开放科学(资源服务)标识码(OSID)：
Under structural functionalism, data property rights are an organic whole system, and its internal subsystems such as data resource ownership, data processing and usage rights, data product management rights, and data property registration mechanisms will all have an impact on the overall operation of data property rights and the orderly circulation of data elements. Among them, the rights structure, operational logic, interrelationships, and collaborative mechanisms of each sub right must be developed around the ultimate function of releasing the economic value of data elements. After clarifying the compatibility between structural functionalism and data property rights structural separation, it is currently necessary to analyze the value of property rights structural separation from both structural and functional perspectives, as well as the subsequent rule construction.
At the functional level, the current structural division of data property rights should be elaborated on three aspects: innovating data protection models, unleashing the value of data elements, and balancing the interests of data subjects. Firstly, to address the shortcomings of traditional data rights protection models. Secondly, it meets the demand for value release throughout the entire lifecycle of data element circulation. Thirdly, balance the interests and needs of different data subjects.
At the structural level, the main focus is on the implementation of the structural separation of data property rights, namely the separation of public data ownership, enterprise data ownership, and the scenario based application of personal data. Firstly, in terms of admission, it is necessary to establish a relaxed authorization operation admission mechanism. Secondly, enterprise data should clarify the specific connotation of the separation of three rights. The subject of enterprise data holding rights should be limited to market entities, and the scope of power of data resource holding rights includes holding rights and the right to transfer use. The subject of the right to use data processing can be a legal or natural person who obtains raw data through legal or agreed upon means in the upstream data market. The processing methods include data cleaning, labeling, anonymization, cross matching, storage, etc. The right to profit from the operation of data products is the core power, and its implementation can rely