摘要：目前业内对数据的权利属性没有定论，我国现行有效的法律并没有规定数据属于什么类型的权利，因此，在实践中很难对数据进行确权。本文通过研究数据确权现状及相关理论、深入分析数据的属性，提出“三维定位”数据确权法，通过场景性（X轴）、阶段性（Y轴）和身份性（Z轴）三个维
摘要
目前业内对数据的权利属性没有定论，我国现行有效的法律并没有规定数据属于什么类型的权利，因此，在实践中很难对数据进行确权。本文通过研究数据确权现状及相关理论、深入分析数据的属性，提出“三维定位”数据确权法，通过场景性（X轴）、阶段性（Y轴）和身份性（Z轴）三个维度精准定位数据的用途、类型和权利归属，从而解决数据权属不清晰、数据交易秩序不规范等业内难点问题。
关键词：数据确权；数据属性；数据人身权；数据财产权；数据要素
随着数字化时代的到来，数据与土地、劳动力、技术、资本并列为第五大生产要素，数据成为新型生产要素之后，深刻改变着生产方式、生活方式和社会治理方式。数据确权，即对数据的所有权、使用权、收益权等进行明确认定，是数据要素市场运行、促进数据高效流通、充分释放数据要素价值的重要前提。当前，数据确权面临诸多挑战，如数据权属不清晰、数据交易秩序不明确、数据收益分配不明晰、数据安全治理不规范等，这些问题亟待解决。在数据确权现状方面，政策法规的日渐完善为数据确权提供了政策基础，在技术发展方面，可信数据空间、区块链、隐私计算、数据沙箱等技术创新也为解决数据确权中的技术难题提供了有力支撑。然而，数据确权实践的步伐快于监管的发展，如何平衡商业利益与公众利益，是监管层需要深入思考的问题。[1]
针对这些挑战，本文提出基于数据属性的“三维定位”数据确权法。该方法通过数据的场景性（X轴）、阶段性（Y轴）、身份性（Z轴）三个维度进行定位，以实现数据的精准确权。在场景性（X轴）方面，从企业角度出发，按照数据的内外应用模式将应用数据的企业分成数据驱动型企业、数据要素型企业、数据赋能型企业。在阶段性（Y轴）方面，确定数据类型对于数据确权有着极为关键的作用。在身份性（Z轴）方面，数据可能涉及多个主体，如数据来源者、数据持有者、数据处理者等。通过准确定位数据主体的类型，然后明确该等数据主体的权利和义务，可以更好地保护数据主体的合法权益，防止数据被非法使用或滥用。
一、数据确权现状及理论的现实挑战
（一）数据确权现状
数据确权是数据资产化的基石和前提条件，也是数据合规治理中的重要环节。在数字经济背景下，数据已成为一种重要的生产要素，其价值在于能够被企业用于决策、分析、预测等经营活动。然而，数据资源所有权和使用权往往涉及多方主体，如数据来源者、数据持有者、数据处理者等，因此，明确数据资源的权属关系对于数据的开发、使用、交易、利益分配、安全治理和保护至关重要。
数据资源确权的核心在于对数据产权结构的清晰界定。但是，目前在我国，对数据的权利属性（即数据属于什么类型的权利）没有定论，业内争议较大很难形成统一的意识，我国现行有效的法律并没有明文规定数据属于什么类型的权利。虽然《民法典》中涉及了要对数据进行保护，但《民法典》是以“权益”方式来保护数据，而不是以“权利”的方式来保护数据，据此，在法律层面上，如何对数据确权保护，就成为了业内的难题。[2]因此，在实践中很难对数据进行确权，从而无法确定数据产权，进行影响数据定价、交易、利益分配等相关活动。而在我国司法实践中，当企业之间出现数据纠纷时，法院通常以《反不正当竞争法》第二条关于“诚实信用”原则性规定为法律依据，认定被告的行为构成不正当竞争，应当承当停止侵权并赔偿原告损失的责任，从而解决了当事人之间的纠纷；但这种方式主要是维护市场公平竞争秩序，并未实际涉及数据确权问题，也解决不了业务数据确权的难题，不利于推进数据的价值评估、交易流通以及利益分配。基于立法层面和司法层面均无法解决数据确权问题，中共中央和国务院于2022年12月颁布了《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》），通过行政的手段对数据进行确权，将数据的权利分为数据资源持有权、数据加工使用权和数据产品经营权。[3]基于《数据二十条》的政策指导，全国各地以数据交易所为中心开展了数据资产登记的实践与探索，为数据确权提供了一种新的路径和方法。
当前，《数据十二条》提出的数据产权结构性分置制度，为数据确权提供了指导思路。该制度建议建立公共数据、企业数据、个人数据的分类分级确权授权制度，以及数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。这种分置制度既考虑了数据的公共属性，又兼顾了数据的经济价值，有助于平衡数据资源的公共利用和商业开发之间的关系。为了鼓励和指导公共数据开发与利用，中共中央办公厅和国务院办公厅于2024年9月21日颁布了《关于加快公共数据资源开发利用的意见》，从而促进数据要素市场化配置，充分释放数据要素的价值。
