“數據賦權”成立條件的確定

[中圖分類號]D912.8；D922.8 [文獻標識碼]A [文章編號]1000－4769（2025）05－0165-11

數據是以數字化形式存在、具有聚合性且內容非限定的信息記錄。①關于數據權利的設立存在兩個相關但不同的概念：一是“數據界權”，指立法主體實施的一切數據規范制定行為；二是“數據賦權”或“數據確權”，特指立法者在數據界權過程中設立的對世性、概括性不作為義務。②我國法學界對是否在數據界權的論題中采取數據賦權策略存在分歧，但其論證模式卻趨同：下文第五部分將具體闡釋，學者均先提出抽象經驗事實T作為賦權效果R的成立條件，再通過判斷數據特征S得否涵攝于T以論證應否賦權。此種論證模式的問題在于，其并未論證為何其所主張的抽象經驗事實T，確實是在新型資源（數據）之上賦權的條件。

若不需專門論證即可準確判斷，法學界所采之此種訴諸直覺的做法亦無可厚非。然如下文第五部分所示，學者依直覺主張的數據賦權條件存在誤判：或與賦權無關（如勞動產品屬性），或產生反向效果（如數據價值因素），或遺漏關鍵條件（如司法識別難度）。可見僅憑直覺確定成立條件并不可靠，據此證立觀點亦失根基，因此必須系統論證數據賦權的成立條件。本文將通過目的論論證進路，將“數據賦權”成立條件化約為當數據賦權策略在所有候選的數據界權策略中最能實現“促進數據生產和分享”與“最小化制度成本”雙重目標時必然存在的事實。而本文的最終目標，就是找到并列舉出這些事實。

一、確定數據賦權成立條件的目的論進路

無論是否支持數據賦權，若一個人對數據界權問題有自己的立場，其即在主張一個實踐命題，即論者必然主張立法者或司法者應或不應設立數據財產權。而實踐命題的證立進路有道義論（deontological）和目的論（teleological）兩種。 ① 道義論進路的結構是一個理論三段論：大前提為條件句“T事實發生則應實施P行為”，小前提為“T發生”，結論為“應實施P”。②目的論進路則采“實踐三段論”③，一些學者將其大前提表述為“應當實現目標Z”，小前提表述為“非手段P無以實現目標Z”，結論表述為“所以，應當做P\"。④需注意的是由于同一后果可被多種機制實現（equifinality）③，此處尋找的實系實現Z的最佳手段而非唯一手段。 ⑥ 故實踐三段論可表述為：“應當實現目標Z”，“P手段是實現Z的最佳手段”，“所以，應當做P”。比較兩種論證進路的大前提，可以發現道義論進路下的大前提是作為“行為規范”（ought todo）的“規則”，而目的論進路下則是作為“目標規范”（ought tobe）的“原則”。③可見二者的核心區別是：道義論依規則要求被規制者在特定條件下實現具體行為而無需其考量后果，目的論則依原則要求其實現特定后果而無需限定具體行為方式。

有學者將實踐命題論證的大前提理由區分為“權威理由”（authoritative reasons）與“實質理由”（substantive reasons）兩類：“權威理由”之所以能證立實踐性結論，系因其本身已被權威（如立法機關）所證立；而“實質理由”的證立效力則源于其內容的合理性，而非以權威背書。③實在法因國家主權的證立而屬權威理由，故其中的規則可直接作為裁判大前提而無需外部證成。③然而，當缺乏權威理由時則不可直接訴諸未經外部證成的規則作為論證的大前提，而應訴諸原則作為論證的大前提。其理由有三：首先，從我國民法典的實質性法律淵源來看，第1條表明民法目標系“維護社會和經濟秩序，適應中國特色社會主義發展要求，弘揚社會主義核心價值觀”，此規范屬馬克思主義“正確法標準”即法律需反映先進生產力需求@——在民商法領域的具體體現，其屬目標規范而非行為規范；終極意義上，為證立民商法領域之應然主張而訴諸其他理由（包含任何行為規范）實為陷人“意識形態幻覺”。①其次，作為行為規范的規則因忽略后果考量必與特定目標規范相沖突，而其“全有或全無”特性則使二者的協調不可能。當論證者認同某目標規范時，行為規范的僵化性將阻礙其目標的實現。最后，歷史表明法律規則實為功能主義目的論的產物。公眾接受的行為規范歸根結底實為自然選擇過程中篩選出的、符合社會經濟發展目標的規范形態，違反此效力的規范必然消亡。故在合理地假定主張者希望自己的實踐主張不會消亡的前提下，而假定某行為規范作為大前提，則顯然這種大前提也是經過了自然選擇意義上的目標所證立的，其本身并不是真正的論證起點。因此在沒有權威理由的情況下，法律論證所訴諸的實質理由，只能表現為作為目標規范的原則的形式，而不能表現為作為行為規范的規則的形式；法律論證亦必然應當訴諸目的論進路。

