田杰棠

關(guān)于大數(shù)據(jù)，我有幾點(diǎn)看法：第一，由于大數(shù)據(jù)剛剛熱起來(lái)，所以不必著急下結(jié)論。當(dāng)年IT剛剛發(fā)展時(shí)，研究增長(zhǎng)問(wèn)題的權(quán)威羅伯特·索洛（Robert Solow）教授提出了一個(gè)“索洛悖論”：“我們到處都看得見(jiàn)計(jì)算機(jī)，就是在生產(chǎn)率統(tǒng)計(jì)方面卻看不見(jiàn)?！敝钡竭^(guò)了15年，到2002年時(shí)，他才公開(kāi)承認(rèn)說(shuō)：“我現(xiàn)在發(fā)現(xiàn)IT可能對(duì)生產(chǎn)率是有貢獻(xiàn)的?！睂?duì)大數(shù)據(jù)的研究，可能也需要一個(gè)很長(zhǎng)的時(shí)間才能確認(rèn)價(jià)值所在。

第二，可能性不等于可行性?，F(xiàn)在有種觀點(diǎn)：“到底是大數(shù)據(jù)還是大忽悠？什么都講是大數(shù)據(jù)。”其實(shí)是說(shuō)現(xiàn)在講的或者設(shè)想的都是“可能性”而不是“可行性”。“可行性”要到什么時(shí)間？現(xiàn)在還看不出來(lái)。它需要合理的制度安排，還需要企業(yè)、公司不斷地進(jìn)行商業(yè)實(shí)踐、不斷試錯(cuò)，以及科研工作者對(duì)大數(shù)據(jù)分析技術(shù)的不斷改進(jìn)。

第三，目前的研究主要還是提問(wèn)階段，而不是解決問(wèn)題。當(dāng)然，如果能提出好的問(wèn)題，這也算是一個(gè)研究的好成果。

最后，本文盡量多擺事實(shí)、少講道理；多提供一點(diǎn)素材，少提供一點(diǎn)觀點(diǎn)。

一、大數(shù)據(jù)的產(chǎn)生、內(nèi)涵及爭(zhēng)議

首先，大數(shù)據(jù)何來(lái)？實(shí)際上大數(shù)據(jù)一直存在，存在于不同的地方。比如每個(gè)人都包涵著很多數(shù)據(jù)：身高、體重等等，包括觀點(diǎn)、思想。但是過(guò)去沒(méi)有互聯(lián)網(wǎng)，所以這些數(shù)據(jù)很難得到應(yīng)用。數(shù)據(jù)分析在很早就存在。春秋時(shí)孫臏就曾用對(duì)方營(yíng)地做灶的數(shù)量來(lái)判斷對(duì)方軍隊(duì)的數(shù)量，從而指導(dǎo)打仗。不過(guò)，當(dāng)時(shí)這樣的數(shù)據(jù)非常少，有這個(gè)利用能力的人才會(huì)成為時(shí)代的智者。

然而，現(xiàn)在的情況不太一樣了?；ヂ?lián)網(wǎng)應(yīng)用以來(lái)，從2005年開(kāi)始，數(shù)據(jù)在不斷地增長(zhǎng)，到2010年以后基本上是一個(gè)指數(shù)增長(zhǎng)的過(guò)程，到2013年時(shí)已經(jīng)超過(guò)4個(gè)ZB，每年的增長(zhǎng)率超過(guò)50%。這就是一個(gè)從量變到質(zhì)變的過(guò)程。

之前為什么不說(shuō)大數(shù)據(jù)呢？這是個(gè)相對(duì)的概念，到某一天它的增長(zhǎng)速度突然特別快的時(shí)候，“大”的概念就蹦出來(lái)了。所以它其實(shí)不是一個(gè)嚴(yán)格的學(xué)術(shù)概念，只是因?yàn)樵诹孔兊倪^(guò)程中大家感覺(jué)到這種質(zhì)變，或者感覺(jué)它里面有價(jià)值。

主要的數(shù)據(jù)來(lái)源

主要的數(shù)據(jù)來(lái)源，總的來(lái)講有兩個(gè)方面：

第一，物的數(shù)據(jù)。

其中比較有代表性的，就是由傳感器組成的物聯(lián)網(wǎng)，這個(gè)概念是IBM在2009年提出來(lái)的一種商業(yè)模式，當(dāng)時(shí)叫“智慧地球”。就是把傳感器裝到不同的物體上面，然后展現(xiàn)它的各種數(shù)據(jù)，比如溫度、濕度、壓力等等。物聯(lián)網(wǎng)這幾年的增長(zhǎng)速度比較快，能達(dá)到20%-30%的增長(zhǎng)速度，物的數(shù)據(jù)在不斷地增加。

第二，人的數(shù)據(jù)。

其中最典型的是移動(dòng)互聯(lián)網(wǎng)的發(fā)展。近年來(lái)移動(dòng)互聯(lián)網(wǎng)占整個(gè)互聯(lián)網(wǎng)流量的比例越來(lái)越高，移動(dòng)端尤其是用戶自己發(fā)送數(shù)據(jù)的比例大大提高了，這也是大數(shù)據(jù)非常重要的一個(gè)來(lái)源。通過(guò)這些移動(dòng)端的數(shù)據(jù)，就可以判斷一個(gè)人的職業(yè)、興趣、品質(zhì)或者其每時(shí)每刻的位置，就是說(shuō)，靠這些數(shù)據(jù)能很精確地找到每個(gè)人的各種情況。

