行政處罰數字化裁量的合法性風險及其危機控制

楊 成，陳 昊

(昆明理工大學 法學院, 云南 昆明 650500)

隨著人工智能和大數據等技術迅猛發展，行政法治信息化、數字化逐漸成為新發展方向，傳統行政法治的發展正在轉向以網絡信息技術、人工智能算法為輔助工具的行政法治。數字化裁量在當下的行政處罰領域應用較多，在一定程度上提高了行政處罰的效率，防范了行政處罰中裁量權的濫用，維護了行政處罰結果的統一性。但是，由于數字化行政裁量方式天生的自動性和程式性，不能很好地滿足行政處罰裁量對于個案正義的需要，甚至產生一些合法性風險。因此，我們應當對數字化裁量在行政處罰中的實踐應用加以關注，探討行政處罰數字化裁量的合法性風險并對其危機進行控制，是本文的主旨所在。

一、行政處罰中數字化裁量的運作機理及其實踐應用

行政處罰數字化裁量通過技術將法律規范轉譯為代碼，將裁量基準以數字的方式應用在行政處罰中，縮減了行政主體直接適用法律的過程，提高了行政效率。基于半自動化行政的理論視角，在以人工裁量為主導的行政裁量方式中，將數字化裁量定位為輔助工具更符合行政執法的實踐情況。在行政執法者的主導下，借助人工智能完成法律適用和一定程度的價值判斷是行政處罰數字化裁量的內核。

(一)行政處罰中數字化裁量的運作機理

裁量行為本身誕生于適用法律規范的過程中，其基本過程大致如下：首先，確定案件事實查找證據，其次，尋找相應法律規范進行適用，并對該法律規范進行解釋，然后，將案件事實代入法律進行法律要件的判斷，最終做出裁量決策[1]。在違法案件的事實認定方面，行政主體發揮著主要作用，違法事實屬于客觀層面的數據信息，行政主體需要經過調查取證等程序確定。這一過程需依靠人工完成，且不存在裁量余地，僅僅是基于客觀事實的是與否的選擇性判斷。行政處罰中數字化裁量要完成的工作是在確定案件事實以后將數字化裁量需要的裁量因子作為數據輸入系統，實現系統內的法律要件判斷，并將違法事實代入法律規范進行適用得出裁量結果。

行政處罰中數字化裁量主要是通過借助信息技術手段，構建數學模型等方式建立一套合適的算法機制，替代和幫助執法人員對事實案件進行裁量的方法。這種方法對人的裁量方式進行模仿，通過機器算法對違法案件進行計算以得出處罰結果。數字化裁量從程序上看可以分為兩個部分：一是搭建已有裁量案例的數據庫，將裁量基準轉譯為數字化算法規則，形成自動計算的數字裁量函數模型，此階段是將法律適用通過計算機語言表達出來；二是在具體案件中篩選出裁量因子輸入數字化裁量系統得出處罰結果，此階段為個案適用的過程。

行政處罰應用數字化裁量要確保處罰結果的合理性必須保證具體的違法事實與抽象的法律規范在數字技術的涵射中能夠相對應，要完成這種從法律規范到算法規則的精準轉譯離不開技術的支持。傳統人工裁量對執法者的價值判斷標準要求較高，裁量基準細化了違法事實的具體裁量要素，執法者需要對相關裁量要素進行評判。傳統人工裁量程序是以人為中心構建的，執法者作出處罰決定時需考慮相關因素、遵循罰責相當原則，在程序上也受到較多制約以減少執法者主觀意志因素對裁量結果的干預。而依賴數字化裁量的行政處罰活動中，算法規則是核心，計算機通過系統內置的算法函數對違法案件進行計算，裁量因子內置在算法函數中，執法者需要對違法案件進行解析，并將裁量因子需要的數據輸入計算系統中，經由算法函數計算得出最后裁量結果。數字化裁量本質是對算法的應用，其規則內設置的分析推理模塊尤為重要，這是確保裁量結果是否合理、合法的基礎。從技術上看，數字化裁量內置的算法規則通過借助機器的智能學習技術可以不斷優化算法科學性，數字化裁量的算法規則建立在動態神經網絡結構之上[2]，借助神經網絡的推理功能進行法律適用的訓練可以提升計算結果合理性，機器內設置的符合法律邏輯的分析推理規則能夠在大量的計算下進一步優化，使處罰裁量結果更加智能。

