尚权推荐SHANGQUAN RECOMMENDATION

关键词：人工智能；新型财产；财产权；算力；数据资产；盗用

众所周知，人类社会经历了蒸汽机时代、电气时代、信息网络时代和人工智能时代四次工业革命。其中，第四次工业革命，即人工智能时代的到来，必将给社会生产力和生产关系带来重大变化。生产工具的革新直接决定着社会生产力的提升，进而推动社会形态的变迁。人类社会所经历的四次工业革命，无一不是由生产工具的革新而引发的社会形态跃迁，进而引发人们社会生活方式等方方面面的剧变。正如笔者曾经撰文所指出的，人类对具有划时代意义的新型生产工具的发现与运用，必将引发深刻且全面的社会变革。人工智能的概念是在20世纪中叶被首次提出的，20世纪下半叶，全球人工智能探索的道路曲折起伏，直到21世纪，随着互联网技术的成熟、算力与算法的进步、数据可用性的提升，人工智能才进入快速发展期。随着相关技术的发展，人工智能将依次进入普通人工智能时代、弱人工智能时代和强人工智能时代。当前，我们正处于弱人工智能时代和强人工智能时代的过渡时期。特别是近年来，人工智能大模型的出现，标志着人工智能开始成为人类科技舞台上划时代的主角。应当看到，人工智能领域未来将接连不断地发生爆发式技术巨变已成不容置疑的事实。尤其是生成式人工智能的出现，已极大地改变了信息的生成、传递、储存以及使用方式。

2025年4月25日,中共中央政治局就加强人工智能发展和监管进行第二十次集体学习，习近平总书记在主持学习时指出，人工智能带来前所未有发展机遇，也带来前所未遇风险挑战。要把握人工智能发展趋势和规律，加紧制定完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。2025年4月29日，习近平总书记在考察上海人工智能产业时明确指出，人工智能技术加速迭代，正迎来爆发式发展，上海要总结好以大模型产业生态体系孵化人工智能产业等成功经验，加大探索力度，力争在人工智能发展和治理各方面走在前列，产生示范效应。由此可知，我们应当对人工智能的发展与治理始终保持并重的态度，这需要与时俱进的法律规范与法学理论与之配合。当下，对于人工智能时代已经出现或者将来有可能出现的新型犯罪问题，我们理应作出前瞻的理解与思考。

笔者在研究财产犯罪相关问题时发现，传统财产权的认定遵循“物必有体”原则，而这一原则似乎难以适应人工智能时代财产数字化的发展潮流。这是因为，以算法、算力、数据三大要素为支撑的人工智能技术，当然会在很大程度上引发传统财产形成模式与表现样态的改变。应当看到，人工智能时代财产权的演变与突破不仅对民法理论造成巨大挑战，更会引起刑法学界对于侵犯财产犯罪行为对象属性的界定、构成要件解释的明确等诸多理论分歧与适用困惑。在借助知识产权保护模式和计算机系统安全保护模式之外，能否将算力作为新型财物予以保护？如何看待数据资产的财产属性？这些显然都是人工智能时代我们已经直接面对且必须及时予以回答的问题。在人工智能技术重塑财产形态的背景下，本文以算力与数据资产为研究对象，揭示侵犯财产犯罪新型对象的法律属性及其对传统刑法理论的挑战，进而探索对新型侵犯财产犯罪的刑法规制方案和路径。

一、人工智能时代新型财产属性的法律辨析

应当看到，在重大社会变革中，财产形态的更新无疑最引人关注，且财产形态的更新会对财产权保护法律构造的重塑有着重大影响。同时，侵犯财产犯罪的行为对象与行为方式也会毫不例外地发生调整和变化。正如有学者所言，“刑法中财物的范围并不取决于法律逻辑，而是由产业形态决定并随其发展而不断调整的”。算力是人工智能时代社会发展的重要动力。通常认为，算力是指计算机硬件、软件和互联网共同协调配合，用以执行计算需求的能力和动力。但是，对于算力是否具有财产属性，理论界和实务界始终未能形成一致意见。

尽管算力的财产属性已获普遍承认，但是，将其归入财物还是财产性利益范围，理论上仍存在重大分歧。持财物说的观点认为，算力是与电力相类似的能源，《刑法》第264条虽未将电力这种无体物明文规定为盗窃罪的对象，但通过司法解释明确了对盗窃电力行为的规制。从某种程度上讲，电力是电气时代的基本驱动力，算力是人工智能时代的基本驱动力，盗用算力的行为可以比照盗用电力的行为处理。持财产性利益说的观点则主张，算力满足无体性、客观财产价值、确定且具体的利益等财产性利益的一般性判断标准。与电力相比，算力并不具有明显的消耗性；如果认定算力属于物权范畴，则会与算力载体的使用权发生竞合。

笔者认为，在人工智能时代，理应将算力归入财物的范围，即算力可以成为刑法中侵犯财产犯罪的犯罪对象。首先，算力具有管理可能性。通过对服务器的控制我们可以实现对算力资源的控制支配，从而调用算力完成不同的任务。其次，算力具有转移可能性。由于算力是无形的，所以算力的转移并不受制于服务器所对应的现实空间，而可以基于网络和设备指令在不同的服务器之间发生传输。最后，算力具有经济价值性。算力作为一种新型的生产资料，毋庸置疑具有客观经济价值。作为人工智能时代社会发展的重要动力，算力的市场价值远高于电力等基础能源，理应受到刑法保护。需要指出的是，笔者认为，我们将算力归入财物而非归入财产性利益范围，不仅是因为算力完全符合刑法上财物的界定标准，更是基于财产权“物-债”两分的理论逻辑。物的价值与实体本身的物质属性之间是直接对应的，但是，如果只是以实体作为载体，实质上体现的是债权债务关系时，该种价值就应被作为某种财产性利益看待。也就是说，财物体现物权属性，而财产性利益体现的则是债权属性。就此而言，我们应当将刑法中的“财物价值”与“财产性利益”严格区分开来。“财物价值”是由财物客观属性带来的价值，而“财产性利益”则是以物为载体所映射的可确定利益。应当看到，虽然算力与电力一样，均没有一定的形状，但是，算力与电力都属于自然界的客观存在，亦均在“物”的范畴之内。而财产性利益则是人和人之间人为设定的权利，可以随着作为其前提的法律或者合同规定的变化而变化，本质上不属于“物”。因此，算力无疑属于无体物而非财产性利益。

