生成式人工智能作品著作权:权利归属与制度构建
2024-04-03聂洪涛陈怡帆
聂洪涛 陈怡帆
摘 要：随着人工智能在创作领域的广泛应用，对以自然人创作为主导的传统作品的产生方式提出了新考验，引起人们对《著作权法》关于作品认定的重新讨论以及生成式人工智能作品权利归属的争议。为激励艺术创作和鼓励文化事业发展，应承认满足一定条件的生成式人工智能作品的可著作权性地位。借鉴关于人工智能和机器创作域外知识产权立法的相关经验，通过分析英国、美国和欧盟关于人工智能生成物可版权性的法律实践，对我国生成式人工智能作品著作权保护的制度构建提出合理建议。即为平衡各方利益主体需求，立法应当明晰著作权保护的权利客体，尊重当事人的意思自治，同时对生成式人工智能作品著作权行使进行必要限制，鼓励对机器创作的合理使用。
关键词：生成式人工智能;可版权性;思想与表达二分法;著作权;合理使用;权利归属
DOI：10.3969/j.issn.1003-9031.2024.03.008
中图分类号：D923.4 文獻标识码：A 文章编号：1003-9031（2024）03-0077-11
生成式人工智能在文学、音乐、艺术、新闻等多个领域的应用愈来愈广，其发展给人们带来便利的同时，也对现行法律制度的重构提出了新的要求。2023年8月15日，《生成式人工智能服务管理暂行办法》施行，促进了生成式人工智能健康发展及规范应用。当前人类社会的发展尚处于弱人工智能阶段，人工智能作为辅助人类创作的工具，仅是按照预先输入的既定算法进行创作，其生成物因不满足作品“独创性”要求从而不被纳入著作权客体的范畴。但从外观表现上来看，生成式人工智能作品与自然人作品已难以区分，司法实践中关于其作品版权归属的纠纷层出不穷。本文认为，人工智能保护的核心在于权利归属而非作品界定问题。如果不能对生成式人工智能作品的属性进行明确规定并对权利分配作出立法上的调整，将会对社会产生负面影响。生成式人工智能进入版权领域，极有可能取代人类创作，文化艺术的多元性和稀缺性也无从保障。因此，对生成式人工智能作品如何进行立法规制是一项亟待解决的问题，有必要对其可版权性进行深入探究以及重新理解“思想与表达二分法”理论，本着著作权促进和激励文化传播的立法目的，构建适合本国国情的生成式人工智能作品的法律保护体系，推动生成式人工智能产业持久稳定发展。
一、生成式人工智能作品的可著作权性分析
将《著作权法》中的可著作权性标准用于判断生成式人工智能作品的属性，有助于我们更好地探讨其著作权归属。在如今科技发展阶段，生成式人工智能作品不具有作品认定中最低限度的独创性要求，根源在于其创作过程受到开发设计者预先输入算法及代码的制约，本身缺乏作品的“独创性”特征。现阶段人工智能的创作过程还依赖于人类对其创作素材和信息的取舍与优化，不具有独立创作的能力。因此，其创作物不能被认定为受《著作权法》保护的“作品”范围。
虽然目前《著作权法》还未认定生成式人工智能作品的可著作权性，不能对其适用“作品—创作—作者”的逻辑进行保护。但已经出现了能够进行自主创作的生成式人工智能，人类不再涉足其创作过程，机器可以独立开发新算法，模拟人类的思维过程进行创作。如微软公司开发的人工智能“小冰”创作的“原创”诗集得到出版，“小冰”化名人类作者向杂志社投稿并得到录用，可见人工智能生成物市场的巨大潜力已不可否认。人工智能进行创作需要学习大量的信息和素材，核心问题是其创作的“思想”是否涉嫌对前人作品的剽窃？当人工智能创作水平愈来愈贴近甚至超越人类，传统艺术作品是否将会陷入被替代的风险？对于人类创作来说，创作者对其作品投入了大量心血，经过了长期学习、创作模仿、修改，才得到具有独创性的作品。但这个过程对于人工智能来说简直轻而易举，它们能够在短时间内完成大量创作，是人类作者终极一生也无法企及的高度。美联社新闻写作的人工智能wordsmith每季可产出3000余篇的新闻文本，其算法能够最大程度模拟人类作者的创作表达和文笔风格，结合预先输入的信息库数据快速撰写媒体稿件。人工智能音乐软件jukedeck极强创作能力也打破了传统艺术的桎梏，用户可设置自己心仪的曲风及音乐类型，在短短几秒钟内就能生成具有“独特”风格的音乐作品。人工智能借助自身的学习能力能够独立扮演“创作者”的角色，不再需要人类涉及其每个创作阶段，这时的生成式人工智能创作品已具备自身的市场地位与一定的经济价值。在此过程下产生的生成式人工智能作品才是值得著作权法研究的重要客体。此类新兴产物的出现值得《著作权法》对可著作权性进行重新界定。
（一）作品属性判断
1.自然人创作
“作者—作品”的关系体现在作者创作使得作品产生，不同的创作主体赋予作品多元性、价值性和稀缺性特征，而作品又体现了作者的个性化思想与独立的创作精神。自然人创作是著作权制度的逻辑起点与基础，同时也保障了著作权安排的合理性与必要性，促进与激励文化传播这一立法目标才能得以实现。除法律特别规定外，著作权主体只能是自然人。这一理论由此引发了关于人工智能生成物能否成为作品的讨论。否定说认为：首先，生成式人工智能不是自然人，不能成为《著作权法》中的权利主体，其生成物也不能被认定为作品。其次，生成式人工智能本身作为人类智力成果，应当由开发设计者享有著作权，若其创作物被纳入受著作权保护的作品范畴，亦由开发设计者享有著作权，那么将出现重复保护和双重获利的现象。最后，作品对于独创性特征的要求是作者以其个性化思维进行独立创作，这也暗示出对自然人创作的要求。德国著作权法就规定了只有自然人才能成为创作主体。无独有偶，2015年美国法院判决的“猴子自拍”案明确指出，猴子自拍照不属于摄影作品，不受著作权版权保护。只有自然人创作的作品才被美国版权局认可，不接受由动物、自然创作的作品进行版权登记。但这并不能成为阻碍人工智能生成物受到著作权保护的理由。不同之处在于，猴子是在非人类主体干预下进行的自拍“创作”，而人工智能生成物的产生或多或少都与开发设计者或使用者产生联系，生成式人工智能本质上只是进行创作的工具，必然受到人类控制或影响，这是动物创作和其创作的不同之处。
