中新经纬3月11日电 (薛宇飞)近日，由清华大学社会科学学院经济学研究所主办的“人工智能时代数据生态治理研究课题成果发布研讨会”在北京举行。研讨会上，清华大学社会科学学院经济所副所长、教授、博士生导师戎珂及其研究团队发布了《人工智能时代数据生态治理研究》(下称报告)，报告围绕数据生态治理的基本概念与背景展开，论述数据生态治理的必要性、重要性，并探究了人工智能对数据生态治理的影响等多方面内容。
戎珂团队认为，数据要素是继工业文明之后数字文明时代的第一要素，谁掌握数据谁就掌握话语权，包括企业创新话语权、国际竞争话语权。
报告首次系统提出数据生态治理理念
清华大学社会科学学院经济所副所长、教授、博士生导师戎珂。来源：受访者供图
研讨会上，戎珂课题组汇报人、清华大学社会科学学院经济所郝飞博士介绍，该报告梳理了数据、人工智能、数据要素等相关概念，提出数据生态的概念。根据商业生态理论，数据生态可以定义为：围绕着数据市场发生交互的政府、组织、企业和个人等利益相关者共同支撑起的协同演化的一个共同体。它可以分成两大部分：第一部分是数据价值网络，即数据市场主体为实现数据价值而建立的直接合作伙伴系统；第二部分是数据泛社区网络，即相关主体为实现数据未来价值而需要的潜在合作伙伴，以及所有支撑实现数据价值、但又不直接创造价值的间接合作伙伴。这两个部分互为支撑、协同演化，最终形成数据命运共同体，推动数据市场不断发展。
郝飞指出，数据经济刚刚兴起，其商业模式也在演变中，还没有成熟，但数据生态可能帮助数据经济形成健康的商业模式。
永元证券关于数据生态治理，戎珂团队指出，数据生态治理是指围绕数据生态，明确各个数据生态伙伴的角色，要求各类数据生态伙伴共同实现数据的协同治理、多环节治理，要求在保护个人隐私和数据安全的基础上，更好地发挥数据价值，促进数字经济和数字社会高质量发展。郝飞强调，数据生态治理是报告的核心内容，既包括保护个人隐私与数据安全，也包括数据价值的发挥、数据的流通和发展等。
报告还分析了人工智能对数据生态治理的影响。在积极影响方面，报告认为，以人工智能为代表的数据相关技术可以推进数据生态治理升级，所以应该借助人工智能、区块链、隐私计算等技术来提升数字治理的能力。在负面影响方面，人工智能技术的应用可能会带来数据权属不清、隐私泄露、算法滥用及算法伦理等问题。在发展人工智能数字技术时，如何规避负面影响，发挥正面影响，需要引起重视。
报告探讨了中国数据生态治理的发展态势。在制度方面，中国正在逐步形成兼顾安全与发展、国内与国际的数据治理体系。具体来看，治理体系分成三个主要的部分：一是数据安全治理，二是兼顾数据安全与发展，三是数据跨境流通。
对于目前数据生态治理现状，报告指出，现在还存在很多问题需要去关注与解决。主要问题包括数据确权、数据交易、数据收益分配及市场监管，这些问题是制约数据产业发展和数据要素价值释放的重要问题。
互联互通，数据才能创造更大价值
报告称，由于数据权属不够清晰，部分互联网平台存在滥采个人数据、设置数据流通壁垒、实施数据垄断、进行“平台二选一”等破坏市场秩序的行为，这些行为不仅侵害消费者权益，还阻碍数据市场和数字经济的健康发展。增强用户数据的可携带性和平台间的互操作性是平台共创价值的核心要求，也是互联网反垄断的最新趋势，因此，需要探索建立平台间的有效连接，提高数据互操作性，并建立开放生态系统。对此，《个人信息保护法》首次规定个人信息可携带权，“个人请求将个人信息转移至其指定的个人信息处理者，符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径”。
数据如何实现标准化？如何在多主体、多平台之间互联互通？小企业和大企业之间，大企业与大企业之间，平台与平台之间，是否鼓励不敏感的公开数据跨平台高效流动？政府数据与企业数据之间是否要互联互通？戎珂团队表示，数据的非竞争性以及规模报酬递增性导致了互联互通是数据要素市场化的本质要求，只有互联互通才能产生更大的价值。
研究发现，数据分类分级授权是实现数据确权的重要途径，能够让数字平台直接通过用户的自主授权或市场化的授权协议，合理合法地收集使用数据，如用户头像、昵称等个人公开数据经由用户授权后可以跨平台免费流动，从而降低数据要素市场的交易成本。
前述报告指出，数据分类分级授权制度有助于从源头上解决数据权属问题。如果数据权属不清，会导致后续交易成本越来越大。“目前可能有一个误区，即有些人认为源头上解决问题太麻烦，索性就不解决，但是源头上不解决，后边都会存在一些‘原罪’的问题。所以我们认为，一开始基于数据来源方的授权非常关键。”戎珂表示。
基于数据分类分级构建数据生态治理模式
元股证券:yy6699.vip
报告基于上述研究，提出针对性的政策建议。总体思路是基于数据分类分级制度构建数据生态治理模式。数据生态治理模式分成三大部分：第一部分是数据分类分级制度，第二部分是市场建设与生态共治，第三部分是数据全球化。通过分类分级的授权模式，解决数据生态治理中的源头问题；通过市场交易模式与生态共治模式，解决过程问题；最后用生态全球化模式，解决国际化问题，希望全链条的治理能打通数据价值链。
数据分类分级主要是根据数据敏感程度、权属等对数据进行分类分级，进而解决数据权属问题。对于市场建设与生态共治，报告提出，应该考虑数据的层级维度与交易模式，打造多层次、多样化的数据市场体系。数据的市场体系应该包括三个层级，第一级是建立数据资源市场，第二级是建立数据要素市场，第三级是建立数据产品与服务市场。在交易模式上，除了以场内交易所为典型代表的集中交易模式外，还需要建立分布式场外交易模式。
戎珂分析道：“我们认为，未来数据市场总体趋势是向第三级市场演化。原始数据交易应该比较难，而且也不安全，未来可能会出现更多的数据产品交易，同时会出现更多的数据服务交易。但是数据的0-1，就是授权过程，会永远存在，它的收集方式可能也是非常分散的，在各个场景都可能出现。但最后到底怎么用，是以平台上的一些模式还是以场内或场外的模式为主，都需要进一步探索。”
关于数据市场监管，报告认为，基于数据分类分级的制度与体系，应该建立四个层次的监管机制，包括许可经营、备案制、自主经营、开放共享。总体原则是类别级别越高的数据交易，对数据进行更加严格的监管。
关于数据全球化，戎珂团队表示，应该平衡数据安全和流通，实行数据发展主义，在保障数据主权和安全的情况下，促进数据更大范围地流通。具体应该通过自贸区开展数据跨境流通的试点，探索数据跨境流通的创新模式。此外，我们还要积极参与全球数据治理体系建设，可以尝试推动数据治理的多边机构的成立，例如世界数据治理组织WDO(World Data Organization)。(中新经纬APP)
元股证券开户入口提示：本文来自互联网，不代表本网站观点。
