智能网联汽车数据风险的研究热点与展望

文章编号：1005⁃9679（2025）01⁃0080⁃08

摘 要： 系统分析和防控数据风险对于智能网联汽车全面准入和产业健康发展具有重要意义。本文通过CiteSpace文献计量分析软件对智能网联汽车数据风险问题的研究热点及趋势进行剖析，借助Nvivo软件得出数据风险研究热点词汇在现有文献中出现的频率，分析文献研究热点和现实案例焦点的共性和差异，并对未来研究方向提出建议。研究发现当前智能网联汽车数据风险的研究热点包括数据安全、数据流通与共享、个人数据隐私保护、数据跨境流动、数据产权权属与垄断规制。未来，数据风险发生的作用机理、发生概率和危害程度，数据风险挖掘、评价、管控的方法、模型和体系构建等是值得研究的方向。

关键词： 数据风险；智能网联汽车；CiteSpace；研究热点

中图分类号： F 49 文献标志码： A

Research Hotspots and Prospects of Data Risks in

Intelligent Connected Vehicles

ZHANG Hengjia YOU Jianxin

（School of Economics and Management，Tongji University， Shanghai 200092， China）

Abstract： The systematic analysis and control of data risks are of great significance for the comprehensive entry and healthy development of intelligent connected vehicles. This paper analyzes the research hotspots and trends of data risks in intelligent connected vehicles through CiteSpace citation analysis software. It uses Nvivo software to obtain the frequency at which the hotspot keywords of data risk research appear in existing literature， analyzes the commonalities and differences between the research hotspots and the focal points of real⁃world cases， and offers suggestions for future research directions. The research findings show that the current research hotspots in data risks of intelligent connected vehicles include data security， data circulation and sharing， protection of personal data privacy， data cross⁃border flow， and regulation of data property rights and monopoly. In the future， the mechanisms of data risk occurrence， the probability of occurrence， and the degree of harm， as well as the methods， models， and systems for data risk mining， evaluation， and control are worth further research.

Key words： data risk; intelligent connected vehicles; CiteSpace; research hotspots

0 引言

智能网联汽车作为新一轮科技革命和产业变革的重要载体，是我国推动汽车产业转型升级、发展新质生产力的重点典型领域。智能网联汽车通常具有更开放集成的电子电器架构、更强大的多源数据实时采集传输能力，数据不仅可以用于车辆状态监测、远程控制升级等新型智能化服务，还可以用于后处理分析及产品功能研发。在设计、研发、使用、运营、维护等全生命周期内，智能网联汽车会收集、处理、传输、利用大量的个人、车辆、交通设施和环境数据，并带来不同层级的安全风险隐患及数据治理挑战[1]。据相关部门统计数据显示，2020年以来发现的针对整车企业、车联网信息服务提供商等相关企业的网络恶意攻击达280余万次[2]。近年来，智能网联汽车领域发生了众多数据安全、个人隐私、知识产权等纠纷案件（见表1）。因此，对智能网联汽车数据风险研究的主题演变、趋势开展研究，将有助于系统地了解该领域的研究进展、热点、前沿，为促进我国智能网联汽车数据要素市场健康发展提供决策支持和政策参考。

1 文献分析

1.1 研究方法

科学知识图谱法将学科研究的发展进程、演变机理及内在逻辑关系可视化，从而发现学科发展的结构、脉络及规律。本文采用CiteSpace软件对智能网联汽车数据风险领域的研究进行科学计量分析，通过对研究样本进行高频关键词梳理和突现词探测，并结合关键词时线图分析热点演进过程和研究前沿动向。

1.2 数据来源

本文根据CNKI以及WoS数据库中的研究数据分别构建基础分析数据库。以CNKI数据库中的SCI、EI、北大核心、CSSCI和CSCD学术期刊论文作为基础数据源，使用高级检索功能设定检索条件：主题为“网联汽车”“数据”，论文发表时间为2014—2024年。初步检索后，得到有关论文231篇，通过逐一筛选、剔除与主题相关度不高的论文，最终获得有效论文225篇。以WoS核心合集论文作为基础数据源，设定检索条件：主题为“connected car”“data”，文献类型为“Article”“Review Article”，出版时间为2014—2024年。初步检索后，得到有关论文844篇，从中筛选出与主题相关度高的有效论文298篇。

