更新时间:2020年02月04日 16430浏览
日前,全社会都在抗击“新冠”疫情,大数据如何被应用到疫情防控工作中来,也是人们讨论的一个重要话题。
四类可用于政务决策的数据
信息技术的高速发展,使政府利用海量数据进行公共决策、企业等社会主体充分挖掘大数据经济社会价值进行经济决策成为可能。中央政府层面近年颁布《关于印发促进大数据发展行动纲要的通知》《关于组织实施促进大数据发展重大工程的通知》《大数据产业发展规划(2016-2020年)》《推动企业上云实施指南(2018-2020年)》等一系列重要文件,创造了我国大数据开放与共享、数据流通与交易、应用大数据保障和改善民生、促进相关产业发展的基本政策格局。
但是,当前,我国的政务大数据管理尚处在初期阶段,存在着法律规范、部门壁垒、供给与需求脱节等结构性问题挑战。政府系统的数据整合程度和利用水平——相比于巨型企业和社会组织——尚待提高。而在多元主体的数据权益诉求之间,也存在着一些矛盾,如何可能借助数据管理机制的创新,指引多元主体共同参与政务大数据建设,是需要探讨的迫切问题。
在眼下各地政府应对疫情防控的举措中,可以发现,无论在疫情预警还是之后的医疗物资供应,近年来各地大力投入建设的大数据中心、云计算中心、智慧城市系统等基础设施,发挥的作用尚不明显。如何通过大数据的开放共享,真正实现新信息通信技术促进信息流动的效用,已经成为各方关注点。
事实上,可用于政务决策的数据的主要来源有四类:第一类是各个部门和机构履行法定职能过程中形成的数据,称之为“业务数据”,指业务办理过程中采集和产生的数据;第二类是民意社情数据,指的是政府部门对社会企业个人对象进行统计调查获得的数据;第三类是环境数据,即通过物理设备采集获得的气象、环境、影像等数据。除此三类之外,以分散形态存在于社会主体掌握中的数据也日益突显其重要性。尤其是近年来,社会资本投入成立了大批科研机构、企业研究院、数据开发组织等,掌握着大量与政府公共决策有关的海量数据。这类数据可称为“分散性公共数据”,政府可以通过政府采购或者合作开发等多种方式,获得其使用权,用于公共决策的需要。四类数据在结构化程度、应用范围上都存在着差异,而且由于数据的适时性特征,当前收集的数据未必能应用于眼下的紧急决策。
数据管理需要开放共享的有效机制
近日,著名经济学家许成钢教授非常正确地指出:“电商的大数据当然有巨大的帮助,虽然在应对突发事件时,这些数据对需求侧的帮助很有限。在传染病突发时,为需求侧做的模型,其基础是传染病模型,电商们没有传染病的模型,信息不流通情况下,更没有突发病的数据,他们只有通常意义上的消费者的数据。而这些数据只在合并到传染病模型里的经济模型里才有帮助。电商的大数据真正有帮助的地方在供给侧,这是可以有巨大帮助的方面。中国轻工业基本都是民企,在电商那边,这些数据相当完整。当需要动员社会力量救灾的时候,国家采购是核心部分,国家采购应该努力跟电商合作,跟电商平台合作,这是可以大大帮助政府采购的机制。”
从制度建设着眼,这里的关键是在政府数据与包括电商在内的社会主体数据之间建立一种开放共享的有效机制,形成一个激励相容、利益共享的机制体系,使各个主体既有积极性挖掘、收集数据,又能打通数据壁垒,实现大数据能便利地为决策者使用、亦不至于遏制经营者和社会组织的主动行为,真正促进信息的流动。
首先,所谓大数据,就是海量的多个主体在多个操作步骤中叠加形成的,有些数据,不宜赋予任何单个主体(无论是私人或是公共主体)排他性的财产权益。本文提出一个“大数据全民共有”的模糊产权观念,强调通过数据管理机制上的创新,保证不同主体都能从大数据的开放共享中获益。公共管理学研究揭示,综合运用法律手段、行政管理手段和市场化机制,能够创造出多元主体共同参与公共治理的格局。政务大数据开放涉及到中央、地方、不同部门、其他公共机构、普通公民、企业、其他社会团体等多元主体的利益,因此,正需要建立责任明晰和协同共享的数据管理机制,使不同主体既有依法依规实施开放的压力,又有机会分享到大数据开放的效益,从而形成合力,共同推动政务大数据的可持续性开放与利用。
