数据要素市场面临的数据确权困境及其化解方案*

赵 鑫

（1中国政法大学 民商经济法学院， 北京 100088；2安特卫普大学法学院， 比利时安特卫普 999014）

一、问题的提出

2019年10月，在党的十九届四中全会上通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》提出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次在中央层面的文件中，将数据纳入生产要素范畴。2020年3月，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》进一步明确指出要“加快培育数据要素市场”。生产要素是维系国民经济运行及市场主体生产经营过程所必须具备的基本因素，要素市场的培育、发展是相关商品或服务市场完善的前提与基础；数据要素市场的培育对于我国发展数字经济，把握当前经济发展新局势，实现供给侧结构改革的目标具有重要意义。而数据要素市场的培育的关键，在于数据确权。

数据作为数字经济的第一生产要素，其权属问题不仅影响开发利用和流通，也会影响数字经济创新发展，数据产权问题已成为数据要素市场培育首只“拦路虎”。数据确权要解决的问题是，原数据产权是否真实、清晰、可靠。对数据相关权益的清晰界定与分配，将直接影响数据要素的配置效率、交易成本、使用方式与保护范式等，这是在多元的数据权益主体之间展开公平自由交易与竞争的制度前提。不同于手机、车辆、房屋等普通物品，数据并不适用“一物一权”原则，它是一个内容极为复杂的权利束，并且对于特定的数据，附在其上的权利往往归属于不同的主体，这些因素都使数据确权存在极大的困难。

从我国现有的法律制度来看，无论是《民法典》还是《数据安全法》《个人信息保护法》，都未对数据确权问题进行系统的梳理，数据相关权益的种类和权益归属尚处于不甚明晰的状态。《民法典》第127条的概括式规定承认了民事主体对数据所享有的合法民事权益，但对权利谱系、权利归属未予以明确规定，而是通过预留立法接口的方式，交给其他法律去细化1《民法典》第127条规定：法律对数据、网络虚拟财产的保护有规定的，依照其规定。。2021年颁行的《数据安全法》是数据领域的基础性法律，但正如其名，《数据安全法》侧重数据安全之维护，并未明确规定数据权属问题，仅就数据权益作宣示性规定2《数据安全法》第8条规定：开展数据处理活动，应当遵守法律、法规，尊重社会公德和伦理，遵守商业道德和职业道德，诚实守信，履行数据安全保护义务，承担社会责任，不得危害国家安全、公共利益，不得损害个人、组织的合法权益。。 同为2021年颁行的《个人信息保护法》，是个人信息保护领域的基础性法律，对个人在个人信息处理活动中的个人权利进行了较为细致的规定3《个人信息保护法》规定的个人信息权主要集中在第四章，包括知情权、决定权、查阅权、复制权、删除权、要求更正权等。。但是，《个人信息保护法》所保护的法益乃为个人信息数据，仅为数据的一个门类，无法涵盖作为生产要素的所有类型的数据。总体而言，现阶段在立法层面上，我国关于数据确权的制度设计尚不完善，相关工作任重道远，这既不利于相关权利主体的权利保护，也不利于数据要素的充分流动和使用，不利于进一步培育数据要素市场，以至于衍生出华为与腾讯的数据之争、顺丰与菜鸟的“接口门”、特斯拉车主维权事件等典型案例，其背后的核心都是数据确权问题。以微博与今日头条数据争端为例，今日头条在未获微博授权情况下，直接从微博抓取自媒体账号内容，随后微博修改了用户协议，将微博用户发表的内容数据设定为新浪微博独有，但遭遇微博用户的强烈反对，微博于是修改了上述条款，但微博新的用户协议仍然强调，未经新浪微博同意，用户不能自行授权第三方获取微博上的个人数据。

通过以上分析可知，我国数据确权在实践中存在一系列问题。如何按照一定的逻辑进路构建起数据要素的权属制度，解决数据确权争议，已成为培育数据要素市场亟待解决的重要问题。

二、数据确权之于数据要素市场培育的重要价值

数据确权，是培育数据要素市场的起点，是建立数据要素市场交易规则、健全数据要素市场监管制度的前提和关键。论证数据确权之于数据要素市场培育的价值，有利于进一步理解二者的强烈关联关系，表明从制度层面系统解决数据确权问题的正当性、必要性和紧迫性。

（一）数据已成为影响市场经济运行的关键生产要素

可以说，自从人类对社会生产、生活进行记录、统计以来，便有了广义意义上的数据4广义意义上的数据包括了纸质媒介与电子媒介对信息的记录，而当前对于大数据、数据要素的探讨多是从其狭义意义出发，也即认为数据是以电子方式对信息的记录。。但以往数据并未能够成为生产要素，仅在某些情况下有助于减少个别生产者的生产成本或提高其生产效率，直至今日数据才被认为是与土地、劳动、资本等并列的关键生产要素。数据得以成为生产要素不仅具有理论依据，现实实践的发展更是促使其能够成为社会物质资料生产经营必备资源的重要原因。

