湖北的曾国，不见于文献。一般认为，它就是史传中的随国。随国曾经是汉水北岸的姬姓国家中最强大的，是楚国北上的最大阻碍。《左传》和《史记·楚世家》都讲了楚武王三次伐随的故事，有趣的是，两部书的说法完全不同。

公元前706年，楚武王第一次伐随。《左传》写这一战的部分，算是散文名篇。不过写得像是一场辩论赛：楚国反省自己的战略，说我们应该放松对随国的进攻，相反提高随国的地位。这样，随国就会抛弃盟国而妄自尊大，然后我们就可以寻机下手了。随国方面，则有一位贤大夫大谈治国之道，尤其是提出“夫民，神之主也，是以圣王先成民而后致力于神”的结论，堪称早期民本思想的典范。最终结果，是“随侯惧而修政，楚不敢伐”，看样子随国还略占上风。

这些议论，《史记》统统没有。《楚世家》关注的是：这次事件之后，随国向天子转达了楚国想提升爵位的要求。一个诸侯国跑去向天子说这事，当然非常无礼，换句话说，随国应该是已经被楚国打怕了。

公元前704年，楚武王再次伐随。《左传》说，随国有奸臣有忠臣，结果国君只听奸臣的意见，被打得大败。但楚国也是倒霉催的，居然在战场把奸臣活捉了，于是觉得，这是上天要替随国治病（因为随国从此要听忠臣的了），可见灭随的时机未到，也就撤了。

《史记》则强调，这一年楚国得知了自己称王的要求被天子拒绝，所以这次征伐似乎是对随国办事不力的惩罚。另有个《左传》未提的大事件，楚武王宣称“王不加位，我自尊耳”，楚国从这年开始称王了。

公元前690年，楚武王第三次伐随。《左传》说：出兵前，楚武王告诉妻子：“余心荡。”他的夫人立刻做出判断，国君将不久于人世，但她又说：如果出兵没有失利，那么君王死在行伍之中，也是国家的福分。果然，楚武王在军中去世，但楚国的将军们秘不发丧，继续前进，以楚王的名义进入了随国，最终使随屈服。

《史记》又没有这些动人的细节，但交待了这次伐随的原因：因为尊楚为王，倒霉的随国被周天子叫过去数落，而这件事又让楚国认为随国背叛了自己，所以才发兵讨伐。

综合起来看就是，《左传》中随国是楚的劲敌，楚国用尽了计谋和武力，才将之征服。而《史记》里，随国只是一个夹在楚国和周天子之间的可怜虫，楚国不灭随，只是想留着它作为缓冲和中介，让他去和天子对话，比自己出面更方便而已，后两次征伐，其实已经不是收拾敌人，而是教训小弟。

讨论春秋的历史，学者们通常重视《左传》胜过《史记》。但这件事上，《史记》恐怕另有很有分量的史料。难得司马迁毫无讲故事的热情，却把三次征伐环环相扣的因果关系梳理得非常清晰。而且，联系到后来的楚随关系，《史记》这种讲法显得更合理。

早有学者注意到，“楚国和随国关系在春秋中期以前，互相征伐，战争不已，而春秋中期以后到战国初年，忽然变得十分友好，几乎到了同呼吸共命运的程度。”就拿曾侯乙编钟来说，其中有一枚楚惠王送的镈钟。楚惠王为什么要给曾侯乙送钟呢？就有学者推测说，当年随国顶住吴国的强大压力，救过惠王的父亲楚昭王的命，因此惠王要对随国表示感激。

转变何以发生？按照《左传》很难解释。但如果接受《史记》的叙事，这个问题就无需费心了：因为根本就不存在所谓的“转变”，早在春秋初，随国就已经是楚国的仆从国，春秋中期以后，被调教得更加服帖了而已。

（摘编自刘勃《小国的生存之道》原载于2018年8月2日《南方周末》）

大数据的一个根本缺陷就是它只关注“客观数据”的呈现，而缺少对“主观数据”的反映。从社会学角度看，所有数据说到底都是有关“人”的符号，因此，符号所蕴含的社会文化意义是我们真正需要了解和掌握的内容。如果脱离了人及其所在社会的价值本性，无限放大大数据的效应及其影响力，就可能本末倒置，最终产生许多难以预期的后果。数据于社会又作用于社会。无论是可以数字化的数据还是不可数字化的数据，其比较、分析和归纳其实反映的都是人在符号层面上的一种互动。大数据是汇集了行为主体、时间、地点三个维度的“数据宇宙”。在大数据时代，个人的信息更多的是以数据为载体来进行互动的。如果人及其各类社会行为都仅仅被看作一个个数据符号，我们就很难从数据中解读出充满朝气、富有激情的人，也就很难从数据塑造出来的没有个性特征的人去推导群体样态和社会构成。

犹如网络一样，大数据也是一把双刃剑。巨量化的大数据在给我们研究和分析社会现象带来便利的同时，实际上也掩盖了许多具有个性特征的数据的意义。在连续的巨量数据海洋中，许多本身具有个性特征的数据已经变得无足轻重了，它们在大数据霸权面前会成为微不足道的牺牲品，大数据简化了人们对数据差异性的认知。大数据的复杂性不仅在于其数据样本巨量，更在于其多源异构、多实体和多空间之间的交互动态性。当前，只有少数人掌握处理这种复杂的巨量化大数据的技术，这很容易导致“数据暴力”。从这个意义上说，防止大数据滋生出“数据暴力”是大数据发展中需要注意的问题。

