持续深化正风肃纪反腐，不断增强治理腐败综合效能，须进一步强化对新型腐败与隐性腐败的识别与查处能力，深化风腐同查同治；注重科技赋能，推动数智技术与腐败治理进一步深度融合，以此构建“横向协同联动、纵向立体贯通”的穿透式监督体系。当前，数智赋能隐性腐败治理已在平台建设、场景应用及人才储备等方面取得阶段性成效，正处于从局部探索向系统化、纵深化发展的重要转型期，也面临诸多挑战：技术层面存在“数据孤岛”“算法黑箱”等固有局限；制度层面表现出数据管理、技术运用与责任追究等规范供给不足；权利保障与伦理层面隐含隐私泄露风险、技术理性与价值理性存在内在张力的问题。对此，需在技术层面打破“数据壁垒”、推动算法优化并深化业务融合；在制度层面明确技术应用的程序要求与权责配置；在权利层面保障被监督对象的个人信息与隐私安全；在伦理层面坚守“人主技辅”的价值定位，强化治理的人文关怀。

　　传统局限与转型压力：

　　隐性腐败治理的实践梗阻

　　隐性腐败因其权力行使与利益输送具有极强的隐蔽性与间接性，给传统腐败治理模式带来严峻挑战。其一，识别发现难。隐性腐败呈现时空延展、市场化伪装、组织化伪装等多元样态，被动式监督手段难以对腐败行为实现有效穿透。其二，性质界定难。此类行为通常游走于纪法边缘以及违规与合情之间的模糊地带，行为人主观意图难以清晰认定。其三，取证追责难。一方面，隐性腐败手段的“隐蔽性”使取证手段大大受限；另一方面，证据链条常因跨域“交易合作”被切割，责任链条断裂的现象尤为凸显。传统监督手段在应对海量、复杂的隐性腐败线索时，存在识别穿透性不足、响应效率较低、规范滞后等较突出的问题，难以有效应对腐败行为技术加持、动态演化的趋势走向，在一定程度上影响了腐败治理效能的提升。因此，隐性腐败治理须摆脱既往路径依赖，构建数据贯通、算法驱动、人机协同的新型治理体系。

　　数据穿透与算法识腐：

　　数智赋能隐性腐败治理的作用机理

　　数智技术以数据、算法两项核心要素重塑隐性腐败的治理逻辑，推动治理范式从“人力判断”“事后治理”向“技术识别”“事前预警与事中管控”转型，深度契合应对腐败新动向新特点的治理需求。通过打破“数据孤岛”与信息壁垒，实现跨领域、跨部门、跨层级数据信息的汇集，推动个人基本情况、权力运行轨迹等要素内容“数据化”，这是推进系统监督贯通协调、促进一体化治理的基础与前提；在算法层面，将数据嵌入预设算法模型进行碰撞比对、处理分析，实现行为关联与风险预警联动，从而提升隐性腐败识别的准确性、前瞻性，强化监督的穿透性以及治理的系统性。据此，技术赋能下隐性腐败的监督、调查、处置实现全流程、全周期数智化转型，以“数据驱动—算法监控—人工核验—精准治理”的运行链条，推动形成智能化、常态化、系统化腐败治理新格局。

　　规范滞后与技术隐忧：

　　数智驱动隐性腐败治理的现实挑战

　　数智技术为隐性腐败治理注入强劲动力的同时，也面临诸多困境与衍生风险，制约治理效能的充分释放。

　　第一，技术层面上数据瓶颈与功能局限并存。“数据孤岛”与“数据壁垒”问题仍然突出，跨部门、跨领域数据因权限不明、端口不一等原因流通受阻，导致数据整合度较低、分析颗粒度粗糙。算法技术因决策不透明、数据偏差或价值倾向等因素，暗含“算法黑箱”与“算法歧视”风险，影响结论的可解释性、可接受性与公信力。技术功能与业务逻辑的耦合性欠佳，对于新型利益输送模式与复杂腐败链条的识别与还原能力不足，“由风及腐、由腐纠风”的双向突破、贯通治理存在功能失衡。此外，技术素养较弱的单位面临被“边缘化”的风险，数字鸿沟一方面将造成地区间监督能力的分化与失衡，另一方面也使得部分公职人员游离于监督范围之外，削弱技术覆盖的全面性。

