摘要：數(shù)字法治政府的建設對現(xiàn)有行政法體系提出了新的挑戰(zhàn)。政務服務手段因數(shù)字化的到來迎來了更新，裁量自動化在行政管理領域廣泛應用的同時也存在一定的技術風險，這些風險包括主體能動性的損失、個案正義的喪失以及程序價值的缺失等，因此應排除全自動化裁量的應用。數(shù)字政府建設應將裁量自動化納入控權體系之中，一方面要基于法律保留原則劃定自動化裁量的作用范圍，另一方面要依托正當程序與算法技術理性建構技術正當程序，保障行政程序的人際互動，維護相對人獲得共情的權利。

關鍵詞：數(shù)字政府；行政裁量；法律保留；技術正當程序

中圖分類號：D9? ? 文獻標志碼：A? ? 文章編號：1009-3605（2023）02-0001-07

引言

數(shù)字化技術的廣泛應用使人類的生產(chǎn)生活方式產(chǎn)生重大變革。政府在這一變革中既是主體也是客體，政府作為行政職能的承擔者，其監(jiān)管和服務的對象希望借助數(shù)字技術提高效率，此種行政管理局面促使政府自身的活動工具和活動方式必須進行數(shù)字化革新。“數(shù)字技術引發(fā)的制度變遷是最為廣泛和深刻的，不限于工具性地提供信息化技術支持以提高行政效率，更重要的是通過組織變革和運行機制創(chuàng)新，改變公共行政的體制和制度，對我們共同社會的關鍵概念提出挑戰(zhàn)?！盵1]

就目前的數(shù)字化發(fā)展進程而言，為避免“法學的童話”[2]的討論，我們要先考慮現(xiàn)有法律體系對新技術、新命題的承載能力，當初為回應新公共管理運動而構建的行政法體系，為了因應數(shù)字政府建設的要求，是否會發(fā)生顛覆性的變革[2]。本文擬以行政裁量為視角，從微觀角度觀察現(xiàn)有體系應對數(shù)字化技術問題的能力。

法律沒有為同一事實要件只設定一種法律后果，而是授權行政機關自行確定法律后果，行政機關可以選擇不同的處理方式[3]。為滿足行政任務的復雜多樣性要求，達成行政目標，允許行政機關獲得一定的彈性決定空間，以便按當時的情況設定具體目標，實現(xiàn)個案正義。行政裁量自動化，是指以大數(shù)據(jù)、人工智能等數(shù)字技術為支撐，按照一定的算法程序，以半自動化或者全自動化的形式做出行政裁量決定[4]。但在可數(shù)字化、可代碼化之外，復雜情形下的法律適用、不確定法律概念的解釋始終是要面對的難題。

一、裁量自動化技術的可行性應用與風險

（一）技術應用

隨著“放管服”改革的政務服務理念和“互聯(lián)網(wǎng)+政務”技術手段的持續(xù)推動，數(shù)字技術在政務服務場景中被多元化應用，并帶來積極效果。2019年國務院辦公廳的文件提出：“要積極推進人工智能技術在行政執(zhí)法實踐中的運用，研究開發(fā)行政執(zhí)法裁量職能輔助信息系統(tǒng)?！盵5]目前行政裁量數(shù)字化技術應用于行政處罰、行政審批、行政評級和行政給付等領域[4]。

