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
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)
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、摘编或以其它方式使用 。