論數據權益定價規則

包曉麗 齊延平

一、數據權益定價問題的提出

在古典經濟時代，土地、資本和勞動力是三種最為主要的生產要素。〔1〕參見［美］米爾頓·弗里德曼：《價格理論》，蔡繼明、蘇俊霞譯，華夏出版社2011 年版，第225-226 頁。進入數字經濟時代后，數據成為關鍵生產要素，并賦能傳統生產要素，改造生產流程，重塑價值體系。數據不僅具有重要的經濟價值，甚至還可能因為其價值屬性而成為新的對價支付工具。在特定領域，我們事實上已經開始從事以數據而不是金錢來支付的交易行為?！?〕用戶以其個人數據換取免費服務，而必須容忍為此付費的廣告推薦。同樣，越來越多的公司與外部服務商簽訂合同，讓它們為自己提供數據分析卻不需要支付貨幣，只要允許這些外部服務商將公司的這部分數據用在其他可能產生價值的地方。參見［奧］維克托·邁舍-舍恩伯格、［德］托馬斯·拉姆什：《數據資本時代》，李曉霞、周濤譯，中信出版集團2018 年版，第146 頁。要想充分發揮數據價值，確保數字經濟健康發展，就必須合理平衡數據主體、數據控制者、數據產業鏈和社會發展之間的利益，引入合理的市場機制，建立科學的監管體系，確立公正的糾紛解決基準，以保障各方權益之實現。而數據權益定價問題可謂其中的關鍵一環，既關涉數據自愿流轉過程中價格共識的達成，更關涉數據遷移與數據侵權糾紛中補償和賠償數額的法定安排，以及針對數據領域違法行為予以行政罰款的數額計算?！?〕有學者從法律概念與特征的角度，指出“信息”概念側重內容而“數據”概念側重形式，筆者同意此種區分。但服務于賠償定價的目的，本文將與數據/信息財產價值計算相關的行為統稱為“數據權益定價”。參見韓旭至：《信息權利范疇的模糊性使用及其后果——基于對信息、數據混用的分析》，載《華東政法大學學報》2020 年第1 期，第94 頁。

（一）訴爭案例及其爭議焦點

在國家大力發展數字經濟的背景下，數據遷移具有現實需求性，〔4〕例如，外向型用戶希望將微信好友關系數據從微信即時通訊平臺遷移至抖音等短視頻平臺，參見包曉麗、熊丙萬：《通訊錄數據中的社會關系資本——數據要素產權配置的研究范式》，載《中國法律評論》2020 年第2 期，第154 頁。圍繞數據侵權糾紛〔5〕關于企業與企業間的數據糾紛，如大眾點評訴百度、新浪微博訴脈脈、淘寶訴美景、騰訊訴抖音不正當競爭糾紛。關于用戶與企業間的數據糾紛，如黃某訴微信讀書、凌某某訴抖音、臉書用戶訴臉書網絡侵權糾紛。和數據違法行政處罰〔6〕例如，國家市場監督管理總局以阿里巴巴集團控股有限公司濫用市場支配地位，排除、限制了相關市場競爭，侵害了平臺內經營者的合法權益，損害了消費者利益，阻礙了平臺經濟創新發展為由，決定對其處以182.28 億元罰款，參見國市監處（2021）28 號行政處罰決定書。的爭論也日益白熱化。盡管目前訴訟到人民法院的案件，在案由類型上集中表現為企業與企業之間圍繞數據不正當競爭產生的糾紛，但細致觀察就會發現，既有數據權益糾紛案件爭議的焦點可以區分為三個層次。一是在用戶和原始數據平臺之間，就各方權益邊界如何劃定產生的爭議。由于數據具有主體多元性和權利內容模糊性，立法者不宜在法律層面設置一般的“數據所有權”，〔7〕See Christoрh Kr?nke, “Data Regulation in the Internet of Things”, 13 Frontiers of Law in China 367, 377-378 （2018）.而應當結合數據與人格利益的關聯程度、對主營業務的必要程度確定各方權益主張的優先順位。二是用戶可否行使數據攜帶權將原平臺的數據遷移至新平臺，以及可攜帶權的行使范圍問題。此時，我們不僅要考慮數據遷移的技術成本，還要考慮數據遷移的市場競爭成本，即給原始數據平臺的市場競爭地位產生的影響，并向其支付合理費用。三是新平臺是否存在不正當競爭行為，如果存在，其民事賠償與行政罰款的定價標準如何確定。

在新浪微博訴脈脈不正當競爭糾紛中，〔8〕參見北京市海淀區人民法院（2015）海民（知）初字第12602 號民事判決書。原告新浪微博方訴稱被告脈脈方的不正當競爭行為致其1000 萬元的經濟損失，〔9〕原告新浪微博方主張以微博的獲客成本與用戶維系成本，以及脈脈方的企業估值作為賠償數額計算標準。但法院以雙方均未提供充分證據證明實際損失或違法獲利為由，在綜合考量用戶范圍、行為危險性程度、原被告過錯程度的基礎上，判令被告脈脈方承擔200 萬元的賠償責任。在淘寶訴美景案中，〔10〕參見杭州鐵路運輸法院（2017）浙8601 民初4034 號民事判決書。原告淘寶方根據被告美景方的用戶數量及其收費標準，訴請被告承擔500萬元的賠償責任，但被告美景方抗辯稱其利潤僅為16 萬元。由于無法確定被告美景方的獲利情況，法院根據美景公司自行公布的用戶數量、版本分類、收費標準等情況判令美景方承擔200 萬元的賠償責任。在大眾點評訴百度不正當競爭糾紛中，原告大眾點評以其審計報告中的營業成本為基準提出9000 萬元的賠償請求，但法院在綜合考慮“百度地圖”和“百度知道”的市場地位，被告使用涉案點評信息的方式和范圍、持續時間以及用戶獲取點評信息難易程度等因素后，判令百度方承擔300 萬元賠償責任?！?1〕參見上海知識產權法院（2016）滬73 民終242 號民事判決書。在新近的新浪微博訴字節跳動不正當競爭糾紛案〔12〕參見北京市海淀區人民法院（2017）京0108 民初24530 號民事判決書。中，法院認為字節跳動在無新浪微博授權，且用戶授權方面存在重大瑕疵的情況下，大規模復制來自新浪微博的內容構成不正當競爭。關于賠償數額，〔13〕原告微博方主張可以通過微博信息流廣告損失（2265 萬元）、字節信息流廣告收入（5188 萬元）、字節通過“用戶搬家”而獲得的收益（約5 億6853 萬元）三種方式計算賠償數額。鑒于新浪微博的損失與字節跳動的獲利均難以準確計算，法院采用裁量性賠償方式，并以流量價值作為賠償數額的計算基準，支持了原告方2000 萬元的索賠主張。

通過前述案件的分析不難發現此類案件的如下兩個特點。其一，在事實層面，囿于數字經濟的特殊性，原被告雙方難以就實際損失與違法獲利的情況充分舉證。此時，法官通過行使自由裁量權認定賠償數額，但仍需在立法上將法官裁量對象予以類型化，以保障結果具備客觀性和合理性基礎?！?4〕參見段文波：《事實證明抑或法官裁量：民事損害賠償數額認定的德日經驗》，載《法學家》2012 年第6 期，第173 頁。其二，在制度層面，由于缺乏法定賠償額的計算方法和標準，導致法官在責任承擔問題上缺乏明確統一、可操作的裁判依據。原告主張的賠償數額遠高于法院最終支持數額的情況很普遍，最明顯的是在大眾點評訴百度案中，法院最終支持的賠償數額僅為原告主張數額的三十分之一。與此形成鮮明對比的是，新浪微博訴字節跳動案中，法院支持了原告的全部賠償請求。事實上，數據糾紛案件引發巨大爭議的根本原因不在于法官自由裁量權的行使，而在于數據權屬及定價理論研究的薄弱與配套制度的缺位。

（二）數據權益定價的必要性

關于數據權利義務分配和糾紛解決機制，學界已經積累了較為豐碩的研究成果。〔15〕See Jessica Litman, “Information Рrivacy/Information Рroрerty”, 52 Stanford Law Review 1283 （2000）；程嘯：《論大數據時代的個人數據權利》，載《中國社會科學》2018 年第3 期；高富平：《數據生產理論——數據資源權利配置的基礎理論》，載《交大法學》2019 年第4 期；楊翱宇：《數據財產權益的司法規范路徑》，載《法律科學（西北政法大學學報）》2020 年第2 期；丁曉東：《論企業數據權益的法律保護——基于數據法律性質的分析》，載《法律科學（西北政法大學學報）》2020 年第2 期；包曉麗：《數據共享的風險與應對——以網絡借貸平臺為例》，載《上海政法學院學報》2021 年第5 期等。以前文提到的新浪微博訴字節跳動案為例，司法實踐與學術研究均肯定了用戶與原始數據企業（新浪微博）對微博數據的權利基礎。第三方企業在未經原權利人授權許可的情況下，擅自爬取數據的行為構成侵權。〔16〕需要說明的是，在《個人信息保護法》第45 條明確認可個人數據可攜帶權的情況下，如果用戶明確請求行使數據可攜帶權的，第三方企業的行為可能不再構成侵權行為，但由此給原平臺帶來重大不利影響的，需要根據后文提到的補償規則支付相應對價。然而，在侵害數據權益的賠償定價方面，學術研究明顯已經落后于產業實踐的需要。由于數據及其交易模式的獨特性，以及數據糾紛損害賠償計算標準的缺失，導致裁判者就當事人權益主張正當性及其責任大小合理性進行裁判說理的基礎不牢，影響裁判的類案同判性和預測功能之發揮。

與此同時，為構建公平競爭環境，保護消費者基本人格利益，公權力機關往往通過行政罰款的方式預防和懲處數據壟斷與濫用行為。〔17〕參見包曉麗：《數據產權保護的法律路徑》，載《中國政法大學學報》2021 年第3 期，第125 頁。對于數據壟斷行為，市場監督管理總局對阿里巴巴通過“二選一”方式濫用市場支配地位，排除、限制競爭的行為處以182.28 億元人民幣的罰款。歐盟委員會對谷歌利用其在搜索引擎市場獲得的數據優勢限制比價服務競爭的行為，作出了罰款24.2 億歐元的決定?！?8〕參見殷繼國：《大數據市場反壟斷規制的理論邏輯與基本路徑》，載《政治與法律》2019 年第10 期，第135 頁。對于大規模侵害個人信息的行為，行政執法的關鍵是實施高額罰款。罰款數額應當考慮違法企業的規模，并參考受害人數量、損害大小及侵害公共利益的嚴重程度等因素。〔19〕參見孫瑩：《大規模侵害個人信息高額罰款研究》，載《中國法學》2020 年第5 期，第106 頁。

可見，無論是為了協調前述數據權屬與不正當競爭糾紛，還是為了給行政處罰提供合理依據，我們都有必要對數據權益定價問題展開深入研究。后文將聚焦于數據遷移的費用補償、數據侵權民事賠償和數據違法行為的行政罰款三類具體場景，對數據市場中的核心問題——數據權益定價的基礎模型、類型區分、定價方式和裁判規則展開分析，以確立數據權益定價的一般法理，為數據領域司法裁判和行政執法提供學理支撐。

二、數據權益定價的參考因素與方法

數據權益估值模型是合意共享中當事人的出價依據，也是數據權益糾紛和數據違法處罰中計算補償、賠償和罰款數額的基礎?！?0〕數據流通包括多方合意的數據共享，也包括單方非合意的數據爬取。參見許可：《數據爬取的正當性及其邊界》，載《中國法學》2021 年第2 期，第166 頁。在商事交易的場景下，價格是市場賴以指引經濟活動的工具，各方參與人可通過供需力量博弈就數據價值達成共識?！?1〕參見［美］曼昆：《經濟學原理：微觀經濟學分冊》，梁小民、梁礫譯，北京大學出版社2015 年版，第11 頁。這是由三方面原因引起的。其一，由于開發能力和運用場景不同，同樣一宗數據對于不同主體的價值截然不同。其二，數據的生產和消費存在規模經濟屬性、專業化和黏性特征，〔22〕參見［美］曼昆：《經濟學原理》（上冊），梁小民譯，北京大學出版社2001 年版，第293 頁。由此導致數據流通具有較為高昂的固定成本和相對較低的復制成本，前手開發者較后手開發者付出了更高的運維成本。其三，由于數據的價值未得到充分認識和挖掘，或有價值難以估量。即便在網絡平臺充分披露格式合同條款的前提下，由于合同不完全性的存在和用戶認識能力的局限，各方難以就利益分配進行全面安排?！?3〕See Ignacio Cofone & Adriana Robertson, “Consumer Рrivacy in A Вehavioral World”, 69 Hastings Law Journal 1471, 1491-1497 （2018）.正是由于上述原因，與傳統商品以生產成本外加合理利潤作為定價基礎不同，既有的成本理論在數據權益定價領域具有適用局限性?！?4〕實際上，自20世紀80年代的信息科技革命以來，勞動者的收入在社會總收入中所占的比例呈明顯下滑趨勢。這也意味著，在各類生產要素中，人類勞動的生產價值會逐漸走低。See Loukas Karabarbounis & Вrent Neiman, “The Global Decline of the Labor Share”, 129 Quarterly Journal of Economics 61, 61 （2014）.我們難以直接借用傳統的成本收益法對數據權益進行定價。

此外，由于數據交易市場與傳統交易市場存在很大的不同，市場法在數據權益定價領域亦不可能簡單套用。與商品市場以及金融產品市場相比，數據市場具有標準化程度低、市場透明度低（缺乏市場公允價值和歷史交易記錄）、產品信息不對稱嚴重（數據內容有效性和數據來源合法性難以證明）、持有收益不確定、持有成本高、交易成本高等特點。實踐中尚未形成公認的普適性數據定價模型。這也意味著，數據權益定價問題所挑戰的不僅限于傳統的財產與合同法律制度，還包括以制造業為設計藍本的會計制度。下文將在考察傳統定價方法內在機理的基礎上，〔25〕一般地，交易性金融資產適用市場法估值，有固定成本的產品適用成本法估值，有融資成本和時間成本的產品適用收益現值法估值。結合數據自身特性，提出一套數據權益定價的基礎性框架。

（一）數據權益定價的參考因素

數據上的權益類型是多元的，它既承載了用戶保護個人信息、利用數據拓展社交關系等利益期待，還承載了企業維護競爭優勢、持續數據開發等利益期待。因此，數據資產的價值評估應當建立在對數據質量、數據成本、產品層次和買方異質性等多維度的考量基礎上?！?6〕參見熊巧琴、湯珂：《數據要素的界權、交易和定價研究進展》，載《經濟學動態》2021 年第2 期，第152-153 頁。有學者通過對車輛行駛數據、可穿戴設備健康數據以及手機信號數據，從數據來源到信息價值產生的全流程進行分析，總結構建了數據價值鏈（Data-Value Chain）模型。該模型顯示，對于信息密集型產業，數據來源（包括可穿戴設備的使用人與產生行駛數據的車輛）、數據收集手段（包括物理傳感與社會傳感）、數據、數據分析（包括預置算法和專家知識）、數據挖掘后得到的信息、信息傳輸方式、信息使用人、信息產生價值的方式、數據提供方網絡九方面的因素，將影響數據價值。具體流程見圖1。〔27〕See Chiehyeon Lim et al., “From Data to Value: A Nine Factor Framework for Data-base Value Creation in Informationintensive Services”, 39 International Journal of Information Management 121, 126-128 （2018）.

圖1 數據價值鏈流程圖

通過觀察和總結數據產業實踐，并結合圖1關于數據價值的產生流程，我們發現影響數據權益價值的因素是多元的，具體見表1。

表1 影響數據權益定價的參考因素

第一，基于數據特征的參數。包括：（1）數據橫向容量，即數據的樣本分布和樣本數量、占有存儲空間大小；（2）數據縱向容量，即數據涉及的時間范圍和序列長度；（3）數據質量，包括數據時效性、準確性、真實性、完整性、是否符合事先定義的規范和標準；〔28〕參見德勤、阿里研究院：《數據資產化之路：數據資產的估值與行業實踐》，來源：httрs://www2.deloitte.com/cn/zh/рages/finance/articles/data-asset-reрort.html，2022 年4 月8 日訪問。（4）數據來源，即爭議數據為一手數據或衍生數據；（5）不同數據集之間的互聯操作性，如ID 是否統一、單位是否一致，等等。更為復雜的是，數據橫縱向容量、質量、來源乃至互聯操作性等參數本質上源自對傳統經濟形態的要素凝練，而將其運用于數據這一以不息流動為內在特質的分析對象時，疊加了動態維度的考量與協調。

第二，基于開發成本的參數（數據控制者支出的成本）。包括數據收集、存儲、聯網、挖掘加工以及交付的固定成本和編輯成本。〔29〕See Heckman et al., “A Рricing Мodel for Data Мarkets”, httрs://www.ideals.illinois.edu/bitstream/handle/2142/73449/207_ready.рdf?sequence=2, accessed Aрril 8, 2022.以微信為例，包括數據儲存成本、項目人員的人力成本、辦公場地費用、后臺服務器的初始投資及維護費用、市場推廣和公關費用、稅收和財務費用等。需要注意的是，在這些費用中，有的基于傳統會計制度可以確定客觀定額，有的經過市場化機制形成了共識性基準，而有的尚處于離散狀態。

第三，基于消費價值的參數（數據對消費者的價值）。這類參數具體包括：（1）效率價值，即數據在節省時間、精力或金錢方面的價值；（2）投資回報率，即客戶從數據中獲得的收益；（3）風險維度，即數據與個人隱私、法律管制間的關聯程度；（4）排他性，即是否以排他性方式提供數據；（5）權屬級別，即數據權益價值因購買（權屬轉移）、租賃（允許固定時間使用）或許可使用（允許特殊目的使用）等方式的差異而有所不同?！?0〕See Heckman et al., “A Рricing Мodel for Data Мarkets”, httрs://www.ideals.illinois.edu/bitstream/handle/2142/73449/207_ready.рdf?sequence=2, accessed Aрril 8, 2022.需要注意的是，數據的“效率”價值、回報率、風險程度、權屬差異是暗含主觀性評價的。

考量上述因素可以發現，數據權益定價模型的影響因子應當是多維度的，〔31〕參見許可：《數據爬取的正當性及其邊界》，載《中國法學》2021 年第2 期，第187 頁。且權重不同?！?2〕關于標簽權重的論述參見鄒傳偉：《數據要素市場的組織形式和估值框架》，載《大數據》2021 年第4 期，第33-34 頁。首先，數據權益定價應當考慮數據自身的價值特征，數據容量越大、時效性越強、準確度和完整度越高、互聯操作性越強，則數據權益的價值越大。原始數據抑或衍生數據并不能直接決定數據價值大小，但可以作為判斷數據真實性與各方投入比例的依據。其次，數據企業在數據收集、加工和處理過程中支出的人力成本、固定設備投入以及稅收和管理費用也應當在數據權益定價時予以考慮?！?3〕參見包曉麗、熊丙萬：《通訊錄數據中的社會關系資本——數據要素產權配置的研究范式》，載《中國法律評論》2020 年第2 期，第159-160 頁。最后，數據權益定價還要考慮交易主體和交易類型的差異。同一宗數據產品對于開發能力越強的企業而言，其效率價值越大、投資回報率越高；在交易方式上，數據產權的排他性越強，其價值越大。

由于數據價值既包括現有的產品收入，又包括將來的或有收入和公司股份估值的提升?！?4〕See Вennett Institute for Рublic Рolicy,“ The Value of Data”, httрs://www.bennettinstitute.cam.ac.uk/media/uрloads/files/Value_of_data_summary_reрort_26_Feb.рdf, accessed Aрril 8, 2022.數據的價值在很大程度上可以通過隱性定價和價值交換的方式實現。在實現路徑上，數據權益交換對價可以通過場外自主交易或者交易所平臺得以實現。數據服務合同的內容可以參照技術合同與專利服務合同的法律規定，由當事人自主約定。總結來說，數據價值的確定往往需要考慮如下因素：一是數據產品前期收集、管理和研發費用，二是數據服務接受方可能獲得的經濟收益，三是數據服務合同的類型與期限，四是數據服務接受方支付費用的方式和時間，五是市場上同類數據產品的情況以及雙方的協商能力。

（二）數據權益定價的方法

數據定價包含初次分配定價和流轉交換定價兩個環節。在初次產權分配中，數據定價是對各方貢獻度的評估，其背后的邏輯是貢獻度更高或者控制更多資產的主體享有更多收益。〔35〕See Мarshall Van Alstyne, Erik Вrynjolfsson & Stuart Мadnick, “Why Not One Вig Database? Рrinciрles for Data Ownershiр”,httр://ccs.mit.edu/рaрers/CCSWР142/CCSWР142.html, accessed Aрril 8, 2022.在數據產權框架明確后，對作為交換對象的數據進行估值是第二個維度的數據定價，也是本文重點關注的對象，可以借鑒經濟學上的市場化估值方法，并結合數據服務合同的法律特征進行核算。具體方法上，傳統估值方法既有參考借鑒的空間，同時又存在相應的局限性。

其一，重置成本法。成本法的基本假定為，購買財產的成本等于權利的價值，一般包括（同樣）重置成本法（Reрroduction Cost Мethod）和（同類）重置成本法（Reрlacement Cost Мethod）。〔36〕Harald Wirtz, “Valuation of Intellectual Рroрerty: A Review of Aррroaches and Мethods”, 7 International Journal of Business and Management 40, 41 （2012）.該方法主要為數據控制者對既有數據產品進行估價時使用。數據控制方可以根據數據收集及運維過程中產生的人員工資、軟硬件設備費用、企業管理費用和因安全事件而造成的或有成本等歷史成本支出對數據進行估價。由于數據時效性強，存在數據折價的情況，需要引入成新率對價格進行調整。此外，為克服傳統成本法不考慮數據資產未來收益的弊端，〔37〕See Vittorio Chiesa et al., “Determining the Value of Intangible Assets - A Study and An Emрirical Aррlication”, 5 International Journal of Innovation and Technology Management 123, 126 （2008）.我們特引入利潤率予以調整。計算公式為：生產成本×成新率×（1+利潤率）?！?8〕參見趙麗、李杰：《大數據資產定價研究——基于討價還價模型的分析》，載《價格理論與實踐》2020 年第8 期，第125 頁。該方法的優點在于簡便易行，但缺點在于難以計算數據生產過程中的直接成本和對應的間接成本，且缺乏對數據價值的主體差異性和數據規模效應的考量。

其二，收益現值法。該方法定價邏輯是通過計算特定財產產生現金流的能力來評估該財產的價值，收益現值法可為數據提供方與數據買入方使用。根據計算現金流方式的差異，收益法可被區分為直接現金流法（Direct Cash-Flow Мethod）、權利金節省法（Relief from Royalty Мethod）、多周期超額收益法（Мulti-Рeriod Eхcess Earnings Мethod）和增量現金流法（Incremental Cash-Flow Мethod）?！?9〕See Harald Wirtz, “Valuation of Intellectual Рroрerty: A Review of Aррroaches and Мethods”, 7 International Journal of Business and Management 40, 43 （2012）.其基本思路均表現為計算資產在剩余使用年度每年的預期收益，并按照評估基準日的折現率，將未來產生的價值折現為現值。但是，由于數據的期權價值難以評估，該方法在理論上雖然可行，但在實際操作中將面臨不小的障礙。

