涂子沛，知名专栏作家、信息管理专家，毕业于华中科技大学。赴美留学前，曾做过职业程序员，担任过公安边防巡逻艇的指挥官，也从事过政府统计工作，现居美国匹兹堡，是美国某软件公司数据中心的主任。

    ■ 《大数据》作者涂子沛谈不可阻挡的大数据浪潮
　　小数据时代，可以研究个体但不能研究群体，因为只有关于个人的数据。而在大数据时代，人的行为都以数据形式存在，这里面就有很多商机。

　　从中国的边防警到美国的软件公司数据中心主任，20年来，涂子沛的工作一直跟数据处理有关。他在最近由广西师范大学出版的《大数据：正在到来的数据革命》（下称《大数据》）一书中，以美国半个多世纪以来的信息开放、技术创新历史为例，谈在这个大数据时代，政府该如何推动信息公开，企业在其中有何商机，数据创新给民众、政府、社会带来的种种挑战和变革。昨晚，涂子沛在上海以“不可阻挡的大数据浪潮”为题与读者见面，并接受了专访。
　　大数据是与云计算同时兴起的一个商业概念，从谷歌到腾讯，过去一年他们都在谈大数据能带来的商机。何为大数据？涂子沛有过一个简单的描述：“什么叫大数据，简单理解就是超大量的数据。到底多大才算大呢？我们一般认为按π为单位的数据就是大数据。π下面的单位就是G，一部电影大约一个G，一π就等于1024个G。你乘上π，1000多部电影那就算大数据了。我们再举个形象的例子，现在美国国会图书馆是比较大的图书馆，所有的印刷品如果输入电脑的话，它才是几十个π，基本上人类的知识要是全部放在电脑里，也就是按π为单位。”
　　在这本《大数据》里，涂子沛要讨论的是，大数据时代能够帮助我们走向更自由的社会。因为信息社会最重要的资产是信息，信息的产生、信息的使用、信息的整合，这都是信息社会最重要的生产活动。

    用数据说话，别用数据说谎

　　问：在全世界，哪个公司或哪个机构拥有最多的数据？
　　涂子沛：我在书中有一个图表，是2009年美国各行业数据存储量对比，其中排在第一位的是制造业企业，第二位的就是政府。我们说数据帝国的兴起，美国联邦政府首先就是一个数据帝国，它拥有前所未有的数据。当然Google、Facebook也有大量数据，但只是其中一个公司。我们有一个错觉，仅仅把互联网数据当作数据，这是不全的。

　　问：所以这本书最重要的主题是，推动政府开放数据？
　　涂子沛：数据开放运动为什么在政府部门开启？技术的开放是一步步的，最早的开放是代码开放，形成了1990年代的开源运动。这在当时有很大的争议，比尔·盖茨就曾反对代码开放，但最后代码开放都被接受了，大家也都在用开源软件。软件由两部分组成，一部分是代码，一部分是数据，开放完了代码，接下来就是开放数据。开放代码发生在私营企业中，开放数据则要看谁拥有最多数据，当然是政府。那么政府开放数据，首先开放什么？当然是公共财政支出的数据。这种情况已经在英、美出现。
　　相比商业企业，为什么政府要推动大数据开放，因为企业的数据是零散的、案例性质的。大数据从三个层面发生影响：商业、政府和个人生活。因为政府拥有最多数据，应该首先开放。奥巴马在美国推行数据开放运动，在全世界掀起一个数据开放浪潮。大数据要发挥作用，不仅是收集、挖掘，目前最重要的是开放。大数据可以从很多角度去谈，我也谈到了大数据怎么起源的，但我最关注的是，大数据真正要发挥作用是要开放，否则就不会产生价值。开放谁来推动?那就是政府。

　　问：政府拥有那么多数据，但很多是不能开放的。如何界定哪些数据可以开放？
　　涂子沛：这里有两条标准，首先是这些数据不能侵犯国家安全，其次是不能侵犯个人隐私。比如最先开放的内容之一，有政府福利项目支出数据，但开放时上面的名字都会抹掉。

