从排斥到包容公众：参与式政府算法治理的逻辑与进路

张红春 宋洪

摘 要：

随着大数据和人工智能时代的到来，算法技术日益广泛嵌入政府治理过程，依算法而治理正在成为政府治理的新途径。然而，在技治主义和工具理性双重逻辑驱动下的政府算法治理日益体现出封闭和排斥公众参与的特征，损失了政府算法治理的有效性与合法性。对公众是否应当参与政府算法治理当中，公众又应当以何种方式有效参与等议题展开的理论分析表明：算法技术引入公共领域应进行技术的公共性重构，而公众参与是平衡其价值理性缺失的有效途径，其重塑的路径是通过创设算法公开、公众调查、听证、治理专家参与、共同生产等公众算法参与工具，并有机嵌入算法制度设计、议程决策、算料供给、算法训练、算法应用的全过程，构建公众算法影响机制。

關键词：

数字政府；算法治理；人工智能；大数据；公民参与；算法参与；算法素养

中图分类号：C935

文献标识码：A

文章编号：1000-5099（2023）02-0033-12

在人工智能技术广泛扩散与应用的浪潮下，作为人工智能内核的算法技术正在深刻地改变社会治理形态。在海量算料、深度学习算法和超级算力的加持下，算法处理复杂、多源、异构大数据的能力得到革命性地提升，高精度算法驱动的智能决策、管理和服务正在逐步地辅助补充或替代人类的行为，开启了数字化和智能化的算法治理时代。现如今，算法技术的应用不仅仅局限于商业领域，依靠智能算法进行公共决策、管理和服务日益成为政府治理创新浪潮，在政务服务、治安警务、交通管理、执法监管、舆情治理都不乏大量的算法应用案例。人工智能与政府治理的深度融合催生了以算法为核心的算法治理模式[1]。从概念上来讲，政府算法治理是以算法技术为内核，以大数据、人工智能、云计算为支撑技术，对公共事务实施算法驱动的自动化、智能化地管理和服务模式[2]。

尽管各种人工智能应用、设备和平台正在大张旗鼓地走进政府治理场景，然而从公众参与的角度来看，公众在算法技术嵌入政府治理场景的过程中却显得格外“绝缘”。由于算法技术的专业性、复杂性和自主性，算法本身容易成为技术黑箱而排斥公众的信息获取与理解。在政府治理领域中，算法系统输入和输出的不透明，公众无法观察和理解算法决策内在机制和逻辑，算法黑箱表现得非常明显[2]。不仅算法黑箱特质让公众难以接近，算法技术嵌入政府治理场景的全过程也呈现出封闭性。研究发现，在疫情防控中广为使用的健康码作为算法技术的一个典型案例，公众并无参与它的设计和运行工作的机会[3]。再如，在各地如火如荼的智慧城市项目建设当中，算法技术显然是支撑各种数字化和智能化城市治理平台和应用的技术，但是主宰城市运行的智能算法系统往往是由政府部门的权力、数据与私营公司的技术力量结合的产物，智慧城市项目的立项、设计、进展、资源利用的透明性和公众参与性是明显不足的[4-5]。在算法技术权力的垄断背景下，政府治理原本应有的公众参与原则反而被架空了，这是一个在智能化政府治理背景下值得警惕的新问题。

缺乏公众参与的政府算法治理正在生成新的治理风险而侵蚀公共利益和价值，并引起学术界的高度关注。研究指出，算法治理容易产生算法歧视、算法偏见、威胁公众隐私权等种种问题与风险，算法正在异化为一种新的技术官僚制，破坏政府治理的公共性和民主性[6]。针对这些算法风险与问题，将算法纳入治理对象已经成为政府算法治理的研究前沿。归纳既有研究提出的治理算法视角不外乎两种思路：一是从技术视角探究如何治理算法，它因循以技术治理技术、以算法治理算法的逻辑，提出算法优化的技术路径。譬如，针对算法的复杂黑箱，研究强调算法生成技术应予以革新，通过可被理解的方式对算法的整个过程和具体决策进行解释[7]。二是法律规制视角，主张要通过立法、建立监管机构等一系列强制性手段将算法使用纳入法治框架，以保障算法中的数据安全，提高算法的透明度以及建立算法问责机制[8-9]。这些治理算法的路径对政府算法治理的优化提供了有益启示，但是这些问题解决方案大多数是技术专家和法学专家的谏言，而从公共治理和公众视角提出解决路径是明显缺失的。如何把排斥在外的社会公众重新找回到政府算法治理议程，如何利用公众参与力量破解算法治理风险的可能性，这是公共治理在数字化和智能化时代的新命题。

可喜的是，实践领域已初步意识到算法参与的重要性。2017年，国务院颁布的《新一代人工智能发展规划》就指出，要调动全社会参与支持人工智能发展的积极性。由国家新一代人工智能治理专业委员会发布的《新一代人工智能治理原则——发展负责任的人工智能》的指南中，提出包容共享、开放协作应成为人工智能技术开发和应用的重要原则。2021年，由国家互联网信息办公室、中央宣传部、教育部等印发的《关于加强互联网信息服务算法综合治理的指导意见》中指出，要形成多元协同、多方参与的治理机制。然而遗憾的是，在学术领域，支持公众算法参与的观点多散见于人工智能与算法治理的文献角落，既有算法治理文献对公众参与的直接探究较少，据此提炼的理论命题与观点也付诸阙如。正是在这样的背景下，本文的研究问题切入是：社会公众作为政府算法治理的“用户”，他为什么被排斥在政府算法治理之外？公众应当参与算法治理当中吗？公众又如何参与算法治理并发挥积极效能呢？文章接下来对上述关键问题依次展开理论分析。

