人脸识别技术在自动化行政处罚中的风险与边界

杨帆

摘要：嵌入人脸识别技术的自动化行政处罚改变了行政法主体的行为模式以及行政法律关系主体间的权益格局，符合行政处罚的效率价值取向，但行政处罚的损益性使人脸识别在自动化行政处罚中的应用扩张遭到合理性质疑。不可否认，人脸识别技术在自动化行政处罚中的应用满足了事实认定的现实需求，但目前仍然存在技术误判、侵犯行政相对人人格权益以及行政处罚密度失衡风险。为了规范人脸识别技术在自动化行政处罚中的应用，应当以行政法基本原则为指引，恪守授权使用人脸识别技术的立法依据，强化对执法过程的监督，并完善平台和队伍配置以保障行政相对人的救济权。

关键词：人脸识别技术；自动化行政；行政处罚；比例原则

中图分类号：D922.1文献标识码：A文章编号：1008－7168（2023）06－0088－08

在技术与法治相互融合与交互升级的过程中，自动化行政推动了我国法治能力与法治水平的现代化革新。在行政处罚领域，自动化行政处罚中的身份识别需求推动了人脸识别技术与行政处罚的融合。诚然，人脸识别技术的进步给行政执法带来诸多便利，但工具理性的泛滥将可能导致人类被技术反噬。行政执法能力的提升不是简单地将人工智能与法治累加，如果缺乏对新技术及其所影响的法秩序的反思，对其规制的过程必然漫长且曲折。在“超级全景式监控”的忧虑下，以人脸识别等新兴技术为支撑的自动化行政处罚需要从理念、立法、执法和救济等多个层面展开全方位的变革。

《中华人民共和国个人信息保护法》（以下简称《个人信息保护法》）将个人信息分为“一般个人信息”和“敏感个人信息”，并将信息处理者分为“国家机关处理者”与“非国家机关处理者”。人脸识别技术的非接触性特征又将人脸信息与虹膜、指纹识别等其他敏感个人信息区别开来。在自动化行政处罚领域，国家机关处理者限于维护公共安全之目的使用人脸信息，但何谓“维护公共安全”亟待从理论上予以廓清。从目前的研究看，关于人脸识别的研究主要集中于个人信息保护、知情同意原则等方面，鲜有关于自动化行政处罚领域人脸识别技术应用的法治探讨。基于此，要在科技激发的行政权扩张与行政法内在的行政权控制之间维持平衡，就需要对智能技术塑造的行政法律关系重新进行价值校准和立法调适。

一、人脸识别在自动化行政处罚中的运行逻辑

在人脸识别技术嵌入自动化行政处罚之前，自动化行政处罚已经出现，如通过识别车牌即可实现对违法机动车的行政处罚。但这种自动化行政处罚无法直接对应违法行为人，致使行政处罚的惩罚功能和教育功能衰减。人脸识别技术的介入使自动化行政处罚可以直接对应具体的行政相对人，进一步提高了自动化行政处罚的效率价值，因而有必要审视人脸识别技术融入自动化行政处罚对公正价值的冲击，并廓清人脸识别在自动化行政处罚中的运行逻辑。

（一）自动化行政处罚的兴起及其价值审视

自动化行政改变了行政法主体的行为模式，越来越多的行政行为正在经历“全人工—自动化辅助—完全自动化”的发展历程。但在自动化行政推动的行政法主体行为模式转变过程中，行政法律关系主体间的权益格局也在悄然发生改变。具体行政行为中的行政许可和行政处罚分别作为授益性与损益性行政行为的典型，成为自动化行政较早的实践领域。行政许可作为授益性行政行为，其自动化符合提升行政效率的价值导向，而在作为损益性行政行为的行政处罚中，其自动化引发的公正性危机则面临着合理性的拷问。

