陈 鹏

（安徽师范大学法学院，安徽芜湖 241002）

物联网、移动互联网和云计算的兴起及其日渐成熟，加速了人类生产方式和生活方式的变革，推动着大数据时代的到来。同时，人工智能深度学习算法取得的重大突破及其应用场景的不断拓展，使得作为人工智能基石之一的数据的价值日渐凸显，数据已经成为重要的战略资源，依据数据处理和分析的结果来识别问题、分析问题和寻求问题的解决方案正逐渐成为政府、企业和社会组织决策和行为时的重要路径。伴随数据在经济社会发展中重要性的日渐彰显，掌握海量数据并拥有数据处理技术优势的资本，在国家治理和全球治理中的影响力和控制力不断增强，一种新型的技术权力形态——数据权力正日渐兴起。数据权力表象上是一种技术权力，彰显了数据在国家治理、社会治理和市场治理等领域的重要作用，数据权力成为市场和社会监督国家权力运行的有效利器。但同时，数据权力的背后潜藏着资本的身影，资本凭借其在数据资源的获取、存储、处理和分析上的技术优势，通过实施数据歧视、数据欺诈、数据黑箱、数据霸权等手段来重塑资本与社会、资本与国家的关系格局，使得传统上由政府主导的国家治理体系和由主权国家主导的全球治理秩序发生着深刻地变革。面对影响力和控制力日渐增强的数据权力，在积极推动数据技术发展、深度挖掘数据价值来为国家治理水平和国家治理能力提升服务的同时，也需要对数据权力的掌握者和使用者进行有效地规制，以确保数据权力在保障国家安全和全球治理秩序稳定的前提下得到广泛而深度地应用。

一、数据权力：一种新型的权力形态

数据是信息的表现形式之一。受到保存技术和存储成本等因素的影响，人类社会的数据量在很长一段时期内都处于缓慢的增长状态。计算机的出现和互联网时代的到来，使得电子数据的存储成本更低，传输也更加便捷。物联网的兴起和移动互联时代的到来，使得数据的类型更加丰富，数据传输的速度不断加快，整个社会的数据量呈现出爆炸式增长的状态，推动着传统数据时代向大数据时代的转变。大数据时代的到来，使得数据从一种信息表现形式变成了异常重要的战略资源，数据的内涵和外延都发生了深刻的变化。“大数据是一种价值观、方法论，面临的不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。这是一场思维的大变革，更是一个互动的过程——你可以用不同的角度不同的方式做大数据，并得到不一样的结果与好处。”［1］

大数据的出现及其在经济社会发展中的深度应用，不仅仅是数据技术的重大进步，而且也带来了国家治理体系和全球治理格局的深刻变革，“原本孤立、冰冷的数据的价值被不断深度挖掘，运用数据分析和处理的结果来解决政府治理遇到的难题成为政府治理的常态”。［2］伴随近些年来人工智能技术应用场景的不断拓展和应用程度的不断加深，作为人工智能基石之一的数据的价值和作用不断呈现，数据拥有者和使用者利用数据对特定主体所能施加的影响力和控制力也不断增强。目前，“数字技术掀起了一场革命，让企业家们利用光纤在一个不受管辖的世界里凭空建立起他们的王国。他们已经向政府和它的传统权威发起了挑战”，［3］XII数据权力作为一种新型的权力形态开始登上人类历史的舞台。数据权力作为一种技术形态的权力，是指特定的主体凭借其在数据的获取、存储、处理和使用上的技术优势，而拥有的对政府、公民、企业以及社会组织的决策和行为等方面的影响力和控制力。