一、算法排斥公众：技治主义逻辑下的算法治理困境

作为一种技术治理新形态，政府算法治理是公共行政技治主义传统的最新表现。政府治理中的技治主义思想萌芽可以追溯到传统公共行政时期威尔逊（Thomas W.Wilson）、泰罗（Frederick W.Taylor）等先驱对科学行政方法与行政效率的追求，而后在20世纪30年代美国的技治主义运动中名噪一时，二战之后至今飞速发展的科学技术革命中又进一步将技术治理发扬光大。从实践角度来看，技术治理指的是将科学原理和技术方法运用于社会治理的活动[10]。作为一种治理意识形态，技治主义主张依赖技术以及掌握技术知识的专家来治理国家，以技术驱动的信息量化、精准测量、精细管理为核心治理机制，秉承科学管理精神[11]。随着现代科学技术的发展，尤其是信息技术革命的突飞猛进，信息技术作为一种常见的“治理术”嵌入到社会运行的方方面面。信息是国家治理的基础性工程[12]，在公共决策、管理和服务中有着重大作用。信息技术在信息生成、传播和利用方面的显著优势使得信息技术日益成为驱动政府治理效能提升的第一生产力。而在信息化高级阶段，大数据、人工智能、物联网、云计算等新型信息技术显著提升了数据信息的采集、传输、提取和利用能力，政府治理也越来越依赖于信息技术工具实施数字化、数据化和智能化的治理。算法作为智能社会治理的前沿技术进展，政府算法治理所广泛采纳的算法技术正是技术治理的最新形态。

不难看出，算法治理将技治主义的技术驱动、效率导向、工具理性取向发挥到了极致，但其技治主义的本质逻辑却对公众参与具有先天和后天的排斥性，其对公众参与的排斥机理主要有以下三个层面：

一是从技术特质来看，算法技术的专业性排斥公众参与。算法作为人工智能技术的内核，它是人类自信息革命以来最前沿的技术，以其对人类有限计算能力的超越以及对人脑复杂信息、知识、智慧生成过程的逼近模拟而著称。技术复杂性与实现目的的复杂性呈现正相关关系，显然，算法技术的目的和功能指向是复杂而高级的，因而，正如已有研究所指出，算法本身具有高度技术复杂性和专业性[6]。然而，算法技术背后的高深、复杂的专业知识则是排斥普罗大众参与的天然鸿沟，并促成了算法技术黑箱问题的生成。算法专业性意味着除了少数受过专业训练的算法研发人员之外，更多的外部人员并不清楚算法原理，而对于算法专业知识普遍不足的公众来说，专业知识已然构筑了一道难以轻易逾越的技术壁垒。除此之外，不同于其他技术，算法技术的自主性也是排斥公众介入的深层次技术逻辑。随着半监督甚至无监督的深度学习算法兴起，算法可以在人类的少量干预甚至没有干预的情况下自主训练、自主生成、自我调适，高度自主算法已然成了一个数学黑盒子。算法愈发迈向高度自动化、自主化、智能化的高级阶段，也意味着它脱离人类控制和干预的垄断程度在增加，给公众提供的参与空间则随之递减。在政府治理场景中应用的算法技术也不可避免地具有上述特征，而算法技术专业性特征所引致的技术黑箱、技术垄断则是与公共治理场域本应的公开性、开放性和参与性特质格格不入的。

二是从技术供给的方式来看，算法技术的市场化排斥公众参与。不言自明的是，算法技术的发明者和掌握者并不是政府，而是高科技企业。政府在算法知识与技术上面临有限理性约束，促使其必须通过制度创新来利用科技企业及其专家在算法技术知识方面的绝对优势。随着市场化公共行政模式的兴起，现如今各地政府可以通过合同外包、政府采购、政府购买服务等方式引入高科技企业提供的算法设计与智能产品开发。算法技术的市场化已经成为一种普遍的政府算法治理制度安排。例如，杭州城市大脑的智慧城市管理平台与高科技企业阿里巴巴合作，广东省发布粤省事移动办公平台与腾讯云合作等案例，都不乏公私合作及其背后科技企业资本的身影。政府通过市场化手段引入科技企业形成一种新的委托代理关系，政府作为委托方期待借助算法缓解治理压力，算法公司作为代理方则遵循商业逻辑，以期扩大资本影响力[13]。然而，当政府算法被市场化外包之后，其对公众参与机制有着制度上的排斥性。一方面，算法市场化制度强化了算法的资产专有性。在知识产权制度保护之下，科技企业掌握的算法技术已经专利化、资产化和资本化。科技企业对算法代码的资产专有性、排他性与政府算法的公共物品属性及其公开性、非排他性特征之间存在必然冲突[13]。另一方面，算法市场化在政民算法互动关系中植入了一个私人性的组织间隙，增加了政民互动的交易成本。算法技术的市场委托代理必然使得政府算法治理中政民二元直接互动关系不得不转为政—企—民三元互动关系，社会公众参与算法企业的算法研发缺乏制度保障，更何况研发算法技术公司经常以商业利益、商业秘密、知识产权为由，不向社会公开其算法代码，不开放算法生成过程，公众融入算法企业的算法研发过程存在制度障碍。

三是从技术治理的本质逻辑来看，算法技术的工具理性取向排斥公众参与。科学技术的迭代和应用，不仅促进了现代社会的进步发展，也构建了一套工具理性取向的世俗化理性权威。作为一种治理意识形态，工具理性最主要的内在特征有，一是追求效率的最大化，二是功利化趋向，三是以科学和技术为依据，四是追求形式的合理性[14]。工具理性只关心手段的有效性，将生产力、效率性放在首要位置。技术治理作为工具理性的现实表现，也以其对效率不遗余力地追逐成为其鲜明标识。工具理性对效率的强调必然会忽视人与社会的非效率性需要和社会价值，工具理性究其本性只是追求技术合理性，有关人生问题、价值问题、伦理问题、社会目标问题等价值理性的考量均被排除在外[15]。当下，政府算法治理所主张的自动化、精准化、智能化、高效化等一系列目标无不体现了工具理性的效率优先诉求。然而，技术治理的效率至上对公民参与价值形成遮蔽[16]。这是因为，在公共治理当中，效率与民主参与等治理价值存在价值张力和冲突。公众参与治理事务不仅需要公众自身的时间、物质和物质成本，还需要作为互动对象的政府及其代理者企业付出同等甚至更多的参与成本。在工具理性视野之下，可以用算法数据、算法技术、算法决策等来代表甚至代替公众的需求及其决策，换言之，技术可以替代公众参与而节约大量公众参与成本。而当公众参与成本让步于算法效率，公众参与所衍生的民主、监督、透明、问责等其他公共价值也就同样屈居于所谓的算法效率神圣法则之下。研究指出，技治主义的政治理想在实践中存在转向专制的风险，民众极有可能沦为社会机器上的零件或图表上的数据，在科学的名义下被剥夺权利[17]。技治主义和工具理性对公众参与的威胁不容忽视。

