数据要素治理的范式新解与规则展开

摘 要：作为新的生产要素，数据已逐步渗透到市场经济的生产、流通、消费等各个环节，而数据的可资产化赋予了数据确权、流通与利用的重要意义。数据要素治理的价值体现在微观层面的个体信息保护，中观层面的数据产业发展以及宏观层面的国家安全战略三个维度。“卡—梅框架”下禁易规则、责任规则以及财产规则的基本内涵和适用条件，可将数据要素流通的不同场景置于同一体系下，进而明确数据产权与权益配置规则，实现数据要素市场的高效有序运行。实践路径方面，首先应利用类型化与场景化逻辑，细化数据权属的认定标准；其次，综合考量市场供求关系、交易行为对数据价值可减损性等明确数据定价基准；最后，利用数据交易的负面清单机制与隐匿性技术赋能敏感个人信息的保护。

关键词：“卡—梅框架”；财产规则；责任规则；数据权属；数据定价

中图分类号：DF49；D912.8 文章标志码：A 文章编号：1006-6152（2024）05-0055-08

DOI：10.16388/j.cnki.cn42-1843/c.2024.05.006

一、问题的提出

作为数字时代“新石油”的数据［1］，已经深度嵌入到市场经济运行的各个环节，进而成为数字经济的关键生产要素。据统计，2020年全球数据量达到了64ZB，预计到2025年，这一数字将接近180ZB［2］。在此背景下，全球各国均对数据治理提出了更高的要求。有些域外国家对数据要素治理的经验颇为成熟，如欧盟依托《通用数据保护条例》，贯彻保护前置的理念，强化数据主体权利，新增了包括更正权、清除权、数据可携权等一系列权利［3］。美国政府的数据治理主要围绕数据开放、信息公开（自由）、个人隐私保护、电子政务、信息安全和信息资源管理等方面。其中，美国尤其关注政府数据开放与个人信息隐私保护，前者通过三份基础性文件（《透明与开放政府》《开放政府指令》与《开放数据政策》）细化了开放政府的基本原则，并强调提供具有开放格式的高质量数据集，后者则旨在加强在政府搜集公民信息的过程中保护公民隐私权。［4］除此之外，英国、澳大利亚、新加坡则关注金融数据的利用与保护，强调“沙箱监管”在金融数据治理中的作用［5］。

在我国，2020年4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》提出，要“依据市场规则、市场价格、市场竞争实现效益最大化和效率最优化”明确了包括数据在内的各类生产要素通过市场化的方式进行流通和配置，即发挥市场在数据要素资源配置中的决定性作用［6］。2022年12月，中共中央、国务院正式对外发布《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”），对构建我国数据基础制度进行了全面部署。［7］其中，“数据二十条”在数据产权方面明确数据资源持有权、数据加工使用权与数据产品经营权的分权逻辑，同时关注数据流通的全过程合规与监管机制。不难发现，数据确权、数据流通、数据交易已成为数字经济的时代命题。遗憾的是，当前学界研究成果往往集中在对数据权属与交易规则的静态保护，忽视了不同类型、不同场景以及不同交易阶段的数据特点与主体需求，进而降低了交易双方对数据市场秩序的可期待性。而且，“数据二十条”下的数据产权分置的分权逻辑偏离了“所有权——用益物权”的传统结构，三权的权利内涵与配套机制尚未明朗，无法为数据治理提供妥当的框架范式。基于此，本文立足法经济学视角，试图通过解构“禁易规则”“财产规则”“责任规则”的规则内涵，并在“卡—梅框架”分析范式下明确数据要素的权属认定逻辑，细化数据交易主体的权益分配规则，进而推动数据自由、有序的竞价与流动。

