2022年数据要素权益配置研究报告 内涵解构、关键症结及总体思路及实现路径等分析

一、数据要素权益配置的重大意义

数据是新一代信息通信技术的底层驱动力，具备了生产 要素和战略资源的双重角色。我国需要构建起数据要素权益 配置基础制度，解决我国数据要素市场建立面临的诸多障碍， 进而适配生产力的发展，护航数据资源高效有序利用，回应 数字时代法律关系需求。

（一）适配生产力发展的现实需要

生产力作为人们解决社会同自然矛盾的实际能力和物 质力量，在不同经济形态和时代背景下具有不同的表现形式。 数字经济时代，以人工智能、区块链、云计算、大数据为代 表的新一代信息通信技术已成为新型生产力，但其快速发展 离不开作为生产资料和底层数据驱动。数据的积累、流转和 应用打破了原有的生产方式和生产活动，催生出崭新的生产 关系，而生产关系的基础在于生产资料所有制，在数字经济 背景下直指数据要素权益配置这一基本性和决定性问题。为 了使生产关系与数字经济时代的生产力发展特征相适配，我 国必须建立数据要素权益配置机制，通过合理的数据分配和 利用方式进一步激发社会生产力发展。

近年来，我国高度重视数据要素权益配置问题，围绕数 据要素加快顶层设计。2019 年 10 月，党的十九届四中全会 提出要“健全劳动、资本、土地、知识、技术、管理和数据 等生产要素按贡献参与分配的机制”，首次公开明确数据可作为生产要素按贡献参与分配。2020 年 4 月，中共中央国务 院发布《关于构建更加完善的要素市场化配置体制机制的意 见》，指出要“加快培育数据要素市场，推进政府数据开放共 享，提升社会数据资源价值，加强数据资源整合和安全保护”， 这是党中央国务院颁布的第一份关于数据要素市场化配置 的文件。

2021 年 12 月，国务院印发《要素市场化配置综合 改革试点总体方案》，提出要“探索建立数据要素流通规则， 完善公共数据开放共享机制，建立健全数据流通交易规则， 拓展规范化数据开发利用场景，加强数据安全保护”，以充分 激励经济主体不断生产、交换数据要素，充分释放数据的潜 在价值。由此可见，完善数据要素权益配置机制，已成为我 国当前和未来一段时间内发展生产力的关键点。

（二）实现数据高效利用的有效手段

推进数据要素有序流动，释放数据要素潜在价值，实现 数据资源高效利用，需要完善数据要素权益配置机制。本报 告之所以采用“数据要素权益配置”的表述，一方面可以统 合“数据权属”“数据产权”“数据权利分配”等用语，另一 方面可以避免过度强调数据权利归属问题而忽略了数据作 为生产要素这一关键特性。因为，实现数据开发利用和价值 最大化才是当下解决数据要素权益配置的根本目的之所在。

从数据要素本身属性来看，数据要素具有和其他生产要 素截然不同的属性，体现出明显的非竞争性、复用性和流动性特征。数据的非竞争性使数据具备了无限增殖利用的能力， 一方主体对数据的使用不影响其他主体使用同一数据。数据 的复用性是指数据的复制成本极低，原数据控制主体可以在 不丧失占有的情况下共享数据。数据的流动性使得以推动数 据价值最大化为目标的数据共享行为成为可能，为充分释放 数据要素潜力奠定基础。

从数据要素利用角度来看，不同主体的数据要素利用能 力存在显著差异，需要围绕不同类型的数据形成权益配置路 径。缺乏明确的数据要素权益配置机制，会导致不同市场主 体拘泥于“不敢流通”“不想流通”“不能流通”等观念，阻 塞数据要素流通渠道。一方面，个人、企业、政府等不同主 体在数据要素的权益主张、保护需求、使用方式、利用能力 等方面具有明显的多元化和差异性。另一方面，个人信息、 企业数据、公共数据等类型化数据在利用方式上大相径庭， 形成明确的利用规则才能厘清数据权益配置的底层逻辑。