數(shù)據(jù)為什么會(huì)突然大量增加？一是IT成本下降，此外，跟這兩年云計(jì)算使用率的上升有很大的關(guān)系。從亞馬遜彈性云存儲(chǔ)的文件量增長(zhǎng)情況可見(jiàn)，從2006年到2013年增加的量是非常顯著的，到2013年二季度時(shí)已經(jīng)有2萬(wàn)億數(shù)量文件存儲(chǔ)在彈性云上。

那么，云計(jì)算為什么會(huì)降低IT成本？基于我們之前一年的實(shí)踐研究數(shù)據(jù)可知，首先，從需求方來(lái)看，過(guò)去購(gòu)買(mǎi)一些硬件包括服務(wù)器、電腦等等，成本比較昂貴。但是云計(jì)算系統(tǒng)把IT資源集中起來(lái)后，以租用的方式來(lái)使用，就比買(mǎi)它的價(jià)格便宜很多。從供給的角度來(lái)看，當(dāng)把所有的IT資源集中起來(lái)以后，會(huì)有非常明顯的規(guī)模經(jīng)濟(jì)，因?yàn)橥瑫r(shí)運(yùn)營(yíng)很多臺(tái)服務(wù)器（當(dāng)然這是基于技術(shù)），其成本會(huì)顯著下降。

這里還有一個(gè)范圍經(jīng)濟(jì)的概念：當(dāng)把IT資源集中起來(lái)以后，不單有規(guī)模經(jīng)濟(jì)，還經(jīng)營(yíng)了多種的資源。比如說(shuō)，搜索可能需要占很多CPU的計(jì)算資源，但是磁盤(pán)資源可能沒(méi)那么多；電子郵件可能相反。當(dāng)它集中運(yùn)用的時(shí)候，可以同時(shí)得到這兩種效率。所以，這也是云計(jì)算對(duì)IT成本下降的一個(gè)貢獻(xiàn)。

大數(shù)據(jù)四“V”

關(guān)于大數(shù)據(jù)的定義，現(xiàn)在談得最多的就是所謂的四個(gè)“V”，也有五個(gè)、六個(gè)“V”之說(shuō)。IDC（互聯(lián)網(wǎng)數(shù)據(jù)中心）歸結(jié)的四個(gè)“V”中，第一個(gè)就是它的實(shí)際規(guī)模。從早先的KB，到TB，一直到后來(lái)的PB、EB，數(shù)據(jù)的量在不斷地增加，這是一個(gè)表面的現(xiàn)象。

第二個(gè)“V”是多樣的數(shù)據(jù)類(lèi)型，尤其是里面包涵了大量的非結(jié)構(gòu)化的數(shù)據(jù)。什么是非結(jié)構(gòu)化的數(shù)據(jù)？比如在網(wǎng)上發(fā)一條微信，這句話本身沒(méi)法拿來(lái)做統(tǒng)計(jì)或計(jì)量分析，但是可以在里面提取結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析。這樣的數(shù)據(jù)反而占數(shù)據(jù)量很重要的一部分。

第三個(gè)“V”講的是價(jià)值，有兩點(diǎn)：一個(gè)是價(jià)值大，大數(shù)據(jù)帶來(lái)各種可能性；另外一個(gè)比較重要的是，它雖然量很大、價(jià)值也很大，但是密度很低。在互聯(lián)網(wǎng)上抓取的1GB的大數(shù)據(jù)，里面有用的可能只有千分之一、萬(wàn)分之一，或者百萬(wàn)分之一，所以，挖掘和分析比原來(lái)更加困難。

第四個(gè)“V”就是動(dòng)態(tài)數(shù)據(jù)的快速處理。在這方面云計(jì)算的貢獻(xiàn)比較大，這里比較核心的，也是大數(shù)據(jù)將來(lái)能不能從“可能”到“可行”轉(zhuǎn)變的兩個(gè)要素，即：非結(jié)構(gòu)化和低密度。這兩者其實(shí)互相相關(guān)，如果技術(shù)上能解決怎么分析非結(jié)構(gòu)化數(shù)據(jù)、怎么從低密度價(jià)值里面提取數(shù)據(jù)的價(jià)值，那么大數(shù)據(jù)的應(yīng)用可能就會(huì)有一個(gè)飛躍的增長(zhǎng)。所以，我覺(jué)得非結(jié)構(gòu)化和低密度可能是大數(shù)據(jù)的核心東西。

那么大數(shù)據(jù)是什么呢？如果管中窺豹，從點(diǎn)上去看它，首先，大數(shù)據(jù)的“大”肯定是一個(gè)相對(duì)的概念，它不是一個(gè)絕對(duì)的概念。另外，它更不是一個(gè)學(xué)術(shù)性的概念，而且這里面需要關(guān)注的就是非結(jié)構(gòu)化的數(shù)據(jù)可能占大數(shù)據(jù)的主要部分，尤其是來(lái)自于網(wǎng)民的交互式的數(shù)據(jù)可能是未來(lái)大數(shù)據(jù)的主體之一。

