查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《学习与实践》
我国大数据交易的立法思考
【作者】 张敏朱雪燕
【作者单位】 西北工业大学人文与经法学院{教授}西北工业大学人文与经法学院{硕士研究生}
【分类】 立法学
【中文关键词】 大数据交易;交易模式;法律监管;自律监管
【文章编码】 1004-0730(2018)07-0060-11【文献标识码】 A
【期刊年份】 2018年【期号】 7
【页码】 60
【摘要】 数字经济发展浪潮中,数据是数字经济的生产要素,数据交易是满足数据供给和需求的最为重要的方式,数据交易制度则是数据安全流通、合法获取的法律保障。实践中对于大数据交易的立法需求,既是市场交易各方的现实需求,也是监管部门的监管需求。原始数据与组合数据均具有财产属性,可以作为标的进行商事交易。在分析我国大数据交易的两种典型交易模式及其法律关系的基础上,应以大数据交易的主体、客体、数据质量以及大数据交易监管为主要内容,构建我国大数据交易法律制度。
【全文】法宝引证码CLI.A.1263583    
  一、大数据的界定及其法律属性
  (一)大数据的内涵与外延
  数据起源于拉丁字母的复数形式,是信息科学领域的核心概念。[1]随着网络技术和信息社会的发展,人们对于数据的认识经历了从日常用语到理论概念的演变过程。1975年,Wersig和Neveling在《文档的术语:1200个基础词汇的选择》中认为:“数据是被量化的或者合格的数据集。”[2]1996年,Wellisch在《摘要、索引、分类、词库建设:词汇表》中提出:“在计算机系统中,数据是指编码的不变性;数据是实体或概念的代表,由人类或自动化系统内置,作为交流、解释或者处理的格式。”[3]2006年,Chaim Zins在《重新界定信息科学——从信息科学到知识科学》中指出:“数据是信息的原材料,也是知识的原材料。”[4]2007年,Chaim Zins在《定义数据、信息、知识的概念方法》中指出:“数据是指在计算机使用过程中的记录或者编码中的记录,但是更广范围应用于统计记录和其他记录或者证据的集合。”[5]正如维克托所说,大数据并非一个确切的概念,只是因为需要处理的数据信息越来越多而不得不寻求新的处理工具,反之,新的处理工具也促使人们去收集更大量的数据,所以大数据之“大”,并非指浅层含义之容量“大”,而是指其潜在价值“大”。麦肯锡环球研究院发布的《大数据:创新、竞争和生产力的下一个前沿》、国际数据公司(IDC)、维基百科等分别对“何为大数据”作出了不同的界定。[6]本文认为,大数据可以通过以下七个维度予以阐释,分别为:体积性——大数据拥有巨大的数据量;速度性——从数据源到数据的生成与传递的速率;多样性——大数据具有不同的形式与类型;精确性——大数据具有不确定性,需要通过清洗、甄别等方式来确保其精准、可信与一致;有效性——大数据的有效性是作出正确决策的关键;波动性——大数据的有效期限与在系统中的存储期限是不断变化的;价值性——大数据不仅可以被直接使用,也可与其它数据集相结合后对未来的任何目的进行分析。
  实践中,数据因其表现形式、储存形式的多种多样而衍生出不同类型的大数据交易模式,本文以“数据是否经过分析、甄别处理”为标准,将大数据划分为原始数据与组合数据。原始数据又称为用户数据,指终端用户所存储的各种数据。例如,淘宝用户在淘宝APP进行搜索后所留下的历史记录。组合数据是指企业或者政府为满足企业、个人的需求,通过投入一定的成本对基础大数据进行分析、甄别处理后所得到的“新”数据。其分为简单组合数据与复杂组合数据,后者是以前者为基础、赋予一定的情景而提炼出的可以被人们所理解的数据组合。例如,37度、37度、38度、40度、38度为一组简单组合数据;而海南最近持续高温,气温保持在37度左右即为复杂组合数据。
  (二)大数据的法律属性
  国外关于数据法律属性存在不同的观点,并且集中体现在个人信息方面,主要表现于不同国家颁布的不同数据保护法律法规中。例如,1995年欧盟会议通过《关于保护个人信息处理以及自由移动的指令》;2012年欧盟委员会提出了“95指令”的修改草案——GDPR(《一般数据保护条例》),该项立法以不受著作权法保护、却具备实质价值的“数据库”为对象,即以“数据库”的形式来保护数据,在法律保护体系中引入新型的数据库特殊权利。又如,德国目前主要执行欧洲数据保护指令95/46/EC,直至2018年《欧盟数据保护条例》正式生效之前,该指令都具备法律效力,所以德国在对数据进行保护时也采用了“数据库”形式。但与欧盟不同的是,此处的“数据库”被赋予与汇编作品同等的法律地位,未就此创设新型权利,而是作为传统的著作权法中的邻接权客体进行保护。再如,2014年俄罗斯通过《数据保护法(修正案)》,鉴于数据对于载体的依赖性,该法律明确数据控制器物权属性,通过保护数据控制器来保证数据的安全性。
