推动数据开放流通，关键在于规则明确︱法经兵言

数据是数字时代的“新石油”，成为科技创新、企业发展不可或缺的生产要素。2022年12月，国务院正式发布《关于构建数据基础制度更好发挥数据要素作用的意见》，为构建数据基础制度体系划定发展蓝图，标志着我国数据要素市场化发展和规范化治理进入一个新阶段。2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，强调畅通数据资源大循环，统筹推进数字中国、数字经济、数字社会规划和建设等。同年，国家数据局组建并正式运行，加速推进数据要素加乘作用发挥，“数据要素X”行动计划施行。

今年全国两会政府工作报告更是明确指出，“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”“健全数据基础制度，大力推动数据开发开放和流通使用”“适度超前建设数字基础设施，加快形成全国一体化算力体系”，将数字经济的创新发展提到一个新的高度，也是对2023年底召开的中央经济工作会议精神的具体落实，特别提出了“大力推动数据开发开放和流通使用”的工作部署，以数据为创新要素和连接要素，成为开展“人工智能+”行动和加快形成全国一体化算力体系的关键所在。

有关数据市场交易行为和竞争行为的纠纷时有发生

当前，通用人工智能大模型的研发和训练如火如荼，已经成为大国竞争的角力场，也是下一步人工智能技术研发、产品开发及产业创发的支撑点，成为全球主要国家和地区技术突破、产业投入及规则制度的重要着力点，其中美国拥有强大的技术和产业优势，欧盟在规则制定上已经迈出实质性一步，可以讲，美欧都在各自的先发领域取得了进一步发展，我国应予高度重视并积极行动起来。

在这一过程中需要抓住“牛鼻子”，既要激励和推动人工智能大模型的创新研发和高效训练，尽早实现基础核心技术的突破，也要夯实和保障大模型在训练过程中的安全可靠、可信可控、可问责，建设和开发负责任的人工智能。为此，保障训练数据的可获取、数量来源合法合规、数据多样丰富、数据质量高等就成为支撑人工智能大模型安全与创新发展的重要一环，制定和实施科学合理、规范有序的数据开发开放和流通使用规则，已成为我国人工智能技术、产品及产业进一步创新发展的基础之一。

我们欣喜地看到，近年来我国在数据治理方面取得了很大进步，制定了不少涉及数据收集、使用、流通及管理的政策和规则，然而，在实践中政策和规则的落地落实还需要一定时间，有些问题可能还需要进一步澄清，特别是在涉及数据的分类及交易交换规则的设计上还不够细致，理论上的研究和政策上的愿景离实践还有一点距离，从纸面到行动，还存在一定困难。有关数据市场交易行为和竞争行为的纠纷时有发生，各界都将问题指向了数据产权的厘清上，寄希望能尽快制定数据相关的产权制度，明确数据权属问题，以便更好促进数据的开放和流通。各地也开展了一系列探索实践。然而，各界主体包括政府、企业、用户个人等仍然困惑于数据权益的归属以及数据权益的保护，导致数据主体“为了安全不敢开放”“为了利益不愿开放”的认识和态度一直存在，引发了实践中不少的数据权益纠纷案件。

纵观现在发生的数据权益纠纷案件，大多采取了反不正当竞争法的救济思路，这也是现阶段对数据权属难以划定所致，客观上也是数据及相关行为的技术复杂、行为叠加、形态多重等特征所致。即便如此，在当前的法律实践中大致生成了两种保护思路，“赋权保护”和“行为规制”。前者主张为数据赋权，以财产权保护模式保护数据；后者则强调评价数据相关行为正当性的方式。

然而，鉴于数据本身只是一个载体，具有很强的流动性，且随时间变化需要实时更新，将数据视为传统财产或知识产权的绝对排他性权利，对其实施强保护实际上是对权利的滥用，在这种情况下，需要注重对数据的获取和使用，以更好保护数据，释放其更大的价值。在此过程中的一个难点就在于，如何针对不同类型的数据适配相应的保护规则，即既保护数据上所存在的在先权益主体的合法利益，又能促进数据合理有序高效地开发开放和流通使用。不然，就容易出现数据公地的悲剧和反公地悲剧，出现无权益激励或权益过度保护的情况，这都不利于数据要素的开发开放和流通使用。