在機器完成法律適用方面，需要首先對法律規范進行關鍵要素的解構，厘清各要素與違法行為、違法后果之間的對應關系；其次，從違法行為中解析出算法系統需輸入的裁量因子，進而在裁量因子、法律規范與案件事實之間構建算法模型[3]。由于行政處罰需要依照嚴格的法律程序，數字化裁量系統需要對這些程序進行模仿并記憶，從而完成將已發生的違法事實涵射于法律規范的法律適用任務，給出最后的裁量結果[4]。此外，裁量基準作為行使裁量權的重要輔助工具，在數字化裁量的發展趨勢下，也有逐步從文本語言轉向計算機語言的變化。借助計算機語言將文字表達的法律規范轉譯為代碼、將法律適用中的裁量過程轉譯為數字化裁量中的算法執行程序，以機器的算法思維代替人腦的價值判斷思維，進而完成處罰裁量決策。

人工智能技術為機器學習提供了可能，構建智能數字化裁量輔助系統可以模仿人的大腦進行學習，借助數字裁量系統豐富的數據庫不斷優化算法規則。機器的智能學習模式可以利用已經建立的處罰案件數據庫來不斷優化數字化裁量的算法，并擴大到人們難以感知的案件隱蔽性和關聯性要素，進而確保行政處罰中數字化裁量盡可能實現個案公正。

(二)數字化裁量在行政處罰中的實踐應用

近年來，數字化裁量在我國行政處罰領域得到了較為廣泛的應用。在交通執法領域數字化裁量的應用已是常態。“電子警察”作為集監督、判斷、處罰等職能為一體的智能處罰方式，給行政活動帶來極大便利，但是，其對人工裁量的阻斷程度也較高。經由電子監控的交通違法行為作為信號傳遞至處罰系統，再由系統判定作出處罰決定，最后送達行政相對人。該處罰裁量屬于整體的數字化閉環，該閉環包括了從取證到處罰，電子監控抓拍到違法行為后自動進入數據庫進行處理。在基于交通違法行為的一般類型化分類處理，將機器識別的違法行為依照處罰標準進行處罰，較大程度壓縮了相對人的權利，如陳述申辯、說理、聽證等權利，但是，也提高了行政效率，減輕了行政執法負擔。

環保行政執法領域較為廣泛應用了數字化裁量。例如，南京市環保局較早應用了行政處罰裁量輔助決策系統，該系統是以二維數組為基礎的裁量輔助決策系統，執法人員通過數字化模型將所調查的違法事實設置為各種初始參數，作為裁量因子的數值輸入到裁量輔助系統中，根據內置的算法程序進行計算，最終得出裁量結果，法律后果也細分為“無、輕微、一般、較重、嚴重和特別嚴重”六個等級[5]114-124。從行政行為過程的視角來看，利用該系統計算出來的結果并不會直接作為處罰結果，仍需通過執法人員的審核認定程序才能作出最終的處罰決定。該裁量輔助系統需要執法人員對案件違法情節各種要素進行篩選，將算法系統需要的裁量因子篩選出來，經由系統計算得出裁量結果，若經審核認定未通過則需重新提出處罰意見，不能二次更改違法情節的初始數據要素。

在市場監督管理執法領域，廣州市市場監督管理局也較早應用了行政處罰自由裁量權智能化規制模式。該模式依托行政處罰案件的數字化管理系統，將行政處罰中的裁量過程全部納入數字化系統內。該模式通過建立智能化法規庫，拆解市場監督管理領域行政處罰涉及的法律規范，將相應法律法規涉及的諸多違法行為的處罰規定進行分檔定級，在進行處罰時經由數字化系統判別，提示執法人員在處罰中需要考慮的裁量因素，再由執法人員輸入相應的裁量因素和處罰等級，經過數字系統的內置算法計算得出最終處罰結果[6]。

在城市管理行政執法領域，安徽省亳州市城管局于2019年開發并應用了電子綜合執法系統。該系統依托信息技術建立城管執法案件數據庫、檔案信息庫等，通過多個子系統實現城市綜合管理。執法人員通過對違法行為進行現場記錄或者非現場監控等手段，將信息錄入數字執法系統中，經過系統數據庫的分析類比得出相應的處罰結果。該系統對相應的法律法規進行拆解，如《亳州市城市管理行政執法局行政處罰目錄和自由裁量標準》《亳州市城市市容和環境衛生管理條例》等，在系統內建立相應的算法規則，在實際執法過程中，實現罰管分離，將處罰工作交由機器完成，并建立事后監督機制，由人工對處罰結果進行審查。城管電子綜合執法通過數字裁量將自由裁量權基準進一步統一，為避免裁量權濫用而用數字裁量代替人工裁量，一定程度上遏制了傳統執法亂象[7]。

