中文

Base on one field Cast our eyes on the whole world

立足一域 放眼全球

点击展开全部

法律宝库

更多 >>

计量法学在知识产权惩罚性赔偿中的法律适用

发布时间:2022-09-14 来源:知识产权家 作者:商建刚 徐威娜
字号: +-
563

从2013年我国在《商标法》中引入惩罚性赔偿制度,到2021年全面建立知识产权惩罚性赔偿制度以来,知识产权惩罚性赔偿制度在司法实践中的适用未达到制度预期。实证研究显示,惩罚性赔偿实际适用比例过低、以法定赔偿代替惩罚性赔偿、惩罚性赔偿基数难以确定、惩罚性赔偿倍数主观化等问题客观存在,使得知识产权惩罚性赔偿的司法效果落后于立法预期,实然的法并未有效成为行动中的法,司法实践与立法目的之间存在鸿沟。中国法官对于赔偿金额做出决定,并因此承受着巨大的压力;而在采用陪审团审理的国家,由陪审团决定损害赔偿金额以及倍数,法官面临的压力相对较小。近年来,实证法学研究方法越来越引起了法学研究的重视,法学研究正在从一个描述性的定性分析层面走向定性分析和定量分析相结合的新局面。计量法学作为实证法学的研究范式,自1949年由Lee Loevinger(曾任美国明尼苏达州最高法院大法官)提出后,在20世纪八十年代逐渐成熟。计量法学采取大数据挖掘技术,使得法学研究由完全的主观逐渐走向主客观结合,相关性分析成为继传统因果关系之后的新维度。通过判例和实践逐步明晰适用条件,以精细计算为基础,设计算法模型通过机器学习并不断优化,架构惩罚性赔偿的因素构成、确定惩罚性赔偿因素的权重占比和数学公式,是实现惩罚性赔偿制度效果最优化的可选研究范式。

综上,在中国的司法环境下进行惩罚性赔偿倍数研究具有现实意义。此举有助于发挥知识产权侵权惩罚性赔偿制度的功能,实现司法统一,增加当事人的公平感知。通过计量法学的研究方法探寻因子与倍数之间的系数关系,则是一条值得实践和不断优化的研究进路。

国内外知识产权惩罚性赔偿研究现状

现有研究已发现惩罚性赔偿制度在司法适用中的问题,提出了精细化计算的要求,部分还进行了类型化研究。

对惩罚性赔偿的精细化计算提出新要求

朱理(最高人民法院知识产权庭法官,2020)总结了专利侵权惩罚性赔偿制度的司法适用政策,对知识产权侵权损害赔偿计算的精细化提出了新要求。周文康(大连理工大学博士研究生,2022)认为,惩罚性赔偿数额计算是一个系统工程,在思维方面应克服损害赔偿计算必须百分百精确的机械思维,在举证环节可引入“证据开示制度”。吴汉东(中南财经政法大学教授,2021)认为,我国知识产权法规定惩罚性赔偿数额幅度较大,使司法裁判难以精细化运作,有必要建立权重系数指标体系和赔偿数额分档计算规则,同时也应看到,倍数的确定不能一概而论,应根据个案参照权重系数有区别地裁判。

对恶意因素和情节严重因素进行类型化研究

徐卓斌(上海市高级人民法院法官,2021)提出了将现有规则依“损失填补性”与“侵权制裁性”两种方法类型化,并提出构建惩罚性赔偿倍数与侵权情节严重程度之间的一般对应关系。倪朱亮(西南政法大学副教授,2021)认为,应将公法上的比例原则引入私法领域的惩罚性赔偿金的量定之中,并给出了详细的计算公式:(主观恶意的倍数之和)/4+(情节严重的倍数之和)/5=最终惩罚倍数。深圳市福田区人民法院课题组(王欣美副院长等,2020)认为,从概念、实施效果与法律解释的角度来看,赔偿倍数并不拘泥于仅确定整数倍,可以拓宽思路、精准裁判。王崇敏(海南大学法学院教授,2022)等认为,可以建立一套相对精细的倍数适用参考标准,同时允许法官通过详细阐述理由对参考标准进行相对灵活的变通。丁文严(中国应用法学研究所副研究员,2021)认为,可以将“法定赔偿额”作为“惩罚性赔偿”计算基数的情形进行进一步细化,在原告已经穷尽举证路径的情形下,允许将“法定赔偿”纳入计算“惩罚性赔偿”的基数范围。宫晓艳(上海市浦东新区人民法院法官,2020)采用“要素积累法”确定阶梯式的赔偿倍数,设计了《惩罚性赔偿倍数影响因子表》,将“恶意”与“情节严重”的一般考虑因素分别列出,再将其依次分为不同的等级并赋予相应的倍数值,通过各种情形的累加计算最终得到言之有据的赔偿倍数。

