2021年4月19日，上海車展上一位特斯拉車主身穿“剎車失靈”白T恤站上車頂維權。特斯拉方堅稱，剎車未失靈，對方搞事情。緊接著，網絡媒體上掀起了一場聲勢浩大的“討特”運動。

公眾輿論迅速聚焦到一個點：行駛數(shù)據。

三天后，特斯拉對外公布了車輛事故發(fā)生前一分鐘的數(shù)據。數(shù)據顯示，剎車前車輛時速為118.5千米每小時，駕駛員剎車后車輛持續(xù)降速，時速降至48.5千米每小時時發(fā)生碰撞。從第一次剎車到碰撞間隔時間約為4.5秒左右。

數(shù)據公布后，吃瓜群眾逐漸散去，熱度迅速滑坡。但是，車主家屬指責特斯拉侵犯個人隱私權，要求撤銷數(shù)據。同時，一些人質疑，特斯拉可能修改過數(shù)據。

這起特斯拉維權事件終于把數(shù)字經濟的關鍵問題推到了前臺：數(shù)據的產權界定、隱私保護以及風險監(jiān)管。本文從經濟學的角度分析大數(shù)據時代的數(shù)據產權及監(jiān)管問題。

01、數(shù)據產權界定

在之前的反壟斷事件上，我寫過幾篇文章指出，互聯(lián)網平臺壟斷的關鍵問題，不是市場支配地位和巨額補貼，也不是資本泛濫和無序擴張，而是壟斷和濫用私人數(shù)據。

我曾在《螞蟻的野心》中指出：“如果個人數(shù)據的產權無法私有化，那么將貨幣發(fā)行權交給大數(shù)據銀行那是災難性的?！贝髷?shù)據殺熟、信息繭房以及網絡信貸問題，根本上是私人數(shù)據被平臺壟斷和濫用。如今，無人駕駛汽車的數(shù)據問題似乎更加急迫——直接關系到駕駛生命安全以及事故責任的認定。

數(shù)據產權到底歸誰？

第一類信息是從公共信息中收集的數(shù)據。

有人認為，數(shù)據本身是公共資源，按照“誰付錢歸誰”的原則，互聯(lián)網平臺花費了成本搜集、儲存和維護大數(shù)據，大數(shù)據的產權歸屬應當是平臺。按照這種觀點，特斯拉的車輛行駛數(shù)據的產權不歸車主，而歸特斯拉。

在大千世界中，宇宙中的火星、道路上行駛的汽車和全球流行的新冠病毒，都是一種信息的存在。這些信息是無主的公共信息。但是被收集的信息是有主的資源，誰為搜集的數(shù)據支付成本，數(shù)據的產權就歸誰。值得注意的是，公共信息與被收集的數(shù)據是兩個概念。事實上，每個人都在想方設法地收集更多更有效的公共信息，然后做出相應的決策。很多公司會將大量的市場信息形成有效的數(shù)據統(tǒng)計，股票交易員每天搜集大量的價格信息及行業(yè)信息。科斯表達的是帕累托最優(yōu)而非產權界定，這種產權的界定原則在美國法與經濟學家波斯納的《法律的經濟學分析》中有詳細論述。

但是，這里有個前提，所收集的信息必須是公共信息，而非私人信息。何為公共信息？第一空間上是公共的。比如，你可以在大街上統(tǒng)計多少人穿耐克鞋，但是不能侵入私人家庭窺探。你可以在股票市場上統(tǒng)計量價信息，但不能侵入私人賬戶竊取信息。第二對象上是公共的。比如，你可以統(tǒng)計多少男人或女人進店，但是不能跟蹤偷拍某個客戶或每一個客戶的購買行為。為什么私人空間和私人對象上的數(shù)據收集是不正當?shù)?？因為私人空間和私人對象具有產權歸屬，比如私宅和隱私權。這些數(shù)據，即便是花費成本獲取的，也是不正當?shù)?，屬于對他人的產權構成侵害。

