“健康碼”輔助決策下的法律問題及其規制

李帥

內容提要：從“非典”到新型冠狀病毒肺炎，我國應急體系在疫情的考驗下不斷升級。對比兩次事件的政府反應速度及處置水平，其效率提升的原因除理論研究和基礎醫療獲得發展、信息公開程度大幅提高之外，“健康碼”等智能手段輔助下的快速決策也發揮了重要作用。然而，此類技術雖然具備提前預警、輔助研判的功能，但信息主體多、來源渠道廣、審核機制不完善、收集方式和分析標準不統一等問題卻在很大程度上影響著決策結果的合理性。以信息時代突發衛生事件中“健康碼”輔助決策的場景為切入點，結合疫情相關數據的屬性及特征，運用行政法上的比例原則分析實踐現狀，將有助于推進疫情防控中行政決策的法治化建設。

引言

2020年1月23日凌晨，在新型冠狀病毒肺炎疫情呈現擴大趨勢的背景下，武漢市委市政府疫情防控指揮部發布關于暫時關閉離漢通道的通知。這一決策考慮了武漢市作為“九省通衢”交通樞紐的人口流動性，以及春運特殊時期人員聚集可能造成的感染加劇情況。隨后幾日，各類數據主體開始運用自己掌握或獲取的信息進行預測、分析或判斷，例如：武漢“封城”之前已有多少人離開，分別使用何種交通工具以及人口最終流向地區；患者居住、活動區域分布；目前確診、疑似病例數及最終可能感染人數等。①例如：高德地圖、百度地圖等軟件提供的“春運大數據”信息，可反映人口流動趨勢；京醫通、微信等平臺發布的“掛號大數據報告”，可反映就診人群及其患病情況等。至今，產生持續影響的當屬“健康碼”的廣泛應用，其功能已從最初的獲知個人健康狀態，發展至涉及到訪信息登記、核酸檢測結果查詢、疫苗注射備案等多重內容。這些預測模型或數據結論作為智能化技術的產物，很大程度上依賴于實時數據的收集與更新。

以多元治理為背景，突發疫情的防控工作應當由行政機關、企事業單位以及各類民間團體、非政府組織乃至個人共同參與，故在收集上述多維度、多種類信息的過程中，不同主體的交流與協作尤為重要。不可否認，信息的收集與加工均存在成本，雖然公共治理的過程需要數據共享，但現實中卻依然存在諸多人為形成的信息壁壘。

當前，“健康碼”應用中的信息收集已基本得到公眾的認可，例如2021年初北京順義和大興疫情發生后，大部分公民都能夠配合防疫規定，在搭乘出租車時主動在“健康碼”程序中完成掃碼登記。但回顧2020年疫情暴發初期，政府部門采用的諸如患者同程車次公告等防控措施，卻由于未遵循正當程序原則而影響了實施效果，②陳曦宜：《論公布患者活動軌跡措施的法治化——以新型冠狀病毒肺炎防控為例》，載《中國衛生法制》2020年第6期。造成公民個人信息泄露并掣肘了信息治理能力的提升。③參見宋華琳、楊杰：《“突發原因不明的傳染病”的依法治理之道》，載《法治社會》2020年第6期。目前，國家鐵路總公司已全面推行實名制購票制度，要求用戶購票時提供身份證號，而各大電信運營商也基本實行了用戶手機號碼實名制，那么在個人身份信息確定的情況下應當能夠實現點對點追溯，而無需再用公示公告或入戶排查的人海戰術來實現防控目標。類似情況還出現在防控疫情所開展的其他工作中，諸多企事業單位因底層數據未打通，導致數據互通需求無法得到滿足，以至于不同主體“各自行動”，或者是在僅有的數據基礎上得出片面結論，或者是花費較高的時間、經濟成本獲取其他部門享有的底層數據。更為關鍵的是，除了數據客觀上存在的彼此隔離狀態之外，不同的數據收集主體出于自身利益而不愿共享信息，抑或是具備較低的信息共享意愿，致使部分情況下的大數據輔助決策存在成本高、難度大、公眾滿意度偏低等問題。因此，如何合理認知公共衛生大數據，如何打通不同主體間的數據共享渠道，以及應當在何種程度上規制基于大數據的智能輔助決策問題，將成為以科技治理推動法律治理的重要內涵。

