大数据赋能隐性腐败治理的机理与路径

杜治洲　赵雅星

摘   要：隐性腐败具有伪善性、间接性、复杂性和多源性等特点，较之普通腐败更具欺骗性和隐蔽性，治理难度更大。通过大数据的精准预测、腐败指数测量、全面比对和深度分析功能，能够在预防、发现、调查和惩处环节改善信息不对称现象以赋能隐性腐败治理。在运用大数据治理隐性腐败的同时，要警惕其运行过程中存在的问题和风险，处理好大数据的真实足量与必要收集、共享交换与安全防范，有效利用与依赖限制之间的关系。应从“硬制度+大数据”双轮驱动、完善反腐大数据收集处理机制、有序推进数据开放、加强大数据反腐的顶层设计等方面采取有效举措，实现大数据对隐性腐败的有效治理，助力国家治理体系和治理能力的现代化。

关键词：大数据；隐性腐败；腐败治理；信息不对称

中图分类号：D630.9                 文献标识码：A                文章编号：1674-9170（2023）04-0016-07

任何形式的腐败都具有隐蔽的特点，但隐性腐败的隐蔽性更为突出。当前我国反腐败斗争已取得压倒性胜利并全面巩固，然而反腐败斗争形势依然严峻复杂，特别是腐败行为人为躲避惩罚，在实施腐败行为的过程中更加谨慎，腐败手法更加“婉转”，腐败介质更为智能。此类隐性腐败不仅调查取证难，还易污染政治环境、腐化社会风气，治理隐性腐败迫在眉睫。为此，党的二十大报告明确提出坚决“惩治新型腐败和隐性腐败”。针对隐性腐败难定性和难取证的特点，反腐败机构可以利用大数据的高速处理分析能力以及留痕功能赋能隐性腐败的预防、发现、调查和惩处。

一、隐性腐败的主要特征

隐性腐败的实施者手法多变、渠道各异，且善于对法律条文“见缝插针”，查处难度大。隐性腐败主要包括期权腐败、信息腐败、干股分红、高利转贷、情感腐败等情形，行贿人不是打着礼尚往来的幌子，就是包裹着人情的外衣对受贿人以“合法”的名义进行物质、金钱或情感贿赂。有学者从腐败过程的视角提出：“隐性腐败是腐败的一种形式，是党政机关工作人员和相关组织工作人员借助公共权力和职务、利用隐蔽的非法方式获取各种物质利益和非物质利益的犯罪行为。”[1]还有学者从监督和查处的视角认为：因违法性质模糊，法律监督往往缺位，隐案规模或曰官方统计“黑数”巨大，故称其为“隐性贪腐”[2]。其实，隐性腐败可能是犯罪行为，也可能是没有触犯刑法的普通腐败行为。笔者认为，隐性腐败就是指通过辗转迂回或高智能化的手段，以情理法作伪装的极其隐蔽的方式，滥用委托权力或对委托权力施加影响以谋取私利的行为。与其他腐败行为一样，隐性腐败的主体也包括两大类：滥用委托权力者和对委托权力施加影响者。其中，滥用权力者通常是官员或其他权力行使者，而对委托权力施加影响者则有可能是包括官员和普通公众在内的任何人。

（一）以情理法做伪装

隐性腐败极具欺骗性和隐蔽性，是在“合情”“合理”“合法”的伪装下进行的。例如，以“情”“理”做伪装的隐性腐败通常从微腐败开始。中国自古以来都讲究人情往来，微腐败就是有求于人者與委托权力行使者之间以礼尚往来为借口实施的权力与利益的交换。传统节日、子女升学、看望病人等都有可能成为看似合情合理的利益输送机会。这也是为什么纪检监察机关“每逢佳节倍思官”的重要原因。此外，还有看似合法的“公平交易”式的隐性腐败。例如，腐败分子通过专业操作将贷款、融资、投资行为等披上合规合法的“外衣”，借其亲属名义代持，开设数量庞大的隐匿资金账户，借助影子公司、政商旋转门等形式实施利益交换，伪装性极强。

