杨竺松 黄京磊 鲜逸峰
继蒸汽、电力两次工业革命之后，人类社会正在经历以数据为基础的第三次工业革命——信息技术革命。这场变革为人们带来了便捷的沟通方式、畅达的信息渠道，也带了一场前所未有的探索，即人们该如何更高效挖掘、利用数据这一新的生产要素。对于走在信息技术革命和数据要素化前列的中国，该问题尤为重要。2021年12月，国务院办公厅发布《要素市场化配置综合改革试点总体方案》，强调数据要素市场化配置的基础制度建设应在2025年取得标志性成果。这一建设并不容易，具体包括数据确权、数据交易、数据资产化等一系列理论与实践难点。其中为大家忽略的是数据开发过程中要素和收益的不可合约性。本文借鉴不完全契约理论建立数理模型，旨在说明这类不可合约性对数据主体激励和数据利用效率的影响，并针对数据确权和打造数据价值链给出建议。
（一）数据确权与数据开发利用
数据上承载哪些权利，权利如何分配和保护，同时实现“数尽其用”，在法学、经济学和公共管理等领域中都有广泛探讨。法学者主要关注制度约束，思路大体分为两种：行为控制模式和权利规范模式。前者主要以刑法、物权法、信托法、知识产权法、反不正当竞争法等现行法律为基础，对侵犯数据权利的行为直接以对应法律予以惩罚。①崔国斌：《大数据有限排他权的基础理论》，《法学研究》2019年第5期；
韩旭至：《数据确权的困境及破解之道》，《东方法学》2020年第1期；
冯果、薛亦飒：《从“权利规范模式”走向“行为控制模式”的数据信托——数据主体权利保护机制构建的另一种思路》，《法学评论》2020年第3期；
李凤梅：《个人数据权利刑法保护的立场选择及实现路径》，《法商研究》2021年第6期。后者则采用在人格权、物权、债权和知识产权以外新设“数据权”的方式，对数据所有者和使用者的各项权利立法予以保护。①程啸：《论大数据时代的个人数据权利》，《中国社会科学》2018年第3期；
丁晓东：《论数据携带权的属性、影响与中国应用》，《法商研究》2020年第1期；
申卫星：《论数据用益权》，《中国社会科学》2020年第11期；
钱子瑜：《论数据财产权的构建》，《法学家》2021年第6期。
经济学者主要关注机制设计，以确保数据权利分配贴近于社会最优。熊巧琴和汤珂对过往文章进行了较为详尽的综述。②熊巧琴、汤珂：《数据要素的界权、交易和定价研究进展》，《经济学动态》2021年第2期。最近两年较有代表性的成果有何柯等（2021）和戎珂等（2022）。③何柯、陈悦之、陈家泽：《数据确权的理论逻辑与路径设计》，《财经科学》2021年第3期；
戎珂、刘涛雄、周迪、郝飞：《数据要素市场的分级授权机制研究》，《管理工程学报》2022年第6期。前者出于对数据在不同应用环境下动态效率和静态安全的考量，提出“数据银行”“数据使用审批平台”“数据利用负面清单”“数籍登记系统”等制度组件，便利数据开放式交易和商业化利用。后者则绕开争议较大的数据权属争议，建议建立多层次数据要素市场，在数据授权最小必要原则的指引下，分别应对原始数据授权、原始数据交易和数据产品及服务交易的场景。
公共管理领域的学者主要关注数据确权与数据开发的公共治理。例如田杰棠和刘露瑶指出数据确权与数据开发利用的制度规范不可能一蹴而就，应当遵循“在实践中规范，在规范中发展”的理念。④田杰棠、刘露瑶：《交易模式、权利界定与数据要素市场培育》，《改革》2020年第7期。杨嵘均则借鉴彭特兰“数据新政”⑤阿莱克斯·彭特兰：《智慧社会：大数据与社会物理学》，汪小帆、汪容译，杭州：浙江人民出版社，2015年。的概念，强调政府对于数据权利的监管需要兼顾社会生产率和人的自由意志，倡导多元化主体“数据共治”。⑥杨嵘均：《论政府数据治理的价值目标、权利归属及其法律保障》，《东南学术》2021年第4期。
但过往文献的不足在于缺乏对数据确权数理模型的建构，尤其是缺少对数据开发者和数据使用者投入要素、获得收益这一数据价值链的刻画。这导致过往文献忽略了数据开发过程中存在的大量信息不对称，尤其是要素和收益不可合约性的问题。这类不可合约性会改变数据价值链各主体的交易行为和生产激励，影响数据发挥其最大利用价值。为此，有必要引入不完全契约理论，为制定适宜的数据确权方案提供理论依据。
（二）不完全契约理论的发展
