数据产权二维目标及其制度实施

唐要家

在数字经济时代，数据已经成为经济高质量发展的关键要素。面对数据量的超速增长，数据要素开发利用不足问题日益突出，并且存在着巨大的数据资源浪费。如何最大化地释放数据要素，挖掘数字经济高质量发展的巨大潜能是有待破解的重大问题。数据产权问题是制约数据要素市场化流通交易的最重要障碍。科学界定的产权会促进数据要素的流通交易，进而促进数据要素价值的最大化释放。产权经济学理论指出，良好界定和容易实施的产权是一种高效率组织经济活动的方式，产权会降低市场交易的不确定性和高交易成本，从而实现经济效率。〔1〕由于数据要素独特的经济属性，数据产权制度成为目前各国数据基础制度中的突出难题。如果产权问题不解决，由此带来的数据采集利用的不确定性将会阻碍数字经济的高质量发展。因此，如何建立科学的数据产权制度成为决定数据要素市场化配置和最大化释放数据要素促进经济高质量增长潜能的首要问题。目前国内学术界对于数据产权制度仍然存在诸多的争议。如周汉华就对数据确立产权制度提出质疑，认为其既无必要也没有效率，而张新宝则支持对数据确立新的产权制度，高富平肯定了产权结构性分置的意义。〔2〕学术界关于数据产权制度存在诸多争议的一个重要原因是数据要素具有明显不同的经济属性，不同学者从不同角度进行解读都可以提出有一定根据的论证。由此，数据产权的理论研究需要基于数据要素的独特经济属性和价值形成过程，采取分类设计实施政策的思路进行理论研究和政策设计，从而建立逻辑更加一致的理论框架，并为设计更为科学的数据产权制度提供帮助。

一、数据产权制度的二维目标难题

产权制度是实现要素最大化利用的激励机制或手段，而非一成不变的制度约束。因此，产权制度并非一旦确定就永远不变的，产权制度需要根据经济社会发展的不断创新，以更好地契合实现经济效率最大化的目标。传统实物产权制度主要是针对具有竞争性和排他性属性的私人物品。但是在数字经济背景下，由于数据具有非竞争性和一定的排他性，传统的产权制度并不是最优的制度设计，甚至可能严重阻碍数据要素的价值释放。数据要素具有典型的非竞争性，社会总福利最大化的数据开发利用内在地要求同一数据应为多人共享再用，此时绝对的排他性产权则会阻碍数据要素开发利用社会总福利最大化的实现。Drexl 指出，应谨慎地将一般性资源的所有权观念运用到非竞争性数据要素中。〔3〕因此，需要依据数据要素的独特属性创新数据产权制度，以最大化地释放数据要素促进经济高质量增长潜能。

数据产权制度设计必须契合数据要素的最基本经济属性。数据要素具有典型的非竞争性和一定排他性。首先，数据要素的非竞争性体现为同一数据可以被多人同时使用并且不会降低已使用者的价值。数据的非竞争性和零边际成本导致同一数据被更多人使用会带来更高的社会价值，即产生数据使用的“公共地喜剧”。数据要素的非竞争性属性内在地要求数据开放共享，最大化地实现数据要素的泛用性目标。其次，数据要素具有依赖于场景的一定排他性。对于泛在的原始数据来说，任何人都可以合法采集利用，不具有排他性属性，但在数据采集利用具有规模经济和范围经济的情况下，一个新进入企业要达到实现有效参与竞争所要求的大数据量级门槛则可能面临较高的壁垒；而且原始数据一旦被采集利用后，数据就成为持有人重要的竞争战略性资产，这对数据持有人有很强的激励，促使其通过技术或法律手段来限制他人接入和使用，排他性产权会强化数据持有人对数据的独占性，从而与非竞争性属性产生冲突。数据要素的非竞争性和依赖于场景的一定排他性说明，要实现数据要素价值的最大化释放，进而促进社会总福利最大化，不仅要确保数据持有人对数据要素的最大化采集利用，也要确保非竞争性数据要素能够被更多人使用，从而实现单主体与群体对数据要素最大化开发利用的结合。因此，数据产权制度设计的重要目标是激励单个主体对数据的深度开发利用和促进更多主体来广泛接入和使用数据，这两个维度可分别被称为数据深用性和数据泛用性，二者的有效平衡能实现数据要素私有性与共用性的结合，同时实现私人利益和公共利益的最大化。

