【副标题】基于输入端与输出端的双向路径检视
【作者】曹上（江苏大学法学院数字法治应用研究院特邀助理研究员）
【来源】北大法宝法学期刊库《江苏警官学院学报》2025年第4期（文末附本期期刊目录）。因篇幅较长，已略去原文注释。
内容提要：新兴技术发展为传统知识产权保护带来了新的挑战，如何实现权益保护与技术创新的平衡，促进著作权人与人工智能服务提供者间的合理利益分配，已成为数字时代的关键议题。基于生成式人工智能的“表达性”机理，在复制权和改编权的区分适用下，以技术逻辑为起点，构建输入端和输出端的双向检视路径。具体而言，在输入端构建正当性前置的检视路径，基于直接授权的现实困境，分析“合理使用规则”及“强制缔约规则”的适用及法效果；在输出端以“转化性使用”为制度参照，构建事后损害救济模式的替代性方案并检视法效果，从而构建利益平衡的新格局。
关键词：生成式人工智能；著作权保护；合理使用；转化性使用；侵权救济模式
目次 一、生成式人工智能数据训练的作品保护问题 二、生成式人工智能数据训练的双向检视模型构造 三、输入端授权前置的合法性基础路径检视 四、输出端事后救济的权益平衡路径检视 五、结语
一
生成式人工智能数据训练的作品保护问题
人类认知层面发生过多次范式转移，这些转移标志着人类思维方式和认知框架的根本性变革。以“数据驱动”为核心的范式奠定了数据流通和人工智能治理的理论基础，高效安全地实现数据流通与信息传递成为知识融通的价值目标。信息是知识传播的内在要素，数据是信息汇集的表现形式。但信息交互中不可避免地面临表意流失问题，这是由熵增定律的本质所决定的，绝对意义上的熵增不可避免，但局域意义上的熵减效应却可以通过技术实现。以大数据流通促进人工智能涌现效应的实现，同时人工智能技术又反向规制数据价值的实现模式，数据资源与人工智能之间的复杂关系呼之欲出，其中的权益保护冲突也随之凸显。
人工智能发展经历了多次历史转折，从最初以逻辑推演为中心的符号主义热潮，到人们逐渐对专家系统适用范围局限性的失望；从以机器学习为基础的联结主义快速兴起，到人们对概率论逻辑不周延性的怀疑。当前以深度神经网络为中心的技术突破，进而引发人们对算法不可解释性的担忧。技术发展的数次起伏间，人工智能经历了从符号主义到联结主义、从研判式人工智能到生成式人工智能的发展历程，强人工智能时代的到来不再停滞于理论研讨。人工智能之所以能取得如此瞩目的成就，大数据科学的发展必不可少。在传统研判式人工智能时代，少量数据的利用并不会导致过多争议，但在生成式人工智能动辄以亿计的参数体量下，著作权人与人工智能服务提供者之间的利益平衡牵连甚广。
诸多典型案例反映了当前司法裁判尺度不统一的割裂现状。2024年9月，德国汉堡地区法院一审“克奈斯克诉LAION案”，法院援引德国《版权法》第60d条关于“用于科学研究的文本和数据挖掘”的例外情况，认为被告数据训练行为不属于临时复制，因此不构成侵权。但仅就现有事实来看，被告数据训练行为及其后续运营似乎超出科学研究目的范畴，可见德国法院裁量尺度采取相对宽松的态度。2025年2月，美国特拉华州地方法院审理“汤森·路透诉罗斯智能案”，审理法院认为被告在未获得授权的情况下，复制汤森·路透 Westlaw数据库内容，并用于训练其人工智能法律研究平台的行为，不属于美国《版权法》中的“合理使用”范畴。国内也出现了诸多典型案件。2024年2月，广州互联网法院审理的“上海某文化发展有限公司诉广州某公司网络侵权责任纠纷案”中，法院认为被告未经许可复制了案涉奥特曼作品，构成直接侵犯奥特曼著作权的复制权。案涉生成图片部分保留了“迪迦奥特曼复合型”作品的独创性表达，并在保留该独创性表达的基础上形成了新的特征。被告上述行为构成对案涉奥特曼作品的改编，且被告未经许可，改编了案涉奥特曼作品，侵犯了原告对案涉奥特曼作品的改编权。
