郭　琪 孟　雯

　　[摘　要] 能源经济公共算法决策是数字社会实现能源转型、新能源持续发展的重要环节。一方面，传统能源企业与新能源发展亟需公共算法的介入；另一方面，能源经济本身与国家安全、新质生产力发展、数字经济法建设等密切相关。既有的算法规制经验为能源经济公共算法决策机制建设提供了有益借鉴，但基于能源领域的特殊属性，能源经济公共算法决策在算法定位、算法介入环节与算法侵权机制层面表现出独有特征。因此，我们需以能源安全观为基础，在能源数字平等与能源计算正义并行的价值前提下，依托场景视角、分梯度决策禁区与穿透式监管三层面塑造中国能源经济公共算法决策机制。

　　[关键词] 能源经济；公共算法；公共承运人；能源安全观；穿透式监管

　　[中图分类号] D63 [文献标识码] A [文章编号] 1674-7453（2025）01-0076-09

　　引言

　　随着人类社会逐步迈进数字社会，能源领域大量引入算法助力能源行业的数字化革新。同时，能源行业具备较大的特殊性，涉及较高的“公共承运人”责任。“公共承运人”是从普通法有关公共职业（Public Calling）的先例中产生的，大致包含三方面内容：第一，公共承运人是私人经营者，面向不特定社会公众提供有关服务活动。因此，其既区别于国家或政府投资设立的承运人，也区别于仅向特定对象提供服务的私人承运人（Private Carrier ）；第二，公共承运人负有特殊的义务，特别是为所有人提供无差别服务并合理收费的义务；第三，公共承运人承担特殊的责任。[1]基于“公共承运人”理论提供的研究视角，能源行业应用的算法具备“公共性”，为公共算法。本文以中国能源经济公共算法决策为研究视角，从中国能源经济公共算法决策建设的内在动因和整体助推需求出发，进一步检视中国能源经济公共算法决策的法律风险防控重点，厘清中国能源经济公共算法决策应当秉持的基本价值，并提出中国能源经济公共算法决策法治保障的分层展开框架。

　　一、中国能源经济公共算法决策的法治化背景

　　能源与经济社会的可持续发展存在密切联系。在“双碳”目标和数字技术发展的双重推动下，我国能源领域不断开展数字化革新，能源的高质量发展需求对能源领域的法治化提出更高要求。

　　中国能源经济公共算法决策建设的内在动因。依据使用类型，能源被区分为传统能源与新能源。显然，两种能源类型在数字时代均面临不同的算法决策介入需求。首先，传统能源企业数字产业化发展需要引入公共算法以实现资源的最大化利用。对传统能源而言，其始终面临的问题为企业如何实现既有能源的最大化利用和最低化排放。数字社会对于数据价值的充分挖掘正是传统能源产业进行数字化转型的必要基础。传统能源产业在很大程度上依赖于数据，当缺乏对某地气候环境等信息的掌握时，贸然进行资源开采存在较高的风险，由此传统能源企业亟需数据与算法介入进而实现能源布局的信息化与智慧化。其次，新能源有赖于公共算法的接入以实现数字化生命周期塑造。党的二十大报告明确提出“加快规划建设新型能源体系”，为进一步的能源规划指明基本方向。一方面，新能源必须借鉴传统能源在发展过程中形成的良性经验以迅速实现新能源基础体系布局。另一方面，新能源与传统能源存在一定差别，其在开发利用层面更依赖于技术的创新升级。以氢能为例，其基本关键材料和系统可靠性、耐久性等均需依赖于技术的进步。[2]

　　中国能源经济公共算法决策建设的整体助推需求。能源在国民经济社会中的重要地位决定了能源体系建设必须回应当下数字社会的整体助推需求。一方面，能源经济发展引入公共算法能有效推动能源安全。能源安全是以实现“人”的安全为核心，关系国家政治、经济、军事、环境安全等综合性战略性问题。[3]能源安全是总体国家安全观的重要组成部分，既包括能源供应相关基础设施、能源获取相关方式的安全，又包括能源国际形势、能源转化利用的安全。另一方面，2025年1月1日起施行的《中华人民共和国能源法》（以下简称《能源法》），集中规定了我国能源发展的大政方针、根本原则和重要制度。在“四个革命、一个合作”能源安全新战略下，以《能源法》为统领，我国能源法律体系亟待进一步健全，更好适应数字社会的发展。

