return ✕︎

財產與合約

原文:PROPERTY AND CONTRACT

| 作者:E. Glen Weyl, Audrey Tang and ⿻ Community | 譯者:唐鳳 Audrey Tang, 周宜蔓 Gisele Chou


多元社會中的多數大規模合作,都是通過將資產集中到「法人」實體裡進行的,包括合夥關係、非營利組織、宗教和社會組織,當然還有公司。儘管,這些顯然不全是正式意義上的公司,但它們與公司一樣,都有以法律為基礎的合約協議,這個合約安排管理著資產(實物、智識、人力和財資)的共用,以實現共同目標。即使是最簡單、最常見、規模最小的合約,如租賃協議,也涉及到人與人之間的資產共用。

利克最初構思「星際網際網路」的核心目標之一,就是促進運算、儲存、資料等數位資產的共享。某種程度上可以說,這樣的共享,正是今日數位經濟的核心,「雲」提供了巨大的共用運算和儲存池,而線上廣泛共享的資訊,則構成了席捲整個技術行業的生成式基礎模型(GFM)的基礎。然而,儘管這項工作取得了巨大成功,它卻局限於數位世界的有限切角,並且被一小部分高利潤、以營利為目的的實體所控制,這些實體的總部也集中在少數幾個國家。這既造成了機會的巨大浪費,也造成了權力的集中。網際網路可以實現廣泛的橫向資產共享 -- 這個夢想尚未實現。

正如我們在本書這部分所討論的其他基礎協定一樣,人們一直在為了彌平差距做出顯著的努力。在本章中,我們將審視將這些數位資產共享的潛力、現在的情形,觀察現有努力,強調在其中的某些成果和局限性,並勾勒出可以克服這些問題和實現多元線上資產共享生態的路徑。

數位時代的資產

數位世界,建立在物理世界之上。凱特·克勞佛(Kate Crawford)優美文藻筆下的《AI Atlas》,或許最能體現這點:電腦電路由稀有金屬製成,而這些稀有金屬的開採也帶來了各種社會挑戰;資料中心的工作方式與發電廠十分相似,而且往往與發電廠同處一地;資料是由 Mary Gray 和 Siddarth Suri 記錄的 「幽靈工人」等人創造的[1]。因此,任何關於數位領域的嚴謹論述,都必須處理實體不動產的關係。然而,從物理基礎中衍生的重要資產,卻是以數位原生的抽象形式存在,並且成為線上生活的關鍵組成部分。

我們將著重探討無所不在的三個類別:儲存、運算和資料。然而,還有許多其他例子與之交織,並面臨許多相關的挑戰,包括電磁光譜、程式碼、名稱和其他位址(例如網址)、虛擬世界中的「物理」空間,以及非同質化的憑證(NFT)。

儲存、運算和資料,是所有線上互動的核心。線上發生的任何事之所以能夠從這一時刻持續到下一時刻,正是因為它所依賴的資料儲存在某個地方。事件本身通過運算,來確定指令和操作的結果。而每一個操作的輸入和輸出,都是資料。基於這個意義上,儲存的作用大約類似於實體經濟中的土地,計算的作用類似於燃料,而資料的作用則類似於人力投入(有時稱為勞力)和人們創造並重複使用的人工製品(有時稱為資本)。

雖然土地、燃料、勞力和資本經常被視為「大宗物資」,但社會理論家卡爾·波蘭尼(Karl Polanyi)曾有過著名的主張,認為這是一種簡化的虛構。儲存、運算,尤其是資料是異質的,與地點、人群和文化息息相關,這些聯繫既影響了它們的性能特徵,也影響了在數位經濟和社會中使用它們的社會影響和意義。雖然這些挑戰對於「實體世界」中的虛擬商品來說是巨大的,但數位資產在某些方面,則面臨更為嚴峻的挑戰,至少社會還沒有足夠的時間來一同調整、圍繞著它們的經濟和社會結構。這些挑戰,是阻礙數位共享、財產和契約系統發揮作用的主要因素。

