夏金莱：大数据行政决策法治化研究

    摘要：传统行政决策模式存在行政主导决策模式下的供需脱节、经验驱动型决策中的科学性局限以及封闭决策导致的民主性虚化这三大局限性。大数据对行政决策会产生四个方面的积极影响，即大数据预测能力推动及时精准决策，大数据提升决策的科学性，提升公众参与的实效、促进决策民主化，以及有效激活行政决策后评估。同时，大数据固有的弊端可能导致大数据决策与个人信息保护之间存在矛盾张力，大数据技术亦可能破坏民主，算法自动化决策可能导致决策失误问责的困境。大数据行政决策应当因循法治化的发展路径，对数据使用以及算法权力进行必要的约束和控制，平衡大数据决策与个人信息保护的关系，提升公众参与行政决策的实效并防止大数据滥用，确立大数据行政决策责任追究机制。
    关键词：大数据；行政决策；个人信息保护；公众参与；问责容错
    在全球范围内，大数据日益成为一种越来越重要的基础性战略资源。其不仅成为经济发展的巨大推动力，更是对政府治理和社会治理产生了重大而深远的影响。国务院于2015年印发了《促进大数据发展行动纲要》，确定了未来5至10年推动大数据发展和应用的第一个目标是“将大数据作为提升政府治理能力的重要手段，通过高效采集、有效整合、深化应用政府数据和社会数据，提升政府决策和风险防范水平”。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》亦专章提出提高数字政府建设水平，要将数字技术广泛应用于政府管理服务，推动政府治理流程再造和模式优化，不断提高决策科学性和服务效率。我国关于重大行政决策程序的立法采用的是自下而上的模式，率先由地方政府开始尝试。从发布时间上看，其中最早的是杭州市人民政府于2003年1月30日发布的《杭州市人民政府关于进一步完善全市经济和社会发展重大事项行政决策程序的通知》（杭政〔2003〕2号，现已失效）。2008年《国务院关于加强市县政府依法行政的决定》明确提出了完善市县政府行政决策机制的要求，随后全国各地陆续发布了行政决策相关的规范性文件，并开始呈现出急剧增长的态势，至2019年国务院在总结地方立法经验的基础上颁布了《重大行政决策程序暂行条例》。目前，我国各地方立法所确定的重大行政决策程序和模式基本上都与《重大行政决策程序暂行条例》一致，是行政主导的经验驱动型决策。尽管实践中大数据已经对部分政府行政决策产生了一些具体的影响和作用，但仅仅停留在少数环节中的技术辅助层面。当大数据时代已经来临，数字政府已然成为政府治理的发展方向，我们就不能再回避大数据对重大行政决策已经和可能产生的影响，而应以积极的态度检视既有重大行政决策模式和程序的局限性，主动迎接大数据带来的机遇和挑战，回应大数据时代的需求，在法治化的视野下构建大数据驱动型行政决策模式。
    一、传统重大行政决策模式的特点与局限 （一）行政主导决策模式下的供需脱节
    我国重大行政决策模式具有强烈的政府主导性，决策启动程序的设置即充分体现了这一特点。虽然从国务院到各地方政府立法大多规定享有启动行政决策建议权的主体包括决策机关领导人员，决策机关所属部门或者下一级人民政府，人大代表、政协委员，以及普通公民、法人或者其他组织，但是从实际情况来看，绝大多数行政决策都是在决策机关领导人员或者职能部门的建议下启动的。然而，任何一个重大行政决策都是为了实现公共利益，故决策需求方是一定区域内的社会公众。因此，国外有学者提出建立需求显示激励机制，主张给予个体充分的激励，使其表达出对于公共物品的真实需求情况，然后汇总所有主体的偏好示意，提供出符合大家需求的公共物品。这种观点看似完美，但公众是由众多分散的个体组成的，个体往往只会关注自身的利益需求，而个体的利益需求还需要进行分析、提炼和整合才能形成公众的利益需求。因此，众多的个体事实上难以成为统一的行动主体来表达对特定决策事项的需求，而只能通过决策机关或者其职能部门在常规工作中去了解、发现，再按照自己的工作计划提出决策建议和启动行政决策。在这样的决策启动方式中，决策供给方显然无法及时了解公众的需求，供需脱节容易造成决策的滞后性。在非信息化时代，滞后性对常规重大行政决策的负面影响还未凸显，毕竟与及时性相比，决策机关更看重的是决策事项的合理性和必要性。但是，在社会生活呈现加速发展的今天，各项新事物从萌芽到普及往往不过短短数年，行政决策的及时性和前瞻性显得日益重要。此外，在应急行政决策中，决策启动的滞后往往就是决策失误的表现。
    （二）经验驱动型决策中的科学性局限