一、公共衛生大數據的屬性及特征

數據之所以能夠成為公共決策的依據，主要原因在于數據的價值屬性及預測功能。信息化時代，數據的作用場景更為豐富，其多維價值也在資源形態的轉化過程中得以顯現。與經濟、金融、旅游等大數據技術的適用領域相比，公共衛生或公共醫療中的大數據在諸多方面與之存在差異，這種差異決定了公共衛生大數據的共享與流轉也應遵循特殊規則。

（一）時效性與真實性的對立統一

公共疫情等衛生事件的特征在于“突發”及較強的不確定性，也就是事件的暴發對社會成員而言不可預測。在此背景下，與事件相關的所有真實信息均具備高度時效性，并且可能成為行政主體作出決策的依據。但與此同時，這種突然發生且規律不明的事件可能在短時間內切斷信息來源、干擾信息正常傳播并影響信息的真實性，因此僅掌握局部信息的個體在此種情況下很難正確決策。那么，行政主體如何在短時間內從海量信息中選定所依據的信息，就要取決于該信息的內容及其準確程度。

其一，就內容來說，需要分析信息所涉及的事項以及涵蓋的具體領域。例如，在突發疫情當中，某項信息是指向疫情發生的可能性原因，反映緊缺物資的種類與數量，還是揭示病毒傳播的路徑及方式？信息內容決定著決策事項的范圍，對應在公共機構職能劃分的背景下就會產生不同的決策主體。其二，對于信息的確定性程度，則主要考量信息是否真實客觀，以及信息在何種程度上被驗證或被推定為真實客觀。以潛在風險與人類社會的長期共存為背景，可知對于風險的規制致力于“未知”空間。對于“未知”的判斷，行政機關需要引入風險評估程序、專家論證步驟、風險管理環節、風險溝通步驟、信息披露程序以及公眾參與環節等內容，以使“未知”的程度有所降低，④戚建剛：《風險規制的興起與行政法的新發展》，載《當代法學》2014年第6期。這就是驗證數據真實性的主要思路。也就是說在很多情況下，為了追求能產生更多正外部性的數據時效，社會治理的參與者允許將未經最終論證的信息作為決策依據，即“未知”激發了行政機關在風險規制過程中更多地行使自由裁量權。

（二）公眾性與隱私性的共存與取舍

宏觀上，與社會公眾相關的衛生、醫療、疾控等信息都屬于公共衛生數據的范疇。這些信息一方面是廣義“生命健康權”的組成部分，體現著人民生命健康首位論的思想；⑤張愛民：《人民生命健康首位論的實踐價值》，載《行政與法》2021年第1期。另一方面，其生成、存儲、加工等流程融合了個體與群體的多種行為，蘊含了不同參與者作為權利主體的主觀意識，因而在權利主體層面兼具公眾性與個體性。除此之外，公共衛生數據發揮作用的場域范圍廣，應用此類數據實現的價值目標亦可能同時體現了公眾與個體的需求。但不可否認，公私主體在權利認知和價值追求等方面存在差異，正是這些差異使得公共衛生大數據的應用必須衡量數據公眾性與隱私性之間的關系。

行政機關在處理傳統的政府信息公開問題時，通常按照《政府信息公開條例》將涉及公民隱私的內容排除在公開范圍之外，但由于該條例及相關法律規范缺乏“個人隱私”的判定標準，且不同主體對隱私范圍的界定有所區別，從而導致現實中很多情況下無法嚴格劃分信息類別。在此背景下可以推知，一方面，雖然隱私范圍認定在很大程度上具有主觀色彩，但為了統一相關問題的解決方案，還是應當有立法層面的規范加以調整。如何界定公共衛生大數據的公私權利屬性可能在未來一段時期內存在爭議，因而需要等待相關立法或司法解釋的明確規定，例如對信息獲取、使用及流轉中的授權取得問題作出要式規范等。另一方面，在公共衛生事件這類社會影響大的領域中，公共性與隱私性的邊界將可能伴隨社會的發展和理論的變遷而不斷變化。現實中如何定位信息來源，是認定信息產生于群體之中，還是認定為個人基于自身情況所生成，這將決定誰是權利主體，從而決定在共享相關信息時應當尊重誰的知情權和征得誰的同意。當前實踐中無法完全避免因實現公共價值而侵犯個人隱私的情況，這就需要引入行政法上的比例原則來進行選擇和取舍，進一步來說，就是當利用或發布公共衛生大數據將獲得的公共正外部性，在總量上明顯大于不發布所保護的個人權益時，將選擇的天平傾向于實現公共價值一端。也就是基于權益在質、量兩方面表現出的差異，將公共屬性置于首位，當然同時也應盡可能將對個體私權利造成的損失減小到最低。也就是說，基于疫情防控的需要，即使健康碼治理可能產生對“數字生命”和“數字生活”的“監控”，其存在也是合理和必要的。⑥謝新水：《疫情治理中的健康碼：認同與張力——基于“一體兩面”三重交互界面的探究》，載《電子政務》2021年第1期。