數據因缺乏“有體性”而無法涵攝于物權客體的“物”④；因缺乏“獨創性”而不能被涵攝于著作權的客體“智力成果”？；且《民法典》第127條作為引致性規范亦未提供實質的調整數據的依據。 ① 因此，關于數據應如何調整的問題，確屬“缺乏可資援引的權威理由”的情形。故而對數據是否應當賦權的論證，應當訴諸目的論進路。

二、數據界權之目標

數據界權需達成雙重目標：其一實現配置效益最大化，即通過界權策略直接促成良好結果，本文主張該效益具體體現為激勵數據處理者增加數據生產和分享；其二實現制度成本最小化，即在選定界權策略時，其衍生成本應最小化。數據界權的核心問題在于選擇能使上述兩目標整體上達至最優實現的策略。

（一）配置效益目標

制度能改變人們對其行為利弊的預期，促使其作出與無制度時不同的行為選擇，進而改變外部世界的“狀態”（state of affairs）。因此，制度設計者得通過引導外部世界進入特定狀態，從而實現特定目標②，此即為配置效益目標。關于制度制定者應追求何種目標，存在兩種較合理的觀點：一是最大化特定群體的總體主觀偏好實現程度（福利主義觀點）。③二是加速制度必然演化方向的實現（如馬克思主義）。④對于客觀世界中的資源，兩種觀念均認同需在合理條件下提升該類資源的可利用性，這需激勵資源生產者與控制者實施相應生產與分享行為。③數據領域亦遵循此邏輯。《“十四五”數字經濟發展規劃》明確指出：“數據要素是數字經濟深化發展的核心引擎。數據對提高生產效率的乘數作用不斷凸顯，成為最具時代特征的生產要素。”此處“乘數作用”即指數據通過多方共享使用可產生遠超原始價值的倍增效應。

需注意，除增加資源可利用性目標外，對有體物等稀缺性與競爭性資源尚需抑制其過度使用，因該類資源存在“公地悲劇”（tragedy of commons）問題——即資源使用本身產生成本但未完全由使用者承擔，導致資源整體價值受損時仍持續過度使用。⑥若數據亦存在“公地悲劇”，則除激勵數據生產與使用外，尚需抑制對其過度使用。然而，本文主張數據不存在公地悲劇問題，故在忽略生產激勵前提下，應鼓勵數據需求者無限制使用。 ⑦ 有學者主張數據仍存在公地悲劇問題，或因未認知其非稀缺性與非竟爭性③；或實際指涉“生產資源的稀缺性”所致之激勵生產之需求，此與本文無實質分歧③；或因未意識到“壟斷非固有價值”①而錯誤地不論證而直接將“競爭優勢減損”視為損害?；或循環論證“缺乏財產權導致非法使用” ? ，一—此系倒果為因，因行為非法性恰需通過制度論證確立。綜上，數據不具公地悲劇條件，故數據界權目標不包含抑制過度使用，其唯一配置效益目標為激勵數據之生產和分享。

（二）制度成本目標

數據界權策略在追求激勵數據生產和分享的同時，必須直面制度成本問題。“制度成本”（institu-tionalcost）作為制度運行的必然衍生代價，對其的最小化構成數據界權的第二目標。理解該成本需回歸制度本質：制度作為“人為設計的、型塑人們互動關系的約束” ① ，其成本源于特定秩序下行為主體為維護自身利益所支付的制度建立與維持成本。②此成本在數值上等同于相對“單人世界”所增加的全部額外社會代價。③

根據制度供給主體的性質差異，可將制度成本區分為“法律制度成本”與“非法律制度成本”。前者表現為立法、執法、司法全流程中社會投入的資源總和；后者則涵蓋有體物權利人為財產防護投入的防盜設施資源、竊賊實施“零元購”所耗作案工具及其引發的社會損失、產權確認過程中的資源搜尋成本、交易雙方為達成合意承擔的談判成本等多種形態。而根據制度成本是否源自對制度相關事實的確認，則可將制度成本進一步劃分為“信息成本”與“非信息成本”。④當制度構建、維護或實踐中行為人所支出的其他制度成本主要取決于信息獲取難度時，則構成信息成本。其大小由需獲取信息的“多值性”（variability）與“可篡改性”來（alterability）決定③，但本文認為更關鍵的制約因素是所需信息參數的種類之數量。而非信息成本則指獨立于信息獲取難度的制度維持支出，典型如法院系統建設投人及前述防盜設施安裝成本。

