盘和林:数据流通如何跳出“产权桎梏”?

  中新经纬10月13日电 题:《盘和林:数据流通如何跳出“产权桎梏”?》

  作者 盘和林(中南财经政法大学数字经济研究院执行院长、教授)

  虽然《数据安全法》和《个人信息保护法》等一系列法律法规陆续出台,但是困扰数据共享开放的问题依然存在。数据流通最大的障碍是什么?数据流通如何跳出“产权桎梏”?

  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,我们一直都在讨论数据确权,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?有专家认为,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。正是因为数据有这样的特性,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复杂与艰难。

  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,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保护,促进数字经济更好发展?

  用“可用不可见”的理念,跳出“产权桎梏”

  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。

  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0和1?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0-1。

  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,对于消费者来说非常重要,然而,这些绝对量对于企业来说却并不会带来什么价值,只有相对量才能体现价值。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。这种计算方式其实在近几年已经有许多企业开始尝试,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、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并带来伤害的时候,责任的认定必然会存在争议,这也会对后续消费者权益的保护造成障碍。

  所以,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。

  综上,笔者认为,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”。(中新经纬APP)

  盘和林

  中新经纬版权所有,未经书面授权,任何单位及个人不得转载、摘编或以其他方式使用。本文不代表中新经纬观点。