摘要：伴隨社會信息化程度的不斷增高，各個行業都在廣泛的進行數據的收集、分析和處理，國家層面也將信息化提到產業升級、促進經濟發展的高度。然而，數據激增在蘊含巨大商業價值的同時對信息安全、隱私保護造成了極大的衝擊。因此，深入分析大數據科技風險的特點、合理規避科技風險，不僅對大數據開發具有積極影響，對社會發展也有著非常重要的現實意義。
關鍵詞：大數據、科技風險、風險規避
21世紀被稱為信息爆炸的時代，信息量激增的同時，信息背後潛在的巨大商業利益日益突顯。。現代社會工業極度發達，商品社會總量大於需求量，所以商業利潤的最大化是通過數據分析確定市場導向，刺激消費。因此，數據資源的重要性顯得格外突出，各國政府也相應啟動了國家數據戰略工程，有學者稱之為大數據時代。
一、大數據時代及其特徵
事實上，大數據並非是一個科學術語，而是一個較為抽象的概念，所以大數據至今尚無確切統一的定義，所以對大數據進行充分了解就要從大數據的起源進行分析。
結合大數據的成因，當前國內外學者對大數據的特徵較為統一的認識是「四V」特性[3]-[9] ，同時大數據的特徵也帶來了新的風險：
1、數據規模大 （ Volume）—存儲風險
如前所述，當數據的發布和傳播媒介急劇增加，必然促使數據量的急速擴增。所以大數據的首要特徵就是龐大的數據量和數據的海量增加。在科技領域中，數據量的增加也無疑帶來了存儲風險。
2、數據類型多樣（ Variety）—結構性風險
數據類型繁多，複雜多變同樣是大數據的重要特性。以往的數據儘管數量龐大，但通常是事先定義好的系統化、結構化數據，將數據基礎特性分離出來。而個人成為數據媒介後，以文字為主的數據形式也受到圖片、視頻、音頻等方式的衝擊，體現出更強烈的非系統性和非結構化。
3、數據處理速度快（Velocity）—識別風險
高速的數據處理，是大數據區別于海量數據重要標誌。隨著數據媒介的激增和數據爆炸式的增長，對數據處理的速度的要求也在不斷提升。數據高速、大量的在網際網路中不斷流動，數據處理速度決定了該項數據的價值量，低效的速度處理甚至會出現無價值數據。激增的數據量帶來的不是有效數據，更多低價值數據的增加，為數據處理和識別帶來了非常大的難度。
4、數據價值密度低（ Value）—失真風險
數據價值密度低是巨量非系統化、結構化數據天生的弱點。大數據時代的數據媒介為個人，數據的發布和傳播並未經過前期的預處理，大量沒有意義甚至是錯誤的數據也在不斷增加，同傳統系統化、結構化數據相比起價值密度偏低。每個傳播媒介都有可能對數據本身進行就修改，數據的傳播鏈越長，數據的真實性越低，所以，數據的失真風險不斷攀升。
二、大數據時代科技風險的特徵
針對大數據的科技風險而言，自然風險相對較小，突出表現在虛假、錯誤數據對科技發展的遲延作用；社會風險較大，集中在數據媒介對信息安全和隱私保護的巨大衝擊。所以與傳統的數據相比，其科技風險特徵也更為細化，而且大數據時代下科技風險表現出下列新的特徵：
1、從風險表現形勢看：影響範圍廣，影響速度快
個人自媒體作為重要的數據媒介與傳統媒介不同的一點是傳播範圍的不確定性。媒體的理念、風格不同，發行地域不同會在不同地域和不同行業有著不同的影響，所以數據傳播速度往往以天為計算單位。而個人自媒體成形後，以及手機移動終端的普及，數據發布和傳播均是瞬間完成，數據的傳播速度已經開始以分鐘為計算單位，形成規模性數據流非常之快。
2、從整體穩定性看：無序性強，結構性弱。
傳統的數據發布和傳播以主流媒體為主，媒體都有相應的地域分區和影響領域，其數據傳播具有系統性和結構性。而大數據時代下，個人成為數據媒介的重要組成，個人對數據發布和傳播的影響很難具有系統化和結構化。而且數據在傳播的過程中往往面臨截取、增加甚至篡改的可能，所以相比傳統數據媒介，大數據時代科技風險的表現出極強的無序性。
3、從功能上看：數據價值低，利用難度高
