數據在歷史中的運用

禹淼楠

摘要：徐子沛先生《數據之巔》一書以數據為軸，在梳理了美國數據文化和大數據發展歷史的同時揭示了在現代文明進程中的那只無形的數據之手。該書將數據與人類文明的發展以及民主體制的演化相結合，為歷史研究拓展了新的思路。將數據文化作為一種新的視角來深入發掘美國歷史中的細節，這對其他國家的歷史研究也具有很大的借鑒意義。

關鍵詞：大數據;美國史;人口普查

中圖分類號：F49 ???文獻標識碼：A文章編號：CN61-1487-（2019）15-0141-04

大數據在當今這個信息化的社會中占有著很重要的地位。在美國，“大數據”這一概念并不僅僅局限于大量的數據和處理大量數據的技術，或者所謂的“4個v”之類的簡單的概念，而是涵蓋了人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模的數據上是無法實現的①。從這個角度來看，數據表示的是過去，表達的卻是未來。從小數據之歷史到大數據的崛起，《數據之巔》全書一共分為了兩個部分。在第一部分，以美國數據文化的發展歷史為線索介紹了小數據的發展歷程。作者將美國歷史的第一個百年分成了三個時代，分別為初數時代、內戰時代和鍍金時代，后兩百年的歷史被劃分為了進步時代、抽樣時代、開放時代和大數據時代。不同的是，在第一個一百年中三個時代的劃分是有起點與終點的，但是在后一百多年的歷史中作者認為這些時代或多或少的對現在仍有一些影響，所以僅有起點而并沒有終點，在本文中會抽取文章中一些典型例子來做介紹。

一、小數據之歷史

（一）數據與分權

人口普查無疑是整個初數時代的核心。無論古今中外，每個國家最基本的要素都是其國民和土地，因此，“點人頭”一直是一個國家最基本、最原始、規模最大的社會活動。作者以1787年制憲會議中的一些問題為切入點，講述了美國的建國者如何構建與運用數據分權的方法來解決問題。

作者以“偉大的妥協”為開頭，迅速切入到美國每十年一次的人口普查。與其他的國家和地區的人口普查不同，美國的這種人口普查模式可以算是一種創舉。作者將美國的人口普查與中法兩國的人口普查相比對。其他的國家和地區的人口普查一般是為了征稅或實施社會控制，所以民眾的內心會產生很多擔憂和抗拒的情緒，這種擔憂甚至存在于地方政府之中。比如1753年英國計劃展開的人口普查就因各地諸侯抵抗而流產。不同的是美國的人口普查是一種數據分權的體現，將人口與國家利益的劃分相結合，多報人口意味著更多的稅務和義務，而隱瞞人口則會失去相應的關乎權利的席位劃分。所以美國的人口普查受到了廣大民眾和地方政府的大力支持和宣傳，因而取得了顯著的成果。

此外，人口普查及數據問題對第一屆眾議院選舉產生了重大的影響力，首先圍繞統計什么、不統計什么產生了爭論。其次，在第一次人口普查后，“粗放”的數據也產生了一定的問題。最突出的問題就是眾議院到底應該設多少，即一個席位究竟應該代表多少人。后來，漢密爾頓和杰斐遜分別提出了余數法和除數法來解決這一數學難題，華盛頓以漢密爾頓的余數法違憲為由行使了第一次總統否決權，選擇了杰斐遜的除數法（因憲法規定席位代表的人數不應低于30000人，而新罕布什爾州的每席代表人數為28364所以漢密爾頓的余數法違憲）。

（二）內戰時期的“燈塔”

到了內戰時期，人口普查依舊擁有舉足輕重的地位。美國歷史學家羅伊·尼科爾斯（1896-1973）曾說過：“人口普查已經成為南方最大的敵人。”作者認為在1830-1870這個階段美國的數據文化進入了一個特殊的歷史階段，數據在南北雙方激烈的競爭之中扮演了“燈塔”般的重要角色。這一段時期的人口普查范圍在逐漸地擴大，慢慢超出人口的范疇，涉及精神病患者、文盲等各個方面，這些新的數據也參與到了南北雙方激烈的辯論之中。作者花了很大的筆墨透過“向大海進軍”這一事件來講述數據在戰爭中的重要作用。在1860年林肯上任以后，人口普查又因為分肥制回到了肯尼迪的手中，因戰爭的需要，也催生了人口普查部門的創新，繪制了大量的地圖和數據。謝爾曼利用大量的數據分析最終決定切斷自己的后方補給，自己將這次行動稱為“向大海進軍”。戰爭勝利后謝爾曼給肯尼迪發去了感謝信，信中說道：“在這場戰爭瀕臨結束時發生的種種事件證明，您給我提供的各種統計表格和數據價值巨大，沒有它們，我不可能完成任務，這些任務，對世界上最敏捷、最有經驗的不對而言，都是像迷宮一樣的難題。”在多年之后謝爾曼回憶往事之時還總結說：“歷史上沒有任何一次行軍遠征，曾經建立在像這次一樣完善和肯定的數據之上。”