    “传统公共决策的基本模式是在环境不确定、信息不充分条件下的经验决策，主要依靠政府决策部门对于公共事务和公众需求的经验把握。”现代社会中重大行政决策事项不仅范围非常广泛，并且变化快而频繁，经验显然不足以覆盖各种类型的决策。更何况，不少决策事项还具有非常强的专业技术性。针对专业性、技术性较强的决策事项，重大行政决策程序立法都将专家论证作为法定环节之一。诚然，专家论证是决策科学性的重要保障。然而，现代社会生活的复杂性、利益的多元性和技术更新的快速性越来越凸显专家智识的局限性。而且，重大行政决策中的专家论证由决策承办单位组织实施，具有较强的被动性，具体表现为是否需要进行专家论证以及何时进行专家论证由决策承办单位决定，参与论证的专家以及论证方式由决策承办单位选择，而专家进行论证所依据的信息亦由决策承办单位提供。这种由行政机关主导的专家参与方式在很大程度上仍旧受限于决策机关的经验，经验的局限性将成为决策科学性的掣肘。当重大行政决策的实施可能对社会稳定、公共安全等方面造成不利影响时，决策机关应当组织实施对决策草案风险评估工作。现阶段，我国依据实用性标准，一般将行政决策风险分为财政经济风险、法律风险、社会稳定风险和环境生态风险四类。所谓风险，是指未来发生危险或者损害的可能性，于当下而言属于未知的情形。对未来进行准确的预测是一项复杂的、难度系数较高的工作，一旦疏忽则可能因风险爆发而导致决策失败，而过于谨慎又容易造成决策迟延和决策方案无法满足社会需要。风险评估基本上都是由决策承办单位组织实施，尽管可以委托专业机构、社会组织等第三方进行，但是目前第三方风险评估机构的发展很不完善，不仅数量少，而且缺乏科学标准和管理规范。在重大行政决策风险中尤为复杂的是社会稳定风险，从实践情况来看，决策承办单位在很多情况下都是自行进行风险评估，而这种评估往往在很大程度上依赖于经验。现阶段的社会稳定风险评估，亟待符合规范的要求。
    （三）封闭决策导致的民主性虚化
    民主决策是重大行政决策的基本原则之一，公众参与制度就是为了实现这一基本原则而设置。尽管从国务院《重大行政决策程序暂行条例》到各地方立法均规定了作出重大行政决策应当充分听取各方面意见，保障人民群众通过多种途径和形式参与决策，但从具体的制度设计以及实践中的做法来看，传统重大行政决策依然属于封闭型决策。封闭性体现在决策机关对信息的垄断和对公众参与程序的主导两个方面。信息是公众有效参与决策的前提条件，然而政府主观上往往不愿意及时全面公开其掌握的信息。因为“政府对于决策权的垄断，通常是靠对公共信息的垄断来支撑的”。科学民主的行政决策依赖一个充分开放且交流顺畅的信息空间，而非封闭的信息黑箱或者单向的信息通道。然而，传统重大行政决策的信息基本掌握在决策机关手中，公开的范围、程度、时机和方式均由决策机关决定，这种对信息的封闭在很大程度上限制了公众对决策事项以及可能的决策方案的认知程度，进而限制了公众参与的深度和实效。公众参与的启动、参与方式的确定、公众代表的遴选等均由决策机关主导和决定，这就导致公众参与可以在很大程度上处于决策机关的控制之下。如果公众不能基于充分的信息自由地表达意见，并得到决策机关的回应，那么决策的民主性就容易被虚化。
    二、大数据对行政决策的积极影响
    “大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。”可见，大数据包含两个层面的含义：一是数据或者信息，即“任何以电子或者其他方式对信息的记录”；二是算法，即通过先进的人工智能处理技术对信息进行处理分析。传统行政决策也离不开必要的数据，大数据行政决策与传统行政决策的区别在于利用算法对数据进行智能处理，并将处理结果作为决策的重要依据或者参考。
    （一）大数据预测能力推动及时精准决策
    科学有效决策的第一步是及时启动行政决策，及时启动决策则需要决策者在第一时间了解社会当下的需求，甚至是预测未来一定时间内可能出现的社会需求。在非数字化的传统时代，信息的产生、搜集和处理均是一个较慢的过程：社会需求传导给决策者，再由决策者基于小样本统计分析来提出决策动议，这往往需要较为漫长的过程。而大数据是一种基于新的处理模式而产生的具有强大的决策力、洞察力及流程优化能力的多样性的、海量的且增长率高的信息资产。大数据通过互联网、物联网、传感器、智能终端等设备收集信息，在计算机构建的虚拟社会中呈现社会的真实状态，实现社会的“数字镜像化”。大数据是对社会生活的量化映像，能够相对准确地反映出当下的社会需求，并且让决策者能够及时掌握此种需求，为及时提出相应的决策动议提供基础条件。信息时代社会生活的多元性和多变性使得决策环境异常复杂，对决策事项和决策方案的预测难度越来越大，传统的经验型行政决策日益显得力不从心。然而，大数据不仅数量大、多样性强、真实性高，还具有产生速度快和分析速度快的特点，决策者能够基于庞大的样本，通过科学的工具进行快速分析，从而对未来的发展趋势作出较为准确的预测，并及时作出响应。大数据增强了人类行为的可预测性，推动公共决策从被动响应向主动预见转变，从普惠模式向精准模式转变等。杭州市政府和阿里巴巴早在2008年就意识到了大数据对启动行政决策的价值，当国际金融危机还未开始全面影响国内制造企业时，阿里巴巴根据买家询盘数的下降，对中小企业制造商发出了预警，根据该预警，政府制定了一系列的应对措施，制造商也开始关注国际金融危机的影响，为应对金融危机的影响做好了准备。预测能力的提升在应急行政决策中的意义更为重大，将大数据应用于应急行政决策中，可以快速收集信息、科学开展预测、及时进行反应，提高决策的准确性与科学性。充分发挥大数据的预测能力，将有助于弥合决策供给与决策需求的鸿沟，提升决策的及时性和针对性。
