大數據

副標題：正在到來的數據革命，以及它如何改變政府、商業與我們的生活

作者：塗子沛

出版社：廣西師範大學出版社

出版年：2012-7

頁數：334

定價：45.00元

中國大數據領域第一本專著，引領了中國社會對大數據戰略、數據治國和開放數據的討論。

入榜《亞洲周刊》“年度十大好書”，獲國家圖書館文津圖書獎、第四屆中國軟科學前沿探索獎。

國務院副總理汪洋在廣東省財政廳調研時，向全體幹部推薦《大數據》一書，並在講話中說：“我希望大家能認真讀一讀這本書，帶著問題讀，帶著想法讀。”

史學大家、匹茲堡大學歷史系榮譽講座教授許倬雲，有感於“老大哥”的影子，專門作序：“我們要對塗子沛先生致敬與致謝，因為他為華文世界提出一個重要的話題。”

哈佛大學商學院訪問教授、全球頂尖的管理諮詢大師達文波特，為中國政經兩界提示智庫建言：“無論是對中國政府，還是就中國的商業組織而言，《大數據》都是一本重要的書。

《羅輯思維》死磕書目，第一季17集“反腐的曙光”。

公布官員財產美國是怎麼做的，美國能讓少部人腐敗起來嗎，美國式上訪是怎麼回事，憑什麼美國礦難那麼少，全民醫改美國做得到嗎，美國總統大選有什麼利器才能贏，下一輪全球洗牌我們世界工廠會被淘汰嗎……

除了上帝，任何人都必須用數據來說話。

大數據浪潮，洶湧來襲，與網際網路的發明一樣，這絕不僅僅是信息技術領域的革命，更是在全球範圍啟動透明政府、加速企業創新、引領社會變革的利器。現代管理學之父德魯克有言，預測未來最好的方法，就是去創造未來。而“大數據戰略”，則是當下領航全球的先機。

大數據，這一世界大潮的來龍去脈如何？數據技術變革，何以能推動政府信息公開、透明和社會公正？何以促發行政管理和商業管理革新，並創造無限商機？又何以既便利又危及我們每個人的生活？Google、百度之類搜索服務，何以會不再有立足之地？引領世界的數據帝國——美國和西歐，正在如何應對大數據時代？我們中國，又當如何作為？

本書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例——奧巴馬建設“前所未有的開放政府”的雄心、公共財政透明的曲折、《數據質量法》背後的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，以及雲計算、Facebook和推特等社交媒體、Web3.0與下一代網際網路的未來圖景等等，為您一一細解，數據創新給公民、政府、社會帶來的種種挑戰和變革。

美國是全書主體，但又處處反觀中國當下的現實。回望中國，胡適批評“差不多先生”，黃仁宇求索“數目字管理”，作者從太平洋對面看到中美兩國的差距，深知中國缺少什麼、需要什麼，故將十多年觀察、思索所得，淘洗成這一本書。

塗子沛，知名信息管理專家，曾居美國矽谷，現任阿里巴巴副總裁。畢業於華中科技大學、中山大學和卡內基梅隆大學。赴美留學之前，曾在省、市、縣幾級政府的不同部門磨礪10年，做過職業程序員，擔任過公安邊防巡邏艇的指揮官，也從事過政府統計工作。在美期間，先後擔任軟體公司的數據倉庫程序員、數據部門經理、數據中心主任、亞太事務總監、首席研究員等職務。除了工作、寫作，還熱心公益，曾任中國旅美科技協會匹茲堡分會主席，現任中國旅美科技協會副主席，上海真愛夢想公益基金會理事。

