【中文摘要】数据要素流通是建设高标准要素市场、激发全社会创造力和市场活力的基础，当前我国数据要素存在着流通利用的现实挑战。公共数据因其制度性问题导致开放程度较为有限， “平台主导型”的企业数据交易亦无法和要素化的数据定位相匹配。清晰的产权配置是数据要素高质量流通的前提，现有产权单维配置模式无法准确地体现数据要素自身丰富的内在构成，绝对化的权利保护难以适配数字经济时代要素价值创造的实际需求，也与要素界定制度演进变迁的逻辑相异。“数据二十条”提出的产权“结构性分置”方案符合劳动与财产理论中的分配正义观， 也能够激励并促进市场竞争和企业创新，数据要素产权从单维配置向多维配置转变是其构造基础。应当衡量各个参与方在数据生成过程中的贡献，结合具体的数据处理场景，构建起多维、动态的要素产权配置制度，并沿此思路对我国公共数据开放和企业数据交易规则进行调整完善
【全文】
数字经济是继农业经济、工业经济之后的主要经济形态，已经成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。中共中央十九届四中全会首次将数据列为继土地、劳动、资本后经济社会的又一重要生产要素。对数据的收集、分析和处理过程，成为网络市场挖掘和实现海量数据潜在价值的重要方式。[1]《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”）将“促进数据合规高效流通使用、赋能实体经济”作为主线，体现了数字经济全新价值生态对要素流通的高标准要求。与近年来个人信息与数据安全保护领域取得了丰硕法治成果相比，我国国家数据要素资源体系建设相对滞后，基础性制度的匮乏已经成为制约数据要素市场发展的关键因素。对此，“数据二十条”从流通规则、交易市场、服务生态等方面加强数据流通交易顶层设计，培育数据要素流通和交易服务生态，创新性地提出数据产权“结构性分置”的架构。数据要素产权配置之于数据要素流通为何如此重要？该如何理解和构建现代化的数据要素产权“结构性分置”体系？“结构性分置”下，数据要素流通规则有哪些亟需调整之处？以上与数据要素市场发展相关的核心议题是本文试图回答的问题。下文第一部分讨论数据要素流通对数据要素市场建设的重要性，并提炼出当前我国数据要素流通在公共数据开放、企业数据交易层面的具体问题；第二部分归纳产权配置对数据要素流通制度构建的意义，反思我国目前数据要素产权的单维配置方式；第三部分引入劳动与财产理论，论证“数据二十条”中产权“结构性分置”架构的正当性，并构造兼顾个人、企业等主体合法利益的多维配置式产权制度；第四部分延续多维配置思路，对公共数据开放和企业数据交易提出规则完善建议。
一、数字经济时代数据要素流通的需求与挑战
（一）要素流通是数据要素市场发展的基础
数据的爆发增长、海量集聚蕴藏了巨大的价值，数据要素流通是充分实现数据要素价值、推动数据要素市场建设的基础。从生产要素市场的建设规律来看，生产要素的畅通流转、自由流动一直是要素市场繁荣发展的基础。长久以来，与商品和服务市场相比，我国要素市场建设进程相对滞后，暴露出行政性障碍较为突出的问题。以劳动要素为例，由于户籍、社会保障和基本公共服务等行政性分割，进城务工人员市的民化进程缓慢，难以享受工作所在地的教育、医疗、卫生服务等公共服务与社会保障，阻碍了劳动力公平竞争与劳动力市场的高质量发展。生产要素流通制约要素市场发展的现象不仅存在于劳动要素领域，还在地方政府对土地资源的随意操控、金融抑制政策和准入限制等土地、资本要素中亦有体现。对此，2020年出台的《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称“《要素市场化配置意见》”）要求深化户籍制度改革、畅通劳动力和人才社会性流动渠道。《要素市场化配置意见》将“市场决定，有序流动”作为要素配置改革的首要原则，分别针对土地、劳动、技术、资本和数据这五项要素，提出与要素流通相关的配置改革方案。从各类生产要素流通效果对市场影响的规律来看，数据要素的无障碍流通是建设高标准要素市场、激发全社会创造力和市场活力的基础。
而从数据要素的自身特性来看，要素流通是实现并丰富数据内在价值的方式，且多次、重复的流通也不会对其价值造成减损。一方面，单独某个数据的价值是极为有限的，原始数据只有经过特定场景汇总、组合、分析和处理的转化后才有价值。[2]并且，数据要素的价值实现过程符合梅特卡夫定律（Metcalfe's law），其价值随着数据规模和详细程度而成倍增长。以金融交易数据为例，同一数据集的自由流通存在着三阶段的价值实现途径。阶段一是利用数据消除信息不对称。数据主体在使用金融机构提供的业务时产生了借贷、理财等大量交易数据，这些单个主体的交易数据可供金融机构直接判断和评估个人信用等级、风险偏好和承受能力。阶段二是数据的市场再加工与再分析。与上述金融机构进行合作的金融科技公司，通常会收集和处理大量数据主体的交易数据，汇总勾画群体征信画像、分析形成高价值的衍生数据或是推出新型的金融产品。阶段三是数据的公共价值实现。大量金融交易数据及其衍生数据最终汇聚到中国人民银行、证监会、网信办等国家金融监管机构、数据保护机构中，成为制定金融领域国家宏观调控政策的参考依据。在这个过程中，数据的每一次分析、汇聚和流动都意味着潜在使用价值的实现。[3]在数据安全得到有效保障的前提下，要素流通既创造并增值了数据要素自身的价值，多阶段的数据处理者也能够共享要素的丰富内涵。
另一方面，数据曾被比作是“21世纪的石油”，但这种比喻只描绘了数据的存在样态与直接价值，却模糊了数据价值实现的具体过程，未能显现数据和石油这种实物资源，以及与土地、劳动等要素在非竞争性（Non-rival）方面的本质区别。农业经济时代的土地、劳动要素，以及工业经济时代的资本要素都具备较强的竞争性和独占性，不同主体几乎无法同时使用同一生产要素，而基于数据要素构建的网络产业则体现出“与稀缺经济相反的充裕原理”。[4]一个人对数据的使用并不影响他人对其的使用，其价值不会因重复使用而受到减损，边际上成本几乎为零。非竞争性的特性和开放、共享、再利用等网络市场理念相契合，成为数据相较其他传统生产要素改造经济发展逻辑的重要基础。
