方燕 隆云滔

〔摘要〕本文闡述和探究了數(shù)字時(shí)代下的數(shù)據(jù)變革趨勢(shì)及國(guó)家支持政策、數(shù)據(jù)經(jīng)濟(jì)理論和數(shù)據(jù)治理的基本問題。首先，促進(jìn)數(shù)據(jù)要素的運(yùn)用與發(fā)展已經(jīng)成為全球共識(shí)。其次，基于不同假定和市場(chǎng)情境，學(xué)術(shù)界對(duì)搜集與使用用戶數(shù)據(jù)問題的理論研究在數(shù)據(jù)共享的效率影響方面得出了不同結(jié)論：當(dāng)消費(fèi)者是否理性、是否擁有信息優(yōu)勢(shì)的假定不同時(shí)，數(shù)據(jù)優(yōu)勢(shì)是否會(huì)被濫用、數(shù)據(jù)共享是否會(huì)提升效率的研究結(jié)論完全相反;在數(shù)據(jù)技術(shù)、數(shù)據(jù)交易、數(shù)據(jù)支付等不同市場(chǎng)情境中，會(huì)出現(xiàn)多種福利結(jié)果，如效率提升、市場(chǎng)失靈、服務(wù)提供者可能濫用數(shù)據(jù)信息優(yōu)勢(shì)等。最后，學(xué)術(shù)界對(duì)于數(shù)據(jù)治理方面的研究主要圍繞數(shù)據(jù)產(chǎn)權(quán)的界定與分配、數(shù)據(jù)集中及數(shù)據(jù)（和算法）倫理責(zé)任等三個(gè)方面展開。數(shù)據(jù)產(chǎn)權(quán)界定和分配主要依據(jù)數(shù)據(jù)分類分級(jí)原則對(duì)初始數(shù)據(jù)進(jìn)行判定;數(shù)據(jù)集中主要從可觸達(dá)性或可及性而非產(chǎn)權(quán)角度、從數(shù)據(jù)產(chǎn)業(yè)價(jià)值鏈條的角度來審視;數(shù)據(jù)（和算法）倫理責(zé)任包括可解釋、可問責(zé)、透明、正義與中立等方面的義務(wù)。本文的探究和梳理有助于深化對(duì)數(shù)據(jù)的認(rèn)識(shí)和治理。

〔關(guān)鍵詞〕數(shù)據(jù)變革;數(shù)據(jù)理論;數(shù)據(jù)治理;數(shù)據(jù)市場(chǎng);數(shù)據(jù)產(chǎn)權(quán);數(shù)據(jù)集中

中圖分類號(hào)：F49??? 文獻(xiàn)標(biāo)識(shí)碼：A??? 文章編號(hào)：1008-4096（2021）03-0015-13

一、引? 言

以大數(shù)據(jù)、云計(jì)算和人工智能等為代表的新一輪科技革命和產(chǎn)業(yè)變革，正在深刻影響著人類的經(jīng)濟(jì)社會(huì)生活并改變著產(chǎn)業(yè)發(fā)展格局。由于大數(shù)據(jù)的使用、算力的提高和算法的突破，人工智能得以快速發(fā)展與廣泛應(yīng)用，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)作、群智開放和自主操控等新特征。人工智能越是“智能”“智慧”或“人格化”，越需要獲取、存儲(chǔ)、分析、處理和使用更多的個(gè)人信息數(shù)據(jù)^[1-2]。大數(shù)據(jù)與算法規(guī)則（特別是智能算法）之間存在緊密關(guān)系。數(shù)據(jù)要素是決定數(shù)字時(shí)代特別是移動(dòng)互聯(lián)網(wǎng)時(shí)代下企業(yè)存亡的關(guān)鍵維度。

隨著數(shù)字經(jīng)濟(jì)向縱深發(fā)展，確保數(shù)字市場(chǎng)充分有效競(jìng)爭(zhēng)和維持強(qiáng)勁的研發(fā)創(chuàng)新激勵(lì)成為互聯(lián)網(wǎng)監(jiān)管和治理的一個(gè)重要話題，數(shù)據(jù)治理是其中的重點(diǎn)和難點(diǎn)。無論是歐盟及其成員國(guó)，還是美國(guó)國(guó)內(nèi)各司法轄區(qū)都已經(jīng)或正在推動(dòng)數(shù)字監(jiān)管的立法、司法和執(zhí)法工作。在國(guó)內(nèi)，2020年12月，中央政治局會(huì)議和中央經(jīng)濟(jì)工作會(huì)議確定了強(qiáng)化反壟斷監(jiān)管和防止資本無序擴(kuò)張的基調(diào)，并提出要完善平臺(tái)企業(yè)壟斷認(rèn)定、數(shù)據(jù)收集使用管理、消費(fèi)者權(quán)益保護(hù)等方面的法律規(guī)范。隨后，中央政法委、最高法院、中國(guó)人民銀行、銀保監(jiān)會(huì)、國(guó)家市場(chǎng)監(jiān)督管理總局及交通運(yùn)輸部等部門紛紛響應(yīng)并做出相應(yīng)部署。近幾年來互聯(lián)網(wǎng)經(jīng)濟(jì)中頻繁涌現(xiàn)屏蔽封殺、大數(shù)據(jù)殺熟、排他性交易等亂象是反壟斷執(zhí)法的重點(diǎn)。2021年初，國(guó)家市場(chǎng)監(jiān)督管理總局先后對(duì)阿里投資銀泰、騰訊閱文收購(gòu)新麗傳媒和順豐收購(gòu)中郵智遞等三起未依法申報(bào)實(shí)施經(jīng)營(yíng)者集中的違法行為進(jìn)行了行政處罰，調(diào)查了阿里的二選一等行為，處罰了京東、天貓和唯品會(huì)的不正當(dāng)價(jià)格競(jìng)爭(zhēng)等違法行為。盡管國(guó)內(nèi)外數(shù)字監(jiān)管動(dòng)作不斷，但目前對(duì)互聯(lián)網(wǎng)特別是數(shù)據(jù)治理規(guī)則理念的理解和認(rèn)識(shí)仍不夠深入和全面。

盡管幾十年前就有不少針對(duì)用戶數(shù)據(jù)搜集和使用問題的學(xué)術(shù)研究，但進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代后，大數(shù)據(jù)技術(shù)及應(yīng)用的迅速發(fā)展變化促使學(xué)術(shù)研究進(jìn)程加速、研究重點(diǎn)發(fā)生改變。當(dāng)前圍繞用戶數(shù)據(jù)搜集和使用問題的理論和政策研究雖有所推進(jìn)，但仍有許多課題要攻克。數(shù)據(jù)治理成為全球各國(guó)政府和學(xué)界討論的重要議題。為了更好地看清數(shù)字時(shí)代的未來，很有必要深入探究數(shù)字時(shí)代下數(shù)據(jù)及其技術(shù)帶來的深刻變革，梳理用戶數(shù)據(jù)搜集和使用問題的理論進(jìn)展，并提煉出數(shù)據(jù)治理過程中涉及的經(jīng)濟(jì)學(xué)基本理論問題。

二、數(shù)據(jù)變革趨勢(shì)及其發(fā)展政策

（一）大數(shù)據(jù)變革

在數(shù)字時(shí)代，越來越多的活動(dòng)被數(shù)字化，虛擬網(wǎng)絡(luò)空間產(chǎn)生的顆?；瘮?shù)據(jù)（Granular Data）呈爆炸式膨脹，數(shù)字網(wǎng)絡(luò)平臺(tái)及其相關(guān)技術(shù)可以便利地獲知特定個(gè)人（或群體）的諸如年齡、性別、地理位置、家庭成員組成、飲食習(xí)慣、人口和生物統(tǒng)計(jì)概況等信息。無論是企業(yè)（如互聯(lián)網(wǎng)科技企業(yè)、電信運(yùn)營(yíng)商和智能終端制造商）還是相關(guān)組織機(jī)構(gòu)（如政府機(jī)關(guān)、行業(yè)協(xié)會(huì)商會(huì)）都能夠相對(duì)較為便利地收集到全樣本數(shù)據(jù)^[3]。相比以往，可搜集的用戶數(shù)據(jù)規(guī)模和范圍不可同日而語^[4-5]。同時(shí)，企業(yè)也能借助自動(dòng)處理軟件和算法規(guī)則在短時(shí)間里分析、處理和使用這些數(shù)據(jù)，并在此基礎(chǔ)上形成規(guī)則化的決策流程。除公共數(shù)據(jù)由政府掌控之外，其他商業(yè)性的社會(huì)數(shù)據(jù)大多由互聯(lián)網(wǎng)通信運(yùn)營(yíng)商（如中國(guó)移動(dòng)、中國(guó)聯(lián)通和中國(guó)電信）、移動(dòng)智能終端制造商、互聯(lián)網(wǎng)服務(wù)提供商（如美國(guó)的GAFAM、中國(guó)的BAT、字節(jié)跳動(dòng)、美團(tuán)和滴滴等），以及專門收集、處理和銷售數(shù)據(jù)資料的數(shù)據(jù)運(yùn)營(yíng)（經(jīng)紀(jì)）公司所掌控。

大數(shù)據(jù)對(duì)消費(fèi)者和生產(chǎn)者裨益良多。企業(yè)通過收集、處理有關(guān)用戶行為和特征的數(shù)據(jù)來歸納用戶的基本屬性、預(yù)測(cè)用戶的行為（如喜好品位、習(xí)慣和心理）^[6]，透析用戶的興趣點(diǎn)和痛點(diǎn)，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷（Targeted Marketing），如推出新產(chǎn)品和改進(jìn)既有產(chǎn)品、提供個(gè)性化訂制服務(wù)、精準(zhǔn)化廣告投放和實(shí)時(shí)供給、精準(zhǔn)診斷當(dāng)前現(xiàn)狀和預(yù)測(cè)未來趨勢(shì)（如疾病、自然災(zāi)難等）^[7]。消費(fèi)者在享受算法規(guī)則、語音識(shí)別、圖像識(shí)別、無人駕駛等數(shù)據(jù)技術(shù)帶來便利的同時(shí)，消費(fèi)者提供的數(shù)據(jù)在這些技術(shù)的實(shí)現(xiàn)中扮演著驅(qū)動(dòng)算法不斷優(yōu)化迭代的角色。而不斷優(yōu)化的軟件算法規(guī)則與不斷積累的海量數(shù)據(jù)及其不斷增加的潛在價(jià)值之間的循環(huán)驅(qū)動(dòng)，是互聯(lián)網(wǎng)（或人工智能）科技巨頭核心競(jìng)爭(zhēng)力的真正源頭^[8]。

（二）用戶數(shù)據(jù)要素的爭(zhēng)奪

人類文明的每個(gè)重要階段都有其關(guān)鍵性資源，如19世紀(jì)的煤炭、20世紀(jì)的石油和電力。到21世紀(jì)，大數(shù)據(jù)儼然成為新“原油”和新“電力”，是數(shù)據(jù)驅(qū)動(dòng)式研發(fā)（Data-Driven Innovation）的基礎(chǔ)設(shè)施性資源（Infrastructural Resource）^[9]。對(duì)數(shù)據(jù)的搜集、分析提煉、合成流轉(zhuǎn)乃至使用將貫穿整個(gè)數(shù)字產(chǎn)業(yè)鏈，尤其是數(shù)據(jù)的收集和分析環(huán)節(jié)。

對(duì)用戶數(shù)據(jù)要素的爭(zhēng)奪已成為現(xiàn)代企業(yè)特別是互聯(lián)網(wǎng)平臺(tái)競(jìng)相角逐的主要內(nèi)容，也產(chǎn)生了很多糾紛案件。2017年，微軟旗下的職業(yè)社交網(wǎng)站領(lǐng)英因以用戶隱私保護(hù)為名阻止雇員評(píng)估服務(wù)提供商hiQ Labs未經(jīng)授權(quán)抓取領(lǐng)英的公開用戶數(shù)據(jù)而被hiQ Labs起訴、京東旗下“京東微聯(lián)”智能家居應(yīng)用軟件因?qū)⒂脩魝€(gè)人WiFi密碼上傳至京東服務(wù)器而被起訴、華為新款手機(jī)榮耀Magic因收集用戶的微信聊天記錄被騰訊起訴、Facebook因數(shù)據(jù)泄露而被美國(guó)國(guó)會(huì)傳喚等，這些都是互聯(lián)網(wǎng)巨頭或相關(guān)制造商爭(zhēng)奪（或控制）用戶數(shù)據(jù)而引發(fā)爭(zhēng)議的典型案例。

