融通创新视角下平台算法敏捷治理研究☆

张涵; 石义菲; 王新昕; 康飞

doi:10.15978/j.cnki.1673-5668.202404005

科学观察 ›› 2024, Vol. 19 ›› Issue (4) :9-16 DOI: 10.15978/j.cnki.1673-5668.202404005

前沿观察

融通创新视角下平台算法敏捷治理研究^☆

张涵 ¹ ,
石义菲 ² ,
王新昕 ³ ,
康飞 ²^,^*

作者信息 +

A Study of Agile Governance of Platform Algorithms from a Fusion Innovation Perspective

Zhang Han ¹ ,
Shi Yifei ² ,
Wang Xinxin ³ ,
Kang Fei ²^,^*

Author information +

文章历史 +

摘要

[目的/意义] 数字化新时代，互联网平台在经济社会发展中的作用日益凸显。平台企业在基于算法开展创新的同时，对算法的不当应用也引发一系列争议，迫切需要规范和加强算法治理。[方法/过程] 该文从融通创新理论的四个属性出发，构建了包含治理理念、治理主体和治理工具的平台算法敏捷治理框架。[结果/结论] 针对当前我国平台企业算法安全与企业创新协调不足、难以实现多元主体协同与积极响应等难点问题，文章从践行算法安全和企业创新有效平衡的治理理念、形成面向多主体融通发展的治理共同体、运用刚柔并济的政策工具以实现灵活转换等方面，提出进一步完善平台算法敏捷治理机制的建议，为促进我国平台经济高质量发展提供参考。

Abstract

[Objective/Significance] In the new era of digitization, the role of Internet platforms in economic and social development has become increasingly prominent. While platform enterprises carry out innovation based on algorithms, their inappropriate application of algorithms also triggers a series of controversies, and there is an urgent need to regulate and strengthen algorithm governance. [Method/Process] Starting from the four attributes of fusion innovation theory, this study constructs an agile governance framework for platform algorithms containing governance concepts, governance subjects and governance tools, and carries out international comparisons. [Results/Conclusions] Aiming at the current difficult problems of insufficient coordination between algorithmic security and enterprise innovation of China’s platform enterprises, and the difficulty of achieving synergy and positive response of multiple subjects, it puts forward proposals to further improve the platform algorithmic agility governance mechanism in terms of practicing the governance concept of the effective balance between algorithmic security and enterprise innovation, forming a governance community oriented towards the development of multi-subjects, and use the soft and strong policy instruments for flexible transitions, thus providing reference for promoting the high-quality development of China’s platform economy.

Graphical abstract

关键词

融通创新 / 平台算法 / 敏捷治理 / 平台企业

Key words

fusion innovation / platform algorithms / agile governance / platform enterprises

引用本文

引用格式 ▾

张涵, 石义菲, 王新昕, 康飞. 融通创新视角下平台算法敏捷治理研究^☆[J]. 科学观察, 2024, 19(4): 9-16 DOI:10.15978/j.cnki.1673-5668.202404005

Zhang Han, Shi Yifei, Wang Xinxin, Kang Fei. A Study of Agile Governance of Platform Algorithms from a Fusion Innovation Perspective[J]. Science Focus, 2024, 19(4): 9-16 DOI:10.15978/j.cnki.1673-5668.202404005

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

数字经济时代，算法成为促进数据要素资产化和价值化的重要技术基础^[1]，算法技术已经在以互联网平台企业为代表的各行各业得到广泛应用，激发商业模式创新，对提升互联网平台企业核心竞争力、加快数字经济高质量发展起到积极作用。算法的运用不仅极大地提高了平台企业的生产、管理和运营效率，推动了产业升级，还为经济社会的发展注入了新的活力，带来了更多的就业机会和创新型商业模式。但与此同时也引发“大数据杀熟”“数据垄断”等问题，任其自由发展会损坏市场公平、影响创新和消费者权益^[2]。随着平台经济的发展以及算法技术越来越广泛的应用，算法与经济社会的融合程度日益加深，算法治理成为社会各界广泛关注的热点话题，各国政府相继出台相关政策指导和规范算法应用。