在稅務行政執法領域，遼寧省國稅系統于2021年應用了數字化行政處罰裁量，將部分稅務處罰裁量基準內嵌于金稅三期稅收管理系統，對申報、發票、登記等日常征管類處罰自動計算出處罰結果。該系統涵蓋了6大類稅收違法違章行為，對處罰規則細化了多個裁量要素，并對各個裁量要素進行分級，包括“輕微、較輕、一般、嚴重”四個等級，進一步縮減自由裁量空間。以逾期申報為例：法律規定的裁量范圍為0～500元，但是，基于該數字裁量系統的算法規則，通過設置逾期天數、違法程度、地區經濟標準等考量因素進行計算最終得出處罰結果。這一過程使處罰結果更合理科學，也削弱了人工裁量的空間[8]51-68。

從行政處罰應用數字化裁量的實踐來看，數字化裁量更多適合于違法案件類型化較高的行政執法領域，其可以避免個案特殊性在裁量中的問題擴大，確保處罰結果的統一性。從全國一些地方行政處罰數字化裁量系統的名稱來看，數字化裁量更傾向于作為輔助工具應用在行政執法活動中。對于較為簡單的類型化案件來說數字化裁量系統能夠快速地給出反應，但是，行政處罰裁量的內在構造限制了機器規則可以替代的空間。雖然人工智能技術的發展日新月異，機器學習成為可能，但是，行政處罰涉及給相對人施加懲戒制裁，減損相對人權利，需要盡可能避免機器對不確定法律概念進行解釋帶來的裁量濫用，人工參與是不可或缺的。因此，在行政處罰裁量中將數字化裁量定位為輔助性工具，不能完全摒棄人工行使裁量權更為恰當。

二、行政處罰中數字化裁量的合法性風險

數字化裁量改變了傳統行政處罰中的裁量方式，以半自動化行政的視角觀察數字化裁量在行政處罰決定中發揮的作用，不難發現算法語言天生的“算法黑箱”特性將機器進行行政裁量的過程隱匿，對行政公開原則造成沖擊；且在行政處罰的數字化裁量應用實踐中，裁量基準的數字化轉譯產生的法律語言與計算機語言不對等的技術障礙，引發“代碼造法”的風險；以及過度依賴數字化裁量路徑致使裁量權讓渡給機器從而產生違法裁量的合法性風險。

(一)算法黑箱引發的合法性風險

數字化裁量的本質在于將裁量過程算法化，這也是自動化行政區別于傳統行政治理方式的主要特點。通過數字算法的方式實現自動化行政需要依賴數學模型構建，并進行數據分析、信息對比等。這些數據代碼的運作是被保護在黑箱內的，算法黑箱在物理世界和數據世界構建了一條屏障，讓外界的人無法透過黑箱知曉內部的運算規則。算法黑箱往往與“算法獨裁”“算法壟斷”等負面評價綁定在一起，未來呈現出一幅頗為暗淡的圖景：人類在現實世界中的主體地位開始被架空，算法作為數字世界的主宰正從黑箱中伸出無形之手，控制著人們的生活[9]。算法黑箱的存在讓行政處罰決策的過程更具有秘密性，行政處罰裁量決策的做出過程不透明，無法受到社會公眾監督，不能有效保障相對人的權利。算法黑箱將裁量決策過程保護起來，如若算法模型運行出現紕漏也很難被發現，裁量過程不透明也加深了社會公眾對決策結果的質疑，社會公眾只能對數字化裁量被動接受，無法知曉程序運行的錯誤與否。在被冠以高科技之名的數字化行政下，算法黑箱很容易成為決策者濫用裁量權的保護傘，算法程序不透明也加劇了數字化裁量的合法性風險。

