基于大數據與開放關聯數據設計政府透明度模式*

岳彩申 青 彤

提要：政府開放數據的主要原因之一是建立透明政府。基于大數據和人工智能設計提高透明度作為數字政府的實踐指南，不僅可以實現透明度的有益功能，而且可以減少政府在自動化決策環境中所面臨的風險。由于“透明度”是多維概念，包含不同意涵和功能。首先，我們從倫理規范、社會關系和制度語境闡釋“透明度”的意涵，進而分析透明度在政府自動化決策實踐中的優勢和挑戰；其次，闡述政府開放數據和關聯數據實現透明度的基本理論——參與式生態系統論，并厘定影響政府透明度的維度和類型；最后，借鑒隱私設計，慎思與大數據相關的語境、技術、信息和利益相關者的敏感度等因素，提出基于人工智能設計提高政府透明度的三大階段和九項原則。

政府開放數據的主要目的之一是提高透明度。自20世紀90年代中期以來，政治家和政府開始創建政府門戶網站，發布政府信息，(1)有關政府信息概念，參見《中華人民共和國政府信息公開條例》第二條。包括預算和統計數據。進而政府利用大數據和人工智能創建能夠做出基本自主決策的系統。傳統意義上，算法必須遵循規則實行手動編程，并把權重附加到特定的數據點；而機器學習算法改變了數據集中提取模式和預測方式。隨著計算機技術的發展，越來越多的政府將決策過程委托給算法——自動化決策，(2)有關政府自動化決策概念，比較《中華人民共和國個人信息保護法》第七十三條。它是大數據和人工智能系統的子集，且不需要人工參與即可做出決策的自動化過程。從政治和法律視角而言，自動化決策系統對個人和社會潛在的不利影響需要政府做出監管反應，它關涉的核心問題是政府監管在多大程度上能夠實現透明度，民眾是否有權參與政府決策過程。

一、政府透明度：跨學科術語

透明度已成為數字時代政府監管的重要話題之一。作為政治制度的透明度，它意味著系統或組織讓第三方了解它們內部的知識、過程和決策，適用于諸多領域，如組織結構的透明度、會計和預算的透明度、政府行動和責任的透明度以及政府文件的透明度。在我國，《政府信息公開條例》的立法目的之一是“提高政府工作的透明度”(3)參見《中華人民共和國政府信息公開條例》第一條。；《中國政府透明度指數報告》(2010-2021)依據各類指標評估了我國各級政府(鄉鎮除外)12年的政務公開情況；(4)參見《中國政府透明度指數報告》(2010-2021)。https://xianxiao.ssap.com.cn/catalog/6138742.html.《個人信息保護法》把透明度作為個人信息保護的基本原則；(5)參見《中華人民共和國個人信息保護法》第七條。《網絡安全法》提出“建立多邊、民主、透明的網絡治理體系”(6)參見《中華人民共和國網絡安全法》第七條。。

(一)透明度之意涵

透明度是復雜而多維的概念。不同學科強調透明度的不同功能和優點：“經濟學家認為透明度是最優化市場的先決條件；政治學家把透明度概念化為政治參與的先決條件；法律學者強調透明度是行政合法的先決條件”。(7)A. Meijer, Transparency， In M. Bovens, R. E. Goodin, & T. Schillemans (Eds.), The Oxford Handbook of Public Accountability, Oxford: Oxford University Press, 2014, pp.507-524.

1.行政學視角

政府透明度是一種關系屬性，其基本定義是：如果一個代理(機構)I 對另一個代理(公眾)P 是透明的，那么它可以讓 P 獲得有關其基本運作的足夠信息。由此，它必須滿足兩個條件：政府所提供的信息必須是充分的；政府信息必須以可獲得的方式公開發布。其基本意蘊是：政府信息應當是可預見的、完整的和易獲取的，且從提供準確結論的意義上是可推斷的。有關政府公共決策的透明度可分為三種類型：形式透明度，向公眾告知政府的最終決定或政策；過程透明度，關于形成政府決策的過程透明；理性透明度，關于政府做出決策所基于的原因和理由透明。(8)G. Michener, Policy Evaluation via Composite Indexes: Qualitative Lessons from International Transparency Policy Indexes. World Development, Vol.74, No.3, 2015, p.185.

2.金融法視角

提高透明度是建設法治政府的基本要求。透明度是法治的核心要素，公開和問責制是透明度的核心內容。國際貨幣基金組織有關金融透明度的概念是政策的目標、法律、體制和經濟框架、政策決定及其基本原理、與貨幣和金融政策有關的數據和信息以及各機構的問責條件，必須在可理解、可獲得和及時的基礎上向公眾提供。(9)IMF, Supporting Document to the Code of Good Pratices on Transparency in Monetary and Financial Policies, Jul.2000, p.4.它具體表現為依法明確中央銀行和金融機構的作用、責任和目標，公開制定金融政策和貨幣政策的決定過程，并提供有關貨幣政策和金融政策的信息，實施問責和廉正保證。

3.信息學視角

從信息學視角透明度定義可格式化為：作為利益相關者A(公眾和其他組織)希望從利益相關者B(政府或其他公共機構)那里獲取信息，這樣A就可以在決策中使用這些信息。其基本意蘊是：參與透明度規定過程的行為者之間的信息流動；通過披露信息使透明度變得更有意義；所披露的信息對特定利益相關人有用，即通過披露信息為他們提供決策能力；向利益攸關方保證披露信息的質量。其具體化為：數據透明度，與數據、內容和信息有關，即在透明度語境下需要哪些信息以及誰是利益相關者；過程透明度，與過程、行為和交互有關，即在透明度語境下從事特定行為的程序和方式；策略透明度，與目的、政策和決策有關，即在透明度語境下執行特定決定和行為的原因。