17世纪英国经济学家威廉·佩第在《赋税论》中“土地为财富之母，劳动为财富之父”的阐述开启了生产要素理论研究，后续经济学界逐渐将资本、企业家才能、信息等列为生产要素。新的生产要素的加入与社会经济的变革紧密相关，每一次社会经济形态的重大变化，都伴随着新的生产要素产生。数据成为生产要素的理论依据，在于其大规模可得性与促进全要素生产效率提升。数字经济基于信息经济的成熟发展，在信息技术普及的前提下，当前无论是人们的生活消费、社交娱乐还是教育医疗，抑或是生产者的生产经营，都已经大范围在网络上开展甚至依赖于网络；每个个体都成为数据的生产者，每个时间节点都有无数的数据得以产生，再加上云空间等数据存储介质的发展，数据得以成为生产要素的首要前提——大规模可得性已不成问题。但是，仅具有大规模可得性的特质并不一定能够成为生产要素，其还需要能够有效促进与其他要素之间的配置效率，从而提升生产力。利用数据可以有效提升劳动力的配置，在不同的时间节点将劳动力配置至生产经营的关键地区，从而提升劳动效率；在数据的协助下，资本的关键因素如生产设施、设备等的效率亦得以提升，通过对大量工业数据的汇集、加工、分析与反馈，能够促进厂商及时发现产品有待提升的地方，进而对其加以改进并最终投入市场；单凭企业家个人的管理才能早已不能适应跨地区、跨国家的大范围生产经营活动，因此对数据的分析与运用成为企业管理者必须具备的能力。由此可以看出，数据具有促进全要素生产效率提升的能力，但同时需要说明的是，其仍然是理论上能够有效提升各个要素之间的配置效率，而现实的一些制度性障碍却可能阻止效率提升结果的发生，因此必须破除阻碍数据要素市场发展的制度性障碍。

现实实践的发展是数据成为生产要素的关键前提，数字经济是以算力、算法、数据为主体构成的三维经济结构。算力与算法的发展，为数据成为关键生产要素奠定了实践基础。

一方面，算力的发展促进数据真正得以大规模运用于生产经营当中。算力即是对数据的运算能力，正是算力的快速发展，才得以保障数据发挥其生产要素的功能。在云计算等数据分析技术出现以前，生产经营者要从海量的数据当中分析、挖掘出有用的信息，必须投入大量的人力、物力资源，这对于以“理性经济人”著称的经营者来说反而会增加其生产成本，因此其并无意愿去开采、利用数据。而算力的发展大幅度降低了其生产成本，并且根据摩尔定律，此种数字技术成本还将持续下降。由此生产经营者能够以较低的成本运用数据，并获取巨大的收益，数据大规模运用的动力来源问题得以解决。此外，数据得以成为生产要素还要求其成为整个国民经济运行的基本因素，仅在极少数领域或行业的运用并不能够促使其成为生产要素。数字技术基础设施的建设促进了云计算等分析技术在各个行业中的运用，一些对于定量数据分析的算力当前在一定程度上已经成为基础设施或者能够极易获得的基本技术能力，算力的普及促使数据分析能够在各个行业中运用，数据大规模运用的技术能力得以成立。由此，在满足动力与技术两方面要求的条件下，数据才能够广泛运用至当前的生产经营。

另一方面，算法的发展为数据全面提升生产效率提供助力。如前所述，新的生产要素诞生还应当促进全要素生产效率的提升，而算法的大力发展正是此项条件得以成立的前提。数据具有非排他性的特质，即某一主体对于特定数据的运用并不妨碍其他主体能够同时对其加以分析、挖掘，不同的算法还能挖掘出同一数据中不同的有用信息，并将其运用至不同部门的生产经营中。譬如对于行业服务数据的分析，某一算法可分析出在特定节点特定地区所需的服务总量及服务缺口，并采取奖励、补贴等方式鼓励劳动者前往该地区提供服务，提升劳动者的劳动积极性，提高生产效率；另一算法可对同一数据进行分析从而为企业管理服务，促使企业管理者更为有效地配置不同岗位的劳动者人数。由此观之，算法的发展为数据促进劳动、管理等生产要素之间的有效联动与配置提供了助力，这也正是数据得以成为生产要素的重要实践基础。

（二）数据确权是数据要素市场相关主体的共同诉求

数据资源因其巨大的经济价值，被称为“21世纪的石油”，驱动着互联网行业的发展。目前，市场经济参与者都必然与数据打交道，参与市场经济的过程也是“被数据化”的过程。在这个过程中，利益必然要求以一种合理的方式在各主体间进行分配，从这个角度讲，数据确权是所有市场经济参与者的共同诉求。

