2021年9月，世界經濟論壇發布《數據賦能社會：以人為本的數據關系方法》白皮書。賽迪智庫信息化與軟件産業研究所對報告進行了編譯，期望對我國有關部門有所幫助。

“

報告認為，健康的數據信任關系是構建以人為本的數據生态系統的前提基礎，并提出通過完善法律機制、限制過度信息采集、加強數據治理以實現數據信任的政策建議。報告分析了在數據關系中進行政策幹預以實現數據賦能的關鍵節點，探索了政府基于數據信任設計主動式服務的創新實踐，并分享了赫爾辛基市構建數據賦能社會的相關經驗。

”

在數據使用管理相關的政策方案中，人們通常認為創新數據使用與保護數據隐私是“非此即彼”的選擇。而在當今的“數據化”社會中，“二者皆準”的以人為本的數據使用管理方式對于構建數據賦能社會至關重要。對此，本文探讨了信任關系對于構建以人為本的數據生态系統的意義，提出了數據驅動的政策幹預措施的關鍵觸發點，探索了基于信任關系和政策幹預的主動式服務的創新實踐，并分享了赫爾辛基在建立以人為本的數據關系方法“藍圖”方面的實踐經驗。

一、健康的信任關系是建立以人為本數據生态的前提

信任對于數據的産生和采集至關重要，數據主體和數據收集者對彼此的期望及期望是否得到實現，決定了主體參與數據互動的程度，進而決定了可用的數據量。

（一）在數據關系中建立信任的重要性

信任的基礎是過去和現在的表現、主張以及行為的整體一緻性。期望在建立信任中起着關鍵作用。為了建立信任，各方必須找出共同點，建立了解，相信信任對等，并需要各方擁有共同利益或目标。同時，信任與“面子工程”緊密有關，當人們能夠“保持面子”時，信任得以确認，而若形成“面子威脅”的數據公開，則會對脆弱性和信任造成最嚴重的影響。承擔風險是信任的重要表現，能夠接觸到敏感數據的行為者是信任工程中的高風險夥伴。如果允許他人保持控制感，他們獲得的信任程度就會提高。反之，如果主體控制權被破壞或“面子威脅”出現，信任将會瞬間消失。

鑒于信任的重要性，以人為本的數據關系方法強調了人們和社區對其自身相關數據進行授權代理的重要性。這種授權對于數據關系的發展和為個人、組織、社區等各方服務至關重要。

（二）在數據關系中建立信任的主要方法

1、完善法律機制，促進數據關系中的可信互動

數據可以被同時、重複和多樣地使用，在這個過程中，人們越來越意識到他們的數據對組織的價值，以及相關的隐私和失去控制的風險。然而，出于方便，人們往往選擇用“信任”來換取即時訪問，比如在沒有閱讀相關的“通知和同意”聲明的情況下就選擇接受和同意。這種短期的戰略信任往往是錯位的，因為信任的人（數據主體）假設數據處理實體（數據收集者）在發生錯誤行為時會被追究責任。實際上，這在很大程度上取決于當地的立法、執法機制和數據主體提出索賠的能力。

2、鼓勵數據最小化，限制過度信息采集

限制整體數據收集有助于更好地建立信任。通過調整目前依賴數據收集的商業模式，可以促進實現數據信任的共同目标。因此，除了制定針對基本要求和期望的法律規定外，還可以通過明智的數據最小化來進一步加強信任。實現這種明智的數據最小化的方法之一是通過将可識别的敏感數據視為“高毒性資産”，以及将在創建存儲此類數據的用戶賬戶時建立的數據關系視為“強迫婚姻”，從而擺脫默認的“數據權利”。人們應該以最謹慎的态度對待數據采集，并堅持傾向于促進數據聚合的匿名化。

3、構建數據治理框架，提升數字成熟度

整體的數字成熟度會影響以人為本的數據關系方法的實施。世界銀行《2021年世界發展報告：數據讓政策更完善》中指出，“低收入國家往往處于不利地位，缺乏獲取數據并将其轉化為價值的基礎設施和技能；缺乏在數據系統中建立信任的體制和監管框架；以及缺乏公平參與全球數據市場及其治理的規模和機構。”在這種情況下，更有必要采用以人為本的方法，以确保數據具有包容性和代表性，能夠反映當地的實際情況，并包含足夠的細節以便發現任何極端情況。

（三）在數據關系中建立信任的政策建議

完善一緻的并維護合理期望的立法，建立以人為本的數據信任機制，促進群衆參與。數據收集實體應為數據權利人提供審查有關數據收集的目的和預期用途等細節問題的機會。此外，應該設立完善的補救和上訴機制，以便糾正和控制任何計劃外或無意的數據暴露，并就與數據收集相關的法律設定明确的透明要求和可審查的控制措施。

