福彩开奖走势图表|福彩开奖结果今天
當前位置: 您當前的位置 : 溫州檢察網  ->  法學苑地  -> 正文法學苑地

大數據:應用、沖突、規制

分享到:
發布時間: 2018年03月21日 來源:

  徐凡

  2015年5月,阿里巴巴創始人馬云貴陽召開的數博會上,圍繞大數據與經濟社會的關系發表了演講。演講中,馬云斷言未來30年數據將取代石油,成為制造業最強大的能源。上溯到2012年,奧巴馬政府啟動“大數據研究和發展計劃”,將數據視作“未來的新石油”。“一個國家擁有數據資料的規模和解釋運用的能力,已成為一個國家的核心資產和國力指標。”[胡世忠:《云端時代殺手級應用:大數據分析》,人民郵電出版社2013年版,第26頁]域內外,從國家到企業,普遍關注到大數據潛在的巨大價值,意識到大數據將深刻改變個人、社會乃至國家的生存發展方式。

  一、大數據應用

  (一)大數據涵義

  根據MBA智庫百科的解釋,大數據是指無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合。數據(data)這個詞在拉丁文里是“已知”的意思,也可以理解為“事實”,從詞源上可以理解為數據是對事實的一種陳述。筆者認為,大數據(Big Data)就是海量數據,與傳統意義上的數據相比,其來源之廣泛、形式之寬泛不可同日而語,或言之,大數據是對實在世界的數字描述,是信息數字化的必然結果。以往的數據和數據庫系統側重數與量的記錄,直觀體現事物發展的過程,或以評估和預測行為結果。要達到這些目的,需要按照事先設定的格式或結構對數據進行收集、整理,這些結構化數據存留在關系數據庫內,而數據分析的重點是數據表之間的關聯性。傳統的結構化數據極大便利了對日常活動的管理,但是局限性明顯,如諸多數據庫之間相對獨立,數據信息被拆分在不同的數據庫里,數據分析需要耗費大量時間和資源,整個過程容易因數據失真而出現偏差。為克服傳統數據的結構化陷阱,大數據充分利用現代計算機高速運算優勢,尤其是云計算在計算資源和數據資源方面的集結能力,使巨量的數據在不斷產生、收集的同時被提取、處理、分析,分析結果可以是即時的、“可視化”[數據可視化,主要指的是利用圖形、圖像處理、計算機視覺以及用戶界面,通過表達、建模以及對立體、表面、屬性以及動畫的顯示,對數據加以可視化解釋。美國聯邦政府意識到數據可視化的戰略意義,2004年聯邦政府在國土安全部成立了國家可視化分析中心(NVAC),專門推動該項技術在政府部門的應用,特別是在情報分析領域的應用。可視化技術通過數據整合之后形成統一的、多元的數據倉庫,再根據用戶的需要,重新取出若干數據子集,或構建多維立方體(Clube)進行聯機分析,或進行數據挖掘,發現潛在的規律和趨勢。]的和系統性的。

  (二)數字化進程

  數據通過記錄、分析、重組的方式描述著實在世界,并以量化形式存在,而數字化則是這個過程的催化劑。“數據是對信息數字化的記錄,信息是指把數據放置到一定的背景下,對數字進行解釋、賦予意義。”[涂子沛:《大數據:正在到來的數據革命》,廣西師范大學出版社2012年版,第35頁]人類文明發展的過程,實質上就是信息存儲和傳遞方式不斷革新、超越的進程。從文字演變為數字,數字化引領新的信息革命,并因此構建出一個數字化的虛擬世界,數字和虛擬共同構成信息時代的基本特征。一是前所未有的實現信息傳遞的即時性。無論是通訊、社交還是商務等活動,信息即時到達,交流不受時空限制,實時感、沉浸感是數字化時代社會存在的基本狀態。二是數字化還實現了虛擬空間的構建。數字化被視為第二次文明革命,不僅在于是信息系統在現實世界中實現巨量、即時傳遞,更是符號空間、思維空間、感知空間上的巨大跨越。數字化虛擬空間是實在世界的衍生和映射,亦是獨立的存在。在虛擬空間,所有參與者的身份映像、空間行為準則都獨具特質,為我們觀察和解決現實世界問題提供了更多的選擇,因與現實的這種關系,數字化虛擬空間也被稱為第四維空間。三是數字化不僅是現實世界的反映,還增強我們的現實拓展能力。隨著數字化虛擬化技術的深入,人工智能系統、云計算、物聯網等應用領域不斷呈現新的發展態勢,為數字虛擬技術更深介入現實提供可能性。

