人类社会已迈入数字化时代，数据逐渐成为数字化时代经济社会发展的战略性和基础性要素，深度融合于国家治理实践。无论是出于推动数字化时代经济社会生活数字化转型的考量，还是基于实现国家治理体系和治理能力现代化的宏伟目标，公共数据的开发利用都将成为数字化时代不可回避的重要议题。习近平总书记指出，“要加强政企合作、多方参与，加快公共服务领域数据集中和共享，推进同企业积累的社会数据进行平台对接，形成社会治理强大合力。”《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》强调，要充分发挥社会力量多方参与的协同治理作用，鼓励企业、行业协会等社会力量积极参与数据价值开发和数据要素市场建设。随着大数据战略的部署与市场竞争的加剧，我国数据开发从数据资源的利用阶段迈向数据要素资源化利用与市场化配置相结合的新阶段。政府部门、大数据平台企业、科研院校与社会公众等多元主体通过数据开放、特许运营、授权应用等多种合作方式深度参与公共数据开发利用，展现出多元主体合作开发公共数据的巨大潜力和发展趋势。随着大数据平台企业参与公共数据开发利用的程度日益加深，受市场、资本、权力、利益等多重因素影响，政府与大数据平台企业合作（以下简称“政企合作”）开发公共数据也面临诸多风险挑战，如何防范化解这些风险便成为值得研究的重要课题。
一、文献综述与问题的提出
公共数据在赋能社会治理与服务、保障和改善民生、提升国民经济循环效率等方面发挥着重要作用，深刻影响着公共治理的理念和方式。学术界对“公共数据”有着不同的理解和定义：大部分学者从“公共”角度展开，认为“公共数据”是指公权力机关履职过程中收集和保存的信息，主张它不包括能够识别行政相对人的数据信息，不包括为行政相对人专有的知识产权，并且不同于自然人、法人及非法人组织收集或形成的数据；而少部分学者则从“数据”角度展开，认为公共数据的载体还包括社会团体和社会组织、由政策法规授权或委托提供公共产品或公共服务的企业等。与此同时，公共数据之于公共治理和公共服务的意义也开始被广泛讨论，可归纳为以下四个层次：其一，公共数据在开发中与新媒体动态融合，逐步构建起多元主体有机协同的社会治理格局，利用公共数据的公共属性实现国家的可视化运作；其二，“监督数据化”使权力被置于预防系统的自动化监督模式之中，推动国家监察全过程智能高效的系统集成；其三，数据开发凭借全样本容量的数据库进行算法运算和信息整合，分析公众需求偏好和服务评价信息，实现公共服务供给精细化个性化以及公共决策动态渐进的科学性；其四，数据技术发挥“驱动功效”和“降躁功能”，在畅通民意反映渠道的同时增强公民意识，改变公民“无感”状态。
随着公共数据的价值被不断确认，有学者指出公共数据已经由简单开放转向深度开发，学术界有关数据开发路径的研究也开始向外部化、社会化、市场化层面拓展，政府不再直接处理原始数据并对外提供“信息成品”，而是扮演数据的“供应方”，逐步将公共产品的生产递送以及数据经济价值的挖掘职能转移给市场与社会主体。有学者指出以政策和媒体引导和激励企业投资开发固有数据，引入企业等市场主体通过契约式或孵化式路径对数据进行增值开发；也有学者从公私合作（PPP）的视角出发概括出不同模式，政府授权经营、企业自主投资（PFI模式）和政企合资共建（JV模式）。与此同时，政企合作开发公共数据的风险也开始受到关注，研究视角正在从聚焦“开发对象”转向关注“开发主体”。有研究指出，数据流通所催生的新兴权力客观上要求重构数据市场秩序，会引发维护数据主权、推动数据市场要素自由流动与充分保障个人数据权利三者之间的冲突；有学者指出政企合作过程中存在利益颠覆下的悖约风险以及市场主体参与所衍生的数据采集质量风险、数据处理技术及运维风险、数据共享和交换的整合与运营风险、数据供给的交互风险。
