涂子沛在接受共識網專訪
嘉賓簡介：涂子沛，信息技術從業者，多家報刊網站專欄作家，華南理工大學公共政策研究院副教授。曾在國內的公共部門和信息領域工作十年，后辭去公職赴美讀書，獲卡內基梅隆大學信息技術科學碩士、公共管理碩士學位。新著有《大數據：正在到來的數據革命》一書，已由廣西師范大學出版社出版。
訪談時間：2012年7月2日下午
訪談地點：廣西師范大學出版社（北京貝貝特出版顧問有限公司）
一、大數據：正在到來的數據革命
楊傳銀：您寫《大數據：正在到來的數據革命》這本書的初衷在哪里？您說這不是一本純粹談技術的書，而是以技術為背景探討人和社會的關系的書，這個觀察和寫作的角度是從什么時候開始建立的？
涂子沛：這本書應該說是時代浪潮的一個產物。我是理工科出身，大學畢業后我的第一份工作就是數據庫程序員。十幾年之后，我在美國的第一份工作是數據倉庫程序員，從數據庫變成了數據倉庫，這也是我們從小數據時代進入大數據時代的明證。但更巧的是，十幾年前，我在中國為政府部門開發數據管理的軟件，現在在美國的工作，恰恰又是為美國的政府部門提供數據管理、分析的解決方案。這是一種“輪回”、也是一種“上升”，這種經歷讓我找到了一個很好的角度來觀察、體驗、分析兩個不同國家如何解決、處理一個相同的問題。無疑，中國在數據收集、使用和管理的各個方面，和美國相比都存在差距。但我發現，最大的差距還是意識和態度。我們的傳統文化，長期重定性、輕定量；重觀點、輕數據。在現實生活中，數據也往往成為一個任人打扮的小姑娘，得不到應有的尊重，數據的公信力嚴重不足。但正在到來的大數據時代，數據的作用將前所未有的凸顯，數據將成為國家競爭的前沿、企業創新的來源。這些傳統和現實的不足，是我們中國社會邁進大數據時代的制約和障礙，我們應該如何應對？對這個問題的思考，催生了這本書。
這本書首先是一本信息時代的科普讀本。但我想寫的，不僅僅是一本科普書。1997年，我在廣東省邊防局開發“反偷渡信息管理系統”的軟件，那時候我就明白了，要編好一個程序，就必須是商務過程的專家。其實，技術工作永遠是從業務中來、到業務中去的，技術歸根到底是為人和社會服務的。這個時代，我們好比身處一列快速奔馳的列車，技術就是它的發動機，我覺得幸運的是，作為信息技術的從業者，我在這臺發動機的核心部件上工作過，程序員把自己對業務的理解、自己的理念轉化為軟件，來改造世界。但這不夠，因為發動機再強大、程序員再能干也不夠，火車要開到哪里去，是政治家、企業家在掌舵把航的。
基于這些體會，我努力嘗試在這本書中融合技術、政治、商業三個方面的視角。而且，這本書談的是“數據革命”，我想任何一種革命，首先都是社會層面的事。
二、大數據時代會使不理性的人更不理性
楊傳銀：大數據時代有沒有可能使不理性的人更不理性呢？
涂子沛：有可能。這是我下一本書計劃要討論的內容。下一本書，我想探討大數據時代潛在的弊端。這個時代，是個數據奔流的時代，信息無處不在。一個信息開放社會給不理性的人帶來的問題是，可能導致他“信息過度窄化”，例如，信息開放的時候，一個偏激的人更容易找到同類，然后放大異常，會變得更加偏激，而在一個信息流動沒那么快、相對封閉的時代，偏激的人像是一個“孤島”，他更有可能會懷疑自己。仔細觀察信息時代中的人的境況，你會發現知識水平越高的人往往越頑固，這是因為他更知道怎么去獲得支持自己的信息、形成自己的氣場。
三、數據開放的界限
楊傳銀：在數據開放的過程中，政府、公司和個人可能是不一樣的，這個數據開放的界限在哪里？
涂子沛：目前，數據開放已經形成了一股潮流。在各個國家數據開放的實踐中，基本形成了兩個界限，第一就是不危及國家安全，第二是不能侵犯公民隱私。當然，對商業組織來說，還要顧及它的商業利益。
在這幾個界限之外的數據，都應該開放，而且是免費開放，其中的道理也很簡單，政府收集了數據，用的是納稅人的錢、收集的也是關于納稅人的數據，自然要向納稅人開放。你不能用我的鉗子、撥了我的毛，再賣給我收錢，對不對？英國社會這方面的步子邁得比美國還大，一個新的名詞：公民數據權，也應運而生了。這是公共領域，商業領域，數據開放也是一個大的趨勢，我們也能看到各種各樣的商業數據正在走向開放。
對個人來說，關鍵在于要有能力、渠道、權利去管理和自己身份相關的信息，你可以決定什么時候公開，以及用什么方式公開和自己相關的數據和信息。換言之，你個人對自己的數據必須要有控制權。因為這關系到你的隱私權。
四、中國人有不尊重數據的傳統
楊傳銀：現在國內對數據的重視您關注得多嗎？據說國內可能是對內做統計，但是對外創造數據。
涂子沛：我很關注，但總的情況是，不盡人意。我在書中詳細闡述了，中國人缺乏尊重數據的傳統。我們現在好一些，認識到了數據的重要性，但還是有很多問題，集中表現在，數據普遍缺乏公信力。發布數據，是一件很嚴肅的工作，我在書中曾經提到，2000年美國國會甚至專門通過了《數據質量法》來確保政府發布數據的質量。這個法律規定，政府發布的數據，其產生方法必須是透明的，也就是說，要說清楚，數據怎么來的，每一個數據，都有要有“出生證”，說明其產生的方法，這樣做了，這個數據就是可以“復制”的，這意味著，個人可以通過同樣的方法，獲得和政府同樣的數據和結論。美國的這些經驗，我認為，是值得我們借鑒的。
此外，我們還要回到剛剛談到的開放數據，一個數據是孤立的、難分對錯，一片數據才可以互相支持、互證真相，所以，要提高數據的公信力，最好的辦法就是開放數據、讓老百姓獲得一個數據背后的一片數據。
我們社會常見的利用數據弄虛作假的問題，可以總結為幾個方面：一是一葉障目，片面解釋一個數據，這其中也可能是別有用心、故意為之；二是人為的控制數據的收集和統計過程，使結果產生扭曲和偏差；三是暗箱操作、修改數據；最后就是無中生有、“創造”數據了，這是最糟糕的，因為假數據比沒數據對社會的危害還要大。
