周智博：生成式模型嵌入數(shù)字政府的技術(shù)躍遷與法治調(diào)適 | 北方法學(xué)202505

【作者】周智博（天津財(cái)經(jīng)大學(xué)法學(xué)院講師）

【來源】北大法寶法學(xué)期刊庫《北方法學(xué)》2025年第5期（文末附本期期刊目錄）。因篇幅較長，已略去原文注釋。

內(nèi)容提要：當(dāng)前，以DeepSeek為代表的生成式模型正處于高度迭代期，厘清技術(shù)躍遷背后的“技術(shù)賦能—科技風(fēng)險—法治調(diào)適”框架無疑是數(shù)字政府建設(shè)的重要議題。DeepSeek技術(shù)躍遷在一定程度上驅(qū)動了數(shù)字政府的內(nèi)容生成、數(shù)據(jù)共享、人機(jī)互動及算法決策，成功推動了數(shù)字政府功能形態(tài)的轉(zhuǎn)型升級。然而，在賦能數(shù)字政府建設(shè)的同時，DeepSeek也隱含行政公共架構(gòu)消解、歸責(zé)鏈條斷裂、程序正當(dāng)侵蝕及公民權(quán)利侵犯等新型風(fēng)險。由此，基于組織法治，應(yīng)以公共利益導(dǎo)向增強(qiáng)生成式模型的算法公共性，以權(quán)責(zé)統(tǒng)一原則增強(qiáng)生成式模型的技術(shù)責(zé)任性，以算法解釋機(jī)制增強(qiáng)生成式模型的程序規(guī)范性；基于權(quán)利法治，應(yīng)將法律保留原則與比例原則結(jié)合，從形式和實(shí)質(zhì)兩個維度構(gòu)建一個虛實(shí)兼?zhèn)涞臋?quán)利法治調(diào)適體系。

關(guān)鍵詞：生成式模型；數(shù)字政府；技術(shù)躍遷；法治調(diào)適

目次 一、問題的提出：技術(shù)躍遷視域下的數(shù)字政府建設(shè) 二、生成式模型技術(shù)躍遷賦能數(shù)字政府建設(shè) 三、生成式模型技術(shù)躍遷隱含算法風(fēng)險機(jī)理 四、生成式模型技術(shù)躍遷背景下的組織法治調(diào)適 五、生成式模型技術(shù)躍遷背景下的權(quán)利法治調(diào)適 六、結(jié)語

一

問題的提出：技術(shù)躍遷視域下的數(shù)字政府建設(shè)

縱觀歷史發(fā)展，政府治理形態(tài)演進(jìn)往往伴隨著技術(shù)范式革命，每一次科技迭代都會深刻影響數(shù)字政府建設(shè)。近年來，生成式模型的技術(shù)變革效應(yīng)尤為明顯。如何透過技術(shù)躍遷表象，將技術(shù)賦能與風(fēng)險規(guī)制融入法治框架，對于數(shù)字政府建設(shè)的良性發(fā)展無疑具有重要意義。2022年年底，OpenAI推出全球首個對話型通用人工智能，即ChatGPT。基于Transformer架構(gòu)與人類反饋的強(qiáng)化學(xué)習(xí)(RLHF)技術(shù)，ChatGPT在創(chuàng)造性思維測試中展現(xiàn)出與人類頂尖專家相當(dāng)?shù)耐评砟芰Γ貥?gòu)了人機(jī)交互的認(rèn)知范式。就在美國生成式模型技術(shù)一路突飛猛進(jìn)的同時，2025年初，中國深度求索公司順利發(fā)布了開源模型DeepSeek-R1,再一次掀起了技術(shù)躍遷的浪潮。不同于OpenAI的“算法封閉”體系，DeepSeek另辟蹊徑，憑借著廣開源、低成本、強(qiáng)適配、深推理的技術(shù)屬性，重塑了全球人工智能產(chǎn)業(yè)格局，由此將大模型技術(shù)躍遷推向一個新的臺階。隨著DeepSeek的廣泛應(yīng)用，越來越多的地方開始將其嵌入數(shù)字政府建設(shè)。例如，2025年3月，安徽省級政務(wù)“云果斷”進(jìn)行了DeepSeek滿血版(671B)部署，本次部署集成公文寫作、數(shù)據(jù)分析報告、語音轉(zhuǎn)文字、人機(jī)互動等16項(xiàng)典型政務(wù)應(yīng)用，為當(dāng)?shù)財(cái)?shù)字政府建設(shè)開辟了全新局面。

不過，面對生成式模型在數(shù)字政府場域中的高歌猛進(jìn)，理論上在強(qiáng)調(diào)技術(shù)賦能的同時，也應(yīng)透過現(xiàn)象看本質(zhì)，對生成式模型嵌入數(shù)字政府的技術(shù)躍遷、風(fēng)險形態(tài)以及法治調(diào)適加以系統(tǒng)性思考。這不僅關(guān)系到數(shù)字政府建設(shè)的合法性與正當(dāng)性，更直接影響著技術(shù)賦能與風(fēng)險規(guī)避的邏輯統(tǒng)一。自DeepSeek發(fā)布之后，學(xué)界圍繞DeepSeek在教育教學(xué)、科技創(chuàng)新以及國際傳播等應(yīng)用領(lǐng)域展開了大量研究，無疑為本文提供了重要的智識基礎(chǔ)。然而，當(dāng)視線聚焦于數(shù)字政府建設(shè)，則發(fā)現(xiàn)既有研究多聚焦于DeepSeek的技術(shù)躍遷表象，鮮有學(xué)者系統(tǒng)解構(gòu)生成式模型與數(shù)字政府治理的深層互動。這集中表現(xiàn)為：一方面，技術(shù)賦能與風(fēng)險調(diào)適的綜合統(tǒng)籌缺失。既有文獻(xiàn)多將DeepSeek視為推動數(shù)字政府建設(shè)的一次全新契機(jī)，認(rèn)為DeepSeek能夠有效推動政務(wù)服務(wù)、政務(wù)傳播、知識生產(chǎn)的范式升級，但在一定程度上忽視了生成式模型技術(shù)躍遷背后賦能與風(fēng)險的“雙刃劍”效應(yīng)，這種偏重一面的研究思路很可能給算法權(quán)力異化埋下隱患。另一方面，法治調(diào)適理論的供給不足。在數(shù)字政府建設(shè)過程中，數(shù)字政府法治化和法治政府?dāng)?shù)字化始終是繞不開的議題，然而，相比于法治規(guī)范，學(xué)界更強(qiáng)調(diào)將DeepSeek融入相鄰可能性、技術(shù)規(guī)制等治理框架，并未將法治范式貫徹于生成式模型運(yùn)行始終，在一定程度上形成了“法治真空”與“技術(shù)超載”并存的悖論。更重要的是，現(xiàn)有研究僅僅聚焦于DeepSeek的范式革命，并未透過現(xiàn)象看本質(zhì)，建構(gòu)一套更具時空性和延展性的理論。其直接后果是，學(xué)術(shù)探討始終局限于DeepSeek技術(shù)工具論的窠臼中循環(huán)論證，既不能完整闡釋生成式模型對政府權(quán)力體系的重塑，也不能建構(gòu)一套包容未來技術(shù)躍遷的動態(tài)坐標(biāo)系。

本文認(rèn)為，DeepSeek對于數(shù)字政府建設(shè)無疑具有重大賦能意義，但作為一種科學(xué)技術(shù)，DeepSeek本質(zhì)上并未擺脫生成式模型的固有缺陷。唯有立足于法治視角，將視線聚焦于本體論意義上生成式模型的治理價值和規(guī)制框架，才能讓DeepSeek嵌入數(shù)字政府更具延展性、滲透性和解釋力。無論生成式模型發(fā)生何種迭代，深度學(xué)習(xí)、人機(jī)交互、內(nèi)容生成始終是其最為核心的算法架構(gòu)，唯有透過現(xiàn)象看本質(zhì)，剖開從ChatGPT至DeepSeek的技術(shù)變遷表象，著重研究更為本質(zhì)的生成式大模型與數(shù)字政府的內(nèi)在互動機(jī)理，才能揭示技術(shù)迭代背后恒定的治理范式轉(zhuǎn)型規(guī)律。換言之，對DeepSeek的觀察必須超越具體模型性能比較，轉(zhuǎn)而關(guān)注公共性算法、算法責(zé)任、正當(dāng)程序、法律保留以及權(quán)利保障等元命題，方能使理論建構(gòu)適應(yīng)生成式模型技術(shù)迭代表象下的治理范式轉(zhuǎn)型，進(jìn)而形成指導(dǎo)數(shù)字政府建設(shè)的持久性認(rèn)知框架。有鑒于此，本文立足于法治思維，對以DeepSeek等生成式模型嵌入數(shù)字政府的技術(shù)躍遷、風(fēng)險機(jī)理、法治規(guī)范進(jìn)行系統(tǒng)研究，從而完成數(shù)字時代行政理性的路徑重構(gòu)，并最終創(chuàng)設(shè)一套兼具解釋力與預(yù)見性的法治調(diào)適框架。

二

生成式模型技術(shù)躍遷賦能數(shù)字政府建設(shè)

時下，以DeepSeek為代表的生成式模型技術(shù)躍遷，有效驅(qū)動了數(shù)字政府的內(nèi)容生成、數(shù)據(jù)共享、人機(jī)互動以及算法決策，將數(shù)字政府建設(shè)推向了一個更高的臺階。

