数据要素治理专题 | 数据要素治理与数据隐私保护
清华大学数据治理研究中心自2015年成立以来持续关注数字政府治理领域发展，并长期从事数据要素治理体系的研究，致力于推动政府数据开放、社会经济数据开放、数据要素流通与数据隐私保护等方向的科研与应用。
为促进我国数据基础制度构建，更好发挥数据要素作用，中心组织“数据要素治理专题”系列推送，希望聚焦各界对该领域发展的共同关切。本期推送以“数据要素治理与数据隐私保护”为主题，推介相关领域的研究与思考：
01
数据要素的类型学、产权归属及其治理逻辑
作者：严宇 孟天广
摘要：数字时代,数据成为新型生产要素,但数据要素的价值释放受制于产权归属。基于数据要素的定义、特征、价值与类型讨论,提出新的数据要素类型学分类,从“数据谁持有”与“数据谁生成”两个维度划分了政府和企业作为数据持有者所管理的四类数据:自有数据、用户个人信息、用户数字痕迹和衍生数据。结合人格权和财产权视角,基于用户授权与加工创造的原则,提出四类数据的产权归属及其治理原则。政府和企业持有的自身数据与衍生数据应归二者所有,采取财产权保护路径;用户个人信息应归用户所有,建立人格权保护路径;用户数字痕迹采取共有产权方式,实施政府与个人共有、企业与个人共有的方式,在保护个人隐私底线原则的基础上开发利用数字痕迹。为此,建立数据要素的类型学,界定不同类型数据的产权归属,需遵循加强个人隐私与权益保护、促进数据要素共享流通、释放数据要素价值等治理逻辑。
02
治理算法：算法风险的伦理原则及其治理逻辑
作者：孟天广 李珍珍
摘要：智能时代的特点是数据与算法在社会经济运行中发挥越来越重要的作用。然而，算法赋能社会的同时，也伴生了“信息茧房”、算法歧视、算法“黑箱”等内生风险，因此需要深刻理解算法的伦理面向，以确立算法风险的治理原则，进而构建科学有效的算法治理体系。文章基于国内外算法治理实践，从算法治理的“权力—权利”价值与“技术—社群”路径两个维度，阐述了算法风险治理及其伦理关切的四个核心面向：可控、透明、安全、公平。算法伦理风险产生于算法权力和用户权利的失衡，因此算法治理的价值在于规制算法权力并保障用户权利。算法治理的路径包括技术改进与社群约束，通过优化算法系统设计与完善算法的规制体系等方式，促进算法向善，防范或化解算法支配、算法“黑箱”、算法歧视等风险，并保障算法使用的安全性。
03
政府数字化转型的要素、机制与路径———兼论“技术赋能”与“技术赋权”的双向驱动
作者：孟天广
摘要：伴随着第四次工业革命走向纵深,大数据、人工智能等新兴技术深刻地影响着社会经济发展以及国家治理,以数据驱动和数字治理为核心特征的政府数字化转型成为全球治理转型的核心议题。数字技术的快速迭代与普及推广为政府数字化转型提供了强大的科技驱动力,通过技术赋能和技术赋权双重机制推进数字政府建设。政府数字化转型以获取、共享和分析数据为基础,以面向、基于和经由数据的治理为机制,重构着政府、市场和社会关系。作为数字时代国家治理的新形态,数字政府旨在运用前沿数字技术,协同社会主体,通过政府数字化转型重塑治理结构、优化政府职能、革新治理理念,以同时提升政府治理能力和社会协同能力。总之,政府数字化转型不仅促使数字技术嵌入政府科层制以推进治理结构再造、业务流程重塑和服务方式变革,还构建着新型政府-社会关系、政府-市场关系,以支撑数字社会建构及数字经济发展。
04
技术赋能:区块链如何重塑治理结构与模式
作者：赵金旭 孟天广
摘要：区块链是一种颠覆性技术革新,它从技术底层解决了传统互联网面临的"数据孤岛""数据确权"和信任构建问题,从而重塑着大数据时代的治理结构,促使政府科层组织、政府与市场、政府与社会关系发生改变,进而推动公私边界和治理价值随之重构。区块链在宏观调控、经济与社会性监管、公共服务、数据治理、社会征信等诸多领域带来创新模式,然而,也面临价值伦理、技术赋能限度和资本角色等方面的挑战和局限。
拓展阅读
（公众号后台回复关键词“权利”，下载报告全文）
（公众号后台回复关键词“智能”，下载报告全文）