查云飞:大数据检查的行政法构造

选择字号:   本文共阅读 135 次 更新时间:2022-02-03 23:55:45

进入专题: 大数据检查  

查云飞  

   摘要:  大数据检查是行政机关为监督检查行政相对人是否依法从事生产、生活和其他社会活动,对已掌握的海量数据挖掘分析,进行风险评估和预警处置的活动。作为一种新型的行政检查方式,对其的规范必要性既来源于技术层面,也来源于法律价值层面。技术上,“数据原料”的供给是否达标和模型建构的逻辑演绎是否经得起检验都存有疑问。法律价值上,大数据检查大幅压缩了行政相对人的程序权利,其构成的全面监控、深度人格画像、责任承担异化有损人的尊严。数字时代的行政法既要满足形式合法,也要追求实质合法,依法行政对行政检查提出的法律保留、程序规范和实体规范要求对大数据检查同样适用,可在此基础上进行数字化调适构造。

   关键词:  大数据 行政检查 依法行政 自动化行政

   近年来,数字化转型或数字化改革成为行政领域的主要任务,它不仅涉及行政流程的自动化改造、统一的数据平台建设等基础工作,更重要的是思考如何利用数字技术赋能国家与社会的治理,[1]其中大数据技术的应用尤为引人注目。《数据安全法》第14条规定:“国家实施大数据战略,推进数据基础设施建设,鼓励和支持在各行业、各领域的创新应用。”目前,已有不少研究关注到大数据在犯罪侦查、行政管理、司法裁判等领域的有效赋能,形成了以数据治理为主题的一系列研究成果。[2]

  

   数据治理包括对数据的治理和利用数据治理,前者关注数据的质量和安全,后者是以数据分析的方式为政府的决策和行动提供支撑的一种机制,这样的治理机制在大数据时代越来越普遍。[3]后一种数据治理依赖于大数据挖掘技术,通过收集、分析、挖掘海量的数据得到关联性结论。在行政法领域,行政主体在实行检查时,也可借此预测特定领域的动态发展变化,以此作出研判并采取行动。例如国务院《关于运用大数据加强对市场主体服务和监管的若干意见》提到,“应充分运用大数据,建立科学合理的仿真模型,对监管对象、市场和社会反应进行预测,并就可能出现的风险提出处置预案”。[4]又如中共中央、国务院《法治政府建设实施纲要(2021—2025年)》要求“深入推进‘互联网+’监管执法……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,解决人少事多的难题”。[5]

  

   不过,行政机关在后台进行的数据挖掘和分析活动,已经引发了公众对秘密监控的担忧,公民、法人和其他组织担心其沦为被大数据分析的客体。刑事法领域已经高度关注了大数据侦查这样的现象,我国行政法领域在这方面的研究较少。[6]“法律必须对重要(社会典型的)生活事件和利益冲突进行调整。”[7]在此背景下,本文将从关联领域的实践样态切入,总结出行政领域大数据检查的特点,对该行为予以学理剖析,阐述其规范的必要性,并尝试提出符合数字时代依法行政要求的规范建议。

  

   一、大数据检查:一种新型的行政检查方式

  

   虽然传统行政也关注数据的收集和分析,但囿于技术,尚不能全时间、全方位、较为精准地预测未来可能发生的事件,往往是对已经出现的嫌疑或危险采取经验性应对。现代行政乃信息行政,行政机关大量收集数据并在内部实现全面共享,原因就在于大数据分析技术的引入。该技术可在嫌疑或危险出现之前进行预警,行政机关借此提炼有用信息,从而能更有效地采取行动。

  

   (一)预测挖掘的兴起

  

   国务院《促进大数据发展行动纲要》中所描述的大数据,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。[8]信息社会中,这些数据集合可作为“资源”或者“原材料”被创造性处理,可以决定个人、社会以及国家的未来行为走向。发展至今的信息与通信技术帮助人类从被动适应转向了主动利用,人类已经能初步通过各种手段尽可能地提取海量数据,并且借助高性能的数据集通过复杂算法即时分析这些数据,从而得到预期的、非预期的结果。

  

   在法学领域,有学者根据具体场景将大数据分析的应用分为三类。第一类为针对特定对象搜索其所有记录的适用对象型数据挖掘;第二类为确认是否为已知嫌疑人的驱动型数据挖掘;第三类为用于发现未来可能的事件驱动型挖掘。[9]按数据挖掘的时间指向不同,也可将第一类和第二类合并称为回溯挖掘,第三类则对应地称作预测挖掘。但严格意义上来说,大数据分析主要是指预测挖掘,因为“大数据的核心功能是预测,通过将数学算法运用到海量的数据上来预测事情发生的可能性……系统的数据越多,算法就能更好地改善自己的性能”。[10]观察并总结实践经验,会发现预测挖掘已经广泛运用于我国的社会治安、市场监管、环境保护、出入境边防检查等领域。

  

   1.警察法上的警务预测

  

   我国警务模式经历了从信息主导到情报主导的模式变迁,并逐渐迈入智慧警务阶段。比起信息主导警务只关注数据的采集和维护,情报主导警务更注重数据的收集、评估、整理、分析、共享等全流程作业,其中数据分析占据核心位置。因此情报主导警务与知识管理密切关联,而且借鉴了情报机关的作业模式,效果上使得警务工作从被动转为主动、从应对转为预防。“警察的职能从简单的反应执法变为管理人类安全风险,从被动服务转向以情报指引工作,利用积极的信息收集和风险分析减少犯罪威胁和环境变化带来的影响,从战略层面解决违法行为,这种改革称为情报主导警务。”[11]

  

