盤和林:如何化解資料共享難題

資料共享與流通越來越成為數字經濟發展的焦點問題。在今年的世界網際網路大會烏鎮峰會上,多位專家分享了對該話題的看法。有專家認為,資料的管理和使用許可權不清,導致資料共享難,開放難,融合難的頑疾仍未去除。

資料究竟有沒有所有權?有專家認為,資料沒有所有權,真正的所有權是一物一權,而資料不是。正因為資料的這種特性,再加上單一資料並不具有價值、只有在共享和規模化中才能具有價值的特點,讓資料確權變得非常的複雜與艱難。

資料確權關鍵在於所有權和使用權的分離,問題是如何實現它。

盤和林:如何化解資料共享難題

對數字經濟服務企業和產品企業來說,究竟需要的是具體的資料還是結果?資料量本身附帶了一系列的隱私,對於消費者來說非常重要。然而,對於企業來說,這些絕對量卻並不會帶來什麼價值。在傳統的資料脫敏中,這些敏感維度的絕對量都會被抹除,價值大打折扣,企業並不能對其進行利用。

那麼,能不能有一種辦法,把資料的絕對量保護起來,而企業可以得到相對量的結果呢?

隱私計算能解決這個問題。它是指在提供隱私保護的前提下,實現資料價值挖掘的技術體系。這種計算方式近幾年有許多企業已經開始嘗試,比如蘋果曾經開發的差分隱私技術,在個人使用模式的小樣本中注入數字噪音,在不影響個人隱私的情況下發掘使用者使用模式,增強使用者體驗。

資料經濟的基礎是資料共享,而資料共享配合資料要素的高速凝聚會帶來壟斷、過度挖掘等一系列的問題,進而阻礙資料的進一步共享。企業在利潤的驅動下進行扭曲性的演算法,衍生出資料共享的壁壘。有人建議,應當引入第三方演算法機構,來替代企業的演算法部門,然而從經濟學角度來說,該方式並不可行。在政府部門中要實現激勵相容,分配下級工作、決定下級工作、評價下級工作以及發放薪酬和懲罰的上級應當是同一上級。而在數字經濟領域,第三方演算法的目標是得出結果,並不會考慮資料的質量、結果的有效性以及可用性,這就會帶來“資料投毒”的問題。

這樣的分割還會導致責任與收益的割裂。第三方演算法機構承擔計算結果的責任,企業卻擁有依靠結果獲利的權利,當資料出現洩露時,責任認定也會存在爭議。所以,演算法和結果對應著責任和收益,兩者不可分割,應當由同一主體來完成,但這個過程需要採用隱私演算法等一系列的新興技術,實現“資料不動價值動”“資料可用不可見”的效果。

一直以來,我們都在嘗試為數字經濟構建一個完善的契約體系,然而在現實社會中,不完全契約是常態,與其進一步爭論資料確權的問題,不如在完善制度的過程中嘗試繞開“產權桎梏”,讓資料流通可以“柳暗花明又一村”。(作者是中南財經政法大學數字經濟研究院執行院長、教授)

頂部