数据监管制度框架与体系完善

唐要家，马中雨

（1.浙江财经大学经济学院，浙江 杭州 310018；2.浙江财经大学中国政府管制研究院，浙江 杭州 310018）

有效监管是促进数字经济高质量发展的重要保障。近年来数字经济监管制度建设越来越受到重视。2019 年国务院办公厅发布的《关于促进平台经济规范健康发展的指导意见》指出，要创新监管理念和方式，推动建立健全适应平台经济发展特点的新型监管机制。2021 年12 月国务院印发的《“十四五”数字经济发展规划》指出，要健全完善数字经济治理体系，着力强化数字经济安全体系。2022年12月《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”）提出，建立安全可控、弹性包容的数据要素治理制度。数字经济是建立在数据要素和数字技术基础上的经济新形态，数字经济的监管需求来自数据要素采集利用和数字技术开发应用所引发的各种风险。因此，数据监管既是数字经济监管的起点，也是数字经济监管的终点，即数字经济监管是基于数据要素经济规律并针对数据要素采集利用所引发的风险来设计和实施的，并以数据价值最大化为目标。在数字经济快速发展过程中，由于数据基础制度建设相对滞后，数据监管体制定位不明确，监管政策工具缺乏，建立有效的数据监管体系成为各国数字经济监管的当务之急，也是建设高质量数据要素市场亟待解决的重要问题。

一、数据监管需求

数据是数字经济的重要资源，是促进经济高质量增长的关键要素。根据国家互联网信息办公室发布的《数字中国发展报告（2021年）》，2017到2021年间中国数据量从2.3ZB快速增长至6.6ZB，2021年数据量占全球比重为9.9%，位居世界第二。尽管中国拥有海量数据资源并且呈现指数级增长，但是目前尚未得到充分的开发和利用，数据要素利用不足成为制约数字经济高质量发展的重要因素。

数据要素具有非竞争性，只有开放共享，才能在促进经济高质量增长过程中最大限度地释放它的潜能。由于数据独特的经济属性以及数据基础制度相对滞后，造成数据流通交易受到限制。总体来说，制约中国数据要素交易和价值最大化释放的障碍主要包括如下几个方面：

第一，数据产权不明晰。数据产权明晰是促进数据要素市场化配置、达成交易的前提。数据要素具有突出的非竞争性和零边际成本属性，这与传统的基于科斯定理的排他性产权属性存在巨大的冲突，数据产权无法采用排他性产权模式，因此需要创新和发展产权理论来适应数据要素的经济属性和价值释放要求[1]。数据要素价值的动态变化及其超强的场景依赖性，导致数据权属关系复杂。数据的所有、使用、处置、收益等权属的边界含糊不清或交叉重叠，致使目前无法做出统一适用的产权规定，相关主体的合法权益无法得到充分保障，制约了数据要素市场发展。

第二，数据交易安全风险高。信息不对称、谈判地位不对等、消费者非理性决策和价格机制失灵，往往会导致个人数据被过度采集和超范围使用个人数据、造成隐私侵犯、消费者对在线交易缺乏信心等后果，进而对数据市场发展造成不利影响[2]。数据安全是数字经济背景下国家安全的重要组成部分，是影响经济社会平稳运行和国家主权与政治安全新的风险因素。由于企业缺乏维护数据安全的充分激励和相应的系统性安全治理能力，在缺乏政府有效监管的情况下，数据安全风险将会对经济社会运行产生严重的负外部性，影响国家安全和公共安全。因此，数据安全成为各国重要的数据监管领域。数据采集利用的复杂性、数据形态的多样性和场景依赖性，以及各国数据安全监管政策的不确定性或者过度监管，导致出现各种数据安全风险，严重限制了数据的流转交易和共享利用。

第三，数据市场化交易机制不健全。目前，中国数据市场化配置机制不健全主要表现在以下几个方面。一是数据市场体系不完备。如数据交易市场的中介机构和第三方服务提供商等多元市场主体缺乏，场内交易与场外交易没有形成良性互补的协同发展关系，全国统一的数据要素市场尚未形成，地区和行业分割问题突出。二是数据市场运行仍然面临很多交易机制障碍。如数据资产价值评估准则不明，数据交易缺乏标准化合约，数据要素的质量标准缺失等。三是数据要素交易价格机制尚未形成。数据要素的一个重要特点是交易价格主要由需求方使用数据的价值决定，并且具有非常大的场景依赖性，这就导致交易成本增加和均衡价格的形成具有复杂性。四是数据要素市场化配置尚未完全实现。由于多种因素制约，目前中国大量公共数据还没有充分向社会开放，商业数据持有者缺乏市场化交易的激励，大量个人数据无法进入市场。

