利益均衡视角下数据产权的分类分层实现

    摘要：数据产权是经济学和法学学科交叉背景下的复合问题，面临着学科逻辑范式的冲突以及效率与权利（益）的本位偏异，这也是数据产权研究分歧不断的原因所在。从分歧的起点出发重新寻找数据产权问题的共识域，发现以利益均衡为连接点，平衡效率、人权、公共三重价值取向，才能实现数据产权的规范性整合。传统“个人—企业”二元主体的类型化标准无法有效回应数据产权的复杂场景和利益冲突，应当构建起“数据属性—主体类型”的复合分类标准与“阻断触发”的分阶段判断要素相结合的“2+1”数据产权分类架构。同时，在类型化的基础上，通过构建数据框架性产权的法律弱保护与均衡约束，相应设定产权实现的负担条件和边界限度，以数据使用权利的适度扩张与激励相容促进多主体数据产权联结，以数据收益公共产品化与数据课税推动数据收益的公平分配，进而实现数据产权的最优配置。
    关键词：数据产权；数据；分类分层；利益均衡；框架性产权
    一、问题的提出：数据产权的讨论如何从“殊途”达致“同归”？
    数字经济时代，数据被视为新的生产要素，渗透到社会生活、市场竞争、政务服务、公共治理等各个方面，与之相关的“数据交易”“数据权属”“数据产权”等议题成为热点和焦点。2022年3月，国家发展和改革委员会就28条“数据基础制度观点”面向社会公开征求意见，其中围绕“数据产权制度”的问题就有9条。2022年6月22日，中央全面深化改革委员会第二十六次会议指出，建立数据产权制度，推进公共数据、企业数据、个人数据分类分级确权授权使用，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，健全数据要素权益保护制度。从一系列围绕数据相关的政策动向和行业呼声来看，“数据产权”被视为数字经济发展的基础性制度，更是解决数据领域一系列痛点难点问题的“万能灵方”，似乎构建数据产权制度已是各界共识。但围绕数据产权的讨论似乎没有“定式”，观点学说在“所有权”“财产权”“产权”等概念之间跳跃，缺乏基本共识的讨论域。繁杂的理论研究样态进一步激化了数据产权观点的分歧，使讨论不断趋向“殊途”，却无法达致“同归”。这种“破坏性冲突”是高度专门化的社会子系统之间因不同理性而普遍存在的，因此如何在这种冲突中实现“规范性整合”是数据产权需要考虑的根本问题。对此，本文拟回归数据产权问题分化的起点，从经济学和法学学科交叉背景出发，以利益均衡为基本分析方法，联结经济学和法学的不同范式，重塑数据的类型化标准和核心产权框架，在现行法框架内构建数据产权的规范结构和实现机制。
    二、分歧的起点：从逻辑范式到本位偏异
    （一）经济学视域：从“产权”到“数据产权”
    “产权”是一个经典的经济学概念，因此经济学视域的“数据产权”讨论从“产权”概念出发，将数据产权视为一种特殊的产权形态，在经典的产权框架内展开。产权经济学认为，产权是使自己或他人受益或受损的权利，帮助交易各方形成合理预期，以实现资源有效配置和高效使用的最佳激励为目标。而制度经济学认为产权与交易成本密切关联，“当交易成本为正时，不同的产权界定对效率和财富的影响不同，有效的产权制度能够提供较大的社会财富；政府通过法律制度安排界定产权，应当把产权界定给能够使财富最大化的一方”。产权对效率产生影响的逻辑在于：当产权无法明晰时，交易将始终处于不确定的权属状态；而根据交易成本理论，权属不确定的交易行为将会产生额外的效率损失，即“无形的交易成本”；对此，若存在机会成本的极端化，产权的不清晰将会无限放大潜在的交易成本，最终阻碍交易的达成。因此，经济学的产权讨论最终都指向同一个议题——“效率”的实现。数据产权同样如此，通过明确数据的产权归属，降低数据收集、流通、使用等环节的交易成本，激励数据作为生产要素的经济价值得到最大实现。在这一过程中，产权确定作为一种激励条件能够发挥提高效率的作用：基于理性经济人假设，市场主体之间的合作达成需要经过出价与要价的博弈，而产权明确能够最大程度降低界分权利与义务所需要的成本，由此实现数据要素在市场机制作用下的最优配置。可以发现，在经典的产权经济学分析框架中，“数据产权”被视为一种会影响数据要素资源配置效率的约束因素，但并非决定数据要素的前置条件。经济学认为只要行为主体对其资源的实际实施能够为社会所认可，那么产权即可确立。这意味着即使数据产权归属尚不清晰，只要这种使用经济品的权利能够被强制实施，就不会妨碍数据“事实产权”的实现，只是不同的产权方案将会带来不同的交易成本和利益配置。从结果来看，相较于数据属于谁，经济学分析更关注数据如何使用以及谁可以使用的问题，进而形成数据有序流动的“可控架构”。因此，从“产权”角度来探讨“数据产权”问题是以“效率”为本位，根本目的在于利用经济学范式提高数据要素资源配置的效率。如果因为分歧较大、共识缺乏、基础制度缺位、基本规则尚不健全等原因无法确权，也不妨碍实用主义论者选择回避数据产权的无休止争论，将重点转移到如何挖掘数据的要素价值上来，从上游的产权“定分”环节直接跃升至中下游的数据使用阶段。
    （二）法学视域：从“数据”到“数据产权”
    与经济学的观察起点不同，“数据产权”的法学讨论大多以“数据”的属性辨析为切入点，沿袭从“数据”到“数据产权”的论证脉络。法学分析以“权利（益）”为本位，而客体是法律利益的基础，因此数据产权法学讨论的分歧往往始于对“数据”属性的不同认知。但是，“数据产权”本身并非一个规范的法律概念。经济学认为产权是一组权利束，可以包含债权、物权、知识产权等权利或权能的组合，甚至可以仅仅泛指财产性利益，但当“数据产权”从经济学投射到法学时，并不必然对应某一种特定的权利或权益。这种偏差也导致学科的交叉讨论缺乏共识基础，反而会在不同范式的分歧中衍生出不同的确权进路。其中，重“型塑”规范主义与重“解构”的功能主义最为典型。规范主义进路关注“法律的规则取向和概念化属性”，但是规范主义往往更加重视法律作为规则之治的基本属性，因此在“运用法律规范涵射法律事实之时”，可能会面临因法律规范阙如而使“涵射行为无法成行”的困境。此时，数据产权的规范主义分析可能会囿于既有所有权规范体系和经典权利概念的架构限制，使这种自上而下寻求数据产权“法律定位”的努力无法达致真正的契合与自洽。相较而言，功能主义进路的研究承认法律不可能完备，认为在规则之外还需要诉诸政策、道德、利益、价值等要素，通过采取一种“工具主义的社会政策路径”明确法律的“意图和目标”。这一进路虽然摆脱了形式主义的约束，但是在一定程度上削弱了法的安定性和正当性。
