张炜达，张 晨

（西北大学法学院，陕西 西安 710127）

近年来，从有关于“算法”“大数据”等词汇的应用可以看出，科学技术对社会诸方面带来前所未有的影响。人类在日常生活中都会无意识的运用简单的算法模式，基于人类运算能力的有限性，计算机算法通过对“爆炸式”信息的整合和利用，可以在不同领域基于分析有针对性地发挥“创新作用”。算法通过已获得的数据对相关对象进行推荐，达到治理目的。在人类社会政治结构的影响下，算法与权力的实践相结合，产生算法行政。算法行政指“建立在自动收集、汇总和分析大数据基础上的某种类型的规范性或政治理性，以建模、预测和先发制人地影响可能行为”，也有学者将其称为政府主导下的人工智能治理。党的十九届五中全会专门提出构建数字化中国，算法行政也已经推广到社会治安、环境污染、食品安全等领域。当前学者对算法行政的研究大多基于总体性的分析和建构，较少针对算法治理的某一领域和对象具体分析。现有研究对于算法行政的类型存在不同理解，例如“快速抽检监测系统”“智能抓拍”等均是电子技术对传统监管方式的更新，严格意义上并不是算法在行政领域的应用。截至2021年12月31日，在中国知网（https://www.cnki.net/）以“算法行政”为关键词进行检索，仅出现21 篇相关文章，且没有针对食品安全领域的专门研究。其中有2 篇文章在介绍算法应用时简单提及算法行政下的食品安全监管，如《人工智能算法决策对行政法治的挑战及制度因应》的第一部分提及“食品安全领域的智能转型”，《算法行政的兴起、挑战及法治化调适》中提及上海市在食品安全监管领域基于算法智能分析系统的探索。

本文以上海市在食品安全监管中推出的“天眼”系统为例，介绍算法行政下食品安全监管方式的转变，并对算法本身的局限性进行分析，综述新型监管方式在食品安全治理领域存在的问题。本文试图跨过算法本身涉及程序编写的自动化阶段，主要从应用前的系统评估、应用中的可控因素以及应用后监管部门可参与的正当程序入手，综述算法行政下食品安全监管的风险与应对。

1 算法行政下食品安全监管方式的转变

食品安全监管涉及食品的整个产业链，包括生产、加工、包装、销售等环节。由于食品安全关系着老百姓的生命健康，历来都是关注的重点领域。日本等国早已实现科技与食品监管领域的融合，充分利用大数据与人工智能技术，启用二维代码跟踪，包括网络供应系统以及智能预测业务，以提升食品可追溯性。但不同学者对于这些应用技术的态度存在差异，例如有学者指出应用区块链技术确实可以保证食品安全，但其倾向于研究食品的可追溯性，而不是监督。基于食品安全风险发生的导向性，传统的行政监管主要集中于加工之后的市场流通阶段。从已有监管实践来看，主要包括运用快速抽检手段、制定食品风险分级管理制度、创设智慧监管网络系统、引入第三方参与等，这些方式本质上都是一种食品可追溯系统，并且以提供“有关生产链质量评估信息”为基础。如江苏省徐州市运用快速抽检系统，在全市展开“你点我检”抽检活动，通过对农贸市场中经营的食品进行抽检，即时公示结果；广西壮族自治区分步制定食品生产经营者风险分级管理制度，按比例进行“双随机”抽查，餐厅的风险级别与抽查比例、抽检频次成正比，对最高风险等级实行全覆盖抽检；陕西省宝鸡市建设“互联网+明厨亮灶”智慧管理系统，运用大数据等新兴技术进行食品安全监管，摄像头覆盖厨房区域，监控视频通过网络传输至大厅的监控显示屏和市场监督管理局网站等智慧监管平台，实现公众监督与政府监管双向实时进行；浙江省桐乡市以政府购买服务方式请第三方机构参与餐饮单位后厨卫生等经营行为监测，建立从事前的隐患排查到违法查处结果反馈的闭环管理机制。

算法的应用催生了新监管方式的产生，如上海市的“天眼”系统——“餐厅食品安全市民评价大数据系统”做到了“算法”与“食品安全监管应用场景”的结合。2016年下半年，美团点评集团与上海市长宁区市场监管局共同启动食品安全全社会共治示范项目，其中的“天眼”系统就是算法行政的典型代表。如图1所示，该系统将消费者在美团应用程序（application，APP）上对食品的评价信息进行收集整合，形成“餐厅市民评价大数据系统”，再由算法根据政府制定的“负面关键词清单”在“数据系统”中进行抓取，并在量化统计与数据可视化操作下形成“负面信息线索库”，与监管部门内网实时共享，作为政府部门监管的信息来源和依据。

