<output id="5zixi"></output>
<output id="5zixi"><legend id="5zixi"></legend></output>
<p id="5zixi"><del id="5zixi"><div id="5zixi"></div></del></p>

<tr id="5zixi"><label id="5zixi"></label></tr>
<p id="5zixi"></p>
  • <tr id="5zixi"><label id="5zixi"></label></tr><td id="5zixi"><ruby id="5zixi"></ruby></td><acronym id="5zixi"><meter id="5zixi"></meter></acronym><object id="5zixi"><strong id="5zixi"><address id="5zixi"></address></strong></object>
    論企業數據權益的法律保護——基于數據法律性質的分析
    2022/3/9 13:25:27  點擊率[1231]  評論[0]
    【法寶引證碼】
      【學科類別】商業秘密法
      【出處】《法律科學》2020年第2期
      【寫作時間】2020年
      【中文摘要】在互聯網與大數據時代,數據已經成為企業的重要資產,對企業數據權益應當進行合理保護。但對企業數據不宜進行絕對化與排他性的財產權保護,因為此種保護違背數據的基本特征——數據并不具有排他性與競爭性。保護企業數據權益應當以促進數據共享為目標,企業數據的合理保護應當有利于促進數據共享。對企業數據應當進行類型化與場景化保護。對于非公開的企業數據,應當提供商業秘密保護;對于半公開的數據庫數據,應當提供類似歐盟的數據庫特殊權利保護;對于公開的網絡平臺數據,應當采取競爭法保護,避免惡性搭便車行為。法律還應當為企業主動公開的數據提供特殊類型的保護,允許企業設置白名單與黑名單。此外,法律也應當協調保護個人數據與企業數據,在優先保護個人數據的前提下,實現個人數據隱私期待與企業數據權益的共贏。
      【中文關鍵字】企業數據;數據保護;數據共享;商業秘密
      【全文】

        在網絡與大數據時代已經到來的今天,數據的價值受到了企業越來越多的認可與重視。正如舍恩伯格所言,如果說20世紀商業價值的最大轉變是“從實體基建轉變為無形財產,從土地和工廠轉變為品牌和產權”,那么當今社會所進行的新的轉變就是“電腦存儲和分析數據的方法取代電腦硬件成為價值的源泉。數據成為有價值的公司資產、重要的經濟投入和新型商業模式的基石。”{1}20今天,可以說數據已經成為企業所爭奪的核心資產。
       
        在法律上,數據價值的日益凸顯也提出了一個重要問題:法律應當對企業數據采取何種保護?在西方近代,各國曾經興起以民商法為基礎的私有財產權保護。20世紀以來,隨著知識價值的興起,全球又興起知識產權保護體系。現在,隨著數據特別是大數據呈現出越來越重要的商業價值與應用價值,法律是否需要對數據采取獨特的法律保護方式?這是時代的發展對當前法律體系所提出的問題。
       
        本文通過對企業數據權益的分析,指出企業對于其收集與處理的數據具有相應的合法權益,應當受到法律的合理保護;但企業對于此類數據不具有絕對性與排他性的財產性權益。保護企業數據權益應當以促進數據共享為目標,應當根據企業數據的不同類型、不同的場景進行不同程度和不同方式的保護。唯此,企業的數據權益保護才能實現數據保護與數據共享的雙贏。
       
        一、企業數據的現有法律保護及其不足
       
        (一)企業數據保護的現有法律框架
       
        1.企業數據的商業秘密保護
       
        以商業秘密的方式對企業數據進行保護,是中外法律制度較為常見的做法。在我國,《反不正當競爭法》《勞動法》《合同法》《公司法》等多部法律都對商業秘密加以保護,《刑法》也規定了侵犯商業秘密罪。在西方法律體系中,普通法很早就提供了對企業數據的商業秘密保護[1],甚至在更為古老的羅馬法中,都可以追尋到商業秘密法律保護的根源[2]。如今,商業秘密保護已經成為西方各國制定法的一部分,成為企業數據的一種重要保護方式[3]。
       
        當然,企業數據并不必然受到商業秘密的保護。要獲得商業秘密的保護,必須滿足不同法律的規定。例如在知識產權法和反不正當競爭法上,企業數據必須滿足非公開、具有商業價值、采取保密措施的要求[4],才能受到商業秘密條款的保護。在勞動法和公司法上,對于企業數據的商業秘密保護只限于特定的主體,或者以合同關系存在為前提,商業秘密保護并不針對不特定的第三人。此外,刑法對企業數據的商業秘密保護除了滿足商業秘密的界定,還必須滿足給“權利人造成重大損失”這一結果要件。
       
        2.企業數據的競爭法保護
       
        競爭法是另一種企業數據的常見保護方式,這種保護方式提供了對公開與半公開企業數據的保護。在關于互聯網企業的數據爭議案例中,很多案例都涉及數據爬蟲,即一個互聯網企業平臺通過數據爬蟲抓取位于另一互聯網企業平臺的數據。在這些案件中,法院最終都以反不正當競爭法來對案件進行判決。例如,在新浪訴脈脈案中,“新浪微博”提起訴訟,認為脈脈公司非法抓取、使用“新浪微博”用戶數據存在,法院經審理后認為,脈脈公司的抓取數據行為違反了商業道德,是一種不正當競爭行為[5]。同樣,在大眾點評訴百度案中,對于百度公司的產品抓取大眾點評上積累的消費者點評商戶的數據,法院認為,百度公司未經許可在百度地圖和百度知道中大量使用了來自大眾點評網的數據,實質性地替代了原告網站,構成了不正當競爭[6]。
       
        2018年,在淘寶訴美景公司大數據產品不正當競爭案中,法院對于半公開的數據也采取了競爭法上的保護。在此案中,淘寶公司的數據產品“生意參謀”主要為淘寶、天貓商家的網店運營提供數據化參考服務、幫助商家提高經營水平,淘寶、天貓商家在購買“生意參謀”產品后,就可以獲取此類數據。美景公司運營其“咕咕生意參謀眾籌”網站,以提供遠程登錄服務的方式,招攬、組織、幫助他人獲取“生意參謀”數據產品中的數據內容,并從中獲取利益。法院經審理后認為,美景以“搭便車”的方式獲取淘寶公司的數據,這屬于明顯有悖商業道德的不正當競爭行為[7]。
       
        相比商業秘密保護,競爭法保護延展了企業數據的保護范圍。競爭法除了把商業秘密所無法保護的公開或半公開的企業數據納入可能的保護范圍,還把一些商業價值尚不確定,甚至數據權屬并不明確的企業數據也納入可能的保護范圍[8]。
       
