| 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 |
| 企业数据可携权研究 |
| 第768期 作者：□文/欧阳健松 时间：2026/1/1 15:31:08 浏览：9次 |
［提要］ 本文探讨数字经济下企业数据流通面临的困境。分析指出：现有个人数据可携权制度无法满足企业需求。论证设立企业数据可携权基于劳动投入财产权、促进流通与公平竞争的正当性，并提出制度构建路径，旨在打破数据垄断，释放数据要素价值。
关键词：企业数据；数据可携权；数据流通
中图分类号：D9 文献标识码：A
收录日期：2025年7月2日
一、问题的提出
随着数字经济的迅猛发展，数据已成为企业竞争的核心资源，其自由流通对推动市场创新和经济增长具有关键意义。然而，当前企业间的数据流通却面临着诸多严峻的现实困境，其中数据垄断与锁定效应尤为突出。大型互联网平台凭借先发优势和规模效应，积累了海量数据，并通过技术手段和商业策略将用户牢牢锁定在自身平台上。中小企业因缺乏数据资源，难以进入市场或在竞争中处于劣势。这不仅限制了中小企业的数据获取，也阻碍了数据在不同平台间的自由流通，形成数据孤岛。不同企业或平台的数据往往相互隔离，无法实现有效整合与共享，使得数据的潜在价值难以得到充分发挥，限制了数字经济的创新发展。同一组数据在不同场景和分析方法下，能够产生不同的价值，例如电商平台的用户消费数据，既可以用于精准营销，也可以为供应链优化提供依据，还能为宏观经济研究提供参考。近年来频发的互联网平台数据抓取纠纷，便是数据流通困境的典型体现。部分企业为获取数据资源不择手段，同时也凸显了企业数据流通机制的缺失。这些纠纷不仅损害了企业间的公平竞争，也对数据的合法、有序流通造成了负面影响。
我国数据可携权的确立初衷在于打破个人信息数据的平台垄断格局，降低用户转换服务提供者的迁移成本。然而，数据锁定现象不仅存在于个人数据层面，在数据资源领域表现得更为突出。实践中，企业的数据资源共享意愿普遍不足，致使大量具有潜在价值的数据资源长期处于闲置状态，其经济效用随时间的推移而不断衰减。“数据二十条”提出“保障数据来源者享有获取或复制转移由其促成产生数据的权益”，旨在将数据可携权的适用范围从传统领域延伸至数据资源领域，从而赋予企业对由其参与产生的数据行使可携权的合法性。对于企业数据，我国现行法律体系尚未形成明确的规范，导致企业数据流通受阻，无法充分发挥其作为生产要素的经济价值。因此，企业数据可携权不仅是个人数据可携权的逻辑延伸，更是数字经济时代下完善数据治理体系的迫切需求。确立企业数据可携权制度，不仅能填补现有法律的制度空白，还能为数字经济的健康发展提供保障。
二、我国企业数据流通现实困境
目前，我国数据治理相关制度对于数据流通还未形成较完善的治理模式，企业数据流通在实践中也有诸多困境。
（一）现有制度的回应不足。欧盟《通用数据保护条例》（GDPR）正式通过赋予自然人数据可携权，增强了个人对其数据的控制力，并促进了数据流动。我国《个人信息保护法》第四十五条也借鉴了这一理念，在个人信息保护领域引入了数据可携权。当前的治理模式以数据权益保障为核心，能够为重要信息、敏感数据及个人资料提供充分保障，并有助于保护个人信息安全与人格尊严。但这种治理方式也存在局限，其过分侧重于对数据权利的保护。传统数据治理模式所倡导的“通过强化保护来推动流通”理念已逐渐失去适用性。