此外，国家知识产权局出台了数据知识产权相关政策，并指定一些省份、直辖市（例如北京市、上海市、江苏省、浙江省、福建省、山东省、广东省等）开展数据知识产权登记的实践与探索，并形成了典型的数据知识产权登记案例。尤其在（2024）京73民终546号案件中，法院间接认可了数据知识产权登记证书的效力，并指出了数据知识产权登记证书系数据权利主体和数据合法来源的初步证据。数据知识产权登记是我国在数据要素领域的全新探索，在争议中稳步前行，目前越来越多的企业在数据资产化过程中，同时选择进行数据知识产权登记，获得当地知识产权主管部门颁发的数据知识产权登记证书，以便作为数据权属的有效凭证。
（二）数据确权相关理论
当前学界对于数据确权方面已经有了诸多研究。有学者从“权利束”的视角出发，探讨了数据权益的复杂性；认为数据权益并非单一的权利，而是一系列权利的组合，这些权利在数据的生成、处理、利用和保护过程中各自发挥着不同的作用；并强调数据的价值在于其可利用性，因此数据权益的确认应关注数据使用过程中的各方利益平衡，在保护个人信息的同时，也要兼顾数据利用者的合法权益，实现数据的合理流动和共享。[4]有学者则主张建立基于分置式产权架构的数据产权法律构造；并认为数据产权制度是数据基础制度的核心内容，应涵盖数据的持有权、加工使用权和产品经营权等多个方面，所以数据产权的法律构造应适应数据的动态流转和价值实现机制，最终服务于数字经济的发展目标，还应明确数据的初始产权配置，赋予原始数据生产者以持有权，并通过数据加工使用和数据产品开发，实现数据的增值和流转。[5]而有学者从数据持有权与利用权的角度进行了确权研究；认为数据确权的核心在于解决数据财产权益的配置问题，即应明确企业对数据享有持有权和利用权；并提出数据持有权应置于数据产权双阶二元结构中考察，包括数据来源者权与数据持有权的权利关系结构，以及数据持有权与数据利用权的权利关系结构；数据持有权是数据权属结构的核心与中枢，向前链接数据来源者，向后赋权数据利用者，应扩充数据质量评估指标类型，并明确数据处理者的数据安全保护义务。[6]还有学者提出了“三三制”数据确权法，希望解决数据权利确认的制度障碍，认为数据权利确认之所以困难，是因为现有讨论中存在概念混淆和平面思维；故提出数据财产权制度的设计应采用分层确权法，将数据权利分为不同的层次和阶段进行确认，尊重数据的初始所有权，以企业数据用益权为基本权利，构建三层级的数据权利确认体系。[7]
（三）数据确权面临的困境分析
目前，我国现行有效的法律中没有明确规定数据的权利属性，根据权利法定原则，“数据权”不是法定的权利，因此只能通过“数据权益”的方式来保护数据，但这种方式不利于对数据进行确权、定价和交易。在司法实践中，法院主要通过《反不正当竞争法》第二条关于“诚实信用”原则性规定为法律依据来维护当事人与数据相关的合法权益。虽然有人提出创立新的部门法赋予数据法定的权利，但法律的滞后性决定了目前不适宜通过立法来限制数据要素的发展。由于法律具有滞后性，这就意味着，当某社会现象刚出现、未发展成熟时不适宜通过法律来规制和限制其发展。数据是信息社会形态中新型的、最重要的生产要素，如何对数据进行开发利用、如何充分释放数据要素的价值还处于探索阶段、尚未发展成形，因此现阶段很难通过立法对数据进行定性。需要通过大量的实践促进数据要素的发展，为数据立法提供现实基础，这就为数据确权理论研究提供了巨大的空间。
目前不同学者的数据确权理论从不同角度对数据确权进行了深入探讨，所提出的许多观点和建议在理论上都具有可行性，但在实践操作层面仍面临一些挑战。例如，数据主体的确认、数据主体所享有权利的边界、不同主体之间权利冲突、数据持有权的确认、数据质量评估指标体系的建立、数据安全保护义务的履行等方面，都需要在具体实践中进行细化和完善。因此，未来的研究应更加注重理论与实践的结合，提出更具可操作性的建议。
二、数据属性对数据确权研究的启示
在数字化浪潮的推动下，数据的价值和功能已经渗透到社会的各个角落。而数据的属性作为一个多层次的复杂概念，既关系到数据的产权、使用、流程和管理，也关系到个人权利和社会秩序的链接。需要从数据的自然属性、社会属性、法律属性三个维度深入分析数据的属性，探索数据的本质，为开展数据确权研究奠定坚实基础。“自然属性—社会属性—法律属性”三者之间存在递进和递升的关系：自然属性是基础，社会属性是展开，法律属性是提升。这一逻辑脉络体现了人们认识问题、分析问题、解决问题的思维进路。[8]
（一）探析数据的自然属性
数据的自然属性揭示了数据作为一种客观存在的本质特征，是其固有的、不依赖于外部条件的特性。数据作为一种新型的客体，具有独特的属性和特征。它既有物质载体，又具有非物质性；既可以被多个主体共享使用，又可以被复制和传播；既具有持久性，又具有易变性；既有其独特性，又有其关联性。这些自然属性使得数据区别于传统的物质财产和知识产权。数据的无形性并不意味着它完全独立于物质世界而存在。恰恰相反，数据只有通过特定的物质载体才能被感知、记录、存储和传输。这种物质载体可以是纸质文档、磁盘、光盘等有形媒介，也可以是电磁波、光脉冲等无形介质。数据与其载体之间存在着互依共生的关系：没有载体，数据就无法被固定和传播；而脱离了数据，载体也就失去了意义和价值。
