第十轮投票仍未果 美众议院议长选举混乱局面如何收场？******

　　中新网1月6日电 综合报道，当地时间1月5日，美国众院议长选举第十轮投票仍未果，尽管做出了巨大让步，共和党领袖麦卡锡反而一再丢票，未能赢下党内保守派的支持，议长之位持续“难产”。麦卡锡称，共和党人虽未能达成一致，但谈判已取得很大进展。不过，他的反对者则警告称，这场“议长之争”可能拖上数周。

　　美国有线电视新闻网(CNN)指出，在第十轮投票失败后，目前的众议院议长选举，已经成为了164年来投票次数最多的一次。此前最高纪录发生在1859年，当时的投票进行了四十四轮。如果无法选出众议长人选，所有众议员都无法宣誓就职，众议院的正常工作也无法推进。

　　资料图：麦卡锡。 中新社记者 沙晗汀 摄

　　“谈判让麦卡锡显得软弱”

　　继10轮投票后，众议院依然无人赢得当选议长所需的简单多数，即至少218票。共和党在新一届众议院占222席，其中200人在把票投给麦卡锡、21人投给共和党众议员唐纳兹，一人投“缺席票”；民主党人的212票则一致投给了众议院民主党领袖杰弗里斯。

　　据《纽约时报》援引三名知情人士报道称，在过去两天连续六轮投票未能胜出后，麦卡锡私下里同意了反对派提出的更多要求，包括允许一名议员在任何时候强制进行快速投票，把他从议长位置上“赶下来”，这将极大削弱议长权力。

　　一名知情人士透露，麦卡锡还承诺允许右翼派系在强大的规则委员会中挑选该党三分之一的成员。此外，他还承诺将开支法案开放给自由辩论，任何议员都可以在辩论中提出修改，包括那些旨在破坏或否决法案的修改。

　　“事实上，(麦卡锡)正在与共和党人谈判，这让他看起来非常、非常软弱，以至于到了绝望的地步。”一位共和党游说者说道。

　　另据英国广播公司(BBC)报道，共和党人虽然在11月以微弱优势赢得了众议院的控制权，但共和党内部的裂痕由来已久，一群强硬的保守派联合起来反对麦卡锡的提名。

　　“麦卡锡有一段时间没有与核心小组的部分成员交朋友，他树敌很多，”另一位匿名的共和党游说者称。“出于政治原因或个人原因，有些人不喜欢他。”

　　麦卡锡该何去何从？

　　华盛顿的政治观察家已经开始就众议长选举该如何结束提出各种假设。他们预测可能的结果有：麦卡锡坚持并获胜，但做出了各种重大妥协，到完全可能退出选举，转而支持其副手路易斯安那州众议员史蒂夫·斯卡利斯。甚至有一个不太可能的结果是，5名共和党人决定投票给民主党人杰弗里斯，并让他控制众议院。

　　芝加哥大学研究党派关系的政治学家露丝·布洛赫·鲁宾 (Ruth Bloch Rubin) 称，就目前而言，麦卡锡“基本上是党内一方的人质”。

　　麦卡锡已承诺不再做出任何让步，但可能也别无选择。他可以尝试通过出色地完成委员会的任务或担任新的领导角色来赢得顽固派共和党众议员的支持。

　　“他必须给那些反对他的人一些东西来挂在帽子上，”曾为前国会议员游说者的亚伦·卡特勒说道。然而，另一位共和党游说者认为“根本没有通往胜利的道路”。

　　新加坡《联合早报》称，共和党人在民主党人帮助下选出“折中人选”的可能似乎越来越大。进步派民主党众议员卡纳表明，可能支持一名温和派的共和党人成为议长，前提是对方同意与民主党共享传票权，并避免在政府资金和债务上限问题上采取边缘政策。

　　英国《独立报》称，这并不是麦卡锡第一次角逐众议院议长一职，2015年时任众议院议长约翰·博纳辞职后，麦卡锡曾参加竞选，但随后宣布退出并导致投票被推迟。

　　众议院议长选举为何如此重要？

　　在美国政坛，众议院议长是“三号人物”，地位仅次于总统和副总统。众议长是众议院的政治领袖，掌管着众议院议事日程。众议院掌握弹劾权和政府的“钱袋子”。

　　据BBC介绍，众议院议长是美国政治中最重要的角色之一，控制着众议院的立法议程和时间表，以及各委员会的席位。

　　分析称，旷日持久的众议长选举可能会破坏众议院共和党人在优先事项上迅速取得进展的希望，其中包括调查拜登政府和其家人，以及关于美国经济、能源独立和边境安全的立法等。

　　共和党内最激烈的反对来自右翼。《纽约时报》分析称，即便麦卡锡争取到了足够票数，他作为议长显然也会受到右翼的裹挟，因为他在拉票过程中不得不给他们一些承诺。但另一方面，一些共和党内反对派则表示，不相信麦卡锡在最后时刻给他们的承诺。

　　第11轮众议长投票选举正在进行，尚不清楚僵局是否会打破。

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)