Dữ liệu là gì?
Trong lĩnh vực kỹ thuật số, dữ liệu được xem như nguyên liệu cho việc tính toán và hoạt động của máy móc. Đơn giản hơn, dữ liệu giúp cho máy tính trở nên hữu ích. Liên quan đến thông tin và kiến thức, dữ liệu đại diện cho các ký hiệu và dấu hiệu chưa được diễn giải. Nếu thông tin là dữ liệu đã được giải mã và mang ý nghĩa bổ sung, kiến thức là khả năng gán ý nghĩa cho dữ liệu và thông tin để rút ra tri thức và kết luận mới [1] thì dữ liệu là phương tiện để cung cấp các dịch vụ kỹ thuật số xuyên biên giới [2].
Trong lĩnh vực pháp lý, dữ liệu được đặc biệt quan tâm trong việc bảo vệ quyền riêng tư. Quy định chung của Liên minh châu Âu về bảo vệ dữ liệu cá nhân năm 2018 (GDPR) cung cấp định nghĩa gián tiếp về dữ liệu. Theo GDPR, dữ liệu được chia thành hai loại chính: dữ liệu cá nhân (dữ liệu có khả năng xác định cá nhân cụ thể) và dữ liệu phi cá nhân (dữ liệu không thể xác định danh tính của cá nhân đó)1. Trong Nghị định 13/2023/NĐ-CP mới được ban hành gần đây tại Việt Nam về bảo vệ dữ liệu cá nhân, có định nghĩa: dữ liệu cá nhân là thông tin dưới dạng ký hiệu, chữ viết, chữ số, hình ảnh, âm thanh hoặc dạng tương tự trên môi trường điện tử gắn liền với một con người cụ thể hoặc giúp xác định một con người cụ thể. Dữ liệu cá nhân bao gồm dữ liệu cá nhân cơ bản và dữ liệu cá nhân nhạy cảm2.
Vai trò của mạng lưới dữ liệu
Dữ liệu có vai trò quan trọng trong nhiều ngành khoa học, bao gồm kỹ thuật, kinh tế, pháp luật và nhiều lĩnh vực khác. Theo đó, ý nghĩa của dữ liệu có thể thay đổi tùy thuộc vào ngữ cảnh và mục đích sử dụng [2].
Xét về vai trò, dữ liệu được xem xét trong các khía cạnh về sự tăng trưởng, quyền riêng tư, cạnh tranh, hòa nhập và ổn định tài chính một cách riêng biệt [3]. Nghiên cứu và ứng dụng dữ liệu đã xuất hiện trong nhiều lĩnh vực khác nhau, bao gồm: ứng dụng giám sát chất lượng sản phẩm trong sản xuất; ứng dụng trong môi trường dịch vụ; ứng dụng trong quản lý chuỗi cung ứng; ứng dụng trong các hoạt động tổng hợp và phân tích thông tin. Đối với hoạt động sản xuất, dựa trên nền tảng dữ liệu được thu thập trong quá trình sản xuất, doanh nghiệp có thể phát triển các mô hình phân tích nhận diện nhằm phát hiện lỗi sản phẩm [4]. Cùng với sự đa dạng dữ liệu trên thị trường, nghiên cứu dữ liệu có thể giúp hiểu sâu hơn về hành vi của người tiêu dùng và cải thiện các hoạt động tiếp thị. Để đảm bảo tính bảo mật, hầu hết các dữ liệu dịch vụ khách hàng sau khi thu thập đều được khử định danh. Chất lượng dữ liệu như một tiền đề cho tính khả thi thương mại của các mô hình kinh doanh trong nền kinh tế tuần hoàn [5].
