数字政府中行政裁量自动化的问题分析和对策研究

摘要：数字法治政府的建设对现有行政法体系提出了新的挑战。政务服务手段因数字化的到来迎来了更新，裁量自动化在行政管理领域广泛应用的同时也存在一定的技术风险，这些风险包括主体能动性的损失、个案正义的丧失以及程序价值的缺失等，因此应排除全自动化裁量的应用。数字政府建设应将裁量自动化纳入控权体系之中，一方面要基于法律保留原则划定自动化裁量的作用范围，另一方面要依托正当程序与算法技术理性建构技术正当程序，保障行政程序的人际互动，维护相对人获得共情的权利。

关键词：数字政府；行政裁量；法律保留；技术正当程序

中图分类号：D9    文献标志码：A    文章编号：1009-3605（2023）02-0001-07

引言

数字化技术的广泛应用使人类的生产生活方式产生重大变革。政府在这一变革中既是主体也是客体，政府作为行政职能的承担者，其监管和服务的对象希望借助数字技术提高效率，此种行政管理局面促使政府自身的活动工具和活动方式必须进行数字化革新。“数字技术引发的制度变迁是最为广泛和深刻的，不限于工具性地提供信息化技术支持以提高行政效率，更重要的是通过组织变革和运行机制创新，改变公共行政的体制和制度，对我们共同社会的关键概念提出挑战。”[1]

就目前的数字化发展进程而言，为避免“法学的童话”[2]的讨论，我们要先考虑现有法律体系对新技术、新命题的承载能力，当初为回应新公共管理运动而构建的行政法体系，为了因应数字政府建设的要求，是否会发生颠覆性的变革[2]。本文拟以行政裁量为视角，从微观角度观察现有体系应对数字化技术问题的能力。

法律没有为同一事实要件只设定一种法律后果，而是授权行政机关自行确定法律后果，行政机关可以选择不同的处理方式[3]。为满足行政任务的复杂多样性要求，达成行政目标，允许行政机关获得一定的弹性决定空间，以便按当时的情况设定具体目标，实现个案正义。行政裁量自动化，是指以大数据、人工智能等数字技术为支撑，按照一定的算法程序，以半自动化或者全自动化的形式做出行政裁量决定[4]。但在可数字化、可代码化之外，复杂情形下的法律适用、不确定法律概念的解释始终是要面对的难题。

一、裁量自动化技术的可行性应用与风险

（一）技术应用

随着“放管服”改革的政务服务理念和“互联网+政务”技术手段的持续推动，数字技术在政务服务场景中被多元化应用，并带来积极效果。2019年国务院办公厅的文件提出：“要积极推进人工智能技术在行政执法实践中的运用，研究开发行政执法裁量职能辅助信息系统。”[5]目前行政裁量数字化技术应用于行政处罚、行政审批、行政评级和行政给付等领域[4]。

行政裁量自动化的条件是可代码化的裁量基准。裁量基准是行政机关在行政裁量空间内设置的若干阶格[6]。在人工裁量过程中，裁量基准是为规制高位阶法律规范而授予的宽泛裁量权，它有助于抑制行政权的恣意，规范裁量权行使，实现法的确定性[7]。在数字化应用场景下，为模仿执法者的思维，裁量自动化首先要基于法律知识图谱搭建算法模型，还要将事实内容转化为可代码运算的算法语言，然后将算法模型应用于个案——将规范代码与事实代码进行“涵摄”。在这一过程中，裁量基准的代码化实际上是确定涵摄工作的“大前提”，裁量范围内的不同阶格的设置使其转化为计算机语言成为可能。裁量基准算法化，是基于计算机语言和运算逻辑，将代码组合并按步骤还原法律适用中的裁量过程。事实上代码和算法不仅形塑效果裁量的过程，而且也决定着裁量结果[8]，算法的设置与规则的排列将直接影响裁量结果的精准程度。

