陸涵之?| 論自動化行政的裁量構(gòu)造

作者簡介：陸涵之，中國人民大學(xué)法學(xué)院憲法學(xué)與行政法學(xué)博士研究生。文章來源：《湖湘法學(xué)評論》2026年第1期，轉(zhuǎn)自湖湘法學(xué)評論公號。注釋及參考文獻(xiàn)已略，引用請以原文為準(zhǔn)。

摘要

由法規(guī)范向算法編程的轉(zhuǎn)譯解讀內(nèi)置了由“法規(guī)范—一般裁量—個案裁量”的裁量邏輯演繹可能，是自動化行政裁量的適法基點(diǎn)，也是回應(yīng)諸如自動化行政是否與裁量存在齟齬甚至互不兼容等質(zhì)疑的關(guān)鍵所在。在“五級劃分法”下，各級自動化行政的裁量作用領(lǐng)域與功能主義層面的行使主體均有區(qū)別。“人的裁量”可以作為“人為裁量”以及“自動化行政裁量”的上位概念，消除自動化行政裁量屬人性背離之憂慮。自動化行政算法兩端的基本裁量構(gòu)造即為算法構(gòu)建前的“一般裁量”與自動化行政運(yùn)行過程中的“參數(shù)裁量”，這也是構(gòu)造自動化行政裁量結(jié)構(gòu)的方法論基礎(chǔ)。以行政過程論視角研究行政決策作出過程中自動化行政運(yùn)行的各階段，可以發(fā)現(xiàn)在事實(shí)選取、要件裁量、效果裁量諸過程中均有與行政裁量的互動與交織，通過構(gòu)建適當(dāng)?shù)娜肆槿雽徍酥昧苛x務(wù)矩陣，可以實(shí)現(xiàn)由“算法結(jié)果”至“裁量決定”的性質(zhì)上升路徑。

一、引言

《法治政府建設(shè)實(shí)施綱要（2021—2025年）》將“全面建設(shè)數(shù)字法治政府”單列為一節(jié)，開啟了全面提升法治政府建設(shè)數(shù)字化水平的新征程。《國務(wù)院關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》（國發(fā)〔2022〕14號）提出，至2025年完成政府履職數(shù)字化、智能化水平顯著提升的目標(biāo)，至2035年基本建成整體協(xié)同、敏捷高效、智能精準(zhǔn)、開放透明、公平普惠的數(shù)字政府。由此，推動“人工智能＋政務(wù)服務(wù)”的頂層設(shè)計勢在必行，數(shù)字決策的深度應(yīng)用已成為數(shù)字政府建設(shè)的內(nèi)在驅(qū)動力。數(shù)字行政在提升傳統(tǒng)行政效率、革新行政范式的同時，也面臨著傳統(tǒng)行政法學(xué)知識體系在數(shù)字技術(shù)語境下的解釋空檔。而隨著人工智能賦能數(shù)字政府時代的來臨，算法、人工智能、大數(shù)據(jù)等數(shù)字技術(shù)深刻地影響并形塑著現(xiàn)實(shí)社會中的行政裁量，與其說數(shù)字技術(shù)的應(yīng)用是對傳統(tǒng)行政法學(xué)界裁量研究的沖擊，毋寧將之視為裁量研究的一個新增長點(diǎn)，或?qū)δ壳耙呀?jīng)步入理性對話階段的裁量論爭提供一個新的視角與領(lǐng)域。對此，唯有剖析自動化行政過程中的裁量問題，才能避免以“算法黑箱”等技術(shù)化傾向遮蔽自動化行政中裁量逾越、裁量濫用、裁量怠惰等問題，進(jìn)而避免自動化行政違法現(xiàn)象陷入“責(zé)任逃逸”的窘境。

自“自動化行政”概念提出伊始，與之相伴相生的核心質(zhì)疑便是，自動化行政有可能背離裁量的本質(zhì)屬性、剝奪本來屬于人為決策范圍內(nèi)的個案判斷。由此，如何在裁量存在的范疇內(nèi)，不泯滅裁量屬人性的同時，將自動化行政這一方式或手段規(guī)范化，以期在滿足現(xiàn)代行政效率需求的同時，也能用裁量理論界定邊界、更好地保護(hù)相對人權(quán)益，便成了自動化行政裁量研究亟須解決的理論問題。自動化行政是否還有裁量的適用余地？自動化行政是否減損甚或泯滅了行政裁量？自動化行政給行政裁量帶來的究竟是裁量怠惰的風(fēng)險還是優(yōu)化裁量的可能？在行政過程論視角下，自動化行政與要件裁量、效果裁量又是如何交織的？對這些問題的解答既是規(guī)范自動化行政的基礎(chǔ)所在，也是提出具有可行性的自動化行政裁量合法性規(guī)制建議的前提。探究自動化行政裁量的體系構(gòu)成的前提問題即為裁量悖論，意指消解人的裁量性、摒除人的主觀偏好和偏私，進(jìn)而發(fā)展機(jī)器的深度學(xué)習(xí)能力，使得機(jī)器擁有裁量能力的一種邏輯困境。對裁量悖論的理解與認(rèn)知直接影響自動化行政裁量的內(nèi)涵與外延，甚至?xí)訐u自動化行政裁量這一概念的命題真?zhèn)巍?/p>

二、自動化行政裁量的類型化

自動化行政裁量與傳統(tǒng)的人為裁量本質(zhì)上滿足的是同一需求、完成的是同一任務(wù)。傳統(tǒng)的“人為裁量”有其弊端，耗時耗力且難以避免主觀偏向。而自動化行政裁量對于人力、時間的節(jié)省并未背離傳統(tǒng)的裁量語境，且更便捷的裁量并不會顛覆傳統(tǒng)意義上人的判斷。主觀偏向是自動化行政下的裁量悖論需要重點(diǎn)闡述的問題。如果自動化行政裁量使得人類減損或者喪失了掌握裁量的能力與權(quán)力，那便是對傳統(tǒng)概念下裁量的沖擊甚至顛覆，進(jìn)而會陷入裁量悖論困境。由此，需要對不同類型的自動化行政設(shè)備是否具有裁量功能及裁量所處的步驟進(jìn)行分類，以細(xì)致地研究各級別自動化行政設(shè)備是否能實(shí)現(xiàn)裁量效果，進(jìn)而回應(yīng)有關(guān)裁量悖論的質(zhì)疑。

