1. 引言
在数字经济时代，数据已被提升为与传统生产要素——土地、人力、技术和资本相并列的新资源。围绕“数据流通”以及“数据产权”等议题，已成为理论界和实务界热议的焦点。
产权，作为经济学的核心概念，代表着一种法律上确认的权能，它赋予持有者受益或影响他人经济利益的能力[1]，产权与交易成本之间存在着紧密的联系。经济学指出，在交易成本为正的条件下，产权界定显著影响资源配置效率与财富积累水平，而明晰的产权制度能够有效驱动经济增长。政府应通过法律明确产权归属，赋予能最大化财富创造者”[2]。产权界限模糊会导致无形的交易成本增加，进而对效率的提升产生负面影响。因此，明确产权界限对于提升交易效率和促进经济发展至关重要。
法学界探讨“数据产权”时，从“数据”属性出发，强调“权利(益)”为核心，分歧源于对“数据”属性的不同理解[3]。法学界普遍认为，数据产权的载体是那些经过加工处理的新生成数据，它们通过特定的加工过程获得了产权属性。为了充分发挥数据的生产要素价值，法学界致力于构建清晰的数据产权框架，构建明确数据产权，减少交易成本，最大化利用数据资源。“数据产权”被视为推动数字经济发展的基础性制度，如今，构建完善的数据产权制度已经成为社会各界的共同呼声。
2. 数据产权的类型化的制度构造
数据产权的类型化的制度构造以交易成本理论、契约理论和公共利益理论三大理论为基石分析个人数据、企业数据、公共数据，并结合域外数据产权保护的实践经验，结合我国的现实情况，提出保护数据产权类型化保护的建议。
(一) 数据产权类型化法律保护的理论依据
1、个人数据：交易成本理论
产权概念与交易成本概念紧密相连，其中交易成本涉及在产权的转让、获取和保护过程中所产生的各项费用支出[4]。在产权界定不清晰的情况下，交易难以有序进行。个人数据因其具有识别性，能够单独或与其他数据结合识别出特定个体，对个人的人身和财产安全产生直接影响。个人数据因具备可识别性特质，可以单独或经关联技术识别特定自然人，直接作用于人身权益与财产权益。因此，将个人数据的产权明确赋予个人，可以更有效地实现数据资源的优化配置，并显著降低数据市场中的交易成本。个人可授权企业使用部分数据，企业利用这些数据提供个性化服务，增强市场效率[5]。
2、企业数据：契约理论
企业数据产权归属共识是基本信息归企业，但授权采集的个人数据或匿名数据归属有争议。契约是交易双方在自愿基础上达成的关于产权流转的协议。契约理论为解决大数据时代的个人信息数据使用争议提供了方案。用户通过接受格式条款，将个人数据有限让渡于企业，换取对价性数字服务，从而提升数字生活便利度，这实质上是用户依据约定赋予企业数据使用权。
3、公共数据：公共利益理论
政府应直接介入数据市场运作，保护公众权益，管理公共数据并推动其共享开放，提升行政效率、信息化治理和公共服务水平。同时，政府需确保公共数据免费共享，并关注个人和企业数据安全，严格遵守合法、必要、适度原则。在管理和使用公共数据时，政府应确保数据的安全，并实施数据的分类管理，部分数据可以无条件共享，部分数据可设置条件共享，而特定敏感数据则必须严格限制其使用范围，确保数据的合法、合规使用。
(二) 域外数据产权类型化保护的借鉴
1、选择采用统分结合的立法体例
日本采用统分结合的立法模式保护数据，我国应借鉴其结合国情折中的做法来完善法律。鉴于我国数据类型多样、法律体系不成熟，不宜直接套用欧盟统一或美国分散立法。在借鉴国际经验时，需立足我国数据市场发展实际，系统辨析个人、企业及公共数据的法律属性与权属差异，通过构建分类分级的产权保护机制，实现数据要素安全可控与高效流通的良性互动。这样不仅能更好地保护公民的隐私权益，有助于推动数据市场向规范化、可持续性方向发展。
2、侧重个人敏感信息的特殊保护
