生成式人工智能作品著作權:權利歸屬與制度構建

聶洪濤 陳怡帆

摘? ?要：隨著人工智能在創作領域的廣泛應用，對以自然人創作為主導的傳統作品的產生方式提出了新考驗，引起人們對《著作權法》關于作品認定的重新討論以及生成式人工智能作品權利歸屬的爭議。為激勵藝術創作和鼓勵文化事業發展，應承認滿足一定條件的生成式人工智能作品的可著作權性地位。借鑒關于人工智能和機器創作域外知識產權立法的相關經驗，通過分析英國、美國和歐盟關于人工智能生成物可版權性的法律實踐，對我國生成式人工智能作品著作權保護的制度構建提出合理建議。即為平衡各方利益主體需求，立法應當明晰著作權保護的權利客體，尊重當事人的意思自治，同時對生成式人工智能作品著作權行使進行必要限制，鼓勵對機器創作的合理使用。

關鍵詞：生成式人工智能;可版權性;思想與表達二分法;著作權;合理使用;權利歸屬

DOI：10.3969/j.issn.1003-9031.2024.03.008

中圖分類號：D923.4? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1003-9031（2024）03-0077-11

生成式人工智能在文學、音樂、藝術、新聞等多個領域的應用愈來愈廣，其發展給人們帶來便利的同時，也對現行法律制度的重構提出了新的要求。2023年8月15日，《生成式人工智能服務管理暫行辦法》施行，促進了生成式人工智能健康發展及規范應用。當前人類社會的發展尚處于弱人工智能階段，人工智能作為輔助人類創作的工具，僅是按照預先輸入的既定算法進行創作，其生成物因不滿足作品“獨創性”要求從而不被納入著作權客體的范疇。但從外觀表現上來看，生成式人工智能作品與自然人作品已難以區分，司法實踐中關于其作品版權歸屬的糾紛層出不窮。本文認為，人工智能保護的核心在于權利歸屬而非作品界定問題。如果不能對生成式人工智能作品的屬性進行明確規定并對權利分配作出立法上的調整，將會對社會產生負面影響。生成式人工智能進入版權領域，極有可能取代人類創作，文化藝術的多元性和稀缺性也無從保障。因此，對生成式人工智能作品如何進行立法規制是一項亟待解決的問題，有必要對其可版權性進行深入探究以及重新理解“思想與表達二分法”理論，本著著作權促進和激勵文化傳播的立法目的，構建適合本國國情的生成式人工智能作品的法律保護體系，推動生成式人工智能產業持久穩定發展。

一、生成式人工智能作品的可著作權性分析

將《著作權法》中的可著作權性標準用于判斷生成式人工智能作品的屬性，有助于我們更好地探討其著作權歸屬。在如今科技發展階段，生成式人工智能作品不具有作品認定中最低限度的獨創性要求，根源在于其創作過程受到開發設計者預先輸入算法及代碼的制約，本身缺乏作品的“獨創性”特征?，F階段人工智能的創作過程還依賴于人類對其創作素材和信息的取舍與優化，不具有獨立創作的能力。因此，其創作物不能被認定為受《著作權法》保護的“作品”范圍。

雖然目前《著作權法》還未認定生成式人工智能作品的可著作權性，不能對其適用“作品—創作—作者”的邏輯進行保護。但已經出現了能夠進行自主創作的生成式人工智能，人類不再涉足其創作過程，機器可以獨立開發新算法，模擬人類的思維過程進行創作。如微軟公司開發的人工智能“小冰”創作的“原創”詩集得到出版，“小冰”化名人類作者向雜志社投稿并得到錄用，可見人工智能生成物市場的巨大潛力已不可否認。人工智能進行創作需要學習大量的信息和素材，核心問題是其創作的“思想”是否涉嫌對前人作品的剽竊？當人工智能創作水平愈來愈貼近甚至超越人類，傳統藝術作品是否將會陷入被替代的風險？對于人類創作來說，創作者對其作品投入了大量心血，經過了長期學習、創作模仿、修改，才得到具有獨創性的作品。但這個過程對于人工智能來說簡直輕而易舉，它們能夠在短時間內完成大量創作，是人類作者終極一生也無法企及的高度。美聯社新聞寫作的人工智能wordsmith每季可產出3000余篇的新聞文本，其算法能夠最大程度模擬人類作者的創作表達和文筆風格，結合預先輸入的信息庫數據快速撰寫媒體稿件。人工智能音樂軟件jukedeck極強創作能力也打破了傳統藝術的桎梏，用戶可設置自己心儀的曲風及音樂類型，在短短幾秒鐘內就能生成具有“獨特”風格的音樂作品。人工智能借助自身的學習能力能夠獨立扮演“創作者”的角色，不再需要人類涉及其每個創作階段，這時的生成式人工智能創作品已具備自身的市場地位與一定的經濟價值。在此過程下產生的生成式人工智能作品才是值得著作權法研究的重要客體。此類新興產物的出現值得《著作權法》對可著作權性進行重新界定。

（一）作品屬性判斷

1.自然人創作

“作者—作品”的關系體現在作者創作使得作品產生，不同的創作主體賦予作品多元性、價值性和稀缺性特征，而作品又體現了作者的個性化思想與獨立的創作精神。自然人創作是著作權制度的邏輯起點與基礎，同時也保障了著作權安排的合理性與必要性，促進與激勵文化傳播這一立法目標才能得以實現。除法律特別規定外，著作權主體只能是自然人。這一理論由此引發了關于人工智能生成物能否成為作品的討論。否定說認為：首先，生成式人工智能不是自然人，不能成為《著作權法》中的權利主體，其生成物也不能被認定為作品。其次，生成式人工智能本身作為人類智力成果，應當由開發設計者享有著作權，若其創作物被納入受著作權保護的作品范疇，亦由開發設計者享有著作權，那么將出現重復保護和雙重獲利的現象。最后，作品對于獨創性特征的要求是作者以其個性化思維進行獨立創作，這也暗示出對自然人創作的要求。德國著作權法就規定了只有自然人才能成為創作主體。無獨有偶，2015年美國法院判決的“猴子自拍”案明確指出，猴子自拍照不屬于攝影作品，不受著作權版權保護。只有自然人創作的作品才被美國版權局認可，不接受由動物、自然創作的作品進行版權登記。但這并不能成為阻礙人工智能生成物受到著作權保護的理由。不同之處在于，猴子是在非人類主體干預下進行的自拍“創作”，而人工智能生成物的產生或多或少都與開發設計者或使用者產生聯系，生成式人工智能本質上只是進行創作的工具，必然受到人類控制或影響，這是動物創作和其創作的不同之處。