建设要素市场的客观规律与数据要素自身特性均表明，充分的数据要素流通是数据要素市场繁荣发展的基础。《“十四五”数字经济发展规划》提出，发挥数据要素作用需要“加快数据要素市场化流通”。推动数据要素的市场化流通也已经成为全球各国数字经济发展的关键。欧盟作为个人信息与数据安全立法较为完善的地区，近年来相继出台了一系列注重数据要素流通的战略与法案。《欧洲数据战略》于2020年2月发布，意在解决欧盟数据资源流通性不足、供应短缺、，可用性低等问题，构建数据流通利用的跨部门治理框架。在这一顶层战略引领下，欧盟相继出台《数据治理法案》（Data Governance Act）、 《数字市场法》（Digital Markets Act）等一系列立法，就此开始由注重安全保障朝向推动数据要素流通利用的规则体系迈进。
（二）当前我国数据要素流通的现实挑战
近年来，我国在个人信息与数据安全保护领域取得了丰富的成果，《网络安全法》《数据安全法》《个人信息保护法》相继出台，“净网”“清朗”等专项行动陆续开展，形成了网络空间与现实世界并重、国家数据主权与个人数据安全并重的数据治理体系。[5]但立足于“安全一发展”框架，我国数据要素市场尚处于安全规则初步建立、数据资源潜在利用空间巨大、流通规则缺位的初级阶段。截至2022年，我国数据产量为8.1ZB，全球占比10.5%，规模体量位居世界第二。[6]这其中，依照数据持有者类型的不同，政府和企业作为两类最重要的数据持有主体，控制了公民社会的海量数据，但公共数据开放与企业数据交易均陷入了要素流通的困境。
1.公共数据的有限开放及其制度性问题
公共数据是指具有管理公共事务职能的组织履职或服务中收集、产生的各类数据，总量占我国整体数据总量的七成以上。基于我国的人口基数以及各类信息基础设施的建设完成度，各级政府、具有管理公共事务职能的各类组织是目前持有数据最多的数据控制者，持有海量的交通、工业、人口、公共资源交易等构成社会信息基础的数据要素。
公共数据开放程度已经成为衡量数据要素流通能力最重要的因素，世界各国均注重推进公共数据开放，将其作为推进数据市场化流通的重要制度。公共数据开放的思想基础源自2009年兴起的“开放政府数据”（Open Government Data）运动，美国于当年发布了《开放和透明政府备忘录》和《开放政府指令》等一系列文件，倡导政府事务的透明性并促进公共的广泛参与。2018年，美国国会通过的《开放、公共、电子、必要政府数据法案》，将政府数据视为“宝贵的国家资源”，规定政府数据应以机器可读的格式默认向社会开放。欧盟于2019年在《公共部门的信息再利用指令》的基础上制定了《开放数据指令》，并于2020年发布《数据治理法案》，旨在促进公共数据的再利用，服务于欧洲数据空间整体战略。在我国，2015年发布的《促进大数据发展行动纲要》正式开启了政府数据开放共享的新阶段，《要素市场化配置意见》将政府数据开放视为建设数据要素市场的重要组成部分，“十四五”规划也采用了专节规定了“公共数据开放共享”。公共数据开放在近年立法中已经上升成为法律规则：《网络安全法》第18条规定国家“促进公共数据资源开放”，《数据安全法》第41条规定国家机关应当“及时、准确地公开政务数据”。
不过，从我国公共数据开放的实践来看，各个数据开放平台中的数据集较为异构分散、数据价值不高，仍然处在较低的开放水平。近年来，上海、北京、浙江等地在公共数据开放领域开展了探索，《上海市公共数据开放暂行办法》《浙江省公共数据开放暂行办法》等相继出台，取得了一定的创新成果。从政府搭建的数据开放平台来看，截至2022年10月，我国共有208个省级和城市的地方政府上线了数据开放平台，但仍有26%的省级政府数据开放平台尚未构建完成。[7]这其中，相当一部分政府数据平台将数据开放简单处理为政府的信息公开，政府当年信息公开报告、当地经济发展等数据统计结果是许多平台所开放的主要内容。整体来看，地方各级政府虽进行了有益尝试，但所开放数据的数量与类型、数据自身蕴含的经济价值、以及数据与企业交互程度，均未达到足以从数据开放到有效利用的标准，企业、社会组织及公众并未实质性享受到公共数据开放带来的价值与便利。[8]
公共数据开放困境主要有以下两项原因所致：其一，模糊的公共数据产权基础制度大大降低了政府机构开放数据的动力。各级政府与公共组织掌握的数据产权安排尚不清晰，政府可开放的数据范围并无清晰的边界。这使得政府与各类组织需要考虑数据要素资源出现权属纠纷的可能性，以及数据在开放与进一步传播过程中产生侵权、滥用、盗用和泄露等问题，推进开放数据便面临着遭遇个人与企业诉讼的风险。并且，就我国政府机构设置的国情来看，非政府公共机构数量和种类较多、情况复杂，[9]数据开放也还未成为各类公共机构的法定义务与绩效指标，这种推进成本和潜在收益之间的差异愈发降低了公主体开放数据的意愿。
其二，当前公共数据开放的法律规则不够完善。尽管顶层设计已经较为齐备，但在开放方式、开放程度、开放标准等具体执行层面仍缺乏明确的制度指引。无论是前述公共数据开放战略或是相关法律规则，均具有突出的原则性、指引性特征，尚未对公共数据开放中政府责任与义务、公民和企业权利、数据开放共享标准、未执行数据开放的法律责任、数据开放财政支出等内容有明确的法律规定，导致各级政府与各类组织缺乏相应的行动约束与激励。公共数据开放的规则体系尚不完善，还体现在各个地方政府条例之间存在较大的冲突与矛盾，造成公共数据开放的法律定位不明晰、配套制度的实际指导意义不强等问题中。[10]
2.企业数据“平台主导型”交易的流通困境
企业数据是指企业在生产经营管理活动中产生或合法获取的各类数据，通常蕴含着丰富的可分析价值。企业直接参与并积极运用算法、区块链、云计算等技术对数据要素进行整理、储存和分析，已经成为推动数字经济健康发展的重要力量。就我国目前的企业数据交易模式而言，实践中虽然存在着供需双方企业点对点进行数据交易的模式，但随着数据规模的不断提升，数据交易双方在有限的交易成本内无法供给数据交易完成的所有事项。[11]此种情况下，点对点式交易双方在资源、信息、协商、定价等方面的交易成本会急剧上升。通过专业的数据交易平台进行交易，能够明显减少双方的交易成本。
