何盼盼 | 非现场监管的行政法建构

CSSCI来源期刊  中文核心期刊  中国人文社会科学核心期刊 

作者简介 

●何盼盼，山西财经大学法学院讲师，国家2011计划司法文明协同创新中心研究人员

原文刊登于《华中科技大学学报（社科版）》2023年第三期第103至第112页

非现场监管的行政法建构

摘要

 Abstract

非现场监管是监管方式的重大创新，依托大数据、云计算和区块链等技术，监管机关可实现动态监管、移动监管和风险预警。在属性上，非现场监管属于行政检查行为，与传统检查行为相比，其动态性和开放性得以增强，强制性则有所减弱。目前非现场监管尚处于探索阶段，实践中还面临着条块组织结构的反向制约、监管程序整体性缩减、算法决策自身的正当性等法治风险，对此，应当对非现场监管进行系统的法治建构，以整体治理为导向，下放监管权限，推动协同治理、范式再造和政企合作；以数据行为规范为中心，创建不低于传统权利保护要求的程序规则；以分级分类监管为基础，通过对法律保留和比例原则的运用，确保监管权行使的正当性。

关键词

Key words

非现场监管；大数据检查；行政检查；自动化行政；“放管服”改革

一、问题的提出

近年来，随着“放管服”改革的深入，加强事中事后监管成为简政放权、优化营商环境的紧迫任务。在密集推出的诸多监管工具中，非现场监管值得重点关注，这种带有试验性质的监管方式，不仅映射了“回应性监管”（responsive regulation）和“智慧监管”等监管理论发展的最新趋势，也为我们展现了技术如何赋能政府监管的现实图景。依靠大数据、云计算和区块链等技术，非现场监管突破了传统监管在物理空间和时间上的限制，具有实时监管、移动监管、全程监管的显著特征，使得“行政监管执法活动从特定检查日的‘一次性快照’，迅疾提升为工业流程化的电影全景”。

我国的非现场监管实践开始于金融领域，但早期的非现场监管依托的是相关报表中的数据，大数据浪潮到来之后，受益于信息基础设施的全面建立，非现场监管从基于报表数据的监管升级为基于大数据的监管，从而具有了更为广阔的应用空间，在市场监管、环境监管和食品药品监管等领域也相继展开了制度探索。基于以上监管实践，2021年中共中央、国务院印发的《法治政府建设实施纲要（2021—2025年）》（简称《纲要》）中明确提出“探索推行以远程监管、移动监管、预警防控为特征的非现场监管”，2021年中央网络安全和信息化委员会印发的《“十四五”国家信息化规划》也提出了“推动政府监管规范化精准化智能化”的总体要求，以及“完善一体化在线监管系统”“完善国家事中事后监管大数据分析和风险预警体系建设”等具体要求。可以预见，非现场监管将逐渐成为我国行政监管的重要方式。

当然，非现场监管并非法律上的规范概念，而是一种描述性概括。对于这样的现实议题，从行政法治的视角出发，应研究解决以下问题：非现场监管的法律属性问题——如何将其归入行政行为形式论的分类体系之中，其与传统监管行为又有何不同；非现场监管的法律风险问题——创新并非没有边界，应全面评估非现场监管自身存在的法律风险，并对其风险进行规制和解决；非现场监管引发的监管范式变革问题——数字变革的影响早已突破了技术层面，将引发监管理念、监管组织和监管程序的系统更新，对于这些变化，行政法理论也应当有所回应。本文将逐一对以上问题展开讨论。

二、非现场监管的行政法审视

从依法行政的要求出发，首先应厘清什么是非现场监管，非现场监管属于何种行政行为，以及非现场监管与传统监管的区别是什么等基础理论问题。

（一）非现场监管的核心环节

非现场监管本质是数据监管，从数据行为维度出发，综合各领域的监管实践，可将非现场监管界分为数据采集、数据分析、数据应用等核心环节。

(1)数据采集。数据采集是开展非现场监管的基础，从依靠各类报表收集数据到通过大数据的方式整合数据，信息基础设施的巨变在数据采集环节表现得尤为明显。当前数据采集主要有以下方式：①利用各类监管信息系统进行数据采集。如保险行业的非现场监管可通过保险监管信息系统进行数据的收集。②借助物联感知设备进行数据采集。综合运用视频监控、遥感监测以及其他物联感知设备，尤其是利用具有分布式记录和全程可追溯的区块链技术完成相关数据的采集。例如，北京市通州区利用视频探头、大气监测和扬尘传感设备，平均每十分钟就可以完成一次全区域污染源的视频扫描。③运用互联网平台采集数据。随着平台经济的兴起，利用互联网平台产生的各类数据，通过数据清洗和关联融合技术，展开网络交易监管、互联网广告监管、反垄断反不正当竞争的监管等。④通过相关部门的信息共享进行数据采集。例如市场监管部门和行业监管部门数据的共享，相关投诉信息、信访举报、行政处罚和司法裁判数据的共享。