2017年，阿里系下子公司菜鳥網(wǎng)絡(luò)與國(guó)內(nèi)最大的綜合性民營(yíng)快遞公司順豐速遞之間，因順豐的豐巢自提柜物件數(shù)據(jù)信息共享問題而發(fā)生“豐鳥大戰(zhàn)”，其本質(zhì)是對(duì)快遞物流數(shù)據(jù)信息控制權(quán)和話語權(quán)的爭(zhēng)奪。2017年，亞馬遜以137億美元的大手筆收購(gòu)全食超市，被業(yè)界解讀為亞馬遜看中全食超市積累的海量顧客數(shù)據(jù)，能助力亞馬遜IoT+AI戰(zhàn)略積累實(shí)體的實(shí)踐場(chǎng)景。IBM、FAMGA和BAT等科技巨頭都在“爭(zhēng)先恐后”布局大數(shù)據(jù)產(chǎn)品和服務(wù)，而GE、西門子、亞馬遜和阿里等諸多工業(yè)制造或電商公司都對(duì)外宣稱自己是一家數(shù)據(jù)公司，從中多少都可以領(lǐng)略數(shù)據(jù)競(jìng)爭(zhēng)的重要性，一個(gè)爭(zhēng)奪數(shù)據(jù)要素的競(jìng)賽正在拉開序幕^[10]。

（三）大數(shù)據(jù)的使用及其發(fā)展政策

互聯(lián)網(wǎng)用戶數(shù)據(jù)不單單通過提供更深刻、更豐富和更細(xì)致的信息（知識(shí)）實(shí)現(xiàn)企業(yè)的商業(yè)價(jià)值，還能通過揭示諸如疾病、外界氣候和官員腐敗等信息來實(shí)現(xiàn)政府公共價(jià)值。隨著互聯(lián)網(wǎng)和大數(shù)據(jù)變革向深度和廣度不斷滲透，數(shù)據(jù)經(jīng)濟(jì)得到了國(guó)家越來越多的重視。

2017年12月，中共中央政治局第二次集體學(xué)習(xí)強(qiáng)調(diào)，“審時(shí)度勢(shì)精心謀劃超前布局力爭(zhēng)主動(dòng)、實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略加快建設(shè)數(shù)字中國(guó)”。劉鶴副總理指出，“數(shù)據(jù)作為生產(chǎn)要素，反映了隨著經(jīng)濟(jì)活動(dòng)數(shù)字化轉(zhuǎn)型加快，數(shù)據(jù)對(duì)提高生產(chǎn)效率的乘數(shù)作用凸現(xiàn)，成為最具時(shí)代特征新生產(chǎn)要素的重要變化”。大數(shù)據(jù)于2014年首次寫入政府工作報(bào)告，后來相繼出臺(tái)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》《“十三五”規(guī)劃綱要》，以及各部委跟進(jìn)出臺(tái)諸多促進(jìn)大數(shù)據(jù)發(fā)展的政策文件。這一系列行動(dòng)使得2016年成為我國(guó)大數(shù)據(jù)的政策元年。2017年，《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》將大數(shù)據(jù)列為國(guó)家級(jí)戰(zhàn)略并形成發(fā)展部署。2020年4月，中共中央國(guó)務(wù)院發(fā)布《構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見》，首次將數(shù)據(jù)與土地、勞動(dòng)、資本、技術(shù)等傳統(tǒng)要素并列，提出要加快培育數(shù)據(jù)要素市場(chǎng)。在2021年3月的兩會(huì)中，數(shù)據(jù)發(fā)展戰(zhàn)略問題也成為討論的一個(gè)焦點(diǎn)，并寫入《“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》。在歐盟，以踐行數(shù)字化單一市場(chǎng)戰(zhàn)略為己任的歐盟委員會(huì)，于2016年11月發(fā)布《歐洲數(shù)據(jù)自由流動(dòng)倡議》以最大化數(shù)字經(jīng)濟(jì)增長(zhǎng)，并解決數(shù)據(jù)所有權(quán)、互操作性、可用性和訪問等一系列新興問題。

三、數(shù)據(jù)理論研究進(jìn)展

（一）研究用戶數(shù)據(jù)的文獻(xiàn)演進(jìn)：SPV情景與BE情景

早在20世紀(jì)70、80年代就有產(chǎn)業(yè)組織學(xué)領(lǐng)域的學(xué)者開始研究用戶數(shù)據(jù)，試圖從經(jīng)濟(jì)學(xué)角度解答這樣一個(gè)問題：一個(gè)互聯(lián)網(wǎng)平臺(tái)（如一個(gè)社交網(wǎng)絡(luò)）是否能在不提高價(jià)格、降低數(shù)量或減緩研發(fā)創(chuàng)新的前提下，借助消費(fèi)者數(shù)據(jù)供應(yīng)來濫用市場(chǎng)勢(shì)力。學(xué)界先后基于不同情景衍生出兩個(gè)相互承接又對(duì)立的理論派別。

1.在消費(fèi)者理性和處于信息優(yōu)勢(shì)的情境下，數(shù)據(jù)使用會(huì)提升效率

這一派學(xué)者的理論工具是博弈論和信息經(jīng)濟(jì)學(xué)，結(jié)論是基于數(shù)據(jù)的市場(chǎng)勢(shì)力是不可能被濫用的。主要研究的問題是，在考慮到用戶數(shù)據(jù)的不對(duì)稱信息效應(yīng)時(shí)，市場(chǎng)一邊相對(duì)另一邊享有對(duì)個(gè)人數(shù)據(jù)的更佳信息時(shí)會(huì)帶來什么影響，特別關(guān)注研究消費(fèi)者行為高度理性而服務(wù)提供者遭受信息劣勢(shì)的情景^[11]-[15]。早期研究的綜述請(qǐng)參見Acquisti等^[16]、Budzinski和Kuchinke^[17]和Budzinski和Stohr^[18]。Stigler^[13]、Posner^[14]、Varian^[15]等先驅(qū)性文獻(xiàn)考察了消費(fèi)者極端理性且相對(duì)企業(yè)擁有數(shù)據(jù)信息優(yōu)勢(shì)這樣一種不對(duì)稱情景，被稱為Stigler-Posner-Varian（SPV）情景。研究發(fā)現(xiàn)，在SPV情景下，對(duì)個(gè)人數(shù)據(jù)的使用越頻繁、精細(xì)，越能提高經(jīng)濟(jì)效率和社會(huì)福利。這是因?yàn)橄M(fèi)者比企業(yè)擁有更多有關(guān)自身偏好、品位方面的信息，消費(fèi)者針對(duì)服務(wù)提供者的策略性行為被極大抑制，同時(shí)也讓依托用戶數(shù)據(jù)的市場(chǎng)勢(shì)力濫用行為變得更加困難。這個(gè)效率促進(jìn)型的研究結(jié)果使得早期文獻(xiàn)聚焦于如何設(shè)計(jì)消費(fèi)者激勵(lì)機(jī)制，以誘導(dǎo)其披露更多的個(gè)性化數(shù)據(jù)^[14]，前提是這些被誘導(dǎo)披露的數(shù)據(jù)信息不被極大浪費(fèi)^[12-19]。

2.在消費(fèi)者有限理性和處于信息劣勢(shì)的情境下，數(shù)據(jù)使用會(huì)抑制效率

隨著移動(dòng)互聯(lián)網(wǎng)和數(shù)字經(jīng)濟(jì)的普及，有關(guān)消費(fèi)者數(shù)據(jù)搜集和使用問題的經(jīng)濟(jì)學(xué)研究呈現(xiàn)全新面貌，出現(xiàn)諸多新洞見，進(jìn)入了研究的第二個(gè)階段。這一階段的文獻(xiàn)不再假定消費(fèi)者極端理性、企業(yè)面臨信息劣勢(shì)，而是假定消費(fèi)者有限理性、天真幼稚，服務(wù)供應(yīng)商擁有信息優(yōu)勢(shì)，研究結(jié)論是效率被抑制。這些文獻(xiàn)的研究重點(diǎn)轉(zhuǎn)變?yōu)橄嚓P(guān)企業(yè)何時(shí)、如何和為何使用消費(fèi)者個(gè)性化數(shù)據(jù)，以及這些數(shù)據(jù)的商業(yè)價(jià)值如何等^[20]-[32]。

相對(duì)于SPV情景，數(shù)字經(jīng)濟(jì)的信息不對(duì)稱效應(yīng)往往被扭轉(zhuǎn)，服務(wù)供應(yīng)商相對(duì)消費(fèi)者更加了解其偏好品味，而且消費(fèi)者往往過于樂觀地認(rèn)為自己的行動(dòng)十分理性。隨著行為和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)對(duì)產(chǎn)業(yè)組織理論的滲透，越來越多的實(shí)證經(jīng)驗(yàn)證據(jù)也顯示：消費(fèi)者獲得的信息未被充分利用，并存在框架和錨定效應(yīng)（Framing and Anchoring Effects）、損失規(guī)避（Loss Aversion）、顯著效應(yīng)（Salience Effects）和滿意即可的行為（Satisficing Behaviour）等諸多心理影響;同時(shí)還發(fā)現(xiàn)，消費(fèi)者往往是非理性的，無法正確預(yù)測(cè)自身行為和決策間的經(jīng)濟(jì)關(guān)聯(lián)，行事時(shí)過于信任他人^[32]。企業(yè)擁有信息優(yōu)勢(shì)而消費(fèi)者有限理性的情景常被文獻(xiàn)統(tǒng)稱為行為經(jīng)濟(jì)學(xué)（Behavioural-Economics，BE）情景。

相對(duì)于完全理性消費(fèi)者擁有信息優(yōu)勢(shì)的SPV情景，在消費(fèi)者有限理性且面臨信息劣勢(shì)的BE情景下，以消費(fèi)者福利受損為代價(jià)的濫用數(shù)據(jù)行為比比皆是，尤其是當(dāng)企業(yè)擁有數(shù)據(jù)優(yōu)勢(shì)賦予的市場(chǎng)勢(shì)力時(shí)，更容易出現(xiàn)濫用行為，并確實(shí)存在采用濫用策略的激勵(lì)動(dòng)機(jī)和外在條件，因而更可能導(dǎo)致社會(huì)福利降低，經(jīng)濟(jì)效率受到損失。即便對(duì)于消費(fèi)者群體中同時(shí)存在完全理性者和有限理性者的情況，效率抑制的結(jié)論同樣成立。

（二）數(shù)據(jù)市場(chǎng)

現(xiàn)有相關(guān)文獻(xiàn)將基于（用戶）數(shù)據(jù)的市場(chǎng)分為三種基本類型：數(shù)據(jù)提取和保護(hù)技術(shù)的數(shù)據(jù)技術(shù)市場(chǎng)（Data Technology Market）、數(shù)據(jù)作為交易標(biāo)的數(shù)據(jù)交易市場(chǎng)（Data Trading Market），以及個(gè)性化數(shù)據(jù)作為支付或貨幣使用的數(shù)據(jù)支付市場(chǎng)（Paying With Data Market）。每一類市場(chǎng)都存在各自的技術(shù)問題和難題。

1.數(shù)據(jù)技術(shù)市場(chǎng)

