中新经纬10月13日电 题：《盘和林：数据流通如何跳出“产权桎梏”？》
作者 盘和林（中南财经政法大学数字经济研究院执行院长、教授）
虽然《数据安全法》和《个人信息保护法》等一系列法律法规陆续出台，但是困扰数据共享开放的问题依然存在。数据流通最大的障碍是什么？数据流通如何跳出“产权桎梏”？
存在争议的数据确权，是数据流通最大的障碍
在著名经济学家科斯的理论中，当契约是完备的，权属是清晰的，市场机制则将是有效的。同理，在数字经济领域，当数据产权明确，相关监管制度是完善的，那么将不会存在数据流通的问题。所以，我们一直都在讨论数据确权，想要通过完善契约来提高数据市场的效率。
数据究竟有没有所有权？有专家认为，数据没有所有权，真正的所有权是一物一权，而数据并不是这样。正是因为数据有这样的特性，再加上单一数据并不具有价值，只有在共享和规模化中才能具有价值的特点，让数据确权变得非常复杂与艰难。
数据要素还有一个重要的特点，就是不可回收性和损害不可撤回性，数据一旦进入网络开启共享，就很难再原封不动地拿回来以及清除相应的痕迹，而且如果现在开始严厉地控制数据要素的使用，那么必然会让大多数的数据服务停摆，这带来的社会福利损失是难以估量的。
那么，如何在不完全契约，数据确权仍然没有明确的现实下，对消费者的数据给予更好保护，促进数字经济更好发展？
用“可用不可见”的理念，跳出“产权桎梏”
数据确权关键在于所有权和使用权的分离，那么如何实现这两者真正意义上的剥离？隐私计算，为我们提供了一个具有创造意义的启发。
思考一个问题：对于数字经济服务企业和产品企业来说，究竟需要的是具体的数据，比如1到无穷，还是结果的显示，即0和1？举个例子，假设有两个百万富翁相遇，他们会更在意对方有多少钱，还是谁更富有？对于一个对两者提供奢侈品服务的企业，若只有这两个消费者进行选择，这两个问题的答案哪个更重要？答案是谁更富有，也就是0-1。
所以，从这个方面来看，数据量本身因为其附带了一系列的隐私，对于消费者来说非常重要，然而，这些绝对量对于企业来说却并不会带来什么价值，只有相对量才能体现价值。在传统的数据脱敏中，这些敏感维度的绝对量都会被抹除，这也将导致这些数据的价值大打折扣，企业并不能对其进行利用。
那么，能不能有一种办法，把数据的绝对量保护起来，而企业可以得到相对量的结果呢？
隐私计算就是解决这个问题的。隐私计算是指在提供隐私保护的前提下，实现数据价值挖掘的技术体系。隐私计算能够实现数据在非透明状态下的计算，该技术不是单一的数字技术，而是基于人工智能、密码学等多重学科和科技的综合技术体系。这种计算方式其实在近几年已经有许多企业开始尝试，比如苹果曾经开发的差分隐私技术，在个人使用模式的小样本中注入数字噪音，在不影响个人隐私的情况下发掘用户使用模式，增强用户体验。
算法与结果，责任与收益不可分割
数据原罪是隐含在数字经济本身逻辑之内的。数据经济的基底是数据共享，而数据共享配合数据要素的高速凝聚就会带来垄断、过度挖掘等一系列的问题，进而阻碍数据的进一步共享。而数据原罪蔓延的渠道就是算法，企业在利润的驱动下进行扭曲性的算法，衍生出数据共享的壁垒，过度挖掘、隐秘获取、数据垄断等等。
正是因为算法权利的不明确，导致了数据原罪的广泛释放。许多人建议，应当引入第三方算法机构，来替代企业的算法部门，为企业提供结果，然而从经济学角度来说，该方式并不可行。我们可以借助公共经济学的思想。在政府中要实现激励相容，分配下级工作、决定下级工作、评价下级工作以及发放薪酬和惩罚的上级应当是同一上级，通过这种方式来实现激励相容。而在数字经济领域，第三方算法的目标是得出结果，并不会考虑数据的质量、结果的有效性以及可用性，这就会带来“数据投毒”的问题，而企业的目标是使用结果，数据质量和有效性对其非常重要，这就会出现目标的偏差，而并没有合适的激励机制进行匹配。
不仅如此，这样的分割会导致责任与收益的割裂，中间会滋生更多的乱象。第三方算法机构承担计算结果的责任，但是企业却拥有依靠结果获利的权利，当出现数据泄露和扭曲的后果并带来伤害的时候，责任的认定必然会存在争议，这也会对后续消费者权益的保护造成障碍。
所以，算法和结果对应着责任和收益，这两者间不可分割，应当由同一主体来完成，但是这个过程需要采用隐私算法等一系列的新兴技术，实现“数据不动价值动”“数据可用不可见”的效果。
综上，笔者认为，一直以来，我们都在尝试为数字经济构建一个完善的契约体系，然而在现实社会中，不完全契约是常态，与其进一步争论数据确权的问题，不如在完善制度的过程中尝试绕开“产权桎梏”，探索隐私计算等新渠道，同时加强权责的平衡分配，让数据流通可以“柳暗花明又一村”。（中新经纬APP）
盘和林
中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其他方式使用。本文不代表中新经纬观点。