英国法學家梅因曾说：“法律一旦制定，就已经滞后。”法律因其自身的滞后性特征，常常难以应对新兴社会问题的出现。司法实践中关于生成式人工智能作品著作权纠纷案件已经屡见不鲜。北京互联网法院和深圳南山区法院关于生成式人工智能创作物著作权纠纷就曾做过两份截然不同的判决，可见实践中对于其立法规制问题亟待解决。如果仅因不符合自然人创作这一要求就将生成式人工智能作品拒之著作权保护门外，那么随着科技进步，其将大量占据市场并与自然人作品难以区分，这将对现行著作权保护体系产生巨大冲击。如微软公司的人工智能“小冰”化名人类作者投稿的23首诗歌被成功录用并获得稿酬，读者根本无法察觉其并非人类所创。不论从外观还是内容，亦或是主体思想，生成式人工智能作品都与人类作者的作品没有任何区别。受利益驱使，人工智能开发设计者或使用者若不主动披露其真实身份，权属纠纷案件的审理将出现“举证难”现象，进一步导致著作权归属的不确定。本文认为，判断一个作品是否构成《著作权法》所保护的作品，不应以自然人直接创作为前提，应坚持以自然人作品保护为原则，对部分认定为有独创性的生成式人工智能作品进行著作权保护才是合理之道。
2.独创性分析
根据最新修订的《著作权法》规定，作品有三个特点：独创性;属于智力成果;能够以有形形式表现。其中，独创性是构成作品的核心性特征。若生成式人工智能作品与自然人作者直接创作的作品在表达形式上无法区分，那么认定作品的关键就在于“独创性”判断。根据最高法的观点，应从两个方面入手进行“独创性”判断。首先是关于“独”的界定，作品必须是创作者独立创作的产物，不是对他人风格特点的模仿与抄袭。作品是具有独创性的表达，是创造者将其个性化思考和创造性表达以一定方式呈现出来的最终结果。在作品创作过程中，必然离不开创造者的主观思考，内心的构思与选择，体现了“额头流汗”原则。其次是关于“创”的界定，世界各国对创造性的判断普遍采取宽容态度，即满足最低限度的创造性要求即可。若人工智能是通过自然人的个性化选择和独立性安排的运行程序，直接影响输出结果，自然人是利用了人工智能进行了间接性创作，这也足以体现出自然人作者的创造性，对其作品应当赋予著作权进行保护。
本文认为，若生成式人工智能作品在内容和形式上均满足了“独”和“创”这两点要求，即可被纳入《著作权法》的保护范畴。对部分认定为有独创性的生成式人工智能作品应当进行著作权保护。既符合时代发展需求和国际竞争战略，又能够促进生成式人工智能领域的良性发展，符合知识产权激励性的立法宗旨。
3.智力成果认定
人工智能的设计是比照了人脑的思维活动。在英文术语上，“智能”与“智力”皆可被表述为“intellectual”一词，即表明了人工智能与人类智力活动之间具有共通含义。在实践中，人工智能被应用于模仿人类智力活动，人类在创作过程中的思想包括：学习思想和创作思想。创作者根据学习思想对他人作品进行学习模仿，结合自身的创作思想将作品表达出来。这一学习和创作的过程既可以由人类作者完成，又能由人工智能机器完成，因此生成式人工智能作品作为模仿人类智力活动所形成的知识产品，应当被认定为《著作权法》意义上的智力成果。因此，对于生成式人工智能作品智力成果的属性判断可以从外部形式和内部运行两个层次进行。首先，从外部形式来看，生成式人工智能作品与自然人作品都是以他人通过感官能感觉其存在的方式表达出来，能够使人清楚领悟其通过文字、符号、声音、动作、色彩等形式表现出背后的无形创作思想。其次，从内部运行过程来看，具备较强的推理能力和问题解决能力的人工智能，符合传统意义上的智力“创造性”。人工智能算法是对人脑智力活动的模仿，其历经不同的发展阶段对应着人脑智力活动的不同层次。在弱人工智能时代，人工智能程序仅是基于预先编辑好的程序和特定数据库，对信息重新处理并通过固定算法排列组合，生成一定的创作物。可以看出，此阶段的人工智能只能成为人类创作辅助性、机械性的存在。这一阶段人工智能仅对应人类智力活动的最低层次，只能对信息进行简单处理。随着人工智能深度学习功能的日益完善，强人工智能时代和超人工智能时代出现了具有“高级智慧”的人工智能，通过分析用户的指令行为，自主进行数据的整理、信息的归纳，能够依照不同情形进行独立判断，由此生成特定创作物。这时，人工智能程序本身对应着人类智力活动的最高层级——思维策略。至此，人工智能颠覆了以往按照既定算法创作的计算机模式，与人类的思维活动高度相似，能够完全实现对人类智力活动的模仿与取代。且这种创作方式实际上与人类学习、构思与表达的创作过程并无差异，因此，鉴于强人工智能时代的机器创作具有一定的个性化特征，其深度学习能力可以看作是“智力创作”的过程，折射出开发设计者的思想情感与审美选择。在此意义上，生成式人工智能作品当然属于受著作权保护的智力成果。
（二）“思想与表达二分法”理论的应用
根据《著作权法》保护原则——“思想与表达二分法”理论，著作权只保护思想的表达，而不保护思想本身以及思想创作的过程。在生成式人工智能创作物同自然人创作已然高度类似甚至不可区分的情况下，仅从创作物的表达形式来判断其是否属于著作权保护客体显然不够。随着生成式人工智能自主创造性的不断提高，将其作品纳入著作权保护范畴讨论的基础之一是其创作思想的来源不再局限于他人作品，还可能来源于生成式人工智能自身。传统观点认为，生成式人工智能作品的算法程序及创作模式因属于“思想”范畴而不被纳入《著作权法》的权利客体。有学者提出，在人工智能领域，其创作物的“思想”——包括算法程序及数据信息，作为其“创作来源”，可能会引发一系列著作权侵权行为。
1.侵犯作品复制权
生成式人工智能创作开始前，需要对预先收集的海量数据和素材进行深度学习。这一过程不可避免地需要对他人作品进行复制，最终生成的作品也可能存在复制权侵权风险。如利用人工智能绘画软件生成“梵高”风格的作品，这一生成式人工智能作品如果与其学习的数据作品在风格和思想上构成实质性相似，就可以根据著作权侵权判定中的“接触+实质相似”的标准认定其构成复制权侵权。