（一）內(nèi)容生成：從機(jī)械演繹到模態(tài)生成的場景拓展

在電子政務(wù)時期，政務(wù)文本生成高度依賴規(guī)則引擎與模板填充，這種機(jī)械演繹模式雖能保障政策表達(dá)的有序性，卻難以應(yīng)對復(fù)雜治理場景中的非結(jié)構(gòu)化需求。生成式模型技術(shù)躍遷推動了數(shù)字政府從單模態(tài)語言生成向多模態(tài)場景建構(gòu)的范式突破，為政府?dāng)?shù)字化轉(zhuǎn)型提供了全新的技術(shù)底座。

首先是多模態(tài)場景政務(wù)文本的技術(shù)賦能。傳統(tǒng)電子政務(wù)在文本生成過程中，輸出內(nèi)容被嚴(yán)格限制在結(jié)構(gòu)化數(shù)據(jù)庫與模板填充的線性框架內(nèi)。生成式模型的嵌入直接擺脫了原有電子政務(wù)的現(xiàn)實(shí)困境。以DeepSeek為例，基于深度學(xué)習(xí)和多模態(tài)生成技術(shù)，政務(wù)處理可以突破傳統(tǒng)機(jī)械場景，將預(yù)設(shè)規(guī)則與跨模態(tài)語義理解相結(jié)合，形成集圖片、文字、視頻、音像為一體的協(xié)同生成模式，進(jìn)而驅(qū)動政務(wù)信息表達(dá)形式與治理場景需求的動態(tài)耦合。這種多模態(tài)生成模式突破了傳統(tǒng)單一文本生成模式的局限性，使多維信息要素實(shí)現(xiàn)立體化結(jié)合，由原本固定的文字傳達(dá)模式升級為全息化的場景再現(xiàn)，從而在技術(shù)層面完成了政務(wù)文本內(nèi)容生產(chǎn)從“機(jī)械復(fù)制”向“智能涌現(xiàn)”的范式更新。

其次是多模態(tài)場景政務(wù)知識的生產(chǎn)賦能。傳統(tǒng)政務(wù)搜索知識庫更多是經(jīng)驗(yàn)性符號化表達(dá)，很難在分散邏輯規(guī)則中建立起系統(tǒng)的知識圖譜。DeepSeek等生成式模型通過多模態(tài)知識圖譜與分布式認(rèn)知架構(gòu)的深度融合，有效突破了傳統(tǒng)政務(wù)信息系統(tǒng)的線性知識建模邏輯，重塑傳統(tǒng)政務(wù)知識獲取方式、概念關(guān)聯(lián)模式與學(xué)科邊界感知，成功構(gòu)建了一個知識要素組合、推理與涌現(xiàn)的政務(wù)知識共創(chuàng)系統(tǒng)。同時，當(dāng)深度語義理解能力與多模態(tài)生成技術(shù)相結(jié)合，政務(wù)知識便突破了文本載體的物理約束，轉(zhuǎn)化為場景自適應(yīng)的立體化知識服務(wù)體系，實(shí)現(xiàn)了從“經(jīng)驗(yàn)驅(qū)動的知識封裝”到“數(shù)據(jù)驅(qū)動的知識涌現(xiàn)”的飛速跨越。

再次是多模態(tài)場景政務(wù)知識的傳播效能。傳統(tǒng)電子政務(wù)系統(tǒng)受限于政府工作人員預(yù)設(shè)的模板邏輯，其所輸出的文本信息只能停留在符號表意層面，無法對多維完整的政策信息進(jìn)行全方位傳播。而DeepSeek等生成式模型通過跨模態(tài)對齊技術(shù)，能夠?qū)⒃疽痪S文本傳播模式躍升為視覺、聽覺等多感官皆可感知的具象化表達(dá)。這種兼顧視覺與聽覺的多模態(tài)信息介質(zhì)，重塑了政策制定者、知識傳播者與信息接收者的價值共創(chuàng)網(wǎng)絡(luò)，實(shí)現(xiàn)了政務(wù)信息傳播效能的質(zhì)變。例如，在無錫市城市運(yùn)行中心，DeepSeek通過將文字、語音通話記錄、會議錄音、攝像頭畫面等多模態(tài)信息融合，成功重塑了城市數(shù)字治理的智能化版圖。

（二）數(shù)據(jù)共享：從科層管理到算法協(xié)同的模式重構(gòu)

一方面，生成式模型可以充當(dāng)數(shù)據(jù)整合的橋梁。當(dāng)前，數(shù)字政府建設(shè)或多或少存在“數(shù)據(jù)孤島”現(xiàn)象，這不僅體現(xiàn)在物理層面分散的數(shù)據(jù)存儲，同時也表現(xiàn)為行政系統(tǒng)內(nèi)部知識表達(dá)的分裂。依托于規(guī)模化的數(shù)據(jù)處理和算法開源技術(shù)，DeepSeek能夠?qū)⒉煌块T數(shù)據(jù)納入統(tǒng)一框架，當(dāng)生成式模型接收到市場監(jiān)管部門的準(zhǔn)入登記數(shù)據(jù)、稅務(wù)部門的征收記錄、環(huán)保部門的監(jiān)測報告等信息時，系統(tǒng)可以自動探尋各數(shù)據(jù)間的潛在聯(lián)系，建立認(rèn)知關(guān)聯(lián)網(wǎng)絡(luò)。也正是意識到這一點(diǎn)，遼寧省沈陽市通過DeepSeek模型的本地化部署，有效打破了政府部門間的信息藩籬。從這一意義上講，生成式模型的創(chuàng)新性知識重組機(jī)制，本質(zhì)上是對原本分散行政數(shù)據(jù)流的形式化統(tǒng)一與邏輯化重組，能夠有效突破傳統(tǒng)數(shù)據(jù)整合中的淺層耦合局限，推動政務(wù)數(shù)據(jù)從科層管理向協(xié)同治理轉(zhuǎn)型。

另一方面，生成式模型能夠?qū)崿F(xiàn)知識的動態(tài)重組。基于深度學(xué)習(xí)與內(nèi)容生成式算法，生成式模型不僅能夠?qū)崿F(xiàn)同維數(shù)據(jù)整合，還能驅(qū)動實(shí)現(xiàn)異源異構(gòu)數(shù)據(jù)的知識對齊與邏輯貫通。傳統(tǒng)科層制體系下的數(shù)字政府建設(shè)，在遇到諸如政策文件、審批記錄、監(jiān)管報告等異質(zhì)化數(shù)據(jù)時，只能將多元數(shù)據(jù)轉(zhuǎn)變?yōu)闄C(jī)器可接收的語義內(nèi)容，實(shí)現(xiàn)物理上的疊加處理和表層融合。而DeepSeek以“注意力重塑機(jī)制”為基底，能夠充分扮演好翻譯者和組織者的雙重角色，經(jīng)由算法深度加工，原本分散于各行政部門的數(shù)據(jù)流可以轉(zhuǎn)化為不間斷的知識場域，通過高維空間中的語義嵌入與關(guān)聯(lián)映射，形成跨越部門邊界的動態(tài)知識圖譜。總之，生成式模型既能將不同領(lǐng)域的專業(yè)術(shù)語轉(zhuǎn)化為通用語義表征，又能在動態(tài)更新的知識網(wǎng)絡(luò)中建立跨域關(guān)聯(lián)規(guī)則，使科層制背景下分散的行政數(shù)據(jù)突破組織邊界，在算法驅(qū)動語義空間內(nèi)實(shí)現(xiàn)系統(tǒng)性的知識整合。

（三）人機(jī)交互：從單向輸出到智能交互的形態(tài)嬗變

伴隨著生成式模型的技術(shù)躍遷，數(shù)字政府人機(jī)交互范式也發(fā)生轉(zhuǎn)變。基于生成式模型在語義理解、場景建構(gòu)與認(rèn)知增強(qiáng)領(lǐng)域的技術(shù)支持，政府服務(wù)逐漸從程式化應(yīng)答向智慧化交互演進(jìn)。

一方面，從單向輸出到雙向?qū)Φ取Ｔ趥鹘y(tǒng)電子政務(wù)場景中，政府與行政相對人的信息傳遞多以單向輸出為主，交互本質(zhì)是將制度文本通過機(jī)械渠道加以線性輻射。這種模式將政府設(shè)定為信息發(fā)射源，公眾降格為被動接收終端，政務(wù)交互過程中的政策解釋與民意反饋往往被割裂為兩個獨(dú)立回路。其間，政府更習(xí)慣于將各類政策和法規(guī)平鋪于政府網(wǎng)站之上，公眾對于信息的探察只能借助搜索引擎，時常陷入知其然而不知其所以然的尷尬境地。但隨著生成式模型的嵌入，傳統(tǒng)單向輸出為主的機(jī)械性交互場景被打破。依托于語義理解、上下文關(guān)聯(lián)及意圖預(yù)判能力，生成式模型在一定程度上重新定義了人機(jī)交互的邏輯框架。立足于平等交互范式，DeepSeek能夠以高度擬人化和富于親和力的方式幫助公眾與政府主體開展溝通交流，在此情況下，政策咨詢與人際互動不再是單向式、機(jī)械式、命令式的匹配，而是轉(zhuǎn)變?yōu)殡p向型、友好型、協(xié)商型的場景對話。典型如為深化政務(wù)人機(jī)交互，深圳市寶安區(qū)基于“騰訊混元+DeepSeek”上線“小寶”助手，結(jié)合寶安區(qū)專屬知識庫，“小寶”可以實(shí)時掌握最新辦事指南、政策信息等，并通過深度思維鏈分析理解辦事意圖，確保咨詢服務(wù)精準(zhǔn)可靠。

