「乡村振兴」刘守英：关于数据产权的经济理论

刘守英：关于数据产权的经济理论

乡村振兴

★★★★★

我进到数字经济领域以后，遇到的第一个问题是数据产权问题。这一情景和我80年代末进到土地研究领域一样，那个时候中国农村土地制度在取得包产到户改革成功后，遇到深层次的土地问题如何改革的抉择，当时的讨论集中于土地所有制问题，面临的制约还不是意识形态，而是知识供给缺陷，因为那时的产权讨论仍然受斯大林式单一所有制范式影响。这一轮关于数据权利的讨论，同样面临针对数据特性如何建立数据产权研究范式的困扰。

一、现代产权理论用于分析数据产权时面临的挑战

我们现在的主流产权经济理论于上世纪90年代初引入，这一理论以工业经济形态的体制运行为基础，旨在通过权利配置解决工业经济世界的行为激励和经济绩效问题。

真实世界的工业经济运行主要面临三大问题。第一大问题是稀缺性下的竞争问题。工业经济下的第一大制约是存在稀缺性，因为资源存在稀缺性，所以要进行竞争性使用。第二大问题是存在交易成本，因为利用交易的机制是有成本的，包括市场交易，也包括其他交易，要提高体制运行效率，就要想办法降低各类交易成本。第三大问题是存在外部性，甲的受益会带来乙的受损，这也成为政府干预的主要理由。

现代产权经济学就是为解决以上工业经济的三大问题而兴起的。第一，通过确权回应稀缺性下的竞争问题。因为有稀缺性下的竞争，就要有制度安排来规范竞争，产权就是一种约束竞争的制度安排，它通过将资源的权利界定给特定的主体来解决资源竞争性使用的问题。因此，产权的第一个功能是限制竞争。第二，通过权利分割实现资源有效配置。任何资源都包含一束权利，如使用权、收益权、转让权，权利的分割与转让有利于资源配置到合适的使用者。因此，产权的第二个功能是权利分割的资源配置。第三，通过权利界定降低交易成本。科斯定理的基本内涵是，如果市场交易成本为零，权利的初始安排不重要。但是，真实世界里面不仅存在交易成本，而且有时会非常高，产权的初始权利界定不清会带来高昂的交易成本，每一项交易都内含权利的交换，权利的价值决定了交易的价值。因此，产权的第三个功能是降低交易成本。第四，通过权利安排解决外部性问题。面临外部性问题，庇古的解决方案是政府管制，科斯提出外部性问题源于权利界定，即谁有权受益、谁有权受损，通过权利界定来解决外部性。因此，产权的第四个功能是将外部性内部化。

直接将工业经济下的产权理论套用来讨论数据产权，遇到的根本挑战是数据的特性与工业经济的各类要素特性存在本质不同。一是数据的非竞争性。任何数量的公司或机器学习算法可以同时使用同一数据，而不会减少其他任何人使用的数据量。数据产生的新知识不仅可以在当期，还可以在未来无限期进行使用。数据的使用不会使其在未来的可用性或价值减少。数据的积累和利用会随着时间增加其价值。二是数据的零成本/低成本复制。数据要素的成本主要在于前期的数据获取、研究开发阶段，初创数据资产的成本很高。此后的产品可无限复制，其边际成本趋于零。数据库技术使得数据要素复制和传输成本非常低，甚至接近于零。在互联网和云计算技术支持下，数据被无限次地复制而不会增加额外成本。数据要素额外使用的边际成本为零是数据与其他生产要素的主要差异。三是数据的复杂外部性。数据要素规模增长、类型扩大，其形成的知识和信息持续积累，正外部性增强。数据滥用导致隐私泄露、算法歧视、数据垄断等负外部性问题，对个人权益、市场秩序、社会公平构成潜在威胁，产生社会成本。

对照来看，传统产权核心功能之一是在资源竞争性使用的条件下，通过界定排他权来限制无序竞争，但数据要素不存在对同一数据的排他冲突；数据的零成本/低成本复制特性动摇了以交易成本为由的产权界定逻辑；传统产权理论界定产权，是为了将外部性（尤其是负外部性）内部化。数据在许多情境下表现出强大的正外部性，其价值在流通、组合中放大。按照传统产权理论讨论数据产权问题，只会产生两个结果：一个是无需界定产权，另一个是简单套用所带来的数据产权安排设置的无用甚至误导。

