【摘要】隨著數(shù)據的累積，不同科技企業(yè)在數(shù)據資源的儲備量上的差異愈加明顯，數(shù)據壟斷逐漸形成，并催生了“堰塞湖”，導致各企業(yè)間的數(shù)據難以互通，用戶隱私泄露問題隨之凸顯。因此，通過有效的數(shù)據治理來緩解數(shù)據壟斷形勢、促進數(shù)據安全與公平的共享流通刻不容緩。一方面應完善當前的數(shù)據治理模式，發(fā)揮現(xiàn)有治理手段的作用；另一方面要積極開拓透明化的數(shù)據治理框架，解決以數(shù)據壟斷為主的數(shù)據倫理問題，構建健康有序的中國大數(shù)據生態(tài)。

【關鍵詞】數(shù)據壟斷 數(shù)據治理 數(shù)據透明 【中圖分類號】F49 【文獻標識碼】A

大數(shù)據時代，海量數(shù)據的累積催生了數(shù)據挖掘、機器學習等新興技術，同時也為這些技術預測未來、作出決策提供了基礎，為社會創(chuàng)造了前所未有的價值。隨著數(shù)據的累積，數(shù)據作為驅動人工智能等技術發(fā)展的重要資源，逐漸成為各科技公司爭奪的主要對象，不同科技企業(yè)在數(shù)據資源的儲備量上的差異也愈加明顯，數(shù)據壟斷逐漸形成，并催生了“堰塞湖”，各企業(yè)間的數(shù)據難以互通，并且由于數(shù)據本身與個人隱私的密切關系，用戶隱私泄露問題亦隨之凸顯。筆者帶領團隊基于3000萬真實用戶數(shù)據和30萬APP數(shù)據，對當前的數(shù)據收集情況進行了量化分析發(fā)現(xiàn)，當前數(shù)據壟斷形勢異常嚴峻，對數(shù)據進行有效治理迫在眉睫，而數(shù)據透明化應是未來數(shù)據治理的主題和必經之路。

當前移動應用軟件市場的數(shù)據壟斷現(xiàn)狀

為量化當前移動應用市場的數(shù)據壟斷情況，筆者基于3000萬真實用戶數(shù)據和30萬APP數(shù)據，使用權限分析法對2018與2019兩年大數(shù)據收集現(xiàn)狀進行分析。分析的主要對象包括：數(shù)據生產者，即產生數(shù)據的個人或機構，在移動應用場景中通常指移動用戶；數(shù)據收集者，即以主動或被動的方式收集數(shù)據的個人或機構，在移動應用場景中通常指APP開發(fā)商；數(shù)據使用者，即以任何形式處理或使用數(shù)據的個人或機構，在移動應用場景中它可以是數(shù)據收集者，也可以是通過數(shù)據流通、共享等方式獲取數(shù)據的第三方；數(shù)據監(jiān)管者，即在數(shù)據收集、流通、使用過程中對數(shù)據進行合法監(jiān)管的個人或機構，通常包括相關政府機構和可信第三方等。分析結果顯示，當前移動應用市場數(shù)據壟斷形勢十分嚴峻，10%的數(shù)據收集者可獲取99%的用戶權限數(shù)據，數(shù)據收集的不平衡現(xiàn)象遠甚于社會財富分配中的二八定律。

首先，從總體數(shù)據壟斷現(xiàn)狀來看，為詳細闡明該數(shù)據收集現(xiàn)狀，筆者根據獲取權限數(shù)據的數(shù)量級對數(shù)據收集者進行劃分，將獲取1億及以上權限數(shù)據的收集者定義為“億級權限數(shù)據收集者”，獲取1億以下1千萬以上權限數(shù)據的數(shù)據收集者定義為“千萬級權限數(shù)據收集者”，并以此類推。主要結論如下：根據2019年總體數(shù)據收集狀況，當前數(shù)據壟斷形勢嚴峻，極少數(shù)數(shù)據收集者壟斷了絕大部分權限數(shù)據。2019年度數(shù)據壟斷的“主力軍”是占據所有數(shù)據收集者數(shù)量1%的“百萬級、千萬級、億級的權限數(shù)據收集者”，他們可獲取約92%的權限數(shù)據。對比2018年度與2019年度數(shù)據壟斷狀況，前10%的權限數(shù)據收集者獲取的權限數(shù)據量占比略有減少，但總體上數(shù)據壟斷態(tài)勢居高不下。具體而言，不同級別權限數(shù)據收集者的數(shù)量與獲取數(shù)據量的對比分布如圖1所示，“百萬級、千萬級、億級的權限數(shù)據收集者”本身的數(shù)量極小，但權限數(shù)據獲取量均在10%以上，而其余大量的數(shù)據收集者可獲取的數(shù)據量不足3%。該狀況從不同比例數(shù)據收集者獲取權限數(shù)據分布情況中體現(xiàn)得更為明顯，如圖2所示。表1給出2018年度與2019年度權限數(shù)據收集的對比情況，其變化量為負值說明這些權限數(shù)據收集者獲取數(shù)據量占比有所減少，但權限數(shù)據收集者數(shù)量超過5%后，其獲取數(shù)據量的變化微乎其微。可見，我國總體數(shù)據壟斷形勢依舊嚴峻。

