【应用 202513098】生成式 AI 深度伪造行为的刑法规制困境与路径突破——以罪名竞合适用规则重构与技术平台合规义务分层设计为视角
文 / 黄江南
内容提要本文通过分析深度伪造技术引发的复合型犯罪存在的问题，揭示现行刑法在行为定性、罪名适用、平台责任等方面存在的三大困境，具体为：伪造类罪名难以涵盖数字身份盗用本质；传统诈骗罪构成要件与深度伪造技术特性存在冲突；技术中立原则被滥用导致平台责任虚化。提出三阶递进式规制路径：在实体法层面构建阶梯式罪名体系，即数字身份盗窃罪→深度伪造诈骗罪→系统性伪造罪；在程序法层面创设技术特征说明义务与算法可解释性审查规则；在平台治理层面建立三位一体合规体系，即风险分级、动态监控、熔断机制，以期为新型网络犯罪治理提供参考。
生成式 AI 深度伪造技术的迭代升级催生包含数字身份盗用、技术增强欺诈、系统性信任危机的复合型犯罪生态，其技术特性引发法益侵害形态的范式嬗变。现行刑法规范面临三重结构性挑战：生物特征数据的算法篡改突破传统伪造类罪名的物理载体要件，致使身份犯罪的法益评价失焦；深度伪造技术对被害人认知系统的侵入性干预，解构诈骗罪从事实虚构到错误认识的因果链条；平台以技术中立为由规避算法治理责任，诱发风险传导的破窗效应。鉴于此，本文立足强化新型犯罪治理的立法导向，提出包含实体规范、程序规则、平台治理的三阶递进式规制模型：通过创设数字身份权独立法益，纾解身份犯罪领域法益保护周延性不足的困境；借助技术特征说明义务与算法可解释性审查规则，重塑技术黑箱的司法认知范式；依托风险分级监控与动态熔断机制，厘定平台对生成式 AI 的前瞻性审查义务边界。研究旨在弥合技术演进与规范供给的裂隙，为犯罪治理范式的数字化转型提供参考性解决方案。
一、问题的提出：生成式 AI 深度伪造行为的刑法规制困境
生成式 AI 深度伪造技术的迭代升级催生包含数字身份盗用、技术增强欺诈、系统性信任危机的复合型犯罪生态。在中国裁判文书网以人工智能为关键词检索到的涉人工智能的裁判文书有 3800 余篇（截至 2025 年 3 月）。涉人工智能案件因技术特性引发的法益侵害形态已突破传统犯罪构成范式，形成对现行刑法规范的结构性挑战。现行刑法因技术穿透力不足与规范解释滞后，暴露出行为定性模糊、罪名适用失衡与责任主体逃逸的深层困境。
（一）伪造类罪名的数字化脱嵌：身份法益保护的规范缺失
现行刑法对身份权益的保护仍固守物理载体中心主义，难以应对生物特征数据算法篡改的新型侵害形态。刑法第二百八十条的伪造、变造、买卖身份证件罪将犯罪对象限定为居民身份证、护照、社会保障卡、驾驶证等依法可以用于证明身份的证件，其构成要件强调对物质载体的物理性篡改。但在一起人脸动态数据盗用案中，被告人通过深度伪造技术实时替换视频会议中的面部生物特征，法院最终以侵犯公民个人信息罪定罪量刑，暴露出现行刑法规范中身份犯罪法益评价的失焦困境。
数字身份的法益独立性已获得学界普遍认同。比如有学者指出，生物识别信息具有不可更改性与人身专属性，应作为新型人格权客体予以独立保护 [1]。我国现行法律体系虽通过个人信息保护法第二十八条将生物识别信息纳入敏感个人信息范畴，但刑事保护仍依附于侵犯公民个人信息罪，导致行为性质与危害程度评价失衡。
（二）诈骗罪构成要件的技术性失灵：因果链条的算法消解
