专家观点丨夏义堃：数据价值化中的信任机制

数据价值化中的信任机制

南京大学数据管理创新研究中心教授、博士生导师

夏义堃

在现代社会，信任被视为人际交往中一种稳定而积极的预期。就市场机制而言，信任构成了其最根本的底层逻辑——一切商品交换与资本流通，无不建立在供需双方可信互利的预设基础之上。然而，当我们从高度成熟的有形物理空间信任体系转向数字空间时，却不难发现，其信任机制的建设仍处于起步阶段，远未形成如现实社会那般系统、稳固的框架。

例如，美国皮尤研究中心的研究显示，公众对政府如何采集、使用及保管个人数据普遍抱有高度戒备。而在2024年，软件服务提供商Precisely公司对全美560余位数据驱动型企业中负责数据分析的高管开展调查，结果表明，尽管有76%的高管表示其公司高度依赖数据驱动型决策，但其中高达67%却坦言，并不完全信任所使用的数据，对数据质量、合规性以及潜在风险表示担忧。英国开放数据研究院的调研进一步揭示，机构间数据共享的频率与规模，与人们对数据的信任程度呈显著正相关。换言之，信任缺失已成为制约数据流通的关键因素。

从数据提供方视角来看，一旦数据被提交，便可能面临失控风险，权益保障亦存在不确定性。这种背景下，“数据保守主义”蔓延成为理性选择：数据不敢共享、不愿流通、不想交换，直接造成“供不出、流不动、用不好”的僵局。若放眼长远，此类数据流动阻滞将导致全社会数据利用效率下降，进而阻碍以数据为驱动的创新进程，延缓经济社会的数字化转型步伐，其后果可谓影响深远。

因此，实现数据价值化的基本前提，是数据能够在多方主体之间以安全且可信的方式流通。从数据共享与价值转化的全过程来看，无论是数据资源的盘点、评估还是筛选，均涉及政府、平台企业、数据交易机构、中小微企业以及事业单位等不同类型的主体。由于各类主体在数据获取、调控能力及资源配置话语权方面存在显著差异，其信任感知亦呈现结构性分化，而这种差异会进一步影响数据的实际流通效果。正如诺贝尔经济学奖得主保罗·罗默所指出的：“在数字平台的发展中，信任建立与规则制定具有同等重要的地位。”

鉴于数据流通过程中信任问题的突出重要性，各国和国际组织早已从政策与制度层面展开多轮探索。早在1983年，美国国家安全局发布《可信计算机系统评估准则》，首次从计算机系统功能的安全性维度提出“可信”议题。伴随电子商务的勃兴，美国于2011年进一步推出《网络空间可信身份国家战略》，将数字身份认证视为构建可信数据生态的核心政策工具。欧盟则围绕电子商务、数字身份与数字钱包等领域，陆续推出一整套信任服务框架。

近年来，以区块链、隐私计算、分布式标识、可验证凭证为代表的信任增强技术不断演进，大幅提升了数字信任基础设施的可用性。然而，即使技术层面能够提供较高程度的安全保障，数据是否就必然能够实现可信流通？现实表明，答案是否定的。

因此，政策层面的探索仍在持续扩展与深化。2017年，新西兰发布《可信数据使用实践指南》，强调增强原住民数据主权、完善透明度机制，并要求开展定期风险评估与场景化模拟。2018年，欧盟发布报告《迈向共同欧洲数据空间》，倡导建立可信数据环境，以推动跨部门、跨领域乃至跨国的数据流动。在2019年日本大阪举行的G20峰会上，各国领导人一致认同“基于信任的数据自由流动”原则，新加坡随后推出《可信数据共享框架》。我国在“数据二十条”政策中也明确提出“促进不同场景下数据要素安全可信流通”，并于去年推出《可信数据空间发展行动计划》，将“信任机制”视为中国数据空间建设的关键特征与发展重点。

综观国际政策演进，“信任”已成为数据价值化的核心底层逻辑。构建系统化的数据信任体系、打造可信数据生态，成为各国共同的战略选择。这些政策普遍强调数据在全生命周期治理中的安全、合规与透明，注重通过技术实现数据的可解释、可控制与可参与，并致力于建立稳健的信任机制。

我们可以将数据流通与利用中的信任机制概括为“数据信任”，即在多主体协作背景下，依托安全、透明、公平原则所形成的一种稳定预期关系。其外延广泛，可包括对数据本身的信任、对数据关系的信任、对技术与制度的信任等多个维度。

数据信任体系的构建通常遵循“技术信任-制度信任-生态信任”的演进路径。在构建该体系之前，须明确三个基本问题：信任的主体是谁、信任的对象是什么、以及信任关系依托何种情境得以实现。

就信任主体而言，核心包括数据生产方、提供方及使用方。不同主体在数据价值化过程中对信任的主张存在显著差异：生产方关注隐私与企业商业秘密保护、收益权属的明确与权益保障；使用方则更重视数据质量、来源可追溯性、使用合规性以及最终开发产品的权益可实现性。信任对象则涵盖数据内容本身、技术系统、制度设计、人员行为等多个方面。

信任的构建还高度依赖具体情境。数据流通总是发生于特定场景中，任何场景皆由技术架构、制度安排与执行主体三者共同构成。不同情境中的技术选型、管理机制与认知共识，决定了信任机制能否建立及其稳定程度。

由此可见，数据信任的构建并非在安全与发展间做简单取舍，而应依靠“技术理性-制度规则-价值认知”三要素的协同驱动。

以数据空间为例，其信任体系建设面临价值共创、协同治理与技术支撑等多重维度挑战。即便在隐私增强、智能合约、数据防篡改与可追溯等技术保障较为完善的情况下，数据空间也并不能自动建立信任关系，更无法保证各类主体自愿共享数据。笔者曾开展相关调研，结果表明，即使在绝对安全的技术环境下，大多数企业仍对数据共享持谨慎态度。因此，在主体类型多样、技术体系复杂、价值主张多元的动态环境中，数据空间的信任机制建设是一项极其复杂的系统性工程，必须突破传统思维，构建新型信任枢纽与生态体系。

具体而言，首先要以“生态可信”为总目标，将主体可信、制度可信与技术可信纳入统一框架，并强化三者间的互促共生机理。制度可信需涵盖数据主权、安全隐私、质量管理及运营监督等方面，而这些往往可通过技术手段实现内嵌，例如借助智能合约将交易规则编码化，通过使用控制技术实现策略可读与自动执行。

尽管技术极大提升了数据流通的效率与客观性，但其可信度仍依赖于主体的感知与接受。不同规模的企业、不同角色的参与者对信任的感知存在差异。因此，数据空间必须设计包容性机制，兼顾多元价值主张与利益平衡，建立可持续的运营与利益分配模型，才能真正提升信任水平。

数据信任体系的复杂性也必然带来多种系统性风险。面对此类风险，可援引查尔斯·芒格的论断：“信任，本质上是诚实比欺诈更有利的一种长期博弈选择。”要在数据空间中建立可信流通秩序，就必须重构数据关系体系，推动制度创新以提高政策与需求的适配性，强化技术互操作与系统兼容，保障各类主体的平等参与和协商地位，最终构建一个多主体融入、正反馈循环的可信数据生态。

综上所述，信任已不仅是数据流通中的辅助性要素，而是数字经济时代价值实现的核心机制和基础设施。从其底层逻辑到系统化构建，仍需政府、市场与社会多方共同探索、持续实践与迭代完善。

供稿丨江苏数交所

审核丨党群工作部