论数字经济中企业数据知识产权的保护路径

目录TOC\o"1-3"\h\u7886摘要 绪论1.1选题背景当前，数字经济的快速发展正在引发着全球生产要素的范科学理论体系的根本性变革。根据国际数据公司（IDC）发布的2025年V1版本《全球大数据支出指南》的最新研究数据显示，2024年全球大数据IT的总投资规模约达到了3540亿美元，预计在2028年将会接近6441亿美元，五年复合增长率（CAGR）将会达到16.8%。聚焦中国的市场，IDC的预测显示中国的大数据IT支出规模在2028年将会达到621.7亿美元，全球占比约为1/10，五年复合增长率约为24.9%，增速位居全球第一。REF_Ref9968\r\h[7]这种数据的爆炸式增长，不仅印证了数据作为新型生产要素的战略性地位，更是折射出了企业数据资产化的迫切需求——包括了用户行为、技术研发、商业决策等多个维度的数据集合已经成为了企业构筑核心竞争力的数字底座。据麦肯锡全球研究院的测算结果显示，数据驱动型企业的生产率提升幅度可高至传统企业的3到5倍，这充分显示出了数据要素的乘数效应。然而，数据要素的市场化进程正在遭受着制度性阻滞。传统的知识产权制度在应对数据资产的特性时呈现出了结构性的矛盾：著作权法对于非独创性数据汇编的保护存在缺位，专利制度则是没办法覆盖一直处于动态更新状态的数据流，商业秘密保护更是面临着数据共享需求的结构性冲突。由于制度的真空，导致企业数据权益的受损在现象不断加重，普华永道发布的《2023全球数字经济安全报告》当中提到，大约有83%的企业都遭遇过数据资产侵权，年均经济损失约达到了420万美元。典型案例如某个电商平台的用户画像数据被竞争对手进行了非法抓取，直接导致这个电商平台的精准营销效能下降了37%，这充分暴露出了因为数据产权界定不清晰因此引发的市场失灵风险。当前面临的制度困境已经引发出了三重的连锁反应：微观层面上，企业因为确权的成本过高而形成了数据的“囚徒困境”；中观层面上，数据要素市场逐渐出现了“格雷欣法则”，优质数据被劣质数据驱逐的现象频频发生；宏观层面上，我国虽然已经出台了《数据二十条》来对数据基础制度的建设进行推进，但是在具体的实施过程当中依然面临着数据知识产权登记、评估、交易等多个环节的机制缺位。这种制度供给与市场需求的错配现象已经严重制约了数据要素的价值释放，根据世界银行的测算结果显示，数据产权制度如果进行完善，则可以使全球的GDP年增值率提升0.5到0.8个百分点。因此，在既有的法律框架下，知识产权法应当如何回应数字经济背景下企业数据的保护问题，如何实现对企业数据的保护，成为了当前数字经济时代下知识产权法律制度发展的关键性问题。文章将分析企业数据权益保护的现行法律状况，探寻企业数据的知识产权保护路径。1.2研究现状1.2.1国外研究现状国外的一些国家和地区像美国、欧盟、日韩、巴西等对企业数据知识产权保护的研究与实践基于区域发展需求与制度传统，呈现出差异化创新路径。这些国家在制度以及经验方面的研究，有助于给我国的企业数据保护提供立法参考。（一）欧盟：强监管与数字主权的制度创新欧盟在数据知识产权保护领域以构建新型财产权体系为核心，其《数字服务法》（DSA）于2024年全面生效，要求超大型平台（VLOPs）履行数据共享义务，并对研究人员开放数据访问权限，违者最高可处全球年营业额6%的罚款。同时，《数据治理法案》（2022年）提出了“数据生产者权利”模型，赋予了企业对机器生成数据的排他性控制权。该法案中对数据采用了比较广泛的定义，“数据”是指行为、事实或信息的任何数字表示，以及此类行为、事实或信息的汇编，包括声音、视频或视听记录的形式，包含了个人数据以及非个人数据。REF_Ref16367\r\h[9]该法案还对公共部门持有的数据规定了再利用机制，“自然人或者法人将公共部门机构持有的数据用于商业或非商业目的，而非用于产生数据的公共任务中的初始目的，然公共部门机构之间纯粹为了执行其公共任务而交换数据的情况除外”。REF_Ref16471\r\h[8]这是一项新的机制，赋予了自然人和法人访问以及再利用公共部门所提供的安全环境中的公共数据的权利，为潜在的市场主体进入信息市场创造了几乎不可逾越的障碍。欧盟还通过技术治理路径推进可信数据的共享，如德国的“可信数据空间”架构，利用区块链以及智能合约实现“可用不可见”的工业数据共享。除此之外，欧盟还颁布了《人工智能伦理罗马宣言》，以此来突出技术伦理的重要性，明确要求人工智能系统应保障运行过程的透明度，并且要以无偏见的方式开展工作，并通过“布鲁塞尔效应”将欧盟规则推广为全球标准。然而，由于其监管框架较为严格，被批评抑制了本土数字企业的竞争力，2024年欧盟的数字企业市值仅占全球的4%。美国：判例法主导与技术驱动的柔性框架美国采取了判例法与技术创新结合的模式，依托《计算机欺诈与滥用法》（CFAA）和反不正当竞争法的“商业道德”条款来进行个别案例的裁判。例如，在“HiQ实验室诉LinkedIn（领英）”一案中，HiQ实验室运用爬虫技术抓取了领英公司公开的用户数据，并对这些通过不正当手段所获取到的数据进行了处理与加工。领英公司以HiQ实验室不正当竞争为由，认为HiQ实验室非法获取属于领英公司控制的企业数据，这种行为破坏了领英公司在市场中的竞争优势。2017年5月23日，领英公司以《计算机欺诈和滥用法》（CFAA）、《数字千年版权法》（DMCA）、《加州刑法》第502条（c）条和普通法的非法侵入原则作为依据，向法院提起了诉讼。法院认为，该案审查的重点在于HiQ实验室的数据抓取行为是否属于违法行为，以及该行为是否违反了未经权利人授权或超出授权范围接入计算机系统并从该系统中获取信息的违法行为的规定。从这个案件可以看出，在美国的司法实践中法院主要审查的是数据抓取行为的合法性，以及这种行为是否违反了竞争秩序，并未对非法获取数据的行为进行财产权利的审查。法院支持公开数据抓取的合法性，凸显出其对数据流通公共价值的认可。技术路径上，美国比较注重高质量数据集的开发，国家标准与技术研究院（NIST）发布的《AI风险管理框架》，其中明确指出可信AI的构建需要以高质量的数据作为基础，并通过政府数据开放战略推动数据标注产业发展。2023年全球Top30的数据标注企业中，美国占了18家，其企业如ScaleAI通过严格的数据质量标准（如准确性、一致性、多样性等）确保数据集的可靠性。然而，美国通过《云法案》实施的“长臂管辖”限制了发展中国家数据产品的出口，导致“创新抑制陷阱”，例如2024年的LED专利纠纷案，使涉案企业损失超过了1亿美元。日韩：反不正当竞争与技术自治的平衡实践与欧盟和美国不同的是，日本与韩国在企业数据的立法保护上更加侧重对反不正当竞争法的修订，并引入了“限定提供数据”制度，旨在禁止通过破坏技术的手段来获取数据。日本在数据立法的早期，也曾试图仿照欧盟数据库特殊权利保护。但是，数据库特殊权利自诞生以来就一直备受诟病，考虑到这种弊端，日本最终选择了对数据集合采取反不正当竞争法的行为保护方式，规制其竞争行为，而不是采取财产权客体保护的立法模式。2018年，日本对本国的反不正当竞争法进行了修改，规定在数据的提供、共享以及交易环节当中，数据保有者通过一定技术措施限定提供数据，未经其授权或者允许采取不正当手段获取、使用、披露这种数据的行为构成不正当竞争行为。该条也被称之为“限定提供数据”条款。日本最高法院通过“Recruit数据侵权案”确立了“实质性利益损害”标准，要求平衡企业利益与社会福祉。技术治理方面，日本提出了“可信赖的数据自由流通”（DFFT）理念，试图在国际规则制定中争取话语权，但因行业标准碎片化导致了“技术孤岛”效应。韩国则尝试将数据保护与商业秘密制度进行类比，但司法实践中因商业道德标准模糊导致裁判不统一。日韩学界则主张的是技术自治优先，例如，日本学者森田进（2023）认为技术手段可降低法律的执行成本，但是需要对跨行业标准的协同进行强化。