1.作为数据主要来源的广大社会公众要求数据确权

数据产生于我们生活中的行为，浏览网站、发布动态时会产生数据，线上购物、电子支付时会产生数据，语音通话、刷脸进站时也会产生数据，等等。我们对其中部分数据行为是知情的，但是在多数时候，第三方采集数据并未取得我们的同意，大部分数据并不是我们主动输出的结果，我们几乎没有意识到自身数据被他人采集，也不知道这些数据后续被何人于何时用于何处。作为社会上的个体，我们在网络上的任何行为都会形成数据，第三方用这些数据为我们“画像”，描述我们的性格、偏好、支付能力等个性特征，挖掘我们作为网络用户的共性特征，并通过算法预测我们的需求，为我们提供精准的产品推送和个性化服务。在这个过程中，我们的隐私权、个人信息权等人格权很有可能被侵害，数据所有权、用益权等相关财产权益也可能被侵犯，而这是数据权属不明的必然结果，权属不明必然导致利益分配的失序，而利益分配的失序又必然带来数据资源的盗取或抢夺。因此，从广大社会公众角度来看，只有明确各项数据权益的归属，定纷止争，才能保障其合法权益不致被侵犯。

2.作为数据分析处理和市场交易主体的企业要求数据确权

企业是数据要素市场培育的主要力量，它既是数据采集、筛选、分析、处理、应用的主体，在生产经营活动中也是数据产生的主体。从维护自身利益的角度出发，企业有强烈的意愿要求数据确权。

第一，企业通过智慧劳动赋予数据以经济价值。个体的零散的数据通常没有多少经济价值，这些数据往往比较原始，无法服务于经济的实际需要。企业在采集海量原始数据后，借助特定模型，通过大数据、云计算等智慧化手段对原始数据进行加工，从大量分散数据中筛选有效数据，对其进行分类、分析、处理，不断挖掘数据的潜在价值，才使数据成为经济行为中一类重要的资源，成为新的生产要素。因此，企业对数据要素市场的发展做出了重大贡献，其智慧劳动在法律层面应当被认可，在配置数据权利时需要对其数据相关权益予以保证。

第二，企业为数据行为付出了较高的金钱成本。数据行为包括数据的收集、存储、使用、加工、传输、提供、公开和保护等，由于数据采集渠道十分广泛，采集方式千差万别，数据总量异常庞大，类别也非常复杂，这直接导致收集、存储、加工等数据行为需要付出大量的金钱成本。以数据存储为例，IDC曾发布一篇名为《数据时代2025》的数据报告，该报告提出，在现阶段，全球互联网在每年度生产出的数据将由2018年的33ZB开始逐年增长，预计截至2025年将会增至175ZB（1ZB≈1.1万亿GB）。175ZB是一个非常庞大的数据量，除去无效数据和临时数据，相当大部分数据需要以某种形式存储下来，数据存储成本很大。并且，数据存储过程中还要进行维护，这也是一笔不小的成本。企业为数据行为付出的成本需要以某种形式获得补偿，也要求对数据进行确权。

第三，企业参与数据要素市场交易的前提是数据权属明确。2015年，全国乃至全球第一家大数据交易平台——贵阳大数据交易所成立，但由于数据确权规则缺位等原因，数据交易却不温不火。贵阳大数据交易所成立时，其负责人宣称未来三至五年的日交易额将达到100亿元，然而从近些年的发展实践来看，贵阳交易所不断更改交易额目标，从“日交易额100亿元”到“全年力争突破亿元”，其每年的营业额亦从2018年之后不再对外公布。由此可见，数据确权规则的缺失，严重削弱了企业参与数据市场交易的动力。其原因在于，数据权属不清直接导致当前数据交易规则的缺失，也给数据产品统一分类标准带来难度，甚至直接阻碍数据产品定价规则的建立，无法形成统一的数据要素市场。

3.作为市场监管者的政府部门要求数据确权

监管部门对数据要素市场进行监管，基本路径依然是“事实调查—行为认定—行政处罚”的传统模式。其中，行为认定环节涉及行为定性问题，而行为定性的重要依据便是数据确权规则。从经济法的角度来看，数据违法行为主要包括不正当竞争和垄断。

一方面，对不正当竞争行为的认定需要数据确权。与数据相关的不正当竞争行为主要表现在两个方面：一是非法获取数据，如流量劫持、数据爬取；二是利用自身技术或者市场优势地位非法阻碍他人获取数据，如恶意封禁、恶意不兼容等。这些行为本身具有技术性、隐蔽性等特征，现行竞争法律体系也不甚完善，监管部门本就很难识别和处理。如果数据权属不清，监管部门会更难处理，将使这些行为更加猖獗。

另一方面，对数据垄断行为的认定需要数据确权。“从垄断出现的原因看，垄断与产业革命密切相关，垄断地位的企业往往是关键性生产要素掌握者。”在数字经济时代，数据这一生产要素的集中对企业提升其市场力量具有重要作用，但是部分企业并非采取竞争性的方式提高产品、服务质量以获取更多数据，而是以非竞争性的方式获取数据，试图获得垄断利益。其行为表现主要有三类：

