在今天，大數據已經成為世界各國經濟發展和科技創新的前沿，各國政府也開始越來越多地應用大數據參與社會治理的方方面面。大數據時代，我們面臨的不僅僅是信息技術領域的革命，更是在全球范圍啟動透明政府、加速企業創新、引領社會變革的契機。本刊采訪到《大數據》、《數據之巔》的作者涂子沛，請他講述小數據之歷史和大數據的崛起，試圖回答我們該如何改變觀念來適應時代，信息技術又將怎樣“拉動”社會的發展。《投入大數據，笑了自己》一文的作者王安，從美國講到中國，從技術引入文化，告訴你在大數據的時代，一切皆有可能。而《被數據統治的世界》一文為美國出版的新書HowNumbersRuletheWorld的書評，雖然書名是“數據如何統治世界”，但作者卻是在提醒人們，不要被“簡單的數字”統治了我們的思維。當不同的觀點匯聚，也許才更容易得出結論。

“濃煙滾滾，遮天蔽日，空氣質量極端惡化，白天的陽光、夜晚的街燈都無法照亮路面。”

19世紀80年代，蓬勃的鋼鐵業摧毀了匹茲堡的城市生態環境，昔日美國的“鋼鐵中心”從此被稱為“煙城”和“人間地獄”。20世紀40年代，當地政府開始發動大眾對匹茲堡的環境指標進行監測，記錄了大量真實的數據，從而有力地推動了企業減排。政府一手抓經濟轉型，一手抓污染治理。如今的匹茲堡滿眼青翠，成為公認的“北美最適合居住的城市”。可以說，美國歷史上第一次大規模的城市調查在匹茲堡展開，絕非偶然。作為世界上最發達的現代化國家，美國在政治、經濟、文化、科技等方方面面的崛起，都和數據息息相關、密不可分。

這個真實的故事出自涂子沛2014年5月出版的新書《數據之巔》，在這本書里，涂子沛以時間為線索梳理了美國對于數據的應用步伐，以及人類數據文明的發展進程。他將數據文明系統地劃分為初數時代、內戰時代、鍍金時代、量化時代、抽樣時代、開放時代和大數據時代，其中既有小數據的歷史也包含大數據的崛起。《數據之巔》不是概念的闡釋，也不是應用的羅列，區別于他的第一本書《大數據》，涂子沛此次所定義的“巔峰”有三個維度：一是技術維度，即人類使用數據的巔峰形式是讓機器使用數據，通過機器學習實現自動化、智能化，人類社會邁進智能時代；二是政策維度，大數據的建設需要站在巔峰之上的頂層設計，成為“一把手工程”；三是文化維度，登上數據之巔，俯覽數據文明的興起。正如涂子沛在接受經濟觀察報采訪中所強調的，在今天的中國，光有科技的質感還不夠，更要有文化的溫度。

當西方都在強調大數據的核心就是預測時，涂子沛說，“大數據絕不僅僅是信息技術領域的革命，更是在全球范圍啟動透明政府、加速企業創新、引領社會變革的利器”。大數據如今已經作為一個“新潮”的概念進入人們的視野，但絕大多數討論仍然圍繞技術和應用。作為首個將大數據的討論引入中國的觀察者，當被問及在今天的中國，引入大數據最為關鍵之處是什么時，涂子沛強調的并非技術，相反，他認為轉變觀念才至關重要，因為“數據文化是一種行為模式，只要觀念能夠轉變，技術的手段反而是普遍存在的”。而在大數據的應用上，人類的想象力將沒有止境。

雖然書中的故事以美國為主體，但很顯然，中國才是涂子沛真正的著力點。奧巴馬將數據稱為“未來的石油”，視其為“國家核心資產”，而中國在大數據的應用上才剛剛起步。我們正在進入一個資本的社會，科技將把我們帶往何處？涂子沛的答案是：大數據根本的意義是一個標志，標志我們人類向智能社會轉移。而在邁進智能社會的競爭中，數據無疑會成為重中之重。中國的數據文化發展無疑處在后發劣勢，但也正因為數據在這個時代大大地充沛了，也就給后發劣勢向后發優勢的轉化提供了可能。在中國政府如何應用大數據的現實和未來問題上，涂子沛同樣給出了答案。“除了上帝，任何人都必須用數據來說話。”這是涂子沛在2012年7月出版的第一本書《大數據》里的一句話，而今依舊有效。

