類型化視角下我國企業(yè)數據知識產權保護路徑研究

Research on the Advancement Path for the Intellectual Property Protection of Corporate Data in China from a Typological Perspective

Abstract Amid therapiddevelopmentof the digital economy，theintellectual property protectionofcorporate data has become acritical isse.However，notallformsofcorporate dataacross different stagesof thedata lifecyclemeet the protection standardsestablished byexisting intellctual propertysystems.This mismatchhas led toboth theoretical and practicalchallenges，notablythefailureofone-size-fits-allprotectionmodelandtheambiguitysurroundingdataowership boundares.A typological perspective，dueto its strong methodologicalandobjective alignment with intellectual property protection，ofersaneffectivestrategytoaddressthese issues.Accordingly，adiferentiatedprotectionmodel shouldbe adopted forcorporatedata，basedonthe inherent patternsofdata circulationandvaluecreation.Corporatedatashould be scientificallyclassified into threecategories：rawdata，datasets，anddata products.Rawdatashouldbeexcluded from direct protection.Instead，typology-based protection rules should be established： data sets should be protected under the Anti-Unfair Competition Law， while data products should fall under the protection ofCopyright Law.

Key Words typology; data intellectual property; businesssecrets; copyright; Anti-Unfair Competition Law

1引言

黨的二十屆三中全會指出要“健全促進數字經濟和實體經濟深度融合制度”，《推動知識產權高質量發(fā)展年度工作指引（2022）》提出“加快數據知識產權保護制度研究論證”1。在此背景下，如何實現企業(yè)數據的知識產權保護，已成為數字經濟時代的新議題。目前，學界試圖將企業(yè)數據作為“新型知識產權客體\"予以專門賦權保護2]。但從我國的司法需求來看，當前的關鍵問題并非數據權利體系如何構建，而在于如何根據法律對企業(yè)數據的復雜形態(tài)進行體系化闡釋與保護一—鑒于現行法框架尚未形成明確規(guī)范依據。借助類型化的分析方式，可以界定知識產權客體所涵蓋的企業(yè)數據類型，并在具體客體的適配中明晰不同數據類型的保護路徑，從而幫助裁判者有效克服現行法框架的不確定性與企業(yè)數據概念的抽象性。鑒于此，本文在尊重法律穩(wěn)定性的前提下，以類型化視角為切入點，探索企業(yè)數據知識產權保護的實踐進路。

2企業(yè)數據知識產權保護的現實困境

鑒于企業(yè)數據流轉環(huán)節(jié)的復雜性、數據主體的多元性，以及利益邊界的模糊性，其知識產權保護在理論和實踐中面臨著諸多挑戰(zhàn)。這不僅源于統(tǒng)一保護模式的失靈，也源自企業(yè)數據利益邊界模糊所導致的司法路徑不明確。

2.1理論層面：統(tǒng)一保護模式失靈

目前，學界主張用知識產權制度體系保護企業(yè)數據的理論基礎主要包括兩方面：其一，企業(yè)數據與知識產權保護客體在非物質屬性上具有顯著的相似性[；其二，知識產權勞動價值說為企業(yè)數據保護提供了理論支撐[4]。然而，學界觀點忽視了企業(yè)數據的差別化保護邏輯與知識產權統(tǒng)一保護模式之間的結構性矛盾。傳統(tǒng)知識產權客體往往具有較為固定的形態(tài)，適用于統(tǒng)一的保護標準。而企業(yè)數據的生成、處理、利用過程較為復雜，各數據階段在保護邏輯上均存在差異[5]。換言之，并非所有數據階段都能契合知識產權制度體系的保護標準。以“北京車質網信息技術有限公司訴北京奧蒂思品牌管理咨詢有限公司、趙朋不正當競爭糾紛案\"為例，北京車質網信息技術有限公司的用戶投訴信息雖然來自消費者，但經過該公司的加工整理，形成了格式規(guī)范、內容清晰的投訴信息數據集合。法院認為，該案中數據收集階段的原始數據缺乏獨創(chuàng)性，難以直接適用知識產權保護標準，但經過深度加工后的數據集合可以受到保護①。由此可見，統(tǒng)一保護模式缺乏合理性。

