《芝加哥法律评论》数据治理专题简报

青法在线

更多精彩文章、实用类信息，欢迎同时关注公众号：青法在线

作者简介：陈润平，中国政法大学2015级本科生，曾获2018年江平民商法奖学金、2019年蔡定剑宪法学优秀学生奖，研究方向为平台治理、企业与公司法、法经济学。

1917年，美国最高法院在Adams v Tanner一案中引用The American Labor Legislation Review中的一篇文章，标志着法律评论开始在美国法学界占据一席之地。届时，芝加哥大学法学院已经萌生了建立一个法律评论的想法。然而，因芝加哥大学法学院教师规模较小，组织工作障碍以及出版成本的原因，第一版的《芝加哥大学法律评论》出版时间被推迟到1933年。第一卷的学生成员包括Stanley Kaplan、Edward Levi和 Abraham Ribicoff。第一卷中的文章作者包括Joseph Beale、 Charles E. Clark、 William O. Douglas、 E.W. Hinton、 Robert Hutchins和Charles O. Robory。在接下来的八年里，《芝加哥大学法律评论》的地位不断提高。二战后，《芝加哥大学法律评论》一方面作为主要教授、法官和从业人员表达想法的论坛，另一方面作为法学院学生的培训场所。《芝加哥大学法律评论》涌现出一系列杰出成员，包括法官 Danny Boggs，Robert Bork，Frank Easterbrook，Douglas Ginsburg，Michael McConnell，Abner Mikva 和 David Tatel; 教授 Marvin Chirelstein，Daniel Fischel，Lawrence Friedman，Mary Ann Glendon，Randal Picker 和 Geoffrey Stone; 以及著名商人 David Rubenstein。同时，也有一些著名的教授法官在上面发表文章，包括最高法院大法官 William Brennan, Tom Clark, William Douglas, Felix Frankfurter, Antonin Scalia和John Paul Stevens，法学教授Bruce Ackerman, Brainerd Currie, Ronald Dworkin, H.L.A. Hart, Karl Llewellyn, John Rawls, Cass Sunstein, John Henry Wigmore和Samuel Williston。

近百余年的历史表明，生产技术的进步往往会引发社会结构的变迁，并进一步作用到法学上。工业革命以来，为了适应蒸汽技术带来的生产力发展和大规模融资需求，作为融资工具的公司法逐渐成型。随着公司制度的发展，社会结构开始出现分化，出现了劳动问题、消费者问题、垄断企业问题。传统民法对平等主体的假定遭到越来越多人的质疑，反垄断法、劳动法、消法等新兴法学领域异军突起，完成近代法学史上的一大变革。如今，大数据和人工智能技术发展迅猛，并从多方面改变现代人的生活方式，对法学的冲击也开始显现。国内诸多法学院开设相关专业，开始培养新兴时代的法学家。然而，反观国内法学界对经济法和社会法这些上一个法学变革产物的认知和态度，民法学界对形式平等和形式正义的坚持与对实质平等和实质正义的抗拒，我们很难说国内法学界已经做好接受进一步变革的准备。在《芝加哥大学法律评论》2019年4月刊出的数据治理专题中，诸多作者把目光集中在个性化法律这一关键词上。既包括对数据治理的总体性思考，也包括在具体法律领域中的运用。这些思考的背后，反映的是超越群体，深入个体的差异化识别及其规制，是对实质平等和实质正义更深层次的追求。在这些作者眼里，人既不是民法上抽象的人，也不是经济法上相对具体的群体，而是一个个独特的个体。大数据技术极大地压缩了信息成本，使我们未来有可能考虑每一个主体之间的细微差异，为每一个人量身定制其法律。当然，目前大数据技术尚未达到这一地步，诸位作者在文章中的讨论和设想也都还停留在理论上，但这种思考将为我们法学界迎接未来的变革做好准备。

本简报完成于2019年5月，因个人原因一直压着未公开，时效性略差，但诸多作者的思考依旧未过时。今年恰逢“青苗法鸣”公开征稿，故借此予以公开，与各位师友共享，敬请指正。原专题链接为：http://lawreview.uchicago.edu/volume-86-issue-2-april-2019-217%E2%80%93609。