為簡化分析框架，本文設定如下兩個假設：其一，法律制度成本中的非信息成本與非法律制度成本中的信息成本均為零。就法律制度成本而言，其基礎架構并非專為解決數據糾紛而構建，故該制度中的非信息成本（即相關制度設立及維持成本）從數據糾紛視角可視為已投入的沉沒成本與固定成本，因此可將其成本值設為零。法律制度成本主要體現為當事人為確保自身不侵權所支出的調查成本，以及糾紛發生時法官為正確判決所承擔的調查成本；其規模取決于需調查的事實類型數量及調查難度，故屬信息成本范疇。因此法律制度成本可視為僅包含信息成本。就非法律制度成本而言，其主要表現為當事人為數據防護或使用所投入的專用資源（如防盜設施、談判支出等），且此類資源規模獨立于事實知悉難度，因而不屬于信息成本。故非法律制度成本可視為僅包含非信息成本。因此在本文框架下，法律制度成本完全等同于信息成本，而非法律制度成本則完全等同于非信息成本。其二，當法律選擇介人后，各相關當事人無須支出非法律制度成本。該假設之合理性在于：法律保護具有足夠威懾力，潛在侵權人可能因此放棄侵權行為，權利人亦無須額外采取非法律手段自保。需說明的是，此假設不完全符合現實場景（典型如有體物確權場景中，法律介入后仍存在防盜設施等非法律成本），但本文主張法律保護強度足以覆蓋非法律措施之需求，故可忽略并存情形。結合第一假設中“法律成本等同信息成本”與“非法律成本等同非信息成本”之界定，可推得信息成本與非信息成本不可共存之結論。

（三）界權綜合目標

由上所述，任一數據界權策略的總收益值均可表述為表達式：TB ? DA-IC-NIC。在此框架中，TB是指特定策略的總收益（Total Benefit）；DA指代特定策略下數據需求者最終可使用的總數據量（DataAvailable），計量單位為比特；IC表征該制度引致的信息成本（InformationalCost），其計量需綜合考量信息獲取難度與所需信息數量，因而與DA不可通約；NIC意指非信息成本（Non-informationalCost），即除設立及維持制度的信息成本外投入的全部資源，計量單位采用人民幣元。鑒于信息成本與非信息成本不可共存，IC與NIC中必有一項恒為零。數據界權任務的核心目標即是在候選策略范圍內（scope for ac-tion） ⑥ ，選擇使TB值最大化的策略，即同步追求DA最大化與IC或NIC最小化。在DA、IC和NIC三者間，IC和NIC無法進一步化約為其他變量，而DA則可進一步解構。

下文將詳述，根據所采納的數據界權策略不同，最終被生產的數據和最終被使用的數據，二者的數量可能會存在差異。依據界權策略對其生產和使用的數量所造成影響的差異，數據可分為ABCDE五類：A類情形專指因“阿羅信息悖論”導致數據處理者無法獲得數據收益的場景，此類數據需法律賦予生產者排他性權利以激發生產動機；B類情形雖需相似壟斷力，但可僅憑技術加密等事實排他途徑達成，無須法律介人。①區別于前述兩類，存在數據處理者即便無法壟斷數據仍有動機持續生產的情形（智能設備廠商通過銷售設備就能獲利，因此即便其無法壟斷設備運行所生成的數據，亦不會減少此類數據的生 ），此類情形又包含三種形態：C類指數據處理者會主動實施技術封鎖等控制措施，但如果法律禁止該類措施亦將維持生產；D類指雖無主動控制行為，但若獲得法律賦權則將行使該壟斷權利；E類則屬于數據處理者自愿分享數據的范疇。

在不同的數據界權策略下，以上五類數據并非全部都能被生產出來；而由于收費導致的天然需求縮減③、數據處理者失衡的談判優勢④以及數據壟斷引致的競爭優勢超越交易價值③這三重原因引發的反公地悲劇（Anti-Commons Tragedy）⑥，即便某種類型的數據被生產出來，數據處理者亦未必將其分享，從而導致并非全部數據均能被需求者所使用。因此，針對一種數據界權策略，若將其中完全被分享的數據類型稱為DGF（Data Generated and Fully Used），而將已生產但因公地悲劇未被完全使用的數據類型稱為DGP（Data Generated yet only Partially Used），并將 ACT定義為因反公地悲劇效應導致的DGP中未能被使用的比例，則DA DGF+DGP（1-ACT），進而可得TB DGF+DGP（1-ACT）-IC-NIC。數據界權制度設計的直接目標，即是在上述參數綜合效應下找到能使TB值最大化的策略。

三、各候選數據界權策略的區分維度

明確數據界權目標后需探討候選策略，所有候選策略均圍繞數據需求者與數據處理者兩對互為相反關系的請求關系展開。區分不同策略的核心在于兩個維度：立場維度上國家對每個請求關系的規制立場，以及界定維度上被請求行為的界定方法。通過對上述兩個維度賦予不同取值即可得到不同的數據界權策略。

