數字時代政府通過企業主動開放共享、數據報送、政府采購、數據調取等方式獲取企業數據，但是，僅依靠這些方式無法完全調整實踐中政府大規模強制獲取數據的行為。為此，應當承認數據征用制度的應用價值，系統闡釋數據征用的法理邏輯與制度框架。數據征用并非對數據產權的肆意攫取，相反其能夠更加充分地保障數據產權人的合法權益。數據產權作為財產權的具體類型承載社會義務，但是，這并不能成為反對數據征用補償的充分理由。數據征用補償不僅可以激勵數據產權人進行數據創新和數據供給，而且通過價格機制有助于實現數據財產權的防御功能。補償標準不宜采取完全填補原則，而是應當以數據獲取目的與公益性的密切程度為基礎，綜合額外技術處理成本、利益減損程度等因素確定直接損失。以比例原則為分析框架，既能為數據征用行為設定邊界，妥當平衡公共利益、數據財產和人格權益，也可進一步明確數據征用的適用條件。
一、問題的提出
習近平總書記在十九屆中央政治局第二次集體學習時強調：“要運用大數據提升國家治理現代化水平。要建立健全大數據輔助科學決策和社會治理的機制，推進政府管理和社會治理模式創新，實現政府決策科學化、社會治理精準化、公共服務高效化。”進入數字時代，數據不僅成為繼土地、勞動力、資本、技術之后的第五大生產要素，也作為社會治理要素在數智政府建設和科學決策中發揮重要作用。《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱“數據二十條”）第5條明確規定：“政府部門履職可依法依規獲取相關企業和機構數據，但須約定并嚴格遵守使用限制要求。”在實踐中，政府主要通過企業主動共享、數據報送、政府采購、數據調取等方式獲取企業數據。這些數據獲取方式各有適用場景但局限性也較為明顯，尤其是難以解決政府與數據主體之間無法達成數據使用協議時或者超出法定報送義務范圍時政府獲取數據的問題。本文主張，應將數據征用作為政府獲取數據的一種全新路徑，該路徑既契合數據的財產權屬性，也能夠滿足政府作為特殊數據使用者的需求。
當前國內對于企業數據向政府共享（Business-to-Government Data Sharing，B2G Data Sharing）的研究尚且處于起步階段，遑論作為強制性獲取方式的數據征用，不過既有研究已經開始關注數據征用這一議題。例如，馮曉青提出，基于國家利益可以對商業數據進行征用，由此實現對商業數據財產權的權利限制。施偉東也指出，“在特殊情況下，經過嚴格的流程，政府亦得以進行特定目的的數據征用”。還有論者進一步主張將數據征用作為應對突發公共危機的一種重要方式。國外有學者認為，當通過強制性數據披露制度為第三方供給數據且導致數據投資者利益受損時則可能適用征用制度。歐洲議會近期通過的《數據法案》（Data Act）也設專章對公共機構強制訪問和使用私營部門持有的相關必要數據作出了詳細規定，其調整的行為實際上也符合征用的結構。從實踐來看，在國內外，數據征用現象均已初見端倪。政府在獲取或訪問企業數據方面擁有廣泛的自由裁量權，但是，無論是法律層面還是宏觀政策層面均缺乏關于政府如何獲取和使用企業數據的規定。這一問題在其他國家也同樣存在。總之，政府對企業數據的獲取引發了新的挑戰，而目前的法律結構和理論研究并未予以充分回應。鑒于此，本文擬對數據征用進行理論證成和制度展開，以期為規范政府強制獲取企業數據的行為、平衡社會治理蘊含的公共利益與數據權利人的合法權益提供有益方案。
二、政府獲取企業數據的路徑反思與比較
盡管政府擁有龐大的數據體量，但是，受制于其管理地位與職權限制，數據來源、數據種類、數據質量等均離不開其他數據主體的補充。因而，政府需要通過多種途徑獲取企業數據，典型方式如企業主動共享數據、數據報送、政府采購、數據調取等。這些數據獲取方式各有其特點和適用條件，但是，它們仍然存在局限性，尤其是無法解決特定情形下政府大規模強制獲取數據的問題。正因如此，《數據法案》專設一章來規定公共機構根據特殊需要強制獲取私營部門數據的情形，其中第16條還專門明確了強制獲取數據不同于私營部門向公共機構提供數據的其他義務。
（一）數據主動開放共享
歐盟《數據治理法》（Data Governance Act）主要引入了三種數據共享的方式：獲取公共部門持有的數據并對之進行再利用，通過數據中介在數據持有者和潛在數據使用者之間進行數據共享，以及基于數據利他主義為公共目的捐贈數據。數據主動開放共享類似于《數據治理法》規定的數據捐贈（Data Donorship），顧名思義，即私營企業在自愿的基礎上免費提供部分數據。《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》第20條僅指出推進政府數據開放共享，但是，其并未涉及企業數據開放共享。從當前的研究來看，數據共享的重心在于政府數據共享（包括政府部門之間以及對外共享）、個人數據向企業共享、企業間數據共享，而非企業數據向政府共享。企業數據共享機制傾向于將共享對象設定為下游企業，并圍繞平臺企業數據共享設計反壟斷規制路徑。
但是，企業數據主動開放共享呈現的單向義務特征存在明顯缺陷。盡管企業數據主動開放共享對于數據流通利用不可或缺，但是，其具體效果高度依賴于數據主體的主動自愿，并且財產權的社會義務或者公共性理論使得企業數據主動開放共享呈現為數據主體單方面負有數據供給義務而不享有對價。有論者以數據的公共性之名試圖突破企業的數據界限，最大限度地實現數據公開。實際上，任何財產都蘊含了公共屬性與社會貢獻，財產權甚至所有私權歸根結底都是為社會共同生活而存在的。這種貢獻既可能是其他主體的利益讓渡，也可能是其他社會主體的共同參與。更何況，最大程度地實現數據公開未必能夠激勵數據要素活力，反倒可能阻遏數據創新。既然國家宏觀政策層面已經賦予數據主體產權，就不宜再徑行以公共性之名過度擴張數據主動開放共享的范圍。