另一方面，從籠統(tǒng)交互到精準(zhǔn)適配。傳統(tǒng)數(shù)字政府人機(jī)交互過程中，受限于算法技術(shù)支撐不足，系統(tǒng)只能將公眾訴求加以“籠統(tǒng)應(yīng)對”以及“泛化響應(yīng)”。事實(shí)證明，這種有限預(yù)設(shè)規(guī)則與通用交互模板雖然能滿足公眾基礎(chǔ)性交互需求，但在應(yīng)對公眾多樣化政策訴求上愈發(fā)捉襟見肘。相比之下，基于規(guī)模化的數(shù)據(jù)處理和深度化的內(nèi)容學(xué)習(xí)能力，生成式模型可以構(gòu)建起政策語義的動態(tài)映射空間，使人機(jī)對話突破表層信息交換局限，讓政務(wù)交互進(jìn)階為“一對一”的量身定制場景。以DeepSeek為例，在人機(jī)交互過程中，每一次人機(jī)互動，DeepSeek都能夠結(jié)合上下文洞悉用戶的精準(zhǔn)需求，同時在結(jié)果輸出中，DeepSeek也能夠根據(jù)用戶特有的身份特征、歷史行為數(shù)據(jù)及實(shí)時交互語境為用戶搭建個性化的政務(wù)畫像。例如，依托于DeepSeek,深圳市福田區(qū)專門設(shè)置了70名“AI數(shù)智員工”,涉及11大類240個政務(wù)場景，標(biāo)志著DeepSeek垂直知識譜系正式邁向行政場域。

（四）算法決策：從經(jīng)驗(yàn)驅(qū)動到數(shù)據(jù)賦能的范式躍遷

生成式模型具備強(qiáng)大的信息推理能力，依托于深度模擬學(xué)習(xí)系統(tǒng)，能夠在大量訓(xùn)練中自主學(xué)習(xí)各類數(shù)據(jù)知識，利用深度學(xué)習(xí)算法適配數(shù)字政府決策需求。

一方面，從靜態(tài)決策到動態(tài)決策的范式躍遷。傳統(tǒng)行政決策多遵循經(jīng)驗(yàn)主義推理邏輯，受限于持續(xù)反饋與迭代能力缺乏，這種靜態(tài)推演已經(jīng)愈發(fā)不適應(yīng)高度復(fù)雜化和變動化的行政決策需求。相比之下，依托于深度學(xué)習(xí)和數(shù)據(jù)推演能力，生成式模型能夠在最短時間內(nèi)在海量數(shù)據(jù)中精準(zhǔn)提取信息，針對以自然語言形式呈現(xiàn)的問題或提示，根據(jù)關(guān)鍵詞進(jìn)行回答，全程自主完成目標(biāo)文本的生成工作。申言之，通過多源異構(gòu)數(shù)據(jù)的融合解析與隱性關(guān)聯(lián)挖掘，生成式模型可以構(gòu)建一個“監(jiān)測—評估—調(diào)適”的閉環(huán)系統(tǒng)，賦予行政決策以實(shí)時進(jìn)化和動態(tài)更迭能力。以DeepSeek為例，憑借海量語料訓(xùn)練形成的語義理解能力，DeepSeek能夠穿透政策文本的表層邏輯，系統(tǒng)揭示不同制度要素間的非線性關(guān)聯(lián)。同時，通過跨模態(tài)知識蒸餾技術(shù)，DeepSeek還能將分散的行政數(shù)據(jù)轉(zhuǎn)化為動態(tài)演進(jìn)的決策圖譜，運(yùn)用因果推理識別政策效果的真實(shí)歸因，使決策認(rèn)知突破經(jīng)驗(yàn)歸納的認(rèn)知邊界，形成“數(shù)據(jù)穿透—模式發(fā)現(xiàn)一規(guī)律提煉”的智能決策回路。

例如，湖南省長沙市通過將CS-DeepSeek植入城市智能安全管理領(lǐng)域，可以實(shí)時分析城市運(yùn)行數(shù)據(jù)，有效提高政府的動態(tài)預(yù)警監(jiān)測能力、動態(tài)風(fēng)險分析能力和動態(tài)應(yīng)急處置智能化水平。

另一方面，從局部優(yōu)化到系統(tǒng)統(tǒng)籌的治理躍升。受限于局部領(lǐng)域的知識壁壘，經(jīng)驗(yàn)驅(qū)動型決策很難破解跨域協(xié)同的系統(tǒng)性難題，這不僅表現(xiàn)為跨區(qū)域行政事務(wù)，同時也表現(xiàn)為跨領(lǐng)域行政事務(wù)。生成式模型通過全域知識關(guān)聯(lián)與多目標(biāo)平衡算法，能構(gòu)建起系統(tǒng)的決策架構(gòu)，有效打破部門間的信息孤島，揭示政策協(xié)同的潛在空間。作為數(shù)據(jù)挖掘領(lǐng)域的一種重要工具，DeepSeek在一定程度上受到生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，通過將信息數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中，DeepSeek可以自行開展數(shù)據(jù)運(yùn)行、調(diào)整等一系列活動。在超高體量的數(shù)據(jù)“喂養(yǎng)”以及持續(xù)性的算法模型優(yōu)化基礎(chǔ)上，DeepSeek能夠根據(jù)政府指令及時作出反饋，為政府決策提供全方位、實(shí)時性的數(shù)據(jù)和法規(guī)支持。例如，“DS都江堰”整合了水利行業(yè)相關(guān)的法律法規(guī)、政策文件、水利大百科全書、灌區(qū)地理數(shù)據(jù)、工程檔案及各類專家知識庫等各類多模態(tài)數(shù)據(jù)，極大釋放了算法決策的智慧效能。可想而知，當(dāng)決策系統(tǒng)既能深度解構(gòu)單一領(lǐng)域的運(yùn)行規(guī)律，又能精準(zhǔn)把握跨域協(xié)同的涌現(xiàn)效應(yīng)時，政策制定便得以跨越單維零和思維的取舍邏輯，在經(jīng)濟(jì)發(fā)展、生態(tài)保護(hù)與民生改善間尋找動態(tài)平衡點(diǎn)，將行政決策一舉推向“全局洞察—系統(tǒng)設(shè)計(jì)一動態(tài)均衡”的新階段。

三

生成式模型技術(shù)躍遷隱含算法風(fēng)險機(jī)理

技術(shù)賦能與科技風(fēng)險往往相生相隨，DeepSeek等生成式模型在賦能數(shù)字政府建設(shè)的同時，也隱含著行政公共架構(gòu)消解、歸責(zé)鏈條斷裂、程序正當(dāng)侵蝕以及公民權(quán)利侵犯等新型風(fēng)險。

（一）公共風(fēng)險：生成式模型躍遷消解行政公共架構(gòu)

1.生成式模型侵蝕政府價值公共性

數(shù)字政府建設(shè)是以公共利益為導(dǎo)向的，但在生成式模型語境下，算法研發(fā)、算法運(yùn)營以及數(shù)據(jù)輸入?yún)s隱含著公共導(dǎo)向偏離的風(fēng)險。

首先，就算法研發(fā)而言，算法中立僅僅是一種幻想，在生成式模型算法研發(fā)過程中，算法研發(fā)人員對效率、精確性與可擴(kuò)展性等技術(shù)理性的追求，往往優(yōu)先于對公平性、包容性與公共性的價值理性考量。在算法黑箱的加持下，這些價值滲透往往隱匿于算法代碼之下，這進(jìn)一步增加了公共價值的異化風(fēng)險。

其次，就算法運(yùn)行而言，無論是ChatGPT抑或DeepSeek,都是由平臺運(yùn)營和維護(hù)的，在將其嵌入數(shù)字政府的過程中，市場逐利價值觀與政府公共價值天然存在張力。受限于政府在技術(shù)和專業(yè)性上的不足，公共利益導(dǎo)向很可能會隱性讓位于算法平臺的價值判斷。

再次，就算法數(shù)據(jù)輸入而言，生成式模型內(nèi)容生成往往建立在數(shù)據(jù)分析基礎(chǔ)之上，數(shù)據(jù)的公正性、客觀性、代表性將直接影響算法結(jié)果輸出。作為物理世界多元價值觀的映射，歷史行政數(shù)據(jù)的結(jié)構(gòu)性偏見、社會群體的數(shù)字化鴻溝以及信息采集的技術(shù)性盲區(qū)，會共同形塑算法認(rèn)知的扭曲透鏡。此前，ChatGPT就被證明存在種族歧視，即當(dāng)輸入“生成律師、高管等白領(lǐng)圖片”的指令時，均以白種人為主，黃種人和黑種人寥寥無幾，這充分反映了源自數(shù)據(jù)的結(jié)構(gòu)性偏見。可想而知，一旦DeepSeek歷史數(shù)據(jù)中存在錯誤或偏見，生成式模型的內(nèi)容生成難免偏離公共價值觀，并最終讓數(shù)字政府從價值共同體異化為技術(shù)專利體系。

2.生成式模型侵蝕政府權(quán)力公共性

一方面，算法權(quán)力侵蝕行政民主正當(dāng)性。基于民主原則，行政權(quán)的公共性在很大程度上植根于民主授權(quán)與民主監(jiān)督的制度安排，這種事前和事后的民主制衡機(jī)制可以確保行政權(quán)始終在民主軌道內(nèi)運(yùn)行。但隨著生成式模型的嵌入，算法對行政權(quán)的掌控并非經(jīng)由民主授權(quán)，而是建立在數(shù)據(jù)建模與概率計(jì)算的數(shù)學(xué)法則之上，以至于既有的民主正當(dāng)性論證悄然轉(zhuǎn)移至缺乏民意基礎(chǔ)的算法系統(tǒng)。同時，在算法黑箱影響下，算法權(quán)力的運(yùn)行軌跡也讓人捉摸不透，公眾很難像以往那樣借助民主選舉、行政公開、民主參與等民主監(jiān)督機(jī)制介入行政權(quán)的運(yùn)行，既無從知曉DeepSeek的具體生成邏輯，更難以通過代議制渠道實(shí)施有效監(jiān)督。公眾的選舉權(quán)、知情權(quán)和參與權(quán)在效率至上的技術(shù)敘事中褪色，行政權(quán)力的民主鏈條也被迫陷入中斷。