（一）数据权力表象上是一种技术形态的权力

数据权力是伴随数据获取、存储、处理和使用技术以及人工智能算法发生的重大变革而出现的权力类型，其技术形态的特征较为明显。首先，数据权力的出现，与数据技术的发展密切相关。在大数据时代来临之前，作为一种信息表现形式的数据，虽然在人类的决策和行为等方面发挥着较为重要的作用，但由于整个社会的数据量有限，数据获取和数据传输的成本又较高，致使数据在经济社会发展中的应用受到较大的限制，数据的权力特性尚不明显。而互联网、物联网和云计算等技术的出现，使得整个社会的数据量在快速增长的同时，数据的存储、处理和传递的成本也不断降低，数据在经济社会发展中的重要性日渐凸显，拥有数据存储和处理技术优势的主体对其他个体和组织的影响力与控制力也随之不断增强。其次，数据权力的强化，也与人工智能深度学习算法技术取得的重大突破紧密相连。数据和算法是人工智能的两大基石，二者之间存在密切的关联。人工智能深度学习算法的发展既得益于大数据的出现，同时也推动着数据资源价值的提升和数据权力特性的凸显。一方面，由特定类型的数据所构成的数据集是人工智能机器自主学习的原料，通过对数据的反复学习和强化训练，拥有深度学习算法的人工智能机器的自主决策和行为能力得以不断提升。另一方面，人工智能自主决策和行为能力的提升，推动着人工智能应用场景的进一步拓展和应用程度的进一步加深，作为人工智能自主决策和行为依据的数据的价值也随之得到更大程度的彰显，数据的权力特性日渐凸显。

（二）数据权力的背后潜藏着资本的权力

作为一种技术形态的权力类型，谁是数据权力真正的拥有者，主要取决于整个社会数据的获取、存储、处理和使用格局。从全社会数据资源配置的格局来看，政府虽拥有数量庞大的公共数据和基础数据，但由于政府内部数据孤岛问题的存在，致使政府在数据上的数量优势难以有效的转化为现实中的权力优势。而伴随平台经济的崛起，少数巨型平台企业的数据获取优势日渐凸显。少数巨型平台企业不仅掌握了海量的用户数据，并且这些企业利用给政府提供智能政务服务平台的机会，可以很轻易地获取海量的政务数据。因此，从表面来看政府是大数据时代掌握数据数量优势的主体，而实际上真正掌握数据数量优势的是少数巨型平台企业。与此同时，少数巨型平台企业也掌握着数据存储、数据处理和数据分析等方面的技术优势。少数巨型平台企业在数据获取、存储、处理和分析上的技术优势与其在人工智能深度学习算法上的技术优势的叠加，使得资本真正成为大数据时代数据权力的掌握者和行使者，数据权力在其技术外表之下潜藏着资本的权力。

（三）数据权力是数据的掌握者或使用者所拥有的对特定对象的影响力和控制力

在大数据时代来临之前，拥有政治权力的国家机关在国家治理体系中居于中心地位，国家治理也由此呈现出由政府主导的格局。而“在大数据时代，权力悄然发生转移，它不像小数据时代那样‘代表性对象’或‘特定主体’居于核心地位，而是每个个体都获得平等的机会，主体性更加突出，主体之间或主体与事物的关联性（相关关系）也更加紧密”。［4］伴随数据在国民经济和社会发展中重要性的日渐凸显，掌握数据的主体和拥有数据存储、处理和分析等技术优势的数据使用主体，在国家治理和社会治理中的影响力和控制力也随之不断增强，数据的掌握者或使用者在数据占有、存储、处理和分析等方面的技术优势正迅速地转化为对特定对象的影响力和控制力，数据的权力特性日渐凸显，传统的权力分配格局也随之发生着深刻的变革，进而对国家治理秩序和全球治理格局产生深刻的影响。

作为一种新型的权力形态，数据权力归属于不同的主体所有或为不同的主体所用，其产生的作用和所发挥的影响存在很大的差异。公民是生产数据的主体之一，如果公民的数据权利能够得到切实有效的确认和保障，数据权力就可以成为公民用以规范政府权力运行、确保国家与社会关系良性运行的有效利器，实现以技术权力制约政治权力的目的，国家与社会关系的格局也随之得以重塑。而如果数据权力被少数巨型平台企业及其背后的资本所掌握，资本极有可能会利用自身在数据存储和处理以及智能算法上的技术优势，来强化其对社会和国家的权力优势，资本主导下的数据霸权也将愈演愈烈，现有的资本与国家、资本与社会的关系格局也将面临深刻的变革。