通过梳理发现，从2014—2015年开始，网联汽车数据开始受到国内外学者的关注，该方面研究的发文量总体呈现持续上升趋势，英文文献发文量除2022年外，每年均大于中文文献。2019年起，中英文文献发文量均明显增长，近5年英文文献平均发文量达到42篇，中文文献平均发文量达到33篇，相关研究逐渐成为热点。

1.3 热点主题

为了探究国内外网联汽车数据研究领域的热点问题现状，本文选择时间跨度为2015—2024年，运行CiteSpace软件，对相关关键词的共现关系进行统计和聚类分析，得到关键词聚类知识图谱（见图2）。其中，CNKI数据库中的前8个聚类标签分别是“车联网”“发展路径”“自动驾驶”“网联汽车”“信息融合”“人工智能”“智能制造”“智能汽车”；WoS数据库中的前8个聚类标签分别是“stability”“connected and automated vehicle”“cooperative adaptive cruise control”“automotive applications”“privacy”“connected car”“big data”“trajectory reconstruction”。

本文进一步分析关键词，得到主要关键词的出现频次、中介中心性、最早出现年份等信息（见表2）。在CiteSpace软件里的“Cluster”菜单栏中选择“Cluster Explorer”，得到关键词共现网络聚类信息（见表3）。

1.4 前沿演进

研究前沿是某研究领域的新兴理论和热点主题，可通过关键词时区图和突现词进行分析和判断得出。

通过选择CiteSpace软件的“layout | Timeline View”，生成网联汽车数据研究关键词时区图（见图3）。分析CNKI数据库文献可知，近年来CNKI数据库中的学者主要关注网联汽车数据在技术创新、产业政策、信息安全、法律规制等方面的研究。通过对比可知，WoS数据库中针对网联汽车数据方面的研究文献更丰富，有关学者主要结合大数据分析、交通模型、技术应用、个人隐私保护等开展研究。

图4为CNKI和WoS数据库中网联汽车数据相关研究文献中，具有高突现值的节点现词。基于CNKI数据库数据源，早期研究前沿的突现时间为2006—2020年，该阶段研究前沿集中在“智能汽车”“车联网”“大数据”“汽车产业”方面；近期研究前沿的突现时间为2021—2024年，该阶段研究的前沿集中在“车路协同”“智能交通”“节能减排”“数字孪生”和“智能网联”方面。基于WoS数据库数据源，早期研究前沿的突现时间为2016—2019年，该阶段研究前沿集中在“connected cars”“simulation”和“system”方面；中期研究前沿（2020—2022年）主要集中在“stability”“intelligent transportation systems”“self⁃driving cars”“machine learning”和“connected and automated vehicle”方面；近期研究前沿（2023—2024年）主要集中在“adaptive cruise control”“string stability”“behavioral sciences”和“traffic flow”方面。

通过CiteSpace软件对国内外关于网联汽车数据的研究现状、主题热点、趋势进行对比分析，可以发现：（1）在发文时间和发文量方面，国外针对网联汽车数据的研究略早于国内，自2019年起网联汽车数据相关研究呈现稳定增长趋势，且英文文献年发文量总体上均大于中文文献。（2）研究热点与前沿方面，国内侧重于技术创新、产业政策、信息安全、法律规制方面的研究，国外则侧重于结合大数据分析、交通模型、技术应用、个人隐私保护等开展研究。

2 文献评述

2.1 数据安全

智能网联汽车的数据安全主要指数据采集、传输、开发利用、存储、删除、备份与恢复等数据过程安全，也包括用户、车辆及环境信息等数据信息安全[3]。2016—2020年，智能汽车信息安全事件的数量增长了605%，其中针对网联车信息安全攻击的事件达到155起[4]。