二、现有数据产权讨论的缺陷

第一种是沿袭新古典范式，通过比较初始产权分配的社会福利效果来安排权利。如将数据初始权利安排给用户，接近社会最优状态，但会导致数据来源主体在权利谈判中面临高昂的交易成本和信息劣势；如果将数据初始产权分配给平台等主体，能够激励数据投资，但会导致数据利益集中和社会不公平，也导致数据垄断、隐私泄露、数据使用不足等问题，损害社会总福利。

第二种只讨论数据个人隐私权，对其经济权利关注不足。许多文献聚焦数据隐私、数据保护，个人数据权利被等同于数据隐私或数据保护。个人数据能同时为信息持有者和所有者带来经济利益，信息泄露可能使企业和消费者付出代价，但过度的数据保护同样使双方产生较高成本。企业收入模式影响其最优数据策略，数据驱动型收入模式更强的企业会收集更多用户数据，并提供更完善的数据保护，政府相关政策需要同时考虑数据收集和数据保护要求。隐私保护法规加大对企业数据泄露的处罚力度，增加了企业收集和存储数据的成本。

第三种仅仅从促进数据交易出发讨论界定数据产权的必要性。认为数据所有权的最优配置取决于数据价值高低。当数据价值较低时，企业与用户均偏好用户拥有数据权利，可规避过度货币化带来的隐私成本；当数据价值较高时，双方均偏好企业拥有数据权利，企业会通过降低订阅费用等方式补偿用户隐私损失，且数据高价值能抵消相关效率损失。以此提出淡化所有权、强调使用权，聚焦数据使用权流通，利用与共享数据，让不同主体都能接入网络。主张为了更有效率地配置数据资源，进而促进数据资源的开发、利用与流通，应当将数据财产权确立为与主要以有体物为客体的物权、主要以智力成果为客体的知识产权相并列的第三类具有对世性的财产权利。

第四种重视数据的增长效应，忽视数据价值的分配效应。把数据要素视为经济增长驱动力，聚焦分析数据所带来的增长效应，关注数据对效率、生产率、增长率的影响。强调数据要素的运用可以有效提高创新效率，进而促进长期经济增长。当数据通过创新过程被转变为新知识后，这些新知识可以被无限重复使用，而且不会再产生与消费者隐私相关的负面效应，即新知识在后续使用中得以避免数据隐私问题。对数据价值在各主体之间的分配、分配格局对社会总福利等问题的关注不足。

三、讨论数据产权的进路

（一）数据的价值形成与增值

我的一个基本看法是，基于数据形成与价值增值过程进行数据的权利界定和配置。

1、数据价值的形成

第一，数据是数字活动和消费行为的副产品。个人在线上进行的搜索、点击、支付等过程持续留下的“数字足迹”；企业生产经营过程中的设备日志、交易明细、传感器等设施产生的数据记录被转化为标准化的数据。第二，用户生成数据，即用户在与数字元素互动时所生成的所有形式的信息和数据。第三，平台采集的数据。第四，平台外生成的数据与第三方数据获取。

2、数据资源转化为数字要素

首先，数据的采集与存储是数据要素形成的基础，是数据价值链的起点。其次，数据传输，是数据价值实现过程中的瓶颈环节。最后，数据加工，是将低价值、不可用的原始数据转化为高价值数据产品的核心环节。

3、数据价值的增值：数据、算法、算力组合

一是数据要素与算法、算力的组合创造价值。数据为算法提供丰富的原料，算法通过对数据的处理和分析挖掘出有价值的信息，算力为算法的高效运行提供基础设施支撑。二是数据要素质量决定数据、算法、算力要素组合的价值产出上限。机器学习、强化学习等算法技术本质是“从经验中学习”，向算法输入的数据定义算法学习的边界，算法能初始学习到的知识取决于输入的数据。如果向算法提供低质量的甚至错误的信息，算法生成出来的也只能是无用信息。数据质量的影响在人工智能中被放大。三是数据、算法、算力要素组合中，优质的数据要素是第一位的，输入数据的准确性决定输出结果的可靠性，输入数据的多样性和代表性决定输出结果的公正性和适用价值，输入数据的时效性决定输出结果的决策价值。

