引 言

在数字时代，数据作为新质生产力要素和知识经济基础设施，不仅是经济蓬勃发展和社会全面进步的关键驱动力，更是21世纪国家竞争力的核心来源。数据在当代社会的重要性，凸显出世界各国进行有效数据治理的紧迫性。面对这种形势，世界各国积极探索适应自身国情的数据治理模式和法律框架，尽管各具特色，但共同趋向于确定数据治理的使用权范式。例如，欧盟《数据法案》旨在明确用户的数据使用权，以促进数据共享利用；美国的政策与法律实践也越来越重视数据共享及其带来的公共利益；中国的《中共中央国务院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》）提出了“淡化所有权、强化使用权”的新理念。这一趋势不仅体现了对数据本质特征和数字经济发展规律的深刻理解，也体现了数字时代世界各国对数据流通与高效利用的迫切需求。

称以使用权为中心的数据治理为“使用权范式”，有深厚的哲学基础和实践需要。“范式”这一概念最早由美国科学哲学家托马斯·库恩（Thomas Kuhn）提出，已被广泛应用于自然科学和社会科学领域。一种有效的“范式”至少应当包含四个基本要素：基石范畴，即其核心概念；理解系统，即有关对象的本质与规律的解释框架；方法论，即指导研究的基本方法；价值导向，定义研究的价值目标。本文探讨的数据治理的使用权范式，不仅完全契合这些核心要素，同时也满足促进数据共享与利用的实践需求。该范式以“数据使用权”为基石范畴，以数据本质特征和数字经济基本规律为理解系统，以数据使用权的合理分配与流通利用为方法论指引，并以促进数据共享与利用为价值导向，提供数据治理的系统性解决方案。基于此，本文首先梳理并呈现数据治理使用权范式在国际上的实践与勃兴，进而探究其法理基础，阐明这一范式对数据治理制度的建构意义，并在此基础上，提出建构数据基础制度的内容和路径，以期为我国的数据治理提供理论与方略支撑。

一、数据治理使用权范式的国际勃兴

（一）欧盟使用权范式的勃兴

2015年，欧盟委员会在《欧洲数字单一市场战略》中首次提出创设“数据所有权”或“数据使用权”，作为应对数字化挑战的可能法律路径。此后，围绕是否有必要确立数据所有权出现了激烈讨论。2017年，欧盟委员会在《建设欧洲数据经济》文件中提出“数据生产者权利”概念，并提出两种解释方式向社会征求意见：一是将其设想为物权，赋予数据专有权；二是将其定义为一组防御性权利，通过防止数据非法盗用来增强数据共享。

经充分讨论，欧盟现已放弃数据专有权的赋权进路，注意力转移到数据访问规则的构建上。学者们从多学科视角深入探讨增强数据访问的法律框架，如对数据访问的经济学研究、竞争政策下的数据访问框架研究、基于合同法视角的数据访问规则研究、宪法框架下的数据访问权研究以及用户数据访问权的研究等。对数据访问问题的探讨不仅在理论上得到推进，也在数据治理实践中得到确认。2023年，欧盟议会通过了《数据法案》，明确赋予用户数据使用权，致力于构建一个公正且统一的数据访问与共享体系。该法案标志着数据治理使用权范式在法律领域的落地，在全球数据治理进程中具有里程碑意义。

（二）美国使用权范式的勃兴

首先，在研究层面，美国曾有学者提出个人信息所有权的观点，并一度产生较大影响，但这一观点受到了诸多批评，并且基本停留在学术讨论阶段，对美国法律实践的影响甚微。在企业数据权益方面，相关研究相对较少。针对欧盟关于创设数据专有权的讨论，美国学者回应指出，此类新权利的创设将阻碍数据自由流动，不符合数字时代的发展需求，尤其可能对依赖数据自由流动发展的美国科技公司造成不利影响。

其次，在司法层面，美国逐步对公开数据与非公开数据的数据爬取行为进行区分，强调促进数据共享和实现公共利益。美国《计算机欺诈和滥用法案》是规范数据访问与使用的关键法律，该法案规定：“任何人故意未经授权或者超出授权访问计算机，从而获得来自任何受保护的计算机系统内的信息，应当处以罚款或监禁。”自法案实施以来的20多年间，法院对数据爬取行为的态度逐步从严格限制转向更加灵活的解释。这尤其体现在对该法案中的关键术语“未经授权”和“超出授权”的限缩解释上。在“HiQ v. LinkedIn案”中，地区法院认为该法案不适用于公开数据，领英平台上的公开数据不归公司所有，否则可能造成信息垄断，损害公共利益。第九巡回上诉法院确认了这一立场，指出对于公众可获取的公开数据，即使采取了技术保护措施也不应认定为“未经授权”。这一裁决为数据爬取确立了更为宽松的司法标准。

再次，在立法层面，美国在政府数据开放领域起步较早，并逐步建立了较为完备的法律框架。自2009年《开放政府指令》发布以来，美国通过了一系列旨在提升政府数据可访问性的法律，包括2014年的《数字问责和透明法案》、2018年的《地理空间数据法案》以及2019年的《开放政府数据法案》。此外，2021年，美国众议院司法委员会提出了《通过启用服务转换增强兼容性和竞争性法案》，对数据可携性和互操作性作出规定，要求超级平台确保用户能够轻松且安全地迁移数据，否则将被认定为《联邦贸易委员会法》第5条的“不公平竞争行为”。

最后，在政策层面，美国已将对数据的关注从单纯的技术问题转为全体系的战略资源共享以及数据驱动创新。自2013年起，美国先后发布了《支持数据驱动型创新的技术与政策》与《大数据：把握机遇，守护价值》白皮书，以促进数据价值释放。从2016年开始，美国发布《联邦大数据研发战略计划》《关于维持美国人工智能领导地位的第13859号行政命令》以及《联邦数据战略与2020年行动计划》等一系列战略政策，勾勒了未来十年的发展愿景，这些政策将对美国的数据共享和利用产生长远影响。