另一方面，算法權(quán)力侵蝕行政權(quán)力邊界。隨著生成式模型的技術(shù)嵌入，行政自主性與算法依賴性的關(guān)系變得愈發(fā)緊張。表面上看，行政機(jī)關(guān)工作人員利用生成式模型提升行政效能，但殊不知，從數(shù)據(jù)導(dǎo)入到結(jié)果輸出，占據(jù)主導(dǎo)權(quán)的從來都不是行政機(jī)關(guān)，而是隱匿于背后的算法。時下，不少地方政府將生成式模型嵌入自動化決策系統(tǒng)，利用DeepSeek自主作出行政處罰等行政行為；但當(dāng)DeepSeek模型能夠通過法律代碼轉(zhuǎn)譯，自主生成具有規(guī)范效力的行政行為時，算法權(quán)力已然開始僭越固有的行政權(quán)力，從行政輔助者蛻變?yōu)閷?shí)質(zhì)決策者。當(dāng)技術(shù)系統(tǒng)能夠自主定義問題范疇、生成解決方案并驗(yàn)證執(zhí)行效能時，政府權(quán)力便從公共意志的實(shí)踐工具異化為技術(shù)理性的附庸，形成“技術(shù)系統(tǒng)制定規(guī)則、行政機(jī)關(guān)執(zhí)行算法”的權(quán)力倒置格局。

（二）責(zé)任風(fēng)險：生成式模型躍遷引發(fā)歸責(zé)鏈條斷裂

不同于此前權(quán)責(zé)明晰的行政責(zé)任秩序，隨著生成式人工智能模型嵌入，責(zé)任追究的模糊挑戰(zhàn)和避責(zé)風(fēng)險大幅增加。

一方面，算法行政責(zé)任追究的主體模糊性。此前，行政責(zé)任追究更多遵循“政府一行政相對人”的框架，只要構(gòu)成對相對人權(quán)益的侵犯，即可通過行政復(fù)議、行政訴訟機(jī)制對政府課以法律責(zé)任。但隨著DeepSeek嵌入，傳統(tǒng)固定的法律責(zé)任模式開始朝著“政府—DeepSeek—相對人”的三方框架演變。這種三方框架不同于傳統(tǒng)行政協(xié)議，算法復(fù)雜性導(dǎo)致責(zé)任追究路徑模糊，在應(yīng)對權(quán)力轉(zhuǎn)移與責(zé)任混同問題時更是捉襟見肘。在這一三元法律責(zé)任框架內(nèi)，實(shí)際履職者已經(jīng)悄然發(fā)生變化，不再是固有的政府機(jī)關(guān)工作人員，而是蛻變?yōu)楦唠[匿性的生成式算法模型。申言之，生成式模型自主性使得“誰在決策”的命題失去意義，當(dāng)一個行政決策由生成式模型算法作出，那么究竟是平臺承擔(dān)責(zé)任，還是政府承擔(dān)責(zé)任，十分混沌，其結(jié)果很可能是既無法追溯至具體開發(fā)者，也難以歸因于使用DeepSeek模型的行政機(jī)關(guān)。這種責(zé)任彌散化直接沖擊了行政責(zé)任法制的倫理基礎(chǔ)，使得傳統(tǒng)“權(quán)責(zé)一致”原則在生成式模型語境下淪為虛設(shè)。

另一方面，算法行政責(zé)任的因果鏈條隱秘性。傳統(tǒng)行政責(zé)任建立在“行為一結(jié)果—過錯”的線性歸責(zé)邏輯之上，核心是將行政行為、危害后果與責(zé)任承擔(dān)相聯(lián)系。然而，隨著DeepSeek等生成式模型嵌入數(shù)字政府，算法實(shí)時性的深度學(xué)習(xí)與內(nèi)容生成機(jī)制徹底瓦解了這一歸責(zé)機(jī)制的因果根基。這種因果斷裂體現(xiàn)為：其一，責(zé)任因果鏈條模糊。傳統(tǒng)行政歸責(zé)機(jī)制很大程度上依賴于事實(shí)鏈與結(jié)果鏈的關(guān)系，算法黑箱使得決策輸出與輸入數(shù)據(jù)間呈現(xiàn)出非連續(xù)、非線性的復(fù)雜關(guān)聯(lián)。正如有學(xué)者強(qiáng)調(diào)，在算法黑箱的加持下，算法行政實(shí)質(zhì)上以工具理性取代了責(zé)任理性，行政權(quán)“算法卸責(zé)化”已不可避免。其二，因果鏈條不可解釋性。通常情況下，法律責(zé)任的因果關(guān)系不僅要確定，同時還要具備可解釋性和還原可能性。但在生成式模型語境下，DeepSeek技術(shù)演進(jìn)多遵循相關(guān)關(guān)系，每一次深度學(xué)習(xí)與內(nèi)容生成，都會遮蔽因果關(guān)系的線性演化。當(dāng)算法決策的“技術(shù)真相”無法轉(zhuǎn)化為法律事實(shí)時，行政責(zé)任難免陷入認(rèn)知論的死循環(huán)之中。

（三）程序風(fēng)險：生成式模型躍遷架空程序正當(dāng)原則

1.生成式模型躍遷架空說明理由制度

根據(jù)說明理由制度，行政機(jī)關(guān)作出任何行政行為，尤其是不利于行政相對人的行政行為，必須對背后的依據(jù)、事實(shí)、理由以及救濟(jì)機(jī)制進(jìn)行說明。典型如《行政處罰法》明確規(guī)定行政機(jī)關(guān)在作出行政處罰決定之前，應(yīng)當(dāng)告知當(dāng)事人擬作出的行政處罰內(nèi)容及事實(shí)、理由、依據(jù)。然而，隨著DeepSeek等生成式模型嵌入行政決策，說明理由制度可能會面臨不同程度的侵蝕。

一方面，算法黑箱的不可解釋性。不同于行政公務(wù)員在行政執(zhí)法過程中有著明確的主客觀表現(xiàn)，算法以代碼為外觀，即便DeepSeek奉行算法開源，但技術(shù)架構(gòu)仍存在難以穿透的結(jié)構(gòu)性黑箱。其一是Transformer架構(gòu)多頭注意力機(jī)制通過高維空間映射實(shí)現(xiàn)語義關(guān)聯(lián)，公眾限于專業(yè)壁壘無法逆向解析算法黑箱。其二是DeepSeek訓(xùn)練數(shù)據(jù)的清洗規(guī)則、標(biāo)注策略及采樣偏差本身存在不透明性、不可逆性以及不可解釋性，即便開源代碼仍無法揭示數(shù)據(jù)預(yù)處理中的價值篩選過程，以至于最終因?yàn)樗惴ê谙湎萑搿笆дZ”境地。

另一方面，深度學(xué)習(xí)的實(shí)時動態(tài)性。生成式模型的動態(tài)和非線性特性也在一定程度上導(dǎo)致算法難以解釋。盡管DeepSeek以技術(shù)開源主義著稱，但其深度學(xué)習(xí)和內(nèi)容生成卻建立在動態(tài)的數(shù)據(jù)處理之上，深度學(xué)習(xí)等算法機(jī)制的存在，使得人工智能可以在一定程度上自發(fā)學(xué)習(xí)和演進(jìn)，其決策過程變得更加撲朔迷離。在這種情況下，如果要對這種動態(tài)深度學(xué)習(xí)能力說明理由，存在困難。

2.生成式模型躍遷架空陳述申辯制度

一方面，技術(shù)邏輯對程序邏輯的主導(dǎo)。基于深度學(xué)習(xí)與內(nèi)容生成技術(shù)，DeepSeek模型能夠瞬時生成邏輯自洽的論證文本，系統(tǒng)也可以自主推演法律事實(shí)的因果鏈，一旦這種“模式化”的自動處理技術(shù)深度嵌入行政自動化，個案的特殊性便會趨于虛無，將相對人的程序性表達(dá)權(quán)湮沒于千篇一律的算法演繹之下。此時，即便賦予行政相對人陳述申辯制度，但其溝通和對話主體已不再是具備獨(dú)立思考和價值判斷能力的行政主體，而是蛻變?yōu)橐粋€標(biāo)準(zhǔn)化、冰冷化的算法應(yīng)答裝置，這種對話看似程序正當(dāng)，殊不知已陷于“偽對話界面”場景之下，很難觸發(fā)實(shí)質(zhì)性的程序考量。

另一方面，瞬時算法對申辯時間的侵蝕。陳述申辯權(quán)的法律根基源自行政相對人與政府的平等對話，但在生成式模型嵌入后，其瞬時性特質(zhì)很難給陳述申辯權(quán)留有時間余地。由于缺乏雙向互動和交涉的可能，相對人在尋求事前救濟(jì)到事后糾正過程中的程序性權(quán)益極為脆弱。以自動化交通警察為例，拍照、定位和處罰幾乎是同時作出，在此期間，行政相對人幾乎沒有陳述申辯的機(jī)會，只能采取事后救濟(jì)。久而久之，當(dāng)DeepSeek演化為行政決策的支配性力量，算法工具理性取代陳述申辯的程序理性，陳述申辯制度也會從平等對話的法治場域退化為技術(shù)權(quán)威的單向宣告。