二、“卡—梅框架”下数据要素治理

的价值基础

产权不明致使市场发展萎靡、权属不清晰导致市场失序以及实践中行为法规制存在不足使得数据要素流通存在诸多不敷适用之处，而构建流动自主有序、配置高效公平的数据要素市场，必须寻找新的数据权益分析范式。“卡—梅框架”下禁易规则、责任规则以及财产规则的基本内涵和适用条件，可以将数据要素流通的不同场景置于同一体系下，进而明确数据产权，细化权益配置规则，实现数据要素市场的高效有序运行。

（一）数据要素治理的应然价值

作为国内统一大市场的重要组成部分，数据要素市场是当前市场经济领域颇为关键的一环。事实上，数据要素治理微观层面的个体信息保护，中观层面的数据产业发展以及宏观层面的国家安全战略意义尤为深远。

第一，数字要素治理有利于消费者个人信息的保护。数字经济的理想状态是消费者将个人数据授权平台搜集与处理，平台则向消费者提供免费或低价的高质量、个性化服务，并通过用户反馈不断优化算法，两者相辅相成。然而，部分平台为了攫取超额利润，往往过度搜集用户数据，并无视脱敏化处理的基本原则，对数据肆意进行关联分析和深度挖掘，严重侵害了消费者对个人数据的控制权，更与《个人信息保护法》规定的个人数据可携带权的理念相悖。甚至，少数头部平台企业将数据优势转化为竞争优势，对本应在市场流通的数据采取封禁措施或限制流通规则，典型表现为拒绝数据开放共享，实行价格歧视、算法合谋等垄断行为，危害甚巨。最终，上述垄断行为的损害效果仍将回归市场与消费者个体。因此，数据要素市场的治理逻辑与效果与消费者个人数据保护息息相关。事实上，当前对数据分类分级治理的路径正是体现了消费者个人数据保护的现实需要。例如，在个人数据保护层面，区分个人敏感数据与非敏感数据。前者与公民个人人格权直接相关，被《民法典》《个人信息保护法》所保护，除非用户授权同意，否则不能进行市场交易。而个人非敏感数据作为个人活动的副产品，同样包含个人消费偏好等具有经济价值的信息。因此，对此类数据的利用应该在充分遵守个人隐私保护法律规定和支付合理的存储成本补偿价格的情况下，允许经济主体采集个人数据和对个人非敏感数据、匿名化个人数据、泛化的个人数据的挖掘利用。上述对数据分类分级的处理机制并非数据封闭，而是通过构建信任的数据生态，消除消费者对个人隐私数据泄露和被滥用的担忧。［8］

第二，数据要素治理有助于加速数字产业转型与升级。数据要素经济价值的实现关键在于企业数据权属的界分，通过数据确权保障数据用益权，进而落实其财产权益。事实上，即便是用户原生数据，也必须依赖平台提供的技术支持方能产生。当前几乎各个平台均设置隐私条款与用户个人信息搜集条款，用户自愿将个人信息通过浏览器输入到平台的专有域系统中，域所有者利用预设的二进位制算法等技术进行分析、处理，最终将输出结果存储在平台的服务器上。基于“先占即所有”的一般法理，平台可以利用技术措施限制、控制甚至排除其他人访问，事实上已经实现了对数据的排他性的控制。因此，平台可拥有自身研发的互联网技术记录下来的数据产权。而且，“劳动赋权”理论下，平台企业对数据资源的采集加工和流转应用均投入了资本和创造性智力活动等数字劳动，因此企业所采集和加工后的数据也具备了商品价值，能够进入数据要素市场流通。［9］

基于平台企业对主张数据权益依据的廓清，在数字经济激励机制下的数据具有天然的流动性优势，并参与数字产品或服务生产全过程。同时，数据具有的可重复利用、无限复制、类型多元等特点，使得其价值不会因在多方主体之间流转而减损，反而会在场景化适用与算法分析中不断增值，因此数据要素的流通与利用有利于促进企业向知识密集型发展模式转型，优化资源投资方式和生产决策方式，在降低生产成本的同时驱动产业升级，从而实现质与效的全面跃升。［10］

