數據資源有邊際報酬遞增效果

　　作者：陸銘（上海交通大學安泰經濟管理學院特聘教授、中國城市治理研究院研究員）

　　數據作為一種新的生產要素，與傳統的生產要素如土地、資本、勞動力和技術等，有很大的不同。傳統生產要素，往往有越用越少的性質，因此，它的積累很難實現量的躍升。有的要素用完了就沒有了，或是有折舊。除了技術要素以外，其他要素有邊際報酬遞減的特徵。但是，數據資源有邊際報酬遞增的效果，也就是說，當數據規模越大、種類越多時，它越能煥發出強大的生產力作用。

　　數據要素不會隨著使用逐漸減少，還與數據的另外一種特徵有關，也就是數據是在生產和消費的過程中產生的。因此，越生產、越消費，數據資源越多。就當前而言，還有五大問題待解，這也是全人類共同面臨的問題。

　　第一是數據的產權。傳統生產要素的產權相對來說比較明確，所有者、使用者和受益者分別是誰，一目了然。但是數據作為一種資源，存在產生數據的人沒有很好地獲得回報的問題。比如消費者在進行消費的時候，產生了數據資源，這些數據對於企業和公共管理者而言，有很大的利用價值，但這種利用價值並不一定被消費者本人所獲取。因此，這個數據到底是屬於個人，還是屬於企業，企業有沒有權利利用個人所產生的數據去牟利？如果僅限于在與消費者互動的過程中使用，以提高生產者的效率，那還可以另當別論，但企業有沒有可能把消費者產生的數據拿去轉讓獲利，這就比較有爭議。此外，消費者產生的數據具有公共性，當這種公共性被用來進行公共管理的時候，也會涉及授權問題。這些問題需要有制度建設來進行明確，數據產權的所有權、使用權和收益權需要好好界定。

　　第二是隱私保護。一段時間以來，在國內外都出現一些大數據被轉讓、買賣、公開甚至濫用的現象。這些問題讓公眾對於個人數據隱私安全產生擔憂。公共用途以及企業用途，如何做到保護個人隱私？如何有效地避免洩露？公共權力跟個人隱私的邊界在哪？這些也值得去探討。

　　第三是對大數據壟斷的擔憂。對於壟斷，傳統經濟學主要是由市場份額來進行判斷。但在大數據時代，一些平臺經濟如果要發揮功能，天然就需要有大規模的用戶和數據。這有利於提高資源配置效率，但也客觀上存在一些“大數據殺熟”等企業利用大數據優勢來侵犯消費者利益的問題。在大數據時代，如何定義壟斷？如何界定壟斷的危害？這些問題在國內外學術界和政策制定界都還在進一步探索，還沒有完全的定論。

　　第四是數據的公共安全。這既包括我們把數據匯總到某一公共平臺的時候，如何防止數據洩露、濫用或被私人用於牟利，也包括一些平臺經濟在涉及跨國經營的時候，如何保障一國的數據與其他國之間，既能有效地建立安全邊界，又能在特定領域進行跨國協調和配合。因為大數據本身具有規模經濟性，如果數據不流通，就可能難以實現應用價值。對此，目前一個比較一致的看法是，演算法可以無邊界，但原始數據要設立好防火牆。但也有例外，如在抓捕跨境犯罪時，光有演算法共用可能也不夠，還會涉及數據的溝通。再如跨國界的聯合開發，如果僅有演算法的共用，終端的研發者可能很難在數據上發現價值或者問題，會影響開發效率。這都是理論和實踐中需要去探討的問題。

　　第五是數據開放共用。公共數據平臺在發揮用途的時候，需要向研究者進行開放。數據具有正外部性特徵，把不同的數據匯集到同一個平臺上，比單獨利用一種數據，所煥發出來的效能更大，甚至可以呈幾何級數增長。但這裡面就涉及到幾個問題：首先，我們通過什麼樣的機制讓不同的數據匯集到同一個平臺上來？中國目前在這方面走在世界前列，比如通過政府的協同來打造大數據中心、智慧城市、城市大腦等。但協調仍是一個難題，且不說去協調企業所擁有的大數據，連政府不同的部門之間，其所擁有的數據都很難歸集到同一個平臺上來。其次，就算數據都匯集到同一個平臺，誰來開發也是個問題。一些平臺的數據建設者，本身並不一定直接去開發數據，產出可以解決實際問題的應用場景。而能夠開發應用場景的科學家，如何使用平臺上的數據來做科學研究？科學家利用這些大數據所產生的成果，如何界定其智慧財產權？