学术界关于算法治理研究主要从技术治理、责任式创新、企业社会责任治理等视角展开。技术治理的逻辑起点是多主体协同引领算法向善发展，构建和谐的社会与生产关系^[3]。例如，通过算法内容审核的技术逻辑研究，构建多元主体协同的算法透明度链条^[4]；分析机器学习过程，明确了算法机制产生的原因，规制路径涉及社会、政府、算法设计者等主体^[5]。责任式创新的侧重点在于安全与创新，旨在确保算法安全与发展的协调。例如，从“责任式创新”的视角出发，聚焦人工智能治理相关议题，构建包含技术维、社会维等在内的人工智能治理框架^[6]。企业社会责任治理的关注重点是引导企业作为算法治理中心，开展算法责任治理活动^[7]。例如，立足企业社会责任治理视角，审视算法与企业之间的关系，从治理主体、治理内容、治理范式的层面提出算法治理的逻辑框架^[8]；以及从治理内容、治理手段等方面提出平台型企业社会责任的治理机制^[9]。当前对于算法的研究，在多主体协同、安全、发展等方面各有侧重，但从更加全面的理论视角开展分析尚显不足。本研究将从融通创新理论的视角出发来探讨平台算法的敏捷治理问题，特别关注企业外部不同主体之间的跨界合作和企业内部算法问题的灵活应对，两者互为促进，助推平台企业更高效地探索基于算法的创新活动。融通创新主要涉及各主体通过整合不同领域的资源和要素，促进互联互通和数据价值开发，夯实算法创新的基础保障。敏捷治理则聚焦企业内部的算法治理，强调通过动态调整和快速响应，提高治理的效率和适应性。本研究将从算法的多元主体属性、价值属性、创新属性和灵活属性等方面分析算法治理，构建算法敏捷治理框架，以期为进一步完善平台算法治理机制，促进平台经济健康发展提供理论参考。

2 融通创新视角下算法治理框架

融通创新理论是指不同领域主体、产业链之间及同一创新主体内部以价值导向和社会需求为原则，就信息、技术、资源等要素进行跨界合作，创造新成果的过程^[10]。与协同治理等理论相比，融通创新的核心特征更契合算法敏捷治理。首先，融通创新理论强调要素和资源的深层整合，是应对算法复杂性的重要条件。与协同治理的一般性组织间合作相比，融通创新强调构建主体之间要素互联互通的互嵌式创新联合体，通过深层次的合作满足平台算法治理中应对大规模数据处理和快速迭代的需求。其次，融通创新理论强调跨界合作，有利于整合多主体的数据、算力和算法资源，提高算法治理灵活性。传统的协同治理模式主要关注同一领域或相邻领域的组织间合作，尽管能够实现资源整合和优化配置，但其创新和应变能力有限。相较之下，融通创新理论强调不同领域主体、产业链及同一创新主体内部的跨界合作，这可以将不同领域的创新实践和技术成果融入到算法治理中，推动算法技术的突破和优化，从而灵活应对复杂算法问题，保持算法的竞争优势。基于此，在算法技术的广泛应用与推广过程中，以融通创新提高全要素生产率，发展代表新技术、创造新价值、适应新产业、重塑新动能的新质生产力。综上所述，融通创新实现了超越组织边界的资源深层流动和融合，并且重塑了企业边界，促使企业决策向更加柔性、灵活、具有可渗透性的方向转变^[12]。敏捷治理旨在构建一种能够快速且灵敏应对公众需求的治理模式，以提升组织运营效率并改善用户体验^[13]。对于平台企业算法治理而言，一方面，融通创新使得政府可以高效协调多方主体参与算法治理，充分发挥企业的创新主体地位，对促进算法向善发展具有建设性意义，另一方面，算法具有高度复杂性和不确定性，需要建立敏捷文化生态，及时解决治理过程中的问题和矛盾，提高算法治理的响应速度和应变能力。

