因为在19世纪的共和主义意识形态中，立法是规范的唯一来源，只有所有人平等地服从同一种法律，人才能保障自由和平等。

以信用算法而非惩戒行为作为失信惩戒法治化的中心，主要出于如下三方面原因。[47] 另一方面，行政机关也可以出于管控风险的动机在行政监管领域实施失信惩戒。

从管控资源配置风险出发，信用是基于信用数据的交易可信度评判工具，失信惩戒是为了管控资源配置风险，而非对失信行为进行法律制裁。为此，信用评分必须结合交易的具体场景，尽可能地收集更多信息作综合判断并决定风险管控形式，而不能仅仅因为交易对手方此前有违法、违约行为就认定失信。[23]参见梁馨：《餐馆分级形同虚设》，载《美食》2012年第7期，第49页。正如美国制度经济学家康芒斯指出的，所有的，无论是家庭的、商业的或政治的各种经济和社会关系的互动都是交易，而且，每一个交易都有期望的经济维度与心理维度。其一，由公民基于个人信息权益规制信用算法与失信惩戒。

这个机制需要收集、核实信用算法机制运作过程中的各种数据，并基于大数据方法评估信用算法的效果，为信用算法的监督与改善提供基础。而将之理解为行政处罚，只会使之因背离大数据时代社会治理机制的变革与发展趋势而边缘化。违法、违约在失信惩戒中只具有信用信息意义，而无行为意义。

[90]在个体依托个人信息权益无法有效对抗算法权力的情况下，国家必须建立更为强大的作为公共基础设施的公共算法、算力体制以打破算法支配，为人们的数字化生存保驾护航。应该说，在公法学界普遍主张且这种主张已经为立法实务界逐渐接受的当下，将失信惩戒视为行政处罚进而法治化具有操作简单、成本低廉等优点。归根结底，为了平衡社会大众的自主交易需要与安全交易需要，行政机关需要采取不同的失信惩戒来管控风险：适用提高检查频次、适用审慎检查程序等强化监管措施而不是适用简易审查或是告知承诺制程序等失信惩戒，是为了避免、预防相对人因为监管资源配置不到位、脱离监管视线而违法。在大数据时代，失信惩戒法治化框架之建构当以信用算法的规制为中心，以风险管控原则统领信用算法，以个人信息权益与相应国家保障义务为具体抓手。

而加大检查频次、适用严格审查程序等失信惩戒类型在实践中更是俯拾皆是，其中一个重要原因就是这样能避免常规化配置执法资源所致的政府目标难以实现的风险。不仅如此，行政处罚化还导致失信惩戒被割裂、信用信息被割裂、失信惩戒与信用修复之间的逻辑冲突等多方面问题，使社会信用制度难以围绕着信用而体系化。

[89]有论者即指出：隐藏起来不被数字系统监视或是找出隐藏者，早已成为商业化行为，只有有权的或有钱的才玩得起这个游戏。就此而言，广泛适用以管控资源配置风险、优化资源配置效益的失信惩戒，是国家治理的客观需要。为此，行政机关必须尽可能与市场主体联合共治，以避免单兵作战的困境。这就激发了市场主体实施失信惩戒的动力，形成了行政机关与市场主体在失信惩戒上的有机联合，避免了行政机关独自发动点对点式法律制裁的窘境。

[34]See Scott R. Peppet, Unraveling Privacy: The Personal Prospectus and the Threat of a Full-Disclosure Future,105 Northwestern University Law Review 1153,1168(2011). [35]See W.N. Hohfeld, Fundamental Legal Conceptions as Applied in Judicial Reasoning 39-50(Walter Wheeler Cook ed., Yale University Press 1919). [36]参见《南京市社会信用条例》第20条第3款。为了使基于风险管控心理的市场信用治理机制更好的运转，同时也为了提升市场主体管控交易风险的水平，经济领域信用体系的核心应当是信用信息的公开机制，而不是国家的失信惩戒机制。实施以风险管控为目的的失信惩戒，既符合行政机关的资源配置主体身份，也符合社会治理创新的需要与大数据时代社会治理革新的趋势。参见王征宇：《美国的个人征信局及其服务》，中国方正出版社2003年版，第6页。

对此，有必要先回溯经济领域的信用、失信与失信惩戒，阐释风险管控面向的失信惩戒的失信治理逻辑，再探讨行政机关为何可以运用失信惩戒。沈岿：《社会信用体系建设的法治之道》，载《中国法学》2019年第5期，第34—41页。

[38]Mikella Hurley Julius Adebayo, Credit Scoring in the Era of Big Data,18 Yale Journal of Law and Technology 148,151(2016). [39]关于社会性制裁，参见[日]佐伯仁志：《制裁论》，丁胜明译，北京大学出版社2018年版，第6页。[2]在修订行政处罚法的过程中，全国人大常委会部分委员也如此建议。

[26]按照当下的信用立法，信用信息不仅包括违法、违约类失信信息，还包括基础信息、良好信息与守法、守约信息。[24]钟楚男主编：《个人信用征信制度》，中国金融出版社2002年版，第12页。有些学者提出失信惩戒要奉行谦抑原则。[89]王锡锌：《个人信息权益的三层构造及保护机制》，载《现代法学》2021年第5期，第111页。其运用了公民的哪些个人信息、这些信息与算法的关联及其权重是什么。比如，食药监督管理部门根据《关于实施餐饮服务食品安全监督量化分级管理工作的指导意见》（国食药监食〔2012〕5号），用大笑微笑和平脸三种卡通形象在餐饮服务单位显著位置显示餐饮服务食品安全等级，但消费者往往并不关注，实际效果很不理想。

