法律和监管应如何应对快速变化的技术和行业？它们应如何平衡新想法带来的风险与扼杀新想法的风险？又应如何帮助确保新技术的益处得到广泛分享？
在这篇博客中（承接此前关于第四次工业革命的文章），我提出，随着“前瞻性监管”这一新领域的出现，我们开始看到监管理论和实践都在发生根本性变化。
从稳定监管走向迭代监管
近几十年来，关于监管的主流观点强调，监管应当持续、简单且可预测。做到这一点，市场就能发挥所长，设法优化新技术和新理念的实施。
自20世纪70年代起，大量监管理论和监管机构相继出现，旨在将监管的经济学理论付诸实践。这些理论和机构吸收了关于市场失灵、外部性和监管俘获风险的长期观点。与更早一代主要着眼于遏制垄断者滥用权力的观点相比，它们往往更强调监管机构促进竞争和市场可竞争性的作用。
其倡导者承诺，以更独立的规则制定者和更理性的规则取代官僚反复无常的决策。预期结果是竞争更加充分，消费者获得更好的交易条件。其理念是，监管机构不应试图预判技术变革的方向，而应制定游戏规则，然后退居一旁。
传统监管理论对于技术相对稳定的行业，或许仍然相当有效。但面对更为流动、动态且不确定的领域，它就显得力不从心，尤其是行业边界不断变化的领域。许多新型平台商业模式已占据众多行业的主导地位，这种情况在其中尤为明显。
监管机构始终面临一个无法回避的时机难题。监管行动过早，可能会扼杀或冻结具有潜在公共利益的创新商业模式；行动过晚，则可能使消费者遭受损害，或让新的垄断势力站稳脚跟。
过去，监管机构认为，在新发展达到一定规模之前可以置之不理。同样，新企业也要等到规模足够大才会与监管机构接触。但速度打破了这两种假设。小企业可以迅速成长为大企业，速度远快于以实体经济为主的经济体。这迫使人们关注如何以快速、精简的方式，将可能十分庞大的潜在新方法和创新者群体，与监管机构有限的资源联系起来。
另一个相关挑战是，随着平台承载着新形式的市场力量，市场结构正在发生根本变化。这些平台往往形成准垄断，在为消费者带来大幅降价等巨大收益的同时，也可能造成损害。市场动态可能削弱竞争和创新，因为大型在位企业受到激励，会收购甚至往往关闭可能对其构成威胁的新进入者。
这类平台还会对较小的供应商采取一种“亦敌亦友”的策略，大幅挤压其利润空间，并利用算法从买卖双方的信息不对称中获利。经济学界一直难以解释这些新动态，但如今越来越难以令人信服地认为，主导平台带来的益处超过其造成的损害。
因此，一方面，人们推动监管更加开放、限制更少；另一方面，要求加强干预和审查的压力也很大。
前瞻性监管的兴起
世界各国政府都在努力应对这些问题。一系列新方法正在兴起，统称为“前瞻性监管”。这些方法重新构想监管方式，既帮助新技术工具涌现，也允许更快作出响应，以确保公众不受剥削并避免新的危险。
其中一些要素并不新鲜。富有远见的政府长期以来一直努力协调技术发展、市场监管和公共政策，预先应对重大变革；一代人以前，斯堪的纳维亚各国政府成功推动GSM移动通信的发展，就是一例。近来，在人类受精等领域，也出现了一些很好的案例：通过富有想象力的举措，处理新兴领域中相互交织的伦理、公众信任和技术发展问题，并有意预先考虑潜在问题。
但在其他方面，这些工具是新的，并且正在不断演进，以适应具有以下特征的经济体：
变革速度很快，摩尔定律仍在发挥作用，基因组学等其他领域也呈现类似趋势；
进入门槛往往很低；
跨行业领域运营的能力很强（例如借助3D打印和平台等技术）；
商业模式鼓励大型企业跨多个行业运营（如如今的Google/Alphabet），或经营涵盖各类产品和服务的完整生态系统（如Apple或Amazon）；
市场动态更多取决于数据和算法，而非传统的权力运用手段；
机器智能的新能力带来大量法律、伦理和实践挑战，而传统监管和法律概念根本无法适用。
以下十项要素共同构成了政府和监管机构正在形成的工具箱。下面我简要介绍每一项。
1. 与创新者和在位企业开展公开对话
首先，要转向与创新者和企业家开展更加明确、开放的对话，确保监管不会以几乎没有公共利益的方式阻碍他们。金融业在这方面走在前列，例如英国、新加坡或美国的监管机构与新进入者开展了更开放的对话。同样，监管机构也越来越关注与潜在进入者就公开对话，这些潜在进入者涉足比特币和区块链技术；监管机构认识到，抢占先机可能为伦敦、纽约或迪拜带来相对优势。
