斯科特所书写的《国家的视角》其核心概念为“可辨识性”，指的是国家为了实现更好的统治，通过各种技术将流动的人口和资源变成固定的、可辨识的指标和数据。这篇文章在“可辨识性”的基础上，更进一步做出了与“可视性”的区别。在单一的国家视角之外，纳入了公私合作背景下的数据案例，探索其如何创造“可视性”并与国家数据并行运作，从而达成分散管理和干预权力的效果。面对数据化演算越演越烈的当下，它补充了斯科特的视角，并提醒着读者重新思考国家机构之外数据与权力纠缠的关系。
国家视线内外：大数据的权力动态
摘要:
本文研究了中低收入国家（LMICs）正在进行的数据化进程及其在国际发展领域内引发的权力转移。在中低收入国家，新的通讯和数据库技术的使用生成了“大数据”（例如通过使用手机、基于移动的金融服务和互联网产生的数据），这些数据由企业收集和处理。当这些数据被共享时，也将成为发展研究和政策潜在的宝贵资源。随着这些新数据源的出现，发展领域内也形成了新的权力结构。本文特别指出两个趋势，并用实例加以说明：首先，围绕数据化的公私合作伙伴关系在中低收入国家得到强化，因而企业作为发展行动者的作用日益增强。其次，商业生成的大数据正在成为国家级
“双重数据”（data doubles）
的基础，即与国家数据和统计数据并行，更甚有取而代之作为社会现象和/或领土的数字表征。本文将探讨由此带来的从
可辨识性（legibility）
（Scott, 1998）
到可视性（visibility）的转变，以及将发展干预视为更大规模的信息资本主义进程的副产品的含义。
作者简介:
Linnet Taylor 蒂尔堡大学
Dennis Broeders 莱顿大学
编译来源:
Taylor, L., & Broeders, D. (2015). "In the name of development: Power, profit and the datafication of the global south."
Geoforum
, 64, 229-237.
本文作者：Linnet Taylor & Dennis Broeders
本文探讨的核心问题是，
数据化如何影响中低收入国家（LMICs）人口发展中的可辨识性，以及这对发展行动者之间的权力动态意味着什么。
本文研究了权力从统计的数据收集者和使用者——国家，向更混乱和分散的治理格局的转变，在这种治理格局中，
权力归属于那些掌握最多数据的人。
这种权力转移的根源在于全球治理中更大的新自由主义趋势——Cohen 称之为“新治理”（new governance），由参与“信息资本主义”（informational capitalism）的公私合作伙伴关系主导，一个“信息流动在服务于强大实体（包括私营和公共）的回路中”的系统，在这个系统中，主要从事信息交易的公司能够调节人们的行为、活动和与国家的关系。她认为，监控基础设施的建立是通过信息主义进行治理的不可避免的一部分，因此监控可能无处不在。本文认为，
“数据驱动的发展”具有与信息资本主义相同的特征，结果提高了对低收入国家人口的关注——但这并不意味着国家治理能力（governability）或者代表性就此提升。
本文以实例说明了两个关键趋势：第一，私营部门因拥有数据而在国际发展领域的地位日益提高；第二，发展/监测组合的出现，为持续监测人口动态和人们的活动提供了可能。第一种趋势涉及企业行为者的影响力（leverage）和机会，企业拥有发展中国家公民的大量数据，而国家则继续优先考虑传统的调查数据，如人口普查，这些数据传达了不同类型的细节，允许进行不同类型的分类和监测。本文将探讨国家通过公私合作伙伴关系 (PPPs) 对技术公司的授权如何可能导致这些不同分析视角的融合。然后，本文将第二个趋势——国家双重数据（data doubles）和各种形式的影子地图（shadow maps）的出现——置于这些合作伙伴关系的背景下进行探讨。
二、通过中低收入国家（LMICs）数据获得的权力
Scott（1998）的著作《国家的视角》（Seeing Like a State）本可以被命名为“国家的辨识”（Reading Like a State），以现代官僚国家为基础建立的登记制度，使社会变得“可辨识”。然而，在大数据时代，“国家的辨识”越来越涉及远程执行数据分析而使人口可见。这比 Scott 的表述更进了一步，或者说远离了 Scott 的表述，因为这种可视性通过数据量而非准确性和详细程度对数据主体产生权力。可辨识性依赖于人们有意识提供的数据，而提供可视性的数据则不同，这些数据通常是观察到的，而不是自愿提供的；是技术使用的副产品，而不是当局通过调查方法收集的。同样与提供可辨识性的数据不同，这些数据的可靠性未知，因为用 Shearmur 的话来说，它们反映的不是人口，而是 "用户和市场"，因此偏向于那些具有连接性的人。由于这些数据的可视性来自数据科学家而非社会科学家，而且这种数据通常缺乏背景信息来解释所看到的内容，因此这种未知的偏差更加严重。处理和使用中低收入国家大数据的人与生活在这些国家的人之间的距离——以及文化差异——也可能增加权力的不对称性。