    （三）效率与权利（益）：学科交叉背景下“数据产权”讨论的共识域
    “数据产权”问题是经济学和法学学科交叉背景下的一个复合议题，两大学科的分歧有二：其一，数据产权的经济学分析以效率为本位，以实现数据要素价值为目标，因此该语境中数据产权的确权基础并非是单个主体（数据来源者或数据处理者）所对应的特定“数据”，而是具有资产价值的“数据要素”或“数据资源”，即海量数据或数据产品和服务所指向的（预期）收益；而数据产权的法学分析以权利（益）为本位，数据产权的法律保护并不以其经济价值为衡量标准，因此该语境中数据产权的确权基础是法律如何公平保护数据所承载的各类利益。其二，经济学与法学在产权领域的经典概念虽有联系，但也存在区别，提高了术语映射的难度。但是经济学产权概念的最终目的在于促进财产有序、高效的动态流转，而法学所有权、财产权等产权相关概念的最终目的是明晰法律关系和权利义务边界。因此，在范式分歧和本位偏异的局限下寻求学科讨论的共识域，是回答数据产权问题的基础。法律是利益表达和利益衡平的中介，可以为法学和经济学的融合提供对话平台和共识基点。数据产权的法律实现应当通过检视数据产权分类分层实现的基本标准，使数据权利（益）义务配置最优化，在数据安全管理和个人信息保护的基础上，最大限度地提高数据要素资源配置的效率。数据产权既不能在单纯的经济学范式中构建“活在当下”的产权框架，也无法完全遵循传统法学范式下严格的规范主义进路，而是要在效率和权利（益）两种异质本位的博弈之中，寻求不同价值均衡相容的产权实现机制。
    三、共识的重构：利益均衡视角下数据产权实现的边界
    利益均衡是经典的法律分析方法，“权利是法律上承认并予以保护的利益，利益是权利构成的本质要素”。庞德将法律所承载的利益分为个人利益、公共利益和社会利益三种，而我国法律在具体语境中往往会将公共利益和社会利益同一化。利益均衡视角下数据产权的讨论需要超越表象层面的冲突矛盾关系，回归数据产权关系背后的理念价值，通过提炼出实质层面的元利益及其价值原旨，为产权实现提供具有普遍性和一般性的规则框架。由于数据财产性利益的客观存在以及数据关涉主体的分化，与个体相关的利益可以进一步细分为人权价值与效率价值，两者与公共价值形成三元鼎立、相互均衡的博弈架构。
    （一）数据的产权化与人权价值的实现
    数据的产权化需保障人权价值实现，是数据法治的应有之义。人权价值以人格利益为核心，尊重和保障个人作为数据来源者的决定权、知情权、选择权和隐私权等法定权利。而从我国现行立法来看，个人数据来源者对于人权价值的期待也主要体现在个人信息保护、隐私安全和数据安全等方面，立法通过告知同意机制、网络安全保障义务、数据安全管理责任等规则体现对个人数据相关权利的法律保护。但是，数据产权化过程中人权价值的实现不能完全等同于人格利益保护，还应当包含个人主张数据要素收益合理分配的权利。这涉及一个较具争议的问题，即个人能否成为数据产权的主体，对此的普遍担忧是赋予个人产权主体地位将会大大提高数据的排他性，导致数据流通利用受到严重阻滞。对此，可以从人权价值的产权延伸以及经济正义的基本要求两个维度，重新审思人权价值和效率价值的平衡点。一方面，人权价值的论证基础可以解释个人作为数据产权主体的正当性。关于人权本原问题的论证有三种路向，即天赋人权论、法定人权论和社会人权论。天赋人权论认为，人权作为一种自然权利为人生而拥有，是普遍固有、不可剥夺、不可转让的，并不依赖于法律的赋予。法定人权论认为人的权利来源于法律的赋予。但是，这两种路向对于人权的证成均存在一定的局限性，天赋人权论是唯心史观在人权思想上的表现，而法定人权论混淆了法律规定与人权本原的逻辑关系，无法解释当法律没有规定或者规定不正当时的人权状态。社会人权论以马克思的观点为代表，认为权利的产生、改变和消亡都产生于生产关系，人权缘起于社会发展进步使生产关系突破原有的“外壳”，促使对平等权利的追求突破国别的范围。因此，人权的形成是以生产力高度发展为条件，所谓“规则”（包括法律）的设计过程是将“人类需要”向“人权诉求”的制度化转变，即通过规范化的制度体系整合由社会分工和分化所带来的多元化人权诉求，从这一意义上而言，人权并非人对自然界的主张，而是人对人的社会性主张。基于社会人权论的论证逻辑，数据产权的产生和实现并非源于数据本身的客观特殊性，而是由于数据作为新型生产要素所对应的经济关系已经发展到需要进一步制度化的阶段。在这种新型经济关系中，因人对自由全面发展的主观需要，数据产权必然要对人权价值的实现有所回应，即数据的产权化最终是为了服务和发展人类，人的基本权利和自由始终是数据产权实现的重要内容。社会人权论表明人权的内容与特定物质发展基础和社会关系演变相关联，人对于自身全面发展的主观需要不仅包括精神层面的人格利益，也包含伴随生产关系一同发展的物质利益。个人数据来源者同意并授权数据处理者获取和使用个人数据，既不代表个人放弃对于隐私保护等人格利益的要求，也不代表个人丧失对于数据要素收益合理期待的权利。另一方面，经济正义的基本要求可以证成个人作为数据产权主体的必要性。对个人数据产权持否定态度的观点认为，被上传存储于企业系统中的个人数据产权应当归属于企业所有，有利于实现范围经济和规模经济，更好地提高数据利用效率，也更符合成本收益原则。对此，应当区分个人能否被赋予数据产权与个人数据产权如何实现这两个问题，前者是对性质的判断，后者是对程度的描述。个人数据产权在哪些数据处理阶段可以得到实现、实现范围、利益边界以及相应限制，并不影响对于个人能否被赋予数据产权的判定。自然人是原始个人数据的生成主体，当然享有对自身数据的所有权。虽然数据要素关系在动态发展中会衍生出新的产权关系和利益形态，但是人权价值和效率价值的均衡不能仅依据成本收益原则来界分产权。如果将数据产权单向地赋予平台，会进一步加剧数据鸿沟和平台的技术垄断地位，客观上违背了数字正义和数字公平的内在要求。赋予数据来源者个人数据产权是否会带来效率阻滞、创新约束等负外部性问题，需要通过优化产权实现机制进行解决，而不是在界分确权环节就“因噎废食”式地提前判定，剥夺个人作为数据产权主体的适格性。当然，在数据产权化过程中实现人权价值并非意味着效率就无足轻重，数据产权应当在一个能够平衡数据来源者、数据处理者等多元主体利益诉求以及社会整体利益的法律框架中得到实现，而不只是“专为特定主体设定某一项权利”。
    （二）数据的产权化与公共价值的实现