  數字化的巨大意義是使機器開始“讀懂”信息,機器成為信息迅即傳遞、處理的主要載體。在數字化的推動下,機器不再僅僅是人類肢體能力的延伸,開始擁有“思考能力”而輔助人類的智力勞動。現代計算機是大數據時代的物質基礎,計算機被利用于加工、記錄巨量信息,這些被存儲于計算機介質的信息被稱為數據。人類可以利用計算機的幫助將巨量的信息用最集約的方式存儲并用最便捷的方式提取應用。有了機器的幫助,人類的智力拓展得到前所未有的進步,尤其是原來視為極其艱巨的大量計算成為可能。2016年6月中國推出的“神威·太湖之光”超級計算機系統運算速度高達十億億次,意味著它1分鐘的計算量相當于全球72億人同時用計算器不間斷計算32年。計算能力的飛躍促成了大數據時代的來臨和廣闊的應用前景,并從其誕生之初就顯現出無與倫比的優勢。

  (三)大數據優勢

  1、大數據獨具巨量分析的優勢。“一旦世界被數據化,就只有你想不到的,沒有信息做不到的事情了。”[[英]邁爾﹒舍恩伯格,庫克耶:《大數據時代》,盛楊燕等譯,浙江人民出版社2013年版,第124頁]大數據時代,數據采集的廣度和深度前所未有,使現實世界可以被精準分析或“定制”,或言之,大數據的應用“是指一種把現象轉變為可制表分析的量化形式的過程”。[[英]邁爾﹒舍恩伯格,庫克耶:《大數據時代》,盛楊燕等譯,浙江人民出版社2013年版,第104頁]大數據通常有以下幾個來源:一是傳統的數據源,諸如大量經濟組織、公共服務部門都存在記錄日常活動信息的關系數據庫。二是大數據時代大量的非結構化數據,包括網頁內容、社交網站、電子郵件、點擊數等數據源。“這些數據的格式與結構化數據不一樣,數據格式多元且繁雜,卻占據全世界所有數據的85%。”[胡世忠:《云端時代殺手級應用:大數據分析》,人民郵電出版社2013年版,第207頁]這些數據的最大特點是“雜亂”而無格式,但其中蘊含的能量是極其巨大的。三是實時變動的流動性數據(data in motion)。得益于計算能力、存儲能力、圖形識別技術的成熟,采集的巨量視頻、圖片信息被實時存儲和處理。豐富的數據來源決定數據巨大的增量,“據IDC出版的研究報告顯示,2013年人類產生、復制和消費的數據量達到4.4ZB(Z=10億T)。而到2020年,數據量將增長10倍,達到44ZB。大數據已經成為當下人類最寶貴的財富。”[百度百家:《2016年,為何是萬億大數據元年》,http://chenjiying.baijia.baidu.com/article/304196,最后訪問日期:2017年2月12日]

  2、大數據具有扁平化、即時性的優勢。從橫向看,扁平化是大數據的生存形態。小數據時代統計數據需要逐級匯總分析,并且只能得到有限的結果。大數據時代,數據采集、數據處理和數據應用不再束縛于層級關系,借助云計算的動態資源分享,網絡的任意節點既可能是數據的采集點,也可以是數據分析中心,既避免了數據失真,也可以大大提高數據使用效率。從縱向看,即時性是指大數據時代數據實現空間、時間上的同步。無論是結構化的數據還是實時變動的流數據,在數據管理和應用各個領域,都不再受到時間限制,實時動態管理已經不再是理想狀態而是現實存在。通過數據模型和云計算,我們可以對發生的任何動態精確掌握,“浙江省交通運輸廳,在阿里云的幫助下,能夠預測出未來1小時內的路況,準確率穩定在91%以上。要知道,浙江全省的高速公路長達1300公里,但是阿里云強大的計算能力,可以在20分鐘完成歷史數據分析,10秒鐘完成實時數據分析。”[百度百家:《2016年,為何是萬億大數據元年》,http://chenjiying.baijia.baidu.com/article/304196,最后訪問日期:2017年2月12日 ]

