社會(huì)信用立法的調整對象是社會(huì)信用信息，規範其采集、披露、使用，因此，社會(huì)信用法律實質上(shàng)可以說是社會(huì)信用信息管理法。對于社會(huì)信用信息，《上(shàng)海市(shì)社會(huì)信用條例》的界定是“可用以識别、分析、判斷信息主體守法、履約狀況的客觀數據和資料”。其他地方大同小(xiǎo)異，都将其定性為(wèi)“數據和資料”。這意味著(zhe)，社會(huì)信用信息不以結構化數據為(wèi)限，更通(tōng)俗地講，文檔、圖片、視頻等非結構化數據都可以作為(wèi)社會(huì)信用信息的來源或者說載體。随著(zhe)網絡技(jì)術(shù)的發展、電(diàn)子商務的繁榮以及社交媒體的興起，非結構性數據在數據洪流中逐漸占據主要地位。非結構化數據形式多(duō)樣、結構多(duō)變、更新快速、信息豐富，當其形成一(yī)定規模後便會(huì)對數據的存儲與處理提出重大挑戰：存儲要完整且及時、分析要全面有細節，而這些是傳統的二維表結構所無法實現的，卻是大數據應用的核心領域。

立法規範社會(huì)信用信息的目的是合理利用，其表現即是信用服務，而任何信用服務都以信用評價為(wèi)基礎。信用評價是基于信用信息對主體信用狀況的主觀評價，其關鍵在于預測個(gè)體的交易風險和償還(hái)能(néng)力。這種個(gè)性化鮮明的預測如今越來越多(duō)地建立在相(xiàng)關性分析基礎上(shàng)，因為(wèi)信用服務提供者發現，因果分析得出的宏觀走向對于個(gè)人信用服務提供的幫助有限，真正起決定作用的是個(gè)體預測，而它隻需要回答“是什麽”。如此，從(cóng)因果性到(dào)相(xiàng)關性，正是大數據技(jì)術(shù)使這樣一(yī)種建立在龐雜(zá)數據庫基礎上(shàng)的相(xiàng)關性分析成為(wèi)現實。大數據貫穿了信息的采集、披露、使用，為(wèi)社會(huì)信用信息的管理奠定了數據基礎，提供了技(jì)術(shù)手段，從(cóng)而使外界得以評價個(gè)人的信用狀況，在此意義上(shàng)實現了“熟人社會(huì)”的回歸，從(cóng)而使信用立法得以可能(néng)。

全球數字化進程的加快使大數據成為(wèi)近年(nián)來的熱門(mén)話題，國(guó)内相(xiàng)關言論雖多(duō)，卻泛于概念炒作。就(jiù)像“互聯網+”被曲解為(wèi)“+互聯網”，“大數據”也常常被錯(cuò)誤地等同于“數據大”。但事(shì)實上(shàng)，大數據是人們在大規模數據基礎上(shàng)可以做到(dào)的任何事(shì)情，其所帶來的變革并不體現在分析數據的機(jī)器(qì)或技(jì)術(shù)上(shàng)，而在于數據本身和我們如何運用數據的思維：從(cóng)抽樣到(dào)全體、從(cóng)精确性到(dào)混雜(zá)性、從(cóng)相(xiàng)關性到(dào)因果性。準此，大數據對社會(huì)信用立法的影響遠(yuǎn)不止使其成為(wèi)可能(néng)。

在信息采集方面，由于大數據技(jì)術(shù)實現了海量數據的獲取，過去為(wèi)了應對信息采集困難，旨在用最少數據得到(dào)最多(duō)信息的随機(jī)采樣因此失去意義。是故，社會(huì)信用信息的采集無所謂抽樣，其應當關注的是信息來源的确認和信息規模的大小(xiǎo)，因為(wèi)在大數據裡(lǐ)，單個(gè)數據的精确性不再是值得追求的對象，分析模型需要的是全體數據或盡可能(néng)多(duō)的數據，這就(jiù)要求信息的來源應盡可能(néng)多(duō)樣，信息的内容應盡可能(néng)完整，數據規模越大越好。基于此，社會(huì)信用信息的采集應當遵循“全面采集”原則，包括三層意思：第一(yī)，從(cóng)大數據技(jì)術(shù)需求來看(kàn)，信息來源應當多(duō)樣，但法律的穩定性和可預期性要求其必須為(wèi)法所确認并事(shì)先公開(kāi)。對于二者間的緊張關系，可效仿物(wù)權法定的緩和，在定期公布法定信息來源目錄的基礎上(shàng)，允許個(gè)人和組織提議新的信息來源，但需經合法性審查、評估論證、聽證或公開(kāi)征求社會(huì)意見(jiàn)，最終以補充名單的形式發布。第二，采集的信息内容盡可能(néng)完整，但應以采集目的為(wèi)限，對此，可由立法授權有關部門(mén)出台具體标準或指導意見(jiàn)。第三，信息須得依法采集，包括不涉及法律禁止範圍和按照(zhào)合法程序進行。

