近日，2016年胡润艺术榜发布。如同以往历次，今年的这份榜单也因为其中的一些排名，而受到了业内的争议：榜单前十名价格最贵的在世艺术家作品中，马云的出现，让许多人颇为意外；张大千超越齐白石重回最畅销中国艺术家？艺术市场是否可以“量化”？用数字是否可以衡量艺术呢？

　　在业内人士看来，依托拍卖数据构建的榜单，无论是胡润艺术榜，还是其他的，其中都有缺陷，即使拍品是真实成交的情况下，其成交价格也未必真实。真实成交的拍品，价格为什么会是“虚假”的呢？这主要是因为在目前机构的统计，主要就是通过“交割”这个指标来评价是否成交。对于拍卖行来说，只要收到了双方的佣金就算是交割完成了，这实际上就存在着一定的漏洞可钻。

　　同时，在拍卖过程中，也有许多偶发性因素，会导致意外价格的出现。音乐人姚谦曾经花不到20万美元买到一张苏丁的《剥了皮的公牛》，而在十多年前，这幅作品的成交价就达到了30多万美元。而据拍卖行的人介绍，主要是因为姚谦拍卖时恰逢纽约大暴雪，好多委托电话打不通，而现场才来了不到一半的人，这才使得最终的成交价大大低于预期。

　　在大数据的分析领域，有这样一个理论，这就是只要有超大样本和超多变量，我们都可能找到无厘头式的相关性。它完全符合统计方法的严格要求，但二者之间并没有因果关系。就像是在艺术榜上，我们看到的是名家的作品和拍卖的统计数据，当我们拥有足够多数据的时候，可以通过各种方式来寻找彼此的关联性，而其中往往忽视的是艺术品本身的因素。脱离了艺术本身，这样的榜单不但不能保证因果关系，还可能误导决策。

　　“大”未必全，“大”更有可能鱼龙混杂，因而在艺术市场上，我们更需要的是“小数据”。什么是“小数据”？这就是对于艺术价格具有决定性因素的个性化数据。事实上，小数据非常难找，因为它们有时候出现的频率不仅低，更容易被忽视。特别是在艺术市场上，其并不会规律性地出现。对于艺术不熟悉的分析者来说，往往会把它们当作不大可能的现象。因此在决策时，往往会将它们过滤掉了。

　　从西方的专业艺术榜单和指数编制来看，除了对于整个市场的成交进行分析之外，更有通过跟踪同一件艺术品的重复交易记录来构建，基于科学的结构与精密的计算，来反映艺术品的市场走势，同时还根据同一件艺术品买卖的价格差计算出一段时间的投资回报率。“小数据”并不是说数据量小，而是指有针对性的、可用于支持决策的高质量数据，这就需要对于艺术市场有一个专业的视角。

　　大数据流行，大家就“言必称大数据”，可这并不是做学问的态度，不要碰到大量的数据，就给它戴上一顶帽子“大数据”。数据的价值并不仅仅体现在其规模上，而是在于专业上，利用精准的数据去分析艺术市场，这样得出的结论才更具有价值。