　　二、中国能源经济公共算法决策法律防控的必要性

　　传统的公共承运人理论基于私主体提供服务的公共性而设置了公共承运人相关概念，基于这一视角，我们认为能源领域所使用的算法为公共算法。能源经济公共算法决策在算法定位、算法介入环节、算法侵权机制层面均体现出不同的领域特色，需匹配对应的法律防控机制。

　　（一）算法定位：能源经济公共算法决策的特性

　　1.能源经济公共算法决策的“算法特质”

　　算法决策在决策科学性和透明度层面的优势使得其被迅速引入能源领域。但能源经济公共算法决策本身与传统算法决策模式存在决策主体、决策模式和决策重点的区别。

　　第一，就决策主体而言，在传统的决策模式中，人是唯一的责任主体，尽管存在机器辅助决策的客观事实，但是决策者并不能因为机器的参与而存在决策黑箱。如在道路交通自动化执法中，相关的执法者可以清晰地解读机器得出的结论，具备一定的外部观察视角。在此过程中，作为执法者的人类始终保持着对决策过程的控制感。而在能源经济公共算法决策中，人机耦合决策模式的出现，使得人虽然是唯一的责任主体，但是决策过程中人的控制感却在逐步丧失。算法的黑箱性意味着算法既不能打开，又不能从外部直接观察其内部。[4]此时，决策者的外部观察视角被模糊化，最终作出的决策受到机器多大程度的影响是未知的。同传统的决策模式相比，决策者此时的说明义务增加。

　　第二，就决策模式而言，传统算法决策模式为经验规则与法定规则的良性结合，其中，决策主体占据决定性地位。但能源经济公共算法决策模式则不同，是对于既往在能源领域形成的经验规则的无选择叠加，决策模式相对稳定。因为算法模型自我演进、自我认证、自我解释，最终完成了算法内部的自我证成。

　　第三，就决策监管重点而言，传统决策模式监管重点为决策是否遵循正当程序与是否符合安全，围绕能源相关的决策监督，构建在实体法框架之中。而能源领域引入公共算法决策后，基于决策黑箱的存在，能源经济公共算法决策的监管重点转向对与决策相关行为的关注。此外，对于相关法律行为而非结果的监管成为监管重点。

　　2.能源经济公共算法决策的“公共特质”

　　能源领域涉及能源开采、能源运输与能源消费三个环节，这三个环节均在不同程度体现一定的公共性。

　　第一，能源本身为“准公共物品”，兼有公共物品和私人物品特性。准公共物品的“成本的次可加性”决定了政府必须在能源开采、运输与消费等环节进行监管。这种监管是为了实现社会福利最大化和商品交易之间的平衡。因而，在数字经济发展尚不成熟的阶段，能源公司所拥有的垄断性优势不能完全通过国家强制干预的反垄断监管实现，必须考虑其主动承担公共职能的可能路径以防范其权力扩张。

　　第二，能源相关主体为传统意义上的“公共承运人”。“公共性”是公共承运人与“私人承运人”相区别的重要特征。基于公共企业所从事的经济活动具有特殊重要性，故其需要享有某种权力以履行类似政府职能的经济活动，因此公共企业被赋予了严格责任。[5]能源行业与传统的公共承运行业在特征上存在一定的相似之处，在数字社会，针对能源领域大规模引入公共算法的现状，公共承运人理论为我们提供了认知的基本框架。

　　（二）算法介入环节：能源经济公共算法决策的重点

　　1.强风险行为审查

　　算法影响评估制度是基于算法对个人权利的不可逆侵害产生的。能源领域所负载的“公共承运人”的特殊属性决定了能源领域的算法影响监管评估必须被赋予更严格的时间要求与内容要求。