运用传统的行政法理论对自动化行政进行规制已经不能完全满足外部行政行为中权力与权利此消彼长的张力关系，其中又以损益性的自动化行政处罚为甚。不可否认，自动化行政处罚大幅提升了行政执法的效率价值，但在行政权力不断扩张的图景下，有必要思考自动化行政处罚中公正与效率价值的冲突：在效率导向的自动化行政处罚中，如何确保公正价值的实现？

对此，我们应当意识到，现代科技助力的自动化行政处罚大幅提升了处罚概率，增加了违法成本，有助于发挥行政处罚的惩罚和预防功能。同时，人脸识别技术不但有助于实现效率价值，在某些场景中还有助于行政处罚实质正义的实现。以常见的机动车交通违法处罚为例，目前我国普遍采用识别机动车牌照的方式进行处罚，由此产生“以车代人”的行政规避现象，引致行政处罚中“有钱而任性违法”的不良后果［1］。随着人脸识别技术的进步，人脸信息的独特性、直接识别性、不易更改性等技术特性满足了自动化行政处罚的需求，为直接处罚违法的驾驶人员提供技术支持［2］。因此，人脸识别技術在自动化行政处罚中的应用不但没有削减行政执法的程序公正价值，反而保障了行政执法实质公平的实现。

行政执法的目的不仅仅在于惩罚和威慑，任何执法行为都需要成本，当执法成本超过执法收益时，是否仍对所有违法行为不计成本地予以惩罚，成为最优执法理论关注的焦点。传统人工作业的行政处罚不仅耗费大量人力物力而且处罚概率较低，而在自动化行政处罚中，处罚概率大幅提升，其成本随着人脸识别技术的嵌入也逐步降低，因此不存在执法成本显著提高的问题［3］。

（二）人脸识别在自动化行政处罚中的应用

传统行政处罚普通程序主要包括立案、调查取证和作出处罚决定等，人脸识别在行政处罚中的应用改变了行政主体的行为模式，其中对调查取证环节的影响最为显著。调查取证包括身份识别和行为分析两个过程，行政处罚作为损益性行政行为决定了执法机关对行政相对人必须进行精准甄别。以非机动车闯红灯行政处罚为例，如果不能准确识别闯红灯者，那么行政处罚的惩罚与震慑作用就会被削减，同时还会使行政机关的公信力受损。

自然人的生物识别主要包括人脸、虹膜、指纹等多样化的认证方式。其中，指纹的提取需要行政相对人的主动配合方可实现，虹膜识别的设备成本高昂，而人脸识别技术则兼具非接触性与设备成本适中的特征，这为人脸识别在行政处罚中的广泛应用提供了可能。同时，人脸识别技术的迭代更新，推动了人脸识别的应用逐步达到容错率尚可接受的标准。对此，构建自动化行政处罚独立程序的呼声日益高涨。2021年最新修订的《中华人民共和国行政处罚法》（以下简称《行政处罚法》）虽然对此作出了一些回应，但有限的修改幅度仍然难以满足对自动化行政处罚进行规制的需求。

依据人脸识别技术在行政处罚中的介入程度，我们可以将之划分为部分自动化行政处罚、不具备裁量能力的自动化行政处罚以及具备裁量能力的自动化行政处罚。在部分自动化行政处罚中，人脸识别通常只担负身份识别的功能，后续行为分析和处罚决定的作出仍然依赖人力。例如，在人工执法过程中，执法人员通过比对拒不表明真实身份的违法人员的人脸信息对其作出行政处罚。在后两种自动化行政处罚中，依靠电子技术监控设备以及预先设计的自动处罚程序而无须借助人力，即可實现全过程的非现场执法。可以说，人脸识别技术在这两种模式中的介入形成了一种独立于传统行政处罚程序的新型程序。由于部分自动化行政处罚仍然需要借助人力完成，因此本研究聚焦于后两种意义上的自动化行政处罚。