(2)数据分析。“大数据的核心功能是预测”，数据分析作为大数据技术的关键，可利用算法模型实现海量数据的自动统计与分析，并通过设置相关监测指标或阈值的方式及时发现监管风险。在非现场监管实践中，利用各领域的大数据监管模型和系统，对采集的监管数据进行关联分析，通过比对分析自动发现其中的违法违规现象，以此全面评估监管对象的经营状况和整体风险情况，实现精准监管和智能监管的总体目标。目前不少监管领域都建立了相关的监管模型和算法，如各地普遍建立的法人大数据中心，实现了对市场主体的全景信息画像，企业信用风险、产品质量风险的精准识别与监测预警；生态环境监管领域也建立了监测评估体系，提高了违法风险的监测预警效率。

(3)数据应用。在数据资源化的基础上，通过对数据资源的智能化应用，可重塑治理方式，提升治理能力和治理水平。非现场监管的数据应用行为主要分为以下几类：①违法线索推送与核查处置，通过嵌入式侦测识别和分析，将识别出的违法违规线索推送至监管机构，及时进行响应、核查与处置；②风险预警，对监测系统中发现的异常数据进行分析，发布风险预警事件，警示风险与隐患；③精准配置监管资源，我国监管领域长期存在监管资源不足与监管任务繁重的矛盾，《纲要》提出探索非现场监管的目的正是为了解决“人少事多”的难题，根据非现场监管结果推行差异化监管，将信用良好的企业纳入正面清单，在一定时期内免除或减少监管频次，对于风险较高的重点企业加大监管力度，以优化监管资源配置，缓解监管资源的不足，实现更优的监管效果。

（二）非现场监管的法律属性

如上所述，非现场监管实践已初具规模，对于这一新型监管方式，有必要认真研究其行为特征和法律属性。

(1)非现场监管属于行政检查。行政行为的分类是认识行政行为的开始，对于尚未法定的非现场监管而言，应辨别其活动的性质、特征和规则，以便将其纳入已有的行政行为类型中进行讨论和研究。从非现场监管的特征来看，不论是视频监管、物联感知设备还是其他监测设备的使用，实质上都是通过数据的收集、分析与使用来实现对监管对象的监督检查。根据《国务院部门权力和责任清单编制试点方案》所确定的“9+X”的分类方式，非现场监管既非行政许可，也非行政处罚、行政强制，而是在更普遍意义上进行监督检查的行政检查行为。所谓行政检查，一般是指行政主体对公民、法人和其他组织遵守法律、法规、规章以及行政决定的情况进行了解、调查和监督的行为。行政检查是确保行政法有效落实的重要手段，在行政法实施过程中发挥着承前启后的砥柱作用。从实践来看，《广东省行政检查办法》将“互联网+监管”等非现场监管手段作为行政检查的方式之一；其他已经开展非现场监管的领域和地区也将其作为行政检查的重要方式。

(2)非现场监管具有独立性。囿于专门立法和研究的缺乏，学界对于行政检查性质的认识尚不深入，行政检查常常与相近的行政调查概念混同使用，或者将其作为行政调查的下位概念。从理论上讲，行政检查和行政调查都是行政机关获取信息的一种方式，不少国家也直接以investigation统称政府主动了解和获取各种“情报”的手段。但是，国内的行政检查和行政调查则有着明显不同：行政检查是独立的行政行为，具备行政行为成立的全部要件，而行政调查则是程序性行为，具有依附性，是作出行政决定的必经程序。在制定法上，行政检查和行政调查也是被明确区分的并立概念，代表着两种不同的行为和活动。非现场监管是对相关主体是否遵守法律法规的行为进行的监督检查，其间虽然会发现一些特定主体的违法线索，为后续的行政处罚、行政强制提供依据，但这并不是其本身积极追求和必然出现的结果，我们也不能因为监管过程中特定违法事实的出现，就将整个非现场监管过程置于行政处罚或行政强制的框架之下，若此，则不仅是对非现场监管自身价值的否定，也会增加“为罚而罚”“以罚代管”的法治风险，从而走向行政法治的对立面。