在數(shù)據(jù)提取和保護(hù)技術(shù)的數(shù)據(jù)技術(shù)市場(chǎng)，精細(xì)先進(jìn)的提取和分析軟件（由挑選和使用數(shù)據(jù)的公司需求所激發(fā)）時(shí)時(shí)刻刻在與同樣先進(jìn)的數(shù)據(jù)攔截軟件（由關(guān)注個(gè)人數(shù)據(jù)保護(hù)的消費(fèi)者和重視保護(hù)本公司收集數(shù)據(jù)的公司需求所激發(fā)）進(jìn)行競(jìng)爭(zhēng)?；跀?shù)據(jù)的市場(chǎng)力量和信息不對(duì)稱程度越大，數(shù)據(jù)技術(shù)市場(chǎng)越可能出現(xiàn)。一方面，先進(jìn)的數(shù)據(jù)提取技術(shù)可以在用戶毫不知情的情況下收集到所需要的數(shù)據(jù)。如很多互聯(lián)網(wǎng)用戶根本沒有察覺Cookies在定期追蹤自己的在線沖浪行為，自然也就不知道這些Cookies的數(shù)量及自己被收集的數(shù)據(jù)量，更不用說獲知這些數(shù)據(jù)后續(xù)的流轉(zhuǎn)和商業(yè)使用情況。德國(guó)的Facebook反壟斷案顯示，現(xiàn)有的技術(shù)已經(jīng)能夠做到即便用戶未訪問相關(guān)網(wǎng)站或使用相關(guān)服務(wù)，同樣能收集到用戶的個(gè)性化數(shù)據(jù)^[33]。另一方面，攔截技術(shù)（如廣告攔截器）能夠助力用戶控制自身的個(gè)性化數(shù)據(jù)。理論上，數(shù)據(jù)提取技術(shù)和攔截技術(shù)之間的競(jìng)賽會(huì)促進(jìn)經(jīng)濟(jì)效率和社會(huì)福利的實(shí)現(xiàn)^[21]。但是，如果數(shù)據(jù)提取技術(shù)在互聯(lián)網(wǎng)巨頭雄厚財(cái)力的支持下超過了面對(duì)著毫無組織性和有限理性的用戶的數(shù)據(jù)攔截技術(shù)，可以預(yù)期這將對(duì)消費(fèi)者福利帶來負(fù)面影響。

2.數(shù)據(jù)交易市場(chǎng)

如果用戶的個(gè)性化數(shù)據(jù)擁有商業(yè)價(jià)值，圍繞這些數(shù)據(jù)的交易市場(chǎng)就能促進(jìn)數(shù)據(jù)的有效配置^[15]。數(shù)據(jù)交易市場(chǎng)面臨的首要問題是，一旦消費(fèi)者數(shù)據(jù)被初始數(shù)據(jù)收集者獲得并轉(zhuǎn)售，消費(fèi)者往往沒有能力預(yù)測(cè)到自身數(shù)據(jù)的后續(xù)使用情況，這便產(chǎn)生了資源配置無效和用戶隱私泄露的潛在風(fēng)險(xiǎn)。而另外一個(gè)重要問題則與數(shù)據(jù)價(jià)值相關(guān)。

一方面，很大程度上，用戶數(shù)據(jù)的商業(yè)價(jià)值并沒有明確的保證，真正能夠確保用戶數(shù)據(jù)價(jià)值的是整理和分析數(shù)據(jù)并從中獲取有價(jià)值結(jié)論的工具和能力，這些數(shù)據(jù)處理技術(shù)才是企業(yè)真正的稀缺資源，并只有當(dāng)事企業(yè)才能完全擁有和掌握^[34]。鑒于此，平臺(tái)企業(yè)對(duì)用戶數(shù)據(jù)價(jià)值的了解程度通常要高于用戶。另一方面，企業(yè)擁有很強(qiáng)的激勵(lì)動(dòng)機(jī)去操縱數(shù)據(jù)價(jià)值的對(duì)外透明度，目的是掩蓋數(shù)據(jù)價(jià)值。這一點(diǎn)在2016年德國(guó)的Facebook濫用市場(chǎng)支配地位案中得到了很好體現(xiàn)。在該案中，執(zhí)法者指控Facebook濫用其社交網(wǎng)絡(luò)市場(chǎng)支配地位的行為主要體現(xiàn)為兩點(diǎn)：一是在一般服務(wù)條款中使用消費(fèi)者在競(jìng)爭(zhēng)情境下不可能認(rèn)同的數(shù)據(jù)使用規(guī)則;二是有意制造數(shù)據(jù)使用的不透明，特別是在第三方網(wǎng)站中。平臺(tái)相對(duì)用戶更了解用戶數(shù)據(jù)價(jià)值，且平臺(tái)有動(dòng)力操縱甚至掩蓋數(shù)據(jù)價(jià)值，使得數(shù)據(jù)價(jià)值的實(shí)現(xiàn)受到制約，數(shù)據(jù)交易市場(chǎng)存在失靈的可能。

3.數(shù)據(jù)支付市場(chǎng)

絕大多數(shù)互聯(lián)網(wǎng)用戶都會(huì)參與數(shù)據(jù)支付市場(chǎng)，為了能夠享受到互聯(lián)網(wǎng)產(chǎn)品（如服務(wù)和內(nèi)容），用戶愿意用個(gè)人數(shù)據(jù)來交換，而不是借助支付傳統(tǒng)貨幣（零貨幣價(jià)格）或接受隱性的貨幣價(jià)格折扣來實(shí)現(xiàn)。只有在兩個(gè)前提條件下消費(fèi)者才能從零貨幣價(jià)格中獲益：一是用零貨幣價(jià)格支付的產(chǎn)品服務(wù)給互聯(lián)網(wǎng)用戶帶來的個(gè)人價(jià)值不低于被換走的個(gè)人數(shù)據(jù)給互聯(lián)網(wǎng)用戶帶來的個(gè)人價(jià)值，二是互聯(lián)網(wǎng)用戶對(duì)個(gè)人數(shù)據(jù)及其使用帶來的市場(chǎng)價(jià)值足夠了解，此信息足夠透明。由于互聯(lián)網(wǎng)用戶對(duì)數(shù)據(jù)價(jià)值的了解程度系統(tǒng)性地低于對(duì)貨幣價(jià)值的了解程度，數(shù)據(jù)支付市場(chǎng)隱含著交易成本問題。同時(shí)，現(xiàn)實(shí)中的互聯(lián)網(wǎng)用戶并非完全理性，這就意味著主觀上的貨幣價(jià)值與其說是理性計(jì)算而來，不如說是慣例、經(jīng)驗(yàn)或傳統(tǒng)引致的結(jié)果。此外，只要在線服務(wù)生產(chǎn)商擁有信息優(yōu)勢(shì)，無論在服務(wù)市場(chǎng)有無市場(chǎng)勢(shì)力，都可能存在濫用的動(dòng)機(jī)和能力。

從互聯(lián)網(wǎng)企業(yè)的角度而言，數(shù)據(jù)支付市場(chǎng)孕育了基于數(shù)據(jù)的商業(yè)模式——個(gè)性化、精準(zhǔn)化?；ヂ?lián)網(wǎng)經(jīng)濟(jì)理論的相關(guān)文獻(xiàn)探索了私人訂制模式有利可圖的原因及其對(duì)消費(fèi)者福利的影響等問題?；跀?shù)據(jù)的商業(yè)模式有三種常見表現(xiàn)。

第一種是精準(zhǔn)化廣告投放（Targeted Advertising）?；ヂ?lián)網(wǎng)用戶的個(gè)性化數(shù)據(jù)（尤其是行為數(shù)據(jù)）被用于揭示目標(biāo)用戶的偏好品位，進(jìn)而向其進(jìn)行個(gè)性化、精準(zhǔn)化的廣告投放。消費(fèi)者在獲取免費(fèi)的在線服務(wù)和數(shù)字內(nèi)容時(shí)需要用其注意力、個(gè)人數(shù)據(jù)等標(biāo)的物來?yè)Q取。由于互聯(lián)網(wǎng)企業(yè)的廣告業(yè)務(wù)本質(zhì)上是借助間接（交叉）網(wǎng)絡(luò)效應(yīng)形成多邊平臺(tái)市場(chǎng)或新增平臺(tái)邊數(shù)來開創(chuàng)收入新來源，精準(zhǔn)化廣告投放進(jìn)一步提升了從管控間接（交叉）網(wǎng)絡(luò)效應(yīng)過程中獲得的盈利水平。根據(jù)個(gè)性化數(shù)據(jù)向特定的在線用戶推送產(chǎn)品廣告信息能夠大大提高目標(biāo)用戶的購(gòu)買概率，廣告對(duì)用戶的負(fù)間接網(wǎng)絡(luò)效應(yīng)相對(duì)降低，由于定向廣告推送更有效率，廣告商自然更愿意為此支付更高的價(jià)格，平臺(tái)利潤(rùn)隨之上升。精準(zhǔn)化廣告對(duì)消費(fèi)者福利的影響并不明確。盡管相對(duì)于普通廣告而言，定向廣告對(duì)用戶的干擾度下降^[21-35]，但定向廣告的數(shù)量和滲透率更高，屏蔽隔離廣告所要付出的成本也更大，數(shù)據(jù)安全和隱私被侵害的擔(dān)憂也更急切^[24-36]。要結(jié)合特定情景進(jìn)行個(gè)案分析，才能對(duì)這兩方面的利弊進(jìn)行權(quán)衡。

第二種是個(gè)性化訂制服務(wù)（Tailormade Services）。基于個(gè)人數(shù)據(jù)進(jìn)行訂制服務(wù)本身可以是一種產(chǎn)品，也可以是便利其他用戶進(jìn)行購(gòu)買的一種營(yíng)銷方式和手段，如基于個(gè)人數(shù)據(jù)的搜索服務(wù)和推薦服務(wù)。在線搜索服務(wù)商（如谷歌搜索、百度搜索）依據(jù)關(guān)鍵詞和特定要求提供搜索結(jié)果排序以滿足用戶的搜索偏好，而推薦服務(wù)商（如亞馬遜、Netflix、Spotify、阿里和京東）基于目標(biāo)用戶和其他用戶的消費(fèi)歷史信息進(jìn)行有針對(duì)性的產(chǎn)品推薦。個(gè)性化訂制服務(wù)更容易誘導(dǎo)發(fā)生額外消費(fèi)，提高產(chǎn)品的流轉(zhuǎn)率和銷售利潤(rùn)。同時(shí)，根據(jù)消費(fèi)者偏好塑造數(shù)字產(chǎn)品往往也提升了消費(fèi)者的福利^[21]。

第三種是基于數(shù)據(jù)的價(jià)格差別和歧視（Data-Based Price Differentiation and Discrimination）。先進(jìn)的個(gè)性化數(shù)據(jù)分析技術(shù)能夠幫助手握海量數(shù)據(jù)的企業(yè)更準(zhǔn)確地透視用戶對(duì)特定產(chǎn)品的個(gè)人支付意愿信息，便于進(jìn)行差別定價(jià)。理論上，基于個(gè)人數(shù)據(jù)的個(gè)性化價(jià)格接近于經(jīng)典經(jīng)濟(jì)學(xué)中的第一價(jià)格歧視這種理想化情形。盡管目前暫時(shí)未廣泛出現(xiàn)如此精細(xì)化的價(jià)格歧視系統(tǒng)，但已經(jīng)出現(xiàn)試圖讓價(jià)格隨著平臺(tái)專用的搜索歷史、位置、購(gòu)買時(shí)序、智能設(shè)備類型等通用信息而調(diào)整的價(jià)格歧視初步版本，甚至還可以兼顧考慮一些動(dòng)態(tài)定價(jià)因素^[37]。然而，基于數(shù)據(jù)的價(jià)格歧視至少面臨三個(gè)急需克服的問題。首先，要求數(shù)據(jù)的質(zhì)量和數(shù)量足夠完美，才能確保足夠接近第一價(jià)格歧視。其次，數(shù)字時(shí)代下市場(chǎng)透明化的大趨勢(shì)（如在線易得的無偏比價(jià)服務(wù)），使得基于數(shù)據(jù)的價(jià)格歧視情景增多，適用難度降低。最后，價(jià)格歧視行為謀取到的高邊際利潤(rùn)可能受到有效競(jìng)爭(zhēng)的蠶食，使得價(jià)格歧視的危害性下降甚至反轉(zhuǎn)為有利因素。