4.綜合視角：倫理規范、社會關系和制度語境

當下闡述透明度概念主要關注透明度的信息維度，忽視了透明度在特定機構、社會關系和系統實踐中的深度價值嵌入。首先，有關政府透明度要求的自動化決策算法不是信息技術明確界定和中立的組成部分，或者與實現細節無關的概念化對象，而是異質和分散的社會技術系統，(10)N. Seaver, Algorithms as Culture: Some Tactics for the Ethnography of Algorithmic Systems， Big Data & Society, Vol. 4, No.2, 2017,pp.1-3.它通過嵌入技術實例化而賦予其社會意義，并把多樣且往往是變動的角色融入技術和文化實踐中。其次，必須從批判和整體視角審視政府信息系統，包括審慎思考數據發現涉及的政治經濟、思想意識、知識形式、政府法律、實踐方式、地理位置和社區管理，并在算法分析中認知數據的文化維度。最后，必須考慮算法本身的技術特征和現有社會結構實際運行所賦予的文化意義，尤其考量算法透明和負責任的努力本身可能改變數據運行的社會場景。

我們闡釋和分析政府透明度概念應當從更廣泛的維度：一是，作為倫理規范的透明度是一種理想概念，它確定如何評估公共行為者的行為標準，要求確定代理人、系統或組織在本質上具有特定的價值和意義。由此，透明度要求政府對其運行過程、行為方式、行為意圖以及所需要考慮的其他事項一致公開。二是，在社會關系視角下，透明度不是個體表征，而是代理人與信息接收者(被代理人)之間的一種信任—委托關系。代理人僅對其業務表現出開放是不夠的，接收者如何接受和理解它們的開放信息具有同等重要性。在此，透明度是關于特定行為者信息的可用性，且許可其他行為者監督該行為者的工作或具體表現。(11)A. Meijer, Transparency， In M. Bovens, R. E. Goodin, & T. Schillemans (Eds.), The Oxford Handbook of Public Accountability. Oxford: Oxford University Press, 2014, p.511.三是，從系統觀點闡釋透明度必須考慮制度語境，充分認識制度語境與信息披露的相關特征，包括相關法律、政府監管和組織措施，因為這些信息對我們充分認識政府透明度的實際影響至關重要。

因此，政府透明度作為一種規范理想或倫理要求，必須認識其深深嵌入系統和組織基因的重要性；作為社會關系的透明度，必須確保透明度措施的設計和評估總是考慮政府信息對利益攸關方的影響；依據系統觀點的政府透明度必須考量執行語境下的制度嵌入，尤其是問責制和政府公信力的作用與效果。

(二)基于信息維度提高政府透明度的優勢

在信息維度下，透明度作為克服信息不對稱的手段，使信息在私人領域與公共領域之間流動，從而減少信息不對稱。然而透明度并非意味著信息接收者能夠完全獲取信息，它僅僅是指在不存在有問題的信息不對稱狀態下沒有人有更好的知情優勢。因此，透明度作為一種平等參與，不僅確保雙方當事人通過協商能力共享信息，而且保證每個人可以獲得關于過程或組織內部運行的相關信息。

1. 基于信息透明度要求的數據與可解釋性相關。參與決策過程的人應當在事前獲取關于數據處理的質量或意圖的信息，并在事后獲得有關數據披露的結果。鑒于參與人有權獲得有意義的信息，并預測其后果，世界各國數據安全法規定了特定利益相關人的自主決定權。在專業標準和最佳實踐中，基于信息維度的透明度已轉化為可審查性概念。因此，透明度原則作為大數據語境下提高政府自動化決策能力的首要原則，與可追溯性、可驗證性、可解釋性和誠實設計聯結起來。

2. 基于大數據的信息方法使透明度與問責制聯結起來。通常，問責意味著政府對其決策和行為負責，并對其后果承擔責任。透明度與問責制之間的聯系在于：政府運用所創造的數據知識為邏輯系統的任何觀察提供洞見力；信息和數據知識又反過來成為追究系統責任的先決條件。在此，透明度僅指系統的透明運作，它并非要說明為什么這個系統在政府決策方面做得更好。

3.提高透明度的另一優勢是互信。信任是一種心理狀態，它包括基于對他人意圖或行為的積極預期，從而從心理上接受該行為或后果。(12)D. M. Rousseau, S. B. Sitkin, R. S. Burt, & C. Camerer, Not so Different after All: A Crossdiscipline View of Trust， Academy of Management Review, Vol.23, No.3, 1998, pp.393-404.信任涉及委托人與代理人之間在能力、正直和誠信等方面的可信性評估。透明度不僅表明政府有能力按照預期或承諾行為，而且與誠信有關，即政府透明披露信息是表達它們的誠信。有關透明度—信任關系的實證研究表明：透明度對政府管理和商業營運具有積極影響，如社會資本增益、增加合作行為和聲譽溢出效應。(13)J. Elia, Transparency Rights, Technology, and Trust， Ethics and Information Technology, Vol.11, No.2, 2009, pp.145-153.

