财管定性分析法和定量分析法区别（数据权益之内涵划分及归属判断）

张翔

中国人民大学法学院

数据作为新生产要素，建立与之配套的权益分配机制是数据经济建成的基础。对数据权益如何分配的问题，学界暂无定论，目前主要有三派观点：权益分配给数据生产者的数据生产、流通理论，民法个人信息保护倾向下的个人信息自决理论，公法系统上的“分享—控制”一体化理论。基于上述观点，以数据的内涵与性质为基础，将数据权益之内涵界定为数据利用过程中的价值发现与实现，并在平衡各方利益的基础上寻求最佳的权益分配机制，同时对个人数据、企业数据、公共数据进行焦点问题的讨论以补充权益分配框架。

一、数据权益分配问题的不同学理解读

伴随着新技术的产生与发展，生产要素形式得到再次扩充，数据成为互联网时代日益重要的生产资料。数据的流通与分享也由最初的互联网企业间扩展至社会的各个主体，数据的生产与利用的方式也逐步多元化，数据的潜在价值不断被挖掘、开发，依靠数据所得的巨大利益也逐渐被各个主体所发现，数据带来的已不仅是实在的利润回报，还会为企业带来无形的资产利益和市场竞争优势，为政府提供公共服务制造便利。

生产要素的变革必然会催生与之配套的利益分配机制变革。也正是因为数据的潜在价值不断地被揭露，而又由于数据的价值是由于多元主体共同参与数据的生产、流通、共享过程的结果，因而关于数据权益分配的问题便成了数据经济塑成之际的一个亟待讨论、研究的话题。

对数据权益分配问题向下拆分，首先需要明确的是何为数据及其法律定位，其次便是数据权益的内容与外延问题，再次便是最优权益分配机制之选择。但对于这一问题，目前学界仍存在较大的分歧，不同学者皆站在不同的立足点证成其观点。从大方向上看，目前主要有三派观点。

首先是以高富平为代表提出数据生产理论与数据流通理论，认为数据并非天然存在，而是被生产出来的，其拥有的价值依靠数据流通实现，因而完整的数据价值实现过程不仅仅是最后对数据进行分析处理形成“智慧、知识”这一阶段，此前还应包括数据生产阶段，且这一阶段较之数据分析更为重要。数据生产者是数据控制者，其对数据价值生成付出的智力、体力、资本投入不应被忽视，因而可以对数据享有一定的“使用控制权”，能够与提供算力支持的数据分析处理者依照合同约定对数据分析结果（知识产权保护范畴）共享利益和回报。而由于数据的价值和能力在于其大量性与多维度性，作为被采集或获取数据的个人则不被认为对数据价值生产有所贡献，因而个人向数据控制者提供数据的情形不被包含在数据流通领域之内，个人仅仅具有基于数据的人格属性提出消极抗辩的权利。

其次是民法学者基于个人信息保护的角度，对数据权益分配持有较为保守的观点，普遍认为应将个人信息纳入民法人格权保护的范畴，作为数据所有者的个人有排他的权利，而至于个人信息的法律基础与法律定位究竟为何则存在一定分歧。杨立新在区分个人信息与个人数据的基础上认为个人信息应是民法权利，其权利属性为人格权，权利客体既包括精神性人格利益，也包括财产性人格利益，个人可以依据后者取得报酬请求。而王利明、石佳友皆认为个人信息权（或个人信息法益，关于民事权利与法益的分野在此不论）的法律目的在于提高个人信息保护意识，因而个人信息权的法律基础应是信息自决权，任何数据控制者或处理者在收集、获取、处理数据前都需要获得个人的“明示同意”，而不赞成忽视数据上附着的个人人格尊严的数据商业化趋势。

最后是以梅夏英为代表，对前两派观点进行中和，采取更为中立的态度，认为对数据保护的法律讨论应当破除“私法保护”路径及基于其上的公法干预原理的限制，引入提出“分享—控制”一体化理论。该理论认为“数据分享是前提性的，而数据控制需要理由”。此理论逻辑证成的基点在于数据的天然属性，认为数据是天然的公共服务品，因而具有天然的互惠分享属性，因而法律意义上的数据控制体系之建设尝试应基于数据分享这一前提之上。具体而言，数据的分享由于其天然的公共性而不需要人为的介入，但是在分享过程中产生的数据法益保护问题则需要进一步研究，梅夏英认为这一问题应当交由网络空间数据操作系统规则通过规范操作者的数据利用行为来解决；至于控制方面，梅夏英虽赞成个人信息保护，但提出公共目的意义上的个人信息保护以及风险规避意义上的个人信息保护之区分，认为对数据“可识别性”的强调以及将“知情同意”作为数据利用者利用数据的前提都是在规避风险的意义上讨论个人信息保护，存在保护程度过高阻碍数据流通共享之嫌，需要将个人信息保护的立足点转移至公共目的之上。由此，数据的流通、分享与个人信息保护之间的间隙缩小，因而得以互通一体。

