反不正当竞争法视野下的企业数据权益保护

■ 葛子洋　　制度供给与司法需求的结构性脱节　　数字经济时代，数据是企业塑造竞争优势的核心资源，但我国数据权利保护的法律制度仍不完善。民法典第127条虽为数据保护预留了制度空间，却未明确数据的所有权归属与具体保护措施，因而当前企业之间因数据采集、整理、使用产生的纠纷不断增多。法院在长期审理中，只能依据《中华人民共和国反不正当竞争法》一般条款、旧法第12条第2款第4项及商业秘密条款作出裁判，导致“同案不同判”的现象较为突出。2019年《中华人民共和国反不正当竞争法》迎来第二次修订，新增的第13条第3款(即“企业数据保护专款”)首次以专门条款对数据相关竞争问题作出系统性规定，明确禁止以不正当手段窃取或利用其他经营者合法拥有的数据。这标志着我国的数据竞争治理，从过去过度依赖一般条款的“原则之治”，转向更为完善的“规则之治”，但立法供给与司法需求之间的矛盾并未因此消除。对企业数据保护专款的规范结构展开分析可以发现，该条款在保护对象、行为方式、危害结果等方面仍存在明显的立法疏漏：一方面，专款过于侧重数据安全保护，容易阻碍数据正常流动;另一方面，条文规定过于模糊，易引发受保护对象界定不明、危害后果认定不清等问题。“如何在现有制度框架下实现企业数据权益保障与数据流通的合理平衡”仍有待理论与实践作出回应。　　数据保护专款的规范疏漏　　第一，对保护客体的界定不够明确，专项条款仅指明经营者可对其“合法拥有的数据”享有权利保护，却未明确界定受保护的数据类型。“数据”是上位概念，既包括企业数据，也包括公共数据以及个人数据，三者的法律属性与保护方法各不相同，不能一概纳入反不正当竞争法的调整范围。客体界定不清会引发两方面问题：一是经营者无法提前形成明确的行为预期，二是法院对同一类型数据是否应予保护存在争议，增加了“同案不同判”的可能性。　　二是不正当竞争行为的界定过于宽泛。数据保护专款仅列举了“非法取得”“非法占有”两种情形，以“等不正当手段”概括其余情形。实际上，数据许可、转让、披露等环节的违法行为都可能破坏市场竞争秩序，却未被纳入列举范围。兜底式立法虽为规制新型不正当行为预留了空间，但其不确定性也会引发适用范围模糊、边界不清的问题，容易导致对数据持有者的过度保护，以保护之名行数据封闭之实，人为制造数据流动障碍。　　第三，损害后果缺乏明确的判断标准。专款要求不正当获取、使用数据的行为达到“损害其他经营者的合法权益，扰乱市场竞争秩序”的程度，却未规定竞争损害的具体认定标准。司法实践中曾出现法院仅以经营者利益受损，直接推定市场竞争秩序受损的情况;同时，专款未考虑“消费者利益”受损的情形，而消费者利益完全可能因数据不正当竞争遭受损害。　　数据保护专款的解释论修补路径　　在企业数据保护专款已入法成为既定事实的前提下，应当从解释论视角出发，围绕保护对象、行为方式以及侵害后果三个层面加以修正完善。　　从保护对象的角度来看，应确立“合法性+商业价值性+集合性”三项认定标准：合法性是经营者主张数据权益的正当性基础——若收集原始数据的过程违反《中华人民共和国个人信息保护法》等相关法律法规，即便后续衍生出其他数据，也难以获得法律保护;商业价值性是受保护的前提条件之一——只有数据具备现实或潜在经济价值时，才有法律介入保护的必要;集合性要求受保护的数据必须以特定数据集合体的形式存在——单个零散数据不具备竞争层面的保护意义，无需特殊保护。对于符合商业秘密保护要求的数据，应当尊重企业的自主选择权;对于不符合商业秘密要求的非公开数据，则可适用本专款规则获得专门保护。　　对于行为方式，应当区分不同行为类型分别评价。本专款对数据获取、使用行为采取分开考察的模式：当获取者与使用者为同一主体时，若获取行为本身不正当即构成不正当竞争;若获取行为正当但后续使用行为不当，同样构成不正当竞争。当获取者与使用者为不同主体时，可通过适当扩大解释，将数据继受人的后续使用行为纳入调整范围，即第三人明知数据由他人以不正当手段获取，仍然予以使用的，构成不正当竞争。数据的许可、转让、公开等行为属于特殊类型的“数据使用”，也可通过适度扩张解释将其纳入规制范畴。　　从侵害后果的角度来看，应引入“实质性替代”标准，并将消费者权益保护纳入考察因素。司法实践中，“实质性替代”已经成为判断竞争损害的核心标准之一，即一方擅自使用另一方的数据，对权利人提供的商品或服务产生了等量替代效果，即可认定构成实质性替代。将该标准引入本专款的解释与适用，能够让竞争损害的认定标准更加明确具体。此外，虽然本专款未明确提及“消费者利益”，但反不正当竞争法一般条款已将其纳入保护范围，在实践中可通过一般条款的制度路径，将消费者权益纳入损害后果的考察维度。　　综上所述，对于反不正当竞争法中数据保护专门条款的理解与适用，要始终围绕数据保护与数据流通两大宗旨，在保护与流通之间找到平衡点，通过遏制不正当竞争行为维护企业数据权益、促进数据资源合理配置，最终实现数据资源价值最大化，为我国数字经济创新发展注入强大动力。　　(作者单位：贵州财经大学)