基于計量分析的我國數據確權政策與科研協同研究

文禹衡 付張祎

(1.湘潭大學知識產權學院，湖南 湘潭 411105； 2.湖南省高級人民法院—湘潭大學大數據與智慧司法研究中心，湖南 湘潭 411105)

2021年12月，國務院印發《“十四五”數字經濟發展規劃》指出發展目標，到2025年，數字經濟邁向全面擴展期，數字經濟核心產業增加值占GDP比重達到10%。數據確權作為數據要素市場培育的基礎問題，尚無很好的解決方案。政策層面就數據確權作出較多規定，科研方面也有不少數據確權的成果，然而政策規定與科研成果的協同情況如何不得而知，此二者的協同相互影響著數據確權的政策制定和科學研究的進程。

就數據確權而言，主要涉及數據權利的屬性、內容、構造、歸屬等。①數據權利的屬性研究，如張黎、相麗玲等認為數據確權包括數據人格權和數據財產權，而國內現處于個人數據單向保護框架的立法現狀，個人數據財產權保護將是未來研究重點[1-2]；姬蕾蕾認為，數據權利屬性應該協調兼顧個人數據保護和大數據開發利用，而不是過分地對個人數據隱私進行人格權保護[3]；Aksoy H C認為在歐洲，個人數據被視為數據主體人格權的一部分[4]；②數據權利的內容研究，如何培育等、王茜茹等在介紹歐盟、美國被遺忘權立法狀況的基礎上，提出被遺忘權本土化構建的建議[5-6]；化國宇等論述了數據可攜帶權的積極作用以及權利屬性建構的缺陷、價值目標實現的不確定性等權利自身缺陷，繼而提出了數據可攜帶權本土化調試的建議[7]；Janis W等向不同數據控制者提出230個數據可攜權請求，發現其實際運行中存在的問題，并從技術角度重新審視了攜轉數據要求的“結構化、通用性和機器可讀”標準[8]；③數據權的構造研究，如文禹衡認為，“數據產權”是數據確權后最合適的概念[9]，構建了用戶的數據控制權和企業的數據經營權二元結構[9]；申衛星認為，根據不同主體對數據形成的貢獻來源和程度的不同，應當設定數據原發者擁有數據所有權與數據處理者擁有數據用益權的二元權利結構[10]；④數據權利的歸屬研究，如姬蕾蕾認為，應當立足于勞動正當論，賦予數據產業者數據所有權[11]；王玉林等認為，應賦予數據原權利人數據權利，但同時應當加以限制，不得侵害他人個人數據、智力成果和商業秘密[12]；王東方認為，個人數據權歸屬于數據生成主體，表征的是數據生成主體之人格利益[13]；Dosis A等認為，數據權利的歸屬取決于數據的價值，或者等效地取決于生成數據的市場與使用數據的市場之間的相對權重[14]。

就數據領域的協同研究而言，主要涉及運用政策文本計算、政策量化賦值、政策機理分析以及單元對比分析等方法分析數據開放政策協同。①政策文本計算的協同研究，如周環等對隱私政策中數據開放和隱私保護的主題分布與共現強度加權計算得出主題協同度[15]，張濤等對政策中開放數據和數據安全的主題分布、共現強度、政策力度加權計算得出主題協同度[16]；②政策量化賦值的協同度研究，如洪偉達等從政策強度、政策目標和政策工具維度設計政策量化標準，構建度量模型分析協同情況[17]；張玲玲從政策力度、政策目標、政策協同維度量化賦值，分析《促進大數據發展行動綱要》和《大數據產業發展規劃(2016—2020年)》是否協同、如何協同及協同度如何[18]；毛子駿等通過文本內容進行結構化并賦值的方式，計算政府數據開放政策中“政策目標”與“政策措施”的協同度[19]；③政策機理分析的協同研究，如洪偉達等以政策系統論為指導，分析我國開放政府數據政策體系子系統和各要素之間的協同演化過程，揭示開放政府數據政策系統的協同運行機理[20]；④單元對比分析的協同度研究，如姜鑫等從科學數據開放政策和個人數據保護政策兩類政策群中選取若干標桿政策，運用內容分析法構建兩類政策群之間政策協同觀測的政策文本內容分析單元，以此對比分析兩者的協同度[21]。

