數據治理的研究現狀及未來展望

梁 正， 吳培熠

(清華大學 公共管理學院/中國科技政策研究中心, 北京 100084)

一、 引 言

無論是在公共部門還是私營部門，數據的使用和管理，已經逐漸成為一個真實的應用場景。在概念討論的理論范疇，不同的社會科學領域圍繞數據治理相關問題已經開展了一系列研究，但是相關概念、理論和政策的系統梳理依然比較缺乏。在數字經濟時代，數據為公共管理、科學研究、商業活動帶來了效率的改善和質量的提升，海量的數據被視為21世紀關鍵的資源之一。

在公共管理方面，地方政府與企業密切合作，在“最多跑一次”“政務APP”“城市大腦”等項目上頻頻發力，建立數據中心、大數據局，開放數據資源打破信息孤島，利用新興技術對公共服務進行優化和提升。在科學研究領域，開放科學、開放獲取，逐漸成為科學共同體的共識，通過構建以數據為中心的開放科學，促進科研變革。在商業領域，通過積累海量的個人用戶數據，數據的價值得到日益彰顯，互聯網巨頭圍繞數據的競爭也越來越白熱化。數據正在成為一種高度關注的社會資源，并逐漸成為一個新興的研究對象，如何有效地管理和使用這些數據資源成為一個挑戰，甚至暴露出數據管理和使用方面的很多問題。這需要從數據獲取、利用和保護等各個角度，以及法律、制度和政策等不同層面對數據治理問題進行系統深入的研究，以指導其治理實踐。

由于數據治理問題的復雜性，不僅要在數據管理和使用的實踐中探索，更要加強數據治理的理論研究。然而，與目前數據治理問題受到社會高度關注相比，當前學界對于數據治理的研究仍然滯后，而實踐中暴露的問題對于理論研究正不斷提出更高的要求。盡管信息科學、情報學等對如何管理各種數據已經有了很多研究成果，但是學界對數據治理的理論認識還有待進一步深入，與數據治理相關的重大理論問題還需要進一步探討。數據的本質是什么？應該如何認識數據？什么是數據治理？目前國內外文獻對于數據治理的研究處于怎樣的狀態？主要關注哪些焦點問題？國際上數據治理研究能夠為我國構建面向未來的數據治理體系提供哪些借鑒和啟發？這些問題值得深入探討。

本文主要基于相關文獻，從歷史、經濟、法律等維度對已有的數據治理研究文獻進行梳理和歸納，展現國內外數據治理研究前沿概況，并對未來的研究進行展望，豐富本領域的理論研究成果。

二、 數據的歷史、概念和意義

人類利用數據的歷史非常悠久，最早可以追溯到數字發明時期，不同文明均掌握了利用數字記錄和管理生產生活的能力。19世紀初，博物學家在私人的資助下環游世界搜集動植物標本，并對天文現象進行觀測，開始規模化地記錄數據，從紛繁復雜的事實中歸納出開普勒定律等很多重要的科學發現。盡管當時的數據量已經相當龐大，但數據的重要性僅由少數專業人士決定，還不能視作一種社會資源。數據真正被社會關注、被規范和監管的時候，才真正被制度化為社會資源。歐洲的霍亂疫情使得人們開始統計搜集疾病傳播的數據，并發明了可視化的技術和數據分析方法。1887年德國帝國技術物理研究所成立，負責全社會需要的數據，成為第一個真正意義的標準局。進入20世紀之后，貿易的需求促進了測量和計算方法發展，統計學成為一門獨立的學科以應對數據分析的需求。而20世紀40年代后大量的軍事投入帶來計算科學的進步以及數據傳輸技術的發展。近年來，少數的幾家互聯網公司臉書(Facebook)、微信、亞馬遜創建并管理數十億人在網絡上的工作、娛樂、購物數據。縱觀人類利用數據的歷史，雖然數據的本質沒有變化，但是在制度、技術和經濟發展的交織作用下，數據完成了從數字到資產的轉變，在這個過程中數據的規模、價值和影響不斷擴大。

我們今天所談論的數據是信息化和人工智能時代的海量數據資源。進行數據治理的第一步是重新定義數據，對于大數據的概念一般是從容量(Volume)、速度(Velocity)、種類(Variety)、準確性(Veracity)、價值(Value)等5V角度進行界定。[1]全球性、全方位、易于獲得的數據資源，是大數據成為人工智能系統輸入信息的前提。[2]數據作為一種經濟資源和生產要素，是人工智能等新興技術發展的動力，沒有海量的數據積累和應用場景，人工智能很難沖破瓶頸快速發展。數據為人類社會帶來機遇的同時也帶來了風險，圍繞數據產權、數據安全和隱私保護的問題也日益突出，并催生了一個全新的命題——數據治理。

