第2章
何 为 数 据
2.1 引言
数据（data）这一概念虽然最近才流行起来，但它并不是一个新术语。《牛津英语词典》指出其在1646年就已经以复数形式出现在神学中。丹尼尔·罗森博格（Daniel Rosenberg 2013）对该词在《18世纪经典古籍全文资料》（Eighteenth Century Collections Online，ECCO）中的使用进行了分析（Gale Cengage Learning 2013），发现自17世纪以来它的出现频率呈现稳定增长态势。数据一词最早出现在拉丁语中，后来随数学和神学传入英语。整个18世纪对数据的单复数使用争执不下。数据在当时主要扮演两种角色：（1）用于支撑论点的原理集合；（2）事实，特别是从经文中摘录的事实。罗森博格发现直到18世纪后期，数据才以科学论据的形式隐含事实，而这些科学论据往往通过实验、观察或其他调查方式采集得到。他对谷歌图书在线语料库的调查表明，数据一词在20世纪文献中的出现频率呈稳定增长态势，但这些分析结果的说服力不如调查ECCO所获得结果的说服力强。
虽然罗森博格仅对英语中的数据一词进行了历史分析，但是从这些分析中可以看出，数据仍只是个没有本质内涵的修饰术语。数据既不是真理也不是现实，但可能是事实、论据之源，抑或是断言真理或现实的论证原理。数据、信息和知识的“三分割”（Machlup and Mansfield 1983）过度简化了这些复杂概念之间的关系。梅多斯（Meadows 2001，3）认为“我们在确定基础数据时，多少会有一点武断”。迈克尔·巴克兰德（Michael Buckland）指出“数据是‘断言所需的论据’”这种说法最能够抓住该词模棱两可的地方（Buckland 1991，personal communication，2006；Edwards et al. 2007）。
按照第1章中的分析，“何为数据”这一问题可以更好地诠释为“数据产生”问题。数据在学术活动中扮演何种角色是个有趣而重要的问题，该问题阐释了将某些事物转化为数据的过程。个人、团队和社区如何创造、选择和使用数据？这些决策的哪些要素与数据本身相关？哪些要素与研究问题或方法相关？哪些要素会受到数据展示方式的影响？若领域、学科和研究问题不同，这些需要考虑的要素会如何变化？随着人和数据之间的关系从数据创造变为数据监护，这些要素将如何变化？数据的概念在整个研究项目开展或数据生命周期过程中如何演变？随着越来越多的数据以数字化形式出现（或越来越多的信号都可以看成数据），所有这些问题本身又将如何变化？
数据既不是纯理论也不是具有本质内涵的自然物体。其依附于一定环境而存在，具体含义也因所在环境及观察者的角度而异。正如本书中第二项挑战所阐释的那样，对所在环境及其含义的代表程度会影响数据的可移植性。本章从理论和操作两个角度出发，对已有数据定义成果进行梳理，并进一步探索，最终提出在本书中可行的定义。