一是数据驱动型经营者集中。我国《反垄断法》以经营者年营业额为集中的申报标准，然而当前市场上出现了被称为“数据驱动型”的经营者集中，集中方以获取被集中方所掌握的巨量数据或者获取数据的超强能力为目的，但是该类集中却往往以营业额不足标准为由而避免申报，最终的结果便可能是形成数据垄断。对于数据驱动型经营者集中，最重要的是判断经营者是否不当获得相关数据控制力，而获得相关数据控制力的一个重要表现便是获取数据权益，监管部门对于这一点的认定，依然要靠数据确权规则。

二是滥用市场支配地位。当前，互联网经济下的网络效应、锁定效应进一步强化，部分经营者通过“生态圈”内的各项数字产品或服务进一步锁定用户，加上数字经济不需属地经营，反垄断执法机关面临的监管难度更大。加强对滥用市场支配地位行为的执法，首先要准确界定相关市场，并认定行为人在相关市场具有市场支配地位，但是，在数字经济语境下，认定行为人是否具有市场支配地位与其数据权益息息相关，行为人对哪些数据有所有权、控制权或其他用益权，是在具体认定时需要考虑的关键因素，这就要求有一套完整的数据确权规则。

三是垄断协议。在数字经济时代，数字经营者达成垄断协议的表象为分割市场，其实质目的却是以非竞争性的方式不断获取数据要素。算法共谋的出现导致垄断协议的认定难度进一步加大，在算法技术的加持下，其能够在极短的时间内发现违背垄断协议的某方经营者，进而采取惩罚措施，进一步巩固协议各方的内部关系。数据垄断协议的本质是排除、限制数字市场的竞争，而反垄断监管的目的是保护竞争，防止垄断者非法掠夺其他主体的数据权益，而这同样需要明确的数据产权制度，以便在认定垄断者掠夺数据行为的违法性时有清晰的规则依据。

三、数据确权存在的困境

按照经济学原理，任何试图在市场上交易的产品或服务都应当首先界定其产权。当然，在法学中并无产权这一概念，经济学中所指的产权是指法学中以所有权为核心，同时包括占有、使用、收益、处分等各项权能的权利束。当前，我国数字基础设施的普及促使巨量的数据资源实时产生，在数据这一新的生产要素上，相较于其他国家，我国占据了较大优势，并且相比于以往以人口数量为主要表现的劳动生产要素优势而言，数据将以大规模、高质量相结合的优势，进一步促进我国经济的发展与转型。然而，在这种利好的大背景下，作为数据要素市场培育关键一环的数据确权却面临多重困境，并导致市场失灵等一系列“后端问题”。

（一）数据权的内涵和外延尚不清晰

数据确权，首先要解决的问题就是确定什么权，这就涉及数据权的内涵和外延问题。对于数据权的内涵，我国立法并无明确规定，学界和实务界也一直处于争议状态，在传统的私权划分框架下，似乎很难为数据权找到一个合理的位置。事实上，数据权属不仅仅是权利归属问题，它还是数字时代解决诸多问题的源头，关系到个人隐私保护、数据要素市场培育、国家主权安全等方面，这都在不断丰富数据权的内涵，但同时也让数据权的核心内涵逐渐模糊。关于数据权的内涵，一般有以下几种观点：

第一，新型人格权说。该理论认为数据权属于新型人格权，将重点放在用户隐私数据保护上，以用户为中心构建个人信息单边保护框架。该观点的核心理论是，当前我国尚未建立健全的隐私权保护机制和完善的个人信息保护机制，应当以新型人格权的定位来解决该问题。但是该理论的缺陷是很明显的。虽然数据权中有人格权的成分，但是其中亦有相当权重的财产权成分，并且，并非所有数据都是个人信息数据，如天气数据、地理数据、政府数据等并不存在人格权问题。因此，以新型人格权来定义数据权是失之偏颇的，它过于强调个人隐私保护而忽视数据经济价值的发挥，不仅会给原有的人格权体系造成混乱，也不利于数据要素市场的培育。

第二，财产权说。该观点认为数据的主要属性是财产属性，应当以财产权为核心构建数据权利保护模式。财产权说注意到权利主体和内容的差异性，即从个人角度看，数据尚处于原始状态，个人拥有人格权以及相应财产权；从经营者角度看，强调要构建科学合理的数据资产权以及数据经营权，以满足数据增值实际需求。数据财产权说同时考虑了原始数据所有权人和次生数据所有权人的利益，特别是财产利益，认为个人信息保护与数据资产保护都有其必要性，扩大了数据权利的保护范围以及保护程度，在目前的法律框架下具有一定的可取性。