阿拉伯联合酋长国（UAE）试图通过其所谓的“政府加速器”将这一理念推广到其他行业，例如引入初创企业，与政府官员密切合作，减少交通拥堵、道路事故或空气污染。
其他监管机构则在与行业对话后，尝试提前应对技术变革。例如，美国国家公路交通安全管理局于2013年制定了有关自动驾驶汽车的政策，以预先应对其广泛普及，并与行业合作，更好地了解无人驾驶汽车与有人驾驶汽车将如何互动。
2. 采用迭代规则，而非一锤定音
其次，这些方法意味着监管往往应当迭代调整，而非一锤定音。持续适应带来的好处可能超过稳定性和可预测性的好处（当然，两者之间需要权衡）。
因此，监管机构正努力尽可能通过指导方针开展工作；通过传达发展方向而非具体细节（例如未来如何监管可穿戴设备），来促进自我监管和理解。新型移动应用的快速发展就是一个例子，它促使美国食品药品监督管理局制定了一套指导方针，用于监管健康与保健应用。
3. 测试平台与监管沙盒
监管机构随后会尝试帮助创新者测试其想法，并考虑相关监管影响。金融业再次可以说是领跑者。英国金融行为监管局等机构采用监管沙盒，让新进入者在与政策制定者密切对话的过程中测试产品及其可能产生的监管影响。监管机构还承诺根据新进入者的情况改变或调整监管。
这是推动另类金融行业发展的因素之一。众筹、点对点融资及其他工具应运而生，而它们都给监管机构带来了挑战。
沙盒的形式各异，从纯咨询性质，到聚焦现有产品和服务，再到真正预先考虑潜在服务。数十家机构正尝试设立类似英国金融行为监管局的沙盒，例如在R2A的帮助下。R2A即“监管科技监管机构加速器”，专注于金融监管创新。
其他行业也出现了类似做法。例如，加泰罗尼亚为自动驾驶汽车提供测试平台设施，将汽车制造商（Seat、Nissan）、行业代表（Ficosa）、电信公司、学术界和立法者联系起来（如交通部门和巴塞罗那市长）。
韩国的创新测试平台也是一个很好的例子：利用居民区加速物联网（IoT）领域的实用创新，同样旨在促进创新企业与政策制定者之间的密切沟通。
4. 管理风险，而非规避风险
监管沙盒和测试平台背后的理念是风险管理：在安全环境中测试新想法，尽量降低负面风险，同时充分发挥正面风险所蕴含的机会。
与之相关的概念是基于风险的监管和检查，即利用数据和预测工具更好地识别问题可能出现的领域，从而节省稀缺的监管资源。为新兴技术设定安全运行的参数，有助于新产品进入市场，并为相关行业带来可预测性和确定性。这也会让新兴行业对潜在投资者更具吸引力。
例如，欧盟委员会和美国食品药品监督管理局如今都纳入许可条款，允许不符合现有框架的新技术以受控方式进入市场，并要求提供数据，以便追踪结果。
5. 监管机构直接推动创新
一个可能意义重大的转变，是监管机构直接参与创新，通过组织协调创新来实现促进竞争等监管目标。
Nesta直接参与了一个此类案例，即Open Up挑战。该项目与竞争与市场管理局及各大银行共同开发，旨在将开放银行持有的中小企业数据、促进竞争的努力，以及为加速创新提供资金的协同行动联系起来，确保有新产品和服务可充分利用开放数据。
在这个案例中，监管机构要求在位企业为开放式创新流程提供资金，即使这些创新可能威胁它们的市场份额。此举能够增强竞争，并加快新技术和商业模式的发展。这种方法或可推广到其他类似行业，能源和住房就是显而易见的例子。
6. 协同监管
许多挑战源自跨越行业边界的变化。20世纪80年代的监管机构高度按行业划分，分别监管电力、邮政、电话和天然气，并假定各行业边界清晰。
数十年来，通信技术的融合一直在挑战这种划分，并促成了OfCom等机构的成立。例如，这种融合范围不断扩大：2016年，新加坡合并了资讯通信和媒体监管机构。电信公司如今提供银行交易服务，例如肯尼亚的Safaricom和M-PESA；科技巨头开始涉足杂货零售，Amazon收购了Whole Foods；Apple也直接涉足金融业务。
随着物联网的发展，以及数据经济与交通、能源和建筑等实体网络进一步融合，这些趋势可能会持续扩大。所有这些领域都面临着非常相似的挑战，包括数据、基础设施的监测和维护，以及防范网络攻击。
7. 公众参与
监管机构面临的一个实际挑战是，如何大规模地与利益相关方互动，而不是只与少数大型企业交谈。目前有一些值得关注的试验，尝试让更多人参与其中，协助制定新兴行业的监管规则，例如由台湾立法机构运营的vTaiwan（近期的Nesta数字民主研究对此有所介绍）。法国以开放流程起草数字法也是一例，吸引了20,000名参与者。
