大数据时代政治风险的特征、秩序困境及治理策略

张爱军，侯瑞婷

(西北政法大学 新闻传播学院，陕西 西安 710112)

大数据广泛应用于经济、政治、工业、教育、营销、医疗、科技等领域。在不同的领域中，大数据技术在发挥客观性和可预测性优势的同时，随之产生的风险成为大数据时代主要面临的挑战之一。截止2021年5月，学术界对大数据议题的研究主要集中在大数据技术的革新问题、大数据技术操控个体日常生活问题、大数据侵犯个人隐私问题等方面，而较少聚焦政治领域的大数据问题，特别是大数据技术引发的政治风险问题。

事实上，数据介入到不同领域中会出现不同形态的风险，如政治风险、社会风险、金融风险、文化风险、意识形态风险等类型。与其他风险不同的是，政治风险与国家的政治体制、政治秩序、政治决策等因素有关。政治风险的产生是“由于政治利益之间的对立与矛盾所引发的冲突与危机，主要表现为阶级冲突、群体之争，严重的甚至以军事政变、地区战争和世界大战等形式表现出来”[1]169。大数据的政治风险属于风险社会中的政治范畴。在十九届一中全会上，习近平总书记对各级领导干部提出了要着力“强化政治责任”，不断提高“把握方向、把握大势、把握全局的能力”和“驾驭政治局面、防范政治风险的能力”的执政理念，以确保党和国家“各项工作坚持正确政治方向”[2]227，政治风险成为党和国家高度重视的一大风险问题。因此，防范和规避政治风险才能进一步完善国家治理体系和治理能力现代化，对提高治理效能、治理研判、治理预警等具有重要的现实意义。

一、大数据时代政治风险形成的新特征及其影响因素

大数据的政治风险是指大数据技术嵌入政治系统中，导致政治决策失灵、政治失序、治理低效等后果。这些后果不仅指向政治风险潜在的“副作用”，也是科学技术革新出现的必然结果。

(一)大数据时代政治风险形成的新特征

政治风险具有客观性、关联性、传导性、整体性等特征。但在大数据背景下，由于人们能通过数据挖掘和数据判断对政治风险的形成源头提供相关数据预警、数据研判、数据治理等，这使得政治风险形成的新特征得以逐渐显现。

第一，大数据政治风险的结构性。政治风险由政治系统内部和政治系统外部两大结构组成。政治系统内部主要包括政治制度、政府组织、政府管理等方面；政治系统外部则与政治安全、政府治理等要素相关。随着人工智能技术的发展，政治风险的内外结构在人工智能技术的嵌入下得到强化。具体表现在“人工智能技术嵌入政治系统会直接激发政府组织结构、管理体制以及运行机制方面的变革，使得政治系统日益信息化、智能化与现代化，可以说，后工业时代政府机构的组织构建、机制运行等方面已被技术力量所重构”[3]。由于人工智能主要依靠大数据和算法这两大核心技术来运行，因此，大数据应用到政治系统中同样会使得政治系统呈现出信息化、智能化、现代化的结构特点。例如，贵阳市公安交通管理局依靠大数据技术构建的“数据铁笼”模式，将执法和审批环节经由网络平台办理，不仅改变了原来仅由政府收集数据、分析数据的单一形式，也改变了政府内部科层式的运行结构，政治系统逐渐趋向扁平式运行结构，从而强化了政治权力的监督功能。

第二，大数据政治风险的自反性。自反性概念最早由贝克在《风险社会》一书中提出。所谓自反性，就是一种自我对抗的体现，它主要是由自我反思和自我对抗两部分组成。贝克认为，“与之前所有的时代相比，风险社会的突出特征是某种匮乏，即不可能把危险处境归诸外部。换言之，风险取决于决策；它由工业生产，因此在政治上具有自反性”[4]230，同理，政治风险的产生取决于政治决策，在现代化进程中大数据的政治风险也具有自反性。大数据对政治风险的自反性主要体现在技术对抗和技术反思这两个维度上。技术对抗的目的在于发挥大数据技术的优势对抗或破解政治风险形成的复杂性原因。技术反思是从大数据技术本身出发反思技术的作用。任何一种技术都具有两面性，大数据技术也不例外。大数据具有不确定性、高门槛性，数据使用的人为性等劣势。从自反性特征去认知政治风险是一种“好”的路径依赖，依照“好”的路径依赖能更客观地看待和使用大数据技术。

