论文部分内容阅读
面对商机无限的数据化世界,企业纷纷投入数据经济的洪流中,成为推动数据经济发展的主要力量。在这一过程中,同样膨胀的还有接踵而至的个人信息安全风险、频繁升级的数据经济摩擦,企业也因此深陷数据纠纷的漩涡中心。在此种背景下,如何适当保护企业数据利益,以在快速推动数据经济发展的同时确保个人信息安全,成为一个十分棘手的问题。遗憾的是,我国现有相关研究目前陷入僵局。首先,有关数据的基础概念尚未达成统一,多是在各自的概念体系下自说自话,对数据、企业数据等基础概念的理解多是结果导向下的逻辑反推。其次,面对复杂的数据实践,学者多在切割后的特定语境中研究部分问题,进而造成研究的碎片化和静态化,严重脱离数据实践,研究成果之间的冲突加剧。除此之外,还有学者盲目追求企业数据利益保护的“唯一最优解”,这也激化了企业数据利益保护与传统民法的冲突。不可否认的是,由于数据问题本身的新颖性和复杂性,如何保护企业数据利益难有前例直接借鉴,需要在不断的创新和试错中摸索出应对数据保护问题的科学路径。然而,企业数据利益保护研究不应忽视数据实践的动态性和复杂性,割裂地看待某一数据现象或者问题;也不应盲目夸大数据实践与传统民法间的不适应性,否定现有的可用的立法,转而寻求本不存在的“超级权利”。因此,本文试图以正确认识数据之本质,构建科学的基础概念为前提,以数据生产和数据流通实践为脉络,以个人数据和非个人数据的区分为视角,在厘清其中的利益分布格局后,重新确立企业数据利益的保护路径。本文具体分以下五个部分展开:第一章意在为全文确立科学的基础概念体系,重点阐述企业数据的物理描述和法律表达,以澄清作为全文核心基础概念的企业数据的物理本质和法律意义。企业数据同数据一样,从来都不是自然产物,而是人类运用智慧创造的记录事物属性的工具。企业数据是企业作为数据生产者生产的数据,相较于政府数据而言,生产过程不涉及公权力的运用,主要是企业作为私主体为商业利益进行的数据生产活动;相较于个人数据而言,企业数据既包含以个人为信息源的个人数据,又包括不以个人为信息源的非个人数据。企业数据的产生机制决定了其从产生之初就兼有内容要素和形式要素。企业数据的物理属性传导出独特的法律表达。首先,企业数据是独立于信息的法律客体。信息是事物存在状态的自身显示,本身不以形式要素为必要,数据的形式要素则是数据独立于信息和信息源的必要条件。其次,企业数据生产催生了数据的非公共性,企业数据产出后独立于信息并处于数据生产者的事实控制之下,信息是公共的,但生成的数据却不是。最后,企业数据的双重要素决定了其价值构成和利益分布的复合性。企业数据的形式要素既是数据独立于信息的关键,又是数据价值形成的基础。借助比特形式,数据记录能力突破了传统的记录范畴限制,极大促进了数据流通和数据分析。因此,数据形式要素是企业数据价值形成的基础设施,内容要素是企业数据价值的来源。数据的双重要素改变了企业数据之上的利益分布,数据生产者取得了参与利益分配的“入场券”,作为信息源的个人则可能因内容要素的关联性而对企业生产的个人数据享有个人信息利益。在明确企业数据的物理本质和法律表达后,第二章则具体描述了企业数据的生产机制和流通机制,以为后文探讨企业数据利益的分布格局提供平台。企业数据生产是企业投入人力、劳力成本生成数据的活动,同时包括数据形式从无到有、从少到多和数据价值从无到有、从低到高两个过程。数据生产者是从事数据生产、可能享有数据财产利益的主体。数据生产经历数据生成——数据汇集——数据分析三个阶段。数据生产的具体模式首先可以分为形式生产和内容生产,数据生产通常是将已有信息转化为数据的形式生产过程,特殊情况下,数据生产者直接介入数据内容的形成,同时进行形式生产和内容生产。数据生产模式还可以分为个人数据生产和非个人数据生产。不同数据生产模式产生的数据之上,利益分布格局存在差距,企业数据利益的内容、性质也存在不同,进而影响企业数据利益保护路径选择。数据流通是数据从数据生产者流向数据受让者,并伴随数据使用权流转的过程,主要以数据交易的形式进行。相比于数据生产而言,数据流通并无新的数据利益产生,仅仅涉及利益流转。数据流通对于提高数据分析效率、充分挖掘数据价值具有重要作用,也是我国目前数据经济发展需要着重突破的领域。数据生产机制和数据流通机制揭示了数据实践中的数据产生和流转的过程,为后文观察数据利益的分布格局,分析企业数据生产中数据利益的初始划分和数据流通过程中数据利益的二次分配提供基础。第三章则在第二章建构的实践基础上进一步探讨数据利益的分布。企业生产出的企业数据既包括个人数据,又包括非个人数据,由于个人数据与非个人数据之上的利益分布存在明显差异,因此在数据生产和数据流通实践中分别探讨个人数据之上的利益分布和非个人数据之上的利益分布实有必要。数据生产阶段,个人数据的内容(个人信息)尽管与个人存在相关性,但仅有部分特殊个人信息直接承载以人格利益和财产利益为内容的个人信息利益,个人信息保护的所指向的广泛的目标权益不是个人信息直接承载的利益内容,只有与个人之间存在稳定的人格性对应关系的个人信息才直接承载该对应主体的个人信息利益。