2.2實踐層面：數據利益邊界模糊

企業(yè)數據既涉及用戶的人格利益，又承載著企業(yè)的財產利益，同時關乎社會的公共利益。多元主體的利益耦合，加劇了企業(yè)數據知識產權保護的司法路徑不確定性。一方面，企業(yè)數據與個人數據的邊界不清。企業(yè)投入大量資源挖掘數據的商業(yè)價值，這一過程中付出的勞動無疑應受到法律的認可。在這一前提下，如何區(qū)分個人信息的數據價值與企業(yè)通過勞動創(chuàng)造的數據增值，成為知識產權保護的現實難題。在司法實踐中，法院嘗試通過“用戶授權\"機制初步劃清企業(yè)數據的使用邊界。以“新浪微博訴脈脈不正當競爭案”為例，該案圍繞個人信息集合是否屬于平臺所有的問題，創(chuàng)新性地提出三重授權原則，即數據來源者同意是數據處理者獲取數據的合法前提，被授權的數據處理者不得超出權限抓取用戶數據，第三方數據控制者獲取數據需獲得“用戶授權 + 平臺授權 + 用戶授權\"的三重授權②。但此種方式仍存在局限性，因為授權范圍和程度往往難以明確界定，用戶對自身數據的后續(xù)處理可能缺乏充分認知。另一方面，企業(yè)數據與公共數據的邊界不明。當前，裁判者在處理公共數據與企業(yè)數據交互使用的案件時，多依賴于“正當性\"等抽象標準進行裁量。以\"浙江某金融服務公司、重慶某貸款公司與蘇州某網絡科技公司不正當競爭糾紛案”為例，該案中重慶某貸款公司是原始數據主體，蘇州某網絡科技公司利用信息抓取技術，通過多種渠道抓取公共數據中涉及重慶某貸款公司的企業(yè)數據，經過分類整理供某網絡平臺用戶查詢。法院認為，在大數據商業(yè)模式下，公共數據的使用邊界仍應基于“正當性\"綜合判斷。此類標準雖具有一定的靈活性，但難以在個案中精準平衡各方利益，不利于企業(yè)數據知識產權保護的落實。

3“類型化”下企業(yè)數據知識產權保護的法理證成

自《中華人民共和國數據安全法》第二十一條正式確立數據分級分類保護制度以來，《中共中央國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》（以下簡稱“數據二十條\"進一步提出“建立數據分類分級授權使用規(guī)范”。這一系列舉措彰顯了“類型化\"在數據治理領域的重要性。在此背景下，將“類型化\"方法應用于企業(yè)數據知識產權保護，存在可行性和必要性。

3.1可行性：\"類型化\"契合知識產權保護路徑

一方面，企業(yè)數據知識產權保護與“類型化\"均依賴于對客體的共性識別與特性提煉，以達成自身的目標路徑。作為一種更具包容性的思維方式，“類型化\"通過對客體進行普遍性與特殊性的識別，來達成有效分類的目的。而企業(yè)數據知識產權保護也同樣需要區(qū)分普遍性與特殊性。就普遍性而言，企業(yè)數據雖非傳統(tǒng)意義上的知識產權客體，但其作為信息的集合體，在創(chuàng)新性、價值性、可識別性等方面與作品、專利、商標等知識產權客體存在共性。這些共性特征為企業(yè)數據納入知識產權保護體系提供了正當性。就特殊性而言，企業(yè)數據的獨特性，如數據量大、處理速度快、價值密度低、類型繁多等，則要求法律保護必須體現差異化原則，進而通過“權利束\"設計，將企業(yè)數據的不同屬性分別納入傳統(tǒng)知識產權客體的保護范疇。另一方面，企業(yè)數據知識產權保護與“類型化\"均致力于相對性與絕對性的平衡。相對性與絕對性的平衡，指的是在維護法律規(guī)則普遍適用性的同時，也需承認不同情境下的適用差異，而“類型化”正是實現這一平衡的有效手段。就絕對性而言，“類型化\"通過對法律現象歸納整理，將具有共同特征的法律概念歸入同一類型，從而明確了各類法律規(guī)則的適用范疇。就相對性而言，“類型化\"可以根據案件情況和法律精神進行靈活調整，以確保法律適應社會現實。這與企業(yè)數據知識產權保護的目標不謀而合。從絕對性層面來看，企業(yè)數據知識產權保護的核心價值不受侵犯，且法定權利明確清晰。保護“人類智力勞動成果”與\"促進人類經濟發(fā)展\"作為知識產權制度體系的根本宗旨，同樣適用于企業(yè)數據這一新型客體。這意味著，企業(yè)數據蘊含的商業(yè)價值與創(chuàng)新成果應得到絕對的尊重;同時，應賦予其法定權利（如著作權等），為企業(yè)數據提供法律保障，使其享有有限的合法壟斷性，以保障企業(yè)的經濟利益。而從相對性層面來看，企業(yè)數據知識產權的保護并非孤立存在，而是與社會公共利益和他人合法權益緊密相連。知識產權制度體系中嵌入的利益平衡機制，在鼓勵企業(yè)創(chuàng)新的同時，也必須兼顧其他利益相關者的權利，如避免數據使用侵犯他人的知識產權，促進數據的合理流通與開發(fā)利用。

