通往正義的數(shù)據(jù)

頭一回在美國上統(tǒng)計課，在國內(nèi)政府部門做過近10年數(shù)據(jù)統(tǒng)計工作的涂子沛覺得“眼前一亮”。這一講的內(nèi)容是統(tǒng)計學(xué)的意義。印度裔教授一本正經(jīng)地對學(xué)生們說：“除了上帝，任何人都必須用數(shù)據(jù)來說話。”

教授的觀點一下子震撼了涂子沛。在他的印象中，數(shù)據(jù)往往被當(dāng)成論證工具，更像是一種“證明領(lǐng)導(dǎo)意圖的手段”。但在這里，“數(shù)據(jù)”似乎有另外的含義。

2007年底，奧巴馬訪問谷歌總部并做了演講：

“人民知道的越多，政府官員才可能更加負責(zé)任……我將把聯(lián)邦政府的相關(guān)數(shù)據(jù)用通用的格式推上互聯(lián)網(wǎng)。我要讓公民可以跟蹤、查詢政府的資金、合同、專門款項和游說人員的信息。”

涂子沛記得，演講在此時被熱烈的掌聲所打斷。

這是涂子沛第一次將“公民權(quán)利”這樣的大詞與“數(shù)據(jù)”聯(lián)系起來。也正是從那時起，這個從卡內(nèi)基·梅隆大學(xué)畢業(yè)，并已經(jīng)在一家美國公司就職的數(shù)據(jù)庫程序員萌生了一個系統(tǒng)的寫作計劃。2012年7月，他的《大數(shù)據(jù)》一書出版，扉頁上的題記別具一格：“一個真正的信息社會，首先是一個公民社會?！?/p>

大數(shù)據(jù)時代

涂子沛在美國匹茲堡市一家聯(lián)邦政府的合同商公司做程序員，每天面對的東西就是數(shù)據(jù)、代碼以及大大小小的表格。

二十世紀(jì)70年代初，涂子沛出生在一個法官家庭。因為從小看父親斷案，他很早就開始思考什么是“正義”這樣的大問題。90年代中期，他進入華中理工大學(xué)讀書。學(xué)校里有“人文講堂”的講座活動，這個計算機專業(yè)的學(xué)生是其最忠實的擁躉之一。時任中國人民大學(xué)副校長的謝韜也來講過，當(dāng)時他給涂子沛簽名并留下這樣一句贈語：“要做新世紀(jì)國家的建設(shè)者?！比缃衲暌巡换蟮耐孔优嫒匀槐Ａ糁@份情懷。當(dāng)看到“7·21”北京暴雨的新聞后，他連夜寫了一篇介紹美國如何發(fā)布氣象災(zāi)害信息的文章。

“沒有有效的預(yù)警，再準(zhǔn)確的數(shù)據(jù)預(yù)報也是一個零?！蓖孔优娼榻B，美國國家天氣服務(wù)局不僅開通了推特、臉譜等社交媒體賬號，還推出了一個叫做“天氣收音機”的預(yù)警產(chǎn)品，一旦發(fā)出氣象預(yù)警，平時沉默不語的“收音機”會立刻變?yōu)椤棒[鐘”。

涂子沛慢慢意識到，原來自己一直關(guān)心的“公平正義”，竟然與每天朝夕相處的數(shù)據(jù)有著如此緊密的聯(lián)系。

在此之前，和大部分人一樣，涂子沛更愿意從技術(shù)層面去關(guān)注什么是“大數(shù)據(jù)”——這是對信息爆炸時代的嶄新描述，它的基本單位是“太”（TB），而1000個“太”則等于一“拍”（PB）。打個直觀的比方，美國國會圖書館是世界上最大的圖書館之一，它所有印刷品的信息量加起來只有15太，而全美國僅在2010年一年的新增數(shù)據(jù)量就足足有3500拍。

麥肯錫咨詢公司曾做出估測，未來數(shù)據(jù)仍會以每年50%的速度增長，需要大量擁有“深度分析數(shù)據(jù)”專長的工作者。涂子沛便是其中之一。他會在自己的專欄中記錄那些數(shù)據(jù)改變商業(yè)的故事：沃爾瑪?shù)难芯咳藛T通過數(shù)據(jù)挖掘，發(fā)現(xiàn)四成左右的年輕爸爸在購買嬰兒尿布時會順手買點啤酒犒勞自己，便對這兩種商品進行了捆綁銷售，結(jié)果銷售量雙雙增加。更夸張的事例是，一個高中女孩某天突然收到了超市寄來的嬰兒服廣告，其父大為光火，但就在超市公開道歉幾天后，這位父親發(fā)現(xiàn)自己的女兒真的懷孕了。原來，超市已經(jīng)可以通過顧客的食品消費數(shù)據(jù)做出趨勢判斷。

