【明報專訊】著名獨立股評人David Webb日前預告，受自身癌症病情影響，由他建立的財經數據庫網頁Webb-site.com將有序結束。他在聲明中提及，花費逾1000萬元營運數據庫，亦發現靠義工運作並不可行，故只餘下停運的出路。除了Webb-site，香港不少有心人按各自興趣，構建非牟利、無資助的民間資料庫，為求珍貴數據得以公開。Webb-site面對的困境是否常見？為資料庫出心出力，所為何事？
【Webb-site】
「謎網五十」曾揭市場黑幕 營運近30年港大拒接收
Webb-site.com由獨立股評人David Webb於1998年創立，以簡潔的網頁設計，羅列大量與財經市場相關的資訊，例如上市公司董事公開資料、股票市場、公司登記處等資料。部分數據亦與民生相關，例如物價、電費趨勢和交通數據。他整理的資料，便利不少研究人員、投資者以及記者。
Webb-site的數據本來已是公開資料，把它們整理分類有何作用？茫茫數據海中，David Webb曾揭發市場黑幕，2017年於網站列出50間股權互有關連的公司，不建議股民持有。「謎網五十」引發市場震盪，更驅使證監會介入調查，不少股票停牌，足見其影響力。
近年David Webb健康狀况轉差，曾招募義務編輯，使網頁以類似「維基百科」的形式運作。惟日前他宣布網頁將逐步停運，指以往手動整理的數據資料，不可能全靠義工整理，而且始終要有人維持伺服器及軟件運作、仲裁糾紛。他透露在《港區國安法》生效後，曾建議將資料庫移交港大接收，但被大學高層否決。David Webb於聲明中總結：「這讓我別無選擇，幾乎沒時間了。」
【香港歷史存檔網站 Gwulo】
群衆參與構建 創辦人手動審視防垃圾信息
歷史存檔網站「Gwulo」創辦人貝大衛（David Bellis）：「我從未見過David Webb，但我們的年齡、背景（相似），我們都懂得編程，在差不多時間創立資料庫。所以我明白它（Webb-site）即將結束，只希望原始數據可繼續讓人使用。」
Gwulo是許多歷史愛好者的寶庫，收錄舊香港照片、地方及人物資訊，更幫助不少人追溯家族歷史。與Webb-site不同的是，Gwulo更早開始由群眾參與構建資料庫，已登記用戶可上載歷史圖片和評論。創辦人貝大衛比喻，Gwulo像是一組龐大的拼圖，每個人輪流放上一塊，逐漸形成更清楚的圖像。不過，貝大衛仍有把關角色，如新用戶首個上載內容須經由他審批，以打擊垃圾信息（Spam）。垃圾信息一直令他很頭痛，即使應用「驗證你是人類」的工具亦未能杜絕，只能靠他手動審視內容，封鎖濫發用戶。
已返英居住的貝大衛說，至今每天仍會花一小時管理網頁，再花約半小時處理查詢電郵。有時網頁系統需要更新，他會用上數周，像一份全職工作般全力處理。被問到營運網頁算不算負擔很大，貝大衛認為即使是義務工作，人們始終是有所收穫才會投身其中。「有時幫助了人，也許解決了一個家庭的疑問，真的很有成就感，那是美好的一周。或許有時候，網站上有人爭吵不休，我就會想『為何我要做這些呢？』所以時好時壞，但好的時候比壞的時候多，這讓我能夠繼續前進。」
他知道許多人私下做不同主題研究，但從不與人分享，或只在朋友圈內交流；Gwulo則把這些資料公諸於世，希望大家一同受惠。貝大衛有時候發現新資料庫，或許是某位博士生的項目，他樂見這些成果，唯一缺點是，可能博士學位結束後兩三年，網站便停止運作，壽命不像Webb-site或Gwulo那樣長」。
雖然網際網路檔案館（Internet Archive）的Wayback Machine功能讓網民查閱已消失的網站，但貝大衛指網頁部分功能未必可以重用，亦不肯定互動地圖會否獲保存。大英圖書館一直為英國網頁存檔，並開放讓公眾查閱。他認為本地大學可仿效做法，發掘有趣的本地網頁並將內容存檔，相信比接手管理所花資源更少。
有想過Gwulo萬一停運要如何處理嗎？貝大衛答道：「我時不時會思考，然後覺得有點可怕，便不再想下去。」方案包括自行存檔整個網頁的截圖或原始數據，交予數個機構，至少這些珍貴資料的複本仍然存在。
【香港自殺報道資料庫】
自動搜尋程式助唯一編者 記錄自殺趨勢