在算法从技术领域、私人部门向政府治理场域迁移的过程中，其并没有很好地因应公共场域的公共性特征对算法技术的工具理性及其技术治理制度进行公共性重构，反而形成了一道政民互动的新型技术与制度壁垒。由于政府算法生成和应用日益走向封闭性和排他性特征，他们与政府治理诸多公共价值格格不入，并给政府治理带来预料之外的公共性损失[18]。缺乏公众参与的政府算法治理的公共价值损失包括：一是损失算法治理的有效性。算法技术并不是完美的，而是充满了缺陷和漏洞的，算法判断偏误、算法决策失误、算法未知等理性困境同样困扰着算法模型。究其算法理性失灵的根源，在于人工智能算法获得一个理想的公众数据集是永恒的难题，使得算法难以精准、全面定义公众的需求和偏好。排斥公眾参与的政府也就关闭了非数字化公众需求表达和数据的通道，数据算料的缺损必然降低政府算法的科学性。二是损失算法治理的透明性。缺乏公众参与的政府算法俨然变成了一个技术黑箱。封闭性政府算法的治理运行隐藏了诸多本该透明的流程，严重压缩了行政活动环节而破坏行政程序的公开性[3]。算法治理黑箱不仅使得公众对与之利益攸关的公共算法技术缺乏认知和了解，公众对于算法驱动政府智能化决策与服务背后的依据、程序、标准与逻辑难以知晓，这种不透明性正在加重公众对人工智能算法产品与服务的疑虑与担忧。三是损失算法治理的民主性。封闭排他的政府算法技术正在从两个方面侵蚀政府治理的民主性：一方面是技术替代政府。在人工智能背景下，正在形成一种脱离政府控制的算法权力。算法自主性、智能化的技术抱负是要用基于技术的判断、决策、行动代替基于人的行动，其替代进程最早是替代人类实现证据的整合，随后是提供权力行使的方案，最后是替代人类直接做出决定[19]。随着强人工智能独立自主意识的觉醒，其带来的一个不可避免的后果就是算法机器的意志正在代替政府决策者的意志，形成一种新的权力形式——“技术利维坦”。由此，政府官员成了屏幕官僚，而算法研发者则成为了“算法影子官僚”[13]。另一方面是技术替代公众。人工智能技术自诩为通过收集公众数据就可以将公众意见纳入行政决策，这种数据参与形式的本质是被动式的行政吸纳，公众数据参与并不能代替其实体参与。这是因为算法所吸取的有偏数据并不能代表公众需求与偏好的全部，也更不能代表所有公众的意见。相反，在公众输入意见缺损的前提下，了解人工智能算法技术精英更接近政府权力中心，凭借专业知识拥有对政府治理的强大话语权，容易使政府治理不是建立在“普通公民”基础之上[20]。人工智能算法对政府官员和社会公众的双重替代，形成了学者所称的“人工智能专制”“算法暴政”，这对政府所应坚守的多元公共价值构成了显著的威胁。

归纳起来，封闭排他的政府算法在应用中导致有效性、透明性、民主性的全面流失，不仅侵蚀了算法本身的有效性，也侵蚀了政府治理的合法性。封闭排他的政府算法影响了人们对算法的信任感与认同度，导致社会公众对算法治理的信任危机[1]。而要解决这一问题，指望靠算法技术的内省来重塑政府算法治理的价值缺损不太可能，因为技术本身是毫无价值感的。人民性是大数据和人工智能时代的伦理内核和价值归依[21]，找回公众在政府算法治理中的应有角色、功能和行为刻不容缓。而重构的方向就在于用更加紧密、持续、有效的政民算法互动关系，建立包容性和参与性的政府算法治理架构。

二、算法包容公众：公众参与作为政府算法治理工具的逻辑

公众参与作为一种政府治理工具的出现有着悠久的理论与实践渊源。自二十世纪六七十年代新公共行政理论范式的兴起以来，以及后来新公共管理、新公共服务、治理理论等理论范式的发展，政府治理在理论层面破除了政治与行政二分法窠臼，开始重视政府治理中的民主价值，公众参与也更加经常性地成为政府治理理论建构中的一个考量因素。在实践层面，我国改革开放以后公众参与政府治理也日益走向制度化，特别是进入21世纪以来，随着政府治理的开放性、回应性和民主性的增益，政府持续向社会领域赋权，公众参与案例逐渐兴起并呈现出蓬勃发展的态势，表现在公众参与主体的多元化、参与领域的广泛化、参与方式的多样化[22]。党的十九大报告指出：要坚持以人民为中心的发展理念，要完善党委领导、政府负责、社会协同、公众参与、法治保障的社会治理体系，公众参与公共治理日益成为顶层制度设计。