理論上，在SPV情景下，基于數(shù)據(jù)的價(jià)格歧視可能會(huì)由于實(shí)現(xiàn)了效率所得和銷量增長(zhǎng)而起到提高社會(huì)福利的效果^[13]-[15]。在消費(fèi)者完全理性且擁有信息優(yōu)勢(shì)的同質(zhì)化市場(chǎng)情境中，基于數(shù)據(jù)的價(jià)格歧視尤其可能提升福利水平。但是，在企業(yè)擁有信息優(yōu)勢(shì)的異質(zhì)性市場(chǎng)情境中，則更可能降低福利水平^[12-20-23]。此外，允許企業(yè)依據(jù)用戶實(shí)際支付意愿索取價(jià)格會(huì)讓消費(fèi)者剩余被極大地轉(zhuǎn)移至企業(yè)，出現(xiàn)轉(zhuǎn)移分配效應(yīng)。在BE情景下，對(duì)消費(fèi)者福利的負(fù)影響可能更普遍，在具有如下特性的情景下更是如此：產(chǎn)品異質(zhì)性（產(chǎn)品/服務(wù)差異性甚至個(gè)性化）、鎖定效應(yīng)和轉(zhuǎn)移壁壘高企、消費(fèi)者處于信息劣勢(shì)^[20-23]、有關(guān)用戶數(shù)據(jù)使用的信息缺失^[21]、競(jìng)爭(zhēng)強(qiáng)度缺乏令用戶選擇余地不足^[30]等。此外，當(dāng)用戶為有限理性時(shí)，基于數(shù)據(jù)的價(jià)格歧視不僅可能降低靜態(tài)的消費(fèi)者福利^[29-32]，還可能降低動(dòng)態(tài)的消費(fèi)者福利，如劣質(zhì)產(chǎn)品在市場(chǎng)上長(zhǎng)期存續(xù)甚至一度猖獗^[28]。

現(xiàn)代在線服務(wù)市場(chǎng)（如通信市場(chǎng)）往往呈現(xiàn)BE情景特征。SPV情景假定潛在用戶能充分利用可獲得信息，足夠理性地做出是否入網(wǎng)或下載安裝特定應(yīng)用的行為決策。然而，經(jīng)驗(yàn)證據(jù)顯示，用戶往往會(huì)因信息冗長(zhǎng)、語言復(fù)雜和自我無助感等忽視相關(guān)信息^[22-31]。同時(shí)，還存在用戶行為數(shù)據(jù)披露的偏好與其所宣稱的偏好之間不一致的問題，從而出現(xiàn)隱私悖論^[25-26]。

在數(shù)據(jù)收集和分析階段存在程度各異的規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，這往往被認(rèn)為是提升經(jīng)濟(jì)效率和社會(huì)福利的一個(gè)重要契機(jī)。這是因?yàn)?，?guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)會(huì)降低搜索服務(wù)和匹配交易的成本，促使一些原本不可能發(fā)生的新式交易批量涌現(xiàn)，還促進(jìn)了研發(fā)創(chuàng)新活動(dòng)，保障實(shí)現(xiàn)長(zhǎng)期效率^[38]。數(shù)據(jù)的規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)在一定程度上支持了“數(shù)據(jù)越多、縱向一體化越好”的論斷。當(dāng)具有不完全重疊數(shù)據(jù)資源的企業(yè)之間進(jìn)行并購(gòu)重組會(huì)壯大自有數(shù)據(jù)庫(kù)容量及其信息量，便于改善現(xiàn)有產(chǎn)品質(zhì)量和研發(fā)，從而推出全新服務(wù)。收集更多的用戶數(shù)據(jù)便于企業(yè)更及時(shí)準(zhǔn)確地預(yù)測(cè)和滿足用戶的差異化和個(gè)性化服務(wù)訴求，由此數(shù)據(jù)交易可能對(duì)于相關(guān)企業(yè)和消費(fèi)者而言都是一種福利提升。

四、數(shù)據(jù)治理基本問題探索

數(shù)字時(shí)代下網(wǎng)絡(luò)數(shù)據(jù)包括政府系統(tǒng)內(nèi)部積累的公共數(shù)據(jù)，以及經(jīng)濟(jì)系統(tǒng)中積累的商業(yè)數(shù)據(jù)，后者可分為個(gè)人數(shù)據(jù)和非個(gè)人數(shù)據(jù)。本文所指的數(shù)據(jù)主要是商業(yè)數(shù)據(jù)。在對(duì)個(gè)人數(shù)據(jù)收集、分析和使用等各環(huán)節(jié)中進(jìn)行治理時(shí)至少涉及數(shù)據(jù)產(chǎn)權(quán)的界定與分配、數(shù)據(jù)集中、數(shù)據(jù)（和算法）倫理責(zé)任等三大類理論議題^[38]。

（一）數(shù)據(jù)產(chǎn)權(quán)的界定和分配

數(shù)據(jù)產(chǎn)權(quán)配置是數(shù)據(jù)治理的一個(gè)首要問題。用戶數(shù)據(jù)究竟應(yīng)該屬于平臺(tái)還是用戶？擁有用戶數(shù)據(jù)的企業(yè)是否有權(quán)借助數(shù)據(jù)獲利？經(jīng)濟(jì)學(xué)界和法學(xué)家對(duì)數(shù)據(jù)產(chǎn)權(quán)配置的看法和邏輯不盡相同甚至完全相反。

1.經(jīng)濟(jì)學(xué)家對(duì)數(shù)據(jù)產(chǎn)權(quán)的看法及其邏輯

芝加哥學(xué)派的邏輯能較好地解釋初始數(shù)據(jù)的產(chǎn)權(quán)歸屬問題，用戶數(shù)據(jù)歸屬于數(shù)據(jù)收集企業(yè)。個(gè)人免費(fèi)享用的更高質(zhì)量、個(gè)性化服務(wù)是通過讓渡個(gè)人數(shù)據(jù)有償交換而來?；蛘哒f，為獲取用戶數(shù)據(jù)，網(wǎng)站或APP通常提供超低價(jià)甚至免費(fèi)服務(wù)?；ヂ?lián)網(wǎng)用戶提供個(gè)人數(shù)據(jù)是為了換取服務(wù)（如無需支付貨幣就使用搜索引擎、社交網(wǎng)絡(luò)、即時(shí)消息、在線視頻、地圖或電子郵箱等），或者登錄一個(gè)商業(yè)交易過程（如登陸淘寶、滴滴出行和美團(tuán)點(diǎn)評(píng)等）。

Tirole^[39]對(duì)用戶數(shù)據(jù)的歸屬問題給出一個(gè)初步判斷：如果企業(yè)收集數(shù)據(jù)需要?jiǎng)?chuàng)新性手段或承擔(dān)較高的成本，就應(yīng)允許企業(yè)持有數(shù)據(jù)并借數(shù)據(jù)盈利;如果收集數(shù)據(jù)很容易且成本低廉，數(shù)據(jù)應(yīng)歸用戶個(gè)人;如果用戶提供的數(shù)據(jù)與后續(xù)的數(shù)據(jù)處理之間存在明確界限，數(shù)據(jù)屬于客戶且可攜帶，只要客戶愿意則可以將數(shù)據(jù)轉(zhuǎn)移給第三方。在美國(guó)，從2014年起，患者可以獲得自身的醫(yī)療數(shù)據(jù)并以標(biāo)準(zhǔn)且安全的方式存儲(chǔ)。患者只需通過應(yīng)用程序中的藍(lán)色按鈕，就能訪問其電子病例檔案和選擇是否愿意將病例數(shù)據(jù)分享給醫(yī)療服務(wù)供應(yīng)商。理論上，如果處理這些原始數(shù)據(jù)需要?jiǎng)?chuàng)新性手段或成本較高，原始數(shù)據(jù)經(jīng)處理后形成的二手?jǐn)?shù)據(jù)產(chǎn)權(quán)應(yīng)歸屬企業(yè)。依照此邏輯，游戲內(nèi)容是典型的用戶生產(chǎn)型內(nèi)容（User-Generated Content，UGC），應(yīng)歸屬游戲平臺(tái);而游戲直播和解說則增加了新視角和新理念，賦予網(wǎng)絡(luò)游戲新的價(jià)值、功能和性質(zhì)，改變了其原本的功能或目的，構(gòu)成對(duì)游戲作品的轉(zhuǎn)換性使用，因而應(yīng)屬于游戲主播的著作權(quán)。

事實(shí)上，在實(shí)踐中很難確定原始數(shù)據(jù)和處理數(shù)據(jù)之間的邊界。首先，數(shù)據(jù)質(zhì)量（客觀可靠性）可能取決于企業(yè)的努力程度。網(wǎng)站和APP應(yīng)用運(yùn)營(yíng)商面臨的一個(gè)主要挑戰(zhàn)是確保數(shù)據(jù)的可靠性、防止有人操縱數(shù)據(jù)，如賣家雇傭水軍發(fā)布好評(píng)帖子（或給競(jìng)爭(zhēng)對(duì)手差評(píng)）。淘寶和天貓則嚴(yán)厲打擊賣家采用好評(píng)返現(xiàn)手段操控評(píng)分的行為，谷歌則加大投入以確保其網(wǎng)站鏈接排序（部分取決于其受歡迎程度）不會(huì)因某個(gè)網(wǎng)站人為增加點(diǎn)擊量而被扭曲。如果平臺(tái)投入巨資打擊數(shù)據(jù)操控，以確保數(shù)據(jù)的可靠性并創(chuàng)造經(jīng)濟(jì)價(jià)值，平臺(tái)則有理由索要相關(guān)數(shù)據(jù)的產(chǎn)權(quán)。其次，數(shù)據(jù)收集與處理相互關(guān)聯(lián)。待收集的數(shù)據(jù)種類反過來取決于數(shù)據(jù)信息的使用，這使得更難在屬于用戶的原始數(shù)據(jù)與屬于企業(yè)的處理數(shù)據(jù)之間做出明確區(qū)分。

從規(guī)范經(jīng)濟(jì)學(xué)角度來看，最佳的數(shù)據(jù)產(chǎn)權(quán)歸屬應(yīng)按照社會(huì)福利最大化目標(biāo)和成本—收益權(quán)衡原則來配置。將數(shù)據(jù)產(chǎn)權(quán)配置給平臺(tái)企業(yè)能夠誘導(dǎo)企業(yè)更好地收集和使用數(shù)據(jù)，產(chǎn)生更大的數(shù)據(jù)規(guī)模和范圍經(jīng)濟(jì)，創(chuàng)造出更多的經(jīng)濟(jì)價(jià)值^[40]-[42]。但是，這也可能提升平臺(tái)采取反競(jìng)爭(zhēng)行為（如價(jià)格壟斷、合謀等）的能力和動(dòng)機(jī)^[43]，存在侵犯用戶隱私和數(shù)據(jù)安全的可能。由于用戶無能力也無意愿開發(fā)數(shù)據(jù)，將數(shù)據(jù)產(chǎn)權(quán)配置給用戶就不存在這一權(quán)衡問題。按照科斯定理，在交易成本足夠低時(shí)，初始產(chǎn)權(quán)歸屬的劃分不重要，通過交換對(duì)數(shù)據(jù)資源評(píng)價(jià)最高的一方總能獲得數(shù)據(jù)產(chǎn)權(quán)。思想實(shí)驗(yàn)顯示，即便宣稱對(duì)隱私很重視的人也會(huì)以很低的價(jià)格出讓自己的隱私信息^[44]。這個(gè)現(xiàn)象印證了數(shù)據(jù)對(duì)于個(gè)體用戶的價(jià)值低于其對(duì)平臺(tái)的價(jià)值，這則意味著，將數(shù)據(jù)產(chǎn)權(quán)劃歸給平臺(tái)可能更有效率，這也說明，個(gè)人對(duì)數(shù)據(jù)的評(píng)價(jià)無法反映數(shù)據(jù)的社會(huì)價(jià)值。