Trong nền kinh tế tuần hoàn, dữ liệu từ nhiều quy trình được kết nối với nhau để tạo thành mạng lưới dữ liệu. Mạng lưới dữ liệu là nguồn thông tin đầu vào cho việc xây dựng kế hoạch kinh tế tuần hoàn, cũng là cơ sở để xử lý những thiếu sót (đánh giá, bổ sung, sửa đổi) còn tồn đọng trong quá trình hoạt động, đóng vai trò trung tâm của việc vận hành vòng tròn kinh tế. Tuy nhiên, không phải lúc nào mạng lưới dữ liệu cũng đầy đủ, không tì vết. Một nghiên cứu khảo sát năm 2021 của Tổ chức Hợp tác và Phát triển Kinh tế (OECD) cho thấy, các thành phố và khu vực tại Bắc Mỹ và Nam Mỹ có xu hướng gặp khó khăn trong việc thu thập dữ liệu có giá trị để đo lượng khí thải [6]. Các khoảng trống mạng dữ liệu đến từ việc chia sẻ dữ liệu của các bên. Sự phức tạp của các chính sách về bảo vệ dữ liệu ở các quốc gia, địa phương khác nhau là nguyên nhân chính cho những thách thức.
Mặt khác, kinh tế tuần hoàn là một mô hình tập trung vào việc tận dụng tài nguyên và tái chế sản phẩm để tạo ra chu trình sản xuất bền vững [7]. Hiện nay, phát triển kinh tế tuần hoàn được xem là mục tiêu toàn cầu. Tất cả 72 quốc gia tham gia Thỏa thuận Paris 2015 đều đảm bảo thực hiện kinh tế tuần hoàn trong các cam kết về khí hậu và môi trường [8]. Trong bối cảnh của nền kinh tế tuần hoàn, một số vấn đề quan trọng cần được xem xét: làm thế nào để quản lý một cách hiệu quả các luồng dữ liệu, tối ưu hóa sử dụng tài nguyên hướng tới sự phát triển bền vững. Bên cạnh mức độ quan trọng, tính khả dụng và độ nhạy của dữ liệu cung cấp, chất lượng dữ liệu trong nền kinh tế tuần hoàn đánh giá dựa trên ý nghĩa lợi ích mà mạng lưới dữ liệu mang lại. Có thể phân chia dữ liệu trong nền kinh tế tuần hoàn thành 7 loại cơ bản: (1) dữ liệu trong hoạt động sử dụng và bảo trì, (2) dữ liệu về nhận dạng sản phẩm, (3) dữ liệu về sản phẩm và vật liệu, (4) tài liệu hướng dẫn và sách hướng dẫn, (5) dữ liệu liên quan chuỗi cung ứng và hậu cần ngược, (6) dữ liệu môi trường và (7) chính sách tuân thủ (bảng 1).
Bảng 1. Sự khác biệt cơ bản giữa chuỗi cung ứng tuyến tính và chuỗi cung ứng tuần hoàn.
Nguồn: F. Jensen và cs (2023) [9].
Trong đó, phát triển mạng lưới dữ liệu phục vụ kinh tế tuần hoàn nhằm: tạo sự gắn kết giữa các đối tượng có liên quan trong quá trình sản xuất; cải thiện tính đồng bộ của dữ liệu được chia sẻ từ các bên; thống nhất giá trị và sử dụng hiệu quả đầu ra; đảm bảo tính bảo mật dữ liệu trong suốt quá trình tuần hoàn của sản phẩm; nâng cao nền tảng an toàn thông tin quốc gia trước những tội phạm công nghệ cao (bảng 2).
Bảng 2. Tính chất và ý nghĩa của mạng lưới dữ liệu.
Nguồn: Tổng hợp của nhóm tác giả.
