論大數據在著作權法保護中的沖突與協調

田小楚，高山行

(西安交通大學 a.法學院；b.管理學院，陜西 西安 710049)

一、問題的提出

在數字時代，大數據權利人維權之術可謂舉步維艱?！皵底旨夹g使復制和傳播的盜版行為幾乎無需任何成本”(1)參見House Report105-551,Part 2,105th Congress,2nd Session,p.25.。人機交互的進步推動人類分享意識的覺醒，人們以低成本的使用、復制、傳播等方式黏著于大數據不限時空的迭代傳遞中，甚至迷失在以公益批判和階級意識的生成作為聲討大數據權利人解除“道德奴役”的烏托邦構想中，以至于忽略了“按需經濟”是影響實踐理性的導發誘因。誠然，各國法律通過不同形式賦予大數據權利人諸如“復制權”“發行權”和“信息網絡傳播權”等專有權利，并規定了各種法律救濟手段以保護其合法利益，但此類方法在數字時代已經很難有效地起到預設的保護作用，原因在于法律救濟只是一種事后救濟，大數據資源一旦被侵權，在極短時間內便可以形成數以萬計的非法復制件被“無償”利用，法律的滯后性對此局面已無力回轉。在此背景下，許多大數據權利人開始通過技術手段開啟利己的法律保護模式，然而，相應的破解、規避方式也一脈而生。例如我國發生的首例涉及數據侵權的技術措施訴訟——“精雕訴奈凱案”(2)參見上海市第一中級人民法院(2006)滬一中民五(知)初字第134號民事判決書。，原告所稱的技術措施所保護的客體——數據(文件)——成為本案的爭議焦點，該案最終以精雕公司所采用數據文件并非計算機程序或《著作權法》保護的客體為由宣告原告敗訴。針對上述問題，本文力圖解構引發現實問題中更深層次的緣由，推演大數據權屬及其特點的規律有可能被挪移的法律領域，從而理性地對待大數據保護過程中的立法調試問題，從而助益著作權法與其他法律制度的兼容性，化解復雜的框架效應。

二、大數據及權屬論爭

(一)什么是“大數據”？

“大數據”這一概念首次亮相于《自然》(Nature)雜志2008年刊登的題為“Big Data”的專題，并廣泛應用于經濟、計算機等不同領域。Kusnetzky Dan在What is “Big Data”一文中將大數據定義為：人工無法在短時間內管理、處理、截取并整理成為人類可讀的大規模信息。此外，大數據研究機構Gartner亦給出更詳盡的定義，“大數據”實則是指具有更強的流程優化能力、洞察發現力和決策力的海量、高產且多元化的信息資產。就大數據的運行軌跡、程序與呈現結果來看，主要包括以下特點：(1)規模性(Volume，耗費大量存儲空間)；(2)多樣性(Variety，來源廣泛、形式多樣)；(3)復雜性(Complexity，不易分割，難以標準量化)；(4)多棲性(Polytropic，攜帶、復制方便)；(5)價值稀疏性(Value，知識密度低、價值總量高)。

數據確權作為大數據法律保護的邏輯起點，是建立數據秩序和數據規則的基石，也是大數據法律保護制度的前提要件。由于數據權屬界定不清而導致的大數據開發利用無法受法律保護的事實已經成為時下備受關注的焦點。《中國信息資源開發利用指數報告》顯示，2017年我國各省(市、自治區)的數據開發利用指標均值為29.83，相較于2009年的均值(32.09)下降了2.26個百分點[1]。表明我國數據開發利用的整體水平偏低。數據權屬立法的缺失，公開主體對自身權利和義務的惶惑與不確定，已嚴重影響了數據開發利用之深度與廣度。為此，數據權利與數據產權適值應定下奧義為實踐輿情斷然解惑。數據權利作為私權利的表現形式，其人格權與財產權的界定最為復雜。其中數據人格權的核心價值是維護數據主體之為人的尊嚴，享有隱私不被窺探、自由不受剝奪、信息不被盜用、名譽不受侮辱的權利[2]。而數據財產權是權利人直接支配特定的數據財產，從而排除他人干涉所享有的占有、處分、收益和使用權利。數據產權的界定則相對復雜。首先，我們需清楚認知什么是“產權”？所謂產權(Property right)，即指“一種通過社會執行而實現的對某種財產的多種用途進行選擇的權利”[3]。而這種財產，無論公有、私有，唯有被合理使用，才賦予經濟價值。而想要了解產權，必然離不開法經濟學和法哲學理論奠基，從而使大數據與產權之間的關系蔚然明晰，得知大數據產權究竟緣起何處，其權屬究竟花落誰家。