2.法學(xué)家對(duì)數(shù)據(jù)產(chǎn)權(quán)的看法及其監(jiān)管思路

法學(xué)界對(duì)個(gè)人數(shù)據(jù)產(chǎn)權(quán)的歸屬問題也未達(dá)共識(shí)。一部分法學(xué)家吸收了芝加哥學(xué)派的觀點(diǎn)，認(rèn)同將個(gè)人數(shù)據(jù)產(chǎn)權(quán)劃歸平臺(tái)。但是，更多的法學(xué)人士堅(jiān)持認(rèn)為網(wǎng)絡(luò)世界產(chǎn)生的海量數(shù)據(jù)應(yīng)歸屬數(shù)據(jù)的原始來源——用戶個(gè)人。如果說印刷革命帶來了知識(shí)產(chǎn)權(quán)、工業(yè)革命普及了專利制度，那么互聯(lián)網(wǎng)數(shù)字革命必定帶來個(gè)人數(shù)據(jù)所有權(quán)。根據(jù)法學(xué)家的理解，個(gè)人數(shù)據(jù)所有權(quán)同樣包括產(chǎn)權(quán)制度的經(jīng)典元素：個(gè)人要按自己的想法使用自己的數(shù)據(jù)、個(gè)人若想毀滅自己的數(shù)據(jù)無須獲得任何“遺忘權(quán)”、個(gè)人可以隨愿出售自己的數(shù)據(jù)以獲取一定的利潤(rùn)回報(bào)。為了管理付費(fèi)數(shù)據(jù)，可以嘗試為每個(gè)互聯(lián)網(wǎng)用戶設(shè)立一個(gè)智能賬戶來存儲(chǔ)信息并規(guī)定使用條件。讓個(gè)人更多地控制其數(shù)字生活的“痕跡”帶來的好處，但這一理解超過了純粹經(jīng)濟(jì)意義上的公平范疇。

盡管不少法學(xué)家堅(jiān)持互聯(lián)網(wǎng)數(shù)據(jù)歸屬互聯(lián)網(wǎng)用戶的觀點(diǎn)，但當(dāng)今世界還沒有一部法律體系承認(rèn)個(gè)人數(shù)據(jù)所有權(quán)。這或許是因?yàn)閭€(gè)人數(shù)據(jù)產(chǎn)權(quán)下的數(shù)據(jù)交易市場(chǎng)缺乏效率。雖然直覺看來，個(gè)人數(shù)據(jù)所有權(quán)似乎會(huì)刺激個(gè)人數(shù)據(jù)市場(chǎng)的出現(xiàn)，但實(shí)則不然，個(gè)人數(shù)據(jù)市場(chǎng)會(huì)面臨Akerlof式逆向淘汰問題，最終導(dǎo)致數(shù)據(jù)市場(chǎng)徹底萎縮或至少是令此市場(chǎng)不再重要。在將個(gè)人數(shù)據(jù)劃歸用戶個(gè)人的法律制度設(shè)計(jì)下，當(dāng)個(gè)人的在線數(shù)據(jù)能夠以公平價(jià)格售賣，個(gè)人就有動(dòng)力花費(fèi)時(shí)間和精力故意增加在線時(shí)間和在線數(shù)據(jù)量。顯然，這一道德風(fēng)險(xiǎn)行為會(huì)導(dǎo)致數(shù)據(jù)質(zhì)量普遍下降，不能很好地揭示出偏好和品位等私人信息。理性的數(shù)據(jù)需求企業(yè)購(gòu)買此等數(shù)據(jù)的意愿和出價(jià)水平都將下降，數(shù)據(jù)市場(chǎng)最終會(huì)萎縮?？傊绻麛?shù)據(jù)產(chǎn)權(quán)劃歸用戶個(gè)人則無法誘導(dǎo)出現(xiàn)數(shù)據(jù)市場(chǎng)，數(shù)據(jù)的價(jià)值將不能實(shí)現(xiàn)。

雖然將數(shù)據(jù)產(chǎn)權(quán)劃歸平臺(tái)會(huì)帶來潛在的隱私安全（Privacy Safety and Security）和數(shù)據(jù)壟斷（Data-Opolies）等問題，但也不應(yīng)因此就徹底否定平臺(tái)對(duì)數(shù)據(jù)的產(chǎn)權(quán)。如果數(shù)據(jù)產(chǎn)權(quán)界定給平臺(tái)，產(chǎn)權(quán)保護(hù)的方式尤其重要。法律經(jīng)濟(jì)學(xué)大師Calabresi^[45]指出三種影響深遠(yuǎn)的資源產(chǎn)權(quán)保護(hù)規(guī)則：財(cái)產(chǎn)規(guī)則（Property Rule）、責(zé)任規(guī)則（Liability Rule）和不可轉(zhuǎn)讓性規(guī)則（Inalienability Rule）。財(cái)產(chǎn)規(guī)則是指除非產(chǎn)權(quán)持有者自愿轉(zhuǎn)讓，否則不得強(qiáng)制轉(zhuǎn)讓產(chǎn)權(quán)，且轉(zhuǎn)讓價(jià)格應(yīng)由交易雙方協(xié)商確定;責(zé)任規(guī)則是指非產(chǎn)權(quán)持有者可以不經(jīng)過產(chǎn)權(quán)持有人的同意就提前使用，事后只需支付一個(gè)由獨(dú)立第三方認(rèn)可的公平價(jià)格;不可轉(zhuǎn)讓性規(guī)則是指即使擁有產(chǎn)權(quán)，也不能對(duì)其隨意轉(zhuǎn)讓。Calabresi進(jìn)一步指出，對(duì)于交易過程中不產(chǎn)生顯著外部性的資源而言，當(dāng)市場(chǎng)交易成本很低時(shí)，財(cái)產(chǎn)規(guī)則更有效率，通過自愿談判能讓交易各方滿意;當(dāng)交易成本較高時(shí)，責(zé)任規(guī)則可能要比財(cái)產(chǎn)規(guī)則更有效。對(duì)于會(huì)產(chǎn)生明顯外部性的資源，產(chǎn)權(quán)應(yīng)滿足不可轉(zhuǎn)讓性規(guī)則。這三大規(guī)則后來成為全球各國(guó)制定數(shù)據(jù)政策時(shí)倡導(dǎo)遵守的基本準(zhǔn)則。對(duì)于大部分的互聯(lián)網(wǎng)數(shù)據(jù)，應(yīng)當(dāng)適用責(zé)任規(guī)則，可以允許需求者使用并與數(shù)據(jù)所有者商討報(bào)酬償付;對(duì)于一些會(huì)帶來潛在外部性的重要私密數(shù)據(jù)，可適用不可轉(zhuǎn)讓性規(guī)則。當(dāng)然，在落實(shí)數(shù)據(jù)產(chǎn)權(quán)保護(hù)的基本原則時(shí)，還會(huì)面臨監(jiān)控?cái)?shù)據(jù)復(fù)制傳播和使用的難題，需輔以區(qū)塊鏈等新技術(shù)來解決。

總之，按效率標(biāo)準(zhǔn)，應(yīng)將數(shù)據(jù)產(chǎn)權(quán)劃分給平臺(tái)，而其帶來的隱私權(quán)和壟斷憂慮則可通過產(chǎn)權(quán)保護(hù)來緩解甚至消除。

（二）數(shù)據(jù)集中

1.數(shù)據(jù)集中帶來的復(fù)雜影響

用戶的行為和特征數(shù)據(jù)越來越集中到少數(shù)大型企業(yè)中。首先，數(shù)據(jù)相對(duì)集中是隨著業(yè)務(wù)的成功自然形成，成功企業(yè)的算法規(guī)則因受到越來越多數(shù)據(jù)的“喂養(yǎng)”而自然得到優(yōu)化和升級(jí)，并無原罪可言。其次，數(shù)據(jù)集中通?？赡墚a(chǎn)生提升經(jīng)濟(jì)效率的結(jié)果^[46]。如數(shù)據(jù)驅(qū)動(dòng)型并購(gòu)交易行為借助數(shù)據(jù)重組，實(shí)現(xiàn)服務(wù)提升、價(jià)格降低和研發(fā)助推的效率促進(jìn)式論斷，正是2012年評(píng)分評(píng)論平臺(tái)運(yùn)營(yíng)商Bazaarvoice并購(gòu)其競(jìng)爭(zhēng)對(duì)手Power Reviews時(shí)向美國(guó)司法部和法院提供的辯護(hù)理由，也是2010年Microsoft并購(gòu)Yahoo搜索業(yè)務(wù)時(shí)主張的主要理由。最終結(jié)果是，前者被禁止而后者被批準(zhǔn)，這是因?yàn)?，前案交易促成一個(gè)壟斷者，而后案交易培育和壯大一個(gè)能更有效地與行業(yè)領(lǐng)導(dǎo)者Google搜索進(jìn)行競(jìng)爭(zhēng)的對(duì)手。Telefonica/Vodafone/Everything Everywhere并購(gòu)案（2012）和Publicis/Omnicom并購(gòu)案（2014）均涉及數(shù)據(jù)分析服務(wù)提供商之間的競(jìng)爭(zhēng)，并不直接相關(guān)于數(shù)據(jù)收集問題。最后，現(xiàn)代企業(yè)有時(shí)也可能借數(shù)據(jù)驅(qū)動(dòng)策略獲得、維持或強(qiáng)化不公平不合理的競(jìng)爭(zhēng)優(yōu)勢(shì)，破壞競(jìng)爭(zhēng)秩序和抑制研發(fā)創(chuàng)新活動(dòng)^[10-47]。正如OECD^[48]的報(bào)告顯示，大數(shù)據(jù)經(jīng)濟(jì)學(xué)傾向于誘導(dǎo)形成市場(chǎng)集中化和支配化的格局。當(dāng)集中化是市場(chǎng)成功的結(jié)果時(shí)，數(shù)據(jù)驅(qū)動(dòng)型市場(chǎng)能帶來贏者通吃的局面。特別地，大數(shù)據(jù)在惠及消費(fèi)者的同時(shí)也存在傷害消費(fèi)者的可能，如私有數(shù)據(jù)（數(shù)據(jù)是互聯(lián)網(wǎng)的新貨幣）和廣告（時(shí)間是金錢）給消費(fèi)者帶來的直接成本，數(shù)據(jù)激發(fā)的市場(chǎng)勢(shì)力帶來的高價(jià)格、低產(chǎn)出、低質(zhì)量和研發(fā)缺乏等^[7]。避免此等潛在損害的常用手段是實(shí)施競(jìng)爭(zhēng)政策和消費(fèi)者權(quán)益保護(hù)。

涉及大數(shù)據(jù)的反壟斷管制面臨的一個(gè)首要理論問題是，相對(duì)而言，大數(shù)據(jù)驅(qū)動(dòng)的經(jīng)濟(jì)行為是否更可能具有反競(jìng)爭(zhēng)性。相關(guān)的政策問題則是大數(shù)據(jù)是否應(yīng)納入反壟斷分析框架？如果應(yīng)納入其中，又如何納入？其他更具體的問題有如，大數(shù)據(jù)對(duì)主導(dǎo)性平臺(tái)的市場(chǎng)勢(shì)力帶來什么影響？大數(shù)據(jù)是否天然具有排他性？如何預(yù)防平臺(tái)濫用數(shù)據(jù)優(yōu)勢(shì)？面對(duì)數(shù)據(jù)濫用時(shí)應(yīng)如何應(yīng)對(duì)和懲處？等等。對(duì)于涉及大數(shù)據(jù)的反壟斷執(zhí)法而言，目前主要關(guān)注數(shù)據(jù)驅(qū)動(dòng)型并購(gòu)、封鎖數(shù)據(jù)原料（和拒絕數(shù)據(jù)開放）、憑借大數(shù)據(jù)濫用市場(chǎng)支配地位（如大數(shù)據(jù)殺熟）等。后一類問題牽涉必要設(shè)施理論和原則在大數(shù)據(jù)中的適用性探索。防范數(shù)據(jù)過于集中、實(shí)現(xiàn)數(shù)據(jù)效率是競(jìng)爭(zhēng)執(zhí)法的一個(gè)重點(diǎn)和難點(diǎn)，算法規(guī)則設(shè)計(jì)是否應(yīng)遵守?cái)?shù)據(jù)保護(hù)和反壟斷法也是一個(gè)復(fù)雜的問題。