除上述三类主要的观点流派外，亦有不少学者从更为微观的角度提出新的见解。如在企业数据利益分配情形下，丁晓东提出对企业数据不应采取绝对化排他化的财产权保护，应基于不同类型化、场景化的企业数据进行不同程度和不同方式的保护；熊丙万则提出“开放数据束”概念，并探讨了数据定价路径。

基于上述各流派观点，笔者试图依照数据内容、数据权益、分配机制的逻辑顺序构建数据权益分配的基本框架，在此框架下讨论不同数据类型权益分配的例外与特殊之处。

二、何谓数据？

在讨论数据的性质前，首先需要明确数据的概念、外延及何谓数据的问题。本文所称的数据是指基于网络技术、设施，记录并承载人、物、组织的行为或行为轨迹信息的载体。

在大多数情况下，数据与信息往往被不加区别地使用。但若细究数据与信息的历史与发展，不难看出数据是与新技术相伴而生的，有着与生俱来的网络技术依赖性，依赖数字编码技术得以外化为以二进制为基础的比特或比特流，虽然其价值内核在于所记录的信息，但数据的本质还是信息的承载与运输工具，或称信息载体，只是随着网络技术的进一步发展，得益于日益先进的应用代码才能够迅速且毫无障碍地与其承载的信息互相转化，两者状似等同。

虽然数据与信息的这一差别在数据市场上显得无足轻重，因为对于消费者而言，只有数据的价值性能够被利用而值得关注，至于其工具特征则属于网络代码编译程序研究领域。但在数据权益被提出之际，数据不再是一个单纯的为市场消费者所享用的公共服务品，对数据的利用也不再仅仅是单纯的信息提取过程，围绕数据展开的收集、挑选、分析、处理都在进一步挖掘数据本身的潜在价值。换而言之，虽然数据的价值本质在于信息，但如若没有数据作为中间媒介，将无法完成对海量的不同质的信息进行统一的收集整合、分析处理，数据使一些虚无缥缈的信息被记录下来，将实在或非实在的、或为图片或为文字甚至其他形式的信息统一为计算机网络所能够处理的数字编码，进而创造了利益喷涌的大数据时代。因此，数据的工具性虽然由于此前的技术发展而被弱化，但在数据权益分配的话题下，理应再一次得到重视，数据的这一性质不仅是区分数据与信息的关键，更在于为解决数据流通与个人信息保护之矛盾提供解决路径，进而为数据权益提供可分配前提。

除了对数据工具性的强调之外，数据的可识别性也不容忽视，这是数据与信息同一的特征。信息之所以为信息便是在于其可溯源至特定的对象，数据是信息的载体，自然而然地继承了这一属性；且从反向来看，数据的价值基础便在其能够识别单个对象或某对象群，以此对被识别的对象进行分析，作出决策。在此需要区分的是，基于个人信息保护的目的所提出的去除可识别特征的数据，这类数据所称的“不可识别”针对的是受个人信息保护的对象，在个人信息保护外延之外的可识别性数据最终也会识别到特定的对象群，至于多大范围的特定对象群能够落在个人信息保护的外延之外，在此不做讨论。因此，数据具有可识别性，能够溯源到特定的被识别对象。

其次是数据与知识的差别，从数据到知识是一个前后递进的过程。单纯的数据或信息往往无法应用于决策，而需要基于一定的算力、技术基础，通过对数据注入一定的专业性内容，使其能够成为一种新的知识或智慧以辅助决策。换言之，即“人工智能开启了一种新的知识和智慧形成或供给方式”，而数据是这一智慧供给方式的重要一环。

三、数据权益内涵及其分配机制

数据财产权概念之否定

数据权益不等同于数据财产权。财产权的核心是所有权，即对财产的全部权利，从本质上讲也是一种自由权，即对财产享有的绝对的自决的自由。虽然民法学者在对个人信息权进行论证时没有明确采用“财产权”一说，但将个人信息权的法律基础定位于自决权利，实际上也是间接表达了数据财产化的倾向。