    数字经济时代，数据作为一种社会交往工具，带有一定的公共性和社会性，数据的产权化也需要承载起实现公共价值的责任。《通用数据保护条例》（GDPR）和我国《个人信息保护法》等立法均将公共利益作为数据合理使用的特殊法定事由之一，正是数据法治追求公共价值的典型例证。而在数据产权问题上，如何在数据产权化过程中寻求个体与集体、私权益与公共利益之间的均衡，是产权均衡实现、避免失序混乱的重要前提。一方面，效率价值受到公共价值的约束。公地悲剧与反公地悲剧的理论模型能够较好地解释公共价值与效率价值之间的博弈关系：如果数据被过多让渡于公共空间，那么众多权利所有者共存的状态将会引发数据非法收集、非法倒卖、非法使用等负外部性；而如果数据权利过于绝对化，会导致数据控制的过度私权化，强化数据孤岛和数据垄断，产生资源锁定效应。数据产权的实现不能为了追求效率过于绝对化或极端化，而应当审慎考量效率价值与公共价值之间的均衡，促进两者的趋同而非冲突。具体而言，公共利益对于个体数据权利（益）的限制包括两种情形：一是对基于数据已经确立之权利（益）的限制，这与其他民事权利（益）受到公共利益限制的情况并无本质区别，后果是使特定情况下数据权利（益）的权能或效果无法完全实现；二是在数据赋权过程中基于公共利益的考虑不予确权，该种情况的原因在于特定情形或特定形态的数据权利（益）确权，可能会对公共利益的实现带来巨大成本甚至产生损害。例如，对于大型头部平台所垄断的具有公共属性的数据，不能仅考虑其私权维度的产权化，还应当基于混合所有制产权模式甚至国家所有制产权模式进行分解，通过公私合作模式推动公共性数据产权实现激励相容和创新发展。另一方面，人权价值向公共价值的无限递归。传统观点认为，数据所涉的个体利益往往与公共利益或群体利益无关，仅是个体不愿意他人知晓、控制或利用自身数据的主观意志。但是从部分与整体的关系来看，个体利益与公共利益在最终指向上具有同一性。分形理论（fractal theory）揭示了非线性复杂世界中的相似性，可以为这种复合递进的关系提供注解。美国数学家曼德布洛特（Mandolbrot）以海岸线为例，发现部分与部分之间、部分与整体之间在不规则性和复杂性上的程度是相似的。这为解释整体与部分、有序与无序、简单与复杂之间相似性的形态关系以及秩序规则提供了新的启示：尽管数据产权的客体通常为数据库或大数据等形态的数据资源和产品，具有高度的复合性，但是法律效果最终的实现基点仍然是单个数据，并最终作用于单独的个体之上。具体而言，数据产权化的公共价值要回归到对具体“人”的制度关怀，当单一个体（从数据角度而言对应单一数据要素）的数量增多并扩大到集体、国家、社会的概念（从数据角度而言对应数据库或大数据等形态的数据资源和产品），数据产权利益的微观指向仍然是具体的单一个体，即数据资源和产品的产权框架是单一数据要素产权无限递归所组成的分形结构。
    （三）数据产权规范性整合的均衡框架
    显而易见，利益均衡已然是数据权益相关规则构建、理论研究和司法实践的重要方法。例如，“大众点评诉百度地图案”二审判决就曾提出，数据流通利用应当兼顾信息获取者、信息使用者和社会公众三者利益。在当下数据产权规则真空但事实运转的语境中，裁判者希望通过将涉诉行为置于利益均衡分析框架中，以此逆推和判断其是否具有正当性或合法性，进而在个案中寻求诉争法律关系的合理解。然而在高风险的信息社会中，“技术的可能性”催生出“不可预料的、全新的机会”。这一机会也带来了“与真实生活有关”的风险。风险应当是具体的而非抽象的，对此，场景化解读风险成为利益均衡分析最常见的方法。但是，过度依赖个案和具体场景的利益均衡恐怕无法穷尽数据利益在微观层面的所有情形，反而会使数据产权的讨论不断偏离焦点。基于此，以类型化为基础，形成数据产权的分类架构和分层构造，有可能为学科交叉背景下数据产权的规范性整合提供基本框架，使分歧重归同一语境，利益实现均衡。
    四、数据产权分类实现的基本架构
       
    数据的类型化是产权实现的基础，其中涉及两个基本问题，一是如何描述产权语境中具有规范价值的“数据”，二是如何科学设置数据产权的分类标准，使数据产权分析既能够回归具有规范意义的基础逻辑，又能够充分揭示多元化数据利益的冲突形态，为数据产权实现提供可行架构。
    （一）产权语境中“数据”规范价值的归正
    在大数据、人工智能、云计算技术和数据生成终端介质的耦合加持下，数据早已超脱传统的表现形态，变得更加多元化、复合化，但数据具有经济价值已成共识。新近研究在“数据”作为客体的属性分析方面走得更加深远，通过辨析“数据”与“信息”的关系，提出同时构建作为人格权的个人信息权和作为财产权的个人数据所有权等观点，进一步体现了数据权属问题上法学维度可及的理论纵深。但是，这种对于客体属性的分辨会衍生出新的问题：什么样的客体才具有作为利益均衡对价所必要的规范价值？数据产权客体的底层逻辑是什么？关于“数据”与“信息”的关系，实务层面为避免分歧往往对“数据”和“信息”采取混用的方式，而理论研究对此一直存在着不区分说和区分说两种观点。另有折中观点认为，信息与数据彼此依存、互为依托，两者既要区分，但又不能割裂。此类“折中”观点实际上仍是以区分为重心，应归属于区分说。概念应当结合语境关系来判断辨析其必要性。诚然，围绕数据和信息在概念、内涵等法律形式主义方面的理论探讨具有基础性价值和意义，甚至一些“数据权”的理论框架就是建立在数据与信息二元区分的基础之上，但是从数据产权的讨论域来看，这种近乎“严苛”的概念分辨对于数据产权的权属论证和归属判定似乎并没有实质性或指导性的帮助。一方面，现有文献对于数据和信息的概念区分往往发源于对隐私特殊性的审思。人格权益和财产权益在数字经济时代本身就存在着一定交叉，两者较为清晰的界分更明显地存在于隐私与数据两个相对分离的概念之间，而个人信息具有人格权益与财产权益双层维度，对其进行“刻意”剥离似乎并不能为数据产权的实践需要提供实质性裨益。固然，数据是信息的载体，信息是数据所要呈现的内容，但是从产权角度而言，并不存在脱离于数据的单纯的“信息产权”能够流通或交易，也不存在“无信息”的数据能够被赋予要素价值。数据与信息的概念辨析具有基础性的理论价值，但在产权语境中却并不具备足够的规范意义。另一方面，信息与数据是否区分并不影响数据要素稀缺性的判断。稀缺性是数据产权经济关系的基本条件之一，因此产权语境中“数据”规范价值的基础是数据财产性利益的释放需要，即经济利益的载量和阈值。来源于物联网、自动化设备以及用户网络活动等方面的数据被收集汇聚，并由数据处理者通过数据挖掘等信息技术对数据进行加工后，数据成为劳动产品；数据加工者将数据零散、分散的价值聚合为具有较高经济价值的产品或服务，进而通过多种方式进行交易，客观上可满足产权客体的构成条件。基于此，作为产权客体的数据应符合“量”和“质”的要求：数据的量级是指数据规模化后，通过云计算、算法分析等技术产出和呈现数据的价值乘数；规模小或者同质性强的数据价值相对低微；数据的质级是指规模化数据在技术赋能作用下，在数据处理、挖掘、流通、利用等环节进一步释放经济价值，形成多元利益共存叠生的格局。此时如果再苛求信息与数据严格分离而仅就物理维度论证客体的范畴，极易陷入形式主义的窠臼。无论是信息还是数据，客体在单独的物理成本上都几乎为零，载体本身并不能证成其作为产权客体必要条件的稀缺性要素，而分离载体和内容也并不能为厘清两者关系提供有益参考。
