何揚(yáng)陽

(西安交通大學(xué) 法學(xué)院，陜西 西安 710049)

0 引言

當(dāng)人工智能引領(lǐng)的第四次工業(yè)革命來襲，行政行為與自動(dòng)化的結(jié)合成為必然趨勢(shì)。自動(dòng)化行政在實(shí)踐中得到了廣泛運(yùn)用并展示出諸多優(yōu)勢(shì)。然而，隨著“頂格罰款”之類裁量不當(dāng)案例的出現(xiàn)[1]，很多學(xué)者認(rèn)為，行政自動(dòng)化系統(tǒng)不能處理裁量問題。早在2007年，時(shí)任馬里蘭大學(xué)法學(xué)教授希特倫就曾對(duì)行政裁量自動(dòng)化持否定態(tài)度，明確表示“那些明確或含蓄地要求行政主體行使自由裁量權(quán)的事項(xiàng)不能被自動(dòng)化”[2]。牛津大學(xué)副教授魯本同樣宣稱：“算法決策通常被認(rèn)為不能行使自由裁量權(quán)，因?yàn)樵诖_定性系統(tǒng)中沒有回旋的余地”[3]。在我國，亦有部分學(xué)者持類似意見，認(rèn)為“行政裁量存在封閉性的趨勢(shì)”[4]。這些擔(dān)心的出發(fā)點(diǎn)可以理解，但總體而言與事實(shí)并不相符。他們將自動(dòng)化裁量置于一個(gè)狹隘的框架內(nèi)考慮，忽視了現(xiàn)行技術(shù)的支撐能力，對(duì)行政自動(dòng)化系統(tǒng)給出了悲觀的定位，主張裁量問題是自動(dòng)化決策系統(tǒng)的短板，應(yīng)當(dāng)大幅減少其適用范圍，因?yàn)樾姓袨橹辛b束行政所占比例甚少，絕大多數(shù)都是裁量行政[5]。 因而，澄清這一問題不僅直接關(guān)系到行政自動(dòng)化系統(tǒng)的可適用范圍，也關(guān)系到其未來的發(fā)展前途。

1 自動(dòng)化行政的運(yùn)行機(jī)理及模式劃分

1.1 自動(dòng)化行政的運(yùn)行機(jī)理

自動(dòng)化行政是行政與技術(shù)的耦合，通過使用自動(dòng)化系統(tǒng)來取代或輔助人工判斷，從而標(biāo)準(zhǔn)化和規(guī)范化政府決策的過程。其運(yùn)作機(jī)理可劃分為三個(gè)環(huán)節(jié)：規(guī)則構(gòu)建、信息輸入、結(jié)果輸出，如圖1所示。

圖1 自動(dòng)化行政的運(yùn)行原理

規(guī)則構(gòu)建為自動(dòng)化行政提供了基本的運(yùn)行邏輯，是最為關(guān)鍵的一環(huán)。在實(shí)踐中，支撐自動(dòng)化行政的技術(shù)路徑具有多樣性，不同技術(shù)的規(guī)則構(gòu)建方式有所差別。基于規(guī)則推理的專家系統(tǒng)是由知識(shí)工程師在法律專家的協(xié)助下完成構(gòu)建的，其核心是搭建知識(shí)庫和推理機(jī)。知識(shí)工程師對(duì)法律專家的經(jīng)驗(yàn)知識(shí)進(jìn)行提煉，形成計(jì)算機(jī)可理解的“if-then”規(guī)則，使自動(dòng)化系統(tǒng)具備與人類專家相稱的性能[6]。基于案例推理的專家系統(tǒng)構(gòu)建核心是構(gòu)造案例庫，從案例中歸納出支持索引和相關(guān)性評(píng)估的方法[7]?；跈C(jī)器學(xué)習(xí)等算法的自動(dòng)化系統(tǒng)使用訓(xùn)練數(shù)據(jù)建立模擬人腦思考的函數(shù)經(jīng)驗(yàn)?zāi)Ｐ?，將法律?guī)范與案件事實(shí)之間的對(duì)應(yīng)關(guān)系進(jìn)行函數(shù)擬合，形成決策系統(tǒng)的推理規(guī)則。

自動(dòng)化行政運(yùn)行的第二個(gè)環(huán)節(jié)是信息輸入。為了獲取盡可能充足的信息與數(shù)據(jù)，需要通過人工或自動(dòng)識(shí)別等方式將有待決策的行政事實(shí)轉(zhuǎn)化為初始識(shí)別信息，并將獲取的信息輸入至計(jì)算機(jī)系統(tǒng)內(nèi)等待處理。隨后自動(dòng)化系統(tǒng)對(duì)初始信息進(jìn)行分析、對(duì)比，以便系統(tǒng)能夠根據(jù)設(shè)定的規(guī)則自動(dòng)判斷、篩選和處理相關(guān)申請(qǐng)。例如，沈陽市和平區(qū)政府啟用智能引領(lǐng)式服務(wù)機(jī)器人優(yōu)化提升政務(wù)服務(wù)，行政相對(duì)人在辦理審批業(yè)務(wù)時(shí)，首先需通過刷錄身份證件或者點(diǎn)擊、掃描屏幕二維碼的方式將辦理事項(xiàng)所需資料上傳至系統(tǒng)內(nèi)，自動(dòng)化系統(tǒng)才能從后臺(tái)自動(dòng)檢索行政相對(duì)人上傳的信息和資料是否符合“秒批”事項(xiàng)清單[8]。

