【本文由《時報出版》授權刊登，摘自《數商：向阿里巴巴前副總裁學習數據時代的生存商數》】
我是廣告 請繼續往下閱讀
難以戰勝的人類感覺
1831年，倫敦爆發了第一次霍亂大流行。小災進城，大災離城，在巨大死亡陰影的籠罩下，城市的居民都成群結隊向鄉村逃亡。這個時候，斯諾（John Snow，1813－1858）還是一名學徒，他目睹了出城的人流造成交通大壅塞，人走城空，正常的生活被傳染病快速摧毀，這些場景令他心如刀割。
他是一名麻醉醫生，這種傳染病跟他關係不大，但醫者仁心，他開始關注研究這種病。
當時的人們都傳言，霍亂是經由空氣傳播的，城市裡無處不在的臭味和瘴氣是這種傳染病的根源。
1848年，倫敦爆發了第三次霍亂大流行。斯諾發現，霍亂患者的最初症狀都是腹瀉嘔吐，「如果真的是瘴氣傳播，為什麼最先被感染的不是鼻子和肺，而是腸胃？又為什麼一家人當中會有倖存者，接觸病人的醫生也不會被傳染？」
斯諾斷定，霍亂一定是經口腔進入腸胃的。他推測這極有可能是因為喝了不乾淨的水。但當時的科學設備看不到水裡的微生物，被霍亂弧菌汙染的水，看起來完全和正常的水一樣，仍然純淨透明。斯諾無法說服身邊的人相信他的判斷。
斯諾需要的顯然是更多的證據。他深入疫區，挨家挨戶敲門詢問患者和喝水有關的資訊。他發現了一個驚人的事實，1848年至1849年霍亂爆發期間，倫敦市共有7,466人死亡，其中4,001人都居住在泰晤士河南岸，這意味著南岸的死亡率接近0.8％，是市中心區的3倍，而倫敦西邊和北邊的死亡率僅僅只有0.1％。
對此，瘴氣論的流行解釋是，泰晤士河南岸聚居了大量的勞工階層，汙濁的空氣導致死亡率更高。
斯諾認為這個解釋是錯誤的，他舉出反證說，倫敦東區比泰晤士河南岸聚居了更多的民工，是全倫敦最貧窮、最擁擠的地方，但死亡率只有泰晤士河南岸的一半。斯諾認為真正的原因是，南岸的倫敦人都飲用泰晤士河的水，而北岸倫敦人的飲用水來源並不僅限於泰晤士河，而是有多個來源。他分析了各個來源，發現死亡的數據和供水的路線有高度相關性。
斯諾的調查數據表明，飲用A公司水的家庭有1,263人死於霍亂，而飲用B公司水的家庭只有98人死於霍亂。當然，單純比較死亡的絕對人數是不公平的，因為有些地區的人多，有些地區的人少，斯諾又拿每一萬戶的死亡人數做對比，結論是飲用A公司水的家庭，每一萬戶死亡人數約是B公司的8.5倍（315除以37）。
飲用不同供水公司的水，每一萬戶死亡人數就會有高達8.5倍的差距，這究竟是什麼原因？斯諾又進一步追蹤了兩家公司的水源，他發現A公司在流經倫敦市中心的泰晤士河下游取水，B公司則在上游取水，而當時泰晤士河已經被霍亂患者的排泄物汙染了。
倫敦市政府的戶籍登記處有名統計學家，叫法爾（William Farr，1807－1883），他的職責就是記錄人口的最新變化，例如出生、結婚和死亡。這個法爾非常了不起，他在戶政部門工作30幾年，建立了完善的倫敦出生和死亡人口記錄體系。法爾對斯諾的觀點半信半疑，他提出：要測定水源對霍亂的影響，必須要有兩組居民，這兩組人生活在同一海拔高度、活動於同一空間、吃的東西一樣、日常活動也要相同，僅僅一方面不同，那就是喝的水，但在現實中的倫敦，顯然找不到這樣的實驗條件。
然而，斯諾認為，實驗已經擺在眼前。兩家公司的管道都通向所有的街道，進入幾乎所有的院落和小巷，無論貧富，無論房子大小，兩家公司都等而視之地提供自來水服務，而接受不同公司服務的客戶，他們在生活條件或職業方面也無明顯的區別，特別是他們都被同樣的「瘴氣」圍繞，為什麼有的生病，有的沒事呢？
