返回上一页 文章阅读 登录

蒋舸:知识产权法与反不正当竞争法一般条款的关系

更新时间:2019-05-31 12:44:52
作者: 蒋舸  

   【摘要】 在非典型信息成果和非传统利用方式大量出现的背景下,正确认识著作权法、专利法、商标法等具体知识产权部门法和以反不正当竞争法一般条款为代表的兜底规范之间的关系,具有重大意义。兜底规范被频繁用于调整新型创新活动的现象引发了顾虑,但停留在本体论层面的研究并不能为纠偏提供完善的指引。激励创新是高度复杂的认知任务,其完成离不开认识论层面的分析。具体知识产权部门法代表高效的图式化认知,能为解决细分创新领域的认知难题提供结构化经验,大幅提升认知效率。兜底规范则代表迫不得已的非图式化认知,所提供的经验在数量和质量方面都无法与具体知识产权部门法媲美。创新规则体系的发展方向是在谨慎对待信息产权扩张的前提下充分利用和发展图式,而非放任兜底规范的滥用。

   【中文关键词】 知识产权;反不正当竞争;兜底规范;图式;认知心理学

  

   引言

  

   知识产权法与兜底规范的关系是个长盛不衰的话题。[1]近年来,部分法院在有关体育赛事节目、游戏规则、游戏赛事直播视频、作品要素、深度链接和同人作品等一系列案件中拒绝适用知识产权法的现象,再次引发了关于该话题的激烈讨论。不过,讨论主要集中于对个案所涉具体知识产权规则的解释,偶有关于兜底规范预见性不强[2]和保护范围过宽的批评,[3]但未见超越补充保护说、知识产权法定主义和有限补充保护说的理论尝试。如果对既有理论的反复重申并不能阻挡意见分歧愈演愈烈,我们或许应当反省既有理论是否遗漏了关键线索。

   上述三种理论共享同一假设,那就是知识产权法与兜底规范的关系是本体论层面的问题,无需从认识论层面加以分析。本体论关心存在本身是什么,认识论则关心如何获得有关存在的知识。[4]当人们认为知识产权法与兜底规范的关系是个单纯的本体论问题时,相当于默认二者的关系是客观存在,不受决策者主观认识的影响。换言之,现有理论假设,如果我们要回答各个创新规则模块分别适合调整哪些创新活动这一问题,只要研究创新活动与创新规则就足够了,无需讨论规则制定者的认知能力及其服从的认知规律。至今为止,纯粹本体论的思路俨然具备不证自明的正当性。然而,创新利益分配方案的效果不仅取决于方案在本体论层面的“质量”——包括方案的实体正义性与表述合理性;还取决于方案在认识论层面的“质量”——包括方案能否帮助法院提高决策效率以及是否便于积累制度经验。既然方案的效果同时受本体论和认识论因素的影响,那么寻求最佳方案的努力自然不可能脱离认识论层面的分析。而且,认识论分析的重要性与认知任务的复杂度成正比,因为认知任务越复杂,认知能力的瓶颈效应越明显。这正如人们在为少量四则运算就能解决的简单问题设计算法时无需关心电脑的运行速度,但假若在寻求大规模复杂问题的解决方案时也不关心电脑性能,设计出的“最优”算法恐怕只是空中楼阁。创新利益分配正是高度复杂的问题,如果我们不澄清规则制定者和执行者的认知局限,将无法判断相关规则是否合理。因此,本文致力于为知识产权法与兜底规范的关系研究补充必要的认识论分析。

   本文的核心命题如下:具体知识产权法和兜底规范在解决创新利益分配问题的认知效率方面存在重大差别。前者是包含客体、权能、限制、救济和主体环节的高度结构化认知模型,蕴含了多层次、高质量的背景知识;后者作为认知模型的结构化程度很低,提供的背景知识杂乱模糊、质量堪忧。因此,具体知识产权部门法应获得充分运用。

  

   一、分析工具:图式的概念与作用

  

