論個人數據收益權

中圖分類號：D913 文獻標識碼：A文章編號：1673-8268（2025）03-0030-11

《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《數據二十條》）明確了“企業與個人信息數據市場自主定價”“建立體現效率、促進公平的數據要素收益分配制度”，為個人參與數據收益分配奠定了政策基石。但互聯網平臺為個人提供“免費服務”時，通常不會向個人支付數據收益。實踐中，北京國際數據交易所搭建了個人數據授權平臺，支持個人參與數據收益分配。

馬克思勞動價值論指導下的數據產權制度也體現出對個人數字勞動的肯定與承認。企業應當與個人共享其持續利用個人數據所創造的經濟利益[1]。數據增值收益高低是市場問題，數據增值收益分配則是公平問題。本文認為，個人既是個人信息數據的來源者，也是行為數據的生產者，故而應當享有個人數據收益權。有鑒于此，本文嘗試從個人數據的基本范疇出發，探討提出個人數據收益權的必要性與正當性以及如何實現個人數據收益權，以期貫徹落實《數據二十條》“體現效率、促進公平”的數據收益分配指導方針。

一、個人數據的基本范疇

厘清個人數據的基本范疇是提出個人數據收益權的前提。個人數據與個人信息的關系存在“同質論”與“區分論”兩類觀點。反思二者，可以發現個人數據與個人信息的外延不相一致。在持“區分論”的立場之上，依次審視個人數據的獨立性、權益屬性以及攜帶權的行使場景，可逐漸明晰個人數據的基本范疇。

（一）個人數據與個人信息外延不一致

個人數據與個人信息“同質論\"認為個人數據與個人信息在客體上無法區分[2]，但實際上二者外延不相一致。以網絡瀏覽記錄為例，國家標準《信息安全技術個人信息安全規范》（GB/T35273—2020）（以下簡稱《規范》）采取可識別性加關聯性標準，認為網絡瀏覽記錄屬于個人信息。而在“Cookie隱私第一案”中，二審法院認為只有部分具有可識別性的網絡瀏覽記錄才屬于個人信息，需要結合具體場景加以判斷①。國家標準與法院裁判的分歧源于個人信息判斷標準的差異。可識別性標準與關聯性標準都具有一定程度的相對性，本文認為應采可識別性標準以避免將個人數據與個人信息混同。原因在于，若采關聯性標準，收集信息越多的信息處理者的識別能力越強，其應盡到個人信息處理者義務的范圍也越廣，這會增加企業負擔。同時，采關聯性標準易使個人信息的歸屬發生混亂，以A的電話簿中B的電話號碼為例，這顯然屬于B的個人信息，而在關聯性標準下，B的電話號碼構成了A的個人信息的組成部分。反之，若采可識別性標準，則信息處理者與被識別主體的親疏關系、識別能力將很大程度上影響識別結果，但這更有利于劃清個人與企業之間的權益邊界。如“新浪微博訴脈脈案”中，法院將脈脈用戶手機通訊錄聯系人與新浪微博用戶的對應關系稱為“用戶關系”②。此種用戶關系鏈數據是個人在社會交往中提供原始信息與數據處理企業進行存儲、加工的共同結果，依據關聯性標準僅屬于個人信息;然若屬于個人信息，則由用戶單方同意即可，而無需用戶與企業的雙重授權。概言之，網絡瀏覽記錄、用戶關系鏈數據屬個人數據，在具有可識別性時僅屬于個人信息，需用戶單方同意;不具備可識別性時，則需要雙重授權。

個人數據與個人信息“區分論”的觀點則具有多樣性。《日本個人信息保護法》第2條將個人數據定義為“構成個人信息數據庫等的個人信息”，強調個人信息的體系化構建。司法實踐中，“淘寶訴美景案”一審法官認為個人數據包括個人信息和非個人信息。后者是指不能單獨或者與其他信息結合識別特定自然人個人身份的數據信息，包括網上瀏覽情況、購買記錄、消費習慣等非敏感內容的痕跡信息和標簽信息③。還有學者認為個人數據不包含可識別的個人信息[3]。甚至有學者認為，個人數據是一種系統資源，不僅包括與可識別個人相關的單個信息片段，而且包括一個完整的“生態系統”，容納數據主體、平臺企業以及推斷數據[4]。

綜上，“同質論”觀點未能深入結合司法實踐經驗，對個人數據與個人信息的認知較為平面化，而“區分論”雖有益于加強對二者認知的立體化，卻未能形成統一意見。有鑒于此，個人數據與個人信息的具體差異仍待進一步探究。

（二）不包含個人信息的個人數據具有獨立性

不包含個人信息的個人數據同時滿足技術上可分離、法律上可確權、價值上可評估三項標準，因而具有獨立性。首先，技術上可以做到將個人信息去標識化、匿名化。《中華人民共和國個人信息保護法》（以下簡稱《個人信息保護法》①）第16條也為非定向識別的瀏覽記錄類數據獨立于個人信息提供了法律依據。其次，法律上已經確認數據的財產屬性。《民法典》第127條將數據與網絡虛擬財產并列，不包含個人信息的數據當然具有財產屬性。最后，不包含個人信息的個人數據有其獨立的經濟價值，且這種價值是可評估的。有學者認為，不包含個人信息的個人數據不具有獨立性，理由是個人數據的價值即在于分析出個人信息[5]。這意味著對個人信息進行去標識化、匿名化處理后，數據即不存在價值或價值極低。但正是個人信息的去標識化、匿名化處理推動了數據的商業化利用，在保障個人信息私密性的同時保存了數據關聯經濟價值[6，如在某數據交易所中掛牌銷售的“互聯網用戶觸媒習慣數據集”“CT胸部病變標注數據集”就是此種商業化利用的體現。