    （二）大数据提升决策的科学性
    科学决策的前提是及时掌握全面、准确的信息，因此在重大行政决策方案制定过程中，决策承办单位需要进行广泛而深入的调查研究。囿于技术和手段，传统重大行政决策中的调研只能基于特定的样本进行，样本是有限的，分析主要依靠经验，信息来源和分析工具的双重有限性导致传统重大行政决策往往只适合聚焦于特定时段或者特定狭小领域内的事项。当复杂的社会生活产生了多样且多变的决策需求时，上述局限性就成为决策科学性的严重掣肘。然而，“大数据具有规模大（一般在1OTB以上的数据量）、数据类型多样（主要体现在视频音频文件的利用）、数据来源多元、速度快和真实性的特点”，这些特点能够满足决策者对信息的需要，可以为决策机关提供全样本分析的基础，突破了传统重大行政决策样本的局限性，极大提升了决策机关搜集信息的数量和质量。除此之外，与大数据同步发展的还有人工智能技术。在信息社会，大数据与人工智能技术的结合不仅可以拓展信息来源的宽度，还可以拓展信息处理的深度，即通过强大的数据计算能力从不完全的信息中提炼出更多有效的信息。大数据、物联网、云计算和人工智能等数字技术可以实现对重大行政决策全面的“技术赋能”，强大的分析和处理工具使决策者得以摆脱经验和知识的局限性，能够从更宽领域、更长时段、更精细度对公共事务和政策过程进行分析，作出更加科学合理的决策方案，进而提升政府决策能力。
    由于重大行政决策本身具有较强的复杂性和综合性，故决策者应当具备行政学、管理学、法学、社会学、经济学等诸多领域的知识。此外，重大行政决策事项涉及社会生活的方方面面，因此具体决策事项还会涉及医学、农业、环境、工业、交通、化学等各个复杂的学科，这就对参与决策的专家和专业机构提出了较高的要求。大数据打破了不同学科之间的界限，降低了跨专业、跨领域的知识及人员互通的难度，提升了多学科交融的效率，建立在大数据基础上的决策数据分析系统可以快速为决策者提供多种可供选择的决策方案。这都有助于破除决策者智识的有限性，进而提升决策的科学性。
    （三）提升公众参与的实效，促进决策民主化
    信息社会互联网的普及和自媒体的发达使得公众获取信息的途径变得广泛而便捷，公众表达意见的渠道和方式越来越丰富。“在新媒体时代，人人都是数据的生产者、占有者和消费者，公众拥有数据权利，形成了大量微权力行为体。”同时，大数据去中心化的特点可以使任何个体都有可能成为决策过程中某一环节的掌控力量，决策机关对公众参与的主导性将会逐步削弱。当公众可以主动表达自己的意愿，决策者也可以通过大数据提前感知和预测社会的需求时，公众的参与将事实上前移至决策启动阶段，这将有助于弥合决策者与治理对象信息不对称的鸿沟。
    一方面由于传统重大行政决策中的公众参与是行政主导下的参与，具有较强的被动性，另一方面由于参与决策的时间成本和经济成本较高，因此，除了自身利益与决策结果直接相关的个人和组织，其他社会公众往往缺乏参与决策的热情和动力。大数据与人工智能技术的发展在拓展公众参与方式和途径的同时，还将大幅降低公众参与行政决策的成本，提高公众参与的效率。这就会激发公众参与行政决策的积极性，并推动公众参与意识的提升。因此，大数据与人工智能技术成为行政决策民主化的强大推动力。与此同时，大数据时代决策机关垄断信息的难度日益增大，政府数据共享的趋势已然不可逆转，这将倒逼政府决策理念由封闭转向开放透明，进而推动决策模式由自上而下的行政主导决策转向开放式民主决策，政府治理模式从内部治理转向协同共创。
    （四）有效激活行政决策后评估
    从法律规定来看，重大行政决策的法定程序包括公众参与、专家论证、风险评估、合法性审查和集体讨论决定，设置这一系列程序的目的主要是为了保证行政决策作出的科学性、合法性和民主性，显然立法更加重视决策的作出程序。然而，作出决策并非重大行政决策的结束，要实现决策目标还需认真执行决策方案，并且在执行过程中根据实际情况评估执行效果并适时调整决策方案。我国重大行政决策的实践情况与立法一致，也存在重视决策作出阶段、轻视决策执行阶段的问题。与行政决策的作出相比，决策执行是直接面对相对人的环节，对决策方案实施效果的评价高度依赖主客观两方面的反馈。由于信息搜集和处理能力的限制，我国传统重大行政决策后评估在很大程度上处于未激活的状态，鲜见因为实施效果不佳而调整甚至终止重大行政决策的情形。在数字社会，大数据强大的信息采集能力可以快速而全面地搜集决策执行过程中产生的各类信息，并随着决策执行的情况和社会环境的变化保持实时更新，“曾经‘漏网’的数据残屑、新出现的数据碎片都可能会被重新组合定义，为现有决策的修补提供新的视角”，为决策后评估提供了充分的信息基础。大数据的交互技术简化了信息反馈机制，使得从决策执行到执行效果的反馈路径大幅缩短，决策机关几乎可以同步得到每一个执行环节的实施效果。算法技术的运用则可以快速对搜集到的信息进行分析处理，减少传统行政决策经验主义模式下信息处理的失真，极大地提高决策实施情况反馈的真实性。因此，大数据及相关技术的运用可以实现对决策实施工作全流程的实时监控和动态评价，有效激活行政决策后的评估机制，使得重大行政决策不止步于作出决策，而是通过有效的实施和后续调整来真正实现决策目标。