（二）本质是滥用委托权力

腐败，就是滥用委托权力或对委托权力施加影响以谋取私利的行为。权力行使者收受好处后滥用委托权力从而为利益输送者谋取私利。有求于人者向权力行使者输送利益，进而对委托权力施加影响以谋取私利。隐性腐败虽然手段、介质及渠道等极其隐蔽，但其本质和结果都是对委托权力的滥用。例如：金融机构管理者利用职权和职务上的影响为亲属、特定关系人谋取利益，通过金融产品投资和其他交易形式收受巨额财物；还有证券公司领导借亲友之手以“影子股东”身份从事虚假投资，通过自身委托权力为风险公司“铺路”。这些花样百出的“合法交易”掩盖不了腐败的本质。无论是什么形式的隐性腐败，其本质都是滥用委托权力或通过不正当利益作为交换使官员或其他委托人滥用委托权力。

（三）治理难度远高于普通腐败

较之于普通腐败，隐性腐败更难发现，更难调查，司法监察机关对其追查、惩处需要花费更多的时间、人力和物力。具体来看，可分别从腐败介质、腐败时空跨度以及法律规范三个方面进行比较分析。第一，隐性腐败介质变化升级快。普通腐败介质通常有形且易被发现，例如巨额现金、汽车、房产和土地等。然而，隐性腐败的介质则不断更新升级，呈现信息化且难追踪的特点，例如干股、微信红包、虚拟货币等。第二，隐性腐败时空跨度大。在普通腐败中，受贿者在较短的时间内便能够得到相应的“回报”，利益交换因时间短而容易被追查。而隐性腐败的腐败过程较之于普通腐败则呈现出时空跨度大的特点，权力行使者将行贿人看作“存折”，在职期间滥用权力为行贿人办事，在离退休后才获取回报。这样一来，监察机关不仅很难发现其在职期间的腐败行为，并且对其离退休后的腐败资金难以追查和立证。第三，隐性腐败定罪难。普通腐败行为根据现行法律易被定罪，而隐性腐败分子通常钻制度和法律缝隙，逃避法律制裁。有学者将此现象称为由违法利益向“合法利益”的嬗变，这里的合法利益“是由于反腐败的立法滞后于腐败变异而导致实然法层面不构成违法犯罪的利益”[3]。可见，司法实践中很难对隐性腐败的犯罪行为进行定性，也就无法顺利将其入罪。

二、大数据赋能隐性腐败治理的内在机理

从以上分析可见，隐性腐败具有伪善性、间接性、复杂性和多源性等特点，依靠普通手段很难发现和查处，其根本原因在于严重的信息不对称。信息不对称引发信息资源稀缺，腐败主体通过信息寻租和垄断换取不当利益，在政治市场中，信息不对称亦容易催生机会主义行为：“代理人在政治合同中具有得天独厚的信息优势，促使其选择实现自利最大化的经营决策，实施背离委托人利益的机会主义行为。”[4]而大数据具有对抗信息不对称的功能，可用以精准留痕和关联分析，在治理隐性腐败方面发挥重要作用。大数据赋能隐性腐败治理的内在机理如图1所示。

（一）以精准预测赋能隐性腐败预防

隐性腐败具有伪善性，这就导致其难以识别和预防。行贿人与受贿人披着“礼尚往来”的外衣进行利益交换，使腐败行为“合理化”。然而，大数据技术可以打破隐性腐败难以预防的藩篱。大数据最重要的功能在于预测，即大数据技术能够通过数据碰撞分析对腐败行为和腐败活动做出预判，自动发现异常信息，从而发出预警。具体来看，可以利用大数据技术从三个方面预防隐性腐败的发生：第一，建立廉政数据库，对异常数据作出预警。廉政数据库通常包含政府機关工作人员的各项信息，例如个人基本信息、人际关系以及各项收入等，利用大数据分析可以综合各项信息并找出其中是否存在异常人际交往和可疑资金流入等数据，从而做出预警。第二，构建智慧纪检监察系统，强化权力监督效能。智慧纪检监察系统能够促使国家机关工作人员规范行使权力，通过权力运行透明化预防腐败发生。不仅如此，智慧纪检监察系统还可以方便群众举报腐败，增强监督效能。第三，利用大数据技术可以发现隐性腐败的规律，收集、汇总廉政风险信息，对腐败案件发生单位提出具有针对性的监察建议，从而健全预防隐性腐败的制度体系。

