数据产权“三权分置”框架下数据商业化利用的冲突及应对

2023-10-08黄婷

湖湘论坛 2023年5期

黄婷

摘要：数据新型生产要素是数字经济发展的重要引擎，其价值实现关键在流动。但因数据具有无形性、非消耗性、零成本无限循环复制等复杂特性，在传统权利框架模式下，数据流动确权难、定价难、监管难，经常引发不同数据主体各方权利冲突并阻碍数据价值实现。在“数据二十条”确立的结构性产权分置框架下，进一步释明数据产权结构性分置细则、破除数据开放壁垒、界定不同主体数据可抓取的合法化边界、规范数据交易市场等，是解决这一问题的有效手段。

关键词：数据产权结构性分置；数据商业化利用；数据壁垒

中图分类号：D9 文献标识码：A 文章编号：1004-3160（2023）05-0093-09

数据生产要素是经济发展的关键，是推动经济发展的重要引擎。2020年4月，中共中央国务院颁发《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》，正式将数据作为新型生产要素单独列出。作为新型生产要素，数据具有劳动对象和生产工具双重价值属性，劳动对象价值属性使其能够通过被收集、加工、分析、利用等环节具备价值和使用价值；生产工具价值属性使其能够通过与其他产业要素融合或赋能提升生产效能、促进生产力发展，从而具有释放巨大商业价值的可能。近年来，随着海量数据新型生产要素快速融入生产、分配、流通等各环节，数据信息被广泛收集、深度应用、加工处理、聚合使用，数据要素商业价值日益凸显。截至2022年年底，我国已经培育形成超大规模数据市场，数据要素行业市场规模达到“904亿元，预计到2025年将达到1749亿元左右”①。与数据要素巨大商业价值开发潜能相矛盾的是数据要素商业化价值开发利用不够、市场基础制度尚未健全。因此，为进一步推动数据要素商业价值高质量实现，国家“十四五”规划和近期中央经济工作会议对数据要素商业价值开发进行了战略部署，明确将“加强数据开放共享、推动数据汇聚利用”确定为今后数字经济发展的重点任务。2022年12月，党中央国务院印发《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”），提出建立数据产权结构性分置产权框架，探索建立“数据资源持有权、数据加工使用权、数据产品经营权‘三权分置’的数据产权框架”[1]，这是我国首部从生产要素和数据产权高度推动数据商业化价值释放的政策性文件，以结构性分置产权设置模式缓解数据产权的排他性，为进一步推动数据商业化价值实现提供了制度依托和实践方向。

一、数据商业化利用的本质：数据要素从产品到商品的流动过程

“数据是信息的表现载体与形式”[2]，泛指超出常规软件工具捕获、管理和处理能力的数据集，具有体量巨大、数据类型多、处理速度快、价值低密度性等特点。数据价值低密度性特点意味着数据商业价值高低不是由数据体量大小决定的，而是由市场需求和价值流动决定的。通常也将包含数据收集、深度处理和交易等三个主要环节的数据流动过程称之为数据要素全链条流动过程。在全链条流动过程中，数据收集范围，包含个人信息、公共数据、日志信息、APP信息、基础软硬件等；海量数据收集、分析、利用为全链条流动的基础，称之为数据要素中游，“数据的收集又称之为数据获取采集，泛指根据系统自身需求和用户需求收集相关数据的行为”，[3]103数据挖掘分析泛指“针对个人或数据集合的任何一个或者一系列操作，诸如记录、组织、构建、存储、变更或修改、检索、咨询、使用、传播或其他形式的利用在内的任一或一系列操作”的加工处理[3]103；数据交易是全链条流动的核心指通过交易实现数据需求方和供给方之间互信，打破数据壁垒，从而实现数据要素商业价值。从流动过程可见，数据商业化利用本质上是数据要素从产品到商品的价值实现过程。