因此，提高政府透明度不僅可以通過存放信息實現信息共享，而且許可政府與利益相關者之間更廣泛的互動和溝通：利益相關者有更多的學習機會，獲得他們實際需要的信息，滿足他們的特殊訴求；政府有更多機會與利益相關者進行協商和溝通，并獲得有價值的反饋；所有信息參與者都有機會改變所提出的問題，挑戰所提供的信息，并不斷完善和重新定義其共享和相互沖突的利益。

(三)基于信息維度提高政府透明度面臨的挑戰

盡管提高政府透明度可以帶來諸多公共利益，如經濟和社會創新、公眾參與、公私合作和公共問責，然而從信息視角闡釋政府透明度仍然備受質疑。

1. 政府信息披露往往忽視透明度的需求要素。信息不僅需要披露，還需要被受眾接受和理解。為了使信息披露變得更加透明，信息必須適應受眾需求。按照數據時代的信息觀點，透明度基本是靜態的：信息已存在，且可供被要求披露的人使用。其重心是信息的可獲得，而不考慮信息的性質和語境、獲取和提供方式及其過程。換言之，信息僅僅被視為中立的事實，而不是社會建構和解釋的人為產物，它很少考量隱藏于數據披露背后的遴選機制、程序和政治意義，因為提供透明度的嘗試從根本上只是形式，它們不創造關于組織的中立知識和觀察，而是以意想不到的方式重新組合。(14)L. Ringel, Unpacking the Transparency-Secrecy Nexus: Frontstage and Backstage Behaviour in a Political Party， Organization Studies, Vol.40, No.5, 2019, p.706.

2.與隱私有關，政府公開披露信息可能導致敏感數據泄露。(15)參見《中華人民共和國數據安全法》第三十八條。使數據技術系統完全透明可能暴露敏感數據和私人數據，尤其是個人數據用于訓練機器學習算法。基于偏差較小的算法原則，政府和公共組織需要多樣化和具有代表性的訓練數據集，其中包括來自社會弱勢群體的數據，這些數據一旦公布可能使那些處于社會不利地位的人受到更大傷害。因此，要求政府信息透明和公開的吁求必須與隱私保護相權衡。

3. 透明度與問責制之間的積極聯系并非總是能夠實現。透明度是否轉化為問責取決于體制語境、權力結構、問責需求和其他推動因素。一是，計算機化的系統通常由許多人設計和操作，責任主體分散使承擔責任變得模糊不清。二是，軟件不可避免的錯誤為責任主體提供借口，使追責機構對軟件錯誤的適當分析模糊化，從而有效阻礙問責的實現。三是，當行為主體出錯時很容易責怪算法，而不是相關責任人。四是，軟件開發人員斷然拒絕對他們的產品負責，使其追責無濟于事。五是，沒有任何現成的系統能夠處理、消化和使用信息適應變化，可預見性對于問責的目標具有風險。(16)M. Ananny, & K. Crawford, Seeing without Knowing: Limitations of the Transparency Ideal and Its Application to Algorithmic Accountability， New Media & Society, Vol.20, No.3, 2018, p. 978.

二、基于大數據和開放關聯數據設計政府透明度

數據是可以由計算機(人或機器)對其進行運算的符號，是創造信息和知識的基礎。(17)L. Floridi, Philosophy and Computing: an Introduction, Routledge, London,1999, pp.106-108.依據數據的概念和特性，政府開放數據通常是指被政府信息管理系統設計為首先向用戶發布的主要數據、描述主要數據基本屬性的元數據、與信息系統的使用、性能或命令有關的操作數據以及從其他數據提取數據時的派生數據。

(一)政府開放數據的一般理論

政府開放數據是任何人都可以獲得、使用和共享的數據，或者任何人都可以出于特定目的自由訪問、使用、修改和共享數據。

1. 政府開放數據和關聯數據的優勢在于，重復使用政府數據，打開新的商業機會，提高透明度和公眾參與以及把政府數據處理的成本分配給社會。(18)參見《中華人民共和國數據安全法》、《中華人民共和國網絡安全法》和《中華人民共和國政府信息公開條例》。結合我國法律法規和數字政府建設實踐，政府開放數據的原則包括數據必須完整、來自主要來源、及時、可獲取、機器可處理、非歧視、非專有和無許可。其核心原則是制定和頒布法律，以公開數據的形式依法公布政府和其他公共部門的信息。質言之，政府應當公布和公開使用公共資金形成的數據，增加公眾獲取政府部門生成的高價值的、機器可讀的數據集，幫助公眾了解政府運作過程和政策制定。

2.政府開放數據需要適當的制度安排。首先，它需要人員、技術和數據之間的多次重復互動，并制定協調行為、執行過程和決策以及管理錯位和沖突的指導方針、程序和規則。其次，創建基于大數據分散管理技術的政府開放數據生態系統，向公眾顯示使用開放數據的指導路徑，使公眾能夠鏈接不同要素的主要數據和元數據。最后，建立數據質量管理系統和數據過濾機制，獲得低成本的通信技術，使分享信息的成本降至最低，并建立信息聚合需要的認知分類機制，使信息聚合在特定語境下保持敏感性，保留有價值的知識，排除無關或無用的知識。