(3)非现场监管具有实体处分性。从行政检查的行为特征来看，行政主体在实施行政检查时不仅要记录检查的过程，发现违法行为的还要责令其停止或者限期改正违法行为，并且要对责令改正情况进行复查。这些规定表明行政检查程序一经启动，行政机关和相对人之间就形成一定的行政检查法律关系，在内容上，既包括行政机关进行监督检查的权力，也包括相对人在行政检查决定下达之后应遵照履行的义务。由此来看，行政检查是能够产生法律效力的行政行为，具有实体处分的性质。此外，在司法实践中，行政检查也是行政诉讼的案由之一，相对人认为决定有误的，完全可以就此向人民法院提起诉讼，这也足以证明行政检查行为的羁束力。非现场监管同现场检查一样承担着监督检查、违法行为处置等任务，只不过违法信息的发现、分析与处理乃至于处理决定的下达都是通过非现场方式进行而已，但这并不影响非现场监管本身的法律效力与实体处分性。

（三）非现场监管与传统监管的区别

(1)动态性提升。传统监管大量依赖人工检查，而基层监管资源的不足决定了常态化监管的难度，由此，抽查式检查、运动式检查就成为实践中主要的监管方式，人工巡查、人工采集数据、人工录入系统是其典型特征。在数字监管时代，受益于数字监测技术的发展，非现场监管可以借助各类监测设备，很方便地对监管对象展开实时监管，自动采集、识别、记录其相关行为，监管行为的动态性得以提升。当然，数字技术催生的动态监管方式也会对现有的行政法理论产生冲击，针对“单一节点”进行静态、定点研究的传统方法，亟须更新换代，转向行政过程的视角，对行政活动进行全面、动态的分析。

(2)强制性减弱。传统的政府监管“重管制”而“轻服务”，监管活动的单向性明显，监管主体单向度地行使监管权力，监管对象单向度地履行被监管义务，监管手段也往往是管理、命令和强制的。在非现场监管中，监管过程则趋于双向的交流和互动，监管主体更多的以指导、服务和激励等手段实现监管目标，权力色彩明显减弱。当然，这一趋势与“新公共管理”运动从公共权力到公共服务的转变并不相同，其表征的是行政权力运行方式的系统革新，是以公民为中心的新的行政供给模式，这一变化将在根本上动摇传统行政法对行政权属性之认识。

(3)开放性增强。传统的行政法律关系主要为行政机关和行政相对人的双边关系，除涉及第三人利益的情况之外，很少会超出双边关系的范围而对社会公众产生影响。随着互联网的兴起，再整合、整体化和数字化等新的公共治理主题开始出现，在非现场监管中，公众对公共监管议题的巨大关注，也使得越来越多的社会主体参与到监管活动中来，政府监管的结构由此得以重塑，互利互补的网络关系和多元主体的协作治理成为政府监管的新特征。例如，由“公众环境研究中心”（简称IPE）开发的“蔚蓝地图”项目，为公众提供了向监管部门举报的便利通道，同时还公开了政府的监管记录和企业的整改记录，形成了政府、企业与公众之间互联互通的新模式。诸如此类的实例都让非现场监管拥有了更为开放的显著特征，当然，这样的变化也会对传统的行政主体理论产生冲击。

三、非现场监管的法治风险

（一）条块监管组织的反向制约风险

 从技术与组织的理论视角出发，技术的发展总是能够引发组织的深刻变革，但受制于既有的组织结构、治理能力和行为逻辑，技术不可能只单向度地对组织产生影响，而不受到组织的反向制约。当前条块分布的监管组织结合了层级制和职能制的特点，这一结构虽然稳定，但也出现了碎片化、低效性和体制惰性的问题，给非现场监管的推广与应用带来了极大的挑战。

