黃雅卓

摘 要：“合理確權(quán)”是政府職責(zé)體系構(gòu)建的重要原則，但在實(shí)踐中“合理確權(quán)”的實(shí)現(xiàn)存在困難。人工智能時(shí)代，算法技術(shù)嵌入政府行政活動中，被應(yīng)用于政府職責(zé)體系構(gòu)建，通過賦能權(quán)責(zé)梳理、分解與歸堆、配置工作，從操作層面上推動著政府縱向間關(guān)系調(diào)整與政府職責(zé)體系構(gòu)建。然而，算法“霸權(quán)”、算法“黑箱”、算法“偏見”等技術(shù)異化風(fēng)險(xiǎn)，會衍生出權(quán)責(zé)梳理工作的正當(dāng)性詰問、權(quán)責(zé)分解和歸堆工作的可信性質(zhì)疑、權(quán)責(zé)配置工作的準(zhǔn)確性挑戰(zhàn)等后果。因此，這一技術(shù)的嵌入是存在限度的，應(yīng)當(dāng)綜合考量技術(shù)賦能過程，規(guī)避可能的風(fēng)險(xiǎn)，最大限度發(fā)揮技術(shù)賦能的正面效應(yīng)。

關(guān)鍵詞：算法技術(shù)；政府職責(zé)體系；政府縱向間關(guān)系；技術(shù)賦能；技術(shù)限度

中圖分類號：D630 文獻(xiàn)標(biāo)識碼：A

文章編號：1008－7168（2023）03－0034－09

一、引言：政府職責(zé)體系構(gòu)建的算法進(jìn)路

合理調(diào)整政府縱向間關(guān)系，是中國國家治理現(xiàn)代化過程中需要深度解決的核心問題之一。歷史經(jīng)驗(yàn)告訴我們，調(diào)整政府縱向間關(guān)系，既不能簡單地“放”，也不能籠統(tǒng)地“集”，而應(yīng)當(dāng)逐步走向“健全政府職責(zé)體系”［1］。2018年，《深化黨和國家機(jī)構(gòu)改革方案》指出，優(yōu)化和調(diào)整職能，“構(gòu)建起職責(zé)明確、依法行政的政府治理體系”［2］。2019年，黨的十九屆四中全會明確提出，“優(yōu)化政府職責(zé)體系”［3］。2020年，黨的十九屆五中全會強(qiáng)調(diào)，“建設(shè)職責(zé)明確、依法行政的政府治理體系”［4］（p.20）。2022年，黨的二十大報(bào)告再次強(qiáng)調(diào)，“轉(zhuǎn)變政府職能，優(yōu)化政府職責(zé)體系和組織結(jié)構(gòu)，推進(jìn)機(jī)構(gòu)、職能、權(quán)限、程序、責(zé)任法定化，提高行政效率和公信力”［5］。這意味著，調(diào)整政府職責(zé)配置結(jié)構(gòu)，構(gòu)建科學(xué)的政府職責(zé)體系，已經(jīng)成為調(diào)整政府縱向間關(guān)系的基本方向與重要目標(biāo)。

構(gòu)建政府職責(zé)體系，是具有長期性與艱巨性的任務(wù)?！奥氊?zé)同構(gòu)”是起點(diǎn)，但“職責(zé)異構(gòu)”不是終點(diǎn)。相關(guān)研究普遍認(rèn)為，應(yīng)當(dāng)在“職責(zé)同構(gòu)”和“職責(zé)異構(gòu)”之間探索一種可能的模式，構(gòu)建符合中國實(shí)際、具有中國特色的政府職責(zé)體系。朱光磊、楊智雄提出，具有“序列”與“次序”內(nèi)涵的“職責(zé)序構(gòu)”模式，是一種可以探討的演進(jìn)形態(tài)［6］。具體而言，廣義政府職責(zé)體系按照序列進(jìn)行“歸堆”，狹義政府職責(zé)體系按照次序進(jìn)行“分層”，使各層級政府職責(zé)逐步“歸位”［6］。鄒宗根從生物學(xué)“DNA雙螺旋結(jié)構(gòu)”得到啟發(fā)，將“職責(zé)旋構(gòu)”作為未來政府職責(zé)體系的一種選擇，形成“DNA雙螺旋式”的職責(zé)結(jié)構(gòu)，以“雙主鏈”基本要素維護(hù)整體權(quán)威，以“堿基對”層級職能適應(yīng)地方需要［7］。呂同舟認(rèn)為，“嵌套式異構(gòu)”是政府職責(zé)體系的可能構(gòu)建模式，即將職責(zé)體系分為同構(gòu)部分和異構(gòu)部分，沿著中央到地方的層級結(jié)構(gòu)，職責(zé)范圍逐步縮小，低層級的職責(zé)范圍嵌套于高層級的職責(zé)范圍之中［8］（p.239）。事實(shí)上，這些理想模式都表達(dá)了一個(gè)共同思想：構(gòu)建政府職責(zé)體系應(yīng)當(dāng)合理確認(rèn)各層級政府的權(quán)力與職責(zé)，實(shí)現(xiàn)政府間事權(quán)和職責(zé)的科學(xué)歸位。從理論層面講，“合理確權(quán)”無疑是構(gòu)建政府職責(zé)體系的重要原則，但在實(shí)踐中，合理確權(quán)的實(shí)現(xiàn)難度非常大。除調(diào)整過程中可能受到的強(qiáng)大制度慣性阻礙外，各層級、各類別政府的權(quán)力事項(xiàng)和職責(zé)事項(xiàng)復(fù)雜、繁多，對其進(jìn)行梳理、分類、歸位，已遠(yuǎn)非人腦與人力可以完成。就當(dāng)前權(quán)責(zé)清單制度的建設(shè)而言，其不僅給相關(guān)工作人員帶來了極大的工作負(fù)擔(dān)，而且從工作的完成度和實(shí)際效果來看，也未能達(dá)到預(yù)期。