（三）中国使用权范式的勃兴

首先，学界对使用权范式进行了长期不懈的探索。相关研究主要分为两种模式：一是以“数据使用权”为核心的模式，二是企业数据权益保护（非绝对性权利）模式。第一种模式强调了数据使用权的核心地位。例如，高富平指出，数据流通的本质是数据使用许可，数据持有者基于对数据的事实控制而享有的数据使用权可以开启数据流通之门；周汉华认为，《数据二十条》提出的数据资源持有权、数据加工使用权和数据产品经营权完全不同于传统的财产权概念，这三项权利均是使用权；吴汉东指出数据财产赋权应从数据专有权转向数据使用权；熊丙万依据财产权标准化的一般原理，提出构建具有不同排他性的数据使用权；王锡锌则提出以“公平利用权”作为公共数据开放的权利基础，其实质也是使用权；李建华提出企业大数据财产权私法构建应当遵循“数尽其用原则”，以有效释放数据要素价值；笔者也曾撰文指出，数字经济的发展并非一定要明确数据所有权的归属，关键在于明确界定数据使用权；此外，已有学者以数据使用权为中心进行数据流通交易的制度构建。第二种模式是企业数据权益保护模式。例如，王利明认为，数据承载多重权益，难以通过所有权为基础的权利分离理论来解释，在确认企业数据权益时应注重保障数据的有效利用；梅夏英提出，企业数据的保护应以控制为核心，通过侵权法、合同法和竞争法等保障相关利益；丁晓东认为，对企业数据不宜进行绝对化与排他性的财产权保护，应以促进数据共享为目标，进行类型化与场景化保护；周樨平提出“企业数据权益保护论”，指出数据权益保护模式为公共利益提供广阔空间，强调制定数据访问和获取规则对数据流通的重要性；姚佳进一步指出，企业数据权益的本质是排他性，这种排他不是传统物权意义上的绝对排他，而是表现为一个从无到有的光谱。以上两种模式在不同的视角下均强调数据的实际控制与有效利用，跳出了传统的所有权观念，推动了数据治理法律框架的创新性思考，促进了数据治理使用权范式的发展。

其次，政策对使用权范式的创新性探索。《数据二十条》明确提出“承认和保护依照法律规定或合同约定获取的数据加工使用权”，“促进数据使用权交换和市场化流通”，为数据治理提供了前瞻性的价值引领与规范指导。2023年10月，国家数据局挂牌成立，标志着我国在数据治理方面迈出了重要一步，为加快数据要素价值释放提供了组织保障。2024年9月21日，《中共中央办公厅国务院办公厅关于加快公共数据资源开发利用的意见》进一步提出“以促进公共数据合规高效流通使用为主线，以提高资源开发利用水平为目标，破除公共数据流通使用的体制性障碍、机制性梗阻”。该意见通过支持数据流通、共享、授权、规范管理等措施，为使用权范式提供了制度和实践上的保障，推动数据治理法律框架的创新。同年9月27日，国家数据局发布的《关于促进数据产业高质量发展的指导意见》和《关于促进企业数据资源开发利用的意见》聚焦数据资源的高质量供给和高水平利用，进一步落实了《数据二十条》的要求。这一系列政策展现了中国在数据治理方面的战略思考和创新实践，为数据要素的市场化配置奠定了坚实的政策基础，也为全球数据治理提供了经验。

再次，立法对使用权范式的地方性探索。我国数据立法采取的是地方立法先行的策略，2021年至2022年，深圳市、上海市和北京市相继发布数据立法，为全国性数据立法提供重要经验。这些地方性数据立法均采用“权益”而非“权利”的表述，明确规定市场主体对合法取得的数据享有“财产权益”。深圳市在推进数据立法的过程中，对是否应在特区法规中创设“数据权”进行了激烈讨论，经过广泛征求意见，最终决定以法益保护替代权利创设。这充分体现了我国地方立法机关的审慎态度与务实精神。

最后，司法对使用权范式的实践性探索。在数字时代，数据纠纷成为新的法律挑战，司法实践经常处于解决问题的前沿一线。例如，在2016年的“新浪微博诉脉脉案”中，法院提出了平台数据访问的“三重授权”原则，即第三方市场主体访问平台数据需要获得用户授权、平台授权以及平台本身已经获得用户的合法授权。法院在此案中未区分公开数据与非公开数据，倾向于对平台数据提供较强保护，学界和司法实务已开始对此进行反思。近年，法院逐渐在公开数据和非公开数据间作出区分，如在“湖南蚁坊与北京微梦不正当竞争案”中，法院明确指出应在一定程度上允许收集或利用公开数据，以免阻碍数据的公益性利用，维护互联网开放互通的基本精神。这些案例反映了司法实践对数据共享与利用的理解逐步深化，推动数据治理向着更加公正高效的方向迈进。

（四）国际组织对使用权范式的探索

在国际组织层面，经济合作与发展组织（简称“经合组织”）对使用权范式进行了较早的探索，展现了其促进数据访问和共享的坚定信念，为全球数据政策和法律框架提供了重要参考。2015年，经合组织在《数据驱动的创新：大数据促进增长和福祉》报告中，强调了促进大数据访问的重要性，致力于消除数据访问和共享障碍。2019年，随着人工智能技术的发展，经合组织发布了《加强对数据的访问和共享：协调跨社会数据重用的风险和收益》报告，进一步突出了加强数据访问和共享在实现数据重用的社会和经济价值中的重要性。2021年，经合组织发布《关于加强数据访问和共享的建议》，旨在增强数据生态系统的信任，提升数据访问和共享的有效性与责任性。这些探索和建议彰显了使用权范式在数据治理中的重要性。

二、数据治理使用权范式的法理基础

公共物品治理理论和“从所有到使用”的现代资源治理理念共同为使用权范式提供了重要的理论支持。前者通过资源共享与协作机制，突破了传统私有化与公有化路径的局限，奠定了以灵活分配和动态调整为核心的治理思路；后者则从资源利用效率和社会责任的视角，深化了以共享与利用为导向的权利配置模式，为实现数据资源的高效配置与公平分配提供了思想基础。

（一）作为公共物品的数据的治理之道

在数字时代，数据因其本质特征和巨大经济社会价值成为一种重要的公共物品，其治理实质上属于公共物品治理。公共物品治理是公共经济学的经典议题，其核心在于如何平衡公共物品使用中私人利益的获取与公共利益最大化之间的矛盾，同时致力于解决个人的理性选择导致的集体的非理性结果及由此衍生的“搭便车”问题。作为数字时代的重要公共物品，数据同样面临类似的治理挑战。数据的共享与利用既需要激励私人主体积极参与，也需要在制度设计上防止因过度竞争或利益驱动导致数据资源的不合理使用或浪费。因此，构建适应数字时代特征的数据治理机制，需要在理论上深入探讨公共物品治理的经典问题，并结合数据的独特属性创新治理路径。

