摘 要: 数据要素流通治理体系的建构需要准确把握数据要素的信息载体本质。数据要素是市场供需信号的信息载体，具有虚拟商品属性，其生成和再生产未必具有固定流程，很难制定统一的监管标准，不宜完全按私人劳动产品进行产权配置。如对数据不加区分，强行设置拟制物权，可能导致数据成为少数超级平台控制下的商业资本增殖工具，非平台主体难以公平参与数据要素产生的收益分配。基于当前数据流通由产品交易向知识服务的商业模式转变，可从三方面健全治理体系：一是合理确定赋权对象，根据数据承载内容进行差异化的权属配置；二是构建“算法治数”的数据流通监管科技体系，发挥算法治理作用；三是完善贡献评价、国家调控和消费者保护三方面的数据收益分配规则，激励多元主体共同参与数据要素的价值创造。
作者简介: 赵秉元，中国人民大学法学院博士生、交叉科学研究院文理交叉博士生；徐信予，中共中央党校政治与法律教研部讲师；李振新（通讯作者），中国人民大学国家发展与战略研究院研究员
当前，数据要素广泛应用于政府治理、企业管理、金融服务、科技创新等领域，快速融入生产、分配、交换、消费等各个经济环节，推动生产方式、生活方式和社会治理方式的深刻变革。习近平总书记指出：“加快建设数字中国，构建以数据为关键要素的数字经济，推动实体经济和数字经济融合发展。”促进数据要素高效有序流通是数字经济持续健康发展的必然要求。《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“增强数据要素共享性、普惠性，激励创新创业创造，强化反垄断和反不正当竞争，形成依法规范、共同参与、各取所需、共享红利的发展模式”。推动数据要素市场治理体系建设，是对数据要素市场化配置的有益探索，在具体制度的建构上亟待细化落实。
一、问题的提出：如何认识当前数据要素流通治理的理论基础？
党的二十届三中全会提出要“加快建立数据产权归属认定、市场交易、权益分配、利益保护制度”。数据作为新型生产要素，其畅通流动和高效配置需要建立和健全相应的治理体系。在数据要素流通的治理过程中，存在一些始终困扰交易主体和监管者的基础性问题：产权作为数据进入流通领域的前提，如何进行设置？数据流通的模式业态日新月异，如何实现有效监管？对于数据流通完成后所产生的收益，如何加以公平分配？
对于以上问题，理论和实务界有很多讨论。其中，数据作为交易对象的客体定性和确权是流通交易的基础和核心问题。从国内现有的政策立法和理论学说来看，主要是从德国民法、英美财产法和西方的已有概念入手，认为数据要素具有虚拟性、非竞争性、强正外部性、可复用性等特征，在价值创造上具有规模报酬递增、质量依赖、高度场景化等技术、经济特征，据此提出权利束、新型财产权、数据利益保护等不同的权属分配模式，进而建构数据的产权和流通制度。主要包括以下几种观点：
第一，英美财产法理论衍生的数据权利束说。大陆法系奉行的主要是从所有权这一初始权利切分并创设使用权、收益权等一系列限制性权利的“权能分离”理论。英美法系则认为产权是由许多权利组成的权利束，同一财产可以并存多元主体、多元利益，无需以所有权这一元权利为基础，其理论与实践所说的所有权也只是某一财产权益。在借鉴美国法的基础上，有学者对数据产权提出了权利束、权利块等观点，认为数据权益是多项权利的集合，并非单一的权利，也不适合设置排他性的所有权。基于此观点的数据产权设置是对数据的占有、使用、收益、处分进行不同的界定和排列组合。
第二，以德国民法上物债二分理论为基础，对信息拟制物权而构建的新型财产权说。数据需要以私有产权的形式加以保护。传统的财产权并不能满足数据权益保护的需要，应设置专门针对数据且内容更为复杂的新型产权。这种产权体系赋予数据来源者排他性的所有权，同时也认可流通中基于交易主体之间的协议所创设的各类权利，但这些权利仅在协议主体之间有效，不得对抗所有权。
第三，认为数据作为一种新型财产，很难赋予其一般性的财产权保护，但可将其视为一种利益通过行为规制进行保护。法律对新型数据财产并不进行确权，而是通过合同法、行政法、反不正当竞争法、行政法与刑法等对数据的流通交易等行为进行规制。通过回避产权界定问题、强化具体行为规制以促进数据流通，可以提供比数据财产权保护更为合理的保护模式。
从根源上来说，权利束、权利块、新型财产权等理论是边际效用理论背后的主观价值论在法学界的映射。依照这个理论，商品价值是一种主观心理现象，是对物品满足主体欲望的程度的感受；价值尺度是边际效用，生产资料的价值由生产出来的最终消费品的边际效用所决定。据此，数据要素的价值由其使用价值决定，其赋权、定价取决于供求双方对使用价值的主观感受而非人类劳动。在此基础上的数据确权和流通交易制度设计是基于主体对数据的主观价值判断，偏向于将更多权利赋予提供使用价值的数据产品和服务企业。在此基础上从效率、供求、技术、信用、交易模式等角度构建数据产权分置、数据登记、场内外市场构建、收益分配等规则。
这些观点确实回应了数据要素市场的部分现实需求，但存在这样几个问题：第一，没有厘清数据要素的本质这一前提，即什么样的数据才属于生产要素的范畴，进入流通领域的数据要素具有何种经济属性；第二，仅是从某个侧面抓住了数据流通的一些表象就事论事，很少有从数据本身所承载内容的归纳入手，对数据要素生成的经济本源、商品化的内在动力、再生产的价值创造过程进行系统性分析；第三，提出的制度设计多是把传统商品流通的制度和理论强行移植到数据上来，导致数据流通的具体制度落地缺乏可操作性。面对上述问题，有必要回归数据要素这一对象本身，基于其所承载的内容，归纳其经济本质，在此基础上建构流通治理体系。因此，本文将从流通视角入手，借助马克思主义政治，厘清哪些数据才能作为生产要素，构成生产要素的数据经济本质到底是什么，数据要素的经济本质如何影响它的权属划分、流通监管和收益分配，由此探索化解数据要素流动的制度障碍。