不完全契约理论（Incomplete Contract）由Grossman和Hart（1986）、Hart和Moore（1990）等系列文章开创。⑦Grossman，S.J.，and Hart，O.D.“The Costs and Benefits of Ownership：A Theory of Vertical and Lateral Integration，”Journal of Political Economy，vol.94，no.4，1986，pp.691-719；
Hart，O.and Moore，J.，“Property Rights and the Nature of the Firm，”Journal of Political Economy，vol.98，no.6，1990，pp.1119-1158.根据Hart的定义，不完全合约指存在内在缺陷、条款缺失或语义含糊的一类契约。⑧Hart，O.Firms，Contracts，and Financial Structure，Clarendon Press，1995.当争执发生时，合约主体必须通过重新谈判或法院揣测各方意思表示才能实现合约意图。大多数现实中的合约都符合这一定义，因为几乎任何合约都总会有无法覆盖的情况。数据开发合约尤其如此。数据开发过程中劳动、资本等要素投入往往是可观察而难证实的，也面临无法穷举的收益不确定性和风险。例如，随着技术跨越式进步，传统类型数据可能具有更广阔的应用和价值；
数据的挖掘过程也可能面临政策调整、网络攻击、传输和存储受阻等负面事件影响，导致数据质量下降乃至完全不可得。凡此种种，都难以通过数据开发各主体事先写入合约。
不完全契约理论属于企业理论（Theory of Firm）体系。企业理论的一个经典命题是回答企业的边界在哪里，哪些契约应当由企业内化，哪些应该交由市场。新古典经济学只回答了经济的最优生产规模，但没有回答企业的最优组织规模。由Coase开创的交易成本理论，用企业管理成本和市场交易成本的权衡部分回答了上述问题。⑨Coase，R.H.，“The Nature of the Firm，”Economica，vol.4，no.16，1937，pp.386-405.当企业扩张至内部管理成本与从市场寻找外包服务的成本相等时即达到企业最优规模。但Coase尚未对两种成本具体从何而来以及如何解决给出完善的阐释。企业管理成本多种多样，比如信息不对称情况下代理人机会主义引发的委托代理风险。⑩Jensen，M.C.，and Meckling，W.H.，“Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure，”Journal of Financial Economics，vol.3，no.4，1976，pp.305-360.其意指受托人可能由于自身利益考量而背离委托人利益，解决办法如利润分成、绩效考核等。Klein等和Williamson则给出了一种典型的市场交易成本——资产专属性（Asset Specificity）。①Klein，B.，Crawford，R.G.and Alchian，A.A.，“Vertical Integration，Appropriable Rents，and the Competitive Contracting Process，”Journal of Law and Economics，vol.21，no.2，1978，pp.297-326；
Williamson，O.E.，“Transaction-cost Economics：the Governance of Contractual Relations，”Journal of Law and Economics，vol.22，no.2，1979，pp.233-261.由于部分经济活动依赖的前期投资具有较高专属性，交易主体面临“套牢”风险（Hold-up Problem），导致投资动机不足。Klein等和Williamson对此的解决方案是一体化，但一体化不是万能的。Grossman、Hart和Moore开创的不完全契约理论（GHM理论）从财产权的角度指出了这一问题，当一方拥有合约收益的“剩余所有权”时，其他主体部分丧失了不可合约要素的投入激励。这既回答了Coase关于企业边界为何无法无限扩张的疑问，又弥补了Williamson主要从事后合约审视交易成本的不足。②Chen，S.C.Y.，and Webster，C.J.，“Institutional Economics：New，”International Encyclopedia of Housing and Home，2012.