（三）厘清数据法律关系的必然前提

迄今为止，人类社会已然经历了以男耕女织为主要方式 的农业文明时代和以蒸汽电力为典型代表的工业文明时代， 并在信息通信技术的飞速发展下跨越式进入数字文明时代。 根据马克思主义政治经济学理论，经济基础决定上层建筑。 信息通信技术在促进数字经济发展的同时，也在深刻地改变 社会关系，催生出内容庞杂、尚待厘清的数据法律关系。

在农业文明时代，社会经济生产围绕土地要素展开，土 地成为农业社会的主要财富。土地的占有、确认、处置、流 转等现实需要，催生了土地所有权理论产生和制度构建，逐 渐形成了土地法这一农业社会基础资源配置的核心法则。在 工业文明时代，由国家主导的重商主义市场经济蓬勃发展， 规模化大生产的经济格局逐步奠定，机器取代土地成为社会 经济生产的主要资源和重要财富。

此时，社会财产法律关系 的关注重点不仅逐渐从土地房屋等不动产转向机器机械等 动产，还体现出从强调土地所有权转向关注机器使用权的特 征，由此奠定了动产法在工业社会的核心法律地位。在数字 文明时代，以数据驱动的新型经济形态极大地改变了人们的 生产方式和生产关系，也在重塑与之伴生的社会结构和财富 关系。数据价值进一步凸显，在一定程度上成为了可以与物 质和能源相媲美的基础性社会资源，以数据为核心的法律关 系愈发引起学界和社会关注。

数据法律关系的厘清，建立在各个相关方之间有效分配 数据权益的基础上，换言之，数据要素权益配置是数据法律 关系的基础。一方面，数据要素权益配置是在公共数据、企 业数据等方面构建数据标准化采集、数据开放共享等全链条 数据治理体系的前提。另一方面，通过构建权益配置机制， 明确各主体的权利义务关系，使相关各方的利益在共存和相 容的基础上达到合理的优化状态，才能解决侵犯用户个人信息权益、数据集中以及平台无序竞争等问题，进而推动数据 要素市场规范化运行，护航数字经济健康有序发展。

二、数据要素权益配置的内涵解构

实现数据要素权益配置的起点在于对其内涵进行逻辑 解构、概念拆分，需要明确数据要素权益的属性、涉及的主 体以及如何进行权益配置等具体问题，本部分将集中探讨数 据要素权益配置的基础理论、基本构成及方式方法。

（一）数据要素权益配置的基础理论

对于数据要素权益配置问题的探讨需要从基础理论层 面展开。首先，需要客观认识数据的基本属性，解决配置的 逻辑起点问题。在一些语境下，数据往往与信息相伴出现， 甚至不分彼此、相互混同。为了厘清数据要素权益的属性， 应当区分数据和信息。概括而言，数据是信息的载体，信息 依附于数据而存在，而信息是数据的内涵，是数据之上内容 的体现。相较于信息，数据在技术上具有可控性，而且具有 客观存在的独立性，使其可以作为法律关系的客体而存在。

但也应意识到，数据具有非排他性和多归属性，使其可以持 续产生、共用共存，因此它无法成为物权中的“物”。此外， 数据还具有很强的规模效应，单个数据创造财富的能力有限， 但汇聚后的数据经处理能够带来巨大价值。因此，数据要素 权益配置机制不能因循守旧，必须考虑到数据的独特属性，采取全新的配置路径。

其次，需要对数据要素权益配置进行理论溯源，解决配 置的正当性问题。正当性评价是“事实性利益”转化为“规 范性权利”的必由之路。只有基于一定的正当性基础，社会 各界才能对数据要素权益的保护形成共识，进而运用社会公 共意志制定法律规范。2洛克财产权劳动论可作为数据要素权 益配置的重要理论之一。

17 世纪洛克提出了财产权劳动论， “每人对他自己的人身享有所有权，通过他身体的劳动和双 手进行的工作成果是正当属于他的。只要他使任何东西脱离 自然状态，掺进自己的劳动，就使这个东西成为他的财产。” 将洛克财产权劳动论引入到数据要素领域中，可保护数据处 理者在数据加工过程中获得的数据财产权益。3数据处理者通 过提供服务、签订合同等合法方式收集到数据，并进行筛选、 特定组合、深加工，渗透劳动因素，赋予数据更高的财产价 值时，理所应当获得数据要素相关权益。