第四，数据市场竞争机制作用发挥受到干扰。在数字经济中，数据要素开发利用是显著的规模经济、范围经济，并具有网络效应，大型数字平台或数据企业易于形成基于大数据的垄断势力。为了保持竞争优势和维持高额利润，居于支配地位的企业具有通过技术手段或合约安排对现实或潜在竞争对手接入其数据的封锁偏好，形成实质上的数据市场垄断。典型的做法如基于大数据的价格歧视，利用大数据的自我优待、数据拒绝接入、实行剥削性数据采集或接入收费、歧视性交易、以垄断数据为目的的企业并购等，这些数据垄断行为会严重破坏市场环境、阻碍数据要素共享和数据驱动的创新。有的数据企业存在流量劫持、数据造假、恶意抓取他人数据等严重扰乱数据市场秩序等不正当竞争行为。数据垄断和其他不正当竞争行为严重影响数据要素的市场化配置。

面对数据市场失灵带来的数据要素开发利用不足问题，为促进经济高质量增长，最大限度地释放数据要素潜能，需要完善数据交易相关制度，实施有效的数据监管，消除阻碍数据要素交易的各种障碍，构建安全、诚信和有序的数据交易秩序。有效的数据监管既是促进数据要素市场健康发展和最大限度地释放数据价值的推动力，也是保障数据消费者、数据企业合法权益和社会公共利益的校准力。

二、数据监管制度框架

数据监管是指监管机构、数据处理者和其他组织采用法规、政策、标准等工具对数据采集、加工、利用、交易、接入和共享等活动所产生的一系列负面影响进行的治理行动。数据监管需要一个系统性制度体系。首先，数据监管目标是在确保安全的基础上促进数据要素的采集利用和开放共享，从而最大化释放数据要素价值，促进经济高质量增长，同时，保护利益相关者的合法权益，实现价值普惠和收益共享，使社会公共利益最大化。其次，数据监管重点是在确保个人隐私和国家数据安全的基础上促进数据要素有序流通。再次，数据监管需要建立有效的监管体制，包括政府监管机构体制、数据主体自我治理和多轨监管治理机制。最后，数据监管需要完善的数据制度基础作为支撑，数据制度基础主要是科学的数据产权制度、完备的数据市场体系和现代的数字社会伦理（见图1）。

图1 数据监管制度框架

（一）数据监管的目标导向

数据监管是应对数据市场失灵及数据要素开发利用所引发的各种风险所实施的多主体治理活动的总和，数据监管的根本目标是在确保安全、可靠的基础上实现数据要素价值的最大化释放和普惠共享。在监管政策实施过程中，由于涉及网络数据安全、个人隐私保护、市场充分竞争、鼓励创新等多元目标，数据监管需要建立多目标平衡理念。具体来说，一是数据监管应该保持数据安全和促进数据开发利用的平衡。数据流通需要在确保数据安全的基础上进行，为此需要建立坚实的数据安全监管体制，强化数据安全的技术保障、组织保障和监管保障。但是数据安全监管不能为了安全而安全，不能以牺牲数据要素最大化开发利用和阻碍数据驱动的创新为代价，数据安全监管是在保障安全的基础上更好地促进数据采集、利用和流通基础上进行的。二是数据监管应该兼顾鼓励竞争和促进发展。数据具有内在的规模经济和范围经济特征，容易导致少数大企业占有大量的数据，成为强化市场支配地位的重要因素和实施垄断行为的新诱因。数据监管应防止数据垄断，促进数据市场自由竞争。但反垄断监管措施应避免产生抑制数据开发利用的负面激励，尤其是防止对企业提出过分的监管责任和义务要求，否则将会严重束缚数据行业的创新发展。因此，数据监管要充分贯彻规范与发展并重的方针。