　　问：如何让我们相信数据？
　　涂子沛：我之前有个讲演，就是用数据说话，别用数据说谎。很多报告里都有数据，但通常的情况是，这些数据常常成为说谎的工具，成为任人打扮的小姑娘。现在经常会出现的情况是，孤立地解释数据。合理地来说，我们不仅仅是要公布一个数据，还要公布数据的来龙去脉，一个数据可以复制才是站得住脚的。只公布一个数据是不够的，还要求数据背后的数据公布。一个公布的数据是很难判对错的，数据之间要互证才可以避免伪造。这就是数据开放的价值。不只是要公布一个孤立的GDP，更要开放整个数据，可以让所有人自己去算这个GDP数据怎么来的。

    用数据提高生产力

　　问：大数据开放的商机在哪里？
　　涂子沛：我们讲到数据开放，首先想到的是知情权和政府透明，但这只是一方面。现在推进数据开放，不再只是政府监督方面，而是要看是否有商业价值，如何用这些数据推进生产？大数据时代标志着人类向知识时代的迈进。美国的数据开放运动，从数据中整合、发现新的知识，成为经济发展的动力。比如沃尔玛，在数据挖掘中发现，一来飓风某些产品就会脱销，那么他们就去看飓风按照哪些线路走，沿着飓风路线的那些沃尔玛超市，就会把相应的商品调高仓储量。
　　在这个时代，因为大数据的存在，人的行为是可以研究的。以前，小数据时代，可以研究个体但不能研究群体，因为只有关于个人的数据。而在大数据时代，人的行为都以数据形式存在。这里面就有很多商机。通过研究消费者习惯，可以找到很多市场商机。就算在企业运营中，优化才能提高效率，减少成本，优化就要基于数据。产品也离不开数据，产品质量控制就是以数据为支持的。大数据最根本的，就是促进经济的发展，知识时代的特点就是信息和数据的整合产生新的价值。

　　问：为什么直到现在，大家才开始谈数据的商机？
　　涂子沛：因为直到现在才有那么多数据可供研究。以前，保存数据很贵，现在很便宜；第二，以前收集不到那么多数据，现在每个人在互联网上的行为都可以记录下来。现在数据库就是资产，如果有数据，就能掌握我的用户。所以麦肯锡说，大数据是下一个创新、竞争、生产力提高的前沿。数据就是一种生产资料。

　　问：我们在互联网上留下那么多踪迹和数据，谁是数据的拥有者呢？
　　涂子沛：在数据开放运动中，英国提出了一个数据权问题。个人的数据该由个人做主。你在超市购物，你会在那里留下大量消费记录。英国的做法是，每个消费者登录网站是可以看到自己的消费记录的。谷歌在英国也签了协议，要开放相关的数据。谷歌已经开放了一部分。你的数据是你的，你是有权利看的。那政府的数据更有义务去看了，因为你的数据是拿着纳税人的钱去收集的。这些是公共数据，本来就是公共资产。
　　数据开放之后，是面向社会大众的开放。任何人都可以使用，只要有能力都能创造新的商机。产生的新知识都是由精英垄断，但现在每个人都可以接触这些数据，谁都可以做这些事情。

　　问：但这只是一种理想，你的消费记录，你的互联网记录，其实已经随意泄露。
　　涂子沛：信息时代，我个人能不能决定怎么发布数据，什么时候开放，什么时候修改，但现在已经失控了。无论是在美国还是中国，尤其是在中国，隐私权非常薄弱，个人信息被随意买卖。

　　问：个人留下的数据越多，它对你的掌握就越容易。大数据会成为老大哥吗？
　　涂子沛：大数据是老大哥，这是不可避免的。美国想建中央数据银行，把每个人从出生到坟墓的记录整合起来，后来很多组织反对。经过许多博弈，美国政府还是放弃了，但对政府来说，他们很想建立这样一个“银行”。