Mạng lưới dữ liệu giúp theo dõi lượng khí thải hoặc đo lường những biến động của thị trường lao động. Dữ liệu về tuần kinh tế hoàn giúp theo dõi trạng thái và mức độ tuần hoàn của nền kinh tế, tiêu biểu như: Tỷ suất tái sinh chế chất thải rắn, tỷ suất tái sinh sử dụng chất thải, hiệu suất tuần hoàn tài nguyên [10]. Để thiết kế, xây dựng và triển khai hệ thống phân loại và tái chế hiệu quả ở quy mô khu vực hoặc địa phương, điều quan trọng đầu tiên là phải hiểu rõ về khối lượng và thành phần của các sản phẩm trong hệ thống [11]. Khung chất lượng mạng lưới dữ liệu ghi lại từ giai đoạn dữ liệu nguyên liệu thô trong các thành phần của sản phẩm được thu thập, cho đến giai đoạn theo dõi, truy xuất nguồn gốc và xác minh về tính xác thực của dữ liệu sản phẩm để tạo niềm tin trong chuỗi hoạt động tuần hoàn, đáp ứng các yêu cầu đối với việc tái sử dụng sản phẩm, tái sử dụng các thành phần, tái chế và giảm thiểu chôn lấp rác thải công nghiệp trong suốt vòng đời sản phẩm.
Tình hình phát triển mạng lưới dữ liệu tại Việt Nam
Tại Việt Nam, việc thực hiện chuyển đổi số và phát triển công nghiệp 4.0 đã được thể hiện qua các Quyết định số 749/QĐ-TTg, 942/QĐ-TTg và 2289/QĐ-TTg của Thủ tướng Chính phủ. Thêm vào đó, Đại hội XIII của Đảng cũng đã đặt ra mục tiêu xây dựng một nền kinh tế xanh, kinh tế tuần hoàn và thân thiện với môi trường. Xây dựng nền kinh tế tuần hoàn là một trong những chủ trương, định hướng quốc gia mà nước ta đề ra giai đoạn 2021-2030, tầm nhìn đến năm 2045. Nhà nước thông qua việc quản lý, phân tích và sử dụng dữ liệu để thực hiện việc số hóa, góp phần nâng cao hiệu quả [12]. Trong đó, đối với khung pháp lý về dữ liệu, trước đây, quy định về dữ liệu tại Việt Nam nằm rải rác ở nhiều văn bản quy phạm pháp luật từ Hiến Pháp năm 2013, Luật An ninh mạng năm 2018 và các văn bản khác dẫn đến sự thiếu đồng nhất [13]. Bên cạnh đó, các định nghĩa liên quan đến "thông tin cá nhân" chưa rõ ràng và còn kẽ hở [14]. Ngoài ra, việc bảo vệ dữ liệu cá nhân và quyền riêng tư khi chuyển dữ liệu qua biên giới chưa được quy định đầy đủ. Vào tháng 5/2023, Nghị định 13/2023/NĐ-CP của Chính phủ về bảo vệ dữ liệu cá nhân chính thức có hiệu lực và đã giải quyết được nhiều vấn đề. Nghị định đã thống nhất các khái niệm và quy định về dữ liệu cá nhân, ghi nhận quyền của cá nhân là chủ thể dữ liệu, đưa ra yêu cầu kỹ thuật và pháp lý cho việc xử lý dữ liệu cá nhân. Nghị định cũng xác định vai trò của cơ quan bảo vệ dữ liệu cá nhân ở Việt Nam và quy định cụ thể về xử lý dữ liệu cá nhân xuyên biên giới [15].
