梁正：实现社会福利最大化的数字科技治理策略

图1 梁正老师专访

图源：探臻科技评论

社会福利分为两类，第一类是个人权益。对消费者来说，价格歧视、大数据杀熟、个人隐私泄露等现象，都在某种程度上损害了消费者的利益。但对于这些现象仍需要区分看待。从经济学角度解释，价格歧视是一种针对每个人效用函数不同的定价策略，它在一定程度上损害了部分消费者的利益，但实现了生产者的福利增加，一加一减，社会总福利没有变化。

劳动者的权益则受到算法困境、劳动替代等影响。算法困境的典型案例是骑手被过度管理。算法的自动决策、平台规则机制的不透明性、机器学习的固有缺陷都会影响骑手的工作压力。劳动替代是指数字技术替代人力从事生产劳动，从而减少社会就业机会的现象。这是一个针对劳动者全体、更宏大但并非天方夜谭的问题。硅谷很早就在做全民基本收入实验，以保障民众的基本收入。如果有一天机器效率很高、完全替代了劳动者，那么社会的总福利如何变化、如何分配，这是非常前沿的问题。

第二类是社会价值。信息茧房是一个典型的社会价值问题，如果每个人都锁在自己偏好的信息空间中，社会不同群体间的沟通渠道就会丧失。所以现在很多算法治理规则特别强调对信息茧房的干预。但针对信息茧房问题还没有形成共识，一部分文献认为存在信息茧房效应，另一部分文献则认为不存在这个效应。

因此开展技术治理，要从社会总成本和总收益的角度去客观地衡量技术所带来的福利增长和损害。历史上每一种新技术兴起时，社会上都会出现对新技术的质疑，例如汽车刚刚诞生时，人们也会争论和马车相比，汽车到底更安全还是更危险，这与今天关于自动驾驶的讨论类似。正因如此，我们需要规避片面、极端的论断，而要整体、具体地讨论技术的利弊。

图2 数字经济时代的劳动者

图源：视觉中国

数字时代的基础是数据。如何对数据的产权进行界定，目前是一个富有争议又十分重要的问题。合适的产权界定有利于数据发挥最大的社会价值和私人价值。

数据的背后是知识，知识在经济学上定义的最大特点之一是非排他性和非竞争性，这决定了知识类似于公共产品，所以数据的产权界定可以参照公共产品的产权界定。但数据又不是完全的公共产品，也带有私人属性。从经济学的角度看，数据的产权界定可以采用共有共享的方式。有法学家提出，比起所有权来，明确数据的用益权可能更有实际意义，即谁使用谁受益。

数据的产权归属还和交易成本有关。如果交易成本为零，根据科斯定理，产权界定不影响社会福利的最大化。但现实生活中交易成本很高，所以产权才需要被界定。数据的交易成本牵涉一个复杂的问题：个人的知情同意和资源配置效率之间的冲突。如果每件事都需要消费者同意，将导致数据利用的效率非常低、资源配置非常不经济。

因此，一种可能有效的制度思路是：分级分类分场景制定规则。在敏感的金融领域，商家获取用户的信用、收入等各种信息都需要经过用户同意，因为这些信息尤其关系到个人利益。但有一些个人信息，例如打车、点外卖时产生的数据被商家获取后，反而能给消费者提供更多便利和优质的服务，同时侵害个人隐私和利益的可能性较低。

数据产权在全世界范围内有不同的界定模式。欧盟是以保护个人为主的模式，美国是以保护公司为主的模式，不同的模式源于各国国情不同。欧盟没有大规模的平台企业，制定强规则的数据合规政策符合欧盟的利益；而美国拥有谷歌、Facebook等巨头数字平台，加之美国自立国以来就是自下而上的规制，所以在联邦层面上没有统一立法解决数据产权问题，只有一些州政府存在对公共领域数据的规制。虽然美国在立法层面上没有对数据产权做过多界定，但如果消费者的权益被侵犯，公民仍可以用基础性的法律武器维权，这从经济学角度看是一个比较高效的模式。

中国模式可能会发展成为一个相对中间的路线，采取分级分类分场景的方法解决数字产权问题，在私人领域、商业领域、公共领域制定不同的规则。现实世界的交易非常复杂和多元，不能一概而论。

不可否认，数字经济有一整套不同于传统经济模式的体系，现存的经济学概念和模型是基于物理和实体的现实情况制定的，是否适用于数字经济背景下的各种场景是需要探索的。学界已经有很多、并且仍在进行着对数字经济的深入研究。

数字时代的到来要求政府转变传统的治理方式，以适应新时代的问题。我们可以从三个层面去思考这个转变。

第一个层面，数字时代呼吁政府监管方式数字化。从宏观背景来看，现代社会正在经历从工业时代到数字时代的转型，大量的价值生产和创造产生于数字经济中。在数字经济占比越来越大、数字经济和实体经济的融合越来越深入、经济形态正在发生深刻变化的背景下，监管方式要适应数字时代的变化。例如，传统的市场监督手段难以应对新兴的电商平台，对此阿里开发了监督打假的“灵犬”软件，并和杭州市滨江区市场监督管理局网监分局合作，利用智能化的方式进行市场监督。

第二个层面，从治理理念看，政府要建立“敏捷治理”思维。敏捷治理指的是政府要和被治理者频繁互动。之所以强调敏捷，是因为新兴技术迭代发展速度快，新的前沿事件、新的问题不断出现和变化，监管者只有频繁和被治理者互动，将一些共识性的理念上升到治理层面上，才能更好地认识和应对新兴技术问题。敏捷治理不仅仅强调治理，更强调政府与企业和公众的对话沟通，即现在“共治”的概念。随着技术的迭代，政府和社会不断地更新对数字时代的认知，这时最关键的不是用政策阻碍科技发展，而是在对话沟通中开拓发展新的、有益的数字技术应用领域，这对中国通过数字经济实现赛道超越、发展新经济具有重要意义。

第三个层面，从治理模式看，政府要实现协同治理。数字时代的信息多元化和丰富性超乎过往，监管方要掌握足够的信息才能够实现有效治理。同时，治理工具和手段多样化也为治理提供了更多的选择。例如，在自动驾驶和智慧医疗等高风险场景中，法律监管非常重要，而对于游戏、电商等领域，采用自我监管、行业共识的治理方式可能更有效。这就要求政府与企业、行业组织等多方主体保持沟通，形成共识，发挥各方主体自治的能动性，提出适合所处场景的协同治理方案。

最后，需要认识到当前数字经济面临的许多问题根源于现阶段人工智能等技术本身仍不完善。例如自动驾驶之所以会发生事故，是因为在技术层面上还有待提高。目前人工智能驱动的自动驾驶算法尚无法做出人类能够做出的选择判断，这是因为自动驾驶的智能算法是基于数据而非知识的训练。新一代的人工智将能够把“知识”融入进去，从而可能解决原有的安全问题。另一个例子是互联网现有框架存在不可信和不可追责的问题，如果将区块链技术引入，发展到Web3.0时代，也许能够解决这些问题，但也会带来新的治理问题。

制度和技术是同步进化、相互比照、相互塑造的，技术逻辑扎根于社会，而制度也随着技术发展而改变。早年汽车刚上路时还没有安全带，后来汽车速度变快、风险程度变高，在技术上就出现了很多安全措施。慢慢地，这些安全措施变成了法律，如今，不系安全带上路就是违法行为。

文字 | 赵家鑫 李柳莹 范晓昱 李一昕 邵文洁 张世超

排版 | 陈晨

审核 | 陈星安 魏一凡 程泽堃 王沁怡