(二)數據產權的經濟學探源

1.科斯定理與麥特卡夫定律共識

互聯網時代下，“摩爾定律”歸納了信息技術快速發展的同時，亦引發了人們對于技術進步伴隨海量數據資源濫用所面臨的數據權屬不清、利益失衡等尷尬困境，冷靜思考這一現象所反映的技術失控與法律意旨，不禁擔憂大數據權屬問題將成為互聯網平臺之間大數據流轉與交易埋藏的“定時雷彈”。經濟學家哈羅德·德姆塞茨(Harold Demsetz)認為，只有當大數據的產權收益大于成本時，確權行為才會產生經濟價值。要確定大數據的產權收益大于成本，需通過大數據的稀缺性為之增值，固定其財產屬性。我們通過科斯定理(Coase theorem)分析大數據產權在不同主體之間資源配置的效率，試圖探尋產權與大數據的影響因素為何。

科斯定理I：在交易費用為零時，當事人之間的市場交易無論怎么進行初始配比，資源配置都會達到帕雷托最優。

科斯定理II：在交易費用不為零時，不同的產權初始配比會帶來不同的資源配置效率(3)科斯定理是由諾貝爾經濟學獎得主羅納德·哈里·科斯(Ronald H. Coase)命名。他于1937年和1960年分別發表了《廠商的性質》和《社會成本問題》兩篇論文，這兩篇文章中的論點后來被人們命名為著名的“科斯定理”，是產權經濟學研究的基礎，其核心內容是關于交易費用的論斷。,[4]。

科斯定理I析出的假設前提旨在提供預設的理論指向，而現實中交易費用為零的可能性極低，科斯定理II所升格的產權配比假設更符合大數據的價值指引。倘若個人數據不流入市場、不公開使用，則數據價值與使用效率幾乎為零；若一旦將大量個人數據匯集到指定主體，當數量級達到千億級以上，則數據價值不可估量。當然，科斯定理也并非經濟產權領域亙古不變的真理，其片面性與局限性仍無法避免，例如對盲目追求資源配置效率所達到帕雷托最優狀態的真實性存疑。

倘若科斯定理只是片面追求資源配置效率，我們不妨換一種解釋方法——麥特卡夫定律，即：數據價值以用戶數量平方的倍速增長，當V代表數據總價值，n為用戶數，那么以定律公示V=n2可以推算出數據對于每個人的價值與數據權利人的數量成正比。假設一個數據對數據權利人的價值為1元，那么規模為100倍的數據總價值為10 000元，規模為1 000倍的數據總價值為100萬元，數據總價值恒定為數據規模的平方倍速增長。由此可以看出，無論是科斯定理抑或麥特卡夫定律均表明，數據的初始配比將影響數據資源的最終配置效率，且數據資源越集中效率越高、價值越大。

2.大數據適用著作權法的模型推演

基于引證大數據產權的法經濟學探源，我們不妨關注這樣一個問題：大數據是否適用著作權法保護？參考法經濟學對大數據交易價值的假設，選擇利用“理性人”的譜系理論作出回應的結果是：假設著作權人為“理性人”(4)所謂“理性人”是人的行為是理性選擇的結果，在既有的約束條件下，理性人會追求自身利益的最大滿足。，當理性人趨利避害的本性充分實施于交易過程中，其經濟效益最大化、資源集中以及供求定律等基本原則方能發揮作用(5)平衡理論認為，著作權人從自私的角度出發，只會考慮其享有著作權的私人成本，而刻意回避權利的社會成本，甚至故意將私人成本轉化為社會成本，在收獲私人利益的同時損害社會整體效益。,[5]。但遺憾的是，現實生活中不存在完全理性人。為此，著作權法中的合理使用制度將成為大數據權利人迎合不完全理性人最好的佐證。

模型Ⅰ：當大數據的使用行為帶來的潛在收益高于交易成本時，不利于納入著作權法合理使用的范疇。由于數據使用者通過對數據的使用可以帶來收益，收益大于交易成本的動機促使數據使用者尋求數據權利人的許可，此模型情境不利于納入著作權保護的合理使用的范疇。原因在于，將個人數據有償公開，數據權利人對數據使用者存在潛在的價值收益，若收取高額費用，該交易成本不易被數據使用者所接受。

