大数据本质上催生的是效率革命

探寻客观事实最精确、最锐利的方式是数据

    新华网：本书开篇谈及美国的数据文化发展肇始于“人口普查”，而在中国欲使“数据文化”深入社会肌理，是否还有类似美国“人口普查”那样影响深远的公共事务推动？或者说从哪些领域切入能更快更好地普及数据文化？

    涂子沛：美国建国初始的“人口普查”为什么受到关注，是因为他把其和权力分配创新性的结合了起来，美国是联邦制国家，人口越多的州权力越大，每个州只有把人口统计出来才能更好的获得在权力体制内的发言权。所以美国重视数据最开始其实是源于权力分配需求，后来影响到政治制度、机构架设、辅助政府决策，最后波及到文化、社会、艺术层面，因为数据量太大催生了各式各样的创新。

    但这些不是偶然的，美国的建国先驱很多有理工科背景，杰斐逊做过土地测量员，华盛顿也是，富兰克林更是科学家，他们经过长期的辩论确立了美国的国家制度这个顶层设计，美国宪法里有那么多的数据都是有根据的，不是拍脑袋想出来的。

    目前社会统计文化已经很普及了，能够策动形成数据文化的点有很多，现在是中国社会重建、重新认识数据文化的一个很好的起点。

    新华网：您特别提出“中国社会要将‘大数据’这个科技符号转变为文化符号”，两个符号的差异是什么，为什么要做这样的转变？

    涂子沛：科技文化是一个小众文化，某种程度上是“高大上”式的精英文化，比如PM2.5，普通人没几个能真正搞懂这个符号或分子式是什么意思。但一说到文化符号，比如龙、长城自然而然会知道这代表中国，这就是文化符号的力量。

    科技符号变成文化符号是为了把小众变成大众，大众会自觉地产生数据意识去使用、关注数据，形成“尊重事实、追求精确、推崇逻辑和理性”的文化。我们有很多方式去探寻客观事实，可以用文字、色彩，但最精确、最锐利的方式是数据。数据代表计算，是对客观世界的记录和测量。东方哲学里重视意象、意境、宏观叙事、大而化之，这是东方文化的特点，中国文化里天然匮乏数据的因子，不成系统所以逻辑性不强，太散，如果成系统就是有生命的东西。

    新华网：在书中您对“中华民族复兴指数”这项曾引起广泛社会讨论的话题有专门的论述及观点，您认为“民族复兴是可以量化”，这个观点的支撑是什么？面对“大众的哄笑”，社会科学工作者如何去消解与公众观念之间的隔阂？

    涂子沛：我是态度鲜明的支持量化的，关键是要建立一个正确的模型。首先要厘清一点，什么是社会科学，社会科学工作者的任务就是用数据量化社会现象，没有量化就没有科学。（新华网：任何事都可以量化么？）什么事情都可以量化，但是量化的结果取决于量化的手段，我们现在还不能做到完全精确的量化。但量化社会现象并不意味着绝对精确，而是要提供一个参考坐标。就像我在书中写到，量化民族复兴需要很多指标，当你的指标设计得足够好，足够全面、科学的时候就会有一个结果出来，可能是62.74%也可能是其他。我们嘲笑的是怎么会有0.74，这恰恰意味着我们这个社会不了解数据，不了解什么是社会科学。这个小数没什么值得嘲笑的，真正应该质询的是这个模型建得好不好，全不全面，我认为需要多个机构进行量化研究，有竞争才会有更好的数据模型出现，把这个现象量得更准。美国的数据量化文化也是经过很长时间，在互相竞争质询的过程中才逐渐形成的，

    新华网：会不会产生“数据迷信”或“唯数据论”，走入另一个极端？

    涂子沛：任何事情都有两面性，你说的这种现象也非常有可能发生。所以说需要多个模型而不是一个，这样才能精准。“无测度、无管理”，没有量化的东西没办法管理，中国人长久的认为混沌的东西也可以管理，怎么管理呢？凭感觉？经验？为什么说数据是科学的基础，科学化是什么，就是数据化、量化，这样才能监控他的进程。如果你认为民族复兴是项工作，需要监控那就要去量化他。

 大数据本质上催生的是一场效率革命

    新华网：您在书中用了较多笔墨关注了美国质量管理专家爱德华兹·戴明以数据跨界促进日本制造业崛起的案例，为什么要着重介绍这段历史？

    涂子沛：戴明那套有效的质量管理方式对当下中国仍然适用。虽然Made in china成为一个标志，但我们能讲中国产品是以质量行销全球么？日本在实行戴明的管理制度之前产品在国际上的形象也是劣质、山寨的。写这章我花了很长时间，很认真的去研究，戴明这个人很了不起，很戏剧性，到上世纪八十年代80岁了才成名，美国人才知道日本是运用了这套方法制造业才崛起的，在我的书之前戴明的这段经历没有完整的介绍到中国来。观察当下中国制造业的发展，我只能说“历史总是不断重复，只是变了主角”。第五章我对这方面做了的批评，中国人应该学习日本人对先进文明的态度和胸怀，他们真心诚意的向西方学习。

    新华网：通过对大数据的应用可以让企业从工业时代的劳动密集型向信息时代的知识密集型迈进，您举例的Instagram、WhatsApp、Twitter这类企业的共同特征都是“小”。中国的现实国情是人口数量庞大，人口素质不均，尤其近几年就业的压力日益剧增，过快的向知识密集型转型是否有失业率增长的风险？转型过程需要哪些配套协同推进？

    涂子沛：机械自动化普及之后，机器会不会取代人，这个争论由来以久，美国的实例证明没有，因为蛋糕做大了。但现在的情况是蛋糕变小了，谷歌、facebook那么高市值的公司雇佣的人比柯达少多了，只有几千人。这是边际效应的转移，也是智能社会带来的挑战。我提得最多的解决之道是要增加教育投入，提高人口素质，培养社会需要的人才，不但要满足中国的需要，人才链条还要向高端移动，能满足世界的需要。中国的教育体系还不是很发达，近年兴起的MOOC在线教育值得大力推广。回头看美国的经验，他们也是致力于将人口素质不断提高，不断的向高端产业转移。从这个意义上讲我们面临的挑战是一样的，简单的说就是少了很多工人多了很多程序员、数据分析员。我还有一个判断，未来的企业都是IT型企业，IT是必要的手段，什么企业都离不开它。

    新华网：这个过程中我们面临哪些困难？大数据在其中可以发挥怎样的作用？

    涂子沛：中国目前面临很多竞争，劳动力成本不断上升是很重要的一块，越南、印度尼西亚这些劳动力成本更低的国家正在承接制造业的转移，很多企业正在往那里搬，你必须要做这样痛苦的转变，要不然你的企业没有全球竞争力，这也代表着未来的创新已经发生，机器代替人。比如谷歌推出的无人驾驶汽车完全是工业时代和信息时代结合的产品，汽车没有方向盘、没有刹车，汽车变成一个娱乐终端，那么他有可能重构保险业等很多的产业生态。

    大数据本质上催生地是一场效率革命，很多事可以做得又快又好。大数据催生精细化的管理，你做事情时间成本可以更低，更加精准。

    涂子沛，江西吉安人，著名信息管理专家、科技作家，《大数据》、《数据之巅》作者。先后担任中国旅美科技协会副主席、中国旅美科技协会匹兹堡分会主席，在国内有上海真爱梦想公益基金会理事、中国人民大学中国调查与数据中心客座研究员等兼职。毕业于卡内基梅隆大学，系微软认证高级程序员，曾居美国硅谷。2014年12月任阿里巴巴副总裁。