【讲座精粹】北京大学法学院杨明教授：大数据时代用户数据的权利归属和利用——中国知识产权名家讲坛第19讲（1）

西南知识产权 2019-04-29

主讲人：杨明

2018年1月3日晚上，北京大学法学院杨明教授做客中国知识产权名家讲坛第十九讲，于西南政法大学渝北校区致理楼民商法学院会议室作了题为“大数据时代用户数据的权利归属和利用”的讲座。

本次讲座由重庆知识产权保护协同创新中心副主任、西南政法大学知识产权学院副教授易健雄主持，西南政法大学知识产权学院马海生副教授以及牟萍副教授担任与谈人。

本次讲座主要讲了三个问题：一是“权利的归属与数据利用的关系”，二是“权利归属的可行路径”，三是“数据利用中的几个制度问题”。因本次讲座信息量较大，我们拟分成两次推送。本次推送的是第一部分“权利的归属与数据利用的关系”，后续内容将陆续推出，敬请关注。

权利的归属与数据利用的关系

一

对大数据研究最终是为了服务于利用

近年来大家对大数据问题讨论非常热闹，准确的来讲2017年大数据成为非常热的话题。关于大数据的研究，从2016年开始就陆续有一些研讨会，2017年这方面的会议特别多。讨论归属，最终还是为了服务于利用。以前有一些关于数据的探讨，用户的信息和数据是什么关系，是不是有区别，当然现在很多人似乎有一个结论，信息和数据是区别开来的，信息不等于数据。我赞同此结论，但是我认为研究这个问题意义不大。我说我们对这个问题的关注，是因为什么问题而产生的？我们因为什么样的一个商业实践或者司法实践出现的问题研究这个问题，我们是关心信息和数据是不是一回事而引发我们对这个问题的关心吗？显然不是，我觉得仍然是实践产生了这个东西如何运用，这个东西被运用会不会产生相关的问题，当然法律问题是我们最主要关注的问题。

二

大数据分析的实践早已有之

最早对数据的利用，其实应该说是很早就有了。整个保险制度是建立在数据分析的基础上。有一个本科专业叫“保险精算”，“精算”就是要分析足够多的样本，至少是特定区域内足够多的样本，然后制定相应的保险政策。例如费率是多少，计算费率一个很重要的原理叫大数法则，这就是大数据应用。要从保险制度缘起来算，大数据至少有四百到五百年历史。17世纪伦敦一场大火“烧”出了首家火灾保险公司，刚才说的是财产保险。再往前追溯到海上保险，历史更悠久。大数据分析的实践并不新鲜，只是说由于现代计算机技术的发展，使得运算能力已经不可同日而语。而现在计算机的运算能力非常的强大，所以我们通过数据的分析，可以做出更多的预测。

三

有影响力的大数据应用案例

大数据应用很热门，2009年3月份，从美国爆发甲型H1N1流感，在流感爆发期前，谷歌的工程师同年2月份在Nature上发表了一篇论文，这个论文一直到引发争议到现在，就是关于大数据。这篇文章中文名字叫《利用搜索引擎查询数据检测禽流感流行趋势》，他是通过筛选五千万美国人搜索频繁的词条，对这些词条进行分析，来分析过去五年03-08年季节性流感传播时期的数据。他用这种方式来分析美国冬季流感传播的趋势，准确预测到美国爆发甲型H1N1流感，这一年爆发出很多数据跟他论文上的数据是相同的。这个文章发表了以后，大数据没有被大家所重视。这个预测系统叫GFT， 2013年有人发表了一篇文章质疑它，就说GFT是不准的，因为09年那一次跟他吻合，但是12年那一次流感爆发是失准的。提出了非常有价值的命题，叫“预测即干预”，因为你干预，所以会失准。你一预测，马上就会有媒体报道，有了媒体报道以后，所有因素都会受到影响，主要是指对人有影响。人们知道了之后会采取一定的对策，这个对策就会影响它。另外一种质疑的声音，就是说虽然GFT是在预测，但实际上这只是在通过过去数据的分析，得出相关性结论，但相关性结论不等于事物之间真实的因果关系。所以我们做大数据分析的时候，我们拿到结果的时候怎么用，拿它去干什么，这个很重要。

四

我们为什么要利用别人的数据？

一是为了公共利益。公共利益就是说国家治理的需要。如果是为了公共利益的话，对于个人信息保护的这样一种限制，到底限制到什么样的程度，什么时候开始介入，限制到什么程度。

二是为了商业化利用。如果说是为了商业利益，那么就要回答一个正当性的问题，你可以去分析别人的信息，产生所谓的二次数据，这样做要不要给数据的来源人（我们叫数主），给他一个控制权利，或者给他一个对商业化利用的介入或者反对的权利。你要选择一个价值出发点来进行相应的制度设计，你如果单纯只是说人格权的话，很难把这个制度继续往下设计，还有就是说你为了保护一个人格权，边界没有清楚的界定的情况下，后续所有东西都没有办法进行。