模型Ⅱ：當大數據的使用行為帶來的潛在收益低于交易成本時，有利于納入著作權法合理使用的范疇。鑒于大數據使用的商業性質并非合理使用原則的決定性因素，對著作權制度的規約作用影響不大。因此，即使是商業性使用大數據的行為也可能納入著作權保護的合理使用范疇。例如新聞報道所用數據具有較強時效性，難以在短時間獲得數據權利人許可，即便獲得許可，若許可成本高昂導致新聞價值下降，那么此數據所帶來的新聞的社會公益效應則微乎其微。在此情境下，大數據的交易成本不易被公眾接受，而公益新聞報道卻應當為之，著作權法中的合理使用制度便需要被引入并施以法律保護作用。

模型Ⅲ：當大數據的使用行為未帶來任何收益時，可以納入著作權法合理使用的范疇。該情境最常見的便是純粹為了個人欣賞、研究、學習等目的使用大數據，這些數據使用行為不會增加明顯的收益，如果有也是增加些許社會公共利益。比如因教學目的使用大數據是為了“授人以漁”、傳播知識和促進社會知識文明的進步與發展。此類大數據的使用行為不應當產生交易成本，數據使用者也不會對數據權利人給予利益補償，否則將會損害社會公共利益、阻礙人類文明的進步。

綜上所述，大數據適用著作權法保護是可行的。在公眾對大數據的使用過程中如若得不到著作權法的保障，那么便會產生不符合市場規律的交易成本(數據使用者與數據權利人進行談判所產生的費用)，導致交易成功率銳減。而著作權法中的合理使用制度有效解決了大數據交易市場中的許可交易失敗隱憂，克服了市場失靈的弊端與阻滯困境。鑒于此，通過法經濟學的分析，大數據適宜于納入著作權法的保護范疇。

(三)大數據著作權合理性之法哲學范式

對于財產權的法哲學譜系理論可以參考約翰·洛克(6)約翰·洛克是17世紀英國資產階級哲學家和政治法律思想家，自由主義的奠基人，古典自然法學派的杰出代表之一，創立了對后世影響深遠的財產權勞動學說。(John Locke)的財產權勞動學說。洛克認為，財產權是“天賦之權”，上帝將一切給予人類并為之共有，人類進步所演化的勞動分工又使人們所共有的一切拔歸私用，社會為保障公平與正義，以法律的形式創造了私人所有權。這一理論為解釋大數據這一無形財產權的合理性及適用著作權制度的正當性奠定了理論基礎，并揭示了法律這一系統容許著作權與大數據之間的因果聯系。對于著作權制度而言，以勞動分工為基礎和前提確立的財產權制度，本質上激發了著作權創造者的積極性，為人類社會之發展增添動力。財產不單純是物質的派生物，也是人類選擇的反映，有形財產抑或無形財產均為人類原初狀態的勞動產物，大數據也屬其中一種。雖然財產權的重要性正逐漸被使用權所粉飾，分享意識的啟蒙對于大數據成果的保密、設限等做法極力反對，聲稱一切消減共享經濟的規范都是違背人類進步的符咒。但著作權作為唯一包含人格權的知識產權類型，不會遷就某些以“人類”“國家”“集體”為受益主體的“投機”立場，畢竟許多問題及觀點都缺少旁征博引的求證與深入骨髓的辨析以證立真偽。即便社會倡導知識共享，即便法律不保護它無力保護之物，但大數據權利人所付出的合法的、積極的勞動收益相較于數據使用人無償獲取的利益，誰更值得保護不言而喻，當然，法律應給予人類進步齒輪中無限輪回、創造的勞動者(權利人)應有的尊重與保護。

黑格爾的勞動理論與人格正當性理論極為相似，被用于著作權時帶著直覺般的吸引力和理想主義，他認為“人有權將自己的自由意志體現在任何物中，因而使該物成為我的東西；這就是人對一切物據為己有的絕對權力”[6]。這一論斷并非單純地主張創造者自我價值實現是至高無上的，運用于著作權制度中，可以理解為著作權無需通過與有體財產權的類比加以論證，否則可能會歪曲與意志有關的人格和心理特征的尊崇地位。黑格爾的勞動理論為著作權保護客體的擴充提供了合理性論證，即大數據作為人類意志的體現，當然可以成為著作權應保護之物。

建立公共福利基礎之上或工具主義的機理理論是以“激勵”智力創造成果為切入點，為大數據著作權提供正當性的另一種重要理論。在激勵理論中，大數據著作權保護所需要論證的合理性可歸結為經濟需要、精神需要和社會需要三個面向。以上需求合理性的滿足條件，均以激勵大數據權利人創作作品為基礎和前提。法產生于利益的需求源自自然法學派“無救濟，無權利”的社會契約論——人出于保護生命、財產等基本權利的需要，自然讓渡部分權利以達成人人應當遵守的公共契約[7]。而著作權法的產生根源于保護著作權人的所有權和促進人類文明的傳播，然而這兩者的利益平衡主要參照的是對著作權人利益的考量。通常，著作權法在賦予個人復制作品權利的同時，也會限制其獲取著作權作品的行為，但大數據發表簡易、使用方便、復制便捷、獲取手段多樣等特點，使得大數據的法律保護專有性被弱化。若想實現公眾利益的有的放矢，需要著作權法在網絡安全與數字技術的運用發展中增強保護。