其次，從分類數(shù)據壟斷現(xiàn)狀來看，筆者所在團隊對Google Play及國內第三方應用網站中APP分類進行調研，將當前市場上的APP劃分為20類，分別是安全類、生活類、社交類、辦公類、理財類、購物類、教育類、兒童類、旅游出行類、攝影圖片類、視頻類、工具類、通信類、新聞類、醫(yī)療類、音樂類、游戲類、娛樂類、閱讀類和運動類?；谠摲诸?，得出如下結論：每類APP的數(shù)據壟斷形勢都十分嚴峻，前10%的數(shù)據收集者均收集了不少于97%的權限數(shù)據。各類APP中，工具類、社交類和游戲類為數(shù)據壟斷的重災區(qū)，教育類和閱讀類的數(shù)據壟斷狀況較總體水平有所緩解。具體情況如圖3所示，工具類、社交類和游戲類的前0.1%數(shù)據收集者收集了約80%的權限數(shù)據，前1%的數(shù)據收集者收集了約95%的權限數(shù)據，而前5%的數(shù)據收集者就收集了約99%的權限數(shù)據。在形勢較為緩和的教育類和閱讀類，前1%的數(shù)據收集者收集了約75%的權限數(shù)據，低于該比例數(shù)據收集者對應的總體占比。

最后，從主要數(shù)據收集者壟斷現(xiàn)狀來看，筆者對數(shù)據獲取量排名前5的數(shù)據收集者對比分析，以展示當前主要數(shù)據收集者的壟斷現(xiàn)狀。為保護數(shù)據收集者的個體隱私，該分析隱藏這5個數(shù)據收集者的名稱，僅提供統(tǒng)計性結果。這5個數(shù)據數(shù)據者，最多的可獲取8%的權限數(shù)據，最少者可獲取3%的權限數(shù)據，累計可獲取近24%的數(shù)據。也就是說，僅這5個數(shù)據收集者，就可獲取約1/4的用戶數(shù)據。其中，3個數(shù)據收集者所開發(fā)APP涉及了18個以上的APP類別，其余2個數(shù)據收集者側重于單個領域，其開發(fā)APP僅涉及了不足5個類別。這5個數(shù)據收集者的共同點是：其開發(fā)APP對應的用戶量群體均十分龐大。

以當前數(shù)據收集者們的數(shù)據獲取量為依據，分析數(shù)據壟斷的成因

在嚴峻的數(shù)據壟斷形勢下，探究數(shù)據壟斷成因十分關鍵。當前數(shù)據壟斷的形成與數(shù)據自身的特點、數(shù)據收集者們的商業(yè)運營模式以及人工智能時代的網絡效應密切相關。

第一，數(shù)據易聚集、難確權的特性，使得數(shù)據壟斷易形成。大數(shù)據時代，海量數(shù)據通過移動設備、傳感器網絡等源源不斷地自動產生，數(shù)據的生產成本較低，同時其本身的價值密度也較低，海量數(shù)據的價值需通過數(shù)據挖掘、機器學習等技術提取。而這些技術本質上是數(shù)據驅動型技術，需基于大量數(shù)據的輸入才能獲取高準確性、高可用性的輸出結果，造成數(shù)據本身易聚集的特點。此外，數(shù)據本身的特殊性使其既不同于石油、礦藏類的自然產物，也不同于專利、作品等精神產物，難以確定其所有權。在當前數(shù)據不能依據法律法規(guī)確權的現(xiàn)狀下，數(shù)據收集的合理合規(guī)性得不到有效保證，易形成數(shù)據壟斷。

