书友们，不要错过了！我挖到了一册确凿让我一夜难眠的演义，情节放诞升沉，变装水灵得就像从书里跳出来陪你聊天。每一页都是新的惊喜，十足让你骑虎难下。如果你也在寻找那种让东谈主上瘾的阅读体验，这本书就是你的最好遴荐，快来通盘千里浸在这个不凡的故事中吧！

《大数据经济：大数据时间，互联网加法如何作念？》 作家：谢文

1一切都是数据，数据就是一切

导读

大数据是什么？从何处来的？有什么用？磋商大数据不免要围绕着这些问题伸开。但至今，对这些基本问题还莫得什么共鸣达成。自然，这也莫得严重影响大数据的发展。在什么领域里阻力小、奏效快、收益大，这些领域里的大数据创新就数目多、影响大。

微不雅派欢快就具体的时刻问题磋商大数据，举例数据大了何如存储最好，数据种类多了如何长入，数据增长快了何如能比较省钱地搪塞。

中不雅派欢快磋商利用大数据的公道，举例如何通过数据挖掘提供产物和服务的营收，如何利用用户行动数据增多产物和服务的针对性。

宏不雅派欢快磋商大数据对社会的影响，尤其是负面影响，举例大数据如何威逼个东谈主苦衷、企业利益和国度安全。

三者一致的地方在于都以为大数据是个可以限度、可以利用、可以弃取的时刻表象。对大数据，用也好，不消也好，用一部分逝世一部分也好。总之，大数据只是一种器用。

但万一不单是如斯呢？

如果世界上的万事万物都正在快速地被东谈主类数据化，存储在计较机里，流动于互联网中，万物皆数，万物互联，那么就会形成一个与现实世界平行的数据世界。东谈主类在数据世界里完成的社会行动在比例上不休增多，在内容上不休丰富，那么，该如何贯通这种变化呢？

如果不休增多的东谈主类制造物都启动选择数据化分娩样式，新的原材料启动用数据化的样式生成，新的需求通过数据化的样式得回，贸易销售和货币交换都以数据化的样式进行，那么，大数据还只是积贮业少数东谈主磋商的时刻问题吗？

如果社会料理、国度安全、大众卫生和交通、素养和医疗都在速即选择数据化的样式，那么，一个社会该以什么样的作风对待大数据表象，以什么样的姿态面临大数据波浪的冲击？

如果社会来回、新闻资讯、文化文娱、念念想传播都更主要塞通过数据化局面进行，那么，是招架或封杀这样的传播样式照旧奋勉去妥当这样的传播样式？

如果东谈主们居住的房屋、驾驶的车辆、使用的器具、一稔的衣物都变成数据化终局，那么，东谈主类该若何去妥当这样的生活样式，该形成若何的社会习俗？

只是把大数据看作一种时刻表象、经济表象、社会表象或政事表象是不够的。从个东谈主层面讲，鄙夷大数据就容易在多样生活遴荐中不知所措，诸如上学、干事、居家、应酬都有可能堕入窘境。从企业层面讲，看不到大数据的趋势，鄙夷五行八作走向数据化的趋势，以为随便作念作念就算互联网+了，都可能是伊始被淘汰被取代的企业。从社会层面讲，文化、谈德、习俗如果比较保守，比较内向，比较排外，那就会在大数据波浪眼前不知所措，衰颓被迫地搪塞危境。从国度层面讲，如果抓不住大数据的机遇，衰颓违背大数据波浪，就会像许多处于农业社会的国度面临工业更动的冲击却错失良机，再想赶超就需要数百年的奋勉。

大数据是一种世界不雅，大数据是一种历史不雅，大数据是一种价值不雅，大数据是一种方法论。大数据其中的时刻问题自有专科东谈主士搪塞，贸易问题自有企业家们费神，但由此激发的社会文化、谈德、习俗的变迁，国度荣枯与全球范围的竞争，每个东谈主都很难不去面临，不去念念考，不去遴荐。

如果把东谈主类走向信息化社会的奋勉分为三个阶段或三个时间的话，可以分为计较机时间、互联网时间和大数据时间，原理在于不同期代的驱能源不同。计较机处置的是数据计较问题，互联网处置的是数据传输问题，大数据则是在此基础上直奔主题，用数据化的样式处置东谈主类糊口发展的多样问题。

苏联解体后巨匠们统计，好意思国与苏联比拟，20 世纪 80 年代末计较机领有量是 25 比 1。当苏联还眷恋于原枪弹、航母、导弹、坦克的数目时，却不知谈或不睬解东谈主类还是启动走向信息化社会了，一个国度的国力还是不再只是以军事力量去斟酌，而更主要的是以信息分娩智商去斟酌。

和苏联相仿，中国简直完全错过了计较机时间，直到 20 世纪 70 年代末的改动绽开才蹈厉奋发。今天自然在计较机应用的深度和广度上还过期于发达国度，但基本上算是王人头并进了。在互联网兴起时，中国过期好意思国 10 年以上。但雷同感谢改动绽开的国策，从 20 世纪 90 年代中期启动奋起，今天也算是第二互联网大国。在 2010 年傍边世界启动进入大数据时间，中国第一次有了和发达国度同期登程的历史机遇。但是，各样迹象标明，中国走向大数据时间的决心不那么大，设施不那么快，基础性建筑不那么多。如果蹉跎十来年，就又会与发达国度拉开整整一个时间的差距。

是以，理解大数据，念念考大数据，奋勉大数据，就应该成为此时此刻的一个进攻话题。

对于大数据，你知谈的都不对

一个宗旨，不论它可以轮廓到何等神秘的程度，其形成、演变、推行的经由经常却很实在、具体，充斥着不同社会力量的博弈。这个宗旨的对错与否、人命力的瑕瑜、对社会的影响经常不取决于宗旨自己，而在于它的社会价值。

举例，PM2.5 是一个斟酌空气沾污的规画宗旨，是形容客不雅存在的一种圭臬。但是，这个宗旨在中国的落地生根却经过了两三年驰魂夺魄、蒙胧周折的艰难历程。这个宗旨永恒被拒却在中国选择，原理是不对中国国情，不可反应出环境保护方面取得的伟大成就。然后，当亿万庶民可以通过积贮获取这一规画的及时报谈时，又被说成是外部势力争为不轨的寻衅。终于，当今 PM2.5 检测体系启动在世界渐渐建立，大众的感奋度却渐渐裁减，因为据说不经过二三十年，中国事很难达到不时国规章的空气优良圭表的。