在纵向关系层面，非现场监管的推广面临着不同层级政府监管权限的差异，以及各地资源禀赋和发展意愿的差异。一方面，由于不同层级监管机构所拥有的监管权限并不相同，大量数据管理权限为国家部委和省级监管部门所有，基层监管机构只能对本地数据进行收集分析，无法有效利用上级储存的数据资源，在缺乏足够数据资源支持的情况下，数据分析的准确性不可避免地会受到影响。另一方面，非现场监管基础设施的建设需要大量财力支撑，各地资源禀赋不同，对于数字监管的发展意愿也有差异，导致其对非现场监管的支持力度并不相同。例如，浙江省依托其在云计算、大数据和互联网等领域的明显优势，较早开始了“互联网+”监管的探索与实践；致力于发展大数据产业的贵阳市也在积极推动大数据监管的应用。而对于既无数字建设基础又无数字监管发展意愿的城市而言，非现场监管的推广反而会加深其与发达地区间的“数字鸿沟”。

在横向关系层面，监管部门往往将数据资源视为权力资源的体现，不仅没有与其他部门进行数据共享的意愿，反而会通过分头建设非现场监管系统的方式巩固其拥有的权力资源，甚至同一领域中也会出现不同的监管系统，如环境监管领域就出现了分别针对空气质量监管、固体废弃物监测、水污染监测等多类监管系统。对于需要多部门协作的综合监管事项而言，则面临着更为复杂的数字监管挑战，例如，在水污染防治方面，生态环境部门是直接的主管部门，但其只管理工业废水污水的处理，生活污水的处理则由住建部门负责。如此，不仅同一部门会因为多种监管事项出现多类监管系统，不同部门也会对同类监管事项出现不同监管系统，由之，在数字时代我们依然面临着“碎片化”监管的问题。

综上所述，非现场监管的初衷本是通过大数据的运用提高监管效率，但是在条块组织结构的反向制约之下，非现场监管不仅没有发挥出对于组织的革新作用，反而会在层层下派和分头建设的实践之下，将技术再次嵌套到传统组织体制之中，导致不同系统之间依然无法实现信息的关联互动和共享，数据孤岛问题进一步凸显，以大数据为依托的非现场监管反而陷入了大数据监管的悖论之中。

（二）监管程序整体性缩减的风险

基于行政效能原则，为了达成公共行政之目的，行政机关可以在法律所允许的范围内选择行为的方式和种类，但行政方式的选择不应妨碍依法行政的基本要求，当前依现场检查需要设计的监管程序在非现场监管中可能会出现不适应、不兼容的问题，使当事人的程序权利面临着整体性缩减的法治风险。 

在数据收集环节，现场检查要求事先告知当事人检查的目的、事项、方式、范围及日期等信息，执法人员未表明身份或未出示合法证件、检查通知书的，被检查者都有权拒绝接受检查。在检查过程中，行政机关也应通过合法方式展开检查，不得以违反法定程序、违反强制性规定或者以欺诈、胁迫、暴力等手段收集证据。非现场监管的典型特征就是监管过程的非现场性，实时进行的数据采集过程实质上就是持续发生的行政检查过程，而传统行政法大多是对于行政行为静态、定点和单一规制，难以解决动态行政过程中的规制需求。所以，面对规制理念和方式的不同，以现场检查为前提的监管程序大多面临失效风险，如何表明身份、有效告知监管事项，都成为非现场监管中亟待解决的问题。

在数据分析环节，传统的监管方式是对前期收集的事实、证据进行认定，而非现场监管则可以通过算法模型自动识别其中的违法事实并进行判定。程序法对此环节的要求不多，核心为对各项证据进行逐一审查，全面、客观、公正地对各项证据的证明力进行分析，综合判断证据材料和相关案件事实的关系，并在案件记录中写清对证据的采纳情况及相应理由。非现场监管的数据分析模块要做到自动审查和判定证据并非难事，但问题是我们应如何向当事人解释数据分析的过程与依据，是否公开算法模型和系统日志就能解决当事人的疑问，如果不能，那就等同于取消了说明理由的基本程序要求。

在数据应用环节，监管机构作出行政决定之前应完成相关的程序要求。在此意义上，虽然非现场监管结果应用的方式与之前略有区别，但核心要素并无变化，所以，这一过程所面临的程序风险为如何适应新型监管要求的风险。例如，传统行政处罚措施作出之前，行政机关应当及时告知当事人，说明作出行政处罚的依据，听取当事人的陈述、申辩和质证，也可以根据情况进行听证。对于经由非现场监管所作出的行政决定，如果最后须经人工审核，则以上规定就可以沿用到新的监管程序中去；但如果实现了全程自动化，当事人的陈述、申辩权利则无法受到保障，监管机关及时告知、说明理由和听取意见的程序也会大大缩减。