（三）個人數據的強財產屬性

在權益屬性方面，個人信息屬于人格權范疇，具有公共性和社會性[，而個人數據具有明顯的財產屬性8。有觀點認為個人數據極易產生、可無限復制、不因使用而消耗，因而不具備稀缺性，不具有財產屬性，并且個人數據財產化還會帶來隱私保護的“向下競爭”數據價值的\"向下競爭”等不良后果[9。本文認為，個人數據雖極易產生，但用戶黏性使得其他數據處理者收集個人數據并開展處理活動并不容易，因而具備一定稀缺性。司法實踐中發生多起因爭奪用戶個人數據而引發的不正當競爭案件，如“新浪微博訴脈脈案”②“微信訴抖音、多閃案”③以及“前錦訴逸橙案”④，均可以證明個人數據具有財產屬性。

對于前述觀點所擔憂的個人數據財產化可能出現的惡果，可通過相應機制予以消解。針對隱私保護“向下競爭”問題，具有較高經濟價值的個人數據并不完全是具有直接識別作用的個人信息數據③。即便個人不主動進行個人數據交易，也有泄露個人信息及隱私的風險，這不應歸咎于個人數據交易本身，而應歸咎于數據傳輸安全保障體系自身的缺漏。針對數據價值的“向下競爭”問題，則亟待完善授權機制以提升數據主體的談判能力。需要強調的是，肯定個人數據的財產屬性之余不能走向另一個極端。有觀點認為，個人數據經由個人信息權益上的財產性利益分離而來，僅具有財產法益屬性[10]。這顯然忽略了個人數據在具有可識別性時的人格權益屬性。

（四）個人數據涵蓋個人信息數據與行為數據

進一步而言，個人數據的范疇在行使攜帶權的場景下得以明晰。學界存在同時使用個人信息攜帶權與個人數據攜帶權這兩個概念的情形，二者實際上存在差異。攜帶權發軔于歐盟《通用數據保護條例》（Genera DataProtection Regulation，GDPR）。比較而言，歐盟個人數據攜帶權客體范圍過寬，我國個人信息攜帶權客體范圍又過窄。GDPR第20條第一款將攜帶權客體范圍限定為“數據主體提供給控制者的與其相關的個人數據”。此處對個人數據的限定使用了兩個定語，一是“提供”，二是“相關”。《歐盟第29條工作組個人數據攜帶權指南》指出，“提供\"包括由數據主體主動和知情地提供的數據，通過使用服務或設備而提供的觀察數據，但不包括隨后對這種行為進行分析而得出的數據[11]。“與其相關的個人數據”往往可能包含其他個體的個人數據，這使得對這類數據行使攜帶權是否需第三方同意存疑。可以發現，歐盟在攜帶權行使對象上沒有強調可識別性標準，而是強調關聯性標準，因為“通過使用服務或設備而提供的觀察數據”未必能夠識別到個人。且實際情況往往比規則更加復雜，若無須數據控制者同意即可轉移“觀察數據”，則不僅忽視了企業對這類數據的形成所作的貢獻，還會給企業增加新的成本負擔。反觀我國《個人信息保護法》，其將攜帶權的客體限定為個人信息，實際上，使用個人信息數據的描述更為恰當。由于個人信息能夠以電子或其他方式記錄，而數據權益中的客體僅指向電子數據[12，所以，使用個人信息數據可以排除以其他方式記錄的個人信息。但個人信息的可識別性標準可能會使得攜帶權邊界過窄，例如，個人在平臺上的反饋評價、儲存的視頻文件等因不屬于個人信息而無法被轉移[13]。

本文認為，可以將“通過使用服務或設備而提供的觀察數據”稱為行為數據，其涵蓋合法獲取、生成數據以及被記錄的數據等多種類型①。這類數據在解釋論角度下不應被納人攜帶權范圍，但可參照適用個人信息攜帶權規則。因為若將凝聚個人與企業共同勞動的行為數據當然地納入攜帶權范圍，是從法律上認可個人的“無權處分”。但現實中個人對于不具可識別性的部分數據也具有轉移的需求，如個人在云服務器上儲存的與個人無關的視頻文件、在電商平臺上留下的用戶評論等[14]。因這部分行為數據蘊含著數據處理企業的勞動，包括收集、存儲、歸類、防止他人獲取等行為，為了平衡個人與數據處理企業的利益，個人要求復制、轉移這部分行為數據時應當補償企業。

整體而言，行為數據存儲于企業、來源于個人，既是個人數據，也是企業數據，基于可識別性標準而與個人信息數據屬于相交關系。因此，可以說個人數據涵蓋個人信息數據與行為數據，而不局限于個人信息數據。

二、個人數據收益權的提出

個人對數據增殖所投入的貢獻使得個人應享有收益，但是由于個人數據財產權益保障制度的缺位及現有數據收益分配方式的匱乏，個人數據財產利益期待難以充分實現。因此，個人數據收益權的提出有助于化解個人參與數據收益分配無據可依的困境。