（二）数据监管的制度基础

数据要素监管需要建立与监管目标相适应的制度基础，具体来说数据监管的制度基础重点在于以下三个方面：

第一，有利于个体数据深度利用和群体数据泛用平衡的产权制度。明确的数据产权是数据交易的重要前提，边界清晰的产权会降低交易成本[3]；数据产权也是数据监管的前提，只有产权明晰，才能明确监管的对象和受保护的权益主体，以及相关主体应承担的责任与义务。数据确权既要明确个人数据隐私权，也要明确商业衍生数据财产权，同时，还要明确公共数据的公共品属性，从而为数据交易提供制度基础。数据要素的非竞争性和部分排他性，要求社会总福利最大化条件下的数据产权应该确保个体对数据深度开发利用与促进非竞争性数据被更多人使用的平衡。“数据二十条”确立的数据产权结构性分置制度相对弱化了所有权，强调了对数据持有权、使用权和经营权的保护，从而促进数据要素采集、利用和交易。但这容易忽视了数据泛用性目标，今后有必要强化数据接入权，以实现个体利益和社会利益的协调。

第二，自由交易的数据市场体系。数据监管的重要基础是数据要素市场化流转，重点是规范数据市场主体的市场行为并平衡他们的利益关系。为此数据监管要以数据市场化配置为基础，针对数据要素市场化配置中的市场失灵实施监管，以促进数据市场良好运行为目标。建立完备的数据市场体系，积极培育数据供给方、需求方、数据商等数据市场主体，构建更为高效的数据交易基础设施和能够最大限度降低交易成本的规则体系。

第三，以人为中心的数字社会伦理。数字经济发展所引发的问题不仅有技术与经济的原因，也有社会价值观的原因。例如，网络低俗视频内容泛滥，很大程度上是缘于对受众低级趣味的迎合，算法应用所引发的各种社会性偏见本质上是长期存在的社会偏见被算法技术所放大或集中呈现所导致。因此，数字经济监管应采取“技术—经济—社会”的思维框架进行设计，数字技术开发与应用要遵守以人为中心的基本伦理原则。数字经济监管需要通过教育和文化变革来构建与数字社会相适应的伦理价值观和社会规范，并通过监管更好地维护基本伦理价值。

（三）数据监管的重点

数据的开放共享和流转是实现数据要素价值创造并实现数据赋能经济高质量增长的核心。数据监管必须维护公平有序的数字市场秩序，促进数据开放共享和数据驱动创新，平衡相关方的利益，构建安全、诚信、激励相容的数字生态系统。为此，数据监管的三大重点是个人数据隐私保护、国家数据安全保护和数据交易秩序维护，这三个内容也构成了数据监管的三大核心支柱。

数据监管的三大核心支柱，各自拥有独立的目标。首先，个人数据隐私保护是保护个人的数据信息自决权，保护的是个人权益，重在强化所有者对个人数据信息的控制权。其次，国家数据安全监管则主要保护国家公共安全，保护的是公共利益。在数字经济时代，数据安全关乎国家主权和公共安全，从而为数据要素开发利用和价值普惠提供更为扎实的保障，并维护公平的国际数据流通秩序。再次，数据交易秩序监管是规范市场主体行为、确保公平的流转交易秩序、推动更广泛的数据共享利用和促进数据驱动创新的重要保障。

（四）有效的数据监管体制

有效的数据监管体制是促进数据要素安全、高效流通和共享再用，并实现全民共享数字经济发展红利的重要制度保障。首先，政府是数据监管的制度设计者和政策执行者，政府监管机构需要承担必要的监管职责并对监管绩效负责。数据监管需要建立有效的监管机构，发挥政府监管的主导作用，全面提升数据监管效能。其次，在数据要素采集利用和交易过程中，数据处理者是重要微观主体，是数据监管的主要对象，但数据处理者不应该只是作为被动地接受监管，而是要成为重要的数据治理主体，应该承担必要的主体责任，充分发挥数字平台、行业组织等主体的数据信息优势和数字技术优势。为此，需要构建数据处理者自治与政府监管良性互动的合作监管机制。再次，有效的数据监管需要科学、精准的政策工具。数字经济监管采用单一的行政命令控制机制将不再有效，数据监管需要创新监管政策工具，形成行政、司法、技术、伦理等多种手段有机结合的监管治理工具箱[4]。

三、数据监管的三大核心支柱

（一）个人数据隐私保护监管

加强个人数据隐私保护是构建良好的数字生态的重要基础，这不仅有利于充分保护消费者权益，也有利于促进数据开放共享和数字经济创新发展。监管重点是查处各种未经个人授权的数据采集和利用行为，通过个人隐私保护监管来确保企业和公共机构合法合规地采集和使用个人数据，确保个人隐私权不受侵害，营造诚信的商业环境，充分发挥数字经济潜能。