  目前,学界关于数据法律属性的主流观点是“邻接权客体说”。笔者认为,该说法是针对所有不同类型数据的一个笼统说法,明显欠妥。邻接权包括出版者权、表演者权、录制者权和广播电视组织权。著作权与邻接权之间的关系表现为:著作邻接权是著作权的进一步衍生与延续,著作权是著作邻接权的先决条件;邻接权也因邻接权人不断富有新意的活动而相对独立。法国克洛德·科隆贝教授认为,邻接权与“传播行为”紧密相关,其主要功能在于保护传播行为,而非与此相关的创作行为;[7]德国M·雷炳德教授把邻接权与“投入/贡献”相联系,基于主体对已存在的智力成果又投入/贡献一定的劳动与金钱,以此赋予其一定的权利即邻接权,其中,M·雷炳德教授所说的“投入”主要指巨额资金的投入;日本学者田村善之教授认为,著作权人创作作品之后,为了将其呈现在大众面前,不得不额外付出一定的劳动将其作品对外传播,而整个传播过程消耗了人力、物力、财力,为鼓励与保护此种行为,赋予其邻接权。笔者认为,学者田村善之的观点最为全面,邻接权最终的目标是要鼓励与保护传播行为,包括传播过程中所投入的人力、物力、财力。
  首先,原始数据的产生与终端用户的行为存在很大的联系,具随意性与分散性。终端用户只是原始数据的生产者,并未对此实施传播行为,运用邻接权保护原始数据的观点难以成立。同样,组合数据是数据收集者对原始数据投入一定的劳动与金钱进行收集、处理甄别后的劳动成果,其以原始数据的存在为前提,涵盖大量分散数据的搜集与编排,但又独立于原始数据,且不具备独创性。进行数据组合的意义也并非在于将汇总的数据向其他主体传播,而是为了挖掘数据中的潜在价值。因此,组合数据所有者与录音录像制作者、广播组织者、表演者的行为目的、法律地位均不同。需要注意的是,著作邻接权既具财产权特征,又有人身权特征,而组合数据与持有数据所有权的数据收集主体的身份几乎没有联系,不具备人身权特征,所以,直接运用邻接权保护组合数据的做法欠妥。其次,“邻接权客体说”的观点主要立足于实践,理论基础薄弱。早期,欧盟制定《关于保护个人信息处理以及自由移动的指令》及“GDPR”采用数据库特殊权利的保护方法,德国颁布《联邦数据保护法》与《版权和邻接权法》采用“邻接权客体说”的保护方法。但上述法律法规的出台均早于“互联网+”时代,且这些国家或地区的立法初衷大多是为了保护个人信息。随着互联网、计算机的普遍适用,市场经济的不断发展,数据量如洪流涌出,数据主体不断多样化,数据客体与内容复杂化,基于早期现实情况的法律思维即把数据视为邻接权客体进行保护的方法已无法达到理想效果。
  抛开“邻接权客体说”,从财产权的视角看,财产权以财产利益为直接内容,具有如下特征:(1)财产权以财产为客体;(2)财产利益是财产权的最本质属性;(3)财产权具有外在性,一方面是指其与人身权相对应,另一方面是指财产权之客体——财产客观、静态的存在可以被有效地控制。反观数据:原始数据与组合数据均是人们长期实践的结晶,具有一定的潜在价值,属于财产;其因符合大数据交易主体的需求而可以被交换,具有交换价值,并可以产生经济利益;其可与数据产生者、整理者的人格、身份相分离而存在,具有外在性。综上,原始数据与组合数据均具有财产属性,符合一般财产权的概念与特点,可以作为标的进行商事交易。
  二、我国大数据交易模式分析:以大数据交易平台为例
  大数据交易法律关系中,主要包括三类主体:数据供方(卖方)、数据需方(买方)、数据交易服务机构或者平台(交易中介)。数据供方(卖方)是提供数据或者数据源的主体;数据需方(买方)是为了购买或者使用数据的主体;数据交易服务机构是为数据供需双方提供交易服务的组织;数据交易服务平台是数据交易服务机构用来为供需双方提供数据交易的信息化平台。大数据交易以数据服务平台为载体,数据服务平台的建设机制与运营特点对大数据买卖起着至关重要的作用。当前国内外大数据交易形式多样,并且不断有新的运营模式出现。其中,根据大数据交易平台作用的不同,大数据交易模式可被划分为两类:一种是基于中介加处理的大数据交易平台的大数据交易,另一种是基于纯粹中介的大数据交易平台的大数据交易。这分别对应国内的贵阳大数据交易所和中关村数海大数据交易平台。本文将以这两类大数据交易平台的交易规则为基础,分析两种运作模式中存在的普遍法律关系。(一)基于中介加处理大数据交易平台的大数据交易法律关系
