摘 要：数据资源具有巨大价值已经成为当前数字时代所普遍认可的一般事实，但究竟如何挖掘数据价值并推动社会利益最大化，却仍然面临诸多难题这一方面体现在技术和应用层面的迟滞，但更多体现为政策层面尚未做好应对数字化转型过程的挑战和风险本文对OECD围绕“数据驱动创新”的相关研究展开评述，明确了数据在提升生产率、促进社会福利、推动包容发展方面的价值，总结了数据作为基础设施面临的供应不足挑战以及伴随数字化转型过程而来的治理风险，在此基础上从基础设施管理、安全管理和隐私保护三个方面提出政策框架设计的思路关键词：大数据；价值创新；数字化转型；数字经济；数据治理伴随着信息技术的快速发展与普及应用，人类社会的各个领域都正在进入深度数字化转型的历史进程在此时代背景下，“数据”作为新社会形态下的基础生产要素，得到了最为聚焦的关注针对“数据”的生产、流通、分析以及治理，已有研究从不同视角展开了详细讨论即便如此，围绕数字化进程中数据对人类生产生活的影响、数据引发的治理变革与挑战、数据政策的相关改革与未来等问题，仍然没有得到较为系统的回答与共识具体而言，数字化转型究竟意味着什么，数据价值是如何实现的，数据导向的变革会带来何种风险挑战，数据治理的重点和框架应该包含何种内容？本文即试图以经济合作与发展组织（OECD）近年来的探索性研究为基础，梳理相关内容并对上述问题进行回答。
OECD的前身是1947年由美国和加拿大发起、成立于1948年的欧洲经济合作组织（OEEC），该组织成立的目的是帮助执行致力于第二次世界大战以后欧洲重建的马歇尔计划，后来其成员国逐渐扩展到非欧洲国家1961年，欧洲经济合作组织改名为经济合作与发展组织伴随着信息技术的发展与普及，OECD从20世纪后半叶开始着重关注信息化领域的相关改革与政策，并引领了相关治理理念的提出和治理议程的改革1996年，OECD发布《以知识为基础的经济》报告，第一次系统地对“知识经济”进行了界定，引领了后续的理论研究和产业政策近年来，OECD聚焦数字经济发展关键问题，陆续发布了若干在全球范围内都具有影响力的研究报告2019年1月，OECD发布《数字化转型影响的评估框架》，从规模、范围、速度、所有权、资产和经济价值、关系、市场和生态系统等七个方面分析了数字化转型对相关领域的政策影响；同时OECD还提出了全球范围首个由各国政府签署的人工智能治理原则，对相关领域的理论研究和政策实践产生了重要影响本文主要基于OECD开展的“新的经济增长来源：知识型资本”项目的研究成果，并结合当前最新发展展开评述，以期对数字化转型过程中围绕“数据”的相关问题进行探讨。
在该项目中，OECD以“数据驱动创新”作为引领整个研究的关键词奥斯陆手册（第4版）将创新定义为“新的或改善的产品或生产流程，使之不同于以往并可以为新的潜在客户服务（对于产品而言）或者可以重构传统组织形态（对于生产流程而言）”[1]，其包括产品创新、流程创新、营销创新和组织创新等多种类型数据驱动创新”事实上意味着“数据”对于各个领域的变革作用，其既带来了诸多益处，也存在着经济社会的挑战与风险，而这也由此呼唤公共政策的适应与变革一、数据驱动创新的变革意义信息技术快速发展和普及应用带来的直接影响便是整个人类社会的数字化转型，而这又尤其体现在大量数据的生成、处理、流通与存储人类社会在物理空间的任何行为都以“数据”的形式体现出来，并通过“数据”的复杂行为再进一步对人类社会产生影响相关资料显示，当前每天全球范围内有超过2.5EB（10亿GB）的数据在不断产生，由此导致在2015年大约有8ZB（万亿GB）的累积数据存储量需要注意的是，90%的数据都是在最近10年内产生的数据量的庞大还只是社会形态转型的表象，“数据驱动创新”的变革意义需要被放在更广泛的社会和经济背景下才能完全体现出来沿袭20世纪末提出的“知识经济”这一重要概念，2010年OECD继续启动关于探索新经济增长源的研究项目“知识型资本”。