在此情况下，企业数据交易呈现出自上而下式的“平台主导型”特征，培育数据交易所、数据交易平台、健全数据交易管理制度已经成为中央和地方政府推动企业数据交易的主要方向。2015年出台的《国务院关于印发促进大数据发展行动纲要的通知》提出，要“引导培育大数据交易市场，开展面向应用的数据交易市场试点，探索开展大数据衍生产品交易”；2020年发布的《关于构建更加完善的要素市场化配置体制机制的意见》要求“健全要素市场化交易平台，规范要素交易平台治理”；号《“十四五”数字经济发展规划》强调要“规范数据交易管理，培育规范的数据交易平台和市场主体”。在地方层面，北京、上海、广东等多地纷纷出台与数字交易相关的地方文件。在政策驱动下，全国目前有近百余家数据交易所或交易平台，其中许多是由地方政府牵头或协调建立。然而，就目前国内数据交易平台的实际交易情况来看，数据交易规模、流通程度、安全保障等远远未达预期。大部分数据交易场所处于停运或半停运状态，而其中常态化运营的交易平台场内相较场外交易所占比例不高。以贵阳大数据交易所为例，2015年成立之初贵交所预计“未来3-5年交易所日交易额会达到100亿元”，但近年来这一目标却持续下调，2020年实际数据交易额还未达到500万元。[12]
建设数据交易平台的宏伟蓝图与实际交易量之间如此巨大的差距，反映出企业数据“平台主导型”交易的困境。首先，数据要素产权配置不明晰，导致企业无法确定所控制的数据在授权、流通、交易过程中的边界。尽管如贵阳等地的数据交易所研究制定了与数据确权相关的规则体系，但大量企业仍然更加倾向于与买方进行点对点式交易，其中的一个重要原因就是规避数据权属可能带来的问题。数据要素产权这一基础制度的缺失，使得大量企业不敢、不愿或无法进场参与交易，反而是选择实际交易更便捷的场外一对一方式进行合作。[13]
其次，交易平台设立与企业进场交易的门槛存在高低不匹配的问题。国家层面对设立地方数据交易场所暂无统一的要求，导致出现同一地区存在多个数据交易场所的现象。例如，同处湖北省境内的华中大数据交易所、长江大数据交易中心、东湖大数据交易中心，三者在发展定位和功能定位上界线并不清晰，[14]反而会导致区域内数据交易流量与规模的分散化和碎片化。进一步来看，现有交易场所就数据企业注册登记的门槛相对较高，严苛的会员资格致使许多中小企业被排除在外。此外，不同区域内交易平台往往实行差异化的数据确权、定价、交易规则，甚至数据格式标准的规定存在不一致，[15]大大增加了企业进入新的交易平台、数据区际转移的难度。趋同的交易场所过多、企业会员资格难以获得等问题，与数字经济脱离地域限制的发展优势并不契合，难以形成统一化、规模化的区域和国家数据要素大市场。
最后，数据要素并不具备债券、证券、黄金等金融资产的标准化特征，这一点在企业数据交易中尤为明显。“平台主导型”的企业数据交易由买卖双方在交易平台中直接进行交易。不过，数据要素价值存在较强的非均质性，进场交易的数据资产很难依据体量、结构、维度做出标准化的定价，甚至相同规模和种类的数据对不同买方的实际价值也并不一致。现实中，这种居间模式未能调和数据“非标准化”特征、与数据交易平台的标准化产品之间存在着的紧张关系，导致并不契合交易平台会员企业自身的实际需要，大大降低了买方与卖方进场交易的意愿。
二、数据要素产权单维配置的现状与反思
（一）数据要素产权的单维配置现状
公共数据开放和企业数据交易的实践困境反映出，数据要素产权制度的缺位，使流通过程中各方主体无法清晰辨别数据开放、交易等流转行为是否处在合法的边界之内。产权制度之所以成为数据要素高质量流通的前提，是因为清晰的产权配置制度能够降低数据要素市场的交易成本，提升市场运行效率。从新制度经济学来看，产权被视为财产使用的一系列排他性权利的权利束，其制度目的是为了界定人与人之间关系。[16]现实世界中的数据交易过程，需要经过采集、储存、分析、应用等一系列环节，交易成本在未来很长一段时期内仍会呈现出高昂的态势，权利的初始配置方式必然影响经济制度的运行效率。[17]此外，作为关键生产要素的数据呈现出社会性、公共性资源属性，缺乏产权安排的公共资源使用将导致公共资源陷入“搭便车”等公地悲剧之中。不仅如此，有效的产权制度还能够强化数据要素市场中的信任关系。打破市场秩序、降低市场信任关系的后果是极其严重的，因为信任关系是数据良好治理、数据要素市场发展的基石。如世界银行提出的“数据社会契约”（Social Contract for Data）理论，就将保障市场相关方的权益、“增强数据生态系统的可信度”[18]作为首要标准。
在“数据二十条”出台之前的法治框架内，我国数据要素产权的制度体系处于缺位状态。《民法典》第127条规定，66“法律对数据、网络虚拟财产的保护有规定的，依照其规定”，成为认可数据之上合法民事权益的原则性规定，但同时为数据要素产权形态、权属配置、产权体系留下较大空间，需要其他数据领域相关法律予以细化规定。从现实来看，企业和政府控制的数据要素产权归属并无明确规定，而个人在与企业服务、政府行政管理活动互动时所产生个人娄据的产权，则因其与个人信息保护制度的关联性而呈现出“单维配置”特征。为解决侵害个人隐私、数据泄露等现实问题，个人信息保护与数据安全首先成为我国数据领域立法的调整对象，导致数字经济发展相关制度的构建仍处于起步阶段。也正是基于这个原因，《个人信息保护法》对数据主体的赋权、对数据处理者行为的安全性要求，超越保护规则从而事实上主导了数据要素流通实践。例如，《个人信息保护法》总则部分的第1条和第2条明确了“保护个人信息权益”的立法目的，个人在个人信息上存在的私法权益被明确承认。[19]在个人信息权益内部构造中，《个人信息保护法》第四章规定了包括知情、决定、查询、更正、复制、删除等权能在内的权利束，可以被解释为个人信息民事权（益）衍生出的具体权项。[20]在此种解释框架内，《个人信息保护法》第13条、第50条被认为赋予了个人通过知情同意与私权救济规则，对数据划定了较为清晰的私权边界与权能，进一步强化了保护性规则对要素产权配置模式的替代。
