大數(shù)據(jù)痛點

賀濤+孫愛民+肖輝龍

在政府和市場的雙重催動下，那些原本封存在服務(wù)器里的陳年數(shù)據(jù)，成為一座座蘊藏豐富的“金礦”。然而，能真正做深度挖掘的企業(yè)并不多，這一領(lǐng)域正在等待著“殺手級”應(yīng)用的出現(xiàn)

3月5日，國務(wù)院總理李克強在十二屆全國人大四次會議上作2016年政府工作報告時提到，當前中國發(fā)展正處于這樣一個關(guān)鍵時期，必須培育壯大新動能，加快發(fā)展新經(jīng)濟。

這是政府工作報告中首次出現(xiàn)“新經(jīng)濟”概念。報告進一步說明，要推動新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)加快成長。其中，在“十三五”時期主要目標任務(wù)和重大舉措中，李克強提出，促進大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)廣泛應(yīng)用。

去年9月國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》稱，國家政府數(shù)據(jù)統(tǒng)一開放平臺將在2018年底前建成，率先在氣象、環(huán)境、信用、交通、醫(yī)療、衛(wèi)生等20余項重要領(lǐng)域，實現(xiàn)公共數(shù)據(jù)資源合理適度向社會開放。今年的政府工作報告亦指出，加強政府自身建設(shè)，提高施政能力和服務(wù)水平。重任千鈞惟擔當。

不僅中國，大數(shù)據(jù)被各國政府都提到了前所未有的高度，公共數(shù)據(jù)開放也紛紛提上日程。

在政府和市場的雙重催動下，那些原本封存在服務(wù)器里的陳年數(shù)據(jù)，成為一座座蘊藏豐富的“金礦”，興奮的企業(yè)和研究人員一邊著手搜尋數(shù)據(jù)，一邊將有價值數(shù)據(jù)按需篩選出來重構(gòu)。然而，能真正做深度挖掘的企業(yè)并不多，這一領(lǐng)域正在等待著“殺手級”應(yīng)用的出現(xiàn)，助推金融、醫(yī)療健康、零售業(yè)、制造業(yè)等各行業(yè)產(chǎn)生根本性的變革。

——編者按

國務(wù)院總理李克強在作2016年政府工作報告時提到，促進大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)廣泛應(yīng)用。其實自去年“兩會”起關(guān)注大數(shù)據(jù)的提案就不少，今年“兩會”的代表和委員們又開始提交新一輪為大數(shù)據(jù)鼓勁的提案。

全國政協(xié)委員劉慧、榮建勛、劉漢元等分別建議，構(gòu)建大數(shù)據(jù)平臺，遏制互聯(lián)網(wǎng)金融亂象、發(fā)展科技保險、讓農(nóng)業(yè)更有規(guī)劃。全國人大代表邵志清則提出議案，呼吁制定“大數(shù)據(jù)法”，規(guī)范政務(wù)數(shù)據(jù)的共享開放和市場數(shù)據(jù)的交易流通。

廣東人大常委會已經(jīng)建立了一個代表履職支撐平臺，運用大數(shù)據(jù)為代表履職提供支撐。人大代表可通過“人大百科、履職資訊定制、議案建議、履職活動、履職溝通交流、聯(lián)系群眾輔助”等六個前臺服務(wù)子系統(tǒng)，獲取和發(fā)布信息。

你，每一秒都可能產(chǎn)生或者使用一個不起眼的數(shù)據(jù)：打車的路線、網(wǎng)上的交易、計步的APP、去醫(yī)院掛號、一張交通罰單、一次飯局等，這些痕跡都被有心的公司收集起來，再通過計算、重構(gòu)，變成一個得心應(yīng)手的應(yīng)用，出售給你，或者讓你免費使用，同時提供新的數(shù)據(jù)作為回饋。

大數(shù)據(jù)不僅是一種海量的數(shù)據(jù)狀態(tài)和相應(yīng)的數(shù)據(jù)處理技術(shù)，也是一種思維方式、一項重要的基礎(chǔ)設(shè)施。2011年以來，大數(shù)據(jù)概念在中國火熱，傳道者和求學者涌現(xiàn)，穿梭于眾多的大數(shù)據(jù)會議和論壇，以創(chuàng)新為己任的科技公司，都在踅摸著跟大數(shù)據(jù)產(chǎn)生關(guān)聯(lián)。