二、人脸识别在自动化行政处罚中的风险研判

不可否认，人脸识别技术嵌入自动化行政处罚不但降低了传统人工作业式行政处罚高昂的执法成本，也化解了自动化行政处罚领域身份识别的难题，有益于助推完全自动化行政处罚的实现，但人脸识别技术在自动化行政处罚中的应用尚存误判风险、侵犯行政相对人的权利风险、处罚密度失衡风险。为了避免自动化行政处罚陷入技术治理主义的误区，应当在研判相关风险后提出应对措施，使人脸识别技术在自动化行政处罚中的应用得以规范化，并在法治框架内促进人脸识别技术效能的最优化。

（一）人脸识别技术的误判风险

行政许可的自动化主要依靠人脸识别技术一对一的身份认证模式对特定申请人进行身份认证，但由于行政许可通过纯粹的身份认证即可实现许可的授益目的，其中潜在的技术风险、安全风险、权益风险较为可控。然而，行政处罚的损益性决定了自动化行政处罚需要精准确定行政相对人，因而通过电子技术监控设备收集与固定的违法事实必须达到较高的证明标准，否则当事人的合法权益更易受到侵害［4］。由人工收集的行政违法证据虽然准确性较高，但需要耗费高昂的人力物力成本，因而在技术推动的自动化行政处罚发展过程中，人脸识别技术被寄予厚望。但是，完全依靠人脸识别技术实现行政处罚的自动化极易陷入技术治理主义的泥潭中，因此我们需要理性对待人脸识别技术在自动化行政处罚中的应用。

在技术层面，随着人脸特征表示方法与识别算法的不断发展优化，人脸识别的方法从最初的几何特征分析，到模板匹配，再到整体识别与特征分析相结合，其计算速度与精度不断提升［5］。但是，人脸识别技术也并非完美无瑕，仍然存在误判的可能性。例如，2018年，公交车车身广告中的董明珠被人脸识别系统错误识别为闯红灯的违法人员，其个人资料被公开于宁波市非机动车闯红灯违法行为曝光大屏幕上。2021年修订的《行政处罚法》第2条明确说明行政处罚以减损权益或增加义务的方式呈现，因此行政处罚要针对准确的违法行为人实施［6］。相较于机动车交通违章等主动代罚的情形，自动化行政处罚的乌龙事件证明，完全依赖技术实施“不利益性”的行政行为尚不可取，其中的技术纰漏目前仍然需要通过人工予以弥合。当下，应当建立“技术先行、人工备位”的自动化行政处罚模式，即在机器判定违法行为之后不应立即对此作出处罚，否则极有可能酿成算法决策的乌龙事件。因此，为了最大限度地规避人脸识别技术误判的风险，应当给予行政相对人特定的申诉时限，同时也要由专门的人工对机器判定结果进行复检。

（二）侵犯相对人人格权益风险

人脸信息的非接触性特征使其区别于其他个人信息，在公民不知情的情况下即有被收集和利用的风险，因而我国新近出台的《中华人民共和国民法典》（以下简称《民法典》）和《个人信息保护法》均对人脸信息作出严格保护。虽然个人信息权能否成立在学界尚存争议，但依据分析法学的权利理论，个人信息具有私权属性，或者说，公民对于个人信息的收集与使用至少拥有同意、更正或删除的权利［7］。从权利属性看，《民法典》将人脸信息纳入“人格权编”的生物识别信息予以保护，《个人信息保护法》也将人脸信息等生物识别信息作为敏感个人信息予以特别保护。由此，较一般个人信息，法律对于人脸信息的保护措施更为严密，如当非国家机关处理人脸信息时，应当取得个人的单独同意。在自动化行政处罚场景中，国家机关作为人脸信息的处理者，应按照法律和行政法规的权限和程序进行，同时应按照《个人信息保护法》的规定履行告知义务。