自動化行政概念紛爭的焦點(diǎn)在于自動化的程度與其在整個決策作出過程中的定位，這也是研究行政裁量在自動化行政過程中是否存在以及如何嵌入的前提與基礎(chǔ)。而對于目前行政活動中層出不窮的自動化行政新現(xiàn)象、新方式，就其自動化行政的不同程度以及自動化程序所在的步驟為依據(jù)進(jìn)行的分類，是深入分析其裁量有無以及性質(zhì)的基本前提。畢竟，統(tǒng)一且簡明的話語體系是分析所有新興問題的根本與基礎(chǔ)。筆者以相關(guān)研究對于自動化行政在部分行政行為或行政環(huán)節(jié)中的區(qū)分為基礎(chǔ)，根據(jù)裁量在不同階段、不同層級的自動化行政中的作用進(jìn)行如下分級（見表1）。

1．零至 二級 自動化行政的裁量樣態(tài)

零級自動化行政對應(yīng)無自動化行政，即傳統(tǒng)的人工行政，沒有自動化行政的作用空間，自然不必過多論述。而一級自動化行政對應(yīng)的自動化輔助行政與二級自動化行政對應(yīng)的部分自動化行政在各階段的運(yùn)行主體與裁量適用領(lǐng)域沒有區(qū)別，對兩者分類的標(biāo)準(zhǔn)為自動化程序或設(shè)備是否能夠單獨(dú)承擔(dān)某一流程或步驟的運(yùn)行，即部分自動化行政可以由自動化系統(tǒng)單獨(dú)完成某一部分的行政程序，故若進(jìn)一步研究對二級自動化行政裁量的規(guī)制問題，則需要與一級自動化行政進(jìn)行區(qū)分，對此，可能需要引入針對某一步驟的事后審查。

在當(dāng)前階段，行政主體運(yùn)用自動化行政的行為多屬第一層級的自動化輔助行政和第二層級的部分自動化行政。在第二層級中，如果自動化行政僅僅涉及識別與輸入、輸出與實(shí)現(xiàn)兩個模塊，即在這兩個模塊或者其一中實(shí)現(xiàn)了自動化行政，而分析與決定依舊由人來完成，此時自動化行政過程中的裁量只可能涉及對數(shù)據(jù)的篩選，并不會涉及效果裁量階段。而倘若在分析與決定階段自動化行政也有所作用，則此時的裁量已經(jīng)包含要件裁量與效果裁量。

2．第三級自動化行政的裁量機(jī)理

第三級自動化行政，即無學(xué)習(xí)能力的自動化行政，在決策作出之時，因羈束行為與裁量行為的區(qū)分，運(yùn)行主體分別為人類以及自動化系統(tǒng)。諸如全自動化審批這類行政行為，其在分析與決定環(huán)節(jié)也實(shí)現(xiàn)了自動化，由此具備了向第三層級乃至第四層級躍進(jìn)的可能。最明顯的表現(xiàn)即人工智能介入行政活動的部分不僅僅局限于證據(jù)的獲取、固定或者單純的數(shù)據(jù)計算，還介入了最終的決定或者決策階段，例如無人審批等行政實(shí)踐。第三層級的自動化行政系統(tǒng)在行政實(shí)踐中多應(yīng)用于行政審批、社會信用體系建設(shè)等情形。但是，在此階段的人工智能運(yùn)用暴露出部分“人工智障”的問題，從而引發(fā)有關(guān)裁量怠惰的討論與質(zhì)疑。目前，機(jī)器的自我學(xué)習(xí)能力運(yùn)用場景較為稀少，更多的自動化行政裁量停留在零級至三級，在此類情況下，自動化行政裁量的運(yùn)作由人力設(shè)定程序、人為監(jiān)控運(yùn)行，在結(jié)果的閾值范圍內(nèi)選取并作出裁量決定，若裁量結(jié)果只有唯一解，則推定唯一的裁量結(jié)果為裁量決定。在此情況下，自動化行政裁量是一種人為裁量的形式進(jìn)階，并未突破人力掌控范圍，依舊是人為進(jìn)行的裁量。即便承認(rèn)此種狀態(tài)下的自動化行政裁量屬于傳統(tǒng)裁量的一種新型模式，也并未突破人為裁量的能力范疇。但還是應(yīng)當(dāng)注意到，自動化程序的介入會給傳統(tǒng)裁量的運(yùn)作過程、邏輯機(jī)理帶來沖突和挑戰(zhàn)，并會引發(fā)例如信息壁壘、違背正當(dāng)程序等一系列隱患，故不能繞開對這些情況下裁量的運(yùn)作問題與解決路徑的深入研究。

而無論是算法前端設(shè)計編程層面將法語言轉(zhuǎn)換為算法語言，抑或是出現(xiàn)問題訴求之后對各方責(zé)任的界定與劃歸，現(xiàn)實(shí)中應(yīng)當(dāng)將算法運(yùn)作中的裁量過程前置、后移至算法兩端，將事實(shí)層面的算法運(yùn)行涵攝劃歸入邏輯層面的裁量理論，方能實(shí)現(xiàn)從算法兩端規(guī)制自動化行政裁量的需求。與此同時，也存在部分需要裁量運(yùn)作的空間不能歸入算法兩端的情況，例如算法運(yùn)行過程中的殘差調(diào)整。殘差調(diào)整雖然是在算法的整體運(yùn)行過程中完成的，不似算法運(yùn)行過程中的其他步驟一樣排斥人為因素，但是，依然可以將殘差調(diào)整納入裁量的理論框架。不同于算法前端一般裁量的實(shí)現(xiàn)，也不同于算法后端出現(xiàn)問題后的責(zé)任劃分證明義務(wù)，殘差調(diào)整是在算法運(yùn)行過程中發(fā)生的，無法在邏輯層面擬制為算法兩端的裁量運(yùn)作空間。細(xì)致地剖析殘差調(diào)整可以發(fā)現(xiàn)，面向優(yōu)化算法程序的殘差調(diào)整旨在完善由法語言向算法語言轉(zhuǎn)譯的過程，其必然包含在一般裁量的邏輯框架之中；而面向個案的閾值區(qū)間的殘差調(diào)整則是一種一般裁量的具體形態(tài)。具言之，此種狀態(tài)下對于殘差區(qū)間內(nèi)各結(jié)果的衡量與選擇，是一種一般裁量，是無法脫離人為主觀判斷的人為裁量，故也不會引發(fā)裁量悖論問題。

3．第四級自動化行政對人為裁量的擬合效果

第三級自動化行政與第四級自動化行政可合稱為完全自動化行政，但因不同設(shè)備具有學(xué)習(xí)能力有無之差異而須對其作出區(qū)分。第三級自動化行政的裁量表現(xiàn)形態(tài)僅為由法規(guī)范向算法語言轉(zhuǎn)譯的法律效果擬制以及要件裁量，而第四級自動化行政的裁量運(yùn)用過程則會出現(xiàn)在效果裁量階段。第四層級完全自動化行政系統(tǒng)由人工智能構(gòu)成，并能夠進(jìn)行完全的自動化決策，借由學(xué)習(xí)能力不斷調(diào)整裁量基準(zhǔn)的參數(shù)并提高運(yùn)行適配性。學(xué)界對此類別的自動化行政的爭論最為激烈，有學(xué)者提出，可以將具有裁量能力的自動化行政視為輔助裁量，以避免其陷入裁量怠惰之境地。

