机器生成数据的法律属性是什么？
编者按：机器越来越智能，其所带来的理论争议也越来越多。其中，机器生成的海量数据在法律上应被界定为何种属性，存在诸多学说的争议。本文对不同的界定方式之间是否存在优劣之分，智能数字化社会对机器生成数据法律属性的界定是否存在更合理的途径等问题进行了探讨。
作者简介
李晓宇 ，广东外语外贸大学法学院讲师，广东外语外贸大学华南国际知识产权研究院助理研究员。
文章原题为《智能数字化下机器生成数据权益的法律属性》，载于《北方法学》2021年第3期，并系国家社会科学基金一般项目“知识产权反公地悲剧的法经济学分析及其治理研究”（18BFX163）的阶段性成果。
因文章篇幅较长，已略去脚注，特此告知。
摘 要：机器生成数据的法律属性存在扩张性解释说与新型财产权说两种分析进路。物权说忽视物权客体限定为有体物而无法包括无体物的数据，故既背离数据共享与数据自由流通理念，也过度妨害他人利用数据的自由。知识产权说存在不周延性以及权利泛化危机。新型数据财产权说并未脱离物权保护模式的窠臼，难以对所有类型机器生成数据划定清晰的权利边界及构成要件。运用权利束理论与谱系主义分析方法，将机器生成数据划分为权利化机器生成数据与法益型机器生成数据两种类型。根据具体场景、不同类型、断裂变化等视角，界定特定的机器生成数据的法律属性，进而解决利益主体多元化、权益类型多样化、保护方式差异化的难题，促进数据的共享与流通。
关键词：机器生成数据 数据权益 权利束理论 谱系主义
一、问题缘起：机器生成数据权益法律属性的学理论争
智能信息时代，具备巨大经济价值的“数据”被誉为第四次工业革命的“新石油”，其重要性逐渐超越传统的石油与土地等资源。一方面，在国家层面，各个国家开始注重对数据要素的战略部署，德、英、俄、韩等国相继推出数据经济与智慧国家建设的发展战略。2020年4月中共中央、国务院提出要“研究根据数据性质完善产权性质”。另一方面，在国际层面，数据强国希望通过国际公约的形式，在全球范围内争取数据要素保护的话语权。2020年11月中、日、韩、澳、新与东盟十国签署的《区域全面经济伙伴关系协定》（RCEP），突出保护个人数据与数据要素的安全性与机密性。鉴于机器生成数据的重要性，欧盟委员会在2017年提出“数据生产者对机器生成的数据的权利”，建构了“个人数据”与“机器生成数据”二元保护模式。
机器生成数据在日常生活中运用广泛，比如智能汽车生成数据、人脸识别数据、互联网平台公开数据、数据库生成数据、可视化网络游戏数据等多个领域。由于非公开的机器生成数据可作为商业秘密并运用既有反不正当竞争法进行保护，因此本文探讨的机器生成数据限于公开的机器生成数据。海量机器生成数据的开发与挖掘，开启了“数据驱动经济”与“数据权利爆炸”的新纪元。缘于机器生成数据的经济价值性，以及有别于传统有体物财产的无形性，它以“新型财产”的身份进入人们的视野，引起学理界与实务界的重大关注与争论。机器生成数据权益作为因社会转型、经济转轨、技术迭代发展而不断出现的新型财产权益，给财产权制度体系、财产权司法裁判模式以及财产权理论体系带来不断的冲击。机器生成数据权益的法律属性是机器生成数据立法保护中亟待回答的重要问题。如果缺乏对机器生成数据自身法律属性的界定与阐明，那么势必导致机器生成数据在立法制度以及法律适用上的混乱。那么，当前学界对机器生成数据权益的法律属性如何界定？机器生成数据法律属性的不同界定方式存在哪些优劣之处？智能数字化社会对机器生成数据法律属性的界定是否存在更合理的途径？笔者试图对上述问题进行梳理与探索，求教大方之家。