众所周知，人类决策的程序和结果存在诸多弊端[9]，借助算法运行，裁量过程被技术性还原。在此过程中，法律的解读和事实要素的认定以及涵摄过程，都被客观的计算机程序所代替。在算法运行过程中，执法人员通过将主观因素抽离，抛弃人类的主观价值观、个人喜好等，使得裁量过程严格按照设定的参数和程序运行，增强裁量结果的客观性。比如，甘肃省应用行政处罚裁量辅助决策系统办理环境行政处罚案件，一个案件被拆分成违法事实和违法后果两个维度，分别设定子行为和子后果，划分后果等级。系统将叠加各子项参数的实际检测结果辅以修正系数，得出处罚裁量结果。事实认定上从“重性”转为“重量”，为认定排污行为，辅助系统设置了排放因子数量种类、排放量、去向、pH值等数据，分别为违法行为和违法结果各参数勾选对应的量级，使裁量过程更专业、更透明，从而规范执法行为，减少办案的随意性，避免人情案、情绪案，很大程度上杜绝违法企业的侥幸心理，减少执法办案过程中的徇私舞弊行为[10]。

裁量算法的程序一旦投入应用，行政机关的执法效率将极大提升，并能很大程度实现同类案件同样处理。引入数字技术，裁量基准算法化呈现，部分行为环节由机器代替人工完成，可以显著提高执法效率，扩大执法覆盖面[11]。裁量自动化通过数学模型进行分析，从定量的角度研究问题，其主要思路是通过数学建模的方法拟合真实的行政处罚自由裁量计算过程，再通过计算机数据结构方法实现目标，并结合实际进行检验[12]。其优点在于稳定合适的数学模型可以成为自由裁量的裁定依据，对于具备相同要件事实的情形，数学模型可以导出完全相同的裁量结论，由此最大限度实现“同案同判”，且数据運算速度使案件处理效率大幅提升。

（二）技术风险

1.算法技术导致的主体能动性损失

不同于人工裁量，计算机仅能实现形式上的模仿，无法对执法人员生动的思维活动进行模仿。一般裁量标准的执行上，数字化裁量能够提升行政执法行为的标准化水平。但在个案判断上，数字化裁量意味着对个体利益的忽视和对执法专业性的放弃。行政执法人员会因数字化裁量系统的存在而产生心理依赖和惰性，又或出于行权责任的考虑，为寻求免责完全放弃执法主体的地位[4]。它使机器凌驾于行政主体之上，行政执法的结果由算法设计者的而非立法机关所代表的民主意志来决定。

除此之外，因为作为裁量系统设计基础的技术规则是以“历史数据”为依据，当其面对新类型的裁量时，无法有效处理，因为“机器总是带有僵硬死板的潜在可能性”[13]。实践中，以行政处罚裁量自动化为例，决策系统一般由部委、省级政府或其工作部门统一部署设计，基层执法人员往往只能循规蹈矩，没有行权空间[2]。又因为数字技术不成熟，系统软件不够贴近实际，自动化处罚裁量对执法人员施加诸多限制，导致处罚裁量决定做出过程中的人工作用被大幅削弱，裁量权限被实质性让与机器[8]。而深度学习后，以“历史数据”学习为主要模式、以“相关性”为主要基准的系统，随着学习深度的不断深入，由机器自行对事实形成判断，其必然脱离预先设定的规则，而行政官员对此无能为力[14]。因此，对行政机关，不管从主观性还是客观因素而言，裁量自动化均会带来主体能动性损失的风险。

此外，在行政诉讼程序中，行政机关会将自由裁量系统制作的处理意见作为证明行政行为合法性的证据。法院经质证认为，其对被告做出的涉案处罚的相关程序行为，与本案事实具有关联性，确认其证明力①。司法的认定促使裁量自动化系统对行政机关主体地位的进一步掩盖。