（一）共同要素：數據需求者與處理者間的雙向請求關系

數據界權，乃至任何資源的界權問題，其核心在于厘清圍繞該資源所產生的一組或多組特定請求關系：即一類主體（請求人）向國家提出請求，要求另一類主體（被請求人）為或不為某種涉及該資源的行為，由此形成的法律關系。具體而言，為資源“界權”實質是設定一套以該資源為客體的“權利束”（bundle of rights）。此處“權利”并非日常話語中的整體概念，而是霍菲爾德所解析的“基本法律關系”中不可再分的“權利地位”（enablement），即構成日常權利的“零件”。③由這些零件構成的“權利束”可劃分為兩個層次：核心功能層與處分變動層。

在涉及資源的界權時，其所生成的權利束的核心功能層將直接賦予主體兩項利益：一是享用資源的特權（privilege）；二是保護該特權或阻止他人享用的請求權（claim-right）。處分變動層則包含改變權利束的權力（power）和抵御他人改變的豁免（immunity）。③而處分變動層的設立以核心功能層確定為前提，故資源界權的核心議題是核心功能層的確定，權利變動公示 ① 等處分變動層問題可暫時忽略。而在核心功能層中，主體享用資源的特權（privilege）源于“法無禁止即可為”的元規則，無須特別規定；需法律明確創設的是請求權（claim-right），因其構成對被請求人特權（privilege）的剝奪。故而，資源界權的焦點即在于界定特定場景中哪些主體可向哪些主體請求為或者不為何種行為。②

數據領域的核心矛盾體現為數據需求者希望自由使用數據與數據處理者要求其使用必須經過同意之間的沖突。這是因為數據的核心價值在于其信息內容，這導致“阿羅信息悖論”：若數據需求者知悉信息則信息價值喪失，但若不使其知悉價值則其又無法判斷是否需購買數據，進而阻礙數據交易發生，使數據需求者無法獲取所需數據。③解決該悖論有兩種路徑：其一，國家可命令數據需求者在未經數據處理者許可時不得訪問、復制、利用或修改其控制的數據。此舉使數據處理者放心向數據需求者披露數據供其評估需求，同時無須擔憂其獲得數據后不付款——因數據需求者雖取得數據，若需使用仍須購買同意。其二，國家可直接命令數據處理者為數據需求者訪問、復制、利用或修改數據提供便利，從而直接滿足數據需求者的使用需求。④因此，數據界權問題可轉化為國家對兩組請求關系的處理：一是數據處理者請求阻止數據需求者的特定行為的關系（下文簡稱A組關系）；二是數據需求者請求數據處理者實施特定行為的關系（下文簡稱B組關系）。

除數據處理者與數據需求者間的雙向請求關系外，其他主體及其訴求均無需納入數據界權考量范疇。下文針對學界主張需納入考量范疇的其他主體訴求進行逐一辨析：其一，數據來源者，如智能設備用戶 ⑤ ，雖參與數據生成，但賦予其獨立權利（如歐盟《數據法案》模式 ⑥ ）缺乏獨立激勵依據——其沒有對數據的實際控制力故無須激勵其分享，而其生產數據是使用智能設備的必然結果故無須激勵其生產。①事實上，數據來源者屬于特殊形態的數據需求者，其訴求的解決應納入B組關系考量。若涉及倫理性考量，應通過個人信息保護等既有規則調整，不應在數據界權框架內討論。其二，技術創新主體 ⑧ 若未參與數據處理或控制，則其角色實屬數據需求者；若參與其中，則歸入數據處理者范疇。不存在既非數據處理者亦非需求者而需單獨界權的技術創新主體，故無須單獨討論技術創新主體。其三，數據保管人（如受托存儲方）破產時，數據處理者取回數據的障礙本質是操作成本（傳輸/拷貝費用）問題③，可通過支付費用解決；該情形可納入A組關系（禁止不當刪除/拒絕返還）處理，無須創設針對保管人的特殊返還規則。其四，數據毀損行為若需規制@，應視為數據需求者的“不當使用行為”，納人A組關系中被禁止的行為范疇中界定，亦無單獨討論數據毀損者之必要。綜上，將數據界權當事人限定為數據處理者與數據需求者，已覆蓋數據界權的核心問題，實無必要討論其他主體。

（二）區分維度之一：“立場”

在厘清數據界權核心問題系國家如何處理請求關系后，可提煉決定界權策略的首類參數——立場維度參數。該參數表征國家對特定請求關系的立場，其首先表現為對單組請求關系的二元決策邏輯：國家面對一組請求關系時，僅有兩種基礎立場可選—一同意請求（賦予請求方 ）或拒絕請求（賦予被請求方privilege）。由于數據界權需同步處理數據處理者（A組）與數據需求者（B組）互為請求關系的雙向結構，立場維度參數通過組合單組立場形成以下四種參數值：第一種參數值為A組配置請求權（claim right）而B組配置特權（privilege）；第二種參數值為A組配置特權（privilege）而B組配置請求權（claim right）；第三種參數值為兩組均配置特權（privilege）；第四種參數值為兩組均配置請求權（claimright）。需特別說明的是，本文排除第四種參數值，即排除在兩組關系中國家都配置請求權（claimright）的組合。誠然，以不動產所有權為核心的現行財產權制度，在形式上與該第四種參數值較為類似：比如不動產所有權作為A組關系的請求權，通常會搭配在B組關系中設置請求權的相鄰關系制度。然而細究可以發現，此時法律對兩組關系設置的請求權，其地位并不對等，所有權中的請求權是一般規定，相鄰關系中的請求權卻是例外規定。 ① 基于文章的篇幅和討論復雜程度的限制，本文僅聚焦財產權的一般規定而排除對例外規定的討論。在一般規定層面，顯然沒有必要在兩組關系中同時規定請求權。因此，本文認為就“立場”維度，只需在前三種參數值中作選擇。