第二，數(shù)據寡頭多產品、跨領域、高用戶量的商業(yè)運營特點，是數(shù)據壟斷形成的重要因素。數(shù)據寡頭即當前數(shù)據壟斷的主要對象，對應的就是排名前0.1%的數(shù)據收集者。當前數(shù)據寡頭們通過業(yè)務擴張、資本運作、并購等方式完成企業(yè)擴張，導致其具有多產品、跨領域的商業(yè)特點，并據此吸引或維系海量用戶，從而具有海量數(shù)據收集的能力，形成數(shù)據壟斷。分析結果表明，在移動應用市場，數(shù)據收集者們開發(fā)APP的數(shù)量越多、使用量越高、涉足的領域越多，其獲取的權限數(shù)據量越大，越有可能成為數(shù)據寡頭，形成數(shù)據壟斷。顯然，前0.1%的權限數(shù)據收集者的這三個因素比其他權限數(shù)據收集者明顯高出數(shù)倍。

第三，人工智能時代的網絡效應促進數(shù)據壟斷形成。人工智能技術數(shù)據驅動的特點使其本身就具有網絡效應。隨著人工智能技術產品使用的用戶量激增，該技術可獲取更多用戶的數(shù)據輸入，從而可創(chuàng)建可用性更高的數(shù)據模型，增加其自身價值的同時吸引并服務于更多用戶。當前移動應用市場上的數(shù)據寡頭均為大型科技公司，他們均受益于人工智能等技術的支持。相應地，基于其海量的用戶數(shù)據，他們可持續(xù)發(fā)展優(yōu)化其產品與服務，進一步維持并吸引新用戶。而本身處于弱勢的數(shù)據收集者們則限于其產品或服務的升級能力，迫于數(shù)據寡頭發(fā)展的壓力逐漸流失用戶，滾雪球效應產生，數(shù)據壟斷現(xiàn)象隨之加劇。

緩解數(shù)據壟斷形勢、促進數(shù)據安全與公平的共享流通，三種數(shù)據治理模式更為有效

嚴峻的數(shù)據壟斷形勢給當前移動互聯(lián)網的發(fā)展帶來了巨大的挑戰(zhàn)。數(shù)據壟斷使得寡頭公司擁有大部分的用戶數(shù)據，在數(shù)據驅動的發(fā)展模式下，壓縮了該領域內其他公司的生存空間，不利于小型企業(yè)的發(fā)展。數(shù)據壟斷一定程度上破壞了市場自由競爭的規(guī)則，數(shù)據寡頭公司基于海量數(shù)據資本掌握市場主導權。對小型企業(yè)的打壓，使得消費者失去同類服務的可替代選項。數(shù)據壟斷有可能阻斷小型企業(yè)的技術創(chuàng)新，而大型企業(yè)利用其豐富的數(shù)據可開發(fā)多領域的生產經營活動，技術壁壘進一步抑制了新技術的產生。數(shù)據壟斷使得寡頭企業(yè)一家獨大，掌握對用戶數(shù)據的控制權，易加劇數(shù)據濫用、隱私泄露、用戶歧視等其他數(shù)據倫理問題的產生。因此，一方面，應規(guī)范數(shù)據的收集、流通和使用，促進數(shù)據資源的合理配置；另一方面，應積極探索用戶隱私保護的數(shù)據共享方式，促進數(shù)據共享流通?，F(xiàn)有的數(shù)據治理模式包含以下三種：

一是局部模式。在數(shù)據流通前，從數(shù)據源頭基于隱私保護技術對數(shù)據進行處理，一定程度上能夠限制企業(yè)收集大規(guī)模數(shù)據的行為。當前應用的隱私保護技術主要包括基于擾動的匿名化、差分隱私技術和基于密碼學的安全多方計算等，這些技術提供的隱私保護程度越高，收集數(shù)據的準確性越差，計算成本也就越高。數(shù)據收集者必須平衡隱私保護與數(shù)據有效價值之間的關系，從而緩解當前低成本的數(shù)據收集壟斷局勢。在該治理模式下，數(shù)據寡頭仍持有大部分數(shù)據的控制權，數(shù)據壟斷有所緩解但并未根除，并且需要權衡好數(shù)據治理與產業(yè)輸出之間的關系。