图1 “天眼”系统流程Fig. 1 Flow chart of “Tianyan” system

2 算法行政下的食品安全监管风险

2.1 算法僵化下的信息收集不准确

食品安全对老百姓来说就是天大的事情。而近些年来我国餐饮业的迅猛发展，催生出许多类似于美团点评集团这样的第三方平台，方便消费者从线上获取生活服务并进行事后评价，大大提升了人们生活的便捷度。正如有学者对食品市场各个环节进行梳理并得出技术应用需要全方位覆盖食品安全领域的观点，监管环节也不例外。作为消费者最真实的反映，平台方获取的评价信息如今也作为监管资源进行开发和利用，有效达成了消费者与监管部门的信息对接，实现了监管的快捷化。但是，算法的僵化性加之消费者对于评价的主观性，容易使对违法信息的收集不准确。首先，就消费者个人而言，其评价是针对已经拿到手的外卖食品，但是该外卖食品的上游环节不仅包括餐厅一方，至少还有快递员的参与，这就说明食品的安全风险可能还来自其他主体。其次，个人评价也存在高度的主观性与重复的可能性。算法的应用在一定程度上提高了食品安全监管的中立性，但是消费者评价的主观性仍旧难以排除，尤其是针对“好吃”“难吃”等这类涉及个人口味的评价更是如此，需要完善系统以有效应对。美团点评“天眼”系统负责人李梦阳介绍，一些“好评”中可能也隐藏着安全风险，比如有的餐厅提供政府部门禁止销售的食品，即便消费者点评说好吃，监管部门也需要及时进行调查。这就说明“天眼”系统全覆盖了所有的用户评价，更有效地规避了安全风险。有学者根据调查显示，有直接经验的消费者与有间接经验的消费者对于食品安全的满意度标准存在显著差异。至于评价的重复性，比如现实中大量存在的“多人一单”现象，即几个人共同在一家餐厅订购外卖，当其中某样商品品质不合格时，若多个主体在同一商家下均进行负面评价，就会产生负面信息的重复。还有商家通过给予优惠的手段与消费者进行交易，让消费者删帖或者求好评，这种情况下算法对负面信息的检索就会产生疏漏，一旦这种规避行为普及化，就会产生大量的执法空白区。另一方面，算法在运行中的僵化性降低了信息收集的准确度。在算法运用中，其是依赖“关键词清单”在“大数据系统”中自动抓取信息，例如“中毒”“吃坏肚子”“蟑螂”等，只要系统检索到相关关键词就会计算为一次负面信息，这样产生的量化统计结果，结合上述消费者信息来源的不真实情况，就存在“虚化”的可能性，从而得出错误的判断结论，产生算法歧视。有学者将这种算法运行中易产生的歧视分为算法社会语境下、技术限定下以及特定领域中的算法歧视。事实上，这种分类边界并不清晰。但尚知的是，算法歧视与传统歧视现象本质不同，需要区别化规制。另有学者认为，算法决策背后实际是人为歧视，由数据和技术两方面引发。

2.2 算法程序设定的被动性导致运行效果削减

算法、大数据等新技术本身就是以其自动处理为优势而应用于各个领域，但是现有的科技水平无法做到完全的自动化，这就导致了算法在行政监管中的应用还需要人为干预。“天眼”系统下算法在食品安全监管中的应用是根据“负面关键词清单”在“评价数据系统”中检索关键词。可以说，算法是否能够有效实现其功能，“关键词清单”在其中起着决定性的作用，而该清单又是人为选取和设置的，这就会产生相应的问题。首先，以算法抓取关键词无法应对语言描述的差异性。以2016年上海市长宁区发生的“河豚鱼事件”为例。根据“天眼”系统的1.0版本，监管部门发现几位消费者在美团点评集团所属的大众点评APP中对一家餐厅评价时都提到了“河豚鱼”，经后续证实，商家提供的“河豚鱼”不符合规定，监管部门据此对其进行了处罚。这是算法应用成功的案例。但是，如果消费者在评价中只是将“河豚”作为形容词描述餐厅做的食物的味道、造型等等，这种情况下算法基于程序的被动效应，将评价传送至监管部门，就会造成信息传达的偏差。其次，语言文字对于感觉的描述具有一定的局限性，并且由于多民族语言、地区方言等的存在，纳入“清单”的关键词需要不断地更新。例如，“吃坏肚子”作为关键词被纳入“负面关键词清单”，但“肚子痛”“肚子难受”“肚子不舒服”，甚至“upset stomach”等表述都具有相同含义，若相同含义的关键词未列入清单，会形成监管漏洞。基于此，“负面关键词清单”需要实时更新，以提高监管效果。