第三，商业秘密说。该观点将数据定位为商业秘密，通过《反不正当竞争法》予以保护。根据《反不正当竞争法》第9条的规定，商业秘密是指“不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息”，具有秘密性、价值性和保密性三个特征。商业秘密说认为，企业拥有的数据具有与商业秘密类似的特征，例如，数据被泄露，就如同商业秘密被挖掘，数据经营者无法独占使用该数据信息，因此可以借鉴商业秘密使用《反不正当竞争法》的保护手段。此种观点的缺陷也很明显：不能以二者的保护手段具有相似性就认为二者的内涵具有相似性，而且，数据并非都不可公开，对于可公开的数据显然不能套用商业秘密的保护模式。同时，将数据权定性为商业秘密，也会忽视个人数据的保护问题。

数据权的外延如同其内涵一样不清晰，这也给数据确权带来很大的难度。所谓数据权的外延，意指数据权属的范围。数据不是简单的“一物一权”，附在数据上的不仅有隐私权、个人信息权等人格权，也包括数据采集权、数据可携权、数据使用权和数据收益权等财产权。这只是在最大程度上列举数据权的外延，但是具体到某一数据，并无确定的规则来明晰其外延，这一方面缘于数据内涵的不确定性，另一方面则由于数据本身的丰富性与多样性，难以用统一的规则来划定数据的外延范围。

（二）数据具有数量庞大、价值稀疏和种类多维的特性

第一，数据具有数量庞大的特性。《中国互联网发展统计报告》显示，截至2021年6月，我国网民规模达10.11亿，互联网普及率达71.6%。这意味着，仅从个人用户端，我国每天都会产生海量的数据，加上企业端、政府端等其他类型主体产生的数据，每天生成的数据总量更是数不胜数。这无疑加大了数据挖掘、分析、使用的难度，使得从中发掘出能够为我们所用的要素化数据进而进行数据确权这一过程更显复杂。同时，面对数以亿万计的数据，往往很难分别对其本身的价值进行精确衡量，哪些数据可以作为生产要素，哪些数据需要加以保护，哪些数据是无效数据，缺少一个标准化的规则对海量数据进行自动化梳理，这无疑不利于数据确权的具体开展。

第二，数据具有价值稀疏的特性。在大数据时代，数据的价值“浓度”并不高，并且具体的价值也难以从一个维度进行估量。如前所述，零散的数据通常没有多少经济价值，这些数据往往比较原始，无法服务于经济的实际需要。数据的价值往往在相互传递和对具体现象、事件的描述反馈中体现，并在加工处理后形成，但绝大多数数据到不了这一步，质言之，占大多数的原始数据不是生产要素，经过筛选、加工后的精华才是。数据确权要求数据是有价值的、有意义的，而数据的价值稀疏特性弱化了大范围数据确权的必要性。

第三，数据具有种类多维的特性。当今的数据，以产生主体为分类标准，可以分为个人数据、企业数据、公共组织数据等；以加工深度为分类标准，可以分为原始数据、衍生数据等；以数据内容为分类标准，又可以分为金融数据、购物数据、旅行数据、资产数据、搜索数据等……不同类型的数据，其权利内涵和外延均不同，涉及主体也有一定的差异，而当前的数据种类千差万别，很难找到一个明确的分类标准，这意味着数据确权规则处于不稳定的状态，加大了数据确权的难度。

综上，数据数量庞大、价值稀疏和种类多维的特性，分别从“量”“质”“类”的维度给数据确权带来挑战，需要我们去进一步深入分析。

（三）数据主体多元且存在权利张力

数据产业链条环节复杂，参与主体众多，每个主体在链条中扮演着不同的角色，比如个人、企业、政府，再比如数据提供者、数据采集者、数据挖掘者、数据分析者、数据使用者，等等。这些主体基于其不同的地位、立场有着不同的利益诉求，当这些诉求同时出现时，就会产生利益矛盾和冲突。数据权利与主体之间的关系非常复杂，并非一一对应的关系，这种复杂的关系使得各个参与主体对于数据的权属难以进行统一的界定，各个主体之间的权属边界也日益模糊，权利交叉范围越来越多。概言之，不同主体权利的张力又进一步为数据权属的确定带来了难题。

第一，个体权益与社会整体利益存在张力。这里的个体权益既包括用户数据权益，也包括企业数据权益，对二者的保护可能与对社会整体利益的保护存在冲突。以新冠肺炎疫情为例，有关政府部门为有效防控疫情，分析病毒蔓延趋势，在未经公民个人同意的情况下使用技术手段调取个人的行踪轨迹信息，并在商场等特殊场所强制采集公民人脸信息和其他个人信息。于个人而言，这会产生数据泄露的风险，不利于个人信息保护；于政府而言，这又是防控疫情、维护社会公共利益必不可少的手段。此时二者之间便出现权利张力。