对于持财产性利益论者的上述质疑理由，我们有必要进行回应。首先，持该论的观点认为，由于算力不具有明显消耗性，因此算力不能被评价为财物，而只能属于财产性利益。笔者不能同意此观点，依笔者之见，算力具有消耗性，虽然与电力相比这种消耗性表现得不即时、不明显，但并不等同于没有消耗。且消耗性是否明显并不影响财物的认定。应当看到，持续的算力使用行为一定会表现为电力消耗、硬件性能降低（如加速CPU、GPU的老化和损坏）等载体消耗。而当这种载体消耗累积到一定程度时，就完全可能反作用于算力，进而带来算力性能的消耗。因此，算力仍然是具有可消耗性的财物。其次，前述学者指出算力所有权与算力载体使用权可能产生权利竞合。此观点实际上认为，算力和算力载体本质上是一体的，在同一个财物上只能存在一个独立的财产权。如果肯定算力的财物属性，那么就等于承认在同一个财物上存在两个相互独立的财产权，由此会导致因“重复评价”而产生对算力及其硬件设备等财产权的“过度保护”。笔者认为，尽管算力和算力载体之间具有极其紧密的联系，但两者并非是同一个财物，否则就没有算力和算力载体之分的必要性了。换言之，算力和算力财产权的权利竞合现象本就可能存在，财产权体系的包容性决定了权利竞合的常态性，例如房屋所有权与租赁权的并存。此外，算力作为人工智能时代的核心资源，保护算力不等于重复保护硬件，而是承认其独特的经济价值。事实上，相关行为一旦被列入刑法侵犯财产犯罪的范围之后，我们也没有必要担心会出现因重复评价而对财产权过度保护的问题。因为，如果属于一行为同时符合多个构成要件的情形，那么司法实务中完全可以通过罪数理论解决这一可能出现的“重复评价”问题。

如前所述，算力、算法和数据是人工智能技术的三大要素。换言之，除算力之外，数据无疑是人工智能时代的重要战略资源。特别是人工智能技术的迭代发展无疑进一步加速了万物数字化的进程。生成式人工智能生成物、数据财产、网络虚拟财产、虚拟货币、NFT（非同质化通证）等一系列新型数字财产形成了前所未有的财产创设和利用模式以及新的权利义务构架。笔者认为，在人工智能等技术的推动下，同时拥有财产属性和数据属性的新型数字财产必然还会不断涌现。依托于人工智能、大数据、云计算等技术的飞速发展，数据具有经济价值已经成为共识。也正因如此，很多人认为数据也是侵犯财产犯罪的对象。但是，是否所有数据都可以成为侵犯财产犯罪的对象，理论上存有争议。对此，笔者持否定态度。依笔者之见，作为生产要素的数据不属于侵犯财产犯罪的对象，只有上升到数据资产的数据才能够被纳入侵犯财产犯罪的规制范围。这是因为，数据生产要素在没有被产品化和资产化之前充其量只是原始材料，其本身是无序和零散的。作为生产要素的数据在未投入其他劳动的情况下，不足以产生稀缺性和价值性，因而这种数据不能成为刑法上侵犯财产犯罪的对象。但是，经过产品化和资产化后形成的数据资产，则可能被权利人有效控制、管理进而产生价值。例如，使用生成式人工智能应用的用户所输入的碎片化信息，虽然可能影响人工智能的后续训练，但这类单一数据只构成数据训练的原始材料，不具有独立保护的财产价值。而当用户输入的数据达到一定规模，并经过加工整合成为数据集时，这类人工智能生成物才可以被称为数据资产。数据资产具有管理可能性、价值性和可交换性等特征，可以直接或间接带来经济效益和社会效益。因此，确认数据资产的财产属性理论上并不存在障碍，将其列入刑法中侵犯财产犯罪的对象范围也不会存在任何问题。需要指出的是，数据资产究竟属于财物还是财产性利益的问题，则有待理论进一步加以探讨和明确。

笔者认为，数据资产的特性决定了其无法被认定为财物，而应当被视为一种财产性利益。首先，数据资产符合财产性利益的一般性判定标准，即具有“无体性”“客观财产价值”并属于“确定且具体的利益”。理论上对数据资产具有“无体性”和“客观财产价值”似乎不存在任何质疑，但是，数据资产是否具有“确定且具体的利益”的特征，则还存在分歧。对此，我们需要对数据资产的交易模式进行分析才能得出结论。数据资产的内容包括数据集和数据产出物，分别通过产品交易和服务交易两个方面实现相应的经济利益。也就是说，数据资产的本质是一种债权，这种数据利益可以通过交易得以实现。对数据资产财产属性的保护主要体现在对数据的控制与利用上，而这与财产性利益的利益控制模式具有天然的契合性。正因为如此，笔者认为，数据资产同样也具有“确定且具体的利益”这一财产性利益的特征。其次，数据资产具有有限排他性和非竞争性等特征，导致难以将其归入财物的范畴。一方面，财物能够被排他地占有，即绝对排除他人对财物的控制。但是，数据本身不是具有实体的物，而是一连串可能产生使用价值和交换价值的代码，因而我们难以对数据实现绝对控制和排他占有。同时，数据治理始终以促进流通为重要取向，数据资产的刑法保护当然不能阻碍数据流通。而作为传统侵犯财产犯罪的对象则明显具有“绝对排他性”特征，如果简单套用原有的刑法对侵犯财产犯罪的规制模式，则显然会阻碍数据的流通。也就是说，与传统财物具有绝对排他性的特征不同，数据资产则仅具有有限排他性的特征。另一方面，对财物的占有和控制一般具有竞争性，这种竞争性体现在同一财物难以跨时间、空间受多人同时支配，且财物的使用会伴随着一定程度的物理损耗。与财物不同的是，数据资产具有非竞争性特征，其具体体现在数据资产可以跨时间、空间在多人之间进行共享、流通和利用，且通常的利用行为并不会导致数据的物理损耗。由于数据获取具有开放性，即同样或近似的数据可以为不同的主体同时持有，这一点又与财物的基本特征不相符。

需要注意的是，域外有些国家将数据与财物、财产性利益并列作为侵犯财产犯罪的对象。例如，根据瑞士刑法分则的规定，数据属于财产，但又不同于狭义财物与财产性利益，即其采取了侵犯财产犯罪的行为对象三分法。笔者在上文讨论中已经充分阐述了将数据资产归属于财产性利益的合理性和正当性，且认为将数据资产归入财产性利益不存在明显障碍。正因为如此，笔者认为，我们完全没有必要将数据资产从财物、财产性利益中独立出来作为第三种行为对象。况且，我国现行刑法对数据犯罪的单独规定仅出现在分则第六章“妨害社会管理秩序罪”中，这种立法模式体现的是对数据管理秩序的特别保护，并不能直接沿用到侵犯财产犯罪之中。由此可见，在人工智能时代，将数据资产归类到财产性利益范围中仍然不失为一种贴合我国实际情况、成本较低且具有科学性的解释方案。