数据要素的价值实现离不开制度支撑。数据要素的准公共品、部分排他性和非竞争性、规模经济等特性决定了数据要素具有很强的外部性，该外部性特性导致数据要素拥有者并不一定具有数据开发能力和动力，需要辅助相应的数据要素市场基础制度和数据要素供需交换予以激励。因此，全球数字市场存在着的经营者对数据商业化利用的迫切渴望与数据商业化利用的政策制度供给不足、支持不够已经成为数据商业化利用的突出矛盾之一。我国数据商业化利用政策仍在探索与阶段，亟须建立合理的数据权属边界，突破数据互信壁垒，进一步促进更高价值的实现。一直以来，根据数据要素承载信息所产生的法律关系不同，通常将数据分为个人数据、企业数据、公共数据、政府数据等。根据数据类型和主体差异，数据商业化利用也被赋予不同的内容和表现形式，分为个人数据商业化利用、公共数据商业化利用、企业数据商业化利用几种情形。如“个人数据的商业化利用行为是指个人数据的利用方基于商业目的从个人数据中通过数据分析创造价值、实现价值的过程，其核心包括收集、处理与使用三个环节”[4]。相应地，公共数据、企业数据商业化利用的内涵也可以此为范式赋予内涵界定。尽管按照主体类别、根据财产权一般理论将数据商业化利用划分为三个范畴，但这种范畴区分更多的是從主客体关系出发，隶属于私法视域下数据新型财产权利理论范畴。但从生产要素价值属性和价值实现的过程而言，数据的定义很大程度上取决于其使用的语境和场景。在数据流动的动态过程中，由于数据本身的复杂属性，数据流动形态也呈现出多元化特征，不同数据主体之间的数据流动往往因数据权属、个人信息保护、数据安全等因素陷入数据确权、交易难、监管难等困境，此类困境阻碍数据高质量流动，给数据商业价值的实现带来了困扰。当前，“数据二十条”政策提出的数据结构性分置框架，从政策上弥补了我国一直以来在数据“商业化”价值探讨中的缺失和不足。

二、数据产权结构性分置框架的理念与制度创新

数据应否确权、确权的正当性以及如何确权等围绕数据产权的争议近年来一直未有明确答案。完善数据权属政策法规逐渐成为解决抑制数字经济高质量发展的核心问题，也是破解数据开发利用中矛盾冲突的关键。持肯定意见者认为“清晰的产权是数据流通交易的前提；缺乏清楚的数据产权界定，便不存在有效的数据市场”[5]；持否定意见者认为“贸然推动数据要素确权立法，不仅不利于数据的公平获取使用，而且与促进数据流动、共享、开放的目标相去甚远。”[6]目前，我国确立了数据新型财产权法律地位，将数据权属划分为数据人格权和数据财产权。同时，数据财产权又根据数据主客体关系，将其分为个人数据权属、企业数据权属、公共数据权属。因数据主体差异，在流动中如何破解数据确权、定价及交易成为难题，这些难题阻碍数据高质量流动和交易。显然，无论是数据新型财产权还是主客体关系权利义务划分模式都不能完全满足数据商业化利用下数据权利保护的现实需求。因此，亟须制定一种合理的产权界定机制，以便在不同数据主体之间对产权进行合理的安排。

“数据二十条”建立的数据产权结构性分置制度框架既强化了数据商业价值理念，又创新了数据产权制度，从顶层设计上弥补了一直以来对数据要素商业化价值利用不够的问题，实现了对数据产权配置局限的创新与突破。这种创新与突破体现在价值取向和制度设定两个层面。从价值层面而言，数据要素从数据产品向数据商品和数据资产转化是数据要素市场化发展的必然，尽管在数据要素市场构建前期，人们更加侧重对数字技术发展及数据权益公平的关注。但随着对大数据认知的加深和数字市场化发展，人们对数据要素商业化价值利用和开发更为迫切，数据要素价值取向在效率与公平之间更加侧重效率、效益价值的实現。从产权结构设定而言，数据产权结构性分置模式一定程度上实现了对数据流动中数据确权和数据互信壁垒的突破，对数据确权问题的解决决定着数据高质量有序开放并获取，对数据互信壁垒的突破决定着数据获取后顺利交易并实现商业价值。“数据二十条”构建的数据产权结构性配置制度框架以“淡化所有权、强化数据加工利用权”解决不同数据主体因为数据权属而产生的权利冲突，同时通过构建成熟的数据交易制度缓解数据互信壁垒，推动数据商业化利用更高质量实现。