国外研究趋向于量化和细化惩罚性赔偿

惩罚性赔偿制度在大多数大陆法系国家不被认可,在英美法系国家的研究较多。Michael Conklin(安杰洛州立大学法学教授,2021)总结了影响惩罚性赔偿的因素,被告造成的损害、行为的应受谴责性、偿付能力都会影响惩罚性赔偿金额,原告律师要求的赔偿数额越高,获赔越高;同时,在做出裁判时往往会淡化、忽视或不接受陪审团的决议,法官受主观影响很大。Ashley Stamegna(康奈尔大学法学博士研究生,2021)认为,陪审团和法官会因种族、民族、性别等因素产生偏见,导致惩罚性赔偿的不同结果,主张通过计量研究形成惩罚性赔偿表,以规范判断流程、减少主观影响。Benjamin J. McMichael(阿拉巴马大学法学助理教授,2019)和W. Kip Viscusi(范德堡大学法学教授,2019)则建立了四个最小二乘回归模型,通过大量的案例进行拟合和分析,认为应当降低美国现有的三倍赔偿金限制。

总之,国内现有研究发现了惩罚性赔偿在法律适用中存在的过于主观、缺乏客观标准的问题,但是未提出我国的精细化解决方案。有些研究对影响惩罚性赔偿的因素进行类型化并尝试建立因子与倍数之间的系数关系,但凭借的是研究者的个人感知和经验,在系数的设定上依赖主观;在各个因子的权重方面基本平均设计,未能区分和研究各个因子的权重,缺乏量化和数据支撑。现有研究都朝着惩罚性赔偿的精细化计算方向努力,研究方法以实证研究为主要手段,但均未采取大数据、算法公式的跨学科研究方法,均未揭示影响惩罚性赔偿的因子与倍数之间关系的数学模型。现有研究采取最简单的加减乘除的手段来构建倍数公式,对倍数的标准研究停留在感官经验的基础之上,无法直接反应各个因子对倍数的贡献非线性系数关系。

计量法学需要解决惩罚性赔偿制度在法律适用上的现实问题

惩罚性赔偿制度的定量标准模糊

根据现有法律与司法解释的规定,适用惩罚性赔偿的条件为“恶意”与“情节严重”。对于法官来说,列举式情节仍无法满足知识产权利益需要综合考量的现实需求,规定的兜底性条款给自由裁量权留下较大空间。惩罚性赔偿的倍数与被告主观过错程度、侵权行为的情节严重程度之间的具体对应关系尚不明确。对“情节严重”适用情形的判定规则欠缺合理性,司法解释中的列举式规定之间存在孤立性,容易导致法官机械适用法条,违背最优威慑目的所要求的综合考量思维。

惩罚性赔偿倍数的确定受制于主观性影响

在司法实践中,大量的案件中法院的判决理由和判决结果往往高度相似,判赔金额也普遍较低。但为了达到金额上的显著性,法官常常选择高倍数的惩罚标准。对惩罚性赔偿倍数的确定缺乏明确统一的标准,使得判决的惩罚倍数与案情之间的割裂情况严重。

惩罚性赔偿功能定位不清晰

从立法本意角度看,法定赔偿“应该能不用就不用”。但从司法实践来看,法定赔偿却是“能用即用”。我国知识产权侵权诉讼中,原告对于损害赔偿数额的举证过于消极,惩罚基数难以确定,致使法官倾向于适用法定赔偿。有大量案例在无法确定赔偿基数时,径直以法定赔偿的方法并考虑惩罚性因素从重确定赔偿数额,并且在判决中没有给出确定赔偿系数的依据,而是直接得出赔偿数额的结论。还存在着大量的批量雷同案件,原告为了节省诉讼成本与时间而不对损害赔偿数额进行举证,进而要求法院适用法定赔偿。从梳理的判决书来看,司法实务中惩罚性赔偿与法定赔偿交叉适用、混淆不清的现象比较突出。

以计量法学研究方法计算出惩罚性赔偿倍数方程

相比较现有研究而言,应当采用计量法学的研究方法,运用统计学中多元线性回归模型进行计算,基于现有司法案例构建数学模型,对现有判决书进行标签分类、提取出有效信息,并将判决书中的信息输入计算机数学模型进行机器学习;计算机输出结果之后,再对数学模型进行验证和优化。通过机器学习的方式提出的带条件的最小二乘模型是适合知识产权惩罚性赔偿的倍数公式,并建立其与惩罚性赔偿两大因素、九个因子与惩罚性赔偿倍数之间的系数关系。

确定惩罚性赔偿中两大因素的具体因子

其一是恶意因素,可分为4个因子(知识产权客体知名度,行为人明知权利人的知识产权,行为人重复侵权,行为人采取措施掩盖侵权行为、毁灭侵权证据)。其二是情节严重因素,可分为5个因子(行为人以侵权为业、侵权时间、侵权范围、损失或者侵权获利、侵权后果)。此外,给出因子量表,阐述每一项因子打分标准量,以此作为判决书打分的依据。