訪談

問=侯思銘 徐見微 朱天元

答=涂子沛

一個真正公平的社會

首先是個信息社會

問：《數據之巔》是你關于大數據的第二本書，副標題是“大數據革命、現實與未來”，這兩本書有什么關系？從歷史的角度回顧大數據的發展具有怎樣的意義？

答：這兩本書其實是承接關系。我的第一本書《大數據》系統地闡述大數據概念和現實，這本新書則更注重歷史的角度、文化的角度以及探索未來的發展方向。關于大數據的書目前已經有很多，但主要是從技術角度、商業角度來認識，我認為這樣的認識還遠遠不夠，尤其是在中國的環境下。

大數據正在變成一個社會性的話題，我希望它不僅要有科技的質感，還要有文化的溫度，我常常舉一個深海文化論的類比，如果把國家比作海洋，表面上波濤洶涌的便是經濟形勢的風云變幻；海面往下一層是政治，政治處于中海，很難變化；深海是文化，是最穩定難變的東西，但它同時也是一切的基矗目前存在的很多經濟問題、政治問題，歸根結底要到文化上去找原因。

我的第一本書出版后，我在國內不少地方交流、訪問，意識到對中國而言，大數據有其特殊性，不能把大數據僅僅看成一個高大上的技術話題、精英話題，而要把它變成一個大眾話題和大眾思維方式，善于用數據來思考問題、解決問題，中國很缺乏這種數據文化。所以我希望把人類的數據文明梳理一遍，這種梳理，要跳出一談到大數據就想到商業運用的這種局限性。

問：你想推動建立一種大眾數據意識、甚至一種數據文化？

答：對，可以說是數據的意識，也就是把數據不僅應用到工作中、還有日常生活中：用數據說話，用數據管理，用數據決策，用數據創新。文化是一種行為模式，數據應該成為這種大眾行為模式中的一種特質，這集中表現為尊重事實、強調精確、推崇理性和邏輯。

問：你認為一切現象都可以量化？諸如民族復興？

答：準確地說，是一切現象都可以找到量化的方法。量化是科學研究問題重要的手段。只要找到設計出科學的標尺，我們生活世界的各種現象就是可以被測量的，即使抽象的東西，例如生命的價值，愛情的深淺。兩個戀愛中的人每天打了多少次電話，一天擁抱過多少次，就能夠成為有效的指標去標識感情的狀態。而一旦建立一個指標體系和計算模型，就會出來一個測量和計算的結果。

之前有學者提出中華民族復興完成了62%，所有人都覺得這個數值很可笑，先不談這個數字是不是符合實際，但如果認為中華民族復興這樣的工作無法去量化，這是對社會科學的本質的缺乏了解。就像科學是沒有止境的，所以量化也是沒有止境的，即它的準確度可以不斷提高。客觀事實只能無限逼近，科學工作者的任務是設計一把更精確的尺子，然后用它去測量各種現象，誤差永遠存在，但不能因為這把尺子還不夠準就不用尺子。

數據就是靜態的歷史

歷史就是動態的數據

問：你認為數據給歷史的書寫提供了新的可能？

答：是的，數據中不僅蘊含著社會發展的規律，也提供著新的歷史書寫方式。曾經當過美國總統的加菲爾德說過，過去歷史學家總是以總體的形式來研究一個國家，只講述帝王將相和戰爭的歷史，但對于社會中的每個個體的細節及其規律卻說不出什么東西。

數據是比語言文字更精確的描述社會事實的工具。當用普查的手段，以數據的形式記錄下無數社會現實的時候，平民的歷史也被記錄下來。而收集的數據越多，對歷史的記錄就越豐富。隨著我們進入大數據時代，人類的所有歷史記錄，無論是數字、文檔、圖片，還是音頻、視頻，都能以數據的形式存在。所以我說，數據就是靜態的歷史，歷史就是動態的數據，歷史的碎片，就是游離的數據；歷史的迷霧，就是模糊的數據；歷史的盲點，就是缺失的數據。

問：加菲爾德好像還有另外一個觀點：數據即使不能統治世界，但最少也能表明我們這個社會是如何被統治的。但我們今天好像還沒有完全認識清楚這一點。

答：對，這句話表示了加菲爾德所處的時代對數據的認識。他是一個很有意思的人，我稱他為美國歷史上的數據總統，他對人口普查進行了改造，證明了勾股定理。加菲爾德在工作中認識到數據是知識的載體，數據是對客觀世界的記錄。從這種記錄當中我們就可以總結社會運行的規律，總結規律就有助于預測未來。