三是为了效率。从效率的角度讲，说为什么要利用个人数据呢，就是让社会福利的最大化，或者叫社会效率的改进。经济学上一个非常重要的概念叫卡尔多·希斯克效率，简单来讲就是一个人的改进会使得自己变的更好，而这种更好使得他可以补偿另外的人因为他的行为遭受的损失。

五

对数据的利用分配是关键

对个人数据的利用显然更有效率，关键是如何分配。一个是产权规则，一个是责任规则。我们说这种利益分配所对应的制度设计，最终还是要服务于数据利用，不是静态的，这个制度永远不会服务于一个静态的财产安全，而是服务于一个利用，或者说服务于一个动态的市场行为。我们可以用什么样的方式去利用，利用的目的是什么，和权利归属之间是对应的。这永远应该是一个开放的体系，这个制度只能说需要不断的演进，因为对数据的利用方式、利用目的都在发生变化。

六

数据利用的目的

个人数据的利用，这是我们要关心的核心问题。我觉得有很多人对“利用”理解太狭窄了，往往理解为第一层级，就是收集。我觉得个人数据的利用包括收集、分析和决策，尤其决策往往是容易被忽视的一点，这三个环节整体上才能叫个人数据的利用。所以我们说个人数据利用，对它的研究实际上是一个行为主义的研究，这一点，我刚才讲了保险是这样，我们从政策的角度来讲，计划生育政策，到现在改变计划生育政策，都是对行为主义的研究，都是对数据分析的研究。数据利用的目的？一是披露或者揭露，二是更高的效率，三是创新的激励，四是提高行动力，五是避免风险。预测的价值？我们开车的时候看到“事故多发地段”的牌子，第一次经过的时候你一定会很小心。对于看到分析结果的人来讲，应该是提高能力，规避风险。所以，数据分析最终，或者说大数据这一项工程的核心就是预测，生命力就是预测，价值就是预测。

七

对数据利用阶层区分是赋权的重要基础

制度设计就是说不能简单的在财产规则和责任规则中择一而选，至少是三各阶层，收集、分析和决策。简单走财产规则或者走责任规则都不合适。如果完全的彻底的产权规则，就是有禁止权的人太多的功利灾难，如果完全用责任规则，我个人看法可能就是反功利灾难，所以我们应该区分不同的阶层，也就是根据我们刚才所说的个人数据利用的不同层次，来进行不同的赋权。区分数据的一次利用还是二次利用，我们讲数据首先是收集，经过分析之后产生数据，对一次收集的利用来讲，关键词是识别，对二次利用关键词是行为和特质。所以，对于后者，恰恰是有赋权的必要。因为先收集者收集数据后后要对其收集的数据进行分析，数据分析需要进行非常大的投入。我认为在这个环节里，是需要依据产权规则赋权的，而在这之前对于前者数据的收集是不需要的进行产权意义的赋权的。因为实际上对个人信息来讲，在前端，法律上已经进行了赋权。不管是抽象的人格权还是具体的隐私权。洛克的劳动理论，从赋权来讲，有两个重要的条件，一是有劳动附加，二是有社会剩余，用另外的语言表达就是为社会其他人留下足够多的资源。有的人认为洛克这个理论只能解释财产权，其实解释人格权也是一样的，第一，我们人的身体或者主体和人格利益捆绑在一起得，这是附加，第二我的赋权不会影响其他人。他这个原理是一样的，只是说隐私赋权只能赋权到这一步，就是你的不想为外人所知的信息，你来控制。现在由于你不想为外人所知的东西越来越多了，我们由于社会的多元化和网络化，使得我们要生存都要和外界打交道，所以你要传递出来的东西必要性和发生的情境越来越多，你再想不让别人知道是不可能的，所以你用隐私再想控制，这将是非常没有效率的。最后所以说对数据利用阶层区分是进行赋权的很重要的基础。

未完待续

编辑 | 高帅

中国知识产权名家讲坛

本讲坛由西南政法大学和中国知识产权法学研究会联合主办，重庆知识产权保护协同创新中心和重庆市知识产权研究会联合承办，西南知识产权集团协办，将不定期邀请国内外知识产权知名人士，就知识产权基础性或前沿性问题作智慧分享，以助力我国知识产权实践经验的总结和理论体系的完善。

前期讲座荟萃

▪2016“中国知识产权名家讲坛” 年终盘点

▪ 中国知识产权名家讲坛第19讲

北大法学院杨明教授：大数据时代用户数据的权利归属与利用

主讲人：北京大学法学院杨明教授

▪ 中国知识产权名家讲坛第18讲

中国著名知识产权专家吴汉东教授：知识产权国际发展态势与中国战略选择

【讲座精粹】吴汉东：强国发展谋略——中国知识产权名家讲坛第18讲（一）