二、数据要素的经济本质分析：承载市场供需信号的虚拟商品
（一）连通生产与消费：作为生产要素的数据是一种市场供需信号
从最基本的角度而言，数据是对客观事实的一种归纳和概括。国际标准化组织认为“数据是对事实、概念或指令的一种形式化表示”，国际数据管理协会也认为“数据是以文字、数字、图像、图形等数字化格式表现事实的方式”。数据的产生和演进源于现实社会的需求——表达并记录事物的特征。随着人类社会的发展，社会交往逐渐增多，越来越多的事物以数字化的形式被记录下来，逐渐形成了数据，它是信息的一种表现形式和载体，并随着市场主体的交易活动和大数据技术的发展逐渐应用到商业乃至整个社会经济领域，其价值在于承载了有用的经济信息。
生产活动离不开各类信息的指引和调节。供给与需求的信息始终是经济发展中最基本和核心的内容，数据之所以能成为生产要素，关键在于其通过供需信息的高效传递调节生产、消费和流通等经济活动，即释放市场供需信号。“供需信号”一词来源于诺贝尔奖得主迈克尔·斯彭斯（A. Michael Spence）提出的市场信号（market signals），指市场中个体的活动或特征，他们通过特定设计的事情或偶然事件改变市场中其他个体的理念或向其他个体传递信息。价格是最基本的供需信号。诺贝尔奖获得者米尔顿·弗里德曼（Milton Friedman）认为价格以最有效的方式传递了生产和消费的信息，而价格本身也是以数据形式存在的。19世纪晚期出现的电话黄页是较早的一种作为市场供需信号的数据，是按企业性质和产品类别进行编排形成的工商电话号码簿，在宏观上也能反映地方的政治、经济、文化、生活、市场等社会信息，蕴含着市场的供需信息，但是其收集的供给与需求信息具有一定的滞后性。同一时期出现的直接邮递广告（direct-mail marketing）是数据在商业领域应用的早期形式，其本质上是基于收集的用户数据，分析其需求然后有针对性地投放广告，这体现了数据对市场供求的连接。当然，工业时代的生产主要还是借助于土地、机器和劳动力的投入，对数据和信息的利用还难称必需。
随着信息时代的到来，数据作为一种市场供需信号大规模应用于生产领域，并成为生产所必需的一种要素，这种情况最开始在信用领域得到了集中体现。现代经济活动交易频繁，面临资本的相对短缺，以债务形式延迟进行给付的“信用交易”有效弥补了资本不足的困境。信任的基础是信用，而信用的基础是信息。了解交易对手还款付息的意愿与能力的信息成为一种刚性需求。银行等金融机构需要通过数据评估信用，分析企业产品的市场供求情况，以确定其还款付息的能力，这离不开对数据开展大规模的集成应用。企业也反过来借助数据指导自身生产经营、提升信用资质并获得更多融资，使得数据逐渐成为生产经营的基本要素。这种基于数据分析资金供求和企业盈利能力的方式，正是数据作为市场供需信号的本质体现。征信数据是数据要素发展早期的主要表现形式，狭义的征信数据主要指的是主体的信贷等信用活动数据。它源于央行系统内积累的自然人和法人的金融信息，特指“反映自然人、法人还款付息的意愿与能力的信息，这一信息直接应用于信贷领域”。在个人征信业务市场化的背景下，替代数据开始出现，这也被称为“大征信”“信用数据”，即广义的征信概念。它是指传统主流信用评级指标以外能够反映主体信用状况的各类数据，如个人的财产、税务、网络搜索、水电气话账单信息等，范围更广。大数据技术的广泛应用，形成了多种类型的替代数据。相比于指标较为单一、指标与信用度之间关联度不足的传统信用评价体系，替代数据的引入能够更为全面地反映征信主体的消费和投资情况，也就能够更合理地向市场传递供需信息。
从我国的发展实践来看，计划经济时代的数据统计仅作为制定指令性计划的依据，真正作为生产要素的数据也是出现在大数据技术广泛应用之后。2013年《征信业管理条例》颁布，中国人民银行逐渐建成了全球最大的信用数据库，这一时期也正是大数据技术方兴未艾的时期。这些数据涵盖了征信主体的基本信息、信贷信息、非信贷信息、公共信息等。通过分析信用数据，征信机构能够动态、实时、准确地进行用户画像，评价其偿债意愿和偿债能力，进而促进其与适配的产品和服务的对接，这也是我国的数据要素在经济领域发挥市场调节作用最早的规模化应用，也是数据要素作为市场供需信号的体现。
今天，数据伴随着互联网平台和数字数据技术的发展，借助于其海量规模和高效传递信息的优势，在生产端和消费端发挥着基础性的作用。对生产端而言，拥有并利用关键的各类数据是企业竞争优势的关键来源，掌握其产业链上下游各个供应商和销售商的存货、生产、运输、员工、贷款等数据，有利于企业进一步降低生产协作过程中的流通成本。对于消费端的各类企业，数据记录了客户的行为、偏好以及相应的网络环境，为优化服务、提升用户消费体验提供信息支撑。
