大数据时代的喜与忧

杜冉乐　吴若凡

大数据市场规模5年将达8000亿交易平台

今年8月19日国务院常务会议通过《关于促进大数据发展的行动纲要》，这意味着我国大数据发展迎来顶层设计，将有助于培育经济发展引擎。

在商业界，大数据已经开始成为很多企业的生意，贵阳大数据交易所等交易平台也纷纷成立，以抢占各区域、细分领域市场先机。但是目前，有意愿交易大数据的企业和机构还不多。大数据交易的安全性、定价的合理性、客户信息的保密性，都在一定程度上影响着大数据业务的规模和发展空间。

今年5月，成立仅一个月的贵阳大数据交易所推出的《2015年中国大数据交易白皮书》显示，预计到2020年，中国大数据产业市场规模将超过去年规模的10倍，由2014年的767亿元扩大至8228.81亿元。

面对如此庞大的市场潜力，大数据交易平台应运而生，试图占得市场先机。前景固然美好，不过，诸多数据商却仍持观望态度。贵阳大数据交易所官网也未透露目前旗下会员有多少，尤其是VIP会员的数量。

大数据全国扩张地图。

今年4月14日，贵阳大数据交易所正式挂牌成立，注册资本5000万元，涉及贵州阳光产权交易所、中天城投、亚信数据、九次方大数据等6大股东。

贵阳大数据交易所可以交易30种大数据，包括金融、政府、医疗、能源、交通、社交、物流、征信、房产等，类似“网上商城”，实行会员制。

除了贵阳大数据交易所，不少地方也在酝酿发展大数据交易系统。早在2011年5月，北京软件与信息服务交易所由工信部、北京经信委和海淀区投资推动成立，旗下运作的“北京大数据交易服务平台”于2014年底上线。

数据“质量”驱动需求。

大数据能为企业带来什么解决方案？什么样的数据才是企业需要的？

碧桂园集团云贵区域投资拓展部相关负责人周灵梓说，“从去年到现在，我一共拿了8个地块。在拿地过程中，对准确、真实和全面地获取拿地信息有着深刻的感受和强烈的需求。如果拿错地，后续的负面影响很大。”

在周灵梓看来，通过大数据交易的电脑程序分析，得到大家共同认可的数据很重要，以前地产机构的很多数据来源不同，结论差异较大，势必困扰房企的投资决策。

金科股份品牌总监夏绍飞对此也深有感触，“我们一直跟中国指数研究院、克而瑞等机构长期合作，一年要支付咨询费几十万元。光拿到数据没用，关键是数据本身的质量，尤其是机构的分析。”

东原地产集团战略投资部相关负责人周大佐打比方说，房企拿地就是一个“算账”的过程，真正拿地时只有几个数据，但决策前往往需要成千上万的数据支撑。他认为，大数据交易的关键是数据要有用。

“我觉得现在一些第三方机构就很厉害。为了确定一块地周边的客源结构，他们专门派人站在街上‘数车，比如价值30万以上的车辆有多少。”周大佐说，他们暂时还没看到交易所有这么强大。

贵阳大数据交易所相关人士解释说，“我们也不会简单地充当数据搬运工的角色，交易所将积极发挥数据质量认证、数据格式标准化、数据金融工具的作用。”定价暂难市场化大数据平台交易欠活跃

大数据时代，如果你是某家实力房企的营销操盘手，想尽快知道某个片区的有效消费客群情况，通过贵阳大数据交易所这个平台购买数据。但如果数据出错造成推盘失败，这怎么办？

一位业内资深人士指出，目前，大数据的价值由买卖双方根据自己所认定的价值进行评估，决定数据的价格。而交易的困惑实际上就在于交易双方信息的不对称性，更具体一点就是买方需求与卖方供给之间存在大数据交易信息的“错位”。

交易“定价”之惑。

在北京大数据交易服务平台上，点开“数据交易”一栏，针对数据类型一项，共分为原始数据、加工后数据、其他和行业报告，95%以上的数据为行业报告，一共13个页面，挂牌价仅为100元。

唯有“企业大数据精准分析服务”一项属于原始数据，挂牌价30万元，而“舆情监控分析”一项，数据类型不明确，挂牌价为50万元，这些数据几乎都出自九次方大数据终端。

在贵阳大数据交易所，针对产品定价，专门划分了数据的6个维度，包括数据实时性、数据样本覆盖面、数据完整性、数据品种、时间跨度与数据深度，推行实时交易。

贵阳大数据交易所表示，不同品种的大数据价格机制是不一样的，实时价格主要取决于数据的样本量和单一样本的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。

交易存信息不对称风险。

按照贵阳大数据交易所的设计，大数据交易最终要在买卖双方之间达成共识。如果买方急需的数据信息并非卖方所提供的信息，如何解决？发生纠纷之后，交易所将如何处理？发生这种情况的根源又是什么？