巴西：新兴经济体的灵活治理与南南合作作为新兴经济体的代表，巴西在保护企业数据上推行的是“创新公平政策”，对专利保护的范围进行动态的调整，为中小型企业在数据密集型产业当中争取了一定的生存空间。其对于制度的设计强调的是以公共利益为导向，例如在公共卫生领域建立了强制数据共享机制以此来避免“专利丛林”的现象。巴西还通过“数字政府”战略来推动基础设施的普惠，但仍然有大约4500万的人口处于“数字沙漠”地带，需要通过“巴西WI-FI”等计划来弥补这个鸿沟。在国际合作中，巴西积极引入我国的大数据技术，推动农业智能化、制造业升级以及物流优化，并通过中巴产业联盟构建了数据共享平台。2025年，巴西中小型企业数字化转型预计为GDP贡献了高达90亿美元的增量，但其小微型企业数字化率仅占了约34%，面临着资源与技术人才短缺的双重挑战。1.2.2国内研究现状我国对企业数据知识产权保护的研究与实践呈现出政策驱动与地方试点并行的特征，围绕着立法体系构建、制度创新探索、技术治理融合以及区域协同发展等维度展开，形成了具有中国特色的理论与实践框架。国家层面上，《知识产权强国建设纲要（2021-2035年）》当中明确的将“数据知识产权保护工程”列入了国家的战略规划之中，并且依托《数据安全法》《个人信息保护法》等基础性立法已经构建了制度框架，2023年国家数据局的成立则进一步的强化了数据要素市场的统筹治理能力。学界围绕着数据确权的问题展开了理论争鸣，既有主张将传统知识产权体系进行扩展，用商业秘密的方式来保护动态数据流的保守路径，也有提出以构建“数据权利束”的方式来实现控制权、收益权场景化分割的创新范式。在地方的实践当中，浙江省通过“数知通”平台形成了存证公证、登记交易以及司法保护的全链条服务模式，深圳以及上海试点实施了数据产权注册与质押融资，西藏则是开创了少数民族语言数据集登记的先例，形成了差异化的实践探索样本。在技术治理层面，中国（温州）数安港的可信数据空间与杭州的“三数一链”框架通过区块链与智能合约以此来推动数据“可用不可见”，但是因为标准体系的缺失导致在跨区域流通上仍然存在接口标准、分级规则不统一等多个兼容性障碍。当前的制度面临着三重的结构性矛盾：非独创性数据集合的价值逻辑难以被传统知识产权法所覆盖、反不正当竞争法的一般条款引发的司法裁判标准碎片化以及平台垄断与数据滥用风险正在倒逼着监管机制进行创新。对此，监管沙盒模式与“场景化确权+梯度化保护”机制正在各个试点中验证它的可行性，而数据跨境流动规则的设计、要素价值评估体系的构建以及全国统一登记制度的推进则是成为了突破数据产权客体模糊、收益分配机制缺失等瓶颈的关键方向。这些探索虽然已经初步形成了具有中国特色的治理框架，但是仍然需要通过中央顶层设计与地方试点反馈的协同迭代来为全球的数据治理提供出兼顾安全与发展的制度方案。1.3研究意义在国内外的理论界以及实务界当中，对于企业数据的内涵、类型、权属以及保护路径等问题一直都是大家所广泛讨论的内容。文章在理论上致力于将知识产权理论的边界进行拓展。当下数字经济的快速发展使得企业数据已经成为了重要的生产要素，但是现有的知识产权理论对于企业数据保护的系统性研究仍然存在着比较多的不足之处。文章通过对企业数据的知识产权保护路径进行探讨，希望能够努力填补这一理论空白，对知识产权理论在数字经济领域中的应用边界进行进一步的拓展。同时，通过对数字经济中企业数据的保护路径的分析，力求能够为数据产权理论提供新的实证研究以及理论支撑以此来推动数据产权理论体系的发展与完善。在实践方面，文章致力于对我国的企业数据的知识产权保护路径提供助力。对于当下这个数字经济时代而言企业数据是非常重要的资产，但是因为数据的泄露、滥用等问题的频频发生，给很多企业带来了巨大的经济损失以及声誉风险。通过对知识产权的保护路径进行探讨，力求为这些企业提供具体并且可行的数据保护政策，帮助这些企业在数字经济的浪潮之中更好地保护自身的数据资产，以此来提升企业的核心竞争力。同时，通过企业数据的知识产权保护路径进行分析，为政府和有关的监管部门制定保护企业数据的相关政策起到一定的参考作用，推动数字经济健康、有序的发展。除此之外，通过对现有法律框架进行分析以及对优化路径进行一定的探讨，希望能够为知识产权的法律实践提供新的思路以及方法，推动知识产权法律在数字经济领域的创新和发展。最后，希望通过对数字经济中企业数据知识产权保护路径的研究提高社会各界对企业数据保护的重视程度，增强企业以及公众的数据安全意识，以此营造出良好的数字经济生态环境。2数字经济与企业数据的理论基础2.1数字经济的内涵与特征作为一种继农业经济、工业经济之后的新型经济形态，数字经济正在深度重构全球经济版图。它的核心内涵可以概括为：以数据资源作为关键生产要素、以现代信息网络作为重要依托、以信息通信技术的高效应用作为核心驱动力来开展一系列经济活动。从电子商务到移动支付，从人工智能到大数据分析，数据资源已经成为了推动国家经济发展的核心要素，并且在资源的配置上、产业的创新以及价值的创造当中扮演着越来越重要的角色。根据国际数据公司（IDC）的预测结果显示，到2025年，全球的数据量将会突破175泽字节大关。这一数据量的指数级增长所反映出的不仅是数字技术在近些年来的迅速发展，更是凸显出了在经济活动当中数据的战略性地位。作为数字经济的核心生产要素，数据的重要性可以说是几乎等同于工业经济时期的石油，是企业创新和产业升级以及国家竞争力的重要表现。然而，数据资源正在以一个惊人的速度积累并且广泛应用到各个领域当中，这也为企业在数据知识产权的保护方面带来了前所未有的挑战。企业数据所具备的无形性、易复制性以及快速传播性使得它在法律领域以及经济领域当中成为了饱受人们关注的焦点。一方面，作为企业发展的核心驱动力，企业数据对于技术的创新与商业模式的变革而言，有着不可忽视的驱动性的作用；另一方面，由于企业数据法律属性的模糊以及保护机制的滞后，使得它成为了制约着数据流通与利用的关键瓶颈。应当如何在保障数据知识产权的前提下构建起促进数据流通与共享的制度框架已经成为了当下这个数字经济时代亟待解决的重要议题。2.2企业数据的基本概念2.2.1数据的概念和企业数据的概念（一）数据的概念数据（data），在通常意义上是指“信息的一种形式化方式的表现，这种表现背后的含义可再被展示出来，且这种表现适用于沟通、展示含义或处理”。REF_Ref16576\r\h[12]柯林斯词典将data规定为“数据是一种可以被计算机程序存储和利用的信息”。从这两个定义不难看出，数据和信息既相区别又相联系，二者互为表里。由字符0和1经过特定的组合方式串联而形成的一系列数字代码称为数据，在二进制模拟形态下处理后的数据被储存在数字设备中，储存的数据再由计算机经过一系列特定的算法加以处理。因此，数据是一种带有某种价值的无形性的客体。企业数据的概念保护企业数据的首要前提是需要明确企业数据的概念。《数据安全法》第3条明确规定“本法所称数据，是指任何以电子或者其他方式对信息的记录。”《网络安全法》第76条第四项对“网络数据”进行了规定：“网络数据，是指通过网络收集、存储、传输、处理和产生的各种电子数据。”我国的立法实践中，提出过企业数据的概念。2021年8月，《最高人民法院关于适用〈中华人民共和国反不正当竞争法〉若干问题的解释（征求意见稿）》中对企业数据保护的条件和利用行为作出规定。虽然在2022年3月16日发布的最终稿中删除了该条，但最高人民法院已经开始探索相关企业数据权益保护的法律规定。在我国立法规定中，只有具有商业价值和经济价值的数据，才属于企业数据的范畴。我国企业数据《最高人民法院关于人民法院为北京市国家服务业扩大开放综合示范区、中国（北京）自由贸易试验区建设提供司法服务和保障的意见》中明确使用了“企业数据产权”的名词REF_Ref16654\r\h[17],这是我国在现行法律规范中明确使用了的一词，并将其与“个人信息保护”赋予同样重要的地位。当前学术界对于企业数据概念的定义认可度较高的是，企业在生产经营的过程中，为满足企业经营需要而生产进而实际具有控制权的，以及合法从他处取得并控制的，并对有明显竞争价值、能够为企业带来竞争优势的数据。