|
法学院
|
|
武汉大学法学院冉克平在《法制与社会发展》2023年第3期上发表题为《数字时代企业信用权的结构与实现机制》的文章中指出: 企业信用权是企业在征信活动中所享有的从征信机构、信息提供者处获得客观真实的信用状况以及公正的信用评价的私法权益。从权利的形成机制来看,企业信用权实质上是国家公权力为企业的信用状况进行的背书,是近代以来社会“理性化”的具体表达。企业信用评价的对象是企业的偿债能力与偿债意愿。企业偿债能力反映的是企业的业务能力及经济实力,企业偿债意愿反映的是企业在市场经济中的诚信状况,两者处于动态关系并互为表里。数字时代的企业信用权以聚合的企业信用信息为载体,实质上是征信机构、信息提供者与企业共同对企业信用信息进行商业化利用的产物。 在民法典所确立的名誉权框架下,依据评价主体的不同,企业名誉权可以分为基于不特定社会公众形成的狭义企业名誉权与基于专业信用机构生成的企业信用权,两者的差异体现为法律结构的不同。前者所保护的名誉系不特定的社会公众对企业的品牌、商品、服务等形成的社会评价,具有社会化、分散性与非量化性的特征,由此形成的法律结构是“企业—不特定第三人的社会评价”;后者所保护的名誉是人为建构的信用评价,系组织秩序的构成部分,具有集中性与可计量性的特性,所形成的法律结构是“企业—征信机构的专业评价”。企业信用信息具有商业利用与公共管理的双重功能,经济信用和公共信用在形式上均属于社会信用体系建设的范畴。在数字化背景下,企业经济信用评价与公共信用评价在目标设定、实现机制以及制裁后果上均存在明显差异。 企业信用数据可以分为公开数据与非公开数据。征信机构、信用信息提供者与企业共同构成大数据生态系统。企业公开数据的使用者与数据原始主体之间形成的数据利用关系超越私法,进入反不正当竞争法的范畴。为了适应数字信用的发展,应当调和数据主体适当开放数据使用的程度与为征信机构、信用信息提供者利用网络爬虫技术设置的合规性标准之间的矛盾。征信机构、信息提供者或者第三人对企业信用信息权益的侵害必须符合名誉权侵权责任成立的构成要件。在提高信用信息收集系统的灵活性、智能化的基础上,应当将企业的公开信用数据区分为敏感数据与非敏感数据,合理地确定征信机构、信息提供者的注意义务。
![](****处理标记:[Article]时, 字段 [SnapUrl] 在数据源中没有找到! ****)
|
冉克平谈数字时代的企业信用权——
|
其以聚合的企业信用信息为载体
|
|
|
|
( 2023-09-13 ) 稿件来源: 法治日报法学院 |
|
武汉大学法学院冉克平在《法制与社会发展》2023年第3期上发表题为《数字时代企业信用权的结构与实现机制》的文章中指出: 企业信用权是企业在征信活动中所享有的从征信机构、信息提供者处获得客观真实的信用状况以及公正的信用评价的私法权益。从权利的形成机制来看,企业信用权实质上是国家公权力为企业的信用状况进行的背书,是近代以来社会“理性化”的具体表达。企业信用评价的对象是企业的偿债能力与偿债意愿。企业偿债能力反映的是企业的业务能力及经济实力,企业偿债意愿反映的是企业在市场经济中的诚信状况,两者处于动态关系并互为表里。数字时代的企业信用权以聚合的企业信用信息为载体,实质上是征信机构、信息提供者与企业共同对企业信用信息进行商业化利用的产物。 在民法典所确立的名誉权框架下,依据评价主体的不同,企业名誉权可以分为基于不特定社会公众形成的狭义企业名誉权与基于专业信用机构生成的企业信用权,两者的差异体现为法律结构的不同。前者所保护的名誉系不特定的社会公众对企业的品牌、商品、服务等形成的社会评价,具有社会化、分散性与非量化性的特征,由此形成的法律结构是“企业—不特定第三人的社会评价”;后者所保护的名誉是人为建构的信用评价,系组织秩序的构成部分,具有集中性与可计量性的特性,所形成的法律结构是“企业—征信机构的专业评价”。企业信用信息具有商业利用与公共管理的双重功能,经济信用和公共信用在形式上均属于社会信用体系建设的范畴。在数字化背景下,企业经济信用评价与公共信用评价在目标设定、实现机制以及制裁后果上均存在明显差异。 企业信用数据可以分为公开数据与非公开数据。征信机构、信用信息提供者与企业共同构成大数据生态系统。企业公开数据的使用者与数据原始主体之间形成的数据利用关系超越私法,进入反不正当竞争法的范畴。为了适应数字信用的发展,应当调和数据主体适当开放数据使用的程度与为征信机构、信用信息提供者利用网络爬虫技术设置的合规性标准之间的矛盾。征信机构、信息提供者或者第三人对企业信用信息权益的侵害必须符合名誉权侵权责任成立的构成要件。在提高信用信息收集系统的灵活性、智能化的基础上,应当将企业的公开信用数据区分为敏感数据与非敏感数据,合理地确定征信机构、信息提供者的注意义务。
![](****处理标记:[Article]时, 字段 [SnapUrl] 在数据源中没有找到! ****)
|
|
|