数据生产要素化与数据确权的政治经济学分析

闫境华, 石先梅

(1.中南财经政法大学 经济学院，湖北 武汉 430073；2.北京大学 马克思主义学院，北京 100871)

引言

在数字经济时代，数据作为一种重要的生产要素参与到社会生产过程中。党的十九届四中全会决议将数据作为与劳动、资本、技术等并列的生产要素，2020年发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》强调了数据生产要素市场化改革问题。

数据的生产要素化过程，一方面体现了数字技术推动生产社会化程度的快速提高，另一方面对生产关系的调整提出了新的挑战。以数据为核心的数字技术发展显著提高了经济活动的组织效率、经济决策的科学性以及经济管理的精细化程度，为实体经济数字化转型升级提供技术支撑，为国民经济高质量发展赋能。[1]以数字平台为媒介，大数据的运用拉近了生产与消费之间的距离，降低了流通成本，缩短了交易时间，扩大了交易范围，提高了交易数额。数据生产要素的生成主体与使用主体是多元的，张昕蔚、蒋长流(2021)指出，数据要素的形成过程涉及政府、企业、个人开发者等多元主体的参与，从数据资源到数据要素的形成是一个复杂的价值增殖过程。[2]在多元主体参与下，数据生产要素带来的“数字红利”的分配取决于数据确权，而数据产权制度的合理性与可操作性又必须联系数据生产要素的形成过程。

数据确权，从法权关系上看是所有权问题，从经济关系上看是生产资料所有制问题，法权关系在本质上是对经济关系的法律表述。在社会生产过程中，与数据生产要素相关的所有制问题不能简单归结为数据生产要素绝对归属于哪一经济主体的问题。以数据生产要素为核心的数字技术引起的是各个生产领域、生产主体之间广泛而错综复杂的联系，数据生产要素在产权的界定上相应地表现为多层次权利的交织与分割。在社会主义初级阶段，凡是参与生产、创造财富的生产要素都具有参与收入分配并得到收益的资格，数据作为新的生产要素也应受这一规律支配。[3]“消费资料的任何一种分配，都不过是生产条件本身分配的结果”[4](P.23)，在社会主义市场经济条件下，产品的分配以按劳分配为主体，市场评价要素贡献，要素贡献决定报酬。在社会主义基本分配制度下，数据确权面临着同时实现私人数据隐私保护和数据要素高效利用这两个目标的重要挑战，私人和企业任何一方单独拥有数据产权都无法实现这一目标。[5]面对数据生产要素确权这一新生的、复杂的难题，本文以马克思主义经济学为理论基础，结合产权理论、民法学的相关理论进行综合分析，为中国数字经济发展中的数据确权问题提供一定的理论借鉴。

一、数据的人格属性与财产属性

数据与人或人的生产生活相关，本文着重研究的是经济活动中产生的私人数据。自在自然中的部分数据尚未被人类所捕获，被捕获的自在自然中的数据是人类广义生产活动的结果，这些数据与人有关，但与人的活动没有直接联系；人的生存环境中会不断地产生数据，例如气温、湿度、空气状况等与自然环境相关的数据，又如GDP、人口、高铁里程等与人文社会相关的数据，尽管这些数据与每个人的活动息息相关，但这些数据不是单个人的私人活动产生的，描述的也不是个人特征，或者说这些数据对于每个人而言并不存在实质上的巨大差异。

随着数字技术的发展，私人在日常生活中产生了大量可参与到社会生产过程中的数据。一方面是私人经济活动产生了大量的可记录数据。在互联网信息技术普遍化以前，私人从事经济活动有时也会留下纸质记录，但是这种记录仅限于在小范围内运用，并且保留时间不长。而线上购物、非现金支付等实时记录了人们的绝大多数经济活动，并且能够长期保存。另一方面是私人数据被卷入到经济活动中。在日常网页浏览、观看视频的过程中，私人产生的数据会被大资本数字平台公司收集、处理、运用，为企业创造利润。这些数据一方面具有私人隐私的人格属性，另一方面具有为企业创造利润的财产属性。

不是所有的数据都兼具人格属性和财产属性，自然环境、人文社会方面的相关数据侧重财产属性，不具有人格属性。这些数据一般不是由企业收集的，而是由政府相关部门收集的。这些数据对于社会生产的重要性在一定程度上远远大于私人数据，服务于社会生产生活的方方面面，但是在数据确权问题上，没有任何企业或个人能将这一类数据的权属归于自身。在这种情况下，即使政府收集的是私人隐私数据,由于不以经济营利为目的，因此涉及更多的是政府信息公开问题。