数据的可复制性是其最显著的自然属性之一。与有体物不同，数据可以通过复制的方式在不同主体之间快速传播，且这种复制并不会影响原始数据的存在和完整。这种无损复制的特性意味着数据可以在不同主体间反复共享使用，且边际成本趋近于零，有利于实现规模化应用和价值倍增。例如，在数据分析、查询、整合等各类数据应用场景中，数据在被消费的同时，也会衍生出新的数据，形成数据的正向循环。这种“越用越多”的高产特质，体现了数据作为一种新生产要素的巨大创造力。数据可复制性使其能够在更大范围内实现共享利用，由此带来了数据价值创造方式的革命性变革。一方面，分散的数据资源通过复制汇聚形成了规模化的大数据集，为机器学习、知识挖掘等新兴应用提供了丰沃的数据土壤，成为人工智能发展的核心驱动力；另一方面，数据的高效流动打破了部门间的信息壁垒，让不同行业、不同领域的数据能够交汇融合，迸发出更多创新的火花，催生出新业态、新模式、新动能。
数据的非排他性源于其超越时空限制的无形属性。在同一时间、不同空间中，数据可以同时为多个主体所把握和运用。这是因为数据作为一种信息记录，其存在形式不依赖唯一的物理载体，而是能够通过复制的方式在不同主体间传播。虽然原始数据具有天然的非排他性，但当数据被收集、加工处理后形成数据集合和数据产品时，情况会有所不同。这些经过人为加工的数据往往蕴含了加工者的劳动成果和商业价值，可能需要通过知识产权等法律工具予以保护，以防止未经授权的复制或使用。然而，即便在数据产品阶段，数据的非排他性特征依然显著，因为数据产品的使用和传播通常不会受到物理空间的限制。数据的非排他性意味着，数据能够被多方共享利用，实现价值的倍增。不仅能够提升数据资源的利用效率，实现数据要素在全社会范围内的优化配置；还能够推动不同行业、不同部门基于共享数据开展跨界创新，催生新业态新模式。例如，共享的政务数据可用于企业精准营销和风险控制，共享的交通数据可用于城市规划和管理决策，共享的医疗数据可用于药品研发和疾病预防。
数据的非耗竭性是其另一个重要特征。与自然资源不同，数据的复制并不会对原始数据造成任何减损。无论复制多少次、传播给多少主体，原始数据始终保持其完整性和可用性。这种特性使得数据成为一种可持续利用的资源，不会因为使用而耗尽。数据的非耗竭性保障了不同数据主体之间实现数据融合的可能性，通过数据融合可以开发数据新的应用场景，充分挖掘数据新的价值。
数据的非竞争性体现在其可以被多个主体同时使用而不会降低其他主体对其的使用价值。这与有体物的竞争性使用形成鲜明对比，也与知识产权具有竞争性具有本质区别。例如，一本书在同一时间只能被一个读者阅读，但一条数据却可以同时被多个主体分析、利用，而不会相互影响。
最后，数据作为一种新型生产要素，具有极高的价值性。这种价值既体现为单个数据的独特价值，也体现为多源数据关联后的聚合价值。每一条数据都是对客观世界的一种特定描述，都以其独特的信息内涵展现出自身的价值。同时，当海量的、多源的数据汇聚在一起时，可以通过数据之间的关联分析，发现事物内在的关联规律，由此创造出大于局部数据之和的聚合价值。
（二）探析数据的社会属性
数据并非独立于人类社会而存在，其产生、流通和应用都深度嵌入社会运行的方方面面。因此，在考察数据价值的生成逻辑时，还需要进一步分析数据所蕴含的社会属性。不同于自然资源如土地、水和矿产等，数据资源与人类活动有着更为紧密的联系。自然资源虽然支撑着社会发展，但其形成和存在相对独立于人类活动；而数据资源则直接源于人类社会运行，是人类主体对包括自身在内的客观事物的观察、记录和分析的结果。因此，数据的社会属性是指数据在社会生产生活中所展现出的特性，这些特性与数据的应用场景、阶段以及涉及的身份密切相关。
数据应用场景的广泛性构成了数据价值生成的基本社会土壤。数据生产和应用与人类活动同步渗透，贯穿社会生产生活的各个场景，并呈现出与具体应用场景相适应的差异化特点和价值功用。随着数字经济的纵深发展，原本割裂的数据应用场景正加速融合，多场景协同应用成为新趋势。这种融合不仅催生出更多跨场景的创新应用，还推动了数据在更大范围内实现多场景融合，进一步拓展了数据价值的外延和内涵。
