Оборот данных в государственном управлении: перспективы правового регулирования

| И  ДЕЛО |

Москва | 2020

 
 

Э. В. Талапина, В. Н. Южаков
Д. Ю. Двинских, А. А. Ефремов 
И. А. Черешнева

 

Оборот данных 
в государственном 
управлении: 
перспективы правового 
регулирования

Рецензенты: 
Антопольский А. А. — канд. юрид. наук, доцент Государственного академического 
университета гуманитарных наук;
Захарова М. В. — канд. юрид. наук, д-р публичного права, доцент Университета 
им. О.Е. Кутафина (МГЮА)

Авторский коллектив:
Талапина Э. В. — д-р юрид. наук, ведущий научный сотрудник Центра технологий 
государственного управления Института прикладных экономических исследований (ИПЭИ) РАНХиГС;

Южаков В. Н. — д-р филос. наук, проф., директор Центра технологий государственного управления ИПЭИ РАНХиГ С;

Двинских Д. Ю. — канд. экон. наук, ведущий научный сотрудник  Центра технологий государственного управления ИПЭИ РАНХиГС;

Ефремов А. А. — канд. юрид. наук, доц., ведущий научный сотрудник  Центра технологий государственного управления ИПЭИ РАНХиГС;

Черешнева И. А. — младший научный сотрудник Центра технологий государственного управления ИПЭИ РАНХиГ С

Талапина, Э.В. и др.
Оборот данных в государственном управлении: перспективы правового 
регулирования / Э.В. Талапина, В.Н. Южаков, Д.Ю. Двинских, А.А. Ефремов, 
И.А. Черешнева. — Москва : Издательский дом «Дело» РАНХиГС, 2020. —  244 с. — 
ISBN 978-5-85006-220-0.

  

В монографии представлены результаты научного исследования проблем оборота данных в государственном управлении, проведенного коллективом научных 
сотрудников Центра технологий государственного управления Института прикладных экономических исследований РАНХиГС. Исследование выполнялось 
в рамках государственного задания РАНХиГС.

ISBN 978-5-85006-220-0  

 
УДК 351/354 
ББК 67.401 

© ФГБОУ ВО «Российская академия народного хозяйства
и государственной службы при Президенте Российской Федерации», 2020

УДК 351/354 
ББК 67.401  
       Т16

Т

Содержание

Введение   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 5

1. Данные: понятие и виды. Тенденции развития правового 
регулирования оборота данных  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 7

1.1. Большие данные в государственном управлении  .  .  .  .  .  .  .  .  .  .  . 9
1.2. Открытые данные в государственном управлении  .  .  .  .  .  .  .  .  . 14
1.3. Понятие оборота данных  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 21
1.4. Подходы к классификации данных   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 23
1.5. Доступность информации и данных.  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 25
1.6. Правовые проблемы оборота данных  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 31

2. Фактическое состояние оборота данных в государственном 
управлении и его правового регулирования.  .  .  .  .  .  .  .  .  .  .  .  .  . 37

2.1. Оборот данных в документах международных организаций  .  .  . 37
2.2. Опыт отдельных зарубежных государств  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 59
2.3. Оборот данных: российская ситуация.  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 90

3. Риски развития оборота данных в государственном
 управлении  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 98

3.1. Состояние проблемного поля .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 98
3.2. Риски государства. Поддержка оборота данных за счет 
дорогостоящих небезопасных и быстро устаревающих 
ИТ-решений .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  100
3.3. Риски нарушения основных прав и свобод человека 
при автоматизированной обработке персональных данных 
на сайтах государственных органов и коммерческих структур  .  . 110
3.4. Корпоративные риски. Вредоносное использование 
информации, являющейся коммерческой тайной 
экономических субъектов.  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  112
3.5. Риски информационных угроз, нарушения кибербезопасности 
в системах государственного управления, потери либо пиратского 
использования конфиденциальных и секретных данных  .  .  .  .  113
3.6. Несовершенства и пробелы в нормативной базе, 
регулирующей оборот данных в Российской Федерации.  .  .  .  .  114

4. Оборот данных в государственном управлении 
применительно к этапам управленческого цикла: 
возможности правового регулирования   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  132

5. Оборот данных в государственном управлении
применительно к типам государственных функций   .  .  .  .  .  .  .  148

5.1. Возможности правового регулирования оборота данных 
при выработке государственной политики.  .  .  .  .  .  .  .  .  .  .  .  .  150
5.2. Возможности правового регулирования оборота данных 
при исполнении регулирующих функций  .  .  .  .  .  .  .  .  .  .  .  .  .  161
5.3. Возможности правового регулирования при исполнении 
функций прямого управления  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  207