   在本体论者看来,不同规范的区别在于调整对象的内涵不同;但从认识论的角度观之,不同规范的区别还可能源于解决问题的方法有别。后一种区别在比较知识产权法和兜底规范时体现得非常明显:专利法、著作权法和商标法等具体知识产权部门法提供了结构化经验,引导法官遵循客体、权能、限制、救济和主体环节的分析路径,按图索骥地逼近答案。兜底规范则采取非结构化的分析方法,让法官在空洞的自由裁量权之下去摸索个案化解答。从认知科学的角度观之,知识产权法是图式化的认知工具,兜底规范则伴随着非图式化的认知负担。如果我们希望了解知识产权法对应的图式化认知和兜底规范对应的非图式化认知区别何在,有必要对“图式”展开进一步分析。

   图式是认知科学中的重要概念。它“是高层次的概念结构或者框架,既是对先前经验的组织,也能为解释新情况提供帮助”。[5]通俗地讲,图式犹如思维导图,能使信息输入和信息输出更加条分缕析,从而提高信息处理效率。在信息输入环节,图式帮助人们滤除无效信息,分类有效信息,并以适合再次提取的模式对各项信息赋予权重、进行存储。而在信息输出环节,图式协助人们定位相关信息、厘清处理流程、高效作出决策,继而完成表达。图式作为知识单元,其发挥作用的方式并非仅仅被动地等待唤起,而是不断地就当前情形与自身的吻合度主动作出评价。[6]注意力在外部现象世界与内心评价体系之间往返流转的场景,法律人可谓再熟悉不过。[7]只是法律人通常不太关心从认知科学的层面来分析这种认知模式的普遍性,更谈不上在处理诸如本文论题这样的问题时以该认知模式作为考察视角。实际上,图式对于决策过程和决策结果产生巨大影响。

   图式属于认知模型,因此具备认知模型的通常效用,能以微小的错误代价换取巨大的认知收益。我们所处的环境极端复杂,拥有的认知资源却十分有限,因此根本无法支撑依赖实时信息进行全面判断的决策方式。为了适应认知资源的约束,我们必须牺牲部分信息完备性来提升认知经济性,并且力求使认知经济性收益超过信息完备性损失。人们拥有的各种认知模型都服务于上述目的。例如,类型化就是典型的认知策略,每个类型都是一个认知模型。类型化通过将信息进行分类,帮助决策者在仅仅采集少量环境实时信息的条件下,就能掌握关于对象的大量信息。例如,人们哪怕觉得鲸长得和鱼十分接近,但只要获知鲸是哺乳动物而非鱼类,立刻就能知道它的许多特性:哺乳、恒温以及用肺呼吸。用心理学家的话讲,“分类就是推理”。[8]

   各种认知模型对认知过程与认知结果都会产生显著影响。认知模型犹如滤镜,在屏蔽部分信息的同时赋予其他信息更高的权重。主体透过认知模型所获得的信息并非外部世界的简单反映,而是经过加工的模式化重现。模式化重现能将通用问题转化为具体问题,从而大幅提高认知效率。我们只要对比强人工智能的遥遥无期和专家系统已经取得的辉煌成就,就能理解通用问题和具体问题在认知难度上的巨大差距,进而理解由通用问题到具体问题的转化对于降低认知负担的重要性。人通过认知模型掌握的既有信息数量越多、质量越高,对环境实时信息的依赖就越小、认知负担越轻、认知效率也越高。实际上,如果缺乏认知模型,人根本无法感知、推理、动情,更无法实现人际交流。[9]认知模型对认知过程与结果的影响如此深入,以致人们曾经长期不能确证其存在,不得不反复争论人究竟是如同白板一般不带前见地降生于世,[10]还是被编程投放的产品。[11]时至今日,学界早已不再怀疑认知模型对认知结果的巨大影响。关于“非理性”行为的研究愈发深刻地揭示了认知模型难以违逆的作用。[12]人们之所以宁可付出“非理性”的代价也不放弃认知模型,正是因为认知模型能以相对微小的信息完备性损失换取相对巨大的认知经济性收益。