由上述案件可知，对于生成式人工智能数据训练中权益保护与创新发展间的利益冲突，理论界和实务界也存在激烈的争议。一方面，人类为艺术审美和技术创新做出的不懈努力理应受到法律保护，这是知识产权法的立法初衷。人工智能服务提供者未经许可的使用行为，系数字时代资本不道德的“剥削”行为。另一方面，模型生成并非传统意义上的简单复制拼凑，而是利用统计学原理从随机潜在噪声中提取参数，本身也具有满足“独创性”的适用空间。针对生成式人工智能诉讼已然开启，新兴科技创新和传统知识产权保护间的利益冲突凸显，如何实现多元利益平衡成为各方博弈的重心。
二
生成式人工智能数据训练的双向检视模型构造
（一）双向检视模型构造的理论基础
法律是成体系化的经验知识，底层技术的不断进步催生了法律规制的不断革新。基于技术所产生的新型著作权，其规制与机器学习的底层技术逻辑具有相通性。美国学者本杰明·索贝尔（Benjamin L.W. Sobel）以是否具有表达性内容输出为标准，将人工智能划分为“表达型机器学习”和“非表达型机器学习”两类。“表达型机器学习”应具有表达性内容输出，“非表达型机器学习”则更多适用于研判式推理。有观点认为，“表达型机器学习”和“非表达型机器学习”对应法律概念，即前者按照著作权法中合理使用规则来适用，后者对应非作品性使用，即不是在著作权法意义上使用作品，不负著作权侵权责任。因此，为构建生成式人工智能数据训练行为的系统性规制，需要从法律上的表达性与技术实现的流程性上双向展开。
其一，从“思想/表达二分法”原则来看，表达性特征是生成式人工智能的技术属性。理解著作权法意义上作品的使用形式，须精准了解表达性与非表达性概念。从责任豁免的范围上看，非作品性使用也包含了非表达性使用，而合理使用包含了转化性使用和任意使用等制度。非表达性概念在生成式人工智能内容生成的逻辑下，更多体现为“非特定性”，即对于作品使用非基于独立的、特定的表达，在计算机软件作品中则表现为“功能性”。非表达性使用不是直接复制或以衍生形式再现，而是侧重呈现作品表达的技术功能实现需要。因此，生成式人工智能著作权保护需要基于著作权“思想/表达二分法”的原则，非作品性使用可以基于非表达性而排除在著作权侵权的规制范畴之外，非表达性使用则基于其技术功能实现特征而豁免著作权规制，而表达性则是判断生成式人工智能侵权规制的基础。
其二，基于复制权与改编权的适用区分，在输入端与输出端建构不同的法理基础。在我国现行法下，复制权和改编权规定在《中华人民共和国著作权法》（以下简称《著作权法》）第10条第5项和第14项。从立法沿革上看，世界上最早的版权法是1710年英国的《安娜法令》，复制权便位列其中。1948年的布鲁塞尔会议修订《保护文学和艺术作品伯尔尼公约》（以下简称《伯尔尼公约》）时明确了改编权的法律地位。复制权是将作品固定在有形物质媒介上，为他人所感知，且存续状态相对稳定和持久。改编权是利用原作品的独创性表达进行一定程度改动，并形成新的独创性表达，包含“保留原作品独创性表达”和“添附新的独创性表达”两个核心要素。只要原作品与演绎作品经对比构成实质性相似，那么实际上改编行为也包含了对原作品基本表达的复制。由此可见，改编权的权能本身可能涉及对原作品表达的复制，二者在权能范畴上有一定的交叉重合。输入端的训练行为本质上是对数据的复制，这与复制权的法理基础一致。基于改编权独创性表达的基础，输出端基于该训练结果生成的内容，与改编权中新的独创性表达的判断逻辑相契合。
（二）基于输入端与输出端的模型构造路径
生成式人工智能数据训练的合法性基础，根植于“思想/表达二分法”原则及复制权、改编权的双重基准，以此构建输入端与输出端的著作权使用的双向检视，展开技术实现、法理基础、多元权利主体的体系构建。
其一，从技术实现来看，人工智能的技术流程分为输入与输出两端，法律规制逻辑也依此展开。生成式人工智能利用自主学习能力将数据进行形式转换与参数提取，配合用户指令输入，生成与之相匹配的目标内容。因此，模型内容生成流程可以拆解为两个环节：一是输入端基于语义识别及视觉处理技术的机器学习，利用版权作品进行前期编码学习和深度参数训练。二是输出端的场景应用与内容生成，接受用户指令进行信息交互，从既有神经网络中进行参数调用与特征匹配，进而完成个性化内容生成。
