数字法治政府建设中“数治”对“法治”的挑战及其协调

王东方

(北京航空航天大学 法学院,北京 100191)

2004年3月22日,我国首次提出建设“法治政府”的概念。2021年8月21日,我国又进一步提出要全面建设“数字法治政府”。从“法治政府”到“数字法治政府”的转变,标志着我国已在顶层设计上完成了政府建设的目标转向。就文意理解而言,虽然“数字法治政府”包括“数字”与“法治”双重限制要素,但是,“数字法治政府”建设却并非是“数字政府”建设与“法治政府”建设的简单组合,其需正确处理政府“数治”与“法治”的关系,以实现两者的协调。目前,我国各级政府正在积极推动数字法治政府建设,但数字法治政府建设中各级政府的数治实践与法治要求之间呈现出一定的张力,由此政府“数治”对“法治”带来了一系列挑战。从“法治”的功能面向上来看,党的二十大报告已明确指出,“必须更好发挥法治固根本、稳预期、利长远的保障作用,在法治轨道上全面建设社会主义现代化国家”[1]。因此,数字法治政府建设中,“数治”实质上发挥的是“工具价值”,而“法治”则发挥的是“约束功能”。换言之,政府“数治”的具体实践必须是在“法治”的规范框架内展开。综上,本文将在全面梳理数字法治政府建设中政府“数治”的实践类型基础上,明确数字法治政府建设中“数治”对“法治”的具体挑战,并提出数字法治政府建设中“数治”与“法治”的协调路径。

一、数字法治政府建设中政府“数治”的实践类型

“数治”的本质,即各级政府部门利用数字科学技术或者政府数据强化服务职能、提高行政效能的过程。根据政府“数治”的实践场景不同,各级政府的“数治”实践主要可分为业务办理型“数治”、行政决策型“数治”和数据开放型“数治”三种。

(一)业务办理型“数治”

所谓业务办理型“数治”,是指各级政府通过建立大数据驱动的政务新机制与新平台,全面提升政府的业务办理能力。从政府行政模式的演变来看,政府行政模式经历了农业社会的“统治行政”到工业社会的“科层制行政”再到现代社会的“数字行政”的模式转变。

在农业社会时期,呈现出等级结构的社会关系决定了行政机关必须依靠权力来控制和治理社会[2]。因此,这一时期的行政管理是一种统治行政。在这种行政管理模式中,政府的行政管理具有一定的随意性,一切的行政管理皆是为统治者服务,是以统治者的主观意志为核心[3]。19世纪中期以来,人类社会开始从农业社会迈向工业社会。在工业社会时期,人们开始用科学理性的精神去认识社会,并通过管理型政府来进行社会治理[4],最终形成了“科层制行政”。与“统治行政”相比,“科层制行政”有着明确的治理权限与规则,更加注重发挥人的理性,职务活动的专业化极大地提高了行政组织的行政效率[5]。因此,“科层制行政”标志着政府治理方式由传统人治到现代法治的转变。因为“科层制行政”奉行的是规则至上的刚性化管控模式[6],所以会造成行政管理的机械化,并容易产生“办事难、办事慢、办事繁”等一系列问题。

现代社会以来,由于高新技术的发展,各级政府的行政管理活动也早已将这些新技术内嵌其中,并最终形成了“数字行政”。但需要注意的是,数字行政并不是对政府职能的“革命式”转型,其只是通过新兴科学技术克服“科层制行政”的弊端,更高效便捷地实现政府职能。实践中,遵循“科技赋能”理念,各级政府也在不断通过数字化、智能化手段改变公共服务方式,并最终探索出了“政府业务办理”与“数字科学技术”的结合之道,如杭州公安在全市182个服务大厅全部设立通办窗口,无差别受理户籍、流口、车驾管、出入境、治安等7大类99项高频业务。其中,“警察叔叔”APP注册用户已突破600万,总访问量超2亿次,累计为3700万用户提供1.5亿次掌上办事服务[7]。从根本上来看,业务办理型“数治”实质上是各级政府以信息技术支撑为核心、以协同集成为重点、以流程再造为内容[8],致力于消除业务办理的中间环节,为公众提供无缝衔接的业务办理服务。

(二)行政决策型“数治”

所谓行政决策型“数治”,是指各级政府借助算法决策系统进行行政决策,从而实现部分或全部无人化的行政活动[9]。传统以来,我们通常言及的行政决策实质上是“人工决策”,但囿于“信息不对称”“效率过低”以及“决策者的有限理性”等诸多困境,该种决策方式事实上并不能实现行政决策方式与结果的最优。然而,随着算法决策技术的广泛应用,“算法+行政”的行政决策型“数治”在行政决策中得以广泛运用,该种新型决策方式可有效解决传统人工决策所面临的困境。