算法規則作為一門獨立運作的語言規則，是隔離在普通民眾的視野之外的。算法黑箱使決策過程變得神秘，而規則之治的內在要求是讓公眾獲知、理解、支持規則的運行方式，“規則如果無人能懂，守法如何行得通”[10]。行政決策的作出通常需要公開以獲得公眾的支持，并以此引導公民自覺遵守法律。行政處罰裁量的決策規則隱匿于算法黑箱中，將執法者隔絕在社會公眾視野之外，行政處罰決策無法得到有效的社會監督，且在算法規則不透明的情況下，受專業能力的限制，執法者也未必完全清楚算法裁量的運算規則，不能對真實情況全面掌握。例如，南京環保行政處罰裁量輔助決策系統建立在二維數組的基礎上，通過信息化思考將決策過程和軟件相結合。在實際工作中，每個違法案件都有自己的特殊性，現有的算法規則不能滿足全部案情需要，易產生處罰結果不合理問題。在算法黑箱的掩蓋下，無法證明該處罰過程的正當性，處罰結果出現問題時會加劇公眾對數字裁量的質疑。此外，在行政執法活動加強公眾參與的趨勢下，算法黑箱是誘發合法性風險的重要因素。南京環保行政處罰裁量輔助決策系統的應用通過對大量執法活動的經驗分析，建立“行為”和“后果”兩個維度要素，形成二維數組的算法，在構造出簡單的數學函數之后，通過疊加組合的方式計算出違法等級，最后得出處罰結果。這一過程被保護在算法黑箱內。依據二維數組的計算方式得出的處罰結果是否能夠滿足處罰結果的合理、合法性要求，還需要在實踐中不斷驗證。但是，不能否認的是，算法黑箱的保護給違法裁量提供了一定的空間。

數字化裁量讓行政處罰變得更簡便高效，違法行為經過算法規則計算可直接作出處罰決定。算法黑箱加大了決策規則的隱蔽性，外在的表現形式則是簡單的指向性規則提供給社會公眾，容易導致權力恣意。公開性和清晰性作為法律的內在道德性[5]114-124，應當體現在各個方面，其要求法律必須被頒布，不能夠僅以內部文件的形式存在，而且作為法律規范的語言應當清晰，以避免引起歧義，而算法黑箱的存在則讓行政處罰裁量違背了這種道德性。當然，隨著科技工作者的深入研究，算法黑箱的現狀在逐步破解，對數字技術的拆解和法律性解讀會使數字化行政可能更符合行政法治未來的發展方向。

(二)裁量基準數字化轉譯引發的合法性風險

裁量基準作為傳統行政裁量的重要依賴手段在行政處罰中發揮著不可或缺的作用，裁量基準通過細化處罰類型和處罰幅度等標準，將上位法賦予行政機關寬泛的裁量權予以規制，進而將裁量空間壓縮至分格分檔的技術操作中[11]。但是，數字化裁量依賴機器的運作，人工適用的裁量基準難以直接適用于數字化裁量系統，需要將裁量基準內容轉譯為計算機語言，進而納入數字化裁量的算法系統中，并對各個裁量因子應用在計算公式內的比重進行分配與賦值。數字化裁量系統的運作模式突出特點是通過規則轉碼將裁量過程嚴格羈束化[5]114-124，借助大數據分析，將行政處罰的實踐案例搭建在類型化數據庫內，適配相應的裁量基準，進而將數字化裁量內部的標準程式化。借由豐富數據庫的存在以掩蓋機器裁量的僵化性不可取，裁量基準適用于違法案件的規則轉譯為代碼的算法規則一定程度可以提升裁量結果的一致性，但是，實現個案正義需要裁量空間，這種算規則的轉譯會產生與實現個案正義相沖突的可能性。

裁量基準作為規制裁量權的一種手段，仍屬法律規范的范疇，不確定法律概念的存在致使此種制度在適用上存在有一定的模糊空間，與之不同的計算機語言是由代碼構建的明確性指令，其消除了裁量基準在傳統適用上的模糊空間。人工裁量不可避免帶有的主觀性在數字化裁量中予以抽離，但作為行政法核心概念的行政裁量不能完全排除意志屬性，應在遵循合理的規則的前提下彈性適用，裁量基準則提供了這種規則。過于嚴格的規則會消解裁量，數字化裁量將這種規則以模型函數的方式固化下來，在函數推理的過程中壓縮了行政裁量的空間，通過數字化的技術改寫將法律規范涵射至計算機數學模型中，使裁量權的行使受到機器計算程序約束。

