| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 信用/法制 |
| 数据要素产权界定 |
| 第660期 作者：□文/姚志刚 时间：2021/7/1 11:31:17 浏览：260次 |
［提要］ 随着我国数字经济的迅速发展，数据要素逐渐受到社会各界的广泛关注和重视。数据作为要素资源，按照其贡献参与利益分配也被提上日程。而数据权属问题悬而未决，不仅会影响数据的开发利用和数据市场交易，也会影响数字经济的创新发展。本文通过对数据产权特点的分析，结合数据资源的一些特点，对数据产权的界定提出一些想法。
关键词：要素资源；数据要素；数据产权
中图分类号：D9 文献标识码：A
收录日期：2021年4月6日
一、背景
新经济形势背景下，经济形式多样化，生产要素开始不再限于劳动、资本、土地传统资源等。随着数字经济的崛起，数据作为一种强大的生产要素已经进入到经济活动中，这势必会对资源配置效率产生重大影响。党的十九届四中全会提出推进要素市场制度建设，要健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制，实现要素价格市场决定、流动自主有序、配置高效公平。2020年4月，《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》特别强调，要加快培育数据要素市场。数据要素的市场化配置主要包括数据的供给、需求、运营和监管四个方面，涵盖了包括确权、定价、交易、监管等在内的环节。
数据要素按贡献参与分配应该具备四个前提条件，分别是产权界定、要素流动、相对价格以及替代弹性。在这四个前提条件中，产权的确定是首要条件，也是基础条件。要实现要素市场化配置，首要环节是确保清晰的数据产权。据此，本文对数据要素的产权确定进行了一些思考。
二、数据的定义和特点
（一）数据的定义和分类。数据广泛存在于计算机或网络中，主要是信息记录，也包括那些能够被利用的数据集合。按照数据生成特点或持有主体，可以将数据分为个人数据、企业数据、公众数据和政府数据等。通常认为个人数据是由个人产生、形成的，或者是与个人相关联的数据，主要包括从个人处采集的或记录的自然数据；企业数据则是被认为是由企业记录的，能够反映企业基本状况的数据，主要包括企业的财务数据、运营数据或者人力资源相关的数据，同时也包括企业采集或记录的其他数据；公众数据是由公众群体共同产生的数据，主要包括对公众群体的记录以及公众群体的创作；政府数据主要包括政府机构数据，以及由政府行为产生的数据或者与政府工作人员相关的数据。同时，也应该包括由政府依法依规、直接或间接采集的个人的、企业的、公众的和自然的数据。
（二）数据的特点。与资本、劳动、技术等传统生产要素相比，数据作为一种新的生产要素，呈现出许多与传统生产要素不同的特征。
一是非稀缺性。成本与效益原则中指出，要尽量以最小投入获得最大产出，其背后的原因就是资源的稀缺性和有限性。常规生产资源，如自然资源和劳动力资源，在某种程度上，都不是无限可得的。资源在参与生产的过程中，会发生某种转换，如会在一定程度上被消耗或被转换掉。但数据资源则有所不同。数据资源的非稀缺性并非是指数据资源的易获得性，也并非是指数据资源到处都是、随手可得。一般来讲，数据资源的非稀缺性包含两个方面的含义：一方面数据资源目前看来是接近无限开发的。从数量上来看，数据资源的量受数据存储工具的限制。一般而言，如果存储数据的物理设备设施允许，数据资源的量是可以无限大的。另一方面数据资源在经过生产过程之后，依然存在，并不会被消耗掉，资源本身不会有损耗，也不会发生其他改变，是可以多次重复使用的。即使使用过程中数据量进一步增加，也没有污染、排放等问题。
二是非均质性。均质性是指单位资源的同质性。资本、劳动等传统生产要素都具有一定的均质性。单位资本（每一元钱）之间没有本质区别，都具有相同的购买力；劳动力资源之间的差异因为受劳动者个体的影响，可能会有明显差别，但是这种差异也只是在一定范围内存在。单位劳动力也是能够通过一些技术手段或方式来进行度量。所以，综合看来，劳动力的均质性仍然比较明显。数据与上述要素完全不同。从目前的评价标准来看，还无法准确评估数据的价值，也不能对数据价值进行比较。一个比特数据与另外一个比特数据相比，虽然单位相同，但其包含的生产价值是完全不同的；并且从目前的技术环境来看，我们几乎无法对某一企业的数据进行价值评估或横向比较。