綜上，不乏數據確權的研究，也不乏展開協同研究的方法，尚沒有關于數據確權協同的研究成果，意味著本研究具有相當的創新空間，現有協同研究的成果能夠為本研究提供參考和啟示。首先，從研究領域來看，協同研究也同樣適用于數據領域，但其大多僅涉及數據開放，未涉及作為基礎問題的數據確權；其次，從數據相關協同研究文本來看，其大多僅限于政策文本之間，但未涉及同樣具有協同關系的政策文本與科研文獻之間的研究；最后，從現有數據相關協同研究的方法來看，基于文本計量、文本計算的協同研究方法可行，但還沒有基于關鍵詞詞頻、突現的文本計量方法的協同研究成果。

1 研究設計

1.1 樣本獲取

為了實現政策規定與科研成果協同研究，選擇與數據確權相關的政策文本和科研論文為樣本。政策文本是政策規定的直接載體，可以作為研究政策規定的樣本。之所以選擇科研論文作為研究成果的樣本，是考慮到兩個因素：其一，相比較于專著、研究報告等科研成果，科研論文更能及時反映科研方面的最新動態；其二，科研論文的數量規模相對更大，且質量通過嚴格的同行評價。于2021年12月5日—8日分別以Wolters Kluwer法律信息庫和中國知網作為數據來源，分別收集和整理涉及“數據確權”的政策與論文。

由于當前并沒有在標題中標明“數據確權”的專門性政策，因此以檢索式——“數據 確權”～4進行全文檢索，該檢索式表示命中結果滿足以下兩個條件：①同時包含“數據”和“確權”，且兩詞的命中滿足先“數據”后“確權”的順序；②“數據”與“確權”之間，間隔字數小于等于4，以此確保“數據資源確權”“數據資產確權”等與“數據確權”實質內容相同的類似表述也包含在命中結果內。按照以上檢索式，得到5個行政法規、21個部門規章和102個地方性法規(Wolters Kluwer在分類中將地方性法規、規章、黨的政策都歸為一類，統稱為地方性法規)。

由于科學研究對于“數據確權”的概念范圍、稱謂等與政策相比更加寬泛，因此以檢索式——“數據*權”——在中國知網進行篇名檢索，該檢索式表示命中結果的篇名中同時存在“數據”和“權”，為了盡可能獲取與數據確權相關度高的文獻，故選擇篇名進行檢索。數據確權包含數據權利屬性、數據權利內容、數據權利歸屬3個方面，因此，以該檢索式檢索相關文獻時能夠完整包含上述3個方面，例如“數據被遺忘權”“數據權利”和“數據權屬”等相關內容都包含在內，盡可能在獲取“數據確權”相關文獻時確保查全率和查準率。按照以上檢索式，得到906篇科研論文。

1.2 數據處理

選擇CiteSpace作為分析工具，可以直接分析科研論文，但無法直接分析政策文本，故先運用扎根理論方法處理政策文本。在計量分析數據確權的政策文本和科研論文時，以關鍵詞作為文本統計分析的對象，確定特定樣本的重點領域和主題，再結合詞頻、突現等方法分析研究熱度、重要性以及關聯度，進而完成政策和科研對比分析，得出其協同情況。