三、大數據適用著作權法之域外引論

在大數據時代，權利人如何運用著作權法保護正當權益的破題關鍵在于適用著作權法的邊界定位，基于大數據信息處理流程的四個階段，即：采集與預處理—存儲和管理—處理和分析—應用。其中，第二、四兩個階段可以調用著作權制度的層級結構尋求保護。首先，第三階段“處理和分析”所形成的數據成果在進行第四階段的數據“應用”時，出于具象化的數據成果形式主要以軟件方式存在，符合著作權法對軟件作品保護的范疇。其次，第二階段“存儲和管理”過程中，數據經過集合、匯總，形成了數據庫、數據倉庫、云數據庫等形式，對這一部分的數據利用著作權法保護值得探究，關注焦點在于如何定性未固定成果形式的大數據與著作權法保護客體范疇的邊界彈性。此時，“限制和例外”制度便成為大數據之于著作權法保護棲身立命的正當性工具，而唯一與大數據息息相關的便是著作權法中“匯編作品”(compilation)這一種類。

嚴格講，匯編作品在著作權法中并非單純的作品種類，幾乎任何一類作品(除立體美術、藝術作品外)都能以匯編的形式出現[8]，而匯編作品本身也居于作品分類中的其中一類。那么，大數據作為數據的集合，其構成形式可能是作品、作品的片段或其他形式，甚至可以理解為匯編作品是大數據組成的一部分。從而，人們試圖通過匯編作品這一“媒介”，將大數據以謙抑性的方式納入著作權法保護的客體范疇。

法學上的論證雖是普通性實踐論證的一種，但自有其特色，就滿足著作權作品的先決條件——“獨創性”標準而言，其論證的形式和規則受到不同法系的限制。在英美法系國家，著作權法中的作品“獨創性”標準是司法認知作品來源、區別其歸屬問題的判斷要素，作品所蘊含的經濟價值和社會效益才是左右立法者考量的決斷因素?？梢钥闯?，英美法系國家的著作權法對作品的“獨創性”標準要求較低。例如美國H.R.3531.Sec.3(a)(7)美國1996年5月23日提出了《1996年數據庫投資及凡知識產權侵權法》(Database Investment and Intellectual Property Antipiracy Act of 1996)，即H.R.3531法案。法案規定：“數據特殊權利保護的標準是在數據庫內容的組合、組織、收集、證明或表現上有質量的或數量的實質性的技術、人力、財力或其他資源的投資。”這一規定與WIPO數據庫條約草案和歐盟數據庫指令相類似，成為大數據在有效力的法規上進行法律治理下的概念詮釋。值得注意的是，這一條文所采取的措施是以特殊權利保護的“投資”取代了著作權法的“獨創性”標準，意味著無法納入著作權法“獨創性”標準的大數據將會落入特殊權利保護的范疇，這與前文法經濟學就大數據產權價值的初始配比分析相契合，使大數據的實質性“投資”成為法律適用合理性的推論和證明。

大陸法系國家與英美法系國家在著作權“獨創性”標準制定上反差鮮明，前者的保護標準更高，標準制定更為嚴苛。大陸法系國家主張，作品的“獨創性”標準顯著區別于實用藝術、外觀設計等標準，且需要同時兼顧著作權人的財產權利、經濟利益與精神權利。這無疑成為大陸法系國家著作權保護高標準的審查門檻。以大數據而論，其個性創作的程度需要達到或高于“藝術性”創作的高度才有可能贏得客觀新穎性審查的要求，成為作品類型被納入著作權法的保護范疇。