二、技术治理视角下的数据权力：国家与社会关系的变革

人类社会自进入国家状态以后，政府在解决市场失灵、提升社会管理水平和保障公共物品供给等方面发挥了重要的作用，但也确立以政府为中心的国家与社会关系格局，社会处于对国家和政府的依附状态。如何借助于特定的体制、机制和技术手段来强化社会对政府权力运行过程的约束和监督，规范政府权力的运行，推动形成良性的国家与社会关系格局成为很多学者关注的话题。大数据时代的到来，使得人类社会的生产、生活和交往呈现出强烈的数据化特征，数据在治理需求的精准识别、政策方案的科学制定、行政运行的有效监督和政府绩效的准确评估等方面所发挥的作用日渐凸显，使得公民、社会组织利用数据权力来规范政府权力的行使成为可能且必要。从技术治理的视角来看，数据权力正推动着现有的国家与社会关系格局发生着深刻的变革。

（一）治理需求的精准识别

社会管理和公共服务是政府的两大基本职能，社会能否实现有效的治理和公共服务能否得到充分的供给，是检验现代政府治理水平和治理能力高低的重要标准。为了有效提升政府的社会治理能力并不断改善政府公共服务供给的水平和质量，回应性政府理念近些年来在西方和我国开始兴起，而打造回应性政府的重要前提是政府要能对公众的实际需求进行精准的识别。但在社会治理和公共服务需求的识别与回应上，政府存在天然的弱势。面对日渐多元化甚至是个性化的治理需求，科层式的行政管理体制和运行机制难以做到精准的识别和及时的回应。同时，由于不同层级的政府和政府内部的不同部门通常都具有各自特定的利益诉求，对于自身利益诉求的追逐也在一定程度上妨碍了政府对公众真实需求的识别和回应。而大数据时代的到来，使得大样本甚至是全样本数据的获取成为可能，“网络与数据的深度融合给社会治理主体提供一个公平的机会和舞台，它们可以以自由的、公平的数据化的方式表达自身利益、行为、思想、信仰和情感需求”。［5］依托具有深度学习算法的人工智能治理平台和具有强大算力的云计算系统，政府可以运用相关数据的处理结果来分析公民、社会组织等主体的利益诉求和价值取向，从而使得治理需求的精准识别成为可能，进而为社会治理水平的提升和社会治理绩效的改善提供有力的保障。

（二）政策方案的科学制定

治理需求的精准识别，使得政策问题更易得到准确的界定。而要想成功地解决政策问题并满足社会的治理需求，还需要围绕特定的政策问题和政策目标制定出科学的政策方案。围绕着特定的政策问题和政策目标，通常存在着多种政策方案供决策主体来选择。决策主体在选择和确定政策方案时，往往会受到决策信息有限、自身的价值取向、特定的利益偏好以及决策能力有限等因素的影响和制约，致使所选择的决策方案可能存在一定程度的瑕疵，进而影响到政府治理的效能。而大数据的出现，给政策方案的制定过程带来了深刻的变革。“大数据把传统的因果性关系转向相关性关系。传统的因果性是找到原因，从原因推出结果。大数据无须找到原因，从先后关联中找到因果律。大数据根据呈现的迹象进行数据统计和分析，客观显示相关结果”。［6］决策主体通过对与政策问题相关的大数据的提取和处理，可以对不同政策方案的成本、收益及其在实施过程中可能存在的风险作出较为客观准确的分析，尽可能降低决策主体的价值取向和利益偏好等主观因素给政策方案制定和选择带来的不利影响，从而实现科学制定政策方案的目标。同时，政策方案在执行过程中生成的实时数据，为决策主体对政策方案进行不断地调整和优化提供了可靠的依据，进而有助于政策目标的成功实现。