（一）提出個人數據收益權的必要性

1.個人數據財產權益保障制度缺位

由于我國數據基礎制度不夠完善以及個人的數據財產權益保障制度處于缺位狀態，個人的數據財產利益期待常常落空。其原因可能是以營利為目的的企業不會自發地補償用戶，而用戶也沒有工具來量化他們所接受服務的效用或將所接受的服務與其所提供數據的價值進行比較。例如，個人數據經紀公司Datacoup 就向用戶提供直接的貨幣補償以換取數據。該公司首先以每月8美元的價格購買消費者數據，然后建議數據接收企業根據其對數據價值的分析來決定向用戶支付多少費用，而用戶是否有能力協商數據的價格尚不清楚。有學者提出，以用戶獲得的服務效用與其提供的數據之間的比例關系作為促進數據交易透明化的評估標準，只不過該標準并不尋求以貨幣形式對用戶獲得的效用和提供的個人數據進行定價[15]。值得肯定的是，知悉個人數據的具體經濟價值可以增強數據主體保護個人數據的意識[16]。當然這需要技術支持，例如個人數據存儲技術。該技術能夠使用戶獲取、匯總和管理自己的個人數據，并進行交易或以其他方式將數據貨幣化。不同于數據處理企業直接收集大量個人數據并進行分析處理，個人數據存儲技術可以對大規模個人數據進行處理，再將這種分析計算結果移交給第三方，使得企業不再需要在自己的基礎設施上管理同等規模的個人數據，從而降低其責任風險和運營成本[17]。

進一步而言，在先權利雖可能使個人受益，卻無法替代個人的數據財產權益。通說認為，不宜一概用知識產權對數據進行保護，個人數據亦是如此。某著作權侵權案例中，法院認為大眾點評網上的點評內容成分復雜，并非所有內容都能構成作品①。比如，許多用戶評價可能較為簡單，如“很好”“滿意”等簡短評語，且用戶評價主要是基于功能性或事實性描述，如商品規格、性能表現等，故不應被視為享有著作權的作品;即使構成作品，在簽訂用戶協議時著作權已經被無償授權許可給平臺了，個人沒有獲得相應許可費用。與此同時，個人信息權益亦不能替代個人數據財產權益。有法官認為，名人并不因為其個人信息未經許可被用于商業目的而遭受什么精神上的痛苦，卻因為沒能向這種商業開發收取任何費用而感到一種痛苦的被剝奪感[18]。除了名人的個人信息具有較高的商業利用價值外，大數據時代單條個人信息價值本身較低，但由數據處理企業匯聚成數據資源、加工為數據產品后卻能進發出巨大的經濟利益，故而不能因為單條個人信息價值低就扼殺個人共享數據增殖利益的空間。

2.個人參與數據收益分配方式匱乏

綜觀世界各國的個人信息與個人數據保護立法，尚未發現直接規定個人享有數據收益權的立法例，但理論與實踐中已經演化出兩類個人參與數據收益分配的模式。第一類是個人與數據處理者的“雙方結構”，主要分為兩種。一是數據使用者對個人進行用益補償[19]。如《加利福尼亞州消費者隱私法案》第1798.125節（b）（1）規定企業可為收集個人信息、出售個人信息或刪除個人信息提供經濟激勵，包括向消費者支付補償金。然而，該模式收益分配的客體僅為個人信息，未將行為數據輻射在內。二是通過基于區塊鏈技術的“共票”收益憑證確定各主體的貢獻，從而實現收益分配[20]。該模式本質上并不承認個人的數據財產權，而是將其作為一種利益進行保護，個人在數據處理企業面前仍缺乏議價能力。

第二類是包含第三方機構的“多方結構”，主要分為四種。一是通過數據交易所建立“個人信息分配基金”[21]。如國內案例中，個人將簡歷數據托管給貴陽大數據交易所，再由貴陽大數據交易所委托給數據中介好活（貴州）網絡科技有限公司進行運營，從而使個人獲益[22]。還有北京國際大數據交易所于2023年12月推出的“數據授權平臺一微信小程序版”，使個人能夠通過授權獲得一定比例的數據流通收益。該“數據授權平臺”采取個人信息逐條授權一逐條收益的方式，具有一定的動態性;遺憾的是，可授權的信息類型目前較為有限，單條信息經授權獲取的收益價格由數據交易所決定，個人難以共享個人信息數據的增值收益。二是通過國家級“數據銀行\"建立個人數據返還機制[23]。有學者研發了一種個人數據銀行平臺“數匯寶”，該平臺采用數據利息收益和數據分成收益等方式，且其交易過程對用戶透明，在實踐中已獲得良好反響[24]。三是個人數據信托模式，以個人享有數據財產權益為前提，分為“個人數據資產賬戶 + 集體管理組織\"模式[25]與個人信息控制者為受托人的模式[26]。當然，以個人信息控制者為受托人時則已經不屬于“多方結構”了。四是建立以用戶指令和信義義務為指導的數據中介，以現金和其他支付形式使個人受益[27]。