星際電腦網路

利克在 1960 年發表的「星際電腦網路備忘錄」中,他並沒有特別關注在線上社交或是商業相關的潛力上,而這也正是他同時代、後來的許多文章的特點。相反地,或許是考慮到他當時的科學受眾,把重點放在了科學家通過個人電腦網路共用分析的工具、記憶體和儲存、運算和研究成果,從而大幅提高工作效率的潛力,以及這可能為相關軍事應用帶來的前景。這也是「分時」系統的自然延伸,「分時」系統是利克資助的首批專案之一,其目的是通過允許眾多用戶共用一台大型電腦的容量,在大型主機時代實現「個人電腦」體驗的雛形。從這個意義上說,網際網路剛開始首先是一個平台,而我們本章重點討論的正是大規模運算資源分享。

想要了解為什麼,這樣一個看似枯燥的話題,會讓利克這樣廣智之人這麼興奮,我們不妨從現在往後回望,觀察他試圖克服的限制;向前眺望,我們在實現如此願景時可能克服的挑戰。上世紀五六十年代,運算的主流模式是「大型主機」,主要由國際商業機器公司(IBM)銷售。這些機器價格昂貴,意圖為滿足整個企業、大學院校或其他大型集團的需求。要存取這些機器,用戶必須將程式提交給中央管理員,而且只有少數幾次「高風險」的機會,來運行他們想要的運算程序。一旦發現程式有錯誤(經常出現這種情況),他們就必須還原系統,在沒有經過調整測試的情況下,一絲不苟地嘗試修復這些錯誤。同時,由於編程準備和管理機器的工作極具挑戰性,機器的大部分時間都在空轉,等待程式碼的到來。

對比現今的個人電腦世界,在已開發國家裡,大多數人辦公桌上、腿上或口袋中都裝有電腦,可以進行著各種令人眼花繚亂的運算,而且反饋幾乎是即時的。當然,在很大程度上,這得益於摩爾定律 (Moore's law),即單位價格的運算能力每 18 個月加倍。但是,利克和他在麻省理工學院及其他大學資助的一些早期專案看到的是,如果能更有效地利用電腦,並且更多關注他在設計飛航界面時,所研究的人們對反饋的需求,那麼即使是當時的電腦,至少也能實現其中的某些功能。

當時有限的運算能力,大部分都浪費在了閒置時間上,而使用者所需要的反饋,並不需要每張桌子上都有一台完整的機器。相反地,每個使用者都擁有一個基本的顯示和輸入站(「用戶端」 ),通過網路連接到一台中央機器(「伺服器」),並共用該機器的使用時間。當時伊利諾大學厄巴納 - 香檳分校的柏拉圖專案,首次將這種設置作為基於電腦運算的教學系統。幾年之後,這使得 ARPANET 成員(如道格拉斯·恩格爾巴特)能夠在大型主機時代,模擬出將來的個人電腦。

如果我們能夠更有效地共享運算資源,我們能夠模擬出怎樣令人驚嘆的未來?在缺乏比現有更嚴謹的數位資產利用率統計下,這個問題很難回答。但似乎我們至少能夠簡單地利用更有效的閒置數位資產,就能多獲得半個十年的摩爾定律。資料共享的可能性更加豐富,甚至可能更具變革性。如果我們看到生成式基礎模型(GFM)所釋放的力量,能夠應用於醫療診斷、環境資源優化等領域,這些領域目前受限於跨組織和管轄範圍資料共享的挑戰,那麼當今許多最棘手的問題就能找到答案。