2.侵犯作品改编权
人工智能对数据和素材进行深度学习，保留其中一些基本表达，由此创作出的具有一定独创性的“作品”，是基于对原作品的再加工而成的改编物。这种创作行为可能构成改编权侵权风险。也有学者认为，这种生成式人工智能作品属于演绎作品。对此学界存在多种争议，基于人工智能算法和素材创作的生成物并不必然符合演绎作品的范畴，不是对某个作品进行演绎的再创作结果。人工智能通过深度学习梵高绘画作品从而创作出“梵高”风格的画作，如果社会一般群众不加仔细辨别，根本无法区分画作真伪;微软公司开发的人工智能“小冰”通过系统学习中国近代500余位诗人的作品得出具有自身特色的诗歌，被认为是自然人作品并获得稿酬。上述两种情形都是人工智能利用他人作品生成全新的作品。但关键在于前者可能侵犯一个作者对其数个作品的享有的改编权;而后者则可能侵害了不同作者与不同作品的改编权。
3.侵犯作品传播权
生成式人工智能在创作过程中若对信息文本或数据进行网络传输，或者将创作结果向公众输出，可能构成侵犯作品的信息网络传播权和广播权风险。对此，日本著作权法为了规避传播权侵权风险，对此进行了相关规定，如果为了提供新的知识或信息，通过计算机操作对他人作品进行归纳处理后，应当将结果公布于众。
随着生成式人工智能技术的发展和对其创作物性质界定的需要，对其作品进行著作权保护具备一定的现实性和合理性。但这一论断的提出显然对“思想与表达二分法”理论提出了新的挑战。生成式人工智能本身就是受著作权保护的客体范畴，人工智能算法将他人作品转化为创作表达的介质从而进行创作，这一过程属于广义的“思想”概念因而不受《著作权法》保护。但在未来的强人工智能和超人工智能时代，人工智能的自主性创作思想可能会进一步模糊“思想”与“表达”的界限。各国的司法实践也都倾向于对人工智能的侵权责任的豁免，在此情境下对生成式人工智能的创作思想来源进行适当扩张具有现实的正当性。
二、生成式人工智能作品著作权保护之域外经验比较
（一）英国：前瞻性立法规制保护
虽然目前英国对人工智能生成物保护没有明确的法律规定，但其作为世界上最早保护计算机技术的国家之一，深刻认识到计算机信息技术在版权保护领域的重要地位。英國的《版权外观设计和专利法》中规定，对创作作出必要安排的主体是计算机生成内容的作者，实际上也是将计算机和开发设计者视作合作作者。
在此情景下，算法开发设计者、使用者、投资者都可能是符合“必要安排”的主体。但英国仅对计算机生成物进行了法律规制，对象是算法原理简单的计算机程序，虽然在一定程度上可以适用于人工智能生成物的权利归属，这也取决于个案的分析结果。面对具有深度学习和推理能力的人工智能，就不能当然适用此项法律规定。
（二）欧盟：从道德伦理出发探索立法界限
2016年，欧盟法律事务委员会建议赋予人工智能法律上的拟制人格，以“电子人”身份享有著作权等一系列权利。欧盟法律事务委员会承认人工智能能够自主进行独立创作，其在2020年公布的《关于发展人工智能技术的知识产权报告》指出，为明确知识产权权利归属，需对人工智能辅助人类创作与人工智能生成的创作进行区分。生成式人工智能作品对著作权保护制度的改革提出了新的挑战。对著作权体系中的各项权利，如所有权、专利权、报酬请求权的归属问题要进行深入研究。但目前看来，人工智能若作为辅助人类创作的工具，其著作权归属仍适用现行的法律框架。《关于发展人工智能技术的知识产权报告》明确了对人工智能生成物必须给予知识产权保护。从经济发展、市场效益以及明确著作权归属以稳定社会秩序等各个方面予以考量，对具有一定独创精神的生成式人工智能作品进行知识产权保护有利于获得经济驱动力以及国际竞争力，有利于著作权激励性立法目的的实现，从而推动人工智能领域持久稳定、健康发展。在可著作权性方面，是否构成作品判断的“独创性”标准依旧是生成式人工智能作品获得著作权保护的壁垒。然而，随着法律技术的完善，欧盟秉持从客观性角度判断人工智能生成物是否具有可版权性，更加坚定“内容决定主义”，生成式人工智能作品同人类创作的作品都能够促进科学艺术的传播，都有文化繁荣的共同目标，不能因为创作方式的不同一律将其排除在著作权保护之外，否认其构成“作品”的可能性。可见欧盟对于人工智能作品的考量不仅立足于法理层面，也在立法目标和时代背景下不断探究。
（三）美国：科技领先发展但法律亟待完善
在美国司法实践中的普遍做法是将人工智能视为“雇佣者”，适用雇佣作品制度，将人工智能生成物权益归属于投资人。1981年，美国版权局认定，将两份由计算机程序撰写的The Policemans Bread is Half Constructed 与 Just This Once 的作者归属于计算机软件。计算机程序开发设计者是权利所有人。这一判例引发了美国学界轰轰烈烈的讨论，但在知识产权保护层面却迟迟难以下定结论。美国法院至今只承认人类作者对作品的创造力。虽然美国人工智能知识产权法律保护尚未建立，但人工智能产业的发展在当今世界首屈一指，具有极大的先进性与前瞻性。纽约Amper 音乐公司利用人工智能创作的专辑《Break Free》，获得上亿点击率，超越了传统音乐的市场份额。美联社人工智能wordsmith在新闻产业的应用、谷歌人工智能生成的画作成功拍卖，折射出巨大价值潜力。人工智能产业在美国蓬勃发展，已应用于绘画、医疗、影视、金融等各个领域。但美国版权局和法院坚持对自然人作者身份的严格要求，均不承认人工智能生成物的作品地位，但对于在商业领域大获成功的人工智能生成物，如果兼具一定的独创性特征，美国也逐渐将其纳入著作权法保护范畴。随着人工智能产业愈加活跃发展，美国知识产权立法急需完善。
纵观关于人工智能的各国立法，英国司法实践中由于法官能力不一导致判断标准多元化，加之案件审理中往往存在举证困难的情形，对生成式人工智能作品做出“必要安排”主体的确定受到了各种因素的影响，因而难以确定著作权归属;欧盟积极探索立法界限以期用立法带动欧盟人工智能领域快速发展，在激烈的国际市场竞争中取得优势地位;美国坚持自然人作者判断标准，但实践发展亟待完善其著作权立法制度。总而言之，科学技术进步带来的实然挑战需要改变现有的法律体系，各国司法实践已然证明了这点。