　　就时间层面而言，能源领域的特殊性决定了能源领域的算法影响评估必须事先进行；就内容层面而言，能源经济公共算法决策必须区分高风险行为、中风险行为与低风险行为。就能源领域而言，基于能源领域的特殊性，引入公共算法可能存在的强风险行为大致包括能源数据产权危机、能源权利危机与能源次生危机。

　　2.论证模式双重合法设计

　　能源领域引入公共算法，必须对其论证模式进行形式合法与实质合法的双重论证设计。技术正当程序成为算法介入诸多领域的合法性验证标准。延续这一路径，能源领域同样应采用技术正当程序作为基本合法性验证框架。但是，能源领域的公共承运人属性决定了既往的听证、信息公示环节无法充分实现决策公正，因此必须叠加结果合法性标准、对公共算法进行双重合法验证。

　　3.算法决策透明度为监管重点

　　算法决策透明是基于算法黑箱难题提出的权利性诉求。而能源领域的法律关系较为复杂，能源相关主体并不完全以利益最大化为决策目标，其本身承担着部分公共职能。以能源生产阶段区分，能源经济活动大致可以分为消费端与非消费端。这两个阶段基于公权力的职能存在差异的透明度需求。就消费端而言，算法透明的要求同商业领域的个体化诉求一致，即必须保证个体对所用算法模型的一般性认知，实现解释力增强，确保个体的数据权利与程序性权利。就非消费端而言，能源行业的非消费端为上游生产与中游运输层面。在上游生产与中游运输环节，算法透明要求对所使用的算法模型进行算法监管，以实现算法搭载过程的全流程透明。

　　（三）算法侵权机制：能源公共算法的侵权溢出

　　溢出效应（Spillover Effect），指一个组织在进行某项活动时，不仅会产生活动所预期的效果，而且会对组织之外的人或社会产生影响。数字技术的发展，使得任何与技术相关的风险容易超出既有的控制范围之内，引发深层次的权利保护危机。与商业算法决策相比，能源公共算法决策在算法定位、算法介入环节均体现出其领域特色，这使得能源领域公共算法具备独特的侵权机制特点。就侵权的客体而言，能源领域为经济活动的重点领域，包括电力、石油等在内的能源行业关系国计民生，涉及经济活动与非经济性活动，因此侵权客体多为公共秩序。步入数字社会，信息域的规制成为法律规制的重要方面，在这一领域能源相关主体承担的是一种过错责任。这是因为就信息域而言，能源领域的相关主体同传统的侵权损害后果并不因为其活动的特殊性而会对个人信息相关权益造成更高程度的侵害。

　　三、中国能源经济公共算法决策法治化的价值衡量

　　能源领域的特殊性决定了与能源相关的算法决策必须进行价值衡量。就算法介入法律框架而言，数字正义、数字平等等理念基本达成共识，并逐渐体现在相关的法律制度设计中。因此，数字领域尝试借助伦理审查的方式展开相关风险防控。如我国颁布《科技伦理审查办法（试行）》以明确数字社会的伦理审查机制。但是，该办法只是一种普遍化的伦理审查方式，相关的审查主体如何展开工作仍有待进一步明确。步入数字社会，不同的科技领域必然面临不同的伦理风险。因此，我国能源领域必须依据能源发展特性在数字时代确立自身独有的法治化价值，具体如下：

　　（一）将能源安全摆在首位

　　能源安全观是能源领域所特有的法律价值。进入数字时代，能源安全内涵不断变化，数据作为新的生产要素渗透到能源安全中，能源数据安全也成为能源安全观的重要层面。同时，能源转型等诸多因素也在一定程度导致综合性能源危机，滋生能源安全风险。但是，能源安全是能源发展的必然前提，数字社会亦是如此。因此，我国能源经济公共算法决策法治化必须坚持以能源安全观为基础价值。

