数据产权制度包括数据的所有权，数据产权二维目标及其制度实施方案

《社会科学辑刊》 第6 期，2023 年，第156-164 页。 【数字经济研究】

数据产权二维目标及其制度实现唐耀佳

[摘要] 数据产权是数据基础设施体系的核心。由于数据要素具有独特的经济属性，数据所有权体系的设计必须保证数据详细效用和数据通用性的二维目标之间的平衡，以创造不同形式的价值，并进行相应的分类设计。数据的。数据产权的结构性分离是为了应对数据价值形态的变化和相关方权益的保护，有助于实现数据的彻底可用，但可能相对被忽视。这就需要完善数据访问权限制度设计，创新和丰富促进数据普遍性的数据开放共享制度和机制。以数据所有权二维目标为导向，数据流通交易机制和收益共享机制应最大限度释放数据要素价值，实现数据要素价值共创和收益共享。

[关键词] 数据产权、数据效用、数据通用性、产权结构分离、访问权

【资助项目】国家哲学社会科学基础科研项目（23BJY003）、教育部人文社会科学重点研究中心优先项目（22JJD790008）

【作者简介】唐耀佳先生，浙江财经大学经济系教授、博士生导师。

【中文图书馆分类号】F49 【文献识别码】A 【文章编号】1001-6198(2023)06-0156-09

数字经济时代，数据成为经济高质量发展的关键要素。面对数据量的快速增长，数据要素开发利用不足的问题日益突出，造成数据资源的巨大浪费。如何充分释放数据要素，挖掘数字经济高质量发展的巨大潜力，是需要解决的重大挑战。数据所有权问题是限制数据要素市场流通和交易的最重要障碍。科学界定的产权有利于数据元素的流通和交易，从而最大限度地释放其价值。产权经济理论认为，明确界定且易于执行的产权是组织经济活动的有效方式，产权减少了市场交易的不确定性和高昂的交易成本，从而提高经济实现效率。 [1]由于数据要素独特的经济属性，数据所有权制度已成为各国数据基础设施体系中的突出问题。产权问题得不到解决，将会给数据采集和使用带来不确定性，阻碍数字经济高质量发展。因此，如何建立科学数据的所有权制度，将决定数据要素的市场化配置，充分释放其潜力，促进经济高质量发展，已成为重大挑战。目前，国内学术界对于数据产权制度仍存在较多争论。例如，周汉华先生质疑建立数据产权制度，认为既没有必要，也没有效率，但张新宝先生支持建立新的数据产权制度，高福平先生肯定了其重要性。的结构分离。财产权。 [2] 学术界对数据产权制度争议如此之大的一个重要原因是数据要素具有明显不同的经济属性，从不同角度进行解读时，不同学者并无理据。因此，数据所有权的理论研究采用分类设计和实施政策的思路来进行理论研究和政策设计，基于数据要素固有的经济属性和价值形成过程，从而必须建立权利。一个逻辑更一致的框架和允许更科学设计的数据产权制度将会有所帮助。

1.数据产权制度的二维目标问题

产权制度不是一成不变的制度约束，而是最大限度地利用要素的激励机制或手段。因此，产权制度一旦确定，就不是一成不变的，而是需要根据经济社会的发展不断进行创新，才能更好地实现经济效益最大化的目标。传统的不动产权利制度主要针对的是具有竞争性和排他性的私有财产。然而，在数字经济背景下，由于数据的非竞争性和一定的排他性，传统的产权制度并不是最优的制度设计，甚至可能严重阻碍数据要素价值的释放。数据元素通常是非竞争性的。为了最大化整体社会福利而开发和使用数据，需要本质上相同的数据被许多人共享和重复使用。在这种情况下，绝对的专有产权阻止了数据的开发和利用。整体社会福利最大化的要素。 Drexl 指出，将一般资源所有权概念应用于非竞争性数据元素时应谨慎行事。 [3]因此，推动经济高质量发展，需要根据数据要素的独特属性进行数据所有权制度创新，最大限度发挥其潜力。

