編者按 2012年10月8日上午，汪洋在到廣東省財政廳進行專題調研時，向財政廳全體干部推薦《大數據》一書。以下是汪洋講話全文：

休息這幾天，我看了兩本書，其中有一本是廣西師范大學出版社出版的，一個美籍的華人涂子沛寫的《大數據》，看以后非常有啟發。我推薦你們全廳干部都看一下這本書，研究一下大數據時代。他這書里邊講，數據是對信息數字進行解釋，賦予意義。進入信息時代后，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。2010年，美國總統科學技術委員會給總統和國會的報告寫了這么幾句話：數據正在呈指數級增長，聯邦政府的每個機構和部門，都需要制定一個應對“大數據”的戰略。現在大數據戰略被認為是世界下一個創新、競爭和生產力提高的前沿，是爭奪全世界的下一個前沿。你看，重要不重要。

書里面分析了政府數據有哪些來源和收集方式。他說了有三種來源，當然有不同的收集方式。第一種來源，業務數據。包括你們要做的，就是業務數據。來源是下級部門和社會組織，是以基層上報、被動接受為主。第二種數據是民意數據，是單個公民或組織需要投入人力，財力去主動收集，這樣的數據收集也是將來財政要創造環境的，要支付的。第三類數據是環境數據。這個環境不僅僅是我們說的大氣這些東西，他包括自然環境、動植物以及物體，以傳感器自動釆集為主。物體包括汽車，包括運輸物、動植物。

所以，如何收集、保存、維護、管理、分析、共享正在成指數級增長的數據，是我們必須面對的挑戰。剛才我問了你們國庫處，動態監控數據能有多少字節，能不能有多少G，你們說達不到，還是K級的。大數據是什么概念呢，就是至少是太字節的，從字節來講是2的40次方字節，是相當大的數量。大數據時代來了，我們要搞這些數據，對我們政府有什么意義呢。將來引導我們政府前進的是基于實證的事實，不是意識形態，也不是利益集團在政府決策過程中施加的影響。我們基于這些數據說話，將使政府更有效率、更加開放、更加透明。

這個書里舉了很多例子，我看了之后非常有啟發。比如講美國的交通史。1966年，美國有9,400萬輛汽車時，交通事故死了5萬人，這是他的最高峰；但是到了2009年，他是2.4億萬輛汽車，但是只死了3萬人。汽車大幅度增加，死亡人數卻大幅度減少。我不知道我們現在多少輛車，反正一年死十幾萬人是有的。為什么下降了，就是他們通過對數據的分析。分析以后發現，一年12個月，5、6、7、8月事故率是最高的；每一周，禮拜六、禮拜天事故率最高；一天里邊，下午6點到晚上9點事故率最高；什么天氣是事故率最高的，當然跟你們想的都不一樣，不是下雨天、雨雪天，正常天氣事故率是最高的。然后什么年齡段事故率最高，就是24歲—35歲，44歲—55歲，這兩個年齡段最高。這個分析過以后，然后有針對性的措施。當然有些數據，他分析的更具體。為什么有的州高，有的州低，發現事故率高的州高速公路彎比較大，事故都是右側的事故，就是因為彎比較大。有的事故率低，就是發現這個地方警察經常查系安全帶，所以事故率低，那個事故率高的地區是沒查安全帶所以一系列數據收集分析，改進以后結果事故率就下降了。車子從不到1個億，增加到2.46億萬，但是死亡率下降。這個非常有用啊。

另外，美國人現在開始在數據上打假，美國人的福利比較好，所以把所有的數據都輸進去，然后通過計算機設計軟件，一旦發現，馬上就去查福利濫用的情況。社會治安也是利用數據去分析，包括911之后的情況。現在美國已在有專門的機構，來負責收集、研究、使用數據，商業也好，政府也好，來研究這個數據的發展。

比如沃爾瑪，沃爾瑪通過他的銷售數據，分析過以后發現，每到禮拜六、禮拜天，有兩樣東西是成比例的增長，啤酒和尿布。關于這個，你知道為什么呢，后來就發現，禮拜六、禮拜天常常就是女人在家做事，男人到購物店買東西，買東西就買尿布，買尿布的時候男人就想，挺辛苦的買點啤酒犒勞自已。所以啤酒和尿布就一塊增加了。你很多是想不到的。數據你注意使用它。

