www.462net观点

范文仲:数据价值与数据交易

时间:2021-08-11   字号:A+  A   A-  阅读量:  分享:

从历史上看,三次大的科技浪潮帮助人类实现了三次历史性飞跃,我们称之为“3S”革命。第一次是农业革命,农作物耕作和社会集居提供了充沛的食物和专业分工,解决了人类的的生存问题(“Survival”),土地和人口是社会的核心经济资源,成为社会财富的主要载体。第二次是工业革命,人类第一次实现将其他化学形式能源有序转化为动能,进入机械化时代后人类变得更加强大(“Stronger”),矿产和能源是核心经济资源,成为各国争夺的对象。上世纪中叶,第三次科技革命兴起,计算机诞生,人工智能出现,人类变得更加智慧(“Smarter”),数据和信息成为新的核心经济资源。

当前,我们已经进入了数字经济时代,数据的广泛采集和应用正在帮助人类对生活、城市、企业实现智能化管理。作为核心经济资源,数据蕴涵的经济价值无限巨大、前景无限光明。但是,真正实现数字经济时代的伟大目标,还需要了解数据价值和数据交易的关系,解答几个核心问题:

第一个问题:数据的价值需要通过数据流通和交易实现吗?

很多人认为,没有数据买卖我们也在天天使用数据,数据依然具有使用价值,为什么一定要推动数据流通和交易呢。回答这个问题,我想先讲个小故事。90年代中期,我曾在国家财政部工作,集体宿舍在公主坟。当时中国还没有房地产市场,企业和公务员房屋都是分配的,每个月的租金很便宜,但也没有产权。那时中国城市家庭的主要资产基本上只有储蓄存款,一般只有几万元到几十万元。我到美国留学之后,看到耶鲁大学教授的房子都是几十万美元的价格,心想这么贵的房子中国人什么时候才买的起啊,估计这辈子都买不起。但是,98年之后,中国政府开启了房地产改革,单位和企业不再分配房子,原有的房屋明确产权后,成为个人房产,同时建立了房地产市场进行交易,巨大的资产价值一下子就被市场挖掘出来。现在只要在北京三环以内有套公寓,动辄就价值数百万甚至千万,回头再看耶鲁教授的房子,简直太便宜了。

这种价值挖掘的变化难以想象,影响极其深远。通过核心要素改革,中国家庭的资产和财富一下子就跃居世界前列,颠覆了中产家庭的全部生活方式。仔细想想,这种巨大的变化不是五加二、白加黑干出来的,而是通过经济要素市场改革释放出的巨大能量。其原理很简单,即通过确权加交易,我们把一种只有使用价值而没有财富价值的房屋资源,变成家庭可以分配变现的财富资产,进而通过金融创新,提供房屋抵押贷款等金融产品,把这种财富资产变成可以用于企业经营和生活投资的生产性资本。正是这种要素市场的改革,铸就了中国经济成长巨大的推动力。

同理,当前数据作为一种核心要素资源,虽然具有普遍的使用价值,但资产属性还没有充分发挥。只有实现确权、流通和交易后,才会从社会资源转变成可以量化的数字资产,后续通过进一步金融创新,进而演变为生产性的数字资本,真正释放其内在价值。我们认为,从原始数字资源、到数字资产、再到数字资本的不断演进过程,正是数字经济发展的核心目标,也将为未来中国经济增长提供强大的资本来源,这才是真正的供给侧改革。

第二个问题:数据交易虽然意义重大,但有必要通过专业平台进行吗?

理论上讲,数据交易完全可以在个人之间、企业之间一对一进行,程序上更加简便,不需要通过第三方的平台。但我们相信,大规模、常态化的数据交易需要通过专业平台进行,这是更加经济理性的选择,有几方面原因:

一是通过交易平台可以增加互信,提高交易的成功率。这就像在陌生人之间进行的私下房屋交易,以及90年代在中关村大街上买到的盗版光盘一样,虽然便捷,但具有巨大的交易风险。数据交易平台可以为数据的售买双方起到风险隔离的作用,通过专业合规平台进行的数据交易更容易得到法律保护,交易的争端也更容易得到解决。

二是降低交易成本,缩短交易时间。就像房屋出租和买卖,虽然个人之间也有可能进行零星的直接交易,但是搜索和交易成本很高,房屋中介通过为售买双方提供信息撮合服务,大大减少了搜索的时间,提高了房屋租售的效率。同理,数据交易平台可以通过交易前后提供标准化合同和标准化服务,降低交易双方的沟通成本,通过对数据的清洗、脱敏、加工,提升其市场价值。

三是有利于强化对核心资源的管理,提高社会的公共福利水平。数据和信息已经成为社会的核心经济资源,必须要保证成本低廉,才能降低整个社会的经济运行成本。数据交易不应以买卖的差价和销售的利润大小为经营目标,如果任由少数企业垄断数据价格,将会导致整个社会的经济效率降低,社会总体福利下降。早在春秋时期,齐国管仲就曾主张像盐铁等社会资源行业,不应私相买售,应该建立“官山海”等专营机构进行管理。同理,主导数据交易的平台,应兼顾经济属性和社会属性,由具有公信力和公益性的机构管理,同时加大和互联网企业的技术合作,降低数据和信息的交易成本,扩大数据价值挖掘的受益人群。

第三个问题:交易中如何对数据进行合理确权?只有数据的所有权主体才可以使用数据吗?