  3、大數據通過數據挖掘,可以對非關聯數據進行深入的關聯性分析。大數據發揮如此大的作用,是因為新的大數據系統通過特定算法對數據進行分析,揭示數據當中隱藏的規律和趨勢。新的算法可被視為數據挖掘的工具,能從即時或以前的數據中發現新的價值,數據真正意義上成了采掘不盡的資源。微軟出版《第四范式》一書,轉述了數據庫專家格雷(Jim Gray)的一項主張:“科學發展已經走過了‘實驗、理論、計算’3個范式,漸漸形成以‘數據’為重點的第4范式。”大數據時代,科學研究運用密集數據技術和流程,進一步提煉、解讀數據,以數據代替以往的經驗和實驗數據積累,尤其是對非關聯數據的衍生分析,揭示科學現象和規律。

  (四)大數據應用

  高速網絡、大型存儲和計算能力共同構成大數據時代的三個因素,手機、智能穿戴設備等移動數據終端的普及則催化了這一進程。2016年被很多前沿科技公司視為大數據應用的落靴之年,阿里云大數據事業部資深總監徐常亮認為:“束縛大數據的技術瓶頸已經被完全打破,數據將從企業的成本中心轉變為價值中心,2016年我們將迎來大數據應用的全面落地。”大數據的實際應用涵蓋個人空間、商業機構、公共管理部門等幾乎所有領域,而且這些數據往往跨界使用,數據價值被不斷發現。

  1、大數據在私人領域的作用毋庸置疑。以日常生活中最常用的手機導航為例,我們得到道路指引服務,通過服務器對反饋數據的分析,還可以獲得實時的道路交通狀況信息,及時規避交通擁堵和施工路段。與早先的專業導航儀不同,安裝在移動網絡終端的導航軟件數據交流是互動雙向的,終端用戶在得到數據服務的同時,也是數據的采集端,使導航數據實時和精確。

  2、大數據的商業應用價值越來越得到廣泛認同。如手機APP軟件運營商的獲利不在于軟件使用本身,而是通過第三方服務和數據資源。終端客戶在獲得服務的同時,終端使用者的個人信息也被軟件運營商獲取,包括日常的出行路線、滯留地點、滯留時間等數據,同時,軟件界面插入各類消費服務的鏈接,終端用戶可以便捷獲得商家服務,而軟件運營商從入駐商家獲得收益,并進一步獲取終端客戶的消費習慣、消費能力等數據,這些數據無疑是最有價值的商業資源。

  3、大數據在司法、安全領域的應用前景同樣廣闊。進入二十一世紀,恐怖主義活動和嚴重暴力犯罪有愈演愈烈的趨勢,安全領域面臨更大的挑戰。各國都采用了各種手段預防和打擊這類極端犯罪,利用新技術進行大數據分析可以提前覺察犯罪活動的發送。

  (1)圖形識別、流計算等新技術應用。“圖形識別是更大的領域人工智能(AI)的一個方面。圖形識別處理高度變化的輸入數據,如音頻、照片和視頻。”[[美]麥考密克:《改變未來的九大算法》,官策譯,中信出版社2013年版,第125頁]圖形識別與流計算與傳統的數據查詢的根本區別是,數據查詢是根據查詢指令完成工作,而圖形識別通過采集影像等信息經數字化處理后的數據流觸發計算引擎來進行數據分析,數據存儲前就能完成分析工作。9.11事件后,美國政府加強了機場港口等地的安保工作,“采集旅客的影像后,計算引擎將影像轉成可判讀信息如旅客臉部特征點(眼口鼻的位置和距離黑斑痣等),把這些特征點和安檢數據庫中的數據比對。”[胡世忠:《云端時代殺手級應用:大數據分析》,人民郵電出版社2013年版,第214頁]在機場港口等人流密集地是各類極端事件發生的高發地,只有高效完成圖像的數字化和實時研判才有實際意義,任何的延遲都可能導致嚴重后果。