概括私人数据的双重属性的目的是在社会生产过程中突出私人数据的财产属性，充分发挥数据生产要素的使用价值。人格属性与财产属性混淆容易走入以下误区。一是似乎收集与利用私人数据会侵犯个人隐私，保护个人隐私又使得私人数据得不到充分利用。申卫星(2020)对数据与信息概念的区分有助于理解这里所说的私人数据的双重属性，他认为，数据强调的是存储在数据库系统中的符号，客观性较强；隐私和个人信息强调的是数据中包含的人格内容，有一定的主观性。[6]随着数字技术的发展，在私人数据中剔除反映人格属性的私人信息的数字脱敏技术也相应地发展起来。数字脱敏技术的发展有利于打破数据收集限制、提高数据生产要素利用效率，现行《网络安全法》第42条提出，当网络运营者在收集个人信息时，如经过处理无法识别特定个人且不能复原，不宜认定为侵犯个人信息。如果数据生产要素旨在为消费者带来选购商品的便捷及更好的消费体验，企业完全可以在不侵害消费者人格权的条件下为其提供更好的服务，这种做法有可能偏离企业利润最大化的目标，但是，若将消费者与企业看作一个整体，数据畅通降低了流通成本、提高了服务质量，从而带来了数字红利。简单地将数据产权视为不可分割的整体，有两种产权安排结果。一是产权归属于消费者，消费者有权获取全部数字红利，对于企业而言，没有任何去获得、利用这些数据的动力；二是产权归属于企业所有，除非有足够的法律条文来限制企业对消费者人格权的侵害，否则企业必然会为了利润去侵害消费者人格权，并且，既然已经将数据权属归于企业，那么就不能认定企业侵害消费者隐私。

在数据确权问题上，不能将数据权属当作一个不可分割的整体，要充分利用数据权属的可分割性建立某种多元数据产权结构。数据产权结构的构建，一要结合各方主体在数据生产要素形成过程中的作用，二要结合各方主体在数据生产要素使用上的能力。前者强调公平，后者强调效率。

二、数据生产要素的形成过程

需综合考量使用价值的生产与价值创造这两个方面来评价各方在数据生产要素形成过程中的作用。生产条件的重要性和稀缺性决定其在生产过程中作用的大小以及在分配过程中的地位。数据生产要素在数字经济时代的重要性决定其在剩余价值分配中占有较高的地位。现将数据生产要素本身看成是一种生产的结果，考察各方在该生产过程中的重要性，这一重要性在一定程度上决定着数据产权的配置。

数据生产要素的形成过程是使用价值形态不断变换与价值不断增殖的过程。马克思指出：“不论财富的社会形式如何，使用价值总是构成财富的物质内容。”[7](P.48)数据对经济发展的作用同样体现在其使用价值之中。然而，对使用价值的考察离不开对价值的考察，任何抽象劳动创造价值的过程也是具体劳动创造出新的使用价值的过程。作为生产要素的数据不是原始数据，也不是在单一的劳动过程中形成的数据产品，是经过收集、整理、加工、管理、传递等一系列过程形成的数据产品。数据生产要素复杂的形成过程决定了生成主体的多元性，进而决定了权属主体的多元性。对这种多元性的剖析离不开对数据生产要素形成过程中使用价值形态与价值量变化的考察。从数据生产要素的实物形态看，主要包括零散的私人数据、数据集、数据劳动对象、数据生产资料、数据商品五种形态。这些形态之间有交叉部分，例如，数据商品售卖至其他企业可以转化成数据生产资料；二者之间的差异是，数据生产资料体现的是数据在生产过程中的作用，数据商品体现的是一定生产阶段的生产结果。从价值方面看，数据在生产过程中的每一次形态变化都会伴随着价值量的增加。

零散的私人数据在单个人手中不能形成生产要素，单个人对大数据生产要素形成的作用较小。私人数据如果不被企业收集处理，就不会直接进入生产过程，也不会进入数据的生产要素化过程；即使私人数据被企业收集处理，私人数据也是没有价值的，因为并非是在劳动过程中产生的，“不论在消费、运动与休息过程中产生了多少数据，也不论这些数据对于企业生产来说具有多么重要的意义，不以生产为直接或主要目的的活动就只是活动，而不是劳动。”[8]在庞大的数据集尤其是成形的数据产品面前，绝大多数个人容易忽略自己的私人数据实际上是其中的源数据之一，是数据生产要素的源泉。