（三）鍍金時代的迅猛發展

鍍金時代是數據發展與爆發十分集中的一個時段。路易斯·芒福德曾說：“在一個半世紀前所有偉大的發明背后，絕不僅僅是技術本身的長期進步，同時還有思維方式的轉變。”美國數據觀念的轉變就從加菲爾德的用數據預測開始，他認為數據是社會規律的載體，此外，加菲爾德還提出了要對普查結果保密。這也為普查工作開啟了有關隱私權的話題，雖然隱私權的正式確立是很久之后的事情，但加菲爾德的這一舉措也可謂深謀遠慮。

隨著人口的不斷增長，人口普查需要的數據處理量逐漸增大，最可行的解決方法就是推動技術創新。1888年霍爾瑞斯制造出了第一臺打孔卡片制表機，使得本將無法按期完成的每十年一次的人口普查得以繼續順利進行。之后霍爾瑞斯建立了自己的公司，并于1911年與其他公司合并成為了后來的國際商用機器公司也就是今天的IBM。

面對鍍金時代光鮮外表下的各種危機與亂象，改良派認為應該依靠調查事實和專業的分析來解決問題，專家、科學和數據成為了這個時代的主導。1908年，數據開始進入美國法庭。布蘭代斯僅兩頁的法律分析援引了一百多頁的數據和統計來證明勞動時間過長對女性健康的危害，這種訴訟方法后來被稱為“布蘭代斯訴訟方法”。在為黑人兒童爭取平等擇校的布朗訴教育委員會案也采用了這種方法，最終獲得了勝利。

這一時期數據不僅僅用在法律案件中，還用來做重大決策，這種方法叫做成本收益分析，如果收益/成本>1，證明收益大于成本，且該比率越大，可行性越高。在應用于如水利工程等方面時，這種方法不斷經受著各種爭執，也在不斷的完善，但在這里涉及到一個關于道德的問題，如何給生命定價。從20世紀10年代到70年代，基于生命價值的量化一直在學術圈、商業界和政界悄悄的進行，直到70年代福特公司卷入了“平托”風波才顯現出來，奇怪的是，經歷這種風波之后的成本分析方法卻越發深入的應用到政府決策當中。1981年里根總統頒布第12291號行政命令，要求聯邦政府的各個部委在推出重大管制規定的時候都必須進行成本收益分析。量化成為了整個進步時代的主流。

美國的政治制度與統計科學的相互影響不僅僅表現在“用數據分權”這一點上，也體現在了美國的選舉制度上，這一新的統計革命時代被作者成為“抽樣時代”。對于擔任新總統人選的預測起于1824年，在媒體的推波助瀾之下，這種調查和預測逐漸成為大眾政治生活中的重要內容，被稱為民意調查。從單純的講求數量大到科學的抽樣技術的應用，民意調查不再僅僅局限于總統大選中，也應用到了社會生活的許多方面之中，進一步的、抽樣這一科學的統計方法由政界起始逐漸推廣到了企業生產之中，并起到了極其重要的作用。

二、大數據的崛起

隨著統計科學的發展和電子數據的累積，人類邁進了大數據的時代，開放成為了大數據時代的主旋律。奧巴馬在2010年9月23日在聯合國大會上的演講中提到：“開放的經濟、開放的社會和開放的政府，是人類社會之所以能夠進步最深厚、最強大的基礎。”②作者認為就美國的數據開放而言，其最早的表現形式是信息自由、數據公開，是一種典型的內開發。美國的信息自由運動起源于民間對政治知情權的爭取。1953年，在新聞界的強烈要求下，國會開始草擬《信息自由法》，直至1966年才勉強通過。即便通過，執行效果也差強人意，終于在新聞界的抗議和批評的浪潮中國會于1972年提出了《信息自由法修正案》。該修正案規定，如果政府拒絕民間關于信息公開的要求，任何公民都有權提起司法訴訟，而法院才擁有信息是否公開的最終裁判權，由此美國政府的信息公開駛入正軌。

隨著20世紀70年代環境保護運動的興起，這些不斷公開的數據成為了制衡的另一個標準，內開放進入了新的發展階段。通過公開的數據，將企業置于社會公眾的監管之下，有效的監督了環境污染、產品質量、食品衛生、藥物安全等各行各業。進一步地對美國國會議員的財產進行監督，要求財產公開，財產公開的這種訴求成為后來“數據開放”的原型。

但此時美國的數據呈現一種分散的狀態，普查局和州政府所擁有的不同種類的數據沒有辦法得到有效的溝通。“9·11”事件從另一個角度上推動了這個融合進程的發展。因在悲劇現場的第一時間，國家統計部門無法為最高決策者提供準確的傷亡和財產損失數據，這種數據之痛推動了LEND（工作單位和家庭住址的縱向動態系統）的進展。LEND不僅數據分析的粒度細致，而且提供以時間為跨度的縱向數據分析，這個系統的整合與開發起初完全是為了政府部門使用，后來在“數據應該服務于民”觀點的引導下，普查局為LEND開發了一個基于地圖的互動式界面On The Map，受到了美國社會的歡迎。將數據公開作為一個過渡，緊接著內開放進入了數據開放的時代，將數據的所有權交還社會。數據對于經濟發展和社會生活具有重大的服務作用。