1.行政决策型“数治”可有效解决传统行政决策之信息不对称的难题

通常来说,海量数据的准确获取应是政府决策精准做出的前提。但是,传统行政决策却并没有足够多的数据来支撑决策结果。因此,在传统行政决策语境下,各级政府的行政决策多是来源于领导者的“经验决策”。而与之相反,行政决策型“数治”却可通过自动决策算法对海量数据进行分析处理,从而实现“科学决策”。如澳大利亚的福利债务回收系统,该系统可通过大数据分析精准识别出福利申请人的实际收入情况,并要求其偿还政府向他们超额支付的福利金。

2.行政决策型“数治”有利于提高行政效率

长期以来,“事多人少”一直都是制约行政效率提高的核心症结。但随着算法技术在行政决策中的广泛应用,行政机关不仅可以有效解决实践中行政机关“多头执法”“重复执法”“执法缺位”等问题[10]。同时,行政机关还可通过行政自动决策系统全维度、全天候地对社会进行智能治理、精准治理。如上海市食品药品监督管理局已先后下发多个文件,要求本市各级食品药品监督部门高度重视、积极探索和不断完善大数据分析、人工智能现代信息技术在食品安全监管中的运用,探索食品安全精细化监管新模式[11]。据上海市市场监督管理部门披露,上海市静安区食安办开发的“天鹰”食品安全智能远程监管系统已将全区200家高风险食品安全生产经营单位(涉及范围)纳入监控对象。该系统自投入运行以来,共计产生报警数量3764次,处理报警数量3120次,除误报外做到受理处理率100%。在这3764次报警中,温湿度报警2605次,未佩戴口罩报警940次,鼠患报警219次[12]。

3.行政决策型“数治”有利于实现决策结果公平、正义

虽然行政机关是一个组织,但组织内部是一个个自然人,而自然人的理性是有限的。正是因为这一原因,具体的行政决策者即使以会议的形式保障决策的民主性与科学性,但决策结果可能仍无法完全摆脱决策背后所蕴含的偏见甚至是歧视。而行政决策型“数治”则可很好地解决了决策偏见问题,因为算法决策遵循的是技术逻辑,其可以有效地排除行政决策中的非理性因素,以保障最终决策结果的客观性与公正性。

(三)数据开放型“数治”

所谓数据开放型“数治”,是指各级政府将其控制的相关数据予以开放以方便公众对其进行使用的行为。数字时代,“数据”已成为重要的生产要素,甚至被誉为是“新时代的石油”。我国相关政策性文件已明确将“数据”确定为新型生成要素。自2015年开始,国务院先后出台了《促进大数据发展行动纲要》《国家信息化发展战略纲要》《政务信息系统整合共享实施方案》《国务院关于在线政务服务的若干规定》等一系列促进政府数据开放的政策。而从比较法上来看,继美国后,英国等许多欧洲国家也相继出台数据开放政策,其主要目标在于发挥数据中所蕴含的丰富价值。显然,开放的政府数据资源可为政府解决治理难题、创造公共利益提供丰富的原材料[13]。

实践中,遵循国家政策的指引,我国各级政府已相继出台了《上海市数据条例》《贵州省政府数据共享开放条例》《四川省数据条例》等一系列规范政府数据开放的地方性法规。此外,地方各级政府还配套建立了一系列促进政府数据开放的基础设施。据相关数据显示,截至2021年4月底,我国已有174个省级和城市的地方政府上线了数据开放平台,与2020年下半年相比,新增32个地方平台。全国地级及以上政府数据开放平台的数量从2017年的20个增长到2021年上半年的174个[14]。需要特别指出的是,政府数据开放与政府信息公开虽然具有文义结构的相似性,但政府数据开放却不同于政府信息公开。通常来说,政府信息公开遵循的是民主政治逻辑,政府信息公开的目的主要是保障公民的知情权,进而提高政府工作的透明度,促进各级政府依法行政。与之相反,因为数据中蕴含着海量的经济价值与社会治理价值,且数据作为生产要素已由国家政策予以确定,所以政府数据开放遵循的是要素供给逻辑,其主要目的则是为数据价值发挥进行充分的要素供给[15]。此外,如果从数据开放(信息公开)的方式上来看,政府数据开放也不同于政府信息公开,政府数据开放多是由各级政府主动开放,而政府信息公开,则主要是“依申请”公开[16]。

