舍恩伯格大数据哲学思想研究_黄欣荣

　　网络出版时间：2017-05-18 16:11:21

　　网络出版地址：http://www.wendangwang.com/kcms/detail/43.1447.C.20170518.1611.001.html

　　第32卷第3期长沙理工大学学报(社会科学版)

　　JOURNALOFCHANGSHAUNIVERSITYOFSCIENCETECHNOLOGY(SOCIALSCIENCE)2017年5月Vol.32No.3Ma2017y.舍恩伯格大数据哲学思想研究黄欣荣,李世宇

　　(江西财经大学马克思主义学院,江西南昌　[,摘要]作为“大数据时代的预言家”舍恩伯格在《大数据时代》容,建构了大数据哲学的基本框架,,价值及其引发的价值观变革,。

　　[关键词]舍恩伯格;大数据时代;大数据哲学

　　/DOI:http://www.wendangwang.comki.1672-934x.2017.03j[中图分类号]文献标志码]]B804[A[16723005-07

　　Orerihggp(Schooloarxism,Jianxninananomics,NanchanJianxi330013,China)fMgyofFg,gANGXi-yg,

　　inhisbest-sellinookBiata:AutihaillTransormHowWeLive,WorkandThink.Hecon-gbgDf

　　thinkinarombiata.hsdthedataresourcevalueandtheresultantvalueschane.Inthegwyfgdg,endhediscussedtheethicalcrisfataanditstreatmentmethods.,structedthebasicframeworataphirhthebookandsstematicallutforwardthreechanesinyyypg:AbstractAsabiataeraproker-Schonerelaboratedthebasiccontentofbiataphilosohgdpyggdpy:;;KeordsViktorMaer-Schonbereraofbiatahilosohfbiataygdppyogdyw

　　)在大数据时代即将来临之际,与Schonbererg)肯尼斯库克耶(一起,撰写KennethCukier[][12]了《大数据时代》这一世界性畅销书,为大_维克托迈尔-舍恩伯格(ViktorMaery内部并反复阅读,就会发现其中所蕴含着深刻的哲学思想。它不但正式宣告了大数据时代的来临,同时也系统地建构了大数据哲学的研究纲领,并对大数据带来思维方式的三大变革进

　　行了全面的论述,洞见了大数据带来的价值观

　　变革,反思了大数据技术引发的伦理危机并提

　　出了治理对策,因此《大数据时代》也是一本大

　　数据哲学奠基性论著,舍恩伯格也因此成为大数据革命与大数据时代的到来鼓与呼,因此被。从表面上看,《誉为“大数据时代的预言家”大数据时代》这本著作只是宣传大数据革命的一本畅销书,它预言了大数据时代的来临,但深入

　　收稿日期:2017-04-12)基金项目:国家社会科学基金重点课题(2014AZX006,作者简介:黄欣荣(男,江西赣州人,教授,哲学博士,博士生导师,主要从事大数据哲学、复杂性哲学1962-),研究;李世宇(男,安徽滁州人,硕士研究生,研究方向为大数据哲学。1993-)

　　5

　　长沙理工大学学报(社会科学版)　第32卷

　　数据哲学的最早探索者。

　　大数据时代的三大思维变革一、

　　在《大数据时代》的引言中,舍恩伯格开宗“明义地指出:大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙,显微镜让我们能够观察微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正蓄势待

　　[(2]P1)

　　”发。大数据对哲学带来的最大挑战是思维

　　样虽然取得了巨大成功,但它毕竟忽略了大量的细节,难以对复杂、多样的对象进行详细的精准、细节性的刻画和分析。

　　随着智能技术、网络技术与云技术的发展,自然和人类社会的状态及其变化都可以自动采集、存储,并实现数据的自动传输和处理,这样,数据采集、存储、全程智能化和自动据规模出现了暴增,并由此宣告了大数来临。舍恩伯格认为,代的结束,,变我们可以充分利用数据“,舍恩伯格说:与局限在小数,用一切数据为我们带来了更高,也让我们看到了一些以前无法发现——大数据让我们更清楚地看到了样本—

　　全数据模式用数据将整体论思维和还原论思维实现了辩证统一,一切现象都被还原到数据,而全部数据正好构成了整体,因此,全数据思维是思维方式的重大变革,是对传统还原论与整体论的超越。