第二類信息是因交易及服務必要而提供的個人數(shù)據，如個人身份證、聯(lián)系方式等。所謂交易及服務“必要”，主要是為了降低交易費用。比如，雙方提供身份證、營業(yè)執(zhí)照有助于降低信任成本。又如，住酒店登記身份證，乘坐飛機過安檢檢查包裹，都是為了降低交易風險。

所以，交易者會“讓渡”出部分個人信息（權益）以降低交易風險，或換取公共安全。但有人誤以為個人信息在這次交易中也被交易出去。其實不是，這些信息的產權依然是個人，產權沒有發(fā)生變化。個人之所以提供信息，是為了促進交易，降低風險。對方以及任何個人，未經當事人允許不得占有和使用他人數(shù)據。這一點是明確的，比如我們在簽署合同附個人身份證復印件都會注明“僅限于本合約”或“復印無效”。這么做的目的是防止個人信息被濫用。

第三類信息是因交易及服務而產生的數(shù)據，比如交易價格、交易數(shù)量、付款周期及合約信息。這類信息的歸屬權在交易雙方，由雙方協(xié)商是否公開交易價格及合約信息。在一些交易中，雙方約定不公開價格。通常，為了降低交易成本，很多人愿意公開價格，但不公開交易個人信息。比如，深圳用指導價調控樓市后，交易價格迅速消失，給交易帶來不便。又如股票交易市場，我們可以看到每一筆交易的價格，但是無法知曉交易對象及更多個人信息。但是，交易所為何要求大宗交易公開信息？道理與上面類似，為了降低大宗交易的風險，避免內幕交易，上市公司及大宗交易對象需要做到信息公開。這相當于公開部分信息來促進交易。

以智能駕駛汽車為例。特斯拉的優(yōu)勢是擁有幾百萬臺汽車每天在道路上行駛，它可以獲得大量真實的行駛數(shù)據來提高它的智能駕駛技術。哪些數(shù)據該收集，哪些數(shù)據不該收集？數(shù)據的產權歸誰？

特斯拉可以通過外部攝像頭和傳感器收集外部公共信息，比如識別道路上的行人、汽車、紅綠燈、危險物等。這些針對外部公共信息收集的數(shù)據歸屬于特斯拉。無人駕駛系統(tǒng)正是通過對外部信息的收集、識別及處理，然后做出駕駛決策，從而提高安全性。如果車主危險變道和跟車太近，特斯拉輔助駕駛系統(tǒng)都會報警，如果車主沒有采取措施，該系統(tǒng)會強行干預。

斯坦福教授吳恩達曾在谷歌無人駕駛汽車項目中建立人工神經網絡。這個網絡具備深度學習的功能，它在YouTube上看一周的視頻后，可以自主學習識別哪些是貓的視頻。這個技術如果運用到無人駕駛汽車上，可以用來識別車輛前面的物體是貓還是小孩，幫助無人駕駛系統(tǒng)執(zhí)行合理避讓。

但是，無人駕駛汽車不能在未經車主允許的情況下對內實施監(jiān)控，收集車主的個人行車數(shù)據。車主的個人行車數(shù)據，包括行車里程、行車位置、行車速度、剎車次數(shù)、變道次數(shù)、乘坐人數(shù)、車內對話、交通事故、違章次數(shù)、保養(yǎng)維修、駕駛習慣等等。

不過，其中有些個人信息，因交易及服務必要而需要向汽車廠商提供，比如對行車速度、發(fā)動機、安全帶、油量電量的監(jiān)控數(shù)據。汽車在交易結束后，服務才剛剛開始，汽車廠商對汽車安全負有一定的責任，對必要的行車速度、發(fā)動機安全等數(shù)據進行監(jiān)控，并起到提醒作用。如今，對這些安全數(shù)據的監(jiān)控已是汽車產品質量標準。

