作者简介：王佳佳，女，甘肃武威人，法学博士，清华大学法学院助理研究员，博士后，研究方向：数字法、竞争法、经济法。
摘要：是否应当在数据之上确立财产权以及如何确权仍是数据基础制度建设中的重大理论问题。引入数据财产权的成本收益分析，可将数据确权与否的判断简化为效率视角下的成本与收益对比。数据财产权的收益整体有限，数据确权难以降低交易成本，静态收益有限，而将数据财产权等同于数据投资激励是对现实的过度简化，数据投资激励存在多重驱动机制，需财产权激励的情形亦有限。与有限的收益相比，创设与实施数据财产权的成本却是不容忽视的。数据财产化确权将产生显著的交易成本、寻租成本、保护成本与创新成本。为最大限度地降低产权化成本，应当通过设置适格的客体要件、有限的权利内容以及宽泛的权利限制机制，实现数据财产权的去产权化。
关键词：数据财产权；成本；收益；去产权化；产权规则构造
一、问题与方法
作为新型生产要素，数据贯穿生产、分配、流通、消费、服务等各个环节，成为数字化、网络化、智能化的基石。尽管我国在数据政策层面明确要探索建立结构性分置的数据产权制度，数据产业亦对数据财产权制度充满了制度期待。但面对传统财产权理论与数据流通利用之间存在的现实张力，是否应当在数据之上确立财产权以及如何确权在理论上仍悬而未决，而理论纷争的不可弥合导致数据财产权的规范化之路障碍重重。
就现有理论研究而言，支持确立数据财产权的观点大都从证成物权、知识产权正当性的劳动价值、功利主义激励、交易成本等传统财产确权理论中汲取营养，完成数据财产权的理论体系构建。在这一整体立场之下，提出了数据经营权与资产权、数据知识产权、新型数据财产权、数据集合有限排他权、三三制确权法等具体的数据产权配置方案。否认数据财产权的观点则反对数据的权利化保护路径，并认为可对数据控制的事实提供弱保护。例如，有论者认为，结合数据特性以及数据市场的交易实践，为传统物权、知识产权赋权的正当性理论不足以推出数据财产化确权的结论；因为数据具有非竞争性、非排他性、聚合性、关联性以及场景依附性，确权无助于解决数据利用过程中的争议，应通过行为规制与数据治理实现数据公平利用。也有学者从方法论层面指出，援引传统财产确权理论证成数据产权是思维上的形式主义，难以真正回应数据的社会价值与真实的制度需求。面对数据确权与否的理论难题，更有不少观点主张搁置争议，认为数据财产的合理利用与共享制度的构建才是当下应当解决的现实问题。随着理论研究和制度实践的深入推进，有学者认为数据立法要在区分数据来源者和数据处理者权利基础上构建数据确权的双重权益结构，尊重和保护数据来源者在先权益，并确认和保护数据处理者的财产权益。此外，创设数据访问权的制度方案亦被视为替代数据确权的更优选项。
上述研究为数据财产化确权的理论构建带来了富有洞见的思考，但仍在以下方面存在不足：其一，当前围绕数据财产化确权与否的观点看似大相径庭，但实则都将关注点放在确权是否能够实现数据资源有效利用、降低交易成本、激励数据领域投资等产权化的可能收益之上。支持者认为数据财产权之所以成立在于这一制度设计能够实现上述收益，而反对者则否认确权能够带来此类收益。然而，既有观点却忽视了创设与实施数据财产权制度作为一项系统的制度安排可能带来的产权化成本，而后者也可构成数据财产权是否具有必要性、合理性、可行性的重要判断标准。其二，从方法论角度看，尽管援引劳动价值、功利主义激励理论、交易成本等传统财产确权理论证成数据财产权有其不容忽视的合理性，但这些观点之所以也面临种种批驳，根源在于在论证逻辑和方法上仍主要以价值判断和利益衡量为主，而作为典型的法律思维方式，价值判断和利益衡量具有天然的主观性因子，这无形之中也增加了数据财产权理论构建的认知负担，阻碍一般共识的形成，也导致数据财产权规则构造缺乏清晰、明确的判断基准。鉴于此，本文以财产权的经济分析为基础，引入数据财产权的成本收益分析视角，系统化地评估在数据之上确立财产权可能产生的收益以及潜在的产权化成本，并以此为基准构建更为合理、可行的数据财产权规则构造。
二、 数据财产权成本收益分析的引入
作为经典的法律经济分析方法，成本收益是解释传统财产权正当性的重要方法。引入成本收益分析能够为“是否应该对数据进行财产化确权”这一问题的回答增添富有经济性、制度性和实用主义的品格。
（一）传统财产权的成本收益分析：以知识产权为例
自20世纪60年代以来，除了科斯的交易成本理论，新制度经济学派的代表性学者理查德·波斯纳将经济学经典的成本收益分析法引入到财产权的经济分析中，为财产权法律制度尤其是知识产权法律制度正当性的理解、分析以及制度设计提供了全新的视角。
波斯纳认为，无论是物权还是知识产权，对财产权制度的理解应该将其放置在经济分析的视野下，借助成本收益分析，系统评估财产权制度创设与实施的收益与成本以及该制度是否最终符合经济效率最大化的目标，并以此作为理解产权制度是否正当与必要的基本判断标准。波斯纳、兰德斯更是对洛克的劳动赋权、功利主义激励等传统财产确权理论证成知识产权正当性的路径提出强烈的质疑。在波斯纳构建的财产权成本收益分析框架中，财产权具有静态收益与动态收益，前者主要指财产权制度减少了交易成本，即以产权规则替代了产权人与全体第三人谈判与交易的成本；后者主要指财产权提供的激励收益，即未来获得产权收益的稳定预期。然而，产权制度并非完美，其创设与实施会带来一系列成本，主要包括转让该权利的交易成本、寻租成本以及保护成本。在波斯纳的财产权成本收益分析逻辑下，对物质财产进行产权化保护的效率是十分显著的。就收益而言，物权的创设与实施通过明确划分的产权边界，保证权利人有效地利用其财产、降低交易成本、实现稀缺资源的有效配置。同时，物质财产占有关系清楚、产权边界明确，事后权利转让的交易成本、寻租成本以及保护成本能够被限制在合理范围内。
然而，从成本收益视角看，知识财产的过度产权化保护却并不具有效率上的正当性。对具有无形性、非稀缺性、非排他性的知识财产进行过度排他的产权保护，会带来高昂的社会成本。其一，由于知识财产的无形性，知识产权的交易对象难以确定，交易成本较高；其二，知识产权的寻租成本十分高昂，由于发明专利只能授予最先完成发明者或最早提出申请者，知识产权将产生高的租值或垄断利润；其三，由于知识产权具有一定非稀缺性、非排他性的特征，针对产权所实施的保护成本则趋于高昂。因此，波斯纳、兰德斯认为，即使为知识财产给予产权化保护，相应的法律制度需要对知识产权施加在物权领域中没有的限制条件，实现知识产权的“去产权化”。例如，知识产权需要设置更为严格的客体要件、一定的保护期限以及必要的合理使用制度以消解知识产权过度产权化带来的成本。
总之，在波斯纳看来，那种将享有美誉的土地和物质财产的财产权制度不加批判地推至知识财产领域的做法充满了危险，而知识产权法律制度的“去产权化”安排才是实现产权效率最大化的必然选项。