從分析方法來(lái)看，過(guò)去得到數(shù)據(jù)或者統(tǒng)計(jì)的方法是抽樣，然后利用概率論和隨機(jī)過(guò)程等數(shù)學(xué)的方法來(lái)推理，從而達(dá)到目的，推測(cè)得出全部數(shù)據(jù)?，F(xiàn)在有這種可能性，如果成本降得比較低的話，就可以獲得全部的數(shù)據(jù)。endprint

對(duì)大數(shù)據(jù)的質(zhì)疑

當(dāng)然，對(duì)大數(shù)據(jù)也有非常多的質(zhì)疑。首先，有人提出“大數(shù)據(jù)陷阱”。數(shù)據(jù)是不是越多越好？實(shí)際上，對(duì)任何企業(yè)或個(gè)體來(lái)說(shuō)，數(shù)據(jù)肯定不是越多越好，肯定有一個(gè)最優(yōu)的數(shù)據(jù)量，因?yàn)橐治龃罅康臄?shù)據(jù)，方法是不是可能？分析成本有多高？這個(gè)大量的數(shù)據(jù)包含的價(jià)值有多大？所以，對(duì)每一個(gè)企業(yè)都有一個(gè)最優(yōu)的數(shù)據(jù)量，就是從拿到的數(shù)據(jù)范圍里面獲得的價(jià)值和為了獲得這些價(jià)值而付出的分析成本，它們兩個(gè)接近相等的時(shí)候，可能就是最優(yōu)數(shù)據(jù)量。

再就是，MIT的凱特·克勞福德（Kate Crawford）教授提出“大數(shù)據(jù)中存在偏見(jiàn)和盲區(qū)”：數(shù)據(jù)在生成或采集的過(guò)程中并不都是平等的，大數(shù)據(jù)集存在“信號(hào)問(wèn)題”，即某些民眾和社區(qū)被忽略或未得到充分體現(xiàn)。這個(gè)比較典型，比如說(shuō)，國(guó)內(nèi)現(xiàn)在有6億多網(wǎng)民，有時(shí)候不能用6億的數(shù)據(jù)去判斷13億人的狀態(tài)，因?yàn)檫@個(gè)過(guò)程不是靠抽樣得到的。

第三個(gè)問(wèn)題就是“泄露個(gè)人隱私成為日益嚴(yán)重的擔(dān)憂”。在我們不知情時(shí)，數(shù)據(jù)就被人拿走了，這是很可怕的事。

二、大數(shù)據(jù)應(yīng)用的潛在經(jīng)濟(jì)影響

如果從宏觀或者立體的角度看，人類(lèi)整個(gè)經(jīng)濟(jì)發(fā)展的過(guò)程其實(shí)就是不斷地把一些不可利用的資源變成可利用的資源的過(guò)程。這個(gè)過(guò)程一般就是技術(shù)的一個(gè)個(gè)大突破，當(dāng)然每一次技術(shù)突破都伴隨著不斷的、大量的投資過(guò)程，并將其轉(zhuǎn)化成價(jià)值。

比如2008年的金融危機(jī)，一開(kāi)始大家都關(guān)注金融的問(wèn)題，后來(lái)很多經(jīng)濟(jì)學(xué)家提出，這可能是過(guò)去的IT技術(shù)的經(jīng)濟(jì)效應(yīng)不斷耗盡，而新的技術(shù)還沒(méi)有出來(lái)所造成的現(xiàn)象——當(dāng)技術(shù)處在一個(gè)不給力的階段的時(shí)候，金融就發(fā)生問(wèn)題。實(shí)際上很多發(fā)達(dá)國(guó)家在2008年以后也是寄希望于一套新技術(shù)來(lái)擺脫實(shí)體經(jīng)濟(jì)的衰落和危機(jī)，大數(shù)據(jù)包括云計(jì)算、新能源都是被他們寄予厚望的幾個(gè)關(guān)鍵技術(shù)之一。

下一代通用目的技術(shù)？

1995年時(shí)，通用目的技術(shù)的概念被提出，其特征就是它在許許多多的部門(mén)都具有廣泛而且普遍深入使用的潛力和技術(shù)活力，區(qū)別于一般的專(zhuān)用技術(shù)，它的影響非常廣，甚至一項(xiàng)通用目的技術(shù)的發(fā)展和進(jìn)步往往會(huì)引發(fā)全面的生產(chǎn)率的收益。

到2005年時(shí)，加拿大的Lipsey教授出了一本書(shū)，總結(jié)了人類(lèi)歷史發(fā)展過(guò)程中經(jīng)歷的24種通用目的技術(shù)——從青銅冶煉，到鉆木取火，一直到2000年左右的互聯(lián)網(wǎng)信息技術(shù)。所以，如果從增長(zhǎng)的視角來(lái)觀察大數(shù)據(jù)的話，一個(gè)核心的問(wèn)題就是：大數(shù)據(jù)會(huì)不會(huì)成為大家期待的下一代的通用目的技術(shù)？如果是的話，它可能會(huì)帶來(lái)比較顯著的經(jīng)濟(jì)增長(zhǎng)效應(yīng)。

目前，大家都在期待著通用目的技術(shù)，但是真正在市場(chǎng)里摸爬滾打的風(fēng)險(xiǎn)投資家們，他們顯然還沒(méi)有明確地認(rèn)為哪一項(xiàng)技術(shù)能夠成為代替互聯(lián)網(wǎng)的下一代通用目的技術(shù)。

在2004年左右時(shí)，有人提出了“BT會(huì)代替IT”的觀點(diǎn)，講了很多生物技術(shù)的可能性，但它最終沒(méi)有轉(zhuǎn)化為能夠看得到的“可行性”——到現(xiàn)在為止，它也沒(méi)有真正實(shí)現(xiàn)對(duì)IT的替代。包括2008年以后的新能源或者云計(jì)算、大數(shù)據(jù)，它們都沒(méi)有真正出現(xiàn)一個(gè)讓投資熱高漲的階段。所以，現(xiàn)在我們還沒(méi)有明顯地看到下一代通用目的技術(shù)是什么，只是有很多的設(shè)想，包括今天對(duì)大數(shù)據(jù)可能也只是一種設(shè)想、一種期望。

產(chǎn)業(yè)發(fā)展前景

從大數(shù)據(jù)本身的情況來(lái)看，是不是具備一些通用目的技術(shù)的特征？麥肯錫研究院根據(jù)其模型做出一些具體的預(yù)測(cè)：大數(shù)據(jù)可以為美國(guó)的醫(yī)療服務(wù)業(yè)帶來(lái)3000億美元的潛在增加值，對(duì)歐洲的公共管理每年有2500億歐元的潛在價(jià)值，為位置服務(wù)產(chǎn)業(yè)帶來(lái)6000億美元的潛在年收入。同時(shí)，零售商充分利用大數(shù)據(jù)可實(shí)現(xiàn)運(yùn)營(yíng)利潤(rùn)增長(zhǎng)60%——這是一個(gè)非?？捎^的數(shù)字，因?yàn)榇髷?shù)據(jù)現(xiàn)在對(duì)制造業(yè)的利潤(rùn)平均可能不到5%。另外，制造業(yè)充分利用大數(shù)據(jù)可降低整個(gè)成本的50%。

上面是宏觀地看，現(xiàn)在提供一個(gè)微觀的案例。德國(guó)小貸公司Kreditech不需要客戶提供信用證明，比如資產(chǎn)等，只是通過(guò)訪問(wèn)用戶的一些電子商務(wù)數(shù)據(jù)（在中國(guó)就是淘寶、eBay的數(shù)據(jù)）、社交數(shù)據(jù)（比如Facebook）來(lái)了解你的電子商務(wù)購(gòu)物行為、手機(jī)的使用情況以及位置數(shù)據(jù)等，然后用這些數(shù)據(jù)來(lái)側(cè)面分析客戶信用度。這個(gè)貸款過(guò)程非?？?，用模型來(lái)判斷，只需幾秒鐘，放貸只要15分鐘。當(dāng)然，它只提供小額貸款，目前這些國(guó)家的高額貸款主要還是大銀行在做，它們有傳統(tǒng)優(yōu)勢(shì)，但是大銀行關(guān)注不到的一些地方，就由小貸公司提供服務(wù)。Kreditech提供的貸款額度最高為500歐元。從效率上來(lái)看，這已經(jīng)是一個(gè)很好的嘗試了。這樣的公司現(xiàn)在美國(guó)、英國(guó)比較多。

在中國(guó)，比如，新的互聯(lián)網(wǎng)企業(yè)、新的龍頭企業(yè)BAT，當(dāng)初2000年互聯(lián)網(wǎng)泡沫的時(shí)候，講的是搜狐、新浪、網(wǎng)易這樣的企業(yè)，現(xiàn)在阿里管它們叫“互聯(lián)網(wǎng)1.0”?，F(xiàn)在BAT都是掌握了大量數(shù)據(jù)的企業(yè)。其中百度有最大的網(wǎng)頁(yè)搜索數(shù)據(jù)，阿里巴巴有最大的電商數(shù)據(jù)，騰訊掌握著最大的社交數(shù)據(jù)。所以，這不是一個(gè)偶然的現(xiàn)象。

為什么這樣的企業(yè)會(huì)成為引領(lǐng)現(xiàn)代互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的企業(yè)？很可能跟大數(shù)據(jù)的價(jià)值有內(nèi)在的關(guān)系。舉一個(gè)小例子：打車(chē)軟件深度發(fā)展就是基于位置的服務(wù)，在每個(gè)點(diǎn)上可以看到周?chē)心男┸?chē)，甚至車(chē)的位置也可以知道。反過(guò)來(lái)也一樣，司機(jī)可以看到每個(gè)乘客的距離有多遠(yuǎn)。這種數(shù)據(jù)如果在這個(gè)行業(yè)有很深應(yīng)用的話，甚至可能會(huì)對(duì)用戶的購(gòu)車(chē)行為產(chǎn)生影響。

在中國(guó)，工信部下屬的賽迪做過(guò)一個(gè)關(guān)于投資的預(yù)測(cè)：對(duì)大數(shù)據(jù)的投資從2012年到2015年大概每年增長(zhǎng)100%左右，這個(gè)速度甚至超過(guò)國(guó)外的速度。