獲取政策樣本時，通過以下步驟人工篩選出與“數據確權”以及本研究目的相關的政策。第一步，通過人工查看各樣本中的對應語句，將僅文字順序符合檢索式但實質內容與“數據確權”無關的樣本剔除。例如，《河南省住房和城鄉建設廳關于開展應急預案體系建設情況調查的通知》中命中的語句為“確保相關數據準確權威”，由于此類語句也符合檢索式——“數據 確權”～4的條件，因此也在搜索的結果中，但要通過人工篩選去掉。第二步，多個內容相同的文本只保留正文文本，例如《寧夏回族自治區人民政府關于印發〈寧夏回族自治區“互聯網+教育”示范區建設規劃(2018—2022年)〉的通知》和《寧夏回族自治區“互聯網+教育”示范區建設規劃(2018—2022年)》，由于兩者實質內容相同，因此只保留正文文本。第三步，將樣本中的“征求意見稿”剔除。征求意見稿并不是最終文本，條文本身未來可能會發生變化，不排除會有新增、刪除、修改的可能。由于征求意見稿并不具有穩定性和確定性，并且其數量占比甚小，不納入樣本范圍也不影響研究結果，因此在樣本處理中將征求意見稿剔除。完成上述篩選步驟后，共獲得76件數據確權相關政策。由于上述政策并非數據確權的專門性規定，因此為了使樣本與“數據確權”的相關性更大，并非使用全文作為分析樣本，而是基于扎根理論的方法提取關鍵詞作為樣本，再進行文本量化分析，這種做法已經在相關研究中得到檢驗[22]。具體而言，先在“數據確權”詞匯的相關語段中運用扎根理論方法提取出數據相關的詞匯作為關鍵詞，提取關鍵詞時盡可能使用原文表達以確保客觀性，再按照CiteSpace要求的文件格式將關鍵詞進行編排，最終得到政策的分析樣本。

獲取科研樣本時，通過以下步驟人工篩選出與“數據確權”以及本研究目的相關的文獻，以確保分析結果更具針對性和準確性。第一步，限定在中文科研期刊文獻范圍，本研究目的在于分析我國數據確權科研與政策的協同，因此只選擇我國的科研成果。第二步，人工篩選剔除雖然滿足檢索式，但與數據確權完全無關的科研文獻，例如“農地確權與農村勞動力就業選擇——基于CLDS數據的實證分析”和“大數據時代馬克思主義意識形態話語權的建構”等。第三步，由于數據確權僅涉及“數據權利”，因此將諸如“網絡數據長臂管轄權——從‘最低限度聯系’標準到‘全球共管’模式”等涉及“數據權力”的文獻剔除。完成上述篩選步驟后，共獲得258篇數據確權相關論文。

2 研究結果

2.1 政策文本

2.1.1 關鍵詞分布

通過統計共獲得政策文本的137個關鍵詞，由于大多關鍵詞出現頻次過低，不具有研究上的代表性，因此僅選取TOP20高頻關鍵詞形成表1，TOP20高頻關鍵詞的詞頻數占總詞頻數的54.03%，且該表中最低詞頻已到5，可見在計量分析時排除TOP20之后的關鍵詞，對分析結果影響很小。如表1所示，政策總體上比較務實，側重于推動數據利用，即主要集中在數據的交易、流通、開放和共享等數據價值釋放方面，其頻次占前20個關鍵詞總頻數的42.71%。2020年我國數字經濟規模達到39.2萬億元，占GDP比重為38.6%，目前位居世界第二，其增速達到GDP增速3倍以上，成為穩定經濟增長的關鍵動力，數字經濟已成為我國經濟中不可或缺的重要部分。政策重視“數據交易”符合數字經濟的態勢，數據的交易流通能夠有效助力數字經濟的發展，而想要實現數據的有序交易流通，其前提就是數據確權。

表1 數據確權政策的TOP20關鍵詞詞頻

從關鍵詞的年度分布變化來看，如圖1所示，隨著2015年國務院印發《促進大數據發展行動綱要》，“大數據”及相關概念便開始在政策中大量出現。“數據確權”一詞也于2015年首次在政策中出現，起初與其伴隨的關鍵詞基本都屬于“數據交易”相關概念，但2017年后“數據安全”便開始出現，并在2018年出現“數據信息安全”、2019年出現“隱私保護”、2020年出現“數據要素”。隨著數據帶來的經濟利益不斷增加，數據被過度地收集、利用，引發出一系列數據安全、隱私、個人信息等負外部性問題，政策也開始注意到數據流通和數據保護的平衡問題，對數據保護方面加以規定。然而，只有實現數據確權，才能界清權利、義務與責任，進而有效實現數據保護。2019年黨的十九屆四中全會首次將數據與勞動、資本、土地、知識、技術、管理并列作為生產要素，由市場評價貢獻、按貢獻參與分配。隨著2020年中共中央、國務院公布《關于構建更加完善的要素市場化配置體制機制的意見》，明確把“數據”與土地、勞動力、資本、技術并列為生產要素，提出加快培育數據要素市場，政策關鍵詞中也隨即出現了“數據要素”“數字經濟”“數據要素市場”等相關主題詞。從近幾年出現的關鍵詞中可以發現，數據確權及其相關問題正在被不斷細化。例如，逐漸出現醫療數據、教育數據、政務數據、公共數據等數據權利客體的細化分類，對不同類型的數據分類分級，從而進行不同的確權與保護；又如，近年來不斷出現區塊鏈、數據沙盒實驗等技術確權方案，都是對數據確權等問題多角度的積極嘗試。

