保護個人數據隱私制度與技術創新并重

數字經濟時代需要切實保護數據隱私。我國立法和執法的焦點在于：如何協調數字經濟社會的宏觀穩定與微觀動力，如何劃分數據資源固有的商業價值與數據挖掘應用產生的商業價值，如何平衡數據所有者的基本權利與數據占有者的商業利益。

2020年4月，中共中央、國務院頒發《關于構建更加完善的要素市場化配置體制機制的意見》，首次明確將數據納入生產要素，強調推進政府數據開放共享，提升社會數據資源價值，加強數據資源整合和安全保護。這是關于數據作為生產要素的綱領性指引，切合數字經濟社會發展的實際，切合數字化金融變革的趨勢。

全面提升數據要素生產率，充分挖掘數據資源的商業價值和社會價值，是一個系統性工程。我們需要推進數字技術創新和數字技術應用，需要建立數據治理體系和數據技術標準化體系，需要保護數據權益和個人數據隱私，需要深化數據要素融合共享并維護數據安全，需要構建本土數據要素市場并參與全球數據要素市場競爭。

金融數據的要素化，是金融業數字化變革的重要特征。金融機構廣泛應用數據，深度依賴數據。數據成為金融業的生產要素，算力成為競爭力;數據成為生產要素，涉及數據品質、數據孤島、數據分類和數據隱私保護。

數據的品質

現代社會每時每刻都在產生海量的信息，當信息以數字形式被收集、存儲和應用時，就形成數據。基于經濟社會的要求，數據必須具備必要的品質。

一是具體的真實性。數據來自具體的主體：可以是個人，也可以是家庭;可以是企業，也可以是行業;可以是金融機構，也可以是政府部門。數據來自真實的行為：可以是商品交易，也可以是金融服務;可以是勞動就業，也可以是薪酬福利;可以是法定稅收，也可以是行政收費。

二是可靠的一致性。數據的一致性要求，與數據的應用范圍正相關。在一定的數據應用范圍內，數據采集的標準和方法必須一致，數據存儲的結構和路徑也必須一致。無論是集中化的數據庫，還是分布式的數據云，都必須做到內在邏輯正確，外部防衛嚴密，切實保護數據系統的可靠和安全。

三是足夠的延展性。數據具有時間、空間兩個維度足夠的延展性，才可能具備統計學的意義。必要的數據長度和密度，一般與數據主體的延展性正相關。如果是個人或家庭，只要有12個月以上并具備一定密度的數據，就能揭示個人及家庭的消費傾向和支付能力;如果是大大小小的企業，那就需要按經營范圍、服務對象區分的數據集合，才能分析和比較不同企業的市場競爭力和盈利能力;如果是特定類別的產品或行業，那就可能需要一個經濟周期甚至更長時間的數據，才能準確反映特定產品、特定行業的市場需求變化和生命周期變化的趨勢。

數據孤島

數據孤島現象已經引起社會的高度關注。

一是制度性數據孤島。我國長期實行的以表格為中心的統計體系（以部門為中心的條塊式），導致制度性的數據孤島。例如，涉及企業法人的信用數據，分散在金融監管部門、金融機構、工商行政管理、稅務、海關等不同的征信系統中，標準不盡相同，口徑不盡相同。大多數小微企業的商業行為記錄湮沒在市場的海洋里，沒有信用標記，無法積累信用，也就不能產生信用的正價值。對于小微企業來說，這是與生俱來的缺陷;對于市場經濟社會來說，這是經濟制度的缺陷。據波士頓咨詢公司兩年前的測算，信用體系的覆蓋率，美國高達92%，而中國只有35%。