三是非排他性。从经济学的角度来看，排他性也称为独占性，是指在技术上排斥他人使用某种资源的可能性。从数据资源的性质来看，数据资源具有某种程度的非排他性特征。数据资源如果储存在储存设备中，是可以被无限复制给多个主体同时使用的。任何使用者对数据资源的使用和消费都不会影响其他使用者的利益，也不会影响整个社会的利益。一方面使用数据资源的边际成本接近为零。每增加一个数据资源的消费者或消费者，不需要再追加额外的投入；另一方面拥有数据资源的边际成本几乎为零。也就是说，每个使用者对数据资源的使用或消费都不会减少，甚至也不会影响其他使用者的使用或消费数量和质量，也不会减少其他人对数据资源的满足程度，所以不存在一般意义上的消费拥挤现象。这是数据资源的便捷性。但这也带来了一个重要问题，即是否需要建立排他性的权利制度安排，以规范和激励对数据资源的供给和有效使用。
（三）数据要素的贡献。数据要素参与生产有助于推动经济增长，提升经济效益，这也是数据要素之所以能够参与收入分配的逻辑前提。传统资源，如自然资源、劳动力资源等受稀缺性影响，供给趋紧；而数据要素的供给规模则随着数字技术的发展而快速扩张。加上数据要素自身的特征，其是在使用过程中的非排他性和高收益性，可以预见的是，数据要素对于经济增长的贡献度会不断攀升。数据要素大规模投入到企业生产中，有助于推动企业技术进步，优化现有生产要素的配置，提升配置效率，进而能够推进企业的全要素生产率提升。
具体而言，数据要素推动经济增长的作用机制可以归结为以下四个方面：第一，数据要素参与生产，有助于实现企业规模经济。一方面对于数字生产加工企业而言，尽管生产数字产品的初始投入成本较高，但数字产品被生产出来后，可以几乎以零成本的方式实现无限次复制。在一定的范围内，随着数据要素量的增加，数据对于固定成本的分摊作用会明显，所以数据要素的平均成本曲线会呈现出明显的下降趋势。这样一来，提供数字产品的企业就会有更强的动机扩大现有生产规模。另一方面对于提供数据信息服务的平台企业而言，伴随数据要素的增加以及数据用户规模的增加，其利润也会随之增加。综合上述两方面来看，进入数字经济时代的企业更容易也更有动力形成规模经济的增长机制。第二，数据要素参与生产，有助于企业获得范围经济。有效利用数据要素有助于平台企业以及其他市场主体获得更大的范围的经济效应。范围经济的获得，要依靠数据用户规模的大小以及数据用户信息的交易频次和规模。一方面庞大的用户规模，有助于平台企业加强与全国乃至全球范围内的产品供应商和消费者在网络平台的实时联通，有助于企业平台优化产品结构，提供多样化的产品，实现和用户各不相同的需求偏好之间的有效匹配；另一方面是从产品供应商的角度来看。供应商能够通过平台企业提供的消费者数据信息，对消费者的需求偏好进行分析，更好地了解市场，有助于实现精准营销。从这个角度来看，不管是一般的产品还是小众化产品都能够匹配到买家，都有助于用户规模的拓展和提升交易频次，从而帮助企业实现范围经济。第三，数据要素参与生产，有助于降低市场交易成本。数据的投入成本，包括数据信息搜集、存储、传输、分析的成本大为下降，企业可以通过较低的成本获得数据服务，甚至市场信息，从而能够大幅降低市场交易成本。一方面数据要素的投入，能够降低现有交易的搜寻匹配成本和讨价还价成本，有助于促进企业之间、企业与消费者之间的交易，提升市场效率；另一方面随着市场信息的不断完善，可以改善原来信息不充分的情况，使之前难以匹配的市场交易得以达成。这有助于帮助大量新交易的达成，扩大产出规模，这对于提高资源配置效率以及扩大企业产出规模都具有重要作用。第四，数据要素参与生产，有助于企业降低管理成本。通过对企业业务流程数字化、智能化升级，可以大幅度降低企业管理成本，帮助企业做大做强。首先，对企业的业务流程进行数字化、智能化升级之后，引入数据分析，就能够实时获取数据并自动分析各个环节流程，及时发现管理中存在的问题，能够助力企业做好事前控制，提升企业管理效率。其次，企业进行数字化、智能化升级之后，能够更准确地捕捉市场需求信息，更好地识别客户需求，推动企业转型，帮助企业改善存货管理，减少库存以及无效供给，提升企业决策的准确性，提升市场风险的应对能力。再次，企业增加数据要素投入，也有利于企业资产周转速度的提升。所以，即使不增加传统要素投入，企业在单位时间内也可以获得更多的产出，获得更高的收益，提升市场竞争力。