（三）行政执行的有效监督

行政决策特别是重大行政决策的制定，一般需要经过调查研究、征求意见、专家论证、风险评估、合法性审查、集体讨论等环节，最终的决策结果也需要向社会公开，这就在很大程度上保障了决策的民主性和科学性。而在行政执行过程中，由于公民、企业和社会组织等通常缺乏有效的监督手段，致使行政执行过程存在黑箱操作的可能和空间。行政机关的工作人员是理性的行动者，在地区利益和部门利益以及地方政府主要领导偏好的驱动下，行政执行的结果往往与政策制定主体的预期目标产生很大的偏差甚至是完全背离，不仅浪费了有限的政策资源，更影响到政府的公信力。如何在赋予行政执行机关一定的自由裁量权限的同时又能对行政执行的过程进行有效的监督，以确保政策制定的预期目标能够顺利实现是政府治理面临的一项重要任务。大数据时代的到来，使得公民、企业和社会组织获取政务信息的难度和成本大为降低，通过对政务信息及时准确的获取，公民和社会组织可以对行政执行的过程进行有效的监督。通过各种类型的政务应用软件，公民、企业和社会组织可以及时地查看行政执行的各个流程，封闭型的政府正逐步向透明型的政府转变。在具体的政府治理实践中，“通过运用大数据，能够构建起基于权责对等原则的国家治理生态系统框架，将模糊责任转为可视化责任，从而进行可视化责任梳理和再分配，生成责任清单、任务清单等，并使它们在决策者、执行者和公众之间无障碍地流转和对接”，［7］从而更好地实现公众对行政执行过程的有效监督。

（四）政府绩效的准确评估

政府绩效不仅是衡量政府资源投入的成效、政策制定的水平和政府治理能力高低的重要指标，更是影响政府官员晋升空间和民众对政府满意度的关键性因素。如何对政府绩效进行科学准确的评估，是政府治理实践中的一项重要工作。在政府绩效评估中，评估样本如何选择、评估主体所能获取的评估数据的多少以及评估数据的真实性和时效性，直接关系到评估的结果是否准确。大数据时代的到来，使得传统评估主体所使用的小样本数据，被大样本数据甚至是全样本数据所取代，政府绩效评估的科学性也随之大幅提升。政府绩效评估主体通过对政府运行过程中生成的海量存量数据和实时数据的提取、处理和分析，可以对政府和政府内部的不同部门在特定时期内的绩效进行客观公正准确的评估，进而对政府资源投入的成效、公共政策制定的水平和政府的治理能力进行准确地衡量。利用大数据来对政府绩效进行准确评估，能有效抑制地方政府通过数据造假来获得虚假绩效的空间，进而对地方政府官员的行为动机和行为策略产生了深刻的影响，有利于更好地打造责任政府。

三、资本视角下的数据权力：资本与国家、资本与社会关系的重塑

在人类历史上，“技术上最伟大的胜利与最大的灾难几乎并列”。［8］16伴随大数据时代的到来和数据在国家治理中应用场景的不断拓展，数据权力作为一种技术形态的权力，在治理需求的精准识别、政策方案的科学制定、行政执行的有效监督和政府绩效的准确评估等方面发挥着越来越重要的作用，数据权力正逐渐成为社会约束和监督国家权力运行的有效利器，推动着国家与社会关系发生着深刻的变革。但同时也要深刻地认识到，数据权力的背后潜藏着资本的力量。那些在数据的获取、存储、处理、分析及应用上拥有技术优势的企业，特别是少数巨型互联网平台企业，凭借自身在数据和人工智能深度学习算法上的技术优势，正逐步构建起资本对国家和社会的强势地位，而数据歧视、数据欺诈、数据黑箱和数据霸权等就是这种强势地位的具体表现，资本与国家、资本与社会的关系格局面临着重塑的可能。

（一）数据歧视加剧社会不公

数据是对已经发生和正在发生的行为与事件的记录，其在人类的生产和生活中扮演着重要的角色。伴随大数据和人工智能时代的到来，“基于算法的数据分析所产生的数据化框架对人和世界产生着决定性的影响。不论是否正确或恰当，算法和数据都在深远地影响着人的身份认同”。［9］目前，少数巨型平台企业在数据和算法上的技术优势较为明显。这些平台企业会依据自身的价值偏好和利益意图来采集数据集。“在数据集中，杂乱无序的各种相关性暗含着隐秘的规律性，其中很可能就存在某些偏见”，［10］134数据歧视问题也由此产生。数据是大数据时代人类决策和行为的主要依据，数据偏见的存在，会引发对特定区域、民族、种族、性别和职业人群的数据歧视，进而严重影响到这些群体的生存状况和发展前景，使得既有的社会不公问题在加剧的同时，又引发出新的社会不公现象。例如，在美国的犯罪记录中，黑人的犯罪率要高于白人，这就使得某一黑人在与白人竞争同一个职位时可能会被贴上犯罪几率较高的标签，进而导致其不能获得该职位。同时，在人工智能时代，数据是人工智能深度学习算法自主学习的原料和运行的依据，数据歧视的存在也会引发算法歧视的出现，数据歧视与算法歧视的相互强化，使得特定群体的处境更为艰难，社会不公问题也随之呈现加剧的态势。