圖1 數據確權政策的關鍵詞年度分布

從數據確權政策關鍵詞中可以發現，數據確權政策中出現的關鍵詞基本可以涵蓋絕大多數的數據問題。這說明政策就大部分的數據問題作出規定時，“數據確權”仍是無法回避的，進一步體現了“數據確權”的基礎性地位。在數據確權政策關鍵詞中，“數據交易”的詞頻最高，可以看出政策中“數據交易”與“數據確權”之間的關系最為密切，“數據確權”對于解決“數據交易”問題來說也最為基礎。當前，全國已有多地開設數據交易所，而實踐中正面臨確權難、定價難、互信難、入場難、監管難等共性難題，而數據確權問題作為數據交易的前提更是當務之急。

2.1.2 關鍵詞突現

Burst Detection功能能夠呈現我國政策中“數據確權”相關關鍵詞的突現排名，用來檢測短時間內發生急劇變化的主題內容，為了能夠完整呈現政策熱點的變化趨勢，因此取全數據確權政策突現關鍵詞(共16個)，進而得到政策中“數據確權”相關熱點及前沿，如圖2所示。圖2中紅色區域為各熱點的活躍年段，左側按突現時間先后進行排列，右側按突現強度進行排列。

圖2 數據確權政策的關鍵詞突現

從圖左的政策熱點變化中可以發現：首先，“數據確權”相關政策熱點正從數據交易等轉向數據安全，這與前述年度分布分析結果相同，可以看出當下政策對于數據保護、隱私保護越來越重視；其次，從近年來諸如“數據治理”“數字政府”等前沿熱點也可以看出，當下我國政策對于數字中國建設的重視。

從圖右的政策突現強度排序能夠發現：首先，自2015年至今，突現強度最高的是“數據產權保護”，其包括數據產權和數據保護兩個方面。數據產權需要通過確權來界定，合理平衡數據開發利用中的私人利益與公共利益，既要保護個人數據安全和激勵企業投資創新，也要鼓勵數據流通利用和開放共享，促進數字經濟創新發展，因而數據確權對數據要素市場交易和個人數據保護都構成重要的影響，是數據市場建設和促進數字經濟創新發展的重要的基礎性制度問題[23]；其次，從近兩年的突現強度來看，最高的是“隱私保護”和“數據治理”，由于此處的“隱私保護”出現在“數據確權”相關語句，故此處的“隱私保護”應理解為對數據所載的隱私信息保護，也能夠概括在數據保護、信息保護之下。可以看出，政策對于數據不再只注重其經濟價值，對于數據安全價值也逐漸重視，但政策對于數據確權還缺乏具體規定，導致實踐中權利歸屬、救濟方式等不明確，使得數據未能得到有效保護。

2.2 科研論文

2.2.1 關鍵詞分布

CiteSpace對“關鍵詞”的統計包括文獻的關鍵詞和篇名中出現關鍵詞的頻次，因此以下關鍵詞的頻次統計包括上述兩部分。在文獻的關鍵詞分布中可以發現，相比于政策中的關鍵詞，文獻中的關鍵詞概念表達更為豐富、用詞更為準確，對概念的研究更加細化，體現了科學研究的嚴謹以及對不同概念的深入理解。經過統計共獲得科研文獻的188個關鍵詞，由于大多關鍵詞出現頻次過低，不具有研究上的代表性，因此僅選取TOP20高頻關鍵詞形成表2，TOP20高頻關鍵詞的詞頻數占總詞頻數的56.70%，且該表中最低詞頻已到9，可見在計量分析時排除TOP20之后的關鍵詞，對分析結果影響很小。“數據確權”相關文獻的關鍵詞分布如表2所示，可大致歸類為以下幾個方面。