数据所有权体系的设计必须坚持数据要素最基本的经济属性。数据元素通常是非竞争性的并且具有一定程度的排他性。首先，数据元素的非竞争性体现在同一数据可以被多人同时使用，而不会损害用户的价值。数据的非竞争性和零边际成本，当同样的数据被更多的人使用时，就会带来更高的社会价值，创造出数据使用中的“公地喜剧”。数据元素的非竞争性属性本质上要求数据的开放共享，以最大限度地实现数据元素通用性的目标。其次，根据场景的不同，数据元素具有一定的排他性。无处不在的原始数据可以被任何人合法收集和使用，并且不具有专有性，但如果数据收集和使用存在规模经济和范围经济，新进入者要想有效参与竞争，就必须满足必要的要求。大数据的门槛可能会面临更高的门槛，而原始数据一旦被采集和利用，就成为持有者至关重要的竞争性战略资产，数据持有者可能会受到技术或法律追索，这是对大数据的强烈激励。鼓励人们通过。专有产权与非竞争属性竞争，因为它们强化了数据所有者的数据排他性。数据元素的非竞争性和场景依赖的排他性应确保数据所有者：不仅为了最大限度地收集和使用数据元素，而且为了使非竞争性数据元素更多地可供许多人使用人们。因此，数据产权制度设计的一个重要目标就是鼓励个体行为者深度开发和利用数据，并鼓励更多行为者更广泛地获取和利用数据，没错。两者之间的有效平衡可以最大化私人和公共利益，同时实现数据元素的隐私性和通用性的结合。

为了最大限度地发挥数据元素的价值，必须设计一个平衡数据粒度与易用性和多功能性的数据所有权系统。对于非竞争性和某些排他性数据元素，私人激励往往与整体社会福利最大化的目标不一致。对个体主体强有力的产权保护鼓励对数据开发和利用的投资以实现数据的深度利用，同时强化数据的排他性并阻止数据元素的共同使用。对个体实体的产权保护薄弱增加了数据的排他性。数据元素虽然被团体广泛使用，但个体公司没有动力投资数据开发和利用。科斯提出的独占所有权可以有效解决个人最大化开发和使用数据元素的问题，但无法解决群体最大化使用数据元素的问题，并且无法实现整体最大化的经济效益目标。实现了。社会福利。 [4] 在HiQ v. Linkedlin 案的判决中，美国第九巡回法院制定了保护数据元素的一般裁决规则，该规则为数据所有者投资收集和使用其数据提供了激励。综上所述，数据所有权制度的设计将详细数据可用性和一般可用性激励的目标置于平衡的激励曲线上，并在个人对数据的详细开发和使用之间建立动态平衡，是必须实现的。与多个主题共同使用。单纯加强对收集和使用数据的个人权益的保护可能会使个人激励出现偏差，而产权固有的排他性和垄断数据开发和使用的倾向可能会降低个人产权的激励，这实际上会降低激励。实现数据普遍性的目标同样重要；如果数据普遍性的目标过于偏颇，对深度利用投资的个人权益的保护可能会被削弱。减少整个社会的数据收集和使用。在设计数据产权制度时，从社会整体福利最大化的角度，需要同时考虑个体数据所有权与多个主体访问权之间的平衡，授予数据独占所有权就足够了。一个条件。最大化释放数据元素价值的条件，但不是必需的多主体数据访问和使用是最大化释放数据元素价值的必要条件。只有在个人集约利用激励和群体普遍利用激励之间取得平衡，才能实现最优的社会福利成果（见图1）。

图1 数据所有权激励的二维目标

2、数据价值实现过程中的价值形态与资本关系治理

数据产权制度设计的根本目标是在合理保护相关利益相关者权益的基础上，最大限度地释放数据要素的价值。产权既是促进经济效率的激励工具，也是平衡利益相关者关系的治理体系。从某种意义上说，产权是通过处理行为者之间与特定要素相关的利益而产生的。良好的产权制度有助于利益相关者之间形成有序的合作关系，扩大合作秩序的范围。同时，产权制度的实施还需要安排相应的治理制度，以更好地实现产权制度的功能。因此，需要根据数据价值形态和由此产生的利害关系来系统地设计数据产权，让数据元素最高效的使用者实现数据的深度可用性，同时还要考虑价值形态数据的。为了保证普遍可用性，必须使用产权治理体系。

数据元素价值的实现过程是产权制度设计的起点。在数据价值实现的理论研究中，学者们提出了数据价值实现的两条分析路径。一是以Ackoff和Zeleny为代表的数据价值实现的DIKW模型，它是数据、信息、知识、智慧的层次结构。该框架强调底层的原始数据没有价值，只有转化为信息、知识、智慧才有价值，并提出了一条增值的结构性升级路径。 [5] 其次，以Rowley、Rayport和Sviokla为代表提出了数据价值实现的过程理论。简而言之，数据价值的实现涉及五个步骤：收集、组织、筛选、整合、分发。该理论着眼于数据处理的技术流程来分析数据价值的形成。上述两种理论虽然为理解和分析数据价值的实现提供了基础，但并没有完全从数据要素价值形态的演化角度进行分析。也就是说，它没有回答数据的起源和差异。产权保护对象。 [6]根据产权经济学理论，数据产权制度存在的目的应该是促进数据要素的最大限度利用，即保护数据的价值创造。 [7]数据价值格式因此演变为产权制度设计的根本依据。换句话说，必须始终明确产权保护价值。本文根据数据元素的价值实现过程，将其价值分为三种递进形式：原始数据、衍生数据和数据驱动的业务。同时，为了更好地实现数据价值创造的目标，我们应该根据各种数据价值形态的分类，设计平衡数据的深层效用和普遍效用的产权治理体系（见表1）。表1 数据价值披露流程、所有权和治理结构