資產共享的現況

根據對半導體產業的研究,個人裝置(例如個人電腦、智慧型手機、智慧型手錶、遊戲機等)使用的半導體數量,是雲端基礎建設和資料中心的好幾倍[2]。雖然缺乏系統性研究,但個人經驗表明,這些設備大部分時間都很少使用。也就是說,即使不考慮雲端基礎建設中普遍存在的浪費,大多數運算和儲存資源在任何時候都處於閒置狀態。數據方面更加極端;儘管這些數據更難量化,但任何資料科學家的經驗都表明,絕大多數急需的資料,都被困在組織或司法管轄區的孤島中,無法為協作智慧或構建 GFM 提供支援。

或許,這些數據最讓人震驚之處,是在於和實體資產的比較。鑒於運輸和物理資產重新部署的困難,人們自然會以為,實體的有形資產會更難共享、更難確保充分利用。當工人失業率或住房空置率上升到個位數以上時,通常會引發政治醜聞;但這種浪費在數位世界中無處不在。簡單來說,若是實物資產的浪費率(實質閒置與棄置率)稍微接近這些數據,早已被視為全球危機。

為何這一場無聲的危機,並沒有像數據顯示的如此令人驚訝,關鍵原因是,數位資產相對較新。社會有數千年、甚至數萬年的時間,來試驗各種社會組織系統,來滿足人民的需求[3];當代的財產制度(租賃系統、資本管理)、勞動制度,以及涉及抽象表示價值的做法[4](契據、簽發給個人的文件、供應鏈交易、貨幣)的起源,可以追溯到基督教歐洲在禁止堂兄妹婚姻的文化習俗後,出現的某些社會心理特質,經過 1000 年的演變,導致出現了自由組建新機構並重新構建財產持有方式的人,創造了以前不存在的新型民主機構[5]。即使是如何有效租用汽車,也有數十年的時間來研究,並且越來越常使用數位工具來改善這些資產的共享(如乘車和住房共享平臺)。但數位資產,尤其是掌握在大批非技術人員手中的數位資產,只有幾十年的歷史。因此,在我們面前的重要任務,就是確定關鍵的社會與技術障礙,讓我們對數位資產的期望,能達到與對有形資產效益類似的期待。

是什麼阻礙了運算資產共享?一種思考方法是,考慮運算資產共享且相對成功的領域,並找出這些領域與迄今為止,大多失敗的領域之間的區別。為此,我們將討論上述三個重點領域:儲存、運算和資料。

在儲存領域,最接近資產共享的開放標準框架是「星際檔案系統(IPFS)」,它明確地基於利克的願景,由胡安·貝內特(Juan Benet)和協定實驗室(PL)首創。此一開放式協定,允許自世界各地的電腦以分片、加密和分散式的方式,點對點相互提供儲存空間,有助於確保冗餘性、穩健性和資料保密性、完整性,而儲存空間的使用者只需支付合理的費用。基於該協定建立的著名服務,包括臺灣的數位部等政府機構,在面臨強大、可能對集中化的服務商擁有影響力的對手時,確保資料的持久儲存;PL 的 Filecoin 系統也創建了一個儲存市場,允許基於 IPFS 儲存服務的商業交易。

然而即使是 IPFS,在提供「即時」儲存、讓世界各地都能快速存取的服務上,也只取得了有限的成功。這樣看來,「深度」儲存(相當於現實生活中常見的「倉儲空間」服務)的相對簡單性,使 IPFS 得以生存。即使是稍顯複雜的延遲優化挑戰,絕大多數也是由微軟、亞馬遜、Google 和 Salesforce 等大型企業「雲」服務商提供。已開發國家消費者熟悉的多項數位服務(跨設備遠端儲存個人資訊、音訊和影音內容流、共享文件等),都依賴於這些雲服務商。它們也是當今數位產業的核心,60% 的業務資料儲存在專有雲中,前兩大專有雲提供商(亞馬遜和微軟)佔據了近三分之二的市場[6]