早在1991年，世界知識產權組織(WIPO)便肯定了《伯爾尼公約》第2條第5款有關數據及數據庫受著作權保護的規定。這一規定明確將“匯編作品”類型納入“選擇”或“編排”的以計算機儲存形式所固定的數據及數據庫，實現了立法者初設法律體系時有關大數據問題的漏洞補位。此外，《TRIPS協議》第10條第2款(8)《TRIPS協議》第10條第2款：“數據或其他內容的匯編，無論是采用機器可讀方式或者其他方式，只要其內容的選取或編排構成了智力創造，就應對其提供保護。這樣的保護不應擴展到數據或內容本身，不應影響對數據或內容本身所獲得的任何的著作權。”所特指的經過“編排”或“選取”數據只要能體現智力創造的過程，無論以何種方式呈現都應當受到著作權法的保護，該條款中“數據或其他內容的匯編”不僅是《伯爾尼公約》第2條第5款“文學或藝術作品的匯集本”的上位概念，而且就“文學或藝術作品”以外的其他材料的匯編成果，已然也成為了完全意義上的大數據。與此同時，《世界知識產權組織著作權條約》(簡稱WCT)第5條“數據匯編”的標題后注明“數據庫”字樣，再一次將 “大數據”的國際著作權法地位賦予了清楚明晰的確認與解釋。

當然，《歐盟數據庫指令》對數據的結構問題也有所涉及，“鑒于”部分(15)規定(9)《歐盟數據庫指令》“鑒于”部分(15)規定：“鑒于用以確定數據是否可以獲得著作權保護的標準應規定為數據庫內容的選擇于編排的實際是作者自己的智力創造；鑒于這種包含應包括數據的結構。”認為，著作權法對數據的保護標準設定不僅要考量數據庫內容的“選擇”與“編排”，更應當注重數據庫結構是否達到智力創造的條件。而“鑒于”部分第35規定則補充了數據及數據庫結構的例外選擇與限制行為的例外，對此，也可以將“限制行為的例外”理解為著作權法中“合理使用”的情形，類推適用目的性限縮的法理解釋。換言之，歐盟成員國對于大數據這一規定目的在于，為大數據提供著作權法保護的同時，又利用“合理使用”制度將其排除出“侵權行為”的范圍。

四、大數據適用著作權法之制度殊異

著作權法與專利法和商業秘密法不同，在大數據權屬劃分的問題上，著作權不對方法和過程進行保護，只對其最終表現的智力成果形式采取排他性保護。當然，局限性也不可避免，為了進一步促進大數據運用著作權制度保護的優越性，需先清晰認識與定位制度適用過程中的隔閡與矛盾。

(一)法律規定的原則化

前文已對不同法系國家及國際組織有關大數據著作權法保護相關立法進行了梳理與歸納。不難發現，無論采用何種立法模式，這些國家均對大數據的定義、保護范圍、例外情形，以及與“合理使用”沖突的機制均列有明文規定，構建了一個相對完備的法律試運行體系。相比之下，我國的大數據立法則成為法律治理環境下的附庸之物，其法律規定顯得過于原則化和簡單化。具體而言，與大數據相關的法律規定也不過是《著作權法》《計算機軟件保護條例》《反不正當競爭法》的個別條款在特殊情況下的適用。例如《著作權法》對匯編作品保護的主張是將故意避開或者破壞權利人為其作品或其他受保護客體采取的保護著作權的技術措施定為侵權行為。就此來看，盡管我國《著作權法》借鑒發達國家的立法，對“匯編作品”的定義、保護范圍和例外情形有較詳盡的規定，但這并不能完全彌補《著作權法》對新興技術適用過于原則化的缺陷。

此外，《著作權法》(2020)第15條(10)《著作權法》(2020)第15條規定：匯編若干作品、作品的片段或者不構成作品的數據或者其他材料，對其內容的選擇或者編排體現獨創性的作品，為匯編作品，其著作權由匯編人享有，但行使著作權時，不得侵犯原作品的著作權。雖然對“匯編作品”定義充分詮釋，但其中的“獨創性”也僅僅包括“對數據材料內容的選擇或編排”，而不包括“不構成作品的數據”，因為經過編排的數據材料是用來“運行”的，不是用于“瀏覽、欣賞”的。如此一來，對于大數據的合理使用究竟如何界定，《著作權法》同樣未予以解釋。

(二)例外情形規定虛化

我國《著作權法》以匯編作品形式納入大數據這一客體的例外情形可謂佶屈聱牙，主要在于未列明對大數據禁止規范的具體例外情形，且《著作權法》(2020)第53條(11)《著作權法》(2020)第53條第6款規定：有下列侵權行為的，應當根據情況，承擔……(六)未經著作權人或者與著作權有關的權利人許可，故意避開或者破壞技術措施的，故意制造、進口或者向他人提供主要用手避開、破壞技術措施的裝置或部件的，或者故意為他人避開或者破壞技術措施提供技術服務的，法律、行政法規另有規定的除外……所列舉的可適用大數據侵權行為采取“技術措施”的限制都無法解決大數據權屬與“合理使用”之間的沖突[9]，立法本意在解決現實問題上如蜻蜓點水，僅形成微瀾，缺少精微深奧的保護屏障。