on the establishment of data trading centers in various regions. Pricing, sales models, trading models, platform profit models, etc. are all feasible paths. Thirdly, the scenario based application of personal data. On the one hand, in terms of data classification standards, the principle of equity allocation can be introduced, that is, different equity protection models can be adopted based on the equity classification of different data subjects. On the other hand, in terms of data grading standards, it is necessary to consider flow restriction rules for sensitive data, privacy data, identity data, and biological data. In addition, it is currently possible to establish personal data asset accounts for storing, recording, and managing personal data.
开放科学(资源服务)标识码(OSID)：
作为新型生产要素,数据具有可共享可复制、无限增长等特点。当前,依托所有权构建的传统产权机制无法满足数据要素价值释放的现实需求。因此,如何创新数据产权制度成为亟待解决的问题。2022年12月,中共中央、国务院发布《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“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”。可见,数据产权的结构性分置是构建数据基础制度体系的逻辑起点。
数据产权结构性分置在实现数据保护与利用价值目标的同时,暴露出理论支撑不足、结构规则缺失等问题。现有研究往往立足于数据确权主义,强调数据要素自身结构特征,并赋予各方主体相应的数据权利,以明确数据产权与流通规则。数据确权主义以“农地三权分置”为参考,主张从“两权分离”到“三权分置”的确权路径[1]。数据确权主义同样面临确权理论与规则建构不足的困境,尤其是单一研究方法不能满足数据要素市场建设的现实需求。现有研究对数据产权如何在不同利益主体间实现有效配置,以及如何形成兼顾数据要素特点与数据要素价值生成逻辑的结构化权利体,尚未形成一致意见。为回应数据要素价值释放的时代要求,需基于新研究视角对数据产权结构性分置的内在逻辑进行分析。其中,结构功能主义强调宏观功能与微观结构融洽适用,其价值理念与分析范式契合数据产权分置的政策目标。基于此,本文以结构功能主义为分析进路,在明确结构功能主义与产权结构性分置关联的基础上,从功能和结构两个方面对数据产权结构性分置价值与规则进行阐述,以期为数据要素流通的基础性理论构建和权利设置局限的纾解提供参考。
作为一种分析范式,结构功能主义将研究对象拟制为具有结构性与组织性的系统,系统内各部分相互作用,借助横向与纵向运行规则实现系统功能。事实上,产权结构性分置具有与结构功能主义相契合的可行性与必要性,即产权结构性分置契合结构功能主义的基本运行逻辑与预期目的,将数据产权划分为数据持有权、数据加工权、数据经营权等子权利,辅以数据产权登记、数据流通等规则,以实现数据要素市场的有序运行。
结构功能主义可追溯至19世纪生物学中功能主义基本原则和20世纪部分法哲学家的社会学研究理念,后者包括孔德的实证主义哲学、斯宾塞的社会有机体论和功能需求概念。其中,帕森斯和默顿是结构功能主义的集大成者。帕森斯首创行动体系概念,同时构建AGIL四功能模式作为分析行动体系结构的基本工具。行动体系由有机体系统、人格、社会和文化4个子系统组成,社会系统有效运行的关键在于其需满足4个必要的功能性条件,即适应(Adaptation)、达鹄(Goal attainment)、整合(Integration)和维模(Latency pattern maintenance)[2]。适应功能强调社会资源的稳定获取与合理分配;达鹄功能要求各类社会资源应按照预定次序级别排列,最终达到预期目标;整合功能关注各系统之间以及系统内部之间的合作关系,目的是将分散的各要素和功能有机组合起来,使之成为具有特定功能的整体;维模功能主要包括模式维持和紧张调停两个相互联系的部分[3],能够保持系统结构和功能的相对稳定。结构功能主义理论的另一位代表人物罗伯特·默顿(Robert K Merton)对社会系统功能需求进行了深度拓展,并依托中层理论指出社会系统组成部分存在正向功能与负向功能的区分。只有对社会机构的客观后果进行功能性认识,同时对评价结果予以恰当应用,才能促使社会结构稳健运行。实际上,以帕森斯和默顿等学者为核心的结构功能主义学派为分析社会系统结构运行提供了理论框架。
结合上述分析,结构功能主义具有如下特点:一是系统性。结构功能主义立足结构与功能统一的逻辑起点,结构属性决定功能特征,功能实现依托结构运行。因此,结构与功能密不可分,系统功能的实现需要各部分协同,而各部分只有依托整体才能发挥作用。二是动态性。动态性来自系统结构调整与修正,上述动态变化会导致系统功能改变[4]。事实上,上述分析框架不仅可以对社会学现象进行阐释,而且能够为解释法学问题提供参考[5]。