在這個領域,除了被少數幾家營利公司控制的問題之外,這些雲端系統在許多方面的成就,也遠遠趕不上利克等人當年的遠見與想像。

首先,「雲世代」的先驅,例如發現、也成功說服微軟追求此項先機的團隊成員,當年認為雲的許多收益,正是自於租戶與應用程式二者間的資源共享效益最佳化[7]。然而,在現實進程中,雲端運算的大部分收益,來自於資料中心的物理成本節約,而這些資料中心位於電力充沛的地區,也受到優質的維護,而不是來自於有意義的跨租戶資源共享;因為很少有雲服務商可以有效地促進這種市場,也很少有客戶找到了讓資源共享為其服務的方法。

與此相關,但更明顯的是,正如前述統計數據所強調的,全球各地的新興資料中心,為雲端運算大規模定製建設。但大部分可用的運算和儲存資源,仍在全球個人電腦使用者的手中,它們利用率嚴重不足。此外,與雲端資料中心相比,這些電腦與運算資源與消費者的物理距離更近,網路聯繫也更緊密...... 然而,雲端系統的「天才」設計,卻系統性的浪費了這些資源。簡單說,儘管雲端運算取得了規模化的成功,然而在很大程度上,它可說是回到了在利克支持的分時專案啟動前,早已存在的集中化「大型主機」模式,而非實現利克的宏偉目標。

然而,即使是這些有限的成功,也比資料共享所取得的成就,要廣泛得多。今天看來,最大規模的資料應用,通常是在企業或機構內部極度孤立的穀倉,並且被內部的隱私政策高度分割。此外,也有不少可以公開取得的線上資料,但原本的創建者根本沒有意識到,更不用說同意了。後一種情況的主要例子,是至今仍未完整披露、用來訓練大型生成式基礎模型的資料集。多年來,即使在公共衛生或疾病治療等明確關於公共利益的情況下,允許資料共享的專案推動持續以各式名義進行,但不論是在私營部門還是在基於開放標準的協作中,都進展緩慢。

這個問題許多人都已經知道,並成為全球各地許多倡儀的主題。歐盟的 Gaia-X 資料聯盟基礎建設與《資料治理法》、印度的《國家資料共享與可及性政策》以及新加坡的資料共享法制環境建構等,都是試圖克服這些挑戰的範例。

阻礙共享的因素

從這些失敗中,我們可以汲取哪些教訓,來理解有效共享數位資產的障礙?資料共享的失敗最為驚人、圍繞資料共享的問題也最為棘手,從這樣的事實出發,一個自然的假設是,此處面臨問題可能是許多問題的核心所在。畢竟,相關挑戰在所有這些領域都反覆出現。IPFS 的大部分結構及其面臨的挑戰,都與維護資料隱私有關,同時允許在遠離尋求隱私的個人或組織之處進行儲存。雲端運算服務商的一個核心優勢是,他們在維護客戶資料安全和隱私的同時,還允許這些客戶在其設備上共用資料,並對其進行大規模的運算。

關於這些挑戰,理解資料與現實世界中許多標準資產間的基本對比,這點非常重要。同上面所闡述的,資產的貸出和彙集在經濟中無處不在。對其至關重要的是可以分解個人對資產所擁有的權利。法律學者通常描述財產有三個屬性:「usus」(使用權)、「abusus」(處置權)和「fructus」(收益權)。比如:標準的租賃合約將使用權轉讓給租房者,但處置權及收益權保留給房東。公司將許多資產的使用權授予雇員,但處置權僅授予高階經理人,且通常在有對應的相互制衡機制下兌現,收益權則保留給股東。

就資料而言,要以不同的方式實現關鍵的權益分割,可說更具挑戰性。賦予資料使用權最簡單的方式,也同時賦予了將資料轉讓予他人的處置權,更讓他人從這些資料中獲得經濟利益,更可能會威脅到共享資料者的收益權。許多人選擇在網上公布的資料,現在都已經被納入基礎模型中,而這些人往往相信自己只是在分享資訊給他人使用,並沒有意識到這種分享會產生的全部影響。