数据的阶段性特征源于数据在不同发展阶段中主体角色和价值诉求的变化。在数据的初始采集阶段，个人信息属性通常占据主导地位；随着数据进入存储、加工、应用等后续阶段，企业日益成为数据活动的核心主体，数据的企业财产属性上升为关键诉求；当数据的规模化积累和关联性分析达到一定程度时，其公共资源属性显现，政府开始推动分散数据向公共资源的转化；最后，一些数据上升为关乎国计民生、经济命脉的基础性战略资源，国家对数据治理的主导地位愈发凸显。这种多元属性的交织共生，使得数据在不同阶段呈现出复杂多变的组合状态。从数据的形成和发展的过程来看，在当今大数据时代，人们为了获得便捷、高效的互联网服务，通常需要向服务提供者提供相关个人信息；提供互联网服务的企业收集用户信息，进一步分析整合并加工为数据，存储于网络空间，相关企业既可以对数据进行使用，也可以进行数据交易；涉及公共通信、交通、金融等重要领域的相关数据，一旦被泄露将会危及公共安全，此类数据关系到公共利益问题；涉及基因、人种特征、地图轨迹等相关数据，一旦被泄露将会损害国家安全，这类数据与国家安全息息相关。[9]
在数据驱动的社会中，不同主体因其在数据处理活动中承担的特定角色而呈现出相应的身份属性。这些身份属性界定了主体在数据权属关系中的定位，决定了其所享有的权利和应承担的义务。数据来源者、数据持有者、数据处理者等不同角色身份的划分与定位，反映了数据治理分工的精细化和数据权责配置的多元化。从数据角色分工到交互演进，再到协同融合，数据身份关系构建是一个持续演进的过程。在现实中，同一主体可能同时具有多重身份属性，这种身份的叠加性使得数据权属关系更加错综复杂。如何在身份交叉中厘清各方权责边界，确保身份定位清晰、权责划分合理，是数据身份性议题的重点和难点。
（三）探析数据的法律属性
在探讨数据的法律属性时，不可避免地要触及到其复杂而多维的特性。数据，作为信息时代的核心要素，既承载着个人隐私与人格尊严的人身属性，又蕴含着巨大的商业价值与经济潜能的财产属性。这一双重属性使得数据的法律保护成为一个复杂而精细的课题。
从人身属性的角度来看，数据往往与个人信息紧密相关，是个人生活轨迹、行为习惯、思想观念的数字化反映。因此，数据在一定程度上具有人身专属性，是个人隐私与人格尊严的重要组成部分。正如著作权法保护作者的精神权利一样，数据的法律保护也应充分尊重并保护个人的数据权利，防止数据被滥用或侵犯，从而维护个人的人格尊严与隐私权。在此意义上，数据的人格权保护应被视为数据法律属性的重要一环。
然而，数据的价值远不止于此。在数字经济时代，数据已成为一种重要的生产要素，具有极高的商业价值。企业通过对数据的收集、处理、分析，可以挖掘出潜在的市场需求、消费趋势和商业机会，进而实现精准营销、优化产品设计和提升运营效率。这种基于数据的商业价值创造，使得数据具有了鲜明的财产属性。在此背景下，数据的财产权保护显得尤为重要。数据的财产权保护不仅关乎企业的商业利益，更关乎整个数字经济的健康发展。
在数据的财产权保护中，所有权与用益权的分离已经成为一种有效的制度设计。[10]一方面，数据的所有权应归属于数据的源发者，即个人或原始数据企业。这是因为数据是由个人行为或企业活动产生的，是其劳动成果的数字化体现。赋予数据源发者以数据所有权，是尊重其劳动成果、保护其合法权益的必然要求。另一方面，数据的处理者、分析者等在使用数据的过程中，也应享有相应的权利，即数据用益权。数据用益权是指数据处理者在使用数据时所享有的权利，包括数据的收集、处理、分析、利用等。这种权利的设立，既有利于数据处理者发挥数据的商业价值，也有利于促进数据的流通与共享，从而推动数字经济的发展。
（四）基于数据属性探析数据确权方法
数据的可复制性、非排他性、非耗竭性、非竞争性等自然属性决定了数据与传统的物权和知识产权具有本质区别，不能套用物权的占有、使用、收益、处分四大权能来设置数据权属制度，也不能简单效仿知识产权的专有性、地域性、可复制性等特性来构建数据确权制度体系。需要以数据的自然属性为基础，充分了解数据的本质属性，才能构建完善的数据确权制度体系，促进数据作为一种新型生产要素的发展，充分释放数据要素的价值，繁荣数字经济。
数据的场景性、阶段性、身份性构成了数据的社会属性。充分开发数据新的应用场景才能促进数据的应用，解决数据要素背景下的数据需求问题。为了解决数据应用与需求问题，国家数据局于2023年12月31日颁布了《“数据要素×”三年行动计划(2024-2026年)》，重点关注工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等十二个数据应用场景。数据的阶段性主要体现为个人信息属性、企业数据属性、公共利益属性和国家安全属性，从而可以将数据分为个人数据、企业数据、公共数据和核心数据，不同类型数据的确权方式也不尽相同，研究数据的阶段性为了数据确权方法研究提供了理论支撑。通过数据的身份性，可以准确分析数据来源者、数据持有者、数据处理者等不同角色身份的划分与定位，不同主体在数据要素发展进程中对数据拥有不同权利和义务，厘清不同主体的数据权益边界，为数据确权奠定了坚实基础。
通过分析数据法律属性可以充分了解数据的人身属性和财产属性，在保护数据财产权过程中，逐渐出现了所有权与用益权的分离。数据的这些特性要求在保护个人数据权利的同时，也应充分发挥数据的商业价值，推动数字经济的发展。而所有权与用益权的分离，则为这一目标的实现提供了有效的制度保障。分析数据法律属性为了数据确权方法的研究指明了方向。
