大数据：提出一个重要话题

    涂子沛的新著《大数据》，已经完成，是一部300多页的大作。最近他将这本书的打样稿送来给我看，并且要求我作序文。可惜的是，我将要远行，而他索序甚急，我只能在浏览一遍之后，发抒自己一些感想。至于细细咀嚼和消化这本有趣作品的内容，必须要在一两个月以后，也就赶不上涂子沛大作的出版时间。我事先声明，这些只是我浏览他大作以后的一些感想，非常立即的直觉，也一时谈不上深刻的见解。

    这本书的内容，强调今天是一个大量数据公开于大众的时代。自从资讯革命以来，资讯工具、硬件、软件，平行发展，与时俱进。数据在我们生活之中，日常接触，已是处处可见的现象。收集数据，当然是靠电脑的快速分类和记录，然而更重要的是搜索引擎的进步，与网络之间网际的交流。到今天，一个一个网，不但可以串联在一起，互相沟通，而且“云端（云计算）”的设计，可以将每一个地区个别数据，储成一个大的数据库，有助于我们更迅速广泛地搜索。

    这些20世纪最后四分之一时间以来已经呈现加速度发展的新事物，在21世纪进展速度之快，更是铺天盖地、无所不在。涂子沛在这本书里强调：不仅数据经过管理而大量地存在，而且，在现代的国家，开放的社会与政府之间，经由数据，彼此一目了然、无所隐瞒。掌握公权力的政府，跟任何其他政府一样，有压倒社会的庞大力量，因为他们手上掌握了人生需要的许多数据。不过，这些数据，公民也可以一样取得，使政府所作所为，可以摊开在天地，让我们检验。过去封建专制和集权各种政体，其执政者能压迫老百姓，而老百姓没有办法反制公权力的压迫。涂子沛特别标榜，美国奥巴马接任以后，尽力将数据开放于大众，如此也是拜时代所赐，有如此的机缘，才能将数据公开。

    涂子沛引用胡适之先生与黄仁宇先生的话。胡适之说中国人习惯于“差不多”先生，凡事马马虎虎、不求精确。黄仁宇认为，中国不懂得用数字来管理国家。涂子沛引用这两位先生的名言，当然是要彰显传统中国和今天美国之间的巨大差异。不过我必须有所说明：胡适之和黄仁宇的话语，都是“爱之深而责之切”的心态，他们身经当时中国的混乱，激愤而出此感言。

    从历史上看，不论中国和西方，任何国家发展到可以有一个复杂文官系统管理以后，没有不依照数据来治国的。人口、资源、土地、财产种种的统计数字，在中国历史上，自从战国时代形成列国的国家体制以后，没有一个朝代不具有一定的数据库；只是以今天的标准来讲，粗糙和细密之间，古今有很多的差别而已。以汉代为例，汉简所显示的家户统计，每一户中的人口，男女老小，以及拥有的资产数目字，都详细统计，而且不论是居延边塞，或是荆州内郡，格式一致。汉简各种家户统计，与唐代西域州府的记录对比，其内容格式也是相当一致的。这种基本的数据，在列朝的会典中，都见到其大概。当然，各个朝代的数据，有做得好的，也有做得差的。大致讲起来，少数民族入主中原建立的朝代，以武装力量强制建立政权，也往往依靠暴力的掠夺，取得他们所需要的资源。一个上轨道的朝代，其数据还是相当完整的。

    再看西方历史。希腊时代，我们了解的资料不够。罗马帝国时代，全帝国包含不同的政治单位，并没有一个大一统的文官政府，因此，全国性的资料库似乎不存在。等到中古黑暗时期，国不成国，地方不过是大小封建领主占有领土而已，他们并没有建立详细的资料库。近代以来，列国各自组成完整的主权国家，这些数据也纷纷出现了。

    这是以历史上政权掌握数字而言。一家大型的企业，例如，中国清代的票号，如果他们手上没有复杂的数据库，就不能进行汇兑、放款、存款等活动。英国的东印度公司，手上握有丰富的资源，也不能不具有一个相当完整的数据库，否则无以经营这么复杂的开拓业务。

    今天的数据时代，我已在前面提过，不仅公司单位都有搜集数据的能力，而且更重要的，有搜寻引擎可以将资料迅速检索，从其中归纳出条理，有助于了解情况。举一个例说，最近我们才看到，数据资料显示，美国百分之一的人口，拥有全国财富百分之四十以上，百分之九十九的人口，拥有全国财富才过半而已。对于许多长期习惯于美国是开放社会的人民，这一组数据显示的现象，几乎可说是理想的破灭，使大家必须检讨：美国真是如此开放吗？还是相对地在逐渐关闭？是不是财富与权力，已经逐渐集中到社会顶端一小撮人的手中？他们以财富作为魔法师的指挥棒，安排了我们的生活、决定了我们的未来。

    涂子沛这部书，清楚地叙述了资讯时代对我们生活的影响与社会的控御力。他讨论的范围方方面面，极为广泛。我盼望有了这本书作为起头，还有很多对资讯工具有研究、也有心得的人，参与讨论，让我们更清楚地了解，这个21世纪正在坐长的新的知识工具。为此，我们要对涂子沛致敬与致谢，因为他为华文世界提出一个重要的话题。

    （此文系《大数据》一书序言，本报有删节）

    十二月光明书榜：《大数据》，涂子沛著，广西师范大学出版社