2.裁量格式化导致的个案正义丧失

“证成裁量正义的理由通常是个别化正义的需要”[15]，行政裁量权的授予是为实现行政执法的个案正义。行政机关既要按照法定目的考虑，又要考虑案件的具体情况，从而找出适当的、合理的解决办法。在复杂疑难的情况下，不排除行政机关需要借助法律解释、法学方法甚至价值判断去解释法定目的、认定案件事实，进而获得妥当的法释义结论。对于非典型案件，基于个案的考虑，行政机关有可能背离裁量基准做出裁量决定，但必须书面说明不适用裁量基准的理由[7]。

自动化技术是基于海量数据，归纳总结出一般性规律，再用于解决类似问题的技术手段。自然语言转译为代码并通过编译操作使之成为可执行的二进制指令，算法的可行性要求指令不能有二义性。数字裁量转译、编译过程中，只能关注到一般化的案例情形，形成格式化的算法运行程序。复杂现实环境中的具体案情，被归约为输入计算机的若干参数，然后利用数字系统像“自动售货机”般自动化输出行政决定。[16]在此行政决定作出过程中，实体利益被格式化，程序价值被虚拟化。

由此，行政裁量对个案正义的追求与数字技术的格式化之间必定存在紧张关系。裁量自动化是以恪守法律规范为前提，因此其合法性一般不存在争议，存在争议的是合理性[17]。裁量要求通过人类特有的伦理标准做出符合个案正义的结论，数字技术的格式化和代码化要求语言或指令的确定无二义性，形成极致“理性”与“感性”的碰撞；却只能由“感性”一方做出妥协。因为计算机运行程序对指令的确定性要求不可变动，而裁量基准的设置却是将难以量化的裁量过程客观化。基于这一条件，在非极端个案的情况下，裁量自动化才有实施基础，也就决定了全自动化裁量的現实不可行性。

3.裁量算法化导致的程序价值缺失

算法运行过程瞬时完成且同时作用于规模庞大的类似案件，事实认定上难以履行个案调查义务，无法听取当事人陈述申辩。算法设计成型就意味着结论已定，也就是说决策发生在具体行政行为之前[18]，行政行为程序由算法运行程序替代，而这一过程中行政相对人难以实质参与，算法设计运行技术架空了公众参与。

正当程序原则要求行政机关在做出不利于行政相对人的行政行为时，须说明理由，违反说明理由义务可能直接影响行政决定的效力[19]。而算法决策过程无法提供理由说明，因为结论输出依据大数据的相关关系，而非因果关系判断。但是机器学习更高阶时，行政法上的说明理由的要求也不是不可逾越，“算法黑箱”的概念也将会被打破。目前数据科学家正在进行大量工作开发先进技术，试图解释复杂的算法输出[20]。算法的可解释性在形式上满足了“说明理由”的构成要件，但实质上行政决定的相对人甚至行政法官对此种内容的“说明理由”难以做出反应。行政诉讼通常没有对专业知识的审查能力，因而尊重行政机关的专业知识，对物理机器尚且如此，更何况数字机器。因此依据正当程序，“算法黑箱”无法提供理由说明，仅仅是一种从形式上对自动化技术的谴责，难以通过此种形式达到维护当事人权利的效果。

自动化技术缺乏人类的同理心（empathy），极端自动化可能导致人类面临关怀危机[20]。同理心是人类特有的一种伦理内容，人类官员善于倾听和同情行政决定的相对人的困境，这种品质使行政决定更具有可接受性。而缺乏同理心的数字裁量难以形成人际互动，在裁量过程中无法与相对人进行有效的意见交换[21]。公众参与的缺失将导致行政程序民主性不足，进而影响实体结论的正当性。

总之，全自动化裁量是指整个行政程序毫无人工干预地形成结论的裁量过程[22]。但学理上的“裁量收缩为零”“预定裁量”概念并非全自动裁量的范畴，全自动裁量必然会落入尴尬的境地。算法学习依靠“历史数据”来进行，是对过去经验的总结、分析、归纳、应用，而不是面向未来的因果判断[2]。无裁量能力的自动化系统，可能因无法完全行使裁量权而放弃裁量权，从而导致裁量怠惰，无法实现个案公正；有裁量能力的系统，则会因为算法本身的失当导致裁量滥用危机[17]。