从历史上看，财产权相关的法律是从物的基础上发展起来的，虽然此后也有无形财产纳入其中，但是都不曾改变排他的所有权在财产权中的核心地位，即便是知识与智慧也能够通过知识产权法被赋予法律意义上的排他以抵消天然的非排他性。

但是数据却与有形财产或无形财产皆不同，数据的工具性决定了未经任何处理的数据本身是无价值的，其价值呈现在于数据被利用的过程。数据的利用具体包括数据价值的发现以及数据价值的实现两个部分，而数据价值的挖掘或生产是数据价值发现的必然条件，数据在市场上的流通、分享则是数据价值实现的必由之路，即数据流通理论所说的，“数据流通即是实现数据社会化利用和实现数据资源价值的必然路径，正是有社会化数据流通和利用，才能形成数据经济”。因而讨论单纯地基于数据的财产权是没有意义的，除非开拓、重构传统财产权的内涵，但与其推倒所有权作为核心的传统财产权架构，倒不如立足于数据价值本身，根据其特殊价值产生路径，配之以特殊的权利内容。数据的价值在利用中产生，因而对数据的利用而产生的权益进行分配才是数据权益分配所应讨论的内容。

数据利用及权益分配机制

如前所述，数据权益分配问题之下待分配的是数据利用权益，换言之，即数据在价值发现与价值实现过程中产生的权益分配问题，基于此，首先需要明确的是数据利用的内涵。

数据的利用最终目的是为了实现价值，创造智慧，以供决策。因而从逻辑上看，数据的利用包含两个方面：一是数据价值的发现，因为数据的工具性，所以单纯的数据本身是没有价值的，需要人利用智能技术去发现其价值；二是数据价值的实现，价值实现需要通过市场主体之间的横向分享与纵向流通来完成，即便是将挖掘、生产、分析、处理过程合一的主体，也存在内部的数据分享与流通。

1.数据价值的发现及其权益分配

数据价值的发现应当包含两个部分，一是数据潜在初始价值的挖掘，二是数据价值的生产与增值。

数据是信息的载体，因此单个信息的价值由其数据载体继承，成为数据的潜在初始价值。从信息主体看，大多数情况下其发出信息的行为是不自觉的，而信息接受主体接收信息的过程也不一定是主动的，甚至往往是被动接收。从这一点看，信息具有公共性，大量信息的分享与自动进入公共领域的现实决定了信息主体无法对其信息取得绝对的控制与自决。而数据也在一定程度上继受了信息的这一特性，对数据的潜在初始价值的发现并非是价值增值，而是对已有公共性价值的挖掘。能够轻易得到而不需要投入太多劳动与资本的价值挖掘过程并不能给挖掘者带来对数据的控制权，而仅仅能够换取对数据的使用权，即能够对这一部分数据进行进一步的利用，但不能够以积极的控制权排除他人对这一部分数据的获取。

但从投入产出的角度看，为了填平数据挖掘者在挖掘数据初始价值过程中付出的一定量的劳动与资本，可以在确认这部分数据的公共性与可分享的前提下，给予挖掘主体消极的自决权，即允许挖掘主体对这一部分数据通过加密等技术实现暂时的控制，当其他主体请求获取这部分数据时，挖掘主体可以自行决定是否分享这部分数据以及数据分享的条件，如订立合同获取对价；但挖掘主体不能以消极的自决权来对抗其他主体通过网络爬虫技术等技术获取该部分数据的权利，即消极的自决权之下是对数据的消极的、事前的控制，一旦数据被其他主体以合法的技术手段获取，该自决权不能与之对抗。换而言之，即仅保护当前控制的状态不被非法击破，而不是给予其专有权利。至于破解初始数据的加密技术是否会侵犯知识产权，暂且不论。

数据价值的生产与增殖过程则是指在原始数据的基础上，破除原始数据之间的孤岛状态，对数据进行净化、提炼、汇集，实现数据间的互通，即汇集性数据处理，但不包括借助算力与专业性技术对数据集分析、处理之后生成知识与智慧这一创造性过程。在数据价值的生产与增殖过程中，由于需要根据一定的目的或主题，对无序的海量数据投入一定量的劳动、资本来筛选、提炼、汇集得出相对有序的数据集，数据的本质没有发生变化，数据的价值却得到了增殖，在固有的初始价值之外，通过连线孤立数据，增加了初级辅助决策的功能，能够作为每一领域决策知识的原材料。因此，由于数据集的生产者为数据添附了新的价值，而数据价值是数据利用的核心内容，因而数据集生产者能够对其生产的数据集中的原创性部分取得专有的控制权且有权独享数据集带来的收益，至于其中的基础性、事实性的数据仍然为公共、共享的范畴。