    （二）数据产权的经典分类及其困境
    数据存在多种分类方式。例如，以结构化程度为标准，数据可分为结构化数据、半结构化数据和非结构化数据；以生成节点为标准，数据可分为原始数据和衍生数据；以主体为标准，数据可分为个人数据、企业数据和政府数据；以集群性为标准，分为公共数据和商业数据；等。其中，主体分类标准是政策层面和理论研究中最为经典的分类方式，这主要源于该种分类方式的两项便宜：一方面，主体分类标准能较好地兼容因数据特殊性所带来的区分规制需求。相较于非个人数据仅具有财产属性的单一维度而言，个人数据存在人格属性和财产属性双重维度并存的特点，使个人数据在产权界定、处理规则、权益保护、安全管理等方面都有着明显的特殊性。因此，通过主体划分剥离个人数据与非个人数据的不同场景，是区分规制不同数据法律关系的经典方法。另一方面，主体分类标准更符合我国民商事立法的法制传统。民法典将民事主体分为自然人、法人和非法人组织，形成了个人—企业二元主体分化的普遍共识。在目前《个人信息保护法》《数据安全法》均已出台的情况下，区分个人数据产权与企业数据产权能够最大程度避免数据权益保护不力问题。
    但是从实践来看，单一的主体分类恐怕无法回应数据产权的确权需要：第一，单一的主体分类会使数据产权问题被简约化。个人数据与企业数据在产权界分未被纳入个人数据范畴的数据要素资源并不必然归属于企业数据范畴并由企业自由使用。但是个人—企业的主体分类会在形式上产生个人数据—企业数据两极划分的外在“错觉”，使个人数据与企业数据的产权关系被简化为“非此即彼”的公式选择。第二，单一的主体分类在逻辑上不周延。事实上，以主体为标准将数据分为个人数据、企业数据、政府数据（更大范畴而言为公共数据）的经典分类并不严谨。从概念来看，个人数据是指以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种数据；企业数据多指企业在经营过程中收集、产生的各类数据；政府数据多指政府在依法履行职责或提供公共服务过程中收集、产生的各类数据。由此可以发现，个人数据的界定依赖于对数据内容的实质判断，而企业数据、政府数据仅需依据主体的外在形式即可判断，前者与后两者在界定依据、辨别程序等方面并不一致，这是数据类型混乱、产权界分混淆的内在因素。第三，单一的主体分类无法体现数据在不同环节的迭代关系。数据是流动的，数据属性在生命周期的不同阶段呈现出不同特性，与主体无法始终保持一一对应的关系。例如，企业数据产权概念从文义上混淆了作为原始数据的企业数据、作为衍生数据的企业数据等情形，也无法准确描述企业作为数据来源者与企业作为数据处理者等场景之间的区别。这种“企业数据”概念所指向的数据属性和产权内容非常模糊，无法形成清晰的权利架构。又如，个人数据产权在数据生命周期中极易出现数据属性与产权主体错位的情况：在数据处理阶段，个人数据的识别性经过技术处理可能会发生变化，原始数据或是保留一定的颗粒度成为识别性衍生数据，或是转变为无识别性衍生数据；对于前者而言，个人数据产权因识别性“基因”传续仍然存在，同时基于衍生数据产生企业数据产权，数据主体和产权主体出现分化；对于后者而言，因识别性已被阻断，个人数据产权事实上归于消灭，可以视为新的原始数据。这种动态的数据产权不断迭代分化，形成新的个人数据产权和新的企业数据产权，而扁平化的单一主体分类显然无法回应立体化的“枝干型”数据产权样态的确权需要。
    （三）“2+1”数据产权分类分阶段架构：“数据属性—主体类型+阻断触发”
    数据产权应当在分类分层的框架中展开，形成多维度的复合标准（下图），包括“数据属性+主体类型”的双重分类标准和“阻断触发”的分层判断要素。
     
    1.“数据属性—主体类型”的复合分类标准
    从数据产权关系来看，产权界定涉及两个维度的标准：一是主体类型，包括数据来源者和数据处理者；二是数据属性，包括原始数据和衍生数据。主体分类标准前文已有论述，而将数据属性作为数据产权复合分类标准的原因在于不同属性数据在产权生成基础上存在区别：一方面，原始数据的来源者主张产权的依据是其作为数据生成者天然地享有对于原始数据的所有权，并基于所有权的收益权能可以获取原始数据的相应收益。就个人作为数据来源者的原始数据而言，人类自出生开始每分每秒都在生成、更新自己的数据，数字场域中的劳动不仅是指纯粹的资料生产行为，还包括个体数据经收集、挖掘、分析后被激活的经济价值。个人主张产权并非依据其赋予了数据新的价值而享有财产性利益，而是因为数据作为生产要素本身具有经济价值，个人基于自身产生了数据的客观事实而先天地享有数据收益的权利。即，数据来源者对自身生产的要素资源享有财产性利益，因此只有通过对价获取数据来源者同意或满足法定情形，数据要素的价值释放才具备正当性和合法性。另一方面，衍生数据的处理者主张产权的依据是其作为劳动者投入劳动和资源等生产要素，可以基于公平原则获取数据的衍生利益。根据劳动财产理论，每个人对自己的人身享有所有权，他的身体所从事的劳动和双手所进行的工作也正当地属于他。数字时代，数据的总和比部分更有价值，数据处理者投入人力、物力、财力、技术、算力等资源，将单独的数据聚合为具有经济价值的规模化数据，实现数据从原始质料向社会产品或者服务的转变，有权基于公平原则后天地被赋予衍生利益的索取权，以使数据要素收益能够在数据收集者、控制者、加工者等不同主体之间进行公平分配。事实上，原始数据与衍生数据、数据来源者与数据处理者均是相对的概念，但两种分类在维度上互有交叉，共同影响着数据产权的界分和实现，这是数据产权现实样态复合多元的主要原因所在。从逻辑上而言，以数据生命周期为脉络，复合分类标准主要的数据产权界分场景包括：个人是原始数据来源者，企业是衍生数据处理者；企业是原始数据来源者，同一企业是衍生数据处理者；企业是原始数据来源者，其他企业是衍生数据处理者。在此基础上，经由数据处理流程的迭代与发展，不同处理环节形成相对的数据主体关系和数据属性关系，影响数据产权的具体形态和权利内容。