再举例，基尼统共是世界列国广泛用来斟酌社会发展水温和社会不对等程度的一个客不雅规画宗旨。但是，这个也曾被中国粹界广泛使用的宗旨连年来却无法获取巨擘的世界性数据，据说是因为基尼统共七八年前就达到了 0. 45 的水平，这被以为是一个社会贫富差距过大、不时增多就会导致社会悠扬的临界点。一些学东谈主体谅苦心，跳出来说普适性的基尼统共计较样式不符合中国国情，需要建立具有中国特点的基尼统共。因为城乡二元化，是以应该分别计较城乡基尼统共；因为沿海内地发展水平各异巨大，是以应该分别计较沿海地区和内陆地区的基尼统共；因为城市地区有户口的住户与新挪动进城的无户口住户之间生流水平各异巨大，是以应该分别计较老成住户与非老成住户的基尼统共，甚而干脆将非老成住户废除于统计体系之外。于是，社会贫富差距就成了一个只可泛泛而谈而无法实践度量的东西。

还举例，世界多数国度普遍选择的时区制，在中国从来就莫得实行过，据说是怕影响国度长入。夏季时制也曾试行过两三年又被取消，据说是因为既勤恳又节电效果不显著。邮政编码先是被鼎力施行，然后又被取消，然后又被施行，原理先是施行成本过高，后是不施行成本过高。相背，有些宗旨的庆幸莫得这样高低，一朝引进国门就大行其谈。纳米是个唯独少量数材料物理科学界巨匠才明白的宗旨，但今天在许多超市里却随地可见纳米除污剂、纳米讳饰品，甚而还有什么纳米食物。

可见，一个新宗旨的出现，即使自己正确，孕育着鼓吹科技率先和社会发展的巨大潜能，其确凿杀青也绝非易事，更可能的是由于社会环境的制约，被辩说，被曲解，被庸碌化。

今天，在中国相称范围内，启动流行一个全新的宗旨——大数据。我得承认，这个宗旨的流行中我我方起了一丝作用。在大数据启动被磋商差未几一年的时候，它启动沦入其他新宗旨近似的庆幸：越来越说不了了了。个华夏因也不深奥释：伊始，大数据的宗旨是个番邦货，在发达国度尤其是好意思国逐渐成形、磋商和实践。在潮涌般的媒体报谈、论文分析和专著阐明中，大数据这个宗旨如同盲人摸象一样，被不同视角、不同利益和不同水平的东谈主形容出来，让东谈主难以琢磨。一个被严格界说并被广泛禁受的大数据宗旨还莫得出现，它更像是一个闲居的表象形容，多样各样的东西都被装在内部。这样的公道是各抒已见，共鸣会逐渐形成；坏处是鱼目混珍，存在走歪走偏的可能性。其次，大数据是个发展中的事物，东谈主们对其贯通、阐释也在念念想的碰撞、利益的竞争和时刻的发展中不休深化，在宗旨端倪和表面框架上说不了了是例必的，和历史上许多新理念的形成经由未达一间。再者，关注大数据的主力军是积贮业和 IT 业东谈主士，他们刻下边临着千里重的竞争压力和创新解围的热烈竞争，不免鬼使神差地把我方的计谋、产物、时刻和服务装进大数据这个筐里，图存发展。

在维基百科网站上，大数据启动是这样被界说的：“大数据经常包括这样一些数据集，其体量超出了业内常用软件器用的智商，无法在可以容忍的时辰内获取、把执、料理和处理。”这个界说昭着是形容性的、单向念念维的、针锋相对的：如果大数据只是等于数据体量大，那么大数据与其他数据有什么实质区别？这种区别只是在于软件处聪慧商上吗？连年在处理体量相对广博的数据方面，最流行常用的软件设施叫 Hadoop，那么能够被它处理的数据算不算大数据呢？说不算吧，Hadoop 被许多东谈主称为第一个大数据软件；说算吧，它面临的数据并莫得超出它的智商。可见，这种大数据宗旨一定来自逐日和数据纠缠在通盘的软件工程师和数据工程师们，是一种具体的、狭隘的、操作性的界说，经不起时辰和逻辑的锻真金不怕火。

2001 年，在全球 IT 商榷服务巨头 Gartner 责任的分析师 Doug Laney 写了一篇研究答复，第一次提议了一个三维模子，用以分析数据增长所带来的挑战和契机。这个三维模子的第一维是高速增长的数据体量（Volume），第二维是高速收支的数据通达（Velocity），第三维是高度异质的数据种类（Variety）。由这三维形成的空间里充满的就是咱们今天称之为大数据的东西。Gartner 选择了这个 3V 模子，从此成了广为东谈主知，也被 IT 业界普遍禁受的大数据界说。2012 年，算作 Gartner 资深巨匠的 Laney 又在一篇新分析答复中更新了我方的大数据宗旨界说：“大数据是体量广博、高速变动和/或种类茂密的信息资产，需要选择全新的处理局面以有助于提升手们在决策形成、视线拓展和经由优化中的智商。”

这是一个很可以的界说。伊始，明确了大数据是一种以信息形态存在的资产，具有 3V 性情；其次，周转这种资产需要全新的处理局面；再者，这种资产升值创利主要体当今决策、视线和经由优化三方面。这个界说比前边提过的界说有率先，至少把大数据从窄小的数据处理领域推广到了整个 IT 业，也就是信息时刻业。何况，由于信息时刻还是普及到各个产业，应用于社会生活的方方面面，是以，大数据也就应该被社会各领域的东谈主们所关注。

但是，我对这样一个大数据宗旨的界说仍然有些不悦足，有些困惑，有些疑虑。这个界说仍然是形容性的，有些含混不清、难以把执。举例，“体量广博”是什么意思？体量为一个 MB 的数据等于 1024 KB，一个 GB 数据等于 1024 MB，一个 TB 数据等于 1024 GB，一个 PB 数据等于 1024 TB……数据体量大到什么程度就算大数据了？“高速变动”是什么意思？1 GB/s 照旧 1 TB/s？或者是数据体量每年翻番？“种类茂密”是什么意思？1000 种不同数据？100 种数据来源？10 种数据格式？“全新的处理样式”是什么意思？今天的全新样式也许翌日就过时了，翌日的全新样式也许后天就过期了，若何的处理样式能力在实质上算是大数据处理样式呢？另外，除了“有助于提升手们在决策形成、视线开拓和经由优化中的智商”，大数据就不可再干点别的什么事了？在这三种用途之外就不存在大数据表象和大数据糊口空间了吗？尽管有巨额的论文、册本试图对此详加阐述，但好像至今莫得谁能说得很了了。

