个人数据流动的不平等透视

内容提要 数据已成为社会生活的基础性战略资源。个人数据作为数据要素的重要组成部分，在流动的全过程中存在着不平等情形。透视个人数据在生产、使用与获益全过程中的不平等现状，有利于探索如何让数据要素更好地在构建我国数据基础制度中发挥更重要作用。当前，在个人数据生产环节，存在着生产组织的马太效应、产业不均衡发展带来的负外部性以及相关理念藩篱等不平等现象；在数据使用中出现效率为王、单向失衡以及相关理念鸿沟等不平等现象；在数据获益环节则存在着多主体间经济权利的不平等与个人数据获益在立法、司法与行政上关注议题的不均衡等情形。要通过明确分配理念原则解决权属争议、构建司法保障与探索流通体系建设等，进而探明一条个人数据与社会可持续耦合的恰切之道，促进数据流动全过程中的科学化和合理性运行。

关键词 数据要素 个人数据 不平等 数据基础制度

王冠宇，南京大学社会学院博士研究生

本文为国家社会科学基金项目“大数据时代网络輿情和社会治理研究”（16BXW042）的阶段性成果。

习近平总书记在党的二十大报告中强调指出，高质量发展是全面建设社会主义现代化国家的首要任务，要加快构建新发展格局，着力推动高质量发展，让现代化建设成果更多更公平惠及全体人民，为此必须牢记贯彻新发展理念是新时代我国发展壮大的必由之路[1]。在大数据和人工智能时代，随着数字经济的快速发展，数据已成为我们社会生活的基础性战略资源。如何科学规范和有效治理个人数据流动，破解蕴藏于流动全过程中的不平等，对全面贯彻新发展理念、加快构建新发展格局和推动高质量发展具有重要意义。数据作为我国新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个方面和各个环节，对数据要素流动的合理把握和数据要素的有序流动有利于提升国民经济中各个环节的运行效率，进而有利于新时代新征程中我国加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。

而个人数据作为数据要素的重要组成部分，在流动过程中存在着收集渠道庞杂、权属争议大且合理使用边界模糊等问题，对其生产、使用和获益全过程的剖析，有利于探索出一条个人数据流动全过程可持续发展的恰切之道。

一、个人数据流动的不平等困境

目前对于数据流动无论是学界还是业界都尚无明确的定义，现有文献多集中关注数据跨境流动这一具体问题，本文则主要探讨个人数据作为一种信息型生产要素的生产、使用与再生产这一过程，以及在这一过程中所产生的获益分配等问题。

党的十九届四中全会指出，要“健全劳动、资本、土地、知识、技术、管理、数据等生产要素”[1]，数据被增列为国民经济的主要生产要素之一；中共中央、国务院在2020年发布的《关于构建更加完善的要素市场化配置体制机制的意见》也将数据作为新型的生产要素，这些都表明数据在经济发展上有着巨大的价值。而理论上，新生产要素的诞生离不开生产力与生产关系之间的动态博弈[2]。从现实出发，5G、云计算、人工智能、区块链等技术的蓬勃发展，计算平台、宽带基础网络等数字基础设施的大力建设与覆盖人口规模超过七成的互联网人口共同构成了在我国数据作为一种生产要素诞生的基础。

1.个人数据的内涵与特点解析

从数据要素的内涵来看，一方面其具有与其他生产要素如劳动、技术与资本相同的生产资料属性，另一方面，数据作为一种新型的要素，其核心体现在对信息的承载作用。不同国家的相关立法都强调了数据是信息的一种载体。2021年颁布的《中华人民共和国数据安全法》提出，数据是“任何以电子或其他方式对信息的记录”[3]。欧盟2018年颁布的《通用数据保护条例》（General Data Protection Regulation， GDPR）则将个人数据定义为“已识别或可识别的自然人有关的信息”[4]。美国的《2018加州消费者隐私法案》（California Consumer Privacy Act of 2018，CCPA）及其修正案《加州隐私权法案》（California Privacy Rights Act of 2020，CPRA）则将个人数据定义为能够识别、关联、描述或合理地关联到消费者的信息[5]。

学界目前对数据要素特征的描述并不一致，而这些描述大多侧重于经济角度和技术角度两个方面[6]。数据要素技术特征彰显着明显的信息属性：第一，数据要素来源庞杂[7]，这种庞杂一方面体现在数据形式上的复杂，另一方面体现在数据采集主体的复杂；第二，数据要素无法不依赖于其他要素而独立存在[8]。数据的产生、存储以及使用都依赖于实体的资产与技术，因此数据要素是一种无形的要素。第三，数据要素具有极强的渗透性[1]，这种渗透体现在数据要素对其他要素强大的赋能效果上。简言之，数据要素是其他经济要素的力量倍增剂。