對(duì)波動(dòng)的沖擊效應(yīng)

宏觀經(jīng)濟(jì)學(xué)兩個(gè)基本的問(wèn)題：一個(gè)是增長(zhǎng)，一個(gè)是波動(dòng)。前面講的是一個(gè)經(jīng)濟(jì)增長(zhǎng)的視角，其實(shí)從經(jīng)濟(jì)波動(dòng)和政府干預(yù)的視角來(lái)看，大數(shù)據(jù)也會(huì)帶來(lái)一些沖擊效應(yīng)。

這里要提出一個(gè)問(wèn)題，大數(shù)據(jù)的發(fā)展能否真正改善供需平衡？因?yàn)槎唐诘慕?jīng)濟(jì)周期性的波動(dòng)的危害也是比較大的，其核心就是供需不平衡。大數(shù)據(jù)對(duì)此會(huì)不會(huì)有貢獻(xiàn)？舉兩個(gè)例子：一個(gè)是淘寶搞的“訂單農(nóng)業(yè)”。它通過(guò)網(wǎng)上的數(shù)據(jù)平臺(tái)去獲得需要的信息，然后再按照訂單來(lái)組織、安排生產(chǎn)。另外一個(gè)例子是制造業(yè)。2013年海爾同阿里合作，叫“家電定制”，先由阿里來(lái)收集消費(fèi)者對(duì)海爾產(chǎn)品的需求情況，然后再組織生產(chǎn)，生產(chǎn)周期大概1個(gè)-2個(gè)月。當(dāng)時(shí)這個(gè)活動(dòng)的效果也不錯(cuò)。endprint

當(dāng)然，不能由這兩個(gè)案例就推而廣之說(shuō)大數(shù)據(jù)能解決供需平衡的問(wèn)題。如果收集全國(guó)所有的數(shù)據(jù)，恐怕量比較大，而且也比較困難。但是，至少?gòu)倪@個(gè)角度來(lái)看，我們看到這種可能性，值得思考。

再就是對(duì)政府干預(yù)合理性的影響。為什么政府需要干預(yù)？因?yàn)槭袌?chǎng)失靈了。為什么市場(chǎng)會(huì)失靈？比如在二手車(chē)市場(chǎng)上，供方和需方的信息是不對(duì)稱的，賣(mài)車(chē)的人擁有比買(mǎi)車(chē)的人更多的信息。在這種情況下，如果消費(fèi)者真的按照市場(chǎng)均衡的價(jià)格去買(mǎi)二手車(chē)的話，買(mǎi)到的只能是劣等車(chē)，好車(chē)是買(mǎi)不到的，這就是“劣幣驅(qū)逐良幣”的現(xiàn)象。從這個(gè)例子可以看出市場(chǎng)是有可能失靈的，所以需要政府在某些方面給予干預(yù)。但是在大數(shù)據(jù)的條件下來(lái)看這個(gè)問(wèn)題的話，如果一個(gè)二手車(chē)的買(mǎi)家在合理的制度安排下，比如可以到保險(xiǎn)公司去查它的數(shù)據(jù)，就知道它修了幾次，出了幾次險(xiǎn)，到4S店去看就知道它每次出險(xiǎn)修的是什么地方。這樣買(mǎi)家就可能知道二手車(chē)的全部信息，這樣會(huì)不會(huì)對(duì)清除這種現(xiàn)象有很大的改善？

講這個(gè)故事就是說(shuō)，經(jīng)濟(jì)學(xué)的一些傳統(tǒng)的分析范式也好，一些傳統(tǒng)觀點(diǎn)也好，甚至有一些結(jié)論，很可能在大數(shù)據(jù)的條件下會(huì)發(fā)生很大變化，比如政府干預(yù)的必要性是不是比以前更加不必要了。這都是需要研究的問(wèn)題。

三、大數(shù)據(jù)對(duì)社會(huì)治理的可能影響

十八屆三中全會(huì)講到：“全面深化改革的總目標(biāo)是完善和發(fā)展中國(guó)特色社會(huì)主義制度，推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化?！薄皣?guó)家治理體系”和“治理能力”到底指的是什么或者如何推進(jìn)？大數(shù)據(jù)對(duì)這個(gè)問(wèn)題應(yīng)該是可以有貢獻(xiàn)的。

比如，在許多西方國(guó)家，通過(guò)選舉這套代議制度來(lái)把民意反映到政府的層次，而國(guó)內(nèi)除了人民代表大會(huì)制度外，更多是領(lǐng)導(dǎo)通過(guò)調(diào)研的方式來(lái)體察民意。這實(shí)際上是一種抽樣的性質(zhì)，去看一些個(gè)案，但個(gè)案容易在實(shí)踐中出現(xiàn)虛假現(xiàn)象，甚至國(guó)務(wù)院領(lǐng)導(dǎo)都曾被地方作假所蒙蔽。所以，這種體制下怎么去感知民意？現(xiàn)在互聯(lián)網(wǎng)至少匯聚了6億網(wǎng)民的一些數(shù)據(jù)，在一定程度上體現(xiàn)了大數(shù)據(jù)的“全樣本”特征，有一個(gè)很好的技術(shù)基礎(chǔ)。

