打开文本图片集

摘要：现实中平台算法失当现象和不负责的行为层出不穷，同时算法信任危机和共享失灵现象也给平台企业的生存和发展带来诸多难题，因此构建负责任的平台算法势在必行。当前，学术界对于算法责任的研究多集中于理论刻画、特定性算法议题或算法范式治理、监管等层面的探索，有关平台企业算法履责行为如何推进创造共享价值的内在逻辑尚不明晰。因此，本文基于平台算法履责视角，就如何推进创造共享价值进行一系列创新性探讨。

关键词：算法责任；共享价值创造；算法信任；平台企业

一、引言

在平台经济范式下，平台已发展为聚拢与整合资源、优化资源配置、创造共享价值的新兴经济载体[1]。特别是，作为平台经济底层的核心技术支撑，平台算法对于智能平台积极发挥功能、平台经济规范健康持续发展占据重要地位[2]。然而现实中平台算法失当现象和不负责任的行为屡见不鲜，如“信息茧房”“算法黑箱”“算法歧视”“算法霸权”等。由此导致的“算法厌恶”、“算法焦虑”等问题给平台构建负责任的算法带来了巨大的挑战。

学术界围绕算法责任开展了大量的理论探索研究。既有研究主要集中在以下几个方面：一是依据特定性算法责任缺失和异化现象对责任失当问题和治理进行研究，包括算法黑箱、算法偏见等各类算法责任缺失现象及治理策略。诸多学者关注特定性算法责任失当现象的概念、分类、成因以及危害，并由此提出针对性的治理方式与治理策略。二是呼吁算法治理应当作为企业社会责任治理新的治理维度，将其纳入社会责任治理的内容框架来探讨算法治理问题[3-5]，并寻求社会责任治理综合性解决思路[6]。三是独立的算法责任研究。浮婷构建了算法责任机制的概念模型，揭示了负责任研究与创新通过利益相关者参与作用于算法责任的效应[7]。肖红军从理论证成算法责任命题的正当性和合理性出发，构造了算法责任的“完整画像”[8]。其余学者更多的是从问责制的角度对算法责任予以界定，强调对算法影响进行责任认定、分配与承担问题。

现有关于算法责任的探索性成果对算法责任缺失和异化问题具有重要价值，但仍存在不足：相关研究多聚焦于算法责任的理论刻画、特定议题和责任范式治理等方面，鲜有研究深入分析平台经济背景下算法责任的价值效应问题，特别是算法信任在算法履责促进创造共享价值过程中所起的作用。实际上，平台算法履责促使信任机制建成，并在平台企业创造共享价值的过程中扮演着重要的角色。因此，本文探讨平台企业积极承担算法责任推进创造共享价值的过程机制，为平台企业强化算法信任以及推进平台企业算法责任实践提供经验证据，以及平台经济可持续发展提供实践启示。

二、概念界定与理论基础

（一）算法责任的内涵

随着平台的“尽快长大”，一方面，企业依托互联网平台打破物理时空约束从而实现价值增值[9]；另一方面，平台企业利用算法进行垄断竞争、算法歧视等不负责任的行为，以至平台算法的负外部性不断扩大。算法责任是更高维度的社会责任目标；且算法责任实践结果也从低阶迈向高阶，即从有限价值（经济价值）向共享价值（经济价值、社会价值和环境价值）转型。

（二）共享价值创造的内涵

Porter和 Kramer于2006年在《哈佛商业论坛》发表论文，认为企业应以社会问题为切入点，同时创造经济和社会价值。解决社会问题不应当是企业的负担，而是要找到社会问题中蕴含的商业机会，同时为社会和自身经济利益创造价值。此外，Poter指出共享价值创造是通过将重新定义产品和市场、在价值链中定义生产力以及促进地方产业集群三种方式纳入实践来实现的[10]。但无论哪种方式，本质上都是通过产品、技术的创新来创造共享价值[11]。除此之外，共享价值的概念往往还包含环境价值。例如肖红军等学者认为随着移动互联网、大数据以及人工智能技术等的迅猛发展，企业价值维度不仅仅是市场逻辑主导下的经济价值，还扩展为经济、社会与环境等的综合价值或共享价值[12-13]。

（三）算法信任的内涵

平台经济背景下，信任被引入计算机安全与云安全领域，但算法使用者和提供者之间的信息不对称，会产生基于算法的社会割裂和社会信任问题[14]。因此可大致从制度、技术和道德三方面来划分算法信任，即可将算法划分为算法制度信任、算法技术信任和算法伦理信任三个维度。对平台企业来说，算法信任反映了他们被用户信任的信心，用户能够通过算法信任意识到平台企业是可靠的。因此，本文认为算法信任是平台企业对自己能够获得用户信任的信息，这种信息依赖于企业对其算法制度的合理性、合法性，算法技术产品和服务的安全性、透明性、可解性以及算法技术道德伦理属性的肯定。