2.3 算法的自动高效性导致权利难以保障

人工智能时代下算法的自动决策使得其独立享有“资源配置权力”，有学者就此也关注了这一发展对网络平台监管带来的挑战。对于算法在行政领域的自动化，有学者根据识别输入、分析决定和输出实现3个环节的完成主体是人类还是自动化系统，将其分为5 类，包括无自动化行政、自动化辅助行政、部分自动化行政、无裁量能力的完全自动化行政和有裁量能力的完全自动化行政。根据该分类，本文重点关注的“天眼”系统即属于部分自动化行政，其根据“餐厅市民评价大数据系统”形成“负面信息线索库”，该过程均属于算法的自主运行，基于专业差异，监管部门得到的仅是运算的“结果”，相较于传统的监管方式，工作人员无法参与到信息的分析过程中。例如在传统的智慧监管网络系统中，对于后厨员工未盖垃圾桶的“智能抓拍”，监管部门可以调取前后视频具体分析是否是故意或过失而为。在这一过程中，监管部门有空间发挥其能动性。而算法阻断了信息从收集分析到结论化过程中人工参与的可能性，其整个运行过程跳过了人类深思熟虑的环节，若直接将该结果作为行政处罚的唯一依据，极易导致监管对象权利受损。以健康码算法系统举例，“自我学习”产生的“算法偏见”无限放大了算法运行中的风险，从而侵犯了服务对象的合法权利。对比来看，更难以做到对被监管者基本权利的保障。而根据英国2021年官方报告显示，算法基于个性化定价与合谋，虽然算法行政监管不力的直接受害者是个别商家，但最终损害的却是消费者的利益。同时，对负面信息保护不到位时易形成错误的“处罚效果”。算法运行产生的结果对于所涉餐厅来说本身就是“负面信息”，而在监管部门做出处罚决定之前即为过程性行政行为，一旦“负面信息线索库”遭到泄漏，对于所涉商家均会带来权利的损害。当该负面信息具有相当的真实性时，其会产生事前的“处罚力”，在行政相对人没有申辩的情况下直接下了“有罪”的定论。而当负面信息不具有真实准确性，或者直接是竞争者的恶意诋毁时，就会对涉事商家名誉权造成侵犯，监管部门也成为侵权者之一，需要就侵权范围的扩大承担连带责任。

2.4 算法的不透明性引发对处罚标准的质疑

作为新兴技术，知识的专业化以及运行的自主性使得算法本身形成高度的不透明性，也即学界所称的算法的“黑箱效应”。有学者就一针见血的指出其本质，表面上看只要输入数据就能得到结果，实际却存在黑箱效应，算法决策看似体现了一种无须满足任何条件即生成是与否的客观回答，但程序背后蕴藏的却是设计者对于结果的主观偏见。也有学者就其不透明性引发的原因进行分析，包括政府基于各种考虑可公开而不愿公开以及“算法黑箱”本身造成的不能公开的问题，或者是基于保护商业机密的考量。对此有观点认为，衡平算法信息与商业机密的公开界限需考量算法透明背后的社会公共利益与商业机密背后的竞争秩序和激励创新之间的价值取向。在不透明性的前提下，监管部门完全依靠算法结果对行政相关人进行行政处罚，其可信赖度以及说服性并不高。例如，监管人员基于算法量化统计中多次提取到“呕吐”的关键词从而对某一餐厅进行处罚，那么该餐厅负责人首先会提出的质疑就是造成顾客呕吐的结果与其自身存在食品安全风险之间是否存在因果关系。在行政处罚领域，行政相对人违法的举证责任主要是由行政机关承担，可是算法行政下该因果关系根本难以证明，相对人还可能提供自己没有做出违法行为的证据，但这不能免除行政机关的举证责任，对于监管部门来说非常不利。此外，算法应用中涉及的“负面关键词清单”“负面信息线索库”以及量化统计标准均是对公众保密的，这就使得处罚时行政相对人难以得知自己是否真正达到了应受处罚的程度。换个角度来说，就是算法智能抓取关键词的过程中难以为监管部门留下确凿的证据作为处罚依据。对于监管机关来说，算法运行结果应当作为处罚的线索来源，但行政机关经常会对算法处理结果产生依赖，在难以提供有力证据的情况下，被监管主体即对该结果“买单”。