第二個(gè)案例是“犯罪預(yù)警”。有些地方的司法部門(mén)已經(jīng)建立了一個(gè)大數(shù)據(jù)分析中心，通過(guò)分析互聯(lián)網(wǎng)中，比如商業(yè)方面的一些業(yè)務(wù)數(shù)據(jù)，包括來(lái)自于傳感器的傳感數(shù)據(jù)、一些郵件、互聯(lián)網(wǎng)花費(fèi)單、銀行賬戶等等，將各類(lèi)結(jié)構(gòu)化的、非結(jié)構(gòu)化的數(shù)據(jù)集中到大數(shù)據(jù)中心來(lái)，然后通過(guò)線索識(shí)別、指紋抽取等一系列手段進(jìn)行分析，從而達(dá)到預(yù)警。

再比如，美國(guó)洛杉磯警察局總結(jié)認(rèn)為，利用大數(shù)據(jù)的分析軟件，成功地將轄區(qū)里的盜竊犯罪降低了33%，暴力犯罪降低了21%，財(cái)產(chǎn)類(lèi)犯罪降低了12%。其方法很簡(jiǎn)單，就是用模型把洛杉磯區(qū)域內(nèi)即將發(fā)生犯罪的特定語(yǔ)句挑出來(lái)，比如人們談?wù)摰脑挘骸俺鋈グ　薄翱辞虬　薄昂染瓢　钡鹊?，通常?huì)與犯罪相關(guān)的語(yǔ)言。這就是非結(jié)構(gòu)化的數(shù)據(jù)，因?yàn)樗缸餂](méi)有直接的關(guān)系，是通過(guò)經(jīng)驗(yàn)挑出這些語(yǔ)言，然后作為預(yù)防犯罪的一些敏感詞。

這也可能是對(duì)社會(huì)治理的一個(gè)應(yīng)用，至于怎么去用還需要探索。

還有城市管理方面的一個(gè)案例。SpotHero是美國(guó)一家手機(jī)應(yīng)用公司，客戶開(kāi)車(chē)到一個(gè)地方去時(shí)，周?chē)袔讉€(gè)停車(chē)場(chǎng)，每個(gè)停車(chē)場(chǎng)有多少個(gè)停車(chē)位，包括每個(gè)停車(chē)位的價(jià)格是多少，通過(guò)這些數(shù)據(jù)去判斷最適合自己停車(chē)的地方。

除了人的數(shù)據(jù)以外，傳感數(shù)據(jù)的應(yīng)用也有廣闊空間。比如說(shuō)物的數(shù)據(jù)，我聽(tīng)到過(guò)一個(gè)例子，就是有個(gè)城市里有很多休閑的地方，每個(gè)地方都有座椅，如果在座椅上安裝一個(gè)溫度傳感器的話，大概就能知道每天哪個(gè)公共設(shè)置的座椅溫度最高，溫度高說(shuō)明它利用率高，也可以知道哪些椅子長(zhǎng)時(shí)間沒(méi)有人坐。就是說(shuō)，完全可以通過(guò)傳感器的數(shù)據(jù)來(lái)安排之后的公共基礎(chǔ)設(shè)施，使其達(dá)到一個(gè)最優(yōu)的狀態(tài)，通過(guò)這種方式來(lái)不斷地優(yōu)化一個(gè)城市的治理。

四、大數(shù)據(jù)應(yīng)用的制度需求

和政府的作用

從經(jīng)濟(jì)學(xué)的角度看，一個(gè)很核心的問(wèn)題是如何界定數(shù)據(jù)的產(chǎn)權(quán)？有很多人把大數(shù)據(jù)比喻成石油，一種新的資產(chǎn)。但是，這種產(chǎn)權(quán)和財(cái)產(chǎn)權(quán)應(yīng)該有很大區(qū)別。我覺(jué)得，產(chǎn)權(quán)的界定是大數(shù)據(jù)交易和商業(yè)化的前提。經(jīng)濟(jì)學(xué)家科斯曾經(jīng)講過(guò)產(chǎn)權(quán)界定的重要性，如果產(chǎn)權(quán)沒(méi)有進(jìn)行界定的話，可能交易就沒(méi)有效率。

這里講一個(gè)美國(guó)金融貸款公司的案例，它主要給一些小微企業(yè)貸款，貸款額度比德國(guó)的Kreditech公司要大一些。它貸款的前提是去聯(lián)邦快遞（UPS）查詢企業(yè)的快遞記錄，但UPS需要企業(yè)的授權(quán)同意；另外，即使企業(yè)同意，UPS也可以拒絕金融貸款公司的要求，后者還需要付錢(qián)給UPS。小微企業(yè)也可以直接找UPS拿到自己數(shù)據(jù)，因?yàn)樗羞@個(gè)權(quán)利，但金融貸款公司可能質(zhì)疑數(shù)據(jù)的真實(shí)性。因此，這些企業(yè)可以尋求UPS的數(shù)據(jù)認(rèn)證，然后再將其交給貸款公司。這樣，UPS可以同時(shí)向小微企業(yè)和金融貸款公司收取費(fèi)用。

立法界定產(chǎn)權(quán)