三、生成式人工智能作品著作权保护之制度构建
（一）相关归属理论的不足
1.人工智能开发设计者说
这一学说认为谁对人工智能的创作起到关键性作用和决定性因素，就应由谁享有人工智能生成物的著作权。理由是，人工智能进行创作得益于开发设计者进行了算法编程，赋予其人工智能作品的著作权能够大大激励开发设计者的创作积极性，从而推动人工智能领域的发展。从法经济学角度分析，人工智能设计的初衷并非为了促进文化丰富与艺术进步。设计者以程序开发投入换取劳动力生产价值，然后基于合同关系，与使用者达成对价促成交易。在这一环节，开发设计者的目的已经得到满足，此时再赋予开发设计者人工智能生成物的著作权，将产生重复保护和双重获利现象出现。另外，开发者已经完成了资本的回笼，生成式人工智能作品著作权的赋予将不利于社会公平竞争，造成“马太效应”的出现。具有强大资金支持的研发公司投入人力、物力、财力以迅速占领人工智能市场，收入分配不公、贫富差距加大、财富两极分化等一系列社会矛盾一触即发。在弱人工智能阶段，将著作权赋予设计者的做法具有现实合理性，因为此时人工智能只是作为人类创作的辅助性工具。但放眼未来，在强人工智能和超人工智能阶段，人工智能具备了深度学习能力，能够进行自主创作，此时就脱离了设计者预先设定的算法和程序，并不会产生唯一的创作结果。在此情景下，如果将生成式人工智能作品著作权归于其开发设计者，也必然引发新的社会矛盾出现。
2.人工智能使用者说
这一观点认为人工智能只是人们利用其进行创作的工具，本质上与其他创作工具并无不同。使用者的使用是直接引起作品产生的原因，使用者与人工智能生成物在时空上的联系也最为密切。使用者的创作意志才是作品来源的基础，其更了解创作背景、创作形式和创作的时间与空间，使用者也能因此最大程度发挥出作品价值，因此由人工智能软件的使用者享有其生成物的著作权具有一定的合理性。另外，人工智能设计者开发算法和程序更多时候不是为了个人使用，而是为了投入市场以获得相应对价，实现经济效益。虽然使用者对人工智能的创作算法没有进行实质设计，但使用者已经支付了合理的对价，将生成式人工智能作品的著作权归属于使用者并不會导致不公平现象的发生。为保护使用者获得人工智能所进行的投资和维护使用者对生成式人工智能作品的实际控制状态，应赋予其作品的著作权，这也体现出对使用者的尊重，也能激励使用者更好地利用人工智能进行创作。
3.人工智能拟制人格说
有学者提出既然法人作为非自然人主体获得了著作权保护，遂应比照法人制度，建立以人工智能为主体的拟制法律人格——将生成式人工智能作品的著作权归于人工智能本身。但这对司法实践和道德伦理也提出了新的挑战：作为法律主体需要具备一定的权利能力和责任能力，如果生成式人工智能创作物涉及侵权问题，而人工智能自身并不能承担法律责任。对域外司法实践及立法经验进行考察，否认人工智能作为权利主体也是主流观点;另外，法人之所以能够被视为作者是因为法人是由自然人组成，具备人类创作的意志。部分人工智能的创作过程并不具有自然人创作的灵性与智慧，其只是作为被人类支配的创作客体。根据私法的体系，权利客体与权利主体的法律地位永远不能互相转化。人工智能无法像自然人作者那样行使著作权，对其创作物的选择，甚至连最后的舍弃环节都只能是在人类支配下进行的活动。
4.人工智能公共利益说
立足对公共利益的考察，对于生成式人工智能作品的财产权及使用权应当进行限制，不能被私人所垄断。这一学说将导致对生成式人工智能创作物的无偿利用，权利主体的正当利益无从保护，显然违背了著作权激励创作的立法目的。对公共利益的适当考量是实现知识产权与促进社会效益统一的基础，也是保护道德底线的需要。可以对生成式人工智能作品确立一定的传播途径和共享时间，限制作品创作的不合理扩张，保护对创作素材的加工及再利用。通过对社会公共利益的一定限制，对其予以适当的版权保护，从而促进对资源的更好利用，谁也不能对生成式人工智能作品进行绝对把控和占有，对艺术文化的发展形成“创作—保护—激励—再创作”的良性循环。
综上所述，本文认为，对生成式人工智能作品著作权保护的争议焦点不是作品含义的界定而是其权利内容的归属。人工智能开发设计者、使用者甚至于机器本身对生成物财产利益都有着合理诉求。为平衡不同利益主体对于生成式人工智能创作物的有效利用，明确利益分配原则，需要从法律制度层面确定其著作权归属。在探索生成式人工智能作品著作权权利归属的路径选择中，既要防止权利流失造成“公地悲剧”的社会效益，也要兼顾公平正义，保护各方主体诉求的多元性，赋予相关主体利益激励机制，尊重市场竞争规律，应当在现有的立法框架下对生成式人工智能作品的权利归属进行探索，采取行之有效的法律保护进路。
（二）生成式人工智能著作权制度构建之我见
1.明晰著作权保护的权利客体
明晰著作权客体保护范围是对各方利益进行平衡的首要任务。在承认生成式人工智能作品可著作权性的同时，要严格界定并排除不符合最低限度创造性标准的创作物，以避免著作权客体范畴的不当扩张，造成“劣币驱逐良币”现象。为此，需要重点判断生成式人工智能作品是否满足受《著作权法》保护的作品类型，是否符合一定的独创性标准，进而划分著作权保护的客体范围。本文认为，应当对生成式人工智能作品采取平等保护原则，与人类作品一样，满足最低限度的创造性标准即可获得著作权保护。生成式人工智能作品的外在表现与人类作品并无不同，不需要对其制定严格的衡量标准，只要不与现有作品构成实质性相似，就应当承认其具备作品的独创性要件。当人工智能独立完成大部分的作品创作具有一定程度的创造性，可以将其纳入权利客体受著作权保护。同时，还应当考虑“思想与表达二分法”理论在人工智能生成物著作权保护制度构建中的应用。任何属于思想层面的生成式人工智能作品都不能被认定为受《著作权法》保护的作品，包括但不限于基础数据、信息素材、算法规则等非创造性表达。在排除了上述不满足作品认定标准的创作物后，明晰了权利客体的范围，并以此作为著作权保护制度构建的前提条件。