然而，算法技術(shù)的發(fā)展與成熟，為構(gòu)建政府職責(zé)體系在操作層面的相關(guān)問題提供了有效的解決路徑。從技術(shù)邏輯來看，這一技術(shù)是指建立在現(xiàn)代算法基礎(chǔ)上，以歷史數(shù)據(jù)為支撐而形成的具有感知、推理、學(xué)習(xí)、決策等思維活動并能夠按照一定目標(biāo)完成相應(yīng)行為的計(jì)算系統(tǒng)［9］。它可以在短時(shí)間內(nèi)對海量數(shù)據(jù)進(jìn)行分類篩選與深度挖掘，并在此基礎(chǔ)上進(jìn)行模式或關(guān)系構(gòu)建，從而揭示其規(guī)律，生產(chǎn)新的知識。算法技術(shù)的突破與創(chuàng)新不斷革新著人類社會的既有樣態(tài)，使人類第一次擁有無盡的勞動力資源和高效多樣的勞動者，從而推動著人類加速進(jìn)入一個(gè)機(jī)器智慧普遍融入人類社會的時(shí)代［10］。與此同時(shí)，算法技術(shù)也開始嵌入政府行政活動中，使這種革新逐漸從社會領(lǐng)域傳遞到行政領(lǐng)域，引發(fā)了行政活動的數(shù)字化、智能化轉(zhuǎn)型，并從深層次撼動了傳統(tǒng)行政活動的運(yùn)行規(guī)律與基本范式。相關(guān)研究者對此既充滿期待，也保持警惕，普遍認(rèn)為這是一個(gè)“福禍相依”的過程。因?yàn)?，算法技術(shù)具有替代人類的獨(dú)特屬性，它使行政活動中最核心要素——人類的存在——發(fā)生了改變，逐漸把人從一線的行政實(shí)踐場景中移除出去［11］。

一方面，算法技術(shù)將大量勞動力從細(xì)碎、繁瑣的工作中解脫出來，使原先冗長的科層鏈條被顯著壓縮［12］，為有效控制政府規(guī)模提供了現(xiàn)實(shí)可能［13］。與此同時(shí)，也使政府行政活動從人類的主觀情感中脫離出來，使其呈現(xiàn)出更加高效、更加精確、更加客觀的圖景［14］。但另一方面，人類的離場與機(jī)器的入場給傳統(tǒng)行政活動帶來前所未有的沖擊。算法技術(shù)固有的技術(shù)特性與運(yùn)轉(zhuǎn)方式，會導(dǎo)致算法“霸權(quán)”、算法“黑箱”、算法“偏見”等問題［15］。若將這一技術(shù)與行政活動深度融合，上述問題便會以單一面貌或疊加面貌交替出現(xiàn)，從而給正常的政治和社會秩序造成影響，給社會公平公正和民眾合法權(quán)益帶來挑戰(zhàn)［16］。這些現(xiàn)實(shí)損害與潛在風(fēng)險(xiǎn)，引發(fā)了研究者們對因應(yīng)策略的探討，這些探討主要聚焦于技術(shù)、制度與協(xié)作三個(gè)方面。在技術(shù)方面，要優(yōu)化算法技術(shù)本身［17］，并設(shè)計(jì)各類監(jiān)管算法［18］；在制度方面，應(yīng)建立法律規(guī)范體系［19］與行業(yè)規(guī)范體系［20］；在協(xié)作方面，須協(xié)調(diào)主體間利益分配［21］，并建立多元合作機(jī)制［22］。

可見，已有研究是沿著“技術(shù)嵌入—技術(shù)風(fēng)險(xiǎn)—技術(shù)治理”的思路展開與推進(jìn)的，由此從宏觀層面對算法技術(shù)在行政活動中的應(yīng)用及其限度進(jìn)行了相對充分的闡釋，為進(jìn)一步從具體應(yīng)用領(lǐng)域關(guān)注與探討這一問題提供了整體性框架與知識性積淀。政府職責(zé)體系構(gòu)建是適合算法技術(shù)發(fā)揮作用的具體領(lǐng)域。然而，既有研究尚未注意到這一點(diǎn)。政府職責(zé)體系構(gòu)建具有明確而穩(wěn)定的目標(biāo)，這是算法技術(shù)發(fā)揮作用的關(guān)鍵前提。此外，各層級、各類別政府的權(quán)責(zé)事項(xiàng)眾多，其中蘊(yùn)含的信息與衍生的數(shù)據(jù)豐富而且繁雜，這為算法技術(shù)發(fā)揮作用提供了重要保障。將算法技術(shù)應(yīng)用到政府職責(zé)體系構(gòu)建領(lǐng)域，可以為政府權(quán)力事項(xiàng)和職責(zé)事項(xiàng)的梳理、分解、歸堆與合理配置提供高效的實(shí)現(xiàn)路徑。同時(shí)，這一技術(shù)嵌入后所引發(fā)的政府行政活動運(yùn)行規(guī)律與基本范式的變革，以及由此帶來的各種風(fēng)險(xiǎn)與挑戰(zhàn)也不容忽視。因此，本文在把握算法技術(shù)嵌入政府行政活動的基本思路基礎(chǔ)上，嘗試拓展探討技術(shù)應(yīng)用場景的維度，構(gòu)設(shè)算法技術(shù)賦能政府職責(zé)體系的圖景，預(yù)判其中存在的風(fēng)險(xiǎn)與挑戰(zhàn)，提出針對性的應(yīng)對策略。

二、算法技術(shù)賦能政府職責(zé)體系構(gòu)建的智能圖景

算法技術(shù)所引領(lǐng)的新一輪科技革命與以往科技革命相比，有著本質(zhì)區(qū)別?！斑^去的技術(shù)革新無論形態(tài)如何，其性質(zhì)仍是人類改造世界的工具和手段，而算法技術(shù)則能夠通過對數(shù)據(jù)的分析和學(xué)習(xí)，理解人類的內(nèi)在需求，作為創(chuàng)造性的伙伴直接參與到人類改造世界的活動中?！保?3］換言之，算法技術(shù)的發(fā)展目標(biāo)不僅是無限延展人類的肢體行動能力，更是模擬人類的意識、思維等大腦功能，甚至是用機(jī)器代替人類進(jìn)行決策與行動。而與人腦和人力相比，算法技術(shù)具有三個(gè)方面的核心功能。