由零散数据形成的数据集必然具有价值，但不一定是创造价值的过程。数据收集或集中的手段可以是自动的，也可以是人工的，由数字技术的发展水平决定。在某个数据收集过程中，如果在现有的生产技术水平下已经能够普遍地由自动化设备支撑下的数字平台收集，那么数据集的价值量等于自动化设备等生产资料折旧转移的价值量，人工收集数据的劳动不被社会所承认，无法形成价值。如果该数据收集过程必须借助人工劳动，那么就是一个价值转移与价值创造结合的过程，生产资料折旧转入的价值量与人工劳动创造的价值量的加总就是该数据集的价值量。随着数字技术的发展，数据收集过程越来越演变为一种自动化的过程。

数据集以数据劳动对象的形式被数据工程师加工，形成数据商品或数据生产资料。当数据集被加工成数据商品并出售完毕时，数据集的价值增殖与价值实现过程完成，数据商品作为数据生产资料进入企业生产运营过程。当数据集被加工成数据生产资料保留于企业的数据库时，数据集通常转化为企业的核心资产，例如广大用户的账号数据。无论采取哪种形式，数据生产要素都直接参与到社会生产过程，数据工程师的存在也是相对的，随着以人工智能为核心的数字技术的发展，数据工程师的很大一部分工作越来越被算法替代。

在数据生产要素化的过程中，核心到底是私人产生的数据，还是企业员工在收集、加工、存储、处理数据过程中投入的劳动？回答这一问题必须结合数字技术的发展水平。作为物的因素存在的数字基础设施、数字化设备不能取代人的因素被置于视域中心。数字技术是一个核心因素，但是技术的推进主体终归还是人本身，技术也不能取代劳动力的核心位置。综合来看，在数字技术还不够发达阶段，依赖大量的劳动力收集、加工、处理私人数据，尤其是需要一批技术人员来研发数字技术，此时数据生产要素的形成过程中的数字产业相关从业人员的劳动占据主导地位。在数字技术高度发达阶段，大部分收集、分析与处理数据的过程被机器、APP、人工智能、核心算法等替代，此时产生数据的广大社会成员在数据生产要素的形成过程中占据主导地位，研发数字技术的高级人才无论在哪一阶段都很重要。

各方在数据要素生产过程中的作用为数据产权的分配提供了良好的理论基础。讨论数据产权的多元权利结构之前要理清两个关键的问题。第一，数据生产要素在剩余价值分配中为何如此重要，致使各方都要争夺数据产权；第二，现有的数据权属结构存在哪些问题，构建新的数字产权结构又会遇到哪些难题。就第一个问题而言，不是数据生产要素本身包含着大量的剩余价值，而是数据生产要素占有者要求获得其他企业创造的剩余价值，进而可以以数据生产要素价格对价值的偏离为切入点进行分析。

三、数据生产要素价格对价值的偏离

在不考虑数字技术研发投入劳动的条件下，数据生产要素的价值构成等于企业生产资料的折旧与劳动力创造的新价值之和。消费、娱乐等私人数据的生成过程并非劳动过程，这就决定了数据生产要素的全部价值都产生于企业对数据的收集、加工以及处理的过程。在此过程中，投入的生产资料的耗费都发生了价值转移，唯独零散的数据本身没有任何价值可以转移，员工的抽象劳动创造出了新价值。数据形态的每一次变动，不论是质的变动还是存储位置的变动，都会转移一定量的生产资料的价值，在有劳动力参与的情况下又会创造新价值。包括外包等其他企业劳动力创造的价值。

数据生产要素的价格受供求因素显著影响，数据生产要素的价格不完全以价值量为基础，并呈现出价格长期高于价值的状态。以商品形式出现的数据生产要素的定价具有一定的特殊性，即买方若不了解数据商品就无法对其估价，若了解，数据商品对买者的使用价值就降低，此外，数据生产要素的使用价值还取决于买方企业的生产经营性质、数据分析能力等。[9]这种特殊性不会从根本上否定市场定价机制，也不是造成数据生产要素的价格长期偏离价值的根本原因。在多次交易中，数据商品的估价会逐渐呈现出一定的规律性。