其次,在具体大数据管理机制的设计上,强调“激励相容”。法律经济学研究已经指出,产权不具有绝对性质,而是一个“权利束”,包括了占用、使用、收益等多项不同的权能,可以经过分解并赋予不同的主体,使他们在不干涉其他人享有其权益的条件下实现自身利益。在这个方面,美国著名法律家卡拉布雷西(Guido Calabresi)与梅拉梅德(A。 Douglas Melamed)在1972年合作发表文章,为进一步从事制度设计提供了有益的理论启示。
简单地说,卡拉布雷西等认为,可以从“赋权”(entitlement)的角度来讨论权利保护问题。其一,法律判断权利主体是否能自由交换某些权益。例如公民的人格尊严等权益不得进行自由交换。这部分权益通过“禁止交易规则”加以保护——放在大数据背景下,与个人隐私、国家秘密、公共安全紧密相关的数据同样应受到“禁止交易规则”的保护;其二,更重要的是,在法律允许权利主体自由交换的权益中,可以通过“财产规则”和“责任规则”这两种不同的法律保护方法分别予以保护,其法律效果在于:财产规则保护下的权益只能基于权利主体的同意而进行交换,责任规则保护下的权益则能在非经权利主体同意的情况下,通过给予他合理的补偿而实施强制交换。他们的规则设计如右表所示:
此设计方案的优点在于:通过财产规则和责任规则的综合运用,可以为不同特性的社会资源创设出具有不同保护力度的机制。(一)财产规则(即规则1和规则3)具有严格保护的功能,但不利于促进合作,因此适用于产权清晰、权属明确、即使不借助社会化开发手段亦能获得良好利用的社会资源;(二)责任规则的保护方法(即规则2和规则4)强调了权益的相对主义性质,对于社会效益较大的资源较为合适;(三)最重要的是,立法者可根据社会价值、公共利益等多种因素的综合考虑,为不同社会资源制定不同的保护措施。
就政务大数据而言,对于政务数据中权属争议比较大或者社会效益比较显著的部分,依据责任规则来设计保护措施,一方面能够推进政务数据资源的流动和利用,实现数据的社会价值,另一方面也设置合理的补偿手段弥补相关权益人的损失。而且,根据责任规则,虽然是有实施“强制交换”的可能性,但同时还允许被强制的主体有申诉的机会,并保障其能够获得适当补偿。
具体规则设想
最后,大数据开放共享的具体规则可以设置为:
规则1:在一般情况下,政务数据资源所有权归全民共有,政府根据公益的目的,免费向社会开放。对于经济社会价值特别重大、开发利用技术要求较高的数据,也可以设定相应的条件,针对特定公众或企业予以开放。基于定向开放的数据所开发出的产品,开发者(科研机构、企业或其他服务商)仅能基于投入的开发成本和有限收益定价。
规则2:公民、企业或其他社会团体认为某类政务数据资源具有较大社会效益和经济效益,但政府不予开放,公民、企业或其他社会团体可以诉请上级政府或者法院要求政府予以开放。公民、企业或其他社会团体必须支付相应的对价:(1)如果是以盈利为目的的开发再利用,支付基于该数据产品市场效益的对价;(2)如果是以非盈利为目的的开发再利用,支付基于该数据生产成本而确定的价格。社会主体所支付的对价成为相关数据产品投入市场的基准价格。
规则3:公民、企业或其他社会团体在其日常运作过程中收集、开发的数据资源,对于政府履行公共管理职能仅有辅助性作用(即没有直接作用)的,政府必须通过平等协商交易的方式获取使用权。对公共管理职能有重大作用的分散性公共数据,政府可依法实施征用,但应该给予合理的补偿。
规则4:公民、企业或其他社会团体在其日常运作过程中收集、开发的数据资源,对于政府履行公共管理职能有辅助性作用的,如果双方协商交易不成,则政府可以诉求法院,通过支付基于开发成本加有限预价的价格,获得这类数据的使用权。
通过四条规则的综合运用,一方面,为政府、公民、企业和其他社会团体共享政务大数据的价值、实现各自的数据权益创造条件,另一方面,明晰多元主体在开放与共享中的责任,确保政务大数据的社会价值和可持续发展。可以预期的是,保护不同主体共享政务数据开放效益,能够为克服开放壁垒带来的问题,而明晰不同主体的开放责任,能为推动和监督政务数据的持续开放创建制度条件。