但同时，数据要素 流通场景复杂，权益主体众多，需要协调各主体之间的利益 分配。既要保护不同主体的数据权益，也要保证数据自由流 通、充分共享；既要肯定通过数据处理活动所获得的相关权 益，也要避免数据垄断和不正当竞争。因此，数据各方主体 利益平衡成为数据要素权益配置的核心。

（二）数据要素权益配置的基本构成

数据要素权益配置的实质是在不同主体间分配数据要 素权益内容，4满足不同主体诉求，形成有序、高效、流通的 数据要素市场。因此，数据要素权益配置的构成主要包括权 益主体和权益内容两部分。

1.数据要素权益主体

所谓数据要素权益主体是指，数据要素权益的归属主体， 即数据要素之上承载的具体权益到底由谁享有。数据要素权 益主体通常需结合数据要素流转所处阶段和具体应用场景 进行确认，个人、企业、政府等数据主体之间的相互关系也 需在数据流动场景的过程中进行分析。

个人与其他主体之间的数据法律关系以信息传递、个人 信息权益保障为主。个人的利益诉求主要集中于个人信息权 益保护方面，如限制企业使用其个人信息或要求政府部门更 正其个人信息等。企业与其他主体之间的数据法律关系较为宽泛，包括数据收集、数据交易、数据共享等。企业收集用 户个人信息是与个人之间主要的数据法律关系，企业通过提 供服务等方式获取大量个人信息，利用技术、人力等资源对 海量原数据进行深加工，实现数据增值。企业与企业之间的 数据活动也较为丰富，例如达成合意进行数据共享或者交易。

政府与其他主体之间的数据法律关系以数据开放、数据共享 为主。政府部门及具有公共管理职能的机构在履行职责过程 中收集个人信息或获取企业数据，并基于税收、扶贫等特定 目的分析整理数据，形成公共数据资源。政府与企业之间的 数据法律关系包括签订数据处理委托协议，委托数据处理公 司整合、分析、利用数据资源等。政府与政府间的数据法律 关系表现形式则是各部门间进行数据共享，以数据驱动形式 实现国家治理能力现代化建设。

2.数据要素权益内容

当前立法中尚未将数据权利规定为一种法定权利，而是 从数据是一种新型利益的角度进行规制。权益包括了权利和 利益，因此采用“数据要素权益”的表述更具有统摄性和适 当性。民事权利是经过类型化的列举性民事权益，民事利益 是未经类型化的兜底性民事权益，两者都是受法律保护的民 事权益，但权利的法律保护力度要大于利益。总体来说，数据要素权益是一种客体特定、内涵丰富、涉及多主体且极具 价值的新型权益，包括人格性权益和财产性权益两部分。

其 中，人格性权益是指，个人信息对于特定自然人的可识别性 体现了人格特征，关乎个人尊严与自由，法律对自然人个人 信息予以保护，并赋予个人在个人信息处理活动中所享有的 查询复制、更正补充、删除等一系列权利。本部分不过多阐 述人格性权益，将重点介绍数据财产性权益。当前，学界及 实务界主要从数据用益权、数据竞争性权益和数据知识产权 等角度展开探讨。

数据用益权包括控制、开发、许可、转让四项积极权能 和相应的消极防御权能。用益权是所有权的派生权利，“所有 权—用益权”的二元权益分配结构有悠久的历史。以往的经 验表明，用益权是解决市场资源配置需求的有效改革举措。 从理论上，所有权表达人对物的最全面支配，包括占有、使 用、收益、处分等，构成了用益权的源权利；而用益权则分 享所有权的使用和收益等内容。6数据控制权是指对依法所取 得的数据进行自主管理的权益；数据开发权是指通过技术处 理和应用方法提高数据综合效益的权益；数据许可权是指允 许他人以独占许可、排他许可、非独占许可、分许可、交叉 许可等方式利用数据；数据转让权是指通过抵押、信托等方 式转让数据用益权。此外，数据用益权还具备排除他人侵害的消极权能，包括免受他人干涉、窃取和破坏的安全性权益。