　　(二)混杂性思维

　　所谓混杂性思维就是允许数据的多样性、不精确性,不再需要数据单一、精准的严格要求。在小数据时代,数据采集不易,研究工作也主要依赖这不多的数据,因此任何一个数据的不精确都会导致结果的巨大差异。因此,在小数据时代,对数据具有严格的要求,必须纯净、单一、精确,以便得到精准的结果。但是,舍恩伯格认为大数据时代要求我们重新审视精确性的优劣,因为“执迷于精确性是信息缺乏时代和

　　[]()2P55

　　。模拟时代的产物”

　　[(2]P17)

　　。更为关键的是,无法揭示的细节信息”

　　方式的大变革,它带来了全新的大数据思维方式。舍恩伯格认为,大数据技术革命将带来思“维方式的三大变革:首先,要分析与某事物相关的所有数据,而不是依靠分析少量的数据样本。其次,我们乐于接受数据的纷繁复杂,而不再追求精确性。最后,不再探求难以捉摸的因果关系,转而关的相关关系”性思维。

　　(一)全数据思维

　　全部数据一网打尽,全面的精细刻画与分析。“可以分析更多的数据,有时候甚以处理和某个特别现象相关的所有数据,而不再依赖于”随机采样。

　　[(2]P17)[(2]P29)

　　数据思维就是全数据思维、混杂性和相关

　　。总之,概括起来简单说来,就是“利用所有的

　　[(2]P29)

　　数据,而不再仅仅依靠一小部分数据”

　　数据是科学认识的基础,因此数据的采集、存储、分析是科学认识过程的重要步骤。不同时代,具有完全不同的数据采集、存储和分析方法。在原始社会,由于工具的限制,数据采集、存储和分析都十分困难,因此丈量土地、人口统计、营收税赋、天文观测等等都只有官方才有可能进行。随着土地、人口、税赋等规模的不断扩大,数据采集、存储、分析和处理都变得十分困难,人们于是发明了随机采样和统计方法,以便从最少的数据中获取最多的信息。不过随机采

　　6

　　。

　　随着大数据时代的来临,数据来源广,数据

　　类型多,打破了单一的人工采集的结构化数据

　　017年第3期

　　黄欣荣,等:舍恩伯格大数据哲学思想研究

　　的局限,数据的内涵得到了极大的拓展,因此这些数据不再可能像小数据时代那样精准、单一。从另一方面来说,由于来源广、类型多,数据规模暴增,这海量的数据从不同层面、不同角度刻画了事物或行为的状态,即使有个别数据不太准确也不会影响大局。换句话说,大数据内部的数据之间具有一定的容错能力,对于少数不精准的数据具有一定的判断、排除能力,因此没必要要求大数据中的每一个数据都精准一致。

　　大数据的混杂性思维让我们更具有包容性,多样性。“传统的样本分析师很难容忍错误,“数据的存在”但舍恩伯格告诫我们:大数据时代要求我们重新审视精确性的优劣。如果将传统的思维模式运用于数据化、网络化的21世

　　[(2]P55)

　　。大数据的纪,就会错过重要的信息”

　　象之间的数据相关性就能认识过去,预测未来。他对相关性思维在大数据时代的地位和作用做了充分的肯定,认为相关性这套“新的分析工具和思路为我们提高了一系列新的视野和有用的预测,我们看到了很多以前不曾注意到的联系,还掌握了以前无法理解的复杂技术和社会动

　　[]()2P83

　　。他坚持认为态”揭示世界本质的

　　是“是什么”而不是“也就是说“相关关

　　[]()2P83

　　。”

　　不过,定因

　　果性,,面其状态的大更多地关注其作为解决问题入门,而不必过。安德森用相关性学理论的时候,舍恩伯格:,,理论贯穿于大数据分析的方大数据绝不会叫嚣理论已死,但它问会从根本上改变我们理解世界的方很多旧有的习惯将被颠覆,很多旧有的制

　　[(2]P94)

　　”度将面临挑战。

　　“杂性思维反映了世界的真实性和复杂性,数据的不精确、不完美,混杂性思维让我们更加接近世界的实,帮我们进一步接近事实的真相。

　　(三)相关性思维

　　果关系来分析、只从数据之间的相互关系中来寻规律,并通过表象关联来预测事物来的状态变“化走势。用舍恩伯格的话来说,么就够了,没必要知道为什么。在大数据时代,我们不必非得知道现象背后的原因,而是要让