數據征用屬于數據開放共享中的強制數據共享類型。與企業數據主動共享不同，數據征用呈現雙向度特征：一方面，政府依據法定職權向企業調取數據；另一方面，企業從政府獲得補償。盡管數據產權作為財產權的新興類型同樣負擔社會義務，但是，仍然需要謹防公權力將征收征用偽裝成財產權應承擔的社會義務而逃避補償。《數據治理法》提出的基于數據利他主義的共享模式以數字主體自主決定為核心要素，有論者已經指出“數據捐獻行為是否真正有益于社會，仍值得推敲”。無論如何，依賴數據主動開放共享（數據捐贈）的局限性十分明顯，既無法形成充分激勵，也可能面臨后續利用的合法性問題，背離數據主動開放共享的初衷。
（二）數據報送
數據報送是基于促進公共利益的需要，由數據主體依法定條件和程序向政府提供數據的活動。廣義的數據報送包括法律明定的常規報送和應臨時協查請求的臨時報送，狹義的數據報送則主要是指常規報送。企業依法向政府報送數據與政府征用數據都是以滿足公共利益和協助政府更好地履行公共職能為目標，形式上表現為向政府提供數據。但是，二者在諸多方面并不相同。首先，數據報送的法定義務屬性導致數據主體無法獲得合理補償，當事人存在抵觸心理，數據報送實效差，而且還存在數據報送事項過多、范圍過亂、程序不健全以及安全性保障滯后等實際問題。數據征用則具有明確的征用目的和法定限制。其次，從依據來看，無論是常規數據報送還是臨時數據報送，針對具體情形均具有明確的法律依據或者法律授權，這就導致數據報送義務的適用范圍極為有限。但是，數據征用無須針對不同主體、不同數據類型都分別作出規定，適用范圍的靈活性和可適應性更強。最后，在直接目的方面，數據報送直接服務于政府日常監管行為，例如，由平臺將經營者身份信息、交易數據等情況上報，政府可以對市場主體的登記行為、納稅行為、交易合規等進行監管，這意味著數據報送不僅無法及時回應緊急需求，也缺乏數據主體權益保護的目的。相較而言，數據征用更為主要的目的是提供社會公共服務，監管并非數據征用的核心目的。
（三）政府采購
基于提升社會治理和公共服務水平的需要，政府還可以通過協商一致的方式采購相關數據或者數據產品。但是，數據主體未必有相應的法定義務將交通數據、氣象數據等涉及公共生活的數據以及數據產品提交給政府部門。對于數據主體而言，政府采購無疑是一種較優的數據流通方式，但是，政府采購的基礎是政府與數據主體之間達成合意，但由于政府與數據主體處于不平等地位，因此，數據主體難以獲得價格談判優勢。再者，政府采購的交易對象主要是專門從事數據處理的企業，對于一些非以出售數據內容或者數據產品/服務為主要經營內容或者盈利內容的企業，則因受制于商業秘密或者用戶隱私保護，可能并不具有協商許可的充分激勵。為作出某一決策，政府可能需要向多個主體獲取多種類型的數據，但是，倘若因磋商失敗導致部分數據缺失便可能減損已獲取數據集的價值，從而導致決策的低效甚至無效，因而必須設置強制獲取數據的方式，為政府決策的科學性和準確性提供制度支撐。
（四）數據調取
數據調取屬于廣義上的數據報送范疇，通常是指在行政執法或者司法活動中，應個案協查要求，有權機關依法向數據控制者調取特定的數據。數據調取與數據征用通常都是權力機關依法從特定主體處獲取數據的行為，但是，二者也有所不同。首先，就行為主體而言，提出協查要求的國家機關主要包括行使刑事偵查、反恐、反間諜等職權的政府部門，以及從事具體民事、刑事或行政案件審判的法院；數據征用行為的實施主體只能是政府。其次，就所涉利益而言，數據調取側重在特定程序中調取個人數據或者特定的企業數據，尤其是身份信息、經營情況、財務數據等直接涉及人格利益的數據，個案中的數據調取常常并不涉及公共利益，反而偏向當事人的私人利益；數據征用則主要是以公共利益保護為目的挖掘其中的社會治理價值。再次，就行為目的而言，數據調取通常是通過調取與案件/事件直接相關的特定數據以解決個案，通常此類數據結構化程度不高；數據征用則通過調取數據集、數據產品或者服務，解決緊急突發事件。最后，就數據補償而言，數據調取機關具備法律特別授權，數據主體予以配合乃全體公民的社會義務，且數據調取的客體通常是少量的個案數據，通常并不會牽涉數據主體的經濟利益，因此不予補償。有論者主張，數據主體在應政府部門請求臨時性提供數據時應得到補償，實際上此觀點混淆了數據主體的社會義務與額外負擔。
正是由于數據調取的個案化程度高、侵害人格利益風險大，因此立法對此類行為的限制更加嚴格，以避免行政權力或者司法權力的濫用。例如，《網絡安全法》第28條規定，“網絡運營者應當為公安機關、國家安全機關依法維護國家安全和偵查犯罪的活動提供技術支持和協助”。由此可見，有權機關獲取數據受到法律的嚴格限制，法律不僅將調取機關限定為公安機關和國家安全機關，而且將調取目的限制為維護國家安全和偵查犯罪活動。但是，通過權力機關調取數據也會面臨法律障礙。例如，該法第30條規定：“網信部門和有關部門在履行網絡安全保護職責中獲取的信息，只能用于維護網絡安全的需要，不得用于其他用途。”這意味著，如果嚴格按照法律對數據調取權力的限制，那么這些數據就可能無法服務于除維護網絡安全之外的任何其他目的，數據調取的局限性可見一斑。
美國曾簽署《澄清境外數據的合法使用法》（Clarifying Lawful Overseas Use of Data Act），該法案的直接目的是為執法機構提供更加明確的權限，以便在調查犯罪時訪問跨境存儲的電子數據。此種數據獲取方式仍僅具有個案性，并未脫離數據調取的范疇。當然，倘若美國政府以該法案為合法外衣，向所有美國企業大肆索取儲存在境內外的數據，則與數據征用無異。有論者提出，政府對數據的運用可以劃分為執法數據調取和社會管理、公共服務所需數據的共享，后者通過法律授權的統一國家數據基礎設施建設予以獲取。實際上，數據產權登記無疑是實現該路徑的重要方式，但是，數據產權登記的內容通常不包括具體的數據內容，僅涉及數據名稱、范圍、主體、權屬狀況等相關信息。因此，在數據獲取涉及重大公共利益時，數據產權登記制度也僅能起到輔助性作用，無法直接實現數據獲取目的。