第三，数据要素治理有助于数据安全制度建设。安全保障是数据要素有效流通与利用的前提，也是数据市场稳妥运行的基础，无论是数据产品的生产还是数据权利的赋予，均要依托数据安全制度的框架保护。遗憾的是，当前我国数据要素市场的安全制度仍存在局限，尤其表现在国内数据要素市场缺乏场景化落实机制以及因与国际数据主权认知差异导致的跨境数据合规困境。在国内层面，尽管《数据安全法》“数据二十条”可以为数据安全制度提供框架性指引，但较为模糊的立法表达以及效力层级较弱的政策语言无法具化为实施规则，难以满足数据安全的场景化保护需要。在国际层面，不同主权国家对数据利益诉求落差明显，而且国家之间对数据安全的认知程度更是有着明显区别，这无疑增加了建立统一规范的全球数据安全治理规则和体系的难度。

基于此，数据要素治理同样需要关注安全价值的实现。当前应总结数据安全监管现状和不足，从数据监管的体系化、法治化、国际化方面完善数据安全监管重点制度［11］。具体而言，在政府层面，需要行政机关统筹数字要素市场安全制度的顶层设计与配套机制。在企业层面，则立足于应用场景，着重关注数据全生命周期和业务运行环境，同时可以依托行业组织，使其承担制度解读重任，帮助企业建立完善的数据安全落地机制和架构。

（二）“卡—梅框架”应用数据要素治理的价值契合

1. “卡—梅框架”的基本逻辑

“卡—梅框架”是卡拉布雷西（Guido Calabresi）和梅拉米德（Douglas Melamed）所提出，从法律后果的角度对法律规则进行逻辑分类，同时依托私人对法益的自由转移和自愿交易将法益保护的不同规则归纳为财产规则、责任规则和禁易规则三种［12］。根据文义解释，“卡—梅框架”实际上侧重分析不同法律规则中的价值偏向和效益，进而致力于实现对法益的跨部门、多领域保护［13］。

“卡—梅框架”的独特性在于，它摒弃了传统规则分类的行为模式，进而尝试拥抱法律效果，即公民法益因受侵害而获得法律保护的力度。“卡—梅框架”中法益的概念介乎于“权利”和“利益”之间［14］。此处的法益可以理解为：所有受法律保护的权利和利益，既包括财产权利，也包括人格权利；既包含受到绝对权利保护的“权利化”的利益，也包括有待法院在具体情形加以确定的绝对权利保护之外的w+jJjwV8yEzk5vE3a0NFBTHr7XovLncNp26f0OFITTI=“纯经济利益”。“卡—梅框架”的三类规则中，禁易规则是指禁止法益在买卖双方之间转让，即便双方是自愿的。质言之，禁易规则允许私人主体对特定法益享受的“所有权”，但为这类所有权设定了“转让限制”［12］。禁易规则范围之外，法益被允许在私人之间自愿或者非自愿的进行转移，前者为“财产规则”，后者则为“责任规则”。财产规则强调买方可以根据与法益拥有者自愿协商一致的价格购买法益，国家不应予以干涉。因此，财产规则本质上是赋予法益拥有者对法益的定价权，即其有权决定法益交易价格的完整权利。然而，法益的自愿交易有时并不是最好的选择，强制性的法益转移与定价也许更能促进交易效率与社会整体福利。因此，“责任规则”便应运而生，法律上常常通过责任规则，赋予人们在自愿交易之外的另一个选择：通过司法定价促成“强制交易”。可见，“责任规则”的本质是法益拥有者的定价权被法律强制买断，并转化为法益拥有者的求偿权与法益相对人的征用权。

