欢迎来到电子爱沙尼亚,在数字创新领域引领欧洲的小国 

老大哥呢“只是想帮忙“ - 至少在爱沙尼亚。 在这个1.3百万人的小国中,公民已经克服了无处不在的监视的奥威尔异教徒的恐惧,成为一个高度数字化的社会。 谈话

政府几乎把所有的服务都在2003上在线 爱沙尼亚国家门户网站。 该国创新的数字治理不是精心设计的总体规划的结果,而是对预算限制的务实和成本效益的回应。

在爱沙尼亚重新获得1991独立后,公民们信任他们的政客。 反过来,政治家也相信国家的工程师,他们没有承诺传统的硬件或软件系统,建立新的东西。

这被证明是一个成功的公式,现在可以使所有的欧洲国家受益。

只有一次的原则

爱沙尼亚通过其数字治理,引入了“一次性”原则,强制执行这一原则 国家不允许两次向公民要求相同的信息.


内在自我订阅图形


换句话说,如果您将您的地址或家庭成员的姓名提交给人口普查局,健康保险提供者将不会再要求您再次提供。 任何政府机构的部门都不能让公民重复已经存储在其数据库或其他机构数据库中的信息。

技术精湛的前总理,现任欧盟委员会副主席Andrus Ansip 监督转型.

根据爱沙尼亚的常识性创新,欧盟颁布了一个唯一的原则,取得了如此大的成功 一次数字化的原则和倡议 今年初。 它确保 “公民和企业只提供一定的标准信息,因为公共行政部门采取行动内部分享这些数据,所以不会给公民和企业带来额外的负担。

只要求一次信息是一个有效的战略,一些国家已经开始执行这个原则(包括 Poland奥地利).

但是,这本身并没有解决这样一个事实,即只是要求提供信息仍然是公民和企业的麻烦。 只有一次的原则并不能保证所收集的数据是有必要的,也不能保证它将被充分利用。

“两次强制”的原则

政府应该总是集思广益,比如说,如果一个政府机构需要这个信息,还有谁能从中受益呢? 除了需要,我们可以从这些数据中收集到什么样的见解?

金融家弗农山 介绍了一个有趣的“一个说YES,两个NO说”的规则 Metro Bank UK创办时说:“只有一个人做出决定,但需要两个人说不。 如果你打算退出生意,你需要再次检查。“

想象一下,如果政府学到这一教训,政策将是多么简单而有力。 如果从公民或企业收集的每一点信息都必须用于两个目的(至少是两个目的),或者由两个机构使用,以便值得请求它?

爱沙尼亚税务和海关委员会可能出乎意料地被赋予了税务局的声誉,这是这种模式转变的潜力的一个例子。 在2014中,它启动了 一个新的战略 解决税务欺诈问题,要求涉及的实体每月申报超过€1,000的每笔商业交易。

为了尽量减轻管理负担,政府引入了一个应用程序编程接口,允许公司会计软件和州税务系统之间自动交换信息。

虽然公司和前总裁在媒体开始时有一些负面的推动 伊尔韦斯 甚至否决了该行为的最初版本,该系统是一个惊人的成功。 爱沙尼亚的税收欺诈减少了两倍以上,原来的估计数超过了30百万欧元。

拉脱维亚,西班牙,比利时,罗马尼亚,匈牙利和其他几个国家也采取了类似的方式来控制和检测税收欺诈。 但是,分析这些数据不是欺诈行为,就是隐藏真正潜力的地方。

分析和预测模型

大数据,分析和预测模型将在下一波电子政务创新中发挥主要作用。 例如,如果将单一交易信息拼图组合在一起形成更广泛的国家业务背景的地图,则可能了解以下可视化公司之间复杂的相互依存关系的类型。

但这也提出了一个有趣的问题:国家政府是否可以使用这个数字跟踪系统来搜集有关经济健康和总体经济趋势的见解?

爱沙尼亚部门间相互依存关系的可视化。

爱沙尼亚税务和海关委员会似乎正朝着这个方向发展。 其2020战略计划(在这里爱沙尼亚语)表明了思维方式的转变,从完全控制和惩罚人们设想向纳税人提供建议的任务。

税务局可能会转变成管理咨询类机构,通过对所收集的大量数据的分析,为企业提供有关如何在相关行业获得增长,减轻同行破产风险或提高利润的建议。

目前,数十人收集,分析和清理有关商业部门的数据,但这项工作可能会自动使用税务数据完成。 在这种情况下,税收可以被认为是支付服务费以换取宝贵的商业见解。

爱沙尼亚这个好主意的关键问题是隐私。 很容易想象,基于业务交易数据提供针对特定行业的建议(或跨越多个行业的建议)可能会打破被监控公司的信任。

确实,核心创始原则之一 经合组织保护隐私准则 数据只能用于陈述的目的而不是其他原因。 所谓的“目的限制”自此成为大多数现代数据保护行为的一部分,其中包括 欧盟数据保护规则.

但是作为“只提问一次,但至少使用两次”的想法表明,数据不但可以而且应该被用于超过其原来的目的,它不应该仅仅为了一个单一的目的而被处理。 一些法律专家 同意规定“在严格平衡的范围内”数据可能被用于超出其原意的目的。

一个创新而富有远见的税务办公室,服务而不是控制社会的商业部门是一个很大的问题。 但是,如果任何国家都可以做到的话,爱沙尼亚可以。

关于作者

Innar Liiv,数据科学副教授, 塔林理工大学

这篇文章最初发表于 谈话。 阅读 原创文章.

相关书籍

at InnerSelf 市场和亚马逊