法治視域下大數據應用于社會穩定風險評估的作用、問題及路徑

□王禎軍

（遼寧師范大學 法學院，遼寧 大連116029）

國務院2019 年4 月公布的《重大行政決策程序暫行條例》（以下簡稱“《條例》”），首次以行政法規的形式實現了社會穩定風險評估（以下簡稱“穩評”）的法制化，明確將穩評作為重大行政決策的必經程序。雖然公眾參與、專家論證、合法性審查、社會穩定風險評估都是重大行政決策的前置程序，但依據《條例》，穩評的內容涵蓋公眾參與、專家論證、合法性審查。如果這些環節出現問題，必然導致重大行政決策缺乏科學性和合法性，直接或間接影響到社會穩定。所以，穩評是做出重大行政決策需要重點考慮的程序。風險治理意識應當是決策者在做出決策時一以貫之的意識，這一點在《條例》第22條第1款中得到體現。雖然該條只是規定對“可能”對社會穩定、公共安全等方面造成不利影響的重大行政決策的實施“應當”進行穩評，但《條例》第3 條規定的“重大行政決策事項”涵蓋的事項，均屬于“對經濟社會發展有重大影響、涉及重大公共利益或者社會公眾切身利益的”重大事項，都不可避免地會對社會穩定產生影響。穩評是決策機關做出重大行政決策的關鍵程序。盡管在最初的制度設計上，以追求“利害”關系為目的的穩評為重大行政決策提供的判斷標準與法治的價值似乎存在相斥之嫌[1](p113-130)，但“公眾參與和風險溝通”已經成為穩評不可缺少的要素。如果能夠通過有效的手段充分發揮這一要素的價值功能，突出其在穩評中的關鍵作用，并依托其對穩評進行價值改造，就有望推動穩評的法治化變革。在信息化發展的新階段，大數據在人民生活、商業活動、社會治理等領域發揮的作用不斷凸顯，已經成為改變“政府與公民關系的方法”[2](p9)，成為開展穩評和做出重大行政決策時必不可少的一項重要參考工具。2015年，《國務院關于印發促進大數據發展行動綱要的通知》指出，建立“用數據說話、用數據決策、用數據管理、用數據創新”的管理機制。決策機關做出重大行政決策的進程中，所考慮的各項因素離不開大數據，作為必經程序的穩評也必須依托于大數據。另外，“大數據語境下，評估政府決策質效的客觀工具，也應然要嵌入大數據特征和功能，助推評估工具模式創新”[3](p129-136)。盡管學界關于大數據的內涵目前未有一致的界定，但“大數據的核心就是預測”[2](p16)，其為風險治理提供了變革的契機是不爭的事實。烏爾里希·貝克在研究風險社會時曾指出，人類社會在工業化以后面臨的風險大多源于重大行政決策，當面臨巨大風險時，人們更多地會關注風險決策者們的決策行為[4](p3-10)。大數據“把數學算法運用到海量的數據上來預測事情發生的可能性”[2](p16)，通過對社會穩定風險因素模型庫的搭建實現風險因素數據化的處理操作，即根據分類算法的原理，依據社會矛盾所包含的事實特征，基于社會穩定風險所明確的各項構成要件特征，圍繞決策受眾的基本意愿，由數據科學上的算法將社會矛盾分類至特定風險模型中，可以分析評估重大行政決策可能引發的社會穩定風險及其概率，提出風險化解措施。這一功能使大數據能夠以海量數據深度分析以彌補依靠公眾參與方式進行小數據分析在數量和質量上的不足，增強穩評的民主性和風險治理工具的功能，避免重大行政決策引發社會沖突特別是群體性事件的發生。

一、社會穩定風險評估及其本質特征

發端于2005 年“遂寧實踐”的穩評，是指在制定或實施事關人民群眾利益的重大行政決策前，對由此帶來的影響社會穩定的風險進行評估。其本質上是通過分析風險、解釋風險并進行適當風險溝通的過程，把風險控制于可以接受的范圍。穩評旨在摸清和掌握行政決策受眾的基本意愿，通過風險識別、風險分析、專家座談等程序，評估因做出重大行政決策可能引發的社會穩定風險及其可能性，并有針對性地提出風險防控措施。因對推進重大行政決策實施、維護社會穩定起到了積極的作用，穩評在全國得以迅速推廣。2007年，上海、江蘇、北京、山東等省區市相繼出臺一系列有關穩評的規范性文件，穩評在全國多地的重大行政決策中陸續得到推崇。2012年，《關于建立健全重大決策社會穩定風險評估機制的指導意見（試行）》（中辦發〔2012〕2 號）的發布，標志著穩評步入規范化、制度化的軌道。2016年，四川省政府以政府規章的形式頒布實施的《四川省社會穩定風險評估辦法》①2010 年12 月，四川省頒布了《四川省社會穩定風險評估暫行辦法》。使穩評在地方層面出現了法制化的傾向。2017年，黨的十九大報告提出要“增強駕馭風險的本領，健全各方面風險防控機制”，為推動穩評法制化做出了政策指引。2019 年4 月，國務院出臺《重大行政決策程序暫行條例》，將“風險評估”予以單列，意味著穩評正式邁入了法制化的發展階段。

