“健康码”辅助决策下的法律问题及其规制

李帅

内容提要：从“非典”到新型冠状病毒肺炎，我国应急体系在疫情的考验下不断升级。对比两次事件的政府反应速度及处置水平，其效率提升的原因除理论研究和基础医疗获得发展、信息公开程度大幅提高之外，“健康码”等智能手段辅助下的快速决策也发挥了重要作用。然而，此类技术虽然具备提前预警、辅助研判的功能，但信息主体多、来源渠道广、审核机制不完善、收集方式和分析标准不统一等问题却在很大程度上影响着决策结果的合理性。以信息时代突发卫生事件中“健康码”辅助决策的场景为切入点，结合疫情相关数据的属性及特征，运用行政法上的比例原则分析实践现状，将有助于推进疫情防控中行政决策的法治化建设。

引言

2020年1月23日凌晨，在新型冠状病毒肺炎疫情呈现扩大趋势的背景下，武汉市委市政府疫情防控指挥部发布关于暂时关闭离汉通道的通知。这一决策考虑了武汉市作为“九省通衢”交通枢纽的人口流动性，以及春运特殊时期人员聚集可能造成的感染加剧情况。随后几日，各类数据主体开始运用自己掌握或获取的信息进行预测、分析或判断，例如：武汉“封城”之前已有多少人离开，分别使用何种交通工具以及人口最终流向地区；患者居住、活动区域分布；目前确诊、疑似病例数及最终可能感染人数等。①例如：高德地图、百度地图等软件提供的“春运大数据”信息，可反映人口流动趋势；京医通、微信等平台发布的“挂号大数据报告”，可反映就诊人群及其患病情况等。至今，产生持续影响的当属“健康码”的广泛应用，其功能已从最初的获知个人健康状态，发展至涉及到访信息登记、核酸检测结果查询、疫苗注射备案等多重内容。这些预测模型或数据结论作为智能化技术的产物，很大程度上依赖于实时数据的收集与更新。

以多元治理为背景，突发疫情的防控工作应当由行政机关、企事业单位以及各类民间团体、非政府组织乃至个人共同参与，故在收集上述多维度、多种类信息的过程中，不同主体的交流与协作尤为重要。不可否认，信息的收集与加工均存在成本，虽然公共治理的过程需要数据共享，但现实中却依然存在诸多人为形成的信息壁垒。

当前，“健康码”应用中的信息收集已基本得到公众的认可，例如2021年初北京顺义和大兴疫情发生后，大部分公民都能够配合防疫规定，在搭乘出租车时主动在“健康码”程序中完成扫码登记。但回顾2020年疫情暴发初期，政府部门采用的诸如患者同程车次公告等防控措施，却由于未遵循正当程序原则而影响了实施效果，②陈曦宜：《论公布患者活动轨迹措施的法治化——以新型冠状病毒肺炎防控为例》，载《中国卫生法制》2020年第6期。造成公民个人信息泄露并掣肘了信息治理能力的提升。③参见宋华琳、杨杰：《“突发原因不明的传染病”的依法治理之道》，载《法治社会》2020年第6期。目前，国家铁路总公司已全面推行实名制购票制度，要求用户购票时提供身份证号，而各大电信运营商也基本实行了用户手机号码实名制，那么在个人身份信息确定的情况下应当能够实现点对点追溯，而无需再用公示公告或入户排查的人海战术来实现防控目标。类似情况还出现在防控疫情所开展的其他工作中，诸多企事业单位因底层数据未打通，导致数据互通需求无法得到满足，以至于不同主体“各自行动”，或者是在仅有的数据基础上得出片面结论，或者是花费较高的时间、经济成本获取其他部门享有的底层数据。更为关键的是，除了数据客观上存在的彼此隔离状态之外，不同的数据收集主体出于自身利益而不愿共享信息，抑或是具备较低的信息共享意愿，致使部分情况下的大数据辅助决策存在成本高、难度大、公众满意度偏低等问题。因此，如何合理认知公共卫生大数据，如何打通不同主体间的数据共享渠道，以及应当在何种程度上规制基于大数据的智能辅助决策问题，将成为以科技治理推动法律治理的重要内涵。