2.破解數(shù)據(jù)集中的潛在思路

針對(duì)數(shù)據(jù)集中的擔(dān)憂，從以下兩方面審視有助于消減甚至克服：

第一點(diǎn)從可觸達(dá)性而非產(chǎn)權(quán)角度審視數(shù)據(jù)集中問題。將數(shù)據(jù)比喻為新原油在某些方面似乎有道理：原始數(shù)據(jù)和原油都需經(jīng)過提煉才能變得有用。但是，兩者存在重要區(qū)別：原油是競(jìng)爭(zhēng)性的，某人消費(fèi)原油，其他人獲取變少;而數(shù)據(jù)是非競(jìng)爭(zhēng)性的，某人對(duì)數(shù)據(jù)的使用不會(huì)降低或妨礙他人對(duì)數(shù)據(jù)的使用。從這個(gè)角度來說，真正要聚焦的不是適用于私人品的數(shù)據(jù)所有權(quán)（Ownership）概念，而應(yīng)是數(shù)據(jù)可觸達(dá)性或可及性（Data Access）概念。數(shù)據(jù)很少像私人品那樣銷售，而主要是為特定目的進(jìn)行的授權(quán)。要解答的問題不是誰應(yīng)擁有自動(dòng)駕駛等網(wǎng)上沖浪數(shù)據(jù)，而是誰應(yīng)該能觸達(dá)這些數(shù)據(jù)和能用這些數(shù)據(jù)做什么。通常情況下，多個(gè)主體能同時(shí)設(shè)置多個(gè)數(shù)據(jù)收集裝置，可以同時(shí)觸達(dá)同一批數(shù)據(jù)。要求毫無理由地獨(dú)家掌控?cái)?shù)據(jù)會(huì)無故地限制數(shù)據(jù)的流通、共享和使用。從原始數(shù)據(jù)中提煉出來的某些信息可能會(huì)受到版權(quán)保護(hù)，但原始數(shù)據(jù)在現(xiàn)有知識(shí)產(chǎn)權(quán)制度下不受保護(hù)。數(shù)據(jù)提供商仍有動(dòng)力囤積一些數(shù)據(jù)，有償或無償?shù)靥峁┙o他人，并以私人合同的方式限制數(shù)據(jù)轉(zhuǎn)售或再授權(quán)以控制數(shù)據(jù)流動(dòng)范圍。

第二點(diǎn)是從數(shù)據(jù)價(jià)值鏈的角度審視數(shù)據(jù)集中問題。從可觸達(dá)性而非權(quán)屬角度來審視數(shù)據(jù)壟斷（Data Monopolization/Data-Opolies）問題是第一要義。第二要義是從整個(gè)數(shù)據(jù)產(chǎn)業(yè)價(jià)值鏈角度來解讀數(shù)據(jù)集中問題：從數(shù)據(jù)收集、存儲(chǔ)、分析、處理和使用這一整個(gè)鏈條來審視企業(yè)在數(shù)據(jù)收集階段的優(yōu)勢(shì)是否會(huì)帶來競(jìng)爭(zhēng)優(yōu)勢(shì)和帶來多大的競(jìng)爭(zhēng)優(yōu)勢(shì)。顯然，如果某個(gè)企業(yè)在數(shù)據(jù)價(jià)值鏈多個(gè)乃至所有環(huán)節(jié)都處于優(yōu)勢(shì)（甚至壟斷）地位，其數(shù)據(jù)優(yōu)勢(shì)能彰顯競(jìng)爭(zhēng)優(yōu)勢(shì)的論斷很可能成立。至少在這種情況下，數(shù)據(jù)優(yōu)勢(shì)直接影響著其他企業(yè)對(duì)用戶數(shù)據(jù)的可觸達(dá)性。狹義的數(shù)據(jù)優(yōu)勢(shì)僅僅是指數(shù)據(jù)收集階段處于優(yōu)勢(shì)（甚至壟斷）地位。其實(shí)，數(shù)據(jù)壟斷化是體現(xiàn)數(shù)據(jù)多用途性的集中多樣性（Concentric Diversification）。換用現(xiàn)代經(jīng)濟(jì)學(xué)術(shù)語表述，集中多樣性就是數(shù)據(jù)要素的規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)和速度經(jīng)濟(jì)。大數(shù)據(jù)一般是指?jìng)€(gè)人數(shù)據(jù)，理論上還應(yīng)包括企業(yè)數(shù)據(jù)和政府公共數(shù)據(jù)等。按照數(shù)據(jù)生產(chǎn)或持有主體可劃分為政府公共數(shù)據(jù)、企業(yè)數(shù)據(jù)和個(gè)人數(shù)據(jù)。政府公共數(shù)據(jù)是指政府及其行政機(jī)關(guān)在依法履職過程中產(chǎn)生或獲取的以一定形式記錄和保存的各類數(shù)據(jù)資源。企業(yè)數(shù)據(jù)是反映企業(yè)基本狀況的數(shù)據(jù)資源，如企業(yè)財(cái)務(wù)數(shù)據(jù)、（研發(fā)、采購(gòu)、生產(chǎn)和銷售等環(huán)節(jié)的）經(jīng)營(yíng)數(shù)據(jù)、人力資源數(shù)據(jù)和通過授權(quán)直接或間接采集的個(gè)人數(shù)據(jù)。個(gè)人數(shù)據(jù)是以電子或其他方式記錄的能單獨(dú)或與其他信息相結(jié)合以識(shí)別自然人個(gè)人身份的信息，包括但不限于自然人的姓名、出生日期、身份證號(hào)、個(gè)人生物識(shí)別信息、住址、病史、電話號(hào)碼和習(xí)慣癖好等。

（三）數(shù)據(jù)（和算法）倫理責(zé)任

總體而言，隨著數(shù)字平臺(tái)中存在的幾乎無限的用戶數(shù)據(jù)收集和處理能力，與有限的用戶認(rèn)知能力之間鴻溝的不斷擴(kuò)大，大數(shù)據(jù)在惠及用戶群體的同時(shí)，也面臨人身自由喪失、數(shù)據(jù)算法規(guī)則不夠透明、算法責(zé)任擔(dān)當(dāng)缺乏及數(shù)據(jù)和算法濫用等擔(dān)憂^[38]。從這個(gè)意義說，大數(shù)據(jù)社會(huì)好比一個(gè)黑箱社會(huì)（Black Box Society）。需要特別強(qiáng)調(diào)的是，數(shù)據(jù)流通共享過程中的數(shù)據(jù)泄露和用戶隱私問題。目前與數(shù)據(jù)競(jìng)爭(zhēng)緊密相關(guān)的隱私保護(hù)競(jìng)賽尚未開始，但數(shù)據(jù)泄露和隱私侵害卻頻繁發(fā)生。2018年3月，英國(guó)Cambridge Analytical咨詢機(jī)構(gòu)濫用Facebook的五千萬用戶數(shù)據(jù)的丑聞持續(xù)發(fā)酵，促使世界各國(guó)加強(qiáng)對(duì)數(shù)據(jù)資產(chǎn)（特別是關(guān)乎企業(yè)重大商業(yè)利益的數(shù)據(jù)資源）所有相關(guān)方利益的協(xié)調(diào)和規(guī)范。中國(guó)銀監(jiān)會(huì)于2018年3月發(fā)布《銀行業(yè)金融機(jī)構(gòu)數(shù)據(jù)治理指引（征求意見稿）》，就相關(guān)數(shù)據(jù)治理問題征求社會(huì)意見，至此中國(guó)銀行業(yè)金融機(jī)構(gòu)全面的數(shù)據(jù)治理拉開大幕。隨著數(shù)據(jù)泄露事件頻繁發(fā)生，以及民眾和政府對(duì)隱私保護(hù)的日益重視，數(shù)據(jù)治理和企業(yè)對(duì)隱私保護(hù)的競(jìng)賽將成為主流趨勢(shì)。

個(gè)人數(shù)據(jù)信息分析與市場(chǎng)勢(shì)力的聯(lián)合不僅涉及隱私權(quán)，很可能影響消費(fèi)者選擇權(quán)、言論自由權(quán)和非歧視權(quán)等基本的人類權(quán)利。此外，大數(shù)據(jù)和基礎(chǔ)算法還被賦予了諸多的倫理責(zé)任和義務(wù)，如算法規(guī)則可解釋（Explainability）、算法后果可擔(dān)責(zé)（Accountability）、算法透明（Algorithmic? Transparency）、算法設(shè)計(jì)遵守隱私保護(hù)、數(shù)據(jù)安全和反壟斷要求、數(shù)據(jù)公正（Data Justice）和算法中立（Algorithmic Neutrality）等。在人工智能應(yīng)用中兼顧個(gè)人、經(jīng)濟(jì)和國(guó)家安全保護(hù)，確?？捎谩⒖煽?、可控，是急需關(guān)注的技術(shù)、經(jīng)濟(jì)、社會(huì)、法律乃至倫理道德問題^[49]。學(xué)界和實(shí)業(yè)界就數(shù)據(jù)或智能算法的責(zé)任問題目前仍未達(dá)成一致，表現(xiàn)在如下四方面。

1.依靠數(shù)據(jù)和智能算法做出的決策和行為后果問責(zé)

誰應(yīng)為借助大數(shù)據(jù)和智能算法做出的決策和行為后果負(fù)責(zé)，到底是數(shù)據(jù)和算法創(chuàng)造者（如程序開發(fā)者、獨(dú)立第三方）、用戶（企業(yè)管理層、商業(yè)企業(yè)）還是獲益者（企業(yè)股東、管理層）？2017年10月，美國(guó)參眾兩院相繼批準(zhǔn)首部規(guī)范美國(guó)自動(dòng)駕駛汽車產(chǎn)業(yè)發(fā)展的立法《通過革命性技術(shù)發(fā)展實(shí)現(xiàn)更安全交通的美國(guó)愿景（American Vision for Safer Transportation Through? Advancement of Revolutionary Technologies，簡(jiǎn)稱AV START Act）》和《自動(dòng)駕駛法案（Self-Drive? Act）》。美國(guó)自動(dòng)駕駛汽車立法在加速（而非限制）自動(dòng)駕駛技術(shù)和應(yīng)用創(chuàng)新進(jìn)程的同時(shí)，明確了自動(dòng)駕駛汽車交通事故的責(zé)任主體。在大數(shù)據(jù)和智能算法的助推下，用戶尤其是未成年用戶對(duì)互聯(lián)網(wǎng)產(chǎn)品（從在線游戲拓展至社交產(chǎn)品、社區(qū)產(chǎn)品、短視頻產(chǎn)品等）的“上癮性”不斷增強(qiáng)，對(duì)屏幕時(shí)間的監(jiān)控和管理責(zé)任應(yīng)該劃歸平臺(tái)還是政府？目前來看，騰訊對(duì)在線游戲時(shí)間進(jìn)行監(jiān)控、谷歌面向安卓用戶推出數(shù)字健康功能，蘋果則規(guī)定了用戶在Ios系統(tǒng)中查看各應(yīng)用程序使用時(shí)長(zhǎng)和方式、設(shè)置單個(gè)應(yīng)用每日使用時(shí)長(zhǎng)上限，Instagram和Facebook也在跟進(jìn)推出用戶使用時(shí)長(zhǎng)監(jiān)測(cè)功能，這些無不彰顯平臺(tái)在管理使用時(shí)間和培養(yǎng)良好的網(wǎng)絡(luò)使用習(xí)慣方面的主動(dòng)作為。針對(duì)數(shù)字內(nèi)容的監(jiān)管也是平臺(tái)主動(dòng)或被動(dòng)選擇承擔(dān)的職責(zé)。2017年末發(fā)生的虐童風(fēng)暴尚未平息，2018年初網(wǎng)絡(luò)世界對(duì)兒童的惡意（主要是邪典視頻）又被掀開。色情和暴力等不良內(nèi)容污染兒童（也包括所有成年人）的精神世界，平臺(tái)應(yīng)該承擔(dān)起凈化本平臺(tái)內(nèi)容的義務(wù)。

