[治理策略] 夏义堃：数字政府信任机制建构对策分析

数据是数字政府神经网络的基本单元，高质量的数据开放与共享是实现数据多跑路、群众少跑腿等数字政府建设的前提基础，其背后的运行逻辑源自人们对政府数据治理行为与治理能力的信任。当前，数字政府信任问题受到普遍关注。然而，层出不穷的数据泄露事件、数据封闭行为、数据低效供给等削弱了人们对数字政府的信任。英国的一项调查发现，公众对政府数据利用存在不信任，70%的被调查者认为政府部门并不能按照伦理规范利用个人数据，“信任赤字”已成为各国政府普遍面临的治理难题。

数字政府信任是人们基于对数字技术及其数据获取利用的充分依赖和高度信任而表现出对政府数据共享、数字工具/服务的认同、接受和参与。众所周知，“任何建构社会秩序和互动社会框架的持续性努力都必须建立在社会行动者间相互信任的稳定关系基础之上”。与基于权威、制度、行为、情感所形成的传统政府信任相比，数字环境下政府信任的结构组成更为复杂。

首先，数字政府信任关系具有明显的多层次性特征。一是多主体数据关系动态多变，包括平台、政府、用户、第三方服务提供商、监管方、基础设施供应商等多主体之间相互交织、错综复杂的多重信任关系，涉及对政府、平台及其服务产品背后可信数据共享利用的依赖。二是在巩固传统信任关系的同时，还构建了人与机器、技术和平台以及机器与机器之间的新型信任关系，包含硬信任与软信任两个方面。硬信任主要指数字技术、数据安全保障、数据制度设计，软信任则指政府数字资本、在线声誉与结果满意度等。不同类型的信任关系对数据的采集、加工、存储、利用提出了不同的管理要求。

其次，数字政府信任机制建构高度依赖于数据治理。国外研究发现，信任在数据生态系统中处于举足轻重的地位，决定了人们的数据观念及其行为，信任程度越高，数据共享水平也越高 。换言之，政府数据的共享利用与数字政府信任关联紧密，决定数字政府参与度、满意度的，不只是平台功能、服务时效等显性指标，还包括平台服务背后数据支撑的可靠性、真实性、准确性。有效的数据治理能够从标准、质量、技术、安全等视角开展全生命周期管理，以保障跨部门、跨层级、跨领域的可信数据流转，从而为网上事务办理提供内生动力。

“没有信任，数据无法流动，创新也就步履蹒跚 。”数据烟囱、数据失真、数据侵害等不当行为，既造成数据质量、数据安全等信任源支撑的损耗，也导致数据流通拥堵、共享开放削弱等严重后果，难以形成数字政府信任。主要症结在于数据黑箱操作与封闭运营、数据质量低下与互操作困境、数据安全薄弱与风险防范不足。

站在心理学角度，信任是对个人或事物实现其利益预期的积极心理认知，由可信度、可靠性和能力等要素组成 ，其中可信度是建立信任的先决条件，主要基于多边数据关系打造、数据价值实现与数据风险防范三者融合而形成的可信数据治理体系，分别对应了数字政府的制度信任、数据信任与技术信任三个方面。

制度信任的生成很大程度上依赖于数字政府建设的制度生态，包括数据制度内容体系、价值取向的一致性和数据制度酝酿、制定和实施透明度等内涵。随着“大智移云物”的应用推广，传统政府信任关系下的数据制度与管理方式难以适应数据流动的快速性与动态性、复杂性与交互性。为此，一是应对数字政府建设中的多边数据关系进行系统化规范。二是需对部门化的零散数据制度进行整合，在充分把握数字环境下政府数据流转利用特征的基础上，营建可信数据合作网络，凝聚数据治理合力，以规避开放与保密、共享与安全、存储与利用多维关系的制度冲突。

数据信任的产生取决于用户对政府数据治理有用性的感知，直观层面体现为数字政府数据共享利用实践的认同程度，涉及到可信数据治理体系建构问题，核心是通过数据协同机制、数据质量控制框架打通部门间的数据封锁，实现跨部门数据融合与业务优化。此外，可信数据治理体系还需要提供对数据、算法以及流程、服务全过程、全要素的精细化管理，如数据共享标准、协议、授权方案、许可认证与数据审计、协议强制执行等数据管理活动的深化，以实现外在监督与内在驱动的共享交换。

技术信任凸显了数字技术在政府信任体系建构中的重要作用，反映出人们对数字政府平台、系统、技术、工具、算法及数据服务的信任水平。在成功实现政府数据/服务利用的时空拓展同时，数字技术也会因系统安全性差、数据被篡改、隐私被泄露以及用户体验不友好而带来信任损耗，导致许多政府部门、平台机构等不愿、不敢和不想共享数据。因而，负责任的数据治理，“不仅涉及披露个人数据和发布公共数据的处理方式，还涉及政府活动的透明度，以及足够强大的数字安全管理以保护政府数据的共享利用 ”。同时，区块链、隐私计算等数字信任核心技术的研发与应用已成为增进数字政府信任的重要手段，抽象化数字、代码、程序、共识机制等设计和开发极大提升了人们的安全感知。

习近平总书记指出：“赢得人民信任，得到人民支持，党就能够克服任何困难，就能够无往而不胜。”在构筑数字政府信任机制方面，广州市积极开展可信数据治理实践探索，具有典型示范效应。一是通过《广州市推进数据资源一体化深化基层减负专项行动方案》《广州市“四标四实”数据“一数一源”常态化更新工作机制》等制度优化，建立常态化人口数据治理机制，形塑市、区、街纵向联动与部门横向协同的和谐数据关系，提升制度信任水平。二是通过全市统一的综合人口库和标签库、智慧城市统一事件库等项目开发，实现政府数据与企业数据、社会数据的高度融合，并以人口治理数据赋能的场景创造，推进市区街三级数据的即时同步，旨在实现人口数据一体化、常态化治理，打造数据信任的良好格局。三是通过制定统一的人口数据分级分类管理制度、建设用户权限分级控制体系、建立数据管理考核机制、开展数据安全审计工作等，强化数据安全保障和监管，提升数据安全感知水平。同时，主动运用联邦学习、区块链等夯实数字政府技术信任底座，营造可信数据安全治理生态。

综上，数字技术的快速发展正在加大传统政府信任的局限性，数字信任及其可信数据治理在数字政府建设中发挥着不可替代的重要作用，需要从法规政策、运行机制、数据管理方法、数据安全治理等多维视角进行全局性统筹和系统化推进。（来源：《国家治理》2023年11月上 ）