當然,社會規範、法律和加密技術,都能在糾正這種情況方面發揮作用,我們將簡要討論這些問題。但現在相對於公司治理或房屋租賃來說,這些發展都不太成熟,也影響了資料共享的積極成長。

而讓事情更為複雜的,是我們在「結社」裡強調過的原因,也就是資料另一個關鍵特性的挑戰:資料相關的利益,如果作為個人權利來理解,幾乎是毫無指望的。資料本身具有結社性、社會性和交織性,這也使得許多針對此問題的「快速解決方案」(例如隱私法規、加密技術)難以符合促進共享的需求,卻反而阻礙了進步。

更進一步來說,即使對這些挑戰有一套明確的解決方案,也沒有直接實施的簡單方式。對合約最簡單的理解,是透過文件來敘述各方協商同意後的承諾,合約的自主性,只在於如何要求這些承諾得到執行。現實是更複雜的:在合約中不太可能列舉如何解決日後可能升起的各種衝突,也沒有人能夠閱讀和處理如此詳細的文件。因此,大多數的合約協議主要受到慣例期待、法律先例、與其相一致的法規等演變所影響。

在許多情境下,與這些演變後的原則相衝突的合約條款,將不會執行。這些社會規範和法律結構,經過數十年甚至數個世紀的共同演化,用於規範租賃和僱傭等典型關係,從而最大限度地降低了正式的、基於法院的合約條款和強制執行的作用。因此,雖然自主執行的數位「智慧合約」可能為順利實行這些規範提供了一種途徑,但它們無法取代如:資料協作如何運作、各方可以期待什麼、各種法律和技術執行機制何時應該啟動等,建立穩定社會理解的過程。

當然,困擾數位資產共享的問題遠不止這些。但是,由於缺乏明確而有意義的標準(包括法律標準和技術標準)來保護共享中的資料,其後果幾乎波及到數位合作擴展的方方面面。若要確立這些標準,雖然任何推理分析都無法替代社會實驗和演進,但我們可以強調某些可能解決上述核心矛盾的組成部分和努力。因此,如果我們要克服當前數位資產共用的障礙,這些社會探索的方向可說至關重要。

多元資產

首要也是最簡單的挑戰,是運算資產共享的效能與安全。當使用者儲存自己的資料,或委託他方進行運算時,需要確保:他們的資料不會被第三方揭露;運算將按照他們的預期來進行;資料可以自行取回或授權顧客取回,並且在世界各地亦可按照預期的延遲分配取回。目前,此類的保證是雲端服務商價值主張的核心,而由於提供運算服務的個人與組織沒有類似的標準,這些強大的公司就主宰了市場。一個類似的案例是「https」的導入,它允許一系列的網路托管服務符合安全標準,從而被網路內容消費者信賴,存取該網站的資料時不會被惡意監控。這樣的標準協定,自然可以與用來搜尋、請求、媒合性能與安全特點的標準格式相互匹配。

然而,如上所述,最棘手的問題不是性能或第三方攻擊,而是資料協作的核心問題:當甲方向乙方共享資料或其他數位資產時,乙方應該對甲方資料有哪些瞭解?雖然這顯然沒有唯一的標準答案,但如何設定參數和期待值,讓參與者可從相互協作中受益、又不會因此而損害自己或因為合作而影響他者的關鍵利益,正是讓資料協作永續可行的關鍵。值得慶幸的是,目前有許多工具正走向可用發展,將有助於為這種關係提供技術框架。