2.以反對(duì)數(shù)據(jù)歧視和數(shù)據(jù)透明等為表現(xiàn)形式的數(shù)據(jù)正義和算法中立

皮尤研究中心2018年發(fā)布的報(bào)告《算法面前的公眾態(tài)度》指出，伴隨著算法的普及，公眾開始對(duì)算法歧視產(chǎn)生懷疑。報(bào)告中針對(duì)美國(guó)成年人的一項(xiàng)調(diào)查顯示，58%的美國(guó)人認(rèn)為算法不同程度地帶有人為偏見，還對(duì)隱私造成侵犯，將被評(píng)估者置于不公平的境地。與求職歧視、消費(fèi)歧視和司法歧視等一樣，數(shù)據(jù)和算法歧視也前所未有地被制度化和系統(tǒng)化。法律僅規(guī)定要更小心和負(fù)責(zé)任地收集、使用和共享任何敏感數(shù)據(jù)顯然是不夠的。根據(jù)大數(shù)據(jù)的相關(guān)性原理，只是將敏感數(shù)據(jù)簡(jiǎn)單排除（簡(jiǎn)單脫媒操作），不能保證真正有效地防止數(shù)據(jù)泄露。這是因?yàn)?，基于?jīng)此等操作后的數(shù)據(jù)仍能推測(cè)出被排除的信息。要識(shí)別和規(guī)避數(shù)據(jù)（和算法）應(yīng)用過程中的數(shù)據(jù)（和算法）歧視和偏見，必須讓數(shù)據(jù)（和算法）透明，增強(qiáng)個(gè)人知情權(quán)以對(duì)沖相關(guān)主體間的信息不對(duì)稱性。此類問題面臨諸多需要權(quán)衡取舍的兩難抉擇：如何確保既能夠有效使用數(shù)據(jù)，又能夠保護(hù)用戶隱私和數(shù)據(jù)安全，防止隱私和數(shù)據(jù)泄露？如何在實(shí)現(xiàn)數(shù)據(jù)效率的同時(shí)兼顧數(shù)據(jù)正義？

3.算法透明

算法規(guī)則是否應(yīng)該滿足透明性原則？是否應(yīng)該適當(dāng)適度地對(duì)外公開算法源代碼？國(guó)內(nèi)外最新出臺(tái)的相關(guān)法律法規(guī)對(duì)算法透明都有著不同考量。修訂版《反不正當(dāng)競(jìng)爭(zhēng)法》專注于網(wǎng)絡(luò)不正當(dāng)競(jìng)爭(zhēng)專條，而未考慮算法透明性，《電子商務(wù)法》（第34條）首次提出算法透明問題，規(guī)定消費(fèi)者擁有算法的選擇權(quán)，但未規(guī)定算法對(duì)外公開。美國(guó)計(jì)算機(jī)協(xié)會(huì)USACM就算法透明度和可擔(dān)責(zé)性發(fā)布六條原則：意識(shí)原則，算法規(guī)則的利益相關(guān)者應(yīng)意識(shí)到算法在設(shè)計(jì)、實(shí)施和使用中存在的潛在偏見及其帶來的潛在危害;準(zhǔn)入和補(bǔ)救原則，監(jiān)管者應(yīng)鼓勵(lì)采用機(jī)制對(duì)因算法決策而受損的個(gè)人或群體提出質(zhì)疑和糾正;問責(zé)原則，算法使用者應(yīng)對(duì)算法決策結(jié)果承擔(dān)無過錯(cuò)責(zé)任，即便使用者無法詳細(xì)解釋算法對(duì)結(jié)果的影響機(jī)理;透明原則，使用算法決策的機(jī)構(gòu)對(duì)算法規(guī)則和決策給出解釋，尤其在公共政策或公共服務(wù)環(huán)境領(lǐng)域下的數(shù)據(jù)來源原則，算法構(gòu)建者應(yīng)對(duì)訓(xùn)練數(shù)量來源進(jìn)行說明，并對(duì)數(shù)據(jù)收集過程中的潛在偏差進(jìn)行探索;可審計(jì)性原則，應(yīng)對(duì)模型、算法、數(shù)據(jù)和決策等進(jìn)行記錄，以便在出現(xiàn)可疑問題時(shí)進(jìn)行審計(jì);驗(yàn)證與測(cè)試原則，算法構(gòu)建者應(yīng)嚴(yán)格驗(yàn)證算法模型，記錄、公開驗(yàn)證方法和結(jié)果并定期測(cè)試，以評(píng)估和確定算法模型是否產(chǎn)生歧視性損害。2017年12月，美國(guó)紐約市議會(huì)通過算法問責(zé)法案，以解決市政機(jī)構(gòu)自動(dòng)決策算法的公平性、問責(zé)性和透明度問題。

雖然算法透明性早已進(jìn)入國(guó)內(nèi)外立法者的視野，但實(shí)質(zhì)性地推進(jìn)算法透明的政策原則仍缺乏成熟的時(shí)機(jī)。原因至少有三：首先，算法規(guī)則通常被認(rèn)為是商業(yè)機(jī)密，立法要求公開全部算法會(huì)違背知識(shí)產(chǎn)權(quán)制度，會(huì)因損害相關(guān)企業(yè)利益而難以推進(jìn)。其次，在實(shí)際操作上，難以明晰和監(jiān)督算法公開的種類和程度。公開簡(jiǎn)單算法還是公開全部算法規(guī)則？主管部門也缺乏技術(shù)能力去檢驗(yàn)或?qū)徲?jì)算法公開的落實(shí)情況。最后，算法過于透明反而會(huì)被惡意利用，如有些黑帽SEO公司利用谷歌等公司的收錄規(guī)則制造海量垃圾鏈接以提升目標(biāo)客戶的谷歌收錄排名，有些刷單公司利用淘寶、天貓等電商平臺(tái)的公開算法進(jìn)行刷單，以讓目標(biāo)店鋪擠入最大流量頁(yè)面等。實(shí)現(xiàn)算法透明性的預(yù)期效果需要精細(xì)化和配套化的輔助設(shè)計(jì)，這是一個(gè)綜合了學(xué)理性和操作性的復(fù)雜問題。目前，算法透明慢慢被越來越多人關(guān)注。甚至有人認(rèn)為數(shù)據(jù)日益成為公共資源，算法規(guī)則也應(yīng)被界定為一種公共服務(wù)。美國(guó)電子隱私信息中心甚至倡導(dǎo)，在法律和技術(shù)的交叉點(diǎn)，算法規(guī)則公開透明是一項(xiàng)基本的人權(quán)。

總而言之，實(shí)施算法透明性和可擔(dān)責(zé)性在實(shí)踐中面臨困難^[50]，如對(duì)外強(qiáng)制公布算法機(jī)密可能會(huì)降低相關(guān)企業(yè)的投資和研發(fā)激勵(lì)。此外，單單披露復(fù)雜的程序代碼不足以作為一個(gè)完整的透明化舉措。還需花費(fèi)資源和精力對(duì)算法規(guī)則進(jìn)行調(diào)查和監(jiān)控。當(dāng)算法自動(dòng)做出決策時(shí)，透明性和可擔(dān)責(zé)性原則會(huì)面臨挑戰(zhàn)。

4.智能算法倫理

數(shù)字經(jīng)濟(jì)的發(fā)展嚴(yán)重依賴于大數(shù)據(jù)和人工智能算法規(guī)則，在此期間，人工智能作為互聯(lián)網(wǎng)經(jīng)濟(jì)的延伸和拓展也得到長(zhǎng)足發(fā)展。為了規(guī)范人工智能的發(fā)展，自2017年起，全球各國(guó)紛紛出臺(tái)人工智能政策，其中大多涉及或聚焦倫理道德問題。未來生命研究院FLI在召開阿希洛馬會(huì)議時(shí)倡導(dǎo)達(dá)成了23條AI倫理原則;德國(guó)發(fā)布《自動(dòng)和聯(lián)網(wǎng)駕駛》報(bào)告提出全球首個(gè)自動(dòng)駕駛汽車的20條倫理原則;電器電子工程師學(xué)會(huì)IEEE發(fā)布《人工智能設(shè)計(jì)的倫理準(zhǔn)則（第二版）》，全面闡述了人工智能13個(gè)方面的倫理事項(xiàng)。人工智能倫理道德的一個(gè)重要方面是給予機(jī)器人法律地位。韓國(guó)國(guó)會(huì)提出《機(jī)器人基本法案》，積極探索機(jī)器人法律問題。阿沙尼亞政府公布《人工智能法案》，考慮賦予人工智能代理人法律地位。歐盟議會(huì)通過全球首個(gè)《機(jī)器人民事法律規(guī)則》的決議，要求歐盟委員會(huì)提交關(guān)于機(jī)器人和人工智能民事責(zé)任的法律提案：成立統(tǒng)一的機(jī)器人和人工智能監(jiān)管機(jī)構(gòu)、采用登記制度和引入電子人格，并就倫理、創(chuàng)新和知識(shí)產(chǎn)權(quán)保護(hù)等提出建議。

五、總結(jié)與展望

本文較為系統(tǒng)地闡述和探究了數(shù)字時(shí)代下數(shù)據(jù)要素的發(fā)展趨勢(shì)及其政策、大數(shù)據(jù)經(jīng)濟(jì)理論和數(shù)據(jù)治理的基本問題。當(dāng)今時(shí)代，數(shù)字化、網(wǎng)絡(luò)化、智能化的發(fā)展趨勢(shì)讓數(shù)據(jù)更加顆?；?，收集、存儲(chǔ)、分析和使用數(shù)據(jù)的方式發(fā)生顯著變化。其中數(shù)據(jù)及其算法競(jìng)爭(zhēng)逐漸取代傳統(tǒng)的價(jià)格、產(chǎn)品等方面的競(jìng)爭(zhēng)而成為核心競(jìng)爭(zhēng)維度。全球各國(guó)競(jìng)相支持大數(shù)據(jù)的運(yùn)用與發(fā)展，試圖為未來博取競(jìng)爭(zhēng)優(yōu)勢(shì)。圍繞搜集和使用用戶數(shù)據(jù)問題的理論研究聚焦于企業(yè)借助數(shù)據(jù)供應(yīng)濫用市場(chǎng)勢(shì)力的可能性、可行性及具體數(shù)據(jù)市場(chǎng)問題的研究?；谙M(fèi)者理性和擁有信息優(yōu)勢(shì)的經(jīng)典經(jīng)濟(jì)學(xué)假定不認(rèn)為數(shù)據(jù)優(yōu)勢(shì)存在被濫用的可能，普遍得到數(shù)據(jù)共享促進(jìn)效率的結(jié)論，但后續(xù)研究的假設(shè)條件演變?yōu)橄M(fèi)者有限理性和處于信息劣勢(shì)，研究認(rèn)為，數(shù)據(jù)優(yōu)勢(shì)肯定存在被濫用的可能，數(shù)據(jù)共享會(huì)抑制效率。

在數(shù)據(jù)技術(shù)市場(chǎng)中，數(shù)據(jù)提取技術(shù)和攔截技術(shù)之間的競(jìng)賽會(huì)促進(jìn)效率提升;在數(shù)據(jù)交易市場(chǎng)中，數(shù)據(jù)初始提供者不了解數(shù)據(jù)的使用情況和數(shù)據(jù)價(jià)值，導(dǎo)致市場(chǎng)失靈成為常態(tài);在數(shù)據(jù)支付市場(chǎng)中，消費(fèi)者不一定能從零貨幣價(jià)格中獲利，在線服務(wù)提供者可能濫用數(shù)據(jù)信息的優(yōu)勢(shì)，同時(shí)不同的私人訂制模式會(huì)對(duì)社會(huì)福利產(chǎn)生不同影響。

大數(shù)據(jù)時(shí)代數(shù)據(jù)治理圍繞數(shù)據(jù)產(chǎn)權(quán)界定與分配、數(shù)據(jù)集中、數(shù)據(jù)（和算法）倫理責(zé)任來展開。數(shù)據(jù)產(chǎn)權(quán)界定和分配問題，首先要依據(jù)數(shù)據(jù)分類分級(jí)原則按初始數(shù)據(jù)和處理數(shù)據(jù)等類型進(jìn)行判定。數(shù)據(jù)集中問題是指數(shù)據(jù)可觸達(dá)性或可及性而非產(chǎn)權(quán)上的壟斷，要從整個(gè)數(shù)據(jù)產(chǎn)業(yè)價(jià)值鏈條的角度來審視，而不能拘泥于數(shù)據(jù)收集和使用兩個(gè)環(huán)節(jié)。數(shù)據(jù)（和算法）倫理責(zé)任包括可解釋、可問責(zé)、透明、正義與中立等方面的義務(wù)。

參考文獻(xiàn)：

[1]? 楊明.確保安全、可靠、可控：兼顧人工智能應(yīng)用和隱私保護(hù)[N]. 人民日?qǐng)?bào)，2019-07-12.