欧盟法域将敏感性个人数据确立为核心保护客体，其与人格尊严法益具有本质关联性，非授权披露将构成权益侵害的风险。我国可以充分借鉴欧盟等地区的先进法律法规，加强数据保护领域的立法工作。具体而言，应通过建立健全相关法律法规，进一步明确数据收集者、处理者及经营者的法定义务，要求他们在处理数据时严格遵守法律法规，确保个人数据的安全和隐私不被侵犯。同时，对这些主体应设定严格的问责机制，一旦发现有违法行为，应依法追究其法律责任。
3、企业数据加大行业的自律规制
美国数据保护模式分散，侧重行业自律与民事救济。行业自律制定规范，确保数据使用不侵犯合法权益。在信息时代，数据已渗透到各个行业，成为其发展的重要资产。根据不同行业的特点，由行业自律机构制定相应的行业规范，旨在确保数据在创造经济价值的同时，不侵犯他人的合法权益。在我国，行业自律监管可补充法律手段，灵活规制企业数据行为，保护个人隐私，推动数据经济健康发展。
4、公共数据需专门机构进行监管
俄罗斯和新加坡分别构建数据安全监管体系，通过专门机构实施合规管理，而我国尚缺专门机构监管数据采集、处理等环节。当前依赖行政执法部门在各自职责范围内监管，对公共数据而言存在漏洞和疏忽。因此，我国应设立专门监管机构以提升公共数据的管理效率和利用价值。
(三) 完善我国数据产权类型化保护的建议
1、完善个人数据产权保护方面的对策
个人数据的权利归属应当明确且归属于用户本身。用户对其个人数据享有一系列以所有权为核心的权利，这些权利相当广泛，个人数据权利包括占有、支配、使用、收益、处置和让渡权，保护隐私。用户可根据需求让渡部分或全部数据产权给企业或政府，以获取个性化服务或高效公共服务。
然而，这种让渡并不意味着用户对个人数据的原始支配权被剥夺。即使在让渡后，用户仍然拥有对个人数据的最终支配权，并可以随时收回或更改其让渡的权限。同时，企业和政府在获得用户让渡的数据权利后，其使用这些数据的行为也受到严格的限制，必须遵守与用户之间的协议，并不得侵犯用户的隐私和权益。总之，个人数据权利的明确归属和充分保护是维护个人隐私和权益的重要保障。在数字化时代，应当更加重视个人数据权利的保护，确保用户在享受数字化服务的同时，也能够充分行使自己的数据权利。
2、完善企业数据产权保护方面的举措
企业数据主要划分为两类，一是为企业主体所有的基本信息数据，其所有权归属于企业；二是企业未经用户授权获取的个人信息数据，其处理需遵循个人信息保护规范。其产权需根据识别性质定，若可识别特定用户则产权归用户，企业需确保用户隐私不受侵犯。企业按用户授权去识别化或匿名化数据后，无法识别特定用户时，产权归企业，可自由使用、交易并获利，但需遵守法规。合理产权安排外，还需规则和监管辅助，确保数据合法使用。
3、完善公共数据产权保护方面的措施
作为政务履职活动中产生的战略性资源，公共数据权属界定持续引发法律界讨论。此类数据既涵盖民生服务与科学研究领域，又包含行政监管及司法活动中形成的特定信息集合。在探讨公共数据产权归属时，我们需要权衡多种因素。如果将公共数据产权私有化，尽管能够激发部分个人或企业的积极性，但这容易引发公共数据的社会效益降低，最终导致战略资源闲置与数据要素价值转化受阻。这与大数据时代追求数据共享和开放的理念相悖。另一方面，如果完全公有化公共数据产权，虽然理论上能够确保数据的公共性和开放性，但实际操作中可能会面临数据维权成本高昂、利用效率低下等问题。此外，公有化还可能引发数据滥用的风险。
因此，笔者倾向于将公共数据的产权归属于全民。这意味着，全民作为数据的最终所有者，享有数据的各项权益。同时，政府作为公共数据的管理者和维护者，应当在公共财政的支持下，主导公共数据的运行和维护，确保数据的合规使用[6]。为了实现公共数据的开放和共享，提高数据的使用价值，政府应当遵循以下规则：
第一，确立共享开放规则。基于公共数据的社会受托属性，政府部门须以公共利益为导向构建开放共享机制，通过制度化路径实现全民数据权益的价值转化，让更多人能够从中受益。
