我一个在纽约工作的朋友，前几天谈到了一个现象。由于做医生，她上夜班是常态。没有想到，像她这样受过极好的教育、从事对社会有贡献职业的中产阶级，却接到保险公司的电话洽谈，大致是她的车辆保险将不再享受原来的优惠折扣。

　　出于职业的审慎和缜密，她了解到，由于她的私人汽车拥有车联网系统，在她驾驶车辆的过程中，她的行驶路线、行驶时间和行驶速度等信息都被大数据公司收集，经过某家大数据公司的数据分析，那些上夜班、上班地点较远，经过路线存在潜在风险和驾驶速度超过平均值的客户，会使得保险公司提高其所缴纳保费额度。

　　原本是一个拥有高尚职业的医生，却被所谓的大数据归类到夜不归宿的闲散人员行列，她幽默地说，“这要感谢我的车联网”。

　　无独有偶，在欧洲，最近闹得沸沸扬扬的同样是关于大数据分析歧视，如果你关注欧洲的媒体，就会注意到这场关于大数据时代社会平等问题的讨论。

　　这源于一家国际著名保险公司与提供大数据的公司推出的一款针对不同驾车群体的保险计划，要点是：由大数据公司对不同潜在客户的驾车习惯进行分析，如果数据表明客户是白天上班，路近，所经过的地带是安全路线，驾车习惯良好，没有特别情绪化举动，则给其所买的保险打折；反之，保险公司将提价。

　　社会学者阐述道，在欧洲，上夜班且驾车经过路线复杂的，大多是低收入者。由于长距离驾车，且夜班易疲劳，这部分人群的驾车习惯相对不那么好，情绪也相对不佳。倒是那些中产以上的富裕人群，朝九晚五，路线安全，驾驶平和。如果按照保险公司的方案，这就意味着在社会学意义上本应该得到同情甚至帮助的低收入者，要缴纳更高的保费；本来收入就高的人群，却获得保险上的优惠。如此一来，何谈社会公正？

　　不要天真地以为，汽车大数据的应用改变的仅仅是自动驾驶、智能车载系统等技术层面的思维模式。的确，无论是目前正在尝试的汽车电商和精准营销，还是未来可能实现精确的定制化服务，都离不开大数据技术的应用。但是，由此引发的弊端，还是提早注意到比较好。研究大数据时代歧视问题的学者发现，通过分析技术，仅仅4项参照因素就足以认定互联网上95%的匿名者身份。

　　如同《大数据的兴起》作者所言，我们必须用一种不仅欣赏其力量，而且承认其局限的态度来接纳大数据。