要了解大数据进行质量治理的基本逻辑，我们可以从一个根本性的问题开始，那就是：质量治理，到底治理什么？
    其实对于这一问题，我们可以从美国经济学家阿克洛夫在上个世纪70年代的一篇论文《柠檬市场：质量市场的不确定性》中找到答案。阿克洛夫说，由于在二手车市场买卖双方之间存在严重的信息不对称，买方在短时间内无法准确判断出车的真实质量水平，卖方则会选择低价收购质量差的二手车并进行低于均衡价格定价的市场策略来赢得竞争，致使大量质量差的二手车涌入，最终导致整体市场的混乱甚至消失。
    柠檬市场所揭示的质量竞争现象在现实生活中是非常普遍的，几乎在我们市场经济的各个角度都能或多或少地找到它的影子。我们质量治理的目标就是要解决这样一种“柠檬市场”的状况。那是什么原因造成这种状况的存在呢？我们回到阿克洛夫的推理起点，可以发现那就是信息不对称。所以，质量治理到底治理什么？答案就是信息不对称。质量治理的核心就是要尽量消除买卖双方关于交易物品的质量信息不对称，要让买方掌握到更多的质量信息。当买方所掌握的质量信息足以支撑其准确无误的进行交易决策时，治理就是成功的；反之，则是无效或是低效的。
    弄清了质量治理的本质，那么什么是大数据呢？其实大数据的概念最初源于IT界（比如IBM定认大数据是“4V”，数量大、更新快、种类多、价值大），后来又在社会应用层面上得到延伸（如舍恩伯格所提的“大数据不是抽样样本而是整体数据”、“不是因果关系而是相关关系”、“不是精确性而是混杂性”）。大数据是技术，是平台还是思维方式的变革？似乎都是但又不尽然。无论大数据定义或内涵如何，但其本质我们认为还是数据，是对信息的表达。我们暂且把它理解为一种特殊的信息表达。
    分析到这里，我们就可以比较清晰的发现质量治理与大数据之间的必然联系了。质量治理是为了解决质量信息的不对称，而大数据则是一种特殊的信息表达。因此，大数据就顺理成章地成为了质量治理的天然工具。
    大数据对质量治理的作用当然就是表现在对买卖双方质量信息不对称的消解上。进一步地来分析买卖双方之间信息不对称的内容，我们可以至少可以归纳出三种情形的信息不对称：（1）产品品质信息的不对称，这是质量信息不对称的核心问题；（2）供需信息的不对称，这影响的是质量配置的效率；（3）进行治理的信息不对称，这更多影响的是治理成本的问题。其实大数据作为一种特殊的信息表达，是可以有效地解决以上三种方式的信息不对称问题的。我们可以选择用“透明”这个关键词来表示大数据对质量治理的信息表达的特殊性。
    一是通过“透明”形成强大的隐性约束。最有效的治理无外乎使卖方自发的提供高质量的产品供给，而大数据的整体样本的公开透明，则可以让这一点很容易就实现。比如大众点评上对餐饮店铺的评价、携程订票网上对飞机航班晚点率的发布等等，可以让消费的产品质量毫无保留的暴露在公众面前。大众的用脚投票会自发地驱动市场的优胜劣汰，而这对于卖方无疑是强大的隐性约束。
    二是通过“透明”实现极高的治理效率。质量的供给与需求常常存在匹配的问题，而市场信息的不通畅则会在很大程度上增加搜寻与匹配的难度。大数据的透明则可以在整体数据中实现质量供需的最优配置，而且其效率是惊人的。比如优步对于打车市场的治理效果，堪称神奇：不需要预约，随叫随走，到楼下就有车。其后台就是对于社会资源的彻底发动与全样本的精确匹配。
    三是通过“透明”降低大众参与治理的成本。质量治理显然是一个动态的过程，这个过程中就需要有众多的主体来参与进来，而大众无疑是质量治理的核心主体。对于大众而言，治理是需要成本的，成本过高，大众自然不会任何激励来参与。而成本过高的原因，根本在于信息分割所造成的找不到治理渠道或是要花许多时间精力去治理等。但是大数据的“透明”则可以提供明确的平台渠道与简单易行的治理方式，正如柴静所言，对于环境质量问题的治理，我们不需要一次次的跑相关部门，只需要用一个简单的随手拍APP进行定位拍照举报就能实现。