（三）區分維度之二：“界定”

當國家在立場維度參數中選擇第一或第二種參數值時，其實質系剝奪被請求人基于“法無禁止即可為”原則享有的“普遍自由”（universalliberty）。②此情形要求國家必須明確限定被請求人行為的具體范疇，即通過界定維度參數精確規定請求人可主張的被請求人行為的類型。③理論上，界定維度參數的取值具有無限可能性，因行為描述可從客體、方法、結果、主觀狀態四個維度展開④，每一維度均存在無數規定方案。本文旨在探求數據賦權策略成立的條件，需將其與競爭性的其他候選策略比較。然數據賦權策略本身涵蓋無限種行為界定方案，其競爭策略亦然，故理論上需比較的策略組合數量無限，無法操作。為此，需將界定維度參數取值歸類為有限類型以進行比較。

本文依據美國學者Henry Smith的理論，將行為界定方案歸約為治理（Governance）與排除（Exclu-sion）兩類。 ⑤ 本文認為，兩類方案的核心區別在于：規則所用語詞涵蓋的行為集合與規則制定者忽略信息成本時理想規制的行為集合，二者間差異值（8）的幅度在兩類方案中存在系統性不同。假設規則制定者僅考量配置效益時需精準規制特定行為集合！Ai， A₂ ，…， A_m} ：在治理策略下，規則制定者使用精細化語詞（如 M₁ 描述 A₁ 、M2描述A2等），使語詞覆蓋范圍與目標行為完全重合（ （s?0） ；而在排除策略下，其使用概括性語詞N，該語詞指涉的行為集合 {B₁ ， B₂ ，…， |B_n 與理想集合的差異值顯著（ |δ|gt;0 ），表現為B超出A范圍的“過包含”（over-inclusive）或B未完全覆蓋A范圍的“欠包含”（under-inclusive）。 ⑥ 治理策略的優勢在于精準實現配置效益目標，劣勢在于規則制定者、適用者及遵守者均需承擔高額信息核查與分析成本；排除策略的優勢在于顯著降低制度成本，劣勢在于規制不精確導致配置效益目標實現程度受限。

需要補充說明的是，除立法者直接制定行為規則外，尚存立法者規定原則（standard）而由司法者個案續造具體規則（rule）的模式。 ⑦ 本文認為該模式屬治理范疇：立法者雖可用效果性語詞Z指導裁判，但司法者需將其“當為轉化”為具體行為規則方能適用。③此類經續造生成的規則因契合具體場景，必然呈現治理特征。此時，立法者雖然無須制定具體規則，而此項任務實為司法者所承擔。故司法者需要承擔相應的信息成本。故此模式實為信息成本從立法者向司法者的轉移，總量未減。③因此，通過原則進行規制的行為本質上仍屬治理，故對其無須單獨討論。綜上，界定維度參數可近似理解為布爾邏輯值，其取值僅為“治理策略”與“排除策略”兩類。

不同的數據界權候選策略，均圍繞數據處理者與數據使用者之間互為請求人和被請求人的兩對請求關系展開。這些策略因立場維度和界定維度兩個參數的取值差異而分化。立場維度存在三種參數值：兩組關系均配置特權（privilege）、A組配置請求權（claim right）而B組配置特權（privilege）、A組配置特權（privilege）而B組配置請求權（claimright）。而對后兩種立場維度參數值的界權策略，界定維度則有兩類參數值：治理策略與排除策略。

四、各候選數據界權策略的收益表達

如上所述，確定一個數據界權策略只需明確其立場維度與界定維度兩個參數的值。基于兩個參數的不同賦值組合，包含數據賦權策略在內，數據界權共有五種候選策略：即不賦予任何請求權的“無為策略”；僅賦予數據處理者請求權的“賦權策略”和“行為策略”；以及僅賦予數據需求者請求權的兩種“披露策略”。依據簡單的直覺和常識，可將總收益表達式TB=DGF+DGP（1-ACT）-IC-NIC具體化為該五種候選策略各自特有的表達形式。