綜上，政府獲取數據的不同路徑在各自維度發揮作用，但是，這些方式不僅在規范功能或者具體適用上具有一定的局限性，而且與數據征用亦有所區分。具體見下表：
三、數據征用的理論證成與誤解澄清
在對數據征用制度展開論證之前，需要明晰否定數據征收之理由。征收與征用的區別在于行為目的，而非征收/征用之后的不同事實效果。換言之，財產的消耗性并不改變征用行為的性質，原因在于，即便征用標的被消耗也并不會造成財產權人救濟機制減損。于數據而言，政府獲取數據的主要目的僅僅在于使用，并不在于排除原數據產權人的控制。準此，即便征用之數據無需返還也并不意味著數據能夠被征收。更何況，征收乃對所有權之剝奪，而對數據賦予所有權的觀點已經基本被理論界擯棄。
（一）數據征用制度的法理依據
1. 征用制度賦權限權的雙重功能
征用制度具有行政賦權與行政限權的雙重功能，這一功能定位系數據征用得以證立的正當性基礎。一方面，征用制度系以公共利益保護為目的而對私人財產權作出的限制，由此賦予行政機關具有一定自由裁量空間的征用權，這種行政權力甚至直接替代企業決策；另一方面，也是更為重要的，征用制度通過設定嚴格的適用條件和返還原物、補償或者賠償責任等程序和實體上的多重限定條件，能夠極大地限制行政機關的權力范圍，避免濫用征用權損害私人財產權。
在形式上，征用行為直接表現為限制私權利，但是，征用制度的目的則是規范與監督公權力，遏制國家對契約自由權利的侵害。正因如此，征收征用補償條款屬于現代財產權保障的憲法規范體系中與不可侵犯條款、制約條款并列的第三層結構，它既能制衡對財產權的限制，也為制約條款在整個規范內部提供合適的緩沖機制。同樣地，數據征用制度并不僅僅是賦予行政機關獲取數據的權力，更為關鍵和重要的是，相較于其他強制獲取數據的方式，其更能保障數據產權人的數據權益。《憲法》第13條征收征用條款既可以作為政府征用企業數據的法律依據，也可以作為數據產權保護的憲法基礎。當前的數據集承載了大量的生產、生活信息記錄，政府獲取適于公開或者在政府的合理調查權范圍內的數據自然具有其合理性，但是，政府可能借公共利益之名實施與政府職權或者公共利益無關的調查，從而堂而皇之地獲取相關數據。顯然，這種做法的風險性更為突出。可見，繞過數據征用制度的數據獲取反倒可能進一步縱容政府訪問數據平臺，從而監視參與政治行動的個體活動。
數據征用的限權功能表現為征用法定限制、征用補償限制和避免政治監控。基于限權之意義，得以構筑數據征用的正當性基礎，并且能夠增強數據供給激勵。數據征用由政府信用背書，且依據法定程序行使法定權力，受法律的多重約束，因此，數據主體不必擔心數據被濫用，尤其是被競爭對手利用而損害其競爭性權益。總之，以政府信用背書為條件的數據供給機制，可以激勵數據產權人更加自愿地、主動地配合政府機關征用數據。事實上，無論是在國內還是在國外，數據的主要控制者均是政府部門，即便實施數據征用制度，也并不會根本性改變數據控制格局。
2. 數據征用破除數據壟斷
數據的自然屬性決定數據權利是具有一定壟斷性的權利，這對于大型互聯網平臺企業而言尤為明顯。平臺之間存在數據孤島效應，互相之間的數據閉塞導致無法形成數據互聯互通，數據利用效率低下，倘若對此不加以規制，則可能形成法律意義上的數據壟斷。“如果沒有官方機構的介入，海量數據市場就很容易受到決策權和控制權過于集中的威脅。”如果政府所需的數據來源被某個私營企業壟斷，那么政府可能會在定價上陷入被動境地，如若供應商再拒絕提供數據，還將導致公共福利遭受損失。因此，需要借鑒知識產權規則確立強制流通、強制使用和允許他人再創造的規則，由政府從多個數據主體處征用數據，由此形成聚合效應，最大化數據價值。而若通過數據強制許可模式在許可人與被許可人之間建立交易關系，無疑會因信息不對稱造成信任缺失問題，影響數據壟斷規制目的之實現。
“數據二十條”在企業的數據治理責任部分規定，要“建立健全數據要素登記及披露機制，增強企業社會責任，打破‘數據壟斷’，促進公平競爭”。要求建立健全的數據披露機制本質上是一種數據共享機制，其理論基礎在于數據產權人的社會責任理論。數據披露旨在要求市場主體和市場運營機構互相為對方提供相關數據，同時向社會公眾和數據監管機構發布和提供必要的數據。這表明，數據征用的結果不必然是政府直接獲得數據，在以破除數據壟斷為目的的場景之下，也可能是政府強制企業披露數據而使得第三方獲得數據。盡管客觀上這可能會使原數據主體經濟價值減損，但這可以通過數據征用補償機制予以調節。
3. 數據征用實現難題之澄清與化解
傳統的不動產或者動產征用，主要可以通過強制占有的方式實現。從表面看，由于數據具有無形性，因此，政府似乎無法通過強制占有獲得征用客體，由此面臨數據征用實現的難題。實際上，政府在技術上完全可以通過數據爬取、數據產權登記等方式獲得相應的數據，而此種非商業用途的、小規模的數據獲取行為，盡管侵犯數據控制權能，但是，應當被納入合理使用范疇。至于那些因設置了較高安全保護技術標準而難以直接強制獲取數據的情形，也并不能成為數據征用無法成立的理由。原因在于，即便是不動產或者動產，當財產權人故意阻撓征用活動時，征用決定也同樣會面臨難以落實的障礙。因此，對任何財產的征用均離不開財產權人的配合。