2.5 算法行政下行政处罚裁量权的丧失

基于机器学习技术，算法可通过自主学习达到独立决策以实现共谋的效果，此种共谋并不需要操作者具有共谋的意图。据此，算法在设计阶段监管部门的参与度几乎为零，所做的更多是为算法提供有效运行的前提——“负面关键词清单”。算法行政以计算机进行大数据计算为主导，只是为最终的处罚提供“是”或“否”的答案，可能的结果或是根据量化统计后“河豚”出现的次数进行处罚，或是因为技术错误而不处罚。可问题在于，行政处罚不同于羁束性行政行为，其适用标准多为裁量性规定，需要结合行政相对人违法情形决定如何处罚，也即“与违法行为的事实、性质、情节以及社会危害程度相当”。而在“算法权力”大有取代行政权力的情境下，监管部门不能仅通过某餐厅涉嫌违法使用河豚的结果就做出具体明确的处罚，而要尽到相应的附随义务，毕竟相关法律中规定了处罚的幅度，意味着处罚既要合法，也要合理。还不要说监管部门并不能保证提供足够的证据支撑自己的处罚决定。而在传统的监管方式下，工作人员有机会全面掌握餐厅的违法行为，包括其持续的期间长短、河豚的来源、是否已经造成严重的侵权事件等，都可以作为行使处罚裁量权的依据。另外一个需要重视的问题在于，算法行政下由机器代替人类决策，会产生行政处罚权事实上的转移。就像初级技术应用（视频监控、人脸识别等），只对行政执法起到辅助作用，进一步算法智能化的推广容易导致人为裁量程序的缺失，诱发监管者的路径依赖，此时算法系统本身的高效率行政，就公共利益优先原则而言，为其广泛适用提供了正当性，而算法行政下的行政处罚裁量权则面临着丧失的风险。之前引发社会热议的“外卖骑手，困在系统里”的社会问题，就是反思算法对劳动价值的抽象化，揭示算法专制下弱势方将陷入结构性贫困的经济学结论。在此语境下，餐饮商家则有可能成为算法专制下的又一弱势群体。

3 算法行政下食品安全监管风险的应对

3.1 完善食品安全评价责任制度以提升信息的准确性

食品安全虽然关切公众健康，是监管的重中之重，但也要确保行政处罚做到有法可依，不可滥用权力，尤其是算法行政下催生的“算法权力”。就算法收集信息可能存在的不准确性，需要完善食品安全评价责任制度。首先，完善平台消费者个人注册和登记信息。根据《网络交易监督管理办法》（国家市场监督管理总局37号令）第二十四条的规定，“天眼”系统的有效运行是以商家在平台申请核验登记并建立入网经营商户电子登记档案为前提的。根据权利与义务一致原则，消费者同样有必要在平台完善个人信息，并对其真实性负责。对于无效的身份信息，平台方必须拒绝其申请，并且有必要定期排查“黑户”并取消其使用资格，不能为扩大平台使用规模而盲目收纳“黑名单”，影响平台秩序。其次，针对注册用户严格采取“一人一单一票制”。对于“多人一单”的实际消费情形，需要确保消费次数和评价次数的严格对应，平台方对一个商家的一个订单仅设置一个评价入口，避免“一单多评”。“一票制”并不意味着对该评价信息不可更改，消费者可以在一定时间内对评价进行修改和删除，但当前美团APP的评价信息没有修改次数和时间的限制。对于商家联系消费者删帖或给予优惠求好评的情况，在不能禁止商家与消费者信息互通的前提下，算法可通过对该类信息进行智能抓取的同时，记录其修改次数以及删帖的情况，以算法的量化统计和数据可视化弥补空白区，只要系统检测出该商家的消费者多次对负面信息进行修改和删帖，同样作为“负面信息”的一种情况留存于线索库中。因此，要从强化监管智能算法的研发入手，通过算法对数据的分析总结，反映出的问题甚至可以实现平台及行政主体被算法反监管的效果。最后，明确图片采集作用。在算法智能抓取负面信息时对消费者拍摄的图片进行采集，可以有效留存证据，为监管部门的后续处罚行动提供依据。