个人数据之上凝结了数据生产者的劳动,其形式升级催生了新的财产利益。然而,劳动赋权理论仅使数据生产者的数据财产利益进入取得的“待定”状态,数据生产者只有在数据生产活动本身具有正当性的情形下才能享有数据财产利益。非个人数据之上通常只承载数据生产者的财产利益,仅在数据内容涉及他人的知识产权、商业秘密、竞争性经济利益时,出现利益分布的叠合。数据流通阶段,数据流转不改变数据形态,因此个人数据和非个人数据在数据生产阶段的初始利益分布格局保持不变,同时因使用权转让而在下游增加了数据受让方的数据使用利益。第四章以第三章所描述的数据利益分布格局为参照,检视企业数据利益现有保护路径的得与失。在数据生产层面,试图以构建绝对性企业数据财产权完成初始权利归属划分的绝对权赋权路径存在致命缺陷。首先,绝对赋权路径并不具有正当的理论基础支撑。劳动赋权理论存在论证盲区,不仅不能证成数据生产者享有确定的数据财产利益,更不能证成企业数据利益保护应采绝对权路径;功利理论的运用则建立在对理论本身的误读和曲解之上,适用于知识产权的激励理论与企业数据财产权并不契合,以初始权利划分为前提的科斯定理也不应反过来被视为初始权利划分的依据。其次,企业数据财产权的在权利构成上存在客体不确定性、利益边界不稳定性的障碍。这就进一步导致被寄予厚望的企业数据财产权因难以完成企业数据利益保护中的动态利益衡量而效用有限。最后,企业数据财产权将冲击现有民法权利体系,耗费巨大的立法和司法成本。在数据流通层面,合同法保护路径、反不正当竞争保护法路径以及知识产权法保护路径均有适用余地,并在实践中发挥保护企业数据利益作用,但均存在一定问题:合同法保护路径的适用范围有限,反不正当竞争法保护路径则需要回应数据经济发展对利益衡平的新要求,并具化模糊的适用规则,知识产权法保护路径的主要问题在于知识产权的认定上。通过分析现有路径之利弊,可知企业数据利益保护应当放弃追求“超级权利”,转而对现有已有路径进行修正和改善。第五章则提出企业数据利益保护的路径选择,并设置具体的保护规则。企业数据利益的复杂结构决定了其保护路径的多元性,一方面,应当就不同的企业数据利益内容综合配置权利保护路径抑或行为规制路径;另一方面,企业数据利益保护以利益衡平及再衡平的多层次规则为必要,以处理此间不可通约、难以确定的利益博弈关系。具体而言,就个人数据生产而言,企业取得数据利益还须遵循知情同意规则。知情同意规则的改良应当着力于规则体系内部,以更为缓和的方式进行,其仍为一切个人数据生产的普遍规则,仅在以一般个人信息为处理对象并存在目的一致性的场景中,数据生产者就初始目的取得的有效同意之效力可延伸至后续的一致性目的。数据生产者就其合法生产的个人数据享有数据控制权,数据控制权以授权范围为限,以形式要素的支配为必要,不包含对内容的单独支配。数据控制权对于个人信息主体的排他性集中表现在形式要素的排他性上,个人信息主体不得通过侵入数据生产者对其个人数据之形式要素的控制,如通过破解密钥、擅自调取数据接口等方式从数据生产者的控制领域内获取数据。个人也无权授权其他数据企业直接从数据生产者处抓取数据。就非个人数据生产而言,除了非个人数据内容涉及其他主体的知识产权、商业秘密等权益之外,数据生产者依生产活动取得绝对数据控制权,原则上具有绝对排他性。数据流通层面,数据生产者通过许可使用合同、数据控制权转让合同授权他人使用数据或者转让数据控制权的,适用合同法保护路径,数据生产者应当按约定提供符合合同质量、数量和期限约定的数据,确保数据的安全性、准确性和有用性,数据受让者须按照约定的方式、目的、期限使用数据。数据交易若致使个人数据使用场景发生变化、个人信息安全风险增高,须重新获得个人信息主体事前同意,否则适用选择退出规则。反不正当竞争法保护路径的完善应当同时进行价值理念的改造和具体适用规则的细化。由于数据竞争为生产要素的竞争,且竞争的“趋中心化”现象十分明显,因此,在价值理念上不应单纯强调数据生产者的利益保护,应当同时考量消费者利益保护和自由竞争秩序;在竞争关系的判定上,对于竞争关系的判定应当突破行业限制。除此之外,对违背公认商业道德的判定可参考行业自律公约和行业技术规范。企业数据利益的商业秘密保护要求数据在内容上具有秘密性,在数据控制上具有保密性,无数据访问限制的公开数据和仅有较低程度的数据访问限制的不完全公开数据不应判定为商业秘密。知识产权法保护路径的适用应着重关注数据是否构成知识产品的问题。初始数据是对客观事物属性的单纯记录,数据生产者并未进行创造性劳动,不构成新的知识产品;仅当数据集合内容编排具有独创性时,可以收到著作权保护;当目标数据以创造性的方式呈现或者内容本身具有创造性时,可以受到著作权保护;数据生产者直接使用计算机软件产生的数据结果并不能视为作品,但数据生产者作为开发者使用其人工智能技术生产的数据成果可能构成作品。