三、构建“三维定位”数据确权法
为了解决业内数据确权的难题，在深入研究数据确权现状及理论、探析数据属性的基础上，笔者提出兼具理论性和实践性的 “三维定位”数据确权法，藉以界定各参与主体的权利和义务并推动数字经发展。数据的“三维定位”确权法，是一种创新的数据确权方式，通过“场景性（X轴）定位数据的用途、阶段性（Y轴）界定数据的类型、身份性（Z轴）确定数据主体及其权利”三个维度，实现对数据的精准定位和权属界定，并通过应用举例方式更加深入分析和论证“三维定位”数据确权法的可操作性。
（一）通过场景性（X轴）定位数据的用途
数据的场景性，作为数据三维空间定位研究方法中的重要维度，揭示了数据在不同领域、行业及企业内部的应用特点和规律。[11]数据的场景性，指的是数据产生、存储、处理和应用的具体环境和背景。它反映了数据在不同领域、行业、企业及业务环节中的特性和需求。数据的场景性对于数据的价值实现至关重要，因为只有在正确的场景下，数据才能发挥其最大的作用，为企业带来实际的经济效益和社会效益。
按照数据的内外应用方式不同，可以将企业分为不同类别。对外应用数据的企业包括数据驱动型企业和数据要素型企业，数据驱动型企业把数据作为经营的工具，数据要素型企业则以数据作为经营的对象。对内应用数据的企业为数据赋能型企业，其通过数据为生产经营赋能。
数据驱动型企业是指那些将数据作为核心生产要素和驱动力，通过数据采集、分析和应用来推动业务增长和创新的企业。这类企业通常拥有大规模、多样化且流转频繁的数据资源，这些数据资源是其商业模式和盈利方式的基础。数据驱动型企业汇聚的数据具有规模大、种类多、价值高等特点。这些数据可能包括用户数据、交易数据、行为数据等，它们共同构成了企业数据资产的主体。这些数据的特点是来源广泛、结构复杂且实时性强，需要借助先进的数据处理和分析技术来挖掘其潜在价值。在数据驱动型企业中，数据的应用场景非常广泛。例如，电商平台可以利用用户数据和交易数据进行个性化推荐和精准营销；金融机构可以利用客户数据和交易数据进行风险评估和信用评级；社交媒体平台可以利用用户行为数据进行内容推荐和社区治理等。这些应用场景的共同特点是都需要借助数据来洞察用户需求和市场趋势，从而优化业务流程和提升决策效率。当然，数据驱动型企业在应用数据时面临着诸多合规要求和挑战。一方面，需要遵守相关法律法规对数据保护的要求，确保数据的采集、处理和应用符合法律法规的规定；另一方面，还需要应对数据权属界定、数据要素流通、个人信息保护等复杂问题。这些问题需要企业在数据应用过程中进行深入思考和妥善解决。
数据要素型企业是指那些将数据作为关键生产要素和核心资产，通过数据的采集、加工、应用和交易来创造价值的企业。这类企业通常将数据视为一种战略资源和无形资产，通过数据资产化、要素化来推动传统业态的升级和新业态的孵化。数据要素型企业掌握的数据资源具有高度的关联性和依存性。这些数据通常来自不同的领域和行业，经过采集、加工和整合后形成数据网络和数据资产。这些数据的特点是具有较高的稀缺性和独特性，能够为企业带来竞争优势和经济效益。在数据要素型企业中，数据的应用场景主要集中在数据资产化、数据交易和数据服务等方面。例如，数据交易平台可以提供数据买卖、数据共享和数据授权等服务；数据服务公司可以利用数据为客户提供数据分析、数据挖掘和数据可视化等增值服务；数据资产化企业则可以将数据作为资产进行运营和管理，实现数据的价值变现。数据要素型企业在应用数据时同样面临着合规要求和挑战。一方面，需要遵守相关法律法规对数据产权、数据交易和数据安全等方面的规定；另一方面，还需要应对数据权属不清、数据交易不规范、数据安全保护不力等问题。这些问题需要企业在数据应用过程中加强合规管理和技术创新来予以解决。
对内应用的一般为数据赋能型企业。数据赋能型企业是指那些利用数据为原有业务赋能，通过数据的采集、分析和应用来优化生产流程、提升管理效率、实现数字化和智能化转型的企业。这类企业通常将数据作为提升业务能力和创新能力的重要工具，而不是直接的经营对象或工具。数据赋能型企业汇聚的数据通常来自企业内部的生产、管理、营销等环节，具有多源异构、实时性强等特点。这些数据经过整合和分析后，可以为企业的决策提供有力支持。在数据赋能型企业中，数据的应用场景主要集中在优化生产流程、提升管理效率、实现精准营销和智能决策等方面。例如，制造企业可以利用数据对生产流程进行实时监控和优化；零售企业可以利用数据对顾客进行画像和精准营销；金融机构可以利用数据对风险进行预警和管理等。这些应用场景的共同特点是都需要借助数据来提升业务能力和创新能力。数据赋能型企业在应用数据时同样需要遵守相关法律法规的合规要求。一方面，需要确保数据的采集、处理和应用符合法律法规的规定；另一方面，还需要加强数据安全保护和技术创新来应对数据泄露、数据篡改和数据滥用等风险。此外，数据赋能型企业还需要在数字化转型过程中加强数据整合能力建设和数据治理体系建设，以实现对数据的全面管理和有效利用。