一、公共卫生大数据的属性及特征

数据之所以能够成为公共决策的依据，主要原因在于数据的价值属性及预测功能。信息化时代，数据的作用场景更为丰富，其多维价值也在资源形态的转化过程中得以显现。与经济、金融、旅游等大数据技术的适用领域相比，公共卫生或公共医疗中的大数据在诸多方面与之存在差异，这种差异决定了公共卫生大数据的共享与流转也应遵循特殊规则。

（一）时效性与真实性的对立统一

公共疫情等卫生事件的特征在于“突发”及较强的不确定性，也就是事件的暴发对社会成员而言不可预测。在此背景下，与事件相关的所有真实信息均具备高度时效性，并且可能成为行政主体作出决策的依据。但与此同时，这种突然发生且规律不明的事件可能在短时间内切断信息来源、干扰信息正常传播并影响信息的真实性，因此仅掌握局部信息的个体在此种情况下很难正确决策。那么，行政主体如何在短时间内从海量信息中选定所依据的信息，就要取决于该信息的内容及其准确程度。

其一，就内容来说，需要分析信息所涉及的事项以及涵盖的具体领域。例如，在突发疫情当中，某项信息是指向疫情发生的可能性原因，反映紧缺物资的种类与数量，还是揭示病毒传播的路径及方式？信息内容决定着决策事项的范围，对应在公共机构职能划分的背景下就会产生不同的决策主体。其二，对于信息的确定性程度，则主要考量信息是否真实客观，以及信息在何种程度上被验证或被推定为真实客观。以潜在风险与人类社会的长期共存为背景，可知对于风险的规制致力于“未知”空间。对于“未知”的判断，行政机关需要引入风险评估程序、专家论证步骤、风险管理环节、风险沟通步骤、信息披露程序以及公众参与环节等内容，以使“未知”的程度有所降低，④戚建刚：《风险规制的兴起与行政法的新发展》，载《当代法学》2014年第6期。这就是验证数据真实性的主要思路。也就是说在很多情况下，为了追求能产生更多正外部性的数据时效，社会治理的参与者允许将未经最终论证的信息作为决策依据，即“未知”激发了行政机关在风险规制过程中更多地行使自由裁量权。

（二）公众性与隐私性的共存与取舍

宏观上，与社会公众相关的卫生、医疗、疾控等信息都属于公共卫生数据的范畴。这些信息一方面是广义“生命健康权”的组成部分，体现着人民生命健康首位论的思想；⑤张爱民：《人民生命健康首位论的实践价值》，载《行政与法》2021年第1期。另一方面，其生成、存储、加工等流程融合了个体与群体的多种行为，蕴含了不同参与者作为权利主体的主观意识，因而在权利主体层面兼具公众性与个体性。除此之外，公共卫生数据发挥作用的场域范围广，应用此类数据实现的价值目标亦可能同时体现了公众与个体的需求。但不可否认，公私主体在权利认知和价值追求等方面存在差异，正是这些差异使得公共卫生大数据的应用必须衡量数据公众性与隐私性之间的关系。

行政机关在处理传统的政府信息公开问题时，通常按照《政府信息公开条例》将涉及公民隐私的内容排除在公开范围之外，但由于该条例及相关法律规范缺乏“个人隐私”的判定标准，且不同主体对隐私范围的界定有所区别，从而导致现实中很多情况下无法严格划分信息类别。在此背景下可以推知，一方面，虽然隐私范围认定在很大程度上具有主观色彩，但为了统一相关问题的解决方案，还是应当有立法层面的规范加以调整。如何界定公共卫生大数据的公私权利属性可能在未来一段时期内存在争议，因而需要等待相关立法或司法解释的明确规定，例如对信息获取、使用及流转中的授权取得问题作出要式规范等。另一方面，在公共卫生事件这类社会影响大的领域中，公共性与隐私性的边界将可能伴随社会的发展和理论的变迁而不断变化。现实中如何定位信息来源，是认定信息产生于群体之中，还是认定为个人基于自身情况所生成，这将决定谁是权利主体，从而决定在共享相关信息时应当尊重谁的知情权和征得谁的同意。当前实践中无法完全避免因实现公共价值而侵犯个人隐私的情况，这就需要引入行政法上的比例原则来进行选择和取舍，进一步来说，就是当利用或发布公共卫生大数据将获得的公共正外部性，在总量上明显大于不发布所保护的个人权益时，将选择的天平倾向于实现公共价值一端。也就是基于权益在质、量两方面表现出的差异，将公共属性置于首位，当然同时也应尽可能将对个体私权利造成的损失减小到最低。也就是说，基于疫情防控的需要，即使健康码治理可能产生对“数字生命”和“数字生活”的“监控”，其存在也是合理和必要的。⑥谢新水：《疫情治理中的健康码：认同与张力——基于“一体两面”三重交互界面的探究》，载《电子政务》2021年第1期。