在剛剛結(jié)束的人機圍棋巔峰對決中，谷歌人工智能圍棋程序AlphaGo以4：1擊敗了人類選手李世石。人工智能界一片歡呼，這是深度學習+大數(shù)據(jù)的勝利。細想大數(shù)據(jù)被行業(yè)關(guān)注已5年了，實際能投入實用的大數(shù)據(jù)應(yīng)用并不多，讓人驚嘆的“殺手級”的應(yīng)用更是寥寥，反倒是深度學習，通過與大數(shù)據(jù)的結(jié)合，獲得迅速發(fā)展。

國內(nèi)大數(shù)據(jù)領(lǐng)域的一些學者和業(yè)界人士抱怨：政府所掌握的公共大數(shù)據(jù)存在重重壁壘，難以共享，從源頭上有礙于創(chuàng)新。這一觀點有其合理之處，但并不全面。因為它難以解釋，為何已經(jīng)手握海量數(shù)據(jù)的BAT（百度、阿里巴巴和騰訊）等國內(nèi)互聯(lián)網(wǎng)巨頭，也尚未用大數(shù)據(jù)技術(shù)挖掘出扛鼎之作。

事實上，這個令人興奮的新事物，仍處于摸索研究階段，大數(shù)據(jù)產(chǎn)業(yè)有必要重新審視自身的痛點，尋找解決之道。

實戰(zhàn)低于預(yù)期

在高德信息技術(shù)有限公司（下稱高德）北京辦公室里，星羅棋布的辦公桌間豎立著一面LED顯示屏，上面是密密麻麻的紅點與曲線。

一名技術(shù)人員選定了城市與時間參數(shù)，并選取長安街上一段長約300米的路段，屏幕上立即顯示出該路段實時通過的車輛，這些車輛的實時位置一目了然，系統(tǒng)還給出未來幾分鐘，甚至幾個小時內(nèi)的車流量預(yù)判。

這是高德智能出行業(yè)務(wù)的一部分，也是大數(shù)據(jù)應(yīng)用的一個實景。大數(shù)據(jù)，或稱巨量資料，不僅描述了大量的數(shù)據(jù)，還涵蓋了處理數(shù)據(jù)的速度。

大數(shù)據(jù)應(yīng)用已帶來可見的果實。高德公司估算，使用高德地圖躲避擁堵功能，平均每月為全部用戶節(jié)省時間達700年，節(jié)油高達1840萬升、價值1.3億元。

谷歌的AlphaGo也是一個突出的例子。一般來說，大數(shù)據(jù)的應(yīng)用場景是通過大數(shù)據(jù)分析獲得洞察，并基于這些洞察進行預(yù)測，根據(jù)預(yù)測結(jié)果做出行動。而深度學習擅長傳統(tǒng)大數(shù)據(jù)分析中難以使用的語音、圖像等，它可以教授計算機逐級往下處理數(shù)據(jù)，并能根據(jù)不同層級的數(shù)據(jù)做出修正，思考過程逐漸從簡單到復(fù)雜。這種接近人腦的學習方式，可以通過訓(xùn)練之后自行掌握概念，而且輸出結(jié)果會隨著數(shù)據(jù)處理量的增大而更加準確。包括谷歌、IBM、微軟、Facebook等在內(nèi)的科技巨頭，在深度學習和大數(shù)據(jù)結(jié)合方面的投入越來越高。

雖然數(shù)據(jù)還沒有被列入企業(yè)的資產(chǎn)負債表，但大數(shù)據(jù)領(lǐng)袖、牛津大學教授維克托·舍恩伯格預(yù)測，這只是時間問題。數(shù)據(jù)資源將和土地、勞動力、資本等生產(chǎn)要素一樣，成為政府管理與企業(yè)盈利的戰(zhàn)略資源。

精準營銷、醫(yī)療和金融這三大領(lǐng)域，目前被視為大數(shù)據(jù)最具前景的應(yīng)用領(lǐng)域。在大數(shù)據(jù)概念提出前，大型電商、醫(yī)療行業(yè)和金融企業(yè)，基本應(yīng)用隨機抽樣分析。理論上，大數(shù)據(jù)分析的結(jié)果更精準，因為它將原來的小樣本變成全樣本。按維克托·舍恩伯格的說法，所謂大數(shù)據(jù)分析方法，就是不用抽樣調(diào)查這樣的捷徑，而采用所有數(shù)據(jù)的分析方法。

在分析自家電子商務(wù)平臺的客戶信用及行為數(shù)據(jù)后，阿里巴巴創(chuàng)生了螞蟻小貸、花唄、借唄等產(chǎn)品;騰訊數(shù)據(jù)，則充分、完整記錄了人們在互聯(lián)網(wǎng)上的行為軌跡和社會屬性，可以從中挖掘、分辨出用戶的行為模式、興趣偏好等;由于搜索功能的精準性，百度掌握了更多用戶的真實需求。