而从经济特征出发，数据要素则拥有规模效应与准公共性这两个特征。从规模效应的特征来分析，一方面数据的采集数量随着时间的推移呈指数级增加，另一方面随着数据量级的增加，从中挖掘出来的价值也会激增，最为著名的例子就是计算机视觉中ImageNet挑战赛的故事——仅仅是数据量的增长，非颠覆性创新的技术也能够使计算机图像识别的能力得到颠覆式提升。准公共性则来源于周自强[2]的定义，数据要素的准公共性体现在其具有不完全竞争性与不完全排他性。也就是说，当数据总量不变时，增加其消费者并不会对数据产生损耗，而通常当数据被某一主体所拥有时，其他主体在一定情况下才能够使用该数据。

数据要素中所提及的数据，从加工次数上来看可分为原始数据与衍生数据，又被称为增值数据[3]。如果从内容上来说有政务数据、个人数据、工业数据等，个人数据最为特殊且争议性更强。相比于政企数据，个人数据的独特性体现在以下三点：首先，个人数据的生产渠道极其庞杂。其大体可分为两类，分别是个人信息与数字足迹（digital footprint），二者的区别主要体现在是否可直接识别出身份信息。前者例如照片、指纹、身份证，或者浏览记录、交易记录等，但众多研究表明数字足迹数据也能够还原个人信息[4]，而不同的主体在对个人信息的使用水平上也参差不齐。其次，个人数据的权属关系争议较大。这种争议性主要体现在数字足迹数据上。目前有多种相互矛盾的观点，矛盾的焦点在数据究竟是属于个人、平台还是公众这三个主体上。有专家指出，从法律条文或法律教义的角度分析，无论数据归谁所有都没有足够令人信服的支持[5]，但从实践角度来观察，大平台大公司往往对个人数据的使用有着更为明显的控制权。最后，有关个人数据合理使用的边界较为模糊。数据要素的价值需要通过数据挖掘来体现，但目前产权不明晰、个人信息的隐私担忧、数据安全的潜在隐患等问题始终困扰着人们，不同主体在个人信息和数据的使用权限上处于实质上的不对等状态。

2.个人数据的流动性透视

从数据要素构成和一般特点分析看，个人数据作为一种信息流，其流动性表征为个人数据的生产、使用与再生产以及获益这三个方面。如图1所示，首先，个人数据通过对个人信息的搜集与数字足迹的汇聚而产生，这些数据通常会被存储于大型数据服务公司的云端服务器内，即便有少量数据存储于个体的手机或其他终端中，个体通常也并没有合适的技术手段提取这些数据（特别是行为数据）。换言之用户事实上失去了对其数据的控制权[1]。接下来，量化数字部门一方面通过对个人数据的使用生成直接利润，另一方面通过对个人数据的再生产能够进一步挖掘个人数据的价值。因此，个人数据的获益是存在于数据流动的全过程中的。而个人数据生产渠道庞杂、权属争议较大且合理使用边界模糊，使得在流动的全过程中存在着深刻的不平等现象。由此，笔者将对个人数据在生产、使用与獲益流动全过程中的不平等进行剖析，进而提出可能破解这些难题的恰切之道。

二、数据生产中的不平等：组织、产业与理念

个人数据在人们的数字实践中诞生。从数据生产的组织结构特点来看，以大企业为主的数据存储和再生产部门占据着支配地位，而大量普通劳动者处于事实上的不平等地位，他们在生产活动中无法主宰自己的行为，这一切背后都隐藏着滋生于数字时代深度原子化的生活体验所带来的根深蒂固的知识鸿沟。

1.赢家通吃：生产组织的马太效应

这里的生产，指的是对个人数据的搜集、存储等。“生产方式”是马克思主义理论的重要概念之一。在《资本论》对生产方式不同维度的思考当中，组织维度与技术维度是最为关键的两个方向[2]。而从组织维度进行分析，个人数据的生产方式存在着明显的不平等现象。

首先从组织维度来看，互联网产业存在着典型的马太效应[3]，这一特征具体表现为那些能够迅速获得大量用户的互联网企业往往可以通过强大的口碑效应与极低的边际成本在市场取得支配地位，同一细分市场往往只能容纳极为少量的竞品，其余的企业则很难在市场竞争中长期坚持。而庞大的用户基数让头部企业在向其他细分领域扩张时也获得极大的优势，最终造成了强者恒强、弱者恒弱的垄断格局。在互联网时代诞生了一大批实力雄厚的企业，例如美国的“FAANG”和中国的“BAT”。这种组织上的优势会使得大量多维度的用户数据汇聚在少量的垄断企业手中，因此在原始数据的获取上存在着不平等。与之相似的是，不同的主体在对衍生数据的获取上也存在着不平等。衍生数据指通过数据分析与应用专业知识对原始数据进行加工而得出的数据，例如通过分析用户的浏览与购买数据得出用户的潜在购买意愿的数据，甚至通过分析用户长期的使用行为进而推断其性格特质等。可见，具有市场支配地位的数据收集方往往在衍生数据的生产中也占据了优势地位。

