筆者的支付寶賬戶裏有31.35元“總資産”，是之前“刷支付寶抽黃金”活動時獲得的幾毫克黃金獎勵折算。在這個“總資産”欄目裏，還有一個資産服務功能，用以評估當前用戶的風險類型。由于我的“總資産”持有的都是“中風險”産品，結果係統對我的理財資産解讀結論指針指向“風險偏高”的最右端。然而，真實的情況是，這31.35元是因為數額太小被長期閒置在那裏，對我的資産風險的實際意義可以忽略不計。對此，係統的結論可謂是“謬以千裏”。

　　這不禁讓人聯想到這兩天媒體上再次熱議的“忘繳水電費會不會影響個人徵信”話題。今年4月，網絡上傳出徵信係統升級優化的消息。隨後有報道提到，新版徵信將納入更廣泛的資訊，如電信業務、欠稅、民事裁決、強制執行、行政處罰、低保救助等資訊，于是一些人就有了忘繳水電費會不會影響個人信用的擔憂。當然，從央行徵信中心有關負責人此前的解釋來看，以上擔憂顯然是多慮了。一方面，現有的徵信報告沒有變化，壓根不存在所謂的“新版”；另一方面，徵信係統的升級優化也主要在係統性能、更新頻率等，尚未採集個人水費、電費繳費資訊。另外，雖然央行徵信中心此前已開始探索採集“先消費後付款”的公用事業繳費資訊，但主要採集對象是4.6億沒有信貸記錄的自然人，目的是幫助更多缺少信貸記錄的個人建立信用記錄。

　　如此看來，那些擔憂者顯然是被不實資訊誤導了。然而，結合前面提到的支付寶個人理財資産風險評價案例，這種擔憂同樣值得關注。雖然兩個案例看似沒有直接關聯，但實際上折射了當下這個數據時代的一個共通隱憂：當越來越多的分析係統通過數據對信用、資産風險等對個人可能産生重大影響的事項進行評估時，如何才能最大限度地避免被看似客觀、真實的數據所誤傷？正如人們對將忘繳水電費與個人信用掛鉤的潛在擔憂所反映的，一個人沒有及時繳納水電費，無論是係統記錄到的欠費時長還是金額，都是真實且客觀存在的，問題是一個人為何欠費，卻並不是係統一定能準確識別的，就好像如果因為租客忘記繳納相關費用，卻把信用記錄劃到屋主身上，這顯然是不公平的。可見，部分人的誤讀雖然直接源于網絡不實消息，但這種誤讀的邏輯卻觸碰到了人們心中最敏感的數據擔憂。

　　大數據時代，各種企業、機構總在千方百計收集數據，但不容忽視的是，如何讓數據更全面準確地反映被收集對象的真實情況。今年1月，四川一位高校教師因為“被法人”後被法院列入失信人名單，就生動地説明瞭在個人信用數據採集過程中，強化被採集人知情權以及建立恰當合理的採集、運用規則的重要性。國務院2013年出臺的徵信業管理條例規定“採集個人資訊應當經資訊主體本人同意，未經本人同意不得採集”，實際上就是對滿足被採集人知情權的頂層設計。落實這一規定，不能單靠個人定期查詢核驗，關鍵在于建構個人信用資訊發生重大變動時的觸發提醒機制。涉及到個人信用的採集運用方面，則應該通過細化規則來強化資訊的有效性、準確性，比如一個人多長時間未能及時繳納公用事業費用才構成失信？如何區分一個人因為自動扣繳賬戶余額不足未能及時繳費，和那些長期故意欠費者？

　　央行徵信中心在回應上述社會關切時再次強調，將嚴把數據品質關，只有在確保數據品質和安全的情況下，才會切實將數據採集入庫並對外提供查詢。這種審慎做法，無疑體現了一種數據責任。這既是對當下部分人數據擔憂的回應，更值得其他機構組織借鑒。（子 長）

【糾錯】

責任編輯： 徐可