三、算法责任创造共享价值的理论模型

根据负责任研究与创新理论，责任主体以尊重维护人权、增进社会福祉为主旨，以承担算法责任为表现，鼓励更多成员参与，促使创新活动获得社会公众认可，实现价值输出[15]。较为典型的共享价值范式是通过平台化履责予以实现，因为平台化履责过程就是该平台企业与不同参与主体创造经济、社会、环境综合价值的过程，也是实现与利益相关方、企业和社会共享价值的过程[16]。邢小强等采用案例研究方法探讨了平台企业基于数字平台履责并创造出共享价值的过程、机制与支持要素，指出平台履责是把社会价值内置于平台商业生态体系内，通过对社会、商业关系与资源的混合配置与转化利用来创造共享价值[17]。平台企业不仅是独立的运营个体，还是借由互联网技术搭建起支撑平台领导者、平台供应商和平台用户之间共创价值的平台生态系统[18]。该系统的核心特征是互补性并强调价值创造[19]，因此处在系统内的平台企业社会责任实践目标就是为生态圈内的组织或成员创造共享价值和综合价值[20]。算法责任是社会责任在算法活动层面的体现，平台企业积极履行算法责任的过程即是利用商业、社会和环境资源的优势渠道进行整合和转化利用来创造共享价值的过程。平台企业履行算法责任还有利于创造环境价值。此外，在特殊的平台场域内，政府由于信息局限、制度局限、工具局限和时间局限等局限性往往难以有效规制算法和对算法问责，而平台企业-政府-用户等多元共治范式既能通过提高算法治理的效率和效果减轻政府的治理压力，又能形成治理合力，创造和谐的治理环境，促进平台企业和平台经济健康可持续发展。据此，提出命题1：

命题1：基于平台企业算法履责，并充分利用和整合商业、社会和环境资源来推动创造共享价值，既包含经济价值，又包含社会和环境价值。

平台企业的核心特征是构建双边市场以链接双边用户，因此在平台领域中，企业与用户的交互是不可避免的。已有研究表明当用户感知到企业充分考虑用户利益，积极履行社会责任后会产生来自利益驱使和价值认同的信任和情感获得[21-23]。算法责任是社会责任在算法活动层面的体现，于是平台企业积极履行算法责任同样会使用户产生价值认同和情感获得。随着企业对算法责任的要求更加全面、完善以及透明，使用者对平台履责的内在认知和情感认同会增进对平台企业的信任和依赖，相信企业会在符合伦理道德规范的情况下按照规定的管理制度设计负责任的算法来提供算法服务。综上所述，提出命题2：

命题2：通过算法责任的履行，平台企业能够增强对其自身算法制度的合理性、合法性，算法技术产品和服务的安全性、透明性、可解性以及算法技术道德伦理属性的肯定，具体表现为算法责任具有促进算法制度信任、算法技术信任、算法道德信任的作用。

平台企业积极承担算法责任会使用户产生信任和情感获得，用户相信企业会在具有法律效应的规则下行事以及基于用户利益最大化的目标以负责任的态度和方式开发算法系统，从而增强用户对算法系统的满意度并认为算法结果是可靠的。依据互惠原则，用户满意度和用户体验会转化为对平台企业算法的信任。而“信任中介”的功能主要在价值创造和关系巩固[24]，用户与用户、用户与平台之间的价值共创过程本质上依赖共享经济平台所构建的信任[25]。平台情境下算法信任为利益相关者参与价值创造提供良好的外部环境，拉近主体间的关系，促进资源整合和转化利用更加有效地进行，增强创造共享价值整体的凝聚力，并促使他们在提高自身经济绩效的同时，又推动解决在创造价值过程中的社会和环境问题。根据社会交换理论，购买意愿、购买行为、参与平台治理等均可视作用户基于对负责任企业的信任感知而进行的回报行为，从而促使价值产生。因此用户产生对算法的信任之后，更愿意积极履行对服务企业的承诺，更利于平台发挥价值创造效应。由此，提出命题3：

命题3：算法信任在平台企业履行算法责任和创造共享价值间充当中介。

四、管理启示

（1）管理启示

算法责任治理需要着力畅通各个责任对象的沟通渠道，加强政府、平台企业以及用户等主体间的对话与协商，合作制定应对算法风险挑战的整体治理方案。

首先，政府应当加快算法责任制度供给以及创新算法监管方式。就用户维度而言，制度安排是其有效参与决策的保障，因此政府的制度供给为用户参与算法监管提供保障。此外，政府加快技术研发和人才培养。政府应当充分掌握算法核心技术研发主导权，避免对科技企业形成技术依赖。