此外，就“匯編作品”而言，《著作權法》《世界知識產權組織版權條約》(WCT)第5條規定和《與貿易有關的知識產權協議》(TRIPS協議)第10條第2款的規定立場相同，即著作權保護延及大數據。然而，卻并未明確將經過“編排”“選擇”的數據納入“匯編作品”這一類別，極具價值的數據庫亦未于法有據地被全面覆蓋，致使大數據適用著作權法保護條件過高。

(三)侵權行為定性混同化

鑒于著作權法主要針對大數據形成的“匯編作品”進行保護，大數據篩選作為匯編作品中“挑選”的形式之一，符合原創性要求，但這種保護并不能有效減少非必要性的復制行為。原因在于數據的易獲取性使得抄襲者或非法用戶輕而易舉地盜取數據資源，且不需要復制數據庫內數據的具體選擇或者編排。此外，根據《著作權法》(2020)第53條規定，直接規避技術措施的行為并不構成侵害專有權利的行為，即使禁止直接規避行為，也不能將該行為認定為是對大數據匯編作品的直接侵權或間接侵權。而《著作權法》將直接規避技術措施的行為定為“侵權”，極易引起誤解，使人們誤以為未經許可的大數據匯編作品直接規避行為與未經許可的復制和傳播一樣，都是侵害專有權利的行為。

而類似于大數據的軟件作品抄襲、屏蔽、惡意篡改等著作權侵權行為也常有發生，侵權方有可能會提出技術中立之抗辯。但值得關注的是，侵權方式在內容上中立還是在技術上中立存在本質差別，目前涉及此類糾紛的爭論較大，暫未給出定論。另外，在大數據軟件雷同的司法判定過程中，如何對實質性相似問題給出公平、合理的決斷，也是大數據的司法實踐中事案有別的另一難題，亟需著作權法調試、修繕后的科學保護。

(四)制度選擇的差異化

著作權與鄰接權雖然都屬于著作權保護制度的權利類型，但側重點略有不同。前者傾向于保護作品產生過程中的智力創造，后者傾向于保護作品傳播過程中所投入的勞動[10]。因此，對于“有價值無獨創性”的大數據而言，人們想到了鄰接權保護模式正契合保護大數據價值“投入”的命門，并在1985年將計算機軟件列為法國修訂后著作權法中關于鄰接權保護的客體，成為大數據軟件作品開啟鄰接權保護模式的先河。

那么，究竟應不應當采用鄰接權的模式保護“有價值無獨創性”的大數據呢？就其內容而言，大數據內容以作品、作品片段、數值、事實等其他形式信息材料所構成，若是大數據作品或作品片段的傳播行為從“作品傳播權”擴大解釋為“數據傳播者權”，從而將后者納入鄰接權保護范圍，但這一做法并未從根本上解決大數據權屬保護的問題。退一步講，倘若賦予那些產生重大投資又具“獨創性”的數據雙重保護，使它們在著作權與鄰接權的“呵護”下擁有更多的選擇權利，那么問題也接踵而至，雙重保護下的大數據傳播者此時會獲得一項新的鄰接權，這一權利與該數據本身所享有的著作權和鄰接權的關系應當如何辨別？完全按照鄰接權保護模式不難分析，其優點在于能夠在原有的著作權法權利體制內為有限的大數據作品提供部分保護，而不必另行創設新的權利體系。但缺點也不容忽視，這種模式與新產生的鄰接權會打破原有法權體系結構的穩定性，造成著作權與鄰接權運用權利異象。因此，鄰接權保護模式的選擇并非明智之舉，與其因為擴大解釋后的“數據傳播者權”牽強引論到鄰接權保護范疇，不如微調著作權法施以更科學、合理的法律保護模式。

五、新興權利的擴張與法律制度的銜洽

本文嘗試切入合同法、物權法、反不正當競爭法等其他法律保護模式，促使大數據在著作權保護下更好地融合其他法律制度，待時機成熟時不妨增設新興權利予以配合，以求大數據及其產權配比最優化發展。

(一)增設數據權

鑒于大數據通常不以公開形式示眾，侵權行為人較少選擇通過反向工程的手段竊取數據內容的特點，不妨增設采取特殊權利保護形式——新增數據權——為大數據的存儲、管理及應用提供新興權利。