        3.企業數據的刑法與侵權法保護
       
        除了商業秘密與競爭法,現有法律還提供了對企業數據的刑法與侵權法保護。《刑法》第285條第2款規定了非法獲取計算機信息系統數據罪。自該罪名確立以來,已經有很多司法案例采用這一罪名對相關行為進行定罪[9]。在這些案例中,很多案例涉及盜用個人信息(例如身份證信息、賬號、密碼)、網絡虛擬財產、知識產權,都涉及到了對企業數據的保護。例如,罪犯侵入企業的計算機系統,非法獲取醫院用藥統方、公司經營信息、客戶訂單等數據[10]。
       
        美國的制定法與普通法提供了類似的刑法與非法侵入保護。在制定法上,美國國會制定了“計算機欺詐與濫用法案(Computer Fraud and Abuse Act,CFAA)”,禁止未經授權而侵入計算機[11]。在很多案件中,美國法院援引此條法律做出判決,將未經授權而獲取企業數據界定為計算機非法侵入(computer trespass)[12]。在普通法上,早在2000年,美國法院就以非法侵入對數據爬蟲進行了判決。當時Bidder's Edge公司的網站對Ebay網站進行了數據爬蟲,Ebay公司據此向加利福利亞州北區法院提起訴訟,控告Bidder's Edge公司對其網站的爬蟲行為違反了robot協議,屬于普通法上的“非法侵入(tresspass)”,法院最終認同了這項指控,要求Bidder's Edge公司停止對Ebay公司的侵權行為[13]。
       
        (二)現有法律對企業數據保護的不足
       
        對于企業數據的法律保護,現有的法律框架雖然提供了不同形式的保護,但這些不同的保護方式與進路也存在不足之處。
       
        首先,就商業秘密而言,商業秘密對于企業數據的保護范圍有限。商業秘密可以對未公開且企業采取合理措施保證其秘密性的企業數據提供保護,但對于互聯網企業平臺所收集的半公開數據或公開數據,商業秘密卻并不能提供有效的保護[14]。
       
        其次,競爭法對于企業數據的保護面臨著規則不確定的問題。以中國當下涉及數據的不正當競爭判決為例,大多數判決都以《反不正當競爭法》第2條作為依據,要求企業“遵循自愿、平等、公平、誠信的原則,遵守法律和商業道德”,將“擾亂市場競爭秩序,損害其他經營者或者消費者的合法權益的行為”視為不正當競爭。從法理上看,競爭法的這一規定更接近于標準或原則性規定,缺乏能夠指引裁判的規則剛性[15]。該規定雖然對各種類型的企業數據能夠提供一定程度上的法律保護,但也可能會造成各方的困惑。何謂“商業道德”?何謂“擾亂市場競爭秩序”?法律常常缺乏明確的法律解釋與適用標準。因此,企業在合規與數據實踐方面常常會面臨更高的成本。有的企業為了保證其數據合規,可能會禁止或取消原本從事的數據業務,或者因為擔心法律對其數據保護不足,而不愿意開放其本來愿意開放的數據。
       
        再次,以刑法與侵權法的手段保護企業數據,也會面臨一些問題。企業數據的刑法保護也許會過于嚴苛,就法理而言,一般對于某種權利會首先采取私法或行政法上的保護,只有窮盡私法與行政法上的保護,才會采取刑法的處罰手段。直接以刑法對某種權益進行保護,盡管會起到很大的威懾作用,但卻和刑法的謙抑性相違背。某些非法獲取數據的行為盡管只具有不正當競爭、侵權或其他民事違法的性質,但尚未達到刑事處罰的程度。侵權法雖然可以提供對企業數據的額外保護,但這種保護也面臨不確定性的問題。當某個企業獲取其他企業的數據,何種情況屬于數據侵權,何種情況屬于正常獲取數據,侵權法本身無法給出回答,仍然依賴于法律對于數據權屬問題的界定。
       
        最后,合同法也不足以對企業數據進行保護。以合同法的方式保護企業數據,其前提是存在預先的合同安排,即存在明示成立或推定成立的合同關系。而大多數企業,事先并沒有也無法和潛在的侵權者訂立數據合同,即便有這樣的合同,企業也不可能排除不特定第三人對于其數據權益的侵害。現實生活中,針對企業數據的獲取常常來自第三方,合同法很難對這些第三方的侵犯行為進行救濟。{2}51
       
        二、企業數據的財產權保護及其困境
       
        (一)企業數據的財產權保護
       
        傳統法律框架在保護企業數據中存在種種問題,這已經為很多學者和專家所意識到。例如有的評論者指出,傳統知識產權法與不正當競爭法對于企業數據權益的保護不足,使得當事人在發生數據糾紛時常常得不到救濟,“數據糾紛一旦進入訴訟程序,多數相關方都采取了尋求廣義知識產權法特別是其中反不正當競爭法之保護的途徑……雖然這些案件的處理結果在社會上反響很好,但是仍然令人感覺保護力度還不夠。實際上很多數據糾紛都是由于發現依據不足,只好轉向其他機制或者私下忍聲吞氣。”{3}56
       
        在這種背景下,很多學者與專家提出了企業數據的財產權保護。例如有的專家提出企業數據資產的概念,有的學者強調企業數據確權的重要性。在企業數據財產權的倡導者看來,確立企業數據的財產權是現代數字經濟的內在要求。將數據確立為一種“絕對性、排他性”的財產,可以使數據從業者獲得“一種有關數據開發利益的安全性市場法權基礎的刺激和保障”,使數據經濟“得以置身于一種高效穩定的財產權結構性的驅動力和交易安全的保障之中”。{4}75一方面,企業可以根據這種財產權而獲取對數據進行經營的權利,保證自身的合法權益不受侵害。另一方面,財產權也將鼓勵數據產品的加工、創造和交易,從而促進數據市場的活躍與繁榮[16]。
       
        從新聞報道與公共討論來看,企業數據的財產權保護也得到了全社會范圍內的廣泛認可。例如在淘寶訴美景公司大數據產品不正當競爭案判決后,法院與很多評論者都將其視為確認企業數據財產權的判決。在此案中,淘寶公司所開發的產品“生意參謀”的數據是經過脫敏處理的數據,并且在研發過程中進行了大量的投入。對于此類數據,法院認為美景公司侵犯了淘寶公司的財產性權益,而評論者也認為這一判決填補了數據產品財產權的規則空白。
       
        (二)企業數據財產權保護的困境
       
        鑒于企業數據財產權保護的主張日益獲得認可,有必要對這一理論進行研究與反思。如果我們深刻反思企業數據的財產權保護理論,就會發現這一主張也存在困境。如果簡單地將企業數據財產權理論適用于各種不同類型的企業數據,將會帶來各種難以解決的問題。我們可以以企業所擁有的公開數據、半公開數據與非公開數據為例加以分析。
       