（二）数据欺诈诱发资本主导公共政策议程的可能

在大数据时代，数据虽然是十分重要的战略资源，但静态的数据并不会直接将其自身的价值和功能体现出来，数据价值的发挥还需要依赖特定的主体利用一定的技术手段来对数据进行深度的挖掘。伴随人工智能时代的到来，数据价值的发挥与人工智能深度学习算法的运行日益紧密的联系在一起。一方面，海量的数据为人工智能深度学习算法学习和决策能力的提升提供了坚实的学习原料支撑。另一方面，通过深度学习算法对海量数据的分析和挖掘，数据的价值也得以更好地呈现出来。不过，由于人工智能深度学习算法的设计和研发是在封闭的状态下完成的，算法设计和研发主体的价值偏好会被植入到算法过程中，而算法代码的编写和运行过程又存在不可解释和不透明等特性，这就给特定的主体利用算法处理数据的技术表象来实现其不正当的利益诉求提供了便利。例如，掌握数据存储、处理、分析和算法研发等技术优势的资本，可以在技术的外衣之下较为轻易的实施欺诈行为，以实现自身的利益诉求，这种行为可称之为数据欺诈。在国家治理实践中，数据欺诈主要表现在资本可以利用特定的数据处理结果来主导公共政策议程等方面。少数掌握数据和算法技术优势的资本，会通过营造虚假公共舆论来主导政府公共政策议程，以实现自身特定的利益诉求。在整个公共政策议程中，“由谁决定哪些社会问题成为政策问题，对于政策制定过程来说是关键性的。决定哪些问题成为政策问题，甚至比决定这些问题的解决办法更为重要”。［11］28在政策问题的认定上，资本利用自身在数据控制和处理上的技术优势，可以按照自身的价值偏好和特定意图来有目的的提取或者过滤相关数据，然后通过特定的数据处理结果来营造对其有利的公共舆论，以此来影响政策问题的识别和公共政策议程的全过程，进而实现自身的利益意图。

（三）数据黑箱致使国家治理面临诸多不确定性风险

大数据时代的来临，使得数据获取和公开数据的成本大为降低。公民通过对政务数据及时有效的获取，可以对政府运行流程进行有效的监督，有利于透明政府的打造。同时，凭借对相关数据的使用和分析，政府的运行效率和治理效能也可以得到较大幅度的提升。卡斯特认为，“数据在表象上以客观的面貌呈现，内在却被隐藏的主观因素控制”。［12］数据运行的过程看似是受技术因素驱动的，是一个完全客观的过程，与价值和利益无涉。但是，在技术的表象之下，特定的主体也可以依据自身特定的价值偏好和利益意图来对数据的采集、分类和分析等环节施加影响，进而使得数据运行过程中的部分环节处于黑箱之中，数据黑箱问题也由此产生。伴随数据在国家治理中应用场景的不断拓展和应用程度的不断加深，数据黑箱问题的存在，使得国家治理面临很多不确定性风险。从现有的数据分配格局来看，政府虽然掌握了大量的公共数据和基础数据，但存放这些数据的存储系统和处理这些数据的智能政务系统基本上都是由少数巨型平台企业研发的。而这不仅给这些平台企业背后的资本获取政务数据提供了很好的机会，更给资本在技术外衣的掩护下依据自身的利益诉求来对政务数据进行处理提供了可能，并由此引发数据黑箱问题的出现，进而给国家治理带来诸多不确定性的风险。特别是那些发展中国家，“由于缺乏相应技术积累，发展中国家并没有充分有效的方式保护自己的数据安全，也没有足够的能力应对算法所带来的干涉。人工智能技术的进步将进一步凸显其在政治安全领域的脆弱性特征，传统的国家政治安全将面临严峻的考验”。［13］