通过场景性（X轴）准确定位数据的用途，论证企业是对外应用数据还是对内应用数据，然后确定企业的性质，判断属于数据驱动型、数据要素型还是数据赋能型。如果企业对内应用数据，涉及的主体较少，数据流通的链条短，确权的难度相对低一些。如企业对外应用数据，涉及的主体多，数据流通的链条长，需要分析各个主体享有哪些权利，同时要保障数据流通的安全性，因此确权的难度很高。数据驱动型企业大多为大型平台互联网公司，该类型企业的数据通常涉及个人信息，因此，在数据确权过程中，需要特别关注个人信息保护和防止隐私泄露。而数据要素型企业通常涉及使用网络爬虫爬取网络数据，因此，在数据确权过程中，需要特别论证该爬取行为是否合法合规。数据赋能型企业一般是在生产经营过程中产生数据，其数据来源法性问题不突出，数据确权工作相对简单一些。
（二）通过阶段性（Y轴）界定数据的类型
数据既是个人信息集合，也是企业的无形资产，既是社会公共资源，也是国家的战略要素，具有个人信息属性、企业数据属性、公共利益属性和国家安全属性。因此，通过阶段性确定数据类型对于数据确权有着极为关键的作用。通过阶段性界定数据的类型，判断属于个人数据、企业数据、公共数据或者核心数据。
个人信息属性是数据治理的核心议题，它关注的是个人隐私权的保护。个人数据是指能够单独或与其他信息结合识别特定自然人身份或反映其活动情况的各种信息，其可识别性是本质特征。由于个人数据与个人身份、行为等紧密关联，一旦遭到不当利用，极易侵犯个人隐私。因此，全球范围内纷纷加强个人信息保护立法，如欧盟的《数据保护指令》和GDPR、美国的综合立法进程以及亚洲国家的个人信息保护体系等。在中国，随着《网络安全法》《民法典》《数据安全法》和《个人信息保护法》等法律的出台，以及国务院和相关部门发布的行政法规和规范性文件，个人信息保护的法律规范体系日益完善。同时，司法机关对严重侵害个人数据信息的企业保持高压态势，如“大数据风控入刑第一案”彰显了保护个人信息的决心。个人数据不仅是隐私保护的底线，也是安全运用的平衡所在，其合理利用能为消费者提供更优质、个性化的服务，但前提是必须在保护个人隐私的前提下进行。
企业数据属性关注的是数据作为驱动企业创新的动力和制度保障。在互联网与大数据时代，企业通过收集、加工、处理个人数据形成数据资产，并由此取得竞争优势。[12]企业数据的应用与价值体现在数据资产化、数据安全管理和数据要素市场竞争等多个方面。为了实现数据价值最大化，企业需要围绕数据资产的全生命周期建立健全数据管理制度，优化数据管理流程。同时，数据安全存储是企业数据管理的核心议题之一，大规模的数据泄露事件不仅损害企业声誉和经济利益，更严重侵害用户隐私。在数据要素市场竞争中，法院支持数据权益属于企业所有，恶意侵犯其他企业的数据权益构成不正当竞争。此外，数据产品交易和数据资产融资等数据资产化的探索也在加速展开，如中国气象局推出的气象数据产品、光大银行深圳分行提供的跨境数据资产融资服务等。企业数据的合理利用和保护不仅关乎企业自身利益，也影响着整个社会的经济发展和数据市场秩序。
公共利益属性强调数据作为一种新型生产要素的正外部性，其价值通过流通共享不断放大并外溢到更广泛的经济社会领域。个人数据和企业数据经过脱敏汇聚、授权开放后，会在一定程度上体现出公共利益属性。公共数据是指政府部门和公共机构在履行管理和服务职能中产生的数据，具有权威性、关联性和时效性，在经济调节、市场监管、公共服务、社会治理等方面发挥着不可替代的作用。[13]个人数据向企业数据演进的过程中，数据的聚合利用能够更好地服务公共利益，如共享单车数据优化公交线路布局、电商平台数据洞察市场趋势等。同时，公共数据的开放共享也面临着规范管理的问题，如何在促进开放利用的同时明晰商业利用边界是重要课题。我国正积极推进公共数据授权运营，希望引入市场机制盘活社会数据资源、释放数据红利。然而，公共数据授权运营也面临诸多法律和伦理问题，需要厘清治理边界、平衡多方利益。公共数据的合理利用和保护对于提升社会整体福祉、促进经济发展具有重要意义。
国家安全属性关注的是数据作为关乎国家安全和主权的战略性资源的重要性。在数字时代，拥有和掌控关键数据资源事关国家竞争力和话语权，而数据跨境流动、数据滥用等问题也对国家主权和公民权益构成新的挑战。数据安全是国家安全的重要组成部分，一旦关键数据资源被非法使用或共享，可能直接影响政治安全。核心数据是指对领域、群体、区域具有较高覆盖度或达到较高精度、较大规模、一定深度的数据，一旦被非法使用或共享，可能直接影响政治安全。因此，对核心数据的保护至关重要。中美在个人数据跨境监管立场上存在差异，但都在加强数据出境安全评估和管理制度以防范国家安全风险。个人数据跨境流动已成为国家间博弈的新领域，各国政府纷纷加强数据主权意识，在促进数据跨境自由流动的同时维护国家安全和公民合法权益。国家核心数据的保护不仅关乎国家安全和主权，也影响着整个国家的竞争力和未来发展。