其二，从法理基础来看，基于复制权与改编权的适用属性差异，分别解释输入端与输出端的不同法效进路。改编权是对原作品内容的二次创作，产生具有独创性衍生作品的行为，现行法中主要强调了“对原作品改编”和“具有独创性”两个要件。复制权和改编权的区分实质在于“独创性”要件的满足与否，更在于是否在保留原作品基本表达基础上增加新的创造性内容。人工智能输出内容与版权作品存在实质性相似可能侵犯复制权，如果输出内容是利用版权作品基本表达而生成具有独创性的产物，则受改编权规制，这也是构建权益平衡模型分析的法理基础。
其三，从权利主体看，人工智能产业链涉及多元法律关系，其运作与数据权益、算法治理及知识产权保护等关键问题紧密关联。因此产业链条联结着诸多主体节点，如数据来源者（著作权人），数据预训练、场景落地的人工智能服务提供者，以及使用模型进行内容生成的服务接受方，他们之间构成了复杂的权益保护关系。
因此，在输入端与输出端的双向检视下，输入端的合法性是数据来源正当性的重要判断依据，具体以著作权人的授权行为与合理使用的认定为基准。输出端的合法性则是以输出作品具有独创性为标准（见图1）。基于价值判断与法效果的分析，以权源正当性来实现利益分配及事后救济体系的动态调整。权益平衡的体系检视与利益衡平有其价值基础。从公平价值与思想自由支配看，是公众的表达自由与权利人的创造积极性保护间的平衡；从效率价值与经济利益分配看，是作品权益保护与促进经济发展的平衡。
图1 输入端与输出端的双向检视路径图
三
输入端授权前置的合法性基础路径检视
（一）输入端授权前置模式的理论基础
在传统规制路径下存在复制权与改编权法效重叠的可能，但仅考虑模型生成逻辑的输入端时，需以数据处理中的复制行为作为规范重点。模型预训练中的数据资源存储、目标参数分析提取，其正当性建立在合法的复制行为上。以复制权构建输入端的权利基础，其核心是为了规制数据来源合法性问题。但有观点认为，生成式人工智能的复制行为仅有“临时复制”的效力，因为在调用作品数据的过程中，计算机内存和硬盘缓存形成的是临时性存储。因此，人工智能中的复制行为需要基于其特殊原理进行判断，在建立数据接口并获取目标数据库内容时，许多版权作品开源副本形成的数据资产被直接用于模型基座预训练。在完成初始的数据汇集后，对数据进行噪声添加与编码压缩等技术处理，在保留原作品内容中最关键、最本质特征的基础上完成对数据的格式化流程，然后将参数处理后生成内容输出给用户。此时参数已经被固定在模型基座参数库中，而非缓存的临时性复制，可见人工智能的数据使用行为属于著作权意义上的复制行为。
复制权的判定关键在于与原作品是否存在“实质性相似”，是否构成“实质性相似”也是判断训练数据来源合法性的基础。对于去噪与解码后生成的作品内容判定，如果去噪与解码后生成的作品内容具有“实质性相似”，则构成对复制权的侵犯，此时需要确立正当性事由豁免侵权。豁免侵权最简单和最直接的方式是事先取得当事人授权许可，但是人工智能服务提供者面临的核心困境是受制于高昂的经济成本，难以逐个获取海量数据权益主体的授权。大模型需处理的参数量达到千万级甚至亿级，若逐一与个体权利人协商授权，其谈判成本远高于授权许可所需要支付的实际费用，造成了实际上的经济履行不能。因此，直接从权利人处获取授权的单一模式难以满足人工智能产业的长远发展需求。除了直接授权的正当性基础，合理使用的豁免方式也颇受关注，从而直接从请求权“权利产生障碍”层面阻却侵权发生。
（二）现行法下的适用路径分析
“合理使用规则”是除直接授权外的重要责任豁免路径，但其具体适用仍存在障碍。从我国《著作权法》中的侵权豁免事由来看，现行法下包括合理使用、法定许可和强制许可三种类型。强制许可属于极为特殊的适用情形，法定许可在《著作权法》中有明确规定。上述类型无法提供直接有力的制度依据，只有合理使用是更具可行性的学理解释路径，其作为具有较大解释空间的概括性条款在学界广受关注。“合理使用规则”与发轫于英国判例法的“合理节略”（fair abrigement）密切相关，美国法官约瑟夫·斯托雷（Joseph Story）将其创造性地运用于美国法律体系，并进行了理论化和系统化说明。“合理使用规则”在《伯尔尼公约》中体现为“三步检验法”。