一是從海量數(shù)據(jù)中識別和提取信息。以人腦與人力搜集和處理海量非結(jié)構(gòu)化數(shù)據(jù)，成本極高而又很難保證準(zhǔn)確性。但借助算法技術(shù)，利用其文本挖掘、知識庫自動構(gòu)建、圖像視頻識別與生成、自然語言處理等功能［24］，可以將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。在此基礎(chǔ)上進(jìn)行分類處理與深入分析，能夠快速、便捷地挖掘出其中的有效信息。二是對各種關(guān)系進(jìn)行判斷與預(yù)測。人腦天然地帶有非理性偏見，其對關(guān)系的判斷與預(yù)測能力遠(yuǎn)不及統(tǒng)計(jì)模型；而以因果推斷為目標(biāo)的傳統(tǒng)統(tǒng)計(jì)模型，難以準(zhǔn)確還原數(shù)據(jù)生成過程，其預(yù)測效果也比較有限［25］。但算法技術(shù)基于大數(shù)據(jù)和高維數(shù)據(jù)，可以篩選出預(yù)測因子，并建構(gòu)起非線性和高度交互的預(yù)測模型，進(jìn)而能夠高效、精準(zhǔn)地判斷并預(yù)測高度復(fù)雜的現(xiàn)象與數(shù)據(jù)間關(guān)系［26］。三是在運(yùn)作中實(shí)現(xiàn)自我學(xué)習(xí)與優(yōu)化。人類學(xué)習(xí)需要經(jīng)過漫長的習(xí)得過程，與此不同，算法技術(shù)能夠模仿人類的學(xué)習(xí)行為，并以比人腦快得多的速度獲取新知識或新經(jīng)驗(yàn)，重新組織已有知識結(jié)構(gòu)，提高自身表現(xiàn)能力。而且，當(dāng)算法技術(shù)在實(shí)踐中的應(yīng)用面逐漸擴(kuò)大，積累的數(shù)據(jù)量不斷增多時(shí)，它能夠根據(jù)環(huán)境與情況的變化，調(diào)整運(yùn)作方式并提高計(jì)算能力，從而在較短時(shí)間內(nèi)實(shí)現(xiàn)自我進(jìn)化與迭代更新。

上述功能使算法技術(shù)建立起獨(dú)特的理解問題框架與解決問題能力，將其嵌入政府行政活動中，行政決策會變得更加理性，行政行為也會變得更加精準(zhǔn)。因?yàn)?，在傳統(tǒng)行政活動中，針對特定工作，人們一般會根據(jù)先前經(jīng)驗(yàn)，給出一個(gè)或幾個(gè)具有確定性特征的方案。而且，由于人腦判斷容易受思維定式的影響，一旦形成對某一問題的理解和認(rèn)知后，便不會有太大改變。然而，借助算法技術(shù)進(jìn)行的行政活動是一個(gè)由數(shù)據(jù)到信息、再由信息到知識并最終以行動為頂點(diǎn)的演進(jìn)過程［27］（p.55）。在初期，算法技術(shù)的效果或許并不明顯，做出的決策與行動存在偶然性。但隨著嵌入程度的逐漸加深，其能夠不斷調(diào)整、修正各種決策與行動方案，從而得出更加接近于“理想類型”的結(jié)果，實(shí)現(xiàn)改變?nèi)祟惿a(chǎn)、生活實(shí)踐的目標(biāo)。

那么，算法技術(shù)是如何嵌入政府行政活動中，并應(yīng)用于政府職責(zé)體系構(gòu)建領(lǐng)域內(nèi)，為相關(guān)工作的完成提供助益的呢？政府職責(zé)配置結(jié)構(gòu)需要調(diào)整和科學(xué)的政府職責(zé)體系需要建立這一觀點(diǎn)在公共政策和學(xué)術(shù)討論中已經(jīng)成為共識。發(fā)展的基本態(tài)勢是強(qiáng)調(diào)“合理確權(quán)”，即明確各層級政府應(yīng)當(dāng)履行什么職權(quán)和承擔(dān)什么職責(zé)，以實(shí)現(xiàn)五級政府之間在事權(quán)和職責(zé)配置上的合理分工?；诖耍疚膶⒄氊?zé)體系構(gòu)建過程劃分為三個(gè)相互聯(lián)系的階段——權(quán)責(zé)梳理、權(quán)責(zé)分解與歸堆、權(quán)責(zé)配置，并逐一探討這三個(gè)階段中算法技術(shù)賦能的作用機(jī)制（參見圖1）。

第一，算法技術(shù)賦能權(quán)責(zé)梳理工作。權(quán)責(zé)事項(xiàng)的梳理是構(gòu)建政府職責(zé)體系的基礎(chǔ)，其主要目的是全面把握權(quán)責(zé)事項(xiàng)的底數(shù)，為分解、歸堆和配置工作提供依據(jù)。隨著政府行政權(quán)力的擴(kuò)張，各層級、各類別政府的權(quán)責(zé)事項(xiàng)變得更加繁雜，單純依靠人腦進(jìn)行數(shù)據(jù)存儲和信息處理的局限性和弊端逐漸暴露出來。以往工作中，相關(guān)工作人員只能在體量龐雜的信息與數(shù)據(jù)中選取有限內(nèi)容進(jìn)行分析，通過個(gè)體推斷總體并描繪全局圖景。這樣，權(quán)責(zé)事項(xiàng)梳理不徹底、權(quán)力事項(xiàng)與職責(zé)事項(xiàng)不對應(yīng)等問題便會經(jīng)常出現(xiàn)。算法技術(shù)的嵌入能夠改進(jìn)這一狀況。在人工智能時(shí)代，政府行政活動的全息化態(tài)勢日益顯著，權(quán)責(zé)事項(xiàng)在運(yùn)行過程中產(chǎn)生出諸多信息與數(shù)據(jù)。借助各類智能設(shè)備，這些信息與數(shù)據(jù)被動態(tài)地采集著，并通過移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的鏈接以及分布式并行計(jì)算技術(shù)的應(yīng)用［28］，構(gòu)建起龐大的信息與數(shù)據(jù)網(wǎng)絡(luò)。在算法技術(shù)的設(shè)定下，通過監(jiān)督學(xué)習(xí)或非監(jiān)督學(xué)習(xí)的方式，機(jī)器能夠在人腦所不能及的程度上，對海量數(shù)據(jù)進(jìn)行集成歸并和智能篩選，對各類信息進(jìn)行特征萃取和規(guī)律提煉，從而逐步把握權(quán)責(zé)事項(xiàng)底數(shù)及相關(guān)聯(lián)的有用信息。