但當(dāng)涂子沛開始寫作《大數(shù)據(jù)》時，商業(yè)已經(jīng)不再重要，他想講述一個數(shù)據(jù)與正義的故事。

信息之于民主

就如貨幣之于經(jīng)濟

2009年1月17日，美國新任總統(tǒng)奧巴馬簽署了他的首份總統(tǒng)備忘錄《透明和開放的政府》。

120天后，一個叫做Data.gov的網(wǎng)站正式上線，這是一個數(shù)據(jù)開放的門戶網(wǎng)站，旨在全面開放美國聯(lián)邦政府擁有的數(shù)據(jù)。

項目的負責(zé)人是維偉克·昆德拉——美國歷史上的第一位首席信息官，他說：“這是一場數(shù)據(jù)民主化的運動，我們正在把信息的力量放到美國人民手中?！?/p>

起初，這個數(shù)據(jù)開放網(wǎng)站有點名不副實，即使包括地理數(shù)據(jù)在內(nèi)，這個新生網(wǎng)站也僅僅只有47組數(shù)據(jù)和27個數(shù)據(jù)分析工具。要知道，年輕的首席信息官要面對的，“是一種沿襲了上百年的行政文化。面對龐大的公共信息，政府官員的第一反應(yīng)往往是安全第一、保密為上”。盡管早在建國之初，《獨立宣言》的起草人之一、美國第3任總統(tǒng)托馬斯·杰斐遜就曾說：“信息之于民主，就如貨幣之于經(jīng)濟?！钡聦嵣?，在美國200多年的歷史中，開放政府信息的雄心并不多見。

1789年，美國國會制定了《管家法》，規(guī)定了行政機關(guān)必須在統(tǒng)一的出版物上公開政務(wù)信息，但對于公開的內(nèi)容，行政長官有自由裁定權(quán)。進入二十世紀(jì)后，政府規(guī)模不斷膨脹，國會先后通過了《聯(lián)邦登記法》和《行政程序法》，規(guī)定公眾可以向政府提出信息公開的要求，但如果危及公共利益，政府有權(quán)拒絕。

簡言之，信息是否公開，還是政府說了算。到了1951年，在當(dāng)時的冷戰(zhàn)格局下，“保密”之風(fēng)蔓延一時。

同一時期，哥倫比亞大學(xué)的新聞學(xué)教授克勞斯對當(dāng)時的信息管理情況進行了調(diào)研，并出版了《人民的知情權(quán)》一書。他在書中明確提出：只有擁有信息自由，人民才能真正擁有對公共事務(wù)的發(fā)言權(quán)。后來，這本書被譽為美國信息自由運動的“圣經(jīng)”。

書出版的那一年，一個叫約翰·摩斯的新任國會議員提出了《信息自由法》草案。摩斯任職25年，經(jīng)歷了數(shù)任總統(tǒng)，然而即使以開明著稱的肯尼迪，也對這個草案避猶不及。約翰遜在聽到這個草案后的第一反應(yīng)則是：“摩斯想干什么？他想搞砸我這屆政府嗎？”

直到1964年，摩斯的提案才進入辯論階段。那時候的聯(lián)邦政府有27個部門，無一例外地在聽證會上大聲反對。

1966年，由于參眾兩院對該法案的支持率都高于2/3，無法動用否決權(quán)的總統(tǒng)約翰遜在家中簽署了這份法案。

多年后，被稱為“《信息自由法》之父”的摩斯回顧說：“我們所做的，只是一個開始。那最好的仗，我已經(jīng)打過。”

Data.gov的出現(xiàn)則為信息公開的發(fā)展注入了新的活力。昆德拉在演講中表示，政府?dāng)?shù)據(jù)作為一項公共資源，應(yīng)該像天氣預(yù)報、體育賽事和股票信息一樣實時公開。充滿了挑戰(zhàn)性的新事物同樣引發(fā)了聯(lián)邦政府各部門頭頭腦腦的憂慮。有人擔(dān)心，萬一民間機構(gòu)根據(jù)原始數(shù)據(jù)分析出的結(jié)論與政府不一樣，豈不是“搬起石頭砸自己的腳”？還有人認為，這場面對全世界的數(shù)據(jù)開放運動，會在不知不覺間讓國家利益受到損害。

