在这些审查标准中，不适当与其他几个标准存在着明显的区别。
[54] 《数据安全法》提出国家建立数据分类分级保护制度（第2条），这势必将对实行国家层面或地方层面统一的数据分级分类标准以及据此建立政府数据开放的分级分类处理机制产生重要推动影响。究其本质而言，规范裁量权同时也是数据开放制度化的秩序要求。
政府权力规模与服务职能发挥的关系应当是倒U型曲线关系，只有在拥有适当权力空间时政府才能为社会提供最好的服务，过大或过小权力均会使得服务效果大打折扣。在传统干涉行政中，行政权力垄断公共资源，并依赖国家暴力机器将统治意志变成现实，具有明显强制性。[19]为了满足社会需求，政府必然需要足够的规模、资源特别是权力来实现服务行政的目标。[24]此类数据一旦过度开放，将对行政相对人带来难以控制且难以挽回的影响。《数据安全法》第41条中在规定政务数据应当及时、准确开放的同时也明确了依法不予公开的除外。
作为政府数据开放最早的美国，从2009年《透明与开放政府备忘录》（Transparency and Open Government）中提出的透明、参与、合作三项原则，到2017年《开放数据法案》（The OPEN Government Data Act）增进透明、有效治理和推动创新等目的，美国政府对数据开放的目标定位经历了由提升政府透明度向促进政府治理等多元价值的转变历程。因此，保障社会主体的基本人权要求裁量权应当是有限的，过大的权力可能会导致数据开放偏向于过度开放或过度封闭的极端，反而不利于数据开放制度价值的实现。一种是官僚化的行政压力消解方式，即通过形式化的程序规则，将具体职责的履行行为，转换为各种资质、证明、说明、汇报文件的留存和审查，以文牍代替行动。
公共数据开放的可信治理，就是对公共数据开放秩序可信环境的塑造与维护。近年来，数据信托(data trust)是一种较为引人注目的数据治理机制。(47)区块链简单来说，就是综合了加密方法、共识机制、分布式数据库等多项技术的一种信任/信用生产结构。进入专题： 公共数据 开放秩序 数据治理 可信环境 。
(46)2021年8月17日国务院发布《关键信息基础设施安全保护条例》，进一步表明关键信息基础设施管理规制的重要性和前沿性。第一，可信治理的关键基础设施。
而在完成基础性公共数据汇聚及相关预处理后，一般是通过公共数据中心开放渠道实现公共数据开放，由于对不同层级和部门的公共数据的具体情况无法直接进行全流程控制，因此公共数据开放的关键问题就转变为实际控制公共数据资源的不同机构对数据合规的管理，也即是对各公共数据控制方的公共数据合规框架的外部治理。(25)当负载着公私多元信息价值的公共数据进入开放环境时，公共数据就作为生产要素进入社会生产/再生产领域，获得公共数据上数据价值再生产的能力。公共数据开放可信治理的规范性架构，可以通过公共数据内在信用基础和开放行为外在信任框架两个方面展开，分别从开放公共数据自身的信用保障和公共数据开放的信任交互关系建立两个层面入手。作为生产要素的公共数据要从静态量化信息的呈现样态，转为大数据中及时更新、持续演化、不断汇聚并能够广泛传递的数据流。
公共数据开放条件下的社会关系关联各方对公共数据上的信用基础加以检验，一经形成稳定预期，就能够形成公共数据开放的行为动力。法律规则滞后于社会实践，技术规范也当然落后于技术实践，这些都是规范性调整机制天然的局限。虽然在公共数据内部技术治理的范畴中，也包含类似的数据质量管理的要求，但是，不同于其内部治理的资产管理目标指向，(13)公共数据开放中数据可用性的治理，更倾向于服务公共数据开放秩序的形成。(30)参见[英]斯各特·拉什：《信息批判》，杨德睿译，北京大学出版社2009年版，第153页。
(15)参见郭斌、蔡静雯：《基于价值链的政府数据治理：模型构建与实现路径》，载《电子政务》2020年第2期，第77—78页。局限于技术管理层面上的数据治理机制，与公共数据开放的秩序性要求不匹配，(21)直接导致了规范失灵现象。
随着人工智能技术应用的深入，内含于人工智能技术底层的算法所带来的各类问题，已经得到了广泛的重视。也正因如此，公共数据的可信治理，才更切合较为完整的数据治理需求。
