查看原文
其他

数据迷思 | 数据权属讨论中的六大误区(上)

同态科技 同态科技 2022-11-05


全文2390字,推荐阅读6分钟



文 | 李汶龙


李汶龙,英国爱丁堡大学科技法博士,英国伯明翰大学法学院与计算科学学院博士后研究员、爱丁堡法学院客座教授、爱丁堡数据、文化、社会中心 (Edinburgh Centre for Data, Culture and Society, CDCS) 研究员。曾任英国SCRIPTed学术期刊编辑、牛津普莱斯传媒法模拟法庭教练、微思客WeThinker编辑及联合创始人。国内曾就职于腾讯研究院、中国政法大学传媒法研究中心。

前言

之前笔者有写过一篇关于数据权属的共识凝聚。本文关注其相反面向,剖析在讨论中出现的若干误区。阐述什么不是数据权属要比什么是更加容易;但排除掉误区却比随性构建规则更为重要。梳理并整合近年来国内讨论出现的观点可以得出以下六大主题:

  1. 数据是财产,或者至少可以财产的方式来治理

  2. 数据财产化才能更好的保护隐私,且有利于个人的福祉

  3. 数据兼有财产和人格属性,因此可以通过延展知识产权的规则进行保护

  4. 数据牵涉多方的利益,因此可以将权属归属多个不同主体

  5. 数据上实际存在着“多元权利束”

  6. 数据权属要依据种类、利益相关者、情境还有展开,甚至超越公私界限‍

这期主要介绍数据权属前三个主题,对于数据权属的讨论而引发的多元立场,以及晚期出现的“多元权利束”的概念,和随后的“赋权泛滥”趋势等内容则会放在下一期重点介绍


一、数据是新石油?


绝大多数中文关于数据权属的讨论中,大多数将注意力放在如何改造或延展财产制度形成数据治理的规则,却少有人去考虑这一进路的先制条件:数据是物或财产吗?


数据权属的论证进路出现且风靡有其道理,公共讨论中经常出现“数据是新石油”的说法就印证了这一思维的深入人心。但是,数据是否可以像石油这样的物来理解,或者数据是否可以作为财产来治理,却存在诸多争执,且各有道理。问题的关键在于区分不同层面、语境和学科的讨论:




  • 其一是数据是否是物以及如何被物化或商品化(从唯物主义以及其他政治经济视角这个主题有很多讨论)。(Purtova 2015; Käll 2020)


  • 其二是数据是否能够被认定为法律所定义的物或者财产因而适用既有的财产规则。(Lynskey 2015)


  • 其次还有关于数据本质的争执——究竟是否是物理的、无形的——也决定了数据权属的讨论是否合理。(Ritter & Mayer 2018)‍




二、另一种知识产权?


所治理的对象无法完全契合财产框架的困境,法律人曾经历过一次,形成了兼顾财产和人格双重属性的知识产权。遵循这一逻辑,数据也兼具财产人格,因此便有了通过延展知识产权规则进行保护的路径依赖。与合同、物权等领域相比,知识产权与数据属性更近,因而是数据治理规则形成的主要灵感来源


图片来源:pixabay


有不少早期的互联网学者,甚至是著名的波斯纳法官,都曾致力于此。(Posner, 1977; Epstein 1978; Moore, 1988; Zittrain 2000; Lessig 1999, 2006; Lemley 2000; Samuelson 2000) 知产的思路也已经体现在国内学术讨论和司法推理——例如所谓适度原则,合理使用等逻辑。随着讨论深入,人们很快也就发现了两大制度关键的不同点。


虽然知识产权和数据保护两大领域存在很多的相互借鉴 (Zittrain 2000; Liebenau 2016),但直接迁移知产的逻辑和规则是有害的。


很多通过改造知产规则涉及数据治理机制的尝试 (Samuelson 2000; Schwartz 2004; Malgieri 2016)都经历了多轮改造和修缮,最终形成与产权制度迥异的成果。先在的知产框架给数据隐私规则带来的灵感和框架,但知产规则只是出发点而非终点。


三、财产化会让每个人受益?