（二）以腐败指数赋能隐性腐败发现

隐性腐败迂回、间接的特点使其很难被发现，从而逃脱纪检监察机关的监督。但是，信息时代的腐败通常会产生数据痕迹，无论是异常资金往来还是异常的日常信息变动都会留下“足迹”。因此，可以从大数据中挖掘政府权力运行数据和公职人员日常信息之间的联系，由此构建隐性腐败指数，通过数字建模对各政府机关、人员和地方进行“数字体检”，通过汇总数据产生政治生态画像，对政治生态进行分析，及时准确地发现腐败行为。例如，大数据可以在适时监测中发现腐败行为：“GPS定位系统和围栏技术能够对特定行为人经常出入的场所进行定位分析，再叠加多次数据流以后，就会得出其在这个时间段内的行动轨迹曲线结果，继而适时识别其行动偏差并做出监测意见。”[5]这样，就可以大大提升隐性腐败被发现的几率。

（三）以信息比对赋能隐性腐败调查

隐性腐败的高度复杂性，难以定性和取证，给调查带来了很大的难度。而大数据可以通过数据整合、数据查询及信息比对等方式筛选出隐性腐败的有效证据，赋能腐败调查工作。对此，已有个别地方利用大数据信息比对功能，建立了比对模型，以此推动基层民生监督。例如，C市Q区建立了民生监察平台，其中信息比对是其平台实施监督功能的主要工具，平台经特定算法过滤原始数据再由后台进行处理，将已存案例转为数据与实然法规进行对比，发现其中不合理信息并对其进行调查。[6]归纳起来，大数据信息比对可以通过以下步骤提升隐性腐败调查的效率。第一，从各个领域搜集的相关海量数据经整合后，可形成特定案件的调查数据库。第二，从海量数据中提取出有效信息，形成和梳理出较为清晰的相关信息链。第三，找出信息链中隐蔽的关联节点，通过特定算法筛选出潜在证据。第四，通过大数据将新的潜在证据和以往腐败案件细节进行数据比对，从而挖掘出腐败线索，服务于隐性腐败行为的认定。

（四）以深度分析赋能隐性腐败惩处

隐性腐败主体的行为和心理特征往往比较复杂，是多方面因素交织作用的结果。根据过往的隐性腐败大数据，分析隐性腐败主体的行为和心理特征等信息，建立隐性腐败主体的大数据画像，实施具有针对性、有效性的惩罚。有学者从犯罪主体的特征（基础指标，如性别、年龄、教育和职级等）、犯罪时间特征和犯罪空间特征三个方面构建了我国高级领导干部腐败犯罪的“大数据画像”，以此推出腐败成因及廉政治理对策。[7]隐性腐败产生的原因较一般腐败行为更加复杂，与高压反腐下腐败分子逃避惩罚的侥幸心理以及信息技术提供的便利等因素密切相关。纪检监察机关可以通过大数据画像分析隐性腐败主体的行为和心理特征，从而提出针对性的惩处措施：一方面，在对隐性腐败案例进行大数据分析的基础上，修改完善相关法律法规，提升惩治制度的科学性。另一方面，从隐性腐败大数据中分析腐败参与者的行为和心理特征，有针对性地适用法律法规，提高法律法规适用的针对性和科学性。

三、运用大数据治理隐性腐败必须处理好的几对关系

大数据分析是治理隐性腐败的一种有效方式，但必须处理好以下几对关系。

（一）大数据的真实足量与必要收集之间的关系

大数据赋能治理隐性腐败的前提条件是纪检监察机关拥有质量高且充分的数据储备，同时，还需要维护个人隐私安全。从数据的质量和数量看，隐性腐败的相关大数据必须是真实的、充分的。如果数据不真实或不完整，就无法有效利用。以建立廉政数据库为例，如果其中存有虚假数据或信息残缺，那么大数据基于此得出的政治生态指数将出现偏差。目前，许多政府部门在利用大数据收集处理各项信息时，并未配备统一完善的大数据规范制度，各级政府部门和地方存在收集信息种类不一、要求各异的情况。“不同部门数据库之间关于同一事项的数据信息可能还会存在不一致的情况，甚至还可能存在数据篡改行为。”[8]