（二）数据财产权引入成本收益分析的合理性
与知识财产类似，数据财产亦为无形物，在利用上具有非竞争性、非稀缺性、非排他性等特性。仅仅援引传统劳动赋权、功利主义激励以及交易成本理论证明数据财产化确权面临解释力不足的困境。而引入成本收益分析的视角，则将数据确权与否的判断转向了简要却严谨的经济分析，借助成本、收益、效率等简单的经济学概念，可以解释数据财产化确权中非常特殊、非常复杂的问题。
就数据财产而言，产权设置与否的首要判断标准与内在动因应当在经济分析的框架内，评估确权可能获得的经济收益。财产权创设与实施的制度目标在于实现有价值资源的高效率利用和分配，即通过降低交易成本、获得激励效应以实现资源配置效率的最大化。某种意义上看，一切立法和司法以及整个法律制度事实上都是在发挥着分配稀缺资源的作用，而所有法律活动都要以资源的有效配置和利用，即效率最大化为目的。因此，无论是按照物权、知识产权模板为数据创设财产权，亦或是不同于前两者的新型数据财产权，对经济效率价值的追求本身就是数据财产权得以发生的内在动因。数据确权必须首先从经济收益的角度评估创设数据财产权是否能够获得产权 “收益”，如数据确权是否能够真正实现降低数据交易成本、获得数据投资的激励、促进数据流通与再利用以及增加基于数据的产品服务创新等等。
同时，是否为数据确权以及如何配置确权规则必须考虑数据财产权的产权化成本。当前反对为数据设置排他性财产权的学术观点，实质上正是看到由于数据的特性和数据经济运行规律，过度排他的数据财产权可能带来的产权化成本。类似于知识产权，作为无形物的数据财产也具有非稀缺性、一定程度的公共性，数据财产权的设立必然会遭遇类似于知识产权创设以及实施过程中可能产生的交易成本、寻租成本、保护成本等。因此，数据财产权的创设与实施必须要设法降低产权成本，并与设置数据财产权可能产生的收益进行比较与权衡，最后更为合理的数据财产权规则的构造必然是要获得数据财产化确权的预期收益的同时实现数据财产权的“去产权化”。
综上所述，对是否应当在数据之上确立财产权问题的论证，引入成本收益分析，以实现数据经济效率最大化为目标，借助成本、收益两个锚点，在微观上分析数据财产权的设立以及实施过程可能产生的具体收益与成本，进而简化数据确权的理解和分析过程，降低认知负担，明确判断标准。下文将对数据财产权的潜在收益与成本展开具体分析，以此作为数据财产权规则构造的理论基础。
三、数据财产权的收益
财产权的创设主要能获得静态与动态两类收益。静态收益主要指通过降低交易成本以减少公共资源的浪费，提高资源配置效率；动态收益主要指财产权的激励效应，即拥有这项权利的人，考虑到没有任何人可能在“收获时节”侵占该资源，便有动力在“播种时节”投资，进而在事前愿意投资或改进某一资源。在数据财产化确权的语境下，是否能够获得财产权的完全收益，或者说获得上述收益是否必然需要创设数据财产权，还需要结合数据特性及真实的数据市场实践仔细甄别。
（一）数据财产权的静态收益
当前，主张创设数据财产权的观点也认为明确的数据财产权归属能够为数据交易方提供明确的信息，降低数据交易市场的信息交易成本和费用，促进数据流通利用。然而，结合数据属性与数据交易特点分析，数据确权的静态收益有限。
1.数据资源不存在过度利用和公地悲剧
对于具有损耗性、稀缺性的物质财产，财产权通过将“公共资源”转化为“私人财产”，能够消除对公共资源过于密集的使用，减少资源过度浪费，进而防止“公地悲剧”。此外，财产拥有者不一定能够实现财产效率的最大化。财产权的设立还能使权利人将私有财产转作他用之前，无需事前与其他公共资源的使用者达成协议，从而有利于资源从低价值的使用转向较高价值使用。从经济角度看，“稀缺性”意味着财产具有使用上的“竞争性”。竞争性商品的生产商应被授予排他性产权，所有人能够通过市场机制将商品或要素配置给对其评价最高的人（往往也是出价最高的人）来使用，进而避免公地悲剧，从而实现资源的最优配置与社会福利最大化。例如，将公有土地私有化，能够减少土地使用人对土地的过度利用，进而整体上提高农业生产率。历史上，英国的“圈地运动”以及我国的农村集体土地制度改革之所以极大地提升了土地利用效率，与土地产权化密切相关。
然而，这并不能由此得出，对数据漫无节制的给予财产权也能够产生同样的效果。一方面，数据具有生产上的非稀缺性，这在经济上意味着数据不存在过度利用导致的磨损和拥挤问题。另一方面，数据具有利用上的非竞争性。多人同时利用数据并不会降低数据价值，相反，更大范围和更多频次地使用反而会增加数据规模效应和经济价值。数据的非稀缺性与非竞争性又进一步表明，实现数据资源配置效率最大化的方式不是赋予数据专属财产权，而是尽可能保有数据领域的公有状态，最大限度地促进数据共享利用。
2.数据财产化确权难以降低交易成本
结合交易成本理论，数据财产化确权能够降低交易成本的论断具有一定的正当性。交易成本产权理论的奠基人科斯指出，当市场交易费用为零时，交易双方可通过市场谈判获得资源的最佳配置，产权的初始界定并不重要；但在交易费用较高时，创设财产权则可以为交易双方提供清晰的产权信息，使得交易主体不必承担高额的交易成本，进而促进资源高效流转与配置。在数据交易场景中，高额的交易成本主要体现为“信息悖论”和“双重信任困境”。“信息悖论”主要指在数据或信息的交易中，买卖双方需要事前了解、披露所交易的信息或数据，以评估其价值；但如果卖方在签订合同之前向潜在买方透露信息内容，潜在买方将不再需要购买它。信息悖论的存在将导致数据市场的信息交易成本与费用十分高昂。数据信息的出卖者可能因此缺乏信息交易的动力，而数据受让者同样担心其投资会付之东流。由此，数据财产权被视为一种可降低数据市场交易成本的有效制度选项。数据财产化确权通过为权利人创设一套事前明确的权利边界和内容，卖方可披露受合法产权保护的数据或信息，而买方和第三方也无权在未经许可的情形下获取数据。
然而，结合数据特征和真实的数据交易模式，通过数据财产化确权降低信息交易成本的收益十分有限。一般而言，通过产权化降低成本的财产客体往往是如土地、工业品以及货币等价值相对确定、可标准化、可高效流转的产品。就现阶段的数据交易实践来看，在大部分情形中，数据交易并非直接针对数据本身的交易，而是通过提供数据服务或私人定制数据服务等方式实现。无论数据交易类型是基于平台、数据库、采集加工后的数据产品或是基于经纪商，其共同特征是将数据作为服务缔结合同或进行合作。例如，淘宝收集了大量的用户数据，但它并不直接出售这些数据，而是基于数据分析的结果为用户提供个性化服务，或为平台内商户提供“生意参谋”等咨询服务。这种服务过程本质上是平台为企业提供的咨询服务，类似于律师为客户提供咨询服务。因此，数据财产价值取决于具体的交易场景和服务需求。数据使用的场景不同，具体的数据源、存储结构、分析方法存在巨大差异。例如，搜索引擎用以优化搜索结果的数据与电商用以个性化推荐的数据结构、内容和分析方法存在显著差异。数据价值的实现需要数据供给方结合需求方要求，对数据进行持续性加工，使其能够持续性嵌入企业已有的数据与决策体系中。数据交易的特殊性决定了其本身是难以标准化的财产客体，即使在数据之上确立财产权，产权交易与流转仍然需要一对一展开，产权化降低交易成本和费用的作用有限。
