网络市场大数据监管与服务机制探索
来源:市场导报 更新时间:2019-03-21

2017年7月,国家工商总局正式批复同意金华开展 “网络市场监管与服务示范区”的创建工作,要求金华积极探索监管服务自己创新,总结形成可复制、可推广的网络市场监管与服务制度经验。在网络市场的监管与服务中,“大数据”的监管与服务方式是近年来政府部门经常提及并希望普及的一种先进理念。

一、政府与大数据

(一)得天独厚的优势

相较于企业或民间组织,政府对大数据的收集和分析有着得天独厚的优势。

一是先发优势。政府机构是最早开始使用“大数据”的机构。目前我国的各类注册登记制度本身就是一种大数据的收集方式:身份登记制度收集了人们的个人信息,工商注册登记制度收集了企业和个体经营户的经营信息,婚姻登记收集了人们的婚姻状况等等,且这些数据都是一个个“整体”。

二是强制优势。政府对收集数据带有强制性,甚至可以通过立法来保障数据的收集工作正常开展,无论是身份登记、工商登记、婚姻登记,都是公民法定必须履行的义务,不登记就会受到法律的制裁。

三是精确优势。由于政府对各类数据的收集受到法律的保护,对法律要求登记的信息,任何个人和机构都不得谎报、瞒报或拒报,否则都将构成违法,所以相较于企业通过迂回手段收集到的数据,政府机构得到的数据无疑更加精确,数据结构也更加统一和规范,分析价值更高。

(二)政府现阶段使用数据存在的问题

一是欠缺思路。事实上,大数据分析对专业人才和技术的要求远低于小数据时代,最关键的在于构思如何利用现有的技术来分析并得出相应的结论。而目前我国政府最缺乏的也正是大数据的思维观念,没有认识到数据所带来的巨大价值,尚未充分利用已成功收集的海量数据来指导决策。

二是数据孤岛。目前政府各部门之间、政府与企业之间的数据共享是十分有限的,形成了数据孤岛。另外,政府与企业之间也存在巨大的数据鸿沟。很多网络巨头已经通过自身的软件产品或网站收集了大量的数据,这些数据对于政府部门同样用巨大的价值,但目前政企之间的数据对接仍然十分有限。

三是未成体系。由于大数据分析的是数据整体,从政府决策的角度来说,全国性的数据体系是最为合适的。但目前政府在数据收集上无论是横向和纵向都是孤立的、隔阂的,像医保、公积金等数据甚至是在县一级独立运作和登记的,各类公民权益跨区域无法正常享受,部分公民信息跨区域无法查询或需要复杂的手续才能调取。没有成形的数据体系,则国家层面无法动态更新、掌握和分析各地的发展现状,影响决策者对于真实情况的判断,也不利于各区域之间的数据交流。

二、网络市场与政府监管与服务工作现状

21世纪以来,为了经济的转型发展,政府一直在网络市场营造宽松的创业环境,在成功促进网络市场发展的同时,也导致了目前对网络市场的监管与服务处于较为滞后的状态,主要体现在以下方面:

(一)法律未健全

现有经济类法律法规除最新出台的《广告法》《食品安全法》和《消费者权益保护法》对网络广告、网络销售食品和网购行为有了较为明确的规定外,大多数经济类法律法规对网络上发生的经济行为几乎没有明确的定性和说明。而上述三部法律在实际操作时也依然存在诸多问题,仍需后续的细化并出台相关的实施细则。可以说,政府至今尚未形成一套适用网络市场监管与服务的法律体系,也没有制定系统、全面的网络市场主体注册登记制度。

(二)数据不对等

目前我国的 《网络交易管理办法》对网店的注册登记没有强制要求,这相当于主动放弃了动态、全面掌握网络经营情况基本数据的抓手,丧失了前文提到了政府之于大数据的优势地位。另一边,网络“巨头”们却利用旗下交易类、网络安全类和社交类的各种平台及软件收集了海量的用户数据,掌握了我国人民的消费习惯、日常生活甚至一言一行,并利用这些数据制定商业战略,完善发展模式,取得了巨大成功。在数据就是财富、数据就是话语权的今天,掌握数据的网络巨头甚至可以和政府公开叫板。政府与企业之间的数据不对等已经严重阻碍了正常监管与服务工作的开展。

(三)角色边缘化

目前政府对于网络市场主体的监管与服务也陷入较为边缘化的处境。无论监管还是服务角度,由于数据不对等,政府部门无法掌握企业运营的真实情况和数据,很难在监管上找到有效的切入点,也难以在服务时了解企业的真实需求。反观阿里、京东等网络“巨头”,在政府部门难以介入网店管理的同时,他们自身却拥有随时关闭网店的权力,对于网店卖家来说,一个平台 “小二”的权威甚至高过政府部门的执法人员。

三、利用大数据思维建立网络市场监管与服务新机制

从大数据的角度来说,网络市场比其他任何经济形式都更加适用大数据的监管与服务模型。因为任何人通过互联网进行的每一个动作,都会留下几乎无法销毁的数据记录,只要能够对这些交易数据进行合理的收集和分析,政府就能对整个网络市场开展高效且针对性强的监管与服务工作。而本次示范区创建工作既是挑战更是机遇,可以借力创建工作,加快在全国探索和普及大数据工模型。

