超越政府中心主義：公共數據治理中的市民授權機制

摘要  數據治理規則是數字時代社會運行的基礎規則，公共數據是數據資源的一種重要類型。公共數據治理既需要出臺法律法規保障公民、法人的基本權利，更需要完善治理機制，促進各類主體合作互助、激發大數據賦能潛力。以往，政府中心主義導向的公共數據治理更側重探討組織內部的跨部門數據共享，但職能部門并不總是具備將采集數據共享給其他部門的法定權限，從而受困于隱私保護或數據共享的兩難選擇。面向浙江省特別是杭州市各級地方政府及其職能部門的訪談資料和調查數據，以及面向杭州市民的數字治理抽樣調查數據綜合刻畫了地方政府將市民授權機制引入公共數據治理的創新實踐，分析指出：超越政府中心主義、構建公共數據治理中的市民授權機制是地方政府兼顧隱私保護、提升數據質量、促進數據共享和服務大數據分析等政策目標的重要路徑。這一發現為完善適應數字化發展，特別是大數據分析需要的公共數據治理提供了一種新的思路。

關鍵詞  數字化發展；公共數據；隱私保護；數據共享；數據治理

進入數字時代以后，數據治理規則就是社會運行的基礎規則。[1]早期有關數據治理的討論重在構想、禮贊數據匯聚和大數據運用的經濟社會功能。隨著數字化發展的持續推進，新近的公共和學術討論開始越來越多地聚焦于數據治理面臨的突出挑戰。這些挑戰首先表現為數據匯聚、共享和開放過程中的功能障礙。如一些數據所有機構缺乏共享數據的內在激勵，一些機構的數據質量低，不同部門采集、存儲數據的格式標準與規范差異導致的數據跨部門流通約束等[2]。此外，更多研究則開始注意到大規模數據采集、匯聚的反功能，特別是大數據對經濟社會發展帶來的不利影響。這些反功能主要包括無邊界數據采集對公民隱私的侵害[3]、公共安全的威脅[4]，大數據引發的市場失序[5]、社會不平等[6]等。

上述討論凸顯了公共部門通過完善制度、優化機制來推動數據使用從無序流通向有序治理轉變的重要意義。截至2021年6月，中國有10.11億網民，占總人口的比重達到71.6%。近10億網民擁有在線社交媒體、8.5億使用數字支付、在線政務，還有2.1億使用數字醫療服務，意味著互聯網包含了他們的健康、金融和個人生活等各類隱私信息。[7]這些數據的匯聚為基于大數據、深度學習的經濟社會和政務服務數字化轉型提供了機遇，但也帶來了諸多挑戰。近年來，針對大型互聯網公司過度搜集、不當管理信息[8]，以及一些公職人員利用職務之便違法獲取公民信息[9]、不法商人販賣信息[10]等現象，各國都加快了建立、完善與數據治理相關法律法規和政策體系的步伐。其中，歐盟在2018年發布的《通用數據保護條例》（GDPR）被認為是最嚴格的個人信息保護法案。我國在2021年8月20日由第十三屆全國人民代表大會常務委員會第三十次會議正式通過《個人信息保護法》，自2021年11月1日起施行。

公共數據是數據資源的一種重要類型，它是指“國家機關、法律法規規章授權的具有管理公共事務職能的組織在依法履行職責和提供公共服務過程中所獲取的數據資源”[11]。在行政過程中，政府等公共部門需要獲取來自于公民、法人等的數據信息。公共數據的采集、匯聚、共享和開放就需要充分保障公民、法人的數據權益。2021年以來，深圳、上海等地的《數據條例》均設置了“公共數據”章節，要求公共管理和服務機構遵循合法、正當、必要等原則收集和共享數據。[12]2022年1月，《浙江省公共數據條例》也明確規定公共管理和服務機構應按照法定權限收集單位、個人數據。[13]先發地區針對數據治理特別是公共數據的立法探索，標志著我國數字化發展的重大進步。