在融通创新视角下，基于算法的自身属性，从治理理念、治理主体、治理工具三方面构建敏捷治理框架（见图1）。（1）治理理念。治理理念基于算法的价值属性和创新属性。这两个属性之所以能够构成治理理念的基础，是因为它们直接影响了算法在企业和社会中的双重角色和功能。在算法价值属性中，将算法技术涉入平台价值链，企业的算法设计和开发要以综合价值最大化为原则，服务个体、组织和社会，保证算法安全。在算法创新属性中，将算法技术涉入平台创新链，在减小风险的同时发挥数据价值，利用算法解决复杂问题，创造新商业模式。因此，面对算法产生的负面问题，不宜使用法规进行一刀切管制，而应采用算法安全与企业创新有效平衡的治理理念。（2）治理主体。治理主体基于算法的主体多元属性。在算法主体多元属性中，打破政府与市场的边界，鼓励政府、企业、行业协会及公众等形成治理共同体，共同参与平台企业的监管。（3）治理工具。治理工具基于算法的灵活属性，算法能在不同应用场景和需求下快速调整，因此治理工具也需具备相应的灵活性，以便及时应对变化。在算法灵活属性中，通过构建一套刚柔并济的方法体系，使得法律法规与企业自治相互结合，力求响应的敏捷性和针对性。在此基础上，着力达到算法创新和治理的平衡，促进算法向善，推动平台经济蓬勃发展。

3 平台算法治理的国际比较

在融通创新及算法敏捷治理分析框架下，从治理理念、治理主体、治理工具三个方面分析美国、英国、日本、欧盟等发达国家（地区）的算法治理经验和特点。

3.1 治理理念

算法治理理念是影响价值目标和政策导向的出发点。当前发达国家对算法的治理理念可分为两类。

（1）以“鼓励创新”为导向的灵活监管。以美国和日本为例，算法治理有效平衡了算法安全与平台企业创新。美国在《人工智能应用规范指南》（2020）中首次提出“灵活监管”“风险评估”等10项人工智能治理原则，强调在人工智能技术的开发和应用过程中，监管机构需要根据实际情况不断调整和更新监管措施，确保监管环境的灵活性。同时，该指南以鼓励算法技术创新发展为导向，力求平衡技术创新与社会公众利益，确保美国在全球的技术核心地位^[14]；日本在《实施人工智能原则的治理指南》（2019）中提出“敏捷治理”模型，认为人工智能往往是复杂和快速变化的，治理的目标应随着社会的变化而不断变化。该指南还阐述了“软法范式”的监管制度，强调创新发展优先，注重不增加企业制度成本和不损伤技术研发积极性。

（2）注重“维护国家利益和竞争秩序”。以欧盟和中国为例，算法治理重视对隐私、安全的保护。欧盟的《通用数据保护条例》强调私权保护，《数字市场法》针对算法可能对竞争造成的不利影响进行专门立法，《数字服务法》旨在维护公众秩序和国家安全等^[16⇓-18]。中国的《关于加强互联网信息服务算法综合治理的指导意见》（2021）、《互联网信息服务算法推荐管理规定》（2022）强调算法安全综合治理格局的构建，对算法服务提供者的主体责任和管理要求、用户权益保障、特殊算法推荐服务提供者的义务、监督管理、法律责任等多个方面作出全面规定^[19,20]。

3.2 治理主体

算法治理主体是包括政府、企业、行业协会和公众在内的单一或多元主体。当前较为普遍的是政府主导的治理或者是政府主导下的平台企业自治。各国的算法治理主体基本可分为两类。

（1）多主体协同治理。以美国、日本和欧盟为例，是政府与平台企业等多方主体协同治理。美国具有比较完备的算法治理跨部门合作机制，例如，哈佛大学和旧金山政府合作，通过开发包括“评估”和“管理”两部分的算法工具包，推动公共部门更加透明地使用算法；日本政府发布《治理创新（第二版）：设计和实施敏捷治理》（2021）报告，提出企业、社会公众、政府等多方利益相关者共同参与的算法治理方式^[21]；欧盟在《人工智能法案》中，将人工智能应用按照风险程度分为不可接受风险、高风险、有限风险以及最小风险四种类型，针对不同的风险类型匹配不同的责任主体，打破政府和市场的边界，加强多方互动，以实现快速响应^[22]。