因此，可以将企业数据概括为：企业通过生产、交易、收集等方式获得的，并经过一系列的复杂手段进行脱敏化处理的数据资源。这类数据产生于企业的日常经营活动当中，涵盖了公司概况、产品信息、经营数据、研究成果以及大数据分析报告等诸多内容。2.2.2企业数据的类型在进入对企业数据保护的讨论之前，有必要先厘清企业数据的类型。根据不同的分类标准，可以将数据分为这样两种：原始数据和衍生数据，公开、半公开、非公开数据。前者的划分标准为数据被加工程度，后者划分的标准则是数据的公开程度。原始数据和衍生数据依照不同的标准可对企业数据做出不同的分类处理，将数据分为原始数据和衍生数据的分类方式主要依照数据的被加工程度来进行划分。网络数据资源商业化开发过程，就数据资源的外部形态而言是一个信息聚变的过程，其大致可分为用户信息的提供、用户信息的数据化转换、数据化信息的汇聚以及大数据产品的开发应用四个阶段。对应这四个阶段，数据资源分别呈现出的四种基本形态分别是用户信息、原始数据、原始数据汇聚、大数据产品（衍生数据）。REF_Ref16857\r\h[11]原始数据是企业在经营过程中获取到的用户信息，通过一定技术或者程序将其转化为电子符号的数据。大部分的互联网企业都要先对原始的用户数据进行收集，企业收集用户的个人数据因为包含了用户的个人隐私，因此应当先征得用户的同意。同时根据现行法律的规定，这种收集过程还应当遵循合法性、正当性、必要性的原则。如果企业在未经数据主体同意并且违反企业收集用户个人数据的法律规定而侵害到了用户的个人隐私等权益的话，受到侵害的用户可以寻求法律救济。同时，数据的本质在于共享和流通，如果企业对原始数据享有了专有的、排他性的数据控制权，可能会造成数据的垄断，不利于数据在交易市场上的流通和共享。因此，应当避免企业获得原始数据的独占性权利，突出原始数据的有限使用权。衍生数据指的则是企业将所收集到的原始数据通过投入大量的资源并进行一系列复杂的转换后获得市场竞争和市场价值增值的数据。劳动赋权理论认为，企业在生产经营过程中，通过长期积累并且投入了大量的劳动价值，这个过程中所形成的一种数据集合体是衍生数据，企业对这种衍生数据所带来的利益当然地享有权利。值得注意的是，企业对这种数据权益享有权利的原因不仅仅是单纯机械地收集原始数据，相反地，其在于企业在收集过程中以某种独特的方式对数据的加工和整理。此外，衍生数据与数据库不同的是两者对于独创性标准的要求不同，衍生数据所要求的独创性不要求结构化和原创性。衍生数据的具体表现形式包括展现用户的信用状况、兴趣爱好以及购买习惯等深度内容的数据集合。衍生数据的产生高度依赖于互联网企业的人力、物力、财力等投入，衍生数据还能够通过数字化工具将其所承载的重要信息予以直观的、明确的、可视化展现，其中所蕴含的数据的经济价值对企业发展的重要性不言而喻。REF_Ref16968\r\h[15]公开数据、半公开数据和非公开数据以数据的公开程度作为分类标准，则可以将企业数据划分为公开数据、半公开数据以及非公开数据。公开数据，通俗来说就是指能够在企业的查询平台、企业的官网上进行公示的信息，例如在公司官网上公示的公司概况、结构组成等；另一种常见的企业公开数据，如微博、微信的用户信息以及用户评论，美团、大众点评网上点评发表的美食和美食搜罗等；这类信息是对所有互联网用户开放的，处于社会公众能够接触到的领域范围。数据一旦进入了公共领域，企业就很难对其主张排他性的权利，就不能对其进行独占使用，对类该数据也不再享有专有权，不能够以在收集该公开数据时投入了大量的成本为理由对该公开数据主张专有性权利。通过一定的媒介或付出了相应的对价对部分人进行有限开放的企业数据即称之为企业半公开数据，例如企业的数据库当中的数据信息。典型的企业非公开数据则是商业秘密，包括企业的研究成果、经营数据以及客户名单等，这类数据往往由企业经过采集、加工、整理而成，因为企业注入了大量的劳动价值，因此具有一定的商业价值，企业往往会采取一定程度的保密措施来对此类数据进行保护。在实践中，对于企业的非公开数据，往往援引商业秘密制度和反不正当竞争法的一般条款来进行规制，采取行为规制模式来对其进行保护。对非公开的企业数据进行商业秘密保护的目的是为了维护商业的竞争秩序。对于这类数据，是否有必要赋予企业数据财产权，也是学界广泛讨论的问题。2.2.3企业数据的独有特征企业数据在本质上属于数据的范畴，因此具有无形性、非独占性、非物质损耗性等数据的一般属性。除此之外，企业数据还具有其独特的属性。企业数据的有价值性在数字经济时代背景下，数据的价值愈发凸显，率先掌握了及时且大量数据的互联网企业无疑占据了优势地位，这对于企业的发展壮大来说是至关重要的，在企业的竞争过程中，数据也成为了稀缺资源。企业数据的价值性不仅体现在它本身所包含的有价值的信息内容，更在于其蕴含的劳动价值，即企业对数据的加工。客观上，企业数据可以作为民事权利的客体被支配。在技术层面，企业完全可以通过一定的技术手段来对自身的数据进行加密处理，以此来防止第三方非法应用自身的数据。如在新浪微博诉脉脉一案，裁判文书中所提到的“OPENAPI”技术，企业可以通过此类技术对自身数据达到事实层面的排他利用。REF_Ref16968\r\h[15]总的来说，企业数据的有价值性可以通过法律拟制的手段，赋予企业对其产生的数据的享有特定的经济权益，尽管这种权益会受到一定的限制。企业数据的稀缺性通常来说，稀缺性是构成财产价值性的关键特征之一，也是获得产权保护的根本依据。判断数据能否被财产化为一种权利客体，数据是否具备稀缺性是这一问题的理论基础。而判断企业数据是否具有稀缺性，主要从以下三个方面进行。一是企业数据的价值层面，部分大数据企业虽然以数据的非排他性为由大肆宣扬数据的非稀缺性，但该行为主要是一种商业策略，其根本目的在于以低成本获取社会成员更多的数据留痕，从而用于分析挖掘，以此得到更多经济效益，且该行为本身也说明了数据具有价值性。REF_Ref17631\r\h[4]企业数据的非排他性是指由于企业数据非竞争性的特点，一旦企业数据变得公开，便会使得最初的持有企业数据的企业无法完全控制或者排除其他主体对企业数据的加工以及利用；稀缺性指的是该项资源的价值已经达到了值得用一般的等价物去交换的程度。因此，无法根据数据的非排他性特征直接得出它不具备稀缺性这一结论。相反，企业数据恰恰具备了值得用一般的等价物去交换的条件。在实际案例中，那些因为数据权属不明所引发的经济纠纷，同样也能从侧面印证企业数据具有稀缺性。二是在企业数据的生成过程中，数据虽一直处于持续的产生与消失的动态状态，然而，要想形成对企业真正实用的数据，则不可避免地面临着数据的采集、固定、挖掘以及开发等所带来的成本问题。而恰恰是因为这种社会性的投入活动，促使那些价值密度较低且杂乱无章的大数据能够转化为价值密度较高、更具实用性以及有效性且契合市场需求的数据集合，从而增长了它的稀缺性和价值性。三则是数据的使用环节，数据的控制主体以及生成主体往往会从自身利益的角度出发，借助一定的技术手段来实现对数据的隔离，或者通过拒绝授权许可来避免数据被二次传播使用，因而人为地导致了数据的稀缺性。3企业数据法律保护的现有模式及其局限性在我国的司法实践中，一开始尝试着引用著作权法的保护条款，将企业数据作为知识产权法的对象来进行保护。在此之后，企业数据纠纷也引用了反不正当竞争法第二条的一般性规定，但仍然不能对企业数据裁判纠纷形成统一的标准。对于应当确立一种什么样的保护秩序，学界也有不同的看法。总的来看，当前关于企业数据权益的保护模式主要可以分为行为规制模式和赋权模式两种。行为规制模式主要是通过对其他数据参与者的行为进行调控，从而达到对数据利益分配的目的。赋权模式，顾名思义，是指以赋予企业数据财产权的方式，将数据财产单独作为一项具有排他性的财产权，通过事先设定财产权利的方式，来确定权利主体和权利范围。