金融数据跨境流动的法律风险量化分析与规制建议

本文从国内外金融数据跨境流动相关立法和实践中提取风险因素,构建了金融数据跨境流动法律风险评估模型,并基于AHP层次分析法和FCE模糊综合评价法,采用国内首批通过数据出境安全评估的金融机构作为案例对该模型进行了实证检验。研究结果表明,数据出境前的合法性审核、数据业务需求评估和接收方合法性,是影响金融数据跨境流动法律风险的关键指标。根据评估结果,本文从监管角度提出了相关规制建议:制定更具针对性的风险评估指引,优化数据安全评估流程,并对金融数据出境范畴进行细化规定;平衡风险控制和数据流动效率,在确保风险可控的基础上,推动金融数据的合理跨境流动,促进金融市场的国际化发展。

基于改进密度峰值聚类的企业数据管理研究

为提高企业数据管理的有效性,采用密度峰值聚类(DPC)算法用于企业数据聚类,将数据有序化和类别化。首先,对企业数据样本进行清洗并按权重对指标进行特征提取,并建立DPC的企业数据分类模型。然后,在DPC的聚类簇中心选择时,为防止该值设置不合理使得密度值和距离值偏移较大而影响聚类精度,采用鲸群优化算法对距离阈值优化求解。此外,为增强搜索精度,将鲸群坐标用量子比特表示,从而实现了量子鲸鱼优化算法(QWOA)。最后,采用QWOA优化得到的距离阈值进行DPC聚类,获得企业数据分类结果。实验结果表明,合理设置鲸群规模和选择概率,QWOA-DPC算法能够获得较高的分类精度,通过对3类不同行业的QWOA-DPC企业数据进行分析,均得到了较高的分类性能,为企业数据管理提供了有效的策略支持。

数据跨境流动规则对数字贸易出口技术复杂度影响研究

【目的】随着信息技术的高速发展,数据跨境流动已经成为数字经济跨境贸易的重要组成部分,建立高效的数据跨境流动规则是实现数字经济高质量发展的关键。【方法】本文采用ECIPE发布的DTRI指数衡量数据跨境流动规则的限制性程度,以出口技术复杂度衡量数字贸易的发展质量,通过构建基准回归模型检验了限制性规则对数字贸易的影响。【结果】数据跨境流动限制对数字贸易出口技术复杂度具有显著而稳健的负向影响,该影响可以通过技术创新能力和数字基础设施建设水平这两个作用渠道实现,且在贸易部门和国家经济发展水平两个层面存在异质性。【结论】建立包容审慎的数据跨境流动规则、推进区分行业的精细化立法、提升新基建水平和技术创新能力能够有效提升数据跨境流动效率。本文研究成果为我国数字贸易高速、高质量增长以及产业结构转型升级提供了参考。

瑞士个性化健康网络的数据共享经验

瑞士在个性化医疗领域享有很高的声誉。“瑞士个性化健康网络”(Swiss Personalized Health Network,SPHN)以其高效率、高私密性、高技术以及卓越的服务质量而著称,常被视为全球医疗服务的典范。本研究聚焦于SPHN对瑞士个性化医疗的重要支撑作用,调研了瑞士个性化医疗的战略动向、政策法律支撑和组织机构运营,并且认为以下3个方面是瑞士个性化医疗长期在欧洲维持创新高地的关键因素:①SPHN组织的高效运营;②患者数据共享的特别保护机制;③可操作性极强的数据共享基础设施。在自上而下和自下而上的资金支持基础上,SPHN实现了大学附属医院、大学、技术平台、患者和其他数据生产机构等多方利益主体的平衡,搭建了高度发达的数据互操作性框架,并在中央数据协调中心(DCC)负责下建设了BioMedIT等一系列重大数据共享基础设施,以便实际支撑研发计划的科研项目,适应机器学习、人工智能算法以及多组学分析技术的进一步应用。未来,瑞士还计划在个性化医疗发展的“顶层设计”中,逐步强化个性化医疗数据共享以完善全生命周期纵向数据,加强数据共享对多重慢病诊断的支持,这在一定程度上代表了欧洲个性化医疗发展的最新动向。

我国纵向垄断协议司法认定问题及新《反垄断法》适用——基于26份司法判决数据的可视化分析

纵向垄断协议是我国《反垄断法》重点规制的行为之一。对我国所有纵向垄断协议司法判决进行实证分析后,可以发现我国纵向垄断协议司法实践虽有发展,但是呈现案件规模小、审理周期长、涉案协议被认定为纵向垄断协议比例低等特点,这与部分法院适用“合理原则”对纵向价格限制行为进行违法性认定存在密切关系。2022年我国《反垄断法》首次修订,虽然进一步细化了纵向垄断协议的认定规则,明确了纵向价格限制行为的竞争效果抗辩路径。但是,对于法院如何在审判过程中分析和认定纵向垄断协议的规定较为模糊。因此,宜通过司法数据分析,多视角多维度对当事人在纵向垄断协议方面的诉讼情况和法院裁判说理情况等相关数据进行分析,阐明我国法院审理纵向价格垄断协议适用“合理原则”存在的问题,并在新《反垄断法》背景下对纵向垄断协议案件的司法分析路径提出具体建议。希望能够充分发挥司法数据在法治建设中的重要力量,驱动司法决策升级,完善纵向垄断协议司法审判,促使反垄断执法与司法形成合力。

公共数据授权运营:理论探究、实践分析与完善路径

当前,公共数据授权运营正处于快速发展阶段,但其在理论和实践层面仍有待探讨之处。首先,开展理论探究,探讨了公共数据授权运营在法律性质上属于行政协议,在法律地位上与公共数据开放、公共数据共享并列,共同构成我国公共数据开发利用体系;其次,结合地方实践情况,分析了公共数据运营的3大特征及4大现实困境;最后,提出了公共数据运营的制度完善思路,即实现公共数据从当前政府主导的行政配置向市场化配置的转变,并从运营范围、主体资格、监督机制、收益分配及需求管理等方面给出具体建议。

Web3.0时代个人金融数据“自决”规则的重构

各国数据法对于个人数据或信息的合法许可架构皆基于个人自决权的理念,旨在通过个人对“自己的”数据处理的“同意决定”来实现对个人数据权利的保护。Web3.0时代利用区块链的分布式账本技术,实现个人对自身创造数据的自决控制;分布式商业金融则将所有的资产和资源依托数据流动起来,向所有人提供开放、可信的协作环境,在用户自决与数据共享的矛盾之下,传统的基于“知情同意”下的个人数据“自决”将无法与Web3.0时代的科技生态相匹配,需要检视用户的数据自决规则,基于Web3.0参与、控制、互信、共享的运行逻辑,重构个人金融数据的自决规则。

数据产权的解码与构建——以控制与管理定位

自进入大数据时代以来,数据的价值不断凸显且已经成为不可或缺的新型生产要素。就数据保护而言,司法实践中,主要存在产权规制法与行为规制法。产权规制法与行为规制法所规制的对象其实是以数据为载体、通过数字化手段进行加工处理的著作、专利与商业秘密。产权规制法并不是对数据及数据产权进行保护,而是对既有权利及经过数字化与数据化后的客体进行保护。与产权规制法相比,行为规制法具有一定的灵活性,但是在数据权利不清且数据主体不明的情况下仍然存在行为规制困境。通过将产权规制法与行为规制法进行必要结合,从控制与管理的视角构建以行为规制为主导兼具产权基本框架的数据产权,以此来促进数据的开发利用并提升数据经济的高质量发展。

跨境数据本地化:主权考量、安全底线与战略定位

跨境数据本地化已被列入很多国家/地区的法律条文,从多维方式来研究跨境数据本地化有助于对我国数据本地化进行科学的战略定位,维护我国的数据主权,实现数据安全与数据跨境高效流动的双重价值平衡。基于维护数据主权考量,文章以66个国家/地区的数据本地化措施为分析样本,从多个维度剖析数据本地化策略,检视我国数据本地化策略并提出完善对策。研究发现:大多数国家/地区的价值取向是促进数据跨境流动,存在“显性”“隐性”及其二者组合等3种模式,以及本地存储与本地备份两类强度要求,客体类型侧重于个人数据。我国数据本地化策略侧重于维护数据安全,存在本地存储数据类型过多、双重本地化要求过严、数据本地化立法强度升级等问题。文章提出我国跨境数据流动的战略定位设想:正视数据主权的相对性、区别适用绝对的本地存储、坚持显性数据本地化为主、数据类型先分类再分级。

商业数据保护的竞争之维:理论证成、实践面向与进路设想

关于商业数据的保护模式,理论上有既有部门法权利保护、新设权利保护和竞争法权益保护等多种路径,实践中多以竞争法规制具体侵权行为以回应个案的权益诉求。我国《反不正当竞争法(修订草案征求意见稿)》“商业数据专条”延续了既往的司法理路,但存在保护范围较窄、制度创新不足等问题,对商业数据的统一定义也无法满足具体类型数据的差异化利益诉求。现有的商业数据保护模式有权利法和竞争法两种路径,但未根据商业数据的形成过程对其进行类型化界分。有必要为公开与未公开商业数据分别创设符合其利益的保护路径,以加快数据市场化流通,完善数据要素市场。

平台经济领域反垄断规制的困境与对策——基于民事司法裁判的研究

平台经济发展至今,市场界定与市场支配地位认定均面临着巨大冲击。与传统经济相比,平台经济领域中的生产经营者之间的替代性大幅下降,市场边界难以界定。现阶段,《反垄断法》在判断市场支配地位时需要详细界定市场边界及分析相关生产经营者是否存在控制商品价格或产量的能力,以认定其具体的市场力量。然而,平台经济所采取的零价格商业模式使既有的以价格为媒介的量化方式难以适用,进而导致市场支配地位难以认定。在相关市场界定问题上通过对零价格模式、SSNIP、SSNDQ与SSNIC等定量分析法进行梳理发现,现阶段平台经济领域并不适合通过定量分析的模式对相关市场进行界定。因此,使用综合认定法判断相关生产经营者是否占据市场支配地位时,应当引入相关产品功能的替代可能性、替代合理性、替代持续性以及替代完整性进行分析,并进行多维度的细度厘定,以打破无法证明生产经营者占据市场支配地位的司法困境。

人工智能治理中“基于风险的方法”:理论、实践与反思

以生成式人工智能为代表的新一轮人工智能技术带来了一系列规制挑战,而传统的“基于权利的方法”难以有效因应。“基于风险的方法”主张根据人工智能所带来的不同类型和等级的风险,采取相应的治理措施和方式,平衡技术创新与有效治理的关系。这是一种符合人工智能风险特性和发展规律的治理方法,以风险社会、适应性治理和回应性规制等理论为指引,以风险识别与分析、风险评估与分类、风险控制与监督、风险沟通与参与作为制度构成。在基于风险的人工智能治理实践中,欧盟、美国和中国分别采取“自上而下模式”“自下而上模式”“混合模式”,并取得了初步成效。然而,人工智能治理中“基于风险的方法”也面临批判和质疑,应当构建多元共治的人工智能风险治理体系,并建立动态适应的人工智能风险治理机制,同时搭建开放协作的人工智能风险治理平台。

数字经济经营者集中审查的挑战及风险应对:一个DSCP范式的分析

经营者集中审查是重要的事前竞争监管制度,具有预防垄断风险的功能。数字经济的发展为企业赋能的同时,也为经营者集中审查带来巨大挑战。数字经济的经营者集中审查的制度风险是系统性的,需要全面梳理和系统建构,而数据要素作用是系统性制度风险的源头。数字经济经营者集中审查的“数据—结构—行为—政策”(DSCP)分析范式,以数据要素为核心,提炼出数据要素性、结构复杂性和行为不确定性三组风险点。数字经济经营者集中审查制度应当抓住数据这一关键要素,针对数字经济领域的新特征和新问题,围绕审查范围、竞争分析和救济设计方面的制度缺口,进行顶层设计和政策应对。

人工智能生成内容标识制度的逻辑更新与制度优化

生成式人工智能正在颠覆人们获取信息的方式,但生成内容的质量良莠难辨。随着用户生成内容时代的分流治理机制失效,标识制度应成为人工智能内容治理的核心,发挥“生成来源+真伪判断”的双轨提示作用。占据信息优势地位的模型开发者、服务提供者应履行内容安全保障义务与信息质量披露义务,主动修正虚假信息引发的用户认知挤压、心理冲击等问题。在具体标识制度优化迭代中,应设计人工智能生成内容质量光谱标识,要求对生成来源、责任主体、内容质量进行强制标识,以激活标识制度在信息内容筛选的实质作用。

直面人工智能“复活”技术应用的伦理挑战

人工智能(AI)“复活”的数字人具有高仿真性、强交互性,可给人们带来一定情感支持。但是,一旦AI“复活”技术被滥用,可能带来一定风险。对此,应以死者权益保护为前提、以人工智能合法应用为核心、以传播平台生态治理为保障,共同坚守AI“复活”技术应用的合法底线。未来,应更加注重AI“复活”技术应用的伦理治理,借助法律力量推进科技伦理成为具有普遍约束力的行动指南,从而实现科技伦理治理法治化,让AI技术真正造福人类。

规范算法技术应用 构建算法治理规则

规范算法推荐技术应用并系统制定规则,是我国在数字经济快速发展、信息服务广泛拓展的进程中,为更好地贯彻习近平总书记法治思想,建设中国特色社会主义法治体系,在互联网信息服务领域进行的一项重要制度设计。国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布的《互联网信息服务算法推荐管理规定》(以下简称:《规定》),已于3月1日起开始施行。这是我国互联网法治建设进程中的重要一步,体现了中国特色社会主义法治建设的正确价值导向、科技向善的伦理取向、协同共治的新型格局、全程监管的风控理念以及对特殊群体的人文关怀。

风险预防原则在个人信息保护中的适用与展开

随着数字风险社会的兴起,个人所处的数字环境日趋复杂。大数据、物联网、人工智能等数字技术的快速发展与广泛应用,使个人信息保护风险存在诸多不确定性和不可逆性,这推动着个人信息保护基本原则的更新。风险预防原则不仅回应了数字风险社会背景下个人信息保护的现实需求,而且是实现个人信息国家保护义务的内在要求。为了更好地推动风险预防原则在我国个人信息保护法制中的适用与展开,应当确立风险预防的基本原则地位及配套规则、完善预防性监管措施、优化风险预防的司法因应,构建更加完善的个人信息保护法律制度体系。

数据法如何重视自然人数据来源者的财产权

解构数据承载利益的复杂性是数据产权配置绕不开的难题。解题第一步是认清谁参与了数据价值生产,在其中发挥着何种作用。目前,学界对自然人数据来源者利益保护的探讨,主要集中在隐私权及个人信息保护方面,而自然人参与数据利益分配的资格长期被悬置,成为数据法中被忽视的议题,知情同意等机制可能在其中沦为为资本增值服务的角色。基于数据来源是价值续造的起点、普遍免费服务并非合理对价及促进流通激励、保护数字人格等方面的考量,可以采取货币兑换、权能兑换及集体托管等路径,实现对自然人数据来源者的财产权保护。

基于CNN和XLNet的音乐多模态情感分析方法

在情感分析领域,仅依靠文本等单一模态进行情感分析,限制了从多模态数据中提取多样化特征的能力,限制了情感分析结果的准确度和鲁棒性。为此,提出了融合音频分析网络和文本分析网络的多模态情感分析方法。其中,利用预训练卷积神经网络(CNN)和迁移学习技术进行基于Mel频谱图的音频情感分类,通过改进的XLNet模型执行歌词文本的特征提取和情感分类任务。CNN和XLNet输出包含概率权重和不同情感值的情感预测矩阵,最后使用堆叠集成方法合并不同模态的输出结果,完成多模态情感分类。在自建民族音乐数据集的消融实验证明,多模态方法具有良好的互补性,在情感识别任务中的性能显著优于单模态方法。公开数据集结果表明,所提方法的分类准确度达到83.75%,优于其他先进方法。

基于三元组键值对超关系学习的知识图谱链接预测

为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的键值对之间的相关性;通过最小值操作,对基本三元组、键值对以及相关性特征向量进行合并,利用全连接投影得到预测得分。结果表明,与其他预测模型相比,所提模型在JF17K数据集和WikiPeople数据集的键、值预测平均倒数排名表现更佳,在链接预测中排名分别小于10、1的三元组的平均占比的预测性能更优。