著有《大數據》、《數據之巔》。

■序言一 大數據：為華文世界提出一個重要話題 / 許倬雲

■序言二 中國的雄心應該拓展到大數據領域 / 托馬斯·H·達文波特

■ 序 幕 新總統的第一天

一人一票：把“黑”人送進“白”宮

大國新政：陽光是最好的防腐劑

■ 上 篇 帝國風雲

■ 第一章 歷史爭戰《信息自由法》

第四股力量：知情權的起點

國會議員：孤獨的戰爭

白宮當家人：一個妥協者和機動者

政府VS.社會：舊劇情重現新時代

■ 第二章 數據帝國的興起

摩爾定律：全世界半個世紀的發展規律

最小數據集：上升到立法高度的開路先鋒

民意幾時有：選票催生的創新

普適計算：計算機本身將從人們的視線中消失

“大數據”戰略：爭奪全世界的下一個前沿

■ 第三章 數據治國

循“數”管理：平安大道怎樣鋪

數據“驗”平權：民權史上的碑石

數據“打”假：最大的爭議就是福利濫用

CompStat ：街頭警察的創新傳奇

■ 第四章 商務智能的前世今生

起源：從數據到知識的挑戰和跨越

結蛹：數據倉庫之厚積薄發

蠶動：聯機分析之驚艷

破繭：數據挖掘之智能生命的產生

化蝶：數據可視化的華麗上演

■ 中 篇 法則博弈

■ 第五章 帝國的法則

收集法則：減負，為人民減負

使用法則：隱私，文明社會的共識

發布法則：免費，人民已經交稅

管理法則：質量，網際網路時代的根本

■ 第六章 《數據質量法》的困局

產業界“俘虜”政府：數據背後的政經戰爭

美式“旋轉門”：權、名、利大串場

“摻沙子”法案：國會對付總統的獨門秘器

環保“風險門”：公共利益常常無人代表

集體行動的邏輯：人人都想“搭便車”

三權之歧：什麼是真正的“和諧”

■ 第七章 全國隱私風波

《一九八四》：零隱私的恐懼

大數據就是“老大哥”：中央數據銀行之爭

百年糾結：統一身份證

“9·11”大拐點：以反恐的名義向左轉

萬維信息觸角計劃：追蹤恐怖分子的“數據腳印”

6 種改變政府的力量：山姆大叔大退讓

■ 下 篇 公民故事

■ 第八章 數據開放運動

一個新的世界：從軟體開源到數據開放

總統的雄心：公共財政支出透明

數據民主：印裔首席信息官的崛起

Data. Gov：從旗艦初航到保“數”運動

大眾創新：航班延誤之候機經濟學

■ 第九章 試金石：白宮訪客記錄

總統在見誰：大醫改中的“小”插曲

全體美國人的房子：白宮

步步妥協：總統與草根的對決

從白宮安保到政治監督：執著的公民改變世界

■ 第十章 礦難中的歌聲和數據

集體行動的號角：你站在哪一邊

可以避免的悲劇：數據揭示的全景式真相

默認公開推定：和礦難賽跑的原則

唯一的道路：民主時時都要“爭”

■ 外 篇 天下趨勢

■ 視界一 大趨勢

數據權：大不列顛的碩果

大合流: 國際開放聯盟

雲計算：新的航向

再造網際網路：從網頁相連到數據相“聯”

■ 視界二 大挑戰

逐鹿政壇：得數據者得天下

數據競爭：企業贏之道

下一波浪潮：從大數據到大社會

■ 尾 聲 挑戰中國：摘下“差不多先生”的文化標籤

■ 大事記 20世紀大蕭條后美國信息開放、技術創新之路

■ 譯名表 美國政府機構ABC

■ 後記 搭建“163大數據”的世界

題記

一個真正的信息社會，首先是一個公民社會。

P13

除了上帝，任何人都必須用數據來說話。

P35

很多情況下，“數據”和“信息”兩個詞經常替換使用。但嚴格的說，數據和信息這兩個概念有很大的區別：數據是對信息數字化的記錄，其本身並無意義；信息是指把數據放置到一定背景下，對數字進行解釋、賦予意義。……但進入信息時代之後，人們趨向把所有存儲在計算機上的信息，無論是數字還是音樂、視頻，都統稱為數據。