这表明，使之可见的权力不同于使之可读的权力。可辨识性提高了治理能力，但可视性则为更广泛、更分散的行为者提供了影响和干预的权力
：这些行为者包括收集和分析数据的公司，以及他们选择与之分享数据（或通过其他方式获取数据）的人，这些人可能是国家行为者、国际发展机构或其他公司合作伙伴。
如果说拥有数据并由此看到以前不可见或定义不清的事物是一种权力来源，那么这种权力似乎正在向一组新的行动者转移。全球范围内，大数据在很大程度上是私有的，由提供技术的公司生成和分析。现在，数据分析被倡导为解决发展问题的新方法，那些拥有数据的人也将越来越多地获得权力，决定如何构思和实施发展干预措施。随着企业获得使得数据主体可见的权力，它们也获得了监控的权力。组织援助、发展干预甚至福利国家都需要数据来监控包容性、进展和影响——
但在发展领域，面对国际干预缺乏问责的情况，重要的是要理解数据如何导致权力滥用。
关于大数据作为发展资源的讨论强调，数据主要由企业收集和处理，政府当局只是次要的访问者。这种转变产生了两个影响：首先，它将个人从公民转变为数据主体，这是“一种有条件的存在形式，其权利取决于其在数字网络中的行为”。其次，它强调了在人口数据方面向更分散的治理模式的转变，“既不是横向组织，即由或多或少自决和领土化的国家组成的区域间组织，也不是纵向组织，即由上级和下级当局组成的等级制度“。相反，掌握数据的人越来越多地拥有干预或告知干预的权力。
这种转变的另一个影响是，剖析的权力掌握在新的人手里。Lyon 认为，大数据的使用导致分析的自动化，这使得那些开发用于排序和分类数据主体的算法的人对他人生活有巨大影响权——尤其是在大数据时代分析被用作指导如何干预发展，这种对人口分类和监控手段的分布式管理转化为无限制的数据最大化，进而形成了 Haggerty 和 Ericson 所称的“双重数据”——通过人们的数据对其进行抽象描述，目的是监控或针对人们进行干预。在企业负责分析信息的情况下，所创建的双重数据本身就是一种权力来源。
在本节中，我们将探讨说明上述问题的两种趋势。首先，我们展示了企业的技术能力如何导致中低收入国家和外国捐助者通过公私合作伙伴关系的体制机制将其委派给这些企业，以及这些项目如何利用支撑这些合作伙伴关系的发展论述来证明寻找新市场的合理性。其次，我们将探讨私人大数据如何成为国家双重数据
（data doubles）
和影子地图
（shadow maps）
的基础。这些公私伙伴关系导致了新的双重数据和定位系统，它们无法与创造它们的权力结构和政治经济相分离，并通过对数据的操纵再现了权力结构和政治经济。
尽管私营部门长期以来通过企业社会责任（CSR）活动在发展中发挥着作用，但随着数字数据成为分析发展和制定政策的资源，企业正在以新的方式参与到该领域中来。这种情况以两种不同的配置出现：首先，在国家或捐助者仍在发展数字能力的情况下，企业作为国家或捐助者的合作伙伴或代表，这种形式反映了新的数据流所促进的分布式治理模式。其次，有些项目打着发展的旗号，但完全由企业利益集团管理和实施。本节通过不同的项目来探讨，
随着企业越来越多地进入以前由国家和非营利捐助机构占据的空间，发展的话语是如何与利润的话语交织在一起的。
第一种配置的例子是印度的生物计量识别项目--印度唯一身份识别局 （UIDAI），这是目前发展中国家在人口覆盖面方面正在开展的最大规模的公私伙伴关系。该计划自 2008 年开始实施，形成了世界上最大的生物识别数据库，旨在为每位印度居民提供一个 12 位数的唯一身份证号码。该计划不可避免出现公私合营结构，因为处理大数据分析需要大量的专业技术知识，而实时交叉检查和更新数亿条记录的数据库是必不可少的。然而，该项目的“公共性”尚存疑。从官方角度看，UIDAI 是隶属于国家规划局的一个准政府组织，但实际上它是一个自治组织，在没有法律框架或议会监督的情况下运作。除了是非政府组织外，UIDAI 还是公司之间的合作组织。这种合作证实了Miraftab的观点，即企业参与发展项目被构想为向资源不足的国家引入技术和管理能力的一种方式；但正如他所指出的，