与权利构建模式相比，行为规制模式是一种间接保护的方式，不直接回应企业数据的法律属性、权利类型以及保护路径等问题，将学界上的争论暂时搁置下来，通过规制他人行为的方式，最终实现现阶段的数据权益保护与数据流通利用之间的协调。这种保护模式是通过设置侵权责任条款来分配责任从而实现对受害人的救济。3.1行为规制模式及其局限性3.1.1商业秘密保护模式在行为规制模式上，如果企业数据虽然还没有达到独创性的标准，但是具有显著的商业价值并且已经采取相应保密措施，便能够以商业秘密的身份获得法律的保护。在最高人民法院所公布的大量典型案例中，已经明确了企业数据的具备商业秘密的属性。在司法实践领域里，部分企业基于商业秘密主张权益，这些案例也获得了法院的肯定以及支持。需要明确的是，商业秘密保护并非是对保护对象进行赋权来实现保护，而是从行为规制的视角出发，禁止那些可识别的类型化行为。REF_Ref17716\r\h[5]由此可以看出，商业秘密保护模式主要是针对竞争利益提供保护，其核心目标在于维护市场的经济秩序，这与将数据控制者对数据所享有的独占性权利与排他性权利作为保护重点的赋权模式存在着本质上的区别。然而，从企业数据本身的角度来看，商业秘密保护存在着一定的局限性。其一，数据所具有的独特技术特征与商业秘密的构成要件以及保护方式存在着根本性矛盾。能够获得商业秘密保护的客体必须满足秘密性、价值性以及保密性这三大要求，这正是数据与传统秘密信息最大的区别所在。数据的价值在于它具有流动性，这要求数据需要持续不间断地被记录、收集、消化、处理和传播以形成数据回流。数据流动与数据共享是大数据时代的核心价值理念，也是数据保护应当遵循的基本原则。然而，商业秘密保护模式的保护条件过于苛刻，这在很大程度上制约了企业数据在商业秘密保护模式下的适用性。其二，企业在数据保护上还面临着一大难题：如何证明其数据符合商业秘密中的“秘密性”这一要件。秘密性作为商业秘密的基本构成要件之一，根据世界知识产权组织国际局编撰的《反不正当竞争示范条款》及其注释中的定义，秘密性指不为通常涉及该信息的同行业者所普遍了解与容易获取。与财产权能够通过公示的方式明确权利边界所不同的是，商业秘密的保护通常因为内容的保密性而难以划定利益边界。绝大多数企业数据，尤其是来源于公共场所传感器、可供多方共享的数据，本来就属于公有领域，因此在秘密性和管理措施上是难以达到商业秘密的保护要求的。尽管在实践中出现的一系列数据库表、源代码文件等被认定为商业秘密的案例为数据商业秘密保护的可行性提供了依据，但只要深入分析这些案例就可以发现，涉案商业秘密所指向的对象主要都是计算机软件，这与狭义上的企业数据存在着明显的差异。例如美团和大众点评网上的用户评价数据、新浪微博以及微信朋友圈内的用户数据等，这些来自于用户个人空间的数据大多都处于公开或者半公开的状态，想要证明其是否满足秘密性要件是极难的。即便权利人能够提供初步证据来证明其秘密性，侵权人也很可能会通过证明存在获取渠道或着机会来进行反驳。其三，商业秘密保护模式容易引发数据的垄断现象。随着数字经济的持续深入发展，企业数据已经成为了互联网企业甚至整个行业创新驱动发展的核心资产与关键要素。同时，一些领军企业和大型平台作为数据的掌控者，有的出于对利益的考量不愿意分享自身的数据，有的则因为考虑到数据安全和数据伦理问题而不敢分享数据，还有的受限于数据利用的专业性较强、难度较大、技术要求较高等特点，加之全球大多数国家尚未建立起有关数据开放共享的具体法律法规以及标准体系，因而无法实现对数据的分享。缺乏分享的意愿、缺乏分享的胆量以及缺乏分享的能力，这三者成为了阻碍数据有序且安全的流动这一美好愿景实现的三大障碍。长此以往，数据市场准入门槛和转换成本将不断攀升，数据市场寡头将会逐渐形成，“数据孤岛”“数据割据”“数据垄断”等问题也将日益严重。REF_Ref17716\r\h[5]3.1.2反不正当竞争法保护模式在近年来的司法实践中，依据《反不正当竞争法》的一般条款来判定企业数据权益纠纷的案件较为普遍。反不正当竞争法在处理此类纠纷时，通常遵循着一套较为固定的裁判逻辑：首先，需要核查原、被告之间是否存在着竞争关系；其次，需要明确被告的行为造成了何种侵害后果；再次，需要评估该行为是否具有正当性；最后，要确定原告是否对涉案企业数据享有竞争性的利益，进而判定双方是否存在竞争关系以及是否破坏了正常的市场竞争秩序。《反不正当竞争法》第二条审查的是否损害“合法利益”，但该条仅仅是一种原则性规定，不具有直接适用裁判的功能。本条款的适用要件包括三个方面：一是企业需对数据拥有合法的权益，且在数据集合上进行了实质性的投入，并能够凭借该数据获得商业收益；二是他人的行为对企业正当的数据利益造成了侵害，破坏了市场竞争秩序；三则是该行为违背了诚信原则以及社会普遍认可的商业道德。不可否认的是，《反不正当竞争法》的一般条款依据“诚实信用”和“商业道德”等原则，为司法机关规制破坏市场竞争秩序的行为提供了灵活的法律工具，有效的弥补了成文法的滞后与僵化问题。但是这种原则性规定也存在着明显的局限性。REF_Ref18279\r\h[20]其一，企业对于数据保护的合理预期是很难依靠《反不正当竞争法》的一般条款来得到充分实现的。从现有的理论和实践情况上来看，在对一个理论体系进行构建的时候，很难让它同时满足无矛盾性和完备性这两个要求。为了应对法律体系内这两者之间的矛盾冲突问题，立法者经常会在具体的法律规则之外引入一些具有不确定性的法律原则。《反不正当竞争法》当中的一般条款便是这种原则性规定。该条款中的“商业道德”、“社会公共秩序”等词语在表述上比较模糊抽象，并没有对它的构成要件、责任后果以及判断标准进行明确，这很容易导致个别案例中的论证分析不够充分。说理薄弱了，那么裁判结果的不确定性就会上升，司法的权威性与法律的可预测性也会被削弱。概括来讲，法律实施的统一性和稳定性如果下降的话，民事主体的数据保护与利用就将无法得到准确的决策指引。其二，一般条款对于企业数据的保护在覆盖范围以及保护强度上存在着比较明显的局限性。反不正当竞争法主要侧重于对可识别的不正当竞争行为进行事后禁止，以此来应对特定的市场失灵现象，主要提供的是财产损失补偿的事后救济措施，难以满足数据积极利用与流通的全面法律需求。数据权益包含了数据权利与数据利益，在法律救济方面，数据权利与数据利益存在区别，权利保护的力度通常大于利益保护的力度。若仅将数据视为竞争性利益来进行保护，实质上是将数据权益当作单纯的经济利益看待，这种较弱的保护方式难以应对复杂多样的数据纠纷。同时，竞争法益与数据权益也并非是完全一致的，竞争法益主要侧重于维护市场的竞争秩序、保护经营者以及消费者的合法权益，主要通过制止不正当竞争行为来实现；而数据权益则主要是聚焦于数据的生成、收集、存储、处理、共享以及使用等多个环节，涵盖了数据的主体、控制者以及处理者等各方的权益，在保护方式上更加侧重于对数据的全生命周期进行规范以及对数据的安全进行保障。部分少数的数据抓取行为由于并没有产生市场替代效果所以没有办法被纳入到反不正当竞争法的规制范围当中。其三，一般条款是难以将企业数据的法律地位界定清晰的。赋权保护模式主要是通过将法益设定为实体权益的方式来直接对数据进行保护，而行为规制模式则主要是通过禁止特定的可识别行为来对数据进行间接保护。REF_Ref17716\r\h[4]在一般条款保护模式下，数据控制者的主张往往会受到竞争关系的限制，并且侵权构成要件的证明要求也是比较高的，这间接的增加了数据控制者的维权的难度。救济手段的有限性也进一步凸显了该模式的不足。因此，一般条款保护模式在立法上属于次优选择，它的行为规制模式并没有在真正意义上满足《民法典》第127条中对数据法律地位的要求，难以充分实现数据的全面保护。REF_Ref17716\r\h[5]3.2赋权模式及其局限性3.2.1物权保护模式物权保护模式主张应将企业数据应归入物权法的保护范畴，成为物权体系中一种独特的存在形式。REF_Ref20549\r\h[14]传统物权理论虽然大多聚焦于有体物，但也涵盖了诸如水能、电能、光能及无线电频谱等无体物。