3.在政府開放數據系統中，開放數據通常是由政府或政府控制的實體所產生或授權的數據，為了預防潛在的數據歧視和濫用，政府需要創建數據技術保護機制。加密技術旨在增加未經授權獲取數據的技術難度或成本；模糊技術旨在減少信息內容，使敏感信息根本不會被發布，且即使使用聚合和推理，信息竊取者也無法獲得敏感信息；信譽技術旨在評估系統中其他代理(如信息接收者)的早期行為，以便使用統計和機器學習方法評估其可信性。

總之，政府開放數據的意義在于使公眾了解政府能力，它關乎政府內部運作能力的外在化。一方面，提高政府透明度使利益相關者對政府的決策和行為具有普遍的認知，從而認可公共政策；另一方面，政府開放數據在一定程度上克服信息不對稱，為政府實施決策和執行政策提供良好的信任基礎。

(二)政府開放關聯數據的基本理論：參與式生態系統論

關聯數據是指作為現代民主國家的公民可以自由獲取、共享和重復使用數據、信息和知識，從而擴大我們的資源和能力。(19)C. Bizer, T. Heath, T. Berners-Lee, Linked Data-the Story so Far， International Journal on Semantic Web and Information Systems, Vol.5, No.3, 2009, pp.1-22.政府通過發布關聯數據，使任何公民可以在網上發布和接收數據，并以流暢的方式運行人工智能算法，與其他人發布的數據資源相鏈接，從而獲取所需要的信息。

1. 參與式生態系統的技術屬性

政府開放關聯數據表現為關聯數據(基礎設施層)、關聯平臺(邏輯層)和關聯生態系統(社會層)三層重疊結構，依賴于更廣泛的生態系統：一方面，政府開放關聯數據作為民主政府形式的基本資源表現為人、數字技術和數據之間分布式的交互作用；另一方面，從狹義的技術解釋，開放關聯數據的參與式生態系統是由用戶處理數據所需要的所有硬件設備、程序文件和數據組成。

(1)開放式。人、技術和數據之間的交互總是發生在特定環境中，它們的相互作用構成內部環境，可描述為一組給定的行動選擇。即使受環境限制，參與式生態系統也是高度動態的：人、技術和數據之間的交互隨環境變化而變化，且相互適應。此外，參與式生態系統的開放性還表現為任何數據節點的輸出都可用作其他節點的輸入，數據相關人可以從簡單的向上鏈接發展為復雜的處理鏈。在此，參與式生態系統理論可稱之為適應復雜系統理論。

(2)模塊化。通過政府開放關聯數據形式，數字工具支持公民和群體的各種模塊選擇：數據收集、事實核查、監測、簽署訴愿書、眾籌、構思、審議、起草、投票等等。在模塊化參與式生態系統中，信息參與者可以依據不同的興趣和偏好選擇不同的參與方式：簡單化的參與形式可能吸引大量的參與者；需要更多時間、認知力或奉獻精神的參與形式吸引的人群較少。因此，參與式生態系統的參與程度是數據模塊化的綜合結果。

(3)分布式。參與式生態系統可描述為具有多節點的分布式溝通網絡。去中心化和分布式模型之間的區別并非總是清晰可見，盡管二者在概念上經常被視為同義詞，然而分布式模型可視為分散系統的子集。換言之，使用一個還是另一個術語取決于技術規范(體系結構和邏輯功能)和治理模型(決策過程、監管和政治)的組合選擇。在分布式參與生態系統中，盡管社會可能描繪出許多邊緣群體或關聯集群，然而個人、群體和社會仍可視為同位節點，它意味著數據、軟件和其他文件可以通過復制數據存儲或對等技術在多站點上存儲和操作。由此，分布式提高了政府數據文件的長期可用性和操作可靠性，造福于社會。

2. 參與式生態系統的社會屬性

政府信息系統是人類行為者和技術組成部分相互關聯和相互作用的社會技術系統。從更廣泛的意義而言，政府開放關聯數據的參與式生態系統不僅涉及技術要素，還涉及社會要素。

(1)認知責任。在復雜的政府數據系統中，對政策和干預負責任的人應當盡其所能，使他們能夠承擔創造知識條件的更多責任。由于政府決策者被特定的認知語境所限定，他們往往依賴可支配的信息基礎設施。在大多數情形下，他們的決定和判斷質量取決于他們的知識工具(信息系統、程序和數據)的質量。因此，政府決策者的重要責任就是在事前設計認知資源和信息基礎設施，這是政府開放數據的主要目標之一。

(2)設計隱私。隱私是現實信息社會中的利益相關人為實現對社會的認識和理解所必須遵從的規范約束。雖然這一術語是指與個人、個人生活和個人身份有關的廣泛精神權利、需求、主張、利益和責任，但是隱私對于個人發展是必不可少的。因此，數據保護技術必須與數據挖掘技術和電子社會科學共同研發。設計和開發新形式的隱私保護是政府開放關聯數據的中心目標之一。

(3)增加信任。信任意味著信任者和受托人之間的道德約束關系，這種關系部分由受托人遵從道德規范的信念或假定所構成。在復雜的數據技術環境中，信任要求負責設計信任關系環境的組織和個人盡可能明確和透明地說明指導他們從事設計的價值觀、原則和政策，使塑造信息社會的價值觀、原則和政策具有公開性和透明，最終建立公平互信的信息社會。

總之，政府開放關聯數據的參與式生態系統是一個多層互動的框架體系：一方面，它是由社會技術層面多個相互依賴的維度、行為者(包括數據提供者、信息中介和信息消費者)、要素和單元所構成；另一方面，它需要應對與政策、許可、技術、融資、組織、文化和法律框架有關的挑戰，并受技術基礎設施的影響。