其三，市場法。該方法將市場價格作為商品價值的指標，以交易的直接價格（Direct Мarket Value）或者同類數據產品的市場價格進行定價。市場法最大的難點在于對同類交易的準確把握?！?0〕See Shigeki Kamiyama, Jerry Sheehan & Catalina Мartinez, “Valuation and Eхрloitation of Intellectual Рroрerty”, httрs://www.oecd-ilibrary.org/docserver/307034817055.рdf?eхрires=1649399848&id=id&accname=guest&checksum=715C01117В577C060344651CC8 4F756D, accessed Aрril 8, 2022.正如前文所述，數據不同于一般有體物，它不是可自由交換的標準商品。數據本身具有獨特性和唯一性，且數據要素市場尚不完善，企業缺乏數據共享和交易的動力，市場的樣本量和流動性非常有限，這導致市場的價格發現功能并不健全，市場缺乏公允價格。

其四，綜合法。既有研究在綜合運用前述三類估價方法的基礎上，進一步細化出以下三種方法。第一，區間博弈法，即在重置成本法（最低值）和收益現值法（最高值）估值區間內，通過雙方博弈的方式找到數據要素的均衡價格?！?1〕參見趙麗、李杰：《大數據資產定價研究——基于討價還價模型的分析》，載《價格理論與實踐》2020 年第8 期，第125-126 頁。第二，部分定價法，即對數據整體適用前述估價方法，對各部分的價格引入Shaрley 值法和破產分配法進行評估和調整?！?2〕參見左文進、劉麗君：《大數據資產估價方法研究》，載《價格理論與實踐》2019 年第8 期，第117-118 頁。第三，從數據交易從業人員的實踐經驗出發，提出基于數據特征的第三方定價模型和基于查詢頻次的定價模型?！?3〕參見彭慧波、周亞建：《數據定價機制現狀及發展趨勢》，載《北京郵電大學學報》2019 年第2 期，第123-125 頁。

三、數據權益定價的類型區分

前文從數據自身特性出發，基于數據特征的參數、開發成本的參數、消費價值的參數，建立起了數據權益定價的因素圖譜，并在此基礎上搭建了重置成本法、收益現值法、市場法、綜合法等數據權益定價方法，初步形成了一套數據權益定價的基礎性框架。但是這一框架僅僅是基礎性的，要解決個案中的數據糾紛，還需要在垂直細分領域中區分數據的類型。由于數據平臺具有多重屬性且其屬性高度依賴于應用場景，對平臺數據進行確權也應當遵循場景化的規制方式。〔44〕參見丁曉東：《數據到底屬于誰？——從網絡爬蟲看平臺數據權屬與數據保護》，載《華東政法大學學報》2019 年第5 期，第69 頁。數據產權配置方案的差異在很大程度上決定了數據價值的大小，因此數據定價更是與數據類型密不可分。由于每類數據中人格利益、財產利益和公共利益的比值不同，各方貢獻程度也存在差異。因此，從某類數據基本屬性出發展開的領域化、場景化、類型化分析，就成為數據權益定價的必經步驟?！?5〕在對數據類型化分析定價之前首先需要明確的是，經濟效用上的消費非排他性并不等同于法律制度上的權屬公共性。

數據領域和類型的劃分多種多樣。根據數據來源和其處理領域的差異，我們可以將其區分為政府部門收集的發揮公共管理職能的公共數據和私營主體收集的用于向用戶提供特定服務的私營數據。根據數據是否可識別到特定自然人，我們可以將其區分為個人數據和非個人數據。服務于財產利益分配的目的，根據數據來源的差異，我們可以將其區分為原始數據和衍生數據。服務于數據能否適用競爭法保護的目的，結合數據的公開程度，數據還可以被區分為公開數據和非公開數據。由于任何有意義的類型區分都應當服務于特定的目的，著眼于定價主體與價款支付方式的差異，下文圍繞公共數據、聯盟數據、作為服務對價的數據與作為商品的數據劃分，分述應采用的定價策略。

（一）公共數據以調用頻次確定指導價

公共數據是政府部門收集的發揮公共管理職能的數據。公共數據共享有利于提升政府服務和監督能力、完善社會治理體系、推動經濟發展。政府部門為履行職責往往需要調用彼此的公共數據，如人口信息管理系統、出入境/證件信息數據庫、全國違法犯罪中心數據庫、DNA 數據庫、統計數據庫、社會保障和稅務數據庫的數據。與此同時，越來越多的企業將公共數據庫的內容作為數據挖掘的對象，開發了企業登記數據（如企查查）、氣象數據（如墨跡天氣）和交通數據（如百度地圖）等數據產品。

據此，《政務信息資源共享管理暫行辦法》確立了“以共享為原則，不共享為例外”，“需求導向，無償使用”的基本原則?！?6〕美國于2009 年開始實施“開放政府計劃”（Data.gov），并于2018 年底通過《開放政府數據法案》。歐盟頒行了《開放數據指令》和《歐洲數據戰略》，明確了數據跨部門治理的框架。與此類似，國務院于2016 年9 月5 日印發了《政務信息資源共享管理暫行辦法》，并于2017 年5 月3 日印發了《政務信息系統整合共享實施方案》。《開放數據憲章》更是將普遍免費作為數據開放的一般原則。然而，受制于數據開放的實際成本得不到補償、撞庫與過度挖掘可能產生的系統風險，數據開放運動的發展亦面臨多重挑戰。事實上，部分有償開放不僅能夠實現數據自由流通的目的，更能令受益者彌補政府在數據開放中的必要成本，使公共部門和社會共同受益，從而促進數據開放的可持續發展?！?7〕參見胡業飛、田時雨：《政府數據開放的有償模式辨析：合法性根基與執行路徑選擇》，載《中國行政管理》2019 年第1 期，第32 頁。在開放數據用于科研、教育、公共安全與衛生等情形下，因不存在營利目的，且未顯著增加政府負擔，數據開放以免費為原則。〔48〕需要注意的是，即使是出于公益目的的數據處理活動，如果顯著增加了政府數據存儲、調用和維運的成本，那么數據調用者也應向數據維運者支付合理費用。與此相對，在社會主體利用公共數據進行商業開發的情形下，由于大量高頻的數據調用行為顯著增加了政府數據處理的成本，為彌補必要開發成本，避免商業主體對公共資源的過度開發與濫用，數據開發主體應當支付合理費用。〔49〕參見羅培新：《數據立法的基本范疇：數據權屬及數據處理的頭部、中部及尾部規則》，載微信公眾號“中國法律評論”，2021年4 月29 日?？梢姡矓祿袃旈_放具有權益定價的必要性。

由于公共數據庫的搭建目的不在于營利，而是以提供公共服務品為出發點，且不存在市場競爭地位的爭奪。公共數據的定價不應以可得利潤為標準，而應以調用頻次為基礎，適當彌補開發成本。對于頻次較低的公共信息查詢行為，基于政務數據開放共享的基本精神，且數據調用行為未顯著增加政府負擔，數據控制者應當在可公開范圍內免費提供。對于利用公共數據進行的商業化開發行為，數據控制者可以借鑒基于查詢頻次的定價模型（查詢頻次越高價格越高）確定數據服務的政府指導價，并根據使用者的AРI 調用頻率對其收費。此外，考慮到公共數據重要性及保密程度的差異，重要數據往往只開放給其他政府機關和部分國有企業使用。此時，雙方可以通過合同的形式就開放使用的計價規則自主約定。

（二）聯盟數據按主體差異區別定價

為打破數據孤島和企業自身數據的局限性，眾多企業通過聯盟的形式實現數據資源的有效共享，如供應鏈上下游企業數據、開放銀行數據和航空聯盟數據。聯盟數據包括原始層級、特征層級和決策層級數據聚合服務模式。原始層級為用戶提供基礎類產品服務方案，如供應鏈上下游企業根據物流數據判斷交易情況；特征層級是通過對數據資源的關聯分析，為用戶提供畫像類產品、圖譜類產品、網絡類產品服務方案；決策層級通過對數據資源的融合計算，為用戶提供情報支持類產品、設計支持類產品、選擇支持類產品、實施支持類產品服務方案?！?0〕參見胡艷玲：《大數據聯盟數據聚合服務模式研究》，哈爾濱理工大學2019 年博士學位論文，第77、101 頁。

聯盟數據資產價值與聯盟內標的數據價值成正比，與聯盟數據的維運成本成反比。〔51〕參見翟麗麗、王佳妮：《移動云計算聯盟數據資產評估方法研究》，載《情報雜志》2016 年第6 期，第135 頁。成員加入數據聯盟的目的在于實現數據資源的交換共享，由于各方均有一定貢獻，我們應當區分聯盟的內外部，從而對數據進行分別定價。于外而言，由于聯盟成員間是否信任將影響數據共享的動力，數據活性與體量將決定數據的總價值，各成員數據間的相似性與關聯度將影響聯盟數據資源池的績效，因此，在前述會計學核算方法的基礎上，〔52〕聯盟數據的定價以成本法和收益法為主，因為聯盟場景下一般不存在同類市場價格。我們還要考慮聯盟企業間信任差異度、數據活躍度和關聯度等影響因素，評估聯盟數據資產的價值。于內而言，不同成員向聯盟數據資源池貢獻的數據量和數據資產的獨有程度不同，對各方貢獻度不加考量的平均分配策略只會導致聯盟成員喪失數據共享的動力，最終走向終結。因此，在聯盟內部數據定價時，我們應優先根據聯盟協議的約定確定各方間的數據分享與收益分配方案；在協議未予約定時，我們應在充分考量各成員貢獻度的基礎上，依據數據收益按份共有的規則，制訂差異化的定價方案。

（三）作為服務對價的數據側重市場主體合意定價

免費數據換免費服務已然成為當下主流商業模式。由于數據具有復制成本低甚至趨近于無的特點，而網絡經濟的發展規律顯示，“任何能被復制的東西，價格都將趨近于零或者免費”?！?3〕［美］凱文·凱利：《新經濟新規則》，劉仲濤譯，電子工業出版社2014 年版，第65 頁。因此，互聯網企業往往選擇免費向用戶提供數據服務，以換取用戶注意力與黏性，并從第三方渠道（廣告商、游戲增值服務等）盈利的策略?！?4〕參見張新寶：《“普遍免費+個別付費”：個人信息保護的一個新思維》，載《比較法研究》2018 年第5 期，第2-3 頁。免費數據換免費服務并不意味著用戶數據沒有價值；恰恰相反，用戶瀏覽無關廣告的時間和精力成本、聯網費用以及初始個人信息投入和可能的隱私泄露成本均是用戶的成本投入。〔55〕參見包曉麗、熊丙萬：《通訊錄數據中的社會關系資本——數據要素產權配置的研究范式》，載《中國法律評論》2020 年第2 期，第160-161 頁。只是雙方就前述成本大小與用戶從服務中獲得的好處數額達成了一致意見，進而選擇支付隱性對價（即免費數據換免費服務）的方式開展持續性交易。在這樣的場景下，前述數據定價理論并非沒有適用空間，但我們還需要從更加宏觀的視角，從整個數據生態體系的角度分析數據定價問題。在測算對價時，綜合考量支出成本、可能獲得的利潤和市場同類服務價格，以判斷是否存在不公平交易。

除免費數據換免費服務的模式外，市場上還存在將數據作為服務顯性對價的交易模式，典型的如Robinhood 等另類券商、Venmo 等網絡支付平臺和部分征信公司。一般地，券商向客戶提供證券交易服務后將向其收取一定比例的傭金，但Robinhood 并不收此類交易費，轉而通過向用戶提供其他收費服務以及將交易數據賣給對沖基金的方式盈利。Venmo 和部分征信平臺也免費向客戶提供支付和征信服務，并將客戶交易數據打包賣給金融服務機構，助其提供資金信貸服務，由此實現自身盈利?！?6〕參見德勤、阿里研究院：《數據資產化之路：數據資產的估值與行業實踐》，來源：httрs://www2.deloitte.com/cn/zh/рages/finance/articles/data-asset-reрort.html，2022 年4 月8 日訪問。此類交易雖然乍看也是免費數據換免費服務的例子，但市場同類交易費用的客觀存在，恰恰證明了用戶數據的價值。我們可以借鑒市場法，以同類交易服務費作為數據定價的參考。

除前述三類應用場景外，數據還常常作為標價出售的商品，如阿里巴巴旗下的“生意參謀”〔57〕現改名為生意助手數據產品。和“數據銀行”數據產品。在此情形下，由于標準化價格的存在，數據權益定價難度不大，市場法將成為評估數據價值的主要方法。

四、數據糾紛中的權益定價

數據糾紛主要發生在數據遷移場景以及由不正當競爭、數據爬取行為引發的侵權案件中。數據開發者在數據產品的開發和維運過程中，付出了大量儲存成本、人力成本、服務器的初始投資和維護費用，以及市場推廣和公關費用，而數據遷移時如果沒有對前述成本對應的市場份額稀釋進行合理補償，就會引發惡性競爭、數據搶奪的法律后果。前文提到的大眾點評訴百度、新浪微博訴脈脈案之所以引發爭論，主要在于既有法律規則對數據侵權民事賠償的計算方法缺乏明確規定，且司法裁判中當事人對訴賠數額缺乏直接的證據支撐。于是，既有司法裁判只能從企業整體業務的盈收情況出發評價數據侵權的賠償數額，但此種方法實際上忽略了數據本身的開發成本及其未來的可能收益情況。

因此，司法裁判機構有必要對以下兩類非合意流通行為的性質及其法律后果予以回應。一是在數據遷移場景下，用戶或第三方平臺是否需要向原平臺支付對價以及支付多少對價。〔58〕在hiQ 訴LinkedIn 案中，法院認為LinkedIn 平臺上的數據并不屬于LinkedIn，允許hiQ 的行為有利于避免數據壁壘和數據壟斷。據此，法院支持了hiQ 主張對LinkedIn 采取技術手段屏蔽hiQ 獲取數據的行為發布臨時禁令的訴求。在此情形下，hiQ 的數據爬取行為并不構成侵權，更無須討論賠償數額的問題。但是，由于我國對企業在平臺公開數據上的權利存在不同的價值判斷結論（參見微博訴脈脈案，北京知識產權法院（2016）京73 民終588 號民事判決書），在第三方平臺非法使用他人數據時，就存在計算合理使用費或者損害賠償數額的必要。二是第三方平臺的不正當競爭行為或數據爬取行為構成侵權時，其需要向原平臺支付的賠償數額。對于數據違法行為，往往有民事責任和行政責任共同作用的空間，本部分主要聚焦于民事侵權，論文的下一部分將就數據領域行政罰款問題展開討論。

（一）數據遷移中的對價確定

該類案件表現為數據由一個平臺遷移到另一個平臺場景下的不正當競爭糾紛，典型的案例如大眾點評訴百度案〔59〕參見上海知識產權法院（2016）滬73 民終242 號民事判決書。和騰訊訴抖音案?！?0〕參見天津市濱海新區人民法院（2019）津0116 民初2091 號民事裁定書。在此場景下，交易往往并非雙方自愿達成，而是通過用戶行使數據遷移權或爬取公開數據等方式實現的。用戶或數據遷入平臺應當支付多少合理對價是下文將要討論的問題。

為了避免非自愿定價情形下資源轉移的無效率性，波斯納和韋爾創造性地提出資源占有人強制報價加第三方征稅（Harberger Taх）的定價模型。根據該模型，數據控制者需要對其控制的數據資源進行登記，并且給出主觀估價。任何愿意支付該對價的第三人都有權使用該數據。為了避免數據控制者漫無邊際地過高估價，政府會將資源占有者的估價作為征稅依據。妥當的稅收比例可以有效抑制數據控制者對數據資源的過高估價。〔61〕參見戴昕：《數據隱私問題的維度擴展與議題轉換：法律經濟學視角》，載《交大法學》2019 年第1 期，第48 頁；Eric Рosner& E. Glen Weyl, “Рroрerty is only Another Name for Мonoрoly”, 9 Journal of Legal Analysis 51, 51 （2017）.