全球在大數(shù)據(jù)研究的投入已不少，2016年會更多。美國信息技術(shù)研究和分析公司Gartner預(yù)測，2016年全球在大數(shù)據(jù)方面的總花費將達到2320億美元。

這一龐大的投入與實際產(chǎn)出，目前并不匹配?，F(xiàn)有的數(shù)據(jù)搜集和處理能力，常使電商看上去很不著調(diào)，當客戶從一個電商平臺購買一部手機后，下次再登錄時，電商可能簡單粗暴地又推送手機廣告;微信朋友圈的廣告推送，一直是網(wǎng)民取笑的槽點。

很多企業(yè)還是堅持用傳統(tǒng)的隨機抽樣方法，這樣可以較低的成本、較少的數(shù)據(jù)，進行一定精確度的分析，比大數(shù)據(jù)分析要經(jīng)濟實惠。

聚合數(shù)據(jù)云計算事業(yè)部總監(jiān)商渭清在一次業(yè)內(nèi)論壇上表示，線上廣告投放，一般命中率是1.0%，做得好的能到1.3%。精準營銷的命中率，應(yīng)該在3%或5%以上。

美國加州大學伯克利分校計算機科學和統(tǒng)計系教授邁克·喬丹（Michael Jordan）認為，目前的大數(shù)據(jù)給出的結(jié)果可靠性太低，如果急于應(yīng)用到實際中，就好比是土木工程還沒學好就開始造橋，結(jié)果可想而知。

窘境源自技術(shù)層面的缺失。一是業(yè)界對于大數(shù)據(jù)分析的價值邏輯缺乏足夠深刻的洞察，以致搭建的模型偏差較大;二是大數(shù)據(jù)分析中的某些重大要件或技術(shù)還不成熟。

美國對醫(yī)療大數(shù)據(jù)情有獨鐘，基礎(chǔ)建設(shè)整得不錯，相關(guān)研究開展也早，但是，“要形成好的應(yīng)用效果，美國估計還要等5年至10年”。清華大學統(tǒng)計學研究中心主任、哈佛大學統(tǒng)計系教授劉軍對《財經(jīng)》記者分析。

盡管在過去的五年里，全球大數(shù)據(jù)計算性能實現(xiàn)了超過20倍的增長，100TB數(shù)據(jù)排序時間由8274秒縮短到377秒。而實際上，很多業(yè)內(nèi)人士對大數(shù)據(jù)，仍缺乏深刻的認識。

信息技術(shù)研究和分析公司Gartner在2013年做的一項調(diào)查顯示，64%的企業(yè)表示正在投資或計劃投資大數(shù)據(jù)。然而，當問及企業(yè)面臨的“大數(shù)據(jù)的挑戰(zhàn)”時，約56%的企業(yè)聲稱是“確定如何從大數(shù)據(jù)獲得價值”，41%是要“定義我們的大數(shù)據(jù)戰(zhàn)略”，另有23%的企業(yè)是為了“了解什么是大數(shù)據(jù)”。

美國杜克大學行為經(jīng)濟學教授丹·艾瑞里（Dan Ariely）曾將大數(shù)據(jù)技術(shù)比作未成年人的性行為，“每個人都談?wù)撍珱]人知道怎么做，每個人都以為其他人在做，所以每個人都宣稱他們在做。”

科大訊飛股份有限公司（下稱科大訊飛，002230.SZ）高級副總裁陳濤告訴《財經(jīng)》記者，熱炒大數(shù)據(jù)的背后，有IT行業(yè)在推動，為了出售服務(wù)器、存儲、服務(wù)，過分渲染了大數(shù)據(jù)使用的急迫性。

誰握大數(shù)據(jù)

當把不同來源、不同維度的數(shù)據(jù)關(guān)聯(lián)在一起，交叉挖掘分析，就有可能發(fā)生“化學反應(yīng)”，大數(shù)據(jù)因共享而增值。

高德的交通數(shù)據(jù)來源主要有兩個，一是眾包數(shù)據(jù)，5億高德用戶在使用交通導(dǎo)航服務(wù)時，既是信息使用者，又是信息的分享者。高德副總裁、首席交通數(shù)據(jù)分析師董振寧告訴《財經(jīng)》記者，“通過眾包，每月從用戶那里收到超過60億公里檢測（數(shù)據(jù)），高德再用這些完善地圖數(shù)據(jù)?！?/p>

第二個來源，全國幾十萬輛出租車，及幾百萬輛物流車輛的數(shù)據(jù)，這些數(shù)據(jù)經(jīng)交通后臺匯總、處理后，可實時計算出路況信息，反饋在用戶終端上。