    2.“阻断触发”的分阶段判断要素
    在分类标准之外，还需要并行第二维度的分阶段判定，即以“阻断触发”为产权消灭的额外因素。随着匿名化处理、隐私计算等信息技术的发展和运用，个人数据甚至是个人敏感数据都可以从技术上被剥离人格属性因子。当数据中的识别性信息被清洗形成不具有可识别性的数据，或处于“可算不可识、可用不可见”的识别性阻断场景中，可以视为个人具体信息已与数据的使用相互分离。一种情况是原始数据经过不断分析、挖掘、清洗等处理活动之后，衍生数据与原始数据的关联性灭失，两者之间的“基因”传续关系湮灭，产权收益链条也由此阻断；另一种情况是针对个人原始数据这种可能触发人格权益保护的特殊数据资源，出现了可识别性的阻断因素。数据产权的收益与数据可识别性的颗粒度相关联，对于具有一定可识别性的数据应允许数据来源者在约定或合理的比例范围内享受数据要素带来的收益。同时，自数据完全丧失可识别性时起，个人数据产权完全消灭，其后无论该数据要素进入处理、流转还是处置等何种阶段，个人数据来源者均无权对阻断后的数据要素收益主张权利。
    五、数据产权分层实现的规范构造
    权利的分层实现在法律中并不鲜见，权能分离成为经济转型伴生难题突破的重要工具。较为传统的权利分层是所有权的权利结构分离出自物权、他物权的双层结构，较为复杂的权利分层是《农村土地承包法》确立了所有权、承包权、经营权三权分置，经营权流转的格局。前文所述的许多数据确权理论模型亦建立在权能分离的基础上，加之2022年6月中央全面深化改革委员会会议提出建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，似乎定下了数据产权“三权分置”的改革方向。但是数据产权的分层实现与农村集体土地的“三权分置”存在本质区别，数据具有非竞争性和非排他性，无法在客体上建立过于强力的法律保护，只能基于“持有”施加法律的弱保护，在一定限度内防止和排除其他主体的侵害，以达到均衡效率价值、人权价值和公共价值三者关系的目的。因此，利益均衡视角下数据产权的规范构造，应在类型化的基础上，通过构建框架性产权，同时相应设定权利实现的限制条件，寻求数据框架性产权保护与权利约束的冲突平衡机制。考虑到数据产权的分散化、所涉主体的多元化以及利益分配的复杂化等特点，利益均衡的第一步就应是寻求共识域，而权利分享、利益分享必然是产权实现的契合点。具体而言，数据产权的均衡实现包括了权利上的分享和利益上的分享两个方面，分别形成基于多主体数据产权联结的“法律上存在负担的产权”，以及基于数据收益公平分享的“利益上存在负担的产权”，两者共同融合于数据框架性产权的架构之内。
    （一）数据框架性产权的法律定位与均衡约束
    1.数据框架性产权的法律弱保护定位
    完整所有权是典型的法律强保护模式，既包含积极权利，即所有权人有权自行决定处置财产，也包含消极权利，即保护财产不受他人侵害。在数据财产权理论面临解释困境的情况下，新近研究转向事实控制理论寻找证成依据。事实控制理论最经典的解释场景就是捕获规则，即野生动物等无主之物被捕获即为捕获者所有。同理，数据的事实控制在客观上具有排他性，这决定了控制者拥有数据流通利用的权利，因此对于数据产权归属的判定也应源于数据被收集和持有的状态。以事实占有为基础赋予数据产权能够有效消解数据合规忧虑、提高数据利用效率、盘活数据资源、激活市场活力。而一旦数据控制者失去对数据的实际控制，相应的数据权益也将丧失。这种将数据视为“事实上的财产”的观点，虽然观察到了数据事实层面客观存在的财产权益对于流通交易的重要作用，但是事实财产权利的维护往往需要通过合同和技术手段得到实现，一旦遭受侵害只能寄希望于诚信关系和合同义务，具有一定的被动性和个例性。这既无法在理论层面证成从占有到所有的权属跃迁，也无法论证产权归属的真实效益，更遑论个人数据权益的过度让与可能带来新的社会成本。数据框架性产权旨在建立一种更有利于数据流通利用和价值挖掘的法律弱保护模式，这也是由数据要素属性所决定的。数据的要素化具有间接性和渗透性的特点，即通过流通、交易、使用等方式参与其他传统要素的生产过程，通过提升后者的质量和效能，进而达到缩短社会必要劳动时间、提高生产效率的效果。因此，数据的要素化更多是一种动态指向而非静态认可，数据产权实现的目的也并非是要对数据本身赋予法律的排他性保护，而是应保障不同主体在数据要素价值释放过程中所投入的投资、付出以及劳动。基于此，对于数据而言，其本身价值并不足以支撑法律予以专门保护的必要。但是这并不是否定数据在特定主体、特定类型以及特定场景下可以具有一定的对世性和排他性，而是这种法律保护是受到限制的弱保护，以此作为数据框架性产权积极权能和消极权能的平衡点。第一，数据处理者应当承担更重的证明责任。考虑到技术不对称和信息不对称，企业对于所占有的数据（包括作为数据来源者的原始数据和作为数据处理者的衍生数据等情形）享有框架性产权，但应当承担必要的自证义务。这种证明责任包括所占有数据完全属于自身而无涉其他主体，或是虽涉及其他数据主体但已达到阻断程度等情形。除此之外，企业对于所占有的数据均不能“当然地”主张绝对性或独占排他的完整产权，而只能主张相应的使用权利，并在法律或利益上履行其所负担的义务。第二，数据框架性产权应当设置一定的存续期限作为限制。财产权之所以过于“强大”，原因之一就是无限的存续时限所带来的绝对性。从客观实践来看，数据资源的更迭速度极快，为数据产权设定存续期限限制不会在实质上影响数据要素价值的释放，反而可以推动更多超过期限的既有数据进入公共领域，发挥剩余价值。例如，欧盟数据库特殊权利就存在15年存续期限的限制。因数据框架性产权具有弱保护的特点，可以在数据库特殊权利存续期限的基础上进一步限缩，在数据分类基础上形成阶梯性的存续期限限制，进一步激活数据流通利用。第三，数据框架性产权损害赔偿的认定范围应受到限制。我国《个人信息保护法》第69条第2款规定的损害赔偿责任范围为个人受到的“损失”或者个人信息处理者获得的利益，与《民法典》第1182条所规定的“财产损失”在表述上有所区别。因此当数据权益受到侵害时，权利人可以主张财产损失和精神损失，但认定范围应有所限制。