1.法律个性化的新方法：一个框架性的讨论（A Framework for the New Personalization of Law）

作者：Anthony J. Casey，芝加哥大学法学院法学教授；Anthony Niblett ，多伦多大学法学院法律、经济学和创新学副教授兼加拿大研究主席。

该文章认为法律个性化的目标是为了使得法律适用的结果与具体的情景相适应，以更加精准地实现立法的目标。法律个性化目标的实现需要解决两个问题：一是如何在确定的法律目标下根据具体的情景制定个性化的法律；二是如何适时地把个性化的法律传递给具体的个人/组织。在传统社会中，由于存在立法目标的模糊、立法目标之间的冲突以及具体情景中的相关因素难以确定等问题，法律的个性化采用粗放式立法与立法解释、法官根据个案情况确定个案中所应当适用的法律规则，此种法律个性化模式存在着法律确定性低、立法者和司法者滥用法律解释权等问题。在数据时代，可以通过算法立法的方式解决，即在事先确定立法的目标（立法者确定或通过司法大数据确定），通过算法和大数据，实时向具体个人/组织输出个性化的法律规则，以提高法律的精准性，防止法律规则的模糊和法律解释者的恣意行为。在此基础上，文章进一步讨论了算法立法涉及的五个方面的问题：一是收集哪些数据、如何收集、如何确保数据的质量；二是如何避免个性化立法中的歧视和偏见（算法歧视概率比人类歧视低）；三是何种事后应当由人工干预算法运行的结果（最小干预原则）；四是如何确保算法立法中的透明度（人类过程的透明度而非计算机推理过程的透明度）；五是谁来制定算法（政府提供或者处于监管之下的第三方提供）。最后作者认为，相比没有个性化的法律或者由法官提供的个性化法律，算法提供的个性化法律更优。我们应当在现有条件下追求一个最优的方案，而非最完美的方案。

2.数据治理对数据市场的寒蝉效应（The Chilling Effect of Governance-by-Data on Data Markets）

作者：Niva Elkin-Koren，海法大学法学院网络法律和政策研究中心主任，哈佛大学Berkman Klein互联网和社会研究中心副研究员；Michal S. Gal，海法大学法学院法律与市场研究中心主任，竞争法学会主席。

该文章认为数据治理有助于法律的情景化和个性化，能够更好地实现治理的目标，然而数据治理的实施前提在于政府能够获取足量，且高质的数据。以往的文献忽略了政府获取数据的过程中可能面临着困难，即在采用市场化获取数据方式时，面临着数据收集困难、数据价格过高、私人企业拒绝出售数据给政府、数据市场垄断等问题；在采用强制性数据共享方式时，面临着数据所有者因数据可能被用于监管目的而不愿意出让个人数据、损害私人收集数据的激励（数据和质量）、降低数据学习技术的创新激励等问题。

3.实施个性化法律：消费者法和数据隐私法中的个性化披露（Implementing Personalized Law Personalized Disclosures in Consumer Law and Data Privacy Law）

作者：Christoph Busch，德国奥斯纳布吕克大学法学教授。

以信息披露为核心的数据隐私法面临着信息过载和消费者信息处理能力不足的困境，标准化的信息披露制度几乎起不到规制作用，理论界正考虑更加深入的介入数据隐私保护的规制，由监管者代替消费者实施决策。

本文提出一个新的规制思路，即利用大数据和人工智能技术，设计一套算法，根据消费者的个人特征，定向披露一些相关的信息，降低消费者的信息处理负担，缓解信息过载问题。此种监管方法把监管标准从信息披露标准转化为对生成个性化信息披露标准的数据和算法的监管。考虑到物联网时代的到来，数据访问请求将呈爆炸式增长，可以通过虚拟个人助理和默认选项来处理这些数据访问请求，减少个人决策的负担。

4.个性化合同法中的强制性规则（Personalizing Mandatory Rules in Contract Law）

作者：Omri Ben-Shahar，芝加哥大学Leo 和 Eileen Herzel讲席教授；Ariel Porat，特拉维夫大学Alain Poher讲席教授，芝加哥大学 Fischel-Neil Distinguished客座教授。