第三，大数据政治风险的可预警性。政治风险是客观存在的，对政治风险的有效、精准预警能够降低政治风险产生的可能性，甚至在某种意义上将危机化解。专业部门及人员可对收集而来的数据建立相关数据图谱，从数据图谱中获取可用于监测政治风险的信息，并利用这些数据实现政治预警效果。同时，数据持有者可利用大数据对政治风险产生的源头展开实时、实地的量化分析，为波及到政治风险的国家或区域进行“全景画像”或“区域画像”，从而发挥大数据画像的精准预测功能。例如，从《2018年全球政治风险地图》到《2020年全球政治风险地图》的发布，正是对不断变化的风险进行相关数据记载的体现，其绘制而成的数据地图分析了全球化政治风险的影响范围，实现了政治风险预警的效果。

(二)大数据时代政治风险形成的影响因素

第一，主体因素。政治风险主要依靠政治主体解决政治矛盾。归根结底，政治风险问题是政治问题。解决政治问题的核心是明确政治主体。随着大数据技术在政治领域中的应用，多元主体改变了政治风险的形成范式，引发了不同主体对政治风险的关注。大数据技术介入到政治系统中，表明技术主体对数据获取的来源是明确的。一般而言，获取数据的来源主要包括两类，一类是由人生成的数据，一类是由机器生成的数据。[5]前者生成的数据具带有主观成分，后者则符合信息化时代对数据科学性的衡量，但这两者的本质都是由人掌控着数据，机器生成数据的背后也是人对所需数据的认知和判断。

大数据技术的精准预测能强化公众对政治风险的关注力度，激发公众参与政治的自主性。人不仅是情感动物，也是政治动物。人对政治的关注是因为人要通过政治信息满足其对政治的需求，表达政治诉求。政治信息与政治生活相关联。“政治信息的收集和综合过程在大数据等新技术的介入下凸显出数据化、智能化、专业化的新趋势”[6]，公众对政治信息新趋势的关注也是对政治风险的重视。因为政治信息是政治风险的组成部分之一，离开对政治信息的了解，难以提升公众对政治风险的全面认知。政治信息的数据化模式为政治风险建构数据系统，具备数据系统的政治风险对政治系统出现的危机进行相关数据分析，从而形成有利于政府进行政治判断的场域。

第二，环境因素。环境特指人类的生存空间。自然环境、社会环境、政治环境等归属于环境的不同类型。蕾切尔·卡森在《春天的寂静》一书中写道，“自然环境在很大程度上塑造了动植物的形态与习性，而从地球漫长的年岁来看，后者对前者的反作用微不足道”[7]3，同样，政治环境在很大程度上塑造了公众的政治认知和政治情感。政治风险既在政治环境中产生，也反作用于政治环境。当大数据技术以“闯入者”的身份进入到政治环境中时，其将推动政治风险的环境建设。由此，单一的政治环境过渡到可供计量、分析的数据环境中，政治风险具备了用以量化的数据场域，并赋予了政治风险监测的政治环境。

第三，技术因素。技术如同一枚硬币的正反两面，既给人类社会带来福祉，也为人类社会埋下风险的种子。一方面，大数据技术加速政治风险的形成速度，推动政治风险呈指数式增长。政治风险的发生概率、范围、程度等在大数据技术的应用中不断变化。近来年频繁出现的“黑天鹅”事件表明，一些小概率事件可能成为推动政治局势变化的主导因素。小概率事件背后风险的不断叠加，会对全球化的政治秩序产生较大的影响，加剧政治风险的波及范围。另一方面，若对大数据持有技术崇拜主义，不加限制、毫无边界地使用大数据，则会出现“人造风险”的危机。吉登斯认为，“‘人造风险’于人类而言是最大的威胁，它起因于人类对科学、技术不加限制地推进”[8]115，人对大数据的使用并非是理智的，数据失控是常态化现象，这会造成政治风险的频繁发生。例如，在政治选举活动中，竞选团队利用大数据技术绘制出的“推特政治指数”，将选民的政治意向和政治态度以可视化的形式呈现。但这种可视、可感、具体的形式本质上是人技术操控的结果，带有很强的主观意图。并且，精英群体掌握大数据的使用权，对数据实行垄断，可能致使政治选举演变为一场政治表演。政治风险在大数据技术的操控下得以形成。

