大数据杀熟最高拟罚5000万元!深圳数据条例公开征求意见
6月1日,深圳市人大常委会办公厅在官方网站发布《深圳经济特区数据条例(征求意见稿)》(下称“《条例(征求意见稿)》”),并向社会公开征求意见。
南都记者了解到,《条例(征求意见稿)》是国内数据领域第一部综合性立法,针对未成年人数据、生物识别数据、用户画像和个性化推荐等作出规定,同时加大了数据侵权处罚力度,建立数据领域公益诉讼制度,更好地保护个人权益。
其中,对于备受关注大数据“杀熟”问题,《条例(征求意见稿)》明确提出,情节严重的,可处5000万元以下或者上一年度营业额5%以下罚款。
保护未成年人数据与生物识别数据,进一步规范“大数据杀熟”
南都记者了解到,《条例(征求意见稿)》是深圳综合性数据立法,包括总则、个人数据、公共数据、数据市场、数据安全、法律责任、附则等七章节。《条例(征求意见稿)》明确了个人数据的具体权益、处理规则、特殊类型数据保护;建立公共数治理体系,促进公共数据开放利用;探索建立数据市场交易制度,规范数据经济发展。
针对普遍应用的用户画像和个性化推荐,《条例(征求意见稿)》规定,数据处理者应当明示用户画像的规则和用途,并为被画像主体提供拒绝的途径;自然人有权随时拒绝对其进行的用户画像和个性化推荐。
为加强对敏感个人数据、生物识别数据、未成年人以及其他无民事行为能力或者限制民事行为能力的成年人个人数据的保护,《条例(征求意见稿)》对处理这些个人数据作出了更加严格的规定。
例如,禁止对未成年人进行用户画像和个性化推荐。未成年人的个人数据被视作敏感个人数据,并适用敏感个人数据的规定进行强化保护。对于数据违法行为造成数据安全事件的,涉及未成年人数据的,应当从重处罚。
此外,《条例(征求意见稿)》将人脸识别、指纹解锁、虹膜识别等技术产生的数据作为特殊数据保护,要求数据处理者使用生物识别数据必须具有目的必要性与不可替代性,并应具备数据安全防护能力。
南都记者注意到,对实施“大数据杀熟”等损害消费者权益的数据处理者,《条例(征求意见稿)》也做出了明确规定。
市场主体不得利用数据分析,对交易条件相同的交易相对人实施差别待遇。在处罚方面,违法上述规定、情节严重或者造成严重后果的,处5000万元以下或者上一年度营业额5%以下罚款,并可以给予暂扣许可证件、降低资质等级等处罚。
明确“数据权益”,加大数据违规处罚力度
据了解,此前,深圳市司法局就《深圳特区数据条例(征求意见稿)》(下称“司法局征求意见稿”)于2020年7月15日公开征求意见。深圳市人民政府组织起草了《深圳经济特区数据暂行条例(草案)》,于2020年12月28日提请深圳市人大常委会会议审议,并修订形成了《条例(征求意见稿)》。
此前,首创“数据权”被作为2020年7月发布的司法局征求意见稿的立法亮点之一,引发广泛关注与讨论。南都记者注意到,与此前公布的司法局征求意见稿相比,《条例(征求意见稿)》对有关“数据权”与数据权属的部分表述有所不同。
《条例(征求意见稿)》说明中指出,目前公众对数据权属问题的认识还不统一,尚难以在经济特区法规中创设“数据权”这一新型权利类型。
《条例(征求意见稿)》采用与《民法典》、审议中的《个人信息保护法》更适应的“数据权益”的表述,也是国内立法首次提出“数据权益”保护,明确赋予自然人对其个人数据享有知情决定权、查阅复制权、补充更正权、删除权。
针对数据侵权难发现、难救济的问题,《条例(征求意见稿)》规定数据处理者应建立自然人行使权利申请和投诉举报的受理处理机制,并及时采取处理措施。同时,新设数据领域公益诉讼制度,规定可由有关行业组织、人民检察院对未履行数据安全保护责任或非法处理数据造成损害的行为,提起公益诉讼,更好保护数据权益。
此外,《条例(征求意见稿)》明确了个人数据侵权行为的处罚额度,规定违规处理个人数据或未采取必要安全保护措施的行为,按照每处理一个自然人的个人数据处以二百元以上一千元以下的罚款。
京沪深推进综合性数据立法,全国多地数据立法进行中
数据被称为“21世纪的石油”。南都记者注意到,在国家层面尚未出台统一、专门的国家大数据法律下,各地正试图通过综合性地方数据立法,保障公民、组织合法权益的同时,开发、激发数据的利用和交换价值。
例如,5月27日,上海召开数据立法研讨会,讨论《上海市数据条例(暂定名)》,计划于今年9月提交上海市人大一审,力争在数据确权和数据交易等关键瓶颈问题方面取得突破。
北京市也将大数据条例列入北京市政府2020年立法工作计划。北京市经济和信息化局在官网发布公告,中国政法大学作为成交供应商承担“北京市数据立法研究论证支撑服务项目”。这意味着北京数据立法工作已提上日程。
除京沪深三地正在有序推进数据的综合性立法外,南都记者了解到,天津、贵州、安徽等地的政府大数据或公共数据相关立法先后发布,山东、黑龙江、北京等地也处于征求意见或启动立法阶段。
网络编辑:解树