“多方結構\"類型存在的共通性缺點是：第三方機構雖提升了個人的談判能力，但難以保證個人數據質量和數量，還面臨成本較大的現實問題。例如，個人行使攜帶權將其數據匯集到第三方機構，這一過程得到的數據格式不盡統一，使得機構需投入大量數據處理成本。同時，由于行為數據的動態性增長，機構需要擴張存儲數據的軟硬件設備設施。另外，行使攜帶權應受行使期限、次數、費用限制，否則就會給數據處理企業造成煩擾。由此，第三方機構更新數據存在阻礙，而數據不全、不新會影響整體質量，難以對個人數據進行動態化管理、持續化營利。實踐中大量平臺尚未提供簡便易操作的行使攜帶權的入口；即便提供了簡易操作入口，個人也無法獲取具備較高經濟價值的信息，如淘寶APP提供的“個人信息下載”渠道②。因此，總體而言，個人參與數據收益分配的途徑多樣，但依舊不夠充分，故亟待更堅實的分配依據、更完善的分配方案以促進個人參與數據收益分配。

（二）提出個人數據收益權的正當性

1.個人是個人信息數據的來源者

個人是個人信息數據的來源者并無爭議，但個人能否基于個人信息數據獲取財產利益存在爭議。本文認為，個人對個人信息數據的收益權能可以類比土地所有權派生出的收益權能，并表現為“數租”。土地所有權在經濟上借以實現增殖價值的形式是地租[28]。以集體經營性建設用地為例，因投資的增加、土地利用效率的改善所引起的增殖價值，按照經濟學的“誰投資誰收益”理論，集體土地所有權主體、使用權主體、轉變為建設用地后新的投資主體等都是相應時期的投資者，應共同分享這部分增值[29]。同理，對于作為與土地并列的生產要素的數據，用戶向數據處理企業投入具有稀缺性和可用性的個人信息數據，數據處理企業將數據加工、生產為數據產品，故各主體應共享數據增值收益，而數租僅僅是數據增值收益的一部分。另外，本文聚焦于個人基于個人信息數據的流通而享有獲取收益的權利，并不強調個人基于個人信息數據來源者的身份而對個人信息數據享有所有權。

對于數租的類別，可以借鑒馬克思提出的級差地租I、級差地租II以及絕對地租概念進行分類。根據級差地租I概念，可以認為級差數租I是由于個人信息數據的稀缺性、可用性程度不同而產生的收益;根據級差地租II的概念，可以認為級差數租Ⅱ是通過對已有個人信息數據持續進行處理分析所產生的增值收益;根據絕對地租概念，可以認為絕對數租是基于個人信息數據一定程度的稀缺性，所有個人都應享有的基礎收益。

有觀點認為，個人可基于人格要素的商業化利用獲得財產利益，但相較于人格要素的商業化利用，馬克思的地租理論更能從深層反映個人通過個人信息數據獲取增值收益的合理性。具體而言，一方面，對于平臺內普通用戶的個人信息的商業利用，往往在使用前難以評估其價值并預先約定價格條款。級差數租Ⅱ可以體現數據處理企業對個人信息數據持續投資獲益的特性，避免普通用戶因短視效應“賤賣”個人信息數據。另一方面，名人與普通人之間的許可費用相差巨大，基于人格要素的商業化利用可能產生人格不平等。有觀點認為，個人數據財產化會中斷個人信息的順暢流動，還可能使不平等永存，迫使普通用戶出售個人數據[30]。事實上，即使個人沒有出售行為，數據處理企業也已經在使用其個人信息并謀取利益。而級差數租I的差異是基于數據質量本身的差別，級差數租ⅡI的差異是基于開發利用方式的不同，不易造成人格不平等。最后，絕對數租的存在能夠保證收益底線，避免形成顯失公平或數據價值“向下競爭”的局面。

2.個人是行為數據的生產者

個人是否為行為數據的生產者存在爭議。本文認為個人應當是行為數據的生產者。馬克思異化勞動概念為用戶的線上活動構成受資本剝削的數字勞動提供了分析框架。首先，用戶的勞動力被平臺使用和控制，其勞動過程往往被視為娛樂、生活化行為，而非一種有意識的、期待回報的勞動。其次，平臺屬于勞動工具，但平臺不屬于用戶而屬于非公共企業。最后，用戶對于產生的行為數據缺乏財產權益，使得其與勞動產品之間也存在異化。

數字勞動理論進一步證成了個人的數據生產者地位。克里斯蒂安·福克斯指出，“互聯網產一消者商品”是社交媒體受眾商品的新形式，企業社交媒體運用資本積累模式剝削互聯網用戶的無酬勞動，無償占有作為商品出售給廣告商的用戶行為數據[31]。也即用戶在消費生活資料的同時，為平臺生產了行為數據，使得生產資料同時具有生活資料的性質。可能存在的質疑是用戶并未直接從事生產性勞動，但馬克思認為，作為一名生產工人，為了從事生產勞動，現在不一定要親自動手；只要成為總體工人的一個器官，完成他所屬的某一種職能就夠了[32]。生產性勞動得以成立的根本性條件并不在于雇傭關系，而在于是否實現增殖[3]。也就是說，通過“交往雇傭”的新形式，用戶“存在即生產”[34]。因而，不應認為數據是用戶在娛樂和交易等過程中無意識產生的附帶產物或只有平臺等數據企業所進行的架構搭建活動才更接近于勞動，其顯然忽略了用戶數字勞動的本質屬性以及被剝削的現狀。此外，將用戶視為數據生產者強調了用戶在數字經濟中的主體地位和被公平對待并獲取收益的權利，也是馬克思勞動價值論于數字時代的最新詮釋。

