一、数据权益分配问题的不同学理解读
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。
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。
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。
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。
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
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。
四、特殊数据类型情景下之权益分配再考量
个人数据：个人信息保护
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。
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。