二、数字法治政府建设中“数治”对“法治”的挑战

(一)业务办理型“数治”中“数治”对“法治”的挑战

业务办理型“数治”虽然是政府业务办理的“平台化”转型,但该种转型却并非是“业务线下办理”与“业务线上办理”的简单转换,其同样应满足服务型政府理念的要求。从服务型政府的内涵要求上来看,各级政府所负有的该种法定服务职能要求其在业务办理型“数治”中必须适格地为人民群众提供业务办理服务。但实践中,业务办理型“数治”却存在着一系列制约提高政府服务水平的障碍,如业务线上办理的流程不通。

业务线上办理的流程不通可分为两个方面,即跨部门的业务线上办理的流程不通、是同一部门内部的业务线上办理的流程不通。首先,关于“跨部门的业务线上办理的流程不通”。因为该种情形涉及不同的政府部门,所以该种业务的线上办理必然需要不同政府部门间的有机协助。但实践中,不同部门之间并非都开通了业务在线办理服务,如某一业务的办理涉及多个政府部门,但该业务在一个政府部门可通过线上办理,而在另一个部门却只能通过线下办理。或者即使不同部门之间都已开通了业务线上办理服务,但两部门之间并非已实现业务线上办理服务的有机衔接,不同政府部门间的业务线上办理系统可能并未联通或者不同政府部门间的业务线上办理系统虽已联通,但不同政府部门间的相关电子材料却不能相互认可。

其次,关于“同一政府部门内部的业务线上办理的流程不通”。因为该种情形仅涉及政府部门内部的业务线上办理服务,所以此时仅需考虑相关政府部门是否已在实质意义上实现了线下业务的线上办理或者线上业务办理服务的办理时间、端口设置、系统操作难易程度等是否科学。实践中,很多所谓的“业务线上办理”虽然是“名”为“业务线上办理”,但相关业务线上办理系统实质上仅仅是为群众提供线上咨询以及预约,而真正的业务办理则仍需群众到现场窗口办理。即使相关业务可通过线上办理,但业务在线办理的时间较长,办理在线业务的操作系统较为繁杂,业务办理所需提交的材料也较为繁多。此外,对于业务办理未成功的事项,业务在线办理平台并不能给出相应的解释说明。有媒体报道指出,近年来,各地虽然大力推动政务服务向移动端延伸,但政务服务应用的端口太多,让人无所适从;业务在线办理的操作系统也不稳定,操作易出错,极易出现速度慢、重复注册等一系列问题。此外,业务在线办理效率低下,以及对于未成功办理的事项并不会给出解释说明等[17]。

(二)行政决策型“数治”中“数治”对“法治”的挑战

从应然层面上来看,行政决策型“数治”遵循的是技术逻辑,能有效确保决策结果的公平、正义。但从实然层面上看,因为行政自动决策算法存在算法黑箱、算法歧视,所以该种自动决策方式也可能会对依法行政原则、正当程序原则带来一系列挑战。

1.行政决策型“数治”对依法行政原则带来的挑战

从行政自动化决策的分类上来看,各级政府的行政自动化决策实质可分为两种,即基于规则的行政自动化决策、基于机器学习的行政自动化决策。实践中,虽然行政决策型“数治”遵循的是技术逻辑,但无论是“基于规则的行政自动化决策”,还是“基于机器学习的行政自动化决策”都可能会对依法行政原则带来挑战。

首先,关于“基于规则的行政自动化决策”对依法行政原则的挑战。所谓“基于规则的行政自动化决策”,是指编程人员事先会在行政自动化决策程序中写入行政机关事前制定的决策规则,而行政决策系统则会根据输入的条件自动匹配出相应的决策结果。如我们所普遍知悉的交通违章自动处罚系统。因此,“基于规则的行政自动决策”事实上是一种具有自动性的决策系统。在“基于规则的行政自动化决策”中,如果行政机关事先拟定的决策规则不违反依法行政原则,则行政决策的结果必然也不会违反依法行政原则。这是因为,从根本上来看,“基于规则的行政决策”实质上遵循的是“三段论”判断逻辑,即行政机关事先制定的决策规则构成大前提,而在自动决策系统中输入的具体条件则构成小前提,如果大前提不违反依法行政原则,则最后的结果必然也不会违反依法行政原则。但值得注意的是,“基于规则的行政自动决策”不仅具有自动性,其同样还存在所有算法都具有的“算法黑箱”。在具体的行政自动化决策中,行政决策主体基于何种决策规则进行自动决策,被决策主体通常并不当然知悉,即使该种决策规则本身是不合理的或者违法的。此外,“基于规则的行政自动化决策”实质上也仅仅是一种忽略语义歧义以保证结论正确性的“合理性”规则。因此,当编程人员运用符号学知识将事前制定的决策规则编写入计算机程序时,其将不可避免地会出现语法、语义、语境的对应性偏差,而该种偏差也可能导致决策结果与依法行政原则的背离。