至于信息交易中面临的信息披露风险，数据财产化确权并非解决此类问题的唯一选项。首先，数据持有者事实上可以采用多种技术保护措施实现对数据的排他控制。实践中，数据企业一直可通过各种技术控制手段保护其认为在商业运行过程中值得保护的数据。例如，数据持有者可通过平台的技术设计、物联网设备的技术保护措施，对数据产品产生的数据进行技术控制。此外，自2010年以来，随着音频和视频流媒体公司的兴起，数字版权管理作为一种成熟的技术策略，成为数据内容分发领域防止信息内容泄露、盗窃以及未经授权使用风险的重要技术解决方案。数字版权管理技术通过加密内容确保只有拥有解密密钥的授权用户才可通过一系列步骤访问内容。因此，借助技术措施，数据持有者完全可以规定被许可方利用数据的范围与方式，并利用技术限制使数据复制、未经授权访问变得不再可行。此外，数据交易平台、数据经纪商等中介机构可为数据交易提供中介平台或集中交易的市场。卖方可在不直接向买方披露数据内容的情况下与买方进行安全的数据交易，从而保证交易的合法性与公平性。同时，数据交易平台也可采用加密技术和其他安全措施来有效降低交易成本和风险。
综上所述，为数据确立财产权所获得的静态收益十分有限，数据本身不存在过度利用，数据确权也难以真正降低数据交易成本，实践也可借助技术限制措施和数据经纪、数据中介平台等多方共治的技术治理措施降低交易费用和信息成本，而数据财产化确权甚至并非是必须选项。
（二）数据财产权的动态收益
激励效应理论是知识产权得以存在的重要理论依据，也是当前主张数据财产化确权正当性的核心理由。按照数据财产权的激励理论，数据制作企业为数据集合投入了资源与费用，缺乏数据产权，竞争者则会搭乘“便车”，并相比数据制作企业获得成本优势，而长此以往数据制作企业将缺乏投资数据的激励，最终导致数据利用的不足。然而，这种将数据确权视为对数据生产、收集与加工利用的投资激励是对现实的过度简化。
1.激励数据投资的多重机制
事实上，数据制作企业投资数据的激励受多重驱动机制的影响，数据财产化确权带来的激励收益并非唯一原因。
其一，数据的生产与收集活动无论如何都会发生。即使立法层面的数据财产权制度处于缺位状态，但数据主体对数据生产收集的强烈动机并未因此受到影响。事实上，个人或企业早期对数据本身并不抱有获得重大经济收益的期望，早期的数据生产更是一种个人和企业在无意识状态下衍生的“副产品”。在实践中，无论是个人、企业乃至公共机构，实则都在有意或无意、不知疲惫地生产数据。尤其随着传感器技术、物联网、智能制造等的发展，数据生产犹如空气般自然发生。平台商业模式的兴起，数据收集与加工利用更是成为平台企业的主要抓手，企业本身具有强烈动机收集与加工利用数据。谷歌、腾讯、淘宝等企业之所以获得巨大成功也与其持续不断地收集与控制海量个人数据息息相关。因此，无论是否为数据投资提供财产权的激励，企业的数据生产、收集与加工利用行为都不会停息。即便假设未来数据财产权难以落地，针对数据生产投资的动力仍会持续存在。
其二，数据企业制作数据所付出的成本与费用本身存在额外的替代性激励机制。如果市场能够为数据投资主体提供额外的经济补偿，或既有的法律机制能够为数据制作者的数据投资提供替代性激励机制，额外的产权保护则缺乏必要性。就市场补偿而言，数据制作者本身可借助品牌优势、网络效应或交叉补贴等方式获得合理的商业回报。例如，医药公司为验证受到专利保护的技术方案而获取的临床试验数据集合所付出的成本，能够通过专利保护收回投资并得到合理回报。平台企业收集数据所付出的固定成本也可从其增值业务、广告业务等跨业交叉补贴中得到补偿。同时，在缺乏产权激励的情形下，既有与保护财产相关的法律制度也能为数据制作者提供一定激励。数据生产阶段，人们已经通过对物质财产享有的一般权利（如计算机设备、机房、场地之上的财产权）和人身免受侵害、欺诈、隐私泄露等人格权获得保护。此外，对大部分企业的数据财产，我国的民法、刑法以及著作权、商业秘密等法律法规均能够对企业数据权益提供有效保护。例如，对于越权或未经授权的第三方，数据主体可通过民法典合同编获得救济。对于故意破坏、损害数据完整性而大量获取数据的行为，还可通过计算机网络安全相关的法律法规予以保护。
其三，至于数据利用中存在的“搭便车”行为，该行为也未必会对数据投资激励造成负面效应。首先，“搭便车”在经济学意义上本身是一个中性的定义，即“个人的经济行为或活动使得他人或社会受益，而受益者无须花费代价”。在真实的市场竞争中，搭便车更是一种极为常见的商业策略，利用他人商誉或模仿行为也符合一般的市场竞争原则。在数据场景中，即使是大型数据企业，也会对其他企业所持有的数据存在广泛的复制、共享与利用需求，事实上也会搭乘其他数据企业的便车。实际上在数据领域允许一定的“搭便车”行为反而可激发个体参与数据生产，形成数据汇聚效应。更进一步说，即使存在针对数据集合或产品的“搭便车”行为，也并不会必然导致数据制作者的数据财产权益受到实质性损害。在法律层面，构成不正当竞争的“搭便车”行为的违法性评价需要满足行为人没有正当理由利用他人商誉、劳动成果或技术获取了竞争优势且对被侵害对象产品构成“实质性替代”。而在实践中，数据利用者常常只对部分数据存在利用需求，很少需要对数据集合的整体进行复制利用。只要行为人尚未形成对整体数据集合的实质性替代，数据制作者仍然可享有数据财产的实质性经济价值。以大众点评网为例，借助市场中的网络效应、品牌优势以及较高的用户黏性，即使存在竞争者的“搭便车”行为，该行为也难以给大众点评的数据集合产品带来实质性损害。
可见，与缺乏产权激励会导致数据投资不足的直觉性判断相反，现实中数据市场的投资激励存在多种经济和法律上的激励机制，需要数据财产权额外激励的必要性并不充分。
2.需要数据财产权激励的有限情形
事实上不需要额外激励，并不意味当前的数据市场存在最佳激励。竞争者的“搭便车”行为并不能当然享有“本身合法”的保护伞。数据集合产品是典型的公共品，具有非竞争和非排他的属性，也更容易引发复制、模仿创新技术的负外部性问题。在大数据时代，随着数据规模的指数级增加，数据制作者前期投入的固定成本显著提高，而复制传播数据的边际成本却很低甚至为零。如果数据制作者的竞争对手无需承担前期巨额的费用即可复制他人的数据产品，并与制作者以相同的边际成本利用该产品，竞争对手将获得绝对的成本优势，数据制作者难以收回前期的高额成本，进而遭遇市场失败。为了防止竞争对手的此类“搭便车”行为，可以通过为数据集合产品设定一定期限的专属财产权，以保障权利人在未来一段时间内能够获得法定的垄断收益，以填平前期的研发投入。因此，为避免大数据时代耗费巨资的数据集合产品的市场失败，实现数据市场的最佳激励，数据财产化确权确实具有一定的正当性。
