问题一：处罚概率提升后需要降低相应的处罚力度吗？

余凌云：对同一种违法行为分别规定不同处罚并不合理

这种要求立法考虑自动化行政与人力执法在发现违法上的效率差异，对同一种违法行为分别规定不同处罚的理论见解，并不合理。

首先，在立法过程中，针对违法行为设计相应的惩处方式，是以社会危害程度为考量，以合乎比例为尺度，力求违法程度与处罚力度相匹配，以实现过罚相当。设定行政处罚必须以事实为依据，“与违法行为的事实、性质、情节以及社会危害程度相当”，一般不特别考虑违法的发现率。如果针对同一个违法行为，在自动化行政中降低处罚，就等于认为自动化行政中违法形态的社会危害性低于其在传统执法中的社会危害性。

其次，无论传统执法还是自动化行政，对同一违法行为坚持适用同一处罚尺度，更容易抑制违法。因为在自动化行政的情境中，驾驶人知道其驾驶过程处在技术设备的监控之下，不敢心存侥幸。

其实，公众之所以对自动化行政处罚颇有微词，是因为自动化行政处罚缺少裁量环节，机器只会冷冰冰地记录，传递不出“首违不罚”、从轻减轻处罚考量的温度。也因为系统无法及时告知违法事实，当事人不能通过及时改正避免被罚，这在实质上拉低了对相对人权利的程序保护水准。

因应策略，除了通过技术更新实现实时告知外，还可包括：（1）监控技术设备的设置、相关场域的交通标志设计应当合理规范，以提升相对人对通行规则的认同。（2）监控技术设备要锁定公众关切的“热点”，找到当前道路交通的“痛点”，主要抓拍公众不满的违法行为，如引发拥堵的任意“加塞”、占据直行道等待转弯等。（3）对于不影响交通安全、不会造成事故隐患、不引发交通拥堵的违法行为，原则上不纳入监控技术设备的规制范围，或者通过技术系统进一步更新，实行“首违不罚”或者依法从轻减轻处罚。

马颜昕：需要建立行政处罚标准动态调整机制

在传统行政处罚的静态标准之下，被处罚概率这一因素并未被纳入处罚程度的考量。当技术手段极大地提高了被处罚概率时，行政机关能做的也仅仅是在不大的裁量范围内进行平衡，而这对于自动化行政方式下被处罚概率动辄数十倍甚至上百倍的提高来说是远远不够的。静态标准的不足也不仅限于自动化行政领域。

行政处罚实践中经常出现的另一个问题是：作为处罚依据的法律法规规定了具体的处罚额度，但是由于经济发展、通货膨胀、地区发展不均衡等原因，许多原有额度已经明显过低，无法起到足够的惩罚效果。想要调整处罚额度，就必须通过法律法规修订来完成，但这样必然要面对修法的周期与成本，甚至可能法律刚刚修订就已经滞后。这反映了静态标准的本质缺陷，即静态的标准无法适应日新月异的动态社会。

为了解决这些问题，应该建立行政处罚标准的动态调节机制。法律法规在设定行政处罚额度时，不必再局限于条件、行为、情节、结果等固定指标，还应该加入处罚概率、经济发展情况等可变指标，从而使得行政主体在进行法律适用时，可以根据当时的情况进行裁量。

需要注意的是，从理论上讲，这并未增加行政主体的裁量空间，只是将其限定因素从固定指标变成了可变指标，而这些可变指标在每个特定时间是可以根据一定计算方式确定的。换言之，关于可变指标本身，行政机关的裁量权并没有增加。从实践上看，这种可变指标的确定过程的确可能给了行政机关一定“活动”的空间。为了防止这种情况的出现，必要时可以通过裁量基准来对可变指标进行确定，然后定期对裁量基准进行更新。裁量基准的修订成本要远低于法律修改，从而可以实现行政处罚灵活性与确定性的平衡。