kaiyun官方注册
您所在的位置: 首页> 其他> 设计应用> 数据治理的群体方案:基于数据群体影响的视角
数据治理的群体方案:基于数据群体影响的视角
网络安全与数据治理
王秋茹
中南财经政法大学法律硕士教育中心
摘要:数据的价值源于数据的收集及处理后呈现出来的群体特征,但是既有的数据治理模式均强调将数据权利内化为数据主体的个人权利。个人主义的数据主体权利无法代表数据群体层面的影响,数据群体影响在数据的治理中应当得到充分的考量,缺乏这种考量,数据治理无法真正维护数据的社会效益,其实效无法得到充分发挥。如何妥当地将数据群体影响纳入数据治理模式之中,需要更多依靠集体形式的数据治理模式,数据信托等数据集体管理模式可以为建立数据群体治理方案提供可行的建议。应当从数据收集合法性边界、数据管理机制、数据使用机制及数据问责机制三个机制出发,重新制定数据群体治理方案,实现数据更完善的治理模式。
中图分类号:D922 文献标识码:ADOI:10.19358/j.issn.2097-1788.2025.01.008引用格式:王秋茹. 数据治理的群体方案:基于数据群体影响的视角[J].网络安全与数据治理,2025,44(1):48-53.
A group approach of data governance: based on a data group impact perspective
Wang Qiuru
Master of Law Education Center,Zhongnan University of Economics and Law
Abstract:The value of data lies in the collective characteristics that emerge from its collection and processing. However, existing data governance models primarily emphasize internalizing data rights as individual rights of data subjects. Individualistic data subject rights cannot represent the impact at the collective level of data. The collective impact of data should be fully considered in data governance. Without considering this collective impact, data governance cannot truly safeguard the social benefits of data, and its effectiveness cannot be fully realized. To properly incorporate the collective impact of data into data governance models, there is a need to rely more on collective forms of data governance. Data collective management models such as data trusts can provide feasible suggestions for establishing data collective governance solutions. It is necessary to reformulate data collective governance solutions from three mechanisms: the legal boundaries of data collection, data management mechanisms, data use mechanisms, and data accountability mechanisms, to achieve a more comprehensive data governance model.
Key words :data governance; group influence; relationship theory

引言

自进入互联网时代以来,数字经济规模不断发展壮大,成为了国家经济中的重要组成部分。《全球数字经济白皮书(2023年)》显示,2022年,美国、中国、德国、日本、韩国5个主要国家的数字经济总量为31万亿美元,数字经济占GDP比重为58%,较2016年提升约11个百分点;数字经济规模同比增长百分比可观,数字经济不断带动国家发展。肖沙娜·朱伯夫提出信息资本主义,其指收集、处理数据以获取、积累财富的新型生产模式,也即将数据从机器内的可读形式文本转化为生产资源[1]。随着Google成功地将无用的废弃数据进行“提纯”,提取出“行为盈余”,塑造了一种新的资本积累逻辑[2],越来越多的企业通过收集用户的数据对用户进行预测,使得用户的行为不断透明化,并从中积累财富。其逻辑大致有三,一是直接出售数据,但莽撞地出售数据易触犯法律,侵犯数据主体的权益或者侵犯某一群体的利益。二是利用所收集的数据反作用于企业生产。三是对数据进行分析后预测用户行为,从而改变用户行为。典型如抖音应用软件,其利用“推荐”页面,展示出由抖音专用推荐引擎生成的视频集合。数据价值更多来源于对网络用户的行为影响,其底层逻辑在于数据对群体的影响。索洛姆·维尔琼提出的数据的社会关系理论表明,不同的数据主体之间具备极强的关联性,这种关联性恰恰印证了数据的群体影响。对群体中个体的影响将间接影响整个群体,群体中个体的行为也将影响整个群体,数据个体将被淹没于群体之中使得数据个体的利益远没有数据群体的利益重要。我国于2022年12月19日印发《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“数据二十条”),以三权分置为框架,聚焦数据产权、流通交易、收益分配、安全治理四大重点方向,强调对数据经济的运行进行系统、全面的规制。但是无论是国内强调以“数据流通交易”为核心的数据治理模式,还是美国立足于“个人信息保护”的数据治理模式,抑或是欧盟强调事前“知情-同意”的数据治理模式,均是将数据内化为数据主体的权利,忽略了数据的群体影响。为此,需从数据治理的个人赋权模式出发,探讨“用户赋权”模式的失灵及数据群体影响对数据治理的正当性,从数据收集模式及数据管理机制入手,变革数据治理方案。


本文详细内容请下载:

https://www.chinaaet.com/resource/share/2000006301


作者信息:

王秋茹

(中南财经政法大学法律硕士教育中心,湖北武汉430000)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。
Baidu
map