三、数据产权的定义和特点
（一）数据产权定义。资源要能够被交易，产权界定是前提。产权也被称为所有权，即谁拥有或控制该资源，并凭借该权利能够对该资源进行处置，并有权参与分配的权利。数据产权是产权概念的延伸，是指数据资源所有者对数据资源的权利，包括对数据资源的归属权、所有权、占有权、支配权、使用权以及收益权等。数据要素的开发环节中，涉及到诸如数据主体、数据持有人和第三方使用人等多个主体。而数据究竟是属于数据创造者还是收集者，这是数据确权争议最大的问题。从理论来说，数据确权的核心是确定谁控制数据、谁有权接入数据、谁有权交易数据和谁有权分配数据价值。
（二）数据产权特点。数据产权也属于产权的一种，所以数据产权也应该具有如下产权性质：第一，排他性。数据产权主体对所拥有的数据资源，应该有权利排除其他经济个体占用的权利。但是，从目前的数据资源情况来看，只有那些未公开的资源，才能够以相对较低的成本排除他人使用；而资源一旦被公开，要排除他人使用几乎是不可能的，这也就是数据资源的非排他性。这是数据产权界定面临的一个难题。即如何在兼顾资源特性和产权特性的前提下，保护数据权利主体的权益。第二，可交易性。数据产权一旦具备排他性后，该权利就会独立于资源存在，则该权利可以进行转让，可以在不同经济个体间进行让渡。数据资源要能够交易，应该具备排他性。数据资源如果能够参与市场交易，即使数据产权的初始配置不符合效益原则，只要后续数据产权的交易成本低于因产权调整引起的价值增加，则交易就是可行的。市场追求利益最大化的动机将会促使数据产权的重新配置，带来数据利用效率的提升。第三，可分割性。该特性依然以排他性为前提。如果数据产权独立于数据资源存在，则权利就可以进行分割。被分割后的权利单位便于吸引更多的交易者，促进交易的达成，实现部分权利甚至整体权利的让渡或转移，也能有效促进资源的优化配置。
四、数据产权的困境
（一）数据资源的多样性，导致数据权利类型的多样性，并且不同类型数据权利在内容上也存在着较大的差异。按照数据来源不同划分权利主体，可以大致将其分为自然人主体、政府主体和企业主体。自然人对自己的数据享有隐私权，所以个人数据资源主要涉及到个人的隐私问题。自然人对个人数据的权利重点在于如何保护其对个人数据的自主决定权，如何维护自身利益不受侵害，防止个人数据被非法收集或利用。对于政府数据，按照现有的观点来看，这属于公共资源，所以公众享有知情权、访问权和使用权。所以，对于政府数据的保护，要考虑如何维护公众的权益。企业数据则主要是指企业层面的，主要包含企业的知识产权、商业秘密等信息的数据。企业数据应由企业所有。所以，企业数据保护的重点应该是如何维护企业在市场中合法的竞争权益等。
个人数据在法律上是一个明确的法律概念，所以个人数据的保护相对而言，操作难度会小于政府数据和企业数据。在目前的经济形势和政治形势下，政府数据逐渐呈开放的讨论语境，政府数据也成为一种重要的权利客体。在法律上概念的明确也指日可待。与个人数据、政府数据比较而言，目前商业数据比较模糊，法律上尚未具备严格的法律概念。这也是数据产权确定的一个难点。
（二）数据生产链条有众多参与者。数据资源作为一种特殊资源，与其他财产不同的是，有多个参与者对数据进行支配，并且每一个参与者在各自参与的环节中会不同程度地赋予数据不同的价值。在数据的整个生命周期（产生、分配、交易、利用等）有多个参与者（包括数据提供者、数据收集者、数据处理者等）参与。产权的界定需要做的就是要界定权利和责任。要在众多参与者之间进行权责划分，甚至进行清晰界定，从目前来看是比较困难的。
在大多数情况下，数据不会自动产生价值，只有数据处理者对数据进行采集、加工、处理和分析，数据才会发挥作用、产生价值。所以，数据的提供者虽然提供数据，但是如果不能对数据进行处理，也是无法获得收益的。也就是说，数据的各项权利需要在数据控制处理者的支持和配合之下才会发挥作用。所以，数据的提供者与数据处理者之间有依赖关系，数据提供者要依靠数据处理者。这样一来，某一特定参与者要想获得专属的、绝对排他性的所有权在实践上是不具备可操作性。