二、人工智能时代财产犯罪的行为对象嬗变

在人工智能时代，我们只有充分理解侵犯财产犯罪的行为对象演变及其特征，才能明确刑法介入的模式和限度。应当看到，我国侵犯财产犯罪的行为对象是“公私财物”，一般而言，有体物、无体物乃至财产性利益均在“公私财物”的文义范围之内。在以前较长时间里，理论上对于无体物能否成为侵犯财产犯罪的行为对象曾有过讨论。这一争议在20世纪后期随着经济的发展变得尤为突出。在盗窃电力、燃气等案件中，司法机关最初对这种无形能源是否属于刑法保护的“财物”存在较大分歧。支持者认为，无体物同样具有经济价值和使用价值，应当受到刑法保护；反对者则坚持“财物必须具有物理形态”的传统观念。随着司法解释将电力、燃气等无体物纳入侵犯财产犯罪的行为对象，这一讨论和有关争论也就偃旗息鼓了。在人工智能时代，算力和数据已经成为支撑数字经济发展的两大基础要素。从某种意义上来说，算力是驱动数字经济的“新型能源”，它为各种复杂的算法和模型运行提供所需的计算能力；而数据则是驱动数字经济的重要“生产资料”，是训练和优化人工智能模型必不可少的原材料。那么，作为人工智能技术核心要素的算力、数据，其能否被评价为“财物”？这一问题似乎很值得讨论。

有学者认为，算力具有价值性、效用性、稀缺性、可支配性和流转性等特征，可以成为侵犯财产犯罪的行为对象。事实上，笔者在前文讨论人工智能新型财产的属性时也已经提及，算力和数据资产具有财产属性，我们可以将算力、数据资产分别归入财物和财产性利益范畴。也正因为如此，笔者认为，将算力、数据资产列入人工智能时代财产犯罪的行为对象之中，实际上不存在理论上的障碍。应当看到，与电力、燃气等无体物相比，算力、数据资产同样具有稀缺性、重大经济价值性特征。另外，算力、数据资产除均具有集合性特征外，算力还具有非即时消耗性，数据资产则具有非竞争性和非排他性。

首先，算力、数据资产的稀缺性具体体现在，现有阶段算力和数据资产的市场供给还远不能满足市场需求。就算力而言，“在目前的科技水平和数字化普及程度下，算力依然是一种处于较高技术壁垒之中的稀缺生产资料”。对于大部分的经营者来说，通过购买芯片、服务器等软硬件自建算力资源不仅困难，而且需要支出高昂的运维成本。基于此，许多初创经营者无法找到足够的算力资源。而数据资产的稀缺性主要体现在高质量数据获取困难，且处理成本较高上，因而极易形成数据垄断。应当看到，算力资源与数据资产市场供需失衡的现象在很长一段时间内仍会存在，而这种供需失衡现象在大模型不断更新、人工智能技术迭代发展的当下似乎表现得更为明显。其次，算力、数据资产的重大经济价值性则体现在，随着算力和数据资产商品化进程的推进，相关市场步入快速发展阶段，其应用场景已经渗透到自动驾驶、智慧医疗与金融风控等多个高增长领域。已有研究报告显示，到2026年，国内算力租赁潜在收入市场规模有望达到2600亿元，且将以每年20%以上的速度快速增长。与算力租赁市场的快速扩张相同，我国数据交易市场规模也在以年均超20%的增速扩张，甚至有望在2025年突破万亿元大关。可见，人工智能时代算力与数据资产的重大经济价值性确实不容小觑。正是由于算力与数据资产具有稀缺性和重大经济价值性，因而其与电力、煤气等无体物一样，都可以成为侵犯财产犯罪的行为对象。

需要指出的是，与传统侵犯财产犯罪的对象不同，人工智能时代以算力、数据资产为代表的新型财产呈现出一定的集合性特征。这种集合性具体表现在要素集合和权利集合两个方面。

首先，要素集合。人工智能时代新型财产的组成并非单一化，其构成要素较传统财产更为丰富多样。例如，算力财产就是由硬件、软件与网络共同形成的有机系统，脱离了其中任何一个要素，算力都不能成为独立财产受到刑法保护。换言之，算力是一种集合性财物，其无法脱离电力和计算机设备被独立地使用。而就数据来说，单一性、碎片化的数据并不具有分析和利用的价值，只有达到一定的数据规模和数据质量的数据资产才值得刑法加以保护。因此，数据资产必然呈现出集合性的特征。笔者认为，人工智能时代新型财产要素的集合性直接影响侵犯财产犯罪中“财产损失”的判断，进而关系到犯罪既未遂的认定。

其次，权利集合。人工智能时代新型财产构成要素的多样性直接影响法律评价的复杂性。就算力而言，算力的占有、使用、收益、处分等各项权能与载体使用权之间会难以避免地发生竞合。司法实践将盗用算力行为以计算机犯罪处理的做法，也从侧面反映了刑法选择保护内容还是保护载体权利的处置难题。此外，2022年12月2日党中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（以下称“数据二十条”）构建了数据资源持有权、数据加工使用权、数据产品经营权的产权分置结构。不少学者引入权利束理论，旨在化解套用传统物权理念阐释数据财产权的困境。有学者认为，以数据为载体的数据权益，交叉地分散于网状结构之上，并与其他权利相互联结，形成了独特而复杂的权利结构特征。也正因如此，我们并非仅通过侵犯财产犯罪罪名，而是同时借助知识产权犯罪与计算机犯罪等相关罪名实现对数据资产的刑法全面保护。数据权利的复杂性会导致侵犯财产犯罪罪名与其他犯罪罪名产生交叉适用的局面，这又完全可能带来人工智能时代侵犯新型财产犯罪在罪数处理与认定上的困惑。

因此，孤立考察单一要素是否符合财物特征的做法，已经难以适应刑法保护新型财产的需求。换言之，根据人工智能时代新型财产集合性特征的要求，在认定侵犯财产犯罪的行为对象时，我们应当转向更为系统的整体分析范式。当然，随着侵犯财产犯罪对象认定标准的转变，传统“财产损失”的判定模式在面对人工智能时代新型财产时已经表现出明显的局限性。为了更好地回应人工智能时代侵犯财产犯罪行为对象嬗变所带来的挑战，我们无疑需要采用与时俱进的判断立场。