最后，在結(jié)果輸出環(huán)節(jié)，系統(tǒng)依據(jù)構(gòu)建好的運(yùn)行規(guī)則對(duì)輸入信息進(jìn)行運(yùn)算處理，產(chǎn)生聯(lián)系并做出合理的決策，給出具體可操作的決策結(jié)果。這些結(jié)果包括批準(zhǔn)、駁回、轉(zhuǎn)交、處罰等。系統(tǒng)可以自動(dòng)將結(jié)果輸出到相關(guān)人員或部門進(jìn)行后續(xù)處理，提高行政治理的效率和準(zhǔn)確性。

1.2 自動(dòng)化行政的模式劃分

不同的行政事項(xiàng)及行政構(gòu)架對(duì)行政自動(dòng)化水平有著不同層級(jí)的要求。為了更好地滿足實(shí)際需求，有必要對(duì)行政自動(dòng)化模式做出劃分。根據(jù)自動(dòng)化決策有無裁量能力，可以將其劃分為行政羈束自動(dòng)化和行政裁量自動(dòng)化。

(1)行政羈束自動(dòng)化

行政羈束自動(dòng)化是指行政主體事先根據(jù)行政行為的要求及流程設(shè)置自動(dòng)化程序，當(dāng)行政主體或行政相對(duì)人的行為觸發(fā)該系統(tǒng)程序時(shí)，行政系統(tǒng)將待決事實(shí)與自有或共享的數(shù)據(jù)庫進(jìn)行自動(dòng)比對(duì)，根據(jù)構(gòu)建好的規(guī)則進(jìn)行分析處理并做出決策結(jié)果。在系統(tǒng)運(yùn)行過程中，其所依據(jù)的法律規(guī)范在構(gòu)成要件部分是清晰明確的、不存在不確定法律概念，在法律效果部分行政主體也沒有自由選擇和裁量的余地[9]。這些法律規(guī)范可以被相對(duì)輕松準(zhǔn)確地提煉為“if-then”規(guī)則，由自動(dòng)化系統(tǒng)識(shí)別并運(yùn)行。

此種模式下，由于自動(dòng)化系統(tǒng)在規(guī)則構(gòu)建環(huán)節(jié)中預(yù)先決定了一系列確定的決策結(jié)果，系統(tǒng)只需要準(zhǔn)確地識(shí)別出不同類型的法律事實(shí)，根據(jù)一一對(duì)應(yīng)的關(guān)系應(yīng)用規(guī)則執(zhí)行推理，然后輸出結(jié)果即可。為了得到盡可能準(zhǔn)確、標(biāo)準(zhǔn)的決策結(jié)果，行政羈束自動(dòng)化在經(jīng)典二值邏輯的指導(dǎo)下設(shè)計(jì)、構(gòu)成與運(yùn)作。換言之，行政羈束自動(dòng)化基于具體的法律規(guī)范和相關(guān)規(guī)定，采用“是”或“否”的判斷方式給出明確的決策結(jié)果。典型的例子為各種“秒批”服務(wù)，如申領(lǐng)社保津貼、企業(yè)投資備案、異地就醫(yī)備案等。

(2)行政裁量自動(dòng)化

在現(xiàn)實(shí)生活中，行政行為所依據(jù)的規(guī)則具體化程度較高、決策過程簡單的情況畢竟有限，更多的情況是，行政行為涉及的事實(shí)相當(dāng)復(fù)雜，所對(duì)應(yīng)的法律規(guī)范在構(gòu)成要件、法律效果部分比較模糊，需要進(jìn)行行政裁量。在此情況下，羈束行政的自動(dòng)化模式就無法應(yīng)對(duì)復(fù)雜問題帶來的挑戰(zhàn)，需要行政自動(dòng)化系統(tǒng)像人類一樣行使裁量權(quán)。

裁量行政自動(dòng)化要求計(jì)算機(jī)能夠根據(jù)具體情況對(duì)待解問題進(jìn)行分析、權(quán)衡，給出裁量后的判斷結(jié)果。與前述羈束行政的自動(dòng)化模式僅需要運(yùn)用經(jīng)典二值邏輯將事實(shí)與規(guī)則進(jìn)行簡單匹配即可得出決策結(jié)果不同，裁量行政自動(dòng)化面對(duì)的是在規(guī)范和事實(shí)方面具有模糊性的行政行為，決策主體需要根據(jù)具體情形作出“訂制”的結(jié)果。在這種情況下，0/1二元判斷下的傳統(tǒng)邏輯就無法處理“模糊性”導(dǎo)致的不確定性。這也意味著，繼續(xù)以經(jīng)典二值邏輯作為裁量自動(dòng)化的指導(dǎo)思維是不可行的。

2 自動(dòng)化行政的裁量困境

行政裁量自動(dòng)化的本質(zhì)是將人類行政裁量的經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)化為計(jì)算機(jī)程序和算法，從而實(shí)現(xiàn)智能化的決策。這種轉(zhuǎn)化是將人類的裁量過程進(jìn)行形式化和抽象化的結(jié)果。因此，在一定程度上，自動(dòng)化行政的裁量困境是人類執(zhí)法過程中的裁量困境在計(jì)算機(jī)系統(tǒng)上的映射。對(duì)人類行政裁量進(jìn)行分析，有助于更好地理解和把握自動(dòng)化行政的裁量困境。