从个人隐私安全看，大数据收集还要遵循必要性原则，必须以不侵犯公职人员及其亲属、利益相关者、普通公众的个人隐私为限度。例如身份证件号码、家庭住址、家庭成员关系和工作单位等个人隐私一旦泄露，就会威胁到相关人员的人身安全、财产安全以及隐私安全等，有些信息还可能被不法分子滥用，引发公共安全危机。因此，大数据收集不能超越必要的限度，必须完善个人信息安全立法，将大数据收集行为限定在合理、必要的范围内。

（二）大数据的共享交换与安全防范之间的关系

运用大数据治理隐性腐败，既要做到信息共享又要保证信息安全，尤其是国家安全。一方面，要实现必要的数据共享，不共享就无法分析和利用。如果党的组织部门、纪检监察机关、司法机关等承担监督职责的机构之间的数据无法互通互联，存在“数据壁垒”和“信息孤岛”，就不可能做到监督合理，节省监督成本，提高监督效能。此外，建立在孤立数据基础上的分析结果必定是片面的，不能作为反腐败决策依据。另一方面，数据共享的同时也要保障国家安全。反腐败的相关信息通常具有很强的敏感性，如果只强调共享不加强管理，数据就很可能被泄露进而威胁国家安全。例如，廉政数据库的建立“意味着一些政府部门的政府工作、计划规划、行政信息、政策情况可以被查询，一些官员的任职情况、政绩情况、差旅情况、消费信息会被大数据收集”[9]。因此，必须加强对廉政数据库的规范管理，防止国家秘密或工作秘密被泄露。

（三）大数据的有效利用与依赖限制之间的关系

大数据的利用、人工智能的出现引发了学界对如何平衡工具理性和价值理性的探讨。20世纪初，马克思·韦伯提出了工具理性与价值理性的概念。工具理性主導的行为是由目的、结果及可计算后果等因素所支配，趋于理性化；而价值理性主导的行为是由个人主观价值信念支配的，趋于感性化。当前，从科技反腐视角对工具理性和价值理性展开的讨论，关注的是过度依赖信息化手段处理信息数据与人性和人文价值选择之间产生的矛盾。有学者认为人工智能技术作为腐败监督过程中的主导可能导致诸多问题：一是对技术的过度依赖会导致数字背后的理性权威被过度强调，人性和人类经验被压制；二是对技术的过度使用容易导致人机责任边界不清的结果，责任归属问题难以解决。[10]因此，在运用大数据治理隐性腐败的过程中，必须处理好大数据的有效利用与依赖限制之间的关系。反腐败机构在高效利用大数据的同时，还需要合理限制对人工智能的使用，避免对人工智能的过度依赖。为此要做到两个方面：第一，要防止反腐败主体的自主性丧失。当今，人工智能技术人才缺失，相关工作人员还存在政治敏感度低、数据安全法律意识薄弱以及责任意识不强等现象。这就要求反腐败机构组建专业团队，培养同时具备熟练掌握人工智能技术、政治敏感度高、政治判断力强和了解数据安全相关立法的专业人才。同时，反腐败主体应提高数据安全法律意识，加强责任意识以及能够做出正确决策的能力，避免技术成为枷锁。第二，明确决策权的划分。导致人机责任边界不清的主要原因是决策权没有被明确划分，人工智能可以找到人类社会的一般规律，根据以往事件对新事物做出相似决策，但缺乏对人文价值的理解和人类社会的经验历程，难以对更深层次、更复杂的数据或事件做出准确决策，即绝对的数据理性可能导致人性化的缺失。对此，应建立抉择权归类数据模型，较为基础、常规的数据抉择权由人工智能技术执行，对与人文价值和人类社会经验产生矛盾的特殊数据的决策权应交给专业人员执行。第三，应防止过度重视科技而忽视反腐败制度建设。隐性腐败产生的根本原因还是反腐败制度漏洞导致了腐败机会，因此治理隐性腐败，必须抓住制度建设这个要害，在不断健全反腐败制度的同时充分发挥信息技术的增效功能。