关于机器生成数据权益的法律属性，学者们基于不同角度提出数据资产权与数据经营权、大数据有限排他权、数据生产者权、数据控制者权、企业数据权、抽象的集合性财产权利、企业数据物权（所有权）、企业数据知识产权说、大数据邻接权说、公共区块链数据公有说等。通过对上述学说的梳理考察可知，对于机器生成数据新型财产权的制度安排，学界通常采取两种保护进路：一种是突破原有财产权制度，在提出新的权利类型的基础上，创设出新的财产权制度。笔者通称此类学说为机器生成数据“新型财产权说”，比如数据资产权与数据经营权说、大数据有限排他权说、数据生产者权说、企业数据权说以及抽象几何性财产权说等。另一种是对现有财产权制度进行扩展性解释，从而将新的财产权问题纳入到既有财产权制度中加以调整。笔者将此类学说称为机器生成数据“扩张性解释说”，比如企业数据物权说、企业数据知识产权说等。
无论是创设新型机器生成数据权，抑或通过扩张性解释将机器生成数据权益纳入既有法律保护框架，都意识到数据企业的机器生成数据财产性价值，并试图通过赋权模式给予机器生成数据权利化的强保护。恰如创设新型数据财产权说中，数据资产权与数据经营权说认为，在数据资产化的趋势之下，应当以数据经营者的重心驱动为导向，注重数据与经济的双向动态结构，建构一种数据新型财产权制度。其中，数据经营权是对企业经营地位或经营资格的确立，它具有某种专营限制权的性质；数据资产权是经营者对其数据处理加工后所得数据成果的一种“类似所有权”的归属财产权，它是法律对数据经营者利益的一种绝对化赋权。再比如，在扩张性解释保护进路中，企业数据物权说认为，机器生成数据权益应认定为囊括所有权在内的物权，进而通过物权法中的权利归属、权利变动、善意取得等制度来保护数据信息权。为了适应中国的现实科技发展需要，物权说观点曾建议在建构《民法典》时应当将物界定为包括有体物与无体物在内的支配性财产，其中无体物包含数据信息、无形资产与权利凭证等。上述两种赋权保护进路的正当性逻辑起点在于，数据企业通过机器收集、处理、清洗、脱敏、整合个人数据或其他来源数据的行为，需要支付一定的劳动、投资等成本。数据企业为网络用户提供数据产品和数据服务属于其为网络用户支付了合理对价。基于洛克的劳动财产理论、边沁的功利主义理论以及公平原则，应当认定企业数据享有机器生成数据权利，进而激励数据企业提供更多的数据产品。
二、对既有机器生成数据权益法律属性学说的学理反思
对机器生成数据权益法律属性持“扩张性解释说”观点的学者意识到机器生成数据的巨大经济价值，并试图通过扩张解释将机器生成数据纳入到物权以及知识产权的保护客体，从而赋予机器生成数据权利主体对机器生成数据的支配权与控制权。以物权或知识产权的形式授予机器生成数据赋权保护方式，既是对数据支配主体利益保护诉求的一种回应，也是以绝对权形式给予机器生成数据更强力度的保护。将机器生成数据定性为物权或知识产权，并以权利化形式保护机器生成数据权益是否合理可行，笔者对此持否定态度。
1.机器生成数据权益物权说的质疑
其一，机器生成数据作为无体物难以纳入物权客体，物权客体限定于有体物。通过梳理我国物权制度的演进历史可知，《物权法》以来对物的界定方式借鉴的是《德国民法典》《日本民法典》对物的界定。德国民法对物采取封闭式的限定，从而将无体物排除在物的范畴之外。据此，我国物权法学理及制度建构大致遵循了德国法的路径，除非法律特别规定外（比如权利、电、气等无体物），我国民法上的物应限定在动产与不动产这样的有体物之上。那么，为什么物权话语体系的物限定在有体物范围而不包括数据在内的无体物呢？笔者认为有如下缘由：一是有助于构建财产权体系下的物权与债权二元划分模式。把包括债权在内的无体物区别于物权中的物，使债权挣脱所有权的束缚与限制，形成独立的权利类型。二是有助于物权法原则与规则体系的构建，比如物权法中的排他效力、优先效力及追及效力三个效力，统一了物权法。三是机器生成数据等无体物具有物理上的非独占性与非物质损耗性等特性，针对无体物的独特性应当专门制定可适用于各类无形物财产的法律制度，而不能简单套用有体物财产规则解决无体物财产的法律纠纷。比如，无体物上难以设立用益物权，“占有、使用、收益、处分”这样的权能在无体物上也无法圆满贯彻。