儘管我們在「結社」一章中已討論過這些,但在這裡,依舊值得回顧一下它們的相關性。安全多方計算(SMPC)和同態加密,允許多方共同執行運算並創建集體輸出,且無需向其他單位透露輸入資訊。雖然最簡單的案例,僅包括算出平均工資或在選舉中進行投票統計,不過更複雜的可能性正逐步擴大也觸手可及,例如訓練或微調基礎模型。這些目標遠大的應用,幫助創建了「聯邦學習」和「資料聯盟」領域,也使得這些雄心勃勃的應用所需的運算,可以在當地的個人或組織電腦的分散式網路中進行,模型的輸入也可以安全來回傳遞,而底層訓練資料則永遠不會離開通信相關單位的機器或伺服器。聯合國等國際組織與 OpenMined 等開源工具提供者合作,建立起越來越多資料協作的實驗性展示平臺。這種分散式方法的另一種替代方案是,使用專門的「機密運算器」,這些電腦可以驗證與執行特定運算,但不允許任何人存取過程中的輸出。不過,由於這些電腦價格昂貴,而且只為有限的幾家公司生產,因此更適合由某個值得信賴的中央實體來進行控制,而不是進行分散式協作。

雖然這些方式,可以避免不必要的資訊在合作者之間傳遞,並達成協作的目的,但還需要其他工具來處理共創的預期輸出(如統計數據或模型)中包含的資訊。模型既可能洩露輸入資訊(例如複製某個人的病歷細節),也可能掩蓋資訊來源(例如複製輸入的創意稿件而未註明出處,違反版權規定)。這兩種情況都嚴重阻礙資料協作,因為合作者通常希望獲得其資料使用方式的主動設定權。

應對這些挑戰的工具不止是密碼學,更多要靠統計學。差分隱私限制了在集中輸出資料時可猜測輸入資料的程度,使用「隱私預算(privacy budget)」確保共同揭露數據時,輸入的資料不會隨著一起流出。數位浮水印可以在內容中創建「簽名」,以難以擦除、難以忽略甚至在某些情況下難以檢測的方式顯示其來源。「影響函數」可追溯特定資料集在產生模型輸出時所起的作用,至少可以部分確定「黑盒」模型輸出的歸因。

所有這些技術,在一定程度上都落後於基礎模型的發展速度、規模和能力。比如,差分隱私主要專注於基於事實在字面上的統計可恢復性,而基礎模型通常能夠像偵探一樣進行「推理」,例如從後來就讀的學校、友誼關係等一系列鬆散的相關事實中,推斷出某人就讀的第一所學校。同樣,通過神經網路來追蹤出處和價值歸因的研究,也進展甚微。利用這些模型的能力來應對種種技術挑戰,並衍生資料保護和歸屬的技術標準定義,特別是隨著模型的進一步發展,將成為資料永續協作的核心。

然而,資料協作所面臨的許多挑戰,更多屬於組織和社會性質,而不單純是技術性的。如前所述,資料利益很少僅是個人利益,因為幾乎所有資料都是關聯式的。除了這最基本的一點,還有很多原因導致在個人層面,組織資料權利和控制是不切實際的,這些包括:

  • 社交洩漏:即使資料不是直接來自社會互動,也幾乎總是具有社會影響。例如,由於親屬間具有共同的基因結構,從人口中抽取 1% 的統計樣本就可以從基因圖譜中識別出任何個人,這使得保護基因隱私成為一項影響深遠的社會任務。

  • 管理挑戰:單靠個人,幾乎不可能了解以各類方式共享資料所帶來的財務和個人影響。雖然自動化工具可以提供説明,但這些工具的制定或形塑依賴於社會組織,這些組織將成為個人的受託人。

  • 集體談判:大型資料集的主要消費者,是世界上最大、最有實力的企業。全世界數十億的資料創建者,只有與他們達成協議,才能獲得合理的對價,但這些公司只有在資料創建者集體行動的情況下,才能進行有誠意的談判。