二、大数据时代政治风险引发的秩序困境

政治风险本质上是一种政治秩序的风险。由政治风险引发的秩序困境是亟待解决的一大问题。政治风险既是一个国家潜在的政治问题，也是一个长期的问题。政治风险与“风险社会”理论中强调的秩序解构和秩序重组观念相一致，它们均是风险演化下的秩序困境。政治风险引发政治秩序困境的主要原因在于，“它不仅改变着社会，而且改变着人类的思维和行为方式，甚至从制度和文化上改变了传统社会的运行逻辑。”[9]政治风险的出现可能直接导致政治体制失衡、失序、甚至失控等负向结果。

(一)大数据权力滥用破坏现实秩序和网络秩序

大数据权力是指“在数据资料基础上衍生出的权力形式，关注数据资料的生成、供给、分配与使用所产生的赋权与分权问题”[10]，是数据持有者对数据资料进行支配的权力属性。在政治风险中大数据权力关系体现在数据持有者对政治风险问题进行相关政治数据的获取、整合、分析等方面。当政治风险渗透进大数据权力运作体系中时，易出现大数据权力滥用困境，易对现实秩序和网络秩序造成威胁。

第一，大数据权力的使用主体具有主观意志。无论是在数据生成、数据加工还是数据分析等环节中，都夹杂着个人主观意志。这意味着数据持有者拥有的数据并非完全是由机器生成的，人同样是数据的供给方。“互联网大数据存在数据操纵和数据偏态的可能，无法实现舍恩伯格等大数据倡导者对大数据真实、自然的客观性预设与假定”[11]，大数据真实、客观的特性在权力操控下逐渐消解。个人或组织拥有的数据并非是数据的全貌，由此形成的政治系统的权力结构是分化的，数据分析的结果也是片面的。大数据权力使用的个人意志在无形之中影响政治系统的结构转型。

第二，大数据权力的运用具有风险性。无论是从公共性角度，还是私人性角度看待大数据权力，权力运用的背后都暗藏一系列的风险问题。特别是大数据权力在政治领域的运用中，数据垃圾、数据病毒的产生都不利于公共领域的良性建构。此外，数据对政治隐私的绑架，会造成私人领域出现数据泄露。公共领域和私人领域出现的一系列风险问题源于大数据权力的运用，其是加剧政治风险形成的条件。这是因为“大数据权力在性质上有着绝对绝缘性和虚拟性，存在权力运用中的数据风险和盲点，这就很可能在处理主客体的利益关系中造成社会失范和政治失序的伦理黑洞”[12]，一旦大数据权力运用不合理，就容易出现政治混乱的局面。

第三，大数据权力运用的垄断性侵入。自由使用权力的前提是将权力制约在一定的框架下。大数据权力的限制主要是对大数据技术使用的限制。并非所有人都能掌握大数据技术、拥有大数据资源，技术使用和技术占有的精英化导致了大数据的权力垄断。大数据技术是基于算法系统得以进行的，经由算法生成的个性化、个人化数据常会对私人领域进行侵扰，大面积的“数据留痕”可能破坏私人领域的传播秩序。毫无限制地运用大数据权力，会引发政治系统内部腐败、政治风气不良等问题。

第四，大数据导致政治权力去中心化。大数据意味着数据占据统治地位。数据使用主体是具有权威性的技术精英。技术精英掌握大量的数据资源，对数据资源进行垄断。长期的数据垄断可能造成政治权力结构异化，加剧政治风险的破坏性。就政治权力结构而言，“权力分布呈现去中心化图谱结构，权力结构日益多元和分化，这在一定程度上弱化了传统的线下的多层国家权力结构和单向治理模式”[13]，在大数据的作用下，政治权力结构区别于传统政治权力的科层制结构，逐渐趋向去中心化的权力分散模式，致使政治风险成为大数据时代迫切需要解决的难题。

(二)数据歧视困境

政治风险是客观存在的，不以任何政治主体的意志为转移。但在大数据运算背后，数据歧视会瓦解政治风险的客观性。从心理层面而言，数据歧视是人对数据产生和数据运用产生了偏见心理。之所以产生这种偏见心理，主要源于人对大数据的认知存在差异，即使用数据和非使用数据的人之间存有数字鸿沟。

数据歧视会消解政治风险形成的客观要素。大数据技术具有两面性，数据歧视是其消极性的体现。大数据在算法程序的运用下得以实践，这种实践方式未加限制地使用，就会出现适得其反的效果。主要原因在于“大数据算法，正是一种处理海量数据的计算机程序，它作为人类思维的一种物化形式和大脑的外延，也正‘失控式’表现出了劣根性——歧视”[14]。数据歧视的劣根性存在于数据产生过程中，即任何一种数据的形成并非是平等、合理、合情的。也就是说，大数据技术存在潜在的风险，海量数据的生成并非意味机器所输出的政治决策越客观。数据歧视的普遍存在不利于公众对政治风险形成客观认知。