（四）權(quán)利風(fēng)險：生成式模型躍遷侵犯公民相關(guān)權(quán)利

1.算法歧視引發(fā)的平等權(quán)侵蝕

一般情況下，當(dāng)本質(zhì)相同的個體或群體受到區(qū)別對待，或本質(zhì)不同的個體或群體受到同等對待時，便會引發(fā)平等權(quán)問題。在將生成式模型嵌入數(shù)字政府的過程，難免存在算法歧視現(xiàn)象，一旦對本質(zhì)上相同的個體或群體進(jìn)行差別待遇，或是對本質(zhì)上不同的個體或群體進(jìn)行同等待遇，就會侵犯公民的平等權(quán)。這種侵犯集中表現(xiàn)為以下方面：

一方面，算法代碼歧視侵犯公民平等權(quán)。生成式模型算法化約的本質(zhì)是將不特定行政相對人抽象為計(jì)算機(jī)可理解的二進(jìn)制邏輯，當(dāng)不同平等場景通過用戶畫像體系轉(zhuǎn)變?yōu)椤翱陀^”的數(shù)據(jù)變量，形式平等與實(shí)質(zhì)平等的分類標(biāo)準(zhǔn)也難免趨于消解。當(dāng)DeepSeek算法將某些特定群體的數(shù)據(jù)輸入與“典型”或“異常”建立關(guān)聯(lián)，“法律面前人人平等”便會異化為統(tǒng)計(jì)學(xué)意義上的正態(tài)分布，部分群體的權(quán)利保障必然會被算法自動邊緣化。

另一方面，數(shù)據(jù)偏差歧視侵犯公民平等權(quán)。在深度學(xué)習(xí)過程中，生成式模型在數(shù)據(jù)采集、標(biāo)注、分析、處理等環(huán)節(jié)中難免將多元的價值判斷嵌入其中，一旦歷史偏見數(shù)據(jù)被轉(zhuǎn)化為算法開發(fā)和訓(xùn)練的基礎(chǔ)元素，相關(guān)算法決策便會放大不平等因素。更嚴(yán)峻的是，DeepSeek對于歷史數(shù)據(jù)的依賴程度極強(qiáng)，在出現(xiàn)算法歧視之后，偏見不僅不會消失，反而會在迭代訓(xùn)練中被固化和放大，久而久之，數(shù)據(jù)歧視便將歷史不公永久編碼為技術(shù)系統(tǒng)的“自然法則”。

2.算法支配引發(fā)的隱私權(quán)侵蝕

一方面，生成式模型對隱私權(quán)的范式解構(gòu)。傳統(tǒng)隱私權(quán)為防止公權(quán)力對私權(quán)利的侵入性干預(yù)，利用物理空間和信息邊界的二元劃分，建立起相對完整的保護(hù)范式。但生成式模型利用數(shù)據(jù)的深度處理與行為軌跡建模，碎片化的個人信息集合為可預(yù)測的人格圖譜，完全解構(gòu)了公共領(lǐng)域與私人空間的物理界限。更為嚴(yán)重的是，在算法黑箱內(nèi)，公民的多元信息被深度交織重組，個人信息被完全納入“數(shù)字投影”之中，這進(jìn)一步加劇了公民隱私權(quán)的暴露。此時，即便嵌入知情同意規(guī)則，DeepSeek全景式數(shù)據(jù)攫取模式也不免讓公民隱私權(quán)淪為技術(shù)的犧牲品，致使最小化信息暴露原則消解。

另一方面，生成式模型對隱私權(quán)的內(nèi)容消融。生成式模型的深度推理能力也對傳統(tǒng)隱私保護(hù)的制度性防線構(gòu)成挑戰(zhàn)。生成式模型在對原有數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，能夠?qū)⒎稚?shù)據(jù)進(jìn)行關(guān)聯(lián)，從而分析預(yù)測未來的行為軌跡，這使得對隱私權(quán)的保護(hù)不僅局限于“現(xiàn)實(shí)侵害防御”,還擴(kuò)展到了“未來風(fēng)險預(yù)防”層面，知情同意原則被迫陷入“失語”境地。同時，DeepSeek數(shù)據(jù)處理的不可逆性也會形成新型枷鎖，公民私人信息一旦進(jìn)入算法系統(tǒng)，便會脫離數(shù)據(jù)權(quán)利掌控，永久性進(jìn)入到DeepSeek數(shù)據(jù)循環(huán)和再生產(chǎn)的鏈條中。總之，當(dāng)個人信息蛻變?yōu)樯墒侥Ｐ偷臄?shù)據(jù)資源，數(shù)據(jù)權(quán)主體便再也無法對自身數(shù)據(jù)進(jìn)行實(shí)質(zhì)性約束。

四

生成式模型技術(shù)躍遷背景下的組織法治調(diào)適

基于組織法治框架，今后必須以公共利益導(dǎo)向增強(qiáng)生成式模型的算法公共性，以權(quán)責(zé)統(tǒng)一原則增強(qiáng)生成式模型的技術(shù)責(zé)任性，以算法解釋機(jī)制增強(qiáng)生成式模型的程序規(guī)范性，從而實(shí)現(xiàn)從算法風(fēng)險到組織調(diào)適的法治躍遷。

（一）公共利益導(dǎo)向增強(qiáng)生成式模型的算法公共性

1.以合法化鏈理論強(qiáng)化生成式模型的民主公共性

合法化鏈理論強(qiáng)調(diào)將算法行政運(yùn)行融入民主意志的完整鏈條之中。依照“合法化鏈理論”,行政機(jī)關(guān)作為執(zhí)法機(jī)關(guān)，必須保證自身職權(quán)的合法性，在此過程中，至少需要通過功能與制度合法化、人事與組織合法化以及事務(wù)與內(nèi)容合法化這三個維度追溯至代議機(jī)關(guān)。

首先，就功能與制度的合法化而言，行政機(jī)關(guān)嵌入生成式模型，必須在價值和目標(biāo)上符合行政法治要求，生成式模型功能設(shè)定必須由代議機(jī)關(guān)通過組織法、程序法嚴(yán)格把關(guān)。無論是DeepSeek的人機(jī)互動、自動決策、知識傳播還是信息共享，這些功能模塊均需通過民主的審查驗(yàn)證。其次，就人事與組織合法化而言，每一位行政公務(wù)員的錄用和辭退都應(yīng)該通過選舉和任命兩種方式追溯至代議機(jī)關(guān)。在數(shù)字政府語境下，行政機(jī)關(guān)應(yīng)避免全盤技術(shù)外包，始終保持對技術(shù)開發(fā)、應(yīng)用和維護(hù)的組織控制力，這樣，代議機(jī)關(guān)便可以經(jīng)由對行政機(jī)關(guān)的人事和組織合法化，確保算法系統(tǒng)的演進(jìn)方向始終服務(wù)于民主意志而非技術(shù)自主。再次，就事務(wù)與內(nèi)容的合法化而言，立法是民主控制行政的最有效手段。遵循“法無授權(quán)即禁止”的制度邏輯，生成式模型應(yīng)始終在人大的立法和授權(quán)框架內(nèi)運(yùn)行，確保每一個算法決策都能夠追溯到法律規(guī)范，否則同級人大及其常委會有權(quán)進(jìn)行實(shí)質(zhì)性糾偏。

2.以算法倫理審查強(qiáng)化生成式模型的價值公共性

首先，就算法審查對象而言，政府應(yīng)對生成式模型的運(yùn)行代碼、訓(xùn)練數(shù)據(jù)以及內(nèi)容生成進(jìn)行全面審查。其一，生成式模型運(yùn)行代碼。代碼往往潛藏著算法研發(fā)人員的價值觀，應(yīng)著重審查生成式模型代碼的價值優(yōu)先級，將DeepSeek算法參數(shù)設(shè)置中潛在的偏見風(fēng)險降到最低。其二，生成式模型訓(xùn)練數(shù)據(jù)。數(shù)據(jù)往往是多元價值觀的載體，數(shù)據(jù)源的覆蓋范圍、代表權(quán)重分配以及真實(shí)客觀性直接決定著后續(xù)價值生成，因此，必須對DeepSeek深度學(xué)習(xí)期間的數(shù)據(jù)加以重點(diǎn)關(guān)注，將偏離公共價值觀的噪聲數(shù)據(jù)進(jìn)行有效剔除。其三，生成式模型內(nèi)容生成。作為價值觀的直接外化，生成式模型在政務(wù)知識宣傳端、人機(jī)政務(wù)互動端、行政決策分析端等公共領(lǐng)域的內(nèi)容生成必須接受公共利益的優(yōu)先審查，從而有效降低技術(shù)理性對價值理性的不良扭曲。

其次，就審查程序而言，作為一種價值審查，公共倫理審查需要遵循算法全生命周期理念，將審查覆蓋算法研發(fā)、數(shù)據(jù)收集以及內(nèi)容生成在內(nèi)的各個階段，有效阻斷生成式算法在政務(wù)應(yīng)用中潛藏的公共價值異化風(fēng)險。其中，就事前預(yù)審查而言，事前預(yù)審查應(yīng)置于生成式模型嵌入數(shù)字政府之前。為了兼顧技術(shù)創(chuàng)新性與公共倫理性，可采用監(jiān)管沙盒模式，允許生成式模型服務(wù)提供者進(jìn)行實(shí)驗(yàn)性糾錯。就事中審查而言，事中持續(xù)監(jiān)測強(qiáng)調(diào)靜態(tài)審查和動態(tài)審查相結(jié)合，可以引入實(shí)時價值偏離預(yù)警系統(tǒng)，對生成式模型輸出進(jìn)行連續(xù)語義分析。就事后審查而言，鑒于事后追責(zé)通常在實(shí)際應(yīng)用效果之后，因此可以運(yùn)用區(qū)塊鏈技術(shù)，建立逆向?qū)彶闄C(jī)制，進(jìn)而鎖定公共價值失序的代碼根源。

