每經記者｜蘇娜    每經編輯｜劉艷美

數字時代，數據已成為重要的生產要素，對提高生產效率的作用日益凸顯。日前發布的《數字中國發展報告（2021）》顯示，2017-2021年，我國數字經濟規模已經連續多年位居世界第二，全球占比9.9%。中國數據體量巨大且增長迅速，從平臺經濟發展到數據分析、治理等都面臨挑戰。

“平臺數據治理大方向是，需要在保護消費者和其他數據主體權益的基礎上促進創新，并保持國際競爭力。”7月31日，北大國發院教授、北大數字金融研究中心副主任沈艷在“平臺經濟創新與治理”研討會暨《平臺經濟：創新、治理與繁榮》發布會現場直呈要害，“平臺數據治理有三個無法回避的問題，即：數據生產要素如何流通？人的智能與人工智能如何互動來進行數據決策？數據安全和隱私保護如何周全？”

作為重要的生產要素，沈艷將數據流通比作“戴著鐐銬跳舞”。在她看來，國內國際都有系列法令來保護數據安全和個人隱私，數據要素流通也需遵照相關法律法規。“事實上，中國的相關規定和歐洲的嚴格程度是不相上下的。”沈艷指出。

如何促進數據生產要素的流通？沈艷認為，區別于傳統要素交易“先確權再流通”的模式，數據交易應“著重培育基于數據價值的數據服務交易，基于數據價值來推動數據服務，謹慎推進基于明確數據權屬的原始數據交易”。

此外，沈艷建議推動公共數據共享，用“分級分類數據牌照或許可證”來解決數據流通的邊際問題，也方便進行數據“問責”回溯。

隨著數據技術的發展應用，數據分析為決策帶來便利的同時，也存在一些“隱性”問題，如大數據殺熟、隱蔽的算法歧視。這些來自人工智能的“歧視”，不那么容易被發覺，也給監管提出了新要求。

對此，沈艷建議，推動算法審計。“算法審計不是做價值判斷，而是增加規則透明度。”如使用平臺軟件時，讓監管方、消費者、平臺方、提供服務等多方可理解此時算法規則與數據保護方式，減少各方信息不對稱，從而達到調整各方權益，做到相對公平。

“重視對輸入輸出和結果的評估，而非公開算法、讓代碼透明化。”沈艷簡單解釋了算法審計的路徑。從內容上看，可對“預測或優化目標”“數據說明”“算法技術及使用原因”“算法運行效果”“個人信息保護和數據安全的具體安排”等方面進行審計；從評估上看，可包括歧視、有效性、透明度、直接影響、安全和可獲得性等尺度進行設計。

沈艷特別提到，在平臺經濟應用和發展過程中，要做好算法與人的決策匹配，“在實際解決問題中不應高舉算法，算法決策與人的決策在關鍵部分還應做好調整”。

時至當下，無論從個人角度還是國家層面，數據安全和隱私保護備受關注。具體到技術方面，目前已有圍繞密態計算、去標識化與脫敏技術等相關討論。

如何更進一步推動數據安全和隱私保護？在沈艷看來，不止涉及技術，隱私保護和隱私計算的制度建設亟需推進，比如，企業內部設計隱私保護機制流程，監管部門設置監管配套措施等。她強調，數據安全和隱私保護應側重技術發展而不是行政手段來解決問題。

最后，沈艷建議，無論是數據生產要素治理、算法治理還是隱私和數據安全保護等問題，既要保護消費者也應兼顧其他主體權益，加強平臺兩端信息透明化、減少信息不對稱等。同時，還應注重調動平臺創新處理數據治理的積極性、發揮行業自律性。

封面圖片來源：攝圖網_500610243