从上述过程来看，数据之所以能够成为生产要素，关键在于承载了对生产而言所必需的市场供需信息。生产要素是指物质生产所必需的一切要素及其环境条件，劳动者和生产资料是物质资料生产的最基本要素。从视角而言，数据作为一种生产要素，主要是指能够为个人或企业带来经济利益、以数字化方式记录的信息资源。它主要具有两方面的内涵：一是以数字化形式展现的客观事实；二是对生产和劳动具有经济意义的要素。我们日常生活中所理解的数据并不一定是数据要素，只有经过加工处理后对经济生产有意义的数据才能称为数据要素。在此基础上，从当前数据利用和算法开发的角度，对数据所承载的信息内容可以有一个大概的划分：首先是承载了网络虚拟资产和数字货币的部分，这一部分属于金融法的资产范畴；其次是商业秘密、著作权等知识产权法所保护的信息，这一部分属于知识资产；再次是无法达到知识产权保护门槛的各种用户原创内容；最后是构成经济利益的经营信息、技术信息等。在上述承载不同信息内容的数据中，网络虚拟资产、数字货币和知识产权的各类智力成果属于资产的范畴，并不属于要素，也没有反映市场供求，数据仅是这些资产的数字化表现形式。因此，从要素的角度来看，目前属于数据要素范畴的主要是用户信息、经营信息和技术信息等能够反馈市场供求这一基本经济信息的内容。综上，数据要素主要是对生产经营等商业活动有意义的个人信息、公共数据、商业统计数据乃至部分纳入商业秘密的信息，是数据通过收集、存储、加工等环节之后，成为反馈市场供需状况的要素。
（二）从资源到商品：流通领域的数据要素是一种虚拟商品
随着计算机、互联网和移动通信网络的迅速发展，数据成为一种有价值的信息资源，并开始作为一种商品在市场上流通。数据的生成和使用遵循的是数学规律和数据技术，通过被收集、处理和分析，提取出有用的信息，这是数据资源化的过程，之后随着市场对数据日益增加的需求，数据作为一种商品进入流通领域而成为一种交易对象。因此，数据天然是一种信息资源，但并非天然是商品，只是由于特定的数字社会关系才让它成为商品，这使得它具有虚拟商品的特点。
虚拟商品是在马克思主义劳动价值论基础上衍生而来的一个概念。马克思认为：“商品是彼此独立进行的私人劳动的产品。”在此基础上，卡尔·波兰尼、迈克尔·布洛维等学者认为市场经济中存在着一些以商品形式流通，但本身并非完全产生于私人劳动的事物，即虚拟商品，主要包括土地、劳动力、知识、技术等生产要素。譬如，劳动力产生于人类生命活动，但人的繁衍和教育并非市场组织的生产或交易行为，而要遵循生命科学规律；土地作为一种自然资源，是自然物，物质循环过程遵循自然规律而非市场法则；知识是人类有关世界的实践和认识的经验累积，遵循人类智力活动的规律。虚拟商品的特点在于，虽在市场中进行商品化的交易流通，但其经济价值是基于特定社会关系而产生，生产和流通并不完全属于私人劳动产品的范畴。虚拟商品理论提出的目的在于解决“市场失灵”问题，通过对商品本身特点的考量为国家干预提供基础：对于非商品，仅凭市场调节会产生某些“结构性矛盾与策略两难的困境”，例如公民个人信息非法买卖等，这未必是市场机制的缺陷，而是被调节对象的非商品属性所致，所以虚拟商品的流通不能像私人劳动产品那样完全交给市场调节，而是需要国家干预。
数据原本是一种信息载体，它的商品化也是社会关系的产物，其生成过程和价值形成并不完全遵循市场规律，不完全符合私人劳动产品“劳动”和“价值”的范畴，具有虚拟商品属性，主要表现在以下几个方面：
首先，处理数据的行为不一定属于私人劳动的范畴。马克思定义的劳动是“人以自身的活动来引起、调整和控制人与自然之间的物质变换的过程”。数据一开始产生的目的是满足人们对客观事实存在记录的需要，是一种信息载体，仅仅是客观事实的一种表现形式，其生成的过程并不一定伴随着“人与自然之间的物质变换过程”。要实现完整意义上的“劳动”，还需将数据与物质资料相结合。仅加工信息载体但未与物质资料相结合，并不构成完整意义的“劳动”。同时，数据大多是社会协作劳动的结果，从原始数据到生产要素再到数据产品，这一过程需要不同环节中个人、企业、国家等多元社会主体的协作，很多数据也并非来自雇佣劳动，而是来自用户自发的数据上传和交互，这些并不一定是基于经济目的而进行的生产行为。因此，数据并非纯粹的私人劳动产物。
其次，数据一开始并不都是作为商品而产生的。许多观点所认为的用户“数字劳动”，即在互联网和移动终端进行购物、社交和游戏等活动产生的数据，本身并不是作为一种商品而被生产出来，而仅是对用户行为的一种记录，主要用于优化App、用户权益保障和纠纷解决等目的。记录的数据也多属于公民个人信息的范畴而非商品，因此具有显著的非商品属性。譬如，在淘宝诉美景公司案这一国内首例大数据产品竞争纠纷案中，法院一方面肯认了涉案产品“生意参谋”是淘宝公司加工处理数据的产品，可作为企业的数字资产，但另一方面也指出用户访问网站产生的数据不宜一概认定为企业的私有资产，并非所有处理数据的行为都可作为数据可财产性的来源，单纯的收集汇聚用户信息的行为不能归于企业劳动成果的范畴，否则将会妨害数据的正常流动。换言之，如果所有的数据生成或者处理行为都算作是劳动，那就意味着其他主体如果要迁移或者使用数据都要向来源者支付相应对价，那么企业使用用户数据，是不是还得向作为数据来源方的用户付费？这些问题很难一概而论，需根据不同情形进行具体分析。
最后，数据的收集和处理未必具有社会必要劳动时间。马克思认为，商品的价值量由生产商品的社会必要劳动时间决定，社会必要劳动时间是“在当前社会正常生产条件下，在社会平均劳动熟练度和劳动强度下制造某种使用价值所需的劳动时间”。数据要素所承载和反映的客观事实是异质化的，其开发利用是高度个性化、多元化、场景化的，很难给出一个“社会正常生产条件”“平均技术水平”“社会必要劳动时间”。从“数据二十条”以及欧盟《通用数据保护规则》《数据法案》等国内外代表性立法来看，数据要素的定价主要取决于其质量、稀缺性、应用场景以及能否满足市场需求，这些因素主要取决于买卖双方的主观看法，在市场中目前主要采用的也是第三方评估或者协商定价的方式，缺乏普遍认可的标准，成本法、收益法等主流计量方法对同一数据的价格计算结果差异也往往较大，因此很难说数据有一个“社会必要劳动时间”。