三、数据商业化利用不同主体权利冲突及其表现

在传统权利制度框架下，根据主客体关系的差异，不同的数据主体对各自范畴内的数据享有相应财产权、隐私权等相关权利，通常个人数据以一般财产权形式归个人，企业数据按照企业财产权归企业，公共数据归社会共同所有。由于数据主体对数据需求本身具有差异性，数据价值的实现相应地呈现出复杂共生、互相依存、动态变化等特点，数据的采集权、使用权和处置权等各种权利在自然人、企业经营者和公共机构等主体间权利配置差异较大，由此导致数据商业化利用存在各种权属障碍和互信壁垒，数据商业化利用权利冲突也就在所难免。

（一）数据利用方与原始数据拥有方权利冲突

数据流动是数据要素从产品到商品的的价值实现过程，包含数据收集、加工和处理等在内的各个环节。数据收集是数据流动商业化利用的基础，我国政策法规中规定的数据收集主体主要有以下两大类：一类是“包括网络运营者、网络产品与服务的提供者在内的从事的活动涉及数据收集的数据收集主体；一类是专门从事第三方数据收集服务的专业机构与公民个人”。[7]在现实中，原始数据拥有者与数据收集利用者的权利义务的划分较为模糊，且数据收集处理中涉及到的被收集主体知情权、确认权、更正和删除权、报酬请求权等相关规定散见于其他法律法规中，数据权利保护法律边界尚未明晰，由此引发权属争议与权利冲突。

1.数据处理利用方与原始数据拥有方隐私权、知情权、删除权等权利冲突

从流动过程来看，数据原始方拥有的个人信息隐私权、知情权、删除权与数据商业化利用的权利冲突属于数据上游（数据生产）与数据下游（数据交易）中的数据互信壁垒问题；从商业化利用的本质看，是不同数据主体之间的数据权属问题。无论数据互信壁垒还是数据权属问题，其根源在于数据商业化利用价值取向下对原始数据拥有者个人权利边界的突破。

在数据商业化利用与个人信息保护之间进行权属合理界定是数据采集的基本原则和前提。目前，国际上通常将“授权同意原则”作为原始数据收集的重要原则。欧盟较为注重数据权利中的个人信息保护，欧盟GDPR 规定数据主体拥有“同意权”，即“数据主体通过陈述或明确的肯定行为”[8]，美国较为侧重数据的商业化价值。我国则在兼顾个人信息保护的同时，探索数据商业化利用的最大可能。《信息安全技术公共及商用服务信息系统个人信息保护指南》规定，原始数据拥有者享有数据被利用知情权、删除权。其明确了数据收集处理方在处理个人信息时应基于特定、明确和合理的目的，在达成个人信息使用目标之后应删除个人信息。毋庸置疑，在数据收集阶段，无论国际规则还是法律法规，兼顾原始数据方个人隐私和自主自愿权利是数据商业化利用不可逾越的基本原则。

但在实际中，该原则时常被逾越，数据原始拥有方的该项权利边界往往被突破。近年来，随着信息承载技术的进一步发展，数据收集技术越来越发达，渠道也更为多样化，线上数据经营者凭借数字技术和信息平台优势集聚了丰富的数据资源，线下企业也通过与互联网平台合作，借助或者利用API、网络技术爬虫获取各类原始数据资源。因此，收集海量的原始数据，尤其是收集获取体量小、蕴含价值大的海量数据逐渐成为数字市场经营者追逐的重要商业资源。在巨大商业利益驱使下，在数据实际利用过程中，按照“用户知情同意原则”标准模式的数据收集非常有限，无法满足数字市场超大规模不同应用场景数据价值开发的现实需求。因此，大部分数据收集者因为利益现实需求都选择主动或者被动规避这一国际标准和行业标准。数字经营者或者数据利用方通过一切先进技术手段收集数据，除了常规收集获取数据外，甚至将更多原始数据进行隐性收集（更多原始数据处于“被收集”状态），比如通过各类涉及生活、教育、医疗等各类APP平台，数字交易平台过度收集个人数据信息等，其次，由于数据的关联性越来越强，根据不同的应用场景需求，数据可能会在无形中被反复收集、标注、分析、利用，存在着已经脱敏处理的涉隐私数据在再次分析利用中，因被多次重复标记利用而丧失脱敏性，从而被再次标识检索，突破“原始数据可用不可见”的边界。由此可见，保护用户的“知情权”、“隐私权”和“删除权”措施在实际应用中很可能会失效，造成对原始数据拥有者权利损害，由此衍生个人信息隐私权、知情权与删除权与数据商业化利用间的权利冲突。