个人数据隐私保护应该建立多轨监管机制，在提升法律监管作用的同时，要发挥行政监管在个人权益保护中的作用，建立公共部门监管与数据主体自我治理相结合的合作监管体制，并强调数据企业在保证用户数据安全中的责任和义务。为了更好地促进数据企业保护个人数据隐私安全，公共监管机构应与行业组织共同制定行业个人数据隐私安全标准，由专业的第三方对企业数据安全保障能力进行认证和评级，促进企业合规运营，以推进数据隐私保护的落实。为提高个人数据隐私保护效能，应重视隐私增强技术（PET）等技术性解决方案在个人数据隐私保护中的特殊作用，实现“数据可用不可见”，实现隐私保护和数据开发利用的平衡。

（二）国家数据安全监管

数据交易应以确保数据安全为前提。面对数据采集、利用和交易可能给经济社会带来的巨大负外部性，以及数据资源和数字治理规则主导权争夺的全球数据竞争大格局，中国应以总体国家安全观为统领，系统构建维护国家数据主权和保护数据安全的监管体系，全面提升数据安全保障能力和治理有效性，形成复原力、防御力和威慑力统一的数据安全体系，有力维护总体国家安全。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律，共同构建了数据安全监管的法律制度基础，利用数据等级保护制度、数据安全风险管理制度、数据安全审查制度、出口管制制度等具体的监管制度，有力地保障了国家数据安全。

数据安全监管制度的落实重在建立以风险管理为基础的分级分类监管体制。数据安全监管首先应依据风险程度对数据进行分级，重点监管关键信息基础设施和重点领域数据、个人敏感数据、未成年人数据等高风险数据，并对高风险数据的交易实行负面清单制度；中风险数据则需制定企业数据安全合规指引，建立完善的数据处理者数据安全治理责任体制；低风险数据则鼓励企业按照合规指引进行自主治理，鼓励企业增强数据治理透明度。

数据跨境流动是国际经济贸易发展的必然趋势，同时，也会带来新的国家安全风险。数据跨境流动监管应在促进数据流动和维护国家数据主权与国家安全之间寻求平衡。为此，政府一方面要加强对重点领域关键数据跨境流动的监管，对关键领域数据、公共数据、个人原始数据实行“不出域”监管。同时，对于非个人化数据、匿名数据和加工处理后的数据衍生产品则可以实行相对宽松的跨境流动政策，形成跨境数据分级分类监管体制，在保证国家安全的基础上促进数据跨境流动。另一方面要积极参与数据跨境流动国际治理规则制定，推动构建开放、公平、公正、非歧视性的国际数据治理规则。

（三）数据流通秩序监管

数据监管的目标是构建安全、诚信和平衡的数据采集与开发利用的数据生态，更好地促进数据交易，实现数据接入共享和重复利用，充分发挥数据要素的价值，最大化释放数据要素促进经济高质量增长的潜能。为此，需要通过政府监管清除数据要素流通过程中的各种技术障碍、体制障碍和主体行为障碍，完善数据交易制度，促进各类数据安全有序地流通和共享，促进数据驱动的商业创新和经济高质量发展，同时，也促进政府公共服务能力和社会治理能力的全面提升，从而形成包容普惠的数字社会。

1.公共数据开放共享监管

公共数据是国家最为重要的数据资源，公共数据是国家机关、公共机构在履行公共职能中所采集、处理和存储的数据，具有典型的公共产品属性，涉及广泛的公共利益，同时，具有重要的商业价值。由于数字商务企业缺乏获取这些原始数据的权限，如果基础性公共数据不能向社会开放并被深度开发利用，则会造成严重的资源浪费，阻碍数字经济创新发展。公共数据监管有必要实行对内共享、对外开放。对内消除数据孤岛，实现政府部门内部的数据共享，对外则在保证数据安全的基础上全面推进公共数据向社会开放。