但改革并沒有止步。截至2009年底，這個網(wǎng)站收到了社會各界約900項開放數(shù)據(jù)的申請。聯(lián)邦政府最后回復(fù)：16%的數(shù)據(jù)立即開放、26%的將在短期內(nèi)開放、36%的將計劃開放，還有22%因為國家安全、個人隱私以及技術(shù)方面的限制無法開放。

在Data.gov上線發(fā)布一周年的時候，聯(lián)邦政府開放的數(shù)據(jù)總數(shù)已經(jīng)達到了27萬項。

因為這些創(chuàng)新型的應(yīng)用

數(shù)據(jù)的能量將層層放大

在涂子沛看來，創(chuàng)建Data.gov的價值并不僅僅在于滿足民眾的知情權(quán)。

2009年1月，美國聯(lián)邦政府跨部門工作組曾將一份報告提供給總統(tǒng)科學(xué)技術(shù)委員會：一組數(shù)據(jù)，可能會得到數(shù)據(jù)收集人難以想像的應(yīng)用，也可能會在另一個看起來毫不相關(guān)的領(lǐng)域得到應(yīng)用，而因為這些創(chuàng)新型的應(yīng)用，數(shù)據(jù)的能量將層層放大。

某種程度上，Data.gov的確掀起了社會創(chuàng)新的浪潮。截至2011年12月，在這個政府主導(dǎo)的數(shù)據(jù)開放網(wǎng)站上，匯集了1140個應(yīng)用程序、軟件工具和85個手機插件，其中有近300個應(yīng)用程序由民間的程序員、公益組織自發(fā)開發(fā)。

就在Data.gov上線不到一個月的時候，民間的一位程序員便利用美國交通部開放的數(shù)據(jù)，開發(fā)了一個航班延誤的免費查詢系統(tǒng)。如2010年波士頓至紐約的航線情況：

這一年總共有6735次航班，其中62%準(zhǔn)點或提前到達，14%有20分鐘以內(nèi)的延誤，20%有20分鐘以上的延誤，還有4%的航班最終取消。

就“打飛的”而言，出行的時間至關(guān)重要。通常星期六有78%的最高準(zhǔn)點率，而不幸趕上星期一坐飛機的人則要承受30%的最高延誤率。在一天之內(nèi)，每天早晨5時到6時起飛的航班有83%的最高準(zhǔn)點率，而晚上9時到10時的準(zhǔn)點率則低至53%。

當(dāng)然，這個應(yīng)用程序最有力度的數(shù)據(jù)還是所有航班的延誤大排名，“Delta1807”以平均延誤26分鐘成了最不靠譜的航班。

這樣的數(shù)據(jù)挖掘，直接給那些落后的航空公司敲響了警鐘。

類似的事例并不鮮見。不少人習(xí)慣于在購物前，先到Data.gov上查詢該商品是否存在因質(zhì)量問題而被召回的記錄。而在2010年發(fā)生的一起礦難中，網(wǎng)民們通過Data.gov上的煤老板捐款記錄發(fā)現(xiàn)，接收款項最多的個人居然是地方上訴法庭的法官。后來，最高法院依此認定這名法官存在“重大偏袒”的可能。

“數(shù)據(jù)權(quán)”是信息時代每一個

公民都應(yīng)擁有的一項基本權(quán)利

推動數(shù)據(jù)開放運動的國家并不只有美國。

2006年3月，英國《衛(wèi)報》刊登了一篇名為《把皇冠上的明珠還給我們》的文章，這被視為英國數(shù)據(jù)開放運動的序幕。

設(shè)計了全世界第一個網(wǎng)站的蒂姆·伯納斯·李曾被評選為“最偉大的英國人”。2009年2月，他受邀在TED（技術(shù)、娛樂、設(shè)計）大會上發(fā)表演講。

“你想像不出政府會找出多少個借口來拒絕開放數(shù)據(jù)?！边@一天，一向以內(nèi)向聞名的伯納斯·李一改往日作風(fēng)，甚至在講臺上帶領(lǐng)聽眾喊起了口號：

“原始數(shù)據(jù)，現(xiàn)在就要！”

此后不久，他和時任英國首相的戈登·布朗一同出席一次頒獎典禮。布朗問他：“英國政府應(yīng)該如何利用互聯(lián)網(wǎng)？”伯納斯·李立即回答說：“把政府的數(shù)據(jù)推上互聯(lián)網(wǎng)?！?/p>

2010年1月，英國政府的Data.gov.uk正式上線發(fā)布，第一天就公布了3000多項民生數(shù)據(jù)。而卡梅倫出任首相后，更是率先提出了“數(shù)據(jù)權(quán)”的概念，并將其視為信息時代每一個公民都應(yīng)擁有的一項基本權(quán)利。