2.数据处理利用方与数字弱势群体方获取一定报酬请求权的权利冲突

数据处理方与数据弱势群体获取一定报酬请求权之间的冲突实际上是数据新型财产权与数据商业化利用中价值分配与平衡问题。当前，我国确立了数据新型财产权法律地位，隶属于一般财产权范畴。根据数据新型财产权规定，数据原始拥有方拥有相应的数据新型财产权和支配请求权，但这一财产权在实际施行中，对于数字弱势群体而言，因没有明确的实施细则和实现路径，其获取的可能性较低。因此，兼顾数字弱势群体在数据商业化利用中的利益分配和平衡是数据收集利用应当兼顾的重要准则之一，也是我国建立健全数据商业化利用政策供给的重要内容之一。2022年年底出台的“数据二十条”政策实际上就是对该问题的有力回应，规定了数据收益初次分配和二次、三次分配基本原理，在初次分配阶段，“谁投入、谁贡献、谁受益”；在二次分配、三次分配阶段，重点关注公共利益和相对弱势群体。

但在实际生活中，数字弱势群体在数据商业化利用中获取一定报酬请求权的权利实现途径极为不畅。尽管我国现行民事法律制度对数据财产权做了原则性规定，但在司法实践中，数据财产权纠纷往往发生在数据利用强势方之间。如2017年“我国首起公众号纠纷案”的财产权案，系公众号的商业价值纠纷，发生在数字技术使用优势群体之间。显然，数据原始拥有方中的善于运用数字技术群体因数据商业化利用而获取一定财产权益及报酬请求权的可能性较大。但相对于数字弱势群体而言，因数据信息获取的有限性和数据应用接受能力的局限性，其通过数据要素分配获取数据价值财富的可能性较低。并且随着数据收集技术不断迭代升级，一方面，在“谁投入、谁贡献、谁受益”数据产权分置模式下，数据经营者依据其掌握的数据收集利用技术和平台优势，根据不同的算法、借助算力及丰富应用场景，对获取的数据进行无限次重复分析、标注、利用，不断创造出新的数据价值，实现数据商业化利用价值骤增。另一方面，在数据新型财产权较为原则化、具体操作途径尚未明晰情况下，因对数字认知和数据利用能力相对较弱，数字弱势群体基本不可能在原始数据被多次利用创造价值的巨大数据红利中获利，还有可能丧失作为原始数据拥有方主张一定数据初始权益报酬请求权。

（二）数据利用方之间的数据权利冲突

1.数据利用方之间因不正当数据抓取引发的权利冲突

从数据流动过程看，数据利用方之间数据不正当抓取权利冲突发生在数据要素获取环节。从本质上看，是数据商业化利用中数据经营者基于利益驱使对各方数据产权权属的突破。这一突破一方面是因为开放数据中权利归属模糊所致，如数据利用方抓取的数据可能是其他数字企业根据社会公共利益需求依法依规公开的开放数据；另一方面是基于数据商业化利用中数据抓取违规成本较低、法律规制有限所致，如数据抓取方违规抓取其他数字企业数据的违规成本远远低于数据抓取后商业化利用的获利成本。

数字技术迭代更新推动数据获取更为便捷，但也有可能突破数据主体权限范围。随着信息技术升级，当前数据收集也由原来的人工收集和机械收集演进到PC时代和移动时代，PC时代的数据收集除了使用传统的数据收集方法之外，还会采用网络数据采集方式如网络爬虫——“一种按照一定的规定自动抓取信息的程序或脚本”。[9]近年来，网络爬虫技术频繁被应用于数据抓取，甚至被应用于违法、违规抓取其他数据经营者的数据，从而导致不同数据利用方之间因数据抓取不正当行为而产生权利冲突。2011年“大众点评诉爱帮网案”①到2021年“抖音诉小葫芦网案”②等典型案件，都涉及到该类纠纷。数据利用方通过爬虫技术对被抓取方的商户与用户评价数据进行展示，尽管数据利用方抓取的数据可能是数字企业根据社会公共利益需求依法依规公开的数据，隶属于开放数据范畴，但该部分数据包含数据经营者原始采集和开发利用的成本付出，数据利用方应当应遵循数据来源合法、敏感信息校验的同时，还要兼顾原经营者数据商业价值和数据初次开发报酬请求权。显然，这一类数据抓取行为忽略了该两项基本原则，侵犯了被抓取方的数据权利。目前，在我国司法实践中，这一类案件多适用反不正当竞争法进行规制，但反不正当竞争法以规制不同数据经营主体之间行为的合法性问题为主，未涉及数据产权保护问题，并未能从根本上解决数据利用方之间的数据权属冲突问题，未能真正解决被抓取一方的初次收集开发利用数据产权权属的法律保护问题。