除了可以很好地刻画数据生产、使用过程中要素和收益不可合约性引起的福利损失，不完全契约理论还能对数据财产利益的分配提供建议。科斯定理指出，在不考虑交易成本的情况下，只要初始产权是明晰的，自由交易总能导致有效率的结果。③Coase，R.H.，“The Problem of Social Cost，”The Journal of Law and Economics，vol.3，1960，pp.1-44.但这一结论在要素面临不可合约化时并不成立。④Grossman，S.J.and Hart，O.D.，“The Costs and Benefits of Ownership：A Theory of Vertical and Lateral Integration，”Journal of Political Economy，1986，vol.94，no.4，pp.691-719.因此本文借鉴GHM理论中的成本收益模型，刻画数据开发成本和数据使用收益的不可合约性，并分析其可能导致的数据开发过程要素投入不足和潜在效率损失。
（三）不完全契约理论的应用
不完全契约理论广泛应用于公司金融⑤Hart，O.，“Financial Contracting，”Journal of Economic Literature，vol.39，no.4，2001，pp.1079-1100.、公共经济学⑥Martimort，D.，De Donder，P.，and De Villemeur，E.B.，“An Incomplete Contract Perspective on Public Good Provision，”Journal of Economic Surveys，vol.19，no.2，2005，pp.149-180.、政治经济学⑦Seabright，P.，“Accountability and Decentralisation in Government：An Incomplete Contracts Model，”European Economic Review，vol.40，no.1，1996，pp.61-89.、法律经济学⑧Scott，R.E.，“The Law and Economics of Incomplete Contracts，”Annu.Rev.Law Soc.Sci.，vol.2，2006，pp.279-297.和国际贸易⑨Antràs，P.，“Firms，Contracts，and Trade Structure，”The Quarterly Journal of Economics，vol.118，no.4，2003，pp.1375-1418；
Nunn，N.，“Relationship-specificity，Incomplete Contracts，and the Pattern of Trade，”The Quarterly Journal of Economics，vol.122，no.2，2007，pp.569-600；
Antras，P.and Foley，C.F.，“Poultry in Motion：a Study of International Trade Finance Practices，”Journal of Political Economy，vol.123，no.4，2015，pp.853-901.等领域中，但鲜见于数据权利相关的探讨。使用不完全契约理论框架研究数字经济时代问题的学者也相对较少。仅有崔立红和梁婉颖借用该理论提供的法学视角，探讨了数字时代版权合同中使用方式面临不可合约时的规制策略⑩崔立红、梁婉颖：《数字时代版权合同中未知使用方式问题研究：不完全契约理论的视角》，《山东大学学报》（哲学社会科学版）2021年第1期；
聂辉华、李靖：《元宇宙的秩序：一个不完全契约理论的视角》，《产业经济评论》2022年第2期。；
以及聂辉华和李靖尝试将该理论应用于分析“元宇宙”秩序，并从经济效率的角度给出“元宇宙”的最优治理模式。本文构建了不可合约情形下数据开发、利用价值链的数理模型，丰富了不完全契约理论应用。
（一）基础情形：数据独立开发