P42-43

程序和數據的關係，就好像發動機和燃料，所有的程序，都是靠數據驅動的；數據之於程序，又好比血液之於人體，一旦血液停止流動，人就失去了生命，代碼也將停止運行。數據的生命力，甚至比程序更持久。程序可以不停地升級、換代甚至退出使用，但保存數據的資料庫卻會繼續存在，其價值很可能與日俱增、歷久彌新。

P42

最小數據集是指通過收集最少的數據，最好的掌握一個研究對象所具有的特點或一件事情、一份工作所處的狀態，其核心是針對被觀察的對象建立一套精簡實用的數據指標。

P57

得益於計算機技術和海量資料庫的發展，個人在真實世界的活動得到了前所未有的記錄，這種記錄的粒度很高，頻度在不斷增加，為社會科學的定量分析提供了極為豐富的數據。社會科學將脫下“准科學”的外衣，在21世紀全面邁進科學的殿堂。

P57

“大數據”之“大”，更多的意義在於：人類可以“分析和使用”的數據在大量增加，通過這些數據的交換、整合和分析，人類可以發現新的知識，創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”。

P58

大數據的影響，就像4世紀之前人類發明的顯微鏡一樣。

P61

美國這個國家，雖然年輕，但相信數據、使用數據，卻有著深厚的傳統。數據被視為科學的度量、知識的來源；沒有數據，無論是學術研究，還是政策制定，都寸步難行。

P69

一起交通事故的數據可能是無序的，一年的數據、一個地區的數據也看不出太多章法，但隨著跨年度、跨地區的數據越來越多，群體的行為特點就會在數據上呈現一種“秩序、關聯、穩定”，更多規律就會浮出水面。

P82

數據收集和數據分析必須成為基層部門的一種文化，一種管理哲學。

P100-102

圖形是解決邏輯問題的視覺方法。……人的創造力不僅僅取決於邏輯思維，還取決於形象思維。數據可視化的技術，可以通過圖像在邏輯思維的基礎上進一步激發人的形象思維和空間想象能力，吸引、幫助用戶洞察數據之間隱藏的關係和規律。

P109

大數據時代的競爭將是知識生產率的競爭。以發現新知識為使命的商務智能，無疑是這個時代最為矚目的競爭利器。

P116-133

聯邦政府這個龐大的數據帝國，是如何運作和管理的呢？

收集法則：減負，為人民減負

使用法則：隱私，文明社會的共識

發布法則：免費，人民已經交稅

管理法則：質量，網際網路時代的根本

P124

美國隱私權保護重心的變遷：

19世紀：以住宅為重心

20世紀：以人為重心

21世紀：以數據為重心

P136

早在幾十年以前，政府所發布數據的質量問題就備受矚目、廣受爭議。這是因為，這些數據，往往都關係到行業標準的設定。……每一項新標準的發布、老標準的調整，即使只有零點零幾的變化，都可能影響一個行業的競爭、改變一個產業的布局。

P162

在信息時代，計算機內的每一個數據、每一片位元組，都是構成一個人隱私的血肉。信息加總和數據整合，對隱私的穿透力不僅僅是“1+1=2”的，很多時候，是大於2的。

P214

開放數據是一石三鳥，不僅服務大眾，刺激經濟，還調動了大眾創新，為政府節省了軟體開發的開支。

P239

永遠不要懷疑那一小部分有思想並且持續努力的公民能夠改變這個世界，事實上，人類的歷史從來都是這樣。

P262

掌握信息多的人，在社會競爭中處於有利地位，而信息貧乏的人，則處於不利的地位。前者向後者有償轉讓信息來獲取利益，無償出讓則收穫善意，只有信息自由流動，各方掌握相同的信息后，彼此才能建立完全的信任。