（三）算法决策自身的正当性风险

大数据和算法的结合加速了算法社会的到来，算法正在成为提升行政效能的重要力量。当然，鉴于公众对算法不确定性和风险性的隐忧，“算法黑箱”“算法歧视”等质疑也喧嚣尘上，引发社会对算法治理的信任危机。非现场监管中的算法决策也存在很大的不可控风险，概括而言，这些风险具体包括以下三个方面：不可解释性、算法歧视与主体困境。

其一，算法决策不可解释的风险。说明理由是行政机关作出行政决定的基本要求，不论是非现场监管还是其他任何行政行为，行政机关必须说明决定作出的理由和依据。但是，当算法辅助或独立参与决策时，我们却面临着难以描述其决策理由的难题。从原理上看，算法的建立一般分为标注、训练和应用三个阶段，其主要过程是通过对数据集的处理形成一定的规则集，再借由系统的自我学习和训练过程，不断调整赋值和指标设计，最终形成可用的算法模型。面对复杂的专业的算法形成过程，可能连设计者自己都难以明白算法在不断训练和自我学习之后采用了何种规则，所以，即便将算法代码予以公开，其所适用的规则集也难以转换为社会公众可以理解的自然语言。如此，算法就如“黑箱”一般难以解释，“人类并不清楚什么是安全的、什么是有风险的，更难以分辨什么是合乎伦理的，而什么又是令人恐惧的”，而这种风险显然是当下行政法无法处理的难题。

其二，算法决策歧视和不公的风险。如前文所述，算法通过对数据集的自我训练所形成的稳定规则集，究其本质，即是建立在历史数据之上的对未来事物之预判和决策，这一特性在提高决策效率的同时，也会带来不断重复和强化历史数据偏向的问题。具言之：①数据集的不全面导致规则集的偏向明显，一旦带有偏见的算法模型形成，在算法使用的过程中就会不断地重复这一偏见，导致偏向严重的决策产生，从而形成对某类群体或对象的系统性歧视。②以社会整体的数据集为基础形成的规则集只能从整体上解决问题，将其应用于具体场景的过程暗含着以整体特征推断个体行为的逻辑，但是，在某些个案中，整体性经验可能并不适用。同时，算法决策方式也会损害人类社会多元的价值观和竞争性观点，引发系统性的社会风险。这些问题如果出现在非现场监管的决策过程中，则会有违政府监管公正与非歧视的基本要求。

其三，算法决策对主体性的侵蚀。对算法决策的过度倚重，必然伴随着对自主决策的逐步放弃，长此以往，人类或沦为算法的客体与工具。在非现场监管领域，主体性侵蚀风险表现在：①受制于算法决策的专业性和复杂性，当事人无从知晓具体的运作过程、分析方式和决策依据，无法有效参与和监督算法决策的过程，也不可能对算法决策的结果提出有力异议，由之，当事人的知情权、参与权、异议权和救济权事实上难以实现。②非现场监管形成了强大的信息收集网络，拥有海量数据之后，算法模型能够对目标群体进行更为深入的信息挖掘和分析预判，在提高监管效能的同时，也意味着监管对象的信息能够更多地被监管系统掌握，成为没有隐私和秘密的“透明人”。当然，更值得警惕的是，在拥有强大权力网络的“全息监管”之下，每个主体都可能会成为被系统监控的潜在违法对象，这不仅是数字化的异化，更是对无罪推定原则的完全背弃。③随着算法技术的进步，算法决策将逐步从弱人工智能阶段走向强人工智能阶段，简单的“输入—输出”程序将会被具有自主学习能力和自我认知特质的高阶算法所取代，那么，在拥有自主性之后，算法是否会摆脱工具属性而成为行政法中的主体？倘若如此，人之主体性和尊严必将受到更大的挑战。 

四、非现场监管的法治化路径

（一）革新监管组织：提升组织机构能力

技术发展对组织变革有着积极的影响，20世纪90年代兴起的电子政务浪潮，催生了组织现代化和科层制改革的命题。面对非现场监管的兴起，应以大数据理念重整监管组织、优化业务流程，建立与技术进步相匹配的机构能力。 