表2 數據確權文獻的TOP20關鍵詞詞頻

①“大數據”和“大數據時代”歸為一類，“大數據”詞頻是所有關鍵詞中最高的，“大數據”一度成為當今科研領域最大熱點，但“大數據”“大數據時代”在絕大多數文獻中并非研究對象或問題，而只是將“大數據”作為研究背景，甚至當下許多與數據無關的文獻也提及“大數據”一詞；②“被遺忘權”“數據可攜權”“個人數據權”和“數據產權”概念都屬于數據確權中的數據權利內容，其中“被遺忘權”和“數據可攜權”是“數據權利內容”中的研究重點，科研領域對其是否“本土化”存在分歧；③“數據確權”“數據權利”“數據權”和“數據權屬”歸為一類，其都屬于數據確權的基礎問題，其中“數據權屬”在不同文獻中根據不同的語境有數據的“權利屬性”和“權利歸屬”兩種含義；④“個人信息保護”“個人信息權”“個人信息”“隱私權”都屬于“個人信息”范疇，從個人信息所包含的內容來看，其中一部分信息屬于隱私信息的范疇[24]；⑤“數據安全”“數據保護”和“保護路徑”歸為一類，數據權屬不明晰的情況下難以界定權責，不但不利于數據的安全保護，也不利于數據的交易流通；⑥“個人數據”單獨作為一類，其作為數據權利的客體類型之一，是數據確權研究的重要對象，當前絕大部分研究成果都是圍繞個人數據展開；⑦“數據流通”單獨歸為一類，數據流通能夠加強數據的開發利用，但數據必須在安全的前提下流通，以實現數據利用與數據安全之間的平衡；⑧“本土化”單獨歸為一類，盡管我國對歐盟和美國的相關數據法律制度研究較多，但并不意味著需要完全移植，而是根據實際情況進行本土化。

以上分類中，詞頻總和最高的3位分別是數據權利內容、數據確權基礎問題、個人信息相關問題，可見科研領域對數據確權研究更加關注保護數據主體的利益，尤其是數據主體的人格權益。總的來說，科學研究比較關切現實問題，當下數據主體與數據控制者地位極度不平衡，數據控制者事實上控制著個人數據，數據主體需要法律賦予相應的權利才能實現對其個人數據的控制。

如圖3所示，從關鍵詞的年度分布可以發現，科研領域關于“數據確權”及相關內容的研究較早，2013年就出現了“數據確權”一詞。縱觀各年出現的關鍵詞，能夠看出我國科研領域對于“數據確權”及相關問題以研究國外相關法律制度為主，尤其是歐盟的數據立法對我國數據確權研究影響很大。《通用數據保護條例》(General Data Protection Regulation，GDPR)于2016年通過，2018年生效實施，圖3中2016年開始出現的“gdpr”和2018年開始出現的“一般數據保護條例”與GDPR通過和生效的時間點高度一致，反映我國科研領域對國外數據相關立法的關注程度和跟進速度。我國科研領域在數據確權方面并非主張完全借鑒國外相關研究，而是隨著研究的不斷深入，探討其“本土化”(2019年)的必要性以及構建路徑。近兩年，數據確權及相關研究也出現了數據交易、數字經濟等更加關注現實需求的研究方向，數據確權等相關問題的研究角度也越來越多元化，不只局限于從法學理論上展開研究，還引入了區塊鏈、算法規制等視角，使數據確權等相關研究更加具有交叉性。

圖3 數據確權文獻的關鍵詞年度分布

2.2.2 關鍵詞突現

圖4中紅色區域為各熱點的活躍年段，為完整呈現科研熱點的變化趨勢，因此取全數據確權文獻突現關鍵詞(共29個)，圖左按突現時間先后排序，圖右按突現強度排序。

圖4 數據確權文獻的關鍵詞突現

從圖左的科研熱點變化中可以發現：首先，盡管近兩年開始，數據確權研究出現了數據交易等關鍵詞，但關于數據安全、數據保護的研究貫穿始終，其依然是當下數據確權問題的研究熱點，并且研究更加頻繁；其次，自2018年《一般數據保護條例》生效實施至今，相關內容便成為我國數據確權問題的研究熱點，可見《一般數據保護條例》對我國科研影響之大；最后，從近些年的研究熱點可以發現，當下科研緊跟社會熱點，隨著數據所帶來的經濟價值不斷釋放，“數據之爭”“數據孤島”“數據泄露”等問題在企業中頻頻發生，其凸顯“信息保護”“數據保護”“個人隱私”“不正當競爭”和“數據權屬”等問題，可見當下科研以社會現實問題為導向。