数据竞争性权益是指数据处理者享有的对第三方的限 制性权益，即同行业竞争者不得不当利用其数据产品获取商 业利益。以“头腾案”“上海汉涛信息咨询有限公司起诉北京 百度网讯科技有限公司、上海杰图软件技术有限公司不正当 竞争纠纷一案”“淘宝（中国）软件有限公司诉安徽美景信息 科技有限公司案”为例，法院普遍认为“网络大数据产品， 不同于原始网络数据，其提供的数据内容虽然同样来源于网 络用户信息，但经过网络运营者大量的智力劳动成果投入， 经过深度开发与系统整合，已成为独立于网络用户信息、原 始网络数据之外的衍生数据。网络大数据产品能为网络经营 者带来可观的商业利益和市场竞争优势，网络经营者对其享 有独立的竞争性财产权益。”

数据知识产权权益是指对数据从知识产权层面进行保 护。通过知识产权对数据进行保护，始于著作权法。典型体 现是欧盟在 1996 年发布的《欧盟数据库保护指令》，对原创 型数据库给予完全的著作权保护；对非原创型数据库给予特 殊的权利保护。虽然，数据本身不受知识产权法保护，但经 过技术开发或者智力创作后所生成的内容则可被纳入知识 产权的保护范围。我国《“十四五”国家知识产权保护和运用 规划》提出，研究构建数据知识产权保护规则，探索开展数 据知识产权保护立法研究，推动完善涉及数据知识产权保护的法律法规。

三、数据要素权益配置的关键症结

数据作为新型生产要素，具有不同于以往任何生产要素 的特性，一是数据本身具有多维属性，如权能多样性、价值 不确定性、非竞争和非排他性；二是数据的价值在流动中释 放，而传统的静态赋权模式难以完全覆盖数据在不同处理环 节的权益变动；三是数据蕴含着多元主体的权益，需要综合 考量平衡各方利益。以上因素使得数据要素权益配置体系构 建存在诸多困难。

（一）数据多维属性导致数据权益体系构建尚未形成共 识

一是数据之上所涉及利益广泛且复杂，难以进行整体性 制度安排。数据本身作为多种权利客体指向的对象，包含了 人格权、财产权等多种权益属性，承载了多种权利义务关系， 是个人、企业和组织之间复杂社会关系的映射，因此，有学 者形象地称之为“权利束”8，无法简单纳入现有权利义务体 系内。

二是数据要素权益配置是一个集合性概念，难以进行清 晰界定。数据要素权益配置属于跨学科问题，涉及法律、经 济等学科的底层结构调整，还包括数字伦理等深层问题。由 于传统产权制度主要解决的是资源稀缺性、排他性等问题，数据海量化、非排他性等特点与现有产权制度核心功能不相 兼容，再加上数据主体多元、权利内容多样、场景丰富多变， 使得数据权属界定尤为复杂。

三是数据本身属性也直接影响着数据要素权益配置。一 方面，数据价值对不同主体各异。数据作为新型生产要素， 其能够创造价值已经成为了共识，但数据本身的价值如何计 量却缺乏匹配机制；针对不同主体，数据的价值也存在差异， 即使完全公开，数据的价值也难以被准确衡量，便难以进一 步流转。另一方面，数据具有非竞争性、复用性和流动性特 征。即使被复制或获取，原始数据仍然能够存在；且在不同 主体之间，后者获取数据并不直接影响前者继续保存数据。 因此，投入成本收集数据的主体可能会采取措施阻碍其他主 体获取数据，而何种限度内的阻碍是合理的，在不同时期内 也存在不同的价值取向。以往的生产要素并不存在这些问题， 为此数据要素权益配置体系一直难以形成共识，需要针对数 据独特的属性设计配套制度。

（二）静态化的赋权模式无法匹配数据动态化的流通特 性

数据不同于传统“物”的特质，赋予数据相关主体静态 排他性权利，会提高数据流转及增值的成本，阻碍数据流通 的效率和数据价值的释放。因此，传统法律逻辑下对数据主 体赋权的静态模式，难以适用于动态、立体的数据要素权益配置体系。