其二，以物权形式保护机器生成数据权益会过度妨害社会公众的行为自由。当前民法上所有权的对象是有体物，对所有权的权利设置都是围绕着特定有体物和物理性接触的利用行为。物理性存在意味着人们对有体物有客观可感知的认识，也正因为物理性存在的有体物作为中心的焦点，有体物在空间上是被限定的，所有权的权限范围就不会超越这个焦点而无限放大。有了这样一个物理性的焦点，所有权的权利边界都可以围绕这个焦点设计，权利边界以外的应属于他人行为自由的范畴，防止他人的自由被过度剥夺。因此，有体物所有权对他人行为的制约是有限度的，社会公众也可以对自己行为在法律上的评判有一定的合规引导与可预期性。相反，机器生成数据作为无体物，缺少了物理性存在可感知的焦点，那么以物权形式保护机器生成数据，在权利创设上就没有了限定，导致人为创设了一种极为广泛且没有边界的可制约他人行为的权利。如果对非物质损耗性的机器生成数据定性为物权，那么机器生成数据权利人可以永久地、跨越国界地对不特定第三人的行为进行规制与约束。这不仅严重妨害了社会公众的自由，也与数据共享、数据流动的理念相背离，阻碍数据产业的良性发展。
其三，建立无体物财产规则，足以充分保护机器生成数据在内的无体物财产权益。无体产品毕竟有别于实体产品，对无体物的保护方式及法律关系中的利益平衡上，应注重其特殊性。在此基础上，将债权权利、股权、知识产权等在内的无体物交给特别法处理，有助于厘清有体物财产与无体物财产在规则及司法适用上的差异性，也可以充分保护无体物的财产性权益。进言之，物应当是可支配的有形的物体，其他类型的债权、知识产权等无体财产权属于债权法或其他特别法调整范畴。将无体物排除在物权之外，针对不同类型的权利设置不同的权利体系，可以兼顾不同权利之间保护的差异性，从而对权利的保护与制约作出更为妥当的制度安排。
2.机器生成数据权益知识产权说的考察
机器生成数据权益法律属性的扩张性解释中，除物权说外，还有知识产权说、邻接权说等。笔者认为，以知识产权保护机器生成数据的观点具备一定的可取之处，符合知识产权构成要件的机器生成数据可以成为知识产权保护的客体。切合条件的智能机器生成非结构化数据，以权利化的知识产权确权保护模式已经得到司法实践的认可。将机器生成数据定性为知识产权保护客体可以很好的保护数据开发者的权益。但是，法律不单单只是以保护数据企业生产者的权益为目的，还兼顾保护网络用户的个人数据权益、社会一般公众合理利用数据、数据市场的有序竞争、促进数据信息的广泛传播等多重目的。因此，不管是知识产权保护路径抑或是邻接权保护方法都存在一定的不足之处。
在立法层面，2016年7月公布的《民法总则（草案）》一审稿第108条中曾规定数据信息为知识产权保护客体，但在随后正式颁布的《民法典》中该条款被删除。立法者回避了数据信息是否属于知识产权保护的客体这一争议问题，间接说明了完全将机器生成数据作为知识产权客体的做法有待商榷。再比如，对于地方政府机器生成公开政务数据权属的定性与归属，一些地方性法规和规章并未直接规定机器生成公开政务数据是否属于知识产权或物权，也规避了其数据权益的归属问题，而是采用“责任规制”的方式对机器生成公开政务数据的利用行为进行规制。