其次,关于“基于机器学习的行政自动化决策”对依法行政原则的挑战。区别于“基于规则的行政自动化决策”,“基于机器学习的行政自动化决策”是一种拥有自主学习能力的决策系统,该系统使用的多是描述优化参数或预期目标的算法,其基于对海量数据的深度学习,自主生成决策结果。例如:德国基于“最佳觅食理论”开发了AI犯罪预防系统,该系统可通过认识过去犯罪数据中的模式与相关性,预测可能发生犯罪事件的时间和地点,并将资源部署到可能发生犯罪事件的地区[18]。2014年4月18日,北京怀柔警方也投入使用了“犯罪数据分析和趋势预测系统”,该系统同样可根据自动决策结果加强对重点地区的警力投入以及巡逻防范工作[19]。因此,“基于机器学习的行政自动化决策”不仅具有自动性,而且具有自主性[20]。同时,在“基于机器学习的行政决策”中,因为具体的决策规则是由计算机基于对海量数据的深度学习而自主生成的,所以即使是算法设计者也无法解释行政自动化决策的具体决策规则。因此,“基于机器学习的行政自动化决策”的决策规则往往具有不可解释性。此外,基于机器学习的行政自动化决策依赖于对海量数据的深度学习,但是,当选取的数据不准确或者分布不科学时,行政自动化决策的结果便会出现歧视。例如:澳大利亚自动化决策和社会卓越中心研究委员会的丹·亨特教授便指出,“数据驱动机器学习”的发展意味着用于“训练”自动化系统的数据已经变得比算法本身更重要。如果使用的数据在某种程度上是歧视性的,那么自动化系统将更有可能做出歧视性的决定。同样的发展也使得自动化系统更难以“解释”它们所做的决定,从行政法的角度来看,这是一个重大问题[21]。综上可知,“基于机器学习的行政自动化决策”意味着行政决策的主体事实上已经由“人工决策”变成了“机器决策”。行政决策的规则呈现出不可解释性,其规则将可能会出现偏见。

传统以来,我们通常言及的依法行政,是指行政权力来源于法律的授权,行政权力的行使必须是在法律规范的框架内开展且应对行政相对人进行平等适用,否则便构成违法。但“基于机器学习的行政自动化决策”所显示出的不可解释性以及可能出现的算法偏见,都将会对依法行政带来严峻的挑战。随着行政自动化决策的广泛应用,行政执法人员可能会习惯性地对行政自动决策系统预警的区域开展重点执法,而降低对非预警区域的执法频次。或者行政机关可能过度依赖于行政自动化决策结果,即使该种结果可能是由存在算法偏见的自动化决策系统得出,这可能构成对依法行政原则的损害。

2.行政决策型“数治”对正当程序原则带来的挑战

行政正当程序是保障公众合法权益,倒逼各级政府依法行政、科学行政的重要举措。实践中,行政决策型“数治”主要会对行政正当程序中的“公众参与”以及“说明理由”两个方面带来挑战。

首先,行政决策型“数治”将会对行政正当程序中的“公众参与”带来挑战。通常来说,政府只有充分听取公众的意见,才能确保相关立法和决策的科学性与合理性。而关于“公众参与”,《中华人民共和国宪法》第2条已明确规定,“人民依照法律规定,通过各种途径和形式,管理国家事务,管理经济和文化事业,管理社会事务”。因此,在行政立法和决策过程中,政府应允许公众就立法和决策所涉及的与利益相关或者涉及公共利益的重大问题,表达意见、发表评论、阐述利益诉求[22]2。但是,在行政自动化决策中,一方面,当行政自动化决策系统处于开发阶段时,因为行政自动决策系统通常是由行政机关委托私营公司进行开发,而私营公司处于技术垄断地位[23],所以公众根本无法知悉行政自动决策算法是如何编写的,或者根本无法参与行政自动决策算法的论证;另一方面,当行政自动化决策系统处于运行阶段时,因为行政决策的做出完全是由行政决策系统自动进行,且该种系统的运转具有极速性,所以当自动决策算法做出对行政相对人不利的决策时,行政相对人更是无法进行申诉、申辩。例如:行政机关利用行政决策系统进行非现场监管或者非现场执法时,行政执法者若发现违法事实,其首先进行的理应是听取违法行为人的陈述、申辩,但现在的行政自动决策系统存在忽略陈述、申辩环节而直接给出决策结果的可能。