  (2)文本分析技術。恐怖主義活動和嚴重暴力犯罪有利用網絡傳播信息的趨勢,尤其是一些社交網站方便了犯罪分子的煽動和聯絡。2016年著名社交網站推特(Twitter)被巴黎和布魯塞爾恐襲案受害者家屬告上法庭,他們認為推特未采取足夠措施制止激進分子在網站上散布恐怖主義信息,推特應負有“幫助及教唆(aiding and abetting)”恐怖主義的責任。事實上,社交網站亦是雙刃劍,安全部門可以利用大數據的文本分析技術從社交平臺上獲取反恐情報,監控可疑活動。文本分析就是將社交網上的帖子、電子郵件等文本內容通過數字偶合等技術提取有效信息的技術手段。文本分析首先通過關鍵詞提取信息摘要,并分析文件內容對信息進行識別和分類,最后才進行更復雜的情緒分析(計算系統從文字數據中可以甄別出敏感的情緒信息),而這可以發現潛藏在海量信息中的危險信號。

  (3)大數據的預測分析。在犯罪預測、預防方面,大數據的作用將發揮的淋漓盡致。數據管理是現代警務的重要支持,布雷特在紐約警局進行的數據管理實踐獲得巨大成功被視為警務數據管理的范例。布雷特要求開發一套電子版的犯罪預測圖表(Compstar),利用數據的精細化管理和微觀管理的優勢,預測和預防犯罪的發生。之所以推行這種警務管理模式,是因為布雷特極端認同“破窗理論”,即小的違法行為被姑息縱容,就會被模仿和放大,最后蔓延為成片的犯罪行為。他要求,即使對微小的違法投訴,警方都必須出警做好詳細的記錄,深究警情發生的原因并設法解決問題。每次出警無論案件大小和案情輕重都納入數據圖表,每次出警記錄都在地圖所在位置用“圓點”標注。這樣做的好處是,每次警情處置都在犯罪地圖上直觀體現,而且通過警情延時分析,可以評判該點警方行動的有效性,只有當那些代表犯罪的“圓點”逐漸消失而不是轉移到另一個區域,才能被肯定成效。“數據收集和數據分析必須成為基層警務部門的一種文化,這種文化代表著基層警務部門一種管理哲學的改變。”[涂子沛:《大數據:正在到來的數據革命》,廣西師范大學出版社出版2012年版,第82頁]

  二、大數據沖突

  大數據和任何科技進步一樣,都有其兩面性。數據不僅僅是計量和記錄人類活動,通過數據關聯、數據挖掘,獲得生命、產生智能、散發活力和光彩。大數據催生社會發展的新領域、新視界,但是又對原有社會關系、社會體系產生沖擊,現實世界的矛盾和沖突在數字世界以更清晰、更尖銳的方式呈現。

  (一)在國家層面上,不對等關系是主要的法律風險。

  先行國家已經將大數據上升到國家戰略的重要地位,在數字化的虛擬空間里,有關數據權的爭奪,不僅意味著國家競爭力的消長,還可能對主權獨立、民族自決產生影響。民族國家的形成,是基于共同的地域空間、經濟生活、文化活動,這些天然的聯系在數字空間都被打破。“虛擬的外殼取代了想象中的蒼穹天,隨著電子通訊系統的發展,距離的消除已經有效地削弱了權力和消費的中心。”[[德]斯洛特·戴克:《資本的內部:全球化的哲學理論》,常晅等譯,社會科學文獻出版社2014年版,第215頁]世界從來未有如此接近,各種聯系溝通從未如此簡潔,但距離感的消失并沒有消除彼此間的疑慮和不安。當代國家間關系建立在法律對等的基礎上,但是在大數據領域,這種對等遠未形成,圍繞大數據主導權、大數據安全與主權的沖突無法避免。歐美發達國家憑借在信息技術上的領先地位獲取數據優勢,進而獲得戰略優勢。