馬云最近來找我聊了一次。他當時就跟我說，你08、09年到杭州去，讓我到廣州來賣貨，我跟你說說這幾年賣廣貨的效果。08年一年，他在淘寶網賣了177億廣貨，今年可以賣到1,700億，就是四年是十倍。另外他就講，他現在他覺得數據是他的競爭力。他當然講了個例子。他說你想不到，全中國比基尼賣的最好的是哪幾個省。然后就說，你絕對想不到。一般人認為，肯定賣的好的是廣東，海南島，他說賣的最好的從淘寶上看，是新疆和內蒙。他說，估計每一個男人，都要給他的夫人、情人和對象有一個美好的憧憬，有一天我帶你去下海。當然這是他的一種解釋，但是能反映什么呢，就是這些數據和你想象的不是一個概念。如果商家掌握了這個東西，其實你比基尼廣告的重點不要放在廣東做，你放到新疆、內蒙去做啊，這效果可能就不大一樣了。

對于政府工作來講，同樣如此。我看這個書里寫，流感對于美國人是一個非常大的事情。美國人對于流行病學的各種調查就是掌握不了流感的規律。后來想到從2萬多家藥店的銷售記錄中間，把這個數據拿來、分析，分析后發現，一般在全國流行性感冒的前兩周，藥店的感冒藥增加的比較快。也就是增加的比較快兩周以后，全國的流行性感冒來了，政府就需要增加對流行性感冒預防的措施。他們就分析為什么呢，因為大部分人開始有感冒癥狀的時候，沒有意識是個問題，就到藥店買點藥吃。一旦增加了，藥店的藥增加了，估計下兩個星期后，醫院的人就要增加了，這個時候預防措施就要開始了。

所以這個數據是非常重要的問題，我們將正式進入一個數據為王的時代。李嘉誠也是有這樣的看法，他前不久給我寫了一封信，說人工智能和大數據技術的普及化，勢必令不同行業和教育系統的范式轉變。他說這個范式我估計是香港說法，就是模式。不同行業都是這樣的，你比如講他這個書里講的，政府掌握數據往往關系到行業標準，比如單位牛奶中的蛋白質含量，菌落群數應該是多少，飲用水里面能混雜多少含量的微量元素，新鮮蔬菜能帶多少指標的殺蟲劑殘留，每個指標的變化，即使只有零點幾，都會影響到一個行業的競爭，改變一個產業。這個數據非常重要。而這個數據最后實際上都涉及到利益，所以你政府掌握不掌握這些數據，在制定政策的時候，特別是個各個行業、企業利益博弈的時候，你可能就會陷入被動。你們看這本書里也有這樣的例子。在美國，存在一個龐大的說客集團。華盛頓最大的產業，第一是旅游，第二就是說客。他們代表企業和行業的利益，游說政府的政策制定，這里面都涉及到利益。政府不掌握這些數據，就有可能被掌握這些數據的行業集團所影響操控，政府的決策就不可能科學，特別像財政，更是如此。

而且我想說，政府的數據是要公開的，當然公開也是一種博弈。剛才我已經講過，我們掌握的一些數據，比如“三公”經費信息，公開之后，它的好處是什么呢，實際上是創造一個社會幫助我們改進工作的機會。最近我看了些書，有個一觀點，下一步的改革，實際上就是政府要調動民間的力量對利益格局進行調整。因為你單靠政府已經搞不動了，那怎么辦呢，就是要讓社會、民間參與其中。其實我們公開“三公”經費信息，就是調動社會力量促進我們改進工作。

這個東西你們可以去看那本書，書中就有這樣的例子。比如說奧巴馬上任后就搞了個信息公開化的承諾，故事你們可以在書中找，過程很有意思。最后在120天內搞了個規劃，吵得一塌糊涂，跟我們搞放權一樣，大家在公開的場合都贊成，一到具體要公開本部門的信息的時候都說，我這個部門的數據不能公開。但是美國的聯邦政府的首席信息官維偉克·昆德拉，一個年輕的印度裔移民，他很有辦法，他先從一些沒有爭議的數據開始，并快刀斬亂麻，推出了一個技術平臺并不斷完善。一旦數據公開走上軌道了，群眾就會監督，向更多部門和領域提出數據公開的要求。美國有個信息自由法，只要人家向部門提出信息公開的要求，相關部門就要回復，部門不愿意公開要說明理由，人家接受就可以不公開，人家不接受可以去起訴部門。所以現在政府公布的信息越來越多。