法律語言本身具有模糊性，不確定法律概念的存在加大了裁量基準數字化轉譯的難度。在將法律語言轉譯為計算機語言的過程中，受制于技術層面的限制，代碼作為計算機語言需要嚴格的精確度，是以與法律規范的抽象性、模糊性存在沖突。數字化裁量借由機器實現的法律適用過程必然須遵循機器計算規則，各裁量因子作為輸入端應當確定、清晰，這要求在法律規范轉譯為代碼的過程中明晰法律規范指向的行政處罰裁量因子，在違法事實和法律規范之間建立明確的指向。但是，法律的抽象性特征與代碼的精確性特征存在天然的沖突，如果技術性改寫不規范，會造成數字化裁量系統納入的裁量因子無法在法律規范和違法事實之間建立一一對應關系，事實的違法行為不能合理納入數字化裁量的計算中，由此作出的裁量無論是遺漏還是附加處罰，都違反了“罰責相當”的適度原則。例如，在肅北縣凱富礦業有限責任公司與酒泉市生態環境局肅北分局行政處罰糾紛一案中，生態環境局通過行政處罰自由裁量輔助決策系統裁量，對凱富礦業有限責任公司作出罰款 4 806 000 元的處罰，其處罰的法律依據是《環境影響評價法》第31條之規定。本案中，凱富礦業的違法行為是在其環評報告未獲得批復前即開始施工建設，生態環境局適用的數字化裁量對其進行的處罰則是認定該行為屬于未上報環評的嚴情節重，并據此進行處罰。未報環評與未獲批復在程序上應當進行區分，歸屬于不同的違法情節，而本案的數字化裁量則在處罰的過程中將此種違法行為判定為彼種違法行為的嚴重情節，實屬對該條法律規范立法原意的篡改。本案二審法院最終判決撤銷該行政處罰決定并責令重新作出行政行為(1)中國裁判文書網：(2019)甘0982行初23號。https://wenshu.court.gov.cn/website/wenshu/181107ANFZ0B XSK4/index.html?docId=634a9635a66e45888df3ab38008033ed.。由此不難發現，數字化裁量在適用裁量基準過程中存在解讀錯誤的風險，將裁量基準轉譯為數字化裁量系統內的代碼會引發篡改法律等問題。

(三)裁量權讓渡予機器引發的合法性風險

數字化裁量是借助機器的運算行使裁量權，其本質與執法者行使立法預留的裁量權并無不同。裁量權的存在要確保個案正義，面對不同情況的違法案件應當做到考慮相關因素，將不同案件的特殊性加以考量。行政裁量的存在為滿足復雜多樣的行政任務實現法治化提供了必要基礎，在多變的案件下達成行政目標需要賦予行政機關裁量權，給予其有彈性的決定空間，從而便于根據案件情況設定行政目的并采取靈活的行政手段達成目的，裨在個別案件中作成最適合于一般行政任務以及維護公共利益要求的決定[12]。但是，由于數字化裁量是依賴在機器內設置的既定運算規則，其在事實認定和價值判斷上過于程式化，在考慮相關因素、個案特殊性等方面存在缺失，如果執法者過度依賴數字化裁量則會逐漸淪為技術的奴隸。

數字化裁量的初衷是為提高行政效率，填補人工裁量的疏漏，強化處罰裁量決定合法性。人工裁量常常出現受制主觀感情、認知不足的決定偏頗，“人情罰”“關系罰”等情況屢禁不止，數字化裁量在裁量過程中將執法者的主觀因素剝離從而在形式上確保處罰結果的合法性，弱化了人工參與裁量的程度，對人工行使裁量權產生排斥。在既定的數字化裁量程序中，執法者對違法案件的調查局限于需要輸入數據的裁量因子，怠于調查事實的全方面，且在系統輸入數據之后，執法者若發現調查事實發生變化或數據產生錯誤，無權進行修改撤銷[13]，導致數字化裁量對執法者裁量權的限制從效果裁量延伸至行政調查階段[14]。為追求數字化裁量的普適性，擴充數字化裁量的數據庫信息來源，許多領域的行政自動化處罰信息系統由較高權限的行政部門統一部署，基層執法部門無權對處罰的裁量結果進行變更，這也是數字化裁量篡奪人工裁量權的一個方面。執法者對違法事實的調查變更權力、處罰結果變更權力被數字化裁量架空時，違法裁量則有機可乘，加劇了行政處罰的合法性風險。

例如，2017年魏某在內蒙古省道駕車超速行駛被拍攝，經網絡信息傳輸后由長春市朝陽區自動處罰終端作出罰款200元記3分的處罰決定，魏某以違法信息不準確、處罰證據不足為由提起訴訟。本案中，由于存在公安交管綜合應用系統記錄的違法信息與自動處罰終端違法代碼不一致、自動處罰終端生成的處罰決定存在錯誤裁量導致適用法律與違法事實不一致等情況，二審法院認為長春市交通警察支隊朝陽區大隊雖無權限修改管理系統數據。但是，在自動處罰終端所作的決定存在明顯錯誤的情況下，應當通過人工錄入信息等變更裁量，最終判決撤銷行政處罰決定，責令長春市公安局交通警察支隊朝陽區大隊60日內刪除公安交管綜合應用平臺上記載的違法信息或重新作出行政處罰(2)中國裁判文書網：(2019)吉01行終260號。https://wenshu.court.gov.cn/website/wenshu/181107ANFZ0BX SK4/index.html?docId=d1279dab7acf4b998296aad8009c08b7.。此案例不難發現，人工裁量權被數字化系統架空或者過度依賴數字化裁量時，數字系統對行政機關的變更信息等權力產生限制，違法裁量則無法避免。