因此，数据要素本身并不完全是私人劳动产品，具有显著的虚拟商品属性，其生成、处理和流通具有显著的社会性，属于商品化的社会物，其私人劳动属性的界定以及随之而来的产权配置不能完全交由市场调节或者私有化，需要国家干预。
（三）商品化到资本化：数据要素催生资本的新形态
企业对数据要素的大规模收集和利用，推动数据从信息资源成为一种商品，其最终目的是通过数据占有更多的剩余价值从而获取利润，这就使数据要素逐渐开始走向资本化。一方面，“大数据杀熟”“困在系统里的外卖骑手”等社会问题都体现了经营者借助数据对剩余价值的最大化占有；另一方面，企业通过数据资产质押融资、数据资产增信贷款、数据资产作价入股等方式，将数据资产转化为具有实际经济价值的资本，实现数据资产的保值、增值、流通并扩大再生产。在此基础上，有学者提出了数据资本的概念，认为数据要素深度融入商品生产，形成了数据资本，并带来了生产关系重构的极化效应，包括结构性的数字鸿沟不断凸显的区域极化效应、资本对数据垄断日益强化的生产极化效应和劳动过程的实际隶属日渐加剧的收入极化效应。数据的资本化逐渐与社会化大生产过程相结合并占据控制地位，重构了社会生产关系。不仅是平台员工的劳动，互联网用户产生的数据也参与了数据商品的生产过程，互联网用户也成为被剥削的对象，数据资本正在取代传统资本成为新的资本剥削形式。
数据资本是商业资本在数字经济时代的新表现，其背后的资本剥削逻辑仍是占有劳动创造的剩余价值。数据产品和服务的价值最终还是由人类劳动决定。形成数据的最初生产过程不仅需耗费大量能源、设备，同时也需要耗费员工的脑力或体力劳动。虽然便捷的数字化复制和传输手段可使再生产数据商品所需的成本与劳动时间无限接近于零，但其生产和再加工还是需要人类劳动的参与才能满足消费需求。数据要素的主要作用在于提高供求匹配效率，类似于传统商业资本对接供需的作用，商品本身还是需要劳动才能产生。企业的利润来源并没有发生改变，仍然来自生产环节。机器学习系统只改变了利润获取的手段，人的活劳动仍是创造价值的唯一源泉。
因此，数据资本是商业资本在数字化时代的一种新形态，并未改变资本剥削追求剩余价值的基本逻辑。对数据流通的治理本质上还是对其背后的资本关系的治理，关键在于识别并规制资本化的数据要素经济关系。
三、数据流通的治理困境：信息载体的异化和法律拟制的局限性
（一）拟制物权与信息流通之间的矛盾导致数据确权困难
产权不是从来就有的，而是人类基于自身意志用法律等手段创设出来的。卢梭认为，唯有在法律确认后，最初占有者的权利才能成为真正的权利。在此基础上，有学者指出，所有权只是法律的一种拟制（fiction），其“要义是资格”。洛克、卢梭等近代启蒙思想家提出的社会契约理论认为自然状态下的财产占有并不能保证人们安全地享受财产收益，只有将“自然占有”转化为“法定占有”，“自然之权”转化为“法定之权”，才能充分保障权利人利益的实现。现有数据的确权、交易等流通方面的规则多是借鉴原有法律制度并将其套用到数据的产物，通过人为构造权利，保障利益分配格局的稳定和主体权益的确定性，是传统法律制度在数据领域的一种拟制，其本质是对数据及其承载信息的利益归属加以确认，形成拟制权益及流通规制体系。
数据要素市场化配置需要产权制度的建构和保障，但不合理的赋权也会阻碍数据要素的流动。自20世纪末开始，在信息产业、互联网行业、数字经济等新兴经济领域和业态兴起的背景下，各国在知识产权领域内开始了以非排他性、共享性的数字化知识和信息为产权客体的制度建构，有学者称之为“第二次圈地运动”。譬如欧盟《数据库保护指令》第3条规定：“凡在内容的选择或编排方面体现了作者自己的智力创作的数据库，均可获得版权保护。”2005年，欧盟评估了《数据库保护指令》的绩效，发现从2002年至2004年，欧盟的数据库产业所占全球市场份额由33%下降至 24%。特殊权利的创设不仅未能促进欧盟数据库产业的进步，反而产生了消极影响。与之形成对比的是，通过反不正当竞争法、合同法等手段而非以创设特殊权利保护数据库的美国，其数据库产业的市场份额由62%上升至72%。作为市场经济的基本制度，产权制度有激发社会创造活力、保障主体权益等方面的积极作用，但不合理的赋权也会导致过度的私有化甚或垄断。数据要素作为一种商品化的信息资源，其生成和发展是人类关于世界的经验和集体认识实践的累积成果，新的数据往往需要基于对原有数据的加工改造而产生，这其中包含了后人对前人智慧成果的无偿继承，例如企业对于用户数据、公共数据和基于爬虫技术获取数据的使用大多无需付费。从原始数据到生产要素再到数据产品的过程需要多元社会主体的协作，是基于广泛社会来源和社会协作的融合创造。所以，数据及其经过处理后形成的生产要素是社会协作的产物，如不加区分，按照私人劳动产品进行完全私有化的产权配置，不仅会对数据要素的流通产生影响，束缚创新潜力，更会导致某些主体对他人知识成果的无偿占有，使得信息异化为一种获取稳定回报、进行价值掠夺的工具。故此，如何平衡好私益和公益，实现社会整体利益的最大化，成为数据产权问题的痛点所在。