通过阶段性界定数据的类型，来判断确权的对象属于个人数据、企业数据、公共数据或者核心数据。例如，确权的对象属于个人数据，则涉及个人信息，需要充分保障个人信息来源者的权利。又如确权的对象属于公共数据，则需要根据我国现行的公共数据授权运营规则，来确定各个主体的权利。可见，在数据确权过程中，界定数据的类型非常重要，不同类型数据，其确权规则也不尽相同。
（三）通过身份性（Z轴）确定数据主体及其权利
在数据驱动的数字社会中，数据的身份性（Z轴）及其所承载的权利关系日益成为社会各界关注的焦点。随着数据成为驱动经济社会发展的关键生产要素，如何界定数据权属、规范数据流通秩序，已成为法治变革的重要议题。因此，笔者试图从数据来源者、数据持有者、数据处理者（包括数据集加工者和数据产品开发者）三种类型主体，深入剖析数据的身份性及其在不同角色定位下的权利关系。
首先，数据来源者是数据的原始提供者，包括个人数据来源者、企业数据来源者和公共数据来源者。数据来源者因提供数据而享有相应的权利，这些权利主要体现为数据人身权和数据财产权。个人数据来源者是指提供个人身份信息的个体。在数字时代，个人信息成为数据资源的重要组成部分。个人数据来源者对其身份信息享有数据人身权，这包括隐私权、个人信息保护权等，这些权利保护个人免受未经授权的收集、使用、披露等行为的侵害。同时，随着数据经济的发展，个人身份信息也具有一定的经济价值，因此个人数据来源者还可能享有数据财产权，即对其身份信息在合法范围内进行商业化利用的权利。然而，这种权利的实现需要平衡个人隐私保护与数据利用之间的关系。企业数据来源者是指提供企业运营、客户行为等数据的组织。这些数据对于企业的决策、运营和市场竞争具有重要意义。企业数据来源者对其数据享有数据财产权，即有权对数据进行收集、整理、分析和利用。这种权利的实现有助于企业提升运营效率、优化产品服务、拓展市场份额。然而，企业数据来源者在行使数据财产权时，也应遵守相关法律法规，尊重个人隐私和商业秘密，避免不正当竞争和侵权行为。公共数据来源者是指提供政府公开数据、公共事业数据等信息的机构。这些数据对于促进经济社会发展、提升公共服务水平具有重要作用。公共数据来源者对其数据享有数据财产权，但同时也承担着公开、透明、共享的义务。通过数据共享，可以促进政府决策的科学化、民主化，提升公共服务的效率和质量。
其次，数据持有者是指对数据资源进行实际管领和控制的主体。在数据“三维定位”的制度框架下，数据持有者享有数据资源持有权。这种权利在法律属性上应定位为一种基于事实状态的数据使用权，而非传统民法意义上的所有权或用益物权。数据资源持有权强调对数据资源事实上的管领和控制，突出了数据占有的合法性。这种表述方式契合了数据非排他、可复制的自然属性，为权利设置留下了弹性空间。同时，淡化所有权而强调持有权，意在促进数据的流通和利用，揭示了数据资源“动态流动性”的本质特征。在数字经济时代，激活数据要素、释放数据价值的关键在于流动而非单一归属。因此，数据资源持有权的设置有助于促进数据的共享和交易，推动数据要素市场的繁荣发展。
最后，数据处理者是指对数据进行加工、提炼、转化和应用的主体，包括数据集加工者和数据产品开发者。数据处理者通过数据处理活动，将数据资源转化为高价值的数据集合和数据产品，从而享有相应的数据加工使用权和数据产品经营权。数据集加工者是指对原始数据进行清洗、抽取、转换、分析、挖掘、可视化等一系列处理，生成高级数据产品的主体。通过数据处理活动，将海量、无序的原始数据转化为结构化、可用化、高价值的数据集合。在数据“三维定位”的制度框架下，数据集加工者享有数据加工使用权。这种权利是对其数据处理活动的合法确认和保障，有助于激发其创新活力，推动数据产业的发展。数据加工使用权的行使需要遵守相关法律法规和行业标准，确保数据处理活动的合法性和合规性。同时，数据集加工者还应尊重个人隐私和商业秘密，避免不正当竞争和侵权行为的发生。在数据加工过程中，应注重数据的质量和准确性，提升数据的应用价值和市场竞争力。数据产品开发者是指将经过深加工的数据集合转化为可向用户提供的资产化数据产品的主体。通过数据产品开发活动，将数据资源转化为具有经济价值和使用价值的数据产品，数据产品开发者享有数据产品经营权。这种权利是对其数据产品开发活动的合法确认和保障，有助于推动数据产品的商业化和市场化进程。数据产品开发者还应注重数据产品的质量和创新性，提升数据产品的市场竞争力和用户满意度，注重保护消费者权益和公平竞争秩序。
将上述数据的“三维定位”确权法概括为如下表格：
（四）案例分析
下面以某商业咨询公司的广告监播系统数据为例，深入分析和论证“三维定位”数据确权法的可操作性。“三维定位” 数据确权法包括如下具体应用步骤。