我国《著作权法》第24条规定了合理使用作品的情形，但以“合理使用规则”作为人工智能版权数据使用侵权豁免的法律依据，似乎已经超出了法律的文义解释范畴。首先，从法律体系上看，合理使用虽然可以适用《著作权法》第24条第13项概括性条款“法律、行政法规规定的其他情形”，但是现阶段我国并无法律、行政法规规定的其他情形，可见我国“合理使用”处于事实上的封闭式立法现状。其次，从使用方式上看，多数模型都有商业化的使用需求，模型产业的经济目标是要完成向不特定主体提供商业性服务的转向，不再局限于个人使用或科研需求，这并不符合《著作权法》第24条的文义解释。由此可见，“合理使用规则”在人工智能数据训练中的侵权豁免适用存在解释困境。
从法解释学的视角探求其他可行路径，强调保护“不对等交易地位”的“强制缔约”或可成为“合理使用规则”适用不能的替代方案。强制缔约理论最初由德国学者尼珀迪（Nipperdey）提出，侧重纠正市场不平等交易与不合理期待的特殊缔约模式，是社会保障、维护市场开放和良性竞争秩序，以及保护消费者和人格平等原则的体现。但根据德国民法学家迪特尔·梅迪库斯（Dieter Medicus）的主张，在法律未设明文规定时不应扩张适用，除非若不缔约会被认为当事人故意侵害社会公益和公序良俗。一种方法是对社会公益和公序良俗概念的扩张解释，即数字化时代下的数据流通不再是基于个人独立掌握，而是作为一种社会流通资源加以使用。但是公共利益本身的概念过于模糊，难以明确其法律概念边界。另一种方法是采纳“垄断地位说”，即处于垄断或强势地位且提供生活必需服务的主体，理应承担不得拒绝客户要约的强制缔约义务。从制度的价值解释路径出发，“合理使用规则”确实赋予了非权利人突破排他性专有权限制的权利，从而更大程度地实现垄断赋权与创新发展间的平衡。但是，垄断地位本身也存在一定的模糊地带。基于公共利益、经营者地位、消费者权益的“三元叠加”利益关系，将个体权利人的排他性专有权认定为具有市场层面的垄断地位，并不符合市场交易的真实境况。事实上，“强制缔约规则”适用的法效果极具争议，因为建立强制缔约模式无疑加强了人工智能服务提供者对数据获取的能力，对著作权人而言是对其意思自治的侵害。
（三）输入端正当性基础的适用效果检视
我国现行法中的侵权责任豁免事由，除了事先直接授权模式，还包括“合理使用规则”和“强制缔约规则”的解释路径。从事先直接授权模式来看，人工智能服务提供者事先获取海量著作权授权存在现实履行障碍，纵使实施也无法承担相应的经济压力。“合理使用规则”无法解决现阶段缺少法律依据的现实问题。对于强制缔约制度，基于公共利益保护的目标，强制缔约赋予弱者保护是其制度建构的价值基础。但在人工智能强制缔约中，将缔约权利归属于相对强势的人工智能服务提供者，却将强制义务施加于个体权利主体，直接丧失了该制度适用的价值空间。并且强制缔约所提供的只是数据使用的合法性基础，也无法解释个人信息授权的合法性基础。
从利益分配视角看，强制缔约确实赋予当事人获取收益的机会，但是议价权的缺失也会造成事实上双方权利义务的不对等。对于著作权中涉及个人信息的作品而言，基于垄断性的强制缔约难以建构法理基础，无法兼顾个人信息保护的刚性原则。在侵权豁免路径探索上，无论是事先直接授权路径，还是合理使用路径，抑或牺牲当事人意思自治的强制缔约路径，都会面临论证逻辑不周延和论证力度不足的问题。
从立法中心主义视角，纵然可以直接呼吁扩大合理使用的适用情形，从而保障人工智能服务提供者得以侵权豁免，但其产业发展中的各方利益平衡能否保障依然待定。因为从法律效果上看，根据《著作权法》第24条的规定，在特定情形下使用作品可以不经著作权人许可，也不支付报酬。这对人工智能服务提供者来说是莫大优势，但对著作权人来说则会显著降低作品的收益可能性与创作积极性。如果人类技术创新的治理成果被人工智能服务提供者无偿使用，且经过训练的模型反而更为廉价且高效地替代人类工作，此种机制下难以奢求著作权人继续保持艺术追求热情及创作积极性，如此就完全背离了知识产权法的立法初衷。