　　[]()2P67

　　”数据自己发声。

　　26)

　　行预测,也能够更好地理解这个世大数据时代的价值观重塑二、

　　大数据不但带来了思维方式的重大变革,而且在不断地重塑人们的价值观,给人们带来价值观的重大转变。舍恩伯格从大数据新技术对世界带来的全面量化开始,提出了万物皆可数据化,由此形成了数据世界;然后他将数据比喻为一座神奇的钻石矿,并由此重点描绘了大数据的商业价值;最后他通过数据价值链分析,强调了在大数据时代数据所呈现出来的巨大价值。

　　(一)世界的数据化

　　数据是认识世界的重要参数,数据化是认识世界的重要手段。所谓数据就是有根据的数字,而数据化就是一种把现象转变为可计算、制表和制图分析的量化过程。考察科技史之后,我们可以发现,科学技术进步的过程与数据化的脚步是一致的,科学技术随数据化手段的发

　　7

　　虽然哲学家休谟对因果性进行了怀疑和批判,但因为因果性往往与科学规律联系在一起,因此传统科学从没放弃对因果性的追求。当我,们遇到某一现象之时,追问其背后的“为什么”即因果关系就成了传统科学最重要的目标。然而,随着大数据时代的来临,舍恩伯格对这种追求进行了深刻批判,甚至是进行了思维方式的颠覆。他认为,过分追求因果性是小数据时代留下的思维定势,在大数据时代,我们往往只需,知道“是什么”即只要把握现象就够了,通过现

　　长沙理工大学学报(社会科学版)　第32卷

　　展而进步。舍恩伯格认为,计量和记录一起促成了数据的诞生,它们是数据化最早的根基。

　　[(2]P104)

　　”记录和分析世界的渴望。正是这种渴

　　仅把土地、劳动力和资本列入生产要素中,而数据只是测度、记录这些生产要素的计量工具而已。但是,舍恩伯格认为,随着大数据时代的来临,数据不但是记录财富的工具,而且它本身就已经成为一种新的生产要素,具有使用价值。

　　舍恩伯格通过案例阐述了数据这种新生产要素具有以下特点:潜性、分享性、再生性。所谓潜在性,就是任具有多种多样的价值,采集之初开发、两种价值,而漂浮在海一眼只角,而绝大部隐藏在表面之

　　](2P下数可以被多方共

　　“大数据发展的核心动力来自于人类测量、

　　望,激发人们发明了计算机、人工智能、互联网、云计算等各种数据采集、存储、传输、处理的新技术,而这些新技术让测量、记录手段发生了翻天覆地的变化,以往难以被数据化的人类思想、心理、行为,以及社会的一切状态都可以被记录、测量,并最终数据化。舍恩伯格列举了文字、方位、社交等曾经难以被数据化而如今却被智能感知、社交图谱等技术轻易数据化的例子。“他于是得出结论说:只要一点想象,万千事物,就能转化为数据形式”世间万物皆可被数据

　　(2]P123)

　　。化[

　　,,数据的价值使减少,而是可以不断被处

　　[](2P132)

　　已经被使用过的数

　　正是由于计算机、人工智能、互联网、网等信息技术的突破性发展,、等实现了自动化和智能化,数据量因激从而迎来了大数据时代的来临,更带不同于物质世界、,舍恩伯“格上升到本体论的高度,得出结大数据的帮助,我们不会再看作连串我们认为或是自然或是社的事,们

　　[2]125)

　　。会意识到本质上世界是由信息”

　　、扩展被无限再利用,虽然数据,甚至没发现其价值时被当作数据,但这些“无用”数据随时有可能被发现新用处。“数据的价值并不仅局限于特定的用途,它可以未来同一目的而多次使用,也可以用于

　　[(2]P132)

　　”其他目的。舍恩伯格认识到,数据这种

　　无形资产很难进行正确的估价,数据是一种真正的可持续利用的资源。

　　(三)大数据的价值链

　　数据虽然在过去也一直被重视,但只有在大数据时代,其独特价值才充分显现出来,舍恩伯格主要从价值链的构成来进行分析。他认为,大数据价值链由数据、技术和思维等三要素构成,共同形成三足鼎立的关系。大数据价值链上的三要素具有不同的价值表现,分别扮演着数据拥有者、数据挖掘者和数据使用者的不同角色。

