从公共数据开放的制度目标出发,公共数据的公共性含义应理解为公共使用价值。我国公共数据开放的制度目标经历了从模糊到清晰、从抽象到具体的过程。自数据成为新型生产要素以来,公共数据开放的制度目标已明确聚焦促进数字经济发展,为其供给高质量数据要素并提供创新性开发利用机制。可见,发挥公共数据的生产要素作用、促进公共数据开发利用从而创造更多经济价值是公共数据开放制度的核心目标。据此,定义公共数据应当紧密围绕“用”这一制度宗旨进行,根据数据本身“用”的价值来界定公共数据。公共数据开放的制度目标决定了公共数据的公共性并不源于其产生行为具备的公法要素,而是基于数据本身具有的公共使用价值。因此,公共数据指的是具有公共使用价值的数据。目前,已有地方立法引用公共使用价值作为公共数据概念的界定标准。如《江苏省公共数据管理办法》第2条规定:“公共数据是指本省各级行政机关、法律法规授权的具有管理公共事务职能的组织、公共企事业单位为履行法定职责、提供公共服务收集、产生的,以电子或者其他方式对具有公共使用价值的信息的记录。”也有地方径直采用公共使用价值标准替代“主体+行为”标准厘定公共数据内涵。如《北京市公共数据管理办法》第2条规定:“本办法所称公共数据,是指具有公共使用价值的,不涉及国家秘密、商业秘密和个人隐私的,依托计算机信息系统记录和保存的各类数据。”
凡是具有公共使用价值的数据,都可划归公共数据范畴。一方面,公共机构在实施公法行为时产生、收集的数据,并非均具有公共使用价值,不都属于公共数据。在此意义上,公共数据并不包含政务数据,只有具有公共使用价值的政务数据属于公共数据,公共数据的外延小于政务数据。另一方面,企业数据、个人数据与公共数据也非泾渭分明。私营企业数据、个人数据也可能具有公共使用价值,因而有可能属于公共数据。公共数据的外延也在此意义上得到扩展。突破数据主体的公共属性定义公共数据可能会遭致规范主义质疑。但实际上,公共数据开放的制度建构已为私主体参与预留了制度空间。我国在设计政府数据开放制度之初,在《促进大数据发展行动纲要》中即明确提出要通过政务数据公开共享,引导企业、行业协会、科研机构、社会组织等主动采集并开放数据。地方层面出台的《上海市公共数据开放暂行办法》《浙江省公共数据开放与安全管理暂行办法》等地方立法也鼓励私主体开放自有数据,以形成多元化的数据开放格局。2019年欧盟关于《开放数据和公共部门信息重用的指令》也明确提出鼓励成员国将本指令的要求适用于公共企业和私营企业。同样,个人数据转化为公共数据也具有制度支撑。个人数据(信息)保护立法的目的,并非禁止个人数据处理行为,而是通过规范个人数据处理行为达到保护个人数据权益和促进个人数据合理利用的双重目的。公共数据开放中的数据处理者,即在满足个人数据保护要求(法定或意定)、履行个人数据保护义务下尽可能寻求开发利用个人数据的最大限度,由此具有公共使用价值的个人数据也完成了向公共数据的转化。政府、企业、个人持有的具有公共使用价值的大数据的汇聚融合,更有利于提升公共数据的要素价值,推动公共数据开放制度目标的实现。公共数据的公共使用价值,具体可结合以下两个方面理解:
1.具有较高开发利用价值
公共使用价值要求公共数据应当具备较高的开发利用价值,这也是由公共数据开放的制度目标所决定的。政府在实行公共数据开放活动时都引入了量入为出的经济理念,追求以最小的成本获得最大的收益。为此,为提高制度目标的实现概率、追求价值创造最大化,各国一致优先开放高价值数据。《开放数据宪章》(G8 Open Data Charter)倡导成员国释放高价值数据,列举企业、犯罪与司法、地球观测、教育、能源与环境、财务和合同、地理空间、全球发展、政府问责与民主、卫生、科学研究、统计、社会流动和福利、运输和基础设施14个对改善民主制度和鼓励数据创新再利用具有高价值的领域数据。欧盟《开放数据和公共部门信息重用的指令》(the Directive on open data and the re-use of public sector information)也采用了高价值标准,并提供了高价值数据集“主题类别”,包括邮政编码、地理空间数据(例如国家和地方地图)、地球观测和环境(例如卫星图像、气象数据、统计数据、移动数据和业务登记(公司登记、公司所有权),这些数据被认为对经济和社会具有巨大价值。我国也同样对公共数据开放提出优先开放高价值数据的要求。“十四五”规划就扩大基础公共信息数据安全有序开放作出部署,明确提出优先推动企业登记监管、卫生、交通、气象等高价值数据集向社会开放。可见,无论是域外还是我国,在确定哪些公共数据优先开放供社会挖掘利用时,都采用了高价值标准。这反映了公共数据开放制度对公共数据的基本要求,也恰恰印证了具有较高的使用价值是公共数据的本质特征。