  圍繞的數據安全發生的國家間的法律沖突,是因為大數據的巨大價值決定的。由于數據量足夠龐大,通過數據挖掘可以分析出數據間的潛在聯系,進而得到需要的情報。“數據審核往往會產生‘1+1﹥2’的效果。兩組分別貌似安全的數據,一旦整合相聯,可能會產生意想不到的結果,對國家的安全產生威脅。”[涂子沛:《大數據:正在到來的數據革命》,廣西師范大學出版社2012年7月版,第205頁]單一的數據泄露可能不會造成危害,但只要數據來源足夠多,將可以對一個國家的情況進行深度情報分析。“網絡是無國界的,但是信息是有國別的,從這個角度看,現在很多信息產品都難言安全”[新華網:《政府采購為何對Win8說不》,http://news.xinhuanet.com/2014-05/21/c_1110799600.htm,最后訪問時間:2017年2月19日]當前,更多的信息產品加入到工作學習中來,數據泄露的風險呈幾何級增長,數據安全形勢將更加緊迫。2013年德國的《明鏡》周刊曝光了一份美國國家安全局(NSA)的文檔,文件中稱NSA在蘋果系列產品中植入后臺軟件,這些軟件的功能強大,可以攔截短信和獲取手機聯系人,并在用戶未察覺情況下啟動手機麥克風和攝像頭獲取用戶周邊的影像聲音。斯諾登還披露,蘋果手機電池無法自行卸載,因此在關機狀態下后臺硬件仍能運行,并繼續發送手機定位和通訊內容數據。

  (二)在社會層面上,大數據沖突體現在數據的知識產權和數據再利用兩個方面的法律風險。

  我們進入信息時代,數據分享、數據共享成為時代特征,大數據能不能作為知識產權保護的對象,在法律上存在爭議。一是大數據的邊際成本降低、智力持續付出減少。數據采集是個長期、持續的過程,借助計算機和網絡,數據采集將越來越自動化,更多數據的收集、存儲進而處理、分析所支出的時間、經濟成本大大降低,甚至不需要智力的繼續付出。二是數據來源對支持大數據知識產權存在疑慮。從目前情況看,數據采集還缺乏足夠的法理支持,在使用信息產品時,公眾往往在“不太知情”的情況下被收集了大量的個人信息。小數據時代,數據層層統計可以通過授權和明示來保證其正當性,而大數據時代已經不再現實,數據來源和數據形式和巨大的數據處理量已經使任何明確授權的努力不切實際。因此,從獲取數據的邊際成本還是數據來源正當性,數據擁有者獨享大數據的立場總是要受到質疑的,而無償的共享數據將助長“搭便車”的行為,也不利于社會對大數據的投入。

  數據再利用面對法律沖突。在大數據時代,數據的價值主要體現在未來的潛在用途,這就像是可以無數次挖掘的金礦,而不像礦物資源因開采而枯竭。“只要擁有了數據分析的工具(統計學和算法)以及必須的設備(信息處理器和存儲器),我們就可以在更多領域、更快,更大規模地進行數據處理。”[[英]邁爾﹒舍恩伯格,庫克耶:《大數據時代》,盛楊燕等譯,浙江人民出版社2013年版,第125頁]數據分析、數據挖掘可以使我們從原來的數據中發現新價值,再關聯到其它數據時,這種價值可以倍增。數據再利用的典型例子是在互聯網的搜索領域,用戶使用搜索引擎查找信息,大量的搜索關鍵詞和搜索點擊量就可以分析用戶的喜好、關注點、行為習慣等信息,這些數據可以為商家的精準營銷提供支持。但是公眾對自己有關數據被再次使用往往毫不知情,如信息產品里各類軟件大量地收集我們的數據,雖然軟件加載前會告知運營商將采集我們的定位信息、機器識別碼、通話記錄、通訊錄等數據,有些數據與軟件功能本身毫無關聯,甚至對我們存在潛在的隱患,但為得到軟件服務,我們通常會選擇忽略這些要求。這些數據如何被使用或再次利用,數據保留的時間等情況我們無從知曉和掌控,而且很可能被使用到與我們初衷相背的情景,因此,明確大數據的法律定義和數據使用規則,尤其對數據的再次使用進行法律規制殊為必要。

  (三)在個人層面上,沖突主要體現在大數據時代個人隱私和自由選擇意志的法律保障。

  所謂隱私,是指個人不愿為他人公開或知悉的秘密,包括個人的健康狀況、經濟活動、社交關系等等一切只要涉及個人隱私的內容。在傳統社會,只要有足夠的注意,保護個人隱私還是能夠做到的,大數據的應用,使保護個人隱私變成難以實現的任務。“而今天,即使是最無害的數據,只要被數據收集器采集到足夠的量,也會暴露出個人身份。匿名化或者單純隱藏已不再適用。”[[英]邁爾﹒舍恩伯格,庫克耶:《大數據時代》,盛楊燕等譯,浙江人民出版社2013年版,第242頁]個人數據資料分散在不同的網站,資料是碎片化、看似無害的,但是大數據可以通過聯機分析把不同網站的信息整合后,“還原”出個人的完整資料。公眾在不同場合輸入的數據不斷沉淀,而對這些個人數據保護的法律規范遠未形成,甚至缺乏最基本的技術規則,“在關聯數據庫和數字高速公路的這個年代里個人應該怎樣來保護自己,幾乎看不到什么文字材料。”[[美]羅森諾:《網絡法:關于因特網的法律》,張皋彤等譯,中國政法大學出版社2003年版,第217頁]