目前，第四級的自動化行政裁量為裁量悖論的主要爭議領(lǐng)域，許多學(xué)者認(rèn)為，完全的自動化行政執(zhí)法有“信息專制”之虞，有可能剝奪原本屬于人為裁量范疇的個案裁量空間。但是，剝奪“人工裁量”空間，同時也意味著機(jī)器承擔(dān)了“人為裁量”的功能。此層級下的人工智能已經(jīng)可以依托海量數(shù)據(jù)與關(guān)聯(lián)，依照人為構(gòu)建的框架與模型進(jìn)行深度學(xué)習(xí)，自我充實(shí)和細(xì)化裁量能力。具言之，從事實(shí)選取到要件裁量，第四級自動化行政裁量可以將事實(shí)要素與法律要件之間的聯(lián)系算法化，根據(jù)傳統(tǒng)人為的“等置涵攝”過程，擬制出事實(shí)與法律要件之間的吻合與否判斷；在效果裁量階段，第四級自動化行政裁量可以生成細(xì)致的“行為—結(jié)果—效果”圖表，在對人工輸入的海量案件學(xué)習(xí)之后，形成規(guī)律曲線，進(jìn)而對新的需要機(jī)器給出裁量結(jié)果的案件，生成擬制人為的裁量結(jié)果。至于這種狀態(tài)下的自動化行政裁量是否超出了人的裁量能力范疇，從事實(shí)選取到要件裁量的過程來看，人工智能不過是在根據(jù)輸入的人為裁量案件不斷學(xué)習(xí)等置涵攝技能，并不斷貼近人為的判斷結(jié)果。而在效果裁量過程中，機(jī)器雖然能夠得出遠(yuǎn)超人腦計算限度的效果曲線，但其產(chǎn)生的真正效果也不過是在新的案件輸入后，能夠借由曲線與函數(shù)得出人腦個案判斷的結(jié)果。所以在這樣的情形下，看似人工智能創(chuàng)造出了人力不可能實(shí)現(xiàn)的裁量過程，但其本質(zhì)依然是擬制和模仿“人為裁量”的過程，并將結(jié)果盡可能與“人為裁量”擬合。

所以，此種情景下的自動化行政裁量并不會陷入裁量悖論，機(jī)器的裁量能力依舊只是盡可能貼合人的裁量能力，在任何案件中，人的裁量總是優(yōu)先于機(jī)器裁量。換言之，機(jī)器裁量得出的結(jié)果可以經(jīng)由人為判斷予以舍棄或者變更，而不會遭到任何質(zhì)疑與反對，因?yàn)闄C(jī)器裁量本就是根據(jù)“人為裁量”的原理與模式得以建構(gòu)，其目的也不過是無限貼近于“人為裁量”。

而在何種情境下，會有機(jī)器裁量替代甚至消除人為裁量的憂慮呢？唯有當(dāng)人工智能的裁量能力超越“人為裁量”，或者人工智能的裁量位序與“人為裁量”持平且難以衡量時，才需通過規(guī)則與制度安排，使人工智能與“人為裁量”能夠并行不悖。在此情形下，人工智能的裁量能力才能得到真正的認(rèn)可，其裁量結(jié)果也會被推定為裁量決定，如此才會產(chǎn)生裁量悖論以及裁量屬人性脫離的問題。但這種情景發(fā)生的前提為人工智能能夠突破人為程序創(chuàng)設(shè)新的規(guī)則，進(jìn)行新的價值續(xù)造，即突破了人的價值預(yù)設(shè)。

接下來需要面對的問題是，人若能預(yù)設(shè)人工智能能夠脫離人的價值預(yù)設(shè)，那價值預(yù)設(shè)便形同虛設(shè)了。換言之，是否存在一些原則、一些認(rèn)知，必須包含在人的價值預(yù)設(shè)之內(nèi)？如此推演導(dǎo)致的結(jié)果為，人把價值創(chuàng)造的權(quán)利讓渡給人工智能，并在既有規(guī)則體系內(nèi)允許這樣的結(jié)果發(fā)生，機(jī)器的裁量才會突破人的裁量預(yù)設(shè)，危及人的裁量能力與裁量權(quán)利。但在如此預(yù)設(shè)的情境下，此種突破便不可稱之為“危及”了，是人希望或者放任發(fā)生的裁量替代結(jié)果。

所以，在零級至第三級自動化行政裁量中，并無機(jī)器突破人的裁量能力之憂慮；在第四級自動化行政裁量中，無論是要件裁量還是效果裁量，均是對人為裁量的模仿，形式上雖有延伸之感，但在功能上依舊局限于人為裁量的能力范疇，而人預(yù)設(shè)人工智能能夠脫離人的價值預(yù)設(shè)更是無法存在的偽命題，且在此情形下，人的主體性地位不會實(shí)現(xiàn)也不能實(shí)現(xiàn)。職是之故，目前筆者所能夠預(yù)見且可能發(fā)生的自動化行政裁量不會陷于裁量悖論問題。

4．“人的裁量”與“人為裁量”

無論是何種層級的自動化行政，一旦自動化決策涉及人為裁量的步驟與空間，便有探討在此種自動化行政下之裁量問題的必要。而在傳統(tǒng)由人力完成的要件裁量與效果裁量層面均有自動化行政的作用空間，甚至在現(xiàn)實(shí)生活中此種自動化行政裁量已經(jīng)初見端倪。例如健康碼和排污行政處罰，在要件裁量與結(jié)果裁量階段已經(jīng)交由機(jī)器完成最后的結(jié)果輸出，此種完全自動化行政中傳統(tǒng)的人為裁量過程似乎被壓縮到算法程序設(shè)計之初的“一般裁量”階段。職是之故，對這種情況下自動化行政裁量的運(yùn)用與邊界的研究，自然是傳統(tǒng)的“人為裁量”所不能替代的。

由人工智能進(jìn)行行政裁量，最初并不是為了超越“人為裁量”的能力范圍，其最本質(zhì)的初衷與目的僅僅在于盡可能替代每個具體案件的“人為裁量”。但是不可否認(rèn)，自動化行政裁量運(yùn)用的結(jié)果在一定程度上的確可能超越“人為裁量”的能力空間，這并非指自動化行政裁量的批量快速處理能力，而是在個案層面的效果比較。換言之，自動化行政裁量在個案上的確能夠消除人為裁量的固有弊端，例如人情考量、人為疏漏等等，所以在此語境下討論的自動化行政裁量除了被迫為之，即由于現(xiàn)實(shí)批量處理需求之外，尚有其自身帶來的原生性特質(zhì)的討論余地。