在学理层面，将所有类型的机器生成数据定性为知识产权客体存在不周延性。采用知识产权保护模式的前提在于，机器生成数据须符合《著作权法》的“作品应具备独创性”、《商标法》的“商标标示具备显著性及识别力”以及《专利法》的“新颖性、实用性及非显而易见性”等要求。公开类型的机器生成数据并非必然符合上述知识产权客体的构成要件要求，如果强行将海量碎片化的机器生成数据都纳入知识产权保护范畴，势必破坏知识产权既有的理论体系与制度建构。例如，原生数据通常是网络用户在互联网上的行为产生的数据集，这些碎片化、分散化、高密度化的原生数据往往并不具备独创性、新颖性、实用性及非显而易见性，不属于知识产权的客体。再比如，购物平台上网络用户的购物数据、智能汽车收集的驾驶员运行轨迹数据、智能机器识别的人脸数据等等机器生成数据都不具备知识产权客体所要求的构成要件。将上述不具备知识产权构成要件的海量机器生成数据授予“垄断性”的专有权保护，既会诱发数据“权利重叠”问题，也会妨害他人利用数据的自由，严重阻碍市场中数据产品的创造与交易，导致Rebecca Eisenberg和Michael Heller 所说的“反公地悲剧”现象。
数据资产权与数据经营权、大数据有限排他权、数据生产者权、数据控制者权、企业数据权、抽象的集合性财产权利等新型数据财产权说具有一定可取之处，该类学说意识到数据企业的机器生成数据是有别于传统有体物财产的一种新型财产权客体，应当建立一个新的机器生成数据财产制度体系。同时，该说强调机器生成数据权益是一种支配性权利，数据企业作为数据经营者可以凭借自己的创造劳动取得对数据产品的绝对权进而获得财产利益。但新型数据财产权说仍存在着诸多不足之处。
其一，对机器生成数据权益的法律属性，持数据新型财产权利的观点没有脱离物权保护模式的巢臼，认为企业在特定范围内对企业数据享有占有、使用、收益及处分的权利，其核心仍旧借鉴所有权权能理论与保护模式。如果法律上承认数据企业对其机器生成数据享有一定的权利，那么该权利的名称是企业数据权、数据经营者权抑或是其他，其实都无关紧要。最重要的是，应当将该新权利的内容与既有的民事权利内容相区分，从而确立相应的保护方法与权利体系。如果以物权的权利内容架构建立机器生成数据新型财产权，实质上不过是将物权扩张性解释为数据新型财产权的另外一套方式。
其二，将机器生成数据赋予对世的财产性权利，既会产生权利泛化的危机，也会过度妨害他人利用数据的行为自由。随着商品经济与科技的发展，无体物的财产化进程掀起了财产的“非物质化革命”，并推动了私权领域中财产制度的创新与变革。与有体物绝对支配型财产权不同的地方在于，无体物财产权是“非物质化与受到限制的财产”即非绝对性。“非物质化”导致财产权的客体不断延伸至无体物领域，拓宽了财产法的适用范围。机器生成数据的非物质化的无形性特征，意味着如果对其以绝对财产权的形式加以确权保护的方式，对不特定第三人的行为自由的约束远大于有体物财产对他人行为的约束。因此，对机器生成数据权益的保护方式应当弱于有体物财产的绝对化保护，笔者称这种弱于绝对化的财产保护为“非绝对性”保护。“非绝对性”旨在强调应对无体财产权的权利作适当的限制，防止过度妨碍信息数据的传播与利用，避免人为的制造“过于垄断的权利”。作为无体物的机器生成数据应当注重协调平衡数据从业者、网络用户、市场中的数据竞争者、科研工作者、社会公众之间的利益，避免对数据的传播及他人利用数据的自由造成过度垄断性地妨碍。持新型数据财产权利说的观点忽略了对机器生成数据权益的必要限制。
其三，数据新型财产权说并未给机器生成数据划定清晰的权利边界以及其构成要件。确立一项新的权利，应当为其划定清晰的权利边界，厘清其构成要件，从而区别于其他权利。如果说，机器生成数据是数据经营者创造加工之后所得的数据产品，那么这种加工的程度到什么地步才构成数据新型财产权意义上的“加工”？这种加工是人的贡献还是人工智能机器在内的机器系统的贡献？是不是应当以“独立劳动”作为判定取得机器生成数据的门槛？对于机器生成数据，软件程序设定者、个人数据提供者、数据经营者等皆有创造制作数据的贡献，如何配置机器生成数据权益归属？这些问题当下难以准确或简单地加以区分和界定。如果把所有经过企业稍微加工后的数据都认定为数据新型财产权客体，那么网络上大多数的数据将都归属于复杂的主体所有。这样一来，未经所谓的数据经营者同意，其他任何人都不得擅自使用该数据，否则就构成侵犯数据新型财产权。如此将会极大妨碍他人数据利用自由与相关的科学研究进展，阻碍社会整体效率的提升，严重背离数据共享理念，不利于数据产业的发展。