传统诈骗罪以“虚构事实→陷入错误→处分财产”的线性因果链条为核心要件，但深度伪造技术通过算法生成的超真实内容，使得事实虚构与认知错误的边界发生根本性改变。一方面，AI 生成的虚假信息具有动态交互性，例如在 AI 虚拟客服的诈骗犯罪中，犯罪团伙通过深度伪造技术模拟企业工作人员声音与微表情，达到诱使相关人员完成转账的目的。此类案件中，被害人认知错误的产生并非基于静态虚假陈述，而是人机交互中实时生成的情境化欺诈，传统事实虚构要件难以涵盖技术行为的动态欺骗性。另一方面，诈骗罪要求以非法占有目的为主观要件，但深度伪造技术的滥用可能服务于非牟利性目的（如政治诋毁或情感操控），导致大量具有同等社会危害性的行为溢出刑法规制范围。更为严峻的是，生成式 AI 可通过对抗性样本攻击直接绕过人类认知系统，实现无意识欺诈（如自动拦截并篡改通信信息），此时被害人的错误认识要件将面临技术性消解，暴露出构成要件与数字行为模式存在脱节的问题。
（三）技术中立原则的异化：平台责任豁免的规范漏洞
平台经营者滥用技术中立原则规避算法治理责任，形成风险传导的破窗效应。在一起深度伪造视频传播责任案中，某短视频平台以技术中立性抗辩拒绝承担伪造视频审核责任，法院基于网络安全法第四十七条判决平台承担次要责任，但未触及算法设计层面的归责问题。这种责任认定的局限性折射出现行规范的漏洞：其一，技术开发责任与使用责任混同，如在一起 AI 换脸软件侵权案中，虽认定软件开发者构成帮助侵权，但未追究其算法设计的固有缺陷；其二，注意义务标准模糊，国家互联网信息办公室发布的《网络信息内容生态治理规定》第二十四条虽要求平台建立健全人工审核制度，但未明确审核深度与技术要求。
平台责任的规范重构需正视算法权力的技术特性。当算法具备自主决策能力时，技术中立原则的适用边界应当限缩 [2]。司法实践中，深圳一家法院在 AI 推荐算法侵权案中将算法模型训练数据纳入平台注意义务范围，为技术中立原则的司法限缩提供了新思路。但在刑事领域，如何平衡技术创新与风险防控仍缺乏明确标准，导致平台责任认定呈现民事先行，刑事滞后的规制落差。
二、程序法挑战：技术黑箱导致的证据认定难题
生成式 AI 深度伪造技术的算法黑箱特性，使得其生成内容的证据既可能作为伪造事实的工具，又可能成为被伪造的客体。这种技术特性与法律评价体系的错位，导致刑事司法陷入证据真实性审查失灵与证明责任分配失衡的双重困境。现行证据规则在应对深度伪造证据时，暴露出技术验证能力不足、法律解释逻辑滞后与协同治理机制缺位的结构性缺陷。
（一）证据属性的认知错位：真实性审查的技术验证能力不足
深度伪造证据的真实性认定需突破形式真实与实质真实的二元框架。传统电子数据审查依赖哈希值校验、时间戳认证等静态技术指标，但生成式 AI 通过对抗性训练可动态调整输出内容，使得同一性验证失去技术基础。例如，在一起 AI 生成图片著作权案中，原告提交的 AI 生成图经哈希值比对显示未篡改，但被告通过算法逆向工程证明该图系模型自动生成，最终以无人类智力投入被否定其作品属性。此类案件揭示，现行电子数据真实性审查标准过度依赖表层技术特征，忽视算法生成逻辑的动态性与欺骗性。
更深层的矛盾在于，深度伪造证据解构了传统举证责任的分配规则。根据刑事诉讼法第五十二条，公诉机关需对证据真实性承担证明责任，但当被告人提出证据系 AI 伪造的抗辩时，辩方往往因技术壁垒无法有效举证。在一起虚拟货币诈骗案中，被告人声称涉案聊天记录系 AI 伪造，但因无相反证据被不予采信。如果因技术不对称而转化为举证责任分配不公，则背离存疑有利于被告人的原则。
（二）鉴定机制的效能局限：技术标准与法律逻辑的断裂
当前司法鉴定制度在应对深度伪造技术引发的证据认定难题时，呈现出三重规范失序状态：
1. 技术规范缺位引发的司法鉴定公信力危机。深度伪造鉴定领域尚未建立国家标准化技术体系，导致不同鉴定机构采用差异化技术路径。根据相关文件披露的技术比对实验，一家机构基于深度学习模型的相似度检测结果，与另一家鉴定机构基于频域信号分析的鉴定结论，二者存在较高偏差率。规范的缺失迫使司法机关启动专家辅助人制度的频次显著增加，如在一起 AI 换脸名誉侵权案中，因存在对立的鉴定意见而启动二次听证程序，这是对司法效率的影响。