據(jù)美國國際數(shù)據(jù)集團（IDC）的數(shù)字世界研究報告顯示，2013年人類產(chǎn)生、復(fù)制和消費的數(shù)據(jù)量達到4.4ZB（1ZB等于10萬億億字節(jié)）。而到2020年，數(shù)據(jù)量將增長10倍，達到44ZB。

國內(nèi)除了高德這樣以數(shù)據(jù)為生的企業(yè)，BAT通過網(wǎng)民的網(wǎng)購、理財、搜索，以及社交網(wǎng)絡(luò)等，也坐擁海量數(shù)據(jù)。百度大數(shù)據(jù)，基于用戶在百度上的所有行為、檢索詞;騰訊掌握了海量的社交數(shù)據(jù);阿里巴巴擁有用戶的交易數(shù)據(jù)。此外，一批提供數(shù)據(jù)權(quán)益服務(wù)的數(shù)據(jù)公司也應(yīng)運而生。

這些數(shù)據(jù)公司利用爬蟲技術(shù)，抓取海量網(wǎng)頁上的數(shù)據(jù)，按類將這些數(shù)據(jù)進行整合梳理，再接入許多第三方數(shù)據(jù)?！跋窕疖嚻辟徺I數(shù)據(jù)和房屋買賣數(shù)據(jù)，數(shù)據(jù)量不大，但是價值很高?！盨ensors Data的創(chuàng)始人兼CEO桑文鋒告訴《財經(jīng)》記者，幾大電信運營商也掌握了較多的用戶數(shù)據(jù)。

在移動互聯(lián)時代，由于每臺終端設(shè)備都“綁定”一個用戶，一旦將數(shù)據(jù)分享，合作者也就長期擁有了這些用戶，這導(dǎo)致整個業(yè)界的心態(tài)放不開，害怕用戶流失。

其實，不像煤炭、石油等資源，用過之后不可再生，因而很難實現(xiàn)共享，數(shù)據(jù)資源可以重復(fù)使用，在共享中不斷產(chǎn)生新的價值。

為獲得更多資源，企業(yè)之間打破慣有忌諱，正在形成合作氛圍，一個個數(shù)據(jù)生態(tài)圈逐漸生長。

阿里巴巴數(shù)據(jù)事業(yè)部產(chǎn)品經(jīng)理王峰認為，單純的數(shù)據(jù)交易和數(shù)據(jù)加工服務(wù)“很粗魯”。1月20日，阿里云宣布開放其大數(shù)據(jù)能力，發(fā)布全球首個一站式大數(shù)據(jù)平臺“數(shù)加”，如有數(shù)據(jù)開發(fā)能力的團隊可入駐“數(shù)加”，借助上面的工具為各行各業(yè)提供數(shù)據(jù)服務(wù)。這是一個“普惠大數(shù)據(jù)”，即讓全球任何一個企業(yè)、個人都能用上大數(shù)據(jù)。

王峰表示，“數(shù)加”盡管不是免費的，但是能夠幫合作伙伴把蛋糕做大，賺到更多錢。

即便是BAT，也“覬覦”著一個重量級的數(shù)據(jù)擁有者——各級政府。多年來，各級政府通過行政手段和公共管理過程，依法獲取了海量數(shù)據(jù)。絕大多數(shù)中央部委、省級政府部門的核心業(yè)務(wù)都有數(shù)據(jù)庫支撐。如公安部有一個覆蓋13億人口的人口數(shù)據(jù)庫，國家工商總局有企業(yè)法人數(shù)據(jù)庫，金融、醫(yī)療、稅務(wù)、質(zhì)檢、社保、教育等都有各自的信息庫。

在陳濤看來，政府所擁有的公共數(shù)據(jù)，是盤活大數(shù)據(jù)資源的坐標系，這些資源是一個社會的基本信息，是核心數(shù)據(jù)。

公共數(shù)據(jù)圍墻

政府部門不會輕易放開掌握的數(shù)據(jù)。

一位中外合資農(nóng)業(yè)公司的市場總監(jiān)就曾碰過釘子。他數(shù)次聯(lián)系國家氣象局，希望拿到一些農(nóng)業(yè)大省歷年的氣象數(shù)據(jù)和實時的觀測數(shù)據(jù)。通過數(shù)據(jù)分析，這家公司可以篩選出最適合當?shù)氐姆N子，進一步開發(fā)出手機APP，即時給農(nóng)民推送農(nóng)時建議。