英國法學家梅因曾說：“法律一旦制定，就已經滯后?！狈梢蚱渥陨淼臏笮蕴卣?，常常難以應對新興社會問題的出現。司法實踐中關于生成式人工智能作品著作權糾紛案件已經屢見不鮮。北京互聯網法院和深圳南山區法院關于生成式人工智能創作物著作權糾紛就曾做過兩份截然不同的判決，可見實踐中對于其立法規制問題亟待解決。如果僅因不符合自然人創作這一要求就將生成式人工智能作品拒之著作權保護門外，那么隨著科技進步，其將大量占據市場并與自然人作品難以區分，這將對現行著作權保護體系產生巨大沖擊。如微軟公司的人工智能“小冰”化名人類作者投稿的23首詩歌被成功錄用并獲得稿酬，讀者根本無法察覺其并非人類所創。不論從外觀還是內容，亦或是主體思想，生成式人工智能作品都與人類作者的作品沒有任何區別。受利益驅使，人工智能開發設計者或使用者若不主動披露其真實身份，權屬糾紛案件的審理將出現“舉證難”現象，進一步導致著作權歸屬的不確定。本文認為，判斷一個作品是否構成《著作權法》所保護的作品，不應以自然人直接創作為前提，應堅持以自然人作品保護為原則，對部分認定為有獨創性的生成式人工智能作品進行著作權保護才是合理之道。

2.獨創性分析

根據最新修訂的《著作權法》規定，作品有三個特點：獨創性;屬于智力成果;能夠以有形形式表現。其中，獨創性是構成作品的核心性特征。若生成式人工智能作品與自然人作者直接創作的作品在表達形式上無法區分，那么認定作品的關鍵就在于“獨創性”判斷。根據最高法的觀點，應從兩個方面入手進行“獨創性”判斷。首先是關于“獨”的界定，作品必須是創作者獨立創作的產物，不是對他人風格特點的模仿與抄襲。作品是具有獨創性的表達，是創造者將其個性化思考和創造性表達以一定方式呈現出來的最終結果。在作品創作過程中，必然離不開創造者的主觀思考，內心的構思與選擇，體現了“額頭流汗”原則。其次是關于“創”的界定，世界各國對創造性的判斷普遍采取寬容態度，即滿足最低限度的創造性要求即可。若人工智能是通過自然人的個性化選擇和獨立性安排的運行程序，直接影響輸出結果，自然人是利用了人工智能進行了間接性創作，這也足以體現出自然人作者的創造性，對其作品應當賦予著作權進行保護。

本文認為，若生成式人工智能作品在內容和形式上均滿足了“獨”和“創”這兩點要求，即可被納入《著作權法》的保護范疇。對部分認定為有獨創性的生成式人工智能作品應當進行著作權保護。既符合時代發展需求和國際競爭戰略，又能夠促進生成式人工智能領域的良性發展，符合知識產權激勵性的立法宗旨。

3.智力成果認定

人工智能的設計是比照了人腦的思維活動。在英文術語上，“智能”與“智力”皆可被表述為“intellectual”一詞，即表明了人工智能與人類智力活動之間具有共通含義。在實踐中，人工智能被應用于模仿人類智力活動，人類在創作過程中的思想包括：學習思想和創作思想。創作者根據學習思想對他人作品進行學習模仿，結合自身的創作思想將作品表達出來。這一學習和創作的過程既可以由人類作者完成，又能由人工智能機器完成，因此生成式人工智能作品作為模仿人類智力活動所形成的知識產品，應當被認定為《著作權法》意義上的智力成果。因此，對于生成式人工智能作品智力成果的屬性判斷可以從外部形式和內部運行兩個層次進行。首先，從外部形式來看，生成式人工智能作品與自然人作品都是以他人通過感官能感覺其存在的方式表達出來，能夠使人清楚領悟其通過文字、符號、聲音、動作、色彩等形式表現出背后的無形創作思想。其次，從內部運行過程來看，具備較強的推理能力和問題解決能力的人工智能，符合傳統意義上的智力“創造性”。人工智能算法是對人腦智力活動的模仿，其歷經不同的發展階段對應著人腦智力活動的不同層次。在弱人工智能時代，人工智能程序僅是基于預先編輯好的程序和特定數據庫，對信息重新處理并通過固定算法排列組合，生成一定的創作物?？梢钥闯?，此階段的人工智能只能成為人類創作輔助性、機械性的存在。這一階段人工智能僅對應人類智力活動的最低層次，只能對信息進行簡單處理。隨著人工智能深度學習功能的日益完善，強人工智能時代和超人工智能時代出現了具有“高級智慧”的人工智能，通過分析用戶的指令行為，自主進行數據的整理、信息的歸納，能夠依照不同情形進行獨立判斷，由此生成特定創作物。這時，人工智能程序本身對應著人類智力活動的最高層級——思維策略。至此，人工智能顛覆了以往按照既定算法創作的計算機模式，與人類的思維活動高度相似，能夠完全實現對人類智力活動的模仿與取代。且這種創作方式實際上與人類學習、構思與表達的創作過程并無差異，因此，鑒于強人工智能時代的機器創作具有一定的個性化特征，其深度學習能力可以看作是“智力創作”的過程，折射出開發設計者的思想情感與審美選擇。在此意義上，生成式人工智能作品當然屬于受著作權保護的智力成果。

（二）“思想與表達二分法”理論的應用

根據《著作權法》保護原則——“思想與表達二分法”理論，著作權只保護思想的表達，而不保護思想本身以及思想創作的過程。在生成式人工智能創作物同自然人創作已然高度類似甚至不可區分的情況下，僅從創作物的表達形式來判斷其是否屬于著作權保護客體顯然不夠。隨著生成式人工智能自主創造性的不斷提高，將其作品納入著作權保護范疇討論的基礎之一是其創作思想的來源不再局限于他人作品，還可能來源于生成式人工智能自身。傳統觀點認為，生成式人工智能作品的算法程序及創作模式因屬于“思想”范疇而不被納入《著作權法》的權利客體。有學者提出，在人工智能領域，其創作物的“思想”——包括算法程序及數據信息，作為其“創作來源”，可能會引發一系列著作權侵權行為。

1.侵犯作品復制權

生成式人工智能創作開始前，需要對預先收集的海量數據和素材進行深度學習。這一過程不可避免地需要對他人作品進行復制，最終生成的作品也可能存在復制權侵權風險。如利用人工智能繪畫軟件生成“梵高”風格的作品，這一生成式人工智能作品如果與其學習的數據作品在風格和思想上構成實質性相似，就可以根據著作權侵權判定中的“接觸+實質相似”的標準認定其構成復制權侵權。

2.侵犯作品改編權

人工智能對數據和素材進行深度學習，保留其中一些基本表達，由此創作出的具有一定獨創性的“作品”，是基于對原作品的再加工而成的改編物。這種創作行為可能構成改編權侵權風險。也有學者認為，這種生成式人工智能作品屬于演繹作品。對此學界存在多種爭議，基于人工智能算法和素材創作的生成物并不必然符合演繹作品的范疇，不是對某個作品進行演繹的再創作結果。人工智能通過深度學習梵高繪畫作品從而創作出“梵高”風格的畫作，如果社會一般群眾不加仔細辨別，根本無法區分畫作真偽;微軟公司開發的人工智能“小冰”通過系統學習中國近代500余位詩人的作品得出具有自身特色的詩歌，被認為是自然人作品并獲得稿酬。上述兩種情形都是人工智能利用他人作品生成全新的作品。但關鍵在于前者可能侵犯一個作者對其數個作品的享有的改編權;而后者則可能侵害了不同作者與不同作品的改編權。

