大数据应用于浙大法律评论

互联网、数据存储和计算构成大数据时代的三个因素，手机、智能穿戴设备等移动数据终端的普及则催化了这一进程。2016年被很多前沿科技公司视为大数据应用的“落靴之年”，阿里云大数据事业部资深总监徐常亮认为：“束缚大数据的技术瓶颈已经被完全打破，数据将从企业的成本中心转变为价值中心，2016年我们将迎来大数据应用的全面落地。”近年来，大数据应用在广度和深度上有极速增长的趋势，数字图像处理技术、云计算、人工智能等新技术应用和数据仓库、物联网、网络生态金融等网络新生事物层出不穷，实际应用涵盖个人空间、商业机构、公共管理部门等几乎所有领域，而且这些数据往往跨界使用，数据价值被不断发现。

1.大数据在私人领域的作用毋庸置疑。以日常生活中最常用的手机导航为例，我们得到道路指引服务，通过服务器对反馈数据的分析，还可以获得实时的道路交通状况信息，及时规避交通拥堵和施工路段。与早先的专业导航仪不同，安装在移动网络终端的导航软件使用和升级都是免费的。营利是任何商业活动的目的，显然，软件运营商的获利不在于软件使用本身，而是通过第三方服务和数据资源获利。终端客户在获得服务的同时，个人信息也被软件运营商获取，包括日常的出行路线、滞留地点、滞留时间等数据。同时，软件界面插入各类消费服务的链接，终端用户可以便捷地获得商家服务，而软件运营商从入驻商家获得收益，并进一步获取终端客户的消费习惯、消费能力等数据，这些数据无疑是最有价值的商业资源。

2.大数据的商业应用价值越来越得到广泛认同。以金融领域为例，信息不对称是不良金融活动的主要症结所在。信息不对称给金融体系造成的问题存在于两个阶段：交易之前和交易之后。交易之前主要存在的是逆向选择问题，经营状况不佳、资金紧张的企业有更大的融资需求，这类企业通过隐瞒不利的信息，愿意付出较高的融资代价，结果更有可能获取融资机会。在融资完成之后，融资风险也同样存在。因为信息不对称，投资人无法掌握资金使用和偿还情况。信息不对称引发的信任危机和紧缩倾向加剧了金融市场的恐慌，2007年由美国肇始的次贷危机^[13]未得到有效遏制引发全球性金融危机和经济“大衰退”（the Great Recession），出于对资金安全的担忧，对资金信息的全面披露成为化解危机的关键。“要求金融机构增加信息透明度，加强稽核和提高风险控管，使得企业必须处理种类更多、来源更多元的数据。”^[14]金融机构纷纷建立数据仓库和大数据分析平台，通过对目标客户的财务管理、信用卡使用记录、纳税情况进行分析评估，完善信息披露，消除市场顾虑。如阿里巴巴公司开创的以蚂蚁金服为品牌的小微金融产品，凭借长期以来积累的用户资金流水记录，在几分钟之内就能判断用户的信用资质，决定是否为其发放贷款，困扰国内金融市场的小微融资的信用评价难问题迎刃而解，而当初很多人并没有意识到消费数据所隐含的金融信用信息。

3.大数据在司法、安全领域的应用前景同样广阔。进入21世纪，恐怖主义活动和严重暴力犯罪有愈演愈烈的趋势，安全领域面临更大的挑战。各国都采用了各种手段预防和打击这类极端犯罪，利用新技术进行大数据分析，可以提前觉察犯罪活动的发生。(www.xing528.com)

（1）图形识别、流计算等新技术应用。“图形识别是更大的领域人工智能（AI）的一个方面。图形识别处理高度变化的输入数据，如音频、照片和视频。”^[15]图形识别、流计算与传统的数据查询的根本区别是，数据查询是根据查询指令完成工作，而图形识别通过采集影像等信息经数字化处理后的数据流触发计算引擎来进行数据分析，数据存储前就能完成分析工作。9·11事件后，美国政府加强了机场港口等地的安保工作，“采集旅客的影像后，计算引擎将影像转成可判读信息如旅客脸部特征点（眼口鼻的位置、黑斑痣等），比对这些特征点和安检数据库中的数据”。^[16]机场港口等人流密集地是各类极端事件的高发地，只有高效完成图像的数字化和实时研判才有实际意义，任何的延迟都可能导致严重后果。

（2）文本分析技术。恐怖主义活动和严重暴力犯罪有利用网络传播信息的趋势，尤其是一些社交网站方便了犯罪分子的煽动和联络。2016年著名社交网站推特（Twitter）被巴黎和布鲁塞尔恐袭案受害者家属告上法庭，他们认为推特未采取足够措施制止激进分子在网站上散布恐怖主义信息，推特应负有“帮助及教唆”（aiding and abetting）恐怖主义的责任。推特公司很快发表声明称自2015年中期以来，该公司已经封停了36万个可疑账号，勉强应付了社会的质疑。其实，社交网站亦是双刃剑，安全部门可以利用大数据的文本分析技术从社交平台上获取反恐情报，监控可疑活动。文本分析就是将社交网上的帖子、电子邮件等文本内容通过数字耦合等技术提取有效信息的技术手段。文本分析首先通过关键词提取信息摘要，并分析文件内容对信息进行识别和分类，最后才进行更复杂的情绪分析（计算系统从文字数据中可以甄别出敏感的情绪信息），而这可以发现潜藏在海量信息中的危险信号。

（3）大数据的预测分析。在犯罪预测、预防方面，大数据的作用将发挥得淋漓尽致。数据管理是现代警务的重要支持，布雷特在纽约警局进行的数据管理实践中获得巨大成功，使纽约从犯罪之都变成治安良好的城市，虽然还只是大数据管理思维的简单尝试，但效果依然显著。布雷特要求开发一套电子版的犯罪预测图表，利用数据的精细化管理和微观管理的优势，预测和预防犯罪的发生。之所以推行这种警务管理模式，是因为布雷特极端认同“破窗理论”，即小的违法行为被姑息纵容，就会被模仿和放大，最后蔓延为成片的犯罪行为。他要求，即使对微小的违法投诉，警方都必须出警做好详细的记录，深究警情发生的原因并设法解决问题。每次出警无论案件大小和案情轻重都纳入数据图表，每次出警记录都在地图所在位置用“圆点”标注。这样做的好处是，每次警情处置都在犯罪地图上直观体现，而且通过警情延时分析，可以评判该点警方行动的有效性，只有当那些代表犯罪的“圆点”逐渐消失而不是转移到另一个区域，才能被肯定成效。“数据收集和数据分析必须成为基层警务部门的一种文化，这种文化代表着基层警务部门一种管理哲学的改变。”^[17]