行政裁量自動化的條件是可代碼化的裁量基準。裁量基準是行政機關在行政裁量空間內(nèi)設置的若干階格[6]。在人工裁量過程中，裁量基準是為規(guī)制高位階法律規(guī)范而授予的寬泛裁量權，它有助于抑制行政權的恣意，規(guī)范裁量權行使，實現(xiàn)法的確定性[7]。在數(shù)字化應用場景下，為模仿執(zhí)法者的思維，裁量自動化首先要基于法律知識圖譜搭建算法模型，還要將事實內(nèi)容轉(zhuǎn)化為可代碼運算的算法語言，然后將算法模型應用于個案——將規(guī)范代碼與事實代碼進行“涵攝”。在這一過程中，裁量基準的代碼化實際上是確定涵攝工作的“大前提”，裁量范圍內(nèi)的不同階格的設置使其轉(zhuǎn)化為計算機語言成為可能。裁量基準算法化，是基于計算機語言和運算邏輯，將代碼組合并按步驟還原法律適用中的裁量過程。事實上代碼和算法不僅形塑效果裁量的過程，而且也決定著裁量結果[8]，算法的設置與規(guī)則的排列將直接影響裁量結果的精準程度。

眾所周知，人類決策的程序和結果存在諸多弊端[9]，借助算法運行，裁量過程被技術性還原。在此過程中，法律的解讀和事實要素的認定以及涵攝過程，都被客觀的計算機程序所代替。在算法運行過程中，執(zhí)法人員通過將主觀因素抽離，拋棄人類的主觀價值觀、個人喜好等，使得裁量過程嚴格按照設定的參數(shù)和程序運行，增強裁量結果的客觀性。比如，甘肅省應用行政處罰裁量輔助決策系統(tǒng)辦理環(huán)境行政處罰案件，一個案件被拆分成違法事實和違法后果兩個維度，分別設定子行為和子后果，劃分后果等級。系統(tǒng)將疊加各子項參數(shù)的實際檢測結果輔以修正系數(shù)，得出處罰裁量結果。事實認定上從“重性”轉(zhuǎn)為“重量”，為認定排污行為，輔助系統(tǒng)設置了排放因子數(shù)量種類、排放量、去向、pH值等數(shù)據(jù)，分別為違法行為和違法結果各參數(shù)勾選對應的量級，使裁量過程更專業(yè)、更透明，從而規(guī)范執(zhí)法行為，減少辦案的隨意性，避免人情案、情緒案，很大程度上杜絕違法企業(yè)的僥幸心理，減少執(zhí)法辦案過程中的徇私舞弊行為[10]。

裁量算法的程序一旦投入應用，行政機關的執(zhí)法效率將極大提升，并能很大程度實現(xiàn)同類案件同樣處理。引入數(shù)字技術，裁量基準算法化呈現(xiàn)，部分行為環(huán)節(jié)由機器代替人工完成，可以顯著提高執(zhí)法效率，擴大執(zhí)法覆蓋面[11]。裁量自動化通過數(shù)學模型進行分析，從定量的角度研究問題，其主要思路是通過數(shù)學建模的方法擬合真實的行政處罰自由裁量計算過程，再通過計算機數(shù)據(jù)結構方法實現(xiàn)目標，并結合實際進行檢驗[12]。其優(yōu)點在于穩(wěn)定合適的數(shù)學模型可以成為自由裁量的裁定依據(jù)，對于具備相同要件事實的情形，數(shù)學模型可以導出完全相同的裁量結論，由此最大限度實現(xiàn)“同案同判”，且數(shù)據(jù)運算速度使案件處理效率大幅提升。

（二）技術風險

1.算法技術導致的主體能動性損失

不同于人工裁量，計算機僅能實現(xiàn)形式上的模仿，無法對執(zhí)法人員生動的思維活動進行模仿。一般裁量標準的執(zhí)行上，數(shù)字化裁量能夠提升行政執(zhí)法行為的標準化水平。但在個案判斷上，數(shù)字化裁量意味著對個體利益的忽視和對執(zhí)法專業(yè)性的放棄。行政執(zhí)法人員會因數(shù)字化裁量系統(tǒng)的存在而產(chǎn)生心理依賴和惰性，又或出于行權責任的考慮，為尋求免責完全放棄執(zhí)法主體的地位[4]。它使機器凌駕于行政主體之上，行政執(zhí)法的結果由算法設計者的而非立法機關所代表的民主意志來決定。