持續出臺的法律法規正在完善公共數據治理的法治框架，公共部門還需要建立以發展為導向的公共數據治理機制。一般而論，法律法規側重確立數據治理的消極規則，重視規范數據權屬和數據采集的邊界，通過限制性條款保障公民、法人的基本權利。[14]不過，大數據分析要求政府推進多元、異構、海量數據的共享，限制性條款難以充分支撐大數據時代的數據治理訴求。如某個職能部門可以依法采集個人數據，但它通常不具備將所采集數據共享給其他職能部門使用的法定權限。政府就需要完善公共數據治理機制，促成各級政府及其職能部門、公民和法人等圍繞公共數據開展積極合作。缺乏法治保障的公共數據治理無法為民眾提供一種比“贗品式的自由更多的東西”[15]，但不能促進各類主體互動共贏的公共數據治理也難以激發數據資源價值、為公眾創造更大的公共利益。

有鑒于此，本文緊扣大數據時代的公共數據治理要求，致力于以《個人信息保護》等法律法規為基礎，探討完善公共數據治理機制的可能路徑。當前，關于公共數據治理的文獻更傾向于確認政府的數據采集和匯聚權力，要求政府及其職能部門承擔數據管理、提升數據質量的責任。然而，這一政府中心主義的思路始終未能解決如何保障個人在數據治理中的知情權、同意權，以及如何實現政府依法高效開展數據采集、共享等問題。本文綜合運用了面向浙江省特別是杭州市各級地方政府及其職能部門的訪談資料和調查數據。分析顯示，超越政府中心主義，構建公共數據治理中的市民授權機制是各級政府在大數據時代兼顧隱私保護與數字化發展的一種可能選項。文中直接援引的訪談記錄和數據均以腳注或備注的方式標明了出處。

從過程來看，數據治理是指基于數據生命周期，對數據進行質量管理、資產管理、風險管理等的統籌與協調。[16]黃璜區分了三個層面的數據治理，包括政府作為治理主體對數字經濟和數字社會中相關數據的宏觀治理，政府對公共事務治理過程所需數據資源的中觀治理，以及政府對自身信息系統中所存儲數據的微觀治理等。[17]其中，公共數據治理是政府在中觀層面的數據治理。與微觀層面的數據治理相比，它意味著政府需要超出行政組織邊界，開展與公民、法人等外部主體的互動。與宏觀層面的數據治理相比，它意味著行政機構是數據采集、匯聚和共享的主體，是治理過程中最主要的參與者。政府的公共數據治理能力不僅決定了大數據、人工智能等新技術手段在政府內部的使用范圍[18]，也會通過數據開放等方式影響市場、社會中主體的數據獲取能力。公共數據治理是數字政府建設，以及數字經濟、數字社會運行的重要基石。

公共部門具備采集公共數據的法定權限，并不意味著它們就具備了良好的公共數據治理能力：[19]第一，公共數據的公共屬性使得它比一般數據更加難以獲取和治理。從政府內部關系看，跨部門、跨層級和跨區域的數據共享始終限制了政府的數據治理能力。早期研究呈現了各部門數據采集、管理標準的技術差異對跨部門數據共享的制約。近期研究則指出，盡管存在多種類型的支持政策、參考框架、技術標準和合作平臺，政府內部的數據共享依舊面臨著跨部門協調工作無效等諸多挑戰；[20]第二，從政府與市場、社會關系看，有關隱私保護的法律法規正在制約政府的公共數據治理能力。公共數據治理涉及到了政府與公民、企業等政府以外主體的互動，要求政府必須依法保障個人隱私和商業機密，保證數據采集、使用的合法性。因此，有關數據治理法律法規的出臺被認為將限制經濟社會發展和公共治理中的數據應用。

如何求解公共部門的數據治理困境？已有研究主要從完善政策體系、建立治理結構等角度展開討論：第一，完善與公共數據治理相關的公共政策。研究者指出，應當圍繞數據資源的存儲、保護、利用和開放建立一整套治理體系。[21]他們認為，完善與公共數據治理相關的立法和公共政策，能夠為地方政府及其部門推動數據共享、開放提供堅實的法律依據；[22]第二，優化公共數據治理的治理結構。研究者指出應建構邊界清晰的治理結構，設置與信息公開、數據安全、隱私保護等緊密相關的部門與崗位。[23]在決策層面，美國成立了“聯邦隱私委員會”，專門負責加強政府在搜集公民信息過程中的公民隱私權保護力度。在執行層面，美國要求各個機構都任命一名高級隱私官，負責該機構內部所有與信息隱私相關的議題。值得注意的是，不少研究者都強調了自上而下的集權結構對跨部門數據共享的促進作用；[24]第三，采取與組織內外機構建立有效互動關系的行動策略。這些策略包括建立數據使用的信任機制[25]、利益共享機制和績效展示機制[26]；用好各類組織內部的行動壓力，包括行政施壓、法律權力、部門能力、部門利益、風險和問責性以及信息需求等方面[27]，積極采納技術介入策略來推動數據共享等。[28]