  大數據對個人的自由選擇意志也是一種挑戰。大數據帶給我們的便利的同時,反而約束了我們的自由選擇,這個結論讓我們始料不及。一是我們的數據自主權被忽視。因為數據包含個人信息,而數據采集范圍越廣,挖掘越深,價值當然越大,而且大數據價值不僅體現在原本的用途,更多源于它的再次利用,這就吸引了對數據汲取的巨大動力和慣性。二是大數據的“記錄”和預測可能使個人被動打上標簽和為未發生的事情負責。大數據預測的準確性越來越高,甚至能夠預測將來行為的發生,但我們過多依賴大數據的預測將產生消極的作用。大數據使公共機構和其他組織獲得關乎個人的數字記錄,如失信、失約記錄一旦產生而沒有嚴格時間限制和救濟手段,這些記錄會成為“永久記憶”,使個人被打上不當的標簽。這些預設性的標簽一旦產生,將對個人選擇職業規劃、接受商業服務、獲取融資資格等社會活動產生不可預估的影響。另外,即使大數據的預測準確度很高,能阻止某些不利事情的發生,但忽視了個人的主觀能動和自我選擇,這與科學倫理和自由意志的主張存在沖突,“人類的未來必須保留部分空間,允許我們按照自己的愿望進行塑造。否則,大數據將會扭曲人類最本質的東西,既理性思維和自由選擇。”[[英]邁爾﹒舍恩伯格,庫克耶:《大數據時代》,盛楊燕等譯,浙江人民出版社2013年版,第242頁]

  三、大數據規制

  大數據能產生的力量是如此之大,它既是一種資源,也是一種工具,使得傳統的學說很難完全定義。大數據引發的社會關系變革又是如此復雜,面對大數據引起的各個層面的法律風險和沖突,原有的社會規則、法律體系往往只能軟弱應對不斷出現的新問題、新情況,“我們的法律就像是在甲板上吧嗒吧嗒掙扎的魚一樣,他們拼命的喘著氣,因為數字是個截然不同的地方。”[[美]尼葛洛龐蒂:《數字化生存》,胡冰、范海燕譯,海南出版社1997年版,第34頁]數據科學的技術權威維克托·邁爾·舍恩伯格指出,再對原有規范的修修補補已經滿足不了需要,也不足以抑制大數據帶來的風險,我們需要全新的制度規范。

  (一)立法規范

  美國在大數據方面的立法經驗非常值得我們借鑒。英美法系的法律淵源既包括各種制定法,也包括判例,而美國在立法的原則和靈活性方面能較好的兼顧。美國法律完備的表現之一是在新領域善于利用法律工具推動新事物發展,在以往特定領域的專門立法的成功經驗比比皆是。美國作為互聯網和計算機技術最早發端,且是大數據應用最早最充分的國家,非常重視有關大數據應用的立法。世紀初以來,美國先后通過近百個法案法規,就數據的采集、發布、使用和監管等環節制定具體細致的規定,有些規則制定具有一定超前性。更重要的是,這些法規制定后并非一成不變,公民和社會組織可以通過法律訴訟再以判例形式對立法進行修繕,這就解決了立法緊迫性和立法嚴密的矛盾。結合我們的立法傳統和立法背景,可以從幾個方面完善大數據立法。