（三）公益性占据优先顺位

与公众性内涵的论证逻辑类似，公共健康数据具备公益性的根源同样基于其所具备的保障公民生命健康权的功能，其实现有赖于公共主体事权的行使。⑦陈雷：《传染性公共卫生领域事权与支出责任划分的法治进路》，载《行政法学研究》2021年第2期。在公共疫情防控时期，这一事权就表现为对特定信息的收集和利用，从而在数据互通有无的基础上甄别谎言、了解真相、消除恐惧以及保障权利。此处的特定信息包括但不限于：病例集中暴发的地区及人员信息，病毒病理性质及可抑制性药物信息，药品研发进展，物资需求信息及现有储备、调配情况，传染病易感人群及预防方法，甚至有时还涵盖谣言的具体内容。从潜在作用的角度来看，虽然这些信息来源不同、完整性各异，很多情况下需要相互结合才具备社会治理的参考价值，但不可否认它们具有显著的公益属性，决策主体可以依此制定行为规范并行使监管职权，在突发卫生事件中维护社会公共秩序，其他主体则可依此调整行为，降低意外给自身造成的损害。

社会公共利益的主体是公众，它具有整体性和普遍性两大特点。⑧梁上上：《利益衡量的界碑》，载《政法论坛》2006年第9期。在公共疫情中，上述信息虽然涉及主体多元、涵盖种类繁多，但不同主体的利益都能与公共利益之间形成关联，从而在信息交流过程中促进整体社会防疫意识的普遍提高。换言之，大数据共享与否的“对局”转化成了公共利益之间的衡量。⑨参见王敬波：《政府信息公开中的公共利益衡量》，载《中国社会科学》2014年第9期。结合突发疫情可能给社会造成的各种损失，可知其中体现的公共利益主要包括：保障社会公共卫生安全的利益，维护公众生命安全和身体健康的利益，群众知悉疫情真实情况的权利，恢复与稳定社会经济形势的追求等，总结起来即宪法赋予公民的生命权、健康权、知情权、发展权等权利种类。因而在公共卫生大数据交流互通的过程中，应当以其公益性作为有待实现的首要目标。

二、以“健康码”为代表的智能辅助决策及其法律问题

传统社会风险应对的决策依据多为既定事实或现实状态，此时行为依据虽然充分，但易出现因决策滞后所致的治理无效或规制失灵现象。大数据时代，信息生成、加工、流转环节依托互联网进行，信息成为个体决策的前提。行政主体作为公共决策者，面对突发事件时倾向于依赖大数据作出判断或预测，从而加快反应速度，将可能产生的损失控制在最低限度。在此背景下，大数据技术的任务之一就在于如何通过多种形式，及时或者实时收集与公民相关的各类信息，为行政主体的科学合理决策提供直观且客观的依据。

此次新冠疫情中，智能辅助下的决策行为不在少数，各类主体以大量数据为基础，设定算法、构建模型、预估疫情走势，辅助政府实施规制行为。但是数据模型的运算结果很难做到与现实情况完全吻合，更有一些智能辅助决策的内容在科学性和合理性上受到质疑。因此，基础数据的来源、智能化决策的作用方式及作用限度等问题，成为利用法律手段规制上述问题所应关注的重点。