其次,行政决策型“数治”将会对行政正当程序中的“说明理由”带来挑战。在传统行政决策中,当行政机关做出不利于行政相对人的决定时,其通常会向行政相对人明确说明行政决定所依据的法律规范、相关事实以及如何基于法律规范和相关事实做出的决策结果。但是,在行政自动化决策中,尤其是“基于机器学习的行政自动化决策”中,因为此时行政决策的决策规则是由计算机通过机器学习自主生成,所有行政主体事实上并不能清楚地说明决策结果所依据的判断规则。例如:澳大利亚的“收入资助金系统”可通过算法自动决策来确定受资助的人群[24]。同时,因为行政自动化决策也存在算法黑箱,所以行政机关是如何基于自动决策算法所生成的决策规则推导出的决策结果,无论是行政机关还是行政相对人其实都是无法知悉的。恰如有学者所言,算法自动化决策只能是知其然,却不能知其所以然[25]。

(三)数据开放型“数治”中“数治”对“法治”的挑战

就整体而言,数据开放型“数治”对“法治”的挑战主要包括以下两个方面:其一、各级政府的数据开放规范缺乏上位法统摄;其二、政府数据的不当开放可能对国家安全利益、个人信息权益造成损害。

1.各级政府的数据开放规范缺乏上位法统摄

目前,针对政府数据开放,国家层面已出台了一系列政策性文件,例如:2015年8月,国务院印发的《促进大数据发展行动纲要的通知》,2021年12月,中央网络安全和信息化委员会印发的《“十四五”国家信息化规划》等。基于政策指引,我国各级地方政府也先后出台了一系列地方性法规,例如:2021年9月,贵州省出台《贵州省政府数据共享开放条例》;2021年7月,深圳市出台《深圳经济特区数据条例》;2021年11月,上海市出台《上海市数据条例》等。此外,据相关数据显示,2021年度我国各省份出台的省级政府开放数据相关政策已达到135项,同比去年增长了29%[26]。但是,通过对上述规范政府数据开放的文本分析可知,我国规范政府数据开放的相关文本事实上可分为两种,即中央的政策性文件和各级政府的地方性法规。显然,我国针对数据开放的法律文本仅仅只有各级政府出台的地方性法规,并没有统一的上位法统摄。因此,如何实现各级政府数据开放的体系化、规范化、统一化便是一个亟待解决的问题。

2.政府数据的不当开放可能会对国家安全利益、个人信息权益造成损害

从政府数据的类型上来看,我国各级政府开放的数据主要分为三种:一是国家基础信息大数据或者公共资源大数据,如资源数据、气候数据等自然数据;二是包含个人信息的政府数据,如包含身份证号码、电话号码、家庭住址等个人信息的原始数据;三是经过算法处理的政府数据,如某一地区总体的工业指数、消费指数等衍生数据。实践中,当各级政府在对相关政府数据进行开放时,该种开放行为同样会对“国家安全利益”或者“数据主体的个人信息权益”造成损害。一是,政府数据的不当开放可能会对信息主体的个人信息权益造成损害。如2020年5月,江西省乐安县农业农村局在乐安县人民政府官方网站公开的相关数据便含有未经去标识化处理的农户个人信息[27]。二是,政府数据的不当开放可能会对国家安全利益造成损害。从形式上来看,政府数据的不当开放似乎仅仅会对数据主体的个人信息权益造成侵害。但是,当不当开放的政府数据大量汇聚时,其便可能会对国家的安全利益构成威胁。

三、数字法治政府建设中“数治”与“法治”的协调

数字法治政府建设中,当各级政府通过“数治”进行业务办理时,各级政府不仅应适格地履行服务职能,还要对保存的数据适格地履行安全保障义务;当各级政府通过“数治”进行行政决策时“数治”的具体规则应遵循依法行政原则,实践应遵循程序正当原则;当各级政府通过“数治”进行数据开放时,国家不仅应制定统一的数据开放规范,同时各级政府也应综合考虑多利益相关方,确保数据开放的科学性、合理性。

(一)业务办理型“数治”与“法治”的协调

从政府的角色定位上来看,各级政府是社会事务的管理者,同样也是公众的服务者,其负有为公众服务的法定义务。因此,各级政府在业务办理过程中应遵循公民本位理念,以为人民服务为宗旨,适格地履行法定的服务职能,建设人民满意的服务型政府。