二是中介模式。在數(shù)據流通過程中增加第三方中介平臺，參與數(shù)據流通，促進數(shù)據共享。當前的中介平臺主要包括數(shù)據交易平臺、數(shù)據眾包平臺和數(shù)據共享平臺三種模型，分別適用于不同情景。自2015年國務院印發(fā)《促進大數(shù)據發(fā)展行動綱要》以來，全國范圍內涌現(xiàn)出多個數(shù)據交易平臺，包括以數(shù)據包交易為主的政府類數(shù)據交易所，如貴州大數(shù)據交易所、上海數(shù)據交易中心、長江大數(shù)據交易中心等，以及以API接口模式為主的民營平臺，如聚合數(shù)據、京東萬象、數(shù)據堂等。數(shù)據眾包平臺為企業(yè)或個人提供有償?shù)臄?shù)據供應及下載途徑，目前有百度數(shù)據眾包、有道眾包、螞蟻眾包等平臺。數(shù)據共享平臺包括數(shù)據直接共享和數(shù)據間接共享兩種方式。直接數(shù)據共享平臺依據必要的設施規(guī)則，推動公共部門之間不對稱信息的流通和企業(yè)之間數(shù)據的合理共享，較為典型的是英國人工智能實驗室與開放數(shù)據研究所合作建立的“數(shù)據信托”實驗點，其目的是促進多集團之間的數(shù)據共享。間接數(shù)據共享平臺拒絕對源數(shù)據的直接共享，支持對本地數(shù)據訓練得到的模型參數(shù)進行共享，而后由多方參與者共同訓練效果較強的機器學習模型。該方法符合當前數(shù)據驅動的技術發(fā)展情景與用戶隱私保護的需求，具代表性的是微眾聯(lián)邦學習項目與華為NAIE聯(lián)邦學習平臺。從總體發(fā)展現(xiàn)狀來看，第三方中介的項目眾多，但目前數(shù)據交易、共享的規(guī)模并不大，具有很大的發(fā)展空間。

三是全局模式。對數(shù)據產生、流通和使用的整個生命周期進行監(jiān)管，弱化數(shù)據寡頭對數(shù)據的掌控權，增強數(shù)據生成者（即用戶）和數(shù)據監(jiān)管者對數(shù)據的控制權。該模式主要分為中心化和去中心化兩種形式。中心化全局模式是指建立統(tǒng)一的數(shù)據監(jiān)管平臺，對數(shù)據進行統(tǒng)一管理，如庫克提議美國聯(lián)邦貿易委員會組建的“數(shù)據清算所”，通過監(jiān)管數(shù)據流通狀況來確保用戶對數(shù)據的控制權。去中心化全局模式指借助區(qū)塊鏈、智能合約等去中心化技術與平臺，對數(shù)據收集、流通、共享、使用、結算等過程存證，構建可驗證、可追蹤、可溯源的數(shù)據共享與監(jiān)管機制，目前已有眾多政府機構與學術機構在此方面展開研究。全局模式相較其他兩種治理模型成本更高，目前該數(shù)據治理體系正在構建中，其應用尚不成熟。

數(shù)據透明是解決數(shù)據壟斷問題的根本途徑，是未來數(shù)據治理的必經之路

上述數(shù)據治理模式以政府和IT企業(yè)為主要參與者，針對數(shù)據壟斷、阻塞、不互通等問題提出局部或全局的治理方案，重點在于可監(jiān)控的數(shù)據資產平衡分配。然而，當下的數(shù)據壟斷問題不僅僅是數(shù)據資產的分配失衡問題，更是人工智能時代數(shù)據倫理的問題，數(shù)據壟斷的加劇會導致數(shù)據隱私、數(shù)據歧視等其他倫理問題的發(fā)生。筆者認為，當下大數(shù)據的“堰塞湖”已然形成，數(shù)據壟斷愈發(fā)嚴重，數(shù)據隱私與公平問題層出不窮，歸根結底是數(shù)據收集、流通、共享、使用和決策過程中的不透明性所致。因此，數(shù)據透明是解決上述問題的根本途徑，是未來數(shù)據治理的必經之路。

數(shù)據透明，并不表示數(shù)據對所有人公開可見，它指的是數(shù)據在其生命周期中對其從屬主體透明化，即在數(shù)據收集、流通、共享、使用和決策過程中，保證數(shù)據對其擁有者、使用者和監(jiān)管者顯示部分或全部的透明性。在整個數(shù)據透明框架中，數(shù)據的隱私必須加以考慮并得到保證。對數(shù)據壟斷而言，數(shù)據透明的應用可促進數(shù)據收集、流通和使用記錄的生成，從而完成數(shù)據的審計、溯源與問責。該方式既可達到數(shù)據監(jiān)管的目的，又可為數(shù)據共享方向與方式提供評估依據，結合數(shù)據訪問控制技術可全方面監(jiān)控并防止數(shù)據壟斷的生成。

宏觀上，基于數(shù)據透明的數(shù)據治理應聚焦于以下三個方面內容：第一方面，保證數(shù)據質量與價值。數(shù)據作為大數(shù)據時代科技企業(yè)的主要資源，在使用數(shù)據治理手段協(xié)調各個社會主體利益時，應基于數(shù)據透明機制保證數(shù)據的真實性、正確性，統(tǒng)一多源數(shù)據標準，評估有效數(shù)據價值，從而保證數(shù)據驅動決策的可靠性。第二方面，評估和監(jiān)管個人隱私數(shù)據的使用。用戶作為大數(shù)據生產者，極易在數(shù)據流通過程中丟失對自身數(shù)據的控制權?；跀?shù)據透明，可評估和監(jiān)管個人隱私數(shù)據的流向及用途，使用戶重拾數(shù)據控制權，有效避免數(shù)據過度收集與聚積，預防個人隱私數(shù)據泄露。第三方面，監(jiān)管并促進數(shù)據流通與共享。這也是阻斷數(shù)據壟斷的重要舉措，但在實施時需兼顧數(shù)據隱私，考慮各參與主體間的信任模型，平衡各方利益。

具體而言，基于數(shù)據透明的數(shù)據治理可借助區(qū)塊鏈技術實現(xiàn)?；趨^(qū)塊鏈公開透明、去中心化和不可篡改的特性，可在數(shù)據生命周期中的各階段分別進行有效的數(shù)據治理。在數(shù)據存儲階段，基于區(qū)塊鏈和智能合約存儲數(shù)據，可達到支持審計的目的，防止該過程中數(shù)據偽造、數(shù)據篡改、數(shù)據標準不統(tǒng)一等問題的出現(xiàn)。在數(shù)據收集與共享階段，可使用區(qū)塊鏈保存數(shù)據的收集與共享日志，對數(shù)據流通過程進行追蹤溯源；同時結合策略承諾、違法檢測、隱私審計，可在隱私保護技術失效的情況下通過溯源問責保護隱私，并為實施數(shù)據監(jiān)管、防止數(shù)據壟斷提供技術支持。在數(shù)據使用與決策階段，可基于區(qū)塊鏈對數(shù)據計算節(jié)點進行驗證，通過經濟懲罰等手段防止惡意參與方的加入，同時驗證決策結果的可靠性，確保數(shù)據的高效合理產出。

2020年4月6日，中共中央、國務院印發(fā)的《關于構建更加完善的要素市場化配置體制機制的意見》提出，要加快培育數(shù)據要素市場的概念，并強調了數(shù)據的開放與共享。這使得解決數(shù)據壟斷問題、評估和監(jiān)管數(shù)據的合理分配與使用，變得更加緊迫和必要。同時，它也對數(shù)據共享流通方式和數(shù)據質量等提出了更高的要求。將數(shù)據作為要素應該放在數(shù)據治理的框架下加以考量，需要綜合考慮數(shù)據生命周期內相關參與主體的權利與義務。在未來數(shù)據治理的過程中，我們一方面要完善當前的數(shù)據治理模式，發(fā)揮現(xiàn)有治理手段的作用；另一方面要積極開拓透明化的數(shù)據治理框架，解決以數(shù)據壟斷為主的數(shù)據倫理問題，構建健康有序的中國大數(shù)據生態(tài)，促進大數(shù)據產業(yè)合理規(guī)范發(fā)展。

（作者為中國人民大學信息學院教授、博導）

【參考文獻】

①《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》，中國政府網，2020年4月6日。

②《國務院關于印發(fā)促進大數(shù)據發(fā)展行動綱要的通知》，中國政府網，2015年9月5日。

③《習近平：實施國家大數(shù)據戰(zhàn)略，加快建設數(shù)字中國》，《人民日報》，2017年12月10日。

責編/韓拓 美編/陳媛媛

聲明：本文為人民論壇雜志社原創(chuàng)內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。