对于财产损害赔偿部分，应当以包括直接或间接的合理成本在内的实际损失为限，如无法证明财产遭到实际损失，则不能基于框架性产权宽泛的财产性利益主张损害赔偿；对于非财产损害赔偿部分，“为平衡人格权益保护与信息自由”，应当允许权利人“诉诸精神损害赔偿”，但应由法律对基于框架性产权的人格性利益设置相对确定的赔偿标准或总额，避免因数据处理活动过于复杂、主体过于分散而使处理者承担过重的赔偿责任。例如，我国台湾地区所谓的“电脑处理个人资料保护法”就对精神损害赔偿范围设置了两个限制：一是对财产损害赔偿和精神损害赔偿的总额进行限制；二是对同一事实原因的赔偿总额进行限制。第四，框架性数据产权的弱保护还体现在法律规则的适用位序上，如有其他强保护模式，则应优先适用其他权利保护机制。例如，如果数据产品构成具有独创性的数据库，那么应当优先适用知识产权法的相关规定；如果已公开数据成为企业竞争利益的必要组成部分，那么应当优先适用竞争法保护的相关规定；如果未公开数据足以构成商业秘密，那么应当优先适用商业秘密保护的相关规定；如果数据涉及敏感个人信息等具有直接识别性的个人数据，那么应当优先适用个人信息保护法的相关规定；如果数据既无法达到独创性，也不构成竞争法意义上的竞争利益，或所涉个人数据仅为间接识别性而需要场景化判别，那么权利人可以因其作为数据来源者或数据处理者等主体地位，对数据享有相应的框架性产权。
    2.数据框架性产权的均衡约束属性
    第一，数据框架性产权具有非规范性。现行立法并没有明确数据来源者或数据处理者对于特定数据产品或服务享有“数据权”，而是更多地将其在数据库、商业秘密等知识产权或经营权等既定的权利形态中进行分别归类，在现有规范体系内寻求数据产权的“安放之地”，但始终无法实现彻底的逻辑自洽。新近理论研究试图通过“权利束”“权利球”“权利块”等模型为数据产权形塑新的权利架构：“权利束”是目前较为流行的一种数据产权解释框架，来源于霍菲尔德权利框架，通过请求权、特权、权力和豁免的关系集合重新解构和搭建人与人之间的法律关系，认为数据权益是多种权利（益）的集合，权利之间分化并相互独立，需要在实际场景中确定主体的数据权益。以“权利球”为理论模型的数据产权学说认为，权利可以被分割和让渡，但是“球”的完满状态仍然存在，权利人享有请求排除妨害或停止侵害的最终权利。以“权利块”为理论模型的数据产权学说认为，数据权利由不同相对标准化和固定的权利模块所组成，并依据不同类型的法律关系拆解为不同的模块。无论用何种权利结构模型，研究者都是希望在权能分离的基础上，重新汇集基于数据的不同权利主张，以达到能使多元主体多种数据权益并行不悖的理想状态。而无论是权利束、权利块还是权利球，理论学说实际上想解释的根本问题是数据产权动态、多元的非规范性特点。因此，寻求更具包容性而不是建构性的非规范性产权框架，也许能够更加灵活地配置权利或权益，更好地回应数据产权的实践需要和演变可能。这种非规范性包括法律关系主体、客体以及内容的非标准化，针对不同利益主体配置不同数据法律关系，通过解构分殊和包容性产权框架，有助于促进数据产权的均衡实现。第二，数据框架性产权具有不完全性。完整的数据产权是一种理想的追求，包括了占有、使用、收益、处分等权能，对应的是“完全”（optimal complete）的产权形态，是在关于“未来偏好和未来可选择集合等限定的有限知识条件下”所能达到的最佳状态。相对而言，受到不确定性、有限理性、信息不对称等条件的约束以及由此导致的交易费用，产权会出现不完全性，客观上无法对未来所有“具体的或然事件”（physical contingencies）以及相应的权利义务关系作出明确规定，这与数据产权的特点高度契合。数据产权实现的本质是利益的均衡及其分配，虽然现阶段数据产权不能达致完备和周延，但是数据产权形态会伴随数字经济特别是数据产业生态发展不断优化，并逐渐适应实践的发展需求。不完备产权代表着数据共享和流通应当成为数据权益存在的常态，即使企业占有的数据已经公开或单方面公示事实占有和控制的状态，也并不代表完整产权的确定归属。但是，承认数据框架性产权的不完全性，不能等同于否定对产权完全程度的追求，否则将会导致在绝对意义上讨论产权不完全性并将其作为逻辑起点的偏差。从经济学上来看，“绝对的产权明确界定”是不可能的，因为受到不确定性等客观条件的约束，产权明晰应是一个相对的概念。这导致许多实用主义论者认为数据产权的界定同样是“徒劳无功”的，甚至有机会主义论者认为模糊的产权状态更有利于降低数据要素化的成本。然而从实践来看，尽管功能主义回避了产权确权可能带来的困境和成本，但是人们真正关心的并非产权的不完全性本身，而是产权可行的完成程度（feasible completeness）。对于因不完全性而产生的模糊产权而言，“模糊”虽是产权的实然状态，却不是产权的应然归宿，尽可能地对产权进行更加清晰和准确界定就能够不断降低不完全性的程度，使数据产权更加贴近“可以实现”的产权。
    （二）多主体数据产权联结及其分层解构
    1.“法律上有负担”的产权形态
    前文已经论述了个人作为产权主体的争议及其证成理据，那么问题就从个人能否成为数据产权主体，转向如何优化产权实现机制以达到利益均衡的理想效果。从数据处理者角度来看，对于数据来源者享有产权的担忧来源于交易成本，即数据处理者在数据收集和商业化利用的过程中，是否需要和每个数据来源者进行单独议价，这种磋商议价的过程会大大增加数据处理者的成本，反而会对数据活动产生负激励。即使是推崇个人数据权的欧盟也没有确立“个人数据财产权”等产权概念而是采用“选择进入”（optin）模式，但是“选择进入”（optin）的立法模式也会在事实上形成数据主体对个人数据的初始所有状态，这在我国《个人信息保护法》框架下亦有同样的指向。而从数据来源者角度来看，对于数据处理者享有产权的忧虑来自权利失控可能带来的风险。如果基于“效率即正义”的工具理性标准判定产权，数据来源者将彻底丧失对数据的控制，一旦侵权行为发生，数据来源者缺乏请求救济和主张赔偿的权利基础，反而可能使其出于自我保护回避数据的产业化、市场化，增加数据资源的获取成本，亦不利于数据市场基础数据资源的形成和发展。因此，通过产权联结实现产权分享，也许是协调多元主体利益、实现正和博弈的一种可行方式，而数据框架性产权的包容性也为多主体数据产权联结、实现产权分享提供了可能。多主体数据产权联结，是以数据要素为载体，在多元数据产权主体和利益相关者之间形成产权联结和相互作用关系，以数据收益公平分配为目标，以经营权、收益权、占有权为核心内容，以权、责、利为纽带的利益联结关系。