數字經濟中的數權體系與數據法院

張文魁

在數字經濟發展中，數據將越來越成為關鍵投入品。在實際當中，數字企業那些比較突出的策略性行為，包括自我優待，“二選一”及其他形式的拒絕交易，大數據殺熟及各種花樣的差別性定價，以及屏蔽、封禁和拒絕鏈接等等，都與數據利用及算法設計密切相關。盡管傳統行業也有一些類似的現象，但對數據的利用和基于數據的各種算法，可以將這些行為升級為系統性的競爭和反競爭手段，并能夠以自動化、隱秘化的方法實施，從而使事情發生性質上的變化。因此，數字經濟領域的反壟斷與反不正當競爭政策，以及其他一些重要規制政策，應該聚焦于對數據和算法進行科學合理規制，并將之納入法治軌道。本文主張，在數字經濟迅猛發展的過程中，應該有意識地推動一個基于場景、嵌入未來的數權（property rights）體系，以及相應的算責（algorithmic responsibilities）制度的建立，其意義不亞于工業革命時代產權（property rights）體系的建立。而設立專門的數據法院，有助于這一進程的提速。

數字經濟領域的反壟斷執法，已成為當下的全球關注點。數字市場中受到高度關注、易被歸于不正當競爭和壟斷的一些典型行為，其實在傳統行業中也不鮮見。例如，拒絕交易在傳統經濟活動中被認為是企業的一項正當權利；差別化定價在傳統營銷活動中廣泛存在，而且人們習以為常；自我優待行為，譬如將自營商鋪置于人員流量最大的通道，在兼有自營和招商店鋪的商場，也屢見不鮮；而阻礙互聯互通和統一標準，在非數字化的通信服務業、視聽產品制造業、軟件設計業，都或多或少存在。不過在數字市場，通過數字技術手段，數據可以被自動采集和處理，算法程序可以快速地、有目的地將大數據分析的結果與特定群體進行關聯，因而具有數據和算法優勢的企業，就可以系統性地實施一些策略性行為，而且常常以隱秘的方式進行。這些系統性、自動化的策略性行為，的確容易起到強化企業的市場地位甚至不當排斥競爭的作用，的確可能造成壟斷性市場，當然還可能帶來其他問題，譬如對非成年人造成不當誘導、刺激吸引注意力的行為、造成致癮性，等等。所以，建立數據和算法的規制政策，具有較強的必要性和緊迫性。

數字市場那些典型的策略性行為，既然主要是基于數據和算法，那么必然存在規制上的空白區和灰色區，因為數字技術、數字經濟畢竟尚處于快速興起和不斷迭代的階段，還遠未穩定和成熟，立法、司法和執法機構，乃至學術界，不但缺乏現成的經驗，甚至缺乏必要的知識儲備和認識積累。事實上，在過去幾年里，已經出現了一些涉及數據和算法的重大分歧，例如美國的數字巨頭GAFA（即Google， Amazon， Facebook， Apple）都遭遇過一些涉及數據與算法的重要指控和起訴，后來要么以罰款及和解了結，要么檢方起訴被法官駁回。因此，對數據和算法的規制，一方面存在巨大的必要性，另一方面又存在巨大的復雜性，需要注入足夠的探求精神和謹慎態度。這是政府不得不面對的艱難平衡。

掌握這個艱難平衡，很可能需要從數據入手，即對數據的采集、流轉、加工與利用，采取有效的具體政策。這是因為，數據是算法的基礎。因為無論有多么大的算力、多么新的算法，都需要大數據作原料，都是對大數據進行挖掘、開發與利用。數據從本質上來看，并不是什么新東西。數據是客觀世界在人類認知上的投射，早已伴隨著人類對客觀世界的主動認識和改造欲望而出現。但當人類有了身體器官之外的器具和方法去采集客觀世界的狀態信息，數據體量就可以無窮無盡地膨脹。人類對數據進行加工和分析的方法也在不斷發展之中，使得原始數據和加工數據有了各種各樣的用途，這些用途在很多時候并不是數據投射物，或者數據投射物的擁有者所愿意接受的。甚至，數據投射物或投射物的擁有者，很可能并沒有同意，甚至并不知曉數據被采集。數字技術不斷獲得突破，數字經濟持續快速發展，使得數據采集、流轉、開發與利用活動成為有目的性的大規模牟利活動，大數據和算法以及智能科技結合在一起，把數據帶到了前所未有的關鍵位置。因此，在數字經濟領域，數據規制屬于基礎性規制。數據規制即是要建立一套關于數據采集、流轉、加工與利用的規則。