四
输出端事后救济的权益平衡路径检视
（一）输出端事后救济的理论基础
输出端作为生成式人工智能内容生成的端口，其技术特征与著作权中的改编权紧密关联。输出端并非不涉及复制权，而是基于两项权利判断思维不同。以分割视角审视输出端创造性表达侵犯的改编权，二者在“实质性相似”的判断标准不同。根据表达性的分类，生成式人工智能是一种“表达型机器学习”，而其表达性的特征主要是通过输出端实现。有观点认为，生成式人工智能使用原作品并非为了利用独创性表达，而是将其作为一种事实信息的功能性利用，故在使用结果上并未再现原作品的艺术价值。笔者认为，由于人工智能服务提供者在获取数据时需要根据语义编码实现特征提取，其本身就是在原版权作品处理基础上的知识再生产，是利用原版权作品基本特征的内容生成，实质上满足构成表达性内容输出的解释空间。改编权中包含独创性表达附加，体现为从其训练数据中学习作品，但同时已完成自身的创造性表达和独创性价值添附，使得“表达型机器学习”存在转换性使用中的“目的转换”。因此，改编权中的创造性表达与生成式人工智能输出端的独创性表达附加有着契合的法理逻辑，“转换性使用”成为可行的解释路径。
（二）比较法上侵权豁免的扩张性解释
随着新兴技术不断重塑知识产权的创作、传播和使用方式，责任豁免的范畴也在动态演变。美国“合理使用规则”的司法适用通常根据其《版权法》第107条规定的四个要素逐一判断。1990年，美国法官皮埃尔·莱瓦尔（Pierre N.Leval）首次提出“转换性使用”概念。1994年美国最高法院在“坎贝尔诉阿库夫·罗斯音乐公司案”中首次引用该概念后，这一学术概念转变为版权合理使用的一项判例法规则。“转换性使用”更侧重于使用行为在何种程度上符合“转换性”。质言之，“转换性”要求在原作基础上增添新的价值，包括创造新的信息、审美、观点等元素。在1984年“索尼公司诉环球城市工作室案”中，法院认为技术应用的功能性重构可以促进公益，可以生成新信息或衍生价值。不过在侧重目的要素的同时，“转换性使用”也不得违背其他三个要素。如在2018年“福克斯有线电视网诉TVEyes 公司案”中，第二巡回法院虽承认被告对原告节目的关键词检索功能具有转换性，但明确指出“转换性使用不得实质性替代原作品市场价值”。
德国作为《伯尔尼公约》的成员国，已承认“三步检验法”的国内法效力，但实际上德国《著作权法》还制定了合理使用之外的“任意使用规则”。其合理使用模式采用了“概括条款”和“法定列举”相互结合的方式，前者是德国《著作权法》第24条“任意使用规则”，后者是该法第44a条到第63a条中诸情形，且二者分列于不同章节。“任意使用规则”区别于法定列举的合理使用情形，主要体现在适用范围上，即“任意使用规则”的适用范围是全部作品类型，但在适用上要求使用者以“创作独立作品”为前提。在界定独立作品时，德国法院认为若新作品特有的独创性相较于原作品片段有着较大的“内在距离”，与原作品可以相对遥远地分离开，即符合德国司法认可的“独立作品”之定义。
由此可见，为了适应数字化时代的技术特征，对于“合理使用规则”规制覆盖不全的情形，大陆法系和普通法系都体现了同态扩张趋势。德国“任意使用规则”与美国“转换性使用规则”有着价值追求一致的底层逻辑，都在建构一种“鼓励创新”的制度机理。结合我国合理使用的封闭式规制现实困境，可以此为价值导向构建可行的实践路径。
（三）输出端事后救济的适用效果检视
基于模型生成式特征，判断输出端“创造性表达”是否具有价值转换性，是对其内容创新能力的更高要求。如果模型可以完成著作权法意义上的再创新，则与以鼓励创新为制度价值的著作权法相契合。因此，“转换性使用规则”的适用具有良好的法效果。但我国现行法并未确立类似的“转换性使用规则”，因此，存在法律适用上的困境。