（三）公益性占據優先順位

與公眾性內涵的論證邏輯類似，公共健康數據具備公益性的根源同樣基于其所具備的保障公民生命健康權的功能，其實現有賴于公共主體事權的行使。⑦陳雷：《傳染性公共衛生領域事權與支出責任劃分的法治進路》，載《行政法學研究》2021年第2期。在公共疫情防控時期，這一事權就表現為對特定信息的收集和利用，從而在數據互通有無的基礎上甄別謊言、了解真相、消除恐懼以及保障權利。此處的特定信息包括但不限于：病例集中暴發的地區及人員信息，病毒病理性質及可抑制性藥物信息，藥品研發進展，物資需求信息及現有儲備、調配情況，傳染病易感人群及預防方法，甚至有時還涵蓋謠言的具體內容。從潛在作用的角度來看，雖然這些信息來源不同、完整性各異，很多情況下需要相互結合才具備社會治理的參考價值，但不可否認它們具有顯著的公益屬性，決策主體可以依此制定行為規范并行使監管職權，在突發衛生事件中維護社會公共秩序，其他主體則可依此調整行為，降低意外給自身造成的損害。

社會公共利益的主體是公眾，它具有整體性和普遍性兩大特點。⑧梁上上：《利益衡量的界碑》，載《政法論壇》2006年第9期。在公共疫情中，上述信息雖然涉及主體多元、涵蓋種類繁多，但不同主體的利益都能與公共利益之間形成關聯，從而在信息交流過程中促進整體社會防疫意識的普遍提高。換言之，大數據共享與否的“對局”轉化成了公共利益之間的衡量。⑨參見王敬波：《政府信息公開中的公共利益衡量》，載《中國社會科學》2014年第9期。結合突發疫情可能給社會造成的各種損失，可知其中體現的公共利益主要包括：保障社會公共衛生安全的利益，維護公眾生命安全和身體健康的利益，群眾知悉疫情真實情況的權利，恢復與穩定社會經濟形勢的追求等，總結起來即憲法賦予公民的生命權、健康權、知情權、發展權等權利種類。因而在公共衛生大數據交流互通的過程中，應當以其公益性作為有待實現的首要目標。

二、以“健康碼”為代表的智能輔助決策及其法律問題

傳統社會風險應對的決策依據多為既定事實或現實狀態，此時行為依據雖然充分，但易出現因決策滯后所致的治理無效或規制失靈現象。大數據時代，信息生成、加工、流轉環節依托互聯網進行，信息成為個體決策的前提。行政主體作為公共決策者，面對突發事件時傾向于依賴大數據作出判斷或預測，從而加快反應速度，將可能產生的損失控制在最低限度。在此背景下，大數據技術的任務之一就在于如何通過多種形式，及時或者實時收集與公民相關的各類信息，為行政主體的科學合理決策提供直觀且客觀的依據。

此次新冠疫情中，智能輔助下的決策行為不在少數，各類主體以大量數據為基礎，設定算法、構建模型、預估疫情走勢，輔助政府實施規制行為。但是數據模型的運算結果很難做到與現實情況完全吻合，更有一些智能輔助決策的內容在科學性和合理性上受到質疑。因此，基礎數據的來源、智能化決策的作用方式及作用限度等問題，成為利用法律手段規制上述問題所應關注的重點。