一方面，數據的數量在不斷的持續高速增長，另一方面，數據在網際網路中不斷傳播。大量無效數據也在不斷增長，有效數據也有可能因為無序傳播而降低價值。整體而言，數據的價值越來越低，而且很多數據具有極強的時效性，數據處理速度決定了該項數據的價值量。
三、大數據時代科技風險的產生因素和規避
在仔細研究大數據成因、特徵的基礎上，我們對大數據時代科技風險進行了認真分析和思考，認為應當從科技風險的來源，科技風險的機制以及科學技術、社會管理和社會參與三個層面規避大數據帶來的科技風險：
1、從科學技術層面而言，通過技術創新促進大數據的系統化、結構化
借鑑國外先進的經驗和技術，對數據分類技術進行深化研究，從而有效的收集和分析數據，提高數據分析的速度，增強數據的時效價值；加強對數據篩選的研究，不盲目追求數據數量，增強數據的真實性和可辨識度，減少虛假信息的出現，有效防範虛假信息所帶來的社會負面效應，促使數據由量變發展為質變，從而減少虛假數據對社會的不良引導。
2、從社會管理層面而言，政府和社會組織應當加強監管，合理引導
國家應當在信息管理和信息保護方面加大立法力度，明確信息管理和信息保護重要意義，建立健全相關機制，明確國家機關、社會團體及其公民個人在信息管理和信息保護方面的權利和職責，為信息管理和信息保護提供基本的法律依據和保障。
3、從社會參與的層面而言，加強對相關知識的普及，建立互動機制
大數據時代是個人傳媒力量的不斷上升、數據激增的時代，但是數據激增造成的信息無序化和真實性降低，對傳統的傳媒信息價值觀造成了思想衝擊，所以應當建立科研人員與公眾的交流平台，普及科學技術的同時傾聽公眾對科技發展的期待，更有利於科技快速轉化，推進社會進步程度，規避大數據帶來的科技風險。
隨著非結構化數據快速增長，數據樣式的高度複雜，這為人類認識世界、改造世界提供了重要的資源，大數據在給我們帶來巨大價值的同時也存在著其自身的弱點，我們應當揚長避短，在利用價值的同時規避風險，把握大數據時代的脈搏！
郵寄地址：黑龍江省哈爾濱市南崗區學府路279號大堂 禹露收 電話：13703607776
關鍵詞：大數據、科技風險、風險規避
21世紀被稱為信息爆炸的時代，信息量激增的同時，信息背後潛在的巨大商業利益日益突顯。。現代社會工業極度發達，商品社會總量大於需求量，所以商業利潤的最大化是通過數據分析確定市場導向，刺激消費。因此，數據資源的重要性顯得格外突出，各國政府也相應啟動了國家數據戰略工程，有學者稱之為大數據時代。
一、大數據時代及其特徵
事實上，大數據並非是一個科學術語，而是一個較為抽象的概念，所以大數據至今尚無確切統一的定義，所以對大數據進行充分了解就要從大數據的起源進行分析。
結合大數據的成因，當前國內外學者對大數據的特徵較為統一的認識是「四V」特性[3]-[9] ，同時大數據的特徵也帶來了新的風險：
1、數據規模大 （ Volume）—存儲風險
如前所述，當數據的發布和傳播媒介急劇增加，必然促使數據量的急速擴增。所以大數據的首要特徵就是龐大的數據量和數據的海量增加。在科技領域中，數據量的增加也無疑帶來了存儲風險。
2、數據類型多樣（ Variety）—結構性風險
數據類型繁多，複雜多變同樣是大數據的重要特性。以往的數據儘管數量龐大，但通常是事先定義好的系統化、結構化數據，將數據基礎特性分離出來。而個人成為數據媒介後，以文字為主的數據形式也受到圖片、視頻、音頻等方式的衝擊，體現出更強烈的非系統性和非結構化。
3、數據處理速度快（Velocity）—識別風險
高速的數據處理，是大數據區別于海量數據重要標誌。隨著數據媒介的激增和數據爆炸式的增長，對數據處理的速度的要求也在不斷提升。數據高速、大量的在網際網路中不斷流動，數據處理速度決定了該項數據的價值量，低效的速度處理甚至會出現無價值數據。激增的數據量帶來的不是有效數據，更多低價值數據的增加，為數據處理和識別帶來了非常大的難度。