P263

如果把信息公開僅僅解讀為公眾對政府一種單方面的監督，是狹隘的、片面的，信息公開也是政府的一種自我保護。可以看到，政府通過信息公開有效地獲得了社會的信任。

P302-303

和其他的生產要素相比，數據無疑有其獨特的特點。例如，工業生產過程中的原材料，一般都有排他性，但數據很容易實現共享，而且使用的人越多，其價值越大；數據也不像機器、廠房，會隨著使用次數的增多而貶值，相反，重複使用反而可能使它增值。此外，此數據和彼數據如果能有機地結合到一起，可能就會產生新的信息和知識，並且實現大幅增值。

P304

要做到“低成本、高效率”的運營以及決策正確，企業必須廣泛推行以事實為基礎的決策方法、大量使用數據分析來優化企業的各個運營環節，通過基於數據的優化和對接，把業務流程和覺得過程當中存在的每一分潛在的價值都“擠”出來，從而節約成本、戰勝對手、在市場上倖存。

P307

基於數據的分析和競爭已經是零售業的常態，毫不誇張地說，零售業的競爭一定程度上已經成為一種基於數據的競爭，數據就是企業的財富和金礦，數據分析和挖掘能力就是企業的核心競爭力。

P313

在大數據時代，基於層級的社會控制手段將不再適用，基於流程的管理方法也有很大的局限性。……數據的開放和流動，就代表著知識的開放和流動，代表著權力的開放和流動，這種開放和流動，是多中心的、水平的。在這個時代，社會的主體結構將從“分層”轉向“結網”，在網狀傳播的力量的不斷衝擊下，個人的主體價值將得到前所未有的張揚，集中在政府的權力將開始分散，權力的最終流向，是社會、是大眾，是一個個獨立的公民個體。大數據時代正在呼喚下一波社會化的浪潮：一個更開放的社會，一個權力更分散的社會，一個網狀的大社會。

P325

今天的中國，是一個人口大國、網際網路大國、手機大國，但卻恰恰還不是一個數據大國。

P327-329

中國缺乏的不是可供收集的數據，也不是收集數據的手段，而是收集數據的意識。……中國人數據意識的淡薄，由來已久，甚至可以稱之為國民性的一部分。

P333

收集數據、使用數據、開放數據，都是大數據時代我們中國人需要一一面對的挑戰。這三大挑戰，沒有一個不是任重道遠。但這些挑戰，也是我們在大數據時代徹底摘掉“差不多先生”文化標籤的重大歷史機遇。如果在這個數據意義凸顯的時代，我們還抓不住這些歷史機遇，繼續漠視數據、拒絕精準、故步自封，等待我們的，還將是一個落後的100年。

P333

由於網際網路的發明，“開放”已經成為人類社會一個不可逆轉、不斷加速的社會思潮。如雨果所說：你可以阻擋一支入侵的軍隊，但你無法阻擋一種思想。在這個浩浩蕩蕩、不斷前進的世界大潮當中，我們將發現，中國如果不跟上，我們的處境將會越來越微妙、越來越尷尬、越來越孤立。

P346

小數據只要在縱向上有一定的時間積累，在橫向上有細緻的記錄粒度，再和其他數據整合，就能產生大的價值。從這個角度來看，大數據也可以理解為針對某個對象在時空兩個維度上的“全息”數據。這種“全息”，在大數據的時代還表現為“多源”，即有多個源頭在從不同方向對同一個對象進行數據記錄，數據之間互相印證。

P350

在大數據的時代，開放數據的意義，不僅僅是滿足公民的知情權，更在於讓大數據時代最重要的生產資料、生活數據自由地流動起來，準確全面應用起來，以推動知識經濟和網路經濟的發展，促進中國的經濟增長由粗放型向精細型轉型升級。

P351

在大數據時代，公共決策最重要的依據將是系統的數據，而不是個人經驗和長官意志……政府應加大數據治國的輿論宣傳，將數據的知識納入公務員的常規培訓體系，力爭在全社會形成“用數據來說話、用數據來管理、用數據來決策、用數據來創新”的文化氛圍和時代特點。