毫無疑問，數據采集規則是初級規則（primary rules），而關于數據流轉、加工、利用以及擁有等方面的規則，都是次級規則（secondary rule），因為沒有采集，就沒有此后的一切。而數據采集規則的基石，是與數據相關的權利的確定與保護，以及利益的分配和責任的承擔。歐盟于2016年頒布實施了《通用數據保護條例》（General Data Protection Regulation ，GDPR），是全球范圍內關于數據權利的頗具標桿意義的政策文件。這個條例大量涉及到數據權利問題，特別強調了對個人隱私數據的保護。我國于2021年頒布實施了《個人信息保護法》，也體現了類似的政策思路。不過這些政策性文件無疑只是初始步驟，遠遠不能涵蓋、更不能預見數據權利所涉的各種復雜場景。當然，即使數據場景得到清晰辨認，數據采集權利得到明確授予，也還需要建立數據流轉、加工與利用等方面的次級規則。數據次級規則的權、利、責界定，與數據采集不盡相同。譬如，數據流轉不但涉及到數據在不同主體之間流轉，還涉及到在不同國家之間的流轉，這就把公共意志、公共權力引入到數據規則當中。我國出臺了《數據安全法》，從而將數據的主權問題，以及數據的跨境儲存、流動與使用的安全問題，提上了議事日程，這不但使數據跨境流轉面臨嚴厲的政策環境，也使整個數據規則更加復雜。此外，數據有可能形成一些獨特的數字資產和數字產品，包括非同質化代品（non fungible token， NFT），以及虛擬世界的藝術品，等等，都面臨價值評估與分配的問題。目前的法律和規制政策，還無法應對這些問題。

而算法規則的建立，一點都不比數據規則的建立更容易。算法規制的最大難點，在于算法的非人工性和不透明性，因為許多算法決定，是由通過處理大數據而進行深度學習的智能化機器所作出的，有時連算法的設計者也很難搞清智能化機器為什么會作出某項決定，以及什么時候作出這樣的決定。算法程序還可以進行不斷地快速更新，從而很難進行事前監管。對算法進行規制的另一個難點在于，基于大數據的算法，是人類的一項重要創新，有力地促進了經濟效率的提升和人們生活的改善，因此規制政策一方面應該可以有效應對算法的陰暗面，特別是社會公認的陰暗面，譬如利用數據和算法來系統性調動、刺激、利用人性弱點的那些經營行為，來系統性實施明顯違背良知的欺詐性和壟斷性經營行為，等等；另一方面也應該避免扼殺科技和經濟創新。由于存在這些難點，國際、國內對算法進行規制，目前還處于初始階段，并引發了很多爭論。歐盟有關機構在2019年提出了《算法問責及透明度治理框架》（A Governance Framework for Algorithmic Accountability and Transparency），美國國會一些議員也于2019年提出了《算法問責法（草案）》（Proposal on Algorithmic Accountability Act），要么具有很強的原則性，要么陷入激烈的討論中。我國雖然于2021年頒布實施了《互聯網信息服務算法推薦管理規定》，但可操作性有待提高，特別是如何納入法治框架，還需很長時日。而在全球范圍內，對基于算法的一些新生事物，譬如智能合約，應該如何建立規制，更是政策空白。