事实上，很多场景下，数据交易行为中的弱势方容易遭受强势方权力的侵害，导致自愿原则与诚实信用原则虚置，责任救济和事后补偿机制便显得尤为重要［15］。在此背景下，“无为规则”和“管制规则”作为传统“卡—梅框架”的补充规则便应运而生。无为规则是对国家干预范围的限定，明确划定了法律介入社会生活和市场交易的限度；而管制规则是将“卡—梅框架”的有效范围进一步向纵深扩展，把此前未能涵盖但是在法律条文乃至司法判决中普遍存在的一类规则纳入其中。

2. “卡—梅框架”下数据要素治理的适用价值

“卡—梅框架”以统一视角衡量不同部门法的规则，可以有效对比不同规则的功能差异与价值内涵，进而实现对数据要素流通保护在各领域法规范中的有效指引［13］。而且“卡—梅框架”还试图提供更为多元的救济路径。数据要素流通不仅涉及数据交易、数据定价、数据补偿等私法领域的保护与救济规则，还涉及刑事制裁、行政处罚等公法领域的规制内涵。在数据要素治理场景下，“卡—梅框架”的适用价值尤其体现在交易效率、交易公平与交易安全三个方面。

第一，数据流通效率维度。“卡—梅框架”中的财产规则可以实现数据交易与流通的效率价值。作为法经济学领域内的分析范式，“卡—梅框架”依托“交易”这一基本元素，通过减少交易的制度成本，为市场资源的优化配置提供指引，最终提升交易效率［16］。具言之，财产规则以破坏自愿交易的侵害行为为规制对象，通过保护自由交易，形成资源配置的帕累托改善［13］。同时，“卡—梅框架”以民事责任为底线，对因为违约行为破坏的合同关系重新依自由交易原则进行恢复性调整。可见，财产规则实际上是为双方提供了一个自由、自愿的交易环境，最终缓解现实生活存在的交易成本及其非对称性，赋能交易过程，提升交易效率。

第二，数据流通安全维度。“卡—梅框架”中的财产规则可以实现数据交易与流通的安全价值。如前所述，“禁易规则”的基本含义，是在明确法益归属的同时，却“不许法益在即使是自愿的买卖双方之间进行转让”［12］。在数据市场中，并非所有主体均可进行交易，也并非任何类型的数据都可以进行流通。一方面，数据交易的主体，决定数据交易的质与量，而当前数据交易环境的紊乱状态，与交易主体范围模糊、部分缺位有密切关系。因此，若要实现数据市场的合法化与阳光化，须充分发动扶持数据供给方，科学规范梳理数据需求方，引导培育建设数据中间商。另一方面，数据交易的范围同样有限。进行数据交易的范围应当通过安全审查，尤其是要将两类数据排除在可交易数据信息范围之外，损害公共秩序、国家安全的数据不得交易，涉及他人商业秘密、个人信息与知识产权的数据原则上不得交易［17］。综上，正是基于“禁易规则”的具体内涵，数据交易范围的适用除外有了合理性与正当性。

第三，数据流通公平维度。“卡—梅框架”中的财产规则可以实现数据交易与流通的公平价值。“卡—梅框架”中的责任规则事实上剥夺了交易主体对交易标的定价的权利，并将定价权转移至其他机构，如政府、法院等进行强化定价。与财产规则不同的是，责任规则之下，一个私人主体拥有的不再是一项完整的无限权利，而是一个在法定情形下可以被他人以法定赔偿强行剥夺的有限权利。数据交易同样需要责任规则的指引。以公共数据交易为例，公共数据资源的经济价值与数据写入者的写入、参与行为呈正相关，基于“对价—补偿”交易原则，他们对公共数据的收益具有天然的收益请求权。而数据控制者作为公共数据资源交易与分析环节的核心主体，其需要支付数据平台建设费用、维护费用、人员薪资等成本，同样可以获取公共数据的运营性收益。如此，国家作为公共数据的所有者，需要对公共数据资源交易中的所有收益进行适度调整，以平衡每个参与主体的付出成本与所得收益。可见，通过责任规则调适的公共数据授权运营不仅可以推动公共数据资源交易价值的公平性反补，保障国家调控与市场机制的相互协调，还能满足所有公共数据资源参与主体的保护诉求，避免因公共数据资源交易的市场机制失灵而导致的利益分配失衡。［18］