(1)纵向组织：扁平化与权限下放。在数字时代，由于数据传输的直接性，信息的流转将更加直接，理论上已经不需要过多的层级进行中间传递，金字塔式的纵向结构将被扁平化结构所取代。但是，受僵化的科层体制的影响，大量监管权限仍然为中央和省级监管部门所掌握，而实际承担监管任务的市县相关部门则赋权不足，“看得见的管不着，管得着的看不见”现象比较普遍。例如，在某省会城市的数字政府建设中，37个部门的326项数据管理权限都不在市本级，其中，132项在国家部委，194项在省级部门。“放管服”背景下，地方政府围绕优化营商环境所进行的监管方式创新，往往会因为其自身权限不足和数据共享困难的问题遭遇改革困境。为此，有必要推动监管组织的扁平化：①加快监管权限向基层下放，以充实基层监管力量，解决基层监管困境；②在市场监管、环境监管等公共监管领域逐步取消垂直管理，转为地方分级管理和综合执法；③根据各级机构所拥有的差异化优势，厘定不同层级监管机构的功能定位、监管重点和具体权限，重构监管组织体系。 

(2)横向组织：整体性和协同监管。随着公共行政事务的日益复杂，以专业分工为基础的政府部门设置方式面临着结构僵化、权力分割和治理碎片化的问题。在各部门自身利益的驱使之下，监管资源被人为离散和分割，部门之间不合作、不支持、不协助的现象非常普遍，带来了严重的“碎片化”监管问题。非现场监管天然具有加强协同的技术倾向，一方面有利于改善条块分割的科层体制，打破部门分工的桎梏，另一方面也可以帮助部门之间实现行动的有效协同和业务的有效整合。从整体政府和整体性治理视角出发，可具体采取的措施如下：①做好数字监管的整体规划，为避免分头建设产生的系统不兼容的问题，可由中央主导建立数字监管的整体规划，确定监管系统建设的基本标准，统一监管数据规范；②建立常态化的数据共享机制，制定监管数据共享的具体方案，包括数据交换共享的条件、内容、程序以及责任条款等，通过制度化手段实现监管部门之间的系统互联、信息共享和数据整合；③转换监管思路，树立用户思维，以监管对象为中心，根据相对人需求重整业务流程，实现多部门的协同监管和整体性治理。

(3)范式再造：以数据为导向。在数字时代，基于大数据技术在数字技术应用中的核心地位，大数据的理论和治理理念也深入到了公共行政领域，引发公共行政范式的转变。当前以流程为导向、以专业分工和层级管控为特征的组织结构，人为设置了数据交流障碍，不利于大数据优势的发挥。为提升治理效能，应重构监管范式，从以流程为中心向以数据为中心转变，业务办理的过程不再遵循部门分工设定，将重点从规范化的业务标准转向精准化的数据治理，聚焦监管数据的采集、分析、应用过程，围绕数据治理的重要节点重构监管规程。对此，在统一规划监管数据的基础上，可通过数据流动驱动流程归并和同步监管，建立“前端统一采集、后台协作监管、结果统一反馈”的政府监管新模式。

(4)政企合作：发挥市场在资源配置中的作用。推动非现场监管需要大量的基础设备和技术条件支持，如果由地方政府独立建设和运营，耗费的成本会非常高，也会带来重复建设和分头建设等资源浪费的问题，所以，推动政企合作、整合社会资源，成为非现场监管推广的必然要求。在这一合作关系中，政府从监管系统的建设者、管理者和使用者简化为监管系统的使用者，监管机构专注于自身职责，负责提出业务需求，而监管系统的建设、运行和维护则由技术企业进行保障。在降低建设成本的同时，政企合作还可以依托互联网企业丰富的产品运营经验，更好地找到用户的需求与喜好，在“用户至上”的思维下，有效提高监管效率，为监管对象提供高效、便捷的系统服务。

（二）完善监管程序：正当程序原则的新发展

数字技术的发展给政府监管带来的挑战是全面的，正当程序原则作为行政程序的底线法则，关乎每个人的尊严和最低限度的公正，在新的监管方式中也应继续保障实现，创建不低于传统权利保护要求的程序规则。

(1)数据采集程序。非现场监管由于限制了行政相对人和行政机关的直接交流，在数据采集环节更应做好告知和说明理由等程序，以保障相对人的程序权利。具言之：①充分告知监管对象采用非现场监管的理由、依据和相关设备要求，要求监管对象安装和使用自动监测设备并与监管部门联网；②公开设备设置的范围、地点，确保监控设备设置合理，平等适用于各类监管对象；③告知监管对象设备安装使用维护的具体要求，以及对监测数据的真实性负责的义务；④在自动监测过程中发现数据异常，及时告知监管对象，要求其排查数据异常原因并进行报告。