與對其他直接控制型財產的征用不同，數據征用之實現需要數據主體在數據標準、格式、接口、密鑰以及技術支持等方面予以配合。專利權人應當承擔技術援助義務即為此理。按照舉輕以明重之邏輯，由于并無第三方權力機構控制數據，因此，數據征用對于技術援助義務的需求更加強烈。為了有效增加數據供給激勵，可以從積極激勵和消極激勵兩方面著手：一方面，可以通過利益補償的方式進行激勵，也即數據征用補償機制；另一方面，則可以通過配置配合義務以及信用懲戒責任等方式予以規范。此外，信任機制缺失已經成為數據流通的主要障礙，數據征用同樣離不開信任機制的培育。構建可信的數據征用制度的基本邏輯是，由政府建立符合安全標準的數據獲取、使用、處理機制，并為數據征用涉及的個人信息安全、企業經濟利益背書，以消除被征用對象的安全顧慮。
4. 知識產權強制許可制度無法取代數據征用制度
征用制度與知識產權強制許可制度具有類似功能，均能獲取他人的特定財產權益。有學者便提出，在數據涉及國家安全和公共利益時，可以適用強制許可制度，由此實現數據資源的公平分配、資源的參與性管理和高效使用。還有論者甚至認為，知識產權強制許可就是征用的一種表現形式。知識產權強制許可制度的主要適用對象是專利，專利權強制許可制度的本質也是在社會公共利益與專利權之間作出平衡，其目的在于促進競爭，這也是強制許可制度的經濟學基礎。這一制度印證了數據產權同樣可以基于公共利益作出讓渡，只不過專利權強制許可的法律效果是，其他市場主體可以競爭者的身份使用該專利而不必承擔侵權責任，政府僅起到類似于中介機構的管理性作用，但是，數據征用則是在政府與數據主體之間直接形成行政關系。由于專利權人的發明技術方案在專利申請授權審批階段就已經向社會公開，因此，專利權強制許可的被許可人通常只需要從政府獲取授權即可合法使用受保護的專利，但是，數據征用則需要數據產權人的高度配合。盡管有論者主張構建數據的強制許可制度和框架，但是，強制許可制度之目的仍然在于解決其他市場主體數據獲取問題，其目標在于化解數據壟斷問題，這與政府獲取數據之目的大相徑庭。盡管部分數據的產權能夠納入知識產權的范疇，但是，賦予數據知識產權或者反不正當競爭保護的局限性也較為明顯，尤其是相當一部分數據并不符合知識產權或者商業秘密的保護標準。因此，構建與知識產權強制許可制度類似而獨立的數據征用制度即具必要性。
（二）征用客體重新厘定的規范依據
征用客體的解釋問題乃證成數據征用需要直面的關鍵問題。《民法典》第117條規定：“為了公共利益的需要，依照法律規定的權限和程序征收、征用不動產或者動產的，應當給予公平、合理的補償。”從規范文義來看，征收征用的客體限于不動產或者動產而不包括數據，但是，《民法典》未直接將數據納入征用的客體并不意味著數據征用缺乏規范依據。
首先，將數據納入征用之客體并無憲法障礙。依目的解釋，《民法典》規定征收征用條款的重心并不在于確定征收征用的客體，而是旨在限制公權力、保障私權利。《憲法》第13條第3款明確將征收征用的客體限定為公民私有財產而非不動產、動產，可見《憲法》對征收征用客體采取包容性規定的方式為容納新型財產權利留有余地。傳統民法理論也認為，征用是國家基于公權力強制剝奪私人的財產使用權的行為，但是，私人財產的范圍并不限于不動產、動產。真正決定是否能夠構成征收征用客體的核心標準并不在于財產形態，而在于與公共利益的實現是否有直接關聯。更何況，數據產權的私人財產權屬性也已經得到普遍認同，“數據私有化的出現并不是一件偶然的事，它是互聯網文明的一種高級進化方向”。
其次，將數據納入征用客體具有民法依據。《民法通則》第75條第1款曾規定：“公民的個人財產，包括公民的合法收入、房屋、儲蓄、生活用品、文物、圖書資料、林木、牲畜和法律允許公民所有的生產資料以及其他合法財產。”盡管《民法通則》并未直接將數據作為財產權客體，但是，數據無疑屬于與《民法通則》所列舉的財產形態類似的生產要素，可以納入“生產資料”或者“其他合法財產”的范疇。《民法典》并未對公民個人財產作出列舉式規定，但是，第127條也明確數據作為新型財產權受法律保護。不過，該條僅規定：“法律對數據、網絡虛擬財產的保護有規定的，依照其規定。”該條并未直接確立數據的保護內容和保護模式，而數據征用本來就屬于財產權保護的例外制度。基于立法體系和諧統一的原則，《民法典》尚未對數據性質及保護作出明確規定，自然也無法對作為數據產權限制的數據征用作出規定。基于此，《民法典》未對數據征用作出明確規定并不能成為否定數據征用成立的充分理據。盡管《立法法》第11條明確對非國有財產的征收征用事項進行法律保留，但是，這并不妨礙對數據征用進行立法設計，適時出臺征收征用法等專門法律。
實際上，傳統征用制度的征用客體范圍明顯過于狹窄。我國現代意義上的征收制度始于近現代的法制變革，例如中華民國時期的《土地征收法》《土地法》等。新中國成立以后通過的《國家建設征用土地辦法》正式使用征用概念，并且以征用吸收征收概念。及至2004年《憲法修正案》正式在國家根本大法的層面將“征用”概念修正為“征收”或“征用”。受限于當時的社會背景和技術發展水平，征收征用的財產權客體范圍均主要限定在土地。但是，時過境遷，隨著財產權利類型的不斷擴張，各種新型財產權利不斷涌現，并在社會經濟發展過程中發揮著基礎性、關鍵性作用。從比較法上看，德國理論認為，作為征收客體的財產的范圍十分廣泛，在《德國基本法》第14條第1款規定的財產權范圍之內的任何財產均可以作為征收的對象。有論者借鑒美國的征收法理，主張對憲法財產權條款意義上的任何財產權益之剝奪，均可構成征收。征收之范圍尚且如此之廣，按照舉重以明輕之邏輯解釋方法，征用的客體自然更加廣泛。在理論上，已經多有論者從不同角度對征收征用制度的客體過于狹窄作出反思，例如石佳友等主張通過擴大解釋的方法將建設用地使用權以及其他自然資源使用權的提前收回納入《民法典》第117條規定的征收對象的范圍。也有學者指出“應將憲法所保障的財產權范圍內的一切財產權剝奪都納入征收的范圍，而不是將其限縮為‘不動產’甚至是‘土地和房屋’”。這一論斷同樣適用于征用制度。因此，無論是出于對財產權利的限制抑或保護，征用客體均應擴展至企業數據財產，這一趨勢也符合時代發展需求與比較法上的慣常做法。