公共数据监管的重点是进一步推进公共数据开放，并确保公共数据开放安全和竞争中立。首先，保证公共数据向社会开放的充分性，为此应制定公共数据法，对公共数据开放共享作出法律规定，消除公共数据开放共享面临的各种体制障碍，落实以开放为常态、不开放为例外的基本要求。其次，强化公共数据向社会开放的安全性。公共数据开放既要强化部门安全责任，提升数据安全技术保障，切实提升公共数据安全保障能力，又要防止以安全为由拒绝数据开放共享，应通过完善公共数据开放共享清单制度来明确开放数据的范围，并制定公共数据接入安全标准和建立安全保障能力达标制度。再次，加强对国有授权经营企业的监管。目前在公共数据授权经营试点中，一些地区将公共数据授权给国有企业独家运营，为防止国有授权经营企业居于垄断地位，需要加强对公共数据授权经营企业的监管，明确公共数据向社会开放应遵循非歧视性和竞争中立原则，并且明确用于商业目的的公共数据收费原则，公共数据授权经营企业不能以追求利润最大化为目标，应以公益性服务为企业基本定位。

2.常态化数据市场交易秩序监管

市场机制是实现数据要素优化配置的决定性机制。数据市场作用的有效发挥需要以公平自由的市场交易秩序为基础。由于数据要素采集利用具有显著的规模经济和范围经济特点，容易形成数据市场垄断；由于信息不对称，数据市场可能出现各种数据交易欺诈行为和不正当交易行为；由于数字作品的低复制成本，可能会加剧盗版侵权；在现有体制下，数据市场中的行政垄断问题依然突出，阻碍全国统一数据市场的形成。因此，有效的反垄断和反不正当竞争监管成为维护数据市场环境的必然之选。常态化数据市场秩序监管主要包括推行数据开放共享的技术标准、数据平台治理、规范数据开放共享的合同标准和收费机制，明确相关主体的责任和义务，禁止垄断行为和各种不正当竞争行为。

为了发展数据市场，维护公平竞争的数据市场秩序，需要建立科学的反垄断与反不正当竞争监管体制。2022年6月修订的《中华人民共和国反垄断法》第九条规定“经营者不得利用数据和算法、技术、资本优势以及平台规则等从事本法禁止的垄断行为。”2022年11月国家市场监督管理总局发布了《中华人民共和国反不正当竞争法（修订草案征求意见稿）》，对数字经济市场不正当竞争行为作出了进一步的规定。

常态化数据市场秩序监管的重点是数据市场行为监管。首先，加强反垄断监管。居于支配地位的数据持有企业在数据交易中应遵守公平、合理、非歧视性原则，不能利用数据垄断地位实施拒绝交易、独占交易、歧视性交易、捆绑销售、剥削性收费、自我优待等垄断行为。其次，强化大型数字平台和数据持有企业的主体责任。为保证数据交易的公平性，应强化大型数据持有企业透明度要求，为防止数据持有企业利用数据安全标准拒绝合理的接入请求；应要求数据持有企业对数据库接入安全标准、数据格式、接入技术等作出明确说明并公开，监管机构可以推动制定数据接入标准和安全标准；同时，为了防止数据持有者滥用合同条款，市场监管机构可以发布标准化格式合同，并采用基于区块链、智慧合同等方式来避免合同纠纷，促进交易公平。再次，强化数据市场不正当竞争行为监管，重点打击盗取商业数据、合同欺诈等行为，禁止数据开发者利用算法约定歧视性条款。最后，全面落实公平竞争审查制度，打破地方保护和市场分割，消除各种行政垄断，促进数据要素在更大范围内流通，建设高效规范、公平竞争、充分开放的全国统一大市场。

四、数据监管的体制创新

（一）数据监管体制构建的基本原则

数据监管体制创新，对于维护公平竞争的市场环境，确保数据开放共享和创新发展，实现全社会共享数字经济发展成果，意义重大。数据监管体制构建应遵循以下基本原则。一是有效性原则。数据监管的有效性不仅体现为静态有效，制止违法违规行为，还应确保长期的动态有效，监管政策的制定和执行应该具有充分的灵活性和适应性，以应对变化的数据市场。二是创新友好原则。监管应该成为促进数字经济创新的重要保障，通过监管来营造有利于创新发展的政策环境。三是程序公正原则。程序公正是依法行政和建立法治政府的重要制度基础，是监管法治化的根本体现。政府监管必须依据法定的职权和公正的执法程序，确保程序正义，维护利益相关者的权益，保证实现公共利益最大化。四是比例原则。比例原则要求政府监管应针对不同类型企业实行不同的责任义务要求，并采取差别化的监管强度，建立科学的分级分类监管体制。五是合作治理原则。数据市场监管要改变政府一元主体的监管体制，发挥平台企业、平台用户、行业组织、社会公众等多元主体的作用，建立多元主体合作治理的监管体制。