这个问题并不容易回答。首先,现在互联网企业采集的个人行为与企业经营数据,其所有权是属于数据主体还是属于采集平台呢?很多人对这个问题的认识并不一致。其实,我们可以举个小例子帮助理解。

例如,一个房地产开发商,在房子建成出售给客户之后,是否可以指令小区的物业机构,在公寓门口记录每一家的人数、上下班的时间,男女主人的着装偏好和订购快递的品种,然后利用预先索取的身份信息,进行组合,卖给社区周边的商家进行牟利呢?这样的行为肯定是违规的。虽然小区的物业人员对住户家庭情况进行个人判断无可厚非,但是制作成数据商品进行商业化牟利就要有严格的授权和相应的资质了。同理,如果房地产商不能随意销售住户的信息,互联网平台也不应允许随意销售客户的数据。互联网上产生的行为数据,其所有权依然是客户的,如果互联网平台根据这些数据进行客户画像,开展商业化的应用或出售给第三方,就要同时具备明确的授权和必要的资质。

如果数据的所有权是属于客户主体的,那如何才能进行合理的开发使用和价值挖掘呢?实际上,只要有制度支持,资产的所有权、使用权、管理权、收益权可以在主体授权或法律许可的基础上适当分离,这种事例并不鲜见。例如,托管银行对个人投资者在基金和证券领域的投资进行托管,保证投资机构对资金的使用合法合规,托管合同明确了所有权、使用权和管理权的划分。与此类似,信托公司的主要业务是“受人之托,代客理财”,通过金融的工具设计,将资金的使用权和收益权进行成功分离。因此,通过数据托管和交易平台的制度设计,数据的权属完全能够进行明确的区分。具有合格资质的受托人可以对数据资产进行开发利用,所得的收益根据预先约定的契约,在所有者和挖掘者之间合理分配,这将为数据价值的挖掘开辟广阔的空间。

第四个问题:如何保证数据交易主体和交易流程的合法与合规性?

目前,大部分交易平台对于数据交易的模式是“农贸市场”模式。这类交易模式非常粗放,为了在短期内扩大交易规模,对上市的数据和购买数据方都缺乏尽调审核,数据定价、数据确权等难题没有制度性的破解,存在较大的合规风险。虽然名称多为交易所或交易中心,但实际上更像“农贸市场”。未来的数据交易,应该从松散管理的“农贸市场”模式向合规管理的交易所模式转变,实现数据“上市有审核、采买有资质”。

首先要对数据源的合法性进行审核,重点关注数据采集时是否具有数据主体的授权,或上位法规是否对数据采集行为有许可。数据上市之前,数据提供方需要出具合规承诺,数据法律服务机构和投资服务机构应进行合规性审核,并提供必要的上市指导。建立实名注册的会员制,对数据交易参与主体的买售资质进行评估。

其次,根据敏感度对数据进行分级分类,按照数据不同性质采取多种交易模式。这就像证券市场根据投资风险的适配能力,分为主版、中小版、新三版一样,设定了不同的投资者准入门槛。针对不同敏感度的数据,也要保证购买的机构具有相应的使用资质。常规开放的公共数据和明文交易的数据可以面向一般的商贸类企业便捷提供;特定领域数据,如金融财税数据则面向商业银行等金融机构合规提供;高价值个人数据只能向具备公信力和相关特定资质的持牌机构如个人征信机构审慎提供。

此外,要加强售后的管理。数据交易完成之后,购买方要根据合同约定的使用范围进行使用,不能擅自复制扩散转售数据进行商业牟利。因此,数据的售后使用要建立台帐记录,定期披露,并由独立的专业机构进行审计。

在数据交易过程中,一家企业既可能是数据的购买方,也可能是数据的提供方。例如,经过监管部门准入审批的全国性个人征信机构具有较高的应用资质,可以通过交易平台购买互联网企业采集的个人行为数据,并对客户进行信用画像,然后做成数据征信产品合规提供给金融机构,提高授信放贷的效率和精准度。在这个过程中,交易平台发挥了“风险防火墙”的作用。一方面可以填补监管部门要求数据“断直联”之后,数据采集机构和银行放贷机构之间产生的数据鸿沟,满足普惠金融机构助贷的痛点需求;另一方面,通过交易市场进行风险隔离,持牌征信机构可以避免针对每一个数据来源,都花费大量经济资源独自审核所有数据的合法性,并避免承担数据交易产生纠纷之后的机构声誉风险。从这个意义上讲,由交易市场作为数据信息中介,是比由持牌机构作为信息中介更为安全经济的选择。二者的有机结合,将会构建更为完善的数据交易体系。

第五个问题:数据交易如何保护个人隐私?