然而，穩評的法制化并不必然意味著穩評實現了法治化。如學者所言，法律的評判是關于“是與非”的判斷，訴諸正義、公平、民主、自由等基本價值所構建的規范主義框架，而穩評說到底是一種“利與害”的判斷。盡管是非和利害是兩種不同的價值維度，兩者的權衡有時候在結果上會趨向一致，但并非總是如此。而用“利與害”壓倒“是與非”恰恰是穩評最初的邏輯，這難免會對法治形成侵蝕乃至擠壓[1](p113-130)。要確保穩評符合法治的價值，通過穩評實現重大行政決策“利與害”和“是與非”兩種價值維度趨于一致，關鍵是要在穩評和法治所追求的價值中找尋“公約數”，通過發揮“公約數”的功能緩解兩者的張力，推動穩評的法治化。

文明的社會狀態內含民主、法治、人權等要素。其中，法治意味著“良法善治”，良法蘊含著“體現人民意志”這一民主的要素，人權保護既是善治的內容也是衡量善治的價值尺度。在理論上，風險評估的模式可分為兩種：一種是堅持實證主義的精神，通過科學技術與數學模型建構指標體系；一種是秉持建構主義學說[1](p113-130)，認為“社會風險評估，實質是為了維持社會正常秩序，通過將決策可能進行的利益分配與利益調整中的損益強度和損益分布，以及由此波及和影響的行政關系人的配合、容忍或觀望、反對等的承受狀況進行檢測和推演，對決策承受者的心理行為反應進行的預判”[5](p304)，試圖從“人們會認為哪些社會事實是社會風險或者哪些社會風險構成重大威脅”中尋求答案[6](p136-144)。顯然，“建構主義的評估模式更加注重探尋公眾對風險的主觀感知，將公眾參與到評估中來作為關鍵環節”[7](p13)。從這個意義上講，穩評的質量高低主要取決于識別利益相關者的準確度、利益相關者的參與度以及內心意愿表達的真實性。對利益相關者的識別越準確、利益相關者參與穩評的人數越多、表達的意愿越真實，穩評的效果就越好。可見，與秉持實證主義精神，運用科學技術和數學模型來構建指標體系分析風險的模式相比，穩評旨在摸清和掌握行政決策受眾的基本意愿，最終判斷的是人的內心感知、思想態度和立場。因此，穩評是否有效取決于是否廣泛吸納公眾意見和建議，探尋真實民意。“恰恰是由于科學方法在社會風險評估中的缺陷——專家存在學科慣性并容易被利益掣肘、風險歸因理論和風險界定方法存在局限性、科學評估指標和評估模型的刻板性、科學評估過程中專家與公眾獲取信息的不對稱性等，才促使穩評轉向了以公眾參與、風險溝通為中心的建構主義”[8](p118-125)。為達此目的而進行的公眾參與、專家論證，解決的主要是行政決策的民主性和權利保護的問題（如表達自由、正當程序的權利），使穩評顯示出作為重大行政決策中“民主和權利保護裝置”的色彩。因此，盡可能完善穩評中的民主和權利保護機制，突出穩評所體現的行政決策民主化與權利保護的價值，是推進穩評法治化的重要路徑，這給了大數據發揮功能的空間。

二、大數據在社會穩定風險評估中的作用

IBM 公司將大數據的功能概括為具有“4V”特點：數據數量巨大（Volume）、數據類型多樣（Variety）、數據處理高速（Velocity）、數據分析精確（Veracity）[9]。考察大數據的特點及功能不難發現，“大數據不僅可以在問題出現階段識別潛藏在民意中的社會問題，還可以預測公共危機的爆發，譬如，自然災害、工業污染、疾病暴發等城市中的公共安全問題”[10](p161-168)。因此，大數據可以增強重大行政政策的前瞻性，防患于未然。這一功能和穩評欲實現的目的是一致的。與傳統環境評估和重大項目建設評估所不同，穩評的復雜性體現在“更多面臨著復雜社會個體心理與行為動態性的挑戰，而這一挑戰在當代網絡化環境下表現得更加突出”[11](p78-85)。由于大數據的功能優勢體現為分析數據的廣度、深度、速度和準度，能夠在最短的時間內深度挖掘海量數據背后動態變化的任一個體的行為軌跡，為增強穩評的民主性和高效性提供了工具。