全國政協(xié)委員、通威集團董事局主席劉漢元在今年“兩會”的提案中提到，建設(shè)農(nóng)業(yè)大數(shù)據(jù)平臺，可以提前預(yù)測農(nóng)業(yè)產(chǎn)量，使農(nóng)業(yè)的生產(chǎn)更具計劃性。類似的農(nóng)業(yè)大數(shù)據(jù)服務(wù)，美國孟山都公司旗下的Climate Corporation早已推出。

然而，政府機構(gòu)由于自身定位和責任機制，缺乏放開公共數(shù)據(jù)的動力。國家氣象局就婉拒了上述農(nóng)業(yè)公司市場總監(jiān)的數(shù)據(jù)合作請求。

氣象數(shù)據(jù)具有壟斷因素，氣象局如果不肯提供原始裸數(shù)據(jù)，商業(yè)機構(gòu)是無計可施的。

商業(yè)類氣象服務(wù)的推廣則需要國家氣象部門授權(quán)。

從知識產(chǎn)權(quán)保護角度看，只有原始裸數(shù)據(jù)，商業(yè)機構(gòu)可以無償抓取利用。如果被抓取的數(shù)據(jù)是經(jīng)氣象局二次加工的，那么這些數(shù)據(jù)就具有知識產(chǎn)權(quán)，因為這時的數(shù)據(jù)里面增加了人的智力、勞動成本，所以氣象局向商業(yè)機構(gòu)收費屬于合理行為。

公開報道顯示，天氣服務(wù)類軟件墨跡天氣上線之初，是從網(wǎng)上抓取的天氣數(shù)據(jù)，后來氣象局找上門來要求付費，開價一年幾十萬元。這對初創(chuàng)的墨跡天氣來說，也是一筆大開銷，只好另想辦法。

一位業(yè)內(nèi)知情研究員介紹稱，氣象局有官員曾在一次論壇上表示，向抓取天氣數(shù)據(jù)的軟件公司收費，是政府定價行為，屬于有償服務(wù)。

即便用于研究，數(shù)據(jù)也并不易獲取。作為中國科學技術(shù)協(xié)會副主席，同時在清華大學、北京航空航天大學兼任教授，張勤有豐富的與公共部門項目合作的經(jīng)驗，他在一次學術(shù)會議上抱怨道，“搞大數(shù)據(jù)的人，卻時常感到?jīng)]有數(shù)據(jù)可用?！?/p>

張勤與北京一家醫(yī)院合作，運用數(shù)據(jù)分析眩暈疾病的一些規(guī)律。合作醫(yī)院從多年積累的病例數(shù)據(jù)庫中隨機篩選出60多個案例。在統(tǒng)計學上看，這點數(shù)據(jù)量不夠消除“噪音”——數(shù)據(jù)干擾因素，很難發(fā)現(xiàn)有價值的規(guī)律，可合作醫(yī)院拒絕提供更多的案例。

張勤的遭遇，也是中國不少研究者和產(chǎn)業(yè)界的感受，公共數(shù)據(jù)資源太封閉。2015年4月，國際著名期刊《自然》刊文稱，中國的研究者現(xiàn)在連獲取普通信息都越來越困難，比如，機動車保有量的數(shù)據(jù)。原因是，大多數(shù)的公共領(lǐng)域數(shù)據(jù)都攥在官方機構(gòu)手里，其中有些機構(gòu)正在加強它們的壟斷地位，這使信息更難以獲取。

同樣出于利益考量，一些政府部門擔心，隨著數(shù)據(jù)的開放，本部門履職的行動自由會受到束縛，原來不透明的部門行為被公開后，可能招致輿論批評甚至訴訟，因而沒有意愿主動開放數(shù)據(jù)。

上海市市委書記韓正曾表示，當前政府掌握著相對齊全的數(shù)據(jù)，卻一直存在著縱向和橫向分割的問題，并沒有真正打通和共享。

政府機構(gòu)擁有公共數(shù)據(jù)無法適度開放，并不能使信息增值。挖掘政府大數(shù)據(jù)價值最好的辦法是，適度允許私營部門和社會公眾訪問。例如，香港公共數(shù)據(jù)開放網(wǎng)站“資料一線通”的口號就是“公共資料，增值利用”。

天津市信息中心工程師劉葉婷分析，由于在國家層面尚未構(gòu)建起完善的公共數(shù)據(jù)開放戰(zhàn)略，因此難以形成從中央到地方的多級公共數(shù)據(jù)開放體系。

一些地方政府和部門希望把握本地區(qū)、本部門的公共數(shù)據(jù)，進行商業(yè)開發(fā)，做成轄區(qū)內(nèi)“統(tǒng)一”數(shù)據(jù)系統(tǒng)。這樣的系統(tǒng)開發(fā)，可能在建成后涌現(xiàn)出一個地方性的，或者部門性的信息壟斷機構(gòu)。

