|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 机器人 智能制造 新材料
|生物产业 生物医药 生物农业 生物技术
|绿色低碳 清洁能源汽车 环保产业 高效节能产业 生态修复 资源循环利用
|数字创意 数创装备 内容创新 设计创新
|产业资讯
|地方亮点及地方发改委动态
|独家内容
|杂志订阅
✍️ 投稿
您的位置:首页 > 其它 > 独家内容
数据流通如何跳出“产权桎梏”?
2021-12-24 19:12

盘和林

 




数据究竟有没有所有权?数据确权关键在于所有权和使用权的分离,那么如何实现这两者真正意义上的剥离?一直以来,我们都在尝试为数字经济构建一个完善的契约体系,然而在现实社会中,不完全契约是常态,与其进一步争论数据确权的问题,不如在完善制度的过程中尝试绕开“产权桎梏”,探索隐私计算等新渠道,同时加强权责的平衡分配,让数据流通可以“柳暗花明又一村”。









 

数据共享与流通越来越成为数字经济发展的焦点问题。2021年世界互联网大会“网络数据治理论坛”在乌镇召开,会上,多位专家分享了对于此话题的看法。有专家认为,数据的管理和使用、权限不清,导致数据共享难,开放难,融合难的顽疾仍未去除,虽然数据安全法、个人信息保护法等一系列法律法规陆续出台,困扰数据共享开放的问题依然存在。




存在争议的数据确权是数据流通最大的障碍

在著名经济学家科斯的理论中,当契约是完备的,权属是清晰的,市场机制则将是有效的;同理在数字经济领域,当数据产权明确,相关监管制度是完善的,那么将不会存在数据流通的问题。所以我们一直都在争论数据确权,想要通过完善契约来提高数据市场的效率。
数据究竟有没有所有权?在此次互联网大会上,北京大数据中心副主任唐建国表示,数据没有所有权,真正的所有权是一物一权,而数据并不是这样。正是因为数据这样的特性,再加上单一数据并不具有价值,只有在共享和规模化中才能具有价值的特点,让数据确权变得非常的复杂与艰难。
如果我们当前的制度体系还不足以明确数据权属,甚至在明确之后,目前的科技水平和利益分配还不足以满足和激励侵害权益行为被识别和消费者被保护,难道我们应当给数字经济的发展按下“暂停键”吗?
很明显,无论从可实施性还是由此带来的后果来看,数字经济都已经箭在弦上,不可回头。数据要素还有一个重要的特点,就是不可回收性和损害不可撤回性,数据一旦进入网络开启共享,就很难再原封不动地拿回来以及清除相应的痕迹,而且如果现在开始严厉地控制数据要素的使用,那么必然会让大多数的数据服务停摆,这带来的社会福利损失是难以估量的。
那么,我们如何在不完全契约,数据确权仍然没有明确的现实下,对消费者的数据给予更好的保护,促进数字经济更好地发展?




用“可用不可见”的理念跳出“产权桎梏”

笔者曾经指出,数据确权关键在于所有权和使用权的分离,那么如何实现这两者真正意义上的剥离?隐私计算,为我们提供了一个具有创造意义的启发。
其实我们可以思考一个问题,对于数字经济服务企业和产品企业来说,究竟需要的是具体的数据,比如1到无穷,还是结果的显示,即01?举个例子,假设有两个百万富翁相遇,他们会更在意对方有多少钱,还是谁更富有?对于一个对两者提供奢侈品服务的企业,若只有这两个消费者进行选择,这两个问题的答案哪个更重要?答案是谁更富有,也就是01
所以从这个方面来看,数据量本身因为其附带了一系列的隐私,所以对于消费者来说非常的重要,然而,这些绝对量对于企业来说却并不会带来什么价值,只有相对量才能带来价值。在传统的数据脱敏中,这些敏感维度的绝对量都会被抹除,这也将导致这些数据的价值大打折扣,企业并不能对其进行利用。
那么,能不能有一种办法,把数据的绝对量保护起来,而企业可以得到相对量的结果呢?
隐私计算就是解决这个问题的。隐私计算是指在提供隐私保护的前提下,实现数据价值挖掘的技术体系。隐私计算能够实现数据在非透明状态下的计算,该技术不是单一的数字技术,而是基于人工智能、密码学等多重学科和科技的综合技术体系。这种计算方式其实近几年有许多企业已经开始尝试,比如苹果曾经开发的差分隐私技术,在个人使用模式的小样本中注入数字噪音,在不影响个人隐私的情况下发掘用户使用模式,增强用户体验。




算法与结果责任与收益不可分割

“数据原罪”是隐含在数字经济本身逻辑之内的。数据经济的基底是数据共享,而数据共享配合数据要素的高速凝聚就会带来垄断、过度挖掘等一系列的问题,进而阻碍数据的进一步共享。而“数据原罪”蔓延的渠道就是算法,企业在利润的驱动下进行扭曲性的算法,衍生出数据共享的壁垒,过度挖掘、隐秘获取、数据垄断等等。
正是因为算法权利的不明确,导致了“数据原罪”的广泛释放。许多人建议,应当引入第三方算法机构,来替代企业的算法部门,为企业提供结果,然而从经济学角度来说,该方式并不可行。我们可以借助公共经济学的思想,在政府中要实现激励相容,分配下级工作、决定下级工作、评价下级工作以及发放薪酬和惩罚的上级应当是同一上级,通过这种方式来实现激励相容。而在数字经济领域,第三方算法的目标是得出结果,并不会考虑数据的质量以及结果的有效性以及可用性,这就会带来“数据投毒”的问题,而企业的目标是使用结果,数据质量和有效性对其非常重要,这就会出现目标的偏差,而并没有合适的激励机制进行匹配。
不仅如此,这样的分割会导致责任与收益的割裂,中间会滋生更多的乱象。第三方算法机构承担计算结果的责任,但是企业却拥有依靠结果获利的权利,当出现数据泄露和扭曲的后果和带来伤害的时候,责任的认定必然也会存在争议和模糊,这也会对后续消费者权益的保护造成障碍。
所以笔者认为,算法和结果对应着责任和收益,这两者间不可分割,应当由同一主体来完成,但是这个过程需要采用隐私算法等一系列的新兴技术,实现“数据不动价值动”“数据可用不可见”的效果。
一直以来,我们都在尝试为数字经济构建一个完善的契约体系,然而在现实社会中,不完全契约是常态,与其进一步争论数据确权的问题,不如在完善制度的过程中尝试绕开“产权桎梏”,探索隐私计算等新渠道,同时加强权责的平衡分配,让数据流通可以“柳暗花明又一村”。


作者简介

盘和林,中南财经政法大学数字经济研究院执行院长、教授。


END



来源:本刊原创文章

关注微信公众号:

官方账号直达 | 关于我们 | 联系我们 | 招聘 | 广告刊例 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 传真:010-63691514 Post Code:100053 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep