數據資源確權的理論基礎與實踐應用框架

李齊 郭成玉

摘要?推進數據資源規范高效地采集、整理和分析應用，有效保護個人隱私、企業權益和公共安全，對于推動經濟社會發展和國家治理現代化具有重要意義。當前推進數據資源的生產和利用面臨的首要問題是數據資源確權，需要構建數據資源確權的理論基礎，形成統一的實踐應用框架。文章分析了相關理論紛爭和實踐困境，認為基于傳統資源的現有法律規范及精神，在理論探討和實踐中不能有效適用于數據資源確權。明確基于數據資源特性及運用產權理論建構數據資源確權的理論基礎，進而構建確權實踐應用框架。在充分考慮數據資源特性的基礎上，分析表明數據資源確權有兩個基本維度：排他性維度和伴生性維度。排他性維度分析基于技術水平、社會效率和分配公平三個因素，平衡考慮數據生產者利益、社會整體效率和社會風險，明確了排他、有限排他和非排他的三種制度選擇及其產生的效果。伴生性維度分析了數據資源的伴生主體分類，以及由伴生主體利益訴求和參與數據生產程度確定的伴生程度強弱，確定了數據資源類型和產權類型。依據排他性和伴生性維度分析數據資源實踐應用框架，以個人、企業、社會組織、政府、國家為伴生主體，各種數據資源產權可以分為人格權、私有產權、俱樂部產權、公共產權和有條件限定公共產權5種類型;并依據各主體的特性，分析了產權歸屬及產權交易和共享的可能性與方式，以平衡社會公平與效率，既保障各主體的利益訴求，又促進數據資源的持續產出和流通。

關鍵詞?數據資源;數據產權;數據確權;排他性;伴生性

中圖分類號?C939文獻標識碼?A文章編號?1002-2104（2020）11-0206-11DOI：10.12062/cpre.20200616

在信息革命第三次浪潮的推動下，數據資源成為經濟社會發展的基礎性戰略資源[1]，其價值日益凸顯，已經成為決定國家和企業競爭能力的重要因素。本文所分析的數據資源主要是指“大數據”，即超大規模數據、快速流轉和低價值密度的數據，以及采集和分析方式不同于傳統調查數據的“小數據”，包含結構化、半結構化和非結構化的多類型數據。推進大數據產業發展成為國家戰略，對于實現經濟社會高質量發展和國家治理現代化具有重要意義。如何基于數據資源確權，規范高效地采集、整理和分析應用數據，以及如何保護個人隱私、企業權益和公共安全，成為當前亟須解決的問題[2]。為此，相關研究和法律實踐不斷推進，但是相關主體權利和利益始終難以平衡，導致數據確權在理論上各執一詞，相關實踐存在多重困境，不利于合理有效配置數據資源。究其原因，在于數據資源確權難以適用已有的法律規范，而新的理論基礎沒有得到統一建構，實踐框架也沒有統一認識，這正是本文試圖解決的問題。

目前關于數據資源確權的研究，主要集中于數據權體系、數據保護路徑和標準三個層次，其考量基準是現有法律規范，以及相關權利的確定可能對各主體利益帶來的損益。在數據資源特性的約束下，依據不同的路徑分析，理論紛爭自然形成。相關實踐和判例由于沒有能夠容貫一致的法律規定和解釋，只能根據現有法律精神，適用不同法律規范，形成相互沖突和矛盾的現象。

如何繼續推進相關研究和實踐？如何能夠實現在統一的基礎上對話？這需要在數據資源確權的理論基礎上達成共識，從數據確權的理論源頭探索。產權的發生史說明，每個時期的技術水平和資源特性，以及對效率和公平的追求，讓人們采用了不同的產權模式。因此，數據資源確權的分析，需要基于當前的技術水平，考察數據資源的特性和產權理論的適用，進而根據效率和公平的考量，確定數據資源確權的維度（排他性與伴生性），分析各種數據資源在不同場景下，各主體應當遵守的行為規范，即產權配置，最終形成數據資源確權的實踐應用框架。

1?數據資源確權的理論紛爭與實踐困境

深化理論基礎研究，分析應用框架，有必要對數據資源確權的理論紛爭和實踐困境做全景式考察，把握當前研究和實踐的基本脈絡，明確需要解決的基礎性問題。

1.1?數據資源確權的理論紛爭

當前數據資源確權的理論研究的基本思路比較明晰，首先討論數據權體系，即數據權包括哪些基本權利;然后，討論不同的權利應依據哪些法律途徑予以保護;最后，分析法律適用的具體標準。這三個層次的分析都沒有統一的認識，學者的觀點往往針鋒相對。

對于數據權體系，研究者從不同的角度有著不同的表述。大部分學者關注數據資源所有權歸屬問題，即明確數據資源為個人所有，或為企業所有，或為社會組織所有，或為社會共有，由此形成數據權體系。基于所有權，可以將數據權界定為由歸屬權、占有權、支配權和使用權等權利構成的財產權[3]。有的學者從國家和公民的角度分析，認為數據權體系包含數據主權體系和數據權利體系兩個部分[4]。對此，有的學者并不贊成，認為以網絡安全和主權威脅的名義限制數據流動和信息交換的立法可能產生意想不到的后果，不提倡將數據主權納入數據資源確權之中[5]，并指出沒有必要將數據主權涵蓋在數據確權范圍之內，因為它更多涉及數據安全問題，而數據確權卻更多的是數據權的約束問題[6]。也有學者提出，應當將數據權體系分為公法層面的數據主權、社會權力意義上的數據權和私法意義的數據所有權、隱私權等[7]。對于以上分析方式，有的學者認為，這都是對數據確權的單邊分析，根據雙邊保護框架，應將數據分為數據人身權、財產權和經營權[8]。

根據對數據權體系的不同理解，數據權的保護路徑在不同研究者那里各有側重。基于人格附屬的財產權保護路徑，注重個人信息保護的重要性。國內學者洪海林及美國學者勞倫斯·萊斯格認為，數據附屬于人，需要在充分保護人格權的基礎上，保護個人數據的財產權。基于物權所有權保護路徑，將數據資源看作是中立的工具，注重數據資源的利用價值。周林彬等[9]從制度效率高低、克服制度稟賦阻力大小、交易成本大小三個方面，論證物權所有權保護路徑促進數據交易和數據產業發展的適用性。有學者認為，數據作為無形物不適用于財產權保護路徑，提出大數據開發是數據開發者技術、知識、勞動的結果，要注重保護數據開發者的勞動，主張知識產權的保護路徑[10]。有的學者認為，數據也不適用于知識產權保護路徑，而主張新型財產權保護路徑，建立一個保護“無形物”的獨立的財產權體系，重新平衡用戶和數據從業者的利益關系，讓用戶擁有基于個人信息的人格權和財產權，數據經營者擁有基于數據資產的經營權和財產權[11]。但主張新型財產權的學者也認識到，個人信息的人格權、財產權與數據經營者的經營權、財產權間的界限比較模糊，實現個人信息保護與數據價值開發利用雙贏局面較為困難。

數據保護路徑不同，自然導致數據確權的判定標準不同。若數據產生主體和采集與使用主體為同一主體，或者自然數據被單一主體采集和使用，一般不存在判定標準的爭議。但是，現實中常見的一種情況是，個人為數據產生者或同時作為使用者，而企業為數據的采集者和使用者。這樣就存在數據權歸屬于個人，或歸屬某個企業的問題。至少有以下幾種判定標準：第一種標準認為數據所有權歸屬于個人，因為個人是這部分數據的原始產生主體。任何企業對數據的采集和使用，必須獲得個人同意，并保障個人對數據擁有修改或遺忘等權利。第二種標準認為數據所有權若歸屬于個人用戶，侵害了企業的勞動成果，也不利于數據資源的開發利用與流轉效率，所以數據所有權應歸屬于企業。相關學者認為這些數據是經過去身份化脫敏處理得到，已經切斷了與用戶的聯系[12]，同時企業在數據采集、存儲等方面投入巨大成本，所以是企業的勞動成果。第三種標準認為個人擁有個人數據所有權，若個人數據變成匿名化的數據，成為數據資產，則企業享有限制性的所有權[13]。如果一個主體面對多個企業采集和使用數據，數據保護標準就更加難以確定。然而，現實中這種情形大量存在。比如一個主體的某一行為數據會被多服務應用、支付平臺、手機數據平臺同時采集和使用。那么到底數據歸屬于誰，可能還要考慮反不正當競爭或侵權標準等，讓確權標準變得更加復雜。

1.2?數據資源確權的實踐困境

理論紛爭是對數據資源確權實踐困難的反映。在缺乏統一理論認識的情況下，實踐按照固有的路徑探索前進，面臨著重重困境，主要表現在這幾個方面：類似的案例可以對應不同的法律部門，有著不同的法律實踐;數據價值利益獲取與人格權保護間的沖突，依據現有法律規范難以調整;數據規范的各國差異較大，數據主權保護存在沖突。

第一，對于類似的案例，在實踐中適用不同法律部門。關于數據權的各種判例，主要集中于企業與企業間、個人與企業間，以及個人與兩個或多個企業間的數據權爭奪。比如，朱燁訴百度隱私權糾紛案的兩次判決所運用的法律邏輯截然相反，一審重視保護個人信息，而二審偏重于保護數據資源利用。淘寶訴美景公司案與新浪微博訴脈脈案情況相似，但前者判決被告美景公司構成了不正當競爭，而后者判決則保護被告獲取原告用戶信息的合法權益。數據糾紛案例如果根據主體間協議，可以適用合同法，但主張數據是中立的工具，忽視了數據的價值受制于數據內容和數據依附于主體存在的現實。如果根據數據的無形和勞動成果特征，適用知識產權法，就沒有注意到數據資源不具備獨創性、期限性、法定性的知識產權必要特征。根據數據占有或所有事實，適用物權法，則容易忽視數據的個人權利保護，或在某個范圍內數據應有的共有性。根據產生主體適用個人信息保護法，就會忽視數據產生過程中企業的價值和數據流通的價值。根據數據流通適用價值的沖突，適用不正當競爭法，卻會忽視數據在平臺上的共有性與網絡的開放性。不同的判例實踐，往往只能根據當時的情景，根據某種法律依據進行裁定，不自覺地忽視了其他依據可能給予的保護。

第二，數據價值利益獲取與人格權保護間的沖突難以調整。個人對數據的權利主張及對個人數據權的保護，與企業對數據的利用，在不同的情境中存在沖突。一種是對人格權可能的侵害。現實中存在企業在未經許可的情況下收集、占有、使用其數據，分析用戶需求，獲得市場優勢，侵犯了數據生成者的合法權益的情況。正常情況下，個人和企業之間會簽署協議，但這種協議是不完全契約。數據生成者在使用大數據運營主體推出的軟件或應用時，只能簽訂同意或不同意條款，不能協商更改，處于被動地位[14]。另外，隨著數據分析技術的改進，數據價值獲取逐漸超出契約規定范圍，對于契約外的或然事件的決策和處理，大數據運營主體擁有“剩余控制權”，可能在契約未明確的情況下侵害數據產生者的權利[15]。另外，還存在對企業數據價值利益獲取的侵害。如新浪微博與頭條關于數據的爭奪。按照判例，數據歸個人所有，個人擁有處理數據的自決權。然而，在微博上形成的數據，已經讓微博付出大量成本，經個人轉移到頭條，必然在相互競爭中，讓微博利益受損。

第三，各國數據確權實踐不一致，數據主權保護相互沖突。面對數據確權難題，世界各國由于法律體系等差異造成確權實踐存在沖突。歐盟秉持體系化理念，確立了“個人數據”和“非個人數據”的二元架構，創設“數據主體”身份，并賦予其一系列權利，試圖提升自然人對其個人數據的控制。針對“非個人數據”，企業享有“數據生產者權”，不過，其權利并非是絕對的[8]。美國選擇了一條充分利用既有法律身份和監管機制的實用主義路徑，在寬泛保護個人權利的同時，促進企業對數據的利用。在聯邦層面，信息隱私保護規則分散在各個傳統法律部門中，利用“信息隱私權”來化解互聯網對私人權利的威脅。但同時，美國主張個人和數據企業在協議的基礎上，實現權利的轉移，并不對企業使用匿名化數據給予過多限制。日本遵照個人信息保護法，同時經濟產業省制訂了《數據使用權限合同指引》，通過合同方式來解決數據權屬問題，和美國在實踐中較為一致，但對個人數據權利保護要更嚴格。對于數據主權，2018年歐盟和美國分別發布了《數據通用保護條例》（General Data Protection Regulation）、《澄清域外合法使用數據法》（the Clarifying Lawful Overseas Use of Data Act， CLOUD Act），都明確主張對境內產生的數據，以及境內企業在境外產生的數據，擁有其他主體不可侵犯的主權[16]。我國雖然沒有明確的法律規定，但在實踐中基于網絡安全等需要，也實際秉持相同的主張。如此，數據主權的沖突就在所難免。

2?數據資源特性與產權理論分析

數據確權的理論依據缺失和法律實踐沖突，必然引發數據資源使用效率與公平間的博弈難以平衡。為此，需要進一步推進理論研究，提供實踐應用框架。理論紛爭和實踐困境的關鍵影響因素，使數據有著不同于其他資源的特性。數據資源其本身的特性決定了產權理論分析的內容及確權維度有別于其他資源。

2.1數據資源的特性分析

數據資源作為一種特殊的資源，從數據本身而言，具有非競爭性、可替代性、伴生性、被承載性和載體性。從流通和生產的價值來看，數據具有邊際效益遞增和容易陷入復制性陷阱的特性。數據資源特性為數據資源確權分析提供了基礎。

2.1.1?數據資源的非競爭性與可替代性

數據資源具有非競爭性，即任何使用者對數據資源的消費都不會影響其他使用者的利益，也不會影響整個社會的利益，具體體現在兩個方面：第一，數據資源使用的邊際成本接近為零。每增加一個數據資源的消費者，不需要再追加投入。第二，數據資源的邊際擁擠成本為零。即每個使用者對數據資源的消費都不會減少其他使用者的消費數量和質量，不會減少其他人對數據資源的滿足程度，不存在消費擁擠的現象。因此，數據資源是一種具有非競爭性的特殊資源，它不同于具有競爭性的石油、煤等傳統資源。要更高效配置數據資源，就需要促進數據資源流通，讓需求者以低交易成本獲取，從而不斷創造新的價值。

數據資源具有非競爭性的同時，具有明顯的可替代性。很多資源具有可替代性[17]，但數據資源的替代性特征更為顯著。從共時與歷時兩個維度分析，數據資源的替代性表現在：一方面，不同的數據資源可能經過分析，得出相同或相似結果，使獲得相同數據資源成為非必須選擇。因此，當某種數據資源難以獲取時，往往選擇可以獲得相同或相似結果的其他數據資源來替代。另一方面，隨著時間推移和技術進步以及元數據資源產生主體的行為改變，將會出現更具價值的可替代性數據資源。因此，基于數據資源的可替代性，數據資源需要加強流通，從而盡可能彰顯其價值。

2.1.2?數據資源的伴生性與被承載性和載體性

不同于其他資源，數據資源具有伴生性。數據資源的伴生性是指其產生需依賴于自然環境或人類社會環境中的特定主體。當數據資源指向自然環境時，數據資源是對自然物變化的記錄，如臺風、地震數據等。伴生于自然物的數據資源與被記錄數據資源的物體可以完全分離，不受被記錄物體的限制，要依據數據內容及其與采集主體關系進行分類確權。而當數據資源指向人類社會主體及其擁有的物品時，數據資源是人類個體或群體的相關行為活動的記錄，要受數據資源伴生主體利益訴求限制，不能利用數據資源危害其伴生主體的合法權益[3]。這說明，數據資源要在伴生主體限制下使用。

另外，數據資源還具有被承載性和載體性。數據資源在產生后，不能作為物品單獨存在，需要信息系統作為載體，其本身為信息的載體。數據資源是無形的，無論是作為以比特形式存在的物理介質，還是其本身所承載的內容都具有無形性的表征，必須依賴于信息系統作為載體存在[18]。數據資源的價值，不體現于其作為比特形式存在，而是體現于數據承載著信息，據此，人們可以根據數據進行分析和深度挖掘，以獲取具有價值的信息。因此，數據資源的生產和持續應用，始終存在既有成本。

2.1.3?數據資源的邊際效益遞增和復制性陷阱

不同于傳統資源在生產中會產生邊際效益遞減的規律，數據作為生產要素往往會產生邊際效益遞增的效果[19]。當技術水平和其他生產要素投入固定時，增加某一種生產要素的投入，單位資源投入對產品產出的效用是不斷遞減的，即邊際效益遞減。但是，在以數據分析為主導的企業中，當技術水平和其他生產要素投入固定時，增加數據的投入，在正常生產的情況下，往往是隨著單位數據的投入，產品的產出會提速，即投入與產出的二階導數不是負值，而是正值。例如，淘寶平臺在現有的技術水平和其他要素投入不變的情況下，不斷獲取商家、消費者、廣告商等主體行為數據，通過對不斷增加的數據進行分析，會越來越精準地向商戶、消費者、廣告商推送消息，處理平臺事務，讓各主體行為更加有效，讓單位數據投入獲得更多產出。數據邊際效益遞增會促使數據企業不斷積累并壟斷數據，以期獲取超額利潤。同時，中小企業和新創企業在面對擁有海量數據的企業時，往往因為數據缺乏而喪失競爭力。因此，如果不能促進數據有效流通，就存在不利于社會整體效益和持續創新發展的風險。

但同時，如果對數據流通不加以限制，又容易陷入復制性陷阱。數據可無限復制，且復制不會減損其價值，這是數據有別于有形物的特征[20]。不對數據生產者利益予以保護的數據共享，讓所有人都可以免費或者以超低價格獲取這部分有價值的數據資源，會導致數據生產者運用數據生產出來的商品在市場中不再具備優勢。從社會激勵機制來看，這就會出現“搭便車”現象，降低對數據生產者的激勵。如果數據資源收集、加工、分析者的勞動權益無法保障，那么這些數據生產者將缺乏動力去創造數據資源價值，將最終不利于社會的創新與發展。

2.2?數據資源的產權理論分析

面對不同類型資源，應當根據其自身本有特性和在流通使用中的特性，進行產權理論的分析。所謂產權，意指使自己或他人受益或受損的權利[21]，沒有這種權利的初始界定，就不存在權利轉讓和重新組合的市場交易[22]。產權史的發展告訴我們，根據效率與公平的權衡，有著共有產權、排他性共有產權和排他性私有產權分別主導不同歷史階段的發展過程。當今基于物品分類，產權也可以分為公共產權、俱樂部產權和私有產權。學者對數據資源確權的討論，除政府數據外，往往探討如何把數據確立為私有產權，即只將產權歸屬于某個主體所有。但從歷史發展過程和當前實際來看，產權的界定還有其他形式。根據數據資源特性，基于產權理論探討數據資源產權的可能形式及其制約因素。

基于物品分類確定產權歸屬主要依據兩個維度，即競爭性和排他性。競爭性是物品固有的屬性，指在不考慮制度規范的情況下，物品本身所具有的性質[23]。而排他性是制度屬性，是通過制度規范確定的物品屬性。數據資源擁有的各種屬性，已經明確了數據資源的非競爭性，還沒有討論排他性。數據資源的其他特性是為討論排他性做準備。這里，根據產權理論，對數據資源排他性做分析。并根據數據的伴生性，增加了產權分析的伴生性維度。

根據排他程度可分為數據資源的私有產權、公共產權和俱樂部產權（社團產權）。數據資源私有產權是一種完全排他性權利分配的產權形式，沒有經過數據資源產權所有者的許可或沒有給予其應有的補償， 任何人都不能合法地使用產權所有者的這部分數據資源[24]。私有產權主體可以是自然人，也可以是一個有限自然人的集合，如企業和社會組織。對數據產權行使的決策及其承擔的后果完全是由私人做出的，任何其他的人都無權干預私有產權主體如何使用、交易數據資源，也無權享用數據資源帶來的效益。與之相對應的是公共產權，是一種非排他性的產權形式，意味著公共產權要由廣泛的社會公眾個體共同使用，具有不獨為私人專用的 “聯合使用”的特征[25]。介于數據資源私有產權與公共產權之間的是俱樂部產權，俱樂部產權的性質具有公共屬性，對俱樂部內部成員無排他性，可共同擁有產權，但要想成為俱樂部成員，獲得俱樂部產權，需要支付一定的費用或者具備一定的身份。根據排他程度的區分，俱樂部產權是有限排他性產權。這樣，我們將根據排他程度，將數據產權確定為非排他性、有限排他性和排他性三種不同的制度設計。

但同時，我們也要注意到，數據資源具有伴生性。考察數據資源的伴生性具有重要意義。首先，伴生性說明數據資源附屬于某些主體產生，必須考慮伴生主體的人格權和與核心利益緊密關聯的權利。涉及個人隱私、商業秘密、國家機密和公共安全的數據，在制度規范上都是不可以共享和交易的。為此，數據資源的排他性制度設計根據排他程度，不僅要考量數據的私有產權、俱樂部產權和公共產權，還需要考慮個人和法人的人格權，以及國家和政府必須掌握的權利。其次，伴生性為排他程度的制度設計提供了重要依據，即可以根據伴生主體的特征、與伴生主體的相關程度，確定排他性的強弱。最后，依據數據資源的伴生主體，能夠較為明確地確定數據資源類型和產權類型。

因此，數據資源特性與數據產權理論分析為數據確權提供了兩個關鍵分析維度：“排他性”維度與“伴生性”維度。對數據確權的排他性和伴生性維度進行詳細闡述，分析邏輯如圖1所示。

3?數據資源確權的“排他性”維度分析

根據數據資源的特性分析和產權理論分析，首先基于“排他性”維度分析數據資源確權。排他性不是數據資源的根本屬性而是一種制度屬性[23]。根據薩繆爾森對公共物品的供給成本分析[26]、科斯的“燈塔理論”[27]，以及布坎南對公共物品外部性分析[28]，排他性制度設計的主要影響因素是技術對于排他成本和收益的影響、社會效率高低和分配公平問題。這就是說，對于數據資源采取何種排他性制度設計，必須考慮技術的可行性及其付出的成本與收益的比較，同時要考慮對社會整體效率和社會公平的影響，以在保障各方利益的基礎上，持續推進數據資源的生產與利用。

3.1?技術因素分析

具有排他或有限排他性的數據資源可交易，但任何可交易的物品都存在“使用和監控成本”，數據資源也不例外。排他性的技術因素就是要考慮對數據資源的使用進行收費和有效監控成本，及其在技術上是否可以實現和實現的適宜性問題。顯然，如果技術水平低，很難將數據資源的無貢獻者或不交費者排除在外，往往出現“搭便車”現象。即使技術上可以實現排他，如果數據資源的排他成本偏高，即主體的排他成本高于排他效益時，也不適宜采取排他性行為。一般來說，現有的技術水平越高，排他成本越低。如圖2所示：當現有技術水平在 0～n0區間內時，技術水平太低，無法實現排他。當技術水平在n0～n1區間內時，技術上可實現排他，但排他成本大于排他效益，故不適宜采取排他性行為。當現有技術水平大于n1點時，技術上可實現排他，排他效益又大于排他成本，因此采取排他性行為較為合適。從目前現有的技術水平來看，是完全可以實現數據資源的排他，如區塊鏈技術，以技術手段實現強技術信任，從而以快速即時的價值轉移來實現數據資源的確權和維權。

但是，考慮數據資源具有非競爭性和可替代性，最大可能實現大量數據資源非排他或有限排他，則可以提升數據資源使用的社會總收益。因此，需要考慮排他性維度的社會效率分析。

3.2?社會效率因素分析

是否采取排他性制度選擇還需考慮數據資源排他的社會效率因素。根據科斯的觀點，只要產權是明確的，并且交易成本為零或者很小，那么，無論在開始時將財產權賦予誰，市場均衡的最終結果都是有效率的[29]。但在現實中，交易成本不為零，在很多情況下，可能會很高。數據資源的社會效率一般由使用數據資源而獲得的社會總效益與獲取和使用數據資源過程中投入的社會總成本決定，用公式表示為：數據資源社會效率=（數據資源社會效益-數據資源社會成本）/數據資源社會成本。根據數據資源的規模效益遞增及復制使用成本幾乎為零，可以將數據資源的社會總效益和成本的關系圖簡化為如圖3所示。數據資源社會效益與數據資源社會效率成正相關，數據資源社會成本與數據資源社會效率為負相關，只有當數據資源社會效率指數值大于0時，表現為有效率。圖3中n0點的社會效率指數（p）為0，n0右側表明數據資源的使用是有效率的，左側則無效率。這說明，除了要考慮排他使用主體的成本和收益，還要考慮數據資源排他使用的外部效益。比如，燈塔的供給，如果基于技術可以降低排他成本，實施了排他性使用，但對逃避繳費船只來說，可能因此造成重大損失。排他的負外部性效益大于燈塔所有者收益。如圖4所示，對于一種特殊資源，不論排他成本如何變化，排他總效益始終小于非排他總效益。在這種情況下，不論技術水平如何變化，都不宜實施排他性措施。

數據資源的非競爭性、邊際效益遞增、可替代性等特性指明，數據資源得到最廣泛的流通和使用，能夠提升社會效率，采取非排他性和有限排他性的制度選擇較為合適。但是，數據資源還有復制性陷阱的特性，如果采取完全非排他的制度設計，會導致“搭便車”行為，對數據生產者不公平，不能為數據生產者帶來足夠激勵，就會導致數據資源的生產減少，反而不能提升社會效率。給予數據生產者適當補償的非排他設計，或有限排他設計，對于社會效率的提升，顯然更為有利。

3.3?分配公平因素分析

數據資源的排他程度制度設計的分配公平因素，主要考慮對于數據生產者和社會其他主體的公平問題。如果為了實現更高的社會效率，不顧及數據生產者的利益，采用完全非排他性制度設計，對于數據生產者而言，結果是不公平的。數據資源要經過收集、加工、處理、分析，甚至還要經過清洗、脫敏、加密等一系列復雜的過程，需要付出相應成本。根據勞動財產權理論，如果行為主體對數據進行了實質性的大量投入，那么理應得到相應的回報[30]。數據資源的復制性陷阱使非排他的權利分配無法保障數據生產者的勞動成果，因此，相比之下，排他性的制度選擇對數據生產者較為公平。然而，這并不意味著排他性的制度選擇一定比非排他性的制度選擇更有助于分配公平。基于邊際效益遞增的特性，數據生產者和使用者偏向于積累和壟斷數據，以獲取競爭優勢。如此，排他性制度設計對于初創和中小數據企業會形成行業進入門檻和發展限制，在同樣的技術條件下，失去競爭優勢，導致進入市場和發展的機會不公平。相比排他性和非排他性，有限排他的制度選擇可能更為公平。通過有限制地實現數據共享，不僅可以保護數據資源主體的勞動成果，避免出現復制性陷阱，又盡可能促進數據資源分配的機會公平。因此，要綜合考慮在不同情境下排他性、有限排他性與非排他性權利分配的公平性程度，最大限度地平衡數據資源利益相關者的利益，做出合理的產權制度安排。

綜上，非排他性、有限排他性、排他性的制度選擇在綜合考量技術因素、社會效率因素、分配公平因素的影響下，其可能的確權考量如表1所示。從表1可以看到，無論是排他性的制度選擇還是有限排他性的制度選擇抑或是非排他性的制度選擇，就目前社會技術水平而言，都可以實現。在技術可實現的條件下，數據資源的非排他性制度選擇和有限排他性制度選擇都能在一定程度上使數據資源呈現一定程度的效率和公平。因此，對于不涉及個人隱私、商業秘密、公共安全和國家機密的數據資源，采取有限排他性和非排他性（在給予數據生產者適當補償的基礎上）的制度安排較為合理。

4?數據資源確權的“伴生性”維度分析

基于產權分析的排他性維度，可以一般性分析數據資源排他程度的制度設計。基于伴生性維度，分析伴生主體的特殊性和伴生程度，可以分析數據產權類型，保障數據資源伴生主體的合理訴求。

4.1?基于數據資源伴生主體的數據產權類型與譜系分析

人類社會和自然世界都在不斷變化，相應生成數據資源。基于“自然物”產生的數據資源，分析較為簡單。其中涉及國家秘密、公共安全和國家整體利益的伴生自然物的數據資源，應當歸國家或政府所有，準予采集且有價值的應給予采集者以適當補償，并通過協同運作， 實現多渠道補償， 提高補償效率[31];其他的應根據數據內容和采集主體特性，適用排他、有限排他和非排他制度設計。人類社會中產生數據的行動主體，可以稱之為“伴生主體”。數據資源伴生于主體的確權，情況較為復雜。

伴生主體分為多種，且各自特性不同。根據數據資源產生所指向的對象，伴生主體包括個人、企業、社會組織、政府、國家等多個主體。對于國家作為伴生主體，可能存

在爭議。本文把國家確定為基于共同體存在的實體，作為全體共同體成員的共同利益的代表者和保護者，并是相對于其他國家而存在的行動者。政府和國家不同，政府可以分為中央政府、地方政府，可以與個人、企業等主體相對存在，但國家在一國之內，只能作為一個主體存在，并涵蓋其他主體。數據資源也可能伴生于多個主體，需要根據相關程度最強的主體，判斷其伴生主體。

數據資源依據“伴生主體”，可劃分為多種類型。首先，基于單個伴生主體生成的數據資源的分類。根據伴生主體可以劃分為個人數據、企業數據、社會組織數據、政府數據，以及國家數據。個人數據是指由個人活動所產生或與個人相關的數據，涉及個人身份和行為。企業數據是指由企業生產經營產生的數據以及反映企業基本狀況的數據[32]，如企業人力資源數據等。社會組織數據是指由社會組織活動產生的數據。政府數據主要包括政府機構或政府工作人員自身履職產生的數據等。涉及國家秘密、國家安全和國家整體利益的，不論哪種主體所產生的，歸為國家數據。其次，基于多個伴生主體生成的數據資源分類。如公共組織收集的個人-政府型、企業-政府型數據資源，這部分數據資源多為個人、企業、社會組織等其他數據主體的原始數據;又如個人-企業型、個人-社會組織型數據資源，這部分數據資源多為衍生數據資源，是企業、社會組織等主體在個人原生數據被記錄、存儲后，經過算法加工、計算、聚合而成的系統的、可讀取、有使用價值的數據。衍生數據確權的爭議主要集中在互聯網企業以及其他需要大量采集個人數據的行業中[33]。多伴生主體生成的數據資源，可以根據伴生某個主體的程度和數據內容，歸為某個主體的數據，或歸為俱樂部產權與公共產權數據。

根據上述分析，數據產權譜系如圖5。基于數據資源伴生主體，數據資源的類型可以分為個人數據、企業數據、社會組織數據、政府數據、國家數據和公共數據。對于數據的確權，數據資源產權可以分為人格權、私有產權、俱樂部產權、公共產權、有限定條件的公共產權。對于如何確定數據產權，并非是從伴生主體到資源類型，再到產權類型的一一對照，需要根據“伴生性”強弱程度考量。

4.2?伴生程度與數據確權考量

伴生主體的分類，能夠為數據資源類型和產權類型分析提供依據，但依附于某主體的數據資源確定為何種產權類型，還需要考察其伴生程度。數據資源伴生程度受兩個因素影響，即伴生主體屬性及其利益訴求、數據資源產生與伴生主體的關聯程度。首先，分析伴生主體屬性及利益訴求的影響。個人作為獨立的個體，受自身技術水平的限制，數據資源價值獲取能力有限，主要看重的是個人隱私等人格權益的保護[34]。各類型數據雖然都不同程度地涉及自然人或組織法人的隱私，如個人的隱私信息、企業的商業秘密以及政府機密等，但并不是所有的伴生主體都像個人那樣看重自身的人格權益保護。企業具有“私人”部門屬性，主要目的是獲取數據資源的價值，謀取經濟利益，看重數據資源的私有產權保護，產權安排趨向于降低交易費用[35]。社會組織是準公共組織（相對于企業和政府的第三方組織），政府是公共組織，兩者具有公共性，都致力于追求公共利益，即數據資源的整體社會效益，主要看重的是數據資源的公權保護。由此，對于個人來說，人格權地位高于財產權，涉及人格權的個人數據伴生性強。對于企業而言，在自我認可的情況下，涉及企業秘密的，也可能作為財產進行交易。對于社會組織、政府而言，需要根據涉及公共安全、政府機密、組織機密等來分析伴生性強弱。其次，數據資源產生與伴生主體關聯程度的影響。對于只有一個伴生主體的數據資源，其伴生性強。當數據資源產生涉及多個主體，雖然主要伴生于某個主體，但如果其生成與其他主體關聯度強，相對來說，伴生性就很弱。比如，用戶依賴平臺生成的行為數據不同于身份數據，對于用戶來說，其伴生性相對弱。

根據伴生程度的兩個因素分析，可以確定數據資源伴生性強弱程度，確定產權的類型。伴生性強的個人數據應界定為人格權。伴生性弱的，可以界定為個人私有產權。伴生性很弱的，可以界定為俱樂部或公共產權。伴生性強的企業數據，可界定為商業秘密，是法人人格權數據。伴生性弱的，可以界定為私有產權或俱樂部產權。伴生性很弱的可以根據情況設定為俱樂部產權或公共產權。而社會組織數據，伴生性強的，可以界定為法人人格權。弱或很弱的，可以界定為俱樂部產權或公共產權。政府數據產權安排不同于其他伴生主體，不涉及國家機密、政府機密、個人隱私、企業秘密的數據，及除法律要求保護的數據外，其伴生性都弱或很弱，可界定為公共產權。伴生性強的政府數據為政府機密，可界定為有條件限定的公共產權。凡涉及國家秘密和安全的數據，都與國家主體伴生性強，是有條件限定的公共產權。對于伴生于自然物的，應該看與哪些主體的相關聯度強，確定歸屬某主體，一般可以確定為私有產權、俱樂部產權或公共產權。

5?數據資源確權的實踐應用框架

在實踐中推進數據資源確權，需要基于伴生性維度的伴生性強弱和排他性維度的排他程度，分析數據資源確權的應用框架。各種數據資源依據主體利益訴求和與主體關聯程度兩個因素，有著不同的伴生性強弱程度，分為強、弱和很弱三個層次。不同伴生程度的數據資源，基于現有技術條件、社會效率和分配公平三個因素考量，可以將數據資源的排他程度分為排他、有限排他和非排他三種。如此，可以在實踐中確定不同數據資源的數據產權類型和產權歸屬（見表2）。

應用框架首先依據伴生主體確定伴生程度，再根據排他因素考慮排他程度，從而確定數據資源產權類型和產權歸屬。

5.1?伴生主體為個人的數據資源確權的實踐應用

個人的身份數據、隱私數據等人格數據伴生性強，不論由哪個主體實際控制，都具有排他性，為個人人格權數據，其中隱私數據在任何情況下都不可交易，其他人格權數據，在保障人格權的情況下，根據個人意愿可以交易。主要依賴于個人產生的非人格權數據伴生性弱，具有排他性，作為個人私有產權，可以交易。有其他主體參與產生的個人數據，與個人關聯度弱，伴生性很弱，具有有限或非排他性，需要設定為俱樂部或公共產權，依據一定條件為團體共享，或為所有公眾共享。

5.2?伴生主體為企業的數據資源確權的實踐應用

企業內部形成的管理數據、涉及企業內部信息的數據、與其他主體約定不能公開或限時公開的數據，以及在不妨礙整體社會效率和公平情況下，涉及企業利益且企業不愿公開的數據，伴生性強，具有排他性，屬于商業秘密，作為企業法人人格權數據，根據企業自身意愿決定是否可以交易。對于商業秘密以外的數據，以企業為主產生，與企業利益關系密切的，伴生性弱，具有排他性，作為企業私有產權數據，企業可以交易;其中與企業利益關系不夠密切的，伴生性弱，具有有限排他性，作為俱樂部產權，企業可以依據一定條件提供于團體共享。除以上以外的企業實際控制的數據資源，伴生性很弱，具有有限或非排他性，作為俱樂部產權或公共產權，根據條件提供為團體共享，或在一定補償條件下提供于公眾共享。

5.3?伴生主體為社會組織的數據資源確權的實踐應用

涉及社會組織內部、存續和經營核心利益的數據，具有排他性，作為社會組織法人人格權數據，為社會組織的運營秘密，歸屬于社會組織，根據社會組織自身意愿，可以依據條件提供給其他相關主體共享。涉及社會組織重要利益，但能夠提升社會整體效益和公平的數據，伴生性弱，具有有限排他性，作為俱樂部產權，根據條件提供團體共享。除以上數據資源，伴生性很弱，具有非排他性，在獲得相應補償的情況下，需要提供為公眾共享。

5.4?伴生主體為政府的數據資源確權的實踐應用

涉及政府內部運行，并在法定時間內不能公開和涉及公共安全的數據，伴生性強，雖然作為公共產權，屬于公眾所有，但是作為政府機密，由政府掌握，根據相關法規和程序才能公開共享。其他政府掌握的數據，伴生性弱，不涉及其他主體人格權的數據，具有非排他性，作為公共產權，歸于公共所有，需要開放共享。對于部分批量下載且以營利為目標的使用主體，為確保社會公平，不讓數據生產成本為所有公眾平均負擔，“遵循成本”和“創新補償”原則[36]，收取相應補償費用，以支持政府生產數據資源。

5.5?伴生主體為國家的數據資源確權的實踐應用

不論數據由何種主體生產，只要涉及國家機密、國家安全和整體國家利益的，都屬于國家要掌握的公共產權數據，伴生性強，具有非排他性，但只能在保障國家安全和國家利益的情況下，依據相關法律和程序推進公開共享。

5.6?伴生于自然物的數據資源確權的實踐應用

伴生于自然物的數據資源，應依據數據采集主體，參考數據資源伴生主體分類，相應歸為伴生程度弱或很弱選項，涉及國家主體則伴生性為強，分類確定產權類型和歸屬。

數據資源依據伴生程度和排他程度分類在實踐中應用，目的是平衡各主體的利益，并基于現有技術水平，提升社會效率，維護社會公平，既要保障各主體的基本人格權、財產權，又要促進數據的流通和使用，還要對數據生產者給予激勵。因此，在上述數據資源實踐應用分析中，在保護應有的人格權和私有產權外，盡可能促進數據為團體或全體公眾共享。所謂為團體共享，就是依據俱樂部產權特征，根據身份或繳納費用的門檻，提供給公眾共享。提供給全體公眾共享的數據資源，對公眾也并非完全免費，需要政府或使用者為數據實際控制者提供相應數據生產和管理的補償。如此，數據資源的實踐應用框架設計，根據伴生性和排他性的理論分析，為保障基本人格權、社會效率和公平的平衡，以及經濟社會持續良性發展，提供了保障。

6?結?語

數據資源已經成為戰略性基礎資源，如何在經濟社會發展和國家治理體系與治理能力現代化推進過程中得到有效應用，亟須推進數據確權。但是數據資源確權的理論研究與實踐應用存在著紛爭和難以解決的困境。如何推進確權？本文根據已有的文獻和實踐分析，從數據資源特性和產權理論分析著手，得出了確權的兩個分析維度：排他性和伴生性。這兩個維度的分析，基于當前的技術水平，兼顧了各主體的利益訴求、社會效率與公平，以及數據資源產生和利用的持續性。由此推進了數據資源確權的實踐應用框架分析，基于伴生主體的分類，確定伴生性強弱和排他程度，明確不同數據資源產權類型和歸屬。本文最主要的創新在于三點，一是從數據資源特性和產權理論基礎出發確定了確權分析的排他性和伴生性維度，為數據確權研究提供了基礎性研究視角;二是根據理論分析系統地明確了數據資源伴生主體的分類、產權類型和產權歸屬;三是基于兩個維度分析，權衡各主體利益和社會效率與公平，提出了多種數據類型可以提供團體和公眾共享，為當前以私有財產權分析的研究和實踐，提供了新視角和新觀點。

當然，論文的研究仍存在不足：一是難以準確判斷不同排他性制度選擇的公平性程度。數據資源分配的公平性問題主要考量社會風險和社會公平，以及由此形成的可持續社會效率問題。既要分析各種外部效應帶來的整體性問題，更要分析當前分配引發的可持續性問題，這需要建構分析模型進一步深入研究。二是數據資源實踐應用框架的分析還停留在理論層面，需要通過相關案例進行實證分析和驗證。三是數據確權的重要應用是數據共享和數據交易，對于確定共享補償和交易價格，需要根據數據產權類型進行確定，但定價標準，以及定價主體與補償主體都需要根據數據確權的更深入分析來確定，這是拓展研究的重要方向。此外，公共數據資源具有類似公共物品的屬性但不同于公共物品，對于具有公共產權的公共數據資源的供給模式及監管機制研究，也是將來繼續推進研究的重要方向。

參考文獻

[1]中共中央辦公廳，國務院辦公廳.中華人民共和國國民經濟和社會發展第十三個五年規劃綱要[N]. 人民日報，2016-03-18（1）.

[2]齊愛民， 盤佳. 數據權、數據主權的確立與大數據保護的基本原則[J].蘇州大學學報（哲學社會科學版），2015，36（1）：64-70，191.

[3]魏魯彬， 黃少安， 孫圣民.數據資源的產權分析框架[J].制度經濟學研究，2018（2）：1-35.

[4]曹磊.網絡空間的數據權研究[J].國際觀察，2013（1）：53-58.

[5]JING D， JONG C. Data sovereignty， cybersecurity， and challenges for globalization[J]. Georgetown journal of international affairs，2015：112-122.

[6]吳首都.大數據確權法律問題研究[D].南昌：江西財經大學，2018：18.

[7]呂廷君.數據權體系及其法治意義[J].中共中央黨校學報，2017，21（5）：81-88.

[8]劉新宇.大數據時代數據權屬分析及其體系構建[J].上海大學學報（社會科學版），2019，36（6）：13-25.

[9]周林彬，馬恩斯.大數據確權的法律經濟學分析[J].東北師大學報（哲學社會科學版），2018（2）：30-37.

[10]黃立芳.大數據時代呼喚數據產權[J].法制博覽（中旬刊），2014（12）：50-51.

[11]龍衛球.數據新型財產權構建及其體系研究[J].政法論壇，2017，35（4）：63-77.

[12]鄔賀銓.數字資源的利用與保護[J].中國經貿導刊，2017（16）：55.

[13]石丹.大數據時代數據權屬及其保護路徑研究[J].西安交通大學學報（社會科學版），2018，38（3）：78-85.

[14]MUNDIE C. Privacy pragmatism： focus on data use， not data collection[J]. Foreign affairs， 2014， 93（2）：28-38.

[15]李齊.數字時代的權力生產與政府責任[J].中國行政管理，2019（11）：75-81.

[16]CURTIS T. Privacy harmonization and the developing world： the impact of the EUs general data protection regulation on developing economies[J]. Wash. J. L. Tech. & Arts， 2016（12）：96.

[17]CAINO L， LAPIN A， CARRETERO J， et al. Applying big data paradigms to a large scale scientific workflow： lessons learned and future directions[J]. Future generation computer systems-the international journal of science， 2018， 110（9）： 440-452.

[18]李愛君.數據權利屬性與法律特征[J].東方法學，2018（3）：64-74.

[19]李曉紅.網絡經濟環境中的邊際效益遞增規律探討[J].平原大學學報，2006（4）：9-11.

[20]楊善林，周開樂.大數據中的管理問題：基于大數據的資源觀[J].管理科學學報，2015，18（5）：1-8.

[21]哈羅德·德姆塞茨，銀溫泉.關于產權的理論[J].經濟社會體制比較，1990（6）：49-55.

[22]科斯.企業、市場與法律[M].上海：三聯書店，1990.

[23]李政軍.薩繆爾森公共物品的性質及其邏輯蘊涵[J].南京師大學報（社會科學版），2009（5）：45-51，92.

[24]葉祥松.西方經濟學的產權理論[J].當代亞太，2001（7）：50-56.

[25]賈小雷.公共產權：基于產權理論和財產所有制度的辨析[J].政治經濟學報，2015，4（1）：182-204.

[26]DESMARAIS T， MAXIME. Musgrave， Samuelson， and the crystallization of the standard rationale for public goods[J]. History of political economy， 2017， 49（1）：59-92.

[27]NAVA F， SCHIRALDI P. Differentiated durable goods monopoly： a robust Coase conjecture[J]. American economic review， 2019， 105（5）：1930-1968.

[28]MARCIANO， ALAIN. Why market failures are not a problem： James Buchanan on market imperfections， voluntary cooperation， and externalities[J]. History of political economy， 2013， 45（2）：223-254.

[29]姚婷，宋潔.法經濟學相關理論問題探析：從科斯《社會成本問題》出發[J].山西省政法管理干部學院學報，2018，31（4）：5-8.

[30]劉麗霞，蔡永剛.知識產權保護之法理學檢視：基于洛克勞動財產權理論視域的研究[J].人民論壇，2014（19）：113-115.

[31]鄭云辰，葛顏祥，接玉梅，等.流域多元化生態補償分析框架：補償主體視角[J].中國人口·資源與環境，2019，29（7）：131-139.

[32]管洪博.大數據時代企業數據權的構建[J].社會科學戰線，2019（12）：208-215.

[33]朱寶麗.數據產權界定：多維視角與體系建構[J].法學論壇，2019，34（5）：78-86.

[34]程嘯.論大數據時代的個人數據權利[J].中國社會科學，2018（3）：102-122，207-208.

[35]呂有晨，李萬軍.產權的新經濟史觀分析[J].吉林大學社會科學學報，2001（5）：113-117.

[35]胡玉鳳，丁友強.碳排放權交易機制能否兼顧企業效益與綠色效率？[J].中國人口·資源與環境，2020，30（3）：56-64.