環顧全球經濟，你可以看到一家美國公司正在開發下一代無人駕駛汽車，一家中國金融公司將貸款提供給過去缺乏信貸機會的小商店，以及一家瑞士製藥公司的研究人員正在開發針對慢性病的療法。儘管發生在不同的地區、不同的經濟部門，但這些具有價值的經濟活動有何共同點？答案很明確，它們都仰賴：數據（data）。在今日，數據已與土地、資本、勞動力、石油並列為重要之生產要素，透過數據及人工智慧演算法可進行各種預測，包括上述的無人車、藥物測試、信貸分配等商業應用。 

而當今全球規模最大的一些企業，早已將數據應用視為其業務的核心，像是阿里巴巴、Alphabet及Facebook等數據密集型公司的市值在近年已快速飆升。此外，將數據經濟五大參與企業與傳統實體企業營收市值表現作比較，可發現Apple、Amazon等參與數據經濟程度高的企業，已快速追趕甚至超越傳統具代表性的實體企業的市值。 

Google經常舉辦機器學習競賽，提供高額獎金，鼓勵參與競賽的科技團隊開發出最佳演算法來進行各項預測。這也成為Google或Facebook的賺錢方式，他們不靠出售數據來獲利，而是利用擁有的大量數據進行加值研究，如透過演算法進行精準行銷（Precision Marketing）。換個說法，每當我們使用Facebook、Google的服務，系統會追蹤並蒐集我們的資料瀏覽紀錄，知道我們曾經拜訪過的網站、關注的商品等，並據以跳出符合我們喜好的購物廣告，可提升廣告點擊率及相關商品消費，擴大企業收益。 

數據經常被比作新石油，暗指數據是未來經濟的燃料；而數據具有的「排他性」，例如數據可透過加密技術來排除他人的使用，也就像是石油般的私有財。然而，數據與石油等傳統生產要素不同之處在於，數據具有特殊的「非敵對性（Non-Rivalry）」，即數據不會因為愈多人的使用而產生減少或耗損，數據被某一人使用後，其他人仍可自由使用；因此，有人將數據比擬為如同陽光般的公共財，當數據能被廣泛共享時，社會所能獲取的整體利益最大。同時，數據也具有其特殊的「隱私外部性（Privacy Externalities）」，即當企業交易或分析消費者的個人數據時，數據提供者的隱私可能受影響，卻未獲得相應回報，形成外部成本。 

綜上，我國應該將數據相關應用視作陽光般盡情揮灑，以達到最大效益；或是效法美國，將數據視為石油，嘗試對數據定價、公平界定所有權歸屬，使市場自動達到柏拉圖均衡：抑或是參考歐盟作法，在開放銀行的同時，讓最嚴格的個資保護法GDPR同時上路？筆者認為效率與隱私看似矛盾，但兩者或許是可以相輔相成的：在擴大數據應用服務，達到經濟效率的目的下，同時以公平及隱私保護的規範作為配套，才能加速數據經濟的發展，不致產生弊病，這也是許多主要國際機構（如IMF）贊許歐盟GDPR的原因。因此，盼我國政府能盡快加速個資法的修訂，並爭取歐盟GDPR適足性認定，以營造健全數據經濟發展的友善環境，方得以善用數據這個21世紀的關鍵生產要素，同時兼顧數據發展之「效率」及「隱私」。

（作者是商業發展研究院國際數位商業研究所研究員 李文清）

原文刊登：109/09/10-工商時報／A6名家評論