数据产品及服务权益认定的理论综述及批判

摘要：通过对认定数据产品及服务权益的现有理论及其弊端进行分析，可以发现，现有相关理论和制度均有其缺陷，不能彻底解决数据产品及服务的权益认定问题，无法作为构建有偿有序数据流动制度的理论基石。然而，不同数据必然有不同属性，不采用分类分级方式对数据产品及服务进行划分，只会致使对不同数据权益的过强或者过弱保护。必须细化数据产品及服务类型，对数据产品及服务进行分类分级，在不同数据的强保护和弱保护之间寻求数据保护和利用的平衡点，以保障数据高效合规流通。

数据具有多主体性，往往涉及个人人格利益。虽然数据产品及服务具有较高的经济价值已经成为社会各界的普遍共识，但仍面临确权难、数据开发和个人信息保护之间的张力无法调和等问题，亟需理论定位。理论界曾经探索以人格利益财产化、扩大知识产权标的范围、扩张解释物权标的、直接赋予数据财产权等范式来认定数据产品及服务的权益。对于数据产品及服务权益认定的理论进行梳理和审视，有助于建立适合我国实际的数据产品和服务理论，指导构建数据流动的基础制度。

问题的背景和提出

我国《民法典》第一百二十七条规定：“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”我国《数据安全法》第7条规定 ：“国家保护个人、组织与数据有关的权益，鼓励数据依法合规有效利用，保障数据依法有序自由流动，促进以数据为关键要素的数据经济发展。”目前，我国尚未对如何保护数据的权益进行专门立法，但理论和实践中都有对数据权益认定的探索。

对保护数据的现有理论进行综述，是为了寻找保护数据产品及服务的有效研究方法。纵观现有数据保护理论学说，可以说是众说纷纭。人格权利益说赋予数据个人人格利益的财产属性，但将人格权利益进行财产化会造成个人信息的泛滥，势必会有人低价出售自己的信息，从而整体上降低和贬损社会人格，有悖于社会正义。知识产权说意图通过扩大知识产权的客体范围，将数据囊括其中，但数据不符合知识产权制度保护的本质属性要求，无法成为知识产权的客体。物权说引入了无形物的概念，将数据比作类似电的无形物进行保护，但数据的不易消耗性区别于电的可消耗性，数据的无形物理论多遭批判，况且数据的有形属性也有待论证。财产权说基于洛克（John Locke）劳动理论认为数据的财产属性来自劳动，这种直接赋予数据财产权的观点看似有道理，但对数据采取完全财产权的保护范式又会赋予数据排他权，这与数据的非排他特性不一致。综上，现有理论无法解决当下数据产品和服务的权益认定、保护以及数据流转问题。

人格权财产化理论

欧盟《通用数据保护条例》（GDPR）将“个人数据”定义为与已识别或可识别的自然人（“数据主体”）有关（related to）的任何信息。该定义采用的是“与…有关”的表述，对个人数据的定义范围异常宽泛。

建构数据产品及服务的认定和权益保护理论，无法回避对个人数据的讨论。人格权财产化理论认为，为了避免人格利益在数据活动中遭受无端侵害，应当赋予个人信息财产属性，从而使个人可以在数据活动中具有议价能力。早在上世纪70年代，美国便开展了关于科技和隐私的讨论，当时主要涉及政府干预私人日常生活的问题。Samuel Warren和Louis Brandeis是最早研究个人隐私的学者，他们认为，个人对新技术和商业便利等利益的渴望与个人隐私免受窥探的本能之间存在着明显的紧张关系。[1]Alan F.Westin提出，个人信息应该被正式承认为财产权客体。[2]接着，Kenneth C.Laudon提出个人信息应当进行市场化交易。[3]但这都是不成体系的论述。