2.结构失衡：产业不均衡发展带来的负外部性

个人数据生产中的第二重不平等主要体现在产业链内部的不平等。在谈论数据公司与数据产业的时候，人们往往会联想到那些光鲜亮丽、技术前沿的高新技术企业，例如阿里巴巴、腾讯、字节跳动等，其中的工作人员似乎都在相对舒适的环境中工作。但事实上，在回望和数据相关的全产业链时，我们不难发现除了上述较为吸引人的生产部门，个人数据的生产过程并不总是轻松愉悦的。在人力资源和社会保障部与国家市场监督管理总局、国家统计局于2020年2月25日联合发布的16个新的职业里，存在着例如人工智能训练师、全媒体运营师等新兴职业[4]。这些职业与个人数据的生产息息相关，例如，互联网企业往往存在着内容审核部门，该部门的工作人员主要负责对用户上传的数据进行审核，他们的工作往往薪水很低，工作时长却很长，并且可能长期面对包含某些极端事件、暴力甚至对身体有害的内容信息，有的员工患上了严重的创伤后应激障碍却未获得足够的补偿。此外，还存在一种名为数据标注师的职业，其工作内容是将机器难以识别的图片、视频等内容添加上足够多的标注信息，以供图像识别、自动驾驶、自然语言处理等人工智能场景进行算法迭代。很多偏远乡村的居民会通过计件收费的数据标注工作获取报酬，形成了“标注村”。这类工作往往报酬较低，却又需要占用劳动者大量的工作时间。伴随着众包经济的蓬勃发展，出现了一群日益壮大的被称为“零工经济劳动者”的群体[1]。在亚马逊的众包平台（Amazon Machine Turk）上，就有着千千万万的外包工作者从事着各类数据生产的任务，而这些任务往往都无法通过自动算法来完成，例如用户测试、数据标注、行为实验等。事实上，无论是内容审核员还是数据标注师抑或是众包工人等，都属于不折不扣的劳动密集型工作。这一高技术条件下诞生的低技术职业现象值得学界进行深入研究。曾有学者提出“网络劳工（network labor）”的概念[2]，网络作为一种新的生产方式把非物质劳动集腋成裘，再转化为资本积累[3]。而在这一过程中，“网络劳工”所生产的数据产品被平台所有方或资方所获取，但他们所生产的数据价值往往被严重低估，而少量的劳动报酬也完全无法得到保护，从而使这一群体往往处于相对弱势的状态。上述诸种高技术条件下的低技术工作很难不让人联想起第一次工业革命时期英国的“纺织女工”与第二次工业革命所诞生的卡车司机等角色，他们是产业链条中不可或缺的一环，却又往往是在数据产业崛起过程中合理收益无法得到兑现的那些群体。因此，这样的产业结构给整个社会输出了大量的负外部性。

3.理念藩篱：被动生产的数字工作者

个人数据再生产层面的不平等同样表现在生产理念中的不平等。而这种理念上的不平等与数字技术和社会结构之间的互动息息相关，这种互动包含了数字时代个体的“深度原子化”。传统意义上的社会原子化概念源自德国社会学家齐美尔的研究[4]。德国哲学家汉娜·阿伦特（Hannah Arendt）继承并进一步深化了“原子化”的概念，将现代社会中的人形容为“原子化的个体”[5]，但是上述有关人的原子化的思考其社会背景是处于前数字时代的，而信息时代的社会环境是一个比以往更加容易加深个体原子化的存在。曾有学者从人类相互之间联结方式的角度出发，将人类历史分为三个阶段，即家庭化连接的三点社会、职业化连接的区块社会以及数字化连接的个体社会[6]。数字技术在与个体相耦合的同时使得人们的生产生活逐渐与其他个体解耦。人们通过面前的各种信息媒介与想象中的整个虚拟世界相连。一方面，占有大量市场份额的数据搜集方不断研发更加吸引用户的产品并获取更多的数据；另一方面，被屏幕环绕的普通个体逐渐被困在了平台所编织的“奶头乐”[7]（tittytainment）中不可自拔。个体往往并没有意识到自己的使用行为本身也是数据生产的一部分，有时甚至会为了一点点蝇头小利而牺牲自己大量的隐私数据，进而沦为了被动的数字工作者[8]。因此，在理念的层面个人数据的生产也存在着不平等的状况。