2.具有公共使用性
公共数据的公共使用价值还要求其可以向社会提供、供公众开发利用。如果说具有较高开发利用价值是对公共数据的正向解释,具有公共使用性则是对公共数据的反向限定。一些数据虽然具有较高的开发利用价值,但如果将其开放利用可能会侵害合法的公共利益或私人利益,则不可供公众开发利用,即不属于公共数据。公共数据开放制度旨在实现的公共目标,不能以牺牲其他公共利益或个人权益为代价。一般而言,国家安全、公共安全、国家秘密、商业秘密、个人隐私、第三方知识产权等因素会被列为数据豁免开放的考量因素。若具有较高开发利用价值的数据可能严重危及上述任一方面,则禁止供公众开放使用,此类数据也因此不划归公共数据范畴。例如,美国《开放政府数据法》将不能向公众提供的数据集合明确归为“非公共数据集合(nonpublic data asset)”,具体包括两类:(A)因隐私、安全、保密、监管或法律规定的其他原因而无法向公众提供的数据集合;(B)承包商提供的受合同、许可证、专利、商标、版权、保密、法规其他限制保护的数据。在我国,涉及安全、秘密、隐私等因素也被明确列为公共数据禁止开放的法定理由。但不同的是,地方立法并未将此类数据明确排除公共数据范畴,而是将其列为不可开放类公共数据。例如,最近发布的《深圳市公共数据开放管理办法(征求意见稿)》第12条规定:“符合以下情形之一的公共数据列为不予开放类:(一)依法确定为国家秘密的;(二)开放后可能危及国家安全、公共安全、经济安全、社会稳定的;(三)涉及商业秘密、个人隐私的;(四)法律、法规规定不得开放的。”从功能主义视角出发,不能开放的公共数据丧失了其作为公共数据具有开发利用价值、可供开发利用的基本功能,无法实现公共数据开放的制度目标。将禁止开放类公共数据划归公共数据范畴不具有实用意义,反而造成公共数据概念与开放利用机制的不对应,为公共数据开放制度设计徒增马齿。将不可供公众开放利用的数据剔除公共数据概念,有利于公共数据的识别、分类与利用。经合组织发布的《关于加强数据访问与共享的建议》(Recommendation of the Council on Enhancing Access to and Sharing of Data)旨在为政府如何在保护个人和组织权利并考虑其他合法利益和目标的同时最大限度提高数据访问与共享效益提供一般原则和政策指导。其中即明确将数据分为非歧视的数据访问与共享和有条件的数据访问与共享两类,在此基础上安排不同的使用规则。而绝对禁止开放的数据并不在讨论之列。
“公共数据是具有公共使用价值的数据”是对公共数据概念的描述性表达,而非规范性界定。也就是说,公共使用价值只是对公共数据本质特征的描述,并不具有法释义作用。藉由公共使用价值无法对公共数据作出精确界定,更不具有区分功能。这也是采用公共使用价值标准定义公共数据易遭到质疑之处。有观点指出,“用途标准无法为公共数据提供清晰明确的范畴,还会导致公共数据与私人数据界限丧失。”然而,功能主义进路下的公共数据概念主要是为了形成问题,作为启发性工具而发挥作用。有学者立足数字政府建设与数字经济发展对公共数据的功能性需求,得出“公共数据不是被事先界定的”这一判断。可以说,功能主义视角下的公共数据概念,仅仅描绘出公共数据的应然形象,用以指导我们去发现实然的公共数据。而实然的公共数据还需要依据合理建构的识别机制具体确定。
1.通过行政规则建立公共数据识别制度
