文/涂子沛 “而最大的毛病，则是西欧和日本都已以商业组织的精神一切按实情主持国政的时候，中国仍然是亿万军民不能在数目字上管理。……一旦某一个国家能在数目字上管理，到底使用何种数字，尚可以随时商酌，大体上以技术上的要求作主，不必笼统的以意识形态为依归了。” ——黄仁宇（1918—2000），美籍华裔历史学家，1991年 在论述完大数据时代的趋势以及这个时代给个人、企业和社会带来的诸多挑战之后，本书应该可以画上句号了。但在结束之前，作为一名中国人，还是按捺不住，要絮叨几句我们中国在这个大时代当中所处的位置。 数据表明，今天的中国，是一个人口大国、互联网大国、手机大国，但却恰恰还不是一个数据大国。2011年，麦肯锡公司以2010年度各国新增的存储器为基准，对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250拍，不及日本的400拍、欧洲的2000拍，和美国的3500拍相比，更是连十分之一都不到。 和美国相比，中国拥有数据量的绝对值较小，这在情理当中。本书第三章曾谈到，美国的联邦政府，是一个数据帝国，它的数据主要有三个来源，一是业务管理的数据，二是民意社情的数据，三是物理环境的数据。这三种数据的积累，并不是一蹴而就的，在其漫长的发展过程中，有其重要的里程碑，例如1940年罗斯福引进的民意调查、1962年启动的海浪监测计划和1973年诞生的最小数据集。 而中国类似进步的取得，都是进入21世纪之后才发生的事情。2003年，中国开始着手制定医疗系统的最小数据集，3年之后，中国卫生部出台了第一版中国医院最小数据集的标准。也是在2003年，中国创立了第一个全国性的大型社会调查项目，开始对社会的发展和变迁进行全方位、综合性、纵贯性的问卷访谈调查。这个调查叫做“中国综合社会调查”，是由中国人民大学发起的，中国人民大学随后还按照国际标准成立了“中国社会调查开放数据库”，向全社会开放调查的结果和数据。2006年9月，在几经周折之后，国家统计局正式成立了社情民意调查中心，这是中央政府第一个、也是目前唯一一个专司社情民意调查的单位；至于对物理环境数据的采集，更是2010年前后才见到若干零星的报道。 因此，从历史发展的角度来看，中国拥有的数据量较小，可以理解；但另一方面，立足现实，中国的人口、互联网的用户、手机的持有量都位居全世界第一，2010年全年新增的数据量却尚不及美国的十分之一，也大大出人意料。 2011年，中国拥有4.8亿的互联网用户，几乎是美国的两倍；拥有近9亿部手机，是美国的3倍。互联网和手机，都是产生数据的重要来源。在中国，存储器的价格也已经和国际接轨、相对便宜。在认真考察了这些因素之后，就不难发现，中国缺乏的不是可供收集的数据，也不是收集数据的手段，而是收集数据的意识。 中国人数据意识的淡薄，由来已久，甚至可以称之为国民性的一部分。 19世纪中叶，中国的大门被西方的坚船利炮打开。由于科学落后、文化封闭，此后的百多年来，中国人饱受屈辱。在落后、挨打的痛苦挣扎中，中国人开始慢慢睁眼看世界，反省自己与西方的差距，在这个过程当中，也有思想先贤对国民“数据意识”方面的问题进行反省、批判和鞭笞。 中国近现代著名的思想家胡适就对中国人“凡事差不多、凡事只讲大致如此”的习惯和作风深感忧虑。1919年，他写下著名的《差不多先生传》，活灵活现地白描了中国人取道中庸、不肯认真、甘于糊涂、拒绝精准的庸碌形象： 你知道中国最有名的人是谁？ 提起此人，人人皆晓，处处闻名。