2.强制人工智能的署名义务
强制署名义务作为区分人类创作与生成式人工智能创作的关键，在对其创作物利用的过程中能够减少区分成本和麻烦，对符合了“作品”最低限度的创造性条件的生成式人工智能作品进行使用时需标明出处。某位不懂绘画艺术的国外网民，利用人工智能Midjourney生成堪比艺术家的画作参加评选，并且顺利骗过组委会获得了比赛金奖。最后自己爆料真相，被组委会没收了奖项。这一事件引起激烈的讨论，甚至有口号喊出“人工智能终将杀死艺术。”因此，为了实现促进文化传播这一著作权立法目标，建议人工智能使用者应当依法履行披露和强制署名义务，并以法律形式规定下来。一旦生成式人工智能作品符合了著作权法中“作品”的认定标准，使用者需要放弃自己的署名，注明“人工智能创作或生成”的字样。如腾讯公司在由其人工智能Dreamwriter创作的稿件末尾就注明了人工智能自动撰写的权利声明。这一做法既降低了案件纠纷的举证成本，体现了诚信原则，保障了社会的公序良俗不被破坏，也满足了社会大众的知情权。强制署名也为生成式人工智能合理使用制度的确定打下了基础。
3.保护机器创作的合理使用
如果人工智能在自主学习层面利用了他人作品作为素材和数据，应当依照著作权法定许可与合理使用制度进行授权。著作权是一项排他性权利，为方便社会公众的利用和促进文化艺术的传播，因此需结合法定许可和合理使用制度对其进行一定限制。国外现有立法和司法实践倾向于将合理使用制度适用于机器学习过程，以豁免其侵权风险与责任承担。还有观点认为，人工智能学习过程中对于作品的“使用”不同于传统合理使用制度下“使用”。人工智能学习的主体是机器，从这一层面上展开，机器只是将作品内容转化为自身能够理解和运用的代码和算法，这一处理过程是机械性的转化并非对作品的使用。因此对于满足最低限度创造性的生成式人工智能创作物，只要其对作品素材进行整合利用是通过自身的独立推理，打破既定的程序规则从而完成创作，那么其生成的内容在最终表达外观上并不会引起混淆，自然不会对作品及其著作权人的利益造成侵权。基于立法没有明确规定人工智能学习阶段的侵权认定，司法实践也缺乏相关的案例判决，学术界主流观点认为人工智能学习过程并不产生著作权侵权，这一行为构成合理使用的原因是其并非传统著作权法意义上的“使用”，机器学习只是将他人作品转化为代码输入数据系统，以机器能够识别的语言使其进行深度学习，不妨碍作品的现实使用，从而豁免了对人工智能学习行为的侵权判断。
4.著作权归属的意思自治
当人工智能的设计者与使用者同归一人时，其创作物的著作权自然归属于设计者。但当人工智能的设计者与使用者分离的情境下，考虑到当前立法并无明确规定生成式人工智能作品的权利归属，可比照民法的意思自治原则，即以人工智能开发设计者和使用者之间的有效约定作为确定权利归属的根据。考虑到现实主体利益需求的多元化，可以由人工智能的开发设计者、使用者等主体之间自由进行技术转让，签订许可合同。意思自治原则能满足不同主体对权利行使和利益分配的需求，尊重当事人关于权利归属问题达成的特别约定，以避免将来发生纠纷时无据可依。在缺少有效约定的情境下，以使用者为权利归属的核心，结合近因原则，将最有可能激发人工智能进行创作的人认定为著作权人，法律应当对当事人之间达成的充分合意予以尊重与保护。在这一过程中，意思自治原则起到了补充保护的作用，开发设计者既通过出售人工智能获得了收益的激励，使用者也能通过出售其享有著作权的生成式人工智能作品获得报酬，从而促进对生成式人工智能作品开发利用环节的正向循环，使得其著作权保护体系能够合理公正发展。
四、结语
任何一项新事物的产生与发展都是一把双刃剑，生成式人工智能应用于人类创作领域既是机遇也是挑战。对于生成式人工智能技术不断发展与之相伴而来的著作权保护难题，应当立足本国国情、怀着开放包容思维，适时调整现行的法律制度和作品的判断标准。坚持以自然人作品保护为原则，对具备最低限度独创性要求的生成式人工智能作品给予版权保护。坚持客观判断对现行著作权客体进行适当扩张，构建与国际接轨的法律保护制度。应当始终秉持著作权的立法宗旨，遵循不变的法律原则，对其利益分配进行合理规制。■
（責任编辑：张恩娟）
参考文献：
[1]国家网信办：生成式人工智能产品提供服务前需申报安全评估[J].信息网络安全，2023，23（5）：107.
[2]徐家力.人工智能生成物的著作权归属[J].暨南学报（哲学社会科学版），2023，45（4）：37-49.
[3]张富利，刘子楠.著作权视角下人工智能生成物保护问题探讨[J].郑州轻工业大学学报（社会科学版），2023，24（1）：40-49.
[4]于品显，刘倩.欧盟《人工智能法案》评述及启示[J].海南金融，2023（6）：45-53.
[5]刘银良.论人工智能作品的著作权法地位[J].政治与法律，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]杨利华.人工智能生成物著作权问题探究[J].现代法学，2021，43（4）：102-114.
[8]李艾真.美国人工智能生成物著作权保护的探索及启示[J].电子知识产权，2020（11）：81-92.
[9]焦和平.人工智能创作中数据获取与利用的著作权风险及化解路径[J].当代法学，2022，36（4）：128-140.
[10]孙寒.人工智能生成物的著作权保护问题分析[J].现代企业，2020（4）：114-115.
[11]王雪乔.人工智能生成物的知识产权保护立法研究[J].湖南科技大学学报（社会科学版），2020，23（2）：96-102.
[12]张大伟，王梓.人工智能出版物著作权立法的国际竞争与战略意义[J].中国出版，2021，510（13）：58-62.