3.2必要性：“類型化”是破除保護難題的關鍵

其一，“類型化\"有助于解決保護范疇的界定難題。企業(yè)數據概念的模糊性是劃定保護范疇的顯著障礙，這主要體現在保護依據和司法共識兩方面。從保護依據方面來看，盡管“數據二十條\"提出了關于企業(yè)數據的政策表達，但并未明確其具體內涵，導致法律解釋存在挑戰(zhàn)；從司法共識方面來看，對企業(yè)數據的一般理解，即“以電子形式或其他技術手段記錄并為企業(yè)所實際控制的信息集合”[8]，僅在物理層面描繪了企業(yè)數據的形態(tài)，忽略了不同業(yè)務場景下的數據價值轉化、權益歸屬及保護需求，從而導致裁判者難以準確厘定企業(yè)數據的保護范疇。而“類型化”能夠有效地厘定保護范疇。如拉倫茨所言，“當抽象的一般概念及其邏輯體系不足以掌握某種事物的多樣表現形態(tài)時，首選的高效輔助思考形式就是類型”9]。與追求全面覆蓋的概念化思維不同，“類型化”更加注重基礎價值的匹配性，通過采用“或多或少”的邏輯涵攝方式，以靈活應對數據流轉的復雜情形[]。換言之，“類型化\"下的企業(yè)數據保護范疇厘定，不必過分拘泥于定義的完備性，而應聚焦數據的核心價值。這既能確保符合知識產權保護價值的企業(yè)數據不被排除在外，也更契合企業(yè)數據的權益保護與開發(fā)利用需求。

其二，“類型化\"破除了利益邊界的劃分難題。企業(yè)數據的要素價值會隨著應用場景的轉換而變化，這進一步模糊了企業(yè)數據的利益邊界。而“類型化”通過利益抽離機制，捕捉不同場景下數據相關主體的利益需求。在區(qū)分企業(yè)數據與個人數據方面，“類型化\"具備實用性。例如，企業(yè)數據可以細化為兩大類：一類是完全由企業(yè)自主生成、不直接涉及個人信息的數據，這些數據通常被視為企業(yè)的財產利益；另一類則是雖包含個人信息但已匿名化或脫敏處理的企業(yè)數據，這類數據的處理需嚴格遵守個人信息保護法規(guī)，同時亦應認可企業(yè)的勞動投入及數據增值貢獻。此外，“類型化”還為企業(yè)數據與公共數據的區(qū)分提供指引。通常來說，企業(yè)必須對涉及公共安全、環(huán)境保護等關鍵領域的企業(yè)數據，合理設定訪問權限、使用規(guī)則及監(jiān)督機制，從而在保障自身合法權益的同時，有效維護公共利益。因此，裁判者可以通過評估企業(yè)的法律責任履行情況，來明晰企業(yè)數據與公共數據的利益邊界。

4“類型化”下企業(yè)數據知識產權保護的具體路徑

在類型化視角下，企業(yè)數據的知識產權保護可概括為兩步：第一步，將企業(yè)數據區(qū)分為原始數據、數據集合與數據產品三種類型，并反向剔除原始數據，設計差異化保護模式；第二步，構建類型化保護規(guī)則，明確對數據集合適用反不正當競爭法保護，對數據產品適用著作權保護。