（2）政府主导的治理。以中国和俄罗斯为例，政府在算法治理中占据绝对主导地位。俄罗斯在《2024年前俄罗斯人工智能和机器人技术领域监管发展构想》中，特别强调要加强政府对企业在数据技术监管方面的制度安排^[23]；中国《互联网信息服务算法推荐管理规定》要求，严重违反监管规则的主体会面临强制没收营业执照的行政处罚。政府将平台企业作为监管对象，制定了对算法主体的监管规则，而平台企业往往会寻找监管漏洞谋求更大盈利^[19]。

3.3 治理工具

算法治理工具是通过快速、灵活的政策工具，督促企业履行算法治理责任。各国算法治理工具可以分为两类。

（1）算法治理“软规制”路径。以美国和日本为例，发挥政府的引导作用，快速响应算法应用过程中出现的问题。例如，2020年美国白宫发布的《人工智能应用规范指南》强调要减少政府干预，政策制定更具有指向性和试探性，使企业迅速把握政府态度，从而灵活处理人工智能算法治理过程中出现的问题^[14]。2023年拜登总统签署行政令《关于安全、可靠和可信地开发和使用人工智能的行政命令》，这是第一份直接针对人工智能的命定，提出要提供明确的指导防止人工智能算法被用来加剧歧视^[24]。在企业方面，美国的Twitter公司建立了由工程师、研究人员和数据科学家组成的专门小组，对所采用的算法进行风险评估，并以“算法赏金挑战赛”的创新方式，邀请相关的开发人员来发现并帮助解决相关问题；亚马逊、谷歌、Facebook、IBM和微软等企业联合组建了一个非盈利机构——人工智能协作协会（Automatic Communications)，旨在普及人工智能知识、提供人工智能研究范本和用户互动交流的渠道等。2020年日本政府发布的《治理创新：为实现社会5.0的法律和体系重构》报告强调避免政府在算法治理过程中应避免硬约束工具的使用，以政府引导、企业行业自主规制为原则，实现敏捷治理^[25]。

（2）算法“强监管”路径。以欧盟、法国和中国为例，算法治理的政策措施更为严格，将“以人为本”的原则嵌入算法技术运行和管理过程。例如，欧盟出台《人工智能法案》（2021）制定了较为严格的人工智能应用标准^[22]；法国出台《人工智能伦理实用指南》（2019）明确提出企业符合伦理道德的行为准则框架^[26]；中国颁布《互联网信息服务算法推荐管理规定》（2022）正式确立网信部门统筹协调，电信、公安、市场监管等有关部门监督管理的体系^[19]。

4 我国平台算法治理的现状和痛点

4.1 我国平台企业算法治理现状

我国数字经济蓬勃发展，平台企业发挥出越来越重要的作用。根据《数字中国发展报告》（2022）和《大数据白皮书》（2022），2021年我国大数据市场主体总量超18万家，大数据产业规模达1.57万亿；据不完全统计测算，以微信、抖音、快手、京东、淘宝、美团、饿了么等为代表的平台企业，2021年为中国净创造就业约2.4亿，为当年约27%的中国适龄劳动人口提供就业机会^[27,28]。但与此同时，算法所引发的算法黑箱、算法垄断、价格歧视等问题频繁发生，对市场健康发展、企业有序创新、消费者权利保护造成了阻碍。

近年来，我国已经从反垄断方面颁布了多项法规及政策规范平台企业行为，逐步完善针对算法的监管。一方面，从宏观上规制平台垄断，《反垄断法》（2022）明晰了数字经济反垄断的适用规则，并对数据权属界限不明、数据竞争规则供给不足等问题给予了详细解释^[29]；《关于平台经济领域的反垄断指南》（2021）与《关于推动平台经济规范健康持续发展的若干意见》（2022）进一步规范平台企业的社会责任问题^[30]。另一方面，从微观上规范平台算法，《中华人民共和国电子商务法》（2018）首次明确平台企业在交易过程中应遵循的算法规范；《关于加强互联网信息服务算法综合治理的指导意见》（2021）提出逐步建立治理机制健全、监管体系完善、算法生态规范的算法安全综合治理格局^[19]；《互联网信息服务算法推荐管理规定》（2022）对服务规范、算法问责及用户权益保护等作出规定，是我国第一部以算法作为专门规制对象的部门规章；《互联网信息服务深度合成管理规定》（2022）对深度合成的适用范围及滥用处罚做出明确的规定，算法深度合成应用导致的侵犯个人隐私、威胁国家安全等问题已成为算法治理的重要一环^[31]。尽管如此，我国在平台算法治理实践中仍旧面临一些痛点难点。