具体而言，《行政处罚法》作为行政机关将人脸识别技术应用至自动化行政处罚领域的主要法律依据，对行政机关收集人脸信息的规制略显迟滞。由此带来的影响是，在实践中，大量电子技术监控设备在未提前公示且无显著标识的前提下采集公民的人脸信息。对此，2021年修订的《行政处罚法》规定电子技术监控设备可被用于违法事实的收集和固定，这成为行政机关处理人脸信息的直接法律依据。与此同时，为了与《民法典》以及《个人信息保护法》等相关法律相统一，《行政处罚法》第41条还规定行政机关应当向社会公布电子技术监控设备的设置地点。《行政处罚法》的修改无疑赋予了行政机关在自动化行政处罚中处理人脸信息的权力。同时，立法者为了避免公权力的恣意行使，在遵循法秩序统一性原理前提下，明确规定行政机关在使用电子技术监控设备前应当经过法制和技术审核，并应当将违法事实及时告知当事人。上述法律条文的增改在一定程度上缓解了自动化行政处罚侵犯公民个人权益的合法性危机，但对于行政机关因维护公共安全收集人脸信息的具体标准尚无明确规定。因此，行政机关不仅需要在采集人脸信息的监控设备的监控区域设置标志，还需要对安装电子监控设备的必要性进行听证，否则会加剧行政执法对公众人格权益的挤压。

（三）行政处罚密度的失衡风险

在传统人工执法时代，由于行政处罚耗费巨大的人力物力资源，行政处罚通常采取抽查的形式。但在自动化行政处罚背景下，处罚概率和处罚密度大幅上升。以发生在北京的“杜宝良案”为例，商贩杜宝良驾驶运菜的小货车在每天途径的路口被“电子眼”连续抓拍违章十余月，最终产生了“万元罚单”，而在这过程中执法部门从未告知杜宝良有相关的违法行为。对此，有观点认为缩短违法行为与行政机关告知行政相对人的时间间隔便可解决此问题，但行政处罚密度失衡的问题并没有由此迎刃而解。

除了“杜宝良案”中涉及的告知义务等程序问题以及处罚概率之外，处罚密度还与处罚强度紧密相关。借助行为经济学领域的威慑理论，当违法行为获取的私人净收益大于违法成本时，违法行为由此发生，可以用公式将之表达为：g＞p（f+λt）［8］。其中，g表示因违法行为获取的私人净收益，p（f+λt）表示违法成本。具体而言，p表示处罚概率，f+λt表示处罚强度（f指代罚款，t指代关押的时间，λ指代关押的负面效应）。在给定g值且f值、t值已有实定法明確规定时，p值（即处罚概率）对行为人是否实施违法行为的决策产生主要影响。在人工作业式的行政处罚中，违法行为受到处罚的概率较低，因此为了确保违法成本显著高于违法的净收益，只能提高处罚强度。在自动化行政处罚图景下，抽查式行政处罚的局面发生变动，如果处罚强度在处罚概率提升的情形下保持不变，那么处罚密度便大幅提高，行政处罚以管代罚的服务功能由此消减。此外，还有一种可能的质疑，即自动化行政处罚在提高处罚概率p值的同时大幅增加了违法成本，有利于发挥行政处罚的威慑功能。但是，此种观点一味强调行政处罚的惩罚功能，而忽视了行政处罚内嵌着维护社会有序运转和保障公民权利的重要价值。正是基于对上述价值的推崇，“初次违法慎罚”“轻微违法免罚”等制度近些年来得到了立法的确认，也获得了公众的普遍认可。因此，行政处罚的威慑功能虽然必要，但在轻微违法行为中，行政处罚的教育和预防价值应当优先于惩罚功能。