6. Предложения по формированию комплексного правового 
регулирования оборота данных в госуправлении  .  .  .  .  .  .  .  .  .  222

6.1. Предложения по внесению изменений в действующее 
законодательство.  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  224
6.2. Предложения по разработке новых нормативных 
правовых актов  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  238

Заключение   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  242

Введение

Качество госуправления предполагает ответственную инициативность органов власти, в том 
числе применительно к сбору и использованию 
информации. В цифровую эпоху информация 
для управленческих целей может быть получена 
посредством обработки данных современными 
методами, применяемыми на легальных основаниях. Автоматическая обработка данных формирует риски (утечка данных, их искажение, нарушение прав владельцев персональных данных), 
снизить которые способно адекватное правовое 
регулирование оборота данных. Помимо этого, 
регулирование каждой операции, составляющей 
оборот данных (сбор, анализ, передача и пр.), 
должно учитывать особенности каждого этапа 
цикла государственного управления, а также 
функций госуправления.
Информация всегда была основой деятельности государства, и ее объемы все время были значительны. Данный постулат не является новым. 
Но в наши дни объем информации стал колоссальным, зачастую она собирается в цифровой 
форме и обрабатывается также цифровыми способами. Таким образом, сам объем данных диктует новые методы работы с ними (большие д анные).
В условиях цифровой экономики традиционный для социальных наук подход к информации 
как малоструктурируемому и плохо управляемому ресурсу меняется —  данные, обращающиеся 



О    



при помощи цифровых технологий с иной скоростью 
и в иных объемах, могут иметь прогнозируемую степень доступности (открытости) с технической точки зрения и обоснованную экономическую стоимость. Это, в свою очередь, 
означает необходимость создания такого правового режима 
оборота данных, который позволит использовать технические преимущества управления обращением больших данных в интересах традиционных участников правовых отношений —  государства, бизнес-структур и граждан —  и создать 
эффективную систему предотвращения нарушений в области 
персональных данных и других защищенных данных.
Таким образом, становится привычным, что оборот данных является основой современного государства. Тем не менее специфика оборота данных в государственном управлении остается практически неисследованной. В этой сложной 
и высокоскоростной системе оборота данных видятся как 
минимум две проблемы —  во-первых, скорость обработки 
данных часто ведет к падению качества; во-вторых, поскольку сложность и комплексность можно «прорубать» относительно быстро только шаблоном, алгоритмом, это ведет к шаблонизации и потере деталей. Поэтому важной задачей становится выработка таких способов обработки данных, 
которые позволяют избежать этих недостатков. Особенно это 
касается оборота данных в целях государственного управления. Важно выяснить, существуют ли особенности оборота 
данных применительно ко всем функциям государственного 
управления, а также применительно к каждому этапу цикла 
государственного управления. Если наличие таких особенностей подтвердится, необходимо соотнести, насколько действующее законодательство, а также нормативная правовая 
база, разрабатываемая в обеспечение национальной программы «Цифровая экономика», учитывают данные особенности.

. Данные: понятие и виды.
Тенденции развития 
правового регулирования 
оборота данных

Данные, тесно связанные с поддерживающими их 
алгоритмами, создают новое пространство —  
цифровую сферу, представляющую собой отражение физического мира, включающего как объекты материального мира (здания, дороги, заводы, 
животные), так и последствия активности, происходящей в реальной жизни (например, положение человека в любой конкретный момент времени, оборот товаров или дорожное движение).
Одним из опорных является определение данных, сформулированное Международной организацией стандартизации: данные —  это поддающееся многократной интерпретации представление информации в формализованном виде, 
пригодном для передачи, связи или обработки 
(ISO/IEC:). Очевидно, оно подходит для 
разных способов автоматической обработки 
данных.
Стремительное развитие информационных 
технологий порождает новое пространство —  
цифровое, требующее разработки новых подходов к правовому регулированию вновь возникающих отношений. Цифровая сфера, или датасфера (datasphere), приводит к возникновению 
(по аналогии с основными сферами планеты 
Земля) двух новых типов отношений: ) между 
институциональными территориями (государства, города, международные и региональные организации); ) датасфера сама по себе порожда