三、個人數據收益權的實現

個人數據收益權是在“權利束”理論下個人對個人信息數據與行為數據的一項權能①。充分吸收理論與實踐經驗，秉持“體現效率、促進公平”的數據收益分配理念，可以基于個人數據象限分類法實現個人數據收益權。

（一）個人數據象限分類法的界定

相比于個人信息，個人數據的復雜程度決定了不可將其財產權益配置給單一主體。對個人數據分類確立財產權益也并非一隅之見，主要可以分為三種觀點。一是以個人數據產生的方式為分類依據，將個人數據分為直供數據、行為數據和衍生數據，個人對直供數據享有數據財產權，對行為數據和衍生數據不享有財產權[35]。還有觀點認為行為數據應由政府與個人共有、企業與個人共有[36]。二是從數據與數據主體之間的關聯出發，將個人數據分為強、中、弱關系數據。個人對強關系數據擁有排他性的準財產權，個人與數據處理者共享中間關系數據，而弱關系數據是數據處理者的商業秘密[37]。三是區分“普通個人數據”與“敏感個人數據”，將前者配置給數據處理者與個人共同共有，將后者僅配置給個人所有。同時，個人不享有通過收集、存儲、開發利用個人數據集束產生的收益[38]

上述三種分類方式雖有區別，但均側重數據本身與個人之間的聯系，而忽略了數據的使用。有學者敏銳地指出，當聯系和使用兩個條件被滿足時，信息才是個人數據[39]。以基因數據為例，通常會不假思索地將其定位為敏感個人信息。若僅考慮聯系而不考慮使用，會使通用的且在特定人群中較為常見的基因數據成為個人信息，但基因數據并不總是個人信息，應側重于基因數據的使用范圍，而不僅僅基于其固有屬性一律認定為個人信息[40]。反之，以天氣數據為例，若僅考慮使用而不考慮聯系，會使得與個人沒有明顯聯系的天氣數據也通過使用成為個人數據。因此，本文認為，個人數據應源于個人產生（滿足聯系條件），且最終應用于個人或包含個人的群體（滿足使用條件）。

同時，也正是個人數據與數據主體的聯系程度和使用方式共同決定了個人數據的價值。有學者采用四象限分類法對所有數據進行分類[41]，受此啟發，依據個人數據與數據主體的聯系程度和使用方式這兩項分類標準，本文將個人數據分置于四個象限（見圖1）。橫軸以數據是否可識別數據主體分為低聯系程度數據和高聯系程度數據。縱軸以數據是否被個性化使用分為個性化使用與非個性化使用。此處所稱個性化使用，是指該數據定向化應用于數據主體，類似于《規范》中對個性化展示的定義。非個性化使用指應用于包含個人的群體。

圖1個人數據四象限分類模型

如圖1所示，第一象限是高聯系程度一個性化使用的個人數據，典型如出行APP基于行蹤信息為用戶尋找附近網約車。第二象限是低聯系程度—個性化使用的個人數據，典型場景如視頻APP根據用戶的觀看歷史、搜索習慣、評分反饋以及時間段偏好，使用算法推薦電影、電視劇或其他視頻內容。一般而言，個性化使用的數據能夠帶來更多的商業價值。這是因為個性化數據的使用方式能夠更精確地捕捉特定用戶的需求，直接促進銷售、提高廣告效率，激發用戶的購買意愿。第三象限是低聯系程度—非個性化使用的個人數據，通常指的是將大量用戶的數據匯總、分析后，形成的對所有用戶或特定群體普遍適用的信息或服務。處理這類數據的目的是挖掘用戶群體的共性，而不深人分析個體的特定偏好或行為。如電商平臺通過分析所有用戶的購買記錄和瀏覽歷史，識別出哪些產品廣受歡迎，隨后創建“熱銷商品排行榜”，推薦給所有訪問平臺的用戶。第四象限是高聯系程度一非個性化使用的個人數據，典型場景如個人在電商平臺發布的帶有其肖像的商品評價，通過展示多樣化的用戶反饋和真實使用場景，幫助其他用戶更全面地了解產品，從而做出更加明智的購買決定。

個人數據象限分類法彌補了目前學界對于個人數據分類視角單一的局限性。具體而言，象限分類法的優勢之一是判斷標準明晰，一定程度化解了用戶行為數據歸屬備受爭議的困境。對于行為數據，用戶和數據處理企業均作出了貢獻，由哪一方獨占皆不公平。象限分類法拋開數據產生方式，可以容納不同屬性及利用方式的行為數據，為后續個人從中獲益奠定了基礎。象限分類法的優勢之二在于將個人數據由靜態分類改為動態分類。靜態分類下數據價值實現具有一定的機械性，而數據價值更多是在數據的流通過程中得以實現。結合數據的使用方式對數據進行定價可以動態調整收益的共享，從而促進數據流通。