關(guān)于自動化行政裁量與“人為裁量”的區(qū)別，歸根結(jié)底從可供裁量的內(nèi)容即裁量客體層面分析，兩者客體范圍必然一致，這是因?yàn)楝F(xiàn)實(shí)中能夠予以裁量并且需要裁量方能進(jìn)行的步驟或者得出的結(jié)果是固定的。但是，自動化行政裁量不僅改變了原有“人為裁量”的形態(tài)，由此帶來的最為關(guān)鍵的新問題是，其與“人為裁量”的關(guān)系如何界定。這里并非指在裁量運(yùn)行過程中兩種手段的區(qū)別與聯(lián)系，而是在邏輯層面，兩者所指究竟為何，是否存在將兩者對立考慮的前提？頗具辯證意義的一點(diǎn)是，人工智能所進(jìn)行的裁量與所謂的“人為裁量”真的是處于對立面的兩個語詞嗎？

職是之故，有必要辨析“人的裁量”與“人為裁量”這兩個語詞。傳統(tǒng)語境下“人為裁量”與“人的裁量”似乎指向同一對象，均指人在行政行為與行政決策中的主觀能動作用，但是，引入人工智能之后，能夠統(tǒng)攝在人的裁量能力之下的自動化行政裁量與人的能動作用關(guān)系為何？所以，“人的裁量”這一概念應(yīng)當(dāng)受到更多重視。“人的裁量”意指裁量的權(quán)力依舊由人予以掌控，而機(jī)器或者人力都是裁量的不同形式，由此，應(yīng)當(dāng)對傳統(tǒng)語境下“人的裁量”予以擴(kuò)大解釋，即“人的裁量”包括“人為裁量”與“自動化行政裁量”，即人工智能的裁量過程。

值得延伸思考的是，由人的主觀偏私以及現(xiàn)實(shí)批量快速處理需求應(yīng)運(yùn)而生的機(jī)器裁量是否真的可以稱之為“裁量”？雖然在裁量悖論的語境探討中，機(jī)器完成了傳統(tǒng)“人為裁量”的一部分程序，構(gòu)成了“人的裁量”的局部。但是，機(jī)器本身具有裁量能力嗎？一樣的系統(tǒng)、一樣的參數(shù)、一樣的樣本、一樣的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，機(jī)器能夠得出的最終結(jié)果是唯一的。這與在無數(shù)個可能解中進(jìn)行主觀選擇的“裁量”本身之語義相悖。由此可見，對于機(jī)器而言，所謂的“裁量能力”只能從功能主義視角加以分析解讀，否則便會陷入偽命題的邏輯怪圈。

三、算法兩端的裁量構(gòu)造

自動化設(shè)備的核心是算法，算法的建構(gòu)以及運(yùn)行決定了自動化設(shè)備的功能及效果。由此，論證自動化行政是否能夠?qū)崿F(xiàn)裁量效果的前提是對算法是否具有裁量功能進(jìn)行分析。對此，可以從算法建構(gòu)以及算法運(yùn)行兩端分別探究。

1．算法具有裁量功能

算法行政面臨著合理性的詰難，有部分學(xué)者基于算法的“黑箱”特征與不透明性，對于是否可以檢視自動化行政中裁量的運(yùn)用過程表示懷疑，認(rèn)為自動化無法在裁量行政行為領(lǐng)域得以適用，也即裁量行為不能夠通過自動化的形式作出。在一定程度上，行政自動化運(yùn)用程序前的裁量前置替代了本來應(yīng)當(dāng)在程序中進(jìn)行的裁量過程，即將原本的個案裁量空間無限壓縮甚至摒棄。但是同時可以發(fā)現(xiàn)，此種觀點(diǎn)依然承認(rèn)了裁量存在的空間，即在程序設(shè)計之前對于算法、參數(shù)、模型的設(shè)計即為裁量的運(yùn)用領(lǐng)域。此外，只有將梳理好的行政裁量標(biāo)準(zhǔn)嵌入固定的程序，而后人工智能機(jī)器人方能作出初步處理決定，此種情形下傳統(tǒng)的裁量并未被消解，自動化行政構(gòu)成了裁量形式過程的一個程序、一個步驟。

將自動化行政中的“裁量”與“裁量行政”中的“裁量”進(jìn)行區(qū)分，并指出二者并非同一概念，也是學(xué)界的一種觀點(diǎn)，其目的在于試圖規(guī)避算法是否具備裁量能力這一問題。具言之，自動化行政過程中的“裁量”與傳統(tǒng)行政法中的“裁量行政”并非指向同一個語義，而是存在一定區(qū)別。裁量行政是指立法未作更加詳細(xì)的規(guī)定，而留給行政主體予以選擇并決策的空間，是立法權(quán)出于現(xiàn)實(shí)考量與權(quán)力分配對行政的尊讓，行政主體可以在這一空間中設(shè)定更為細(xì)化的裁量基準(zhǔn)，補(bǔ)足立法上的空白空間，以消解其中的不確定性。而自動化行政中的裁量的含義更為廣泛且具象，從語義層面指的是一種選擇的空間，即在多種結(jié)果中選擇最終效果上為唯一解的過程，但從功能主義角度卻比裁量行政更為具象，指的是作為人的裁量的一種形式或者一部分過程的行政活動，具體因自動化行政所屬的層級不同而有不同地位。

筆者認(rèn)為算法中亦有裁量行為，且以裁量視角檢視算法的邏輯與運(yùn)行實(shí)有必要。換言之，數(shù)字化并不完全排斥裁量行為。首先，在數(shù)據(jù)的輸入階段，行政主體需要考慮裁量的條件，即需要確定把何種參數(shù)、何種算法設(shè)計入人工智能程序。其次，在處理階段，運(yùn)用數(shù)學(xué)算法進(jìn)行計算看似沒有裁量的直接運(yùn)用空間，但這一部分恰恰是檢驗(yàn)并調(diào)試自動化行政裁量程序的關(guān)鍵一步，在法效果上應(yīng)當(dāng)納入裁量范疇予以研究。最后，在輸出階段，經(jīng)過法律擬制的個案裁量之后，可以將算法結(jié)果上升為裁量決定。由此，自動化行政中的裁量在實(shí)踐過程中主要分為兩部分，可通過對算法建構(gòu)以及算法運(yùn)行這兩部分中裁量運(yùn)行與作用的分別檢視，透視自動化行政裁量結(jié)果生成以及行政主體裁量決定作出的過程與邏輯。