可见，这样的界说仍然是时刻性的、应用性的，恍惚可见 IT 商榷服务业自我倾销的影子。在这样的界说基础上，很难复古正在被媒体轻易宣扬的“大数据更动”“大数据时间”“新工业更动”这样一些新宗旨。更糟糕的是，人人可能都在使用“大数据”这个宗旨，可能都以为“大数据时间”很令东谈主高涨，甚而都赞同“不数据，毋宁死”的不雅点，但说着说着就以火去蛾，就针锋相对，就彼此为敌了。这里的主要原因就是因为人人对大数据的贯通不一样，甚而完全相背。

在阅读大数据方面的著述册本时，在多样局面与巨匠学者交流中，一个杰出的嗅觉就是人人普遍在使用大数据这个宗旨的时候时态混乱，有的使用往时时，有的使用进行时，有的使用将来时，还有的多样时态混杂使用，这就使一个原来就有些奥密的宗旨愈加难以贯通了。

许多东谈主独特正确地指出，大数据本不是个新东西，宗旨的提议和使用还是有几十年历史了。用这样的往时时态磋商大数据的大都是大学校园里的资深学者素养。我本东谈主第一次听到大数据这个词，照旧 20 世纪 80 年代中期在好意思国哥伦比亚大学就读社会学，学习宏不雅社会结构表面和社汇注积分析的时候。其时一些学科，主如果天体物理学、生态学、自动限度以及社会学和经济学的某些分支，在前沿研究中都遭遇了共同的问题，那就是学者们有契机得回了海量的研究对象数据，却因为计较机智商、研究经费不及和分析方法不够等原因而莫可奈何。久而久之，“大数据”就成了形容这一表象的代名词，也就是数据量太大、太复杂以至于在其时要求局限下无法利用。大数据等于大勤恳、大艰涩、大问题。

但是，在经过四分之一个世纪之后，咱们今天所说的大数据还和当年的贯通别无二致吗？当年的主要矛盾是计较智商大大过期于实践需求，在哥伦比亚大学这样世界有名的顶尖学府里，计较机主机的智商概况也就相称至今天一台确立比较好的台式计较机，使用起来经由复杂，需要巨额的研究经费扶植。今天的主要矛盾正巧反过来，是计较智商大大超过实践需求，以至于巨额积贮公司和其他五行八作的宽阔企业和机构面临潮流般涌来的数据不知所措，不知谈如何利用，只好按时删除。问题不在于知谈如何使用数据却受到计较智商的局限，而是空有充沛的计较智商却不知谈如何利用手中的数据进行创新，产生显著的经济价值和社会效益。假如能够找到合适的搪塞之谈，大数据完全有可能变成大机遇、大创新、大空间。

许多东谈主以大数据的率先者自居，利用多样渠谈和局面倾销我方的硬件、软件或处置有规画，自以为是大数据的闭幕者，话语的时态用的是完成时，这样话语的东谈主大多出自 IT 业、软件业或商榷服务业。除了完全可以贯通的贸易动机外，这种完成时的大数据说法也不无道理。大数据发展是一个渐进经由，软硬件方面临此的合作妥当亦然一个劝诱的程度，很难找到一个澄莹的界限分散什么才是大数据时间的软硬件或处置有规画。但是，如果把今天的新产物、新时刻都装进大数据这个筐里，例必稠浊了大数据与非大数据的界限，减轻大数据所激发的更动性变革力量，无法区分产业进化与产业更动的分野。

许多东谈主还是自以为是大数据的实践者了，四处可闻数据挖掘和精细化运营的实例宣宣战心多礼会，话语的时态用的是进行时。这样话语的大多是积贮公司，独特是电子商务和云计较领域的公司。从公道看，宽阔企业举起了大数据的旗号，对大数据来日的发展十足是个利好，世东谈主拾柴火焰高；从坏处看，如果脚下这些数据挖掘和精细化运营的实践就算是大数据了，而由此产生的产业创新和经济效益却并无惊东谈主之喜，这对大数据发展又是个利空，容易让东谈主产生糟塌感。

凡此各样，不一而足。在使用大数据宗旨上的时空浩瀚反应了一个事实：人人对什么是大数据贯通不一，作念的东西真假都有，新旧俱全。力争尽可能地探究大数据的宗旨含义，并不是因为我可爱咬文嚼字，或是以为唯独从表面到实践才是顺利的唯一谈路。事实上，许多激发产业更动的创新者情切利者在启动阶段未必能想得很了了，我方作念的东西是否正确，甚而可能作念错了再重来。但有两点却是共同的：一是作念的东西前无古东谈主，是创新，不是旧东西的延续、雠校、细密化；二是自然启动未必想得很了了，甚而想错了，但一定是走在正确的大方进取。是以，在今天的大数据热初起的时刻，尽可能地厘清这一宗旨的内涵和外延，理顺宗旨的一脉相通，推演宗旨的后劲与发展，是曲常必要的。宗旨过小，例必难以产生大影响；宗旨过大，例必鱼目混珍，失去人命力。

数据的由来——从三千年前提及

东谈主类是社会性动物，会念念想，会抒发，会学习，会互动。自然越来越多的根据标明，这些智商不是唯一属于东谈主类的，动物界还有许多种动物具有这些智商，但东谈主类无疑是智商最高的。

自然无法从考古材料中可信地讲授，但东谈主类最初在发明语言和翰墨之前，一定是通过肢体动作、脸色和声息抒发我方的念念想、心绪和愿望的，这从对其他灵长类动物的研究中得到了充分的讲授。一个东谈主的动作、脸色和声息要想让另一个东谈主明白其含义，不是毛糙的事，惟恐要经过漫长、反复试错的经由，能力让东谈主们取得共鸣，让某一个动作、脸色或声息抒发一种细目的含义。一朝含义细目，就会成为一群东谈主共同的精神财富，并代际相传。