我們的問題出在哪里？首先還沒有意識到要大規模的去收集數據，然后利用這些數據去研究社會。中國古代的人口普查，或者說叫人口清點，并不是現代意義上的人口普查，它的主要目的是為了服兵役和征稅，是為了控制社會，沒有大規模的把數據應用優化政策制定、改善社會治理的層面。

其次是對數據的尊重，今天的政府決策需要越來越多的數據，但問題是，歷史上我們曾經很不尊重數據，在收集數據的過程中經常扭曲數據，這樣就貽害無窮。

西方文明的建立，數據是一個重要基點。事實神圣，所以數據也不可侵犯。我們今天可能有了一大堆數據，但發現沒法用，歷史上積累下的一些數據難辨真偽。

美國的工作做得更細致，例如，美國一百多年前的議會開會的辯論記錄都電子化了，新議員只要輸入一個主題，就可以看到100多年來美國歷史上的議員對這個政策問題的闡述和討論，這就是一種政治智慧和政策積累，是數據帶來的。

問：在數據積累上，我們是處在后發劣勢的，該如何把后發劣勢轉化為后發優勢？

答：其實我們中國今天也有優勢，中國是個行政執行力非常強的國家，大數據時代的行政執行力非常關鍵，因為數據是人為產生的，大數據本質上是個人為的現象，一切人為的現象都需要頂層設計。例如，數據時代要有數據標準，行政執行能力強，就很容易地統一標準。像美國各個州都是互相獨立的，統一標準就很難。抓住這些，我們就能有優勢。

問：影響這個劣勢向優勢轉化的因素是什么？

答：要看決策者，看大眾意沒意識到這件事情的重要性。要把大數據放到一個國家戰略的高度上衡量。標準的制定應該是自上而下的，自下而上就各定各的標準了。數據最后要整合，不整合就不能產生價值，整合就要標準一致。這是一個關鍵。

在政府應用大數據上

想象力是無限的

問：你會就大數據的相關內容給政府官員授課，發現過什么問題？在授課過程中會不會隨時調整你的授課策略？

答：確實發現過一些問題，現在的很多高級官員，都是上世紀五六十年代出生的，受到年齡和知識結構的限制，他們對信息技術的前沿掌握不夠，但又恰恰是這部分人擁有決策權，所以特別需要改變和推動的就是他們的觀念，普及他們對信息技術和大數據的知識。

還有就是信息化的工作沒有受到應有的戰略重視。前面談到，大數據標志著人類社會要邁進智能型的社會，在這個關鍵點上，我認為信息化工作要成為“一把手工程”。以省為單位，現在很多地區分管信息化的都是副省長、甚至常務都不是，但這一級別其實很多工作推不動的，因為信息化很多方面涉及到職能的重組，數據整合涉及到跨部門的合作和職能調整，副省長是做不了這個主的。

在這個問題上，最近情況已經有所改變，原來中國的信息化領導小組是在國務院，而現在成立了中共中央網絡安全和信息化領導小組，成為了中央的機構，習近平任組長，這就是信息化成為一把手工程的表現之一。這種改變，還要逐步推廣到地方層面。

問：在你的課程中，他們(政府官員)最感興趣的是哪部分？

答：主要是前沿的理論和案例，通過案例知道其他國家是怎么做的，從而能夠為中國社會提供借鑒，那些能夠改善管理水平、服務質量，直接產生社會效益的案例是最吸引人的，還有就是官員們對信息技術如何影響未來世界的走向也十分關心。

近兩年來，政府官員對大數據的認識水平明顯提高了。很多地方的官員都在探索、推動一些大數據的應用，比如國家統計局就在思考，怎么保證層層上報的統計數據的真實性，除了下面報上來的，還要搜集一些其他源頭的數據，因為客觀的真實只有一個，所有不同源頭得出的數據都僅僅是對這個真實的描述，也只能描述事實的一個方面，那么當其中一個來源的描述與其他來源不符的時候，我們就可以知道這個數據很可能是“偽”數據，即多源頭的數據搜集可以證明數據的真實性和可靠性。這叫打造統計工作的“第二軌”。

關于大數據如何引領未來，即未來的走向，我認為大數據標志著我們人類社會向智能社會轉移。從數據到信息到知識再到智能，我們處在一個由信息社會向智能社會轉型的階段。

問：那么你認為信息化的兩個面：數據開放和信息安全之間該如何平衡？

答：現在很多人認為數據開放和信息安全是一對矛盾，其實兩者并不是對立的。數據的開放不一定危及信息的安全。我們既然說數據是資源，是生產資料，就要讓它流動起來，而最有效的流動就是開放數據。