4、數據價值密度低（ Value）—失真風險
數據價值密度低是巨量非系統化、結構化數據天生的弱點。大數據時代的數據媒介為個人，數據的發布和傳播並未經過前期的預處理，大量沒有意義甚至是錯誤的數據也在不斷增加，同傳統系統化、結構化數據相比起價值密度偏低。每個傳播媒介都有可能對數據本身進行就修改，數據的傳播鏈越長，數據的真實性越低，所以，數據的失真風險不斷攀升。
二、大數據時代科技風險的特徵
針對大數據的科技風險而言，自然風險相對較小，突出表現在虛假、錯誤數據對科技發展的遲延作用；社會風險較大，集中在數據媒介對信息安全和隱私保護的巨大衝擊。所以與傳統的數據相比，其科技風險特徵也更為細化，而且大數據時代下科技風險表現出下列新的特徵：
1、從風險表現形勢看：影響範圍廣，影響速度快
個人自媒體作為重要的數據媒介與傳統媒介不同的一點是傳播範圍的不確定性。媒體的理念、風格不同，發行地域不同會在不同地域和不同行業有著不同的影響，所以數據傳播速度往往以天為計算單位。而個人自媒體成形後，以及手機移動終端的普及，數據發布和傳播均是瞬間完成，數據的傳播速度已經開始以分鐘為計算單位，形成規模性數據流非常之快。
2、從整體穩定性看：無序性強，結構性弱。
傳統的數據發布和傳播以主流媒體為主，媒體都有相應的地域分區和影響領域，其數據傳播具有系統性和結構性。而大數據時代下，個人成為數據媒介的重要組成，個人對數據發布和傳播的影響很難具有系統化和結構化。而且數據在傳播的過程中往往面臨截取、增加甚至篡改的可能，所以相比傳統數據媒介，大數據時代科技風險的表現出極強的無序性。
3、從功能上看：數據價值低，利用難度高
一方面，數據的數量在不斷的持續高速增長，另一方面，數據在網際網路中不斷傳播。大量無效數據也在不斷增長，有效數據也有可能因為無序傳播而降低價值。整體而言，數據的價值越來越低，而且很多數據具有極強的時效性，數據處理速度決定了該項數據的價值量。
三、大數據時代科技風險的產生因素和規避
在仔細研究大數據成因、特徵的基礎上，我們對大數據時代科技風險進行了認真分析和思考，認為應當從科技風險的來源，科技風險的機制以及科學技術、社會管理和社會參與三個層面規避大數據帶來的科技風險：
1、從科學技術層面而言，通過技術創新促進大數據的系統化、結構化
借鑑國外先進的經驗和技術，對數據分類技術進行深化研究，從而有效的收集和分析數據，提高數據分析的速度，增強數據的時效價值；加強對數據篩選的研究，不盲目追求數據數量，增強數據的真實性和可辨識度，減少虛假信息的出現，有效防範虛假信息所帶來的社會負面效應，促使數據由量變發展為質變，從而減少虛假數據對社會的不良引導。
2、從社會管理層面而言，政府和社會組織應當加強監管，合理引導
國家應當在信息管理和信息保護方面加大立法力度，明確信息管理和信息保護重要意義，建立健全相關機制，明確國家機關、社會團體及其公民個人在信息管理和信息保護方面的權利和職責，為信息管理和信息保護提供基本的法律依據和保障。
3、從社會參與的層面而言，加強對相關知識的普及，建立互動機制
大數據時代是個人傳媒力量的不斷上升、數據激增的時代，但是數據激增造成的信息無序化和真實性降低，對傳統的傳媒信息價值觀造成了思想衝擊，所以應當建立科研人員與公眾的交流平台，普及科學技術的同時傾聽公眾對科技發展的期待，更有利於科技快速轉化，推進社會進步程度，規避大數據帶來的科技風險。
隨著非結構化數據快速增長，數據樣式的高度複雜，這為人類認識世界、改造世界提供了重要的資源，大數據在給我們帶來巨大價值的同時也存在著其自身的弱點，我們應當揚長避短，在利用價值的同時規避風險，把握大數據時代的脈搏！
郵寄地址：黑龍江省哈爾濱市南崗區學府路279號大堂 禹露收 電話：13703607776
收藏