數據治理的概念具有兩種含義，分別是對數據的治理和利用數據進行的治理。[3]一種是以數據為治理對象的治理活動，如GDPR，數據隱私保護條例等；另一種是利用數據進行治理的活動，例如電子政務服務、一站式政府服務。數據治理的兩個含義相互聯系，但并不沖突，本研究中的數據治理更側重于對數據本身的治理。數據治理是價值和風險二者之間的權衡，治理的目的在于充分發掘數據的價值，同時盡量減少相關的成本和風險。[4]數據治理在宏觀層面包括國際、國家和部門的法律、政策和條例，在中觀組織層面包括數據管理規章、數據價值測量、數據風險權衡等，在微觀層次關注日常數據、依靠數據處理的信息和專業人士等。[5]

三、 數據對于經濟的影響

經濟學相關的文獻深入探討了數字轉型和數字經濟的重要意義，從宏觀、中觀和微觀3個層次分析了數據對于經濟發展的重要意義。從宏觀經濟發展角度，經濟發展和增長理論長期關注商品、服務、思想和人口跨界流動的影響和結果，而當前數據流動是最顯著的跨界流動形式。隨著數據生產設備的激增，以及數據存儲和處理能力的拓展，21世紀的大數據被譽為“神奇的金礦”，創新經濟轉型和促進循環發展的“核心資源”。[6]在數據時代，世界經濟發展關注的命題已經從集裝箱貨運逐漸轉向數據的跨界，乃至跨國流動，數據成為一種新的經濟增長的驅動因素。數據流動中流入和流出數量多少的不平衡，以及數據質量高低的不平衡，造成了地區和國家間經濟發展上新的不平衡。[7]

既然數據與傳統經濟驅動要素很不相同，這種差異會影響經濟學基本的分析變量和框架嗎？韋伯(Weber)的回答是否定的，盡管數據與傳統的經濟增長要素存在很大差異，但是原有的經濟增長理論并不過時。首先，數據資源如同早期的石油資源一樣，一旦具備了產生、收集和利用的基礎設施，數據的成本就會變得非常低廉。其次，與傳統資源相比，原始數據可以無限地免費復制，因此數據的實際價值具有無限潛力，但是數據要體現價值依然需要知識產權的保護。最后，數據到處都是，但是數據利用的挑戰來自于如何收集數據和如何使用數據，而這幾乎和傳統自然資源的開發完全一樣。

在中觀產業經濟層面，信息資產將會帶來經濟效益，“數據應該被記錄為一種具有價值及潛在價值的物品”[8]。數據的價值已經被當今的商業活動所證實，頂尖的數據驅動型公司如蘋果、谷歌和微軟，將搜集的數據轉換為價值，創造的凈利潤是傳統石油天然氣公司的兩倍以上，擁有數據的公司成為了現在獲益最多的公司。[9]數據驅動型公司的成功在于積聚海量的用戶和用戶數據，網絡效應對用戶產生了粘滯效應，帶來高昂的轉換成本。

在微觀的企業組織層面，數據如何創造價值？某種程度上，數據被視作智慧的一種形態。[10]羅萊伊(Rowley)在此基礎上建立了一種從數據到智慧的等級概念，包括數據、信息、知識和智慧4個漸進的層次。[11]數據是原始的事實和符號，是整個層級結構的基礎；信息是具體語境中的數據，具體回答地點、時間、人物和事件等問題；知識是信息的集合同時結合了主觀的理解和能力；而智慧位于層級的頂端，通過積累知識獲得直覺和理解。在整個層級中，高層級的形態以低層級的形態為基礎，整體構成了從數據到智慧的解釋模型。海量的數據積累是一種顛覆性的創新，需要企業促進數據流動，并將數據整合進原有的商業流程。數據帶來了從信息技術到商業模式的范式轉變，推動了企業從傳統要素驅動型向數據驅動型企業轉變。以網約車行業為例，在數字化轉型的傳統行業中個人數據資源已經成為企業重要的競爭力和可持續創新的源泉，企業間的數據網絡已經呈現明顯的中心化趨勢。[12]數據價值的實現需要產業生態系統中數據質量的管理、數據的跨界流動和組織間的數據合作來支撐。