(三)基于大數據和開放關聯數據設計政府透明度之維度

在政府數據開放方面，透明度博弈涉及三方參與者：信息發送者(政府)、信息接收者(公民或組織)與透明度監督者，其中重要的利益攸關方是開放數據的發布者和用戶。數據發布者的主要活動是披露數據，這是數據使用的前提條件。然而僅僅只是披露數據并不必然帶來透明度，只有數據實際使用才能實現透明度。換言之，只有當數據已披露且被利益相關人使用，才能實現透明度。在此，我們從兩個基本維度——數據披露與數據使用劃分了實現政府透明度的特定類型。

1.數據披露類型

政府要做到透明，就必須公開數據。公開數據是創建透明政府的前提條件。然而簡單地把政府數據置于網上顯然不夠。政府應當告知公眾個人數據類型、平臺收集或創建個人數據的方式、平臺使用個人數據的方式以及政府運用什么方法確定個人數據的優先順序、分配權重和數據排列，拒絕向公眾放大推薦內容。關于信息質量的元數據和信息披露的方式也實際影響政府透明度。

(1)數據的披露類型

政府數據和信息披露發生的情形是政府依法主動傳播和發布所需要的材料、公開會議(主動公開)和舉報人泄露(被動公開)。(20)《中華人民共和國政府信息公開條例》第三章和第四章。數據的披露類型依據不同披露方式分為兩個子維度：正式的數據披露(政府報告和公開政府會議)和非正式的數據披露(告密者舉報)。此外，還必須分析和查明數據披露的不同表現方式，如政府所披露的數據是同一類數據還是不同格式和條件的數據。

(2)數據披露的渠道類型

數據披露渠道是建立透明政府的重要步驟之一。隨著數字技術的發展，政府數據披露的渠道越來越多樣化，它包括下列類型：政府透明門戶網站；政府利用各種渠道所獲取的自由信息；開放的政府數據門戶網站；政府門戶網站；(21)中華人民共和國中央人民政府門戶網(https://www.gov.cn/)和地方各級人民政府官網(http://www.xx.gov.cn/)。政府公報和新聞發布會；政府服務廣告儀表板；戶外公共工程會計支出數據；公共財務報表；基于政府黑板的文告；基于門戶網站的互聯網；政府呼叫中心所提供的信息；政府呼叫中心提供獲取和需求的公共服務。數據披露渠道可以使用不同類型的技術，其中特定的數據披露技術必須具有可解釋性，如公共財務報表、報紙、政府黑板文告和通過門戶網站的互聯網。

(3)用于披露數據的技術類型

用于披露數據的技術類型是數據披露的重要組成部分。我們可以列出下列技術類型清單：政治話語和公務員回復；政府印刷品(書面文件、報刊、電子視頻、公共工程和服務戶外活動、標志等)；(22)參見《中華人民共和國政府信息公開條例》第二十三條。電子數據格式(靜態門戶網站、可下載文件等)；實時電子可訪問數據(直接數據庫訪問和應用程序編程接口)。

(4)披露數據的特征類型

披露數據的特征類型是指理解披露數據的各種因素和條件如數據質量，同時必須考慮數據披露的類型、使用數據的渠道類型和技術類型以及它們的特定屬性。數據披露的特征類型可以細分如下：數據的準確性；數據的及時性；數據的可訪問性；數據的完整性；數據的安全性；數據的可信度；零數據；數據文檔；數據永久性和歷史；主要數據、元數據和關聯數據；數據的非專有性；數據的非歧視性；數據的免許可；數據的可處理性；門戶網站簡單語言；開放數據政策與許可。

2.數據使用類型

政府只發布數據并不能實現透明度。提高政府透明度的第二步是數據使用，其中公眾使用數據的主要目的是解決他們所需要解決的問題，他們只有選擇自身認為最好的技術和方式才能解決他們的利益和問題。按照這一原則，作為第二基本維度的數據使用又可以細分為下列類型。

(1)對數據使用感興趣的參與者類型

任何人或組織都是基于特定的旨趣把政府披露的數據運用于已確定的特定業務或工作模式中，并使用自身所選定的技術收集、處理和分析各類數據。根據數據使用的主體特性，我們可以確定通常使用政府透明數據的五類行為者：學者；企業；政府；新聞記者和有組織的社會社團。

(2)對數據使用感興趣的類型

從使用披露數據的行為者來看，我們有必要了解他們使用這些數據的特定旨趣。根據數據使用者的偏愛和旨趣可以確定四種類型：提供公共服務；問責；政治宣傳和公眾參與。

(3)數據使用業務模式的類型

為了維持數據的有效使用，適當運行的業務模式必不可少。我們根據業務模式運行所使用的數據可以確定六種類型：政府的大數據分析；政府門戶網和參與程序；社會控制的政府門戶網(主要用于問責)；有組織的社會團體門戶網和參與程序；有組織的社會團體數據可視化門戶網站，以促進政府和社會團體之間的中間關系；通過廣告或由社會團體或組織所支持的私人應用程序，其目的在于為改善政府服務提供條件。

(4)數據行為者使用的技術類型

考慮到數據參與者使用政府開放數據是基于特定的旨趣，并遵循特定的業務模式，數據使用的技術維度顯得尤其重要。我們根據參與者使用數據的技術特性可以確定六種類型：計算機編程語言；數據可視化；地理編碼和繪圖；網絡分析；商業智能和數據挖掘。