（一）“無為策略”的總收益表達式

當國家同時拒絕賦予數據處理者與數據需求者以請求權時——即法律為二者均配置特權（privilege）時——即構成“無為策略”。①此時，法律權威實質放任數據生產與利用處于叢林秩序之中。②需注意，叢林秩序并非意味著無序狀態，因為人類行為除受法律約束外，同時受事實環境構成的“架構”（archi-tecture）、市場環境（market）及社群規范（social norm）的三重規制。③當新型資源利用可能出現時，即便法律未創設新規則，此三類非法律約束力量與既有法律制度協同博弈，仍可形成穩定秩序。④在數據領域，數據處理者即可能通過合同（市場）與技術手段（架構）阻止他人未經許可利用其數據。③換言之，對某些數據，其可憑借事實控制（defactocontrol）實現收益預期 ⑥ ，此即上文所述之B類數據。但是，數據處理者訴諸非法律的手段保護其利益并非總是有效的 ⑦ ，而無為策略下又缺乏法律設置的壟斷權，因此上文所述的受到阿羅信息悖論影響的A類數據在無為策略之下是無法被生產出來的。至于C類、D類與E類數據，因其生產動機獨立于壟斷權存在，故可持續生產。綜上，無為策略下可生產數據類型為B、C、D、E四類。

由于該策略允許數據處理者實施事實壟斷措施，故對數據處理者會主動采取此類措施的B類與C類數據，數據需求者無法完全使用，其最終使用量表達為DGP（LF） Σ=Σ （ B+C） （1-ACT）；D類數據因數據處理者無主動控制措施而不存在壟斷，故其使用量即為D；E類數據在任何界權策略下均被完全利用，故DGF（LF） σ=D+E 。綜上可得可用數據總量表達式DA（LF） Σ=Σ （ B+C ）（1-ACT） +D+E 。無為策略中數據處理者依賴技術手段（非法律途徑）維護利益，故信息成本IC為零，但存在非信息成本NIC（LF），總收益表達式為TB（LF） Σ=Σ （ B+C） ）（1-ACT） +D+E- -NIC（LF），其中LF為LaissezFaire（無為策略）的縮寫。

（二）“賦權策略”的總收益表達式

當國家賦予數據處理者禁止數據需求者未經許可使用數據的權利時，根據界定維度參數取值不同，相關策略可分為“賦權策略”與“行為策略”。前者即立法者直接用外延固定卻缺乏靈活性的詞語來一刀切地囊括一大片數據利用行為，使這些行為被納入數據需求者必須經數據處理者許可始得實施的行為集合中。 ① 后者則指規則制定者通過盡量細致的語詞進行個案描述被限制的數據利用行為。②

在賦權策略（Digital Ownership，簡稱DO）下，A類數據因受法律壟斷力保護而被生產；B、C、D、E類數據亦顯然可生產；故全部類型的數據都能被生產。而因該策略采用“排除策略”作為界定維度的值，故法律不對個案分析，而是為所有數據類型設立排他性權利。故除E類數據外，其余數據使用量均因壟斷縮減至原值的1-ACT，即DGF（DO） Ω=E ，DGP（DO） Σ=Σ （ A+B+C+D ）（1-ACT）。排除策略使立法與司法無須復雜信息核查，故 IC=0 ；法律壟斷權亦消除了B、C類數據的事實控制需求，故 NIC=0 。因此賦權策略可視為無制度成本，總收益表達式為TB（DO） τ=DA （DO） Σ=Σ （ A+B+C+D ）（1-ACT） +E 。

（三）“行為策略”的總收益表達式

作為治理策略，行為策略（Governance of Behaviors，簡稱GB）下法律僅對需激勵的數據類型提供壟斷保護。需破解阿羅信息悖論的A類數據自然囊括其中，故A類數據可被生產；B類數據需壟斷力且該策略至少不禁止事實壟斷力，故亦可生產；C、D、E類數據的生產動機獨立于壟斷權存在，因此全部數據類型均可產出。A、B、C三類數據因受壟斷影響，其使用量量化為DGP（GB） Σ=Σ （ A+B+C ）（1-ACT）；D類數據無須保護且策略允許個案分析，故無壟斷；E類數據完全利用，故DGF（GB） σ=D+E 0行為策略下的可用數據總量因此為DA（GB） Σ=Σ （ A+B+C ）（1-ACT） +D+E 。B、C類數據的壟斷本可依賴技術手段實現，但技術手段之成本顯然高于法律保護成本，故對此二類數據亦應設置法律壟斷權，此時數據處理者對此二類數據亦將不采取事實壟斷措施，故此種策略之NIC為0。然此時需司法個案區分ABC與D類數據，故存在信息成本IC（GB）。綜上，其總收益表達式為TB （1-ACT）+D+E-IC （GB）。