四、大数据赋能隐性腐败治理的实现路径

在处理好以上几对关系的前提下，我们可以从以下路径推动隐性腐败的大数据治理。

（一）实施“硬制度+大数据”双轮驱动

反腐铁三角理论认为，治理腐败主要依靠廉政领导力、制度和科技三大要素，隐性腐败的治理也不例外。应当采用“硬制度+大数据”的方式治理隐性腐败，以廉政领导力推动制度执行，再以科技强化其执行效力：“廉政领导力高的领导者，不但具有高水准的道德修养和人格魅力，更懂得如何发挥制度的规范作用，更懂得通过建立科学有效廉政制度规范公职人员公正、透明、公开地行使公共权力。”[11]严密科学的廉政“硬制度”将大大增加隐性腐败的成本，从而最大限度地防范隐性腐败的发生。严密科学的廉政“硬制度”是控制隐性腐败的治本之策。而“大数据”在限制自由裁量权、预测腐败行为、固定腐败证据等方面发挥着重要作用，是廉政制度执行力的“放大器”。可以说，“硬制度”与“大数据”的双轮驱动，是信息时代治理隐性腐败的必然选择。

（二）完善反腐大数据收集处理机制

建立统一的大数据收集处理机制，保障数据收集的规范性和完整性，打破信息孤岛，形成信息共享。第一，完善数据采集机制。确定大数据收集人员的范围，将不同职级公职人员数据信息进行分类管理，新增的公职人员数据信息应第一时间录入数据库；确定数据收集对象的各项指标范围，包括个人基本信息、家庭成员关系、社会关系和基础资金信息等，使数据库更加完整。第二，完善安全管理机制。增设浏览、查询和使用权限，对浏览数据人员进行人脸识别、权限密钥等身份验证，进行留痕处理。数据权限管理，不仅能够防止有访问权限的隐性腐败主体滥用重要信息，还能防止不法分子窥探和窃取数据，从而做到既充分发挥大数据的功能又维护个人隐私安全和国家安全。第三，完善数据维护机制。定期对数据查漏补缺，防止数据丢失，及时更新数据内容，保障数据库的正常运行。总之，要通过全过程管理形成反腐大数据收集处理的完整闭环。

（三）有序推进数据开放

推进政务公开、数据开放可以有效激发民众的反腐热情，增强对公职人员的社会监督。有学者对丹麦政府反腐成功案例展开研究后得出结论：政府数据公开程度和公民的政治信任紧密相关，政府数据公开程度越高，公民参与的积极性也就越高。[12]因此，有步骤地推进数据开放，将增强民众对权力运行的监督热情，从而对潜在的腐败分子形成巨大的震慑，削减隐性腐败存量、控制隐性腐败增量。

特别值得一提的是，应重点推进腐败相关数据的开放。比如建立“行贿受贿黑名单”信息平台，提高隐性腐败成本。现有行贿人“黑名单”制度具备查询行贿人信息的作用，被录入“黑名单”的主体的信用、生活、工作甚至亲属都会受到一定的影响。然而，作为腐败行为主体的受贿人并没有相应的汇总名单，使相关人员因“微腐败”行为受到的“小通报”“批评”被忽略，导致对其腐败行为的惩罚不深刻，在选人用人时也很少受到影响。因此，应将行贿人与受贿人信息整合起来，建立“行贿受贿黑名单”信息平台，方便查找和管理隐性腐败的信息。

（四）加强大数据反腐的顶层设计

要充分发挥大数据在治理隐性腐败中的作用，还必须重视大数据的协同效应，通过标准化的数据收集和管理让大数据释放增效功能。为此，应加强大数据反腐的顶层设计，制定统一的大数据反腐标准和规范。例如，建立省级大数据局是新一轮机构改革中许多省份的“自选动作”，对完善地方政府数据治理体系、推进数据管理规范化具有重要作用。建议推行省级大数据局全覆盖，全国所有省区市实行统一规范的数据管理，发挥大数据治理隐性腐败的协同效应。同时，省级大数据局的普及能够带动市县级分局的规划和建立，为下一层级的大数据反腐提供指导，以此实现大数据反腐的全覆盖。

