文 | 《中国金融》记者　许小萍

科技企业作为经济发展的重要引擎，在培育和发展新质生产力中扮演着不可替代的角色。新质生产力以科技创新为核心，强调技术突破、要素重组和产业跃迁，其中，民营科技企业凭借其灵活机制、市场敏锐性和创新能力，成为推动这一进程的关键主体。在全国两会期间， 全国政协委员、上海交通大学中国发展研究院执行院长陆铭就改善市场环境、促进民营企业创新发展等内容接受了记者采访。

陆铭认为，应该从优化企业政策环境着手，鼓励民营资本和境外资本参与风险投资，针对民营科技企业发展，强化核心技术攻关，更为积极地推出新产品参与市场竞争。若地方政策与全国性法规存在冲突，就会增加企业跨区域运营的合规难度，因此，加强政策协同尤为重要。地方在争取更大的产业管理权限同时，应逐步推动国家层面对新兴产业的支持，以激发地方产业发展的积极性。他建议建立跨区域快速维权通道，降低企业维权成本；支持国际化布局，通过税收优惠、海外园区建设等政策，助力企业开拓中东、东南亚等新兴市场，为民营企业出海提供政策支撑。

陆铭还建议，要精准推进算法治理。一是引导企业规范算法应用行为。由行业协会牵头制定企业算法伦理规范指南，明确企业在算法设计、应用与数据处理中的伦理责任。要求企业设立内部伦理审查部门，定期审查算法并将结果纳入年度社会责任报告。要求企业建立算法信息公示机制，对算法信息公示方式、公示可见范围、解释方法等进行公示，持续提升算法透明度。

二是建立多元化常态化沟通协调机制。加强跨行业交流合作，定期举办跨行业算法治理研讨会与经验交流会，搭建交流平台。建立行业与监管部门沟通机制，定期组织行业代表与监管部门进行对话交流。由权威媒体、部门搭台，邀请专家、算法开发者等对算法技术原理进行通俗解读，加强对算法的客观报道。

三是优化监管体系，分级分类精准推进算法治理。引入现代化监管手段，研发智能监管工具，打造基于人工智能与大数据技术的算法监管平台。制定差异化治理规则。对于算法应用，按风险程度进行分类，对高风险算法应用，要实行严格准入审批，要求企业提供算法设计文档、风险评估报告等；对中风险算法应用，要加强事中事后监管，定期检查算法性能与合规性；对低风险算法应用，要简化监管流程，鼓励创新应用试点，更多地依赖智能监管工具，减少传统现场检查的人力物力等监管成本。同时，对技术创新带来的风险（如AI手机中存在的数据隐私问题），要进一步加强监管治理层面的政策研究，出台具体的监管细则，规范端侧大模型的发展及技术发展中的隐私边界，推动人工智能产业行稳致远。

陆铭建议，要营造鼓励民营企业创新的良好社会氛围。要进一步明晰政策信号，明确对创新背后核心要素的支持包容，客观推广认知资本在创新中的积极作用，客观认识资本尤其是风险投资在推动创新中的作用。建议在制度层面建立容错机制，鼓励民营企业试错，优化市场准入机制，推广“负面清单”管理模式，细化基础设施领域开放细则，鼓励民营企业进入竞争。减少舆论场对游戏、金融等不同行业的负面看法，积极看待不同行业在促进产业整体高质量发展中的作用，在执行中避免对具体行业发展“一刀切”。