面对数据确权问题，我国目前最具代表性的制度建构是“数据二十条”。“数据二十条”提出探索“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，形成“三权分置”的中国特色数据产权制度，是数据产权制度的重大创新。该政策综合考量多元主体利益，淡化所有权的赋予，强调数据使用权的流通，对数据产权登记方式、数据确权授权机制等基础制度的构建提出了相对全面的方案，对未来数据产权相关制度的构建具有里程碑式的意义，但尚有待细化和完善之处，主要包括以下几方面：
一是分置的产权内容有待厘清。“数据二十条”虽然提出了三项分置的产权名称，但对于这三项产权具体的内涵和外延却并没有做具体说明，亟待进一步的厘清。譬如，对于数据资源持有权，数据资源包括哪些？何种数据状态能够认定为“持有”？对于数据同时存在于多个主体手中的状态，能否认定为共有？数据加工使用权和数据产品经营权也存在类似问题，“加工使用”“数据产品”“经营”都是内容相当宽泛的用语，需要具体界定以明确其范围。此外，“数据二十条”在“三权”后加“等”作为兜底，意味着数据权利不限于所列举的三项权利，这体现了一种包容审慎的立场，但也可能导致权利泛化问题。
二是分置的产权主体亟待明确。“数据二十条”提出要建立健全数据要素各参与方合法权益保护制度，并提出了“数据来源者”“数据处理者”等主体概念，但是这些主体概念都较为模糊宽泛，需要具体的范围界定，并且将产权和主体对应起来，说明哪些主体具体享有何种权益，为“数据二十条”的贯彻落实提供可操作性。
三是数据登记的效力存疑。从目前各地的数据登记管理办法来看，数据权利登记是数据产权困境下的一种替代性解决措施，主要作用是初步证明数据之上存在的权利人。那么数据登记凭证具有何种效力，特别是在发生纠纷之后能否作为类似于房产证或者机动车登记证那样的产权凭证存在较大争议。2024年北京数据堂公司与上海隐木公司数据纠纷案成为我国数据知识产权登记证效力第一案，在该案中，法院确认《数据知识产权登记证》对数据持有的证明效力，即数据知识产权登记可以作为原告数据收集行为或数据来源合法性的初步证据。但是对于类似凭证能否作为具有排他性效力的产权证件以及面对多主体同时享有对同一数据权益情形下的效力判定等问题，在实践中仍存在较大争议。
（二）数据流通规则的模糊提高了数据要素的交易成本
目前我国数据流通监管缺乏有效的立法支撑，主要困境在于很难形成统一的标准化规则。北京、上海、深圳等地已经开展数据流通的监管实践并出台了相关规定，但现有的政策和立法多为原则性、引导性的规定，缺乏细化和可操作性，数据交易方、数据交易场所运营机构、第三方服务机构等社会主体也未就数据交易合规达成行业共识。这是由数据要素本身的特性决定的。一方面，数据要素的生成不存在固定工艺和程序，内容和形式高度异质化、场景化，涉及的数据交易主体情况复杂多变，不同场景对监管合规的需求也不同，因此很难形成统一的监管标准，以标准化为特点的传统商品流通法律制度逐渐失灵。另一方面，数据的交易过程不同于一般商品的交易过程，其交易并不会导致卖方失去数据，过程并非有形物的转移而是在虚拟空间中传输和复制的过程，不通过技术手段或者强制披露的规定要求很难被监管部门发现。现有立法难以对数据流通的监管做出细致周延的规定，贸然施以强制性的规定又可能阻碍市场创新，因此只能选择较为审慎稳妥的立场。
监管边界不明、合规标准不清加重了数据流通的合规风险和交易成本。就场内交易而言，企业加入平台需要提交合规证明，每次进行交易还要提供交易标的合规证明，费用一般从一万元到几十万元不等，由此导致了数据场内交易成本的增加。监管部门也难以准确把握监管的时机和需求，导致企业“不敢入场交易”“不愿入场交易”，大量数据在场外完成交易。场外的数据交易多为交易双方自行达成协议的非公开交易行为，在具体案件发生前监管难识别、难介入、难核查。因此，场内和场外数据流通的交易成本和监管难度都较高。目前国外许多立法和政策文件都已考虑到这一问题。譬如美国数据交易治理以行业自律监管为主，充分听取数据来源商、数据中介、消费者等各方建议，为数据交易行为划定合理的区间，不需进行重复评估。英国出台《数据共享治理框架》，提出兼顾数据安全保障和开发利用的五个原则：致力于数据共享的领导和问责制；高效启动数据共享；最大化持有的数据的价值；支持负责任的数据共享；使自己的数据可查找、可访问、可互操作和可重用。
针对数据流通的监管问题，国家数据局于2024年11月21日出台《可信数据空间发展行动计划（2024—2028年）》（以下简称《行动计划》），旨在通过构建可信数据空间，支撑全国一体化数据市场的形成，促进数据要素的高效流通和价值共创。可信数据空间是基于共识规则，连接多方主体，实现数据资源共享共用的数据流通利用基础设施，是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。可信数据空间的发展是对数据流通治理体系的有益探索，但在实施过程中仍面临一些挑战：
一是数据安全与隐私保护。一方面，《行动计划》提出构建可信管控能力，包括接入认证体系、空间资源使用合约和合作规范等，但数据天然具有主体多元性、易复制性等特点，在数据流通中各类主体的权责如何界定、责任链路如何追溯仍是难点。当前的数据保护法律法规尚不完善，数据安全管理权责不清，导致数据流通中的安全隐患难以消除；另一方面，隐私计算、使用控制、区块链等技术虽然可以提升数据流通的安全性，但这些技术的应用也面临技术成熟度、兼容性和成本等方面的问题。