4.2 我国算法治理的痛点难点

4.2.1 治理理念上：算法安全规制与融通创新目标不协同

治理理念贯穿于算法治理的全过程，在政策出台和落实过程中起到基础先导作用，进而明确治理方向，指导监管实践。融通创新理论为塑造新时期算法治理理念提供了重要指导，通过灵活和动态的治理机制，使算法安全规制与融通创新目标相互协调，避免过度风险控制抑制创新活力，从而在保障安全的前提下，实现技术突破和市场繁荣。当前，我国在平衡算法安全与企业创新上仍面临一些挑战。政府在追求算法安全与可信的同时，过于强调风险控制，长期来看可能限制企业的潜在创新行为。具体来说，算法的快速发展和广泛应用极大推动了数字化创新和社会进步。企业借助算法技术可以提高效率、降低成本、创造更好的用户体验，推动产业升级和经济增长。然而，算法的复杂性和不确定性也带来了一系列问题。一些算法在不经意间可能引入偏见、歧视或潜在安全风险，给消费者权益和市场公平带来威胁。在这种背景下，政府既要对算法有效治理，也要确保不对企业创新活动造成阻碍。因此，如何在治理理念上平衡算法治理过程中的安全可靠与创新发展，最大化释放数据的生产要素价值，是当前算法治理的关键难点。

4.2.2 治理主体上：算法治理的多元协同路径不畅通

融通创新的核心思想是多元主体实现要素和资源的深度融合，释放数据要素乘数效应，创造新价值、培育新动能。当前，我国处在从数据源头规制算法的阶段，算法治理环境和法律体系尚不成熟，算法治理的多元主体间尚未形成紧密的创新联合体。一是企业、行业协会和公众对算法的整体认知水平不足。当前我国算法发展环境并不成熟，算法相关领域学科积累时间较短，特别是对于算法理论的深入研究和探索有限，导致企业、行业协会和公众无法全面理解算法的复杂性和潜在风险，在政策制定和实施中也就无法提供有效的反馈，从而限制了治理效果的提升。二是以政府为主导的算法治理体系和协同机制还需进一步优化。当前我国算法治理的法律体系仍不完善，无法全面及时应对算法治理涉及的数据隐私保护、算法透明度和可解释性、伦理道德、社会风险等复杂问题，尚未形成政府与多元主体有机协同的系统、健全的算法监管体系。此外，我国对于算法治理和应用场景的规范缺乏统一标准，难以明确界定责任，导致多方争议无法得到妥善解决以及各参与主体的具体责任和义务模糊，制约了多元主体的深度合作与协同治理的效率。

4.2.3 治理工具上：算法监管的灵活性与敏捷治理需求不匹配

敏捷治理倡导对问题响应的灵活性和敏捷性。宏观层面表现在政策的灵活性、协调性和配套性，符合当前算法技术和平台经济发展的特征和规律，从而使算法治理举措的实施及时有效。现阶段，我国在算法治理工具方面的难点主要体现在政策制定和监管手段上，监管速度缓慢迟滞，这与算法技术快速更迭的动态发展环境不相匹配，监管的灵活性难以满足敏捷治理的需求。在监管速度方面，政府监管行为往往有时滞性。算法具有高度复杂性和可变性，但政府只有在发现问题且明确其性质后，才能依据行政或法律程序制定具体规则，实施监管措施。这一过程涉及对问题进行充分的调查和评估、对政策制定进行公开透明的讨论以及明确相应的实施细则和配套政策，程序较多而可能有所滞后。在监管方式方面，政策响应的缓慢性一定程度导致了较为强硬的监管方式。目前对算法相关问题多数以惩处为主，不仅增加企业对监管的抵触情绪，还使得企业采取各种手段逃避政府的规制，长此以往，算法监管产生的损失可能不断增加并引发负反馈效应。