　　数据拥有者是价值链的最前端,采集并存储大量的数据,是大数据价值链的价值源。、腾讯、亚马逊、阿里巴巴、移TwitterFacebook、动公司等公司在业务过程中采集、存储了海量

　　数据世界的出现带来了一种全新世界观,即数据世界观,即“将世界看作信息,看作可以理解的数据的海洋,为我们提供了一个从未有过

　　[]()2P126

　　。更为重要的是,的审视现实的视角”在

　　数据世界观看来,数据成了认识重要方法,以及经济发展的重要资源。“通过数据化,在很多情况下我们能全面采集和计算有形物质和无形物

　　[()2]P125”质的存在,并对其进行处理。

　　(二)大数据的商业价值

　　大数据时代的来临,数据成了重要的价值,彻底改变了人们的价值观。舍恩伯格把数据比“喻成神奇的钻石矿,在大数据时代,所有数据

　　[(2]P131)

　　。过去,都是有价值的”数据只是记录财

　　富的工具,其本身并不是财富。传统经济学仅

　　8

　　017年第3期

　　黄欣荣,等:舍恩伯格大数据哲学思想研究

　　的数据。数据拥有者虽然拥有了大量数据,但没有完全挖掘出其价值。比如航空公司掌控了大量的航空、飞行等数据,移动公司存储了大量电话、短信、方位等信息,但他们仅仅当作一种历史记录,并没有发掘出这些数据的价值。

　　数据挖掘者是大数据价值链的中介,他们掌握着“掘数成金”的数据挖掘技术,能够根据客户的要求从海量的数据垃圾中挖掘出客户所需要的数据。他们通常是咨询公司、技术供应商或者分析公司。例如,IBM公司就彻底从售卖电脑硬件业务,变成了一家数据挖掘公司,专门为客户提供数据挖掘与分析。数据挖掘者掌握着挖掘技术,但他们一般不拥有数据,也不知道数据的最终价值。

　　数据使用者是大数据价值链的终端,能够让数据发挥出其价值。舍恩伯格认为,作据使用者,最关键的并不是数据和技能创新思维,需要具有挖掘数据新价值独想法,能够先人一步发现机遇。数据者虽然对数据及其挖掘技术可能是,但“他们思

　　66)

　　考的只有可能,而不考虑所谓的”

　　伦理道德危机问题,并进一步分析了产生伦理危机的原因,而且提出了责任与自由并举的大数据伦理治理的应对之策。

　　(一)大数据带来了哪些伦理危机?大数据时代是一个世界将被彻底数据化的时代,而且这些数据将在网络中开放与共享,因。大数?舍恩伯格、二次利用、事前惩罚狱是指,世界万、所想、,后面都会跟着数的尾巴,我们被“据化和跟踪着,第三只“眼”不格说:亚马逊监视着我,监视着我们的网页浏览习包括我们的社交关系么都知道,

　　[](2P195)网因此,在大数据时代,我们每个人都据化眼睛盯梢着,时刻生活在数据监狱里,因此自然谈不上隐私和自由。

　　所谓二次利用是指当初为特定目的而收集的数据随时都可能被再次挖掘和使用,因而脱离当初收集数据的目的而难以估计被用于何处。“大数据的价值不再单纯来源于它的基本”“用途,而更多源于它的二次利用。大数据时代,很多数据在收集的时候并无意用作其他用途,而最终却产生了很多创新性的用

　　[](2P197)”途。问题是,所有数据一旦上传网络,基

　　,e到了我们心中的‘TA’Face-

　　也就是说,。

　　的关系,分析了三者的历史演变。的地位并不占据主导,,数据挖掘者显得最为重要。之后,具有大数据思维的数据运用者后来居上,成为价值链的主导。但随着大数据时代的逐渐展开,数据的地位逐渐提升,人们终于认识到,在大数据价值链中技术和思维虽然重要,但数据才是价值链的基础和源泉,数据的价值逐渐转移到数据拥有者手上,因此他认为数据本身才是根本。大数据时代的伦理危机及其治理三、