二是利益分配与激励机制。数据流通涉及到数据提供方、数据商、数据使用方等多类主体，利益诉求不一致是制约数据流通的重要因素。如何给予充分的经济激励使得各类主体愿意加入可信数据空间，而非依赖于行政手段的强制，成为当前的核心问题。尽管《行动计划》提出了探索构建动态数据价值评估模型，按照市场评价贡献、贡献决定报酬的原则分配收益，但在实际操作中，如何确定各方的贡献和收益分配比例仍然很难确定，因为数据价值的评估主观性较强，不同主体对数据价值的认知和需求存在差异。同时，数据流通中的利益分配还涉及到数据提供方的数据权益保护、数据使用方的数据使用权限等问题，如何在保障数据提供方权益的同时，满足数据使用方的需求，是利益分配机制设计的基础性问题。
三是跨主体协作与互联互通。可信数据空间天然具有多主体共同接入的生态属性，不同可信数据空间之间难以实现完全切割或区分。不同主体之间的数据格式、标准和技术平台也存在差异，导致数据互通和共享存在障碍。如何在保障数据安全的前提下，实现不同主体之间的数据互通和共享，是跨主体协作的重要问题。另外，不同主体之间的协作需要建立有效的合作机制和规则，包括数据共享协议、数据使用规则等，怎样在不同主体之间建立共识和信任，推动数据流通和共享，是跨主体协作的关键。
（三）“中心—外围”数字生态下的数据收益被少数平台所控制
数据要素市场的建设需要保障其他生产要素的贡献主体能够从数据要素的流通中公平获益，才能激发多元社会主体参与数据交易和数字经济价值创造的积极性。然而，数据要素的税收、反垄断、消费者权益保护等方面的法律制度尚不健全，传统法律概念和规则也难以适用，由此导致当前数据要素的收益并没有公平分配给各参与方，而是被数字经济背景下崛起的新型资本所攫取。
数字经济的发展催生了平台资本这一新型经济组织形态。数字平台本质上是为不同主体提供交互空间的中介组织，通过分析数据所承载的市场供需信号，能够提高交易效率，符合资本加快流转速度、缩减周转时间的增殖本能。数字平台通过与资本结合，发挥资本增殖效应，实现数据资本化的转变，由此形成了平台资本。数字平台借助连接性、开放性的优势，建构出由多边用户组成的交互生态系统，并汇聚和集中了大量数据。在此过程中，承载市场供需信息的数据异化为平台资本剥削的工具。平台资本以种种方式对数据要素进行封锁，扩大平台生态体系的信息不对称优势，并将这种不对称优势转化为经济利益。先发平台还借助数据优势进入新的市场领域，建立在新市场的竞争优势并排除竞争，形成“双轮垄断”。这一阶段，现有的平台竞争的焦点已经从数据量的争夺转移到了用户注意力的争夺。这种争夺是以流量传导为枢纽的“中心—外围”数字生态体系的全新表现。控制了流量入口的数字平台成为数字生态的中心，譬如掌握即时通信的微信、Facebook，控制搜索入口的Google等，而其他手中没有流量或是寻求更多流量而委身于超级平台生态下的各主体则成为外围，其中既包括互联网应用开发商，也包括消费者和传统线下行业的商家。这种“中心－外围”体系夹杂着资本、数据的支持，使得后发平台投靠超级平台成为其“理性”选择。比如在微信小程序功能出现后，包括滴滴、顺丰、星巴克、WPS、美团等应用纷纷加入，以期获取更大的流量，提高其使用频率，这一趋势使微信“操作系统化”。近年来国家市场监管部门查处的阿里集团垄断、中国知网垄断等案件也凸显了大型互联网平台作为用户注意力的流量中心排除限制竞争所带来的数字经济收益分配的公平性问题。
随着社会化大生产的发展，数字生态下中心对外围的控制导致数据要素收益分配不公的问题。一方面，社会化大分工必然伴随着社会化大交换，这种大交换使得生产到消费的链条在时空范围内越发漫长，链接生产和消费的流通环节的地位越发重要；另一方面，平台优势来自对市场交易机会的分配，其他竞争者需要借助平台的流量传导才能获取更多交易机会。平台借助数据在再生产过程中零边际成本的优势，开展跨界竞争和行业整合，将市场力量向横向、纵向乃至多维市场传导，形成交融化、动态化、扁平化的新型数字市场生态结构。因此，数字经济下消费者、劳动者、其他经营者、第三方机构等多元主体参与市场交易均需要依赖于平台资本，不同主体投入的其他生产要素与数据要素结合后所产生的收益大多被平台资本所攫取。
（四）数据流通模式由产品交易向知识服务的转变需要厘清规制对象
大数据时代，社会被海量的数据和信息所淹没，如何在海量的数据和信息中提取出有用的知识成为人们的普遍需求。因此，信息服务正在由信息存储和信息供应为主的传统模式发展为以信息选择和分析为主的知识服务模式。市场的主导权由作者和信息服务提供者转向需求方。
数据要素市场也正在向知识服务模式转变。“数据二十条”提出“原始数据不出域，数据可用不可见”，隐私计算、联邦学习等技术也在不断发展。从上海、杭州、深圳、北京等数据交易所的数据流通交易规则来看，现有的数据要素交易主要是一种知识服务，即需求方提出信息需求，经过数据中介撮合供求，由供给方提供计算结果。数据本身并不转移，需求方只获得计算结果，即经由算法处理数据后所获得的知识。传统以数据存储和数据供应为主要内容的数据产品交易，正在逐渐发展成为以知识提炼和传递为主要内容的信息服务。在此过程中，需求方不再是被动接受信息，而是通过反馈需求和中介选择影响信息服务的供给。服务由单向的信息输出变为多方主体互动的过程，达成了更有效的协同。
数据流通商业模式的转变，影响着数据流通规制应关注的对象。数据要素本身的来源和形成过程固然重要，但更为重要的是基于数据计算所提供的知识的质量和效率。在“可用不可见”的模式下，数据需求方更关注的是计算结果是否准确而非数据本身的归属，各类数据来源主体所担忧的数据安全风险也得到控制。因此，数据要素流通的治理重点应当放在数据服务的过程和结果上，强化对数据需求方选择权的保障，并将收益公平分配给各类贡献主体。