（一）以海量數據分析輔助公民參與，彌補分析的不足

法治的實現以民主為基礎，“只有民主才能保證法治符合人民的普遍利益”[12](p51)。《條例》第6 條規定，“作出重大行政決策應當遵循民主決策原則，充分聽取各方面意見，保障人民群眾通過多種途徑和形式參與決策”。小數據時代，利用傳統的抽樣和采樣調查的方法，所收集的信息有限，很難實現公眾的廣泛參與。大數據為人們的生活創造了前所未有的可量化的維度。在大數據時代，公民參與的內涵因為數據的豐富而變得豐富，不僅包括線上、線下的主動參與，同時也包括個人同意使用個人信息的“數據參與”，經過數據的收集和分析，大數據成為真正撬動個人內心和行為的撬棍。在規范層面，穩評的對象只有涵蓋所有利益相關者，且所有利益相關者表達的意見和訴求符合其真實心理，并假定這種心理在穩評過程和重大行政決策實施過程中保持基本穩定的情況下，穩評的結果才具有準確性和可靠性。但在實踐中，因決策滋生的風險的產生和傳播渠道日益復雜，不確定性特征和連鎖反應趨勢加劇，個人訴求多元，各種風險信息交織，很難準確劃定利益相關者的范圍，加之個人心理的善變性，使穩評的理想狀態很難實現。大數據能夠彌補傳統穩評采集數據著重樣本信息的不足，通過算法對數量巨大、來源分散、格式多樣的大數據進行采集、存儲和關聯分析，深度挖掘與重大行政決策直接相關、間接相關、潛在相關、可能相關的所有數據信息，譬如每個人的家庭背景、教育背景、個人喜好、經歷和閱歷、處理問題的習慣方式等數據信息，為算法設計深層次分析隱藏在數據中的個人主觀心理動態、行為偏好，以及民意的反映和發展趨勢開辟了空間。大數據技術注重收集提煉社會方方面面的數據，可以使收集分析的數據涵蓋重大行政決策所涉及的所有對象，能夠盡可能地實現穩評分析的數據包含更多人的信息，更加強調公民的現實參與與網絡世界的深度融合。因此，大數據通過實現公民“數據參與”的普遍性提高了公民參與穩評的民主性。

（二）實現對非結構化數據的分析，增強決策的民主性和穩評結果的準確度

個人自由表達內心的真實意愿是實現民主的基礎。穩評的民主性不僅體現在參與穩評公眾的數量，更重在參與穩評公眾的意見的真實表達，以及對利益相關者的感知、心理和立場的動態把握。穩評的目的是評估因重大行政決策可能導致的社會穩定風險，即便所有的利益相關者都參與了穩評，如果參與者不真實表達意志，不能及時掌握他們隨時可能發生變化的心理、感知和立場，對于實現穩評的目的也無濟于事。利益相關者往往基于個人主觀上對風險的認知、利害分辨和價值判斷即風險感知來決定是否采取影響社會穩定的行動。當然，利益相關者的心理活動是不斷變化的，其態度和價值立場經常是不穩定的。“這些立場的系列光譜包含著強烈反對、溫和反對、中立、溫和支持，直至強烈支持。通過公共決策過程中信息告知、協商、卷入、談判、公民主導等方式的不斷強化，在決策過程的包容性、開放性、互動性等作用下，相關群體的利益認知、偏好和立場都是可變的。”[13]因此，影響社會穩定風險的復雜性和動態性形成了穩評的不確定性問題，如果沒有合適的方法來處理這些問題，評估結果的準確性將會受到影響，最終影響重大行政決策。傳統的穩評方法無法處理如此大量且不規則的“非結構化數據”。個體的感知和情緒等心理層面的因素必然千差萬別且大部分存在這樣那樣的波動，具有典型的非線性特征，恰恰是這些具有非線性的因素在穩評中是最為重要的評測方向，它們決定了利益相關者對重大行政決策的接受程度以及采取對抗行動引發風險的可能性。基于穩評工作的現實，為了適應信息時代和轉型期的社會發展，需要探索和嘗試新的數據分析技術，替代現有的穩評工具方法，深度、快速采集和發現全體而非樣本數據信息背后的隱形信息，準確預測利益相關者在風險感知下的行為軌跡，達到分析結論無限接近真實社會狀態的目的。大數據為解決穩評中的“非結構化數據”分析提供了重要的工具和方法。隨著智能手機和可移動計算設備的出現，個人的位置、行為甚至身體生理數據的變化都成為可被記錄和分析的數據。在技術層面，“每一個數據都被視為一個節點，無限次地與網絡間關聯數據形成裂變式傳播路徑，其間的關聯狀態蘊含著風險擴散的無限可能性”[11](p78-85)。對于這一動態變化，“發掘數據價值，政府征服數據海洋的‘動力’就是云計算”[2](p1)。以云計算作為信息存儲、分享和挖掘的手段，能夠有效地將海量、高速、多變的終端數據存儲起來，并隨時進行計算和分析。通過云計算實現對大數據的分析、預測，使海量數據釋放出更多的價值，透過大數據探析利益相關者的真實心理、態度和立場，能夠充分掌握影響相關利益群體風險感知狀況的各種因素，通過增強穩評公眾參與的實質民主，提高穩評結論的準確度，為重大行政決策提供更可靠的咨詢。