数据要素产权的单维配置特征在欧盟数据法中亦有体现。欧盟通过 GDPR 建立了以个人信息自决权为中心的数据权利保护体系，形成了以数据主体对个人数据有效控制为目标的保护机制。[21]通过“知情同意”规则，GDPR 赋予用户访问、查询、更正、删除、被遗忘、可携带等一系列权利。在 GDPR 第6条的合法性基础中，“数据控制者或第三人的合法利益”虽然也被视作是六项合法性基础之一，但在发生利益冲突时需要优先保护数据主体的权利。[22]数据主体权利与第三人的合法利益之间的冲突，在商业化的数据处理全过程中将一直存在。这种利益冲突的判断标准，其实是将数据要素产权单维度的配置给数据主体，要求通过个人控制来隔绝每项处理行为的侵害可能性。不过，从这种单维配置的实际效果来看，GDPR 最大的缺陷就是个人信息流通阻塞对企业乃至整个社会带来的高昂成本。[23]研究显示，GDPR 实施后半年内欧盟企业的融资额和融资次数在都显著下降，成立0-3年、3-6年、6-9年企业的每笔交易融资额分别减少 27.1%、31.4%和77.3%。[24]产权单维配置无法达成个人赋权、集体受益的理想效果，反而造成了极高的数据流通成本。
（二）反思单维配置：绝对化权利制度的扬弃与变迁
之所以存在数据要素产权单维配置的观点，是因为人们普遍倾向于将数据要素产权的体系设计和所有权、财产的经典概念相互联系，认为个人就如拥有财产一般拥有数据。财产这一概念自创立之初即处于“权利发展时期”（Right Moment），被赋予了强大排他性和对世性的绝对主义色彩。布莱克斯通曾言，“财产是一个人对世上外部事物主张并行使唯一和专制的统治，并且完全排除宇宙中任何其他个人的权利。”[25]基于概念关联与路径依赖，数据要素与财产权的朴素对应，使得数据要素也被认为可以处于个人控制之下、他人无权干涉的独占状态。然而，随着经济社会的不断发展，各国开始逐渐对包括财产在内的绝对化“权利话语”进行反思。格伦顿指出，美国最高法院一度立足绝对化的财产权，阻碍了大量具有进步意义的社会保障立法。[26]在这种封闭、静态的财产权利观念之下，似乎所有问题只有确认一种权利、同时否定另一种的解决路径。美国学者亚伦·普赞诺斯基等学者同样认为，当代市场能够供人们在“获得所有权”与“获得非永久性且附带条件更多的数字和实体商品的使用权”之间进行选择。[27]带有绝对性的所有权、财产权等概念体系，在数字经济日益发达的今天逐渐走向解体，所有权在数字时代面临着终结。
无论是洛克所主张的源于劳动的自然权利，还是黑格尔提出财产是个人自我实现的必要条件，财产作为一个实际的法律问题，其存在很大程度上取决于实在法赋予的正当性程度，“只有在法律制度有利于你而非侵入者利益的情况下，将某人从你的财产上赶走才是合法的。”[28]而在制度层面，随着生产方式和社会形态的演进，越来越多与生产要素相关的社会制度打破了绝对化的权利配置理念，体现出权利相对化、内部分离的特点。以现代企业制度中的管理技术为例，随着产业规模的不断扩大和社会财富的日益集中，相关财富的所有权与控制权变得很难集中于同一人手中。正如伯利和米恩斯在《现代公司与私有财产》所述，公司制度使得“产业财富（Industrial Wealth）能够并且正在为最少量的所有权权益（Ownership Interest）所控制”，这已经成为公司演进过程中的逻辑规律。[29]企业经营者控制公司成为社会化大生产达到一定阶段时催生出的一种经济现象[30]，企业管理技术作为生产要素被持续优化，所有者、经营者和工人合一式的古典企业制度，演变为所有权和控制权分离的现代企业制度。无独有偶，土地要素同样经历了绝对权利分离的变迁过程。自20世纪80年代土地制度改革之后，农村集体经济组织形式逐渐弱化。原有集体所有制成为进城务工农户将土地流转给他人经营的阻碍，而由于土地要素的制度基础是集体所有制，产生了农村成员资格无法转让的问题。对此，土地承包经营权“三权分置”的安排是一项重大的改革创新，使农户承包权、土地经营权在土地要素集体所有制不变的基础上并行，降低了模糊产权关系对农民承包权的侵害风险。
由此可见，数据要素产权静态化、排他性的单维配置，承袭着工业时代私权界定的朴素逻辑，简单地将数据要素产权视为不可分割、主体相斥的整体，无法准确地体现数据的丰富内涵与要素优势，更无法合理平衡个人、企业和国家等各方的合法权益。反而会使数据流通与社会发展陷入停滞。面对这种现象，上海、深圳、浙江等地方层面近年来对数据要素产权的新模式进行了有益实践探索，这种地方先试先行被“数据二十条”施以高度关切。对于数据要素产权问题，淡化绝对性的所有权观念、推动多主体使用数据同样成为“数据二十条”改革的重点。具体来看，“数据二十条”的第3条将数据要素产权划分为数据资源持有权、数据加工使用权、数据产品经营权的“三权分置”，数据要素产权的“结构性分置”成为中国特色数据产权制度体系的核心。
三、数据要素产权“结构性分置”的内在原理与构造基础
（一）数据要素产权“结构性分置”的内在原理
1.数据要素产权“结构性分置”与分配正义
“数据二十条”第3条提出，要根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利。从产权单维配置扩展至“结构性分置”，旨在平衡数据的原始来源与增值来源关系。“结构性分置”的正当性，可以从洛克劳动（Labour）与财产（Property）理论的分配正义观中得到印证。
两千多年来，自然法被认为是对与错的终极标准，是“正直的生活”或“合于自然的生活”的模范。[31]洛克将自然法融入了他的理论学说与哲学体系之内，认为自然赋予了所有人共有财产。在《政府论》中，洛克进一步提出如何从共有财产中区分出个人的部分：“由于劳动使它脱离了自然原来给它安置的共同状态，就成为对此肯费劳力的人的财产”。[32]洛克的劳动与财产理论，即是对于通过劳动将特定物从共有财产中剥离并获得个人产权行为的肯定。正是人的劳动使这件东西脱离了自然安排给它的共同状态，从而“排斥了其他人的共同权利”。[33]这一过程即是洛克所说的“归私”（（Appropriate），意味着人运用心智和身体的行动来改造自然材料，所形成的工作成果正当地属于人本身。也就意味着，人对造物拥有财产权是基于他所具有的可以利用对其生存所必需、或有用处之物的权利。[34]在洛克看来，运用自身的力进行劳动而获得财产的自然权利，既是人克制自身主观抽象性膨胀、获得满足的必经之路，也是“人在此世生活自然正当的方式”。[35]
