下一篇
放大+  缩小-   默认o

厘清大数据产权边界

王治国

近些年来,我国高度重视大数据产业,这一朝阳产业正进入政策红利期。然而,大数据产业发展过程中的数据滥用、数据源垄断、产业潜力挖掘不充分等问题也亟待解决。追根溯源,还是大数据资产的产权边界尚未清晰厘定所导致。

产权制度是现代市场经济制度的基石。在大数据技术应用和产业发展过程中,目前存在大数据资产分类不清晰的情况。政府和产业界缺少类目清晰的大数据资产分类标准,大量拥有海量用户数据的企业仅是针对用户信息采用几千个简单的统计标签进行标记。当然,国内外都非常重视个人数据安全问题,我国于2017年6月1日颁布实施《中华人民共和国网络安全法》,欧盟于2018年5月25日正式出台《通用数据保护条例》,但现实中仍存在不少个人数据非法交易的情况。

在日趋严格的全球数据隐私保护趋势下,数据产权不清晰可能会导致一些纠纷。例如,电信运营商为用户每月提供通信服务,会间接收集用户各种通信数据。运营商可能将这些数据进行二次商业化而获得衍生收益,对此用户是否应当拥有收益分配权以及权重是多少?用户是否有权利删除主动注册的数据并对运营商所持有数据资产拥有一定控制权?这些问题,都是需要着重深入思考的。

除了大数据资产分类不清晰的情况,还存在一个数据源垄断的问题。在以演变为核心生产要素的进程中,有的企业可能会人为制造数据源垄断,这会阻碍技术创新。例如,人工智能技术可以简单分解为“大数据+学习模型”的研究范式,其核心是依靠海量数据进行学习训练,一旦大企业对大数据形成数据源垄断,则可能对专注于学习模型领域研发的中小创新型企业带来影响。要实现大数据产业化,需要专门的企业针对某一个或几个方向深耕,才能产生更大的社会效益与经济价值,让人口优势变成大数据创新优势。

大数据资产产权界定对于大数据产业的整体发展也是很有助益的。如今,大数据已在安全、卫生、教育、消费等诸多领域得到广泛应用,其社会价值得到社会各界的一定认可。不过,由于存在区域与行业间的基础信息化水平差异,大数据的应用要在短期内迅速带来广泛的社会经济效率,还需对相关市场环境和空间进行持续性优化。行业对大数据的处理与商业化能力的内生动力也在提升过程中。另外,市场竞争下的成本约束也是提高大数据产业质量需要考虑的关键性要素。要妥善解决这些问题,界定大数据资产产权很有必要。

有鉴于此,应高度重视大数据产业发展中的产权制度建设问题,从数据资产确权、反数据源垄断、大数据产业效率提升等方面提前谋篇布局,清晰厘定大数据资产的产权边界。

首先,对大数据全产业链进行多维度的综合分析。基于信息技术、经济、法律、管理、哲学等多学科的视角,确立综合性的研究方案,逐步建立相对完善的数据资产确权制度。良好可行的大数据资产确权制度,一定会降低数据使用的信息不对称程度,并减弱掌握数据资产控制权的企业的逆向选择和道德风险行为,在政府、企业和用户之间建立激励相容机制,这样用户有动力提供自身更多的数据,政府和企业倾向于规范、合法使用用户数据的激励得到强化。

其次,打破数据源垄断壁垒,建立数据源共享机制。国家是数据源的总控室,为充分发挥数据资源效能,可借鉴欧美发达国家的经验,主动引导政府、企业共同构建针对不同应用领域公共数据源开发开放的标准,向科学研究部门主动公开非涉密或脱敏数据源,建立数据资源的共享机制,用于评估不同研究机构学习模型的技术性能,防止商业数据源垄断阻碍技术创新。

再次,消除地区数字鸿沟,规范数据采集标准。基础信息化水平是大数据产业发展的先决必要条件。促进欠发达地区大数据产业的快速发展,需提升基础信息化能力并吸收发达地区在大数据产业化中的经验,甄选存在地区优势特色的大数据产业发展方向。在信息安全和隐私保护的前提下,大力提高消费者信息采集度和使用规范度,不断提高数据采集的准确性与实时性,解决信息采集过程中跨公司数据使用的授权问题。

最后,建立完备的数据产权制度。充分进行反数据源垄断的机制设计以及组合的产业效率提升政策的制定,从而提高大数据资产要素对经济增长的贡献比例,助力构建经济高质量发展的产业增长极,进而提高整个社会的福利水平。

2023-06-02 王治国

1 1 经济日报 content_275065.html 1 <p> 厘清大数据产权边界 </p> /enpproperty-->