通常，數據使用者或下游用戶無法跳過著作權許可使用的權限對匯編作品形式呈現的大數據進行瀏覽、查閱或學習，而數據權作為根植于著作權法基礎之上的新興權利，其保護的權利客體范圍可以更大，無論是單位數據、數據庫、數據結構，抑或數據應用軟件、數據庫系統和數據資料庫，均能成為數據權的客體保護對象。并且為了權衡數據權利人與使用者的利益關系與公眾獲取資源的公益性，數據權利人有權通過禁令救濟的手段禁止非授權用戶的侵權行為，前提是在數據權法定有效期限內行使該權力，且具有有限的排他性特征，即數據使用者合理使用、復制和傳播該數據內容(不包括數據權利人通過合同等方式的特殊限制)[11]。當然，立法者在設定數據權時應充分考慮數據權利人濫用權力的情形，規避損害數據使用者學習、欣賞、創作的自由，以及妨礙社會進步的特權發生。

在此還需說明，前文法經濟學與法哲學表明，大數據權利人重視數據權屬排他性權利的程度超過數據本身的收集、獲取和使用，因而商業秘密的保護需求遠不及著作權法保護。故而，數據權的增設目的并非鼓勵新的或有價值的數據之公開，而是保護有公開數據內容的權利人所披露的數據能得到經濟效益上的收益和激勵。原因在于大數據獲取方式的獨特性決定了數據權所保護的數據內容和披露方法并非一致，正如數據權的公開要求類似于專利法中要求申請人在申請專利中披露其發明，這一要求明顯低于著作權法中要求作者在有效期限內以有形客體形式呈現的要求。

(二)網絡授權合同與著作權限制之調和

利益導向式的立法在發揮重要的調和作用時，也存在預想與現實反差過大的失意情況。正如大數據著作權限制(12)著作權限制分為四類：第一類是以言論自由、隱私保護、通訊自由為基礎的基本自由限制；第二類是基于公共利益及信息流通為前提的復制和翻譯限制；第三類是著作權的工業競爭管制限制，如軟件的反向工程等；第四類則是調整“市場失靈”的使用限制，如非商業性的私人復制等。與網絡授權合同所產生的矛盾是法之發現過程中脫離法律解釋范疇的漏洞，尚需透過制度與實踐的互動探知大數據運行下的權屬嬗遞與規則創制。以《歐盟計算機軟件指令》為例，該指令第9(1)款針對計算機軟件的復制、改編、備份等設置了限制權利，“任何違反第6條(13)《歐盟計算機軟件指令》第6條需要滿足以下要件：第一，這些行為的實施人首先得有權使用該軟件備份；第二，行為人為獲交互性操作的必要信息不能從己有處獲得；第三，這些為獲交互操作的行為限定于原軟件的內容。以及5(2)、(3)款中的例外的合同條款皆無效”。這些限制權利進一步明確了對反向工程侵權的認知偏差，為大數據的著作權限制提供了理據[12]。同時，《歐盟數據庫指令》有關使用者強制性權利的規則設置也可以為著作權法提供參考，即賦予數據使用者接觸數據庫內容的行為和對非實體部分數據提取、再利用的輸出，均成為限制合同自由但又無法剔除的兩項權利(14)參見EU Software Directive Art.9(1),Art.5(2)(3),Art.6,Art.15.。誠然，著作權法與該類網絡授權合同中的強制性權利可續疊適用，大數據權利人能夠通過著作權授權合同將一系列限制和例外排除在外，所賦予數據使用者的自由亦會是最公平、最正義的權利。

然而，大數據著作權授權合同往往還需司法機關介入進行裁斷，司法程序的調和避免新興權利立法實踐中的缺漏與空白，最具爭議的當屬在解決著作權授權合同方面有關著作權濫用禁止原則的彈性需求[13]。禁止著作權濫用原則是類推禁止專利權濫用原則的派生產物，美國1948年的M. Witmark & Sons v. Jensen案建立該原則以來并未被廣泛認可[14]。但在我國，類似于大數據的著作權濫用案件與競爭法之間互補已不鮮見。就大數據權利人構成著作權濫用的行為不以違背反壟斷法為前提的這一論斷，只會成為大數據侵權訴訟中的抗辯事由，無法起到兩法銜接融洽的實質性作用。準以此言，若想實現大數據在司法實踐中的能動保護，大數據權利人著作權的行使需建立在網絡授權合同“限制”與“例外”范疇之內，當超“度”用權發生時，必然引起禁止著作權濫用原則的審查，這便是網絡授權合同與著作權濫用之間的耦合交涉，大數據無法脫離兩者間權利效能的較量存在。