数据形式

原始数据

派生数据

数据驱动的业务

价值形式

数据资源

数据资产/产品

数字商业模式

值属性

原始价值/潜在价值

初始值/数据产品值

次要价值/数据决策价值

产权结构

个人数据隐私权+数据资源所有权

数据元素加工权+数据产品运营权+数据资产收益权

数据元素使用权+数据商业价值收益权

资本主体

数据生产者

数据处理器

数据商业化应用程序

聚焦二维目标治理

充分的隐私保护和数据所有权验证

数据市场交易及数据收益保障

多种数据源和创新激励

(1)原始数据

数据资源主要是基于现代数字技术，由个人和企业等多个主体的在线行为和交互产生的。个人在线活动产生的数据和基于物联网的机器产生的数据构成数据资源的基础，而个人数据和机器产生的数据构成原始数据。一般来说，大量的原始数据只有潜在的经济价值；单个数据元素除非被收集和利用，否则没有效用价值；它是一种经济资源，应该被开发和利用；它才具有价值。个人原始数据往往包含个人隐私，而根据各国法律，个人隐私被视为一种精神权利，而不是基于经济利益的权利，重点是增强个人对个人信息的控制并建立个人信息的基础。隐私：以权利为中心的个人数据保护体系，而非产权保护体系。个人数据隐私保护并没有为所有个人相关数据提供同等强度的保护，无论是欧盟的《通用数据保护条例》（即GDPR）还是中国的《个人信息保护法》都强调对个人数据的严格保护。关于个人上网浏览、消费等网上行为数据，大部分是个人非敏感数据，是个人与企业交互产生的，具有非常高的开发价值和利用价值。需要保护隐私，平衡开发和使用，让企业遵守法律法规，依法收集和使用信息。数据采集和存储公司对其通过付出资金和努力获得的数据拥有数据资源的所有权，其治理政策侧重于验证所有者的所有权，我们要求您不阻止他人收集和保留相同的数据。数据。垄断数据保留。此外，公共机构在履行公共职能过程中产生的原始数据属于人民，公共数据资源的拥有权由政府代表政府持有。系统。我们在确保安全后向社会提供数据。

(2) 推导数据

衍生数据主要是经过匿名化处理的个人数据，即无法识别特定个人的身份，因此是不涉及个人隐私的数据，因此也称为“去个性化数据”。一般来说，数据所有权系统的设计主要是针对导出数据，使数据在处理后具有初始值。衍生数据的价值主要体现在数据资产投资和劳动力投入的价值上。数据资产的价值包括数据资源、资本和劳动力投入的价值。因此，数据收集和利用所投入的资金和精力是确定数据持有者数据所有权的标准。数据资产主要是数据资源、资本、劳动力等组合的产物，体现数据元素与其他元素结合的多因素价值。数据产品体现了数据元素的商业价值，是通过市场交易将数据价值变现的一种方式。

为了便于数据的收集和处理，增加数据产品的供给，衍生数据主要用于提供数据处理权和数据产品，以确保数据处理者获得足够的投资回报，并建立运营权。在衍生数据阶段，数据处理者必须对原始数据处理后的数据产品或数据资产拥有剩余索取权和剩余控制权，从而允许个体实体开发和利用数据，并提供激励。目前，数据处理权和数据产品操纵权保护已处理的数据集或数据产品。这不仅有利于数据所有者对数据的处理和充分利用数据元素，也有利于其他用户对数据的处理。为了促进数据产品的通用性，可以对原始数据进行加工处理，也可以通过市场流通和交易机制获得数据。

（三）数据驱动业务

数据驱动业务是实现数据价值的最重要途径。属于数据价值的二次创造。数据处理器利用数据做出更好的决策，进行数据驱动的创新，并最大化数据的价值。在数字经济中，数据既是输出，也是输入。数字经济中的企业从根本上将数据视为生产的关键要素，并利用它来创造商业价值。

数据驱动的商业价值主要是通过基于深度数据挖掘洞察的更好的经济决策和创新，从数据的创新应用中获取增量价值，这尤其体现在数据应用的边际价值创造上。在数据驱动的业务阶段，不存在数据所有权困境，因为数据驱动的创新成果、商品和服务的所有权是非常清晰的，并且由现有的所有权体系明确定义。在数据驱动业务阶段，主要强调以数据作为输入数据元素的使用权，通过保证数据的可用性和通用性，形成多元化的数据元素供给体系，推动数据驱动创新。