从长期看，数据生产要素的价值尤其是分摊到每一个使用者的价值接近于零。这是由两股力量同时作用决定的必然规律。一方面，随着数字技术水平的提高，数据生产要素的生成过程越来越蜕变为一种纯粹的价值转移过程，因为收集、加工及处理数据的劳动越来越被人工智能、核心算法等替代，从而减少数据生产要素包含的活劳动，并且生产规模的扩大只会降低单位数据生产要素包含的死劳动。另一方面，数字技术的发展必然引起生产社会化程度的提高，使得数据越发成为通用于各行各业的生产要素，参与同一数据生产要素使用的企业也越来越多。数据生产要素价值量的降低与使用者数量的增加使得分摊到每一位使用者的数据生产要素的价值降低，逐渐趋向于零。

然而，数据生产要素的价格在很长一段时间内不是降低了，而是提升了。只要数据产权归属于私人，其价格就不会趋向于零。数据生产要素如同土地一般包含着大量的垄断因素，越来越成为生产过程中的核心要素，正是由于这种与价值量降低反向运动的使用价值的日益提高以及对这种核心要素的垄断才导致数据生产要素价格居高不下。就数字经济发展现状而言，大资本数字平台公司是掌控数据产权的主要经济主体，对数据产权的占有决定了平台企业在数字经济活动中以高于其他企业的利润率参与剩余价值分配。

以高于价值的价格售卖数据生产要素只是平台企业高额利润形成的方式之一，平台企业具有天然的垄断优势，这与数据生产要素自身的特性存在紧密联系。一是规模效应与交叉网络效应。平台企业数据的使用具有典型的规模效应，少量的数据与用户无法起到盈利的效果，当数据规模逐渐增大时，加工、处理与管理数据的边际成本是递减的，甚至接近于零，但是数据的边际收益在一定范围内甚至是递增的。数据生产要素是一种无形财产，具有一定的非竞用性，多人同时使用同一数据不会造成数字资源的稀缺，也不会降低数据生产要素的使用价值，使用者的增加所带来的边际成本接近于零。平台企业往往处于双边甚至多边市场之中，平台对于一边市场的使用价值取决于另一边用户的数量，这种交叉网络效应使得平台可以选择用一边的利润补贴另一边市场，以期增加另一边用户数量,结果是双边市场的同时扩大。[10]二是通用性与范围经济。数据生产要素具有一定的通用性，平台企业在收集数据时不局限于某一个行业的用户信息，而是汇集多个行业领域的一般数据，更大的消费者数据样本反过来提高了对消费者偏好进行捕捉的准确度，从而提高了对消费者的控制力度。这种跨行业、多种类的数据收集与加工，在更大范围内加强了平台企业的交叉网络效应，大数据生产要素甚至通用于数字经济全域产品的生产，大大扩张了范围经济的边界，提升了范围经济效果的强度。平台企业借助数据垄断控制传统产业，何哲(2021)提出，“大型的网络平台全方位地对整个传统经济体系完成了分割包围和全面替代，传统企业接入网络平台，为平台提供利润的可以生存，而不接入的则被淘汰。”[11]三是私人数据相对于数据生产要素的微小性。单个私人数据过于微小，索取回报之小、维权成本之大使得私人倾向于放弃数据权利。企业从海量私人数据的收集、整合与利用中获益，但在现有条件下很少将获利的一部分让渡给产生数据的消费者。单个私人数据在海量数据集中微不足道，对数据生产要素使用价值的形成作用微小。在所有权占有、使用、收益和处分的四项子权利中，私人对私人数据限于占有状态，很难实现使用、收益与处分。四是数据资源在企业中的核心地位。在数字产业中，数据在数字技术体系中处于基础和关键地位，大数据、云计算、互联网等数字技术都以数据为工作对象，并为数据运行提供技术和设备支撑。在非数字产业中，数字能力已经成为企业数字化转型的关键，数据又是企业数字能力的核心所在，唐浩丹、蒋殿春(2021)认为，对大多数企业而言，在企业内部培养数字能力较为困难，通过数字并购来提升数字能力能够帮助企业更快适应“赢者通吃”的世界。[12]当大多数传统企业以及新进中小企业都习惯于这种并购模式时，平台企业将以惊人的速度扩张起来。