产权“结构性分置”的安排，符合洛克的劳动与财产理论中主体获得财产的基本原理：分配数据要素产权的标准，在于如何最大化数据要素价值创造和价值实现，并将产权赋予此过程中付出劳动来开发、利用数据的主体。当然，劳动与财产的正当关联也受到一定程度的限制，体现在对个人滥用财产的禁止。洛克认为，个人基于劳动取得产权的前提，是必须留有足够多且优质的物品在自然状态之中。如果个人劳动取得财产后“未经适当利用即告破坏…他就违反了自然的共同法则，就会受到惩处”。[36]洛克所描绘的“自然状态”是自然物质资源较为丰富的人类社会初期，而这和数字经济时代数据作为要素资源的状态是极其相似的。数据资源常被人称作是“取之不尽、用之不竭”，只要在数据生态体系内存在着基于良好数据治理的信任关系，数据资源的确可以随着个人、企业等参与主体的行为而持续生成。同样，对所获取资源的垄断和贪婪，既是洛克主张的通过劳动获得自然资源产权的限制，也是当前各国实在法中面对大型平台企业、科技公司执法的重点。
2.数据要素产权“结构性分置”与市场效率
劳动与财产理论将劳动贡献作为产权考量标准的正当性，符合人们心中有关分配正义的朴素理念，被视为是欧洲的常识性理论，人们逐渐认可“自由劳动是财富最初的根源”。[37]产权“结构性分置”不仅符合劳动与财产理论的基本原理，还能够促进市场竞争和企业创新，激励数据要素市场繁荣发展。
新制度经济学将为市场供应资源的最大积极性、或激励其他市场主体付费并有最大积极性使用资源，作为产权主体的界定标准。数据要素产生价值的方式是流通，尽管每个个体均扮演数据来源者的角色，但在数据收集、聚合、处理、分析等一系列流通过程中几乎再未发挥作用。对比之下，企业不仅在这一过程中投入了大量人力、财力和时间成本，还事实上为网络用户创造出大量数据产品和服务软件。对企业在利用数据要素创造价值过程中的贡献予以回报，正是以产权配置对劳动与财产理论的践行回应。对在数据流通过程中承担大量成本的企业赋予数据要素产权，能够有效的激励企业继续投入相关生产资料，积极运用大数据、云计算、区块链等技术开展数据要素生产活动。
超越单维配置、尊重劳动贡献并保障企业权益保护的做法，在司法系统近年来的创新性判决中也得到了体现。“淘宝诉美景案”是首例涉及大数据产品权益保护的新类型不正当竞争案件。法院认为网络数据产品通过运营者的深度开发与系统整合内容，具备大量的智力劳动成果投入。网络数据产品已经独立于基础性的网络用户信息和原始网络数据，运营者应当对数据产品应当“享有独立的财产性权益”。[38]在“微信群控‘不正当竞争纠纷案”中，法院厘清了数据权属及权利的边界，认为数据资源整体与单一数据个体所享有的是不同的数据权益。和劳动与财产理论的原理一致，法院认为数据采集主体并不享有原始数据的全部价值，其权属范围仅限劳动所增加的价值。[39]但由于数据要素产权配置基础性制度的缺位，这些案件只能在我国现有的反垄断和反不正当竞争法框架内得到处理，大多依据《反不正当竞争法》第2条作出判决，还有赖型塑出一般性产权规则进行统一保护。
（二）数据要素产权“结构性分置”的构造基础
“数据二十条”构建的“结构性分置”产权架构符合分配正义与市场效率的要求，但在落地细节处还需审酌。仅从构造基础来看，66“结构性分置”的实现需要推动数据要素产权从单维度走向多维配置。
首先是限定投入流通的数据要素范围。卡尔·波兰尼指出，劳动力、土地等要素的极端市场化，将导致市场从社会中的“脱嵌”，让社会的运转从属于市场的运转，从而将对整个社会组织产生致命后果。[40]并非所有数据都适于完全市场化的流通与开放，需要限定适合作为要素进行流通的数据范围。以企业和政府双视角为切入点，以下两类数据应排除在一般性的要素产权配置规则之外：是是企业商业秘密与保密商务信息。《数据安全法》第38条将商业秘密、保密商务信息等数据划定为国家机关履职中知悉数据的保密范围。商业秘密在《民法典》第123条被列为知识产权的客体，但由于商业秘密不可被公众所知悉，具有较强的商业价值，其不太适宜作为一种普遍性的要素资源进行定位。二是与国家安全相关的重要数据、核心数据。上述两类数据一旦发生数据滥用和泄露，对市场经济与国家安全的影响后果较为严重，应排除在数据要素产权的一般性配置规则之外。
其次，需要类型化确定数据要素产权多维配置的一般性规则。依据劳动与财产理论以及产权激励理论，对数据生成方式的不同及其中各方的劳动贡献进行衡量，可以将数据要素划分为以下几种类别。一是与个人具备直接相关性的个人基本信息。姓名、年龄、职业、等个人基本信息，在数据主体与各类数据处理者交互之前就已经产生并可以单独存在，其产权配置应当属于个人，符合“数据二十条”确立的“数据来源”标准。二是企业、政府日常经营所产生的数据。其中，企业经营数据是指企业在日常展业经营中产生的如人事关系、财务报告、税务登记等各类数据，以及从其他企业等市场主体处合法获取数据的集合。政府运营数据是指政府开展执法活动、提供公共服务过程中产生的数据。综合来看，企业和政府在其中投入了人力、物力、财力等大量资源，将企业经营数据、政府运营数据产权配置给企业、政府，既是推动数据流通利用的需要，也能够支持政府践行公共数据开放与共享。三是企业和政府的衍生数据。衍生数据是在相关主体所持有的数据之上，运用知识和技术进行重构、加工、分析、创造所形成的数据。企业和政府是衍生数据的开发方，投入了大量技术和资本完成了“数据-信息-知识”的转化过程，衍生数据成为具备极高价值的智力凝结成果。[41]承认和保护主体衍生数据的产权关系，能够激励政府与企业扩大创新与加大投资，推动数据资源深度开发与服务创新。[42]