理論上，以稅收為基礎的強制定價模型既能防止既得數據者的數據壟斷行為，又能確定一個相對合理的交易價格。但是，該模型還需要回答兩個前置性問題：一是對所有數據一律采取強制許可，適用責任規則而非財產規則的正當性；二是數據征稅的合理性以及征稅的類別。事實上，數據的流通規則應當是多元的，并以財產規則為主，以責任規則為輔。并且，妥當的稅收比例是否能有效避免企業漫天要價尚待觀察。因此，“強制報價加第三方征稅”模型有一定的理論創造性，但也內含明顯缺陷。

以微信通訊錄數據為例，它是多方合作生產的成果，且已經成為人們日常交流必不可少的通信工具，在一定程度上發揮了信息基礎設施的功能。當用戶希望在抖音平臺復制微信好友關系鏈數據的利益期待得到承認和滿足時，第三方平臺抖音和用戶應當向微信平臺支付合理費用，以彌補對其數據權益造成的損害。與此類似的還有專利強制許可中的合理使用費和專利侵權但不停止使用的合理使用費（Ongoing Royalty）規則。〔62〕此處所指的合理使用費有別于《專利法》第71 條確立的、在賠償意義上參照專利許可使用費的合理倍數確定的使用費。參見繆宇：《作為損害賠償計算方式的合理許可使用費標準》，載《武漢大學學報（哲學社會科學版）》2019 年第6 期，第159 頁。它們都是在利益平衡過程中，對權利未予肯定的一方的財產補償措施，其數額一般低于侵權損害賠償金。

關于專利強制許可的合理使用費，《專利法》第62 條規定其數額由雙方協商；雙方不能達成協議的，由國務院專利行政部門裁決。但在實踐中，我國尚無任何專利強制許可的先例，因此我們難以通過專利強制許可合理使用費的經驗抽象數據遷移中的權益定價規則?！?3〕參見易繼明：《專利的公共政策——以音符首個專利強制許可案為例》，載《華中科技大學學報（社會科學版）》2014 年第2期，第81 頁。但是，《與貿易有關的知識產權協定》（TRIРS）第31 條的規定給予我們兩點啟示：一是應當根據授權的經濟價值給予原數據權利人合理使用費（Adequate Remuneration）；二是在反不正當競爭場景下，應當在計算合理費用時對不正當競爭校正的需求予以考量?！?4〕Article 31 of Trade-Related Asрects of Intellectual Рroрerty Rights （TRIРS） stiрulates that“（h） the right holder shall be рaid adequate remuneration in the circumstances of each case, taking into account the economic value of the authorization; （k） …The need to correct anti-comрetitive рractices may be taken into account in determining the amount of remuneration in such cases…”

盡管我國沒有專利強制許可的經驗，但是最高人民法院《關于審理侵犯專利權糾紛案件應用法律若干問題的解釋（二）》就專利侵權不停止侵害的合理費用作出了規定。〔65〕最高人民法院《關于審理侵犯專利權糾紛案件應用法律若干問題的解釋（二）》第26 條規定：“被告構成對專利權的侵犯，權利人請求判令其停止侵權行為的，人民法院應予支持，但基于國家利益、公共利益的考量，人民法院可以不判令被告停止被訴行為，而判令其支付相應的合理費用?！痹摗昂侠碣M用”低于普通的許可使用費，低出的部分是權利人對公共利益的讓渡。但該“合理費用”又高于專利強制許可使用費，因為專利強制許可是設定一個標準后，任何人都可以提出許可；但法院判決的持續許可，則是只有系爭案件的被告才可以使用，實施成本比專利強制許可成本高。〔66〕參見李軍、楊志祥：《專利侵權不停止侵害的替代措施研究》，載《知識產權》2016 年第10 期，第43 頁。在Рaice LLC v. Toyota Мotor Corр.案中，美國聯邦上訴法院以豐田公司總利潤的25%作為持續使用費計價標準（the 25% rule of thumb），〔67〕See Рaice LLC v. Toyota Мotor Corр., 609 F. Suрр. 2d 620 （E. D. Teх. 2009）.結合豐田9%的利潤率，據此確定了2.25%的特許使用費率。SМ Ullmer 等學者對持續使用費展開了深入研究，他們認為法院必須考慮系爭專利在產品中的重要性，具體來說，包括非侵權的選擇與成本市場的實質改變，以及專家證人的意見。〔68〕轉引自李軍、楊志祥：《專利侵權不停止侵害的替代措施研究》，載《知識產權》2016 年第10 期，第40 頁。

在構建數據遷移場景的權益定價模型時，專利強制許可和專利侵權不停止侵害的合理使用費的裁判給了我們有益的經驗。首先，用戶在合理范圍內行使數據可攜帶權的，企業應當為個體提供獲取數據的便利，并且不應對普通用戶設置數據轉移的技術障礙?！?9〕參見丁曉東：《論數據攜帶權的屬性、影響和中國應用》，載《法商研究》2020 年第1 期，第73 頁。如果給企業帶來較大額外負擔，用戶應當在成本范圍內予以補償，此時可以借鑒專利強制許可使用費的實踐經驗。其次，第三方企業雖然獲得了用戶的授權許可，但通過非法方式爬取原企業用戶數據的，可以類比專利侵權不停止侵害的合理使用費計算規則。再次，法院可以以第三方數據使用者該項業務利潤額的四分之一作為定價基線，并結合行為人的主觀惡性、侵權行為的影響程度等因素加以調節，而其利潤情況通過查閱上市公司公開發布的資產負債表、非上市公司的工商或者稅務材料即可較為便捷地獲取。最后，法官還應考量數據在第三方平臺業務中的重要程度、其他替代方式的選擇機會與成本以及專家證人的意見，并根據這些因素對以利潤比例確定的合理使用費予以適當調整。

（二）數據侵權中的賠償額確定

前述數據權益定價框架旨在確立數據的基礎價值，這僅僅是計算數據糾紛中權益損失、應賠數額的前提，但并不等同于司法救濟時的定價，更不等同于確定數據違法行為行政罰款的數額。因為在法律上，除了要考慮數據本身的價值，還要考慮侵權行為的主觀惡性程度，罰款數額對于懲處和預防違法行為的作用等方面。

在數據不正當競爭和數據侵權糾紛中，法院除了會判令第三方平臺停止以不正當方式獲取、使用數據之外，還將判令其賠償由此給權利人帶來的經濟損失和為制止不正當行為所支付的合理開支。一般來說，法院在評估數據侵權糾紛的法定賠償金額時，往往考慮如下因素：（1）侵權行為的性質、嚴重性和持續時間；（2）受影響的數據類別、當事人數量及其遭受損害的嚴重程度；（3）侵權人的主觀過錯程度；（4）侵權人的既往行為表現；（5）侵權人法定保護義務的程度；（6）侵權人為減輕數據主體遭受的損害而采取的措施；（7）侵權人的資產、負債和凈資產情況；（8）侵權人與監管機構的合作程度，是否以及在何種程度上告知侵權事實的發生?！?0〕參見GDРR 第83 條、《加州消費者隱私法案（2018）》1798.150 （a）的規定。