国内外高度重视汽车数据安全，出台相关法律法规、政策、标准。早在2016年，美国就颁布了《联邦自动驾驶政策》，提出数据记录与共享、车辆安全等15项安全评估指标。我国在网络安全法、数据安全法、个人信息保护法三大上位法的基础上，出台了《汽车数据安全管理若干规定（试行）》《关于开展智能网联汽车准入和上路通行试点工作的通知》等多项智能网联汽车数据安全政策、法律和法规以及行业标准，明确相关主体应当落实数据安全主体责任，倡导减少对汽车数据的无序收集和违规滥用。

有关网联汽车数据安全风险的研究受到诸多国内外学者关注。国内学者探讨了数据安全风险层次、风险类型、表现形式等。风险层面上，数据安全风险可划分为个人隐私、公共治理和国家安全三个层面[5][6]。风险类型上，数据安全风险主要存在于个人隐私、数据跨境传输和网络攻击三个方面[7]。表现形式上，网联汽车的数据安全问题主要表现为数据过度采集、违规存储[8]和数据泄露[9]。从全生命周期看，自动驾驶数据在各环节潜在的安全风险分为采集层、通信层、平台层和应用层[10]。国外学者围绕数据安全技术开展了研究。如Attaallah等提出了一种基于区块链的框架，通过将智能网联车辆数据存储在区块链上以保障数据安全[11]。

2.2 数据流通

智能网联汽车数据的准确、完整、一致且及时，以及兼容性和互操作性都是高质量数据的重要体现，也是高效安全的数据流通的重要保障。根据流通主体间的供需关系，数据流通可分为开放、共享、交易三种供需模式[12]。

在立法实践方面，国外已经进行了许多探索，而国内相关立法还比较少。近年来，欧盟相继颁布《非个人数据自由流动条例》《数据治理法案》和《数据法案》，通过立法建立完善数据要素的流通共享机制，促进汽车数据在部门间、国家间和领域间的高效流通与利用。

国外学者围绕智能网联汽车数据领域中技术实现、用户行为和法律法规等方面的复杂性和多面性开展了研究。Jeong等提出了一种基于区块链的车辆数据市场平台模型，以及一种使用基于区块链的数据所有者属性加密（DO⁃ABE）的数据共享方案[13]。Cichy等提出了心理所有权即驾驶员对其驾驶数据所有感的概念，对于设计增强驾驶员自我效能感的激励措施，进而鼓励共享驾驶数据具有重要意义[14]。Schellekens从法律层面讨论了企业向政府共享数据的问题，指出共享数据可能会暴露制造商的竞争信息或影响其上下游市场的地位[15]。国内学者的研究主要聚焦智能网联汽车的数据流通制度和开放共享机制。数据流通制度方面，智能网联汽车数据流通的政策需求、潜在场景、共性标准、关键技术、验证示范都有待进一步研究[16]，在智能驾驶领域制定合理的数据处理制度存在个人数据边界模糊、知情同意原则落实难、数据共享机制选择等挑战[7]。开放共享机制方面，智能汽车数据共享的困境具体表现为基本规则缺乏和激励机制缺失[17]。我国目前的数据和交通相关立法关联性弱，缺乏有针对性的、兼顾创新需求和权利保护的交通数据立法，尤其缺乏促进车辆、道路和交通运营数据开放共享的立法[18]。

2.3 个人数据隐私保护

汽车数据隐私泄露所引发的风险事件愈发常见。美国市场调研机构J.D. Power发布的“2022中国消费者智能网联汽车数据安全和个人隐私意识与顾虑调查”报告显示，47.8%的受访车主表示，从未收到过汽车品牌或经销商对个人信息收集的提示。

欧盟贯彻严格的个人数据隐私保护规则。2018年英国颁布《数据保护法案》，提出故意或过失识别出已去识别化的个人数据会构成新的刑事犯罪。2020年欧盟数据保护委员会发布《车联网个人数据保护指南》明确表示智能汽车收集的大部分数据均直接属于个人信息，对车联网场景下个人数据保护与传输风险进行了规制。国家网信办2021年发布的《汽车数据安全管理若干规定（试行）》提出，驾驶人能够随时终止汽车制造商等收集车辆位置、驾驶人或乘车人音视频等敏感个人信息的行为。

