新基建背景下的数据治理体系硏究

新基建背景下的数据治理体系硏究

刘露, 杨晓雷. 新基建背景下的数据治理体系研究——以数据生命周期为总线的治理[J]. 治理研究, 2020, 36(04): 59–66.

1.新基建背景下的数据特征

• 强调数据的流动与融合。
• 强调应用能力与平台能力的结合
• 强调数据的安全属性。
• 强调数据的社会属性和价值属性。

2.数据治理的现状与不足

(一)技术角度

• 治理的落实需要通过标准化组织建立统一的标准体系来进行规制

• 标准体系复杂化带来的问题

  • 概念混淆,不同层面、不同组织缺乏统一的术语标准
  • 缺乏跨行业的技术标准和通用的基础标准,数据流通不畅
  • 行业智能化水平发展迅速,行业标准指导、规范和安全要求制定流程较长,无法及时跟进
  • 落实到基层,企业对标准执行的能力存在着差别,执行效果不佳等诸多问题,迫切需要技术标准层面的进一步加强和改善

(二)立法角度

法律是根本性的社会治理手段,可为数据治理建立监管和问责制度

法律制定需要对不同的数据安全责任主体进行区分

• 信息主体要求加强对个人信息的保护;行业主体要求对合法搜集、处理信息的法律保障;数据加工主体要求对数据处理能力的保护;平台要求对网络交易的规范等。

目前我国对数据方面的法律保护还集中在宏观层面,面对产业链中越发具体的数据保护诉求,如人脸识别数据信息保护、数据平台交易规范、流程数据保护等依旧缺乏及时的立法保护

(三)评价和监管体系

数据治理中法律政策的执行需要政府部门、行业组织和具备认证资质专业机构的密切配合。

• 在实际操作中,多部门参与的监管和评估会在一定程度上影响执法的稳定和可预期性
• 评价和监管并不能仅注重事后管理,还需要通过常态化的评价与监督方式,建立起科学完善的监控平台,实现主动防治。

(四)数据伦理角度

数据治理不能仅靠公权力进行维护,同时也要将治理思维体现在伦理道德监管中。

• 近年来隐私泄露、算法歧视、信息茧房等有关数据使用的丑闻使公众对数据使用和信息技术的信任度降低
• 数字经济浪潮下的数字鸿沟导致在不同社会群体之间形成新的“权利沟”和“知识沟”,反而会阻碍社会治理能力的提升。

总结

数字基建带动了数据的流动和集中,随着平台数据价值重要性的体现,数据治理需要从问题导向向价值导向进行转变。

3.以生命周期为总线的数据治理路径

(一)数据来源:区分来源的差异化治理

我国的数据来源形态处于由单向应用阶段向协同共享阶段过渡

不同来源数据具备不同的数据规模和数据特征,在数据治理的过程中不可一概而论,而是要采用“分而治之”的思路抓住特点,给出不同的治理思路和路径措施。

• 个人数据是大数据最重要的信息来源

  • 把握个人数据收集过程中的合法公开原则、目的限制原则、最小数据原则、数据安全原则和限期存储原则成为进一步个人信息数据收集的关键

• 政府数据

  • 作为国家基础性、战略性的数据资源已成为当代数字创新的重要来源,具体包含城市建设、城市健康管理计监察、服务与民生消费类数据等多方面信息,是串联产业数据的关键组成部分

• 行业数据

  • 需要建立分级、分权的治理方式才能对复杂的产业场景进行规范性的整合。

(二)数据传输:以技术为基础,以政策为指引

(三)数据存储:新形态下的数据中心治理

• 从应用需求角度看,要加强数据中心和网络建设的协同布局。
• 从立法监督角度看,结合当前分布式数据存储的特点,尤其要加强离岸存储数据的确权管辖

(四)数据加工:对智能算法及产品的规制

• 算法歧视和算法黑盒的结果应用在社会价值的判断中,就会直接影响到相关主体的权益
• 其次是以智能算法为内核的智能产品法律地位,及权利义务关系问题。
• 智能算法仍具有高度的不确定性,相关数据体量庞大,相互依赖性强,影响后果的因素复杂,

(五)数据应用:平台风险的管控

• 数据应用的治理是面向不同应用场景的数据源再分配和数据安全管理

(六)数据清理:不同清理需求的区分

数据的清理可以发生在数据处理的各个环节,是数据生命周期的重要组成部分

数据清理按照清理目的的不同可分为下面三大类

• 1.数据处理过程中的技术性剔除。

  • 将不正确的数据删除,纠正或重新估算

• 2.数据主体的主观清理要求。

  • 参考GDPR,数据被删除的情况大体可分为两种:一种是以信息错误或无法按照约定情况处理为前提,如违法收集、利用,与第三方共享、转让或公开披露等;另种是以信息已过时、不相干等有害于数据主体为前提

• 3.企业数据的周期性归档与销毀

  • 该阶段数据的销毀是主动将数据从物理介质上进行彻底转移或删除。