對(duì)大數(shù)據(jù)來(lái)講，如果要利用起來(lái)，核心在于如何界定數(shù)據(jù)產(chǎn)權(quán)。但是，這個(gè)產(chǎn)權(quán)不是天經(jīng)地義，應(yīng)該從經(jīng)濟(jì)效率或者社會(huì)學(xué)的角度出發(fā)來(lái)界定它，就像專(zhuān)利、像工業(yè)產(chǎn)權(quán)一樣。就是說(shuō)，應(yīng)該怎么有效率，然后怎么去界定產(chǎn)權(quán)。

我覺(jué)得，至少需要三個(gè)層次的立法：比如剛才講的數(shù)據(jù)的商業(yè)運(yùn)用應(yīng)該是什么邊界？個(gè)人隱私保護(hù)應(yīng)該在什么邊界？政府?dāng)?shù)據(jù)的公開(kāi)應(yīng)該在什么邊界？這樣，大家運(yùn)用起來(lái)才能得心應(yīng)手。一個(gè)是會(huì)有更多的可用數(shù)據(jù)，另外也能減少更多的顧慮，目前基本上還是一個(gè)比較混亂的狀態(tài)。

另外，還有一些其他的制度需求。首先，還是需要公平競(jìng)爭(zhēng)的環(huán)境，比如對(duì)金融行業(yè)使用大數(shù)據(jù)的前景是非常好的，但現(xiàn)在也存在很多的市場(chǎng)準(zhǔn)入門(mén)檻，使銀行僅靠存貸差就可以過(guò)好日子。出租車(chē)也是一個(gè)案例。所以，國(guó)內(nèi)如果應(yīng)用大數(shù)據(jù)的話，這會(huì)是一個(gè)很大的問(wèn)題。

第二，數(shù)據(jù)安全或者信息安全的問(wèn)題。

關(guān)于這點(diǎn)甚至提得更高，說(shuō)“數(shù)據(jù)主權(quán)比產(chǎn)權(quán)還高”，包括一些安全預(yù)警與審查機(jī)制，以及數(shù)據(jù)存儲(chǔ)的地域限制。歐洲搞云計(jì)算時(shí)就提出了一個(gè)原則：歐洲的一些關(guān)鍵數(shù)據(jù)不能夠放在美國(guó)的云計(jì)算中心。再比如對(duì)國(guó)家數(shù)據(jù)的外泄要立法等。endprint

第三，行業(yè)性立法。

這方面美國(guó)已經(jīng)做了一些。在中國(guó)的醫(yī)療行業(yè)，實(shí)際上在大數(shù)據(jù)出現(xiàn)之前，病歷在醫(yī)院已經(jīng)電子化了，但是不同醫(yī)院之間仍然不能夠共享，所以這也是一個(gè)體制問(wèn)題。如果能通過(guò)行業(yè)性立法，把這些能夠利用的大數(shù)據(jù)都放在一個(gè)平臺(tái)上，那情況就大不一樣了。包括教育方面，也有很多體制問(wèn)題需要解決。

政府的作用

最后，簡(jiǎn)單說(shuō)一下政府的作用。

首先，國(guó)外政府在做什么？比如2012年美國(guó)政府推出“大數(shù)據(jù)行動(dòng)計(jì)劃”，已經(jīng)炒得很熱。主要是在研究和應(yīng)用上投了很多錢(qián)。

第二，數(shù)據(jù)開(kāi)放。奧巴馬2013年簽署法令，要求所有新增政府?dāng)?shù)據(jù)都必須以電腦文件方式向公眾開(kāi)放。白宮頒布了開(kāi)放數(shù)據(jù)政策，要求政府部門(mén)列出所有可公開(kāi)的數(shù)據(jù)清單。如果不可公開(kāi)的話，也要作出說(shuō)明。主要是列出這些數(shù)據(jù)，及時(shí)向公眾開(kāi)放。

第三，政府采購(gòu)。云計(jì)算時(shí)，聯(lián)邦政府還任命了一個(gè)首席技術(shù)官，專(zhuān)門(mén)推進(jìn)聯(lián)邦政府和部門(mén)的云計(jì)算應(yīng)用?，F(xiàn)在數(shù)據(jù)服務(wù)可能也是這樣。第四，制定法規(guī)。這不僅是中國(guó)的問(wèn)題，美國(guó)也有醫(yī)療、教育、個(gè)人隱私等方面的問(wèn)題，也需要制定法規(guī)。在歐洲，有關(guān)個(gè)人隱私的法律很多，但還有很多的工作要做。

在中國(guó)，首先領(lǐng)導(dǎo)層比較關(guān)注。2013年9月，中央政治局在中關(guān)村進(jìn)行開(kāi)放學(xué)習(xí)，百度CEO李彥宏現(xiàn)場(chǎng)講解了大數(shù)據(jù)。部委層面也有很多。2013年11月19日，國(guó)家統(tǒng)計(jì)局與百度、阿里等11家公司簽訂協(xié)議，共同建設(shè)“國(guó)家統(tǒng)計(jì)局大數(shù)據(jù)合作平臺(tái)”。因?yàn)榘⒗锕嫉臄?shù)據(jù)基本上是所有平臺(tái)上所有小企業(yè)數(shù)據(jù)的集合，所以它對(duì)小企業(yè)的感知比統(tǒng)計(jì)局要強(qiáng)得多。這種合作也是有好處的。