5 构建平台企业算法敏捷治理机制的建议

5.1 重塑算法治理理念，平衡开放创新与安全发展

有效的算法治理离不开创新前瞻的治理理念。在先进的治理理念引导下，有利于政府精准部署和完善相关政策体系，企业等各主体有效规范行为，共同营造安全与创新并重的算法生态环境。具体而言，平台治理要准确把握算法的价值属性，秉持创新驱动、安全为基的治理理念，形成充分释放算法价值的监管体系和文化环境。完善算法治理法律法规保障，根据数字经济发展的需求，建立科学管理和合理使用平台各类数据的法律基础，研究出台专门的法律法规，规范平台算法和大模型发展路径，明确相应的权利、义务和责任。建立算法安全制度体系，夯实算法行为底线，确保算法创新在国家安全和社会秩序的约束体系进行，建立涵盖数据安全、垄断治理、隐私保护的制度框架，加快推动算法备案、分级分类、算法审查等多方面举措在内的科学监管体系，使算法发展既生机勃勃又井然有序。营造开放融合的创新生态，明确治理是为了更好促进创新的理念，审慎实施监管、规范市场秩序，促进平台企业自觉遵守反垄断、隐私保护等规定，在法律框架内合理运用数据、积极技术创新，不断探索新的商业模式。

5.2 建立算法治理共同体，形成多元融通创新机制

以促进创新为出发点，建立政府、平台企业、行业协会、消费者等相关方参与的治理共同体。在国家层面设立专业算法监管机构，与垄断治理、市场监督部门多级联动监管。根据平台的不同类型，分类制定数据开放要求和透明度规则，防止分布极不均匀的情况和集中控制倾向。鼓励平台开放数据 API 接口，推动企业间数据流通，促进数据的共享利用，充分发挥数据的基础资源作用和创新引擎作用。鼓励负责任的智能创新，超大型平台应承担与其社会影响力相匹配的责任和义务。发挥行业组织和消费者对平台算法共谋的监督作用，行业协会要做好政府、企业与社会之间的“桥梁”，引导平台算法自治、开展企业算法治理和创新能力评估，消费者也应具备辨别侵权行为的能力，共同提高社会监督水平。

5.3 优化算法治理工具，多层次提升敏捷治理效率

在科学导向下，综合运用政策工具、评估标准、智能技术等多种手段，结合平台算法技术发展不断改革，形成灵活敏捷的治理方式。加快推进算法合规标准、合规指南、算法伦理指引等文件制定。制定平台算法规制专业标准，针对平台企业的算法和机器模型开展监督和审计，检查平台程序更新运行过程，指导监管实践。建立全面、多维评价指标体系，开展平台算法安全水平监测。遵循算法规律，持续开展人工智能和大规模深度学习研究，不断提升智能化技术手段，及时预判和发现算法潜在风险，快速识别和定位问题，进行算法信息披露和风险预警，将监督贯穿大数据产品全生命周期。平台企业应加强算法合规审查，建立自我纠偏机制，面向从业人员开展多种形式的算法标准培训，避免算法歧视，增强算法可解释性。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	金雪涛. 算法治理:体系建构与措施进路[J]. 人民论坛·学术前沿, 2022(10): 44-53.

[2]	(Jin X T. Algorithmic governance: system building and measures[J]. Frontiers, 2022(10): 44-53.)

[3]	王佑镁, 王旦, 王海洁, 等. 算法公平:教育人工智能算法偏见的逻辑与治理[J]. 开放教育研究, 2023, 29(5): 37-46.

[4]	(Wang Y M, Wang D, Wang H J et al. Algorithmic fairness: Logical levels and governance focus of algorithmic bias in educational artificial intelligence[J]. Open Education Research, 2023, 29(5): 37-46.)

[5]	邝岩, 许晓东. 算法治理研究述评:演进脉络分析与理论体系构建[J]. 情报杂志, 2023, 42(3): 158-166.

[6]	(Kuang Y, Xu X D. Review of algorithmic governance research: Historical evolution and construction of theoretical system[J]. Journal of Intelligence, 2023, 42(3): 158-166.)