再次，就審查標(biāo)準(zhǔn)而言，倫理審查的標(biāo)準(zhǔn)需超越技術(shù)中立性，建構(gòu)以公共理性為基底的復(fù)合評價框架。其一，公共倫理審查應(yīng)當(dāng)遵循正義標(biāo)準(zhǔn)。正義是社會秩序和公平的基石，生成式模型應(yīng)接受更嚴(yán)格的審查，確保從數(shù)據(jù)輸入到內(nèi)容輸出都符合正義的價值目標(biāo)。其二，公共性倫理審查應(yīng)遵循共同善標(biāo)準(zhǔn)。“共同善”將焦點(diǎn)從個人層面轉(zhuǎn)移到社會維度，在強(qiáng)調(diào)社會公共利益的同時，也承認(rèn)個人自主的獨(dú)立意義。

（二）權(quán)責(zé)統(tǒng)一原則增強(qiáng)生成式模型的技術(shù)責(zé)任性

根據(jù)權(quán)責(zé)統(tǒng)一原理，基于生成式模型的算法行政理應(yīng)輔之以健全的責(zé)任秩序，在此，可以將穿透式責(zé)任與分布式責(zé)任相結(jié)合，視情形進(jìn)行算法責(zé)任追究。

1.以穿透式責(zé)任為主

作為大數(shù)據(jù)時代下的一種新型責(zé)任追究方式，穿透式責(zé)任強(qiáng)調(diào)通過技術(shù)加持穿透算法黑箱，突破傳統(tǒng)責(zé)任認(rèn)定的形式主義屏障，確立最具備實(shí)質(zhì)控制能力的責(zé)任主體。相比于一般意義上因果責(zé)任斷定，穿透式責(zé)任具有如下意義：一方面，有助于以技術(shù)規(guī)訓(xùn)技術(shù)。區(qū)別于傳統(tǒng)簡單因果判定的責(zé)任模式，穿透式責(zé)任主張通過植入算法審計(jì)、數(shù)據(jù)溯源等手段，有效實(shí)現(xiàn)“代碼即規(guī)則”的技術(shù)解構(gòu)，進(jìn)而清晰揭示算法行政背后的人類意志介入節(jié)點(diǎn)。另一方面，有助于精準(zhǔn)確定責(zé)任主體。根據(jù)技術(shù)控制力與利益關(guān)聯(lián)度，穿透式責(zé)任能夠構(gòu)建多層責(zé)任識別體系，在行政機(jī)關(guān)承擔(dān)首要責(zé)任的前提下，向算法開發(fā)者、數(shù)據(jù)供應(yīng)商、第三方技術(shù)運(yùn)維者等主體進(jìn)行精準(zhǔn)的責(zé)任傳導(dǎo)。典型如當(dāng)DeepSeek因訓(xùn)練數(shù)據(jù)偏見導(dǎo)致歧視性執(zhí)法時，穿透式責(zé)任可追溯至數(shù)據(jù)清洗環(huán)節(jié)的技術(shù)服務(wù)商，避免因主張技術(shù)中立而產(chǎn)生的責(zé)任推諉。

盡管穿透式責(zé)任大有裨益，但其適用卻存在嚴(yán)格的邊界。其一，穿透式責(zé)任適用于簡單的行政算法構(gòu)造。穿透式責(zé)任的實(shí)現(xiàn)高度依賴技術(shù)可解釋性，面對算法線性規(guī)則、有限變量與靜態(tài)參數(shù)構(gòu)建的個案決策，穿透式責(zé)任往往能夠取得立竿見影的效果，但當(dāng)算法高度復(fù)雜之時，穿透式責(zé)任則很難打破算法黑箱，即便借助局部可解釋性工具，也難以準(zhǔn)確還原算法行政的責(zé)任鏈條，進(jìn)而導(dǎo)致責(zé)任穿透始終無法觸及算法權(quán)責(zé)分配的核心結(jié)構(gòu)。其二，穿透式責(zé)任需有先進(jìn)的技術(shù)支撐。若將算法的可解釋性視為抵御責(zé)任逃逸的“制度之盾”,那么穿透式責(zé)任則高度依賴兼具精準(zhǔn)性與穿透性的“技術(shù)之矛”。這意味著在技術(shù)穿透力不足的背景下，很可能誘發(fā)責(zé)任分散效應(yīng)，導(dǎo)致“人人有責(zé)卻無人擔(dān)責(zé)”的集體行動困境。

2.以分布式責(zé)任為輔

當(dāng)算法行政高度復(fù)雜，分布式責(zé)任主張遵循責(zé)任均衡原理，讓多元責(zé)任主體按比例、按環(huán)節(jié)進(jìn)行責(zé)任承擔(dān)，從而克服穿透式責(zé)任在算法黑箱面前的無力境地。

其一，去中心化的責(zé)任主體構(gòu)建。算法行政行為的鏈條性決定了責(zé)任的分布性，諸如監(jiān)管者責(zé)任、算法研發(fā)者責(zé)任、服務(wù)提供者責(zé)任、保險人責(zé)任等都可能構(gòu)成分布式責(zé)任的一環(huán)。當(dāng)算法行政責(zé)任從單一責(zé)任演化為多元責(zé)任之時，責(zé)任鏈條的去中心化也成為必然。因此，在橫向維度，可依托“責(zé)任契約關(guān)系”實(shí)現(xiàn)政府與平臺的責(zé)任分配，即通過行政協(xié)議在事先明確不同階段的責(zé)任主體、責(zé)任內(nèi)容和責(zé)任形式；在縱向維度，則應(yīng)積極嵌入公眾參與、第三方專業(yè)評估制度，在持續(xù)對話中形成責(zé)任分配的最優(yōu)解。

其二，比例性的責(zé)任權(quán)重配置。在去中心化的責(zé)任結(jié)構(gòu)下，雖然理論上各方主體都可能構(gòu)成責(zé)任主體，但不同責(zé)任主體在責(zé)任承擔(dān)比重和形式上并不能一概而論，而是比例性的演繹。依據(jù)“權(quán)力一能力”標(biāo)準(zhǔn)，“權(quán)力”通常指向特定主體在算法行政行為過程中的法定權(quán)能與事實(shí)支配力，典型如算法設(shè)計(jì)的話語權(quán)、數(shù)據(jù)輸入的篩選權(quán)、決策輸出的干預(yù)權(quán)等制度性權(quán)力，反之“能力”則代表著技術(shù)的可控性、風(fēng)險的預(yù)見可能性以及損害防控的有效性。以DeepSeek為例，遵循“權(quán)力一能力”標(biāo)準(zhǔn)，應(yīng)綜合不同主體在算法行政中所扮演的角色，構(gòu)建一個動態(tài)適配的責(zé)任配比體系。

其三，動態(tài)化的責(zé)任鏈條演繹。相比于穿透式責(zé)任的靜態(tài)性，分布式責(zé)任主張遵循算法系統(tǒng)的動態(tài)進(jìn)化場景，構(gòu)建責(zé)任配置與算法運(yùn)行同頻共振的彈性責(zé)任體系。一個算法行政行為的作出，至少經(jīng)過了算法研發(fā)、算法嵌入、數(shù)據(jù)收集、深度學(xué)習(xí)以及內(nèi)容生成等幾個環(huán)節(jié)，不同環(huán)節(jié)的主體往往扮演著不同的角色，相應(yīng)的責(zé)任主體也應(yīng)在政府、平臺、第三方技術(shù)服務(wù)商之間實(shí)現(xiàn)動態(tài)配置。這就意味著需要構(gòu)建一套“監(jiān)測—反饋—調(diào)適”的動態(tài)責(zé)任體系，運(yùn)用區(qū)塊鏈技術(shù)對DeepSeek的算法全生命周期進(jìn)行可驗(yàn)證記錄，對每一個算法行政行為進(jìn)行技術(shù)逆向工程，據(jù)此實(shí)現(xiàn)責(zé)任權(quán)重的實(shí)時記錄和分配，進(jìn)而保證“源頭可溯、過程可查、效果可評、責(zé)任可追”。

（三）算法解釋機(jī)制增強(qiáng)生成式模型的程序規(guī)范性

算法解釋強(qiáng)調(diào)在算法與受眾之間構(gòu)筑一個交互界面，以一般人能夠理解的標(biāo)準(zhǔn)，闡明算法在何種程度、何種情形下會影響自身的基本權(quán)益，也由此成為程序正當(dāng)原則的重要支撐。

1.構(gòu)建軟硬兼施的算法可解釋性標(biāo)準(zhǔn)

算法解釋并非渾然一體，根據(jù)解釋的專業(yè)性和正式性，可以將算法解釋類型化為軟解釋和硬解釋。前者意在闡明生成式模型的宏觀算法運(yùn)行機(jī)理，后者則旨在對生成式模型的個案因果關(guān)系進(jìn)行闡明。不同的場景下，算法解釋的軟硬程度也差別迥異。

一方面，硬解釋主要面向生成式模型的核心算法說明，要求向特定主體系統(tǒng)展開生成式模型的算法運(yùn)行機(jī)理。以DeepSeek為例，硬解釋需要闡明生成式模型的Transformer架構(gòu)、本地存儲機(jī)制、算法開源機(jī)理、內(nèi)容生成原理等議題。從這一意義上講，硬解釋在一定程度上超越了生成式模型的個案場景，具有更強(qiáng)的專業(yè)性和普適性。但由于生成式模型的不可逆性，硬解釋通常只能進(jìn)行宏觀理論闡釋，并無法清晰展現(xiàn)出生成式模型的個案運(yùn)行情況。同時，這種過高的專業(yè)性也或多或少面臨算法鴻溝隱患，稍有不慎就會淪為普通公眾的理解禁區(qū)。