能夠代表「資料主體」權利和利益,進行集體代理角色的組織[8],被冠以各種名稱:資料信託[9]、資料協作組織[10]、資料合作社[11],或者如作者之一異想天開地提出的「個資仲介組織」(MIDs)[12]。其中的某些組織,可以很自然地沿用現有的模式:例如,代表創意工作者產出內容的工會,或代表其志願編輯和貢獻者集體利益的維基百科。另一些組織則可能需要新的組織型態,例如用於訓練程式碼生成模型的開放原始碼的貢獻者、同人小說的作者和 Reddit 頁面的作者等,可能都需要組織各自的集體代表形式。

除了這些正式的技術、組織和標準之外,還必須發展出更廣泛、更擴散的概念、期待和規範,來確保人們普遍理解資料協作中的利害關係,使貢獻者感到他們的授權可以造就合理協議,且持有協作者的承諾。考慮到技術變革的速度和資料合作的適應性,這些規範不但必須普遍,更需要保持基本穩定,並具備動態適應性。要做到這一點,需要與技術變革同步的教育和文化參與實踐,我們將在後續章節進行討論。

一旦資料協作工具、組織和實踐得到充分發展和傳播,它們就會像「產權」一樣深入人心,成為法律實踐密不可分的成分。雖然正如我們所指出的,它們所採取的形式,幾乎必與管理土地私有權、股份公司等標準組織不同。也正像我們闡述的,它們將需要包括更多的技術與密碼學要素、更加強調於集體治理和信託責任的不同類型的社會組織,以及防止「個資仲介組織」成員單方面受到披露資訊的規範或法律(類似於禁止資方單方面破壞工會罷工)。這些都可能成為數位世界未來版本的「資產」,而這種「資產」更加適應資料的多元特性。

多元不動產

要實現這個目標,將面臨巨大的、不斷變化的挑戰。然而,每個挑戰都蘊含著機遇。在某些方面,資料深層次的社會屬性,使其有別於現實世界的資產,並對財產和合約系統的設計提出了挑戰;而在另一方面,由於人們對資料並不熟悉,傳統資產系統本身也未必適合管理當今的不動產。讓我們先離開純粹數位資產的世界,考慮與數位運作相關的資產,也許最容易看清這一點。

兩個自然的例子,是電磁頻譜和域名。在這兩個領域,人們正在迅速重新構思傳統的產權制度。

傳統上,在特定地理範圍內使用特定電磁頻率進行廣播的權利(在包括美國在內的許多國家)都是分配或拍賣給營運商的,執照的續約費用很低。這實際上創造了一種類似於私有財產的權利,這種權利的基礎是:如果允許眾多頻率使用者在同一地點的同一頻段上營運,他們就會相互干擾;而如果執照持有者對頻段擁有產權,那他們就會對頻段進行管理。然而,這種假設最近經受了嚴峻考驗,因為許多數位應用(如 WiFi)可以共用頻譜,而頻譜使用的性質也在迅速變化(從廣播電台到 5G 技術),這極大地改變了干擾模式,需要對頻譜進行重組,而傳統執照持有者往往會成為阻礙重組的因素。這又反過來又導致了產權制度的重大變革,允許美國聯邦通訊委員會等執照特許機構在拍賣中重新安置這些阻礙者。該領域的領導者還提出了更激進的設計規劃,即混合租賃和擁有權要素,正如我們接下來在「市場」章節所闡述的,或為特定共享用途保留指定的頻譜。

在域名領域的產權演變,甚至更為激進。傳統上,網際網路名稱與數字位址分配機構(ICANN)允許以相對較低的成本註冊域名(domain name) ,只收取象徵性的續購費用,近似於頻譜的財產許可制度。雖然這個制度還在不斷發展,但更基本的變化是,現今的大多數人是通過搜尋、而不是直接輸入來訪問網站的。這些搜尋引擎通常根據與使用者相關的各種資訊(大多未公開揭露)列出相關的網站,其中還包括一些即時競價的付費廣告。雖然關聯度演算法像個黑盒子,但大致可以用 Google 創始人謝爾蓋·布林(Sergey Brin)和賴利·佩吉(Larry Page)最初的「PageRank」演算法來理解,該演算法根據網頁的「網路中心性」(network centrality)進行排序,此一概念與我們接下來在「投票」章節中討論的網狀投票系統有關。因此乍看之下,我們可以認為,當今網際網路名稱空間的實際產權制度,是朝向瀏覽者(而非網域擁有者)利益的集體導引,以及網域擁有者即時競價的結合。兩者都與傳統的產權制度大相徑庭。