三、实践路径：数据要素流通的规则展开

如前所述，以数据权属认定与数据流通规则为核心的数据治理体系亟待调整。“卡—梅框架”作为法经济学的经典分析范式，有效契合数据治理的场景化、类型化、救济化的特点，具有进一步适用分析的可行性。具体路径方面，应立足于数据要素市场的安全底线原则，明确数据权属，完善数据定价规则，保障数据隐私权益，最终促进实现数据要素市场化的稳步运营。

（一）数据权属的场景化认定逻辑

数据权属的配置不能延续“非此即彼”的传统确权思路，因为数据的属性往往高度依赖于具体场景，即其在不同的场景中可能呈现完全不同的特征。因此，对于非公共数据的确权应当秉持“场景化思路”。具言之，如前所述，“个人数据平台所有”遭受的质疑往往集中在为了个人数据生产激励与个体隐私权侵害风险的矛盾加剧。因此，个人数据的权属配置必须降低个体隐私权的被侵害风险，并且实现个人数据的最大化利用。对此，比较稳妥的做法是将个人数据区分为“敏感个人数据”与“普通个人数据”两种类型，原因在于，大量高敏感度的个人信息一旦泄露，将导致群体性的社会歧视、人格尊严受损等严重危害，具有区分保护的必要性。另外，数据隐私保护是数据要素流通交易的底线，因此在保障用户个人数据隐私的前提下，方才可以推动数据的互联互通。而数据要素的共享与互联互通可以不断累积数据的价值，还能借助数字经济的双边市场、规模效应、零价竞争等特点，发挥数据的规模化优势。［19］

公共数据应归属于国家所有，政府代替国家行使所有权。一方面，公共数据归属国家所有可以立足国家宏观调控维度，对数据资源利用与数据权益的分配进行正当性证成。虽然市场在数据资源配置中起决定性作用是数据市场化的应有之义，但这同样会引发数据垄断、数据不正当竞争等负面效应，进而导致公共数据利用效率降低。基于此，将公共数据认定为国家所有，可以借助国家调节手段解决公共数据合理利用与公平分配难题［20］，实现数据有序、有效的市场化运营。另一方面，政府机关代表国家行使公共数据的管理权，通过明确其权利、义务与责任，可以有效规范公共数据搜集、开放、利用的全生命周期。具言之，管理权是所有权的次级权利，而政府作为国家的“代言人”，有权对公共数据进行开发利用并享受增值收益；同时，政府有义务也有责任为公共数据开放展开规范建构。［21］

（二）细化数据估值与定价的考量要素

数据要素的交易中，数据资产本身的价值是静态的，而数据定价却是动态的，数据产品或者服务价格会围绕其价值上下波动。因此，数据定价应立足于数据资产的估值，并综合考虑市场供求关系以及多次交易行为对数据价值可减损性等因素［22］。而在市场中的数据估值与定价方式可以区分一二级市场进行阶段性考量。

一方面，明确一级市场的数据估值。数据资产的估值方法往往依赖于会计学中无形资产的估值方法，即通过成本法、收益法与市场法予以认定。基于数据交易的不同场景，对数据估值的方法也不应“一刀切”，而是根据不同交易场景与数据特点分别适用不同的估值方法。具言之，成本法强调数据价格由生产数据花费的必要劳动时间决定。成本法计算简单且容易理解，能够大幅提升交易效率，因此适用于成本公开、买方差异较小的数据交易行为。收益法将数据最终的价值与未来收益进行贴现的现值总和挂钩，适用于未来收益可预测且可采用货币计量的场景。然而，数据市场交易本身是动态的，而且现实中大多数企业难以从数据资产中获得直接收益，因此，收益法更适合数据买方采用。市场法依托市场中相同或者类似数据产品或服务交易价格，在很大程度上能够客观反映数据资产当前的市场状况，真实性更强。但市场估值法对市场环境要求较为严苛，必须保证数据市场主体交易活跃以及拥有成熟的数据交易平台。而随着我国各省市大数据交易平台的逐步建立，数据交易相关条例也相继出台，这就意味着市场估值法将在未来数据交易中发挥重要的作用。