（4）匹配分配交易和治理机制实现数据价值

数据产权制度不仅是权利的确认，也是基于明确相应权利的治理机制。由于数据价值格式不同阶段的交易主体之间的关系存在结构性差异，为了维护数据交易的秩序，实现深度可用性和通用可用性的二维目标之间的平衡，相应的治理体系必须进行适应。数据。

在数据从原始数据转变为数据资源的阶段，各公司必须获得个人用户或数据创造者的认可和同意才能收集个人数据，如果数据收集的对象较多，可以协商数据收集的许可。昂贵的。交易成本限制了数据收集的最大利用率。因此，当前数据治理的现状是创新数据许可授权机制，保障个人数据隐私安全和数据资源所有权，完善数据采集和使用的私下协商，降低交易成本，便利数据流通。生产。数据资源收集和数据授权。

在衍生数据阶段，竞争激烈的数据产品交易市场有利于合理的价格和优化的资源配置。但现实中，数据具有显着的规模经济和范围经济，导致具有市场支配力的数据公司的出现，或者由于政府的独家批准而在某些行业或某些数据市场上具有垄断地位的数据公司的出现。因此，现阶段的数据治理不仅要创新数据市场交易制度，降低数据产品市场交易的制度成本，而且有利于各类市场垄断、行政垄断扭曲数据市场竞争，形成自由流通。加强预防这种情况的发生。公平分享数据产品交易和数据产品收入的数据产品市场。

在衍生数据转变为数据驱动业务的阶段，数据所有者将自己拥有的数据用于商业目的，或者数字商务公司在数据市场上购买第三方提供的数据并进行商业使用。他们的事。 Discover Insights可以通过优化生产运营、实现业务创新，创造新的数据商业价值。当前，数据治理不仅要降低数据商业应用面临的高昂交易成本、加强知识产权保护、创新数据要素多种开放共享机制，还要支撑数据市场、数据驱动的商业市场反垄断监管。加强了。

3、数据产权制度创新：结构性分离

《数据二十条》提出数据产权的结构分离制度有两个含义。首先，根据不同格式的数据元素设计数据产权分配。这意味着根据不同价值格式的数据建立不同的数据产权。其次，每个主体都拥有特定形式的数据，仅拥有所有权捆绑中的部分权利，而不是全部权利。即所有权主体对分割构成的所有权拥有一部分。 [8]

首先，数据产权结构分离是基于数据要素经济属性和数据价值形态分类设计的制度方案。数据产权的结构性分离主要是针对原始数据采集后的数据所有权关系。即对于创建后对原始数据进行清洗、收集而形成的数据集，单独确定所有者数据资源的归属。使用数据集作为元素输入进行进一步处理的权利以及操纵数据处理所形成的派生数据或数据产品的权利。因此，数据产权的结构性分离主要是对小微企业投入资本、劳动力和智力活动后形成的数据资产或衍生数据进行认定，以利于数据的收集、使用和交易，并旨在保护。

其次，数据所有权的结构划分是所有权束的划分和构成。产权是包含一组权利的权利束。 [9] 数据元素的非竞争性使用，因为数据所有权的划分和构成保证了数据元素不为任何人独占，不同主体对同一数据可以拥有不同的所有权，属性得到保证，数据元素可以进入。公共领域的字段可以被多人收集、处理和使用，方便数据元素的收集和再利用，同时也以一定的格式保障数据所有者的权益。保留数字资源的使用权、数据处理权、操纵数据产品的权利，确保数据创造者或数据处理者合法持有的数据资源和资产不被他人无偿使用。为保障制度的实施，需要进一步明确特定数据产权主体所享有的特定权利及其对特定权利的控制程度，以进一步明确数据所有权的边界。推进使用权、产品收益权的分割，构建数据产权结构引入分割制度

第三，数据产权的结构性分离，是排他性所有权和非排他性使用相结合的数据产权制度，重点保护数据的实际所有权和使用权，是保护合法使用的防御性权利。未经授权禁止使用。未经他人许可不得使用他人持有的数据，如果权利人的数据所有权受到侵犯，我们将请求法院制止他人未经授权使用该数据或采取适当的法律措施。有权利询问。损害赔偿。同时，数据所有权的结构划分并没有将原始数据的所有权赋予任何一方，而主要涵盖采集、处理后的衍生数据。因此，数据所有权的结构性分离旨在将个体主体收集和使用数据的激励与促进数据要素的流通和再利用以及个体主体对原始数据的所有权同时结合起来，在相对稀释权利的同时，还促进了数据流通和数据重用。开发和利用数据元素，确保数据可用性和多功能性之间的平衡，从而最大限度地提高经济效益。