2．算法建構(gòu)的一般裁量

在目前的自動化行政實(shí)踐中，部分地區(qū)對于闖紅燈者的人臉識別曝光這一行政行為已經(jīng)實(shí)現(xiàn)了完全自動化，以此為例，對于這一自動化行政行為合法性與合理性的探討其實(shí)是對算法建構(gòu)時一般裁量的研究。在算法確定以后，之后輸入系統(tǒng)的所有闖紅燈者的行為均被分解為代碼，由此，有學(xué)者認(rèn)為，在算法確定后，自動化行政系統(tǒng)作出的行政行為實(shí)為羈束行政行為，不存在裁量空間。但是，對于某一具體的行政處罰，不應(yīng)當(dāng)人為地僅憑算法的確定與實(shí)施兩個步驟而將其割裂，換言之，即便認(rèn)為算法實(shí)施過程為羈束行為，也能由此推導(dǎo)出算法構(gòu)建的裁量行為應(yīng)當(dāng)受到約束且為唯一可能的約束對象，由此實(shí)際上承認(rèn)了算法構(gòu)建的一般裁量。申言之，上述定性上的劃分并不恰當(dāng)，不應(yīng)當(dāng)割裂看待算法的前端與中端行為。但不可否認(rèn)，這種觀點(diǎn)的確可以在一定程度上佐證算法建構(gòu)中一般裁量的存在事實(shí)與存在必要，即在實(shí)際操作層面，此種一般裁量不可避免，且在依法行政原理之下，也有必要規(guī)范算法建構(gòu)前的一般裁量。總之，從裁量的兩階段理論角度檢視算法的形成過程可以發(fā)現(xiàn)，在算法程序或模型建構(gòu)之時，即存在將裁量基準(zhǔn)翻譯為代碼語言的這一行為，此為一般裁量，應(yīng)納入自動化行政裁量的討論范疇。

德國學(xué)界認(rèn)為，自動化與裁量通過法律擬制其實(shí)互相交織。具體而言，算法的決定程序可以在法律上擬制為裁量基準(zhǔn)的實(shí)施，而算法程序的設(shè)定即為一種裁量行為。但是，德國的立法實(shí)踐卻將完全自動化行政行為限于羈束行政行為。修改后的德國《聯(lián)邦行政程序法》完全而徹底地排除了全自動行政行為在不確定法律概念與裁量適用中的可能性。換言之，全自動行政行為僅僅可以在羈束行政行為中得以適用。或許，該立法存有的空間在于，若在其他步驟介入人工，即并非完全自動化行政行為，或許該法也承認(rèn)在算法建構(gòu)時的裁量可能，這在一定程度上其實(shí)也變相承認(rèn)了自動處理程序設(shè)定過程中裁量空間的存在可能。

3．算法運(yùn)行的參數(shù)裁量

進(jìn)一步對算法建構(gòu)與運(yùn)行進(jìn)行微觀分析后可以發(fā)現(xiàn)，算法本身的運(yùn)行過程也并非全然不可檢視，對參數(shù)的調(diào)整即為具體裁量的運(yùn)用空間。可以用數(shù)學(xué)模型拆分if-then專家模式下算法的運(yùn)行過程：第一步是算式程序的準(zhǔn)備，在此過程中，算式的設(shè)計者需要確定算式運(yùn)行的條件以及運(yùn)行過程中會用到的各個變量，即參數(shù)；第二步是算式的建立，簡言之，即將各個變量之間的數(shù)學(xué)關(guān)系運(yùn)用公式予以解析，以期達(dá)到運(yùn)用數(shù)學(xué)結(jié)構(gòu)可以較為準(zhǔn)確地得出恰當(dāng)結(jié)果的目的，后續(xù)工作人員可以對算式中的參數(shù)進(jìn)行調(diào)整以改變最終的算法結(jié)果；第三步是算式的求解過程，也就是將行政處罰等案件材料細(xì)化為具體的數(shù)據(jù)信息，從而確定算式的各環(huán)節(jié)輸出參數(shù)，在這一步得出的結(jié)果即為算法程序的最終結(jié)果，算法程序本身到此結(jié)束；但在算法運(yùn)行過程中有一步與各流程互相交織，即算式分析，這是對算法的檢視與完善，通過對算法運(yùn)行得出的結(jié)果進(jìn)行數(shù)學(xué)分析以不斷調(diào)試算法運(yùn)行過程中的參數(shù)，所以無法將這一環(huán)節(jié)定位為第四步，其在算法運(yùn)行過程中的各環(huán)節(jié)均有體現(xiàn)；最后一步是算式檢驗(yàn)，也即結(jié)合實(shí)際情況衡量算法結(jié)果的妥當(dāng)與否，這一步與第四步看似過程相似，但其區(qū)別在于第四步面向的是既往案例結(jié)果的比對，也即為了完善算法程序，而這一步是在個案裁量中判斷算法裁量的結(jié)果是否妥當(dāng)，是具體裁量的運(yùn)作過程。由此可見，在整個對算法進(jìn)行優(yōu)化的過程中不可避免地存在裁量空間。

通過對第四級自動化行政中人工智能深度學(xué)習(xí)過程的算法基礎(chǔ)進(jìn)行細(xì)致分解，可以發(fā)現(xiàn)回歸分析中對參數(shù)的調(diào)整也是裁量的運(yùn)用范疇。回歸分析能夠預(yù)測數(shù)據(jù)的發(fā)展趨勢，即回歸方程y=a+bx描述了自變量x和因變量y的關(guān)系，公式中的y是根據(jù)既往數(shù)據(jù)形成的算法運(yùn)行過后，算法基于整體代碼運(yùn)算之后給出的對于某個自變量x的結(jié)果值，而這個估計值y與實(shí)際的數(shù)值，即既往案例的最終數(shù)據(jù)結(jié)果之間的差就是殘差。具體辦案的工作人員根據(jù)主觀的判斷與衡量進(jìn)行調(diào)整，即計算多個自變量x下因變量y的范圍，即為個案中的參數(shù)裁量空間，放諸整個大數(shù)據(jù)分析的算法過程，即為樣本分析至數(shù)據(jù)庫之間“學(xué)習(xí)訓(xùn)練”中的參數(shù)調(diào)整空間（見圖1）。

但是，正如部分學(xué)者所擔(dān)憂的，在純粹基于學(xué)習(xí)既往案例數(shù)據(jù)的算法框架中，是否果真有針對個案的裁量空間的存在呢？在傳統(tǒng)“人為裁量”的運(yùn)作過程中，人的意識認(rèn)知是針對個案進(jìn)行判斷的，而算法只是通過對既往數(shù)據(jù)的持續(xù)學(xué)習(xí)和比對，使結(jié)果無限趨近于人類分析之后的個案判斷結(jié)果。在if-then的專家模型算法編程下，如果工作人員沒有人工介入以調(diào)整參數(shù)，算法必然得出唯一結(jié)果，進(jìn)而能夠存儲入數(shù)據(jù)庫。質(zhì)言之，基于此數(shù)據(jù)庫之下的個案輸入只可能導(dǎo)致唯一結(jié)果，似有背離裁量之義，甚至?xí)淙氩昧康《柚场Ｏ朔N憂慮的路徑主要有兩種。其一為擴(kuò)大殘差，即得出區(qū)間值，供行政機(jī)關(guān)工作人員進(jìn)一步選擇，但也同時否定了具有裁量能力的完全自動化行政。其二為再次檢視人為裁量作出的過程，將機(jī)器作出的唯一結(jié)果擬制為經(jīng)過海量比對之后的個案裁量。