（三）增強大數據的算法，提高決策的科學性

從以往的穩評實踐來看，為實現穩評對社會穩定態勢的把握，實踐中通常采用實地調查，包括問卷、訪談、走訪利益相關者進行風險識別，公開聽證、專家或決策者協商討論對風險分類打分。通過已經確立的公式計算，根據計算結果所處的風險區間，判斷風險的級別。這種風險分析方法實質上是要素比較法、數值排序法的評估應用，容易受到參與評估專家和決策者的經驗、理論、假設和價值觀等思維的影響，也難免受到來自內部的人為干擾。“更深層次的評估手段主要是指數評價，依托于評價模型和指標體系，按一定規則通過抽取數據納入模型而達到風險源識別的目的。此類數據來源集中體現在二手報告資料、問卷、量表、質性訪談等途徑，同樣面臨信度、效度的測量誤差，該環節中指標體系的選擇與確定頗具爭議”[11](p78-85)。總體而言，基于傳統“經驗式”路徑的技術相對滯后，由于使用數據的局部性、片面性、階段性決定了評估結果的片面性和滯后性，即便不存在人為操縱的問題，穩評通常也會因數據不全、不準、分析不透，導致對社會穩定風險“評不全”“評不準”“評不深”，削弱了穩評的科學性。與傳統穩評方法相比，分析大數據使用的云計算比傳統抽樣調查的算法的技術性強，復雜性高，精確性強，能夠為決策提供強有力的輔助和參考。“大數據時代的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識。”[2](p5)大數據應用于穩評的重要手段和關鍵環節是實現社會穩定風險的數據化驅動，即對導致影響社會穩定的風險因素實施的數據化轉變，實現風險的可計算化。在實現風險因素的數據化轉化這一目標過程中，所采用的主要研究手段應當是尋求風險因素與定量數據間的融合點與連接點，將風險因素與數理算法自然地建立聯系，從而能實現對風險計算的普遍應用。顯然，數字化提高了數據管理的效率。通過數字化，模擬數據被轉換成計算機可以讀取的數字數據，使得數據的管理變得既方便又高效。如谷歌曾經通過對“流感”及其相關詞匯在網絡搜索記錄中出現頻率的分析，比美國疾控中心提前并準確預測了流感病毒在全美的傳播狀況。這種“預測”能力正是穩評體現科學性的分析方法所追求的目標，也是傳統穩評方法難以實現的。“公共政策是關于決定誰將在何時、以何種形式得到何種資源的學問，公共部門必須權衡精英的觀點和公眾的需求。而大數據則提供了智慧決策協同治理的經驗邏輯，突破了數據驅動決策的技術難題，也激發了公共利益的導向和動機，實現了工具理性。”[14](p5-15)因此，將大數據的理念、方法與工具融入穩評的方法中，提高信息收集的深度、廣度和時效，運用精心設計的算法深度挖掘海量數據蘊含的隱性信息和核心價值，有助于增強穩評的科學化水平，提高穩評結論的權威性和穩評效果。

三、大數據應用于社會穩定風險評估面臨的問題

傳統的穩評思維、人們對大數據的特點和重要性缺乏足夠的認識、大數據分析自身固有的特點等因素，導致在穩評中應用大數據還存在一些問題。

（一）穩評過程中應用大數據的能力亟須增強

一直以來，受固有的傳統穩評思維的影響，地方政府在穩評實踐中，通常采取實地走訪利益相關者、問卷調查、舉行聽證會、專家座談等方式獲取多方意見，以此識別風險和分析風險，獲得評估結論。雖然人們已經意識到大數據在助力公共政策制定問題上的巨大潛力，“用數據說話、用數據決策、用數據管理、用數據創新”已經成為一項政策要求，但大數據分析作為一種新興的高科技分析技術，海量、高速和異質性特征使得無論是數據收集還是分析數據均需要專業的技術。另外，算法是大數據活動的核心。書寫甚至閱讀算法均是一項專業技能。“這些復雜的算法即使對于業內專家都是需要花費大量的時間和精力才能了解。一般性的計算法素養并不能充分滿足對算法的解讀要求。”[15](p43-53)顯然，大數據分析對于決策承辦主體或者負責穩評的主體提出了包括數據捕獲、語義調和、聚合和關聯在內的新的分析范式要求，也提出了諸如集成數據源、過濾數據、轉化和處理非結構化數據、模型建構、算法設計等問題的技術挑戰。此外，由于大數據應用本身存在一定的難度和風險，人們對大數據還存在一定的不信任感或疑慮。在風險方面，根據學者的統計，26.3%的研究重視數據質量低的問題；21%的文章關注數據誤用的問題，認為在數據獲取后的過程中存在許多系統性偏差，最終不利于得出客觀真實的結論；21.0%的文獻認為運用大數據可能會帶來新的數據不公平問題。另外，由于缺乏一個大數據應用的明確路徑，大數據分析手段在實踐中很難被一般的政府部門或企事業組織所掌握，多達68.4%的文獻提到政府部門缺乏大數據能力的問題，包括收集、分析處理的能力[10](p161-168)。有學者提出了“大數據能力”的概念，指的是識別與解釋數據以助于公共政策制定的能力。特別強調數據豐富（data rich）與信息豐富（information rich）的區別，指出數據豐富是指擁有大量的數據集，而信息豐富則是指將數據轉換為公共政策的制定和行動的基礎知識與分析能力[10](p161-168)。顯然，通過將大數據應用于穩評以期得出準確的評估結論，提升大數據應用能力是前提。