另一方面，厘清二级市场的数据定价。一级市场的估值是数据二级市场交易的前提，二级市场流通交易过程中，数据产品或服务的价格将从波动趋向平稳。事实上，数据二级交易市场将承担价格发现的功能，即数据购买者会根据对数据的现实需求在市场中寻找合适的标的，并根据内心的价格预期、标的估值标价、经营者的报价等因素综合考量。不同市场主体的议价能力有所差异，它们对同一数据产品或服务的效用认知同样存在区别，使得数据的参考价格处于动态调整中，上述机制可以反馈给一级市场，作为估值的重要参考，也可以引导着数据产品或服务质量的改善。［23］

（三）“清单+技术”的个人数据保护路径

如前所述，数据相比于其他生产要素面临着更严峻的泄露风险，这就意味着，数据要素市场过程中，包含个人敏感信息的数据权益的保护尤为重要。事实上，技术不仅是个人信息侵害的诱因，也可以成为个人信息保护的重要依托，因此，对于个人数据的保护，应构建“负面清单+匿名技术”的二元路径。一方面，建立数据交易的清单管理制度。为避免对敏感个人数据的过度关注阻碍数据流通，可对交易数据的类型进行区分，并通过设立黑白灰名单机制予以分类管理。具言之，“黑名单”与“白名单”是依据数据是否可以援引适用除外制度的分类思路［24］。灰名单不同于完全禁止的黑名单，也不同于完全开放的白名单，它适用于限制交易的数据类型，根据场景适用不同安全管理规则。例如，部分敏感个人信息由于涉及个人隐私、商业秘密等内容，无法直接进入市场，需要依据安全可控的原则对它进行技术“脱敏”“脱密”以及安全评估后，方能进行有限交易和流通［25］。数据负面清单的分类管理制度，可以为数据市场化明确交易排除范围，进而激励更多数据交易以场内交易方式实现“阳光化”。

另一方面，隐匿性技术赋能数据交易保护。数据交易必然依托算法、区块链、云计算等新兴技术的加持，而上述底层技术逻辑可以成为数据要素保护的关键设施。事实上，数据市场不会自发产生数据，只能为数据交易提供关键，并履行基本的监督责任。相比于传统的商品市场，数据交易市场买卖双方更加多元、交易方式更加多样、交易范围更加广阔，单纯以“自律”作为监督逻辑无法妥善应对。而随着数据交易的不断积累，数据交易市场也完成自己的知识抽取，在此过程中，匿名性技术可以逐步超越工具主义范畴，成为数据资源配置的关键抓手。［26］以区块链技术为例，具有去中心化、防篡改、可追溯的区块链技术可以满足数据市场交易与供给的安全性需求［27］。第一，在数据供给层面，数据主体若可以根据依托区块链链式存储的可追溯性对数据进行控制。数据主体利用加密算法，将自身的授权同意转化为可被计算的区块，不仅可以避免数据被篡改的风险，还能保证数据的合法来源可以被追踪。质言之，数据交易中的双方都是可以对交易过程进行授权与确认，数据供给源头保证了合目的性。第二，在数据应用层面。传统监管手段无法对数据流通与交易的各类环节进行深度检视，进而导致监管失灵。区块链技术的底层逻辑在于公钥与私钥精准匹配，包含个人隐私的数据完成上链操作后，便会接受相关主体的交易监管，只有获得完整授权方能进行下一步交易流程。可见，区块链技术的应用可以实现对于数据交易用途的限制和监管。