第二，算法技術(shù)賦能權(quán)責(zé)分解與歸堆工作。權(quán)責(zé)事項(xiàng)的分解與歸堆是政府職責(zé)體系構(gòu)建的關(guān)鍵環(huán)節(jié)，是使五級政府之間既有分工又有合作的重要前提。在分解工作中，要處理好“環(huán)節(jié)”與“事權(quán)”的關(guān)系，把比較完整的事權(quán)劃分出來、劃分下去［29］；在歸堆工作中，要適當(dāng)歸類相鄰層級政府的同類別事權(quán)，做到既能夠各負(fù)其責(zé)，又能夠上下銜接［30］。經(jīng)過多輪實(shí)踐探索與理論反思，分解、歸堆工作的基本原則已經(jīng)在實(shí)務(wù)界與學(xué)術(shù)界形成共識。但是，作為一項(xiàng)操作性極強(qiáng)的工作，如果缺乏具體的實(shí)施方法，這些基本原則就無法“落地”。在以往工作中，由于分解與歸堆工作只有原則性界說，并無具體化標(biāo)準(zhǔn)，相關(guān)工作人員只能按照自己的理解去執(zhí)行。這就引發(fā)了不同地方執(zhí)行標(biāo)準(zhǔn)不相同、執(zhí)行結(jié)果差距大等現(xiàn)象。而算法技術(shù)的引入則可以在解決上述問題的同時(shí)，提高這一工作的高效化水平。在算法技術(shù)的設(shè)定下，機(jī)器以一種客觀中立、穩(wěn)妥可靠的方式進(jìn)行工作，目標(biāo)、參數(shù)與數(shù)據(jù)是唯一能夠影響工作結(jié)果的變量［31］。也即，向機(jī)器輸入分解、歸堆的工作目標(biāo)及程序要求，便可得到無偏的結(jié)果。此外，借助算法技術(shù)，機(jī)器能夠更加高效地完成工作。一方面，依靠算法系統(tǒng)的強(qiáng)大計(jì)算能力，機(jī)器能夠用窮舉的方式在相當(dāng)短的時(shí)間內(nèi)完成權(quán)衡過程；另一方面，基于多層次神經(jīng)網(wǎng)絡(luò)系統(tǒng)，機(jī)器能夠提供許多人腦無法慮及的建議，找到超出人類認(rèn)知范圍的重要隱性信息［32］。由此，可以將分解、歸堆工作落實(shí)、落細(xì)，為權(quán)責(zé)事項(xiàng)的合理配置奠定重要基礎(chǔ)。

第三，算法技術(shù)賦能權(quán)責(zé)配置工作。以“確權(quán)”的方式確認(rèn)各級政府職責(zé)配置，實(shí)現(xiàn)政府間事權(quán)和職責(zé)的科學(xué)合理歸位，政府職責(zé)體系便會“呼之欲出”。合理確權(quán)實(shí)質(zhì)上是制度性分權(quán)，是對原先分權(quán)過程隨意性較大的反思與修正。但這并不意味著，權(quán)責(zé)配置結(jié)構(gòu)是一成不變的，政府職責(zé)體系構(gòu)建可以“畢其功于一役”。事實(shí)上，政府職責(zé)體系應(yīng)當(dāng)具有相當(dāng)?shù)膹椥耘c靈活性，能夠根據(jù)法律法規(guī)的立改廢釋以及相關(guān)改革對職責(zé)配置結(jié)構(gòu)的影響，進(jìn)行職責(zé)層次內(nèi)和職責(zé)層次間的動態(tài)調(diào)整［33］。算法技術(shù)的嵌入能夠?qū)崿F(xiàn)這一要求。在算法技術(shù)的設(shè)定下，通過點(diǎn)線面網(wǎng)的數(shù)字化鏈接，可以對政府行政活動的未來場景進(jìn)行多維模擬，建構(gòu)出與現(xiàn)實(shí)環(huán)境相匹配的擬態(tài)情景。同時(shí)，可以通過設(shè)定基準(zhǔn)函數(shù)衡量不同方案的優(yōu)劣程度，以數(shù)字化的表達(dá)方式對這些方案進(jìn)行編碼處理并納入仿生實(shí)驗(yàn)虛擬情景，呈現(xiàn)不同方案的效果及缺陷，最后達(dá)到方案比較選擇和優(yōu)化調(diào)整的目標(biāo)［34］。此外，借助算法技術(shù)，機(jī)器能夠?qū)β氊?zé)體系內(nèi)容進(jìn)行逐一解析，并鏈接法律法規(guī)與政策文本數(shù)據(jù)庫進(jìn)行細(xì)致比對。一旦出現(xiàn)歧義理解或者語義沖突的情況，便會發(fā)出警報(bào)來申請人工介入審讀，以確保職責(zé)體系不會與法律法規(guī)或其他政策文件相沖突［35］。

三、算法技術(shù)賦能政府職責(zé)體系構(gòu)建的風(fēng)險(xiǎn)與限度

算法技術(shù)的嵌入，雖然會提高政府行政活動的技術(shù)理性，為政府職責(zé)體系構(gòu)建的相關(guān)工作提供諸多助力，但這一技術(shù)存在的諸多異化風(fēng)險(xiǎn)，如算法“霸權(quán)”、算法“黑箱”、算法“偏見”等，會給政府職責(zé)體系構(gòu)建的各個(gè)階段工作帶來不同程度的風(fēng)險(xiǎn)與挑戰(zhàn)。應(yīng)當(dāng)科學(xué)預(yù)判技術(shù)異化可能衍生的后果，并謹(jǐn)慎體察技術(shù)嵌入行政活動并應(yīng)用于政府職責(zé)體系構(gòu)建領(lǐng)域的限度。