综合来看，国内学者已经开始关注数据治理领域的政企合作问题，也涉及了合作过程中可能产生的风险议题，但总体上对风险的基本样态描绘仍停留在简单的归纳总结阶段，缺乏对风险生成的深层次逻辑揭示。简言之，现有研究尚未从开发主体（政企）之间的动态互动视角揭示风险生成的逻辑。从具体的实践看，大数据平台企业（腾讯、阿里巴巴和百度等大型平台数据巨头）凭借其在大规模、大范围数据采集、传输和处理上的强大优势（能够轻易地在平台内部汇集大量供给端与需求端的离散数据信息，最大化地释放数据价值），开始获得部分公共数据的运营和开发权限。事实上，政府与大数据平台企业合作开发公共数据潜藏着数据权力转移（政府→大数据平台企业）的趋向，这种趋向的加剧可能会进一步引发公共权力的私有化，而“公权力私有化”则可能动摇传统公共权力的合法性根基，使得公众对政府的信任和支持出现松动，潜藏着价值冲突、信任流失和权力失序等问题。因此，聚焦公共数据合作开发中政府与大数据平台企业互动可能产生的实质性权力转移和权力再生产，讨论这种变化可能引发的数据权益和权力风险，揭示公共数据政企合作开发风险的生成机理，有助于提出风险规避的有效进路，实现最大化释放公共数据价值的目标。
二、“数据价值共创悖论”：政企合作开发公共数据的动力及其潜在风险
价值共创理论强调价值创造是价值网络中的成员共同整合并开发资源的结果，主体间合作是价值共创内在的行动逻辑。从这种理论逻辑来看，政企合作开发公共数据的深层次动力机制即遵循着价值共创的合作行动逻辑，通过合作激活价值网络，在整合数据资源的同时形成协同效应，激发公共数据的治理效能。与此同时，政企合作开发公共数据的过程中也潜藏着一系列风险，可能会走向“数据价值共创悖论”。
（一）“数据价值共创”：政企合作开发公共数据的动力机制
受限于技术和人才等多重因素的影响，传统由政府单一主体对公共数据进行开发的模式存在着收益有限和数据资源浪费等问题，在公共数据深层价值释放的目标驱动下，只有不断加强政府与大数据平台企业的合作、多方参与，坚持数据价值共创才能最大化地释放公共数据的价值和治理效能。
第一，资源互补。根据资源依赖理论，组织赖以生存和发展的资源可以分为三类：一是基础资源，二是信息，三是合法性。具体到公共数据开发情境中，存在着数据占有、技术积累以及政策和项目开发经验等方面的差异。政府与大数据平台企业双方分别掌握了政务数据和商业数据等不同性质的数据资源，又有着不同的数据资源需求。政府需要市场数据来进一步完善经济调节、市场监管、社会管理与公共服务等职能，企业则需要相关领域的政务或民生数据来更好地支撑生产经营活动。需要指出的是，政府自身的技术积累和人才储备不能适应公共数据开发利用的现实需要，难以独自承担起公共数据开发的责任。大数据平台企业则具备相应的开发技术、技术人才以及先进的项目运作管理方式，能够弥补政府单独开发模式的不足，重塑和优化涵盖收集、储存、加工、生产、供给、消费的数据价值创造链。因此，必须加快政府与大数据平台企业之间数据的融合共享与流通，激活不同类型数据开发的协同效应，提供更为优质的数据产品和服务，在此过程中大数据平台企业也获得了开发公共数据的合法性。
第二，利益共享。政企双方在合作过程中以共同的目标驱动力为开发引擎，集政策、资金、技术、人才、设施以及经验等多重要素于一体，利用集成效应增拓数据开发效益、实现价值合理共享，是政企合作的最终目的和根本动力。当政府与大数据平台企业产生合作联系，蕴含在相关数据中的社会必要劳动（即开发效益）就会同时叠加，更高的效益预期和愿景驱动着更多社会必要劳动时间（即更多的开发资源）的投入，使得公共数据开发所释放的价值量得到提升，产生“1+1＞2”的价值增值效应。此外，在具体的利益分配中，根据合作双方不同的任务指向和工作绩效以及公共数据的类型和级别，将可分配的数据价值收益进行估值并设计分配方案。政府得以实现组织的流程优化、制度创新和治理转型，更好地履行关于公共数据的管理与服务职责，而企业得以提升组织学习能力、调适组织结构和提升竞争优势，同时取得数据开发的经营活动利润。