（二）有效市场和有为政府的最佳适配

数据监管需要有效市场和有为政府的结合，而政府与市场关系的适配性是影响高质量发展的重要因素[5]。数据监管中有效市场和有为政府更好结合的关键是科学定位政府和市场的边界。政府监管的重要前提是市场失灵。在市场不能有效发挥作用的情况下，政府监管也要区分不同情况，以明确政府监管介入的侧重点。对于因数据市场相关制度不完善而导致的市场失灵，政府介入的重点是完善数据基础制度，培育市场主体，构建市场化配置机制，建设高效的数字市场基础设施，推进制定数据标准和格式合同，消除阻碍全国统一数据市场形成的各种体制障碍。对于企业违法违规行为，则应强化反垄断与反不正当竞争监管，确保企业合规经营，降低市场交易风险和监管政策不确定性风险。

（三）建立高效的政府监管机构

高效、灵活的数据监管体制，离不开职责明确和运行高效的数据监管机构。以国家数据局为代表的专门数据监管机构，被赋予全面的数据监管职能。国家数据局的成立，不仅有利于优化数据要素监管治理，还将统筹好安全与发展，推动数据要素安全、充分、有序流通。在此基础上，还应重视其他监管机构的补充作用，形成以专门数据监管机构为主、其他机构协同的监管机构体制。

（四）突出数据企业自我治理的主体作用

数据监管需要以有效的企业数据治理为基础，以企业合规经营为主要实施方式。数据持有者数据治理的有效性很大程度上决定了国家数据监管体系的效能，是国家数据监管体系的重要基础[6]。为此，应明确数据持有者的责任和义务。首先，完善企业数据治理主体责任制度体系。为进一步落实平台企业的数据治理责任，有关部门有必要制订并实施数据治理指南或数据治理条例，以明确数据治理原则和数据接入共享义务，设定数据存储、接入共享、流通交易的安全标准，明确数据企业必须履行的数据治理责任，规定数据企业必须配备的技术与组织保障，增强企业数据治理的透明度，完善外部监督机制和处罚措施。其次，科学合理划定数据持有者主体责任范围。要求企业数据治理主体责任遵循比例原则，综合考虑技术、经济条件确定企业责任，防止对企业提出过高的责任要求而抬高企业合规成本。再次，激发企业数据治理的内在动力。在数据流通交易中，大型数字平台既涉及自身利益诉求，也涉及消费者、商家以及社会公众的利益诉求。为此，需要建立政府与数字平台企业合作监管体制，以便取得数据市场参与各方利益的最大公约数，激发各类主体参与数据监管的内在动力。

（五）创新数据监管治理政策工具

由于数据要素具有独特经济属性，单独采取行政性措施无法实现有效监管的目标，需要综合运用多种政策手段。传统的政府监管体制具有明显的“强行政”特点和强力实施的制度优势，但也存在执法过度与执法不足长期并存的弊端，构建多种数据监管手段有机组合体制会有效补齐传统监管体制短板，确保监管效率和效果的统一，实现监管现代化。首先，数据监管需要创新行政监管体制。数据监管应更多采用柔性执法方式，注重激励监管对象主动合规，赋予监管对象一定的合规自主权，增强行政监管的激励性，强化政府监管机构的服务职能。同时，数据监管还要积极采用科技手段实现智能监管，提高监管效能。其次，数据监管要积极发挥法治的重要作用。数据监管要合理区分不同类型数据的经济属性和风险等级，对于私人主体间利益关系的问题可以通过民事诉讼的方式来解决，减少公共行政执法过度介入私人利益关系。再次，强化技术方案的保障作用。数据采集利用中出现的诸多风险很大程度上是由技术开发设计缺陷和系统运用不规范造成的。因此，需要将数据安全、竞争中立等原则嵌入到算法和程序设计中，通过技术设计来确保合规，并建立数据质量标准体系和算法应用认证制度，实施算法程序审查和许可制度。同时，鼓励监管科技创新和数据安全技术应用，发挥隐私增强技术等对促进数据安全、诚信流通交易的保障作用。最后，强化数据开发利用的伦理治理。在数据算法技术对经济社会影响越来越大的情况下，必须强化技术伦理规则，强化数据技术使用者和消费者的伦理责任，发挥伦理治理的独特作用，消除数据算法使用中各种“偏见”问题的发生。