　　第二，制度层面上规范滞后与权责模糊凸显。监察法及其实施条例等法律规范为数智赋能隐性腐败治理提供了正当性基础，然而，数据治理、技术流程以及权利保障等规范供给明显不足。廉政数据收集、存储、管理、使用、共享等环节仍缺乏统一标准规范；技术权限、操作合理嵌入监察权运行全过程的规制不明；被监督对象知情权、异议权、救济权的保障机制亟待优化。若规范调适过度滞后于技术更迭，则可能导致“治理脱嵌”，进而侵蚀治理效能与制度公信。此外，责任追究体系尚不健全，如因技术滥用、数据泄露、算法误判造成严重后果的，行为主体的责任划分与认定较为模糊，反腐败责任落实机制尚待进一步完善。

　　第三，权利保障与伦理层面上冲突与失范显现。一方面，数智技术赋能治理效能提升的同时，其“侵入性”特质也潜在加剧了隐私泄露风险。部分平台存在数据获取泛化问题，监督所需数据与个人隐私间的法治界限不甚清晰，造成公共利益与个人权益一定程度的失衡。另一方面，技术理性与价值理性间存在内在张力，技术工具对预设阈值与查处效率的过高追求，或将压缩执纪执法中的人文关怀与个案考量，使治理失之“韧性”。此外，技术外包模式存在削弱纪检监察机关技术自主性的风险，且治理过程中的“技术依赖”也将导致工作人员主体性的弱化，陷入技术裹挟治理的实践困境。

　　数据驱动与制度保障：

　　隐性腐败治理效能提升的协同路径

　　为有效纾解上述困境，需在技术、制度、权利与伦理等各层面进行系统优化。

　　第一，技术层面需聚焦数据治理、算法优化与业务导向三重维度，夯实治理根基。推动数据资源整合共享，建立健全权责明晰、分类分级的数据管理机制，构建跨域贯通、标准统一的数据治理体系。建立算法透明与审计机制，适当面向社会公开算法模型的功能架构、核心指标与运行逻辑，并引入对算法设计的常态化、系统性评估，强化算法应用的可信度与公正性。持续强化业务逻辑与技术体系的适配性，针对重点领域、关键岗位研发隐性腐败专项治理模块；面向基层开发“轻量化”数字监督工具，以降低技术门槛、填补数字鸿沟，拓展监察覆盖范围。注重把握风腐问题的演变规律，不同阶段精准运用“四种形态”，深化数据反向穿透、逆向溯源，在技术赋能下推动形成标本兼治、系统施治的治理闭环。

　　第二，制度层面应构建程序完备、权责清晰的规范体系。通过制度规范明确数据治理与算法应用的技术标准与程序要求，将实践经验适时上升为法律规范，保证数智赋能符合数字正义与数字安全的价值目标。建立覆盖数据全生命周期，尤其是涉敏数据获取、存储与销毁等环节的制度体系。系统制定数智赋能的授权清单与程序规范，并将其系统性嵌入隐性腐败治理的整体框架，实现技术驱动与法治秩序的制度性耦合。健全权利告知、陈述申辩等程序，保障被监督对象对算法结论提出异议并申请救济的权利；明确因数据泄露、算法失范而造成损害后果的，可申请国家赔偿。此外，建立覆盖纪检监察人员、技术开发方、平台运营维护方等主体的链条化、差异化责任追究机制，实现权责对应、有错必纠的反腐败责任落实机制。

　　第三，强化权利保障与常态化伦理审查。一方面，个人信息的采集与调取须遵循比例原则，依照监督、调查、处置等不同阶段的需求进行差异化赋权，并充分运用匿名脱敏、差分隐私、非对称加密等技防手段，在保证治理目标实现的同时，最大限度降低隐私信息的泄露风险。另一方面，将“公平、透明、尊重权利、可持续发展”等伦理原则系统融入数智赋能全流程，树立“技术向善”的价值导向，强化监督过程的人文关怀与个案正义。此外，明确数智技术在隐性腐败治理中的辅助性定位，构建“人机耦合”的协作机制，在研判环节设置决策介入点、人工复核点等，确保纪检监察人员在价值判断中的主导地位。

　　（作者系郑州大学法学院教授）