3.侵犯作品傳播權

生成式人工智能在創作過程中若對信息文本或數據進行網絡傳輸，或者將創作結果向公眾輸出，可能構成侵犯作品的信息網絡傳播權和廣播權風險。對此，日本著作權法為了規避傳播權侵權風險，對此進行了相關規定，如果為了提供新的知識或信息，通過計算機操作對他人作品進行歸納處理后，應當將結果公布于眾。

隨著生成式人工智能技術的發展和對其創作物性質界定的需要，對其作品進行著作權保護具備一定的現實性和合理性。但這一論斷的提出顯然對“思想與表達二分法”理論提出了新的挑戰。生成式人工智能本身就是受著作權保護的客體范疇，人工智能算法將他人作品轉化為創作表達的介質從而進行創作，這一過程屬于廣義的“思想”概念因而不受《著作權法》保護。但在未來的強人工智能和超人工智能時代，人工智能的自主性創作思想可能會進一步模糊“思想”與“表達”的界限。各國的司法實踐也都傾向于對人工智能的侵權責任的豁免，在此情境下對生成式人工智能的創作思想來源進行適當擴張具有現實的正當性。

二、生成式人工智能作品著作權保護之域外經驗比較

（一）英國：前瞻性立法規制保護

雖然目前英國對人工智能生成物保護沒有明確的法律規定，但其作為世界上最早保護計算機技術的國家之一，深刻認識到計算機信息技術在版權保護領域的重要地位。英國的《版權外觀設計和專利法》中規定，對創作作出必要安排的主體是計算機生成內容的作者，實際上也是將計算機和開發設計者視作合作作者。

在此情景下，算法開發設計者、使用者、投資者都可能是符合“必要安排”的主體。但英國僅對計算機生成物進行了法律規制，對象是算法原理簡單的計算機程序，雖然在一定程度上可以適用于人工智能生成物的權利歸屬，這也取決于個案的分析結果。面對具有深度學習和推理能力的人工智能，就不能當然適用此項法律規定。

（二）歐盟：從道德倫理出發探索立法界限

2016年，歐盟法律事務委員會建議賦予人工智能法律上的擬制人格，以“電子人”身份享有著作權等一系列權利。歐盟法律事務委員會承認人工智能能夠自主進行獨立創作，其在2020年公布的《關于發展人工智能技術的知識產權報告》指出，為明確知識產權權利歸屬，需對人工智能輔助人類創作與人工智能生成的創作進行區分。生成式人工智能作品對著作權保護制度的改革提出了新的挑戰。對著作權體系中的各項權利，如所有權、專利權、報酬請求權的歸屬問題要進行深入研究。但目前看來，人工智能若作為輔助人類創作的工具，其著作權歸屬仍適用現行的法律框架?！蛾P于發展人工智能技術的知識產權報告》明確了對人工智能生成物必須給予知識產權保護。從經濟發展、市場效益以及明確著作權歸屬以穩定社會秩序等各個方面予以考量，對具有一定獨創精神的生成式人工智能作品進行知識產權保護有利于獲得經濟驅動力以及國際競爭力，有利于著作權激勵性立法目的的實現，從而推動人工智能領域持久穩定、健康發展。在可著作權性方面，是否構成作品判斷的“獨創性”標準依舊是生成式人工智能作品獲得著作權保護的壁壘。然而，隨著法律技術的完善，歐盟秉持從客觀性角度判斷人工智能生成物是否具有可版權性，更加堅定“內容決定主義”，生成式人工智能作品同人類創作的作品都能夠促進科學藝術的傳播，都有文化繁榮的共同目標，不能因為創作方式的不同一律將其排除在著作權保護之外，否認其構成“作品”的可能性?？梢姎W盟對于人工智能作品的考量不僅立足于法理層面，也在立法目標和時代背景下不斷探究。

（三）美國：科技領先發展但法律亟待完善

在美國司法實踐中的普遍做法是將人工智能視為“雇傭者”，適用雇傭作品制度，將人工智能生成物權益歸屬于投資人。1981年，美國版權局認定，將兩份由計算機程序撰寫的The Policemans Bread is Half Constructed 與 Just This Once 的作者歸屬于計算機軟件。計算機程序開發設計者是權利所有人。這一判例引發了美國學界轟轟烈烈的討論，但在知識產權保護層面卻遲遲難以下定結論。美國法院至今只承認人類作者對作品的創造力。雖然美國人工智能知識產權法律保護尚未建立，但人工智能產業的發展在當今世界首屈一指，具有極大的先進性與前瞻性。紐約Amper 音樂公司利用人工智能創作的專輯《Break Free》，獲得上億點擊率，超越了傳統音樂的市場份額。美聯社人工智能wordsmith在新聞產業的應用、谷歌人工智能生成的畫作成功拍賣，折射出巨大價值潛力。人工智能產業在美國蓬勃發展，已應用于繪畫、醫療、影視、金融等各個領域。但美國版權局和法院堅持對自然人作者身份的嚴格要求，均不承認人工智能生成物的作品地位，但對于在商業領域大獲成功的人工智能生成物，如果兼具一定的獨創性特征，美國也逐漸將其納入著作權法保護范疇。隨著人工智能產業愈加活躍發展，美國知識產權立法急需完善。

縱觀關于人工智能的各國立法，英國司法實踐中由于法官能力不一導致判斷標準多元化，加之案件審理中往往存在舉證困難的情形，對生成式人工智能作品做出“必要安排”主體的確定受到了各種因素的影響，因而難以確定著作權歸屬;歐盟積極探索立法界限以期用立法帶動歐盟人工智能領域快速發展，在激烈的國際市場競爭中取得優勢地位;美國堅持自然人作者判斷標準，但實踐發展亟待完善其著作權立法制度?？偠灾?，科學技術進步帶來的實然挑戰需要改變現有的法律體系，各國司法實踐已然證明了這點。