在信息的披露環節，相(xiàng)關性分析的日益成熟使得大數據反模糊化、反匿名化，這意味著(zhe)存在無處不在的“第三隻眼”，與市(shì)場那隻著名的“看(kàn)不見(jiàn)的手”一(yī)樣，隐蔽卻又(yòu)真切地影響著(zhe)人們生(shēng)活的方方面面。過去行之有效的數據模糊和匿名處理在大數據時代成了“此地無銀(yín)三百兩”，如轟動一(yī)時的美國(guó)在線（AOL）技(jì)術(shù)事(shì)件(jiàn)、奈非公司侵犯隐私案件(jiàn)等。盡管我國(guó)對大數據的應用目前還(hái)比較初級，但毫無疑問的是，大數據時代已經來臨，是以“原則公開(kāi)”成為(wèi)符合當下(xià)現狀和未來發展趨勢的最佳選擇。該原則同樣包含三層意思：第一(yī)，既然模糊和匿名無用，那麽信息理應公開(kāi)未加工(gōng)的原始版本，并采用實名化。第二，在保護國(guó)家安全、商業(yè)秘密、個(gè)人隐私的法定例外情形，禁止公開(kāi)的範圍應從(cóng)過去的單個(gè)數據擴大到(dào)數據鏈，以切斷相(xiàng)關性分析。第三，考慮到(dào)采集的社會(huì)信用信息實質上(shàng)是個(gè)人或組織已公開(kāi)或依法應當公開(kāi)的信息，因此原則上(shàng)不接受保密請求，但考慮到(dào)于客觀上(shàng)存在原始信息或公開(kāi)行為(wèi)危害國(guó)家安全、商業(yè)秘密、個(gè)人隐私的可能(néng)，故應予建立異議申訴制度以及審查期内的凍結機(jī)制。

就(jiù)信息的使用而言，鑒于大數據的自(zì)我膨脹屬性和數據獨裁傾向，因此在信息使用規範的設計上(shàng)“安全”應是第一(yī)位的。此所謂“安全使用”的核心是妥善處理大數據技(jì)術(shù)發展與個(gè)人（包括自(zì)然人、法人、非法人組織）權利保護間的關系，尤其是在備受關注的隐私保護領域。互聯網隐私保護長(cháng)期以來依靠各式各樣的使用許可協議，采取“個(gè)人決定”模式。但問題在于，個(gè)人決定建立在知情的基礎上(shàng)，而大數據（至少是理論上(shàng)）的無限可能(néng)性，使得數據使用者無法就(jiù)可能(néng)存在的全部使用用途，提前向采集對象作出明确的解釋與說明。無數大數據實際應用的案例證明，很多(duō)數據在被收集時并無意用作其他用途，但最終卻産生(shēng)了很多(duō)創新性的二次或多(duō)次利用，如谷歌(gē)利用搜索關鍵詞預測流感暴發的時間和規模。更何況，随著(zhe)大數據産業(yè)的形成及其分工(gōng)的細化，數據的使用者不一(yī)定是數據的采集者，這使“知情”變得前所未有的困難。如果說，數據使用者每一(yī)次發現數據的新的利用方式都必須事(shì)先征求個(gè)人同意，那麽對于雙方來說都是無法承受的負擔：商家受制于成本，個(gè)人受困于騷擾，這無疑會(huì)極大限制大數據發展。

一(yī)種值得考慮的對策是，将隐私保護的重心從(cóng)數據收集轉移到(dào)數據使用，即當數據使用者直接抓取公開(kāi)信息，或就(jiù)籠統的“數據使用”獲得個(gè)人許可，或從(cóng)數據收集者處取得相(xiàng)關信息後，可在法定的最長(cháng)保留期限内自(zì)由地開(kāi)發、利用這些數據，而無需取得信息所有者的再次同意，其中商業(yè)利用默認有償，科學研究和行政管理一(yī)般無償。但與之相(xiàng)應的，數據使用者須對每一(yī)次的利用行為(wèi)進行合法性審查，并積極采取保護措施，避免對他人合法權益的侵害，否則将受到(dào)法律的嚴厲懲罰。

除了解放(fàng)大數據技(jì)術(shù)發展的動力，這一(yī)立法考慮對個(gè)人權利保護的強化同樣是顯而易見(jiàn)的。其一(yī)，考慮到(dào)沒有人比數據使用者自(zì)己更清楚數據的利用方式及其帶來的法律風險，因而由其承擔保護義務才能(néng)确保防範有效。其二，數據使用者作為(wèi)最大受益者，理應承擔最大風險。傳統“個(gè)人決定”模式中，個(gè)人雖然掌握許可的主動權，卻也因此擔負為(wèi)自(zì)己的錯(cuò)誤決定承受精神和物(wù)質上(shàng)損失的重大風險。反觀居于信息優勢地位的數據采集者，隻要履行法定告知義務即可，而真正獲利的數據使用者有時隐于合同相(xiàng)對性後，甚至連告知都不需要，顯失公平，是以将規制的重心從(cóng)數據采集轉移到(dào)數據的使用，實質上(shàng)是一(yī)種權義責的平衡。其三，明确數據使用期限保護了個(gè)人的遺忘權，因為(wèi)超出法定最長(cháng)保留期限的任何數據使用行為(wèi)都将被作為(wèi)違法甚至犯罪行為(wèi)予以懲罰。至于大數據的數據獨裁傾向，防範的措施包括：一(yī)方面，用因果性制衡相(xiàng)關性，反映到(dào)立法中，即個(gè)人可對自(zì)身信用評價提出異議，要求評價主體說明理由和依據；另一(yī)方面，用算(suàn)法透明對抗數據壟斷，反映到(dào)立法中，即包括信用評價在内的信用服務提供者應将自(zì)身的數據算(suàn)法公之于衆。

總而言之，大數據技(jì)術(shù)解決了社會(huì)信用信息不透明和不流通(tōng)問題，使社會(huì)範圍内的統一(yī)信用立法得以可能(néng)。與之相(xiàng)适應，社會(huì)信用法律針對大數據的技(jì)術(shù)特征應當确立“全面收集”“原則公開(kāi)”“安全使用”的基本原則，将個(gè)人隐私、商業(yè)秘密保護的重心從(cóng)數據收集轉移到(dào)數據使用，以此平衡技(jì)術(shù)發展與私權保護。（作者：賈韶琦,作者單位：湖(hú)南(nán)工(gōng)商大學法學院）