何宝宏：大数据须结束数据孤岛

首要问题是政府数据的开放

　　财新记者：如您所说，大数据的发展尚处于初级阶段，那么，在这一发展阶段存在哪些问题？

　　何宝宏：大数据归根到底要先有海量的数据，现在关键的问题在数据源上。

　　首要问题是数据的开放。实际上，政府是最主要的数据源，如果政府的数据不开放，大数据的市场就会相对狭隘，很多创新的应用也将无法实现。至于企业，尤其是国内传统的大国企，部门与部门之间的数据尚且不能完全透明、开放，要求它们对外开放数据就相当困难。

　　所以，在大数据发展的初级阶段，我们看到的大部分是“私有大数据”，譬如交通部门掌握交通数据、银行部门掌握银行数据、电信部门掌握电信数据，等等，彼此之间却不能互通共享，形成一个个“数据孤岛”。

　　除了开放数据，数据源的标准化、数据源的质量控制等也面临着困难，业界也在探讨解决之道。

　　在讨论数据源的难题之际，随之而来的还有隐私泄露、买卖数据等一系列数据安全问题。国家工信部一再强调保护个人信息安全，前不久也颁布了《电信和互联网用户个人信息保护规定》。但是，如何在大数据时代更大范围地保障信息安全，没有人知道，因为现在的数据大多还不是相互开放的，连都还没有连起来。

　　财新记者：针对大数据，我国政府部门出台了哪些政策予以引导？国外是否有相关政策可供参考？

　　何宝宏：大数据是新兴事物，至今还没有针对性的政策颁布，但在政府部门的宏观政策譬如“十二五”规划里，已经多次提及海量数据处理问题。

　　实际上，开放政府数据无疑是对大数据的最大政策支持，只是这是一个渐进的过程，实现真正的数据开放还需要很长的时间。

　　在国外，数据开放也是令人头痛的事情。不过，美国政府走在了前面，美国总统奥巴马已经明确要求政府信息公开，所有不涉密的信息都要以机器可读的形式开放给公众，譬如气象数据、医院收费数据。这样的数据开放已不再止于公布一个结果，即信息公开的层面，而是公布形成这一结果的各种数据演变过程。

　　我们应该意识到，基于大数据的国际竞争已经悄然到来。2012年3月22日，奥巴马将大数据称为“未来的新石油”，宣布了2亿美元的大数据投资计划。可以说，美国政府已将大数据从自发的商业行为提升到国家战略的高度。竞争之下，我国政府应该会对大数据做出新的考量。

　　财新记者：数据开放的价值在哪里？

　　何宝宏：数据不联网，价值就会大打折扣。当然，通过分析单个企业的数据也能实现一些价值，但数据更大的价值在于，不同的数据源能够相互关联起来，就像20年前的计算机，不联网也可单独使用，可一旦联网，产生什么样的应用，当时根本无法预料，惟一确定的是联网之后的价值远胜于从前。

　　大数据也是一样，我们可以认为现在的互联网连接的是硬件设备，包括PC、手机、平板，未来互联网则是连接各种各样的数据，形成一张数据网，价值不是更大？

　　你可以发挥想象力，当交通部门的路况数据、银行的消费数据、电信运营商的用户位置数据以及互联网厂商的商品⋯⋯这些重叠在一起，什么样的可能性都会出现。

　　财新记者：从政策层面，如何保障数据开放之后可能存在的安全问题？

　　何宝宏：实际上，技术的进步使得网络匿名变成数学上不可能的事。只要有合理的商业和安全动机，任何形式的匿名和隐私都只是算法上的不可能。你是谁已不再重要，重要的是你身上的标签信息，例如位置、性别、年龄、兴趣、方向以及职业等。

　　据有关研究，20年前，可以通过“性别+邮编+出生年月日”，识别出87%的人。而大数据时代，通过分析用户4个曾经到过的位置点，就可以识别出95%的用户。大数据没有原罪，需要反省调整的不是它，而是我们自己。大数据时代需要调整我们对隐私保护的理念。比如，法律和政策不应去不断扩大“个人信息”的保护范畴，而是限制大数据应用的目的。隐私保护需要做的，是将大数据监管重心从收集环节转移到使用环节，而不是相反。

　　我相信，没有坏数据，只有对数据的不合理使用。我们需要开放大数据，限制对它的滥用，把人类从数字鸿沟和数字圆形监狱中解放出来，让大数据为我们带来更大的便利性、更好的安全性和更多的创新服务。