2.1 人類行政裁量的困境剖析

日本戰(zhàn)后最著名的行政法學(xué)者田中二郎博士曾指出，行政的精髓在于裁量[10]。這意味著，作為行政法上最為基本的概念范疇，裁量本身是行政行為、行政指導(dǎo)、行政計(jì)劃乃至委任立法等各個(gè)過程中皆不可或缺的一種行為方式、方法或形態(tài)，因而也是最難以把握的問題之一[11]。需要肯定的是，難以把握并不意味著無法做到，而是需要執(zhí)法者耗費(fèi)更多的精力重點(diǎn)關(guān)注。根據(jù)牛津大學(xué)社會(huì)法律研究中心主任丹尼斯·加利根教授提出的裁量分析模型來看，形成一個(gè)裁量決定有三個(gè)主要環(huán)節(jié)：查明事實(shí)、確定標(biāo)準(zhǔn)以及將標(biāo)準(zhǔn)運(yùn)用于事實(shí)[12]。該理論對(duì)行政裁量的內(nèi)部結(jié)構(gòu)進(jìn)行拆解，有助于進(jìn)一步分析人類裁量困境的根本原因。

首先，查明事實(shí)是一個(gè)信息交互的過程。在這個(gè)過程中，執(zhí)法人員需要將可見信息歸入到特定的概念和分類中。但是，客觀存在的界限不分明以及人類認(rèn)知的局限性決定了查明事實(shí)本質(zhì)上是一個(gè)模糊的過程。一方面，在現(xiàn)實(shí)生活中模糊性作為事物的基本特征廣泛存在，是常規(guī)現(xiàn)象而非例外情形[13]。這一點(diǎn)在時(shí)間或空間的邊緣區(qū)域表現(xiàn)得尤為強(qiáng)烈，例如瓜果初熟時(shí)的青黃相接和人類體型的高矮胖瘦等。另一方面，查明事實(shí)是執(zhí)法者對(duì)已經(jīng)發(fā)生的事件進(jìn)行最大程度的還原，實(shí)際上是人的主觀認(rèn)知過程，是證明主體運(yùn)用經(jīng)驗(yàn)和邏輯對(duì)證據(jù)客體的反映[14]。但是受制于認(rèn)知能力的局限性，人們只能通過認(rèn)識(shí)感性表征的間接方法觀察客觀對(duì)象，無法獲得對(duì)“物自身”的根本認(rèn)識(shí)[15]。

其次，確定標(biāo)準(zhǔn)的過程是尋找事實(shí)對(duì)應(yīng)的法律規(guī)范，并對(duì)規(guī)范進(jìn)行判斷和解釋的過程。在這個(gè)過程中，執(zhí)法者同樣需要面對(duì)大量的模糊性問題。凡觸及行政裁量的法律規(guī)范，大抵可以區(qū)分為兩類：一類對(duì)行政行為的內(nèi)容、方式和程序等事項(xiàng)做出范圍性規(guī)定，允許行政主體在法定范圍內(nèi)選擇處理方式和處理內(nèi)容；另一類僅對(duì)相關(guān)問題進(jìn)行原則性指導(dǎo)，允許行政主體自主采取相應(yīng)措施，給與其更大的裁量空間。此二類法律規(guī)范均充斥著大量的不確定概念及模糊表述。事實(shí)上，為了支撐法律平滑和有效囊括復(fù)雜的生活狀態(tài)，法律語言常常必須模糊[16]。模糊性給法律制度的發(fā)展留下了空間，使得法律可能通過試錯(cuò)來成長；同時(shí)也為執(zhí)法者應(yīng)對(duì)個(gè)案情況預(yù)留了必要的調(diào)整和修改空間[17]。在一定程度上，法律規(guī)范中的模糊性賦予了執(zhí)法者更多的權(quán)力，也加大了執(zhí)法者對(duì)其進(jìn)行恰當(dāng)正確的解釋和評(píng)估的困難。

最后，將標(biāo)準(zhǔn)運(yùn)用于事實(shí)環(huán)節(jié)是建立在一定客觀基礎(chǔ)上的主觀選擇。這個(gè)過程根源于執(zhí)法者對(duì)證據(jù)、事實(shí)等內(nèi)在特征的有限認(rèn)識(shí)，對(duì)法律規(guī)范等標(biāo)準(zhǔn)的有限理解，是人類直面模糊問題思考應(yīng)對(duì)方式的重要階段。如果運(yùn)用不當(dāng)，會(huì)產(chǎn)生不合理的裁量結(jié)果，裁量結(jié)果最終或被確認(rèn)違法、或被認(rèn)定無效撤銷、或被判決變更。

綜上，人類的行政裁量之所以難以把握，其根源在于“模糊性”。在查明事實(shí)的過程中，所涉及的概念和分類往往是模糊的，從證據(jù)中推斷事實(shí)真相也會(huì)存在多種可能性和不確定性。同樣，在確定標(biāo)準(zhǔn)并適用標(biāo)準(zhǔn)時(shí)，模糊性也使得執(zhí)法者在決策時(shí)面臨著諸多挑戰(zhàn)。

2.2 裁量困境在自動(dòng)化行政場(chǎng)景下的表現(xiàn)