（一）疫情走勢模型及預測結論的差異問題

疫情發生以來，不同屬性的主體都在嘗試分析事態走向，預判疫情結束的時間，從而為公眾提供行為依據。此前，已有包括醫療機構、科研院所、大數據公司以及公民個人在內的主體基于新冠病毒前期暴發態勢及傳播特征，通過構建模型的方法開展預測，發布評估報告或研判結果。⑩例如：2020年1月，鐘南山院士團隊楊子峰研究員和鯨準公司王珂博士等已經建立流感病毒預測模型，并進行了探索性預測；1月30日，北京航空航天大學計算機學院智慧城市（BIGSCity）課題組和經管學院數據智能（DIG）課題組聯合發布《新型冠狀病毒的疫情評估與預測報告》；2月19日，南棲仙策（南京）科技有限公司發布《新冠病毒傳播模型學習結果》；2月初，中山大學數據科學與計算機學院副教授胡延慶與博士后謝家榮、博士生孫嘉辰等人利用百度、Google等大眾搜索工具搜索趨勢大數據，通過具有控制干預機制的流行病SEIR（易感—潛伏—感染—隔離）傳染模型，構建了對近期國內暴發的新型冠狀病毒肺炎傳染趨勢進行了預測。此外，還有地方行政機關以前述主體研發的風險評估模型為依據，采取疫情防控中的特殊管理行為。?例如：西安交通大學研發了新冠肺炎感染風險的大數據評估模型，基于旅行大數據綜合計算新冠肺炎感染風險指數和級別，可快速鎖定風險。2020年2月4日，該評估模型及系統在云南省正式上線，被部署應用在云南省多個檢查點，識別出多名高風險人員。

這些預測在一定程度上提升了公民對疫情發展程度的認知，有利于促進公眾參與到防控工作中，通過調節自身行為促進社會治理效果的實現。但需要關注的是，上述模型作為推測未知風險的手段，其結論可能受到多種因素影響而表現出差異性，從而使不具備專業知識的社會公眾感到疑惑。這些影響因素包括但不限于：設定模型依托的基礎數據及數據的普遍性、廣泛性問題，模型建構的學科背景，模型是否經過實踐檢驗以及經過檢驗的次數等。那么，如果運用控制變量的思路，以上因素的多維變動將可能在很大程度上影響預測結果。當然，結果之間的差異程度可能不同，這主要是導致結果的成因存在差別所致。例如，對于分別以流行病學和概率統計學為基礎學科構建的預測模型而言，由于專業理論和研究立足點上的差別，其模型及算法本身就存在明顯不同，所以即使是對同一問題的預測，也很難避免預測結果的差別。?例如：鐘南山院士團隊基于流行病學模型，預測疫情峰值應該在2020年2月中下旬，有希望能在2020年4月結束，并提出當前沒有任何人可以嚴格預測疫情拐點。而在北京航空航天大學計算機學院智慧城市課題組和經管學院數據智能課題組聯合發布的《新型冠狀病毒的疫情評估與預測報告》中，則稱疫情拐點將于2020年2月6日左右出現。

以前述差異化的結果為依據，大數據輔助下的決策內容也可能呈現彼此相異的特征。諸如有些地方基于預測模型中R0值偏大的情況，?預測模型中的R0代表基本傳染數（Basic reproduction number）。在流行病學上，R0表示在沒有外力介入，同時所有人都沒有免疫力的情況下，一個感染到某種傳染病的人，會把疾病傳染給其他多少個人的平均數。對湖北籍人員進入本地圍追堵截，甚至對湖北籍住戶停水停電，希望通過物理隔絕的方式“控制”病毒的侵入和疫情的擴散。也有地方在復工復產之后，基于預測模型中“疫情拐點已到來”的結論而放松對餐飲、購物、游園等人員聚集性活動的監管，雖然有利于經濟恢復，但在疫情尚未完全得到控制的情況下并非適宜之舉。可見，在大數據輔助行政機關特別是輔助基層政府決策的過程中，決策主體應當意識到模型預測與實際情況之間的可能差異，避免作出“一刀切”式的戒嚴或封閉決策，減少對社會正常運行產生的沖擊，同時也防止出現因合作不能所帶來的連鎖性損失。此外，如何選擇恰當的模型并依據其預測結果作出決策，如何在選定模型不適宜時及時更換，以及如何根據模型的修訂調整決策內容等，都是構建法律規制制度時需要考慮的問題。

（二）“健康碼”及其算法的合理性問題

針對疫情防控期間返工、返學及返崗形勢，杭州市作為全國首批啟用“健康碼”的城市之一，于2020年2月11日全面開啟“杭州健康碼”防控措施，結合重點區域、重點場所分級分類管控需要，對市民實施數字化管理。?參見任彥、俞倩：《全市啟用“杭州健康碼”有問題可致電12345》，載《杭州日報》2020年2月12日第A2版。健康碼以“個人自述、建庫比對、空間篩查”為依據，通過大數據進行首次即時計算、每日定時計算、動態實時更新，自動生成個人健康碼，廣泛運用于外來人員來杭、市民出行、企業復工復產等各個場景。