（三）對數據征用客體的進一步明確
結合數據特殊的物理特征以及法律結構，數據征用的客體有待進一步明確。
第一，數據征用的客體包括數據產品。數據產品是通過使用算法對數據（集）整理分析形成的結構化、可視化數據或者數據服務。從數據產權登記的分類來看，數據產品通常也與數據資源并列，甚至對數據產品征用的實際價值已經大大超過原始數據或者數據集合的價值。例如，在疫情防控時期，航旅縱橫平臺開發“新型冠狀病毒確診患者同航班自動通知系統”，騰訊等互聯網公司開發“人群遷徙態勢感知模型”，阿里巴巴以移動支付數據協助政府精準追蹤可能感染人群的活動軌跡，等等。因此，數據征用的客體除了由原始數據或者其他數據集合形成的數據資源之外，還包括數據產品服務。
第二，隨著公共服務的私營化，越來越多的私營部門替代政府提供公共服務，由此持有的涉及公共利益的數據也應當納入強制獲取的范圍，并適用數據征用規則。盡管私營部門本身可能屬于國有企業或者事業單位，但是，在征用制度的行政關系中，數據征用機構與數據持有者之間仍然構成征用關系，受征用相關法律規則調整。例如，因公共利益的需要而獲取電力公司掌握的用電數據仍然可以受征用制度的保護和制約。
第三，政府無法直接征用個人數據。有觀點認為，政府或者數據處理機構在涉及公共利益情形下對個人數據享有數據征用權。美國《愛國者法案》也規定，在發生嚴重公共危機時，國家有權在未經數據主體事先同意的情況下強行獲取個人數據。實際上，此種觀點值得商榷。傳統征用框架下的征用客體主要是私有財產，但是，個人數據并不等同于私有財產，在我國法框架下，個人數據基本等同于數據化、信息化、電子化的個人信息。包含財產和人格雙重屬性的個人數據的獲取標準和程序無法與以財產利益為主的企業數據等同視之。而且，盡管我國已經在一些程序法中賦予了司法機關或者行政機關對個人數據的調用職權，但是，對于個人數據的獲取仍然受到嚴格限制。當然，征用企業數據的過程可能涉及個人數據，但是，此時無須再獲得個人同意。原因在于：首先，數據集合涉及的主體數量常常非常龐大，所以單獨取得個人的同意無疑會降低利用效率，尤其是在數據征用的場景通常也具有緊急性的情況下；其次，滿足企業數據被征用的公益目的的情形通常也能作為《個人信息保護法》對個人信息權益合理限制的情形；最后，企業與用戶之間的協議通常會對類似情形下的個人信息權益讓渡作出約定。
除了政府之外，平臺也無法直接征用個人數據。有論者指出，一些大型互聯網平臺公司的大部分收入來自于對用戶數據的征用，但是，這種成本并沒有納入財報成本。論者實際上是關注到平臺企業享有類似于公權力的平臺私權力，因此可以行使類似于行政征用的權力，獲取用戶數據。實際上，平臺對用戶數據的獲取是指平臺對用戶數據的強制無償獲取，并非數據征用。基于維護公共利益之目的合理使用個人數據實際上是對個人數據的人格利益部分的限制，這與知識產權的合理使用實則是對財產部分的限制不同。因此，個人數據合理限制的邏輯與征收征用的目的并不相同，對企業數據的征用方才系對財產權益的限制。
四、數據征用補償機制的構建
（一）數據征用補償的理據
在認可數據作為征用客體之后，對于應否提供數據征用補償還存在較大理論爭議。一種觀點認為，數據控制可以兼容，并非互相排斥的占有狀態，基于數據的非競爭性和非排他性特征，數據主體將數據提供給政府的同時并不會減損數據主體的商業利益，因而數據財產征用無須采取補償方式，而是應當給予適當獎勵或者表彰。不同觀點認為，應當發揮市場在資源配置中的決定性作用，以有償為原則，無償為例外。還有論者在區分為公共利益的數據訪問和為公共管理活動的數據訪問的基礎上而決定是否給予補償。這些觀點不無道理，但并不周延。具體而言，盡管數據本身不具有完全的排他性，但是，數據產權具有有限排他屬性，這意味著數據主體雖然無權限制他人從其他來源處獲取相同或者相似數據，但是，在法律上能夠限制他人大規模地收集數據。而政府征用數據正是大規模地獲取數據而非獲取個案數據，所以在應然邏輯推導之下，數據產權具備排斥任何主體獲取數據的權能。由此可見，不加以補償與產權邏輯不符。此外，公共利益與公共管理活動并非非此即彼的關系，二者難以界分。
本文認為，對數據征用提供公平合理的補償具有充分的正當性，理據如下：
首先，數據征用已經超出數據產權的社會義務的范疇。以財產權的社會義務為理論基礎作出的財產權限制乃財產權人必須容忍的義務，故而無需補償，例如相鄰關系中對物權的限制即屬正當限制，征收征用制度顯然超出正當限制的范疇。對于如何判定超出正當限制而構成過度限制，則是一項非常棘手的理論與實踐問題。理論上的“特別犧牲理論”與“期待可能性理論”不僅契合征收征用制度的本質特征，與財產權的社會義務理論的區分也相對容易。不過這兩種理論仍各有其片面性，綜合兩種理論而形成的區分標準更加完整，即“是否違反平等原則，造成了個別人或者群體的財產權的特別犧牲，并且這種損害是嚴重的和不可期待的”。數據產權作為財產權的一種類型，同樣負有財產權所承載的社會義務，但是，這并不意味著數據產權的社會義務沒有邊界，數據征用便已經超出數據產權應當配置的社會義務范圍。財產公共性理論不能當然成為數據征用不予補償的理由，原因在于，平臺上的數據既可能由用戶所有，也可能由平臺單獨所有，還可能為二者共有，對于平臺單獨所有之數據難以當然地認為具有公共性。早在1789年，法國《人權宣言》第13條就體現了公共負擔均分的原則，數據征用則直接導致個人承擔了本應由社會全體成員共同分攤的負擔，故理應予以補償。事實上，數據產權的社會義務不僅可以通過數據主動開放共享、數據報送等途徑實現，還可以通過在賦權過程中平衡用戶與經營者之間的利益等方式予以實現。我國《公司法》第5條規定了公司的社會責任原則，這一原則可以作為公司應當向政府機構積極主動提供相關數據或者在數據征用時予以配合的依據，但是，該原則無法成為無償使用數據的充分理由。