第三，风险共担。相较于单一主体的开发情境，合作弱化和分担了政府作为单独主体开发公共数据的运维性风险，使得政府不用独自承担开发过程中需要投入的巨量资源和成本。事实上，政府单一主体的行动覆盖了公共数据开发活动的所有环节，开发主体在容错上需要付出更多的机会成本，可能超过风险挤兑下的实际收益。合作开发则可以规避或分担一定程度上的风险，寻求与大数据平台企业合作的形式来消解公共数据开发过程中潜在的多元风险就成为具体的可选择项。政府与大数据平台企业双方通过企业资质认定、数据权限界定、规定合作制度、合作效益评定以及签订合作契约等程序，对相关数据开发项目的社会效益与经济效益进行综合评估，对合作过程中可能出现的潜在风险进行精准识别和研判，设计出合理的责任与风险分担方案。需要强调的是，这种风险分担方案以行为主体在公共数据开发过程中所应遵循或履行的原则、权限、标准、方式和责任为基础。
（二）走向“数据价值共创悖论”：政企合作开发公共数据的风险样态
大数据平台企业在参与公共数据开发、提供数据产品和服务的过程中，容易出现利益驱动引致目标替代的情境，潜在“资本增殖”异化“数据开发”的风险。现代风险治理理论主要分为权力和权利两种视角，隐含着将风险划分为权力型风险和权利型风险的趋向。受风险的权力和权利双重逻辑影响，作为开发主体的政府与大数据平台企业之间发生要素变动和矛盾转移，致使政企合作互动出现关系错乱、地位错位、互动情境错杂等问题。衍生出以“管制俘获、市场支配、公共意志裹挟”为代表的权力型风险和以“算法合谋、算法歧视、算法操纵和租值耗散”为代表的权利型风险，如图所示。
第一，权力型风险——开发主导者嬗变危机。从实践维度看，在资本和数据优势的支撑下，大数据平台企业的公共影响力日益扩大，逐渐成了特定的准公共权力“行为体”，冲击传统公共权力的结构和秩序，潜藏着权力失序的可能，即权力型风险。可以说，数据权力背后潜藏着资本逻辑和技术逻辑，拥有数据资源和技术优势的平台主体影响和控制能力有强化的趋势，为其破坏社会与国家关系提供了可能。具体表现为三个方面：一是管制俘获。大数据平台企业根据管制者即政府的自利动机进行寻租，俘获政府管制并共同分享垄断利润，达到逃避监管的目的。具体表现为，（1）地方政府利用大数据平台企业的数据技术或资本规避政治责任或非法谋求政治绩效；（2）大数据平台企业通过俘获政府管制或运营许可而展开非法或违规操作的风险。二是市场支配。垄断大数据平台企业通过其所构建的供全社会共用的生态系统，实现“平台即基础设施”、“平台即交易市场”及“平台即商业生态”的社会绑定。在此意义上，大数据平台企业不再是一个具有纯粹经济属性的市场行为主体，而是成为多边市场的话语中心，如此可以抬高服务价格、玩弄资本手段打造高资产负债杠杆，搅乱市场并引发市场失灵，危害民生并威胁国家安全。三是公共意志裹挟。大数据平台企业可能利用算法推荐技术对市场上的社会公众进行诱导，引导公共意志偏好，使其影响力在社会层面得到渗透。具体表现为管制主体、市场主体以及社会主体对于数据开发主体（大数据平台企业）的依赖、妥协以及纵容等不当行为。总的来看，权力型风险是从权力主体视角出发的条件性风险类型，它的三种表现样态相互作用，同时又为权利型风险的衍生创造有利的现实空间。