(三)對添附制度之借鑒

添附制度(15)添附制度是指不同所有人的物結合在一起而形成不可分離的物或具有新物性質的物，若想恢復原狀在事實上不可能或者在經濟上不合理，卻仍需確認該新財產歸屬的制度或方法。始于羅馬法，主要包括混合、附合和加工，這是大陸法系國家物權法中確認財產的一項重要規則，也是物權變動所運用的重要方法和制度[15]。對“大數據”而言，數據的匯集、儲存、分析、處理的過程更接近于添附制度中的加工(16)加工，是指一方使用他人財產加工改造為具有更高價值的新的財產。。而關于加工物所有權的歸屬，《德國民法典》第950條規定的立法例、《日本民法典》第246條以及《法國民法典》第570條至第572條(17)《法國民法典》第570條至第572條、《日本民法典》第246條均以加工物屬于材料所有人為原則，而在加工所增加的價值遠遠超過材料的價值時才屬于加工人為例外。而依《德國民法典》第950條規定，加工于他人動產者，以由加工人取得加工物所有權為原則，在加工的價值顯然少于材料的價值時，由材料所有人取得加工物所有權為例外。均認為，動產經過加工形成新的物質屬性后，其產權歸屬于使原物價值增益較多的一方。這也印證“大數據”雖源自用戶所產生的基礎信息，但是其聚合價值遠遠大于基礎數據信息簡單加合所帶來的獲益。因此，物權法的添附理論在大數據的著作權制度構建中亦具有參考價值。

將經過“加工”的數據分析結果所析出的產權賦予平臺運營者(數據的“加工者”)，將原始信息的數據產權賦予數據的產生者(互聯網平臺用戶)，這一做法不僅可以鼓勵大數據的“深加工”行為使數據產權“物盡其用”，而且有利于保護涉及原始數據的用戶數據財產、人身權益(包括隱私權及個人信息安全)等相關法益。與此同時，鑒于大數據的非窮竭(Inexhaustibility)的特征(18)非窮竭(Inexhaustibility)是指：共享產品被生產出來之后，對它的消費無論擴大到多少用戶，其品質和功用也不會有任何下降，用戶之間也不會有任何相互干擾；或者換成經濟學的術語來描述，共享產品提供的服務擴展到其他消費者的社會成本近乎于零。，平臺運營者在進行分析、處理、應用類似于即時通訊系統、App、網站等網絡平臺用戶發表的文學作品、評論等數據信息時，必須把添附的范圍限制在著作權法允許的適當引用的范圍內。

(四)反不正當競爭法之填補

《著作權法》對大數據的保護還可以配合《反不正當競爭法》雙管齊下，對原始數據的使用、匯總和管理不僅可以適用《著作權法》(2020)第15條規定，還可通過《反不正當競爭法》第2條(19)《反不正當競爭法》第2條規定：“經營者在市場交易中，應當遵循自愿、平等、公平、誠實信用的原則，遵守公認的商業道德?！庇嘘P“誠實信用”基本原則和第9條第3款(20)《反不正當競爭法》第9條第3款規定：“本條所稱的商業秘密，是指不為公眾所知悉、能為權利人帶來經濟利益、具有實用性并經權利人采取保密措施的技術信息和經營信息?！薄吧虡I秘密”相關規定施以保護,對于無法通過《著作權法》保護卻以《反不正當競爭法》施以救助的部分“加工前”的大數據，其在聚合前的海量原始數據流轉是否具有法律依據，還需要根據許可使用協議來規范大數據信息的自由流通與市場交易，其典型代表即為百度文庫、期刊數據庫的運營和使用，無論是利用反不正當競爭法保護抑或是商業秘密保護，其原始數據的法益皆可以通過許可使用協議得以實現。因此，大數據的法律保護體系是各部門法之間相互配合與制度銜洽的多維度規范與防范的科學系統，絕非《著作權法》獨大的一方尊崇，需結合大數據信息處理的流程和特點適用不同的法律規定為其保駕護航。

總之，在探求現實世界的真相與起源的歷史長河中，法經濟學與法哲學既可以作為理論指南，也可以作為裁量標桿，既可以作為科學的具象化依據，也可以作為治國理政的標尺，每個面向都為我們提供看待新興事物的獨特視角。當下在對大數據的法律保護未臻確意之際，著作權保護制度或許是值得參酌的。雖然，這一視角未必能夠以最全面、最科學的路徑關照大數據實踐中的種種異象，但并不妨礙檢驗真知過程中不斷修繕與完備的初衷，這也正是法學科學性在探求現實世界司法缺失補足過程賴以存續的基礎。大數據權屬劃分及權利歸屬允許我們沉降到認知活動底層去了解著作權法與其他法律制度的相通之處，更加理性地處理現代科學技術帶來的法律難題。