實踐中，健康碼的申領較為便捷，申領人僅需在指定的手機App中輸入姓名、身份證號，并同時回答“當前是否在杭州”“近14天是否接觸新冠確診或疑似病例”以及“當前健康狀況”三個問題，系統就可以判斷并立即生成標識為綠、紅、黃三種顏色之一的專屬健康碼。?杭州健康碼實施“綠碼、紅碼、黃碼”三色動態管理，即顯示綠碼者，市內亮碼通行，進出杭州掃碼通行；顯示紅碼者，要實施14天的集中或居家隔離，在連續申報健康打卡14天正常后，將轉為綠碼；顯示黃碼者，要進行7天以內的集中或居家隔離，在連續申報健康打卡不超過7天正常后，將轉為綠碼。參見 “第一財經”網：https://www.yicai.com/brief/100499685.html，2021年2月11日訪問。對此，杭州市委負責人曾表示健康碼主要依據三個標準賦分，依次是空間維度、時間維度和人際關系維度，即根據全國疫情風險程度，杭州的大數據公司可以將本地風險評級精確到鄉鎮或街道，并結合個人曾去過疫情地區的次數和停留時間，結合個人是否曾與患者或患者的密切接觸人員進行接觸，確定最終的健康碼情況。然而僅在該措施實施三天后，就有大量市民就健康碼的生成依據及合理性問題提出質疑，例如有市民連續14天在家中未出門，時間跨度已滿足國家認定的病毒潛伏周期，但申領到的健康碼卻顯示為紅色，表示需要實施14天的集中或居家隔離；也有市民表示一家人的活動軌跡完全相同，但健康碼顏色卻差距較大；還有的健康碼在申領后三天內連續不斷變換顏色，可市民本人在這三天內卻并未出門等。?參見MattMa：《吐槽杭州健康碼，被大數據和機器支配的紅牌持有者》，載微信公眾號“互聯網法律匠”：https://mp.weixin.qq.com/s/WBeTPZ036BjoDMyPiehwdg，2021年2月23日訪問。

從技術角度來說，健康碼的基礎程序就是機器自動化決策系統，其運行主要依托算法對大量數據的分析，以及后續人工智能輔助下的機器學習。雖然技術自身的中立性能夠在一定程度上保證其輸出結果的客觀公正，但目前尚不透明或者很難透明化的、具有商業秘密屬性的決策算法，卻極有可能產生以下三方面的問題：其一，算法的設計可能并未完全體現法律公平正義的精神，或者算法程序編寫時沒有充分考慮社會管理行為的特征；其二，原始數據、運算方法等內容均未向公眾公開，使算法在科學性、合理性方面缺乏監督，可能影響實施后的社會效果；其三，存在于相對黑箱狀態中的算法增加了人為干預機器運行的可能，導致本應客觀的技術融合了個體利益或體現了特定群體訴求，從而使異議數量大幅提升。可見，技術治理中法律的缺位很容易造成治理結果的非理性。歐盟《通用數據保護條例》明確規定，“數據主體有權不受僅基于自動化處理行為得出的決定的制約”，?參見歐盟《通用數據保護條例》（GDPR）第22條。目的在于避免該決定對個人產生法律上的不利影響，那么，為了防止社會公眾成為單純被機器和數據支配的對象，應從完善立法的角度對智能輔助決策加以規制，例如，要求相關主體對健康碼的設置思路予以充分解釋，從而使決策既體現機器運算的科學性，又不失人類思維與情感的“智性”與“靈性”。?參見於興中：《算法社會與人的秉性》，載《中國法律評論》2018年第2期。在此，對健康碼的算法進行解釋時可將解釋內容進一步分為“算法數據的解釋”和“算法邏輯的解釋”。?許可、朱悅：《算法解釋權：科技與法律的雙重視角》，載《蘇州大學學報（哲學社會科學版）》2020年第2期。在“算法數據的解釋”層面，個人有權要求行政機關在合理范圍內，展示輸入算法的變量，這里的“變量”主要是健康碼所處理的一般個人信息與敏感個人信息，從而有助于民眾及時發現個人信息中的風險，又有利于觀察算法中是否存在歧視現象。在展示過程中，行政機關既可以采取簡單的文字列表方式，也可以采取符合公眾認知特點的可視化方式。在“算法邏輯的解釋”層面，個人有權要求行政機關在合理的范圍內，說明相應變量對健康碼評定結果將產生何種影響。?許可：《健康碼的法律之維》，載《探索與爭鳴》2020年第9期。