同样需要明确的是，算力与数据资产除了具有集合性特征之外，还具有自身的独有特征。理论上，对算力与数据资产能否成为侵犯财产犯罪行为对象的相关疑问也主要源于此。具体而言，算力具有非即时消耗性，亦即算力性能的降低与算力的使用并不完全同步，而是有着一定的时间差。使用算力的行为不会直接、即时地消耗他人算力，这无疑是算力与传统财物的重大区别之一。以电力为例，由于电力的使用必然伴随电力的消耗，因此，司法机关可以依据设备功率和使用时长准确计算损失数额。但是，算力的使用则呈现出完全不同的特性。使用算力的行为不会直接、即时地消耗他人算力资源，而是表现为在一定时间内挤占或限制了权利人对算力资源的可用性。从某种意义上来说，算力本身具有无损性。使用算力的行为虽然会导致某一时间段内权利人可用的算力总额减少，但从物理层面来看，计算设备本身的运算能力并未立即受到影响。这无疑与传统财物的特征存在显著区别，同时给司法实践中相关行为的定性与财产损失的认定带来困难。

对于数据资产而言，其区别于传统财物的独有特征主要体现在非竞争性和非排他性两个方面。一方面，数据资产具有典型的非竞争性特征。这种特征表现为同一数据内容可以被多个主体同时持有和使用，且不会因使用行为而导致数据本身的损耗或减损。这与传统财物形成了鲜明对比。因为传统财物在使用过程中往往会发生损耗或价值贬损，而数据资产却可以被多次使用、反复消费而不影响其消费价值。从经济学视角来看，数据资产属于典型的“边际成本趋近于零”的特殊资产，即增加一个使用者几乎不会产生额外的成本。这种特征使得数据资产的价值实现方式与传统财物截然不同，构成数据资产价值的核心不在于独占性控制，而在于流动性和使用广度。另一方面，数据资产还具有明显的非排他性特征。特别是在数据内容已经公开的场合，数据权利主体实际上难以完全排除他人的访问和使用。这种特性容易导致“搭便车”现象普遍存在。换言之，其他主体可以在不支付对价的情况下获取和使用数据资源。应当看到，即便在数据未公开的情况下，数据的可复制性也使得权利人难以像占有有体物那样实现对数据的绝对控制。例如，当企业的重要数据被非法获取后，即便企业追回了原始数据载体，但由于这些数据已被复制传播，实际上也已经无法真正恢复对数据的独占性控制。正因为如此，对数据权利的利用不同于对传统物权的利用，对数据占有状态的理解似乎也应当与对有体物的占有作不同的理解。基于此，“数据二十条”和数据权利束理论所共同强调的数据持有权，其中的“持有”与取得型侵犯财产犯罪所要求的“占有”能否具有同质性，也值得进一步讨论。

综上所述，人工智能时代财产犯罪的行为对象嬗变，难以避免地会对侵犯财产犯罪的认定产生全方位的影响，并对侵犯财产犯罪的行为认定带来挑战。因此，我们需要关注到新型财产的集合性、算力的非即时消耗性以及数据资产的非竞争性、非排他性等特征，并在此基础上提出有效的应对方案。

三、人工智能时代新型财产犯罪的行为认定拓展

笔者认为，算力和数据对于人工智能技术发展和行业生存的重要性不言而喻，侵犯算力和数据资产行为的社会危害性也是显而易见。在人工智能时代，我们如果仅仅运用民法、行政法等前置法对侵犯算力和数据资产的行为加以规制，似乎远远达不到“足以抑制”这些行为的要求。因此，将算力和数据资产纳入侵犯财产犯罪的行为对象具有必要性。如果刑法将侵害算力和数据资产行为纳入侵犯财产犯罪范围，那么我们可以从盗用行为的可罚性以及数据持有与刑法占有的关联性角度出发，厘清人工智能时代侵犯财产犯罪的规制思路。

（一）有限承认盗用行为的可罚性

刑法上的盗用，是指行为人出于使用目的，在不会导致该财物价值减损的情形下对相关财物加以利用，并且具有在使用后返还给所有人或持有人的“交换意思”的行为。刑法理论上通常认为，盗用行为人不具有“非法占有目的”或者“排除意思”，因此，盗用行为原则上不具有可罚性。应当看到，人工智能时代的到来带来了盗用新型财产行为认定上的新难题。如前所述，算力具有集合性和非即时消耗性特征。在较长的时间里，刑法理论界与实务界对于“是否可以将盗用算力的行为纳入入盗窃罪的行为之中”颇有争议。由此导致司法实践对实际案件的定性处理，意见也不一致。

在司法实践中，盗用算力“挖矿”的案件屡见不鲜。根据取得算力设备控制权的方式不同，我们可以将盗用算力的行为分为“账号获取型盗用”和“程序侵入型盗用”两种行为模式。“账号获取型盗用”是指具有职务便利的计算机系统管理人员利用对算力硬件设备的控制权，或者其他人员通过不正当手段获取登录账户信息，进而盗用计算机算力“挖矿”的行为。“程序侵入型盗用”是指通过网络入侵等非法手段，在算力系统中植入盗用程序，从而绕过权限直接控制计算机系统的算力为己所用的行为。对于这类盗用算力的案件，司法实践主要以非法获取计算机信息系统数据罪、非法控制计算机信息系统罪追究行为人的刑事责任。例如，在安某非法控制计算机信息系统案中，法院认为，安某利用担任公司运维工程师的工作便利，违背公司意志，通过擅自植入程序，达到占用公司服务器运算资源，利用运算资源获利的目的，其控制手段具有非法性，进而认定安某犯非法控制计算机信息系统罪。然而，以计算机犯罪定性仅评价了行为人通过非法手段取得设备控制权的前行为，似乎未能充分评价盗用算力资源获益的后行为对受害人财产权的侵害。

笔者认为，尽管盗用算力也属于盗用行为，但并不能因此推定其必然不具备可罚性。应当看到，在人工智能时代，行为人盗用他人计算机系统的运算能力、盗用服务器、盗用域名等具有重大价值的网络资源的行为，相较农业时代的盗用耕牛犁地、工业时代的盗用电力等行为，其社会危害性呈现出显著增长的“量变”特征。域外理论和判例对于盗用行为的可罚性已经逐渐转向一种相对的判断立场，并非仅根据有无返还意思进行判断，而是要求具体地考察盗用行为给权利人造成的损害以及损害的可能性。