三、生成式人工智能作品著作權保護之制度構建

（一）相關歸屬理論的不足

1.人工智能開發設計者說

這一學說認為誰對人工智能的創作起到關鍵性作用和決定性因素，就應由誰享有人工智能生成物的著作權。理由是，人工智能進行創作得益于開發設計者進行了算法編程，賦予其人工智能作品的著作權能夠大大激勵開發設計者的創作積極性，從而推動人工智能領域的發展。從法經濟學角度分析，人工智能設計的初衷并非為了促進文化豐富與藝術進步。設計者以程序開發投入換取勞動力生產價值，然后基于合同關系，與使用者達成對價促成交易。在這一環節，開發設計者的目的已經得到滿足，此時再賦予開發設計者人工智能生成物的著作權，將產生重復保護和雙重獲利現象出現。另外，開發者已經完成了資本的回籠，生成式人工智能作品著作權的賦予將不利于社會公平競爭，造成“馬太效應”的出現。具有強大資金支持的研發公司投入人力、物力、財力以迅速占領人工智能市場，收入分配不公、貧富差距加大、財富兩極分化等一系列社會矛盾一觸即發。在弱人工智能階段，將著作權賦予設計者的做法具有現實合理性，因為此時人工智能只是作為人類創作的輔助性工具。但放眼未來，在強人工智能和超人工智能階段，人工智能具備了深度學習能力，能夠進行自主創作，此時就脫離了設計者預先設定的算法和程序，并不會產生唯一的創作結果。在此情景下，如果將生成式人工智能作品著作權歸于其開發設計者，也必然引發新的社會矛盾出現。

2.人工智能使用者說

這一觀點認為人工智能只是人們利用其進行創作的工具，本質上與其他創作工具并無不同。使用者的使用是直接引起作品產生的原因，使用者與人工智能生成物在時空上的聯系也最為密切。使用者的創作意志才是作品來源的基礎，其更了解創作背景、創作形式和創作的時間與空間，使用者也能因此最大程度發揮出作品價值，因此由人工智能軟件的使用者享有其生成物的著作權具有一定的合理性。另外，人工智能設計者開發算法和程序更多時候不是為了個人使用，而是為了投入市場以獲得相應對價，實現經濟效益。雖然使用者對人工智能的創作算法沒有進行實質設計，但使用者已經支付了合理的對價，將生成式人工智能作品的著作權歸屬于使用者并不會導致不公平現象的發生。為保護使用者獲得人工智能所進行的投資和維護使用者對生成式人工智能作品的實際控制狀態，應賦予其作品的著作權，這也體現出對使用者的尊重，也能激勵使用者更好地利用人工智能進行創作。

3.人工智能擬制人格說

有學者提出既然法人作為非自然人主體獲得了著作權保護，遂應比照法人制度，建立以人工智能為主體的擬制法律人格——將生成式人工智能作品的著作權歸于人工智能本身。但這對司法實踐和道德倫理也提出了新的挑戰：作為法律主體需要具備一定的權利能力和責任能力，如果生成式人工智能創作物涉及侵權問題，而人工智能自身并不能承擔法律責任。對域外司法實踐及立法經驗進行考察，否認人工智能作為權利主體也是主流觀點;另外，法人之所以能夠被視為作者是因為法人是由自然人組成，具備人類創作的意志。部分人工智能的創作過程并不具有自然人創作的靈性與智慧，其只是作為被人類支配的創作客體。根據私法的體系，權利客體與權利主體的法律地位永遠不能互相轉化。人工智能無法像自然人作者那樣行使著作權，對其創作物的選擇，甚至連最后的舍棄環節都只能是在人類支配下進行的活動。

4.人工智能公共利益說

立足對公共利益的考察，對于生成式人工智能作品的財產權及使用權應當進行限制，不能被私人所壟斷。這一學說將導致對生成式人工智能創作物的無償利用，權利主體的正當利益無從保護，顯然違背了著作權激勵創作的立法目的。對公共利益的適當考量是實現知識產權與促進社會效益統一的基礎，也是保護道德底線的需要?？梢詫ι墒饺斯ぶ悄茏髌反_立一定的傳播途徑和共享時間，限制作品創作的不合理擴張，保護對創作素材的加工及再利用。通過對社會公共利益的一定限制，對其予以適當的版權保護，從而促進對資源的更好利用，誰也不能對生成式人工智能作品進行絕對把控和占有，對藝術文化的發展形成“創作—保護—激勵—再創作”的良性循環。

綜上所述，本文認為，對生成式人工智能作品著作權保護的爭議焦點不是作品含義的界定而是其權利內容的歸屬。人工智能開發設計者、使用者甚至于機器本身對生成物財產利益都有著合理訴求。為平衡不同利益主體對于生成式人工智能創作物的有效利用，明確利益分配原則，需要從法律制度層面確定其著作權歸屬。在探索生成式人工智能作品著作權權利歸屬的路徑選擇中，既要防止權利流失造成“公地悲劇”的社會效益，也要兼顧公平正義，保護各方主體訴求的多元性，賦予相關主體利益激勵機制，尊重市場競爭規律，應當在現有的立法框架下對生成式人工智能作品的權利歸屬進行探索，采取行之有效的法律保護進路。

（二）生成式人工智能著作權制度構建之我見

1.明晰著作權保護的權利客體

明晰著作權客體保護范圍是對各方利益進行平衡的首要任務。在承認生成式人工智能作品可著作權性的同時，要嚴格界定并排除不符合最低限度創造性標準的創作物，以避免著作權客體范疇的不當擴張，造成“劣幣驅逐良幣”現象。為此，需要重點判斷生成式人工智能作品是否滿足受《著作權法》保護的作品類型，是否符合一定的獨創性標準，進而劃分著作權保護的客體范圍。本文認為，應當對生成式人工智能作品采取平等保護原則，與人類作品一樣，滿足最低限度的創造性標準即可獲得著作權保護。生成式人工智能作品的外在表現與人類作品并無不同，不需要對其制定嚴格的衡量標準，只要不與現有作品構成實質性相似，就應當承認其具備作品的獨創性要件。當人工智能獨立完成大部分的作品創作具有一定程度的創造性，可以將其納入權利客體受著作權保護。同時，還應當考慮“思想與表達二分法”理論在人工智能生成物著作權保護制度構建中的應用。任何屬于思想層面的生成式人工智能作品都不能被認定為受《著作權法》保護的作品，包括但不限于基礎數據、信息素材、算法規則等非創造性表達。在排除了上述不滿足作品認定標準的創作物后，明晰了權利客體的范圍，并以此作為著作權保護制度構建的前提條件。

2.強制人工智能的署名義務

強制署名義務作為區分人類創作與生成式人工智能創作的關鍵，在對其創作物利用的過程中能夠減少區分成本和麻煩，對符合了“作品”最低限度的創造性條件的生成式人工智能作品進行使用時需標明出處。某位不懂繪畫藝術的國外網民，利用人工智能Midjourney生成堪比藝術家的畫作參加評選，并且順利騙過組委會獲得了比賽金獎。最后自己爆料真相，被組委會沒收了獎項。這一事件引起激烈的討論，甚至有口號喊出“人工智能終將殺死藝術?！币虼?，為了實現促進文化傳播這一著作權立法目標，建議人工智能使用者應當依法履行披露和強制署名義務，并以法律形式規定下來。一旦生成式人工智能作品符合了著作權法中“作品”的認定標準，使用者需要放棄自己的署名，注明“人工智能創作或生成”的字樣。如騰訊公司在由其人工智能Dreamwriter創作的稿件末尾就注明了人工智能自動撰寫的權利聲明。這一做法既降低了案件糾紛的舉證成本，體現了誠信原則，保障了社會的公序良俗不被破壞，也滿足了社會大眾的知情權。強制署名也為生成式人工智能合理使用制度的確定打下了基礎。