基于上述必要性和復雜性分析，可以認為，從長遠來看，在數字革命浪潮中，在全世界范圍內，將需要隨著實踐的不斷發展，而建立一個能夠嵌入未來的、基于場景的數權（data rights）體系，就如過去幾百年里，在工業革命浪潮中，建立了一個包括物權、債權、股權等權利主張在內的產權（property rights）體系一樣。這無疑將花費較長的時間，并將經歷較多的糾葛。世界上最早、最完備地建立產權體系的國家是英國，這個過程經歷了訴訟與判決互動、普通法與衡平法交織的數百年的漫長時間。比較完備的數權體系的建立，盡管不需要上百年時間，但至少需要幾十年時間。與數權體系相配套，還需要建立算責（algorithmic responsibilities）制度。可嵌入未來的數權和算責體系應該告訴人類社會：數據的權利如何分配、如何確定、如何保護、如何重置、如何獲利，算法和其他此類的自動化、智能化程序所產生的行動，應該如何界定責任、追究責任。盡管這是人類歷史上一個前所未有的新范疇，不可能一蹴而就，但重要的是，應該樹立這樣的意識，并以這個意識引導人們邁出第一步和后續的堅定步伐。

數權不但涉及到個人權利，也涉及到所有個體，包括廠商個體、機構個體的權利。眾多個體的信息，從來都客觀存在，因為這些個體永遠都處于某種狀態之中。在農業和工業經濟時代，幾乎無人有興趣去采集狀態信息，或者缺乏相應的采集技術，而且采集到的狀態信息也沒有什么利用價值。數字經濟改變了這一切。數權體系需要告訴社會，狀態信息在什么情況下可以被采集和加工，在哪些用途上可以被利用，被采集和加工后所形成的數據應該如何分配權利和利益，當遇到糾紛時應該如何獲得救濟。不過，關于這些事項，在可預見的將來，并不容易達成社會一致，很有可能的是，會在“對場景的尊重”（respect for context）中，也即在各式各樣的具體場景中，細致地分清責權利關系，實現隱私保護與信息采集和流轉、加工、使用的合理平衡。這與工業革命時代的產權體系建立，是一樣的路徑，英國的法庭體系在這個過程中發揮了至關重要的作用。經濟合作與發展組織（OECD）曾于2019年發布了《加強數據訪問與分享》的報告，對數據進行了分類，并努力根據場景對數據權利和利益進行界定，可以算是“對場景的尊重”的初步嘗試，不過其中許多定義從可操作層面來看仍然是含混的，并不能覆蓋現實場景的復雜情形。正是數字經濟現實場景的復雜性和不可預見性，決定了人類社會需要從大量和長期的訴訟與判決中積累智慧與共識。

對數據進行挖掘和利用，才使數據有價值，算法技術則是挖掘和利用的集中體現。因此，需要建立一個數字經濟時代的算責制度。在實際當中也可以看到，至今為止，算法是數字經濟領域最強大的競爭武器之一，例如，精準匹配可以極大地節約搜尋成本、提高配置效率；算法也是最強大的限制競爭、追求壟斷的武器之一，例如，大數據殺熟就是基于算法，對鏈接的控制也是基于算法。算法可以突破用戶的自主權、自由選擇權屏障，通過人的心理弱點和習慣特點，實質性地引誘甚至強加、脅迫用戶進行交易或者不交易，形成嚴重的算法濫用。而人工智能的快速發展和越來越強的滲透式使用，使得算法的威力更加強大，這種威力已經而且必將進一步超越經濟領域。算責制度的要點，是應該確定人的責任，而不是自動程序、智能機器的責任。美國國會一些議員提出的《算法問責法（草案）》（Proposal on Algorithmic Accountability Act），對算法的自動化決策作了清晰界定，要求數字企業必須評估其使用自動化決策程序時，是否導致偏見、歧視等問題，是否存在侵犯個人隱私、侵害個人安全等隱患。2021年，美國一些議員還提出了一項被稱為《過濾氣泡透明度法》（Filter Bubble Transparency Act）的草案，要求數字企業必須讓用戶有打開或者關閉算法功能的選擇權。我國于2021年頒布實施的《互聯網信息服務算法推薦管理規定》，也有類似內容。不過在實際當中，涉及算法的糾紛與案件，往往難以追究人的責任，這不但因為算法的使用以無人化的高科技手段來實現，也因為算法貫穿于海量數據處理之中，導致證據搜集的困難。