作为社会学理论的典型代表,结构功能主义强调结构与功能的关系,这与法学研究对象及体系相契合,因而成为法学研究范式。结构功能主义认为,社会实际上是以特定结构为核心的完整系统,该系统可根据不同应用场域划分为其它子系统,各子系统遵循特定规律与逻辑,同时发挥不同功能。具体而言,结构功能主义的本质如下:治理系统结构决定治理功能实现,而治理功能是结构体系下各治理系统存在的目的和理由[6]。结构功能主义分析框架同样适用于研究数据要素的产权分置。作为贯通经济学与法学的概念,产权概念存在广义与狭义之分,前者包括物质性权利或权益的集合,后者仅指向对世性的财产权[7]。在此基础上,数据产权是以数据为客体且具有对世性的财产权。产权分置是对财产权权能的分离,并将分离后的子权利赋予不同主体,上述权利分离与主体赋权过程是产权分置的基本逻辑。产权结构性分置契合产权结构化的特点。工业化时代,以支配与占有为核心的线性所有权大行其道,股份制公司的出现使所有权裂变,收益权逐渐被重视。数字经济背景下,数据产权结构性分置是产权结构化的必然趋势。数据易得性、可复制性、非排他性等特征契合数据产权的可分割性,凸显出利用与收益的核心内涵。在此基础上,形塑有效的数据产权制度,需要超越传统线性权利单一化赋权,识别在数据流通过程中不同主体的利益需求,最终实现数据权利在不同主体间的有效配置。
可见,数据要素价值释放需要依托数据交易平台建设与数据流通规则优化。因此,有必要对不同主体权利边界进行划分,并对上述数据权利进行有效配置。数据产权结构性分置是对数据持有者、数据使用者、数据加工者、数据经营者等不同主体的财产权益进行分配,这与结构功能主义的基本内核密切相关。结构功能主义下,数据产权是一个有机整体系统,其内部数据资源持有权、数据加工使用权、数据产品经营权、数据产权登记机制等会对数据产权整体运行以及数据要素有序流通产生影响。具体而言,结构功能主义下的数据产权结构性分置可从两个方面加以阐述,即功能导向与结构导向。功能导向下的数据产权结构性分置强调其价值功能,基于“数据二十条”以及数据确权实践,数据产权结构性分置试图构建以数据资源持有权为核心,且包含数据资源转化为数据资产、数据资产转化为数字资本的交易流通框架,从而解放数据生产力,实现数据价值高效释放。其中,上述功能立足宏观、中观与微观3个维度,即形塑新型数据权益保护体系、加速数据价值释放与平衡多元主体数据权益。结构导向下的数据产权结构性分置注重数据要素分权、确权与行权的具体规则,如公共数据授权运营、企业数据三权分置、个人数据分类分级、数据要素产权登记等均为数据要素治理框架中的具体结构,目的在于确保上述数据要素产权明晰功能、数据要素价值分配功能、数据权益解纷功能的实现。因此,结构功能主义理论下,功能主义为结构内容边界与实施手段提供方向,而结构主义下的规则构建则为功能主义的实现提供保障。将上述理论应用于数据产权结构性分置场景中,可提供具有可操作性的分析思路,即数据产权分置下的各项权利不仅通过协同运行解决潜在流通障碍与权属纠纷,而且能够满足数据利用的一般功能需求。
功能导向是实现法律作为客体功用与主体需求相统一的方法论[8]。“数据二十条”提出的“数据三权分置”实际上是产权结构性分置的典型政策。然而,“数据二十条”未明确三权的主体、客体、条件等基本结构,无法满足数据要素流通规则要求。当前,应立足结构功能主义分析框架,基于功能导向为数据产权分置设定规范标准,以实现数据安全与利用的平衡。立足宏观、中观与微观视角,数据产权结构性分置的功能内涵应围绕创新数据保护模式、释放数据要素价值以及平衡数据主体利益3个方面细化阐述。
基于数据要素治理与数据权益保护视角,当前数据要素治理模式往往依托以《个人信息保护法》《反不正当竞争法》《反垄断法》为核心的行为主义规制路径。然而,行为主义的规制效果仍暴露出适用失恰与救济不足的问题。
(1)物权保护路径理论缺陷。物权保护的预设前提是作为保护客体的物需要遵循“一物一权”原则。然而,数据之上往往承载着多重主体利益,同一组数据本身存在多元主体持有的客观事实。上述权益相冲突,每个主体均可通过诉讼途径加以主张,不仅有违“一物一权”的基本法理[9],而且还会加剧数据纠纷的司法讼累。
(2)竞争法保护路径弱化。数据要素治理的竞争法路径是行为主义规制的核心表现,但无论是《反不正当竞争法》还是《反垄断法》都存在规则缺位。一方面,《反不正当竞争法》以互联网专条作为规制数据不正当竞争行为的“黄金条款”,但互联网专条的文本表达较为模糊,给法官留下了较大的解释空间。在司法实践中,互联网专条被援引频率并未达到预期,法官习惯于基于原则性规定进行裁判,互联网专条“在审判中被空置”[10]。另一方面,《反垄断法》新增数据垄断条款,但面对新型垄断行为仍暴露出诸多问题,如在以算法共谋为典型的平台垄断协议中,主观共谋意图难以被完整推导。滥用市场支配地位中的差别待遇面临“支配地位认定”“滥用行为认定”“正当性理由”等解释论困境[11],而数字平台扼杀式并购会因传统以营业额为核心的并购审查标准,忽视用户基础与数据存量的影响,进而导致审查标准结果失真。
(3)商业秘密规制救济不足。数据产品中的信息内容无法受到商业秘密制度保护。因生产过程需要海量数据支撑以及加密算法处理,数据产品生产者往往不希望第三方对其产品进行“反向工程”,更不允许加工处理过程暴露。实际上,部分数据开发者希望公开数据产品,以期获得商业营销策略的经济价值。可见,数据产品保护的重心是避免他人“搭便车”,而非完全限制数据产品信息内容的秘密性。