[2]? 郭軍.從解放人的體力到溫暖人的心靈：讓人工智能更好造福人類[N]. 人民日?qǐng)?bào)，2019-07-10.

[3]? Einav， L.， Levin， J. Economics in the Age of Big Data[J]. Science， 2014， 346 （6210）： 715-721.

[4]? Feinstein， D. The Not-So-Big News About Big Data[R]. Federal Trade Commission， 2015.

[5]? Feinstein， D. Big Data in a Competition Environment[J]. CPI Antitrust Chronicles， 2015， 5（3）： 24-35.

[6]? Kosinski， M.， Stilwell， D.， Graepel， T. Private Traits and Attributes are Predictable From Digital Records of Human Behavior[R]. Proceedings of the National Academy of Sciences （PANAS） of the United States of America， 2013.

[7]? OECD of Competition Committee. Big Data： Bringing Competition Policy to the Digital Era[R]. OCED Competition Committee Meetings， 2016.

[8]? Acemoglu， D.， Johnson， J. A. The Emergence of Weak， Despotic and Inclusive States[R].? CEPR Working Paper ， 2018.

[9]? OECD. Data-Driven Innovation： Big Data for Growth and Well-Being[R]. OECD Publishing， 2015.

[10]? Stucke， M. E.， Grunes A. P. Big Data and Competition Policy[M]. Oxford： Oxford University Press， 2016.1-10.

[11]? Hirshleifer， J. The Private and Social Value of Information and the Reward to Inventive Activity[J]. American Economic Review， 1971， 61 （4）： 561-574.

[12]? Hirshleifer， J. Privacy： Its Origin， Function and Future[J]. Journal of Legal Studies， 1980， 9 （4）： 649-664.

[13]? Stigler， G. J. An Introduction to Privacy in Economics and Politics[J]. Journal of Legal Studies， 1980， 9 （4）： 623-644.

[14]? Posner， R. A. The Economics of Privacy[J]. American Economic Review， 1981， 71 （2）： 405-409.

[15]? Varian， H. F. Economic Aspects of Personal Privacy[A].Daley， W. M.， Iring，L.? Privacy and Self-Regulation in the Information Age[C]. Washington， D. C.： U. S. Department of Commerce， 1997. 50-60.

[16]? Acquisti， A.， Taylor， C. R.， Wagman， L. The Economics of Privacy[J]. Journal of Economic Literature， 2016， 54 （2）： 442-492.

[17]? Budzinski， O.，? Kuchinke， B. Modern Industrial Organization Theory of Media Markets and Competition Policy Implications[R]. Ilmenau Economics Discussion Papers No.115，Ilmenau University of Technology， Institute of Economics， 2018.

[18]? Budzinski， O.，? Stohr， A.? Competition Policy Reform in Europe and Germany-Institutional Change in the Light of Digitization[R]. Ilmenau Economics Discussion Papers No.117，Ilmenau University of Technology， Institute of Economics， 2018.

[19]? Akerlof， G. The Economics of Caste and of the Rat Race and Other Woeful Tales[J]. Quarterly Journal of Economics， 1976， 90 （4）： 599-617.

[20]? Taylor， C. R. Consumer Privacy and the Market for Customer Information[J]. Rand Journal of Economics， 2004， 35 （4）： 631-651.

[21]? Acquisti， A.， Varian， H. R. Conditioning Prices on Purchase History[J]. Marketing Science， 2005， 24 （3）： 367-381.

[22]? Gross， R.， Acquisti， A. Information Revelation and Privacy in Online Social Networks： The Facebook Case[R]. ACM Workshop on Privacy in the Electronic Society （WPES）， 2005.

[23]? Hermalin， B. E.， Katz， M. L. Privacy， Property Rights and Efficiency： The Economics of Privacy as Secrecy[J]. Quantitative Marketing and Economics， 2006， 4 （3）： 209-239.

[24]? Hui， K. L.，? Png， I. P. L. The Economics of Privacy[A]. Hendershott， T. Economics and Information Systems[C]. Amsterdam：Elsevier，2006. 1-23.

[25]? Grossklags， J.， Acquisti， A.? When 25 Cents Is too Much： An Experiment on Willingness-to-Sell and Willingness-to-Protect Personal Information[R]. University of California at Berkeley Working Paper， 2007.

[26]? Beresford， A. R.， Kubler， D. ， Preibusch， S. Unwillingness to Pay for Privacy： A Field Experiment[J]. Economics Letters， 2012， 117 （1）： 25-27.

[27]? Brown， I. The Economics of Privacy， Data Protection and Surveillance[A].Bauer， J.M.，? Latzer ， M. Handbook on the Economics of the Internet[C]. Cheltenham， UK：Edward Elgar， 2016. 247-261.

[28]? Heidhues， P.， Koszegi ，B. ， Murooka， T.Inferior Products and Profitable Deception[J]. Review of Economic Studies， 2016， 84 （1）： 323-356.

[29]? Hoffmann， F.， Inderst， R.， Ottaviani， M. Persuasion Through Selective Disclosure： Implications for Marketing[R]. Campaigning and Privacy Regulation Working Paper， 2016.

[30]? Kerber， W.Digital Markets， Data and Privacy： Competition Law， Consumer Law and Data Protection[J]. Journal of Intellectual Property Law and Practice， 2016， 11 （11）： 856-866.

[31]? Obar， J.， Oeldorf-Hirsch， A.The Biggest Lie on the Internet： Ignoring the Privacy Policies and Terms of Service Policies of Social Networking Services[J].Information Communication and Society， 2018， 23 （1）： 1-20.

[32]? Heidhues， P.， Koszegi， B. Discrimination Naivete-Based[J]. Quarterly Journal of Economics， 2017， 132 （2）： 1019-1054.

[33]? Budzinski， O.，? Grusevaja， M.? The （Behavioral） Economics of Privacy and Big Data： Fundamental Implications and the German Competition Policy Case against Facebook[R]. Ilmenau Economics Discussion Papers， 2018.

[34]? Schwalbe， U.Algorithms， Learning Machine， and Collusion[J]. Journal of Competition Law and Economics， 2018， 14 （4）： 568-607.

[35]? Tucker， C. E. The Economics of Advertising and Pricing[J]. International Journal of Industrial Organization， 2012， 30 （3）： 326-329.

[36]? Anderson， S. P.，? de Palma A.Competition for Attention in the Information （Overload） Age[J]. Rand Journal of Economics， 2012， 43 （1）： 1-25.

[37]? Budzinski， O.， Kohler， K. H. Is Amazon the Next Google？ [R].IImenau Economics Discussion Papers ， 2015.

[38]? Martens， B. An Economic Policy Perspective on Online Platforms[R]. JRC Technical Reports， Institute for Prospective Technological Studies Digital Economy Working Paper ， 2016.

[39]? Tirole， J. Economics for the Common Good[M]. Princeton， NJ： Princeton University Press， 2017. 340-345.

[40]? Varian， H. R. Big Data： New Tricks for Econometrics[J]. Journal of Economic Perspectives， 2014， 28 （2）： 3-27.

[41]? Varian， H. R. Beyond Big Data[J]. Business Economics， 2014， 49 （1）： 27-31.

[42]? Lewis， R.， Rao， J. The Unfavorable Economics of Measuring the Returns to Advertising[J]. Quarterly Journal of Economics， 2015，130 （4）： 1941-1973.

[43]? Acquisti， A.， Brandimarte， L.， Loewenstein， G. Privacy and Human Behavior in the Age of Information[J]. Science， 2015， 347 （6221）： 509-514.

[44]? Athey， S.， Catalini， C.， Tucker， C.? The Digital Privacy Paradox： Small Money， CostsSmall， Small Talk[R]. MIT Sloan Research Paper ， 2017.

[45]? Calabresi，G. Property Rules， Rules Liability， and Inalienability： One View of the Cathedral[J]. Harvard Law Review， 1972， 85 （6）： 1089-1128.

[46]? Lambrecht.， A.， Tucker， C. E. Can Big Data Protect a Firm From Competition？[A]? Ortiz，A. Internet： Competition and Regulation of Online Platforms[C]. Cambridge， MA：Competition Policy International，2015.155-166.

[47]? Stucke， M. E.， Grunes， A. P. Debunking the Myths Over Big Data and Antitrust[J]. CPI Antitrust Chronical， 2015， 5 （2）：10-18.

[48]? OECD. Data-Driven Innovation for Growth and Well-being： Interim Synthesis Report[R]. OECD Publishing， 2014.

[49]? Richards ，N. M.， King， J. H. Big Data Ethics[J]. Wake Forest Law Review， 2014， 49（2）： 393-432.

[50]? OECD. Algorithms and Collusion： Competition Policy in the Digital Age[R]. OECD Publishing， 2017.

Data Revolution， Data Theory and Data Governance： A Brief Review

FANG Yan¹，LONG Yun-tao²

（1.Aliresearch， Beijing 100102， China;2.Chinese Academy of Sciences Institutes of Science and Development， Beijing? 100190， China）

Abstract：This paper describes and explores the trends of data revolution in the digital era and the basic issues of national support policies， data economy theory and data governance.Firstly， supporting the use and development of big data has become a global consensus. Secondly， based on different assumptions and market contexts， academic research on the collection and use of user data has reached different conclusions on the efficiency implications of data sharing. Under the classical assumption of consumer rationality and information advantage， data advantage is not considered to be abused and data sharing promotes efficiency; under the assumption of consumer bounded rationality and behavioral economics of information disadvantage， data advantage may be abused and data sharing inhibits efficiency. In data technology market， competition between data extraction technology and interception technology promotes efficiency; in data trading market， initial data provider does not understand data usage and data value， which often leads to market failure; in data payment market， consumers may not benefit from zero currency price， service providers may abuse advantage of data information， and different private customization modes may bring different welfare impact. Finally， academic research on data governance has focused on the definition and allocation of data property rights， data concentration and ethical responsibility for data （and algorithms）.? The definition and allocation of data property rights are based on the principles of data classification and grading to determine the initial data; data concentration is mainly examined from the perspective of accessibility or accessibility rather than property rights， and from the perspective of the value chain of the data industry; ethical responsibility of data （and algorithms） includes the obligations of interpretability， accountability， transparency， justice and neutrality. This paper will help to deepen the understanding and governance of data.

Key words：data revolution; data theory; data governance; data market; data property; data concentration

（責(zé)任編輯：鄧菁）

*收稿日期：2021-03-04

*作者簡(jiǎn)介：方燕（1981-），男，江西贛州人，博士，博士后，主要從事產(chǎn)業(yè)組織與反壟斷、互聯(lián)網(wǎng)經(jīng)濟(jì)學(xué)等方面的研究。E-mail：fy314159@sohu.com隆云滔（通訊作者）（1984-），女，湖南隆回人，助理研究員，博士，主要從事數(shù)字經(jīng)濟(jì)、技術(shù)創(chuàng)新與管理等方面的研究。E-mail：Yuntaol@casipm.ac.cn