Mục tiêu chính của việc quản lý dữ liệu trong kinh tế tuần hoàn không phải là tìm phương pháp tái chế dữ liệu, mà tìm cách để tối ưu hóa việc sử dụng và khai thác dữ liệu, nhằm đạt được lợi ích tối đa [16]. Thiết lập cơ chế sử dụng dữ liệu thúc đẩy tuân thủ quy định và tối ưu hóa hiệu suất kinh doanh. Mô hình quản trị dữ liệu tương tự như chiếc kiềng vững chãi, với cá nhân, doanh nghiệp và nhà nước là ba cái chân [17]. Trong mô hình đó, cá nhân muốn bảo vệ quyền riêng tư, doanh nghiệp tối ưu hóa tài nguyên và tăng cường khả năng tiếp cận dữ liệu, nhà nước muốn giám sát dữ liệu và có trách nhiệm ban hành chính sách quản lý đảm bảo cân bằng được lợi ích của cá nhân và doanh nghiệp. Trong kinh tế tuần hoàn, quản lý dữ liệu không chỉ thu thập và lưu trữ, mà còn tối ưu hóa việc sử dụng dữ liệu. Điều này đòi hỏi cân nhắc cẩn thận giữa lợi ích chung và quyền riêng tư của cá nhân, cũng như tích hợp thông tin trong chuỗi cung ứng để tối ưu hóa tài nguyên. Nhìn chung, vấn đề cốt lõi cần quan tâm chính là khả năng tiếp cận dữ liệu ở trong nước và với nước ngoài.
Hiện nay, nhiều khu vực đang thiết lập các mô hình quản trị dữ liệu với các ưu tiên khác nhau. Liên minh châu Âu là một ví dụ điển hình về quản lý dữ liệu, với văn bản pháp luật đầu tiên về dữ liệu như GDPR để bảo vệ dữ liệu cá nhân. Trọng tâm của EU là bảo vệ quyền riêng tư và quyền con người, song đồng thời cũng khuyến khích dữ liệu xuyên biên giới. Mỹ tập trung nhiều hơn vào thị trường, nơi các doanh nghiệp sử dụng dữ liệu. Trung Quốc trước đó tập trung vào khả năng kiểm soát dữ liệu của chính phủ, sau đó ưu tiên mục tiêu cân bằng lợi ích cá nhân và lợi ích doanh nghiệp với mô hình quản trị dữ liệu, đảm bảo khả năng tiếp cận dữ liệu ở nội địa [18].
Hằng năm, các cơ quan nhà nước và hiệp hội ngành, nghề tại Việt Nam đều có tổ chức những diễn đàn, hội thảo với chủ đề về kinh tế tuần hoàn. Tiêu biểu như Diễn đàn Kinh tế TP Hồ Chí Minh lần 4 (HEF 2023) đã tập trung trao đổi, thảo luận về định hướng tăng trưởng xanh quốc gia, hành trình hướng tới giảm phát thải bằng không vào năm 2050 theo phê duyệt về biến đổi khí hậu tại Quyết định số 896/QĐ-TTg và đề án phát triển kinh tế tuần hoàn ở Việt Nam tại Quyết định số 687/QĐ-TTg của Thủ tướng Chính phủ. Đây sẽ là nơi để cơ quan chính phủ, các doanh nghiệp, các nhà khoa học cùng ngồi lại và đưa ra những cơ hội, tiềm năng và định hướng về mạng lưới dữ liệu trong kinh tế tuần hoàn tại Việt Nam trong thời gian tới.
1Điều 4.1 GDPR về dữ liệu cá nhân được dịch như sau: “Bất kỳ thông tin nào liên quan đến một thể nhân (data subject) đã được nhận định danh tính, hoặc có thể được nhận định danh tính, dù trực tiếp hay gián tiếp, cụ thể là bằng cách chỉ ra một định danh như tên, số định danh, dữ liệu vị trí, định danh trên mạng, hay một hoặc nhiều yếu tố chỉ định danh tính của một cá nhân mang tính vật lý, sinh lý, di truyền, tâm lý, kinh tế, văn hoá, hoặc xã hội”.
2Điều 2.1 Nghị định số 13/2023/NĐ-CP ngày 17/04/2023 của Chính phủ về bảo vệ dữ liệu cá nhân.
TÀI LIỆU THAM KHẢO
[1] I. Stepanov (2020), “Introducing a property right over data in the EU: The data producer’s right - An evaluation”, International Review of Law, Computers & Technology, 34(1), pp.65-86, DOI: 10.1080/13600869.2019.1631621.
