Page 133 - 新时代行政法理论与应用实践

第四章 行政处罚制度

个案裁量提供一般化规则。在半自动化行政的视角下，在裁量过程中应赋予人工
裁量更多的主导性地位，以便控制数字化裁量对裁量行为性质更改的问题。通过
完善裁量基准，厘定不确定性法律概念的人工解释范围，构建合理的人机协同机

制，可避免数字化裁量对裁量过程的过度控制，减轻代码对裁量行为的羁束化，
降低人工对数字化裁量方法的过度依赖。框定数字化裁量的适用边界，从现有技
术条件观察，适用数字化裁量的应当是复杂程度较低、行政程序简洁、裁量结果
较为确定的行政行为。虽然人工智能技术让机器能够学习的程度越来越深，通过

不断丰富数据库可优化机器算法的计算标准，但并不意味着机器本身具备裁量的
能力。“算法可以在次要问题上居于主导地位，而人类必须在首要问题上维持自
己的权威。”行政行为适用数字化裁量的边界应当由立法进行框定，摒弃行政机

关的自由选择，通过法律保留的方式确定数字化裁量的适用范围，可从行政行为
是否契合预先设定的算法规则、追求结果统一性的类型化行政处罚等方面框定数
字化裁量的适用边界；同时，排除那些法律规范中不确定法律概念较多，在裁量
基准转译过程中难以控制合法性的法律规范适用的事项。
类型化区分行政处罚，对复杂程度较高、适用法律位阶较高的行政裁量应用

数字化裁量时保留人工裁量的高参与度，可确保个案正义。在简单性、重复性行
政处罚中适用数字化裁量可更好地提升裁量标准的统一，其所代表的价值判断标
准经数字化裁量程序得到优化，这在价值位阶具有更高的正义性。有学者经过实

证研究得出，实践问题的复杂程度较高时，人工裁量做出的决定比算法决策具有
更高的程序公正性，实践问题复杂程度较低时，算法决策比人工裁量决策的程序
公正性更高。因此，在半自动化裁量的视角下，通过复杂性判断将行政处罚进行
类型化区分，在争议不大、处罚数额较小、程序简洁的行政处罚案件中，算法决
策更能体现优势，避免人工裁量过多掺杂主观意志引发裁量结果不合法风险；同

时，也能扩大数字化裁量的算法数据库，对结果一致性的价值追求指引着算法规
则通过学习朝着更优方向发展，也能提升数字化裁量结果的科学性。
3. 构建合理的人机裁量协作机制

构建合理的人机协作机制，强化以人为主导地位，以机器为辅助地位的人机
协作数字化裁量机制，这样能够充分发挥人工裁量的作用；同时弱化机器对裁量
性质的羁束化改写，进而更好地控制数字化裁量的合法性风险，避免人工过度依
赖机器，裁量权被机器过度行使。在预设算法规则具有足够科学性的前提下，保

125