   2018年起我国公安部开始实施“大数据”战略,标志着情报主导警务模式应用进一步增强,利用大数据分析技术使得警务预测成为警务工作的核心。[12]围绕警务预测,目前我国各地公安主要开展了两方面工作:一方面继续拓深与数据有关的基础设施建设;另一方面不断提升数据分析挖掘的能力。例如,2014年起上海市公安机关就成立了“大数据实战运用平台”,依托数据中心和智慧公安综合平台,构建了以警务数据为核心的社会治安防控网络。大数据技术对数据结构化的要求较低,可以从不同来源的数据中预测出特定的人、组织和群体之间的因果关系,从而形成预测性情报。[13]

  

   高文英教授的相关调研显示,我国公安机关正在四个方面运用大数据:一是对治安事件进行趋势分析;二是通过人流量、车流量等展开分析,确保重大节假日安保和道路通畅;三是指挥中心对基层所队接处警提供支撑;四是通过数据进行涉稳、涉恐分析。[14]由于公安机关承担着行政和刑事方面的双重职能,需根据任务的不同属性将警务预测归置于不同的法律部门予以研判,容易判断的是利用警务预测进行治安和交通状况的分析属于行政法领域。但对于涉稳、涉恐案件,由于我国公安机关在开展警务预测时并未严格区分治安、一般刑事和涉国家安全刑事案件,反而出现了在刑事案件初查阶段遁入行政程序的情况,已经有学者指出,刑事侦查前的初查应当放在行政执法之下讨论。[15]照此逻辑,即便是将来可能服务于刑事侦查的警务预测也应当在行政法的框架下进行研究。

  

   2.市场监管中的非现场检查

  

   在优化营商环境的背景下,我国市场监管领域不断进行着“放管服”改革,一方面放松事前监管,另一方面加强事中、事后监管。事中监管主要依靠市场监管部门对市场主体是否遵守法律的规定进行监督检查,传统上以现场检查为主,现在转向了非现场检查。

  

   现场检查与非现场检查的分类并不新鲜,早在2000年由证监会颁布的《证券公司检查办法》第5条就提到了检查方式分为现场和非现场两种:“现场检查指检查人员亲临检查现场,通过听取汇报、查验有关资料等方式进行实地检查”;而“非现场检查主要是通过手工或计算机系统对公司上报的业务报表、财务报表等有关资料进行定期和不定期的统计分析,通过设置风险预警指标及时发现公司存在的问题。”只不过在大数据时代,非现场检查的技术手段得到了进一步更新。非现场检查在立法中有时也被非现场监管或者非现场执法所涵盖,例如《优化营商环境条例》第56条要求“政府及其有关部门应当充分运用互联网、大数据等技术手段,依托国家统一建立的在线监管系统,加强监管信息归集共享和关联整合,推行以远程监管、移动监管、预警防控为特征的非现场监管,提升监管的精准化、智能化水平”。以此,事中监管与非现场检查的开展包括“双随机、一公开”检查,都与“互联网+监管”平台建设相挂钩,并以大数据预测为主要活动方式。

  

   在此背景下,地方也出台了不少与事中监管和非现场检查相关的规定,2020年《广东省行政检查办法》颁布,作为首部以“行政检查”命名的地方政府规章,直接对非现场检查等予以立法回应。该办法第19条提出行政执法主体可以通过信息共享、“互联网+监管”等方式达到行政检查目的的,原则上不再进行现场检查。为此,政府应当充分运用互联网、大数据等技术手段,依托在线监管系统、行政执法信息平台和行政执法监督网络平台,推动行政检查全过程网上流转。可见,在市场监管领域,以大数据分析为技术核心的非现场检查已经存在实定法依据。

  

   3.我国其他领域的应用实例

  

   除比较引人注目的社会治安和市场监管两个领域外,在环境保护、出入境边防和税务行政等领域,行政机关也已经广泛使用预测挖掘技术。例如在环境保护方面,早在2016年当时的环境保护部就颁发了《生态环境大数据建设总体方案》,力图实现大数据在综合决策、日常监管和公共服务三个方面的有效应用。[16]在出入境边防领域,国家移民管理局通过大数据分析研判出入境人员的风险安全等级,提前筛查有违法犯罪嫌疑的人员,在疫情防控中更是常态化地向各地联防联控机制推送预警高风险入境人员信息。在税收行政方面,国家税务总局曾于2015年发布《“互联网+税务”行动计划》,提出将手工录入等传统渠道采集的数据和通过互联网、物联网等新兴感知技术采集的数据以及第三方共享的信息,有机整合形成税收大数据,以支撑纳税服务、税收征管、政策效应分析、税收经济分析等工作。[17]可见,诸多行政领域已经发展到了全流程数字化的数字政务阶段,并且正朝向与人工智能、大数据结合的智慧政务迈进。

  

   (二)预测挖掘的学理归类

  

   可见,预测挖掘在行政关联领域中已经广泛运用,而且存在一定的法规范基础,但如何从行政法的视角统一地看待这样的新型活动方式呢?行政法是以行为形式论为基点的,需要从纷繁复杂、形形色色的行政活动中抽离出在法律上具有重要性的要素,加以归类、组合并确定其在整个行政行为体系中的地位。[18]所以,在讨论规范必要性之前,得先对该行为进行学理归类。

  

   1.大数据检查的界定

  

首先,关于行政检查的界定,学界存在着附属说和独立说两种学说。附属说认为,行政检查乃是行政处罚、行政许可、行政强制等决定的阶段性或者辅助性行为。基于此种理解,行政检查并不被重视,受关注的仅是最后作出的决定,行政检查被视为作出决定的过程或者程序行为。(点击此处阅读下一页)

    进入专题: 大数据检查  

本文责编:陈冬冬
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 法学 > 宪法学与行政法学
本文链接:http://www.aisixiang.com/data/131334.html

0 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2022 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统