已有研究為我們理解公共數據治理的挑戰及其應對提供了重要的啟示，但現有回應公共數據治理難題的策略仍然存在限度：第一，已有研究未能明確區分法律法規與治理機制。不少研究都強調立法對公共數據治理的保障作用。不過，立法的核心目標是明確公權力與私權力之間的邊界，它首先保障的是個人的隱私權利、企業的商業機密等。以立法為基礎促進數據共享，容易混淆法律法規與治理機制的定位差異，即前者重視劃清權利底線，后者重在拓展發展空間。近年來，行政法領域開始更加重視建立在大陸法系理性主義精神上的積極行政法治觀[29]，不少地區制定了針對數字經濟、城市大腦等的《促進法》，倡導以經濟發展、公共利益等為導向的數據采集、共享、開放。[30]然而，即便是包含了積極行政權精神的立法也難以具體規定公共數據的治理機制，或充分設想其可能情形；第二，已有討論表現出了政府中心主義的突出取向，但這一思路已經難以回應大數據時代公共數據共享、開放的新挑戰。已有討論突出了政府在數據治理中的核心主體甚至是單一主體地位，強調應建立新的政府部門來負責公共數據治理。這些討論大多局限在公共部門內部，認為跨部門、跨層級、跨區域的組織內協作機制是促進數據共享的有效途徑。建立專職部門的確可以改善公共數據治理的水平，但聚焦于行政體系的政府中心主義思路在提升數據質量、回應法治要求等方面都面臨挑戰，一方面是行政機構難以僅靠自身力量充分核對海量數據，另一方面是獲得法定授權的公共部門缺乏將所采集數據共享給其他行政機構的合法權限。在電子政務時代，職能部門的數據采集往往服務于某個具體行政目標。但在大數據時代，政府卻越來越多地需要匯聚海量、多元、異構數據，以便圍繞輔助決策、風險防范等新目標拓展數據使用范疇。顯然，大數據分析所服務的政策目標已經不同于職能部門采集數據時所服務的目標，開展大數據分析的主體也常常不再是采集數據的職能部門。缺乏恰當的公共數據治理機制，政府等公共部門的數據共享將面臨法治風險。

提升政府公共數據治理能力，要求我們進一步完善公共數據治理機制。具體而言，公共數據治理需要在持續變化的法律法規基礎上更好服務大數據發展的新目標。在“互聯網+政務服務”和更早的電子政務時代，公共部門的數據采集范圍明確、目標單一。進入大數據時代后，數據的廣泛匯聚構成了激發數據賦能潛力的關鍵所在。良好的公共數據治理機制應當能夠促進多元主體圍繞大數據、人工智能等新的數據使用和分析方式開展互動合作。為實現這一目標，公共數據治理亟需超越政府中心主義的傳統思路。

浙江省杭州市是考察地方政府公共數據治理機制的合適研究對象。在2016年國務院提出“互聯網+政務服務”以后，浙江省于當年12月率先提出、啟動了“最多跑一次”改革，推進了跨部門的流程再造和數據共享。2018年，浙江省正式組建大數據發展管理局，推動了“最多跑一次”改革向政府數字化轉型的拓展，開始探索建設省、市兩級公共數據平臺。2021年2月，浙江省提出“數字化改革”新議程，要求運用數字化手段對省域治理實現全方位、系統性的重塑。其中，一體化、智能化公共數據平臺是浙江省數字化改革中“1+5+2”工作體系的關鍵組成部分。作為浙江省省會城市，杭州市不僅經歷了從“最多跑一次”改革、政府數字化轉型到數字化改革的全過程，更是國內最早以城市大腦推進城市治理數字化轉型的先行區域。杭州市在數字政府和智慧城市兩方面的前沿探索，使得地方政府和市民都充分感受到了公共數據治理中的全新挑戰，也形成了一些應對新問題的探索實踐。