第二，权利型风险——开发支配度异变隐患。数据在固有的技术集合基础上被嵌入了私人资本和一定的公权力（政治对技术的依赖与融合），其所代表的新型权力形态正在重塑公共权力结构，使得数据主体即大数据平台企业对所享有的数据权利进行刻意调试，对社会公众的数据权益产生不同程度的侵蚀，即权利型风险。具体表现为：（1）算法合谋。处于垄断地位的大数据平台企业，利用市场同社会公众之间的信息不对称，在特定市场中利用算法技术加持，深度介入产品或服务的价格、数量、质量以及销售等过程，获得超额垄断利润。（2）算法歧视。大数据平台企业通过运用算法决策技术，对搜集到的用户数据进行分析和评价，针对特定数据主体进行基于性别、年龄、偏好及其他条件的不公正地排除或剥削。表现为社会公众被个性化推荐或被限制交易、被歧视定价或被“杀熟”、被强迫签订排他性协议、被信用评分或被市场排除、被鼓励消费或被申请信贷以及被划入特定市场等现象，可能产生偏见强化、消费者剩余被蚕食和个人自主选择被剥夺等负面影响。（3）算法操纵。大数据平台企业通过高技术含量的计算机指令技术攫取利益。一是针对社会公众的算法操纵，通过精准定位用户浏览信息的轨迹，推断和分析用户的行为偏好等特点，建立用户标签并进行精准匹配，产生信息茧房、回音室效应、信息过滤泡以及隐私泄漏等危害。二是针对同业竞争者的算法操纵。通过利用算法控制互联网搜索结果或排名呈现等方式，降低与其竞争的企业的市场竞争能力，破坏市场公平竞争，影响消费者消费体验。（4）租值耗散。租值耗散是指本来具有价值的公共数据由于非市场化定价及其他因素致使价值下降或消失。例如，在势均力敌的大数据平台企业之间为争夺公共数据的租值而展开恶性竞争，致使公共数据的租值耗散，主要表现为数据的重复开发。此外，具备竞争优势的大数据平台企业在取得公共数据的租值后，为垄断该租值而拒斥其他竞争者，通过以特殊手段赋予租值部分非正式的排他性产权的方式，阻断竞争对手获取租值。总的来看，权利型风险是从数据权力作用对象的视角出发的结果性风险类型。
三、政企合作开发公共数据的风险衍生机理：权力流散与权利受损的双重逻辑
根据传统风险理论，从权力和权利两种视角出发审视政府与大数据平台企业合作开发公共数据何以产生权力解构，进而带来权利损害的问题。
（一）权力流散：公共数据开发的权力解构效应
随着政府与大数据平台企业之间合作的深入，拥有技术和数据优势的大数据平台企业逐渐获得了开发公共数据的合法性地位，在此过程中附着在公共数据上的公权力缘由数据本身的流转而发生迁移，并根据数据承载主体的性质变化而发生拆解和重构，即权力解构。公共数据开发呈现出由“政府主导”向“市场主导”转变的趋势，意味着技术和资本通过公共数据持有者或运营者角色的转换，在与公权力的交融中彼此渗透并演变为数据型公权力，影响到政府等国家行为主体对市场和社会的管控能力。苏珊·斯特兰奇用“权力流散”来描述这类世界范围内权力由国家向市场主体进而向非国家行为体转移的趋势。
第一，技术依赖产生管制俘获。从制度层面看，现有相关政策制度、法律偏重于宏观指导，相对滞后于数字化时代的发展，不能有效指导和约束市场主体参与公共数据开发的实践活动。具体来看，现有制度法规对大数据平台企业依托其技术和数据优势开展市场活动缺乏精准的调控和监管，客观上给大数据平台企业通过高技术含量的数据算法技术谋取不正当利益提供了空间。与此同时，数据和算法的捆绑使得行政人员或组织对拥有数据开发技术的大数据平台企业形成依赖，从而在日常的行政活动中不自觉地压缩了自主行政空间。事实上，不加以限制所造成的技术过度使用将挤兑合作开发所赋予的主体间平等公正的隐形网络，合作主体彼此的社会关系被凝缩成抽象的数字代码与符号，容易产生对技术治理的路径依赖。不难理解的是，一旦挣脱了政府管制的缰绳，大数据平台企业所占有的数据系统将会沦为其主动或被动干预政府管制的博弈筹码，从而俘获政府监管开展非法违规的活动，冲击政府权威和公信力。
第二，资本扩张钳制有效市场。在既有的政策或法律框架下，互联网、大数据平台企业巨头凭借企业效用与用户规模所形成的网络外部性效应，率先在数据市场展开数据“圈地运动”，以正反馈机制引发强者恒强的“马太效应”，从而凭借数据占有优势发展出雄厚的经济实力。在依托数据优势的基础上，大数据平台企业可以利用数据分析或算法技术向整个市场全方位渗透以取得市场支配地位，事实上造就了资本或技术权力的市场扩张。政府可能出于资本压力或技术依赖的多重考量，也许会放松对大数据平台企业数据控制力强化趋势或现象的管制，这就使得大数据平台企业可能取得在某种程度上脱离政府管制的数据霸权，为其进一步利用数据权力与资本权力结合的手段钳制市场提供了条件。