3.2 完善算法运行系统以提升执法效果

虽然算法运行属于完全的自动化，但其仍旧需要以程序书写为前提。在这一语境下，需要以配置技术应用为主，完善技术开发为辅，提升食品安全监管的执法效果。事实上，相比于“传统计算机软件算法”，现行开发出的“人工智能算法”已经实现了“自我进化”的功能，即根据输入数据输出“最理想方案”，这就需要监管部门不断更新运行系统以提升执法效果。作为算法有效运行的决定性环节，“负面关键词清单”的合理设置同样尤为重要，不仅算法系统需要不断升级，清单也需要与时俱进，不断更新。对于我国多民族语言文字的现状，当前系统可能无法做到全覆盖，但“技术的缺失不是减损公民权利的借口”，尤其是随着我国经济发展地区差异的缩小，少数民族餐饮业在全国的普及，这些餐厅也将成为被监管的对象，所以多民族语言下“负面关键词清单”的设置有其必要性，具体完善措施可以借鉴我国2018年法考改革（新的法律职业资格考试对于客观题在机考时就有不同语言供考生选择）。此外，在对外国消费者的算法应用上，目前尚不需要全面覆盖各国语言，仅开发英文版本的关键词清单即可。就语言的创新和衍进而言，监管机关需要制定管理关键词库的规则，包括管理人员和更新周期的规定，确保清单的准确有效，减少监管的空白区。根据官方回应，“天眼”系统的更新版本使得负面信息线索库容纳了不同类别的数据汇总信息，包括“违禁食品及异物”“食品变质”“环境卫生”“疑似事故”等几大类，其分别对应的关键词各有侧重。监管部门可以根据不同类别的信息适用监管程序，行使处罚裁量权，确保合理行政原则的落实。与此同时，可以从改进算法运行系统出发解决语言描述差异问题，实行量化统计与多项关键词综合提取相配合的措施。例如对评价中存在关键词“河豚”，在对同一商家的不同评价中提取“河豚”这一关键词之外，可以对同一评价中其他的负面关键词进行提取，比如“河豚”与“中毒”等关联词的结合就大大提升了算法定位的准确度。

3.3 完善算法行政下的执法程序

在算法广泛应用于执法领域的形势下，囿于其自身的局限性，监管部门最应该也最可能完善的是食品安全监管的执法程序。在“算法官僚”机制下，不同主体在行政管理中产生多重委托代理关系，需要从事前、事中以及事后分阶段管控。有学者就提出，要充分发挥算法影响评价制度的功能，因为算法影响评价制度是前置于算法实际应用的风险评估和预防程序，可以提早发现及解决问题。另有学者提出，相比于封闭合规型算法应用模式，具有周期、动态、开放性的反思型应用模式更具优势，能更有效地实现保障行政相对人权益的目的。算法行政下，首先要做好的就是对运行系统的评估工作，即将算法本身纳入监管范畴。对此，有学者建议根据对公民意志支配的可能性以及权利损害的或然性，将算法分为无风险、低风险、中风险以及高风险4个等级并采取不同程度的监管制度，尤其政府应用算法治理领域宜定级为中等风险以上等级，建构专门的行政许可制度进行监督。其次要重视算法程序中对行政相对人权利的保障，保证涉嫌违法主体拥有陈述、申辩以及重大利益可能受损时要求听证的权利，并且明确算法运行中对不相关信息免予考虑。就“天眼”系统来说，程序员在设置程序时要保证算法严格按照监管部门制作的“负面关键词清单”运行，不能主观纳入其他考量因素或是擅自更改关键词清单，违反规范单位应当承担相应的法律责任。最后要明确算法运行只是执法程序中的中间阶段，将监管机构调查程序作为处罚决定做出的必经程序。对此，监管部门需要做好与算法开发企业的对接工作，严格区分线索与证据，完善《行政处罚法》的证据制度，赋予行政相对人质疑和拒绝仅以算法统计数据作为证据进行处罚的权利。监管部门应将算法运行的结果视为过程性行政信息予以参考。对监管部门调查前从负面信息线索库获取的线索严格适用保密制度，其类似于市场主体中具有负面影响的“敏感个人信息”（指《个人信息保护法》第二十八条中规定的，一旦泄漏或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全受到危害的个人信息），在未经证实时，不能以适用公共利益原则为由进行公开，避免造成行政处罚前的“错误伤害”，否则视情节追究披露者的过错责任。