（一）從采集到共享：公共數據治理的新挑戰

數據采集一直都是政府治理能力的重要組成部分。[31]近年來，數字技術的蓬勃發展極大增加了各級政府通過互聯網、攝像頭、傳感器等數字基礎設施采集數據的能力。盡管如此，政府在履職過程中所采集的公民、法人等記錄信息仍然是國家治理中的最重要數據來源。[32]在2015年以前，各級政府及其職能部門主要采用分散管理的方式儲存數據，導致市民、企業家等在獲取政務服務時需要反復提交證明材料。在“最多跑一次”改革啟動后，“互聯網+”為政府運用數字技術實現跨部門的流程協同提供了新工具，也暴露了“信息孤島”“數據煙囪”等突出問題，進而推動了政府內部的數據共享。[33]在2018年以后，伴隨著“最多跑一次”改革向政府數字化轉型的轉變，浙江省各級政府開始更加重視挖掘數據匯聚的治理效應，推動政府內部數據共享的工作顯得更加緊迫、必要。如2020年，杭州市開發了親清在線、民生直達等應用，運用自動化的數據比對來為符合資質的企業、市民主動提供補貼。[34]部分鄉鎮、街道也運用多部門的數據匯聚，運用大數據構建了“冒煙指數”等企業金融風險的監測預警系統。[35]數據共享已經成為政府提高政務服務效率、改善公共治理質量的重要基石。

和其他國家、地區一樣，浙江省的數據共享也面臨了數據標準不統一等突出問題。為此，浙江省《公共數據條例》明確規定，各地應以公共數據平臺為數據共享、開放渠道，統一數據收集的程序和標準規范，并提出“以共享為原則，不共享為例外”，規定“公共管理和服務機構可以通過共享方式獲得的數據，不得另向自然人、法人和非法人組織收集”。地方立法可以消除數據共享的技術、管理障礙，卻難以充分回應數據共享中的法治約束。政府不是鐵板一塊。垂直管理部門信息系統的數據本身就不允許地方政府獲得。[36]即便是在地方政府內部，各職能部門數據采集和使用的法定權限既有差別，又有邊界。而且，早期運用于行政辦事服務、社會福利發放的數據共享目標明確、用途單一，當前運用于大數據分析的跨部門數據匯聚還可被應用于行為模式識別、風險預測預警等多種用途。在歐美等國，大數據分析已經引發了關于預測警務等的激烈爭論。[37]由于算法黑箱，政府既難以充分告知公眾數據分析的具體目標，也無法清晰說明數據處理規則，進而降低了公共部門的問責性。[38]

地方干部已經感知到了跨部門數據共享的潛在法治風險。他們認為，本部門數據在向其他部門或公共數據平臺共享后，所在機構就難以充分了解、控制數據的用途。這一擔憂也導致許多部門難以獲得所需共享數據，或不愿意向其他部門提供數據。在課題組于2020年面向杭州市公共部門的一次調研中，有46%的受訪干部表示他們在向其他單位索取數據時，數據供給單位會因為法律法規規定而不提供數據；有60%的受訪干部表示，其他單位在向自身所在機構索取數據時，本單位也會由于法律法規規定而不提供數據。[39]

不僅如此，市民也有著對職能部門數據采集和跨部門數據共享等治理方式差異的敏感意識。在2021年杭州數字治理調查中，有19.52%的受訪市民認為，數字化發展會對老百姓的隱私保護形成負面影響。針對身份證號、教育程度、就業情況、公共交通出行、收入與財產、酒店登記入住和醫療健康信息等個人數據，受訪市民更加偏好個人授權和部門依法采集使用的數據治理方式（表1）。即便是對較不敏感的就業情況、教育程度等個人信息，也只有40.05%、38.96%的受訪者認為政府可以在依法采集后內部共享或開放共享。對于較為敏感的收入財產、酒店登記入住等信息，則分別有72.50%、62.24%的受訪者認為政府必須在“獲得個人授權后才能使用”。

