时间：2023-07-04 09:25:59
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇人工智能的法律规制范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
一、美丽的误解：算法默认是公平的
建立在算法模型基础上的人工智能给社会生活带来巨大便利，如网络约车、区块链、互联网金融等带来了社会进步，但其潜在的弊端不容忽视。2016年哈佛大学肯尼迪学院的分析报告指出，目前针对犯罪倾向性预测的人工智能系统，无论技术人员如何调整机器学习的策略和算法，人种和肤色都成为无法抹去的高优先识别变量。那么看似技术中立的算法为什么会产生歧视？
算法本质是互联网的编程技术，但这种编程技术绝非中立。谷歌公司的数码相册软件将深色皮肤的人标记为大猩猩，展示了科技错误如何转变成伤害，进而导致社会不安与仇恨。正如这里所示，算法歧视在很多情况下是难以预料的、无意识的副产品，而非编程人员有意识的选择，更增加了识别问题根源或者解决问题的难度。那么算法歧视是如何出现的？首先，算法结果建立在其所使用的基础数据之上，基础数据的不完善将直接影响算法输出的科学性。数据本应是社会现实的反映，但如果编程数据本身不正确、不完整或过时，输出的结果则会以偏概全。我国的裁判文书上网制度有待完善，各省关于类案类判制度的试点也还存在“数据孤岛”等“先天不足”，这不可避免地会损害算法输出结果的公平性。其次，算法的设计、目的、成功标准、数据使用体现了设计者、开发者的主观选择，他们可能将自己的偏见嵌入算法系统，这导致算法继承了人类决策者的种种偏见。第三，算法决策是在用过去预测未来，而过去的歧视可能会在算法中得到巩固并在未来得到加强，因为错误输入形成的错误输出作为反馈，将进一步加深错误。第四，算法决策不仅会将过去的歧视做法代码化，而且会创造自己的现实，形成一个“自我实现的歧视性反馈循环”。
二、算法歧视的治理难点
人工智能的算法决策具有典型的“黑箱”特点，连设计者可能都不知道算法如何决策，要在系统中发现有没有存在歧视和歧视根源，在技术上非常困难。如果按照现有的法律责任规则，由于系统的自主学习、决策能力很强，它的开发者无法预测最终将输出什么结果，那么黑箱的存在难以查找事故原因，将不可避免地产生责任鸿沟。除了如何通过设计确保算法和人工智能系统的公平性外，算法的治理难点还有以下方面。
首先，法律工具主义思维盛行。工具主义是指将各种科技成果视为解决人类问题、增强人类能力的工具，其在法律领域是实用主义法律观的体现。电脑量刑、类案类判输出的结果之所以往往为民众质疑，是因为只讲手段不问目的的工具主义割裂了法律和道德的关系，导致输出结果无法取得社会认同。工具理性取代价值理性的弊端在现代化早期已经暴露无遗了，技术本身并不是目的，也无法自动形成自己的目的。
其次，算法的透明性问题难以公开。算法的输出是“黑箱”过程，即便人工智能最终的应用出现严重后果，算法的过程也无从得知。人们无法判断损害到底如何造成、更不清楚算法本身是如何编写的。对于掌握先进科技的企业而言，算法往往属于企业的“商业秘密”，是受到法律名正言顺保护的“黑箱”。当利用犯罪风险评估软件对犯罪嫌疑人进行评估时，决定司法判决结果的就不再是规则，而是代码。而编程人员将既定规则写进代码时，不可避免地会对这些规则进行调整，但公众、官员以及法官并不知晓，无从审查嵌入到自主决策系统中的规则的透明性、可责性以及准确性。在缺乏必要的问责机制的情况下，无法矫正的算法歧视对刑事司法是一种嘲讽。
第三，运用法律规制算法歧视在操作层面还需考虑以下方面：第一，公平可以量化、形式化吗？如何被翻译成操作性的算法？第二，公平被量化为计算问题会带来风险吗？第三，如果公平是机器学习和人工智能的目标，谁来决定公平的考量因素？第四，如何让算法、机器学习、人工智能具有公平理念，自主意识到数据挖掘和处理中的歧视问题？
三、通向公正的算法规制
一、人工智能美术作品
如同这幅《爱德蒙贝拉米的肖像》画作，人工智能美术作品是指在一定规则下的算法程序或软件，通过一定外在计算机载体对外进行的表达，所产生的人工智能美术创作物。而对于传统美术作品，在现有的法律体系下受知识产权保护，其权利主体是作者，所保护的客体不仅是画作这个客观物体，更是基于人类思想上的外在表达模式，故而知识产权所保护的不仅仅是财产性权利，更多的偏向于对精神思想的保护。而对于人工智能所创作的美术作品，则是基于人工智能软件或程序在模拟人脑过程中，外在的机械化操作。我们无法将这一过程定义为思想的表达。故而人工智能美术作品无法受到现有的知识产权进行保护，那么此时就有学者对此提出了民法理论下的另一观点，认为人工智能美术作品依据人工智能算法及机器的性质而产生的一种知识财产收益;该类作品的产生具有连续性，这一自然属性符合现有民法理论下的“孳息”。而民法中对于孳息的保护依然是基于物的范畴。
二、必要性标识制度
根据以上阐述可以看出人工智能美术作品已经达到高度模拟传统美术作品，但其权属上却无法受现有的知识产权体系予以保护，在人工智能美术作品的价值无法估量的情况下，普通消费者无法准确在二者之间进行选择，就会导致二者之间的差异性逐渐缩小，最终使得二者予以混淆，这不仅会造成传统美术作品的市场紊乱，同时也会阻碍产生该美术作品的人工智能技术的发展。所以面对目前人工智能美术作品所带来的问题，首要解决的是将二者进行有效的划分。在此基础上笔者提出构建必要性标识制度。同时为达到合理监管人工智能美术作品的产生。对于必要性标识制度应当实行一定的申请制，因为人工智能美术作品暂时无法受到除民法“物”以外更多的特殊保护，所以要想获得更多的法律权益，应当主动进行申请，在申请经过初步的合法性、信息完整性以及初步价值估量的审核后对其予以登记归档，获得特殊的认证标识，基于此该标识制度具有一定的强制性，因为若想获得来自人工智能创作物的更多非物效益，必须强制性申请该标识，反之无特定保护。
三、必要性标识制度特点
基于对必要性标识制度的阐述，则该制度应当具有以下几个特点;首先，显著性。作为区分人工智能美术作品和传统美术作品的重要标识，该标识一定要显著地展现在画作上，使得浏览者在初识作品是就能第一时间分辨出该作品来源于人工智能创作，那么基于传统审美标准以及类比现有的市场商品包装标识，应当使得该标识制度处于画作的右下方，所占面积不得低于该画作的百分之三。其次，差异性。因为人工智能美术作品不同于普通批量商品，在人工智能模拟人脑的过程中所产生的美术作品虽不具有思想性，但其本质作品间存在差异，无法做到完全相同，所以该标识制度也不能仅仅是一个简单的图案统一所有的人工智能作品。应当每一幅人工智能美术作品的标识都有一定的差异。最后，信息性。由于人工智能的美术作品不具有权属清晰的权利主体，无法区别“作者”，故而对于该人工智能的来源将会被转化为特定软件计算法，该标识制度应当将此进行展示。避免该人工智能美术作品在流通过程中产生权属纠纷。
四、小结
社会发展是推动法律更迭的主要动力，现行的法律无法合理顺应人工智能技术的迅猛发展。相应的制度应当及时完善，建立人工智能美术作品的必要性标识制度可以避免现有的知识产权体系被人工智能所打乱，合理的法律制度不仅能保护现有的法律体系，更能促进人工智能艺术市场的蓬勃发展。
［参考文献］
［1］吴汉东．人工智能时代的制度安排与法律规制［J］．法律科学(西北政法大学学报)，2017，35(05):128－136．
科技的进步正影响人类生活的方方面面，人工智能作为科技发展的前沿产物，其带来的法律问题正挑战着当今国内外的法律现状。在现实产业中，人工智能被广泛应用于金融、新闻、制造业等各领域，有关人工智能生成物的法律确权与规制引起法学各领域的深刻探讨。在著作权领域，人工智能生成物是否属于我国著作权法保护范畴，以及其权利利益归属应该如何判定等问题，仍存在着诸多的争议。［1］
一、人工智能生成物的定义
人工智能（ArtificialIntelligence，简称AI），作为计算机学科的一个重要分支，是由McCarthy于1956年在Dartmouth学会上正式提出，被人们称为当今世界三大尖端技术之一。［2］人工智能生成物，即人工智能利用程序算法生成的产物，其可被认定为人工智能的“智力成果”，是人工智能算法得出的成果体现，也是被应用于现实领域的直接产品。有学者将其认定为人工智能的“创作物”，即认为其是由人工智能独立创作完成的产物，人类无法干预其成果的形式或内容。笔者认为人工智能“生成物”更符合当前人工智能的发展阶段，人工智能生成物仍离不开人工的前期干预。
二、人工智能生成物是否为著作权领域的作品
在著作权法中，作品需要具备两个基本条件，即独创性和可复制性。判断人工智能生成物是否为作品的关键在于判断其是否具有独创性。独创性，即作品的作者通过一定的素材，根据自己独特的意志、创作技巧和内容编排，从而形成自己独特的风格和表达。在英美法系中，受到洛克劳动补偿论的影响，其对独创性的要求较大陆法系低。作者只需要对其作品的创作付出了劳动并享有版权，即可认为该作品享有独创性。在大陆法系中，受到康德的人格理论影响，对作品独创性的要求较高，作品需体现作者的真实独特的意思表达。在我国司法实践中，判断人工智能生成物的独创性，可从“独”和“创”分别分析。“独”即作者排除他人独立完成。人工智能是在人工前期干预和智能算法的前提下产生实际成果，在实践中，现阶段人工智能生成物并未发现与自然人或法人其他组织等目前著作权法领域作者的作品重复之处。由此可见，现阶段人工智能已脱离了“抄袭”现有作品的范畴，并不是简单的复制挪用，可以运用自己独特的算法独立生成完整的作品，具有“独立性”。“创”即创造性，作品需要蕴含其作者的思想感情、独特理解表达等具有鲜明个人符号在内。将人工智能生成成果与自然人的创作进行比照，可以将人工智能的学习分为算法输入阶段和归纳学习阶段两个阶段。［3］算法输入阶段类似于自然人的基础理论学习阶段，此阶段会有较多的人工干预来建立人工智能完整的算法，通过大规模的模拟运算学习，使人工智能具备基本的运算条件。归纳学习阶段类似自然人的自主整理学习，人工智能在算法完备的前提下，独立运用算法进行“深度学习”，自主完成进一步的提高。经过两个阶段的学习，人工智能便可模仿人类思维生成具有独创性的作品。笔者认为，人工智能在两个阶段学习后生成的作品已经与自然人作品无异，人们在正常情况下很难将两者区分，虽然前期人工的干预仍存在，但单从人工智能生成的作品来判定，其已具备创造性的最低要求。因此，通过独创性的分析判断，笔者认为人工智能生成物具备独创性，可以称之为我国著作权领域的作品。
三、人工智能生成物的著作权归属
科技发展激发更大的创新活力。中国政府正在推动“中国制造2025”计划，随着机器智能、物联网、大数据等技术发展的日渐成熟，科技对社会经济发展的影响日益深远，也必将推动电子商务向智能商务转型，创造新的商业模式，极大降低人工成本，商品搜索和推荐更加精准化和个性化，最终带来消费者体验的提升。
普惠贸易极大调动中小企业和个人参与热情。中国政府提出“一带一路”倡议，推动普惠贸易发展。随着电子世界贸易平台（eWTP）的推进，跨境贸易的门槛将不断降低，中小企业和个人参与全球贸易的能力逐步增强，“贸易是每一个人的权利”终将得以实现。
新的规则体系推动消除贸易壁垒。世界海关大会与中国海关于2018年2月在中国召开了首届世界海关跨境电商大会，探索如何在海关角度促进贸易便利化和消除不适应跨境电子商务发展的贸易壁垒问题。欧盟各国法律的差异导致其内部跨境电子商务运营成本高，阻碍电子商务产业发展，近些年也在极力推行“单一数字市场战略”。2017年3月，阿里巴巴与马来西亚数字经济发展机构（MDEC）合作，联手打造eWTP“试验区”，建设“数字自由贸易区”，探索跨境电子商务贸易新规则，提供“一站式”外贸综合服务，目标是促进贸易发展，特别是中小企业的贸易发展。
（二）新与旧的冲突和博弈
1、旧秩序与新文明：跨境电子商务