1849年，斯諾把這些調查和發現編寫成一本小冊子《霍亂的傳播方式》，正式提出水汙染是霍亂流行的真正原因：「再也設計不出比這更好的實驗方式，讓我們澈底地檢測水對霍亂的影響，整套實驗設計已現成地擺在研究者面前，而且這一實驗的規模相當大，多達 30 萬名不同性別、年齡、職業階層和地位的人，從上流人士到底層窮人，被分成了兩組，他們不僅不能主動選擇，而且在大多數情況下對這種選擇毫不知情。」一組得到乾淨的水，而另一組得到被汙染的水，所以斯諾得出結論：水源不乾淨，才是霍亂傳播的真正原因。
斯諾的論斷是天才式的。他在「隨機對照實驗」的概念遠遠尚未產生的時代，就在現實中發現了一次科學實驗。科學的實驗機制要到20世紀初才被統計學家確立。但斯諾的這些論述只獲得極少數的人相信，這本小冊子總共才賣出去幾十本。大眾對瘴氣論深信不疑，畢竟，嗅覺是人類一種最原始的感覺，我們相信自己的感覺，就像哥白尼時代的人相信地球是靜止的一樣。人類對感官的迷信可謂根深蒂固，只有一流腦袋才能將數據當作「感覺的替代品」，透過數據來感知我們自己的身體和外部環境。
斯諾告訴法爾，為什麼光看死亡人數，瘴氣論好像很正確？那是因為在海拔高的地方，人口密度往往較低，因此死亡人口總數更少；但真正的原因不是這些地方遠離瘴氣，而是居民遠離了泰晤士河下游，水源較為乾淨。他甚至得出結論說，如果A公司將其取水口移到泰晤士河上游，就可以挽救1,000多人的生命！斯諾最終說服了法爾，在他的統計當中增加一個新的變數：死亡者的飲用水源。
同樣是數據分析，為什麼只有斯諾才能洞察真正的因果關係？我想這源自於他對事實和規律持之以恆的細密追蹤。很多時候，流於表面的觀察都無濟於事，最高水準的成就來自一步一腳印的追蹤和不罷休。「實事求是」，事，就是事實；是，則是規律。實事求是即透過事實分析並發現事物的規律。斯諾的方法，可以總結為實「數」求是：把事實記錄下來，再透過全面細密的數據來尋找規律。
數據英雄的逆行
1854年秋天，霍亂第4次席捲英國，8月31日爆發，3天內就有127人喪生，10天之後，死亡人數攀升到500多人，其中一個名為寬街（Broad Street）的區域，居民死亡案例最多、最集中。
這時候的斯諾，於每週第一時間閱讀法爾的死亡報表，關注死者的飲用水源，希望在表格和數據中找到線索。
雖然法爾收集了供水的來源，但斯諾根據這部分數據做不出任何判斷。為什麼呢？這是因為整個倫敦有10幾家大公司供水給城市的不同地區，各家公司的地盤互相交錯，供水管雜亂無章地交織在一起，僅憑地址無法準確判斷供水公司。
斯諾左思右想，無計可施之下，為了得到這些數據，他最後決定一家一家上門走訪。斯諾走了多少路，我們今天已不得而知。但他很快又碰到新的困難──即使挨家挨戶去敲開每一位患者的門，得到的數據也還是不完整、不準確，因為很多住戶根本不知道自家的用水是哪個公司提供的，房子可能是租的，水費可能是由房東繳交的，即便是自己付的，也找不到公司的收據，名稱還是不清楚。
皇天不負苦心人，斯諾又想出新辦法解決這個問題。他在走訪中發現，某一家公司的水中，鹽分含量是另外一家公司的4倍，根據這個差別就能判斷水的來源，如此一來，他碰到不知道自家供水公司的住戶時，就取一小瓶水樣，在瓶上注明地址，然後帶回去檢測。