從圖右的文獻關鍵詞突現強度排序可知，不管是從近兩年來看，還是從總體上看，“數據權屬”都是數據確權相關關鍵詞中突現強度最高的。當前數據權利屬性的研究主要有物權、知識產權、隱私權、新型權利等觀點，不同的數據權利屬性意味著不同的數據保護及救濟模式，產生不同的數據流通效果。當前數據權利歸屬的研究主要集中在個人數據的權利歸屬，由于個人數據兼具財產利益和人格利益，因此不能將數據權利完全歸屬于企業，否則將可能侵犯到數據主體的人格利益，但絕對地將權利歸屬于數據主體，又會影響企業供給數據產品和服務的積極性。當下的“數據之爭”和“數據泄露”越發突出，嚴重影響數據的保護與流通，確定數據權利屬性和歸屬，正是數據確權的基礎性問題所在。

3 研究結論

3.1 關鍵詞分布的協同分析

3.1.1 協同領域分析

結合表1和表2的高頻關鍵詞來看，數據確權政策更側重數據交易等現實問題，進而推動數字經濟發展；科學研究更偏向數據權利內容研究，探索如何平衡數據主體對人格利益的控制支配和數據控制者對財產利益的經營收益。為進一步分析數據確權政策與科研之間的協同情況，以表1和表2的關鍵詞為基礎，剔除“互聯網”“本土化”等與數據確權不相關的關鍵詞，運用扎根理論方法分別對政策文件和科研文獻的TOP20關鍵詞進行編碼合并，得到表3。在合并時，以鄰近關鍵詞或其上位概念為范疇，例如將政策文件中的“數據交易”“數據流通”“數據交換”合并為“數據流通”，又如將科研文獻中的“被遺忘權”“數據可攜權”“個人數據權”“數據產權”合并為“數據確權的具體權利”。分析可知政策與科研之間的協同領域情況：基于“大數據”的背景，數據流通、數據安全、數據類型和個人信息保護方面實現了協同，而在數據開放共享、數據服務、數據定價、數據管理、數據資產、區塊鏈、數據確權的具體權利和數據確權等方面未實現協同。

表3 數據確權政策與科研的協同領域

3.1.2 協同時間分析

以圖1和圖3的關鍵詞和時間線為基礎，剔除“互聯網平臺企業”“去識別化”等與數據確權不相關的關鍵詞，運用扎根理論編碼后合并，得到圖5。分析可知政策與科研之間的協同時間情況：①至2015年，政策與2013年首次出現數據流通、數據資產、數據確權和大數據的科研實現協同；②2016年和2017年，政策與2013年首次出現數據價值、數據安全的科研分別實現協同；③2018年，政策與2013年首次出現個人信息保護、數據類型的科研實現協同，科研與2016年首次出現數字技術的政策實現協同；④數字經濟的政策與科研協同最快，2020年出現即實現協同；⑤科研和政策中首次出現的其他主題領域還沒有實現協同。整體而言，數據確權的科學研究比政策規定要早得多，除了數字技術先在政策中出現、數字經濟同時在政策和科研中出現以外，已協同的領域都是2013年首先出現在科研中，意味著在數據確權領域是科研引領政策的走向，這符合科研探索前沿、政策穩步跟進的現實情況。

圖5 數據確權政策與科研的協同時間

一旦政策規定和科學研究相互之間出現協同，就會互相影響各自發展。絕大部分數據確權及相關問題都是由科學研究先展開，當該類問題在現實中越發重要時，政策便會對該類問題作出規定，然后該類問題又可能會再次成為科研的研究重點。因此，圖4中的協同時間僅考慮首次出現之后的首次協同，而不需要考慮之后的再次協同。例如，“數據確權”于2013年首次在科研中出現，政策于2015年與其首次協同，盡管其于2018年又再次出現在科研的時間軸，2020年又再次出現在政策的時間軸，但此時并不需要考慮2018年科研與2015年政策、2020年政策與2018年科研的協同問題。

