數據要素市場化配置多點發力

黃益平 沈艷

1月6日，國務院辦公廳發布《要素市場化配置綜合改革試點總體方案》（下簡稱《方案》）提出“探索建立數據要素流通規則”要從四個方面展開，即完善公共數據開放共享機制、建立健全數據流通交易規則、拓展規范化數據開發利用場景和加強數據安全保護。《方案》對加快構建新發展格局，推動發揮市場在數據生產要素流通中起決定性作用、推動我國數字經濟發展將具有重要作用。由于數據安全保護是數據要素流通的前提，本文著重討論完善公共數據開放共享機制、建立健全數據流通交易規則、拓展規范化數據開發利用場景的治理難點與思路。

在“完善公共數據開放共享機制”部分，《方案》指出要“建立健全高效的公共數據共享協調機制，支持打造公共數據基礎支撐平臺，推進公共數據歸集整合、有序流通和共享”。

數字經濟的發展離不開數據生產要素，而制約數據要素市場發展的一個主要問題是數據供給不足。由于數據作為準公共品的非競爭性和部分排他性等特征，又存在數據安全問題，導致數據產品存在價格趨于零、確權難和交易不積極等問題;這讓傳統的先確權再交易的方式不完全適用于數據產品，從而存在數據供給不足的問題。

在這樣的背景下，推動公共數據開放共享，將有效緩解數據供給不足問題。

完善公共數據開放共享機制至少有如下三個好處。

一是可以降低數據資源獲取成本。公共數據開放，使數據需求方無需或僅支付成本價格，從而可以降低交易成本;我國各地普遍要求政府編制數據開放目錄，并在政府設置的數據開放平臺上載明，可以降低搜尋和甄別成本;公共數據開放規則明確，數據供需雙方的權利義務清晰，有利于降低合規成本。

二是提高公共數據利用效率，公共數據開放一方面是向市場提供數據資源，另一方面也是借助市場力量打破公共數據沉睡狀態，使數據資源得到合理使用。政府可在不增加稅收、節約財政資金的前提下，使公眾能獲取更多的產品服務。

三是有利于矯正數據要素市場失靈。政府一般通過監管和參與兩種手段矯正市場失靈。目前，數據應用中非法獲取、濫用等市場失靈頻現，政府實行了諸多監管舉措。但僅靠監管“一條腿走路”也會影響效率，并帶來尋租等新的不公平，有必要打通另一途徑——政府通過開放公共數據“參與”市場，在豐富數據要素供給的同時，為數據市場規范發展樹立標桿。

在“建立健全數據流通交易規則”部分，《方案》指出要“探索‘原始數據不出域數據可用不可見’的交易范式，在保護個人隱私和確保數據安全的前提下，分級分類、分步有序推動部分領域數據流通應用”。這其中有兩個要點。

一是交易范式盡量實現原始數據不出域。這一交易范式符合當前數據生產要素確權難的現狀。推動這一交易范式，可考慮將培育數據交易市場的重點落在培育基于數據價值的數據服務交易，謹慎推進基于明確數據權屬的原始數據交易。一方面，這是由于數據生產要素的特殊性，導致明確一些數據的權屬有較大的難度;二是用戶信息，尤其是關于個人的姓名地址等敏感信息的原始數據，不宜明確歸屬于非用戶個人的第三方;三是從國際經驗看，歐美等國也沒有將數據權屬劃歸第三方企業或者數據分銷商的制度安排。

二是分級分類、分步有序，可考慮通過發放數據牌照或者許可證來實現這一目標。具體來說，相關部門可考慮先劃定發放數據牌照的范圍，再結合數據信托與公共機構管理，通過發放分級牌照（或者數據許可證）的方式來規范數據共享與使用。由公共機構頒發數據許可證的做法在世界數據保護制度中有先例。例如，1973年瑞典《數據法》就規定設立數據審查委員會（Data?Inspection?Board）負責立法的實施和個人數據的保護。鑒于數據確權的困難，將數據信托與公共機構管理相結合作分級數據牌照（或數據許可證）的制度安排，既可以保護用戶對自身數據的所有權，又能促進數據的分享和使用，推動數據要素市場的培育。

這一制度安排需要推進以下方面的工作。

一是明確除了不需發放數據牌照之外的情況，數據企業均應持有不同級別的數據牌照。

二是數據牌照的類型分級可以按照基礎數據的采集、分析、衍生數據的分析和研發等來分類。

三是要明確數據牌照的發放、限制使用與吊銷流程。用戶將數據委托給專門受理、判斷和頒發數據牌照的公共機構，公共機構作為受托機構，要對申請的數據企業作個案審查以決定是否給數據企業分級數據牌照，并監督企業在事先約定的范圍內共享和使用數據。通過分級牌照制度，獲得牌照的企業可以在限定范圍內使用數據以及根據上述數據產生的、數據牌照框架內允許的衍生數據。如果相關用戶發現企業數據使用的實際行為超出許可證支持的設計范圍，就能提請確權中心介入調查。如果認定數據企業違反相關約定，公共機構可以對牌照降級甚至吊銷牌照。