（四）数据霸权不断冲击全球治理秩序

伴随大数据时代的来临和数据在经济社会发展中的重要性的日渐凸显，数据已经成为十分重要的战略资源，谁掌握了数据资源存储和处理的技术优势，谁就能赢得大数据时代的主动权，人类对于拥有数据存储和处理技术优势的主体可能会实施数据霸权的隐忧日渐加深。“在大数据时代，原始数据生产、加工和使用的过程几乎同步发生，且流程复杂。然而，作为数据生产者和使用者参与‘大数据基本循环’的普通公民，对于这里所使用的信息技术基础设施既无法把握又无法施加影响。”［14］同时，政府在数据和算法上对少数巨型平台企业及其背后资本的技术依赖，正使得全球治理体系和全球治理格局面临深刻变革的可能。近些年来，“随着资本权力和技术权力在国家行为体内部的扩张，新的异质性行为体将在国际关系活动中发挥更加重要的作用，不同类型的行为体因其不同的特性将带来不同的运行规则及行为逻辑，由内而外地推动国际体系变革的发生。”［15］目前，相较于主权国家而言，少数巨型平台企业及其背后的资本在数据存储和深度学习算法上的技术优势日渐凸显，少数几家巨型平台企业已经控制了数据应用平台的底层技术架构，资本利用主权国家在国家治理过程中所产生的对大数据和深度学习算法的技术依赖，正逐步构建起对主权国家的数据霸权，资本在全球治理体系中的话语权日渐增强，全球治理秩序也随之受到一定程度的冲击。

四、数据权力的规制：国家方案和全球视野

大数据时代的到来和人工智能技术的快速发展，使得数据在国家治理中的应用场景得以不断拓展，应用程度也随之不断加深，数据的权力特性日渐凸显。从技术治理的视角来看，数据权力是社会用以规范和约束政府权力运行的有效利器。但同时，数据权力的背后也潜藏着资本的力量，资本驱动数据所诱发的数据歧视、数据欺诈、数据黑箱和数据霸权等问题的出现，对社会治理格局、国家治理秩序和全球治理体系产生了深刻的影响和巨大的冲击。为此，在利用数据权力监督和制约政府权力运行的同时，也需要规范数据采集和使用行为，平衡好数据保护、数据流动和数据使用三者之间的关系，从技术、法律、政策等方面对数据权力进行必要的规制，以确保数据权力在保障国家安全和全球治理秩序稳定的前提下应用。与此同时，世界各国也需要在构建全球数据治理体系和加强数据跨境流动监管等方面展开积极的合作，以此来强化对数据权力的规制力度，确保各国数据主权的安全和全球治理秩序的稳定。

（一）国家方案

1.规范数据采集和使用行为，平衡好数据保护、数据流动和数据使用三者之间的关系。伴随云存储和云计算技术的日渐成熟，数据在国民经济和社会发展中的应用程度不断加深，如何在扩大数据采集范围和深化数据使用程度的同时有效保护数据主体的基本权利，不仅是推动数字经济规范健康发展的内在要求，而且也是有效规制资本在数据存储和使用方面滥用技术优势的重要保障。目前，欧盟在数据主体基本权利保护立法方面所取得的成就值得学习和借鉴。为了确保数据主体的基本权利能够得到有效的保护，欧盟已经陆续制定了《通用数据保护条例（GDPR）》《数字服务法案》和《数字市场法案》。以《通用数据保护条例（GDPR）》为例，“《通用数据保护条例》推崇个人信息保护要尊重信息主体的基本权利和自由，这种保护不因权利主体国籍或居住地的差别而有不同。”［16］同时，在数据的采集和使用上，《通用数据保护条例》对数据采集主体采集数据的目的、具体用途以及所采集数据的存储时间等问题都作了较为明确的限制性规定。相比之下，我国在数据主体基本权利的保护等方面的立法要滞后许多，尚缺乏较为系统的保护数据主体基本权利的法律。