第三，数据权力侵蚀公共伦理。公共权力主体在行使公共权力活动中，必须遵守一定的伦理行为规范，受到一定的公共伦理原则约束。在大数据时代，权力的主体可以是任何在数据上占有相对资源优势的单元。大数据平台企业获得公共数据的合法开发权限之后，自然地发展成为一种以数据权力为基础的权力行为体，某种程度上也是准公共权力行为体。如果不加以约束，可能会在社会层面形成一种倾向于向占据数据主导地位的主体妥协的社会趋向，以数据权力为内核的准公共权力行为体则不会必然受到传统公共伦理的约束，反而会冲击传统公共伦理的原则和价值体系。数据权力本身的技术属性不仅作用于社会生产，还对传统伦理视阈中的道德主体、道德原则、道德判断等提出了新的挑战。同时，大数据技术伦理本身要求的可信、可靠和可控等原则与公共数据开发应用所要求的公平公正、价值普惠等公共伦理原则之间存在鸿沟。掌握数据权力的大数据平台企业可能会突破公共数据开发背后的公共伦理约束，干涉公共数据开发利用的正常秩序。
（二）权利受损：公共数据开发的权利诱导倾向
由于大数据本身的权力解构效应，在数据收集和处理上具有优势的大数据平台企业客观上获得了数据及其所附着的利益再分配权限，加之数据固有的确权标准和权属边界问题，导致政府、公众等社会主体的数据权益极易被大数据平台企业侵蚀。
第一，权力扩张激发大数据平台企业的谋利冲动。随着大数据平台企业数据及技术优势的不断扩大，获得了对市场的支配性影响，使得依托数据算法技术扩展市场利益成为可能。例如，通过协定产品或服务要素，压制同行竞争，采集和分析公众信息进行歧视或操纵行为，谋求最大化的公共数据开发效益，俘获政府监管而实现责任豁免，形成事实上的私权力扩张。在权力扩张的背景下，大数据平台企业在合作中为了谋求更多的经济利益，往往倾向于放大所持公共数据的用益物权为私有产权，无视公共数据的人格权与财产权。可以通过数据主体更替、数据市场共谋、数据产权交易、数据资源共享和数字技术滥用等手段过度榨取公共数据价值，导致公共数据被非法违规利用或重复开发。与此同时，可能为了垄断公共数据的静态收益而减少甚至垄断市场流通，对数据产业链加以限制，压缩公共数据的开发自由度和价值释放空间。
第二，权力位差增强大数据平台企业的博弈能力。在公共数据合作开发的关系网络或契约结构下，大数据平台企业兼具资本、技术和数据多重优势，具备了俘获政府管制、钳制有效市场以及操纵公共意志的权力位势。大数据平台企业凭借自身独一无二、不可替代的资源能力，逐渐从政府获得了其所独有的数据市场准入权、数据资源调配权以及数据开发规制权等权限，在数据开发项目的准入、资源的征用和责任规避的博弈中处于有利地位。在市场竞争过程中大数据平台企业通过约束同行企业开发权限、参与权利的排挤以及侵犯其作为民事主体的市场准入权利，实现对公共数据开发利用的垄断。更进一步看，在为社会公众提供产品或服务的过程中，处于权力优势地位的大数据平台企业采用“一键概括式”的用户协议，使用户陷入“同意则进入”和“拒绝则离开”的选择困境。同时，也会通过算法技术资源的加持，侵犯公众个人信息安全和数据权益等。用户受到相关需求的制约以及平台型企业“守门人”地位的威胁，往往被迫让渡其自由选择权，事实上压缩了公众自由选择的空间。