然而，因数据市场中事实上存在多重投资激励机制，如果对所有的数据集合都进行绝对的产权化保护，将导致过度的投资激励，造成社会资源和社会福利完全被私人占有。此外，绝对化的数据权保护将使得资本借助市场和法治的逻辑建立起自身的诉求话语系统，追求过度功利化而排斥道德和公共价值。因此，必须将可获得财产权激励的情形限制在有限范围内，并非所有的数据制作者生产、采集与加工的数据都应该获得完全产权的激励。需要产权激励的数据类型、范围以及给予多大程度的产权化保护成为数据财产权化确权规则构造的关键。在同样需要投资激励的知识产权领域，为数据库、智力财产确立产权保护制度同样面临过度激励的问题。与数据集合确权最为接近的欧盟数据库特殊权利保护制度中，数据库权利人获得权利保护的前提是数据库制作者对数据库投入了巨大的成本，付出了实质性资源；同时，数据库特殊权利保护制度只对数据库的整体或实质性部分提供保护。即使在能够获得完整知识产权保护的著作权、专利权领域，为避免过度产权投资激励，知识产权法规定了严格的独创性、新颖性等客体要件和宽泛的合理使用、强制许可、保护期限等例外情形。因此，在数据场景下，可获得产权激励的情形需要结合数据市场实践，分离出确需事前财产权激励的类型，并结合投入的成本，明确受保护数据财产权的范围和限度。
综上所述，除了财产化确权之外，数据制作者投资数据的激励存在多种驱动机制，排他性的财产权保护并非必须选项。即使为了实现最佳的数据市场激励，需要产权激励投资的情形也有限，应当结合数据类型、范围与制作者投入的成本和资源等具体情形展开精细的规则构造。
四、数据财产权的成本
财产权的创设与实施是提高数据资源效率的必要条件，但并非是充分条件。数据财产权设立的正当性与否，还必须考虑数据财产化确权后可能引发的交易成本、寻租成本、保护成本以及创新成本。
（一）数据财产权的交易（权利转让）成本
财产权事后交易需要信息检索、磋商、缔约以及监督执行，这一过程本身将产生成本与费用。而过度的产权化将导致产权的碎片化和权利的重叠积累，进一步增加数据财产权转让的交易成本。
尽管财产权的创设能防止公地悲剧，然而过度的产权私有化保护将导致公共资源难以被有效利用的“反公地悲剧”。知识产权领域因过度专利引发的“专利丛林”现象早已成为突出问题。零散、细碎和重叠的专利权利在无形之中形成了稠密的专利网络，要想实现产品商业化利用者必须穿越专利丛林，获得多个专利权人许可。当创新产品需要与多个专利权人协商时会极大增加专利使用的信息成本、服务成本、谈判成本等交易费用。专利资源的碎片化将导致专利费叠加累积、专利沉睡等问题，抑制市场创新。在数据确权场景下，数据产权碎片化导致的交易成本更为显著。由于数据产权边界和权属本身难以确定。数据来源和格式多样，数据的生产以及数据内容的实时、动态使得数据状态时刻居于不断变动之中，界定数据产权的范围和边界成本巨大。过细的产权化安排，更容易导致数据产权的权利范围重叠，数据利用者必须穿越数据“产权丛林”获得多个产权人的许可。同时，在数据价值创造的典型场景中，不同形态、不同阶段的数据往往融入了数据生态系统中多方主体贡献参与，单一个体或组织难以独立完成。在数据生态系统中，依据不同的动机和能力，数据来源者、数据收集者、数据利用者执行不同的功能，因此在数据生态系统中扮演一个或多个角色。不同数据主体使用、分享、分析、加工数据，在数据反复被不同主体双向、多向使用的场景下，各种权属关系变得更为模糊。数据之上涉及的产权人越多，数据利用者对真实、有效产权信息的搜寻和服务支出的费用越高，越不利于数据产权转让交易。此外，主张数据财产权主体的增多，还会导致多重许可、许可费累积等问题，加大数据利用者与产权人达成协议的协商难度，增加数据利用方的交易成本，也会阻碍交易方对有价值的数据资源做出最优调整。
（二）数据财产权的寻租成本
在经济学的语境下，经济租（economic rent）指实得收益超过应得收益的部分。寻租成本是为获得财产权的共同动机中所产生的。知识产权领域过度的“专利竞赛”是典型的寻租成本。尚待发现的新思想或新发明只能授予第一个发现者或申请者，哪怕针对同一目的而独立从事发明的人仅是比申请人晚了一天。因此，为成为第一发现者或申请者，发明领域的竞争者争相在研发阶段投入巨额费用，以展开专利竞赛。专利领域的定价垄断预期将导致知识生产上的过度投资，而其回报则是平均回报乘以竞争率，而超过最优投资的部分，减去由于投资所产生的社会收益，就是寻租造成的浪费。某种程度上看，类似于被人抛弃的沉船或尚待发现的新思想，数据也可被视为有待被人发现和捕获的珍宝。数据取之不尽、用之不竭，因而也不具有稀缺性。同时，数据具有巨大的商业价值，能为数据持有者带来巨大的经济利润。如果通过“捕获”数据就能够获得数据财产权产生的纯“经济租”，那么数据打捞者竞赛成为首个数据财产权的“发现者”将导致过度竞争和潜在垄断隐忧，而这对社会而言将产生显著的寻租成本，导致无谓损失。
其一，数据财产化确权的潜在激励将引发个人信息数据收集的探底竞赛。包含隐私的个人信息数据是大数据的重要来源之一，其对企业生产经营的重要性不言而喻。尽管依据我国个人信息保护的相关规定，信息收集主体必须通过充分的隐私政策，公开个人信息被收集、使用的规则、目的、方式和范围，并征得被收集者同意，然而实践中各类超范围、违规搜集用户信息的情形并不少见。如果法律承认谁收集了此类数据即可享有财产权，包含隐私的个人信息数据可成为企业财产权客体的强烈激励将促使数据收集者更愿意不计代价的“打捞”个人隐私数据。企业更会借助各种技术手段，绕过知情同意限制，更为隐蔽地搜集隐私数据。受限于信息不对称与隐私保护的认知局限，用户难以对隐私保护做出直接而有效的回应。脆弱的知情同意原则和用户协议也会成为数据收集者侵害个人信息和隐私的“避风港”，难以为处于弱势地位的用户提供实质性帮助。
其二，与知识产权专属垄断类似，若法律认定数据制作者仅从事了数据收集活动即可获得同样的法定专属垄断权，将可能创造基于数据的市场力量，并产生潜在的垄断隐忧。垄断产生的超额利益本身也是一种寻租成本，专属的知识产权意味着专属“垄断”。数据市场具有网络效应叠加数据规模效应、范围效应以及溢出效应的特点。数据的规模收益递增效应能够带来正反馈回路，即来自多元人群的数据规模增加，能够进一步提升算法质量，使企业以近乎实时的方式提升产品与服务的价值，进而吸引更多用户与广告商；数据的范围效应与溢出效应将带来市场倾覆（Tipping），即虽仍然有来自其他供应商的竞争，市场会向聚合更大数据规模的主导供应商倾覆。正是基于此种担忧，德国马普创新与竞争研究所认为，所有权会形成壁垒而阻碍数据的可获得性，完全所有权相当于授予数据使用的专有垄断权，可能导致数据市场的扭曲。当部分数据构成“必需数据”，财产权带来的专属垄断效果将加剧大型数据平台与中小企业之间的数据鸿沟和不公平利用。数据持有者更有动机排除售后以及补充服务的独立供应商，减少其利用数据进行产品服务创新的可能性，扭曲数据生态系统中二级市场竞争，减少消费者选择权，损害消费者福利。