（三）信息申報平臺之間的互通障礙問題

2020年2月初以來，針對疫情集中暴發地區的實際情況，中央提出做到仔細排查，“應收盡收”。在此背景下，武漢市各基層社區開展了大規模入戶排查，湖北之外的很多省份也都加強了小區出入管理，要求居民進出均登記個人信息。實踐中，很多住宅小區采用手機掃碼、在線填寫信息的方式收集住戶及節后返回人員的信息，實現“無接觸登記”，很大程度上為居民和社區工作人員提供了便捷。此外，疫情嚴防期間也有很多超市、藥店以及公共交通工具采用掃碼方式收集用戶個人信息，以便必要時予以追溯。這一環節中，信息的申報與填寫需通過特定頁面完成，即掃碼之后網絡會鏈接到相關平臺，用戶在平臺上完成登記和申報。

基于上述數據，信息收集主體可以掌握特定時間、空間范圍內的公民信息，并依此實施后續決策行為。該設置雖然提高了行政管理效率，但平臺種類眾多、信息填寫重復、收集主體混亂等現象卻受到諸多質疑。例如，很多二維碼掃碼之后會鏈接至微信公眾號，需要關注公眾號才可以填寫并提交信息，完成個人情況登記；甚至有小區在出入時掃碼會分別鏈接至不同的公眾號，或者同時張貼多個二維碼，每個掃描之后都鏈接至不同的公眾號，可能存在利用填寫信息推廣平臺之嫌。與此同時，同一主體收集特定對象基本信息的行為是否需要通過不同平臺多次進行，不同平臺之間的信息為何不能順利打通等問題，在此種情況下都應當納入決策者的考量范圍。

如果說預測模型和健康碼對決策的影響主要表現在最終決策的科學性上，那么通過掃碼收集信息的方式輔助決策，其可能存在的問題則主要集中在信息收集行為的合理性上。結合行政法上的比例原則來說，就是通過不同平臺多次、反復收集信息的行為是否確為必要，以及在疫情結束之后前述信息會怎樣處理等，都成為危及信息安全的潛在因素。因此，在運用法律規制大數據輔助決策行為時，應當堅持全局思路，綜合考查各個階段中的各種行為，使技術輔助下的決策行為在法律規范的邊界內運行，保障決策結果公平公正、科學合理。

三、構建疫情防控中智能輔助決策的法律規制機制

疫情防控對決策主體的反應時間、決策質量及行為效率都有著較高要求。在大數據輔助下，各類數據為社會治理提供定量依據，使決策逐漸成為一種被“量化”的行為。與以往基于定性結論且可能帶有試錯色彩的決策相比，大數據輔助決策在科學性和合理性上具有明顯優勢。但不可否認，上文對此類決策現存問題的總結是真實客觀的，因而為了更好地發揮其在疫情防控乃至社會治理中的積極作用，建議從以下三個方面入手，著力構建大數據輔助決策的法律規制機制。

（一）劃分決策主體類型

當前，借助大數據和智能化手段實施決策的主體已不限于傳統社會管理中的行政機關，而是以政府及其職能部門為基礎，向外拓展至企事業單位以及非政府組織、民間團體等。社會活動中，這些主體享有的權利本就存在區別，因而在管理社會公共事務時擁有的事權范圍也有所差異。那么，具體到決策這類關鍵性的公共行為時，就應當以類型化思路為指導，分步探討不同主體在實施數據輔助決策行為時的標準與限度，從而提出完善現行立法的合理化建議。