可见，数据生产要素在数字经济时代能够极大地提高以平台企业为核心的数据占有者的营利能力。数据产权显然不能被平台企业独占，否则整个社会范围内的剩余价值都将源源不断地流向数据生产要素垄断者。那么，数据生产要素又该由哪些主体共同占有？这本身就是一个数据确权问题。

四、数据生产要素确权的必要性与关键节点

就数据交易实践而言，目前贵阳市、上海市等地区已经建立了大数据交易所，但数据确权不论在理论上还是实践上都落后于数字经济发展步伐。

数据确权并非是简单地解决数据归消费者所有还是企业所有的问题。在数字经济发展过程中，数据生产要素的利益分配问题不仅仅出现在消费者与平台企业，还出现在平台企业与非平台企业、平台企业与平台企业、企业与政府、政府与个人之间。例如，不同的平台企业之间也存在数据竞争、数据劫持、数据壁垒、数据爬取等问题。如上所述，数据生产要素被消费者或企业任何一方单独占有都不符合市场优化资源配置的要求。另一个极端也是行不通的，即在其他生产资料还不完全公有的条件下，当数据完全公开能够被任何人利用时，相当于任何人都不占有数据，有些必要的数据生产要素可能得不到及时有效的提供。

在市场经济条件下，数据确权是市场机制发挥作用、优化资源配置的基础性条件。只要数据生产要素仍在一定范围内存在私有的合理性，数据确权就是数据交易有序进行的前提条件，能够有效保障数据生产要素自由流转。科斯定理表明，产权明晰有助于提高经济效率,他在《社会成本问题》中提到，“如果定价制度的运行毫无成本，最终的结果(产值最大化)是不受法律状况影响的。”[13](P.11)科斯这里提到的产权具有典型的排他性与竞用性，尽管数据生产要素相对于一般产权具有其他的特性，但是在产权明晰提高资源配置效率问题上，二者是一致的。同时也必须看到，对于数据生产资料而言，将产权交由任何经济主体都会影响资源配置效率。

在数据产权不明晰的情况下，企业的数据生产要素很容易遭到窃取。企业收集的大多数数据在已有的法律体系下并不构成商业秘密。一方面是财产权利法律保障的缺失，另一方面又达不到商业秘密的门槛，这将造成企业对数据盗用损失维权的困难。即使事后企业维权成功，得到的经济赔偿也是以司法资源和其他企业利益让渡为代价的。从整个社会福利看，事后救济的方式具有一定的被动性，事前数据产权明晰更有利于资源高效配置。可见，反不正当竞争法、反垄断法等主要以事后救济方式维持市场竞争，不能充分维护数据生产要素高效配置，清晰的数据产权制度才能从根本上解决数据纠纷、提高数据市场配置效率。

明晰产权不等于将数据产权交由平台企业，合理的数据确权模式不会加强平台企业对数据的垄断。从表面上看，数据确权会阻断公开爬取、秘密窃取等免费从平台企业获得数据的渠道，使得数据无法被广泛而自由地使用。实际上，一部分人免费的获取方式是造成另一部分人高额付费的重要原因，免费的方式不是无成本的方式，并且这种方式获取的很可能是不真实、不全面的数据。在一套合理的数据产权体系下有序转让数据，能够降低数据获取成本，乃至使用成本，尤其是在法律限制平台企业制定垄断价格的条件下更是如此。相反，如果数据产权制度缺失，数据的收集可能遵循丛林法则，不一定是中小企业窃取平台企业的数据，因为平台企业掌控着更为先进的数字基础设施与核心算法。在企业花费大量的资源来防止数据库被盗用的市场环境下，数字技术创新与数据的社会化使用将严重受阻，数据交易本身也面临着巨大风险。

从理想的数据产权安排效果来看，数据产权结构可能是如下状态，即个人隐私权得到有效保护、个人作为数据生产要素的源泉得到一定的要素报酬、数据交易成本最大限度地降低、数据最大限度降低了其他交易的交易成本、保护企业数据从而使企业有足够的动力去生产数据生产要素、政府最大限度地开放公共数据。从结果出发反向思考可见，数据确权的本质不是字面上谁拥有占有、使用、收益、处分等权利，而是在产权参与利益分配中，产权主体各方以何种比例分享数字红利。