（一）算法“霸權(quán)”與權(quán)責(zé)梳理工作的正當(dāng)性詰問

權(quán)責(zé)梳理工作意在把握事項(xiàng)底數(shù)，規(guī)范行政權(quán)力。雖然行政權(quán)力的擴(kuò)張是社會發(fā)展的必然結(jié)果，但其應(yīng)當(dāng)被限制在一個(gè)相對合理的范圍內(nèi)。因?yàn)?，行政?quán)力的擴(kuò)張不僅表現(xiàn)為權(quán)力行使范圍的擴(kuò)張，而且表現(xiàn)為權(quán)力行使程度的擴(kuò)張［36］。若任其無限發(fā)展，則會影響權(quán)力之間的合理結(jié)構(gòu)以及權(quán)力本身的正當(dāng)運(yùn)作［37］。在以往的行政體制改革中，行政權(quán)力的規(guī)范問題始終沒有得到有效解決。但在政府職責(zé)體系構(gòu)建背景下，權(quán)責(zé)事項(xiàng)梳理工作的開展與推進(jìn)，為規(guī)范擴(kuò)張中的行政權(quán)力提供了重要機(jī)遇。然而，算法技術(shù)在其中的過度嵌入，卻使這一工作的正當(dāng)性遭受詰問。算法技術(shù)與行政活動的深度融合，使傳統(tǒng)具備單一知識體系的公共管理者找到了精確分析復(fù)雜社會現(xiàn)象、快速處理棘手社會問題的“捷徑”，他們樂意將手頭的工作交由算法來代為處理。隨之，附帶于各項(xiàng)工作之中的各種行政權(quán)力，也被他們“拱手相讓”給了算法。而算法憑借強(qiáng)大計(jì)算能力與深度學(xué)習(xí)能力，逐漸成為調(diào)配社會資源的新興力量，進(jìn)而獲得了一種事實(shí)上的技術(shù)權(quán)力——算法權(quán)力［38］。

算法權(quán)力從不同層面嵌入行政權(quán)力的運(yùn)作過程中，并在技術(shù)上逐漸擺脫工具地位，開始在某些領(lǐng)域取代行政權(quán)力而成為獨(dú)立的決策主體。退一步講，即使算法仍然保持其工具屬性，它也能以微妙而有效的方式塑造人類的感受和行為，使他們在潛移默化地“游說”下放棄原本的獨(dú)立性思考與自主性判斷，以致呈現(xiàn)出形式上人類參與決策而實(shí)質(zhì)上算法操縱決策的景象。在這種情景下，算法邏輯取代了法律規(guī)則，自動決策代替了依法決策，原有的法律法規(guī)面臨著被架空的局面。當(dāng)相應(yīng)的規(guī)制方案與救濟(jì)途徑缺位時(shí)，算法權(quán)力便能夠更加“自如”地借助行政權(quán)力體系“野蠻生長”，將原先“限制權(quán)力與保障權(quán)利”的格局替換為“崇拜權(quán)力與壓縮權(quán)利”的格局，進(jìn)而造成諸多風(fēng)險(xiǎn)與隱患。這樣一來，不但規(guī)范行政權(quán)力的問題沒有得到穩(wěn)妥解決，而且增加了又一難題——如何限制和約束算法權(quán)力。相比而言，后者在認(rèn)知上和操作上的難度更大，發(fā)展的態(tài)勢也不甚明朗，稍有不慎便會對公共利益造成巨大損害。

（二）算法“黑箱”與權(quán)責(zé)分解和歸堆工作的可信性質(zhì)疑

權(quán)責(zé)分解與歸堆工作意在分配清楚五級政府之間的事權(quán)與職責(zé)，改變政府間事權(quán)模糊、職責(zé)不清的狀態(tài)。以往，各個(gè)層級政府普遍分不清自己應(yīng)該做什么、不應(yīng)該做什么，幾乎對所有事情都要管理、都要負(fù)責(zé)。這樣，不僅基層負(fù)擔(dān)過重，而且中央壓力也極大。這種局面已經(jīng)無法適應(yīng)現(xiàn)實(shí)需要，亟待改變。權(quán)責(zé)清單制度的推行，是分解與歸堆工作的初步“試水”。但由于缺乏較高水平和較為清晰的關(guān)于各個(gè)層級政府權(quán)責(zé)的法律文本指導(dǎo)，因而在制度建設(shè)過程中，出現(xiàn)了制度要素不統(tǒng)一、清單內(nèi)容差異大等問題。算法技術(shù)的嵌入，為解決上述問題提供了一致性方案與高效化路徑，但也正是由于其過于“智能”，隨之帶來了難以理解與難以監(jiān)督的問題——算法“黑箱”問題。

算法“黑箱”本質(zhì)上是技術(shù)“黑箱”，其不可知曉與不可解釋程度隨著機(jī)器學(xué)習(xí)技術(shù)的迭代進(jìn)步而不斷加深。與監(jiān)督學(xué)習(xí)技術(shù)相對應(yīng)的是算法“黑箱”的初級形態(tài)。在這種形態(tài)下，輸入端的數(shù)據(jù)訓(xùn)練程序與輸出端的算法目標(biāo)程序都是已知的，“黑箱”只存在于輸入端與輸出端之間不能被觀察到的“隱層”中［39］。這種算法“黑箱”的不可知程度最低，大部分人都可以了解算法信息。與半監(jiān)督學(xué)習(xí)相對應(yīng)的是算法“黑箱”的中級形態(tài)［40］。在這種形態(tài)下，輸出端的算法目標(biāo)程序是已知的，而輸入端的數(shù)據(jù)訓(xùn)練程序是未知的，“黑箱”便存在于輸入端。這種算法“黑箱”的不可知程度更高一些，只有一部分人可以了解算法信息，而另一部分人是不了解的。與無監(jiān)督學(xué)習(xí)相對應(yīng)的是算法“黑箱”的高級形態(tài)［41］。在這種形態(tài)下，輸入端的數(shù)據(jù)訓(xùn)練程序與輸出端的算法目標(biāo)程序都是未知的，“黑箱”存在于從輸入端到輸出端的全過程。這種算法“黑箱”的不可知程度最高，只有機(jī)器了解算法信息，而人對此一無所知。

從目前的技術(shù)發(fā)展階段和實(shí)際應(yīng)用情況來看，算法“黑箱”以中級形態(tài)為主，兼有初級形態(tài)和高級形態(tài)。中級形態(tài)的算法“黑箱”在政府行政活動中的具體表現(xiàn)是，技術(shù)公司負(fù)責(zé)算法設(shè)計(jì)與算法運(yùn)行，而政府部門掌控算法目標(biāo)與算法結(jié)果［42］。因此，這一形態(tài)“黑箱”的形成，除受到技術(shù)本身的高度專業(yè)性和極端復(fù)雜性影響之外，還受到技術(shù)公司“刻意不透明”的影響。技術(shù)公司在面臨公開數(shù)據(jù)收集詳情會因侵犯用戶隱私被索賠、公開算法運(yùn)行程序會因程序漏洞被指控、公開算法運(yùn)行結(jié)果會因結(jié)果錯(cuò)誤被訴訟等情境時(shí)，往往沒有動力公開算法，而是傾向于對其進(jìn)行隱秘處理。技術(shù)原因與社會原因的交疊，使賽維坦與人類社會之間橫亙起一道新的“無知之幕”［43］。而這種“認(rèn)知隔膜”的存在，使人們不僅無法參與算法運(yùn)作過程，而且無法獲得或者即使可以獲得也無法理解相關(guān)解釋信息，進(jìn)而難以對這一運(yùn)作過程進(jìn)行有效監(jiān)督，由此輸出的結(jié)果和生成的方案會遭受可信性質(zhì)疑。