个人数据可携权难以直接适用于企业数据的流通需求。从权利主体看，个人数据可携权针对自然人，而企业数据可携权的主体为企业，两者在法律属性和利益诉求上截然不同。自然人更关注个人信息的隐私与安全，而企业则侧重于数据的经济价值和市场竞争优势。核心目的上，个人数据可携权着重于保护个人人格利益，防止个人信息被滥用；企业数据可携权旨在促进数据在企业间的自由流通，打破数据垄断，构建公平竞争的市场秩序，推动数字经济发展。由于个人可携数据通常体量有限，接收方数据处理系统难以对其进行高效整合利用，导致实际产生的经济效益较低。由此可见，现有可携权制度不仅未能充分发挥其推动数据流通的潜在作用，反而因合规成本等问题给企业带来了额外负担，无法有效回应企业数据流通面临的问题，构建企业数据可携权制度迫在眉睫。同时，当下的传统数据交易模式（如点对点交易、数据交易所）同样难以满足规模化、实时性、多源性企业的大数据需求。
（二）权利客体模糊：客体范围难以界定。在权利客体方面，个人数据可携权主要涉及个人提供的结构化个人数据，而企业数据中大量的数据资源不仅包括企业自身生成的原始数据，还涵盖对收集数据加工处理后的衍生数据，范围更为广泛和复杂。原始数据与衍生数据的区分便是诸多难点之一。原始数据是企业在日常运营过程中自然产生的数据，如企业内部的交易记录、员工信息等；衍生数据则是企业对收集到的数据进行加工、分析后形成的新数据，如通过对用户行为数据的深度挖掘得出的市场趋势报告。然而，在实际操作中，两者的界限并非总是清晰可辨。部分数据可能既包含原始数据的特征，又经过了一定程度的加工处理，难以准确归类。
（三）移转机制滞后：技术与法律的双重障碍。当前，数据可携权的实施主要依赖两种技术路径：间接移转要求数据处理者先将用户数据转换为标准化机器可读格式并交付用户，再由用户手动上传至新系统；而直接移转则通过建立机构间的安全传输通道，实现数据处理者之间的点对点自动化传输。但这两种模式对于当下的企业数据可携需求来说都无法满足。
1、间接移转：缺乏通用机器可读格式标准，使得数据在不同系统间的交换面临困难。不同企业使用的数据格式千差万别，数据类型差异显著且缺乏统一的通用格式标准，如CSV、XML、JSON等，每种格式在数据结构、编码方式等方面存在差异，这增加了数据转换的复杂性和成本。在技术层面，大规模数据传输时，数据按照特殊格式下载可能耗费数小时；在制度层面，欧盟《通用数据保护条例》为此设定了1～3个月的响应期限，影响了数据流通的效率。同时，数据接收方导入能力不足也是一大问题。部分企业由于技术水平有限或缺乏相应的数据处理工具，无法有效导入来自其他企业的数据。
2、直接移转：API互操作性低是直接移转的主要障碍。这也是很多企业缺乏实现个人数据可携权动力的原因之一，API作为不同软件系统之间进行数据交互的桥梁，其互操作性直接影响数据的顺畅传输。当前，许多企业的API设计缺乏统一规范，接口参数、调用方式等各不相同，使得数据控制者与接收方之间难以实现高效的数据对接。
在时效性上，现有一次性移转模式也无法满足实时更新数据的分析需求。在当今快速变化的市场环境下，数据的价值往往随着时间的推移而发生变化。企业需要实时获取和分析最新数据，以做出准确的决策。但一次性移转模式只能获取某一时刻的数据快照，无法及时反映数据的动态变化。这使得企业在利用移转数据进行分析时，可能因数据的滞后性而得出不准确的结论，影响企业的市场竞争力。
三、企业数据可携权设立的正当性
（一）劳动投入与财产权益。洛克认为，个体通过自身劳动对自然物施加的改造行为构成财产权的基础。当劳动者运用其劳动改变物品的原始自然状态时，就对该物品确立了合法的财产主张。从哲学层面论证了劳动创造财产的正当性。离散的个体数据难以产生实际经济效用，唯有通过规模化聚合与系统化处理才能释放其商业价值。这也解释了企业为何投入大量资本进行数据采集与加工。自然人虽是原始数据的生成主体，但企业通过劳动赋予数据经济价值的贡献不容忽视。借用洛克财产权理论的分析框架，未经处理的原始数据处于“自然状态”，其经济价值尚未显性化。企业通过数据聚合、数据清洗、数据分析、数据应用等实现数据价值转化，这一系列劳动投入实质上完成了数据从自然状态到经济资源的质变过程，使原始数据转变为具有战略意义的数字资产。