    三、行政决策运用大数据的风险和隐忧
    大数据纵然具有诸多优势，但其作为一种资源和技术，本身也存在固有的弊端和局限性。其一，“大数据的谎言”。数据的真实性建立在全面性的基础上，基于片面的、局部的数据作出的决策往往容易产生以偏概全的错误。“政府掌握了全社会80%的数据资源”，然而，我国政府部门实行“条块”管理且信息系统大多互不兼容，此种情形易造成“数据孤岛”“数据烟囱”和“数据垄断”问题。当数据存在偏狭时，“大数据的谎言”就难以避免。其二，“数据寻租”。当下，数据已经成为一种国家基础性战略资源，数据的价值不言而喻。除了政府掌握的数据之外，其他数据则主要集中在大型企业尤其是平台类企业手中，政府作出行政决策需要依赖这些数据，而决策又会对这些企业产生不同程度的影响。在我国基础设施及公共服务领域，PPP模式方兴未艾，在重大行政决策领域，也开始有越来越多的平台企业参与。当行政决策高度依赖大数据，则无论是政府还是平台企业，利用其所掌握的数据资源进行寻租不过是权力的本性。第三，“算法”的弊端。传统重大行政决策主要依赖决策者的经验判断，大数据决策则是一种算法决策。算法是由一系列步骤分明的清晰指令组成的计算机程序，算法的技术性在很大程度上能够突破经验的局限性和低效性。但是，算法这种新兴技术具有极强的自主处理特征，因此，“很多算法解决方案就像一个黑盒子，依赖这些算法做决策的人根本不知道他们作出的决定是否正确，制定的政策是否公正，有没有歪曲事实”。“算法黑箱”这一特性可能造成对公众参与和决策正当程序的破坏。随着算法决策在社会治理领域的广泛应用，人们担心最终会出现一个黑箱操作系统，侵害公民的基本权利却又无法追责。此外，算法这一技术工具本身不具有价值判断的能力，其对数据的分析不会考虑政治、文化、社会习俗和人文关怀等因素，因此，高度依赖算法可能会导致“算法偏见”和“算法歧视”。
    （一）大数据决策与个人信息保护的矛盾张力
    《中华人民共和国个人信息保护法》（以下简称“《个人信息保护法》”）第4条第1款规定，个人信息是以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息。我国数据安全法所称的数据“是指任何以电子或者其他方式对信息的记录”，数据处理则包括数据的收集、存储、使用、加工、传输、提供、公开等。在大数据时代，人脸识别、指纹识别等技术可以轻而易举地搜集个人的生物信息，个人行动轨迹、消费记录、社会关系乃至兴趣爱好等都能被记录并从中读取出更多信息。信息是行政决策的基础，强大的信息搜集和处理能力正是大数据行政决策的优势所在。个人信息不同于个人隐私，我国现行法律已经构建了对公民个人隐私的保护体系。个人信息的外延大于个人隐私，许多个人信息并不构成个人隐私，《个人信息保护法》实施不久，立法对个人信息的保护目前仍处于探索阶段。但是，在数字社会应当加强对个人信息的保护已经是社会各界的共识。《个人信息保护法》确立了处理个人信息应当遵循必要、最小范围原则和公开透明原则，还特别规定了“利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正”。然而，算法决策高度依赖数据分析，获取尽可能充分的个人信息是算法决策的原动力，而且信息的全面性和充分性与决策的科学性正相关。算法决策固有的“黑箱”特征又从客观上增加了信息处理公开透明的难度。因此，大数据行政决策与个人信息处理的必要性和公开性之间存在内在的矛盾张力。尽管公开透明原则是为了保护个人信息，然而，决策机关严格遵循决策公开这一原则又可能反过来导致对个人隐私的侵害。行政决策事项几乎涵盖社会生活的各个方面，决策数据包含了大量个人信息，并且通过对这些信息的处理，可以分析出更多的衍生信息，其中个人经济状况、家庭成员、住址、电话等都属于个人隐私。“大数据时代的隐私性主要体现在不暴露用户敏感信息的前提下进行有效的数据挖掘，这有别于传统的信息安全领域更加关注文件的私密性等安全属性。”无论是决策机关基于决策公开的要求主动披露这些信息，还是因为数据海量集中的技术风险造成信息泄露，都极易造成对个人隐私的侵犯。
    （二）大数据技术对民主性的破坏
    诚然，大数据能够激发公众的参与意识，降低公众参与行政决策的成本，丰富公众参与的方式，进而提高公众参与的实效，深化行政决策的民主性。但是，大数据行政决策亦有可能反过来损害行政决策的民主性，原因有多方面：一是大数据和算法可能产生技术傲慢。大数据行政决策的核心在于数据分析，具有高度的技术依赖性，既依赖数据，又依赖“云计算”等算法。技术看似具有极强的客观性和中立性，但是“算法及其决策程序是由它们的研发者塑造的，这意味着研发者的价值观、偏见都会反映在写入的代码上”，而社会公众完全无法知晓这种价值观和偏见，更遑论对其表达异议。算法技术拥有人脑无法匹敌的优势，因而产生技术的傲慢，继而可能导致用大数据分析结论侵蚀甚至取代民意的结果。二是对精英可能过度赋权。互联网及相关技术的发展是大数据行政决策的前提条件，但是，任何先进的技术手段都具有较高的认知门槛，如果大众不能逾越，则在没有外力扶助的情况下只能被边缘化或者被无视。