2.数据价值的实现及其权益分配

数据价值的实现过程包括两个部分：一是初始数据潜在价值的分享过程；二是类似生产链的数据流通过程，即数据在不同主体间流动而不断增殖的过程。

分享、共享初始数据潜在价值的基础点是数据的公共性，即非竞争性和非排他性，数据天然的公共性服从固有的互惠分享的原理。因而初始数据在不同主体之间的横向的流通不应该有分享成本的壁垒。如前所述，初始数据所拥有的潜在价值核心即其所载的信息，而由于信息分享本身由于时效性和聚集性而无法实现经济上的分割和交易，初始数据的分享模式也在逻辑上继受了这一特点。另外，基础数据的共享互惠也是数字经济发展的要求，如若将基础数据纳入产权保护的范畴，无异于从根源上切断了利用数据、创造价值的过程。

而实现数据价值增值的流通过程，主要包含数据从数据收集者流向数据集生产者、从数据集生产者流向数据分析者两个阶段。由于数据具有积累性与非消耗性，数据在流通的过程中其价值不减反增，因此除却上述数据价值在单个主体内部实现增殖外，流通亦是通过不同主体间的外部联系完成数据价值增值以及价值最终实现的基础，因而参与数据流通的主体有其分享数据权益的正当性。

在取得流通数据权益分配的正当性之后，接着需要思考的是：在数据流通的第一个阶段，数据收集者可否分享数据集生产者基于数据库所得的收益；在数据流通的第二个阶段，数据集的生产者可否分享数据分析处理者基于辅助决策的知识所得收益；以及综合两个阶段看，数据收集者是否可以越过中间步骤，以数据供给源的身份与数据集生产者一起共享数据分析处理者基于辅助决策的知识所得收益。

首先，基于上述论证的数据集生产者能够基于新价值添附而对数据集取得排他的控制权且有权独享数据集带来的收益，可知数据收集者无权分享数据集生产者基于数据库所得的收益。其次，基于此前所论证的，数据集在经过分析、处理后被注入专业性的价值内涵而被用于辅助决策时，其本身也不再属于数据范畴，而更接近于知识、智慧，应当被置于产权保护的制度之下，数据集的生产者与数据分析者之间的收益分配问题可以交由合同解决；而数据收集者虽然在理论上也有权通过合同约定来分享知识带来的收益，但由于收集者与分析者之间缺少直接的联系，且在实务中三个主体之间的关系往往不是一对一形式，而是多对多的交叉纵横的状态，因而数据收集者通过合同约定来分享收益在实践操作上存在障碍。

3.小结

总的来说，数据权益的内涵应该限定在数据利用过程中发现与实现的价值利益。而不同主体之间的数据权益分配矛盾根源在于，传统投入产出平衡导致的数据的私有化与数据天然的公共服务品性质之间的对抗。

笔者试图拆分数据利用过程为数据价值的发现与数据价值的实现，前者包含在主体内部实现的数据潜在价值的挖掘与数据新价值增值，后者包括数据在主体间的分享与流通，并在各个阶段根据在数据利用过程中的承担的功能来类型化不同主体，最终基于对各个主体类型在数据利用过程中的投入与贡献来分配数据权益，以求兼顾市场公平原则与数据公共服务品性质。数据的发现是内部性的，而数据的流通则是外部性的，内外的共同运作才能实现数字经济的发展，因此对同一个主体可享受数据权益进行分析时，需要从内外两个方面对其进行综合分配。而在明晰了每个主体类型的权益分配机制之后，多功能合一的主体权益分配亦由此明晰。但由于数据权益边界并没有严格且明晰的界定，因此在这一统合性分配规则下具体的权益分配大小问题则需要根据具体的场景来决定。

四、特殊数据类型情景下之权益分配再考量

由于个人、企业以及政府都可能是数据利用过程的参与者，而三者之间的性质、能力的差异都将影响数据权益的分配机制。因此，在对数据权益分配进行了总括性的分析之后，需要进一步再考量由不同数据类型的特殊性导致的数据权益分配相关问题：个人信息保护问题、企业数据权益分配尤其是商业秘密保护问题、公共数据在转化为企业数据时其强公共性与企业数据私权化的对抗问题。