[13]徐伟.论生成式人工智能服务提供者的法律地位及其责任——以ChatGPT为例[J].法律科学（西北政法大学学报），2023（4）：1-12.
[14]王瑶，李胜利.生成式人工智能的版权风险及其应对——以ChatGPT为视角[J].海南金融，2023（10）：49-58.
[15]张欣.生成式人工智能的算法治理挑战与治理型监管[J].现代法学，2023，45（3）：108-123.
[16]陈彦旭.人工智能生成内容的版权研究[J].中国商论，2021（7）：103-105.
[17]周若玮.人工智能生成内容的著作权法保护探究[J].对外经贸，2021（9）：69-73.
[18]于雯雯.人工智能生成内容在著作权法上的权益归属[J].人工智能，2020，17（4）：93-100.
[19]於兴中，郑戈，丁晓东.生成式人工智能与法律的六大议题：以ChatGPT为例[J].中国法律评论，2023（2）：1-20.
[20]吴汉东.人工智能生成作品的著作权法之问[J].中外法学，2020，32（3）：653-673.
[21]周灿.人工智能生成内容可版权性问题研究[J].三峡大学学报（人文社会科学版），2021，43（3）：73-76.
[22]陈永伟.超越ChatGPT：生成式AI的机遇、风险与挑战[J].山东大学学报（哲学社会科学版），2023（3）：127-143.
2020年我国提出“双碳”目标，随后全国碳市场正式上线运行，市场机制促进绿色低碳发展已经成为当前社会关注的焦点，而碳自愿减排机制则是该环节市场推动社会减碳的重要工具。我国碳自愿减排市场核心机制为CCER（Chinese Certified Emission Reduction），该机制于2013年对可再生能源、林木等具有减碳作用的项目签发减排量，所签发减排量可市场交易形成价格，已累计签发量约8000万吨，后于2017年停止，2023年生态环境部发布《温室气体自愿减排交易管理办法（试行）》，标志我国自愿减排机制重启在即。从CCER机制的运行情况来看，仍然处于较初级的阶段，存在诸多问题，如方法学过多，减排量计算科学性、准确性有待商榷等。因此，对国外先进的碳减排机制开展研究分析，学习其先进经验对我国碳自愿减排机制进行完善是当前市场化机制推动“双碳”目标实现的重要议题。
一、黄金标准概述
Gold Standard（GS）黄金标准碳减排机制是一个全球性的项目认证标准，旨在推动可持续发展和减少温室气体排放。GS成立于2003年，最初是作为联合国清洁发展机制（Clean Development Mechanism，CDM）的补充而成立，由世界自然基金会和其他非营利性组织共同设立，非营利性组织黄金标准基金会（Gold Standard Foundation， GSF）负责管理和运营。GSF总部位于瑞士日内瓦，拥有一支专业团队，负责制定和管理标准、审核项目、发放认证等工作。
GS签发的碳抵销信用为核证减排量（Verified Emissions Reductions，VERs）。GS备案的39个方法学涵盖土地利用、林业和农业、能源效率、燃料转换、可再生能源、航运能源效率、废弃物处理和处置、用水效益和二氧化碳移除等八个领域。与此同时，GS认可CDM项目及方法学并提供一套转换机制以盘活CDM项目停滞后已签发的存量减排量。目前，GS已经为总计超过1500个项目签发了2.8亿吨减排量，覆盖世界各地主要发展中国家，其中1.49吨自愿减排量已经注销，占发行自愿减排量总量的53%。
二、黄金标准自愿减排项目
（一）GS基本框架
GS组织架构主要由四部分构成，分别是GS基金董事会、GS秘书处和技术管理委员会以及NGO支持网络。GS基金董事会负责整个机构的战略与管理工作;GS秘書处负责减排项目的审定、注册与签发;技术管理委员会负责技术管理工作，对相关标准的制定提出建议;NGO支持网络为各个领域的合作对象。
从减排量产品角度而言，GS减排量产品为VER（Verified Emissions Reduction），同时GS认可CDM机制所产生的减排量，即CER（Certified Emissions Reduction），CER通过特定程序可转换为VER。另一方面，为促进植树造林项目发展，GS还定义了一种与CAR事前签发机制减排量FMUs（Forecasted Mitigation Units）类似的减排量PERs（Planned Emissions Reduction，计划减排量），PER仅土地森林类项目进行签发，经认证后根据预期减排数量登记五年，可以交易但不能注销，一旦PER经过核证即转变为VERs。与其他机制不同的是，GS针对减排项目从生物多样性、就业、居住环境、健康以及气候行动等多个角度对不同类型减排项目产生的实际价值进行分析并贴标，以激励个人以及企业积极购买减排量抵消，支持环境投资事业。
（二）GS项目方法学
GS方法学开发遵循一套固定流程，包括方法概念、方法学草案编制、方法学工作组审查、利益相关者咨询以及GS技术委员会审核五个阶段。在方法概念阶段，GS要求方法学开发人员对方法概念进行阐述，以用于评估所提交方法学方法的可行性;方法学草案编制阶段要求方法学开发人员提交项目设计文件、方法学草案;方法学工作组审查阶段则进行完整性检查、草案评审工作;利益相关者咨询阶段则为征求公众意见，对建议进行答复并修改草案;GS技术委员会审核阶段对拟议的方法学进行审查，给予批准或拒绝意见。
当前GS将方法学分为温室气体减排/避免以及二氧化碳移除两大类，温室气体减排/避免包含能源、建筑、交通、工业、废物利用、森林土地等项目类型;二氧化碳移除类指的是直接吸收温室气体的项目，包含森林、化学、海洋等类型。
值得注意的是，图4、图5所展示的为GS已开发或计划开发的方法学，由于GS接受部分CDM方法学，如可再生能源中的风电项目，GS针对这部分项目并未制定专属方法学，使用的为CDM项目的原有方法学，该类型项目的签发需要从CDM项目转换成GS项目后，由GS进行后续减排量签发。GS自行颁布的方法学见表1。
从方法学的类型来看，GS自身颁布的方法学多集中在设备改造升级、自然手段固碳封存类，项目主体多为家庭、个人以及住宅等小型项目，可能避免与CDM机制原有项目类型产生冲突。