数据歧视会消解公众对客观事物的理性认知和理性判断。由于大数据难以破解政治风险形成的复杂性原因，政治参与者与数据持有者、非政治参与者与政治参与者、数据持有者与非政治参与者之间，彼此形成对立、冲突及歧视的态度。人与人之间的歧视态度转化为对政治数据的歧视、政治风险的歧视和政治决策的歧视，瓦解了公众用客观、理性、全面的角度看待政治风险形成原因的态度，取而代之的则是对政治风险产生孤立、浅显、单一的理解。

(三)“数据利维坦”的内在困境

“利维坦”是霍布斯笔下对国家主权这一概念的隐喻，是借海上的一种怪兽作为国家或政府的代名词。“利维坦成为‘强权即公理’的形象代言人，似乎只有纯粹负面的约束公民自由的功能，没有正面的保障公民权利和利益的作用”[15]，在信息化时代下“利维坦”的出现消解了技术向善的论断，约束了公众对技术自由使用的限度。随着数据取代信息趋势的加剧，“数据利维坦”如洪水猛兽般冲击政治系统和政治制度的建立，使政治风险不断走向失序甚至无序状态，阻碍了政治秩序的维护。

“数据利维坦”是在信息社会下衍生的数据危机。“利维坦”的恐怖不在于其形似怪兽般的身形庞大，而是在于“利维坦”的出现对国家和社会造成的威胁是难以衡量的。“新技术重塑着‘国家—社会’关系，在新技术环境下，巨大的‘利维坦’与更多新人群、新组织、新社会力量的关系，将变得陌生起来，社会权力的无序运行对国家政治安全施加了严峻考验。”[16]“数据利维坦”在大数据技术的推动下，难以与新的人群、组织、社会关系保持和谐，取而代之的是出现群体极化、群体隔离等现象。当大数据技术不断渗透到政治系统中时，“数据利维坦”的出现影响着政府组织、政治制度以及政治关系的调整。政治风险在“数据利维坦”的笼罩下最终使政治分裂成为可能，瓦解政治秩序的稳定。

“数据利维坦”助推政治分裂。政治分裂是政治风险走向失序的结果。由于“数据利维坦”是“利维坦”在大数据技术这一层面呈现出的新形式，这种新形式基于信息化社会的发展得以实现。在“数据利维坦”的推动下，大数据成为掌控公众政治生活和政治参与的工具，但同时也给政治生活和政治参与带来消极作用，加剧了政治分裂的产生。政治分裂最终会带来政治动荡，激发政治系统风险向无秩序化路径倾斜。当政治风险的无秩序化成为常态，就进一步佐证了“数据利维坦”发挥的威胁力和破坏力是难以抵制的，也是导致政治分裂的重要原因。

(四)数据异化困境

异化有脱离和疏远之义。数据异化是将脱离和疏远的主体放置于大数据这一技术层面。数据异化“从根本上说就是我们不能完全控制和规定大数据技术而导致的非人道、非人性和非自由”[17]，这一点与马克思在《1844年经济哲学手稿》中提出的“劳动异化”含义有异曲同工之妙，即大多数人处于被束缚的状态。导致数据异化的一大原因在于大数据技术的使用夹杂人为因素，人对数据的再造是非理智的。这种非理智行为会反噬到个人身上，个人隐私泄露泛滥成灾。因此，数据异化并非仅指向大数据技术发展造成的异化现象，实质上是人过度依赖数据导致了人被数据奴化和物化。

数据异化的一大表现形式是数据依赖，造成的结果是一切事物或现象皆可数据化。具体体现在大数据的广泛使用将数据化形式贯彻到政治决策中，政治决策逐渐转向决策的非政治化，过度的数据依赖造成了政治决策失灵。一旦出现政治决策失灵现象，很可能激发政治风险以叠加的态势不断增长。数据依赖的根本原因是政府对大数据技术的崇拜主义上升至对大数据的过度依赖行为。原本大数据对政治风险起到数据监测的功效，但一昧地依赖大数据技术，可能导致政治风险在大数据技术的使用下危机并非瓦解，反而使公众对政治风险的治理持有不信任心理。