第一步，通过场景性（X轴）定位数据的用途。该商业咨询公司的广告监播系统数据主要用于对外应用，公司属于数据要素型企业。具体而言，该公司通过用户上传的户外广告牌、电梯传媒、网络平台等多种媒体的广告播放数据进行数据采集，并利用图像识别和语音识别技术对广告播放情况进行实时监控。进一步地，该公司利用人工智能自动识别广告内容，并对广告播放质量进行评估。通过对这些广告数据的实时分析和处理，公司能够充分挖掘数据价值，进而为客户提供个性化的服务。这种应用场景体现了数据在推动业务增长、创造价值方面的重要作用。
第二步，通过阶段性（Y轴）界定数据的类型。该广告监播系统在数据处理过程中，已经通过数据清洗剔除了与用户相关的个人信息，确保了数据的匿名性和隐私保护。因此，所形成的广告监播数据主要属于企业数据。这些数据是公司在运营过程中产生的，具有高度的关联性和依存性，能够为公司带来竞争优势和经济效益。同时，由于这些数据不涉及公共利益和国家安全，因此在数据确权过程中可以更加关注企业自身的利益和数据保护需求。
第三步，通过身份性（Z轴）确定数据主体及其权利。在此案例中，广告监播数据的来源主要是用户上传的广告播放数据，但这些数据在上传时已经过处理，去除了个人信息，因此不存在具体的个人数据来源者。同时，由于数据是用户主动上传的，且用于合法的商业目的，因此不涉及数据来源者的数据人身权和数据财产权问题。该商业咨询公司作为广告监播系统的运营方，是这些广告监播数据的持有者。公司享有数据资源持有权，即有权对数据资源进行实际管领和控制。此外，该公司不仅持有数据，还对这些数据进行加工和处理，形成广告监播数据集。作为数据处理者，公司又享有数据加工使用权，公司可以通过对数据的清洗、抽取、转换、分析、挖掘等一系列处理活动，生成结构化、可用化、高价值的数据集合。
综上所述，该商业咨询公司的广告监播系统数据在“三维定位”的确权方式下，可以清晰地确定其数据的用途、类型和权利归属。这不仅有助于公司更好地管理和利用数据资源，还能为客户提供更加优质和个性化的服务。
结语
随着数字化时代的深入发展，数据确权已成为推动数据要素市场运行、促进数据高效流通的关键环节。本文提出的基于数据属性的“三维定位”数据确权法，为企业和监管机构提供了一种新的数据确权思路。通过对场景性（X轴）、阶段性（Y轴）和身份性（Z轴）三个维度的综合考量，能够更精准地定位数据的用途、类型和权利归属，从而解决数据权属不清晰、数据交易秩序不规范等问题。它不仅有助于企业更好地管理和利用数据资源，提升数据资产的价值，还能为客户提供更加优质和个性化的服务。同时，该确权方法也为监管机构提供了有力的工具，使其能够更有效地平衡商业利益与公众利益，维护数据市场的公平和秩序。未来，随着技术的不断进步和市场的深入发展，“三维定位”数据确权法也将能够在更多领域得到应用和推广。
●注释：
[1]王利明.数据何以确权[J].法学研究,2023,45(04):56-73.
[2]陈福.金融数据资产确权路径研究 [J].中国银行业,2024(02):79-82.
[3]张衠.“数据二十条”下探析数据资源持有权的内涵及框架构建[J].信息资源管理学报,2024,14(02):54-67.
[4]王利明.论数据权益：以“权利束”为视角[J].政治与法律,2022(07):99-113.
[5]冯晓青.数据产权法律构造论[J].政法论丛,2024(01):120-136.
[6]张素华.数据资产入表的法律配置[J].中国法学,2024(04):229-249.
[7]申卫星.论数据产权制度的层级性：“三三制”数据确权法[J].中国法学,2023(04):26-48.
[8]陈福.数据资产入表与资本化 [M].知识产权出版社,2024年9月出版.P8.
[9]陈福.数据四重性及其合规系统 [M].知识产权出版社,2022年11月出版.P88.
[10]王利明.数据权益的民法表达[J].荆楚法学,2024(01):19-29.
[11]刘涛雄,李若菲,戎珂,等.基于生成场景的数据确权理论与分级授权[J].管理世界,2023,39(02):22-39.
[12]孙莹.企业数据确权与授权机制研究[J].比较法研究,2023(03):56-73.
[13]张新宝,曹权之.公共数据确权授权法律机制研究[J].比较法研究,2023(03):41-55.
特别声明：
大成律师事务所严格遵守对客户的信息保护义务，本篇所涉客户项目内容均取自公开信息或取得客户同意。全文内容、观点仅供参考，不代表大成律师事务所任何立场，亦不应当被视为出具任何形式的法律意见或建议。如需转载或引用该文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源。未经授权，不得转载或使用该等文章中的任何内容。
1. 陈福：数据资产入表是拥有数据的企业的“必答题”，而非“选答题”
2. 陈福：充分释放公共数据利用价值，促进数字经济高质量发展
3. 陈福：数据资产资本化风险与应对策略研究
4. 陈福：网安法新修正草案对网络安全和数据合规带来新的挑战与机遇
本文作者
来源：大成律动
