6月27日，第十四届夏季达沃斯论坛在天津举办。

国务院总理李强、世界经济论坛主席施瓦布和巴巴多斯总理莫特利、蒙古国总理奥云额尔登、新西兰总理希普金斯、越南总理范明政、世界贸易组织总干事伊维拉，以及来自90多个国家和地区的约1500名各界代表出席本次论坛。

在达沃斯论坛上，上千名政要、企业家、学者进行了面对面交流，畅谈对当今世界经济复苏乏力、地缘政治紧张、能源危机、粮食危机和气候变化等多重挑战的看法，广泛探讨了如何重振信心、重启增长，如何推动世界经济稳步迈向更加平等、更可持续和更有韧性的未来等话题。

解读一｜数字贸易成为全球贸易增长新亮点

“以数字方式交付的相关贸易增长非常快，这是全球贸易增长的一大机会，例如电子商务贸易，为青年和妇女就业带来了很大的机会。”世界贸易组织总干事伊维拉在论坛期间说。

据世界贸易组织估计，2005年至2022年间，全球数字化服务出口每年增长8.1%，远高于货物出口5.6%的增长。据世贸组织经济学家的模拟计算，从2021年至2030年的10年中，数字技术的应用将使全球贸易每年增长2%，发展中国家的贸易每年增长2.5%。

事实上，参与人员散、单笔交易额小、交易订单多的跨境电商已成为数字贸易新业态，在全球贸易融合中扮演了重要角色。

解读二｜消费升级依然是大方向

国务院国资委主任张玉卓在分论坛发言时表示，虽然全球经济增长面临诸多挑战，但今年以来，中国经济增长恢复态势向好，过去几个月经济走势较稳，一季度GDP增长4.5%。世界银行、经合组织、国际货币基金组织对于中国经济今年增长的预测分别为5.6%、5.4%、5.3%。中国经济恢复进程为世界经济复苏提振了信心，消费、新能源、投资等表现较好。

目前，中国是全球第二大经济体，也是不断发展壮大的经济体，中国经济发展前景以及对全球经济的影响备受关注。

世界贸易组织总干事伊维拉表示，全球经济增长将有助于更多国家从不断增长的经济蛋糕中“分一杯羹”。目前中国成为140多个国家和地区的主要贸易伙伴。作为推动世界经济增长的最大引擎，中国一直主动向世界开放市场，与世界各国共享发展机遇。

解读三｜绿色，赋能产业迈入新赛道

低碳环保是今年夏季达沃斯论坛上的另一个热点话题。“通力合作：促进能源转型”“如何改善碳市场”“氢能的应用和发展前景”梳理今年论坛的议题，就能一窥其热度。

受邀参会的蒙牛集团党委副书记、执行总裁李鹏程说，蒙牛从饲料成分、牛群结构、粪便管理、能源提效等方面着手开展工作，仅2022年就实现减碳18万吨；还在乌兰布和沙漠种植了9700多万株各类树木。同时，蒙牛已拥有27家国家级绿色工厂。

参会的霍尼韦尔中国总裁余锋说，霍尼韦尔尤其看好中国“双碳”目标推动相关行业节能减排、实现可持续发展带来的机遇。在高质量发展目标驱动下，中国经济正迈向数字化和绿色化，这将为各国企业在中国的发展提供广阔空间。

世界经济论坛总裁博尔格·布伦德此前接受新华社专访时表示，世界经济论坛在其发起的“全球植万亿棵树”领军者倡议中与中国开展了良好合作。

在论坛举办地天津，津门湖新能源车综合服务中心的办公楼体中，也融入了低碳环保元素。从空中俯瞰，852块光伏发电板在阳光下闪闪发光。充电站充分利用屋顶、车棚等空间资源，大面积铺设光伏板，建成“光储充换”清洁系统和绿色能源管控平台，实现对能源的优化配置和精准控制。

国网天津市电力公司城南供电分公司津门湖运营管理中心副主任匙航说，投运以来，津门湖新能源车综合服务中心已经完成发电71.38万千瓦时，减少碳排放约7116吨。

解读四｜拥抱AI革命，各国监管方式不一

在世界经济论坛的《互联世界状况（2023年版）》调查报告中，超过八成的受访者表示，对负责任地使用互联设备生成的数据缺乏信心。而如果消费者不信任这些设备，那么就难以大规模扩展这些设备带来的益处。

巴斯大学计算机科学系副教授Joanna Bryson表示，数字行业长期来没有足够的规范，人们使用的很多平台，如邮箱、社交平台，运营并不透明。她指出大众不信任AI是因为获取的信息还不够透明，建议推出一种“透明度文化”。同时，她也呼吁政府出台对技术的监管，以确保新的AI公司以合规的方式使用新技术。

卢旺达信息通信技术与创新部部长Paula Ingabire表示，数据是AI的核心，如何让数据被业界合理使用至关重要。卢旺达政府推出数据管理平台，平衡技术创新和个人数据保护，例如通过统一全国医疗机构的病历，建立病历信息交换平台，通过数据隐私保护法律，最终让数据所有权属于病患本人。

Paula Ingabire也提出，AI监管应由政府牵头，制定合理的方案。“其实政府也无法单打独斗，必须要和企业合作，私营部门的力量也要进来。”

今年4月，中国也就《生成式人工智能服务管理办法（征求意见稿）》向社会公开征求意见，征求意见稿中提到包括：生成式人工智能生成的内容应当真实准确，防止生成虚假信息；用于训练生成式人工智能的数据，应当保证数据的真实性、准确性等内容。