与此同时，产权本身就是多项权利（益）的复合概念，数据产权分享也是各项产权子权利（益）在价值、收益、利润等方面，在数据来源者、数据处理者、数据持有者等主体之间公平分享，改变数据要素产权独占甚至垄断的格局，使产权实现更加人本化、公平化。具体而言，产权联结将形成一种类似于“法律上有负担”的产权形态：首先，数据产权联结承认包括数据来源者、数据处理者等利益相关主体均可基于数据享有框架性产权，即数据产权具有多主体性。允许原始数据产权以契约、利润分享、分红等多种利益联结方式，由数据来源者和数据处理者共同享有产权并合理分配收益，是现阶段更符合数据法治趋势和个人信息权益保护意图的产权实现机制。其次，个人对于自身原始数据享有基于《个人信息保护法》的个人信息相关权利以及基于数据框架性产权的收益权，对于仍具有识别性的衍生数据享有符合比例的决定权和收益权，以上收益权均以聚合形式通过数据收益公平分配机制得到实现。再次，数据处理者对来源于个人的原始数据在授权范围内享有使用权利（亦即在权能上存在负担条件的产权），对于衍生数据享有适度扩张的使用权利以及与其投入和贡献相应的收益权，并对所有数据的衍生利益履行相应的义务。最后，以阻断触发为标准设置限制条件，对于在数据处理活动中可识别性已被阻断的数据资源，视为已与原始数据相分离，原始数据享有者不应在后续的数据处理阶段、流通阶段以及处置阶段中继续享有产权收益。数据处理者可以通过技术阻断，使数据使用与个人具体信息脱钩，形成可算不可识、可用不可见的数据应用机制。
    2.数据使用权利的适度扩张与激励相容
    多主体数据产权联结的关键在于通过权利内容的科学配置，实现效率价值、人权价值、公共价值的均衡。对此，应当在厘清原始数据和衍生数据权责边界的基础上，对于数据处理者投入人力、物力、财力、技术等资源加工整理形成的衍生数据资源，适度扩张数据使用权利的边界，通过加强保护衍生数据资源的竞争性利益和财产性利益，建立激励相容的数据使用权利体系，真正激活数据处理者开发利用数据、挖掘数据经济价值的积极性和能动性。第一，数据经营权。经营权是对于数据处理者经营地位或资格的认可。一方面，数据使用是数据经营权的应有之义，数据只有流通使用才能释放经济价值。一般而言，数据的使用可以分为内部使用和外部使用，前者是指主体对已占有的数据自行进行处理分析，后者是指通过将已占有的数据交由第三方使用以获取相应对价。数据来源者也可依据数据产权规则合法交易数据、数据产品或数据服务，通过市场机制优化配置数据要素资源，发挥数据在数字经济发展中的激活效用。但是，为了保障个人信息相关权利和数据安全管理的目的，在特定条件下即使数据经营者转让或出售数据，仍然可以享有必要的甚至强制的查询权、访问权甚至获取权，以确认数据使用者按照合同履行权利保护和安全管理等义务。另一方面，数据经营权还体现在动态产权的资质要求和主体管理等方面。通过一定限度的资质管理筛选进入数据产权交易市场的经营主体，既能够确立数据产权交易的基本市场规则，也能够为数据处理者从事数据经营活动提供安定性的预期和保障。第二，数据收益权。数据的经济价值离不开数据处理者的挖掘、分析、加工、整合以及交易等活动。原始数据与衍生数据具有相对性。衍生数据的初次处理者可以进行二次处理，不断形成链式衍生数据，使特定衍生数据作为新的原始数据进入下游环节，并基于此形成新的数据产权关系，进而迭代发展。在这一系列数据生命周期中，应当遵循由市场评价贡献、按贡献决定报酬的基本原则，将数据衍生利益赋予不同数据处理者，使其获得与投入相应的收益回报。数据处理收益作为一种可保护法益，具有一定的被动性，即主张者应当证明其基于特定数据所付出的贡献，包括在经营运营、安全维护等过程中所付出的人力、物力、财力等投入；而当收益遭到损害时，可依据特定数据能够带来的竞争利益作为预期法益，主张该数据资源能带来的商业利益与竞争优势。当然，衍生利益的收益权存在一定的限制。劳动财产理论作为数据财产性利益的主要理论依据，其状态假设是有“边界”的占有，即资源丰富、人口较少、占有财产不超过享用范围。而由于数据框架性产权的不完全性，根据不完全合同理论，未被明确规定的剩余控制权（residual rights of control）将天然地归物质资产的控制者所有。伴随数字经济不断外延式扩张，如果任由数据“自由”流动，将会进一步催生洼地效应，使数据收益不断向少数垄断主体聚合，导致数字经济利益分配格局出现失衡。因此，数据收益权需要受到数字公平、数字普惠等公共价值的约束，通过数据收益的公平分配机制调节数据红利，避免出现少数超级平台垄断独享利益的情况出现。第三，数据占有权。数据具有无形性，曾有观点提出为了使数据产权有所依托，将数据所有权建立于有形（tangible）的数据载体之上，以实现数据的“物化”（objectification）。但是否定者认为数据在物理上不存在物质实体，无法被现实占有，数据经济价值并不一定要由数据载体的所有权来呈现，在云存储等数据应用场景中数据载体的所有者和数据权利主体也并不同一。事实上，持有并非一个规范的法律概念，其所想表达的意思与占有并无本质区别。数据虽然具有无形性，但是与传统的金融资产、长期股权投资、专利权、商标权等无形财产存在一定区别。数据的留存和使用可以通过技术得到实现，即将数据在网络虚拟空间中通过服务器、云计算等进行流转、存储和利用，并依托物理终端介质、智能设备等方式占有数据。过度追求“实物”占有的观点混淆了数据法律关系中作为客体的数据与作为内容的数据权利之间的关系，数据的无形性并不妨碍产权的构建和权利的实现。出于用语简约、规范以及避免争议的考虑，在特定权利的表述中数据“占有权”相较于“持有权”而言更加妥当，但这并不妨碍“持有”作为描述性词语用于“数据持有者”“持有数据”等表述。与此同时，鉴于数据非排他性和非竞争性的特点，为促进数据有序利用和流通，避免数据持有者以诸如已经过处理等理由无限扩大衍生数据的范围，衍生数据的占有权应设定一定界限。借鉴欧盟立法中数据库特殊权利的相关规定，可以将衍生数据占有权的范围限定于防止他人提取或重新使用衍生数据的实质性部分；对于衍生数据中的非实质部分，可以在证明范围内主张实际损失，但不可以基于非实质部分主张收益的损害赔偿或寻求竞争维度的排他性利益。
    （三）数据收益的公平分配及其实现机制
    1.“利益上有负担”的产权形态
