構建數據治理新體系促進數據生產力的崛起

高紅冰

一、數據是數字經濟第一生產要素

第一，數據個性化應用使平臺上更多的小微商家獲得消費者流量，促進小微企業銷量提升。針對商家的商品，通過數據個性化使用對比試驗，測試組為關閉個性化推薦，曝光28萬個商品;對照組為開啟個性化推薦，曝光400多萬個商品，是測試組的14倍。這說明，沒有個性化推薦，“小而美”商品沒有機會得到消費者的認識。

第二，數據個性化應用使消費者買到想要的東西，有利于提升消費者福利水平。同樣，對消費者做了對照測試。從淘寶7億多消費者中隨機抽出62萬個用戶，然后將其平均分成兩個組，一個組保持個性化推薦開關開著，另外一組把開關關掉，看看有推薦和沒推薦有什么區別。測試發現，把個性化推薦關掉，用戶瀏覽下降了77%，市場成交的筆數下降了86%，成交額下降了81%。這說明沒有個性化推薦，平臺直接匹配成交概率大幅度下降，用戶看到的商品與需求興趣不相關，點擊和后續轉化很少，交易的效率大大下降，消費的需求就被壓抑甚至消失。由于供給與需求的匹配效率大幅度下降，消費者福利受損嚴重。

第三，電子化面單顯著提高了商品流動的社會化效率。阿里巴巴菜鳥物流跟中通、圓通、韻達合作使用電子面單替代紙質面單，把每一個商品交易產生的包裹都賦予一個ID號，貼上二維碼，生成一個電子面單提供給快遞公司。研究發現，一是時間節省，快遞時間從4天節省到2.5天。大約平均一年為中國人節省快遞等待時間累計3億年。二是快遞公司累計節省80多億元。

第四，利用大數據進行產品研發與設計，大大縮短研發周期和成本，形成以消費者需求為驅動的生產制造的改變。C2B，以消費者的需求引導研發，將需求模塊化，生產設計制造模塊化，形成個性化需求，柔性化生產和社會化交付。制造業需求側、供給側都大幅度采用數字化，利用沉淀數據做成模型來幫助制造業變成智能生產。就服裝生產而言，過去服裝交付一般4個月，現在服裝交付最快可以7天;飛機的研發時間可以從15年縮短到5年;坦克的研發也可以從10年縮短到3年，高鐵也可以從實物的測試轉變為數字化的仿真模擬環境測試。

數字經濟最終改變了商業的價值鏈，價值鏈的變革推動中國的經濟的增長進入一個高質量發展的階段。數據不僅改變著產品的研發和制造業，也改變著零售商貿、金融業和服務業，創造了新的消費需求。傳統企業和數字化必須融合，因為數據產生效率，降低成本，使得參與數字化轉型的各方都獲得巨大的好處，而那些不參與數字化的企業肯定要受到不好的影響。通過數據化驅動生產要素、資源要素，尤其供給和需求高效配置，推動經濟高質量發展。產業政策應該去保護和促進這樣的創新。

二、數據很難被壟斷

目前對于數據治理沒有達成一致意見，立法同時也在進行，所以審慎和包容變得更加重要。不管是個人信息保護、數據安全問題，還是數據財產化的問題，政府數據開放的問題，以及政府數據采購有償化問題、“數據壟斷”的問題都存在著多種看法和爭議，并沒有取得一致的結論，在這種情況下需要保持特別謹慎的態度。

第一，數據具有與石油、電力等有形物質不一樣的特征，不宜輕言“數據壟斷”。一是與石油、電力相比，數據是無形物，不具有排他性、獨占性;二是數據以“爆炸”式速度增加，實時數據比重越來越大：到2025年，全球近30%數據將是實時的，存量數據的價值在降低。在2017年，實時數據所占比例為15%。三是收集數據的關鍵在于需要應用場景，而應用場景是動態變化，是高度競爭的。四是原始數據價值很小，數據必須經過加工才有價值，因此，各方競爭的是開發利用數據的能力，而不是擁有數據多少，這是一個更關鍵的未來趨勢。

