盤和林：如何化解數據共享難題

數據共享與流通越來越成為數字經濟發展的焦點問題。在今年的世界互聯網大會烏鎮峯會上，多位專家分享了對該話題的看法。有專家認為，數據的管理和使用權限不清，導致數據共享難，開放難，融合難的頑疾仍未去除。

數據究竟有沒有所有權？有專家認為，數據沒有所有權，真正的所有權是一物一權，而數據不是。正因為數據的這種特性，再加上單一數據並不具有價值、只有在共享和規模化中才能具有價值的特點，讓數據確權變得非常的複雜與艱難。

數據確權關鍵在於所有權和使用權的分離，問題是如何實現它。

對數字經濟服務企業和產品企業來説，究竟需要的是具體的數據還是結果？數據量本身附帶了一系列的隱私，對於消費者來説非常重要。然而，對於企業來説，這些絕對量卻並不會帶來什麼價值。在傳統的數據脱敏中，這些敏感維度的絕對量都會被抹除，價值大打折扣，企業並不能對其進行利用。

那麼，能不能有一種辦法，把數據的絕對量保護起來，而企業可以得到相對量的結果呢？

隱私計算能解決這個問題。它是指在提供隱私保護的前提下，實現數據價值挖掘的技術體系。這種計算方式近幾年有許多企業已經開始嘗試，比如蘋果曾經開發的差分隱私技術，在個人使用模式的小樣本中注入數字噪音，在不影響個人隱私的情況下發掘用户使用模式，增強用户體驗。

數據經濟的基礎是數據共享，而數據共享配合數據要素的高速凝聚會帶來壟斷、過度挖掘等一系列的問題，進而阻礙數據的進一步共享。企業在利潤的驅動下進行扭曲性的算法，衍生出數據共享的壁壘。有人建議，應當引入第三方算法機構，來替代企業的算法部門，然而從經濟學角度來説，該方式並不可行。在政府部門中要實現激勵相容，分配下級工作、決定下級工作、評價下級工作以及發放薪酬和懲罰的上級應當是同一上級。而在數字經濟領域，第三方算法的目標是得出結果，並不會考慮數據的質量、結果的有效性以及可用性，這就會帶來“數據投毒”的問題。

這樣的分割還會導致責任與收益的割裂。第三方算法機構承擔計算結果的責任，企業卻擁有依靠結果獲利的權利，當數據出現泄露時，責任認定也會存在爭議。所以，算法和結果對應着責任和收益，兩者不可分割，應當由同一主體來完成，但這個過程需要採用隱私算法等一系列的新興技術，實現“數據不動價值動”“數據可用不可見”的效果。

一直以來，我們都在嘗試為數字經濟構建一個完善的契約體系，然而在現實社會中，不完全契約是常態，與其進一步爭論數據確權的問題，不如在完善制度的過程中嘗試繞開“產權桎梏”，讓數據流通可以“柳暗花明又一村”。（作者是中南財經政法大學數字經濟研究院執行院長、教授）