2. 算法溯源性缺失导致的证据链条或然性证明困境。深度伪造证据的证明力构造需遵循包含“训练数据集→生成算法→特定输出”的逻辑闭环，但现行法律规定未确立算法训练数据的强制存证义务。在一起典型 AI 伪造证件案中，公诉机关因无法获取模型训练版本数据，致使其无法完成刑事诉讼法第五十五条规定的证据确实、充分之证明标准。此现象凸显网络安全法第二十一条数据留存条款需要进一步完善，其规范客体限于网络运行数据，尚未延伸至人工智能训练数据。
3. 动态痕迹固定规则不足产生的证据保全风险。深度伪造内容生成过程的动态交互特征，如提示词迭代、参数调适、输出修正，与公安部的《公安机关办理刑事案件电子数据取证规则》（以下简称《电子数据取证规则》）的静态取证范式存在冲突。实践中，侦查机关一般扣押终端设备中的成品文件，但忽视云端 API 调用记录、模型微调日志等关键痕迹。例如，在一起 AI 换脸诈骗案中，犯罪嫌疑人利用临时虚拟机生成伪造视频后立即销毁云服务器，导致关键生成痕迹灭失。
（三）法律解释的适应性困境：技术规则与证据法理的脱节
法律解释的适应性困境集中体现为技术规则与证据法理的结构性疏离。传统证据法体系建立在物理痕迹可验证性的基础上，然而，深度伪造技术通过对抗性生成网络（GAN）实现的无痕篡改特性，使得传统完整性推定规则陷入解释困境。
更深层的规范冲突源自技术参数与法律概念的不可通约性。算法随机种子、潜在空间向量等机器学习核心要素，难以嵌入刑事诉讼法第五十五条案件事实清楚的证明框架，即当技术黑箱遭遇证据透明性原则时，法律解释面临二次解码的认知鸿沟 [3]。这种脱节在证明责任分配领域尤为凸显，如辩方主张技术合理怀疑时，控方将面临解释神经网络决策过程的举证不能，实质架空了排除合理怀疑的证明标准。技术规则与证据法理的制度性割裂，亟待通过建构法律解释的元规则予以弥合。
三、路径突破：生成式 AI 深度伪造行为的三阶递进式规制体系
生成式 AI 深度伪造行为的刑法规制，需跳出传统事后惩戒与技术附随的治理窠臼，构建实体法、程序法、平台治理三位一体的系统性解决方案。笔者认为构建以数字身份法益独立化为基础、以技术穿透式审查为核心、以动态风险治理为保障的三阶递进式规制路径，可以实现技术理性与法律价值的深度融合。
（一）实体法重构：数字身份法益独立化与阶梯式罪名体系
深度伪造技术催生的复合型犯罪已突破传统刑法的规制框架，其核心症结在于生物特征数据的法益属性发生本质嬗变。当人脸、声纹等生物识别信息脱离物理载体实现数字化重构时，生物识别数据的法律属性已超越物理载体束缚，传统伪造类罪名面临解释力衰减 [4]。从法益类型化角度分析，数字身份具有三重法律属性：其一，作为个人信息的集合体，涉及民法典规定的个人信息权益；其二，作为社会交往的信用凭证，承载着刑法合同诈骗罪保护的交易秩序；其三，作为人格权的数字化延伸，关涉民法典姓名权、肖像权的保护。但现有分散式保护模式导致规范竞合与保护真空并存，亟需构建独立法益类型。
1. 阶梯式罪名体系的构建逻辑。针对深度伪造技术的危害梯度，应建立包含基础行为、核心危害、系统风险的三阶罪名体系。第一阶数字身份盗窃罪，规制身份要素的非法获取与初始冒用行为；第二阶深度伪造诈骗罪，打击算法操纵下的欺诈行为；第三阶系统性伪造罪，惩治规模化伪造引发的秩序破坏行为。此体系符合刑法中犯罪概念的质与量分层原理，体现风险刑法理论中“抽象危险犯→具体危险犯→实害犯”的递进式规制逻辑 [5]。具体构建如下：（1）数字身份盗窃罪的构成设计。本罪应定位为行为犯，核心构成要件包括：行为对象系具有身份识别功能的数字生物特征（如声纹、动态微表情等）；行为方式涵盖非法采集、算法重构、冒用传播 3 类；主观方面应具备身份冒用的直接故意。