（二）数据要素形成与增值中的产权问题

1、数据要素形成中的产权问题

首先，数据采集阶段的权利问题。此阶段数据经历了从非结构化的数字记录转化为可管理的数字资源的过程。一方面，用户作为数据来源者，存在个人数据控制权诉求。用户与数据有最直接的关联，用户是否有权主张对个人数据的控制权和所有权。GDPR（《通用数据保护条例》）明确赋予数据主体的多项权利（访问权、更正权、数据可携权、反对权等）。另一方面，平台企业等作为数据采集和存储者，存在投入资本形成数据资源的权利诉求。平台企业投入大量资本使用户的数字记录被结构化为数据资源，并且事实上控制了这些数据。平台企业对其所持有的数据产生使用权诉求。这一阶段产权制度设计问题：如何通过用户协议等授权机制来界定双方的权利边界，即数据初始权利的归属问题。

其次，数据传输阶段的权利问题。该阶段发挥数据的非竞争性特性，数据得以更广泛地被应用。这一阶段涉及数据持有者和数据使用者对数据权利的诉求。数据持有者包括平台、设备制造商、公共机构等，掌握原始数据和技术接口，控制数据流向，对数据传输安全负责。数据使用者包括下游服务商、第三方开发者、研究机构等，希望得到及时、可用的高质量数据，重视数据的访问权和使用权。这一阶段数据权利的关键问题：如何设计合理的访问规则和技术标准，既能激励数据持有者投资高质量数据，又能促进数据高效流动。

第三，数据加工阶段的权利问题。该阶段数据由低价值、不可用的资源转化为高质量、结构化的数据产品，这一过程极大提升了数据价值。这一阶段数据加工者对数据产品存在排他性主张。数据加工者投入大量人力资本、算法技术与算力资源，对数据资源进行了实质性改造，因此对数据产品主张排他性权利。但是，数据来源者是否可以主张权利？数据在加工过程中被匿名化，单条记录与特定用户关联性显著降低，但是数据加工过程中涉及用户敏感信息，数据来源者仍可主张其隐私权。这一阶段权利的关键问题：数据来源者是否拥有数据初始权利？如何界定数据加工的标准？加工后的数据在多大程度上可以被视为数据产品？数据加工者如何通过数据产品获得独立于数据来源者的排他性权利？如何确保数据加工过程符合数据来源者的授权范围？

第四，数据分析阶段的权利问题。数据价值得以最终实现，数据进入实际生产生活，优化资源配置，提高匹配效率，或创造新的服务或产品。数据分析者/应用开发者诉求对数据分析成果进行保护。数据分析者将数据的潜在信息或知识转化为数据产品。他们的权利诉求在于保护数据分析成果。这一权利诉求与知识产权制度密切相关。另一方面存在加工数据提供者诉求：界定数据使用范围与收益分配。他们是否可以通过数据使用许可协议对加工数据在分析环节的使用范围、收益分配等内容进行规定。这一阶段产权的重要问题：由数据本身转移到数据分析产品，如何界定数据与最终数据产品之间的权利关系。

2、要素组合与数据产权

数据本身无法单独创造价值，必须与算法、算力形成要素组合。在新的要素组合中，数据被视为算法学习的原料或燃料，算法负责处理和挖掘数据，算力提供运行支撑，三者缺一不可。数据、算法、算力的要素组合是理解数字经济形态中新生产函数的关键，能够有效推动生产力提升，甚至引发熊彼特式的“创造性破坏”。算法发挥作用的前提是拥有足够且合适的数据，现有的部分研究强调算法的智能，并未同等强调数据的基础性作用。数据与算法、算力的组合之所以可能产生创造性破坏，很大程度上是因为数据本身蕴藏的新模式或新需求，这是新要素组合创造价值的基础。现有文献难以准确识别数据要素在价值创造中的贡献。