资本在数据上的技术优势之所以能够转化为权力优势，在很大程度上源于现有的法律法规和政策对于数据主体的基本权利缺乏明确且有效的保障，对少数平台企业的数据采集和使用行为没有进行必要的规范和约束。对此，在法律层面，需要抓紧制定并出台《数据保护法》。《数据保护法》要对数据主体所拥有的基本权利进行明确，对数据采集主体的采集目的、采集范围和数据使用主体的使用目的、使用原则和存储时限等作出限制性规定，并明确数据采集和使用主体在采集和使用数据过程中如导致数据泄露以及不正当使用数据等行为所要承担的责任。在政策层面，要严厉打击平台企业利用数据存储和处理的技术优势来实施数据歧视、数据欺诈和数据黑箱等行为，明确数据的使用边界，防止少数巨型平台企业滥用消费数据和政务数据来获取不正当的利益，从而最大限度地保障全社会的数据处于合法合理的使用状态。

2.提升政府间、政府内部各部门间和政企间数据开放与共享水平，加快国家大数据中心建设。目前，人类“正走进包含着大数据的时代，大数据已经开始影响社会生产和生活的各个方面，然而，与这个时代相适应的真正的大数据思维尚未建立”。［17］数据作用的发挥，需要数据使用主体将分散在不同地方的数据进行有效的整合。政府虽拥有数量可观的数据，但由于政府“不同部门的数据储存在不同地方，格式也不一样，这就使得数据整合起来出现困难”，［18］致使政府的数据优势没有充分发挥出来。与此相反，伴随平台经济的崛起，少数巨型平台企业不仅掌握了海量的用户数据，而且其在云存储和云计算上的技术优势也日渐凸显，使得传统上以政府为中心的数据配置格局发生着深刻的变革，少数巨型平台企业及其背后的资本在数据治理体系和数据治理格局中的话语权日渐增强。因此，在对平台企业的数据采集和使用等行为进行规范和约束的同时，也需要加大对政府内部数据进行整合的力度，提升政府间、政府内部各部门间和政企间数据开放与共享水平，以此来弱化少数平台企业及其背后的资本在数据治理体系中的影响力和控制力，彰显政府在数据治理上的优势。为此，首先要不断提升政府间、政府内部各部门间的数据开放和共享水平，加快建设国家大数据中心。2016年10月9日，习近平总书记在主持中央政治局集体学习时发表的重要讲话强调，要深刻认识互联网在国家管理和社会治理中的作用，以推行电子政务、建设新型智慧城市等为抓手，以数据集中和共享为途径，建设全国一体化的国家大数据中心。但从目前国家大数据中心建设的进展情况来看，不同地区政府之间、不同层级政府之间以及政府内部不同部门之间的数据开放与共享水平偏低，制约了国家大数据中心建设的进度。对此，国家有关部门要制定统一的政府数据采集标准和存储格式，尽快建成一体化的国家大数据中心，推进公共数据开放和基础数据资源跨部门、跨区域、跨层级共享，并以此为平台来彰显政府的数据优势，进而有效抑制少数巨型平台企业所掌握的数据权力优势。其次，要提升政府与企业尤其是掌握海量数据的少数巨型平台企业之间的数据开放与共享水平。平台企业虽掌握着海量的用户数据，但平台企业不能将这些数据完全视为自己的私有财产。在这些数据的使用上，除了少部分涉及企业商业机密的数据外，平台企业有责任也有义务将自身的数据存储系统与国家大数据中心进行对接。政府在履行市场监督、公共管理和社会服务职能时，可以依据法定权限和法定程序要求相关平台企业提供相应的数据。政企间数据共享水平的提升，既有利于弱化少数平台企业及其背后的资本所拥有的数据优势，也有利于提升政府决策的科学化水平，进而提高政府治理的效能。