数字民主领域不断发展，如今在如何开展包容、有序、分阶段的协商方面愈发成熟，从而更好地理解问题、防止强势利益集团操纵进程，并确保诊断和解决方案都更加完善。
鉴于下一代人工智能、基因组学和交通技术所带来的重大影响及伦理问题，行业面临的最大风险之一，就是试图绕过公众参与和认可。历史表明，这种做法必定会适得其反。
8. 明确政治考量——这不只是技术问题
另一个相关要点是，前瞻性监管无法回避政治。要决定一个新行业应如何发展，或一项新技术应如何使用，并不存在纯粹理性的计算方法（试图坚持纯技术官僚式做法往往会遭遇挫折）。相反，经济、伦理和政治等诸多因素相互交织（我在近期关于良性与不良创新的论文中对此有更详细的阐述）。如果忽视其中任何一项，并仅从技术官僚视角看待监管，问题势必会出现。
开放数据和透明度有助于以健康的方式让监管接受政治审视。几十年前，美国的《社区再投资法》就在银行业发挥了这种作用，揭示了贷款行为中的诸多扭曲和偏见。德勤的《未来的监管机构》报告举例说明，主要由非裔美国人组成的赞斯维尔居民利用开放数据证明，供水公司歧视他们，偏袒“白人”社区，最终赢得了超过10m美元的和解赔偿。
关键在于，上述各种方法所涉及的重大抉择往往需要政治层面或部长参与，包括处理赢家与输家、潜在风险和危害以及收益等问题。
9. 适度复杂
几十年来，人们一直认为，良好的监管应尽可能简单。20世纪90年代和21世纪初，各国政府（例如荷兰的绿色协议）设定了量化目标，要求减少监管数量，因为监管被视为中小企业的负担。欧盟委员会报告称，其行政负担减少了25 per cent。
英国监管改进执行局出于类似原因采用了“一进两出”规则。但前瞻性监管的逻辑可能指向相反方向，即增加复杂度——理想情况下，以简单原则为基础，同时保有灵活性，制定足够详细的规则，让新模式得以涌现。
10. 监管机构需要掌握新技能
为履行这些新职责，监管机构需要掌握新技能，更深入地了解新技术和商业模式；这方面的要求或许会超过上一时代所优先强调的理论经济学和法律知识。
另一个转变是，监管重点要从流程合规转向更加关注结果。此外，监管机构比以往任何时候都更需要沟通技能，但如今所需的不只是与专业媒体打交道的能力，还包括与庞大利益相关方群体互动的能力。
未来一年，我们将研究这些新兴的前瞻性监管模式。它们如何组织？需要哪些技能？如何在广度和深度之间取得适当平衡？它们在成熟行业和颠覆性行业中发挥的职能有何不同？资金从何而来？如何确保利益相关方的意见得到恰当采纳？其他行业能从金融业率先采用的方法中学到什么？尤其是，如何利用更多实验性方法找出哪些做法最有效？
无人机和机器智能的测试案例
无人机是一个特别好的例子。我们与城市、企业和政府合作，研究这一领域已有一段时间。无人机在速度和成本方面具有巨大潜在收益，但也带来重大挑战，例如如何处理航线、数据、定价模式、环境影响等问题。
其中许多挑战只能通过真实环境中的测试平台来解决。在这些平台上，服务提供方与政策制定者密切合作，并确保任何解决方案都能为公众接受。Nesta目前正与多个城市、政府和企业合作，探讨如何在实践中落实这一做法。
另一个迫在眉睫的例子是，算法正在经济和日常生活中迅速普及。我此前曾撰文讨论成立机器智能委员会的理由；关于可能成立新机构的讨论正逐步展开，这些机构可以帮助引导我们走上明智的道路，充分利用新工具，同时避免最严重的陷阱。
Nesta还与欧洲各地的合作伙伴共同开发新的数据公地。它们也可能成为交通及其他基础设施领域的重要组成部分，并纳入监管框架。
我们可能需要全新的机构来处理一些日益受到讨论的选项，例如强制共享数据、禁止使用某些类别的数据，或如Glen Weyl等人的研究所提出的那样，向最初生成数据的公众提供回报。
下一步
前瞻性监管领域正初具形态。专门从事前瞻性监管的专业人士和相关手册寥寥无几，理论研究也不多。不过已有一些颇有前景的研究，例如德勤最近的一项研究，监管创新也日益受到关注。此外，经济学与法律交汇处正涌现一些很有意思的出版物，例如Ariel Ezrachi和Maurice Stucke最近关于虚拟竞争
的著作。但这是一个有待塑造的领域，因此格外令人感兴趣，也令人期待。