四、数据流通的制度破局：建构兼顾公平和效率的科技治理体系
（一）流通前提的厘清：不同类型数据产权的可赋权性分析
对数据进行产权赋权，首先应当明确哪些数据应当用产权来加以保护。现代产权理论认为公有产权下的个体都想多得收益而不愿多付出努力，因此造成了损公肥私的“公地悲剧”；私有产权是一种有效的激励机制，使得收益和成本由所有者承担，所以私有产权才是边界清晰、最有效率的产权形式。但如前所述，数据要素是一种虚拟商品，不是私人劳动的产物，因此不能按照私人劳动产品完全由生产或持有主体控制的逻辑去赋予其高度私有化的产权，进而“一刀切”地规定严格的产权规则，而是应当严格限缩赋权对象，避免造成数据壁垒。表1是目前几种涉及数据的资产类型及其主要的规制路径。
首先，对于知识产品类的数据要素，如科研数据、商业秘密等，应当按照知识产权法的相关规定进行保护，但在保护方式和期限上需要慎重考虑。譬如北京、浙江等地相继出台了数据知识产权登记管理办法，对依法收集、经过一定算法加工、具有智力成果属性的数据提供登记服务，作为持有数据的初步证明，有效期为三年，并鼓励同一数据上的不同权利人通过协商共同参与登记。登记对象的核心标准为“数据＋规则”，即包含了算法规则的结构化数据产品，其效力也并非赋予登记主体排他性的权利，而是仅用于数据流通和收益分配的持有证明，一方面保障开发者的成本收益平衡，激励社会智力创造，另一方面与数据要素流通交易的需求相结合，促进数据要素的有序健康流动。
其次，对于企业信息、用户信息，不适合完全按照排他性的产权加以保护。产权是法律赋予主体对某项财产客体的排他性支配权利。企业和用户的信息涉及商誉、隐私保护等敏感问题，确应强化规制。但正如有观点指出的，欧盟的《通用数据保护条例》更像是一个反向案例，其隐私保护措施实际上赋予了用户对数据要素的控制权，充分保护用户隐私是一回事，但以此进行数据归属的配置是另一回事，过严的保护措施阻碍了数据要素的价值发挥，相关市场也发育不起来。利益保护的方式多种多样，承认主体对自己信息数据的正当利益，并不意味着就一定要配置具体特定的“数据所有权”。此外，从经济效率的角度看，同一数据往往为多个主体共享，难以精准地进行数据产权的分割。例如用户使用平台产品和服务过程中产生了大量数据，用户的行为固然是数据的来源，平台的网络搭建、算法设计、人员配置等则是数据生成的基础，产权很难做到清晰公平的划分。故此，这两类数据可以通过强化数据收集主体在获取授权方式、安全保护义务等行为规制进行保障。
最后，对于国家统计数据等公共数据，需要具体分析。一般而言不适合以国有产权的方式配置公共数据的权属，因为这样做容易造成行政性垄断，同时也与政府信息公开等规定相悖。对属于国家机密范畴的数据按照国家安全等相关立法进行保护，其他数据则应向社会公开。对于社会需求的某些增值性数据产品和服务，例如征信数据服务、司法大数据分析等，可适当通过授权运营或收费等方式合理有偿向社会提供。
（二）流通过程的规制：“算法治数”的监管科技构建
数据要素流通是通过交易、共享等具体的行为实现的，应当强化对数据流通过程中具体行为的关注，建构以行为为中心的动态规制。从“数据二十条”、欧盟《数据法案》等数字经济的代表性立法来看，数据流通的监管和合规实践很难给出一个统一的强制性标准，强行规制也只会抑制市场的积极性。因此，最合理的方式是在现有立法的框架下，建构基于技术的智能化、实时化监管体系，尽可能降低合规和监管成本，并根据数据要素市场实践的反馈不断调整，提高合规评估机制的灵活度，实现一种场内外全流程数据流通动态治理体系的构建。
在此过程中，需要建构“算法治数”的治理体系。通过算法对各类数据要素的收集和分析，监管机构能够掌握市场供求、技术研发、基础设施、资源配置等运行情况，从而出台相应的规定，各类市场主体也基于算法分析针对市场体系的建设和发展作出相应的回应。因此，监管部门可将算法融入市场治理体系，建立基于数据收集和分析的监管科技体系，提升治理的精度和广度，拓展治理的时间和空间，充分保障规制体系的灵活性和适应性。主要包括以下几个方面：
第一，可以将信用评价体系引入数据监管体系的建设，基于对市场主体的各类数据分析对其信用作出评价供交易主体参考，引导市场主体的理性决策。由于我国数据要素市场建设处于起步阶段，数据流通也是场景化、多元化的，因此直接正面规定合规行为的标准或许尚有难度，可以考虑根据《数据安全法》《个人信息保护法》等相关法律和《个人信息安全规范》《即时通信服务数据安全指南》《网络数据处理安全规范》等国家标准先建立行为负面清单，规定“哪些行为不可为”，确立信用评级的基本指标，之后依托市场监管机构和数据交易所，根据市场主体主动提供和监管主体调查获取的相关数据，从合规经营能力、数据技术保护和安全管理能力、数据来源合法性和数据可交易性等多个方面对交易主体开展信用评级，允许信用评级达标的交易主体参与数据交易，不再针对个别数据产品开展“一事一议”的繁琐审核，仅针对有主体提出争议和纠纷的数据产品和服务进行审查。
第二，监管部门和各类数据交易场所可搭建基于大数据学习的智能化合规评估系统，为市场交易主体提供合规参考。通过决策树模型或者神经网络等机器学习方式，基于数据要素市场各种交易或争议情形数据的输入和训练，建构智能化的合规评价系统。系统根据用户输入的相关信息对其交易是否合规给出基本判断并提示潜在的风险点。