个人数据：个人信息保护

当数据来源是个人时，由于个人信息具有人格属性，导致数据主题往往与个人相关，数据流通亦有可能因此陷入桎梏。因此对个人信息保护的讨论与研究，不仅仅是为了确认作为数据来源的个人的权益取得与保护，更是在为此类数据的流通寻求正当性基础。

虽然此前学界关于个人信息究竟是法益还是民事权利有较大的观点的分野，但从最新颁布的民法典人格权编第1034条到1039条的规定，法律上对于个人信息的定位应该是一项人格权益，且自然人就其个人信息不仅享有人格利益，还享有财产性人格利益。由此可知，作为民事权益的个人信息权益予囊括了人格与经济两方面的利益，而不需要再从财产权的角度对个人信息权益加以确认。这一立法路径确实能够实现“个人在保护自己人格利益的情形下，可以自主决定是否通过信息许可或交易来获利”，且能够解决原先的人格权兼财产权说导致的法律规定“个人同意”的例外情况与财产权产权保护之冲突以及财产权权利属性与数据天然公共属性之间的矛盾问题，但是，仍然无法解决信息交互性问题带来的可能法益冲突与权益分配。同时，将该理论应用于数据权益分配的问题，把个人的“同意”作为信息处理者处理信息的前提，不仅存在实践上的无意义，因为个人在作出“同意”时是否足够谨慎、该“同意”是否表达了用户的真实意愿仍然存疑；而且还会阻碍数据的流通，徒增信息处理者收集信息的成本。

虽然继续从个人信息私法保护的法律属性上来寻求一条路径以平衡数据流通与个人信息保护有其实现的可能，但是从数据天然的公共性出发，探寻公法意义上的个人信息保护以支持数字经济的发展现状可能不失为明智之举。以“用户同意”为例，由于法律上规定的“用户同意”实质上是关于用户是否愿意自担数据利用产生风险的同意，其建立在用户信息可能被滥用的基础上为用户提供一个事前的自我信息保护选择机制，因此可以理解为“规避风险意义上的个人信息保护”。但是由于风险的存在与否以及风险的高低皆有很大的差异，如果以统一的较高的风险规避标准来寻求数据流通中的个人信息保护，无异于是对数据流通的过度限制，因此可以从个人信息保护的公共目的出发来限缩个人信息保护的法益范围，在具体风险上再作出规避性的保护措施，以此来避免如“用户同意”此类保护措施带来的数据流通障碍，实现数据流通与个人信息保护的平衡，为个人数据流通构筑其正当性的同时，也可以从“隐形对价”等角度进一步寻求个人数据被收集到数据收集者过程中的利益均衡。

企业数据：商业秘密法律定位与数据场景化保护

企业数据中较为特殊的一类是商业秘密。民法典第123条将商业秘密归至知识产权的保护客体，将其法律属性界定为专有的权利，笔者对这一点存疑。我国反不正当竞争法定义的商业秘密是指“不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息”。商业秘密具体而言包括管理方法、产销策略、客户名单、货源情报等经营信息，生产配方、工艺流程、技术诀窍、设计图纸等技术信息。从商业秘密的范围上看，商业秘密囊括的数据类型具有多样性，只要满足秘密性、实用性与保密性的企业数据，即便是非知识性的，类似于客户名单这类基础性数据或数据集都可以成为商业秘密的范畴，并能够依法获得专有的知识产权权利属性。

但是，虽然数据在流通过程中实现的价值增殖能够为其建立私权性质的产权保护提供一定的正当性，然而数据天然的公共性质仍然决定了“法律对其的保护原则是以公有保护为原则，以私有保护为例外”，私有保护的界限也应以原创性的新增价值为判断标准，基础性数据仍然应处于公有领域；然而民法典对商业秘密采取的“专有权利”的定位与保护，使得一些基础性的企业数据也得到了较强的专有保护，如此无论是在逻辑上还是促进流通的目的上皆有不妥之处，笔者认为将其作为法益而非“专有权利”进行保护更为合理。

除却商业秘密之外，其他的企业数据之权益分配与保护，需在前述的数据权益分配大框架之下采取区别化、场景化的保护措施：对于企业的非公开数据、半公开数据与公开数据采取不同的保护模式与保护力度，并通过自下而上的个案来构建企业数据保护体系。

公共数据：法益位阶之对抗

公共数据包含两部分的内容：政府机构的政务数据与各类主体在公共空间产生的非私人化数据。公共数据相较于个人数据或企业数据，更强调其社会性，即非排他性和非专有性，因此对公共数据的保护路径呈现了管理化特征。

