【三位一体2全攻略】专题全球数治｜数据要素时代，如何更有效实现数据价值和隐私保护

澎湃新闻记者 吕娜 整理
随着数字技术的深入发展和应用，人类全面进入万物互联的泛网络时代，互联网、传感器、智能设备等成为数字化记录人、社会和客观世界及其变化的重要手段。 达到当天最大量API KEY 超过次数限制来源多样且大规模的数据可以被机器学习，通过挖掘分析其背后的规律，产生洞见和预测，在人工之外形成新的知识生产方式。由此，数据逐渐成为一种新的生产要素。

2020年4月，中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，首次将数据列为五大生产要素之一，并指明了加快数据要素市场建设的战略方向。在数字时代，全面认识数据要素，推进数据应用和隐私保护，探索安全有效的数据要素市场运行模式和保障制度，成为当下中国社会经济发展亟待解决的问题。

9月27日，由华东政法大学互联网法治研究院和数据法律研究中心主办，数据驱动中国法律共同体和互联网法治研究院（杭州）协办，以“数据隐私与数据要素市场建设”为主题的第四届中国数据法律高峰论坛在上海举行。论坛围绕上述问题展开深入探讨，集成学术、政府、企业等各界智慧，致力于为完善中国数据要素市场机制建设和经济数字化转型贡献解决方案。与此同时，上海市经信委联合华东政法大学数据法律研究中心、公安部三所、上海数据交易中心、上海世代企业发展促进中心等单位制定的一套“商业驱动、技术支撑、法律保障”三位一体的解决方案——《数据去标识化共享指南》，也在本次高峰论坛上正式发布。

华东政法大学互联网法治研究院院长、数据法律研究中心主任、教授 高富平

华东政法大学互联网法治研究院院长、数据法律研究中心主任高富平教授在开幕致辞中表示，理解数据隐私与数据要素市场建设的问题，需要法学、经济学、计算机学及各实务届代表进行对话。他提出了四个观点：第一、数据是社会可用资源，数据立法应当保护数据主体的数据获取权。数字化改变了人类获取、存储和分析数据的能力，但并没有改变数据的社会属性。因此，在数据成为资源的背景下，我们要保护数据生产者和处理者的合法权益，但不能赋予其对数据的排他支配权；第二、并非所有数字化信息都能成为数据要素。数据要解决人类进入人工智能阶段后，新的知识生产方式的数据资源供给问题。只有经过合法处理、可用于智能分析的事实数据才能成为生产要素；第三、数据保护的目的是协同保护数据中各利益相关者的权益；第四、保护个人信息是保护个人信息权益，不是保护支配权和决定权。我国《个人信息保护法》承认个人信息是可处理的，只要个人信息具备合法性基础并遵守保护规定，同时不侵犯个人信息的隐私利益，任何人都有权以非识别方式使用个人信息，但前提是要保护个人信息的安全。

罗汉堂总裁、湖畔创业研学中心教授、执行教育长 陈龙

开放型智库罗汉堂总裁、湖畔创业研学中心执行教育长陈龙教授做了关于《理解大数据：数字时代的数据和隐私》的主题报告。陈龙教授提出，21世纪以来，数据信息的使用愈发盛行，数字信息让过去难以实现的社会协作成为可能，大大提升了公众福利，但也引发了人们对数据和隐私问题的焦虑。数据的权益来源于何处，数据价值怎样发挥作用？如何有效保护隐私？保护数据的方法有哪些？数据与传统要素相比有什么本质规律和区别？报告就这四个问题展开了探讨。

陈龙教授认为：一、从隐私悖论的角度来看，目前大多数人在乎自己的隐私，但是往往愿意免费或者在很少经济补偿的条件下分享自己的隐私。这折射了数据的本质以及我们如何看待大数据时代的个人隐私；二、数据价值是通过经济活动中的信息交换来实现，几乎所有的经济活动都同时是数据分享活动。数据的价值主要体现在提高连接效率、匹配效率与决策效率，同时降低生产者了解客户、市场、自身情况的成本。数据分享的价值在于连接、信任和决策三个方面，而这决定了经济协同的广度和深度；三、数据不同于传统的有形生产要素（人力、土地、资本等），不应规定单一所有权，而应对各个环节的多个参与主体做出不同的权利和责任安排。总体上，合理的数据权利安排包括两个要点：首先，市场、生产者和数据对象都能受益且配备保护机制；其次，隐私保护是数据使用中的保护，而非限定单一所有权，同时还应纳入数据使用者的责任机制。

陈龙教授指出，对数字时代的竞争与反垄断的分析模式可概括为两个支柱加三个维度。两个支柱指的是反垄断反对的不是垄断本身，而是与企业规模相关的市场地位和滥用市场支配地位的行为。三个维度则是指判断垄断行为，主要应考虑行为是否产生了损害消费者、妨碍创新、排除竞争（或潜在）的影响。数字时代的挑战主要来自评估市场地位的规模和相关市场的界定问题。

华控清交信息技术（北京）有限公司董事长 张旭东

华控清交信息技术（北京）有限公司张旭东董事长做了关于《数据要素时代的新数据观》的主题报告。他提出，明文数据（即没有经过任何加密的数据）的流通在理论上是个伪命题。明文数据一旦被“看见”即暴露信息，可被无限复制和传播，边际成本约等于零。数据一旦被复制就无法限制其用途和用量，无法厘清“责、权、利”，导致数据价值灭失。从经济学角度看，明文数据的供需是无限供应和无限需求，违背经济学定价理论的“稀缺性假说”。无法定价就无法通过市场方式大规模流通。随着大数据和人工智能技术的成熟，数据的主要使用对象已经从“人”变成了“机器”。运用多方安全计算等密码学理论和现代IT技术，已能把数据中可见的具体信息和不用看见就可以进行计算的使用价值区分开来，做到“数据可用不可见”。同时，通过计算合约，也可以把数据的使用精确限制到只针对具体的算法，实现 “数据使用可控可计量”。

因此，现今数据的流通主体并不是明文数据本身，而是数据的特定使用价值。数据价值流通的本质并不是数据特定使用价值的直接转手或传递，它是一个通过配置与整合多方数据资源（包括算法、模型、参数），利用计算资源（算力和带宽）进行加工，最后把计算结果交给结果需求方的过程。数据的价值仅仅和完全反映在它所参与计算得出的结果的使用价值上。离开了具体计算结果的使用价值，数据将无法作为计算原料单独定价。

张旭东同时强调，由于支撑数据流通的“数据可用不可见、使用可控可计量”技术开发要求较高，需要消耗较大的算力和通讯资源，实现单一应用的开发技术门槛和建设使用成本往往高于收益，只有建设数据流通的通用基础设施才能大幅降低数据流通的使用成本和技术门槛，实现正向规模经济效应。大规模的数据流通与融合计算如同开设“数据化工厂”，多种原料（数据）在一定的配方和条件下（算法）产生化合反应（融合计算），可能对他人、社会和国家造成伤害或产生重大风险。因此，对数据流通的监管势在必行。对数据融合计算的有效监管应通过参与数据融合计算的各方事前各自审核并共同达成计算合约，事中严格按照计算合约执行数据融合计算，并借助区块链对融合计算过程进行存证，以及事后根据存证内容进行审计来实现。

在两场主题报告的基础上，与会各界专家还就如何理解数据的作用和价值、如何推进数据应用和隐私保护，如何探索安全有效的数据要素市场运行模式和保障制度等前沿话题展开了热烈而深入的讨论。

责任编辑：吴英燕

校对：刘威