另一方面，軟解釋指向個案輸入與輸出的因果敘事，主張根據(jù)期待可能性原理，將復(fù)雜的算法敘事轉(zhuǎn)化為“理性人可預(yù)見性”標(biāo)準(zhǔn)，以符合公眾認(rèn)知慣性的方式呈現(xiàn)生成式模型的決策依據(jù)。申言之，軟解釋無需專業(yè)性的算法術(shù)語，允許解釋者通過生動、形象的解說方式，向不具備專業(yè)知識和能力的相對人進(jìn)行個性化解釋和說明。從這一意義上講，軟解釋更加適配DeepSeek嵌入后的說明理由制度，有助于重建公民對算法行政的合理預(yù)期。

2.事前算法解釋與事后算法解釋結(jié)合

依照正當(dāng)程序原則，無論是說明理由制度還是陳述申辯制度，均是在行政行為行使“過程中”進(jìn)行的。但算法解釋則不同，由于生成式模型的“瞬時性”特質(zhì)，無論是算法平臺抑或政府，都很難在算法行政行為過程中履行解釋義務(wù)，對應(yīng)的算法解釋只能在算法行政行為作出之前或者之后進(jìn)行。

一方面，事前算法解釋義務(wù)。作為一種預(yù)防性解釋說明機(jī)制，算法事前解釋核心在于構(gòu)建一套前置性的透明機(jī)制，明確政府在將生成式模型技術(shù)部署前，面向不特定行政相對人圍繞算法運(yùn)行機(jī)理、訓(xùn)練數(shù)據(jù)透明性、算法決策合法性等要素進(jìn)行系統(tǒng)性解釋，從而證明技術(shù)工具與行政目標(biāo)的實(shí)質(zhì)性關(guān)聯(lián)。當(dāng)前，歐盟和加拿大是事前算法解釋的典型代表。前者確立了“高風(fēng)險系統(tǒng)事前透明度規(guī)則”,要求公共機(jī)構(gòu)在部署AI系統(tǒng)前提交技術(shù)文檔解釋模型的社會影響；后者則主張通過算法影響評估工具(AIA)強(qiáng)制行政機(jī)關(guān)量化披露系統(tǒng)偏差率與權(quán)利敏感度。對此，我國應(yīng)構(gòu)建“法律—標(biāo)準(zhǔn)一技術(shù)”三位一體框架，即在立法層面增設(shè)算法解釋專章，明確重大行政決策場景的強(qiáng)制解釋范圍；在標(biāo)準(zhǔn)層面應(yīng)遵循“硬解釋”原理，由標(biāo)準(zhǔn)化組織制定可解釋性分級指引，區(qū)分監(jiān)督學(xué)習(xí)與生成式模型的不同披露要求；在技術(shù)層面則需研發(fā)符合國家密碼標(biāo)準(zhǔn)的解釋工具鏈，實(shí)現(xiàn)敏感參數(shù)脫敏與決策路徑可視化的平衡。

另一方面，事后算法解釋義務(wù)。事后算法解釋義務(wù)聚焦于算法決策的個案救濟(jì)功能，強(qiáng)調(diào)通過回溯性說明機(jī)制重建公民對不利決定的理解可能性與異議能力。如果說事前算法解釋是算法行政行為作出之前的籠統(tǒng)解釋，那么事后算法解釋則是行政行為作出之后的個案性說明。基于事后解釋，如果算法行政行為對行政相對人的權(quán)益造成侵害，那么理應(yīng)立足于具體算法決策場景，按照算法解釋“軟解釋”標(biāo)準(zhǔn)進(jìn)行系統(tǒng)說明。需要注意的是，基于程序的延展性，行政相對人在事后解釋過程中仍然享有陳述申辯權(quán)，允許相對人基于DeepSeek基準(zhǔn)模型對比結(jié)果、數(shù)據(jù)分布偏差檢測報告等進(jìn)行合法抗辯，從而讓算法解釋貫穿算法行政決策全程。

五

生成式模型技術(shù)躍遷背景下的權(quán)利法治調(diào)適

鑒于生成式模型技術(shù)躍遷對公民平等權(quán)以及隱私權(quán)的侵犯，應(yīng)將法律保留原則與比例原則相結(jié)合，構(gòu)建一個形式與實(shí)質(zhì)兼?zhèn)涞臋?quán)利法治調(diào)適框架。

（一）法律保留原則作為生成式模型的形式審查標(biāo)準(zhǔn)

傳統(tǒng)法律保留原則多用于立法機(jī)關(guān)和行政機(jī)關(guān)之間，強(qiáng)調(diào)對于涉及基本權(quán)利等基本的立法議題，立法者不能授權(quán)行政機(jī)關(guān)立法，而應(yīng)該親自就相關(guān)重要事項(xiàng)進(jìn)行規(guī)定。同時，對于一些非基本立法議題，即便要進(jìn)行立法授權(quán)，也應(yīng)遵循授權(quán)明確性原則。大數(shù)據(jù)時代下，將DeepSeek嵌入數(shù)字政府決策，雖不涉及立法機(jī)關(guān)與行政機(jī)關(guān)之間的權(quán)力讓渡，卻存在行政機(jī)關(guān)與DeepSeek的權(quán)力轉(zhuǎn)移，因此，彼此之間的權(quán)責(zé)界限在一定程度上仍然可以借助“法律保留”原則思路加以廓清。

1.形式意義上行政權(quán)的核心領(lǐng)域

基于功能主義法律保留，立法者對于國家權(quán)力的配置必須與國家的任務(wù)目標(biāo)相契合，尤其要綜合國家機(jī)關(guān)的組織、人員和程序進(jìn)行全面考量，從而將之轉(zhuǎn)交給最合適的機(jī)關(guān)。憲法根據(jù)國家機(jī)關(guān)組織結(jié)構(gòu)和職能特點(diǎn)，事先劃定了不同國家機(jī)關(guān)的職權(quán)范圍，這些職權(quán)的“典型任務(wù)”絕不允許被其他機(jī)關(guān)或者工具隨意剝奪。在此，行政權(quán)的核心領(lǐng)域就是對自身權(quán)力行使的話語權(quán)、主導(dǎo)權(quán)和控制權(quán)。例如，當(dāng)前德國《聯(lián)邦行政程序法》修正案已引入“自動化行政行為的特別程序”,要求關(guān)鍵算法決策節(jié)點(diǎn)必須保留人工介入端口。從這一意義上講，法律保留確定了公共決策適用算法時“原則禁止，例外允許”的關(guān)系模式。因此，算法行政只能在有限范圍內(nèi)介入行政權(quán)的行使，其適用通常限于細(xì)節(jié)性和技術(shù)性事項(xiàng)；對于涉及公共利益處置、公民基本權(quán)利限制等事項(xiàng)的權(quán)力處分，則屬于傳統(tǒng)行政權(quán)的“核心領(lǐng)域”。同理，在DeepSeek與行政權(quán)的互動中，必須確立“法律授權(quán)為體、技術(shù)工具為用”的基本原則，通過動態(tài)授權(quán)機(jī)制綜合考量DeepSeek的功能邊界，從而將算法行政權(quán)的行使納入法律保留的框架之下。

2.實(shí)質(zhì)意義上基本權(quán)利的核心領(lǐng)域

基于“本質(zhì)內(nèi)容保留”,基本權(quán)利核心領(lǐng)域具有絕對保護(hù)屬性，國家不得以任何形式干預(yù)，個人亦不可自愿放棄。因此，在數(shù)字政府建設(shè)中，既要從形式意義上防止生成式模型對行政權(quán)的不當(dāng)僭越，更要從實(shí)質(zhì)意義上禁止行政機(jī)關(guān)通過生成式模型對公民基本權(quán)利進(jìn)行的實(shí)質(zhì)性侵害。其一，明確基本權(quán)利核心領(lǐng)域的范圍。基本權(quán)利核心領(lǐng)域并非靜態(tài)權(quán)利清單，而是動態(tài)的價值輻射體系。從宏觀層面講，基本權(quán)利核心領(lǐng)域以“人的尊嚴(yán)”為價值原點(diǎn)，不僅包括生命權(quán)、人身權(quán)等古典自由權(quán)，亦包括數(shù)字時代衍生的新型數(shù)字權(quán)利。從微觀層面上講，每一項(xiàng)基本權(quán)利都隱含著自身特有的核心領(lǐng)域，同時在不同個案中，基本權(quán)利本質(zhì)內(nèi)容也處于動態(tài)變化之中，一旦國家權(quán)力介入過深，即構(gòu)成對尊嚴(yán)的實(shí)質(zhì)性威脅。這就要求DeepSeek等生成式模型不得消解基本權(quán)利的本質(zhì)內(nèi)容，更不得侵入個體人格的自主發(fā)展空間。其二，堅(jiān)持人類最終決策權(quán)。對于涉及公民基本權(quán)利核心領(lǐng)域的治理場景，立法機(jī)關(guān)應(yīng)通過特別授權(quán)明確禁止任何形式的算法自動化決策，將此類事項(xiàng)永久排除于技術(shù)工具的適用范疇之外。明確算法行政僅能承擔(dān)事實(shí)信息整理、決策方案模擬等技術(shù)中性任務(wù)，嚴(yán)禁代替人類進(jìn)行價值權(quán)衡與權(quán)利處分。考慮到算法行政對于基本權(quán)利的傷害往往具有不可逆性，因此必須嚴(yán)格遵循“人類決策者最終控制原則”。