其次，企业应当全面落实算法责任议题与构建可持续性商业模式。第一：制定具体的算法责任实践，向利益相关者展示出企业为保护相关者数据安全采取的具体行动与措施，树立负责任开发与使用算法技术的形象。第二，营造企业算法责任文化氛围，加强员工行为管理，加强算法开发者和设计者的责任意识。第三，算法“黑箱”已经发展成为算法不透明的写照，向利益相关者传达算法透明的意愿是提升企业负责任形象的关键因素。借鉴仇筠茜和陈昌凤[26]打开新闻发布领域的算法“黑箱”问题的三种解决方案提出平台企业促进算法透明的三项措施：一是利益相关者需要识别算法系统规则，即将算法数据输入、数据吞吐、数据输出这三个环节相关的数据和操作步骤全面公开；二是呼吁“逆向工程”的方法，基于专业知识挖掘系统模式，人工推断“黑箱”中的算法规则并阐述运行机制；三是可理解的透明度，是用户导向的，不追求算法的完全公开，更加注重公众是否可以不具备专业知识和不依靠专业解释就可以理解算法。这三项措施着眼于如何在数据来源、监督方式以及面向公众知晓程度上增进算法透明。

最后，用户应当加强算法素养。用户是算法技术、产品的主要服务对象，拥有对算法责任治理相关内容的监督、反馈等权利。算法素养通常指用户群体对算法运作逻辑的认知水平、对算法现实存在的感知程度以及对算法后果影响的判断能力。算法素养教育的社会化普及势在必行。具体而言，可从技能、知识、思维、动机和认知5大层面综合提升用户的算法素养能力，助推数字鸿沟的弥合，为算法责任治理提供新的方向。

参考文献

[1]阳镇. 平台型企业社会责任：边界、治理与评价[J].经济学家，2018（5）：79-88.

[2]肖红军. 构建负责任的平台算法[J].西安交通大学学报（社会科学版），2022，42（1）：120-130.

[3]孙庆春，贾焕银. 算法治理与治理算法[J].重庆大学学报（社会科学版），2019，12（01）：1-10.

[4]阳镇，陈劲. 数智化时代下的算法治理——基于企业社会责任治理的重新审视[J].经济社会体制比较，2021（02）：12-21.

[5]阳镇，陈劲. 互联网平台型企业社会责任创新及其治理：一个文献综述[J].科学学与科学技术管理，2021，42（10）：34-55.

[6]阳镇，陈劲. 算法治理的理论分野与融合框架[J].科学学研究，2023，41（10）：1747-1754.

[7]浮婷. 算法“黑箱”与算法责任机制研究[D].中国社会科学院研究生院，2020.

[8]肖红军. 算法责任：理论证成、全景画像与治理范式[J].管理世界，2022，38（04）：200-226.

[9]冯华，陈亚琦.平台商业模式创新研究——基于互联网环境下的时空契合分析[J].中国工业经济，2016，（03）：99-113.

[10]Porter M， Hills G， Pfitzer M， Patscheke S， Hawkins E. Measuring Shared Value：How to Unlock Value by Linking Business and Social Results[J].2011.

[11]Menghwar P S， Daood A. Creating shared value： a systematic review， synthesis and integrative perspective[J].International Journal of Management Reviews，2021，23（4）：466-485.

[12]肖红军. 共享价值、商业生态圈与企业竞争范式转变[J].改革，2015（07）：129-141.

[13]阳镇，陈劲. 默克如何履行社会责任？——基于共享价值创造的视角[J].清华管理评论，2020，（11）：19-28.

[14]阳镇，陈劲. 数智化时代下企业社会责任的创新与治理[J].上海财经大学学报，2020，22（06）：33-51.

[15]梅亮，陈劲. 责任式创新：源起、归因解析与理论框架[J].管理世界，2015，（08）：39-57.

[16]肖红军. 平台化履责：企业社会责任实践新范式[J].经济管理，2017，39（03）：193-208.

[17]邢小强，汤新慧，王珏等. 数字平台履责与共享价值创造——基于字节跳动扶贫的案例研究[J].管理世界，2021，37（12）：152-176.

[18]Thomas L D，Autio E，D M  Gann. Architectural Leverage： Putting Platforms in Contex[J].Academy of Management Perspectives，2014，28，（2）：198-219．

[19]王节祥，陈威如，江诗松等. 平台生态系统中的参与者战略：互补与依赖关系的解耦[J].管理世界，2021，37（02）：126-147+10.

[20]刘江鹏. 企业成长的双元模型：平台增长及其内在机理[J].中国工业经济，2015（06）：148-160.

[21]Koufaris M. Applying the technology acceptance model and flow theory to online consumer behavior[J].Information Systems Research，2002，13（2）：205-223．

[22]金立印. 消费者企业认同感对产品评价及行为意向的影响[J].南开管理评论，2006，（03）：16-21.

[23]马龙龙. 企业社会责任对消费者购买意愿的影响机制研究[J].管理世界，2011（5）：120-126．

[24]宋华，韩思齐，刘文诣. 数字技术如何构建供应链金融网络信任关系？[J].管理世界，2022，38（03）：182-200.

[25]杨学成，涂科. 信任氛围对用户契合的影响——基于共享经济背景下的价值共创视角[J].管理评论，2018，30（12）：164-174.

[26]仇筠茜，陈昌凤. 基于人工智能与算法新闻透明度的“黑箱”打开方式选择[J].郑州大学学报（哲学社会科学版）， 2018，51（05）：84-88+159.