以疫情防控工作為例，首先，應當明確在這類事務中享有決策權的主體范圍。具體而言，就是審查以下主體是否依法享有或者應當享有一定的決策權：各級政府及衛生行政管理部門、醫院、醫療衛生科研機構、從事相關研究的企業以及社會團體和個人等。以現行法律法規為依據審視權利來源，可知前三者是法定有權作出決策的主體，?法律依據：《突發事件應對法》第七條、第八條；《傳染病防治法》第十八條；《關于擴大高校和科研院所科研相關自主權的若干意見》第三條第（九）項。而在后三者當中，除個人之外的主體也應當在一定范圍內享有防疫決策權。其次，在厘清主體身份的前提下，確定可以由相應主體實施決策的事項范圍。例如，行政機關在幾類主體中享有的事權范圍最廣，可以在現行法律規范體系下實施防疫預案編制、緊急狀態動員等行為；醫院、科研院所等事業單位則只能在專業范圍內發布相關研究結論，向公眾提出行動建議；相比之下，企業、社會團體的決策權多局限在本部門內，可以對員工或成員提出與其本職工作相關的要求。上述所有主體的決策可以包括命令性和禁止性兩方面內容。最后，建議從立法角度為不同決策主體制定行為規范。伴隨各種大數據的引入，決策行為的自主化程度提高，應當強化自主性與統一性的結合，減少決策失誤造成的負外部性。具體到實踐中，建議通過規范性文件的形式在不同事項范圍內規制決策主體的行為，并在必要時將其上升為部門規章，實現數字賦能與法律規制共同作用下的合理化決策體系，構建責權明確、上下聯動、多元共治的公共衛生治理格局。?王琳：《新冠肺炎疫情防控與公共衛生危機治理能力的提升》，載《天津師范大學學報（社會科學版）》2020年第5期。

（二）明確決策依據的篩選標準

大數據的主要特征在于多樣性、高速性及易變性，那么，在關乎社會公眾生命健康的疫情防控工作中，如何篩選恰當的數據作為決策依據，是所有決策主體首要考慮的問題。結合前文所述，諸多科研機構或從事相關研究的企業甚至個人，都在此次疫情中基于自身專業構建了預測模型以預判疫情發展。決策主體面對不同模型和結論應當如何選擇，特別是行政機關作出具有外部效力的決策行為時應當以哪一種大數據為基準，是完善法律規制途徑時必須考慮的問題。

2020年5月，國家市場監督管理總局發布《個人健康信息碼》系列國家標準。該系列國家標準實施后，可實現個人健康信息碼的碼制統一、展現方式統一、數據內容統一，統籌兼顧個人信息保護和信息共享利用。?陳海波：《個人健康信息碼國家標準發布》，載《光明日報》2020年5月2日第3版。但囿于當時社會需求緊迫、制定時間較短等客觀因素，該系列標準以規范健康碼的形式要件為主，在對內容的實質性審查方面仍存較多未予規定之處。因而結合數據技術的特征，建議將以下四方面內容作為判斷決策依據是否適格的標準：第一，大數據在內容、屬性上是否與待決策事項具有相關性，即待參考數據和待決策事項之間是否存在內在且必然的關聯。當前，大數據技術可以在不同領域的問題之間構建相關性橋梁，但我們必須意識到，這種關聯應當具有足夠依據且可被論證。這一限制旨在避免非相關大數據引導下的決策失當。第二，數據體量是否充足。作為決策依據的大數據應當滿足海量性的特征，如果數據量偏小，則不適合用來支持重要決策的形成。第三，數據是否具備時效性。在突發公共事件特別是疫情這一類嚴重衛生事件中，信息的時效性對于防控工作而言具有重要意義。一方面，當前社會人員流動性強，疫情發展情況可能瞬息多變；另一方面，傳染病的預防手段等信息對于控制傳播、減少損失至關重要。所以在與之相關的領域中作出決策時，應當關注并研判大數據的時效性。第四，數據提供者的身份屬性。與前三項標準相比，數據提供者的身份屬性在更多情況下發揮的是輔助判斷的作用，即當對大數據本身的判定無法得出其是否可以作為決策依據時，可結合數據提供者的主體地位進行判斷。例如對于前文提及的疫情預測模型來說，如果運用前述三項標準均難以認定適用性時，則可以認定由權威科研機構發布的模型相較其他主體發布的而言更具參考價值。這是社會治理多元化思路下判定決策行為合法性與合理性的有益嘗試，收獲較好的實踐效果后可考慮通過規范性文件予以確定。

（三）規范數據收集、利用與共享全流程

改變信息環境作為公共衛生法的調整與規制手段之一，?參見李廣德：《我國公共衛生法治的理論坐標與制度構建》，載《中國法學》2020年第5期。在疫情防控常態化、智能化決策日益普及的當下，成為提供決策基礎數據的重要方式。我國現行《突發事件應對法》僅第十條和第五十三條涉及信息公開，但側重于事中和事后的信息公開，事前的預警信息不在此列，新冠肺炎疫情防控短板之一恰恰暴露在預決策階段的信息公開環節。?代海軍：《突發事件的治理邏輯及法治路徑——以新冠肺炎疫情防控為視角》，載《行政法學研究》2021年第2期。因此，應當對數據的收集、利用和共享等各個環節進行全面規制，以防出現信息空白以及信息收集主體之間“數據孤島”的現象。進一步來說，規范大數據輔助下的決策行為，不僅應當關注決策本身的合法性與合理性，還應當從全景化角度審視大數據的獲取和分析環節，從而提升決策全流程的社會公眾滿意程度。

