劉守英：關于數據產權的經濟理論

2026年3月7日，2026中國數字經濟發展和治理學術年會（重慶）在西南政法大學成功舉辦。中國人民大學經濟學院教授、全國數字經濟專業學位研究生教指委秘書長劉守英發表題為《關于數據產權的經濟理論》的主旨演講。本文根據劉守英教授現場發言內容整理。本文來源：清華服務經濟與數字治理研究院

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

劉守英：關于數據產權的經濟理論

我進到數字經濟領域以后，遇到的第一個問題是數據產權問題。這一情景和我80年代末進到土地研究領域一樣，那個時候中國農村土地制度在取得包產到戶改革成功后，遇到深層次的土地問題如何改革的抉擇，當時的討論集中于土地所有制問題，面臨的制約還不是意識形態，而是知識供給缺陷，因為那時的產權討論仍然受斯大林式單一所有制范式影響。這一輪關于數據權利的討論，同樣面臨針對數據特性如何建立數據產權研究范式的困擾。

一、現代產權理論用于分析數據產權時面臨的挑戰

我們現在的主流產權經濟理論于上世紀90年代初引入，這一理論以工業經濟形態的體制運行為基礎，旨在通過權利配置解決工業經濟世界的行為激勵和經濟績效問題。

真實世界的工業經濟運行主要面臨三大問題。第一大問題是稀缺性下的競爭問題。工業經濟下的第一大制約是存在稀缺性，因為資源存在稀缺性，所以要進行競爭性使用。第二大問題是存在交易成本，因為利用交易的機制是有成本的，包括市場交易，也包括其他交易，要提高體制運行效率，就要想辦法降低各類交易成本。第三大問題是存在外部性，甲的受益會帶來乙的受損，這也成為政府干預的主要理由。

現代產權經濟學就是為解決以上工業經濟的三大問題而興起的。第一，通過確權回應稀缺性下的競爭問題。因為有稀缺性下的競爭，就要有制度安排來規范競爭，產權就是一種約束競爭的制度安排，它通過將資源的權利界定給特定的主體來解決資源競爭性使用的問題。因此，產權的第一個功能是限制競爭。第二，通過權利分割實現資源有效配置。任何資源都包含一束權利，如使用權、收益權、轉讓權，權利的分割與轉讓有利于資源配置到合適的使用者。因此，產權的第二個功能是權利分割的資源配置。第三，通過權利界定降低交易成本。科斯定理的基本內涵是，如果市場交易成本為零，權利的初始安排不重要。但是，真實世界里面不僅存在交易成本，而且有時會非常高，產權的初始權利界定不清會帶來高昂的交易成本，每一項交易都內含權利的交換，權利的價值決定了交易的價值。因此，產權的第三個功能是降低交易成本。第四，通過權利安排解決外部性問題。面臨外部性問題，庇古的解決方案是政府管制，科斯提出外部性問題源于權利界定，即誰有權受益、誰有權受損，通過權利界定來解決外部性。因此，產權的第四個功能是將外部性內部化。

直接將工業經濟下的產權理論套用來討論數據產權，遇到的根本挑戰是數據的特性與工業經濟的各類要素特性存在本質不同。一是數據的非競爭性。任何數量的公司或機器學習算法可以同時使用同一數據，而不會減少其他任何人使用的數據量。數據產生的新知識不僅可以在當期，還可以在未來無限期進行使用。數據的使用不會使其在未來的可用性或價值減少。數據的積累和利用會隨著時間增加其價值。二是數據的零成本/低成本復制。數據要素的成本主要在于前期的數據獲取、研究開發階段，初創數據資產的成本很高。此后的產品可無限復制，其邊際成本趨于零。數據庫技術使得數據要素復制和傳輸成本非常低，甚至接近于零。在互聯網和云計算技術支持下，數據被無限次地復制而不會增加額外成本。數據要素額外使用的邊際成本為零是數據與其他生產要素的主要差異。三是數據的復雜外部性。數據要素規模增長、類型擴大，其形成的知識和信息持續積累，正外部性增強。數據濫用導致隱私泄露、算法歧視、數據壟斷等負外部性問題，對個人權益、市場秩序、社會公平構成潛在威脅，產生社會成本。