从概念上来看，政府治理中的公众参与是指公众与行政管理者分享公共权力，参与政府决策制定和政府管理的程序与行为[23-24]。不同于政治参与，政府治理中的公众参与主体、领域、方式有着独特内涵。在参与主体上，相较于政治学领域当中常用的公民参与，公众参与的主体范畴更为广泛，不仅包括公民个体与政府的互动，还包括非营利组织、社会团体、媒体等组织化的公众参与主体。在参与形式上，政府治理中的公众参与不再拘泥于政治参与中投票选举，而是扩展到政府与公众不同程度的接触与互动，因政民互动的目的、渠道、方式、结果的差异而形成多样性的公众参与形式。如国内学者孙柏瑛认为，公众参与的形式有公众接触、公民调查、公民投诉、公民会议、公民听证或咨询委员会、公民论坛和社区发展公司等[25]。在参与领域上，目前公众参与已经涵盖了立法、环境保护、公共预算、城市规划、绩效评估、公共服务、社区治理等各个领域[23]，公众参与已然成为政府治理的经常性工具选择。

不同于技术工具，公众参与作为政府治理工具有其鲜明的价值理性特点。价值理性与工具理性不同，它是以人为中心而不是以客体为中心的理性标准，它关注世界对于人的意义，客体对于主体的意义，执着于人的幸福[26]。价值理性注重人的关怀，关注人的需求和利益，体现出鲜明的人文性，这一点与技治主义的工具理性宗旨泾渭分明。作为治理工具的公众参与，它以人的因素在场而彰显参与者的需求、利益和价值偏好，因而公众参与工具本身就具有明显的人文性。公众参与对人的因素重视和包容，使得它不同于技术工具所构筑的高不可攀专业壁垒，公众参与主体、领域、方式的广泛性和多样性使得它具有容纳社会大众并成为一种关怀公众价值生成的包容性治理工具。研究也指出，公众参与具有帮助政府治理提升有效性、开放性、回应性、可接受性等方面的功能[27-29]。也正因为公众参与的泛在价值，不论是在国家宏观的政治生活当中，还是在中观和微观的政府治理过程中，它都被广泛应用以增进政府治理的公共性。

在人工智能技术所开启的算法治理时代，政府管理和服务的数字化和智能化场景提供了公众算法参与新领域。而公众算法参与能够以算法技术为核心的政府算法治理更加有效、负责和透明，其对政府算法治理的功能优化体现在三个层面：

对于算法本身而言，公众参与能够弥补算法的内生性技术缺陷，增进政府算法的透明性和有效性。公众参与算法治理提供了让公众接触、了解和理解算法技术和政策的学习机会，这有利于公众解构算法技术黑箱并形成对算法的实质知情，提高政府算法的透明度。更为重要的是，公众参与提供了算法技术及其研发者理性增长的补充机制。无论是算法本身，还是掌握算法技术的研发者都存在着难以克服的数据、信息和知识方面的有限理性困境。而公众参与提供了来自相对人的理性救济机制，其补救功能体现在：一方面公众参与补救算法生成的数据基础，提高算料质量。针对算料数据对复杂治理事实的全样本性、真实性、及时性方面的记录缺损，公众参与可以补充算料所缺损的数据和公众经验。另一方面，公众参与增加算法研发者的理性。算法研发者虽然具有算法技术上的明显优势，但其对算法所要治理的公共事务、公共问题、公共服务等的感知、推理并不占優。相反，社会公众深处公共场域当中，是公共问题的造成者和感知者，也是公共服务的需求者，其对公共事务及其问题的感知、解释、解决上具有独特的信息与知识优势。因而，公众参与算法治理所贡献的公众信息与知识有助于政府算法设计者拓展理性边界的限制，提高算法设计的精准性和有效性。

对于算法治理的政府主体而言，公众参与能促进政府算法治理走向善治。总体来看，公众参与可以生成政府算法治理的开放性、回应性和合法性等公共价值。一是公众参与算法治理有利于形成开放性的算法决策机制。政府治理的开放性应能够听取并吸纳来自公众的各种意见[30]。在算法决策当中，增加社会公众的决策参与主体和程序将有利于打破固有的封闭性和技术型的决策生成机制，建立开放性的算法决策结构。二是公众参与有利于增进政府算法治理的回应性。当算法所影响的利益相关者能够对算法设计施加影响时，则能更好地反映他们的需求、价值与关切[31]。公众参与可以给政府决策者输入公众侧的利益诉求，尤其是公众个性化的公共服务需求、偏好习惯，这有利于政府决策者设定更具回应性和符合公众需求的算法治理目标。三是公众参与有利于构建算法治理监督和优化机制，提高算法治理的合法性。公众参与算法治理意味着政府算法的设计及应用过程都能受公众的监督和舆论的关注，这种严密的算法监督将保障算法应用的合法性。公众监督可以限制政府算法研发代理人机会主义行为，确保公共利益不被商业资本所侵蚀。此外，公众参与对政府算法决策行为也构成外部监督，对政府决策者的权力私化和异化构建了制约机制。

对公众自身而言，公众参与有利于维护公众在算法治理中的合法权益。从理性角度来看，公众参与的核心动机是维护和促进自身及其群体的合法权益。公众参与政府算法治理的利益维护机制表现在：一方面公众参与提供了诉求表达机制。公众参与算法治理意味着公众的诉求得以通过各种渠道表达，进而使政府决策者和算法研发者感知、识别和综合更多的公众意愿。另一方面，通过提高了公众参与能力来提高公众的算法产品与服务获取能力。在大数据和人工智能时代，智能化终端设备和应用大面积覆盖，具备与算法治理时代相匹配的算法素养已经构成一种前瞻性的人力资本要素。而公众参与政府算法的设计和应用，不仅需要公众具有算法素养，也提供了培育社会公众算法素养的机会。随着公众持续介入算法治理议程，公众与政府决策之间、公众与算法研发者之间的持续互动将给公众提供对算法认知和学习的过程，有利于提高公众的算法素养和参与能力。随着公众算法素养的提高，可以增进公众对政府算法的可理解性、可解释性，降低公众心中对算法的恐惧乃至对人工智能的恐惧，提高公众对智能化公共产品与服务的接受度和利用度，持续培育公众在人工智能时代的算法产品和服务的获取能力。