三、机器生成数据权益法律属性的澄清
从深层次上看，不管是扩张性解释说，抑或是新型财产权说，对于机器生成数据权益的界定，学者们遵循的都是本质主义进路。本质主义进路试图在各种类型机器生成数据之间探寻其本质，希望归纳整合出所有类型机器生成数据一致性、普遍性与最大公约数，进而解释机器生成数据财产体系的融通性。扩张性解释说或新型财产权说都是学者希望寻求机器生成数据的同一性、规范性和普遍性，继而主张对所有类型机器生成数据采用赋权保护的模式。不过，笔者认为，不同类型的机器生成数据的法律属性与保护方式是不一样的。恰如，机器收集生成的个人数据集合，其体现的是“强人格性弱财产性”属性；海量的机器生成的匿名化数据，其体现的是“强财产性弱人格性”属性；政府机关利用机器生成的政务数据或机器生成去中心化的区块链数据，其体现的是“共有性社会性”属性。由此，笔者主张利用权利束理论与谱系主义分析方法，对不同场景的机器数据的法律属性进行差异化分析，进而采用不同方式的数据权益保护模式，促进机器生成数据的流转与共享。
笔者认为，机器生成数据权益实质上是一组权利束，它并非是一项简单的物权、知识产权或某一种新型财产性权利，而是一种涉及多个主体的权利集合，它囊括了不同主体在同一客体上的涉及财产、人格等多方面的权利。依托权利束理论解释机器生成数据权益的性质是完全可行的。
1.权利束理论的溯源与财产权益多元化配置
考察财产演进历史后可知，权利束观念的提出得益于19世纪末、20世纪初无形财产权保护的觉醒。权利束理论流行的最初原因有二，一是它加强对权利人财产权的保护，防止公权力及他人的肆意侵入。二是权利束理论能够在一项资源上配置多元财产权，进而产生更多的利益。有鉴于此，权利束的概念通常运用于财产权领域，旨在强调某一特定财产上容纳了诸多种类的权利。“权利束”的产生有特殊的时代背景，它是自然主义转向实证主义的产物，也是财产权精细化划分的结果。从20世纪初开始，工业化的逐步发展促进人类生产技术的跨越式提升，社会的状态与传统农业社会状态有着巨大的不同，社会的现实情况的转变迫使法律制度的功能与理解不得不对此作出新的回应。在此背景之下，实证法学者开始提出财产权是一束法律关系的理解。以韦斯利·霍菲尔德（Wesley Hohfeld）为代表的学者率先从“对物权”与“对人权”两个维度提出，财产权其实是一束法律关系，它包含权利（rights）、特权（privileges）、义务（obligation）、权利（power）、豁免权（immunity）等相关联的法律关系即“权利束”。20世纪上半叶之后，英美法学界中财产权权利束集合的观点日臻兴起，旨在对同一物（包括有体物与无体物）上的不同使用权之间划出界限。在美英法系实证主义方法之下，财产权不过是各种使用权的集合。因此，即便是对于同一个物，不同的人可同时对其主张某个特别的有限的权利。
20世纪下半叶，法经济学开始崛起。法经济学研究的基本进路在于，以事后效果的“效率”论证来重新调整前置的法律制度设计，“权利束”的财产权理论契合他们的需求。在法经济学的学者看来，权利束中的不同权利存在“效力位阶”的先后次序，某一束权利优先于其他束权利，从而达到财产自由的最大化配置。在罗纳德·科斯看来，不同当事人之间产权的权利束顺位的合理调整，可以实现社会效率、社会财富以及资源价值的最大化。在权利束视点下，这种调整既包括私人之间的契约协定与公权力的强行配置，也囊括立法的事前规定与司法的事后规制，从而达到不同场景中资源的最优配置。因此在不同场景中，根据“效率需要”去调整不同权利束之间的顺位排序，从而促进交易的达成。权利束的权利精细化区分、主体多元化保护、资源效率最大化配置等理念，为机器生成数据法律属性的界定与保护提供了一种合理的分析方法。