除此之外，因為作為裁量系統(tǒng)設計基礎的技術規(guī)則是以“歷史數(shù)據(jù)”為依據(jù)，當其面對新類型的裁量時，無法有效處理，因為“機器總是帶有僵硬死板的潛在可能性”[13]。實踐中，以行政處罰裁量自動化為例，決策系統(tǒng)一般由部委、省級政府或其工作部門統(tǒng)一部署設計，基層執(zhí)法人員往往只能循規(guī)蹈矩，沒有行權空間[2]。又因為數(shù)字技術不成熟，系統(tǒng)軟件不夠貼近實際，自動化處罰裁量對執(zhí)法人員施加諸多限制，導致處罰裁量決定做出過程中的人工作用被大幅削弱，裁量權限被實質(zhì)性讓與機器[8]。而深度學習后，以“歷史數(shù)據(jù)”學習為主要模式、以“相關性”為主要基準的系統(tǒng)，隨著學習深度的不斷深入，由機器自行對事實形成判斷，其必然脫離預先設定的規(guī)則，而行政官員對此無能為力[14]。因此，對行政機關，不管從主觀性還是客觀因素而言，裁量自動化均會帶來主體能動性損失的風險。

此外，在行政訴訟程序中，行政機關會將自由裁量系統(tǒng)制作的處理意見作為證明行政行為合法性的證據(jù)。法院經(jīng)質(zhì)證認為，其對被告做出的涉案處罰的相關程序行為，與本案事實具有關聯(lián)性，確認其證明力①。司法的認定促使裁量自動化系統(tǒng)對行政機關主體地位的進一步掩蓋。

2.裁量格式化導致的個案正義喪失

“證成裁量正義的理由通常是個別化正義的需要”[15]，行政裁量權的授予是為實現(xiàn)行政執(zhí)法的個案正義。行政機關既要按照法定目的考慮，又要考慮案件的具體情況，從而找出適當?shù)摹⒑侠淼慕鉀Q辦法。在復雜疑難的情況下，不排除行政機關需要借助法律解釋、法學方法甚至價值判斷去解釋法定目的、認定案件事實，進而獲得妥當?shù)姆ㄡ屃x結論。對于非典型案件，基于個案的考慮，行政機關有可能背離裁量基準做出裁量決定，但必須書面說明不適用裁量基準的理由[7]。

自動化技術是基于海量數(shù)據(jù)，歸納總結出一般性規(guī)律，再用于解決類似問題的技術手段。自然語言轉(zhuǎn)譯為代碼并通過編譯操作使之成為可執(zhí)行的二進制指令，算法的可行性要求指令不能有二義性。數(shù)字裁量轉(zhuǎn)譯、編譯過程中，只能關注到一般化的案例情形，形成格式化的算法運行程序。復雜現(xiàn)實環(huán)境中的具體案情，被歸約為輸入計算機的若干參數(shù)，然后利用數(shù)字系統(tǒng)像“自動售貨機”般自動化輸出行政決定。[16]在此行政決定作出過程中，實體利益被格式化，程序價值被虛擬化。

由此，行政裁量對個案正義的追求與數(shù)字技術的格式化之間必定存在緊張關系。裁量自動化是以恪守法律規(guī)范為前提，因此其合法性一般不存在爭議，存在爭議的是合理性[17]。裁量要求通過人類特有的倫理標準做出符合個案正義的結論，數(shù)字技術的格式化和代碼化要求語言或指令的確定無二義性，形成極致“理性”與“感性”的碰撞；卻只能由“感性”一方做出妥協(xié)。因為計算機運行程序?qū)χ噶畹拇_定性要求不可變動，而裁量基準的設置卻是將難以量化的裁量過程客觀化?；谶@一條件，在非極端個案的情況下，裁量自動化才有實施基礎，也就決定了全自動化裁量的現(xiàn)實不可行性。