        1.企業公開數據
       
        首先,企業的公開數據難以適用財產權保護。對于互聯網平臺所公開收集的數據,適用財產權保護與此類數據的性質不相符。企業的公開數據雖然為互聯網平臺所收集,而且企業可能在投資、搭建與維護平臺架構方面付出了很多努力,但此類數據一旦在平臺上公開,就很難說是企業所獨占的數據。因為一旦數據或信息進入公共領域,企業很難對其再主張排他性的權利。
       
        最為典型的公開類型的企業數據是互聯網平臺上所積累的海量數據,例如微博、臉書上的海量的用戶信息與用戶評論。對于此類數據,企業是否擁有排他性的財產權?有觀點可能會給出肯定的回答,因為互聯網企業的確為此類數據的積累付出了大量的資本與勞動。但更多的觀點認為,將此類數據都視為排他性的數據,這與互聯網的公共性存在一定的沖突。企業對于平臺的數據具有一定的權利主張,可以限制一些競爭性企業對于平臺數據的惡意抓取。但這種限制不應是完全排他性的,如果賦予互聯網平臺排他性的數據權利,可能會徹底扼殺互聯網的公共性與開放性,從而扼殺互聯網的蓬勃發展。
       
        關于互聯網的公共性與開放性,網絡法學者奧林·科爾(Orin Kerr)教授曾經做出過較為經典的論述。在論述平臺數據的爭議時,他指出,任何人只要接通了互聯網,就等于默認進入了一個公共領域,在這個公共領域中,數據或信息是公有而非私有的,個人既可以查看他人連入互聯網的信息,他人也可以查看自己電腦上的文件。{5}1162例如即使個人為自己的網頁設置一個超級復雜與冗長的域名地址,但一旦個人將此網頁連接上了互聯網,他人就可以合法地搜索與查看此網頁的信息[17]。科爾教授指出,將互聯網的接入者視為一個個孤立與隔絕的個體,這實際上忽略了互聯網的本質特征,沒有認識到互聯網最重要的功能就在于開放與聯通。對于平臺數據亦是如此,并不能因為他人通過技術手段抓取平臺數據,就認為一定存在對平臺數據的侵犯。科爾教授還以線下活動作為類比,他指出,互聯網平臺就像是營業中的商店,任何路過商店的人們進入商店了解產品信息,均不能視為對商店信息的非法侵犯,因為商店的信息是公開和開放的,任何一個人都有權獲取這些信息。科爾教授甚至認為,即使當商店掩上門,只要商店沒有上鎖,普通人就有權推開商店的門去了解商店的商品。類比到平臺數據,只要互聯網平臺企業沒有設置密碼,僅僅是設置了一些訪問障礙,此時其他人對于平臺數據的獲取就是合法的。
       
        科爾教授對于平臺數據公共性的論述具有很強的合理性,從平臺數據的公共性出發,可以發現以財產權的框架保護公開類型的企業數據并不合理。一旦我們從法律上確立此類公開數據的財產權保護,那就意味著所有查看和復制這些企業數據的行為都是違法的,甚至連搜索引擎對于這些網站的爬蟲與快照也是違法行為。這顯然并不是一種好的制度設計,對于一般企業而言,這種設計將無法實現企業公開數據的共享與流通。而對于互聯網企業來說,這種制度設計除了無法實現平臺數據的共享流通,還可能造成互聯網企業的封閉與分裂。
       
        2.企業半公開數據
       
        很多企業所擁有的數據是半公開或部分公開的。對于這類企業數據,對其進行財產權保護是否合理?對此我們可以以數據庫的法律保護為例分析此類數據的財產權保護。數據庫的數據是典型的半公開類型的數據,數據庫中的數據對少部分人群開放。不同國家與地區對于數據庫的權利保護存在很大分歧,即使是對數據庫保護最為嚴格的歐盟,也沒有賦予數據庫絕對性與排他性的權利。
       
        首先,美國的版權法只對數據庫中的原創性匯編進行保護,而對數據庫中的整體數據并不保護。根據美國版權法,數據庫可以被視為編輯作品,對于原始數據的選擇和匯編可以給予版權上的保護。但是,此類版權保護只包括對數據庫匯編者具有原創性的那些部分,{6}516,523對于非原創性的部分以及數據庫所包含的其他基礎數據,被認為仍然屬于公共數據從而不受版權法的保護。此外,沒有原創性的數據集合(例如人口統計類數據)也不受版權保護。美國最高法院認為,這些數據只是對客觀數據的記錄與統計,并沒有創造性的因素。{7}1865,1868美國的一些下級法院曾經創造了“額頭上的汗水(sweat of the brow)”或“勤勞收集(industrious collection)”的教義,認為如果對事實或數據的收集付出了勞動,那么即使此類事實或數據的集合不具有原創性,也應當受到法律的版權保護[18]。但最高法院明確拒絕了這一點,認為這種推理“損害了版權法的基本原理”[19]。可見,在美國的法律體制下,對于未經同意而獲取此類企業數據,當事人可能會因為違反合同法或侵犯計算機系統等而被認定為違法,但如果不存在違反合同法或侵犯計算機系統的情形,當事人完全可以自由地獲取此類數據。
       
        歐盟采取了對數據庫更為嚴格的保護。除了對具有原創性的數據選擇與匯編提供保護之外,歐盟數據庫指令還賦予了數據庫的特殊權利(sui generis rights)保護[20]。根據這一特殊權利保護的規定,當“創造數據庫需要足夠的人力、技術和財政資源”時,此時數據庫就受到法律保護[21]。即便如此,也不意味著這種保護是絕對性與排他性的。數據庫權利的保護只防止他人提取或重新使用數據庫的實質性部分,或者提取或重新使用數據庫全部或大部分內容,但并不禁止提取或重復使用數據庫的非實質部分的數據,或者提取數據庫中的事實類數據等行為。
       
        因此,美國與歐盟雖然對于企業的半公開數據提供一定的法律保護,但這種保護更多依賴于版權法、特殊類型的數據庫權利、合同法等保護方式,此種保護遠未達到排他性與絕對性的強度。從法律原理來看,美國與歐盟的法律制度設計是符合數據流通與共享的基本原理的。企業所收集的數據庫往往包含了大量的數據,而且此類數據常常包含了非常基本的事實性數據,如果對于此類數據也賦予財產權保護,那將意味著即使無意間獲取數據的一部分也屬侵犯數據財產權,如此則無疑會極大地妨礙數據的合理流通與共享。
       