2.权利束理论在机器生成数据权益中的适用
机器生成数据权益的利益主体与权益类型是多元的。一方面，机器生成数据的利益主体包括个人数据提供者、传感器等设备制造者、数据分析软件设计者、数据加工处理者以及数据使用者等。另一方面，从客体种类上看，根据不同的划分依据，机器生成数据包括了“原生数据与衍生数据”，“基础数据与增值数据”，“结构化数据、半结构化数据、非结构化数据” ，“符号层数据与信息层数据” 以及“语义层数据与句法层数据” 等。不同类型的机器生成数据都承载了不同主体的权益诉求，不同类型机器生成数据在利益位阶上也存在不同。不加区分地将所有类型机器生成数据作为一个整体讨论，容易忽视不同类型机器生成数据之间法律属性与保护方式的差异性。
权利束可以根据具体场景的特殊性以及权益的精细化区分，合理界定不同类型机器生成数据的法律属性，从而实现类型化机器数据差异性保护，实现数据要素资源的效率最大化配置与数据的共享流动。进言之，将权利束理论运用在机器生成数据权益集合上，旨在规范不同数据利益主体之间的权益界限，为机器生成数据权益的行使与保护提供一种理论依据，从而达到解决主体多元性、权利类型多样性问题的目的。以智能汽车生成数据为例，智能汽车生成数据囊括了个人驾驶轨迹、道路拥堵数据以及设备运行数据等。智能汽车驾驶者、智能汽车制造商与智能汽车软件开发者等不同主体对智能汽车生成数据都有一定的利益诉求。对于智能汽车驾驶者基于隐私数据保护需要而主张机器生成数据权益，智能汽车制造商与智能汽车软件开发者希望借助智能汽车传感器生成数据来改进相应智能汽车设备与软件。不同数据利益主体对机器生成数据都有各自的利益诉求，但不影响他们之间对于机器生成数据的共享与利用。利用权利束理论根据具体场景配置不同数据权益主体相应的利益，体现了机器生成数据利益主体之间不再是一种“零和博弈”，不同数据利益主体之间逐渐发展到相互满意的“帕累托最优”。
与本质主义进路不同，谱系主义的概念肇始于尼采所著的《道德谱系》，后来法国的福柯将其作为一种分析工具与方法，进而传承与发扬。谱系主义否定本质主义对固定不变、统一性、普遍性与规定性的追求，强调事件发生的非必然性与差异性，主张序列、界限、变化、断裂以及不连续性等概念对历史的意义更大。谱系主义认为在分析事件对象时，应定格在历史的某一特定时刻，并将事件在其中所扮演的不同场景隔离出来。 近现代以来学界对无体物的本质性的探索存在巨大分歧，诚如学者所言，现代知识产权对无体物财产本质的回答大多数未获成功。同样作为无体物的个人信息，美国大多数学者分析个人信息法律属性与数据隐私保护方式时，采用的也是在具体场景中合理界定，具体运用的理论与理念包括场景性公正(contextual integrity)、尊重场景(respect for context)以及隐私分类理论等。有鉴于此，缘于机器生成数据的无体性、多样性与变动不居，笔者认为应借鉴谱系主义的分析方法，从动态变化、特定时空的角度，以差异类型化和具体场景的方式分析不同类型机器生成数据的法律属性。机器生成数据差异类型化上大致可分为权利化机器生成数据与法益型机器生成数据。在不同类型的机器生成数据中，还需根据具体场景与标准对其进一步归类分析。
1.权利化机器生成数据的权利属性