跨境电子商务知识产权保护面临的突出问题是现行知识产权保护的地域性管辖。目前，知识产权的权利创设、运行、保护以主权国家的权力为依归，权利效果也局限于一国之内。一个在某国完成并得到保护的作品，在它国则得不到保护。对此，各国用国际条约的方式相互承认知识产权，这一问题得到一定程度缓解。但因为商标和专利必须注册或申请才能得到保护，需要权利人到各国去注册或申请。在传统国际贸易中，只有较大的制造商和经销商才能承担在众多国家注册商标（申请专利）以及运营的成本。由于传统贸易也主要是大的制造商和经销商参与，知识产权保护地域性造成的冲击被暂时抵消。跨境电子商务发展起来后，中小企业和个人参与国际贸易逐渐增多，一旦发生侵权，传统的权利救济成本就难以负担。由于知识产权保护规则各国不统一，也会增加跨境电子商务运营的成本，迫使卖家和跨境电子商务平台在不同国家遵守不同的规则，进行不同的运营设计。
2、旧观念与新创造：未来科技
科技创新对于电子商务知识产权保护而言，既是机遇也是挑战。人工智能现在已经可以相对独立的创造出作品（创造物），随着人工智能、机器智能的不断进步，其在创造领域所占份额将越来越大。微软于2017年5月出版的《阳光失了玻璃窗》，是人类历史上第一部百分之百由人工智能创作的诗集，但是根据现行著作权制度，无法确认权属。现行著作权法是以自然人创造为核心进行设计的，著作权一般情况下归属于创造作品的自然人（法人在一定条件下也能取得著作权），著作权的保护期限也与自然人的生命时长相关。人工智能创作的作品权属问题，现行法中很难找到解决办法。
3、旧体系与新需求：知识产权保护成本效益
电子商务引发的知识产权保护成本与效益的新需求，凸显了现行知识产权保护体系的不匹配。按照现行法律规定，网络用户利用网络服务实施侵权行为的，被侵权人有权通知网络服务提供者采取删除、屏蔽、断开链接等必要措施。网络服务提供者接到通知后未及时采取必要措施的，对损害的扩大部分与该网络用户承担连带责任。实践中侵权、恶意侵权并存，如果过分信任投诉人，因为投诉人的一纸通知直接将店铺商品下架，则可能让卖家失去抗辩和举证的机会，误伤商家的正常经营权，而如果确系侵权，则又可能因为侵害后果加大而要承担连带责任。电商平台作为商业经营者，并非专业人员，难以对侵权与否做出超越其能力的判断，立法的滞后性和现实的复杂性已不能满足知识产权保护的需要。阿里巴巴旗下平台有着超过10亿的商品数量，历史图片存量达一千亿张，每天新增6到8亿张图片，如果用人工识别图片中违规侵权的内容，工作量难以想象。为解决这一问题，阿里巴巴引入了“图片保护”机制，腾讯也有“原创保护”机制。但是，各个平台之间、平台与有关主管部门之间的信息尚未实现共享，难以发挥联动效应。
4、旧惩罚与新破坏：灰黑产业链
互联网技术的发展推动了包括电子商务在内的产业进步，但也滋生了一些新型的违法犯罪形式，网络灰黑产业链即是典型。灰黑产业以营利或者破坏性攻击为目的，违反国家规定和平台注册规则，通过自动化软件批量自动注册，异常创建互联网平台用户账号，虚假认证身份信息、虚假交易，进行非法网络工具买卖以及数据信息非法交易等。以侵犯知识产权犯罪为例，售假者为了逃避法律责任，通过恶意注册、虚假认证等手段从事售假活动，对于这些行为存在立案难、取证难、认定犯罪数额难和适用法律难等问题，假货的刑事打击一直难如人意。
（三）用科学的方法找到面对明天的办法
立法和监管部门应该保持一种开放心态，鼓励探索、倡导创新，理性、包容、谦抑地对待新技术和新商业模式。既要重视域外相关法律的发展，也要重视本土形成的治理规则，将这些实践经验作为制定法律和政策的重要参考，推动解决不断出现的新问题。
面对新技术和新商业模式的冲击，相关利益主体往往表现出疑虑的心态，担心新技术和新商业模式冲击其既得利益，甚至会发生阻扰行为。在制定规制新技术和新商业模式的法律过程中，应该让相关利益主体充分表达意见，听取他们的诉求，以高度的公开透明打消疑虑，达成对电子商务知识产权保护新规则的共识。
数据法学是伴随现代信息技术，尤其是大数据和人工智能技术的发展而出现的新兴学科，数据法学的教学往往需要与数据科学及信息技术的研习结合进行，具有知识体系的综合性、学科视野的开放性、应用场景的广泛性、方法工具的多元性和专业性等特点。相较之下，传统法学教育的发展已然十分成熟，不仅教学模式趋于稳定，而且教学内容的体系相对成熟，诸如法律诊所、模拟法庭等教学方法与法学实践结合甚密。正因如此，新兴数据法学教学与传统法学教学之间存在多个层面的差异。就内容而言，传统法学教育重在法律规则、原理及其适用的讲授，数据法学教学则不限于此，与数据科学相关的信息技术问题均融入法学教育的体系，且占据近乎同样重要的地位。传统法学教育围绕我国现行法律体系中的部门法展开，既包括法的本体、价值和发展等理论问题，又包括法律适用、运行等实务问题，这些方面的教学成果，使法学教育在我国社会科学教育中占有一席之地。相比之下，数据法学是对数据生成、采集、存储、传输、处理、应用等一系列过程中的法律现象进行研究的学科，数据法学的教育也围绕这些内容展开。[1]数据法学教学中的“数据含量”，使其与相邻计算机科学、互联网科技具有极大的相通性。这意味着数据科技的全新法学镜像世界，使法学问题不再拘泥于传统部门法调整对象和调整方式的范畴，而是经由数据问题的整合以全局性、领域性的态势予以因应。如此一来，数据法学的教育往往包括不同层级的多种法律门类，单一法律部门的课程设计无法满足数据法学教育的需求。数据法学的实践教学方式区别于传统法学。我国以法典法为基础的法律形式，使得传统法学教育与实践的环节往往是分开的，通常在校学习期间安排专门的时段进行实习，或者兼职从事实务工作。就数据法学而言，理想的教学实践应当综合数据技术和数据方法，比如实验教学、可操作性编程、数据研发应用等“产学研一体化”的要求，这无疑对法学传统的教学实践模式构成了冲击。法学教学中的实践导向，往往引用已经发生的案例阐释法律规范的教义与适用情形，这是一种“向后看”的思维方式。而数据法学则不同，它不忽视已经制定了的规范性内容，更重要的是将规制融入数据科学算法的世界，这就要把握科技发展的现状和前沿问题，甚至要求对数据的风险性与可能性进行前瞻性的评估。这样一来，数据法学实际具有了“向前看”的思维方式，它改变了传统法学教育的保守性和稳定性，使法学具有了尖端科学的色彩。调研数据法学学生的实践实习情况，科技公司、互联网企业的数据合规部门逐渐成为重要基地，这与传统法学院青睐律所、政府部门和法检机构的情况不同。数据科技的进步导致数据法学发展迅速，而与传统法学教材、教辅资料总量繁多、内容固定的情况相比，数据法学教育教材、资料的建设是薄弱的。作为法学教育的重要环节，概念清晰、体例完备的教材是实现法学教育功能的重要工具和载体。它不仅是法学知识传承的载体，而且是规范教学内容、提高教学质量的关键。相比之下，尽管数据法学前沿性的研究成果频出，但可以形成通说的数据法学理论和规则体系远未形成，大量基本概念和范畴处于争议之中，直接影响教材建设的进程。同步于数据科技进步的国内外各级行政法规、技术标准，成为规制数据问题的先锋性制度文件。这些制度文件的调整比较频繁，导致数据法学教材的出版发行可能面临及时更新与增补的问题。[2]如此一来，短期之内形成稳定的数据法学教学资料似乎不大可能，目前教学主要依托于各数据法学研究人员的学术涉猎，而这种学术涉猎难免片面，这就导致数据法学教学的资料支持远落后于传统法学的诸学科。
二、可融合性：培养方向与基本路径
无论如何，数据法学仍处于法学学科的大框架之中，传统法学仍旧是数据法学教育的重要基础。不能否认，数据法学教育的重点在于法学人才，只不过数据法学教育又有所突破，它独具特色地为国家各级公安司法机关、行政机关、法律科技领域的企事业单位等培养高层次的研究型和应用型人才。尽管数据法学教育与传统法学教育存在较大差异，但数据法学教育的发展仍需与传统法学教育的优势进行整合。1.传统法学在一定程度上为数据法学的新兴理论和范畴提供了分析工具。数据法学之所以为法学，意味着传统法理论中，诸如法的性质、渊源、要素、效力等级、权利义务、行为关系等基本范畴，可以为数据法学理论体系的建构提供支点。与此同时，由于数据法学根植于信息化数据所创造的新兴客体，有条件在传统法学的理论视野上实现超越，且这种超越并不意味着必然的冲突和矛盾。数据空间的特有话语体系、规制手段和价值判断，的确导致了新兴法学范畴的确立，但也启动了对既有法学理论体系的解释和补充。应对数据空间的复杂化，传统法学应当继续扮演理论元叙述的角色，而数据法学突出的实务性和前沿性，也将为法学体系的发展提供充分的补给与反刍。2.数据法学教育的核心在于以数据法学为主干的跨学科复合型人才培养，其关键在于法学研究与信息技术的有机融合，这就要求我们在既有培养模式的基础上，厘清法学教育与数据科学教育的逻辑关系，必须明确数据法学并不等同于尖端数据科学，其科研侧重点、教学培养目标存在交叉，但又有明显差别。数据法学属于法学一级学科，同时借力信息网络技术、数据安全技术尖端学科为支撑。以法学教育为主体，就是要借鉴传统法学教育的理论与实践教学范式，促进法学素养的形成。以网络技术、数据安全为支持，推动这种法学素养向数据技术、数据防范、数据问题等方向的演化，这种演化或许加入了计算机代码、算法、程序、数据等不同于传统法律课题的话语表述，但它并不构成对传统法学体系的颠覆，而是一种法学教育话语体系的更新。可以说，法学仍旧是基础，而数据是现实的关照，前者是基础方法，后者是方法所给予的对象，只不过方法要根据对象的特征进行调整。3.数据法学教育对课程体系建设提出了新的要求。目前，国内各院校数据法学课程建设模式主要有三种：第一种是“三分模式”，以清华大学2019年开设的计算法学专业硕士为例，教学内容对既有法学体例形成了实质性的颠覆，法学、数据科学、法学数据交叉科学构成了“交叉型课程集群”，沿用传统法学教学内容的法学科目仅占三分之一，以数据科学为先导的数据技术教育、交叉学科教育，实现了法学院与强势理工科教学的合并，将编程语言、概率论、线性代数等数据技术基础课程涵盖在内，又以数据与法律的整合类课程，如科技法、专利法、技术规范进行辅助。第二种是“二分模式”，教学内容包括传统法学教育与数据科学教育两个部分，传统法学课程注重教学培养过程中的“法学”含量，数据科学教育则确保教学过程中的“数据”含量，这要求相关院校具备法学和数据科学的学科基础，唯有两类课程的相互影响，才能推动学生产生对数据与法学的思维碰撞与整合。第三种是“综合模式”，这也是目前国内大多数院校开设数据法学的教育模式。该模式将数据科学融入目前法学院的日常教育体例之中，不同学科以课程接力或者课后拓展的形式展开。综合模式对开课学校的理工科背景要求并不高，但是这种模式往往过多偏重法学教育的内容，容易将数据法学等同于知识产权法学、专利法学等具有数据相关性的部门法学教育，是否能够有效实现数据法学的教学效果仍应存疑。4.以科研创新和前沿性资料库弥补教材薄弱的现状。数据法学教育目标在于为新一代信息技术的发展提供人才保障，也为法律行业和法治现代化提供技术支持。正因如此，学术创新能力培养是数据法学教学的重要内容。鉴于教材、教辅资料体系尚未确立的现状，现阶段数据法学教学应在科研训练、问题意识为先导的教学方法上有所突破，间接推动数据法学教学案例、实验、文献等资料的系统性完善。这样不仅跳出了传统法学教育以课堂、教材为核心的旧模式，还推动了科研项目、论文融入教学过程中，增强了学生的参与度，也对前沿性数据政策、法规和行业标准予以关照。借此，可以尝试以数据法学方向为单位建立主文献库，加强文献研读、资料分析与写作指导，同时注重数据分析、计算机编程等技术的实操能力训练，为跨学科研究打下了基础。以数据库的形式拓展资料、文献的存储载体，利用信息技术开展传统课堂、教材的教学模式改革，推动信息化手段在教学资料查阅、利用过程中的便利性，通过数据手段实现数据法学的教学创新。5.实现人才培养与实务需求的对接，不同授课模式可以发挥各自所长。数据法学教育需要通过实践训练和学位论文撰写等环节，培养学生解决信息技术相关法律问题的能力。为此，应当深化实践教学改革，加强实践教学基地、研究生工作站建设和数据法学实验室建设，拓展与互联网法院、信息技术公司、公安执法网安部门的学习与合作，实践第二课堂。对于理工科实力并不突出的学校，可以整合校内外培养资源，突出跨学科人才培养特色。可以实行校内外双导师制度，第一导师由法学院教师和专家担任，第二导师由校内外从事计算机、网络安全研究的教师和专家担任，或者聘请校外实务部门知名专家作为兼职导师辅助培养；制定联合导师、兼职导师管理办法，建立完善兼职导师的遴选、任职、考核、激励、保障和退出等工作机制。法学、计算机学科建设都相对成熟的学校，可以积累教学经验并打造精品教学资源，开发线上线下课程，建立数据法学教育案例库，服务于校内外人才培养，建立数据法学教学领域的“参考样板”。除此之外，传统法学院实习成果转化的多种可能性值得拓展，调研文章、案例研究、智库建议、技术研发、专利申请等多样化应用成果可以作为数据法学学位授予条件的改革试点。在实践过程中，尤其要注重学生法律职业伦理和计算机、大数据应用职业能力的培养。法律职业伦理包括职业道德与执业规则；大数据应用职业能力包括计算机工程、数据分析工程等技术职业思维，如常用编程语言、计算机应用方法及知识、大数据通用工作能力等。唯有面向实务需求的数据法学教育，才能整合法学教育与数据法学教育的优势，实现传统教学模式与方法的突破。