（二）公共數據治理中的市民授權機制：地方政府的探索實踐

政府不是鐵板一塊。在分層分部門制的行政體系中，地方政府很難通過延續政府中心主義的數據治理思路來實現數據共享的目標。如何破解這一困局，推進大數據時代的數據共享？杭州市提出了公共數據治理中的市民授權機制。這一機制設計集中體現在杭州市《數字政府建設“十四五”規劃》的“探索創新”等章節，即“聚焦數據人格權，探索實施面向公民、企業的數據資產服務計劃”“探索建設數據銀行，運用區塊鏈技術，設立公民、企業數據賬戶”，并“探索公民、企業數據授權采集、使用、修改、定價和遺忘”機制。[40]

將市民授權機制引入公共數據治理，這一設計打破了組織內部數據共享的傳統方案，開始將公民、法人等引入到數據采集、共享和使用的全過程。地方干部認為，公共數據治理中市民授權機制的前提是確認公民、企業等作為數據主體的角色，這就要求地方政府為公民、企業設立數據賬戶，并為他們提供數據資產服務。他們表示，“（數字時代）每個人一定要有一個數據賬戶”“伴隨一生的數據沉淀，把錢存在銀行跟數據存在數據局（的數字賬戶）是一回事情”。[41]市民數據賬戶中的數據可以來源于不同層級、不同區域政府的職能部門，也可以來源于企業和社會組織。依托數據賬戶，“（市民在各類平臺）查完（個人信息）之后，就把信息存到個人數字賬戶?！傻胤秸畞肀９?，保障安全、保證權威”。[42]換言之，市民數據賬戶的建立突出了公共數據平臺作為公民、法人數據公共托管平臺的性質。

市民將個人數據存儲在數據賬戶的思路，可被視作數字時代的個人檔案管理。這一數字化的個人數據存儲模式確認了公民、法人等作為數據主體的角色，在保障市民對自身數據控制權的情況下，為市民授權職能部門或其他機構獲取個人信息提供了便利。相應地，公共部門在數據治理中的角色也發生了變化。在政府中心主義的數據共享思路下，公共部門是數據采集、校核、儲存、共享、開放的唯一主體。在建立市民數據賬戶、引入市民授權機制后，公共部門保留了數據采集、存儲的核心職責，但不再需要獨自承擔數據校核的任務，也不能獨立決定數據共享和開放的范疇，而是可以通過與公民、法人的互動合作來完成這些工作。地方干部認為，通過把公民、法人等引入公共數據治理過程，不僅可以很好緩解碎片化行政體系的數據共享與隱私保護的問題，還能夠提高數據質量。

首先，市民授權機制賦予了地方政府依法采集和共享數據的范疇。一是自下而上破解全國范圍內跨區域和跨層級的數據共享難題。地方政府并不具備采集、存儲來自垂直管理等信息系統數據的權限，公民、法人卻可以依法申請獲取與己有關的信息，并將這些信息存儲在個人數據賬戶，授權給公共或私人部門使用。二是降低職能部門替代公民、法人等決定數據用途的潛在風險。如前所述，各職能部門有著差別化的數據采集權限，而數據匯聚和大數據分析則會擴展數據用途。通過建立市民數據賬戶和引入市民授權機制，職能部門負責采集數據和將數據匯聚到公共數據平臺。公共數據平臺存儲數據，并不必然意味著它就能使用數據，數據的使用仍然需要得到法律授權或數據所有者許可。這就使得數據采集部門在向公共數據平臺共享數據時無需額外考慮數據共享后的用途問題。

其次，市民授權機制也能夠更好保障市民隱私。在大數據時代，地方政府可以通過數據共享提高治理能力，但也面臨著數據治理的突出風險。這種風險首先來自于公共部門數據管理體系的不完善。在2020年面向杭州市干部的調查中，有66.75%的受訪干部認為所在機構的數據安全措施沒有跟上，存在隱私數據泄漏的風險。地方政府的數據治理風險也來自于個別干部的濫用。上述調查中有26.36%的受訪者認為個別干部會為了牟利或其他私人目的，越權查看和使用數據。運用公共數據治理中的市民授權機制，地方政府可以賦予公民、法人通過數據賬戶查看個人數據被查詢、調取和使用的情況，由此發揮市民監督公共數據規范使用的作用，及時發現可能的數據違規使用。[43]