当前，尽管有观点认为，能否独家控制这类数据直接影响数据持有者的商业竞争力，法律需要对此予以保护，而赋予数据企业完整的数据财产权由此可能产生的“数据垄断”趋势，是市场固有的经济规律，不可因数据垄断顾虑而放弃财产权制度。然而，首先需要指出的是，市场主体获得的竞争优势并不是一种权利，法律不能对其作“权利化”保护。市场竞争与损害相伴而生，模仿与复制自由是市场竞争的基石，更可被用来消解垄断获得利润。对于数据市场而言，数据过度的权利化保护反而会放大数据驱动型网络效应，助长数据的不公平利用乃至数据垄断。尽管知识产权也为权利人创设了专属垄断权，但知识产权的授予本身具有严格的客体要件，这一限制本身就减少了知识生产领域的过度投资，而知识产权保护期限的限制则更是极大限缩了专利权人垄断获利的空间，将寻租成本控制在合理范围内。对于本身难以获得知识产权保护的数据客体，不受限制的产权保护必将导致整个数据市场充满致力于搜集与捕获数据的活动，而不是利用数据改善产品服务的性能或增加创新。
（三）数据财产权的保护成本
财产权的保护成本主要指维护、执行以及提供法律救济而产生的成本与费用。例如，产权登记机关的设立费用以及为强制实现公路或桥梁财产权而建造收费站的成本，权利人、执法者以及司法者对私有财产的不法入侵、不当使用而支出的法律救济费用。当然，任何财产权的创设与实施都会带来上述保护成本，只要创设权利的收益能够弥补产权保护成本，产权仍然具有效率，但在数据财产化确权的场景下，产权的保护成本趋于高昂。
由于数据的无形性，其本身不存在明确的边界，第三方难以清晰地认知数据财产受保护的边界和特征。数据信息具有非排他性，一旦信息被公开，权利人就难以保持对它的控制，因为控制信息的使用与传播如同在“空气”周围设置围栏，难以想象。因此，除非存在特别的法律保护，否则难以防止对数据的复制或“搭便车”行为。即使确立了数据财产权的保护模式，也更容易产生大面积违法和普遍侵权问题。数据财产权人向每位搭便车者主张权利或要求支付使用费的权利救济成本也十分高昂。此外，基于数据可分享性，即使受到不法复制与利用，企业自身对数据的控制状态并没有受到实质性破坏，在法律救济上只能表现为要求对方停止违法行为，至于损害赔偿，也更多体现公法上的强制救济措施。
为解决上述难题，当前不少观点主张通过数据产权登记以增加数据资源的客观性，进而保护数据产权和提高交易安全、降低普遍侵权。财产权登记制度的建立与实施意味着产权能够被清晰记载于登记簿以及权利证书之上，产权的归属以及权利内容能够被客观证明。这一观点具有不容忽视的合理性，作为一项重要的财产权确证机制，登记制度能够发挥证明权利、保护权利以及促进权利交易的功能。财产权制度通过严格依法制作的登记簿和权利证书向社会公示权利信息并提供查阅复制，任何试图想要利用数据产权的人能够以清晰、明确、低成本的方式了解产权信息，进而减少数据交易纠纷，降低交易成本。不过，借助产权登记制度标识数据财产权边界降低保护成本的效用有限，甚至还会带来更多的成本与费用。
其一，数据财产权登记制度降低产权保护成本的前提是创设与实施登记制度的成本本身应当控制在合理的范围内。然而，创设与实施数据财产权登记制度体系本身需要支付相当大的成本。除了产权登记制度建设过程中支付的法律法规制定成本之外，建设产权登记机构、配备人员以及相应资源与经费的投入也必将耗资巨大。
其二，即使建立数据财产权登记制度，其对数据信息的公示效果也大打折扣。在数字化社会，数据传输与共享的频率极快，数据内容和范围经常动态更新，需事后登记的数据产权可能难以跟上数据更新频率，其所公示的数据条目信息不可避免的存在滞后，会削弱为数据利用者提供充分、及时信息公示和警示的效果。
其三，登记制度本身并不发生确权效果而仅具有证明权利存在的功效。因此，进行数据产权登记的前提命题是确认哪些数据权利应当进行登记。数据产权登记实现前提是需要对数据产权究竟是一个权利还是数个权利；产权的具体内容和效力究竟为何进行事前确定。而如果数据产权登记无法回答登记能力问题，自然难以成立，更无法发挥作用。由此，数据确权与数据财产权登记陷入了“循环论证”之困境，即无数据财产化确权则无法进行数据产权登记，而无数据产权登记，又难以证明数据权属。
由此可见，财产权的创设与实现必然带来一定的保护成本，而为实现数据财产权将付出更为高昂的保护成本。即使设置数据财产权登记制度，其发挥保护功能的效用仍有限，甚至产生更高的成本。
（四）数据财产权的创新成本
除了上述显性经济性成本，对整个社会而言，对具有累积性创新特性的资源创设财产权会显著提高整个社会接触该资源以及后续创新的成本。
累积性创新主要指后续创新活动需要在初始创新活动基础上进行改进与创新。高新技术产业、信息产业是具有显著的累积性创新特性的领域。数据产品服务的创新是建立在已有数据资源生产、收集以及加工利用的基础之上。例如，网络平台对海量的图片、视频以及文字数据的聚合将被用以优化人脸识别、个性化推荐与大模型等人工智能产品的创新，智能设备数据的充分加工利用是持续优化设备服务性能，开发新产品、新服务、新功能的基础。又如，药物和设备临床试验所产生的数据对后续科学研究、保险服务、广告等增值业务的创新具有重要效用。
毫无疑问，将财产权赋予数据活动的初始创新者能够为其提供必要的创新激励。但是，对初始创新者过度的产权化保护将限制后续利用者的选择，增加后续利用者的创新成本。而由初始创新者获得全部收益也会导致资源配置的无效率，其结果便是对强产权保护社会成本的低估。正是由于累积性创新的存在，为创新活动赋予专属财产权的制度需要考虑如何分割这种序贯创新的收益，从而为初始创新者和后续创新者提供充分的创新激励。在专利授予领域，增加技术信息的透明度和信息披露对后续创新至关重要，因此，可获得专利的发明必须满足新颖性、创造性和实用性的客体要件，且必须进行必要的信息披露。
对于数据而言，数据财产化确权通过排他性的制度安排，增加了初始数据创新活动的“稀缺性”，激励数据生产与市场化利用，但不受限制的排他性产权又会提高社会接触数据与后续利用数据的创新成本。对于数据后续创新者而言，使用者不得不转向具有更高成本的替代品，从而产生无谓损失，导致社会资源浪费。在物质财产权情形下，这种成本并不显著，因防止资源过度利用与减少拥挤效应带来的收益能够抵消使用者转向替代性产品产生的成本。然而，由于数据再利用的边际成本趋近于零，当使用资源的边际成本为零时，通过收取价钱而排除他人使用该资源，就在法律救济、产权登记机关导致的成本之上又产生了无谓损失，因为该价格使得一些使用者转向那些具有正边际成本的替代品。如果数据持有者拥有议价优势乃至垄断定价可能，数据使用者需要支付的创新成本将更为高昂，甚至不得不接受高于竞争性水平的使用费用，这将损害数据市场的良性运行，带来更高的社会性成本。