（二）象限分類法下個人數據收益權的實現

基于個人數據象限的分類法，可以優化現有數據收益分配模式。第一象限內高聯系程度且個性化使用的個人數據主要為數據主體直接提供的個人信息數據，能夠帶來較大的經濟價值。因個人信息數據內容較為穩定，變化系數不大，應當通過簽訂個人信息數據授權許可合同實現數據價值，同時在合同中就預先明確個性化使用目的。當由個性化使用轉向非個性化使用時，可依據使用目的的差異收取不同費用，即第四象限的個人數據使用也可通過授權許可合同進行獲益。例如，對于罕見病患者的基因信息，信息處理者如果想將其用于“向患者本人提供基因報告”之外的用途，尤其是用于獲取經濟利益（比如開發藥物等），那么就應當另行簽訂授權許可合同，在合同中明確處理目的和收益分配方式。同時，為了增強數據主體的談判能力，還可以委托相應機構，實現數據收益的穩定增值。此外，有必要賦予相關機構在原授權范圍內的再次授權能力，以減少高頻次地向個人征求授權的煩擾。這一方面并不違背個人行使收益權的初衷，另一方面也降低了個人與數據使用方的交易成本。為合理擴張初次授權范圍，還可以由用戶選擇一個最能反映其數據收集和使用的舒適或不舒適程度的共享級別。

第二象限內低聯系程度且個性化使用的個人數據也能帶來較大經濟價值，但是如前所述，因儲存并處理的成本較高、數據更新不及時等因素而不宜采取第三方機構管理方式。大部分低聯系程度個人數據凝聚了用戶的數字勞動，卻被平臺企業無償占有。企業在雇傭勞動中需要以工資的形式再生產勞動力，在數字勞動中卻不向用戶支付工資，使得用戶的所有在線時間（甚至線下時間）都是剩余勞動時間。因此，這部分低聯系程度且個性化使用的行為數據收益應當直接由數據處理企業以工資的形式返還，以彰顯必要勞動時間，降低平臺對用戶的剝削率。實踐中，抖音極速版等APP設立了行為鼓勵機制，向觀看視頻、瀏覽廣告、創作內容的用戶提供金幣提現獎勵。其在外觀上雖然同樣是平臺向用戶支付現金，但本質上是增加用戶黏性的手段。因此，應當專項設置數字勞動的“工資”以破除個人數據領域無償勞動現象，“工資”數額的計算方式可由行業協會具體制定。

對于第三象限內低聯系程度且非個性化使用的個人數據，個人不應享有收益權。原因在于，雖然“熱銷商品排行榜”會影響人的行為，但為平臺直接帶來的經濟利益是難以量化的。同時，用戶受到此類數據的影響之后所做出的行為又被記錄為行為數據。個人因數字勞動已經獲得了相應勞動報酬，不應再基于第三象限數據的使用而獲得財產利益，否則可能構成重復得利。又如，數據處理企業通過匿名化處理個人信息生產的數據產品，屬于低聯系程度且非個性化使用的數據。個人針對該數據產品本身不享有數據財產權益，但這并未否認個人對該部分低聯系程度個人數據的收益權。個人授權數據處理企業獲取個人信息并用于非個性化使用的過程中，個人可基于第四象限的收益方式獲益。

當然，同一數據與主體的聯系程度、使用方式、使用主體均可能發生變化：當任一要素變化時，個人獲取收益的方式及數額也隨之產生變化，也即個人數據收益權的實現是一個動態變化的過程，而不是短期的、一次性的、靜態的。與此同時，個人享有的數據收益權亦有邊界。根據《民法典》第1036條，對于公開的個人數據于合理的處理范圍內個人負有容忍義務，除非其明確拒絕或者處理該信息侵害其重大利益。如一用戶轉發包含他人個人數據的視頻給家人、朋友時，轉發行為涉及存儲、傳輸、提供，但其既不屬于個性化使用，也不屬于非個性化使用，且沒有營利目的，屬于合理使用，因而數據主體不能基于此轉發行為向轉發者收取費用。除此之外，不應認為源于個人產生的所有數據都能產生收益，而應綜合數據可用性及處理行為而定。

（三）個人與企業間數據財產權的沖突與協調

個人與企業對個人數據增值均作出貢獻，在收益分配過程中可能發生權利沖突。一種延續有體物配置財產權益、協調個人與企業數據財產權的方式是：用戶享有個人數據所有權，企業或公共機關享有用益權[42]，也即數據處理者需向個人支付費用以獲得用益權。但順延此思路，企業基于對個人數據的用益權而生產出的數據資源、數據產品的權屬將產生爭議。基于最大限度開發數據價值的利益傾向及生產激勵，企業通常會約定生產的數據資源、數據產品歸企業所有，后續對其進行處分時，無論是否包含個人信息都不必向個人征得同意，因為企業可主張其享有絕對性、支配性的數據所有權。如此便加劇了數據財產權與個人信息權益的沖突。

“權利束”理論可以為個人與數據處理企業并行不悖地行使權利提供理論基礎。就《數據二十條》對數據淡化所有權、強調使用權的賦權態勢而言，不宜認定個人對個人數據享有所有權。個人數據之上存在網狀的權益結構，用戶對于個人數據享有復制權、查閱權、攜帶權、收益權等，收益權僅僅是其中的一項權能。數據處理企業享有數據資源持有權、數據加工使用權、數據產品經營權等。可以發現，個人與數據處理企業的權利客體不同。個人的數據財產權客體是處于原始狀態的個人信息數據與行為數據。企業數據財產權的客體是數據資源和數據產品。對于包含個人數據的數據資源或數據產品，除數據收集企業應當同時負擔個人數據收集成本及分享個人數據增殖收益外，其他數據處理企業需與個人共享數據增殖收益，但不必再次向個人支付初始收集成本。