提升大数据反腐能力，实现廉政治理现代化，是我国国家治理体系和治理能力现代化的重要内容和基本保障。尽管大数据在治理隐性腐败中具有十分重要的作用，但仍存在一些必须重点关注的问题。例如，在运用大数据治理隐性腐败的过程中公职人员必须让渡部分个人权利，包括个人信息权，这是公职人员的特殊身份所决定的，但必须限定在合理的范围内。因此，通过立法明确公职人员个人权利让渡的界限，就显得尤为重要和紧迫。此外，隐性腐败的表面特征是“隐蔽性”，但其本质特征还是“腐败性”，是源于权力制约与监督制度的不健全，源于人情文化的负面影响，乃至经济发展水平等诸多因素。因此，要从根本上消除隐性腐败，不能仅仅依靠大数据技术，还要从制度、文化、经济等视角系统防范腐败，从而一体推进不敢腐、不能腐、不想腐。

参考文献：

[1] 徐家良.隐性腐败的表现形式及根治措施[J].人民论坛，2016（21）：94-95.

[2] 赵宝成.隐性贪腐不“隐”，仅是违法犯罪性质不“显”[J].人民论坛，2016（21）：96.

[3] 毛昭晖，朱星宇.新型腐败的特征与类型——警惕传统型腐败向新型腐败的嬗变[J].理论与改革，2022（4）：84-98.

[4] 陈朋.大数据赋能的政治生态监测预警——邳州市实践探索的经验启示[J].探索，2019（2）：76-83.

[5] 姚清晨，黄璜.大数据嵌入基层民生监督的机制、挑战与策略[J].社会科学研究，2022（6）：14-24.

[6] 姚桂艳.国有企业高管腐败的生成逻辑与治理路径——基于交易成本政治学的视角[J].领导科学，2020（12）：58-61.

[7] 金鴻浩，童庆庆.高级领导干部腐败犯罪的“大数据画像”及廉洁治理对策——基于十八大以来125个腐败案例的实证分析[J].中共天津市委党校学报，2020（3）：47-57.

[8] 蒋尧明，杨嘉逸，唐衍军.“区块链+国家审计”助力大数据反腐研究[J].北京工商大学学报（社会科学版），2021（1）：37-45.

[9] 杜治洲，常金萍.大数据时代中国反腐败面临的机遇和挑战[J].北京航空航天大学学报（社会科学版），2015（4）：21-27.

[10] 王凯伟，汤棋.人工智能助推多种监督类型贯通：逻辑·障碍·进路[J].吉首大学学报（社会科学版），2022（5）：53-60.

[11] 杜治洲.廉政领导力建设：未来我国反腐败的重要抓手[J].理论视野，2013（10）：43-45，60.

[12] 徐国冲，吴筱薇.“数字丹麦”建设：战略、特点与启示[J].学习论坛，2021（2）：70-78.

责任编校   王学青

Mechanism and Path of Combating Hidden Corruption

with Big Data

DU Zhizhou， ZHAO Yaxing（School of Public Administration， Yanshan University， Qinhuangdao 066004， Hebei， China）

Abstract： Hidden corruption， characterized by hypocrisy， indirectness， complexity， and multi-source， is more deceptive and covert than ordinary corruption， which makes it quite difficult to combat. Big data can correct the disadvantage of information asymmetry in corruption prevention， detection， investigation， and punishment through precise prediction， corruption index， comprehensive comparison， and profound analysis to empower hidden corruption control. While highlighting the hidden corruption prevention function of big data governance， we should also be alert to the problems and risks of hidden corruption in big data governance， and carefully handle the relationship between data volume and collection necessity， exchange and security， effective use and application restriction. We should fight against hidden corruption by applying “rigid institution plus big data” model， improving big data collection and processing system， gradually promoting data sharing， enhancing top-level construction in this area so that we can realize effective treatment of hidden corruption to help improve the modernization in state governance.

Key words： big data; hidden corruption; corruption control; information asymmetry