第三，市民授權機制還能夠提高數據質量。數據準確是公共數據共享使用的前提，但政府的數據質量并不高，地方干部甚至認為數據質量管理是數據全生命周期治理中最為困難的環節。[]由于職能部門采集數據的范圍、體量較大，數據供給部門核對數據的難度大、成本高。杭州市在數字政府建設“十四五”規劃中提出了將“創新產權為基、多方參與的數據校核機制，賦予公民、法人等數據主體查詢、核實數據的權利”。無獨有偶，溫州市在“個人數據寶”的地方實踐中同樣規定了個人通過身份認證后可以在賬戶內查看本人數據信息、糾正個人信息。這一做法旨在發揮數據主體的積極性，使他們能夠共同參與修正錯誤數據。

（三）市民授權機制的社會基礎

通過設立公民、法人的數據賬戶，在公共數據治理中引入市民授權機制，地方政府能夠較好緩解個人隱私保護與跨部門數據共享的緊張關系。其中，公共數據平臺仍然承擔了匯聚公共數據的職責，建立了數據跨部門、跨層級和跨組織邊界流通的技術通道。但是，地方政府并不替代公民、法人決定數據在行政體系內外的流通和使用方式，而是確認了公民、法人作為數據主體的角色，保障了市民查詢、管理、修正和授權使用自身數據的權利。

公共數據治理中的市民授權機制引發了部分干部對政府因此難以采集公民數據，進而限制大數據發展和應用的疑慮。[45]不過，市民授權機制的建立并非取代地方政府采集數據的法定權限。而且，市民才是在政務服務事項中數據共享的發起者。當然，市民的確存在拒絕政府將其個人數據運用于大數據分析的可能性。但大數據分析并不要求全量數據，有一定比例的市民授權已經能夠較好支撐大數據分析。

更為重要的是，調查結果顯示市民具備授權政府使用其個人數據的較強意愿。在2021年杭州數字治理調查中，課題組詢問了受訪者授權政府或其他組織使用其個人數據的意愿。其中，受訪者需要判斷哪些個人信息不能分享給特定的APP（表2）。結果發現，市民授權政務APP采集、使用其個人數據的意愿明顯高于授權給社交媒體APP、交通出行APP、購物APP等采集數據的意愿。從數據來看，市民對政務APP采集數據的授權意愿甚至還要高于對手機銀行的授權意愿。調查中，有34.9%的市民愿意授權政務APP獲取上述全部信息。這一比重也要明顯高于市民對銀行APP的授權意愿（28.0%）。愿意將用戶名等個人信息全部授權給社交媒體、打車軟件、購物APP的市民均只有11.3%。

良好的公共治理需要建立多元主體間的有序互動規則，公共數據治理也不例外。綜合運用在浙江省杭州市獲得的訪談和調查數據，本文指出，在條塊林立的大型科層制體系中僅靠行政組織內部的協調機制已經難以有效保障公共數據的合法采集、高效匯聚和安全管理。通過在公共數據治理中建立市民數據賬戶、引入市民授權機制，地方政府既能夠滿足法律法規要求、回應社會公眾對隱私保護的普遍關注，也能夠有效破解數據質量不高、數據煙囪林立等普遍難題?？偟膩碚f，在公共數據治理中構建市民授權機制是地方政府兼顧個人隱私保護、提升數據質量、促進數據共享和服務大數據分析等多重政策目標的重要路徑。

本文拓展了大數據時代完善公共數據治理研究的新思路。大數據分析技術的廣泛應用凸顯了數據匯聚的重要性，但政府內部的數據共享仍然面臨著技術、管理、法律等多重困境。受制于政府中心主義的傳統觀念，以往研究成果更加注重從行政體制內部尋求數據共享的驅動因素，強調了自上而下的領導機制、跨部門協調機制等對于數據共享的積極意義。但這些機制始終未能充分回應大數據時代法律法規的新要求，難以從根本上解決公共數據的跨部門共享問題。本文通過引入公民、法人等多元主體來破解公共數據跨部門、跨層級和跨組織邊界的共享僵局，超越了公共數據治理中政府中心主義的慣常思維，為數字時代公民參與的數據治理提供了一條新路徑。