咱们今天所能见到的东谈主类的念念想情谊抒发的最初局面是数千年前，甚而数万年前东谈主类描绘的岩画（有考古发现说有 2 万~3 万年前的岩画，但还未有鼓胀多的例证）。我曾在埃及、土耳其、伊朗、阿塞拜疆、法国、好意思国等地的古迹中见到许多新石器时期的岩画，中国各地也都有岩画遗存。这些岩画共同的主题都是东谈主、动物、植物、山水和日月星辰，以及某些无法识别的象征类标记。岩画主题主如果栽培、干戈、欢庆和生活。我所见过的最壮不雅的地画（也该算岩画的一种）应该算秘鲁纳斯卡地画了，是三千多年前的东谈主类用碎石堆放而成，地画的直径至少几十米，大到数百米，唯独乘飞机在数百米高空能力看明白地画的局面。

大致经过数千年甚而上万年的奋勉，东谈主类的念念想抒发从岩画发展到木成品、金属成品、动物成品等，抒发内容也勤俭单到复杂、具体到轮廓，从自我或眷属部落赏玩到进行权力抒发或成为用来交换的商品。今天，有考古根据讲授，至少在五千多年前，东谈主类启动创造出翰墨并以石头、植物纤维、动物骨头等材料为依托，描绘留存至今。不论两河流域、埃及、希腊照旧中国的古翰墨，主如果用来纪录帝国荣枯、天灾东谈主祸、祭祀占术以及国度律法的。这些翰墨多发现于古代王宫和关连的建筑名胜内。

自从翰墨发色泽，就成为东谈主类闲雅记录、传承和传播的主要器用。跟着社会的发展，翰墨启动用于文化、念念想、历史、发明和行动范例等方面。在早期，学习翰墨、领有翰墨和使用翰墨是少量数东谈主的事情，他们多属于显贵圈、宗教界和为这两种东谈主服务的“知识分子”。识字的东谈主很少，因为掌执翰墨的成本极高，需要宽裕家庭的永恒参加。记录翰墨很难，因为能够留存的翰墨不是书写，而是描绘。保存翰墨回绝易，要有房屋，有院落，甚而要有警卫。这就需要财富，需要不消干事的东谈主，需要专门素养翰墨和学习翰墨的东谈主，更需要使用翰墨的东谈主。于是，一个学字、识字、用字的社会阶级出现了，那就是社会精英阶级，也就是社会统治阶级过火从属者。事实上，直到工业更动初期，世界列国无一例外地识字率都极低，不到 10%，文盲占 90% 以上。中国直到 20 世纪 50 年代初，扫盲仍然是个大任务，文盲占总东谈主口的 80% 以上。农业社会低下的干事分娩率决定了莫得些许社会财富可以用来让东谈主念书识字，交通未便、社会流动率低、商品交换不发达决定了翰墨需求未几，唯独统治者和精英阶级需要。

东谈主类翰墨发展史上有几个进攻的里程碑。第一个是拼音翰墨的出现。翰墨刚出现的时候都是象形翰墨，渐渐地有些难以找到相应物体局面的轮廓宗旨无法准确抒发，只好用比较轮廓的局面代替。逐渐地，一些局面逐渐固定，局面数目逐渐减少，翰墨不再与所指物体相对应，而是与翰墨的发音关联起来。一个原始的翰墨加向前缀后缀以及变形又生成更多的词汇，使东谈主们可以进行更复杂和更准确的念念想抒发和交流。在黎巴嫩都门贝鲁特隔壁的古堡中，我见到了遗存至今最迂腐并基本定形的字母表，一共二十三个字母，镶刻在三千多年前一位国王的棺材上，据说恰是这位国王在细目字母表并加以推行上起到了决定性的历史作用。今天通盘的拼音翰墨都是这个字母表的蔓延、变化和改进，而象形翰墨唯独汉文还在大界限地使用和发展。

第二个里程碑是纸张的发明与普及。早期的翰墨保留在自然获取物上，举例石头、兽皮、兽骨和木头等，这存在获取不易、书写不易、保存不易、流传不易的问题。接着东谈主类把翰墨保留在东谈主工成品上，举例铜铁成品、丝麻成品、竹木成品等，这又存在产量低、成本高的问题。埃及的莎厕纸（可以归为麻成品一类）自然历史悠久，但由于原料只在尼罗河两岸助长，是以不可广为流传。唯独基于纸浆或木浆造纸的时刻发色泽，翰墨才有了大界限普及与流传的基础。

第三个里程碑是印刷术的发明与发展。在翰墨出现后的两三千年里，翰墨的传播基本上是靠手抄。在欧洲和中东地区，宗教界是翰墨传播的主要力量。在中国，直到宋代，手抄仍然是翰墨传播的主渠谈。渐渐地，石板印刷、雕版印刷被发明出来，但其仍然属于小众传播的时刻。直到活字印刷，独特是印刷机的发明出现以后，册本才成为大众可望而可及的东西，不再是少量数贵族的独占品。海德堡印刷机的问世，使得海量印刷成为可能，促进了以报纸为代表的大众传播的出现。以翰墨与纸张相结合、以册本报刊为主要局面的知识与资讯传播是东谈主类社会得以发展前进的主要技巧之一。

翰墨的污点是了然于目的。伊始，翰墨唯唯一种抒发样式，无法将东谈主们的声息、动作、脸色等完整地发扬出来。其次，翰墨有太多的存在局面，今天世界上仍然被使用的翰墨稀有百种之多，任何一个事物都稀有百种翰墨抒发样式，这使得翰墨的传播成本腾贵，传播遵循不高。第三，翰墨的学习掌执需要漫长的经由，耗尽不菲的代价，即使经过十来年的奋勉，能够很好掌执翰墨抒发技巧的东谈主在社会上仍是少数。第四，翰墨的抒发智商有局限性，对许多自然表象和社会表象只可形容，很难精确界说。

与翰墨差未几同期出身的是另一个抒发体系，那就是数字。数字自然是翰墨的一部分，但是相对孤苦，自成一格。世界各地古翰墨中都有我方的数字象征，但进展不一。举例零的发现，印度最早，其他翰墨则要晚得多。时至本日，全球普遍选择阿拉伯数字体系，但伊朗仍对持使用古代波斯语中的数字象征，使得咱们这些外东谈主在那里旅游时看不懂资产的面值。与一般翰墨比拟，数字的公道是精确界说，毫无歧义。架构在数字之上的数学则是东谈主类念念想中最精细、最有逻辑、最有使用价值的一部分，整个科学体系完全依赖数学的发展，而不可使用数学的念念想则不属于科学。