应当看到，盗用算力行为的本质在于违背算力权利人的意志，排除权利人对算力完整的控制支配。换言之，盗用算力行为导致权利人可用算力总额减少，剥夺了权利人对算力完整占有、使用、收益和处分的权利。笔者认为，相较于盗用传统财物的行为，盗用算力的行为在影响范围与危害后果上存在“质”的飞跃，因此，盗用算力行为的可罚性应当得到承认。这种“质”的飞跃体现在以下两个方面。

首先，从盗用算力行为的影响范围来看，盗用算力行为会引发算力系统内狭义“算力”（单纯的运算能力）、电力与载体（计算机设备）之间的连锁反应。基于算力作为集合性财物的一体性以及刑法进行法益侵害评价的全面性，我们在此提及的“盗用算力”行为，既包括了盗用狭义“算力”的行为，也包括了盗窃电力与盗用载体的行为。换言之，算力无法脱离载体而独立存在，而如果缺乏电力供给，算力就难以被现实使用。对比之下，传统财物的结构则较为简单，其并不存在这种要素与整体之间的关系。例如，对于燃油车来说，汽油仅是燃油车的能量来源，而与燃油车的功能构造基本无关。因此，盗用传统财物行为的影响范围相对有限，其难以在财物内部引发深层次的功能性影响。

其次，从盗用算力行为的危害后果来看，盗用算力的行为会造成集合性财物的严重损失。尽管从盗用行为所直接指向的对象以及盗用行为人的主观心态上来看，盗用算力行为的社会危害性表现为非法占用算力资源造成算力本身价值的损失。对于这种损失，我们可以结合算力的市场价格进行计算。但是，这种观点仅评价了对算力财产权的侵害，而忽视了作为集合性财物的算力对电力和计算机载体的依赖。算力使用过程会造成极高的电力消耗，换言之，即使算力无损，但是，电力的消费总量也是不容小觑的。据有关报道，AI大语言模型GPT-3一次训练的耗电量就达1287兆瓦时，大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和。ChatGPT按每天响应约2亿个请求计算，这一过程消耗超过50万度电。此外，算力使用会增加CPU、GPU等硬件的工作负荷，导致这些组件的温度升高，从而加速其老化和损坏。由于计算机硬件是淘汰速率极高的耗材，其交换价值尤其依赖于使用价值，因此，硬件的应用程度直接决定了其损耗程度。即便使用时间不长，挖矿活动对硬件的高强度使用也很可能使得硬件发生大幅度折价。从侵害法益内容的复杂性和侵害法益内容的程度来看，盗用算力行为的法益侵害性相较于盗用传统财物产生了从“量变”到“质变”的巨大飞跃。因此，肯定盗用算力行为的可罚性，将其作为刑法中“盗用行为一般不可罚”的例外情形是有充分依据的。

需要注意的是，算力盗用行为的刑法规制仍可能面临的诘问在于：“通常所理解的使用盗窃行为，是指以使用为目的而拿走有体物的行为”，算力作为无体物不可能成为“拿走”的对象。但是，笔者认为，以传统侵犯财产犯罪的视角分析，这一诘问似乎没有多大缺陷，而在人工智能技术迭代发展的当下，上述观点的缺陷则当然显露无疑。因为，伴随着数字化、智能化时代的到来，侵犯财产犯罪对象中有体物与无体物的界分越来越模糊。甚至在某种意义上说，无体物的经济价值似乎越来越重要，无体物虽然不能被“拿走”，但完全可以被管理和处分。因此，将算力这种无体物囊括在盗用对象的范围内，并作为刑法中“盗用行为一般不可罚”的例外情形，理应不存在观念和技术上的障碍。

（二）厘清数据持有与刑法占有的内在关联

如前所述，数据资产是一种财产性利益。但是，数据资产能否被占有转移？理论上对此也有不同观点。笔者认为，讨论这一争议的理论前提，实际上先要解决财产性利益可否被占有转移的问题。应当看到，对于财产性利益能否被占有转移，刑法学界至今仍存在很大争议，可谓众说纷纭，莫衷一是。从目前的研究现状来看，否定说的观点占据主流地位，即认为无论是从事实性占有概念还是规范性占有概念的意义上，财产性利益都难以成为占有的对象。其主要理由在于，将占有对象延展到财产性利益，会消解占有“事实控制力”的核心含义；借用准占有的概念来解决财产性利益问题，可能造成盗窃罪构成要件定型性的丧失；财产的转移不等同于占有的转移，财产性利益的转移实际上是权利的消灭和再造。支持肯定说的学者则主张，在侵犯财产犯罪占有对象的演变扩张过程中，载体背后的价值占有与转移越来越重要。财物占有转移的实质是利益占有转移，若没有利益的“占有”，就不会发生利益的“转移”。笔者认为，“占有”是侵犯财产犯罪（特别是取得型侵犯财产犯罪）的核心概念，侵犯财产犯罪认定中的许多疑难问题都与“占有”密切相关。否定说的观点意在坚持占有属于“事实支配”的本源含义，恪守以有体物为核心的财物概念体系。即使在一定程度上承认规范性占有，也认为利益的“此消彼长”与传统财物的占有转移（物理空间位置上的移转）存在行为构造上的不同。需要指出的是，笔者早年也曾持否定说的观点，认为非法获取数据类虚拟财产的行为不会使原数据的持有者丧失对相关数据的占有状态，因此这类行为不构成财产犯罪，而可能构成数据犯罪。但是，经过这几年的研究，特别是在人工智能技术与数字经济飞速发展的背景之下，笔者的观点已经逐步转向肯定说。应当看到，概念是时代的产物，其内涵也处于不断被自身“扬弃”的发展过程中。正是通过法学领域中独特的价值判断因素和所谓“类型化思考”，特定的概念才能在法学领域中不断得到完善。随着网络技术的广泛应用，财物范围的变化已是不争的事实，虚拟财产的支配与转移已逐渐获得公众认同。特别是在人工智能技术蓬勃发展的时代，预训练大模型、数据集以及人工智能生成物因其稀缺性和价值性也逐渐进入公众认知视野，并进一步成为重要的数据资产和竞争对象。正如学者所言，“在财产性利益已经成为财产的重要体现形式的今天，如果仍然以有体物的占有作为理解占有概念的经典图式并进而将占有转移理解为物理空间位置上的移转，可谓是20世纪的观念”。对于刑法上的“占有”概念，我们不能仅作形式上的机械理解，而应当从实质上进行解构。占有的本质是排他性的控制和支配，其问题的关键不在于行为人能否对财物施加物理意义的实力控制，而在于能否实现排他性支配的状态。