3.裁量算法化導致的程序價值缺失

算法運行過程瞬時完成且同時作用于規(guī)模龐大的類似案件，事實認定上難以履行個案調(diào)查義務，無法聽取當事人陳述申辯。算法設計成型就意味著結論已定，也就是說決策發(fā)生在具體行政行為之前[18]，行政行為程序由算法運行程序替代，而這一過程中行政相對人難以實質(zhì)參與，算法設計運行技術架空了公眾參與。

正當程序原則要求行政機關在做出不利于行政相對人的行政行為時，須說明理由，違反說明理由義務可能直接影響行政決定的效力[19]。而算法決策過程無法提供理由說明，因為結論輸出依據(jù)大數(shù)據(jù)的相關關系，而非因果關系判斷。但是機器學習更高階時，行政法上的說明理由的要求也不是不可逾越，“算法黑箱”的概念也將會被打破。目前數(shù)據(jù)科學家正在進行大量工作開發(fā)先進技術，試圖解釋復雜的算法輸出[20]。算法的可解釋性在形式上滿足了“說明理由”的構成要件，但實質(zhì)上行政決定的相對人甚至行政法官對此種內(nèi)容的“說明理由”難以做出反應。行政訴訟通常沒有對專業(yè)知識的審查能力，因而尊重行政機關的專業(yè)知識，對物理機器尚且如此，更何況數(shù)字機器。因此依據(jù)正當程序，“算法黑箱”無法提供理由說明，僅僅是一種從形式上對自動化技術的譴責，難以通過此種形式達到維護當事人權利的效果。

自動化技術缺乏人類的同理心（empathy），極端自動化可能導致人類面臨關懷危機[20]。同理心是人類特有的一種倫理內(nèi)容，人類官員善于傾聽和同情行政決定的相對人的困境，這種品質(zhì)使行政決定更具有可接受性。而缺乏同理心的數(shù)字裁量難以形成人際互動，在裁量過程中無法與相對人進行有效的意見交換[21]。公眾參與的缺失將導致行政程序民主性不足，進而影響實體結論的正當性。

總之，全自動化裁量是指整個行政程序毫無人工干預地形成結論的裁量過程[22]。但學理上的“裁量收縮為零”“預定裁量”概念并非全自動裁量的范疇，全自動裁量必然會落入尷尬的境地。算法學習依靠“歷史數(shù)據(jù)”來進行，是對過去經(jīng)驗的總結、分析、歸納、應用，而不是面向未來的因果判斷[2]。無裁量能力的自動化系統(tǒng)，可能因無法完全行使裁量權而放棄裁量權，從而導致裁量怠惰，無法實現(xiàn)個案公正；有裁量能力的系統(tǒng)，則會因為算法本身的失當導致裁量濫用危機[17]。

數(shù)字行政法只能為更高程度的行政正義提供支持，而不應當降低行政正義的質(zhì)量和水準。如果行政正義建立在行政裁量之上，那么就不應當放棄行政裁量[1]。因此，裁量自動化應排除全自動裁量。

二、構建人機融合的裁量機制

由以上分析可見，目前裁量自動化的功能定位應限于輔助性，自動化裁量有其不可替代的優(yōu)勢，而人工裁量能夠保證個案正義。因此控制裁量自動化的風險應關注如何構建人機融合的裁量機制。

（一）法律保留原則劃定裁量自動的范圍

構建人機融合的裁量機制，必須設計各自的權限分配方案。根據(jù)法律保留原則，立法機關通過法律預先對實體決定構成要件和決定內(nèi)容做出規(guī)定，行政機關實施某種具體行為時需要獲得法律的授權[23]。因為行政權的內(nèi)容主要依賴于立法者通過實體法確定，數(shù)字化自動適用方式與實體法的契合性問題本質(zhì)上亦屬于實體法問題，無法單純在行政程序框架內(nèi)解決[24]。何種裁量權限可以賦予自動化技術，應當遵循法律保留原則。