世界银行发布的《2016年世界发展报告：数字红利》中称“互联网可以成为全民赋权的平台，但前提是互联网不能成为国家管制和精英把持的工具”。而事实上，在许多国家，互联网的发展过度惠及政治精英。如果行政决策高度依赖大数据，则在某种意义上意味着将决策权交给了精英阶层。三是社交媒体有可能绑架民意、架空民主。自媒体的发达为社会公众主动参与行政决策提供了途径和可能性，然而，社交媒体虽可表达汹涌的“民意”，但是“将社交媒体的数据等同于公众舆论得出的议题可能会夸大一些积极发声者的偏好”。目前我国对社交媒体的监管和规制尚不完善，不少个人和组织擅长利用自媒体煽动民意、操控舆论，用被绑架的民意架空真正的民主。
    （三）算法自动化决策导致决策失误问责的困境
    重大行政决策的问责对象是决策机关行政首长、负有责任的其他领导人员和直接责任人员。我国的重大行政决策问责采用的是过错加结果归责原则，即追究责任的前提条件是责任主体违反决策程序或者存在其他重大过错，导致决策失误或者应该及时作出决策但久拖不决，造成重大损失或者恶劣影响。问责的方式则是事后追责，倒查责任，实行终身责任追究。但是，“大数据时代，人类逐渐放弃直觉和经验，选择相信自动化的算法决策”。算法决策具有高度自动化的特征，人在决策中的作用大幅降低，甚至可以由人工智能算法自动得出决策方案。如果因为算法技术的错误导致出现决策失误，而技术本身不能成为责任主体，则可能会导致两种结果：一是决策机关的责任主体将过错归咎于技术，最终导致无可问责；二是将技术的过错归咎于决策机关责任主体，对其问责，然而算法自动化决策所依赖的算法技术往往不是由决策机关开发设计的，这就违背了权责一致的原则。如果追究算法技术开发设计者的责任，则首先要明确其在行政决策过程中的地位和性质，若将其视为共同决策者显然缺乏权力来源的正当性，若将其视为公众参与，参与行政决策的公众却不属于行政决策的责任主体。事实上，任何技术都不可能保证百分之百的正确，并且技术永远处于不断发展更新的过程中，因此，事后追责的方式也不符合科学规律。
    四、大数据行政决策法治化路径
    大数据辅助行政决策，为行政决策赋能。大数据行政决策是政府决策的发展方向，但应当因循法治化的发展路径，对数据使用以及算法权力进行必要的约束和控制，防止大数据对个人权利的消解与侵害，同时明确决策机关的地位和责任，避免大数据沦为政府规避责任的借口。
    （一）平衡大数据决策与个人信息保护的关系
    1.大数据运用于行政决策应遵循合法性与必要性原则
    有学者提出，并非所有的公共决策都可以不加区分地适用算法，公共决策需对算法适用设置门槛，如果我们不加防备地允许算法进入所有的决策领域，仅靠事中的算法解释或者事后的追责机制，根本无法避免个人被算法霸权所奴役和压制。大数据的应用是提升行政决策科学性和民主性的手段，而非决策程序的法定环节或者必备要素，因此并非所有的行政决策都需要利用算法技术对相关数据信息进行处理。实践中，不少行政决策事项通过传统方式和方法即可满足决策科学性和民主性的要求。需要大数据辅助决策的事项往往涉及较强的专业性和复杂多元的技术性，决策是否正确合理比较倚重对未来预测的科学性以及信息收集的充分性。《个人信息保护法》第34条规定：“国家机关为履行法定职责处理个人信息，应当依照法律、行政法规规定的权限、程序进行，不得超出履行法定职责所必需的范围和限度。”该条明确了政府在行政决策过程中搜集处理个人信息应当遵循合法性和必要性原则。对于有必要采用大数据辅助的行政决策事项，决策机关在处理和使用个人信息时也应当遵守法定的程序。《个人信息保护法》第13条、第35条确立了以“告知—同意”为核心的个人信息处理规则，但同时对国家机关为履行法定职责处理个人信息作出了特别规定，即应当依照该法规定履行告知义务。在大数据行政决策中，决策机关应当建立“通知—公告”机制，履行该法规定的告知义务。
    2.明确行政决策数据处理侵权行为的救济途径
    根据《个人信息保护法》第24条、第55条的规定，利用个人信息进行自动化决策，个人信息处理者应当事前进行个人信息保护影响评估，保证决策的透明度和结果公平、公正。相较于传统决策方式，大数据行政决策更容易侵害个人信息权益。从法律性质上讲，决策过程中决策机关或者其他个人信息处理者对侵害个人信息权益的行为不能等同于行政决策本身，其是独立的行为。而且，在我国现行的制度框架下，重大行政决策本身不属于行政复议和行政诉讼的受案范围，权利受到侵害者不能通过对行政决策提起复议或者行政诉讼寻求救济。因此，对于大数据行政决策中发生的侵害个人信息权的情形，应当遵循其他救济途径。