О    



ет новые территории. Первая группа отношений характеризуется «оторванностью» от традиционной территории, что 
обусловлено самой природой датасферы, ее сущностью. Последняя порождает новую совокупность обстоятельств (условий), в частности тех, которые появляются вследствие глобального процесса цифровизации. Факты охватываются данными. Сбор, обработка и перемещение таких данных 
в дематериализованной форме создают такие ситуации, которые оторваны от традиционных территорий. И тогда данные порождают ценность, которая сама по себе неосязаема 
и не зависит от физического ресурса. Как только эти данные 
перемещаются в своей собственной сфере, они порождают 
новые отношения с традиционными институциональными 
территориями.
Другой перспективой, которую открывает новое цифровое 
пространство, является появление новых территорий, отличных от традиционных институциональных территорий. То, 
каким образом право регулирует «новые территории» в других существующих сферах регулирования, —  классическая иллюстрация способности юриста пересматривать свои предметные области в соответствии с развитием человеческой 
изобретательности: например космическое и воздушное 
право, водное право и современные дискуссии по поводу 
правового регулирования открытого моря, недр и Арктики. 
Под сферой понимается пространство, где осуществляется 
оборот данных и где появляются новые отношения к территориям. Это является одним из самых ярких современных 
проявлений цифровой деятельности .
Исходя из изложенного, под цифровыми данными понимают «многократно интерпретируемое представление информации формализованным образом, пригодное для передачи, интерпретации или обработки», создаваемое людьми 
или генерируемое машинами/датчиками (часто в качестве 

 Bergé Jean-Sylvestre, Grumbach Stéphane, Zeno-Zencovich Vincenzo. The 
«Datasphere», Data Flows beyond Control, and the Challenges for Law and 
Governance // European journal of comparative law and governance. . № . 
P. –.

. Д:   



побочного продукта) . При этом необходимо иметь в виду, 
что данные бесполезны без обработки и анализа, при помощи которых они могут использоваться для совершения открытий, повышения уровня принятия решений, разработки 
новых продуктов и услуг .

.. Б    


Большие данные (Big Data) могут предоставить государственному сектору мощный арсенал стратегий и методик для повышения продуктивности и достижения высоких уровней результативности и эффективности.
В науке нет единства мнений относительно понимания термина «большие данные». Преобладающим является подход, 
определяющий три ключевые характеристики (три «V») больших данных: большой объем (Volume), разнообразие данных 
(Variety), высокая скорость их изменения (Velocity). Иногда дополнительно выделяют сложность данных (Complexity). Некоторые ученые также выделяют четыре «V» (V alue —  экономическая ценность данных) и  «V» (Veracity —  достоверность 
данных), и даже  «Validation» (Validation —  проверка данных) .
Необходимо отметить, что объем выступает ключевой характеристикой больших данных, т. е. данные должны быть такого объема, который не сопоставим с возможностями для 
сбора, хранения, управления и анализа обычных баз данных. 

 Clark E., Zapata E. Building trust and legitimacy through innovation in Mexico. 
Centre for Public Impact // https://www.centreforpublicimpact.org/trustlegitimacy-mexico/.

 Abardazzou N. The Rise of Artifi cial Intelligence in Africa. How We Made It In 
Africa // https://www. howwemadeitinafrica.com/rise-artificial-intelligenceafrica//; Ricci D. NGOs and Technology: A New Powerhouse for Humanity // 
http://www.digitalistmag.com/improving-lives////ngos-technologynew-powerhouse-for-humanity-.

 Bagnoli V. Competition for the Eff ectiveness of Big Data Benefi ts // Springer, DOI 
./s–––. P. ; Fredriksson Cecilia, Mubarak Farooq, 
Tuohimaa Marja, Zhan Ming. Big Data in the Public Sector: A Systematic 
Literature Review // Scandinavian Journal of Public Administration (): –.

О    



С этой точки зрения большие данные являются функцией базового и ранее существовавшего потенциала организации по 
сбору, хранению и анализу данных.
Второй определяющей характеристикой больших данных 
является их скорость: с какой скоростью данные создаются 
и хранятся, и связанные с этим нормы их выборки.
Разнообразие данных —  третья важная черта. Большие 
данные состоят из данных в широком диапазоне форм, включая тексты, изображения и видео. Они могут быть структурированными, полуструктурированными или неструктурированными. Структурированные данные относятся к данным, 
которые имеют четко организованную структуру и поэтому 
являются идентифицируемыми (например, база данных 
с определенной информацией, которая хранится в столбцах 
и строках). Полуструктурированные данные не соответствуют формальной структуре как таковой, однако содержат 
«теги», которые помогают отделить записи данных друг от 
друга (библиографическое программное обеспечение). Файл 
состоит из записей, но структура не является организованной: поля могут отсутствовать или состоять из более «открытых» форматов, таких как раздел «Примечания». Наконец, 
неструктурированные данные, как следует из названия, не 
имеют идентифицируемой структуры. Это могут быть: текстовые сообщения, фотографии, видео и аудиофайлы. Это деление легко проследить на примере больших кризисных данных (собранных во время кризисов или массовых чрезвычайных ситуаций). Большие кризисные данные, по замечанию 
специалистов, в основном неструктурированные .
Разнообразие больших данных обостряет необходимость 
их классификации, но единой не существует. Так, некоторые 
классифицируют данные по источникам:

1) правительственные данные («открытые данные»), т. е. 
персональные или неперсональные данные, собираемые органами государственного сектора;

 Qadir J., Ali A., ur Rasool R., Zwitter A., et al. Crisis analytics: big data-driven 
crisis response // Journal of International Humanitarian Action () :, 
Springer, DOI ./s–––. P. .

. Д:   



2) данные пользователей, потребителей и бизнеса, добровольно оставленные на ИТ-платформах;
3) сгенерированные данные (с помощью файлов cookie, 
данных ISP, данных eCall, даже данных пациентов) .

Более подробная классификация больших данных представлена в табл.  .
Что касается применения больших данных в государственном управлении, то, основываясь на двух критериях применимости (использования) больших данных в государственном секторе, выделяют уровень государственного сектора 
(государственные субъекты (акторы), города и граждане) 
и осуществляемые функции (здравоохранение, социальные 
сети и открытые данные).

 Lundqvist B. Big Data, Open Data, Privacy Regulations, Intellectual Property and 
Competition Law in an Internet-of-Things World: The Issue of Accessing Data // 
Bakhoum M., Conde Gallego B., Mackenrodt M-O., Surblytė-Namavičienė G. 
(Eds.). Personal Data in Competition, Consumer Protection and Intellectual 
Property Law. Towards a Holistic Approach? Springer, . P. .

 См.: Каращук О. С., Майорова Е. А., Прохоров Ю. Н. «Большие данные» и перспективы их использования в предпринимательской деятельности // Вестник НГИЭИ. . № . С. .

Т . Классификация больших данных

По возможности 
доступа / if 
possible 
access

По субъекту формирования / 
on the 
subject of 
formation

По возможности 
идентификации / if 
possible 
identifi cation

По источникам 
поступления посредством / by 
source of income 
through

По особенностям информации / 
on features 
of the 
information

Раскрытые / disclosed

Закрытые / closed

Государственные / state

Частные / private

Определяемые / 
determined

Неопределяемые / 
undetectable

Интернет / Inter-net

Мобильных операторов / mobile operators

Интеллектуальных систем / intellectual systems

Больших объемов / large 
volumes

Сложного состава / 
complex composition

О    



Уровень государственного сектора. Правительства играют 
центральную роль как в создании знаний, так и в управлении 
ими. В связи с этим большие данные могут способствовать 
выработке такой политики, которая позволит «обнаружить» 
(выявить) предпочтения граждан до того, как они выразят 
свое мнение путем голосования. Эта информация используется для выработки политических решений, поддержки экономического развития, повышения участия граждан в делах 
государства, формирования доверия к правительству и распространения общедоступного знания. Правительства создают информацию, например, путем сбора данных о гражданах 
и институтах и используют их для поддержки своих собственных решений, планирования и отчетности .
Интернет вещей является фундаментом для развития умных городов, которые направлены на улучшение качества 
жизни граждан по различным направлениям. Например, 
в режиме реального времени умная транспортная система 
способна отслеживать ожидаемое время в пути. Прецеденты 
создания умных городов уже существуют. Так, используя информацию, полученную в результате поиска на веб-сайте, 
или в рамках обращений граждан и обратной связи, создаются новые знания о городах и предлагаются новые подходы 
к управлению городским хозяйством . Особое внимание сосредоточено на личности —  гражданине как главном участнике отношений в различных сферах государственного сектора. 
Когда речь идет о государственных данных , поощрение демократии общественного участия должно играть ключевую 
роль в современном электронном правительстве.
Функциональный критерий включает в себя использование 
больших данных в различных областях государственного сектора, например здравоохранении. Исследователи выделяют 

 Henninger Maureen. The Value and Challenges of Public Sector Information, 
Cosmopolitan Civil Societies // An Interdisciplinary Journal. . №  (). Р. –.

 Arribas-Bel Daniel. Accidental, open and everywhere: Emerging data sources for 
the understanding of cities // Applied Geography. . №  (May ). Р. –.

 Henninger Maureen. The Value and Challenges of Public Sector Information, 
Cosmopolitan Civil Societies. Р. –.