依據(jù)自動化裁量的特點，只有較為“死板”且“格式”確定性高的行政裁量事由適合數(shù)字裁量做出結論。確定性高意味著裁量基準清晰明了，事實簡單易涵攝，自動化裁量結果與人工裁量結果出入不大。這一類簡易的、結果確定性高的行為由自動化程序做出，一方面，能極大提升行政機關的辦案效率；另一方面，能為當事人提供明確的法的預期，并以此作為指針指導其守法用法。

在比較法上，《德國聯(lián)邦行政程序法》第35a條設置了明確的法律保留條款，在只有特別法規(guī)定的情形下，行政行為才能以完全的技術自動實施的途徑做出。這一規(guī)定在權力正當性方面暗含的邏輯是，以數(shù)字化方式做出決定能否在內(nèi)容上達到足夠的正當性水準，取決于特別法制定過程中立法者的判斷[24]。因為算法本身的特點，裁量規(guī)則轉(zhuǎn)化為算法規(guī)則的過程可能會發(fā)生顛覆性變動。算法是為簡化自然語言所描述的內(nèi)容，簡化是用線性代替非線性[17]。為避免編譯過程中的技術“二次立法”，使得技術實質(zhì)上逸脫實體法的控制[24]，立法者在制定特別法時考慮此因素，并且進行衡量，而非行政主體在行為做出時的選擇自由。

（二）技術正當程序保持決策的“同理心”

構建技術正當程序，提高自動化決策系統(tǒng)中嵌入規(guī)則的透明度，完善問責制和增強準確性[25]。在正當程序的基礎上，融合算法決策程序的技術理性建構算法正當程序的中立性、公開性、論證性與公正性[26]。算法程序的理性內(nèi)涵，與正當程序的正義性追求并不沖突，技術正當程序的構建就是要發(fā)揮各自的長處，實現(xiàn)正義和效率的最大化。

算法決策缺失同理心，而正當程序原則有助于實現(xiàn)決策中的共情。將正當程序的內(nèi)涵，公開透明、公眾參與等能保持人際互動的規(guī)則植入算法決策程序，可以補充自動化決策過程中缺失的人文關懷。具體而言，要求行政主體在選擇、購買或者共同開發(fā)算法系統(tǒng)，并在應用的過程中，充分創(chuàng)造機會和條件，保障行政相對人、利益相關方參與其中，為公眾提供渠道了解問題、表達訴求。在復雜個案中，要留有行政相對人等主體與行政執(zhí)法人員交流互動的通道，保障行政相對人“獲得共情”的權利[20]。

三、結論

社會變化是法律變遷的基礎，法律如同其他社會現(xiàn)象一樣處于變遷之中[27]。但是法律制度對社會變化的回應是緩慢的，須先在已有法律體系之內(nèi)進行少量調(diào)適，以回應社會迫切的變化。行政裁量是傳統(tǒng)行政法中極為重要的概念，在數(shù)字技術對行政活動方式產(chǎn)生重大影響時，數(shù)字技術的結果一致性、歷史經(jīng)驗性特征與行政裁量承載的個案正義保障形成不小的緊張關系。自動化裁量系統(tǒng)的應用可能導致主體能動性的喪失、個案正義的喪失以及程序價值的缺失，對此，回到行政法基本原則上，一方面，要基于法律保留原則劃定自動化裁量的作用范圍；另一方面，依托正當程序與算法技術理性建構技術正當程序，可以保障行政程序的人際互動，維護相對人獲得共情的權利。

①參見“義烏市永琴襪子有限公司與金華市生態(tài)環(huán)境保護局、義烏市人民政府環(huán)境保護行政管理案”，（2019）浙0702行初175號行政判決書。

參考文獻

[1]于安.論數(shù)字行政法：比較法視角的探討[J].華東政法大學學報，2022（1）：6-17.

[2]余凌云.數(shù)字政府的法治建構[J].中國社會科學院大學學報，2022（1）：101-108.

[3]哈特穆特·毛雷爾.行政法學總論[M].高家偉，譯.北京：法律出版社，2000：124.