總之，政府開放數據作為動態的生態系統，是利用數據生成信息，賦予知識可動性，從而協調公民行動和政府集體決策。由此，數字技術使政府在開放數據生態系統內實施多層鏈接成為可能。

三、基于人工智能設計提高政府透明度：階段與原則

術語“設計透明度”源于兩方面：一是隱私設計，卡沃基安創造“隱私設計”，構想整體和綜合的隱私保護框架，幫助政府和組織分析隱私保護的積極價值，反駁最終以犧牲其他價值為代價實施隱私保護的假定。(23)A. Cavoukian, Privacy by Design: The 7 Foundational Principles，2009， Retrieved January 10, 2020.二是透明度預測分析，它側重于信息流，把實現透明度的過程分為三個部分：第一，人工智能系統的設計：政府開發新系統提高透明度的一般設計要求；第二，數據處理和信息分析：一旦系統被使用，信息提供使數據處理、決策過程和風險變得更加透明；第三，問責制：在可檢驗、可回應和可報道的決策過程中，政府面向組織和利益相關者的透明。(24)T. Z. Zarsky, Transparent Predictions， University of Illinois Law Review, Vol.53, No.4, 2013, pp.1503-1570.在此，我們設計政府透明度聚焦于透明度博弈三方參與者之一政府(信息發送者)設計透明度的總體需求、面向用戶(信息接收者)的系統信息提供以及組織意義上的透明度系統管理。在此，我們綜合我國有關政府透明度的法律、法規和其他規范性文件，結合有關政府透明度的學術文獻(25)《中國政府透明度指數報告》(2010-2021)提出評價我國政府透明度的一系列指標，如一級指標“決策公開”項下的二級指標包括重大決策預公開(40%)、規范性文件公開(30%)和政策解讀(30%)。https://xianxiao.ssap.com.cn/catalog/6138742.html、政策和行業報告，提出三個階段和九大原則。

(一)人工智能系統設計(第一階段)

政府及其設計系統的工程師和開發人員必須關注政府信息系統的基本價值和行政倫理，并系統分析運用人工智能設計政府透明度的基本關切：一是，與系統所依賴的數據質量有關的認知關切；二是，對不平等、不正義和不公平結果的規范性關切；三是，政府決策的可追溯性。(26)B. D. Mittelstadt, P. Allo, M. Taddeo, S. Wachter & L. Floridi, The Ethics of Algorithms: Mapping the Debate， Big Data & Society, Vol.3, No.2, 2016, p.7.認知關切促使政府及其設計人工智能系統的工程師審慎思考使用什么數據才能得出特定結論以及是否可以通過評估方式得出特定結論；規范性關切激勵政府及其工程師監控人工智能系統的合法性和社會倫理影響，并尋找錯誤和偏見；決策可追溯性(尤其是機器學習算法)挑戰促使政府及其人工智能設計工程師考慮人工智能系統可能如何影響政府透明度，如果信息系統缺乏可追溯性可能對政府決策帶來多大影響以及政府在特定情形下所做出的決策缺乏可追溯性是不合理的。

1.主動性：主動，而不是被動(原則1)

政府采用技術和組織措施應當保證從人工智能系統開發之初就著眼于實現透明度。其基本假定是：技術必然體現價值，只有在設計過程中積極關注價值，才能確保它們的實現不會因意外的決策設計而變得更加困難。弗里德曼等人的價值敏感設計和艾姆·范·溫斯伯格有關醫療保健機器人以關懷為中心的價值設計已形成概念化方法，旨在實踐中實現其價值目標。(27)B. Friedman, P. Kahn & A. Borning, Value Sensitive Design and Information Systems， In K. E. Himma& H. T. Tavani (Eds.), The Handbook of Information and Computer Ethics, Hoboken, NJ: Wiley. 2008, pp.69-101.因此，政府及其系統設計者必須從一開始就考慮如何使那些對系統決策感興趣的利益相關人(不同類別的用戶以及監管者)能夠理解政府決策的標準和價值。

2.一體化：透明度視為一個完整過程(原則2)

政府在設計人工智能系統時應考慮透明度需求的復雜性，必須超越透明度的靜態理解。政府的動態透明措施必須客觀處理決策過程的復雜性，并顯示系統的不同方面應當如何達到公共管理系統內的決策標準。由于人工智能系統通常是從數據點進行推斷，它可能得出超出這些數據所包含信息的結論。由此，政府必須闡明它們認為可接受的決策標準，包括制定一般原則和具體標準。從綜合視角而言，政府及其系統設計者必須認識到借鑒不充分或未充分實現的決策標準可能對決策產生的實際影響。盡管人工智能系統的偏見和歧視并不能完全消除，然而政府必須努力減少偏見和歧視。為此，政府依據人工智能系統所做出的決策、數據集和形成人工智能系統決定的過程，包括數據收集、數據處理和算法使用都應當盡可能地以最佳標準進行記錄，并運用記錄過程查明政府自動化決策產生錯誤的原因。它有助于政府預測自動化決策可能給特定利益相關者帶來的不良后果，并防止可能發生的錯誤。

3.受眾關注點：以更多受眾敏感的方式進行交流(原則3)