對此，建議針對決策前一階段的數據行為同樣加以調整，將接受規制的對象范圍從決策主體延伸至提供數據的行政機關、企事業單位、社會團體以及個人。那么對于這些數據行為主體來說，規制的范疇應當主要包括：其一，確保數據來源具有廣泛性和代表性。現實中，數據收集可以通過多種形式實現，例如電信公司獲得用戶授權從后臺調取、軟件供應商以提供服務為基礎進行收集、行政工作人員依社會管理職能要求公民提供等。如果要將這些數據作為決策的依據，那么從數據能否反映普遍問題的角度來看，應當要求被收集的對象在年齡、性別、職業等基本范疇中具備廣泛性和代表性，以保證基礎樣本是客觀的。其二，確保數據的加工與利用過程客觀無偏見。完成原始數據的收集之后，相關主體會在各種社會需求的導向下對數據進行挖掘和分析，當前常用的技術是各類計算機算法和機器學習。因此，對技術的規制應當以如何調控算法設定為主要內容。具體來說，建議通過工作規程的形式明確信息加工者的編程行為，即要求其在編寫程序分析和預判數據變化時不得加入自身主觀偏見的內容，同時還要保證后續機器學習環境的公正，從而使得相應的大數據結論公正無偏頗。其三，確保數據的共享與流轉均獲得明確授權，依法做好疫情報告和發布工作。?熊文釗、王秋艷：《應對突發公共衛生事件的法治保障》，載《天津大學學報（社會科學版）》2021年第2期。公共衛生大數據兼具公共性與隱私性，這就要求社會治理主體在追求公益效用的同時不可忽視原始信息來源者的意愿。疫情防控工作具備顯著的社會公益色彩，因而在數據獲取、共享與流轉的全流程中都應當保障數據來源者知情并征得其同意。實踐操作中，可以采用的方案主要包括在收集階段一次性獲取公民個體對后續數據加工、利用及共享的授權，或者每一階段開始之前分別獲取授權。當前背景下，規范性文件、行業準則或者內部工作章程可以無需對此作出統一規定，但務必要確保數據行為非越權實施，確保數據行為不會侵犯他人合法權益。在此基礎上，大數據輔助決策將實現全流程、全階段的法律規制。

結語

新冠肺炎疫情引發全球性公共衛生危機，對常態法律秩序和法治實踐構成挑戰，如何實現傳染病防治決策的法治化和科學化，在多方面檢驗著政府公共治理能力。?參見陳云良、陳煜鵬：《論傳染病防治決策的法治化和科學化》，載《比較法研究》2020年第2期。智能化技術在決策領域的應用很大程度上緩解了以往存在的反應速度慢、合理性欠缺等問題，提升了公共決策的社會滿意度。但與此同時，智能性、自動化的決策適用于客觀現實時可能存在一定的適配障礙，表現為數據結論明顯差異，算法違背社會規律等問題。以法律手段規制疫情防控中的大數據輔助決策行為，應當從數據的收集環節入手，通過制定要式規則的方式規范授權獲取及數據處理環節，保障大數據的來源廣泛性、內容真實性及結論客觀性。此外，出于實現社會公益性的目的，還應當以公共衛生大數據的屬性為依托，打通基層部門之間的數據屏障，促進不同主體在數據利用方面的效率提升。最終，充分考量不同主體在決策時的權限差別，通過立法明確規定行政機關、企事業單位及各類組織的決策權內容，實現以“健康碼”為代表的智能輔助下的疫情高效防控，同時對疫情防控這一新興、交叉領域的問題，發揮新興領域法與傳統部門法思維雙輪驅動之功用，促進法律治理與技術治理的協同，更好達致建設中國特色社會主義法治體系、建設社會主義法治國家的全面依法治國總目標。?石榮廣：《國家治理現代化導向下疫情防控法律規范體系化建構研究——以“領域法”為思維工具》，載《法律方法》2020年第2期。