　　能源安全观契合总体国家安全观的时代需求。能源安全观属于总体国家安全观的重要组成部分。习近平总书记强调：“能源保障和安全事关国计民生，是须臾不可忽视的‘国之大者’。”坚持能源安全观，是推动能源系统适应内外部扰动和冲击，并及时恢复正常运转的重要手段。

　　能源安全观是数字社会能源转型发展的必然前提。需在确保能源安全的前提下，促进实现能源转型发展。在实现碳达峰碳中和目标的推动下，推动能源转型发展，推动主体能源从化石能源转向非化石能源是新型能源体系的重要举措。同时，对非化石能源的政策过度倾斜与气候变化叠加，传统能源逐步出现以天然气和煤炭价格暴涨为特点的能源安全“新风险”。此类能源安全风险在产生原因、作用机制和应对措施等方面与“传统油气安全”存在较大差异，是当下能源安全面临的主要挑战。[6]

　　（二）能源数字平等的重申

　　平等是人类社会赖以追求的价值，进入数字社会，技术的飞跃发展使得传统的平等保护机制遭受挑战，[7]在数字平等理念初具雏形的前提下，能源领域的数字平等大致包括能源数字供应平等、数字技术平等和数字参与平等。

　　第一，能源数字供应平等主要指与能源相关的数字基础设施尽可能平等分布。就能源领域而言，是否构建适宜能源发展的数字环境，实现供应平等，是数字平等需率先关注的。能源的“公共”属性在很大程度上决定了能源领域的相关基础设施分布不能从纯粹的经济学角度考量。以电力系统为例，电力系统加快向适应大规模、高比例的新能源方向转变是实现能源低碳化转型的关键一环，智能电网通过实时监测和控制电力供需以提高能源利用效率。可以看到，相关的智能电网系统作为数字基础设施必须实现最大可能的覆盖，以平衡不同地区在相关电力资源天然分布中的不均等。

　　第二，能源数字技术平等主要指各地区不因数字技术的差异而在能源数字利用层面存在较大差异。技术进步对于经济发展的提质增效作用不言而喻。我国各区域的数字技术发展水平明显存在一定差异。当下，我国经济基础较好、科技创新能力较强的区域，规模经济效应实现充分释放，数字经济实现了更好、更快、更有韧性的发展。《中国数字经济发展指数报告（2024）》（以下简称《报告》）显示，北京、上海、广东等地的数字经济发展指数位列全国第一梯队。可以看到，新型数字经济在一定程度上依赖于既有的经济基础。因此，能源数字平等的理念价值意味着必须持续关注各地的数字经济发展水平差异，防范由于数字技术水平差异过大而干扰个体基本权利的实现。

　　第三，能源数字参与平等主要指个体能够以合理合法的方式平等参与到能源消费中。与普通商品消费相比，能源消费具有极强的特殊性。能源与个人生产生活的密切关系决定了个人无法脱离能源而存在。基于算法可能暗含的歧视与算法黑箱的存在，需关注确立个体在能源消费中的平等参与。如以需求为导向的能源消费结构是否有可能进一步带来能源消费的地区差异。由此，我们认为能源领域有必要对既有的程序性权利予以适当纠正，甚至考虑特殊化权利的设置，以确保个体能够平等参与到能源活动中。

　　（三）能源计算正义的再造

　　计算正义的概念产生在数字社会，是传统的正义原则在数字社会的数字化呈现。能源领域在开展相关的数字化再造时需考虑能源计算正义。

　　能源计算正义意味着能源分配主体正义。能源行业具备一定的自然垄断属性，这种垄断属性是资源的稀缺性和规模化经济效应导致的。基于资源分布的不均匀，既往由此产生的分配问题在一定程度上依赖市场调控与行政管理的双重介入，基于机器决策的相对客观性与效率性，在能源分配中引入机器决策屡见不鲜。但是所依托的算法不透明、算法问责能力较弱、算法歧视风险加剧等传统的算法风险本身并未得到有效规制，人机耦合决策模式中的责任关系并未明晰。基于此类问题的悬而未决，使得国有企业和相关行政机构作为能源分配的主体一定程度受到相关数字服务提供者的挑战。