二是技術性數據孤島。近10年來，隨著互聯網經濟和大數據技術應用的發展，越來越多的信息被納入各式各樣的數據庫。這一方面給我們的生活帶來了巨大的便利，另一方面也產生了技術性數據孤島的問題。萬物互聯意味著數據的集合，但集合并不能自動解決數據孤島的問題，甚至會形成數據壟斷。例如，互聯網電商平臺、移動通信運營商、連鎖商場連鎖超市連鎖酒店、航空公司高鐵公司物流公司、學校醫院等，擁有大量的個人數據，而且形成數據孤島。在這些海量的個人數據中，部分屬于公共數據，更多的屬于個人隱私數據。

技術性數據孤島當然可以成為數據占有者的資源優勢和競爭優勢，但站在國家的立場，這種數據壟斷有可能妨礙公共數據發揮應有的社會價值，也有可能因商業利益或安全疏漏發生侵犯個人隱私的問題。

數據分類

我認為，可以把數據區分為具有所有權屬性的著作數據、具有社會屬性的公共數據、具有隱私屬性的個人數據。關于數據要素具體制度的建設，應該立足于數據性質界定和數據歸屬界定，追求數據資源應用價值的最大化。這里，著作數據的價值最大化取決于確權和市場交易，公共數據的價值最大化取決于透明度和資源共享，個人數據的價值最大化取決于隱私保護和融合應用。

一是著作數據的界定。將于2021年6月1日起正式施行的修訂后的《著作權法》，對“作品”做了明確具體的規定。作品是指文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果，包括文字作品，口述作品，音樂、戲劇、曲藝、舞蹈、雜技等藝術作品，美術、建筑作品，攝影作品，視聽作品，工程設計圖、產品設計圖、地圖、示意圖等圖形作品和模型作品，計算機軟件，以及符合作品特征的其他智力成果。我認為，作品的數字化表達和記載，屬于著作數據，必須按照著作權法予以保護。

二是公共數據的界定。在立法的層面界定公共數據似乎不是什么難事。我認為，由政府行政部門、公共服務機構、社會團體、公益組織等具有公共屬性的機構所收集和存儲的各類數據，經過脫敏處理消除個人和企業的標記之后，應屬于公共數據。目前的問題在于，公共數據的部門所有制甚至是部門割據影響公共數據資源的開放共享。

三是個人數據的界定。目前人們的認識并不一致。例如，智能手機已經成為人們的標配，手機與我們如影隨形，我們不僅僅用手機通電話、發短信、拍照片、錄視頻，而且用手機看新聞、看影視、查資料，用手機購物、乘車、導航、掛號、開會。每一個人的行動軌跡、消費偏好、支付能力、興趣愛好、健康狀況，以及親友圈、朋友圈、職業圈，都已經被“數據”。

如果只是對這些數據進行統計分析，將數據挖掘結果用于宏觀經濟管理和規劃，用于供給側和需求側的結構性改革，用于產業鏈的布局和流程改進，用于城市智能管理系統，或者用于生產商的產品和服務優化，用于經銷商的采購和物流優化，一般不會涉及侵犯個人隱私。

需要注意的是，這樣一些數據已經被用于針對特定個人的閱讀導引、出行指南、產品推銷、金融授信。今天，因為自己的“透明度”，你是仍然會感到吃驚還是早已“習慣成自然”？如果一個陌生的電話能夠準確報出你的姓名、住址甚至身份證號，你會不會為個人隱私得不到保護而擔憂？如果手機的某個應用程序（App）要求你開放拍照、錄音、圖庫等通道才能提供便捷服務功能，你是勾選“同意”還是拒絕？你是否愿意犧牲個人的隱私保護權利來換取生活上的便利？

我國的《網絡安全法》《民法總則》《電子商務法》等法律對個人數據保護做了原則性的規定，但一些具體的法律規范有待進一步明確。例如，對于公共數據的界定、歸屬和管理，對于個人隱私數據的界定和商業利用，缺乏細致明確的法律規范。2020年2月中國人民銀行發布的《個人金融信息保護技術規范》，2020年10月1日實施的《信息安全技術 個人信息安全規范》，以及中國人民銀行2019年規章制定工作計劃中的《個人金融信息（數據）保護試行辦法》（征求意見稿），制定了個人金融信息數據保護的具體規定，不過，落實到位還需要一個過程。