（二）大數據活動涉及對個人權益的侵犯

根據學者的統計，在研究大數據的學術文章中，42.1%的文章提及大數據使用可能會侵犯公民數據隱私的問題[10](p161-168)。在動態、立體化的網絡環境下，重大行政決策的利益相關者的“異質性”心理與行為表現極為突出，因重大行政決策誘發的風險信息可以通過自媒體快速擴散、交織，短時間內形成數量巨大、形態多樣的輿情數據。另外，涉及利益相關者的圖像、視頻、音頻、點擊流等半結構化或非結構化的數據內容背后，往往隱藏著利益相關者的真實態度、訴求及行為趨勢特征。“大數據的核心思想就是用規模劇增來改變現狀。”[2](p195)在穩評中，應用大數據要分析利益相關者的心理和行為傾向，必然涉及個人的隱私信息。大數據的價值不再單純來自其基本用途，更多源于通過算法的二次利用，能夠挖掘出更加深層次的隱形特征。在穩評中，為了盡可能地分析出各種風險，存在著各種各樣的誘因，讓評估主體對數據盡可能地采集更多、存儲更久、分析更徹底，這樣就會不可避免地涉及個人隱私。除隱私權外，歧視性數據、算法本身存在缺陷或瑕疵也會導致算法歧視的發生。對個人權益的侵犯通常具有兩面性，以侵犯數據隱私權為例，一方面，因顧及個人隱私，或因個人不同意使用自己的數據信息而導致數據壁壘，阻礙了大數據的應用，必然會影響重大行政決策的制定和實施。從長遠來看，將影響廣大公眾享受大數據在推動經濟發展中給人們帶來的利益。另一方面，一味追求數據收集和算法設計而不顧及個人的隱私，或者對個人同意收集的個人數據疏于管理，必然導致個人隱私被侵犯，不僅公眾不愿意提交自己的數據信息，而且如果出現大規模侵犯個人隱私的情況，很可能會因為引發民怨，與重大行政決策可能引發的風險疊加而威脅社會穩定。

（三）大數據應用于穩評仍存在一定的局限性

大數據并非穩評所依靠的唯一工具。在大數據技術做出動態評估結果的基礎上，根據結果顯示的風險級別和特點，需要一線工作人員積極并有針對性地開展風險溝通，盡可能地將一些風險系數降低。重大行政決策中的風險溝通，是指通過政府與公眾之間圍繞決策主題開展的對話交流，以彌合官民間的風險認知鴻溝，從而降低利益相關者主觀建構的社會穩定風險。“在傳統社會，科層組織可以在存在內生矛盾的情況下正常運作。其中一個重要的前提是每個政府層級的公務員并不如理性官僚制所設想的那樣完全呈現非人格化特點；恰好相反，行政管理人員的領導力、溝通力以及在矛盾張力下的平衡能力是行政效能的重要保證”[16](p56-62)。風險溝通的目的得以實現的原因在于人的整體判斷認知和溝通協調能力，這遠非簡單的技術理性可以做到。另外，在大數據研究領域，有一種聲音認為在大數據時代，我們知道“是什么”就夠了，不必知道現象背后的原因。“大數據時代對我們的生活，以及與世界交流的方式都提出了挑戰……社會需要放棄對因果關系的渴求，而僅需關注相關關系。也就是說只要知道是什么，而不需要知道為什么。這就推翻了自古以來的慣例，而我們做決定和理解現實的最基本方式也將受到挑戰。”[2](p9)依據這樣的判斷，如果將大數據應用于穩評只能評估風險的等級，而不能分析出產生風險的原因，無疑減損了穩評具有的防范風險的價值功能。同樣，要找尋風險產生的原因，除了完善大數據的算法外，現實中仍要依賴基層政府工作人員情境化地在風險因素中進行衡量，才能最終決定降低和化解風險的方式和方法。這種情境化的分析抉擇是非人格化數據分析難以做到的。換言之，大數據技術的應用，穩評工作可以減少對人的依賴，但從降低風險，保證重大行政決策能夠順利實施的意義上來說，保證穩評質量、合理使用自由裁量、達到風險溝通效果依賴的仍是身處一線的政府工作人員。因為在大數據分析得出具有動態風險結論的情況下，保證了不會僅僅因為一次穩評結果而導致重大行政決策“胎死腹中”，從而出現影響推動地方經濟社會發展的改革舉措難以實施的局面。

四、大數據應用推進穩評法治化的路徑

隨著被確立為決策機關做出重大行政決策必經的法律程序，穩評儼然成為一項規制行政權力的重要機制。同時，穩評過程本身也要體現規制行政權力，保護個人權利的法治精神。然而，如前所述，傳統穩評的價值取向與法治存在相斥之處，這就要求必須創新穩評方式方法，提升穩評的法治化水平。大數據的應用已經成為一種不可逆的趨勢，而法治既是國家走向文明和現代化的治國理政方式，又是人類追求的一種文明社會狀態。大數據唯有在法治的框架內應用，并且其應用體現對法治的推動作用，才能獲得健康的發展。