當(dāng)行政裁量與自動(dòng)化相結(jié)合，模糊性對(duì)人類裁量提出的挑戰(zhàn)在自動(dòng)化行政場(chǎng)景下出現(xiàn)新的形式。與人類裁量問題中模糊性存在的領(lǐng)域相對(duì)應(yīng)，行政裁量自動(dòng)化中的模糊性集中反映在規(guī)則構(gòu)建與信息輸入環(huán)節(jié)。在規(guī)則構(gòu)建環(huán)節(jié)，法律規(guī)范中存在的不確定法律概念(模糊概念)帶來了自然語言向計(jì)算機(jī)語言轉(zhuǎn)換的困難；在信息輸入環(huán)節(jié)，初始事實(shí)信息中存在模糊性造成了有效信息甄別的難題。

2.2.1 規(guī)則構(gòu)建環(huán)節(jié)：法律文本的語言轉(zhuǎn)換困境

規(guī)則構(gòu)建在行政裁量自動(dòng)化系統(tǒng)運(yùn)行中舉足輕重。一個(gè)完備詳盡的決策知識(shí)庫是行政機(jī)關(guān)依法行使自由裁量權(quán)的基礎(chǔ)。行政裁量決策知識(shí)庫包含裁量基準(zhǔn)庫、裁量對(duì)象信息庫、規(guī)范文書庫和歷史裁量庫、法律法規(guī)庫等。將上述法律文本由自然語言轉(zhuǎn)換為計(jì)算機(jī)語言并輸入儲(chǔ)存至系統(tǒng)內(nèi)，是后續(xù)決策實(shí)現(xiàn)的關(guān)鍵一步[18]。但是法律文本中大量存在的不確定法律概念(模糊概念)，成為了自然語言向計(jì)算機(jī)語言轉(zhuǎn)換的障礙。

正如奧地利哲學(xué)家考夫曼和蘇格蘭法哲學(xué)家麥考密克指出的“法學(xué)其實(shí)不過是一門法律語言學(xué)”[19]，人們需要并且期望語言可以將法律的全部內(nèi)涵精準(zhǔn)而明確的表述出來，但理想并不能總是如愿。行政法作為與日常生活聯(lián)系最為緊密的部門法之一，尤其在涉及裁量問題時(shí)，其規(guī)范中存在的模糊表述和不確定法律概念俯拾皆是，諸如《行政處罰法》第49條：“發(fā)生重大傳染病疫情等突發(fā)事件，為了控制、減輕和消除突發(fā)事件引起的社會(huì)危害，行政機(jī)關(guān)對(duì)違反突發(fā)事件應(yīng)對(duì)措施的行為，依法快速、從重處罰?！倍潭塘嘧值臈l文中，充斥著“重大”“減輕”“快速”“從重處罰”等一系列模糊語詞。再如《食品安全法》第124條第1款第4項(xiàng)：“生產(chǎn)經(jīng)營腐敗變質(zhì)、油脂酸敗、霉變生蟲、污穢不潔、混有異物、摻假摻雜或者感官性狀異常的食品、食品添加劑”，其中也不乏存在“污穢不潔”“感官性狀異?！钡饶：Z詞表述。

美國語言學(xué)家布龍菲爾德指出：“一個(gè)詞是一個(gè)最小的自由形式?！比绻麑⒁粋€(gè)完整的法律條文看作一項(xiàng)最大自由形式，該條文中各個(gè)詞語是具有獨(dú)立意義的最小拆分形式，是人們對(duì)法律條文內(nèi)容進(jìn)行認(rèn)知的起點(diǎn)。若要確保計(jì)算機(jī)具備適用法律的基礎(chǔ)能力，使其可以對(duì)法律條文進(jìn)行正確“認(rèn)識(shí)”，將帶有模糊詞語的法律規(guī)范轉(zhuǎn)譯為相應(yīng)代碼，并通過編譯操作使之成為計(jì)算機(jī)可執(zhí)行的二進(jìn)制指令成為關(guān)鍵。

2.2.2 信息輸入環(huán)節(jié)：初始事實(shí)的信息甄別難題

裁量自動(dòng)化系統(tǒng)完成規(guī)則構(gòu)建進(jìn)入到個(gè)案應(yīng)用時(shí)，首先要經(jīng)過信息輸入環(huán)節(jié)。信息輸入環(huán)節(jié)可以進(jìn)一步拆解為：獲取初始案件信息和信息甄別。首先，需要將案件發(fā)生時(shí)的全部信息匯總形成初始信息并輸入裁量自動(dòng)化系統(tǒng)內(nèi)。此時(shí)，現(xiàn)實(shí)情況的復(fù)雜多樣決定了未經(jīng)處理的初始案件信息必然是龐雜、無序、模糊不清的。其次，為了保障裁量自動(dòng)化的正確運(yùn)行，必須要對(duì)初始信息進(jìn)行整合、甄別、去粗取精、去偽存真，使其轉(zhuǎn)向簡要、有序、清晰可用。