智能駕駛汽車對數(shù)據的依賴性更大。無人駕駛或輔助駕駛，不僅需要外部數(shù)據，還需要大量的個人行駛數(shù)據。比如，輔助駕駛系統(tǒng)采取緊急避讓，必須結合當時行駛的車速來判斷。又如，輔助駕駛系統(tǒng)會分析車主的不良駕駛習慣并加以提醒和糾正。而這些都依賴于對個人行駛數(shù)據的監(jiān)控、搜集及處理。

問題來了，哪些是因交易及服務必要而提供的個人信息？車內對話、乘坐人數(shù)、個人肖像不屬于交易及服務“必要”。不過，美國聯(lián)邦通信委員會許可特斯拉及五家公司使用雷達傳感器，在可疑活動發(fā)生時對車內人員及環(huán)境進行監(jiān)控。

除了普通汽車涉及的安全數(shù)據外，智能駕駛“必要”數(shù)據或覆蓋行車里程、行車位置、行車速度、剎車次數(shù)、變道次數(shù)、交通事故、違章信息、保養(yǎng)維修、駕駛習慣等大量數(shù)據。

這類數(shù)據的產權歸屬個人，但誰來保證不被濫用？

02、數(shù)據資源配置

如今大數(shù)據時代的問題是，用戶因交易及服務必要，“讓渡”出了大量的個人數(shù)據，但又無法確保數(shù)據的安全性，甚至還深受其害。

比如網絡購物數(shù)據。在電子商務平臺使用搜索引擎購物，好處是降低了搜索成本，我們不需要全國各地找商家比價。但為此我們“讓渡”了大量的個人數(shù)據。在平臺上的搜索數(shù)據、瀏覽數(shù)據、討價還價的數(shù)據等等，這些個人數(shù)據被平臺收集，甚至可能運用于大數(shù)據殺熟。平臺很可能為你量身定制了機票、沙發(fā)、電腦等商品的價格。

很多人將大數(shù)據殺熟與價格歧視混淆，每個商家就同一款產品都可以針對客人差異化定價。大數(shù)據殺熟不等于價格歧視。歧視性定價具有正當性，屬于商家的定價策略。但是，歧視性定價是建立在有限的信息和平等的競爭地位之上，而大數(shù)據殺熟是建立在控制、濫用個人數(shù)據和不平等的競爭地位之上。大數(shù)據殺熟被認為是一級價格歧視。其實，在正常的競爭環(huán)境中，歧視性定價不可能做到大數(shù)據殺熟。

交易是一個平等博弈的過程，雙方都想方設法獲取更多的信息從而贏得更強的議價權。在每一筆交易中，雙方所賺取的是交易剩余，即以更低的邊際效用換取了更高的邊際效用，中間的差額就是交易剩余。一旦所有用戶的個人信息都被平臺所掌握，那么交易的天秤向平臺傾斜?；ヂ?lián)網平臺可以最大限度地榨取每一位用戶的交易剩余。財富的天秤向人為的信息壟斷方傾向，引發(fā)財富集中和社會控制。

有人認為用戶“讓渡”必要的個人數(shù)據，換取了交易便利。但是，這里不能混淆兩個問題：

一是“讓渡”必要的個人數(shù)據，必須是自愿的，用戶有知情權。

互聯(lián)網平臺需告知用戶，他們對用戶的“足跡”，包括搜索、瀏覽、購買、支付等數(shù)據進行搜集。對超出“必要”范圍的數(shù)據監(jiān)控，用戶可選擇反對，屏蔽數(shù)據采集。比如，在宜家購物，宜家的空間設計，讓客戶可以更好的搜索和體驗商品。但是，宜家不能因提供了這種便利而監(jiān)控客戶購物行為。宜家只能提供必要的安防監(jiān)控，并告知客戶：公共區(qū)域，安防監(jiān)控。

不論是線上還是線下，商家都必須告知用戶：第一是對交易及服務必要的數(shù)據進行監(jiān)控；第二是用戶可選擇屏蔽超出必要范圍的數(shù)據監(jiān)控。