3.保護機器創作的合理使用

如果人工智能在自主學習層面利用了他人作品作為素材和數據，應當依照著作權法定許可與合理使用制度進行授權。著作權是一項排他性權利，為方便社會公眾的利用和促進文化藝術的傳播，因此需結合法定許可和合理使用制度對其進行一定限制。國外現有立法和司法實踐傾向于將合理使用制度適用于機器學習過程，以豁免其侵權風險與責任承擔。還有觀點認為，人工智能學習過程中對于作品的“使用”不同于傳統合理使用制度下“使用”。人工智能學習的主體是機器，從這一層面上展開，機器只是將作品內容轉化為自身能夠理解和運用的代碼和算法，這一處理過程是機械性的轉化并非對作品的使用。因此對于滿足最低限度創造性的生成式人工智能創作物，只要其對作品素材進行整合利用是通過自身的獨立推理，打破既定的程序規則從而完成創作，那么其生成的內容在最終表達外觀上并不會引起混淆，自然不會對作品及其著作權人的利益造成侵權?；诹⒎]有明確規定人工智能學習階段的侵權認定，司法實踐也缺乏相關的案例判決，學術界主流觀點認為人工智能學習過程并不產生著作權侵權，這一行為構成合理使用的原因是其并非傳統著作權法意義上的“使用”，機器學習只是將他人作品轉化為代碼輸入數據系統，以機器能夠識別的語言使其進行深度學習，不妨礙作品的現實使用，從而豁免了對人工智能學習行為的侵權判斷。

4.著作權歸屬的意思自治

當人工智能的設計者與使用者同歸一人時，其創作物的著作權自然歸屬于設計者。但當人工智能的設計者與使用者分離的情境下，考慮到當前立法并無明確規定生成式人工智能作品的權利歸屬，可比照民法的意思自治原則，即以人工智能開發設計者和使用者之間的有效約定作為確定權利歸屬的根據?？紤]到現實主體利益需求的多元化，可以由人工智能的開發設計者、使用者等主體之間自由進行技術轉讓，簽訂許可合同。意思自治原則能滿足不同主體對權利行使和利益分配的需求，尊重當事人關于權利歸屬問題達成的特別約定，以避免將來發生糾紛時無據可依。在缺少有效約定的情境下，以使用者為權利歸屬的核心，結合近因原則，將最有可能激發人工智能進行創作的人認定為著作權人，法律應當對當事人之間達成的充分合意予以尊重與保護。在這一過程中，意思自治原則起到了補充保護的作用，開發設計者既通過出售人工智能獲得了收益的激勵，使用者也能通過出售其享有著作權的生成式人工智能作品獲得報酬，從而促進對生成式人工智能作品開發利用環節的正向循環，使得其著作權保護體系能夠合理公正發展。

四、結語

任何一項新事物的產生與發展都是一把雙刃劍，生成式人工智能應用于人類創作領域既是機遇也是挑戰。對于生成式人工智能技術不斷發展與之相伴而來的著作權保護難題，應當立足本國國情、懷著開放包容思維，適時調整現行的法律制度和作品的判斷標準。堅持以自然人作品保護為原則，對具備最低限度獨創性要求的生成式人工智能作品給予版權保護。堅持客觀判斷對現行著作權客體進行適當擴張，構建與國際接軌的法律保護制度。應當始終秉持著作權的立法宗旨，遵循不變的法律原則，對其利益分配進行合理規制?！?/p>

（責任編輯：張恩娟）

參考文獻：

[1]國家網信辦：生成式人工智能產品提供服務前需申報安全評估[J].信息網絡安全，2023，23（5）：107.

[2]徐家力.人工智能生成物的著作權歸屬[J].暨南學報（哲學社會科學版），2023，45（4）：37-49.

[3]張富利，劉子楠.著作權視角下人工智能生成物保護問題探討[J].鄭州輕工業大學學報（社會科學版），2023，24（1）：40-49.

[4]于品顯，劉倩.歐盟《人工智能法案》評述及啟示[J].海南金融，2023（6）：45-53.

[5]劉銀良.論人工智能作品的著作權法地位[J].政治與法律，2020，298（3）：2-13.

[6]Ryun S S.A Study on the Copyright Protection of Creation Generated by Artificial Intelligence[J].THE INTERNATIONAL COMMERCE & LAW REVIEW，2019，83.

[7]楊利華.人工智能生成物著作權問題探究[J].現代法學，2021，43（4）：102-114.

[8]李艾真.美國人工智能生成物著作權保護的探索及啟示[J].電子知識產權，2020（11）：81-92.

[9]焦和平.人工智能創作中數據獲取與利用的著作權風險及化解路徑[J].當代法學，2022，36（4）：128-140.

[10]孫寒.人工智能生成物的著作權保護問題分析[J].現代企業，2020（4）：114-115.

[11]王雪喬.人工智能生成物的知識產權保護立法研究[J].湖南科技大學學報（社會科學版），2020，23（2）：96-102.

[12]張大偉，王梓.人工智能出版物著作權立法的國際競爭與戰略意義[J].中國出版，2021，510（13）：58-62.

[13]徐偉.論生成式人工智能服務提供者的法律地位及其責任——以ChatGPT為例[J].法律科學（西北政法大學學報），2023（4）：1-12.

[14]王瑤，李勝利.生成式人工智能的版權風險及其應對——以ChatGPT為視角[J].海南金融，2023（10）：49-58.

[15]張欣.生成式人工智能的算法治理挑戰與治理型監管[J].現代法學，2023，45（3）：108-123.

[16]陳彥旭.人工智能生成內容的版權研究[J].中國商論，2021（7）：103-105.

[17]周若瑋.人工智能生成內容的著作權法保護探究[J].對外經貿，2021（9）：69-73.

[18]于雯雯.人工智能生成內容在著作權法上的權益歸屬[J].人工智能，2020，17（4）：93-100.

[19]於興中，鄭戈，丁曉東.生成式人工智能與法律的六大議題：以ChatGPT為例[J].中國法律評論，2023（2）：1-20.

[20]吳漢東.人工智能生成作品的著作權法之問[J].中外法學，2020，32（3）：653-673.

[21]周燦.人工智能生成內容可版權性問題研究[J].三峽大學學報（人文社會科學版），2021，43（3）：73-76.

[22]陳永偉.超越ChatGPT：生成式AI的機遇、風險與挑戰[J].山東大學學報（哲學社會科學版），2023（3）：127-143.