数字行政法只能为更高程度的行政正义提供支持，而不应当降低行政正义的质量和水准。如果行政正义建立在行政裁量之上，那么就不应当放弃行政裁量[1]。因此，裁量自动化应排除全自动裁量。

二、构建人机融合的裁量机制

由以上分析可见，目前裁量自动化的功能定位应限于辅助性，自动化裁量有其不可替代的优势，而人工裁量能够保证个案正义。因此控制裁量自动化的风险应关注如何构建人机融合的裁量机制。

（一）法律保留原则划定裁量自动的范围

构建人机融合的裁量机制，必须设计各自的权限分配方案。根据法律保留原则，立法机关通过法律预先对实体决定构成要件和决定内容做出规定，行政机关实施某种具体行为时需要获得法律的授权[23]。因为行政权的内容主要依赖于立法者通过实体法确定，数字化自动适用方式与实体法的契合性问题本质上亦属于实体法问题，无法单纯在行政程序框架内解决[24]。何种裁量权限可以赋予自动化技术，应当遵循法律保留原则。

依据自动化裁量的特点，只有较为“死板”且“格式”确定性高的行政裁量事由适合数字裁量做出结论。确定性高意味着裁量基准清晰明了，事实简单易涵摄，自动化裁量结果与人工裁量结果出入不大。这一类简易的、结果确定性高的行为由自动化程序做出，一方面，能极大提升行政机关的办案效率；另一方面，能为当事人提供明确的法的预期，并以此作为指针指导其守法用法。

在比较法上，《德国联邦行政程序法》第35a条设置了明确的法律保留条款，在只有特别法规定的情形下，行政行为才能以完全的技术自动实施的途径做出。这一规定在权力正当性方面暗含的逻辑是，以数字化方式做出决定能否在内容上达到足够的正当性水准，取决于特别法制定过程中立法者的判断[24]。因为算法本身的特点，裁量规则转化为算法规则的过程可能会发生颠覆性变动。算法是为简化自然语言所描述的内容，简化是用线性代替非线性[17]。为避免编译过程中的技术“二次立法”，使得技术实质上逸脱实体法的控制[24]，立法者在制定特别法时考虑此因素，并且进行衡量，而非行政主体在行为做出时的选择自由。

（二）技术正当程序保持决策的“同理心”

构建技术正当程序，提高自动化决策系统中嵌入规则的透明度，完善问责制和增强准确性[25]。在正当程序的基础上，融合算法决策程序的技术理性建构算法正当程序的中立性、公开性、论证性与公正性[26]。算法程序的理性内涵，与正当程序的正义性追求并不冲突，技术正当程序的构建就是要发挥各自的长处，实现正义和效率的最大化。

算法决策缺失同理心，而正当程序原则有助于实现决策中的共情。将正当程序的内涵，公开透明、公众参与等能保持人际互动的规则植入算法决策程序，可以补充自动化决策过程中缺失的人文关怀。具体而言，要求行政主体在选择、购买或者共同开发算法系统，并在应用的过程中，充分创造机会和条件，保障行政相对人、利益相关方参与其中，为公众提供渠道了解问题、表达诉求。在复杂个案中，要留有行政相对人等主体与行政执法人员交流互动的通道，保障行政相对人“获得共情”的权利[20]。

三、结论

社会变化是法律变迁的基础，法律如同其他社会现象一样处于变迁之中[27]。但是法律制度对社会变化的回应是缓慢的，须先在已有法律体系之内进行少量调适，以回应社会迫切的变化。行政裁量是传统行政法中极为重要的概念，在数字技术对行政活动方式产生重大影响时，数字技术的结果一致性、历史经验性特征与行政裁量承载的个案正义保障形成不小的紧张关系。自动化裁量系统的应用可能导致主体能动性的丧失、个案正义的丧失以及程序价值的缺失，对此，回到行政法基本原则上，一方面，要基于法律保留原则划定自动化裁量的作用范围；另一方面，依托正当程序与算法技术理性建构技术正当程序，可以保障行政程序的人际互动，维护相对人获得共情的权利。