三、参与式政府算法治理：公众影响算法的路径构建

在确立公众参与算法治理的必要性和原则之下，公众如何系统地、有效地参与算法成为必须解决的理论与实践问题。从公众参与体系来看，公众参与的关键元素包括参与议题领域、参与者、参与方式和参与程序[32]。以参与方式和程序为挈领，融入参与具体领域和主体要素，型构公众全面影响算法的路径。

（一）公众参与政府算法治理的方式选择

公众参与方式是公众有序介入并影响政府治理的工具，它是公众借以进入政策过程，影响或决定政策制定和执行的具体途径、方式或手段，它表现为公民与政府互动中所采取的制度化、合法化的参与方法和策略[26]。对于算法治理而言，公众影响政府算法走向也仰赖制度化的参与工具。公众参与的具体方式具有多样性。著名的参与阶梯理论依据公众参与程度将公众参与划分为初级、中级、高级的控制；教化；告知；咨询；安抚；合作伙伴关系；授予权力；公民自主控制等八种形式[33]。显然，不同领域公众介入政府治理的形式应予针对性构建，以适用不同参与目的和效力需要。按照算法治理中政民互动方式和公众介入程度差别，建构以下五种公众算法参与工具。

1.算法社会公开

公开在公众参与当中又被称为告知。虽然它是一种低层次公众参与形式，却是公众有效介入和影响政府算法治理的前提条件，因为参与对象对参与领域不了解的话就难以正确选择和有效参与。因此，有效的公众参与必然是建立在公众对参与领域的知情基础之上，而算法公开透明可以赋予算法对象知情权[18]。只有在足够公开化、透明化、开放化的环境里，人们才有可能看到算法包装外衣下信息资源的真实全貌。在人工智能时代，算法驱动的自动化和智能化政府决策和执行成为行政新模式，政府算法公开透明成为实现透明政府一个值得探索的新领域。政府算法公开有利于打破政府与公众之间存在的算法不对称，赋予公众对算法的政策、数据、模型的知情权，进而为政府算法治理中有效的政民互动提供信息与知识资本。而因循政府算法及其治理过程的全程透明原则，政府算法公开机制包括三个方面：一是要公开算法治理的决策与制度设计，实现算法治理重大决策透明。二是公开政府算法形成的算料与算法，建立政府算法数据开放和开源制度，公开算法训练所采用的计算模型、规则、程序、方法等。三是公开政府算法应用领域，对于算法的应用场景、应用平台、应用规则等要全面公开，确保使用者的应用知情权。

2.算法公众调查

公众调查是指公共管理者通过一定规模的问卷调查或访谈，向公民了解他们对有关政策议题的看法与态度[29]。通过公众调查来收集公众意见具有调查受众的代表性、随机性、广泛性等特点。而且数字化时代的线上公众调查可以显著地降低公众调查的实施成本和公众参与成本，大幅提高公众参与的范围。对于政府算法治理而言，公众调查工具可以广泛了解公众对算法及其产品和服务的需求信息，这有利于政府决策者和算法研发者开发符合公众偏好的智能化公共产品和公共服务。除此之外，还可以通过公众调查来了解政府所提供的算法产品和服务的公众体验信息，收集算法产品的质量改进信息，进而为算法驱动的智能产品和服务的持续改进提供算法优化修正的公众证据。在数字化时代，算法公众调查的实现方式有更多选择，线上问卷调查、意见征集、网上评议、网络留言等为咨询普通大众的算法意见提供了多样化和便利化的选择。

3.算法听证

听证是指当公共管理者制定直接涉及公众或公民切身利益的公共政策时，组织会议听取利害关系人、社会各方的意见，通过对话或协商来平衡各方利益，达成一致与合作，以保证政策合法合理[29]。听证会作为一种公众参与形式具有政民互动的直接性、双向性的优点，公众代表可以直接向政府决策者表达意见诉求并获得快速回应，因而是一种高效和深度的公众参与方式。目前，听证已被广泛用于立法、重大项目立项、价格管制等政府治理决策情景，而算法技术应用到具体行政领域是一项涉及公共利益的重大决策，听取代表性社会公众意见有利于提高算法技术嵌入的合理性。应用算法听证制度可以听取社会公众对于是否要在特定治理任务中引入算法技术，在哪些场景使用它，用它来实现何种治理目标，它应当遵循何种治理原则等重大算法决策的意见。算法听證有利于公众向政府决策者传递算法决策的偏好，进而影响政府算法决策议程设置和重大决策走向，增进政府算法治理的民意基础。在智媒时代，算法听证可以通过技术手段创新听证方式，通过举行线上听证会来提高公众参与便利性，还可以采取视频直播、网络会议等形式扩大听证的参与面和覆盖面，开辟听证议题和内容的网络留言和评论平台，并应用非结构化数据挖掘方法提取多元、异构的公众听证反馈意见以供决策使用。

4.治理专家参与

政府治理中的专家是指在公共行政过程中，拥有专业化、技术化的知识，掌握政策分析和咨询方法及工具的个体或者集团[34]。而专家参与指专家通过制度化或非制度化的途径影响政策制定的过程[35]。相对于普通大众，专家是社会公众中的积极和专业的代表。专家参与公共治理的优势在于其高度的专业知识，这可以辅助政府治理决策的科学化。除此之外，专家参与还具有秩序性的优点，专家参与的组织和实施比较容易。囿于算法技术的专业性，算法研发技术专家已然参与政府算法治理当中，但仅有算法技术专家参与是远远不够的。公共事务的复杂性决定技术专家也面临有限理性困境，算法治理不仅需要算法技术专家，还需要通晓公共事务治理规律的治理专家参与。治理专家一方面可以增加政府算法治理决策的科学性，帮助决策者和算法研发者补益公共治理方面的专业知识；另一方面，可以给政府算法治理输入公共价值，治理专家是公众中的积极代表，对社会利益和价值有着公允的判断与标准，有利于弥补算法技术专家在价值选择上的偏误。由于复杂棘手的公共问题对多元治理知识的需求，算法治理中的参与专家主体在专业背景应多元化，法学、政治学、公共管理学等不同学科领域的理论与实践专家共同参与可以最大限度扩展算法治理的决策理性。就专家参与领域来说，专家参与可以嵌入政府算法研发和应用全过程当中，算法立法、算法审查、算法标准制定、算法解释、算法诊断、算法评估等各个环节都可以引入治理专家来匡正和优化政府算法治理过程。