對照來看，傳統產權核心功能之一是在資源競爭性使用的條件下，通過界定排他權來限制無序競爭，但數據要素不存在對同一數據的排他沖突；數據的零成本/低成本復制特性動搖了以交易成本為由的產權界定邏輯；傳統產權理論界定產權，是為了將外部性（尤其是負外部性）內部化。數據在許多情境下表現出強大的正外部性，其價值在流通、組合中放大。按照傳統產權理論討論數據產權問題，只會產生兩個結果：一個是無需界定產權，另一個是簡單套用所帶來的數據產權安排設置的無用甚至誤導。

二、現有數據產權討論的缺陷

第一種是沿襲新古典范式，通過比較初始產權分配的社會福利效果來安排權利。如將數據初始權利安排給用戶，接近社會最優狀態，但會導致數據來源主體在權利談判中面臨高昂的交易成本和信息劣勢；如果將數據初始產權分配給平臺等主體，能夠激勵數據投資，但會導致數據利益集中和社會不公平，也導致數據壟斷、隱私泄露、數據使用不足等問題，損害社會總福利。

第二種只討論數據個人隱私權，對其經濟權利關注不足。許多文獻聚焦數據隱私、數據保護，個人數據權利被等同于數據隱私或數據保護。個人數據能同時為信息持有者和所有者帶來經濟利益，信息泄露可能使企業和消費者付出代價，但過度的數據保護同樣使雙方產生較高成本。企業收入模式影響其最優數據策略，數據驅動型收入模式更強的企業會收集更多用戶數據，并提供更完善的數據保護，政府相關政策需要同時考慮數據收集和數據保護要求。隱私保護法規加大對企業數據泄露的處罰力度，增加了企業收集和存儲數據的成本。

第三種僅僅從促進數據交易出發討論界定數據產權的必要性。認為數據所有權的最優配置取決于數據價值高低。當數據價值較低時，企業與用戶均偏好用戶擁有數據權利，可規避過度貨幣化帶來的隱私成本；當數據價值較高時，雙方均偏好企業擁有數據權利，企業會通過降低訂閱費用等方式補償用戶隱私損失，且數據高價值能抵消相關效率損失。以此提出淡化所有權、強調使用權，聚焦數據使用權流通，利用與共享數據，讓不同主體都能接入網絡。主張為了更有效率地配置數據資源，進而促進數據資源的開發、利用與流通，應當將數據財產權確立為與主要以有體物為客體的物權、主要以智力成果為客體的知識產權相并列的第三類具有對世性的財產權利。

第四種重視數據的增長效應，忽視數據價值的分配效應。把數據要素視為經濟增長驅動力，聚焦分析數據所帶來的增長效應，關注數據對效率、生產率、增長率的影響。強調數據要素的運用可以有效提高創新效率，進而促進長期經濟增長。當數據通過創新過程被轉變為新知識后，這些新知識可以被無限重復使用，而且不會再產生與消費者隱私相關的負面效應，即新知識在后續使用中得以避免數據隱私問題。對數據價值在各主體之間的分配、分配格局對社會總福利等問題的關注不足。

三、討論數據產權的進路

（一）數據的價值形成與增值

我的一個基本看法是，基于數據形成與價值增值過程進行數據的權利界定和配置。

1、數據價值的形成

第一，數據是數字活動和消費行為的副產品。個人在線上進行的搜索、點擊、支付等過程持續留下的“數字足跡”；企業生產經營過程中的設備日志、交易明細、傳感器等設施產生的數據記錄被轉化為標準化的數據。第二，用戶生成數據，即用戶在與數字元素互動時所生成的所有形式的信息和數據。第三，平臺采集的數據。第四，平臺外生成的數據與第三方數據獲取。

2、數據資源轉化為數字要素

首先，數據的采集與存儲是數據要素形成的基礎，是數據價值鏈的起點。其次，數據傳輸，是數據價值實現過程中的瓶頸環節。最后，數據加工，是將低價值、不可用的原始數據轉化為高價值數據產品的核心環節。