2020年我國提出“雙碳”目標，隨后全國碳市場正式上線運行，市場機制促進綠色低碳發展已經成為當前社會關注的焦點，而碳自愿減排機制則是該環節市場推動社會減碳的重要工具。我國碳自愿減排市場核心機制為CCER（Chinese Certified Emission Reduction），該機制于2013年對可再生能源、林木等具有減碳作用的項目簽發減排量，所簽發減排量可市場交易形成價格，已累計簽發量約8000萬噸，后于2017年停止，2023年生態環境部發布《溫室氣體自愿減排交易管理辦法（試行）》，標志我國自愿減排機制重啟在即。從CCER機制的運行情況來看，仍然處于較初級的階段，存在諸多問題，如方法學過多，減排量計算科學性、準確性有待商榷等。因此，對國外先進的碳減排機制開展研究分析，學習其先進經驗對我國碳自愿減排機制進行完善是當前市場化機制推動“雙碳”目標實現的重要議題。

一、黃金標準概述

Gold Standard（GS）黃金標準碳減排機制是一個全球性的項目認證標準，旨在推動可持續發展和減少溫室氣體排放。GS成立于2003年，最初是作為聯合國清潔發展機制（Clean Development Mechanism，CDM）的補充而成立，由世界自然基金會和其他非營利性組織共同設立，非營利性組織黃金標準基金會（Gold Standard Foundation， GSF）負責管理和運營。GSF總部位于瑞士日內瓦，擁有一支專業團隊，負責制定和管理標準、審核項目、發放認證等工作。

GS簽發的碳抵銷信用為核證減排量（Verified Emissions Reductions，VERs）。GS備案的39個方法學涵蓋土地利用、林業和農業、能源效率、燃料轉換、可再生能源、航運能源效率、廢棄物處理和處置、用水效益和二氧化碳移除等八個領域。與此同時，GS認可CDM項目及方法學并提供一套轉換機制以盤活CDM項目停滯后已簽發的存量減排量。目前，GS已經為總計超過1500個項目簽發了2.8億噸減排量，覆蓋世界各地主要發展中國家，其中1.49噸自愿減排量已經注銷，占發行自愿減排量總量的53%。

二、黃金標準自愿減排項目

（一）GS基本框架

GS組織架構主要由四部分構成，分別是GS基金董事會、GS秘書處和技術管理委員會以及NGO支持網絡。GS基金董事會負責整個機構的戰略與管理工作;GS秘書處負責減排項目的審定、注冊與簽發;技術管理委員會負責技術管理工作，對相關標準的制定提出建議;NGO支持網絡為各個領域的合作對象。

從減排量產品角度而言，GS減排量產品為VER（Verified Emissions Reduction），同時GS認可CDM機制所產生的減排量，即CER（Certified Emissions Reduction），CER通過特定程序可轉換為VER。另一方面，為促進植樹造林項目發展，GS還定義了一種與CAR事前簽發機制減排量FMUs（Forecasted Mitigation Units）類似的減排量PERs（Planned Emissions Reduction，計劃減排量），PER僅土地森林類項目進行簽發，經認證后根據預期減排數量登記五年，可以交易但不能注銷，一旦PER經過核證即轉變為VERs。與其他機制不同的是，GS針對減排項目從生物多樣性、就業、居住環境、健康以及氣候行動等多個角度對不同類型減排項目產生的實際價值進行分析并貼標，以激勵個人以及企業積極購買減排量抵消，支持環境投資事業。

（二）GS項目方法學

GS方法學開發遵循一套固定流程，包括方法概念、方法學草案編制、方法學工作組審查、利益相關者咨詢以及GS技術委員會審核五個階段。在方法概念階段，GS要求方法學開發人員對方法概念進行闡述，以用于評估所提交方法學方法的可行性;方法學草案編制階段要求方法學開發人員提交項目設計文件、方法學草案;方法學工作組審查階段則進行完整性檢查、草案評審工作;利益相關者咨詢階段則為征求公眾意見，對建議進行答復并修改草案;GS技術委員會審核階段對擬議的方法學進行審查，給予批準或拒絕意見。

當前GS將方法學分為溫室氣體減排/避免以及二氧化碳移除兩大類，溫室氣體減排/避免包含能源、建筑、交通、工業、廢物利用、森林土地等項目類型;二氧化碳移除類指的是直接吸收溫室氣體的項目，包含森林、化學、海洋等類型。

值得注意的是，圖4、圖5所展示的為GS已開發或計劃開發的方法學，由于GS接受部分CDM方法學，如可再生能源中的風電項目，GS針對這部分項目并未制定專屬方法學，使用的為CDM項目的原有方法學，該類型項目的簽發需要從CDM項目轉換成GS項目后，由GS進行后續減排量簽發。GS自行頒布的方法學見表1。

從方法學的類型來看，GS自身頒布的方法學多集中在設備改造升級、自然手段固碳封存類，項目主體多為家庭、個人以及住宅等小型項目，可能避免與CDM機制原有項目類型產生沖突。

與其他自愿減排機制不同，GS提供自愿減排項目SDG（Sustainable Development Goals ）評估工具以從各個方面量化減排項目在可持續發展方面的作用和貢獻，其最大的優點在于標準化的指標和量化方法，從而讓購買減排量的市場參與者可以很好地衡量其價值。SDG工具對應17個可持續發展目標和169個相關目標，包括提供就業機會與經濟增長、可負擔的清潔能源等方面，項目審定過程中需對比SDG基線情況以說明項目實施后確實會產生某一方面的SDG效果，同一個減排項目可能會有多個SDG標簽，從側面說明該項目的SDG價值。

以風電項目為例，作為可再生能源發電項目，通常具有改善氣候、帶動當地就業和經濟增長、提供可負擔的清潔能源三方面SDG效應，項目在開發階段需針對三方面效應進行論證，如改善氣候和提供可負擔的清潔能源的論證通過對比該項目投入運行后產生了清潔能源電力，而帶動當地就業和經濟增長則需論證該項目投入運行后對當地提供多少次培訓和就業崗位數量。

（三） GS項目開發流程

與其他自愿減排機制直接采用方法學以及項目手冊指導減排項目開發不同，GS減排項目的開發指導具有較為分明的層次結構，可分為三個部分。

第一部分為黃金標準文件，又包括黃金標準全球目標文件、其他相關文件以及專項要求文件。黃金標準全球目標文件包括對項目文件的章節指南，一般要求、產品要求、減排活動要求、方法學等。其中，最為基礎的文件是《Principles and Requirements》，概括性地闡述了范圍、適用性、要求和流程;其他相關文件包括規則的更新、說明專項要求文件包括對CDM項目轉換為GS項目的要求以及CORISA機制的相關要求。

第二部分為減排項目開發者支撐文件，主要包括在編寫項目文件過程中用到的各種模板、費用、課程和各類工具性文件。

第三部分為項目審定與核查機構配套文件（VALIDATION AND VERIFICATION BODY，VVB），包括審定與核查標準、機構要求。GS設置了不同的VVB認證標準，標準的類型對應VVB通過后能參與減排項目審定、核證的類型，GS認可的VVB認證標準包括UNFCC-CDM認證、ANSI-GS下ISO 14065認證等。GS針對指導文檔的功能與作用又做了具體的分類（見表3）。