这些无体物同有体物一样，具备独立的经济价值与可支配性，物权法为其提供了排他性保护机制。数据本身蕴含着不可忽视的财产价值，实质上等同于一种新型的“无形物质”，理应借鉴所有权制度予以保护。物权制度历史悠久，其权能架构也比较完备且成熟。企业在数据的全生命周期管理中——从采集、存储到加工、交易各个环节无不精准映射出物权所包含的占有、使用、收益、处分等核心权能。更重要的是，物权法所构建的权利责任框架能够为数据要素市场的流通筑牢根基，既能有效的抵御外部侵权风险，又能保障数据权益方的利益，推动数据资源的高效利用，让数据价值得到充分释放。另一说法则是主张革新传统物权体系，让它契合数字经济的浪潮。REF_Ref21777\r\h[2]提出以物权框架为蓝本为数据领域量身定制权利架构：将数据初始控制权归属于数据的源发者，使其获得近乎于所有权的充分保护；而数据的处理者则被赋予有期限、有条件的用益权，得以合法使用数据。在此基础上，巧妙的区隔数据流程，将采集、加工环节与共享、交易环节进行分别规制。通过构建权威且具有超强公信力的平台，既能保障数据的源发者的权益不受到侵扰，又能激发数据交易的活力，实现数据要素价值的最大化，巧妙化解数据权利保护与数据流通之间的张力。物权观点在企业数据保护方面存在着明显不足。企业数据的特性使它允许多个主体同时享有占有和使用权，这与物权所强调的独占性和排他性是相悖的，而物权中的“一物一权”原则更是难以契合企业数据的实际情况。同时，企业数据共享的发展趋势与物权的排他性相冲突。若赋予企业数据的权利人所有权，则可能导致数据被过度封闭和垄断，这不仅会阻碍数据的共享，还会限制数据作为关键生产要素在市场上的流通和价值发挥，是不利于数字经济的健康发展的。3.2.2新型数据财产权保护模式新型权利模式主张为数据设立数据新型财产权，根据不同的数据主体，将个人信息和企业数据区分开来，并赋予不同主体不同的数据权利。企业（数据经营者）被赋予的数据权利为企业新型数据财产权，涵盖了企业对数据的经营权和资产权。REF_Ref17866\r\h[18]所谓数据经营权，是指数据新型财产权逻辑下的新型经营权，它的主要目标是在于明确企业对于数据资产所拥有的经营资格以及在市场中所处的相应地位。企业通过劳动投入的方式将原始数据转化为具有市场与经营价值的数据资产，在这个过程当中与企业需求和驱动作用是紧密相连的。没有企业，企业数据则难以形成，因此对数据经营者的地位进行确认是至关重要的。这既为企业从事数据的开发和经营活动提供了制度上的激励与保障，又从立法层面为企业享受政策的扶持创造了一定的条件。然而，这种经营权并不是没有限制的，政府通过某些许可程序将数据的初始权利配置给政府后再授权给民事主体来进行经营。数据资产权则是企业对它进行收集、加工和处理的数据集合所享有的归属性财产权，是对企业劳动价值和经营利益的归属确认。从法律角度来看，这类似于赋予企业一种绝对性的权利，目的是通过排他性权利的赋予来认可企业的劳动价值，并激励企业进一步对数据进行开发和加工。新型数据财产权制度的设计依旧是以物权作为基础，借鉴了物权中所有权的制度规范，实际上并没有创设全新的权利类型，因此仍然存在物权保护路径的缺陷。一方面，企业数据的公共属性使得其排他性权利难以实现。如果对所有的企业数据“一刀切”地赋予财产权，不仅会阻碍数据的交易流通，还会因为数据的独有特性导致这种财产权难以落地。另一方面，由于数据可被多个主体同时占有，赋予排他性权利容易引发权利冲突。此外，一旦数据公开，其信息价值随之丧失，此时再赋予绝对性权利已经没有必要了，企业也无法要求返还原物或者恢复原状。3.2.3知识产权保护模式目前，我国企业数据的知识产权保护主要依靠《中华人民共和国著作权法》（以下简称《著作权法》）《中华人民共和国专利法》（以下简称《专利法》）等法律予以保护，但均存在一定的局限性。（一）著作权法保护模式在当前的知识产权体系中，著作权法是保护企业数据应用的重要法律依据，提供保护的主要方式是通过判断企业数据是否能够构成汇编作品。我国《著作权法》第15条以及相关的国际协议（如《世界知识产权组织版权条约》（WCT）第5条、《与贸易有关的知识产权协议》（TRIPS）第10条第2款）对数据汇编作品的保护作出了明确性规定，为数据集合的独创性编排提供了法律保障。这种规定拓宽了著作权的保护范围，成为了企业数据保护的现实依据，并且在实践中被广泛运用。独创性与可复制性是判断是否构成汇编作品的关键要素。我国虽然没有在法律层面对“独创性”作出明确且具体的解释，但是司法实践以及理论普遍认为独创性应当包含独立完成以及具备一定创造性两个方面。美国的“额头上的汗水法则”曾主张仅凭劳动投入即可获得著作权保护，但该法则在Feist一案中被推翻，取而代之的是“最低程度创造性”的标准，即仅凭劳动和投资无法满足著作权保护的条件。企业数据可以分为两类：一类是本身构成作品的数据，另一类是经整理编排后具备独创性的汇编作品。例如，企业如果以独特方式筛选和编排数据，即便单个数据本身很简单，只要编排的方式体现出了创造性并且满足了独创性标准，就能获得著作权的保护。然而，著作权对于满足独创性标准的企业数据仍然存在有一定保护局限。侵权者可能会通过规避汇编作品的独创性编排而直接使用数据本身，此外，著作权保护还需让位于著作权的合理使用，包括通过还原工具获取原始数据的行为。REF_Ref17987\r\h[19]（二）专利法保护模式在当下的司法领域，凭借专利法对企业数据展开保护尚未成为普遍做法。企业数据要契合专利法所规定的客体要件着实不容易，相比而言，著作权法与反不正当竞争法在为企业数据给予保护方面，展现出了更经济高效的优势。不过，单单从专利制度针对企业数据里的技术方案所实施的保护强度来讲，著作权法与反不正当竞争法皆望尘莫及。在现行专利法规体系下，只有当数据所呈现的信息融合了一定的专利技术方案，并且该技术方案又体现出专利成果信息的状况下，数据才有资格得到专利法的庇护。仅存在一种情形能够获得专利护航——那便是当人工智能模型的学习标的是专利成果的时候。然而，无论是在理论探讨还是在实际操作中，数据受专利法保护均存在诸多不足。实际的司法判定中，对于大数据相关的计算机程序授予专利一事，仍秉持着谨慎乃至否定的态度。一方面，运用专利法来维护企业数据的制度成本居高不下。对数据背后的计算程序授予专利的判定标准甚为严苛，并且一旦这类数据遭到公开，便极易从技术层面模仿数据应用的效果，从而避开对数据专利的侵犯。再者，倘若他人侵犯了数据专利，取证难度极大且成本十分高昂。因此，给数据授予专利并非一个经济实惠的选择。数据要想获得专利法的保护，必须满足新颖性、非显而易见性以及实用性的要求，这使得企业数据申请专利的门槛大大提高。在实际中，企业往往更多地选择商业秘密制度来维护自身的企业数据。4通过知识产权保护企业数据的合理性在现有的权利保护体系当中，知识产权制度的出现无疑是法律所保护的客体由有体物迈向无体物的里程碑式发展。知识产权法在保护企业数据时即延续了现有制度的灵活性，又通过试点的创新（如数据登记制度）以适应数字经济时代的需求。与传统财产权或依赖反不正当竞争法相比，其在平衡私有权利与公共利益、明确裁判标准、激励创新投资方面更为稳妥，并且与数据要素市场化这个目标高度契合。并且企业数据和知识产权的客体之间存在一定的共性，两者的保护基础理论相互契合、制度目标一致，且两者的历史发展轨迹也具有相似性。基于此，通过知识产权保护企业数据是具有一定合理性的。4.1客体的相似性首先，两者的客体在本质上都属于非物质性的信息。知识产权是指人们对其智力劳动成果所享有的法定权利，它包括了专利权、商标权、著作权等权利内容。这些智力成果通常以思想、概念、设计、作品等形式存在，不具有物质实体的形态，无法通过感官直接感知其存在。所以知识产权法与其他法律制度间最显著的区别就是知识产权所调整的对象本质上是非物质的信息。企业数据作为信息的呈现形式，通过数字化手段对信息进行描述。