    《个人信息保护法》中规定的救济途径包括私益诉讼和公益诉讼两种。私益诉讼是被侵权者对个人信息处理者提起的损害赔偿侵权之诉；公益诉讼是人民检察院、法律规定的消费者组织和由国家网信部门确定的组织对侵害众多个人的权益的侵权者提起的诉讼。在自动化行政决策中，侵害个人信息权的主体既可能是决策机关，也可能是受委托的企事业单位。因为侵权主体的性质不同，被侵权人的救济途径亦应有所区别。前者是行政机关，其实施自动化决策侵害个人信息权的行为属于行使行政职权的行为，显然不能成为私益诉讼的被告。行政机关也不宜成为公益诉讼的适格被告，原因在于两方面：一是《个人信息保护法》及相关法律已经规定了公益诉讼外的解决路径；二是《行政诉讼法》中规定了行政公益诉讼的适用范围和前置条件，行政机关侵害个人信息权不属于行政公益诉讼的事项范围，《个人信息保护法》中也未提及类似的前置条件，也即在个人信息保护领域，应当理解为法律仅规定了民事公益诉讼，没有规定行政公益诉讼，故行政机关大规模侵害个人信息权不适用《个人信息保护法》第70条关于公益诉讼的规定。因此，当决策机关在数据处理过程中侵害个人信息权时，被侵权者应当依据现行法律向其上级机关或者履行个人信息保护职责的部门投诉、举报，请求追究其行政责任；当构成刑事犯罪时，则由检察机关追究其刑事责任。受委托的企事业单位实施数据处理行为的过程中存在过错导致侵害个人信息权，责任主体和责任承担方式如何确定？按照行政委托的基本法理，受行政机关委托的组织实施的行为应当由委托机关承担法律责任。但是，决策机关委托企事业单位实施数据处理行为并非属于法律意义上的行政委托，决策机关并未将行政权委托给企事业单位，受委托者实施的数据处理行为亦不会直接作用于相对人，最终只是将其数据处理结果提供给委托人，作为其作出决策的依据或者参考。可见，受委托的企事业单位在实施数据处理过程中因过错导致侵害个人信息权的，应属于民事侵权，由其承担民事侵权赔偿责任。个体被侵权者可以自行提起民事侵权损害赔偿之诉，大规模被侵权者可以通过民事公益诉讼寻求救济。
    （二）提升公众参与行政决策的实效并防止大数据滥用
    1.通过大数据的客观性弥补传统公众参与效率性的不足和主观性的偏狭
    大数据行政决策是智能决策，智能性一方面体现在改变了公众参与的方式。传统的公众参与是积极参与，即公众通过各种途径对决策事项发表意见，大数据行政决策还可以实现公众消极参与，提升公众参与效率。公众参与是为了实现决策的民主性，但也存在因利益分歧导致决策久拖不决的弊端，典型如公益性项目建设与运营中的“邻避效应”难题。在重大行政决策过程中，公众的利益诉求必须考虑，但是公众也只是特定群体的组合，一定范围内的公众利益并不能等同于作为决策目标的公共利益。为了解决这个问题，可以借助数据分析的客观结论对少数群体异化的诉求进行纠偏，即公众并未主动就决策事项发表意见，但其日常言行、生活习惯等信息被记录和提取，决策者从中分析出了公众的行为偏好和利益诉求，进而影响决策方案。此即为公众消极参与，此种参与方式可以帮助决策机关在民主和效率之间取得平衡，真正实现公共利益。例如，杭州市政府部门携手华数传媒集团共同治理城市交通拥堵问题，通过大数据对市民出行信息进行实时采集、实时分析、智能研判，提前预判交通出行的流动趋势、特定区域的人员车辆聚集程度等，在宏观上实现辅助城市交通规划决策。大数据对行政决策公众参与方式的改变可以通过建立大数据行政决策平台的方式来实现。目前，不少地方政府已经建立了重大行政决策信息公示和公众参与平台，但其功能仍然仅限于公开相关决策信息以及网上征求公众意见，并未真正实现大数据对于行政决策的价值。打造大数据行政决策平台，应当建立起决策平台与政府信息数据库和平台企业数据库以及社会公开信息资源的联系，实现数据共享。《中国地方政府数据开放报告（2022年度）》显示，截至2022年10月，我国已有208个省级和城市的地方政府上线了数据开放平台，其中省级平台21个（含省和自治区，不包括直辖市和港澳台），城市平台187个（含直辖市、副省级与地级行政区）。与2021年下半年相比，新增15个地方平台，其中包含1个省级平台和14个城市平台，平台总数增长约8%。全国地级及以上政府数据开放平台数量持续增长，从2017年报告首次发布时的20个到2022下半年的208个。这就为建立大数据行政决策平台提供了客观基础。大数据行政决策的智能性另一方面体现在借助智能算法快速生成多种决策方案，大幅度提升决策草案起草效率。具体而言，可以通过加强政企合作的方式，将具有技术和人才优势的平台企业引入大数据决策平台，委托其承担决策起草中的部分工作。
    2.避免对精英过度赋权而反噬行政决策的民主性
    在发挥大数据对公众参与的促进作用的同时，需要相应的制度安排防止大数据的技术性对行政决策民主性的反噬。第一，尽管通过大数据手段实现的公众消极参与能够快速高效地为行政决策提出必要的信息，但公众消极参与不可取代积极参与，决策机关应当通过各种可行且合理的方式给予公众积极表达自己利益诉求的机会。为了避免数据技术门槛对特定群体或者少数个体造成歧视和不公，传统的公众参与方式也不得完全被网络方式取代，依然需要保留座谈会、论证会、听证会等传统参与方式。第二，建立更加完善的信息公开机制。由于算法自动化决策既不会公开也不接受质询，既不提供解释也不予以救济，其决策原因相对人无从知晓，更遑论“改正”，此之谓“算法暴政”（tyranny of algorithms）。为了避免此种“暴政”，决策机关不仅应当公开数据的来源、算法以及数据处理结论等信息，并且数据的提供者和处理者还应负有解释说明义务。第三，建立第三方监督机制实现数据决策监管。大数据的技术性使得数据活动极易进入“黑箱”；要实现有效的监督，不仅需要监督者的地位相对独立，还需要监督者具备相应的技术能力。因此，不妨尝试建立第三方监督机制，引入独立的技术第三方，参与决策机关尤其是受委托进行数据处理和计算的平台企业的数据活动，对算法模型、数据活动是否科学以及是否合规进行评估与监督。此外，受到行政决策事项影响的利害关系人有获得算法解释的权利，解释工作可以由技术第三方完成。