最后，《数据二十条》建立的数据所有权保护事实占有，是以数据事实占有为核心而设计的数据所有权制度。根据数据产权制度设计二维目标，有助于促进数据产权设计的二维目标之间的平衡，但很难完全实现数据详细二维目标之间的平衡，我做不到它。相对而言，重点是加强对数据持有者收集和利用数据的激励，同时弱化对数据要素的群体公共使用的推动。由于数据元素通常是非竞争性的，并且一旦持有就会具有强烈的专有激励，因此过分强调单一主体数据所有权可能会破坏数据元素通用性的目标。同时，数据产权的结构性分离制度加强了对现有数据所有者的保护，保护了现有数据要素所有者的权益，而对新进入者的权益保护则相对被忽视了。并且这一点将会得到加强。现有数据所有者的现有权益，加上数据所有者的市场力量，会增加中小企业和创新型初创企业的数据接入成本，一定程度上不利于他们实现目标。数据的无处不在以及新进入者实施数据驱动的创新。因此，在推动引入数据所有权结构性分离制度的过程中，还需要及时补充促进数据普遍性的制度安排。

数据产权制度的设计，不仅强化了数据资源的持有权、数据处理的使用权、数据产品的操纵权，也强化了更多主体的数据获取权和平等权，需要提供一定的“数据” 。 “使用权”鼓励更多主体使用数据元素。在数据产权制度建设中，完善促进数据要素通用性的制度设计，分类制定数据开放共享义务，完善数据资源归集制度，促进数据产权传播。在此方面投入更多精力。开放公共数据，推动衍生数据市场化交易，明确数据接入的“公平、合理、非歧视”原则，通过反垄断措施消除各类数据垄断行为。

4、实现数据产权制度目标：数据分配和交易机制创新

数据要素价值实现的制度媒介是数据分发交易系统，数据要素的价值需要通过数据市场分发交易来实现。产权制度的目的是促进分配交易，如果不需要交换，就没有必要也没有必要设计产权制度。同时，产权制度的重要性必须通过产权的分配和交易来体现和实现，产权的利益要通过市场交换来实现，为产权主体提供有效的激励。需要。因此，数据所有权产生于分发交易，并通过市场交易实现。数据产权结构分离，让不同形式的数据价值的价值创造者对其数据拥有实际控制权，也让数据所有者能够通过市场交易将数据价值变现。同时，数据要素市场化配置机制的深化，将促进数据循环交易，促进更多主体对数据要素的复用，从而促进产权制度二维目标的实现。 [10]为促进数据产权制度二维目标均衡实现，应根据数据类型进行分类设计。

（一）个人数据的市场化

个人数据是国家数据资源的主体，主要是原始数据。在合理保护隐私的基础上推动个人数据的收集和使用，为数字经济的发展提供可持续的资源基础。在理想情况下，个人数据主体将能够促进交易数据的流通，例如将其提供给他人、允许他人操纵或传输，从而确保可以使用相同的数据并可供多人同时重复使用。加速释放数据价值。 Lanier 和Weyl、Arrieta-Ibarra 等人的研究旨在通过培育个人数据市场来增加数据元素的价值，在该市场中，个人可以直接或间接将其个人数据出售给各种数字平台。合理分配，并在此基础上实现更好。经济补偿机制在保护消费者隐私和促进企业创新之间取得平衡。 [11] 目前，个人数据市场流通面临的主要障碍是交易成本高昂。保护个人数据的隐私需要企业获得统一的权限来收集个人数据，而由于大数据涉及到很多个人，企业需要对数据进行收集和利用。与个人共享个人数据：个人协商交易，但这成本高昂，并且会阻碍个人数据的充分销售。这可以通过开发个人数据交易中介机构来解决。这意味着许多消费者授权中介机构操作他们的个人数据，中介机构代表许多个人与请求数据、保护个人隐私和管理收入的公司谈判许可协议。