进入21世纪，Lawrence Lessig系统地提出了通过隐私权来保护数据的著名观点。他认为，隐私是数据的一种形式，个人可以自由衡量其不同隐私的价值。[4]对个人数据进行赋权和价值量化的观点受到了挑战。对个人数据直接进行赋权的理论（“个人数据单独赋权论”）遭到反对，这是因为个人信息本身并不具有商业价值（Jerry Kang，1998），单一数据的价值并不高。根据英国《金融时报》开发的软件计算，一个普通人的数据价值约为0.0005美元，即使是富人的数据价值也仅约为0.26美元。于是，有观点基于场景理论将个人数据置于电子商务交易的特定场景中，讨论个人信息的市场价值（“个人数据场景赋权论”）。这种观点认为，个人和信息收集者在互动过程中产生的数据才会产生大量商业价值，此过程中个人和数据收集者是平等的主体，应当将个人信息视为财产进行交易，这样可以使数据流转到需要它的人手上。总之，持人格权财产化观点的学者如Jamie Lund认为，个人基于人格利益应该对自己的个人信息拥有“可执行的财产权”。[5]

人格权财产化理论是最早引入我国的 数 据 权 益 认 定 和 保 护 理 论。刘 德 良（2007）提出，考虑到数据中的人格利益，应当将个人信息分为人格权利益和财产权利益，不能基于人格权理论否认个人信息财产权。申卫星（2020）认为，不应简单地将个人信息中的人格权和财产权看做一体两面，而应当将个人数据和个人信息区分处理。

无论是对个人数据直接赋权，还是基于交易场景对数据进行赋权的理论，目前均遭到批判。Julie Cohen认为，个人信息中的财产属性与个人信息中的隐私属性呈负相关，过度考虑个人信息显属多余。[6]最近几年，反对数据财产权理论的观点逐渐占据上风。批判者认为，人格权财产化的路径不明晰，人格财产权在个人信息交易之后会影响人格权；人格权反过来也会影响人格财产权的价值（郭少飞，2019），而且在信息处理的过程中会产生溢出效应（spill-over effect），以财产化方式交易个人信息，会使控制个人信息者侵犯被收集者的人格权（Nadezhda Purtova，2017）。个人隐私也是一种平等的利益，Pamela Samuelson认为，隐私权益应当像空气一样被每个人享有。[7]易言之，不应该根据被收集者的社会地位等对隐私权进行衡量。为开发数据而在收集个人信息过程中对个人信息进行定价，很可能出现穷人无法切实保护自己个人信息权益的情况，导致社会整体人格利益的下降。Samuelson还认为，如果将人格利益财产化，那么等同于认为个人信息可以自由流动。[8]虽然自由流动是信息的本质特征，但是个人可能并不希望自己的信息自由流动。例如，我们生活中收到的短信轰炸、骚扰电话等就是个人信息恣意流动造成的。也许我们可以控制个人信息转让给相对方，但是相对方继续转让个人信息给第三方的行为则无法被控制，更不必说此后多个环节的个人信息转让。Salomé Viljoen（2021）认为，以现有的技术无法构建一个合理、公平的交易平台，无法形成监管机制，而且总会有人以更低的价格出卖个人信息，这会造成人格财产权整体价格的不断下降，进而降低人格权的总体价值。随着时间推移，数据交易的复杂性也会提升，所以不应将个人信息简单财产化来公开交易。

以知识产权为依据的数据财产权保护理论

数据的无形性特征与知识产权类似，基于保护数据的价值性之需要，学术界甚至立法界尝试将数据纳入知识产权体系进行保护。2016年6月27日首次提请十二届全国人大常委会第二十一次会议审议的《中华人民共和国民法总则(草案)》第108条，曾将“数据信息”列为知识产权的一项内容，这引发了学界关于以知识产权对数据进行保护的讨论。

王广震（2017）认为，数据的本质就是信息，将大数据认定为知识产权，是对知识产权客体合理扩张的实践性理解。但更多学者认为不应将数据认定为知识产权进行保护，理由如下：

第一，著作权不能保护数据。2008年的“大众点评诉爱帮网案”说明，著作权无法保护不具有独创性的数据（杨翱宇，2020）。现阶段大数据背景下的数据主要是通过算法自动生成，无法认定为具有独创性的汇编产品，难以适应数据保护的新需求（孔祥俊，2022）。

第二，欧盟早在1996年便提出《关于数据库法律保护的指令》，用著作权对数据进行保护，但数据库权无法对不符合作品构成要件的数据提供保护。我国并未创设像欧盟一样的数据库权，无法通过“著作权+数据库权”对数据进行保护（纪海龙，2018）。