二是“讓渡”出去的必要數(shù)據，其產權也是歸屬個人，且禁止被濫用。

如果所有車主的行駛數(shù)據由汽車廠商控制，后者又將數(shù)據賣給保險公司，結果會怎樣？保險公司可以根據每一個車主的數(shù)據量身定制保險方案，賺取最大的交易剩余，而車主則沒有任何議價權。這是大數(shù)據殺熟。從保險公司角度來看，這是最有利的。但是，這違背了自由市場的平等規(guī)則。合理的做法是什么？

如果車輛行駛數(shù)據歸屬個人，車主可以使用個人的數(shù)據進行討價還價。假如你的安全駕駛數(shù)據很好，你可以選擇對保險公司公開這個數(shù)據，以降低保險公司開出的保費。假如你的安全駕駛數(shù)據很糟糕，你定然會隱藏這一數(shù)據，避免保險公司抬高保費。數(shù)據私有化后，用戶才能拿自己的數(shù)據去討價還價，最大限度地獲取交易剩余。當然，保險公司也會想方設法去挖掘更多關于你的信息。這就是正常的市場博弈，也是經濟增長的動力，而不是所謂的逆向選擇。

所以，數(shù)據產權界定，數(shù)據才能得到有效配置和監(jiān)管。用戶也可以將自己的數(shù)據交易出去，當然交易也是有規(guī)則的交易。這樣真正的數(shù)據交易市場才能形成。

目前的問題是互聯(lián)網平臺使用集中化數(shù)據庫搜集和存儲用戶數(shù)據。技術創(chuàng)新正在打開這個困境。一些分布式網絡不再集中存儲用戶數(shù)據，并實施端對端加密。除了端對端外，平臺及任何第三方都無法得到具體數(shù)據。但是，無人駕駛級別的數(shù)據處理對分布式網絡的效率是一個巨大的挑戰(zhàn)。同時，分布式網絡容易遭受雙花攻擊，將加大無人駕駛系統(tǒng)的風險。

特斯拉維權事件凸顯了數(shù)據監(jiān)管的滯后性。當特斯拉公布行車數(shù)據后，一些人質疑數(shù)據的客觀性。數(shù)據是否被修改？

個人行車數(shù)據的產權不明確，特斯拉陷入兩難：不公布數(shù)據，則涉嫌掩蓋真相；公布數(shù)據，則可能涉嫌侵犯隱私。這個事件最后上升為公共輿論事件，消除公眾疑慮最好的辦法也就是公開行使數(shù)據。如果明確行駛數(shù)據歸屬個人所有，車主可向特斯拉調取行車數(shù)據，或者特斯拉經由車主同意公布行車數(shù)據。在整個維權事件中，監(jiān)管部門應該發(fā)揮更大的作用。監(jiān)管部門具備執(zhí)法資格，向特斯拉調取車主的行車數(shù)據。同時，為了避免侵犯個人隱私，由監(jiān)管部門對外公布相應的數(shù)據。

從特斯拉維權事件可以看出，未來的智能駕駛汽車，行駛數(shù)據是厘清事故責任的關鍵。過去，我們通過檢測剎車硬件來判斷剎車是否失靈。如今，汽車開始由無人駕駛系統(tǒng)干預、接管，剎車是否失靈、是否系統(tǒng)自動加速，只能由數(shù)據說話。

在美國，互聯(lián)網巨頭及民眾對政府調取用戶數(shù)據極為敏感。推特、蘋果公司都曾多次拒絕聯(lián)邦政府的要求。2014年推特公司狀告美國聯(lián)邦政府，理由是聯(lián)邦政府強迫他們交出用戶數(shù)據。最后，推特勝訴。但是，這些社交媒體及科技巨頭卻因此手握審查權，成為了信息的仲裁者、真理的仲裁者。