第二，明确集约高效规则。为了提高公共数据的使用效率，政府应当采取集约高效的管理方式。这包括收集、加工、处理不同类型的数据，并在确保数据安全的前提下进行共享或重复利用。依托这一机制设计，既能实现数据要素的多维价值释放，又能通过制度性保障达成资源配置效率与价值转化率的双重跃升。
第三，强化保障安全规则。在开放和共享公共数据的过程中，政府需严格保护涉密数据，数据共享需安全措施，防止数据泄露和滥用。
3. 利益均衡视角下数据产权实现的边界
在利益均衡的视角下审视数据产权问题，深入探究数据背后的理念价值，明确实质利益和价值，构建普适性规则框架指导数据产权实现。数据财产性利益明确、主体多样，个体利益细化为人权与效率价值，与公共价值构成三元制衡架构，为数据产权配置和管理提供理论基础[7]。
(一) 数据的产权化与人权价值的实现
数据确权制度改革进程中，人权保障的法治化建构具有根本性地位。这既要求通过《民法典》人格权编与《个人信息保护法》的协同实施，确立数据主体的本源权利，实现人格尊严与信息自决权的制度性确认；又需依据分配正义原则，构建数据要素收益分配的法律衡平机制。关于个人是否成为数据产权主体，存在担忧会阻碍数据流通。有观点认为，将个人数据产权归企业可提升数据利用效率[8]。
然而，我们需要明确区分两个问题：一是个人是否应被赋予数据产权，二是个人数据产权应如何有效实现。前者关乎产权的本质属性，而后者则涉及产权实现的程度和方式。在数据处理的不同环节中，个人数据确权的具体实现条件、边界范围及权益限制等实践层面的问题，并不构成否定个人数据产权确权必要性的根本依据。
在数据确权路径设计中，自然人作为数据原生主体应当被赋予基础性数据权属，虽然数据要素衍生出新型权益结构与价值形态，但产权制度建构不应将成本收益分析框架作为唯一考量，而需在人权保障与效率提升之间实现价值平衡。单向赋权式的数据确权既可能导致数据资源分配失衡，又可能巩固平台技术垄断优势。对于个人数据产权是否会导致效率下降或创新受限的担忧，我们应当通过优化产权实现机制来应对，不能在确权阶段剥夺个人产权资格，需平衡人权价值与效率，确保产权分配在法律框架内平衡多方利益。数据产权的设计不应仅限于为特定主体设定权利，而应促进各方利益的和谐共生。
(二) 数据的产权化与公共价值的实现
数据产权化需实现公共价值，平衡个体与集体、私人权益与公共利益，避免极端化，促进效率与公共价值和谐共存。同时，人权价值正经历从个体本位到公共本位的范式转型。传统认知往往割裂数据相关的个体权益与公共利益间的内在关联。然而，从部分与整体的视角出发，个体利益与公共利益在本质上是相通的。数据确权制度设计须蕴含普惠性价值取向，在个体数据要素向群体性数据资产的量变演进中，最终实现公共治理效能与全民共享权益的有机统一。数据产权制度的微观权益配置始终以自然人为终极确权基点，其制度逻辑根植于单一数据单元的确权范式，通过递归性嵌套机制实现多层级迭代演进，最终建构出具有分形化制度架构。
(三) 数据产权规范性的利益均衡框架
利益均衡是数据权益规则核心。在数据产权规则未完善背景下，裁判者通过利益均衡分析评估行为正当性。场景化风险[9]解读重要，但过度依赖个案可能导致讨论偏离。类型化方法构建数据产权分类架构是关键，提供整合框架，实现利益均衡。
4. 数据产权分层实现的规范构造
数据具有非竞争性和非排他性的特性，无法进行强有力的法律保护，只能采取法律弱保护，在一定程度上防止其他主体的侵害，以达到效率价值、人权价值和公共价值三者关系均衡的目的。利益均衡的首要步骤就是寻求共识域，而权利与利益分享是产权实现的契合点，权利上的分享意味着基于多主体数据产权的联结，形成“法律上存在负担的产权”。这种产权形式允许不同主体在遵守法律规定的前提下，共同享有和使用数据，同时承担相应的法律责任。通过这种方式，可以实现数据的有效利用和价值的最大化。利益上的分享则是指基于数据收益的公平分享，形成“利益上存在负担的产权”。在数据流通和使用过程中，不同主体会根据其贡献和投入获得相应的收益。通过公平合理的利益分配机制，可以激励各方积极参与数据价值的创造和分享，进一步推动数据产业的发展。这两种分享方式共同融合于数据框架性产权的架构之内，形成了一种既保护数据权益又促进数据利用和共享的产权模式。这种模式有助于在保障人权价值的同时，实现效率价值和公共价值的均衡。