（一）建立數據豐富的風險信息數據庫推進穩評的民主性和公平性

傳統穩評采取的采樣分析、抽樣分析是信息缺乏時代和信息流動受限制的模擬數據時代的產物。由于可獲取信息的有限性，抽樣和采樣被當作是一種必然的數據分析方法。以大數據思維重新審視這種抽樣和采樣分析，其實質是一種人為的限制。據統計，“人類存儲信息量的增長速度比世界經濟的增長速度快4倍，而計算機數據處理能力的增長速度則比世界經濟的增長速度快9 倍”。早在2007年就有學者統計，所有數據只有7%是存儲在報紙、書籍、圖片等媒介上的模擬數據，其余全部是數字數據①模擬數據指的是取值范圍為連續的變量或數值，例如聲音、圖像、溫度、壓力等。數字數據相對于模擬數據而言，指的是取值范圍為離散的變量或者數值。參見[英]維克托·邁爾-舍恩伯格：《大數據時代》，盛楊燕，周濤，譯，浙江人民出版社2013年版，第12頁。。與有限的小數據范圍相比，追求“以量變導致質變”的大數據分析為分析帶來了更高的精確性，能夠分析出更多以往抽樣樣本所不能揭示的細節信息。大數據應用與穩評的媒介是實現影響社會穩定風險的數據化處理，即通過對風險因素模型庫的搭建實現風險因素數據化的處理操作，由風險因素模型庫與附加在其上的分類算法對特定風險進行分類。因此，建立涵蓋海量風險信息的數據庫是基礎。20世紀80年代美國公共交通治理案例得出的經驗表明，風險評估結果的科學性很大程度上取決于所收集到的風險數據“全樣本”程度，后者程度越高，評估結果的精準度也就越高[17](p43-47，145)。即便統計方法再先進和精確，也不能彌補因數據匱乏而使用抽樣數據的不足，數據才是提高穩評精準度繼而為重大行政決策提供依據的關鍵。豐富的數據為風險分析提供了觀察真實社會穩定態勢的窗口，支持了決策機關基于穩評的決策制定，這在重大行政決策涉及眾多利益相關者的城市中表現得尤為突出。因為城市人口密集，社會資源豐富，科技水平相對較高，描述人類活動的社交網絡和具有時間、地理維度的物聯網絡比較發達，信息化數據豐富。眾多的公共議題幾乎都被包含在這些豐富的信息化數據中，其中涵蓋各種數據采集系統。通過精確、詳細、快速更新的數據，風險和政策分析者可以發現過去無法被察覺的信息流以及隱藏的發展模式與關系，揭示特定個體的心理動態和行為模式，為風險識別、分類、分析等提出有益見解，進而被運用到重大行政決策的制定中。“數據參與”作為信息社會實現民主的特有方式，無疑有助于穩評乃至重大行政決策的民主價值。另外，數據豐富不僅涉及穩評參與的民主化問題，而且涉及穩評結論的公平問題。數據缺乏意味著并非全體公民參與提供了數據，能夠提供數據的公民往往是那些有能力接觸現代通信技術的人，這意味著越是提供自己意見的人越能從政策輸出結果中受益[18]。也有學者提到，“數據不公可能與電子參與方式本身固有的民意攝取不足的缺陷有關。因此，公共部門應該滿足公眾關于參與機會平等的合法期望，要滿足參與機會平等，還需要對傳統的電子參與的方式進行創新”[10](p161-168)。公平是法治追求的價值目標，在合法合理的前提下收集和分析盡可能多的數據，無疑可使基于穩評的重大行政決策更能夠體現公平。