假设在第0期，数据开发者花费成本c，开发出价值为U(c)的数据，其中价值函数满足U"(c)＞0，U""(c)＜0。与一般交易模型不同的是，本文假定c是不可合约的（Noncontractible），即成本无法通过在付出成本前以签订合约的方式分摊给他人，只能由数据开发者独自承受。这符合数据的一般特征，例如个人信息数据在被App利用时会产生隐私成本，而很难通过合约的形式将其事先量化约定在合同中。
在第1期，数据开发者与数据使用者以价格p交易数据。假定交易过程符合纳什讨价还价博弈，且双方拥有相同的谈判能力。根据Nash（1953），双方各分得一半的收益，即1/2U(c)。①Nash，J.，“Two-person Cooperative Games，”Econometrica：Journal of the Econometric Society，1953，pp.128-140.那么数据开发者的净收益为1/2U(c)-c。令一阶条件等于0可以解得数据开发者在第0期会付出成本开发数据。而社会最优情况下（即计算二者福利之和），这一成本应当为ĉ=(U")-1(1)，高于双方自由谈判时的结果。为解决潜在的效率损失，可以采用两种途径：（1）一种是在第0期签订固定价格合约，使得数据所有者的净收益变为U(c)-p*-c；
（2）另一种是将数据开发者与数据使用者合并。
通过这个简单的例子，我们意图说明当成本具有不可合约性的时候，自由签订的合约往往不能达到社会最优，但可以设计一些机制避免此类效率损失。
（二）一般情形：数据共同开发
在现实中，绝大多数数据的开发都是多个主体共同开发、使用和收益的。假设主体1和2在第0期分别投入不可合约的要素a1和a2共同开发某数据，要素成本函数为ci=ka(i=1，2)。在完成数据的初期开发之后，两个主体观测到对方在第0期付出的成本，并在第1期签订合约，约定后续使用环节各自投入要素e1和e2，成本函数也为Ci=ke(i=1，2)。假设两个主体最终获得的收益为U1(a1，e1，e2)=a1(m1e1+m2e2+w)和U2(a2，e1，e2)=a2(n1e1+n2e2+w)，且二者是不可合约的。其中mi和ni分别代表两主体在第1期投入要素对两个主体分别的收益影响；
w刻画的是不进行任何后续开发即可获得的基础收益。②为简化计算，本文假设折现率为1且要素成本函数为二次函数。事实上，对任意的折现率和边际成本递增的要素成本函数，本文分析均成立。同时本文假设k足够大，使得一味投入要素并不总是有利可图的。
上述设定可以一定程度上刻画数据交易现实。例如电商平台征求用户个人同意，使用其信息训练个性化匹配算法，为该用户和其他用户带来更高效的搜索服务。电商平台成立的成本和用户下载平台软件所花费的成本，以及用户享受个性化算法的收益和电商为其他用户提供个性化算法带来的利润都难以事先合约。但二者可以在用户注册成为平台会员时签订数据合约，约定用户的数据以何种方式被收集，平台又会如何利用数据。在后续的使用环节，用户付出隐私成本，平台付出个性化算法开发成本。二者所花费的成本不止会影响自身，同时会影响对方的收益。如果用户选择不付出任何隐私成本，平台也选择不开发个性化算法，双方将只得到基础匹配算法带来的收益。
下面讨论数据价值链的三种情形：使用环节的要素投入不可合约、使用环节的要素投入可合约，以及使用环节的要素投入由单一主体控制。
（一）使用环节的要素投入不可合约
假设两个主体后续使用环节的成本e1和e2也是不可合约的。此时，主体1和2在第1期的决策方程为：
令上式一阶导数为0可知，主体1和2在第1期付出的成本分别为：再加总两期情形，此时两个主体获得的总收益分别为收益最大化时，两个主体在第0期投入的要素应当满足联立解得：
（二）使用环节的要素投入可合约
如果成本e1和e2是可合约的，两个主体就会考虑自身付出成本对他人收益的影响（正外部性），并在合约中约定共同达到社会最优的情形，即
比较（1）和（2）两种情形。由于m2≥0，n1≥0，故当且仅当m2=n1=0时，等号成立。由此得到定理1。
定理1：如果数据使用过程中的要素投入具有正外部性，不可合约的要素较可合约的要素投入更为不足，社会福利受损。
定理1指出，数据要素生产和使用过程中的福利损失可能是巨大的，而且不易为人们察觉。比如在道路交通、气象预测、国防军事、城市规划等方面均有广泛价值的地理数据，其测绘需要依靠专业的设备和人员，使用过程也需要测绘人员和使用单位共同修正、维护。由于在地理数据形成前，使用单位难以准确预估数据的价值，因此投入到数据接口开发过程中的要素可能并非最优的；