其次，數據征用補償有助于形成數據供給激勵與數據創新激勵。一方面，政府有償征用數據能夠確保數據可持續性增長，保障社會力量共享數據的積極性和合法權益。盡管數據主體將數據提供給政府通常并不影響自身使用，但是，如果不給予相應補償則可能會形成數據供給的反向激勵。數據主體不配合數據征用行為最終會導致數據征用目的落空。盡管數據具有非競爭性且可重復利用，但是，由于數據獲取仍然需要必要的付出及條件且具有部分排他性特征（Partially Excludable），因此不可否認數據的折舊屬性。隨著時間拉長、適用范圍擴大，數據價值將急劇下降。此外，數據供給之后的數據質量的潛在損失本身也不容忽視。在United States v. Miller一案中，法院認為，“一旦一個人向某個機關或機構交出信息，他或她就承擔了第三方將該信息交給政府的風險”。被征用主體在向政府提供數據的過程中發生錯誤或者因傳輸不當造成個人數據泄漏時，可能需要承擔一定責任。為了保障數據主體提供數據的積極性，補償機制實質上也發揮著風險補償的功能。另一方面，數據征用補償的本質并不僅僅是對數據產權人的利益減損進行填補，還包括對數據價值的肯定，從而激勵數據挖掘和數據創新，從長遠來看無疑有利于數據要素的充分流通。當然，數據產權人向政府提供的數據通常并非元數據，而是經過處理的數據或者需要另行處理形成可視化的數據，數據產權人的勞動創造價值更應當得到尊重和肯定。
再次，數據征用補償具有法律依據。《憲法》第13條第3款規定：“國家為了公共利益的需要，可以依照法律規定對公民的私有財產實行征收或者征用并給予補償。”這一條款體現了征用必有補償的“唇齒條款”（Junktimlausel）意涵。《民法典》第117條、第245條再次予以確認，其中第245條關于不動產、動產的征用條款則載明“被征用或者征用后毀損、滅失的，應當給予補償”。這意味著，無論被征用之財產是否毀損滅失、是否能夠被原物返還，均應當給予補償，不能將征用補償解讀為補償和無須補償兩種情形。更何況，征用之后的數據返還對于數據產權人而言并不具有吸引力，因為數據返還不僅無法給產權人帶來回報，反倒會造成額外負擔和損失，因此允許政府保留數據的同時返還數據衍生價值對于數據產權人而言更為有利。依此，數據征用也必然伴隨著相應的補償。實際上，站在政府角度，政府如果不采取數據征用方式或者采取該方式無法得到配合，為獲取相應數據將不得不采取其他措施（比如，政府采購或者自行收集數據），此時則可能需要付出更加昂貴的代價或成本。因此，秉持“誰受益誰補償原則”，政府也應當提供數據征用補償。
最后，數據征用補償能夠通過價格機制抑制數據征用行為。公平合理的補償可以避免被征用人單獨承擔維護公共利益的成本，緩和其犧牲責任的強度。更為重要的是，補償機制會激勵政府權衡征收的成本和收益，從而控制數據征用制度的適用，由此實現財產權的防御功能。
（二）數據征用的補償標準
國內外立法和理論對于征用補償標準未有定論，我國現行法也缺乏明確規定。由于數據價值的靈活性和個性化，因此，數據征用補償的數額更具不確定性和復雜性，尤其是在還需要兼顧數據的公共屬性與私人產權保護的條件下。確定數據征用補償的數額首先需要回應數據估值的問題，但是，目前對數據價值尚未形成有效的估值模型。基于此，有論者提出利益抽成模式，即在授權第三方使用數據后抽取一定比例的收益作為報酬，該模式僅在營利導向的數據獲取情形下發揮作用，對于不以營利為目的的數據獲取則難以實現。還有方案指出，征收征用所致后果與私法上的犧牲無異，均是為了更高法益而強制犧牲位階更低的法益，由于相應損失并非被征收征用人應當承受的風險范圍，所以私益犧牲補償應當以填補受害人全部損失為原則。《數據法案》第20條第2款規定的公共機構就其在應對突發公共事件時要求數據持有人提供數據應當給予的合理補償就包括了數據持有人為滿足請求而產生的技術和組織成本以及公共機構利用獲取的數據產生的合理利潤。誠然，將完全填補損失作為征收征用的補償原則有利于保護私權，但是，就數據征用而言，補償標準不宜采取完全填補原則。按照傳統民法理論采取的直接損失和間接損失的損失分類，數據征用補償應當剔除間接損失（可得利益損失）補償。
在大數據背景下，數據本身并沒有固定價值，數據的潛在價格取決于數據使用和處理模式。正因如此，“數據二十條”第8條明確規定，“支持探索多樣化、符合數據要素特性的定價模式和價格形成機制，推動用于數字化發展的公共數據按政府指導定價有償使用，企業與個人信息數據市場自主定價”。數據價值具有動態性和差異性，不同數據需求主體對特定數據形成的對價意愿有天壤之別，因而市場實際交易價格與市場價值也難以完全一致。在法經濟學中，在適用責任規范時總是有一個無關方來評估損失，但是，如此卻可能出現資源的價值得不到更高實現的問題。可見，數據的市場實際交易價格通常會高于市場價值。因此，即便按照市場價值補償數據產權人，數據產權人依然會遭受損失。不過，從數據價值的形成和發揮來看，數據價值是社會多方力量聚合的結果，這決定了數據蘊含明顯的公共屬性，采取完全填補原則也不符合“取之于民用之于民”的思想。因此，滌除間接損失以及根據市場價值確定補償標準所形成的損失可以視為數據公共性對數據征用補償的限制，故以數據市場價值為補償基準并無不當。
為進一步確定數據征用行為導致的直接損失范圍，還應綜合考量數據收集、處理、存儲等成本，尤其是因數據產權人為應對政府的請求而產生的額外技術處理成本，包括匿名化、假名化、匯總和技術調整等的成本，以及由于數據市場競爭性利益之減損、數據來源渠道以及數據轉讓次數等導致的損失。當然，借鑒《數據法案》的制度設計，補償之范圍應當由主張補償的數據產權人提供成本計算基礎等信息，并經政府核準。