（一）疫情走势模型及预测结论的差异问题

疫情发生以来，不同属性的主体都在尝试分析事态走向，预判疫情结束的时间，从而为公众提供行为依据。此前，已有包括医疗机构、科研院所、大数据公司以及公民个人在内的主体基于新冠病毒前期暴发态势及传播特征，通过构建模型的方法开展预测，发布评估报告或研判结果。⑩例如：2020年1月，钟南山院士团队杨子峰研究员和鲸准公司王珂博士等已经建立流感病毒预测模型，并进行了探索性预测；1月30日，北京航空航天大学计算机学院智慧城市（BIGSCity）课题组和经管学院数据智能（DIG）课题组联合发布《新型冠状病毒的疫情评估与预测报告》；2月19日，南栖仙策（南京）科技有限公司发布《新冠病毒传播模型学习结果》；2月初，中山大学数据科学与计算机学院副教授胡延庆与博士后谢家荣、博士生孙嘉辰等人利用百度、Google等大众搜索工具搜索趋势大数据，通过具有控制干预机制的流行病SEIR（易感—潜伏—感染—隔离）传染模型，构建了对近期国内暴发的新型冠状病毒肺炎传染趋势进行了预测。此外，还有地方行政机关以前述主体研发的风险评估模型为依据，采取疫情防控中的特殊管理行为。⑪例如：西安交通大学研发了新冠肺炎感染风险的大数据评估模型，基于旅行大数据综合计算新冠肺炎感染风险指数和级别，可快速锁定风险。2020年2月4日，该评估模型及系统在云南省正式上线，被部署应用在云南省多个检查点，识别出多名高风险人员。

这些预测在一定程度上提升了公民对疫情发展程度的认知，有利于促进公众参与到防控工作中，通过调节自身行为促进社会治理效果的实现。但需要关注的是，上述模型作为推测未知风险的手段，其结论可能受到多种因素影响而表现出差异性，从而使不具备专业知识的社会公众感到疑惑。这些影响因素包括但不限于：设定模型依托的基础数据及数据的普遍性、广泛性问题，模型建构的学科背景，模型是否经过实践检验以及经过检验的次数等。那么，如果运用控制变量的思路，以上因素的多维变动将可能在很大程度上影响预测结果。当然，结果之间的差异程度可能不同，这主要是导致结果的成因存在差别所致。例如，对于分别以流行病学和概率统计学为基础学科构建的预测模型而言，由于专业理论和研究立足点上的差别，其模型及算法本身就存在明显不同，所以即使是对同一问题的预测，也很难避免预测结果的差别。⑫例如：钟南山院士团队基于流行病学模型，预测疫情峰值应该在2020年2月中下旬，有希望能在2020年4月结束，并提出当前没有任何人可以严格预测疫情拐点。而在北京航空航天大学计算机学院智慧城市课题组和经管学院数据智能课题组联合发布的《新型冠状病毒的疫情评估与预测报告》中，则称疫情拐点将于2020年2月6日左右出现。

以前述差异化的结果为依据，大数据辅助下的决策内容也可能呈现彼此相异的特征。诸如有些地方基于预测模型中R0值偏大的情况，⑬预测模型中的R0代表基本传染数（Basic reproduction number）。在流行病学上，R0表示在没有外力介入，同时所有人都没有免疫力的情况下，一个感染到某种传染病的人，会把疾病传染给其他多少个人的平均数。对湖北籍人员进入本地围追堵截，甚至对湖北籍住户停水停电，希望通过物理隔绝的方式“控制”病毒的侵入和疫情的扩散。也有地方在复工复产之后，基于预测模型中“疫情拐点已到来”的结论而放松对餐饮、购物、游园等人员聚集性活动的监管，虽然有利于经济恢复，但在疫情尚未完全得到控制的情况下并非适宜之举。可见，在大数据辅助行政机关特别是辅助基层政府决策的过程中，决策主体应当意识到模型预测与实际情况之间的可能差异，避免作出“一刀切”式的戒严或封闭决策，减少对社会正常运行产生的冲击，同时也防止出现因合作不能所带来的连锁性损失。此外，如何选择恰当的模型并依据其预测结果作出决策，如何在选定模型不适宜时及时更换，以及如何根据模型的修订调整决策内容等，都是构建法律规制制度时需要考虑的问题。

（二）“健康码”及其算法的合理性问题

针对疫情防控期间返工、返学及返岗形势，杭州市作为全国首批启用“健康码”的城市之一，于2020年2月11日全面开启“杭州健康码”防控措施，结合重点区域、重点场所分级分类管控需要，对市民实施数字化管理。⑭参见任彦、俞倩：《全市启用“杭州健康码”有问题可致电12345》，载《杭州日报》2020年2月12日第A2版。健康码以“个人自述、建库比对、空间筛查”为依据，通过大数据进行首次即时计算、每日定时计算、动态实时更新，自动生成个人健康码，广泛运用于外来人员来杭、市民出行、企业复工复产等各个场景。