3、數據價值的增值：數據、算法、算力組合

一是數據要素與算法、算力的組合創造價值。數據為算法提供豐富的原料，算法通過對數據的處理和分析挖掘出有價值的信息，算力為算法的高效運行提供基礎設施支撐。二是數據要素質量決定數據、算法、算力要素組合的價值產出上限。機器學習、強化學習等算法技術本質是“從經驗中學習”，向算法輸入的數據定義算法學習的邊界，算法能初始學習到的知識取決于輸入的數據。如果向算法提供低質量的甚至錯誤的信息，算法生成出來的也只能是無用信息。數據質量的影響在人工智能中被放大。三是數據、算法、算力要素組合中，優質的數據要素是第一位的，輸入數據的準確性決定輸出結果的可靠性，輸入數據的多樣性和代表性決定輸出結果的公正性和適用價值，輸入數據的時效性決定輸出結果的決策價值。

（二）數據要素形成與增值中的產權問題

1、數據要素形成中的產權問題

首先，數據采集階段的權利問題。此階段數據經歷了從非結構化的數字記錄轉化為可管理的數字資源的過程。一方面，用戶作為數據來源者，存在個人數據控制權訴求。用戶與數據有最直接的關聯，用戶是否有權主張對個人數據的控制權和所有權。GDPR（《通用數據保護條例》）明確賦予數據主體的多項權利（訪問權、更正權、數據可攜權、反對權等）。另一方面，平臺企業等作為數據采集和存儲者，存在投入資本形成數據資源的權利訴求。平臺企業投入大量資本使用戶的數字記錄被結構化為數據資源，并且事實上控制了這些數據。平臺企業對其所持有的數據產生使用權訴求。這一階段產權制度設計問題：如何通過用戶協議等授權機制來界定雙方的權利邊界，即數據初始權利的歸屬問題。

其次，數據傳輸階段的權利問題。該階段發揮數據的非競爭性特性，數據得以更廣泛地被應用。這一階段涉及數據持有者和數據使用者對數據權利的訴求。數據持有者包括平臺、設備制造商、公共機構等，掌握原始數據和技術接口，控制數據流向，對數據傳輸安全負責。數據使用者包括下游服務商、第三方開發者、研究機構等，希望得到及時、可用的高質量數據，重視數據的訪問權和使用權。這一階段數據權利的關鍵問題：如何設計合理的訪問規則和技術標準，既能激勵數據持有者投資高質量數據，又能促進數據高效流動。

第三，數據加工階段的權利問題。該階段數據由低價值、不可用的資源轉化為高質量、結構化的數據產品，這一過程極大提升了數據價值。這一階段數據加工者對數據產品存在排他性主張。數據加工者投入大量人力資本、算法技術與算力資源，對數據資源進行了實質性改造，因此對數據產品主張排他性權利。但是，數據來源者是否可以主張權利？數據在加工過程中被匿名化，單條記錄與特定用戶關聯性顯著降低，但是數據加工過程中涉及用戶敏感信息，數據來源者仍可主張其隱私權。這一階段權利的關鍵問題：數據來源者是否擁有數據初始權利？如何界定數據加工的標準？加工后的數據在多大程度上可以被視為數據產品？數據加工者如何通過數據產品獲得獨立于數據來源者的排他性權利？如何確保數據加工過程符合數據來源者的授權范圍？

第四，數據分析階段的權利問題。數據價值得以最終實現，數據進入實際生產生活，優化資源配置，提高匹配效率，或創造新的服務或產品。數據分析者/應用開發者訴求對數據分析成果進行保護。數據分析者將數據的潛在信息或知識轉化為數據產品。他們的權利訴求在于保護數據分析成果。這一權利訴求與知識產權制度密切相關。另一方面存在加工數據提供者訴求：界定數據使用范圍與收益分配。他們是否可以通過數據使用許可協議對加工數據在分析環節的使用范圍、收益分配等內容進行規定。這一階段產權的重要問題：由數據本身轉移到數據分析產品，如何界定數據與最終數據產品之間的權利關系。