（四）“完全披露策略”的總收益表達式

當國家賦予數據需求者強制數據處理者提供數據利用便利的請求權時，相關策略統稱為“披露策略”，因數據處理者被迫實施的行為可視為廣義披露。不同披露行為界定方法③均可歸類為排除策略與治理策略兩類。在排除策略性質的“完全披露策略”（FullCompulsory Disclosure，簡稱FD）下，法律將強制數據處理者分享全部數據：A類數據因無壟斷激勵無法生產；B類數據因禁止事實控制措施致生產者動機喪失亦不可生產；僅C、D、E三類數據可被生產。因法律禁止事實壟斷力，C類數據被迫完全分享，故所有產出數據均可被使用，即DA（FD） DGF（FD） =C+D+E 。此策略作為排除策略無信息成本0 IC=0 ），且禁正事實壟斷致無須投入非信息成本（ NIC=0 ），故其總收益為TB（FD） τ=DA （FD） =C+D+E 。

（五）“部分披露策略”的總收益表達式

在治理策略性質的“部分披露策略”（Case-by-case Compulsory Disclosure，CD）下，A類數據仍無法生產；因采用個案分析，B類數據無強制分享要求可被生產；C、D、E類數據可持續產出，毋庸贅言。因剝奪數據處理者設置事實壟斷的權利，C、D類數據被迫完全分享（與E類同），僅B類數據受反公地悲劇限制，故DGP（CD） τ=B （1-ACT），DGF（CD） =C+D+E ，DA（CD） τ=B （1-ACT） +C+D+E 。此策略需司法個案區分B類與C、D類數據，故存在信息成本IC（CD），因此其總收益為TB（CD） τ=B （1-ACT） +C+D+E. -IC（CD）。

五、數據賦權成立之條件：賦權策略之收益值最大時的必然事實

在明確各候選界權策略的總收益表達式后，數據賦權策略的成立條件即為：當賦權策略總收益TB（DO）同時超越無為策略TB（LF）、行為策略TB（GB）、完全披露策略TB（FD）及個案披露策略TB（CD）時所需滿足的條件。移項整理可得四組不等式：A（1-ACT）-D（ACT） +NIC （LF） ?0 ；-D（ACT） +IC （GB） ?0 ；A（1-ACT） +B （1-ACT）-C（ACT）-D（ACT） ?0 ；A（1-ACT） -C （ACT）-D（ACT） +IC （CD） ?0 。分析不等式結構可得關鍵規律：參數A、B、NIC（LF）、IC（GB）、IC（CD）的值越大越利于不等式成立；參數C、D、ACT的值越小越利于不等式成立；參數E的值則無影響。將此數學關系轉化為自然語言，即完成對數據賦權策略的成立要件的確定。

（一）直覺性要件：副產品比例與反公地悲劇強度

基于前述定量分析可知：在ABCD四類數據中，AB兩類數量越大而CD兩類數量越小，則越能支持數據賦權策略。因CD兩類數據無須壟斷權即可生產，對其的獲取非數據處理者的直接目的，故可稱為“副產品”；AB兩類數據則為“主產品”。由此可得數據賦權首項條件：在數據處理者有壟斷意愿的數據中，主產品比例越高，或者說副產品比例越低，則越應實施數據賦權。此條件符合直覺認知，故學界常以“副產品比例低”作為賦權依據①，或以“副產品比例高”作為反對賦權之依據。②本文認為，雖自動設備所獲數據確實往往屬于銷售該設備時所獲之副產品，無須壟斷效力的激勵，但并非一切情形均是如此；且即便現有的情形均是如此，商業模式演進亦可能改變激勵需求。立法者欲制定合理數據法規，需對“副產品數據占比”開展實證研究。③另一個可得出的結論是，反公地悲劇效應（ACT）越小，則越應確立數據財產權。需明確的是，若僅存在AB兩類無壟斷力則無法生產的數據，則ACT的大小并不影響賦權決策；然因存在CD兩類非壟斷依賴型數據，ACT的大小效應確實具有討論價值。對此類副產品數據，ACT越小，即壟斷越不阻礙分享，則越應賦權。ACT主要受數據控制者的談判優勢失衡④與壟斷收益超越分享對價之動機③影響，然此二因素是否存在及其影響程度，實屬需實證研究的課題。

（二）遺漏的要件：數據類型辨別難度

可以看到，IC（GB）與IC（CD）變量值越大，則越不應在數據上賦權。此二者表征不同數據界權策略的信息成本。因已經預設數據賦權策略本身無制度成本，故可推得：其他數據界權策略的信息成本越高，則數據賦權策略的相對制度成本越低，其總收益優勢越顯著。兩類信息成本的直接來源，分別體現為從ABCD四類數據中甄別出D類數據（無須壟斷即有動機生產但可因法律賦權獲取額外收益之數據）以及從BCD三類數據中區分出B類數據（必須允許事實壟斷措施方有持續生產激勵之數據）的難度。此二類數據越難區分，則IC（GB）與IC（CD）值越大，數據賦權策略的正當性越強。至于B類與D類數據的區分難度，則需通過實證研究加以驗證。此條件在現有文獻中尚未被明確揭示。