而有关公共数据权益分配需要区分公共数据自身生成权益的分配与其转化为企业数据后的权益分配机制问题。关于公共数据自身生成权益的分配，仍然以公有性和社会性为主，可以通过基础设施、政府红利等方式惠及社会公众。因此需要关注的问题仍然在于，当公共数据转化为企业数据时的数据权益分配问题，更进一步说，需要讨论的是在这一数据转化的过程中公共数据的公共性与社会性是否能够得以保留。

根据前述的数据权益分配的观点，当数据被转化为企业数据时，获得价值增值部分的数据即为企业所专有，企业能够获得控制权和独享收益的权利。这一结论并不因基础数据为公共数据而被推翻，因为企业在运用公共利益的过程中也会有大量的劳动、资本的投入，在实现公共数据价值增值过程中也可能会付出巨额成本，同时该数据也有可能在经过企业的加工处理之后成为企业的核心数据资产，具备类似于无形财产的属性，因此为了实现激励企业进行数据处理、促进数据经济发展的目的，以及为了实现市场公平竞争，应该赋予企业对价值增值部分的数据以一定的控制权益，但是，当该数据上的公共利益与企业利益相冲突时，根据权益位阶应当首先实现公共利益，再追求企业利益的获得。

总结

数据作为新型生产要素，相较于传统的所有生产要素具有其独有的特性，因而对数据权益分配机制的讨论在数据经济建成与发展之际显得尤为重要。

对数据权益分配问题的探讨，从逻辑上看主要是三个问题：何谓数据，数据权益的内涵与外延，最佳分配机制之选择。

数据是指基于网络技术、设施，记录并承载人、物、组织的行为或行为轨迹信息的载体。数据的工具性与可溯源性是其主要属性，基于数据的工具性可以将其与信息相区分，数据的工具性使得对海量且不同质的信息进行统一处理成为可能；数据的可识别性则是数据价值存在的前提与基础，没有可识别性的数据是没有价值的。从数据的利用过程上看，还需要对数据与知识加以区分，后者已经跳脱了数据的范畴，对其也应从产权角度加以保护与规制，只有对前者的利用产生的权利与收益问题才是数据权益的讨论范畴。

数据权益产生的根本在于数据价值的实现，而数据价值的实现基于对数据的利用，即通过利用数据获得收益，基于收益而产生权益分配问题。数据的利用可从内部与外部两个视角分为数据价值的发现与数据价值的实现，前者包括对数据初始潜在价值的挖掘和数据价值的生产与增殖，后者包括基础数据价值的分享与流动。由于数据天然的公共性，因此数据初始潜在价值的挖掘以及基础数据价值的分享过程皆强调公有性与社会性。而数据集生产者在投入一定的成本对数据进行挑选、净化、汇集以作为决策辅助的数据基础时，单个数据之间的孤立状态被打破，数据间的互通产生了新的数据价值，即实现了价值增值，数据汇集者对这一部分价值增值数据享有一定的控制权和收益权。而又由于数据价值实现的根本是数据的流动，因而不可否认数据在主体间的流动过程对数据价值增值的贡献，但是基于数据原生的公共性以及数据集生产者理论上的控制权可以认为数据收集者对价值增值的数据集不享有共享收益的权益，而数据收集者、数据集生产者与数据处理者对最终知识的收益分配问题，在学理上可以通过合同约定来解决，但由于收集者与处理者之间的非直接关联，以及数据主体之间数据分享、流动关系网的纵横交错，导致两者之间通过合同约定分享知识收益的机制缺乏实践意义。

在上述框架之下，由于数据利用过程参与主体的多样性，因而还需要依据不同主体的特殊性进一步讨论分配机制的主体差异。个人数据方面，纷争往往多发于个体的行为数据，可以通过在数据流通过程中采用以公共目的为基准，以具体风险规避为特例的个人信息保护目标，从而解决个人信息保护与数据流通之间的平衡问题；在企业数据方面，由于互联网企业的开放性，往往容易引起数据的垄断纷争，因而需要注意企业数据的专有性与非排他性的平衡以及商业秘密的定位，可以依据类型化、场景化的企业数据来解决相关问题；公共数据领域则需要注意公共数据的强公有性与数据利用过程中的私权化保护之间的对抗，尤其是公共数据转化为企业数据的情况，需要在保证公共数据的公有性与社会性不被破坏的情况下，尽可能实现企业数据权益的最大化。

,