（二）公共数据市场化

公共数据本质上是一种公共物品，实现公共数据的所有权价值有利于社会公共利益最大化，即推动数据开发利用实现社会价值最大化的主要目标。为此，需要强调公共数据的开放共享而非商业化运作，进一步深化公共数据对社会的开放，以促进公共数据的传播，通过机制交易的公共数据不得流通。这是掌握公共数据并实现价值的主要方式。《数据二十条》指出要推动公共数据权利核查和授权机制的实施。 [12]各地方政府在公共数据许可运营试点过程中的主要做法是将公共数据视为新型国有资产，许可国有主体独家运营公共数据。政府主导的国有企业特许经营模式。例如，上海市于2022年9月成立“上海数据集团”，负责公共数据、国有企业数据、工业数据等社会数据的授权运营，政府维护国有公共数据资产。-强调评估。是对企业的重要评价指标。这种公共数据许可的商业模式不完全符合公共数据的经济特征，不支持公共数据的广泛使用或公共利益目标的实现。公共数据的授权运营单位应界定为公益性国有企业，不应以营利为目的，而应作为社会公共服务，充分保障公共数据的公益性。应该是提供。同时，在国有垄断认证运营体系下，需要加强公平竞争审查和反垄断执法，防范国有数据垄断企业扭曲市场竞争的各种行为。

关于公共数据的定价机制，《数据二十条》指出，用于公益目的的公共数据将免费使用，用于商业目的的公共数据将有条件付费使用。 [13]进一步落实本文件精神应重点明确公共数据用于商业用途的具体收费机制。一般来说，公共数据应实施两种定价机制。用于公益目的的公共数据应当免费使用，用于商业目的的公共数据应当实行基于服务边际成本的定价规则。因此，配套政策需要明确用于商业目的的公共数据基于服务边际成本的定价规则，监管部门需要明确并向公众公开公共数据成本的计算方法，数据价格不应有差异。应用场景要求根据边际成本实行统一定价。公共数据许可经营单位不应以追求利润最大化为目标，弱化公共数据许可单位数据资产保值增值的评价目标，充分体现公共数据的公益特性。目标以便最大化公共数据的社会利用，更有效地驱动数据驱动的创新。

（三）企业数据市场化

企业数据是企业合法拥有的数据产品，是数据资产所有者实现数据开发和使用商业价值的关键商品。企业数据产权制度的实现，重点是完善数据市场，让企业拥有的数据产品通过市场交易获得经济利益。为此，需要多管齐下，便利企业数据分发交易。数据市场是体现一个国家数字经济发展状况的重要元素，是实现数据开放共享的重要途径，但数据开放共享有多种路径，与数据交易平台的建设应避免等同起来采用市场化的数据分发方式，让所有的数据分发都以错误的方式进入市场。为了实现数据要素的流通和交易最大化，我们要多轨建设数据流通交易体系，培育数据市场，探索基于价格机制的渠道，积极推动数据互联互通。收益分配将规范场外交易，平等对待场外交易和场内交易，实现场内交易和场外交易互补合作运行。在加强保护个人隐私权的基础上，促进基于个人审批的交易。企业数据市场化需重点加强反垄断监管

