不能用传统方法管理数据生产要素

（北京大学国家发展研究院副院长）黄益平

推动共享的合理做法是建立数据共享平台，需要使用大数据的机构可以通过平台提供的接入口，对原始数据进行运算，然后输出结果。

大数据其实非常适合共享，就是可以无限制地复制。这是数据要素与传统生产要素的一个根本差别，无论是资本还是土地，如果已经有一家企业在使用，别的企业就无法同时使用。但大数据不一样，如果需要，一套数据可以供无数家企业同时使用，或许这也正是大数据分析能够产生超常回报的原因。但这个优点也会引发一个缺点，就是数据的拥有者如何保证购买者不会复制数据给其他人使用，如果不能保证，那么拥有者也就只能出售一次。这样，拥有者就很难有足够的激励和资源去从事费时费力的搜集、清理和分析工作。

在现实生活中已经有公共数据共享的实例。所谓公共数据，主要是指由公共部门积累的大量静态数据，典型的例子是税收、社保、司法甚至水电等数据。这些数据已经形成，也不需要相关部门再做额外的投入。目前一些地区通过建立地方性的数据平台，整合已有的公共数据，支持商业银行的信用风险评估，为中小企业提供贷款，取得了不错的效果。广东、浙江等地尝试建立的平台形态不同，主导机构也不一样，甚至覆盖的数据也有很大的差别，但这些实践有一个共同的地方，就是向商业银行共享公共数据，支持普惠金融业务。

特别需要指出的是，即便是这类共享公共数据的平台，其实也没有共享原始数据。平台的功能只是提供一个接口，让获得授权的银行算法工具进入不同的公共数据库进行运算，获得结果。换句话说，这些金融信息服务平台所做的，实质上就是“原始数据不出系统，但分析结果可以出系统”。公共数据不能出系统，有权益的考虑，也有安全的考虑。但这个理由对于大科技平台上的大数据则更加突出。因为大多数公共数据是静态的，什么时候交过多少税、交过多少水电费，在系统内使用，还是在系统外使用，差异不大。但大数据是动态的，如果分割之后离开系统，可能就很难产生同样的大数据分析功效。

最近有一种观点，既然大数据是一种新的生产要素，既重要又敏感，因此最好能由政府部门或者国有企业掌握。但是，几乎所有的大科技公司都是民营企业，这也是事实。解决合规合法问题的有效途径是加强监管，而不是把数据集中到国有部门。数据如何才能集中到国有部门，这个技术问题就不好解决。即便能，国有部门行为的合规性比较高，但创新性却普遍比较低，这样大数据分析的活力也就丧失了。最佳甚至唯一的解决方案是加强对民营大科技公司的监管，事实上，最近两年，数据保护的法律、制度频频出台，大科技公司的数据保护意识已经大大加强。

总之，千万不要套用传统生产要素的管理方法去管理数据生产要素。无论是确权，还是共享，都需要适应数据特性的思路，根本目的是在保护相关方权益和发挥大数据效用之间取得平衡。事实上很多原始数据是不能拿出来的，这其中有个人隐私、商业机密和国家安全等方面的考虑，也是因为数据复制的成本非常低，更重要的是很多数据一旦离开其原生的平台系统，其价值就会大打折扣甚至变得一文不值。所以，推动共享的合理做法是建立数据共享平台，需要使用大数据的机构可以通过平台提供的接入口，对原始数据进行运算，然后输出结果。