在法規(guī)方面，去年9月，工信部頒布了《電信和互聯(lián)網(wǎng)用戶個(gè)人信息保護(hù)規(guī)定》。這個(gè)規(guī)定是個(gè)起步，和國(guó)外的法律體系相比還有很大差距，還需要繼續(xù)努力。

最后，就是資金支持。自2012年以來(lái)，科技部、發(fā)改委、工信部等部委在研發(fā)、探索和產(chǎn)業(yè)化專(zhuān)項(xiàng)上，陸續(xù)支持了一批大數(shù)據(jù)項(xiàng)目。對(duì)這種新的技術(shù)，云計(jì)算也好，大數(shù)據(jù)也好，地方政府往往還是走在中央政府之前?，F(xiàn)在基本上是“多點(diǎn)開(kāi)花”的狀態(tài)，陜西有“大數(shù)據(jù)科學(xué)園區(qū)”，廣東有“大數(shù)據(jù)戰(zhàn)略工作方案”，上海有“大數(shù)據(jù)研發(fā)三年行動(dòng)計(jì)劃”，山東有“產(chǎn)業(yè)聯(lián)盟”，遼寧也在搞。在中關(guān)村，還有“大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟”。

五、關(guān)于大數(shù)據(jù)的建議

第一，不必急于出臺(tái)所謂的戰(zhàn)略性規(guī)劃和設(shè)立產(chǎn)業(yè)專(zhuān)項(xiàng)資金。

因?yàn)閲?guó)內(nèi)的IT企業(yè)也好，地方政府也好，已經(jīng)意識(shí)到大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展前景，現(xiàn)在熱情非常大。在這種情況下，以國(guó)家規(guī)劃和專(zhuān)項(xiàng)資金等方式進(jìn)行鼓勵(lì)，有可能扭曲正常的市場(chǎng)行為，甚至催生泡沫。

在云計(jì)算發(fā)展的過(guò)程中，這已經(jīng)非常明顯。很多地方搞云計(jì)算搞成了云地產(chǎn)。在這種情況下，我覺(jué)得云計(jì)算產(chǎn)業(yè)可能已經(jīng)有了過(guò)剩的苗頭，不希望大數(shù)據(jù)也出現(xiàn)同樣的問(wèn)題。

第二，怎么合理改造、建設(shè)和布局好IT基礎(chǔ)設(shè)施？

對(duì)大數(shù)據(jù)來(lái)講，有兩個(gè)方面：一個(gè)是互聯(lián)網(wǎng)帶寬，這沒(méi)問(wèn)題；另外一個(gè)，其實(shí)云計(jì)算本身就是大數(shù)據(jù)的一個(gè)基礎(chǔ)設(shè)施，本身就是處理動(dòng)態(tài)的海量數(shù)據(jù)的。如果沒(méi)有這樣一個(gè)系統(tǒng)，數(shù)據(jù)是不可能大規(guī)模存儲(chǔ)的，也不可能大規(guī)模快速計(jì)算。很多傳統(tǒng)數(shù)據(jù)中心及舊服務(wù)器資源，可以通過(guò)建立虛擬數(shù)據(jù)中心或進(jìn)行就近合并等方式進(jìn)行改造利用。

另外，一些新建的大規(guī)模的數(shù)據(jù)中心，如何通過(guò)統(tǒng)籌，合理布局，能夠真正地讓云計(jì)算實(shí)現(xiàn)降低IT成本的效果，而不是相反。除云計(jì)算以外，主要就是加快“寬帶普及提速工程”的推進(jìn)速度。這個(gè)日本和韓國(guó)做得比較好。

第三，如何推動(dòng)隱私保護(hù)和公共機(jī)構(gòu)信息公開(kāi)等立法。2012年全國(guó)人大常委會(huì)通過(guò)了《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》，工信部也有保護(hù)個(gè)人信息的新規(guī)。但是還有很多的工作要做，如何繼續(xù)完善個(gè)人隱私保護(hù)立法還是有很大的問(wèn)題。

再者，對(duì)互聯(lián)網(wǎng)數(shù)據(jù)商業(yè)化應(yīng)用范圍如何界定？數(shù)據(jù)濫用應(yīng)承擔(dān)哪些責(zé)任？目前都還沒(méi)有有法可依的東西。然后就是政府信息公開(kāi)的程度。最后就是哪些數(shù)據(jù)可以向境外流動(dòng)或允許境外企業(yè)開(kāi)發(fā)利用，也需要有一些相應(yīng)的法律規(guī)定。

最后，資助大數(shù)據(jù)基礎(chǔ)技術(shù)研究，包括人才培養(yǎng)?，F(xiàn)在搞大數(shù)據(jù)分析或者大數(shù)據(jù)應(yīng)用，人才很缺乏，這種情況不光是國(guó)內(nèi)存在。

作者為國(guó)務(wù)院發(fā)展研究中心技術(shù)經(jīng)濟(jì)研究部第二研究室主任，本文為作者在洪范法律與經(jīng)濟(jì)研究所舉辦的學(xué)術(shù)研討會(huì)上的發(fā)言endprint