数据法如何重视自然人数据来源者的财产权

解构数据承载利益的复杂性是数据产权配置绕不开的难题。解题第一步是认清谁参与了数据价值生产,在其中发挥着何种作用。目前,学界对自然人数据来源者利益保护的探讨,主要集中在隐私权及个人信息保护方面,而自然人参与数据利益分配的资格长期被悬置,成为数据法中被忽视的议题,知情同意等机制可能在其中沦为为资本增值服务的角色。基于数据来源是价值续造的起点、普遍免费服务并非合理对价及促进流通激励、保护数字人格等方面的考量,可以采取货币兑换、权能兑换及集体托管等路径,实现对自然人数据来源者的财产权保护。

论数据来源者权

数据来源者是数据的初始生成者,即在数据生成过程中通过劳动、成本投入或其他形式引发数据从无到有的主体,包括自然人、法人、非法人组织、国家。数据来源者不同于信息来源者,信息来源者是数据承载信息所描述的对象,信息来源者并未直接参与数据产生的过程,也未向数据持有者提供数据,故其对于承载相关信息的数据并没有财产性权利。就数据来源者的权利构造而言,基于数据复用、收益孳息、数字劳动理论,数据来源者对其生成的数据享有数据所有权,具体内容包括数据访问权、数据使用权、数据收益权。

关于《中国-中亚五国棉花产业合作可行性分析》数据来源的更正

2024年5期62页“1.1数据来源”中“中国2000―2019年棉花种植面积、皮棉总产量数据来源于国家统计局[3]”应该为“中国2000―2019年棉花种植面积、皮棉总产量数据除2019年皮棉产量来源于国家统计局[3]外,其余均来源于联合国粮食及农业组织网站的FAOSTAT数据库”。特此更正。

论数据来源者权利

《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》在构建数据财产权制度时,区分了数据处理者与数据来源者双重权利结构,提出了数据来源者权利保护的重要课题。数据来源者与数据处理者是数据内容贡献者与生产者之间的关系,两者形成共生、并存和互动的关系。数据确权的内容既包括确认数据处理者的权利,也应当包括确认数据来源者的权利。确定数据来源者权利的准则包括优先尊重人格权益、尊重在先权利、尊重当事人的约定,以及促进数据的高效生产与有效利用。在数据处理者与数据来源者没有特别约定的情形下,数据来源者应当享有公平访问权、合理利用权、可携带权和自然人个人数据大规模处理拒绝权等权利。对数据财产权的确权主要是指对数据处理者的确权,作为数据来源者的自然人原则上不应当享有数据财产权。作为民事权利,数据来源者的权利在受到侵害的情形下,也应当受到法律保护。

企业数据权益论

企业对其生产和处理的数据享有的利益应受法律保护,然而现行的物权法、合同法、知识产权法和反不正当竞争法等民事法律制度都不足以实现对企业数据的全面保护,故应当确立企业对其数据享有一种独立的、新型的财产权,即企业数据权益。企业数据权益的确权应当采取单一路径,不应区分数据、数据资源和数据产品或数据的生产与流通而分别确权。企业对其数据享有的权益具有排他效力,但是该排他性受制于数据上其他参与方的权益,即个人信息权益及数据来源者权利。数据资源持有权、数据加工使用权和数据产品经营权并非是企业数据权益的内容,企业对其数据享有的权益的内容仍应从占有、使用、收益和处分等方面加以界定。

论数据确权的方法选择及其应用——从个人主义转向整体主义

既有数据确权方案体现出较为明显的个人主义权利观,此种权利观主导的数据确权方案过度强调个人贡献在财产权配置中的作用,容易诱发权利冲突。数据确权应注重整体主义权利观的应用,以社会利益最大化为整体目标、以效率和正义为具体目标确定数据权益配置的方案和各数据权利的规范设计。在这一目标导向下,应确认和保护数据财产权和数据来源者权,并对两项权利作合理限定。数据财产权益配置中,一方面应确认和保护数据生产者或合法继受者的排他性数据控制者权;另一方面,应增设存在合理控制数据之事实作为权利取得的要件,限定数据控制仅及于数据、不及于信息内容,设置数据利用的强制许可制度。数据来源者权配置中,应赋予数据来源者请求数据控制者复制或移转相应数据的权利;再一方面,应以“信息来源者”和“信息直接提供者”两个要素限定数据来源者权的主体范畴,将衍生数据排除出数据来源者权的客体范畴。