4.1理論回應：設計差異化保護模式

企業(yè)數據的分類標準必須超越傳統(tǒng)實物分類的框架，以免因單純依賴數據內容的連續(xù)性進行劃分而陷入形式主義的局限[1]。鑒于此，合理的分類思路應當聚焦于企業(yè)數據在其生命周期內的階段性特征[2]。階段分類有三個環(huán)節(jié)：一是以用戶個人信息權益為核心的數據源生環(huán)節(jié)；二是以數據利用為核心的數據處理環(huán)節(jié)；三是以數據交換為重點的數據商用環(huán)節(jié)。依循上述階段的區(qū)分，企業(yè)數據的類型可分為原始數據、數據集合與數據產品三種。

首先，原始數據作為企業(yè)數據流轉的起點，是指從機器生成信息或個人生成信息中獲取的、未經任何后續(xù)加工或處理的數據。因此，原始數據往往與個人數據存在高度重疊，主要承載著人格利益。其次，在“源生一處理\"階段，數據控制者持續(xù)性地收集原始數據，并對其進行脫敏處理，從而形成完整的數據集合。數據集合不僅體現了數據控制者投入的資金成本，還體現著數據控制者所負有的個人信息權益保障的法律義務，因而具備人格利益與財產利益的雙重屬性。值得注意的是，根據獲取途徑的不同，數據集合可進一步區(qū)分為非公開型數據集合與公開型數據集合。前者指市場主體依法采取保密措施，且公眾及其他市場主體無法通過公開渠道獲取的數據集合，如電子商務平臺后臺生成的用戶交易數據、物流和航空公司掌握的用戶行程數據等；后者則是市場主體依法公開的數據集合，這些數據可能來源于政府公開的數據平臺、行業(yè)報告、市場調研結果，或企業(yè)基于商業(yè)策略主動公開的經營數據、產品信息等。最后，在“處理一商用\"階段，數據產品成為企業(yè)數據的主要表現形式。數據產品是對既有數據集合進行深入加工與應用開發(fā)后的成果，凝結著數據控制者的技術創(chuàng)新與勞動價值。除此之外，數據產品歷經全面的脫敏處理，能夠成為市場主體實施市場行為并參與市場競爭的標的。因此，數據產品主要體現財產利益。

在上述企業(yè)數據類型中，原始數據并不適宜納入知識產權制度體系的保護范疇，原因有三：第一，原始數據的財產利益較為有限，對其適用知識產權保護無法起到激勵創(chuàng)新和保護財產的作用；第二，原始數據不符合知識產權制度保護的客體性質，既缺乏獨特性和創(chuàng)造性，又與“專利三性”相去甚遠；第三，單獨對原始數據展開具有一定排他性的知識產權保護，不僅會剝奪公眾對數據的合理使用權，還可能會影響數據的匯聚與整合效率，進而制約數據要素的價值釋放。

4.2實踐進路：構建類型化保護規(guī)則

知識產權制度體系一般由著作權法、專利法和商標法等知識產權專門法構成，反不正當競爭法亦是知識產權制度體系的重要部分。針對二者之間的關系，我國學界流傳著“冰山海洋”論的詮釋。倘若將知識產權專門法比作一座“冰山”，那么反不正當競爭法就是這座\"冰山\"賴以漂浮的海洋[13]。換言之，反不正當競爭法是給予知識產權專門法的“附加保護”，實際上具備彌補知識產權專門法缺憾的制度價值[14]。因此，對于企業(yè)數據保護而言，在符合制度要件的情況下，應優(yōu)先適用著作權法、專利法和商標法等知識產權專門法。若不能適用，則再考慮反不正當競爭法。但在知識產權專門法中，商標法與專利法對于企業(yè)數據保護的適用性較為有限：商標法對于保護客體具有可識別性要求，即使將企業(yè)數據進行類型化區(qū)分，其顯然也無法達到與商標一樣的可識別程度；專利法具有“以公開換保護\"的制度機能[15]，因而專利保護客體的獲取、流通和利用都必須進行信息公開，這與企業(yè)數據傾向自我控制以防外泄的理念完全不符[16]。綜上，反不正當競爭法與著作權法共同構成了企業(yè)數據知識產權保護的規(guī)制架構。