第三，技术优势扩大大数据平台企业的议价空间。算法应用场景的扩展使得具备技术优势的大数据平台企业获得了一定的议价空间，通过个性化推送、检索过滤、排序精选等各类算法程序支撑，在提高效率、精准预测和自动决策的同时，迎合社会公众个体的偏好和需求，满足政府促进技术进步与数字经济发展的考量，契合市场资源价值释放和市场组织数字化转型的整体趋势。大数据平台企业通过维持数据开发活动的运行与发展，塑造数字化社会的规则和秩序，以技术赋权的方式对政府、市场和公众产生“需求牵制”和“归属控制”，拓展了公共数据开发过程中的议价能力和议价空间（包括政府包容性的监管策略、市场和消费者迫切性的产品和服务需求等）。此外，由于数据分类分级原则、方法和技术参差不齐，缺乏具有权威性的分类分级模型，对数据权利的衡量缺乏严谨统一的标准依据。与此同时，公共数据被政府和企业等多元主体采集和保存，使得公共数据的占有权、使用权、转让权和收益权的厘定非常困难，给予了大数据平台企业可乘之机，容易滋生算法合谋、算法歧视和算法操纵等风险。
四、数据价值共创：政企合作开发公共数据的风险规避进路
结合我国对于数据治理体系的相关探索，有效规范政府与大数据平台企业的主体能动性，最大限度消融政府与大数据平台企业合作行动的风险生成因素与演化空间，可推动最终有序有效开发公共数据，释放公共数据的经济社会价值，走向数据价值共创。
（一）明晰公共数据权属边界，强化合作开发风险源的动态识别
合作过程中的数据转移和数据加工容易造成数据权属的模糊，难以有效识别和精准界定责任主体和责任行为，扩大了数据开发主体滥用公共数据开发权限的空间。明晰公共数据的权属边界，有助于将隐匿性的数据侵权行为显性化，压缩行为主体逃避责任的机会空间，规范行为主体的开发行为，避免侵害公共数据权益。第一，完善分类分级制度，明确数据确权标准。《中华人民共和国数据安全法》第二十一条规定，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取和利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级。明确划分基础数据、普通数据、专业数据以及机密数据的级别类型，界定全面开放、选择开放、授权开放以及禁止开放的开放属性，确保公共数据在权属转移过程中，有着清晰的确权标准。第二，完善法律法规制度，明晰权属转移过程。避开传统的以物权法为原理的立法路径，按照数据权利的人格权和财产权双重属性，进行数据产权的结构性分置立法，厘定数据的知情同意权、修改权、被遗忘权、采集权和收益权等。在法制保护下，合作主体之间不再进行公共数据本身的直接流转，而是以数据权利的名义，根据开发主体的任务职责，界定相应的数据权属。第三，通过完善合作开发制度，细化权属转移细则。根据合作开发的项目内容和效益评估，对公共数据的收集、储存、加工和分享的全过程链条进行清晰的划分，以此作为合作双方在各环节进行责任分配的法理依据。通过明晰的权责清单确保合作主体所获得的数据权利与其在具体开发环节内的目标责任相契合，使合作过程中各类权属的转移控制在合理的区间内，避免主体获得匹配职责以外的多余权属。
（二）落实公共数据开发责任，实现合作开发风险链的闭环管理
对合作开发过程的动态监管及其具体问题的追责问责可以使不同阶段、不同类型、不同权属主体的风险得到快速精准的识别及防范，在一定程度上压缩风险衍生链条上的传递空间，实现合作开发风险链的闭环管理，减小公共数据合作开发的风险传导和扩散。首先，在界定公共数据开发责任的基础上明晰各主体的参与权限。在权属边界得到明晰的前提下依托数字技术为社会公众搭建参与风险沟通的平台，促进风险分配正义，赋予其局部介入、意见表达和监督审查的参与权限。具体来看，让具备数据人格权的普通公民和具有相关领域专业知识的专家学者根据数据产品或服务的使用体验和感知，以使用者、评价者和监督者的身份实时地参与到数据合作开发的需求匹配、制度创制以及利益分配方案制定的过程之中。其次，加强对政府与大数据平台企业双方行为的监管，实现责任的精准识别和追究。通过贯穿整个数据开发过程的实时性监管和反馈，精准确定各环节上数据开发风险的责任主体与责任行为，实现对公共数据开发责任的精准识别。在此基础上，根据实时监管的反馈结果，慎重评估开发过程中数据供给、数据操作以及数据转移等工序的行为尺度及其对于风险结果的影响系数，以此作为惩治和处罚的合理性依据。最后，以技术的不断革新来破解追责过程中面临的主体模糊性问题。依托数据溯源等技术的不断创新，打破由算法代码等构建起来的技术壁垒，有效遏制人工智能、大数据和云计算等数字化技术的更新所演变出的技术“黑箱化”趋势，避免因技术系统或平台运行过程的模糊性或不可解释性，导致问责的合法性存疑与操作性缺失。