在充分掌握信用信息、综合研判信用状况的基础上，以公共信用综合评价结果、行业信用评价结果等为依据，对监管对象进行分级分类，根据信用等级高低采取差异化的监管措施，更是体现了根据信用评级分配执法资源、规避执法资源配置风险的思路。[93]虞青松：《算法行政：社会信用体系治理范式及其法治化》，载《法学论坛》2020年第2期，第41页。

[88]除此之外，个人通过第三方救济机制要求行政机关消除错误信息、撤销错误评级、修复受损信用以及给予相应赔偿的权利也是必不可少的。其二，不利于各层次、各类型失信惩戒手段的体系化。

[10]参见彭錞：《失信联合惩戒制度的法治困境及出路——基于对41份中央级失信惩戒备忘录的分析》，载《法商研究》2021年第5期，第55页。第四，失信惩戒需要在与其他社会治理手段综合比较的情况下运用。

[23]交易是相互的，市场主体在提高他人交易成本的同时，也在提高自己交易的成本，减少自己的交易机会，因为交易对方会取消交易或提高要价以弥补被提高的成本。[57]Alex Griffiths, The Practical Challenges of Implementing Algorithmic Regulation for Public Services, in Algorithmic Regulation 144,152(Karen Yeung Martin Lodge eds., Oxford University Press 2019). [58]Karen Yeung Martin Lodge, The Practical Challenges of Implementing Algorithmic Regulation for Public Services, in Algorithmic Regulation,1,1(Karen Yeung and Martin Lodge ed, Oxford University Press 2019). [59]Larry Catá Backer, Next Generation Law: Data-Driven Governance and Accountability-Based Regulatory Systems in the West, and Social Credit Regimes in China,28 Southern California Interdisciplinary Law Journal 123,172(2018). [60]齐延平：《数智化社会的法律调控》，载《中国法学》2022年第1期，第88页。[30]认为借方有信用，即意味着贷方信任该人，授信予其没有风险。如此一来，公民通过向这一系统提供各种异议数据，反过来成为信用算法的监督者，使政府和平台也受制于算法，从而消解了有权者和无权者的界限。

基于算法的高科技属性，行政机关往往要通过与大数据公司的合作才能开发出信用算法。传统失信惩戒的规制路径就是审查信用信息的真实、准确与否，如《美国公平信用报告法》的主旨之一就是确保消费者免受不准确信息的影响。

[70]参见《美国公平信用报告法》（FCAR）第1681条a款。另一方面，因为联合惩戒主体不明确，惩戒的明确性无法实现：有无制裁效果、制裁的程度无法由行政机关控制，而受制于种种社会因素。

因为个人往往缺乏足够的能力来预测、判断、控制信息处理行为可能带来的损害。以行政处罚为例，传统依法行政机制主要审视其是否具备法律授权、是否遵守正当程序与是否基于已经查实的违法行为事实。

一切资源配置主体都可以根据各自风险管控需求，各取所需信用信息，自行判断失信风险，进而决定是否实施失信惩戒，并基于相同需求形成特定交易领域的自发性社会联合惩戒。有学者甚至指出，公共型失信惩戒机制单打独斗不是治理失信的终极办法，市场型失信惩戒机制才是根治失信的厉害后招。[97]就失信惩戒法治化而言，这些困境正是因为当下失信惩戒立法者未能认识到：失信惩戒是建立在信用信息与信用算法之上的信用风险管控机制，而不是违法、违约行为之上的制裁机制。[86]在这个数据大爆炸的时代，仅仅公开失信惩戒的处理结果及相关数据是不够的，因为公开性和知识之间的相关性，或者信息的可用性和基于信息作出的决定的质量之间的关联性已经没有充分说服力了，[87]行政机关必须为不同算法准备不同的解释方法。

如果行政机关按照惩罚的逻辑披露信息或实施其他失信惩戒形式，那其与市场主体的失信惩戒就必然被分割为法律制裁与所谓的提高交易成本的举措。[62] 三、失信惩戒法治化的建构 大数据与人工智能算法补足了失信惩戒精准性欠缺的短板，提升了它的合法性，推动其成为主流的社会治理方式，也给它的法治化带来了难题。

[45]因此，发达国家和地区通常并不特别详尽地规定信用联合激励和联合惩戒的具体法律规则，而更多地留给市场经济主体根据交易的情况去实施信用激励和信用惩戒。[75]正如有论者指出的，一个人偿还贷款的相对能力可能取决于多种因素，而一个更细致的、能整合更广泛的数据的模型，至少可以解决包容性不足的问题。

[21]林均跃：《论公共和市场两种不同类型的失信惩戒机制及其互补关系》，载《征信》2022年第1期，第25页。[44]总之，趋利避害心理会驱动市场主体自觉参与、执行失信惩戒，失信惩戒机制由此成为一个只需国家投入少量资源加以润滑就可以运行无碍的系统，可以高度自足地生成经济领域信用环境。