1.公共物品治理传统理论模型的局限性

关于公共物品治理有两个经典理论模型，分别是加勒特·哈丁（Garrett Hardin）的“公地悲剧”理论与曼瑟尔·奥尔森（Mancur Olson）的“集体行动的逻辑”理论。哈丁揭示了“公地悲剧”的实质是在缺乏有效管理的情况下公共资源将被过度使用而逐渐耗竭；奥尔森的“集体行动的逻辑”理论则认为理性的个人往往会选择“搭便车”，最终导致集体非理性的结局，即所谓的“集体行动困境”。以上理论模型均基于一个共同假设，即个体在共享公共资源时，将不可避免地陷入资源枯竭的困境。面对以上困境，形成了两种广为接受的解决路径，即要么建立私有产权制度，要么建立中央集权的公共制度，且一般认为，只能在两种路径中选择其一。

在数据治理领域，国内学界延续了“公地悲剧”和“集体行动的逻辑”理论的分析框架，认为若不明确数据的所有权归属，数据资源将不可避免地陷入“公地悲剧”或“集体行动困境”。因此，确立数据所有权曾被视为解决数据治理问题的重要路径。然而，这一思路存在局限性，确立数据所有权可能引发“反公地悲剧”，即权利绝对化或过于分散会阻碍数据流通与共享。因此，单纯依赖私有化或公有化难以有效应对数据治理的复杂性。

2.“数据池塘资源”理论的有效性

（1）从“公共池塘资源”到“数据池塘资源”理论

传统理论对个体是否能够采取多种有效策略共同管理共享资源，以避免资源的过度利用持悲观态度。然而，诺贝尔经济学奖获得者埃莉诺·奥斯特罗姆（Elinor Ostrom）提出了“公共池塘资源”理论，对传统理论进行了批判与超越。她指出，传统理论过于简化了问题和解决方案，忽略了存在多样化问题及解决方案的可能性，公共物品治理不必局限于私有化或公有化策略，社区的自发组织和协作也是有效的管理方式，共同使用“公共池塘资源”的人们并非必然陷入“公地悲剧”。进言之，“公共池塘资源”理论的核心在于：公共物品的治理策略，并非只有私有化或公有化道路，也并非只能在市场化与政府化之间择一，实践中更多的是私有化与公有化、市场化与政府化之间的融合，以实现更加灵活和高效的资源管理。这种理论视角突破了传统模型的局限，开辟了新的治理思路，为应对复杂现实提供了更灵活、更具适应性的路径选择。

奥斯特罗姆将“公共池塘资源”定义为“一个自然的或人造的资源系统，这个系统之大，使得排除因使用资源而获益的潜在受益者的成本很高（但并非不可能排除）”。其核心特征包括：“不止一人可获得”“难以排除其他使用者或排除成本较高”“过度使用会导致退化”。数据资源的特性与“公共池塘资源”的以上特征高度契合。首先，“数据资源的非排他性”决定了其“不止一人可获得”。尽管技术措施或法律规定可以为数据资源提供一定的排他性，但这并未改变其非排他性的本质。因此，即使数据资源由数据持有者持有，其他需求者仍可能未经授权获取数据。其次，数据资源“难以排除其他使用者或排除成本较高”。一方面，随着数据爬取技术的发展，数据持有者为限制未经授权访问而付出的防护成本不断上升。另一方面，从社会福利的角度看，数据的非排他性允许多方使用，有助于整体价值的提升；若数据持有者独占数据资源，则可能阻碍数据公共价值的实现，导致社会收益的损失。最后，数据资源“过度使用会导致退化”。数据的价值高度依赖于持有者的收集与处理活动，其质量需要持续投入技术与资金来维护。若数据持有者的权益得不到有效保护，随意访问可能导致数据质量下降，进而削弱数据的价值。因此，数据资源在本质上与“公共池塘资源”具有相似性，可被视为数字时代的“公共池塘资源”——“数据池塘资源”。

（2）“数据池塘资源”作为新型治理策略的理论优势

“数据池塘资源”理论借鉴了“公共池塘资源”理论的核心优势，以应对数据治理中“公地悲剧”与“反公地悲剧”的双重挑战。一方面，“数据池塘资源”理论继承了奥斯特罗姆“公共池塘资源”理论对私有化与公有化路径二元对立的突破，通过多元化的制度设计实现数据动态治理和利益平衡。另一方面，作为数字时代的“公共池塘资源”，“数据池塘资源”理论结合数据资源的非物质性、可复制性和高外部性等特点，设计出灵活、高效且适应性强的治理框架，解决传统理论模型在数据治理中的局限性。

“数据池塘资源”理论涵盖多个核心要点。首先，“数据池塘资源”理论以使用权的分配与动态调整为核心，通过合理划分使用权，避免因权利固化导致数据流通障碍，同时能够灵活应对不同行业、技术场景与市场需求的复杂性。其次，动态协调私人利益与公共利益。通过适当的制度设计和平衡机制，既避免无产权状态下的资源过度开发，也防止权利固化导致的数据流通障碍，通过合作与共治保障数据资源的可持续利用，最终实现数据共享的“公地喜剧”。再次，多元化与协作性的治理路径。“数据池塘资源”理论主张超越私有化或公有化的单一治理路径，通过私有化与公有化、市场化与政府化的有机结合，推动多方协作、技术创新与法律制度协调发展，最大化数据资源的社会效益。复次，数据共享与创新激励的平衡。该理论核心还在于保障数据来源者、持有者和使用者的权益，实现利益合理分配，从而激励各方参与数据共享与创新。最后，适应性与灵活性的治理体系。面向不同行业领域场景和数据生命周期的不同阶段，“数据池塘资源”理论提出灵活的适应性框架，以适应快速变化的技术、市场和法律环境，确保数据治理的效率与公平。综上，“数据池塘资源”理论不仅继承了“公共池塘资源”理论的智慧，还结合数据资源的独特属性，提供了一套面向数字时代的治理方案。

“数据池塘资源”理论通过重构数据治理的核心范畴、理解系统、方法论和价值导向，为使用权范式奠定了坚实的理论基础。在核心范畴上，该理论以灵活的使用权机制取代传统的所有权制度，确保数据资源在动态调整中实现高效利用；在理解系统上，基于数据本质特征，如非排他性、可再生性和社会外部性，倡导通过数据共享与流通释放价值，同时避免因独占或垄断导致的效率损失和社会不公；在方法论上，主张融合私有化与公有化、市场化与政府化，结合技术创新与法律规范，建立能够适应数字时代复杂需求的治理规则；在价值导向上，以数据共享和利用为核心，通过合理的收益分配机制平衡数据来源者、持有者和使用者的合法利益，推动数据资源的公平、高效开发与合理利用。基于“数据池塘资源”的理论供给，使用权范式得以确立清晰的理论框架：以“数据使用权”为核心范畴，以数据的本质特征和数字经济基本规律为理解系统，以数据使用权的合理分配与流通利用为方法论指引，并以促进数据共享和利用为价值目标。