香港自殺報道資料庫編者楊皓文：「如果（David Webb同樣情况）在我身上發生，其實資料庫都有機會停止，而且未必有人願意接手做，因為始終這個主題（自殺報道）不是很正面。」
另一個民間資料庫「香港自殺報道資料庫」取材自6間本地媒體的新聞報道，以儀表版、地圖等形式呈現由2019年至今獲報道的自殺數據。點進資料庫，大眾可一覽每天的自殺數字、最近30天、12個月的趨勢，以及個案的年齡組別、性別等背景資料。
傳媒報道本來已是面向大眾，為何需要再集中整理？「其實它（資料庫）的意義就是，讓人知道有個人在關注這件事。」楊皓文提起未有資料庫之前，大眾對自殺個案趨勢的判斷未必準確，「有時候覺得多了，其實看回數據並不是，連新聞報道也沒有多了」。資料庫便利記者與研究者，不少大學生聯絡楊皓文，希望借用數據完成研究。警方雖然掌握自殺個案數字，但不會對外公開，故自殺報道成為一種間接紀錄。楊皓文曾將資料庫與死因庭的數據作比較，約七成的自殺個案獲傳媒報道，「很穩定的七成，變相可以推算真正的個案數字是多少」。
被問到民間資料庫的重要性，楊皓文坦言自殺報道資料庫未必可以改變自殺個案走勢，但他秉持記錄者的身分，「純粹是我想找一些答案，做了出來，我想分享給大家看」。他固然希望為資料庫尋得資助，但明白有難度，始終資料庫不能直接改變社會，「我覺得（資助方）都看商業利益的，如果對他們的名聲或利益沒增長，也不會特地投放資源在你身上」。未來他計劃補充2019年前的自殺報道數據，繼續記錄更多報道。
【香港車禍傷亡資料庫】
向運輸署索原始數據 助改善街道設計
「街道變革」成員黃翹昊：「David Webb說8位數字（自2003年起投放逾1千萬港元建立及維持資料庫），我第一個看法就是『嘩，原來這麼多？』。不單是談金錢開支，他自己20多年來一直維持整個網站（運作），也做了很久。」
運輸署每年公開交通意外數據，列出該年份的意外宗數、按年齡及性別劃分的傷亡者數字等資料，市民可在運輸署網頁查閱。數據看來齊全，不過關注街道設計的民間團體「街道變革」認為有改善空間。街道變革成員嚴卓衡舉例，倫敦、紐約和東京的警察廳或運輸部門設有地圖資料庫，公眾可了解每一條街多常發生車禍，以便與政府部門溝通改善方法。香港則只有公開按區議會分區劃分的交通意外宗數，政府雖然會公布交通黑點，但嚴卓衡認為有更多值得分析之處，「可能一些不在交通黑點的地方，其實也有很多車禍，或者某一類型的車禍特別多，我們很想用不同的方式去看」。
街道變革希望更仔細分析車禍數據，卻發現像車禍發生時的天氣、道路濕滑情况、現場是否交通燈路口等資料不會公開。他們按公開資料守則向運輸署仔細查詢，最終順利取得大部分原始數據。過程不算有太多阻撓，不過嚴卓衡認為並非最好的做法，「政府不是以最主動的方式把這些資料給予公眾」。
憑藉運輸署每年提供的資料，街道變革2022年推出香港車禍傷亡資料庫，旨在利用互動地圖和儀表版，將香港車禍位置和相關數據可視化。任何人可瀏覽車禍地圖，尋找每一條街在指定日期範圍下發生過的車禍，閱覽個案詳情。團隊更利用熱區（Hotzone Analysis）方法，按車禍密度（每公里車禍事故次數）識別「行人車禍重災區」，同樣以地圖形式呈現。
資料庫有助街道變革的倡議工作，例如支持他們於2022年發表的《香港行人車禍傷亡報告》。嚴卓衡指，這些數據成功推動區議員一同參與倡議，繼而引起運輸署關注，最終促成於深水埗北河街設立30公里低速街區。
街道變革每年向運輸署索取資料，再由黃翹昊與另一位團隊成員以工餘時間整理，更新資料庫。受資源所限，他們難以進一步優化網頁使用體驗，或展示更多類別的資訊。由於他們使用的伺服器可承受的流量較少，有時用家點開太多資料，網頁便容易「死機」。「我們升級伺服器的大小，其實都是要錢的」，嚴卓衡無奈道：「現在經濟都不是特別好，就算一些本身很有心的基金，其實都未必再這麼歡迎與民間團體合作。」
黃翹昊參與構建資料庫，個人動機是希望推動開放數據（open data）。團隊現時義務運作資料庫，嚴卓衡希望拋磚引玉，「到最後這是政府的責任」。
文˙ 朱令筠
{ 圖 } 資料圖片、網上截圖
{ 美術 } 朱勁培
{ 編輯 } 梁曉菲