（三）算法“偏見”與權(quán)責(zé)配置工作的準(zhǔn)確性挑戰(zhàn)

權(quán)責(zé)配置工作在政府職能轉(zhuǎn)變的過渡階段，既需要包容改革對政府權(quán)責(zé)的調(diào)整，也需要維持整個(gè)權(quán)責(zé)體系的相對穩(wěn)定。這意味著，權(quán)責(zé)配置工作并非一勞永逸。它一方面需要關(guān)注法律法規(guī)的立改廢釋，另一方面需要注意相關(guān)改革對權(quán)責(zé)配置結(jié)構(gòu)的影響，實(shí)現(xiàn)權(quán)責(zé)體系的動態(tài)優(yōu)化。算法技術(shù)憑借其在數(shù)據(jù)收集、存儲與分析方面的優(yōu)勢，能夠全面評估當(dāng)前情勢，理性做出前瞻決策，進(jìn)而為政府及時(shí)了解改革變化實(shí)際提供助益。但是，算法技術(shù)作用的發(fā)揮是以數(shù)據(jù)為基礎(chǔ)的，數(shù)據(jù)的收集影響著算法的性能。因?yàn)?，算法需要基于全量?shù)據(jù)來完成自我訓(xùn)練與自我學(xué)習(xí)，輸入數(shù)據(jù)的數(shù)量與質(zhì)量都會關(guān)系到算法優(yōu)勢的實(shí)現(xiàn)與否。

然而，在政府行政活動中，由于數(shù)據(jù)收集的困難，能夠提供給算法進(jìn)行訓(xùn)練的數(shù)據(jù)在數(shù)量與質(zhì)量方面都存在一些欠缺。數(shù)量方面，數(shù)據(jù)的完整度不高。一方面，政府使用的智能設(shè)備多由技術(shù)公司提供，這些智能設(shè)備獲取的數(shù)據(jù)也多為技術(shù)公司擁有，政府調(diào)用起來比較困難。另一方面，政府內(nèi)部數(shù)據(jù)多為各條線、各部門掌握，“數(shù)據(jù)煙囪”“數(shù)據(jù)壁壘”問題仍然存在，政府集中調(diào)用各條線、各部門數(shù)據(jù)的成本較高、難度較大。這些因素導(dǎo)致政府常常難以獲得完整、全面的數(shù)據(jù)來為算法技術(shù)提供支撐。質(zhì)量方面，數(shù)據(jù)的優(yōu)質(zhì)性不足。在收集數(shù)據(jù)時(shí)，需要考慮所收集數(shù)據(jù)的準(zhǔn)確性和通用性。準(zhǔn)確性要求數(shù)據(jù)能夠準(zhǔn)確反映需要定義的問題，符合忠實(shí)測量原則，以確保能夠精準(zhǔn)預(yù)測變量；通用性則要求數(shù)據(jù)能夠代表模型最終應(yīng)用的實(shí)際情況，能夠就同類問題進(jìn)行預(yù)測［44］。但就目前能夠收集到的數(shù)據(jù)而言，數(shù)據(jù)“污染”、數(shù)據(jù)“失真”、數(shù)據(jù)“冗雜”、數(shù)據(jù)價(jià)值密度不足等問題普遍存在，其準(zhǔn)確性和通用性都難以保證。

當(dāng)這些在數(shù)量與質(zhì)量上都存在偏差的數(shù)據(jù)被應(yīng)用于算法訓(xùn)練時(shí)，它們所蘊(yùn)含的“偏見”便會被算法識別并予以標(biāo)記，產(chǎn)生帶有“偏見”的算法規(guī)則集，并在嵌入行政活動時(shí)持續(xù)強(qiáng)化這種“偏見”，得出帶有“偏見”的結(jié)果。這樣看來，行政活動中既有的數(shù)據(jù)問題，使相當(dāng)一部分?jǐn)?shù)據(jù)無法進(jìn)入算法訓(xùn)練數(shù)據(jù)集，而進(jìn)入數(shù)據(jù)集的數(shù)據(jù)又有相當(dāng)一部分存在各種各樣的質(zhì)量問題。這種數(shù)據(jù)收集的不全面與不周嚴(yán)會因算法運(yùn)作特性而催生出結(jié)果的不嚴(yán)謹(jǐn)，使這一工作的準(zhǔn)確性面臨挑戰(zhàn)。

四、總結(jié)與討論

人類社會的每一次重大科技變革都會展現(xiàn)福禍相依的雙重面向，算法技術(shù)也不例外。不管人們是否愿意、是否承認(rèn)，算法技術(shù)幾乎滲透到現(xiàn)實(shí)生活的各個(gè)領(lǐng)域，已經(jīng)成為不可回避的事實(shí)。這一技術(shù)在政府行政活動中的興起與發(fā)展，為諸如政府縱向間關(guān)系調(diào)整、政府職責(zé)體系構(gòu)建等具體問題在操作層面的工作提供了許多助益。但對這一技術(shù)，我們不僅要善加利用，同時(shí)還要保持警惕，不能希冀于技術(shù)能夠紓解所有難題，更不能沉湎于技術(shù)萬能的贊歌之中。在某種意義上，算法技術(shù)自身具有獨(dú)特的技術(shù)邏輯和現(xiàn)實(shí)路徑，因此，當(dāng)其深度嵌入政府行政活動中時(shí)，會對“以人為本”的公共價(jià)值造成前所未有的沖擊。