（二）从“所有到使用”的理论发展趋势

数据治理的使用权范式是“从所有到使用”这一理论发展趋势在数字时代的集中体现。作为一种创新性范式，它不仅突破了传统以所有权为核心的治理模式，更以共享和利用为导向，回应了数字时代对数据资源高效配置的新需求。

首先，“从所有到使用”的转变源于社会经济结构的深刻变革，反映了资源治理理念的理论升级。在工业时代，所有权作为经济活动的核心，被视为与生俱来的自然法权利，其绝对性曾是民法的最高指导原则。然而，随着资源利用需求的复杂化，所有权的绝对性逐渐让位于资源利用的相对性，从“物有所属”向“物尽其用”转变。在知识经济和信息社会，信息获取、使用和共享的重要性逐步超越了传统所有权观念，共享经济的兴起正是这一趋势的实践体现。现代经济中，“不求拥有，但求所用”的心理转变日益显著，数字时代的人们越来越习惯于“使用”而非“拥有”各种产品。这一趋势在数字技术驱动的领域尤为明显，如音乐、电影和软件等行业中，流媒体服务的兴起也是其典型例证。同样，数字产品和服务的权利配置也越来越依赖于许可协议或服务条款，这些协议明确了用户的使用权而非所有权。

其次，所有权社会化理念的兴起进一步深化了“从所有到使用”的理论转变，为使用权范式提供了重要的思想基础。所有权社会化主张所有权不仅是个人权利的体现，更需要在行使过程中承担公共和社会责任，这一理念打破了传统所有权的绝对性，强调个体权利与社会责任的结合，为资源治理注入了新的价值取向。这一理念源于对传统所有权观念可能导致资源垄断和不公平分配问题的反思，通过用益物权等法律制度，推动资源的合理流动与共享。同时，所有权社会化倡导资源的分配公平性与共享性，与使用权范式中数据共享和高效利用的核心原则高度一致。在数据治理领域，这种观念不仅挑战了单一的所有权视角，还为构建更加灵活和开放的权利配置制度提供了理论支持。

最后，数字技术的发展推动了资源治理模式的重构，加速了“从所有到使用”的发展趋势。数字技术的快速迭代为使用权的广泛应用提供了坚实的技术支撑，并彻底改变了传统的资源使用逻辑。以软件即服务（SaaS）、平台即服务（PaaS）和基础设施即服务（IaaS）为代表的新型商业模式，不再以所有权为中心，而是通过提升服务的可访问性和使用效率，实现资源价值的最大化。与此同时，物联网、云计算、人工智能和区块链等技术进一步强化了数据的共享性与安全性，使资源的远程访问与灵活利用成为现实。这些技术革新不仅促进了商业模式的持续创新，还推动了法律与政策框架的动态调整。由此，使用权在资源治理中的地位不断提升，也为从理论到实践的全面转变奠定了基础。

三、数据治理使用权范式的建构意义

数据治理的使用权范式作为一种适应多样化场景和数据生命周期各阶段的适应性治理模式，不仅为数据基础制度的建构提供方法论指引，还可以推动数据基础制度的内部协调，加速数据治理的规范化、系统化和现代化进程。

（一）使用权范式是一种跨领域与跨阶段的适应性治理架构

使用权范式可以广泛适用于不同行业领域和数据生命周期的不同阶段。面对数据治理场景的多样性和复杂性，学界提出了“场景理论”和“阶段理论”。“场景理论”主张基于数据类型的特殊性制定差异化的治理策略，避免数据财产权的“一刀切”导致保护不足或过度保护；“阶段理论”则强调数据生命周期不同阶段的分层管理，提倡分阶段、分层次地实施数据治理。这两种理论提升了数据治理策略的场景敏感性，但也带来了数据治理的碎片化风险。数据治理的使用权范式通过整合并超越“场景理论”与“阶段理论”，提供了一种跨领域与多阶段的统一治理框架，为两种理论的有效实施提供方法论支持。

1.多场景的适应性

使用权范式以其灵活性和广泛适应性，为不同行业和应用场景中的数据治理提供了一个既统一又可调整的理论框架。

首先，不同行业的数据治理尽管涉及的主体和治理重点各有侧重，但核心都围绕数据使用权的分配与行使展开。以智能网联汽车数据为例，汽车制造商享有初始使用权，用于优化车辆性能和安全维护；汽车用户作为数据来源者，享有对车辆运行数据的使用权；第三方服务商基于授权提供保险、售后等增值服务；公共交通管理部门则以公益性使用权提升交通管理效率。再以医疗数据为例，医院作为数据持有者，享有初始使用权，用于诊疗和院内管理；患者作为数据来源者，享有知情权和相关数据使用权；科研机构通过授权获取去标识化数据，用于公共健康研究和医学技术创新。

其次，使用权范式通过与不同行业的治理重点相结合，进一步体现其灵活性与适应性。在金融行业，使用权范式结合数据安全与合规要求，建立权限管理与风险控制机制，平衡用户隐私保护与数据流通需求；在医疗行业，通过授权机制支持患者数据在隐私保护和数据共享之间的平衡，助力精准医疗和公共健康研究；在教育领域，通过分配和调整数据使用权，推动教育资源共享和个性化服务的落地。

2.多阶段的适应性

使用权范式贯穿数据生命周期的各个环节，展现出高度的灵活性与统一性。尽管在数据生成、存储、利用和销毁等不同阶段，具体的治理策略和实践方式各具特点，但使用权始终贯穿其中。这一范式不仅为各阶段提供了基本准则，还通过统一的权责框架加强了整体融贯性，避免了不同阶段可能出现的断层与权责模糊，为实现系统化的数据治理目标提供有力支持。