三、结语
数据法学交叉学科的兴起，紧紧围绕党的的战略部署，聚焦国家治理体系和治理能力的现代化。与此同时，数据法学教学也因“跨学科专业”和“跨理论实践”的特征，成为值得讨论的时代教育命题。数据法学教育既集成了数据科学的迅速发展，又打破了传统法学教育相对稳定、固化的态势，使其不得不在解决新问题的过程中整合交叉学科资源并向前发展。无论如何，数据法学教育与传统法学教育的整合，可以将数据信息技术与法律融入培养教授的环节；数据法学教育的培养质量与成果，将直接为中国特色社会主义法律体系建设与发展输送新型人才。数据法学教育的不断改进与发展，是为我国学术研究前沿阵地的关键性突破服务，更是为我国加快建设创新型国家服务。
参考文献
1人力资源服务形式、特点及模式发展现状
1.1基本形式
现阶段人力资源公司一般拥有三种服务形式，分别为人事服务、劳务派遣服务、人力资源外包。人事服务是一种政府推行的人事管理方式，属于市场经济的发展产物，也是现代人事管理制度的重要组成。基于个人和单位的委托，政府人才服务机构会完成人事事务，作为政府为社会提供的公共服务，人事服务所营造的契约服务关系具备浓厚的行政色彩；劳务派遣服务属于人事服务的形式或延伸，劳务派遣服务机构会通过签订派遣合同，将派遣员工输送至实际用人单位，这一用工形式需要用人单位支付管理费用给派遣服务机构，灵活多样的用人机制在提高组织反应速度和反映能力方面表现较为出色。对于我国很多用人单位来说，大量辅、临时性的劳动力需求可通过劳务派遣形式得到满足，这一合规合法的辅助用工方式也能够有效降低企业成本并规避用工风险；人力资源外包指的是对外承包人力资源管理的部分职能工作，专业机构可由此提供高水平人力资源管理服务，人力资源外包能够向外转移人力资源管理职能，企业的管理层可将更多精力投放在战略目标规划与核心价值创造方面，企业劳动效率可由此实现长足提升。社会分工可在人力资源外包推动下进一步细化，企业的运营成本节约、工作流程优化也能够由此实现，因此本文研究主要围绕人力资源外包展开[1]。
1.2特点分析
人力资源外包具备基础性、重复性、规模性三方面基本特点。基础性指的是人力资源外包主要涉及基础的人事服务，专业机构主要负责基础性人事工作，战略层次的人力资源管理需由企业自身负责；重复性源于人力资源外包的重复性工作过程，如人力资本数量的不断补充、人力资本质量的不断提升，这种重复性也是人力资源外包发展要求的具体表现；规模性指的是人力资源外包能够满足一类服务需求，不局限于某一个企业或组织，且能够合并处理同种工作项目，真正做到以点带面，满足企业需要[2]。
1.3现状分析
分析人力资源服务模式发展现状可以发现，人力资源外包内容单一、外包项目拓展与从业者专业技能不匹配、劳务派遣面临问题较为复杂均需要得到重视。围绕人力资源外包内容单一进行分析，本文认为现阶段人力资源服务模式需整体提升服务水平。由于传统的业务属于人力资源外包手续的基础，在外包业务开展过程中，部分服务供应商存在思维模式落后问题，仅提供手续性的外包服务项目而高端项目的情况较为常见，受猎头业务、工资体系建设、薪酬项目规划等高端项目开发缓慢影响，多层次、多元化的人力资源服务模式创新存在较高必要性；围绕外包项目拓展与从业者专业技能不匹配进行分析，本文认为现阶段外包服务人员已经能够提供较好的沟通服务，但这种服务更多局限于基础性项目，在要求更高、专业性更强的项目中，差距仍显著存在，可见后备人才储备和从业人员培训方面存在的不足；劳务派遣面临问题主要源于法律条文规制带来的影响，如劳务派遣员工不适应、劳务派遣单位不正规操作等现象，“同工不同酬”往往会导致派遣工权益无法得到保障，虽然法律存在相关明文规定，但具体执行效果较差，由此带来的一系列负面影响不容忽视[3]。
2人力资源服务模式创新路径
2.1创新思路
2018年10月1日，《人力资源市场暂行条例》正式施行，条例提出“大力发展人力资源服务机构”的要求，因此人力资源服务模式创新需结合条例要求，健全产业链条、提升国际化程度、推进精细化与信息化发展。作为人力资源大国，人力资源服务业必须以战略视角予以高度重视，并将其视作新的增长点，不断提升人力资源服务行业的地位，基于这一认识，人力资源服务模式创新需围绕多元化、智能化、精细化三方面展开。
2.2具体创新路径
2.2.1多元化
人力资源服务模式的多元化创新需实现服务方式、服务对象的跨界，并以此推进思维的变革与创新，提升人力资源服务行业的想象力。企业内部的员工、HR属于一开始人力资源服务的对象，但随着创新的不断推进，对象多元化趋势日趋明显，因此创新需关注整体解决方案的提供，即员工福利、培训、招聘一体化解决方案，并以此提供数据报告、计划制定、成本优化等服务。在多元化的探索中，人力资源服务还应细化到具体的人，这种细化不仅包括员工、求职者、职业技能培训等特定角色，还需要延伸至职业生涯整体，求职者培训、职业规划、再利用均需要得到重视，为企业领导提供的沟通能力、团队管理、领导力培养等方面培训同样属于多元化创新典型；多元化创新还需要关注服务提供渠道的变化，传统的服务由员工提供，而随着创新的不断推进，软件、机器人在服务提供中所占的比例应不断提升，平台、经纪人将由此取代以往的供应商和直接提供服务方式；跨界与融合的趋势同样需要在多元化创新中得到体现，经济新常态催生的新零售等变化需得到重点关注，借鉴这一理念，人力资源企业需关注“人力资源+零售”、“人力资源+保险”等发展方向，以此探索跨界与融合。
2.2.2智能化
科学技术的飞速发展为人力资源服务模式的创新奠定了坚实基础，人力资源服务业的新动能便源于传统服务与新技术的结合，人力资源服务行业获得的云计算、大数据等技术支持必须得到重视，以此保证人力与科技的融合更好服务于人力资源服务模式的创新。具体创新需由科技和数据入手，改变人力资源服务的成本结构，通过采用各类数据与信息化工具，人力资源服务的财务、人力、管理成本将大幅下降，员工的工作效率也能够大幅提升；智能化创新需重点关注人工智能和“互联网+”对人力资源服务交付方式带来的改变，“人工智能+招聘”、“互联网+薪酬”、“互联网+社保”、“人工智能+客服”等探索带来的改变和具备的较高应用价值可较好推进行业发展；人力资源服务模式创新还可以引入区块链技术，配合移动互联网、云计算、人工智能、大数据等技术打造人力资源服务公司智能服务平台，即可实现在线服务交付，进一步提升服务的质量和效率。
2.2.3精细化
为进一步扩大市场容积，人力资源服务模式的创新还需要不断提升精细化程度，具体的精细化发展应体现在纵横两个维度。在纵向维度，需面向具体的细分人群细分服务点位，如兼职招聘、高端人才招聘、电商人才招聘、海归人才招聘、等；在横向维度，需基于上下游配套的服务进行服务环节细分，如员工福利、薪酬、社保代缴、背景调查、管理资讯等，人力资源服务行业可通过细分行业获得新的增长点，并实现市场扩容。
2.3实例分析
以人力资源服务公司的创新探索为例，为适应经济新常态时期，该公司在招聘业务方面的创新中投入了大量精力，采用的具体创新措施包括细分客户群体、完善数据支持体系、提供精准服务等。以细分客户群体为例，公司首先按照企业人员数量规模、岗位性质、职位级别进行划分，并由此确定了客户类型划分，配合针对的客户群服务方案制定，公司的招聘业务精准服务水平大幅提升，上文中的创新路径也由此得到较好证明。
3结论
综上所述，经济新常态下人力资源服务模式创新存在较高必要性。在此基础上，本文涉及的多元化、智能化、精细化等内容，则提供了可行性较高的创新路径。为更好推进人力资源服务模式创新，人力资源服务长期存在的目标客户群体定位不清、个性化缺乏等问题必须得到妥善解决。
参考文献
中图分类号：F820 文献标识码：A 文章编号：1672-3104（2013）05?0021?05
信用风险是指交易对方没有意愿或没有能力履行既定合同条件而造成违约，致使债权人或交易方遭受经济损失的可能性。企业信用风险产生的原因有企业内部自身的因素，也有环境因素。企业经营不善、决策失误导致无法履约等自身因素往往被认为是企业信用风险的根本原因[1]；而国内外宏观经济环境、法律法规制度及政治制度的突变也成为当前企业信用风险成因不可忽视的因素。
理论和实践已表明当今的中国已经步入了“信用经济时代”，这就要求作为中国经济主体的企业，在生产经营活动中需要感知风险、预测风险和规避风险，以确保契约关系的如期履行。这既是企业经营与发展的根本，也是国家和地区经济体系正常运行的基本前提。因而如何科学有效的评价企业的信用风险，对维护国家金融安全与经济健康运行的意义与价值是不言而喻的。
一、文献回顾
信用评价是穆迪（Moody）公司的创始人约翰·穆迪在1890年首创提出的债券风险管理体系，通过债券的信用评价确定债券等级，目的是帮助投资者对债券做出选择，同时也为企业管理者的生产经营决策提供建议。到上世纪二三十年代，信用评价开始在欧美国家风行，评价的技术也在与时俱进。总结其发展历程，评价技术大致可以划分为经验判断时期、统计模型时期和人工智能方法时期。
（一） 经验判断时期
这一时期主要集中在20世纪50年代以前，依赖评估人员的经验和能力对企业的信用状况作出判断。在多年的实践中，逐渐形成了“6C”“5P”及“LAPP”等要素信用评价方法。但经验判断法对评估人员的能力与水平有很高的要求，而且由于不同评估人员的的认识不同导致评价结果差异较大，评价结果公正性难以保证。
（二） 统计模型时期
在上世纪50年代到90年代期间，统计方法开始在信用评价技术中大量使用。Beaver[2]在1968建立单变量多元分析模型 （Z模型），但这种方法会存在不同变量导致不同的评价结果的缺陷。针对这一缺陷，Altman[3]利用多元判别分析法进行改进建立了Zeta模型，明显提升了风险预警的效果。1980年Ohlson[4]开始运用Logit回归模型进行企业信用评价，而后Collins和Green（1982）、Gentry、Newbold和Whitford （1987）的研究表明了Logit回归模型在信用评价方面优于Zeta模型。Jone和Hensher（2004）使用混合Logit模型提高风险评价的准确程度。随着信用评价技术的完善，一些新的统计方法不断在实践和应用，如KMV模型、VaR方法均在信用风险评价中使用，这些模型的出现意味着统计方法在信用风险度量技术的广泛使用。
但是统计学方法应用在信用评价中也有很多的不足，如统计模型要求评价指标的关系是线性的，指标要成正态分布等都与企业的实际情况不符。因此，统计方法评价企业信用风险有很大的局限性。
（三） 人工智能方法时期
从上世纪90年代开始，信用评价就进入了一个集人工智能、计算机技术和系统技术于一体的人工智能方法时期。随着人工智能的发展和应用，神经网络方法（ANN）开始进入信用评价的应用和研究领域。相对于统计方法，神经网络对样本数据分布要求不严格，具有较强的“鲁棒性”和较高的预测精度，这些优势使其成为信用风险评价的有效工具。Singleton和Surkan[5]的研究表明神经网络方法的准确率比信用评分法的准确率要高16%。Altman、Macro和macro[6]的研究也证实了神经网络准确率远高于信用评分法准确率。
我国学者对于信用评价问题的研究起步较晚，相比发达国家成熟的信用评价体系存在着相当大的差距。特别是在信用评级的实践中，仍然以信用评分为主，在评价方法上，又以统计分析为主，而对于神经网络方法、衍生工具方法的应用研究相对较少。基于此，本文构建模糊神经网络方法探索企业信用风险评价方法。
二、研究方法与样本来源
（一） 研究方法