(4)个人信息三重授权原则不敷适用。数据流通与个人隐私冲突的研究成果颇为可观,如数据可携带权、数据删除权、数据分类分级可为上述冲突提供可行的纾解路径。其中,三重授权原则作为与数据企业关联最为密切,并强调个人双重授权的保护机制值得关注。三重授权强调“用户授权”的实质在于确立信息使用规则,而“平台授权”的实质在于确立数据使用规则。作为连接个人信息保护与数据要素流通的关键举措,三重授权原则的适用面临诸多挑战。例如,边际认知成本提高会加剧授权疲惫感,进而诱发随意授权,使得三重授权流于形式。平台在用户授权场景中并未保持中立,而是通过模糊重点条款、增加晦涩术语表达等方式“软强制”用户授权。因此,用户需要面对数据被平台绝对控制的风险与平台提供便利服务的诱惑。
综上,物权保护路径、竞争法保护路径、商业秘密保护路径以及个人信息保护路径对数据要素治理的效果均力有不逮。此外,上述规制思路侧重于事后救济,与数据高频处理与瞬时更新的特点相冲突。长此以往,数据要素市场将陷入无序状态,偏离市场资源最优化配置,最终导致大量数据被弃置[12]。数据产权结构性分置可降低数据可能诱发的风险,并通过数据分权与赋权结构,赋予不同主体对数据权益的主张空间,不仅可以调和多元数据主体利益冲突,还能构建数据产权配置机制,是当前释放数据要素价值的应有之义。事实上,数据产权结构性分置并非仅着眼于数据产权的具体内容,而是通过产权分置“以点带面”,延伸出数据流通规则、数据产权登记、数据交易平台等,最终完善数据基础设施。由此,可以廓清数据市场交易范围与规模,明确数据交易行为准则,进而激励企业对数据的创造性使用,真正发挥数据要素各项衍生功能。
基于功能主义视角,数据产权结构性分置功能的中观维度表现在通过细化产权分置规则释放数据要素价值。事实上,传统数据产权理论下,数据要素所有者仅享有对数据占有与使用的权利,其收益权无法得到保障,也缺乏数据要素高效流转路径,加上利益分配规则模糊,导致数据市场主体不敢“主动进场”交易。在产权结构性分置场景中,所有权被刻意淡化,更多地凸显出持有者权、加工使用权与产品经营权等收益权能。这有助于打破数据价值流动枷锁,鼓励数据主体在市场内自愿、有偿流转和加工使用,同时破除流转和抵押限制,彰显数据要素的财产价值。
立足数据经济价值与劳动赋权理论视角,数据产权结构性分置具有现实合理性。依托算法技术,数据要素从数据集合转化为数据资源,进而在市场动态流转中保值增值[13]。数字经济下,数据生产方式使数据加工使用与产品开发变得普遍。依托劳动赋权理论,在数据要素流通过程中,不同主体会对其增值付出劳动,因而数据权利配置与权益分配需要考虑作出劳动贡献的主体。数据产权结构性分置的分权与赋权规则,实际上为数据生产者、数据控制者等数据主体提供了数据权利主张的制度空间,是产权激励功能的具象化。数据产权结构性分置有利于数据要素优化配置,能够充分发挥数据作为新型生产要素的作用,提高数据资源使用效率。数据产权是数据要素的市场化配置,上述配置基于数据交易的基本功能,最终目的是释放数据要素价值。因此,是否明确数据产权以及如何设计数据产权运行规则影响数据要素市场化配置。从数据要素到数据集合,从数据集合到数据资源,从数据资源再到数据产品,数据要素流动性表明其保值增值必然经历数据搜集、整合、流通、利用等全生命周期过程。数据产权结构性分置通过建立数据流通、开放、共享和利用架构,实现从数据要素到数据产品的良性循环,真正释放数字经济红利。
可见,“数据二十条”淡化所有权、强化使用权的政策意旨,为数据产权结构性分置奠定了规范依据。通过数据持有者、数据利用者、数据经营者等不同主体权利的梯度性设计,鼓励多元数据主体加强对数据生产、加工的投入,激励数据价值产出,这是结构功能主义下数据产权分置功能实现的重要面向。
产权结构性分置功能的微观维度聚焦参与数据要素流通的各类主体,强调通过数据确权调和不同数据主体权益冲突。国家、企业、个人在数据生产、流通和使用中对数据利益具有不同诉求,这使得同一组数据上人格利益、财产利益、社会公共利益叠加共存,主体间利益冲突在所难免。数据产权结构性分置通过区分数据类型明确权利边界,旨在通过数据主体确权调和可能存在的利益冲突,促进数据生产要素供应与流转全过程,实现价值释放的目的。
(1)个人的人格、财产双重利益期待。个人信息与数据流通冲突往往被认为是代表个人人格权的隐私权与代表企业财产权的收益权之间的矛盾。事实上,数据承载的个人权益内涵不仅包括人格利益不被侵犯,还包括用户对有关数据财产权益的享有。用户对平台的使用会不可避免产生诸多原始数据,平台企业对海量原始数据进行筛选整理,以此作为平台产品与服务的重要参考,进而获取利润,这一过程实际上是对用户无偿劳动所创造剩余价值的剥削。可见,在数据生产与流转过程中,作为数据源出者的用户以及提供数据处理技术的企业均能对数据价值提升作出贡献,因而两者对数据流通和利用收益存在合理期待[14]。数据产权结构性分置能够区分数据资源持有、数据加工使用,并分别赋予两者收益权能,从而缓解双重利益期待导致的利益冲突。
(2)企业主体间单一财产利益期待。相较于用户个人的双重利益期待,企业对数据的利益指向较为单一,即企业对企业数据仅具有财产利益期待。然而,不同企业权益指向趋于一致,容易诱发不正当竞争或者垄断行为。例如,“微博诉脉脉案”“大众点评诉百度案”“淘宝诉美景案”等典型案件的裁判结果表明,数据抓取技术往往成为企业不正当竞争的“工具”。基于此,数据产权的多元主体赋权既能避免数据权利过度集中,也可为控制海量数据并试图垄断的平台企业划定“红线”。最终,数据产权结构性分置能够促进数据流通与共享利用,进而激发数据要素的潜在价值。
(3)行政机关的公共利益期待。作为公共数据管理与数据产业监管主体,行政机关不仅需要确保数据要素有序流通,还肩负着数据资源安全保障职责。“数据二十条”下,公共数据的产权分置实际上是具有强制性、自上而下的安全管控机制设计,被授权运营主体持有数据加工权和数据产品经营权而丧失独立性。同样,数据商享有的数据加工权和数据产品经营权仅能基于被授权运营主体授权,在其监督管理下享有“强受控和受限”的权利。因此,数据产权结构性分置运行框架可为数据安全提供保障。