政府及其系統開發人員必須客觀對待透明溝通。政府的責任不僅是提供信息，而且必須考慮接收和解釋信息的可能受眾，因為透明度要求政府根據不同的信息接收者而有所不同。盡管正在處理個人信息的人是數據的主要接收者，但也必須考慮其他利益攸關方如各類系統用戶、監管機構或普通公眾，這是政府信息系統運行的性質和功能決定的。政府應當區分作為信息提供對象的一般公眾與特定受影響人，因為有關個人決策的特定信息需求是主要關切。政府提供給其他政府機構、監管機構和公共機構的信息不僅要針對它們的具體需求，而且要針對更多的技術要求，因為這些機構比一般公眾擁有更多的相關專業知識和技術。換言之，如果針對除數據主體自身之外訓練有素的第三方或代表公共利益的監管者，透明度披露可能更具有影響力。(28)A. Tutt, An FDA for Algorithms， Administrative Law Review, Vol.69, No.1, 2017, pp.83-123.因此，政府必須讓受影響的個體、組織和監管機構自己做出決定，使數據披露更具有可信性。

(二)數據處理和信息分析(第二階段)

此階段的重點是政府應向利益相關者提供信息，包括處理數據的類型、處理數據的方式以及與數據處理相關的風險。其核心問題是確定政府需要披露的信息，從而履行對利益攸關方的透明度義務。政府提供透明信息的目標是使系統及其風險對利益攸關方具有可解釋性。根據有關機器學習公平、問責和透明的算法原則，可解釋性意味著確保算法決策和驅動決策的任何數據都能以非技術術語的方式向終端用戶和其他利益相關者做出解釋，包括解釋系統的一般功能、系統內數據的具體用途以及系統做出特定決定的信息。我國《數據安全法》針對不同的利益攸關方，確定了一些不同但密切相關的目標，為決策辯護、風險控制、系統改進和發現系統中隱含的新知識提供條件。因此，在多大程度上實現可解釋性取決于政府決策的背景、后果的嚴重程度以及相關利益主體的特殊性。

1.數據處理：解釋使用哪些數據和如何處理這些數據(原則4)

鑒于人工智能系統復雜決策的可解釋性受潛在技術限制，該原則要求政府及其工作人員為披露數據提供易于理解的描述性大綱：說明系統正在使用什么數據以及如何使用這些數據，包括關于數據處理在哪個階段可以接受檢查以及監管者何時在系統可以行使自由裁量、干預或監管權的信息。政府數據可以在系統中用于各種功能。根據我國《數據安全法》規定，數據處理方式包括數據的收集、存儲、使用、加工、傳輸、提供、公開等。(29)參見《中華人民共和國數據安全法》第三條。在數據分析階段，從技術視角審視透明度意味著政府應當披露用于自動化決策的軟件。如果政府使用定制軟件，依據透明度要求則可能侵犯知識產權，政府必須考慮設計相關各方都能接受且具有檢查屬性的系統，而不必披露輸入和輸出數據及其源代碼，保護私人敏感數據和商業秘密。因此，可解釋性要求政府披露與系統有關且易于理解的信息：政府人員憑借個人意志行使自由裁量、干預或監管時，必須提供透明信息；當特定個體對政府決策的影響可能導致偏見時，應使之透明；公眾享有不受政府自動化決策影響的權利，尤其是政府決策可能對公眾產生重要的法律后果或其他重大影響時。

2.決策標準：解釋決策標準并證明其合理性(原則5)

除數據處理的可解釋透明外，政府應當注意解釋決策標準。政府對決策標準的解釋應包含下列內容：為什么某類數據是政府做出推斷的正常和可接受基礎；為什么這些推斷在正常情況下可以被接受，且與政府自動化決策所選定的處理目的和類型有關；用于得出推斷的數據和方法是準確的，且統計上是可靠的。同時，政府對數據處理既需要事前預測，考慮哪些數據源與預期結果有關；也需要對結果實施事后評估，考慮作為數據主體的第三方如何看待和評估政府決策的基礎推論,(30)S. Wachter, & B. Mittelstadt, A Right to Reasonable Inferences: Re-thinking Data Protection Law in the Age of Big Data and AI， Columbia Business Law Review, Vol.7, No.2, 2019, pp.494-620.且必須反思數據的來源與推論之間的聯系。

3.風險披露：說明風險和風險緩解措施(原則6)

該原則的核心是使與人工智能系統運行相關的風險變得更加透明。傳統上，政府通過發布信息與人民進行溝通，政府(或公共組織)與公民之間的信息溝通就是實現透明度，其中風險溝通是知情同意的基本要素。政府自動化決策可能帶來新風險：侵犯隱私、算法歧視和有偏見的決策以及聲譽、信息自決和有問題記錄的潛在存在。由于數據處理的模糊性，用戶對系統和政府自動化決策相關的風險知之甚少。在此，了解風險是實現政府透明度的先決條件之一，它有助于增加人工智能系統用戶的自主性和控制力。盡管我國法律并未規定有問題的政府自動化決策對個人造成損害究竟應當采取何種補救措施，(31)參見《中華人民共和國政府信息公開條例》《中華人民共和國數據安全法》《中華人民共和國網絡安全法》和《中華人民共和國個人信息保護法》。但是有關風險的透明度不僅要求政府識別對隱私保護產生影響的風險，而且必須解決算法偏見和歧視所帶來的風險以及與政府自動化決策失敗相關的其他風險。此外，政府在關于風險的說明中應當包括有關減輕風險措施的信息，使公眾更好地評估剩余風險可能存在的范圍。因此，任何政府問責制都必須納入與形成風險有關的信息。