（二）規范數據使用行為保護個人合法權益

傳統的隱私權保護規范所貫徹的一個基本原則即個人自己決定是否、由誰以及如何來處理使用他們的個人信息。從保護個人隱私角度分析，個人隱私之所以容易受到大數據的侵犯，并不是大數據本身的缺陷，主要是數據使用者濫用大數據預測。另外，大數據很重要的應用價值體現在通過算法二次深度分析得出的信息，個人面對數據使用者收集自己的信息做出同意的意思表示時往往并不會考慮這一問題。大數據被濫用導致個人隱私被侵犯，必然會讓個人對別人使用自己的信息產生畏懼。隨著大數據二次分析數據背后關于個人的更深層次的信息逐漸被人們所熟知，必然會加劇個人對允許他人使用數據的抵觸心理，使大數據的應用面臨強大的壁壘。因此，以往在數據使用者和個人用戶之間關于個人數據的“告知與許可”的模式，無論是對于推廣大數據的應用讓人們享受到更多高科技帶來的利益，還是對于保護個人隱私而言，都起不到足夠有效的作用。以大數據為主要特征的信息時代，一味地強調對個人隱私的絕對保護而阻礙大數據的應用，顯然違背時代發展潮流，從長遠來看，也會影響社會福祉的增長；當然，一味強調大數據應用而不顧及個人隱私是把人作為了手段而不是目的的做法，更加不可取。解決這一矛盾的關鍵是在法治的框架內尋求兩種利益的平衡點，用法律來規范大數據使用者的行為，用法律明確個人信息的保護，在法治的軌道上確保大數據使用者對數據的合法和合理使用，保證個人隱私權不受侵犯。因此，應當加快制定《個人信息保護法》，確立個人隱私保護和大數據合法合理使用的基本原則，明確數據使用者在正常情況下必須遵守“告知與許可”的數據合法使用規則，在緊急情況下為了公共利益需要必須遵守數據合理使用的規則，在數據使用和個人隱私權保護之間劃分界限，為數據使用者對數據的收集、存儲和使用指明合法和合理的路徑、方法、范圍和時效。此外，由于數據使用者往往是數據使用的直接受益者，他們比任何人都要清楚他們使用數據的真正目的，他們在數據收集和算法設計的整個環節都是積極主動的，如果侵犯了個人的權益，當然應當承擔責任。因此，法律應當對數據使用、管理、算法設計進行嚴格規范。例如，為了平衡企業商業秘密保護和監管數據、個人數據保護和數據監管之間的關系，同時解決“數據活動的技術性使得數據活動天然地具備秘密性，不了解技術的司法和行政機構工作者根本無力判斷數據活動是否合規”[15](p43-53)的問題，德國《聯邦數據保護法》建立了數據活動顧問制度。根據這一制度，數據活動顧問參與企業算法的設計等數據活動，并定期檢查企業的數據活動，有權要求企業配合工作和向數據活動監管機關尋求幫助，數據活動顧問怠于行使職責或與企業共同為不法行為的，應與企業共同承擔連帶責任[15](p43-53)。我國可以參考建立這一制度，并輔以建立行政強制措施制度及時阻斷侵犯個人隱私權、平等權的數據使用行為，確立數據使用者濫用數據應當承擔的諸如警告、罰款甚至是刑事處罰等法律責任，在加強對個人權益保護的基礎上，促進數據使用走上法治軌道。

（三）應用大數據探究風險起因和維權路徑

被譽為“大數據時代的語言家”的英國學者維克托認為，大數據的精髓在于分析信息時的三個轉變，包括由隨機采樣轉變為處理和某個特別現象相關的所有數據，數據之多導致不再熱衷于追求精確度，以及由前兩個轉變而促成的“我們不再熱衷于找因果關系”，而是尋找事物之間的相關關系。“如果數百萬條電子醫療記錄顯示橙汁和阿司匹林的特定組合可以治療癌癥，那么找出具體的藥理機械就沒有這種治療方法本身來得重要。同樣，只要我們知道什么是買機票的最佳時機，就算不知道機票價格瘋狂變動的原因也無所謂了。大數據告訴我們‘是什么’而不是‘為什么’。”[2](p18-19)但也有學者認為，人類有史以來最大規模的單位時間數據所試圖回答的，正是關于因果關系的最偉大的問題：希格斯玻色子是否存在，我們的宇宙是否有可能用標準模型刻畫。認為相關終于因果，是某些有代表性的大數據分析手段（譬如機器學習）中內稟的適用主義魅影，絕非大數據自身的訴求。避免“數據的獨裁”和“錯誤的前提導致錯誤的結論”，其解決之道在于挖掘因果聯系而非相關性[2](p9)。事實上，穩評機制既有預測風險的功能，也有為防范和化解風險指明路徑的作用。維權是維穩的基礎，維穩的實質是維權[19]。防范和化解社會穩定風險，關鍵是要維護好公眾的權益，而要維護好公眾的權益，關鍵是了解公眾不滿和權益受損的原因。因此，穩評事實上屬于對維護群眾切身利益具有重要作用的機制，對風險的分析既注重找相關關系，也注重找因果關系。既要分析風險發生的可能性，同時也要了解風險產生的原因，以便為風險感知、風險協商、維護群眾權益、控制風險提供依據和路徑。大數據應用于穩評實際上是探索復雜社會網絡間的個體及群體性行為趨向，數據背后往往是動態變化的個體行為軌跡，其預測的價值實現就是對因某一特定外部沖擊引發的輿情關系進行關聯，不僅僅關注數據間的相關關系，也關注傳統意義上的因果關系。權利保護是法治的核心要義。大數據應用于穩評不僅應圍繞風險發生的可能性深度挖掘數據間的相關關系，而且應動態分析利益相關者的心理變化、權益受損的原因，為風險溝通、維護好利益相關者的權益、化解風險提供依據。