有必要基于数据要素流通实践，构建动态权益配置体系， 发挥数据要素的规模效应和流动价值。首先，关注不同的数 据处理环节和应用场景。尤其是收集、交易、共享等发生在 不同主体之间的环节，以及医疗、金融、交通等涉及到国家 安全、社会公共利益、个人隐私等需要加强安全性的场景， 将数据要素权益与不同数据处理环节和场景结合，加强要素 配置体系的可操作性。其次，关注不同处理环节的数据要素 权益。数据在流动过程中，性质和内容可能在随时转变，需 要根据其特性进行制度设计。

例如，个人信息在匿名化处理 后可能转变为企业数据，个人和企业对该部分匿名化数据拥 有的数据权益均产生了变化。最后，关注不同处理环节的各 主体权责分配。随着数据处理过程中数据要素权益变动，权 利义务关系需要融入动态化设计。例如，政府履职过程中收 集的企业运营、生产等数据集合起来可能成为公共数据，政 府是否需要为此付出对价？企业对公共数据进行开发利用 后享有的数据权益能否排斥他人？

（三）数据之上多主体的诉求交织导致难以平衡各方利 益

数据之上涉及政府、企业、个人等多方主体，不同主体 的利益诉求存在差异，由此导致不同主体之间难免产生冲突。例如，在用户、在先平台、在后平台这三类主体之间，如果 为在先平台采取较强的保护力度，维护在先平台对其上所有 数据的控制利益，虽然可能会激励平台对数据加大投入，但 可能损害其他市场主体的利益，并且与数据共享、促进数据 价值开发的理念不相符合。但如果过度秉持数据流通共享的 理念，则可能对在先平台的数据控制利益产生减损，导致市 场陷入无序的境地。

在实现促进数据要素价值释放与保障数据安全目标的 过程中，需要综合考虑国家、企业和个人的数据权益。在国 家层面，政府部门基于监管职能或公共服务需求使用企业数 据存在一定的困难，需要构建政府之间、政企之间的数据要 素权益配置体系，维护数据开放共享治理链条。在企业层面， 法律只确立了依法保护数据的原则，但缺乏对数据权利内容 和权益配置规则的进一步制度设计，需要构建企业之间的数 据要素权益配置体系，解决数据集中、无序竞争等问题。在 个人层面，个人信息蕴含着巨大的商业价值和人身属性，因 此侵害个人信息权益的行为仍然层出不穷，需要在数据要素 权益配置体系中细化相关法律法规中规定的个人权利，明晰 个人信息流通的具体要求，为其他主体合法获取个人信息提 供合规路径。在促进个人信息流通的同时，保障个人信息权 益。

四、数据要素权益配置的探索机制

不同于既往任何生产要素，数据要素权益的配置路径存 在诸多难点，需要厘清各主体权利义务边界，无法完全照搬 既往的要素配置机制。为此，各国不断展开有益探索，包括 构筑数据相关立法模式、探索数据分级分类方案、完善和促 进数据流通、提升技术水平保障各方数据权益。

（一）数据立法成为完善数据权益配置的路径

当前，全球围绕数据的合作与竞争的持续深化，数据治 理已成为各国立法的重要内容，并呈现新的规则走向。各国 数据立法开始强调需要克服影响数据重复使用效率的障碍 因素，创新和丰富提高数据要素可用水平的制度规则，建立 促进数据要素流转利用的信任生态。

1.全球数据规则从数据保护迈向数据赋能阶段

近年来，随着数字技术在不同领域的应用和发展，全球 数据立法进程从“关注个体数据处理的数据保护型模式”阶 段迈向“以构建数字生态为核心的数据赋能型模式”阶段。

欧盟数据立法从保护个人权益发展为完善单一数据市 场顶层设计。2016 年，欧盟发布《通用数据保护条例》（GDPR）， 建立了以个人数据权利为中心的保护框架。随后，欧盟继续 强化数据治理领域的规则引领，构建数据要素流转利用规则 体系。2020 年《欧盟数据战略》发布，旨在“让欧盟成为数 据驱动社会的领导者，创建一个允许在欧盟内部和各个行业自由流动、有利于企业、研究机构和公共管理部门的单一市 场”。在这一战略指导下，欧盟相继制定了多项配套立法。 《数据治理法案》完善了公共机构与商业主体（G2B）之间 以及商业主体（B2B）内部数据共享的相关规定；《数据法案》 在保障中小企业权益、打通商业主体与公共机构（B2G）数 据流通和非个人数据跨境方面作了进一步规定；《数字市场 法案》规制作为“守门人”的平台；《数字服务法案》保护数 字服务中的用户权益。