第三，商业秘密不能保护数据。商业秘密说仅提供竞争法上的法益保护，不具有排他效力，无法解决实践中纷繁复杂的数据侵权问题（韩旭至，2020）。有学者总结，数据财产权与知识产权有交叉之处，但两者不是包含关系，数据不能通过知识产权进行保护（李爱君，2018）。

以物权为依据的数据财产权保护理论

数据具有经济价值是毋庸置疑的，其属于财产的范畴。然而，“财产”系经济学概念，在法律上对财产进行保护，还需对财产的法律属性进行定位。通过扩张解释“物的客体”，主张数据系“类物权”，比照物权对数据进行强保护的观点，一度引起共鸣。对于以类物权的方式对数据进行保护，大部分学者是从民法上的“无形物”概念角度进行论述的。将数据拟制成为类似于电、热、声、光等自然事物的观点，遭到了理论界有力的批判。[9]然而，众多研究都在讨论数据的价值、如何保护数据、数据权属等问题，并未从数据的本质属性入手探讨。

与很多人认知不同的是，数据存在着质量。在自然科学界，信息的物理属性已经被研究了数十年。1948年，Claude Shannon通过“信息熵”的概念解决了信息度量问题；1991年，Rolf Landauer提出信息是以实体存在的重要观点。[10]Rolf Landauer在另一篇文章中表明，信息不是抽象存在，而是被刻在“物理介质”中。[11]然而，Joshua A.T.Fairfield指出，数据的经济价值在于信息属性而不是物理属性。[12]但无论如何，信息的物理属性推动了信息技术的发展。[13]

目前，已经有专门研究所从事对数据的物理属性的研究。[14]根据相关研究，全球互联网数据质量在2021年约为191克。这种研究的延长线在于，如果承认了数据存在实体、拥有物理属性，那么数据将成为一个新的物权客体，这为通过物权进行数据保护提供了新思路。

直接赋予数据财产权保护理论

数据作为不能被人感知的存在，被全体人类所共有，通过“劳动”可以赋予劳动主体财产性权利，即通过直接赋予数据财产权或者作为准财产进行保护。“准财产”概念始于1918年，美国最高法院在国际新闻社诉美联社一案中认为，有竞争关系的新闻收集机构在同一时间、同一领域收集到的可获利新闻素材是准财产。[15]进一步地，准财产的概念迈入商标领域，Kathleen B. McCabe提出将商誉视为准财产。[16]准财产的理念而后又在不同领域中得以贯彻。

不过，准财产理论还未完全适用于数据财产权理论。一些利益由于含有其他属性，不适合被确立为真正意义上的财产，比如商业秘密等。Jeffery Ritter和Anna Meyer提出，完成由传统的财产权理论到数据权理论的跨越，关键在于数据必须符合财产的要求。17美国作为判例法国家，关于财产权的定义由州法院在不同案件中做出。在Titus v. Terkelsen案中，法官认为财产的含义非常广泛（comprehensive meaning）；在Womack v. Womack案中，法院将财产的概念拓宽到任何有价权益（valuable right）和利益（interest），包括不动产和个人产权。在Hildebrand v. S.Bell Tel. & Tel.Co.案中，法院进一步提出，财产权不仅包括对诸如房地产等物品的占有，还包括处分等权利。财产具有两种形式，一种是有形财产（tangible property），即可以被掌控、触摸或能通过感觉来评判其价值的财产；另一种是无形财产（intangible property），指没有物理存在，但具有内在价值（intrinsic value）的财产。财产权的概念其实暗含了价值交换的思想，即某一事物可以以金钱价值进行交换，就可以认为存在财产权（Raquel GonzálezPadrón，2021）。从这个角度而言，数据也是一种无形财产。