数据产权制度设计确保数据深用性和泛用性的平衡对最大化地释放数据要素价值至关重要。对于非竞争性和一定排他性的数据要素来说，私人激励往往与社会总福利最大化目标并不协调。对单个主体的强产权保护会激励其投资于数据开发利用，实现数据深用性，但会增强数据排他性，从而不利于数据要素的群体性泛用；对单个主体的弱产权保护会促进数据要素的群体性泛用，但是不利于激励单个主体投资于数据开发利用。科斯提出的排他性产权能有效地解决数据要素个人最大化开发利用的问题，但无法解决数据要素最大化群体利用的问题，因此其并不能实现社会总福利最大化的经济效率目标。〔4〕美国第九巡回法院在HiQ 诉Linkedlin 案的裁决中确立了保护数据要素社会性泛用的裁决规则，但这会对数据持有人投资于数据采集利用激励产生不利的影响。综上所述，数据产权制度设计应使数据深用性和泛用性目标激励位于均衡激励曲线上，实现个体对数据深度开发利用和多主体泛用的动态平衡。仅仅强化对个体采集利用数据的权益保护，可能会造成个体激励的偏向，由于产权内在的排他性和数据开发利用的垄断化趋势，高强度个体产权激励反而会降低数据的开发利用激励，也不利于实现数据的泛用性目标；同样，如果过于偏向数据的泛用性目标，则会弱化对个体进行数据深用性投入的权益保护，降低社会整体的数据采集利用。从最大化社会总福利角度来说，数据产权制度设计需要同时考虑数据个体占有权与多主体接入权的平衡，赋予对数据排他性占有权仅仅是数据要素价值最大化释放的充分条件而非必要条件，多主体数据接入和使用是数据要素价值最大化释放不可或缺的条件。只有实现个体深用性与群体泛用性激励的平衡，才能实现社会福利最优的结果（见图1）。

图1 数据产权激励的二维目标

二、数据价值实现过程中的价值形态与权益关系治理

数据产权制度设计的根本目标是在合理保护相关利益主体权益的基础上最大化数据要素价值释放。产权既是一个促进经济效率的激励工具，也是一个平衡利益相关者关系的治理制度。从某种意义上来说，产权是处理特定要素相关主体间利益关系的产物。良好的产权制度有利于形成有序的利益相关者间的合作关系，扩展合作秩序空间。同时，产权制度的实施也需要具有相应的治理制度安排，以更好地实现产权制度功能。因此，数据产权需要基于数据价值形态及其引发的利益关系进行系统设计，既要确保对最高效率数据要素使用者的激励以实现数据深用性，同时还要通过产权治理制度来确保泛用性目标。

数据要素价值实现过程是产权制度设计的起点。在数据价值实现理论研究中，学者提出了两种数据价值实现的分析路径：一是以Ackoff、Zeleny 为代表提出了数据价值实现的DIKW 模型，即数据、信息、知识和智慧的层级结构。这一框架强调，底层的原始数据没有价值，数据只有转变为信息、知识、智慧才有价值并且呈现价值递增的结构升级路径。〔5〕二是以Rowley、Rayport 和Sviokla 为代表提出了数据价值实现的过程理论，即数据价值实现包括采集、组织、筛选、整合和分发五个步骤。这一理论重点关注数据加工处理技术过程来分析数据价值的形成。上述两种理论为认识和分析数据价值实现提供了基础，但其都没有完全从数据要素价值形态演变的角度进行分析，即没有回答数据产权保护对象的来源及其差异性。〔6〕根据产权经济学理论，数据产权制度存在的理由是它应以促进数据要素的最大化利用为目标，即保护的是数据的价值创造。〔7〕因此，数据价值形态演变为产权制度设计的基本依据，即应始终明确产权保护的是价值。根据数据要素的价值实现过程，本文将数据要素分为三种递进的价值形态，即原始数据、衍生数据和数据驱动的商业。同时，为了更好地实现数据价值创造的目标，需要根据不同数据价值形态分类设计实现数据深用性和泛用性平衡的产权治理制度（见表1）。