数据产权各子权利内涵以及权利间的衔接适用规则往往是数据产权制度功能实现的支撑。当前,公共数据、企业数据与个人数据是数据要素分类的典型,数据产权结构性分置实施规则应围绕上述数据类型进行细化。其中,公共数据是国家机关通过依法履职以及委托授权其它具有公共职能主体收集的具有强公共属性的数据。企业数据是企业在经营活动、生产活动过程中以信息化手段制作或获取的各类数据及衍生数据。个人数据是已识别或可识别的与自然人相关的数据,其中可识别性是判断个人数据的重要标准。当前,基于“数据二十条”的政策意蕴以及数据要素价值释放的梯度性考量,应明确公共数据授权运营的实现路径、企业数据三权分置的实现路径,以及个人数据分类分级的实现路径。
公共数据作为数据产权结构性分置下的重要一环,其权属认定与运行结构决定公共数据利用的基本面向。虽然公共数据国家所有权的权属认定已得到学界普遍认同,但国家所有权的理论基础存在解释不足的问题。同时,公共数据利用往往依托公共数据授权运行机制,而国家所有权下授权运营的具体规则同样存在优化空间。
3.1.1 公共数据国家所有权的理论检讨
公共数据权属认定是公共数据利用与保护的前提。当前,公共数据国家所有的主张已被学界普遍认可。具言之,公共数据国家所有说的论据较多,颇为典型的是通过扩张解释方法将公共数据资源类比为“自然资源”,推定其为国家所有[15]。部分观点立足契约主义论证逻辑,基于虚拟公共信托协议,将国家事实控制公共数据的客观状态认定为国家与全民签订公共信托协议的结果。尽管该协议并不存在,但公共数据收益却由全民共享[16]。还有部分观点依托产权经济学视角,认为只有公共数据归属于国家所有,才能发挥高效治理优势。进一步,鉴于数据资源归国家所有展现出的高效治理优势,有学者主张公共数据和企业数据等数据资源都应归国家所有[17]。然而,“类自然资源说”“公共信托理论”以及“产权经济学理论”均存在解释缺陷。
(1)“类自然资源说”的解释不足,自然资源归国家所有的本质是“全民所有”,这就排除了私人所有。虽然明确公共数据资源归属于国家,国家行使所有权并不必然排除私人的用益权,但其仍体现为公权力的扩张。在理解上述逻辑的基础上,“类自然资源说”表现出对宪法条款的明显扩张,这与当前公权有限的政策环境相背离。尽管公共数据与传统自然资源可被“公共资源”这一上位概念所涵摄,但两者存在明显区别,前者只是属于行政法意义上的公物,强调“公用”而非“公有”[18]。因此,即使公共数据是公共资源,也未必像自然资源一样归国家所有。
(2)公共信托理论的潜在风险。公共信托理论的适用同样存在诸多不足,原因如下:公共信托理论的应用场景往往集中在司法解释与审查领域,即公共信托的目的在于限制公权力,而非国家所有权的证明依据。因此,公共信托理论旨在廓清政府管理义务边界,是基于边界控制的消极防御机制,更是对遭受不利行政决策的公民主张权利的依据。可见,依靠公共信托理论来证成公共数据归国家所有有违该理论创设初衷,更有放任公权滥用之嫌。
(3)产权经济学理论的证成弱化。公共数据归属国家所有可为国家介入公共数据市场化提供支撑,也能有效预防因公共数据失序竞争导致的负外部性行为,进而提升公共数据利用效能。然而,公共数据同样表现出典型的财产权属性,即在经过算法加工处理后,海量公共数据呈现出规模经营价值,进而发挥影响国计民生的重要功能。可见,公共数据不仅具有价值性,更具有比个人数据、企业数据更强的稀缺性。当前,各地区正积极探索建立数据交易所与公共数据共享、公共数据授权运营机制,可见公共数据具有明显流通性与可控性特征[19]。因此,基于价值性、稀缺性、流通性的证成,公共数据的财产属性得以彰显。在当前政策背景下,发挥市场在数据资源配置中的决定性作用,是释放公共数据价值的应有之义,这意味着市场化运行机制应占据主导地位。
综上,无论是自然资源国家所有权理论、公共信托理论还是产权经济学理论,均能为公共数据国家所有权提供充分的理论支撑,但也存在解释局限。即便被赋予“公共物品”属性的公共数据同样需要依托授权运营机制参与市场流通和交易,这意味着公共数据国家所有权必须以财产权为前提[20]。然而,作为公共数据管理者,政府在参与数据市场化过程中面临动力弱化与能力不足的双重困境,进而导致公共数据在市场自由流转和共享时会因内部阻碍而迟滞共享与合作进程。在此背景下,只有请求代表社会整体利益的主体(国家)介入,才能保障个体、企业以及政府对公共数据的利益诉求。事实上,公共数据归国家所有并不必然代表公共数据附属于国家,但若推动公共数据参与市场化运作则会促使公共数据归属国家的客观现状转变为具有规范意义的主观权利。基于此,国家作为公共数据的权利主体就有迹可循。国家基于对公共数据的事实控制,会衍生出财产权利——所有权。最终,公共数据国家所有权应运而生。
3.1.2 公共数据授权运营的实现规则
公共数据授权运营是释放公共数据经济价值的因应之举,不仅可以缓解公共数据管理部门的压力,还能通过向市场提供优质数据产品与服务,促进数据要素流通与利用,进而提升其它市场主体开放公共数据的动力。更重要的是,公共数据授权运行不仅能体现公共数据国家所有权的样态,更是国家与市场联动的典型。囿于流通规则模糊以及监管机制缺位,公共数据授权运营同样存在诸多问题,如公物私产化风险、不当定价风险、公共数据垄断风险等。上述风险实际上横跨公共数据主管部门与授权运营单位,以及授权运营单位与个人及组织这两组关系。公共数据国家所有权框架下,国家作为所有权主体应承担特定责任,以确保数据价值链安全可控与公平分配。