这是一个老问题,但法规建设和技术进步提供了新的答案。首先,数据的采集一定要合法,遵循“合法授权”、“最简够用”的原则。对个人数据的采集要告知客户主体,并明确采集的目的和范围,不能捆绑式、垄断式授权,或者用晦涩难懂的法律文书和停止服务的霸权条款来诱导、强迫客户签订授权协议。授权的范围一定要和服务功能相匹配,不应要求和业务功能无关的隐私数据。对个人生物特征和生活行为数据的采集和识别要特别审慎,必须要有上位法的支持。

同时,在交易中尽量不提供与数据个人主体强关联的原始数据。除了具有法律要求和少量专业持牌机构之外,大部分出售的数据应该经过脱敏处理,降低和个人身份的强耦合关联,尽量进行代码化、指标化处理,同时控制模型风险,保持数据标签使用的有效性和隐私保护的合理平衡。

此外,针对一些高度敏感的高价值数据,应该发展安全可靠的隐私加密技术,包括以联邦学习、差分分析为代表的明文加密技术,以多方安全计算为代表的密码学加密技术,和以可信执行环境为代表的硬件加密技术。通过隐私加密计算技术推动高价值数据进场交易,将数据的所有权与使用权分离,权属主体保留数据所用权,交易过程中仅交易使用权。在保护数据不对外泄露的前提下,实现“数据可用不可见,用途可控可计量”,交易平台为供需双方提供可信的数据融合计算环境。在这个方面,要注意综合考虑计算成本和加密需求的平衡,并不是所有的敏感数据都需要复杂的加密处理,这只是交易模式中的一种选择。

第六个问题:数据公平交易需要什么样的外部制度保障?

我们认为关键是三点。首先,需要构建全面平衡的交易法规体系。目前,各国都在制定数据的保护法规,对数据的管理和使用进行严格的限定。但是,我们要认识到,对数据权属的保护要有全面准确的理解,不可偏颇,法规不仅要保护数据的所有权,也要保护使用权和收益权。房地产市场就是很好的例证,我们不能光保护房屋的出售方,也要保护房屋的购买者,建立明晰的产权登记体系,房产才能有序的流动交易。数据立法也一样,如果片面强调所有者权利和严格限制使用范围,有可能会抑制数据参与方的交易意愿和市场应用创新,相关的法规制度应该全面且平衡。

第二,应完善对交易流程进行监管的基本规则。这些交易规则必须是公开透明的,被交易参与各方所理解和接受,并在过程中严格执行。监管规则实施初期不可避免要制定一些“一刀切”的要求,但后期随着市场发展,相应规则应与时俱进,适应数据交易模式的创新和交易规模的增长。

三是对交易违规行为应该加大处罚力度,厘清各方责任。如果是数据来源违法,应对数据提供方严厉处罚,严重者实施市场禁入;如果是中介机构尽职调查不严,应该进行市场公示,视情节严重进行停业处罚;如果是数据售后使用过程违规,应该处罚数据购买方,并及时进行社会披露。但这些处罚只针对责任方,不牵连其他交易方。权责明晰之后才能防止道德风险,实现市场的优胜劣汰。

通过对上述问题进行讨论,我们认识到数据价值挖掘和交易创新虽然挑战众多,但前景广阔。在可以预期的未来,我们将看到在数字交易领域一系列新技术得以推广应用,包括非同质化数据标识与跟踪,边缘计算、隐私加密、区块链与智能合约的执行与记录等新技术。我们也会看到一系列金融创新蓬勃兴起,从数据资产交易,到抵押杠杆融资,进而实现资产证券化,不断支持社会数字经济实际应用的发展。同时,数字经济发展也会催生一系列新型中介机构诞生,涵盖数据托管、数据审计、数据评估等各个创新领域。

面对这样激动人心的未来,我们要具有风险意识和底线思维,牢记金融创新兴于技术,成于制度,科技创新是“桨”,金融价值观是“舵”,风险管理制度是“压舱石”。一些新技术和新模式可以通过设立试点项目审慎推进,积极争取列入“监管沙箱”,先完善配套法规制度,等成熟之后总结经验,再进行推广。这其实就是中国一直采取的“摸着石头过河”和“特区加试点”的模式,也是中国改革开放四十年取得巨大成功的宝贵经验。

总之,在数字经济时代,北京作为首都,具有数据的优势、技术的优势、人才的优势,以及贴近监管的优势,应积极把握全球科技创新中心与“两区”建设的时代机遇,树立数据交易服务与数据价值挖掘的新理念,大力构建数字经济发展的新格局。

XML 地图 | Sitemap 地图