4.2.1數據產品：著作權法保護

數據產品不僅具有較高的創(chuàng)新性和獨特性，且已經完成了脫敏處理，體現出純粹的財產利益。因此，可以對其適用著作權保護。于必要性之維，根據勞動價值理論和功利主義理論，對數據產品適用著作權保護，能夠為數據控制者提供必要的經濟激勵，實現數據資源價值的最大化；于可行性之維，根據《中華人民共和國著作權法》第十五條的規(guī)定，對于不能單獨構成作品的數據產品，只要其在編排上符合獨創(chuàng)性要求，便可以依據匯編作品的相關規(guī)定獲得著作權法的保護。因此，采用著作權制度保護數據產品并不會沖擊現行法框架?；诖耍瑪祿a品的著作權保護在司法實踐中可以具象為三個步驟。第一步，判斷涉案的企業(yè)數據是否可以作為數據產品進行保護：（1）數據處理者通過數據來源者的明確授權獲取數據，授權協(xié)議應包含數據使用范圍、目的及期限；（2）數據產品生成過程具有技術創(chuàng)新和實質性的勞動投人，不包括機械性的算法分析；（3）數據控制者需要采取適當的技術管理措施，防止數據泄露、濫用或丟失；（4）明確禁止授權數據處理者不當利用數據行為，包括但不限于未經授權的數據共享、出售。第二步，分析數據產品是否符合匯編作品的法定要件：（1）內容選擇或材料編排必須體現出獨創(chuàng)性；（2）匯編原料不能具有作品屬性；（3）數據產品可以是機器可讀形式或其他任何形式，但都必須足以證明匯編行為的創(chuàng)造性。第三步，若通過前兩步檢驗，則對其適用著作權法保護。

4.2.2數據集合：反不正當競爭法保護

在司法實務中，數據集合的評判遵循兩大核心標準：一是數據處理者必須在獲得數據來源者的明確授權后，方能進行用戶信息的采集與加工，進而形成數據集合；二是若數據處理者意圖將所收集的用戶信息進一步加工處理，并授權其他數據處理者使用，同樣需要遵循嚴格的授權程序。此外，數據集合的財產利益，體現在企業(yè)對原始數據進行了不改變其本質的匯集處理行為，并投入了相應的人力成本，而人格利益根植于企業(yè)作為數據控制者所負有的個人信息保護義務。因此，對于數據集合知識產權保護而言，必須涵攝上述兩種利益，但著作權法的保護機制在此方面存在局限性。著作權法聚焦于作品的獨創(chuàng)性表達及其作者的經濟利益，對于數據集合中的用戶信息權益，則難以提供有效保護。因此，在知識產權專門法難以適用的情形下，應嘗試將數據集合納入反不正當競爭法的保護范疇。針對公開型數據集合，可以依托反不正當競爭法中的一般條款進行保護。通過該條款的原則性規(guī)定，確保數據集合在合法范圍內的正當使用，有效遏制惡意數據利用或抓取行為，進而維護數據集合所蘊含的財產利益，并間接保護與之相關的人格利益免受侵害。而針對非公開型數據集合，則應適用反不正當競爭法中的商業(yè)秘密條款。企業(yè)的逐利本性會自然驅使其對這類數據集合采取嚴密的保密措施，以確保數據價值與完整性[17]。在數據集合得到合理保密的前提下，不僅用戶的個人信息權益能夠得到充分保障，而且企業(yè)在遭遇數據泄露或侵權行為時，可以通過提起不正當競爭之訴來尋求法律救濟，從而維護其市場競爭優(yōu)勢[18]。由此可見，企業(yè)數據采用反不正當競爭法的保護路徑，既契合了保護企業(yè)核心競爭力的制度目標，亦滿足了數據集合在涵攝個人利益與財產利益方面的保護需求，因而具備必要性。