    数据产权的核心是利益，特别是在数字经济语境下，数据产权的讨论离不开数据在竞争维度所具有的价值。事实上，数据产权的竞争价值是实务界热衷研讨这一问题的重要动因，从司法实践来看，这一判断同样可以得到佐证。数据相关诉讼案件当事人集中的诉争焦点并非是作为载体的数据该如何归属，而是寄于数据之上的信息内容能否被他人获取或使用，即数据经济价值所指向的竞争性利益和财产性利益。但是，这种利益追求应当受到其他利益相关者收益权的限制。具体而言，数据处理者有权对数据的衍生利益主张产权，但是因其仍存在原始数据的“基因”而未经技术手段实现阻断，衍生数据产权将会呈现出类似于“利益上有负担”的产权形态。如果为了追求数据价值而保留较高的颗粒度，使数据仍具有较强的识别性，那么个人作为数据来源者，在阻断触发之前，无论是在处理阶段、流通阶段还是处置阶段，都仍然对该数据资源保留相应比例的产权收益权能，使原始数据的产权收益与数据处理者的收益回报相关联，这也符合利益均衡原则的要求。企业原始数据同样如此。值得注意的是，衍生利益有别于两个概念：一是有别于衍生数据的利益，数据衍生利益包含了基于数据持有、处理、流通、利用等全生命周期所产生的所有收益；二是有别于增值利益，增值利益需要有相对明确的成本范围，然而数据的公允价值往往依赖于场景化的具体评估，这会对数据收益的判断带来较高的成本，因此更宜采用基于收益而非基于成本的利益描述方式。数据收益也不等于数据的交换价值，否则会产生类似“隐私悖论”（privacy paradox）的偏差。“隐私悖论”学说认为人们虽然口头上声称自己重视隐私保护，但在实际行动上却倾向于用个人信息交换赠品、减免、优惠等“蝇头小利”，反映出个人信息实际价值的低廉。如果依此推演，将会产生因认为个体的数据来源者应获得的利益过于“微小”，而主张减少或否定其公平收益的权利，降低个人数据收集利用门槛，过度扩张数据处理者使用权利的谬误。数据收益的公平分配与个人数据的“价格”存在区别：一方面，个人信息的财产性利益不能直接等于交易价格。一旦将个人信息价值与交易价格套用直接换算的公式，可能会导致在损害赔偿认定时对个人信息价值认定产生“不同人不同价”的区分判断，违背公平公正的基本法治理念。另一方面，将数据产权收益与数据交换价值等同存在归因谬误。已有研究指出，类似“隐私悖论”所推导的个人信息“低价值”是一个伪命题，实验对象对于自身信息的估值是基于对风险的有限认知，并非基于完全理性条件行使自主决定权。以特定场景的特殊判断推倒普适结论，不但忽视了隐私在人权保护、民主政治等领域的多重价值，而且混淆了个体的主观评估与客体的客观价值之间的逻辑关系。因此，数据产权收益的公平分配，其实质是在利益均衡框架内实现数据要素资源财产利益的最优分配，而非数据的“一手交钱一手交货”。
    2.数据收益的公共产品化与数据课税
    数据收益公平分配是要从数据要素收益和成果分配的维度，通过有效的收益调节机制实现数据产权的高效、人本、公平、有序等目标。诚然，诸如“数据报酬请求权”等低维度形态的产权交易在实践中的确存在，个人数据银行就是例证，然而正如前文所论，单独的数据虽有一定价值，但是数据产权实现的核心要义并非体现于单独数据要素的直接经济价值，而是数据与其他生产要素结合之后所衍生的间接经济价值。基于此，数据收益公平分配的基础是数据要素化过程中给社会经济发展所带来的外溢效应，这种外溢效应是由海量数据与技术等要素聚合汇集而成的衍生利益。但是，考虑到数据所涉主体数量过于庞大和分散，要使集约收益再对应分配给个体需要付出极高成本，为了避免因过于强调个体数据收益的私有化分配而产生阻碍数据流通利用和技术创新的负面作用，通过税收制度将集合性的外溢效益转化为社会公共产品，进而使数据收益实现公平分配的方式更具可行性。具体而言，数据课税的税基应当以衍生收益为基础，建立能够适应数据要素特点和需求的再分配调剂体系。根据量能征税和公平征税原则，除了因特定目的对财产本身课税的特殊情况以外，征税对象应当具有收益性。因此，“数据收益”而非“数据价值”才是数据课税的基础。但是，数据收益课税应当设置一定的边界：对于个人作为原始数据来源者的情形，因其不存在可以用货币价值进行衡量的收益，不具备征税的可行性和必要性；对于企业作为原始数据来源者的情形，虽然企业因数据本身的价值而享有财产性利益，但是考虑到促进数字经济发展的均衡目标，不宜对企业所持有的自身保有数据进行征税；对于企业作为数据处理者在数据处理活动中的所得收益，以及在数据流通利用中所获得的流转收益，应当相应征收不同税收；对于大型数据处理者应当构建跨业务、跨地区、跨模式的税收制度，将数据经营收益纳入现行税制的规范体系。同时，为平衡数据收益公平分配与数字经济发展、数字技术创新之间的关系，应当通过税收优惠、税收抵扣等政策激励和扶持小微数据处理者和技术专精科创企业的规范有序发展，以形成健康良性的数据产业经营生态。
    六、总结与展望：数据产权如何由“静”至“动”
    数据产权实现的本质是利益的重新配置。对这种新的利益均衡点探寻，既需要兼顾经济学和法学的不同逻辑范式和本位追求，也需要促进数据多元价值冲突的融合。在目前理论分歧较大、相关规则空白的客观条件下，无论是“活在当下”的功能主义进路还是“志在未来”的规范主义进路，似乎都无法完满地解决这一问题。但是，所有权概念本身就具有变动性（fluidity），现代财产权观念也在不断发生变迁，不再限于对某一客体的绝对性支配。对此，跳脱出完满产权的“理想化”约束，以框架性产权的弱保护为基点，寻求一条相对“可行”的产权实现进路，也许可以为不断变化的数据产权和不断调适的规范路径搭建起分歧回归、共识重塑的新语境。本文关于数据产权的研究更多停留在静态的产权证成、分类标准以及规范构造的层面，而围绕动态的数据产权交易所引发的一系列后续问题还留待进一步研究：一是数据要素市场化配置的基本规则，包括如何形成能够客观反映数据要素市场供求关系和资源稀缺程度的价格形成机制，如何构建数据要素的定价机制和价值评估体系，使其能够科学合理地测算和统合数据所蕴含的经济价值与社会价值，促进数据要素真正适应市场化的运作机制和配置模式；二是数据要素收益再分配调解机制等，应进一步体现数字公平、数字正义和数字普惠的价值理念，建立数据资源开放收益的合理分享机制，在数字经济发展的过程中不断弥合数字鸿沟，使数据产权的效益真正惠及所有主体；三是构建符合社会主义制度本质要求的数据产权样态，对于政府、公共部门、企业中具有公共属性的数据产权，探索形成多样化的所有制产权形式，构建以人民为中心的数据产权体系。
    作者：徐玖玖，中国社会科学院法学研究所 助理研究员。
    来源：《法律科学》2023年第2期。