三、数据使用的不平等：效率、权力与观念

个人数据在使用层面的不平等表征为个人数据的使用与再生产这一过程中所存在的不平等，具体而言则体现在量化数字部门与个体间在使用效率上的不平等、具有数据权力的部门与个体间的数据权力的不平等以及个体间的数据使用与数据隐私悖论等使用观念的不平等三个层面。

1.效率为王：量化数字部门的数据王国

在《第三次浪潮》中，托夫勒认为信息化将改变人类的生活和工作方式，而信息流动所产生的难以计量的非结构性数据，将成为新的资产。近年来，伴随着人工智能浪潮的席卷，工业界与学界都敏锐地认识到了革命性新技术对传统数据使用效率的影响。文森特·莫斯可曾指出“下一代互联网（the next Internet）可能比前几代家族成员对世界造成更大破坏”[1]。从技术角度来看，云计算、大数据分析以及物联网等技术手段成为使用个人数据的核心技术，而这些技术则往往掌握在大公司与大企业的手中。以云计算为例，全世界云计算专利排名前10名专利权人都是大型企业，顶尖的云计算技术开发机构都是商业性机构，大部分是互联网软硬件公司[2]。数据殖民主义这一概念的提出者尼克·库尔德利认为，就社会机构层面而言，数据殖民主义的主要参与者是所谓“量化数字部门”[3]。量化数字部门指的是那些参与获取用户日常社会行为并将其转化为量化数据的企业，而这些数据在处理分析过后可以产出利润。苹果、亚马逊、Meta以及腾讯、阿里巴巴等都属于这一类公司。从技术角度出发，个人数据的分析使用需要占用大量的计算资产，例如大型存储中心与云计算机房。而量化数字部门掌握了庞大的计算资产，能够将个人数据激活并高效使用，进而掌握了布鲁诺·拉图尔意义上的计算的中心性[4]，这些能力往往不会对个人和公众开放，因此在使用效率上，个人与量化数字部门之间形成了明显的不平等。

2.单向失衡：偏向强者的权力结构

对于权力的互动关系，前人之述备矣。福柯认为权力并非都是自上而下的层级控制，而是“以网络的形式运作，在这个网络上个人不仅在流动，而且他们总是既处于服从的地位同时又运用权力”[5]。福柯揭示了权力的微观动力学机制，行动者之间的权力关系不仅泛在，而且存在着多维度的相互影响，这与互联网以及个人数据处理中的权力关系有异曲同工之妙。在数字社会中，“处处是中心，无处是边缘”[6]，个体通过授权与使用行使着自己的数据权利，而量化数字部门通过服务与存储也在行使着自己的权力。

但正如网络中的不同节点存在着中心性的差异，在个人数据的使用上，不同的行动者的权力多寡也存在着区别。在个人数据存储与使用层面占据支配地位的量化数字部门显然比个体拥有对数据更多的处理权，这种权力可以转化为经济利益与政治利益。例如淘宝、抖音可根据处理过后的个人数据对用户进行精准的推荐和营销，而作为普通用户在开始使用服务的那一刻就不可避免地向前者主动或被动地提供了个人数据。另一个典型的个人数据使用权力不平等的例子则是2022年6月份的河南村镇银行储户红码事件。在这个事件中，个别维稳人员与防疫指挥人员调用了部分河南村镇银行储户的银行数据与防疫健康码数据，违反了《河南省新冠肺炎疫情防控健康码管理办法》，对进入郑州的储户赋予了红色的健康码，造成了严重的不良社会影响。虽然在负责任的调查下，违法人员被严惩，但这一事件也暴露了对数据拥有使用权限的部门与个体之间在数据使用权力上的不平等。

3.观念鸿沟：数据使用与数字隐私悖论

除了数据使用主体及要素之间存在的不平等外，还存在着数据使用更深层次的观念上的“鸿沟”问题。这种在个人数据使用理念层面的不平等，主要体现在数字鸿沟中的第三级与数字隐私悖论两个方面。

早期的数字鸿沟研究集中于ICT技术的接入和使用情况。以梵·迪克[1]等人为代表的学者聚焦于数字鸿沟的第一级与第二级。所谓数字鸿沟的第一级指对ICT技术接入与否的区别，第二级则关注在普遍接入后不同行动者对ICT技术的使用方式上的区别。而近年来兴起的数字鸿沟的第三级（third digital divides）[2]则更加关注数字技术接入和使用后带来的社会影响和社会后果[3]。目前的有关第三级数字鸿沟的研究依然聚焦于探寻不同社会经济条件的个体之间的使用效果差异[4]，这些差异就包含了对个人数据的使用理念。