(一)建立全国性的数据交互体系

一是建立部门间、区域间的横向数据交互。网络市场的经营行为往往跨越区域且涉及多个政府部门的职责。各行政区划、政府各部门应建立协作机制,实现数据的动态共享和工作任务的流转配合,各部门就能对网络市场主体有一个综合、全面的动态掌握,促进了部门间的协同作战,避免了重复劳动。目前,工商总局已经建立了网络市场监管联席会议制度,各个参加示范区创建的地区政府也都建立了网络市场监管与服务示范区创建工作领导小组,应该说部门协同机制正在逐步建立和完善。同时参与示范区创建的各个区域也可以探索先行建立跨区域的数据交互机制,并逐步以点带面,最终形成全国性的数据共享。

二是建立上下联动的纵向数据对接。对于网络市场的大数据,指的是我国所有网络市场主体以及其在交易过程中产生的所有衍生数据,应以国家层面对这些数据进行统筹,建立纵向的数据交互机制,来准确掌握我国网络市场的整体情况和各地区之间的差异,为我国的战略决策提供数据依据,也能更好地统筹各地的网络市场监管与服务工作。工商总局也可以依托本次全国示范区创建工作的载体,从顶层设计的角度,率先建立与创建区域的上下联动机制,并向全国推广。

(二)打通与企业之间的数据通道

一是立法保障政府获取企业数据的权力。从法理角度来说,政府部门依法获取企业的经营信息是理所当然的事,工商总局出台的《网络经济管理办法》也规定了第三方交易平台向政府部门报送经营数据的义务。但目前网络市场主体并无向政府部门上报经营信息的主观意愿,协助政府部门执法办案的积极性不高,对于上报的各类数据,政府也无法进行核实。要确保主体履行义务,要从法律角度明确主体报送经营数据的具体种类和政府收集各项数据的合法工具,并保护政府实时、动态收集主体数据的权力,对不履行相关义务的主体要加大惩处力度,提高违法成本。

二是提高政府对企业上报数据的保密手段。当然,站在企业的立场,向政府上报的数据很多都是企业的商业机密,一旦泄露,将对企业造成严重影响。这也是目前网络市场主体不愿向政府部门上报数据的重要原因。所以政府部门在收集网络市场主体的各类经营数据的同时,要高度重视对这些数据的保密措施,应该对工作人员查阅和使用相关数据严格设置权限,并做好相应的监控,对工作人员泄露相关数据的行为按职务犯罪论处。建立数据泄露应急响应机制,一旦发现数据可能泄露,要立即采取应急措施减少损失,消除影响。

三是向企业开放部分数据接口。在政府部门收集网络市场主体信息的同时,也应该为主体开放部分数据接口。比如工商(市场监管)部门可以向第三方交易平台开放入网主体资质的核查接口,一方面提高了平台履行对入网商家资质认证的效率和准确率,另一方面可以通过平台的核查记录及时掌握有哪些主体申请进入该平台以及向平台提供虚假信息的主体,形成对数据的二次收集和利用。

(三)设计合理有效的数据收集分析工具

一是动态收集数据。尽管大数据分析允许一定范围的误差,但为了确保分析研判的准确性,尤其是在数据收集的初期,应设计合理、有效、切尽可能精确的数据收集工具来确保在模型初建阶段就处于稳定的状态。为做到数据收集的广度和精度,收集数据的工具应该有对主体经营行为的监控和动态收集的功能,并确保收集到的数据得到妥善的加密和储存;当主体出现违法行为需要调用相关数据时,能实时获得最新且全面的主体相关数据供政府部门分析研判。

二是提高数据收集的智能化程度。目前各部门收集数据的方式智能化程度很低,比如目前部分地区的市场监管部门对网络市场主体的发现和建档 (关联主体数据和经营网址)过程几乎完全由人工操作,费时费力,且对干部自身的判断能力、计算机操作能力要求过高,主观性太强。一个好的工具应该尽可能的降低操作人员个人能力对工具的影响,实现工具的智能化和操作的简单化即所谓的“傻瓜式”操作。工具的设计者要尽可能实现工具对于数据的自动获取、自动分析,而人工作业只作为智能作业的维护和补充。

三是数据公开、二次收集和再利用。目前我国各部门的个人信用和企业信用体系正在建设和完善,数据公开工作已经铺开。按照大数据的思维方式,数据公开本身也是也是对数据进行二次收集的有效途径。以全国企业信用信息公示系统为例,该系统可以设计一个对访问者搜索条目进行记录的功能,当访问者的搜索数据达到一定数量时,就会有很多新的发现:比如某地的某一家企业被搜索的次数在一定的时期内远高于平均水平,就可以关注这家企业的近期动态,研判该主体为何在近期备受关注,是否有可能存在群体性的纠纷;或者一个未注册登记的公司名称被多次搜索,就可以调查是否有人冒用这个公司名称开展违法经营等等。政府部门也可以通过这些搜索记录来了解目前各地区的行业热度和社会影响力较大的企业,作为制定各类经济政策的参考依据。

四是数据相关性的分析功能。大数据思维的核心就是分析和预测。因此,数据收集工具必须要设计非常强大、可编程且人性化的分析功能,能够帮助政府对已收集的各类数据的相关性进行分析。比如通过分析某行业的主要违法行为来预判该行业的违法风险;通过分析网络市场主体注册登记的经营范围来掌握网络市场业态发展;通过分析著名商标的申请情况来分析不同行业、不同区域的商标意识普及情况;通过分析消费投诉涉及的商品种类来研判需要重点监管的行业等等。