带你读《数据自治》第三章数据权3.1关于数据的活动(二)

简介: 《数据自治》第三章数据权3.1关于数据的活动(二)

3.1.3         数据使用和数据服务

 

数据使用和数据服务是同一件事情的两个侧面——需求侧和供给侧,即需求侧使用数据,供给侧提供数据服务。

(1)数据使用

数据使用是指用数据来完成某项现实任务。数据使用体现了数据的使用价值。数据资源、数据资产、数据要素这些概念是基于数据的有用性或使用价值提出的。与数据再生产不同,数据使用不以生产新数据为目的,而以完成某项现实任务为目的。要注意的是,如果数据使用的目的是完成某项网络空间内的任务,那么该过程将会是数据再生产。

数据使用分为直接使用和间接使用两类。

•  直接使用数据:使用人直接使用数据提供商提供的数据完成某项现实任务。例如,驾驶员根据地图导航数据完成驾驶任务;又如,投资者根据行情数据买入股票或者根据K线数据买入股票;又如,消费者根据点评网数据决定去哪家餐厅吃饭。

•  间接使用数据:使用人使用数据提供商提供的数据进行数据分析,然后使用数据分析的结果完成某项现实任务。例如,投资者结合当前经济社会热点数据和K线数据,进行综合判断后买入或卖出股票,投资者间接使用了经济社会热点数据和K线数据;又如,在循证医学中,医疗组通过分析大量文献和电子病历,生成某个病人的治疗方案。

数据直接使用和间接使用的区别在于是否使用了数据技术对数据进行分析处理。

(2)数据服务

数据服务是指数据权属所有人向数据使用人提供数据服务,使得数据使用人能够使用数据完成现实任务。根据提供者的不同,数据服务模式可分为数据生产者提供数据服务、数据再生产者提供数据服务、授权第三方提供数据服务等。

•  数据生产者提供数据服务:数据生产者直接提供原始数据服务。例如证券交易所提供的证券交易行情数据服务、气象局提供的天气预报服务、政府开放共享提供的数据服务等。

•  数据再生产者提供数据服务:例如,搜索引擎提供的数据服务、企查查提供的数据服务、证券服务商提供的数据服务等。

•  授权第三方提供数据服务:数据服务提供者本身不生产数据,也不进行数据再生产,其获得数据生产商或再生产商的授权后,提供某些数据服务。例如,通信运营商获得气象局的授权后发布天气预报数据。

 

3.1.4         数据交易

 

数据交易主要是指数据拥有者依据法律在市场交易规则下进行自由的交易。交易的数据应该是数据商品,数据交易可以是数据商品各种权利的转移或授予。

虽然国内有 20多个数据交易场所在建设中,但是大部分难以开展数据交易活动,这是一个需要认真思考的问题。

首先,数据商品和物质商品最重要的不同是数据商品的可共享性和易复制性。

•  数据商品的可共享性是指数据可以共享给其他人使用,而数据所有人仍然拥有这份数据商品的所有权,即数据商品的所有权和使用权是可以分离的。

•  数据商品的易复制性是指数据商品很容易被复制,且复制成本很低,这个特征有力地支持了数据商品的可共享性。

数据复制成本极低,甚至可以忽略不计,这就给数据分享带来了便利。在易复制性的支持下,数据商品可以被复制成许多份在市场上流通,而数据商品的拥有者并不需要出让该数据商品的所有权。这正是数字经济的魅力所在。

其次,市场上已有一些数据商品运营平台在运行,例如数据化的音乐(以 iTunes音乐商店为典型代表的数字音乐和以 SpotifyAppleMusic为典型代表的流媒体音乐)、影视(包括电影、电视剧、节目、动画等,其中在线影视采用流媒体方式播放,典型代表有 NetflixAmazonPrimeVideo)、图片(GettyImages是典型的在线图像素材分销平台)、电子书(AmazonKindleStore是典型的在线电子书商店)、网络小说(Wattpad 是典型的在线故事阅读平台)等。

除了网络小说外,音乐、影视、图片、电子书等数据商品的形态基本采用的是现实中已有商品的形态,如唱片音乐、胶片电影、相纸照片、纸质图书等,现在只是将这些原本实物形态的商品数字化,形成数据商品,因此,它们总体上是直接将

实物形态平移过来作为数据商品的形态。只有网络小说是一种新的数据商品形态

(按照章节订阅或者按照字数订阅)。

可以预见,未来会有越来越多的数据商品没有现实商品形态为参照(例如将一个人的微信、微博、抖音集合做成一个数据商品),这正是当前数据交易场所希望交易的数据商品类型,但这些数据商品应该具备什么样的形态、什么样的条件,才可以计量、计价,并在市场流通呢?这是一个有待解决的问题。

 

3.1.5         数据科学研究

 

我们定义数据科学为[1,10-11]:研究数据的科学或关于数据的科学,是探索数据界现象和规律的科学。该定义主要有两个内涵:一个是研究数据的各种类型、状态、属性、组织形式、变化方式和变化规律,即认识数据、掌握数据;另一个是为自然科学和社会科学研究提供一种新的方法——科学研究的数据方法,其目的在于揭示自然界和人类行为的现象和规律。

数据科学研究是数据活动的一个特殊类型,几乎不涉及商业利益,可以简单地将其看作对数据的使用。而数据技术开发则对数据再生产和数据使用都有涉及,一是数据技术开发形成了数据技术软件,数据技术软件也是数据,属于数据再生产范畴;二是数据技术开发属于一项现实任务,可以将其看成数据使用。

 

相关文章
|
存储 数据采集 传感器
带你读《数据自治》第三章数据权3.1关于数据的活动(一)
《数据自治》第三章数据权3.1关于数据的活动
带你读《数据自治》第三章数据权3.1关于数据的活动(一)
|
存储 机器学习/深度学习 大数据
带你读《数据资产》第二章数据资产的相关概念 2.5 相关概念分析
《数据资产》第二章数据资产的相关概念 2.5 相关概念分析
带你读《数据资产》第二章数据资产的相关概念  2.5	相关概念分析
|
安全 大数据 数据安全/隐私保护
带你读《数据自治》第三章数据权3.5小结
《数据自治》第三章数据权3.5小结
|
存储 安全 大数据
带你读《数据自治》第三章数据权3.3个人数据权(一)
《数据自治》第三章数据权3.3个人数据权(一)
|
人工智能 数据安全/隐私保护
带你读《数据自治》第三章数据权3.3个人数据权(二)
带你读《数据自治》第三章数据权3.3个人数据权
|
存储 数据采集 安全
|
存储 安全 大数据
带你读《数据自治》第三章数据权3.4数据主权(二)
带你读《数据自治》第三章数据权3.4数据主权
|
数据采集 数据挖掘 定位技术
带你读《数据自治》第三章数据权3.2数据的权利(一)
《数据自治》第三章数据权3.2数据的权利
|
大数据 索引
带你读《数据资产》第二章数据资产的相关概念2.1相关概念状况
带你读《数据资产》第二章数据资产的相关概念2.1相关概念状况