建设高质量知识产权数据体系 助力优质数据高水平供给

　　今年8月底，国家知识产权局和国家数据局联合发布《关于加强知识产权数据资源开发利用的意见》提出，稳步推进知识产权高质量数据集建设，持续丰富和推广知识产权高质量数据集。高质量知识产权数据可以为经济高质量发展奠定基础。知识产权基础数据不仅事关知识产权申请和授权的数量，也与国家创新资源和科研投入的发展趋势密切相关，其准确性有助于制定科学合理的知识产权规划、科技规划和经济发展规划。实践中，存在干扰数据高质量供给的一些不良现象。科学认识知识产权数据质量瑕疵，并从理念提升和规则配置的角度，全面保障知识产权数据资源的高质量供给，势在必行。

　　知识产权数据瑕疵的表现与危害

　　加强质量监控，抵制形式主义。若放任数据质量监管，实则为形式主义的典型表现，甚至会让数字赋能变成“数字负能”。实践中，有的不法专利代理机构在缺乏真实技术信息的情况下，编造技术方案、虚构发明人信息，制造虚假专利申请，为申报高新技术企业和职称评审提供服务。为此，国家知识产权局联合公安部、市场监管总局多次开展知识产权代理行业专项整治行动，取得了阶段性成效，为建设知识产权高质量数据集提供了必要保障。

　　防止数据污染，提升决策科学性。虚假或瑕疵的知识产权数据会影响基于数据决策工作的科学性。一方面，错误数据和虚假数据的危害，甚至比没有数据更甚，可能对工作开展和规划实施起到反作用；另一方面，不能迷信“数据万能论”，有的工作无法通过数据简单体现。例如，知识产权授权数据是否必然反映企业的创新能力或创新成果的技术水平？实践中，有的国家专利授权制度门槛低，无实质审查，这种忽视专利质量与法律效力的行为，不仅无法形成有效的技术壁垒，反而可能损害学术声誉与国际形象。国家知识产权局于2022年发布《关于持续严格规范专利申请行为的通知》提出，加强专利申请行为精准管理，要求相关部委和地方政府逐步减少对专利授权的各类财政性资助。

　　维持真实数据，维护市场竞争秩序。市场主体大量不真实的知识产权数据扰乱竞争秩序，尽管不排除个别知识产权申请确为防御性注册所需。从企业角度看，企业的正常经营活动依赖及时获得竞争对手真实的数据。它不仅需要掌握竞争对手的知识产权数量，还需要进一步了解相关知识产权在哪些行业或商品服务类别进行布局，其知名度和商誉如何等。如果知识产权基础数据被人为“注水”，经营数据、评价数据等被“刷单炒信”或“流量造假”所影响，那么这些数据必然误导相关企业的经营决策。同样，消费者被虚假数据误导，影响其真实购买决策。因此，真实数据是维护良好生态体系的基础。较典型的维护竞争生态的案例包括：平台企业对于“刷单炒信”行为的制裁、对竞争者“雇佣水军”制造虚假流量和热度的行为提起不正当竞争之诉等。

　　近年来，在网络环境中，知识产权数据的真实性变得更加重要。线下匿名场景中，交易行为没有被数据所记录或者无法做到准确而真实的记录，但网上行为会留下数字痕迹，这些痕迹被记录和量化，反过来影响决策。算法实现功能的前提是真实的数据喂养，若知识产权基础数据源被污染，那么输出结果也必然不真实。

　　保障知识产权数据高质量供给的理念与制度

　　科学认识数据质量的基本理念。从哪些方面提升知识产权的数据质量？最重要的是对数据要素有科学认识和理解，特别是全民关于数据的科学素养有待提高。首先，全面准确理解数据的本质，知道数据记录或表征事物的优点和劣势。要认识到数据在记录和表征中的无能和无力。数据存在模型和参数取舍问题。知识产权价值的度量衡统一很难通过数据或数学简单进行表征化处理。比如，在众多满意率或满意度调查中，受访对象的主观感觉在客观上难以简单地通过百分比数据加以呈现。其次，通过数据传递和表达信息时，需要理解其数据收集和处理的背景与目的，特别是数据与表征事物之间的关系。例如，我们可以用身高、体重数据记录一个人的外形，也可以用血型、DNA记录个体的生理特征；但身高体重或DNA都无法表征他（她）的智识和创新能力。因此，使用合适的数据解读特定的内容才有意义。最后，多数情况下，数据是客观的，但也是冰冷的；数据是科学计算的结果，但也是缺乏情感和温度的；数据是准确的，也是可以被人为或直接或间接修改的。需要准确解读数据，防止被数据误导。监管者和执法者应认识到，数据可以作为考核的手段和方式，但也可提供非数据的测量方式和考核维度。不能唯数据论，要学会适当质疑数据。

　　知识产权数据质量规制的规则配置。虽然我国没有制定数据质量法，但在统计法、会计法等法律中规定了数据质量保障的规则。目前，关于公共数据和数字经济的地方立法中也有大量促进公共数据高质量发展的内容，这可以为知识产权数据质量规制提供一定的参考。知识产权数据质量法治保障应以数据的真实性为前提，除修正错误数据外，数据不应被人为修改。数据的修改可分为直接修改和间接修改。数据的直接修改可以通过设定修改权限，数据结构化、防止直接写入等技术方式加以实现。数据的间接修改，指没有直接修改系统中的数据，而是在数据生产环节改变真实数据的环境或影响参数，从而导致写入系统的数据与客观数值存在误差。对于污染数据的间接修改行为，利用数据库技术本身显然无能为力，只能通过保护数据生产环境和施加事后责任的方式提高违法成本加以实现。实践中，刑法中已经有多个罪名可以起到打击非法修改数据的行为。

　　不同行业、不同业务系统的数据质量要求存在差异，为此，应当建立知识产权行业特有的数据质量标准或规范指南，更多地以技术手段保障数据质量。国家法律规范层面，更多是数据质量标准的准入与合规，以及法律责任的规定，特别是数据质量基础法律规范的设定。知识产权数据经过主管部门的形式审查或实质审查，基础数据被伪造和篡改的可能性较低，但如果创新者所在单位释放不当激励政策，可能导致“数据生产者”在源头上污染知识产权数据。即如果创新者自愿配合提交数据，那么数据质量相对能够得到保障；而其在被动或迫于压力等情形下，所提交数据的质量或将难以得到保障，甚至可能故意提交虚假数据或错误数据。

　　知识产权主管部门要依法履行知识产权统计职责。国家知识产权局办公室于2022年1月印发的《国家知识产权局防范和惩治知识产权统计造假弄虚作假的责任制规定》的通知，要求如实采集、处理、核查、报送、汇总和发布知识产权统计资料，不得伪造、篡改知识产权统计资料，不得以任何方式要求任何部门、单位和个人提供不真实的知识产权统计资料。实物产品最终面向消费者或下游生产者，用户或消费者有机会通过使用产品来检测和反馈产品质量。但收集后的知识产权数据以数据产品和数据库面向用户时，用户往往难以直接发现数据的质量问题，特别是当数据产品独家供应用户时，由于缺乏比较，更不易发现数据质量问题。对此，监管部门免费提供权威的基础数据可以帮助核实数据可信度。除商业秘密外，知识产权数据面向不特定的公众公开，用户可以起到检查和验收数据质量的校验作用。例如，公众对于不符合授权条件的商标和专利提出无效请求，主管部门可再次通过人工核实和调查，以确认数据质量，及时将不符合法定条件的知识产权排除在法律保护范围内，减少公众利用信息和创新成果的行动障碍。

　　本文为国家社科基金一般项目“知识产权国际制裁的发展趋势与中国对策研究”的阶段性研究成果。

　　（作者单位：上海政法学院）