在数据生成阶段，使用权范式关注数据来源者的基本权益与数据持有者的初始使用权划分。再以智能网联汽车为例，汽车用户作为数据来源者享有对数据生成过程的知情权和相关数据的使用权，而汽车制造商则基于对车辆的技术支持，获得合理范围内的初始使用权。在数据存储阶段，使用权范式强调对数据存储的安全性和可控性管理。数据持有者需对数据进行分类分级存储，同时明确授权使用规则，确保在满足数据持有安全性的同时，为潜在使用需求者的授权访问预留空间。例如，在金融数据存储中，银行作为数据持有者需严格保证用户信息安全，同时依据使用需求，通过授权为金融创新提供支持。在数据利用阶段，使用权范式通过灵活授权机制实现数据使用权的动态分配。基于不同主体的需求和责任，对数据的访问与使用权限进行精确划定，既确保数据使用的合规性，又提升数据的经济与社会价值。例如，医疗行业中的患者数据可在保护隐私的前提下授权给科研机构，用于医疗研究和技术创新，为患者提供更精准的医疗服务。在数据销毁阶段，使用权范式通过明确使用权的终止机制，确保数据的合法、安全销毁，防止因数据残留而引发的隐私泄露与安全风险。例如，在互联网平台中，当用户请求删除数据时，平台需确保数据彻底不可恢复，同时提供透明度和可追溯性，以增强用户信任并符合数据治理规范。

（二）使用权范式是数据基础制度建构的方法论基石

数据治理的使用权范式为构建现代数据基础制度提供了系统的方法论指引。在数据产权制度构建方面，使用权范式主张数据确权应聚焦于明确相关主体的使用权；在数据流通制度设计方面，使用权范式揭示数据流通的关键在于使用权流转，而非所有权转移；在数据收益分配机制方面，使用权范式提倡基于贡献程度设立公平分配规则，明确来源者、持有者和使用者的价值创造角色，确保经济与社会价值在相关主体间合理分配；在数据安全治理体系构建方面，使用权范式强调构建完善的安全治理机制，通过技术手段与法律保障的结合，实现数据流通的透明、安全与高效。

（三）使用权范式有助于促进数据基础制度的内部协调

数据治理的使用权范式强调关键制度之间的有机衔接和综合协调，旨在克服传统治理模式中的碎片化问题，构建一个统一、高效、连贯的数据制度体系。首先，使用权范式可以促进数据产权与流通交易制度的联动。在数据产权制度中明确数据使用权的分配规则，为数据流通交易提供了基础制度支持。通过授权机制和动态调整规则，实现数据使用权的高效流转。其次，使用权范式强化了收益分配机制与流通交易制度的协同。收益分配机制依托于数据流通的实现，而流通交易则需要收益分配规则的激励与约束。使用权范式主张基于贡献程度分配收益，既保护数据来源者的合法权益，又激励数据持有者和使用者积极参与，形成数据流通与价值实现的良性循环。再次，使用权范式强化了数据安全治理对其他制度的支撑作用。数据流通与收益分配的顺利开展依赖于完善的数据安全保障体系。使用权范式通过强调使用权的授权与合规性管理，为数据安全治理明确了重点领域和技术需求。最后，使用权范式通过推动各关键制度的整合与协同，增强数据治理体系的整体一致性与高效性。通过消除不同制度之间的冲突与脱节，实现数据产权、流通交易、收益分配和安全治理的一体化运作。这种协调机制不仅有助于提升数据治理的规范性与执行效率，还可以避免制度碎片化带来的资源浪费。

四、数据治理使用权范式的制度建构

数据治理的使用权范式为数据基础制度的建构提供了方法论指引，下文将以数据使用权为中心，尝试构建数据产权、数据流通、收益分配和安全治理等数据基础制度的制度内核。通过明确使用权的制度定位和规则设计，推动实现数据制度体系的系统性、协调性和规范性。

（一）数据产权制度的建构

数据产权的核心是数据使用权。《数据二十条》构建了一个包括数据资源持有权、数据加工使用权和数据产品经营权在内的结构化数据产权分置机制。尽管未明确提出“数据来源者权”，但明确要求“充分保护数据来源者合法权益”，实质上已隐含这一权利。数据产品经营权的客体是经加工处理后生成的数据产品，其性质接近于知识产权，创作者可享有专有权。而数据来源者权、数据资源持有权和数据加工使用权的客体是数据本身，分别对应数据生命周期中的来源者、持有者和需求者/使用者，其核心均为数据使用权，因主体贡献不同，权能各异。本文聚焦于数据本身的权利构建，重点讨论数据来源者权、数据资源持有权和数据加工使用权。

首先，数据来源者权是数据来源者基于对数据的贡献而享有的数据使用权，其法理基础在于数据来源者作为数据的终极来源和最初贡献者，应享有对其产生数据的使用权。欧盟《数据法案》已对这一权利进行法律确认，其核心在于允许数据来源者使用其贡献的数据并授权第三方使用。这一权利的保护不仅确保了数据来源者的合法权益，也为促进数据共享和利用提供了保障。通过激励个人或实体贡献数据，数据来源者权丰富了数据资源，推动数据驱动的创新和研究，促进数据经济发展，同时有助于构建健康的数据生态系统，是数据产权体系中的重要组成部分。

其次，数据资源持有权是数据持有者基于合法收集与实际控制而享有的使用权，又称“数据持有者权”。数据持有者通常为原始收集数据的主体或通过合法途径获取数据的实体，如企业、政府机构等，其对数据的合法控制和管理是其使用权的正当性基础。在个人数据治理中，数据持有者须基于合法收集活动取得明确授权；对于非个人数据或匿名化数据，其他主体须依据法律规定或持有者授权获取使用权。以使用权为核心的法律定位有效避免了传统所有权的固化限制，不仅促进了数据的共享与流通，还在保护数据主体权益与保障数据安全之间实现了平衡。这一定位既体现了对数据流通和创新的制度保障，也为数据产权制度的构建提供了关键法律基础。

最后，数据加工使用权是数据需求者/使用者基于法律规定或合法授权所享有的使用权，主要指除数据持有者和来源者以外的第三方对数据的处理、分析和利用的权利。该权利使数据需求者能够通过数据生成信息和知识，支持决策或创造经济价值，其取得需依据法律规定或相关权利人的授权，涉及个人数据时需获得个人授权，非个人数据则需数据持有者的授权，从而确保数据的合法合规使用并保护数据主体权益。在规范建构中，数据加工使用权具有特殊意义，尤其是在应对数据持有者对数据的独占控制时，赋予数据需求者“公平利用权”尤为重要。为促进数据的公平使用与流通，在满足一定条件下，数据持有者有义务共享数据，以平衡利益关系并推动数据共享。

（二）数据流通制度的建构

数据流通的核心是数据使用权的流转。使用权范式通过明确授权机制与动态调整规则，实现数据使用权在来源者、持有者和需求者之间的高效流动，为数据价值的挖掘提供制度保障。

首先，明确授权机制是数据流通的核心基础，其本质在于数据持有者授权其他主体使用非个人数据，交易的对象是数据使用权而非数据本身。这一机制也契合《数据二十条》中“审慎对待原始数据流转交易行为”的要求，在流通过程中有效保障隐私与安全。授权机制通过规范各方的权限与义务，确保数据流通的合法性与透明性。应当建立分类分级的授权机制，对数据类型（如公共数据、企业数据、个人数据）进行分类，并依据数据敏感程度（如高敏感数据到低敏感数据）分级，制定相应的授权规范，能够保障数据使用的安全性与合理性，为数据流通的高效和规范提供制度保障。

其次，建立动态调整规则增强数据流通的灵活性和适应性。动态调整规则允许数据使用权根据需求在不同主体间灵活分配和流转，满足多样化的行业和场景需求。这一机制通过动态监控和及时调整数据流通条件，适应技术进步和市场变化。例如，在金融领域，银行作为数据持有者可以授权第三方机构根据客户需求使用数据开发风控模型，但当市场环境或政策法规发生变化时，授权规则可以进行相应调整，以确保数据流通的合法性与合规性。

再次，推动数据价值的充分挖掘是数据流通制度的核心目标。使用权的流转促进了来源者、持有者和需求者之间的价值共享。例如，在医疗行业，医院可授权科研机构使用匿名化的患者数据用于新药研发和公共卫生研究，而科研成果又能反哺医疗行业，提升患者服务质量。这种良性循环充分体现了数据流通对社会效益的放大作用。

最后，数据流通制度必须兼顾规范性与安全性。使用权流通需在合法合规的框架内进行，防止数据滥用与隐私泄露。通过授权机制与动态调整规则的结合，确保数据流通的全流程可控性和透明性，既保障数据来源者和持有者的合法权益，也确保数据需求者的合法使用。这一制度设计与《数据二十条》所倡导的数据权益保护与流通并重的原则相一致，为构建安全高效的数据治理体系奠定了重要基础。

（三）收益分配制度的建构

在数据收益分配制度方面，使用权范式以数据价值创造的多元性为核心，提出基于具体角色与贡献的公正收益分配规则，将经济和社会价值分配到数据价值链中的相关主体。

首先，数据来源者的共享收益权应得到充分保障。作为数据的核心贡献方，数据来源者投入了“数字劳动”，不仅是数据的生产者，也是数据经济的关键驱动力。以医疗数据为例，患者提供的诊疗数据为医疗研究和技术创新奠定了基础，因此患者应享有相应的知情权与数据共享收益权，如研究机构基于患者数据研发新药或技术时，应为患者提供参与机制或经济补偿，以体现其在数据价值创造中的独特作用。

其次，数据持有者的收益权也需得到明确。数据持有者在数据的收集、存储和管理过程中投入了大量资源，合理的收益分配是对其投入劳动的认可与激励。例如，医院作为医疗数据的持有者，需承担数据的分类管理与安全保护责任，在合法授权数据使用的基础上，有权获得相应的收益分成。

再次，数据使用者的创新贡献应获得合理回报。数据使用者通过对数据的加工分析，产生了新的知识、技术或产品，直接推动了数据价值的实现。例如，研究机构利用医疗数据研发新药或诊疗技术，其创新成果对社会带来了巨大的经济与公共利益，因此应在收益分配中获得应有的回报。

最后，收益分配机制的公正性是数据经济可持续发展的保障。通过在规则设计中体现对各方贡献的公平衡量，使用权范式不仅维护了数据来源者、持有者与使用者的合法权益，也有效避免了因利益分配不均导致的矛盾与冲突。

（四）安全治理制度的建构

安全治理的目标是保障使用权的安全流转与价值实现。使用权范式以确保数据流通与使用的安全性和隐私性为基础，结合了技术手段与法律保障，旨在构建数据安全与流通合规并重的数据安全治理体系。

首先，充分利用技术手段为数据安全提供坚实支撑。如区块链技术通过去中心化和不可篡改的特性，可以为数据使用权的透明记录和动态授权提供安全保障；隐私计算技术则允许在不暴露原始数据的情况下完成数据的计算与分析，有效减少了数据泄露的风险。

其次，充分发挥法律的规范保障作用，为数据安全治理提供制度依据。使用权范式主张通过完善的数据安全法律框架，明确数据使用中的安全义务和责任分配。例如，在数据授权使用中，数据持有者需确保数据的合法来源和存储安全，而数据需求者则需在使用过程保障数据安全，防止数据泄露。

再次，通过技术与法律的结合，实现多领域的安全治理实践。例如，在医疗领域，患者数据的共享与使用需要在隐私保护的基础上进行，使用权范式通过隐私计算与合法授权相结合，确保数据的安全流通与合理使用。

最后，安全治理体系的完善是数据流通与创新的前提条件。数据的安全性与隐私性是数据生态系统健康发展的重要保障。使用权范式不仅保护数据来源者、持有者与需求者的合法权益，也为数据的持续流通与价值创造奠定安全基础。

五、结语

在数字技术飞速发展的当下，数据已成为推动经济和社会进步的战略性资源，呼唤治理机制的深刻变革。本文围绕数据治理的使用权范式展开探讨，强调该范式在现代数据治理中的核心地位。数据治理的使用权范式突破了传统所有权范式的局限，有望超越“公地悲剧”与“反公地悲剧”，最终达至数据共享利用的“公地喜剧”。

展望未来，数据治理的使用权范式将与人工智能、区块链、云计算等前沿数字技术紧密结合，推动数据治理向更加智能化和自动化的方向发展。这将为全球经济的持续增长和社会的全面进步提供强大动力，也将为解决数据安全和隐私保护问题提供新的解决方案。因此，必须不断审视和更新数据治理的理论与实践，促进使用权范式更加适应快速变化的技术和市场环境，实现数据资源的最大化利用和公平合理的利益分配。数据治理的使用权范式不仅是理论上的创新，也是应对数字时代挑战的现实需要。这一范式必将在全球范围内得到更广泛的认可与应用，推动构建顺应时代潮流的数据基础制度与治理体系，开创全球数据治理和数字文明新境界。

（责任编辑：彭錞）

【注释】

[1]本文中的“数据”主要指的是“数据资源”。2024年10月21日，国家数据局发布的《数据领域名词解释（征求意见稿）》将“数据资源”界定为“具有使用价值的数据，是可供人类利用的新型资源”。本文基本赞同该定义，并在此意义上使用该概念。