对于符合既有法定权利的特定构成要件的机器生成数据，其可以具备权利属性，因而可以成为法定权利的客体。法律概念具备一定的抽象性与弹性，机器生成数据如果符合既有权利的构成要件，当然可以通过合理的解释将其纳入既有保护范畴。比如在著作权中，如果机器生成数据具备“独创性”等构成要件，其可以成为著作权法意义上的作品；汇编若干不构成作品的数据、作品片段或其他材料，对于内容的选择或编排具有独创性的可构成著作权法意义上的作品。现实中，网络用户通过“重混创作方式”，利用数字网络技术，对大量在先作品的片段进行选择、摘录、截取、编辑等，从而合成制作出新作品。比如抖音或快手平台中的海量短视频，其创造方式就是通过“重混创作方式”，从已有的影视作品、网络游戏视频中筛选出不同的片段作为创作基本素材，最后独创性地选择、编排再配合一定的背景音乐，从而合并生成有别于原作品的新作品。在此意义上，这种对内容独创性的选择、编排可以构成汇编作品，也可以是一种演绎作品。对于符合既有权利构成要件的机器生成数据，可以利用现有理论将其解释为知识产权等客体，对此不再赘述。
2.法益型机器生成数据的权益属性的证成
对于非权利化的机器生成数据，笔者将其认定为法益型机器生成数据。法益型机器生成数据是数据控制者投入劳动、技能等成本，通过智能机器合法且支付对价后收集与处理生成。根据公平原则与功利主义理论，数据控制者应当对法益型机器生成数据享有一定的民事权益。因此，法益型机器生成数据是一种受法律保护的利益。
笔者认为，权利与法益（即未上升为权利但受法律保护利益）的二元保护体系构建起我国私法保护体系。除法定化的类型权利外，法律还保护一定的法益。从立法上看，我国《民法典》第1、3、120、1165、1166、1182、1183条，《反不正当竞争法》第2条等条款皆规定民事主体的合法“权益”受到保护。“权益”一词包括“权”与“益”两种类型，前者指法定化的类型权利，后者是受法律保护的利益即法益。从司法实践上看，当前法院在审理侵犯机器生成数据利益纠纷案件，主要适用《反不正当竞争法》第2条“一般性条款”来对企业合法数据利益进行保护。从比较法视域看，欧盟对数据生产者的权利可能会采用防御权利的形式。这种防御性的生产者数据权利保护形式与目前欧洲商业秘密保护形式以及不正当竞争法提供的保护模式非常相似。
为什么机器生成数据权益的法律属性界定需要法益这个概念呢？法益一词滥觞于德国，后被我国刑法学界所重视并加以运用。法为利益调整而生，法乃正当之器，其存在价值即为保护各种正当利益。对利益的保护通常存在两种做法：一种是基于体系建构的逻辑需求与形势政策的现实需求，立法者将利益中一部分重要的、具备相同性质和逻辑可行性的、能够共同适用同一套法律规范的利益，以法律明文规定的形式作相同的类型化处理。在法律保护依据上，主要以具体规则加以保护，法律原则很少作为权利保护的直接依据。这部分通过法律明确规定的“可类型化”“性质相同”“内容确定”“边界清晰”“适用同样的法律规范”的利益就是权利。另一种是权利之外的概扩的、内容不明确、经常变动不居、不具有权利形态的法益，司法裁判者在具体场景中，根据个案动态认定，并通过“解释原则方式而非适用具体法律规则”的方式加以保护。机器生成数据法益出现的原因，极大部分是因为立法者受制于客观认知能力与描述能力的有限性，难以将所有以及未来可能出现机器生成数据利益都归纳为类型化的权利。机器生成数据法益概念的提出，可提升法律调控新型数据权益社会关系的张力，缓和赋权保护与法律规范开放性之间的紧张关系，增强法律塑造现实数字经济生活的弹性。