由于这些国家政府机构所被赋予的监督角色通常只是草草建立的，企业基本上仍然是自治的行为者，并且这些安排可能成为分布式治理结构的基础。
另外，企业也可以选择自主开展它们认为与发展有关的工作，而不是填补国家能力的空白。在重要的新兴市场，如东非，这种情况时有发生，就像最近 IBM 在肯尼亚推出的 “露西项目”（Project Lucy）。IBM 承诺利用人工智能和大数据分析 "解决非洲的巨大挑战"，包括 "医疗保健、教育、水和卫生、人类流动性和农业"。该项目将在一个由 IBM 领导和管理的公私联盟结构内进行。尽管承诺要解决根源于贫困、缺乏强大的公民社会、不平等和治理不善的问题，但 IBM 露西项目的负责人明确表示，成功的标准是盈利。“露西项目”体现了
企业对数据的掌控力如何转化为决定什么是发展的权力。
任何有能力付费的组织都可以对露西数据库提出问题，但数据库的结构和内容已由 IBM 确定，该公司在该地区的动机主要是利润和市场份额。
随着新的数字数据源开始与国家数据收集工作并行，甚至取代国家数据收集工作，它们将越来越多地为国家和人口提供重新可视化的机会—这是从可辨识性逐步转向可视性的另一个要素。
随着在人口层面观察数据成为可能，对中低收入国家进行的大数据分析产生自 Haggerty 和 Ericson 理论中的国家级“双重数据”。上述例子，尤其是 "露西项目 "的例子，表明在这一过程中，整个城市和国家不再是被抽象化的人体，而是可以在很大程度上脱离国家数据收集和分析过程的情况下被数据化、分析和解释。Grumbach 和 Frénot 在《世界报》上写道，谷歌现在比法国国家统计机构 INSEE 更了解法国。
新的数据源不仅可以提供国家级别的数据，还可以提供所谓的“影子地图”：利用空间数据，在国家地图绘制工作之外，提供新形式的可视性。例如，通过移动电话公司捐赠的数据所绘制的新地图，被用于追踪和预测西非埃博拉疫情，其可能会对希望有针对性地进行干预和资助的外国捐助者产生巨大影响。新的“影子地图”将变得更加详细和无处不在。Manyika 等人预计，到 2020 年，中低收入国家将成为地理定位数据的主要生产者，这些数据来自移动电话等数字通信技术的使用、地理定位推文等社交媒体以及个人使用互联网时 IP 地址的可追溯性。
新的“影子地图”和国家“双重数据”是数字数据生产和使用方式发生结构性变化的结果。
企业现在以前所未有的程度参与数据生产，这些数据可用于跟踪、监测、绘制和分析低收入和中等收入国家的活动，它们的数据向更强大、更擅长技术的合作者如联合国、研究人员、发展捐助方，以及不可避免的国家情报部门流动。这种由信息收集者和使用者组成的复杂结构产生了一系列不同的可视性，为更加分散的治理结构奠定了基础。当其他人获取这些数据时，就会产生多种可能的未来——但在任何情况下，权力都会被更富裕的国际参与者获得，因为他们能够获取数据并有能力对其进行分析，但却牺牲了资源较少的当地参与者的利益。因此，
企业深度参与国家“双重数据”的创建过程，造成了一种默认情况，即国家无法获得这些双重数据，制图、统计和分类成为分散而非集中的职能。
本文概述了两种趋势，它们表明在中低收入收入国家的数字数据方面，机构和政治权力发生了转变。首先，
信息资本主义的做法正在通过公私合作伙伴关系影响发展干预措施。
跨国技术公司参与了绘制地图、分类和归类等活动，往往也是首次将人们与新技术联系起来，作为回报，它们获取新技术用户的数据，并通过这些数据获取新的消费者和市场。第二个趋势是，
这些企业干预所创造的可视性构成了新的人口数据基础和地图。
这些新的数据基础设施称为“影子地图”和“国家双重数据”，因为它们与国家数据收集基础设施平行运作，并产生了分散的管理形式和干预权力。
从国家到企业数据收集者和提供者的这种权力转移表明，有必要超越 Scott 在 1998 年提出的具有影响力的人口数据收集框架，即可辨识性（legibility）和可治理性（governability）。
新的可视性不同于可辨识性，因为这些数据是由不负责任的第三方而非国家收集的，因此不具备加强问责制或代表性的潜力。
其次，可视性也创造了代表数据主体的权力。但是，个人无法控制他们如何被代表，因为他们的数据会通过私营部门的系统流动，然后被出售或无偿提供给第三方。而在国家层面也存在类似问题：使用大数据代表国家会对国家主权产生影响，因为大数据可以显示与国家关切相关的经济和社会动态，
但这些动态并不是通过国家机制收集的，也不一定与国家共享。
在公私伙伴关系或公司作为发展捐助方的情况下，国家并不负责--或仅部分负责--收集和传播这些关于国家的表述。