第二，用户数据权益与企业数据权益存在张力。企业采集的数据中，有相当部分是用户个人数据。实践当中，个人对其数据的掌控力不足，相关数据事实上由企业占有、控制和使用，这在很大程度上不利于个体数据人格权和数据财产权的维护。但是，如果仅由个人掌控数据，数据的开发、利用便成为很大的难题，会导致很多数据处于被搁置的原始状态，数据要素的经济价值难以发挥。事实上，正是企业的挖掘、筛选、分析等智慧劳动才赋予原始数据以经济价值，通过数据的分享与交流获取经济利益。从这个角度讲，即使是用户个人数据信息，也有必要赋予企业一定的数据权利，此时用户数据权益与企业数据权益便存在张力。

第三，数据保护、数据利用和国家数据安全之间存在张力。2013年的“棱镜门”事件在全球引起舆论哗然，自此数据安全问题受到各国普遍关注。在大数据时代，依靠技术手段和优势对他国有关信息进行窃取，既是侵犯他国主权的表现，也会产生实际的安全威胁。为此，政府往往会从维护国家数据主权和安全的高度，对个人、企业等主体的数据权益进行一定的限制。例如，2022年3月23日，科学技术部发布《人类遗传资源管理条例实施细则（征求意见稿）》，拟规定不得向境外提供我国人类遗传资源相关数据，这是对个体数据交易相关权利进行限制，体现了数据利用和国家数据安全之间的张力。

四、数据确权困境的化解方案

解决当前我国数据确权的困境，应当针对现有问题，依照一定的逻辑进路展开。首先要明确数据确权的基本考量，即数据确权要遵守哪些一般性原则；其次，准确界定数据权的法律属性，明确数据权的内涵及其在我国法律框架体系中的地位，这是数据确权的前提；再次，要明确数据及数据权利谱系，它解决的是“确定什么权”的问题，是数据确权过程中的重要一步；最后，结合数据的多重属性，明确数据确权的配置规则，探讨数据权利的基本配置路径。

（一）数据确权的基本考量

数据确权，必须基于一定的原则或理念，它是进行数据权利具体配置的宏观指导和基础依据。结合数据确权存在的问题和数据权属的基本特征，本文认为数据确权应有以下三点基本考量：

第一，兼顾个人数据权益保护与数据产业发展。制度安排的根本目的，既不是单纯地保护私人的人格权，也不是单纯地提高企业利润。在传统时代，数据的公共利益与私人利益内在统一。但是随着新一轮的产业技术革命的到来，数据承载的公共利益以及私人利益都具有极强的创新性与复杂性，此时的私人利益同社会经济发展之间在结构上形成了一定的冲突。当前，数据不断创造出巨大的经济价值，但随之而来的是，数据安全问题屡屡出现，大规模数据泄露事件频发，数据信息倒卖猖獗，尤其是近年来网络数据黑色产业链逐渐延伸，以数据交易、数据清洗、数据分析等技术手段肆意侵犯公民个人信息和隐私数据权利，这使得强化个人数据保护的必要性日益凸显。但是，对个人数据的强保护容易忽略数据的社会资源属性，这种强保护不利于调整数据权益背后的各种复杂社会关系。而对数据权利的研究，必须探求其背后的社会基础。因此，要想健全数据要素市场，在保障个人基本数据权益的同时促进数据产业发展，最大化发挥数据的经济价值，必须本着兼顾包容的原则，基于各方面因素综合考量，缓和私人利益与数据产业之间的冲突，实现二者的利益均衡。

第二，注重边际贡献思维的运用。根据产权理论，所有权的归属应充分考虑合作产出中边际贡献最大的一方。在数据确权问题上，尽管此处的“权”不仅是所有权，依然可以参照适用该规则。事实上，已经有学者提出这种方案。清华大学法学院院长申卫星教授主张，摒弃非此即彼的单一产权思维模式，根据不同主体对数据形成的贡献来源和程度不同确定数据权益。如前所述，数据价值形成过程有多方主体参与，数据权属的确定应充分考虑到那些在整个数据产业链条中边际成本高、创造价值更为突出的重要环节所对应的主体，这也是比例原则的体现，即投入与回报应当成正比。这些重要环节所对应的主体，在数据增值过程中付出了大量的人力、物力和财力，并对数据最终价值的形成起到了关键作用，如果不考虑他们的数据权益，就会产生数据权属的错配，使边际贡献度相对较低的主体获得了更多数据权利，严重伤害边际贡献度较高的主体的积极性，最终导致社会总投入的减少，社会整体福利下降。所以，在数据确权时要注重边际贡献思维的运用，充分考虑边际贡献度，这样才能鼓励对数据价值的挖掘，使相关主体拥有更强的投资意愿，扩大最终的产出水平。

第三，尊重契约安排与意思自治，促进数据要素的充分利用。数据确权的要义并不在于为数据权属的厘定提供一套详尽而具体的规则，事实上既做不到这一点，也无须做到这一点。因为，在数据要素市场中，数据权属的分配存在很多的约定情形，这种约定并不违反法律法规的强制性规定，应当予以保护和尊重。而且，通过合同约定这种市场化的机制确定数据权属，能够最大限度发挥数据要素的价值。因此，我们在应对数据确权难题时，应当为此种契约安排创造一个良好的制度环境和市场环境，在符合法律规定的前提下，让数据权利按照市场规则自由配置，让数据要素自由流动，这更能调动市场主体开发数据资源的积极性和创造性，更有利于培育数据要素市场。