初始案件信息可以依靠人工或機(jī)器獲取。無論選取何種方式，獲取主體均不能親歷發(fā)生在過去的事件。因此，獲取本質(zhì)上是借助“證據(jù)之鏡”對(duì)歷史事件進(jìn)行重構(gòu)，在此過程中初始信息不可避免地存在著模糊性。信息甄別要求行政主體理解復(fù)雜紛繁的事實(shí)情況，判斷出一個(gè)場(chǎng)景包含的信息中哪些事實(shí)與決策關(guān)聯(lián)程度較高且應(yīng)當(dāng)考慮、哪些無效或應(yīng)予排除[20]。在此基礎(chǔ)上，將復(fù)雜模糊的生活事實(shí)與相關(guān)法律規(guī)范的要求進(jìn)行關(guān)聯(lián)，抽取出真實(shí)、有效、相關(guān)聯(lián)的部分，剔除掉冗余、矛盾、有偏差的部分。在傳統(tǒng)的人工行政場(chǎng)景下，事實(shí)甄別往往結(jié)合了行政主體的情感、記憶、教育背景以及在實(shí)踐過程中積累的對(duì)法律要求的感知，其合理程度受個(gè)人的法律素養(yǎng)和社會(huì)的法律文化綜合決定。行政裁量自動(dòng)化場(chǎng)景下，計(jì)算機(jī)承擔(dān)起完成以上處理過程的重?fù)?dān)。但是，相較于其優(yōu)秀的計(jì)算測(cè)量能力，計(jì)算機(jī)在感知能力的表現(xiàn)較為遜色。諸如著名的“董明珠闖紅燈事件”，2018年寧波自動(dòng)化人臉識(shí)別執(zhí)法系統(tǒng)錯(cuò)誤地將一輛公交車上的照片識(shí)別為董明珠女士，并認(rèn)定其實(shí)施了闖紅燈的違法行為[21]。又如疫情期間各地頻發(fā)的“健康碼錯(cuò)誤賦紅事件”，多地居民反映其在未經(jīng)過疫區(qū)、未接觸新冠患者也未出現(xiàn)新冠癥狀的情況下，被健康碼系統(tǒng)錯(cuò)誤地賦予了紅碼。還有最新的“谷歌版ChatGPT演示翻車事件”，2023年2月6日美國科技公司谷歌宣布推出人工智能聊天機(jī)器人巴德，與當(dāng)下流行的ChatGPT展開競爭，并且于2天后公開演示巴德的新功能。在演示過程中，巴德錯(cuò)誤地將歐洲南方天文臺(tái)甚大望遠(yuǎn)鏡(VLT)于2004年拍攝的太陽系外行星的第一批照片認(rèn)定為由詹姆斯韋伯望遠(yuǎn)鏡拍攝[22]。

可見，模糊不清、復(fù)雜多樣的初始信息給裁量自動(dòng)化在信息輸入環(huán)節(jié)帶來了事實(shí)甄別和有效信息選擇的困難。為保障自動(dòng)化系統(tǒng)能夠做出合理裁量，要求其具備在模糊信息中抓取有效事物特征的能力。

3 模糊邏輯理論：支撐行政裁量自動(dòng)化

人類具備在不精確、不完備的環(huán)境中交流、推理和做出合理決策的能力，因而能夠較好地處理廣泛存在的模糊性問題[23]。模糊邏輯作為對(duì)人類此種能力的一種形式化嘗試，是突破自動(dòng)化決策模糊困境的一柄利刃。因此在面對(duì)存在大量模糊問題的行政裁量時(shí)應(yīng)轉(zhuǎn)換思維，以模糊邏輯重構(gòu)裁量問題，將人類處理復(fù)雜、模糊、不精確問題的能力“遷移”至計(jì)算機(jī)智能決策系統(tǒng)內(nèi)。

自20世紀(jì)20年代，英國著名哲學(xué)家和數(shù)學(xué)家羅素在《社會(huì)改造原理》一書中首次提到模糊性[24]，再到美國加州大學(xué)的扎德教授在1965年發(fā)表了著名的論文《模糊集》為模糊邏輯理論揭開序幕[25]。直至今日，模糊邏輯理論歷經(jīng)數(shù)十年發(fā)展在不同領(lǐng)域內(nèi)被進(jìn)一步挖掘、演化及應(yīng)用，包括但不限于圖像分割、非線性系統(tǒng)控制、網(wǎng)絡(luò)系統(tǒng)安全等。事實(shí)證明模糊邏輯理論因其較強(qiáng)的包容性與科學(xué)性，得以在各個(gè)領(lǐng)域內(nèi)進(jìn)化，為各學(xué)科關(guān)鍵問題提供了更好的解決方案。本文將模糊邏輯理論引入裁量問題，在結(jié)合二者特征的基礎(chǔ)上提出了應(yīng)對(duì)自動(dòng)化行政裁量困境的新思路(如圖2所示)。

圖2 以模糊邏輯理論應(yīng)對(duì)裁量困境的解決路徑

3.1 以模糊邏輯理論破解規(guī)則轉(zhuǎn)換困境

法律文本中大量存在的模糊概念給規(guī)則構(gòu)建環(huán)節(jié)帶來困難。人類通過自然語言表達(dá)形成法律文本，計(jì)算機(jī)通過建模語言構(gòu)建裁量規(guī)則。自然語言到建模語言需要經(jīng)過恰當(dāng)?shù)霓D(zhuǎn)換處理，不確定法律概念(模糊概念)成為橫架在二者間的阻礙。破解轉(zhuǎn)換難題的關(guān)鍵是：首先，給予模糊概念恰當(dāng)合適的定義。為了達(dá)到這一目的，有必要適當(dāng)讓渡精確性，以自然語言或人工語言的字句代替數(shù)值成為變量，即以語言變量取代或者輔助數(shù)值變量。其次，以模糊產(chǎn)生式規(guī)則刻畫變量間的關(guān)系。

3.1.1 以語言變量取代或者輔助數(shù)值變量

根據(jù)法律文本中變量的特征和具體場(chǎng)景，選擇合適的語言變量，并為每個(gè)語言變量設(shè)計(jì)好隸屬度函數(shù)，是實(shí)現(xiàn)規(guī)則構(gòu)建語言轉(zhuǎn)換的第一步[26]。