由于公共利益的范圍過于寬泛且模糊，且政府行為經常被冠以公共利益之名，而公共利益與行政利益并不等同，故公益目的尚不足以成為啟動數據征用補償的充分條件。數據承載公共利益的強弱程度（完全公益數據與非完全公益數據）也會影響強制數據開放的程度，公益屬性越強，強制程度越高，數據征用補償標準則應相應降低。此種路徑也有比較法的支持，例如，歐洲委員會專門成立的B2G數據共享高級別專家組發布了一份最終研究報告《邁向為基于公共利益而推動企業對政府數據共享的歐洲戰略》，該戰略即提出，根據獲取數據之目的與公益聯系的緊密程度，分為免費、支付邊際成本、協商賠償金額等強制使用的效果。據此，可以根據數據征用目的與公益性的關聯程度對數據征用補償標準進行動態調整。
五、數據征用的合理限制
數字化在造福人類的同時常常會伴隨著權利的危機，正是在此意義上“數字社會是一個典型的風險社會”。在現代社會，行政權力介入民事權利的同時也應配置限定機制。作為政府介入私人財產權利和財產秩序的強制手段，數據征用必須設定合理的邊界，謹防政府以數據征用之名不當侵害數據產權，避免數據征用制度的泛化和濫用。如果政府為了其他市場主體的利益而征用數據產權人的數據，則這可能損害數據產權人獲取和處理數據的積極性。除此之外，如若不對數據征用施加合理限制，其也可能淪為政府開展數據監視活動的工具。在全景監視模式下，不僅平臺可以對用戶實行數據監控，政府也通過從平臺處獲取數據的方式實現對用戶的數據監視，從而采取行動關閉、禁止或者審查數字媒體網站。在政府主導下的平臺企業已逐漸完善透明機制，減少對用戶的數據監視，但是，作為管理者的政府則可能因監管機制的缺失而形成更具危害性的政府數據監控。總之，基于對數據財產權的保護與政府監視的限制，有必要對數據征用行為設定合理邊界。
發端于德國公法領域的比例原則以禁止過度干預個人權利和自由為基本要義，在私法中同樣具有適用空間。尤其是對行政權力介入私法領域的控制，更是契合比例原則的原旨。數據征用行為作為一項具體行政行為，直接關涉行政權力與私人財產權的平衡，而比例原則兼具保護私人權利與衡量行政行為合法性的雙重工具性質，不僅能夠契合數據征用合理限制規則的構建，而且可以形成數據征用的構成要件。通常認為，比例原則包括適當性原則、必要性原則和均衡性原則三項子原則，運用三項子原則可以較為妥當地平衡公共利益、私人財產權利益以及人格利益等多元利益。具體到數據征用領域，三項子原則的內涵如下：
（一）適當性原則：數據征用的目的限制
適當性原則也稱為合目的性原則，乃啟動數據征用的基本前提和主要限制。適當性原則不僅需要以維護公共利益為目的，而且要求采取的手段與目的之間應當具有實質關聯性。例如，在疫情防控中征用與疫情防控無關的數據則與適當性原則不符。在判斷是否滿足適當性原則時，公共利益的模糊性、抽象性和靈活性成為不可忽視的難題。企業數據共享的公共利益在理論上形成了狹義公共利益與廣義公共利益兩種不同范疇，前者局限在突發公共事件與特殊需求情況之下，后者則系改善公共服務與幫助政府決策。本文認為，數據征用所涉公共利益的范圍應當根據數據征用之目的進行判斷。事實上，將符合公共利益的數據與僅具有商業利益的數據作出區分較為困難，不少數據均承載了重大公共利益。例如，自動駕駛數據具有公共產品性質，國家統計數據也具有公益性質，甚至電信運營商、交易平臺、汽車制造商與零售商、社交媒體等企業持有的數據均具有公共利用性。但是，這都屬于公共利益的靜態維度，尚不足以支撐起數據征用啟動的正當性根基。唯有在公共利益的動態維度，數據征用才有適用空間。也即，數據征用的公共利益要件并非指數據承載的公共利益內容，而是指數據使用目的承載的公共利益。問題在于，如何判定數據征用目的彰顯公共利益？比如，科學用途、監測市場與保護消費者、規劃城市、管理交通等是否屬于公共利益范疇？對此不宜一概而論，可以采取公共利益要件與緊急性要件疊加的方式予以認定。具言之，在征用目的涉及輕微公共利益時，以更加嚴格的緊急性認定標準認定公共利益目的；相應地，在征用目的涉及重大公共利益時，則以更加寬松的緊急性標準認定公共利益目的。
《民法典》第117條系征收征用條款的一般規定，該規定并未明確公共利益之具體情形。第243條與第245條分別規定征收和征用兩種不同情形，僅征用條款通過列示“搶險救災、疫情防控等緊急需要”明確了公共利益要件和緊急性要件。此種規范體系表明，啟動數據征用程序不僅需要目的符合公共利益，更為重要的是滿足緊急性要件，也即“搶險、救災、應對突發公共衛生事件等在社會整體利益遭遇危機的情況下，需要動用一切人力、物力進行緊急處理和救助”。《國有土地上房屋征收與補償條例》第8條對征收的公共利益的內涵和外延作出規定，較為清晰地界定了公共利益的范圍。該規定列示之內容經受住了實踐檢驗，也受到理論界的認可。盡管國有土地上房屋與數據財產性質存異，但是，在公共利益維度并無本質差異，因此可以將國有土地上房屋征收所涉及的公共利益情形作為數據征用蘊含的公共利益的基本類型，并同時配置能夠對公共利益起到限制作用的緊急性要件。不少主體擁有的大量數據均具有公共性質，但是，未必都符合緊急性要件。對于不符合緊急性要件但蘊含公共利益的數據，可以通過數據采購等方式實現數據獲取目的。