[2]本文中的“数据治理”主要是“制度之治”，而非数据清洗、标注等纯技术层面的数据治理，强调通过制度、政策、技术等综合措施促进数据资源的合理配置与社会效益的提升。

[3]欧盟的法律、政策文件及相关研究主要采用“数据访问（权）”的称谓，与国内较常使用的“数据使用（权）”概念的内涵大体相同，本文混同使用两概念。

[4]参见《构建数据基础制度更好发挥数据要素作用——国家发展改革委负责同志答记者问》，载中华人民共和国中央人民政府网，https://www.gov.cn/xinwen/2022-12/20/content_5732705.htm? eqid= b1720319002665b10000000264659107，最后访问日期：2024年9月13日。

[5]参见张文显、于宁：“当代中国法哲学研究范式的转换——从阶级斗争范式到权利本位范式”，《中国法学》2001年第1期，第62—65页。

[6]尽管学界已有不少学者提出“数据使用权”概念，但整体上仍未上升至“范式”层面。

[7]本文以“所有权”概念来概括表达传统物权意义上的所有权、数据知识产权、数据新型财产权等旨在赋予数据主体排他性、绝对性权利的数据专有权。

[8]See European Commission, “A Digital Single Market Strategy for Europe, ”Communication, COM (2015)192final (6May 2015).

[9]See European Commission, “Commission Staff Working Document on the Free Flow of Data and Emerging Issues of the European Data Economy Accompanying the Document, Communication, Buildinga European Data Economy {COM(2017)9final}, ” SWD(2017)2final (10January 2017).

[10]See German Federal Ministry of Justice and Consumer Protection and Max Planck Institute for Innovation and Competition (eds.), Data Access, Consumer Interests and Public Welfare, Baden-Baden: Nomos Verlagsgesellschaftmb H&Co. KG, 2021.

[11]See European Parliamentlegislativeresolutionof9November2023ontheproposalforaregulation of the European Parliament and of the Council on harmonized rules on fair access to and use of data(COM (2022)0068-C9-0051/2022-2022/0047(COD)).

[12]参见付新华：“从所有权到使用权——欧盟《数据法案》与数据治理范式革新”，《法治社会》2024年第5期，第38—39页。

[13]See Lawrence Lessig, “The Architecture of Privacy: Remaking Privacy in Cyberspace, ” Vanderbilt Journal of Entertainment and Technology Law, Vol.1, No.2, 1999, pp.56-65;Jessica Litman, “Information Privacy/Information Property, ” Stanford Law Review, Vol.52, No.5, 2000, p.1289.

[14]See Julie E. Cohen, “Examined Lives: Informational Privacy and the Subject as Object, ” Stanford Law Review, Vol.52, No.5, 2000, p.1381;Pamela Samuelson, “Privacy as Intellectual Property?” Stanford Law Review, Vol.52, No.5, 2000, p.1126.

[15]美国虽有阿拉斯加等极少数州将个人数据中的基因数据界定为个人财产，但其使用范围仅限于保险等特殊用途。参见翁清坤：“赋予当事人个人资料财产权地位之优势与局限：以美国法为中心”，《台大法学论丛》第47卷第3期（2018年），第941—1051页。

[16]See Peter K. Yu, “Data Producer’s Right and the Protection of Machine-Generated Data, ” Tulane Law Review, Vol.93, No.4, 2019, pp.859-929.

[17]Computer Fraud and Abuse Act, 18 U. S. C.§1030(a).

[18]See Andrew Sellars, “Twenty Years of Web Scraping and the Computer Fraud and Abuse Act, ” Boston University Journal of Science and Technology Law, Vol.24, No.2, 2018, p.380.

[19]See Hi QLabs, Inc. v. Linked In Corp., 273F. Supp.3d1099(N. D. Cal.2017).

[20]See Hi QLabs, Inc. v. Linked In Corp., 31F.4th1180(9th Cir.2022).

[21]See“Memorandumforthe Heads of Executive Departments and Agencies-Open Government Directive, ”M-10-06, 8 December2009, https://obamawhitehouse.archives.gov/sites/default/files/omb/assets/memoranda_2010/m10-06.pdf, last visitedon6June2024;Digital Accountability and Transparency Act of 2014, Pub. L. No.113-101, 128Stat.1146-1153; Geospatial Data Actof2018, 43 U. S. C. Chapter46: Geospatial Data; Open Government Data Act, 44 U. S. C.§3501-3520.

[22]See Augmenting Compatibility and Competition by Enabling Service Switching Act, https://www.congress.gov/bill/117th-congress/house-bill/3849/text, last visitedon6June2024.

[23]See Daniel Castro and Travis Korte, “Data Innovation101: An Introduction to the Technologies and Policies Supporting Data-Driven Innovation, ”4 November2013, https://www2.datainnovation.org/2013-data-innovation-101.pdf, last visitedon6June2024;“Big Data: Seizing Opportunities, Preserving Values, ”February2015, https://obamawhitehouse.archives.gov/sites/default/files/docs/20150204_Big_Data_ Seizing_Opportunities_Preserving_Values_Memo.pdf, last visitedon6June2024.

[24]See “The Federal Big Data Research and Development Strategic Plan, ”May2016, https://www.nitrd.gov/pubs/bigdatardstrategicplan.pdf, last visitedon6June2024;“Maintaining American Leadership in Artificial Intelligence, ”Executive Order13859of February11, 2019, https://www.federalregister.gov/documents/2019/02/14/2019-02544/maintaining-american-leadership-in-artificial-intelligence, last visitedon6 June2024;“Federal Data Strategy 2020Action Plan, ” https://strategy.data.gov/assets/docs/2020-federaldata-strategy-action-plan.pdf, last visitedon6June2024.