本文中的T-S模糊系统是一种自适应能力较强的模糊系统应用，该模型不仅能自动更新，而且还能不断修正模糊子集的隶属函数。T-S模糊系统用“if-then”的规则来定义，其模糊推理如下：
其中： 为模糊系统的模糊集； 为模糊系统的参数；yi为根据模糊规则得到的输出。该模糊推理的输出部分是模糊的，输入部分是确定的，且输出为输入的线性组合。
（二） 样本来源
本文中的样本来源于2012年度浙江省重点工程招投标领域信用评级企业。为了评价的一致性，受评的72户企业均为土木施工类企业，其中55户作为神经网络的学习样本，17户作为检验样本，样本数据均由杭州资信评估公司提供。
（三） 评价指标说明
信用评价指标体系是科学评价企业信用状况的基础和依据，本文按照浙江省企业信用评价指导性标准和规范提供的指标体系[7]，其评价指标主要分为5个大类、15个中类及48个初始指标集，即① 企业基本状况大类指标：基本条件，人力资源，管理能力；②财务状况大类指标：债权债务，营运能力，盈利能力；③ 发展潜力大类指标：行业状况，技术实力，成长能力，发展战略；④ 公共信用监管大类指标；⑤ 招标投标监管信息大类指标：招标投标信用记录，合同履约情况，获奖情况。
本文样本的财务指标数据均来自于审计后的财务报表，定性指标则通过实地调查或监管部门的官网信息所得，因而所有的信用信息真实可靠。
由于信用评价指标体系中的各个指标计量单位不同，在分析之前必须通过归一化处理，化为无量纲的表达式，即为纯量。指标归一化的方法有很多，本文使用如下算子（即matlab中的mapminmax）进行归一化处理：
其中：ymax默认取为1，ymin默认取为?1，这样把原始数据归一化到?1至1之间，以便于后续的运算处理。
三、模糊神经网络构建
（一） 模糊神经网络的输入与输出
本文构建三层神经网络，模型的第一层为输入层，因为有48个输入参数指标，所以输入层设置了48个神经元；第二层为隐含层，隐含层神经元个数要依据网络学习的拟合速度选取，此处设置为100个；第三层为输出层，由于输出参数为一个，即为企业的信用等级，故输出层设置1个神经元。
（二） 基于模糊神经网络的企业信用风险评价的流程
企业信用风险评价要将输入样本数据归一化后求隶属度，旨在将数据模糊化，再采用连乘算子作为模糊算子，计算模糊模型输出值，其结果为逆模糊化的输出。通过误差计算矫正隶属度参数，训练模糊神经网络，将训练好的网络对测试数据进行信用评价。该过程如图1所示。
（三） 模糊神经网络的学习算法
1. 误差计算
2. 系数修正
3. 参数修正
四、实证研究结果
本文采用MATLAB 2010a编程，实现模糊神经网络过程对该网络进行训练。经过训练得到模糊神经网络的真实结构。该结构由48个神经元的输入层，1个神经元的输出层和100个神经元的隐含层构成，经过大量次数的训练，得到训练结果。
（一） 误差分析
从图2到图5可知，经过9 000次训练，个别点的误差仍然较大，没有趋于稳定。在经过10 000次训练后，所有点的误差非常小，训练好的模型能够用于测试数据的信用评价。
在不同训练次数下误差波动不大，说明经过10 000次训练以后的误差已经趋于稳定。从图6和图7中可以看出，需要较大的训练次数误差才能趋于稳定，主要原因在于训练样本中等级的不连续性，例如一个企业的数据理论上应该化分为等级2.4，但是在实践应用中的等级却只有2和3，按照接近原则划分到2，这样的误差出现在训练样本中将会对训练结果的好坏、预测结果的好坏有着较大的影响。
由于反归一化后结果不一定是整数，这与信用等级不一致，所以有必要对结果取整，当输出结果小于1.5，其等级为AAA（图上为1），输出结果为1.5～2.5，其等级为AA（图上为2），输出结果为2.5～3.5，其等级为A（图上为3），输出结果大于3.5，其等级为BBB（图上为4）。
测试样本评价结果如图8，等级1代表AAA，2代表AA，3代表A，4代表BBB。即：
五、结语
（1） 本文根据浙江省企业信用评价指导性标准和规范的要求确立了企业信用风险评估的指标体系， 构建了企业信用风险评估的模糊神经网络模型。通过MATLAB 2010a编程，实现模糊神经网络过程对该网络进行训练。实证研究表明， 模糊神经网络适用于企业信用风险评价，且网络预测误差小。
（2） 利用模糊神经网络得到的企业信用评价结果与杭州资信评估企业的评价结果基本一致。经对比，有4个企业的评价结果发生了一个等级的差异。
参考文献：
[1] 张瑛. 新兴技术企业信用风险评估方法研究[D]. 成都： 电了科技大学， 2009.
[2] Beaver W H. financial ratios as predictors of failure[J]. Journal of Accounting Research， 1966： 71?111.
[3] Altman E I. Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Finance， 1968， 23： 4?7.
[4] J S. Ohlson. Financial Ratios and the Probabilitistic Prediction of Bankruptcy [J]. Journal of Accounting Research， 1980， 4： 123?133.
一、第三方支付概述
第三方支付服务是指独立于银行和电子商务商家提供支付服务的机构，通过与国内外各大银行签约，集成银行支付结算系统或基于其他服务通道，在消费者、商家和银行间建立链接，从而实现现金流转、货币支付、资金清算、查询统计等服务。[1]第三方支付平台一般由具备一定实力和信誉保障的第三方独立机构提供，因而具有担保功能，如美国的PayPal、“阿里”的支付宝、“腾讯”的财付通等等。
（一）金融机构与非金融机构的性质之争
关于第三方支付服务平台的提供商是否为金融机构，争议不断。笔者认为，性质之争关系第三方支付服务衍生犯罪的定性问题。“金融犯罪的经济刑法所保护的主要是超个人法益”，[2]包括国家经济和金融制度。其特殊性决定了刑法调整的全面性。刑法分则中规定了包括信用卡诈骗、信用证诈骗罪在内的8种诈骗罪名，且有增罪的趋势。第三方支付平台提供商若为金融机构，其所涉及的犯罪问题应与金融犯罪问题相提并论，金融犯罪里的侵财型罪名具有合理范围的可移植性或借鉴意义，若非金融机构则不然。不过，此性质之争在我国已有初步定论，2011年出台的《非金融机构支付服务管理办法》已将第三方支付平台提供商这类支付业务机构定性为非金融机构。因此对于其账户“失窃”的定性问题首先明确其非金融机构的前提。
（二）第三方支付账户与用户的法律关系
比较第三方支付机构与银行机构，两者与用户之间形成的法律关系存在差别。仅就账户内的资金而言，用户一旦向银行存入货币，就与银行形成了债权债务关系，用户资金所有权就发生了转移。用户享有随时请求银行支付制定数额存款的债权，银行也享有要求贷款人偿还本金利息的债权。银行对于用户帐内资金还有主动扣取手续费、滞纳金、利息等等权利。而在第三方支付账户内发生的资金进出，货币所有权并没有转移。第三方支付账户内虽然存在大量沉淀资金，但不具有自行处分的权力。提供商与用户之间实际上形成了一个关系，服务提供商只能以付款人的名义，严格按照用户指令转移货款，纯粹以一个中间人的身份代收代付货款，相应地也不承担交易风险责任。因此，提供商对账户资金没有保管的职责，账户由于他人的犯罪行为失窃，其不需承担赔偿责任。
（三）第三方支付的侵财型犯罪
由于互联网开放、互动、传播面广、匿名性强；网络平台技术不完善，“钓鱼、木马”程序盗取密码以及用户网络安全知识、意识、手段匮乏等，账户失窃时有发生。[3]第三方支付平台上的犯罪具有不同于传统犯罪的“犯罪现场”，对犯罪行为的性质认定形成空间上的挑战，而目前法律对平台的适用不具针对性的现状，使第三方支付平台上的犯罪认定具有不确定性。[4]
[案例一]谢某与何某系朋友关系。谢某经常帮助何某在淘宝网上购物。在此过程中，谢某将何某淘宝网上的用户名、密码设置为保存密码并自动登录。后谢某私自以何某的名义在淘宝网购买了一部价值4700余元的手机，输入何某的支付宝帐号和密码，用该支付宝内的余款5000余元支付了货款，取得该手机。当地检察机关认为此案涉及三角诈骗，谢某以何某名义用何的支付宝支付了货款，使具有处分权限和地位的支付宝陷入错误认识而处分，何某的财产权遭受损失。[5]
[案例二]齐某等人利用网络程序漏洞，通过连续快速点击的非正常操作手段，利用腾讯财付通账户充值游戏点卡，并非法变现占为己有。检察机关认为齐某虚构多次付款事实，使电脑程序误认为行为人进行了多次付款，并以此作出错误判断，最后电脑程序根据此错误判断，自愿向行为人发出了超值的游戏点卡，因此构成诈骗罪。[6]
二、账户“失窃”之诈骗罪的定性逻辑
（一）第三方支付平台具有受骗人“资格”
第三方支付账户“失窃”被界定为三角诈骗，即符合如下过程：行为人实施欺骗行为――对方产生或者继续维持认识错误――对方基于认识错误处分（或交付）财产――行为人获得或者使第三者获得财产――被害人遭受财产损失。如此，第一个逻辑前提为第三方支付平台的“受骗人资格”。[7]
“机器”能否被骗成为不得不讨论的话题。支持者认为，ATM 不同于一般的机器，这是智能化的机器。从某种角度分析，包括 ATM 机在内的机器经电脑编程后，实质上已经成为了“机器人”，在大多数情况下，这些所谓的机器实际上是作为业务人员代表金融机构处理相关的金融业务。因此可以成为诈骗罪的对象。[8]自动取款机上冒用他人信用卡，被骗的不是自动取款机，而是作为自动取款机背后的所有者和管理者――银行。[9]折中的理解认为，正常工作状态下的人工智能及其操作系统和硬件应当视为管理者意志的体现。[10]
从上述观点可以看出，支持者将机器拟制为法律角色之一，视为“受骗人”，赋予其充分的角色地位，甚至具有意思障碍和意思表示。这种角色拟制的支持源于现有金融诈骗犯罪的相关立法――银行、ATM机被视为“受骗人”。如此，第三方支付平台提供商因具备金融机构的部分特征，故被类比为银行，成为诈骗罪的对象；第三方支付网络平台因是提供商意志的延伸，故而被类比为ATM机，也具备“受骗人”的资格。上述案例中均认为第三方支付平台是可以成为诈骗对象的。
（二）信用卡诈骗之于诈骗罪具备“可移植性”
上述案例一中，以他人名义非法获取账户资金，欺骗第三方支付机构，构成诈骗。深究该观点的逻辑，有移植“冒用型”信用卡诈骗罪的痕迹。行为人冒用他人使用支付账户，类比于冒用他人使用信用卡，支付宝账户类比于ATM机成为了“受骗人”，构成诈骗罪。笔者将逻辑路径梳理如下：首先，“冒用型”信用卡诈骗罪的其中一种表现形式为“窃取、收买、骗取或者以其他非法方式获取他人信用卡信息资料，并通过互联网、通讯终端等使用”。而“人机互动型信用卡冒用行为”符合上述情形，冒充持卡人和机器建立信任关系，[11]即欺骗ATM机，构成信用卡诈骗罪。其次，多数观点认为信用卡诈骗罪被诈骗罪包容竞合，是诈骗罪的特殊形式，因而不具备信用卡介质的冒用型侵财行为可能构成诈骗罪。第三，非法获取他人账户密码，以他人名义转移其第三方支付账户内的资金显然与上述“冒用型”信用卡诈骗的客观手段一致，又因为该行为不具备信用卡的特殊介质而构成诈骗罪。
然而机器是否可骗，诈骗罪与信用卡诈骗的关系是否包容竞合，冒用第三方支付账户是否可以移植借鉴“冒用型”信用卡行为的定性，仍值得反思。
三、诈骗罪之逻辑路径的反思
（一）机器成为“机器人”科学悖论
首先，机器不能成为“人”而体现银行的意志。传统的银行柜台交易，银行柜台工作人员可以通过比对身份证、检查客户签名和核实卡密码等多种方式来对持卡人的合法身份进行审核，亦能辨识使用信用卡过程中的欺诈行为，因为自然人有自主意识。银行意志是由银行工作人员的执行能力来体现，ATM机作为显然不能具备自然人的自主能动性，亦不具备体现银行意志的能力，充其量只能是代替柜台操作的一个智能“机械手”。所以机器不能成为“人”。
其次，机器不会“上当”。机器根据用户指令执行命令，这是程序式的动作，非对即错，不需要机器去判断处理非常、复杂的情况。即便下达指令的是非权利人，机器也根本无法辨别，因此只要指令正确，机器便执行；不正确，机器拒绝执行，机器不会陷入错误意识，永远不会被骗。即便是出现故障也不是因行为人的欺骗行为而引起的“受骗”状态。