2011年，這場“美麗的競賽”擴展到了全世界。9月20日，由8個國家發(fā)起的“開放政府聯(lián)盟”在紐約成立。幾個月后，開放政府聯(lián)盟又迅速收到了加拿大、意大利、韓國等42個國家和地區(qū)的加盟申請。

這個聯(lián)盟里，最引人矚目的國家并非美、英，而是來自非洲大陸的肯尼亞。

2010年8月，肯尼亞通過了新的《憲法》，其中第35條規(guī)定：“每一個公民都有權(quán)獲得政府擁有的信息……每一個公民都有權(quán)修改、刪除（政府保存的）不真實、有誤導(dǎo)傾向的錯誤信息?！?/p>

一個真正的信息社會

是一個信息自由流動

而不受操縱的社會

2011年，麥肯錫咨詢公司曾以2010年度各國新增的存儲器為基準(zhǔn)，對全世界大數(shù)據(jù)的分布做了一個調(diào)查，結(jié)果發(fā)現(xiàn)，中國這一年的新增數(shù)據(jù)量約為250拍，與日本的400拍、歐盟的2000拍和美國的3500拍比，相去甚遠。與此相對應(yīng)的另一個數(shù)據(jù)是，中國擁有4.8億互聯(lián)網(wǎng)用戶，幾乎是美國的兩倍；擁有近9億部手機，是美國的3倍，而互聯(lián)網(wǎng)和手機正是數(shù)據(jù)的重要來源。

在涂子沛看來，這意味著中國并不缺乏可供收集的數(shù)據(jù)，而是缺乏收集、挖掘數(shù)據(jù)的意識。

他回憶起在卡內(nèi)基·梅隆大學(xué)讀書時，有一回師門聚會，大家相約每個人貢獻一個拿手菜。一位來自中國的博士以一道鹵牛肉贏得滿堂彩，但當(dāng)他公布自己的烹飪配方時，卻令一位美國教授不知所措。原來，這位教授不太能理解“鹽少許”“酒若干”“醋一勺”這樣的表述到底是什么意思。

涂子沛記得，在國內(nèi)做程序員的時候，要是做一個數(shù)據(jù)系統(tǒng)供本單位使用，那么上級和下級單位一般都無法登錄這個系統(tǒng)。還有人告訴他，國內(nèi)有些城市會把環(huán)境監(jiān)測點刻意設(shè)在人工湖畔的樹林中或湖中心的亭子里。

這些都讓他想起美國《數(shù)據(jù)質(zhì)量法》中的嚴(yán)苛規(guī)定：任何聯(lián)邦政府部門收集的數(shù)據(jù)，必須無償與其他部門共享。而在發(fā)布數(shù)據(jù)時，必須同時發(fā)布一系列的文檔，說明數(shù)據(jù)的來源、采集的方法以及用戶復(fù)制過程當(dāng)中可能出現(xiàn)的問題和錯誤。

涂子沛把他的這些思考都寫進了書的尾聲，題為“挑戰(zhàn)中國，摘下‘差不多先生’的標(biāo)簽”。他在文中提到胡適對于中國人“凡事差不多、凡事只講大致如此”的判斷，也引用了史學(xué)家黃仁宇認為中國在歷史上缺乏“數(shù)目字管理”這種現(xiàn)代治國手段的觀點，說明“數(shù)據(jù)不是任人打扮的小姑娘，漠視精確就是不尊重事實”。

前不久，國內(nèi)一位學(xué)者針對一項社會調(diào)查，得出“科學(xué)主義一定會導(dǎo)致嚴(yán)重的偏頗，其具體弊端就是迷信數(shù)據(jù)”的觀點。

涂子沛反駁道：中國社會治理領(lǐng)域的問題恰恰不是數(shù)據(jù)迷信，相反，現(xiàn)實情況往往是，決策者沒有合理使用數(shù)據(jù)，同時又受制于錯綜復(fù)雜的理念和利益之爭，導(dǎo)致數(shù)據(jù)意識形態(tài)化，在中國缺乏公信力。

他的觀點是，收集數(shù)據(jù)，使用數(shù)據(jù)，開放數(shù)據(jù)，“如果前兩者是文化和習(xí)慣，那后者則是一種態(tài)度。”涂子沛強調(diào)，一個真正的信息社會是一個信息自由流動而不受操縱的社會，這種開放意味著信息與每一個公民之間都是等距的，當(dāng)然，也意味著公平與正義。