        3.企業非公開數據
       
        法律對于企業非公開數據或商業秘密類數據的保護最接近于財產權保護,但即使如此,法律對于此類數據的保護也與“絕對性、排他性”的財產權保護存在差別。從法律保護手段上來看,法律對于商業秘密的保護是以行為主義的方式來進行的,這種保護方式區別于財產權的保護方式,并不賦予商業秘密以絕對性和排他性的權利。{8}25例如,中國和德國等法律都將商業秘密納入反不正當競爭法中加以規定,這表明保護商業秘密的目的更多地在于防止不正當競爭,而非財產權保護[22]。在美國2016年《保護商業秘密法》中,美國國會明確表示,該法“不應被解釋為與知識產權有關的法律”。根據美國國會的有關立法說明和解釋,保護商業秘密的主要目的在于防止商業秘密間諜活動或違反合同而被盜用,而非鼓勵公民或公司保守秘密數據。{9}541這種制度安排的法理基礎在于,保護商業秘密并不是為了保護企業數據本身,因為企業的數據其實具有流通價值與公共性價值。相反,保護商業秘密的目的是為了保護商業誠信,防止相關利益方不正當地獲取此類數據。
       
        商業秘密的法律保護區別于財產權保護,還可以從商業秘密的保護力度上加以觀察。相比于其他不動產、動產甚至部分知識產權保護,商業秘密的法律保護力度更小。{10}365例如,如果他人通過獨立研究而公開商業秘密中所包含的數據,或者通過“反向工程(reverse engineering)”而公開了商業秘密中的數據[23],那么此類數據或信息將立即喪失商業秘密法的保護,換言之,對于他人通過合理努力而破解商業秘密的行為,法律并不禁止。
       
        (三)個人數據與企業數據的多重歸屬
       
        賦予企業數據以財產性權利,除了上文提到的問題,可能還會面臨企業數據權益多重歸屬的尷尬。因為企業數據常常包含了大量的個人數據,這使得企業數據性質上很難與絕對性與排他性掛鉤。一方面,近年來企業數據的爆發式增長在很大程度來源于個人數據。互聯網平臺上的數據自不必說,即使線下企業所收集的數據,也常常屬于個人數據。對于此類數據,個人無疑對其享有一系列的權利。例如個人享有對此類數據的訪問權、刪除權、更正權等多種權利。{11}1607在數據隱私保護最為嚴格的歐洲,個人甚至可以對此類數據行使數據攜帶權,即要求數據控制者或網絡平臺為個人提供轉移個人數據的權利[24]。
       
        個人數據的范圍常常比想象的要更為寬泛。因為個人數據或個人信息不僅包括“已識別”的個人數據,而且包括了結合其他數據可以識別為特定個人的數據,這就使得個人數據的范圍變得非常寬泛。以互聯網企業所收集的海量用戶匿名行為數據或用戶畫像為例,此類數據雖然不能直接識別到具體個人,但可以識別某臺電腦、手機或IP地址,而某臺電腦、手機或IP地址能夠直接或間接關聯到具體個人,此類數據便會被明確界定為個人數據[25],例如歐洲《一般數據保護條例》將企業對用戶行為數據的收集列入法律管轄范圍,并且對企業的用戶畫像行為加以規制[26]。在美國,收集用戶的匿名消費行為信息雖然存在爭議,但也有越來越多的聲音認為應該將此類數據視為個人數據。美國聯邦執法機構也已經開始探討,認為應當將此類數據的收集使用列入執法范圍。{12}同樣,中國的相關討論也已經越來越重視對此類數據的收集與利用,已經開始將這一類型的數據視為特殊種類的個人數據[27]。
       
        需要注意的是,即便數據經過脫敏化、匿名化處理,也并不一定能夠使個人數據轉變為非個人數據。在當前企業的數據實踐中,脫敏化與匿名化處理是企業使用個人數據的一個重要步驟,此類處理可以在一定程度上防止個人數據的泄漏與相關風險。但也有很多學者指出,經過脫敏化與匿名化處理的個人數據如果仍然可以被識別,去標識化的個人數據仍然應該是“已識別”或“可識別”的個人數據。{13}1701在這個意義上,不能簡單地認為企業對個人數據進行處理后,個人數據就已經脫離了個人屬性。
       
        總之,賦予企業數據以財產權保護,可能在很多場景下造成和個人數據保護的沖突。對于包含個人數據的企業數據,一般認為個人應當具有對于此類數據的優先性權利,企業可能對于此類數據具有合理的使用權與處分權,但當個人主張其數據權利,要求訪問、更正與刪除其個人數據時,企業在負擔不是太重的情形下應當滿足個人的此類要求。此外,企業對于個人數據的存儲與利用也必須承擔安全保障等義務,由此可見,包含個人數據的企業數據具有多重歸屬,應當優先考慮個人的數據權利主張[28]。
       
        三、數據共享與數據保護
       
        (一)數據的非排他性與非競爭性
       
        企業數據權益的非絕對性與非排他性,除了得到現有法律的佐證,還需要從法律原理上進一步闡釋。既然民法可以確立對于動產與不動產的物權法保護,知識產權法可以確立對智力成果的保護,那么未來法律也可能確立對于企業數據權益的財產權保護。
       
        就法律層面而言,對于傳統物權或財產權的保護有多種理論支持。例如根據洛克等人所提出的勞動創設財產權理論,{14}20-25當個人通過勞動所得而獲取了某項物品,那么此時個人便享有對于這項物品的財產權。有經濟學家也認為,缺乏財產權將容易出現公地悲劇,個人就可能過度使用公地,從而造成公地資源的枯竭。{15}413同時,財產權更有利于為相關利益方提供穩定預期,減少交易費用,因為相比起公共財產,個人往往更有動力維護和利用財產,促進個人對財產的增值保值。{16}51
       
        盡管知識產權名義上也屬于財產權,但很多保護傳統財產權的理由并不能簡單地適用于知識產權。例如勞動創造財產權的理論就不適用于知識產權保護,個人或企業可能花費了大量的腦力與體力勞動而發現某項科學事實或規律,此時他們并不能主張對此類事實或規律的知識產權保護。此外,公地悲劇的理論也不適用于知識產權保護,因為智慧成果的使用不具有排他性,一項智慧成果無論怎么被利用,都不會對智慧成果本身造成損害。在當今知識產權保護的理論中,占據絕對主導地位的是功利主義理論。該理論認為,賦予智力成果以產權保護,有利于激勵個人進行知識創造,促進知識積累與科技進步。
       
        知識產權保護之所以具有不同于傳統財產的特殊性,是因為知識產權所保護的對象經常包含數據或信息。與作為有體物的動產或不動產類的傳統財產不同,數據是非排他性(nonexcludable)與非競爭性(nonrival)的。一方面,數據具有非排他性的特征,某人對于數據的使用不會對數據的效用產生影響。因此,數據的公共所有不存在社會成本的問題。動產或不動產的公共所有可能會對某人的動產或不動產造成效用上的影響,但數據的公共所有則不會。這就是為什么知識產權對于智力成果的保護一般不保護數據或知識本身,而只保護原創性成分的理由[29]。知識產權只是賦予數據的增量部分以一定的排他性權利,以此換取數據與知識的更多增長[30]。另一方面,數據還具有非競爭性特征,即使個人占有數據,他人也可以同時對數據進行占有。因此,數據的公共所有不存在界權成本的問題,而動產或不動產權的公共所有則可能引起紛爭。當數據被確定為公共所有,各方完全可以對其盡情使用,除了可能因為流量問題而導致數據的訪問擁堵問題,數據的公共所有并不會引起各方爭議。而流量問題或數據訪問擁堵從本質上而言是一個技術問題,并不是數據公共所有帶來的問題[31]。
       
