京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在现实生活中,有些网站规定特别复杂的内容,让消费者点击同意。由于消费者未加留意,或者不小心就点击了同意键,就会出现不利于自己的选择。这种行为属于变相违法。
近年来,因APP默认勾选、第三方数据采集等问题引发的纠纷频出,将个人信息保护的议题高密度地置于公共视野中。
大数据时代,消费者该怎样保护自己的合法权益,怎样维护自己的隐私、切实保护好自己的个人信息?除了依靠商家自觉之外,法律、监管等方面还能有何作为?对此,新京报记者采访了天津大学法学院卓越教授、中国民法学研究会副会长杨立新。
新京报:现在有很多购物平台、心理测试、网上答题,消费者想参与就必须选同意,这是否属于霸王条款?
杨立新:对于这样的问题,需要看到网络交易的客观实际情况。在网络交易中,双方当事人是背对背进行交易,无法进行面对面的谈判协商,如果消费者想在网络交易平台上进行交易,首先必须同意交易平台提出的交易规则,如果不同意网络交易平台提出的交易规则,就无法进入交易平台进行交易。这样的做法并不违法。
关键的问题是,要看网络交易平台提供的交易规则是否合法。对此,商务部和国家工商管理总局对网络交易平台提供交易规则,在实体上和程序上都做了特别的规定,如果网络交易平台提供的交易规则符合上述要求,没有显失公平的内容,网络交易平台这样的做法就是没问题。对此,不属于霸王条款,不属于不公平交易,不能够有异议。
在现行的网络交易中,如果消费者不同意交易规则的内容,当然就不能进入网络交易平台上进行交易。对此,不属于不公平交易,不能够有异议。
如果说网络交易平台提供的交易规则内容违法,那可以主张废除这样的交易规则,有显失公平的后果,也可以行使撤销权撤销这样的交易,造成损害的还可以请求损害赔偿。
个人信息不能超范围使用
新京报:个人的数据信息,什么情况下使用是合法的?什么情况下使用,是在侵犯公民个人隐私?
杨立新:个人数据信息的使用,首先还是要有获得他人个人信息的权利。例如,购买火车票、飞机票,要出示身份证,登录身份证号码,这就是有权获得他人个人信息。依法取得个人信息的网络服务提供者、其他企事业单位,国家机关及其工作人员,以及其他任何组织和个人,只要需要取得他人个人信息,就可以通过正当的途径获取他人个人信息。
在有权获得他人信息的情况下,获取了他人的个人信息,必须按照实际需要使用个人信息,不能超出实际需要的使用范围利用他人的个人信息。《民法总则》《消费者权益保护法》和人大常委会关于网络信息安全的决定规定了以下行为是侵害个人信息权的行为:一是非法出售他人个人信息,二是非法向他人提供他人个人信息,三是非法泄露他人个人信息,四是非法篡改他人个人信息,五是非法毁损他人个人信息,六是丢失他人个人信息,七是对泄露他人个人信息未及时采取补救措施,八是非法收集、使用、传输他人个人信息,九是提供或者公开他人个人信息等,都是侵害他人个人信息权的侵权行为。
这些侵权行为,因为《民法总则》都已经规定了个人信息是自然人的人格权,个人信息已经从隐私权保护中分离出来,因此不用隐私权来保护,而是直接以个人信息权来加以保护。
只有衍生数据才能交易
新京报:个人信息通过算法处理后,出现了商业的特征,在经济上具有交易价值。那么,大数据时代,个人信息权是当做财产权处分比较合适,还是将其视作人格权比较合适?
杨立新:个人信息通过存储、搜寻、开发、机器学习和算法处理后,形成的新数据,我们把它叫做衍生数据。这种数据已经和个人信息发生了分离,需具备无法识别个人信息的特征。以这种数据建立的民事权利就是数据专有权。数据专有权是知识产权性质的权利,特别具有财产的价值,是知识产权的一种新的类型,与原来的个人信息权作为人格权已经完全不同。换言之,个人信息权是自然人的人格权,经过加工产生的衍生数据,已经不是人格权了,而是形成了一个新的权利,就是经过加工产生衍生数据的人的数据专有权,其中当然包括财产价值,依据知识产权保护的方法对其财产价值给予保护。
新京报:什么样的信息可以用于商业化交易?什么样的信息属于个人隐私绝对不能进行交易?
杨立新:在我看来,信息有三种形式:第一种数据叫做个人隐私信息,这是隐私权保护的范围,保护个人隐私信息的权利就是隐私权。第二种数据叫做个人身份信息,是表明一个人身份特征的个人信息,例如,身份证号码、电话号码、个人账户信息等,这种个人信息用个人信息权予以保护。第三种就是衍生数据,是对网络上留存的庞大的、海量的、杂乱无章的个人数据进行加工处理形成的新的数据,与个人的身份信息已经进行了脱敏,这种数据就是衍生数据,确立的权利就是数据专有权。
在这三种数据形式中,只有衍生数据才可以进行商业处分。至于个人隐私信息和个人身份信息,都属于自己的人格权支配的范围,依照法律的规定进行支配,例如把个人隐私信息提供给他人作为文学创作的素材,或者把个人身份信息提供给他人作为进行交易的凭据,但是它们不是商品,不可以进行商业性质的交易。
应采取更具体的立法措施
新京报:网上存在大量互联网平台背后收集、使用消费者信息却不告知的情况。对此,从立法方面入手,该怎样保护消费者个人隐私?
杨立新:出台《个人信息安全保护法》还是很有必要。不过目前,对于个人信息的保护,在立法上就有充足的根据。首先,《民法总则》规定的个人信息权,就是前边列举的《民法总则》第111条;其次,《消费者权益保护法》用三个条文规定的消费者的个人信息权及其保护;再次,人大常委会关于加强网络信息安全的决定有11个条文都是规定对个人信息的保护,其实已经相当于有一部个人信息保护法了。
但现在的问题是,对于侵害个人信息的刑事立法比较完备,侵害个人信息构成犯罪的,能够追究其刑事责任。但是,对于侵害个人信息的侵权行为,显然制裁不力。对此应该采取更具体的立法措施,对侵害个人信息的行为认定为侵权行为,责令承担损害赔偿责任。
但是,由于侵害个人信息权的行为,侵害每一个人的个人信息情节都比较轻微,按照现在的规则难以追究其侵权责任,因此我建议,立法规定与消费者权益保护法类似的最低赔偿额制度。例如,侵害一个人的个人信息只卖了一块钱,就可以按照《消费者权益保护法》规定的最低赔偿额赔偿500块,或者按照《食品安全法》的规定赔偿一千块,就能够调动个人信息权人保护自己权利的积极性,对侵害个人信息权的行为人予以有力的制裁,保护好个人的信息权。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28