综上所述，尽管数据财产化确权可能产生一定收益，但产权化带来的成本却是不容忽视的。创设与实施数据财产权将产生显著的交易成本、寻租成本、保护成本以及创新成本。而如何最大化数据财产化确权的收益，降低产权化成本，实现“去产权化”成为数据财产权规则构造必须要着力解决的核心问题。
五、数据财产权的去产权化规则构造
要实现数据财产化确权的收益，并最大限度的降低产权化成本关键在于通过精巧的制度设计，明确受数据财产权保护的客体要件、权利内容以及外部的权利限制机制。
（一）适格的客体要件
明确客体的适格性是数据财产权创设的前提与基础，更是最大化产权收益，最小化产权成本的首要步骤。具体而言，适格的数据财产权客体应当满足以下要件：
1.公开性数据集合
从产权化的收益与降低成本角度看，需要额外产权保护的数据客体应当为公开性数据集合。该要件的设定有如下几层意涵：其一，数据财产权的适格要件不包括原始数据。原始数据是数据生产主体自动生成的结构性或非结构性的单个数据条目。原始数据资源类似于原油，只有经过提炼、加工后才形成可供售卖的石油商品，而从事海量数据处理、制作的公司就是“炼油厂”。从数据用途和价值形态来看，原始数据具有广泛用途和潜在的应用价值，但在投入进一步智力、技术加工之前其价值是抽象、不确定的。原始数据资源来源多样且变动不居，对其确权本身难以保持法律上的确定性，产权化的保护成本十分高昂。因此，对于原始数据资源，重心应该在于促进数据再利用和衍生产品的转化，而非强调产权归属。其二，数据财产权的客体对象应当为数据制作者投入一定资源和劳动，对海量原始数据进行系统汇集、整理、初步加工之后形成的具有规模化、易读、可视的数据集合。数据集合是指一定数量的符号化数据按照某种目的汇集在一起而形成的数据包。数据集合也因数据收集者的汇集、整理以及加工行为使得原始数据资源得以特定化，数据制作者也得以实际控制、利用数据，数据财产权的客体边界由此可在一定范围得以确定。同时，数据集合是数据制作者对原始数据资源开发利用的结果，具有一定的经济价值。作为生产要素，权利人能够基于对数据集合的投资带来经济收益，创新经营方式和商业模式。当然，如果数据集合符合知识产权的“创新性”要求，可寻求知识产权保护，而对于无法获得知识产权保护的数据集合，才需要额外的数据财产权激励。其三，受保护的数据集合应当处于公开状态。对于处于非公开状态的数据集合，现有的商业秘密保护制度能够提供投资激励，而处于公开状态的数据集合更容易被不当复制与利用，为其提供额外产权保护才具有必要性。
2.数据制作者付出了实质性投资
相较于普通知识产权，要求数据集合制作者必须对公开数据集合的形成付出了实质性投资才可以获得数据财产权实质上设定了更高法律门槛，而这额外要件的设定旨在进一步放大数据财产权的激励收益，并降低数据产权化保护带来的成本。一方面，只有数据制作者对数据集合的呈现付出了实质性的人力、物力、财力投资并承担了投资风险，数据复制者的“搭便车”行为才可能引发市场失败，此时为数据制作者赋权后产生的投资激励收益才得以最大化。与此同时，尽管数据集合制作者投入劳动和资源收集的数据具有一定经济价值，但数据集合中的数据条目常为单纯的事实信息、交易信息或科学数据类信息，达到一定规模后往往是社会公众后续利用和再创新的基础，社会公众对数据集合内容具有高度依赖性。如果只是付出了很低的收集成本者即可获得产权保护，那么对后续利用者而言，必须逐个获得制作者的使用许可，从而面临更高的交易成本。相反，要求数据制作者必须付出实质性投资才能获得数据财产权，则极大提高了数据财产权的赋权门槛，扩大了社会公众可自由接触数据信息的范围，降低了社会创新成本。此外，要求数据制作者必须付出实质性投资才能够获得产权保护，将极大减少在数据捕获、收集过程的无谓寻租行为，也能够消除其他数据制作主体重复搜寻的费用，减少数据财产化确权产生的寻租成本以及导致的社会资源浪费。
当然，在具体实践中判断制作者是否付出了“实质性投资”并不容易。实质性投资标准解释的宽窄也进一步影响数据财产权保护的范围大小。从比较法视野看，欧盟《数据库指令》也规定了受特殊数据库产权保护的数据库应当满足“实质性投入”标准，但并没有明确相应的量化标准。从欧盟《数据库指令》序言推之，满足“实质性投入”标准的数据库制作者的人力、物力或资金投入应当达到一定的量或具有较高品质。不过在实践中，对“实质性投入”标准的判断实际上遵循着较低的标准，即只要投资并非是微不足道的，则给予数据库产权保护。例如，在德国Kidnet.de案中，法院认为，原告核实和收集的关于251个家教和自助群体的网站链接信息满足实质性投入要求。罗马法院则裁定权利人插入4000条记录，并对调整、收集的数据付出了一定金钱和时间成本，则构成实质性投资。在大数据集合场景下，数据条目和规模都远超小数据时代的数据库规模，采用一个相对更高的量化标准较为合理。不过，不同行业、不同类型的数据集合所需的投资规模本身难以量化，也难以在规范层面规定“实质性投资”的绝对门槛。原则上可依据数据制作者的投入是否达到了其所处行业中“典型经营者”在数据制作方面的投入规模进行判断。在具体的认定中，可综合考虑数据集合的行业性质、数据集合在经营中的重要性、制作时投入的劳动、时间、费用、公众后续利用相关数据集合的可能性、相关行业的数据利用习惯等因素。当然，更为务实的做法是法院通过个案裁量的方式逐步建立一般共识。
总而言之，数据的类型划分是明确数据财产权客体的排除范围和受保护边界的基础。原始数据排除在数据财产权的保护范围之外，并以公开性数据集合作为受保护类型，能够实现数据制作者投资激励的同时降低数据财产权转让中因客体边界模糊、经济价值不明确引发的高额交易成本和保护成本。而要求公开性数据集合的制作者必须付出实质性投资才最终得以获得产权保护，则进一步严格限制了数据财产权的赋权范围，最大程度地降低数据确权的寻租成本和创新成本。
（二）有限的权利内容
完整的财产权赋予权利人对财产的占有、使用、收益、处分的专有权以及禁止他人擅自使用的禁止权。数据财产权的“去产权化”意味着需要进一步限缩产权的专有权与禁止权，以最小化过度排他的权能效果引发的低效率。结合数据特性，数据财产权的内容应当是由非绝对、非独占的持有权、有条件的利用权以及有限制的禁止权组合而成的有限产权。
1.非绝对、非独占的持有权