一方面，公共價(jià)值的生成來源于人類的直接參與。但在人類主動推動的算法技術(shù)應(yīng)用過程中，技術(shù)系統(tǒng)從人類自然感官、自然肢體或自然智能的代理者，向人類中心地位的替代者的方向發(fā)展［45］。由此，加速了人類在行政活動中的離場，使公共價(jià)值生成的必要條件遭受重大挑戰(zhàn)。另一方面，公共價(jià)值的生成離不開人類的情感基礎(chǔ)。但在闡揚(yáng)算法技術(shù)嵌入行政活動帶來的精確性時(shí)，人類情感正被視為一種擾亂精確性的因素而被逐漸邊緣化［46］。由此，行政活動將因缺乏情感投入而變得冰冷無趣，人類行為也將因“被困在系統(tǒng)中”而同謀求人類福祉的價(jià)值目標(biāo)漸行漸遠(yuǎn)。因此，在倡導(dǎo)技術(shù)應(yīng)用的同時(shí)，要時(shí)刻高揚(yáng)“以人為本”的價(jià)值旗幟，始終堅(jiān)守“以人為本”的價(jià)值底線，明確算法技術(shù)的輔助地位，并以人的價(jià)值的實(shí)現(xiàn)與否來審視和判斷是否應(yīng)用算法技術(shù)，從而最大限度地避免這一技術(shù)對人類的主體替代和對人類的權(quán)力易手，消除由此引發(fā)的挑戰(zhàn)公共價(jià)值的隱憂與消解公共價(jià)值的隱患。

在重申人類主體性地位、明確技術(shù)輔助性原則的基礎(chǔ)上，還應(yīng)當(dāng)從以下三個(gè)具體方面入手規(guī)制算法技術(shù)的應(yīng)用，實(shí)現(xiàn)算法善治的愿望與目標(biāo)。

第一，構(gòu)建算法準(zhǔn)入機(jī)制、發(fā)布算法準(zhǔn)入清單，重視思考算法技術(shù)介入政府行政活動的范圍與邊界。將“機(jī)器擅長的交給機(jī)器，人類擅長的交給人類”，如價(jià)值無涉的事項(xiàng)可以交由機(jī)器來處理，而涉及價(jià)值判斷的事項(xiàng)則由人工介入，促進(jìn)人機(jī)交互和人機(jī)合作。這樣，在機(jī)器入場的同時(shí)保證人類不離場，避免政府行政活動走向“技術(shù)依賴”的泥沼而偏離“技術(shù)賦能”的本意。

第二，構(gòu)建算法解釋制度，從應(yīng)用層面逐步破解算法“黑箱”。由于算法信息與國家秘密、政府機(jī)密以及商業(yè)秘密具有強(qiáng)相關(guān)性，因而我們不能盲目要求全面公開算法信息。而基于應(yīng)用于政府行政活動中的算法多來自技術(shù)公司這一現(xiàn)實(shí)，政府在采購算法時(shí)，可要求技術(shù)公司交付算法模型的生成記錄與運(yùn)行邏輯，從而用其來解釋關(guān)鍵政策并幫助展開驗(yàn)證工作［47］，以此降低算法“黑箱”帶來的消極影響，提升社會各界對算法技術(shù)的認(rèn)可程度。

第三，持續(xù)推進(jìn)數(shù)字政府建設(shè)，為集成算法技術(shù)與行政活動提供重要平臺。技術(shù)與制度同頻共振是技術(shù)發(fā)揮作用的重要保障，發(fā)揮技術(shù)與制度的合力作用，需要構(gòu)建能夠匯集技術(shù)與制度雙重功用的有效機(jī)制。當(dāng)前正在推進(jìn)的數(shù)字政府建設(shè)，為政府掌握數(shù)據(jù)主導(dǎo)權(quán)、推進(jìn)數(shù)據(jù)集成與共享提供了重要機(jī)遇，進(jìn)而為克服政府各條線和各部門的自利傾向、堅(jiān)持一切工作以公共利益為準(zhǔn)則提供了多重保障［48］，是實(shí)現(xiàn)算法技術(shù)向上、向善的重要機(jī)制系統(tǒng)，應(yīng)當(dāng)持續(xù)、深入推進(jìn)。

需要說明的是，本文論述得以展開的前提和依據(jù)建立在算法技術(shù)進(jìn)一步發(fā)展、算法技術(shù)與公共行政進(jìn)一步融合的基礎(chǔ)上，因而論述中的多數(shù)情形尚未在現(xiàn)實(shí)生活中充分顯現(xiàn)。本文更多是對算法技術(shù)嵌入政府行政活動后所引發(fā)的一系列變化的一種預(yù)判性分析，但這并不妨礙對算法賦能展開想象，并對其限度進(jìn)行反思，從而有效規(guī)避算法技術(shù)介入的潛在風(fēng)險(xiǎn)，最大限度發(fā)揮這一技術(shù)賦能的正面效應(yīng)。

參考文獻(xiàn)：

［1］朱光磊.全面深化改革進(jìn)程中的中國新治理觀［J］.中國社會科學(xué)，2017，（4）.

［2］中共中央印發(fā)《深化黨和國家機(jī)構(gòu)改革方案》［N］.人民日報(bào)，2018-03-22.

［3］中共中央關(guān)于堅(jiān)持和完善中國特色社會主義制度推進(jìn)國家治理體系和治理能力現(xiàn)代化若干重大問題的決定［N］.人民日報(bào)，2019-11-06.

［4］中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議［M］.北京：人民出版社，2020.

［5］習(xí)近平.高舉中國特色社會主義偉大旗幟為全面建設(shè)社會主義現(xiàn)代化國家而團(tuán)結(jié)奮斗［N］.人民日報(bào)，2022-10-26.

［6］朱光磊，楊智雄.職責(zé)序構(gòu)：中國政府職責(zé)體系的一種演進(jìn)形態(tài)［J］.學(xué)術(shù)界，2020，（5）.

［7］鄒宗根.職責(zé)旋構(gòu)：縱向間政府關(guān)系的新思考［J］.長白學(xué)刊，2013，（5）.

［8］呂同舟.中國政府縱向職責(zé)體系研究［M］.天津：天津人民出版社/天津出版?zhèn)髅郊瘓F(tuán)，2021.

［9］賈開，蔣余浩.人工智能治理的三個(gè)基本問題：技術(shù)邏輯、風(fēng)險(xiǎn)挑戰(zhàn)與公共政策選擇［J］.中國行政管理，2017，（10）.

［10］何哲.面向未來的公共管理體系：基于智能網(wǎng)絡(luò)時(shí)代的探析［J］.中國行政管理，2017，（11）.