　　大数据时代的来临,除了带来思维方式和价值观念的重大变革之外,更为重要的是即将引发重大的伦理危机,因此舍恩伯格在《大数据时代》中,比较详细地讨论了大数据即将带来的

　　本上很难彻底删除,总会留下蛛丝马迹并被反

　　3]

　　。复利用[

　　所谓事前惩戒是指根据大数据不但能够精

　　准把握我们过去的一切,而且可以精准预测我们未来的思想和行为,因此在未行动之前就被有关部门掌握并采取惩罚性措施。舍恩伯格描“述电影《少数派报告》的场景后说:人们不是因为所做而受到惩罚,而是因为将做,即使他们事实上并没有犯罪。……罪责的判定是基于对个

　　9

　　长沙理工大学学报(社会科学版)　第32卷

　　[()2]P202

　　”人未来行为的预测。过去以行为事实为

　　是匿名化,这三大隐私保护策略都失效了。如今很多用户都觉得自己的隐私已经受到了威胁,当大数据变得更为普遍的时候,情况将更加

　　[(2]P200)

　　”不堪设想。

　　]()2P16

　　。舍恩伯格说,大数据的核心是预测[

　　依据的罪责追究变成了未来行为的预测,事前惩戒有可能彻底颠覆无罪推定的法律原则。

　　所谓数据独裁是指在大数据时代,数据成了测度和判定一切的标准,凡事皆以数据为据,过于依赖数据,从而形成了数据独裁局面。舍恩伯格描述了商业、政府、教育等各领域对数据“的过分依赖后说:随着越来越多的事物被数据化,决策者和商人所做的第一件事就是得到更

　　[(2]P210)

　　,多的数据”他批判性地指出大数据主义

　　大数据不但可以精细地刻画过去,更重要的是。因此,,根据我们过去的所思、行分析,人下一步有罪的时候,公?如果不采取

　　者忽视人类的直觉、情感和经验,夸大数据的地位和作用,甚至将数据的地位推至极端,大数据“主义者甚至宣称:我们相信上帝,除了上帝,其

　　[()2]P210

　　。他任何人都必须用数据说话”

　　一旦犯罪么安是否有责任?,?正因为大数据具来了技术对人的自由意志的生活在一个没有独立选择和自……大数据将我们禁锢在可能会,

　　[(2]P207)

　　”。

　　(二)大数据为什么会引发伦理危机?大数据时代就是一个监控无处不在、无处可藏的时代,这是这个时代的基本特大数据为什么会让我们失去隐私呢?对此做了比较详细的分析。

　　他认为,传统社会的隐私是依靠三种手段实现的,、化。问题的数据时首先告知对得到对的许可,用;模糊化是指将涉及隐私的数进行预先的模糊处理,;匿名化是指让所有能揭示个人情况的信息都不出现在数据集里,比如姓名、生日、住址、信用卡号等等。通过这三种隐私保护手段,采集、分析和共享数据时就避免了个人隐私的泄露。但是,舍恩伯格认为,这三种隐私保护手段在大数据面前不堪一击。第一,大数据的海量性就决定了不可能所有数据都能够告知并得到许可,因为绝大多数数据都是智能采集、自动生成而来,当初并不具有某种目的。第二,通过大数据的汇聚和关联分析,被模糊、匿名的数据很快被填补并清晰地显现出来,模糊化和匿名化在大数据“在大数据时代,不管是告知与许可、模糊化还

　　10

　　(三)怎样治理大数据的伦理危机?舍恩伯格认为,大数据技术既引发危机,同时也准备了应对之策。“在改变我们许多基本的生活将思考方式的同时,大数据早已在推动我们去重新考虑最基本的准则,包括怎样鼓励

　　[(2]P219)

　　”其增长以及怎样遏制其威胁。

　　首先,个人隐私保护应该从个人自我保护转变为数据使用者承担责任。舍恩伯格认为必须改变小数据时代的隐私保护模式,让数据挖掘与使用者为其行为承担相应责任,即谁使用

　　(2]P220)

　　。任何一个数据使用数据,谁承担责任[

　　者在使用数据的过程中都必须评估所用数据的隐私风险与责任,在挖掘数据价值的同时切实保护个人隐私。

　　其次,重新定义公正概念,坚持个人为自己行为负责,维护个人意志的自由尊严。舍恩伯格认为,通过保证个人动因,可以确保政府等部门不会单纯利用大数据分析心理动机,必须依据已发生的证实行为来判定某人是否犯罪。为