  所谓大数据分析,是指在海量数据环境下以特定的科学方式对巨大、多样、快速的数据进行处理,从中获取某种可用于决策的、未知的、潜在的关系和信息,形成相应的大数据分析结果。大数据分析结果交易模式是以大数据分析后所获取的某种未知关系与信息为交易对象,其交易对象不涉及原始数据。但是,大数据分析结果并不等同于大数据产品,大数据分析结果交易模式也有别于大数据产品交易模式。前者是通过科学方式分析海量数据,发现问题、分析问题,为下一步决策提供“证据”;而后者的运行功能不仅包括发现问题、分析问题,还包括针对不同问题所适用的详细规划,例如,电商平台利用数据产品,分析发现某一时间周期内客户群的采购数量下滑,那么就可能自动引发针对此问题的销售方案。
  (图略)
  图1贵阳大数据交易所运营模式[8]
  如图1所示,在该运行模式中,数据供方与交易所之间存在的法律关系包括:(1)委托合同关系。供方将基础数据交于交易所,委托其进行清洗、建模、分析、可视化技术处理,形成一种数据分析结果,且该数据服务机构收取数据买卖金额10%的佣金。(2)居间合同关系。贵阳大数据交易所在买卖关系中处于居中地位,告知委托人(供方)订立合同的时机或者提供订立合同的媒介服务,委托人(供方)向其支付数据交易实际金额40%的佣金。(3)保管合同关系。在委托和居间的过程中,基于数据存储,还存在着一种数据保管关系。数据需方与交易所之间存在的法律关系包括:(1)委托合同关系。需方可以向贵阳大数据交易所提出购买需求,委托其寻求合适的数据供应商和数据分析结果,且交易所不收取任何费用。(2)居间合同关系。数据需方可以将已购买到的数据进行二次开发卖回交易所,此时扮演数据提供者的角色,由贵阳大数据服务中心作为居间人向其提供媒介帮助,收取佣金。(3)保管合同关系。数据供方与数据需方之间存在的法律关系是:买卖合同关系。贵阳大数据服务机构作为居间人并不参与此二者间买卖合同的订立,仅起到媒介的作用。
  (二)基于纯粹中介大数据交易平台的大数据交易法律关系
  大数据交易中介模式,是指交易平台本身不存储数据、不分析数据,而仅作为买卖渠道的一种交易模式。其交易对象既包括原始数据,也包括经处理、甄别后的组合数据。
  如图2所示,以产业联盟形式建立的中关村数海大数据交易平台属于大数据交易中介模式。数据供方(卖方)与数据服务机构之间存在的法律关系包括:(1)委托关系。在线交易形式中,交易平台受卖方委托提供数据调用接口,卖方向买方提供数据拷贝,数据通过该功能接口完成上线;离线交易形式中,数据供需双方签订买卖合同在先,然后由供方将所购买的数据以离线的形式传送到需方的端口,数据服务平台在其中起到传送作用;托管交易形式中,双方签订数据买卖协议后,供方将数据传输到数据交易服务指定的数据服务承载平台中,需方在数据服务平台中使用数据,数据不会直接由需方占有及保管。(2)保管关系。上述三种交易形式中,买方将所需要的数据类型与报价告知数据服务平台,该平台通知符合要求的供方,供方、需方签订买卖合同,供方提供数据、需方支付价款,数据服务平台暂存该部分价款,待需方收到符合标准的数据后,再通知卖方确认收费,数据服务机构收取一定比例的保管费。
  图2中关村数海大数据交易平台运行模式[9]
  表1两大数据交易模式(交易平台)之对比

┌────┬──────────┬───────────┬─────┬─────┐
│交易模式│优势        │劣势         │交易平台法│交易平台作│
│    │          │           │律性质  │用    │
├────┼──────────┼───────────┼─────┼─────┤
│中介加处│参与主体多为政府机构│在某些专业性较强或者跨│明确规定属│提供中介服│
│理交易模│或者行业巨头,数据量│行业领域,该平台形成的│于自律性法│务的同时,│
│式   │大、性价比高、可信度│大数据分析结果的作用显│人,同时赋│也参与到交│
│    │强;赋予数据交易平台│得过于微弱。     │予自身监督│易环节当中│
│    │审核、监管职责,提高│           │管理权限。│。    │