采用監管沙盒機制，提供測試現有和新的法律機制的環境，以确定在擴大規模之前所需的适當監管量。立法的通過必須獲得各方面利益相關者的全面反饋，以考慮對不同群體的實施效果。鑒于數據立法情況的複雜性，應通過工具包、标準協議和規則手冊等方式提供更多指導，以簡化數據共享過程并分享最佳實踐。

二、全面了解數據授權流程，确定政策設計的關鍵節點

數據生态系統在本質上是複雜和動态的，并受到監管要求和技術限制等其他因素影響。對此，通過系統觀察這些因素之間的相互交叉和相互作用，可以确定政策設計的關鍵節點（“角力點”），從而通過有針對性的政策幹預賦予用戶權力并産生最大影響。

（一）數據授權流程

本節基于一個名為Aino的特定角色與政府失業服務機構接觸的流程案例，來說明實現數據賦能的過程。Aino的經曆從她參與公共部門服務的“前台旅程”開始，而這同時也是她在參與和提供服務過程中産生的數據的“後台旅程”。

通過将以人為本的設計元素分層，如角色畫布、旅程圖、數據流圖（涵蓋所有權、業務流程、應用程序、系統、硬件和基礎設施等），以及找出相關的法律和政策疊加内容（如GDPR或服務提供商的條款和條件），我們可以确定數據收集實體向數據提供者授予權力的機會。随着這一多維系統的形成，我們利用“角力區”的概念來确定矛盾點或沖突點，将“角力區”作為加強信任機制的機會。通過這些關鍵節點的确定，可以幫助我們更好設計政策杠杆，促進個人的代理權與參與度，從而通過數據可用性

和數據運算來優化流程。

（二）交叉行程

1、前台旅程：Aino的經曆

設計一個以人為本的方法始于一種叫做“用戶旅程”的方法，即使用一個簡單的視覺圖來探索個人與産品或服務接觸時的整個過程。這種方法有助于識别客戶體驗的關鍵時刻，而這些時刻又成為設計審視、差異化和創新的機會。

繪制Aino與公共部門服務接觸的旅程圖中産生了一些關鍵性的見解。如，Aino的就業經曆始于她為滿足需求而人工尋求援助；Aino必須與三個不同的政府服務項目互動，向每個項目提供不同程度的個人信息，而這些信息很可能是多餘的。

2、後台之旅：關于Aino的數據

用戶旅程反映了表面上發生的事情，為了對系統有一個全面的了解，需要看看“後台”的運作。

通過闡明幕後的利益相關者、流程和工具，政策制定者和服務提供者可以确定政策設計的“角力點”。我們使用了OBASHI方法來繪制數據流，研究了用于支持Aino前台旅程所需數據流的社會技術系統。圖5展示了Aino與就業服務機構接觸過程中的數據流圖。

▲來源：基于Cloughley和Wallis的OBASHI方法論數據流圖譜,2011.

需要注意的是，每個人都有自己的個人數據流，并以多種方式與數字世界互動。因此，政府和數據收集者的一個主要挑戰是幫助他們所服務的人控制與其相關的數據流并産生控制感。

（三）生成多維系統

在圖5中，前台和後台旅程與法律要求疊加在一起，并說明了潛在的角力點。形成法律和政策疊加的法律要求用數字1至11編号，角色曆程點則用數字1至16編号。潛在的角力點出現在同時存在的權利和義務的集群中；非調解空間存在于這些權利和義務沒有明确存在的地方。

數據關系是一個連續的過程，以反複的、非線性的和多邊的方式發生，通過繪制圖譜，我們就能得到一個形象的圖示，使工作更容易管理。這種方法在以人為本的幹預措施的初始設計階段十分有效。

（四）将數據賦能納入政策設計的相關建議

以人為本的政策設計應旨在沿着“角力點”将幹預措施模塊化，并确定角力的邊界。例如，旨在消除多餘數據輸入的幹預措施，不應因與所提供的服務無關的數據要求而産生法律責任。相應的政策必須盡可能具體地闡述相關要求和規定，同時避免過于狹隘。

三、設計以人為本的主動式服務

基于以人為本的方式提供主動服務需要對數據生态系統的廣泛參與，需要健康、信任的數據關系，對數據流的全面理解以及負責任、有針對性的政策設計。本節通過分析全球各地的幾個主動服務案例并确定其共同要素，提出了以人為本的主動式服務的初步框架。

（一）政府在主動服務中的作用

傳統的政府服務往往通過“被動”的方式提供，即公民必須主動尋求政府服務。然而，世界各地的政府，如芬蘭的赫爾辛基市和中國台灣的地方政府，已經采取了戰略承諾來提供“主動服務”，即政府首先采取行動來滿足公民的需求、偏好和境遇。這些政府已然認識到數據在提高公共服務效率、改善政府決策質量以及提高社會和個人福祉方面的作用。

（二）個案研究

主動服務有三個組成标志：使用預測性模型來預測服務需求、自動提供服務、使用情境感知（或類似方式）來實現個性化服務。

完整内容，請關注公衆号ID：ccid-2014

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!