他姓差，名不多，是各省各县各村人氏。你一定见过他，一定听过别人谈起他。差不多先生的名字天天挂在大家的口头，因为他是中国全国人的代表。 差不多先生的相貌和你和我都差不多。他有一双眼睛，但看的不很清楚；有两只耳朵，但听的不很分明；有鼻子和嘴，但他对于气味和口味都不很讲究。他的脑子也不小，但他的记性却不很精明，他的思想也不很细密。 他常常说：“凡事只要差不多，就好了。何必太精明呢？” …… 后来他在一个钱铺里做伙计；他也会写，也会算，只是总不会精细。十字常常写成千字，千字常常写成十字。掌柜的生气了，常常骂他。他只是笑嘻嘻地赔小心道：“千字比十字只多一小撇，不是差不多吗？” 有一天，他为了一件要紧的事，要搭火车到上海去。他从从容容地走到火车站，迟了两分钟，火车已开走了。他白瞪着眼，望着远远的火车上的煤烟，摇摇头道：“只好明天再走了，今天走同明天走，也还差不多。可是火车公司未免太认真了。八点三十分开，同八点三十二分开，不是差不多吗？”他一面说，一面慢慢地走回家，心里总不明白为什么火车不肯等他两分钟。 …… 他死后，大家都很称赞差不多先生样样事情看得破，想得通；大家都说他一生不肯认真，不肯算账，不肯计较，真是一位有德行的人。于是大家给他取个死后的法号，叫他做圆通大师。 他的名誉越传越远，越久越大。无数无数的人都学他的榜样。于是人人都成了一个差不多先生。——然而中国从此就成为一个懒人国了。 黄仁宇，是著名的华人历史学家，他参加过抗日战争，后来在美国学习、研究、深造，成为学贯中西的一代大家。他在晚年时发表了一系列的著作探讨中西方社会的异同。他认为： “资本主义社会，是一种现代化的社会，它能够将整个的社会以数目字管理（Mathematically Management）。” 数目字管理，即以事实为基础、以数据为核心的精确管理。 黄仁宇总结说：“中国过去百多年来的动乱，并不是所谓道德不良，人心不古，也不是全部军人专横，政客捣乱，人民流离”，而是因为中国未能像西方那样实行“数目字管理”的现代治国手段。他还认为：“一旦某个国家能在数目字上管理，到底使用何种数字，尚可以随时商酌，大体上以技术上的要求作主，不必笼统的以意识形态为依归了。” 一句话：中国的落后，根源之一正是缺乏以数据为基础的精确管理；而未来中国的进步，也有赖于建立这种精确的管理体系。 除了中国人自己思想家的反省和批评，西方世界对我们中国人漠视数据的特点也洞若观火。 阿瑟·史密斯（Arthur Smith）是一位美国的传教士，他于1872年来到中国，在中国的普通社区生活了54年，随后著书立说，成为名动一时的中国文化研究专家。1894年，史密斯出版了《中国人的性格》一书，该书在中国社会、国际社区都产生过很大的影响，一度被公认为研究中国人最权威、最详尽的著作之一，被翻译成很多个国家的文字。 史密斯认为，中国人，是一个“漠视精确、思维含混”的民族，他在书中写道： “中国人完全能够像其他民族一样学会对一切事物都非常精确——甚至更加精确，因为他们有无限的耐心——但我们必须指出的是，他们目前还不重视精确，他们还不知道精确是什么。如果这一看法是正确的，那么就可以有两条推论：其一，在我们考查中国历史档案时，必须考虑到中国人漠视精确这一特性。我们采用中国人所提供的数字和数量很容易使我们自己受骗，因为他们从来就不想精确。其二，对于中国人所提供的冠以‘统计数字’以抬高其权威性的各种材料，必须留有很大的余地。”