│    │了数据的安全性;交易│           │     │     │
│    │对象将原始数据剔除,│           │     │     │
│    │暂时规避对数据归属问│           │     │     │
│    │题及“被遗忘权”的讨│           │     │     │
│    │论。        │           │     │     │
├────┼──────────┼───────────┼─────┼─────┤
│纯粹中介│完全依托市场经济大环│该平台仅作为交易渠道,│未规定法律│赋予自身监│
│模式  │境,无主体资格限制,│对于数据买方的需求与数│性质。  │督管理权限│
│    │准入门槛较低,调动各│据卖方的情况几乎无了解│     │。    │
│    │方参与者的积极性。 │,交易效率低,不利于大│     │     │
│    │          │数据交易的有效进行。 │     │     │
└────┴──────────┴───────────┴─────┴─────┘

  综上所述,上述两种与大数据交易平台相关的典型交易模式在交易平台的优势和劣势、法律性质、平台作用等方面存在明显差异。(详见表1)
  三、我国大数据交易立法的必要性分析
  事实上,我国地下大数据交易黑市正不断扩大,交易乱象层出不穷,通过立法规范现实中的交易行为,既是市场交易各方的现实需求,也是监管部门的监管需求。
  (一)大数据交易立法的现实需求
  1.大数据交易主体不清晰。通过对比几种典型的大数据交易平台所制定的关于交易主体的规则,可以发现,其不同之处主要表现为:第一,主体类型不统一。不同大数据交易平台对进入其中进行交易的主体类型认定不同,除了数据提供方(卖方)、数据需求方(买方)、数据交易服务机构或者平台(交易中介)三大主体类型之外,还出现了数据代理方、数据技术服务方、数据咨询方等,其运营管理方式不同、主体不同,导致对主体资格的限制也不同。例如,《贵阳大数据交易所702公约》仅仅对数据供方、数据需方进入数据服务平台的标准作出了规制;《长江大数据交易有限公司交易规则》对所有参与到交易过程中的主体都进行了规制;《哈尔滨数据交易中心交易规则》只对用户、会员、卖家、买家做了宽泛的界定,仅此而已。第二,主体资格限制不统一。部分交易中心实行“审核制”,交易中心对进入交易过程中的主体进行资格审核,实行全程动态监控,各交易主体必须遵守交易中心制定的交易规则,如贵阳大数据服务机构、中关村数海大数据服务平台等;但有些交易中心采取“注册登记制”,相较“审核制”对主体的限制更低,且自身不具备监管权利,如哈尔滨数据交易中心。第三,主体范围不统一。例如,贵阳大数据交易所将买卖双方限制为法人,明确规定2015年不支持个人购买数据的行为,并且对外资购买方的购买行为进行资格审查;长江大数据服务有限公司规定所有参与主体均为企事业单位法人;中关村数海大数据服务平台、安徽大数据服务机构规定参与主体包括法人或者自然人;哈尔滨数据交易中心对此未作规定,可推定法人、自然人均可以在此交易平台进行交易。
  2.大数据交易对象不确定。不同大数据服务机构或者服务平台对数据范围之限定存在差异,主要表现为交易对象不统一。例如,中关村数海大数据服务平台的交易对象囊括了原始或经加工后的数字化信息,即原始数据与组合数据都可被买卖;安徽大数据交易中心也与此类似;贵阳大数据交易所的交易规则排除了最基础的底层数据,规定必须是对数据采取清洗、加工、处理等方式之后的数据,形成大数据产品、大数据衍生产品,亦或传统数据衍生产品等;哈尔滨数据交易中心在交易对象方面未作规定,可推定原始数据、组合数据均可在此平台进行交易。大数据交易主要涉及个人数据、企业数据、政府数据这几类,不同服务平台或者服务机构的规定并不相同,贵阳大数据服务机构对可以进入流通环节的数据类型采取了“列举”模式,其中不包括个人数据;中关村数海大数据服务平台、安徽大数据服务机构采取了“负面清单”模式,而长江大数据服务有限公司同时采取“列举+准入”模式与“负面清单”模式,对不能进入流通环节的数据作最

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
本篇【法宝引证码CLI.A.1263583      关注法宝动态:  

法宝联想
【相似文献】

热门视频更多