當然,這些都並非盡善盡美、更不是都具備社會正當性。這些系統在很大程度上,是由技術專家和經濟學家團隊在遠離公眾觀點下設計的,缺乏公眾的理解。很少有人明白理解它們的運作方式,更不用說相信它們是合適的。另一方面,它們以創造性的方式回應現實的挑戰,所解決的問題遠遠超出了迄今為止所應用的狹隘領域。解決拿翹問題和頻譜共用,是實現數位發展的核心,而數位發展是公眾的廣泛需求,甚至是國安問題的核心。都市空間的再開發、共通基礎設施的建設也都存在類似的拿翹問題:目前作為私有財產的許多土地可以變成公園等共用空間(反之亦然)。

將命名空間視為私有財產並無太大意義,因為碰巧擁有某個具爭議的名稱(例如 "ABC.com")的人可能是域名霸佔者、是替有限受眾服務的傳統擁有者、利用品牌名稱的欺詐者等。儘管擁有者願意付費所帶來的穩定和重要性信號,顯然具有某種程度的重要性,但搜尋引擎使用的制度,通過明確考慮穩定性方面的公共利益,以及願意為域名空間付費者的即時需求,可能比簡單的私有財產制度實現了更好的平衡。

這些問題也經常出現在「現實世界」的領域,從商標等智慧財產權,到古董和城市歷史地點的擁有權。只需添加一些想像,我們就會發現,如果將這些問題與更好的公眾參與、教育與倡議相互結合,在數位領域已經發展、正在演變的不動產創新替代方案,就有可能幫助我們朝著多元方向,更廣泛地重新思考不動產制度。我們將在「市場」一章中更深入地探討這個主題。


  1. 引用 Crawford and Gray and Suri 的著作。 ↩︎

  2. https://www.gartner.com/en/newsroom/press-releases/2023-12-04-gartner-forecasts-worldwide-semiconductor-revenue-to-grow-17-percent-in-2024 ↩︎

  3. The Dawn of Everything: A New History of Humanity (2021) book by anthropologist and activist David Graeber, and archaeologist David Wengrow. In this book the authors epxlore a vast range of political creativity and flexability surrounding how humans have organized themselves in the last 100,000 of years. ↩︎

  4. The Mystery of Capital by Hernado DeSoto. In the book he emphasizes that the abstract representation of property through formal titles and documentation allows assets to be leveraged in the financial system, enabling them to generate wealth and spur economic growth ↩︎

  5. see the "New Institutions, New Psychologies" chapter of Joseph Henrich's book the Weirdest People in the World ↩︎

  6. https://explodingtopics.com/blog/cloud-computing-stats, https://www.statista.com/chart/18819/worldwide-market-share-of-leading-cloud-infrastructure-service-providers/ ↩︎

  7. 引用 Harms 和 Yamartino「Economics of the Cloud」論文 ↩︎

  8. Jaron Lanier, Who Owns the Future?, (New York: Simon and Schuster, 2014). ↩︎

  9. https://datatrusts.uk/blogs/data-trusts-and-the-eu-data-strategy ↩︎

  10. https://www.datacollaboration.org/ ↩︎

  11. Thomas Hardjono and Alex Pentland, "Data cooperatives: Towards a foundation for decentralized personal data management," arXiv preprint arXiv:1905.08819 (2019). ↩︎

  12. Eric Posner and E. Glen Weyl, Radical Markets (Princeton: Princeton University Press, 2018), chapter 5. ↩︎