    （三）确立大数据行政决策责任追究机制
    1.决策机关是大数据决策主体和责任主体
    大数据行政决策主体是决策机关，而非人工智能。有人认为大数据决策由决策平台运用人工智能系统模拟人类的社会场景和决策情境，自动生成决策目标与方案。这显然过分夸大了人工智能的作用，大数据行政决策并不意味着由人工智能替代人类作出决策。尽管拥有强大算法能力和深度学习技术的人工智能决策系统能够在短时间精确计算所有可能性的基础上，选择机器认为的最佳方案。然而，算法技术无法保证各群体之间价值权衡。任何重大行政决策都具有相当程度的复杂性和综合性，即便决策事项只属于某一方面的事务，但是由于涉及较为广泛的公共利益，因此行政决策方案往往需要综合考虑多方面因素，在涉及利益冲突时还需要基于客观现实、风俗习惯、文化传统、大众心理以及政治立场等进行权衡和取舍，这些超出了人工智能算法的能力范围。尽管数据是一种重要的资源，但数据并非科学决策的全部要素，如果基于对科学性的追求而将决策完全托付给人工智能算法，则反而会导致另一种不科学。
    大数据作为一种资源，人工智能作为一种技术，其参与重大行政决策需要依托一个主体。在实践中，除了决策机关自身，往往是各类平台企业。这些平台企业通常掌握了某些领域海量的数据信息，同时拥有非常强大的数据分析、处理能力，因此，政府开始与平台企业合作以便更加科学高效决策。例如，早在2014年10月京东就与商务部直属机构中国国际电子商务中心签订协议，为政府主管部门宏观决策提供数据支持，这是国家商务主管部门第一次引入电商合作和数据。随着政府与平台企业的合作日益深入且广泛，不少重大行政决策在作出过程中都有平台企业的参与。但是，在法律关系上需要明确决策机关与平台企业之间是委托关系，而非决策机关将决策权全部或者部分让渡给平台企业。也即决策的作出主体和责任主体都是决策机关，平台企业不会因决策失误对外承担责任，但是基于委托关系对决策机关承担相应的责任。在操作层面上，平台企业利用自身的数据资源和技术优势为决策机关提供多种备选决策方案，是否采纳以及采纳何种决策方案应由决策机关综合各方面因素后集体决定。
    有学者认为大数据时代的行政决策是“政府主导下的多元主体决策”，这种表述在一定程度上混淆了决策主体和决策参与者。在大数据行政决策中，决策机关可以将决策过程中涉及数据处理技术的特定环节“外包给专业的企业或者团队”，也可以通过网络平台帮助更多的公众表达意见，但是，这些主体无论是以政府服务外包商的身份，还是专家抑或普通公众的身份参与行政决策，都不能成为决策主体。明确大数据在行政决策中的辅助地位，一方面是为了避免决策机关陷入对大数据和人工智能的依赖，另一方面是为了防止决策机关将决策失误的过错归咎于人工智能或者数据处理者。
    2.建立权责一致的问责机制和容错机制
    此处所述的大数据行政决策问责指的是行政决策失误造成严重后果时追究相关主体的责任，而非前文所述的行政决策过程中数据处理行为侵害个人权利时的责任追究。目前，我国法律已经确立重大行政决策责任终身追究机制，但是，由于现实中种种因素的阻滞，重大行政决策问责的落实情况并不十分尽如人意。大数据在辅助决策机关进行科学决策的同时，也可以更加准确、全面和便捷地记录行政决策过程本身，尤其是基于区块链技术搭建的决策平台具有去中心化、安全可靠的特性，区块链具有不可篡改和追本溯源的技术特性。这些有助于实现重大行政决策全过程管理，做到全程留痕，便于实现责任倒查。
    《个人信息保护法》对自动化决策的定义是指通过计算机程序自动分析、评估个人的行为习惯、兴趣爱好或者经济、健康、信用状况等，并进行决策的活动。这就很容易导致大数据行政决策是依靠人工智能自动计算出决策方案的误解，一旦决策失误，则可以将责任归咎于技术缺陷或者算法错误。实践中并不缺乏此类事例，例如，2009年英国公共卫生系统的乳腺癌筛查软件“算法错误”，导致45万名68—72岁的女性错过最后一次乳腺癌筛查，可能导致270人提前死亡。这次失误在国家医疗系统（NHS）、公共卫生局（PHE）和算法软件提供与维护公司（日立咨询公司）之间相互扯皮，各自都认为责任在对方，该调查“甩锅”给机器，最终不了了之。前文已经论述，大数据对行政决策起到的是辅助作用，决策主体是决策机关，因此，如果出现决策失误，责任主体必然是决策机关。无论是数据本身还是人工智能算法，既不能成为责任主体，也不能必然成为决策失误的免责理由。因此，必须明确大数据行政决策的责任主体首先是行政决策的最终决定者，对全部损失和后果承担责任，其次是行政决策各环节的负责人和经办人。问责所要追究的是责任人的政治责任和行政法律责任。重大行政决策问责必须同时具备主观要件和客观要件，主观要件是责任人存在主观故意或者重大过失，客观要件是决策失误造成严重后果。