［11］孫偉平.人工智能與人的“新異化”［J］.中國社會科學(xué)，2020，（12）.

［12］岳楚炎.人工智能革命與政府轉(zhuǎn)型［J］.自然辯證法通訊，2019，（1）.

［13］胡洪彬.人工智能時(shí)代政府治理模式的變革與創(chuàng)新［J］.學(xué)術(shù)界，2018，（4）.

［14］Puraite A，Zuzeviciute V，Bereikiene D，et al.Algorithmic Governance in Public Sector：Is Digitization a Key to Effective Management［J］.Independent Journal of Management&Production，2020，（9）.

［15］鄺巖，許曉東.算法治理研究述評：演進(jìn)脈絡(luò)分析與理論體系構(gòu)建［J］.情報(bào)雜志，2023，（3）.

［16］Tsamados A，Aggarwal N，Cowls J，et al.The Ethics of Algorithms：Key Problems and Solutions［J］.Ai&Society，2022，（1）.

［17］Shapiro A.Predictive Policing for Reform？ Indeterminacy and Intervention in Big Data Policing［J］.Surveillance&Society，2019，（3-4）.

［18］Gorwa R，Binns R，Katzenbach C.Algorithmic Content Moderation：Technical and Political Challenges in the Automation of Platform Governance［J］.Big Data&Society，2020，（1）.

［19］陳鵬.算法的權(quán)力：應(yīng)用與規(guī)制［J］.浙江社會科學(xué)，2019，（4）.

［20］蘇宇.算法規(guī)制的譜系［J］.中國法學(xué)，2020，（3）.

［21］陳思.算法治理：智能社會技術(shù)異化的風(fēng)險(xiǎn)及應(yīng)對［J］.湖北大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2020，（1）.

［22］汝緒華.算法政治：風(fēng)險(xiǎn)、發(fā)生邏輯與治理［J］.廈門大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2018，（6）.

［23］封帥.人工智能時(shí)代的國際關(guān)系：走向變革且不平等的世界［J］.外交評論（外交學(xué)院學(xué)報(bào)），2018，（1）.

［24］王元卓，賈巖濤，劉大偉，等.基于開放網(wǎng)絡(luò)知識的信息檢索與數(shù)據(jù)挖掘［J］.計(jì)算機(jī)研究與發(fā)展，2015，（2）.

［25］Grove W，Meehl P.Comparative Efficiency of Informal （Subjective， Impressionistic） and Formal （Mechanical， Algorithmic） Prediction Procedures：The Clinical-Statistical Controversy［J］.Psychology，1996，（2）.

［26］Kleinberg J，Lakkaraju H，Ludwig J，et al.Human Decisions and Machine Predictions［J］.The Quarterly Journal of Economics，2017，（1）.

［27］周靖.科學(xué)技術(shù)概論（第三版）［M］.南京：南京大學(xué)出版社，2020.

［28］趙友華.人工智能時(shí)代優(yōu)化民生政治參與的算法邏輯［J］.寧夏社會科學(xué)，2019，（5）.

［29］朱光磊.政府職責(zé)體系構(gòu)建中的六個(gè)重要關(guān)系［J］.中國機(jī)構(gòu)改革與管理，2013，（6）.

［30］朱光磊，鎖利銘，宋林霖，等.構(gòu)建中國特色社會主義政府職責(zé)體系推進(jìn)政府治理現(xiàn)代化（筆談）［J］.探索，2021，（1）.

［31］封帥，周亦奇.人工智能時(shí)代國家戰(zhàn)略行為的模式變遷——走向數(shù)據(jù)與算法的競爭［J］.國際展望，2018，（4）.

［32］Ayoub K，Payne K.Strategy in the Age of Artificial Intelligence［J］.The Journal of Strategic Studies，2016，（5-6）.

［33］趙志遠(yuǎn).政府職責(zé)體系構(gòu)建中的權(quán)責(zé)清單制度：結(jié)構(gòu)、過程與機(jī)制［J］.政治學(xué)研究，2021，（5）.

［34］侯浩翔，鐘婉娟.人工智能視閾下教育治理的技術(shù)功用與困境突破［J］.電化教育研究，2019，（4）.

［35］吳進(jìn)進(jìn)，符陽.算法決策：人工智能驅(qū)動的公共決策及其風(fēng)險(xiǎn)［J］.開放時(shí)代，2021，（5）.

［36］劉素梅.論行政權(quán)力的擴(kuò)張［J］.蘇州大學(xué)學(xué)報(bào)，2006，（2）.

［37］鄧曄.論行政權(quán)的擴(kuò)張與控制［J］.法學(xué)雜志，2008，（2）.

［38］張凌寒.算法權(quán)力的興起、異化及法律規(guī)制［J］.法商研究，2019，（4）.

［39］許可.人工智能的算法黑箱與數(shù)據(jù)正義［N］.社會科學(xué)報(bào)，2018-03-29.

［40］Diakopoulos N.Algorithmic Accountability：Journalistic Investigation of Computational Power Structures［J］.Digital Journalism，2015，（3）.

［41］張淑玲.破解黑箱：智媒時(shí)代的算法權(quán)力規(guī)制與透明實(shí)現(xiàn)機(jī)制［J］.中國出版，2018，（7）.

［42］譚九生，范曉韻.算法“黑箱”的成因、風(fēng)險(xiǎn)及其治理［J］.湖南科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2020，（6）.

［43］趙友華.人工智能時(shí)代優(yōu)化民生政治參與的算法邏輯［J］.寧夏社會科學(xué)，2019，（5）.

［44］劉友華.算法偏見及其規(guī)制路徑研究［J］.法學(xué)雜志，2019，（6）.

［45］李河.從“代理”到“替代”的技術(shù)與正在“過時(shí)”的人類？［J］.中國社會科學(xué)，2020，（10）.

［46］田先紅，張慶賀.城市社區(qū)中的情感治理：基礎(chǔ)、機(jī)制及限度［J］.探索，2019，（6）.

［47］Brauneis R，Goodman E.Algorithmic Transparency for the Smart City［J］.The Yale Journal of Law＆Technology，2018，（1）．

［48］王張華，顏佳華.人工智能時(shí)代算法行政的公共性審視——基于“人機(jī)關(guān)系”的視野［J］.探索，2021，（4）.

［責(zé)任編輯：張英秀］