（《中国人的性格·漠视精确》） 作为一名留学生，长期在美国学习、工作和生活，我也深感到，和美国人相比，中国人确实缺乏“用数据来说话”的素养。中国的语言表达方式中“重定性、轻定量”的特点非常明显，口语中经常使用“大概”、“差不多”、“少许”、“若干”、“一些”等等高度模糊的词语。我身边的一位攻读博士学位的朋友，曾经给一位美国教授提供过一份中国菜的烹调方法，但其中关于“盐少许”、“酒若干”、“醋一勺”的提法，令这位美国教授抓耳挠腮、不知所措。我事后自问，也确实感到这种提法，完全是跟着感觉走，让人无从下手。此外，和美国数据资源的丰富、开放相比，不少中国留学生对于国内的数据匮乏有切肤之痛。写论文、做研究，如果能选一个自己熟悉的中国话题，于国于己，都更有意义。可选的话题不少，但常常因为一数难求，多数选题都逃不出夭折的命运！有些数据国内确实没有，有待收集；还有些数据水分太大，经不起推敲和检验；再有的，被有关部门贴上了“机密”的标签，平民百姓无缘相见。 黄仁宇还对中国人缺乏“数据精神”的根源做了剖析，他认为：在中国传统的学问——理学或道学当中，一直都分不清伦理之“理”与物理之“理”的区别。这两个“理”混沌不分的结果，是中国人倾向于粗略的主观定性、排斥精确的客观定量，从而养成了重形象、重概括、轻逻辑、轻数据的文化习惯。这种文化习惯，使中国人长期沉浸在含蓄、模糊的审美意识当中，凡事只能在美术化的角度来印证，满足于基于相似的“模糊联想”，止步于用逻辑来分析、用数据来证明，最终将表象上的相似，当做本质上的相同。 但欧洲在中世纪之后，就将“伦理之理”与“物理之理”这两个“理”划分得很清楚了。 黄仁宇的看法，并不是一家之言。现代著名思想家汉娜·阿伦特（Hannah Arendt）也曾经对比过中国人和西方人在思维方法上的不同。她的结论是：西方人是“词语思维”，中国人则是“形象思维”，而形象思维不是一种基于逻辑的推理性思维。 归根到底，中国人对数据的漠视，缘于一种文化上的缺欠：随意、盲目、不求甚解、理性不足。 因为这种文化上的不足，科学最终在西方国家起源，当然不足为奇，中国人100多年来只能跟在别人身后亦步亦趋，也是应得的命运。 除了数据的收集和使用，中国在大数据时代需要面对的挑战，还有数据的开放。 如果说收集数据是一种意识，使用数据是一种文化、一种习惯，那是否开放数据则是一种态度。 正如本书前文所描述的，互联网上的数据开放，其开放的对象不仅仅是一个国家的人民，而是全世界的人民。这种开放，是无法阻挡的。中国人，只要愿意，就可以登陆其他国家的开放网站，下载他们的公共数据，分析他们的财政开支细目，考察他们的房屋交易价格，甚至参与他们对公共事务、社会事务的批评和监督。即使作为外国人，在这个全球化的时代，中国人也可以感受到数据开放给全人类带来的种种便利和实惠。而这些便利和实惠，正在成为信息时代世界各国一项基本的公民权利。 由于互联网的发明，“开放”已经成为人类社会一个不可逆转、不断加速的社会思潮。如雨果所说：你可以阻挡一支入侵的军队，但你无法阻挡一种思想。在这个浩浩荡荡、不断前进的世界大潮当中，我们将发现，中国如果不跟上，我们的处境将会越来越微妙、越来越尴尬、越来越孤立。 收集数据、使用数据、开放数据，都是大数据时代我们中国人需要一一面对的挑战。 这三大挑战，没有一个不是任重道远。但这些挑战，也是我们在大数据时代彻底摘掉“差不多先生”文化标签的重大历史机遇。如果在这个数据意义凸显的时代，我们还抓不住这些历史机遇，继续漠视数据、拒绝精准、故步自封，等待我们的，还将是一个落后的100年。
