党的十八届三中全会提出完善和发展中国特色社会主义制度，维护宪法法律权威，深化行政执法体制改革，确保依法独立公正行使审判权检察权，健全司法权力运行机制，完善人权司法保障制度，推动国家治理能力的内在提升。

域外也有法院以保护商业秘密为由作出拒绝公开算法的民事判决，例如，在德国，要求一家征信企业公开算法的民事请求没有获得联邦普通法院支持的原因在于，征信算法构成企业的核心技术信息，公开征信算法不仅会影响该企业的市场竞争地位，还可能会造成搭便车或者形成算法算计等不利局面。[11]当前，行政机关为实现分类排序、场景匹配、预测预警、搜索推荐、指令模拟、指令分发、任务追踪、成效评估等行政内容而使用的算法，基本为浅层学习型行政算法。

[7] 参见张欣：《算法行政的架构原理、本质特征与法治化路径：兼论〈个人信息保护法(草案)〉》，《经贸法律评论》2021年第1期，第27－31页。[20] 参见谢晖：《论法学研究的两种视角——兼评法教义学和社科法学逻辑之非》，《法学评论》2022年第1期，第21页。[39] 参见章剑生：《健全行政规范性文件制定发布机制》，《法治日报》2022年4月15日，第5版。对作为行政规定的算法的合法性审查，完全可以被嵌入到现有的合法性审查机制中。[23] 参见周辉：《算法权力及其规制》，《法制与社会发展》2019年第6期，第116页。

然而，在行政法领域，个性化推送类算法较为鲜见，更为常见的外部性行政算法主要被应用于预测预警、比对、评估等方面，其本身追求结论的客观性。在实在法层面，行政规定属于1989年《中华人民共和国行政诉讼法》第12条规定的具有普遍约束力的决定、命令。这些类型的算法可按照制定者的意图排列组合及运行，其所谓学习能力仅表现在对测试数据模拟训练后对算法进行的完善优化上，其本身尚未达到强人工智能阶段的机器能够自行制定算法的程度。

第三，与主观偏见问题相对应，由于行政算法必然与大数据技术相结合，而大数据的逻辑为归纳逻辑而非演绎逻辑，其注重统计关联而非价值判断，故若数据本身存在质量问题，则可能产生算法的客观偏见问题。与之相比，学习型算法虽然同样遵循人为设定的规则，但是其模型通过不断学习既有数据，能够实现一定程度的自我完善。[4]受其影响，自动化一词逐渐从行政学领域进入行政法学领域。同时，应建立数据全流程质量管控体系，及时更新数据，将算法客观偏见可能导致的不利影响降至最低。

但是，若从法的内部视角进行观察，可能得出的结论又会有所不同。其次，全面公开也得兼顾利益衡量，当涉及国家秘密、商业秘密或者个人隐私时，行政算法可以不被公开。

法律踏入科学之门后，逐渐自我构建为一座由概念、规则、原则搭建的理性主义灯塔，公理、数理与法律之间不再有所区隔，法律具有算法属性并不令人惊讶，因为现代法律总体而言以理性主义为基础，而算法同样是理性主义的结晶。近年来，行政机关基于国家与社会治理目的也在不断创新和强化对算法的使用，被嵌入算法的行政权一方面展现出高效、便利等优势，另一方面逐渐呈现出膨胀、隐蔽、滥用等异化趋势。为防范原有的法治价值失序，仍应从依法行政原理出发，以行政行为为基点，通过行为的类型化实现对算法行政权的控制。此外，行政机关在处理公民个人的性别、种族、民族、宗教信仰等身份特征类数据时，还应当注意宪法上关于平等权的保护要求。

因此，行政算法只需在兼顾个人隐私保护的基础上进行全面公开，行政算法不应在源头处对公开进行全面限制，较浅层次的算法解释无法满足公众对行政权进行实质监督的要求。于我国行政法而言，行政行为仍然是行政法主要的学科体系基点。行政机关在与技术公司共同制定算法时，应当邀请利益相关的多方主体参与讨论，充分听取多方主体的意见建议，这些主体包括但不限于人民团体、社会组织以及群众代表。[13] [美]劳伦斯·莱斯格：《代码2.0：网络空间中的法律》，李旭、沈伟伟译，清华大学出版社2018年版，第6页。

然而，具体行为说仅指向算法应用，忽视了在行政法上单独讨论算法制定的意义和算法本身具有的抽象特性。该书在行政法学的视角下系统讨论了自动化给行政法治带来的挑战及其应对可能，该书的核心议题为如何在规模化行政处理的背景下继续确保个案正义。

[60]算法风险评估的内容涵盖技术安全、社会稳定、公共安全、个人信息保护影响等，评估结果为判断可否将算法投入应用的重要依据。《反不正当竞争法》第9条指向的商业秘密保护主体仅为经营者，并不包括行政机关，因此只有在协议约定算法归属于技术公司时，才涉及商业秘密保护的问题。