此外，個人數據收益權的激勵作用可以部分抵銷因向個人支付數租和工資給數據處理企業帶來的經營成本。囿于社交平臺用戶提供的數據多為非結構化數據，數據的可用性不足;數據體量的龐大和復雜性要求平臺及時利用先進的數據處理和分析工具進一步挖掘數據價值。在數據收益權激勵之下，個人更有動力提供高質量數據，促使數據處理平臺增加收益、減少數據處理成本、提升數據利用效率。

四、結語

面對目前“免費服務\"模式大行其道下個人數據的價值被低估、數字勞動的過程被遮蔽、個人數據收益分配不公的困境，本文以個人數據收益權為論題，根本目的在于建立健全數據要素收益分配制度，促進共同富裕。為此，依據動態性、創新性的個人數據四象限分類法，初步構建起個人數據收益權實現方案。未來在制定個人數據相關法律制度及司法解釋時，本文建議可作如下規定：

第X×條：自然人在接受網絡平臺服務的過程中，有權向數據處理者請求支付個人數據授權許可使用費用或勞動報酬。個人數據包含個人信息數據與行為數據。個人信息數據是指以電子方式記錄的能夠單獨或者與其他信息結合識別特定自然人的各種信息數據。行為數據是指自然人在接受網絡平臺服務的過程中合法獲取、生成以及被記錄的數據等。

自然人向數據處理者提供個人信息數據時，數據處理者應支付的單條個人信息數據授權費用不得低于行業標準或當時當地的市場價格。

授權許可行為數據獲取的收益，由個人與平臺共同享有。獲取收益的方式由個人與平臺通過協商一致行使，也可通過格式合同確定。

此外，目前不宜在《勞動法》及其司法解釋中作出數字勞動相關規定。民事權利的法律淵源不僅包含法律的規定，也有可能來自習慣。當網絡服務行業形成一種向用戶支付數字勞動報酬的習慣時，就不必“顛覆\"現行勞動法相關制度而適用習慣支持個人的報酬請求權。回歸全社會共享數字紅利的初衷，處于弱勢地位的個人如何真切地獲取與其貢獻相適配的數據收益，離不開法律、技術、經濟等多個層面的配套措施。因此，個人數據收益權之實現仍在路上。

參考文獻：

[1]孫瑩.企業數據確權與授權機制研究[J].比較法研究，2023（3）：61.

[2]程嘯.論個人數據經濟利益的歸屬與法律保護[J].中國法學，2024（3）：46.

[3]夏志強，閆星宇.作為漂流資源的個人數據權屬分置設計[J].中國社會科學，2023（4）：164.

[4] PURTOVA N.Theilusionof personal dataasnoone'sproperty[J].Law，Innovationand Technology，2Ol5（1）：8-111.

[5]程嘯.論數據權益[J].國家檢察官學院學報，2023（5）：83.

[6]趙精武.個人信息匿名化的理論基礎與制度建構[J].中外法學，2024（2）：326.

[7]張繼紅，吳祖豪.個人信息：從財產屬性到公共利益屬性——基于信息產權制度構成理論的比較研究[J].重慶郵電大學學報（社會科學版），2023（4）：93.

[8]張玉屏.個人數據產權歸屬的經濟分析[J].江西財經大學學報，2021（2）：132.

[9]徐文.論個人數據的非財產性及其守護屏障[J].蘭州學刊，2020（9）：49-52.

[10]任丹麗.民法典框架下個人數據財產法益的體系構建[J].法學論壇，2021（2）：93-94.

[11]ARTICLE 29 DATA PROTECTION WORKING PARTY.Guidelines on the right to data portabilty.16/EN，WP242 rev.01p9-10[EB/OL].（2017-04-05）[2024-03-01].htps：//ec.europa.eu/newsroom/article29/items/611233/en.

[12]孫瑩.論數據權益客體中的基本范疇[J].東方法學，2024（1）：25.

[13]孫躍元.數據可攜權權利客體研究;結構、效果與中國化[J].河南財經政法大學學報，2022（3）：80.

[14]丁曉東.論數據攜帶權的屬性、影響與中國應用[J].法商研究，2020（1）：79.

[15]NOAM K.Return ondata：Personalizing consumer guidance indata exchanges[J].Yale Lawamp; Policy Review，2019（1）：77-149.

[16]IVKOVIC N.Multiperspectiveapproach tothevalueand importanceof personaldataduring the pandemic[J].EconomicandSocialDevelopment，International ScientificConferenceonEconomicand SocialDevelopment，2O21，73：51-58.

[17]JANSSEN H，COBBE J，NORVAL C，et al.Decentralizeddataprocesing： Personal data storesandthe GDPR[J].InternationalDataPrivacyLaw，202O（4）：356-384.

[18]胡·貝弗利·史密斯.人格的商業利用[M].李志剛，繆因知，譯.北京：北京大學出版社，2007：198.

[19］韓強，吳濤.論數據要素收益分配的制度基礎——基于用益補償的視角[J].行政管理改革，2023（5）：51.

[20]黃尹旭，楊東.“利益一權利”雙元共生：“數據要素 × ”的價值創造[J].中國社會科學，2024（2）：47-64.

