报告改写的论文，说大数据与信息计量学的关系。虽然他这篇文章不是说与经济学的关系，但我觉得你要认真阅读此文并引用，一是因为他掌握的文献总是很全面，二是他不说过头话，观点比较稳健。