3.减轻政府在数据和算法等方面对少数巨型平台企业的技术依赖，确保政务数据安全。数据权力是数据的掌握者或使用者凭借自身在数据的存储、处理和分析等方面的技术优势，而拥有的针对特定对象的影响力和控制力。大数据时代的资本之所以能够建构起对公民、政府和社会组织的权力优势，主要源于其在数据存储、处理和分析以及智能算法的设计和研发上所拥有的技术优势。面对日渐强势的由资本主导的数据权力，智能治理时代的政府必须要在数据存储、处理、分析以及智能算法等方面加大投入力度，尽可能在数据和算法等方面减轻对少数巨型平台企业的技术依赖。［19］一方面，政府要在数据存储、处理和分析系统的研发上加大投入力度，鼓励国有独资或国有控股的通信企业单独或联合研发数据存储、处理和分析技术，政府尽可能使用由国有独资或国有控股通信企业提供的数据存储、处理和分析系统，以此来减轻政府在数据方面对少数巨型平台企业的技术依赖，确保政务数据的安全。另一方面，政府要在人工智能深度学习算法的研发和设计上加大投入力度，鼓励国有独资或国有控股的通信企业在底层算法模块的研发和设计上加大研发力度，政府尽可能使用由国有独资或国有控股通信企业研发的智能政务服务系统，以此来减轻政府在智能算法方面对少数巨型平台企业的技术依赖，消解资本在数据和算法上的技术优势。

（二）全球视野

1.各国要加强数据治理方面的合作，积极构建全球数据治理体系。近些年来，“随着大数据技术的不断演进和应用持续深化，以数据为核心的大数据产业生态正在加速构建”。［20］目前，资本凭借自身在数据和算法上的技术优势而构建起的数据权力，不仅深刻地影响着国家治理秩序，而且也给以主权国家为核心的全球治理体系带来了巨大的冲击，资本有取代主权国家成为全球治理体系核心的可能。当前，“针对人工智能技术的两大重要基础——大数据和算法，很难形成以国家为界的封闭式治理，其天然涉及到一系列跨境治理议题”。［21］因此，对由资本主导的数据权力的规制，除了需要依赖各主权国家在数据采集和使用等方面强化立法予以规制外，还需要各主权国家加强合作，构建全球数据治理体系，以此来削弱掌握数据优势的资本对全球治理体系的冲击。

“自人类进入大数据时代以来，大数据技术的应用不只意味着一次重大的产业技术革命，还内涵着政府治理的巨大变革”，［22］数据治理体系构建的重要性日渐凸显。全球数据治理体系的构建，需要各国在数据治理上达成共识，并为此采取积极的行动。目前，欧盟和美国在数据治理上的侧重点存在一定的差异。欧盟主要侧重于保护数据主体的权利，而美国则主要侧重于推动数据自由流通。欧美在数据治理侧重点上的不同，在一定程度上会妨碍全球数据治理体系的顺利构建。同时，发达国家与发展中国家因为在数字经济发展阶段和发展水平上存在较大的差距，使得双方在数据治理规则等方面的差异也较为明显，进而影响到对数据跨境流动的有效监管。对此，作为全球最大的发展中国家，我国应该在全球数据治理体系的构建和数据跨境流动监管等方面发挥重要的推动作用。首先，要积极推动全球数据治理规则共识的达成，将保护数据主体的基本权利和推动数据自由流通并重作为全球数据治理的基本规则。其次，建立发达国家和发展中国家在数据治理上的对话机制，推动建立公平公正的全球数据治理秩序。

2.强化数据跨境流动监管，确保各国数据主权安全。“数据主权与数据跨境传输问题是当下信息化、国际化新时期的重大现实命题。”［23］伴随大数据时代的到来，数据在国民经济和社会发展中的重要性不断提升，产业数字化和数字产业化的趋势日渐凸显，跨境流动的数据规模迅速扩大。数据跨境流动规模的扩大，在推动全球数字经济发展水平和质量不断提升的同时，也给少数拥有数据和算法技术优势的资本滥用数据权力提供了机会和便利，部分国家的数据主权安全面临较为严峻的挑战。为此，各国政府要加强在数据跨境流动监管方面的合作，尽最大可能地确保各国数据主权的安全。一方面，数据流出地国家的政府和数据流入地国家的政府之间要在数据主体的权利确认和权利保护等方面加强沟通和合作，最大限度地破除双方在数据主体权利确认和权利保护等方面的法律障碍和政策壁垒，最大可能地保障数据主体的基本权利和合法权益。另一方面，各主权国家的政府要在数据跨境流动的监管规则和监管体系构建上进行积极地沟通、有效的协商和深入的合作，共同抵制和严厉打击少数巨型平台企业滥用数据的行为，有效规制数据权力的滥用，确保各国数据主权的安全和全球治理秩序的稳定。