从某种意义上说，大数据的价值只有在其能够被规范成为可供分析的形式之后才能最大程度地被挖掘出来。然而，在巨量的大数据面前，实际上可供规范分析的数据只是极少数，许多数据都停留在“碎片化”阶段而难以被真正挖掘和分析。对这些碎片化的数据进行清理，形成规整的结构，是大数据能够得到充分利用的根本所在。在大数据中，其研究范式重在发现而不是推论，运用大数据进行各种分析不应像传统的社会调查方法那样通过假设检验来进行推论，而应通过数据的总体归纳来达成对社会现象的总体分析。这不仅要求我们在数据清理技术、存储结构上进行优化，而且要在数据采集环节尽可能地做到规范，否则就很难获得对复杂事物的系统认知。

在大数据时代，我们真正需要的并不仅仅是大数据本身，而且是大数据背后所隐藏的我们想要获取的各种信息资源，而这些信息资源可能只占数据总体的万分之一甚至更少。从这个角度说，大量的信息其实都是垃圾。不仅如此，许多大数据本身就是模糊的，其中含有大量虚假和有害的内容。如果我们纯粹凭借数据来判断和分析人类行为，甚至不假思索地去利用和传播某种数据，就会导致许多误判。因此，未经前期调研论证和规范分析所获取的信息，其数据量越大可能越模糊，其得到的垃圾信息也就可能越多，这也为各种数据造假和不当传播打开了方便之门。对此，我们必须学会辨识和判断数据的真实性，避免因盲目的数据崇拜造成误判，甚至迷失在大数据的洪流之中。

（摘自《大数据热中的冷思考》有删减）

地理环境、区域差异、族群分布、文化区隔等对于文学活动有不同影响。这些影响，最终将反映到作家个性、作品风格、文学思潮、文学流派、族群特征、区域传承等各种具体的文学现象上来。刘勰在《文心雕龙》中谈到北方《诗经》和南国《楚辞》的不同文风，认为前者“辞约而旨丰”，后者“瑰诡而惠巧”。法国丹纳的《艺术哲学》明确将地理环境、种族与时代并列为文学生成“三要素”。

关于文化地理差异带给文学创作的功能性影响，德国哲学家黑格尔曾做过阐述。他说:“自然环境决定着一个民族最初的也是最基本的审美习惯，这种习惯一旦养成，就像人的皮肤一样，长久地保持下来并渗透到人们精神的各个领域。”事实正是如此，地理环境以及据此而来的综合性人文氛围，不仅影响到区域习俗、文化传统、作家性格等，而且还会作用于文学文本的传播路径和接受方式，而这一切都将以文学作品的题材、主题、语言、文体、风格诸层面的综合指数为核心。四川乐山依山抱水的开阔环境造就了郭沫若豪放不羁的性格特征，凤凰封闭唯美的自然环境塑造了沈从文敏感柔弱的个性心理。

地理区隔所造成的重要文化差异表征之一，便是语际交往中的非对称性。语际交往实际上指的是不同语种之间的跨文化交往，其中自然包含了不同区域不同语种间的文学对话。语际交往过程中的非对称原理主要包括两层含义:一是语际交往中暂时处于强势地位的语种对相对弱势语种的强迫性渗透，二是不同语种之间相互翻译或转译的非饱和性和不完满性。文学语际交往中存在着“语言霸权”问题，比如西方的主流语种——英语对包括汉语在内的其他语种的霸权。我们有理由预期，英语霸权地位还将持续下去，据此进行的关于文学本质的种种讨论也会受到英语表达惯性的牵制。

造成语际之间文化交往不对称的主要原因有三个。首先是经济原因。一般而言，经济实力强大或较强的国家、民族或地区的主流语种文学在文化交往中常常处于主导地位。这种“财大气粗”的交往原则的文化效应古今皆然。其次是政治原因。说到底，政治影响力仍以经济增长力为基础。经济发展了，政治强大了，说话的分量自然就加重了。从这个意义上说，一种语言的广谱性常常成为政治地位的象征符号。其三是文化原因。语言和文化密切相关，准确地说，所有语种的语言都是文化的产物。

跨语际交往通常隐含着跨文化对话机制的“异地原理”。犹如巴赫金所言:“在文化方面，异地是理解最有力的手段。只有通过另一种文化的视点，一种外国文化才能完整地、深刻地表现出来。”他同时认为，任何一种语言都不可能被绝对翻译，文学语言尤其如此。法国的舍普等人则认为，文学语言的翻译未必要追求绝对性，不饱和翻译或许正是语言艺术交往互动的诗意所在。他明确指出，“文化有一种珍贵的无法磨灭的诗意的东西，即区域性的东西。技术相反，某些技术语言是世界性的语言。技术与文化的不一致，造成了一种紧张状态。”这种可译又不可全译的文化征候，在语言论转向之后或许会变得更加突出，并可能由此加剧全球化时代文学语际交往的挑战性。

（摘编自龚举善《文学本质多向生成论》）