数据异化另一种表现形式是数据失真。数据失真体现在数据获取过程中，所得到的数据是残缺的，并且公众对数据的认知是片面和扭曲的。因此，政治风险在数据失真的环境中被建构，最终呈现出数据真实让位于数据虚假、主观情感取代客观理性、“后真相”代替真相等消极结果。在数据失真的环境下，政治风险的形成是无规律的，海量数据的应用反而会造成数据的杂乱无章，无法从海量数据中获悉有价值的政治信息。这些不良数据的产生会让数据失真暴露于政治风险系统中，加大政治风险治理难度。

三、大数据时代政治风险的治理策略

治理的核心在于降低风险出现的概率。治理就其字面意义而言，就是“治国理政”[18]，政治风险的治理是对国家制度存在的危机、风险防范面临的挑战、风险意识的匮乏等方面采取的相关措施，目的在于实现治理的优化。

(一)坚持客观性治理

第一，要对政治风险形成的内部因素进行分析。区别于传统科层制的治理策略，政治风险的客观治理是针对治理结构和治理源头展开的。治理结构指向政治风险系统的内部因素，主要包括国家制度、政治决策、科学技术等方面。治理源头则是针对政治风险系统产生的外部因素，主要包括政治文化、政治心理及意识形态等。和政治风险内部因素不同的是，由于“人造风险”会瓦解政治秩序的稳定，政治风险外部因素的产生具有主观性。政治风险的内部结构决定了政治风险的形成条件不是偶然性的，对政治风险结构进行分析是对其内部因素展开的有效分析策略。分析政治风险的内部因素是进行客观治理的重要举措。

第二，客观治理需要考虑政治风险的后果。在政治上风险具有自反性，自反性指向科学技术带来的负面后果。负面后果是客观发生的，也是已经产生的结果。以结果论来反思问题，有助于对政治风险治理形成全面认知，同时，摒弃局部认知。从政治风险产生的后果来思考治理模式，在一定程度上能避免盲目治理带来的思维惰性，加快政治风险的治理进度。

第三，客观治理需要具备对政治风险的客观认知。客观认知是构成客观治理的要素之一。政治风险与个体的政治生活和国家的政治决策相关，不同的主体对政治风险的认知不同。大数据技术对政治风险的影响改变了公众传统的认知模式。随着科学技术的渗透，公众对政治风险的认知得以强化，最直接的行为体现在利用大数据技术化解政治风险单一治理形式这一方面，诸如对政治风险的治理实行数据技术联动、数据技术监测、数据技术分析等方式。提前对政治风险进行预判是政治担忧和政治焦虑的体现，难以达成政治共识。

第四，客观治理强调对数据分析要具有全局意识。客观治理要警惕狭隘的治理思维。全局意识强调整体性，避免只获取数据而不进行数据分析的行为。在政治风险情境下，数据分析是对政治决策、政治情感、政治态度、政治意见和政治表达等进行可视、可感的数据化呈现的基本方式。数据分析成为政治风险治理的关键要素。数据分析的过程是对政治风险治理进行的一种复盘行为，从分散式的数据采集、多渠道的数据整合再到整体性的数据分析，每一环节皆影响政治风险的治理绩效。政治风险的治理要落实到用全局意识代替局部意识，尊重客观规律和客观真理的层面，避免产生以偏概全的治理态度。

(二)坚持主体治理

第一，坚持“以人为本”的理念。从人的需求出发，尊重并重视人的价值观、世界观、人生观是“以人为本”的核心。公众的认知影响着政治风险的治理走向。人的认知具有差异性，人不能决定政治风险的治理效果，但人对政治风险的关注和参与体现了其认知思维的变化。在大数据应用路径下，相关部门要从人的政治诉求和政治认知出发，关注人在政治风险治理中的作用，防止大数据对人的政治思维的异化。

第二，要以不损害人的利益为前提。主体性治理要尊重人的创造性，不损害人的利益。因为使用数据和利用数据是人具有创造性的活动，具体包括公众对政治风险的感知、关注政治风险的变化、借助媒介平台表达对政治风险治理的态度等方面。在不同方面的影响下，需要平衡人和大数据技术之间的关系，“大数据技术不是通常所以为的纯粹工具性的，相反，它首先是人内在具有创造性活动能力，是人呈现自身的方式，是人与世界打交道的方式，它内在地具有人的价值属性”[19]，这意味着大数据是连接人和政治生活的技术，并非只行使其工具属性。对此，政治风险的治理策略要充分衡量人的利益，不一味地依赖大数据技术的使用而忽略人的主体性。