有效的数据财产权制度应当包含多层次的权利内容，才能够避免数据财产权沦为空洞的法律概念，真正成为促进数据价值释放的制度工具。其中，数据价值的实现高度依赖流通效率——数据流动性与其经济价值呈显著正相关。因此，法律制度应当在保障数据安全的前提下，最大限度消除数据流通的制度性障碍，推动形成开放共享的数据要素市场。企业作为关键的市场主体，其数据权益保护应当获得与个人数据同等的法律关注。特别是在当前数字竞争格局下，建立企业数据可携权制度不仅具有法理正当性，也符合数字经济发展的现实需求。这一权利的确立能够有效平衡数据保护与流通利用之间的关系，为构建可持续的数字经济生态提供制度支撑。
（二）促进数据流通与价值释放。数据通过不断地流通共享，会因其是信息载体的本质而呈现价值增值的特性，即同一数据集通过多维度的数据分析可以衍生出差异化的价值。以电商平台用户行为数据为例，该数据集合至少存在三重价值维度：商业运营维度可用于精准营销与用户画像构建；经济学维度能够反映宏观经济走势与消费结构变迁；社会学维度则有助于洞察群体行为模式与社会文化变迁。这种价值多元性随着数据融合程度的提升而呈指数级增长，当不同来源的数据集产生交叉关联时，其分析价值将获得几何级数的提升。可以看出，流动性是数据价值最大化的关键条件。作为数字经济的基础性生产要素，促进流通的数据治理模式也是当今世界共同关注的焦点，这也同时要求各国建立促进数据自由流动的关键制度环境。
正因如此，企业数据可携权制度的建立具有双重制度价值：微观层面，它降低了市场主体数据再利用的交易成本，使企业能够更高效地实现数据要素的跨场景应用；宏观层面，该制度通过规范化的数据流通机制，有效维护了数字市场的竞争秩序。这种制度安排既回应了企业对数据资源优化配置的实践需求，也符合数据要素市场化配置的客观规律，为构建开放、共享的数字经济生态提供了必要的制度保障。
（三）维护公平竞争秩序。目前，市场中头部企业通过数据积累获得支配地位后，往往利用数据资源实施准入封锁和算法歧视，形成数据垄断。这种垄断导致“用户锁定效应”，由于数据迁移成本过高，缺乏数据可携机制将导致用户在平台迁移时面临双重困境，既需承担重复数据积累的高昂成本，又无法延续利用既有数据资产。这种制度缺陷实质上构成了对数据要素优化配置的严重阻碍，用户被迫滞留原平台或放弃数据积累，严重制约数据价值的实现。建立企业数据可携权制度，赋予市场主体平等的数据迁移权利，是打破数据垄断、促进市场竞争的有效路径。既能提升数据要素流动性，又能优化数字市场生态，对推动数字经济健康发展具有重要意义。
四、企业数据可携权制度构建
（一）权利的价值取向。当前，全球数据可携权的制度设计普遍将其嵌套于隐私保护法律框架内，形成以个体权利保护为核心的单维制度架构。也就是专注于个人数据可携权，强调个人数据自决权，导致数据要素的市场流通价值被系统性低估，造成数据资源的社会化利用受阻。这种个体本位主义立法取向，与数字经济时代数据作为关键生产要素需要高效流通的内在要求产生了矛盾。
个人数据可携权与企业数据可携权的价值取向存在本质差异。个人数据可携权以保护自然人隐私权和信息自决权为核心，通过《个人信息保护法》等制度防范数据滥用风险；而企业数据可携权应主要服务于市场竞争秩序维护，其制度价值应体现在打破数据垄断、促进数据流通和市场竞争上，突破传统隐私权框架的局限，定位为以权益保障为前提与数据要素市场化配置为重点的制度工具，从而保障数字市场的良性发展。
（二）权利界定：客体范围的明确。在构建企业数据可携权制度时，明确客体范围与主体资格至关重要。需进一步清晰界定企业数据可携权的相关范畴。