除此之外，對數據集合適用反不正當競爭法保護亦存在可行性。一方面，針對非公開型數據集合，適用反不正當競爭法中的商業(yè)秘密條款。商業(yè)秘密條款存在以下制度要件：一是不為公眾所知悉、具有秘密性；二是具有商業(yè)價值并經權利人采取相應保密措施；三是本質上是一種商業(yè)信息。就后兩個要件而言，非公開型數據集合毫無疑問是一種具有商業(yè)價值，并經數據控制者采取保密措施的商業(yè)信息集。但就第一個要件而言，非公開型數據集合的秘密性存在一定的爭議——數據控制者在實踐中可能會授權其他數據處理者對其所收集的原始數據進行處理。然而，根據世界知識產權組織國際局發(fā)布的《反不正當競爭保護示范規(guī)定》第六條第三款規(guī)定，商業(yè)秘密的“秘密性”，不必是絕對意義上的秘密性。只要該信息不是行業(yè)內同行普遍知曉或易于獲取的，則可視為商業(yè)秘密?！安槐黄毡橹獣診"意味著該商業(yè)秘密未被同行業(yè)的專業(yè)人士廣泛了解；而“不易于獲取\"代表獲取這些信息需要付出特定的智力、財力或勞動力[19]。從企業(yè)的授權行為本身來看，其授權對象是特定的，不可能達到被同行業(yè)廣泛了解的程度，同時數據集合的匯聚依賴于算法技術的運用，企業(yè)需要對其進行技術創(chuàng)新，客觀上亦付出了特定資源。因此，采用商業(yè)秘密條款保護非公開型數據集合存在可行性。另一方面，針對公開型數據集合的保護問題，關鍵是發(fā)揮反不正當競爭法的兜底保護價值，推進一般條款的謙抑性適用[20。這實際上已經在司法實踐中得到了驗證，代表性案例是“杭州阿里訴南京碼注案”。在此案中，法院認為，原告因為被告1的行為受到損害。原、被告提供服務的用戶群體存在交叉，被告將1688網站公開顯示的企業(yè)信息使用于“企業(yè)名查詢”網的行為，會導致原告的用戶流失，損害原告的利益。不僅如此，被告1的行為具有不正當性，其可以參考原告網站的數據，但直接抓取并公布已經替代原告平臺的部分功能，顯然超過合理限度，故而可以適用一般條款來保護原告的公開型數據集合。

綜上所述，對于非公開型數據集合的商業(yè)秘密保護，在司法實踐中可以具象為三個步驟。第一步，判斷涉案的企業(yè)數據是否為非公開型數據集合：（1）數據處理者必須獲得數據來源者的明確授權，授權應涵蓋數據采集、處理和轉讓的范圍和目的，數據集合的使用應限定在授權時的明確目的內；（2）數據處理者應向數據來源者提供其數據如何被采集、處理及轉讓等相關信息，同時保持數據處理的詳細記錄；（3）數據控制者授權第三方數據處理者時，應確保其遵守數據保護法規(guī)和標準，且授權合同中應包含數據保護的責任條款。第二步，分析其是否符合商業(yè)秘密的法定要件：第一，針對商業(yè)價值的判斷，可以主張數據控制者自主提供證據，來推定涉訴數據集合具有現實的或潛在的經濟價值或競爭優(yōu)勢[21]；第二，展開秘密性審查。（1）采取適當的技術措施保護數據不被非法訪問、泄露、損失或破壞；（2）對敏感數據采取加密措施，確保數據在傳輸和存儲過程中的安全；（3）不要求絕對性的侵權抵御，但必須足以使數據主體意識到特定數據集合是商業(yè)秘密，且無法通過不正當手段輕易取得。第三步，若通過前兩步檢驗，則采用反不正當競爭法下的商業(yè)秘密條款對其進行保護。

公開型數據集合的一般條款保護方案可以分為三個步驟。第一步，判斷涉案的企業(yè)數據是否為公開型數據集合。第二步，判斷其是否符合反不正當競爭法一般條款的司法適用標準[22]：（1）數據類型屬于公開數據或者衍生數據;（2）數據侵權后果為網站無法經營或產品服務的實質性替代；（3）數據獲取方式技術措施為破壞；（4）數據獲取或使用行為不損害數據來源者的個人信息權益。第三步，若通過前兩步檢驗，則對其適用我國反不正當競爭法一般條款進行保護。

5結語

在當前的數字經濟發(fā)展階段，現有知識產權制度體系足以支撐企業(yè)數據法律保護路徑的運行。當務之急在于，探索一套能夠對接企業(yè)數據的動態(tài)演變特性的司法適用規(guī)則。而“類型化”契合企業(yè)數據知識產權保護的實際需求。基于此，可以先將企業(yè)數據細分為原始數據、數據集合與數據產品三類，并反向排除原始數據。同時在反不正當競爭法的框架下，對非公開型數據集合運用商業(yè)秘密條款予以保護，對公開型數據集合適用一般條款進行保護。最后將數據產品納入著作權法的保護范疇，以此構建企業(yè)數據的類型化保護規(guī)則。