如前所述，数据包括数据生产要素和数据资产。数据资产属于数据的一种，对其持有的问题我们当然也需要予以正视。尽管数据持有权已在政策层面得到确认，但是，“数据能否被占有”的争议不仅没有就此消失，反而进一步引发了“数据持有与刑法占有的关系”的新疑问。“数据二十条”提出，数据资源要“淡化所有权，强调使用权”，实现数据资源持有权、数据加工使用权、数据产品经营权的分置保护。那么，这种持有能否等同于刑法意义上的占有？理论上有观点认为，持有不同于控制或者占有。一般情况下,相关主体持有数据的范围会大于其控制数据的范围。而且，数据资源的非竞争性使其不同于作为物权法客体的稀缺资源，对数据的持有与对物的占有应当分别建立在不同的元规则之上。亦有观点认为，数据的持有行为与传统物权法上物之占有的行为模式存在很大程度的相似性，权利客体的属性不同并不影响行为模式的同质性。笔者更认同后一种观点，即“持有”与“占有”在内涵上具有契合性，只是由于数据“强调使用淡化所有”的特殊属性，我们才采用“持有”这一不同表述。

需要指出的是，刑法与民法有关占有这一概念的区别主要在于保护目的不同，前者重在保护动态的财产交易秩序，后者则重在保护静态的财产存在秩序。但就是否存在事实上的支配而言，二者并不存在根本性差异。刑法理论对占有观念化的默认和对占有意思的接纳，已经逐渐地向民法上的占有概念靠拢。从占有是控制支配的本质出发，判断刑法上的占有与民法上的占有在大部分场合（违禁品的占有除外）并不会得出差异性结论。因此，刑法上的占有与民法上的占有在本质上是一致的，都以形成有效的控制支配关系为核心要素。

当然，这里所说的对数据的“持有”，似乎不同于刑法理论通常意义上的“持有”。刑法上的“持有”一般特指持有型犯罪中的“持有”，即“行为人事实上支配或控制法律禁止持有的管制物品的不法状态”。可见，数据“持有”与持有型犯罪的“持有”所针对的对象不同。对数据资产的保护主要是为了促进数据资产的形成、流通与利用。因此，数据持有权强调的是主体可以在事实上自主控制数据而不受非法干涉和破坏，这种事实控制构成主张数据权利的基本前提。基于上述理解，数据“持有”与刑法中持有型犯罪的“持有”具有不同含义，而这种对数据的“持有”应当更贴近于刑法中“占有”的概念。

笔者注意到，认为数据资产不能被占有转移观点的主要理由包括：“占有制度只能被用来保护竞争性利益，而数据的特殊之处恰恰在于其具有非竞争性。就此，一人对数据的使用，通常不会影响他人对数据的使用。”“对数据的持有有别于对有体物的直接占有，数据持有需借助（存储硬盘、数据接口等）媒介完成。”但是，依笔者之见，上述学者的反对意见似乎并不充分。理由是：首先，数据不仅承载着非竞争性利益，也同时承载着竞争性利益。上述观点实际上是将数据资产内容的非排他性与持有数据资产的排他性利益混为一谈。因为，数据资产的内容虽然不能被排他地控制，但是，持有数据资产、维持对数据权利控制支配的这种状态仍然是排他的。尽管数据可被复制，且在被更改、删除或者增加后可以复原，但是，这并不影响这类侵入行为的竞争性。换言之，对数据资产的持有利益是一种竞争性利益，也理应可以被占有转移。正如有学者所指出的，“数据财产权的排他保护仅及于符号控制，而不单独及于内容控制”，对符号控制的打破即导致占有状态的破坏。其次，虽然权利人实现控制支配需要通过对数据存储设备进行物理控制、密钥控制或者设置技术防御措施，但是，这恰恰说明数据是可以通过载体固定下来并受到技术规则控制的。基于媒介的控制所体现的空间管领力恰恰符合构成占有的客观方面要求，而通过平台、媒介在规范意义上维持对数据的控制状态则符合占有的主观方面要求。至于占有之间是否存在介质，并非刑法上的占有所必备的条件。综上所述，数据资产在内容上的非排他性或者非竞争性，与其在权利支配上的排他控制之间并不存在矛盾。而侵犯财产犯罪的关注重心恰恰在于后者，即行为人是否打破他人的权利控制领域、是否破坏他人对数据利益的排他占有。

四、人工智能时代新型财产犯罪的刑法规制路径

应当看到，人工智能技术对传统物权理论带来极大的冲击与挑战。在人工智能时代，我们确实需要及时更新侵犯财产犯罪认定的基本理念和研究范式。时下，我们特别有必要在加强研究涉人工智能侵犯财产犯罪新型犯罪对象的基础上，反思现行刑法条文规定的不足和司法实践中存在的问题，从而对涉人工智能侵犯财产犯罪进行科学且系统的刑法规制。

（一）司法解释应明确侵犯新型财产犯罪行为的性质

如前所述，作为人工智能时代的重要新型能源，算力理应受到刑法的保护。一方面，盗用算力的行为严重侵犯了他人对算力的排他控制、使用及收益的权利。虽然这种侵犯并非似普通盗窃一样直接指向财物的所有权，但是，却直接或间接地剥夺了他人正常利用全部算力获取重大利益的权利。另一方面，盗用算力的行为会危害市场经济的健康发展，成为影响社会秩序的不稳定因素。在我国国情之下，算力所体现的法益不仅和个人利益紧密联系，更是会关乎国家利益和社会公共利益。由此可见，从盗用算力可能造成的危害后果角度分析，仅通过行政处罚和民事赔偿等手段不足以达到报应与预防的效果，刑法的介入就具有必要性。

有观点认为，综合算力盗用的行为特征，可选择的主要罪名为盗窃罪与职务侵占罪。笔者认同这一观点，并认为盗窃罪与职务侵占罪的适用可以涵盖“通过非法手段盗用算力”和“利用职务便利盗用算力”的不同情形。应当看到，算力理应属于财物，其具有管理可能性和转移可能性。利用职务便利盗用算力的行为，侵犯了单位实际控制的算力财产权，这种行为可能构成职务侵占罪并不存在太大的争议。但是，能否将盗用算力的行为归入盗窃罪的范围之中则存在较大的疑问。因为刑法理论上通常认为盗用行为与盗窃行为具有显著差异，盗用行为不仅不具有非法占有目的，而且对财物的价值不会造成明显的减损，因而通常不具有可罚性。笔者认为，算力的特殊属性以及盗用算力的行为严重社会危害性会对上述“严格区分盗用与盗窃”的传统观点造成一定冲击。对此，前文已经详细论证过盗用算力行为的可罚性，进而可以将盗用算力行为认定为盗窃罪。但是，应当通过何种路径将盗用算力的行为归入盗窃行为之中，并非一个不言自明的问题。具体而言，可能存在以下两种方案：一种方案是在刑事立法上专门增设“盗用算力罪”；另一种方案则是通过司法解释明确规定“盗用算力的，以盗窃罪定罪处罚”。依笔者之见，后一种方案似乎更有可取之处。