表1 数据价值释放过程、产权与治理制度

（一）原始数据

数据资源主要是基于现代数字技术由个人、企业等多元主体在线行为与彼此互动所产生的。个人在线活动所产生的数据和基于物联网机器产生的数据构成了数据资源基础，由此个人数据和机器产生的数据构成原始数据。总体来说，大量的原始数据仅仅具有潜在的经济价值，在没有被采集利用的情况下，单个数据要素是没有使用价值的，是一种有待开发利用的经济资源，仅具有潜在价值。个人原始数据往往涉及个人隐私，在各国法律当中个人隐私被认为是一种人格权，而不是一种基于经济利益关系的权利，因此个人原始数据强调增强个人对个人数据信息的控制，确立以隐私权为核心的个人数据保护制度而非产权保护制度。个人数据隐私保护并不是对所有与个人有关的数据都实行相同强度的保护，欧盟的《通用数据保护条例》（简称GDPR）、中国的《个人信息保护法》都强调对个人敏感数据的严格保护。而对于个人在线浏览、消费等在线行为数据，由于其大多属于个人非敏感数据，是个人和企业互动所产生的，并且具有非常高的开发利用价值，对于个人在线行为数据则是寻求隐私保护和鼓励开发利用之间的平衡，企业可以在遵循法律规定的情况下依法采集利用。数据采集和存储企业对付出资本和劳动所获取的数据拥有数据资源持有权，治理政策重在确认持有者的持有权，但是要求持有人不能排斥他人对相同数据的采集持有，防止数据持有垄断。另外，公共机构履行公共职能过程中所产生的原始数据归公共所有，公共数据资源持有权由政府代为持有，应重点强化公共数据在确保安全的基础上向社会开放。

（二）衍生数据

衍生数据主要是个人数据进行匿名化处理后不涉及个人隐私的数据，即依据这些数据无法识别特定的个人，因此其也被称为“非个人化数据”。总体来说，数据产权制度设计主要针对的是加工处理后具有数据初次价值的衍生数据。衍生数据的价值主要体现为数据资产投入和劳动投入的价值。数据资产的价值包含了数据资源价值、资本和劳动投入价值。因此，是否对数据采集利用投入了资本和劳动成为判定数据持有人数据持有权的依据。数据资产主要是数据资源和资本、劳动等相结合的产物，反映的是数据要素和其他要素相结合后的多要素价值。数据产品则是数据要素商业价值的一种体现方式，通过市场交易实现数据价值的货币化。

为鼓励对数据采集和加工处理，增加数据产品供给，衍生数据主要是确立数据加工权和数据产品经营权，以保证数据处理者获得合理的投资回报。在衍生数据阶段，数据处理者应享有对原始数据加工处理后的数据产品或数据资产的剩余索取权和剩余控制权，从而为单个主体开发利用数据提供激励。此时，数据加工权和数据产品经营权保护的是加工处理后的数据集或数据产品，既鼓励数据持有人对数据的加工处理，促进数据要素的深用性，也鼓励其他企业采集相同的原始数据并进行加工处理或者通过市场化流通交易机制获取数据，以促进数据产品的泛用性。

（三）数据驱动的商业

数据驱动的商业是数据价值实现的最主要方式，它属于数据价值的二次创造，数据处理者通过使用数据更好地进行决策和实施数据驱动的创新，以更大程度地挖掘数据的使用价值。在数字经济中，数据既是一种产出，也是一种投入。数字经济中的企业基本都是将数据作为重要生产要素，使用数据来创造商业价值。