测绘单位也难以在数据真正形成之前，保证自身的边际投入可以获得对应的边际收益，因此可能在测绘时投入的资金、技术和人力不足。本文将在后文中指出，尽管存在效率损失，但将此类具有公共价值的数据控制权交给收益比其他数据主体相对较小的公共数据开发者是更贴近社会最优的。
（三）使用环节的要素投入由单一主体控制
假设一个主体可以同时控制e1和e2。不妨考虑主体1有控制权，即主体1在第1期可以同时决定e1和e2并承担对应成本。由于两个主体的第0期要素投入和最终收益是不可合约的，主体1只会最大化自身的收益。这时他的决策函数为：
类似地，可以得到如果主体2有控制权，收益最大化时：
（四）社会最优情形
1．一般数据
首先讨论数据共同开发、共同使用的一般情形，例如政府与外卖平台共同打造餐饮行业食品安全信息数据库、医疗机构与医疗大数据服务企业共同建构患者诊疗信息数据库、税务部门与银行共同建立企业信用数据库等。从社会总福利最优的角度，应当追求两主体的总收益最大化：
定理2：无论是自由交易还是让一方控制全部可合约要素的投入，均不能使得不可合约要素的投入达到社会最优水平。
定理2指出，一味地建立数据集成商、将全部数据的控制权交给单一主体并不是解决数据开发合约中效率损失的万能方案，尤其是对于数据共同开发的主体在使用过程中要素投入具有不可忽略的正外部性时更是如此。例如汽车行业工业互联网的发展过程中，车辆行驶、道路图像、乘员互动等信息可能分别掌握在上游车企和下游车辆软件供应商手中。此时强行将数据控制权集中于其中任何企业都不能解决企业在数据挖掘过程中要素投入激励不足的困境。在后文中我们将进一步指出，如果这类数据的专有性较强，数据权共有并允许开发者自由谈判收益分配可能是更符合社会最优的选择。
2．公共数据
接下来考虑m1→0，m2→0的情形，即主体1最终获得的收益与第1期两主体的要素投入e1，e2几乎无关。此类情形适用于绝大多数政府部门掌握的公共数据，例如众多研究者使用国家统计局发布的经济数据进行研究，经济数据为研究者带来的价值随研究者对数据的整理投入和国家统计局的维护质量提高而增加，但此二者并不能为国家统计局带来显著的收益。这时，
对比可知，此时由主体1控制全部第1期的要素投入最接近社会福利的情形。类似地，当n1→0，n2→0时，主体2最终获得的效用与第1期两主体的要素投入e1，e2几乎无关，由主体2控制全部第1期的要素投入是社会最优的。这说明，公共数据由数据开发者，即公共部门控制后续使用环节具有很强的经济学逻辑。这样可以最大程度避免政府部门和数据使用者在数据开发前期不可合约要素的投入不足。
3．专有性较强的数据
之后考虑m2→0，n1→0的情形，即各主体获得的效用主要和自身在第1期的要素投入相关，而与对方的要素投入基本无关。此类情形适用于绝大多数专有性较强的数据共同开发，例如卫星可能同时具备气象遥感、土地丈量、农作物估产等多种功能，而各功能之间彼此相对独立。此时，
对比可知，此时两主体自主谈判最接近社会最优的情况。这说明，对于数据共同开发但使用相对独立的情形，承认各主体对数据都拥有控制权，允许各主体自行协商数据的后续使用是具有社会效率的。综合前两小节，得到如下定理：
定理3：当一方获得的收益与后续可合约要素的投入无关时，由其控制后续可合约要素的投入环节可以接近社会最优；
当双方的收益只与自己投入的可合约要素有关时，双方自由订立合约可以接近社会最优。
定理3为数据确权和数据开发合约规制采用差异化的方案提供了理论基础。其指出，公共数据应当交由公共部门控制；
使用专属性较强的数据挖掘和开发则应交由市场决定。
为应对数据价值链中的不完全契约问题，本文基于上述模型的分析框架，从数据确权和数据权利有序流转两方面提出如下建议，以期打造更包容、更稳固、可拓展性更强的数据价值链，推动数据充分实现社会价值。
（一）数据确权
1．差异对待公共数据与一般数据
根据定理3，区分公共数据和一般数据，对二者制定差异化的权属和使用限制可以提升社会福利。本文借鉴《上海市数据条例》第二条，将公共数据定义为：“国家机关、事业单位，经依法授权具有管理公共事务职能的组织，以及供水、供电、供气、公共交通等提供公共服务的组织，在履行公共管理和服务职责过程中收集和产生的数据。”该定义相对清晰合理，阐明了公共数据的开发主体是公共管理和服务机构以及授权组织，用途限定在公共利益上。