夹在翰墨与数字之间的是一种独特的东西。启动它是被翰墨抒发，但却有精确、客不雅、无歧义的特征，多用来抒发世上客不雅存在的东西或还是发生的事实。在古拉丁文中，这个东西被称为 Datum，其复数局面为 Data，自后在英文中普遍使用为 Data，意思是“to give”和“givens”，指的是内涵细目、界阐述确、毫无歧义的东西。在汉文中 Data 被翻译成“数据”，果真是个可以的翻译，有“数字化的根据”的意思。

举例，“日”这个汉文词，两个最普遍使用的意思是指天上的太阳和时辰上的一天。如果能精确阐述“日”是太阳系的中心，“天”是地球自转一周的时辰，那么“日”就从普通的翰墨变成了数据。圆周率是翰墨，3.1416 则是数据，尽管内涵是一样的。要想精确界说一个事物，或者说一个事物被界说的精确度，跟着东谈主类对世界的理解发展，越来越依赖数字化界说。哪个领域被研究理解的东西被数目化界说之后，它就变成了科学的对象，也就可以更多、更深、更快地被东谈主类所利用。

数字与数据不是一趟事。数字是普适性的宗旨，是对一切事物的数目性质的抒发。数据则是具体性的宗旨，是对一个事物的数目性质的抒发。“8848 米”是一个数字，莫得任何具体内容，只是一个长度的数目抒发。“珠穆朗玛峰海拔 8848 米”是一个数据，专指世界最岑岭的高度。“珠穆朗玛峰是世界最岑岭”是一个翰墨抒发，具体但不准确。是以，翰墨是东谈主类对世界理解的一种轮廓表述，数据是比翰墨更高一层的轮廓表述，数字则是最高端倪的轮廓表述。

对一个事物可以有多种数据表述局面，取决于东谈主们的目的和理解程度。举例，中国东谈主口为 13.6 亿是东谈主口数目的数据，中国东谈主口中 54% 为男性、46% 为女性是性别比例数据，中国东谈主口平均受素养程度为 9 年是素养数据等。对一个事物的数据表述越多，对这个事物的界说越精确，东谈主们对这个事物的理解就越深切，可利用程度就越高。

数据是个高难度的东西。看到一个东西用翰墨可以模含糊糊地去形容，用头脑可以不足为训地去念念索，但是要用一组数字去准确界说这个东西则是曲常艰难的事。可以说，东谈主类历史在一定意思上就是对外部世界、对内心世界、对东谈主与东谈主的关系从无知到有知，从模含糊糊地知到比较确切地知，然后逐渐启动加以利用的历史。是以，数据在很长的时辰里，甚而直到第二次世界大战前，只在独特窄小的领域，举例数学、统计学、物理、化学、经济学等领域里得到比较充分的利用。在其他领域，举例政事学、社会学、历史学等领域，则很老成到鼓胀的数据去利用，更不消说东谈主际互动、文化表象、神志行动这些更复杂的表象了。直到不久前，甚而即使时至本日，数据这个宗旨对专科东谈主士之外的绝大多数东谈主来说，仍然是个冷僻、罕有、似乎鉴识万里的东西。

数据的进化——从数据到大数据

数据的出现和东谈主类对数据的利用，可以追念到三千多年前的古代。在尼罗河两岸的古迹中，我曾看到古埃及法老们在河滨石柱上留住的每年测量尼罗河水位的刻度，他们以此来预计来年可能的税收数目。在希腊的博物馆中，我曾见到其时用来不雅察天体运行的仪器，还有具备八十多个部件的机械式计较机，它们可以精确地细目时辰、所在和主见，用于船舶的导航。古代中国早在汉代就启动东谈主口普查和田亩统计，用于税收政策的制定。但整个看起来，在农业社会中，东谈主们对数据进攻性的理解是不够的，创造数据的智商是低下的，对数据的利用是毛糙节略的，专制统治者们不时置数据于不顾，专揽自由地发布政令，导致社会悠扬、混乱甚而崩溃。

工业时间的到来为数据的发展和东谈主类对数据的利用和依赖提供了坚实的要求。科学告诉东谈主们如何寻找数据、分析数据和利用数据。数据启动比物丑类地得到巨大的发展。物理数据、化学数据、生物数据、地舆数据、天文数据、经济数据、社会数据、文化数据、军事数据等启动成为一门门科学的基础，成为经济、社会、文化发展的依托，成为东谈主类念念想的根据。

货币和证券也许可以被视为工业时间最特殊、发展最快、影响也最大的一类数据。在农业时间，货币算作价值交换物，主要局面为贵金属，自身就具有相称价值，数据的属性并不显著。纸币的出现与大界限使用，充分自满了价值象征的作用，发扬出数据交换就等于价值交换的特征。有价证券的出现与大界限使用，进一步突显了数据的作用，乃至于工业时间被冠上了成本主义时间的称呼。东谈主们把以货币和证券为代表的成本视为社会发展的能源，同期也视为社会矛盾与战争的根源。

当东谈主们启动挑升志有目的地网罗数据和利用数据的时候，困扰启动了。好意思国在 19 世纪后期每隔十年一次的东谈主口普查，还是不悦足于毛糙地统计东谈主口数目，还想知谈东谈主们的居住要求、收入水平、婚配与家庭气象、事业与行业变化等，以此来决定国度的政事经济政策。于是，造访表越来越长，问题越来越多，分析越来越细。东谈主口普查扫尾后，需要七到八年的时辰能力完成数据分析，这还是快到下一次东谈主口普查的时辰了。处理数据的智商远低于获取数据的智商，不仅损伤了数据分析结束的时效性，也提升了数据处理的成本。更何况由于屡见不鲜的东谈主参与了数据处理经由，手工极度也无法灵验限度。于是，东谈主们启动意想了用机器辅助处理数据。

