大数据时代下的分配正义研究——大数据技术开发者角度

◎刘 瑶

（辽宁师范大学 辽宁 大连 116029）

世界著名咨询机构麦肯锡公司早在2011年就提出了“大数据时代已经到来”的论断，大数据的开发与应用成为未来信息科技、经济发展重要的方向之一。但是，随着大数据时代的发展，在大数据利益相关者共同体中，由于分工的不同和地位的差异，大数据生产者、开发者、使用者及政府部门相互之间必然处于尖锐的利益矛盾之中[1]。其中涌现的分配难题，也成为大数据发展进步中主要的障碍。

一、分配正义的由来及其当代价值

柏拉图通过苏格拉底之口阐明正义分为国家正义和个人正义，但柏拉图的正义观主要是形而上的，政治伦理的色彩浓厚，由于缺乏财富分配的理性观念，所以并未直接触及到经济领域。亚里士多德认为一个优良政体的核心是正义，也就是追求一种至高无上的善。因此他将正义分为分配正义、矫正正义和回报正义。他认为分配正义就是以个人的身份、地位、努力或贡献等作为依据，按照合理的算术比率进行分配的原则，即最终应该让个人得其所应得。但是亚里士多德的分配正义的局限主要在于他侧重于对公共资源配置的探讨而非个人利益分配。

从某种程度上来说，古典时代的正义原则从大处着手，几乎无所不包，很少去探讨那些细枝末节的问题。而近现代以来随着社会分工的精细化、利益关系的复杂化，对于正义理论的研究也愈渐狭隘，变得精细化、专业化。把正义分成许多方面去探讨，是许多政治思想家的重要特点。而其中研究分配正义的思想家更不胜枚举。洛克基于财产权的按劳分配理论，穆勒在《功利主义》中关于平等的分配正义理论，罗尔斯建立在平等自由和差别原则基础上的分配正义论等。

关于分配正义的概念渊源甚久，历来有很大的差别。当代学者张国清认为应得是正义的核心概念，社会应得是分配正义的核心概念[2]。基于此，笔者所要讨论的分配正义是在大数据应用过程中如何让各数据主体得其所应得的问题。在大数据疯狂发展的时代背景下，如何让处于弱势地位的数据主体依据其创造的价值，获得应当得到的利益，是有关社会公平与人民幸福的重要问题。

二、何为“大数据”

当今时代的信息量呈现几何级数的增长，我们身处一个信息大爆炸的时代，信息如潮水般从四面八方涌来。我们身处在数以万计的信息之中，又不断地产生着各种七零八碎的信息，我们的生活也几乎被信息分割成碎片。

“大数据”是相对于“小数据”而言的概念。小数据是局部的、静态的、单维的个体数据信息[3]，而大数据则是海量的数据信息集成。那么何为“大”呢？笔者认为，大数据之“大”，不仅体现在其数量、范围、速度、类别之“大”，更体现在大数据的处理技术与应用价值之“大”。面对信息大潮的恐慌，从传统数据库到新兴大数据的演变，是一次宏大的技术飞跃。

三、理论研究水平及存在的问题

目前关于大数据背景下的利益分配问题学界研究较少。因其数据的虚拟性以及与实体经济和制造业结合的不足所以仍处于“摸着石头过河”的阶段。陈仕伟从唯物辩证法的矛盾观入手，分析了大数据时代利益主体之间的矛盾，并通过伦理视角给出了解决利益矛盾的原则，以达到利益最大化和伤害最小化[4]。冯志宏从风险分配的角度出发，探讨了其风险分配非正义的表现。使我们不再局限于传统利益分配的正义问题，而更加重视风险承担的责任问题。他指出当前大数据风险分配中存在分配主体单一、分配程序不科学、分配制度不完善和风险补偿化解不合理等问题[5]，为我们提供了可供参考的新观点。

四、大数据技术开发者的分配非正义性问题

（一）数据来源

首先，数据的真实性和可靠性值得怀疑。由于大数据时代，数据主体的多样性及广泛性，数据主体所产生的数据也参差不齐，难以追本溯源。其次，又由于数据的模糊性和虚拟性，使得其关于“是否产生利益”以及“产生利益多少”无从界定。这些问题从根本上给予了那些投机取巧者一个避难所，使得巨大的利益无从分享，这也有悖于古老而普世的分配正义的理念。

（二）数据分析

掌握大数据开发技术的主体往往比较集中且带有组织性，数据分析技术掌握在一小部分人手中，就这一小范围而言，数据开发者的利益分配的分歧相对较少且不那么复杂。同时，由于大数据技术开发者在数据分析及处理过程中为此付出了劳动和技术，得到相应的利益分配变得理所当然，在此维度上争议较少，所以不做赘述。

（三）数据应用

从理论上讲，大数据是一种信息集成，因此当虚拟的大数据与广泛的实体经济相结合，其产生的效益必然是广泛的且难以在短期内去衡量。

从时间维度上看，大数据所产生的收益有时很难在短期内去计算，在更长远的时间推移中，大数据的效益才逐渐显现出来。因此，时间的不确定性使得大数据利益分配不稳定且难以预测，这就使得大数据技术开发者必须对数据利益进行动态管理，以实现不同时期不同的分配手段。

从空间维度上看，大数据的应用面极为广泛，一种数据往往能产生多种用途。数据的传递使得数据的应用没有边界可言。同一种数据传递到下一个数据开发者手中将会产生不同的利益。因此，很难在海量的数据中定位到某一数据开发者自身特定的利益。

（四）数据存储

在数据存储与维护过程中，主要涉及数据存储管理的成本如何分配以及数据泄露的风险如何分配的问题。一方面，数据的存储与维护往往耗时耗力，需要专门的人才对其进行管理与跟踪。另一方面，数据管理的失控将会导致信息泄露、恶意篡改。不仅会造成数据生产者的隐私信息被盗，甚至威胁到其财产安全、生命安全，而且对于数据库、数据开发者本身来说，也将造成灾难性的破坏和巨大的成本损失。

五、结语

在大数据的开发应用及利益分配的过程中，兼顾公平与效率原则，明确相关利益主体的边界，划分其责任与风险，让各方利益相关者得其所应得，关系到大数据相关产业的长远发展和社会公平正义的永恒追求。