[4]劉星.行政裁量中的技術控制：基于政務服務應用場景的實踐觀察[J].公共行政評論，2022（1）：51-68.

[5]國務院辦公廳關于全面推行行政執(zhí)法公示制度執(zhí)法全過程記錄制度重大執(zhí)法決定法制審核制度的指導意見[R].（國辦發(fā)[2018]118號）.

[6]章劍生.現(xiàn)代行政法學總論[M].北京：法律出版社，2019：104.

[7]王貴松.行政裁量基準的設定與適用[J].華東政法大學學報，2016（3）：65-76.

[8]王正鑫.機器何以裁量：行政處罰裁量自動化及其風險控制[J].行政法學研究，2022 （2）：166-176.

[9]凱倫·楊，馬丁·洛奇.馴服算法：數(shù)字歧視與算法規(guī)制[G].林少偉，唐林垚，譯.上海：上海人民出版社，2020：23.

[10]數(shù)據(jù)說話 你還說啥？甘肅省應用行政處罰自由裁量輔助決策系統(tǒng)令違法者信服[EB].（2014-8-14） [2022-3-9]http：//epaper.cenews.com.cn/html/2014-08/04/content_14829.htm.

[11]關保英，汪駿良.行政處罰中自動化方式適用的程序控制構建[J].青海社會科學，2021（6）：150-159.

[12]郝元.基于計算機控制的自由裁量輔助決策系統(tǒng)初探[J].電子政務，2010（9）：93-97.

[13] Lisa A. Shay et al.， “Do Robots Dream of Electric Laws？ An Experiment in the Law as Algorithm”， in Ryan Calo， A Michael Froomkin and Ian Kerr eds.， Robot Law， Edward Elgar Publishing， 2016， 301.

[14] See Ryan Calo， Danielle Keats Citron， “The Automated Administrative State： A Crisis of Legitimacy”， 70 Emory Law Journal 797， 835（2021）.

[15] 肯尼斯·卡爾普·戴維斯.裁量正義——一項初步的研究[M].畢洪海，譯.上海：商務印書館， 2009：17.

[16]宋華琳.為數(shù)字政府建設厘定法治界限[N].上海法治報，2022-3-4（B7）.

[17]李晴.自動化行政處罰何以公正[J].學習與探索， 2022（2）：72-81.

[18]張凌寒.算法自動化決策與行政正當程序制度的沖突與調(diào)和[J].東方法學， 2020（6）：4-17.

[19]章劍生.面向司法審查的行政行為說明理由：郴州飯壟堆礦業(yè)有限公司與國土資源部等國土資源行政復議決定再審案評析[J].交大法學，2020（2）：184-192.

[20]卡里·科里亞尼斯.自動化國家的行政法[J].蘇苗罕，王夢菲，譯.法治社會，2022（1）：47-57.

[21]高秦偉.數(shù)字政府背景下行政法治的發(fā)展及其課題[J].東方法學，2022（2）：174-187.

[22]查云飛.行政裁量自動化的學理基礎與功能定位[J].行政法學研究，2021（3）：114-124.

[23]王貴松.行政活動法律保留的結構變遷[J].中國法學，2021（1）：124-144.

[24]展鵬賀.數(shù)字化行政方式的權力正當性檢視[J].中國法學，2021（3）：114-138.

[25]Danielle Keats Citron， “Technological Due Process”， 85 Washington University Law Review 1249， 1249-1250（2007）.

[26]雷剛，喻少如.算法正當程序：算法決策程序?qū)φ敵绦虻臎_擊與回應[J].電子政務，2021（12）：17-32.

[27]狄驥.公法的變遷[M].鄭戈，譯.上海：商務印書館，2019：221.

責任編輯：楊煉

收稿日期：2022-12-16

作者簡介：潘靖，女，甘肅金昌人，中國政法大學法學院博士研究生，主要研究方向：行政法學。