对公开数据也应给予适当的保护

值得注意的是，在2022年11月市场监管总局发布的《中华人民共和国反不正当竞争法（修订草案征求意见稿）》中，对数据进行了分类：包括公开数据、非公开数据、企业数据、政府数据和个人数据等。以数据是否能在公开途径获取作为划分标准，互联网平台的数据可以被分为公开数据与非公开数据。凡是没有采取技术保护措施，通过爬虫技术可以抓取的数据都属于公开数据；与之相对应，凡是采取了技术保护措施的数据，就属于非公开数据。

公开数据和非公开数据在保护上是否有差异目前还存在争议，但可以肯定的是，由于非公开数据涉及更敏感的信息，如用户个人隐私、商业机密等，数据持有者自身通过加强访问控制、采用加密技术等措施防止数据泄露，在法律层面对非公开数据给予相较公开数据而言更大的保护，有一定合理性。但是，这并不意味着对公开数据不予适当的保护。

事实上，在实践中，相比非公开数据，公开数据因其裸露在开放、流动的平台之中，更易受到侵害。公开数据的公开状态使得其他经营者可以通过爬虫技术等抓取公开数据进而迅速获得数据资源，为企业进行后续的数据处理、加工、开发等行为提供捷径。因而，在实践中利用“网络爬虫”技术抓取公开数据的行为以及对公开数据的使用行为时常发生。

与此同时，平台上的非公开数据则可依其自身具有的“非公开性、具有商业价值、采取保密措施”等特性寻求既有的商业秘密相关条款对其进行保护。公开数据则由于其自身法律属性及归属尚不明晰，法律法规并未对公开数据的规则进行明确规定，理论与实践中对公开数据的保护理念和方式也并不统一，导致了对其具有的正当利益难以实现有效保护，甚至引发实践中同案不同判的现象，至少包括两种情形，一是受案法院均认为构成侵权，但是所适用的法律依据不同；二是受案法院对是否构成侵权认定不同，这进一步加剧了对公开数据正当利益保护的难度。

给予何种程度且适当的保护还要结合个案分析

必须申明，公开数据作为数据公开的存在形态，不能误认为“公开”就失去了价值，就失去了保护的必要。相反更应该做好经正当公开后的公开数据的有力保护工作，以此平衡数据采集、持有环节的行为人的利益。需要建立数据以公开换保护的理念和制度，以营造数据资源分享的公地喜剧场景。让海量的数据资源在有力保护下有序流动和高效使用。需强调数据公开与否都不应成为其价值减损的事由，而应更多鼓励数据的公开，以便更好地使用数据，必须树牢“在数据领域以公开换保护”的基本理念，公开是为了更好地发挥数据加乘作用，公开绝不是对数据权益的放弃。

换言之，经由数据公开行为而出现的公开数据，只是数据价值实现的一种方式，公开数据的正当利益保护必须得到法律保障。当然，给予何种程度且适当的保护还需要结合个案分析，采用比例原则予以应对。

个案分析主要指对数据收集行为和使用行为的合法性以及二者之间关联性判断，需结合案件具体情况分析，切不能一概而论。在数据保护具体实践中，每个案件都涉及个案背景、数据类型、负责权益关系，建立动态的数据保护观，全面精细地考虑数据在其整个生命周期中各环节的利益实现，在保护数据的同时，兼顾数据流动及可能带来的实质性创新。

比例原则的适用指对争议行为的定性与定量分析应依据行为与效果之间的必要性与关联性，划出行为最小化与效果最优化之间的变动区间，引入经济学分析，而非简单的0或1的判读。值得注意的是，在运用比例分析时还要综合考虑数据收集和使用行为中主要利益相关者的诉求，也不能将价值判断完全等同于量化计算的结果，还需要结合前述个案分析的背景、现实场景及未来可能做判断。

只有如此，方能给予数据权益主体，特别是那些通过提供零定价服务收集单个用户数据且承担高水平数据安全保障义务的数据持有者以合理的行为对价，明确其数据行为的权益及相应法律责任，稳定其参与数据开发开放和流通使用全过程的信心，切实有效践行“以保护促利用、以规范促发展”的高质量发展与高水平安全之间的动态平衡，使广大市场主体在“安全、安定、安心”的市场化、法治化、国际化营商环境中放心大胆地创新发展。

（陈兵系南开大学竞争法研究中心主任、法学院副院长、教授，南开大学数字经济交叉科学中心研究员）