企业的信息数据中所蕴含的实质性内容，体现了数据的内涵以及意旨。企业数据不具备实体财产那样明确的物理形态，却能够以独特的数码形式进行存储、传播和使用，这一特征与知识产权的非物质性质相契合。REF_Ref18101\r\h[1]由此可看出，从形态构成上来看，企业数据与知识产权客体在属性上具有一定的相似之处，两者所保护的对象均以信息为核心本质。其次，两者在客体边界划分上呈现出相似性。知识产权区别于有形财产权主要在于其客体的非物质性。这意味着客体不具有具体的物理形态，也不会占据一定的物理空间，对这类客体的利用，更多是体现在人们对它的认知与理解上，而不是通过物理手段来进行实际的占有或者控制。企业数据就是代码，数据是以无体物的形式存在。由于企业数据无体性的特点，使得将企业数据纳入有体财产权利体系并不合适。同时，企业数据也不会因为使用发生毁损，数据一旦产生便可以永久存续，不会因为多个主体的使用而发生损耗。两者在权利边界的划分上均无法像有形财产一样刻画清晰，在权利边界的确定和权利确定方式上均存在困难。因此将企业数据纳入现行知识产权法律制度当中调整具有可行性。传统知识产权的客体包括作品、智力成果、经营性标志等，权利外观为无体物，本质上还是具有财产性的信息。企业数据中承载的信息具有市场价值，应当受到财产权的保护。因此，企业数据无形性和财产属性的特点，使其可以成为一种新型的知识产权类型来予以保护。4.2价值理论基础的契合性（一）劳动赋权理论洛克（JohnLocke）在《政府论》提出，个体对其身体所做的劳动享有所有权。如果这种劳动添附在自然物之上，则人便因其劳作对该自然物享有所有权。洛克认为的这个自然物是指粮食、果子等带有自然属性的有体物，这里的劳动，主要是指体力劳作。随着时代的发展，劳动的含义逐渐演变，人们开始逐渐意识到，脑力劳动和体力劳动一样，也能产生财产价值，理应受到财产权利的保护。马克思提出了劳动价值学说，为智力劳动的财产权利保护提供了理论基础。当智力劳动与无体物结合时，知识价值论也应运而生。知识价值论将知识产品作为脑力劳动的结晶，认为也应当为以无体物存在的智力成果赋予财产权，也即知识产权。劳动赋权理论的起源与演变，揭示了现代知识产权制度存在的正当性，为知识产权制度的财产权利保护提供了理论渊源。企业对其收集到的样本数据进行采集和筛选，经过对数据脱敏化处理后，对数据进行加工、劳作和投资，最后生成数据分析的模型，使数据表现出不同的信息内容。在这一过程，企业投入了大量的成本，付出了大量的智力劳动，因此，根据劳动赋权理论，企业对其劳动产生的企业数据享有财产权利。劳动赋权也存在前提条件，劳动必须满足“使该物脱离原始状态”的标准，劳动者才能取得财产权。同时该劳作过程不得损害他人对该物的利用。数据公共性的特征也要求企业对其劳动取得的企业数据要符合共享开放的发展理念，因此，从这个方面来看，企业数据也应当取得财产权利保护。值得注意的是，在立法并未予以明确企业数据权属的现阶段，司法实践也多以企业对其数据的劳动和创作来进行裁判。例如，在“淘宝诉美景”案中，法院认为淘宝对其在经营过程中收集到的用户数据进行分析和加工得到的数据产品享有财产上的利益，美景公司未经许可擅自提供给平台获取的行为，侵犯了淘宝网因智力劳动对该产品的财产权利。在“大众点评诉百度地图”案中，百度没有经过大众的授权和许可而使用了大众点评网上公开的用户评论信息，法院认为尽管这种信息面向社会公开，但大众点评为其投入了巨额的成本，应当属于其劳动成果。（二）功利主义理论墨杰斯（RobertP.Merges）认为，如果说劳动赋权理论是产权制度的上层设计的话，功利主义理论则应当是位于中层的效用分析。功利主义理论基于经济学视角，主张制度设计应当以实现收益最大化为追求目标。该理论认为，如果一种制度能够达到成本最低且收益最高的效果，那么这种制度就是合理的。在制度经济学看来，当交易成本很小时，只有明确了产权，市场对资源的配置才能最有效率。因此，制度设计应当对产权予以明确，才能在经济学上实现帕累托最优，资源的配置才能最有效率，才能实现收益的最大化。对于企业数据的制度设计来说，从功利主义的角度来看，对企业数据的产权予以明确才能最有效地保护企业数据权益。但也有学者认为，在企业对其享有的企业数据财产利益被他人以不正当的手段非法获取之前，企业仍未在市场中收回其资本投入时，才需要企业数据明确的产权保护制度。从功利主义的角度来看，立法应当对数据企业的权益予以保障。从技术手段来看，数据可复制性的特点使得数据的复制、窃取、利用十分容易和低廉，企业的数据权益易受侵害。如果这时法律制度对企业数据没有予以明确的保护，或者违法成本十分高昂的话，会导致通过不正当手段获取数据的行为越来越多，企业会丧失开发、生产、处理数据产品的积极性，从而陷入企业数据行业的“公地悲剧”。因此，法律制度应当对企业对其享有的数据权利予以确认和保护，排除他人的非法获取和不正当利用行为，维护数字经济的健康发展。（三）新经济增长理论20世纪80年代中期，罗默（PaulM.Romer）等经济学家提出了一种不同于新古典增长理论的经济发展思想，被称之为新经济增长理论。该理论随即成为证成知识产权的重要经济学理论。在新经济增长理论支撑下，各国政府纷纷开始对知识的生产与积累予以产权配置，通过颁布与加强知识产权保护制度，鼓励知识领域的创新活动，最大程度地开发知识产品的价值利润，此时，知识产权被视作“经济增长的有力工具”。REF_Ref18467\r\h[10]事实上，这也反映了知识产权制度推动知识创新与生产、提高创新效率，从而带动经济与社会发展的内在机制。在数字经济蓬勃发展的当下，数据已然演进为一种与传统生产要素（劳动、土地、资本等）相并列的新型资产，更成为了推动我国经济增长与产业升级的核心战略资源。从实际发展情况上来看，数据在促进经济增长方面的作用相较于知识要素，也毫不逊色。若我们遵循新经济增长理论中用以论证知识产权保护的逻辑路径就可以发现，数据作为数字经济的全新生产要素，同样具备被纳入有关制度予以保护的必要性。4.3制度目标的一致性（一）激励创新创新是引领发展的第一动力，知识产权制度的本质就是为了保护和激励创新。数据作为数字经济增长的关键要素，已成为推动创新发展的核心基础。对于知识产权制度来说，通过明确权属争议的判断标准，激励创作者创新创造，同时通过对侵权人判处惩罚性赔偿，能让知识产权制度在保护创新、激励创新的过程中，发挥着越来越重要的作用。法治对创新具有规范、激励和指引作用。REF_Ref24438\r\h[21]制度的激励作用是指制度通过对行为进行规范，这种规范会对主体产生刺激，主体会对这种刺激做出反应的现象。对于企业数据的保护来说，企业数据法律制度的构建要想发挥企业数据生产要素的作用的话，在其制度的设计中应当蕴含着激励企业生产创新的价值目标。企业数据立法可以借鉴知识产权制度的价值取向、基本原则和发展轨迹，来构建数据财产权制度。这种被企业收集、筛选、脱敏、加工处理后得到的企业数据，凝聚了企业的劳动价值，“在知识产权的维度，或多或少地具有创造性”。这种创造性是企业数据得以获得法律保护的基础。（二）维护公平公正的市场竞争秩序维护公平公正的市场交易秩序贯穿于知识产权法始终。一方面，知识产权制度通过打击侵犯知识产权的侵权行为，来维护知识产权交易市场公平有序的市场环境；另一方面，知识产权法也通过权利限制制度来限制权利人以排他性手段滥用其权利，避免权利主体对其所享有的智力成果形成市场垄断地位，从而推动知识市场经济的竞争性产出。司法实践中，经常发生有关企业数据不正当竞争的纠纷，对于企业数据保护的立法，也应当试图避免权利人对企业数据形成垄断，避免他人对企业数据不正当地获取与利用的行为。因此，建立一个公平公正的数据交易市场的竞争秩序，是企业数据保护制度首要目的。（三）平衡个人利益和公共利益财产权利起源于所有权制度，在财产权利诞生的初期，保护所有权人的所有权是财产权最主要的内容，随着财产权利制度的发展，同一个物上可以表达多个不同主体的利益，因此，财产权利逐渐向追求不同主体利益平衡的观点演变，这是财产不断发展和进步的表现，也是人类文明进步的标志。