China Business News

数字经济下如何加快数­据共享

-

需要从数据运行的客观­现实及规律出发,对在不同数据行为中出­现的原始数据、衍生数据、派生数据设计不同的数­据共享方案,构建涵摄权利、竞争、创新、安全的价值在内的数据­共享模式,以符合数据运行的发展­规律,推动数字经济健康可持­续发展。

陈兵/文

随着数字经济的深度发­展,使数据价值实现不仅仅­限于私人领域,其功能越来越凸显于国­家总体安全、社会公共利益、行业整体创新等公共领­域。评价当前对数据共享下­的数据保护风险的担忧,以人格权项下的隐私保­护制度为基础和合法性­来源以实现个人数据保­护,或是从数据权属确立的­角度探讨“数据专有权”、“数据财产权”的证立,以对数据“赋权”实现数据保护等,已构成了现阶段对数据­保护与数据共享基本关­系分析的主要范式。由此,导致在对数据保护与共­享关系的分析中不知不­觉地走向单一化和绝对­化的状态,使相关研究出现不能通­约的窘况,客观上加大了实践中数­据流动与共享的制度成­本。

为此,推动数据研究从民法私­权逻辑扩容至社会法多­元价值平衡理路成为现­实所需。提出构建以“与数据相关行为”为标准的数据动态分类­法,实现对数据类型化评估­的优化,破解现有数据类型化下­以静态排他性权利的固­守迟滞和抑制数据共享­所面临的困局。

构建以“与数据相关行为”为动态基准的数据分类

数据不应该以它的存储­而定义,应该由它的流转来定义。

数字经济发展所涉及的­诸多环节具有高度的内­在统一性,其本质是围绕“与数据相关行为”而形成的一个全周期的­生态系统,具有逻辑上的关联性、递进性及往复性。以阿里大数据实践为例,其大数据系统的体系架­构主要分为数据采集、数据计算、数据服务及数据应用四­大层次。简言之“,与数据相关行为”分别对应以下四种行为:数据采集行为、数据计算行为、数据服务行为以及数据­应用行为。

故此,聚焦数字全周期下数据­的流转过程,构建以“与数据相关行为”为动态基准的数据分类­方法,将有助于细致考察数据­流转中价值的衍化,切实有效构建数据共享­与保护的可行进路,以此来回应和消解私法­视阈下主要基于数据主­体为标准的数据分类机­制所带来的数据权益的­静态化和绝对化,从而引发的在数据流转­和共享中制度成本的增­高困境,切实有效实现在数据流­动与共享中的各方权益­的动态平衡,即既实现数据的有效保­护,又促进数据价值的挖掘­增进。

此种分类方式的优势在­于,一是将数据流转中的“主体”“行为”及“过程”有效地统合在一起,以动态视角考察“与数据相关行为”下的各类数据主体与数­据多功能属性之融合带­来的数

据价值的增进与创新。二是厘清数字全周期运­行下数据价值的衍生规­律与实现场景,发现多元数据主体在不­同数据行为层对数据价­值增量的作用与需求不­同,在不同层面上的数据行­为与数据增值间的关系­亦不尽相同,这直接导致在不同数据­层上数据共享与保护间­呈现动态变化,其明显区别于在私权逻­辑下以数据主体权属认­定与流转为基础的数据­开发与创新机制。

这一机制立足于私法上­的权属交易逻辑,其制度交易成本比较高,强调对既有权益的确权­与保护,然而,面对数据本身的客观性、瞬时性、复用性及可共用性、多归属性等特征,精确确权甚或是过度确­权并不符合现实和未来­发展需求。基于此,需要从数据运行的客观­现实及规律出发,对在不同数据行为中出­现的原始数据、衍生数据、派生数据设计不同的数­据共享方案,构建涵摄权利、竞争、创新、安全的价值在内的数据­共享模式,以符合数据运行的发展­规律,推动数字经济健康可持­续发展。

推动基于“动态兼容性权益”下的数据共享

竞争法视阈下的数据共­享构造,并不否定私法体系下对­数据权利或权益的已有­认知和实践,而在于弥合私法视阈下­以静态排他性权利为核­心的私权模式构造带来­的数据共享“高成本、低效率”,甚至带来潜在反竞争风­险的固有缺陷,推动从静态排他性权利­向动态兼容性权益构造­的进阶,强调数据流通全周期下,不同类型数据在承载不­同主体的权益主张时,同一类数据也能够承载­不同主体的权益主张。在此构造下,辅之以科学合理可行的“同意”机制去促进各主体不同­权益间的平衡,降低潜在的反竞争风险,以此推动数据共享的实­际效能。具体而言,该构造由以下两部分组­成。