在上述文件體系的基礎之上，GS制定了其減排項目開發的流程，大體可分為七個步驟：一是規劃項目并舉行利益相關者咨詢。該階段為項目正式開始前，要求項目開發人員明確項目初步設計，根據黃金標準保障措施進行項目氣候和可持續發展的影響并準備一份總結上述內容的關鍵項目信息說明。此外，還需召開黃金標準利益相關者咨詢會議。二是初步審查。該階段要求項目開發者提供項目設計文件，GS進行審查，審查通過后，項目狀態為“Listed”。這個階段，項目開發者必須提交項目設計文件，設計文件必須囊括保護原則評估、氣候和可持續發展影響評估、監測計劃等方面的內容，還需提交已簽名的GS4GG Cover Letter、黃金標準條款和條件并支付初審費。三是第三方審定。由第三方專業機構對項目進行審定，包括案頭審查和實地考察，并證明項目符合黃金標準要求。項目開發方需VVB簽約并支付費用，隨后提交VVB出具的積極驗證意見、項目設計文件、最終驗證報告與相關文件。四是項目設計審查。由SUSTAINCERT（黃金標準基金會成立的專業核查機構）對文檔進行審查，并在需要時請項目開發者對其提出的相關問題進行澄清并提出解決措施。該階段主要確保設計文件滿足利益相關者、保障措施、監控計劃、氣候和可持續發展影響相關要求。五是項目監測。該階段項目開發人員根據批準的監控計劃監測減排項目，需要在未進行核查的年份提交年度報告以及監測報告以供驗證。六是第三方核查。由第三方專業機構對項目進行核查，包括案頭審查和實地考察，并提供項目符合黃金標準要求的獨立確認。項目開發方需要提供完整的監測報告和所有相關證明文件供VVB核查，并支付VVB進行核查的費用。七是績效評估。由SustainCERT進行文檔審查，在需要時請項目開發人員對所存在的問題進行澄清并提出解決措施。項目設計文件要滿足遵守保障措施、利益相關者包容性、實現對氣候和可持續發展方面影響等要求，通過后最終由GS簽發對應減排產品。

與其他機制不同，GS要求在每個減排項目計入期內至少完成兩次以上的減排量簽發，而進入到每個新的計入期，項目的審定、設計認證等工作根據設計文件的更新需重新辦理，相比其他第三方減排機制，GS的項目開發要求較為嚴格。

（四）GS項目方減排量簽發與使用情況

截至2023年10月，GS已累計簽發減排量2.8億噸，其中VER、CER、PER分別為2.4億噸、3700萬噸、391萬噸，累計注銷量約1.49億噸（見圖7）。

從簽發的情況來看，GS中風電項目8469萬噸、能效項目8441萬噸，占比分別為29.9%、29.8%;從注銷的情況來看能效項目與風電項目注銷量最多，分別為5095萬噸、4577萬噸，占總注銷量的34.1%、30.6%。從減排量簽發情況來看，GS總體簽發數量穩步提升，2008—2014年簽發數量增長較快，增長至千萬噸級別;2015—2019年簽發量存在波動，但總體簽發量保持在千萬噸區間;2020年后簽發量翻倍，達到3000萬噸/年～4000萬噸/年。

同樣應用于國際的減排機制VCS，其簽發量在2020年后也大幅增加，雖然今年簽發量有所回落，但其減排量的簽發量以及增加量仍居全球首位（見圖8）。與CAR這類對強制碳市場依賴性較強的減排機制不同，隨著全球各國雙碳目標的提出，GS、VCS項目分布世界各地，以發展中國家為主，受益于全球向低碳綠色發展轉型，碳減排的重要性愈發提高，導致國際減排機制受益，簽發量數量穩步上升。

從區域來看，土耳其、印度、中國無論是總體減排量還是減排項目數量，在GS下均位列前三名，說明GS機制的減排量與減排項目主要來自發展中國家的貢獻（見圖9）。

從中國區域的GS減排項目來看，累計簽發量3863萬噸，注銷量1420萬噸，已注冊項目206個，注冊數量前三的項目類型依次為生物質熱能項目（97個），風電項目（26個）、生物質電能項目（17個）;處于初步審查狀態的項目28個。

從中國區歷年減排量的簽發情況來看，除2017年減排量增長下跌，整體處于快速增長狀態，近兩年每年簽發量均超600萬噸（見圖10）。

從注銷情況來看，GS注銷量整體呈現逐年遞增的趨勢，特別是2020年后全球各國提出了雙碳發展目標，注銷量增速明顯加快（見圖11）。

從中國區項目的注銷情況來看，工業能效項目、風電項目、生物質熱能等項目類型較為受歡迎（見圖12）。

三、黃金標準與其他機制的銜接

（一）與CDM機制的銜接

受巴黎協定第6條談判進度緩慢的影響，CDM基本處于停滯狀態。黃金標準自誕生之初就與CDM有著良好的連接，可以直接將滿足要求的CDM項目轉為GS項目。通過這種轉化機制GS降低CDM業主的成本是當前世界主流自愿減排機制中唯一允許CDM項目進行轉換。

機制轉換的總體流程為：申請發放VER的CDM項目應首先通過滿足黃金標準的要求注冊為GS CDM項目。這些項目由CDM發放獲得CER后，需申請黃金標準基金會CER標簽，然后該項目須將新發布的CER轉移到黃金標準的瑞士CDM注冊賬戶，待黃金標準基金會注銷對應的CER以及減排項目在支付相關費用后，黃金標準基金將向減排項目發放同等數量的VER（見圖13）。

由于CDM和GS對項目計入期的要求存在一些差別（GS為單次計入期5年，最多更新2次），GS對能夠進行轉換的CDM項目場景進行了規定（見表4）。

由于GS可更新計入期為5年，CDM轉換為GS項目后其項目計入期需根據GS的要求修正。如一個CDM項目登記的可更新計入期為7年，且其中3年的計入期已在CDM下計入和簽發，則該項目可在GS下再申請2年計入期，可更新計入期共5年（CDM 3年，GS 2年）。

在方法學層面，GS容納絕大部分原CDM方法學，支持CDM中小型項目方法學93個、中小型項目農業方法學3個、大型項目方法學75個，主要為能效提高、可再生能源發電類，部分與GS自身方法學存在沖突或不滿足GS技術以及減排氣體類型要求的CDM方法學被排除在外。結合所支持的CDM方法學，GS支持的方法學數量超200個。

在簽發量層面，CER的簽發量逐年下降，主要原因為CDM項目存量項目已經不多，近年新簽發量較少，轉換為GS項目部分的數量比例更低;CDM項目已較難獲市場認可，更多項目開發者把目光投向其他第三方、應用范圍更廣的自愿減排機制。