（二）准确界定数据权的法律属性

数据权的法律属性模糊不清，是导致数据确权困境的根源。以往的研究，无论是人格权说、财产权说，还是商业秘密说，都无法准确界定数据权的法律属性。这是因为，数据权是一个内涵极为复杂的权利类型，以前的研究总是试图将数据权嵌套在现有的法律框架之中，所以人格权、财产权、商业秘密的定性总有以偏概全之嫌。要准确界定数据权的基本属性，必须跳出现有法律框架的窠臼，对数据权给予新的定性。本文认为，数据权应定性为一项新型民事权利，兼具人格权、财产权等其他权利的特征，但绝不能将其视为其他民事权利的集合，这是数据的本质特性所决定的。将数据权定性为新型民事权利，主要是基于以下三点考虑：

第一，摆脱现有法律框架的束缚。现有法律框架的形成有其特定历史背景，但在彼时尚无数据权的概念。作为新生事物的数据权，并不像传统的财产权、隐私权那样性质单一，现有法律框架并不能完美地“框住”数据权。因此，必须摆脱现有法律框架的束缚，以新的视角、新的观念看待数据这一权利标的。

第二，赋予数据权以独立内涵。尽管数据权兼具人格权、财产权等其他权利的属性，但不能依附于其他权利，应保持自身的相对独立性。一方面，数据权如果依附于其他权利，会造成数据权本身的割裂，弱化数据要素的价值；另一方面，数据权内部各项权能本就是相对统一的关系，共同依附于数据这一标的，因此，数据权本身应有相对独立的内涵，应有独立的权利地位。

第三，更为全面、准确地定位数据权的法律属性。将数据权定性为新型民事权利，摆脱了将其嵌套于现有法律框架的固有缺陷，防止以偏概全。此外，可通过抽象其法律特征的方式重新定位数据权，使其在保持独立性的同时，又能保持本身内涵的全面性和准确性。

（三）明确数据及数据权利谱系

1.数据谱系

数据种类千差万别，其数据确权方式也有一定的差异。因此，有必要梳理清楚数据谱系，为具体的数据权利配置分类打好基础。数据谱系分为个人、企业和政府三个维度。

第一，个人维度的数据分类。个人维度的数据可分为三类：其一，个人基本信息数据，其特征是能够用以识别个人身份，包括姓名、性别、出生日期、身份证号、户籍所在地、居住地、婚姻状况、家庭成员状况、受教育状况、工作单位等；其二，个人在平台创作发表的文字、图片和音视频等内容，这些数据虽产生于用户个人，但一旦发表在平台上，平台即可能享有特定权益，新浪和脉脉案的核心争议即是如此5该案中，用户如果通过微博账号登录“脉脉”软件，该软件就会自动抓取用户的微博信息，并与用户的手机通讯录建立关联，最终一并对外展示。在与“脉脉”终止合作后，新浪微博将其诉至法院，认为“脉脉”未经许可抓取信息等行为构成不正当竞争。北京市海淀区人民法院一审认定“脉脉”非法抓取、使用新浪微博用户信息等行为构成不正当竞争，判决其停止不正当竞争行为，消除影响，赔偿经济损失、合理费用200余万元。该案二审维持原判。；其三，行为数据，这些数据可以用于分析客户的生活行为，并从中挖掘出社会、政治、商业、文化、健康等领域的信息，甚至用于预测客户或市场的未来趋势。

第二，企业维度的数据分类。企业维度的数据可分为两类：一类是自身生产经营活动中产生的数据，例如业务、财务、人员、工商登记等数据；第二类是企业与政府部门等其他主体在互动交流中产生的数据，如客户信息、交易信息等，其中有些数据可能同时构成商业秘密。

第三，政府维度的数据分类。政府维度的数据也可分为两类：一类是政府为履行自身职能而主动生成的数据，如人口数据、财政数据、医疗数据、天气数据等；另一类是政府在为相对人提供公共服务过程中采集的数据，如企业工商数据、户籍数据、住房数据等。

2.数据权利谱系

在明确数据谱系之后，进一步需要确定的是数据权利谱系，即数据权就其外延来看究竟包括哪些权利。本文认为，数据权作为一项新型民事权利，是一个具有相对独立性的权利束，包括数据人格权和数据财产权等。

一般而言，数据人格权仅存在于个人维度的数据当中，具体又包括个人信息权和隐私权等，目前这两项权利已载入《民法典》和《个人信息保护法》，并有着相对成熟的权利保护体系。强调对数据人格权的保护，实际上是保护公民基本权利的表现，也是对公民作为数据权利主体的尊重，必须置于重要位置。