国外对于个人数据隐私保护的研究，强调了个人数据隐私保护的重要性，并提供了不同的视角来看待数据收集、用户感知和隐私保护策略的有效性。Dowthwaite等认为，驾驶员的隐私偏好是基于数据收集所带来的感知利益或威胁的，汽车制造商应当通过移动应用程序使驾驶员能够学习、访问并控制汽车数据[19]。Walter和Abendroth提出了一种研究网联汽车服务接受度的建模方法，认为网联车辆服务提供商应该在增强用户感知信息控制的同时最小化隐私风险感知[20]。Mark等比较了不同形式的隐私在网联汽车服务接受度中的差异，并研究了是否以及如何通过提供金钱利益来补偿车主因分享隐私数据而可能产生的顾虑[21]。国内对于个人数据隐私保护的立法和研究还比较少。北京、上海、深圳等地先后出台智能网联汽车相关制度，但地方立法大多为事故责任的承担，较少提及智能网联汽车用户的个人信息保护问题[22]。有研究针对提出了一种定性和定量结合的隐私风险评估模型，量化了智能网联汽车的隐私泄露风险[23]。相关学者指出，智能汽车数据类型、数据主体和责任主体的复杂性使智能汽车数据保护面临法律适用的独特难题[23]，智能汽车上路测试的许可和监管、个人数据保护和信息安全等问题都有待通过立法加以解决[25]。

2.4 数据产权/权属、垄断规制

数据垄断已经开始挑战市场生态的健康发展，出于保持市场竞争优势、创造更大商业利益等角度，智能网联汽车的龙头企业借助设计汽车数据架构以实现对数据的独占访问[26]，从而成为数据的垄断者。

欧盟已经建立相关法规法案，对数据确权和垄断规制做出要求。2023年通过的欧盟《数据法案》要求汽车制造商等数据持有者允许车主免费访问其自身生成的数据，车主在一定前提下有权选择将汽车数据与授权的第三方共享，这促进了企业间在售后市场上的公平竞争，反制垄断性平台企业滥用数据优势地位。我国出台了《汽车数据安全管理若干规定（试行）》等法律法规，对个人信息保护与数据产权确立了部分概括性规定，但汽车数据中非个人信息仍边界模糊，权属不明。

国外学术界和实务界较早关注了汽车数据产权及垄断问题，Geradin[27]、Martens和Mueller[28]、Andraško[29]等研究发现，随着智能网联汽车的迅猛发展，龙头企业越来越呈现出垄断汽车数据的倾向，并在经营行为上不断设置反垄断障碍。2022年《关于构建数据基础制度更好发挥数据要素作用的意见》出台以来，越来越多国内学者开始关注数据产权相关问题，大多研究从法律角度探讨智能网联汽车的权属，认为汽车制造商对汽车数据的控制能力不断提升，在与消费者、服务商、公共部门的关系中占据强势地位[30][31][32]，提出智能驾驶数据体量巨大、主体多元、涉及权益复杂，数据确权存在法律定位模糊、权利主体及配置不明确、专门立法滞后、使用自律机制缺失的现实困境[33][34]。国内外学者针对智能网联汽车数据垄断规制展开了相关研究。Kerber指出，要求汽车制造商向售后服务提供商许可汽车数据能为智能网联车数据提供一个合理的治理框架[35]。欧盟委员会（2020）提出，如果存在特殊情况，应该强制性要求企业开放数据准入，但应该建立在公平、透明、合理和非歧视等条件基础上[36]。曾彩霞和朱雪忠（2022）提出，可以通过构建数据强制许可制度，强制要求数据垄断者开放数据，进行结构性救济，促进市场有效竞争[37]。

2.5 数据跨境/出境

汽车行业全球化程度高，数据跨境流动成为企业技术迭代、科技创新的必然选择。不同国家地区法律和监管的差异、技术基础设施兼容性、语言和文化障碍等都可能影响网联汽车数据的一致性、完整性等。