实践中，健康码的申领较为便捷，申领人仅需在指定的手机App中输入姓名、身份证号，并同时回答“当前是否在杭州”“近14天是否接触新冠确诊或疑似病例”以及“当前健康状况”三个问题，系统就可以判断并立即生成标识为绿、红、黄三种颜色之一的专属健康码。⑮杭州健康码实施“绿码、红码、黄码”三色动态管理，即显示绿码者，市内亮码通行，进出杭州扫码通行；显示红码者，要实施14天的集中或居家隔离，在连续申报健康打卡14天正常后，将转为绿码；显示黄码者，要进行7天以内的集中或居家隔离，在连续申报健康打卡不超过7天正常后，将转为绿码。参见 “第一财经”网：https://www.yicai.com/brief/100499685.html，2021年2月11日访问。对此，杭州市委负责人曾表示健康码主要依据三个标准赋分，依次是空间维度、时间维度和人际关系维度，即根据全国疫情风险程度，杭州的大数据公司可以将本地风险评级精确到乡镇或街道，并结合个人曾去过疫情地区的次数和停留时间，结合个人是否曾与患者或患者的密切接触人员进行接触，确定最终的健康码情况。然而仅在该措施实施三天后，就有大量市民就健康码的生成依据及合理性问题提出质疑，例如有市民连续14天在家中未出门，时间跨度已满足国家认定的病毒潜伏周期，但申领到的健康码却显示为红色，表示需要实施14天的集中或居家隔离；也有市民表示一家人的活动轨迹完全相同，但健康码颜色却差距较大；还有的健康码在申领后三天内连续不断变换颜色，可市民本人在这三天内却并未出门等。⑯参见MattMa：《吐槽杭州健康码，被大数据和机器支配的红牌持有者》，载微信公众号“互联网法律匠”：https://mp.weixin.qq.com/s/WBeTPZ036BjoDMyPiehwdg，2021年2月23日访问。

从技术角度来说，健康码的基础程序就是机器自动化决策系统，其运行主要依托算法对大量数据的分析，以及后续人工智能辅助下的机器学习。虽然技术自身的中立性能够在一定程度上保证其输出结果的客观公正，但目前尚不透明或者很难透明化的、具有商业秘密属性的决策算法，却极有可能产生以下三方面的问题：其一，算法的设计可能并未完全体现法律公平正义的精神，或者算法程序编写时没有充分考虑社会管理行为的特征；其二，原始数据、运算方法等内容均未向公众公开，使算法在科学性、合理性方面缺乏监督，可能影响实施后的社会效果；其三，存在于相对黑箱状态中的算法增加了人为干预机器运行的可能，导致本应客观的技术融合了个体利益或体现了特定群体诉求，从而使异议数量大幅提升。可见，技术治理中法律的缺位很容易造成治理结果的非理性。欧盟《通用数据保护条例》明确规定，“数据主体有权不受仅基于自动化处理行为得出的决定的制约”，⑰参见欧盟《通用数据保护条例》（GDPR）第22条。目的在于避免该决定对个人产生法律上的不利影响，那么，为了防止社会公众成为单纯被机器和数据支配的对象，应从完善立法的角度对智能辅助决策加以规制，例如，要求相关主体对健康码的设置思路予以充分解释，从而使决策既体现机器运算的科学性，又不失人类思维与情感的“智性”与“灵性”。⑱参见於兴中：《算法社会与人的秉性》，载《中国法律评论》2018年第2期。在此，对健康码的算法进行解释时可将解释内容进一步分为“算法数据的解释”和“算法逻辑的解释”。⑲许可、朱悦：《算法解释权：科技与法律的双重视角》，载《苏州大学学报（哲学社会科学版）》2020年第2期。在“算法数据的解释”层面，个人有权要求行政机关在合理范围内，展示输入算法的变量，这里的“变量”主要是健康码所处理的一般个人信息与敏感个人信息，从而有助于民众及时发现个人信息中的风险，又有利于观察算法中是否存在歧视现象。在展示过程中，行政机关既可以采取简单的文字列表方式，也可以采取符合公众认知特点的可视化方式。在“算法逻辑的解释”层面，个人有权要求行政机关在合理的范围内，说明相应变量对健康码评定结果将产生何种影响。⑳许可：《健康码的法律之维》，载《探索与争鸣》2020年第9期。

