以全国统一大市场促进产需有机衔接******

　　作者：崔琳

　　完善的市场体系可以推动资源配置实现效益最大化和效率最优化，高效的流通体系能够在更大范围更深程度把生产和消费有机联系起来。《扩大内需战略规划纲要（2022—2035年）》将“健全现代市场和流通体系，促进产需有机衔接”作为深入实施扩大内需战略的重点任务。

　　建设全国统一大市场，打通制约产需衔接的制度梗阻。市场是当今世界最稀缺的资源，我国拥有包含14亿多人口的超大规模市场和联合国产业分类中的全部工业门类，国民经济的产需两端都蕴含着巨大的发展潜力。在此基础上，能否有效开发市场需求、持续改善供给质量，形成需求牵引供给、供给创造需求的更高水平动态平衡，关系到国民经济循环的健康与畅通。当前，国民经济在生产、分配、流通、消费等环节仍存在堵点、断点，制约要素市场化配置的制度性阻碍依然存在，垄断经营、准入限制、地方保护与行政壁垒等妨碍公平竞争的因素尚未消除。解决以上问题的关键一招就是建设全国统一大市场，通过理顺地方竞争关系、明晰政府与市场边界，构筑起支撑市场高效运转的制度地基，以统一的市场基础制度规则、统一的要素商品和服务市场、统一的市场监管标准与高水平的现代物流体系，破除封闭小市场、地方小循环，打通制约供给质量提升与需求优化升级的制度梗阻，形成供需互促、产销并进、畅通高效的国内大循环，持续释放内需潜力，加快构建新发展格局。建设全国统一大市场应以实现产需高水平动态平衡为目标，坚持问题导向和系统思维，从供给侧和需求端同时发力，全方位激发内需活力，既应着眼于消除阻碍生产者科学决策、有效生产的制度性壁垒，提升供给效率与质量，又应着力降低交易成本，发挥市场的规模效应和集聚效应，满足并扩大市场需求，在供求两端不断改善的过程中促进产需的高水平衔接。

　　现阶段，以全国统一大市场促进产需有机衔接需要把握以下三个政策要点。

　　一是深化要素市场化配置改革，促进资源有效配置。要素市场是现阶段制约我国高标准市场体系建设的主要短板，突出表现为城乡统一的建设用地市场仍不完善，劳动力在城乡、区域和单位之间仍然存在流动障碍，多层次资本市场体系有待建立，科研主体与市场主体存在分割，要素数据的确权与收益规则尚未明确等。为此，应着力消除制约生产要素自由流动的体制机制障碍，推动劳动力、土地、知识、技术、数据等要素资源的市场化配置改革，使要素价格真实反映市场供求与资源稀缺程度，提高资源配置效率。

　　二是锚定高水平社会主义市场经济体制目标，加快建设公平统一、竞争有序的大市场。我国经济体制改革的目标是建立更加系统完备、更加成熟定型的高水平社会主义市场经济体制，为此必须首要回答建设什么样的市场、怎样建设市场这一关键问题，而公平统一、竞争有序的全国大市场就是构建高水平社会主义市场经济体制最重要的客观基础。市场秩序公平有序的关键在于市场规则的统一性、公平性和可预期性，不同所有制企业在要素获取、准入许可、标准制定等方面享有平等待遇，通过制度规则的“安全感”稳定企业家预期，激发潜在投资需求。全国统一大市场建设的关键在于重构地方政府间围绕高质量发展的健康竞合关系，破除地方保护和市场分割，及时清理废除妨碍统一市场的各类规定与做法，提高市场准入效能，全面推动我国市场由大到强转变。

　　三是强化现代流通体系建设，切实保障产需衔接效率与安全。物流体系是连接产需两端的生命线，加快建设现代物流体系是建设全国统一大市场的应有之义，实施扩大内需战略必须以布局合理、整体畅通、安全高效的物流网络为依托。在需求端，要优化现代商贸体系，完善高水平商品交易市场，建设满足差异性偏好的多样化商贸设施。在供给端，要从提升产业链供应链韧性和安全水平的高度出发加快发展现代物流体系，实现区域、城乡、国际物流的快速联通，提高物流体系对产需两端的适配性，形成内外联通、安全高效的物流网络。（崔琳）

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。