再者，“机器人”的存在不合理性。账户不只存在第三方支付平台之中，网络上众多利用账号和密码的账户，其本质都是一样的，背后都是服务提供商，即“机器”。若是认定“机器人”可以受骗上当，那么冒用他人QQ帐号窃取Q币以变现，冒用他人游戏帐号窃取游戏中的装备以变现，这些行为都成为诈骗行为。第三方支付账户中是真金白银，虚拟财产也有一定价值，诈骗罪之于盗窃罪的法定刑轻，对于财产的保护显然不利，也违背社会一般理解。
（二）从信用卡诈骗罪的沿革反思“诈骗罪”定性
在立法之初，信用卡诈骗行为以“诈骗罪”规制。传统的银行柜台交易中，其实质是人与人的关系，故将信用卡诈骗罪置于诈骗罪下。但其中未包括对人和机器如ATM机的关系认识。ATM 机的使用越来越普遍，“人对机器”的犯罪方式问题凸现，对其理解应从当初的立法背景下脱离出来。[12]立法对信用卡诈骗外延的扩张解释，使得信用卡诈骗罪与诈骗罪之间的关系发生了变化。信用卡诈骗罪与诈骗罪应属于交叉竞合关系，即部分信用卡诈骗行为不符合诈骗罪的构成要件，但却是信用卡诈骗罪要规制的对象，这就产生了法律拟制：如利用拾得的信用卡或借记卡在 ATM机上取款的行为，冒用他人信用卡，构成信用卡诈骗罪。[13]
笔者认为，针对机器冒用他人信用卡的行为，既不具诈骗的对象，也不具欺骗手段，那么它就是适应社会法律需要的一种法律拟制。既然是法律拟制，那么“针对机器的冒用型信用卡行为”的定性就不具备类比和移植的借鉴意义。即便第三方支付平台类似于ATM机；即便其具有金融机构的部分特征；即便第三方支付账户失窃的行为也归咎于冒用他人帐户，均不可以诈骗罪定性。
（三）从非金融机构的定位把握“移植性”
第三方支付平台的性质如前所述已明确为非金融机构。部分观点将具体案例中将该平台类比于ATM机构，进而类推移植是不妥当的。借鉴于针对金融犯罪的相关刑法，缺乏主体适用的基础，第三方支付平台不能等同于金融机构。第三方支付服务现有法律规范包括《非金融机构支付服务管理办法》以及《电子支付指引》等，对其定性和法律关系的规定是不完善的，盲目的比较类推存在隐患。从两者犯罪的社会危害角度，调整金融犯罪的法律更注重保护金融秩序，而调整第三方支付账户犯罪的法律应更注重保护私有财产。因此，即便是银行账户的帐号和密码与支付账户的帐号和密码本质上是一致的，但基于两者的性质不同，窃取银行帐号与第三方支付平台的帐号定性也不同。
注释：
[1]李馨博：《网络第三方支付若干法律问题研究》，广东商学院2011年硕士论文。
[2]申柳华：《论我国金融犯罪刑事立法中的宽严相济》，载《山西警官高等专科学校学报》2008第4期。
[3] 孙书林：《支付宝诈骗模式及其防范策略》，载《江苏警官学院学报》 2009年第5期。
[4] 龚培华、陈海燕：《第三方支付平台中的法律问题与法律对策》，载《法治论丛》2010年第1期。
[5]参见《检察日报》，2012-10-14。
[6]参见《检察日报》，2008-03-26。
[7]张明楷：《论三角诈骗》，载《法学研究》2004年第2期。
[8]刘宪权：《诈骗罪若干疑难问题研究》，载《政治与法律》2008年第10期。
[9]王春丽、曹冬敏：《信用卡诈骗罪实务难点及应对》，载《政治与法律》 2011年 9 期。
[10]丁晓青、伍红梅：《邓玮铭盗窃案》，载《刑事审判参考》2012年第2期。“故障状态的人工智能系统及其因已经丧失独立的意思表示能力，不能正确识别相关代码，作出的决定不能代表其管理者的真实意志。”
从经济学理论研究的角度看，需要关注具有大数据的平台是否带来新型的计划经济，平台算法外部性的正负性，以及平台经济应该保持多大的冗余度。
一、平台经济的诞生
2016—2017年，互联网平台企业成为全球经济中最强大、最具创新精神的关键部分。
在互联网平台上，呈现出数字化信息的快速流动与大规模社会化协作，融合互联网经济与实体经济，平台本身成为经济与社会的新主角。
互联网平台呈现出三个重要特征:
一是平台成长到与市场、企业同等重要的位置。
二是整个社会中的主导公司形态从产品型公司转向平台型公司。
三是技术驱动的互联网平台成为经济、社会与生活中新的资源配置与组织方式。
互联网平台连接人们的线上线下生活，由平台企业演化出平台生态或平台经济已是大势所趋。
互联网平台的发展大致可分为三个阶段:
从电商平台到行业平台再到平台经济。在平台经济发展的早期，直接面向终端消费者的电商平台率先崛起。
随着互联网与产业融合加深，平台的产业领域不再局限于零售业电商平台，而是趋于多元化发展。例如，出现了众包、共享等诸多基于互联网平台的新产业领域。
随着平台进入产业领域越来越丰富，其对产业和产业组织变革的影响力越来越大，平台逐步由一种商业现象发展为一种经济形态。
中国发展平台经济具有非常现实的意义。中国经济增长正处在新旧动能转换时期，又步入了创新资源全球化阶段。“互联网+”改变了传统的产业链组织方式，正在以平台为核心重组产业生态。
例如，双创活动产生了创客和大量制造资源的连接平台，高端创新创业资源的连接，成为区域实现跨越式发展的关键。
平台经济的崛起为中国制造业弯道超车带来了重要机遇。
由上可知，平台经济已经成为一种新的经济现象和政策工具，经济学理论能否给予这些现象自洽的解释，并在政策制定中给予恰当的指引，值得探讨。
二、平台经济的特征
对于平台经济，本文给出的定义就是指依托实体交易场所或虚拟交易空间，吸引产业链上下游相关因素加入，并以促成双方或多方之间进行交易或信息交换为目的的商业模式。
从这一定义中不难发现，平台经济是一种商业模式的革新，而非产品本身的创新。
支撑互联网的技术因素有九个要素，分别为：“技术驱动”：云计算(Cloud)、移动终端(Mobile)、技术表达(APP)；关键环节：数字化(Digitalization)、连接(Connection)、精准匹配(Match)；“人的需求”：社交化(Social)、赋能(Enabler)、生态(Ecosystem)，也可称作互联网平台特性的九宫格。
平台经济最主要的特征就是依赖于用户参与。谷歌将用户的搜索行为转换为具有丰富价值的广告，脸书运用在线社交搜集并出售用户的精准画像，而优步则看准用户的交通需求充分调度私人汽车。
平台能调动用户参与生产，也会对用户产生巨大影响。乐观派们强调，以优步为代表的平台能够释放未被充分使用的个人资产的商业价值，而类似于Youtube的平台则将让每一位用户都能成为具有灵活工作时间并从平台得到收益的创业者。
对劳动者和工作任务提供匹配服务的平台可能使劳动力市场更有效率，同时会出现一个工作岗位和价值创造都极度分散化的社会。
平台经济的第二个特征是信息精确匹配。某种类型的交易，如果有很多潜在买家和卖家，如何撮合两个群体达成交易将至关重要，而平台效率也集中体现为撮合效率。
平台经济之所以有价值，是因为其连接一切的特性及其虚拟空间打破时间限制与物理空间距离，使得企业超越区域小市场，面向全国或全球大市场，从针对存量的“头部”发展到拓展增量的“长尾”，从人工操作处理为主发展到工具的技术替代。
平台是连接上下游、供需端或买卖方的第三方或第四方服务，也是从撮合交易、资源配置、开源创新等过程中，通过降低交易费用、分享价值增值收益的经营实体。
平台经济的第三个特征体现为双边市场、交叉网络外部性。
网络外部性有很多类型，但其中一种特别值得关注，即“双边网络外部性”。
“双边网络外部性”意味着，已加入该平台的买家越多，则卖家加入该平台的潜在收益也越高;同样，已加入该平台的卖家越多，则买家加入该平台的潜在收益也越高。
由此，买家和卖家是否加入该平台，乃是一种“鸡生蛋，蛋生鸡”的正反馈过程。而对平台企业而言，如何达到正反馈，流量是基础，如何持续获取流量是打造平台生态圈的关键。
平台经济的第四个特征就是跨界。
随着资源共享范围越来越广、程度越来越深，产业内部的边界越来越模糊，产业通过平台实现的跨界融合现象也愈加显著。
新经济格局下，产业的界限越来越模糊，打破原有产业边界，产业之间跨界现象显著。
平台型企业通过连接多边群体，整合多方资源，设立规则与机制，满足多边群体的需求，充当连接、整合的角色。传统企业也可利用连接、整合的思维去创造更大的价值。
企业通过减少不必要的中间环节，创造更多的价值连接，提升效率，带来增值。企业还可以通过协同上下游伙伴，甚至同业竞争者，一起设计新格局、新规则，为供应方及需求方带来更大增值。此外，企业可通过跨界整合，创造全新的价值。
总之，平台追求的是在环形的、不断循环的、受反馈驱动的过程中，最大化生态系统的总体价值。
对平台企业而言，难以复制的资源是社区及其成员拥有和贡献的资源，生产者和消费者的数据是平台企业的首要资产。
平台经济的魅力在于凝聚资源，将传统经济链条式的上中下游组织重构成围绕平台的环形链条。平台将原本冗长的产业链弯曲成了环形，企业端用户通过平台直接触及消费者，节省的各个环节都提高了产业效率。
三、平台经济的颠覆
传统工业经济以行业分工为主要特征，行业之间边界清晰，泾渭分明。
传统企业处在单向、线性价值链的一环，只需面向客户交付产品或服务，充当生产者和交付者的角色。
传统企业考虑的核心是如何低成本、高质量、高效率地交付产品，从而实现利润最大化。
传统企业寻求最大化产品或服务的用户生命周期价值，聚焦整个线性过程的末端。生产过程主要依托线下物理空间，开始围绕一个区域小市场，从贸易销售介入生产制造再进入研发创新形成“产供销人财物”一体化。
一旦一个区域小市场成熟了，通过扩大再生产进行滚动式的横向拓展，这中间需要大量的劳动力，而整个过程叫做滚动发展和线性增长。
这个过程就是经济学意义上的规模经济，主要是供给侧的规模经济。
平台经济的出现改变了这个过程。从封闭的以产定销发展到反向资源配置的敏捷供应，最终实现无边界、无距离、自成长的爆发成长。
需求方越来越个性化，而生产方越来越小批量，所以供给侧和需求侧都有反规模效应。供给侧需要弹性生产，需求侧需要用户画像。规模效益主要体现为平台上的大规模信息匹配带来了巨量交易。
以平台经济为核心的经济体与工业时代的经济体大不一样，从厂商的规模经济转移到平台的规模匹配。
在实际操作中，可以明显地看出产品的定价权在转移，大多数厂商只能被动适应平台的要求:降价促销和参与各种购物节。
平台上的大规模信息匹配，还衍生出两个“副产品”。一个是物流仓储，另一个是支付，原因就是这两项业务很容易标准化。物流公司的规模越大效益越好，支付公司也是如此。
从过去生产方的规模经济、需求方的规模经济，演变成平台方控制的支付规模经济和物流仓储规模经济。
规模经济的方式变了，经济活动的重心也跟着发生变化，其中原因就是平台侧的规模经济(包括支付和物流)取代了原来的生产方的规模经济。
传统经济还有两个特征:高摩擦和高耗散。
以服装业为例，如果一个品牌服装的成本是100元，商场的定价大约是12倍，市场的平均倍数为8.9倍。近两年，在互联网的冲击下，大约降到到8倍以下，但终端依然是高定价。在服装行业的供应链中，各环节之间都有交易成本，还有物理空间成本，这就是高摩擦。
所谓高耗散，就是指资源最终的有效利用率。例如，从中东进口石油最后真正由消费者享受的价值(用作动力的石油)可能不足17%，80%左右的资源全部耗散掉了。
因而过去的经济体是高摩擦、高耗散的经济体。这种高摩擦、高耗散经济体的一大特点，就是中间环节多。工业时代把这些环节进行分工及专业化操作，极致就是流水线生产。
工业时代流水线生产方式的出现，使每一个生产岗位都有了标准化和通用性，可以吸纳大量的劳动力，再加上专业分工的门槛“保护”，就业岗位数量相对稳定，持续期限较长。只要提高一个最普通体力劳动者的工作效率，就能提高生产效率，大规模地产生财富，普通的体力劳动者和厂商的利益是一致的。
平台经济就是要减少这种摩擦和耗散，而减少摩擦和耗散恰好也是平台最重要的收入来源。
减少生产和交易过程中的摩擦和耗散，需要各种技术手段的支撑，数据、知识用于决策，关键在于平台上的算法。从这种意义上来看，如何分享节约下来的蛋糕，算法发明人和厂商的利益是一致的。
从流水线到算法，财富的密码明显发生了变化，这个变化的背后，意味着资本方的利益正在从与普通大众结盟转向与小众知识精英结盟转变。
四、平台经济学的研究方向
与工业时代相比，互联网时代，数据、算法成为生产要素、财富生成机制的变革，财富的创造机制也会随之发生改变。平台经济是否能发展为平台经济学?