　　能源计算正义意味着能源分配方式正义。进入数字社会，新能源在当下的生产生活中发挥日渐重要的作用，能源互联网（Energy Internet）成为能源发展新动向。同既往的能源系统相比，能源互联网由电力系统、交通系统和天然气网络共同构成，致力实现电能、化学能、热能等多种形式间相互转化。[8]也就意味着，数字社会带来了全新能源分配方式，即消费中心模式，不再关注能源生产与需求之间的关系，而关注能源消费与生产的关系，从而最大限度提高能源利用率。这种新型分配方式是一种市场化思维导向，即尽可能减少能源的无端消耗，但是却带来新的正义挑战，即技术发展水平对正义实现程度的挑战。消费主导下的能源生产与转化在较大程度取决于当地的经济发展水平和科技水平，经济发展水平较高的地区更容易催生更高的能源消费，而经济较为落后地区的能源消费动力较弱。

　　四、我国能源经济算法决策法治保障的分层设计

　　能源领域法治化价值的确立为能源领域展开机制保护提供了必要的价值指引。在能源领域基本形成以能源安全观为基础，能源数字平等与能源计算正义并行的价值前提下，我们需抛去单一的技术规制或法律规制的单一维度讨论，针对能源经济领域公共算法决策实现分层治理，既能充分回应数字技术介入能源经济公共算法决策引发的诸多规制难题，又能关注到能源领域本身对数字技术的现实需求。具体而言，能源领域应当界分能源消费者、能源决策者与能源监管者三主体，进行分层设计。

　　（一）能源消费者的个体化权利提升

　　进入数字社会，伴随技术的不断发展与社会认知的日渐成熟，针对数字技术引发的诸多问题，“命令与控制”作为传统的规制起点已经逐渐被“更少限制、基于激励”的规制模型取代。[9]规制权力被逐渐碎片化，从而催生了回应型治理思路。回应型治理满足了人工智能初期的发展需求，使得技术迅速融入社会发展的诸多环节。

　　就能源领域而言，其并非绝对意义上的商业领域或公共领域。能源的自然垄断属性决定了能源相关行业必须始终在能源经营者权益与能源消费者权益之间保持相对平衡。由此，回应型理论介入能源经济公共算法决策中应当重点关注能源消费者的个体化需求。

　　第一，能源消费者需求。在技术尚未引入之前，无论是能源经营者抑或消费者，其接受信息的能力是有限的，处理问题限定于一定的物理空间内，然而借助数字技术，经营者接受信息的能力极大增强，跨区域、跨领域的协作机制逐步形成。目前，我国积极构建源网荷储高度融合、协作互动的供给新形态，如某些地方的电网友好型绿色电站、虚拟电厂智慧调度运行管理云平台等项目的积极推进。可以看到，数字时代，能源经营者智慧化程度不断提高，而能源消费者权益却未实现同步提升。以新能源汽车为例，新能源汽车以非常规的车用燃料作为动力来源，降低了消费者出行成本，但是其同时可能存在着电池续航里程不足、电池故障、电动机失效、刹车系统故障及车辆自燃等问题。

　　第二，能源消费者的程序性权利。私主体借助程序性权利对公权力相关行为进行监督是法律的应有之义。能源领域的特殊性决定了其具有公私混合的特点。在数字技术介入后，能源领域的商品属性（私属性）被无限放大，无论是能源公用事业治理方式的提出，[10]抑或能源市场化改革的持续深入，其均助力于构建公平开放、有效竞争的能源市场。可以看到，数字技术在一定程度强化了能源领域的私属性，但是这种私属性的放大却在事实上形成了“技术权力”，对个人权利造成了不可逆侵害。因此，就能源消费者而言，必须强调其程序性权利的充分介入以保障其个体化需求。