（三）信息申报平台之间的互通障碍问题

2020年2月初以来，针对疫情集中暴发地区的实际情况，中央提出做到仔细排查，“应收尽收”。在此背景下，武汉市各基层社区开展了大规模入户排查，湖北之外的很多省份也都加强了小区出入管理，要求居民进出均登记个人信息。实践中，很多住宅小区采用手机扫码、在线填写信息的方式收集住户及节后返回人员的信息，实现“无接触登记”，很大程度上为居民和社区工作人员提供了便捷。此外，疫情严防期间也有很多超市、药店以及公共交通工具采用扫码方式收集用户个人信息，以便必要时予以追溯。这一环节中，信息的申报与填写需通过特定页面完成，即扫码之后网络会链接到相关平台，用户在平台上完成登记和申报。

基于上述数据，信息收集主体可以掌握特定时间、空间范围内的公民信息，并依此实施后续决策行为。该设置虽然提高了行政管理效率，但平台种类众多、信息填写重复、收集主体混乱等现象却受到诸多质疑。例如，很多二维码扫码之后会链接至微信公众号，需要关注公众号才可以填写并提交信息，完成个人情况登记；甚至有小区在出入时扫码会分别链接至不同的公众号，或者同时张贴多个二维码，每个扫描之后都链接至不同的公众号，可能存在利用填写信息推广平台之嫌。与此同时，同一主体收集特定对象基本信息的行为是否需要通过不同平台多次进行，不同平台之间的信息为何不能顺利打通等问题，在此种情况下都应当纳入决策者的考量范围。

如果说预测模型和健康码对决策的影响主要表现在最终决策的科学性上，那么通过扫码收集信息的方式辅助决策，其可能存在的问题则主要集中在信息收集行为的合理性上。结合行政法上的比例原则来说，就是通过不同平台多次、反复收集信息的行为是否确为必要，以及在疫情结束之后前述信息会怎样处理等，都成为危及信息安全的潜在因素。因此，在运用法律规制大数据辅助决策行为时，应当坚持全局思路，综合考查各个阶段中的各种行为，使技术辅助下的决策行为在法律规范的边界内运行，保障决策结果公平公正、科学合理。

三、构建疫情防控中智能辅助决策的法律规制机制

疫情防控对决策主体的反应时间、决策质量及行为效率都有着较高要求。在大数据辅助下，各类数据为社会治理提供定量依据，使决策逐渐成为一种被“量化”的行为。与以往基于定性结论且可能带有试错色彩的决策相比，大数据辅助决策在科学性和合理性上具有明显优势。但不可否认，上文对此类决策现存问题的总结是真实客观的，因而为了更好地发挥其在疫情防控乃至社会治理中的积极作用，建议从以下三个方面入手，着力构建大数据辅助决策的法律规制机制。

（一）划分决策主体类型

当前，借助大数据和智能化手段实施决策的主体已不限于传统社会管理中的行政机关，而是以政府及其职能部门为基础，向外拓展至企事业单位以及非政府组织、民间团体等。社会活动中，这些主体享有的权利本就存在区别，因而在管理社会公共事务时拥有的事权范围也有所差异。那么，具体到决策这类关键性的公共行为时，就应当以类型化思路为指导，分步探讨不同主体在实施数据辅助决策行为时的标准与限度，从而提出完善现行立法的合理化建议。