企业数据可携权的客体应明确包含原始数据与衍生数据。原始数据作为企业在日常经营活动中自然生成的数据，如企业内部的运营记录、交易数据等，是企业数据资产的基础组成部分。基于洛克财产权劳动理论，企业通过劳动投入使原始数据转化为具有新价值的衍生数据，是企业通过对收集的数据进行深度加工、分析后所形成的新数据，例如基于用户行为分析得出的市场预测报告等，其蕴含着企业独特的商业智慧与价值，理应获得相应的财产权利。这两类数据对于企业在市场竞争中获取优势地位具有关键作用，应纳入可携权客体范围，以保障企业对自身数据的合理权益，促进数据在企业间的流通与共享。但权利行使必须设置必要限制，包括保护商业秘密和专利等知识产权例外、遵守数据安全法规与技术标准以及严格保护涉及个人隐私的数据。在促进数据要素流通的同时，有效维护了市场竞争秩序和数据安全底线，为数字经济的可持续发展提供了制度保障。
（三）移转规则：技术标准与法律程序的协同
第一，技术标准采用XML/JSON等开放格式，能够确保数据在不同系统间的兼容性与可读性。这些开放格式具有广泛的应用基础和良好的扩展性，便于数据的交换与共享。同时，要求数据控制者提供元数据说明，可帮助数据接收方更好地理解数据的含义、结构和使用方法，提高数据移转的效率和准确性。例如，在企业间的数据合作中，清晰的元数据说明能使接收方迅速了解数据的来源、采集时间、数据字段定义等关键信息，从而更有效地利用移转的数据。
第二，法律程序以“技术可行”为前提。欧洲理事会近年来持续推动数据流动共享机制建设，特别强调“互操作性”作为关键制度要素，即不同系统基于统一通信协议实现数据交换与功能协同的能力，确保数据资源能在多元环境中自由流通与重复利用。明确拒绝移转需举证技术不可行，数据控制者不能随意拒绝企业的数据移转请求，若拒绝，必须提供充分的证据证明技术上确实无法实现。这有助于防止数据控制者滥用权利，保障企业数据可携权的实现。例如，当企业提出数据移转请求时，数据控制者若以技术困难为由拒绝，需详细说明具体的技术障碍，如系统兼容性问题、数据格式转换难题等，并提供相关技术报告或专家意见作为支撑。
第三，辅助机制。在技术可行的前提下建立实时可持续的数据移转模式，同时引入第三方数据中介，有效降低企业移转成本。第三方数据中介具备专业的数据处理能力和丰富的行业经验，能够为企业提供数据清洗、格式转换、安全传输等一站式服务。企业只需将数据移转需求提交给中介机构，由中介负责与数据控制者进行沟通协调，完成数据的提取、处理和交付。不仅减轻了企业的数据移转负担，还提高了数据移转的安全性和可靠性。例如，在一些跨行业的数据合作中，第三方数据中介可以凭借其专业优势，解决不同行业数据标准不一致的问题，促进数据的顺畅流通。
五、结论
企业数据可携权制度应以促进数据流通与公平竞争为核心，通过明确价值取向、权利界定和移转规则，并结合技术标准，形成系统化的法律框架。该制度的确立将有效打破数据垄断，促进市场活力与创新，为中国数字经济的可持续发展提供法律保障。
（作者单位：江西理工大学）
主要参考文献：
［1］冯晓青.数据产权法律构造论［J］.政法论丛，2024（01）.
［2］梅夏英.在分享和控制之间数据保护的私法局限和公共秩序构建［J］.中外法学，2019（04）.
［3］商建刚.从保护到流通：我国数据治理范式反思［J］.苏州大学学报（哲学社会科学版），2024（01）.
［4］武腾.数据资源的合理利用与财产构造［J］.清华法学，2023（01）.
［5］洛克.政府论（下卷）［M］.北京：商务印书馆，1996.
［6］王利明，丁晓东.论《个人信息保护法》的亮点、特色与适用［J］.法学家，2021（06）.
［7］张东.论元数据互操作的层次［J］.情报理论与实践，2005（06）.
|
|
|
|