（三）悖反性要件：數據價值的高低

數據之于當代社會的基礎性價值已獲公認，學界常將其類比為新型“石油資源”。 ⑥ 支持數據賦權者多援引此價值屬性論證確權必要性③；反對者則著力辨析數據價值形態與傳統資源之差異。③然兩派學者在“數據價值越高則財產權設置合理性越強”這一命題上實則共享底層邏輯——該觀點既符合直覺認知，亦與Demsetz之產權理論相契：資源價值攀升將催生財產權制度。③

然此理論于數據領域能否成立？質言之，數據價值提升是否必然強化賦權策略之合理性？此前已論證：其他立法策略制度成本越高，則數據賦權策略越具優勢。制度成本本質上具有相對性，當數據價值顯著增長時，等量制度成本實則相對降低。由此可推得反直覺結論：數據價值越高，則越不應賦權。其內在機理在于：當數據價值突破臨界點，社會將更傾向于承擔更高的制度成本以精確甄別數據類型，避免因財產權排他性引發兩種效率損失：其一，本無須壟斷權即可流通的數據類型因賦權導致使用量縮減（反公地悲劇效應）；其二，本需壟斷激勵方能生產的數據類型因未獲排他權而供給不足。①至于數據價值閾值之判定，則屬需實證研究解決的先決問題。

（四）爭議性要件：事實排他力的大小

數據因“阿羅信息悖論”難以天然具備有體物般強的事實排他力，但通過技術加密、訪問控制及合同約束等手段，數據處理者仍可實現有限的事實控制。 ① 然學界對事實排他力與數據賦權正當性的關系存在根本分歧：部分學者主張事實排他力是財產權成立的必要條件——反對賦權者據此強調數據的非排他性無法滿足排他控制要求②，支持者則反駁技術手段已能構建有效事實控制③；另有學者則認為事實排他力反而是削弱設立財產權正當性的影響因素——反對賦權者指出技術及合同保護已足夠④，支持者則主張此種私力救濟成本過于高昂且不一定有效。 ⑤ （20

本文支持第二類觀點：NIC（LF）作為無為策略下數據處理者實現事實排他力所需支出的技術加密、訪問控制及合同約束成本，其數值與事實排他力呈現穩定的反比關系。定量分析表明，NIC（LF）值越高，數據賦權策略的正當性越強。其內在機理在于：NIC（LF）的上升會削弱無為策略的制度成本優勢，進而提高數據賦權策略的相對制度收益。由此證實，事實排他力與賦權必要性存在明確的負相關性。

（五）虛假的要件：勞動產品屬性與分享意愿

學界普遍將數據是否具有勞動產品屬性作為數據賦權的核心條件。支持賦權者據此論證勞動成果應獲財產權保護⑥，反對者則或否認特定數據的勞動產品屬性 ⑦ ，或雖承認該屬性但否認其構成充分條件。③歐盟《數據法案》亦將智能設備用戶的數據權利基礎錨定于其對數據生成的貢獻度。③本文研究表明，數據是否屬于勞動產品與賦權正當性無必然關聯。@就CD兩類數據而言，因其非直接的生產目標，故其勞動產品屬性無關界權策略選擇；而對AB兩類數據，縱使無勞動要素投入，生產者仍需通過壟斷利益獲取生產激勵。數據生產的關鍵在于生產者能否獲利①，無論是CD兩類的非壟斷收益還是AB兩類的壟斷收益本身，皆與勞動投入無關。另有學者主張將數據處理者的分享意愿納入數據賦權考量，認為分享動機越強則越無需賦權。此觀點存在根本性謬誤，因其論據實質指向E類數據的作用機制。定量研究模型表明，E類數據在任何策略下均會被生產并主動分享，法律無法干預其流通。故其規模及占比與賦權必要性無任何相關性，其亦并非數據賦權的成立條件。

結論

數據賦權的本質是通過排除策略限制非權利人數據利用行為的界權策略。是否采用此策略應基于目的論思考，在最小化制度成本前提下最大化數據生產與分享規模以提升終端數據利用總量，其正當性取決于該策略相較其他方案能否在終端數據利用規模與制度成本權衡中取得更高凈值。當假定該策略綜合效益值最大化時，可推得賦權成立的必要條件：其一，數據處理者無分享意愿的數據中主產品數據占比顯著較高；其二，數據壟斷產生的利用量抑制效應較弱；其三，法官甄別關鍵數據類型（若無壟斷力則不生產的數據、未主動采取事實壟斷措施的數據）的難度較小；其四，數據價值低于法官判定前述兩類數據的信息成本；其五，數據控制者通過技術與合同手段構建的事實排他力維持弱水平。數據賦權策略的證立需通過實證研究驗證此五類條件的現實取值。需強調的是，我國學界慣常援引的“數據勞動產品屬性”及“數據處理者無償分享意愿”兩因素與賦權正當性判斷完全無關，故均非成立條件。

（責任編輯：周中舉）