最早的计较机是机械的，繁重易损，只可作念毛糙的四则运算。是以机械式计较机未能广泛普及，也未产生显著的社会影响。“二战”后，科学家意想用 0 和 1 两个数字组成的字符串就可以抒发一切翰墨、数据和象征，而电子管的开和关两个状态又正巧可以暗示 0 和 1。于是，电子计较机问世，一个全新的时间启动了。半个多世纪往时，计较机领域的发展一直遵照摩尔定律，计较速率每一年半傍边翻一倍，计较机器件的相对成本每一年半傍边降一半。可以说，今天的世界莫得哪一件事、哪一个东谈主莫得径直或迤逦地同计较机打交谈。莫得了计较机，整个世界将会堕入混乱。

早期的计较机照旧只处理特定科学、社会和经济领域里尽心准备的数据，能够使用计较机的东谈主也都是经过专门培养、永恒锻练出的专门东谈主才。计较机处理数据很快，但向计较机里输入数据却是个力气活，很烦琐，很耗膂力，很用钱。我在 20 世纪 80 年代初去好意思国念书时，看到系里的计较机室就像个计较机博物馆，光数据生成拓荒就有打卡机、读卡机、纸带穿孔机、纸带读孔机以及多样型号的磁盘等。多样型号的计较机终局和个东谈主计较机多达十来种。只是掌执多样数据生成样式和多样计较机操作系统就花了我整整一学期的时辰。

个东谈主计较机（PC）、软盘、Mac 和 Windows 操作系统等一系列计较机创新的出现极地面鼓吹了计较机的普及，东谈主们在日常责任和生活中使用的翰墨与数字在计较机上自动迂曲成数据。跟着计较机软件业的发展，图形、像片、语音、影像等都成为可以处理的数据。好意思国在 20 世纪 90 年代初，其他发达国度在 90 年代中期，中国在 21 世纪初都基本完成了计较机的普及，灵验地鼓吹了社会的当代化和信息化率先。

这时，数据还是差未几变成了计较机领域的私有名词，唯独能够输入计较机的才算数据，唯独计较机能够处理的才算数据，其他只被看作准数据或非数据。如何获取、存储、计较、使用数据变成了专门的神秘学问。掌执了这些学问的东谈主也成了社会需求大、收入高、孝顺大的一批东谈主物。

跟着计较机的普及，如安在计较机之间速即传递数据就成为新的挑战，独特是在空间距离远、时辰要求快的一些领域，举例国防、金融、科研、通信等。最启动，巨匠们欺骗不同的方法和圭表在计较机之间建立了一些专用泄漏和专用积贮，用来传输专门的数据。这种方法成本高、调养难、用途窄，东谈主们又试图利用大众通信积贮举例电话网传递数据。终于在 20 世纪 70 年代启动，经过十多年的奋勉，建立了自后被东谈主称为互联网的通用型数据传输积贮。一个簇新的时间启动了。

计较机与互联网的结合，不仅处置了数据计较和数据传输问题，更进攻的是东谈主们解放了我方的双手、双腿和头脑，可以辘集念念考一些更具挑战性和前瞻性的问题。举例，利用计较机和互联网，有莫得可能把往时无法数据化的东西变成新的数据源？如何利用这些新得回的数据产生新知识、新产物、新服务？若何利用新数据处置困扰东谈主类社会的首要问题，举例干戈、虚浮、疾病和贫富差距？

在往时二三十年中，东谈主们利用多样新出现的科学时刻率先效果，创造出了多样获取全新数据的器用，举例手机、腕表、眼镜、一稔用品、输送器用、制造拓荒、医疗拓荒等，都可以用来得回往时无法得回的东谈主类生活、分娩、来回的数据，得回自然界通达变化的数据，得回物资自身与物资分娩的数据。这些数据数目之多、种类之混乱、增长速率之快，终于在 2010 年前后引起了鼓胀多的东谈主的慎重，并启动念念考这个表象背后的意思。一时半会儿想不解白，东谈主们干脆给这种表象起了个形象的称呼——大数据。

计较机时刻和互联网巨匠们看到了数据多、数据乱、数据增长快的勤恳，是以从时刻挑战的角度描写这一表象，失之于狭隘。

IT 公司和积贮公司看到了利用数据提升原有贸易模式的遵循，增多收入的公道，是以从精细化缱绻和数据挖掘时刻的角度描写这一表象，失之于浅显。

社会大众看到了个东谈主数据有可能被企业、政府或他东谈主利用，是以从个东谈主苦衷和权益角度描写这一表象，失之于单方面。

老派知识精英们以及体制掌控者们看到了数据泛滥有可能形成现存社会体制混乱，失去精神贵族或既得利益集团的地位，是以从衰颓违背的角度去描写这一表象，失之于畏缩。

盲东谈主摸象，各有各的嗅觉。但不论杰出哪一丝，都无法抹杀一个事实：世界上的万事万物正在以越来越多的数目、越来越多的种类、越来越快的速率被东谈主类数据化。这是世界上五行八作的东谈主们出于多样动机挑升或意外共同奋勉形成的，不以哪个东谈主、哪个社会阶级、哪个利益集团的意志为滚动，鉴识无非是哪个国度走得快一丝、自愿一丝、收货多一丝，哪个国度走得慢一丝、被迫一丝、受害大一丝。在这个意思上，大数据可以被界说为：世界上万事万物都在被数据化，形成一个与现实世界关连联的数据世界。东谈主类可以利用数据化的样式，搪塞和处置糊口与发展问题。

历史上，但凡被冠以“大”的东西，都是自后被公认改变了世界的事情。“地舆大发现”在其时不外是一个叫哥伦布的冒险家想找到去印度的航路，磨砖成镜发现了好意思洲，竟然激发了殖民主义高涨，为工业更动作念了知识和物资准备。“法国大更动”为东谈主类提供了一整套新念念想和全新的共和体制。“大荒废”以全球范围的经济崩溃，为成本主义从原始状态率先到当代状态作念了不幸的准备。“大爆炸”表面以超乎知识设想的超越念念考与验证，为东谈主类理解咱们所生活的天地空间提供了圆善的阐述。这些事情发生的时候，东谈主们并未理解到它们的历史意思，时辰过得越久，奉陪这些事件所形成的宗旨名词越自满出其丰富的内涵。“大数据”应该有阅历成为“大”宗旨系列中最新的一员。

大数据时间的下一个“恶运蛋”