由此，通過對算法兩端的裁量構(gòu)建，可以借由算法建構(gòu)以及運(yùn)行的兩個環(huán)節(jié)論證出自動化行政的裁量基礎(chǔ)，但在自動化設(shè)備具體運(yùn)行的過程中，行政裁量又是如何發(fā)揮作用的呢？

四、自動化行政過程中裁量的實(shí)現(xiàn)機(jī)制

論證自動化行政具有裁量功能以及可以實(shí)現(xiàn)裁量的方法論之后，可以借由行政過程論視角，從自動化行政具體歷經(jīng)的步驟角度對裁量的實(shí)現(xiàn)機(jī)制予以分析，從而更細(xì)致地構(gòu)建自動化行政中裁量的基本結(jié)構(gòu)。

域外國家和地區(qū)對自動化決策過程的可視化已有諸多要求。不同于以“算法黑箱”遮蔽對自動化行政裁量的討論，從行政過程論視角可以發(fā)現(xiàn)，在事實(shí)選取、法律要件的判定、法律效果的決定與選擇等多方面，行政裁量均發(fā)揮了要件裁量、效果裁量等各種功能，也體現(xiàn)了羈束裁量、自由裁量的不同價值。當(dāng)然，在此的事實(shí)選取、要件裁量以及效果裁量的劃分主要依照行政行為的作出過程所可能經(jīng)歷的步驟。具體而言，裁量行為包括法規(guī)裁量行為以及便宜裁量行為，且都會經(jīng)歷如下三個程序，即便未在形式上體現(xiàn)，也可在法律效果層面擬制。而對于諸如三級自動化行政行為等羈束自動化行政行為，則一般最多經(jīng)歷事實(shí)選取、要件裁量兩個步驟。

1．事實(shí)選取

案件事實(shí)的認(rèn)定過程中是否存在裁量余地？關(guān)于這個問題，學(xué)界討論相對較少，而是直接把焦點(diǎn)置于對法律要件的解釋上。自動化行政通過對事實(shí)的摘選讓我們意識到，在證據(jù)調(diào)查與事實(shí)確定中也有裁量存在的空間。對于具體案件，納入裁量運(yùn)行程序的邏輯前提是行政主體對行為主體的確定，簡言之，就是判定是誰做了這件事情。從現(xiàn)實(shí)發(fā)生學(xué)的角度看，某一行為的主體以及案件的事實(shí)本身既然已經(jīng)發(fā)生，就必然是客觀確定的。但從案件事實(shí)到法律事實(shí)中間不可避免地存在認(rèn)識論上的鴻溝，換言之，可以被認(rèn)定為最終定案根據(jù)的“事實(shí)”需要經(jīng)過調(diào)查取證環(huán)節(jié)方可認(rèn)定。故此處的“事實(shí)”其實(shí)為“法律事實(shí)”，區(qū)別于“現(xiàn)實(shí)事實(shí)”，是可以納入法律評價，即法規(guī)范適用過程的事實(shí)。法律事實(shí)是現(xiàn)實(shí)事實(shí)的擇取與精簡，篩除了無關(guān)法評價的部分事實(shí)，這便是裁量的運(yùn)用余地。

現(xiàn)實(shí)中，某一案件的事實(shí)紛繁復(fù)雜，除了何人、何時、何地、做何事，還有許多沒有必要納入法評價流程的事實(shí)，諸如當(dāng)事人的身高、表情，周邊的環(huán)境，等等，而此處的“沒有必要”也是案件事實(shí)認(rèn)定中裁量空間的展現(xiàn)。可是行政主體是如何確定只調(diào)取某些證據(jù)就可以達(dá)到證明案件事實(shí)的目的的呢？實(shí)際上，在案件進(jìn)入裁量系統(tǒng)之前，行政主體早已有大致判斷，已經(jīng)基本明晰案件的爭議點(diǎn)以及與此相關(guān)的基本事實(shí)。以現(xiàn)實(shí)中最常見也是最簡單的闖紅燈抓拍為例，選取何種事實(shí)片段，為什么選取前輪壓線、車身過線、后輪過線三張照片便可以認(rèn)定該車輛存在闖紅燈行為，抓拍的時間點(diǎn)又該如何確定，都是在涉及程序之初便要考慮的問題。當(dāng)然，抓拍時間點(diǎn)的確定涉及一般裁量過程中的要件裁量階段下對法律效果的思考與衡量，即應(yīng)當(dāng)對機(jī)動車駕駛?cè)藛T施加何種的注意義務(wù)。

明晰爭議焦點(diǎn)之后，行政主體方能選擇相關(guān)的法規(guī)范，進(jìn)而對法律要件進(jìn)行解釋。而此種裁量應(yīng)為要件裁量還是效果裁量呢？這也涉及要件裁量與效果裁量究竟是裁量階段的二分，還是諸多裁量中最重要形態(tài)的定性問題。質(zhì)言之，要件裁量與效果裁量在行政過程論視角下是對裁量的完全歸納，還是重要裁量形態(tài)的不完全列舉？這涉及對要件裁量以及效果裁量之京都學(xué)派與東京學(xué)派的經(jīng)典之爭，在此不再贅述。

簡言之，事實(shí)選取，也即事實(shí)認(rèn)定的方式中有裁量空間，此處的裁量可能是廣義上的選擇之意，但是不可否認(rèn)人在面對現(xiàn)實(shí)情況時，將何種信息納入考量本身就經(jīng)歷了選擇，而這種選擇，在自動化行政的語境下，更是在程序設(shè)置之初便由算法設(shè)計者進(jìn)行了裁量與判斷，不應(yīng)以“算法黑箱”予以遮蔽，而應(yīng)通過行政裁量理論予以分析與規(guī)制。