5.算法合作生产

合作生产（Co-Produce），又被称为共同生产，是指公共部门与公众共同设计、管理、提供公共产品或服务的互动过程[36]。合作生产具有悠久的理论渊源，它最早可以追溯到奥斯特罗姆（Elinor Ostrom）关于公共池塘资源的自主治理理论研究。随着公共治理各个领域公众深度参与的涌现和增长，合作生产近年来又成为学术界的研究热点，尤其是被广泛用于公共服务的模式创新当中。作为一种治理工具，合作生产尤其强调服务消费者在公共服务供给中的贡献和作用，以及政府与公众之间的紧密合作。它需要公民、政府以及其他社会主体共同参与合作以提供投入、贡献和资源[37]。正因这种参与形式依赖公众的高度投入和贡献，以及政府与公众以合作的形式进行互动，共同生产是一种高级公众参与形式。共同生产要求社会公众是公共服务的出力者、贡献者，而不是作为消费者、等待者或观望者。将合作生产工具嵌入政府算法治理具有理论和现实上的可行性：一是提供公共产品和公共服务是政府算法治理的主要目的，这与合作生产的公共服务供给领域并无二致；二是公众的合作性参与行为可以帮助政府算法快速、精准地向社会公众提供和交付公共产品和公共服务。在合作生产的框架之下，科技企业、非营利性组织、治理专家以及普通大众等都可以通过合作生产工具导入政府算法治理议程，共同为算法治理建言献策并贡献力量。为此，政府算法共同生产可以整合政府决策者、算法企业研发者、专家、公众代表、社会组织等多元主体，构建算法治理权力共享、责任共担、风险共担的算法合作生产治理结构，并通过多元主体持续地协商、分工、合作来进行合作性的算法共同规划、算法共同协商、算法共同设计与应用、算法共同评估和算法共同改进的合作生产机制。

（二）公众参与政府算法治理的过程设计

算法技术导入具体政府治理场景必然体现一个连续治理过程，这为不同的公众参与方式嵌入算法治理流程提供了参与载体。按照公众全过程参与原则，在算法治理的制度设计、议程设置、算料供给、算法开发、算法应用的不同阶段构建如下公众算法参与机制。

1.政府算法治理的制度设计中引入公众参与

为算法治理运行设置相应的制度与规则是确保算法技术在政府场域合规性、合法性应用的前提条件。算法嵌入政府治理所滋生的新问题、新风险都迫切需要政府算法治理补齐算法制度设计的短板，构建顶层设计及操作性准则相结合的多层次算法治理制度体系。作为重大的公共决策，算法治理制度设计可以引入治理专家参与算法制度的起草、论证等活动，还可以开辟线上意见征集渠道获取公众对算法制度草案的意见与建议，还可以引入算法听证制度针对性地听取利益相关主体对算法规章的社会意见。除了政府主导、公众参与共同创设政府算法治理的强制性规则之外，还可以通过第三部门创设算法社会伦理准则，构建政府算法治理的软约束机制。例如，由国家新一代人工智能治理专业委员会颁布的《新一代人工智能治理原则——发展负责任的人工智能》就是由非政府部门创制人工智能应用规则的实践范例。为此，可以培育和发展政府算法治理的相关社会团体，通过社会团体创设和完善公共领域中算法应用的算法伦理规则，加强对算法研发人员、政府决策者和社会公众的柔性制度规约。最后，还应建立算法制度的公开机制，提高算法政策法规的制度透明度与知晓度。

2.政府算法议程决策中引入公众参与

是否要将算法技术嵌入到具体的政府治理场景与领域是一个重大决策问题，我们可以称之为算法议程决策。算法议程决策中涉及诸多算法决策问题，包括：是否要在特定治理场景引入算法技术，引入算法技术的治理目标和功能是什么，通过什么样的方式引入科技企业的算法技术，等等。这些重大的算法议程决策问题可以全面引入公众参与，确保政府与社会公众之间达成关于具体算法技术、产品和服务嵌入政府场景的决策共识。在算法议程设置决策环节可以应用公众调查手段来获取公众对智能化算法公共产品和服务的需求，并通过需求分析实现回应性的智能算法公共产品与服務的设计。此外，还可以在算法议程决策环节引入专家和公民参与，应用公众调查和专家咨询开展算法风险评估，借助专家知识科学论证具体政府治理领域导入人工智能算法技术的必要性、可行性和安全性。在将算法技术服务委托给科技企业的过程中，要应用算法公开工具确保算法采购与招投标的公开投标，引入专家参与和公民参与到科技企业的比较和遴选当中，确保算法技术外包的公开性、公平性和竞争性。

3.政府算料供给中引入公众参与

数据是算法生成的原料输入，正所谓垃圾进垃圾出（Garbage in，Garbage out），算料质量对于算法的精准性、有效性有着决定性的影响。为此，获取海量、全面、准确的公众特征与行为数据以进行算法训练是政府算法生成的前提，而这样的数据正是仰赖千千万万的社会公众得以生成。为了提高算料质量，降低算料数据的缺损和偏差，政府和公众可以应用合作生产工具实现算料的共同生产与合作供给。一方面，政府要提供数字化、数据化、智能化的线上公共产品与服务。数字化服务的优势就是能够实时在线把握需求的变化和趋势。为此，政府通过创设数字化的公共产品和服务，吸引公众体验和消费，进而才能生成政府算料所需的公众需求、偏好与行为数据。另一方面，社会大众要适应数字化的时代转轨，积极提高自身数字素养和技能，积极体验数字政府场景中的各种数字平台、工具和设备，积极参与线上的数字政民互动，既提高自身的公共信息与服务的获取效率，也为政府算法治理提供源源不断的公众数据基础。此外，在算料采集阶段，针对是否能自动采集公众数据，能采集哪些数据，以什么样的方式来采集和利用公众数据，如何保障公众的隐私权等重大决策，应在制度设计和决策咨询中引入算法公开、专家咨询、听证等公众参与方式，进行政府算料采集的事前审查与评估，保障公众的算料知情权，提升算料来源的透明度。