最后，还需结合“场景理论”综合分析并修正“数字痕迹”与匿名化数据的产权配置。个人基本信息、企业和政府运营数据以及衍生数据这三类数据，由于要素生成路径与各方贡献容易被量化，劳动与财产理论和激励理论能够清晰地指导产权多维配置思路。而对于“数字痕迹”和匿名化数据，其生产过程和各方参与程度较为复杂，在实践中也引起了较大争议。一是数字痕迹，用户使用企业App、政府网站等终端，浏览、搜索、消费等使用数字产品与设备时会产生大量用户的数字痕迹，现有讨论往往将数字痕迹与个人信息混为一谈，共同讨论产权界定与归属的问题。[43]二是匿名化数据，《个人信息保护法》第4条将“匿名化处理后的信息”排除在个人信息的定义范围之外。对此，尼森鲍姆提出的场景理论根据具体场景来综合判定权利保护的合理性与界限，蕴含了动态、具体化的判断理念。需要结合数字痕迹生成和创造的具体场景来判断产权配置。例如，对于用户的个人基本信息在企业网站等终端之上直接留存的痕迹，其产权应当依然配置给个人；而对于用户在浏览网页、使用 App 时的点击频次、记录等数据，产权应当配置给企业。同样，匿名化的数据是否具有识别个人的能力关键在于数据应用的场景、所结合的数据多少及使用方式等。[44]一般性的，如果经过匿名化之后，原有数据成为与个人完全无关的新数据，那么非个人数据上不再存在主体权利。按照劳动与财产理论，企业的劳动使数据脱离了原始状态，匿名化数据产权应当配置给数据处理者。而如果在匿名化之后，在相关处理者控制下的多个数据库相结合、比对，甚至是经过技术更新迭代能够反匿名的场景下，匿名化数据仍然能够用以识别到数据主体，此时应当回归一般性的产权配置判断规则之中。
综上所述，“结构性分置”架构的基础是数据要素产权的多维配置。应当首先进行范围限定，排除不适宜参与要素流通的部分数据；其次衡量各个参与方在数据生成过程中的贡献，予以一般性的类别化产权配置；最后结合具体的数据处理场景，对数字痕迹、匿名化数据等特定数据产权配置方式予以修正，最终形成基于数据要素生产方式与劳动贡献的多维、动态配置模式。
四、产权多维配置下数据要素流通规则的构建思路
（一）公共数据开放：以《数据治理法案》的数据再利用为借鉴
通过反思单维配置的现状并建立起“结构性分置”的数据要素产权制度，是推动数据要素在社会层面流通利用的前提。反观目前数据在要素市场中的流通困境，还有赖于在公共数据开放与企业数据交易各自的规则层面进行改进。同样在数据要素流通利用面临困境的欧盟，希望以《数据治理法案》实现《欧洲数据战略》构建的欧洲数据经济愿景，意图通过构建公共数据再利用（Re-use）机制，推动公共部门的数据在各个领域中的流通。
总体来看，《数据治理法案》有关公共数据再利用的亮点集中在非强制性再利用、禁止独占、数据匿名化和数据开放成本等四个部分。第一，《数据治理法案》并未将公共部门许可数据再利用视作是一种强制性的义务，而是要求各成员国鼓励公共部门采用“经由设计与默认的开放”（（Open by Design and by Default），并细化了与公共数据开放相关联的一系列配套措施。[45]这一规定遵循了“经由设计的规制”（Design-based Regulation）思路，通过技术或服务的物理设计、代码架构等，将“硬法”刻进系统软件之中。[46]第二，禁止企业或个人独占公共部门数据。《数据治理法案》要求公共部门机构在制定其持有数据的再利用原则时遵守竞争法，避免缔结以建立专有权为目的或效果的排他性协议。只有在符合公共利益且正当、必要的前提下，才能够达成此类协议，[47]防止公共部门数据沦为部分大型科技公司的私人矿场。第三是数据匿名化的要求。在数据投入流通之前，应当对公共部门数据中的个人数据进行匿名化处理。不过，《数据治理法案》也对这一规定设置了但书条款：如果提供匿名或修改后的数据不能满足再利用者的需求，且对数据主体权益的风险很小的，则可以允许在安全的处理环境中对数据进行现场或远程再利用。[48]第四是开放数据相关的费用。考虑到公共部门数据开放过程需要极高的基础设施能力与资源成本，《数据治理法案》第二章第6条允许公共部门机构可以就数据再利用收取费用，且费用应当是透明、非歧视性、相称的和客观上合理的，不得限制竞争。[49]并且，《数据治理法案》倡导以科学研究为目的的数据提供，鼓励向中小型初创企业、民间社会和教育机构提供数据时予以折扣或免费。
从整体趋势来看，欧盟与我国的数据领域立法均呈现出由安全保护朝向促进流通的趋势，《数据治理法案》中对公共部门数据的相关规定可以作为我国公共数据开放的立法借鉴。结合数据要素产权“结构性分置”的思路，应当从以下若干方面对我国公共数据开放进行规则补进。首先，完善与公共数据开放相关的顶层设计。在我国，目前只有《数据安全法》第五章对“政务数据安全与开放”进行了原则性规定。随着数字政府进程的不断深化，应当提升与公共数据开放相关的法律位阶，在法律层面形成对公共数据开放的具体规则，明确公共部门在不同领域细化的数据开放细则。
其次，明确公共部门所开放数据的整体质量要求。公共数据开放的重点并不在于开放与否，而是能否达到公共数据价值为个人、企业和社会所有效使用的效果。对比大量政府机构仅公开政府预算、统计数据的先行做法，应当在不影响个人信息安全与公共安全的前提下，将公共数据的开放内容聚焦于政府底层数据，以模型、核验等产品和服务等形式向社会提供。并且，数据资源的供给应当具有持续性和稳定性[50]，使公共部门所开放的数据成为经济社会发展“原材料”的长期供应者。
再次，明确公共数据开放的费用收取标准。从公共数据开放制度制定到实际执行，公共部门能否有相应的人力和财力资源，都是支撑起数据高质量汇集和提取、建设数据开放平台、公共数据匿名化处理等技术和机制的关键。在这一点上，可以原则上向数据使用主体收取一定的程序性费用。同时，企业是开发和利用公共数据最频繁的使用主体。在避免与企业达成数据供应排他性协议的前提下，应当促进数据所属公共部门于地方企业建立合作关系，利用企业力量对公共数据进行清洗、加工和匿名化处理，使企业同时成为开放公共数据的利用者与保障者。公共数据应用在科学、医疗、教育等研究目或公益事业时，应当减轻或免除费用。