目前，对于公共数据的权属分配和使用控制主要基于数据安全的角度。本文的定理3则从避免不可合约要素投入不足的角度，阐明了公共数据应当交由公共部门控制的经济学机制。由政府控制公共数据也符合很多省市的现行条例规定。例如《上海市数据条例》第二十七条规定：“市大数据资源平台和区大数据资源分平台（以下统称大数据资源平台）是本市依托电子政务云实施全市公共数据归集、整合、共享、开放、运营的统一基础设施，由市大数据中心负责统一规划。”该条例明确指出凡是与公共利益息息相关的数据，即便开发过程中有政府部门以外的其他主体参与，也应当由地方政府掌握、控制。这样可以充分发挥公共数据开发过程中职能部门的主观能动性，使公共数据贴近最优水平，同时不会对其他主体的开发和使用激励造成显著负面影响。
2．建立数据共有的法律制度
定理3同时指出，对于使用专属性较强的数据，数据主体自由签订共同开发合约应当被允许和鼓励。为此，有必要明晰数据共有的法律制度。尽管《民法典》第一百二十七条对数据权利的存在予以了肯定，但未将数据划为物权编所规定的“物”的范畴。本文建议虽然数据与物权之物存在诸多差异，但应当及早确立数据的共有制度，为数据共同开发提供法律基础。
建议依照《民法典》第二百九十七条对不动产与动产可以由两个以上的组织或个人按份共有或共同共有的规定，将数据共有确定为不可分割地按份共有。其好处在于：（1）契合《民法典》现行规定，赋予按份共有人优先购买权和共有物管理费用共同承担；
（2）避免了数据因分割而造成无法实现利用价值的情况，同时保证了某一数据开发者即使拥有主要份额，也不能随意变更数据用途以至损害其他数据权利主体的利益。
3．明晰数据财产权利
解决要素投入激励不足的根本性方案是降低数据投入和收益的不可合约性，这有赖于数据财产权利的明确。本文按民事权利的划分方法将数据权利分为数据人格权与数据财产权，进一步借鉴自物权-他物权和著作权-邻接权的权利分割模式①申卫星：《论数据用益权》。，将数据财产权分为数据所有权（自物权）和数据定限物权（他物权）的二元权利结构。其中数据所有权又可以细分为数据存储权、数据使用权、数据收益权和数据处分权；
数据定限物权细分为数据用益权（开发权）和数据抵押权。图示如下：
图1 数据权利的分类
4．数据权利的边界
数据权利并非是无边界的，而是面临私法和公法上的限制。私法限制指数据权利人由于私法义务的存在而不能充分地行使所有权。例如数据所有权人故意伪造数据中的噪声，导致其他数据使用者难以使用数据；
或管理单位急切地需要被管理者的身份信息数据以避免危险事件的发生，而身份信息数据所有权人有意不予提供，都应由民法上的诚信原则加以禁止。
公法上的限制则更为广泛。对于涉及国家、社会安全的经济、军事、政治以及其他敏感数据，应当依照《国家安全法》《网络安全法》《数据安全法》以及各地出台的大数据管理条例等法律法规，对数据的存储、使用、传输、备份、开发以及收益进行严格管理。数据的征收、征用，也属于公法上的所有权限制。
（二）数据权利有序流转
1．数据权利的流转方式
数据发挥自身的最大价值有赖于数据的充分利用和数据权利有序流转。本文借鉴传统地权交易制度，结合现行物权规定，对以数据权利为基础的流转方式进行了梳理。我国传统地权交易制度分为胎借、租佃、押租、典、活卖与绝卖。②龙登高、林展、彭波：《典与清代地权交易体系》，《中国社会科学》2013年第5期。其中“租”“借”主要是出让用益物权，“典”主要是出让“用益物权”和“抵押物权”，“卖”则是出让所有权。类比以上地权交易制度，我们可以发掘从设置数据收益权的质权，到贴现不同期限的数据开发权，再到同时出让数据开发权与数据抵押权，直到最终转让数据所有权的不同层次的数据融资手段，如表1所示。
表1 传统地权交易制度与物权和数据权利流转的对比
以数据为基础的融资具有以下独特之处：
其一，由于数据具有非竞争性，设置新的数据用益物权并不会对数据所有权或者已经存在的数据用益物权产生明显的限制。因此不断设置数据用益物权，在“数尽其用”的同时也增加了数据所有权人的长期收益，应当成为数据所有权人的主要融资手段。
