数据和例证
杨澜:民间的调查显示,对于私有财产有可能被侵害的原因,30%的人认为因为没有宪法的保护,有30%的人认为价值可能被低估,还有27%的人认为在市场准入、经营环境等方面有不公平的待遇。另外还有10%的人认为如果没有宪法保护,存在着再次被国有化的可能。这成为一个这几年颇让人忧虑的问题。
虽然在2002年中国引进外资达到了一个历史新高,差不多500亿,这在全世界范围——萧灼基:527亿。
这是我在2003年采访经济学家萧灼基的一段对话。这一年,3月初的北京乍暖还寒,人大和政协两会的会议气氛相当热烈。连任两届政协委员的北京大学经济学教授旧事重提,又拿出了他1998年就曾提出过的“尽快将保护私有财产写入宪法”提案。这样一位在改革开放以来就参加了理论界多次重大问题的讨论,对经济发展战略、体制改革、产权制度、金融证券、涉外经济等研究领域都发表过系列创新观点的学者,显然对重要数字十分敏感,甚至容不得“差不多”。
杨澜:在全世界范围来讲都是一个非常高的数字。
萧灼基:全世界第一。
杨澜:但是也有人说:“同期的资金外逃数目与此不相上下。”这是不是间接地也说明了这种忧虑?
萧灼基:保护私有财产不仅能够稳定境内投资者的信心,同时也可以稳定境外投资者的(信心),使境外投资者的信心增强。境外投资者里头最主要是港台,尤其是台湾。我跟台湾的学者和企业家接触比较多,他们在潜意识里就有一种顾虑。如果我们在宪法上面规定“私有财产不可侵犯”,这样就向全世界宣示:
我们要保护私有财产了。那么对境外投资者,尤其对港台投资者,会让他们更加增强对我们的法律、对在境内投资的信心。
527亿、世界第一——静态数据在萧教授的回答中变得非常有说服力,成为经济走势最鲜活的素材,为他保护私有财产的提案提供了具体而坚实的支撑。
提问中的数据若是运用恰当,会让提问更有力,也帮助我们使问题之间更有条理和逻辑性。所以,数据的引用需要严谨。
高阶数据是严谨运用数据的必选项,《提问的逻辑》一书对高阶数据进行了更完备的定义:“高阶数据”就是为了避免这类误差和错误而出现的,它反映了更加全面、深入的考量。首先,高阶数据的来源完全透明,且经过了科学专业的收集和量化分析,最大化地抛弃了不客观的或偏执的视角;其次,高阶数据往往反映了一个事物的关键属性,有更强的说服力。[6] 注重科学性,讲求严谨,是我对团队的要求。在节目中所需要引用的数据,一定要来自官方网站或者权威研究报告,这样才会具有数据的效力。
从最初的Legend一路变成Lenovo,联想公司打造出了新的国际化的中国企业传奇。如果想要知道时任联想集团董事长柳传志在改革初期如何带领“联想”逐渐远超外国品牌,来自可信资料的具体时间和数据是关键线索。
杨澜:我后来看一些统计资料,说在1996年三季度的时候,“联想”和一些外国的品牌,什么IBM、Compaq,还有HP,在中国市场的销售量——个人电脑销售量几乎是相同的,市场份额也非常接近,但是在1997年第一季度、第二季度,“联想”就远远超过了它们,市场份额能够占到百分之十几,销售额也比它们高出三分之一左右,这一转变就非常有戏剧性了。刚才谈到,在1993年、1994年大家还处于心里非常慌、非常忐忑,甚至不知道是否能够生存的情况下,为什么在短短的一两年时间,能够发生这么大的变化?
柳传志:我们决心要参与竞争的时候,首先要把自己的毛病找着,对我们整个公司的组织架构及时调整,于是,很快适应了跟国外企业的竞争。
数据并非只能起到说明作用,还在特定的语境下具备了极佳的戏剧性,让我们在数据的增减变化中识别事态的跌宕起伏。
2009年,我在日本东京采访了日本前首相中曾根康弘。在他担任首相的5年当中,中日关系有了长足的发展;在他从政的50年当中,他与中国的历代领导人都有过相当密切的交往。
杨澜:1973年你担任田中内阁的通产大臣,那时候去中国曾经与周恩来总理有3次会谈,长达7个小时的时间,他给您留下最深印象的是?您觉得他是什么样的政治家?
中曾根康弘:一天内会谈3次是很不容易的事。周恩来的热情让我深受感动。我们谈到凌晨1点左右才结束。走出人民大会堂时,他一直把我送到外边的台阶下面,还给我披上了大衣。我的心被打动了。一国总理为他国领导人披大衣,这是极少有的事,我从来没有见过。后来周恩来逝世后,我去过北京,我要求去他家吊唁和献花,可是中方说:不用了,你太客气了。后来他的夫人请我吃饭,所以我和周恩来夫人一起吃了饭。
1973年、3次会谈、7个小时,每一个数字都能唤起被访者记忆深处的动人往事,也在表明着提问者对受访对象的重视与尊重。
1998年春天,我采访了水稻专家袁隆平。在采访他之前,我注意到他两次被提名中科院院士均遭否决,原来是因为他总结的水稻杂交的经验,违反了“自花授粉自交不衰退,因而杂交无优势”的传统理论,又出口顶撞了前辈。直到杂交水稻已被大面积推广,权威才不得不承认袁隆平的学术地位。
杨澜:报纸上说您的这个品牌值一千亿的时候,有没有回家跟太太谈论这件事,她有什么看法?
袁隆平:从来没有,我对这个看得非常单纯,人家都问我,一千亿怎么看,我都一笑了之。
杨澜:我想另外一个数据对您更有一些实际意义,就是朱镕基总理给您批了一千万元人民币的研究经费,要尽快研究出超级水稻,现在进度怎么样了?
袁隆平:对,这个一千万对我是个很大的鼓舞。
提问中的“一千亿”和“一千万”,展现了科学家袁隆平的巨大价值;回答中的“一千亿”和“一千万”,则显示了研究人员对名利的淡泊和对研究的热忱。
不满足于表面的数据,而是继续挖掘数据背后的事实信息,科学中的非科学因素,成为我提问的深入点。我继续列举了“大跃进”中虚报粮食产量导致三年困难时期的例子,说明政策与科技之间的关系。
杨澜:三年困难时期,你作为科学家也感到无能为力,一个很重要的原因就是“大跃进”造成了土地荒芜,粮食短缺,是不是?
袁隆平:我们科技人员是做实际工作的,有一个非常深刻的体会,如果国家政策不好,我们就没有用武之地。没有包产到户,没有农村的改革,再有十个袁隆平也没有用啊。
数字:三年困难时期,十个袁隆平;案例:“大跃进”。无论数字,还是案例,都是提问者引导被访者进一步细化补充相关细节的重要途径。问答中有数据,有故事,有反思。正是由于数据和案例的支撑,才使得访谈的深度不断得到拓展
本书评论