持有是一种事实，即实际掌控、控制数据的主体；作为一种非独占的事实性权利，意味着其他不确定的同等权利的存在。类似于物权中的占有权能，持有权的存在是表征产权人对该数据财产客体所享有稳定的持有和管控状态。权利人享有持有权意味着其对数据集合享有了一定程度的排他性，但此种持有权能是一种非绝对、非独占的持有。其一，数据财产权人对数据集合的持有无法排除数据生产者对个人信息数据或其所拥有、租赁的设备生成数据的持有状态。换句话说，数据财产权人对数据集合整体的持有权能不具有绝对排除他人占有的效力，数据生产者仍然对其生成的数据合法地持有。其二，权利人对数据集合持有权主张的权利边界，应当在权利人能够实际控制的数据财产范围之内，不应当延伸至本身无法通过技术手段予以管控的领地。这意味着，权利人对其所持有的数据应当具备一定的控制能力，即能够借助对数据存储设备的物理控制、密钥控制以及防御性技术手段实现对数据集合事实上的控制。有限持有能够确保数据财产权主体无法过度主张其数据产权受保护的边界和范围，从而起到削弱产权过度排他的作用。
2.有条件的利用权
数据财产权的利用权主要指权利人基于对数据财产的持有，享有数据的加工利用权、经营权、收益权等。数据财产利用权能的充分实现是发挥数据财产确权收益最大化，促进有价值数据高效流转利用的核心内容。具体而言，数据财产权人可以借助大数据分析技术，对其所持有的数据进行深度挖掘与加工利用，分析用户偏好和行为习惯，实现供需精准匹配，满足甚至锁定用户需求，增强产品市场竞争力。数据财产权人对行为、环境、设备等非个人数据的实时分析利用，能够为自身的经营管理提质增效，还可以将数据分析结果用于研发以改进新产品。数据财产权人还可以复制、出租、在线数据传输或以其他方法向他人公开传播或许可他人使用数据。此外，权利人还可以通过整体转让、许可经营、数据融合、融资担保、投资入股等方式对数据财产权的全部或部分进行再开发利用。数据财产权人也可以通过向数据利用者复制、出租、传输数据集合而获得经济收益。不过数据财产权人的利用权能是有条件的，不能对抗其他数据收集者对公开数据或通过合法渠道收集的部分相似或类似数据以及自行收集的数据集合的加工利用、经营以及收益的权利。
3.有限制的禁止权
与上述二项积极权能不同，数据财产权的禁止权能旨在为权利人提供禁止他人干涉、复制、传播、窃取数据财产的权利。数据财产权的禁止权能是实现数据财产权排他效力的根基，也是数据财产权请求权行使的基础。数据财产权禁止权能的实现意味着任何主体不得干涉权利人对数据的持有与利用权，同时，未经数据财产权人的许可，任何主体不得向公众传播、复制、利用数据财产。不过，数据财产权人的禁止权不包括他人对于单个数据或者数据集合非实质部分数据的复制或传播行为。数据财产权构建的核心收益是为了防止数据领域的搭便车，实现数据投资激励。数据利用者针对单个数据或者数据集合非实质性部分的复制、传播行为并不会对数据集合投资激励产生实质性影响，禁止此类行为反而过度侵占了数据的公共利用范围。由此，数据财产权禁止权只能及于他人对数据集合实质性部分的复制或向公众传播的侵权行为。
（三）宽泛的权利限制机制
尽管财产权属于绝对权，但是禁止权利滥用早已成为财产权获得正当性的前提。即使是绝对权效力最强大的土地所有权，也因涉及公共利益、相邻关系等原因而以受限为常态。在数据财产权语境下，由于受保护的数据集合之上承载着个人信息权益、公共利益以及数据利用者对数据合理利用和创新利用的复杂利益需求，设置宽泛的权利限制机制能够平衡数据客体之上承载的多元利益诉求，进一步削减数据财产化确权的成本。
1.个人信息权益优先的法定限制
毫无疑问，包含人格利益的个人信息权益在位阶上高于数据处理者所享有的财产权益，当二者发生冲突时，法律原则上应当优先保护个人信息权益。对于承载个人信息的数据集合，用户的个人信息权益的优先实现当然构成数据财产权的法定外在限制。个人信息权益的实现主要体现为个人信息防御型权益和积极利用型权益的实现，防御型权益主要指个人信息的保护与处理规则对数据财产权人持有、加工利用以及处分数据集合的限制。个人信息的积极利用型权益则主要指个人对于其贡献生成的个人信息数据向第三方数据利用者复制转移的权益。
对于防御型权益的实现，数据财产权人的权利行使当然受限于《民法典》和《个人信息保护法》中关于个人信息保护规则与个人信息处理者义务规则的限制。当然，如果数据财产权人对个人信息的利用构成合理使用，则不受此种限制。例如，如果数据财产权人处理个人信息是为了维护公共利益、保护个人信息权益主体的合法权益以及合理处理已经合法公开的个人信息的，则排除个人信息保护规则之限。此外，如果数据财产权人对数据进行了匿名化处理，个人信息无法识别特定自然人且不能被复原，数据财产权人的权利实现自然也不再受个人信息保护规则的限制。而对于积极利用型权益的实现，则可以在《个人信息保护法》第45条规定的个人信息查阅权、复制权和可携带权的适用范围内，由数据财产权人提供转移的途径。
2.公开数据的合理使用
数据具有低成本、无限损耗、非稀缺性的特性，一经公开即进入公共领域，数据后续利用主体对数据合理的获取与使用行为原则上应当不再受限。创设数据财产权通过法律拟制的稀缺性和排他性实现了对数据制作者权益的保护，但也必然提高了数据后续利用主体访问与使用数据的社会成本。因此，有必要构建数据财产权的合理使用制度，为社会公众合理利用数据的需求提供出口，以此消解产权化给社会带来的成本。在知识产权领域，我国《著作权法》第24条也全面规定了著作权合理使用的情形，以此实现著作权的产权激励与社会公众接触创新知识之间的平衡。在司法实践中，我国还形成了判定著作权合理使用的三步检验法，即判断是否构成合理使用需要满足“基于非盈利性目的”“不得妨碍作品的正常利用”“不得损害著作权人的合法权益”三个要件。可以看到，司法实践中著作权合理使用的认定遵循严格的标准。在数据场景下，我国也有不少学者认为应当借鉴著作权法领域的合理使用制度为数据财产权设置权利限制机制。在肯定这一整体立场的前提之下，本文认为，对于本身无法获得著作权保护的数据财产权设置合理使用制度，除了遵循合理使用的一般逻辑，还应当适当扩大合理使用的范围。因此，数据财产权合理使用具体规则的设计应区分非商业性与商业性合理使用两类不同情形，分别配置合理使用的规则。
第一，非商业性合理使用。一般社会公众对数据集合的合理利用往往属于“非商业性利用”。例如，个人为学习研究之目的而进行的合理利用、教学科研活动中的合理使用以及行政机关为公共管理需要而进行的合理利用。在此类情形下，数据财产权的合理使用规则可借鉴《著作权法》项下对合理使用的判定，即在满足数据合理使用的情形与条件下，数据使用者无需征得权利人许可即可合理使用数据，且无须向权利人支付费用。除了满足社会公众对数据使用的“非盈利”要求之外，数据使用者对数据合理使用不得妨碍数据集合的正常利用，且数据的合理使用者不得损害数据财产权人的合法权益。譬如，数据合理使用者应当尽合理注意义务，以避免损害产权人的合法权益。