此外，基于數字信息技術的信賴，執法者更容易產生心理依賴，對數字化裁量作出讓步。數字化裁量更多的功能在于提高處罰結果的合理性和標準性，將裁量權讓渡予機器后更易導致執法者專業性被否認，出于行政責任和行政風險的擔憂，執法者更傾向于依賴機器以求免責或規避風險，進而縮減人工價值判斷。對機器裁量結果缺乏審查，進而產生將執法者異化為呆板遵循算法程序操作員的風險[8]51-68。

三、行政處罰中數字化裁量合法性風險的危機控制

針對半自動化行政的模式下數字化裁量所產生的合法性風險，我們應強化行政主體的釋明義務，進一步完善裁量基準并框定數字化裁量的適用邊界，構建合理的人機協作裁量機制，從而合理控制數字化裁量所產生的合法性風險危機。

(一)強化行政主體的釋明義務

算法透明通常被視作解決算法黑箱最直接有效的方法[15]，通過對算法規則中代碼信息的披露來削弱社會公眾、執法者和算法規則制定者之間的隔絕程度，填補各主體之間的信息不對等，擴大算法透明度以遏制權力恣意。但是，公開算法代碼和算法規則的運算信息或構成國家安全和社會秩序穩定的隱患，且技術層面上能否通過算法透明重現數字化裁量的決策過程仍為未知。完全公開算法系統的代碼如何設置有效監督與審查，算法專業領域能否進行問題自糾等難題也接踵而至。因此，基于算法透明反對論的前提，我們認為應當通過強化執法者對數字化裁量處罰結果的解釋說明義務來對處罰裁量的合法性進行控制。

行政處罰作為減損公民權利的行政行為，其決定的作出應當遵循正當程序，行政相對人對數字化裁量決策也應當享有知情權，而保障相對人知情權的首要途徑就是行政主體進行解釋說明。但是，作為執行者的行政主體無法真正了解數字化裁量系統內部是如何運作、法律適用與計算機代碼之間如何實現轉譯的，數字化裁量系統的實際研發者應當作為解釋說明義務主體的輔助者協助行政主體履行釋明義務。僅公開數字算法系統中的代碼很難實現有意義的公開透明，因為諸如深度神經網絡之類的最新的人工智能技術通常是沒有任何算法輸出可以幫助人們了解系統所發現的細微模式的[16]。因而強化行政主體對數字化裁量處罰結果的解釋說明義務能更好地避免技術困境產生的尷尬。

數字化裁量在行政處罰中引發的合法性風險本質上是機器在法律適用過程中通過代碼轉譯為算法規則實現裁量而帶來的執法過程的不透明，數字技術將需要依賴人的價值判斷的法律適用轉變為依賴機器的算法操作。這一轉換在算法黑箱的保護下變得不可觸碰，削弱了法律對其應當具有的約束力。如此，強化行政主體對數字化裁量過程的解釋，要求行政主體履行說明義務，提高行政活動中應用的數字化技術的透明度和可解釋性。行政主體對數字化裁量背后的算法規則進行解釋，有助于破除算法黑箱在社會公眾、行政主體、算法制定者之間建立的壁壘。解釋說明的內容應當包括對不同類型案件的算法規則的設置、數字化裁量系統與法律規范的嵌合情況，以及法律適用活動轉譯為計算機語言的合法性解釋；同時，個案裁量中對輸入算法的裁量因子選取、因果關系、不同裁量因子在算法中所占比重等內容也需要行政主體進行解釋。

(二)完善裁量基準、框定數字化裁量適用邊界

從行政處罰數字化裁量的行政程序來看，人工裁量在數字化裁量過程中發揮著價值判斷的重要功能。但是，經過計算機語言轉譯的數字化裁量系統對裁量過程的控制也不可小覷，機器算法具有的僵化性會對最終的裁量結果產生相當的作用力。裁量基準在數字化裁量中仍承擔著具體分類、計算等功能，數字化裁量也需要依賴解讀、分析裁量基準，在此基礎上建立數據庫和算法規則。通過完善裁量基準，使在實現代碼轉譯的過程中更細致具體，提升算法規則的準確性，進而降低數字化裁量的合法性風險。