需要指出的是，在公共數據治理中引入市民授權機制是破解跨部門數據共享難題的一條重要路徑，但這并不意味著法律法規和各級政府可以無限制使用經由公民、法人等授權的數據。大數據、人工智能等新興技術具備深度挖掘數據、識別行為模式，以及推斷、預測特定人群行為的強大分析能力。這些分析結果不僅會對授權政府使用其數據的公民、法人形成影響，也同樣會影響到未授權政府使用其個人數據的社會成員。在大數據時代，個人數據呈現出顯著的外部效應，隱私保護已然成為一種公共品。有鑒于此，數據治理不僅需要在個體層面上突出授權使用的機制設計，還需要在公共層面上進一步完善針對大數據應用方式和應用范圍的法律法規和倫理審查等制度規范。

[1]高翔：《建立適應數字時代的政府治理新形態》，《探索與爭鳴》，2021年第4期。

[2] Eric W. Welch, Mary K. Feeney, Chul Hyun Park, “Determinants of data sharing in US city governments”,Government Information Quarterly ,Vol.33, No.3 (July 2016) , pp.393-403; Fang Wang, “Understanding the Dynamic Mechanism of Interagency Government Data Sharing”, Government Information Quarterly , Vol.35, No.4(October 2018), pp.536-546.

[3] 參考Carissa Véliz, Privacy is Power: Why and How you Should Take Back Control of Your Data, London: Bantam Press, 2020; April Falcon Doss, Cyber Privacy: Who Has Your Data and Why You Should Care , Dallas, TX: BenBella Books, Inc, 2020.

[4] Jean Tirole, “Digital Dystopia”, American Economic Review, Vol.111, No.6(June 2021),pp.2007-48.

[5] Daron Acemoglu, Harms of AI, NBER Working Paper Series, 2021.

[6] Virginia Eubanks, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor , New York, NY: St. Martin’s Press, 2017.

[7] 中國互聯網信息中心：《第48次中國互聯網絡發展狀況統計報告》，2021年6月，http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/202109/t20210915_71543.htm。其中在線政務信息來源于《第47次中國互聯網發展狀況統計報告》。

[8] 張若曦、錢童：《亞馬遜數據違規 盧森堡罰款7.46億歐元》，2021年7月31日，Https://Www.Caixin.Com/2021-07-31/101749176.Html。

[9] 程勇、蔡蕾、胡佳：《一國家機關工作人員販賣公民個人信息獲刑》，2019年12月7日，Https://Www.Chinacourt.Org/Article/Detail/2019/12/Id/4709112.Shtml。

[10] 張超文、李佳鵬、孫韶華、張莫、梁倩、郭倩等：《數十億條個人信息明碼標價 ‘潛規則’盛行售賣泛濫成災》，2021年4月19日，Http://Dz.Jjckb.Cn/Www/Pages/Webpage2009/Html/2021-04/19/Content_73288.Htm。

[11] 參考浙江人大：《浙江省公共數據條例（草案）》，2021年8月2日，https://www.zjrd.gov.cn/dflf/yjzj/202108/t20210802_91814.html。

[12] 參見《上海市數據條例》第三章“公共數據”， https://www.shanghai.gov.cn/nw12344/20211129/a1a38c3dfe8b4f8f8fcba5e79fbe9251.html；《深圳經濟特區數據條例》第三章“公共數據” http://www.sznews.com/zhuanti/content/2021-07/07/content_24368291.htm。

[13] 參見《浙江省公共數據條例》，http://www.zj.gov.cn/col/col1229617985/index.html。

[14] 法學界對于行政法治存在消極視角和積極視角的爭論。其中，消極視角的法治源于普通法系，它重在規范統治者行為。積極視角的法治則源于大陸法系，它強調了理性構建的法律“可以將國家內化為人民權益的保障者”，因而更加倡導通過行政法促進、保障政府的能動性。在這一意義上，公共數據治理機制既是政府在行政管理實踐中所需要構建的重要機制，本身也可以成為行政法的組成部分。參見鄭春燕，《轉型政府與行政法治》，《浙江大學學報》（人文社會科學版）2021年第1期。舉例來說，浙江省2022年1月通過的《公共數據條例》，其中即隱含了政府積極有為促進數據共享、數據開放的機制設計。

[15] Woodrow Wilson, “The Study of Administration”, Political Science Quarterly, Vol.2, No.2(June 1887), pp.197-222

[16] 明欣、安小米、宋剛：《智慧城市背景下的數據治理框架研究》，《電子政務》，2018年第8期。

[17] 黃璜：《美國聯邦政府數據治理:政策與結構》，《中國行政管理》, 2017年第8期。

[18] Soonhee Kim, Kim Normann Andersen, Jungwoo Lee, “Platform Government in the Era of Smart Technology”. Public Administration Review, (August 2021), https://doi.org/10.1111/puar.13422.

