大数据前传

王宁江

·首席论衡·

大数据前传

王宁江

近些时间，连续调研接触走访了几家大数据公司，很有些感悟，所以想写点什么。所谓前传，大概意思就是，在整个大数据工艺链，数据采集是前道，本文主要是写目前数据收集企业的现状，可能也部分反映了行业的概貌，仅说明一种存在和现象。还有层意思便是，在前传时期，由于规则尚未确定，很多时候，处于混沌状态。大数据采集行业的现状也大概就是如此。

对于大数据的认识应该说，至少业内的认识已经非常可以了。至于所谓“大数据”、“小数据”、“精准数据”、“明细数据”等一系列的提法，百变不离其宗，就是说明大数据很重要、很有价值。在这个大背景下，出现一批“爬数据”的公司，合法甚至非法、明示或者“潜伏”、互联网或者局域网、基于网络级或者应用级，等等，他们在干什么？就如比特币，他们在“挖矿”，挖数据的“矿产”，不管有用无用、不管需求在哪里，先挖来再说。正如媒体类似报道的一样，某地发现珍贵石头品种，然后，村民们一哄而起，把山挖个千疮百孔。这就是当前，业内暴力“爬数据”现状的写照。这样的表述可能有点过，有人会不服气，但至少真实地反映了一部分实际情况。

你说这样的行为违法吗，还真说不上。对于民事行为，法律专家告诉我们一句话，“法无禁者皆可为”。中国当前信息公开和保护方向法律的缺失，可能是造成数据无序采集现状的一个重要原因。举例，如果一个公司互联网“爬虫”不断地在“爬数据”，然后有分类、按规则装到自己的口袋里，包装一下就在集市中兜售，大家可以想象一下这样的场景。这样的行为确实不太正大光明，但他们也会信誓旦旦地说，互联网数据都是公开的数据，我爬公开的数据并无违规之说，这是我合法的劳动所得。也对，广阔无垠的海洋允许自由无害通行，但是同样，国家对于海洋有个领海之说，海洋公约对于海洋有毗邻区、基线等界定的约定。所以，大数据如何被自由、合法、合理、无害地“爬行”问题，留给法律专家解决。

回到另外一个问题，如果集中的几家“爬数据”公司，把数据积累到一定阶段之后，在经济领域可以理解为，出现了“数据垄断”，那谁来仲裁和反垄断。就如我国稀土矿产一样，挖掘量中国是垄断的，简单出口对于国内而言，附加值太低、环境成本太大，所以，我国实行配额管理，可是却又遭遇WTO裁断争议败诉。其实，这样的一幕迟早要出现。在现阶段，已经出现了这样的端倪，如金融信用交易数据被某机构全量掌握，却始终没有建立起信息开放机制；互联网平台的电子商务交易数据，被平台公司垄断，同样没有建立起第三方开放机制。在深层次，如果从国家信息安全层面理解，数据如同水，一滴水就是一滴水，如果1T、1G乃至1B的水可能就是河流、湖泊、海洋，就有个自然界外部性问题。数据累积到垄断级，肯定涉及国家信息安全，同样需要被管理和管制的。

“爬数据”的公司当然不是活雷锋，要不数据自备自己用，要不用于交易，于是数据交易市场便应运而生。既然交易，势必要涉及价格。按照这个逻辑，贵州准备搞大数据交易所，搞大数据评估是有道理的。对此，我有不同观点。记得很早以前，前辈们告诉我们，一张光盘的价格是几毛钱，如果里面装的是微软操作系统，这张光盘就值几百块；如果装的是数据库系统，这张光盘就值几十万，这就是知识的价值。所以，我就搞不明白，数据的价格评估，评估对象究竟是数据的价值还是数据应用的价值。如果评估的是数据的价值，那恐怕就是光盘、数据原材料的价值，会很便宜。如果是评估数据应用的价值，那得看应用，价值肯定是无法估量的。了解到的目前实际的数据交易，基本还是处于“灰色”地带，价格也是便宜的，而且参与这种交易的数据公司规模一般也不大，模式也比较传统。从这个角度看，搞个交易所，把这样的行为显化，接受监管，也是个路子，至于数据的价值还是留市场去发现会更好。

作者为浙江省经济信息中心副主任、浙江省信用中心主任