裁量基準作為細化裁量的法律規范，經過計算機語言的轉譯能夠在數字化裁量系統發揮量罰的計算功能，由法律規范轉譯為計算機語言的過程越適當，做出的處罰裁量計算結果的準確度與合理性越高。因此，側重完善裁量基準并對其語言轉化的精確性予技術上的改進，完成代碼與法律規范之間的合理化對應，避免轉譯過程演變為“二次立法”，如此，能夠更好地確保數字化裁量內置的計算模型全面且合理地涵射法律規范。結構裁量基準設置的處罰裁量要件，轉譯為數字化裁量的輸入端裁量因子，實現范圍內的對應關系，確保數字化裁量不超脫合法范疇又賦予機器學習的進步空間。

裁量基準數字化轉譯嚴格羈束裁量過程，抽離人工裁量的主觀意志因素，為個案裁量提供一般化規則。在半自動化行政的視角下，在裁量過程中應賦予人工裁量更多的主導性地位，以便控制數字化裁量對裁量行為性質更改的問題。通過完善裁量基準，厘定不確定性法律概念的人工解釋范圍，構建合理的人機協同機制，可避免數字化裁量對裁量過程的過度控制，減輕代碼對裁量行為的羈束化，降低人工對數字化裁量方法的過度依賴。

框定數字化裁量的適用邊界，從現有技術條件觀察，適用數字化裁量的應當是復雜程度較低、行政程序簡潔、裁量結果較為確定的行政行為。雖然人工智能技術讓機器能夠學習的程度越來越深，通過不斷豐富數據庫可優化機器算法的計算標準，但并不意味著機器本身具備裁量的能力。“算法可以在次要問題上居于主導地位，而人類必須在首要問題上維持自己的權威。”[17]行政行為適用數字化裁量的邊界應當由立法進行框定，摒棄行政機關的自由選擇，通過法律保留的方式確定數字化裁量的適用范圍，可從行政行為是否契合預先設定的算法規則、追求結果統一性的類型化行政處罰等方面框定數字化裁量的適用邊界；同時，排除那些法律規范中不確定法律概念較多，在裁量基準轉譯過程中難以控制合法性的法律規范適用的事項。

類型化區分行政處罰，對復雜程度較高、適用法律位階較高的行政裁量應用數字化裁量時保留人工裁量的高參與度，可確保個案正義。在簡單性、重復性行政處罰中適用數字化裁量可更好地提升裁量標準的統一，其所代表的價值判斷標準經數字化裁量程序得到優化，這在價值位階具有更高的正義性。有學者經過實證研究得出，實踐問題的復雜程度較高時，人工裁量做出的決定比算法決策具有更高的程序公正性，實踐問題復雜程度較低時，算法決策比人工裁量決策的程序公正性更高[5]114-124。因此，在半自動化裁量的視角下，通過復雜性判斷將行政處罰進行類型化區分，在爭議不大、處罰數額較小、程序簡潔的行政處罰案件中，算法決策更能體現優勢，避免人工裁量過多摻雜主觀意志引發裁量結果不合法風險；同時，也能擴大數字化裁量的算法數據庫，對結果一致性的價值追求指引著算法規則通過學習朝著更優方向發展，也能提升數字化裁量結果的科學性。

(三)構建合理的人機裁量協作機制

構建合理的人機協作機制，強化以人為主導地位，以機器為輔助地位的人機協作數字化裁量機制，這樣能夠充分發揮人工裁量的作用；同時弱化機器對裁量性質的羈束化改寫，進而更好地控制數字化裁量的合法性風險，避免人工過度依賴機器，裁量權被機器過度行使。

在預設算法規則具有足夠科學性的前提下，保證數字化裁量的運行必須限制在預先設定的算法規則之內，按照既定的邏輯執行裁量計算規則。保留執法者行政處罰裁量的最終決策權，落實以人為主以機器為輔的裁量權行使程序，建立人機協同的行政裁量機制，才能夠從制度層面對機器行使裁量權的合法性進行控制。正當程序在數字化裁量的過程中更具有現實作用，數字化裁量系統本身是純機器操作，在數字化行政模式下構建新的程序規范，由傳統制度控制轉向技術控制，通過程序的設計來填補數字化裁量事前與事后的疏漏，更好地發揮人工裁量在裁量過程中的作用，才能避免人工裁量權被機器架空。