拋開主觀意愿，官方機構(gòu)能不能拿出高質(zhì)量的數(shù)據(jù)資源，也是一個問題。

北京大學中國衛(wèi)生經(jīng)濟研究中心主任劉國恩與美國斯坦福大學合作，聚焦于中國醫(yī)院的管理水平，研究中要用到醫(yī)院地址、電話號碼、有多少床位，以及每年的死亡人數(shù)等數(shù)據(jù)。他以為這些醫(yī)院的基本信息，地方政府和衛(wèi)生計生部門手里肯定有，但兩年時間里，大概只湊齊了六成數(shù)據(jù)。

復(fù)旦大學數(shù)字與移動治理實驗室的研究表明，開放政府數(shù)據(jù)，首先應(yīng)在地方層面探索。目前地方政府的數(shù)據(jù)開放量較低。

科大訊飛2013年與安徽省蕪湖市合作開展社會管理服務(wù)項目。拿到地方政府提供的數(shù)據(jù)資源，科大訊飛的工作人員把數(shù)據(jù)清洗、比對后發(fā)現(xiàn)，很多數(shù)據(jù)合在一起后對不上，甚至存在矛盾。比如，對比民政部門的死亡數(shù)據(jù)與公安部門的戶籍數(shù)據(jù)發(fā)現(xiàn)，存在幾千人都去世了，還在發(fā)退休金的案例。

陳濤曾感慨，如果不是蕪湖市政府黨委書記與市長堅持，“不交數(shù)據(jù)、就交帽子”，科大訊飛也很難拿到各部門掌握的數(shù)據(jù)資源。在與地方政府的合作中他還發(fā)現(xiàn)，政府對數(shù)據(jù)的采樣頻度是比較低的，算不上嚴格意義的大數(shù)據(jù)。

工業(yè)和信息化部電子信息產(chǎn)業(yè)與信息化研究所所長李苑建議，政府的很多數(shù)據(jù)沒有集中管理，還處于信息孤島狀態(tài)，這些都是開放數(shù)據(jù)需要解決的問題。

搭平臺立規(guī)則

一方面政府部門對所掌握的大數(shù)據(jù)開發(fā)利用，最缺乏的是技術(shù)與發(fā)掘數(shù)據(jù)價值的能力，另一方面政府部門自身有越來越強烈的大數(shù)據(jù)應(yīng)用需求。因此，如何放開和利用公共數(shù)據(jù)，需明確規(guī)則。

中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟副秘書長陳新河注意到大數(shù)據(jù)應(yīng)用會議上的有趣變化，2014年，大家談的都是精準營銷，2015年談的多是傳統(tǒng)行業(yè)，現(xiàn)在聚焦于政府、金融和醫(yī)療等領(lǐng)域，“政府，是一個最大的應(yīng)用軟件支付方”。

比如，很多大城市的政府職能部門，都面臨著如何讓城市變得更加智慧這一龐大的課題。

某地虛報了工業(yè)產(chǎn)值，但用電量和能耗卻沒有達到相應(yīng)的規(guī)模。這種異常很容易被大數(shù)據(jù)系統(tǒng)識別出來。發(fā)現(xiàn)異常后，相關(guān)部門展開復(fù)核，可以更有針對性地防止、打擊數(shù)據(jù)造假。

政府對大數(shù)據(jù)、云計算的需求增長，于是，與企業(yè)“點對點”的戰(zhàn)略合作協(xié)議增多。高德能夠拿到交通部門的數(shù)據(jù)，是基于與交通部的合作框架，而這種合作又依賴于高德積累了十幾年的導(dǎo)航技術(shù)與智能交通的探索，這與政府現(xiàn)在或者未來的政策相契合，能給雙方帶來互惠互利的正反饋。

“用移動互聯(lián)網(wǎng)的創(chuàng)新思維，搭載大數(shù)據(jù)技術(shù)去改變政府的服務(wù)，流動的是數(shù)據(jù)，人不用再跑來跑去?！标悵f。科大訊飛在人工智能方面的口碑，為其贏得安徽蕪湖項目的訂單。蕪湖在全國率先以數(shù)據(jù)交換、共享方式，整合全市政務(wù)資源，戶籍、人社、司法、衛(wèi)計等部門，將統(tǒng)計數(shù)據(jù)交給市政府，科大訊飛開發(fā)軟件，清洗這些數(shù)據(jù)后，統(tǒng)計匯總成一個個市民從出生到現(xiàn)在的所有證件、公開信息。