对于处罚密度的失衡风险，有两种可能的应对方式。一是放缓对行政处罚效率价值的追求，在某些自动化行政处罚场景中放弃使用人脸识别技术。这种看似因噎废食的方法一定程度上有利于行政处罚的情景化决策，在轻微违法行为上给予公民相对自由的空间。二是建立处罚标准的动态调节机制，将处罚概率等因素定为裁量基准的可变指标，在处罚概率大幅提升的自动化行政处罚场景中动态调整处罚标准，以此实现行政处罚以管代罚的功能［9］。相比之下，第二种方式从理念层面更契合行政处罚惩罚与教育并重的功能定位，但如何确定裁量基准不仅在规范层面是一项立法难题，在技术层面也面临着算法不够透明的诘问。因此，如何应对自动化行政处罚的密度失衡风险，仍有待于裁量基准理论和立法工作在未来进一步的发展与完善。

三、人脸识别在自动化行政处罚中的边界厘定

鉴于自动化行政处罚改变了行政法主体的行为模式以及行政法律关系主体间的权益格局，传统行政处罚相关理论和制度已不能完全适应实践需求。未来，应当从理念、立法、执法和救济四个层面为嵌入人脸识别技术的自动化行政处罚厘定边界。

（一）理念层面：以合理行政等基本原则为指引

法律原则是其所处时代社会价值观的映射，我们应为法律规则的制定和运行提供必要的价值指引。具体而言，行政法的基本原则中的合理行政原则、比例原则、程序正当原则以及合法行政原则为人脸识别技术在自动化行政处罚中的应用提供了指引。面对人脸识别技术在自动化行政处罚领域的广泛运用，我们在理论层面应当基于传统行政法原则的基本内核，拓展合理行政原则、程序正当原则、比例原则等相关原则的内涵与外延，以期从理论上证成公权机关使用人脸识别技术的依据与限度，缓解人们对“全景式监控”的忧虑，从而为人脸识别技术在自动化行政处罚中的应用提供价值依据。其中，由于合法行政原则主要涉及法律授权问题，而程序正当原则主要牵涉执法层面问题，对于二者的探讨将在后文单独展开，此部分不再赘述。

合理行政原则和比例原则具有指向一致性，均旨在探求是否有必要实施自动化行政处罚行为，如果一定要实施自动化行政处罚，如何将其对公民权利的限制限缩在最小幅度内，而自动化行政处罚对二者产生巨大冲击。虽然《个人信息保护法》第26条要求公共场所收集的个人图像、身份识别信息只能用于维护公共安全目的，但高密度的监管对行政相对人提出过高的审慎义务。由于维护公共安全的目的限制与公共治理的技术扩张之间存在拉锯关系，对于人脸识别技术在行政处罚这一损益性行政行为中的应用，应当严格遵循行政法中的比例原则的三要素要求，即适当性原则、必要性原则和均衡性原则［10］。

其一，适当性原则要求自动化行政处罚的目的只能是为了维护社会生活安定，但人脸识别技术一旦介入自动化行政处罚，高昂的罚没收入很可能诱使执法机关大量使用人脸识别设备进行自动化行政处罚。例如，某些地区在偏僻路段大量安装“电子眼”，用于抓拍机动车违章情况，这样做到底是为了维护道路安全还是提高部门收入？其动机招致诸多质疑。

其二，必要性原则要求国家应将为了公共利益而干预公民自由的干预程度降至最低。例如，在非机动车驾驶人员未佩戴安全头盔的行政处罚场景中，既可以诉诸传统人工作业式的行政处罚，也可以借助人脸识别实现自动化行政处罚，那么是否自动化行政处罚必然优于人工处罚？某些地区已经出现了安装电子技术监控设备用以查处非机动车未佩戴安全头盔的执法实践，但从必要性原则来看，此种做法实际上并无太大必要。未佩戴安全头盔造成的后果往往是施受于行为人自身，其造成的危害结果无须以收集公民人脸信息为必要。

其三，均衡性原则要求行政处罚所采取的手段必须与违法行为相匹配，不能为了轻微的违法行为而无度限制公民的权利。正是基于均衡性原则的要求，行政处罚是否一定要运用人脸识别技术需要因事而变，毕竟人脸信息作为敏感个人信息具有特殊性。在一些轻微违法行为的行政处罚中，对人脸识别技术秉持保守与谨慎的态度才是预防国家权力溢出法治边界的安全阀。