与其他自愿减排机制不同，GS提供自愿减排项目SDG（Sustainable Development Goals ）评估工具以从各个方面量化减排项目在可持续发展方面的作用和贡献，其最大的优点在于标准化的指标和量化方法，从而让购买减排量的市场参与者可以很好地衡量其价值。SDG工具对应17个可持续发展目标和169个相关目标，包括提供就业机会与经济增长、可负担的清洁能源等方面，项目审定过程中需对比SDG基线情况以说明项目实施后确实会产生某一方面的SDG效果，同一个减排项目可能会有多个SDG标签，从侧面说明该项目的SDG价值。
以风电项目为例，作为可再生能源发电项目，通常具有改善气候、带动当地就业和经济增长、提供可负担的清洁能源三方面SDG效应，项目在开发阶段需针对三方面效应进行论证，如改善气候和提供可负担的清洁能源的论证通过对比该项目投入运行后产生了清洁能源电力，而带动当地就业和经济增长则需论证该项目投入运行后对当地提供多少次培训和就业岗位数量。
（三） GS项目开发流程
与其他自愿减排机制直接采用方法学以及项目手册指导减排项目开发不同，GS减排项目的开发指导具有较为分明的层次结构，可分为三个部分。
第一部分为黄金标准文件，又包括黄金标准全球目标文件、其他相关文件以及专项要求文件。黄金标准全球目标文件包括对项目文件的章节指南，一般要求、产品要求、减排活动要求、方法学等。其中，最为基础的文件是《Principles and Requirements》，概括性地阐述了范围、适用性、要求和流程;其他相关文件包括规则的更新、说明专项要求文件包括对CDM项目转换为GS项目的要求以及CORISA机制的相关要求。
第二部分为减排项目开发者支撑文件，主要包括在编写项目文件过程中用到的各种模板、费用、课程和各类工具性文件。
第三部分为项目审定与核查机构配套文件（VALIDATION AND VERIFICATION BODY，VVB），包括审定与核查标准、机构要求。GS设置了不同的VVB认证标准，标准的类型对应VVB通过后能参与减排项目审定、核证的类型，GS认可的VVB认证标准包括UNFCC-CDM认证、ANSI-GS下ISO 14065认证等。GS针对指导文档的功能与作用又做了具体的分类（见表3）。
在上述文件体系的基础之上，GS制定了其减排项目开发的流程，大体可分为七个步骤：一是规划项目并举行利益相关者咨询。该阶段为项目正式开始前，要求项目开发人员明确项目初步设计，根据黄金标准保障措施进行项目气候和可持續发展的影响并准备一份总结上述内容的关键项目信息说明。此外，还需召开黄金标准利益相关者咨询会议。二是初步审查。该阶段要求项目开发者提供项目设计文件，GS进行审查，审查通过后，项目状态为“Listed”。这个阶段，项目开发者必须提交项目设计文件，设计文件必须囊括保护原则评估、气候和可持续发展影响评估、监测计划等方面的内容，还需提交已签名的GS4GG Cover Letter、黄金标准条款和条件并支付初审费。三是第三方审定。由第三方专业机构对项目进行审定，包括案头审查和实地考察，并证明项目符合黄金标准要求。项目开发方需VVB签约并支付费用，随后提交VVB出具的积极验证意见、项目设计文件、最终验证报告与相关文件。四是项目设计审查。由SUSTAINCERT（黄金标准基金会成立的专业核查机构）对文档进行审查，并在需要时请项目开发者对其提出的相关问题进行澄清并提出解决措施。该阶段主要确保设计文件满足利益相关者、保障措施、监控计划、气候和可持续发展影响相关要求。五是项目监测。该阶段项目开发人员根据批准的监控计划监测减排项目，需要在未进行核查的年份提交年度报告以及监测报告以供验证。六是第三方核查。由第三方专业机构对项目进行核查，包括案头审查和实地考察，并提供项目符合黄金标准要求的独立确认。项目开发方需要提供完整的监测报告和所有相关证明文件供VVB核查，并支付VVB进行核查的费用。七是绩效评估。由SustainCERT进行文档审查，在需要时请项目开发人员对所存在的问题进行澄清并提出解决措施。项目设计文件要满足遵守保障措施、利益相关者包容性、实现对气候和可持续发展方面影响等要求，通过后最终由GS签发对应减排产品。
与其他机制不同，GS要求在每个减排项目计入期内至少完成两次以上的减排量签发，而进入到每个新的计入期，项目的审定、设计认证等工作根据设计文件的更新需重新办理，相比其他第三方减排机制，GS的项目开发要求较为严格。
（四）GS项目方减排量签发与使用情况
截至2023年10月，GS已累计签发减排量2.8亿吨，其中VER、CER、PER分别为2.4亿吨、3700万吨、391万吨，累计注销量约1.49亿吨（见图7）。
从签发的情况来看，GS中风电项目8469万吨、能效项目8441万吨，占比分别为29.9%、29.8%;从注销的情况来看能效项目与风电项目注销量最多，分别为5095万吨、4577万吨，占总注销量的34.1%、30.6%。从减排量签发情况来看，GS总体签发数量稳步提升，2008—2014年签发数量增长较快，增长至千万吨级别;2015—2019年签发量存在波动，但总体签发量保持在千万吨区间;2020年后签发量翻倍，达到3000万吨/年～4000万吨/年。
同样应用于国际的减排机制VCS，其签发量在2020年后也大幅增加，虽然今年签发量有所回落，但其减排量的签发量以及增加量仍居全球首位（见图8）。与CAR这类对强制碳市场依赖性较强的减排机制不同，随着全球各国双碳目标的提出，GS、VCS项目分布世界各地，以发展中国家为主，受益于全球向低碳绿色发展转型，碳减排的重要性愈发提高，导致国际减排机制受益，签发量数量稳步上升。
从区域来看，土耳其、印度、中国无论是总体减排量还是减排项目数量，在GS下均位列前三名，说明GS机制的减排量与减排项目主要来自发展中国家的贡献（见图9）。
从中国区域的GS减排项目来看，累计签发量3863万吨，注销量1420万吨，已注册项目206个，注册数量前三的项目类型依次为生物质热能项目（97个），风电项目（26个）、生物质电能项目（17个）;处于初步审查状态的项目28个。
从中国区历年减排量的签发情况来看，除2017年减排量增长下跌，整体处于快速增长状态，近两年每年签发量均超600万吨（见图10）。
从注销情况来看，GS注销量整体呈现逐年递增的趋势，特别是2020年后全球各国提出了双碳发展目标，注销量增速明显加快（见图11）。