四是發放數據牌照的制度安排需要明確數據主體和數據企業的權益保護和爭端處理機制，也就是需要監管部門明確數字企業的哪些行為屬于侵權行為并公布明確的數據爭端處理流程。

數字經濟的發展離不開數據生產要素，而制約數據要素市場發展的一個主要問題是數據供給不足。在這樣的背景下，推動公共數據開放共享，將有效緩解數據供給不足問題。

在“拓展規范化數據開發利用場景”部分，《方案》強調了要發揮領軍企業和行業組織的作用，尤其是“在金融、衛生健康、電力、物流等重點領域，探索以數據為核心的產品和服務創新，支持打造統一的技術標準和開放的創新生態，促進商業數據流通、跨區域數據互聯、政企數據融合應用。”

這一指引，反映了政府對數字時代的未來趨勢有前瞻性的深刻把握。

數字時代，在不同場景中開發利用數據正在成為社會治理的核心，關于人的重要決定，如衣食住行、生老病死、就業失業、言論傳播，越來越取決于不同場景中基于數據的運算結果。

恰當利用要素數據開發利用場景，可以發揮如下四點優勢：一是推動市場環境更透明、信息更易于自由流動;二是降低了搜尋成本;三是降低了準入門檻;四是推動技術突破、效率提升，出現產品和服務創新以及創新生態。這些新業態可以被分為兩類。一類業態屬于從0到1的變化，是指將過去大量無法利用的信息現在用于新業態，例如利用駕駛員的身體姿態來判斷其疲勞程度從而優化保險定價;另一類新業態則屬于從1到N的變化，這是指數字技術讓滿足長尾客戶的需求變得更加容易，出現了更多個性化定制的產品。由此可見，《方案》提及的產品和服務創新、創新生態、數據融合應用等，正是順應了這一大趨勢。

但是，如果沒有能規范化數據開發利用場景算法的應用也帶來不少管理方面的挑戰，其中算法歧視、算法黑箱、算法助力壟斷等問題尤為受到關注。以“大數據殺熟”為代表的算法歧視問題，是指運用大數據分析和用戶畫像，歧視對待不同用戶群體從而獲取壟斷收益的現象。這里的用戶既包括消費者，也可能包括供應鏈上的其他環節，如商家、外賣小哥等。算法黑箱問題是指由于技術本身的復雜性和一些排他性商業政策，算法猶如一個未知的“黑箱”，用戶不清楚算法的目標和意圖、不知曉設計者和使用者對算法生成內容的責任歸屬，更無法評判和監督相關算法及其設計者和使用者。人類的普遍利益在于實現可理解、可信賴的人工智能。因而算法黑箱是目前需要面對的緊要問題。算法相關壟斷問題是指為了確保和鞏固自身的數據利益和優勢地位，處于市場支配地位的平臺企業可能會利用大數據和算法來排除和限制市場競爭。具體來說，一些平臺或企業可以運用算法規則、壟斷協議、拒絕交易、縱向約束等方式，策略性設置數據訪問和數據共享壁壘，增加用戶轉換成本，來提高其競爭對手進入市場的門檻和成本，防止后者以此來跨越市場壁壘，進入其所在的市場內與其展開競爭。

拓展規范化數據開發利用場景可考慮推動重視算法規則透明化，推動重在輸入輸出和結果評估的算法審計。這是因為要規范數據開發利用場景，就需要對數據開發利用場景是否規范作出評估。算法審計指收集有關算法在特定應用場景中使用時的表現的數據，然后使用這些數據來評估算法是否對人們的某些利益（或權利）產生了負面影響，從而評估算法本身好壞的過程。

監管部門推動算法審計至少可以有四方面作用。一是評估某些算法是否合法合規，如監管部門審計銀行的放貸算法，以評估其是否確實能夠在不增加不良率的情況下做好風控;二是評估算法是否符合經濟社會運行規律，是否能避免“劣幣驅逐良幣”現象;三是評估算法供應商和買家的風控能力，通過算法審計來評估相應企業面臨的道德和聲譽風險，以及在出現風險時的補救能力;四是為平臺企業的利益相關方增加算法方面的信息透明度，幫助他們在投資、與平臺打交道等方面做出知情選擇。

就算法審計的具體框架而言，可以要求平臺明確對不同利益相關方，報告對算法訓練和算法評估及選擇中用到的數據來源與質量、算法預測或優化目標、算法使用的技術、算法運行效果等。評估維度可包含是否歧視、有效性、透明度、安全性和可獲得性等方面。

最后，建議成立高規格數據治理委員會，全面統籌安排與數據治理相關的數據生產要素、算法治理和個人信息保護與數據安全等方面的工作。由于大數據、算法和其他數字技術的應用已經深入滲透社會經濟生活的方方面面并將更快速、更全面地深入，數據治理狀況將深刻影響我國數字經濟和社會治理的走向，以及我國參與國際競爭與合作的態勢。現有的由國家網信部門統籌協調、多部門聯合的數據治理制度框架不能前瞻性地安排數據治理的全部工作，需要成立更高規格數據治理委員會來應對新形勢。該委員會的工作內容可包括：制定數據生產要素的交易范圍、算法治理和個人信息保護與數據安全等方面的指南;執行數據牌照的申請、審核、發放、限制使用和吊銷;推動算法審計;協調個人信息保護和數據安全方面的工作;設定爭端解決與協調機制等。在治理思路上，重在通過恰當的治理機制設計、通過發展技術來解決新技術帶來的問題，盡量避免“一刀切”式監管。