(一) 数据框架性产权的法律定位
数据框架性产权旨在促进数据流通和价值挖掘，依托数据要素的非直接作用特性与要素渗透特征，通过赋能传统生产要素实现全要素生产率的系统性提升。数据产权旨在保障投资、付出和劳动，但这并不否认数据在特定主体、类型或场景下可具备一定的对世性与排他性属性；然而，此种法律保护本质上是受限的弱保护，旨在实现数据框架性产权中积极权能与消极权能之间的平衡。
在构建数据框架性产权时，以下几点是关键的：第一，数据处理者的证明责任。鉴于技术和信息不对称，数据处理者应当承担更重的证明责任，包括证明所占有数据的来源、权属以及是否涉及其他主体等。不能主张绝对或独占产权，应依使用情况和法律规定主张使用权。第二，数据框架性产权应当设置一定的存续期限较为合理，这既促进数据要素价值释放，又引导超期数据向公共数据资源池流动实现价值再利用。第三，损害赔偿的范围认定。数据权益受损时，权利人可主张财产和精神损失，但范围有限。财产赔偿以实际损失为限，非财产性权益救济需遵循人格权保障与信息自由的平衡原则进行判定。第四，法律规则适用位序。优先适用强保护模式。数据确权框架的弱保护属性决定其在法律适用中的辅助性地位。通过以上制度设计，数据确权框架既可促进数据要素流通利用，又能实现多元主体权益的均衡配置。
(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
多主体数据产权联结旨在实现数据收益的公平分配，包括经营权、收益权和占有权，旨在打破垄断，推动人性化与公平化。它承认多主体享有框架性产权，通过利益联结方式实现共同享有和收益分配。个人享有个人信息相关权利和收益权，对衍生数据有决定权和收益权。数据处理者在授权范围内使用原始数据，并对衍生数据享有使用权和收益权，同时承担相应义务。以阻断触发为界，原始数据享有者不再享有后续阶段的产权收益，数据处理者可通过技术手段阻断关联，实现数据的可计算和可用性。
2、数据使用权利的适度扩张与激励相容
多元主体数据权属关系的制度建构须通过精细化权责配置，达成效率增益、人权维护与公共利益的动态衡平。明确原始与衍生数据权责，扩大衍生数据使用权，保护其竞争性和财产性利益，激励数据处理者挖掘经济价值。数据经营权认可数据处理者地位，涵盖数据流通使用，涉及动态产权资质和主体管理，确保市场规则稳定。数据收益权强调数据处理者经济价值创造，允许衍生数据二次处理，推动数据经济持续发展。至于数据占有权，虽然数据具有无形性，但我们不应将其产权简单地建立在有形的数据载体之上。数据要素的价值实现独立于其物理载体的物权归属[9]。在云存储等应用场景中，数据载体的所有者和数据权利主体往往是不同的[10]。因此，我们应当从数据的实际使用和控制出发，理解和行使数据占有权。
(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