从中国区项目的注销情况来看，工业能效项目、风电项目、生物质热能等项目类型较为受欢迎（见图12）。
三、黄金标准与其他机制的衔接
（一）与CDM机制的衔接
受巴黎协定第6条谈判进度缓慢的影响，CDM基本处于停滞状态。黄金标准自诞生之初就与CDM有着良好的连接，可以直接将满足要求的CDM项目转为GS项目。通过这种转化机制GS降低CDM业主的成本是当前世界主流自愿减排机制中唯一允许CDM项目进行转换。
机制转换的总体流程为：申请发放VER的CDM项目应首先通过满足黄金标准的要求注册为GS CDM项目。这些项目由CDM发放获得CER后，需申请黄金标准基金会CER标签，然后该项目须将新发布的CER转移到黄金标准的瑞士CDM注册账户，待黄金标准基金会注销对应的CER以及减排项目在支付相关费用后，黄金标准基金将向减排项目发放同等数量的VER（见图13）。
由于CDM和GS对项目计入期的要求存在一些差别（GS为单次计入期5年，最多更新2次），GS对能够进行转换的CDM项目场景进行了规定（见表4）。
由于GS可更新计入期为5年，CDM转换为GS项目后其项目计入期需根据GS的要求修正。如一个CDM项目登记的可更新计入期为7年，且其中3年的计入期已在CDM下计入和签发，则该项目可在GS下再申请2年计入期，可更新计入期共5年（CDM 3年，GS 2年）。
在方法学层面，GS容纳绝大部分原CDM方法学，支持CDM中小型项目方法学93个、中小型项目农业方法学3个、大型项目方法学75个，主要为能效提高、可再生能源发电类，部分与GS自身方法学存在冲突或不满足GS技术以及减排气体类型要求的CDM方法学被排除在外。结合所支持的CDM方法学，GS支持的方法学数量超200个。
在签发量层面，CER的签发量逐年下降，主要原因为CDM项目存量项目已经不多，近年新签发量较少，转换为GS项目部分的数量比例更低;CDM项目已较难获市场认可，更多项目开发者把目光投向其他第三方、应用范围更广的自愿减排机制。
（二）与CORSIA机制的衔接
CORSIA是第一个全球性行业市场减排机制，旨在通过市场手段实现到2020年后国际航空碳排放零增长的目标，即从2021年起，国际航空碳排放量较2020年平均水平的增量部分需通过购买相应的合格排放单元或者采用可持续航空燃料（SAF Sustainable Aviation Fuels）的方式予以抵消。CORSIA机制对GS所签发的减排量作为合格排放单元（Eligible Emissions Units）的规定见表5。CDM机制中被纳入CORSIA的合格排放单元要求见表6。
对比CORSIA对CAR、VCS等机制合格减排量的要求，GS被排除在外的项目类型较少，侧面体现出GS机制所签发减排量的高质量、高标准。截至2023年12月，GS共有124个已签发项目符合CORSIA要求，累计签发符合CORSIA要求的VER超两千万吨，但没有发生任何CORSIA下的注销行为。
（三）与巴黎协定第6条的衔接
巴黎协定第六条制定了自愿减排国际合作框架，无论是6.2条国家双边合作机制还是6.4条可持续发展机制，均涉及减排量跨国流动与交易，而GS、VCS作为世界上较为主流的国际自愿减排机制在第6条的框架体系下目前来看较为被动。6.2条与6.4条合作机制的实施均要求政府或联合国的强制背书，本质上基于国家与国家间的合作，而GS这类自愿减排机制由社会发起，实施管理过程不涉及政府监管、合作，可以说GS本身就是机制的监管机构，如果想进入6.2或6.4的市场，需要得到多方国家认可，存在困难。
2023年8月8日签发的卢旺达清洁炉灶项目在GS登记簿上附加了《巴黎协定》第6条相应调整标签，共计54564吨，意味着这部分减排量不能被计入卢旺达NDC目标，GS声称这标志着第三方独立自愿减排标准签发的碳信用首次被公开认定为获得第6条授权。值得注意的是，这部分减排量虽然标注为可用于任意NDC，但为卢旺达单方面宣称，目前并没有其他国家进行购买，所以这部分减排量最终是否被其他国家接纳，从而成為第三方独立减排机制减排量被认证为6.2条机制减排量的成功案例仍待观察。
四、黄金标准机制对我国自愿减排市场建设的启示
GS机制作为发展历史久远，影响力较强的国际减排机制，接受CDM项目的转换、完整严格的项目开发体系、国际化的专业人员背景均是该机制的特点。我国CCER机制已发布第一批方法学，北京交易所负责登记注册与交易，标志CCER市场即将进入新的阶段，在此背景下结合GS机制提出以下发展建议。
（一）研究SDG價值实现机制
GS提供SDG工具去量化减排项目的SDG效应，使得减排项目在减排量的价值以外多了一层SDG价值，有利于参与者在购买减排量的同时按照需求结合项目的SDG作用进行购买，差异化了减排量的环境价值，能够更加全面、可靠地对减排项目所产生的价值进行量化评估。CCER可以适当进行借鉴，制定SDG的量化工具供减排项目自愿参与，审定通过的部分可在所签发的减排量打上对应SDG标签，完善环境权益的价值实现机制。
（二）丰富减排项目类型
第一批CCER仅四个方法学，结合存量CCER在2025年1月1日前就失效的政策的要求，未来全国碳市场对CCER的需求短期内很难得到有效满足，建议及时扩充CCER方法学类型，增加减排量签发。可参考GS机制对方法学的规划进行事先公开，明确未来计划开发的方法学方向与项目类型，向社会公众开放，允许自行提交方法学草案供政府部门审核参考。此外，要与社会做好沟通工作，提高透明度，避免自愿减排市场因政策因素出现较大不确定性风险，为市场参与主体减轻信息、政策方面的壁垒。
（三）探索巴黎协定下的自愿减排合作
GS卢旺达项目案例是近期6.2机制双边合作的一次有益探索，中国可借鉴其做法进行先行先试。以CCER项目为基础，筛选合适的项目与第三方国家开展6.2自愿减排合作，成功后不断扩大纳入项目的类型与范围并逐步向国际其他国家推广扩展。■
（责任编辑：孟洁）
参考文献：
[1]高瑞，陈浩.国际自愿减排机制发展概况——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]广州碳排放权交易中心.中国核证自愿减排量的国际化前景展望——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.