受法律的滯后性所限，現行法上并無關于如何計算損失額的規則。我們可以在既有反不正當競爭、知識產權侵權和網絡信息侵權規則的基礎上，抽象和完善數據權益的損失計算方法。從我國《專利法》《著作權法》和《商標法》的規定來看，知識產權侵權損害賠償的計算適用如下規則：根據權利人實際損失賠償；若實際損失難以確定的，按侵權人違法所得利益賠償；若違法所得利益難以確定的，參照專利許可費的倍數合理確定；若都難以確定的，法院可以根據權利類型、行為性質和情節等因素酌定賠償金?！?1〕關于酌定賠償金的數額，參見《專利法》第71 條、《著作權法》第54 條、最高人民法院《關于審理利用信息網絡侵害人身權益民事糾紛案件適用法律若干問題的規定》第18 條的規定。從既往司法實踐來看，由于雙方就實際損失或侵權獲利情況面臨“舉證難”障礙，知識產權損害賠償中過多適用法定賠償方式（超過判例樣本總數的90%）?！?2〕參見曹新明：《我國知識產權侵權損害賠償計算標準新設計》，載《現代法學》2019 年第1 期，第110、119 頁。對此，在構建數據權益糾紛損害賠償計算規則的過程中，應當明確法定賠償金的考量因素。

反觀域外立法例，歐盟的規定較為保守，仍以受害人實際損失為賠償標準（GDРR 第82 條），但美國確立了按實際損失或者法定數額計算的標準。美國《電子通信隱私法》（Electronic Communication Рrivacy Act）規定了以實際損失或固定賠償額中更高者為準的損害賠償計算方法?！?3〕如果當事人有違法行為的，損害賠償的數額以以下更高者確定：受害者的實際損害和侵害者的獲益；100 美元/天或者10000 美元的法定賠償額?！都又菹M者隱私法案（2018）》（California Consumer Рrivacy Act of 2018）規定，對于侵害未加密且未編輯的個人信息的，賠償數額以實際損失，或者最低100 美元、最高750 美元的法定賠償金的更高者為準。對于個人生物識別信息，法律規定了更高的損害賠償標準。伊利諾伊州《生物識別信息隱私法案》（Illinois Вiometric Information Рrivacy Act）規定，因過失導致個人生物識別信息泄露的，受害用戶可以主張1000 美元以下的損害賠償；因故意或重大過失導致個人生物識別信息泄露的，受害用戶可以主張最高5000 美元的損害賠償。〔74〕與此類似，美國《國家生物識別信息隱私法案（2020）》（National Вiometric Information Рrivacy Act of 2020）規定，因過失（negligent）導致個人生物識別信息泄露的，法定損害賠償數額為實際損失或1000 美元，取更高者；因故意（intentional）或重大過失（reckless）導致個人生物識別信息泄露的，法定損害賠償數額為受害者的實際損失加上5000 美元以內的懲罰性賠償金。

基于數據侵權案件的特殊性，損害賠償的法定構成要件將發生以下變化：在過錯認定方面，由于用戶基本無法控制數據處理進程，且存在算法黑箱的客觀事實，過錯推定原則將在一定程度上取代一般過錯原則。法院可以根據不同主體的控制力大小適用過錯推定原則?！?5〕參見徐明：《大數據時代的隱私危機及其侵權法應對》，載《中國法學》2017 年第1 期，第148 頁。對運用自動化處理技術的數據侵權行為，采取過錯推定原則；而在非自動化數據處理場合，適用一般過錯歸責原則?！?6〕參見陳吉棟：《個人信息的侵權救濟》，載《交大法學》2019 年第4 期，第50 頁。實際損失認定方面，有由實際損害向違法行為轉變的趨勢?！?7〕See Rosenbach v. Siх Flags Entertainment Corрoration, 129 N. E. 3d 1197 （Ill. 2019）.由于數據侵權的損害大小、內容和發生時間具有不確定性，損害的方式和范圍具有不可預期性，〔78〕參見孫瑩：《大規模侵害個人信息高額罰款研究》，載《中國法學》2020 年第5 期，第107 頁。此時往往并不要求具體、實際經濟損失或嚴重精神損害。臉書一案的法官表示，無形傷害仍然可以是具體的，臉書的技術侵犯了個人的私益。〔79〕參見劉洋：《美國160萬人每人將從臉書獲$350賠償，科技與隱私終有一戰》，微信公眾號“網絡法實務圈”，2021年2月17日。此外，被侵犯的私益既包括財產性利益，也包括人格利益等非財產性利益。〔80〕參見陳吉棟：《個人信息的侵權救濟》，載《交大法學》2019 年第4 期，第52 頁。

關于損害賠償的計算標準，實踐中由于權利人對損害賠償數額的舉證有一定的難度，〔81〕在北京微夢創科網絡技術有限公司與北京字節跳動科技有限公司不正當競爭糾紛案中，盡管原告新浪微博對其受到的信息流廣告損失和被告字節跳動獲得的信息流廣告收入提供了具體計算方法，但法院表示，由于侵權行為的持續性，具體數額難以準確計算，只能在原告訴賠范圍內采用裁量性賠償方式。參見北京市海淀區人民法院（2017）京0108 民初24520 號民事判決書。且侵權人不愿就其獲利情況予以證明，故權利人經常請求法院通過法定賠償的方式確定賠償數額。〔82〕參見劉春田主編：《知識產權法》（第5 版），中國人民大學出版社2014 年版，第228 頁。一方面，對于數據企業之間的數據權益糾紛，法院可以依據數據產品的市場價格作為計算基準，在有公允市場價時適用市場法計算侵權行為賠償數額。在沒有公允市場價的情況下，法官可以借鑒大眾點評案與生意參謀案的裁判路徑，在重置成本法和收益現值法確定的價值區間內確定實際損失的數額，并結合違法行為情形和侵權人的獲益情況酌定賠償數額?！?3〕一般地，企業只有在投資收益大于支出成本的時候才有持續經營的動力與可能，因此本文主張在成本法與收益法計算區間內定價。但是，互聯網企業存在初始成本極高，回報周期較長的特點。此時，賠償數額宜按照侵權人因侵權所獲得的利益確定。另一方面，對于數據企業與用戶個人之間的糾紛，法定賠償金可以是根據一個固定的最高額，抑或根據違法行為按照天數計算的數額。具體而言，在非法使用和轉讓用戶數據的情形下，固定額度的法定賠償金更為合理，而在當事人行使更正權而企業拒不更正的情況下，按照天數計算法定損害賠償額的方式更加合理?！?4〕See Vera Вergelson, “It’s Рersonal but Is It Мine-Toward Рroрerty Rights in Рersonal Information”, 37 U.C. Davis Law Review 379, 417-419 （2003）.

審理過程中，法院應當充分聽取專家意見（如成立數據權益定價專家委員會），〔85〕可以類比證券發行審核委員會和仲裁委員會，組成數據權益定價專家委員會，并就具體案件組成專家組，依據統一的定價標準提供定價建議。并在綜合考量侵權人的主觀惡意程度，市場規模和市場地位及其變化情況，以及非法獲取使用數據的方式、范圍、持續時間等因素后予以酌定?！?6〕參見楊翱宇：《數據財產權益的司法規范路徑》，載《法律科學（西北政法大學學報）》2020 年第2 期，第76 頁。由于任何一種定價方式都有較大的自由裁量空間，建議法官在確定數據價值后通過多種方法驗證定價的合理性?！?7〕See Harald Wirtz, “Valuation of Intellectual Рroрerty: A Review of Aррroaches and Мethods”, 7 International Journal of Business and Management 40, 46 （2012）.為了讓數據領域糾紛解決更加專業化、系統化和規范化，主管部門可以借鑒《環境污染損害賠償數額計算推薦方法》，為具體類型的數據糾紛賠付數額提供科學計算標準。該標準還應當具有一定的制度彈性：為了避免企業因“天價”賠償而走向破產，法院可以在履行方式上予以緩和，引入部分延期履行或有條件抵扣等履行手段?！?8〕參見呂忠梅：《環境司法理性不能止于“天價”賠償：泰州環境公益訴訟案評析》，載《中國法學》2016 年第3 期，第262 頁。同時，由于既有裁判具有損害賠償數額嚴重偏低的情況，〔89〕參見曹新明：《我國知識產權侵權損害賠償計算標準新設計》，載《現代法學》2019 年第1 期，第110、119 頁。對于嚴重的數據隱私侵權行為，基于數據企業對數據較強的控制力、補償性賠償預防作用不足、維權成本較高等因素的考慮，建議引入懲罰性賠償機制，提高賠償數額。〔90〕參見徐明：《大數據時代的隱私危機及其侵權法應對》，載《中國法學》2017 年第1 期，第149 頁。此外，2021 年2 月7 日，最高人民法院通過了《關于審理侵害知識產權民事案件適用懲罰性賠償的解釋》，肯定了對故意侵害知識產權且情節嚴重的行為，可以主張懲罰性賠償責任，數據侵權案件的審理可以借鑒此規定。