在入罪标准上，可参照最高人民法院、最高人民检察院《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》第 5 条，设定生物识别信息 50 件以上的定量标准，同时引入情节恶劣的定性标准，如用于政治选举、司法活动等特殊场景。（2）深度伪造诈骗罪的规范构造。本罪应突破传统诈骗罪的因果关系要件，构建包含“算法操纵→认知扭曲→财产处分”的新型因果链条。本罪构成要件需作特殊规定：一是行为手段限定为生成式 AI 技术；二是认识错误要素扩展至算法引致的认知偏差；三是既遂标准采用危险现实化理论，当伪造内容突破平台审核屏障即视为既遂。（3）系统性伪造罪的规制边界。本罪应聚焦深度伪造技术的规模化滥用，可以参照编造、故意传播虚假信息罪的立法模式，设置情节特别严重的升格法定刑。具体适用情形包括：深度伪造内容累计点击量 50 万次以上、引发区域性群体事件、造成国际条约规定的严重危害后果等。在责任认定上，应严格区分技术开发者与传播者的主观明知程度，防止不当扩大打击范围。
2. 罪名适用的衔接规则。建议采取刑法修正案单列专节模式，在刑法分则第四章增设侵害数字身份罪，下设 3 个条款分别对应三阶罪名。阶梯式罪名体系需建立科学的竞合处理规则，当行为同时符合两罪构成要件时，应按照法益侵害程度为主，行为数量为辅的原则处理。具体为：数字身份盗窃罪与侵犯公民个人信息罪竞合时，前者系特别法条优先适用；深度伪造诈骗罪与传统诈骗罪竞合时，根据算法操纵是否实质影响因果关系进而再选择适用；系统性伪造罪与其他扰乱公共秩序罪竞合时，按想象竞合从一重处断。
3. 司法适用的配套衔接。其一，依托国家网络信息办公室等 7 部门《生成式人工智能服务管理暂行办法》的技术框架，明确数字身份的技术认定标准：将人脸、声纹等生物识别数据的技术元数据纳入法律意义上的数字身份范畴。其二，构建多学科协作的刑事司法鉴定体系，制定深度伪造技术刑事司法鉴定指引，重点规范算法操纵度的鉴定方法。其三，强化类案强制检索制度的实践效能，对深度伪造行为的情节严重性进行量化分层：将技术扩散度（如模型开源范围）、危害辐射面（如虚假信息转发量级）及法益侵害复合性（如同时侵害人格权与数据安全权）作为核心指标，通过指导性案例确立“基础型—加重型—兜底型”三级情节认定尺度，避免因地域差异导致的同案不同判问题。
（二）程序法革新：技术特征说明义务与算法可解释性审查
现行程序法规则在应对此类技术犯罪时存在一定问题，亟需构建技术特征说明义务法定化、算法可解释性审查、生成痕迹全链条固定的三位一体程序规则体系，实现从证据真实性审查到技术可信度验证的转换。
1. 技术特征说明义务的法定化路径。首先需要解决技术特征认知不对称导致的举证困境。刑事诉讼法第五十一条确立的举证责任分配规则，在算法黑箱效应下呈现结构性失灵。《刑诉法解释》第 217 条虽规定有专门知识的人出庭制度，但未明确技术特征披露的强制性义务。鉴于此，应当构建以技术开发者为中心的双向说明义务体系：在纵向维度，要求技术开发者向司法机关提交深度伪造技术特征说明书；在横向维度，强制技术使用者向被害人披露技术应用的基本参数。具体制度设计可形成三层次说明框架：第一层级为技术原理概要说明，需载明算法类型、训练数据集规模及来源；第二层级为技术应用特征说明，应列明伪造内容生成时间、修改痕迹保留情况；第三层级为技术识别特征说明，须标注防伪识别点与验证方法，该义务的履行标准可采用专业领域一般技术人员可理解的客观标准。
司法实务中，技术特征说明义务的法定化需重点解决 3 个问题：其一，说明义务主体的范围应涵盖技术开发者、运营者及重大修改者；其二，说明内容需达到排除合理怀疑的证明标准；其三，违反说明义务应承担证据不利推定后果，可参照最高人民法院《关于适用〈中华人民共和国民事诉讼法〉的解释》中第 112 条文书提出命令的制裁机制。