（二）與CORSIA機制的銜接

CORSIA是第一個全球性行業市場減排機制，旨在通過市場手段實現到2020年后國際航空碳排放零增長的目標，即從2021年起，國際航空碳排放量較2020年平均水平的增量部分需通過購買相應的合格排放單元或者采用可持續航空燃料（SAF Sustainable Aviation Fuels）的方式予以抵消。CORSIA機制對GS所簽發的減排量作為合格排放單元（Eligible Emissions Units）的規定見表5。CDM機制中被納入CORSIA的合格排放單元要求見表6。

對比CORSIA對CAR、VCS等機制合格減排量的要求，GS被排除在外的項目類型較少，側面體現出GS機制所簽發減排量的高質量、高標準。截至2023年12月，GS共有124個已簽發項目符合CORSIA要求，累計簽發符合CORSIA要求的VER超兩千萬噸，但沒有發生任何CORSIA下的注銷行為。

（三）與巴黎協定第6條的銜接

巴黎協定第六條制定了自愿減排國際合作框架，無論是6.2條國家雙邊合作機制還是6.4條可持續發展機制，均涉及減排量跨國流動與交易，而GS、VCS作為世界上較為主流的國際自愿減排機制在第6條的框架體系下目前來看較為被動。6.2條與6.4條合作機制的實施均要求政府或聯合國的強制背書，本質上基于國家與國家間的合作，而GS這類自愿減排機制由社會發起，實施管理過程不涉及政府監管、合作，可以說GS本身就是機制的監管機構，如果想進入6.2或6.4的市場，需要得到多方國家認可，存在困難。

2023年8月8日簽發的盧旺達清潔爐灶項目在GS登記簿上附加了《巴黎協定》第6條相應調整標簽，共計54564噸，意味著這部分減排量不能被計入盧旺達NDC目標，GS聲稱這標志著第三方獨立自愿減排標準簽發的碳信用首次被公開認定為獲得第6條授權。值得注意的是，這部分減排量雖然標注為可用于任意NDC，但為盧旺達單方面宣稱，目前并沒有其他國家進行購買，所以這部分減排量最終是否被其他國家接納，從而成為第三方獨立減排機制減排量被認證為6.2條機制減排量的成功案例仍待觀察。

四、黃金標準機制對我國自愿減排市場建設的啟示

GS機制作為發展歷史久遠，影響力較強的國際減排機制，接受CDM項目的轉換、完整嚴格的項目開發體系、國際化的專業人員背景均是該機制的特點。我國CCER機制已發布第一批方法學，北京交易所負責登記注冊與交易，標志CCER市場即將進入新的階段，在此背景下結合GS機制提出以下發展建議。

（一）研究SDG價值實現機制

GS提供SDG工具去量化減排項目的SDG效應，使得減排項目在減排量的價值以外多了一層SDG價值，有利于參與者在購買減排量的同時按照需求結合項目的SDG作用進行購買，差異化了減排量的環境價值，能夠更加全面、可靠地對減排項目所產生的價值進行量化評估。CCER可以適當進行借鑒，制定SDG的量化工具供減排項目自愿參與，審定通過的部分可在所簽發的減排量打上對應SDG標簽，完善環境權益的價值實現機制。

（二）豐富減排項目類型

第一批CCER僅四個方法學，結合存量CCER在2025年1月1日前就失效的政策的要求，未來全國碳市場對CCER的需求短期內很難得到有效滿足，建議及時擴充CCER方法學類型，增加減排量簽發?？蓞⒖糋S機制對方法學的規劃進行事先公開，明確未來計劃開發的方法學方向與項目類型，向社會公眾開放，允許自行提交方法學草案供政府部門審核參考。此外，要與社會做好溝通工作，提高透明度，避免自愿減排市場因政策因素出現較大不確定性風險，為市場參與主體減輕信息、政策方面的壁壘。

（三）探索巴黎協定下的自愿減排合作

GS盧旺達項目案例是近期6.2機制雙邊合作的一次有益探索，中國可借鑒其做法進行先行先試。以CCER項目為基礎，篩選合適的項目與第三方國家開展6.2自愿減排合作，成功后不斷擴大納入項目的類型與范圍并逐步向國際其他國家推廣擴展?！?/p>

（責任編輯：孟潔）

參考文獻：

[1]高瑞，陳浩.國際自愿減排機制發展概況——CAR篇[EB/OL].[2023-12-17].https：//www.cnemission.com/article/jydt/scyj/202308/20230800003044.shtml.

[2]Gold Standard.IMPACT QUANTIFICATION METHODOLOGY APPROVAL PROCEDURE[EB/OL].[2023-12-17].https：//globalgoals.goldstandard.org/standards/401_V1.0_SDGIQ_Methodology-approval-procedure.pdf.

[3]Gold Standard.MITIGATION OPTIONS[EB/OL].[2023-12-18].https：//globalgoals.goldstandard.org/standards/435-v.1.0-mitigation-options-methodology-tool.pdf.

[4]Gold Standard.GOLD STANDARD FOR THE GLOBAL GOALS[EB/OL].[2023-12-18].https：//www.goldstandard.org/project-developers/standard-documents.

[5]Gold Standard.The certification process[EB/OL].[2023-12-19].https：//www.goldstandard.org/guided-tour/project-developers#project-developers.

[6]Gold Standard.BECOME A VVB[EB/OL].[2023-12-19].https：//www.goldstandard.org/project-developers/standard-documents.

[7]Gold Standard.CERTIFY A PROJECT[EB/OL].[2023-12-19].https：//www.goldstandard.org/take-action/certify-project.

[8]Gold Standard. IMPACT REGISTRY[EB/OL].[2023-12-19].https：//registry.goldstandard.org/projects？q=&page=1.

[9]Gold Standard.IMPACT REGISTRY[EB/OL].[2023-12-18].https：//registry.goldstandard.org/credit-blocks/issuances？q=&page=1.

[10]Climate Action Reserve.OFFSET PROJECT REGISTRY[EB/OL].[2023-12-19].https：//www.climateactionreserve.org/.

[11]Verified Carbon Standard.Verra Registry[EB/OL].[2023-12-20].https：//registry.verra.org/app/search/VCS.

[12]廣州碳排放權交易中心.中國核證自愿減排量的國際化前景展望——CORSIA篇[EB/OL].[2023-12-19].https：//www.cnemission.com/article/jydt/scyj/202302/20230200002845.shtml.

[13]ICAO.ICAO CORSIA Emissions Unit Eligibility Criteria[EB/OL].[2023-12-20].https：//www.climateactionreserve.org/wp-content/uploads/2019/10/corsia-compliance.pdf.

[14]Gold Standard.IMPACT REGISTRY[EB/OL].[2023-12-20].https：//registry.goldstandard.org/credit-blocks/issuances？q=&page=1&correspondingAdjustments=NOT_APPLIED%2CAPPLIED%2CWITHDRAWN.