(2)数据分析程序。在数据分析环节，由于算法模型等智能决策技术的应用受技术限制，不可避免地会出现算法歧视、算法不公的问题，对此，应当以算法治理为中心，确保最终结果的正当性。具言之：①提高算法决策的透明度和可解释性，作为说明理由的延伸和拓展，监管机构负有向公众披露算法决策原理与过程的义务，使系统数据分析的结果能够为当事人知悉和理解；②对数据分析算法进行专业评估和审核，数字时代，“代码即法律”，为确保监管算法内容合乎法律要求，监管机关可聘请专业机构介入算法设计过程，提出对算法功能和安全的具体要求，并对最后的算法模型进行审核与校验；③对电子数据进行审核，监管机构利用电子技术监控设备收集、固定违法事实以进行法制和技术审核，确保违法事实记录的真实、清晰、完整、准确，未经审核或者经审核不符合要求的，不得进入数据分析过程，不得作为数据分析的基础和依据。

(3)数据应用程序。非现场监管作为侵益性的行政行为，在结果应用环节，应当以不低于现有权利保护要求的标准设置相关程序。具言之：①及时告知相对人违法事实，在非现场监管中，违法行为的查出频率大大提高，应当设置更为快捷方便的告知方式，探索通过手机短信、微信提醒、系统弹窗等方式，保证当事人及时知悉违法情况，避免持续违法情况的出现；②充分说明理由，监管系统的客户端应当详细显示监管机构作出行政处罚措施的依据和理由，并清晰展示用于认定违法事实存在的监测图像和数据，以确保当事人充分知情，并为当事人申辩提供依据；③设置异议申辩与复核程序，监管对象如果对结果存在异议，监管机构应当设置人工复核程序，在缓解信任危机的同时解决自动决策行为的责任归属问题。

（三）建立监管伦理：确保监管权行使的正当性

1.实行分类分级监管

算法治理具有长期性和复杂性的特征，不同监管领域和不同发展阶段的算法成熟程度有着明显差异，单一政策无法有效回应算法应用的差异性，应根据算法应用的成熟程度以及算法参与监管的程度对非现场监管进行分类分级，视具体情况制定相应政策。据此，非现场监管可分为以下类型：其一，算法完全不参与决策，实体决定仍由人工作出。这是非现场监管最初的表现形式，也是当前实践的主要形态，其虽进行了数据的采集和分析，但是数据分析的结果只作为事实材料，实体决定依然沿用人工程序作出。如此，算法事实上没有参与决策过程，对最终决定也无直接影响。其二，算法简单参与决策，实体决定由人工审核作出。对于部分违法要件明确的事项，可通过算法自动分析、识别违法行为，但其最终结果仍需人工审核。对此，算法决策虽发挥了重要影响，但由于作出决定的主体、依据和责任都没有发生变化，所以决定的正当性也不受影响。为了进一步控制风险，可通过设置精确的“输入—输出”限定性条件，完善审核、公开和救济程序等方式以加以巩固。其三，算法深度参与决策，实体决定可通过算法决策作出。当前各监管领域虽还未出现此类实践，但鉴于算法技术的迅猛发展，以及当前国家对于数字政府建设的大力支持，并不排除未来算法自主决策的可能性，故而有必要进行前瞻性的政策引导。此类算法应用正是未来监管领域算法治理的关键所在，应通过法律保留的方式确保其权力行使的正当性，并通过提前介入算法设计，对算法进行披露、评估、审查和问责等方式来规避算法“黑箱”的可能风险。

2.法律保留原则的运用

作为行政法之基本法则，法律保留既是对公民权利的必要防卫，也是对行政权力的民主控制，在非现场监管过程中应当予以坚持。法律保留有侵害保留说、全部保留说、重要事项保留说等不同观点。侵害保留说认为，只有在侵害相对人权利和利益的情况下才需要法律保留；全部保留说认为，所有的行政行为都需要进行法律保留；而重要事项保留说则认为，侵益行政和给付行政都有进行法律保留的必要，涉及基本权利以及公共利益的给付行为也应当接受法律保留的限制。当然，不论是侵害保留说、全部保留说还是重要事项保留说，行政检查作为侵益性行政行为，理应进行法律保留，况且非现场监管还扩展了传统检查的范围、频次和程度，令当事人权益陷入更大的风险之中，更需要法律的明确授权予以保障。