3.2 關鍵詞突現的協同分析

3.2.1 協同熱點分析

以圖2和圖4的圖右為基礎，剔除“演化博弈”“循證政策”等與數據確權不相關的關鍵詞，運用扎根理論方法分別對政策文件和科研文獻的突現關鍵詞進行編碼合并，在合并時同樣以鄰近關鍵詞或其上位概念為范疇，得到表4。分析可知政策與科研之間的協同熱點情況：數據安全、數據流通、數據類型、信息保護、數據價值和數據資產方面實現了協同，而在數據開放、數據交易中介、數據服務、數字政府、數據治理、大數據標準體系、數據確權、信息自決、信息資產、大數據、不正當競爭等方面未實現協同。

表4 數據確權政策與科研的協同熱點

結合圖2和圖4可知，政策規定和科研文獻中突現強度最高的分別是“數據產權保護”和“數據權屬”，盡管從字面意思理解，此二者都屬于數據確權范疇，但“數據產權保護”在政策中更側重于“保護”，屬于數據安全范疇，因為政策還沒有關于“數據產權”的具體規定。因此，政策和科研在數據確權的熱度方面是不協同的。結合協同領域的分析結果可知：在關鍵詞分布和詞頻突現中，都實現了協同的有數據流通、數據安全、數據類型、信息保護，都沒有實現協同的有數據確權、數據開放、數據服務。

需要說明的是，在協同領域和協同熱點方面沒有同時協同的情形有兩種。其一，在協同領域表現協同，而在協同熱點表現不協同。例如，“大數據”作為政策和科研共同的時代背景，雖然在關鍵詞分布中出現協同，但從詞頻突現來看，科研對“大數據”的關注熱度遠高于政策，即此二者在“大數據”的關注度上出現不協同。其二，在協同熱點表現協同，而在協同領域不協同。例如，“數據資產”是政策與科研短期內的共同熱點，故在詞頻突現上出現協同，但從完整時間周期來看，科研上的“數據資產”詞頻遠低于“數據安全”相關關鍵詞詞頻，導致“數據資產”詞頻未能進入TOP20，故在關鍵詞分布上出現不協同。

3.2.2 協同趨勢分析

以圖2和圖4的圖左為基礎，延用協同熱點分析時的編碼和合并得到的范疇，按照時間線形成圖6。從該圖的最近一年開始逐年往前回溯，可以分析出協同趨勢。

在科研方面，數據安全自2013年首次出現后，數據確權自2013年首次出現后(除2015—2017年停滯外)，信息保護自2018年首次出現后，不正當競爭自2019年首次出現后，延續至今；數據確權的具體權利和數據類型自2013年首次出現之后均延續到2017年，數據價值和數據資產自2013年首次出現之后均延續到2015年；數據流通、信息資產、信息自決分別于2013年、2016年和2018年首次出現之后僅延續到了第二年。可見，科研方面的數據安全和數據確權是研究中的“重點恒重”，信息保護和不正當競爭是新興的研究主題。

在政策層面，信息保護和數據治理自2018年首次出現之后均延續至今，數據流通自2015年延續至2017年，數字政府、數據類型和數據安全均自2018年首次出現之后延續至第二年，數據交易中介、大數據標準體系、數據服務、數據資產均自2015年首次出現延續至第二年，數據價值、數據開放分別自2016年、2017年首次出現之后延續至第二年。可見，政策層面的趨勢并不穩定，近些年來在信息保護和數據治理方面具有相對連續性，意味著重視安全。

綜上，數據確權的政策規定與科學研究的趨勢總體上是不協同的，僅在信息保護方面具有較高的協同趨勢，意味著數據確權的理論研究和實踐應用之間尚未有機融合，但重視“安全”是政策規定和科學研究的各自趨勢。