Harold Demsetz认为，“当收益大于成本时，财产权益就会产生”。[18]以土地为例，在土地很多的时候，因为每个人都能找到土地并开垦，所以并没有土地财产权的概念。但随着人口的增加，当土地带来的收益大于开垦土地的成本时，就产生了财产权益。Eric Posner和Glen Weyl将数据的处理过程视为数据控制者的劳动，因此数据控制者享有对处理结果的所有权，并可获得巨大价值。但作为生产素材的数据是个人财产，数据收集者在加工之前没有支付对价，本质上是在剥削用户，故其对原始数据不享有数据权益。[19]劳动理论来源于洛克。洛克认为，自然界万物都归属于人类共有，每个人天然有权利享有世界万物。但人通过劳动可以获得排他性权益，正如苹果树上的果子，因为在其中加入了摘苹果的劳动，故而谁摘下来这个果子，果子就该归谁。[20]与洛克劳动理论相对应的是野生动物理论，此理论来源于Pierson v. Post案。该案中，Post在一个野生的无人居住、占有的荒地上打猎，指挥自己的猎犬追逐狐狸，此时Pierson看到Post正在打猎，遂抢先一步将狐狸打死。Post认为此狐狸应归自己所有，因为其实施了事先追逐的行为，但是法院并没有支持其主张，认为追逐行为并没有真正“控制”狐狸，只有控制住了狐狸，才能认定其获得了所有权。早先的财产和侵权理论并不承认个人对信息的权利，其根源就是野生动物理论，即个人信息在被收集前不属于任何人。但随着时间的发展，通过洛克的劳动理论对数据赋予财产权被逐渐认可。

数据能否被洛克劳动理论赋予财产权还需要进一步检验。数据自古以来就存在于世界，只不过人类一开始并没有能力“采集”数据。随着科技的发展，人类逐渐具备了“采集”数据的能力，这种数据采集同苹果采集并无本质区别。除了采集外，对数据储存等的投入，也可以类比为对苹果储存等的投入，所以数据收集人可根据其对原始数据的收集享有数据财产性权益。同时，洛克认为，通过劳动赋予的财产权利应当是有限的，因为“一个人不可能耕作完全世界的土地”。原始数据的取得不可能穷尽，因为一方面存储数据的成本高，也即劳动付出极高，不可能由一个主体收集整个国家乃至全世界的所有数据，而只能搜集某方面的一小部分；另一方面，数据量还在不断增加，其中包括在旧数据之上形成的新数据以及全新数据。有研究显示，110年后人类的数据储存投入会比现在全球能耗还高，150年后的数据量将比地球上所有的原子数量还多。如此浩瀚的数据，数据收集者当然无法穷尽收集。

洛克还认为，通过劳动取得财产权益，不能侵犯其他人的合法权益 ；如果某一主体获得了财产，就会影响其他人获得财产的机会，那么就不能赋予其财产权。数据本身具有非排他性，才会受到法律的保护。数据可能被不同主体同时取得，正因为这样，数据才不能被赋予财产权，因为财产权是绝对权，只能有一个权利主体。R.H.Coase认为，即使是所有权也不是无限的，例如他人可以穿过所有权人的土地。[21]对物来说，其确实只能有一个权利主体，但对数据而言，权利主体无法持有完全相同的数据。数据存储在数据库（数据集）之中，而每个主体的数据库又是不完全相同，所以可能存在某一条数据被很多主体共同持有的情况，但是整体数据库只能被某一主体持有。数据本身最大的价值在于以数据库的形式进行大数据挖掘、分析，以产生衍生数据而提高公司效益。数据财产权益实际上还是被一个主体所享有的，且不能损害他人的权益——其他主体仍然可以再次收集和挖掘数据，并获得同样好、同样多的数据。

激励理论也是数据财产权的重要理论之一。个人是追逐私利的，社会整体的目的或者说发展方向是追求绝大多数人的最大幸福。这种最大幸福并不能仅以经济效益来衡量。为避免一些公司滥用数据，个人不得不花费时间和精力来保护个人数据。此外，因涉及隐私利益，个人数据在财产权利位阶上应比社会经济效率更高。实际上，公司将自己的违法行为带来的负面效果转移给公民个人或者社会整体，这种模式是不符合功利主义理论的。赋予个体数据权，才能保证每个公民拥有保护自己幸福的可能，也即保护了绝大多数人的最大幸福。

根据上述理论，似乎可以完成数据权益保护向财产权的跨越，数据权益的保护似乎已经找到了解决办法，不少学者因此提出建设数据财产化制度。数据财产化之后，用户就可以只关注作为财产的个人信息将被怎样流转，而非关注长篇累牍的隐私政策，这有助于减少用户阅读隐私政策的时间，也即降低用户信息成本。但这些观点也遭到了不少批判或否定，主要有两个角度：其一在于数据不具有财产属性；其二在于数据财产化后会对个人隐私造成极大伤害。比如Thomas W. Merrill 和Henry E. Smith认为，不应当扩大财产权的概念；他们认为，财产权是各种权利的集合，如果不限制集合的范围，就会提高交易成本。[22]

结语与展望

通过对认定数据产品及服务权益的现有理论及其弊端进行分析，可以发现，现有相关理论和制度均有其缺陷，不能彻底解决数据产品及服务的权益认定问题，无法作为构建有偿有序数据流动制度的理论基石。然而，不同数据必然有不同属性，比如对于不含个人信息的工业数据，就不必考虑对个人的影响。不采用分类分级方式对数据产品及服务进行划分，只会致使对不同数据权益的过强或者过弱保护。试图一劳永逸地解决数据产品及服务问题的范式是不可取的。所以，必须细化数据产品及服务类型，对数据产品及服务进行分类分级，在不同数据的强保护和弱保护之间寻求数据保护和利用的平衡点，以保障数据高效合规流通。

注释：

[1]See Samuel Warren & Louis Brandeis, The Right to Privacy, 4 Harv. L. Rev. 193 (1890).

[2]See Alan F.Westin, Privacy and Freedom (1967).

[3]See Kenneth C.Laudon, Markets and Privacy (Ctr. for Dig. Econ. Research, Working Paper No. 93-21, 1993).

[4]See Lawrence Lessig, Privacy as Property, 69 Soc. Rsch. 247, 261 (2002).

[5]See Jamie Lund, Property Rights to Information, 10 Nw. J. Tech. &Intell. Prop. 1, passim (2011).

[6]See Julie E.Cohen, Examined Lives: Informational Privacy and the Subject as Object, 52 Stan. L. Rev. 1373, 1423-28 (2000).

[7]See Pamela Samuelson, Privacy as IntellectualProperty?,52 Stan. L. Rev. 1125, 1143 (2000).

[8]See Thomas W. Merrill & Henry E. Smith, What Happened to Property in Law andEconomics?,111 Yale L.J. 357 (2001).。

[9]参见钱子瑜 ：《论数据财产权的构建》，载《法学家》2021年第6期；韩旭至：《数据确权的困境及破解之道》，载《东方法学》2020年第1期；赵磊 ：《数据产权类型化的法律意义》，载《中国政法大学学报》2021年第3期。

[10] See Rolf Landauer, Information is Physical, 44 Physics Today 23-29 (1991).

[11] See Rolf Landauer, Information is a Physical Entity, 263PhysicaA: Stat. Mechanics and its Applications 63, 63-64 (1999).

[12] See Joshua A.T.Fairfield,Bitproperty, 88 S. Cal. L. Rev. 805 (2015).

[13] 如对数据传输速度、数据压缩、密码学等进行的研究。

[14] See Foundational Questions Inst., Proposal Requests, Physics of Information (2013).

[15] 248 U.S. 215 (1918).

[16] See Kathleen B. McCabe, Note, Dilution-by-Blurring: A Theory Caught in the Shadow of Trademark Infringement, 68 Fordham L.Rev. 1827, 1835 (2000).

[17] See Jeffery Ritter & Anna Meyer, Regulating Data as Property: A New Construct for Moving Forward, 16 Duke L. & Tech.Rev. 220, 253-54 (2018).

[18]See Harold Demsetz, Toward a Theory of Property Rights, 57 AM. ECON. REV. 347, 350 (1967).

[19]See Eric Posner & E.Glen Weyl, Radical Markets: Uprooting Capitalism and Democracy for a Just Society 209-33 (2018).

[20]参见[英]约翰 · 洛克 ：《政府论译注（下篇）》，杨宇冠、李立译，中国政法大学出版社2018年版，第20页。

[21] See R.H.Coase，The Problem of Social Cost，3 J.L. & Econ. 1(1960).

[22] See Thomas W. Merrill & Henry E. Smith, What Happened to Property in Law andEconomics?,111 Yale L.J. 357 (2001).