4月26日消息,針對近日交通部網(wǎng)約車《暫行辦法》將在今年五月份出臺的消息,中國政法大學(xué)傳播法研究中心副主任朱巍刊文表示,專車新政的制定原則應(yīng)該是為社會(huì)整體利益考慮,避免引起社會(huì)動(dòng)蕩,最好的辦法就是,先以個(gè)別城市試點(diǎn)先行,總結(jié)經(jīng)驗(yàn)之后再向社會(huì)推廣的辦法更為妥當(dāng),以下為全文:
最近據(jù)媒體報(bào)道,交通運(yùn)輸部的互聯(lián)網(wǎng)專車《暫行辦法》將在今年五月份出臺。專車新政或?qū)\嚨男再|(zhì)、車輛和人員,以及平臺管理等方面做出明確的規(guī)定,具體內(nèi)容尚不明確。不論如何,新政都將涉及到幾千萬專車專職和兼職司機(jī)、幾億用戶和城市出行問題。從這個(gè)角度講,這是一件關(guān)乎國計(jì)民生和互聯(lián)網(wǎng)+發(fā)展的大事,作為主要研究互聯(lián)網(wǎng)+產(chǎn)業(yè)與法律的學(xué)者,我想給立法者提出三點(diǎn)建議,以供參考。
專車是“互聯(lián)網(wǎng)+”出行的典型,其中的C2C模式代表的是分享經(jīng)濟(jì)在社會(huì)資源配給方面的嘗試,B2C模式則屬于傳統(tǒng)出租車+互聯(lián)網(wǎng)的范疇,盡管兩種模式都屬于廣義上的“專車”,但二者不是一回事。B2C模式需要大量運(yùn)營車輛作為固定資產(chǎn),這些車輛的數(shù)量有多少,或者應(yīng)該是多少,沒有人能給出準(zhǔn)確的數(shù)字。城市高峰期需要的出租車就多,低谷期就少,所以,車輛的配給必然出現(xiàn)矛盾:若按照高峰期間配給的話,那么,低谷期就會(huì)出現(xiàn)大量車輛閑置和空載;若按照低谷時(shí)期配給的話,則高峰期間車就不夠用。從模式上講,真正能夠調(diào)控?cái)?shù)量的專車只能是C2C模式:高峰期社會(huì)車輛轉(zhuǎn)換成運(yùn)營車輛加速運(yùn)力,低谷時(shí)期社會(huì)車輛又轉(zhuǎn)換為社會(huì)車輛不參與運(yùn)營。
專車新政之所以為“新”,就應(yīng)該體現(xiàn)在鼓勵(lì)專車C2C這種分享經(jīng)濟(jì)模式,而非循規(guī)蹈矩的限制分享經(jīng)濟(jì)發(fā)展。若新政僅允許B2C模式,這就與傳統(tǒng)出租車沒有本質(zhì)區(qū)別,無法達(dá)到利用社會(huì)閑置資源調(diào)控城市交通和緩解交通壓力的立法目的,也就談不上是“新政”。
出租車管理權(quán)也不是一成不變的,我國出租車管理權(quán)由城建部門轉(zhuǎn)到交通部門也沒有多少年。如同我們要建立的服務(wù)型政府一樣,出租車等城市交通管理目的不在于“管理”,而在于“服務(wù)”?,F(xiàn)在政府對出租車行業(yè)的管理還處于2.0時(shí)代:管車、管人。這種模式在互聯(lián)網(wǎng)時(shí)期出現(xiàn)了矛盾:若將互聯(lián)網(wǎng)平臺下的專車管理按照老規(guī)矩,交給交管部門的話,那么,管理權(quán)在政府,出現(xiàn)問題后的賠償責(zé)任卻在平臺,顯而易見,管理權(quán)與賠償責(zé)任的分離是不公平的。特別是專車本來就是流動(dòng)性很大的行業(yè),司機(jī)的狀況、車況的現(xiàn)狀、車損的情況、預(yù)約的情況,交通爭議等等,事無巨細(xì),相信政府管理部門不可能,也沒有必要都要事事操心。當(dāng)然,這也不是說政府什么都不管,而是交由平臺來管理,出了問題平臺承擔(dān)責(zé)任,政府直接監(jiān)管平臺,平臺直接管理車輛和人員即可。
