罗汉堂发布数据和隐私报告：全球存在隐私悖论，数据积累不一定带来赢家通吃

如何理解数据和隐私保护？什么是隐私悖论？数据是不是越多越好？

在博鳌亚洲论坛2021年年会期间，全球开放型数字经济研究机构罗汉堂发布了《了解大数据：数字时代的数据和隐私》报告（下称《报告》），从实证数据出发，帮助人们厘清一些基本概念，准确理解“数据”。

罗汉堂秘书长陈龙称，当前大家最关心的三个问题是，如何理解数据和保护隐私、数据的权属和利益分配，以及竞争问题。

“我们一边担忧自己的隐私风险，同时是不是又愿意为了某种使用便利来让渡自己的一些隐私信息？”作为《报告》的主要撰写者，诺贝尔经济学奖得主及罗汉堂学术委员迈克尔·斯宾塞认为，从全球用户的行为看，都存在“隐私悖论”，“解决这一问题的关键在于将隐私工程和隐私增强技术结合起来。”

《报告》从人类社会最基本的社会经济活动切入，帮助人们更好地认知数据，提出人类的发展史实质上是一部推动信息记录、分享的历史。

本次发布的《报告》由罗汉堂研究团队与外部学者共同完成，其中包括迈克尔·斯宾塞等4名因开创信息经济学而获得诺贝尔经济学奖的学者。

如何理解数据和隐私保护

数字时代，信息因为被数字化，其数据量、数据的广度以及收集和分析处理速度都在迅速地增加。

《报告》认为，大数据从连接、决策和信任三个层面带来了前所未有的价值，一是数据带来了前所未有的连接和参与，彻底改变了人类参与协作的范围和深度；二是大数据可以带来更明智的决策，让中小企业和贫困人群这些处于信息弱势地位的主体受益；三是信息分享在线上的买家和卖家之间建立信任，市场规模因此扩大，引入更多良性竞争。

陈龙表示，数据经济学由来已久，以前叫做信息经济学，信息经济学的一个关键问题是如何缓解社会信息的不对称，信号理论、契约理论、筛选理论等由此诞生。

如今，陈龙认为，大家最关心的三个问题则是，如何理解数据和保护隐私、数据的权属和利益分配，以及竞争问题。

全球用户都存在“隐私悖论”

迈克尔·斯宾塞提到，从全球用户的行为看，都存在“隐私悖论”，就是用户一边担忧自己的隐私风险，同时又愿意为了某种使用便利来让渡自己的一些隐私信息。

在保护个人隐私方面，《报告》从源头提出了解决方法，即需要将隐私工程（privacy engineering）和隐私增强技术（privacy-enhancing technologies，PETs）结合起来。换句话说，就是要将保护个人隐私的意识，融入到产品的开发和设计中去，同时结合隐私保护技术，这样才能达到有效保护个人隐私的目的。

对此，陈龙指出，数据交互是经济活动不可分离的部分。隐私保护的工程化，应该以保护隐私为原则，把原则渗透到产品服务、流程中，即能够服务好用户授权、使用、分享的过程。

“在大数据时代，我们如果要释放数字技术价值、推动数据分享，所有人的参与是需要的。但‘隐私悖论’，（我们）一方面享受这些东西，（又）真的很在意隐私会不会被侵犯、滥用。在这里，消费者的权益有两个，一是保护隐私的权益，一是让商家知道我需要什么服务的权益。”陈龙称。

另外，《报告》还提出了一个称为“数据演算”的模型，模型体现出，生产者和主体在数据生产、使用、利益分配和风险管理过程中都紧密相连；数据价值与大数据的整个生命周期不可分割。如果有恰当的机制设计和先进的技术，隐私风险和数据分享带来的收益两者权衡就能变得可控。“数据演算”作为一个整体性的模型框架，能帮助人们更全面理解数字时代的数据和隐私，对于数字时代的数据治理、权利保护等都有启示。

陈龙表示，帮助人们更好地适应数字经济时代是罗汉堂的重要使命，数据治理和隐私保护是当下关于数字经济最重要的命题，这份报告从实证数据出发，部分结论设置打破了一些社会常识。希望能帮助人们厘清很多基本概念，准确理解“数据”。

数据积累不一定带来赢家通吃

“5年以前，阿里作为最早的电商探索者之一，市场份额80%，现在已经下降的越来越低，抖音、拼多多都在上升，支付宝是从互联网开始的，现在占有率也下来了。你会发现，所谓大数据带来的赢家通吃其实很难。”陈龙称。

在谈到数据和市场竞争的关系时，陈龙提及，大数据相关行业的竞争十分激烈。比如，在移动支付、电商等各个行业发现了一个普遍现象，最头部的企业市场占有率都在持续下降，无法保证“赢家通吃”。

为什么无法保证“赢家通吃”？陈龙认为，可能有几个逻辑。一是，数据是一个重要的商业要素，但只是商业模式的一部分，必然受制于商业模式，企业之间的竞争最终还是商业模式的竞争，不是数据的竞争。

“有数据和有好的商业模式存在一个巨大的区别，需要有很多决策和判断，有数据、洞见信息，其实有很多成败的可能性，有数据不一定带来绝对的成功。”陈龙称。

此外，陈龙还谈到，数据并非越多越好。“一般数据的有效性不会超过半年多，现在做决策不需要很多年的数据，可能几个月、几个星期的数据就是有效的，商业模式可以滚起来，数据价值周期衰亡的比较快，数据的积累不一定带来所谓的赢家通吃。”