然而，即使从理论上根据各方在数据生产要素形成过程中的作用确定了其在数字红利中应占有的份额，并结合各方数据生产要素的使用能力予以一定的调整，但在实践中也很难做到分配结果接近于这种比例。面临的主要问题可能不是制度安排，而是数字技术是否足够先进到使这种制度安排具有可操作性。这将是数据生产要素确权在实践应用过程中面临的最大难点问题。

五、数据所有权与数据用益权相分离的二元权利结构

申卫星(2020)主张建立私人拥有数据所有权、企业拥有数据用益权的二元权利结构，并将用益权的主体统称为广义的数据处理者。[6]这种二元权利结构的构思具有重要的启发作用，在此基础上可以构造“私人拥有源数据所有权、企业拥有数据生产要素用益权”的二元权利结构，主要涉及两种客体以及两种权利。两种客体包括作为源数据的私人数据以及经企业员工处理形成的数据生产要素(有时也会有外包处理过程)；两种权利包括源数据所有权与数据生产要素用益权。

两种权利之间存在着紧密的联系。私人源数据所有权是对源数据的全面支配，包括占有、使用、收益、处分，更为重要的是，作为数据生产要素用益权的源权利对数据生产要素所带来的收益收取提成。本文不主张“私人拥有数据生产要素所有权”的说法，因为源数据与数据生产资料虽然有着紧密的联系，但毕竟不是同一事物，这就决定了不参与数据处理过程的私人不能直接享有数据生产要素所有权，但由于数据生产要素源自私人数据，因此私人凭借源数据所有权就能够享受数据生产要素投入使用的收益提成。企业也不能拥有数据生产要素所有权，因为这种拥有实际上是对源数据所有权的一种否定，数据生产要素源于私人数据，从而数据生产要素用益权派生于源数据所有权，因此无须再为数据生产要素单独设立所有权。

在这种数据产权二元结构中，企业占有数据生产要素用益权对优化资源配置起着至关重要的作用。这种用益权强调对生产要素的使用和收益具有高度的独立性，但是对数据生产要素的处分不能抵消私人源数据所有权，或者说私人可以对所有的数据生产要素使用者以一定的方式收取提成。由于企业对数据始终不具备所有权，将数据生产要素用益权出售、转让的过程是在源数据所有权保持不变的状态下进行的。这种二元权利结构与农村土地所有权、承包权和经营权三权分离的权利结构具有相似之处。在保障私人财产权利的条件下，数据用益权对于所有权的分离实现了企业对数据生产要素充分的自由支配，在加速数据流转的同时提高了数据利用效率。对用益权的占有与保护也激发了企业生产数据生产要素的动力。

数据产权二元结构的设立既考虑了数据生产要素的价值来源又更多地考虑了私人源数据的重要性，突出了私人源数据的财产属性。私人数据本身不具有价值，数据生产要素的价值主要是由企业员工创造的，如果仅从价值创造的角度出发，会得出数据产权全部归属企业的荒谬结论。任何产权的界定都不是只考虑产权客体的价值来源，而是同时考虑使用价值的来源。数字技术的发展不断提升个人信息数据的商业价值，在商业利润的驱使下，个人面临着隐私被侵犯的更大风险。在2017年颁布的《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》中规定，以违法方式出售、提供、购买、收受、交换个人信息并达到一定额度的行为，构成犯罪。在个人信息人格权利保护体系率先建立的条件下，个人数据的财产权利如果没有一定的产权制度支撑，也就失去了法律根基，从而阻碍数字经济的发展。仅凭《民法典》中个人信息人格权的保护条款无法延伸出个人数据积极利用的财产属性，导致与个人信息相关的数据财产权利实际上被数据生产要素控制者获取。[6]

实际上，私人数据的人格权与财产权在合理的产权安排下可以得到双重保护。在缺乏相应产权安排的情况下，过度强调个人信息人格权的保护会弱化对企业数据生产要素的保护,从而削弱数据的财产属性。强调对数据的控制存在控制私人信息的风险，认为企业对私人数据的控制与使用就是对隐私权的破坏，这种极端的观点忽视了企业在数据生产要素形成过程中的作用，倾向于禁止数据交易。然而，数字技术代表着当前生产力的先进水平，数字技术的研发成果对经济发展的普惠，从而对人自身的服务，离不开对数据的利用与共享。与个人信息人格权不同的是，数据所有权与用益权都是针对数据的财产属性而言的，若同时赋予私人源数据所有权和企业数据生产要素用益权，或将能够同时提高私人源数据与企业数据生产要素的保护力度。因为此时企业与私人在对抗数据偷盗者的问题上是利益共同体，私人源数据所有权为企业维权提供了充分的法律依据，而力量单薄的私人只能依靠企业来保护其源数据所有权，尽管这种保护是出于企业自身利益考虑。在这种情况下，企业不论是出于自身利益考虑，还是基于得到源数据的私人要求，都会采用数字脱敏技术，在个人数据中剔除包含私人人格内容的信息成分，保留与凸显数据的财产属性。