（二）立法层面：明确授权使用的依据

算法驱动的人脸识别应用需要依附于电子化、数据化、技术化的物理存在，即电子技术监控设备。2021年修订的《行政处罚法》明确行政机关可以利用“电子技术监控设备”收集、固定违法事实，其中包括借助人脸识别技术实现的自动化行政处罚。《个人信息保护法》也规定国家机关处理人脸信息不得超出履行法定职责的限度，同时规定了国家机关的告知义务。《行政处罚法》对《个人信息保护法》的规定进行了具体化，即行政机关不仅应当及时告知当事人相关的违法事实，还应当提前告知电子技术监控设备的设置地点。行政处罚机关对人脸识别技术的利用，并不一定比私主体更加安全，反而更容易因使用失范对公民的权益造成更为严重的侵害，因而有必要通过立法对自动化行政处罚予以规制。

目前，行政处罚领域的法律体系内已有大量针对“电子技术监控设备”的规定，但由行政机关自身制定的法规与规章可能会因部门利益的掣肘而难以真正实施。《个人信息保护法》在“国家机关处理个人信息的特别规定”一节中明确规定国家机关在为履行法定职责而处理个人信息时，应当遵守法律、行政法规的规定。基于此，应当将行政机关使用人脸识别技术的授权依据限定于法律和行政法规两个立法层级。一方面，从法律位阶来看，法律和行政法规分别由全国人民代表大会及其常务委员会、国务院制定，二者立法程序的严密度、立法内容的科学性以及公众对其形成共识的程度普遍高于部门规章和行政规章；另一方面，部门规章和行政规章的制定容易将行政系统及其公职人员自身的意志和利益牵扯到政府决策中，从而导致规章的越权。采用限缩性解释将法律和行政法规作为授权依据，既是依法行政的基本要求，亦是行政法限制权力扩张的要求［11］。据此，未来针对“电子技术监控设备”的行政处罚立法，应当严格遵循法律位阶的权限要求。

（三）执法层面：强化应用过程的监督

行政处罚机关在自动化行政处罚中不能既担任算法的使用者，又担任算法的裁判者。“算法黑箱”使公民难以知晓人脸识别技术介入自动化行政处罚领域的决策过程，导致行政机关与个人信息主体之间存在信息不对等的关系。人脸识别设备通常并非由行政机关自行开发，而是由第三方软件公司开发，这决定了行政机关实施行政处罚的程序需要藉由程序开发者通过代码进行表达，也无法寄期于通过算法完全的透明化弥合这种罅隙，因此既要加大行政机关内部自我监督的力度，也要拓展外部监督的渠道。

一方面，应当发挥行政机关对自动化行政处罚程序的内部监督作用，秉承行政机关在自动化行政处罚中权责统一的原则，加强对公民个人权利的保护。人脸识别技术在自动化行政处罚中的应用可能存在侵权行为，因而应以法律形式分配算法侵权责任。算法的深度学习存在不确定性以及未知性，这使得行政处罚机关即使充分履行依法规定的公开责任，也不能保证公开的信息切实反映算法的运算规则。科学的算法影响评估制度有利于提升算法透明性，改善个体在算法运行中的弱势地位，进而调和公共与私人利益之间的冲突关系［12］。嵌入人脸识别技术的自动化行政处罚不但需要在立法时依据规范授权建设相应平台，还应当由立法机关对平台予以立法审核。在借助人脸识别技术实施的辅助行政处罚中，人脸识别属于行政检查环节，应由具备行政处罚资格的行政执法人员实施该行政处罚行为，并对行为承担行政责任。