数据驱动的商业价值主要是在对数据深度挖掘获得洞见的基础上通过更好的经济决策和创新来获得数据创新性应用的递增价值，具体体现为数据应用边际价值的创造。由于在数据驱动商业阶段，数据驱动创新的产出、商品或服务的产权非常清晰，已有产权制度对其已经作出了清晰界定，因此并不存在数据产权困境问题。在数据驱动商业阶段，对于作为投入的数据要素主要强调数据使用权，形成多元的数据要素供给体制，通过保证数据的可获得性和泛用性以促进数据驱动的创新。

（四）数据价值实现中的流转交易与治理机制匹配

数据产权制度不仅仅是确权，也包括匹配权属明确界定基础上的治理机制。由于数据不同价值形态阶段的交易主体关系存在结构性差异，需要匹配相应的治理制度来维护数据交易秩序，实现数据深用性和泛用性二维目标的平衡。

在数据由原始数据转变为数据资源阶段，由于每个企业采集个人数据都需要获得个人用户或数据生产者的授权同意，在数据采集涉及众多主体的情况下，数据采集许可谈判会产生较高的交易成本，从而对最大化数据采集利用产生限制作用。因此，在此阶段的数据治理需要在保证个人数据隐私安全和数据资源持有权的同时创新数据许可授权机制，降低数据采集利用私人谈判的交易成本，促进数据资源生产和数据授权采集。

在衍生数据阶段，一个竞争的数据产品交易市场会促进形成合理的价格和最佳的资源配置。但在现实当中，数据具有显著的规模经济和范围经济，这会导致出现具有市场支配地位的数据企业，或者在某些行业或特定数据市场中由于行政性独家授权而出现垄断性数据企业。因此，在此阶段的数据治理既要创新数据市场交易制度来降低数据产品市场交易的制度成本，也要强化反垄断监管，防止各种市场垄断和行政垄断扭曲数据市场竞争，形成数据产品自由流通交易和数据产品收益公平分配的数据产品市场。

在衍生数据转变为数据驱动的商业阶段，数据持有人可以对自己持有的数据进行商业应用，或数字商务企业在数据市场购买第三方提供的数据进行商业开发，这些企业利用数据分析发现的洞见优化生产经营或实现商业创新，从而创造新的数据商业价值。此时数据治理不仅要降低数据商业化应用面临的高交易成本，强化知识产权保护，创新多元的数据要素开放共享机制，还要加强对数据市场和数据驱动商业市场的反垄断监管。

三、数据产权制度创新：结构性分置

《数据二十条》提出数据产权结构性分置制度具有两层含义：一是数据产权配置依据数据要素的不同形态进行分情景设计，即依据不同价值形态数据分别设立不同的数据产权；二是任何主体对特定形态数据的产权都只拥有产权束中的部分权利而非全部权利，即产权主体拥有的是分割配置的部分产权。〔8〕

首先，数据产权结构性分置是基于数据要素经济属性和数据价值形态分类设计的制度方案。数据产权结构性分置主要针对的是原始数据采集后的数据权属关系，即对于原始数据生产或采集后经过清洗、集合所形成的数据集分别确定持有人的数据资源持有权，将数据集作为要素投入来进行进一步加工使用的使用权，对数据加工形成的衍生数据或数据产品拥有经营权。因此，数据产权结构性分置主要是针对微观主体付出资本、劳动和智力活动后形成的数据资产或衍生数据进行确权保护，以促进数据采集、利用和交易。

其次，数据产权结构性分置是产权权利束的分割配置。产权是一个权利束，包含一系列权利。〔9〕数据产权的分割配置保证了数据要素不被任何人排他性占有，不同主体可以拥有同一数据的不同权属，从而一方面保证了数据要素的非竞争性使用属性，使数据要素进入了公共领域，可以被多人采集和加工使用，促进数据要素的采集和复用；另一方面也保证了特定形态数据持有人的权益，数字资源持有权、数据加工使用权和数据产品经营权确保其他人不能随意使用数据生产者或数据处理者合法持有的数据资源或数据资产。为了确保制度实施，需要进一步明确特定数据产权主体享有哪些具体的权利，以及其对具体权利的控制程度，从而进一步明确数据持有权、加工使用权和产品收益权的边界，促进数据产权结构性分置制度的落地实施。