作者認為，大數據由三個層面構成，首先是代表人類保存數據能力增強的摩爾定律，其次是導致人類生產數據增多的社交媒體，最后是通過數據挖掘使得人類使用數據的能力增強。在大數據的前提下，隨著計算型社會的興起，人們在各個領域的研究出現了很多新思路，一些精細的、微妙的、曾難以捕捉的信息上升成為顯性的知識。而這些知識賦予了機器智能，為人類提供自動化服務，這就是所謂的數據之巔。也正是由此，得以進入智能型社會。由此回到了作者反復強調的一點“數據，正在成為這個世界最重要的土壤和基礎”。

三、結論

《數據之巔：大數據革命，歷史現實與未來》一書的作者以美國的數據發展的歷史與文化為例，揭示了數據對于當今世界的重要性。數據在美國的社會文化與生活中占據了一個十分獨特又不可或缺的地位。從建國初期的用數據分權，到南北戰爭時期證實黑人自由就會發瘋的言論是來源于統計失誤，并運用到軍事中，再后來加菲爾德將統計變成一個專業的部門為政府和人民服務，隨之增加的數據處理的需求拉動了技術上的創新，成為IBM成功的第一步，緊接著在通過量化提高產品質量，分析處理勞資沖突并成為黑人與婦女爭取權益的一個科學有利的證據，隨后產生的抽樣技術應用到民意調查、質量監管，成為美國人民生活中不可或缺的一個關注點。直到現在不斷加大的數據開放力度，可以說，在美國建國兩百余年的歷史中，數據一直都在。這一整條清晰明朗且獨特的脈絡使美國成為揭示數據重要性的一個典型的標本。與傳統的美國史所講述的內容有所不同，這本書的記述更偏向于美國統計學史，在梳理了美國數據的發展歷程之余，更為重要的是在這個信息化高速發展的今天為我們歷史研究提供了很多新思路、新視野與新方法。就當下這種多學科交叉，相互借鑒的今天，我們要學會借鑒其他學科一些東西來彌補自身，而不是僅僅局限于傳統的歷史研究方法之中，思考別的學科的先進的概念是否可以被借鑒，思考別的學科的研究方法是否可以移植與應用，別的學科的研究成果對于解釋本學科的概念是否有價值或者是否可以當作證據。大數據也正越來越多的應用于歷史研究中，在大數據的環境下可以通過建立數據庫、信息中心等多種方式，將繁雜的歷史信息加以整合，很多我們容易忽略的，或者一些微小的聯系得以展現在眼前。此外，在美國現當代史的研究中，數據更是起到了十分關鍵的作用，正如書中作者所言，要講科技符號轉化為文化符號，在建立起這樣的數據文化之后，我們才能更好的融入大數據之中，整合數據，更好的利用數據。

但從歷史專業書籍的角度來看，這本書就略顯不足。數據對于美國歷史來說固然像一根隱形的脈絡貫穿其中，但僅僅用數據這一根線來貫穿卻略顯單薄，不過基于作者的主旨是在于以此為例講述大數據背景下應該將科技符號轉化為文化符號，那么這一點上是可以理解的。作者由于并非歷史專業的學者，就梳理美國數據史與數據文化的發展歷程方面所做的貢獻是值得肯定的。作者為我們所提供的新的研究方法與新的概念的普及也是值得我們深入思考的，不過就嚴密的史學邏輯的論證和證據的選擇上是我們歷史寫作時需要格外謹慎注意的地方。對于歷史寫作而言，材料是第一性，對于材料而言，真實性與合理性又是重中之重。由此，在做歷史論證的時候，應該客觀公正的選取真實合理且用之恰當的材料，不能為了論證自己的觀點來選取材料，或者有偏向性的解讀材料。作者所提供的例子在梳理整個歷程時都是十分典型的，也是十分經典的，但用于論證數據文化作為一只無形的手對美國文明進程的推動作用卻不夠嚴謹。無論是在權利分配、推動法制建設，還是在一些重要且典型的訴訟案（如與合理化婦女工作時間或與廢除黑人種族隔離的相關案件）所取得的成功上，僅僅強調數據的作用是遠遠不夠的，在這些材料的解讀上也是十分片面的。這不僅會容易使讀者僅僅關注于數據而產生誤區，也使得這些用來論證的證據看起來像是“精挑細選”過的。任何一個概念的群落都是有十分核心典范的個體和邊緣個體，這篇文章選取的便都可看作核心典范的個體。但每一個概念的群落的核心典范的個體都可以說明這個觀點的話，那么這個建構體系必然是存在問題的。

注 釋：

①透視美國大數據爆發全景[J].互聯網周刊，2013.1.

②英文原文為：〝Each country will pursue path rooted in the culture of its own people.Yet experience shows us that history is on the side of liberty;that the strongest foundation for human progress lies in open economies，open societies，and open governments〞—Remarks to the United Nations General Assembly， Obama，September 23，2010.