4.政府算法训练阶段引入公众参与

虽然机器学习算法日益智能和自主，但是它的有限理性困境以及算法训练程序也为人为干预提供了参与空间。每种机器学习算法都可被概括为“表示方法、评估、优化”这三个部分，尽管机器可以不断地自我优化以提升学习能力，且原则上可以学习任何东西，但评估的方法和原则以及用以评估的数据都是人为决定的[38]。这意味着算法训练中的数据输入、目标原则、价值偏好是可以进行人为干预的。事实上，各种算法生成方法当中，除了无监督学习的人为干预较少，机器学习中的有监督学习、半监督学习都提供了人机交互的空间。而正是这些人机交互空间为算法研发者和社会公众参与提供了可能性。为了提高算法的针对性和精准性，除了引入算法技术专家的干预，可以将公共治理专家以及普通公众引入其中。治理专家和公众代表可以与算法技术专家一道共同设定算法训练的目标和原则，共同确定算法训练的模型与方法，提高智能算法与公众需求、偏好的匹配性。除此之外，在算法训练阶段还可引入普通公民参与以算法初步产品与服务进行试验性的体验，给在算法产品设计阶段提供算法精准性、智能性的优化与改进建议。总之，在算法训练阶段引入公众参与既避免了算法技术脱离人类的干预和控制，也避免了少数算法精英对算法设计的垄断，进而提高算法设计的民主性。

5.政府算法应用阶段引入公众参与

算法大多以程序模型的虚拟形式存在，但却以各种数字化及智能化的应用、平台、设备乃至机器人为终端应用载体。例如：政府治理中常见的各类政务机器人，智能化的决策、建议、预警、指挥平台等，这些智能公共产品和服务的背后都是算法技术在驱动。在政府算法应用阶段，引入多样化的公众参与形式可以提高智能算法产品和服务应用的透明度和有效性。其公众参与的方式包括：一是建立公众参与的政府算法应用备案审查制度。由科技企业研发的具体智能算法产品与服务终端是否可以引入到特定场景，其产品作用、性能、风险防范等是否达到算法治理制度要求，都需要算法產品审查机制予以明确。为此，通过专家咨询、听证、公众体验等方式来征求公众的反馈意见，经过公众参与的算法审查合格的智能算法产品才能嵌入政府治理领域当中。二是实施智能算法产品应用公示公开制度。政府治理场景的各种智能算法平台、设备与产品应进行应用信息公示制度，告知潜在的产品使用者该项智能算法产品的研发主体、算法规则、应用目的，保障算法产品的应用对象的知情权。三是建立公众对智能算法产品和服务的反馈与改进机制。社会公众作为智能产品和服务的最终体验者，来自使用者的反馈信息是算法优化与改进的重要依据。因此，可以应用公众调查和共同生产工具，广泛收集公众对人工智能产品的反馈信息，与社会公众就算法的改进优化进行协商讨论。此外，还可以建立政府算法产品和服务的第三方评估机制，引入专家参与诊断算法应用的效果和风险，帮助政府算法的可持续改进。

经由上述建构，一个由公众参与驱动的包容性政府算法治理体系跃然显现，它依赖公众全过程、多途径地参与算法产品和服务的设计、利用和反馈，并形成政府算法治理中良性的政民互动格局，以构建算法共同设计、共同使用、共同改进的可持续算法治理机制。

四、结语

在大数据和人工智能时代，算法技术正在全面走进政府治理场景，依算法实施数字化、智能化治理正在成为政府变革方向。然而，在算法技术引入政府治理的初期，技治主义逻辑和工具理性特征明显，他们驱动了政府算法治理走向了封闭和排斥公众参与的技术困境，损失了算法治理的有效性与合法性。将公众参与引入政府算法治理当中，有利于削弱算法技术及其算法研发者的技术霸权，重塑政府算法治理的价值理性并与工具理性相平衡，生成政府算法治理应有的参与性、开放性、包容性、民主性等公共价值理性诉求。从排斥公众到包容公众的算法治理体系构建，需要创新政府与公众的算法互动工具，重构算法技术嵌入政府治理的流程，通过算法社会公开、公众调查、听证、治理专家参与、合作生产等参与工具的创设，并有机地嵌入算法制度设计、议程决策、算料供给、算法训练、算法应用的全过程，构建参与式的政府算法治理系统。

参考文献：

[1]

孙庆春，贾焕银.算法治理与治理算法[J].重庆大学学报（社会科学版），2019（1）：1-10.

[2]张红春，章知连.从算法黑箱到算法透明：政府算法治理的转轨逻辑与路径[J].贵州大学学报（社会科学版），2022（4）：65-74.

[3]张凌寒.算法自动化决策与行政正当程序制度的冲突与调和[J].东方法学，2020（6）：4-17.

[4]张宁英.开放政府视角下的智慧城市建设[J].电子政务，2014（10）：105-119.

[5]VANOLO A.Smartmentality：the Smart City as Disciplinary Strategy[J].Urban Studies，2014（5）：883-898.

[6]谭九生，范晓韵.算法“黑箱”的成因、风险及其治理[J].湖南科技大学学报（社会科学版），2020（6）：92-99.

[7]姜野，李拥军.破解算法黑箱：算法解释权的功能证成与适用路径：以社会信用体系建设为场景[J].福建师范大学学报（哲学社会科学版），2019（4）：84-92+102+171-172.