欧盟《数据治理法案》《数据法案》和《非个人数据自由流动条例》要求，特定的非欧盟国家为使用从欧盟转移的非个人数据需要提供适当的安全保障，保障了欧盟对数据跨境活动的管制权力。我国《网络安全法》《数据安全法》和《个人信息保护法》都对数据跨境作了规定。2024年国家网信办公布《促进和规范数据跨境流动规定》，对数据出境安全评估、个人信息出境标准合同、个人信息保护认证等数据出境制度的施行进行规定，保障数据安全，保护个人信息权益，促进数据依法有序自由流动。

国内学者围绕数据跨境流动面临的法律、安全和技术层面的多重挑战，强调了加强国际合作和制定全面数据保护措施的重要性。张浩和陈全思提出政治因素、制度因素和安全因素等多元风险因素提高了智能网联汽车数据跨境流动合作的难度[38]。宋琦等认为智能网联汽车数据跨境风险主要包括重要数据、敏感信息非法传输至境外或存储在境外平台被非法共享、利用和分析，损害国家安全和利益[39]。还有研究认为智能网联汽车数据出境风险除了国家安全和国家间的数据竞争外，还包括数据主体的隐私与人身安全[40]、商业秘密泄露风险和数据处理者的不确定性[41]。还有学者认为现行法律未界定车联网数据权属与个人信息保护方式，拟设定的数据出境审查制度是否足以保护国家安全有待探讨[42]。

3 研究展望

从表1不难发现，近年来随着智能网联汽车的发展，车企数据风险事件主要集中在数据安全、数据泄露、隐私保护等方面。本文借助NVivo软件对中国知网（CNKI）数据库相关中文文献中，智能网联汽车数据相关热点词汇词频进行了分析。通过NVivo软件的词频查询模块，对本文文献综述梳理出的五个研究方向词汇，在遴选出的期刊论文中的出现频率进行统计。其中，“安全”词频为4895次、“流通、共享”词频为771次、“隐私”词频为772次、“权属、产权”词频为82次、“跨境、出境”词频为524次。

通过比较文献研究和实际案例，可以得出：（1）数据安全、个人数据隐私保护是文献和案例研究的共同焦点，也是热门研究方向。数据安全包括但不限于数据采集、存储、传输、开发利用等过程的安全，以及用户、车辆及环境信息等信息安全。个人数据隐私保护方面，如何保护用户隐私成为一项日益重要的议题。（2）数据流通共享、数据跨境出境是文献研究的新兴方向。数据流通共享方面，政策需求、潜在场景、共性标准、关键技术、验证示范等研究正在成为新的关注点；数据跨境出境方面，鉴于汽车行业全球化的特点，数据跨境流动的合作与监管正成为新的研究领域。（3）数据权属产权方面，已经发生了一些风险和纠纷事件，但文献研究还较少，随着数据资产化的发展，数据的权属和产权问题正逐渐显现。

本文通过CiteSpace软件对国内外关于智能网联汽车数据风险的研究现状、热点主题、前沿趋势进行了系统的梳理和分析。发文时间和发文量方面，国外针对网联汽车数据的研究略早于国内，自2015年以来国内外相关研究呈稳定增长趋势。研究热点和前沿方面，国内侧重于技术创新、产业政策、信息安全、法律规制方面的研究，国外则侧重于结合大数据分析、交通模型、技术应用、个人隐私保护等开展研究；通过分析突现节点词可知，国内外网联汽车数据研究与大数据、数字孪生、机器学习等新一代信息技术的发展密切相关。通过对智能网联汽车数据风险的文献热点和案例焦点进行梳理比较，发现数据安全、个人数据隐私保护是文献和案例研究的共同热点，数据流通共享、数据跨境出境是文献研究的新兴方向，数据权属产权问题逐渐显现但文献研究还比较少。

对智能网联汽车的数据风险问题进行预估并提出相应的干预措施，对于推动智能网联汽车全面准入和产业健康发展具有重要意义。如何全面识别影响智能网联汽车数据的风险点？如何量化评价智能网联汽车数据风险，确定关键风险问题？如何针对关键风险设计和实施改建措施，确保智能网联汽车的数据质量？未来，数据风险发生的作用机理、发生概率和危害程度，数据风险挖掘、评价、管控的方法、模型和体系构建等都是值得探讨的研究方向。

参考文献：

[ 1 ] 徐珺，涂辉招.智能网联汽车数据资产化趋势及上海加快前瞻性布局对策[J].科学发展，2023（6）：24⁃31.