（三）数据产权内容和一般产权内容有所不同。通常意义上的所有权是指资源所有者几乎能够完全拥有、占有和使用该物的权利，并能够凭借该权利获得收益，而责任问题或侵权行为的产生一般是由于没有妥善保管才会发生。但数据资源本身的特点（如非稀缺性和非排他性）和其他资源有所不同，这使得数据资源的所有权和民法对一般资源所有权的界定会有所不同。在数据的整个生命周期中，数据产权会有不同的支配主体，对于权利人来说，可能需要承担更多的义务和责任，不仅包括要对数据资源进行保密，防止数据泄露以及数据侵权等事件，可能也需要在日常的数据收集和处理中履行相应的义务。
五、数据产权优化建议
基于数据资源特点和数据产权的一些特点，本文对数据产权优化提出了一些思考和建议。
（一）数据产权优化需要清楚界定数据主体与数据记录者之间的权利边界。数据确权的目的在于对数据权利的设定和保护作用，所以一定要以准确判定数据性质和分类为前提。对于数据性质，建议区分原始数据和衍生数据。原始数据主要是指用户提交的数据和对用户行为的记录数据等。对于原始数据而言，数据的提供者应享有个人数据权，而数据的使用者只有在用户授权的情况下才能对数据进行处理、利用。衍生数据，即原始数据以外的数据，是数据记录者通过分析加工生成的数据。对于衍生数据而言，由于数据记录者加工生成了该数据，所以数据记录者应该享有对数据的处置权；但是，如果衍生数据中涉及到个人数据时，该部分数据的提供者（即数据主体）则应该享有个人数据权。
从优化资源配置的角度出发，数据产权机制应鼓励而非限制价值创造行为。关于数据资源收益权的划分建议：可以首先将数据资源的收益权划分给数据平台企业，但是一定要保证个人数据不被企业平台使用。在个人隐私权得到保护的前提下，将收益权首先界定给数据平台企业，这样有利于发挥平台企业的相对优势。数据汇总到平台企业，不需要企业刻意搜集数据，平台会自动记录数据，这样就会节省数据搜集成本，从而有利于创造更多的社会价值。如果平台企业收集的数据涉及到用户重要隐私或财产数据，应保护用户权益，如赋予用户决策和选择的权利。用户有权同意或拒绝平台企业的搜集，而平台企业应向用户支付一定的费用用以补偿分享收益或补偿人格权、财产权可能遭到威胁的风险。
（二）尽快健全个人数据保护立法体系。如何在保护个人数据权利的基础上发展数字经济应该成为值得思考的问题。从目前数据保护的角度来看，与数据相关的法律依据主要包括《合同法》《反不正当竞争法》。但经济形势更加复杂和多样化，数据侵权行为层出不穷，且形式更加多样。原有的数据保护思路已落后于数字经济发展的需要。目前，我国在数据确权和保护方面的立法实践已明显落后，应借鉴国际经验，尽快制定专门的数据保护法，来明确数据产权的边界和责任。完善法律体系，才能够激励数据权利人的持续创造能力，推动数字经济秩序的完善。
（三）实行数据产权分级安全保护机制，加强对各行业领域的数据安全治理。在采用安全防护政策时，要综合考虑行业特征，考虑行业数据的敏感程度、数据可用性要求等因素，针对不同的行业数据采取不同级别的安全防护策略。同时，对数据运营企业的资质要求一定从严，高标准要求，尤其是涉及敏感类行业，如国计民生、国家公共安全、能源、交通等行业，一定高标准要求，并严格控制数据的应用及传播范围。
（作者单位：四川建筑职业技术学院）
主要参考文献：
［1］于立，王建林.生产要素理论新论——兼论数据要素的共性和特性［J］.经济与管理研究，2020.41（04）.
［2］张亮亮，陈志.培育数据要素市场需加快健全数据产权制度体系［J］.科技中国，2020（05）.
［3］唐要家.数据产权的经济分析［J］.社会科学辑刊，2021（01）.
［4］谢康，夏正豪，肖静华.大数据成为现实生产要素的企业实现机制：产品创新视角［J］.中国工业经济，2020（05）.
［5］李齐，郭成玉.数据资源确权的理论基础与实践应用框架［J］.中国人口·资源与环境，2020.30（11）.
［6］田杰棠，刘露瑶.交易模式、权利界定与数据要素市场培育［J］.改革，2020（07）.
［7］陈涛.数据产权的归属问题探究［J］.市场周刊，2020（04）.
［8］魏鲁彬.数据资源的产权分析［D］.山东大学，2018.
［9］张享维.数据要素参与市场分配的瓶颈与突破［J］.商讯，2020（36）.
［10］李卫东.数据要素参与分配需要处理好哪些关键问题［J］.国家治理，2020（16）.
|
|
|
|