笔者认为可以鲜明地提出平台经济学，总结这个时代新生力量，对旧的理论进行迭代，有三个重要的研究方向:
(一)新计划经济
平台经济是代码和商业的特殊结合，互联网成为数字经济的基础设施、流通中的数字中介，平台必须“标准化”参与者专门从事的各种活动，包括思想、知识、劳动力和其他闲置资产的使用权。
这显然涉及法律和合同所产生的规制，但也是通过分类纳入和排除、分化的代码来实现。例如，在共享经济中，优步要求对司机进行背景调查，以便与使用该服务的乘客之间建立相互信任。
这些标准化的包含、排除和区分对于稳定参与者的期望尤其重要，也是平台进行计划和组织的基础。
平台可以调动参与建设新数字经济流通的基础设施。数字经济循环是通过平台对元数据进行编码、部署算法处理数据点之间的关系、使用脚本交互协议、配置可视特征和默认值的接口，实现数据、软件和硬件之间的无形链接。
然而，平台不是简单的传播，而是积极引导、制作和编程流通。这种作用似乎看到了“计划经济”的影子，马云甚至认为平台可以产生“新计划经济”。
线下的物理市场是各种各样的、分散的，交易效率并不高。建立在互联网上，特别是移动互联网上的平台有众多交易，成为最有效的市场，所以平台经济是最名副其实的市场经济。
但是，平台积累了大数据资源，通过对此分析，可以预测下一阶段某个物品交易的价格走势，这又是计划经济的典型特征。由此形成“悖论”，值得理论界关注并进行深入研究。
对于一个平台来说，其价格体系是由平台推荐的，或完全由交易双方博弈，不仅仅是一个理论问题，完全是一个实实在在的挑战。
(二)算法经济学
谷歌、今日头条、腾讯社交网络、摩拜单车和阿里巴巴等是网络时代有代表性的平台企业，其共同点是都运用了大规模匹配的算法，这一杀手锏堪比工业时代的流水线。
工业时代称为大规模制造，数字经济时代称为大规模匹配，谁能匹配得最优，谁就获得了财富创造的手段。
谷歌和今日头条实现了人与信息的匹配，腾讯社交网络实现了人与人的匹配，摩拜单车实现了人与设备的匹配，阿里巴巴实现了人与商品的匹配。
匹配算法决定了交易的效率，排位的先与后所产生的经济效益有重大差别。这种平台的匹配算法带来不同经济效益的现象，笔者将其命名为算法经济学。
在平台的匹配算法中，有一种被称为“竞价排名”，通俗地说，谁给的钱多就把谁排在前面。竞价排名算法给平台带来最大的收入，但是，也会有产生“魏泽西”事件的风险。
因此，算法经济学就是要测量平台算法的正负外部性。从监管的角度看，这才是要抓的重点。需要监管平台算法对整个社会来说，其效应是正是负。
平台匹配算法的效率越高，经济运行越有利，减少耗散、摩擦越多，平台创造的财富越多，但其外部性不能为负。
(三)冗余经济学
过去的经济学是一个“浪费型”经济学。
一个商品，经过物流转十圈，所谓“豆腐卖成肉价钱”，只要参与的每个人都能分到钱，就能计入GDP的总量，但中间环节未必都是有效率的。而平台经济减少摩擦、减少耗散，就意味着这个经济体系更有效率。
生产者和消费者通过平台直接对接，在现实生活中，一级批发、二级批发，甚至实体店都没有了。中间环节的消失意味着就业岗位的消失，平台经济也是减少就业的经济学。
未来十年左右，人工智能技术将广泛应用。人工智能可能是人类历史上第一个遇到的减少就业的技术。平台经济加上人工智能，将使一个国家的失业问题雪上加霜，必须未雨绸缪。
对此，笔者设想解决的办法是:在平台各个环节，采用只降低耗散，不降低摩擦的方案，在平台运营中，保持一定水平的“冗余度”。
随着新医改的推进，对医疗卫生信息化工作的要求也会越来越具体，信息化已经从过去现代化的标志变成了一家医院的基础性需要。信息化对业务的支持为流程的优化提供了可能，通过信息技术实现医疗卫生服务整个环节中的协同和整合，使病患者能够得到最好的医疗服务，解决长久以来看病难、看病贵、看病烦的问题，提高医疗质量、减少医疗差错、降低医疗费用、提高医疗效率。
1 医院信息化建设的现状分析
国内医院信息化建设经历了单机单用户应用、部门级系统应用、全院级系统应用阶段，目前，全国县级以上医院基本上都建设了自己的医院管理信息系统，有的发达的乡、镇医院也建设了医院管理系统。医院信息管理系统已经成为医院管理业务运行中必不可少的基础性设施。同时，医院信息系统的开发和应用正在向深度发展，从侧重于经济运行管理，逐步向临床应用、管理决策应用延伸。然而，当前医院信息化建设中仍存在着一些问题：
1.1法律法规制定相对滞后 现有的相关法规都是依据传统的医疗模式制定的，对迅速发展的信息化准备不足。网络的主要功能是信息流通，虽然大多数医院已经装备了大量的电脑，但医院的文件交流仍然没有摆脱传统方式，医生电子签名和电子病历的合法性没有得到最终确认；医疗保险单位报销时仍以底方为凭证，申请单和处方必须采用书面形式，没有充分利用网络信息流的特性实现无纸化办公。
1.2医院信息系统应用层次不高 信息化进程是对传统模式的颠覆，各个环节和流程都要依据信息化的特点进行本质的变革，而非仅仅形式的改变。医院信息系统应为管理者的决策提供各类完整准确的信息。目前多数医院的信息管理系统基本上还处于财务为核心的阶段，医院管理信息的主体应当是患者的医疗信息。
1.3医院信息系统缺乏统一标准 信息共享是网络的最大优势，而目前各医院的系统都是自成体系，互不兼容，独立制作。软件产品的商品化程度低，通用性和灵活性差，造成软件升级及扩展困难，各医院之间不能进行信息资源共享，形成信息孤岛。
2 医院信息化建设的整体思路和策略
2.1向"三无"医院发展 "三无"是无纸、无胶片和无线网络的简称，它是数字化医院的三大特征。无线网络和移动计算技术是实现"三无"医院的网络硬件基础，PACS、LIS、HIS、符合法律规范的电子病历系统和办公自动化系统是实现"三无"医院的软件基础，"三无"医院的建设将会彻底改变医院现有的管理模式和布局。
2.2向临床应用深入发展 向临床应用的不断深入是下一阶段医院数字化建设的重要特征。医疗工作是医院工作的主体，提高医疗质量、降低医疗成本是医院追求的永恒目标。其中，临床监护系统、手术麻醉系统、诊疗计划系统等都是临床应用系统所需的。
2.3向因特网应用发展 利用网上支付和挂号功能，患者可直接通过因特网进行网上挂号。患者还可以通过因特网和医生联系入院，不用通过住院处而直接进入病房。因此因特网的进一步应用将会削弱医院的挂号室和住院处的作用。医生和患者还可以直接登陆医院的系统来调阅患者的医嘱和病历，这样医生哪怕出去开会也可以直接给患者下医嘱。
2.4向标准化和集成化方向发展 患者的医学临床信息能否及时、完整准确地传到会诊方非常关键，而信息能否得到有效利用和高度共享，关键在于信息的标准化程度和信息的集成度。一方面，医院数字化建设向标准化方向发展，医院数字化建设普遍采用HL7、DICOM3.0等医疗信息交换和接口标准。同时系统中各种代码如疾病、药品和诊疗等代码应采用国际或国家统一的标准代码，甚至医院内部的患者ID号也应尽量采用统一的代码如身份证号码等，以便信息能够方便地交换和共享，信息标准化是信息集成化的基础和前提[1]。另一方面，医院数字化建设向集成化方向发展。除了医院内部的各种系统如HIS、LIS和PACS信息要高度集成外，医院的HIS、LIS、PACS、电子病历和远程会诊系统、医院之间的各种系统、医院系统与疫情上报系统甚至与户籍系统、银行系统等都可以集成，这些系统的集成可以实现患者信息的快速传输和度共享。
2.5向数据仓库方向发展 数据仓库是以传统的数据库技术作为存储数据和管理资源的基本手段，以统计分析技术作为分析数据和提取信息的有效方法，以人工智能技术作为挖掘知识和发现规律的科学途径，通过对原有数据进行抽取、转换、装载形成真实、全面、统一的数据，并通过运用联机分析处理技术（On-Line Analytical Processing）、数据挖掘技术（Data Mining）来实现决策支持（DSS）、客户关系管理（CRM）、商业智能（BI）等一系列的应用[2]。
2.6向短信等新的应用领域发展 随着医院数字化建设的不断深入，医院计算机网络上有丰富的信息资源，如何利用这些资源为患者提供更加人性化的服务是医院数字化建设下一步的重要工作。手机作为方便快捷的通信工具，在社会上基本普及，而且基本上不受时间和空间的限制。而手机短信作为"第五媒体"，可以为患者提供预约挂号，患者自身的就诊信息如化验、检查、体检和门诊费用等的查询，医院信息如医生出诊情况、科室和医生介绍等的查询。医院还可以利用短信来对患者进行业务宣传，如医院动态信息、本院特色诊疗服务项目等，为医院提供一对一的业务宣传渠道。
综上所述，数字化区域卫生是我国经济社会发展的必然趋势，是新医药卫生体制改革的明确要求。医院信息化建设是区域卫生信息平台建设的重要组成部分，医院信息化建设不是目的，而是手段，硬件加软件不等于信息化。只有用信息化的手段来融合管理与医疗服务，提升医疗质量和管理效能，这才是医院竞争力的重要组成部分。
乌镇互联网医院与名医主刀的区别主要在于前者可以为所有病种的病人提供服务；而后者主要为已经产生手术需求的病人提供服务。我乐意看到，在不远的将来，限于某个专科，或者提供“精准医疗”的互联网医院不断产生，当然亦将有更多的提供全方位学科服务的互联网医院诞生。互联网医院涉及的法律主体、法律关系，异常复杂，本文重点探讨真正意义上的互联网医院的法律规制。
在正式讨论互联网医院的法律规制之前，请允许我从哲学上简要预测下互联网医院的未来，有未来，方有法律分析的价值。从历史上看，人类社会的秩序与失序几乎都是来自于人群实质上的不平等。在蛮荒时代，实质上的不平等主要体现于体力上的不平等，由此形成了以体力强盛者家族为核心的原始社会秩序，当有新的体力强盛者提出挑战时，社会进入失序，直到新的秩序建立；随着文明演进，智力上的不平等逐渐占了上风，思想控制成为最重要的秩序之源。医疗领域的秩与失亦遵循此实质不平等原则，最早的医生实际是巫祝与巫觋，他们垄断了人类仅有的医学知识，病人的生与死在于他们的予取予夺；演进到现在，人类可以有多种途径学习医学知识，但医学也变得更加复杂，普通人要掌握仍是困难重重，当然比之古代已是大有进步。
就我十多年医疗诉讼，接触成千上万的医生与病人，最深刻地观察符合上述历史结论：医学知识上的实质不平等是造成医疗过失的最深层次根源，因为信息上的绝对优势，医生可能变得轻慢，因为信息上的绝对劣势，病人可能变得迷痴。佛言人之五毒：贪、嗔、痴、慢、疑，医患各居其一。由此形成诊疗过程中的具体过失包括：医生懒得讲，病人懒得问，此构成医患沟通障碍之知情同意之过失；太相信自己的医术以为病人不可能懂事实上病人也无从知道而造成损害，此即构成诊疗中过于自信之过失；随心所欲于诊疗规范且以为这是医生的天然权力而事实上病人也真的不知道什么叫诊疗规范而造成损害，此即构成诊疗中疏忽大意(懈怠)之过失。过于自信与疏忽大意，是民法两大过失行为之意识根源。