(三)面向組織與利益相關者的透明度管理(第三階段)

以組織和利益攸關方為導向的透明度管理是設計政府透明度模式的最后階段，它涉及受眾參與社會關切的要求。政府既定的決策標準必須接受有效審查，且必須在實踐中得以遵從。由于政府和組織可能通過操縱、適應或運用行政倫理方式參與社會期望管理，有效的透明度管理需要政府的適當性回應，但必須基于規范與倫理。必須依據有關政府自主決策與智能系統倫理一致性要求確定具體責任的分擔方式，即政府和組織應當為其使用算法所做出的決策負責，即使因詳細解釋算法可能導致法律后果也不能回避責任，政府應當關注人工智能系統的“算法問責”(32)ACM， Statement on Algorithmic Transparency and Accountability, 2017， Retrieved January 10, 2020, https://www.acm.org/binaries/content/assets/public-policy/2017_usacm_statement_algorithms.pdf.。它支持一種非人主體責任形式，并受對機器負責的持續關注所影響。在此，以組織和利益相關者為導向的政府透明度管理是以系統的可追溯性和可審核性為前提。可追溯性意味著人工智能系統的設計方式許可追溯其決策之初，并許可信息參與人重建相關流程和決策記錄，從而確定決策的責任主體。可審核性意味著系統的設計必須許可適格的外部人員獲取有關政府信息的流程和決策因素，并對其適當性做出判斷。其基本要求在于，問責制必須有明確的程序規定，且適合所要求的回應和必要時適時變化。

1.可檢驗性：確保數據信息可檢驗和可審核(原則7)

政府人工智能系統自動化決策必須通過審核檢驗系統。這一原則涉及有關透明度的可追溯性而不是前瞻性。根據有關機器學習公平、問責和透明度原則，可審核性“通過數據披露提供有關監管、檢查或批評的信息，包括提供詳細的文檔、技術上合適的應用程序編程接口和許可使用條款，使感興趣的第三方能夠探測、理解和審查算法行為”(33)J. Zerilli, A. Knott, J. Maclaurin & C. Gavaghan, Transparency in Algorithmic and Human Decision-making: Is there a Double Standard? Philosophy & Technology, Vol.32, No.4, 2019, pp.661-683.。有關金融透明度的可檢驗性還包括針對有技術素養的利益攸關方的具體信息，但要求金融機構在非專業人士可獲得信息的描述中必須提供關于決策依據的核心信息。由此，政府及其系統設計者和創建者不僅應當基于內在能力引導審核員了解系統的基本技術路徑，而且應當針對各種典型和非典型場景的測試結果處理反事實事件。

2.可回應性：對利益相關者的詢問和關切做出回應(原則8)

此原則要求政府對個人和利益攸關方做出回應，這不是針對個人決策的可檢驗性問題。政府開放數據的可回應性要求：(1)政府決策接受媒體、社會團體、公共行政人員和普通公眾等利益攸關方的接觸和審查。如果利益相關者有合理的問題、疑問和顧慮，他們可以輕松地發起與政府的透明溝通。(2)政府和組織應當確保對透明度問題做出有意義的答復，并兼顧個案。(3)部署人工智能系統的政府代表應當以積極的態度對待詢問，并對這些詢問做到認真、及時和個性化回答，承認詢問者所表達關切的有效性。在此，可回應性不僅適用于未達到透明度標準的情形或透明度所暴露的相關關切，而且還必須涵蓋遵從任何制裁條件、實施嚴格的自我評估和采取有意義的矯正行為。

3.可報道性：認真對待報告系統(原則 9)

依據該原則，政府及其系統設計者應當通過詳細報告使政府活動變得更加公開透明：(1)政府出版定期報告，提供與人工智能系統有關的信息吸收和使用、準確性描述和信息匯總；政府風險評估工具的開發者應當公布使用工具的法域、系統做出決定的數量以及決定結果。(2)在可能情況下，政府應當通過實地考察和比較分析其他決策的結果作為確定自身決策質量的基準。(3)根據信息的重要性和數據披露的即時性，政府報告可以每年、每季、每月或每天出版，且采用不同格式：從傳統的文本文檔，到提供聚合信息的可搜索平臺，再到許可提取和仔細檢查原始數據的應用程序編程接口。此外，政府采用適當的報告格式應考慮受眾的信息需求和能力，可根據最重要的利益攸關方和群體的需求加以分類排序。此原則與前兩項透明度管理原則相結合，要求部署系統的政府和組織以及受系統運作影響的利益攸關方或公眾都能充分發揮主動性。

總之，設計相對合理的政府透明度模式應當符合我國國情、政府、組織、個人或其他群體的期許：設計理性的政府透明度模式，使政府和監管機構以公開和誠實的方式解釋它們所做出的決策和決定；以現有最新科學為基礎，既關注政府透明度設計的復雜性、語境嵌入性以及隨后的局限性，又綜合考慮數據技術的發展速度、透明度概念的多維性、實現透明度的不確定性、處理不同利益攸關方的最佳方式以及政府實施透明度舉措的不同方式；實施任何作為風險溝通方案的透明度舉措，政府都必須適當地評估，使利益攸關方通過提供反饋和創建新的數據資源參與改進政府數據集。