20210907-世界经济论坛-Empowered_Data_Societies_A_Human-Centric_Approach_to_Data_Relationships_35页_2mb

《赋能数据社会：以人为本的数据关系》白皮书总结

主要观点

1. 以人为本的数据治理：强调在数据生态系统中平衡技术发展与个人权利，将人的价值、需求和期望置于核心地位。
2. 信任构建机制：详细阐述如何通过透明度、数据最小化、道德规范等手段建立数据信任关系。
3. 前瞻性服务：探讨如何通过自动化服务、预测模型等技术手段主动响应用户需求，优化公共服务。
4. Helsinki实践案例：详述该市在数据利用上的创新框架，包括数据请求模板、匿名化技术及服务分级设计。

核心内容

1. 信任缺失问题及解决路径

• 信任定义：界定信任为个体间“自愿风险承担”及相互承诺，包括一致性行为、共同目标和身份保护。
• 政策工具：立法保障知情权、设置数据访问权限，推动数据最小化原则，设立红

通渠道，以降低数据滥用风险。

• 解决动态失衡：结合GDPR案例，提出正式与非正式规则并行的原则，防止某一方利益过度倾斜。

2. 个人赋能路径

• 用户旅程图解法：以Helsinki居民Aino的就业服务案例，展示数据流动前端（用户视角）与后台（系统交互）的交织关系。
• 冲突区识别：应用“冲突区”理论，指出个人隐私保护、数据利用与公共效绩之间需动态调和。
• 政策建议：推荐模块化治理方式，约束干预手段避免交叉负面效用；强调设计应允许多元结果发生，保全决策空间。

3. 前瞻性服务框架

• 应用场景：梳理AFST（儿童保护预测模型）、MomConnect（孕期短信服务）等跨国案例，分析成功经验。
• 关键考量：提出可行性标准，如目标受众界定（自然人或公务员）、服务获益方认可、数据完整度保障及潜在伦理危害评测。
• 数据安全防线：建议部署多重防护机制，确保最小特权原则、威胁检测与响应能力，并执行透明审计流程。

4. Helsinki实验启示

• 数据分级体系：建立内容与使用型分类模型，明确数据来源、用途及处理层级，形成可追溯管理架构。
• 混合云架构：开发匿名化工具，分离数据存储与处理环节，隔离敏感信息暴露风险。
• 服务阶梯模型：通过分层界面（图9）引导用户根据接受度选择数据利用深度，确认基础服务仍对所有人开放。

结论

该报告主张通过系统化方法实现数据资源优化配置与公民赋权并重，设计上需融合生态思维与模块化执行机制。当前数据治理任务包括：

• 建立跨部门联席监督机制，统一执行标准；
• 提供标准化开发工具包，促进技术普适性应用；
• 构建多层次安全保障体系，涵盖技术、法律与行业准则；
• 加强公民诚信数据使用教育，平衡数据流动性与个人控制权。