推导出全国知识产权惩罚性赔偿倍数方程

运用统计学中多元线性回归模型,分析客观规律下的倍数公式并不符合实际应用场景。提出带条件的最小二乘模型,并求出各因子(自变量)与实际判决倍数(因变量)之间的加权系数和倍数公式。对6个异常判决进行分析后,决定剔除异常点并对模型和系数进行修正,最终得到全国知识产权惩罚性赔偿倍数方程,并对方程中因子占比影响逐一进行分析。    

                                                                                                       

考虑地区的差异化,提炼广东、江苏和浙江三省的倍数方程

截止2022年3月,以广东、江苏、浙江三省的回归模型重新求解79个惩罚性赔偿案例的判赔额,与实际判决值做比较后发现,其差值的平均数分别为 -0.021,-0.631和0.162。据此,分析得出广东省的判决力度与全国平均水平持平,江苏省的判决标准明显低于全国平均水平,浙江省的判决力度略高于全国平均水平;江苏省判决标准低的原因是诉讼金额基数本身较高。

对策与建议

当前,理论界对计量法学缺乏重视,普遍认为其无法保证对各项影响因子进行赋值的准确性,样本数量存在局限性,样本的选择也缺乏客观性,因此研究结论缺乏科学性。事实上,计量法学突破了对因果关系的框架,探寻各个因子之间的相关性,获取“拟制的经验”,是法学研究值得重视的新方法。

计量法学有助于增强法律适用与实证正义

目前,损害赔偿体系包括原告的损失、被告的获利、可参考的许可费、法定赔偿、酌定赔偿、加重赔偿、惩罚性赔偿。因为知识产权调整对象的无体性,排除危险、修理、回复原状等民事责任不能适用于知识产权,赔偿是承担知识产权侵权责任的主要方式。赔偿承担着弥补权利人损失、剥夺侵权人非法获利及预防侵犯知识产权行为的功能。应通过恰当的司法适用原则和政策,在保障发挥惩罚性赔偿积极作用的同时,避免不当适用可能引发的负面效果,实现最佳的制度效能。为此,坚持积极审慎、条件明晰、比例协调、精细计算的司法政策,公平、科学地确定赔偿的原则和计算方法,对于惩罚性赔偿制度的正确适用以及保护知识产权权利具有决定性意义。计量法学的研究方法应该较多应用于法律实证研究,以发挥司法统一的功效。

计量法学有助于统一裁判标准

惩罚性赔偿的倍数对于案件当事人具有显著影响,法律仅规定了数值的范围,《最高人民法院关于审理侵害知识产权民事案件适用惩罚性赔偿的解释》(简称《解释》)规定了确定倍数的原则。根据《解释》,确定倍数时应从主观方面和客观方面两个维度综合考虑,《解释》同时对主观方面、客观方面进行了列举。与此同时,最高人民法院一并发布了6件典型案例,有助于对《解释》的理解和运用。但是,《解释》的规定仍然比较原则化,不同法官对其有不同理解,个案裁判也有所不同,其赋予法官的裁量权还是非常宽泛,容易造成“同案不同判”的不良现象。虽然法官们不承认存在“同案不同判”现象,认为没有完全相同的案件,“同案不同判”是伪命题,但仍有必要缩小自由裁量权的空间,使法官的裁判标准尽量统一。典型案例对案件审理具有参考意义,然而“人不可能两次踏进同一条河”,世界上几乎没有完全相同的案件,法律实务中的问题存在多样性,典型案例对于案件审理的参考借鉴意义是有限的。为此,有必要在典型案例之上,在《解释》之下建立一种倍数量化规则,既是对典型案例进行总结和提炼,又对《解释》规定进行明确和细化。

计量法学有助于提升法的可预测性

明确倍数量化规则有助于当事人息讼服判。惩罚性赔偿的量化规则对当事人经济利益的影响最为显著。在普通法系的司法实践中,惩罚性赔偿的裁量权通常由陪审团行使,陪审团系由12个来自社会各阶层的人组成,如果法院认为惩罚性赔偿过于巨大、不符合比例原则,则会予以酌减。陪审团制转移了当事人对裁判结论不服的注意力,法官不是矛盾和焦点的中心。反观我国司法实践,由于缺少陪审团的参与,合议庭的自由裁量空间较大,当事人辩论不充分、裁判标准不统一,容易将案件矛盾转移到法官身上,使得法官面临的压力很大。因此,惩罚性赔偿计算中1-5倍的加倍区间较大,在缺乏细化的加倍参考标准的情况下,应当对加倍持谨慎的态度,根据具体案情确定惩罚的倍数,以避免罚与责比例失调。明确倍数量化规则是对法官自由裁量的补充,有助于提升法律的可预测性,满足当事人对审判正当性的预期。

标题注释:

[1]本文系中国法学会2022年度部级法学研究一般课题《中国知识产权惩罚性赔偿的倍数标准研究》(课题编号:CLS(2022)C26)阶段性研究成果。

评论

在线咨询