第二，商业性的合理使用。与著作权仅保护对作品的非商业性合理使用不同，促进公开数据的商业化合理使用本身是数据流通利用的应有之义，也是数据基础制度建设的重要目标与价值取向。在数据商业化流通利用场景下，数据流通利用主要包含两种路径：一是多方基于合同安排，通过开放应用程序接口（API）进行数据共享；二是数据利用者借助爬虫程序，通过网页抓取、屏幕抓取等形式自动提取他方数据库数据。由于基于合同安排的数据共享属于数据合意流通，双方一般就数据共享内容和范围进行了事前商定，数据共享者超出授权范围自然构成对数据财产权的侵权。但是，对于非合意的数据爬取行为并不意味着当然侵害了数据财产权人的权利。尽管创设数据财产权使得权利人享有了合法排除其他同业竞争者访问、获取与利用数据的权利，但对于聚合大量公开数据的数据集合而言，数据一经公开，便进入自由流动领域，即使是商业领域的同业竞争者，其未经过权利人授权，对自由流动的公开数据的爬取行为也不意味着当然违法。在互联网领域，数据爬取本身是极为常见的数据流通利用方式，数据爬取的历史甚至与互联网的历史一样长久。在互联网行业实践中，行业自发形成了爬虫程序的限制协议，即权利人事先在网络根目录中以代码形式明确网站中允许爬取与禁止爬取的数据内容，要求数据爬取者在其指定范围内爬取。在数据财产化确权的背景下，权利人更可借助技术措施限制对公开数据的爬取行为，并对超范围爬取行为主张侵权。但为防止权利人过度滥用财产权，其对公开数据爬取的限制措施应当受到合理规制。换句话说，即使数据持有者享有对特定数据集合的财产权，相关同业竞争者对公开数据的合理爬取行为亦构成对数据的合理使用。即使爬取者突破数据财产权人的限制措施，其爬取行为亦不构成对数据财产权的侵害。在商业性合理爬取行为的认定上，可借鉴《互联网搜索引擎服务自律公约》第8条的规定，即要求权利人限制数据抓取应有行业公认合理的正当理由。这意味着，数据财产权人只有具有正当合理理由时，才能基于产权限制对公开数据的爬取行为。至于在具体的司法实践中如何认定“合理的正当理由”，可结合数据集的性质、数据使用的目的、数据集的潜在市场价值、数据被利用的情况以及在整体数据集合中所占比例等因素综合判断。
3.必需数据的FRAND承诺许可
一般而言，除了受限于个人信息权益和公开数据合理使用的限制外，数据财产化确权意味着权利人可以就数据许可使用的条件、范围以及许可费等事项与潜在数据利用者展开自由谈判与交易，并在数据许可交易不符合自身商业利益时可拒绝数据利用者的访问与利用请求。然而，当部分来源单一的数据集合构成下游数据需求者提供相关产品或服务、维持经营的必需数据时，数据财产权人的谈判与许可自由的意志亦受到限制。必需数据主要指在相关市场缺乏替代品，且相关数据需求者也难以通过自行收集或者从第三方获取的方式获得相同或相似的数据。毫无疑问，控制大量必需数据能够为数据持有者带来显著的市场竞争优势甚至市场支配地位，而数据财产化确权将进一步加固此种竞争优势和市场力量。在数据财产权排他效力的作用下，必需数据具有比较显著的公共性，如果数据财产权人拒绝向竞争性数据需求者许可或恶意抬高数据许可费用，将可能严重影响下游数据需求者的生产经营，甚至导致其退出市场或濒临破产。
鉴于此，为实现必需数据的公平获取与利用，可借鉴标准必要专利中的“公平、合理、无歧视”(Fair，Reasonable and Nondiscriminatory, FRAND)原则，要求持有必需数据的财产权人承诺以FRAND原则许可必需数据。在标准必要专利制度中，由于标准与专利的结合，使得任何想要依标准提供产品或服务的下游经营者必须要实施必要专利，如果标准必要专利权人拒绝许可专利或者开出不公平高价、不合理条件许可，便会严重损害下游专利需求者的市场进入与经营。因此，标准化组织要求标准必要专利人作出FRAND承诺，声明将以“公平、合理、无歧视”的条件许可必要专利。与之相对，标准必要专利权人也应其专利被纳入标准，从而获得相对于竞争性专利的竞争优势，并获得专利许可的合理报酬。与标准必要专利类似，掌握必需数据的财产权人应当承诺以“公平、合理、无歧视”的原则向需求方许可必需数据，权利人也因此享有获得数据许可使用报酬的权利，并有权对不支付合理费用的需求者停止提供数据。当然，FRAND承诺本身不具有强制缔约的效力，而仅是一种宣誓性、引导性规范。即使是作出FRAND承诺的标准必要专利人，符合FRAND原则的专利许可费的计算仍需在具体专利许可使用合同中确定；正是由于FRAND承诺的模糊性，在司法实践中计算符合FRAND承诺的许可费成为涉诉案件的难点。为防止必需数据场景下权利人的FRAND承诺流于形式，明确“公平、合理、非歧视”的数据许可使用费的计算方式尤为关键。本文认为可以遵循以下基本步骤进行具体判断：第一，首先判断许可费是否满足“非歧视原则”，即必需数据财产权人是否对实质条件相同的数据需求者收取相同费用；第二，进一步判断是否是“公平、合理”的许可费，此时需要结合必需数据本身的类型、数据对数据需求者产品服务的贡献度、数据需求者获取数据的范围和方式，对个人信息权益或者数据集合本身产生的影响、数据持有者提供数据传输服务的费用等因素综合判断。
结语
对于是否应当在数据之上确立财产权以及如何配置产权规则问题的回答，不仅应评估数据财产化确权对降低交易成本、促进数据投资激励的正向收益，还应当衡量数据财产化确权可能引发的产权化成本。借助财产权的成本收益分析，本文系统性评估了数据财产化确权后的预期收益以及潜在成本，并以此为基础，提出数据财产权构造的关键在于“去产权化”的规则设计。具体结论如下：第一，数据财产化确权的静态有限，数据确权难以降低交易成本，激励数据投资的动态收益亦有限。第二，基于对数据特性以及数据交易实践的观察，数据财产化确权会产生显著的（权利转让）交易成本、寻租成本、保护成本以及创新成本。第三，面对数据财产化确权的收益与成本，未来数据财产权规则构造的核心内容应当通过将“公开性数据集合”“数据制作者付出实质性投资”作为适格客体要件，明确数据财产权是有限的持有权、利用权和禁止权，并设置个人信息权益优先、公开数据合理使用、必需数据FRAND承诺等宽泛的权利限制机制，最大限度地降低产权化成本，实现数据财产权的“去产权化”规则构造。诚然，随着数据交易以及流通利用实践的不断丰富，本文所构建的数据财产权的规则框架亦会存在不周延之处，需进一步修正乃至重构。但是，无论未来数据财产权的规则构造会如何变化，本文引入的成本收益视角对数据确权与否的判断提供了一条相对清晰、明确的判断标准。同时，将“去产权化”思维和原则融入数据财产权规则构造之中，也使数据财产权理论体系的构建与规则设计获得了实用主义的品格。
因篇幅限制，已省略注释及参考文献。原文详见《河北法学》2024年第10期。