個人隱私數據保護

在西方國家，保護隱私不僅僅見于法律，而且成為公民的自覺意識和行為規范。歐盟的《數據保護通用條例》（General Data Protection Regulation，簡稱GDPR）于2018年5月正式生效。該條例強調數據所有者對隱私數據不可動搖的權利，規定數據保護范圍涵蓋所有直接或間接與自然人相關的個人數據（姓名、身份證號等）和敏感數據（種族民族、政治觀點、宗教信仰、健康和性生活等），數據處理涵蓋數據收集、注冊、系統化、存儲、調整、使用、披露、傳播、提供或匯集的任何行為。該條例訂立了新的原則：一是隱私默認（Privacy as Default），企業收集及處理數據必須得到數據所有者明確、主動的同意;二是數據最小化（Data Minimization），限于約定范圍收集和處理數據，不得無故收集或用作他用;三是數據遺忘權（Right to be Forgotten），數據所有者有權要求數據占有者刪除涉及本人的所有數據。不過，由于歐盟各國數字經濟發展差異等因素，這部被稱為史上最嚴格的個人數據保護法律的執行并不理想。

數字經濟時代更需要切實保護數據隱私。我個人認為，我國立法和執法的焦點在于：如何協調數字經濟社會的宏觀穩定與微觀動力，如何劃分數據資源固有的商業價值與數據挖掘應用產生的商業價值，如何平衡數據所有者的基本權利與數據占有者的商業利益。

一是維護數據所有者對隱私數據的基本權利。中國的國情與西方國家不同，我們不宜照搬西方法律的具體條文，但應該強調數據所有者對隱私數據的基本權利。例如，規定企業收集及處理數據必須得到數據所有者明確的同意，規定企業不得超越約定范圍收集、處理和使用數據，同時給予數據所有者要求數據占有者刪除涉及本人隱私數據的權利。

二是實現公共數據開放共享。應該穿透行政割據的數據孤島，改變以表格為中心的統計體系。國家應該建立標準統一的公共統計制度，建立集中統一的公共數據庫，建立互聯共享的公共數據應用系統，形成能夠支持數字經濟發展的基礎設施。

數字化金融監管系統應該由金融監管部門共建共享，能夠覆蓋所有的金融機構，穿透金融市場和金融業務，實現金融監管全流程、全方位的智能化，超越流程復雜、耗費資源的現場監管，降低監管成本和被監管成本。

在社會信用體系建設中，應該建立跨局域數據共享的征信系統，整合不同部門的數據資源，執行統一標準，采集企業和個人的金融業務、工商登記、稅費繳納、國際貿易、市場誠信等信息數據，注重為小微企業積累信用記錄，賦予信用標記，實現信用增值。目前，部分城市已經開始建設共享征信系統。

三是建設專業化的數據庫。例如，在健康醫療領域，建設幾個跨行政區域和醫院局域的全國性中心數據庫，應用虛擬集成和邊緣計算等技術提高數據庫效率，做到按疾病分科并按病程細分，按藥品分類并按療程細分，按基因特征分層并按性別、年齡細分，形成能夠支持智慧醫療、遠程醫療、專業醫療、普惠醫療的基礎設施。

四是通過技術手段實現數據要素融合應用和安全保護。例如，集成運用多方計算、聯邦學習、數據脫敏、差分隱私、可信計算等技術，構建金融業數據要素融合應用系統。這類系統基于數據安全協議，可以利用多個參與方的數據，將散落在不同局域的數據聯合起來轉換成有價值的知識，同時可以保護數據隱私，實現數據可用不可見，形成一個支持安全多方檢索、安全多方計算、安全多方學習、安全多方推理的智能化應用框架，在實現數據共享的同時保護數據隱私，在提升數據資源價值的同時保護數據安全。

（李禮輝為中國銀行原行長、中國互聯網金融協會區塊鏈研究工作組組長。本文編輯/秦婷）