　　（二）能源决策者的分梯度禁区

　　关于算法决策适用场景的讨论最早始于欧盟《通用数据保护条例》中的“反自动化决策”条款。该条款所提供的区分算法决策与算法辅助、算法决策类型、算法决策适用场景等思路深刻影响了公共领域的数字化决策。但这些讨论均是一种正向讨论，即探讨算法决策满足何种标准即可以介入到公共领域中。这种思路建立在领域内运作机制较为简单的基础上。但是能源领域具备较大的特殊性，其兼具公私属性，权利架构较为复杂。因而能源领域应采用反向讨论的形式，即探讨在何种情形下，算法决策不得介入到能源领域中，即设置决策禁区。同时，能源领域生产、运输与消费环节密切联系，因而必须考虑能源决策者有梯度的决策禁区设计，具体如下：

　　能源数据领域应考虑相对禁区。在数字化社会，任何关于个人权利保护的讨论很容易回溯到数据层面。[11]就能源领域而言，可借鉴数据安全法提供的分级分类理念，将能源数据区分为两类数据——能源类数据和个人涉能源类数据。两类数据在禁区设置的侧重点层面略有差异。能源类数据，即在能源的生产、运输活动中产生的各种数据，此类数据一般由企业掌握，较少涉及个人。此类数据保护面临法律定性问题挑战——企业数据或公共数据。在公共数据相关概念未得到充分明确的前提下，可以暂时先考虑将其确定为企业数据，以商业秘密的形式进行必要保护，对于重要程度较高的数据定期向相关主管部门进行汇报。个人涉能源类数据，即个人在能源消费过程中产生的数据。此类数据保护同样面临法律定性挑战——个人数据或公共数据。基于此类数据与个人的密切关系，可以将此类数据暂时定义为个人数据，但是也必须关注到个人在数据保护层面的薄弱状态，强化相关企业的自我监督与报告义务。

　　能源决策领域应设置分梯度禁区。能源经济公共算法决策可以大致分为非政策导向型决策和政策导向型决策。非政策导向型决策可以进一步分为生产运输型决策和消费型决策。生产运输型决策主要指在能源生产运输环节引入算法，进行相关辅助活动。此类决策较少涉及个人权益侵犯，属于一种单纯的生产活动，故不考虑决策禁区的设置。消费型决策主要指能源消费环节引入算法，进行相关决策活动。如自动驾驶汽车是一种典型的消费性决策。消费型决策必须依据消费活动可能对个体造成的权益侵害程度设置有梯度的禁区，以防止能源经济公共算法决策对个人权益的过分侵害。政策导向型决策，即能源经济公共算法决策最终服务于一定的公共政策制定。政策导向型决策同消费型决策存在一定类似之处，但是其在面向主体的数量和范围上明显存在差别。政策导向型决策涉及主体更多，决策的影响范围更大，因而政策导向型决策必须进行相关的算法伦理审查，将涉及价值判断决策作为绝对禁区。

　　（三）能源监管者的穿透式监管

　　就能源监管者而言，基于能源领域的特殊性，能源经济公共算法决策的监管思路应引入穿透式监管路径。“穿透式监管”要求从理念上“穿透”互联网创新商业模式而直指其实质功能；从手段上，平台穿透式监管要求“穿透”了平台企业为避免自身追责的法律“面纱”，侵入性地进行过程监管、要素监管与算法监管。[12]具体而言，能源监管者的穿透式监管应关注如下内容：

　　实现相关企业由可解释性责任向可理解性责任转变。算法（人工智能）可解释性概念最初源于可理解的机器学习（Interpretable Machine Learning），但可理解性（Interpretability）与可解释性并不是等同概念。可理解性更强调算法模型的被动特性，即达到利益相关者可以理解的水平。[13]基于知识产权保护需求，可解释性的进一步扩张存在现实困难。因此，有必要从可理解性的角度进行责任框架的构造。可理解性意味相关责任主体在此过程中，将其对于算法的责任语言更多转化成为普通公众可以理解的责任语言，给予公众更为具体化、明确化的结果式语言。这种可解释是一种显著高于传统时代的说明义务。在数字技术尚未引入企业运作之前，企业承担的说明义务是一种较为简单的说明义务，而当数字技术被引入之后，其承担了更高的说明义务，必须为整个决策流程提供充分的解释以回应公众的质疑，即算法透明性需求。这种解释会涉及描述算法的类型使用、披露建立算法需要满足的目标等。此外，这种对于算法解释性的需要甚至会上升到其主管的政府部门，如要求拓宽政府决策监督渠道等。