關鍵是要正確、全面的理解開放。開放并不意味著全部的數據要向全世界開放，開放也可以有范圍、有層次，即開放是需要規劃的。我們可以向一個地區開放，向一個群體開放，向一部分人開放。另一個，也不要一提到開放就等同于免費，因為開放也是有成本的，目前在全世界出現了以美國和英國為首的兩種方式，美國的數據開放是免費的，因為他們認為開放取得的收益會遠大于付出的成本。而英國則是收費的，收費的理由是，收費才能更好地維護數據的質量。中國也可以去思考自己該走哪條路，我們甚至可能走出第三條路，就是有些收費，有些免費，只要是符合中國國情的、現實的途徑就好。

問：你強調開放數據的重要性、甚至在這本書中把開放數據的過程比喻成“土壤”上的“河流”？

答：在強調數據的重要性的時候，有人比喻成石油，有人比喻成礦產，都很形象，但我覺得這還不夠，我認為數據是土壤。建設智能社會的重要基礎就是數據，比如谷歌推出的無人駕駛汽車，它就是基于大量數據的基礎之上；比如說農作物種植的自動灌溉，將傳感器埋到土里去測量它的濕度，與空氣溫度結合來決定要不要澆水，都是數據來驅動的。所以說數據是未來智能社會的土壤，土壤質量好不好，數據是否是真實的，質量高的，都將成為競爭的關鍵。

另外一點，如果說數據是土壤，那么開放數據就是河流，人類文明是如何興起的？都是依靠河流，城市也要建在河流的邊上。所以在我們邁入新型社會的同時，要在這塊土壤上開放數據，這塊土壤上的數據文明才會成長。

問：政府目前對大數據的應用有哪些成功的實踐？

答：有不少好的例子，最近我在浪潮集團了解到，青島市政府使用他們的大數據分析系統，在稅收上取得了很明顯的成效，他們利用大數據發現了一些企業少交稅，因此多收了1.47億人民幣的稅收；還有廣東省利用大數據查找套車牌，因為我們大量的交通攝像頭，車牌是可以識別的，交通部門收集了大量的數據中，有同一輛車出現在不同地區的記錄，由于一輛車不可能同時出現在不同的城市，所以出現這種情況的牌照就很可能是套車牌，以此很容易就鎖定一些目標重點查。

問：在大數據的應用上，成功的實踐有哪些共性是可以推廣的？

答：我認為數據上云的做法是成功的前提，是需要推廣的，云是大數據的載體。把數據放在云上，數據才可以被自由的整合和分析。

舉個例子。高速公路的收費站都收集了大量的通車記錄，但這些數據都保存在本地，還沒有發揮可以發揮的作用，如果我們把一個地區所有收費站的數據都放到同一朵云上，那每一個收費站都可以實時分析和整合其它收費站的數據，試想一下，如果一輛車在行駛過B收費站的時候，B收費站就能夠獲得A收費站的數據，我們用兩站之間的距離除以行駛時間，就可以得到其行駛的速度，知道其是否超速進行實時的計算，對一個路段的超速行為進行實時計算、然后處罰。這種監測在技術并非難題，前提就是數據上“云”。

又例如我們的戶籍制度，目前的戶籍制度仍舊是個“死”的制度，即數據放在一個地方、是死的，沒辦法和其他數據整合，但如果政府可以把為市民提供公共服務的一些數據放到云上，就可以把所有市民各種各樣“活”的記錄累積在戶籍條目之下，原來單維度的數據就變成了一個矢量的數據，可以無限放大，這種變化所產生的作用就必然是空前的，那么政府管理社會、服務社會的能力會空前提高，在對大數據的應用上，想象空間是無限大的。

我們一些地區，對于云在公共服務和企業管理中的應用前景認識還不足。我覺得未來網絡服務于人類的主要形式就是云，在通往智能時代的道路上，云應該成為除水、電、氣之外的第四公共部門。

問：那么對于政府提出加快推進全國中小企業征信系統建設，通過大數據等技術優化中小企業征信資質，你怎么看？

答：中國社會的商業文明不夠發達，一個重要的原因就是因為信用體系不夠發達。所以加強征信系統的建設是有戰略意義的。大數據的時代給我們提供了很多新的解決方案，美國用幾十年才把自己的信用體系建立起來，我們今天卻可以把這個時間大大的縮短，因為數據在這個時代大大的充沛了，這就是我們提到過的后發優勢。