1.畅通线上业务办理渠道

整体性政府理论认为,“政府在进行公共事务治理时应对政府内部各部门的机构与功能进行整合,从而在水平和垂直方向上实现协同思考和行动”[28]。基于整体性政府理论可知,各级政府以及各级政府的不同部门之间虽然职能不尽相同,但其实质上都是国家行政系统的有机组成部分。因此,各级政府部门在进行线上业务办理时应摒弃传统的部门化思维,积极推进不同政府部门之间线上业务办理系统的互联互通。首先,各级政府部门应加强业务线上办理的基础设施建设。随着信息科学技术的广泛应用,业务线上办理可有效减少群众业务办理的中间环节,提高业务办理效率。因此,各级政府部门应转变服务方式,积极推进业务线上办理系统的开发建设。但需要指出的是,目前,我国仍有很多不会使用业务在线办理系统的人群,为了有效弥补数字鸿沟,各级政府仍应对该类人群预留业务线下办理渠道,以保障其业务办理需求。其次,各级具有业务关联性的政府部门应强化业务在线办理系统的互联互通。传统以来,对于关涉不同部门的业务办理,即使现在已经实施“一窗受理”,但对于较为复杂的业务办理,公众通常仍需要前往不同的部门。如果将不同政府部门间具有业务关联性的业务在线办理系统进行有序连接,则不仅可提高效率,同时也可避免公众业务办理材料的重复提交,将极大地提高政府的服务水平。再者,公众通过业务在线办理系统进行业务办理时,行政机关应严格遵循“一次性告知”原则。通常来说,业务在线办理仅是各级政府业务办理的平台化转型,行政机关业务线下办理时所应遵循的“一次性告知”要求同样应适用于业务线上办理。因此,当公众进行业务线上办理时,行政机关也应将所要办理事项的依据、程序、所需有关材料以及不予办理理由等事项一次性告知当事人。最后,各级政府应对业务在线办理设定一定的业务办理时限。从应然层面上看,公众通过业务办理系统进行业务办理的确可缩短业务办理时限。但是,从实然层面上看,因为业务在线办理完全是由业务办理人员在线进行,所以公众并不知悉其是否在高效地处理相关业务。因此,各级政府应对每次业务办理设定一定的办理时限,此可有效避免相关工作人员的业务办理不作为。

2.建立常态化的数据安全防范机制

各级政府的业务在线办理平台虽然可为公众提供便捷的业务办理服务,但是,各级政府通过业务在线办理系统也控制着海量数据主体的个人数据。而风险社会下,来自技术的风险也正在以一种不可控的、隐蔽的方式威胁着政府数据的安全。依据谁占有、保管个人数据,谁就应该对个人数据给予保护的一般逻辑,各级政府应增强风险防范意识并采取必要措施以确保政府数据的安全[29]。首先,各级政府应建立常态化的风险预警机制。数字时代,各级政府所遭受的数据安全风险通常是来自系统外部,且该种侵害多具有技术含量高、危害面广、形式新颖等特点。因此,当其他政府部门的相关数据受到攻击时,各级政府均应有针对性地做好相应的风险预防准备,及时防范数据安全事故的大规模发生。其次,各级政府应对业务在线办理系统建立常态化的检查、升级机制。虽然政府数据安全风险主要来自系统外部,但是来自系统本身的风险也有可能对政府的数据安全造成损害。因此,各级政府应定期对政府数据的安全状况进行检查,及时消除风险,升级系统。最后,各级政府应加强业务培训,制定规范化的业务办理流程、应急处置方案,并对最新出现的威胁政府数据安全的风险进行普及宣传,不断提高业务办理人员的风险防范意识以及应急处置能力。