所有权与控制权的分离在一定程度上符合生产社会化的推进，例如，早期代表生产社会化前进方向的股份公司就采取了这种产权分离的模式。如果将源数据比作小说，数据生产要素相当于经由小说改编的话剧、电影等，只有在两权分离的二元结构中，才能在保护源权利的同时，激发对源权利客体的有效使用。不论企业对个人数据进行何种改造，都不会改变个人数据作为数据生产要素源泉的事实，因此在数据权属问题上，所有权只能归属于私人。但是已经受到加工整合的数据生产要素与零散的个人数据存在着巨大差异，不能以所有权来限制、抵抗数据生产要素的使用。企业可以选择出售或转让用益权，也可以限制购买者对数据生产要素的二次出售，不论采取何种形式，任何经济主体在使用数据生产要素的同时都必须将获利的一部分让渡给源数据的所有者。总之，这种二元权利结构既充分保障私人数据权利又降低了数据生产要素流转所受的阻碍。

结语

不可否认的是，数字经济时代数据生产要素的合理运用给消费者、企业和政府带来了较多实惠。大数据使得消费者有了更多的消费选择及消费渠道，丰富了其休闲、娱乐生活；大数据应用于企业生产经营有利于更准确地掌握市场供求情况，并相应地作出科学决策与经营规划，在一定程度上克服了市场配置的盲目性和自发性；大数据应用于国民经济预测与发展规划有利于全国上下一盘棋，集中力量办大事，合理配置生产要素，促进产业结构优化升级，实现国民经济健康有序发展。

从生产要素的属性看，只有为一切能够有效运用数据生产要素的经济活动主体开辟道路，充分发挥数据的财产属性，才能最大限度地提高资源配置效率。第一，数据生产要素并不局限于单一的最优使用者，而是同时存在多个使用者；第二，使用数据生产要素的前提是保障好源数据所有者的利益，社会生产本身是服务于社会消费的，不能以消费者福利的减损为代价来追逐利润。制度安排的根本目的是提高经济效率，既不是单纯地保护私人的人格权，也不是单纯地提高企业利润。

为了更好地在不侵犯私人人格权的条件下，最大化地提高生产效率、降低交易成本，建议构建私人拥有源数据所有权、企业拥有数据生产要素用益权的二元权利结构。在私人不具有源数据所有权，或者无法从源数据所有权获利的条件下，消费者总是极力强调对私人人格权的保护而限制企业对其源数据的使用。但是如果凭借源数据所有权能够分享一定的数据生产要素收益，在人格权不受侵害的条件下，私人或将转向鼓励企业对其源数据的使用，甚至在一定范围内包容其人格权所受的侵犯。在产权明晰的条件下，企业由于拥有了数据生产要素用益权，因此提高了数据生产要素的生产积极性和使用效率。

重点强调的是，这种二元权利结构本身也是一个动态调整的过程。随着数字技术的发展，源数据与企业员工劳动在数据生产要素形成过程中的作用发生变化，理应在数据确权层面作出相应的调整。然而，不论数据生产要素的价值量降低至何种程度，都要对数字技术的研发予以足够的支持与鼓励，国家层面要加大对数字研发的投入，在数字技术创新领域取得核心突破，甚至可以使企业在一定时间跨度内拥有高度集中的数字产权，或者说提高其在数据收益分配中所占的份额。从生产社会化的进程看，数据产权趋向于消灭自身，即私人数据分为两极：一极是与人格权高度相关的隐私，另一极是任何社会成员都有权知晓满足每个人消费的数据。就目前而言，源数据与数据生产要素私有的存在在一定范围内仍具有合理性，在产权制度安排之外，需要关注数据产权界定不清、归属不清的问题。究其根源，在很大程度上是因为明晰数据产权的成本过大，需通过全面提高数字技术、发展数字经济来降低界定成本、畅通数据要素流动。