| 470 | 1 | 17050 |
| 下载次数 | 被引频次 | 阅读次数 |
在发展与安全并重的立法趋势下，宣示性、激励性和保障性等促进型条款将是人工智能产业促进法的重要内容，学界关于人工智能所提的重点制度建议亦多集中于此。然而，由于人工智能基础模型发展范式的演进，人工智能产业对训练数据、计算资源和资金投入的需求正在发生变化。但学界通说所秉持的数据要素促进论、创新资源保障论和政府引导激励论对上述新变化的回应不够及时，以致当下促进型立法相关制度建议在一定程度上与产业需求脱节，也无法为市场驱动创新提供所需的制度规范。对此，亟须从法理层面剖析主流立法建议中宣示性条款的功能及限度、创新资源保障条款的隐忧及化解之道，以及激励性政策法制化的困境与成因。在此基础上，宜以整体主义的系统性制度观为指导，制定适应数据产业生态发展的宣示性条款，构建契合算力资源等创新资源利用规律的制度机制，创制符合前沿科技市场驱动逻辑的激励性规范，进而构建立足产业实际需求的促进型制度。
Abstract：Under the dual legislative focus on development and security, promotional provisions(declaratory, incentive, and safeguard clauses) form core components of AI industry promotion laws, with academic proposals predominantly concentrating here. However, evolving AI model paradigms are reshaping industry demands for training data, computing resources, and capital investment. Prevailing academic theories-data factor promotion, innovation resource guarantee, and government incentive guidance-fail to adequately address these dynamic needs, resulting in regulatory proposals misaligned with industrial realities and insufficient to support market-driven innovation. In this regard, there is an urgent need to analyse the functions and limits of the declarative provisions, the concerns and solutions of the provisions on safeguarding innovation resources, as well as the dilemmas and causes of the legalization of incentive policies in mainstream legislative proposals from a jurisprudential point of view. The solution lies in adopting a holistic systemic approach that integrates three coordinated actions: designing declaratory provisions adaptable to data ecosystem evolution, establishing institutional mechanisms aligned with computing resource utilization patterns, and creating market-compatible incentive frameworks for frontier tech innovation. By synchronizing these elements, the legal framework can systematically address AI industry needs while balancing developmental and security imperatives.
[1] DeepSeek-AI. Open-Infra-Index[EB/OL].(2025-02-24)[2025-04-02]. https://github.com/deepseekai/open-infra-index.
[2] GASKE M R. Regulation Priorities for Artificial Intelligence Foundation Models[J]. Vand. J. Ent.&Tech.L., 2023, 26:1.
[3]梁正.前沿人工智能:发展与治理[M].北京:中国发展出版社, 2024:12.
[4] The European Parliament and The Council of the European Union, EU Artificial Intelligence Act:(EU)2024/1689[A]. 2024.
[5]国务院办公厅.国务院办公厅关于印发国务院2023年度立法工作计划的通知:国办发[2023]18号[A]. 2023.
[6]十四届全国人大常委会立法规划[J].中华人民共和国全国人民代表大会常务委员会公报,2023(6):730-734.
[7]国家网信办,国家发展改革委,教育部,等.生成式人工智能服务管理暂行办法[EB/OL].(2023-07-10)[2025-01-19]. https://www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.
[8]张凌寒.中国需要一部怎样的《人工智能法》?——中国人工智能立法的基本逻辑与制度架构[J].法律科学(西北政法大学学报), 2024, 42(3):3-17.
[9]胡铭,洪涛.我国人工智能立法的模式选择与制度展开——兼论领域融贯型立法模式[J].西安交通大学学报(社会科学版), 2024, 44(4):132-143.
[10] BOMMASANI R, HUDSON D A, ADELI E, et al. On The Opportunities and Risks of Foundation Models[EB/OL].(2021-08-31)[2025-02-24]. https://arxiv.org/abs/2108.07258.
[11] OpenAI. Learning To Reason With LLMs[EB/OL].(2024-09-12)[2025-01-19]. https://openai.com/index/learning-to-reason-with-llms/.
[12]张凌寒,杨建军,程莹,等.关于人工智能立法的重点制度建议[EB/OL].(2024-07-09)[2025-04-03]. https://mp.weixin.qq.com/s/S0Rnnxtjp2YYmMefrYSNHg.
[13]赵精武.论数字法学的概念与研究定位——兼论我们需要什么样的人工智能法[J].华东政法大学学报, 2024, 27(4):64-75.