[2] F. Casalini, J.L. González (2019), Trade and Cross-Border Data Flows, OECD Trade Policy Papers 220, 139, DOI: 10.1787/b2023a47-en.
[3] Y.C. Swallow, V. Haksar (2019), The Economics and Implications of Data: An Integrated Perspective, International Monetary Fund (IMF) Departmental Papers/Policy Papers 2019/13, pp.1-46.
[4] A.S. Abrahams, W. Fan, G.A. Wang, et al. (2014), “An integrated text analytic framework for product defect discovery”, Production and Operations Management, DOI: 10.1111/poms.12303.
[5] K. Argus, R.U. Iyer, B.B. Van, et al. (2020), “Data quality as an antecedent for commercial viability of circular economy business models: A case study”, IOP Conference Series: Earth and Environmental Science, 588, DOI: 10.1088/1755-1315/588/2/022059.
[6] OECD (2021), “Urban development and cities”, https://www.oecd.org/cfe/cities/InventoryCircularEconomyIndicators.pdf, truy cập ngày 08/06/2023.
[7] S. Gupta, H. Chen, B.T. Hazen, et al. (2019), “Circular economy and big data analytics: A stakeholder perspective”, Technological Forecasting and Social Change, 144, pp.466-474.
[8] O. Ungerman, J. Dědková (2020), “Model of the circular economy and its application in business practice”, Environment Development and Sustainability, 22, pp.3407-3432.
[9] F. Jensen, J.H. Kristensen, S. Adamsen, et al. (2023), “Digital product passports for a circular economy: Data needs for product life cycle decision-making”, Sustainable Production and Consumption, 37, pp.242-255.
[10] Lê Hải Đường, Đỗ Tiến Dũng (2022), “Kinh nghiệm xây dựng, hoàn thiện pháp luật về kinh tế tuần hoàn ở một số nước trên thế giới và đề xuất cho Việt Nam”, Tạp chí Nghiên cứu Lập pháp, 11(459), tr.48-57.
[11] M. Novak (2022), “Data drives the circular economy: Needs and trajectories for leveraging data for good”, https://www.circle-economy.com/blogs/data-drives-the-circular-economy-needs-and-trajectories-for-leveraging-data-for-good, truy cập ngày 08/06/2023.
[12] Lại Văn Mạnh, Nguyễn Thu Trang (2022), “Quan hệ giữa chuyển đổi số, quản lý chất thải và kinh tế tuần hoàn”, Tạp chí Môi trường, 10, tr.43-46.
[13] Nguyễn Hương Ly (2020), “Pháp luật hiện hành của Việt Nam về bảo vệ dữ liệu, thông tin cá nhân và quyền riêng tư”, https://nacis.gov.vn/nghien-cuu-trao-doi/-/view-content/214123/phap-luat-hien-hanh-cua-viet-nam-ve-bao-ve-du-lieu-thong-tin-ca-nhan-va-quyen-rieng-tu, truy cập ngày 08/06/2023.
[14] Bạch Thị Nhã Nam (2022), “Hoàn thiện pháp luật về bảo vệ dữ liệu cá nhân”, Tạp chí Nghiên cứu Lập pháp, 5(453), tr.50-57.
[15] Bạch Thị Nhã Nam, Huỳnh Thiên Tứ (2023), “Bảo vệ dữ liệu cá nhân: Nghị định mới, tấm khiên mới”, Tạp chí Kinh tế Sài Gòn, 18, tr.16-17.
[16] J.J. Hox, H.R. Boeije (2005), “Data collection, primary vs. secondary”, Encyclopedia of Social Measurement, 1, pp.593-599.
[17] Phan Ngọc Trâm, Tạ Gia Thọ (2022), “Quản trị dữ liệu: Đừng ngại khai sinh các đạo luật”, Tạp chí Kinh tế Sài Gòn, 49, tr.52-53.
[18] L. Liu (2021), “The rise of data politics: Digital China and the world”, Studies in Comparative International Development, 56(1), pp.45-67.