在使用理念中，学界研究发现人们的隐私态度和隐私行为之间往往存在着断层，即“数字隐私悖论”（privacy paradox）[5]。人们往往声称他们十分重视自己的数字隐私，但涉及具体对个人数据的采集时，人们的实际披露意愿则并不总是那么保守。例如，当面临更好的促销价格和披露更多的个人数据二选一的选择时，人们往往选择前者[6]。目前，學界对这一现象的研究还未能给出明确的解释，但这一现象本身展示了在使用理念层面不同行动者对个人数据的认识是不同的。这种数据使用理念上的个体化差异也许意味着数据使用理念本身是一项需要习得的能力。但是，从另外一个角度出发，这种横亘于个体之间的使用理念壁垒在现实中更加有利于大型数据企业。通过一系列体系建设与营销，个体最终只能被动接受“隐私换服务”这一结果，否则将陷入真正的“数字鸿沟”。

四、数据获益的不平等：经济权利与法律权益

个人数据的获益分配的不平等主要体现在多主体间经济权利的不平等与个人数据获益在立法、司法与行政上关注议题的不均衡这两个层面上。

1.数据扩张：经济收益的不均衡获取

数据被喻为数字时代的“新石油”，但与自然资源不同的是，数据是人为生产的一种信息而非自然存在的资源。因此，数据具有一定程度上的社会属性。如前文所述，个人数据的生产与使用过程中存在着分配不平等的现象，例如生产组织的马太效应以及产业不均衡发展所带来的负外部性，这导致了数据收益的第一重不平等。而在个人数据的使用过程中又存在着偏向强者的结构性不平等与不同主体间使用观念的不平等，这亦造成了数据收益的第二重不平等。

个人数据经济收益的双重不平等表征为以下两点：首先，数据生产的市场供求机制不健全[1]，这就意味着供求关系并不完全是一个市场交易的行为，数据的采集方通常也是数据使用与再生产的主体，因此这些大型数据企业通常倾向于构建相对封闭的体系来占用个人数据，将开放包容的互联网转化为“封闭网”。而马太效应所导致的“强者恒强”则进一步使得互联网生态从早期的百舸争流到当今少量垄断性企业凭借其平台优势进一步扭曲供求关系，形成店大欺客的事实。其次，个人数据所产生收益的分配不公平，这种不公平体现为大平台对小企业与大平台对普通用户的双向不公平。量化数字部门在取得了市场支配地位后，一方面对内部企业进行超额利润的攫取，平台企业对加盟商户收取的服务费日益增高，有数据表明“滴滴”对司机的抽成比例远高于30%，而占据外卖市场垄断地位的美团和饿了么平台对商户的抽成也高达25%。此外，通过算法规则对灵活用工群体的全方位管理，平台并未将通过垄断地位所获得超额利润合理地涓滴至以外卖员等众包个体为主的普通工人群体中。另一方面，通过对个人数据的分析，量化数字部门得以借由算法对不同购买能力、购买意愿的消费者进行灵活定价，达成“精准杀熟”。

诚然，个人数据的开发在近几十年来的经济的急速发展中占据了重要的作用，量化数字部门为社会创造了巨量的价值。移动支付、短视频等个人数据的开发技术创造了很多新的岗位，丰富了我们的经济文化生活，但显然大型企业与个体之间所获得的利益并不平等，从大量廉价的被嵌入社会生活而产生的个人数据中所攫取的超额收益未得到均衡的分配。

2.议程偏置：数据经济权利的法律灰色地带

个人数据获益在法律层面的不平等在立法、司法与行政三个方面都有体现。这种不平等主要体现在关注主题的不均衡上。从立法层面出发，当前我国的立法更注重保护数据安全，但并未明确如何保护自然人个人数据产权。在立法层面，我国《民法典》中采取了法益保护的模式，专门对个人信息保护进行了规定[2]，《中华人民共和国网络安全法》也对个人数据的采集和使用进行了细致规定，于2021年通过的《中华人民共和国数据安全法》更是对数据安全保护的义务进行了规范[3]，但上述立法均未明确规定个人数据的利益分配。在司法层面，我国不同层级的司法单位所产生的大量判例，大多也集中在维护个人的信息安全上[4]。在行政层面，中央网信办、工信部、公安部等部门也通过全国范围的专项行动来保护个人数据的安全，但也未关注获益的分配问题。因此，在立法、司法与行政层面，我国对个人数据安全权益的法律保障相对重视，而针对经济利益的司法保障则相对缺失。目前有关个人数据的获益在法理层面还处于众说纷纭的讨论阶段，并没有形成共识，但很多学者从效率与成本收益原则出发，认为应当将数据产权配置给企业一方[5]，而从实践层面来看，量化数字部门对个人数据经济利益的实际占有事实上增强了企业的盈利能力与竞争实力，也带来了数据垄断、权利集中的问题[1]。这对个人数据获益的法律权利保障体系建设提出了难题。