数尽其用:数据访问权的法理反思与功能定位

为促进机器生成数据的流通,欧盟《数据法案》提出数据访问权,《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》也规定了这一权利。该权利的原理是“谁贡献,谁有权”,但这一理论难以为第三方的访问需求提供依据,权利本身也有违背竞争公平的嫌疑。从利益衡量的角度来看,在社会利益最大化的标准下,用户和第三方均可在满足用户服务需求的范围内访问机器生成数据或数据集,同时应当遵守个人数据保护相关制度,这一利益逻辑比“谁贡献,谁有权”更契合数据访问权的制度本意。数据访问权的意义不限于访问,还能限制数据持有者权利、提供数据价值共享的权利依据以及为各参与方提供对话契机。在实现方式上,由于数据类型与访问场景众多,访问规则需要进行场景化设计,工业数据空间等技术架构可以作为实现手段。

真实世界数据来源的质量评估考量与提升对策

在药品审评和医疗决策领域,真实世界数据的收集和处理存在着可能导致数据不完整、不一致以及时效性等问题的挑战。这些质量问题可能极大地影响数据的解读和应用。本文深入探讨了真实世界数据来源质量评估的多方面考量,并给出了提升真实世界数据质量的多种策略,包括强化数据录入和管理过程、增强数据的一致性和合规性、强化数据的时效性和可追溯性、提升数据分析和解释能力。文章详细讨论了这些策略的实施过程,展示了如何通过这些方法显著提升数据的完整性与准确性、一致性与合规性、时效性与可追溯性。实施综合的数据质量管理策略,旨在为标准化和提升真实世界数据的质量提供科学和实践上的指导,以支持其在药品审评和医疗决策中更为有效的应用。

大数据技术在游客和消费统计的初步应用

现有的旅游统计方式存在一些缺陷,如数据采集不全面、数据分析深度不足、数据质量不高等问题。而大数据统计具有的如数据来源广、数据量大、数据覆盖面全、数据类型多、分析深度和精度高等特点正好可以有效地弥补传统旅游统计的缺陷,提高旅游统计的客观性。

构建“数出一源,全域共享”的数据治理新模式

在数字化转型的浪潮中,数据已成为驱动经济社会发展的关键生产要素。然而,随着数据量的爆炸性增长和数据来源的多元化,数据孤岛、数据不一致、数据质量低下等问题日益凸显,严重制约了数据价值的充分挖掘与利用。为此,学者们提出并探索实施了一种全新的数据源头治理模式。

生成式人工智能数据合规建议

生成式人工智能技术作为新型人工智能,在金融、医疗、法律等多个行业引起了人们重视。生成式人工智能具备庞大的数据库和强大的数据分析能力,但与此同时,在数据来源、储存、跨境流动方面也存在一定的法律风险。因此,企业在提供生成式人工智能服务时,应当注意完善监管制度,明确监管责任,促进生成式人工智能行业健康发展。

大数据在学校数字化管理中的应用

学校教育教学管理工作每天都会产生大量的数据,但在日常教育教学管理过程中,往往无法将所产生的数据反馈到教育教学管理中。其中主要有三个方面的原因:一是数据质量问题,由于数据来源的多样性和数据收集方法的不同,大数据中可能包含不准确、不完整、不可靠、不一致和不恰当的数据,因此很多教育教学中的内隐信息难以被正确、完整地提取出来。二是隐私安全问题,在使用大数据技术的过程中,我们需要处理的数据可能包含敏感的信息和个人隐私,如果这些数据泄露或者被不当使用,则会对教育教学系统的稳定性和可靠性造成不良影响,因此很多行政管理者在使用过程中存在较大顾虑。

地理信息系统中空间数据的质量控制与管理

文章探讨了地理信息系统(GIS)中的实时更新机制对空间数据质量优化的重要性,通过建立健全的数据更新流程实现空间数据的实时更新和维护,能够快速反映现实世界中的变化,提高数据的应用价值和可靠性。同时强调了自动化数据监测系统和高效的工作流程的必要性,以及支持多来源数据整合的重要性,指出实时更新机制的有效性不仅提高了数据的时效性,也增强了GIS系统的整体性能和应用价值。