以疫情防控工作为例，首先，应当明确在这类事务中享有决策权的主体范围。具体而言，就是审查以下主体是否依法享有或者应当享有一定的决策权：各级政府及卫生行政管理部门、医院、医疗卫生科研机构、从事相关研究的企业以及社会团体和个人等。以现行法律法规为依据审视权利来源，可知前三者是法定有权作出决策的主体，㉑法律依据：《突发事件应对法》第七条、第八条；《传染病防治法》第十八条；《关于扩大高校和科研院所科研相关自主权的若干意见》第三条第（九）项。而在后三者当中，除个人之外的主体也应当在一定范围内享有防疫决策权。其次，在厘清主体身份的前提下，确定可以由相应主体实施决策的事项范围。例如，行政机关在几类主体中享有的事权范围最广，可以在现行法律规范体系下实施防疫预案编制、紧急状态动员等行为；医院、科研院所等事业单位则只能在专业范围内发布相关研究结论，向公众提出行动建议；相比之下，企业、社会团体的决策权多局限在本部门内，可以对员工或成员提出与其本职工作相关的要求。上述所有主体的决策可以包括命令性和禁止性两方面内容。最后，建议从立法角度为不同决策主体制定行为规范。伴随各种大数据的引入，决策行为的自主化程度提高，应当强化自主性与统一性的结合，减少决策失误造成的负外部性。具体到实践中，建议通过规范性文件的形式在不同事项范围内规制决策主体的行为，并在必要时将其上升为部门规章，实现数字赋能与法律规制共同作用下的合理化决策体系，构建责权明确、上下联动、多元共治的公共卫生治理格局。㉒王琳：《新冠肺炎疫情防控与公共卫生危机治理能力的提升》，载《天津师范大学学报（社会科学版）》2020年第5期。

（二）明确决策依据的筛选标准

大数据的主要特征在于多样性、高速性及易变性，那么，在关乎社会公众生命健康的疫情防控工作中，如何筛选恰当的数据作为决策依据，是所有决策主体首要考虑的问题。结合前文所述，诸多科研机构或从事相关研究的企业甚至个人，都在此次疫情中基于自身专业构建了预测模型以预判疫情发展。决策主体面对不同模型和结论应当如何选择，特别是行政机关作出具有外部效力的决策行为时应当以哪一种大数据为基准，是完善法律规制途径时必须考虑的问题。

2020年5月，国家市场监督管理总局发布《个人健康信息码》系列国家标准。该系列国家标准实施后，可实现个人健康信息码的码制统一、展现方式统一、数据内容统一，统筹兼顾个人信息保护和信息共享利用。㉓陈海波：《个人健康信息码国家标准发布》，载《光明日报》2020年5月2日第3版。但囿于当时社会需求紧迫、制定时间较短等客观因素，该系列标准以规范健康码的形式要件为主，在对内容的实质性审查方面仍存较多未予规定之处。因而结合数据技术的特征，建议将以下四方面内容作为判断决策依据是否适格的标准：第一，大数据在内容、属性上是否与待决策事项具有相关性，即待参考数据和待决策事项之间是否存在内在且必然的关联。当前，大数据技术可以在不同领域的问题之间构建相关性桥梁，但我们必须意识到，这种关联应当具有足够依据且可被论证。这一限制旨在避免非相关大数据引导下的决策失当。第二，数据体量是否充足。作为决策依据的大数据应当满足海量性的特征，如果数据量偏小，则不适合用来支持重要决策的形成。第三，数据是否具备时效性。在突发公共事件特别是疫情这一类严重卫生事件中，信息的时效性对于防控工作而言具有重要意义。一方面，当前社会人员流动性强，疫情发展情况可能瞬息多变；另一方面，传染病的预防手段等信息对于控制传播、减少损失至关重要。所以在与之相关的领域中作出决策时，应当关注并研判大数据的时效性。第四，数据提供者的身份属性。与前三项标准相比，数据提供者的身份属性在更多情况下发挥的是辅助判断的作用，即当对大数据本身的判定无法得出其是否可以作为决策依据时，可结合数据提供者的主体地位进行判断。例如对于前文提及的疫情预测模型来说，如果运用前述三项标准均难以认定适用性时，则可以认定由权威科研机构发布的模型相较其他主体发布的而言更具参考价值。这是社会治理多元化思路下判定决策行为合法性与合理性的有益尝试，收获较好的实践效果后可考虑通过规范性文件予以确定。

（三）规范数据收集、利用与共享全流程

改变信息环境作为公共卫生法的调整与规制手段之一，㉔参见李广德：《我国公共卫生法治的理论坐标与制度构建》，载《中国法学》2020年第5期。在疫情防控常态化、智能化决策日益普及的当下，成为提供决策基础数据的重要方式。我国现行《突发事件应对法》仅第十条和第五十三条涉及信息公开，但侧重于事中和事后的信息公开，事前的预警信息不在此列，新冠肺炎疫情防控短板之一恰恰暴露在预决策阶段的信息公开环节。㉕代海军：《突发事件的治理逻辑及法治路径——以新冠肺炎疫情防控为视角》，载《行政法学研究》2021年第2期。因此，应当对数据的收集、利用和共享等各个环节进行全面规制，以防出现信息空白以及信息收集主体之间“数据孤岛”的现象。进一步来说，规范大数据辅助下的决策行为，不仅应当关注决策本身的合法性与合理性，还应当从全景化角度审视大数据的获取和分析环节，从而提升决策全流程的社会公众满意程度。