        如果說傳統財產權保護是以私有為原則,以公有為例外,那么對于數據而言,法律對其的保護原則是以公有保護為原則,以私有保護為例外。盡管數據或信息越來越具有財產性權益,但其仍然具有很強的公共性,應當在法律上促進其開放與共享。如同哈佛大學法學院的本克勒教授所言:“與土地或奶牛不同的是,將信息設定為財產權的對象,并不會產生正面收益。一般的假定是,信息應當可以自由交換,而不是維持封閉性。”{17}535
       
        在關于數據庫保護的爭論中,我們可以更清晰地看到這一邏輯。在美國數據庫保護的里程碑案件費斯特案(Feist Publications, Inc.v. Rural Tel. Serv. Co.)中,美國最高法院的9位大法官一致認為“原創性是憲法規定的版權保護的先決條件”[32]。而法院之所以這么認為,理由在于法律并不對人類的知識本身賦予排他性權利,只有那些增加了的知識部分,才能享受法律所賦予的排他性權利。而且,此種排他性權利還受到“合理使用”的限制,即他人可以在學術研究、新聞報道、批評與戲仿等情形中自由使用這些知識,無需獲得事先許可[33]。
       
        毋庸置疑,歐洲對于數據庫的特殊權利保護強化了數據庫的權利保護。但這種制度并未改變法律對數據保護的根本原理。如前所述,對數據庫的特殊權利保護制度主要是防止競爭對手搭便車,從數據庫中提取或重新使用全部或大部分內容[34],這種制度并不妨礙他人從數據庫中提取某些事實性數據。因此,這一制度仍然堅持了基礎數據的公有屬性。對于數據本身,這一特殊權利保護并沒有采取洛克的財產權理論或為美國最高法院所明確拒絕的“額頭汗水”教義[35]。從法律制度的設計來說,不能簡單地將勞動財產權理論或“額頭汗水”的教義移植到數據財產權理論上,因為數據和傳統的物或財產在法律屬性上具有很大差別。
       
        (二)以數據保護促進數據共享
       
        數據的公共屬性并不意味著企業數據無需法律保護。相反,企業數據權益的合理保護恰恰可以促進數據共享,數據共享的目標需要合理保護企業的數據權益。
       
        首先,對企業數據權益提供合理保護,有助于企業進行數據生產,提高數據的總體數量與整體質量。知識產權保護的重要原因之一就在于鼓勵創新,通過賦予企業以獨占性的版權或專利權,以鼓勵企業進行風險投資,創造新的和有價值的智力成果。{18}989這一原理無疑也適用于數據生產。通過合理保護企業數據權益,企業將避免數據收集與數據使用中被競爭對手搭便車的風險,有動力收集更多數據與進行更有價值的數據分析。相反,如果法律對于企業數據的保護不足,那么企業可能就會在數據的主動收集與利用方面缺乏動力,反而可能會更多依賴搭便車來獲取數據。
       
        其次,對企業數據權益提供合理保護,有助于企業開放數據與共享數據。對于企業所擁有的半公開或非公開數據,如果法律對企業數據提供足夠保護,避免數據的公開與獲取對企業形成競爭劣勢,則企業就可能選擇更多地公開此類數據或信息。畢竟,企業數據的公開也是一種企業的軟實力,可以輻射下游企業與其他相關企業與個人,促使其他企業與個人更為關注與依賴該企業。此外,如同馬克·萊姆尼(Mark Lemely)所指出的,在涉及商業秘密的情形中,當法律為商業秘密提供法律保護,企業就更傾向于不對非公開數據采取極端的保密措施;{19}311同時,商業秘密數據也可以得以進入交易市場,為商業秘密數據的流通與擴散提供可能[36]。
       
        對于企業所收集的公開數據,例如網絡平臺的數據,法律的合理保護也有助于數據的流通與共享。上文提到,此類數據常常被認為是位于公共領域的數據,原則上具有公共性。但如果法律不對數據提供合理保護,從法律上防止平臺企業的不正當競爭與越界行為,那么被爬蟲的互聯網平臺不但會承受流量壓力,而且為了避免競爭或潛在競爭,互聯網平臺就可能自行設置更多的壁壘或更多的反爬蟲技術,而這些技術可能會妨礙一般用戶爬取數據。對于互聯網的互聯互通與數據流通來說,這顯然不是一件好事,因為這些壁壘與技術設置不但不利于一般用戶獲取數據與信息,而且也使互聯網平臺無法有效地擴散信息與吸引用戶。
       
        四、企業數據法律保護的制度設計
       
        對于數據屬性與原理的分析提示我們重新思考企業數據保護的制度設計。一方面,如上所述,法律不應對企業數據采取絕對性與排他性的財產權保護。另一方面,法律應當適度創新企業數據權益的制度設計,以更為合理的制度體系維持數據保護與數據共享共贏。以不同類型的企業數據為例,法律應當進行不同種類的制度設計。
       
        (一)企業不同類型數據保護的制度設計
       
        1.企業非公開數據
       
        對于非公開的企業數據,在符合商業秘密的前提下,應當受到商業秘密的法律保護,如此則可以防止企業數據受到不同類型對象的盜用或不當使用。因為商業秘密的法律保護本身就是一種混同性的法律保護方式,其中包含了競爭法、合同法、侵權法、(非排他性的)財產法等多種法律保護手段,是一種企業數據的綜合性保護方式。它可以提供針對競爭對手違反商業道德的數據使用[37],可以提供針對有合同關系的企業高管、員工或簽約方的合同法保護[38],也可以提供針對陌生人或不特定第三人的侵權法保護[39]。
       
        2.企業半公開數據
       
        對于企業半公開的數據或數據庫類型的數據,法律除了允許企業運用合同法等傳統法律保護數據之外,還可以在法律上借鑒類似歐盟等特殊類型的數據庫保護,賦予此類企業數據以一定的排他性權利,以防止第三方通過爬蟲等方式獲取數據整體或企業數據的實質性部分,也可以防止競爭對手或潛在競爭對手對此種數據的運用。
       
        3.企業公開數據
       
        對于互聯網企業平臺的公開數據,基于反不正當競爭的法律保護似乎仍然是最為可取的進路。對于爬取此類數據是否侵害企業數據權益,構成不正當競爭,應當根據商業領域的行業慣例與共識來進行判斷。競爭法的確有規則不確定性的問題,而行業慣例也未必就是合理的[40],但經由具體行業慣例與行業共識來逐漸樹立規則,仍然是確定數據保護邊界的最佳方法。
       