OECD认为，三种知识型资本推动了全球经济的持续增长：计算机化信息（例如软件、数据库等）、创新财产（例如专利、版权等）、经济能力（例如品牌价值、企业特定人力资本等）其中，又尤以计算机化信息最为重要设计出世界第一款浏览器的“网景”公司创始人Marc Andreessen曾于2012年发表文章，标志性地提出“软件正在吞噬世界”的观点在他看来，软件已经不再是人类所使用的工具，而是反过来建构了整个世界运行的规则与环境换言之，计算机化信息已经成为推动人类社会发展的主要力量，数据驱动创新也相应成为贯穿整个社会的普遍现象具体而言，其影响又主要体现在三个方面首先，数据驱动创新将促进生产率的持续增长按照Clayton Christensen[2]的理论，数据驱动创新应该被视为“破坏性创新”，其将通过改变或生成新产品、新流程、新的组织方法和新的市场来转变所有经济部门这一方面体现为传统零售、制造业、农业等行业的“服务化”转型，通过关系庞大、不断变化且实时更新的数据库向客户提供服务而非直接售卖产品；另一方面也体现为各个行业在数据驱动下降低运维成本、减少环境和资源消耗的效率提升虽然数据驱动创新对于经济整体的影响并没有太多证据，但相当部分的研究仍然支持这一结论。
Brynjolfsson等人[3]的调查研究显示，采用数据驱动决策的企业的产出和生产率比他们在其他领域的投资所应得到的产出和生产率要高出5%-6%，且其在资产利用率、股本回报率和市场价值方面的表现更好不过，即使如此，我们同样应该注意到，上述估计数值并不能完全体现真实情况，不同部门的差异、所使用数据的可用性和质量差异都可能影响最终产出和生产率，而这些问题将同样带来数据驱动创新的风险以及相应的政策需求其次，数据驱动创新将直接对社会福利带来积极影响尽管社会福利的量化问题一直是难点，但数据驱动创新对于社会福利带来的积极影响仍然是较为明显的，这又集中体现在科学教育、医疗卫生服务和公共行政管理三个方面在科学教育领域，“数据密集型”的第四研究范式正在为知识创新带来新的机遇，数据规模的增加（例如2000年发起的“数字天空调查”在第一周内收集的数据比天文史上积累的数据都要多）、数据分析功能的不断增强（例如基于大数据分析的DNA基因测序仪器可在几秒内读取260亿个人类遗传密码）都使得科研工作者可以更有效率地提取知识在医疗卫生服务领域，包括但不限于电子健康记录和遗传、神经影像学及流行病学数据都能够有效提高卫生保健的质量和效率（例如芬兰对特定疾病治疗内容、质量和成本效益的数据分析），而对于整个医疗卫生系统运行状况的数据分析同样将有效降低系统运行的成本（例如美国使用数据分析将卫生医疗支出降低了8%）。
在公共行政管理领域，数据驱动创新有助于降低行政成本、提升运行效率（因为透明度的提升将增强公众对于政府的信任程度）、增强精细化管理能力（例如利用大数据维护公共安全）、改进决策过程的科学性（例如数字化转型将有利于完善传统官方统计数据的不足）最后，数据驱动创新将为推动包容与发展提供新的机遇世界范围内的不平等现象正在成为全球共同面临的重大问题，互联网的普及应用在普惠连接的同时也带来了“数字鸿沟”等新问题在此背景下，数据驱动创新将对相关问题的解决带来新的机遇2012年，联合国发起“全球脉动倡议”，旨在通过跟踪和监测全球和地方社会经济危机数据以判断其对于当地民众的影响泰国利用卫星和地面传感器数据监测容易受到自然灾害影响的地区，以便在紧急情况下更好地应对另一方面，数据驱动创新同样有助于落后国家或地区在重点领域实现跨越式发展例如在金融领域，美国初创公司Cignifi利用个人移动的使用行为数据为用户提供初始信用分数，从而有助于没有银行信贷记录的相对贫困人群获得金融服务；在农业领域，数据分析同样可以通过信息、预测和评估来改进农民工作以提高种植效率二、数据驱动创新的机制过程尽管数据驱动创新将带来变革性的时代意义，但这一过程的实现并非自然而然，同样需要建立在一定的基础之上。