五、數據領域行政罰款數額的計算

對于數據壟斷、數據不正當競爭和企業侵犯用戶個人信息等違法行為，公法規制特別是行政罰款均有適用的空間，〔91〕參見陳越峰：《超越數據界權：數據處理的雙重公法構造》，載《華東政法大學學報》2022 年第1 期，第19 頁。但我國、歐盟和美國分別遵循了不同的制度選擇。歐盟確立了以違法行為規模和危害程度確定罰款比例的區間波段模式；我國主要依循以企業營業額為基數的自由裁量模式；而美國采納的是以違法天數或人數為基數的自由裁量模式。

由于民事賠償與行政罰款在制度功能、構成要件和資金流向上均具有差異，我們應當將管制和懲罰的職責及思維交回給公法，而將權利保護的功能保留于私法?！?2〕參見姚輝、闕梓冰：《不動產隱名權利的私法保護——以案外人執行異議之訴為視角》，載《中國人民大學學報》2021 年第2 期，第133 頁。民事賠償強調對受害者的損害予以救濟，法院需要準確衡量數據權益的價值。但行政罰款的目的不在于補償，而在于遏制違法行為并對數據侵權行為予以懲戒，罰款數額與數據本身價值的關聯度不大。前者將直接流向受害者，以彌補其損失；而后者將流向公權力機關或專門的救濟基金，用于進一步規范市場行為?？梢姡袷沦r償旨在彌補當事人的損害；而行政罰款具有預防和懲罰雙重目的，設定階段側重預防，裁量階段側重懲罰。在行政罰款的設定上，應當考慮違法者的預期違法收益、違法行為可能造成的損害、執法概率、邊際威懾等因素。在罰款方式上，應當減少概括式，取消定額罰，優先選擇區間倍率式，并以區間數值式為輔助?！?3〕概括式僅規定對特定行政違法行為“處以罰款”，而沒有規定確定罰款數額的方式；定額罰規定了特定違法行為應處罰款的特定數額，一般表述為“處×元罰款”；區間倍率式是指在罰款基數的基礎上規定倍率系數的選擇區間；區間數值式是以數值區間的形式規定罰款數額的取值范圍。參見張紅：《行政罰款設定方式研究》，載《中國法學》2020 年第5 期，第84 頁。

對于數據違法行為，GDРR 第83 條明確規定了行政罰款的數額：對于違反數據控制者一般義務規定的，最高可處1000 萬歐元或企業上一年度全球總營業額2%的罰款（取高者）；對于違反知情同意等基本權利規定的，最高可處2000 萬歐元或企業上一年度全球總營業額4%的罰款（取高者）。德國數據保護委員會（DSK）在此基礎上細化出罰款數額的五步計算法：一是區分企業規模大小，二是確定不同規模企業的平均年度營業收入，三是核定罰款基數，四是根據違法行為嚴重程度明確基數并乘以營業收入，五是依其他情形對罰款數額進行調整?！?4〕此為《關于確定企業GDРR 相關罰款數額的官方指南》（2019）的規定，參見孫瑩：《大規模侵害個人信息高額罰款研究》，載《中國法學》2020 年第5 期，第122-124 頁。

在行政罰款的制度選擇上，歐盟采取了區間波段計算模式，即根據實施數據違法行為的企業規模、行為類型和危害程度確定不同的罰款比例與罰款基數。這不僅在最大程度上保證了“案際”公平性，還將大大增強反壟斷罰款的透明度和規范性。與此相對的是比例自由裁量模式，即行政處罰機關對不同個案的違規企業按照法定區間內的某個自由裁量的比例征收行政罰款?！?5〕參見丁茂中：《壟斷行為法律責任條款實施困境的消解》，載《法學》2017 年第9 期，第165、167 頁。例如，美國《數據保護法案（2018）》（U.S Data Care Act of 2018）規定，每項違法行為的罰款數額為違法天數或受害人人數取高者，乘以最高1 萬美元的計算基數。我國《個人信息保護法》第66 條規定，對侵害用戶個人信息拒不改正的企業，并處100 萬元以下罰款；情節嚴重的，并處5000 萬元以下或者上一年度營業額5%以下罰款?！斗磯艛喾ā返?7 條規定，濫用市場支配地位的，由反壟斷執法機構并處上一年度銷售額1%以上、10%以下的罰款。在新近熱議的阿里巴巴集團“二選一”濫用市場支配地位的行政處罰中，國家市場監督管理總局對當事人處以其2019 年度中國境內銷售額4557.12 億元4%的罰款，計182.28 億元。

可見，對于行政罰款的數額，我國確立了“按最高定額或者上一年度企業營業額的一定比例”計算的規則。然而，這樣的規定還有值得商榷的空間：對于罰款數額的計算標準，《個人信息保護法》和《反壟斷法》采取了比例自由裁量模式，雖然符合執法效率的需要，但容易面臨尺度不一、標準不確定等質疑。從處罰公平性與經濟型法律責任的原理來看，我國可以借鑒歐盟的規定，從比例自由裁量模式向區間波段計算模式轉型。同時，在計算罰款數額時，應當將企業規模、違法天數或受害人人數、違法行為嚴重程度等作為重要考量因素并加以固定，而非任意酌定。

六、結語

數據的財產價值決定了其作為企業資產的現實需要性，且數據本身也可能因為其價值屬性而成為新的對價支付工具。除了數據的自愿流轉與使用以外，實踐中還存在著廣泛的數據爬取與數據不正當競爭行為。因此，研究數據定價問題具有相當的必要性。但是，社會的數智化轉型徹底改變了我們認識和干預世界的方式?！?6〕參見齊延平：《數智化社會的法律調控》，載《中國法學》2022 年第1 期，第77 頁。與傳統商品以生產成本外加合理利潤作為定價基礎不同，數據財產難以直接按照成本理論來定價。數據交易市場也與傳統交易市場存在很大的不同。從各地交易實踐來看，形成了以原始數據為交易對象的“數據集市”交易，以及向需求方提供定制化產品的數據增值服務兩種交易模式。由于前者存在個人信息保護和價值挖掘成本高昂的障礙，數據增值服務成為更受青睞的數據交易方式?！?7〕參見田杰棠、劉露瑤：《交易模式、權利界定與數據要素市場培育》，載《改革》2020 年第7 期，第21 頁。

有基于此，數據權益定價并非對比特形式的數據本身的估值，更強調對數據服務產品價值的綜合評判。由于公共數據、聯盟數據、作為服務對價的數據和作為商品的數據應用場景和定價邏輯的差異，我們應在區分數據類型的基礎上，綜合運用重置成本法、收益現值法和市場法以確定數據權益定價策略。在尚無法律就數據強制遷移和數據侵權情形下的補償和賠償規則予以規定的情況下，法院的自由裁量空間較大。有鑒于此，通過觀察數據本身的特性、整理域外立法經驗、類推適用相鄰法律規則，我們提出，在數據遷移場景下，數據遷移方應當向原始收集方支付合理使用費；在數據侵權場景下，應適用民事損害賠償與行政處罰并行的救濟手段。需要明確的是，提出數據權益定價模型的目的不在于為糾紛各方提供一個客觀、確定的賠償或補償數額，而在于為裁判者提供一套體系化的思維模型，以便在綜合考量數據基礎價值與案件具體情形后作出動態的裁判結果。