2.数据利用方之间因滥用市场支配地位引发的权利冲突

数据利用方因滥用市场支配地位引發的权利冲突本质上是数据优势经营者在数据商业化利用中利用数字市场相对优势获取更多商业价值的过程。数据利用方凭借其收集、控制的大规模、多种类的数据，掌握了某一市场的用户需求，具备了提供精准定位与个性化服务的能力，并将其迅速转化为产品并实现产品创新与迭代，同时依据数据集聚利用所产生的巨大数据价值和经济效益在同类经营者之间脱颖而出并获得具有绝对优势的市场地位。如果占绝对优势地位的数据利用方在数字经济运营中封锁市场或者排除限制竞争，就可能涉嫌滥用市场支配地位，通常表现为拒绝交易、大数据杀熟、价格歧视、算法垄断、差别待遇、数据搭售以及其他限制排除竞争行为。

占据数字市场相当份额的数字经营者因其数据优势而滥用市场支配地位导致数据利用方数据权利冲突已经成为数据流动权利冲突中较为突出的矛盾。近年来，数据利用方之间因占据优势地位、数字经营者滥用市场支配地位而引发的权利冲突时有发生，比较有代表性的有“2016年华为和腾讯关于微信数据纠纷案”“2017年顺丰和菜鸟关于物流数据纠纷案” [10]349，都涉及该类问题。虽然反垄断法修订后，新增的对具有市场支配地位的经营者利用数据和算法滥用市场支配地位的法律规制，从经营者主体层面解决了数据垄断的一部分问题，但对于由此引发的数据利用者之间数据产权的权利冲突未有涉及，有待通过数据产权结构性制度设计予以探索解决。

四、数据产权“三权分置”框架下数据商业化利用权利冲突的应对之策

（一）进一步细化数据产权“三权分置”框架内容

数据政策是实现数据商业化利用的指挥棒，破解数据商业化利用冲突、提高数据商业化利用质量，宜对数据政策文件中相关创新性制度设计进一步释明并细化。迄今为止，已有上海、江苏、河北、陕西等近31省市颁布了实施数据要素政策规划重点，以推动数据要素政策细化落地。

尽管“数据二十条”构建的数据产权结构性分置制度框架从制度层面实现了对传统权利结构、产权的扩容与创新，弥补了一直以来我国对数据商业价值重视不够、数据要素基础制度政策支撑不足的缺失，但“数据二十条”确立的数据产权结构性分置制度框架在现实中仍有很多规则相对原则化，可操作性宜在具体适用中进一步细化。首先是对数据产权结构性分置框架中尚未细化的政策进一步细化。“数据二十条”明确了“数据资源持有权、数据加工使用权、数据产品经营权”三权分置模式，其中淡化所有权、突出加工使用的数据产权理念突出了数据商业价值。但“淡化所有权”并不等同于数据所有权的灭失，今后仍有必要根据不同数据主体的具体情况，合理界定“淡化数据所有权”与数据新型财产权的边界，即在“数据三权分置”产权结构框架下兼顾数据权利中一般人格权和新型财产权的双重属性，加强数据确权、定价、交易等相关基础规则和制度研究，推动数据财产权、人格权和产权结构性分置融合；其次是对数据确权规则进一步细化。数据确权的关键在于解决数据原始拥有方一般财产权与数据利用方产权之间的矛盾冲突。传统民商事权利框架下，侧重数据一般财产权，如此则会阻碍数据产权价值的实现，反之则会造成对数据拥有方一般财产权、信息权等相关权益的侵害。数据产权“三权分置”模式下的数据确权构建在承认数据一般财产权，赋予用户个人一般财产权，同时明晰政府、竞争者、用户三者之间数据产权关系，运用公平原则和比率原则突破原有竞争者使用数据和用户个人数据权益边界；第三是对数据收益分配制度的进一步细化。体现效率、促进公平的数据要素收益分配规则是人们共享数据红利的重要保障制度。“数据二十条”确立的数据要素收益分配规则较为全面的涵盖了各类数据主体，并根据初次、二次、三次分配原则在不同群体间最大可能地实现数据要素收益平衡。具体施行中，细化的数据收益分配政策要重点考虑收益分配与数据要素定价和价值导向。初次分配要在尊重数字市场基本规律前提下，明确数据持有权、加工权、收益权定价受益分配规则，在初次分配阶段重点考虑兼顾效率与公平原则。二次分配、三次分配宜运用比例原则，确保数字弱势群体的数据生产要素获益权，同时引导获取巨额数字红利的企业合理回报社会，二次、三次分配阶段要在兼顾效率的同时更加注重公平。