互联网技术为人类克服智力上的实质不平等提供了新方法，为医患双方缩减医学知识上的不平等提供了新途径。基于互联网去中心、分享的本质，病人端，病人可以从自己、从其他病人、从更多的医生获得更多的有关疾病预防与诊疗的知识和服务，即所谓自我教育，减少痴迷；医生端，医生亦可以从自己、从其他医生、从更多的患者获得更多的有关疾病预防与诊疗的经验与教训，减少轻慢，此消彼长，最终将减少医患在信息上的不对称，减少过于自信与疏忽大意之过失，从而减少医疗损害，减少医患冲突。所以，从造成医疗损害、医患冲突的最深层次根源来说，整体上，互联网技术将大大降低现有医疗系统的法律风险，而不是增加风险。
这是我要阐述的第一个关于互联网医院的重要观点--互联网能够减少医疗风险而不是扩大风险，政府管理人员、相关从业人员、病人等对互联网医疗应持开放式容纳态度。同时从这个阐述中，我也预测，只有在技术上做到让病人更能自我教育、让医生更能相互纠错、让医患更能相互沟通，也就是更具分享精神的互联网医疗企业，才有前途。下面阐述互联网医院与传统医疗面临的不同的法律风险及相应的法律规制。
谈法律，我习惯于从中国传统文化寻找思路，即所谓“定分止争”，典出《管子·七臣七主》“法者所以兴功惧暴也，律者所以定分止争也，令者所以令人知事也。”孔子也说”名不正，则言不顺；言不顺，则事不成。”所以法律精髓在于先“定分”，而后“止争”。此处所谓“定分”，即确定名分，换成现代民法，即确定法律资格与法律关系(法律关系即权利义务)；止争，即追究法律责任。互联网医院的法律规制，亦无外乎先规范法律资格与权利义务，而后规范法律责任。
一、法律资格
1、互联网医院
首先，互联网医院并不是法律意义上实体存在的医院，它既没有自己的医生，也没有自己的药品、器械，它只是一个网络平台，供医生、医疗机构、药商、器械商、病人在上面各显神通，类似于大海，为船舶航行提供条件，船舶发生碰撞，不能由大海承担责任。但是，不同于大海的是，互联网医疗平台是由人建立的，有所有者，所以它在法律上是一个独立主体，在民法上属于法人，互联网医院所有者与其他主体基本上是一个合同关系，受《民法通则》、《合同法》、《公司法》及相关法律的制约。当然，大海在法律上其实也是一个主体，领海为一国主权所有，公海为全世界所有国家共同共有，领海与公海受国内私法与国际公法制约。其实我们也不能排除，将来某一天，足够强大的互联网医院为全世界共同共有。
其次，互联网医院在取得民事法人登记之后，还需不需要获得得医疗机构的许可？或者通俗的说拿到医疗服务的牌照？我的答案是否定的，不需要。因为按照本文设定的互联网医院的定义，所谓互联网医院其实只是医生、医疗机构等提供医疗服务的平台，而医生、医疗机构在法律上并不隶属于互联网医院，因提供医疗服务而产生的法律责任也不由互联网医院承担，所以互联网医院无需取得医疗服务许可的牌照。至于由已经合法登记的医疗机构举办的互联网诊疗系统或互联网医院，则由于该医疗机构已经取得牌照，线上服务只不过是该医院医生执业权利的自然延伸，无需再获得单独的医疗服务许可；如果医疗机构举办的互联网医院向该医疗机构外面延伸，比如乌镇互联网医院，则也由于该互联网医院仅是为其他已经合法执业的医生、医疗机构等提供医疗服务的平台，按照前面论述，无需再获得医疗服务的单独许可。
或许有人问，互联网医院为医生、医疗机构提供了在线上提供医疗服务的机会，而线上服务与线下服务不同，需不需要单独设定一个互联网医疗服务的牌照？我的答案是否定的。这个问题其实我在以前的文章中也多次论述，一个医生、一个医疗机构只要获得了国家的执业许可，意味着他可以利用自己的医学智能为病人提供服务，而智能服务是不可能区分形式的，不能说在在医院的办公桌、病床、手术室提供医疗服务是合法的，而到医院外就非法了，否则电话会诊也是非法，从病床到办公室口头请示也是非法，所以在互联网上为病患提供服务，无论是电子咨询，电子处方，还是遥控机器人手术，都只不过是医生、医疗机构的执业权利在新的信息传输方式下的自然延伸，不存在单独设定一个互联网医疗服务的许可。
当然医生到所在医院的物理空间之外的互联网或者其他非医疗机构从事诊疗涉及到一个医疗条件问题，即所在医疗条件能否满足对患者的诊疗要求，我认为这首先属于医生的自我判断、执业权利范围，医生脱离医院的物理空间并脱离与医院的劳动合同范围而行诊疗活动，如果因医疗条件不能满足对患者的诊疗要求，实际上违反了诊疗常规、规范，应当由医生个人承担法律责任；其次，国家可以对网络空间或非医疗机构地点的网络信息条件或物理硬件条件以及行医资质、行医范围作一个最低要求规定，未到此要求者，不得从事诊疗活动，但在国家未规定前，却应遵循民法“法无禁止即自由”的原则。
医疗服务是这样，药品、医疗器械的经营、检验化验等等一切与医疗服务有关的行业也是这样。比如药品经营，如果已经取得药品销售许可证，则无论是通过实体店的线下销售，还是通过互联网的配送销售，都在这个药品销售许可证的范围之内，不存在还要单独颁发一个互联网药品经营的牌照。所以，听说阿里健康控股的中信二十一世纪通过“河北慧眼医药科技公司”拿到中国第一张互联网药品经营许可证时，我就非常奇怪，如果河北慧眼这家公司已经取得药品经营许可证，为何还要单独获得一张互联网药品经营的许可证呢？第一张互联网药品经许可证真的值10亿么？也许一文不值。
但是，互联网医院虽然无需获得医疗服务的特别许可，可是作为医疗卫生电子信息的提供者，尤其是涉及到电子处方、电子病历等，涉及到病人的隐私安全、病历证据安全，应当受到国家有关涉医疗卫生电子数据法律的特别监管。2001年1月8日，卫生部曾经颁布了《互联网医疗卫生信息服务管理办法》，其中有规定从事互联网医疗卫生信息服务的企业应当取得“互联网医疗卫生信息服务经营许可证”。但这个规定制定于15年前，几乎没有涉及电子处方、电子病历等的数据安全，有关许可的具体内容也极其原则，几乎没有操作性，故已于2008年废止。迄今为止，卫计委未再制定新的有关互联网医疗卫生信息的部门规章，所以到目前为止，各家医疗互联网企业基本上是八仙过海、各显神通。这也很正常，法律必然是落后于现实的，过早的制定限制性或规范性法律，最大的可能是限制行业的发展，行业发展到一定阶段，再制定相关的法律规定，是世界通例。
在我这个从事医疗损害赔偿诉讼的专业律师看来，国家今后如果出台有关互联网医疗卫生信息的专门法律或特别许可，主要应当对电子处方、电子病历的隐私保护、证据安全作出最低标准的规范，并以此作为行业准入门槛。
2、互联网医生
与线下面对面的诊疗不同，线上咨询或诊疗医生获得的疾病信息一般要少于线下，对医生的要求更高。一般而言，只有在线下拥有足够知识和经验的医生才有可能面对线上更复杂的情况，所谓只有深入了才能浅出。因此我认为，国家应当对提供线上医疗服务的医生资质作出最低要求规定，如执业年限不少于5年、执业资历不低于主治等。至于每个互联网医院，则可以根据自己平台的服务对象、质控要求而根据国家的最低要求对实名注册医生的具体标准作出相应的规定。
二、法律关系或权利义务
就互联网医院与各方产生的法律关系或权利义务，指向的对象主要是医疗安全，或者医疗风险，核心就是医生与患者的权利义务，其中医生的权利即是患者的义务，患者的权利即是医生的义务。医疗安全是互联网医疗的生命线。
医生的权利，其实就是医生在互联网上有没有进行疾病诊疗的权利？这一问题，我反复论述过，我认为，医生在互联网上进行诊疗，系医生线下诊疗权利的自动延伸，不存在法律障碍。至于根据我国《执业医师法》和公立医院为事业编制的国情而对医生执业权利形成的现实限制，我相信在国家医改允许多点执业、自由执业、医生工作室的大背景下，短时间内便会获得完全突破。所以本文不再讨论医生的网上执业权利，而是重点讨论互联网医院下医生的特别注意义务或特别法律风险。
与线下医疗一样，经由互联网医院提供诊疗服务，医生的特别注意义务亦有三个来源，一是来自法定的义务，即法律明文规定的义务；二是来自诊疗常规、规范的义务；三是来自医患服务合同的约定义务。
1、来自法定的义务
主要是两个，一是保障患者的知情同意权，二是遵守医疗常规、规范。
1)保障患者的知情同意权。
知情同意权是指患者对病情、诊疗措施有知情的权利，对特殊的诊疗措施有同意的权利。互联网下，知情同意权除上述内容外，还应当扩大到对医生身份的知情同意(这一权利在线下诊疗也有，只不过线下医患面对面，默示存在)。
关于医生身份的知情同意权，互联网医院应当保障为患者提供医疗服务的医生是真实的、是符合国家法定要求的，并且应患者要求，应当即时向患者公布医生的身份、所在学科、所在医院、相关资历。在患者指定医生服务时，应当提供指定医生，不能及时提供的，应当说明，并征求患者意见。
关于病情、诊疗措施的知情同意权，互联网医院应当保证医生的病情判断、诊疗措施对特定患者是透明的，涉及法律规定的特殊诊疗措施时，还应当从技术上保证能够征得患者的知情和同意。所有在互联网上形成的有关诊疗的电子信息应当供特定患者随时查阅，并应当按照《病历书写规范》至少保留20年。
实践中，互联网企业通常会在患者登录时一个“患者用户法律声明”，但这只是互联网企业对患者的知情同意义务，而非医生的知情同意义务。医生的知情同意义务不可能由互联网医院代为履行，但互联网应当提供相应的技术手段，以供医生完成。
2)遵守医疗常规、规范的义务。
遵守医疗常规、规范是所有国家规定的医生对患者的法定义务，至于医疗常规、规范的具体内容，一般则由专业团体如医学会、医学教材编审委员会、药典委员会通过诊疗指南、教材、药典等形式予以规定。
互联网医疗下，在通常的诊疗常规、规范之外，国家有无必要再制定特别的诊疗规范、常规？我认为有必要。因为互联网医疗作为一种新型的、医患不见面的诊疗形式，供诊疗所依据的病情信息不同于传统医疗，对于哪些病种、哪些诊疗措施适合互联网诊疗应当有不同的规范。不过疾病病种数以万计，诊疗措施理更是浩如烟海，既非常复杂、也非常专业，不可能由国家如卫计委完成，而应当交由各学科的专业团体制定。至于互联网下具体的的诊疗常规、规范制定原则，下文再述。
2、来自诊疗常规、规范的义务。
所谓诊疗常规、规范是指大多数医生形成的共识并已由医学史证实对患者最为有利的医学规范，现代医学将其作为医生的行医准则。遵守诊疗常规、规范，既是医生的专业义务，也是法律义务，违反诊疗规范、常规而造成损害的，将被法律直接认定为过失，并承担法律责任，包括民事赔偿、行政处罚，严重的更可能构成医疗事故罪。诊疗常规、规范具体体现于教材、诊疗指南、药典、药品说明书等中。大到每一个学科，小到每一个病种，均有相应的诊疗规范，医学生的学习过程，可以说就是学习各种诊疗规范的过程，而诊疗规范又随时在修定中，故医生的学习是终身的。
互联网医疗下的诊疗常规、规范有没有特殊性，是否需要针对互联网医疗制定特别的诊疗常规、规范？这需要详细考察一个互联网诊疗行为的形成过程。一个完整的互联网诊疗，包括三个过程，病人作为病情信息的输出方，互联网企业作为病情信息的传播方，医生作为病情信息的决策方，而医生的决策又分成两部分，诊断决策与治疗决策。一般说，互联网医疗不涉及疾病的直接治疗，如服药、输液、手术等，这些一般在线下完成。但是不能排除，随着互联网传输技术和人工智能的发展，部分治疗行为亦可通过互联网完成，如远程控制下的机器人手术、输液、服药等。由于互联网下涉及的诊疗常规、规范，实过繁杂，以我现有的学识和经验，根本不可能一一触及，只能进行原则性论述。。