再次，数据产权结构性分置是将排他性持有与非排他性使用相结合的数据产权制度，它重在保护事实上的对数据的占有和使用，是一种防御性的权利，即保护合法使用，禁止非法使用。他人不能在未经持有人许可授权的情况下使用其持有的数据，在权利人数据持有权受到侵害的情况下，其有权要求法院停止他人未经授权的数据使用或寻求相应的损害赔偿。同时，数据产权结构性分置并没有赋予任何一方原始数据所有权，其主要针对的是采集、加工处理后的衍生数据。因此，数据产权结构性分置力图同时实现激励单个主体采集利用数据和促进数据要素流通复用相结合，在相对淡化单个主体对原始数据所有权的同时促进数据流通来促进数据要素开发利用，确保数据深用性和泛用性的平衡，以最大化实现经济效率。

最后，《数据二十条》确立的数据持有权保护的是事实上的占有权，是以承认对数据事实上占有为核心的数据产权制度设计。根据数据产权制度设计二维目标，尽管其有助于促进数据产权设计二维目标的平衡，但其并没有充分实现数据深用性和泛用性二维目标的平衡，相对来说，其更偏重强化激励数据持有人的数据采集利用而相对弱化促进数据要素的群体性泛用。由于数据要素具有典型的非竞争性和一旦持有就具有强排他性动机，过于强调单个主体的数据占有权可能会削弱数据要素泛用性目标。同时，数据产权结构性分置制度强化了对现有数据持有人的保护，是对数据要素既有持有人的权益保护，而相对忽略了对新进入者的权益保护，其会强化现有数据持有人的市场势力，并提高中小企业或创新性初创企业的数据接入成本，在一定程度上不利于数据泛用性目标和新进入企业实行数据驱动的创新。因此，在推进数据产权结构性分置制度落实的过程中还需要及时补充促进数据泛用性的制度安排。

数据产权制度设计在强化数据资源持有权、数据加工使用权、数据产品经营权的同时还需要强化数据接入权，赋予更多主体平等的“数据使用权”，促进更多主体对数据要素的泛用。在数据产权制度构建中，需要注重完善促进数据要素泛用性的制度设计，分类制定数据开放共享义务要求，完善数据资源采集制度，更大力度推进公共数据开放，推进衍生数据市场化交易，并明确数据接入的“公平、合理、无歧视”原则，通过反垄断措施消除各种数据垄断行为。

四、数据产权制度目标的实现：数据流通交易机制创新

数据要素价值实现的制度媒介是数据流通交易制度，数据要素价值需要通过数据市场化流通交易来实现。产权制度之所以需要是因为它以促进流通交易为目的，如果没有交换的需要，则产权制度设计将既无需求也不必要。同时，产权制度的意义也必须通过产权客体的流通交易来体现和实现，产权收益需要通过市场交换才能实现并继而对产权主体提供有效的激励。因此，数据产权是为流通交易而生，并通过市场交易得以实现。数据产权结构分置保证了不同数据价值形态的价值创造主体对数据的实际控制权，并且数据持有人可以通过市场交易实现数据价值货币化。同时，数据要素市场化配置机制的深化会促进数据流通交易，促进数据要素被更多主体重复再用，从而促进实现产权制度的二维目标。〔10〕为了促进数据产权制度二维目标平衡的落地实施，应该根据不同类型数据进行分类设计。

