随着大数据技术的兴起，数据大规模聚集成为“硬需求"。在算力资源的支持下，数据投入生产的方式方法不断创新，数据处理规模急剧扩大，成为推动数字经济发展、新型工业化转型乃至整个经济社会高质量增长的重要技术基础和驱动力。当下，大数据技术已经广泛应用于金融、医疗、社交、物联网商业智能、公共服务和执法司法等领域，给企业、政府和社会带来前所未有的机会，但同时也因附随的数据安全风险而备受瞩目。

数据赋能直面多方面难题

不仅如此，在大数据技术、数据产业和经济社会的协同演化过程中，有关新技术应用的负面效应也不断显现。大数据技术应用需要大量计算资源进行训练和运行，涉及海量数据的汇集、存储和处理，平台垄断、数据鸿沟、算法黑箱等问题成为舆论和管制焦点。许多大数据应用产品更是需要收集包括个人身份、联系方式、聊天记录、搜索历史等在内的大量用户个人信息，这些数据如果被泄露或被恶意利用，将会威助个人隐私及财产，人身安全。海量或特定群体数据泄露并为敌对势力利用，还将对国家安全造成严重影响。然而，在制度层面，《网络安全法》《数据安全法》《个人信息保护法》等法律及一系列相关法规规章虽然对作为大数据技术应用基础的网络安全、数据安全和个人信息安全作出了原则性规定，但针对大数据技术应用所放大的数据安全风险，现有规范在欠缺操作性的同时，也未留足应对新事物、新问题的弹性。


大数据赋能的同时，还存在值得警惕的隐性赋权现象。伯特兰·罗素在《权力论》一书中指出，“现代世界变化的主要原因是科学赋予我们的业已增加的治物之权"。大数据技术的出现，无疑会对大数据的处理者尤其是公权力机构(包括作为数据占有与控制主体的第三方)产生"技术赋权"效果。例如，在大数据赋能效果极为突出的犯罪侦査领域，由于数据采集和分析能力的提升，侦查机关在初查阶段实施的调查活动的深度和广度前所未有，甚至有“以侦査技术之名行技术侦査之实”“以初查之名行侦査之实”情形存在。近年的立法在强化公权力机构对社会面大数据处理行为监管的同时，却对监管者自身的大数据处理行为网开一面，通常仅在处理原则上设置合目的性和比例性要求，缺乏细节设计，主要寄望其制定内部规制程序实施自发自觉的管理。而从实务层面，如未造成严重后果或引发舆情，外界也很难对公权力机构的大数据处理行为进行监督。

(来源:中国社会科学报)