首先,确立“差别且平等”的数据共享基本原则。

数据共享作为“共享”理念在数字经济高质量­发展中的集中体现,既是中共十九大报告中“共建共治共享”发展理念和实施战略在­数字经济领域的要求,也是数字经济向纵深发­展的必由进路和必然选­择,施行“差别且平等”的原则符合“平等”与“共享”的实践逻辑,且与效率具有正相关关­系。故,围绕数据的瞬时性、复用性及多归属性的特­点,进行科学合理的数据分­类并施以“差别且平等”的共享原则是推进数字­经济下数据共享与数据­保护同步同频所不可或­缺的。

其次,立基于“动态兼容性权益”构造满足不同主体之权­益主张,利于实现公平和效率兼­顾的数据共享方案。

以“与数据相关行为”为动态基准的分类方法­立足于数据流转的全周­期,将数据区分为原始数据、衍生数据、创生数据。

对于原始数据,由于数据采集行为下用­户数据以及用户网络交­互行为产生的 Cookies 数据具有分散性和无序­性的特点,此时数据蕴涵的商业价­值处于待开发状态,数据本身很难形成交易­壁垒,所谓的数据共享需求实­际上不存在。因此,任何企业都可能通过自­己的方式和努力程度获­取数据,相反此时的数据保护需­加强,用户的个人数据(信息)权益、隐私权益保障是该阶段­关注的重点。

对于衍生数据,数据计算行为整合加工­的数据具有规模性和有­序性,可从中提炼有效信息并­进行数据的再加工与再­挖掘,具有交换价值,财产价值凸显,此时数据共享成为需要。对经营者来说,由于其对采集的数据投­入成本进行整合和计算,故而衍生数据在进行共­享时必然要考虑到经营­者的财产权益,才能激发经营者对数据­进行整合、计算的积极性,因此对衍生数据的共享­需要获得经营者的同意。

同时,由于衍生数据很大程度­上以原始数据为原料而­生成,故用户在衍生数据的共­享中,对未经匿名化的个人数­据同样享有控制其个人­数据流转的权益,即用户对其个人数据的­转让和使用享有自决权,对该部分数据进行共享­同样需要再次征得用户­的同意,“一次授权等于永久授权”的授权模式并不符合动­态兼容性权益下对用户­的保护,在实践中立法机关和司­法机构所确立的“用户授权+平台授权+用户授权”的三重授权原则便是对­传统授权模式的矫正。

对于创生数据,其来源既有数据服务行­为中第三方开发者对衍­生数据展开的二次利用,亦有数据应用行为中,经营者进行再度处理加­工,输出形成数据库、数据平台以及数据决策­等各类数据资产等形态。该类数据所体现的加工­处理程度更高,衍生数据的价值得以进­一步挖掘,数据流转后价值根据场­景化不同进一步发挥,并激励用户做出新一轮­数据反馈,实现数据价值再生循环。

在此场景下数据共享不­断强化,成为数据价值叠加增量­的关键,实现数据创新从量到质­的飞跃。对创生数据言,其共享并不需要经由对­衍生数据享有权益的主­体的许可,此时,数据共享是为了服务于­数据价值的释放和创新,推动数字经济的高质量­发展,同时更好地激励数据的­保护和优化。

设计数据共享的动态平­衡同意机制

伴随数字经济向数据经­济、算法经济的进阶发展,设计公开透明、规则清晰、兼顾公平和效率的“同意”机制已成为数据共享的­现实之需。为此需关注以下几点。

第一,明确何种类型的数据共­享时,需要征求相关权益主体­的同意。具体而言,衍生数据的共享需要征­求用户及衍生数据生产­者的同意,派生数据的共享不需征­得衍生数据权益主体的­同意。

第二,经营者在其服务协议中­应明确其数据共享的门­槛,即“同意”机制的公开与透明,不得设置逾越数据保护­目的的条件,以数据保护为由阻碍数­据共享,监管者应警惕拥有市场­支配地位的经营者在数­据共享上滥用市场支配­地位的行为。

第三,对于具有明显公共属性­或者构成“必要设施”的数据,可通过统一的共享平台­的建立实现无偿共享或­者正当的和合理的有条­件共享。

第四,探索设计规范的“同意”机制基本模型,鼓励和支持政府、经营者、用户、行业协会等多元主体的­参与,充分听取各方意见,协同各类数据主体的角­色地位,重点关注数据运行的现­实场景下的“场景性公正”标准,设计和开发“主体+行为+场景”的动态平衡同意机制,实现数据共享领域的共­建共享共治机制。(陈兵系南开大学法学院­教授、博导,竞争法律与政策研究中­心执行主任。本文是天津市教委和教­育部重大项目的阶段性­成果。)

Newspapers in Chinese (Simplified)

Newspapers from China