　　面前完全失效。因此,舍恩伯格得出结论说:

　　017年第3期

　　黄欣荣,等:舍恩伯格大数据哲学思想研究

　　此,舍恩伯格提出公开、公正、可反驳等三原则,

　　](2P224)

　　。以防范唯数据主义[

　　术革命,特别是信息技术或数据技术革命,从哲学的视野看,它更是一场世界观、思维方式、认识论、方法论、价值观和伦理观的全方位哲学革命。其他的大数据专家基本上都只是从技术层面来解读大数据,停留在形而下的层面,而舍恩伯格是最早从形而上的层次揭示大数据革命的哲学本质的学者。

　　个别学者注意到了大学意义,甚至有些学者更早就奖得主、年就提

　　;型科学研究美国学者戴

　　再次,培养大数据算法师,打碎数据黑箱,

　　切实保护个人权益。对一般民众来说,大数据技术是一个看不见的黑箱,很难看见黑箱的内部及其蕴藏的危险。为此,舍恩伯格提出必须培养能够打开数据黑箱的大数据算法师,就像审计师、律师一样,他们将作为数据保护代表,或数据安全和隐私顾问,为一般民众打开数据

　　(2]P228)

　　。黑箱,维护个人数据权益[

　　大数据迅速普及也有年、2013年,

　　最后,反对数据垄断,缩小数据鸿沟,确保

　　数据权的公平公正。一般民众由于缺乏数据能力,更缺乏数据权力,根本无法接触或掌握数据,成了大数据时代的弱者。数据垄断带来了数据鸿沟,并带来了数据权的不平等。因此,舍恩伯格认为必须及时立法,遏制数据垄断,数据鸿沟,让人们在大数据面前具有平等(2]P231)

　　。据权益[

　　2大数012年《

　　5》[舍恩伯格的同年,

　　了论文《大数据及其认识论

　　]

　　;挑战》《光明日报》发表了[7]

　　《大数据理哲学原理》等。但是,只

　　从本体论、认识论、方法论、价值论诸多视角,全方位地揭示其哲学意《可以说,大数据时代》一书比较完整地提出了大数据哲学的研究纲领。

　　[参考文献]

　　[:AR1]SchonbererVM,CukierK.BiataevolutionggD

　　,WThatWillTransformHowWeLiveorkandThink[:,M].LondonJohnMurra2013.y

　　结语四、

　　“家和大数据技术专家,”他与肯尼斯作是大数据时代来临的宣言数据革命的科普读物,很少有人从视角来看。从上面的分析舍恩伯格及其《大数据时代》中,我们可以看出,舍恩伯格全面揭示了大数据革命的哲学意义,系统建构了大数据哲学的研究体系,重点探索了大数据引发的思维方式变革,提出了切实可行的大数据伦理危机治理对策,因此也是一位真正的大数据哲学家。一般都仅仅被看作一种新的数据技术,最多被看作一场信息技术革命,当时很少有人从哲学的层面来探讨大数据对哲学的意义。舍恩伯格是最早从哲学视角解读大数据革命的学者之一,他比较全面地揭示出大数据不仅是一场技

　　自2大数据012年在全世界迅速普及以来,

　　[][英]维克托迈尔-舍恩伯格,肯尼斯库克耶.大数2

　　译.杭州:浙江人民出版社,2013.

　　据时代:生活、工作与思维的大变革[盛杨燕,周涛,M].

　　[][英]维克托迈尔-舍恩伯格.删除:大数据取舍之道3

　　[4]Heetc.TheFourthParadim:Data-intensiveyT,g[]D5avisK,Douatterson.EthicsofBiata[M].O’gPgD[6]LucianoFloridi.BiataandTheirEistemoloicalgDpg[]李德伟.大数据的数理哲学原理[光明日报,7N].2012-12-25.

　　[],():ChalleneJ.Philo.Technol.201225435-437.g,Reilledia2013.yM

　　[ScientificDiscoverM].MicrosoftResearch,2009.y[袁杰,译.杭州:浙江人民出版社,M].2013:6.

　　11