四、结 语

作为生产要素的数据具有规模经济显著、网络效应、零边际成本等特征，它与算法、平台结合时，便有可能成为增强企业市场势力的关键资源。然而，数据要素的失范运行同样会在数据定价、数据确权以及数据隐私保护等方面诱发诸多困境。例如传统产品定价基准往往依托“生产成本+合理利润”，但数据自身成本的不确定性、适用场景的多元性等特征导致传统定价模式不敷适用。而且，数据权属的认定依然存疑，尤其表现在基于个人信息自决权理论下的数据个人所有、基于企业事实控制的平台所有以及基于公共利益考量的数据国家所有。另外，携带用户个人信息的数据流通也会引发隐私危机，而“知情同意”规则无法为用户隐私保护提供合理救济路径。在此背景下，构建流动自主有序、配置高效公平的数据要素市场，必须寻找新的数据权益分析范式，“卡—梅框架”便是值得考虑的范式选择。“卡—梅框架”中的财产规则强调买方可以根据与法益拥有者自愿协商一致的价格购买法益，即交易自由理念，这与数据交易、流通的效率原则相契合；“卡—梅框架”的禁易规则关注所有权转让的限制范围，与数据交易、流通的安全理念相契合；而“卡—梅框架”中的责任规则旨在释明强制性的法益转移与定价，与数据交易、流通的公平理念相契合。基于上述三维视角的分析，“卡—梅框架”具有适用数据要素治理的法理逻辑。

在“卡—梅框架”的分析范式下，本文主张区分公共数据与非公共数据，通过场景化理论对数据权属进行认定；同时，数据定价立足于数据资产的估值，并综合考虑市场供求关系以及多次交易行为对数据价值可减损性，并在一级市场与二级市场两阶段实现合理定价。当然，对于数据要素市场过程中的隐私风险可以通过建立数据交易清单机制以及隐匿性技术赋能数据交易隐私保护。“数据二十条”已经勾勒出数据产权的基本框架，并就权益分置的运行机制予以了规范阐释，当前需要对数据产权登记、数据交易规则、数据定价基准以及数据危机管控进行研判，进而不断完善数据要素治理体系，实现数据要素的价值，最终推动数字经济高质量发展。

参考文献：

［1］ Varian H. Artificial Intelligence， Economics， and Industrial Organization［J］. NBER Working Papers， 2018（7）.

［2］ Herbert Zech. Information as Property［J］. Journal of Intellectual Property，Information Technology and Electronic Commerce Law， 2015（3）：192-197.

［3］ 夏菡.国际法视野下欧盟数据治理立法发展及对中国的启示［J］.武大国际法评论，2023（4）：106-118.

［4］ 黄璜.美国联邦政府数据治理：政策与结构［J］.中国行政管理，2017（8）：47-56.

［5］ 张永亮.金融监管科技之法制化路径［J］.法商研究，2019（3）：127-139.

［6］ 孔艳芳，刘建旭，赵忠秀.数据要素市场化配置研究：内涵解构、运行机理与实践路径［J］.经济学家，2021（11）：24-32.

［7］ 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.［EB/OL］.（2022-12-19）［2023-11-13］.https：//www.gov.cn/zhengce/2022-12/19/content_5732695.htm.

［8］ 唐要家，唐春晖.数据价值释放的理论逻辑、实现路径与治理体系［J］.长白学刊，2022（1）：98-106.

［9］ 宋方青，邱子键.数据要素市场治理法治化：主体、权属与路径［J］.上海经济研究，2022（4）：13-22.

［10］ 张蕴萍，翟妙如.数据要素的价值释放及反垄断治理［J］.河南师范大学学报（哲学社会科学版），2022（6）：59-65.

［11］ 邓胜利，荣鑫雨.数据要素市场化治理的关键问题［J］.数字图书馆论坛，2022（10）：32-34.