（一）个人数据市场化

个人数据是一个国家数据资源的主体，其主要是原始数据。在合理保护隐私基础上促进个人数据采集利用为数字经济发展提供持续的资源基础。在理想的情况下，个人数据主体可以通过许可他人使用、授权他人经营、转让交易数据等方式来促进数据流通，由此实现同一数据被多人同时使用或重复再用，促进数据价值的释放。Lanier和Weyl、Arrieta-Ibarra 等的研究指出，培育个人数据市场，使个人能够直接或间接地向不同数字平台销售个人数据能够更好地分配数据要素价值，并且基于经济补偿机制能够更好地实现消费者隐私保护和激励企业创新的平衡。〔11〕目前，个人数据走向市场面临的主要障碍是高交易成本，由于个人数据隐私保护要求企业采集个人数据必须获得授权统一，并且大数据涉及众多个体，数据企业采集利用个人数据需要与每个个体进行交易谈判，这将使成本高昂，造成个人数据还无法充分进入市场。为此，可以通过培育个人数据交易中间商加以解决，即众多消费者将个人数据运营授权给中间商，由其代表众多个人与数据需求企业进行许可交易谈判并进行个人隐私保护和收益管理。

（二）公共数据市场化

公共数据本质上属于公用品，公共数据产权价值实现应以追求社会公共利益最大化为根本，即应以促进数据开发利用社会价值最大化为目标追求，公共数据不应以追求商业价值最大化为主要目标。为此，公共数据重点是开放共享而非商业化运营，应该进一步深化向社会开放，才能更好地促进公共数据的泛用，进入数据市场通过价格机制进行交易的公共数据不应成为公共数据产权价值实现的主导方式。《数据二十条》指出，推进实施公共数据确权授权机制。〔12〕各地在公共数据授权经营试点过程中的主要做法是将公共数据作为新型国有资产，将公共数据授权给一家国资主体进行独家运营，即政府主导下的国资企业授权经营模式。如上海市2022 年9 月成立“上海数据集团”，承担公共数据、国企数据、行业数据及其他社会数据授权运营，政府将国有公共数据资产保值增值作为企业的重要考核指标。这一公共数据授权经营模式并不完全契合公共数据的经济属性，也不利于公共数据的泛用和公共利益目标的实现。公共数据授权经营单位应该被界定为公益性国有企业，不以追求利润为目标，而应以提供社会公共性服务为目标，以充分维护公共数据的公益性。同时，在国有垄断授权经营体制下，需强化公平竞争审查和反垄断执法，防止国有数据垄断企业实施各种扭曲市场竞争行为。

对于公共数据定价机制，《数据二十条》指出，用于公益性目的的公共数据无偿使用，用于商业性目的的公共数据实行有条件有偿使用。〔13〕为了进一步落实文件精神，需要重点明确用于商业性目的的公共数据的具体收费机制。总体来说，公共数据应该实行两种定价机制：公益性目的的公共数据实行无偿使用，用于商业性目的的公共数据实行基于服务边际成本的定价规则。为此，应该通过配套政策明确用于商业性目的的公共数据基于服务边际成本定价规则，监管机构应明确公共数据成本计算办法并向社会公开，并且公共数据不应针对不同应用场景实行差别化收费，应该实行基于边际成本的统一定价。公共数据授权经营单位不应以追求利润最大化为目标，应弱化对公共数据授权单位的数据资产保值增值的考核目标，强化其公共利益目标，以充分体现公共数据的公用品属性，并最大化公共数据的社会性泛用，以更好地促进数据驱动的创新。

（三）企业数据市场化

企业数据是企业合法持有的数据产品，是数据产权主体实现数据开发利用商业价值的重要商品。企业数据产权制度的实现重在完善数据市场，使企业持有的数据产品通过市场交易来获得经济回报。为此，需要采用多轨并进的思路推进企业数据流通交易。尽管数据市场是一个国家数字经济发展的重要反映和实现数据开放共享的重要方式，但数据开放共享具有多种路径，应避免将建设数据交易平台等同于数据市场化流通，以及强制所有数据流通都要进场交易的错误做法。为了最大化地促进数据要素的流通与交易，数据流通交易制度建设应该采取多轨并进的思路，在培育数据市场并探索基于价格机制的路径的同时还要积极鼓励企业间基于合约机制的数据接入共享，在规范场外交易的同时对场外交易和场内交易采取同等对待，实现场内交易和场外交易的互补性协同运行，在强化个人隐私权保护的基础上促进基于个人授权的数据接入。企业数据市场化需要重点强化反垄断监管，重点查处各种数据垄断行为。