①参见“义乌市永琴袜子有限公司与金华市生态环境保护局、义乌市人民政府环境保护行政管理案”，（2019）浙0702行初175号行政判决书。

参考文献

[1]于安.论数字行政法：比较法视角的探讨[J].华东政法大学学报，2022（1）：6-17.

[2]余凌云.数字政府的法治建构[J].中国社会科学院大学学报，2022（1）：101-108.

[3]哈特穆特·毛雷尔.行政法学总论[M].高家伟，译.北京：法律出版社，2000：124.

[4]刘星.行政裁量中的技术控制：基于政务服务应用场景的实践观察[J].公共行政评论，2022（1）：51-68.

[5]国务院办公厅关于全面推行行政执法公示制度执法全过程记录制度重大执法决定法制审核制度的指导意见[R].（国办发[2018]118号）.

[6]章剑生.现代行政法学总论[M].北京：法律出版社，2019：104.

[7]王貴松.行政裁量基准的设定与适用[J].华东政法大学学报，2016（3）：65-76.

[8]王正鑫.机器何以裁量：行政处罚裁量自动化及其风险控制[J].行政法学研究，2022 （2）：166-176.

[9]凯伦·杨，马丁·洛奇.驯服算法：数字歧视与算法规制[G].林少伟，唐林垚，译.上海：上海人民出版社，2020：23.

[10]数据说话 你还说啥？甘肃省应用行政处罚自由裁量辅助决策系统令违法者信服[EB].（2014-8-14） [2022-3-9]http：//epaper.cenews.com.cn/html/2014-08/04/content_14829.htm.

[11]关保英，汪骏良.行政处罚中自动化方式适用的程序控制构建[J].青海社会科学，2021（6）：150-159.

[12]郝元.基于计算机控制的自由裁量辅助决策系统初探[J].电子政务，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·卡尔普·戴维斯.裁量正义——一项初步的研究[M].毕洪海，译.上海：商务印书馆， 2009：17.

[16]宋华琳.为数字政府建设厘定法治界限[N].上海法治报，2022-3-4（B7）.

[17]李晴.自动化行政处罚何以公正[J].学习与探索， 2022（2）：72-81.

[18]张凌寒.算法自动化决策与行政正当程序制度的冲突与调和[J].东方法学， 2020（6）：4-17.

[19]章剑生.面向司法审查的行政行为说明理由：郴州饭垄堆矿业有限公司与国土资源部等国土资源行政复议决定再审案评析[J].交大法学，2020（2）：184-192.

[20]卡里·科里亚尼斯.自动化国家的行政法[J].苏苗罕，王梦菲，译.法治社会，2022（1）：47-57.

[21]高秦伟.数字政府背景下行政法治的发展及其课题[J].东方法学，2022（2）：174-187.

[22]查云飞.行政裁量自动化的学理基础与功能定位[J].行政法学研究，2021（3）：114-124.

[23]王贵松.行政活动法律保留的结构变迁[J].中国法学，2021（1）：124-144.

[24]展鹏贺.数字化行政方式的权力正当性检视[J].中国法学，2021（3）：114-138.

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

[26]雷刚，喻少如.算法正当程序：算法决策程序对正当程序的冲击与回应[J].电子政务，2021（12）：17-32.

[27]狄骥.公法的变迁[M].郑戈，译.上海：商务印书馆，2019：221.

责任编辑：杨炼

收稿日期：2022-12-16

作者简介：潘靖，女，甘肃金昌人，中国政法大学法学院博士研究生，主要研究方向：行政法学。