数据权属理念的提出最开始并不像中国这样有很强的经济和商业驱动的逻辑。恰恰相反,数据权属为某些经济学家提出是为了解决数据化及伴生的科技权力不对等。






换言之,数据财产化的目的并不是为了进一步在发展和隐私这一天平上偏向前者,反而是为了寻找到更好保护隐私和个人福祉的一种解决方案。


支持这种观点的人认为,数据财产化是理性的,能够对数据的使用实现最优化,不仅排除掉数据聚集造成的权力不对等,而且也能提升个人的福祉,包括对于隐私权益的保障。‍


但是,这样一种思路很快遭遇批判和质疑。虽然从理念上来说存在其合理性,但执行难度非常大。由社会中每一个个体参与交易,共同决定数据的价格、使用目的及影响——这样一种庞杂的微观系统并不现实。完全的数据财产化还会造成众多非经济的影响(负外部性)——例如穷人更无法保障他们的隐私——在财产这一框架中无法体现因而被忽略。


图片来源:pixabay


根本上来说,数据财产化不会改变生产方式,也很难进行利益的重新分配,因此很难实现保护隐私、提升个人福祉的目标。这是一个好的理念,却无法最终实现预期的结果。

‍‍


下期预告


随着数据成为关键生产要素,如何界定数据权属成为各方高度关注的重要问题。笔者从数据权属的问题误区出发,梳理了有关数据权属误区前三个主题。


一期中,笔者将从数据权属的多元立场,“多元权利束"概念以及后来的“赋权泛滥”趋势,依据种类、利益相关者、情境展开,进一步剖析数据权属中的另三个误区。



<<

参考文献

<<

[1] Epstein R, ‘Privacy, Property Rights, and Misrepresentations’ (1978) 12 Georgia Law Review 455

 

[2] Lemley MA, ‘Private Property’ (2000) 52 Stanford Law Review 1545


[3] Lessig L, ‘Code: And Other Laws Of Cyberspace’ (Basic Books, 30 November 1999)


[4] Lessig L, ‘Code: And Other Laws of Cyberspace, Version 2.0’ (Basic Books, 5 December 2006)

 

[5] Lynskey O, The Foundations of EU Data Protection Law (Oxford University Press 2015)

 

[6] Liebenau D, ‘What Intellectual Property Can Learn from Informational Privacy, and Vice Versa’ (2016) 30 Harvard Journal of Law & Technology 285

 

[7] Käll J, ‘The Materiality of Data as Property’ (2020) 61 Harvard International Law Journal Frontiers 1

 

[8] Malgieri G, ‘“Ownership” of Customer (Big) Data in the European Union: Quasi-Property as Comparative Solution?’ (2016) 20 Journal of Internet Law 3

 

[9] Moore AD, ‘Intangible Property: Privacy, Power, and Information Control’ (2005) 35 Information Ethics: Privacy, Property, and Power 172

 

[10] Posner RA, ‘The Right of Privacy’ (1978) 12 Georgia Law Review 393

 

[11] Purtova N, ‘The Illusion of Personal Data as No One’s Property’ (2015) 7 Law, Innovation and Technology 83

 

[12] Ritter J and Mayer A, ‘Regulating Data as Property: A New Construct for Moving Forward’ (2018) 16 Duke Law & Technology Review 220

 

[13] Samuelson P, ‘Privacy As Intellectual Property?’ (2000) 52 Stanford Law Review 1125

 

[14] Schwartz PM, ‘Property, Privacy, and Personal Data’ (2004) 117 Harvard Law Review 2055

 

[15] Zittrain J, ‘What the Publisher Can Teach the Patient: Intellectual Property and Privacy in an Era of Trusted Privication’ (2000) 52 Stanford Law Review 1201


 排版 | 李福玲      图片 | 杨雅清

—END—


走近隐私计算 | 多方安全计算的发展及应用走近隐私计算 | 联邦学习中基于隐私集合求交(PSI)的样本对齐隐私计算的概念迷宫 | 解读不同法域下的脱敏、去标识化、匿名化和假名化

每个在看点赞就是对我最大的支持!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存