公共数据的识别机制主要由政府利用法律工具自我建构而成。公共数据开放是政府在数字时代向公众提供的新型公共服务,是政府履行公共服务职能的具体体现。与政府履行管理职能时需要严格依据法律授权进行不同,服务职能的履行给予政府更多裁量空间,要求政府发挥能动性积极促进行政任务的最优完成。通过法律明确授权以约束行政权力运行的规范主义进路无法适用于需要政府积极主动作为提供公共服务的领域。政府承担服务职能的依据往往只是“行政任务或行政权限相关法规之规定”,缺乏法律的明确授权及指引。在此情况下规范主义模式就丧失了实施有效法律控制的前提和基础。相反,功能主义不依赖法律控制而追求行政自治,主张通过行政内部自我规制达成任务目标的建构思路契合政府履行服务职能的现实需要。“被授予治理任务的政府机构和工作人员承担通过使用权力组织公共服务的义务,同时确保和控制权力的发展。”在功能主义进路下,政府自行建构的内部治理结构的有效性决定着行政任务的完成度。
制定行政规则是政府实现自我规制的有效法律工具。政府通过行政规则具体落实行政任务,同时也能够实现对裁量权的自我限定。这不同于行政裁量基准,虽然行政裁量基准在法律规定不足的情况下能够对规制裁量权的行使发挥积极作用,但其沿袭着概念法学的基本路径,基本思路是对法律规范进行细化,并不注重发挥行政的主观能动性。而制定行政规则是政府为充分发挥能动性、有效完成行政任务采用的自我规制的方式。如上文所述,在世界范围内,公共数据开放实践主要依靠行政规则推进。政府在行政规则中确立了其在公共数据识别问题上的主导地位,哪些数据应被划归公共数据范畴,依据何种标准以及遵循哪些程序确定,主要依靠行政专业优势由政府负责确定。行政规则中要建构起识别公共数据范围的基本制度框架,解决如何确定公共数据的公共使用价值问题。公共数据使用价值的确定包括正向的高价值数据识别和反向的禁止开放数据排除两方面。
2.建立公共数据目录管理制度识别高价值数据
高价值数据主要由政府依托公共数据目录管理制度具体识别。经合组织在其发布的首个有关公共数据开放的实证分析报告中阐明,为了确保公共数据开放真正创造价值,为公众识别高价值数据是政府面临的最重要任务之一。政府一般会根据本国开放公共数据的行政目标,确定若干优先开放的高价值数据领域,作为识别高价值数据的一般性指导。例如,英国的开放数据政策更加强调实现提高政府透明度、实现有效问责的政治目标,因而国家选举数据和预算数据等也被英国列为高价值数据向社会开放。而我国的公共数据开放更聚焦赋能实体经济、提升治理能力的经济社会目标,所以“十四五”规划中将企业登记监管、卫生、交通、气象等数据列为高价值数据。可见,政府主要依据自身的任务目标确定高价值数据范畴,符合相应需求的数据即被视为具有较高开发利用价值的数据。除了中央层面对高价值数据领域的统一指导外,各开放主体还可根据自身实际情况和属地发展需求,划定公共数据开放重点进一步识别公共数据范围。例如,《浙江省公共数据开放与安全管理暂行办法》规定,公共数据开放主体应当根据本地区经济社会发展情况,重点和优先开放与公共安全、公共卫生、城市治理、社会治理、民生保障等密切相关的数据;自然资源、生态环境、交通出行、气象等数据;与数字经济发展密切相关的行政许可、企业公共信用信息等。
在若干高价值数据领域的原则性指引下,公共数据范围经由目录管理制度具体确定。公共数据目录管理制度包括公共数据编制主体、编制依据、编制程序、内容标准、目录调整等方面内容。其中,目录调整是公共数据目录管理的核心内容。公共数据的范围处于不断调整之中,采用目录管理能够满足其应需求变化灵活调整的需要。政府根据行政目标的完成情况需要对公共数据范围进行动态调整,公众对公共数据的利用需求也可以借由目录调整机制予以满足。虽然高价值数据主要由政府负责识别,但考虑到公共数据开放的直接目的指向促进公众开发利用,公共数据的识别不能忽略公众一方的现实需求,在制度设计上要保证公众的参与权并增强政府的回应性。为此,各国政府也将公众需求作为识别高价值数据的标准,并设置相应的回应公众需求的目录调整方式。例如,美国在《开放政策——管理作为资产的信息》(open data policy-managing information as an asset)备忘录中,将客户高需求确定为高价值数据的判断标准,并提出了相应的确定方法,通过数据开放网站建立与客户接触的流程,在此基础上结合必要手段确定数据集发布的优先级。