在法律保留层级上，须考量其对公民基本权利的侵入程度，一般而言，基本权利受到的限制越多，法律保留的层次和密度就要求越高，对基本权利之限制则必须要有法律之授权。非现场监管或者行政检查虽非法律保留的事项，但鉴于其存在的诸多法治风险，有必要根据其所涉内容设定具体的法律保留要求。具言之：对于有损公民人身自由和人格尊严的监管事项，应遵循严格的法律保留，由国家法律进行规定，法规和规章不得涉及，以避免全息监管、深度画像、算法预测等有损公民主体性的行为出现；对于其他减损公民、法人和其他组织权利或者增加其义务的事项，则必须要有法律、法规的依据，没有法律、法规的依据，不得通过规章的方式直接设定。德国在自动化行政立法中也采取了此做法，《德国联邦行政程序法》第35a条提出，只有在特别法规定的情形下，行政行为才能以完全技术自动实施的途径作出，通过实质的法律保留，防止算法滥用，保障相对人在自动化程序中的合法权益。

3.比例原则的运用

正当程序的设置虽然在形式上保障了监管程序之合法，但监管过程还包含着大量相互冲突的公私法益，需要进行实质的利益衡平与协调，而比例原则作为良好的利益衡量工具，理应纳入非现场监管的监管伦理之中。在适当性、必要性和衡量性的要求之下，具体把握非现场监管的限度，以实现公私法益的最大平衡。

其一，非现场监管应有利于监管目标的实现。行政活动的作出应当有利于行政目标之实现，非现场监管是监管主体履行法定职责、提升监管效能之必需，但这一过程不应掺杂某些组织或个人的私人利益，也不应有损公民的基本权益和人性尊严。实践中有些地方将监控设备设置、维护乃至经营管理权直接外包给生产企业的做法，不仅会诱发监管行为的逐利性，导致监控设备的乱设滥用，甚至还将威胁执法权的公信力，无助于监管目标的真正实现。

其二，非现场监管的手段应具有必要性。行政机关应当评估手段与目的之间的关联性和必要性，选取对相对人权益损害最小的手段。在非现场监管中，为减少数据采集对当事人权益的侵扰，应禁止采集与监管目标无关的数据，尤其是涉及个人隐私的敏感数据；尽量选用对相对人权益影响较小的方式进行采集，例如，可以通过自行提交数据的方式查明的，就应避免固定监控设备的使用；同时，非现场监管应与信用监管等监管工具相结合，对于信用较好的监管对象，应降低现场监管频次，以实现监管工具的最优配置效果。

其三，非现场监管应实现损益均衡。损益均衡是指行政活动对相对人权益造成的损害应当与所追求的目的之间保持均衡。当前，非现场监管被认为是监管效能提升的重要手段，但是，非现场监管成本的降低在一定程度上是以相对人义务的增加为代价的，非现场监管虽然降低了人力成本，但也增加了相应的运行成本，其中“损”“益”的计算应综合考虑监管效能提升的目标价值与相对人权益受限风险是否均衡。例如，在市场监管领域，数字监管的理想对象是大中型企业，但在非标准化的市场结构下，面对实践中大量存在的小微市场主体，实效如何还有待检验。

五、结语

数字时代的到来令人振奋，非现场监管所具备的实时监管、远程监管和风险预警特征，为监管领域的现代化提供了澎湃动力。但数字革命并非无所不往，技术的运用也有一定的风险和局限性。为确保非现场监管符合行政法治的基本要求，应当认真审视这一新型的监管方式，探索其自身特征、法律属性以及对传统行政法理论的革新意义。面对非现场监管可能引发的一系列法律风险，应当以审慎开放的理念，通过提高监管组织机构能力、发展正当程序原则、建立必要的监管伦理等方式予以调整。当然，在非现场监管之外，我们仍须重视实践中长期存在的监管难题，如基层监管资源的不足就需要政府的持续投入，仅凭技术进步无法解决。唯有科技进步与制度建设共同发力，才能建立起可持续、负责任的非现场监管法治体系。这既是非现场监管从蓝图走向实践的必经之路，也是行政法在数字时代的必然选择。 

注：封面图片源于vcg.com

华中大社科学报

欢迎您的关注

点“阅读原文”了解更多