京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据也需要法律保护
大数据是由小数据组成的,小数据背后是每个公民的信息。如果这些信息被不当利用,那么,有可能会损害公民的基本权利。正因为如此,早在2012年全国人大常委会就专门颁布了有关保护公民网络信息的决定。但是,从目前的情况看,如果把个人信息保护看作是一个静态的概念,沿用传统信息保护模式保护个人信息,那么,最终有可能会顾此失彼,挂一漏万。
所谓大数据不是简单的数据相加,而是动态的数据跟踪分析。从现实来看,几乎所有互联网经营者和个人移动终端设备生产企业都建立了自己的数据库。从表面上看,这样做是为了更好地给消费者提供服务,但是,这些数据库的信息包含了消费者的个人隐私,因此,如果互联网经营者和个人移动终端设备生产企业将数据库的信息用于商业目的,或者将自己数据库的信息用于分析并且公开分析报告,那么,有可能会导致消费者的个人信息被泄露。
依照我国现行法律规定,公民个人隐私受到侵犯,可以直接向人民法院起诉,要求司法机关保护自己的民事权利。但是,如果一部分地区消费者的整体利益受到损害,那么,除非发起集团诉讼或者提起社会公益诉讼,否则,很难有效保护消费者的合法权益。如果依照现行的民事诉讼法和消费者权益保护法保护消费者的基本权利,或者依照侵权责任法保护公民的基本权利,那么,有可能会遭遇法律上的障碍。正因为如此,国家立法机关应当针对数据库建立以及数据库使用制定专门的法律规则,对数据库经营者使用消费者信息作出限制性规定,对数据库经营者发布消费者的消费报告制定明确的规则,只有这样,才能确保消费者的利益不受损害,也只有这样才能从根本上保护个人隐私。
正如一位互联网经营者所说的那样,谁能掌握数据,谁就能把握市场先机。现在越来越多的公司从事数据库经营业务,从表面上来看,这些公司通过合法手段从市场上收集各种信息,然后分类整理,出售给企业经营者,用于商业目的。但是,仔细分析人们就会发现,如果在信息使用过程中涉及个人隐私,那么,有可能会出现权利交叉的问题。通俗地说,数据库的经营者可以把数据作为自己的财产用于商业经营,但是,数据库的经营者经营的数据财产包含个人隐私,如果数据库的经营者在处理数据库信息的过程中,涉及公民的个人隐私,或者在出售分析报告的过程中,涉及消费者的个人信息,那么,是否应当征得消费者同意呢?
因此,如果只是按照传统的数据管理模式或者按照传统个人信息保护规则,解决大数据时代消费者权利保护问题,那么,有可能会挂一漏万。
笔者认为,立法机关应当就大数据经营制定法律规则,明确规定以下方面的内容:首先,承认数据信息的财产属性,切实改变传统的观念,把保护数据信息作为财产法保护的重要内容。今后任何从事个人信息搜集整理经营的企业,都必须符合一定的条件,确保消费者信息不受侵犯。如果消费者拒绝将个人信息存入经营者的大数据库,那么,经营者应当采取措施,立即将消费者的信息从大数据库中删除,因为只有这样,才能从源头保护消费者的个人信息。
其次,应当为大数据库制定具体的法律规则。大数据库实际上是数据的集散地,在大数据库经营过程中,不可避免地会面临数据的搜集、整理、保管和经营等诸多环节。立法机关应当针对我国数据库建立中出现的问题对症下药,制定专门的规则,确保数据库经营者不得损害消费者的利益,不得损害社会公共利益,不得损害国家利益。
第三,在数据库建立的过程中,应当坚持国家利益、公共利益和个人利益平衡保护的基本原则。现在一些高等院校和一些企业科研院所专门建立数据库的研究机构,目的就是在数据搜集整理过程中实现资源共享,实现商业化经营。这是大数据产业发展的整体趋势。这种现象说明,中国在高度重视数据库应用的过程中,还没有意识到大数据和国家安全之间的关系,还没有意识到保护国家信息安全的重要性。我国网络安全法虽然对网络国家安全作出明确规定,但是,从目前的情况看,对于通过网络搜集整理形成数据库的安全保护问题并没有作出明确规定。这就要求立法机关必须尽快制定有关数据库管理的有关规定,防止一些高等院校和科研机构在分析研究大数据的过程中,将自己掌握的大数据和国外一些研究机构分享,从而损害中国的国家利益。
全国人大常委会已经颁布实施电子签名法,为电子商务的发展提供基础性的法律依据。全国人大常委会目前正讨论电子商务法(草案),为我国电子商务的发展制定具有可操作性的法律规则。在这部法律草案中应当增加规定有关数据保护的内容,一方面,切实保护消费者的利益;另一方面,把数据库的经营主体拉入法律调整范围,确保数据库经营者在搜集整理和数据使用的过程中不会损害国家利益、公共利益和个人的合法利益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13