公共文化服务大数据的来源、采集与分析研究

2015年国务院《关于加快构建现代公共文化服务体系的意见》中提出了加快推进公共文化服务数字化建设与现代传播能力的要求,并明确提出加强公共文化大数据采集、存储和分析处理的意见。以公共图书馆、博物馆、文化馆、科技馆等为代表的公共文化服务机构,通过信息化系统与数字服务平台产生了包括业务数据、网络数据、管理数据在内的公共文化大数据。确定公共文化服务大数据的来源与采集方案,挖掘大数据在公共文化服务中的应用价值是十分值得研究的课题。

多数据来源的高校图书馆统计系统研究与实践

目前,高校图书馆统计工作普遍存在统计口径不一致、基础数据不完善、数据收集与保存机制缺乏、统计查询途径不统一等问题,给图书馆科学管理工作的开展带来一定的困扰。为解决这些问题,上海交通大学图书馆自行开发并基本建设完成覆盖图书馆主要业务的一站式统计系统平台,该平台实现了简化统计工作流程、统一数据统计口径、方便统计汇总与对比等效果。图2。参考文献6。

教育大数据的来源与采集技术

教育数据的全面、自然、动态、持续采集是构建教育大数据的基础性和先导性工作。业务的差异性直接导致教育数据来源更加多元、数据采集更加复杂。文章探讨了教育大数据的来源,认为教育大数据产生于各种教育实践活动,核心数据源头是"人"和"物";介绍了4大类、13种常见数据采集技术,包括物联感知类技术、视频录制类技术、图像识别类技术以及平台采集类技术,指出每类技术采集的数据范围和重点有所不同;总结了教育数据采集的注意事项:要提前规划设计,要有清晰的边界,要保持连续性和规范性,采集粒度要尽可能小,采集过程要符合伦理道德。

基于雇佣生命周期的人力资源成本分析数据来源的研究

人力资源成本分析是人力资源管理的重要环节,但真正实现将人力资源成本与员工的年龄、文化程度、专业工种等员工基本信息的不同方面进行对应的统计分析,还面临缺乏数据、不易接口等诸多困难;再将这种分析与员工雇佣生命周期结合起来,将更难有数据来源。针对大型企业提出的新的统计方法和程序设计,妥善地解决了这些问题,从而更有效地指导人力资源管理工作。

医疗健康大数据应用主题及相关数据来源研究

从基于医疗健康大数据应用需求角度出发,阐述了医疗服务、智能健康管理、疾病控制与应急管理、卫生综合管理、医疗保障监管、精准医疗与医药研发等领域医疗健康大数据应用主题及相关数据来源,并对存在的问题及发展趋势进行分析,为医疗健康大数据研究和应用提供参考。

数据权益的构造及其动态比较

在技术加入的基础上,数据不再是人们实践活动的“副产品”,而是具有价值性、财产性的客体。在数据类型化的基础上,同时考虑数据来源、数据生成等多重要素,数据相关主体可享有数据权益。参考借鉴法律权利的构造等理论,根据利益、资格、自由行为和法律认可等构成要素,数据权益也存在类似的内部构造。在数据权益确定的前提下,数据权益之间可能存在冲突,如何在不同数据权益之间进行比较,进而判断哪一数据权益更优,“动态比较”思维方法应当更好总结提炼并予以适用,以此从静态和动态两个维度观察数据权益、构造数据权益。

云南高校地方特色数据库的文献资源特色及其收集来源分析

目的探讨云南高校特色数据库的文献资源特色及其收集来源,为建设特色库提供线索.方法网上收集云南部分高校在建的特色库、在用的特色库以及全国CALIS特色库的文献资源及其收集来源,并进行对比.结果云南高校在建的特色库基于地域资源者占58.8%,基于学科专业者占17.6%,而基于馆藏书刊资料者占11.8%;该省高校在用特色库的主题是基于地域资源和学科资源,资源收集来源主要是本单位和多渠道;而全国CALIS特色库的主题是地域资源、学科资源、人物,资源收集来源主要是本单位、外单位以及多渠道.结论云南高校地方特色库主题鲜明但挖掘不足,资源收集来源有待扩大.