信用正在數據化，即通過收集整合各種各樣的數據、然后按一個算法來計算你的信用。不僅有中小企業的商業信用，甚至還可以應用到市民的個人社會信用，比如張家港市，他們就有創新，他們通過租自行車的記錄了解你有沒有按時還車，以此可以對人們的信用記錄做出某種程度上的評估，最終把這些數據變成了社會信用的一部分。

問：你如何看待大數據對財政工作的影響？

答：大數據在財政領域當然也應該會有很大的用武之地，我們剛剛談到了可以擴大稅源，發現偷稅漏稅，另外一個領域，是資金使用效果的評估。我們現在的一個問題是財政部門雖然管發錢，發完就不管了，掌握不了資金的使用效果，因此就應該在發錢的同時對錢的使用結果做好數據收集，通過模型評估出資金使用的績效，以此作為下一步撥款的依據，用得好的可以多給，用得不好的少給甚至不給，這可以大幅提高財政資金的使用績效。

信息技術“拉動”社會進步

問：你提到人類的數據爆炸發生在社交媒體時代，而社交媒體提供的是行為數據，行為數據跟以前的數據相比有何不同？

答：以前的數據是過程數據，它提供一個過程，比如說你去銀行存錢，把這個過程記錄下來的數據就是過程數據。我們今天發生的是以人為主體的數據，過去圍繞過程，現在圍繞人。數據以圍繞人的形式來存在就是說，比如你發的微博(19.66, 0.81, 4.30%)都在你的名下，就叫行為數據。這些數據體現你的行為，你的思想，你的狀態等等。過程數據跟行為數據相比小得可憐了，行為數據產生了巨大的數據增長。人類以前長久積累的數據現在只占25%左右。而行為數據導致人的行為變得越來越可分析，因為人的行為是構成社會根本的東西，所以我認為整個社會就變得可以被計算了。

大數據其實就是大計算，傳統的計算是加減乘除，現在叫數據挖掘，不是簡單的疊加。大數據時代新的計算形式是通過一組規則，由A數據得出B數據。視頻和圖象也是數據，越來越多的問題可以用計算來解決，人類行為被數據化了，社會也就成了計算型社會。

問：在這樣擁有海量信息的大數據浪潮下，政策應如何追上信息技術發展的步伐？

答：在一輪又一輪的技術浪潮下，其實各國政府都是反應遲鈍的。因為信息技術發展到今天，它早已不是在“推動”社會進步，而是“拉動”。現在政策就被信息技術拉著走，社會的其他配套措施跟不上，政策也跟不上，所以往往是出現新技術再改政策，這點美國也一樣，美國版的“滴滴打車”Uber也是經歷了很多爭議，還在修改政策。

問：大數據對人需求的識別有時也會引起一些警惕，比如對隱私的保護。

答：任何技術都是雙刃劍。未來中國的隱私應該要立法的。你要意識到很多東西需要管制，企業不能濫用，你收集數據的目的是什么，那么這個目的就不能用到那個目的上去。人們自己也要意識到數據是自己的權力，你的數據你要能做主。現在美國網站出現很多編輯方式可以限制數據的傳播，你可以對收集數據的網站說不，這就是保護。作為消費者，你同意商家收集你的數據，商家就可以更好地發現、滿足你的需求，你不同意，選擇保護個人隱私，也就放棄了這些服務，現在的問題是這個權力在商家，不在用戶，個人沒有選擇權，未來應該通過法律的形式把這個權力轉移到個人。

問：你也提到內開放3.0會催生人類歷史上前所未有的開放社會，數據和開放之間有著怎樣的聯系？

答：當我們談論開放的時候我們在談論什么？首先是定義開放，開放最核心的東西就是信息，信息的載體就是數據。內開放3.0的時代是數據開放的時代，我們的心態跟以前完全不一樣。原來信息的開放可能是一條一條的，比如我告訴你今天的PM2.5指數是多少，這是一條信息。但我們今天說的開放是整個數據庫的開放，這是機器處理的，你的機器可以立刻和數據庫對接，這是本質差別，也就將是前所未有的開放社會。

數據庫的開放，這個程度跟力度是完全不一樣的，而且開放的目的也不一樣，原來的開放是為了知情權，今天的開放是為了創新。數據的整合能發現新的知識。在大數據時代，數據就是最重要的生產資料，數據在全社會的自由流動，就代表著生產資料的盤活、知識和創新的自由和流動。內開放3.0是數據創新的時代，數據開放是數據創新的基矗