[14]郑曙光.地方立法中促进型立法探析——以浙江地方立法实践为分析视角[J].宁波大学学报(人文科学版), 2019, 32(1):114-121.
[15]深圳经济特区人工智能产业促进条例[EB/OL].(2024-09-05)[2025-01-19]. https://www.sz.gov.cn/zfgb/2022/gb1258/content/post_10166373.html.
[16]上海市促进人工智能产业发展条例[EB/OL].(2022-09-22)[2025-01-19]. https://www.shanghai.gov.cn/hqcyfz2/20230627/3a1fcfeff9234e8e9e6623eb12b49522.html.
[17]丁晓东.论人工智能促进型的数据制度[J].中国法律评论, 2023, 54(6):175-191.
[18]赵精武.论人工智能法的多维规制体系[J].法学论坛, 2024, 39(3):53-66.
[19]丁道勤.生成式人工智能训练阶段的数据法律问题及其立法建议[J].行政法学研究, 2024(6):16-28.
[20]张凌寒.加快建设人工智能大模型中文训练数据语料库[J].人民论坛·学术前沿, 2024(13):57-71.
[21] KAPLAN J., McCandlish S., HENIGHAN T., et al. Scaling laws for neural language models[EB/OL].(2020-01-13)[2024-03-22]. https://arxiv.org/abs/2001.08361.
[22]徐小奔.技术中立视角下人工智能模型训练的著作权合理使用[J].法学评论, 2024, 42(4):86-99.
[23]杨建军,张凌寒,周辉,等.人工智能法:必要性与可行性[J].北京航空航天大学学报(社会科学版), 2024, 37(3):162-174.
[24]张凌寒,杨建军,程莹,等.中华人民共和国人工智能法(学者建议稿)[EB/OL].(2024-03-20)[2025-04-03]. https://fxy.buaa.edu.cn/info/1143/8452.htm.
[25]周辉,李延枫,曹艳林,等.人工智能示范法3.0[EB/OL].(2024-03-29)[2025-04-03]. https://mp.weixin.qq.com/s/pCC_AM5mpU7QY-x14R-kZw.
[26]上海数据交易所.数据产品交易市场语料专区[EB/OL].(2024-09-19)[2024-09-19]. https://nidts.chinadep.com/ep-hall.
[27]赵精武.系统筹划破解大模型发展瓶颈[N].经济日报, 2024-05-06(5).
[28]理查德·波斯纳.法律的经济分析[M].蒋兆康,译. 2版.北京:法律出版社, 2012:49.
[29]财政部.财政部关于印发《政府投资基金暂行管理办法》的通知:财预[2015]210号[A]. 2015.
[30]国家发展改革委.国家发展改革委关于印发《政府出资产业投资基金管理暂行办法》的通知:发改财金规[2016]2800号[A]. 2016.
[31]孙晓娟.论我国民间资本创业投资法律制度的完善[J].甘肃政法学院学报, 2011(2):102-106.
[32]孙伯龙.论政府性基金预算绩效管理的法治路径[J].荆楚法学, 2023(2):101-112.
[33]郭锋.资本市场信息披露双层规范体系的基本建构[J].中国法学, 2024(3):245-265.
[34]王理万.论作为宪法实施方式的促进型立法[J].法学论坛, 2024, 39(1):29-38.
[35]李冕,杨登峰.迈向实质激励的改革促进型立法完善[J].青海社会科学, 2023(3):171-178.
[36]赵精武,周瑞珏.人工智能治理的算力维度:论算力互联互通[J].郑州大学学报(哲学社会科学版), 2024, 57(4):47-55+143-144.
[37]中共中央关于进一步全面深化改革推进中国式现代化的决定[M].北京:人民出版社, 2024:24.
[38]邢会强.证券中介机构法律责任配置[J].中国社会科学, 2022(5):83-102.
[39]张艳.主动退市规制的德国经验与启示[J].南大法学, 2021(4):81-97.
[40]陈洁.科创板注册制的实施机制与风险防范[J].法学, 2019(1):148-161.
[41]黎浩田.体育大模型的促进型数据制度:理论反思与体系优化[J].武汉体育学院学报, 2025, 59(3):46-52.
基本信息:
中图分类号:D922.17;D921;F49
引用信息:
[1]黎浩田,邓玉容.人工智能产业促进的立法检视与制度构建研究[J].四川轻化工大学学报(社会科学版),2025,40(04):53-65.
基金信息:
国家社会科学基金重大项目(24&ZD112)
2025-07-14
2025-07-14
2025-07-14