談判、合作、協(xié)商、協(xié)議，這種政府開發(fā)大數(shù)據(jù)的方式，只適合針對個別企業(yè)的合作。能拿到公共大數(shù)據(jù)的企業(yè)，一類是技術(shù)在業(yè)內(nèi)獨具一格，或出身于事業(yè)單位、政府部門，另一類就是BAT這樣的互聯(lián)網(wǎng)巨頭。

雖然這看上去似乎對其他企業(yè)不公平，但公共數(shù)據(jù)先行向這兩類企業(yè)試水放行，有其合理之處：一方面這些公司的技術(shù)能力或者資源更強，另一方面在大數(shù)據(jù)隱私保護方面也更可控。董振寧告訴《財經(jīng)》記者，“（與政府）合作有嚴格的規(guī)范制約，什么該做、什么不該做，雙方都有約定?！?/p>

作為研究者，劉國恩去找地方統(tǒng)計局、醫(yī)保局的領(lǐng)導(dǎo)，對方好不容易拿出數(shù)據(jù)后，都會小心翼翼地再三囑咐千萬不要把數(shù)據(jù)拿出去。劉國恩也害怕自己一不小心觸碰紅線。他呼吁，一定盡快把法律的紅線劃清楚，“哪怕劃了以后，比以前的空間顯得更窄一點，也要讓業(yè)內(nèi)知道這是紅線”。

開放公共數(shù)據(jù)，也面臨著泄密風險，這使政府部門也不得不謹小慎微。哪些數(shù)據(jù)可以公開，哪些數(shù)據(jù)需要脫敏，如何整合各個地方的數(shù)據(jù)，地方官員對這些未必清楚。

從這個角度，張勤明白合作醫(yī)院的苦衷，“他們不愿意把數(shù)據(jù)拿出來，這涉及到隱私和知識產(chǎn)權(quán)兩方面”。最簡單的問題，病歷屬于電子數(shù)據(jù)，到底屬于誰？法學界還存有很多爭議。

因為病歷的著作權(quán)屬于醫(yī)生，醫(yī)生的著作權(quán)又屬于醫(yī)院的職務(wù)行為，所以病歷屬于職務(wù)作品，而其中的數(shù)據(jù)還涉及患者個人隱私，因此，商業(yè)機構(gòu)如果想對醫(yī)療數(shù)據(jù)進行使用開發(fā)，就需事先征得醫(yī)院、患者等多方面的授權(quán)同意。

科技部早已意識到對科學數(shù)據(jù)共享的立法和政策，并已立項多個研究課題，北京大學法學院教授張平多年來一直承擔其中的課題，她向《財經(jīng)》記者介紹，政府公共部門在披露公共數(shù)據(jù)、科學數(shù)據(jù)等信息數(shù)據(jù)時，應(yīng)該注意避免披露涉及國家安全問題，或涉及個人隱私信息和商業(yè)秘密方面的數(shù)據(jù)，否則會有法律的風險。

因為用戶隱私信息、商業(yè)秘密等都屬于私權(quán)范圍，業(yè)內(nèi)常遵循“誰擁有誰控制”原則。

比如，美國就有“E-government Act”，俗稱陽光法、《信息自由法》《隱私權(quán)法》等，對政府掌握的信息公開的范圍有嚴格的規(guī)定。

同時在操作上，歐美國家的合同協(xié)議機制也相對完備。比如，去歐美國家大學實驗室做研究員，剛進去時就會被要求簽厚厚一摞合同協(xié)議，對所有涉及隱私數(shù)據(jù)等方面的使用和管理，都會提前約定好，一次性簽完合約。劉軍介紹，在美國，研究者和企業(yè)想拿到醫(yī)療數(shù)據(jù)，“要填好多表，過很多關(guān)”。

開發(fā)使用數(shù)據(jù)，較好的辦法是通過合同協(xié)議機制來約定，規(guī)避敏感數(shù)據(jù)泄露風險，還可以采用數(shù)據(jù)脫敏技術(shù)，即通過技術(shù)手段對個人數(shù)據(jù)信息去識別化。其中姓名、性別、身高、身份證號碼等都是需要重點進行脫敏處理的數(shù)據(jù)，尤其在醫(yī)療、金融、電信等領(lǐng)域，都包含大量這類數(shù)據(jù)信息。

挖掘政府大數(shù)據(jù)價值最好的辦法是，適度允許私營部門和社會公眾訪問

但數(shù)據(jù)的知識產(chǎn)權(quán)問題，還需要法律界的研究。政府與企業(yè)合作數(shù)據(jù)開發(fā)項目，政府除了要處理可能涉及的個人隱私信息數(shù)據(jù)的泄露問題外，還應(yīng)處理好怎樣對開發(fā)后的數(shù)據(jù)定價的問題，因為這包括如何補償開發(fā)企業(yè)的投入成本等。另外，如何避免數(shù)據(jù)被過度商業(yè)性開發(fā)利用也值得深思。