數據是公司通過不同渠道生產或獲得的一種可識別、非貨幣、非物理的具有潛在價值的資源。瑞保特(Rayport)和索維卡拉(Sviokla)提出了一種理解企業數據價值創造的虛擬價值鏈(VVC)模型，分為搜集、組織、篩選、合成和分配5個步驟，該模型從全過程的視角提供了數據創造價值的過程模型。[13]目前數據在企業中的作用和意義與信息技術的應用密不可分，企業之間的競爭，已經成為對數據的競爭，企業如何管理數據將決定他們的未來。[14]實踐者將數據看成一種潛在商業化的分析結果，整個的過程是一個虛擬的數據價值鏈。虛擬價值鏈包括數據收集、存儲、分析、共享、可視化和應用，而數據是企業轉型的重要因素。[15]在信息技術價值創造的過程中，信息技術的開支需要先轉換為信息技術資產，然后轉化為信息技術影響力，最后成為信息技術企業的績效。[16]企業在利用大數據創造價值的時候，首先需要在數據和技術方面予以投入，經歷一個“資產創造過程”，將數據投資變為數據資產；而后通過“能力創造過程”發展與之相應的數據能力，包括有形的數據處理硬件、無形的數據分析算法、數據驅動的組織文化和能力等，還有分析能力、創新能力和信息管理能力；之后，企業運用大數據能力通過“轉型過程”提升為企業的數據影響，包括影響企業的決策過程，提升企業運行效率，促進產品和服務創新，創造新的商業模式；最后，企業通過行業競爭、市場監管等“競爭過程”提升自身經濟績效，將數據能力轉化為商業價值(見圖1)。[17]

圖1 企業利用數據創造價值的過程框架(Ylijoki 和Porras, 2019)

四、 數據帶來的法律挑戰

在法學研究中，數據的含義與信息類似，是一種電子化的信息。數據與傳統資產不同，可以無邊界、無限制地展示和傳播，這使得傳統的物權法不再適用。目前數據在法律上還沒有明確的權力歸屬，例如數據因為不能被盜竊，所以被認為沒有財產權。再比如，雖然數據的價值越來越受到重視，但是數據集合還不能用于抵押。這些問題隨著數據技術的發展將會越來越突出，未來的數據法學需要重新審視數據相關的知識產權和法律規制問題。

作為一個焦點問題，物聯網時代的數據隱私保護值得高度關注。物聯網可以搜集到大量的數據，這些數據的積累可以在很多應用領域帶來新的知識。在智慧城市中，數據帶來的知識可以幫助政府制定更好的政策，改善公共交通；在消費購物上，數據帶來的知識能夠根據用戶的反饋改善服務，提升消費體驗。而在這些數據搜集的過程中，不可避免地要涉及數據使用者的隱私話題，在物聯網時代，人們越來越多地關注數據保護和被遺忘權。歐盟將數據保護技術、數據庫管理、數據所有權、隱私政策等列為未來物聯網發展的挑戰。[18]來自多項調查的結果顯示，大部分用戶對于智能設備廣泛搜集個人信息感到擔憂，這種擔憂甚至已經影響到了物聯網的發展。[19]皮瑞(Perera)認為物聯網的發展未來尚需要通過以下方面的完善來保護數據隱私：有效并充分地獲得用戶的授權；基于用戶的選擇和自由控制；已經采集的數據需要按照計劃進行使用，而不能移作他用；數據在建模、存儲、分析、傳播和聚合過程中的匿名技術；數據傳輸中的數據安全。

與此同時，公共數據未來可能會變成一種最有價值的國家資產，而管理這些資產需要解決數據保護、增值、維護、營利等一系列問題，還需要處理好利益競爭的關系、隱私保護與個人自由的關系、國家安全與公民權力保護、商業利益和公民利益最大化的關系問題。[20]凱普(Kemp)提出了一個普適的大數據法律框架，分為平臺基礎設施、信息結構、與數據有關的知識產權、數據合同、數據監管、信息安全和管理等6個層次，其中與數據相關的知識產權、數據合同和數據監管與數據直接相關。與數據相關的知識產權指的是數據版權和數據庫的權限，數據合同賦予數據擁有者通過開放數據使用獲得回報的資格，數據監管則劃分處理個人數據的權利和義務。在實踐當中，一些組織內部已經建立起數據治理的政策和框架，有助于結構化地管理大數據。