（三）协调政企合作伙伴关系，消解合作风险生成的内源性动机
当大数据平台企业的正当利益得不到满足时，可能会激发大数据平台企业非法牟利的内源性动机，通过寻求其他非正式渠道增拓自身利益，加剧公共数据合作开发的潜在风险。从组织间关系视角出发，构建良性的政企合作伙伴关系，能够最大限度弱化公共数据开发行为主体非法牟利的内在动机。一方面，明晰政企主体间角色。从政府职能来看，强化其规则制定者和监管者的角色，通过内部的机构调整和改革将公共数据的管理权限统一于数据管理部门，同时厘清央地之间大数据管理机构的职责关系，改善政府数据管理职能政出多门的“碎片化”问题，确保数据职能的精确归集和有效传接。从企业的角色定位看，由于大数据平台企业的非国资（含国资控股）属性决定了必须赋予其差异化的数据开发权限，将关系到国计民生的公共数据开发权限向具有国资背景的企业倾斜，注重赋权与限权并重，弱化大数据平台企业运用数据、技术和资本的优势俘获政府管制的权力基础。另一方面，调适政企信任关系。信任是防范合作关系异化的基础，在公共数据合作开发的项目中提高政企相互之间的信任水平，增强主体间合作的内在驱动力。“管理主义式话语”仍然存在的伙伴关系中，企业只是参与者而不是合作者。政府要避免延续长期实践过程中形成的“家长制”作风及“命令式”管控倾向，在合作契约达成之后赋予大数据平台企业平等的主体地位。营造良好的合作信任关系，构建起防范合作风险的伦理屏障，实现政企双方由“监管和被监管”的主体间关系向独立平等的合作伙伴关系转变。
（四）激发政企合作主体动能，增强合作风险控制的可持续能力
激发政企合作的主体动能，确保政企双方拥有限制风险产生和遏制风险扩散的禀赋和功能，增强政企合作风险控制的可持续能力。第一，确立明晰的利益分配方案。根据数据分类分级标准制订数据共享协议，以合同形式确保各方公平享有相关数据的共享权限；同时制定收益和风险分配方案，委托中介机构开展建设运营全过程的审计评估，完善风险管控和退出机制及收益评估和分配细则，避免合作过程中收益或风险分配冲突。第二，科学评定准入企业资质。政府要以社会征信、税收等公共信息资源系统为基础，整体全面地评估相关大数据平台企业的信誉、人员配置、技术储备、产品质量及资产管理能力等基本情况，制定科学的公共数据运营开发行业准入标准，科学认定相关企业公共数据运营开发的资格。加强对作为运营开发主体的大数据平台企业运行状态、用户反馈以及数据保护等方面的动态考核。此外，无论是通过政府招标还是企业自主申请的数据开发项目，如果因为市场运营失误或主体逐利而偏离公共数据开发的初始目标，就要及时启动终止合作的讨论和决议。第三，提升政企数据安全素养。数据安全素养是指数据安全意识、数据安全处置以及数据安全预防等能力集合。一方面，要不断深化党在数据治理领域的全面领导作用，筑牢数据安全的政治防线；另一方面，加强公务员的数据安全素养培训，积极组织专题讲座和数据安全培训班，提升公务员的数据安全意识。企业应该不断开发新的数据安全防控技术，强化对数据收集和处理流程的安全管控，提升数据安全防护水平和意识。
［作者简介］王张华(1990)，男，湖南株洲人，湘潭大学公共管理学院讲师，硕士研究生导师，博士，从事技术革命与政府治理创新、公私合作与数据治理研究。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
