不能用傳統方法管理數據生產要素

（北京大學國家發展研究院副院長）黃益平

推動共享的合理做法是建立數據共享平臺，需要使用大數據的機構可以通過平臺提供的接入口，對原始數據進行運算，然后輸出結果。

大數據其實非常適合共享，就是可以無限制地復制。這是數據要素與傳統生產要素的一個根本差別，無論是資本還是土地，如果已經有一家企業在使用，別的企業就無法同時使用。但大數據不一樣，如果需要，一套數據可以供無數家企業同時使用，或許這也正是大數據分析能夠產生超常回報的原因。但這個優點也會引發一個缺點，就是數據的擁有者如何保證購買者不會復制數據給其他人使用，如果不能保證，那么擁有者也就只能出售一次。這樣，擁有者就很難有足夠的激勵和資源去從事費時費力的搜集、清理和分析工作。

在現實生活中已經有公共數據共享的實例。所謂公共數據，主要是指由公共部門積累的大量靜態數據，典型的例子是稅收、社保、司法甚至水電等數據。這些數據已經形成，也不需要相關部門再做額外的投入。目前一些地區通過建立地方性的數據平臺，整合已有的公共數據，支持商業銀行的信用風險評估，為中小企業提供貸款，取得了不錯的效果。廣東、浙江等地嘗試建立的平臺形態不同，主導機構也不一樣，甚至覆蓋的數據也有很大的差別，但這些實踐有一個共同的地方，就是向商業銀行共享公共數據，支持普惠金融業務。

特別需要指出的是，即便是這類共享公共數據的平臺，其實也沒有共享原始數據。平臺的功能只是提供一個接口，讓獲得授權的銀行算法工具進入不同的公共數據庫進行運算，獲得結果。換句話說，這些金融信息服務平臺所做的，實質上就是“原始數據不出系統，但分析結果可以出系統”。公共數據不能出系統，有權益的考慮，也有安全的考慮。但這個理由對于大科技平臺上的大數據則更加突出。因為大多數公共數據是靜態的，什么時候交過多少稅、交過多少水電費，在系統內使用，還是在系統外使用，差異不大。但大數據是動態的，如果分割之后離開系統，可能就很難產生同樣的大數據分析功效。

最近有一種觀點，既然大數據是一種新的生產要素，既重要又敏感，因此最好能由政府部門或者國有企業掌握。但是，幾乎所有的大科技公司都是民營企業，這也是事實。解決合規合法問題的有效途徑是加強監管，而不是把數據集中到國有部門。數據如何才能集中到國有部門，這個技術問題就不好解決。即便能，國有部門行為的合規性比較高，但創新性卻普遍比較低，這樣大數據分析的活力也就喪失了。最佳甚至唯一的解決方案是加強對民營大科技公司的監管，事實上，最近兩年，數據保護的法律、制度頻頻出臺，大科技公司的數據保護意識已經大大加強。

總之，千萬不要套用傳統生產要素的管理方法去管理數據生產要素。無論是確權，還是共享，都需要適應數據特性的思路，根本目的是在保護相關方權益和發揮大數據效用之間取得平衡。事實上很多原始數據是不能拿出來的，這其中有個人隱私、商業機密和國家安全等方面的考慮，也是因為數據復制的成本非常低，更重要的是很多數據一旦離開其原生的平臺系統，其價值就會大打折扣甚至變得一文不值。所以，推動共享的合理做法是建立數據共享平臺，需要使用大數據的機構可以通過平臺提供的接入口，對原始數據進行運算，然后輸出結果。