滴滴被罚透视数据分析三大问题。

  • A+
所属分类:网约车平台

2022年7月21日,国家互联网信息办公室依据《网络安全法》《数据安全法》《个人信息保护法》《行政处罚法》等法律法规,对滴滴全球股份有限公司处人民币80.26亿元罚款,对滴滴全球股份有限公司董事长兼CEO程维、总裁柳青各处人民币100万元罚款,引发公众关注。“滴滴事件”并非单纯的国家——资本关系偶发事件,它反映出新技术革命时代,资本要素与国家能力之间的深刻紧张。“滴滴事件”以数据安全问题为表征,但其背后体现的,是数据安全与资本垄断逻辑的并生与杂糅。

 

 

当前,数据作为新型生产要素,正深刻影响着国家经济社会的发展。数据安全保障能力是国家竞争力的直接体现,数据安全是国家安全的重要方面,也是促进数字经济健康发展、提升国家治理能力的重要议题。

 

 

近年来,诸如大数据滥用、用户个人信息泄漏、数据窃取与贩卖等已经成为非常普遍的现象。如何维护平台经济发展中的数据安全,更好地发挥平台经济在促进经济增长、改善人民生活方面的积极作用,对政府、对平台来说都是一个值得深入研究的课题。黄益平教授在《平台经济:创新、治理与繁荣》中,探讨了数据安全对于平台经济的重要性,并为平台经济数据安全治理提出了几点建议:

 

 

01

 

 

数据就是新的煤炭

 

 

数据的重要性可以从流行的说法“数据就是新的石油”得到印证。不过,曾担任亚马逊机器学习团队负责人的尼尔·劳伦斯认为“数据就是新的煤炭”的说法更加贴切,因为第一次工业革命时的蒸汽机对那些拥有大量煤炭的人更有用。没有数据,也就不会有平台经济。党的十九届四中全会首次提出将数据作为生产要素参与收益分配,这是一次重大的理论创新,标志着数据从技术要素中独立出来成为单独的生产要素。

 

 

数据分析的功效已经在平台经济领域得到充分展示:约车平台可以以最低的成本、最短的时间匹配出租车与乘客;外卖平台可以保证外卖员以最快的速度将多份食物从餐馆送到点餐人手中;短视频平台可以随时将体现个人偏好的短视频推送到相关的移动终端;数字金融平台可以通过分析用户的网购、社交等数字足迹,提供信贷服务,控制信用风险。除此之外,数据分析还可以帮助优化城市交通管理、识别新冠病毒的密接人群,甚至追踪犯罪分子。总之,数据分析可以帮助平台企业提高运行效率,改变业务模式,增强个性化服务。

 

 

但目前离数据成为生产要素还有很远的距离。第一,需要明确数据的权属关系,包括所有权与使用权。但与传统生产要素不同,对数据做清晰的所有权、使用权界定非常困难。数据本身具有私人、平台和公共三重属性。目前各平台应用的主要是“特有”数据,而非严格意义上的大数据,形成大数据的关键是打破孤岛、实现共享。与传统要素相比,数据要素在配置中的优点是可以重复使用,缺点也是可以重复使用。一套数据谁都可以使用,不具有稀缺性,但又涉及复杂的利益博弈,给交易和定价造成困难,反过来会影响数据的收集与分析。

 

 

02

 

 

我国数据分析存在的

 

 

三大问题

 

 

过去我国没有形成一套完善的数据治理框架,平台企业收集、使用数据的自由度比较大,好处是各种利用大数据分析的创新活动非常活跃,坏处是侵犯个人权益、破坏竞争秩序等现象非常普遍。概括起来,数据分析方面存在如下三大类问题:

 

 

第一,个人隐私与权利没有得到必要的保护。平台企业及其他平台服务提供商肆意扒取其他网站的数据、收集手机用户的个人信息,甚至未经许可私自开启手机麦克风、偷听谈话,这些都属于违法行为。2021 年 8 月全国人大通过了《中华人民共和国个人信息保护法》,相信我国在个人数据保护方面会发生巨大的改变。但当前一个更大的挑战是如何在保护必要的个人权利的同时,继续在数据的积累和分析之间取得好的平衡。过去的无序现象固然需要改变,但如果采取十分严厉的保护措施导致数字经济(包括平台经济)萎缩,也不是理想的结果。

 

 

第二,数据作为生产要素进行配置,尚需要完整的政策框架支持。目前所谓的大数据,基本上是几家大平台企业自有的数据,但即便是这样有限的“大数据”,也已经发挥了非常大的作用。那么数据究竟是分散在不同的平台企业好,还是集中起来好?如果数据集中的可行性不高,那就得考虑有效共享的问题。事实上,一些静态的数据比如税收、房租、水电费等,只要本人授权,共享相对比较容易,使用起来也简单。而一些动态的数据如购物、社交、搜索数据等,本来就是非标准信息,本人也不见得完全了解信息的内容,共享、使用的难度就很高。其实,目前已经有成熟技术可以在保护隐私的前提下支持数据的共享与使用,比如联邦算法等。但更大的挑战是政策层面的:比如确权,数据究竟归谁;比如定价,如何评估数据的价值;等等。

 

 

第三,算法的运用也需要一套能被各方接受的规则。应该说,大数据算法其实是平台经济生产力的一个重要源泉。有了好的算法,才有可能精准营销、控制风险、改善用户体验。数字金融中的大科技信贷就是利用大数据和算法进行信用风险评估,为缺乏财务数据和抵押资产的企业与个人发放贷款。但数据算法也有不少问题,遭受最大诟病的是算法黑箱(不透明的算法目标、意图和责任)和算法歧视(利用算法自动实现差别对待)。一个客观问题是,虽然大数据可以帮助平台降低信息不对称的程度,从而更好地优化流程、匹配交易、控制风险,但对平台参与者,包括电商、出租车司机、外卖员和消费者来说,信息不对称的程度可能反而提高了。这样一来,平台对用户实行千人千面的定价策略,很容易引发消费者关于歧视性定价的猜测,而这极可能是因为算法黑箱,也可能是因为算法歧视,或者两者兼而有之。

 

 

最近几年,政府相关部门正在抓紧完善数据治理的政策,这是对过去几乎放任自流现象的纠正,但构建数据治理政策框架的努力可能才刚刚开始。最大的挑战是如何建立一个务实的框架,既能保护权益,又能发挥效率,走极端不是好的选择。不保护数据,容易造成一片混乱;保护过度,则有可能扼杀创新活动。

 

 

03

 

 

平台经济数据安全,

 

 

离不开政策的协调

 

 

平台经济治理包含两个层面的内容:一是平台治理;二是公共治理,包括政府治理。前者关注平台如何处理平台与用户以及用户之间的关系,而后者则涉及平台在社会治理中的作用。

 

 

平台作为企业要接受政府的调控,但平台也要发挥一定的调控功能。平台治理的目标应该是公平、公正、透明,实现平台经济的有序发展

 

 

1. 完善数字经济领域的法律体系,将制定数字经济法提上议事日程,为平台经济治理提供系统性的法律依据。我国已经颁布了不少与数字经济治理有关的法律法规,包括《消费者权益保护法》《电子商务法》《反不正当竞争法》《反垄断法》《网络安全法》《数据安全法》和《个人信息保护法》等。建议全国人大尽快推动制定一部能够覆盖所有数字经济领域的数字经济法,改善各已有法律之间的衔接,同时明确必要的法律界限,特别要阐释一些数字经济领域的重要概念,明确界定“资本无序扩张”的含义,避免一些行政部门根据自己的意愿在经济领域做扩大化的解读。将来,数字经济法可以作为数字经济领域的基本法,统领平台经济治理实践。

 

 

2. 改善平台经济治理政策的协调,短期内尽量明晰机构分工、增强政策统筹,长期可考虑建立综合性平台经济治理机构。我国的平台经济监管,既有行业监管部门,比如交通运输部、人民银行和工信部,又有一般性的监管部门,如市场监管总局。它们既管理市场秩序,又负责反垄断执法,还制定数据治理规则。但各机构之间的分工不是很清晰,也缺乏有效的协调,容易造成监管竞争的局面。首先可以考虑在国务院层面设立一个协调机制,既要消除监管空白,也要防止重复施政,同时控制新政的节奏,尽量争取平稳过渡。平台经济的范围经济特性意味着传统的行业监管体系不一定有效。从长远看,还是应该考虑建立综合性平台经济治理机构,这样才能全面地评估综合性平台的行为与效果。

 

 

3. 建议成立数据治理委员会,创新性地制定、协调数据政策,同时推行算法审计,不要简单地套用传统要素的治理思路。基于数据作为准公共品的非竞争性和部分排他性等特征,先确权、再交易的传统方法不再适用。建议成立一个高规格、跨部门、政企结合的数据治理委员会,统筹数据政策。包括:制定数据生产要素的交易范围、算法治理、个人信息保护与数据安全等方面的指南;执行数据牌照的申请、审核、发放、限制使用和吊销;推动算法审计;协调个人信息保护和数据安全方面的工作;设定争端解决与协调机制;等等。建议算法审计以要求相关企业报告输入输出和进行结果评估为重点。报告输入输出是指要求平台对不同利益相关方明确报告算法训练、算法评估及算法选择中用到的数据来源和质量,算法预测或优化目标,算法使用的技术,算法运行效果,等等。结果评估则可包含对是否歧视、有效性、透明度、安全性和可获得性等的评估。算法治理的目标是既要加强算法的可解释性,同时也要推动平台公布相关规则,减少信息不对称性。

 

 

从国际视角看,我国数字平台相关的监管,需要在保护消费者和其他数据主体权益的基础上促进创新并保持国际竞争力。无论是数据生产要素治理、算法治理还是隐私和数据安全保护等问题,监管部门都可以考虑以加强平台两端信息透明化、减少信息不对称为主要监管原则,防止平台企业人为制造新的信息不对称,推动企业在增加双边乃至多边信息透明化方面下功夫。

 

%title插图%num
  • 我的微信
  • 微信 扫一扫加好友
  • weinxin
  • 我的QQ
  • QQ 扫一扫加好友
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: