少妇人妻偷人精品一区二区,国产伦精品一区二区三区妓女,狼牙套加粗震动入珠套h,被狼交的女人(h)

中國金屬材料流通協會，歡迎您！

English服務熱線：010-59231580

搜索

專訪李禮輝：如何高效配置數據要素資源？

9月5日-7日，由中國金融四十人論壇（CF40）與中國國際經濟交流中心（CCIEE）聯合主辦的第六屆外灘金融峰會“應對變化的世界”在上海市黃浦區召開。全球財經政要、機構高管與學界領袖齊聚外灘，為變化中的世界發展尋求應對之策，探索全球合作與發展的新路徑。

在9月6日的分論壇上，中國銀行原行長李禮輝介紹，目前中國的非公共數據存在著流通不暢的問題。比如，我們的移動支付的客戶數現在差不多9億多，移動支付的各個平臺是數據的主要入口，但現在金融機構和移動平臺的數據共享，還沒有形成一個比較成熟的模式。

“我們仍存在公共數據的行政部門分隔的問題，還是會影響數據共享、數據價值的發揮。比如，涉及居民和企業的一些數據，分布在金融機構、金融監管、稅務、海關、工商管理等不同的部門中，存在行政性的數據分隔，影響了數據價值的開發。”李禮輝說。

同時，“全面提升數據要素生產率，實現數據資源價值的最大化，要求高效配置數據要素資源。由于數據具有不同的所有權歸屬，數據要素資源的配置也應該采用多元復合的方式。單一的市場化路徑或單一的行政路徑，都難以達到最優的配置效率。” 李禮輝認為。

如何解決數據分隔、數據流動，提升數據品質？圍繞數據、智能金融等相關問題，李禮輝接受了《財經》專訪。


QUESTION 1.



《財經》：您提到，數據的價值在于其真正成為生產要素。要打破公共數據的行政部門所有制。建立標準統一、互聯共享的公共數據應用系統，建立數據共享的征信系統，形成能夠支持數字經濟發展的基礎設施。您認為數據成為生產要素難點在哪？如何打破數據壁壘、實現數據共享？


李禮輝：數據成為生產要素的主要面臨的難點是“既要又要”兩難問題：既要保護數據隱私、保障數據安全，又要促進數據流動、發掘數據價值。

中國依托人口數量、市場規模和移動服務率先發展的優勢，在市場交易和公民行為領域已經形成全球領先的數據資源供給格局。海量的市場交易和公民行為數據是中國數字經濟、數字金融發展的寶貴資源。
中國這些年一直在推進數據共享。一些省市建立了大數據中心，在數據集中、數據整理、數據挖掘、數據共享方面做了大量工作。例如，福建省的大數據集團全面推進全省數據匯聚共享，建立7000萬級個人數據庫和800萬級企業數據庫，建立中小微企業信用數據多維度評分系統，建立交通、氣象數據專區，實現數據賦能千行百業，支持和促進了金融業的數字化轉型和發展。
盡管如此，我們的數據共享仍然滯后，數據鴻溝依然存在。例如，涉及居民和企業的財務數據和行為數據，分散在金融機構、金融監管、工商管理、稅務、海關等不同的局域系統中，共享水平不高，影響數據價值的深度開發。又如，中國移動支付用戶規模高達9億，數字化支付成為主要的數據入口，互聯網平臺擁有超大規模的個人和企業數據，但互聯網平臺與金融機構之間的數據關聯、數據共享尚未達成成熟的模式，數據價值未能充分發掘。主要原因是，關于保護數據隱私、保障數據安全的制度邊界不清晰、不明確，有關行政部門寧可嚴管、不敢松綁，數據資源生成多、應用少。
因此，打破數據壁壘，需要從制度創新入手。一是明確原則，強調實現保護個人隱私、保護信息安全、發掘數據價值、提升經濟效率多重目標的協調統一，不可以偏概全；二是落實責任，要求國家行政部門在各自分管的領域內正確區分隱私保護的邊界，正確把握數據安全管控的力度，制定數據共享的行業規范，不可推卸責任；三是在實踐中完善，先讓數據要素動起來、活起來、用起來，在發展過程中糾偏糾錯，逐步完善行業規范，成熟時將行業規范上升為法規、法律，不可止步不前。
在社會信用體系建設中，應該建立跨局域數據共享的征信系統，整合不同部門的數據資源，執行統一標準，采集企業和個人的金融業務、工商登記、稅費繳納、國際貿易、市場誠信等信息數據，注重為小微企業積累信用記錄，賦予信用標記，實現信用增值，推進普惠金融業務發展。


QUESTION 2.



《財經》：如何從監管層面化解數據權屬不清的問題？


李禮輝：三中全會提出：建設和運營國家數據基礎設施，促進數據共享；加快建立數據產權歸屬認定、市場交易、權益分配、利益保護制度；數據20條要求：完善數據產權結構性分置制度，建立公共數據、企業數據、個人數據的分類分級確權授權制度。

在監管層面，一方面要解決公共數據發掘不足、品質不高、開放不力的問題，另一方面要解決企業數據和個人數據權屬不清、保護不力、流通不暢的問題。
一是公共數據的發掘、脫敏和開放共享。美國等西方發達國家在知識和學術領域擁有長期發展累積的數據資源優勢。中國高品質的文化類、科技類、視覺類數據資源相對短缺，符合AI大模型需求的高品質數據集遠遠不夠。
要加快數據脫敏，擴展公共數據開放應用。對政府行政部門、公共服務機構、社會團體、公益組織等具有公共屬性的機構收集和存儲的個人信息，進行脫敏處理消除個人和企業的標記。國家建立集中統一的公共數據庫和互聯互通的公共數據應用系統，打破數據孤島。公共數據按照“原始數據不出域、數據可用不可見”的要求，以模型、核驗等產品和服務等形式向社會提供，加大供給使用范圍。應充分挖掘公共數據，將公共數據用于宏觀經濟管理和規劃，用于供給側和需求側的結構性改革，用于產業鏈的布局和流程改進，用于城市智能管理系統，用于普惠金融；同時將公共數據用于生產商的產品和服務優化，用于經銷商的采購和物流優化。
要加快公共文檔資料的數據發掘，建立專業化的公共數據庫。圖書館、高校、科研機構和行政部門擁有大量的公共文檔資料，具有文化價值、技術價值和經濟價值，應該統籌規劃、分門別類、分期分批進行數據化清理，發掘高品質的數據集，充實公共數據庫。
二是企業數據和個人數據的確權、保護和共同使用。對各類市場主體在生產經營活動中采集加工的不涉及個人信息和公共利益的數據，應該確認市場主體對該數據的持有權、使用權和收益權。
需要審慎把握邊界的，是市場主體在生產經營活動中采集加工的承載個人信息的數據。數據處理者必須按照個人授權和法規許可范圍采集、持有、托管和使用數據，完善個人信息保護機制，規范采集使用個人信息行為。同時創新技術手段，推動個人信息匿名化處理，保障使用個人信息數據時的信息安全和個人隱私。
金融業是數據密集型行業，發展普惠金融業務是國家的政策導向。不同金融機構占有數據的數量、質量及其挖掘數據的能力，在很大程度上可以決定一家金融機構經營普惠金融業務的實際能力，包括普惠金融業務的數量和質量、風險成本和經營成本。要加快推進非公共數據按市場化方式“共同使用、共享收益”的新模式，支持金融機構與互聯網平臺企業、交通運輸企業、物流企業、數據分析加工企業、征信機構、行政部門、公共服務機構等“數據大戶”建立市場化的數據分享機制，為普惠金融業務提供數據支持，促進金融業為中小微企業提供高效率的金融服務。


QUESTION 3.



《財經》：《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》提出，建立保障權益、合規使用的數據產權制度。您認為，合理的數據產權制度應該具備哪些要素？如何推進形成這一制度？


李禮輝：數據20條將數據基礎制度定義為數據產權制度、數據要素流通和交易制度、數據要素收益分配制度和數據要素治理制度，數據產權細分為數據資源持有權、數據加工使用權、數據產品經營權。

完善的數據產權制度要立足于實現數據要素資源配置的最優化和數據要素價值的最大化。由于數據要素具有不同的性質、不同的所有權歸屬，實現價值最大化的最佳路徑也各不相同。著作數據的價值最大化取決于確權和市場交易，個人數據的價值最大化取決于隱私保護和融合應用，公共數據的價值最大化取決于透明度和資源共享。
建立數字資產市場，有利于完善數據產權制度。數字經濟時代需要數字資產市場。數字資產市場包括數字化的金融資產、實體資產和資產化的專利數據、著作數據。
數字化的金融資產可以在數字資產市場中獲得認證、定價并進行交易，實現所有權的轉讓。數字化的實體資產可以在數字資產市場中獲得認證、定價并進行所有權或使用權的交易。
資產化的專利數據、著作數據，指符合《專利法》《著作權法》等法律定義的“專利”和“作品”的數字化資產形態，屬于知識產權。
具備新穎性、創造性和實用性的發明和創新，可以被授予專利權，專利申請權和專利權可以轉讓。
作品包括文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果，包括文字作品，口述作品，藝術作品，美術、建筑作品，攝影作品，視聽作品，工程設計圖、產品設計圖等圖形作品和模型作品，計算機軟件，以及符合作品特征的其他智力成果。著作數據的所有權或使用權，可以在數字資產市場中獲得認證、定價并進行交易。
在數字資產市場中，認證是關鍵環節。應用區塊鏈、人工智能等數字化技術建立數字信任機制，具有超越傳統的資產市場的優越性。一是在信任未知或信任薄弱的環境中形成可信任的紐帶，節約信用形成所需的時間和成本，加持商業信用；二是在廣域、高速的網絡中建立可信的認證工具，解決專利和專利權人、著作數據和著作所有者的確權問題，實現數據可信、產權可信、授權可信、合約可信、法人可信。這將有利于充分發掘數據資源的商業價值。
數字化技術的創新和應用正在構建以對等、互信、共贏為特征的分布式商業模式。擁有數據資源優勢的一方，與擁有資本、技術、勞動、土地、客戶、渠道等要素優勢的其他方，可以在資源共享基礎上開展多方合作和利益互換，集合比較優勢，降低機會成本，通過交換與合作獲益。分布式商業可以擺脫傳統商業模式下各自利益最大化的局部最優，通過資源協調，創造帕累托最優，追求產業鏈、供應鏈各個環節的結構性協調，實現全局優化。
會提出：建設和運營國家數據基礎設施，促進數據共享；加快建立數據產權歸屬認定、市場交易、權益分配、利益保護制度；數據20條要求：完善數據產權結構性分置制度，建立公共數據、企業數據、個人數據的分類分級確權授權制度。
在監管層面，一方面要解決公共數據發掘不足、品質不高、開放不力的問題，另一方面要解決企業數據和個人數據權屬不清、保護不力、流通不暢的問題。
一是公共數據的發掘、脫敏和開放共享。美國等西方發達國家在知識和學術領域擁有長期發展累積的數據資源優勢。中國高品質的文化類、科技類、視覺類數據資源相對短缺，符合AI大模型需求的高品質數據集遠遠不夠。
要加快數據脫敏，擴展公共數據開放應用。對政府行政部門、公共服務機構、社會團體、公益組織等具有公共屬性的機構收集和存儲的個人信息，進行脫敏處理消除個人和企業的標記。國家建立集中統一的公共數據庫和互聯互通的公共數據應用系統，打破數據孤島。公共數據按照“原始數據不出域、數據可用不可見”的要求，以模型、核驗等產品和服務等形式向社會提供，加大供給使用范圍。應充分挖掘公共數據，將公共數據用于宏觀經濟管理和規劃，用于供給側和需求側的結構性改革，用于產業鏈的布局和流程改進，用于城市智能管理系統，用于普惠金融；同時將公共數據用于生產商的產品和服務優化，用于經銷商的采購和物流優化。
要加快公共文檔資料的數據發掘，建立專業化的公共數據庫。圖書館、高校、科研機構和行政部門擁有大量的公共文檔資料，具有文化價值、技術價值和經濟價值，應該統籌規劃、分門別類、分期分批進行數據化清理，發掘高品質的數據集，充實公共數據庫。
二是企業數據和個人數據的確權、保護和共同使用。對各類市場主體在生產經營活動中采集加工的不涉及個人信息和公共利益的數據，應該確認市場主體對該數據的持有權、使用權和收益權。
需要審慎把握邊界的，是市場主體在生產經營活動中采集加工的承載個人信息的數據。數據處理者必須按照個人授權和法規許可范圍采集、持有、托管和使用數據，完善個人信息保護機制，規范采集使用個人信息行為。同時創新技術手段，推動個人信息匿名化處理，保障使用個人信息數據時的信息安全和個人隱私。
金融業是數據密集型行業，發展普惠金融業務是國家的政策導向。不同金融機構占有數據的數量、質量及其挖掘數據的能力，在很大程度上可以決定一家金融機構經營普惠金融業務的實際能力，包括普惠金融業務的數量和質量、風險成本和經營成本。要加快推進非公共數據按市場化方式“共同使用、共享收益”的新模式，支持金融機構與互聯網平臺企業、交通運輸企業、物流企業、數據分析加工企業、征信機構、行政部門、公共服務機構等“數據大戶”建立市場化的數據分享機制，為普惠金融業務提供數據支持，促進金融業為中小微企業提供高效率的金融服務。


QUESTION 4.




《財經》：您此前提到AI 信任和AI 安全問題。AI 技術廣泛應用后，AI 產生虛假內容，AI 操縱人類行為等問題也相應出現。什么是合理的AI 信任制度和AI 監管制度？應從哪些方面立法規范？


李禮輝：AI技術創新和應用帶來了新的挑戰，必須重點管控AI對齊、AI虛假、AI操縱等問題。“AI對齊”是指AI系統的目標必須與人類的價值觀與根本利益保持一致，這個概念得到了全球的原則認可。問題在于，人類的價值觀和根本利益未必一致，不同實體和群體的價值觀和根本利益存在差異甚至沖突。在地緣政治環境中，AI對齊有可能成為霸權國家價值觀輸出的技術工具。

“AI虛假”是指應用深度學習、虛擬現實等生成類算法制作高仿真的圖像、音頻和視頻，可以模糊真實和虛假的邊界，甚至可以對抗通用的技術甄別，已經被用于實施經濟詐騙，被用于詆毀個人信譽和企業商譽。

“AI操縱”是指高仿真的圖像、音頻和視頻被用于操弄負面輿情，抹黑政治對手，破壞政治信任，破壞社會穩定，激化社會矛盾。2023年7月18日聯合國安理會上，聯合國秘書長古特雷斯說，人工智能正在多領域發揮作用，但可能被懷有惡意的人使用，包括將其用于恐怖主義、煽動仇恨和暴力。

為此，我們需要實行安全與效率并重的數字經濟治理。

一是嚴格管控AI虛假與AI操縱。國家建立AI信任制度和AI監管制度，在立法和執法層面明確禁止AI造假和AI欺詐，賦予合格企業AI信任標志；提升深度合成內容鑒別技術，提供對抗AI虛假的公共服務，在國家層級建立預防AI操縱的防火墻。

二是主動參與全球AI標準制定，在“AI對齊”全球制度建設中融入中國因素，抵消西方霸權的負面影響。

三是注意AI軟件開源的潛在風險。可信的開源是數字技術創新的可行路徑，我們不可能拒絕開源。OpenAI對GPT從開源到閉源應是為保持技術領先，Meta對Llama3開源則是為爭奪市場。必須注意的是開源算法與生俱來的系統綁定與技術依賴，一是開源模型的技術天花板難以超越，二是由外國數據預訓練的模型未必適應本土需求，三是開源中止可能造成技術斷橋。軟件開源協作規則包括源代碼公開、允許派生作品、維護作者源代碼完整性等。在開源格局中，要建立軟件安全技術標準和軟件審核認證制度，攔截存在安全隱患的開源軟件；要加大投入，加大政策扶持，優先研發、優先使用具有自主產權的軟件和模型，促進中國軟件技術產業的進步與成長。


QUESTION 5.



《財經》：如何用技術完善金融監管？如何系統有效推進數字金融創新、平衡金融領域的創新與風險？



李禮輝：對于智能金融創新，偏于審慎的觀點認為，將尚不成熟的人工智能技術投入高風險的金融領域，可能放大現有風險并產生新的風險。我認為，金融業必須重點解決的技術缺陷包括模型歧視、算法趨同、隱私保護薄弱、關鍵第三方依賴等。模型歧視指模型輸出的結果出現對某些群體的集體性偏見、差評和政策限制；算法趨同指在不同機構的量化交易之類的智能金融程序中，由于算法邏輯趨同出現相同的市場趨勢預測，執行相同的市場交易策略，導致單邊化的市場交易，可能引發暴漲暴跌的市場危機。

智能金融創新必須以金融安全為前提，實現符合倫理標準的金融平等，保障符合安全標準的金融效率，營造符合經濟規律的創新模式。
一是行業級垂直模型與企業級垂直模型融合發展。用海量數據預訓練行業級垂直模型并持續調優，再根據不同需求調適差異化應用，定制企業級垂直模型，可以有效降低垂直模型開發的邊際成本，同時擴展垂直模型的應用范圍。金融業涵蓋商業銀行、保險、證券投資、財富管理等不同領域，同一領域的金融產品、金融服務、金融管理的需求大同小異，采用行業級垂直模型和企業級垂直模型融合發展的技術路線，同時選擇適當的商業模式，有利于實現高效率、低投入、個性化的金融創新需求。
二是建設安全高效的智能金融創新制度。過于嚴苛的監管可能抑制創新和產業發展。可考慮的原則是“高中初小”，“高”是占領技術高地，“中”是全球領先的中國方案，“初”是有能力把風險消滅在萌芽狀態，“小”是實現風險概率和風險成本最小化。
這就要求加快智能金融監管創新，節約監管成本和被監管成本。例如，制定法律法規，明確智能金融各參與方的責任邊界，包括智能金融監管的基本原則、監管機構的職責和權限、金融機構的智能金融業務規范；建立穿透式、一體化、跨局域的智能金融協同監管系統，實現監管信息共享；建立智能金融技術審核認證制度，完善AI大模型的測試平臺、工具、標準和方法；建立智能金融風險分析和監測系統，及時識別、評估并提前預警異常交易和市場操縱，主動預防系統性風險；積極參與構建數字經濟國際規則和數字技術通用標準，加強智能金融國際監管協作和交流，在數字經濟國際規則建設中爭取中國的話語權，在數字技術通用標準建設中爭取中國的“定位權”。


返回列表