語言變量是一種用自然語言中的詞語或短語來描述的變量，例如“高、中、低”“大、中、小”等。其可以提供一種近似的表征方法，將法律規(guī)范中那些復(fù)雜、模糊、非明晰的定義或概念用簡單或者較少的概念進(jìn)行重新定義或表示[27]。語言變量通常與模糊集合相關(guān)聯(lián)，模糊集合中的元素表示了語言變量的隸屬度或程度[28]。例如，當(dāng)評(píng)價(jià)一個(gè)人的“年齡”時(shí)，標(biāo)簽“年輕”可以被認(rèn)為是變量“年齡”的語言值。語言變量的值的總和構(gòu)成了它的術(shù)語集，加上“很、不、非常”等語言算子的共同作用，原則上一個(gè)術(shù)語集內(nèi)可以有無限多的元素，諸如“年輕、很年輕、不是很年輕、中年、年老、非常年老……”。其中，“年輕”可以表示為一個(gè)模糊集合，其中包含了所有年齡的可能取值，而每個(gè)具體的年齡都對(duì)應(yīng)一個(gè)隸屬度值，表示其與“年輕”的符合程度。語言變量的值“年輕”雖然不如具體的年齡數(shù)值如“25”更加精確，但是前者能夠蘊(yùn)含并體現(xiàn)出評(píng)價(jià)者多方位的感受，更佳利于相互溝通。

具體而言，確定模糊語言變量的步驟如下：首先，將帶有模糊概念的法律文本拆解為語詞集合，其中包含精確語詞和模糊語詞；其次，將模糊語詞分別作為合成問題Q，并將合成問題拆分為更低層級(jí)上的子問題Q1、Q2、Q3、…、Qn；最后，確定給定對(duì)象在各個(gè)原子問題中的隸屬度并且給出子問題之間的關(guān)系表達(dá)式，確定語言變量及其模糊集合。

以前文提及的《行政處罰法》第49條為例，首先需要對(duì)條款規(guī)定中的模糊概念進(jìn)行表示，將“重大傳染病”作為一個(gè)合成問題，則“致死率”“病毒毒性”“傳播能力”可以作為拆分后的原子問題Q1、Q2及Q3。原子問題Q1、Q2及Q3的模糊集交集在模糊集合論的意義下用于定義合成問題Q，如式(1)所示：

重大傳染病=Q1∩Q2∩Q3=致死率∩病毒毒性∩傳播能力

(1)

其次，設(shè)定Q1、Q2、Q3及Q的回答集合為l、m、h(低、中、高)，如式(2)所示：

A1=A2=A3=A=l+m+h

(2)

并假設(shè)Q的關(guān)系如表1所示。最后，將表1所示的關(guān)系表轉(zhuǎn)化為有效的分枝調(diào)查表，完成對(duì)“重大傳染病”的定義。分枝調(diào)查表的構(gòu)成需要結(jié)合對(duì)原子問題成本的計(jì)算結(jié)果進(jìn)行設(shè)置，涉及的具體構(gòu)建部分可由技術(shù)專家做出具體的可操作性轉(zhuǎn)化，茲不贅述。

表1 重大傳染病關(guān)系表

3.1.2 以模糊產(chǎn)生式規(guī)則刻畫變量間的簡單關(guān)系

在使用模糊語言變量對(duì)模糊概念進(jìn)行表示后，仍需要將法律規(guī)范整體轉(zhuǎn)換為計(jì)算機(jī)可以理解的規(guī)則，即用模糊產(chǎn)生式規(guī)則表示法律規(guī)則。模糊產(chǎn)生式規(guī)則的一般形式為：

IF(模糊條件)→THEN(模糊結(jié)論)，CF置信度(0

模糊產(chǎn)生式規(guī)則是用于描述模糊關(guān)系的條件語句。與傳統(tǒng)的二值邏輯條件語句不同，模糊產(chǎn)生式規(guī)則的條件和結(jié)論都可以是模糊概念，可以更好地反映法律文本中的模糊性[29]。它通常由三部分組成：模糊條件部分、關(guān)系運(yùn)算符和模糊結(jié)論部分。模糊條件部分表示輸入變量的狀態(tài)或?qū)傩?，通常是由一組語言變量組成，例如，在前述運(yùn)用甘肅省環(huán)保處罰裁量系統(tǒng)時(shí)，考量的模糊條件包括“行為人的企業(yè)類型屬于微型企業(yè)、違法行為嚴(yán)重、持續(xù)時(shí)間較長”。關(guān)系運(yùn)算符用于描述輸入變量與輸出變量之間的關(guān)系，通常是一組模糊邏輯運(yùn)算符，例如“如果……則”等。模糊結(jié)論部分表示輸出變量的狀態(tài)或?qū)傩?，通常也是由一組語言變量組成，例如“處以警告、責(zé)令停產(chǎn)停業(yè)、暫扣許可證件、罰款一定金額”等。