（二）打通不同数据主体的数据开放壁垒

因不同主体数据权益保护和关注重点的差异性，数据开放壁垒不可避免。个人数据、政府数据、企业数据、公共数据等不同主体的数据资源获取的便利程度各异。相对而言，虽然个人数据获取涉及个人信息保护隐私权等限制，但相对可开放范畴较大。数据要素获取空间广、获取渠道和途径较为畅通；而公共数据因涵盖各级党政机关、企事业单位依法履职或提供公共服务过程中产生的公共数据，相对个人数据而言，公共数据开放利用度相对较低；企业数据则因注重数据要素资源技术赋能后向数据资本转变的商业价值，因此，“更加强调技术的加入使数据质量更高、产生更多效用，形成相应数据产品、数据资产”[11]，具有数据产权排他属性，其开放空间也有限。

破除数据壁垒须兼顾数据各方主体权益和数据开放基本规则。政府数据壁垒重点考虑数据安全和部门间职责差异的壁垒问题。数据安全是各国数据开放利用的底线和基本原则，数据开放利用必须以数据安全为前提。目前，由于政府不同职能部门形成数据内部可共享、外部共享互联壁垒多，受限于部门对数据管理的权限不同，不同主体间形成了闭环式数据孤岛。政府数据宜在兼顾数据安全和相对人信息保密义务的同时，充分考虑数字市场发展的供给需求，选择性开放数字市场应用场景需求较大的部分数据，从源头上扩大原始数据资源的赋值空间；公共数据是数据要素商业化利用的重要数据来源，自2019年在上海实施《上海市公共数据开放暂行办法》推进探索数据高质量开放共享以来，各地纷纷就公共数据有序开放利用问题结合地方实际先行先试，重点围绕如何开放、开放什么、如何高质量开放利用推进。未来更有必要根据市场需求推进数据有序开放，按照“原始数据不出域、数据可用不可见”的要求，兼顾保护个人隐私和确保数据安全，对不承载个人信息和不影响公共安全的企业数据，扩大大共享的范围和加大力度。

（三）明晰数据可抓取的合法边界

数据抓取的合法性以数据互信为基础。由于企业数据特有的排他性特征，在数据抓取过程中逾越数据主体权益边界的纷争时有发生。我国目前对于该问题的法律规制散见于反不正当竞争、反垄断、数据安全、个人信息保护等单行法律法规中，尚未有系统的政策法规对该问题予以明晰。非法的数据抓取行为加大了数据互信的难度，在保护与流通之间造成一定的壁垒。明晰数据可抓取范围合法性边界一方面保护数据利用各方主体权利，另一方面也畅通了企业数据开放利用、流通共享，增进数据抓取互信互利、共享共赢。

明晰商业数据抓取合法性边界要重点关注三个问题：一是用户在平台中发布且完全公开的数据抓取边界问题。消费者在平台中申请注册个人账号时便对其内容进行了授权，并且这类无差别公开的数据获取难度非常低，任何互联网经营者和消费者均能够轻易查看到这类数据。因此，其他互联网经营者抓取这种完全公开的个人数据，并进行加工运用时，不易被认定为数据抓取的不正当竞争。抓取这类数据使网络更加公开透明，促进互联网数据的流通，有利于互联网全行业的全面发展；二是用户的半公开数据抓取边界问题。这类数据主要涵盖在平台消费数据、社交软件APP中。这类数据中包含了用户个人的消费动态和个人喜好，往往代表了潜在的交易机会，平台对这部分数据进行加工分析，为特定群体精准画像后再精准进行广告推送，对该类数据的抓取，涉及用户个人隐私，应当获得用户的个人授权。数字经营主体如对该类数据采取了爬虫协议、网络防火墙等技术手段，则应当依据具体规则抓取；三是互联网经营者自身收集和加工的商业数据抓取的边界问题。这类数据经营者在前期数据获取和利用中消耗了一定经济成本，并且涉及原始数据者的同意授权，根据数据初次分配“谁投入、谁贡献、谁受益”原则，该部分商業数据的抓取，应获得互联网经营者和消费者双重授权许可，综合考虑互联网经营者、原始数据拥有者和社会公共利益边界，进行合理划分界定。