(二)行政决策型“数治”与“法治”的协调

行政决策型“数治”作为一种新型的行政决策方式,各级政府应确保行政自动化决策的具体规则符合依法行政原则,同时也确保行政自动化决策的具体实践应遵循程序正当原则。

1.行政自动化决策的具体规则应遵循依法行政原则

如前所述,行政自动化决策可分为“基于规则的行政自动化决策”和“基于机器学习的自动化决策”。首先,当各级政府运用“基于规则的行政自动化决策”进行行政决策时,因为该种决策方式事实上是可以解释的,所以各级行政机关应首先确保事先制定的规则符合依法行政原则。其次,当各级政府运用“基于机器学习的行政自动化决策”进行行政决策时,因为该种情形下的行政自动化决策实质上是不可解释的,所以此时行政机关应确保该种情形下的行政决策规则是基于足够多的、分布均匀的数据样本产生,此可有效避免可能出现的算法歧视。最后,因为行政自动决策系统的适用对象具有广泛性,而此也意味着行政自动决策算法的小错误可能产生巨大的危害结果。因此,为了防止“决策规则”转化为“决策算法”时可能出现的语意偏差,行政机关在运用该种行政自动化决策系统前,其仍应通过不同的数据样本对行政自动决策系统进行测试,并及时对相应的错误进行校正,以确保行政自动化决策符合依法行政原则。此外,需要指出的是,行政自动化决策系统作为一种技术设计,在实践中,其不仅有被篡改的可能,还有异化的风险。因此,行政机关应不定期对自动化决策系统开展漏洞检测或者对自动决策算法进行算法评估,以确保行政自动决策系统的公平、正义。

2.行政自动化决策的具体实践遵循程序正当原则

基于一般的思维逻辑可知,因为行政自动化决策存在算法黑箱,所以只有充分保障行政相对人的程序性权利,才能使行政机关的算法权力得到有效限制。首先,行政自动化决策应确保“公众参与”。这就要求,一方面,行政机关在运用行政自动化决策算法做出具体决策前应向公众明确告知行政自动化决策所遵循的决策规则(如果是“基于规则的行政自动化决策”),或者向公众明确披露行政自动化决策所深度学习的数据样本(如果是“基于机器学习的行政自动化决策”),而公众则可以对行政决策规则或者行政机关所选取的数据样本提出相应的意见或者参与到对行政自动化决策算法的影响评估;另一方面,当行政机关通过行政自动化决策做出不利于行政相对人的决策时,行政机关应当在自动决策结果做出前明确告知行政相对人所享有的权利,例如:听取行政相对人的陈述、申辩或者举行听证等。其次,各级政府应对行政自动化决策的决策结果明确说明理由。从整体上来看,行政自动决策结果的做出依旧是基于事实、依据以及因果联系三重要素。因此,各级政府运用行政自动决策算法做出相应决策结果时,行政机关应向行政相对人说明相关事实、相关依据,并明确告知事实与结果之间的因果联系。此处需要指出的是,因为“基于机器学习的行政自动化决策”具有不可解释性,且该类算法所得出的相关决策结果多是一种预测性决策,所以行政机关通常并不能对该类行政自动化决策的结果向行政相对人说明理由。因此,当各级政府通过“基于机器学习的行政自动化决策”做相关决策时,该类算法所得到的结果并不应直接作为最终行政决策的依据,其仅能作为发现可能存在相关违法行为的辅助性工具。

(三)数据开放型“数治”与“法治”的协调

从实然层面上看,政府数据开放的目标是实现政府数据价值的发挥与相关主体之数据权益保护的平衡。因此,各级政府的数据开放行为既要保持规范化、统一化,同时也要考虑利益相关方,确保相关主体的数据权益可以得到有效维护。

1.制定统一的政府数据开放条例,确保数据开放行为的规范化、统一化

本质而言,政府数据开放的量应该与价值生成的量成正比,即政府数据开放的数据量越多,开放数据的集聚性越强、种类越丰富,则政府数据可发挥的价值也就越大。因此,政府数据的价值发挥依赖于不同政府部门的相关数据。各级政府只有保持政府数据开放的及时性、规范性、协调性、统一性以及获取的便捷性,才能有效发挥政府数据的价值。例如:仅仅依靠单一类型的政府数据并不容易判断出可能存在的经济增长点,但是通过对各层级相关政府部门海量数据的分析,却可实现对经济增长信息的准确获取。目前,我国正在积极推进政府数据开放,且各级政府已分别制定了丰富的政府数据开放规范。因此,从政府数据开放条例制定的实践支撑上来看,各级政府的相关规范性文件恰可为政府数据开放条例的制定提供有益的参考[30]。同时,从政府数据开放条例的内容设计上来看,政府数据开放条例可在既有规范的基础上,剔除其中不科学的、落后的条款,并在整体上就数据开放的原则、内容、方式、格式等内容做出统一的规定[31]。最后,从应然的法秩序上来看,政府数据开放条例不同于各级地方政府的数据开放规范。前者应属于上位法,而后者则属于下位法。需要指出的是,后者虽然不能抵触前者,但后者却可在前者的规范框架内,结合自身的实际情况,做出细化或补充性规定。