以《行政處罰法》第49條的規(guī)則構(gòu)建為例，說明模糊產(chǎn)生式規(guī)則的形成過程。全國人大常委會(huì)法工委行政法室處長張曉瑩在全國人大常委會(huì)組織的新修訂行政處罰法的集體采訪中表示，適用該條款應(yīng)從三個(gè)方面進(jìn)行考慮：一是事件屬于重大傳染病等突發(fā)事件的程度；二是違反突發(fā)事件應(yīng)對(duì)措施的情形，包括違反控制、封鎖、劃定警戒區(qū)、交通管制等控制措施的行為，也包括囤積居奇、哄抬物價(jià)、制假售假、哄搶財(cái)物、干擾破壞應(yīng)急處置工作等擾亂市場(chǎng)秩序、社會(huì)秩序的行為；三是“從重處罰”應(yīng)該與控制、減輕和消除突發(fā)事件引起的社會(huì)危害相匹配，在法定的處罰幅度內(nèi)選擇較重的處罰幅度[30]。根據(jù)上述三方面要求，可以將模糊產(chǎn)生式規(guī)則的構(gòu)建步驟總結(jié)為如下幾步：

首先，確定該條款的模糊條件及模糊結(jié)論。本條款的模糊條件包括兩個(gè)部分：(1)發(fā)生的事件是否屬于、或者在多大程度上屬于突發(fā)事件；(2)違反突發(fā)事件應(yīng)對(duì)措施的情形是否嚴(yán)重。本條款的模糊結(jié)論是：行政機(jī)關(guān)對(duì)違反突發(fā)事件應(yīng)對(duì)措施的行為從重處罰。

其次，分別對(duì)模糊條件賦予不同程度的真值，針對(duì)各種情況匹配不同程度的結(jié)論，如表2所示。

表2 《行政處罰法》第49條的模糊產(chǎn)生式規(guī)則表

最后，將模糊產(chǎn)生式規(guī)則轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別的形式。通常采用模糊推理引擎來實(shí)現(xiàn)這一步。例如，可以使用模糊控制器將輸入變量“重大傳染病疫情等突發(fā)事件”和“違反突發(fā)事件應(yīng)對(duì)措施的行為”映射到輸出變量“處罰程度”，從而實(shí)現(xiàn)自動(dòng)化裁量的規(guī)則構(gòu)建[31]。

需要注意的是，在表達(dá)法律文本時(shí)，需要根據(jù)實(shí)際情況進(jìn)行合理的抽象和概括，以保證模糊產(chǎn)生式規(guī)則的準(zhǔn)確性和有效性。同時(shí)，也需要不斷完善和調(diào)整模糊集合和隸屬度函數(shù)，以適應(yīng)實(shí)際應(yīng)用中的各種情況。

3.2 以模糊邏輯理論破解信息甄別難題

現(xiàn)實(shí)情況的復(fù)雜多樣、獲取主體的不可親歷等原因，導(dǎo)致在信息輸入環(huán)節(jié)獲取的初始信息龐雜、無序、模糊不清。為保障行政裁量自動(dòng)化順暢運(yùn)行，必須對(duì)初始信息進(jìn)行甄別處理。信息甄別要求自動(dòng)化系統(tǒng)具備以下能力：從初始文本中尋找出與待決案件相關(guān)聯(lián)的重要信息、剔除無關(guān)信息，并將提取到的相關(guān)信息組合成邏輯緊湊連貫的內(nèi)容。針對(duì)這一問題，模糊分類、模糊匹配可以有效提升自動(dòng)化系統(tǒng)處理輸入信息的能力。

3.2.1 以模糊分類實(shí)現(xiàn)信息預(yù)處理

在行政裁量自動(dòng)化中，輸入信息的準(zhǔn)確性對(duì)后續(xù)處理結(jié)果至關(guān)重要。然而，經(jīng)人工或自動(dòng)化系統(tǒng)采集的初始信息往往包含模糊不清的部分，需要利用模糊分類對(duì)其預(yù)處理。模糊分類是指在模糊集合理論框架下對(duì)數(shù)據(jù)進(jìn)行分類的過程。與傳統(tǒng)的分類方法相比，模糊分類可以處理一些具有不確定性或模糊性的數(shù)據(jù)，例如某些屬性的值可能不是唯一的或難以精確測(cè)量[32]。模糊分類可以將數(shù)據(jù)集劃分為多個(gè)模糊集合，并根據(jù)這些模糊集合的交叉程度將其歸類成具有相似特征的類別，為后續(xù)的自動(dòng)化處理提供有力支持。

在行政裁量自動(dòng)化中，通過模糊分類可以將輸入的龐雜信息初步歸類，減少錯(cuò)誤匹配的可能和無關(guān)信息的干擾。例如，將輸入的涉及“食品安全”的文本歸為“食品安全類別”，將輸入的涉及“環(huán)境保護(hù)”的文本歸為“環(huán)保類別”，提高行政裁量自動(dòng)化的準(zhǔn)確性和效率。

以交通違法類行政處罰為例，說明模糊分類如何對(duì)輸入的模糊信息進(jìn)行處理。首先，行政主體或行政自動(dòng)化系統(tǒng)需要根據(jù)案情記錄和相關(guān)證據(jù)材料，將違法行為的描述、違法時(shí)間、違法地點(diǎn)等相關(guān)文本輸入到信息系統(tǒng)中。其次，自動(dòng)化系統(tǒng)會(huì)根據(jù)文本中的關(guān)鍵詞和語義信息，篩選出與違法行為相關(guān)的信息，例如“紅燈”“駕駛機(jī)動(dòng)車通過”“交通管理處罰”等。最后，對(duì)篩選出來的相關(guān)信息進(jìn)行模糊量化處理，根據(jù)不同的關(guān)聯(lián)程度，對(duì)信息進(jìn)行打分和權(quán)重計(jì)算，例如將“違法行為”分為“直接違法行為”“間接違法行為”等不同的類別。