社交媒體及科技巨頭利用對用戶數(shù)據的控制給用戶編制了一個個信息繭房。這個問題在推特封殺特朗普事件中為世人所知。如今，行車數(shù)據監(jiān)管難題或許是一個更加棘手而明確的問題。未來，越來越多的事故需要通過數(shù)據公開來劃定責任。

所以，如何監(jiān)管行車數(shù)據是擺在政府面前的一個難題。在分布式技術尚未成熟之前，第三方數(shù)據加密存管或許是一個解決辦法。特斯拉等巨頭將大數(shù)據存放在第三方平臺，車主擁有所有權，車主授權給特斯拉無人駕駛系統(tǒng)使用，第三方肩負數(shù)據安全責任。政府可通過第三方來調取和監(jiān)管行車數(shù)據。

03、數(shù)據風險監(jiān)管

假如無人駕駛或輔助駕駛系統(tǒng)干預引發(fā)交通事故，汽車廠商需要承擔責任嗎？

比如，我正在駕駛汽車危險變道，輔助駕駛系統(tǒng)識別出車輛正處于危險變道中，迅速強制干預，車輛回到原來車道。而我之所以危險變道，是因為我判斷到隔離帶對面車輛將要發(fā)生碰撞事故，進而實施緊急躲避。假如輔助駕駛系統(tǒng)沒能識別這一信息，強制干預我變道，對面車輛越過隔離帶撞上我車。在這起事故中，假如逆行車輛負全責，但是輔助駕駛系統(tǒng)需不需要承擔責任？這類的問題在輔助駕駛領域逐漸出現(xiàn)，比如因識別錯誤而突然停車。

這就涉及到無人駕駛信任問題。如何才能建立信任？

自由競爭是一個好辦法，但要依賴于制度監(jiān)管。事故率是判斷汽車質量的一個重要指標。但是，如果數(shù)據不公開，我們并不清楚哪些事故是輔助駕駛系統(tǒng)造成的。公共部門需要對無人駕駛汽車建立數(shù)據標準。

第一個數(shù)據標準是數(shù)據輸入標準。

允許汽車廠商收集哪些必要的車輛行駛數(shù)據，如行車里程、行車位置、行車速度、剎車次數(shù)、變道次數(shù)、交通事故等等。監(jiān)管并規(guī)范這些數(shù)據的用途，這些數(shù)據只能運用于提高無人駕駛性能，保障駕駛安全。

第二個數(shù)據標準是駕駛技術標準。

無人駕駛的難度是對大量行駛數(shù)據的積累及智能化處理。歐洲國家對無人駕駛技術的實際應用相對謹慎。美國政界對無人駕駛汽車標準博弈激烈。開始各州對汽車制造商提高了無人駕駛汽車的投放門檻，需要符合75項汽車安全標準以及積累大量的道路測試數(shù)據。后來，聯(lián)邦政府否決了地方的標準，試圖將安全標準放低。

目前，谷歌無人駕駛車已積累了大量的行駛數(shù)據，在過去六年間制造了11起輕微事故。這一結果還是令人滿意的。蘋果公司在2018年就往加利福尼亞公共道路上投放了62輛無人駕駛測試車。

特斯拉的優(yōu)勢是每天都有幾百萬特拉斯在道路上奔跑，無人駕駛系統(tǒng)實時搜集及處理各種各樣的真實道路數(shù)據和安全駕駛數(shù)據。這是一個打怪升級的過程，最有助于無人駕駛技術的進步。

但是，這也是風險最大一種方式。

中國正在掀起新一輪造車盛宴，眾多巨頭紛紛入局。巨頭們急于造車，并不是他們掌握了無人駕駛技術或者電池技術，而是試圖繞過發(fā)動機搶占無人駕駛賽道。什么意思？他們不造汽車，不是因為汽車不能搞無人駕駛，而是內燃機的技術難度太大。如今，電動車大大降低了造車成本。盡管電池續(xù)航有限，技術瓶頸不小，但是只要電動車上路，就有大量的數(shù)據輸入到無人駕駛系統(tǒng)的“實驗室”中。