［12］ Guido Calabresi， A Douglas Melamed.Property Rules， Liability Rules， and Lnalienability：One View of the Cathedral［J］.Harvard Law Review， 1972（6）：1089-1128.

［13］ 郭洁，姚宇.卡—梅框架下我国物权保护规则的配置研究［J］.政法论丛，2017（6）：12-21.

［14］ 凌斌.法律救济的规则选择：财产规则、责任规则与卡梅框架的法律经济学重构［J］.中国法学，2012（6）：5-25.

［15］ 崔淑洁.数据权属界定及“卡—梅框架”下数据保护利用规则体系构建［J］.广东财经大学学报，2020（6）：78-87.

［16］ 康芒斯.制度经济学：上册［M］.于树生，译.北京：商务印书馆，1997：11-73.

［17］ 王茜.商法意义上的数据交易基本原则［J］.政法论丛，2022（3）：120-131.

［18］ 张玉洁，王永贤.公共数据资源交易模式及其催生的制度：以“对价—补偿”交易模式为分析视角［J］.辽宁师范大学学报（社会科学版），2021（2）：19-23.

［19］ 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［J］.华东政法大学学报，2019（5）：69-83.

［20］ 张玉洁.国家所有：数据资源权属的中国方案与制度展开［J］.政治与法律，2020（8）：15-26.

［21］ 赵加兵.公共数据归属政府的合理性及法律意义［J］.河南财经政法大学学报，2021（1）：13-22.

［22］ 陈华，李庆川，翟晨喆.数据要素的定价流通交易及其安全治理［J］.学术交流，2022（4）：107-124.

［23］ 陆岷峰，欧阳文杰.数据要素市场化与数据资产估值与定价的体制机制研究［J］.新疆社会科学，2021（1）：43-53.

［24］ 徐玖玖.数据交易适用除外制度的规则构造［J］.电子政务，2021（1）：92-100.

［25］ 徐玖玖.从“数据”到“可交易数据”：数据交易法律治理范式的转向及其实现［J］.电子政务，2022（12）：80-89.

［26］ 程关松，苗运卫.相对人参与算法行政的困境与出路［J］.东南法学，2021（2）：43-57.

［27］ 苗泽一.数据交易市场构建背景下的个人信息保护研究［J］.政法论坛，2022（6）：55-65.

责任编辑：汪频高

（E-mail：470597273@qq. com）

New Interpretation of Data Element Governance Paradigm and Expansion of Rules： From Perspective of C&M Framework

HAN Shipeng

（Taiwan Research Institute， Xiameng University， Xiamen Fujian 361005）

Abstract： As a new production factor， data is permeating in every link of market economy including production， circulation， and consumption. The capitalization of data endows it with important significance in terms of ownership affirmation， circulation， and utilization. Data element governance is valuable for the protection of individual information at the micro level， the development of data industry at the meso level， and national security strategy at the macro level. The basic connotations and applicable conditions of the Inalienability， Property Rules， and Liability Rules of the C&M Framework can place the various scenarios of data element flow under one system， so as to clarify data property rights and equity allocation rules and achieve the efficient and orderly operation of data element market. In terms of practical approach， firstly， the typed and scenario-based logic should be used to refine the identification standards of data ownership； secondly， the benchmark of data pricing should be clarified by comprehensively considering how market supply and demand relationship and transaction behavior impair data value； and finally， the negative list mechanism of data trade and concealment technology should be adopted to protect sensitive personal information.

Key words： C&M Framework； Property Rules； Liability Rules； data ownership； data pricing

收稿日期：2023 - 12 - 22 本刊网址·在线期刊：http：//qks. jhun. edu. cn/jhxs

基金项目：四川省社会法制教育普及基地课题“数字平台算法共谋的反垄断规制纾困”（SFJP202305）

作者简介：韩世鹏，男，山东聊城人，厦门大学台湾研究院法律研究所博士生，E-mail：shipeng1020@163.com。