（四）應用大數據分析平衡利害與合法性的關系

“如果政府過度執著于項目真正的合法性狀況，而忽視公眾對合法性的主觀感知，就可能陷入巨大的社會風險當中且毫不自知。”[1](p113-130)反過來，如果政府一味關注公眾只顧自身利害關系的主觀感知，忽視、扭曲甚至排斥法律的作用，就會助長一些人“大鬧大解決、小鬧小解決、不鬧不解決”的錯誤預期，嚴重破壞法治，影響社會的長治久安。可見，要在實質上實現穩評法治化，關鍵是平衡好穩評所追求的利害關系與法治所要求的合法性之間的關系。將利害關系的判斷置于法治的框架內，同時，以利害關系評估法律的合法性，推動實現良法善治。一方面，在穩評過程中，當據以判斷風險發生概率的利益相關者的利害關系與根據合法性判斷的是非關系相一致，例如，重大行政決策的依據是違法的，引發了利益相關者的不滿。根據利害關系對風險做出的判斷，可以作為制定重大行政決策的依據。另一方面，當利害與是非不一致，例如，重大行政決策雖然合法，但利益相關者對因決策實施導致的利益受損不滿，這時，如果選擇依據體現合法性的是非標準來決策，有利于維護法治的權威和長遠的穩定，但是可能會引發社會不穩定風險；如果只依據利害關系來決策，雖然有利于維護眼前的穩定，但是會助長一些人“大鬧大解決”的心理，有損法治的權威，不利于維護社會長遠的穩定。在這種情況下做決策需要綜合考慮相關因素。如果利害與是非不一致是因為作為合法性判斷依據的法律或政策存在問題，要及時修法或從頂層設計上及時做出調整，實現利害與是非的一致。在這個過程中，應當發揮大數據算法分析的作用，例如在評估信息系統安全風險時使用的基于灰色關聯決策算法的方法[20](p413)。該方法不僅可以較好地處理評估過程中參數值的不確定性問題，減少評估過程中的主觀性，還可以方便地對不同信息系統的安全性進行比較，為信息安全風險評估提供了一種新的思路[21](p413)。社會穩定風險系統的一些特征與灰色系統的特征具有一定的相似性，可以參考該決策算法的評估方法，實現“利益相關者的利害關系”“重大行政決策的合法性”“重大行政決策依據的合法性”的數據化驅動，并沿著以下分析路徑設計數據模型和算法：

1.通過對所有利益相關者的數據分析，對他們的心理和行為做出判斷和預測。如果評估分析的利害關系與合法性判斷一致，如重大行政決策的實施是合法的，雖然部分利益相關者存在對決策的不滿，但是不滿的原因是他們擔心自己的權益難以得到依法保護，這種情況下，應嚴格依法做出決策，并按照法律的規定加強對利益相關者權益的保護；如果評估分析的“利害”關系與合法性判斷不一致，例如，雖然依據法律和政策，預實施的重大行政決策是“合法的”，但是卻遭到了利益相關者的普遍抵觸，則按照下面的方法進行。

2.對做出合法性判斷所依據的法律、政策、決定等的實施情況進行大數據的分析評估，包括該法律政策的實施狀況對個人權益影響的評估，司法實踐中涉及與該法律政策的實施有關的案件判決的分析評估，不同地區調整類似問題的法律政策實施狀況的分析評估等，如果得出的分析結論顯示據以判斷合法性的法律或政策出了問題，應當暫停重大行政決策的實施，按照法律程序，及時對相關法律、政策做出調整后，重新考慮重大行政決策的實施問題；如果大數據分析得出的結論不是頂層設計存在的問題，則按照下面的方法進行。

3.不應當將穩評作為決策所依據的唯一要素，在穩評結果顯示有一定風險的情況下，如果符合法治的要求，經過綜合考慮，在符合其他要素的情況下，也可以做出決策。但應用大數據對依據合法性做出決策后的利益相關者的心理和行為進行分析預測，尤其要分析引發公眾不滿的原因，并根據原因，利用大數據結合對個人數據的算法分析能夠對每個人精準畫像的功能，得出帶有“私人訂制”特點的解決方案，政府工作人員應結合方案及時進行風險溝通，化解矛盾，實現在法治軌道上運用大數據維穩的目的。

五、結語

突如其來的新冠肺炎疫情已經持續一年多，在疫情防控與經濟發展同步進行進入常態化的背景下，較之以訪談、走訪利益相關者進行風險識別的手段，將風險信息要素實現數據化驅動，進而通過算法設計實現數據分析得出判斷結論的大數據技術應用于重大行政決策穩評的優勢進一步凸顯。即便是為疫情防控做出帶有應急決策性質的重大行政決策，基于時間的緊迫性可以跨越公眾參與、專家論證等程序，也必須顧及決策做出可能引發的社會穩定風險，同樣呼喚在有限時間內能夠引入更多的公眾參與，盡可能體現決策過程民主化的風險評估方法的出現。大數據為處理復雜的數據分析提供了技術，可以在各種社會狀態下體現穩評的民主價值，提升穩評結果的準確度。當然，唯有確保穩評符合法治的價值，大數據在穩評中的應用方能健康發展。通過穩評實現重大行政決策“利與害”和“是與非”兩種價值維度趨于一致，關鍵是要在穩評和法治所追求的價值中找尋“公約數”，通過發揮“公約數”的功能緩解兩者的張力，推動穩評的法治化。