一位业内人士说，这种情况下，交易风险又会反馈到交易所的大数据定价机制。

关键问题是，目前大数据交易所在定价机制上仍然难以做到市场化。那么，到底如何看待上述可能会发生的潜在问题？

贵阳大数据交易所工作人员解释说，如果数据买方对购买的数据信息与其描述的内容不符，他们可以向交易所投诉，由交易所及时处理。此外，他们对数据提供商有相关的资格审查，比如企业资质够不够，审核相关数据信息是不是涉及隐私等。

基于此，大数据交易所需要投入多大的人力、设备等成本？上述业内人士说，“这个是非常难的事情，你要看贵阳或北京集聚了多少人才去搞这个事情。”

在该人士看来，现在有一个基础技术有待突破，即数据标签、数据水印，也就是说，从这个交易所里出来的数据必须打上数据水印，这涉及到信息安全技术，目前只有国家信息中心有这个能力解决。

大数据时代的隐私：边界正变得暖昧不清

人们重视隐私的保护，但同时也相信未来是一个由数据推动的时代。不过，大数据使用的普及必然会涉及到侵犯隐私的问题，这听起来的确是相互矛盾的事情。

不可否认，大数据是座金矿，通过数据挖掘，人类所表现出的数据整合与控制力量远超以往。但大数据又是把双刃剑，国家和企业在大数据获益的同时，个人隐私保护的话题却变得暧昧不清，也使业内外对隐私保护的争论延绵不绝。

大数据打破宁静。

说到个人隐私，有这样一个段子：一个客户打电话订购比萨，客服人员马上报出了他的电话和家庭住址，推荐了他喜欢的口味，报出他最近去图书馆借过什么书，信用卡已经被刷爆，了解他房贷还款金额，知道他丈母娘刚动过心脏搭桥手术，甚至还准确定位出他正在离比萨店20分钟路程的地方骑着一辆摩托车……

分散在各个系统中的海量数据乍一看价值不大，但如果把它们深入整合、挖掘，就能知道一名消费者的性格、爱好以及消费习惯等信息，这些信息对商家非常有价值。但对消费者来说，你的宁静生活却从此被打破。

数据如果是在相同业务范围内使用，没有必要去界定隐私；但业内人士也承认，在大数据交易过程中，用户的隐私存在泄露风险。一旦形成大数据模式，各个系统之间产生的数据就会互联互通，数据被用于他途，用户隐私泄露的可能性就会加大。

直接过滤掉个人信息，是否就能防止信息泄露？有业内人士认为，大数据在涉及交换、分析、挖掘时，个人信息是无法直接过滤的。

此外，不同商家的所谓信息共享也会让你的隐私信息有被整合、挖掘的“危险”。这些个人隐私数据散落在中介、银行、保险、航空公司等机构间，危险性可能不大，但如果被共享之后，又被系统整合、相互印证的话，消费者的个人基本信息，甚至性格、爱好以及生活轨迹等信息将被他人一览无余，很多普通人在他们面前将变成“透明人”。

隐私保护应跟上步伐。

大数据系统与传统数据系统不同，区别在于，前者包含了很多外源性数据，这些数据本身存在价值。比如你在淘宝购物创造了一个数据，这个数据对于淘宝而言就是外源性的。当无数外源性的数据整合并被分析之后，便构成了大数据系统。一旦形成大数据模式，各个系统之间产生的数据就会互联互通，从而产生极大价值。因此，传统数据时代的“隐私”与大数据语境下的“隐私”，无论是内涵还是外延，均有极大不同。

一般而言，人们对于隐私的定义是：一种与公共利益、群体利益无关，当事人不愿他人知道或他人不便知道的个人信息。其本身并不涉及公共、群体利益。业界有一种声音认为，随着大数据时代的深入，这个社会对隐私的定义一定会逐渐改变，考虑到技术的发展，眼下认为是隐私的信息，或许几年后就不再敏感。

在监管层面，由于现阶段《民法通则》没有完整的关于“隐私”的概念，国家也无明文规定来规范大数据交易市场，诸如云计算和大数据应用都或多或少在灰色地带游走。

上海杜跃平律师事务所律师杜跃平表示，可以从源头上抓起，即默认禁止状态，未列举的内容默认为不被允许。

美国目前仍在使用的是1970年就通过的《公平信用报告法》，旨在对大型主机侵犯人们的隐私进行防护。该法案允许信用咨询公司收集个人财务信息，但收集所得信息只能用在三个方面：信用、保险以及就业。

很显然，美国的法律在大数据时代滞后了。我国关于个人隐私的保护，也未跟上大数据技术的发展步伐。

杜跃平指出，许多网站和电子商务平台对用户进行行为习惯分析，然后推送相关商品信息，这本身已涉嫌侵犯用户隐私。解决的办法是，网站必须尽告知义务，“网站在采集信息前应告知和征询消费者，消费有权授权或不授权。”即使在授权之后，电商平台也不能将消费者行为信息用于商业用途。