（四）规范数据要素交易市场

在数据要素价值释放过程中，数据交易环节堪称打通数据要素商业化利用的最后一公里。互联互通的数据交易市场更有利于发挥数据交易低成本的特点，带动数据要素最大潜能释放商业价值。我国数据要素总体流通交易框架已经形成，包含数据资源、数据资产及数据产品等交易对象及政策法规、流通制度、流通模式、流通技术、流通标准等基础环节。数据交易流通框架中的数据相关政策法规构成了数据交易基础，为数据交易打通了制度上的障碍；流通制度包含诸如数据权属、数据评估、数据监管等在内的数据相关机制，这些机制是流通的关键环节，有利于打通数据流动壁垒；流通技术如区块链等信息技术对保障“数据可用不可见”起着重要的作用，是数据交易流通的重要引擎。截至去年年底，国内先后有44家数据交易中心涌现，北京大数据交易所共有产品1253件、上海数据交易所登记了96个产品。尽管我国的数据交易制度框架基本建成，数据要素交易飞速发展，但数据要素交易市场建设程度与数据产业飞速发展规模仍有较大差距。由于各地数据交易中心采用政府主导组建、企业参与运营模式，同质化竞争现象较为突出，数据交易秩序紊乱等现象偶有发生。随着国家数据管理局组建，作为数字中国建设的主体责任单位，它可以调动更多数据资源、统一指导制定数据定价、数据交易，从而规范各地数据交易所建设。更好引导数据产品在数据要素交易市场流通，以市场供给需求为导向，提升数据交易产品的质量。同时，对于数据流通标准、流通制度，如数据要素评估标准及细则，可以更全面地进行统筹安排，进一步促进数据要素释放商业价值，推动数字经济飞速发展。规范数据要素交易市场还必须尊重数据的知识产权，积极融入全球数据产业的价值链，这对发展中国家来说尤为必要[12]。

结论：

推动数据要素价值属性实现是数字经济发展的重要内容，事关数字经济发展质量。数据新型生产要素既具有一般权利属性，也具有新型财产权属性，而一元权利框架一定程度上引发不同数据主体之间诸如确权难、定价难、监管难等问题。兼之数据新型财产权的实现途径尚未细化，某种程度上局限了数据价值的实现。数据产权结构性分置框架基于个人数据、企业数据、公共数据在数据持有、数据使用、数据产品经营等不同应用场景对数据产权予以结构性分置，体现了数据生产要素复杂特性，可促进数据价值的实现，推动数字经济高质量发展。

参考文献：

[1] 中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见.人民日报[N].2022-12-20（6）.

[2]陈兵.大数据的竞争法属性及规制意义[J].法学，2018（8）：107-123.

[3]何源.数据法学[M].北京：北京大学出版社，2020.

[4]王磊.个人数据商业化利用的利益冲突及解决[J].法律科学（西北政法大学学报），2021（5）：89-100.

[5]许可.数据保护的三重进路：评新浪微博诉脉脉不正当竞争案[J].上海大学学报（社会科学版），2017（6）：15-27.

[6]戴昕.数据界权的关系进路[J].中外法学，2021（6）：1561-1580.

[7]候水平.大数据时代数据信息收集的法律规制[J].党政研究，2018（2）：22-28.

[8]任虎.欧盟一般数据保护条例[M].上海：华东理工大学出版社，2018：20.

[9]刘艳红.网络爬虫行为的刑事规制研究：以侵犯公民个人信息犯罪为视角[J].政治与法律，2019（11）：16-29.

[10] 孟雁北.大数据竞争：产业、法律与经济学视角[M].北京：法律出版社，2020：349.

[11]姚佳. 企业数据权益：控制、排他性与可转让性[J].法学评论，2023（4）：149-159.