2、要素組合與數據產權

數據本身無法單獨創造價值，必須與算法、算力形成要素組合。在新的要素組合中，數據被視為算法學習的原料或燃料，算法負責處理和挖掘數據，算力提供運行支撐，三者缺一不可。數據、算法、算力的要素組合是理解數字經濟形態中新生產函數的關鍵，能夠有效推動生產力提升，甚至引發熊彼特式的“創造性破壞”。算法發揮作用的前提是擁有足夠且合適的數據，現有的部分研究強調算法的智能，并未同等強調數據的基礎性作用。數據與算法、算力的組合之所以可能產生創造性破壞，很大程度上是因為數據本身蘊藏的新模式或新需求，這是新要素組合創造價值的基礎。現有文獻難以準確識別數據要素在價值創造中的貢獻。

數據價值高度依賴于與其結合的算法、算力以及具體的應用場景，難以孤立地評估數據要素本身的貢獻。數據要素參與價值創造是一個復雜的過程，若無法明確區分數據在原始數據輸入階段和算法加工處理階段的貢獻，就難以判斷價值主要來源是數據本身蘊含的信息還是算法帶來的智能。如果不了解數據產品價值來源，那么數據產權制度將難以構建。由于現有文獻尚未充分厘清數據在要素組合及價值創造過程中的作用，學界存在強調數據生產者權利和強調數據流動性、反對數據囤積的不同觀點。對數據在新的要素組合中作用的不同理解，可能直接導向不同的權利配置安排。若數據是核心價值來源，數據質量將成為價值創造的關鍵，那么是否應根據數據質量劃分不同程度的產權保護，以激勵高質量數據生產？若算法是核心價值來源，那么是否應通過專利或其他形式保護算法，而放松對數據的產權保護？焦點問題包括進入要素組合的數據產權歸屬，以及組合產生的價值增值中的利益分配。

3、平臺中的不同主體數據產權與權利安排

在數字經濟形態中，平臺成為核心組織方式，它能夠連接不同類型的用戶群體。平臺內，數據的形成與價值增值過程并非由單一主體完成，而是三方甚至多方互動的結果，該過程至少涉及平臺所有者、平臺內企業、平臺用戶三類主體。厘清這三類主體在數據價值創造中的角色、權利訴求及其相互關系，是探討平臺內數據權利配置的關鍵所在。

平臺內三類主體在數據生成與使用中的角色。平臺所有者：控制運營數據與基礎設施，平臺所有者自身擁有平臺運行狀態、交易匹配效率、用戶流量模式等數據，還投入了大規模資本構建技術和制度基礎設施。平臺內企業：數據生成者與數據服務使用者。平臺內企業在平臺上開展經營活動，生成海量運營數據；同時，它們也是平臺提供的數據服務的使用者，可以利用數據服務優化經營決策。消費者或平臺用戶：平臺數據的直接來源。消費者或平臺用戶通過其瀏覽、搜索、購買等行為產生了海量行為數據，并在平臺上留下大量個人信息，這些數據是平臺進行個性化推薦、精準廣告投放以及訓練算法模型的最基礎、最核心的原料。

平臺內不同主體基于不同貢獻和利益訴求，形成了復雜的、兼具合作與沖突的權利主張。平臺所有者：主張強控制權。平臺基于其大規模初始投資、技術投入和數據整合、加工、分析等環節的作用，通常會主張對其平臺內產生的數據擁有強控制權，平臺所有者也事實上擁有這些數據的所有權，這種控制權或所有權是平臺維持競爭優勢、進行持續創新的必要保障。平臺內企業：主張自身運營數據的使用權，避免被“鎖定”。平臺內企業主張對自身運營數據擁有使用權，輔助業務決策，避免被平臺“鎖定”，但這可能與平臺所有者希望獨占數據資源的訴求產生沖突。消費者：以個人數據為基礎，主張數據隱私權利。消費者的核心訴求在于保護個人隱私，維護個人數據相關的基本權利，如知情同意權、訪問權、刪除權等。但消費者的這些訴求，尤其是限制個人數據使用范圍的相關要求，可能與平臺所有者利益產生矛盾。平臺內不同主體基于不同貢獻和利益訴求，形成了復雜、合作與沖突的權利主張。將平臺中的數據權利簡單地歸屬于上述任何一方主體，都難以解決數據價值創造和利益分配過程中的實際問題，這是數字經濟形態下數據產權面臨的重要挑戰。■

掃碼報名新一期太學錄制