有物理学家说，整个天地无非就是一堆数据。

有化学家说，化学经由无非就是一堆数据。

有生物学家说，人命无非就是一堆数据。

有经济学家说，经济无非就是一堆数据。

有社会学家说，社会无非就是一堆数据。

有军事学家说，干戈无非就是一堆数据。

有政事学家说，政事无非就是一堆数据。

有历史学家说，历史无非就是一堆数据。

……

这不是愤时疾俗，也不是高深莫测，而是阐述了一个事实，阐述了一个道理。

今天，基于数据的科学还是上至星空、深海、地心，下至基本粒子、DNA、脑电波，都在深度探索之中。莫得任何物资不可以被数据化，鉴识只在时辰、成本和分析智商上。社会行动的方方面面都在被数据化的经由中，莫得任何主题不可以进行基于数据的研究，鉴识只在数据网罗的艰难程度、成本以及出于利益的羁系。

科学领域的数据化主见还是不是问题，积贮业和 IT 业的数据化主见也还是不是问题，制造业、贸易、服务业以及大多数传统产业的数据化主见近来也逐渐明确。比较勤恳的是社会领域、政事领域和海外关系领域，这些领域里的大数据趋势并不单是依赖时刻的或贸易的逻辑发展，反而更多地受制于权力形态、既得利益形态和文化传承。

在计较机时间，苏联出于意志形态和政事上的原因，拒却计较机的社会普及，仅在政府部门和军事安全领域推行，使得整个社会的运转遵循远低于好意思国。在这样的情况下，作死马医搞什么核均衡、武备竞赛，将国力与兵力等量王人不雅，临了弄了个摸不着头脑。

在互联网时间，欧洲和日本更多地出于文化上和经济上的原理，被迫地禁受互联网，结束二十年来毫无建树，莫得一个具有世界范围影响力的创新出现。法国也曾以互联网妨碍法文影响力的愚蠢原理，对积贮信息的传播持舍弃作风，结束既没能羁系互联网的推行，也没能保住法文在积贮世界的地位。今天的互联网上，英文信息占十足压倒的上风，简直成为跨文化交流的通用语言，而像法文、俄文、汉文所占的积贮信息比重很小，与其国力极不独特。

如今世界进入了大数据时间，又要轮到哪一个恶运蛋了呢？

笼统地看，刻下对大数据的畏缩、猜忌和抵触大致来自四个方面：

第一个方面，是普通庶民对近似《1984》所形容的那种“老衰老”对庶民无孔不钻、无所不在的监视和限度的畏缩和抵触。这发扬为对互联网和大数据骚扰或疑似骚扰个东谈主苦衷和公民权益的不悦，斯诺登事件的爆发使这种不悦达到高涨。其实，积贮世界与现实世界息息关连。现实世界里个东谈主苦衷和公民权益得不到尊重和保护，积贮世界里雷同得不到，反而因为时刻的发展和成本的下落使得这种骚扰变本加厉。现实世界里个东谈主苦衷和公民权益基本得到尊重和保护，即使权力机构鬼使神差地想扩大自身的智商，经过社会博弈和共鸣形成，这种尊重和保护会在一段时辰后达到新的均衡。更可能的结束是，由于公民权益和个东谈主苦衷被权力所骚扰，社会形成舍弃使用互联网和大数据的共鸣，结束整个社会谢世界性的竞争中处于毛病地位，最终促使社会变革。

第二个方面，是传统企业界对创新式产物的数据化分娩、销售和推行的抵触，以及对大众数据化生活样式所产生的新需求的麻痹不仁。这在一个完全商场化的社会不难处置，靠饱读舞创新和公正竞争的商场机制总能找到迎新汰旧的办法。但在一个非商场化或商场化经由中的社会，独特可能出现的情况是传统企业和权力相结合，利用把持地位和非商场技巧打压新闯祸物，使社会停滞在前互联网或前大数据阶段，拖延社会的率先。更可能的结束是，由于失去了国表里的竞争力，传统企业的转型、兼并和毕命以一种垮塌的样式发生，近似刻下传统媒体业的气象就是如斯。原来报纸杂志和电视都是进初学槛极高、受保护程度不低、和权力勾连甚密的行业，结束在新媒体和大数据眼前凶多吉少，越挣扎死得越快。

第三个方面，是社会料理者对大数据所激发的原有社会体制和机制的冲击产生了全所在的畏缩、猜忌和抵触。这发扬为限度信息的分娩息争放通达，羁系最新时刻和产物的引进和推行，压制和消失大数据方进取的时刻创新和贸易创新，养精蓄锐地树立和保护那些早已不对时宜的把持型传统企业和机构。在社会的其他方面，诸如货币流动、东谈主员流动、货品流动受到饱读舞和保护的同期，偏巧极力阻断信息流动，羁系加速大数据发展的创新，其中的逻辑很难让东谈主贯通。说到底，数据流动是世上其他一切流动的最高代表局面，货币、东谈主员和货品不外是不同局面的数据载体良友。反之，当数据流动受到羁系，货币、东谈主员和货品流动也例必径直或迤逦地受到羁系，使整个社会的糊口发展停滞倒退。

第四个方面，是传统知识精英对大数据发展可能对社会形成的后果的畏缩和猜忌。知名物理学家霍金最近写著述预言，百年内智能机器东谈主会统治东谈主类。自然近似的预言在科幻演义和电影中层见错出，但连年大数据的发展果真为这类悲不雅猜想提供了不少扶植。东谈主类的制造物会不会有一天开脱东谈主类的限度而自行其是，甚而反过来限度东谈主类，迄今为止这照旧一个玄学命题，而不是科学磋商。但反过来说，一朝它成为科学磋商的主题，也就不消磋商下去了，因为科学只但是东谈主类的科学，磋商的对象一定能够为东谈主类所限度。

来自这四个方面的畏缩、猜忌和抵触形成了大数据发展的社会阻力。自然，这种阻力在不同的社会环境中发扬不一样，效果也不一样。在多元绽开的社会里，不同理解、不同利益的社会集团彼此博弈，总能找到大数据发展的谈路。但在一元阻塞的社会里，这些阻力就足以消失大数据发展的正常契机，只可依靠非正常契机能力够发展。但是，依靠非正常契机得来的发展，其代价是巨大的、泼辣的，有的时候甚而是血腥的。