英国在《开放数据白皮书——释放数据潜能》(Open Data White Paper Unleashing the Potential)中也将用户需求作为确定开放范围的标准,并在政府与个体开发商、中小企业、公民、学者和大公司等主要数据用户之间建立对话参与机制。英国专门成立开放数据用户组(ODUG)作为回应用户需求的组织保障,开放数据用户组负责与用户开展对话从而确定公共数据的范围及其优先级,并就优先开放范围向数据战略委员会(DSB)提供建议。英国政府还承诺开放数据用户组提供的建议将优先作为开放数据发布。我国地方立法中也普遍将社会需求列为公共数据的一项识别标准,在公共数据的目录编制和获取环节设置公众参与程序,但在目录调整机制上对公众需求的回应性还有待提高。例如,《浙江省公共数据条例》第29条将社会迫切需要作为公共数据主管部门确定重点开放清单的标准之一,但对了解及回应公众需求的程序设置仅限于“应当听取相关行业组织、企业、专家和社会公众的意见”。公共数据目录调整机制在设计上应当注重回应来自公众一方的现实需求,这不仅是实现公共数据开放目标的内在需求,也是弥补行政自治合法性先天不足的有效方式。
3.建立分类分级保护利用制度识别禁止开放数据
禁止公共利用的公共数据排除范围由政府基于区分风险等级、衡量成本收益的分类分级保护利用制度确定。一方面,公共数据利用的安全性问题是禁止公共数据开放的主要顾虑。虽然安全、秘密、隐私等因素普遍被列为公共数据禁止开放的法定事由,但涉及以上因素的高价值数据并非绝对豁免公共利用。开发利用此类高价值数据可能造成的侵害风险大小并不相同,不能将其一概而论全部列入排除范围。对公共数据豁免开放事由的僵化理解将不当扩大禁止开放范围,从而阻碍公共数据开发利用,违背数据开放制度目标。为保障数据安全,《数据安全法》要求建立数据分类分级保护制度对数据实行分类分级保护。在公共数据开放中,公共数据的排除范围也依赖数据分类分级保护制度确定。政府依据数据开放利用对国家利益、公共利益或私主体利益的危害程度区分不同风险等级,进而进行分类适用不同程度的数据保护和利用措施。其中,位列较高风险等级的高价值数据,即被划归禁止开放类数据,对其实施严格保护禁止开发利用。而具有危害公益或私益风险但风险等级较低,可归入有条件开放类,对其附保护条件进行开发利用。例如,浙江省地方标准《数字化改革公共数据分类分级指南》要求按照公共数据遭篡改、破坏、泄露或非法利用后,可能带来的潜在影响的范围和程度进行安全分级,并要求公共数据的分级与公共数据的范围和开放类型直接相关。同时,数据分类分级保护利用制度本身也具有开放性,能够通过重新分类分级动态调整公共数据的禁止开放范围,在数据保护和开发利用之间寻求价值最大化。例如,根据《上海市公共数据开放分级分类指南(试行)》的规定,对于非开放类数据,经脱敏、匿名等处理后符合开放要求的,可将处理后的数据重新进行分级,纳入无条件开放或有条件开放类后开放。
另一方面,公共数据的开放利用成本也是限制其开放利用的考量因素。成本收益衡量不像数据安全问题构成公共数据开放利用的绝对豁免条件,但却是评价公共数据开放制度有效性的关键指标。目前,开放数据利用成效不佳已成为全球推行公共数据开放普遍面临的主要问题,公共数据开放的成本与效益严重不匹配导致公共数据开放的持续推进受到阻碍。遵循功能主义逻辑建构而成的公共数据开放制度天然追求制度的有效性,将成本和收益衡量贯穿公共数据开放利用全过程。在公共数据的公共使用价值识别上,成本效益理念不仅体现在高价值标准的确立,还显现于公共使用性的认定。例如,美国《开放政府数据法》将“数据转换为公众可理解和使用的方式给公众带来的成本和收益”明确列为各机构负责人在决定是否开放某一特定数据集合时依据的标准之一。具体而言,某个数据集被认定具有较高开发利用价值,且开发利用此数据集的安全风险等级较低,并不必然被列入公共数据范围供社会开发利用。应否列入公共数据范围,亦或纳入公共数据排除范围,还需衡量该数据集的开放成本和预期收益。如果该数据集转化为公共数据供公众开发利用将使政府付出高昂成本,与其预期可创造的收益不成比例,此时该数据集将会因成本收益考量被归入禁止开放类别。而目前我国地方立法中,普遍未将成本收益分析列为公共数据禁止开放的衡量标准。在未来制定统一的行政规则时,应考虑将符合公共数据开放制度目标的成本效益原则上升为公共数据开放的一项基本原则,用以指导公共数据开放利用的全生命周期。在公共数据的公共使用性认定上,成本效益原则不仅能够指导划定禁止开放类数据范围,还适用于调整有条件开放类和无条件开放类数据范围。对于安全风险等级低可归入无条件开放类的公共数据,经成本收益衡量可划归有条件开放类,从而节省公共数据开放成本,提升数据开放制度效能。
