算法治理与行政正义：中国社会信用体系中的自动化决策研究
摘要
本文考察中国社会信用体系中自动化决策对行政正义原则的影响。通过对847件信用相关行政诉讼案件(2019-2025)的教义学分析和52份访谈(行政法官、数据科学家、受影响公民)，评估算法评分机制如何与正当程序要求、透明度义务和知情权互动。研究发现存在"合法性缺口"：地方政府使用的信用评分算法中73%缺乏公开的决策逻辑,仅12%的受影响个人成功通过行政复议质疑算法评估结果。本文提出适应中国行政法传统的"程序性算法问责"框架,包括强制性算法影响评估、实时解释接口和独立算法审计机制。
关键词: algorithmic governance, social credit system, administrative justice, AI regulation, due process
1. 引言
随着人工智能技术在公共行政中的广泛应用,算法决策与传统行政法原则之间的张力日益凸显。中国社会信用体系作为全球最大规模的算法治理实验,为研究这一张力提供了独特的案例。本文聚焦于算法评分如何影响公民的行政救济权利,以及现有法律框架能否有效约束算法权力。
2. 研究方法
本研究采用混合法律实证研究方法。定量部分通过中国裁判文书网检索2019-2025年间包含"信用评分"、"信用等级"、"失信名单"等关键词的行政诉讼裁判文书847份,编码分析争议类型、判决结果和法院推理模式。定性部分对12名行政法官、15名政府数据管理人员、10名算法工程师和15名受影响公民进行半结构化访谈。
3. 研究发现
案例分析揭示三类核心争议：(1)评分标准不透明(占案件总数41.2%)；(2)数据错误导致的误判(32.8%)；(3)联合惩戒的比例原则问题(26.0%)。在法院审理层面,仅有18.4%的原告获得胜诉,主要原因是法院缺乏评估算法合理性的专业能力和法律依据。
表 1. 社会信用行政诉讼案件类型分布 (n=847)
| 争议类型 | 案件数 | 占比(%) | 原告胜诉率(%) |
|---|---|---|---|
| 评分标准不透明 | 349 | 41.2 | 14.3 |
| 数据错误导致误判 | 278 | 32.8 | 28.4 |
| 联合惩戒比例失当 | 220 | 26.0 | 11.8 |
4. 政策建议
基于研究发现,本文提出"程序性算法问责"框架的三大支柱：第一,强制性算法影响评估,要求政府在部署信用评分系统前进行公平性和准确性评估；第二,建立实时算法解释接口,使公民能够查询影响其信用评分的具体因素和权重；第三,设立独立的算法审计机构,定期评估算法决策系统的准确性、公平性和合法性。这一框架兼顾了中国行政法重视实质正义的传统与程序正义的现代要求。
参考文献
- Creemers, R. China's Social Credit System: An Evolving Practice of Control. SSRN Working Paper, 2018.
- Pasquale, F. The Black Box Society: The Secret Algorithms That Control Money and Information. Harvard University Press, 2015.
- 马怀德. 行政法学. 中国政法大学出版社, 2023.
- 季卫东. 算法社会的法律治理. 中国社会科学 2022, 10, 85-102.
- 张新宝. 个人信息保护法的中国路径. 法学研究 2021, 43, 3-20.
This article is published under the Creative Commons Attribution 4.0 International License (CC BY 4.0).