[8]张凌寒.风险防范下算法的监管路径研究[J].交大法学，2018（4）：49-62.

[9]孙清白.人工智能算法的“公共性”应用风险及其二元规制[J].行政法学研究，2020（4）：58-66.

[10]刘永谋.福柯论技术治理[J].贵州大学学报（社会科学版），2022（3）：9-22.

[11]彭勃.技術治理的限度及其转型：治理现代化的视角[J].社会科学，2020（5）：3-12.

[12]韩志明，刘华云.计算、算法和算力：基于信息的国家计算逻辑[J].探索与争鸣，2021（3）：73-81+178.

[13]郑崇明.警惕公共治理中算法影子官僚的风险[J].探索与争鸣，2021（1）：103-109+179.

[14]苏光.中国社会治理的价值诉求：基于工具理性和价值理性的统一[J].理论探讨，2014（3）：24-26.

[15]张康之.公共行政：超越工具理性[J].浙江社会科学，2002（4）：3-8.

[16]董石桃.公民参与的价值认知及其发展：基于西方行政思想史的考察[J].中国行政管理，2013（7）：45-49+119.

[17]刘永谋.论技治主义：以凡勃伦为例[J].哲学研究，2012（3）：91-97+104+128.

[18]韩万渠，韩一，柴琳琳.算法权力及其适应性协同规制：基于信息支配权的分析[J].中国行政管理，2022（1）：33-39.

[19]何哲.人工智能时代的政府适应与转型[J].行政管理改革，2016（8）：53-59.

[20]谭九生，杨建武.人工智能嵌入政府治理的伦理风险及其防控[J].探索，2021（2）：126-138.

[21]董慧，李菲菲.大数据时代：数字活力与大数据社会治理探析[J].学习与实践，2019（12）：20-27.

[22]郭小聪，代凯.近十年国内公民参与研究述评[J].学术研究，2013（6）：29-35.

[23]STEWART K.Write the Rules and Win：understanding Citizen Participation Game Dynamics[J].Public Administration Review，2007（6）：1067-1076.

[24]YANG K，CALLAHAN K.Assessing Citizen Involvement Efforts by Local Governments[J].Public Performance & Management Review，2005（2）：191-216.

[25]孙柏瑛.公民参与形式的类型及其适用性分析[J].中国人民大学学报，2005（5）：124-129.

[26]徐贵权.论价值理性[J].南京师大学报（社会科学版），2003（5）：10-14.

[27]NESHKOVA M I，GUO H.Public Participation and Organizational Performance：evidence from State Agencies[J].Journal of Public Administration Research and Theory，2012（2）：267-288.

[28]王建容，王建军.公共政策制定中公民参与的形式及其选择维度[J].探索，2012（1）：75-79.

[29]HALACHMI A，HOLZER M.Citizen Participation and Performance Measurement：operationalizing Democracy Through Better Accountability[J].Public Administration Quarterly，2010（3）：378-399.

[30]路阳，庄虔友.参与式治理视角下的地方政府制度创新[J].云南社会科学，2011（3）：14-18.

[31]LEE M K，KUSBIT D，KAHNG A，et al.We Build AI：participatory Framework for Algorithmic Governance[J].Proceedings of the ACM on Human-Computer Interaction，2019（3）：1-35.

[32]郭小聪，代凯.公民参与的争辩与经验研究：十五年来海外相关研究述评[J].厦门大学学报（哲学社会科学版），2014（3）：29-41.

[33]ARNSTEIN S R.A Ladder of Citizen Participation［J］.Journal of the American Institute of Planners，1969（4）：216-224.

[34]王锡锌.公共决策中的大众、专家与政府以中国价格决策听证制度为个案的研究视角[J].中外法学，2006（4）：462-483.

[35]张云昊.政策过程中的专家参与：理论传统、内在张力及其消解路径[J].中国行政管理，2021（1）：98-104.

[36]陈建国.合作生产理论与公共服务治理的思维转换[J].天津行政学院学报，2012（2）：63-67.

[37]张云翔.公共服务的共同生产：文献综述及其启示[J].甘肃行政学院学报，2018（5）：31-45+126.

[38]贾开，蒋余浩.人工智能治理的三个基本问题：技术逻辑、风险挑战与公共政策选择［J］.中国行政管理，2017（10）：40-45.

（责任编辑：杨 洋 杨 波）

From Exclusion to Public Acceptance：the Generation Logic and Implementation

Path of Algorithm Governance for Participatory Government

ZHANG Hongchun，SONG Hong

（School of Public Administration，Guizhou University，Guiyang，Guizhou，China，550025）

Abstract：

With the advent of the era of big data and artificial intelligence，algorithm technology is increasingly widely embedded in the process of government governance，and algorithm governance is becoming a new way of government governance.However，driven by the dual logic of technocracy and instrumental rationality，the algorithm governance of the government is increasingly closed and excluding public participation，which reduces its effectiveness and legitimacy.Should the public participate in the government algorithmic governance，and how to make their participation effective？ This paper conducts theoretical research on the above topics.Analysis shows that the introduction of algorithm technology into public domain should follow the public reconstruction of technology，and public participation is an effective way to balance the lack of value ratio.The reshaping is to develop algorithm tools of public participation such as releasing algorithm to the public，public investigation，hearing，participation of governance experts，and joint production，and embed the tools into the whole process including design of algorithm system，agenda decisions，material supply，algorithm training，algorithm application.Thus，we can build an influencing system of public algorithm.

Key words：

digital government; algorithm governance; artificial intelligence; big data; public participation;algorithm participation; algorithm literacy

收稿日期：2023-01-08

基金項目：

2021年国家社会科学基金资助项目“地方政府公务员大数据素养的结构、测度与培育路径研究”（21CZZ035）。

作者简介：

张红春，男，四川巴中人，博士，贵州大学公共管理学院副教授、硕士生导师。

宋 洪，男，贵州晴隆人，贵州大学公共管理学院硕士研究生。