通過模糊分類的處理，可以將文本信息中的模糊性轉(zhuǎn)化為可量化的信息，并進(jìn)行相應(yīng)的判斷和決策。這種方式不僅提高了信息處理的準(zhǔn)確性和效率，而且也可以幫助決策者更好地掌握實(shí)際情況，做出更明智的決策。

3.2.2 以模糊匹配進(jìn)行信息再甄別

盡管模糊分類可以將輸入的信息劃分到不同的類別中，但是由于現(xiàn)實(shí)世界中存在大量復(fù)雜的情境和信息，計(jì)算機(jī)很難將所有的信息都準(zhǔn)確地歸類到某個(gè)固定的類別中[33]。因此，模糊分類有時(shí)候也會(huì)存在誤判或分類不準(zhǔn)確的情況。為了彌補(bǔ)模糊分類的不足，需要模糊匹配對(duì)已經(jīng)分類的信息進(jìn)行再次匹配和比對(duì)，以便自動(dòng)化系統(tǒng)更加準(zhǔn)確地實(shí)現(xiàn)信息甄別。

模糊匹配是指通過比較兩個(gè)或多個(gè)記錄，計(jì)算出它們屬于同一實(shí)體的可能性，找出與特定需求或主題相關(guān)信息的技術(shù)[34]。例如，在食品安全領(lǐng)域，模糊分類將輸入文本歸為“食品安全類別”后，模糊匹配進(jìn)一步對(duì)文本中與食品生產(chǎn)、經(jīng)營、銷售等方面相關(guān)的信息進(jìn)行篩選甄別。在模糊產(chǎn)生式系統(tǒng)中，上述匹配并非是完全精確式匹配，而是蘊(yùn)含著程度概念的匹配。通常模糊匹配會(huì)采用類似用“語義距離”的度量方式計(jì)算模糊數(shù)據(jù)對(duì)象間的差距，當(dāng)匹配程度達(dá)到一定水平以后就算匹配成功，從而允許使用某條產(chǎn)生式規(guī)則。

模糊匹配通?？梢詮囊韵聨追矫鎸?duì)輸入信息進(jìn)行關(guān)鍵詞和特征匹配，從而實(shí)現(xiàn)信息甄別：

其一，案件事實(shí)和法律規(guī)定的匹配。系統(tǒng)可以通過提取案情中的關(guān)鍵詞和特征，匹配事實(shí)描述和相關(guān)法律規(guī)定。例如，在景磊訴成都市公安局交通管理局第四分局案中，自動(dòng)化系統(tǒng)利用自然語言處理技術(shù)對(duì)“行為人駕駛案涉車輛未按照交通信號(hào)燈通行”進(jìn)行解析，匹配相關(guān)法律規(guī)定，如《道路交通安全法》第26條、第90條等，判斷駕駛行為是否違反交通管理規(guī)定。

其二，相關(guān)證據(jù)的匹配和分析。系統(tǒng)可以利用模糊匹配對(duì)案件相關(guān)證據(jù)進(jìn)行分析和匹配，如交通警察的執(zhí)法記錄、當(dāng)場(chǎng)口頭告知違法行為、簡易程序處罰決定書等。通過分析證據(jù)的內(nèi)容和相關(guān)法律規(guī)定的要求，判斷證據(jù)是否真實(shí)可靠。

其三，類案聯(lián)系和類比推理。系統(tǒng)可以利用模糊匹配對(duì)類似案件進(jìn)行比對(duì)和分析，通過類比推理確定相關(guān)信息的可能依據(jù)，框定處理范圍。

通過模糊匹配，行政裁量自動(dòng)化系統(tǒng)可以對(duì)輸入的模糊信息進(jìn)行全面深入的分析和處理，保障系統(tǒng)可以更加準(zhǔn)確地分析、篩選和甄別案件事實(shí)，從而提高行政裁量的精度和效率。

4 結(jié)論

隨著智能化時(shí)代的快速發(fā)展，行政自動(dòng)化得到了前所未有的技術(shù)和政策的雙重支持。裁量問題作為行政法中最廣泛的存在，是自動(dòng)化行政亟需解決的重要問題。然而，行政裁量過程中廣泛存在的模糊性，不僅是人類執(zhí)法者難以把握的根源，也是自動(dòng)化行政向裁量自動(dòng)化深入發(fā)展的桎梏。模糊邏輯打破了經(jīng)典二值邏輯鑄就的藩籬，是直面模糊問題有力工具。將模糊邏輯理論引入行政自動(dòng)化領(lǐng)域，在一定程度上回應(yīng)了自動(dòng)化行政的裁量困境，為行政裁量自動(dòng)化的解決路徑提供理論支持。

事實(shí)上，在法律實(shí)踐中人們一直在無意識(shí)地運(yùn)用模糊邏輯及模糊推理。將模糊邏輯理論系統(tǒng)拓展到法律領(lǐng)域并用來指導(dǎo)法律實(shí)踐仍處于探索初期，面臨著許多困難。因此，更需要法律人與技術(shù)專家通力合作，將這種人們“自發(fā)的意識(shí)”轉(zhuǎn)換為機(jī)器“自覺的行動(dòng)”，以有效指導(dǎo)今后自動(dòng)化行政的法律實(shí)踐。