    大数据行政决策问责与传统行政决策问责的主要区别在于导致决策出现重大失误的原因是数据使用失误，然而决策过程中的数据处理行为既可以由决策机关工作人员实施，也可以由第三方主体实施，这些数据处理者能否成为行政决策责任主体不能一概而论。如果是决策机关工作人员处理和使用数据时存在主观故意或者重大过失导致数据错误，进而影响决策结果，则应对其直接进行问责。主观故意或者重大过失可以体现为在数据处理过程中违反法定程序、带有特定立场或偏向刻意选择和采用局部数据、故意利用算法技术得出有倾向性的结论、明知第三方提供的数据或者处理结果有错误而不纠正等。如果是第三方主体的数据处理错误导致行政决策失误，决策责任亦不应由第三方主体承担。第三方主体的处理行为并非行使决策权的行为，其提供的数据和处理意见是否作为行政决策的依据或者其提供的自动化决策方案是否被作为最终决策方案，决定权在决策机关。基于权责一致的基本原则，第三方主体不能成为决策失误的责任主体。但是，若其在实施数据处理行为的过程中存在故意或者重大过错，则应当承担相应的民事赔偿责任或者刑事责任。
    当然，由于大数据技术本身就存在局限性，而科学性也是不断发展和被证伪的，故技术错误在所难免，因此也应当建立适当的技术容错机制。容错的判断标准在于决策者在处理和使用大数据的过程中是否存在过错或者违法，如果决策机关及其工作人员在数据的采集、处理、使用和委托处理过程中违反法定程序或者存在恶意和重大过错，则应当就由此引起的决策失误承担责任。如果不存在上述情形，而是数据自身错误或者弊端造成的决策失误，则相关责任主体可以免责。
    五、结语
    人类已经进入大数据时代，大数据对重大行政决策的影响越来越广泛和深远。基于改进决策程序的视角，大数据可以在“事前预测、事中感知、事后反馈”三个环节对行政决策的优化发挥更加重要的作用。首先，通过大数据分析和预测，提升决策启动的及时性和精准性。行政决策的启动是重大行政决策程序的首个环节，能否做到提前决策、精准决策将会影响重大行政决策的科学性。尤其是应对重大突发事件的应急行政决策，决策启动的及时性更是直接影响决策的成效。大数据对行政决策的驱动主要是基于其预测功能。大数据决策不同于传统行政决策，决策目标的设定不再是基于社会生活的反馈和决策者的经验，而是通过对大量数据信息的抓取和分析提前预测问题和未来发展的趋势。因此，政府应当逐步建立和完善政府信息平台和数据库，实现对社会生活各领域数据资源的实时统计和分析，识别民众关注或迫切需要解决的问题，识别民生热点问题、捕捉决策议题。并且，将此项工作与重大行政决策目录管理工作密切结合，用大数据手段实施决策目录动态管理，实现对常规重大行政决策事项的提前计划和对应急行政决策的及时启动。
    其次，要实现大数据提升重大行政决策科学性的目的，就需要通过相应的措施破除大数据之弊。“政府决策多带有全局性，作为辅助决策的大数据分析需借助多部门、多领域的关联数据。”可以通过跨部门信息共享与协作破除“信息孤岛”“数据垄断”现象。目前，我国中央和多数地方政府及其职能部门都已建立了相关信息平台或者数据库，但是横向未能实现共享，纵向未能实现统一标准。这就需要在中央或者省级政府层面明确政府之间数据共享的标准，并进行数据端口的开放互通，实现政府数据的共享整合。江苏省政府进行了成功的尝试，通过构建全省统一数据交换体系，推动数据实时共享，整合数据让行政决策更为精准。
    最后，发挥大数据的实时监测功能，激活行政决策后评估。从实践情况来看，决策机关对行政决策执行过程及决策后评估的重视程度弱于作出过程。造成这一状况的原因之一在于决策的实施是一个较为长期的过程，实施过程中公众的感受和意见往往分散且传导不易，决策实施效果反馈至决策承办单位和决策机关则往往会发生滞后。决策机关可利用大数据从不同角度分析，得到多元化的执行方案，例如，利用大数据Hedonic模型，从城市创意人才居住选址偏好的角度进行分析，进而提出增强城市创新活力的对策。并且，受托参与起草决策草案的平台企业在决策执行阶段亦可作为执行主体之一参与决策的实施。由于行政决策事项与平台企业的业务范围高度相关，故其参与执行既有利于推动决策方案的顺利执行，也有利于实时监测、同步了解决策执行的效果，以便及时调整决策方案。
    尽管大数据在行政决策中的应用日益增多，并显现出积极作用，但目前我国在社会生活和国家治理的诸多方面，对大数据及其应用的规范都处于比较初级的阶段，大数据行政决策尤其如此。不仅缺乏统一的立法确认大数据在重大行政决策中的地位及其运用程序，实践中的做法也是各具特色的尝试。无论大数据行政决策有何不同于传统行政决策的特点，都应当遵循科学决策、民主决策与依法决策这三大基本原则。或许，大数据行政决策的法治化最终也会循着自下而上的路径，基于地方的实践探索，从地方立法的修订完善开始，逐步实现全国性的立法，最终构建完善的大数据行政决策机制。