返回上一页 文章阅读 登录

林鸿潮:个人信息在社会风险治理中的利用及其限制

更新时间:2018-05-07 00:08:29
作者: 林鸿潮  

   个人信息公共性的凸显还与其概念内涵的变迁密切相关。个人信息一般被定义为与一个身份已被识别或者身份可识别的自然人(信息主体)相关的任何信息,包括自然人的姓名、出生年月日、身份证统一编号、护照号码、身体特征、指纹、婚姻、家庭、教育、职业、病历、医疗、基因、性生活、健康检查、犯罪前科、联络方式、财务情况、社会活动以及其他得以直接或间接方式识别该个人的信息。[12]从我国的既有法律规范来看,尽管其对个人信息的定义在短时间内迅速扩充,但基本上没有脱离上述范畴。以列举范围最宽泛的《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》(法释[2017]10号)为例,其定义的个人信息“是指以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人身份或者反映特定自然人活动情况的各种信息,包括姓名、身份证件号码、通信通讯联系方式、住址、账号密码、财产状况、行踪轨迹等”。然而,随着网络大数据技术的兴起,信息的使用者尽管有时候仍然希望通过这些信息去直接或间接地识别某个人,但更多的时候他们所希望识别的对象已经变成了某类人,也就是具有某种共同特征的人,至于这些人具体是谁,则对其毫无意义。仅仅用于识别某类人的信息,与之前用于识别某个人的信息并不完全相同,大多数时候是基于个人的既往活动而形成的轨迹信息、偏好信息。“由于计算机数据处理的便利,使国家、企业或个人能够迅速地搜集、储存、传送有关个人的各种数据,以不同的方式加以组合或呈现,可以用来预测个人的行为模式、政治态度、消费习惯,而作为一种资源或商品加以利用。”[13]用于这些预测目的的个人信息,主要已经不是传统意义上用来识别个人身份的信息了,而是以偏好信息居多,最典型的就是个人的行踪记录、网络搜索记录、浏览记录、聊天记录、网购记录、支付记录等。欧盟用于替代1995年《个人数据保护指令》的2016年《一般数据保护条例》在个人信息的定义中所增加列举的位置数据和在线标识,主要就是偏好信息。[14]有研究者已经注意到此类信息与传统上可识别个人信息之间的差异,并且注意到这类信息的特点是虽不能直接体现具体的信息主体是谁,但可以反映出其何时何地以何种方式从事了何种行为,还可以由此分析其兴趣爱好、活动范围、消费能力、消费需求、行为方式等,再通过数据分析为个人提供个性化的服务。然而,该研究者仍称之为“间接可识别个人信息”,这就与那些通过组合之后能够间接识别个人的信息混淆了起来。[15]实际上,这些信息的使用者并不需要对信息主体的个人身份进行识别,即使可以识别,在进行匿名化处理之后也丝毫不影响这些信息的用途。相对于传统的个人信息,这些信息的人格利益已经稀薄了许多,其公共价值却大大增加。正因为如此,在法律上就信息主体对个人信息的自我控制权给予一定限制,赋予行政机关在必要情况下直接使用的权力,其正当性才更加充分。

   个人信息的公共价值可以被用于商业或行政用途,近年来前者被人们谈论得很多,而后者也引起了学者的关注。“借助于现代信息技术,政府可以更加充分地发掘个人信息的公共管理价值。信息技术与统计学、数据分析技术的结合,政府可以低成本地收集和存储更多的个人信息,为确定社情民意提供更广泛的分析样本;通过对个人信息的处理和利用,政府也可以实现科学和理性决策,更好地推进公共管理和公共服务。……公共秩序、公共安全和公共福利的推进,都离不开以个人信息为基本单位的数据库的支撑。”[16]社会风险治理是政府利用个人信息一个典型领域,因为社会安全事件是由人的行为所导致的、危及社会稳定和社会秩序的冲突性事件,社会风险治理的目的就是降低发生此类危机的可能性,或者阻止这种可能性转化为现实,以及在这种可能性转化为现实之后控制事态和减少损失,其核心过程始终围绕的就是预测、监控、分析和处置人的行为,自然要以大量的个人信息为支撑。政府在其他任何一个领域中对个人信息的挖掘和利用,都达不到这样的强度。这一领域充分展现了政府在大数据时代利用个人信息的实际图景和公私利益在其中微妙复杂的紧张关系,是在个人信息保护领域提炼公法问题的最佳窗口。