美国数据立法则从较为自由的数据监管模式逐步收紧， 加强数据治理。一方面，隐私保护显现出一定程度的收紧态 势。《加州消费者隐私法》（CCPA）赋予在线消费者对于其个 人信息更多的控制权利。另一方面，加强政府在数据治理中 的重要性，在 2019 年颁布的《联邦数据战略与 2020 年行动 计划》中，美国强调“数据治理（Data Governance）”的重要 性，提出要“确保有足够的权限、组织架构、政策和资源， 以透明地支持战略数据资产的管理、维护和使用”，并从国家 层面提出营造数据驱动的文化范围，重视数据利用并促进数 据的共享。

其他国家通过立法促进数据产业健康发展。2021 年 10月，韩国发布《数据产业振兴和促进利用基本法》，为发展数 据产业和振兴数据经济奠定基础。这是全球首部规制数据产 业的基本立法，对数据的开发利用进行了统筹安排，包含成 立国家数据政策委员会、建立数据交易申报系统、引入数据 经纪商和构建争议解决机制等内容。

总体来看，个人信息保护不再是全球数据立法的主要着 眼点。如何营造更加健康和更具竞争力的数字经济市场，如 何实现个人、企业和政府之间合理合法流通、利用数据，促 进数据产业发展，实现数据价值释放，开始成为各国数据战 略布局的重点甚至是主攻方向。

2.我国数据立法以安全保障为前提加强数据要素利用

近年来，我国数据立法不断向前推进。从整体来看，我 国数据治理体系理应涵盖数据安全保障、用户权益保护以及 数据价值释放三大部分。当前，我国数据立法已基本完成前 两个阶段的目标。在数据安全保障体系方面，我国已出台《国 家安全法》《网络安全法》《数据安全法》及相关配套规定； 在用户权益保护体系方面，我国已出台《民法典》《个人信息 保护法》及相关配套规定；但在数据价值释放体系方面，我 国立法对此规则涉及不足，缺乏系统的、可复制推广的促进 数据要素价值释放制度。

下一步立法重点是促进数据价值释 放，聚焦各部门在数据领域价值释放的衍生共性问题，整合 传统部门要素，突破部门法壁垒，形成具有内生性、协同性的数据管理法律制度。全国人大财经委也表示，数据资源作 为生产要素，对经济发展、社会生活和国家治理产生着根本 性、全局性、革命性的影响，需要制定一部数据管理法，加 强对数据资源的管理和应用。

当前，我国已开始探索建立数据管理体系。在中央层面， 先后发布多项政策性文件。2022 年 6 月 22 日，中央全面深 化改革委员会第二十六次会议审议通过《关于构建数据基础 制度更好发挥数据要素作用的意见》，提出要促进数据高效 流通使用、赋能实体经济，统筹推进数据产权、流通交易、 收益分配、安全治理，加快构建数据基础制度体系。地方层 面，贵州、天津、海南、山西、吉林、安徽、山东、上海、 深圳等地先后出台数据条例，促进数据有序利用。地方立法 虽然能够在一定程度上回应释放数据价值的现实需求，但数 据需要在更大的范围内进行流通。而且地方立法还存在标准 不一、规定冲突等问题，需要从中央层面出台一部统筹性立 法，系统规定各项数据管理法律制度。

（二）数据分类分级成为数据权益配置的基础

数据类型多样、价值各异。对数据进行分类分级，既能 合理规定不同类型数据的流通方式和规则，提供开展合规化 的数据流通行动依据，最大限度释放数据价值；也能划清在 不同场景和安全级别下，不同类型数据所应采取的保护措施， 更好地保护数据安全。当前，较为普遍的分级分类标准是根据内容进行分类、根据安全风险进行分级。