[ 2 ] 魏岚.保障网联汽车采集数据的安全[J].智能网联汽车，2021（4）：48⁃49.

[ 3 ] 吴海燕，陈朴，陈亚亮，等.智能网联汽车数据安全国内外治理机制及政策研究[J].电信快报，2022（9）：27⁃33.

[ 4 ] 赵建国.特拉斯“偷脸”？智能汽车如何跨越数据安全鸿沟[J].中国信用，2021（4）：121⁃123.

[ 5 ] 张洪天，赵子骏，段希冉.面向智能网联车的数据保护及解决方案[J].中国电子科学研究院学报，2021，16（7）：705⁃709.

[ 6 ] 赵舒捷.智能网联汽车数据安全的风险、冲突与规制：基于总体国家安全观的规范建构[J].数字法治，2023（4）：81⁃95.

[ 7 ] 徐子淼.智能网联汽车数据处理的法律规制：现实、挑战及进路[J].兰州大学学报（社会科学版），2022，50（2）：100⁃111.

[ 8 ] 覃庆玲，谢俐倞.车联网数据安全风险分析及相关建议[J].信息通信技术与政策，2020（8）：37⁃40.

[ 9 ] 梅傲，尹诗楠.法国网联汽车的数据合规方案及中国启示[J].中国科技论坛，2023（6）：180⁃188.

[10] 自动驾驶数据风险及安全防护技术[J].智能网联汽车，2020（5）：54⁃63.

[11] ATTAALLAH， ABDULAZIZ， et al. A Trailblazing Framework of Security Assessment for Traffic Data Management[J]. Intelligent Automation amp; Soft Computing， 2023， 37（2）.

[12] 中国信息通信研究院. 数据要素白皮书（2022年）[R]， 2023.

[13] JEONG B G， YOUN T Y， JHO N S，et al.Blockchain⁃Based Data Sharing and Trading Model for the Connected Car[J].Sensors， 2020， 20（11）：3141.

[14] CICHY P， SALGE T O， KOHLI R. Privacy concerns and data sharing in the internet of things： mixed methods evidence from connected cars[J].MIS quarterly： Management information systems， 2021（4）：45.

[15] SCHELLEKENS M .Data from connected cars for the public cause [J].Computer Law amp; Security Review： the international journal of technology law and practice， 2022.

[16] 洪启安，于润东，于胜波，等.智能网联汽车数据要素流通综述[J].信息通信技术与政策，2024，50（3）：27⁃34.

[17] 高完成.智能汽车数据共享的困境与法律应对[J].河南财经政法大学学报，2023，38（6）：92⁃100.

[18] 郑戈.数据法治与未来交通——自动驾驶汽车数据治理刍议[J].中国法律评论，2022（1）：202⁃214.

[19] DOWTHWAITE A， COOK D， COX A L .Privacy preferences in automotive data collection[J].Transportation Research Interdisciplinary Perspectives， 2024， 24.

[20] WALTER J，" ABENDROTH B. On the role of informational privacy in connected vehicles： A privacy⁃aware acceptance modelling approach for connected vehicular services[J].Telematics and informatics， 2020（6）：49.

[21] DE，REUVER，MARK，et al.Can privacy concerns for insurance of connected cars be compensated？[J].Electronic Markets the International Journal on Networked Business， 2016.

[22] 玛丽亚木·艾斯凯尔.论智能网联汽车终端用户个人信息的保护困境及其出路[J].克拉玛依学刊，2024，14（2）：68⁃76.