  

三、个人信息在社会风险治理中的利用


   政府在社会安全领域利用个人信息的行为,最早出现在犯罪侦查和治安防控中。利用人口登记信息进行摸底排查就是十分古老的犯罪侦查方式,身份证件数据、违法犯罪记录、 DNA数据等历来是犯罪侦查的重要依托。在今天,利用个人的电子轨迹信息进行侦查的方法已经被公安机关广泛采用,公安机关通过网络数据碰撞分析、视频数据分析、手机数据分析、车辆数据分析、虚拟数据分析和预警数据分析等方法,来确定人员身份、作案地点、抓捕时机、犯罪事实和进行犯罪预警。[17]公安机关依托海量数据库的信息资源和数据挖掘的技术支撑,可以更有针对性地确定犯罪嫌疑人,实现完全基于综合数据信息来确定犯罪嫌疑人,从而摆脱以往依赖主观观察或走访排查的侦查方式。大数据多源整合的海量信息为犯罪防控决策提供了综合性的数据支撑,识别技术的数据勾连为犯罪防控决策提供了精准的身份确认方法,并为实现预测刑事案件的发展趋向提供了可能。[18]运用基于概率论的数理统计方法可从众多因素中筛选出与犯罪存在较大概率联系的相关因素,排除无关因素,精准把握特定变量影响犯罪发生的数量关系。[19]例如,在打击恐怖主义犯罪时,公安机关利用个人通讯轨迹信息,根据恐怖分子的通信偏好,通过特殊语言定位和翻墙用户定位,就可以筛选出重点监控对象;通过对敏感区域通讯的追踪,可以预测在某个区域产生恐怖主义袭击或者危害国家安全事件的风险。[20]再如,男性Y— STR染色体家系排查分析在刑事侦查中的运用日益成熟。2015年8月,郑州市建成覆盖全市农村地区11万个家系、245万男性成员、24万条Y数据的Y— STR染色体家系排查分析系统。2009年至2015年相继利用其分析破获了80多起重特大案件,包括一大批历年冷案。[21]在2013年波士顿马拉松赛现场爆炸案的侦破中,美国警方对嫌疑对象线索数据排摸采用了“众包”方式,通过公众的大数据参与,大量收集事发地点附近街区居民拍摄的各种现场私人录像、照片和社交媒体上的相关相片、录像,调查人员根据这些数据按时间顺序排列拼凑出当时的场景,并利用图像处理工具进行聚焦,最终确定了嫌犯。当前,大数据分析已经从案件侦破环节扩展到犯罪风险动态监测及分析、治安专项行动评估、警力部署、智能安防、犯罪预测预警、防控决策等多个领域。[22]这些大数据分析所依托的信息内容大多可以归入个人信息的范畴。

   在传统技术背景下,政府大规模利用个人信息实施社会管理工程浩繁,并不“划算”。大数据技术的出现大大降低了技术门槛,对个人信息的利用被迅速推广到了社会风险治理的一般领域和日常事务。2015年4月,中共中央办公厅、国务院办公厅印发的《关于加强社会治安防控体系建设的意见》已经明确提出“将社会治安防控信息化纳入智慧城市建设总体规划,充分运用新一代互联网、物联网、大数据、云计算和智能传感、遥感、卫星定位、地理信息系统等技术,创新社会治安防控手段,提升公共安全管理数字化、网络化、智能化水平”。在用于犯罪侦查的数据之外,政府用于社会风险治理的个人信息最重要的有两类,一类是人的行为数据,包括流动人口信息、酒店入住信息、刷卡信息、通话信息、个人出行位置或轨迹信息、会议/集会信息、文体活动信息、网络浏览信息、购物信息、社交信息等;另一类是人的态度数据,包括民意调查数据、网络舆情数据、信访数据和矛盾纠纷处理数据等。[23]正如国务院《促进大数据发展行动纲要》(国发[2015]50号)所指出的那样,“大数据应用能够揭示传统技术方式难以展现的关联关系,推动政府数据开放共享,促进社会事业数据融合和资源整合,将极大提升政府整体数据分析能力,为有效处理复杂社会问题提供新的手段”。