最后，充分发挥数字技术在公共数据开放中的功能。在总体思路方面，应当借鉴《数据治理法案》中“经由设计与默认的开放”规则，将数字科技融入公共数据开放全流程，以技术治理应对公共数据安全和质量等难题，推动公共数据开放的技术化与法治化进程。在具体技术方面，应重点发展隐私计算等技术，构建“原始数据不出域、数据可用不可见”的新型数据流通模式，提升由集中式开放走向分布式开放的全周期管控能力。
（二）企业数据交易：二元协同式的企业数据交易生态
“平台主导型”企业交易陷入日常运营和数据流量的困境反映出，路径依赖性的将数据交易等同于证券、期货等金融产品交易，并类比制定企业数据产品标准化的交易规则是失败的。数据要素产品与土地、资本等生产要素的产品存在本质区别，数据要素因其较强的场景化特征，并且不是一种价值均质化的标准产品。一般情况下，土地要素能够清晰的被市场定价，资本要素更是能够被量化并畅通流转。但数据要素不具备这种价值均质、恒定的特征，其场景化特征较为明显。同一比特大小的两个数据之间的内在价值很可能存在天壤之别，数据集的规模大小与无法成为衡量数据及其持有企业价值的直接依据。[51]不仅如此，数据产品的买方也存在着对数据种类、维度、密度等各项指标的个性化需求，而“阿罗信息悖论”的存在，也使得披露数据产品信息很可能丧失数据价值。[52]
数据要素特征与“平台主导型”数据交易之间的紧张关系，是造成企业数据交易困境的根本原因。交易平台对数据交易流程及其产品进行的标准化工作，除了能够起到清洗、加工等强化数据安全保障的作用之外，最重要的功能就是降低数据交易成本。但由于数据要素场景化、价值非均质化等特征，将非标准化的数据转化为标准化的数据交易产品，并挂在交易平台网站之上供网络用户浏览股票一般浏览数据，并不能够实际起到降低企业数据流通交易成本的作用，因为股票的背后拥有大量强制信息披露文件用以消除信息不对称。促成企业数据交易市场繁荣发展的重点，在于为数据产品及时、精准地匹配到资金与需求一致的买方。合适的买卖双方一旦具备充分接触、互相了解的机会，非标准化数据产品一样可以自由流通。对此，在制度层面就需要以一定的中介机制促成对应市场主体的接触。
为应对数据要素的交易困境，欧盟在《数据治理法案》中创新性地提出“数据中介服务”（（Data Intermediate Services）的概念。数据中介服务指通过技术、法律或其他手段，在数量不确定的数据主体、数据持有人等市场主体之间建立商业关系。[53]《数据治理法案》对数据中介服务规制的重点，在于强调数据中介服务提供商独立于数据主体和企业这一供需关系之外，并协助个人对数据行使知情同意、访问、更正等一系列权利。欧委会认为，数据中介服务将在数字经济中发挥关键作用，数据中介服务将与数据持有者和用户一道，在新的数据驱动生态系统中发挥促进作用。[54]数据中介服务对应着我国数据交易平台和数据经纪人的概念，能够重点降低市场中发现交易对象的成本，在我国国内地方立法中也得到了重视。2021年10月，广州市海珠区发布了《关于印发海珠区数据经纪人试点工作方案的通知》，建立了全国范围的首批数据经纪人试点。从近两年的实践来看，数据经纪人试点强调经纪人受托行权、风险控制与价值挖掘三方面的功能，并提出了技术赋能型、数据赋能型、受托行权型三个分类标准。
有鉴于此，未来我国数据要素交易市场的制度建设，应当改变以数据交易平台为中心的一元式交易模式，注重打造数据经纪人与数据交易平台二元协同式的数据交易生态体系。从交易平台来看，证券、期货交易所模式并不适宜企业数据交易，企业数据交易平台的一个理想模式是猎头式的招聘平台。猎头平台中的劳动力要素非均质化特征较为明显，不同劳动力的专长、技能与细分领域各有不同。新生态下的数据交易平台，应当由专注产品标准化职能转为发挥以下三种功能：一是承担资质认证和审核功能，交易平台负责培育和认证在交易平台注册的数据经纪人，登记注册数据产品买方的身份信息，消除各方参与交易时所涉数据产品的安全隐患。在此过程中，比照猎头中介、猎头平台在劳动力要素市场中的功能定位，数据经纪人在数据交易市场中应当扮演价值发现、价格评估、组织交易等市场性功能。二是负责确定数据来源和产权关系。在数据产品准入环节，交易平台通过认定审核机制和监督机制确保数据来源的合法性数据质量和交易方资质，防止数据被侵权、泄露与篡改。[55]同时，构建相应的交易风险预警制度，保证数据交易的安全。三是充分发挥组织的自律管理作用，对于在数据交易过程中发生的争议先行调解，并在数据侵权和泄露情况下与数据经纪人共同帮助买方维护权利，以降低国家法介入新型数据交易的成本。
【注释】
[1]郭雳、尚博文：《高效规范网络市场秩序》，载《经济日报》2023年4月11日，第5版。
[2]原始数据经过转化——从数据收集、分析到处理成数字智能，便有了价值，因为数字智能可以用于商业目的，从而变现或服务于社会目标，从而具有社会价值。个人数据经过汇总和处理后才有价值。参见联合国贸易和发展会议：《数字经济报告2021：跨境数据流动与发展：数据为谁流动》，第17页。
[3]高富平：《数据流通理论：数据资源权利配置的基础》，载《中外法学》2019年第6期，第1410页。
[4]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》，载《中外法学》2019年第4期，第856页。
[5]徐向梅：《筑牢数据安全屏障》，载《经济日报》2023年1月4日，第11版。
[6]国家互联网信息办公室，《数字中国发展报告（2022年）》。
[7]复旦大学数字与移动治理实验室：《2022年度中国地方政府数据开放报告》，第5页。
[8]陈兵：《“双循环”下数据要素市场公平竞争的法治进路》，载《江海学刊》2021年第1期，第155页。
[9]黄尹旭：《论国家与公共数据的法律关系》，载《北京航空航天大学学报（社会科学版）》2021年第3期，第28页。
[10]李涛：《政府数据开放的理论内涵、开放进程及治理框架研究》，载《江淮论坛》2022年第3期，第135页。
[11]王琎：《数据交易场所的机制构建与法律保障——以数据要素市场化配置为中心》，载《江汉论坛》2021年第9期，第 130页。