数据财产权的存在范围比较广泛，包括数据所有权和数据用益权。数据所有权是数据产权束的核心，只有界定清楚数据的归属，才能进一步明确数据其他权利的主体和边界，否则使用权的让渡、交易权的行使、收益权的实现都将在执行层面产生矛盾和冲突。数据所有权的作用在于，未经许可或没有法律依据，不得传播、占有和使用他人所有的数据，特别是对于企业而言，不得采集、存储、加工、使用、出售他人所有的数据。即使是经过他人同意，也得遵守保护个人隐私权益、不损害他人利益、不肆意泄露数据等底线。

数据用益权包括数据采集权、数据分析权、数据加工权、数据使用权、数据流转权、数据交易权等，是发挥数据要素经济价值的关键，甚至有学者坦言，数据如水流，数据权利是一种流动性的权利，所有权远没有使用权重要。在同一数据上，除了共有情形，所有权主体一般只有一个，但是用益权主体却可以同时存在多个，“数据生产要素并不局限于单一的最优使用者，而是同时存在多个使用者”。这些主体各司其职，协同配合，在数据要素价值增值过程中扮演着十分重要的角色。

（四）数据权利的配置路径

数据确权最终要解决何种数据权益归谁所有的问题。除了当事人约定数据权利归属外，应当有一个一般性的数据权利配置路径，以恰当解决当事人间的数据权属争议。结合前文关于数据确权基本考量的讨论，从数据及数据权属谱系化角度出发，本文认为应当从以下三个维度分别确权：

一是主体维度。在此维度下，个人享有与个人数据相关的所有权利，企业等其他主体在个人同意或法律允许的前提下，享有部分用益权，这是尊重公民个人信息权的表现；对于企业自身经营活动生成的数据以及合法采集、加工并去个人化的数据，企业拥有完整的数据财产权利，包括所有权和用益权；政府在履行公共管理职能和提供公共服务阶段所收集的公共数据，原则上归政府所有，其原因不仅在于政府在收集过程中付出了劳动，还在于此种安排可释放公共数据的价值，有效规避公共数据利用市场风险，保障公民公共数据的自由使用权，确保公民自由利用公共数据合法权益的实现。

二是内容维度。在此维度下，数据可分为原始数据和衍生数据。原始数据的所有者应该是该数据的生产者，其他数据主体在收集、处理、加工、应用数据过程中都必须取得生产者的同意；衍生数据是数据控制者通过大数据、云计算等技术手段，对原始数据进行清洗、匿名加工处理，经过筛选整理，通过整合优化等手段形成的数据，该数据归数据控制者所有。此种配置方式可大幅提高数据控制者的工作积极性，有利于数据的提炼和精加工，促进数据要素的发展和数据要素市场的培育。

三是阶段维度。数据的形成阶段，可以分为数据采集阶段、数据存储、分析阶段和数据应用阶段。在数据采集阶段，除依法应属于用户个人的数据外，数据权益应属于数据采集者，因为这些数据一般与个人用户没有多大关联，而数据采集者付出了劳动和成本；在数据存储、分析阶段，由于此时个人信息已经被清洗，该阶段的数据权利可以依据契约进行产权确认。在没有契约时，依据行业的一般习惯进行产权确认；在数据应用阶段，并无固定的数据权益归属规则，仍应结合具体情况具体分析，不可一概而论。

值得一提的是，在应用上述数据权利配置方式时，对数据价值增值的贡献度仍应是重要的考虑因素。因为，个体的零散的数据通常没有多少经济价值，这些数据往往比较原始，无法服务于经济的实际需要。其他主体在采集海量原始数据后，借助特定模型，通过大数据、云计算等智慧化手段对原始数据进行加工，从大量分散数据中筛选有效数据，对其进行分析、处理，不断挖掘数据的潜在价值，才使数据成为经济行为中一类重要的资源，成为新的生产要素。因此，其他主体对数据要素市场的发展做出了重大贡献，其智慧劳动在法律层面应当被认可，需要在数据确权时对其用益权等予以保证。

五、结语

当前，以平台经济为代表的数字经济高速发展，叠加云计算、人工智能等前沿技术的影响，数据量呈现出爆炸式增长态势，数据价值总量也水涨船高，推动数据成为重要的生产要素。但是，我国的数据要素市场存在着数据确权的困境，这既不利于数据发挥其关键生产要素的巨大价值，也无法满足数据要素市场相关主体的共同诉求。应当着眼于数据确权存在的具体困境，按照一定的逻辑进路建立一套相对完善的数据确权体系。对此，首先要明确数据确权的基本考量，特别是要兼顾个人数据权益保护与数据产业发展；其次，要准确界定数据权的法律属性，将其定义为具有相对独立性的新型民事权利，使其摆脱现有法律框架的束缚，这是数据确权的前提；再次，要明确数据及数据权利谱系，厘清数据及数据权利的外延，这是数据确权过程中的重要一步；最后，结合数据的多重属性，明确数据权利的配置规则，探讨数据权利的基本配置路径。