对此，建议针对决策前一阶段的数据行为同样加以调整，将接受规制的对象范围从决策主体延伸至提供数据的行政机关、企事业单位、社会团体以及个人。那么对于这些数据行为主体来说，规制的范畴应当主要包括：其一，确保数据来源具有广泛性和代表性。现实中，数据收集可以通过多种形式实现，例如电信公司获得用户授权从后台调取、软件供应商以提供服务为基础进行收集、行政工作人员依社会管理职能要求公民提供等。如果要将这些数据作为决策的依据，那么从数据能否反映普遍问题的角度来看，应当要求被收集的对象在年龄、性别、职业等基本范畴中具备广泛性和代表性，以保证基础样本是客观的。其二，确保数据的加工与利用过程客观无偏见。完成原始数据的收集之后，相关主体会在各种社会需求的导向下对数据进行挖掘和分析，当前常用的技术是各类计算机算法和机器学习。因此，对技术的规制应当以如何调控算法设定为主要内容。具体来说，建议通过工作规程的形式明确信息加工者的编程行为，即要求其在编写程序分析和预判数据变化时不得加入自身主观偏见的内容，同时还要保证后续机器学习环境的公正，从而使得相应的大数据结论公正无偏颇。其三，确保数据的共享与流转均获得明确授权，依法做好疫情报告和发布工作。㉖熊文钊、王秋艳：《应对突发公共卫生事件的法治保障》，载《天津大学学报（社会科学版）》2021年第2期。公共卫生大数据兼具公共性与隐私性，这就要求社会治理主体在追求公益效用的同时不可忽视原始信息来源者的意愿。疫情防控工作具备显著的社会公益色彩，因而在数据获取、共享与流转的全流程中都应当保障数据来源者知情并征得其同意。实践操作中，可以采用的方案主要包括在收集阶段一次性获取公民个体对后续数据加工、利用及共享的授权，或者每一阶段开始之前分别获取授权。当前背景下，规范性文件、行业准则或者内部工作章程可以无需对此作出统一规定，但务必要确保数据行为非越权实施，确保数据行为不会侵犯他人合法权益。在此基础上，大数据辅助决策将实现全流程、全阶段的法律规制。

结语

新冠肺炎疫情引发全球性公共卫生危机，对常态法律秩序和法治实践构成挑战，如何实现传染病防治决策的法治化和科学化，在多方面检验着政府公共治理能力。㉗参见陈云良、陈煜鹏：《论传染病防治决策的法治化和科学化》，载《比较法研究》2020年第2期。智能化技术在决策领域的应用很大程度上缓解了以往存在的反应速度慢、合理性欠缺等问题，提升了公共决策的社会满意度。但与此同时，智能性、自动化的决策适用于客观现实时可能存在一定的适配障碍，表现为数据结论明显差异，算法违背社会规律等问题。以法律手段规制疫情防控中的大数据辅助决策行为，应当从数据的收集环节入手，通过制定要式规则的方式规范授权获取及数据处理环节，保障大数据的来源广泛性、内容真实性及结论客观性。此外，出于实现社会公益性的目的，还应当以公共卫生大数据的属性为依托，打通基层部门之间的数据屏障，促进不同主体在数据利用方面的效率提升。最终，充分考量不同主体在决策时的权限差别，通过立法明确规定行政机关、企事业单位及各类组织的决策权内容，实现以“健康码”为代表的智能辅助下的疫情高效防控，同时对疫情防控这一新兴、交叉领域的问题，发挥新兴领域法与传统部门法思维双轮驱动之功用，促进法律治理与技术治理的协同，更好达致建设中国特色社会主义法治体系、建设社会主义法治国家的全面依法治国总目标。㉘石荣广：《国家治理现代化导向下疫情防控法律规范体系化建构研究——以“领域法”为思维工具》，载《法律方法》2020年第2期。