[12]罗曼、田牧：《《理想很丰满现实很骨感贵阳大数据交易所这六年》，载《证券时报》2021年7月12日，第A01版。
[13]童楠楠、窦悦、刘钊因：《中国特色数据要素产权制度体系构建研究》，载《电子政务》2022年第2期，第13页。
[14]王琎：《数据交易场所的机制构建与法律保障——以数据要素市场化配置为中心》，载《江汉论坛》2021年第9期，第 134页。
[15]陈兵、赵秉元：《数据要素市场高质量发展的竞争法治推进》，载《上海财经大学学报》2021年第2期，第9页。
[16]胡乐明，刘刚、李晓阳：《新制度经济学原理》，中国人民大学出版社2019年版，第42页。
[17]尚博文、郭雳：《数据要素产权的复合性运行范式》，载《上海经济研究》2023年第3期，第89页。
[18]World Bank：World Development Report：Data for Better Lives，https：//wdr2021.worldbank.org/sto-ries/governing-data/。最后访问日期：2022年8月22日。
[19]梅夏英：《社会风险控制抑或个人权益保护——理解个人信息保护法的两个维度》，载《环球法律评论》2022年第1期，第7页。
[20]王锡锌：《国家保护视野中的个人信息权利束》，载《中国社会科学》2021年第11期，第117页。
[21]汪庆华：《数据可携带权的权利结构、法律效果与中国化》，载《中国法律评论》2021年第3期，第189页。
[22]《通用数据保护条例》第6条第一款第f项：“处理是控制者或者第三方为了追求合法利益的之必要，但此利益被要求保护个人数据的数据主体的利益或基本权利以及自由覆盖的除外”。
[23]高富平：《GDPR的制度缺陷及其对我国〈个人信息保护法〉实施的警示》，载《法治研究》2022年第3期，第23页。
[24]Jian Jia，Ginger Zhe Jin，Liad Wagman，“The Short-run Effects of GDPR on Technology Venture Investment”，National Bureau of Economic Research，Working Paper 25248，p.41.
[25]William Blackstone，“Of Property in General”，https：//oll.libertyfund.org/page/blackstone-on-prop-erty-1753。最后访问日期：2022年8月22日。
[26]周威：《译者序言》，见玛丽·安·格伦顿：《权利话语：穷途末路的政治言辞》，周威译，北京大学出版社2006年版，第2页。
[27]亚伦·普赞诺斯基、杰森·舒尔茨：《所有权的终结：数字时代的财产保护》，赵精武译，北京出版社2022年版，第9页。
[28]亚伦·普赞诺斯基、杰森·舒尔茨：《所有权的终结：数字时代的财产保护》，赵精武译，北京出版社2022年版，第 32-33页。
[29]阿道夫·伯利，加德纳·米恩斯：《现代公司与私有财产》，商务印书馆出版社2005年版，第79页。
[30]周游：《公司法上的两权分离之反思》，载《中国法学》2017年第4期，第289页。
[31]登特列夫：《自然法：法律哲学导论》，李日章、梁捷、王利译，新星出版社2008年版，第1页。
[32]约翰·洛克：《〈政府论〉下篇》，叶启芳、瞿菊农译，商务印书馆2009年版，第20页。
[33]约翰·洛克：《〈政府论》下篇》，叶启芳、瞿菊农译，商务印书馆2009年版，第18页。
[34]约翰·洛克：《〈政府论〉上篇》，瞿菊农、叶启芳译，商务印书馆2009年版，第74页。
[35]王楠：《劳动与财产——约翰·洛克思想研究》，上海三联书店2014年版，第98页。
[36]约翰·洛克：《〈政府论〉上篇》，瞿菊农、叶启芳译，商务印书馆2009年版，第25页。
[37]凡勃伦：《企业论》，蔡受百译，商务印书馆2017年版，第54页。
[38]浙江省杭州铁路运输法院（2017）浙8601民初4034号。
[39]浙江省杭州铁路运输法院（2019）浙8601 民初1987号。
[40]波兰尼：《大转型：我们时代的政治与经济起源》，冯钢、刘阳译，浙江人民出版社2006年版，第15-18页。
[41]戚聿东、刘欢欢：《数字经济下数据的生产要素属性及其市场化配置机制研究》，载《经济纵横》2020年第11期，第71页。
[42]童楠楠、窦悦、刘钊因：《中国特色数据要素产权制度体系构建研究》，载《电子政务》2022年第2期，第17页。
[43]严宇、孟天广：《数据要素的类型学、产权归属及其治理逻辑》，载《西安交通大学学报（社会科学版）》2022年第2期，第108页。
[44]高富平：《数据流通理论：数据资源权利配置的基础》，载《中外法学》2019年第6期，第1417页。
[45]EU，Data Governance Act，（9）。
[46]许可：《数据交易流通的三元治理：技术、标准与法律》，载《吉首大学学报（社会科学版）》2022年第1期，第100页。
[47]EU，Data Governance Act，（13）。
[48]EU，Data Governance Act，（15）。
[49]EU，Data Governance Act，Chapter 2，Article 6.
[50]高富平：《《数据经济的制度基础——数据全面开放利用模式的构想》，载《广东社会科学》2019年第5期，第10页。
[51]田杰棠、刘露瑶：《交易模式、权利界定与数据要素市场培育》，载《改革》2020年第7期，第20页。
[52]丁晓东：《数据交易如何破局——数据要素市场中的阿罗信息悖论与法律应对》，载《东方法学》2022年第2期，第 144页。
[53]EU，Data Governance Act，Chapter 1，Article 2，（11）。
[54]EU，Data Governance Act，（27）。
[55]王琎：《数据交易场所的机制构建与法律保障——以数据要素市场化配置为中心》，载《江汉论坛》2021年第9期，第 130页。