其二，由于数据的拷贝成本低廉，因此设置不同期限的数据开发权存在难度。得益于隐私计算等技术的成熟③Yao，A.C.，“Protocols for Secure Computations”，in 23rd Annual Symposium on Foundations of Computer Science，IEEE，1982，pp.160-164；
李凤华、李晖、贾焰、俞能海、翁健：《隐私计算研究范畴及发展趋势》，《通信学报》2016年第4期；
闫树、吕艾临：《隐私计算发展综述》，《信息通信技术与政策》2021年第6期。，数据所有权人已经可以开始控制数据使用者对数据的使用期限和利用程度。这将使精细化数据开发权贴现融资成为可能。
其三，大部分数据都存在很强的时效性，价值贬损速度快。因此大多数数据所有权的转让都适合以不可赎回的方式进行。
此外，数据要素相较其他要素更适宜流通。数据加密技术可以方便地生成数据集的唯一识别码作为数据权利凭证。①例如区块链技术中常见的哈希值，参见黄京磊、林大亮、张剑南：《解码区块链：原理机制、场景案例与通证经济》，北京：清华大学出版社，2020年；
谢丹夏、黄京磊：《非法占有加密货币行为的犯罪定性》，《制度经济学研究》2020年第4期。其易于验证而难以逆向解密，从而使得数据在流转过程中安全性得以保障。在数据权利连续转让的过程中（如转抵押、转租），该识别码可以极大程度方便权利的核验，保证交易秩序在高效的同时不失稳定性。
土地要素的流转依赖于登记机关，金融资本的流转依赖于结算系统。同样，数据要素也需要流转中心。由于数据存在着传输和存储空间的限制，并不适合将所有数据直接存储到某个数据中心。理想的做法应当是对每一个进入流通环节的数据，分别存储在各地分散的数据存储中心，同时使用加密算法生成不同维度的数据特征值，而将数据特征值用于在全国统一的数据流转系统中流转。当数据权利清晰、数据流转方便，数据就有了金融化的可能，由此可以设计出“数据票据”“数据远期”等更复杂的数据金融产品。其规制方法可以类比金融票据、实物远期制定。
2．数据抵押
数据抵押被以往文献普遍忽视，却是数据充分实现价值的重要途径。对于越来越多涌现的专业数据采集商和集成商，以及授权其他主体使用结构化数据的数据开发商，数据常常是他们最重要的资产。允许他们以数据为抵押物进行融资，既能缓解数据采集、开发与收益之间的期限错配，又能加速数据要素的流转。
数据抵押应当以登记而非转移占有为生效要件。如成立数据抵押登记中心，对抵押人的数据进行抽象、存档，并记录其权利状态。如果抵押人不能及时偿还债务，则司法机构可以进行破产清算，将数据放在公开的数据交易市场中拍卖。所得价款用于清偿抵押人债务。如果类比动产出质方式进行质押，则既难保证融资方没有自行留存数据副本，又难监督出资方不对数据进行滥用和传播。
数据确权与打造包容性强、拓展性高、数据可以由多主体共同开发利用的价值链，是法学、经济学以及实务界共同探讨的热点话题。其对于促进“数尽其用”、保护数据主体合法权益、建立良性的数据交易制度、繁荣以数据为基础的新时代经济发展都具有重要意义。本文以不完全契约理论为基础，建构数理模型，指出了数据开发合约中现存的要素投入无效率现象，说明了针对不同属性的数据差异化制定权属分配和使用限制的经济学动机，并针对打造数据价值链中的重要环节和数据确权提供了政策建议。
猜你喜欢公共数据合约要素公共数据授权运营机制探索网络安全与数据管理(2022年7期)2022-08-23论公共数据管控权的规范建构商丘师范学院学报(2022年7期)2022-03-18公共数据归属政府的合理性及法律意义河南财经政法大学学报(2021年1期)2021-11-26掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16公共数据开放许可的规范建构河南牧业经济学院学报(2020年3期)2020-01-16观赏植物的色彩要素在家居设计中的应用现代园艺(2017年22期)2018-01-19论美术中“七大要素”的辩证关系河北书画研究(2017年1期)2017-08-22也谈做人的要素山东青年(2016年2期)2016-02-28合约必守，谁能例外！——对“情势变更”制度不可寄于过高期望中国工程咨询(2011年4期)2011-02-14