[7]	赵精武, 陆睿. 从公示到透明:算法公平的风险挑战与治理路径[J]. 暨南学报(哲学社会科学版), 2023, 45(9): 69-82.

[8]	(Zhao J W, Lu R. Risk challenges of and governance pathways of algorithmic fairness: Evolving from disclosure to transparency[J]. Jinan Journal(Philosophy & Social Sciences), 2023, 45(9): 69-82.)

[9]	刘友华. 算法偏见及其规制路径研究[J]. 法学杂志, 2019, 40(6): 55-66.

[10]	(Liu Y H. Research on algorithm bias and its regulation approach[J]. Law Science Magazine, 2019, 40(6): 55-66.)

[11]	薛桂波, 赵一秀. “责任式创新”框架下科技治理范式重构[J]. 科技进步与对策, 2017, 34(11): 1-5.

[12]	(Xue G B, Zhao Y X. Paradigm transformation of S&T governance under the framework of RRl[J]. Science & Technology Progress and Policy, 2017, 34(11): 1-5.)

[13]	梅亮, 陈劲, 吴欣桐. 责任式创新范式下的新兴技术创新治理解析——以人工智能为例[J]. 技术经济, 2018, 37(1): 1-7, 43.

[14]	(Mei L, Chen J, Wu X T. Innovation governance of emerging technology from responsible innovation perspective : Lessons from artificial intelligence[J]. Journal of Technology Economics, 2018, 37(1): 1-7, 43.)

[15]	阳镇, 陈劲. 数智化时代下的算法治理——基于企业社会责任治理的重新审视[J]. 经济社会体制比较, 2021(2): 12-21.

[16]	(Yang Z, Chen J. Algorithm governance from the perspective of corporate social responsibility governance in the digital and intelligent era[J]. Comparative Economic & Social Systems, 2021(2): 12-21.)

[17]	阳镇, 陈劲. 数智化时代下企业社会责任的创新与治理[J]. 上海财经大学学报, 2020, 22(6): 33-51.

[18]	(Yang Z, Chen J. Innovation and governance of corporate social responsibility in the digital and intelligent era[J]. Journal of Shanghai University of Finance and Economics, 2020, 22(6): 33-51.)

[19]	杨玲, 田志龙, 李连翔. 促进大中小企业融通创新的政府赋能机制——基于宜昌市依托龙头企业的公共技术服务中心的案例研究[J]. 中国软科学, 2023(4): 86-97.

[20]	(Yang L, Tian Z L, Li L X et al. Government empowerment mechanism to promote the integrated innovation of large enterprises and SMEs: A case study of Yichang public technical service center relying on leading firms[J]. China Soft Science, 2023(4): 86-97.)

[21]	蒋长流, 张娇娇. 融通创新共富效应的实现路径:基于价值取向和全民参与视角[J]. 齐齐哈尔大学学报(哲学社会科学版), 2023(2): 92-97.

[22]	Jang C L, Zhang J J. The path of realizing the common prosperity effect of integrated innovation from the perspective of value orientation and universal participation[J]. Journal of Qiqihar University (Philosophy & Social Science Edition), 2023(2): 92-97. )

[23]	李晓翔, 张树含. 数字化转型如何影响企业融通创新?[J]. 经济管理, 2023, 45(4): 41-63.

[24]	(Li X X, Zhang S H. How does digital transformation influence enterprise co-innovation?[J]. Business and Management Journal, 2023, 45(4): 41-63.)

[25]	高进, 刘聪. 算法歧视的敏捷治理——以D短视频平台为例[J]. 西安交通大学学报(社会科学版), 2024, 44(1): 121-132.

[26]	(Gao J, Liu C. Agile governance of algorithmic discrimination: Take the D short video platform as an example[J]. Journal of Xi’an Jiaotong University (Social Sciences), 2024, 44(1): 121-132.)

[27]	The White House. Guidance for Regulation of Artificial Intelligence Applications[EB/OL]. (2020-11-07) [2023-09-30]. https://static.carahsoft.com/concrete/files/1817/0733/5260/Guidance_M-21-06_Guidance_for_Regulation_of_Artificial_Intelligence_Applications.pdf.

