0
正如法律是道德的底线，确保数据安全也是释放数据价值的基础。
《数据安全法》自9月起正式施行，一大亮点就在于以数据安全为基础兼顾数据开放，不仅专章提出了政务数据的开放利用，还明确国家建立健全数据交易管理制度，培育数据交易市场。
数字经济时代，数据成为新型生产要素，数据价值唯有通过安全有序的流动才能得以发挥，已成为广泛共识。而在国家引领和推动下，我国政务数据开放已经领先于行业和企业数据开放共享。
据《我国数据开放共享报告2021》，目前我国政务数据共享和公共数据开放是数据开放共享的主要方式。中央62个部门、32个省级地方全面介入国家数据共享体系，累计发布数据共享服务接口超过1300个，提供数据查询核验服务超过8.3亿条次，支持跨部门、跨地区数据共享交换量达697亿条。
政务数据共享和公共数据开放是数据开放共享的主要方式
来源：《我国数据开放共享报告2021》
与之形成对比的是，企业数据共享则基本处于黑箱状态。上述报告指出，平台企业很少对外公布其数据平台利用方式。企业间数据共享存在隐蔽、不透明等特点，亟待规范发展。
如果单纯认为企业只是因为一己私利而难以实现数据共享，恐怕有失偏颇。现实中更普遍的情况是，大部分企业的数据共享意愿强烈，但数据处理能力十分薄弱，甚至薄弱到白给数据都无法用好的地步。
复旦大学教授、上海市信息化专家委员会成员黄丽华以上海市公共数据开放平台公共数据赋能普惠金融以及上海数据交易中心交易平台为例表示，经过近两年的探索以及政府的强力推动，越来越多金融机构和一般社会机构可以使用政府提供的公共数据。然而在实践中，不少企业存在“不理解、不会用”的问题——不理解数据或字段的含义，缺乏对数据的加工、建模能力等，最终造成了资源浪费甚至数据倒卖风险。
国内隐私计算代表企业翼方健数首席科学家张霖涛表示，社会各界，尤其是企业，首先要树立对数据共享和数据交易的正确认识，必须明白原始数据是不能被交易的，交易的是数据价值。以此为基础，可以实践循序渐进和政府推动两大行动路径。
路径一：循序渐进对企业和行业来说意味着由内到外，由点及面地推进——数据共享从企业内部到企业间，再从企业间到行业间，最后从行业间到全社会。
以共享困难但是亟须释放价值的医疗数据为例，往往医院内部使用都会面临很多障碍，甚至是制度和技术上的缺陷，如U盘复制、各级领导手工签字等，不仅造成不便，还极容易导致敏感数据泄露。而不同医院间的数据共享也由医生主导，系统和平台的缺位令安全性和可控性难以保证。
医疗数据的价值还不止一般科研与临床，尤其是对一些罕见病、疑难杂症来说，小样本数据弥足珍贵。医疗数据如果能够首先在机构和行业内部“转”起来，外部的制药、保险等企业还可产生更多的价值。经济价值之外，有效利用医疗数据更具有极高的社会价值，如通过赋能分级诊疗来最大化利用医疗资源。
路径二：政府推动意味着政府要选择关键场景深化供给、挖掘需求。
今年3月挂牌的北京国际大数据交易所就集中在医疗、金融、交通等行业建立公共数据专区，这些领域的数据需求相对较大，可避免出现“有数据没人用，再努力寻找供需方”的尴尬。又比如在《广东省数字经济促进条例》中，也单独开辟一章“数据资源开发利用保护”，可让广东作为制造业大省围绕工业生产积累大量数据，有力驱动制造业进一步发展，有助产业集群升级。
此外，地方政府还应建立“数据招商”的理念。在传统生产要素时代，地方政府围绕土地、劳动力、技术、资金展开招商，而在数据成为生产要素的时代，地方政府可以积极发挥当地的数据潜力，让其他企业也能用起来。
黄丽华认为，数据资产化是培育数据生产要素市场的主要路径之一，这一路径以应用场景为主线，通过模型设计和算法优化等使数据满足特定业务场景的需求，提高数据资产的专用性，技术上依赖数据科学、数据融合计算和隐私计算。
值得注意的是，北京国际大数据交易所就创新应用了隐私计算技术。对此张霖涛表示，隐私计算让数据“可用不可见”，数据交易中输出的是数据价值而不是数据本身，从原始数据中抽取统计数据和模型，可以保证原始数据并不会被操作方看到，因此通过隐私计算可以实现数据价值交易。
隐私计算基于密码学、人工智能、区块链等技术形成综合解决方案，实现数据可用不可见。隐私计算的价值和意义不仅在于技术层面，更在于其充当了数据协同平台的角色。隐私计算平台对接供需，保护数据，还可补足企业的数据处理能力。
这样的数据服务商角色，正是建立数据要素市场所急需的。黄丽华强调，数据资源方和需求方之间应存在各类服务角色，如数据组织方、风控服务方、算法提供方、数据加工方、融合计算方、算力提供商、质量评估方等。
因此，当各行业都意识到数据治理、数据流通的重要性，隐私计算的商业价值也就得以充分显现。近日，浙江大学医学院附属第二医院数据融合与隐私计算平台及应用项目招标结束，最终中标金额292万元。
张霖涛表示，医疗领域对隐私计算的需求具有代表性。一方面，医疗数据本身涵盖较多敏感信息，对数据隐私安全的关注程度相对其他行业更高。另一方面，医疗大数据的价值较清晰，科研工作对不同类型数据的需求量较大，而以往的技术产品无法兼顾数据的安全和分享两个维度，这使得行业对隐私计算的需求较高。
此外，张霖涛提到了翼方健数的“0数据”主张。即成为不拥有数据的数据服务商。这一做法能够从根本上避免利益冲突。隐私计算平台的业务模式应基于服务而非数据，这就好比锁匠能为客户做出各种钥匙，却不会复制其中任何一把，他既为客户打开数据价值之门，也是永不触碰客户资产的守门人。
“翼方健数是一家0数据的数据智能公司，不持有数据，只提供工具对数据进行管理，并在获得授权下帮助客户加工和处理数据，获取数据价值”，张霖涛说。
事实上，隐私计算市场培育期内，隐私计算平台普遍面对难以自证清白的问题，而0数据恰可成为隐私计算企业展现商业价值观，赢得客户信任的方式之一。隐私计算企业应以0数据为基础，同时为数据建立全程溯源机制，数据的处理、计算全流程对客户透明可验证。
雷峰网(公众号：雷峰网)
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