首先，刑事立法方案具有较大的不合理性。通过增设刑法条文的方式明确盗用算力行为的可罚性并不符合刑事立法经济性原则。正如罗斯科·庞德所指出的，通过法律控制社会的目的，就在于实现“在最少的阻碍和浪费下给予整个利益方案的最大的效果”。而将盗用算力的行为单独作为盗窃罪的特别条款进行规定，固然可以在最大程度上实现行为规范的明确性要求，但不符合刑事立法的经济性要求。根据刑事立法的经济性原则，在通过刑法修正案增设新的罪名时应当要控制立法成本，并满足立法效益高于立法成本、增设条文具有必要性的基本要求。综观刑法有关侵犯财产犯罪中盗窃罪的相关条文，事实上并没有针对盗窃特定财物的行为设置专门的罪名。即使是1997年《刑法》第265条增加的“盗用电信码号”按照盗窃罪处理的规定，也是为了将不同于传统财物的财产性利益载体囊括到盗窃罪对象的范围之中，而并没有专门设置新的罪名。就此而言，笔者认为，从刑事立法的必要性和立法效益来看，《刑法》第265条的规定确实符合刑事立法的经济性原则，以此方式解决盗用算力行为刑法规制问题似乎也顺理成章。但是，算力与电信码号不同，算力是一种财物，而电信码号是电信通讯服务的技术标识，本质上是一种与财产性利益紧密结合的载体。也正因如此,对盗用算力行为与盗用电信码号行为的刑法规制方式不能等同视之，即我们完全可以将盗用算力行为直接归入刑法盗窃罪的条款之中，而没有必要另外专设刑法条款加以明确。此外，算力是人工智能时代的能源，电力是工业时代的能源，如果仅因为新兴能源的出现就主张增设专门刑法条款对相关盗用行为进行规制，似乎有刑法条文规定无限扩张趋势出现的可能性。由此可见，笔者认为，在刑事立法上增设专门条文明确盗用算力行为的可罚性并不符合立法的经济性要求。

其次，司法解释方案较为合理妥切。在我国，司法机关制定的司法解释实际上具有普遍适用的司法效力，在某种程度上甚至超越了法典中概括性、抽象性的法律条文。笔者认为，与通过刑事立法增设专门条文方案不同的是，在司法解释中明确将盗用算力行为直接归入刑法盗窃罪的范围之中，似乎效益更高、成本更低。应当看到，现有司法解释规定中实际上已经存在可参照的范例，即通过这种司法明确化路径，我们完全可以对盗用算力行为进行统一定性和处罚。例如，最高人民法院1997年颁布的《关于审理盗窃案件具体应用法律若干问题的解释》、“两高”2013年颁布的《关于办理盗窃刑事案件适用法律若干问题的解释》，这两部司法解释中都规定了偷开机动车导致车辆丢失的，以盗窃罪定罪处罚的相关内容。亦即，司法解释均认可了行为人虽不具备非法占有目的，但客观上造成车辆丢失的盗用行为的可罚性。肯定可罚性的标准主要在于“车辆丢失”，即实际上导致车主对丢失车辆的控制，且可能给车主造成较大价值的财产损失。笔者认为，对于算力这种集合性财物而言，盗用算力的财产损失包括盗窃电力、盗用计算机设备与盗用计算能力等造成的多方面损失。且由于算力具有稀缺性和重大经济价值性特征，这种财产损失似乎完全可能远超过机动车丢失造成的财产损失。因此，我们可以借鉴偷开机动车的规定路径，通过司法解释明确将盗用算力行为归入刑法盗窃罪的范围之中，即在司法解释中明确规定“盗用算力的，以盗窃罪定罪处罚”。

此外，笔者认为，对于盗窃数据资产行为的刑法规制也应当循司法解释方式的路径。如前所述，数据资产不同于算力，我们将其归入财产性利益而不是财物范围之中。但是，我们同时也认为，数据资产不同于电信码号，数据资产属于纯粹的财产性利益，而电信码号则属于财产性利益的载体。正因为如此，我们也完全可以通过司法解释将盗窃数据资产的行为直接归入刑法盗窃罪的范围之中。既没有设置独立罪名的必要，也没有增设专门条款的需求。

（二）司法实践中应明晰“财产损失”的体系定位与认定标准

在人工智能时代，新型财产的存在及其不同于传统财物的特征必将影响“财产损失”的判断。司法实践在判断侵犯财产犯罪的成立时通常都要求具有“财产损失”，而侵犯财产犯罪条文所表述的“数额较大”是体现被害人“财产损失”的重要内容。笔者认为，人工智能技术发展会对“财产损失”的体系定位与认定标准带来深刻的影响。

针对人工智能时代新型财产的取得型犯罪，需要具备财产损失才构成犯罪既遂。新型财产的表现形式多为无体物和财产性利益，而这类财产的取得与有体物的取得存在明显不同。这是因为，控制、支配算力或数据资产等人工智能时代的新型财产，并不等同于直接获得了同等数额的财物。只有当这种财产损害现实化、确定化且符合“量”的要求之后，才最终完成对新型财产的占有转移。正如有学者所指出的，财产性利益盗窃的客观构造是“侵入权利人控制领域-打破权利人控制-取得财产性利益”，即表现为权利的消灭与再造。行为人取得财产性利益，也就意味着权利人受到财产损失。相对于侵入权利人控制领域、打破权利人控制而言，财产损失的发生很可能存在较远的时间、空间间隔。也就是说，为了获得数据资产而非法获取私钥或者账户和密码，只是相当于非法获取了他人房屋的钥匙，而并未实际发生财产的转移占有问题。