[28]	Ministry of Economy, Trade and Industry. Governance Guidelines for Implementation of Al Principles[EB/OL]. (2022-1-28) [2024-06-15]. https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20220128_2.pdf.

[29]	European Union. General Data Protection Regulation[EB/OL]. (2018-05-25) [2023-10-05]. https://gdpr-info.eu/.

[30]	European Parliament. Digital Services Act, DSA[EB/OL]. (2022-10-27) [2023-10-05]. https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/689357/EPRS_BRI(2021)689357_EN.pdf.

[31]	European Parliament. Digital Markets Act[EB/OL]. (2022-10-12) [2023-10-05]. https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/690589/EPRS_BRI(2021)690589_EN.pdf.

[32]	中华人民共和国中央人民政府. 互联网信息服务算法推荐管理规定[EB/OL]. (2021-11-16) [2023-10-20]. https://www.gov.cn/zhengce/2022-11/26/content_5728941.htm.

[33]	中华人民共和国中央人民政府. 国家发改委等部门联合印发《意见》推动平台经济规范健康持续发展[EB/OL]. (2022-01-21) [2023-10-20]. https://www.gov.cn/xinwen/2022-01/21/content_5669631.htm.

[34]	Ministry of Economy, Trade and industry. Report "GOVERNANCE INNOVATION Ver. 2: A Guide to Designing and Implementing Agile Governance" Compiled[EB/OL].(2021-07-30) [2023-11-01]. https://www.meti.go.jp/english/press/2021/0730_001.html#Background.

[35]	European Parliament. Artificial intelligence act[EB/OL]. (2021-04-21) [2023-11-20]. https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf.

[36]	中国科学院科技战略咨询研究院. 俄罗斯发布人工智能和机器人技术领域监管发展构想[EB/OL]. (2020-12-16) [2023-11-20]. http://www.casisd.cas.cn/zkcg/ydkb/kjzcyzxkb/2020/kjzczx_202010/202012/t20201216_5821769.html.

[37]

The White House. Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence[EB/OL]. (2023-10-30) [2023-11-20]. https://www.whitehouse.gov/briefing-room/presidential-actions/2023/10/30/executive-order-on-the-safe-secure-and-trustworthy-development-and-use-of-artificial-intelligence/.

[38]	经济产业省. 治理创新:为实现社会5.0的法律和体系重构[EB/OL]. (2022-06-02) [2024-02-20]. https://www.mext.go.jp/content/20220124-mxt_kyoiku02-000019798_2.pdf.

[39]	UNESCO. Éthique de l'intelligence artificielle[EB/OL].(2019-02-26) [2024-02-20]. https://unesdoc.unesco.org/ark:/48223/pf0000367823_fre.

[40]	中华人民共和国国家发展和改革委员会. 数字经济研究报告:中国平台企业创造就业约2.4亿[EB/OL]. (2023-03-28) [2024-02-20]. https://www.ndrc.gov.cn/fggz/jyysr/jysrsbxf/202302/t20230228_1350402.html.

[41]	中央网络安全和信息化委员会办公室. 国家互联网信息办公室发布《数字中国发展报告(2022年)》[EB/OL].(2023-05-23) [2024-02-20]. http://www.cac.gov.cn/2023-05/22/c_1686402318492248.htm.

[42]	中华人民共和国中央人民政府. 国务院反垄断委员会关于平台经济领域的反垄断指南[EB/OL]. (2021-02-07) [2024-02-20]. https://www.gov.cn/xinwen/2021-02/07/content_5585758.htm.

[43]	中华人民共和国商务部. 中华人民共和国电子商务法[EB/OL]. (2018-08-31) [2024-03-15] http://www.mofcom.gov.cn/article/zt_dzswf/.

[44]	中华人民共和国司法部. 互联网信息服务深度合成管理规定[EB/OL]. (2022-11-25) [2024-03-15]. http://www.moj.gov.cn/pub/sfbgw/flfggz/flfggzbmgz/202307/t20230705_482071.html.

基金资助

^☆国家社会科学基金一般项目“平台企业数据垄断对中小企业创新的影响及治理机制研究”(20BGL050)

PDF (2190KB)

907

访问

被引

详细

导航

Published
2024-08-15
Online Date
2024-08-21

摘要