公共数据的开放，当然也需要满足依法行政的要求。(31)在早期的政府信息化建设中，由于对技术的不熟悉，存在一定程度上由于业务系统的长期使用，大量公共数据积累在系统内部，使得政务部门反而被厂商挟持，无法实现系统更新或更换服务商的情况。基于对公共数据内在价值利用的需要，公共数据自身应当在信息记载上的形式化要求，就进一步演变为智能技术应用条件下具有实质性使用价值的内在信用基础。为公共数据的质量及其规范性提供的技术保障，很难通过直接套用通用技术得到实现。(44)参见冯国、薛亦飒：《从权利规范模式走向行为控制模式的数据信托——数据主体权利保护机制构建的另一种思路》，载《法学评论》2020年第3期，第70—82页。针对特定数据的流通，优先建立其运作的秩序框架，避免过多形而上的概念争论。
(11)就面向智慧社会的社会治理总体要求而言，不论是公权力机构履职需要，还是公共产品供给需求，都离不开由公共数据提供的数据资源的支撑。虽然目前的区块链技术在面对大规模数据流动的场景中，仍然存在算力资源和运算效率上的局限。
(39)参见《数据安全法》第3条，该条对数据的定义是我国数据法律规范中对数据概念的最新界定。(48)如近期广东省以公共数据资产凭证的信用确认形式，由广东省政务服务数据管理局利用区块链技术搭建的基座能力，利用电网公共数据资产支持企业信贷。
因此，对应于变化后的社会关系调整，需要我们有相应的社会规范机制来加以填补。这就使得公共数据开放的实践常态，呈现出私人权利与公共利益高度竞合的状态。
公共数据开放的一般范围，可开放获取公共数据的可读取程度，以及公共数据获取的技术形式和使用方法等问题，直接影响开放公共数据是否能够以相对便利方式的获得。至少从公共数据开放秩序的立场看，公共数据开放的秩序构建需要的是对开放活动的信任环境的维护，因此，单以信托这种特定的制度而论，并不能涵盖公共数据开放涉及的公共数据自身的信用基础以及开放环节中各方主体之间的信任框架，因此很难形成信任秩序。(46)随着新基建理念的提出，大数据时代的关键信息基础设施范围得到了拓展。而公共数据的开放性利用，则是智能技术在社会开放场景中对公共数据价值的深度挖掘。
(20)提升公共数据开放利用的规范化程度是一方面，促使公共数据开放过程中的各方主体主动参与消解公共数据开放的系统不确定性，使公共数据开放利用的整体风险处于可控状态，从而使得公共数据开放形成信任环境，才是公共数据开放治理的最终目标。(40)参见刘露、杨晓雷：《新基建背景下的数据治理体系研究——以数据生命周期为总线的治理》，载《治理研究》2020年第4期，第22—23页。
经开放提供的公共数据，能够符合开放服务需求者对数据质量的合理预期。在这个意义上，规制代码就是规制行为。
可以看到，通过政务数据平台开展不同政务部门间公共数据的共享活动，是目前公共数据成为大数据并得到智能化利用的主要形式。而公共数据源自对原始公共信息的记录，其流通秩序上的要求依最终应用领域的不同场景，而表现为更加多元的、功能性的需求目标。
互联网接入端口的高度普及、数据通信传输和存储能力的增强以及最为关键的硬件设备计算能力的提升，都为今天主要以电子化信息记录形式呈现的数据价值挖掘准备了条件。如果说数据权利界定的清晰性有助于数据接收方在数据流通时获得稳定的效用预期，但是在公共数据开放的环境中，由于公共数据是基于公共职权或公共目的获取并生产的数据，其上混杂着个人信息、个人数据、公共业务数据以及在此基础上的衍生数据等多层次、多类型的数据形式。内容提要：智慧社会时代大规模智能化技术应用，离不开公共数据资源的社会化利用。即便确定了公共数据开放目录，也只是在非常有限的范围内进行开放，很多公共数据开放的形式和方法，依旧属于传统政府信息公开式的小数据开放，不具备充分的数据可用性。
在公共数据使用的典型场景中，其信用能力首先源于公权力运行要求的履职尽责权限，但对公共性或者公益性公共数据使用秩序构成的挑战，更多表现为侵害第三方在先权益的潜在法律风险。这里就需要对利用开放公共数据的智能化算法加以治理，在算法自身的设计架构中补充相关的规范要素。
共享数据价值，而不共享数据，由区块链应用结合多方安全计算(secure multi-party computation)、(49)联邦学习以及可信计算等技术方法，在一定范围上达到数据可用不可见的效果。转换为公共数据的特征化表述，即进入开放流通渠道的公共数据从数据质量的角度检视，应满足公共数据上所内含信息的真实性、一致性、及时性和安全性等形式上的数据可信要求(trusted data)。
不论是脱敏处理后的样本集、算法训练后的模型参数，还是经由大数据分析生成的衍生数据，都脱离了原始公共数据条件下相关主体的认知和掌握。其一，开放公共数据的可用性问题。
评论留言