探索数据共享模型以最大限度地提高数据效益（英）-2023.10-14页_224kb

报告：探索数据分享模型以最大化数据价值

背景

数据驱动创新是推动社会进步的关键力量。数据分享能让组织提升数据价值并获得新数据，但美国目前数据分享机制不完善，需政策支持最大化经济和社会效益。本报告分析六种常见数据分享模型，提供政策建议。

数据分享模型

1. 数据分享伙伴关系

• 定义：多方合作共享数据，通常用于研究、产品开发，涉及清晰协议和知识产权分配
• 优势：促进合作、保护敏感数据（如医疗）、减少重复研究，提高效率
• 挑战：存在知识产权和竞争问题，数据质量需协调
• 示例：23andMe与研究机构合作分享遗传数据
• 政策建议：制定标准化合同模板，简化合作流程

2. 数据联盟（Consortium）

• 定义：组织池化数据形成联盟，可为特定问题或持续数据交换服务
• 优势：规模效应，达到临界点后产生不可逆的分享动力
• 挑战：早期组织可能不愿加入，需设计激励机制
• 示例：临床研究数据联盟、语言数据联盟
• 政策建议：建立跨部门联盟，促进灾害响应等跨领域协作

3. 数据信托（Data Trust）

• 定义：由独立机构管理数据，代表数据主体利益分享数据
• 优势：结构化数据管理，促进公共利益数据使用，符合AI需求
• 挑战：数据敏感性导致实施困难，与隐私法规冲突
• 示例：UK Biobank的数据信托模式
• 政策建议：建立部门特定数据信托，如环保、医疗等领域

4. 数据合作社（Cooperative）

• 定义：个体自愿池化数据，集体与第三方谈判，成员共享收益
• 优势：赋能个人，允许个体集体议价，保护利益
• 挑战：经济模型难平衡，参与度低可能导致失败
• 示例：农业数据合作社、网约车司机数据合作社
• 政策建议：推广集体议价领域的数据合作社模式

5. 联邦数据分析（Federated Analytics）

• 定义：在不移动原始数据的情况下进行分析，保持数据本地化
• 优势：解决隐私顾虑，适用于敏感数据领域，如医疗
• 挑战：高计算成本，技术成熟度不足，缺乏规模化案例
• 示例：Boehringer与Lifebit的联邦分析合作
• 政策建议：支持R&D研发，确定最适合的应用场景

6. 合作研究协议（CRADA）

• 定义：政府与私营部门的合作协议，共享科研数据促进商业化
• 优势：高效利用公共基础设施，保护知识产权，促进创新
• 挑战：合作项目依赖具体项目，公共研究成果需预留披露期
• 示例：NOAA与私营企业的合作项目
• 政策建议：确定未充分利用的R&D领域，促进相关机构合作

总体建议

• 政策支持：提供标准合同模板、建立跨部门数据联盟、推动数据信托发展、探索数据合作社、继续支持联邦分析R&D、评估CRADA应用
• 目标：促进数据在各领域的有效分享，实现社会和经济效益

结论

数据分享面临隐私、技术和经济等障碍，多种模型可解决不同问题。任何单一模型均无法替代，需结合使用以支持数据驱动社会的发展。

作者与机构

• 作者：Gillian Diebold（数据创新中心政策分析师）
• 机构：数据创新中心，隶属于信息技术与创新基金会（ITIF），致力于数据、技术与公共政策的交叉研究