五、探索个人数据与社会可持续耦合的恰切之道

综上所述，个人数据的流动在生产、使用与获益的全过程都存在着广泛的不平等现象。党的二十大报告强调，新征程上要完整准确全面贯彻新发展理念，着力推動高质量发展；要健全网络综合治理体系，推动形成良好网络生态[2]。因此，要从强化理念原则、完善司法体系与市场分配的角度出发，多维度探索出一条持续进步的技术与社会可持续耦合的道路，促进数据流动全过程中的科学化和合理性运行。

1.明确以多元分配正义为理念的个人数据利用原则

个人数据在生产、使用与获益三个层面上均存在着不平等的现象，从实践角度出发，这种不平等主要体现在量化数字部门与个体间的不平等，这是技术发展与社会互动相耦合的自然结果。个人数据是一种经济要素，笔者认为对个人数据的分配应当秉持着多元分配正义的理念。多元分配正义要求公正原则本身在形式上是多元的，人们应当给予不同的理由、程序，通过不同的机构来分配不同的社会益品[3]。一方面，鉴于横亘于量化数字部门与个体之间巨大的不平等现状，在政策上应当注意保护个体的权益，特别是在第二次分配的过程中将互联网企业的社会责任与其卖方市场的支配地位纳入考量。另一方面，也应当注意到数据要素仍然处于蓬勃发展的阶段，任何行政与司法手段都应慎重对待潜在的会影响技术与产业永续发展的决策，避免造成“反公地悲剧”[4]与“数据孤岛”甚至是“数据鸿沟”。数据是国家基础战略性资源和重要生产要素，2022年12月2日印发的《中共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》（以下简称“数据二十条”），系统性布局了数据基础制度体系的“四梁八柱”。“数据二十条”指出需建立“保障权益、合规使用的数据产权制度；合规高效、场内外结合的数据要素流通和交易制度；体现效率、促进公平的数据要素收益分配制度与安全可控、弹性包容的数据要素治理制度”相比于2022年6月22日中央全面深化改革委员会审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》对数据权属关系“主体在民、主权在国、企业开发、全民共有、共享共用”的概括性总结，“数据二十条”明确细化了数据要素在产权、交易、收益分配与安全治理这几个方面的全面图景，历史性绘制了数据要素发展的长远蓝图，具有里程碑式的重要意义。“数据二十条”传递了包容和审慎这两种态度，坚持了稳中求进的总基调。在这种“摸着石头过河”的阶段，需要注意加强技术与社会相耦合的节奏，一方面鼓励新技术带来的红利，另一方面持续密切地注意社会对新技术的各种反馈，在构建数据基础制度体系的过程中，需要体现出多元分配正义的理念，这样才能够在个人数据的生产、使用与获益的流动全过程中一方面保障数据要素的蓬勃发展，另一方面保障个体的权益，让发展的过程可持续。

2.构建以可持续发展为原则的个人数据司法保障

在明确了多元分配正义的分配原则后，另外一项促进个人数据可持续流动的工作则是构建可持续发展的个人数据司法保障体系。在这个体系中，立法、司法与行政不仅应当保障个人数据的隐私与数据安全，同时还应明确个人数据利用的经济分配规则，明确量化数字部门与个体间的合理分配关系。一方面，“数据二十条”中明确指出需建立健全个人信息数据确权授权机制，探索由受托者代表个人利益，监督市场主体对个人信息数据进行采集、加工、使用的机制。这就要求在法律实践中继续筑好数据安全的篱笆，丰富个人数据保护的法律内涵，明确例如数据被遗忘权、数据可携带权等个人权利的边界与保护方式。另一方面，针对数据财产属性二十条指出“对各类市场主体在生产经营活动中采集加工的不涉及个人信息和公共利益的数据，市场主体享有依法依规持有、使用、获取收益的权益，保障其投入的劳动和其他要素贡献获得合理回报，加强数据要素供给激励。”这就要求相关部门在司法创新的过程中，将个人数据的财产权属性进一步分割。因为个人数据具有准公共物品属性，且具有较强的渗透性，因此，对于个人数据的财产权界定不仅要注重效率性还要注重正当性。具体来说，需要让个体对其个人信息在财产意义上享有占有、使用、受益甚至处分的权能[1]。与此同时，数据是未来经济发展的重要驱动要素，司法体系的建设要保障其合理可持续发展，这就需要保障相关从业方的经营权和资产权，保护合理合法的数据生产、使用与获益。最后，针对个人数据的产权制度需要注重分类分级，建立资源持有权、数据加工使用权等权利多元分置的机制，进而建成个人数据权益保护制度，让个人数据流动过程中的每一位参与者都能真切地感受到自身的经济权益，真正实现“全民共有”。