[21]邢會強.大數據交易背景下個人信息財產權的分配與實現機制[J].法學評論，2019（6）：109-110.

[22］貴陽市大數據發展管理局.全國首個個人數據信托案例初步成型！貴陽貴安數據交易創新實踐再添新成果（2023-10-12）[2024-03-02].htps：//dsjj.guiyang.gov.cn/newsite/xwdt/xyzx/202310/t20231010_82717707.html.

[23］林鎮陽，陳榮源，林擁軍，等.數據要素市場建設背景下個人數據的價值化路徑和實現機制[J].電子政務，2024（5）：88-100.

[24]郭兵，李強，段旭良，等.個人數據銀行——一種基于銀行架構的個人大數據資產管理與增值服務的新模式[J].計算機學報，2017（1）：140.

[25]申衛星，李夏旭.個人數據所有權的賦權邏輯與制度展開[J].法學評論，2023（5）：123.

[26]葉嘉敏.個人信息收集視域下數據信托解釋論研究[J].內蒙古社會科學，2022（2）：94.

[27]BERGEMANND，CREMERJ，DNELLID，etal.MarketdesignforpersonaldataJ].Yale JournalonRegulation，23（3）：1056-1120.

[28]卡爾·馬克思.資本論：第3卷[M].北京：人民出版社，2018：698，721-873.

[29]朱道林.土地增值收益分配悖論[M].北京：科學出版社，2017：246.

[30]莎拉·拉姆丹.“付費墻”：被壟斷的數據[M].黃尹旭，趙精武，譯.上海：上海人民出版社，2023：58-59.

[31］克里斯蒂安·福克斯.數字勞動與卡爾·馬克思[M].周延云，譯.北京;人民出版社，2020：180.

[32]卡爾·馬克思.資本論：第1卷[M].北京：人民出版社，2004：582，634-644.

[33］李弦.生產性消費、非物質勞動與總體工人——數字勞動的迭代效應研究[J].中國礦業大學學報（社會科學版），2024（1） ：55-64.

[34]陳積銀，孫月琴.數據資本化與資本數據化：數據資本主義的批判與應對[J].探索與爭鳴，2023（11）：75.

[35］孫敏，徐玲.數字時代個人數據產權體系研究——基于全生命周期的個人數據分類視角[J].寧夏社會科學，2023（2） ：99.

[36]嚴宇，孟天廣.數據要素的類型學、產權歸屬及其治理邏輯[J].西安交通大學學報（社會科學版），2022（2）：103.

[37]GANCLAUDIOM.Propertyand（intelectual）ownershipofconsumers’information：AnewtaxonomyforpersonaldataJ].Privacyin Germany，2016（4）：133-150.

[38]黃賠.大數據時代個人數據權屬的配置規則[J].法學雜志，2021（1）：108.

[39]MONTAGNANI M L，VERSTRAETE M.What makes data personal？[J].UC Davis Law Review，2023（3）：1165-1232.

[40]RHNASTOJ.Geneticdataarenotalwayspersonal disagregating theidentifiabilityandsensitivityof geneticdata[J].Journal of Law and the Biosciences，2023（2） ：1-45.

[41]包曉麗.數據四象限分類確權規則研究[J].法學雜志，2023（6）：136.

[42]申衛星.數據產權：從兩權分離到三權分置[J].中國法律評論，2023（6）：125.

On the right to profit from personal data

SUN Ying， ZHANG Yang

（Civil and Commercial Law School，Southwest Universityof Political Science and Law，Chongqing 40112O，China）

Abstract：In the process of receiving network platformservices，usersnotonly provide personal information，but also generateasteady streamof behavioraldata，buttheyfailtoget benefits fromit.Why individualsshouldshare income with data processorsand how to share itare the keyisses of thecurrent personal data income distributionsystem，and alsoanimportantpartoftheestablishmentandimprovementof thedataelementincomedistributionsystem.However，althoughidividualparticipationindataincomedistributionhaspolicyfoundation，thetheoreticalresearchisnotsufcient， andthe practiceis notin place.In viewofthis，the proposalof theright to benefitfrom personaldata helps to resolve the dilemma that individuals participate inthedistribution ofdata income without evidence.Clarifying thebasiccategories of personal data is the premiseof putting forwardtherighttogain from personaldata. Because the extensionof personal data and personal informationisinconsistent，and personal datahas independenceandstrong propertyatributes，personal datais not equal to personal information，which covers personal information dataand behavioraldata.Due tothelack of protection systemof personal data propertyrightsand interests andthelack of existing data income distribution methods， it isdificulttofullyrealizetheexpectationof personaldata propertyinterests.However，theindividual isnotonlythe sourceof personalinformationdata，butalsotheproducerofbehavioraldata，and thisdualidentitydeterminesthatthe contributionof theindividual shouldberewarded.Thecomplexityof personal datacomparedtopersonal information determines hatpropertyinterestscannotbeassigned toasinglesubject.Personaldatashouldbederivedfromandultimatelyapplied toindividualsor groupscontaining individuals.Acording tothetwoclasification criteriaof thedegreeof connectionbetween personal dataandthedatasubjectandthewayofuse，personaldatacanbedivided into four quadrants， and different quadrants are combined with the realization of differentiated income rights.

Keywords：data income distribution；personal data；right to profit from personal data；digital labor

（編輯：刁勝先）