数字时代数据确权的制度本质聚焦于其市场竞争优势的培育与维护。在司法场域中，数据要素的合规性价值实现争议集中体现为数据资产的合法用益权能与市场竞争维度的冲突，但需置于利益相关者法定权益的衡平考量框架下予以制度性约束。具体而言，数据处理者虽基于劳动赋权理论对派生数据享有用益物权，但因存在原始数据主体的遗传性权源且未实现完全权能阻却，其产权形态呈现附条件排他属性，需通过动态平衡机制协调多元权益主张。这意味着，在数据的处理、流通和处置过程中，如果数据保持较高的识别性，在数据产权制度设计中，原始数据权源主体(包括自然人及法人)在特定阶段内仍保留对该数据资源的部分产权收益权能。通过制度建构形成价值传导通道，使原始数据产权收益与数据加工增值收益形成制度性耦合关联，最终达成激励相容的分配正义状态。讨论数据收益分配时，需区分与个人数据“价格”概念。首先，个人信息财产利益非交易价格等同，直接以价格衡量可能导致价值评估不准确，进而造成赔偿不公平。其次，将数据产权收益与数据的交换价值等同起来也是一种误解。数据要素收益的公正配置须依托利益衡平机制实现要素财产权益的结构性优化，而非传统物权交易范式的简单复现。因此，我们需要建立一个更加科学和合理的数据产权收益分配机制，以确保数据资源的有效利用和公平分配。
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数据产业健康发展的关键，需从收益和成果分配出发，通过有效机制实现高效、人本、公平、有序目标。数据产权的根本价值在于其衍生的间接经济价值，而非数据要素自身直接产生的价值。公平分配应建立在其要素化过程中产生的溢出效应基础上，但由于直接分配方式成本过高，通过税收机制将这种溢出效益转化为社会公共产品更具现实操作性。在规划数据税收体系时，应当以派生收益作为计税基础，构建与数据特性相匹配的再分配机制，严格遵循量能负担与税收公平原则，确保征税对象具备明确的收益属性[11]。意味着数据收益应成为数据课税的基础[12]。同时，数据收益课税应设置合理的边界：
第一，针对个人作为原始数据生成主体，其收益难以货币化计量，导致税收征管缺乏可行性和必要性。
第二，企业作为基础数据创造者虽享有数据资产权益，但基于数字经济均衡发展考量，应豁免其自产数据的纳税义务。
第三，对企业在数据加工与流通环节产生的增值收益，应建立阶梯式税率征收机制。
第四，针对大型数据运营主体，需构建跨区域、跨业态、跨模式的税收管理体系，将数据经营性收入整合至现有税收框架。
此外，为平衡数据收益分配与数字经济发展、技术创新关系，应配套实施税收减免等激励政策，重点扶持中小微企业和专业技术型数据企业，推动构建良性数据产业生态体系。
5. 结语
在互联网时代的浪潮中，作为新型战略性生产要素，数据资源兼具驱动社会财富增长与赋能民生服务效能提升的双重价值。然而，随着数据交易的日益频繁，数据产权的安全性问题也逐渐浮出水面，成为了亟待解决的重要课题。目前，我国在数据交易领域的法律法规体系尚显不足，特别是在数据法律属性和产权归属的界定上缺乏清晰的规定。现行数据产权法律体系存在制度性缺陷，导致数据交易市场面临双重困境：一方面因法规指引缺失难以规范运营机制，另一方面因监管框架模糊无法形成有效约束体系。这种制度供给不足严重制约了数据要素市场化进程的规模化发展和良性生态构建。破解这一困局的核心路径在于推进数据产权分类确权研究，亟需通过立法厘清个人数据、企业数据及公共数据等不同客体的权利属性和法律边界。近年来，全球主要经济体如日本、欧盟、美国及俄罗斯等国相继推进数据保护法律体系建设，其立法实践为我国数据治理提供了重要的域外经验参考。本文基于法经济学理论框架，运用类型化研究方法对个人数据、企业数据及公共数据的确权困境进行体系化解析，通过运用交易成本理论、契约理论及公共利益理论等分析框架，结合我国数据要素市场交易实践中的现实困境，深入剖析了当前数据产权分类法律保护机制存在的制度性障碍，并据此提出构建层次化数据确权法律体系的系统性解决方案。
数据产权的实现本质上是对利益的重新配置，这要求我们既要从经济学和法学的角度综合考虑，又要推动数据多元价值冲突的融合。在维护产权完整性的同时，我们还需摆脱对理想化模式的过度追求，基于适度弱化的框架性产权保护措施，寻求更具实践价值的产权制度构建方案。由此可构建一个能够有效化解分歧、凝聚共识的新型平台，以应对数据产权的动态演变与规范路径的持续调整。