2.明确政府数据开放类型,体系化构建个人信息保护路径

因为政府数据中通常包含着海量的个人信息,所以政府数据开放同样可能会对信息主体的合法权益造成损害。基于目的论视角的检视可知,政府数据开放可分为两种,一种是“基于数据之经济价值发挥”的政府数据开放;另一种是“基于数据之社会治理价值发挥”的政府数据开放。因此,政府数据开放中个人信息的保护路径需基于不同类型的政府数据开放行为体系化展开。具体而言,首先,当各级政府“基于数据之经济价值发挥”进行数据开放时,若各级政府未取得信息主体的“同意”,则各级政府的数据开放行为应严格遵循匿名化处理原则;即使各级政府已取得信息主体的“同意”,各级政府的数据开放行为也应严格遵循必要原则。其次,当各级政府“基于数据之社会治理价值发挥”进行数据开放时,因为该种情形涉及公益目的,所以各级政府通常无需取得数据主体的同意便可对相关数据予以开放。但是,需要指出的是,该种情形下的政府数据开放行为也并非是任意的,其应受到比例原则的限制。

3.积极推进政府首席官制度建设,确保国家安全利益得到有效维护

政府数据开放不仅关涉数据主体的个人信息权益,还涉及国家的安全利益维护,而政府首席数据官具有数据安全的保护职责,其可有效保护国家的安全利益。因此,我国应加快推进政府首席数据官制度的建设。首先,关于政府首席数据官的选任。因为各级政府的数据安全维护需要专业性的知识,所以政府首席数据官的选任应是以知识导向型为主。其次,关于政府首席数据官的设置。因为政府数据开放具有层级的广泛性,且2023年我国已新设立国家数据局,所以无论是从数据安全保护所需的角度上来看,还是从职位设置的协调上来看,我国各级政府部门都应设置相应的政府首席数据官。再次,关于政府首席数据官的职责。政府首席数据官作为政府数据开放的直接责任人,其不仅对政府数据负有严格的安全管理职责,同时,对政府数据开放负有统筹、实施以及开放后的风险评估等方面的职责。最后,关于政府首席数据官的评价机制。因为政府首席数据官所从事的工作具有专业性,所以政府首席数据的评价机制也应有内外双重评价机制,其中内部评价机制应以行政机关为主导,而外部评价机制则应由专业的第三方机构为主[32]。

四、结语

数字法治政府建设中“数治”对“法治”的挑战是多方面的,整体而言,主要集中在“业务办理”“行政自动化决策”以及“政府数据开放”三个方面。首先,业务办理型“数治”虽然是政府业务办理的“平台化”转型,但该种转型并非是“业务线下办理”与“业务线上办理”的简单转换,其同样应满足服务型政府理念的要求。实践中,业务办理型“数治”存在着制约政府服务水平提高的障碍,即业务线上办理的流程不通。其次,从应然层面上来看,因为行政决策型“数治”遵循的是技术逻辑,所以其似乎当然可有效确保决策结果的公平、正义。但是,从实然层面上看,因为行政自动化决策算法具有不可解释性,且存在算法黑箱、算法歧视,所以该种自动决策方式也可能会对依法行政原则、正当程序原则带来一系列挑战。最后,各级政府出台的一系列规范政府数据开放的地方性法规、建设的一系列政府数据开放平台,确实有利于政府数据开放的实施。但是,政府数据开放却可能存在上位法依据欠缺,相关主体的数据权益不当损害等风险。

从政府“数治”与“法治”的关系上来看,数字法治政府建设中,“数治”实质上发挥的是“工具价值”,而“法治”则发挥的是“约束功能”。换言之,数字法治政府建设中政府“数治”的具体实践是在法治的轨道上进行。首先,从政府的角色定位上来看,各级政府不仅是社会事务的管理者,也是公众的服务者,负有为公众服务的法定义务。因此,各级政府在业务办理过程中应遵循公民本位理念,以为人民服务为宗旨,适格地履行政府职能,建设人民满意的服务型政府。具体而言,各级政府应畅通线上业务办理渠道、建立常态化的数据安全防范机制、加强业务办理人员的业务培训,制定规范化的业务办理流程、应急处置方案,不断提高业务办理人员的风险防范意识以及应急处置能力。其次,行政决策型“数治”作为一种新型的行政决策方式,各级政府不仅要确保行政自动化决策的具体规则符合依法行政原则,同时确保行政自动化决策的具体实践应遵循程序正当原则。最后,政府数据开放不仅有利于数字经济的发展,而且关涉数据主体的个人信息权益以及国家的安全利益。因此,各级政府的数据开放行为既要保持规范化、统一化,同时也要确保考虑多利益相关方,确保数据开放的科学性、合理性。具体而言,中央层面制定统一的政府数据开放条例、明确政府数据开放类型;体系化构建个人信息保护路径、积极推进政府首席数据官制度建设,确保国家安全利益得到有效维护。