[27]前者对应算法制定，后者对应算法应用，两者指向不同的行为类型。[18]因此，治理工具论认为，算法对于法律而言仅能产生作用媒介的效果。[51]同样是基于保护商业秘密的考量，《互联网信息服务算法推荐管理规定》第16条仅要求算法推荐服务提供者以适当方式公示算法推荐服务的基本原理、目的意图和主要运行机制等。2022年，网信办又出台了《互联网信息服务算法推荐管理规定》，该规定旨在加强行政机关对算法推荐服务的监管职能。[61]同样，算法制定过程中使用的算法模型也应当精确可靠，否则结论将不具有参考价值。一、作为治理工具的算法行政受科技的影响由来已久。

原告陈才明不服被告綦江县社会保险局具体行政行为案，重庆市綦江区(县)人民法院行政判决书(2011)綦法行初字第22号。行政规定作为具有普遍约束力的决定、命令，虽然在内容上有涵盖算法的空间，但是要将算法纳入其范围，首先需要澄清算法在行政规定要式方面存在的问题。

 摘要: 算法已被广泛应用于干预或者给付行政场景。然而，上述规定的监管对象均为平台私主体，其目的仅在于防范平台私主体应用算法推荐技术损害用户的合法权益，关于限制行政机关利用算法的专门立法仍尚付阙如。

参见周游：《我国亟待建立人工智能算法审查机制》，《中国计算机报》2018年5月14日，第12版。[8] Wolfgang Hoffmann-Riem, Verhaltenssteuerung durch Algorithmen: eine Herausforderung für das Recht, A?R 142(2017), S.4.[9] 参见虞青松：《算法行政：社会信用体系治理范式及其法治化》，《法学论坛》2020年第2期，第40页。

在我国行政法制度和行政法教义学框架内，算法制定应当遵守制定行政规定的法定程序。此外，个人隐私保护也可能构成算法不公开的理由。[43] Niklas Luhmann, Die Kontrolle von Intransparenz,2017, S.102.[44] Vgl. Thomas Wischmeyer, Regulierung Intelligenter Systeme, A?R 2018, S.45.[45] 也有学者认为，现阶段的深度学习型算法具有不可解释性。[7]从治理的角度讨论算法的原因在于，算法对现实世界产生了深刻的影响，算法塑造和改变了人类的生活、对世界的认知、对其行为起决定作用，算法已渗入万物互联的现实世界。

对于被用于国家与社会治理的算法，仅关注算法的技术特性，会使算法只能起到促进法律效果实现的作用。[60] 2019年4月，美国国会通过了《2019年算法问责法案》，强制要求相关主体针对高风险自动决策系统进行风险评估。

权力控制论从法的内部视角出发，认为法律对算法的研究应穿透至算法背后的算法权力。并且，算法制定一般由多位技术人员合力完成，若再考虑机器通过训练数据集不断学习后对算法的调整优化，算法将无限黑箱化。

为取得公共利益与个人利益之间的平衡，应分情况进行处理：若算法中的个人信息可以被去识别化或者匿名化处理，则应当处理之后全面公开。例如，行政机关应当依职权定期清理算法，对不符合法律、法规、规章规定，或者相互抵触、缺失依据以及不适应经济社会发展要求的算法，予以修改或者废止。

换言之，此时说理公开的对象并非已经记录或者保存的政府信息，这将额外加重行政机关的负担，不利于保障行政效率，也不符合《政府信息公开条例》中的制度安排。基于以上基本原理的阐述，可以发现算法具备三种特性。与私法领域不同，如果行政机关使用算法旨在实现公共利益，则该行政算法能否受商业秘密条款的保护，主要取决于行政机关与被委托开发算法的技术公司之间的协议约定。三、算法作为行政规定之公开算法可归属于行政规定，行政法中对算法公开的讨论，亦应回到行政规定公开的原理与制度框架中。

从主体看，包括政府、人民代表大会和人民法院在内的国家机关都有权监督审查行政规定。治理工具论从法的外部视角出发，将算法作为法律的作用媒介，侧重于对算法本身的技术规制。

(二)算法属于行政规定美国行政法学者科利亚尼斯(Coglianese)指出，自动化行政国家拥有两项特征行为，这两项特征行为分别是自动化规则制定(robotic rulemaking)和算法裁决(algorithmic adjudication)。对作为行政规定的算法的合法性审查，完全可以被嵌入到现有的合法性审查机制中。

关于算法是否属于法律的争论，可回溯至劳伦斯·莱斯格(Lawrence Lessig)教授提出的代码即法律(code is law)[13]这句名言。与聚焦于平台私主体的现有算法研究相比，本文着眼于研究算法在行政法体系中的定位，尝试从行为法视角出发将算法纳入行政法学框架，并从公开和合法性审查两个维度实现对算法行政权的控制。