        這首先是因為,在互聯網平臺的數據爭議中,傳統私法很難給出答案。就財產權或財產性權益而言,互聯網平臺數據一方面被認為一開始就已經位于公共領域,因而屬于公共數據;但另一方面,此類數據又具有類似數據庫的某些特征,因而也應當得到某種程度的保護。{20}1059-1060而就合同法而言,互聯網平臺自行設置的保護數據的Robots協議與技術措施,一方面可被視為是有效的格式條款,因而具有合同意思表示的效力[41];另一方面,此類協議與措施又可能因為違反互聯網的開放性或具有歧視性而被認定為無效[42]。最后,就侵權法而言,在數據屬性與格式合同有效性尚未確定的情形下,侵權法也無法對數據爬蟲行為進行定性。可見,無論是財產法、合同法還是侵權法,都不可能對平臺之間的數據爭議提供確定性的規則。
       
        相比而言,在具體場景中訴諸反不正當競爭法與行業慣例,進行個案化的判斷,則可能進行較為合理的判斷。例如,當爬蟲一方屬于搜索引擎或更具有一定公益性質的互聯網平臺時,此時應當更多允許數據爬蟲,因為此類數據爬蟲能促進數據的公益性;當某被爬蟲的平臺屬于中小企業或初創企業時,應當允許此類企業更多設置技術壁壘,因為賦予企業類似數據庫特殊權利的保護,更有利于促進企業之間的良性競爭。反不正當競爭法未必可以提供確切性的法律規則,但反不正當競爭法的這一缺點卻也正是其優點所在,相比起其他傳統私法,反不正當競爭法可以更為場景化地對數據爭議作出判斷。
       
        (二)激勵企業數據共享的制度設計
       
        法律除了對于不同類型的企業數據提供保護之外,還應當為企業主動公開的數據提供合理保護,為企業公開與共享其數據提供激勵。當前,企業數據的集中與壟斷現象越來越明顯,數據的共享與重新使用卻越來越變為一個難題。{19}1059-1060這一現象之所以出現,除了少量互聯網企業巨頭掌握了海量的數據之外,另一個原因是,企業懼怕自己的數據一旦被公開與共享,就會喪失法律的保護,被競爭對手不正當利用。因此,法律如果對于企業主動公開的數據設置特殊類型的法律保護,將有利于企業數據的開放與共享。
       
        就具體制度而言,法律可以考慮創新此類企業數據的保護方式,對于企業主動公開的數據,允許企業申請對于此類數據的特殊法律保護。一方面,法律可以賦予此類企業數據以一定的排他性權利,允許企業設置訪問此類數據的黑名單與白名單。另一方面,這種排他性權利又不應當是絕對的,法律應當將此類企業數據的合理使用作為其保護的前提,即企業應當允許相關方對數據的合理使用。例如為促進科學研究,應當允許搜索引擎進行合理的數據爬蟲。此外,法律還應當允許第三方從此類數據中獲取事實類數據[43]。
       
        (三)企業數據與個人數據的協調保護
       
        對于包含個人數據的企業數據,個人數據保護的優先性已經成為共識。不但法院和社會公眾更關心個人數據保護,企業也常常會以個人數據保護的名義爭奪話語權。例如在華為與騰訊抓取用戶聊天記錄的爭議中,騰訊所提出的理由就是華為的榮耀手機會侵犯個人數據權益[44];在微博訴脈脈案[45]、領英訴HiQ案等案中[46],微博和領英也主張對方企業的數據爬蟲與個人數據權益相沖突。
       
        因此,就制度設計而言,企業數據的運用應當首先保證個人對于其數據的一系列權利。充分的個人數據保護不但具有優先性與正當性,能夠有效維護用戶的相關權益,也有助于企業合理地收集與運用個人數據,以增強用戶對企業的信任,從而為企業收集與運用個人數據提供激勵。其次,個人數據保護的最終目的在于促進數據的合理流通,而非實現個人數據的隔離與封閉[47]。與企業數據保護的原理一樣,保護個人數據并不能以絕對的財產權或人格權的思維方式加以保護,個人數據雖然具有財產權或人格權的特征,但其同樣具有一定的流通屬性與公共屬性[48]。法律在保護個人數據的同時,除了回應個人對于其數據權益的期待之外,也應當為此類個人數據的合理利用提供空間。唯此,才能實現對個人數據與企業數據協同保護,平衡個人的數據隱私期待與企業對于數據合理利用的期待[49]。
       
        五、結語
       
        今天,數據對于企業的重要性已經毋庸置疑,數據作為新時代的“石油”的類比也早已深入人心。但這一比喻僅僅反映了數據多重屬性的一種——它只強調了數據日益增長的財產權屬性,而沒有反映數據的公共屬性。強化企業數據權益的合理保護,有利于促進數據的開放與共享。在法律制度的合理保護下,企業也將有更多的動力公開與共享數據,避免對數據采取過多的保密性措施或防護性措施。

