Post-Gov II-01｜数据不是事实，而是视角：你看到的只是你愿意看见的
重构数据的本体意义，从“中立迷思”走向“意义生成”
“数据行”有一句流行已久的老话：“数据不会撒谎。”可如果你在统计学或社会调查领域混过几年，就会知道——最大的谎言，恰恰来自数据。
数据不是冷冰冰的事实，像山上的石头，随时等你去捡。真相恰恰相反——数据不是“在那里”，而是被我们选择、加工、赋义之后，才存在于某个上下文之中。数据从一开始就带着人的选择：你要采集什么？用什么口径？排除哪些维度？采用怎样的分类？这些选择在数据进入表格的那一刻，就已经决定了它的“性格”和“立场”。统计数据的口径，不是一个技术性小细节，而是数据本身的构造。换句话说，不同口径，就是不同的数据。
这就像舞台剧。你坐在观众席的正前方，看见的是主角的表情；坐在侧面的人，可能更关注配角的动作。舞台是同一个，剧本是同一个，但位置不同，看到的“事实”也不同。数据也是如此——它有“阶级性”。不同立场的人，读同一组数字，就像读同一句话，正所谓“一千个人有一千个哈姆雷特”，在数据世界里，一千个分析者就有一千个解读。结果，同一组数字，科学家说它是“趋势”，政客说它是“政绩”，企业家说它是“机会”，记者说它是“丑闻”，而你，可能说它是“谣言”。这并非谁更接近事实，而是谁在用怎样的视角筛选现实。
更重要的是，数据并非静态存在。它不是躺在实验室柜子里的化石，而是被人不断地采集、清洗、加工、建模、展示、叙述的过程。任何一个环节都可能改变它的面貌。我们以为自己面对的是“原始数据”，其实早就被别人的剪刀和画笔加工过了。
这意味着，数据的关键，不在于它有多客观，而在于它生成什么意义。
如果数据只是冷冰冰地摆在那里，最多是个存货；只有当它进入特定的语境、被特定的人解读，才会变成有力量的叙事——是用来支持某个政策，还是批评一个决策；是催生一场投资，还是引发一次抗议。
因此，真正成熟的数据实践者，不会迷信所谓的“中立数据”，也不会一味追求“唯一真相”。他们会先问：谁采集的？为什么采集？为什么用这个口径？丢掉的是什么？谁在解读？只有回答了这些问题，我们才知道自己面对的是怎样的“视角”，而不是被动地接受它包装好的“事实”。
“数据中立”是这一行的迷信，它让很多人放弃了思考——仿佛只要有数据，结论就会自动正确。AI 时代，这个风险更大，因为机器的计算速度会让这种“幻觉”加倍真实。但如果数据本来就是视角，那我们与数据的关系，就不是寻找“真相”，而是参与“意义生成”：去问，谁采集的？为什么选这个口径？放弃了哪些维度？又是谁在解读？
其实数据只是一个起点：从那里出发，我们才能看见更大的世界，或者，困在自己的眼里。 算法的速度和规模，会让这种“视角”显得比事实更像事实。你越觉得它客观，可能越是陷入幻觉。我们需要做的，不是寻找绝对中立的数据，而是参与意义的生成——用不同的视角去对照、冲突、拼接，从而接近我们愿意承担的结论。
数据不是事实，它是一次邀请：邀请你看世界，但也提醒你——你看到的，只是你愿意看见的。
本文为 Post-Gov 系列 之II第01篇。
欢迎进入系列导读浏览其他文章。