1)与患者作为病情信息的输出方有关的诊疗常规、规范。
所谓病情信息的输出，是指医生获得的病人信息应当是一手的，准确的，所以住院病史录通常有一栏“病史提供者”：或注明“患者本人”，或注明监护人某某。对于线下看病，无论有无民事行为能力，由于是面对面，医生获得病人信息基本都能做到一手和准确，因此无需制定针对患者的行为规范。
但互联网诊疗则不尽如此。医生很难判断线上的求医者是真实的病人或者具有民事行为能力者，很难判断提出的问题是真实的，但医生又很难拒绝回答。所以互联网医院有必要建立一套确定患者真实身份的技术系统，尤其是年幼或年老病人或精神障碍病人，当然这个系统不必十分复杂，因为一个有经验的医生通过几句话亦足以判断患者的真实身份。
另一方面，现代医学以“望、触、叩、听”、传统医学以“望、闻、问、切”直接从病人身体获得疾病信息，依据这类信息，医生可以对大多数疾病作出诊断。互联网下，无法同时做到这四点，但现代科技提供了发达的视频、音频、文字传输技术，目前更有可穿戴设备、远程遥感技术，上述技术的综合运用将极大降低互联网诊断的错误率。为了更好地保证病人安全，不排除国家在将来的互联网医院的准入规范中，对视频、音频、文字传输、可穿戴设备及远程遥感等制定最低标准，只有符合最低标准的互联网企业才允许开办互联网医院。
2)与医生作为疾病诊疗决策方相关的诊疗常规、规范。
这是互联网医院最核心、最重要的规范。
诊疗常规、规范是一切医疗行为必须遵守的最低规范，不分线上、线下。现代医学为每一个症状、每一个疾病均制定了严密的诊疗规范，例如对一个心前区疼痛的患者，如何提炼主诉，如何询问现病史、既往史，如何进行体格检查，如何安排物理、生化检查，如何进行鉴别诊断与诊断，如何进行一般性治疗、特殊药物治疗等等，均有细密规定，违反任何一条均有可能导致医疗过失而承担法律责任。这些规范自得成为互联网医疗的规范。
但我们需要关注的是，互联网上的诊疗行为是否还需要制定特别规范？
首先关于病种。并非一切疾病都适合作互联网医疗，比如急危患者。一个急性咽痛的患者，如果互联网医生通过问诊判断患者可能属于急性会厌炎，此时就不宜再进行下一步的诊疗，而应当嘱患者立即赶往最近医院的耳鼻喉科就诊。因为急性会厌炎的进展极快，大多数在24小时之内可能发展到呼吸困难，而这只有医院才有条件提供抢救措施。假定，根据患者网上提供的信息和医生获取的信息，一个普通医生亦能判断该患者高度可能是急性会厌炎，但该互联网医生未能作出正确判断而延误治疗，致使患者窒息死亡或成植物人状态，则该互联网医生应当承担相应的医疗过失法律责任。
所以最适合互联网诊疗的患者是慢性病人或复诊病人，初诊病人应当从严。当然具体的互联网诊疗规范应当由各学科的专业学会作出规定。未作出规定前，应当适用现行诊疗规范，并且应当从严掌握，所谓从严，是指在同等疾病信息条件下，对互联网医生的过失判断标准应当严于线下。之所以从严，是因为相比于线下，同等信息条件下，互联网医疗作出错误决策的概率更高，只有从严，才能更加保护病人安全，才能更有利于互联网医疗的发展。
其次，关于对疾病的诊断与治疗。诊断是指医生根据搜集的信息、运用医学思维能力对患者的病情作出的关于病因、病理、病机等的综合性判断，例如对一个发热病人诊断为急性上呼吸道感染或急性心肌炎等等。诊断本身只涉及病情判断，不涉及治疗，不对会患者身体造成干预，因此诊断本身不产生法律责任。但是如果诊断错误，将直接延及治疗，则有可能产生医疗损害责任。
目前的互联网医疗多是在线问诊，即所谓轻问诊，轻问诊的结论多是建议性质的，医生不会也很难给出一个具体而明确的诊断，更难提出一个具体的治疗决策，这些建议是否采纳由患者选择，涉及到具体的诊疗时，患者多半还要遵医生建议继续走线下的求诊路径，由此产生的法律风险概率也低，但能解决的医疗问题也少。而对于一个闭环的互联网医院，医生的诊断将产生一个治疗决策，并在线产生一个治疗决策，然后完成下一步的治疗，如配送药物等。故这样的诊断不再是建议性质的，对患者产生了明确的法律上的信赖利益，由此也产生法律责任。
基于互联网医院的特点，对于在线诊疗，我提出如下原则性建议：
第一，对于癌症、重大器官的重大疾病或涉及重大治疗措施的诊疗，应当慎重，或者应当经过在线多位医生的会诊，才能作出。
第二，对于可能产生即发性过敏(如对过敏史者使用相关药物)或需要实时监测而患者本人难以自我监测的药物或器械，以及限制类药物如麻醉药、强力镇痛药等应当禁用。
第三，至于其他更广、更深的互联网诊疗规范得由专业学会作出。
与互联网企业作为疾病信息传输方有关的规范。
与线下医生面对面直接获得病情不同，互联网诊疗的最大特点在于医生获得的疾病信息，包括问诊内容(主诉、现病史、既往史、过敏史等)、体格检查、检验化验数据、影像资料等均来自电子传输，即使这些资料全部都是真实的，但基于互联网电子传输的物理特性，医生所获知的信息也不同于肉眼所见，这些不同将可能影响医生对诊疗措施的判断而产生特别的医疗法律风险，因此有必要讨论医疗数据互联网电子传输的相关规范。
问诊：正如前文所述，互联网问诊多采文字数据，但对疾病信息而言，仅有文字是远远不够的，声音、容貌、神态、步态等等，也是医生判断病情的重要信息，而且文字本身也往往与本意不完全相符。故我认为，对于一个互联网医院而言，良好的音频、视频系统是必要的。
体检：互联网医院在在线诊疗几乎无法做到对病人的体检，但随着人工智能、遥感技术、可穿戴设备的发展，这一领域可望突破。如在线测体温、血压、脉搏、呼吸，甚至在线测量心界、肝界、肺界等，也不是没有可能。由此亦会相应的诊疗规范、技术规范。
检验化验：目前很多检验化验项目可通过可穿戴设备进行，完全可以实现在线传输。
影像资料：除X片外，目前的CT、MRI、PET、B超等影像数据多以电子数据形成，因此通过互联网传输对数据质量的影响并不大。需要注意有二，一是线下医院有义务为病人提供相应影像资料的电子数据，对于模拟数据，应当专业拍摄；二是传输数据时应当保持完整性，比如一个肺结节的诊断，欲作出正确的诊断就需要病变相关区域的全部二维或三维片子，仅仅传输部分图像就容易造成误诊或诊断不能，影像数据传输是否完整，取决于病人的主动、医生的提醒和互联网的技术。
病理图片：这是互联网医疗下的一个难点，因为到目前为止，病理医生仍是习惯于镜下直视，且直视下的正确率高于电子数据传输的病理图像。但病理诊断又几乎所有肿瘤诊断的金标准，也是外科绝大多数疾病诊断的金标准，如果缺乏病理的互联网诊疗，尤如两条腿断了一腿。我认为，首先，全国病理学会应当制定互联网病理诊断的行业规范，依互联网传输的特点，将不同疾病的病理类型进行区分，哪些宜于远程诊断，哪些宜慎重，哪些不宜远程诊断；其次，全国病理学会还应当制定远程传输病理图片的软硬件互联网技术规范，达不到最低技术规范的，不应当开展远程病理诊断；第三，互联网医院应当完善病理诊断线下与线上的衔接，在远程病理医生需要直视病理切片时，应当及时专业送递。
3、来自于互联网医疗服务合同的约定义务。
约定义务是不同于法定义务、诊疗常规规范的另一类义务，在互联网医疗下，系因互联网企业、医生、医疗机构、药品、器械商等与患者或相互之间订立合同关系而产生的义务，此义务由签约双方协商确定，仅拘束签约的双方当事人。本文重点讨论互联网企业对患者的约定义务以及互联网医生对患者的约定义务。这是互联网医院涉及的两类最主要的合同或法律关系。
互联网医院对患者的约定义务：互联网企业及其雇员虽然并不直接为患者提供诊疗服务，不会产生以诊疗为标的的医疗服务合同关系，但是自患者登录或注册互联网医院平台并向平台发出看病邀约、平台接受要约开始，双方便形成了服务合同关系，由此产生了互联网医院的合同义务，这些义务或明示或默示，具有法律效力，产生法律后果。概括而言，互联网医院的合同义务包括：
保护患者隐私不被泄露的义务；此义务亦是法定义务。
保证平台上的医生身份真实的义务，违约者可构成欺诈；
依约为患者提供指定医生的义务。当互联网医院承诺依患者指定提供医生时，应当安排指 定医生在线服务；
依约为患者在限定时间内提供平台医生的义务。当互联网医院承诺在限定时间内为患者安排在线医生时，互联网医院应当统筹安排平台医生的在线时间，以保证在约定时间有在线医生提供服务；
保证患者的病情资料准确、不间断地传输给在线医生的义务；
供患者随时查阅电子病史资料的义务；永久保留病史资料的义务。
......
互联网医生对患者的约定义务：医生对患者的义务通常产生于法定或诊疗常规、规范，很少有医生对患者的诊疗作出特别承诺。但是，如果医生通过互联网医院系统对特定患者作出了特别承诺，却可能构成一项合同义务。比如，在线医生承诺会在线下亲自为患者实施手术，但实际手术时却换成了另外的医生，如果另外医生的平均诊疗水平低于承诺医生，则该行为可能构成一项违约，应当承担违约责任；又如，医生在线上承诺会在某时、某地为患者安排一次线下诊疗，但最终却未实行，如非不可抗力导致，该医生即可能构成一项违约。诸如此类。
三、法律责任。
此处所讲的法律责任，是指患者在经互联网医院平台的诊疗服务过程中遭受身体损害而产生的法律责任。法律责任是讨论互联网医院法律规制的落脚点，法律资格也好，法律关系也好，法定义务、诊疗规范、约定义务也好，如果最终不能落实到法律责任，则均是苍白的。
因身体损害而产生的法律责任，患者一般都会选择侵权责任，侵权责任的基本原则是“行为者担责”，即由导致损害的过失行为人承担责任。合同责任亦差不多，即由导致损害的违约行为人承担责任。当确定行为人之后，再根据行为人的法律身份确定法律上的责任人，或民事赔偿，或行政责任、刑事责任。
互联网医疗下，实施诊疗行为的医生的法律身份可能是多重的，比如一个多点执业的医生，其既可能注册在互联网医院，也可能同时在诊所、私立医院、医生合伙、或公立医院执业；同一个患者，在互联网医院里，可能有多个医生对其实施过诊疗行为。责任如何追究？难不倒法律。
在互联网医院平台上注册的行医主体只可能有两类，一是医生个人身份，二是医疗法人身份。此医疗法人包括公立医院、私立医院、医生合伙组织、诊所法人。以医疗法人身份注册的行医主体，其帐户下则可能有多名医生。从患者端，其可能知道的信息只有两类，要么以医生个人身份而为医疗行为，要么以医疗法人身份而为医疗行为，因此其可能提起的诉讼被告，亦只有两类，或医生个人为被告，或医疗法人为被告。
至于提起诉讼后，医生个人被告称，其并非个人行医而是代表医疗法人行医，该节事实应由医生个人承担举证责任；或提起诉讼后，医疗法人被告称，其并未对患者实施诊疗行为，实施诊疗行为的乃医生个人，此节事实亦由该医疗法人承担举证责任。涉及此节举证事实，互联网医院有协助法院的义务，否则得成为共同被告。凡举证不能者，法院应当迳行根据互联网医院平台对外明示的法律身份而确定被告。