數權與算責體系的建立，盡管面臨許多認識上的分歧和技術上的困難，并需要花費很長的時間，但只要人類社會保持對規則追求的信任，并與時俱進地推動法治的發展，終究可以成型。與工業經濟時代產權體系的最終建立與完善一樣，數權與算責體系的建立，應該由大量的法庭訴訟來推動。如果沒有足夠多的訴訟，如果不積累足夠多的法庭判決，而只由政府規制機構單方面對企業和個人實施懲罰，就會導致對質的缺失、證據的貧乏、理由的單調，那么再多的政策文件和規制條文也未必能帶來科學合理的規則，并使這些規則得到社會普遍的認同和遵循。

概而言之，至今為止，隨著全球數字經濟的快速發展，涉及數據和算法的糾紛已經紛至沓來，建立數權和算責體系的緊迫性日益凸顯。而設立專門的數據法院，應該非常有助于加快數權和算責體系的建立進程。

一個值得注意的最新努力，就是美國與歐盟于2022年3月宣布原則上達成的《跨大西洋數據隱私框架》（Trans-Atlantic Data Privacy Framework）。美國和歐盟長期在數據治理方面存在分歧與爭執。而達成這個數據隱私框架，不但會為美歐數字經濟一體化發展消除重要障礙，也將為全球數字經濟治理確立一些重要的基本規則。特別是這個文件提出，要設立數據法院來應對數字經濟迅速發展中的各種新型糾葛，預示著數據法院將在不久的將來，在數字經濟發展的實際進程中，發揮重要作用，并創立重要規則。

美國是數字經濟的開拓者和最大受益者，美國企業對數據和算法的利用非常嫻熟。而歐盟企業在這方面弱得多，并與美國在數據采集和跨境流動與利用方面存在較大分歧。美歐在2000年簽訂了關于數據流動和利用的《安全港框架》（Safe Harbor Framework），后來由于“斯諾登事件”爆發而導致歐盟對這個框架失去信心，雙方遂于2016年達成《隱私盾框架》（Privacy Shield Framework），但歐盟法院于2020年認為美國的數據保護措施沒有達到歐盟水平，又導致這個框架失效。而達成《跨大西洋數據隱私框架》，意味著雙方建立了數據保護新機制。這個隱私框架在保護個體權利和鼓勵數據流動、促進數字經濟發展之間建立了一種高標準平衡。在這個高標準的平衡性框架中，數據隱私和安全得到可信的保障，同時大中小企業又能充分利用數據跨境流動而開展數字化商業活動。該框架規定，美國政府的情報活動不得侵犯數據隱私和公民自由，有關企業和組織應繼續遵守隱私盾各項規則，歐盟居民可通過各種途徑對涉嫌犯規的企業和組織進行投訴。該框架特別指出，歐盟將設立一個獨立的數據保護審查法院（an independent data protection review court），來審理數據流動和利用中的訴訟并提供救濟。

歐盟考慮設立數據保護審查法院，可視為數字經濟發展進程中一個具有戰略意義的重大步驟。在過去十幾年里，已經出現了一些重要的涉及數據的訴訟，但法律和法院卻缺乏與時俱進的專業性，絕大部分此類訴訟也沒有現成判例可供借鑒，在如何判定上常常存在很大爭議。美國的臉書（Facebook）就曾遭遇集體訴訟，案由是其收集用戶面容特征和其他生物信息等數據，但各方對于案情的爭論也非常激烈，美國的法院遂于2021年批準對訴訟進行和解，臉書向數以百萬計的用戶支付了6.5億美元的賠償金，并刪除了相關數據。不過，臉書也曾于2020年向法院起訴一家名叫壹聽眾（OneAudiance）的公司，指控后者利用內嵌軟件從前者平臺上收集用戶姓名、性別、電郵等數據，后者在法院干預下停止了這樣的行為。在英國，谷歌（Google）曾遭遇由一家消費者權益組織牽頭發起的集體訴訟，被索賠數十億英鎊，案由是其秘密收集數百萬iPhone用戶的個人數據，不過被告律師辯稱，谷歌未泄露用戶數據并給他們帶來損失，英國最高法院的法官采納了辯護，認為采集數據的不正當行為尚未觸發英國《數據保護法》（Data Protection Act）定義的損失，遂于2021年駁回了起訴。美國的亞馬遜、谷歌等公司也遭遇過類似訴訟，并且也大多以和解、賠償的方式了結法律爭端。在歐洲大陸荷蘭，甲骨文（Oracle）在2020年遭遇了由一家用戶隱私組織發起的集體訴訟，被索賠百億美元，案由還是其收集用戶數據并將數據加工后出售給其他企業，違反了歐盟《通用數據保護條例》（General Data Protection Regulation，GDPR），但甲骨文提出了強力辯護。我國字節跳動旗下的TikTok，曾遭遇美國用戶發起的集體訴訟，一些用戶指控其收集他們面容特征、位置等個人數據，前者進行了辯護，但于2021年同意支付9200萬美元賠償金以尋求和解。在我國國內，已經出現了越來越多的涉及數據的糾紛與官司，但由于一方面法律不健全，另一方面缺乏可操作的法律細則和專業化的法官，許多案件遇到判決難題。我國頒布的《個人信息保護法》、《數據安全法》等法律，尚未進入法庭實踐階段。