“畢竟很多公共數(shù)據(jù)都是用納稅人的錢采集的，政府不應(yīng)該以此作為賺錢工具?！币晃环山缛耸繉Α敦斀?jīng)》記者表示。

在科學數(shù)據(jù)方面，歐美國家建立了匯交、共享的開放平臺和機制，同時還有科學數(shù)據(jù)的共享法律。中國還沒有統(tǒng)一的數(shù)據(jù)中心，沒有專門的管理法律，更沒有建立起完備的合同協(xié)議機制，這就給個人隱私數(shù)據(jù)的后續(xù)使用、管理留下了隱患。

美國聯(lián)邦政府在開放公共數(shù)據(jù)過程中，采取了階段性逐步開放策略，根據(jù)數(shù)據(jù)被需求度、涉密度等多個因素的考慮，將數(shù)據(jù)劃分為立即開放、短期內(nèi)開放、計劃開放、暫時無法開放四個類別。

業(yè)內(nèi)專家分析稱，每個國家在開放公共數(shù)據(jù)時，都受國家安全和國家利益驅(qū)動，會優(yōu)先考慮所開放的數(shù)據(jù)是否會對國家政治、經(jīng)濟安全造成負面影響，美國也不例外?；诖?，美國會將過去20年的公共數(shù)據(jù)開放，但如果涉及高精尖技術(shù)的數(shù)據(jù)，就不會開放。

北京理工大學網(wǎng)絡(luò)法研究所研究員孟兆平認為，中國政府開放公共數(shù)據(jù)應(yīng)基于開放式的數(shù)據(jù)平臺，可供各種需求者使用。首先要搭建起數(shù)據(jù)中心的基本模型，再考慮如何創(chuàng)新與企業(yè)合作開發(fā)數(shù)據(jù)的模式，使數(shù)據(jù)平臺能“自我供血”維持運營。

2015年9月，國務(wù)院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》稱，政府數(shù)據(jù)統(tǒng)一開放平臺將在2018年底前建成，率先在氣象、環(huán)境、信用、交通、醫(yī)療、衛(wèi)生等20余項重要領(lǐng)域，實現(xiàn)公共數(shù)據(jù)資源合理適度向社會開放。

“各部委真正去執(zhí)行綱要內(nèi)容，最快也要到今年兩會以后，綱要具體變?yōu)榱⒎⒁?guī)則還需要一定時間?！泵险灼秸f。

這不是一個容易完成的任務(wù)?？萍疾吭鲞^科學數(shù)據(jù)匯交的工作，仍無法做到將所有數(shù)據(jù)整理到統(tǒng)一的數(shù)據(jù)庫中?，F(xiàn)實中，很多數(shù)據(jù)都散落在承擔不同項目的科研人員手里，只能按專業(yè)分類，分散在不同的數(shù)據(jù)中心和職能部門中。張平稱，實際上對于有些公共數(shù)據(jù)，政府也無法全面掌握。

張平建議，國家應(yīng)當通過投資和立法，加強對醫(yī)院、大學以及國家投資的科研項目產(chǎn)生的數(shù)據(jù)進行管理。

另外，政府還應(yīng)采取不歧視政策，鼓勵全社會（包括私人部門）以工本費（不超過數(shù)據(jù)復(fù)制和傳遞過程中產(chǎn)生的費用）的價格使用數(shù)據(jù)。

迫于2018年數(shù)據(jù)開放的壓力，國家氣象局直屬企業(yè)華風氣象傳媒集團有限責任公司（下稱華風）開始尋找戰(zhàn)略合作者，希望借此來增強自身的數(shù)據(jù)分析能力，保持在氣象數(shù)據(jù)應(yīng)用方面的領(lǐng)先地位。

華風的對手已經(jīng)隱現(xiàn)。2016年1月20日，阿里云宣布與國家氣象局達成合作，向公眾開放氣象服務(wù)數(shù)據(jù)，并共同深挖氣象大數(shù)據(jù)的商業(yè)價值。

此舉讓華風的一位項目負責人頗感意外，此次開放了國內(nèi)縣級以上站點實況，包含溫度、濕度、風、氣壓、降水量、天氣現(xiàn)象等，都是核心數(shù)據(jù)。

開放公共數(shù)據(jù)，意味著數(shù)據(jù)資源在政府、社會間實現(xiàn)自由流動，這是政府行為的一項重大變革，涉及部門越多、范圍越大，數(shù)據(jù)開放難度也就越大。