在司法中心主义下构建以法解释学为导向的解释方案，在输出端建构事后救济模式，通过损害赔偿的路径实现上述法律效果。在输出端事后救济模式中，只要原作品权利人有能力证明生成内容确实使用了原作品，且不具有“创造性表达”，此时就应该认可侵权成立。一旦著作权侵权成立，就可以据此向人工智能服务提供者请求损害赔偿以弥补权利人收益的损失。对于人工智能服务提供者而言，如此既可以保障人工智能服务提供者不必承受过重的经济压力，也可以促进其不断地优化自身模型的创新能力。该路径最重要的是辨析“创造性表达”的适用边界，需要与实质性相似联动检视。“独创性”的判断往往极其复杂，不同案件事实往往会有不同的判断标准。在“金某诉江某著作权侵权及不正当竞争纠纷案”中，法院认定涉案作品中人物故事具有“抽象的相似性”，但如果情节间起承转合表达的思想情感并不一致，也不构成实质性相似。在“上海某网络科技有限公司诉某信息科技有限公司等著作权权属、侵权纠纷案”中，法院综合考量认为，如要素组合的整体效果使观众获得相似的欣赏体验，则构成实质性相似。
对于处于弱势地位的原告而言，其想要证明被告模型生成的作品与其受版权保护的作品存在实质性相似并不容易。原告需要付出相当的经济成本，包括但不限于寻求专业的服务机构和技术专家进行取证，这进一步提高了著作权人的权利救济成本。相较于面对百万级参数模型的数据库并从中寻找证据的困难程度，原告仅需证明被告模型生成作品与其作品具有实质性相似的内容，其举证难度相对较低。即便如此，原告的举证压力依然较大。这种情形在一定程度上能有效减轻诉累。在司法实务中，这也给法院带来较大的自由裁量空间，符合技术早期宽松司法保护的需要。
五
结语
以低成本甚至零成本对数据资源的抢占式获取，将数据资源作为产业再升级的生产要素，由此不可避免地引发人工智能数据资源利用的侵权之诉。为平衡著作权人和人工智能服务提供者间的利益之争，通过建构人工智能数据利用的权益平衡双向检视路径，系统性论证正当性基础前置与损害赔偿事后救济的法效果，以构造利益平衡的新格局。在正当性基础前置无法满足的情况下，输出端事后救济模式要求人工智能服务提供者将数据训练以表达方式再创新作为其责任豁免依据，以此促进人工智能研发者的技术创新积极性。司法实践需要全面考虑新兴技术的发展态势，以实现技术创新与私权保护之间的平衡。
- 向上滑动，查看完整目录 -
《江苏警官学院学报》2025年第4期目录
1.DeepSeek赋能中华优秀传统文化研究：内在机理、新兴风险与实践进路
卢义桦
2.数字时代的文化解码：DeepSeek使用对中华优秀传统文化认知效应研究
任宇东
3.生成式人工智能驱动中国非物质文化遗产对外传播的实践进路研究
王昭
【法学研究】
4.反思与重构：行刑反向衔接机制研究
——以《人民检察院行刑反向衔接工作指引》为样本
刘少军、姚王慈
5.非法采集人类遗传资源、走私人类遗传资源材料罪的规范适用
任学婧
6.生成式人工智能数据训练的著作权保护研究
——基于输入端与输出端的双向路径检视
7.商业代孕刑事可罚性民众意向探究
——以716份调查问卷为基础
张池、邢安琪、劳佳琦
【公安学研究】
8.从信息化到大数据：国内侦查范式演进下的研究回望与批判思考
马忠红、陈世新
9.道路交通安全执法中主观过错的认定
赵司聪、郭雨婷
【国家安全学研究】
10.基于社会认知理论的国家安全宣传教育路径探索
王林、张浩然
11.国家安全学学科建设的政法化路径
倪超
《江苏警官学院学报》是江苏省公安厅主管、江苏警官学院主办的一份公安学学术期刊，国内统一刊号：CN32-1704/Z，国际标准刊号：ISSN 1672-1020，江苏省一级期刊，江苏期刊方阵期刊，全国优秀社科学报。《江苏警官学院学报》开设有公安创新论坛、法学研究、犯罪学研究、侦查学研究、治安学研究、公安管理研究、公安教育研究、公安技术研究、警史研究、外警研究等栏目，欢迎国内外理论界及公安实战部门专家围绕以上栏目积极赐稿。
点击进入下方小程序
获取专属解决方案~
责任编辑 | 郭晴晴
审核人员 | 张文硕 王晓慧
本文声明 | 本文章仅限学习交流使用，如遇侵权，我们会及时删除。本文章不代表北大法律信息网（北大法宝）和北京北大英华科技有限公司的法律意见或对相关法规/案件/事件等的解读。
热门跟贴