五、数据产权制度的最终激励：数据价值分配模式重构

确定数据产权的目的是实现最大化要素价值释放的经济效率目标。产权制度实现这一目标的根本机制是产权界定为相关主体从事数据要素价值开发提供了稳定的预期，即稳定的收益保障，从而为其提供了投资开发的激励。因此，激励数据要素开发利用的关键是收益权保障。从个体激励来说，产权之所以重要是因为产权设计决定了相关主体在价值创造中的租金分配。仅仅确立数据持有权而不明确数据价值创造的分配，则无法实现最大化数据要素开发利用的经济效率目标。收益的不确定会降低数据采集、加工使用和交易的行动激励。数据产权制度必须能够为数据处理者采集、加工使用和交易数据提供稳定的预期。据此，数据要素的使用权和收益权不应割裂，强调使用权的同时也要同步保护采集利用数据创造价值的收益权，实现“权”与“益”的紧密结合。从某种意义上来说，数据产权的核心就是明确数据的价值应该归谁，以及谁有权决定价值分配。

实现分配公平需要以最大化实现社会整体经济效率为基础，而这要以确保数据的深用性和泛用性为前提。能否完成数据要素的价值实现根本上取决于对数据要素的开发利用程度，数据要素开发利用程度越高，则其价值创造越大，从而为实现更高的分配公平提供基础。因此，数据价值分配必须以最大化效率创造为优先，必须首先做大数据要素开发利用的价值蛋糕，在此基础上通过收入分配调节机制促进数据价值的合理分配。《数据二十条》强调按照“谁投入、谁贡献、谁受益”原则，推动数据要素收益向数据价值和使用价值的创造者合理倾斜，确保在开发挖掘数据价值各环节的投入有相应回报，强化基于数据价值创造和价值实现的激励导向。〔14〕这一制度设计较好地契合了数据开发利用主体的激励需求，有利于促进实现数据产权深用性目标。根据数据产权的二维目标，从社会总福利最大化基础上的公平分配角度来说，让更多的主体能够有机会接入和使用数据，进而从事基于数据的创新和创业，让更多的人也有同样的机会利用数据来创造价值并获得收益，是数据价值创造社会性普惠的重要机制。因此，创造平等的数据开发利用机会是数据要素价值分配制度设计不能忽视的内容。数据收益分配既应包括事后数据收益公平分配，也应包括事前通过公平的数据接入权以为每个社会主体提供平等地获取数据并进行财富创造的机会，让更多主体公平地参与数据价值创造并由此获得收益。

数据收益分配实现机制需要进一步创新。《数据二十条》试图兼顾效率与公平，以实现数据收益的合理分配。在强调价值创造导向的收益分配制度的同时，也强调要更好地发挥政府在数据要素收益分配中的引导调节作用，逐步建立保障公平的数据要素收益分配体制机制。但《数据二十条》依然没有解决数据主体关于数据收益分配核心的难题：一是价值创造导向的分配机制主要适用于衍生数据和数据驱动的创新，其并不适用于原始数据。有待回答的问题是，数据作为一种生产要素，数据要素本身是否能参与收益分配，尤其是个人数据主体是否能参与数据收益分配。二是不同数据主体应以何种方式参与数据收益分配。因此，如何构建效率与公平兼容的数据收益分配机制问题依然需要通过理论探索和实践创新加以解决。对于数据收益分配问题，目前理论研究提出了三种政策思路：一是征收数据税。Soete 和Kamp 提出应将数据看作一种资本，对其征税来实现数据收益的合理分配。〔15〕近年来法国等国家也在尝试对大型数字平台征收数字税以促进分配公平。数字税的思路假设政府能很容易地追踪数据不同价值环节的价值增加值，并且具有一个完善的数据市场价格机制反映数据的价值和完备的数据资产财务制度规则。二是将数据看作一种劳动。Arrieta—Ibarra 等认为应将数据及其包含的知识看作一种劳动产出，生产和处理数据的劳动付出应被支付合理的工资报酬。由于个人是数据要素生产者，理应参与数据价值分配。〔16〕但Pavel 指出，这种思路的主要问题是它会激励个人过度生产低质量数据，并且还会产生加剧收入不平等问题。三是将数据作为一种无形资本。〔17〕Corrado 等指出，数据是一种重要的企业无形资本。〔18〕将数据看作一种无形资产能够更好地促进数据市场化流通交易，有利于促进数据开发利用，但是其依然没有解决原始数据持有人是否能参与数据收益分配问题以及如何进行数据资本的价值评估。

