编辑导语：大数据时代，数据源源不断产生并自主汇聚至多方数据收集者，数据治理也成为企业治理和国家治理的重点领域和重要方式。然而，大规模数据收集也带来严峻的隐私泄露、数据滥用和数据决策不可信等问题，对传统的数据治理提出了新的挑战。本文就介绍了区块链技术如何对这样的现象进行治理，一起来看看吧。

区块链这个概念在最近几年是比较火的，翻阅很多相关资料我们可以知道区块链其实就是一个“去中介化的数据库”。其区块链技术不断发展后，它具备数据一旦上链就难以篡改、难以撤销的特点，极大地增强了数据的可信性。区块链这个“信任机器”通过降低信任成本促进数据商业价值的发掘，它与其他的数字化工具和技术相结合，逐渐改变着整个经济形态。

从商业和经济的角度看，当特定领域的成本大幅度下降以后，商业模式和经济模式都会被改变。以前很多做不了的事情，归根结底是成本的问题。互联网、物联网、人工智能、区块链的出现，帮助我们大幅降低了数据的收集、处理、信任的成本，从而使数字化的进程突然被加速。而我们可以通过学习借鉴区块链的技术特点，以及运营模式。有利于数据治理相关理论以及方法不断发展提升。

一、数据确权问题

区块链技术使得数据不仅可以做到无法篡改，同时能与上下游充分进行共享。并且在共享的前提下，能够保障数据主权的有效行使。

我们在做数据治理的过程中，往往是对内部数据进行治理。可是对于共享到外部的数据，我们会产生疑问：我的数据储被存在哪里了？我的数据得到妥善保护了吗？商业机构用我的数据创造了价值，是不是应该将这些价值分享给我？

所以，我们常常提出来数据要真正实现价值，就必须把其变成资产。如果数据不是作为资产进行管理，那么数据就无法进行交易、定价，也无法获得贡献数据以后应该得到的回报。因此，数据资产化是数据交易的基础，而数据资产化的前提是数据的确权。

但是值得注意的一个问题是，企业内部确权后与外部进行数据交易共享却是一件非常棘手的事情。举个例子，科学家如何获得1万个特殊病人的病例？首先，这些数据基本上不可能集中在一两家医院里，因此协调医院的参与和贡献数据将是一件十分困难的事情。其次，在现有的模式下，征求如此多的病人的同意和授权，也是成本很高的事情，而且病人也会担心隐私泄露的可能性。

还有一个例子，地产公司在前期拿地的过程中，往往会花很多钱去找不同数据供应商购买外部数据（例如土地、交易、配套人口宏观等数据）通过收集这些外部数据然后进行数据分析，来辅助判断这块地的投资测算情况。

如果用区块链技术建立分布式的人工智能平台，能够脱离对中介机构的依赖，通过智能合约和隐私计算等技术，结合激励机制，能够鼓励大家将隐私数据贡献出来，让需求方计算得出相应的结果，而智能合约会负责相关的利益分配。这种情况下，实际上就不需要所谓的数据供应商了，而是通过整个数据链条提供相应所需的数据即可。

二、数据经济特征问题

首先我们要明确的是，数据作为资产管理，是要体现其价值的。而价值的呈现是具有很强的技术特征和经济特征的。

也就是：数据-信息-知识-智慧的转化过程。

相比于数据的技术特征，经济特征却是很难描述与衡量的。在数据管理过程中对于数据的价值也是非常笼统的量化，原因是数据兼有商品和服务的特征。一方面，数据可存储、可转移，类似商品。数据可积累，在物理上不会消减或腐化。另一方面，很多数据是无形的，类似服务。

另外，我们还需要思考一个问题。如果企业将部分有价值的数据（例如财务报表）进行披露，那这类数据实际是具备非排他性的，也就说我能看到，你也能看到。但是如果企业将自己的核心生产数据（例如生产配方）采取付费形式，那这类数据就具备排他性。从这个角度思考，数据的经济特征也就不尽相同。

所以很多文章把数据比喻为新经济的“石油”。这个比喻实际上并不准确。因为石油是具有排他性的，产权可以清楚界定，作为私人产品形成了现货和期货等复杂的市场交易模式。而很多数据难以清晰界定所有权（例如天气预报、国家宏观数据等），作为公共产品或准公共产品难以有效参与市场交易。

因此，把数据比喻为阳光更为合适。

区块链之所以和数字货币紧密相连，一方面是得益于区块链技术成就了数字货币的发展，另外一方面则是上文所说的，数字货币体现了数据的经济特征，所以才能不断提升区块链技术的发展。

三、数据价值测量问题

在去测量数据的价值时，我们会发现有几个问题：

第一，同样数据对不同人的价值可以大相径庭。苹果从树上掉下来，我们会把它吃掉。而牛顿却发现了万有引力。

第二，不同人所处的场景和面临的问题不一样，同一数据对他们起的作用也不一样。例如在企业中，成本中心的专属数据未必对其他中心都会产生价值。

第三，数据具有很强的时间价值。例如不及时的数据，实际对决策没有帮助，同样有一些政策性数据，现在可能没有用，但具备期权价值，有助于提升未来的福利。

以上三点，我们就会发现给数据价值进行量化是一件非常困难的事情。

目前绝大部分主流的测量方式是：

• 成本法：按照获取数据的成本进行计算，来估算其价值。但是很显然，实际使用过程中产生的价值未必比成本低，亦或者高。
• 收入法：评估数据对企业内部的影响，预测由此产生的未来现金流，再将未来现金流折现到当前。但这种测算方式，要拥有很完善的测算模型，一般情况下企业都会望而却步。
• 市场法：以数据的市场价格为基准，评估未在市场交易的数据的价值。这种测量方式一般由数据供应商提供，集中于一些外部数据。但很多数据是非排他性的或非竞争性的，则很难参与市场交易的定价。

那么，区块链技术究竟可以给数据治理带来哪些启发和思考呢？《区块链：分布式商业与智数未来》这本书给出了以下几点启示：

第一，区块链可以解决数据的可信问题。作为分布式账本，它具有只能增加、不可删除、不可篡改、不可回滚的特点，可以确保链上原生数据的可信度。

第二，区块链的链式结构具有可存证、可溯源、可审计、可定序等特性，可以很好地给数据产权确权。

第三，价值交换。数据是否交换和共享，核心在于价值交换。区块链上的智能合约，能够为分布式、点对点的数据要素市场提供强大的价值交换工具。

第四，价值分配。在一个分布式、点对点的数据要素市场中，如何让相关各方在没有中心化担保方的情况下，信任各利益相关方的承诺，并且不增加构建这种信任关系的成本？这时可编程的数字货币就能够发挥作用了，可编程的数字货币加上智能合约使得交易具有不可人为操控的特性，一旦触发事前约定的条件，任何人都无法反悔。

“打败康师傅方便面的不是统一方便面，而是外卖”。虽然目前区块链技术仍然是在探索研究的阶段，技术实现和市场运营模式仍有待提升完善。但我们有理由相信，这一技术将成为数字化时代变革的有效利器，从而也能促进数据治理的相关发展。

#专栏作家#

成于念，微信公众号：Laosiji，人人都是产品经理专栏作家。关注互联网+行业、数字化转型落地。专注领域包括IT数据管理、数据资产、数据应用和最佳企业数据案例实践分享。

本文原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自 pixabay，基于CC0协议。