【《数据分类与权利客体可能性探析综述》3000字】 .docx

数据分类与权利客体可能性探析综述

目录

数据分类与权利客体可能性探析综述 1

1.公开数据、非公开数据 1

2.个人数据、非个人数据 3

数据的分类为我们理解数据特点与内涵提供多重视角，依据不同的标准数据可以有多种分类。以数据持有主体为标准，数据可分为个人数据、企业数据、政府数据；以数据可识别性为标准，数据可分为个人数据和非个人数据；以数据的层次为标准，数据可分为语义层数据、语法层数据、结构层数据；以数据的公开状态为标准，数据可分为公开数据和非公开数据。1这也体现出数据形态的多样性，对数据不能成为民事权利客体的另一种观点即认为，面对丰富的数据形态与数据利益，对数据赋权将是固化和滞后的。2但本文仍试图寻找或者说验证可以揭示丰富数据形态背后确定性的理论构造。

对于数据中重要的两种分类——公开数据与非公开数据、个人数据与非个人数据，本文尝试用前文所述的数据的三个层次与权利客体的四个特性作为分析工具，对其能否成为权利客体进行探析。以是否公开为标准的公开数据与非公开数据是两种非常不同且重要的数据形态，因为对公开数据的爬取是在法律上极具有争议的一种行为，对其法律属性的厘清有利于该类纠纷的法律处理获得稳定性。而以是否能够识别个人信息为标准的个人数据与非个人数据，其本质区别是其上是否涉及人格利益，因个人数据混合了人格利益与财产利益，对其的处理比较棘手但却没有较为清晰的阐释。

1.公开数据、非公开数据

在这些分类方式中，以数据公开状态为标准的分类方式，对论证解决数据产权问题有很大意义，虽有一些文章注意到其重要性，对公开数据与非公开数据的不同保护有所论证，但仍不能在客体层面对这两种数据类型进行区分描述，因而其上构建的法律规则没能充分回应数据产权问题。3本文认为当该种分类与上文

1参见杨翱宇：《数据财产权益的私法规范路径》,《法律科学(西北政法大学学报)》2020年第2期，第67页。

2参见张素华、宁园：《论数据利益的保护路径——以数据利益的解构为视角》,第59页。

3同上注；崔国斌：《大数据有限排他权的基础理论》,《法学研究》2019年第5期，

版，第102页。

以数据三个概念层相结合时，将产生更为清晰的数据保护图景，在这种更精细的分类方式下，数据产权的探讨将有进一步的突破。

公开数据指可为社会公众公开获取的信息，非公开数据指不可为社会公众公开获取的信息。

为了解决大数据海量的结构复杂的数据存储，同时满足大数据应用对存储平台的高可用性、高伸缩性、高效率访问和高并发需求，数据储存在分布式存储服务器中。4其原始状态即为非公开数据，非公开既是语义层的非公开，也是语法层的非公开，当然由于其物理载体(结构层)作为物之排他性，也不能为社会公众所获得，一定意义上也可算是“非公开”。

对于非公开的数据，能够获得商业秘密的保护这没有疑问。这是因为基于各种具有所有权的设备产生的数据，都因为收集者采取了保密措施而使公众无法通过公开渠道获得。但是商业秘密并不能使数据上的财产利益获得周全的保护。其缺陷在于忽视了数据交易的客体，在资产收购与破产重组等案件中数据的流转难以解释，个人非法获取企业数据等问题无法通过商业秘密解决。

但是数据价值的另一种实现方式是通过公开，在非公开的数据之外，还有很大一部分数据是公开数据，即通过不同的设备可以被用户直接访问、获取存储在服务器中的数据，互联网上公开可访问的数据是最常见的一种形式。互联网的一般原则是开放性，这种开放性允许世界上任何人发布信息或数据，数据可以被任何人访问。数据生产者收集这些数据的目的是为了以数据的集合向公众提供数据产品，实现基于数据信息的一些功能，如大众点评通过提供商家与用户的点评信息实现下单参考与优惠活动集成功能，新浪微博通过提供用户信息以及发布的实时动态实现资讯浏览与交友功能，微信通过提供通讯好友以及朋友圈数据等实现通讯与社交功能。

要先强调的是公开数据不同于可以直接下载数据文件的开放数据，公开数据是用户可获得的、用人的认知能力能够直接处理的数据或信息，开放数据如之后可能开放的政务数据，其可以直接下载数据文件，且通常情况下必须借助特定的数据分析工具才能处理，人类无法直接理解。

公开数据与非公开数据具有非常大的不同，公开并不意味着语法层数据化的公开，公开的是语义层的数据。这一点目前还未被学者意识到。由此，对公开数据的保护与非公开数据的保护也应该非常不同，以公开状态为标准的数据分类对构建数据权利保护模式意义重大。上文已经论述，语义层数据无法成为数据产权

第3-24页。

4霍雨佳，周若平，钱晖中主编：《大数据科学》,电子科技大学出版社2017年

的权利客体，因此对公开数据的抓取不能使用产权制度来保