具体而言，三方面因素推动了数据驱动创新的实现第一，指数级增长的数据奠定了“数据驱动创新”的基础，而这又主要来自三个来源：互联网推动下人类行为的全面数字化、无处不在的传感器及其网络所构建的物联网感知数据、计算机本身及其之间的通信数据根据OECD的估计，到2022年，经合组织国家每户家庭拥有互联网连接设备的平均数量可能达到50台彼时所产生的数据量将进一步出现爆炸式增长第二，数据分析成本的降低与普及使得更多中小微企业能够承担数字化转型的成本，并从信息提取过程中获益，而推动这一转型的关键则是云计算技术的快速发展与应用但同样值得注意的是，网络连接能力的限制、隐私和安全风险的威胁，以及行业缺乏统一标准致使不同云计算平台之间不能轻易迁移等问题的存在，仍然限制了数据分析成本的进一步降低第三，知识创造和决策范式的转变使得人们日益意识到并切实从数据驱动创新的过程中获益数据”“信息”和“知识”这三个概念的分离，使得人们可以从“数据被转化为信息和知识”以及之后“被用于决策”这两个阶段，将数据的社会和经济价值挖掘出来在上述三方面因素的推动下，数据驱动创新的价值才得以通过提高经济生产率、提升社会福利水平、推动包容发展体现出来。
接下来的问题则是，数据驱动创新的这一过程是如何实现的？如果将“数据驱动创新”理解为从数据化到数据分析和决策的一系列阶段，那么该过程便可划分为反馈循环的五个阶段（参见表1）表1 数据驱动创新的5个循环阶段需要注意的是，上述5个阶段的实现并不完全是技术或经济问题，同样还涉及较为复杂的制度和政策问题以数据化和数据收集为例，相关研究曾指出2013年美国占据了全球所有托管的顶级网站的42%，而欧洲则托管了全球31%的顶级网站，亚洲仅占11%[4]换言之，世界上相当多国家的网站并不托管在本国，因此导致大量数据将从该国流向网站托管国，而跨境数据流动全球治理规则的缺失便可能导致数据的流动以及收集过程受到阻碍在数据分析阶段，尽管云计算带来的益处得到了广泛认可，但缺乏标准和现有标准缺乏广泛采用仍然是阻碍云计算进一步推广的制度障碍作为公共产品的云计算标准，只有通过制度创新以改变不同厂商的激励条件才可能实现“公地喜剧”在从数据中获得知识以及数据驱动决策阶段，仍然存在诸多内生缺陷，这又主要体现在数据质量不高、数据分析的使用方式不恰当、数据环境不断变化致使难以基于历史数据进行决策等问题以广为流传的大数据应用典型案例“谷歌流感趋势预测”为例，谷歌搜索通过基于区域和时间的关于特定关键词的热门程度统计信息，可以获得比疾病控制和预防中心更精确的流感预测数据；但2013年的数据表明，谷歌流感趋势大幅高估了美国流感感染率，原因就在于当年对于美国严重的流感季节出现了广泛的媒体报道，因而其引发了没被流感影响的人群进行又一轮与流感相关的搜索。
过量的“虚假”数据掩盖了数据背后真实的因果关系上述问题都构成了“数据驱动创新”的风险挑战换言之，数据驱动创新并非是建立在技术创新基础上“百利而无一害”的更优改善，我们仍然要警惕伴随此转型过程的风险挑战三、数据驱动创新的挑战与风险数据驱动创新引发挑战与风险正是因为其作为“破坏性创新”的内在属性，一方面体现在数据作为基础设施资源缺乏恰当的治理框架从而导致变革的迟滞或阻碍，另一方面体现为其对于传统个人权利和公共价值的影响乃至威胁前者更多聚焦促进变革过程以最大限度地利用数据驱动创新的益处，而后者则更多关注减轻相关的经济和社会风险随着数据成为日益重要的经济和社会资源，数据本身的价值受到越来越多的重视，而对于数据价值属性的解构便成为释放数据驱动创新潜力的前提从基本经济属性的角度出发，数据的价值属性包括消费的非对立性、非排他性和创建及使用数据时的规模或范围经济，而将这些属性综合在一起，便可得出“数据作为基础设施资源”的结论基础设施资源是服务。