2. 算法可解释性审查的司法规则重构。算法可解释性审查是破解技术黑箱的核心程序机制。建议参照最高人民法院《关于规范和加强人工智能司法应用的意见》的相关规定，构建包含形式审查、实质审查、对抗验证的三阶审查规则：一是形式审查阶段，重点核查算法备案信息与源代码的一致性；二是实质审查阶段，运用沙盒测试验证算法运行逻辑；三是对抗验证阶段，通过生成对抗性生成网络（GAN）检测算法缺陷。
在审查标准设定上，应当区分基础可解释性与深度可解释性。基础可解释性要求达到“输入 输出”对应关系清晰，深度可解释性则需揭示隐藏层参数调整规律。司法实践中可建立 3 类配套制度：其一，算法可解释性分级制度，将算法风险进行分级，对应不同的审查强度；其二，第三方算法审计制度，授权国家互联网信息办公室认证的技术机构开展合规审计；其三，算法解释责任豁免制度，对符合网络安全法第四十一条规定的匿名化处理技术给予有限豁免。
3. 生成痕迹全链条固定的证据保全革新。深度伪造证据的易篡改性对传统证据保全制度提出严峻挑战，应构建包括：生成、传输、存储、呈现这 4 个环节的全链条痕迹固定机制。首先在技术实现路径上，需重点完善 3 个环节。其一，生成环节的元数据捕获，参照《电子数据取证规则》的相关规定，强制深度伪造工具嵌入不可修改的生成日志；第二，传输环节的跨链存证，借鉴最高人民法院《人民法院在线诉讼规则》第 16 条的规定，建立司法区块链与各平台联盟链的互信机制；第三，呈现环节的多模态校验，整合声纹识别、微表情分析等技术手段构建复合验证体系。
其次在制度创新中，需同步推进 3 项改革。一是建立技术可信时间戳认证制度，经国家授时中心认证的时间戳可直接推定证据真实性；二是创设生成痕迹推定规则，当技术平台未按规定保存完整日志时，可推定被害人主张的伪造事实成立；三是引入技术公证双备份机制，要求公证机构同步保存原始数据与哈希值。
上述程序法革新需通过司法解释实现规则转化。建议最高人民法院出台关于审理深度伪造技术刑事案件的相关规定，重点明确以下内容：其一，技术特征说明义务的履行方式及效力等级；其二，算法可解释性审查的启动条件与审查标准；其三，生成痕迹证据的保全规程与认证规则。同时需配套修订《电子数据取证规则》，增设深度伪造数据专项取证章节，构建适应生成式 AI 技术特性的程序法体系。通过程序规则与技术规制的深度融合，方能破解技术黑箱导致的证据认定困境，实现刑事司法在数字时代的程序正义转型。
（三）平台治理进阶：风险分级监控与动态熔断机制
1. 风险分级：技术滥用的类型化规制基准。生成式 AI 深度伪造技术的平台治理，需以风险分级为基础实现精准化规制。结合国家互联网信息办公室、工业和信息化部、公安部和国家市场监督管理总局《互联网信息服务算法推荐管理规定》的相关内容，构建包含技术属性、应用场景、危害后果的三维度分级框架。具体而言：第一级为身份伪造风险，涉及人脸替换、声纹克隆等生物特征篡改技术；第二级为信息伪造风险，包括虚假新闻生成、虚构对话合成等；第三级为秩序破坏风险，涵盖政治谣言炮制、金融市场操纵等。
在司法适用中，风险分级需与平台注意义务相衔接。比如要求技术平台对高风险业务应履行实质性审查义务，对中低风险业务承担形式审查义务。具体而言，对提供实时换脸功能的直播平台，应要求其建立人工审核通道并留存操作日志；对仅具备基础图像编辑功能的工具类应用，则可采取关键词过滤等自动化措施。
