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。

（延伸閱讀：南丁格爾是「數據視覺化」天才！她如何用一張圖表拯救無數人生命？）

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。

（延伸閱讀：打造完美奶茶 SOP！奶茶要好喝，應該先倒紅茶還是牛奶？）

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。

接 下篇

（延伸閱讀：誰發明的電話比較厲害？是曾因為玩火把自家倉庫燒掉的愛迪生　還是一生為聽障人士付出的貝爾）

*本文摘自《 數商：向阿里巴巴前副總裁學習數據時代的生存商數 》，時報出版 出版。

【作者簡介】

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。

著有《大數據》、《數據之巔》、《數文明》、《給孩子講大數據》、《給孩子講人工智能》等作品，相關著作累計銷售已突破100萬冊。

大學畢業於華中科技大學計算機系，研究所畢業於中山大學、卡內基梅隆大學，獲公共管理碩士和訊息技術科學碩士學位。