斯諾搜集數據的執著讓人感佩。在大多數情況下，數據都沒有現成的。搜集數據太難了，就像在風中奔跑，搜集隨風飛散的柳絮一樣，你需要逐風而行，東奔西走。但對高數商的人而言，這一點是共性：他們都願意展開搜集數據的行動，都願意付出極大的努力，包括精力和時間。搜集數據所用的精力、體力和時間，可能是分析數據的數倍之多。第谷和克卜勒就是最好的例子。
在死亡案例高度集中的寬街，斯諾發現，「幾乎所有的死亡案例都發生在某街頭的一口水井附近。只有10名死者的住所靠近另一個街頭的水井，而其中有 5 名死者的家屬確認，他們一直使用那個水泵，有3戶距離這口水井遠一點，但死亡的孩子所在的學校就在這口水井附近」。
在這條街上，他還發現有一家啤酒廠和一家感化院沒有任何人死亡。他實地走訪了這兩個地方，發現啤酒廠和感化院都有自己獨立的水井，而且啤酒廠的工人平常只喝啤酒不喝水，斯諾因此更加確定，水就是人們感染霍亂的最終原因。
現在，讓我們試想一下，一個社區爆發了有史以來最為兇險的傳染病，驚恐的居民在一片混亂中成群出逃，用馬車拉著家當往一個方向走，但一名皇家醫生選擇逆人流而上，挨家挨戶去敲門瞭解死者的生活細節，他走進的每一間屋子，都還籠罩在葬禮的陰影和哀號當中。
斯諾不僅追蹤每一起霍亂死亡的病例，還創新了記錄的方法。他將死者的地址在地圖上標注成一個一個的點，當所有代表死亡的點都標注上去之後，地圖呈現的資訊立刻清晰起來：霍亂絕不是像空氣一樣平均分布在這個地區的，死神的陰影有濃雲密布之處，它是從一個點發散出去的，這個點就是水井！相較於數據，人類的大腦更願意接受圖表，當面對人群，高數商的人一定得想辦法將數據轉化為圖表。
9月8日這一天晚上，是新一輪霍亂爆發的第 10 天，在政府組織的緊急會議上，斯諾展示了自己的數據和發現，並建議立即封閉寬街上的水井，以此切斷霍亂的傳播。
這在當時是一個異常艱難的決定。因為如果斯諾搞錯了，那些備受死神折磨的家庭還將無水可喝、無水可用，這無異於雪上加霜；但如果他是對的，這個舉措就能挽救無數的家庭和生命。斯諾在會議上發言並展示他的圖表，這張圖表發揮了巨大的作用，市政理事會最後經過投票採納了斯諾的建議，當局立即拆除了寬街水井的水泵手柄，以控制水井的使用。
寬街霍亂引發的死亡，由此慢慢地平息下來。
後續調查證明，1854 年這一場霍亂起源於寬街40號的一名女嬰，她被確認感染了霍亂，她的母親把她的尿直接倒進家門口的化糞池，化糞池的穢物滲透到土裡，而距離這個化糞池不到三英尺的地方，就有一口公用水井。
女嬰的父親隨後也感染了霍亂，並於9月19日去世。在丈夫病倒後，這位母親又開始朝化糞池中傾倒汙水，如果當局沒有拆除寬街上的水泵手柄，後果將不堪設想。
也就是說，斯諾的判斷有效地阻止了霍亂的再一次爆發。
在我看來，斯諾是敢於逆行的英雄，更是一名有頭腦的英雄。所謂數據英雄，就是一個人有足夠的勇氣和專業的判斷，為真正解決問題起到關鍵性、壓倒一切的作用。如果沒有斯諾的行動，倫敦霍亂的局面和後果將會完全不同。
▲作者涂子沛新書《數商：向阿里巴巴前副總裁學習數據時代的生存商數》（圖／時報出版提供）
●作者：涂子沛／ 大數據先鋒思想家，曾在美國學習、工作多年，2014年從矽谷回到中國，出任阿里巴巴集團副總裁。2018年創建數文明科技，同時擔任伊斯佳股份董事、人民網和國地科技獨立董事。
●本文為作者評論意見，不代表《NOWnews今日新聞》立場
我是廣告 請繼續往下閱讀
●《今日廣場》歡迎來稿或參與討論，請附真實姓名及聯絡電話，文章歡迎寄opinion@nownews.com