第三，针对数据场外交易所产生的“灰黑市”问题，可建立基于数据登记系统的“主动报告宽恕”制度进行规制。场外交易监管的最大难点在于其交易的非公开性使得监管机构很难发现违法行为的存在。目前深圳出台的《数据产权登记管理暂行办法》，规定了数据的首次登记、许可登记、变更登记、转移登记、注销登记和异议登记，涵盖了数据流通的各种情况。这种登记系统可以为数据流通监管所用。监管部门可以规定，对于主动在系统中登记数据流通情况的主体，后续其数据流通过程中一旦出现纠纷或违法情形可以适当减轻其责任，因为其登记的对象经过了政府部门的审查，至少是形式审查，为行为主体提供了信赖利益，因此后续出现的法律问题并不能完全归咎于交易主体，由此促进场外交易主体主动报告以接受监管。当然这种免责必须在适用情形、责任程度等方面做出严格限制，防止被滥用。在此过程中可借助区块链技术的分布式记账、可信存证、可追溯等机制，开展有效的数据产权登记。
（三）数据流通收益调整：收益分配的“3C”规则健全
传统的企业管理理论认为企业的三大利润源泉是资源、人力和物流领域，有学者在此基础上提出了信息等第四利润源。数据要素的收益分配可以借鉴这一理论，向不同的利润源泉贡献者分配收益。但数据要素作为一种虚拟商品，具有显著的社会属性，因此其收益分配不能完全交给市场决定，还需要适度的国家干预，促进有为政府和有效市场相结合，实现社会整体利益最大化。 “数据二十条”提出的“扩大数据要素市场化配置范围和按价值贡献参与分配渠道”以及“完善数据要素收益的再分配调节机制，让全体人民更好共享数字经济发展成果”也正是对不同利润来源主体利益以及“数字鸿沟”下弱势群体利益的平衡兼顾。为此，需要确立贡献评价（contribution evaluation）、国家调控（control from country）和消费者保护（consumer protection）三方面的“3C”规则。
一是贡献评价（contribution evaluation）规则。通过健全数据要素由市场评价贡献、按贡献决定报酬机制，保障各参与方的投入产出收益，这一方面规则遵循的是市场规律，主要由市场主体自行协议确定，其核心要义在于如何设置更加合理的贡献评价机制。具体而言，可以根据数据要素在流通过程中经历的不同环节特点设置分配规则。譬如，在数据要素从原始数据到生产要素的过程中，市场主体可以以按成本分配为主，按照各参与主体投入的成本给予回报，因为这一环节的核心在于从“原料”到形成高质量数据过程中的软硬件和人力等成本消耗；在数据要素商品化和资产化以后，市场主体可以以按贡献分配为主，因为这一环节的关键在于数据要素商品化和资产化出售后所带来的利润，所以可基于模块化算法测算各参与主体的贡献确定收益分配。
二是国家调控（control from country）规则。由于数据资产性质认定、定价和数字税征收方面仍然存在较大争议，国家暂时不宜通过税收手段直接调节数据要素流通的收入，但可以通过公共数据授权运营等方式作为数据要素的供给者，直接参与市场竞争。通过国家力量的引入，一方面能够在相关市场有效引入新的竞争者，化解私有企业的垄断问题，另一方面能够帮助国家财政获得收入，为财政转移支付等保障社会公平分配职能的增加资金来源。当然，国家力量的介入应当受到法律、政策等的约束，不宜过度扩张和大包大揽，避免行政性垄断和对市场的不合理干预。
三是消费者保护（consumer protection）规则。在数据要素的收益分配中，消费者往往是被忽视的群体，因为消费者并不直接参与流通环节。但实际上，消费者和经营者之间是双向互动的关系，消费者通过购买、投诉等各种行为向经营者反馈的数据是市场供需信号的主要来源之一。因此，消费者作为数据要素和数据产品、服务流通过程中的贡献者，亦有权参与收益分配。譬如，国内“知乎”“哔哩哔哩”等社交或视频平台对用户创作的优质内容设置收费或者奖励规则，所得收入在平台和创作者之间进行分配；国外谷歌于2010年出台了Chrome浏览器的bug奖励计划，奖励发现系统漏洞并提供代码解决方案的用户。通过保障用户的收益分配权，激发用户作为生产流通终端的创新动力，实现价值链后端供需信号向前端的反向传导。
五、结论与展望
习近平总书记2013年7月视察中国科学院时指出：“大数据是工业社会的‘自由’资源，谁掌握了数据，谁就掌握了主动权。”健全数据流通的治理体系有助于带动我国产业优化升级和生产力整体跃升，从而在数据开发利用的国际竞争中及时抢抓技术高点和先机。数据要素市场的健康发展需要在准确认识数据要素本质的基础上健全流通制度的建构。数据是对客观世界的一种记录形式。数据要素本质上是市场供需信号的载体，随着社会的生产发展和交易需要才进入流通领域，是社会协作形成的知识和技术产物，属于虚拟商品，不能完全按照私人劳动产品的逻辑进行产权配置。数据要素是资本获取剩余价值的新载体，对数据的控制使得平台逐渐取得对市场交易机会的分配权，也使得非平台主体很难共享数据收益。
在当前数据流通模式由产品流转向知识服务转变的现实下，治理的重点应当放在数据服务的过程和结果上，强化对数据需求方选择权的保障，并将收益公平分配给各类贡献主体。可从以下方面过程入手为化解数据要素流通障碍提供制度保障：一是合理确定赋权对象，根据数据承载的具体内容进行差异化的权属配置；二是构建“算法治数”的数据流通监管科技体系，强化算法作为治理要素的作用发挥；三是完善数据收益分配在贡献评价、国家调控和消费者保护三方面的“3C”规则，促进不同生产要素之间的联动，激励多元主体共同参与数据要素的流通和价值创造。