  1、加強在大數據領域的專門立法。與大數據有關的立法活動已經有很大的進展,如《刑法修正案》七、九進一步明確非法獲取公民個人信息、非法獲取計算機信息系統數據、破壞計算機信息系統等有關數據安全犯罪的刑事責任。2017年6月1日起施行的《中華人民共和國網絡安全法》對網絡和大數據安全提供了更嚴密的法律保障,明確部門職責、經營者責任,更是提出進公共數據資源開放、國家和行業標準制定等方面的初設方案。但就大數據超常規發展的現狀看,大數據將是改變社會規則的“黑天鵝”,目前大數據在立法范圍、立法強度、立法預見性方面難與其地位、作用和意義相適應。首先,大數據立法要厘清大數據的內涵和外延。大數據應該是通過數字化后,由現代計算機以一定數學模式記錄的所有現實社會信息,其立法需要涵蓋大數據所涉及的行為以及行為可能導致的影響。其次,立法強度需要與大數據的發展相一致。從既有規范看,只有破壞計算機信息系統且后果特別嚴重的犯罪才明文處五年以上有期徒刑,而對內部人員泄露數據等涉及大數據安全的行為的處罰力度偏弱。另外,對個人數據權的保護還不充分。如《網絡安全法》規定:網絡運營者不得收集與其提供的服務無關的個人信息,不得違反法律、行政法規的規定和雙方的約定收集、使用個人信息,并應當依照法律、行政法規的規定和與用戶的約定,處理其保存的個人信息。本法首次就個人數據信息有了較為明確的規定,但是對運營商所要承擔的義務和責任還是不很清晰。1995年歐盟通過“保護個人享有的與個人數據處理有關的權利以及個人數據自由流動的指令”,慎重保護個人數據的采集和使用。“僅能為特定、明確和合法之目的搜集個人數據、并且僅能持有具有相關性、準確性和時新性之數據的義務……所有數據處理均須具備正當的法律依據。”[[美]羅森諾:《網絡法:關于因特網的法律》,張皋彤等譯,中國政法大學出版社2003年版,第222頁]大數據關切每個人的安全、隱私需要,還將關乎我們的獨立人格,對大數據收集和應用以最嚴格的規范勢在必行。再次,立法預見性還有待加強。如當前立法對數據隱私權如何保護、掌握數據的商業機構如何合理應用大數據、如何分級管理大數據等等都需要被認真對待。

  2、以司法實踐完善大數據立法。正因為大數據是個迅速發展的新事物,我們對其作用的認知正不斷革新,所以,不應繼續糾葛于判例法與成文法的森嚴,以司法實踐作為完善立法的補充。可以預見的是,隨著大數據的創新利用,數據價值不斷被發現,如有關大數據知識產權的糾紛將會出現,而司法實踐中如何對大數據知識產權的認定和保護有關的案例將有助于大數據立法的完善。

  3、通過前瞻性研究引領大數據立法。法律無外乎是社會經驗的總結,但在大數據立法方面,這種經驗做法可能會遇到難題。維克托·邁爾·舍恩伯格對大數據立法的緊迫性有其獨到見解:“隨著世界開始邁向大數據時代,社會也將經歷類似的地殼運動。在改變我們生活和思維方式的同時,大數據早已在推動我們重新考慮最基本的準則,包括怎樣鼓勵其增長以及怎樣遏制其潛在威脅。然而,不同于印刷革命,我們沒有幾個世紀的時間去慢慢適應,我們也許只有幾年時間。”[新華網:《數據治理,如何打造升級版》,http://news.xinhuanet.com/newmedia/2013-07/09/c_124978344_4.htm,最后訪問時間:2016年12月9日]目前情況看,我們在網絡和大數據方面的立法還是相對滯后的。我們的大數據立法是分散在各個部門法中,并未形成一個嚴整的體系,立法也往往遲滯與發展形勢和司法實踐,缺乏前瞻性。從實踐情況看,我們的形勢不容樂觀,一方面為維護大數據的自主權和安全,亟需在立法上進一步扎好法律的藩籬。我們的大數據安全之前幾近不設防,而近年發生的幾次大數據威脅事件已經敲響警鐘,暴露我們在大數據安全規范方面的滯后性。微軟操作系統和蘋果通訊設備之所以敢于對客戶數據信息“強制性”收集,固然與其技術優勢有關,更重要的是我們對大數據安全的危機意識和法律規制不到位,直到《網絡安全法》頒布使這種狀況有了較大。另一方面為促進大數據發展,需要立法上進一步厘清大數據發展的指引規范。大數據立法的目的是要促進大數據的平穩發展,大數據在公共管理、商業運營方面的價值已經被發現,進而對個人的健康發展方面也會產生巨大的作用,因此有必要對大數據的發展制定指引規范,如促進大數據分享、共享才能使大數據價值最大化。正如美國經濟學家曼柯·奧爾遜在《集體行動的邏輯:公共利益和團體理論》(The Logic of Collective Action Public Goods and the Theory of Groups)一書中主張的:“需要建立合適的激勵機制,獎勵為共同利益作出貢獻的組織與個人,而限制和懲罰不愿承擔集體行動成本的‘搭便車者’。”可以說,營造關心公共利益的社會文化和運行機制才是大數據時代分享、共享利益的行為準則。