数据已成为生活必需品？

在许多会议上，总听到一些巨匠们开讲大数据时以援用名东谈主的话起首说：“不要迷信数据，数据只是底层的东西，没什么价值。确凿进攻的是如何把数据变成信息，信息变成知识，知识变成灵敏，即所谓 Information-Knowledge-Wisdom 金字塔，简称 DIKW 模子。”这个在 20 世纪 90 年代初期形成的说法流行一时，被写进许多计较机教科书里，以至至今天还有许多出了校门就不再念书念念考的东谈主将其奉为不变真谛，即使过了四分之一生纪后仍旧不假念念索地绘身绘色。

在这些东谈主眼中，“数据”和“大数据”其实是一个宗旨，唯独量的些许，莫得质的鉴识。这种说法招引了许多生手东谈主，或者以为大数据不外是层出不穷的时髦宗旨中的一个，没什么实质性内容；或者以为大数据不外是古已有之的数据宗旨的推广和蔓延，不时往时的念念路去把执即可。

其实，DIKW 模子不外是古希腊玄学中局面逻辑基本架构的当代翻版，没什么新意。在亚里士多德那里，局面逻辑的最基本成分是宗旨，细目宗旨间关系的是命题，命题推演开来得到定理或推论，所谓灵敏，无非是将宽阔定理和推论进行更轮廓的念念考和分析的智商。早期计较机发展中主要遵照局面逻辑的法律解释，东谈主们输入若干征集来的数据，然后通过机器的逻辑运算得回数据间多样数目关系和关连关系。在此基础上，东谈主们用头脑去作念进一步的推论。是以，有些东谈主以为，机器最多可以处理数据和信息，知识和灵敏只可通过东谈主脑形成。东谈主类念念维智商的神秘性、灵敏的细致无比性，乃至于掌执了若干知识和灵敏智商的精英们的社会地位和影响力，无不基于这一假定。

社会的发展启动糟塌这一迂腐的据说，而最终暴自满这种据说的造作的力量来解放数据向大数据演变的经由。不论数据照旧大数据，从名义局面看都是一堆数据良友，但实质上二者逐渐产生多方面的各异。

伊始，数据的产生早已不是只是局限于若干实验室和办公室，由若干经过锻练的专科东谈主士采集整理而成，而是万事万物都在数据化，数据成为世界的另外一种存在局面。今天绝大部分的数据都不是东谈主们有目的、挑升志、在一个阻塞环境中进行分析利用的产物，而是东谈主们为了杀青其他目的而不得不制造出的东西。这些东西对特定目的而言，是杂音，是垃圾，是包袱，既不是信息，也不可产生知识和灵敏。东谈主们现存知识和灵敏所能处理的数据概况仅占现存数据量的万分之一，而从时辰和经济成本商量，这万分之一能够被处理的数据中确凿被处理的又不到其百分之一。是以，那种在东谈主工阻塞环境中的“数据—信息—知识—灵敏”模式就显得很煞白，很无力，很莫得劝服力。

其次，正因为世上万事万物都在被数据化，那么由此产生的数据形态就与原有物资形态相对应，数据之间的关连性、因果性和未必性都以原生态的局面呈现出来，成为原生态的信息。东谈主们得到的数据不再是往时那种东谈主工采集所得到的放心、破碎、单方面、带有明确目的性和主不雅性的东西，而是原生态的数据群落，既包括数据，也包括数据间的关系。那些体现合并主体的宽阔数据可以根据其内在接洽成为时下被科学家们定名为“元数据”的东西。举例，一个东谈主的全部积贮行动记录数据，就组成其积贮生活的全景图谱，没必要再去验证、推论、揣测能力得出论断。一个东谈主的体温达到 38℃，同期其全面的躯壳状态数据也呈现出来，使得数据化会诊成为独特毛糙的事情。至于一个国度、一个具体领域，如果能够得到其动态、及时、全面的数据，那么，贯通、分析、把执的事情也就不是什么了不得的责任。

再者，数据产生、存储、处理、传输和利用的东谈主工拓荒不再只是是传统意思上的计较机，而是任何具备疏浚功能的东谈主工制造物，举例手机、眼镜、腕表、衣物、汽车、飞机、机床等，更不消谈数以十亿计的多样传感器。据专科机构预计，到 2020 年，世界上多样各样的数据终局总和将超过 500 亿。雷同，和数据打交谈的东谈主也不再只是是数目有限的巨匠，而是绝大部分东谈主类。得回数据的目的不再只是是科学意思或专科需求、得回知识和灵敏的阶梯，而是日常生活的一部分。数据化生活不单是是在个东谈主层面，而是在企业、机构、组织层面，进而在国度层面都具有了不可或缺的意思。如果说在往时，知其然，不知其是以然，是用来嘲讽一些东谈主的浅显无知，那么，在大数据时间，对大多数东谈主大多数事情而言，知其然足矣，何须一定要知其是以然？换句话说，获取数据的目的不再局限于为知识和灵敏打基础，而成为空气和水一样的生活必需品。

临了，原生态的数据群落还是不可只是靠局面逻辑去分析推理，及时、动态、复杂关连的海量数据还需要非局面逻辑和概率分析。越来越多的专科东谈主士启动把数据、信息、知识算作同义词使用，因为莫得非数据化或不可数据化的信息，也莫得非数据化或不可数据化的知识，即使是往时被东谈主神秘化的所谓“灵敏”，也在连年死灰复燎的东谈主工智能发展中渐渐被领路，被数据化，变为绝不神秘的一堆数据。往时，东谈主类用了十年时辰，将东谈主类 DNA 数据化，使得人命经由不再神秘，数据化医疗保健成为可能。当今，好意思国和欧洲又分别启动了东谈主脑数据化的十年相貌，将东谈主类念念维机制和经由数据化，使“灵敏”数据化。这样看起来，数据既是技巧，亦然目的，既是此岸，亦然此岸，“大数据”之大，意思等于如斯。

简而言之，数据是信息，数据是知识，数据是灵敏，数据是一切的一切。这应该令东谈主感奋，而不是畏缩。什么可知不可知，退让的不雅念在大数据眼前凶多吉少。而覆车继轨，还在用过时的数据宗旨和领路表面套在大数据表象上，不仅不消，何况误导。

（点击下方免费阅读）

关注小编，每天有推选，量大不愁书荒，品性也有保险， 如果人人有想要分享的好书，也可以在推敲给咱们留言，让咱们分享好书！