1.根据内容进行分类规范数据处理活动

不论是立法要求还是具体实践，数据分类能够更好指引 数据处理活动。由于数据之上承载的信息内容丰富，依据内 容分类存在多种方法。

在立法层面取得基本共识的分类标准是将数据分为个 人数据和非个人数据。欧盟通过《通用数据保护条例》保护 个人数据的同时，还制定了《非个人数据在欧盟境内自由流 动框架条例》，创建了使非个人数据可以在欧盟内部自由流 动的框架，为欧盟发展数据经济和增强数字竞争力奠定了重 要基础，进一步推动了欧盟单一数字市场发展。14印度曾发布 《非个人数据治理框架（草案）》，并在 2021 年《数据保护法 （草案）》中提出，该法同时规制个人数据和非个人数据。

此外，针对具体领域，各国提出了不同的分类标准。欧 盟《欧盟数据战略》针对数据资源的不同类型，将数据分为 健康数据、移动数据、环境数据、农业数据、公共行政数据 等。美国则在各领域内结合业务需求进行数据分类。美国国 防部及相关军工机构根据《国际军火交易条例》、医疗部门根 据《健康保险携带和责任法》、金融服务部门根据《格雷姆里奇-比利雷法》对其领域内的个人隐私信息、科学技术数据、 涉密敏感数据制定了细致的分类清单。

我国也通过出台标准以及指南明确数据分类要求。2020 年 3 月，工业和信息化部印发《工业数据分类分级指南（试 行）》，规定“工业企业结合生产制造模式、平台企业结合服 务运营模式，分析梳理业务流程和系统设备，考虑行业要求、 业务规模、数据复杂程度等实际情况，对工业数据进行分类 梳理和标识，形成企业工业数据分类清单”。2021 年 12 月， 全国信息安全标准化技术委员会发布《网络安全标准实践指 南—网络数据分类分级指引》，从国家、行业、组织等视角给 出了多个维度的数据分类参考框架，提出的数据分类维度包 括公民个人维度、公共管理维度、信息传播维度、行业领域 维度、组织经营维度。此外，贵州省发布的《政府数据 数据 分类分级指南》以及重庆市发布的《公共数据分类分级指南》 等文件也从内容维度对数据进行了分类。

2.根据安全风险进行分级保障数据处理安全

在数据分级方面，各国通过出台立法，采取严格的方式 保护敏感数据、关键数据等特殊类型数据，降低发生数据泄 露以及遭受网络攻击的可能性。

从国际经验来看，数据分级主要根据数据泄露后发生的 危害程度进行划分。美国《国家安全信息分类》依据泄露后 可能造成的损害程度，将国家安全信息分为机密、秘密、最 高机密三类。16此外，美国还定义了一类受控非密信息（Controlled Unclassified Information，CUI），即“由美国政 府产生或持有的，或由代表或服务于美国政府的非政府机构 接收、持有或产生的联邦非密信息，需要采取一定的信息安 全措施加以防护，并控制其转移和使用。”

各国基于数据的不 同级别，也明确了不同的使用要求。澳大利亚规定安全等级 较高的政府数据不能存储在任何离岸公共云数据库中，应存 储在具有较高安全等级的私有云数据库中，即使非保密信息 也必须经过安全风险评估后才可实施外包。韩国规定通信服 务提供商应采取必要手段，防止有关工业、经济、科学技术 等重要信息通过互联网向国外流动。

近年来，我国也在不断探索数据分级制度。早在《网络 安全法》中就首次提出了“重要数据”的概念。《数据安全法》 则在《网络安全法》的基础上，明确提出了国家建立数据分 类分级保护制度，即根据数据在经济社会发展中的重要程度， 以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用， 对国家安全、公共利益或者个人、组织合法权益造成的危害 程度，对数据实行分类分级保护，要求加强对重要数据的保 护，对核心数据实行更加严格的管理制度。全国信息安全标 准化技术委员会也在《网络安全标准实践指南—网络数据分 类分级指引》中提出数据分级框架，将数据分为一般数据、重要数据、核心数据三个级别。

