數據本身是沒有偏好的科學工具。除非這個原本枯燥的工作被賦予了太多的利益內涵而又不受制約。簡言之，數據就像是鐵面無私的法官，其公信力往往取決于數據生成全過程的抗干擾能力。
 |
作者：涂子沛
出版：中信出版社 |
《數據之巔：大數據革命，歷史、現實與未來》是開中國社會大數據之先河的徐子沛的第二本著述，如果說前一本開創性的《大數據》引發了大數據戰略、數據治國和開放數據的討論，“為華文世界開創了一個重要話題”，那《數據之巔》則在追根溯源，追述小數據的歷史與大數據的崛起過程，著重解析美國的實例，闡述歷史大架構下的數據文化以及數據治國理念的形成。歸根結底，作者是要提醒國人，當前信息技術的發展，已讓我國獲得了后發優勢，但數據文化從來是中國文化的薄弱之處，想在大數據時代的全球競爭中勝出，必須把大數據從科技符號提升成為文化符號，在全社會倡導數據文化。
按徐子沛的看法，大數據時代是從本世紀10年代開始的，標志著人類社會正在向智能社會轉型，但追述大數據的興起過程，卻要從小數據開始。他選擇從美國的數據文化根基開始講起，通過闡述初數時代、內戰時代、鍍金時代、進步時代、抽樣時代的數據文化特征，以數據分權、人口普查、土地丈量、數據遠征、數據審判等歷史事件為主線、系統梳理了美國數據文化的形成，闡述其數據治國之道。
無論是開國總統華盛頓，還是打贏南北戰爭的林肯，都高度重視統計。因“羅斯福新政”聞名于世的美國第31任總統富蘭克林·德拉諾·羅斯福更是“首倡要在公共政策的制定過程當中應用統計學的理論和方法”。高度重視統計，表明一個政府對收集社會各方面信息的科學性，此舉也必定有助于決策的科學性。
但是，現實發展不可能總是自然走向好的一面。對數據越是高度重視，越不可避免地會遇到一個常識性的“技術”問題，即數據的準確性。數據是否準確主要取決于兩大方面，一是統計標準的確立，二是統計過程的嚴謹。相較于后者，前者相對較為容易。之所以這么說，是因為統計過程的嚴謹與否，往往取決于統計人員的素質以及相關制衡機制。很難想象，一個統計工作人員如果受到工作之外的強力干擾，仍會謹守數據的準確性。而如果缺乏外在有效監督制約力量，統計很難不會朝向“趨利避害”的方向逐漸扭曲。這也就是說，統計做的是數字的工作，但歸根結底還是取決于人的素質，還有良好機制等系統機制的約束。
美國的數據權威之所以能夠得到較好的保證，拋開數屆政府堅持確立科學的統計標準外，還在于整個社會對統計數據的真實性和科學性存在諸多制衡機制，比如公開和辯論。公開，本身就是社會對統計工作監督的重要內容之一，其中又以輿論監督為最。在強大的輿論監督壓力下，統計瑕疵一旦被曝光，輕則被質疑，重則可能引發官場地震。二百多年來，美國輿論對各類數據始終保持著習慣性“虎視眈眈”傳統，絕大多數媒體還會通過民意調查等方式，從“民間”角度反證官方數據的準確性與合理性。當然，這種“民間發聲”也會被一些見風使舵的政客所利用，一些美國總統精于踩著民意統計步點，及時派“糖”以保個的支持率的實例屢見不鮮。不過，徐子沛并不認為這就是數據不可饒恕之積蔽，而是數據未來發展有必要努力克服的方向。
公開數據，還是遏制特權的有效手段。在1843年前，美國“各地的執法官為了提高（人口普查）數據的準確性，在普查完成之后，還在城市、村莊的顯要位置張貼普查結果，號召民眾補充和核對”。盡管后來出于隱私保護的考慮，對有關統計信息都有所遮蔽，但“國會的議員必須每年公開自己的財產情況，包括各類股票的數量和交易明細”卻一點不通融。奧巴馬就任總統后，“從上任的第一天起，他就在全國范圍內推動數據開放運動”。數據公開力度，某種意義上也折射出一個社會的清廉度。
僅僅公開當然是不夠的，因為有的數據不是公開后便可一目了然，這就需要專業人士的深入研究乃至充分爭論。“在國會的聽證會上，每一個數據如果稍有含糊，每一個邏輯推理的鏈條如果斷裂，都有可能被虎視眈眈的競爭對手揪出來，受到質疑和挑戰”。也只有經常性地面臨被質疑的強大壓力，才可能確保數據的生成過程始終嚴謹。
分析數據，就是為了從數字中尋找可能的規律。一個過硬的數據體系，更有益于決策的造福于社會。數據不僅在美國政界大量開花結果，民間同樣收獲頗豐。如蓋洛普公司憑借“科學抽樣”不僅成功預測數屆總統人選，還為好萊塢電影《亂世佳人》提供全程指導并大獲成功。而被譽為“質量管理之父”的愛德華·戴明通過抽樣檢查實現對產品質量的控制，還推動了日本制造業在短時間內的質量騰飛。
歷史學家黃仁宇在《萬歷十五年》中有過一個著名論斷：中國人不善于用數目字管理，對古幣存世量的討論，大多含糊其辭。近幾十年來，情況有了較大改變。1983年我國出臺了首部《統計法》，現在施行的《統計法》歷經1996年和2009年兩次修訂。社會各方越來越重視分析比較各類統計數據。不過，現實表明，我們的統計工作仍有大力提升的空間。順舉一例，據報，2013年全國31省區市的GDP之和約為63萬億，這個數據超出了全國GDP總量逾6.1萬億。事實上，像這樣巨大的統計“誤差”絕非孤例。出現這類統計誤差，原因不外乎兩個，一是統計標準不一，比如未能有效厘清對央企等特殊企業特殊行業的統計內容；二是統計中摻有政績“水分”，這也是導致統計巨大“誤差”的重要原因。2002年，國務院前總理朱镕基為國家會計學院題寫校訓“不做假賬”，這無疑是對數字工作者的巨大鞭策。然而，在多年來的“唯GDP”崇拜下，扭轉數字出政績的歷史慣性不僅需要智慧，恐怕還更需要“橫刀立馬”的勇氣。
數據本身是沒有偏好的科學工具。除非這個原本枯燥的工作被賦予了太多的利益內涵而又不受制約。簡言之，數據就像是鐵面無私的法官，其公信力往往取決于數據生成全過程的抗干擾能力。
隨著科學技術的飛速發展，特別隨著社交媒體的普及，每個網民在不知不覺中都變成了數據生產者。網民上網的過程，同時也是數據處理的過程，每個網民無形中變成了一臺臺數據處理器，所不同的是處理標差和側重點的不同。“從科技符號演變為文化符號，形成一種文化話語體系，大數據，正在撬動中國的制度創新、科技創新”。現在的問題是，面對海量的數字謎團，我們該如何從中尋找可能的內在規律？