公開的好處是什么呢？以美國的民航業為例，美國民航的正點率比我們要高很多了，它是如何做到的呢？現在美國交通部開放了全美航班起飛、到達、延誤的數據，那當然也是海量的。公布之后，有人就利用這些數據開發了一個航班延誤時間的分析系統，并向全社會免費開放。通過這個可視化的軟件，任何人都清楚的看到：晚點最少是哪個航空公司，晚點最多的是哪個航空公司，一般晚點多少時間；在各個航線上，哪個晚點最多，哪個晚點最少，哪個正點率最高，它把這些排列出來，一目了然。這個是民間開發的軟件，不是政府開發的，政府只是把基礎數據公開了。這樣做的結果呢，就是美國民航的誤點率逐步減少，滿意率不斷提高，而且政府也沒有承擔軟件開發的費用，只是把這個信息公開了，卻達到了三贏的目的。這里面能看出個規律，部門公開數據，公眾提出意見，部門根據意見再改進工作，當然了，這里面也有很多博弈。

這本書中還寫到，萬維網之父，蒂姆·蕭伯納·李在2009年的一次演講中說過一句話，“原始數據，現在就要！”我看到這里，很受啟發，我們中國人，包括在各個領域，對數據的概念和作用的重視，還是很不夠，從某種意義上來說是我們做這個工作的重要契機。就像改革開放初期，我們的農民對土地的重要性認識不足一樣，我們那時有意識地把土地拿在手里。歐廣源當縣委書記的時候，搞了幾千畝地，到現在都覺得當時很有遠見，那時候征地費用沒那么高，大家也沒覺得地會像現在這么值錢，結果你意識到了，你把這些地拿到手了，就成為后來競爭的重要資源。現在我們全社會也沒有意識到這些數據的重要，你們的工作對象也沒有意識到這一點，這個時候，是收集數據最好的時候。

作者在書的最后，提出希望我們國家重視數據。他寫到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。胡適曾經寫過，我們中國人是“差不多”先生，什么事情都“差不多”就行，不注意數據的收集、整理和使用。他舉了個例子，麥肯錫公司以2010年度各國新增的存儲器為基準，對全世界的大數據的分布做了一個研究和統計，中國2010年度新增的數據量為250拍（PB，1PB=1204TB=250字節），不及日本的400拍、歐洲的2000拍，和美國的3500拍相比，更是連十分之一都不到。但是我們中國卻是全世界第一手機大國，第一互聯網用戶大國，實際上我們只是把這些數據收集起來，就能發現很多問題。我說過，上次分析經濟形勢的時候，讓移動和聯通把相關數據拿來，就可以看出許多問題。

所以我就想，如果我們能像三十年前政府可以輕易的擁有土地一樣，現在抓緊時間搜集數據、使用數據，這是競爭的一個新的制高點。因為再下一步，考慮到隱私權的問題，將來再收集個人數據就沒有那么容易了，另外單位里面的數據也可能會存在越來越多的保護舉措。所以我覺得，現在財政的數據收集、分析、使用以及公布會極大的促進收入、改進支出、提高財政工作水平。

所以我希望大家能認真讀一讀這本書，帶著問題讀、帶著想法讀，怎么樣促進財政數據的收集，怎么樣加強財政數據的分析，怎么樣挖掘數據背后有利于我們增加收入、改進支出的有用因素，然后逐步推進財政數據的公布，調動全社會監督的力量，使我們的工作水平不斷提高。將來這個社會是個開放的社會，有興趣的人他會提出意見。

我相信，你們拿這本書去看一看，如果能帶著問題去想，帶著問題去做，會比我今天講的所有內容都會對財政工作有更大的益處，而且不是一天，將會發揮長期的作用。