另一方面，还应依靠社会各界的力量展开外部监督。首先，各级人大应积极履行法律监督职能，对利用人脸识别技术的自动化行政处罚实施专项执法监督，清理执法监督中发现的超过权限规定的执法行为，严格落实立法监督职责，规范算法行政权力。其次，司法机关应当在自动化行政处罚的纠纷化解中发挥终局作用，在公民处于相对弱势地位的行政诉讼中由法官行使释明权，并在典型案例中发挥司法裁判的价值弘扬功能。最后，公民不仅仅是社会管理的对象，更是参与社会治理的主体，数字政府建设过程中尤其应当发挥公民在数字监督中的主体角色。所谓“数字监督”，是指依靠数字媒体对政府行为进行全时空监督，其监督力度之强、辐射范围之广前所未有［13］。自动化行政处罚关系公民切身权益，公民对此进行数字监督的动力显著增强，因此不可阻断此种民间监督方式，否则会使“权力技术化、技术权力化”的态势在自动化行政处罚领域肆意扩张。

（四）救济层面：优化平台和队伍配置

算法开发者在将政府需求转译为机器语言时可能会加入主观判断，“算法黑箱”使公众很多时候并不知悉自己的权益被侵犯，导致据此实施救济的事实基础被披上了神秘的面纱。由此，自动化行政处罚处于救济通道不畅与相对人权益需求增强的两难境地——放弃自动化行政处罚的效率价值抑或放任自动化行政处罚侵犯行政相对人权益的风险？显然，二者都不是最佳选项。放缓自动化行政处罚的进程尚可接受，但自动化行政处罚的目标在于克服难题，而非放弃需求。人脸识别技术的应用为自动化行政处罚提供了较高的准确度，如果我们因较低的错误概率而放弃行政效率，并回归人工识别的传统行政处罚模式，并不符合执法的经济效益。更好的解决路径是使事后救济通道更加畅通，一旦行政相对人的权益能够以更加智能、高效、畅通的救济渠道予以保障，自动化行政处罚侵犯行政相对人权益的风险就可以克服。

申诉、复议和诉讼是行政处罚中最常见的三种救济方式，我国《行政处罚法》第7条明确规定，行政相对人享有在行政处罚之后陈述和申辩的权利，并可以提起行政复议或者行政诉讼。相较于传统物理空间中公民对于行政处罚的救济，在人脸识别技术应用于自动化行政处罚的数字化时代背景下，应当充分利用现代科技在数字政府平台建设中的优势，建立电子化救济平台。然而，当前的情况是，较多行政处罚决定的作出已经实现了全过程线上完成，但针对行政处罚决定的救济措施仍然主要依赖线下渠道。“交管12123”应用软件已经实现了对机动车违章处理不服的线上救济，但其他自动化行政处罚的线上救济平台建设仍不完备。

除了平台建设，专业队伍的配备也尤为必要。来自比较法的经验为我国提供了镜鉴，一些国家设立了独立程度各异的个人信息保护机构。例如，英国非政府公共部门设立数据保护专员，为信息处理者提供专业意见并处理相关申诉，德国联邦设置了数据保护和信息自由专员，日本则在内阁府设立个人信息保护委员会［14］。我国某些地区设置了类似于数据保护专員的岗位，如上海市明确规定公共服务机构应当设立安全管理责任人，但该职位往往由行政机关内部人员担任，岗位的中立性遭到诟病［15］。申诉和复议作为行政机关内部的救济方式，尚可通过内部人员对算法进行解释，但当公民诉诸行政诉讼等外部渠道寻求救济时，如果仍由行政机关自身解释算法，那么司法的公信力就会受到质疑。因此，我国应当构建诸如个人信息保护委员会的独立监管机构，履行国家在自动化行政处罚中保护个人信息的义务。