，重点查处各种数据垄断行为。 五、数据产权制度的最终激励：数据价值分配模式重构 确定数据产权的目的是实现最大化要素价值释放的经济效率目标。产权制度实现这一目标的根本机制是产权界定为相关主体从事数据要素价值开发提供了稳定的预期，即稳定的收益保障，从而为其提供了投资开发的激励。因此，激励数据要素开发利用的关键是收益权保障。从个体激励来说，产权之所以重要是因为产权设计决定了相关主体在价值创造中的租金分配。仅仅确立数据持有权而不明确数据价值创造的分配，则无法实现最大化数据要素开发利用的经济效率目标。收益的不确定会降低数据采集、加工使用和交易的行动激励。数据产权制度必须能够为数据处理者采集、加工使用和交易数据提供稳定的预期。据此，数据要素的使用权和收益权不应割裂，强调使用权的同时也要同步保护采集利用数据创造价值的收益权，实现“权”与“益”的紧密结合。从某种意义上来说，数据产权的核心就是明确数据的价值应该归谁，以及谁有权决定价值分配。 实现分配公平需要以最大化实现社会整体经济效率为基础，而这要以确保数据的深用性和泛用性为前提。能否完成数据要素的价值实现根本上取决于对数据要素的开发利用程度，数据要素开发利用程度越高，则其价值创造越大，从而为实现更高的分配公平提供基础。因此，数据价值分配必须以最大化效率创造为优先，必须首先做大数据要素开发利用的价值蛋糕，在此基础上通过收入分配调节机制促进数据价值的合理分配。《数据二十条》强调按照“谁投入、谁贡献、谁受益”原则，推动数据要素收益向数据价值和使用价值的创造者合理倾斜，确保在开发挖掘数据价值各环节的投入有相应回报，强化基于数据价值创造和价值实现的激励导向。〔14〕这一制度设计较好地契合了数据开发利用主体的激励需求，有利于促进实现数据产权深用性目标。根据数据产权的二维目标，从社会总福利最大化基础上的公平分配角度来说，让更多的主体能够有机会接入和使用数据，进而从事基于数据的创新和创业，让更多的人也有同样的机会利用数据来创造价值并获得收益，是数据价值创造社会性普惠的重要机制。因此，创造平等的数据开发利用机会是数据要素价值分配制度设计不能忽视的内容。数据收益分配既应包括事后数据收益公平分配，也应包括事前通过公平的数据接入权以为每个社会主体提供平等地获取数据并进行财富创造的机会，让更多主体公平地参与数据价值创造并由此获得收益。 数据收益分配实现机制需要进一步创新。《数据二十条》试图兼顾效率与公平，以实现数据收益的合理分配。在强调价值创造导向的收益分配制度的同时，也强调要更好地发挥政府在数据要素收益分配中的引导调节作用，逐步建立保障公平的数据要素收益分配体制机制。但《数据二十条》依然没有解决数据主体关于数据收益分配核心的难题：一是价值创造导向的分配机制主要适用于衍生数据和数据驱动的创新，其并不适用于原始数据。有待回答的问题是，数据作为一种生产要素，数据要素本身是否能参与收益分配，尤其是个人数据主体是否能参与数据收益分配。二是不同数据主体应以何种方式参与数据收益分配。因此，如何构建效率与公平兼容的数据收益分配机制问题依然需要通过理论探索和实践创新加以解决。对于数据收益分配问题，目前理论研究提出了三种政策思路：一是征收数据税。Soete和Kamp提出应将数据看作一种资本，对其征税来实现数据收益的合理分配。〔15〕近年来法国等国家也在尝试对大型数字平台征收数字税以促进分配公平。数字税的思路假设政府能很容易地追踪数据不同价值环节的价值增加值，并且具有一个完善的数据市场价格机制反映数据的价值和完备的数据资产财务制度规则。二是将数据看作一种劳动。Arrieta—Ibarra等认为应将数据及其包含的知识看作一种劳动产出，生产和处理数据的劳动付出应被支付合理的工资报酬。由于个人是数据要素生产者，理应参与数据价值分配。〔16〕但Pavel指出，这种思路的主要问题是它会激励个人过度生产低质量数据，并且还会产生加剧收入不平等问题。三是将数据作为一种无形资本。〔17〕Corrado等指出，数据是一种重要的企业无形资本。〔18〕将数据看作一种无形资产能够更好地促进数据市场化流通交易，有利于促进数据开发利用，但是其依然没有解决原始数据持有人是否能参与数据收益分配问题以及如何进行数据资本的价值评估。 数据收益分配需要针对不同类型数据分类设计。首先，对于公共数据来说，目前有两种代表性路径，一是欧盟对公共数据实行免费或者基于提供服务成本收费的方式向社会提供，不以营利为目的，鼓励公共数据的社会性泛用；二是在中国数据市场试点中，部分城市将公共数据作为国有资产并授权国资企业独家运营，以实现公共数据的商业价值和公益性服务目标，并通过国有资产收益管理体制促进分配公平。其次，对于个人数据来说，个人数据所有人参与数据收益分配主要是通过受托经营的方式实现个人数据的市场化交易，由个人授权的数据信托机构代表个人与数据需求方进行平等谈判，从而实现个人参与数据收益分配。在现实当中，个人参与收益分配主要通过两种方式：一是个人数据采集利用的经济补偿机制，二是数据处理者通过向消费者提供免费服务以换取个人数据采集利用的许可。个人参与收益分配的制度重点是要通过立法赋予个人数据权益，通过赋能消费者促进其与数据处理者的平等谈判。最后，对于机器产生的数据和企业合法采集并加工处理后的衍生数据，其与一般的实物资产并无本质区别，应该遵循价值创造导向的基本分配方向，并且数据价值实现主要由市场来决定，从而实现效率与公平兼得。市场化数据收益分配要以竞争性市场为基础，竞争扭曲的市场不会产生有效率且公平的分配结果，因此需要有效的反垄断执法确保市场竞争，以促进基于效率的数据价值创造合理分配。 六、结论性评论 数据要素具有典型的非竞争性和一定的排他性经济属性。为实现数据要素的最大化利用和社会总福利最大化的目标，确保数据深用性和泛用性的平衡是数据产权制度设计应遵循的基本二维目标。为了更好地实现整体的数据价值创造目标，需要根据不同数据价值形态分类设计实现数据深用性和泛用性平衡的产权制度体系。《数据二十条》提出数据产权结构性分置制度考虑了不同数据价值形态的特性，因而有利于数据价值挖掘的深用性目标，但是相对忽略了数据泛用性目标。因此，应建立数据深用性和泛用性平衡的数据产权制度，分类设计二维目标平衡的数据流通体制并创新数据共享再用机制。数据价值分配制度既要考虑事后的收益分配，也要关注事前的机会均等。为每个主体提供平等的数据开发利用并基于数据进行创新创业的机会是数据价值分配制度设计不能忽视的内容。 