3.堅(jiān)持算法行政介入的授權(quán)明確性

基于法律保留原則，算法行政必須遵循“授權(quán)明確性原則”,明確生成模型參與行政決策的目標(biāo)、時限、形式、手段及程序等要素。同時，這種明確性并非一成不變，而是處于動態(tài)調(diào)整之中，越是對于重要性事項(xiàng)的授權(quán)，對應(yīng)的明確性標(biāo)準(zhǔn)也就越高。在此，德國聯(lián)邦憲法法院為了減少審查恣意而尊重立法者的形成空間，曾將審查密度依次類型化為明顯性審查、可支持性審查和強(qiáng)烈內(nèi)容審查，三者在審查密度上逐級加強(qiáng)，同時也暗示著立法者的立法形成空間逐級減少。當(dāng)然，具體采用何種審查密度，應(yīng)該在審查過程中根據(jù)基本權(quán)利的侵害強(qiáng)度進(jìn)行個案衡量，如果DeepSeek算法行政行為嚴(yán)重侵犯公民基本權(quán)利，那么就必須采用強(qiáng)烈內(nèi)容審查這一標(biāo)準(zhǔn)，授權(quán)情形必須十分明確合理、清晰可行，從而最大程度保障公民的基本權(quán)利。

（二）比例原則作為生成式模型的實(shí)質(zhì)審查標(biāo)準(zhǔn)

為保障行政相對人的主體性，避免算法行政行為過度限制公民基本權(quán)利，理應(yīng)將其置于比例原則框架內(nèi)，確保算法行政行為對公民基本權(quán)利的限制始終處于憲法所認(rèn)可的狀態(tài)。

首先，就目標(biāo)正當(dāng)性而言，算法行政對于公民基本權(quán)利的限制，在目標(biāo)上必須被憲法所認(rèn)可。通常情況下，提升行政效能，優(yōu)化行政服務(wù)體系往往是算法行政的初衷所在。此外，目的正當(dāng)性還意味著算法行政目標(biāo)必須適配不同時期數(shù)字政府的戰(zhàn)略選擇，而不得恣意進(jìn)行目標(biāo)劃定。

其次，就適合性原則而言，要求算法行政行為必須有助于實(shí)現(xiàn)所要追求的公共目標(biāo)。言外之意，在算法行政領(lǐng)域下，將DeepSeek等生成式模型嵌入數(shù)字政府必須有助于實(shí)現(xiàn)數(shù)據(jù)共享、高效便民、科學(xué)決策、安全治理等公共價值目標(biāo)。當(dāng)然，適合性原則本身也存在一定邊界，原因在于生成式模型本質(zhì)上是輔助性工具，而并非直接價值判斷載體，否則國家在很多情況下將可以擺脫憲法約束，以DeepSeek“技術(shù)中立性”為由隨意擴(kuò)張算法權(quán)力邊界，侵害公民基本權(quán)利。

再次，就必要性原則而言，要求當(dāng)存在若干同樣能夠達(dá)到目標(biāo)的手段可供選擇時，必須選擇對基本權(quán)利限制強(qiáng)度最小的手段。在數(shù)字政府建設(shè)過程中，除了生成式模型嵌入這一手段之外，還可以尋找替代性手段，如采用輕量化數(shù)據(jù)分析工具或人工復(fù)核主導(dǎo)的混合決策模式，以降低生成式模型算法黑箱對公民基本權(quán)利的不確定性影響。更深層次約束在于國家任務(wù)必要性的動態(tài)評估，即行政機(jī)關(guān)需定期審查生成式模型的任務(wù)存續(xù)正當(dāng)性，因?yàn)樵谝恍┣闆r下，借助市場反而能夠更出色地完成公共任務(wù)，這就避免了因算法行政介入而侵害公民基本權(quán)利的風(fēng)險，因此更具優(yōu)越性。

最后，就狹義比例原則而言，算法行政所追求的利益與其損害的利益必須成比例，不能顯失均衡。此處需要將追求的利益與損害的利益進(jìn)行理性權(quán)衡，算法行政尤其不得為了實(shí)現(xiàn)特定公共利益而過度侵害公民的基本權(quán)利。這意味著必須深入剖析DeepSeek等生成式模型介入后的利益格局。以稅務(wù)機(jī)關(guān)算法行政為例，一般情況下，DeepSeek介入不僅涉及國家和受惠主體，還包括因此而增加負(fù)擔(dān)的數(shù)字弱勢群體，必須把國家、受惠主體、受損主體以及其他受影響主體的利益均納入考量范疇，進(jìn)行多元利益的層次均衡審查。理想的方案是在對某類主體給予算法便利時，適當(dāng)給予其他受數(shù)字弱勢群體主體以一定程度的算法幫扶，糾正生成式模型介入后的利益失衡格局。

六

結(jié)語

數(shù)字政府建設(shè)往往伴隨著生成式模型的技術(shù)迭代，DeepSeek的橫空出世標(biāo)志著我國數(shù)字政府建設(shè)進(jìn)入了一個新時期。但從本質(zhì)上講，DeepSeek并未超越生成式模型的固有缺陷，唯有將技術(shù)賦能與風(fēng)險規(guī)制融入法治框架，才能讓“生成式模型嵌入數(shù)字政府建設(shè)”更具延展性、預(yù)期性和解釋性。生成式模型技術(shù)躍遷推動數(shù)字政府建設(shè)實(shí)現(xiàn)從機(jī)械演繹到模態(tài)生成的場景拓展、從科層管理到算法協(xié)同的模式重構(gòu)、從單向輸出到智能交互的形態(tài)嬗變以及從經(jīng)驗(yàn)驅(qū)動到數(shù)據(jù)賦能的范式躍遷。與此同時，生成式模型介入也隱含著行政公共架構(gòu)消解、歸責(zé)鏈條斷裂、程序正當(dāng)侵蝕以及公民權(quán)利侵犯等新型風(fēng)險。為了將數(shù)字政府建設(shè)融入法治軌道，今后必須立足于組織法治和權(quán)利法治對生成式模型進(jìn)行系統(tǒng)規(guī)制。總之，關(guān)于生成式模型的理論探討應(yīng)持續(xù)進(jìn)行，無論技術(shù)發(fā)生何種迭代，深度學(xué)習(xí)、人機(jī)交互、內(nèi)容生成始終是其最為核心的算法架構(gòu)，唯有剖開DeepSeek的技術(shù)變遷表象，將視線聚焦于更為本質(zhì)的算法權(quán)力重塑，才能揭示技術(shù)迭代背后恒定的治理范式轉(zhuǎn)型規(guī)律，將數(shù)字政府建設(shè)融入法治軌道之中。

-向上滑動，查看完整目錄-

《北方法學(xué)》2025年第5期目錄

【專題一：數(shù)字法學(xué)研究】

1.論生成式人工智能服務(wù)提供者的過錯推定責(zé)任

張新寶、卞龍

2.全國一體化數(shù)據(jù)市場建設(shè)背景下數(shù)據(jù)產(chǎn)權(quán)登記的程序構(gòu)造

許多奇、盛宏偉

3.生成式模型嵌入數(shù)字政府的技術(shù)躍遷與法治調(diào)適

周智博

4.政府?dāng)?shù)據(jù)開放的利益衡量及其邏輯展開

王真平

5.數(shù)字檢察賦能行政公益訴訟的價值、困境與出路

劉少軍、鮑家琴

【專題二：刑事法學(xué)專論】

6.“蹭吸”型代購毒品行為的類型劃分與司法認(rèn)定

李立豐、王一帆

7.區(qū)分互毆與防衛(wèi)的歸責(zé)之解

蔡燊

【專題三：法學(xué)前沿】

8.情誼行為致害責(zé)任的教義學(xué)構(gòu)造

馮德淦

9.心理學(xué)視域下商標(biāo)功能的理論闡釋與制度調(diào)適

姚鶴徽

10.涉外司法能動性的運(yùn)行機(jī)理與制度應(yīng)對

何志鵬、于方唯

《北方法學(xué)》雜志是經(jīng)國家新聞出版總署批準(zhǔn)，面向國內(nèi)外公開出版發(fā)行的專業(yè)法學(xué)學(xué)術(shù)期刊，雙月刊，逢單月15日出版。《北方法學(xué)》由黑龍江大學(xué)主管主辦，稟持開放辦刊之理念，邀請國內(nèi)外著名法學(xué)專家及資深教授組成編委會，打造國內(nèi)一流法學(xué)期刊。國家新聞出版總署批復(fù)《北方法學(xué)》的辦刊宗旨為：“繁榮法學(xué)研究，服務(wù)法制建設(shè)，加強(qiáng)學(xué)術(shù)交流，培養(yǎng)法律人才”。《北方法學(xué)》雜志目前設(shè)置的主要欄目有：理論法前沿、部門法專論、專題研究、外國法研究、中外法史研究、實(shí)踐論壇、名家講壇、博士生論壇、學(xué)術(shù)綜述、譯評文叢、學(xué)術(shù)問題爭鳴、比較法論壇等。

點(diǎn)擊進(jìn)入下方小程序

獲取專屬解決方案~

責(zé)任編輯 | 郭晴晴

審核人員 | 張文碩 王曉慧

本文聲明 | 本文章僅限學(xué)習(xí)交流使用，如遇侵權(quán)，我們會及時刪除。本文章不代表北大法律信息網(wǎng)（北大法寶）和北京北大英華科技有限公司的法律意見或?qū)ο嚓P(guān)法規(guī)/案件/事件等的解讀。