这种观点也在知识产权制度中得到体现，权利人所享有的知识产权和对权利人知识产权的限制具有同样重要的意义，保护权利人权利的同时兼顾社会利益成为知识产权制度的目标。例如，大陆法系国家中的德国与法国，他们的著作权法以维护创作者的权利为核心著称，但即便是这两个国家的著作权法，也必须要以平衡创作者的权利与使用者的权利为前提。因此，企业数据财产权规则的建构也要以社会公共利益为目标，不仅是为了保护企业的数据权益，更是为了通过建立企业数据保护的法律制度，实现数据主体、数据处理者与社会整体等多个主体在企业数据上的利益表达诉求，从而保障企业数据行业的有序发展。我国《网络安全法》第1条便明确了这一点。（四）促进效率最大化知识产权法在制度设计上追求制度成本最小和效率的最大化，从而实现知识产品的高效利用。企业数据制度的设计也应当对数据在市场的交易与流通起到推动性作用，这实际上也是在提高企业数据的利用效率。企业数据保护制度以产权保障为基石，旨在提升企业数据在数据交易市场中的流通效率，提高数据产品的开发利用效率，对企业数据的资源进行最优配置，以保证企业数据市场机制的有效运作。4.4历史发展轨迹的相似性企业数据作为新兴的无形资产，其数据权益保护路径的构建可以借鉴知识产权制度历史发展的轨迹。商标法的历史发展可以为企业数据的知识产权保护提供借鉴。传统的知识产权法的客体并未包含商标。传统上意义上的知识产权包括工业产权和版权，都是只保护创造物上智力的创造性。19世纪下半期，商业标志在实践中受到广泛的承认，但当时的工业产权只保护外观设计和专利，如何将商标纳入知识产权法的保护体系成为当时的实践难题。当时便有人提出，可以类比专利、版权和外观设计的制度设计，建立商标法，从而对商标加以保护。渐渐地，商标被纳入知识产权法律保护的范畴。商标被纳入知识产权法律保护的体系标志了知识产权法并不只保护创造物，其在客体上的弹性和包容力很强。除了商标之外，商业秘密是否可以作为一种单独的知识产权法的客体也被人们广泛讨论。知识产权法不仅限于保护智力上的创造性这一观点逐渐被人们所接受。对于企业数据来说，可以参照商标、商业秘密被纳入知识产权法律保护的客体的历史发展轨迹的逻辑来寻求知识产权法律的保护。首先，从企业这一主体发挥的特殊作用来看，知识产权法的产生是创造性的智力成果资本的产物，法律作为推动力量，强化智力成果的生产要素的结果。知识产权是资本支配经济生活的产物。数据产业的发展轨迹也体现了同样的规律。在现行的商业实践中，企业借助商业模式创新，将原本无价值的数据通过劳动投入转化并实现数据价值的增值；当这种价值在市场当中进行交易、利用和流通或者遭受到侵害时，企业便会积极寻求法律途径，从而推动了数据财产相关权利规则的设定。与知识产权类似，数据财产在这个过程中作为生产要素，得以被纳入资本运作。其次，知识产权法对扩大其调整范围一直持开放的态度。类比商标法、商业秘密制度可知，知识产权法的调整范围一直在扩大。且数据的信息特征使得企业数据与知识产权法有结合的可能性。5企业数据知识产权保护路径的构建与技术发展日新月异形成鲜明对比的是，法律制度往往呈现出滞后性。法律制度的变革并非一蹴而就，而是需要各利益主体经历长期的反复协商与博弈，只有如此，才能逐步厘清各利益之间的边界，进而使制度设计日益完善和精细。倘若法律适用者能够准确把握法律的内涵，合理运用科学的法律解释方法对现行的法律规范进行行之有效的解释，在很大程度上便可以弥补现有制度所存在的缺失。这一做法不但能够节省立法成本，而且为新制度的建立以及与现有制度的衔接预留了相应的时间和空间。在我国目前既定的知识产权法体系内，企业数据能够获得一定程度的保护。然而，当面临企业数据所引发的利益纠纷时，这种有限的保护措施就显得有些力不从心了。在知识产权法的框架下，可以从现有制度调整与创设制度两方面进行构建。5.1解释论：现有制度的适用性调整在法律体系化建构的视角下，法教义学强调应当首先遵循既有的法律制度，其理由在于既有的法律制度在价值位阶上优于新创设的制度。基于此，对于企业数据的法律保护问题，在现有制度与创设制度的选择顺序上优先考量现有制度是一种较为合适的选择。（一）著作权法其一，应当明确独创性标准在企业数据当中的适用。对于那些因为企业花费了大量的人力、物力和时间收集、整理以及分析所形成的具有独创性的数据集合，应当给予著作权来进行保护。这需要进一步对独创性标准在企业数据当中的具体判断进行明确，比如在数据库的结构设计、数据的选择与编排等方面达到了一定独创性要求的就应当认定为受著作权法所保护的作品。其二，应当完善著作权保护的例外与限制情形。因为考虑到数据的共享和流通对于经济发展和社会进步的重要性，所以在著作权法当中应当明确规定企业数据著作权保护的例外与限制的情形，比如合理使用、法定许可等等。例如，对于那些为了学术研究、统计分析等目的对企业数据所进行的非商业性的使用，在符合一定条件的情况下应当认定为合理使用，以此来平衡企业数据保护与社会公共利益之间的关系。（二）专利法首先，应当扩大专利法的保护范围。随着企业数据相关技术的不断发展，比如数据挖掘技术、数据分析算法等，应当适当的扩大专利保护范围，将符合专利申请条件的数据处理方法、计算机程序等纳入专利保护客体中来。只要这些技术和方法具有新颖性、创造性和实用性，就应当给予专利保护，激励企业不断创新和研发数据相关技术。其次，应当建立专利审查适应性机制。针对企业数据相关专利申请的特点，建立专门的专利审查机制以及标准。由于数据的相关专利申请往往涉及复杂的计算机技术、数学算法和商业方法等，审查人员需要具备跨学科的知识背景以及专业能力，以准确评估专利申请的创造性、实用性和可专利性，从而提高专利审查质量和效率。（三）商业秘密保护法对于商业秘密则应当细化它的构成要件，明确企业数据作为商业秘密保护时应当具备的具体构成要件，比如价值性、秘密性以及保密性在数据环境当中的具体判断标准。REF_Ref18636\r\h[16]例如，对于价值性的认定，不仅应当考虑企业数据本身的价值，而且应当包括企业数据对企业竞争优势能作出的潜在贡献；对于秘密性的判断则应该需要综合考虑企业数据的获取难度、企业所采取的保密措施等其他的因素。同时，还应当指导企业采取更为有效的可操作的保密措施来对企业数据进行保护，比如通过技术手段对企业数据进行加密处理、设置访问权限、建立数据的备份和恢复机制等等。此外，还应当明确企业在不同的数据状态下应该采取的保密措施要求以及因为没有采取合理的保密措施导致数据丧失秘密性时所产生的法律后果。（四）反不正当竞争法在对《反不正当竞争法》的一般条款予以解读时，不难发现其常常将行为的正当性判断聚焦于商业道德的认定问题。商业道德本身具有特定的内涵，它是在长期的商业实践中，逐渐形成，并被市场共同体所普遍认可的行为准则。然而，随着互联网等新兴市场领域的蓬勃发展，各种新型竞争行为层出不穷。对于这些行为是否违反商业道德以及是否绝对有害于市场竞争，市场共同体尚未达成共识，因为新的商业模式与规则仍然处于不断的探索以及完善过程之中。在此背景下，基于企业作为数据的生产者和控制者所享有的竞争利益，应当对不正当利用企业数据的行为予以制止。同时，鉴于竞争法所肩负的鼓励竞争、繁荣市场的使命，又必须防止对企业数据的过度保护而导致数据垄断现象的出现。因此，对待企业数据的使用行为，不能采取“一刀切”的简单化方式，而应当综合考虑多个方面因素。具体而言，首先，获取他人数据的手段必须要合法，绝对不能通过破坏他人必要的保护措施来获取数据。其次，数据利用行为应当具有积极的市场竞争效果，避免出现以劣币驱逐良币的非效率竞争，从而提升自身能力。再次，要遵循“合理、最少、必要”的原则来使用他人数据，即以满足自身合理的商业需求、最小化他人利益受损为前提。最后，不能使市场秩序和潜在的公共利益受到负面影响，避免破坏产业生态以及减少消费者未来可得利益的情况发生。