本文分析的主要政策含义是：第一，根据数据深用性和泛用性二维目标平衡的要求，在完善数据产权结构性分置制度的同时应强化数据要素接入权制度设计，更好地促进数据要素的泛用性。第二，构建多元的数据要素开放共享机制，分类设计促进数据要素共享再用的实现机制，合理界定个人数据保护边界和强度以促进个人数据采集利用，完善制度来大力推进公共数据开放，要鼓励企业之间基于私人合约的非价格机制的数据开放接入，积极培育完备的数据要素市场，促进数据要素市场化配置和数据产品市场交易。第三，数据价值分配不应局限在对数据价值结果的分配上，数据价值分配还应特别重视数据价值创造的公平性，赋予各类市场主体平等地接入数据和平等地进行基于数据开发利用的商业创新的权利，从而更好地实现效率与公平的统一。因此，营造有利于各类主体平等地进行基于数据的创新创业环境应成为重要的政策基点。〔参考文献〕 〔1〕〔7〕张军：《现代产权经济学》，上海：上海三联书店、上海人民出版社，1994年，第90-102页。 〔2〕周汉华：《数据确权的误区》，《法学研究》2023年第2期；张新宝：《论作为新型财产权的数据财产权》，《中国社会科学》2023年第4期；高富平：《论数据持有者权——构建数据流通利用秩序的新范式》，《中外法学》2023年第2期。 〔3〕Josef Drexl，“Designing Competitive Markets for Industrial Data：Between Propertisation and Access，”Information Technology and Electronic Commerce Law，vol.8，no.4（2017），pp.257-292. 〔4〕Ronald Coase，“The Problem of Social Cost，”Journal of Law and Economics，vol.3，no.10（1960），pp.1-44. 〔5〕Russel Ackoff，“From Data to Wisdom，”Journal of App‐lied Systems Analysis， vol.16，no.4（1989），pp.3-9；Milan Zeleny，“Management Support Systems：Towards Integrated Knowledge Management，”Human Systems Management，vol.7，no.1（1987），pp.59-70. 〔6〕Jennifer Rowley，“The Wisdom Hierarchy：Representations of the DIKW Hierarchy，”Journal of Information Science，vol.33，no.2（2007），pp.163-180；Jeffrey Rayport，John Sviokla，“Exploiting The Virtual Value Chain，”Harvard Business Review，vol.73，no.6（1995），pp.75-85. 〔8〕〔12〕〔13〕〔14〕《关于构建数据基础制度更好发挥数据要素作用的意见》，2022年12月19日，https：//www.gov.cn/zhengce/2022-12/19/content_5732695.htm，2023年1月20日。 〔9〕Penner JE，“The‘Bundle of Rights’Picture of Pro‐perty，”UCLA Law Review，vol.43，no.3（1996），pp.711-820. 〔10〕Herbert Zech，“Building A European Data Economy：The European Commission’s Proposal for A Data Producer’s Right，”Zeitschrift für Geistiges Eigentum，vol.9，no.3（2017），pp.317-330. 〔11〕Jaron Lanier，Glen Weyl，“A Blueprint for a Better Digital Society，”Harvard Business Review，vol.9，no.9（2018），pp.2-18；Arrieta-Ibarra，Leonard Goff，Diego Jiménez-Hernández，Jaron Lanier，Glen Weyl，“Should We Treat Data as Labor Moving beyond ‘Free’，”American Economic Review，vol.108，no.1（2018），pp.38-42； 〔15〕Luc Soete，Karen Kamp，“Taxing Consumption in the Electronic Age，”Intermedia，vol.25，no.4（1997），pp.19-22. 〔16〕Arrieta-Ibarra，Leonard Goff，Diego Jiménez-Hernán‐dez，Jaron Lanier，Glen Weyl， “Should We Treat Data as Labor Moving beyond‘Free’，”American Economic Review，vol.108，no.1（2018），pp.38-42. 〔17〕Eric Posner，Glen Weyl，Radical Markets：Uprooting Capitalism and Democracy for a Just Society，Princeton：Prin‐ceton University Press，2018，pp.205-249. 〔18〕Carol Corrado，Data as an Asset：Expanding the Intangible Framework，Presentation at the EMAEE 2019 Conference on the Economics，Governance and Management of AI，Robots and Digital Transformation，Brighton：University of Sussex，2019，pp.681-685. 【责任编辑：田　华】