3.4 落实算法行政中的信息公开与解释义务

食品安全监管领域中算法行政的“黑箱效应”是由于技术本身的专业性以及行政行为的单方性决定的。对此，需要从信息公开与规范解释义务两方面完善算法的监管辅助功能。一方面，我国行政活动明确适用行政公开原则，遵循“公开为常态，不公开为例外”的原则。为此，应将增强算法透明度作为必不可少的治理策略，从算法启动运行到事后信息公开均加强监管。就涉及行政处罚行为而言，要遵循公正、公开原则，对违法行为给予行政处罚，其规定必须公布。依照相关法律要求，对算法行政中权力运行的主体、依据、过程和结果均要向行政相对人公开，或是引入技术性算法披露机制，这种“技术性”即是“成本-收益”思维，在逐一满足人类具有顺位的诉求下，走算法行政公开之路径。以“天眼”系统为例，需要做到“负面关键词清单”的更新与公开同步进行，制定相应规范，明确公开清单的制定主体和更新时间。并且处罚依据要落实到位，对算法量化统计的结果一经查证属实，在做出处罚决定时需要将其作为证据之一公示给行政相对人，以保证相对人的知情权。为更好落实依法行政原则，应将算法系统数据单（即“负面信息线索库”中的结果）作为算法行政下处罚的必要证据，纳入《行政处罚法》第四十六条的证据制度中。另一方面，只有进行算法解释才能有效解决适用标准不明确、阶段和界限模糊的问题，而规范解释义务是解决技术、伦理以及法治三重风险难题的关键。进行算法解释的权利在学界被称为“算法解释权”，其作为一项请求权，需要解决主体、内容、限度以及与算法问责衔接的问题。也有学者提出，需要根据解释权的内容、程度、时间、方式等进行考量。还有学者认为，网络平台对算法设计的主观过错应当负责。因此，算法行政下，相关设计主体也应根据工作内容进行解释，说明设计目的和预期后果，并结合损害结果予以归责。据此，“天眼”系统运行中的算法应用效果以及如何利用“负面关键词清单”实现“负面信息线索库”与监管部门的对接等都需要开发者和应用者双方配合进行解释，并且需要注意，解释的目的不在于算法如何运行，而在于算法运行对监管过程中行政相对人的权利义务发挥何种功用。公众关注的焦点是自身的权益保障。将信息公开与解释义务综合适用，能最大程度保障公众在知情的前提下守法。

3.5 明确监管部门的主体地位与算法决策的工具属性

合法行政作为行政执法的首要原则，强调要遵守法律优先和法律保留，即依法行政、法无授权不可为。风险社会理论前提下，需要从政府、网络平台企业以及评估机构三者法律关系建构出发，加强对算法应用中人工的参与，明确程序中立，坚持人在公共行政中的主体地位，在此基础上运用算法的有限理性，将算法作为规制工具，以平衡工具与人的主体性之间的关系。认定监管部门作为食品质量主要监管者的地位，准确发挥“算法运行量化和提高政府监管绩效”的功能价值，同时在“机制与技术创新中形成有效的多中心协调监督机制”。在食品安全监管领域，算法运行有其特有的被动性。首先，算法的启动离不开技术主体的开发和程序编写。其次，对于算法监管功能的实现也离不开数据的填充，就像“天眼”系统，如果没有“负面关键词清单”的配套使用就难以运行，基于此，其操作离不开人为力量。再者，监管后的行政处罚领域的可裁量空间比较大，监管部门需要结合个案分析处罚的幅度和标准。甚至在个别案件中需要考量行政相对人的法外因素，这就需要道德因素下的人性化监管，要求工作人员发挥主观能动性，这也是有“人情味”的现代执法的要求，而这些都是算法决策做不到的。所以对其工具属性的定位更加切合实际，我们可以做的就是最大程度发挥算法对监管的辅助功能，同时利用正当程序原则规避算法的最终决策权。

4 结 语

相较于传统市场调查、消费者访问、行政机关抽样等监管手段，互联网等新兴产业的普及使得社会各领域工作实现线下到线上的转变，食品安全监管也在从“监管”向“共治”转型。可以说，多元社会力量共同参与食品安全治理是未来食品安全监管模式改革的必然选择。但如何在依法行政的要求下发挥算法行政的最优化，切实履行食品安全监管责任的同时不侵犯公民权利，是目前值得研究和亟待解决的问题。为应对大数据背景下对国家治理带来的挑战，不只是食品安全监管方面，包括所有存在算法适用空间的行政领域均要确定有效之策，确保算法行政贯彻合法、合理原则。