2. 动态监控：算法运行的全周期闭环管理。构建算法全周期监控体系是破解技术监管滞后性的关键，应当突破网络安全法静态合规审查模式，建立涵盖开发、训练、部署、迭代 4 个阶段的动态监管机制。在开发阶段实行深度伪造算法双备案制度，即技术原理向省级网信部门备案，训练数据向属地公安机关备案。在运行监控环节，需重点构建 3 项机制：其一，实时流量分析系统，对深度伪造内容传播路径进行图谱化追踪；其二，异常行为预警机制，当伪造内容传播速度超过一定阈值或涉及特定敏感人物时自动触发警报；其三，溯源存证机制，通过数字水印与区块链存证相结合实现全程留痕。
全周期管理需特别注意算法迭代的监管衔接。建议借鉴药品上市后的监测制度，建立算法更新报告机制，即当深度伪造算法的生成效率提升 10% 以上或识别难度增加 15% 以上时，平台应在 3 个工作日内向监管部门提交算法迭代影响的评估报告。例如，针对平台未及时报告算法升级导致诈骗成功率提升的行为，可以认定构成拒不履行信息网络安全管理义务罪。
3. 熔断机制：技术风险的梯度干预范式。熔断机制作为平台治理体系中的风险终极防控阀，其法理内核在于通过技术手段将平台责任与风险等级动态适配，形成从技术合规义务分层履行，到社会危害梯度消解的递进式规制范式。该机制以《生成式人工智能服务管理暂行办法》第 17 条的安全评估义务为规范基础，结合网络安全法第四十七条的必要措施条款，构建起“风险识别→分级响应→责任豁免”的三阶梯度干预体系，实现技术风险与法律责任的精准映射。
第一层级：技术警示，风险识别的合规触发机制。当监测系统通过算法画像识别出深度伪造内容传播范围突破设定的初始阈值时，平台需触发双轨警示程序：其一，向内容发布者推送风险告知弹窗，要求其补充技术来源说明及生物特征数据使用授权证明；其二，向受众端嵌入动态水印标识，强制显示本内容含 AI 生成要素等警示信息。此阶段责任豁免的核心在于平台是否完整履行《生成式人工智能服务管理暂行办法》第 4 条规定的算法歧视防范义务，即通过可解释性算法对伪造内容进行特征提取与风险评级，若平台已建立符合国家标准的多模态识别模型，则可基于技术合理性主张部分责任豁免 [6]。
第二层级：功能限流，危害扩散的协同阻断机制。对于传播量达 5 万次以上或引发区域性舆情事件的深度伪造内容，平台应启动从功能限流到数据脱敏的复合响应措施：首先，对涉案内容实施降权处理，限制其在推荐算法中的权重系数，并将其移出热搜榜单；其次，对内容关联的生物特征数据进行脱敏处理，剥离可识别个人身份的参数信息；最后，依托区块链技术对原始数据包及传播路径进行全链路存证，为后续刑事侦查提供符合刑事诉讼法要求的电子证据。
第三层级：服务中止，系统性风险的终极熔断机制。当深度伪造内容引发群体性事件时，平台应立即启动从服务中止到溯源追责的应急程序：其一，对涉事账号采取封禁措施，并同步关停相关 API 接口；其二，向网信部门提交全量训练数据日志及算法决策路径图谱，协助司法机关开展技术溯源。此阶段责任豁免的实质要件在于平台是否建立“技术合规—行政监管—刑事司法”联动的风险熔断预案，具体包括定期开展深度伪造技术伦理审查、接入国家级人工智能安全监测平台等 [7]。
【注释】
作者单位：浙江省三门县人民法院
[1] 付微明：“个人生物识别信息的法律保护模式与中国选择”，载《华东政法大学学报》2019 年第 6 期。
[2] 王菁：“论网络平台算法权力的规制—基于算法解释的视角”，载《法学》2024 年第 12 期。
[3] 黄健：“刑事司法证明中大数据相关关系的局限作用论”，载《清华法学》2023 年第 2 期。
[4] 冯明昱、姜涛：“‘深度伪造’滥用行为的刑法规制”，载《湖北社会科学》2023 年第 4 期。
[5] 张明楷：《刑法学》，法律出版社 2021 年版，第 158 页。
[6] 刘尚权：“涉生成式人工智能数据犯罪刑法规制新路径”，载《当代法学》2024 年第 6 期。
[7] 石宝威：“生成式人工智能刑事规制的困境与出路”，载《新兴权利》集刊 2024 年第 1 卷。