  (二)技術規范

  大數據的規制不僅是法律問題,也是技術問題。數據安全涉及科學研究機構和大量標準、規范的制定,因此,從技術規范的角度規制大數據應用領域是應有之義。對迫切需要規范和調整的新領域,硬法(hard law)供給嚴重不足,由于立法程序和穩定性要求,運用國家強制力保證實施的法規范往往遲滯于技術的發展,而低層級的不具有國家強制力的法規范軟法(soft law)可以較好的彌合立法之前的空窗期,大數據的技術規范可以說是利用軟法的靈活性、適應性滿足社會對法的需求,并且具有更明顯得彈性、開放性和回應性。

  (三)大數據戰略

  大數據不僅是工具,更是資源,各國之所以看重大數據的發展前景,是基于數據的創新將成為信息時代經濟、社會發展的先導。大數據正在社會資源的合法配置方面發揮舉足輕重作用,隨著資源配置的改善、高品質的公共服務,大數據帶來的直接效益使政府的公信力和民眾的認同感進一步增強,這也是各國致力于大數據戰略的目的所在。

  1、建立大數據發展中心。發展國家大數據發展中心,集中資源發揮大數據的資源集約優勢。“云計算的基本組成單位是數據中心(Warehouse-Scale Computer,WSCs),可通過對數據中心的服務器、存儲、網絡等資源的集中管理和虛擬化等云計算關鍵技術的實施,來實現規模經濟效益。因此,數據中心就是云計算時代的計算機。”[袁玉宇,劉川意,郭松柳:《云計算時代的數據中心》,電子工業出版社,2012年版,第31頁]

  2、建立政企合作的大數據研發模式。不僅國家主導參與大數據的建設,領軍級的信息技術企業也是大數據戰略的重要組成部分。如谷歌等信息技術企業是美國大數據戰略的重要支撐,僅谷歌在美國多個州都建設數據中心,而位于俄勒岡州達勒斯市(Dalles)哥倫比亞河畔的數據中心是全球最大的數據中心。信息企業在科研上本來就站在領域的尖端,企業對技術、市場的天然敏感有助于戰略的靈活性和務實性。反觀國內,政企合作的條件日漸成熟,如近年國內信息技術企業發展迅猛,在互聯網金融、云計算、社交通信等領域開始展現實力。與企業合作將是政府發展大數據戰略的必然選擇,如《網絡安全法》明確了國家支持企業、研究機構、高等學校、網絡相關行業組織參與網絡安全國家標準、行業標準的制定,可以說為政企合作開啟了良好的開端。

  3、建立大數據開放、分享、利益分配機制。在數據資源利用過程中,對數據的分享和所帶來利益的分配直接關系到大數據發展前景。如電商獲取個人消費數據、導航營運商采集客戶的活動數據、社交平臺得到客戶的社會關系數據、醫療機構提供個人的醫療、健康數據、銀行擁有個人信貸等信息,當然公共部門的數據將更加全面,只有將這些數據集以創新的方式進行整合、關聯,才能充分釋放這些數據的潛在價值。以往大數據之所以沒有被更有效率的運用,是因為各個數據來源之間沒有一致化的標準,且礙于各自的規則、利益考量,無法實現數據共享。只有在國家層面制定數據使用和收益分配相關規則,才可能打破企業、行業的界限,實現數據融合與發展。

  (作者單位:龍灣區人民檢察院)

關于本站 | 常見問題 | 聯系我們 | 網站聲明
福彩开奖走势图表 悠闲山西麻将手机版 百赢棋牌4.2.0版本下载 宁波麻将7百搭技巧 天津11选五推荐号 老人麻将连连看下载 舟山清墩星空棋牌下载大厅 下载腾讯麻将游戏免费 信誉棋牌排行大全 大无限彩票是官方的吗 北京11选五走势图