第二，在競爭中，數據雖然重要，但絕非關鍵，希望用數據來建立或者鞏固壟斷地位，幾乎是不可能實現的。網景、雅虎、AOL，國內的易趣網、開心網、ofo等擁有大量數據的公司已沒落或失敗。一是數據更多的是互聯網平臺持續運行時的副產品，而不是創建互聯網平臺時的關鍵。經濟學家杰弗里·曼恩對互聯網公司的崛起做過調查，結果發現成功的互聯網公司開始時都幾乎沒有數據，更不是什么數據驅動型的企業。二是2018年11月時，美國聯邦貿易委員會曾對數據壟斷問題進行過一次聽證會，多位在業內具有很高知名度的經濟學家都出庭作了證。幾乎所有的經濟學家都認為，數據的確可以大幅增加企業的競爭力，但如果企業想僅僅依靠數據來實現壟斷，則是十分困難的。三是經濟學家蘭布雷希特（AnjaLambrecht）和塔克（CatherineTucker）曾寫過一篇論文對數據與市場力量之間的關系進行了探討，結果他們發現：“幾乎沒有任何證據可以證明在不斷變化的數字經濟中，僅僅依靠數據就能充分排斥更優的產品或服務的供給。要想建立可持續的競爭優勢，數字戰略的重點應當放在如何使用數字技術，給用戶帶來價值上面?！?/p>

三、企業數據權益、使用的代表性觀點

第一，數據權屬：“效率最高者擁有”。一是華東政法大學數據法律研究中心主任高富平提出：數據資源應當按照經濟規律創設和配置數據權利，遵循“誰生產，誰決定”，即誰生產數據誰就享有初始的權利，并可開始數據的流通、社會化利用。二是誰用得好就歸誰。經濟學家薛兆豐持這種觀點。這是科斯定律最流行版本的通俗解讀。比如，亞馬遜使用用戶的閱讀和筆記數據。在制度設計時，應盡可能讓資源的流動和分配更方便、更容易。

第二，數據收集：監管重點應是使用環節而非收集環節。北京大學法學院張平教授提出：“商業機構的隱私風險并非產生于個人信息收集之初，多集中在使用環節，即使類似的信息因為使用場景的差異也會帶來完全不同的結果，因此未來的信息立法應當更加重視信息使用階段的監管。”《數據生產力》報告：從技術發展看，未來IoT環境下無目的的數據收集（如攝像頭）將遠遠超過有目的的數據收集。換句話說，數據自動化記錄的環境，正在成為個體生活和工農業生產環境的基本特征。

第三，數據使用：企業擁有為提供個性化服務而正當利用個人數據的權利。中國社科院信息化研究中心《基于個人信息的數據資產保護研究》提出：“企業具有對個人提供出于精準營銷和個性化服務目的而利用個人數據的權利。”北京師范大學新聞傳播學院執行院長、教授喻國明認為：理論上算法導致“信息繭房”的假說從未被證實;實踐上算法已經越來越多元并不斷被優化，今天人們不可能只依賴于一個算法平臺獲得信息，平臺也從不追求用戶興趣的窄化，它更希望可以看到人們不同的需求，以獲得更多的服務空間。

四、國家數據政策建議

第一，建立鼓勵企業和產業，開發使用數據的激勵機制，充分發揮數據的價值。《網絡安全法》《數據安全法（草案）》《個人信息保護法（草案）》，對國家數據安全和個人數據權益提供了保障。但是，沒有法律法規對企業和產業的數據及數據資產提供保護。當前，企業數據權益亟待政策關注和支持。企業是數據開發和利用的主體，也是實現數據產業化和產業數據化的主體。明確保護企業組織的數據權利，有助于促進企業加工生產更多更好的數據資源，保護不足則會讓企業失去積極性和創造性。

第二，企業應當保護和尊重個人信息和隱私，保障數據安全。少數互聯網龍頭企業建立了與國際接軌的數據安全管理能力，但大部分機構的數據保護意識和能力還存在很大缺失，如缺乏基本的數據保護意識、專業的數據管理人才等。全社會數據保護意識和數據治理能力不均衡，影響了我國整體數據保護能力的提升。企業、政府等數據開發利用機構，應當采取保護個人隱私的措施，并通過法律、標準、宣傳等方式促進全社會數據安全能力的提升。

第三，促進政府公共數據開放，使數據得到充分利用以創造價值。目前信用、衛生、行政許可、交通、社保等高價值數據的開放比例不高，數據開放的內容完整性、時效性、可機讀性等也有待提升。為進一步釋放數據紅利，建議進一步加速推進政務數據開放。◆

（本文系作者在第十八屆中國改革論壇上的發言，有刪節）