注釋：

① 北京知識產權法院（2022）京73民終3718號。

② 北京市海淀區(qū)人民法院（2015）海民（知）初字第12602號；北京知識產權法院（2016）京73民終588號。

③ 杭州鐵路運輸法院（2019）浙8601民初1594號；杭州市中級人民法院（2020）浙01民終4874號。

④ 杭州鐵路運輸法院（2017）浙8601民初4034號。

⑤ 北京市海淀區(qū)人民法院（2015）海民（知）初字第12602號；北京知識產權法院（2016）京73民終588號。

⑥ 浙江省杭州市濱江區(qū)人民法院（2019）浙0108民初5049號。

參考文獻：

[1]國家知識產權局關于印發(fā)《推動知識產權高質量發(fā)展年度工作指引（2022）》的通知[EB/OL]（2022-03-16）[2024-01-10].https：//www.cnipa.gov.cn/art/2022/3/21/art_551_174161.html.

[2]賈麗萍.數據知識產權的權利證成與規(guī)則展開[J].法制與社會發(fā)展，2024（4）：205-224.

[3]許娟.利用爬蟲技術侵犯企業(yè)數據知識產權法益的司法解釋[J].蘇州大學學報（哲學社會科學版），2020（1）：47-58.

[4]馮曉青.知識產權視野下商業(yè)數據保護研究[J].比較法研究，2022（5）：31-45.

[5」鐘曉雯.企業(yè)數據產權化的理論邏輯與實踐架構[J].征信，2022（11）：23-31.

[6]中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見[EB/OL].（2022-12-31）[2024-01-10]https：/www.gov.cn/zhengce/2022-12/19/content_5732695.htm.

[7]吳桂德.商業(yè)數據作為知識產權客體的考察與保護[J].知識產權，2022（7）：91-109.

[8]VELDKAMPL.Valuing data as an asset[J].Review of Finance，2023，27（5）：1545-1562.

[9]拉倫茨.法學方法論[M].陳愛娥，譯.北京：商務印書館，2003：347.

[10]聶鑫.類型化視角下非遺知識產權保護體系研究[J].云南民族大學學報（哲學社會科學版），2024（3）：119-128.

[11]黃武雙，邱思宇.數據資源的類型化賦權[J].吉首大學學報（社會科學版），2023，44（5）：111-121.

[12]姬蕾蕾.企業(yè)數據保護的司法困境與破局之維：類型化確權之路[J].法學論壇，2022，37（3）：109-121.

[13]孔祥俊.反不正當競爭法補充保護知識產權的有限性[J].中國法律評論，2023（3）：19-32.

[14」鄭成思.知識產權法[M].北京：法律出版社，1997：476

[15」許中緣，鄭煌杰.生成式人工智能算法專利保護的理據與進路[J].貴州師范大學學報（社會科學版），2024（1）：135-147.

[16]梅夏英.企業(yè)數據權益原論：從財產到控制[J].中外法學，2021，33（5）：1188-1207.

[17]續(xù)繼，王于鶴.數據治理體系的框架構建與全球市場展望：基于\"數據二十條\"的數據治理路徑探索［J].經濟學家，2024（1）：25-35.

[18]曹毅搏.商業(yè)秘密視角下的企業(yè)數據管理機制構建[J].科學決策，2022（9）：137-146.

[19]許可.數據保護的三重進路：評新浪微博訴脈脈不正當競爭案[J].上海大學學報（社會科學版），2017，34（6）：15-27.[20]張守文.數據行為的經濟法規(guī)制[J].中國法律評論，2023（6）：111-124.

[21]萬俊.數字藏品侵權損害賠償的理論檢視與數額確定：由數字藏品著作權侵權判決引發(fā)的思考[J].新聞界，2024（2）：73-85.

[22]浙江省高級人民法院聯(lián)合課題組.關于企業(yè)數據權益知識產權保護的調研報告[J].人民司法，2022（13）：4-12.

作者簡介：張煥培，廣東海洋大學法政學院碩士研究生，研究方向為數字法學；莫旻丹，廣東海洋大學法政學院講師，研究方向為經濟法學。

收稿日期：2024-12-12 修回日期：2025-04-30編校：李萍王曉琳