每(mei)(mei)經(jing)記者｜蘇娜    每(mei)(mei)經(jing)編輯｜劉艷美 

數(shu)(shu)字(zi)時代，數(shu)(shu)據(ju)已成為重(zhong)要(yao)的(de)生(sheng)產要(yao)素，對提高生(sheng)產效率的(de)作用日(ri)(ri)益凸顯。日(ri)(ri)前(qian)發布的(de)《數(shu)(shu)字(zi)中(zhong)國(guo)發展報告（2021）》顯示，2017-2021年(nian)，我(wo)國(guo)數(shu)(shu)字(zi)經(jing)濟規(gui)模已經(jing)連續多年(nian)位(wei)居世界(jie)第(di)二，全球占比9.9%。中(zhong)國(guo)數(shu)(shu)據(ju)體(ti)量巨大且增長迅速，從平臺經(jing)濟發展到數(shu)(shu)據(ju)分析、治理(li)等都面臨挑戰。

“平(ping)臺(tai)數(shu)據治(zhi)(zhi)理大(da)方向是(shi)，需要在保(bao)護消費者和其他數(shu)據主體權益的(de)基礎(chu)上促進創新(xin)，并(bing)保(bao)持(chi)國際競爭力。”7月31日，北大(da)國發院教授、北大(da)數(shu)字(zi)金融研究(jiu)中(zhong)心副主任沈艷在“平(ping)臺(tai)經濟創新(xin)與(yu)(yu)治(zhi)(zhi)理”研討會暨《平(ping)臺(tai)經濟：創新(xin)、治(zhi)(zhi)理與(yu)(yu)繁榮》發布(bu)會現場直呈(cheng)要害，“平(ping)臺(tai)數(shu)據治(zhi)(zhi)理有三個無(wu)法回避(bi)的(de)問題，即：數(shu)據生產要素如何(he)流通？人的(de)智能與(yu)(yu)人工(gong)智能如何(he)互動來進行數(shu)據決(jue)策？數(shu)據安全和隱(yin)私保(bao)護如何(he)周全？”

作為重要的生產要素，沈艷將數據流通比作“戴著鐐銬跳舞”。在她看來，國內國際都有系列法令來保護數據安全和個人隱私，數據要素流通也需遵照相關法律法規。“事實上，中國的相關規定和歐洲的嚴格程度是不相上下的。”沈艷指出。

如(ru)何促(cu)進數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)生產(chan)要(yao)素的(de)流通？沈艷認為，區別于(yu)傳統要(yao)素交易(yi)“先確權再流通”的(de)模式，數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)交易(yi)應“著(zhu)重培育基(ji)(ji)于(yu)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)價值的(de)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)服務交易(yi)，基(ji)(ji)于(yu)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)價值來(lai)推動數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)服務，謹(jin)慎推進基(ji)(ji)于(yu)明確數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)權屬的(de)原始(shi)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)交易(yi)”。

此(ci)外，沈艷建(jian)議(yi)推動公共(gong)數(shu)據共(gong)享，用“分級分類數(shu)據牌照或許可證”來解決(jue)數(shu)據流(liu)通(tong)的(de)邊際問題，也(ye)方便進行數(shu)據“問責”回(hui)溯。

隨(sui)著數(shu)據(ju)(ju)技術(shu)的(de)發展應用(yong)，數(shu)據(ju)(ju)分析為決策帶來(lai)便利(li)的(de)同時，也存(cun)在一(yi)些“隱性(xing)”問題，如(ru)大(da)數(shu)據(ju)(ju)殺熟、隱蔽的(de)算法歧視。這些來(lai)自人(ren)工智能的(de)“歧視”，不那么容易被發覺，也給監管提(ti)出了新要求(qiu)。

對此(ci)，沈艷建議，推動算法審(shen)計(ji)(ji)。“算法審(shen)計(ji)(ji)不是做(zuo)價值判斷，而是增加規則透明度。”如使(shi)用平(ping)臺軟(ruan)件(jian)時，讓(rang)監管方(fang)(fang)、消費者、平(ping)臺方(fang)(fang)、提供服(fu)務等多方(fang)(fang)可(ke)理解此(ci)時算法規則與數據保(bao)護方(fang)(fang)式，減少各方(fang)(fang)信息不對稱，從而達到調整各方(fang)(fang)權(quan)益(yi)，做(zuo)到相對公平(ping)。

“重視對輸入輸出和(he)結果(guo)的(de)評(ping)估，而非(fei)公開算(suan)法(fa)、讓代碼(ma)透(tou)明(ming)化。”沈艷(yan)簡單解釋了(le)算(suan)法(fa)審(shen)計(ji)的(de)路(lu)徑。從內容(rong)上看(kan)，可對“預測或(huo)優化目標(biao)”“數據說(shuo)明(ming)”“算(suan)法(fa)技(ji)術及使用(yong)原因”“算(suan)法(fa)運行(xing)效(xiao)果(guo)”“個人(ren)信(xin)息保(bao)護(hu)和(he)數據安全(quan)的(de)具體安排”等(deng)(deng)方面進(jin)行(xing)審(shen)計(ji)；從評(ping)估上看(kan)，可包(bao)括歧視、有效(xiao)性(xing)(xing)、透(tou)明(ming)度、直接影響、安全(quan)和(he)可獲得性(xing)(xing)等(deng)(deng)尺度進(jin)行(xing)設計(ji)。

沈艷特別提到，在平臺(tai)經濟應(ying)用和(he)發展過程(cheng)中，要做好算(suan)法(fa)與人(ren)的決策(ce)匹配，“在實際解決問題(ti)中不應(ying)高舉算(suan)法(fa)，算(suan)法(fa)決策(ce)與人(ren)的決策(ce)在關(guan)鍵部分(fen)還應(ying)做好調整(zheng)”。

時至當(dang)下(xia)，無(wu)論從個人(ren)角度還(huan)是國家(jia)層(ceng)面(mian)，數(shu)據安全和隱私保(bao)護備受(shou)關(guan)注(zhu)。具(ju)體到技(ji)術方面(mian)，目前已有圍繞密態計算、去標識(shi)化與脫敏技(ji)術等相(xiang)關(guan)討論。

如何更進(jin)一步推(tui)動數據(ju)安(an)全和隱(yin)私(si)(si)保(bao)護(hu)？在沈艷(yan)看來，不止涉及技術(shu)，隱(yin)私(si)(si)保(bao)護(hu)和隱(yin)私(si)(si)計(ji)算(suan)的制(zhi)度建設(she)亟需推(tui)進(jin)，比如，企業內部設(she)計(ji)隱(yin)私(si)(si)保(bao)護(hu)機制(zhi)流(liu)程，監(jian)管(guan)部門設(she)置監(jian)管(guan)配套措施(shi)等。她強(qiang)調，數據(ju)安(an)全和隱(yin)私(si)(si)保(bao)護(hu)應側重技術(shu)發展而不是(shi)行政手段(duan)來解決問(wen)題(ti)。

最后，沈艷建議，無(wu)論是數據生產要素治(zhi)(zhi)理、算法治(zhi)(zhi)理還是隱私和數據安(an)全保護(hu)等問題，既要保護(hu)消費(fei)者也應兼(jian)顧其他主(zhu)體(ti)權益，加強平(ping)臺(tai)兩端信息(xi)透明化、減少信息(xi)不對稱等。同時，還應注重調動(dong)平(ping)臺(tai)創新處(chu)理數據治(zhi)(zhi)理的積極(ji)性、發揮(hui)行業自律(lv)性。

封面圖片(pian)來源：攝圖網_500610243