　　作为能源监管者的相关行政机关由行为的事后性监管转向标准的事前监管，充分发挥国家科技伦理委员会、国家数据局等多部门的作用。新技术的发展带来技术同法律关系、辩证关系的思考，迫使我们更多地开始反思既有算法监管的不足，既有的算法监管更强调一种结果式的事后监管。这种理念认为引发法律关系形成、变更、消灭的事件和行为都是可以测定、确定和固定的，因而产生的权利效应在作用范围与作用期间上处于法律的可控范围内，确保法律应然效果与实然效果之间的平衡关系。但是，在算法决策中，权利风险处于流动之中，随着数字时代的到来，原来的物理“围墙”逐渐被虚拟空间击碎，增添了一种“无形流动”的数字形态。[14]法律关系的主体、客体、内容尽管依然以物化的方式存在，但是其作业形态呈现流动性转向，信息成为流动关系之中不可忽略的因素。也就意味着，信息的不可预测将最终导致结果的不可预见。因此，在能源经济公共算法中，相关行政机构必须事先介入，充分辨认导致算法决策系统与人类决策产生平等认知差异的关键性信息，对于即将投入使用的算法决策系统进行关键性信息的标准化审查，防范权利风险的失控化与扩散化。

　　[基金项目] 国家社会科学基金青年项目“公共算法决策的法律规制研究”（22CFX050）；最高人民检察院检察理论（一般）课题“智慧检务中的算法决策规范研究”（GJ2020C42)。

　　[作者简介] 郭琪，天津商业大学法学院讲师；孟雯，国家电网有限公司高级管理人员培训中心管理科学研究所研究员。

　　[ 参 考 文 献 ]

　　[1]李友根.公共承运人理论与互联网平台规制的正当性——美国公共承运人判例变迁的考察报告[J].上海政法学院学报(法治论丛）,2023(2).

　　[2]邵志刚,衣宝廉.氢能与燃料电池发展现状及展望[J].中国科学院院刊,2019(4).

　　[3]马超林.新中国成立以来我国能源安全观及能源安全政策的历史演进[J].湖北社会科学,2023(2).

　　[4]吴椒军,郭婉儿.人工智能时代算法黑箱的法治化治理[J].科技与法律(中英文),2021(1).

　　[5]马得懿.普通承运人、公共承运人与“从事公共运输的承运人”:渊源、流变与立法探究[J].社会科学,2016(8).

　　[6]朱彤.气候变化、能源转型与新型能源安全[J].中国电力企业管理,2024(16).

　　[7]宋保振.“数字弱势群体”权利及其法治化保障[J].法律科学(西北政法大学学报),2020(6).

　　[8]董朝阳,赵俊华,文福拴等.从智能电网到能源互联网:基本概念与研究框架[J].电力系统自动化,2014(15).

　　[9]Stephen Breyer, Regulation and Its Reform[M].Harvard University Press,1982:1-10.

　　[10]韩晓,黄滢,魏楚.能源公用事业部门商品属性及治理方式[J].自然资源学报,2023(7).

　　[11]陈姿含.人工智能算法决策中的敏感个人信息保护[J/OL].法律科学(西北政法大学学报),2024(6).

　　[12]张凌寒.平台“穿透式监管”的理据及限度[J].法律科学(西北政法大学学报),2022(1).

　　[13]Guidotti Riccardo et al.,A Survey of Methods for Explaining Black Box Models[J].ACM Computing Surveys (CSUR) ,2018（5）.

　　[14]马长山.司法人工智能的重塑效应及其限度[J].法学研究,2020(4).