      【作者簡介】
      丁曉東,中國人民大學法學院副教授,博士生導師。
      【注釋】
      [1] 英國在Newbery v. James,(1817)2 Mer.446,35 Eng. Rep.1011,1013(Ct. Ch.1817)案中確立了商業秘密的法律保護。美國法院在1837年Vickery v. Welch,36 Mass.(19 Pick.)523,527(1837)案中承認了商業秘密的法律保護。如今美國大多數州都采取了統一商業秘密法案,而且所有州都采取了某些形式的商業秘密保護。
      [2] 法律史上的分析,See Alan Watson, Trade Secrets and Roman Law: The Myth Exploded,11 Tul. Eur.& Civ. L. F.19,19(1996).
      [3] 例如Defend Trade Secrets Act of 2016, Pub. L. No.114-153,130 Stat.376(2016).
      [4] 參見《反不正當競爭法》第9條,商業秘密界定為“不為公眾所知悉、具有商業價值并經權利人采取相應保密措施的技術信息和經營信息”;World Trade Organization, Agreement on Trade-Related Aspects of Intellectual Property Rights, Section 7: Protection of Undisclosed Information, article 39。
      [5] 參見北京淘友天下技術有限公司等與北京微夢創科網絡技術有限公司不正當競爭糾紛二審民事判決書(2016)京73民終588號。
      [6] 參見北京百度與上海汗濤不正當競爭糾紛二審民事判決書(2016)滬73民終242號。
      [7] 參見淘寶(中國)軟件有限公司訴安徽美景信息科技有限公司不正當競爭案(2017)浙8601民初4034號。
      [8] 例如在新浪訴脈脈案中,該案所涉及的很多數據可以被劃入個人數據的范疇;在大眾點評訴百度案中,該案所涉及的用戶評論可以被納入用戶生產數據(UGC, User Generated Content)的范疇。在這兩個案件中,法院都作出了有利于數據收集企業的判決。
      [9] 截止2019年2月3日,在中國裁判文書網刑事案件中搜索“非法獲取計算機信息系統數據罪”,已經有972條搜索記錄。
      [10] 例如巫某雁、巫某和非法獲取計算機信息系統數據、非法控制計算機信息系統二審刑事裁定書(廣東省茂名市中級人民法院(2017)粵09刑終253號)。
      [11] U. S. C §1030(2012).
      [12] 對此較為全面的分析,參見Orin S. Kerr, Norms of Computer Trespass,116 Colum. L. Rev.1143(2016).
      [13] 參見Ebay, Inc. v. Bidder's Edge, Inc.,100 F. Supp.2d 1058(2000).
      [14] World Trade Organization, Agreement on Trade-Related Aspects of Intellectual Property Rights, Section 7: Protection of Undisclosed Information.
      [15] 對于規則、標準、原則的區別,參見Richard Posner, The Problems of Jurisprudence, Cambridge, Mass.: Harvard University Press,1990, pp.42-61.
      [16] 參見龍衛球:《數據新型財產權構建及其體系研究》,載《政法論壇》2017年第4期,第75頁。需要指出的是,龍衛球教授在其2018年發表的論文中已經修正了其早期立場,主張企業數據權益的財產權與“民法上典型的財產權不同”,企業的數據權利“雖然具有權利之名,但實際包含了極為復雜的法律秩序安排”。參見龍衛球:《再論企業數據保護的財產權化路徑》,載《東方法學》2018年第3期,第50頁。
      [17] See United States v. Auernheimer,748 F.3d 525,530-31(3d Cir.2014)
      [18] 例如Leon v. Pac. Tel.& Tel. Co.,91 F.2d 484(9th Cir.1937); Jeweler's Circular Publ'g Co. v. Keystone Publ'g Co.,281 F.83(2d Cir.1922).
      [19] See Feist Publ'ns, Inc. v. Rural Tel. Serv. Co.,499 U. S.340,347(1991).
      [20] Directive 96/9/EC, of the European Parliament and of the Council of March 11,1996 on the Legal Protection of Databases,1996 O. J.(L 77)20, chap 3.
      [21] Id., at chap 3, para 7.
      [22] 德國的《反不正當競爭法》規定,“本法旨在保護競爭對手、消費者及其他市場參與者免受不正當商業行為之侵害”。參見http://www.gesetze-im-internet.de/englisch_uwg/englisch_uwg.pdf.
      [23] 所謂反向工程,指的是“從已知的產品開始,逆向工作,以預測有助于其開發或制造的過程。”參見Kewanee Oil Co. v. Bicron Corp.,416 U. S.470,476(1974).
      [24] 《一般數據保護條例》第20條規定:在一些情形下,“數據主體有權獲取其提供給控制者的相關個人數據,且其獲取的個人數據格式應當是經過整理的(structured)、普遍使用的(commonly used)和機器可讀的(machine-readable),數據主體有權無障礙地將此類數據從其提供給的控制者那里傳輸給另一個控制者”。
      [25] 《一般數據保護條例》把“姓名、身份編號、地址數據、網上標識”等數據明確列為個人數據的范疇。而且,《條例》條文的詳述(recital)明確指出,只要采取“所有可能合理使用的手段來直接或間接挑出(singling out)”個體,此類個體就屬于可識別的個體。此外,即使某些數據被匿名化處理,但“只要通過額外的信息可以追蹤到個體,此類數據就可以被視為一個可識別自然人的信息”。由此可見,在歐洲,基本的共識是匿名化的用戶消費者數據應當屬于個人信息。參見《一般數據保護條例》,第4(1)款,Recital 23。
      [26] 《一般數據保護條例》第21條第1款規定,當處理數據主體的數據時,“包括根據這些條款而進行的用戶畫像,數據主體應當有權隨時反對”。第21條第2款和第3款進一步規定:“當因為直接營銷目的而處理個人數據,數據主體有權隨時反對為了此類營銷而處理相關個人數據,包括反對和此類直接營銷相關的用戶畫像。”“當數據主體反對為了直接營銷目的而處理,將不能為了此類目的而處理個人數據。”
      [27] 在立法層面,2016年通過的《網絡安全法》第76條仍然以“可識別”作為界定個人數據的標準。但在司法中,法院又在“朱燁訴百度公司隱私權糾紛案”“淘寶訴美景公司大數據產品不正當競爭案”中將匿名化的消費類行為數據視為非個人信息或非個人數據。
      [28] 事實上,很多觀點主張應當賦予個人數據以針對企業的財產權,參見Patricia Mell, Seeking Shade in a Land of Perpetual Sunlight: Privacy as Property in the Electronic Wilderness,11 Berkeley Tech. L. J.1,11,26-41(1996); Richard S. Murphy, Property Rights in Personal Information: An Economic Defense of Privacy,84 Geo. L. J.2381,2381-83(1996); Lawrence Lessig, Privacy as Property,69 Soc. Res.247,261(2002).
      [29] Feist Publications, Inc. v. Rural Tel. Serv. Co.,499 U. S.340(1991).
      [30] See Campbell v. Acuff-Rose Music, Inc.,510 U. S.569,575(1994).
      [31] 例如中國裁判文書網的審判數據開放,其中存在的問題是該網站的服務器相對落后,過多的數據爬蟲導致該網站的訪問速度過慢。
      [32] Feist Publications, Inc. v. Rural Tel. Serv. Co.,499 U. S.340,351(1991).
      [33] Harper & Row, Publishers, Inc. v. Nation Enters,471 U. S.539,547(1985).
      [34] Directive 96/9/EC, of the European Parliament and of the Council of March 11,1996 on the Legal Protection of Databases,1996 O. J.(L 77)20, at paras.5-6.
      [35] 有的理論認為,歐洲的數據庫特殊權利保護實際上采納了“額頭汗水”的教義,但這一制度的保護對象是數據庫這一整體,并不是數據庫中所包含的事實,而且這一制度主要針對的對象是數據庫的競爭者。參見David F. Tamaroff, Bottling the Free Flow of Information: A Comparative Analysis of U. S. and EU Database Protection,12 Wake Forest J. Bus.& Intell. Prop. L.〔iii〕,16(2011).