公共数据授权运营中的国家责任应围绕公共数据授权运营的准入控制、定价控制、收益控制3个方面内容。上述控制规则应随着公共数据市场化环境变化而调整,最终实现市场有效治理和公共数据资源的合理利用。
(1)在准入维度,需要构建宽松的授权运营准入机制。当前,公共数据授权运营主要采取政府主导的单一授权模式。基于公共数据安全与政府职能的考量,政府主导的授权模式能够降低运营风险,有助于政府机关采用人事管理与资金投入方式实现有效监管。更重要的是,政府主导的授权运营收益能够确保运营收益收归国有[21]。在推动数据统一大市场建设背景下,公用数据利用效率是其市场化的关键面向,因而需要营造更加开放的竞争环境[22]。当前,应将政府主导的单一授权模式转变为多元化授权运营准入机制,主要围绕以下方面展开:一是拓展多元化授权单位。安全与效率是公共数据授权运营的原则,在统一公共数据授权运营规则体系下,应允许行政机关授权运营本系统内的综合性公共数据与行业性公共数据[23]。二是放宽对运营商的准入限制。开放多元的授权模式意味着行政机关不再是公共数据利用的唯一主体,而是强调其与市场上的其他非特定主体联动,避免公共数据的“行政垄断”。因此,被授权的其他主体可以享有较低程度的排他权利,政府保留向其他社会主体再授权的权利[24]。
(2)在定价维度,公共数据授权运营定价需要兼顾营利性与公益性。对此,公共数据授权运营定价可以采用类型化设计,即区分服务型授权运营场景与经营型授权运营场景。服务型授权运营凸显公益性属性,数据产品与服务并非以营利为目的,其本质是对公共数据搜集与开发成本的补偿。因此,该类场景中的公共数据定价标准应以成本覆盖为原则。经营型授权运营具有浓厚的商业属性,其本质是通过与市场主体合作实现公共数据经济价值释放。公共数据市场化运营需要以商业价值和供需关系为基础,因而适宜采用市场化定价方式。值得注意的是,虽然经营型公共数据产品与服务可以脱离政府定价指导,但并不意味着可以随意对其进行定价,即经营型公共数据授权运营产品定价需要遵循价值规律,综合考量运营成本、个性化需求、供需结构等因素[25]。
(3)在收益分配维度,参考公共数据定价逻辑,公共数据授权运营的收益分配同样需要立足不同场景。基于公益属性考量,服务型公共数据授权运营的收益有限,在覆盖运行主体成本的前提下,收益应全部上缴财政。经营型授权运营模式往往依托市场化机制,以营利为最终目的,这意味该模式下的收益较为可观。虽然上述收益可溯源至公共数据自身价值,但更多与市场主体运营所带来的附加值有关。因此,公共数据本身所带来的收益应归属于公共机构,基于市场运营的附加收益则属于营利所得。无论是基于成本覆盖的一般理论,还是基于数据激励的政策目的,附加值收益均应归属于运营主体。
“数据二十条”提出的数据三权分置并未区分客体适用范围,意味着个人数据、企业数据与公共数据均可细分为持有、加工使用与经营等权利。考虑到数据搜集处理能力以及数据流通增值贡献,个人主体仅享有数据持有权利,而这种权利容易被《个人信息保护法》中的数据可携带权所覆盖。可见,个人主体难以真正适用数据三权。同样,公共数据往往依托公共数据授权与公共数据开放机制,以凸显其公益属性,进而实现财产价值,也没有适用三权分置的必要。因此,本文仅围绕企业数据的三权分置加以讨论。
3.2.1 数据资源持有权
不同于“所有”与“占有”,数据持有强调对数据的事实控制状态,而数据所有代表对数据完整的排他性权力,占有的外在表现与持有类似,即对事物的控制与支配,但占有的法律事实属性显著[26],持有仅是现实控制状态的体现。虽然“数据二十条”对数据产权进行类型化设计,但无论是数据资源持有者还是数据加工使用者,甚至是数据产品经营者均可对同一数据资源享有独立持有权。上述不同主体在享有数据持有权的同时,彼此间权利不会发生冲突,即数据持有权的排他性有限,以确保多个主体对同一数据资源进行开发与利用。其中,数据资源持有权主体与权能范围是该权利实施的重要条件。
一方面,企业数据持有权主体应限定为市场主体。虽然“数据二十条”并未明确数据资源持有权的主体范围,但对于数据资源持有权主体的构成要件已基本达成一致,即企业数据资源持有主体应当是市场主体。基于“数据二十条”第7条释义,数据资源持有权实际指向原始数据采集、整理的数据权利,能够采集与整理原始数据的主体往往是依托数据对产品或服务进行创新的市场主体。更重要的是,在数据资源持有权构成要件中,要求持有权主体能够满足对数据高效搜集、合理利用以及安全保障的要求。相较于自然人,市场主体具有技术与动力的双重优势。因此,数据资源持有权主体应当是投入资本并在从无到有产出数据或依据一定目的、用途对它处数据进行收集、整理、加工过程中发挥决策作用的市场主体。
另一方面,数据资源持有权的权能范围较为广泛。一是持有权。数据资源持有权的主要内容是对数据资源的持有,即借助数字技术对生产数据进行持有的权利。确立数据资源的持有权能,实际上是赋予数据资源持有权以合法性基础,并基于合法持有状态排除他人未经许可或同意而访问、复制、篡改、破坏或删除数据资源的权利。当数据资源持有权人对数据资源持有状态被他人破坏或消灭时,其有权请求他人恢复对数据资源的圆满持有状态,包括恢复数据原有内容、格式或存储载体,以及修复或提供为保持持有状态而采取的技术措施等,并可在被侵权情况下请求侵害人赔偿损失。二是使用让渡权。数据资源的使用是数据资源持有权的核心内容。数据资源的使用权能不仅面向数据资源持有人,还能授权第三方主体使用,即使用让渡权。使用让渡权强调,通过授权或许可等约定方式将其所持有的数据资源全部或部分转让给他人使用。实际上,使用让渡权在于扩大数据资源持有权主体范围。进一步,其通过向不特定对象授权或许可方式提升数据资源利用程度,最终促进数据要素在整个数据市场中流通。
3.2.2 数据加工使用权
