全球数据治理在释放数据价值中的作用
当前全球数据治理现状
建立国家层面的数据治理框架是一项持续而复杂的任务。各国在发展这些框架、实施它们以及执行它们方面的能力差异很大。他们面临的挑战包括治理的复杂性、数字鸿沟、不断变化的立法环境(包括国家和国际层面的法律、法规和标准)以及不断发展的数据密集型技术。然而,这些框架对于促进可信的数据共享至关重要,这可以推动经济活动。Silvana Fumega基于《全球数据指标》的研究成果,探讨了全球各国在建立法律框架和数据政策方面的进展及其面临的众多挑战,并提出了一些潜在解决方案。Susan Ariel Aaronson则关注数据治理与人工智能(AI)治理之间的相互作用,指出两者之间存在的差距可能带来的风险。Lorrayne Porciuncula讨论了如何将数据治理置于政策讨论的核心,重新定义价值创造的方式,以优先考虑社会福祉和可持续性而非企业的短期利润。
不同视角下的价值观念
数据治理通常侧重于个人及其个人信息,但数据也可能从群体和个人活动中推导出来。不同的人和群体对数据治理及其价值的看法可能存在差异。例如,汇总数据可能为社会带来价值,而这些价值可能不完全反映在个体的视角中。同时,这也会带来各种风险。随着新技术的出现和不同类型数据的利用,这种情况正在不断发展。如何代表多样化的视角和利益,并赋予它们相应的权重是一个持续的挑战。为此,已经开发出了多种数据管理模型,每种模型都有其优缺点,但它们可以允许个人和群体控制数据的使用方式、如何从中获取价值以及如何分享这些价值。
数据治理框架
数据形成了一个价值链:尤其是大数据可以通过人工智能技术生成强大的分析结果,极大地提高政策和商业决策的质量。那些在大数据领域先行的企业通过规模经济、范围经济、网络效应和信息不对称获得巨大优势,从而显著提升了自身的价值,并获得了巨大的市场力量。这种局面导致了不同的提案来解决这一权力问题,因为这可能会抑制创新、侵犯隐私并影响价值的创造和分配。Keldon Bester讨论了竞争政策的新焦点及其在释放数据价值中的重要作用,以及它如何捕捉非货币问题(如隐私)。大企业在“技术栈”中的基础设施垄断也促使人们探索数字公共基础设施(DPI)的作用。Soujanya Sridharan、Vinay Narayan和Jack Hardinges解释了DPI作为一种替代私人垄断的可能性,并强调了DPI的方向(即如何使用)对于确保适当治理的重要性。
机制合作
市场机制是释放数据价值的一种显而易见的方法。Alex He和Rebecca Arcesati记录了中国地方数据交易平台的经验,这些平台允许各种类型的数据(包括个人数据)的公开交易。虽然交易交易所通常被视为价值发现的主要手段,但数据市场的治理机制仍需进一步完善。