4.建立外部公开和内部备案审查机制监督公共数据识别
政府承担向社会提供公共数据的服务职能,具体开放哪些公共数据属于其职权范围,应当允许政府自行建立公共数据识别机制。但政府在自我建构中享有较大的行政裁量权,具有选择作为或不作为、如何作为的权力。加之在行政自治中,立法控制减弱、司法救济缺位,都使得信任政府自治的功能主义难免遭到质疑。但正如戴维斯所言,我们“不要反对与政府所从事的任务相称的裁量权,要反对超出这些任务的裁量权。不要反对被适当限定、建构和制约的裁量权,要反对未被适当限定、建构和制约的裁量权”。为防止行政的恣意与专断,政府也应建立相应的监督救济机制对行政权力进行限定和制约,通过政府自我合理建构的规则体系来保障行政任务的圆满完成。
首先,建立公开机制可以实现对公共数据识别的外部监督。由于公共数据开放遵循功能主义进路,打破了规范主义在行为和结果上建立起来的直接关联,立法控制和司法救济无法经由法律后果发挥监督功能。功能主义表现为“对硬性法律后果的关注较少,更强调实现特定任务目标的软性评价标准”。具体到公共数据识别问题,这些软性评价标准表现为对政府建立的包括开放数据计划、开放数据目录、开放数据标准、分类分级标准、目录管理规则等规则体系在公共数据识别上的有效性评价。而监督公共数据开放服务职能的履行,不是追究政府法律责任满足行政合法性的底线要求,而是帮助政府建构起一种公正、有效的治理结构促进行政目标的最优实现。相较于以法律控制为基础的监督机制,公开机制在监督政府积极职能履行方面更具优势。要求政府将其制定的开放数据计划、开放数据目录、开放数据标准、分类分级标准、目录管理规则等规制工具向社会公开,不仅能够起到约束政府自我规制活动的作用,还能通过政府和公众之间建立的沟通机制改良治理结构。例如,在编制公共数据开放目录时,设置回应公众需求的参与机制,起到了监督并优化政府识别高价值数据行为的效果。因此,公开并不是终点,政府还要在公开基础上进一步建立公众参与机制,如申请、投诉机制等,落实对公共数据识别的外部监督。
其次,政府还应建立备案审查机制对公共数据识别进行内部监督。戴维斯曾感叹:“或许对裁量行为最重要的制约就是上级对下级的监督。”备案审查机制作为极具中国特色的规范性文件监督制度,在防止裁量行为恣意、规范裁量权行使上也具有适用性。同理,在识别公共数据这一行政裁量领域,行政系统内部建构的监督机制发挥着举足轻重的作用。美国的《开放政府数据法》即基于行政系统内部报告机制形成对各机构履行公共数据开放职责的内部制约。具体而言,该法详细列举了各机构的数据开放职责,但未选择设置相应的法律责任,而是通过提交审查报告的方式评估各机构的履职能力。上级主管部门也通过发布报告和建议的方式给出开放数据的最佳做法,用以指导下级部门开展数据开放行动。这种不具有外部强制性的、注重发挥行政系统自我调节功能的内部监督思路更符合功能主义的建构逻辑。我国地方立法中尚未建立公共数据开放内部监督机制。未来制定公共数据开放行政法规时,可以建立备案审查机制对数据开放活动实行内部监督。具体到公共数据识别问题,可以要求各公共数据开放目录编制主体在公开目录后的一定期限向上级公共数据主管部门备案,并就开放目录编制的依据、内容、程序等进行情况说明。上级公共数据主管部门可以对报送备案的开放目录进行主动审查,审查中认为目录编制存在问题的,可以向报送单位提出书面意见。上级公共数据主管部门也可以综合地区或领域的实际需要,发布有关公共数据开放目录编制的指导意见,指导下级机关改进目录编制行为。据此,行政系统内部通过非强制性的备案审查机制实现了对公共数据识别行为的内部控制。