第三，形成多元治理主体参与模式。多元治理主体参与治理过程是对治理理论的贯彻。治理理论强调多元治理主体之间的协商和沟通。区别于传统治理方式，多元主体参与治理是注重集体观念的集合，能够在一定程度上瓦解政治风险治理低效的现状。大数据技术的应用对政治风险的影响是多维度且复杂的，多元主体治理模式意味着在不同主体的影响下，治理僵化的思维意识和思维习惯能逐渐被改善，以此实现双管齐下的治理效果。

(三)坚持适应性治理

第一，政治风险要在特定情境中产生。政治风险基于政治传播情境产生。“情境特征制约着治理主体的行为选择，‘恰适性’要求行动与情境的恰当匹配”[20]118，具体到政治风险的恰适性环境中，主要是对政治风险所采取的行为与所处政治环境的适应。因此，政治风险的治理与政治环境、政治生活和政治决策产生关联。基于政治情境的特定性，适应性治理集中在政治风险传播的情境下得以施行。

第二，数据安全要与政治风险进行适应性调配。数据安全主要指向数据隐私和数据泄露两个层面。2020年9月8日发布的《全球数据安全倡议》是对数据安全问题的回应及要求。人类处在一个政治风险频繁发生的社会，该倡议强调不同领域出现的数据问题是不可避免的。做到数据安全要以事实为根据，全面、客观看待数据问题，防止滥用数据、利用数据窃取他人信息、使用数据进行监控等行为。例如Facebook数据泄露事件表面上是由于数据处理不当造成隐私泄露，实际上是数据滥用威胁到国家安全的结果。数据安全关乎人类生存发展，保障数据安全才能实现数据对政治风险的高效预警。

第三，平衡数据获取自由和国家安全的关系。数据获取与国家安全之间是相互作用的关系。从十八大提出“总体国家安全观”后，网络安全上升至国家安全层面，大数据给国家安全带来的影响是不可忽视的一大问题。国家安全需要在自由的政治环境下得到保障，但自由不是毫无限制的，大数据资源的获取自由需要具备权限意识。国家安全的维系基于获取资源自由的基础之上，但自由获取资源要遵循制度原则和制度框架才能实现。

(四)坚持伦理治理

第一，确立相关伦理制度加以完善。罗尔斯认为，“正义是社会制度的首要价值”[21]1，政治风险的伦理治理需要坚持正义的伦理制度。伦理制度的正义性有助于瓦解大数据技术异化产生的消极后果，这就要求数据获取者、数据持有者要对大数据的应用建立制度规范，保障伦理制度的正义性。应限制对大数据技术的泛化使用，用伦理制度控制大数据技术的使用频度，以便提高大数据技术的使用效度。好的制度推动社会公平正义，坏的制度阻碍社会公平正义。适合于大数据时代的伦理制度属于好的制度，其有助于推进政治秩序的稳定运作，形成公平正义的政治风气。

第二，强化伦理信任维护政治秩序。伦理和信任是相互共存的关系。“信任的本质是伦理的，伦理的本性是信任的。在本体意义上，伦理与信任互为生成”[22]，言外之意就是，伦理信任是主体与客观之间维持双方信任的一种基本关系。伦理信任强化政治风险信任系统的建立。建立政治风险的信任系统有助于构建良好的政治秩序，通过行为规范达成对相关政府治理的信任。针对政治风险存在的问题，在大数据时代下对政治风险进行可行性分析，不孤立地看待政治风险问题或许是应对风险的合理策略。要结合大数据技术的特点及优势，与相关部门和专家建立信任系统，强化大数据技术使用的伦理限度。

第三，大数据持有者要加强伦理自律。伦理自律主要是针对责任和权利两个方面的自律。权责统一是责任伦理的关键，也是伦理自律的保障。个人数据权利的保护需要明确责任意识。权利和责任相统一是强化伦理自律的关键。只有数据持有者对大数据技术的利用承担相应的责任，才能有效保护公众的数据权利，防止出现灾难性的后果。

尼古拉·尼葛洛庞帝认为：“计算不再只是和计算机有关，它决定我们的生存”[23]15，在大数据时代下与人类生存和发展相关联的也不仅是数据本身，而是使用数据的人是否具有理性的态度应对大数据带来的政治风险，从而强化政治风险责任意识。政府需要跳出僵化的治理思维和单一的治理模式，在制度约束和权力边界下发挥大数据的积极效能。一个国家政治决策的确立需要关注政治风险对决策产生的影响。只有在具备风险防范思维的同时运用科学的治理方式应对政治风险，才能助推政治风险的高效治理。