目前及未來的一段時間是無人駕駛汽車風險系數(shù)相對高的階段。在造車盛宴之下，巨頭們紛紛“下餃子”，用真實的道路數(shù)據和駕駛數(shù)據推動無人駕駛的技術進步，是高效的，也是危險的。

有人認為，汽車廠商不會在技術不成熟的情況下啟動無人駕駛系統(tǒng)或輔助駕駛系統(tǒng)。比如，現(xiàn)在這個階段使用相對成熟的是自動泊車系統(tǒng)。這只能依靠汽車廠商的聲譽機制。但存在兩個問題：

一是無人駕駛系統(tǒng)缺乏一整套技術標準和參數(shù)。

目前，全球無人駕駛處于無標準的“裸奔”狀態(tài)。國際沒有出臺針對這種帶有自動駕駛功能的智能汽車檢測的標準規(guī)范，中國的檢測主要還是針對硬件設備的檢測。

比如，無人駕駛汽車必須滿足多少項安全標準才能上路？正如傳統(tǒng)汽車的安全碰撞測試，必須滿足多少項安全指標。又如，無人駕駛系統(tǒng)必須積累多少測試里程，完成多少安全識別任務，事故率在多少以下，才能上路？假如汽車時速在100千米每小時，前方突然竄出來一只狗或一個小孩，人工駕駛的緊急避讓可能是不同的。如果是小孩，駕駛員一般會緊急剎車或緊急打方向躲避。如果是狗，駕駛員可能為了避免翻車而適當剎車或降速。如果無人駕駛技術不能識別狗和小孩的區(qū)別，會采取一樣的避讓措施。在上述模擬的事故中，如果無人駕駛系統(tǒng)識別到了對向事故，可能不會阻止我危險變道，或者會采取更加合理的避險選擇。

二是無人駕駛系統(tǒng)缺乏監(jiān)管。

如今，在市場上投放的無人駕駛系統(tǒng)是否安全？輔助駕駛系統(tǒng)是否安全？因為缺乏對無人駕駛技術的監(jiān)管，我們并不清楚，廠商投放使用的新技術是不是真正過關，比人工駕駛更加安全。

這次特斯拉維權事件，有人懷疑背后有多股勢力在博弈。拋開勢力斗爭，這次事件也算給世人提了一個醒：無人駕駛汽車正在“裸奔”。

所以，無人駕駛技術的可靠性很關鍵。而可靠的標準，正如汽車碰撞測試安全標準、極寒氣候行駛標準一樣，需要公共部門來建立，并施之監(jiān)管。

國家技術標準的含義是什么？

回到上述的個人數(shù)據“讓渡”問題。個人為何要讓渡行車里程、行車位置、行車速度等行駛數(shù)據？目的是換取更加安全可靠的駕駛。但是，如果沒有標準，車主并不清楚數(shù)據的“讓渡”是否換來了安全。車主可能還會懷疑，如果人工駕駛，或許不會發(fā)生碰撞事故。如果沒有技術標準，無人駕駛的事故如何認定？如果無人駕駛導致事故，這車算不算不合格，汽車廠商是否需要承擔責任？

如果公共部門建立了技術標準，車主至少明白，讓渡個人行駛數(shù)據換取了符合標準的自動駕駛系統(tǒng)。國家標準的建立，相當于在自由市場中借助國家信用為技術做背書。其中的含義，類似于國家的產生，每個公民讓渡一部分個人權益（如私人刑罰權、納稅義務）來換取公共保障。盡管國家這種制度并不完美，但人類目前還沒找到更好的替代品。

特斯拉維權事件過后，無人駕駛及數(shù)字經濟時代的數(shù)據風險正在來臨。

原文標題：特斯拉行駛數(shù)據歸誰？

文章出處：【微信公眾號：傳感器技術】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq