全球数据治理：概念、障碍与前景.docxVIP

当前，数据对各行各业的重要性日益凸显。制造、金融、医疗保健等传统行业正变得越来越以数据为中心。数据成为喂养人工智能、物联网和 3D 打印等数据密集型尖端技术的养料，使相关技术产品研发成为可能。数据为促进经济社会发展带来机遇的同时，人们对数据误用和滥用也衍生了诸多风险，如个人隐私被侵犯、算法不公平、大规模监视等。当今社会，想要更好地发挥数据价值，其关键是要明确政府和企业对数据收集、使用、存储和保护的规则，在合理利用数据价值与控制数据使用风险间做好平衡。 各国政府的政策制定者正积极应对数据保护所面临的挑战， 并致力于解决跨境数据流通所带来的一系列问题。2019 年 6 月， 日本首相安倍晋三在 G20 峰会上启动了“大阪轨道”计划，倡议在加强数据保护和安全的前提下建立数据跨境流通框架，包括中国和美国在内的二十四个国家共同签署了一项声明，提出了推动数据自由流通的理念。事实上，国际上对整合各国数据政策、标准、法律形成全球数据治理框架存在巨大争议，在全球范围内实现数据治理变得更加困难。 2019 年 10 月 3 日，为使“大阪轨道”计划更具现实意义， 推动建立符合安倍首相意愿的数据治理国际框架，新美国(New America，是一个致力于振兴美国实现国家最高理想的非盈利研究 机构)在华盛顿召开了一次专家圆桌会议，对数据治理的相关棘手问题展开实质性讨论，旨在为全球数据治理指明前进道路。本报告就会议涉及的关键问题进行了总结梳理，指出了建立全球数据治理框架面对的困难与克服困难的方法。 一、数据治理的定义 （一）对数据的理解 专业术语中的“数据”是指由计算机以 1 和 0 或二进制格式生成、处理、保存并存储的数字化信息。网络连接或网络设备使这种数据从一台计算机传输到另一台计算机。“数据”和“信息” 之间也有区别：“数据”是可机读的 1 和 0，或“代码”；“信息”是数据对人类的意义。数据和信息是否有不同的含义取决于他们的类型，如是否与金融、健康、社交媒体、执法等领域有关。 （二）对数据治理的理解 本报告对数据治理定义为：一国政府在制定不同访问者使用数据的方式时，也要符合别国政府针对共享数据的相关规则，包括别国政府制定发布的政策、标准和法律。“数据治理”在不同的背景下具有多样性。圆桌会议期间，与会人对数据治理进行了系统性讨论，具体如下： 一是从国家安全和执法的角度看，一国政府为了国内和国际 安全而建议数据共享时，其他国家却担心这些数据会涉及本国国家安全，不希望本国数据与他国共享。 二是从经济增长和创新的角度看，国家建立并访问大型数据 库数据的目的是为了研究和发展机器学习、人工智能等数据密集型技术，并推动跨境交易和电子商务发展，以促进数字经济发展。 三是从数据审核标准的角度看，国家要对是否允许的数据跨 境流通内容提出竞争性要求，并在确保数据自由流通的同时提出解决冲突的可行方式。 在上述三个不同领域中，由不同类型的工具或杠杆（lever） 对如何收集、使用、传输和存储数据设定规则。这些杠杆基本上为安倍首相提出的“基于信任的数据自由流通”中的“信任”等概念设置了标准。由于“信任”带有一定的主观色彩，法规在多大程度上可增强信任度引起了与会人员的激烈辩论，考虑如何配置各种杠杆以实现某些保障措施是会议的核心议题。 （三）支持或限制数据跨境流通是数据治理的主要焦点 政策文件中的“数据本地化”一词，往往意味着要限制企业将国内数据传输到国外，这与安倍所倡导的数据自由流通恰好相反。实际上，数据本地化只针对一定范围内的数据，不同国家“数据本地化”政策所规定的范围不同。 一是最宽松的数据本地化要求是“镜像”。也就是说，有关 国家规定在允许数据发到国外之前，需要在本国服务器中存储数据副本。也许这仅对某些域名或卫生、金融等特定行业的数据存在限制。 二是最严格的数据本地化要求是不允许数据跨境流通。有些 国家的数据本地化政策实施形式十分严格，如要求数据本地存储 和本地处理的同时全面禁止向境外传输。这可能意味着别国企业 将无法获取和使用该国数据以创造价值。俄罗斯和印度已对部分 数据采用了这种方式，如印度明确本国支付数据不能向境外传输。但是至少目前为止，除少数国家外，大多数政府尚未实施这种严 格的数据本地化政策。 三是本地化存储处理不是限制数据自由流通的唯一选择。各 国也可能以算法过滤的形式实施数据流通管制，例如规定是否允许某些类型或来自某些地区的数据流入或流出国境。这种方式可以针对个人健康信息、网络政治话题等敏感数据。算法过滤的范围主要考虑到政府政策重点及其技术能力等方面。 二、数据治理的不同杠杆 数据治理杠杆就是政府、企业或社会组织利用各种规则影响、调节、控制数据治理活动，以实现数据自由流通的各种手段。数据治理杠杆涉及超国家、国家和次国家三个层次，包括双边、区 域和多边贸易