文章认为：合同法中的强制性规则保护人们免受“坏”条款的侵害，平衡合同缔约双方的地位。现有的法律为人们提供一种标准化的强制性规则保护，然而由于合同中的弱势方内部存在差异性，对强制性规则保护的强度以及保护的方面等需求不同，一刀切的强制性规则会出现对一些人保护太弱，对另一些人保护太强的问题。作者认为，随着有关消费者的信息越来越多，我们可以通过大数据和算法来为当事人提供个性化的强制性规则，从而促使合同的订立（在对弱者保护不足时，部分弱者为避免损害而拒绝缔约，在对弱者保护过度时，部分强者会因为遵守强制性规则导致成本上升而拒绝缔约），提高社会总体福利水平。考虑到强制性规则的保护强度与成本是关联的，如果不允许企业制定个性化的价格，则会出现不同类型的消费者之间的交叉补贴问题，这会导致部分消费者退出市场。因此，作者认为一方面需要合同法提供个性化的强制性规则，另一方面需求企业提供个性化的价格。

文章第二部分作者讨论了反对个性化保护的四个理由：

一是个性化的保护可能引发消费者的套利行为，即那些获得更低价格或者更多保护的消费者会将其购买的产品转售给那些获得更高价格或更低保护的消费者，从而破坏原有的个性化保护机制。解决的办法是把个性化的保护赋予给特定的消费者而不是赋予给特定的物，使得个性化保护无法被用于交易。

二是个性化的保护还会引发道德风险问题，即消费者可能过度使用个性化的保护措施。解决的办法是采取动态定价法，即针对消费者过去的行为制定确定未来的保护程度和购买商品的价格，对于过度使用个性化保护措施的消费者，采取降低保护措施或提高商品价格的方法来惩罚其过度使用的行为。

三是个性化保护可能会降低消费者提高自我保护能力的激励。解决的办法是采取个性化定价，对于保护措施需求低的消费者以更低的商品价格，从而激励消费者提高自我保护能力。

四是一刀切的保护标准实际上是通过向较强的消费者征税来补贴较弱的消费者，是一种再分配政策。个性化保护措施会使得这种再分配政策失效。作者认为，如果真的要维持这种再分配政策，可以通过采取统一价格的方式。（作者似乎前后矛盾了）

文章第三部分作者讨论了强制性规则制定的三个目标（信息不对称、消费者非理性、道德所要求的强制性保护）及个性化强制性规则的适用范围（多数情况下可以适用，但有些个性化保护观点听起来像是异端，作者不支持，如宪法权利等）

文章结论部分简要提到了市场主体提供的个性化保护，作者认为市场主体提供的个性化保护目的是为了营利，而非消费者福利，不值得信任。应该由法律来提供会更好。

5.当需求是偏好和错误感知的函数时：算法价格歧视（Algorithmic Price Discrimination When Demand Is a Function of Both Preferences and (Mis)perceptions）

作者：Oren Bar-Gill，哈佛大学法学院William J. Friedman and Alicia Townsend Friedman讲席教授。

传统的经济学理论认为价格歧视虽然不利于消费者，但有利于整个社会福利水平的增加。因为价格歧视虽然夺走了消费者剩余，但增加了整个社会的交易总量。文章认为，上述观点成立的前提是消费者的需求来源于消费者偏好，即需求是偏好的函数。当消费者需求来源于消费者偏好和消费者的错误感知时，即需求是偏好和错误感知的函数，错误的感知会产生一些虚假的需求，基于虚假的需求而进行的交易不会产生消费者剩余（交易剩余），会导致社会福利水平的下降，因此法律应当关注那些针对因消费者感知错误而产生的虚假需求的价格歧视行为。

推荐阅读

投稿邮箱：[e-mail]

主题；篇幅；体例

青苗学人交流群

长按扫描二维码添加青苗微信号，加入青苗学人交流群，一同交流、分享！

本文责编 ✎ 蒋浩天

本期编辑 ✎ Aone