在“五級劃分法”下，各個層級的自動化行政行為與人工智能的算法運(yùn)用過程在信息與數(shù)據(jù)的收集、處理環(huán)節(jié)均有交織，考慮到自動化行政所生發(fā)的現(xiàn)實(shí)基礎(chǔ)，對于證據(jù)的捕獲與固定幾乎是各個層級的自動化行政都需要具備的流程。具言之，行政主體在具體的執(zhí)法過程中，首先通過人工智能設(shè)備自動化地獲取信息，進(jìn)而由設(shè)計好的算法程序在視頻音像或者輸入的案件數(shù)據(jù)中拆分、截取具體的違法行為，評估行為的違法情節(jié)，判定其違法程度，這便是自動化行政中的事實(shí)選取過程。不可忽略的是，在傳統(tǒng)“人為裁量”中看似不需要解讀的過程，在自動化行政裁量研究中卻必須給予更多關(guān)注，以免背離合法裁量的應(yīng)有之意。在事實(shí)選取結(jié)束之后，人工智能會觸發(fā)響應(yīng)并與其他數(shù)字系統(tǒng)進(jìn)行通信，一般情況下，下一步案件信息就會進(jìn)入立案系統(tǒng)。至此，自動化行政便完成了傳統(tǒng)上依靠人力治安巡邏來采集信息的執(zhí)法過程。

由人工智能完成的事實(shí)選取優(yōu)勢頗多，全天候監(jiān)控下違法行為的發(fā)現(xiàn)率、捕獲率呈現(xiàn)越級增長，且證據(jù)的固定更加規(guī)范、有跡可循。執(zhí)法過程中可能出現(xiàn)的信息盲點(diǎn)、不必要的爭論和質(zhì)疑也將大大減少。同時，在第四級自動化行政中，由于具有自我學(xué)習(xí)能力，機(jī)器對證據(jù)的分析與固化不但具有流程上輸出結(jié)果的單向度能力，同時也可以在自我學(xué)習(xí)的過程中通過數(shù)據(jù)比對，發(fā)現(xiàn)證據(jù)中可能存在的瑕疵以及不同證據(jù)之間的瑕疵與矛盾，并及時告知行政工作人員。但同時應(yīng)當(dāng)注意到，系統(tǒng)的智能化程度越高，算法壟斷與隔閡便會越嚴(yán)重，即相對人從外部監(jiān)督分析算法運(yùn)行更難以實(shí)現(xiàn)，由此產(chǎn)生的信息不對稱甚至權(quán)利救濟(jì)問題也不容小覷。

2．要件裁量

首先要明確，此處應(yīng)用“要件裁量”無意介入與不確定法律概念相關(guān)的學(xué)術(shù)爭議，也并非意指東京學(xué)派效果裁量說與京都學(xué)派要件裁量說的對應(yīng)觀點(diǎn)，而僅僅對應(yīng)行政活動過程中將事實(shí)的小前提與法律要件的大前提相對應(yīng)的步驟，從而分析其中裁量的作用空間。對于自動化行政是否具有對事實(shí)要件進(jìn)行個案權(quán)衡的能力，學(xué)界爭論較大，其實(shí)也展現(xiàn)了部分學(xué)者尚不支持“具有裁量能力的完全自動化行政”這一概念的觀點(diǎn)。否定論者普遍認(rèn)為，要件裁量不能逃避對于不確定法律概念的解讀，自動化系統(tǒng)的個案權(quán)衡能力十分薄弱，即便可能通過人工干預(yù)實(shí)現(xiàn)對一些特殊情況的判斷，但這并非常態(tài)，不能由此證明自動化行政具有不確定法律概念的解釋能力。還有學(xué)者進(jìn)一步指出，從法律到算法需要經(jīng)過人工智能系統(tǒng)的單轉(zhuǎn)譯過程，此過程必然具有模糊的特征。

對此種觀點(diǎn)作出回應(yīng)的基礎(chǔ)是深刻檢視自動化行政完成“人為裁量”功能下要件裁量步驟的過程。鑒于第一級至第四級自動化行政均能實(shí)現(xiàn)要件裁量的擬制效果，按照“舉重以明輕”的邏輯，應(yīng)聚焦于第四級自動化行政設(shè)備中的要件裁量功能展開論述。對于第四級自動化行政設(shè)備而言，人工智能的深度學(xué)習(xí)可以作出類似人類對不確定法律概念的判斷，即便人工智能無法回答為什么如此解釋，其也可以通過海量數(shù)據(jù)給出可能的結(jié)果。此過程可經(jīng)由法律語言向算法編程的轉(zhuǎn)換予以完成，并通過大量試驗(yàn)予以完善。當(dāng)然，不可否認(rèn)若通過試錯予以完善算法，必然會存在發(fā)生要素選取錯誤的可能，但同時應(yīng)當(dāng)承認(rèn)自動化行政要件裁量的優(yōu)勢。自動化行政系統(tǒng)周密的邏輯推演可以排除人為主觀因素導(dǎo)致的要素選取與分析解讀層面的疏漏。

在域外不乏這樣的實(shí)例，如澳大利亞具有司法權(quán)與行政權(quán)嚴(yán)格分立的背景，故司法只能結(jié)論性地解釋成文法的法律含義以及參照授權(quán)的成文法判斷行政行為的有效性，即自動化系統(tǒng)中的法律規(guī)則必須按照司法批準(zhǔn)的授權(quán)法規(guī)的結(jié)構(gòu)進(jìn)行編碼和應(yīng)用。由此，在法律效果擬制層面實(shí)現(xiàn)了傳統(tǒng)零級自動化行政中要件裁量的作用效果。

與此同時，承認(rèn)自動化行政的要件裁量可能，并不會滑向?qū)Σ昧繉偃诵缘谋畴x。機(jī)器不會自動產(chǎn)生程序，而只能借由人工編寫的算法選取事實(shí)片段中的要素，納入流程進(jìn)行處理并導(dǎo)出結(jié)果。要件裁量必須經(jīng)專業(yè)人員從法規(guī)范語言翻譯成為算法編程，其中必須經(jīng)由法學(xué)專家的解釋與說明，這一過程類似于將法規(guī)范細(xì)化為裁量基準(zhǔn)的一般裁量，只是將裁量基準(zhǔn)予以算法語言化。當(dāng)然，從宏觀角度觀之，算法語言只能無比近似于裁量基準(zhǔn)，其過程量值也只能擬合為裁量基準(zhǔn)的過程要素；但是，從微觀角度而言，算法的回歸設(shè)計、梯度空間與殘值范圍能夠給予更為細(xì)化的裁量基準(zhǔn)，這也是自動化行政對于裁量運(yùn)行過程的可能裨益。

3．效果裁量

對于自動化行政是否會貶損效果裁量，抑或是否可以成為效果裁量的組成部分，學(xué)界兩派觀點(diǎn)同樣針鋒相對。否定論者認(rèn)為，在自動化行政的過程中，行政主體依靠算法的決策來完成行政行為，從而背離了行政主體對行政決定種類以及效果的選擇，無法行使行政裁量權(quán)，也沒有裁量空間，更遑論對行政決定與行為的限度的選擇。在行政處罰中，這一點(diǎn)表現(xiàn)為對行政處罰種類以及檔次的選擇被消解。