3.探索新技术条件下以市场分配为核心的个人数据流通体系

数据要素作为我国经济要素中最有潜力的组成部分，需要借助市场的力量为社会探索出一个安全、合理与公平的流通体系。“数据二十条”中指出，“完善和规范数据流通规则，构建促进使用和流通、场内场外相结合的交易制度体系，规范引导场外交易，培育壮大场内交易；有序发展数据跨境流通和交易，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系。”这其中的重要之处在于以下三点：第一，在数据流通的全流程都需要建立规范的市场交易体系。对数据的生产、使用与获益三个阶段都要进行重点关注。第二，要注重政府在数据要素流通中的作用，这种作用在第一次分配中体现为对市场规则的建立与维护，在第二次分配过程中则表现为对数据全民共有与企业开发的尊重。第三，笔者认为，以市场分配为核心的个人数据流通体系建设，需要借助新兴技术甚至将新技术的使用作为其核心架构。例如，借助新型隐私保护技术在数据生产端就能最大限度全面保护数据安全与信息安全。运用区块链技术在数据使用的过程中完善确权与获益分配的记录和保障。同时，通过合理配置云计算与终端计算的配比提升个人数据的使用效率、降低安全风险。总之，通过明确发展理念、加强经济权益的司法建设与构建新型个人数据流通体系等手段，使个人数据在流动的全过程中能日趋合理，不断提升我国数据治理的现代化水平。

〔责任编辑：吴玲〕

[1]习近平：《高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告》，《人民日报》2022年10月26日。

[1]《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》，《人民日报》2019年11月6日。

[2]齐培培：《数据要素推动中国经济高质量发展的作用机制及提升路径》，《科技和产业》2022年22卷第8期。

[3]《中华人民共和国数据安全法（含草案说明）》，中国法制出版社2021年版，第2页。

[4]欧盟："General Data Protection Regulation （GDPR） - Official Legal Text"，2018年5月25日，https：//gdpr-info.eu/。

[5]加利福尼亚州："Bill Text - AB-375 Privacy： personal information： businesses"，2018年6月28日，http：//leginfo. legislature.ca.gov/faces/billTextClient.xhtml？bill_id=201720180AB375。

[6]白永秀、李嘉雯、王澤润：《数据要素：特征、作用机理与高质量发展》，《电子政务》2022年第6期。

[7]吴志刚：《厘清数据要素内涵特征，提升数据治理硬核能力》，《数字经济》2021年第11期。

[8]严宇、孟天广：《数据要素的类型学、产权归属及其治理逻辑》，《西安交通大学学报（社会科学版）》2022年第2期。

[1]王谦、付晓东：《数据要素赋能经济增长机制探究》，《上海经济研究》2021年第4期；尹西明、林镇阳、陈劲、林拥军：《数据要素价值化动态过程机制研究》，《科学学研究》2022年第2期。

[2]周自强：《公共物品概念的延伸及其政策含义》，《经济学动态》2005年第9期。

[3]丁道勤：《基础数据与增值数据的二元划分》，《财经法学》2017年第2期。

[4]S. Wachter， B. Mittelstadt， "A Right to Reasonable Inferences： Re-thinking Data Protection Law in the Age of Big Data and AI"， Colum. Bus. L. Rev.， 2019， p.494； P. Ohm， "Broken Promises of Privacy： Responding to the Surprising Failure of Anonymization"， UCLA l. Rev.， 2009（57）， p.1701； A. Narayanan， E. W. Felten， "No Silver Bullet： De-identification Still doesnt Work"， White Paper， 2014（8）.

[5]丁晓东：《数据到底属于谁？——从网络爬虫看平台数据权属与数据保护》，《华东政法大学学报》2019年第5期。

[1]狄波拉·勒普顿：《数字社会学》，王明玉译，上海人民出版社2022年版，第134页。

[2]赵学清：《〈资本论〉中的“生产方式”：用法、分类与含义》，《中国浦东干部学院学报》2015年第5期。

[3]刘泽：《互联网行业的马太效应与应对策略研究》，《金融理论与教学》2014年第6期。

[4]中华人民共和国人力资源和社会保障部：《人力资源社会保障部、市场监管总局、国家统计局联合发布智能制造工程技术人员等16个新职业》，2020年3月2日，http：//www.mohrss.gov.cn/SYrlzyhshbzb/dongtaixinwen/buneiyaowen/ 202003/t20200302_361093.html。

[1]文森特·莫斯可、徐偲骕、张岩松：《数字劳工与下一代互联网》，《全球传媒学刊》2018第4期。

[2]J. L. Qiu，Working-class Network Society： Communication Technology and the Information Have-less in Urban China， Canbridge： MIT press， 2009， p.243.