数据价值高度依赖于与其结合的算法、算力以及具体的应用场景，难以孤立地评估数据要素本身的贡献。数据要素参与价值创造是一个复杂的过程，若无法明确区分数据在原始数据输入阶段和算法加工处理阶段的贡献，就难以判断价值主要来源是数据本身蕴含的信息还是算法带来的智能。如果不了解数据产品价值来源，那么数据产权制度将难以构建。由于现有文献尚未充分厘清数据在要素组合及价值创造过程中的作用，学界存在强调数据生产者权利和强调数据流动性、反对数据囤积的不同观点。对数据在新的要素组合中作用的不同理解，可能直接导向不同的权利配置安排。若数据是核心价值来源，数据质量将成为价值创造的关键，那么是否应根据数据质量划分不同程度的产权保护，以激励高质量数据生产？若算法是核心价值来源，那么是否应通过专利或其他形式保护算法，而放松对数据的产权保护？焦点问题包括进入要素组合的数据产权归属，以及组合产生的价值增值中的利益分配。

3、平台中的不同主体数据产权与权利安排

在数字经济形态中，平台成为核心组织方式，它能够连接不同类型的用户群体。平台内，数据的形成与价值增值过程并非由单一主体完成，而是三方甚至多方互动的结果，该过程至少涉及平台所有者、平台内企业、平台用户三类主体。厘清这三类主体在数据价值创造中的角色、权利诉求及其相互关系，是探讨平台内数据权利配置的关键所在。

平台内三类主体在数据生成与使用中的角色。平台所有者：控制运营数据与基础设施，平台所有者自身拥有平台运行状态、交易匹配效率、用户流量模式等数据，还投入了大规模资本构建技术和制度基础设施。平台内企业：数据生成者与数据服务使用者。平台内企业在平台上开展经营活动，生成海量运营数据；同时，它们也是平台提供的数据服务的使用者，可以利用数据服务优化经营决策。消费者或平台用户：平台数据的直接来源。消费者或平台用户通过其浏览、搜索、购买等行为产生了海量行为数据，并在平台上留下大量个人信息，这些数据是平台进行个性化推荐、精准广告投放以及训练算法模型的最基础、最核心的原料。

平台内不同主体基于不同贡献和利益诉求，形成了复杂的、兼具合作与冲突的权利主张。平台所有者：主张强控制权。平台基于其大规模初始投资、技术投入和数据整合、加工、分析等环节的作用，通常会主张对其平台内产生的数据拥有强控制权，平台所有者也事实上拥有这些数据的所有权，这种控制权或所有权是平台维持竞争优势、进行持续创新的必要保障。平台内企业：主张自身运营数据的使用权，避免被“锁定”。平台内企业主张对自身运营数据拥有使用权，辅助业务决策，避免被平台“锁定”，但这可能与平台所有者希望独占数据资源的诉求产生冲突。消费者：以个人数据为基础，主张数据隐私权利。消费者的核心诉求在于保护个人隐私，维护个人数据相关的基本权利，如知情同意权、访问权、删除权等。但消费者的这些诉求，尤其是限制个人数据使用范围的相关要求，可能与平台所有者利益产生矛盾。平台内不同主体基于不同贡献和利益诉求，形成了复杂、合作与冲突的权利主张。将平台中的数据权利简单地归属于上述任何一方主体，都难以解决数据价值创造和利益分配过程中的实际问题，这是数字经济形态下数据产权面临的重要挑战。

（本文是作者在2026中国数字经济发展和治理学术年会上的主旨演讲）

【刘守英：长安街读书会成员、中国人民大学经济学院原院长】

注：授权发布，本文已择优收录至“长安街读书会”理论学习平台（人民日报、人民政协报、北京日报、重庆日报、新华网、央视频、全国党媒信息公共平台、视界、北京时间、澎湃政务、凤凰新闻客户端“长安街读书会”专栏同步），转载须统一注明“长安街读书会”理论学习平台出处和作者。

责编：王骅琛；初审：邱诗懿、许雪靖；复审：李雨凡、程子茜

原标题：《「乡村振兴」刘守英：关于数据产权的经济理论》

阅读原文