[23] 杨波，钟永超，杨浩男，等.智能网联汽车Wi⁃Fi隐私泄露风险研究[J].西安电子科技大学学报，2023，50（4）：215⁃228.

[24] 张韬略，蒋瑶瑶.智能汽车个人数据保护——欧盟与德国的探索及启示[J].德国研究，2019，34（4）：92⁃113+151.

[25] 张韬略，蒋瑶瑶.德国智能汽车立法及《道路交通法》修订之评介[J].德国研究，2017，32（3）：68⁃80，135.

[26] MARTENS B， MUELLER⁃LANGER F. Access to digital car data and competition in aftersales services markets [EB/OL]. [2023⁃02⁃14]. https：//joint⁃research⁃centre.ec.europa.eu/system/files/2018⁃10/jrc112634.pdf.

[27] GERADIN D. Access to In⁃Vehicle Data by Third⁃Party Service Providers： Is there a Market Failure and， if so， How Should it be Addressed？[EB/OL]. [2023⁃02⁃14]. https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3545817.

[28] MARTENS B， MUELLER⁃LANGER F. Access to digital car data and competition in aftermarket maintenance services[J]. Journal of Competition Law amp; Economics， 2020， 16（1）： 116⁃141.

[29] ANDRAŠKO J， HAMUĽÁK O， MESARČÍK M， et al. Sustainable data governance for cooperative， connected and automated mobility in the European Union[J]. Sustainability， 2021， 13（19）： 10610.

[30] 贾晨光.大数据时代智能网联汽车企业数据权利的法律规制[J].湖北经济学院学报（人文社会科学版），2023，20（4）：71⁃75.

[31] 杨洁.消费者获取智能汽车数据的权利证成与规范实现[J].西北大学学报（哲学社会科学版），2023，53（5）：91⁃102.

[32] 付新华.论智能网联汽车数据的治理之道[J].法制与社会发展，2024，30（1）：147⁃163.

[33] 陈磊，郑淼.个人数据谁做主？——智能驾驶个人数据的权利归属问题[J].大连理工大学学报（社会科学版），2024，45（1）：78⁃88.

[34] 雍晨.智能驾驶数据治理框架研究[J].暨南学报（哲学社会科学版），2023，45（4）：62⁃72.

[35] KERBER W. Data governance in connected cars： the problem of access to in⁃vehicle data[J]. J. Intell. Prop. Info. Tech. amp; Elec. Com. L.， 2018， 9： 310⁃331.

[36] Communication From The Commission To The European Parliament， The Council， The European Economic And Social Committee， The Committee Of The Regions， A European Strategy for Data [EB /OL]. [2023⁃02⁃14]. https：//eur⁃lex.europa.eu/legal⁃content/EN/TXT/？uri=CELEX% 3A52020DC0066.

[37] 曾彩霞，朱雪忠.数字经济背景下构建数据强制许可制度的合理性、基本原则和监管思路——基于数据作为关键设施视角[J].电子政务，2022，230（2）：97⁃109.

[38] 张浩，陈全思.我国智能网联汽车数据跨境流动的法律规制[J].人工智能，2020（4）：40⁃46.

[39] 宋琦，武波，刘永东.关于智能网联汽车数据安全治理框架的探究[J].网络安全与数据治理，2024，43（3）：1⁃8.

[40] 覃庆玲，谢俐倞.车联网数据安全风险分析及相关建议[J].信息通信技术与政策，2020（8）：37⁃40.

[41] 陈思琦.智能网联汽车数据跨境流动的法律问题研究[J].网络安全技术与应用，2023（4）：146⁃148.

[42] 赵海乐.比较法视角下的我国“车联网”数据治理路径选择[J].上海财经大学学报，2021，23（5）：139⁃152.

收稿日期：2024⁃11⁃20

基金项目：上海市软科学研究项目（23692105100）

作者简介：张桁嘉（1992—），男，讲师，博士研究生，主要研究方向为管理理论与方法；尤建新（通信作者）（1961—），男，教授，博士生导师，管理学博士，主要研究方向为管理理论与方法。