筆者首先承認(rèn)自動化行政中存在裁量的適用空間，但同時認(rèn)為應(yīng)當(dāng)將自動化行政的輸出結(jié)果視為“人的裁量”中效果裁量的一個考量因素。換言之，雖然承認(rèn)自動化行政在個案中所得出的算法結(jié)果具有效果裁量功能，但基于對自動化行政的合法性控制，仍需要行政主體將算法結(jié)果“上升”為裁量決定，否則便可能落入裁量怠惰之境地。當(dāng)然，此處的“上升”過程并非指在事實(shí)層面對每一個案件都進(jìn)行審查。畢竟，若苛求行政主體對每個案件都履行具體審查義務(wù)，自動化行政的核心優(yōu)勢，即高效性，將幾近喪失。此處的“上升”僅指法律效果層面的擬制，即受個案對裁量義務(wù)的程度要求、相對人的人工處理請求權(quán)等多方面因素的影響，對不同層級裁量義務(wù)進(jìn)行不同程度的人工介入選擇。由此，可構(gòu)建適當(dāng)?shù)乃惴鞒棠┒诵姓C(jī)關(guān)工作人員對算法結(jié)果進(jìn)行事實(shí)層面審核之裁量義務(wù)矩陣，如表2所示。

人工智能系統(tǒng)依靠其深度學(xué)習(xí)的能力，分析并關(guān)聯(lián)大量的違法情節(jié)與決定結(jié)果，同時考量動機(jī)、有責(zé)性等主觀層面因素，對主觀因素以及客觀因素都有衡量，并由此建立算法模型，對具體輸入的個案進(jìn)行選擇衡量并完成判斷，可通過前文已論述的運(yùn)行過程中的參數(shù)裁量方式得以實(shí)現(xiàn)。自動化行政的效果裁量也并非個案的各自為戰(zhàn)，其依據(jù)剔除偏見數(shù)據(jù)的案例庫，給出不同于傳統(tǒng)“人為裁量”下僅依靠個案工作人員主觀判斷得出的結(jié)果，無論是需要經(jīng)過事實(shí)審查的算法結(jié)果還是可以被直接推定為裁量決定的算法結(jié)果，都對同案同判、避免工作人員個人因素影響裁斷有著極大裨益，也能夠避免基層行政人員在政策執(zhí)行過程中對決策者意圖的曲解，并由此實(shí)現(xiàn)參數(shù)裁量的具體功能。職是之故，我們不能因噎廢食般地因?yàn)榻?gòu)的復(fù)雜性而放棄更具理性的評估。當(dāng)然，通過上述人工介入分級機(jī)制，我們也能在最大程度上保證算法結(jié)果不會影響行政機(jī)關(guān)工作人員的效果裁量判斷。

具體而言，在零級、一級、二級自動化行政中，機(jī)器僅需依照算法既定的程序與步驟運(yùn)行，依照在算法前端輸入的分級裁量基準(zhǔn)，做簡單的選擇或者線性運(yùn)算。換言之，機(jī)器并不獨(dú)立完成效果裁量，而是僅僅依照違法因素的選擇程序進(jìn)行裁量結(jié)果的簡單導(dǎo)出，即便需要計算，也僅僅是初步的線性疊加，從而得出簡單的裁量結(jié)果，并不會涉及對不同效果裁量幅度的選擇難題。在線性疊加的過程中，諸如“一事不二罰”等原則也可直接作為編程程序?qū)懭胨惴āＷ詈蟮牟昧繘Q定有賴于行政主體依照機(jī)器給出的裁量結(jié)果予以作出。零級、一級、二級自動化行政在現(xiàn)實(shí)中往往適用于違法因素較簡單也較容易類型化的領(lǐng)域，如治安管理、交通違法等。

而在三級自動化行政中，機(jī)器可以根據(jù)算法運(yùn)行得出裁量結(jié)果。不同于零級、一級、二級的自動化行政，部分自動化行政的裁量結(jié)果在事實(shí)層面已經(jīng)可以等同于裁量決定。換言之，若經(jīng)由行政主體完成最終決斷的正當(dāng)程序，即可依據(jù)該裁量結(jié)果對外作出決定。此處需要額外注意事實(shí)上的等同與法效果上的等同，事實(shí)上的裁量結(jié)果與裁量決定的等同并不能剝奪裁量決定或者裁量結(jié)果單獨(dú)存在的意義，即便在正當(dāng)程序原則之下，行政主體在事實(shí)層面并未分析某個裁量結(jié)果是否可以直接等同為裁量決定，依然必須承認(rèn)在法效果上此步驟的不可省略性。此種自動化行政多用于環(huán)境治理等專業(yè)性較強(qiáng)的行政執(zhí)法領(lǐng)域，如根據(jù)各裁量因子得出“情節(jié)輕微”的結(jié)果。

在第四級自動化行政中，機(jī)器不僅可以完成效果裁量，還可以通過海量數(shù)據(jù)的學(xué)習(xí)自我糾偏，從而不斷完善、充實(shí)裁量規(guī)則，尋求最優(yōu)的裁量結(jié)果。第四級自動化行政準(zhǔn)確性高且“擁有人類并不具備的實(shí)施有效監(jiān)督的能力”。但目前的實(shí)踐運(yùn)用中還未有第四級自動化行政裁量的實(shí)例，第四級自動化行政裁量的難題依舊棘手。在技術(shù)難題之外，可能更大的問題是倫理難題與法律難題，甚至這兩個難題才是技術(shù)無法真正落地的根本原因。

結(jié)語

自動化行政一方面滿足了現(xiàn)代社會對于數(shù)字政府高效便捷行政的期待，另一方面卻使得相對人因信息與技術(shù)鴻溝而不得不讓渡一部分程序權(quán)利甚至實(shí)體利益。算法構(gòu)建前的“一般裁量”與自動化行政運(yùn)行過程中的“參數(shù)裁量”可以回應(yīng)對于“算法黑箱”的疑慮。面對純粹類案判斷不存在裁量的質(zhì)疑，擴(kuò)大殘差與輔助裁量的裁量結(jié)果之定位可以對裁量的屬人性背離加以限制。在行政過程論視角下，事實(shí)選取、要件裁量、效果裁量各階段均有自動化行政的適用余地，可構(gòu)建適當(dāng)?shù)娜肆槿雽徍酥昧苛x務(wù)矩陣，以完成從“算法結(jié)果”向“裁量決定”上升的法效擬制回環(huán)。探析自動化行政的裁量構(gòu)造是對自動化行政裁量進(jìn)行合法性規(guī)制的前提，在此基礎(chǔ)上，執(zhí)法密度失衡對裁量基準(zhǔn)的沖擊以及如何確定司法審查標(biāo)準(zhǔn)以規(guī)制裁量逾越、濫用、怠惰等問題，在當(dāng)前時代下仍需要呼吁行政法學(xué)者給予更多學(xué)術(shù)觀照。