我國也可考慮盡快設立專門的數據法院。我國已經成為世界上數字經濟發展最快的國家之一，一些數字企業具有較強的全球影響力和競爭力。中國信通院發布的《2021年中國數字經濟發展白皮書》顯示，2020年中國數字經濟增加值達到39.2萬億元，占GDP比重為38.6%；中國社科院數量經濟與技術經濟研究所發布的《2021年數字經濟藍皮書》顯示，2020年中國數字經濟增加值為19萬億元，占GDP比重為18.8%。盡管不同機構基于不同統計口徑，測算出的數據有較大差異，但我國數字經濟在整個國民經濟中占比不低，應該是事實。而我國網民數量在2020年底已達到近9.9億人，更是一個其他國家無可比擬的數字。我國還頒布了《數字經濟“十四五”發展規劃》，不但設定了雄心勃勃的發展目標，也提出要健全數字經濟治理體系，規范數據采集、傳輸、存儲、處理、共享、銷毀全生命周期管理，強化個人信息保護。顯而易見，下一步，我國將面臨大量的數據和算法治理方面的工作。而數據和算法治理，具有極強的專業性和新穎性，這個領域的法律細則制定和法官人才培養，應該在司法實踐中推進。這也是探尋數據規則、積累數據判例、培養數據法官的好方法。我國已有設立專門法院的經驗，譬如已在一些地區設立了金融法院、知識產權法院、互聯網法院。杭州、北京、廣州等地的互聯網法院已進行了一些有意義的審判，但其審理范圍其實很少涉及數據問題，而是集中在互聯網購物、互聯網金融、互聯網版權等方面的糾紛，以及網絡上一些侵害人身權、財產權的糾紛。在數字經濟發展中，處理數據糾紛比處理上述幾個方面糾紛更具基礎性意義。世界上最早、最完備地建立產權體系的國家是英國。英國也率先設立了一些專門法院，譬如海事法院，從而為英國在這個領域確立全球權威奠定了基礎。我國若率先設立數據法院，可以在全球數字經濟治理中謀得一定主動權。

數據的采集與挖掘，算法的開發與利用，是十分重要的創新，在促進生產效率提高、改變人類生活方式方面產生了革命性的影響，并推動數字經濟不斷蓬勃發展。數據和算法，極大地提高了經濟活動的精準性，相當于給經濟活動帶上了一副眼鏡，而且隨著算力的不斷提升、算法的不斷改進，眼鏡的清晰度會越來越高。而數據，則相當于制造鏡片所必需的原料——硅砂。在沒有眼鏡之前，硅砂到處都有，但沒有什么用處。數據也是這樣，在沒有算法之前，個人、機構的狀態與過程，以及人們的思維、想法、念頭，不過是天然存在、自生自滅的一種副產品，與汗水揮發沒有多大區別，而算法時代才使得這些副產品被采集為大數據，并進行分析和利用。因此，大數據以及算法，對于人類而言是前所未有的新生事物，如何利用并如何規制，以及如何評估與分配價值，只能在實踐中進行摸索。而建立這方面的規則，并不是要消滅大數據和算法技術，也不是要抑制這方面的技術進步與各種創新，而是要使這些技術與創新更好地服務于人類社會。建立數據法院，有助于把握這種平衡，并使這種平衡在法治軌道上向前推進。