同理,理解企业数据加工使用权的关键在于明确加工权与使用权的内涵以及加工使用者的范围。数据加工使用权是数据实现价值增值的核心,其通过对数据集合进行抽取、清洗、转换、运算等措施,从杂乱无章的数据中提炼内在规律。
一方面,有权加工使用数据的主体多是在数据上游市场通过法定或约定方式获取原始数据的法人或自然人,加工方式包括对数据进行清洗、贴注标签、匿名化、交叉匹对、存储等,上述加工成本较高。此外,加工所需的物理基础设施、能源支出与投资成本同样不容忽视。相较于数据资源持有者,数据加工使用者的主体条件更为苛刻。因此,即便自然人享有数据加工使用权,但实际上真正能够对市场价值层面数据进行加工与使用的主体只有市场主体。欧盟《数据治理法案》对数据使用者(非数据使用权)的定义如下:合法获取某些个人或非个人数据,并有权将该数据用于商业或非商业目的的自然人或法人。但在企业数据场景下,加工使用者主体仍应限定为市场主体。
另一方面,在企业数据加工使用过程中同样需要诸多规范,以此抑制数据垄断、数据不正当竞争等失范行为。一是限制使用目的,即加工使用数据的手段与范围均以法律或合同约定的内容为限。二是数据安全保障义务,即数据加工使用者应采取加密、去标识化、匿名化等措施保障数据安全,一旦发生数据安全事故或发现潜在数据安全风险,则借助事前设定的报告机制及时上报并采取紧急应对措施。三是使用手段限制,即企业加工使用权的行使极易与个人信息权益相冲突,需遵循比例原则从加工使用范围、手段、程序等方面进行优化设计,避免对个人信息的不当利用与不合理的差别对待等。
3.2.3 数据产品经营权
数据产品是对数据进行开发利用的最终形态。在数据要素流通过程中,数据处理者依托用户授权或法律规定对原始数据进行系统筛选与深度开发,付出大量智力与体力劳动,最终产品价值也远超原始数据价值。基于此,数据产品经营权主要是指网络运营商对其研发的数据产品进行开发、使用、交易和支配的权利。相较于前两种权利,数据产品经营权直接面向市场,其竞争属性更为显著。赋予企业数据产品经营权意味着企业对数据产品具有绝对排他性,即企业可通过对原始数据进行算法处理获取数据产品的所有权。在此基础上,承载企业运行成本的算法处理过程实际上既是数据产品价值形成过程[27],也是判断数据产品权利边界的标准。
可见,企业数据的产品经营权是数据三权分置的最终目的,也是数据要素流通环节的最终归属。企业数据产品经营权强调在数据产品生产经营过程中实现数据财产实效。因此,收益权能是数据产品经营权的核心权能,更是企业参与数据要素流通的动力。事实上,收益权能可具象为不同数据主体的同类权利,但其本质是通过提供数据产品服务实现企业收益。当前,我国各地已建立数据交易中心,其中定价、销售模式、交易模式、平台盈利模式均是较为可行的路径[28]。
数据流通高度依赖应用场景,数据产权结构性分置同样是基于数据流通阶段与主体进行的制度设计。作为数据主要类型之一,个人数据权属同样需要依托场景化路径。场景理论下,不同情境逻辑对不同场景下的信息流动规范发挥决定性作用,不同信息流动规范可为信息适应行为的适当性提供参考标准。可见,信息规范是场景化理论的核心表现,而信息规范包括信息类型、参与主体与传输原则3部分内容,上述部分相互独立且缺一不可。只有当信息使用符合场景一致性时才能直接利用,而不以知情同意为前置要件。因此,场景理论的应用既能实现对个人数据的动态界定,弥补传统二分法的不足,还能借助个人数据场景化流转过程明晰主体责任。可见,产权结构性分置下,采用场景理论对个人信息进行规制能够提高保护的灵活性和有效性。
场景化理论具有适用于个人数据实现的必要性与可行性。在规则设计方面,笔者认为,个人数据场景化保护模式可通过细化数据分类分级标准实施。一方面,在数据分类标准层面,可通过引入权益分配原则,即根据不同数据主体的权益分类采取不同的权益保护模式。另一方面,在数据分级标准层面,需要考虑对敏感数据、隐私数据、身份数据和生物数据的流动限制。与人格权关系紧密的隐私数据、敏感数据和生物数据,应禁止流动;与财产权关系紧密的身份数据,可以考虑有限制流动[29]。为有效实施上述个人数据分类分级保护模式,保障公民对个人数据的完整控制,可建立个人数据资产账户,用以储存、记录、管理个人数据。《个人信息保护法》第45条第3款规定了数据可携带权,为个人数据资产管理账户构建提供了规范依据。通过管理个人数据账户,用户可以自主控制个人数据在二级市场的流向与收益。事实上,产权结构性分置于数据要素流通背景下,一旦用户可以控制个人数据,就意味着其享有数据资产化的收益权,而该收益权的实现需要数据处理者自愿支付合理对价。这种自主性有助于建立公平的个人数据交易市场,进而激励更多人积极参与数据分享的全生命周期。
结构功能主义理论下,功能主义可为结构的内容边界与实施手段指明方向,而结构主义下的规则构建可为功能主义的实现提供保障。上述原理与数据产权结构性分置的运行较为契合,即数据产权分置下的各项权利不仅可以通过协同运行解决潜在流通障碍与权属纠纷,还能够满足数据利用的一般性功能需求。具体而言,数据产权结构性分置具有宏观、中观与微观3个维度功能:宏观维度功能指向弥补传统数据权益保护模式的短板,中观维度功能指向契合数据要素流通全生命周期的价值释放需求,微观维度功能指向平衡不同数据主体的利益需求。基于此,数据产权结构性分置规则设计应围绕上述功能展开,对公共数据授权运营的准入控制、定价控制、收益控制3个方面进行细化,同时细化企业数据资源持有权、数据加工使用权与数据产品经营权的行使规则,并依托场景化模式对个人数据进行分类分级,最终强化救济效果。本文可为数据产权结构性分置研究提供可参考的方法论,以期生发出数据法学的学科贡献。
[1] 申卫星.数据产权:从两权分离到三权分置[J].中国法律评论,2023,10(6):125-137.