五、数据要素权益配置的总体思路及实现路径

数字经济推动着经济结构转型升级，本质是推动生产力 和生产关系的和谐发展。当前，数据要素的投入数量和权益 配置水平已经成为制约生产力发展的关键问题，为了发展与 生产力相适应的生产关系，需要秉持类型化、价值化以及场 景化的思考方式来进行数据要素权益配置。同时，建议根据 数据类型选择差异化的配置路径，分别规定在公共管理、商 业应用以及工业制造环境下的数据要素权益配置规则。

（一）总体思路

1.类型化思路

不同类别数据要素的权益配置具有不同的解决思路，推 进节奏也不尽相同，无法采用统一化的解决方案，需要因类 施策，实现数据要素权益配置规则构建的准确、周延与完整。 为此，数据要素权益配置需要以不同种类、不同级别的数据 为基础进行讨论，采取差异化权益配置方式，确定区分保护的模式。

2.价值化思路

实现数据价值释放只有数据充分融合，流动于各主体之 间，进行开发利用的方式才能实现。为此，不可过度强调数 据权利归属问题而忽略了数据作为生产要素这一关键特性。 数据要素权益配置的实现方式必须符合当前经济发展的特 征，应沿着数据产业链创造或者数据价值形成的路径展开， 鼓励利用数据创造价值的行为，构建开放、发展的数据要素 权益配置体系。

3.场景化思路

数据要素权益配置既要摆脱数据产权理论上的学理争 执，又要摆脱数据产权分配“非此即彼”的思维束缚，摒弃 “套模具”的方法，另辟蹊径，使用“搭积木”的方案，围 绕不同场景下，数据处理活动产生的互动关系，不断分步式 探索，从特殊性中归纳普遍性，积累权益配置规则，逐步建 成涵盖多维度、多层次的规范体系。

（二）实现路径

1.采用分类分级推进权益配置：差异化的配置方案

数据要素涉及的权益主体广泛，为促进各类数据要素高 效利用，需要着力推动数据分类分级，根据不同数据的属性 和特点，制定差异化的权益配置方案。

从理论层面来看，数据分类和数据分级是按照不同的依据进行的。数据分类是把具有共同属性或特征的数据归并在 一起，纳入不同的分级保护体系之中。数据分级侧重于划定 数据所具有的某种后果性标准，并构建相应的保护措施。也 就是说，分级和分类并非简单并列的关系。对数据进行分类 有多种维度，不同维度各有价值，选择的维度取决于数据分 类的目的；而分级是安全管理视角下，依据重要性和影响程 度进行的划分。一般按照数据对国家安全、公共利益或者个 人、组织合法权益的影响和重要程度，将数据分为一般数据、 重要数据、核心数据。

从实践层面来看，数据分类分级往往 难以进行清晰划分。尽管二者的定义分开来看是较为清晰的， 但一起使用时，便存在对二者之间关系的争议和困惑。数据 分类分级并非一直以固定搭配出现在我国法律文件中。《网 络安全法》和《个人信息保护法》中使用的表述是“分类”， 而《数据安全法》中使用的表述是“分类分级”。而目前，对 于数据分类分级工作，缺乏国家层面的法律来明确其顺序关 系。

本报告建议采用先分类再分级的理念，将数据要素按照 持有主体的不同，划分个人信息、企业数据以及公共数据三 类，在不同类型范围内，再进行一般、重要、核心三等数据 级别的划分。

2.公共管理环境下的权益配置：打造公共数据资源池

当前，公共数据要素配置机制的痛点在于公共数据的开 放性不足。前文已说明，应当将公共数据权益配置给政府， 这为政府展开公共数据开放利用提供了正当性基础。在公共 管理环境下，政府需要利用公权力机关的地位解决数据供给 侧问题，通过建设数字基础设施，加强资源流通和整合，推 动公共数据进入数据要素市场，建设、维护并扩大公共数据 资源池。

3.商业应用环境下的权益配置：控制格局下的流动规则

在商业应用环境下，数据已经成为企业的重要资产，对 企业数据权益应当进行合理保护。正如上文所述，应当承认 数据处理者对于企业数据加工之后所形成的财产性利益，以 维护其对企业数据的控制力。但同时，考虑到企业数据的集 中与垄断现象越来越明显，应在保护数据处理者权益的基础 上，推动企业数据的共享与重新使用。

编辑：999感冒灵