   图式除了具备认知模型的通常效用,还因高度结构化而具有额外效果。类型、框架、概念等都是认知模型,都可能发挥巨大的认知效用,但它们并不强调经验的结构化。以类型为例,单个类型中蕴含的知识固然很可能是结构化的,但“类型”概念本身并不强调各类型内部与各类型之间知识的结构化程度。[13]再如,框架固然可能隐含结构化的经验,但非结构化的框架同样能对认知产生显著影响。在著名的框架实验中,大部分受试者面对内容一致但表述不同的疫情应对方案,作出了截然不同的选择,[14]此处的框架——即描述问题的角度——就没有体现出高度结构化的特征。相较而言,图式对认知过程的影响,集中体现在图式的高度结构化、宏观性与上位性方面。正因如此,图式的定义才会强调它是“高层次的”的概念结构。概念本身未必高度结构化,图式则可以将不同概念以特定关系结合起来,形成大的知识单元。[15]图式中包含的信息不仅是这些概念的总和,还有各个概念的相互关系,只有满足关系条件的概念组合才会被图式接纳。当人们从环境中接受的实时信息没有包含所有的概念或者概念关系时,图式会补足缺省值以完成认知任务。[16]在图式的帮助下,人在遇到新问题时无需从头开始分析,只需将少数实时环境变量分门别类地输入到图式中对应的节点,就能快速处理信息。[17]有心理学家将图式称为“打包的信息”[18]或者“知识包”[19],意指其中既包含常量也包含变量。常量能够减轻决策者在搜集信息、处理信息时的负担,而变量能够确保信息贴合环境,给出正确的反馈。图式本身已经是结构化的认知模型,而多个图式还能互相结合,构建层次复杂的图式组合——下文称为“图式塔”(schemata)——以便在更宏观的认知层面上发挥作用。认知过程常常是图式塔发挥作用的结果。[20]

   图式以高度结构化的方式组织既有知识,从而为决策者提供了比普通的类型、框架和概念更清晰的思维导图。如果说类型、框架和概念等认知模型都有助于推理,那么在认知模型正确的前提下,图式这种特殊的认知模型就有助于层次更高、效果更好的推理。需要指出的是,图式与类型等其他认知模型之间绝非彼此排斥的关系,它们的差别在于侧重点不同。以图式和类型的关系为例:一方面,图式绝不排斥类型,一个图式完全可以被视为一个类型;另一方面,类型并不排斥图式,高度结构化的类型就是图式。只不过,类型化更强调类型间的差异,而图式化更关注图式内的结构。图式指示决策者在处理信息时要遵循特定的顺序、考虑不同的权重,这种顺序与权重并非类型关心的重点,但对解决高度复杂的认知任务而言至关重要。

   本文之所以从诸多认知模型中选取图式作为分析工具,正是因为图式的高度结构化特征对于解决创新激励任务而言格外重要:提供恰到好处的创新激励是一项高度复杂的认知任务,社会无法凭借非结构化推理加以完成。如果我们将具体知识产权部门法和兜底规范进行比较,会发现兜底规范蕴含的背景知识在结构化程度方面远远低于具体知识产权部门法,以至于兜底规范的分析路径难以在实质意义上发挥思维导图的作用。例如,德国学者在反不正当竞争法一般条款的要件化问题上就满足于同义反复,认为一般条款“并不仅仅是法律后果条款,而是包含事实构成和法律后果的完整法律规范。其中事实构成指经营行为不正当,法律后果则是该行为不被允许”。[21]这种形式主义的“结构化”显然无助于降低法院的认知负担。我国从反不正当竞争法一般条款中拆分出的“竞争关系”“不正当性”“损害后果”等要件,不仅内涵模糊,而且关系不清,以致言人人殊,并不能提供实质意义上的结构化知识。与之相对,专利法、著作权法和商标法等具体知识产权部门法虽然包含开放性条款,但知识架构末梢的开放性并不妨碍其整体格局具有高度结构化特征。[22]总之,具体知识产权部门法和兜底规范在结构化方面尽管不是“有”和“无”的绝对隔阂,而是“高”与“低”的程度差异,但二者的差异如此之大,以至于将其分别定性为结构化的知识产权法图式和非结构化的兜底规范更能彰显各自的本质。

  

   二、难题溯源:创新激励的高度复杂性

  

创新可谓当代社会发展最重要的引擎。例如,美国1909-1949年间生产率的提高有87.(点击此处阅读下一页)

本文责编:陈冬冬
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/116544.html
收藏