[2] 波普诺.社会学[M].李强,译.北京:中国人民大学出版社,2000:108.
[3] 乔纳森·特纳.社会学理论的结构(上)[M].邱泽奇等,译.北京:华夏出版社,2001:36-37.
[4] 王文龙.结构功能主义视角下乡村治理模式嬗变与中国乡村治理政策选择[J].现代经济探讨,2019,38(10):117-124.
[5] 王亚婷,李永刚.政府公共服务的非均衡供给:一个结构功能主义的分析视角[J].学海,2018,29(4):175-181.
[6] 王学栋,王梦科.“双碳”背景下减污降碳协同治理的法治保障研究——结构功能主义的分析视角[J].西安交通大学学报(社会科学版),2024,44(3):75-86.
[7] 张新宝.产权结构性分置下的数据权利配置[J].环球法律评论,2023,45(4):5-20.
[8] 葛洪义.目的与方法:法律价值研究论析[J].法律科学(西北政法学院学报),1992,10(2):3-9.
[9] 韩旭至.数据确权的困境及破解之道[J].东方法学,2020,13(1):97-107.
[10] 韩世鹏.平台数据垄断的规制纾困——基于三权分置的视角分析[J].中国科技论坛,2024,40(3):150-159.
[11] 朱公欢.数字平台相对优势滥用行为的规制理据与进路[J].河南财经政法大学学报,2024,39(5):87-99.
[12] 张永忠,张宝山.构建数据要素市场背景下数据确权与制度回应[J].上海政法学院学报(法治论丛),2022,37(4):105-124.
[13] 冯晓青.数据产权法律构造论[J].政法论丛,2024,40(1):120-136.
[14] 张素华,王年.“三权分置”路径下数据产权客体的类型谱系[J].法治研究,2024,18(2):47-60.
[15] 张玉洁.国家所有:数据资源权属的中国方案与制度展开[J].政治与法律,2020,39(8):15-26.
[16] 吕富生.论私人的政府数据使用权[J].财经法学,2019,5(6):24-35.
[17] 衣俊霖.论公共数据国家所有[J].法学论坛,2022,37(4):107-118.
[18] 齐英程.作为公物的公共数据资源之使用规则构建[J].行政法学研究,2021,29(5):138-147.
[19] 徐伟.公共数据权属:从宪法国家所有到民法国家所有权[J].当代法学,2024,38(1):121-133.
[20] 高富平.数据流通理论数据资源权利配置的基础[J].中外法学,2019,31(6):1405-1424.
[21] 冯洋.公共数据授权运营的行政许可属性与制度建构方向[J].电子政务,2023,20(6):77-87.
[22] 马颜昕.公共数据授权运营的类型构建与制度展开[J].中外法学,2023,35(2):328-345.
[23] 胡丽.需求导向下公共数据授权运营的实施困境与调整进路[J].河北法学,2024,42(8):119-134.
[24] 吴亮.政府数据授权运营的公私协作趋向及其法治完善[J].东方法学,2023,16(6):43-52.
[25] 孙清白.公共数据授权运营营利性与公益性的冲突及其制度协调[J].行政法学研究,2024,32(3):140-153.
[26] 史尚宽. 物权法论[M].北京:中国政法大学出版社,2000: 530.
[27] 韩世鹏.生成式人工智能算法备案的法律属性与控制路径[J].河南财经政法大学学报,2024,39(2):119-128.
[28] 包晓丽,杜万里.数据可信交易体系的制度构建——基于场内交易视角[J].电子政务,2023,20(6):38-50.
[29] 安柯颖.个人数据安全的法律保护模式——从数据确权的视角切入[J].法学论坛,2021,36(2):58-65.