社會正在變得越來越透明，物聯網每天制造大量的數據，需要從所有權和產權保護兩個方面對這些數據進行界定。[21]這些數據的所有權應該歸屬于誰？在新技術快速發展的背景下，現行的法律是否有充分的效力確定數據的歸屬？我們是否需要一個新產業數據權力？以智能汽車為例，汽車行駛過程中產生的數據應該屬于汽車的所有者、汽車的駕駛者、汽車的制造者、汽車數據收集裝置的制造者、導航服務商還是道路建設方？其中，每一個部門都是數據所有權的潛在獲益者。數據的所有權是一個亟待解決的問題，目前的事實是現行法律對相關題雖有涉及，但是還遠遠不夠。

在知識產權保護方面，歐洲現行的版權法只保護作者自己的知識產品，而生產出知識的“機器”并不能定義為作者，因此由物聯網創造的數據不能受到版權法律的保護。由機器產生的數據可以受到知識產權的保護嗎？對于數據的保護和知識產權的保護應該有所不同，現有的法律體系還不能全面地處理物聯網等機器創造的數據及其衍生出來的相關問題。應該如何設計新的法律，亟須展開深入研究。

五、 未來展望

現有的研究已經從數據科學、經濟學、法學和科技政策等維度對數據的概念定義、利用價值、產權歸屬、隱私保護、管理規制等方面進行了細致的梳理，但目前尚未有學者從跨學科的多維視角對于數據治理問題進行全面綜述和深入研究。本文旨在從歷史、經濟、法律等維度就數據治理研究現狀描繪一個較為細致的全景圖，重新認識數據治理帶來的理論問題，為未來的研究開辟新視角。現有的數據治理研究存在兩個方面的轉向： 一是研究內容從理論研究走向實證研究，從建構概念向經驗研究方向轉型； 二是研究方法從定性走向定量，圍繞數據利用、數據開放等主題的研究逐漸深入，開始出現定量化的工作。結合國內外研究現狀和研究空白，從研究路徑、治理方法、治理體系、影響評估的視角提出未來數據治理研究的4個方向：

1. 各國數據政策的演變歷程和比較研究。已有的研究梳理了數字經濟比較發達的國家的數據政策，但尚無法展現各國政策的實施和效果，未來仍需要就各國數據治理的政策背景、政策執行和政策效果進行分析。[22]隨著人工智能和大數據的發展，各個國家和地區針對數據領域的政策將繼續增加，由于對數據的差異化認識，各國可能走向不同的政策路徑，未來的研究需要強化對數據政策的國際比較和分析，以提高數據政策制定和實施的前瞻性、合理性。

2. 基于“數據”的多元主體問題研究。物聯網用戶數據隱私保護包括五大利益相關者：設備制造商、云服務和平臺提供商、第三方應用開發商、政府監管部門和消費者。用戶數據隱私的保護不單單是一個技術管理問題，還和用戶本身相關，更離不開政府部門的監管和規范，而其中各個主體的作用和地位各不相同，需要協作完成。隨著人工智能和區塊鏈技術的發展，數據價值鏈的分工將進一步細化，數據創造和使用的主體由人與人、人與機器、向著機器與機器轉變，對數據治理的多元主體帶來新的挑戰。因此，在人工智能和大數據背景下研究多元主體數據治理具有深刻的現實意義和理論意義。

3. 以數據為核心重構產業創新系統。海量的數據積累是一種顛覆性的創新，對當前的產業轉型和經濟發展帶來深遠的影響，甚至會重構現有的創新生態系統。數據帶來了從信息技術到商業模式的范式轉變，推動了企業向數據驅動型企業轉變。與傳統的產業創新系統相比，以數據為核心的產業創新系統將更加重視數據共享和開放，進而提升系統效率，激發創新的活力，這方面有哪些新的規律，會產生什么新問題，值得進一步探索研究。

4. 建立和完善國家數據治理體系。政策法規是新興技術進步的有力保障，為建立與完善與新興技術相關的治理體系，在國家層面必須把握數據作為核心戰略資源的重要趨勢，應對數據利用和保護中的問題與挑戰。針對數據這種新興的治理對象，需要創新治理的原則、關系和工具，在敏捷治理的思想指導下積極進行政策實驗、政策試點和立法嘗試，形成靈活全面的治理框架[23]。由數據帶來的所有權歸屬、知識產權保護、隱私保護、倫理和反壟斷問題日益增加，中國作為未來數字經濟和人工智能的領導者，應當在數據使用和保護的政策法規上進行前瞻性研究，探索確立數據治理的中國原則、制度與框架，形成數據治理的中國方案。