论无因管理本人的偿还义务——兼论《民法总则》第183条第2句的适用问题

来源 :法学家 | 被引量 : 0次 | 上传用户:singularity1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无因管理本人的偿还义务范围由无因管理制度的基础范式决定。在法律史和比较法的研究视野内,无因管理制度主要存在两种基础范式,这两种范式分别以非紧急的一般情况和紧急情况作为基础,并在保护对象和适用范围上各有利弊。当代主要大陆法系国家的民法典普遍以一般情况作为基础范式,对见义勇为等情况则在无因管理制度之内通过紧急管理的特殊规定加以处理。《民法总则》第121条把本人偿还义务范围一般地限定为必要费用,表明其采取了非紧急情况下的财产管理与财产信托的基础范式。《民法通则适用意见》第132条对必要费用加以扩张解释,可能导致本人义务的不当泛化,并与《民法总则》出现体系矛盾。因此这一扩张不应当继续在《民法总则》第121条的解释中坚持。对于管理人因事务管理行为而导致自身损害的情况,我国通过《民法总则》第183条和第184条设置了特别规范。据此,本人对于管理人所受损害部分负法定的适当补偿义务,该义务与必要费用偿还义务同时存在。
其他文献
协商合作能力是幼儿未来发展、适应社会、立足社会不可缺少的重要素质。《指南》强调要在具体情境中,指导幼儿学习交往的基本规则和技能,幼儿园需要多为幼儿设计大家齐心协力
随着国际经济贸易的往来,商务英语信函成为国际沟通的有效途径之一,而有效地撰写商务英语信函是国际商务人才必备的技能之一。作为商务英语专业的学生,撰写商务英语信函也是
随着新科技发展的突飞猛进,很多传统行业不可避免的衍生出符合新形势的发展趋势。服装行业作为"衣食住行"的基础产业,在电子技术迅猛发展的今天,不可避免的受到极大的冲击。
为提高连续语音识别中的音素识别准确率,采用深可信网络提取语音音素后验概率进行音素识别。首先利用受限玻尔兹曼机的学习原理,对深可信网络进行逐层的预训练;然后通过增加
为提高视频人脸检测的准确性,我们提出了LSTM-RBM-NMS模型下的视频人脸检测方法。该模型首先利用公开的视频人脸数据集输入长短期记忆网络(Long Short-Term Memory, LSTM)网
本文从湿部施胶方面对涂塑用彩色相纸原纸的边缘渗透(edgesoiling)性能进行了实验室探讨,结果表明采用AKD中性施胶方法和合适的表面施胶助剂可以使该项性能达到小于0.5mm的指标
<正>2015年7月25日至8月10日,笔者前往俄罗斯考察其历史教育情况,以下是考察所得感悟,呈现在此与同仁分享。一、实践活动形式多样俄罗斯重视历史教育,其普通教育的课程门类设
RBM是深度信念网络的重要组成单元,也是深度学习领域的基本方法之一。笔者首先介绍RBM模型的建立过程,在此基础之上详细分析RBM的三次数据传递过程。之后,引入深度信念网络模
随着科技的快速发展,人们对纸张质量的要求越来越高,同时对纸张的性能要求也同样严格。纸张多孔性、网状孔隙结构决定纸张的许多性能,如油墨的吸收性、印刷性能及过滤性能等,
行人检测一直是计算机视觉领域的热点和难点问题。本文提出了一种结合玻尔兹曼机RBM(Restricted Boltzmann Machine)和支持向量机SVM(Suport Vector Machines)的深度学习网络