簡政放權(quán)很重要,可也不是什么權(quán)力都下放,新政至少要做出以下幾方面的規(guī)定。首先,應(yīng)該做出補(bǔ)位性規(guī)定。“互聯(lián)網(wǎng)+”出行是一個(gè)新事物,很多問題現(xiàn)有法律沒有解決,例如,平臺責(zé)任分擔(dān)問題、保險(xiǎn)責(zé)任問題、信息安全問題、消費(fèi)者權(quán)益保護(hù)問題、平臺信息發(fā)布問題等等,這些都是新政或其他法律有待涉及的地方。其次,應(yīng)該做出底限性規(guī)定?,F(xiàn)在一些專車平臺濫用資本優(yōu)勢,去化解政府處罰,去干涉市場自由競爭,去損害消費(fèi)者權(quán)益,這些都應(yīng)該用法律劃清平臺企業(yè)經(jīng)營的底線。最后,應(yīng)該做出原則性規(guī)定。說到底,“互聯(lián)網(wǎng)+”的產(chǎn)業(yè)發(fā)展直至今日也沒有人能說得非常清楚,伴隨著互聯(lián)網(wǎng)4.0革命,越來越多的新事物都將涌現(xiàn),這些東西有好有壞,公權(quán)力在這時(shí)應(yīng)該保持謹(jǐn)慎,也許只有“讓子彈飛一會(huì)”,才能確保立法的謹(jǐn)慎性,才能遵守最小傷害原則去保護(hù)那些新的事物。所以,新政應(yīng)該多作出補(bǔ)位性、底線性和原則性規(guī)定,去看待新事物的發(fā)展,去保障新事物的進(jìn)步,去促進(jìn)社會(huì)經(jīng)濟(jì)的創(chuàng)新。
根據(jù)交通部發(fā)布的專車新政征求意見數(shù)據(jù)統(tǒng)計(jì),關(guān)于平臺是否納入管理、網(wǎng)約車性質(zhì)和駕駛員條件等問題的看法,社會(huì)反響是非常對立的。在此之前的其他法律征求意見,很少出現(xiàn)這樣的征求意見中雙方就尖銳對立的情形,同時(shí),持支持和反對者的人數(shù)也非常接近,這就更加明確了新政的爭議性問題。
這些數(shù)據(jù)反映出來并非是誰對誰錯(cuò)的事情,而是現(xiàn)實(shí)社會(huì)對專車發(fā)展的一種態(tài)度,還處于社會(huì)爭議期。目前,一些專車平臺兼職和專職司機(jī),僅一家就有多達(dá)一千五六百萬之多,很多人是抱著創(chuàng)業(yè)的心態(tài)和兼職貼補(bǔ)家用的心態(tài)投入到運(yùn)營中來的,這些人中的絕大部分都屬于C2C模式,若專車新政抹殺掉這種經(jīng)營方式的話,那么,如何保護(hù)這些人的權(quán)益,如何穩(wěn)定社會(huì)的情緒,如何避免群體性事件就成為立法者必須考慮的事情。與此相關(guān),傳統(tǒng)出租車行業(yè)對專車的態(tài)度也值得思考,如何維護(hù)好他們的權(quán)利也與專車新政能否妥善實(shí)施息息相關(guān)。
從專車群體和出租車群體的輿情上看,新政實(shí)在不宜作出具體明確的規(guī)定,或左或右都會(huì)產(chǎn)生不好的輿情效果。尤其是在我國出租車行業(yè)改革尚未結(jié)束之時(shí),突兀的出臺專車新政,這可能會(huì)嚴(yán)重阻礙出租車改革路徑,很可能影響到社會(huì)穩(wěn)定和出行市場正常發(fā)展。
因此,我建議應(yīng)適當(dāng)考慮專車新政的內(nèi)容和出臺時(shí)間。行政權(quán)力上的“試錯(cuò)”是應(yīng)該被允許的,不過,為了社會(huì)整體利益考慮,應(yīng)盡可能的將成本降到最低點(diǎn),符合最小傷害和比例原則。專車新政最好的辦法就是,先以個(gè)別城市試點(diǎn)先行,總結(jié)經(jīng)驗(yàn)之后再向社會(huì)推廣的辦法更為妥當(dāng)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。