[3]邱林川：《新型网络社会的劳工问题》，《开放时代》2009年第12期。

[4]齐美尔：《大都会与精神生活》，《西方都市文化研究读本》，广西师范大学出版社2008年版，第96页。

[5]汉娜·阿伦特：《极权主义的起源》，林骧华译，三联书店2008年版，第420页。

[6]邱泽奇：《数字社会与计算社会学的演进》，《江苏社会科学》2022年第1期。

[7]李强：《短视频传播在传统媒体融合转型中的应用研究》，《新闻文化建设》2022年第17期。

[8]夏冰青：《数字劳工的概念，学派与主体性问题——西方数字劳工理论发展述评》，《新闻记者》2020年第8期。

[1]文森特·莫斯可、徐偲骕、张岩松：《数字劳工与下一代互联网》，《全球传媒学刊》2018年第4期。

[2]龚惠群、黄超：《基于文献计量和专利分析的云计算产业竞争态势研究》，《中国科技论坛》2020年第10期。

[3]N. Couldry， U. A. Mejias， "Data colonialism： Rethinking Big Datas Relation to the Contemporary Subject"， Television & New Media， 2019， 20（4）， pp.336-349.

[4]B. Latour， Science in action： How to Follow Scientists and Engineers Through Society， Harvard university press， 1987. pp.253-254.

[5]米歇尔·福柯：《必须保卫社会》，钱翰译，上海人民出版社2010年版，第22页。

[6]莱文森·保罗：《数字麦克卢汉：信息化新千纪指南》，何道宽译，北京师范大学出版社2014年版，第170页。

[1]Van J. A. Dijk， "Digital Divide Research， Achievements and Shortcomings"， Poetics， 2006，34（4-5）， pp.221-235.

[2]K. Wei， H. Teo， H. C. Chan， B. C. Y. Tan， "Conceptualizing and Testing a Social Cognitive Model of the Digital Divide"， Information Systems Research， 2011，22（1）， pp.170-187.

[3]李梅、陈友华：《关于数字鸿沟问题的若干思考》，《人口与社会》2022年第1期。

[4]A. Scheerder， van A. Deursen， van J. Dijk， "Determinants of Internet Skills， Uses and Outcomes. A systematic Review of the Second-and Third-level Digital Divide"， Telematics and Informatics， 2017， 34（8）， pp.1607-1624.

[5]S. B. Barnes， "A Privacy Paradox： Social Networking in the United States"， First Monday， 2006.

[6]P. A. Norberg， D. R. Horne， D. A. Horne， "The Privacy Paradox： Personal Information Disclosure Intentions versus Behaviors"， Journal of consumer affairs， 2007， 41（1）， pp.100-126； B. A. Huberman， E. Adar， L. R. Fine， "Valuating Privacy"， IEEE security & privacy， 2005， 3（5）， pp.22-25； A. R. Beresford， D. Kübler， S. Preibusch， "Unwillingness to Pay for Privacy： A Field Experiment"， Economics letters， 2012，117（1）， pp.25-27.

[1]胡飛：《加快构建数据要素分配体制》，《中国经贸导刊》2022年第8期。

[2]《中华人民共和国民法典》，人民法院出版社2020年版，第22页。

[3]《中华人民共和国数据安全法（含草案说明）》，中国法制出版社2021年版，第2页。

[4]中国法院网：《侵犯公民个人信息犯罪典型案例》，2017年5月9日，https：//www.chinacourt.org/article/detail/ 2017/05/id/2852365.shtml；中央网信办：《浙江法院发布侵犯公民个人信息犯罪十大典型案例》，2022年7月5日，https：// www.12377.cn/jsal/2022/de5967d3_web.html。

[5]张玉屏：《个人数据产权归属的经济分析》，《江西财经大学学报》2021年第2期；程啸：《论大数据时代的个人数据权利》，《中国社会科学》2018年第3期。

[1]付伟、李晓东：《个人数据的法律权利与经济权利配置研究》，《电子政务》2021年第9期。

[2]习近平：《高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告》，《人民日报》2022年10月26日。

[3]李石：《分配正义的多元方案》，《中国人民大学学报》2021年第2期。

[4]M. A. Heller， "The Tragedy of the Anticommons： Property in the Transition from Marx to Markets"， Harvard law review， 1998， pp.621-688.

[1]龙卫球：《数据新型财产权构建及其体系研究》，《政法论坛》2017年第4期。