前文已述，算力是具有集合性特征的财物。就集合性财物而言，算力的消耗性通常表现为电力消耗、硬件性能下降，即载体层面的消耗。由此分析，盗用算力的行为虽然不会使算力性能发生明显减损，但是，集合性财物仍然会发生实际的财产损失。因此，非即时消耗性特征直接关系到盗用算力的财产损失计算。算力的损耗并不会在行为人登录权利人账号、植入盗用程序的节点即时显现出来，而是要依据算力使用造成集合性财产的最终损耗情况加以综合认定。换言之，“财产损失”的确定是按照最后使用算力的市场价值、实际电力消耗以及硬件性能降低等予以整体评价。就侵犯数据资产行为造成的财产损失而言，以人工智能生成物为例，破解权利人的账号密码侵入系统获取人工智能生成物内容并不具有占有转移数据资产的现实性，不能当然地以生成物的利用价值为“财产损失”的评价依据。如果行为人仅是非法破解了人工智能系统的账号密码但并未利用生成物谋取非法利益，则还不能据此就认为其已经完成转移占有进而构成犯罪既遂。

进一步来说，占有转移新型财产的数额或者损失计算需要区分具体情形进行讨论。商品经济的发展与科学技术的演进使得新型财产的损失判断相对变得更为复杂。

在数据被盗的情形下，如果数据因被删除、篡改或破坏而丧失其原有功能与价值，则需要重点考察数据资产的直接减损程度。据此，“财产损失”的认定可参照行为人的实际违法所得或被害人因数据损毁导致的经济损失作为核心标准。但是，如果数据仅被非法获取或复制，而未被实质性删除、篡改或破坏，则需要考察行为人是否实际利用了数据以谋取非法利益。在行为人未对数据进行后续处置（如出售、使用等）的情况下，数据资产的控制权与使用价值仍归属于原权利人，此时难以认定已完成占有转移。只有当数据资产被作为商品交易或投入实际使用，导致原权利人对数据的独占性支配受到现实侵害时，方可认定发生了财产性利益的实质性移转，并在此基础上判断是否成立侵犯财产犯罪的既遂形态。

（三）刑法理论应确定侵犯数据资产罪数认定标准

人工智能时代侵犯数据资产的罪名认定，不可避免地会与计算机犯罪罪名的认定交织在一起。这是因为，数据资产财产性内容的保护仍然要以数据载体为基本依托，即数据对应法益的刑法保护在很大程度上依赖于对计算机信息系统安全的刑法保护。受到技术发展与时代背景的局限，1997年《刑法》以及2009年《刑法修正案（七）》对计算机犯罪所作的规定，都是立足于计算机信息系统安全的保护。而对于数据资产的保护承载着更多元的法益内容，刑法是通过保护数据对应的法益实现对数据内容的保护，因此可能涉及侵犯公民个人信息罪、侵犯商业秘密罪、侵犯财产犯罪等不同法益类型的罪名。笔者认为，纯粹以计算机犯罪罪名认定似乎存在明显的局限。因为，虽然数据的安全性是数据内容保护的基本前提，但是现行刑法规定的计算机犯罪罪名不能回应人工智能时代对数据保护的功能性需求，且不能完全评价非法获取数据之后的利用行为。因此，应当看到数据资产所承载的法益内容的复杂性，通过准确认定罪数形态实现对侵犯数据资产行为的全面评价。

数据资产的载体保护与内容保护分别对应计算机犯罪罪名与传统侵犯财产犯罪罪名。理论上通常认为两者之间是竞合关系，但是，就如何定罪处罚还存在分歧意见。尤其是在侵犯虚拟财产行为性质的认定上，学界尚未形成统一认识，不同理论观点之间存在明显分歧。一种代表性观点认为，侵犯虚拟财产的行为同时构成非法获取计算机信息系统数据罪和侵犯财产犯罪，属于想象竞合犯，应当择一重罪处罚。另一种观点认为，非法获取计算机信息系统数据罪和侵犯财产犯罪之间是法条竞合关系，根据特殊法条优先的原则应当按照侵犯财产犯罪罪名处理。但是，这两种观点同样是将为了侵犯虚拟财产而非法获取数据（或者非法植入程序）整体上认作一个构成要件意义上的行为，都属于竞合论的范畴。笔者认为，竞合论的主张存在忽视法益之间的独立性、行为界定简单化等缺陷，对此，应当肯定复数行为的存在并适用牵连犯的处理规则。首先，数据财产权是一个权利束，根据数据财产权的分置性理论，刑法不仅保护企业数据的完整独立数据财产权，还保护个人和企业的二元新型数据财产权。正是由于数据资产内容的复杂性和多元性，数据安全利益和数据财产利益具有了分置保护的必要性。正是在这一点上，坚持两罪的竞合或者以一罪吸收认定的立场略显不足。其次，侵犯数据资产的完整事实是以复数行为形式呈现的，前行为“非法获取账号、密码”或者“非法植入程序”符合计算机犯罪的行为构造，后行为“占有、利用数据资产”则可能根据转移财产的具体手段符合特定侵犯财产犯罪的构造。正如学者所言，非法获取网络账号及密码的行为，与窃取存折、银行卡等权利凭证具有相似性。行为人仅取得对虚拟财产的支配可能性，而非现实占有了财产。对于虚拟财产的实际转移，仍需要通过行为人进一步使用数据才能实现。因此，根据罪数理论进行判断，侵犯数据资产的前后行为符合手段与目的的牵连关系，行为人非法进入计算机系统就是为了取得财产，因而符合牵连犯的构成条件，应当择一重罪论处。

综上所述，信息网络时代的技术发展已经向我们提出要求，必须充分关注新型财产的财物属性等问题。从财产可以“无体”形态呈现到财产可以“数据化”形态呈现，时代与技术的发展总是走在法律和概念的前面。而面对变动不居的社会现实，相对稳定的法规范往往体现出一定的滞后性。在不借助立法手段的前提下，必然需要通过解释学的路径进行规范内的法规范续造，从而解决法规范漏洞问题。为应对人工智能时代财产权演变对传统刑法理论的冲击和挑战，我们应当选择适应社会发展新变化、新需求的客观解释论立场，重新定义和解释侵犯财产犯罪相关构成要件。正如学者所言，“人工智能刑事立法应具有一定的前瞻性，以免出现立法一经出台即滞后的被动局面”。算力建设布局逐步被提升到国家战略层面予以统筹考量，人工智能技术与数据资产的融合也已成为新质生产力的核心力量，而肯定两者的财产属性只是促进其发展的基本前提。面对上述变化，刑法将算力、数据资产所衍生出来的财产法益予以独立分置保护也就成为可能。步入人工智能时代，如何在已有侵犯财产犯罪的规制基础上重新阐释与理解具体侵犯财产犯罪罪名的构成要件及其区分，有待学界进一步的深入研究。

来源：《政法论丛》2025年第5期

作者：刘宪权，华东政法大学功勋教授、“经天学者”讲席教授、博士生导师