4 對策建議

4.1 政策層面：加快規定數據確權的具體內容

盡管我國《網絡安全法》《數據安全法》《個人信息保護法》中對數據、個人信息相關內容有所規定，即便《個人信息保護法》專門設置了個人信息權利條款，但是均未涉及到數據確權。貴州、天津、海南、山西、吉林、安徽、山東、福建、黑龍江、遼寧、深圳、上海、重慶、浙江等省市出臺了大數據條例或數據條例，但僅有貴州、上海、深圳和黑龍江等對數據權屬有間接的、概括性的規定。可見，立法上對于數據確權仍然是保守和審慎的，而這正是政策發揮其作用的空間。從當前數據確權政策的數據交易、數據流通、數據開放、數據共享、數據安全、數字治理等相關關鍵詞來看，重點在于數據利用和數據保護，而非數據確權本體問題。然而，數據確權問題不解決，難以實現數據有序交易和數字經濟持續增長。在數據生產要素時代，相關政策應該著力于解決數據確權本體問題，可以從數據權利的屬性、內容和歸屬3個方面展開。

其一，正視數據權利屬性，數據荷載人格利益和財產利益，政策在釋放數據財產利益滿足市場主體需求的同時，應該考慮個人的數據人格利益需求；其二，界分數據權利內容，不能停留于“數據確權”倡導，而是應當按照現實需求逐步界分諸如經營數據的權利、控制數據的權利等具體權利內容；其三，明確數據權利歸屬，注重平衡企業和用戶之間的利益訴求，企業在經營數據資產期間對數據要素享有相對性占有、生產性使用、自主性經營和增量性收益的權利，賦予用戶對個人數據處理的拒絕、刪除和可攜的權利[9]。根據當前數據治理的經驗、數據交易的實踐，在政策層面先行先試數據確權，引導相關主體開展具體實踐，探索有利于整個數據產業、兼顧利益平衡的數據確權方案，不僅能推動數字經濟的可持續發展，更能為今后的數據確權立法提供實踐經驗。

4.2 科研方面：加強數據確權與數據交易融合

在政策層面中，數據交易與數據確權聯系最緊密，政策之所以重視數據交易，是因為其是推動數據要素市場建設和數字經濟發展的核心問題。盡管相對于政策規定，數據確權的科研成果出現的時間更早、數量更多，也不乏數據交易的研究成果，但數據確權和數據交易的研究相對獨立、缺乏融合，從前述研究結果可見數據交易、數據確權尚未實現科研與政策的協同。數據交易應該置于確權前提之下，數據確權應該置于交易場景之中。在市場經濟條件下，數據確權是市場機制發揮作用、優化資源配置的基礎性條件，是數據交易有序進行的前提條件，能夠有效保障數據生產要素自由流轉，實現數據資源的最佳配置[25]。反過來看，當實現了數據交易的安全有序、成本最小值時，才能實現數據資源的最佳配置，也就實現了最佳的數據確權。因此，應當從多方面加強數據確權和數據交易實踐的融合研究，構建有利于推動整個數據交易行業的數據確權方案。

例如，應當加強數據交易中介服務涉及的數據權利研究。我國《數據安全法》第三十三條就數據交易中介服務機構作出了規定，當前我國除傳統的數據交易所、數據交易中心外，廣東和上海于2022年5月開啟了新的數據交易中介服務探索實踐，即廣東省政務服務數據管理局批準同意率先推出全國首批“數據經濟人”名單、上海市人民政府作出同意組建上海數據集團有限公司的批復。然而，我國科研領域目前對數據中介服務機構的研究非常少，就當前數據交易實踐需求來看，關于數據交易中介服務機構的權利、義務和豁免情形，以及在提供服務過程中如何保護各方主體的數據權利等問題亟待理論回應。

再如，應當加強數據交易實踐中的數據權利實證研究。科研方面不乏從整體上研究數據權利的相關成果，關于數據刪除權、數據可攜權等具體權能的研究成果也較多。但是，數據權利及其具體權能在數據交易的商業實踐中如何被認知、如何配置等問題，卻很少有研究成果[26]涉及，數據確權理論研究成果是否符合數據交易實踐邏輯也就難以得到有效檢驗。因此，應當注重在實踐中歸納和提煉數據權利理論和模型，為優化數據確權理論提供有力支持。