在反不正当竞争法中，进一步细化明确涉及企业数据的不正当竞争行为认定标准也很有必要，像未经许可的数据抓取、复制、传播等行为要明确具体判断依据，对于利用技术手段破坏企业数据安全、干扰企业数据服务等新型不正当竞争行为，也应纳入法律规制范畴并明确法律责任。另外，反不正当竞争法的实施除依赖司法手段外，还需加强行政执法力度，建立专门数据执法机构或赋予现有执法机构相应数据执法职能，强化企业数据市场日常监管，及时发现查处不正当竞争行为，以维护企业数据市场公平竞争秩序。总而言之，通过对数据使用行为的各类因素与使用结果进行相对客观的审查，并运用辩证思维来判断其对市场健康发展的综合影响，进而清晰地划定数据使用行为正当与否的界限。在此基础上对数据合理利用的规则与限制进行进一步确立，确保能够实现企业数据的保护与开发利用之间的平衡，最终达到数据安全有序流动的根本目标。总而言之，应当根据不同类型的企业数据的特点以及它们的保护需求构建出著作权法、专利法、商业秘密法以及反不正当竞争法等多部法律有机衔接的类型化保护体系。对于那些具有独创性的数据集合，适用著作权法保护模式；对于数据挖掘技术以及算法，适用专利法保护模式；对于那些没有公开的但是具有商业价值的数据，适用商业秘密法保护模式；对于那些数据市场中的不正当竞争行为则是用反不正当竞争法来进行规制。同时还需要明确各个知识产权制度之间的边界，来避免法律适用引发的冲突问题。根据企业数据的不同属性以及它们的保护需求确定出不同法律保护的优先级顺序，例如在数据的创新性保护方面优先考虑专利法和著作权法；在数据的保密性保护方面则可以优先适用商业秘密法来进行保护等等。5.2立法论：创设制度的路径选择与具体设置对于企业数据来说，现有的知识产权法概念的内涵和外延并不能完全涵盖企业数据，无法将其完全纳入进知识产权的调整范围。但如果通过扩大解释的方法，将企业数据强行全部纳入知识产权法的体系当中则可能会破坏知识产权法的内在逻辑。考虑到企业数据的独有特性以及与知识产权客体的相似性，仅凭在知识产权现有制度范围内进行扩张解释，是无法满足企业数据保护的现实需求的。因此，有必要在知识产权法的体系内创设一种新型的知识产权客体类型，使之成为与商业秘密并列的企业数据权。这样不仅可以参考知识产权制度的立法原理与规范设计，还能对数据的法律属性和产权归属进行合理的界定，有利于保护企业数据的所有者以及使用者的合法权益。在构建相关规则时，应当依据实践需求以及规范对象的特性来进行，这两个方面分别体现了规则的目的以及实现目的所需明确的基本要素。从实践层面的需求来看，之所以要着重保护企业数据，关键原因在于企业数据蕴含着极高的经济价值，并且凝聚了企业在人力、物力、财力等多方面的大量投入。倘若忽视这种保护，仅依赖自由市场的自我调节机制，极有可能引发数据垄断现象，加大数字鸿沟，甚至损害公共利益。例如，在大数据产业中，一些拥有海量数据的企业，若没有合理的规制，它们可能会利用数据优势排挤竞争对手，阻碍市场公平竞争，进而影响整个产业的创新发展，最终让公共利益受损。就规范对象的特性而言，企业数据在诸多方面与知识产权保护的客体高度相似，如同创作成果一样，企业数据的生成往往需要投入大量资源，并且具有可带来经济收益的潜能。鉴于此，借助现有的知识产权制度框架，为企业数据构建专属规则，是一条更加具可行性和效率的路径。参考知识产权的权利构造，企业数据权的立法包括两个方面：一是对企业数据权利的创设，包括权利的客体、内容、保护期限等方面，在现行的知识产权法的制度框架性下设置符合企业数据独有特性的权利制度；REF_Ref17631\r\h[4]二是要在保障企业数据权益的基础上科学的构建数据的使用限制规则，推进数据共享与开放机制的协同发展。5.2.1制度的设置基于上述分析，在制度的设置上可围绕客体范围、权利内容和保护限制这三个关键维度进行具体规划：（一）客体范围对于企业数据权客体的界定关系到企业数据权在知识产权法律体系中的地位。在权利客体层面，应将企业数据认定为一种新的知识产权客体类型并加以保护，同时依据企业数据的多种形态及要素价值来明确相应的保护方式。企业数据所具备的价值性、非排他性等独特属性，契合知识产权法客体保护的相关要求。可以参照现行著作权法中的独创性标准来对企业数据进行分类，对于具有独创性的企业数据，采用著作权汇编作品的形式予以保护；而针对那些不具有独创性的企业数据，则赋予其企业数据权。这部分企业数据权保护的核心在于维护数据制作者在制作过程中投入的实质性投资权益。然而，鉴于企业数据形态丰富多样，且牵涉众多的利益主体，所以仍有必要对企业数据进行甄别，以此构建企业数据权下不同类型数据的保护制度体系。首先，从企业原始数据以及企业衍生数据的保护来看，企业数据权的客体主要指的是向企业经加工处理后的衍生数据。这类数据并非企业直接收集的原始信息（通常包含大量个人信息），而是企业经过二次加工、脱敏以及匿名化处理之后形成的数据产品，因其具备市场竞争价值和利用价值，理应受到知识产权法保护。原始数据需经数据控制者（即企业）注入劳动转化为数据产品后，方可成为企业数据权的保护对象。企业对此类数据产品的开发投入了大量的资源，理应依法受到保护。此外，企业衍生数据基于原始数据加工而成，而原始数据往往包含了大量的个人信息，因此企业在收集原始数据时必须确保其合法性，还要接受必要监管，且数据内容不得涉及国家机密或危害国家安全与社会利益。只有符合合法性要求的企业数据，才能纳入企业数据权的保护范围。REF_Ref16968\r\h[15]其次，依据企业数据的公开程度，可将其划分为公开数据、半公开数据和非公开数据，并分别确定相应的保护策略。其中，企业公开数据因具有开放性特征，任何主体均有权自由使用，其本质上无法被某一主体独占。因此，对于平台上的公开数据，其只能获得有限度的企业数据权保护。对于非公开数据，可参考商业秘密的保护机制，将其划分为技术数据与经营数据两类。由于企业已通过加密、设置访问权限等技术手段使此类数据处于事实上的排他状态，故应赋予其数据保护的专有权。在当前司法实践中，依赖现行商业秘密制度保护非公开企业数据实属无奈之举，而创设新型企业数据权，将有助于更全面地保护企业数据。（二）权利内容企业数据权的构建应当遵循绝对法定原则。在设计权利内容时，应当基于企业数据的独特属性，将保障企业数据权益置于首要位置，以此来推动企业数据的顺畅流通与共享。具体来说，可以通过赋予企业数据使用权、授权许可权、转让权等积极权利同时赋予企业阻止他人未经授权通过不正当手段获取、利用其数据的消极防御权利的方式来对企业数据进行保护。企业数据权的权能体系关系到数据控制者的核心利益，完整的权能应当包括控制权、使用权、收益权以及处分权等多个维度。企业数据权的控制权能指的是企业数据的控制者凭借某种技术方法对数据财产进行实际的占有，并且在一定的范围内阻止第三人对它进行不正当干预，从而实现对数据的自由支配、利用以及收益。这种控制权是企业数据权体系能够实现运转的基石，也是数据的主体行使权利以及获得利益的前提条件。在数据的管理实践中，控制权能可以通过主动控制的方式来得到实现，例如运用区块链、密钥加密等技术有效防止数据的外泄。除此之外，控制权能还包含了一种拟制的控制状态，比如企业为了营销推广而向市场公开部分的数据产品时，尽管在这个时候数据是可供用户进行浏览的，但从法律的视角来看数据依然是处于控制者的占有之下的，并没有真正的脱离控制者的实际控制范围。企业数据的使用权能，也就是数据控制者依据企业数据的属性对企业数据进行开发、挖掘以及利用，以此来服务于生产与生活需求。这类使用权能既可以由企业自主地进行行使，也可以经过授权、许可等其他途径来赋予给他人使用的权限。它的使用范畴不但涵盖了数据的挖掘、处理、加工以及分析等多个流程，而且包含了企业数据的经营以及交易等行为。原始权利人可以通过转让、授权或者许可的方式允许第三方对数据进行使用，这既能合理处置数据专有权，又能有效地拓展使用权能。企业数据使用权能的实施可以有效地降低企业数据交易的协商成本，从而提升数据在运行过程中的透明度以及稳定性。值得注意的是，权利人在行使使用