[19] Nik Thompson, Ravi Ravindran, Salvatore Nicosia, “Government Data Does Not Mean Data Governance: Lessons Learned from a Public Sector Application Audit”, Government Information Quarterly, Vol.32, No.3 (July 2015), pp.316-322

[20] Fang Wang, “Understanding the Dynamic Mechanism of Interagency Government Data Sharing”, Government Information Quarterly , Vol.35,No.4(October 2018),pp.536-546

[21] 黃璜：《美國聯邦政府數據治理:政策與結構》，《中國行政管理》，2017年第8期。

[22] 王靜、劉曉晨：《政府數據共享的法治路徑和突破點》，《中國司法》，2019年第11期。

[23] 李重照、黃璜：《英國政府數據治理的政策與治理結構》，《電子政務》，2019年第1期。

[24] Tung-Mou Yang, Lei Zheng, Theresa Pardo, “The Boundaries of Information Sharing and Integration: A Case Study of Taiwan e-Government”, Government Information Quarterly, Vol.29, No.1(January 2012), pp.S51-S60

[25] Fredrik Karlsson, Magnus Frostenson, et al. Inter-Organisational Information Sharing in the Public Sector: A Longitudinal Case Study on the Reshaping of Success Factors, Government Information Quarterly, Vol.34, No.4(December 2017), pp.567-577.

[26] Jing Fan, Pengzhu Zhang, David C Yen , “G2G Information Sharing among Government Agencies”, Information & Management, Vol.51, No.1(January 2014), pp.120-128.

[27] Fang Wang, “Understanding the Dynamic Mechanism of Interagency Government Data Sharing”, Government Information Quarterly , Vol.35, No.4(October 2018),pp.536-546

[28] Eric W. Welch, Mary K. Feeney, Chul Hyun Park, “Determinants of data sharing in US city governments”,Government Information Quarterly ,Vol.33, No.3 (July 2016) ,pp.393-403.

[29] 鄭春燕，《轉型政府與行政法治》，《浙江大學學報》（人文社會科學版）2021年第1期，第51-68頁。

[30] 如杭州市在2020年11月通過了《杭州城市大腦賦能城市治理促進條例》，http://www.hzrd.gov.cn/wxzl/flfg/hzsfg/yxfg/202101/t20210114_789728.html；浙江?。?020年12月）、廣東?。?021年7月）先后發布了《數字經濟促進條例》，參見http://jxt.zj.gov.cn/art/2020/12/24/art_1229123459_4349621.html；http://gdii.gd.gov.cn/szcy/content/post_3459410.html。

[31] Melissa M. Lee, and Nan Zhang. ‘Legibility and the Informational Foundations of State Capacity’. The Journal of Politics, Vol. 79, No. 1 (January 2017): 118–32.

[32] Christopher Dandeker. Surveillance, Power and Modernity: Bureaucracy and Discipline from 1700 to the Present Day. Cambridge: Polity press, 1990.

[33] 調研記錄20171201。

[34] 調研記錄20200820。

[35] 調研記錄20210706。

[36] 調研記錄20201124。

[37] Sarah Brayne. Predict and Surveil: Data, Discretion, and the Future of Policing. New York, NY: Oxford University Press, 2021.

[38] Madalina Busuioc. ‘Accountable Artificial Intelligence: Holding Algorithms to Account’. Public Administration Review, Vol.81, No. 5, 2021, pp825-836.

[39] 調查數據202008。

[40] 參見《杭州市數字政府建設“十四五”規劃》，http://www.hangzhou.gov.cn/art/2021/7/6/art_1229405668_59038359.html。

[41] 調研記錄20201124。

[42] 調研記錄20201124。

[43] 調研資料，2020年12月。

[44] 調查數據，2020年8月。

[45] 調研記錄202108。