四、结语

行政处罚属于外部损益性行政行为，其主体关涉行政机关以及公民、法人和其他组织。在构成要件的主体层面，行政主体在不同的行政场景中一般具有相对明确性，而对行政相对人身份的甄别则成为自动化行政法律关系确定的难题。这决定了在自动化行政处罚中首先需要从行政数据信息中搜寻行政相对人的身份信息，由此推动人脸识别在自动化行政处罚中的广泛应用。

技术升级不仅促进了自动化行政处罚领域对人脸识别技术应用的需求，而且反向倒逼自动化行政处罚在立法层面的规范化建设。在人脸识别技术算法支配的自动化行政处罚中，人脸识别技术自身的缺陷以及现有立法对人脸识别技术应用的规制不足，使人脸识别技术的误判风险、侵犯行政相对人权益的风险以及处罚密度失衡的风险凸显。嵌入人脸识别技术的自动化行政处罚对行政主体的行为模式与行政法律关系主体的权益格局产生了巨大影响。为了规范人脸识别技术在自动化行政处罚中的应用，应当在理念层面对行政法原则内涵进行强化与拓展，在立法层面规范支撑人脸识别技术运行的算法授权，在执法层面强化各主体对自动化行政处罚的监督，在救济层面优化平台和队伍的配置。

参考文献：

［1］茅铭晨.从自定走向法定——我国《行政处罚法》修改背景下的非现场执法程序立法研究［J］.政治与法律，2020，（6）.

［2］邢会强.人脸识别的法律规制［J］.比较法研究，2020，（5）.

［3］李晴.自动化行政处罚何以公正［J］.学习与探索，2022，（2）.

［4］徐继敏.试论行政处罚证据制度［J］.中国法学，2003，（2）.

［5］张翠平，苏光大.人脸识别技术综述［J］.中国图象图形学报，2000，（11）.

［6］熊樟林.行政处罚的概念構造 新《行政处罚法》第2条解释［J］.中外法学，2021，（5）.

［7］吕炳斌.论《民法典》个人信息保护规则蕴含的权利——以分析法学的权利理论为视角［J］.比较法研究，2021，（3）.

［8］杨晓维，张云辉.从威慑到最优执法理论：经济学的视角［J］.南京社会科学，2010，（12）.

［9］马颜昕.自动化行政方式下的行政处罚：挑战与回应［J］.政治与法律，2020，（4）.

［10］黄学贤.行政法中的比例原则研究［J］.法律科学.西北政法学院学报，2001，（1）.

［11］季卫东.计算法学的疆域［J］.社会科学辑刊，2021，（3）.

［12］张恩典.算法影响评估制度的反思与建构［J］.电子政务，2021，（11）.

［13］马长山.数字法治政府的机制再造［J］.政治与法律，2022，（11）.

［14］张涛.个人信息保护中独立监管机构的组织法构造［J］.河北法学，2022，（7）.

［15］胡敏洁.论自动化行政中的瑕疵指令及其救济［J］.北京行政学院学报，2021，（4）.［责任编辑：张英秀］

Risks and Boundaries of Facial Recognition in

Automated Administrative Penalties

Yang Fan

（Yangzhou University， Yangzhou Jiangsu 225127）

Abstract：The automated administrative penalties embedded in facial recognition technology have changed the behavior patterns of administrative law subjects and the relationships between administrative legal subjects. However， the profitand coss nature of administrative penalties triggers reasonable doubts about the application and expansion of facial recognition in automated administrative penalties. It is undeniable that the application of facial recognition technology in automated administrative penalties meets the practical needs of factual determination in administrative penalties. Nonetheless， there are still risks of technical misjudgment， infringement of the personal rights， and imbalanced administrative penalty density. In order to standardize the application of facial recognition technology in automated administrative penalties， it is necessary to follow the basic principles of administrative law as guidance， adhere to the legislative basis for authorizing the use of facial recognition technology， strengthen supervision of the law enforcement process， and establish electronic information exchange channels to ensure the right of administrative counterparts to state and defend.

Key words：facial recognition technology， automated administration， administrative penalties， proportionality