事前程序中，構建行政主體參與數字化裁量系統開發的機制。在實現法律規范與代碼轉換的過程中，保證代碼轉譯的準確性是實現裁量結果公正合法的重要前提，行政機關作為傳統裁量權行使的主體，參與開發數字化裁量系統對提升其準確性和實踐適應性具有積極意義。數字化裁量依賴算法規則得出結論，作為開發算法系統的主體應當對其公正性負責，算法規則的設計主體也負有確保算法裁量結果公正性的義務。如果開發算法系統的主體和設計算法規則的主體對法律規范的理解存在主觀歧視或思想偏差，并將其滲透到算法系統的設計過程中，導致出現數字化裁量系統的設計錯誤或語言轉譯的偏差，會造成嚴重的違法裁量結果。在數字化裁量系統的前端開發程序中，行政主體應當深入參與相應技術性規則的設置，同算法規則開發的技術人員保持密切交流，以實踐的經驗融入算法設計中，強化代碼轉譯法律規范的準確度，這樣的事前參與程序能夠很好地將人工裁量經驗融入機器裁量系統構建中，規避了行政主體在數字化裁量中的弱項，也從程序上確保了人工在機器行使裁量權的前端參與裁量，直接杜絕了人工裁量權被架空的可能性。

行政主體事中參與裁量決定程序的設置需要以保障行政主體相應的變更權限為主，從數字化裁量的操作系統層面來看，保留執法者調整輸入裁量因子、補充遺漏違法事實、適度更改處罰裁量結果的權限，確保執法者的決定權在數字化裁量系統中保有余地，不至于被完全排斥在自動化行政操作之外，這是構建人機協作機制的核心。此外，通過整合專業技術人員、學者專家、行政執法者等各方人員形成審查團體，對數字化裁量系統的應用進行隨時觀察，在致力于實現機器學習以完善裁量規則的目標下，對機器學習的缺陷不斷完善。審查算法規則的科學性已成為當前算法治理的主要議題，實踐中已有案例。譬如，德國有以技術專家和資深媒體為主導組成的“監控算法”非營利性組織，通過跟蹤算法規則持續運行的情況、監管信息使用合法性等內容實現對算法裁量的審查[18]。國內適用算法審查的機制可借鑒該審查機制，但是，應當發揮多主體參與的審查機制，以減少機器裁量產生偏差的可能性。

事后裁量結果的審查需依賴社會公眾的參與，數字化裁量的處罰結果應當納入監督審查范疇，機器作出的處罰決定不能脫離人的價值評價。對違法事實進行調查的執法者作為數字化裁量系統的前端數據搜集、認定和輸入人員，也應當一并納入審查范圍，并對最終的處罰決定承擔共同法律責任。經審查認定的違法裁量賦予行政機關變更的權限，杜絕數字化裁量在行政處罰中的一刀切運行模式，程式化裁量會加劇人工裁量權被篡奪的危機，裁量結果的事后監督可有效化解這種危機。此外，執法者對個案中存在爭議的違法事實可作出裁量處罰決定，并與數字化裁量結果一同提交審查。違法案件的事前事實認定需要依賴執法者的裁量認定，數字化裁量系統中需要輸入的裁量因子等數據也必須依賴人工操作。例如，廣州市場監督管理局應用數字化裁量的模式就構建了事后審查機制，設置了實時記錄、結果勘誤、案件檢索等功能對數字化裁量的全過程進行把控，從程序上實現人工參與審查裁量結果的步驟。自案件違法信息的錄入開始進行實時記錄，并在系統內設置特定的勘誤程序，最后對處罰結果保留數據并提供檢索功能，提供了人工審查的多個渠道。此種模式下裁量過程在系統內留有痕跡，數字化裁量與人工裁量實現了良性互動，能夠很好地優化數字化裁量結果。該經驗值得在全國推廣。

四、結 語

借助數據算法技術在行政處罰活動中構建裁量系統，實現機器與人工混合行政，提高行政處罰效率的同時也引發行政處罰的合法性風險。數字化裁量改變了傳統的行政裁量過程，將人為的價值判斷活動進行壓縮，借助機器裁量提高了行政裁量結果的統一性，使裁量標準更加規范化，但在數字化裁量這項技術本身的缺陷制約下，行政處罰裁量活動依然會出現違法結果的可能。行政管理活動和自動化技術天然的適配性給數字化裁量應用在行政處罰領域提供了可能，為了進一步發揮數字化裁量的作用，我們更需要對其合法性風險的危機進行控制，規制機器行使裁量權的合理限度，從而確保行政處罰的合法性與合理性。