一方面，如果以赋权模式给予机器生成数据权利化保护，其优势在于权利化保护可以将权利的内容、种类、权利边界加以明确规定，其他人对权利的内容具有可预见性，从而确保法的安定性。但是，明确可预见的类型化权利的弊端在于，容易造成僵化的保护，难以有效应对不断出现的新兴权利纠纷。另一方面，与权利保护方式不同的是，“法益”通常以行为规制的方式（主要通过反不正当竞争法）对其加以保护，主要以行为人的行为是否不法作为法律苛责与否的依据。但这并不必然否定机器生成数据法益的保护不能够类型化。由于机器生成数据法益缺乏稳定的外形，经常变动不居，所以需依据谱系主义分析进路，根据具体场景灵活性地依据一般性条款或原则性条款对相应行为进行规制。不过，一般性条款的裁判需要极大依赖法官的自由裁量权，具备一定程度的不确定性。实践中为了司法裁判的便利，降低社会成员判断特定行为之社会效果的决策成本，在大量司法判例的基础上，可总结归纳出一定程度的类型化的不正当竞争行为或不法行为。非公开机器生成数据密切相关的商业秘密，就被反不正当竞争法第9条以类型化的形式加以规定。不过，这种不正当竞争行为或不法行为类型化的目的并非为了界定侵权法保护机器生成数据法益的范围，即不是为了给权益进行确权，而是为法官提供一个操作指引或者裁判方法。对机器生成数据竞争行为的对错以立法形式公诸于众，从而加强法的可预期性，在给予司法裁判便利性的同时，秉持反不正当竞争法内嵌的谦抑要求，适度限制法官的自由裁量权。
四、余论：法益型机器生成数据与权利化机器生成数据的差异性
论证了机器生成数据以法益形式加以保护的可行性之后，我们还需进一步探讨，权利化机器生成数据与法益型机器生成数据之间的区别。只有进一步梳理上述二者之间的差异性，才能对法益型机器生成数据的法律属性与保护方式等有更为深入的理解。笔者认为，权利化机器生成数据与法益型机器生成数据之间的差异性主要体现为：
其一，二者在是否能够被法律明确类型化上存在不同。权利化机器生成数据是可以被法律明确规定为类型化的利益。法益由于内容变动不居，无法简单套用同一规则进行规制。因此，法益型机器生成数据往往体现为对一种数据利益的罗列或描述。晚近，法益在学理上被学者以“新兴权利”的形式提出，比如土地发展权、贞操权、代孕生育权、隔代探望权、亲吻权、男性生育权、安定权等。此处虽然以“权利”为字眼呼吁法益可以得到司法实践中的保护，但这些新兴权利实质上还是受法律保护的利益即法益。
其二，二者在能否进行公示上存在不同。权利化机器生成数据因为内容确定、边界清晰，可以通过公示的方式让社会公众知悉权利的内容范围。这就意味着社会公众可以通过权利公示的方式，对权利的权利内容及范围有一定的认知，从而对自己的行为是否侵害他人正当权利有一定的预期。此时，对于权利而言，社会公众就负有较大程度的注意义务。但法益型机器生成数据由于内容变动不居，只是对事实状态的描述，因此很难归纳出统一的公示规则。此时，社会公众对法益型机器生成数据所负担的注意义务较低，除非存在主观恶意以及已经发生数据损害行为，不然不能轻易追究他人侵犯法益的责任。
其三，二者在保护强度与保护方式上存在不同。对权利化机器生成数据的保护是程度更强的保护，因为公示的方式意味着权利可以产生对抗第三人的效力。相反，对于法益型机器生成数据的保护是程度较弱的保护，是一种消极、被动、事后救济的防御性保护。同时由于法益型机器生成数据无法公示，所以不具备对抗善意第三人的效力。缘由在于，智能数字社会，法益型机器生成数据具备“充裕性”“共益性”“社会控制性”等内嵌属性。因此，对法益型机器生成数据的保护方式往往采取较为灵活但司法自由裁量空间较大的行为规制保护方式。法官采用反不正当竞争法等行为规制法保护机器生成数据权益时，应秉持反不正当竞争法的谦抑性，更多的应当是关注数据竞争行为自身的正当与否，避免采用权利侵害式的裁判模式。
本文责编 ✎ 稻壳豚
本期编辑 ✎ 小 盒
推荐阅读
联系我们
长期收稿邮箱：qmfmbjb@163.com
社群交流请添加公共微信：
公共微信1：qmfmggwx
公共微信2：qmfmggwx2
付费咨询与讲座请添加小助手微信：qfxzsggwx
商务合作请添加微信：Fuermodian