[25]参见高富平：“数据流通理论数据资源权利配置的基础”，《中外法学》2019年第6期，第1405—1424页。

[26]参见周汉华：“数据确权的误区”，《法学研究》2023年第2期，第16—17页。

[27]参见吴汉东：“数据财产赋权：从数据专有权到数据使用权”，《法商研究》2024年第3期，第3—16页。

[28]参见熊丙万、何娟：“数据确权：理路、方法与经济意义”，《法学研究》2023年第3期，第65—71页。

[29]参见王锡锌、黄智杰：“公平利用权：公共数据开放制度建构的权利基础”，《华东政法大学学报》2022年第2期，第59—72页。

[30]参见李建华：“论企业大数据财产权私法构建的数尽其用原则”，《当代法学》2024年第6期，第44—54页。

[31]参见付新华：“企业数据财产权保护论批判——从数据财产权到数据使用权”，《东方法学》2022年第2期，第140—143页。

[32]参见李依怡：“论企业数据流通制度的体系构建”，《环球法律评论》2023年第2期，第146—158页；张艳：“企业数据交易模式的构建”，《法商研究》2024年第2期，第72—86页。

[33]参见王利明：“论数据权益：以‘权利束’为视角”，《政治与法律》2022年第7期，第99—113页。

[34]参见梅夏英：“企业数据权益原论：从财产到控制”，《中外法学》2021年第5期，第1188—1207页。

[35]参见丁晓东：“论企业数据权益的法律保护——基于数据法律性质的分析”，《法律科学（西北政法大学学报）》2020年第2期，第90—99页。

[36]参见周樨平：“大数据时代企业数据权益保护论”，《法学》2022年第5期，第159—175页。

[37]参见姚佳：“企业数据权益：控制、排他性与可转让性”，《法学评论》2023年第4期，第154页。

[38]2021年6月29日，深圳市第七届人民代表大会常务委员会第二次会议通过《深圳经济特区数据条例》；同年11月25日，上海市第十五届人民代表大会常务委员会第三十七次会议通过《上海市数据条例》;2022年11月25日，北京市第十五届人大常委会第四十五次会议表决通过了《北京市数字经济促进条例》。

[39]参见刘雪妮：“深圳数据立法若干问题述评”，《深圳法治评论》2021年第3期，第19页。

[40]参见北京市高级人民法院民事判决书，（2016）京73民终588号。

[41]参见徐伟：“企业数据获取‘三重授权原则’反思及类型化构建”，《交大法学》2019年第4期，第20—39页。

[42]参见北京知识产权法院民事判决书，（2019）京73民终3789号。

[43]See OECD, Data-Driven Innovation: Big Data for Growth and Well-Being, Paris: OECD Publishing, 2015.

[44]See OECD, Enhancing Access to and Sharing of Data: Reconciling Risks and Benefits for Data Reuse across Societies, Paris: OECD Publishing, 2019.

[45]See OECD, Recommendation of the Council on Enhancing Access to and Sharing of Data, OECD/LEGAL/0463.

[46]See Garrett Hardin, “The Tragedy of the Commons, ” Science, Vol.162, No.3859, 1968, pp.1243-1248.

[47]（美）曼瑟尔·奥尔森：《集体行动的逻辑》，陈郁、郭宇峰、李崇新译，格致出版社、上海三联书店、上海人民出版社2014年版，第2页。

[48]参见王融：“关于大数据交易核心法律问题——数据所有权的探讨”，《大数据》2015年第2期，第49—55页；龙卫球：“数据新型财产权构建及其体系研究”，《政法论坛》2017年第4期，第74页；张玉洁：“国家所有：数据资源权属的中国方案与制度展开”，《政治与法律》2020年第8期，第15—26页；刘鑫：“企业数据知识产权保护的理论证立与规范构造”，《中国法律评论》2023年第2期，第39页。

[49]See Michael A. Heller, “The Tragedy of the Anticommons: Property in the Transition from Marx to Markets, ” Harvard Law Review, Vol.111, No.3, 1998, pp.621-688.

[50]参见周汉华，见前注[26]，第11—12页；彭辉：“数据权属的逻辑结构与赋权边界——基于‘公地悲剧’和‘反公地悲剧’的视角”，《比较法研究》2022年第1期，第103—104页。

[51]参见（美）埃莉诺·奥斯特罗姆：《公共事物的治理之道：集体行动制度的演进》，余逊达、陈旭东译，上海译文出版社2012年版，第18页。

[52]同上注，第36页。

[53]See Elinor Ostrometal., The Drama of the Commons, Washington, DC: National Academy Press, 2002.

[54]早在20多年前，普丽西拉·丽甘（Priscilla M. Regan）就已将个人隐私信息视为“公共池塘资源”，她认为，个人行动和交易生成的信息流构成了一个可供不同主体使用的资源系统，使个人信息成为一种“公共池塘资源”。See Priscilla M. Regan, “Privacy as a Common Good in the Digital World, ” Information, Communication & Society, Vol.5, No.3, 2002, pp.390-391.

[55]“公地喜剧”是卡罗尔·M.罗斯（Carol M. Rose）在1987年提出的概念，即一种资源因许多人使用而变得更加有效率。See Carol M Rose. “The Comedy of the Commons: Commerce, Custom, and Inherently Public Property, ” The University of Chicago Law Review, Vol.53, No.3, 1986, pp.711-781.

[56]参见谢在全：《民法物权论（上册）》，中国政法大学出版社1999年版，第115—116页。

[57]参见李国强：“所有权的观念性——近代私法上所有权的历史性格”，《现代法学》2009年第4期，第22页。

[58]参见张文显：“我们需要一部什么样的物权法——关于物权法的法哲学反思”，载《张文显法学文选（卷八）·学术讲演集》，法律出版社2011年版，第246—271页。

[59]参见马化腾等：《分享经济：供给侧改革的新经济方案》，中信出版社2016年版，第XIII—XXVII页。

[60]参见（美）亚伦·普赞诺斯基、杰森·舒尔茨：《所有权的终结：数字时代的财产保护》，赵精武译，北京大学出版社2022年版。

[61]参见崔建远：《物权法》（第五版），中国人民大学出版社2020年版，第10页。

[62]参见谢在全，见前注[56]，第117页。

[63]参见丁晓东，见前注[35]，第90—99页。

[64]参见宁园：“从数据生产到数据流通：数据财产权益的双层配置方案”，《法学研究》2023年第3期，第73—91页；张素华、王年：“数据产权‘双阶二元结构’的证成与建构”，《中国法律评论》2023年第6期，第145—148页。

[65]参见付新华：“论智能网联汽车数据的治理之道”，《法制与社会发展》2024年第1期，第148—152页。

[66]参见王利明：“论数据来源者权利”，《法制与社会发展》2023年第6期，第36—57页。

[67]参见高富平：“论数据持有者权构建数据流通利用秩序的新范式”，《中外法学》2023年第2期，第316—318页。

[68]参见王锡锌等，见前注[29]，第59—72页。

[69]参见付新华：“论超级平台数据垄断的法律规制”，《学习与探索》2022年第2期，第68—70页。

[70]参见申卫星：“论数据来源者权”，《比较法研究》2024年第4期，第107页。

[71]参见张新宝：“论作为新型财产权的数据财产权”，《中国社会科学》2023年第4期，第155页。

付新华，北京交通大学法学院副教授