      [36] 這與經濟學家所提出的“阿羅信息悖論”有關,即缺乏法律保護時,個人會傾向于選擇不公開信息,而不公開信息,買家就不會知道信息的價值。參見Kenneth J. Arrow, Economic Welfare and the Allocation of Resources for Invention, in The Rate and Direction of Inventive Activity 609,615(Richard R. Nelson ed.,1962)
      [37] 將商業秘密保護本質上視為競爭法的觀點,參見Harry Wingo, Dumpster Diving and the Ethical Blindspot of Trade Secret Law,16 Yale L.& Pol’y Rev.195(1997).
      [38] 將商業秘密保護本質上視為合同的觀點,參Thornton Robison, The Confidence Game: An Approach to the Law About Trade Secrets,25 Ariz. L. Rev.347(1983); Edmund W. Kitch, Intellectual Property a見nd the Common Law,78 Va. L. Rev.293(1992).
      [39] 將商業秘密保護本質上視為侵權的觀點,參見James W. Hill, Trade Secrets, Unjust Enrichment, and the Classification of Obligations,4 Va. J. L.& Tech.2 (1999), p.2; Lynn Sharp Paine, Trade Secrets and the Justification of Intellectual Property: A Comment on Hettinger,20 Phil.& Pub. Aff.247(1991).
      [40] 例如行業慣例可能包含了一些不正當競爭的潛規則。
      [41] 對此問題的討論,參見楊華權、曲三強:《論爬蟲協議的法律性質》,載《法律適用》2013年第4期;寧立志、王德夫:《“爬蟲協議”的定性及其競爭法分析》,載《江西社會科學》2016年第1期。
      [42] 在線下世界,如果商店因為歧視某類消費者而拒絕交易,此種行為就可能會違反《民法總則》第9條的公序良俗原則中的“公共秩序”要求。
      [43] 本文對于此種類型數據權利的論述受到相關研究的啟發,參見Michael Mattioli, Disclosing Big Data,99 Minn. L. Rev.535(2014).
      [44] 參見“華為VS騰訊大數據之爭誰拿走了用戶的個人數據?”http://tech.sina.com.cn/i/2017-08-15/doc-ifyixtym4580079.shtml
      [45] 北京淘友天下技術有限公司等與北京微夢創科網絡技術有限公司不正當競爭糾紛二審民事判決書(2016)京73民終588號。
      [46] HiQ Labs, Inc. v. LinkedIn Corp., No.17-16783(2017).
      [47] 對于此問題的進一步探討,參見丁曉東:《什么是數據權利?——從歐洲〈一般數據保護條例〉看數據隱私的保護》,載《華東政法大學學報》2018年第4期;丁曉東:《論個人信息法律保護的思想淵源與基本原理——基于“公平信息實踐”的分析》,載《現代法學》2019年第3期。
      [48] 已經有學者指出,個人數據保護與商業秘密保護在功能上非常相似。Bruce T. Atkins, Trading Secrets in the Information Age: Can Trade Secret Law Survive the Internet?,1996 U. Ill. L. Rev.1151(2012).
      [49] 對于此問題的進一步探討,參見姚佳:《企業數據的利用準則》,載《清華法學》2019年第3期,第114-125頁。
      【參考文獻】
      {1}〔英〕維克托·邁爾·舍恩伯格,肯尼思·庫克耶.大數據時代——生活、工作與思維的大變革〔M〕.盛楊燕,周濤,譯.杭州:浙江人民出版社,2013.
      {2}龍衛球.再論企業數據保護的財產權化路徑〔J〕.東方法學,2018,(3):50-63.
      {3}徐實.企業數據保護的知識產權路徑及其突破〔J〕,東方法學,2018,(5):55-62.
      {4}龍衛球.數據新型財產權構建及其體系研究〔J〕.政法論壇,2017,(4):63-77.
      {5}Orin S. Kerr.Norms of Computer Trespass〔J〕.Columbia Law Review,2016,(116): 1143-1183.
      {6}Robert C. Denicola.Copyright in Collections of Facts: A Theory for the Protection of Nonfiction Literary Works〔J〕.Columbia Law Review,1981,(81): 516-542.
      {7}Jane C. Ginsburg, Creation and Commercial Value: Copyright Protection of Works of Information〔J〕.Columbia Law Review,1990,(90): 1865-1938.
      {8}Robert P. Merges et al.Intellectual Property in the New Technological Age〔M〕.New York: Aspen,6th ed.2012.
      {9}Eric Goldman.The Defend Trade Secrets Act Isn't an "Intellectual Property" Law〔J〕.Santa Clara High Technology Law Journal,2017,(33): 541-551.
      {10}Pamela Samuelson.Information as Property: Do Ruckelshaus and Carpenter Signal a Changing Direction in Intellectual Property Law〔J〕.Catholic University Law Review,1989,(38): 365-398.
      {11}Paul M. Schwartz.Privacy and Democracy in Cyberspace〔J〕.Vanderbilt Law Review,1999,(52):1607-1614.
      {12}FTC.Protecting Consumer Privacy in an Era of Rapid Change: A Proposed Framework for Businesses and Policymakers〔EB/OL〕.http://www.ftc.gov/os/2010/12/101201privacyreport.pdf.2010(December 1).
      {13}Paul Ohm.Broken Promises of Privacy〔J〕.UCLA Law Review,2010,(57): 1701-1777.
      {14}〔英〕洛克.政府論(下)〔M〕,葉啟芳,瞿菊農,譯.上海:商務印書館,1982.
      {15}Garrett Hardin.The Tragedy of the Commons〔J〕.Science,1968,(162): 413-426.
      {16}Eric A. Posner, E. Glen Weyl.Property Is Only Another Name for Monopoly〔J〕.Journal of Legal Analysis,2017,(9):51-123.
      {17}Yochai Benkler.Constitutional Bounds of Database Protection: The Role of Judicial Review in the Creation and Definition of Private Rights in Information〔J〕.Berkeley Technology Law Journal,2000,(15):535-543.
      {18}Mark A. Lemley.The Economics of Improvement in Intellectual Property Law〔J〕.Texas Law Review,1997,(75): 989-1084.
      {19}Mark A. Lemley.The Surprising Virtues of Treating Trade Secrets as IP Rights〔J〕.Stanford Law Review,2008,(61): 311-353.
      {20}Christine L. Borgman.The Conundrum of Sharing Research Data〔J〕.Journal of the American Society for Information Science and Technology,2012,(63):1059-1078.

      本網站文章僅代表作者個人觀點,不代表本網站的觀點與看法。
      轉載請注明出自北大法律信息網
    0
    北大法律信息網
    www.chinalawinfo.com
    法律動態
    網站簡介
    合作意向
    網站地圖
    隱私政策
    版權聲明
    北大法寶
    www.pkulaw.cn
    法寶動態
    法寶優勢
    經典客戶
    免費試用
    產品服務
    專業定制
    購買指南
    郵件訂閱
    法律會刊
    北大英華
    www.pkulaw.com
    英華簡介
    主要業務
    產品列表
    英華網站
    聯系我們
    用戶反饋
    返回頂部
    二維碼
    不要添了,我高潮了视频