地铁效应——与大数据同行

进入效应解释的前面，需要声明一下的是，在进入本议文前，我们需要假想自己是一名地铁乘客，由进站开始的一连串反应所产生的感觉，效果才会更加立体的呈现在我们面前。

由于人们对地铁各节数人数的多少，会事先根据自己在没有任何判断依据的情况下进行判断并选择站队，诸如无依据的认定地铁前来节数人数的多寡。这将导致一些节厢人数拥挤，一些节数人数稀少，这是信息不对称的典型表现。如果事先安排，让乘客了解即将前来节厢人数的多寡，乘客会根据数据进行合理的流动，自然流动合理分配。当然，这是在一种理想状态下达到的满意答案，而现实往往不是一种理想状态。假定地铁存在10节，每节人数多寡不一，第一、三、四、五、七、八、十节人数拥挤不一，站位上都挤满了乘客，第二、六、九节人数稀少，甚至存在少量的座位。在这种情况下，地铁工作组提前提示各厢节的情况，并根据人数的多寡列出数列模型，让乘客在进入地铁站之前，根据数据显示情况，提前选好该排队车节，这样会让前来的乘客得到较好的引导，从而合理流动至人数不多的车厢。然而这种系统提示存在一种弊端，系统只会引导大部分人流向原本较少等候节位走去，这样的导向只会让原来人数较少的等候节位，人流迅速增加，而原本人口较多的等候节位变得人流稀少。这样一来，起到的引流效果仅是从原来较多的等候节位与较少的等候节位置换了。这也是数据分析所得到的结果的优势为什么不能被大众所知晓的原因之一。从现实的角度思考，我们也正面临这样一种被不对称信息困扰的境遇。通常采用的解决办法是精英管理法。什么叫精英管理法？就是指让一部分熟晓的精英人群明白错位信息这一原理，以达到“地铁空厢”不被挤占，让一部分精英人群处在舒适的环境。这也是一种自然选择的方法，没有进行太多的人工干预，也是一种最原始的状态，符合犹太效应的基本认定。但在这种不对称的法则下，人类进步与发展的速度是缓慢的，过多的人得不到信息与资源，而这些人中的一部分人会较好的利用信息与资源，仅次于精英人群。他们需要信息与资源以使他们坐上不太拥挤的“空位节厢”。

回到前面的最原始配置——精英管理法，这种办法在原始社会、奴隶社会、甚至与近代社会应用是普遍的，也给人们的生活带来了较好的发展，然而到了现代社会，这种法则就越发不适应了。当然，这种不适用是时代的产物，接下来的社会大数据这一套都不管用。随着互联网的发展与升级，4G到5G的时代，已经形成了物联网的概念，这就催生了大数据的应用，也就是所说的大数据时代 。大数据与所说的空节与满节的调节有着莫大的关系，正是大数据的统计，才会使得提前预知车厢人数的可能。这也是一种人工干预，基于数据提供的信息，进行后台分析，并通过一系列信息的整合与处理，得到真实有用的报告，让一部分人回到空厢。而这部分人恰是善于利用数据给他带来的好处，而获得优势，这是一种浅显的资源重新配置，由大数据分析得来的。很多原来被安排在“满节”状态的人，被重新配置，获得新的信息和资源，这是大数据给他们带来的优势，也是一种打破原来管理方法的方式，也逐渐形成一种打破“地铁效应”的模式。

外表看来，现实情况似乎已经止步于此种大数据，但实际用数据基于分配还只是一个起步。用地铁的“满空”节厢来说明，当二、五节分配适当的人流，而已经达到一定人流时，数据系统会提前完成人流配置，让空厢达到预想的人流状态，而满厢获得一定的泄流，这让资源得到了较好地利用。这就是大数据在后台根据所得的信息，通过自己的一套算法提前预知的信息能力，并使得资源的合理配置。

地铁效应不仅在于地铁乘坐的问题，而在于今日资源与信息运用不对称的问题，现今大数据的运用普及，要攻克的其实就是这一难题。