不過，如何判斷緊急性要件并非易事。《民法典》第245條所列舉的“搶險救災、疫情防控”等情形絕非全部情形，應將“等”按照“等外等”作出解釋。實際上，政府強制企業提供相應數據遠不止搶險救災、疫情防控兩種情形，日常行政管理活動也可能存在必須緊急獲取相應數據方能實現科學決策的情形。例如，在優化交通系統過程中，自動駕駛車輛發生的險情數據和事故數據必須強制提供給交通主管部門。由于數據的可替代性遠不及傳統財產權客體，因此傳統征用制度對緊急性程度要求較高。為了充分發揮數據征用制度的價值，更加妥當地處理好數據產權保護與公共利益之間的平衡關系，可以對緊急性要件作適度擴張解釋，也即不必達到“搶險救災、疫情防控”的緊急程度。突發事件當然滿足緊急性標準，因此，對于緊急性的初步判斷可以參照《突發事件應對法》第3條對突發事件的規定。該條規定，“突發事件，是指突然發生，造成或者可能造成嚴重社會危害，需要采取應急處置措施予以應對的自然災害、事故災難、公共衛生事件和社會安全事件”。基于此，應對自然災害、事故災難、公共衛生事件和社會安全事件應當作為滿足數據征用緊急性的充分條件。除了這四種典型情形之外，根據《國家突發公共事件總體應急預案》第1.3條第1款的規定，造成或者可能造成重大人員傷亡、財產損失、生態環境破壞和嚴重社會危害，危及公共安全的突發緊急事件也可以參照《突發事件應對法》第3條被認定為政府強制獲取數據的緊急情形。
（二）必要性原則：數據獲取的方式限制
在防止公權力過度介入私人自治領域，必要性原則發揮著關鍵性作用。必要性原則體現在數據本身以及數據獲取方式的選擇上，這不僅要求目標數據具有不可替代性或者不可或缺性，而且在數據征用、政府采購、數據共享以及數據調取均可以實現該公共利益目的時，必須選擇力度最輕、副作用最小的方式。
首先，在政府采購與數據征用的適用關系上，應當秉持協議轉讓優先于數據征用的基本原則，將協議程序前置作為貫穿數據征用過程的重要程序。具體而言，在數據征用程序啟動前期，與數據產權人協商采取政府采購方式；在數據征用程序啟動后，與數據產權人協商數據提供方式和數據補償價格等；在數據征用程序完結后，與數據產權人協商數據清除或者數據征用安全評估等。與此同時，數據征用程序之啟動必須以數據產權人拒絕及時協商為前置條件，協商前置應作為數據征用合法性、正當性的司法審查內容。《數據法案》第15條1(a)也明確規定，只有在執行法定任務無法以其他途徑獲得數據的情況下，才能向數據持有者調取數據。總而言之，盡管數據征用系行政強制手段，但是，不宜完全消除意思自治的作用空間。再者，在數據征用與數據調取之間，數據調取受更加嚴格的條件限制，原因在于它常常指向明確的個人或者特定數據。綜上，根據對數據權利的保護程度，數據獲取應當依次適用數據共享、數據采購、數據征用、數據調取的方式。
其次，數據產權人將目標數據提供給政府的過程，通常應當采取匿名化、去標識化措施，避免給用戶或者其他個人造成隱私侵害。當然，在特殊時期/目的之下，在數據顯名化十分必要時，數據產權人方才可以提供未經匿名處理的數據。相應地，對于政府而言，征用的數據通常應當是匿名化的數據，這是為了避免或者減少侵害隱私權益等人格利益。因此，應當盡量限制政府征用原始數據，且先不論征用成本問題，更為核心的原因是可能引發更加嚴重的隱私問題。從政府征用數據的類型而言，應當優先考慮數據驗證結論或者衍生數據，一般不得直接調取包含個人信息的原始數據。
最后，通過數據征用獲取的數據的性質轉換，同樣應當秉持必要性原則。政府數據不同于公共數據，公共數據的獲取主體不受限制，但是，未必任意主體均可獲取政府數據。數據征用不等于數據公開，所以商業數據經過征用程序只能直接轉變為政府數據，而不能直接轉變為公共數據。政府在經過合法性論證之后認為該數據經過脫敏等程序有必要向社會公開的，此數據方才轉變為公共數據。事實上，從征用的結構觀之，征用并不必然導致使用權的轉移，征用的本質在于獲得“使用的權利”而非獲得完整的“使用權”，也即征用僅具有對財產進行占有和使用權能，而絕無收益和對使用權本身處分的權能。就此而言，數據征用必須以公共服務、公共管理為目的，不僅不能以營利為目的，而且不具有將征用數據直接轉換為公共數據或者開放的政府數據的權能。
（三）均衡性原則：數據征用之不利后果與公益保護目的之合比例限制
即便數據征用已經系特定情形下對數據產權人產生最小損害的數據獲取手段，并符合適當性原則和必要性原則，但是，不必然就具有正當性，還需要均衡性原則予以進一步限定。均衡性原則要求政府采取的數據征用方式對數據產權人造成的不利益與其追求的管制目的之間成比例。與適當性原則和必要性原則采取客觀的目的取向方法不同，均衡性原則秉持價值取向的思考方法，側重判斷對義務人造成的負擔是否超過所保護的法益。具體而言，數據征用的均衡性原則要求在數據征用的收益與數據創新激勵效果的減損之間進行權衡。客觀上，數據征用會對數據產權人的財產權益造成減損或者負擔，如若不加限制地實施數據征用行為，無疑會減損數據產權人的數據收集、處理、存儲以及開發創新數據產品和服務的動力。借鑒專利權強制許可制度，在數據征用過程中，需要權衡數據征用對公共利益之保護是否明顯超過該行為對數據創新激勵效果的減損，同時需要考慮數據創新激勵效果的減損能否通過數據征用補償被抵消。
結 語
德國知名社會學家庫克里克指出：“沒有數據就沒有國家，沒有民眾，沒有稅收，也沒有社會。”在風險社會與數字時代疊加的現代社會，數據征用在應對突發事件或者應急管理中發揮著不可或缺的作用。在我國《憲法》架構之下，數據征用制度具有充分的理論支撐和規范依據，應據此進一步展開制度設計。傳統的征用制度主要包括征用主體、客體、程序、補償機制、條件以及救濟等內容，與之相比，結合數據之特殊性，數據征用制度的具體構建應當側重回應數據征用的客體、補償機制以及征用條件等問題。具體而言，數據產品與數據資源共同構成數據征用的客體范圍，數據征用補償在理論和規范上均得以證立，補償范圍以直接損失為限。由于數據征用制度兼具賦權和限權雙重功能，因此可以比例原則為分析框架限定數據征用行為的適用條件，合理平衡社會治理的公共利益與數據產權保護的多元利益。隨著數據在國家和社會治理現代化過程中的重要性和有效性的不斷凸顯以及數據法律制度的日臻完善，數據征用制度有望得到進一步落實和細化。
作者：譚佐財，華中科技大學法學院講師。