4月26日消息,针对近日交通部网约车《暂行办法》将在今年五月份出台的消息,中国政法大学传播法研究中心副主任朱巍刊文表示,专车新政的制定原则应该是为社会整体利益考虑,避免引起社会动荡,最好的办法就是,先以个别城市试点先行,总结经验之后再向社会推广的办法更为妥当,以下为全文:
最近据媒体报道,交通运输部的互联网专车《暂行办法》将在今年五月份出台。专车新政或将对专车的性质、车辆和人员,以及平台管理等方面做出明确的规定,具体内容尚不明确。不论如何,新政都将涉及到几千万专车专职和兼职司机、几亿用户和城市出行问题。从这个角度讲,这是一件关乎国计民生和互联网+发展的大事,作为主要研究互联网+产业与法律的学者,我想给立法者提出三点建议,以供参考。
专车是“互联网+”出行的典型,其中的C2C模式代表的是分享经济在社会资源配给方面的尝试,B2C模式则属于传统出租车+互联网的范畴,尽管两种模式都属于广义上的“专车”,但二者不是一回事。B2C模式需要大量运营车辆作为固定资产,这些车辆的数量有多少,或者应该是多少,没有人能给出准确的数字。城市高峰期需要的出租车就多,低谷期就少,所以,车辆的配给必然出现矛盾:若按照高峰期间配给的话,那么,低谷期就会出现大量车辆闲置和空载;若按照低谷时期配给的话,则高峰期间车就不够用。从模式上讲,真正能够调控数量的专车只能是C2C模式:高峰期社会车辆转换成运营车辆加速运力,低谷时期社会车辆又转换为社会车辆不参与运营。
专车新政之所以为“新”,就应该体现在鼓励专车C2C这种分享经济模式,而非循规蹈矩的限制分享经济发展。若新政仅允许B2C模式,这就与传统出租车没有本质区别,无法达到利用社会闲置资源调控城市交通和缓解交通压力的立法目的,也就谈不上是“新政”。
出租车管理权也不是一成不变的,我国出租车管理权由城建部门转到交通部门也没有多少年。如同我们要建立的服务型政府一样,出租车等城市交通管理目的不在于“管理”,而在于“服务”。现在政府对出租车行业的管理还处于2.0时代:管车、管人。这种模式在互联网时期出现了矛盾:若将互联网平台下的专车管理按照老规矩,交给交管部门的话,那么,管理权在政府,出现问题后的赔偿责任却在平台,显而易见,管理权与赔偿责任的分离是不公平的。特别是专车本来就是流动性很大的行业,司机的状况、车况的现状、车损的情况、预约的情况,交通争议等等,事无巨细,相信政府管理部门不可能,也没有必要都要事事操心。当然,这也不是说政府什么都不管,而是交由平台来管理,出了问题平台承担责任,政府直接监管平台,平台直接管理车辆和人员即可。
简政放权很重要,可也不是什么权力都下放,新政至少要做出以下几方面的规定。首先,应该做出补位性规定。“互联网+”出行是一个新事物,很多问题现有法律没有解决,例如,平台责任分担问题、保险责任问题、信息安全问题、消费者权益保护问题、平台信息发布问题等等,这些都是新政或其他法律有待涉及的地方。其次,应该做出底限性规定。现在一些专车平台滥用资本优势,去化解政府处罚,去干涉市场自由竞争,去损害消费者权益,这些都应该用法律划清平台企业经营的底线。最后,应该做出原则性规定。说到底,“互联网+”的产业发展直至今日也没有人能说得非常清楚,伴随着互联网4.0革命,越来越多的新事物都将涌现,这些东西有好有坏,公权力在这时应该保持谨慎,也许只有“让子弹飞一会”,才能确保立法的谨慎性,才能遵守最小伤害原则去保护那些新的事物。所以,新政应该多作出补位性、底线性和原则性规定,去看待新事物的发展,去保障新事物的进步,去促进社会经济的创新。
根据交通部发布的专车新政征求意见数据统计,关于平台是否纳入管理、网约车性质和驾驶员条件等问题的看法,社会反响是非常对立的。在此之前的其他法律征求意见,很少出现这样的征求意见中双方就尖锐对立的情形,同时,持支持和反对者的人数也非常接近,这就更加明确了新政的争议性问题。
这些数据反映出来并非是谁对谁错的事情,而是现实社会对专车发展的一种态度,还处于社会争议期。目前,一些专车平台兼职和专职司机,仅一家就有多达一千五六百万之多,很多人是抱着创业的心态和兼职贴补家用的心态投入到运营中来的,这些人中的绝大部分都属于C2C模式,若专车新政抹杀掉这种经营方式的话,那么,如何保护这些人的权益,如何稳定社会的情绪,如何避免群体性事件就成为立法者必须考虑的事情。与此相关,传统出租车行业对专车的态度也值得思考,如何维护好他们的权利也与专车新政能否妥善实施息息相关。
从专车群体和出租车群体的舆情上看,新政实在不宜作出具体明确的规定,或左或右都会产生不好的舆情效果。尤其是在我国出租车行业改革尚未结束之时,突兀的出台专车新政,这可能会严重阻碍出租车改革路径,很可能影响到社会稳定和出行市场正常发展。
因此,我建议应适当考虑专车新政的内容和出台时间。行政权力上的“试错”是应该被允许的,不过,为了社会整体利益考虑,应尽可能的将成本降到最低点,符合最小伤害和比例原则。专车新政最好的办法就是,先以个别城市试点先行,总结经验之后再向社会推广的办法更为妥当。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。