数据收益分配需要针对不同类型数据分类设计。首先，对于公共数据来说，目前有两种代表性路径，一是欧盟对公共数据实行免费或者基于提供服务成本收费的方式向社会提供，不以营利为目的，鼓励公共数据的社会性泛用；二是在中国数据市场试点中，部分城市将公共数据作为国有资产并授权国资企业独家运营，以实现公共数据的商业价值和公益性服务目标，并通过国有资产收益管理体制促进分配公平。其次，对于个人数据来说，个人数据所有人参与数据收益分配主要是通过受托经营的方式实现个人数据的市场化交易，由个人授权的数据信托机构代表个人与数据需求方进行平等谈判，从而实现个人参与数据收益分配。在现实当中，个人参与收益分配主要通过两种方式：一是个人数据采集利用的经济补偿机制，二是数据处理者通过向消费者提供免费服务以换取个人数据采集利用的许可。个人参与收益分配的制度重点是要通过立法赋予个人数据权益，通过赋能消费者促进其与数据处理者的平等谈判。最后，对于机器产生的数据和企业合法采集并加工处理后的衍生数据，其与一般的实物资产并无本质区别，应该遵循价值创造导向的基本分配方向，并且数据价值实现主要由市场来决定，从而实现效率与公平兼得。市场化数据收益分配要以竞争性市场为基础，竞争扭曲的市场不会产生有效率且公平的分配结果，因此需要有效的反垄断执法确保市场竞争，以促进基于效率的数据价值创造合理分配。

六、结论性评论

数据要素具有典型的非竞争性和一定的排他性经济属性。为实现数据要素的最大化利用和社会总福利最大化的目标，确保数据深用性和泛用性的平衡是数据产权制度设计应遵循的基本二维目标。为了更好地实现整体的数据价值创造目标，需要根据不同数据价值形态分类设计实现数据深用性和泛用性平衡的产权制度体系。《数据二十条》提出数据产权结构性分置制度考虑了不同数据价值形态的特性，因而有利于数据价值挖掘的深用性目标，但是相对忽略了数据泛用性目标。因此，应建立数据深用性和泛用性平衡的数据产权制度，分类设计二维目标平衡的数据流通体制并创新数据共享再用机制。数据价值分配制度既要考虑事后的收益分配，也要关注事前的机会均等。为每个主体提供平等的数据开发利用并基于数据进行创新创业的机会是数据价值分配制度设计不能忽视的内容。

本文分析的主要政策含义是：第一，根据数据深用性和泛用性二维目标平衡的要求，在完善数据产权结构性分置制度的同时应强化数据要素接入权制度设计，更好地促进数据要素的泛用性。第二，构建多元的数据要素开放共享机制，分类设计促进数据要素共享再用的实现机制，合理界定个人数据保护边界和强度以促进个人数据采集利用，完善制度来大力推进公共数据开放，要鼓励企业之间基于私人合约的非价格机制的数据开放接入，积极培育完备的数据要素市场，促进数据要素市场化配置和数据产品市场交易。第三，数据价值分配不应局限在对数据价值结果的分配上，数据价值分配还应特别重视数据价值创造的公平性，赋予各类市场主体平等地接入数据和平等地进行基于数据开发利用的商业创新的权利，从而更好地实现效率与公平的统一。因此，营造有利于各类主体平等地进行基于数据的创新创业环境应成为重要的政策基点。