   首先,个人信息可以被用于社会风险事件的预测预警。从表面上看,人的行为带有偶然性和不确定性,但利用大数据进行关联性分析,其行为规律是可以被预测的,对公共事件所涉人和物相关数据进行安全风险关联性比对分析,就可以探知风险点,并预测可能的发展趋势。“大数据的核心就是预测,是把数学算法运用到海量的数据上来预测事情发生的可能性。”[24]随着智能手机、视频监控和可穿戴设备的普及,对大规模集群行为的动态轨迹进行动态收集和实时分析,已经不是问题。例如,在大型集会中可以通过手机定位实时监测人员流量数据,根据流量变化就预测发生踩踏事件的概率、时间和区域。2014年12月31日的上海外滩踩踏事件发生后,百度研究院大数据实验室对当时的情况进行了数据化描述后发现,平时外滩的地图搜索和人群汇聚程度基本稳定,但在2014年的最后一天两者都达到了峰值。由于很多人去目的地之前都会提前用手机地图软件规划路线,相关地点的地图搜索请求峰值会早于人群密度高峰几十分钟出现,这就提供了对人流量进行预测、及时采取措施、防止悲剧发生的宝贵时间差。[25]其实,北京早在2010年开始,就在西单、大栅栏商业区、什刹海风景区和天安门广场等地启用了“人群聚集风险预警系统”,以实时监控流动人群。

   其次,个人信息可以被用于社会安全事件的应急决策。危机情景下的决策受到信息不完备、时间压力大等客观条件的约束,传统上认为主要只能依靠决策者在苛刻情境下所展现的个人经验和个人素质。[26]大数据技术使得基于所有数据而不是样本数据的决策成为可能,在应急决策的实践中,大数据分析所带来的信息增量,可以在很大程度上突破由于信息缺失而导致的决策困境。在社会安全事件发生之后,大数据技术将以传统技术难以想象的速度,从大量实时的、碎片化的个人信息中快速分析、研判其关联关系,挖掘社会安全事件的原因、规律、趋势和可能的后果,为应急决策提供信息支持。除此以外,大数据技术还可以对事件的应急处置方案进行流程和结果模拟,实现应急预案的动态优化,为行政机关提供高效的决策辅助。[27]

   再次,个人信息可以被用于分析社会安全事件中的个体行为。不同类型和规模的社会安全事件发生后,或者个体接收到危机事件的预警信息后,每个人避灾的行为模式都不尽相同。在大数据的支持下,人的各种行为都可以被数据化,“每个人都有自己独特的行为模式,95%的人可以被识别”。[28]在大数据时代,有三种个体时空信息获取途径:一是手机定位与GPS数据等被动获取途径,二是出行活动日志与时间利用日志等主动获取途径,三是社交网络用户签到信息等半主动获取途径。在此基础上,通过可视化分析就可以判断个体活动情况。[29]通过分析个体的行为模式,可以在社会安全事件发生后设计更加有效的风险沟通策略,还可以对受影响人群可能发生的大规模避难、迁移行为进行预测和模拟,并对其撤离路线进行有效推荐,从而优化公众的避灾行为和对危机事件的第一响应能力。[30]

再其次,个人信息还可以被用于社会安全事件中的网络舆情管理和危机沟通。社会安全事件发生后通常会引发网络舆情,网络舆情体现为人们的网络言论和网络浏览等行为,其包含着丰富的个人信息内容,并具有明显的大数据特征。社会安全事件发生后,主要通过四种机制促进舆情大数据的生成:一是在线社会聚合,即公众在网络空间发布信息、发表观点;二是信息扩散,公众在事件发生后的信息渴求直接推动了信息的扩散;三是“众包”协作,大量“数字志愿者”在网络上通过“众包”协作推动信息的共享、加工和整合;四是集体智能,公众在网络空间上探寻真相,通过对碎片化信息的拼图来获得问题的全景,形成推动问题解决的集体智能。[31]大数据对网络舆情的分析最终揭示了社交媒体条件下的风险感知、应急响应和危机传播。[32]政府通过大数据分析从舆情大数据中识别、锁定、收集和提取公众对安全的焦虑和关切,(点击此处阅读下一页)


爱思想关键词小程序
本文责编:陈冬冬
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/109814.html
收藏