一、问题的提出：数据究竟属于谁？

自2017年《民法总则》第127条规定“法律对数据、网络虚拟财产的保护有规定的，依照其规定”以来，不仅学界开始将数据全面纳入其研究视野，而且立法者在2020年颁布的《民法典》中完整保留了前述条款，并在2021年《数据安全法》第7条规定“国家保护个人、组织与数据有关的权益，鼓励数据依法合理有效利用”。2022年12月，中共中央、国务院出台《关于构建数据基础制度更好发挥数据要素作用的意见》，明确提出“建立保障权益、合规使用的数据产权制度”“逐步完善数据产权界定”。不同于传统知识产权法所调整的智慧创造类信息，数据在内涵上指向事实类信息^[1]，主要是以电子形式存储和处理的体现一定事实内容的信息。在数据这一新生事物引发的相关法律问题中，数据权属问题尤为关键。数据权属之所以受到社会各界的极大重视，是因为其是数据利用、数据流通和数据产业化的逻辑起点^[2]。然而，由于涉及多方主体之间的利益协调，如何界定数据权属是一个争议非常大的问题^[3]。在当前的语境下，各界所言的数据权属——换言之，数据到底属于谁——主要指向财产权益归属。虽然广义的数据权属涉及人格权益归属，但本文的研究对象将主要限定为数据的财产权益归属，仅对数据的人格权益归属予以区分性提述，以便明晰研究边界。具体而言，本文将首先界分数据权属的两个层次，在此基础上针对其中的数据财产权益归属问题，结合理论依据、法制标准和裁判立场进行综合判定，以期为日后系统性建构数据财产权益制度奠定可靠的权属基础。

二、数据权属的两个层次 (一) 数据的人格权益归属

在依据可识别性将数据分为个人数据和非个人数据的场合，前者涉及人格权益和财产权益，后者只涉及财产权益，因此谈及人格权益的归属时即指个人数据人格权益的控制与利用问题。

世界各国和地区对数据的关注最早源于对个人数据人格权益的保护，已有的个人数据保护立法文本无不是对个人数据人格权益问题予以调整。例如：1981年欧洲理事会《有关个人数据自动化处理的个人保护协定》前言规定“应当扩大对大众权利及其基本自由的保护，尤其是对隐私权的尊重”^[4]1；1995年欧盟《个人数据保护指令》第1条规定“各成员国应对个人数据处理中自然人的基本权利和自由，特别是他们的隐私权予以保护”^[4]43；2018年欧盟《通用数据保护条例》第1条规定“本条例保护自然人的基本权利和自由，特别是自然人享有的个人数据保护的权利”。此外，我国《民法典》人格权编将个人信息条款纳入其中，《个人信息保护法》对自然人个人信息权益提供专门保护；我国台湾地区“个人资料保护相关规定”第1条规定“为规范个人资料之收集、处理及利用，以避免人格权受侵害，并促进个人资料之合理利用”；澳门特别行政区《个人资料保护法》第2条规定“个人资料的处理应以透明的方式进行，并应尊重私人生活的隐私”。可见，个人数据保护法的立法目的主要是为了保障个人数据所承载的人格权。

从理论上观之，人格权是以人格为内容的权利，其体现人的自主性与个别性，并维护促进人性尊严及人格自由发展^[5]。人格权所归属的主体主要是自然人，原因在于：其一，人格权是起源于自然人的一种私权利，诸多国家仅承认人格权限于自然人，部分国家对法人人格权的认可仅作为例外存在；其二，自然人的特点决定了其可以享有几乎所有类型的人格权；其三，侵害人格权的精神损害赔偿仅适用于自然人；其四，人格权的制度目的即维护人的尊严和促进全面发展，亦决定了自然人是主要的人格权主体^[6]。虽然个人数据权本身是否为一项独立的具体人格权尚存争议，但是个人数据所承载的人格权益已经得到主要立法和主流学说的承认，我国即在《民法典》第四编第六章对“隐私权和个人信息保护”作出专章规定，从民事基本法的层面对个人数据的人格权益进行规范。因此在理论上，个人数据所承载的人格权益应归属于自然人。

从立法上观之，前述提及的有关个人数据保护的立法文本均规定了一系列可以针对个人数据行使的权利。例如，欧盟《通用数据保护条例》第三章列举式规定了访问权、更正权、删除权(被遗忘权)、限制处理权和反对权等多种权利，为个人数据的人格权益保护提供了尽可能完备的选项。然而，这些权利归属于谁？该条例第三章的标题“数据主体的权利”揭示了答案，即条例为保护个人数据人格权益所创设的权利均归属于“数据主体”。结合条例第4条可知，数据主体是指“已识别或可识别的自然人”，而可识别的自然人是指“通过姓名、身份证号、定位数据、网络标识号⋯⋯等识别符能够被直接或间接识别到身份的自然人”。我国《个人信息保护法》第四章“个人在个人信息处理活动中的权利”也作了类似规定。因此在立法上，个人数据所承载的人格权益归属于个人数据所关联的已识别或可识别的自然人。

可见，经过个人数据保护法数十年的发展之后，个人数据人格权益的归属问题可以从人格权一般理论和个人数据保护法具体规定中得到答案，即(个人)数据人格权益归属于个人数据所关联的已识别或可识别的自然人。

(二) 数据的财产权益归属

无论是个人数据还是非个人数据，均蕴含着较大的经济利益，承载着一定的财产权益，这一点已基本无争议。然而，当企业尤其是互联网企业等主体通过传感器和互联网收集、储存和处理了大量数据时，这些数据所承载的财产权益究竟归属于谁？这一问题是数据权属的核心问题，近年来可谓争议纷呈，至少存在以下几类代表性观点。

第一类观点基于数据处理的不同阶段，认为用户对个人基础数据享有所有权，数据处理者对基础数据进行加工处理后的增值数据享有所有权^[2]。第二类观点基于数据的不同类型，认为个人数据应由个人控制，企业可以通过匿名化处理获得部分数据权利，政府数据应作为公共产品处理^[7]。第三类观点基于主体的不同，认为应对用户配置个人数据或初始数据的人格权益和财产权益，同时对数据经营者(企业)配置数据经营权和数据资产权^[8]。第四类观点根据不同主体对数据形成的贡献来源和程度的不同，认为数据原发者拥有数据所有权、数据处理者拥有数据用益权^[9]。第五类观点将数据财产权益分配给数据从业者，认为数据是数据控制人的数据资产^[10]。第六类观点将数据财产权益分配给全体网民，认为大量的高价值数据是由互联网之上不计其数的网民所创造的，因此应由全体网民享有数据之上的权益^[11]。第七类观点将数据财产权益分配给不同的利益相关者，认为在不同的利益相关者中，数据财产权应首先依循“捕获规则”分配给数据业者，继而再依据“关联规则”将个人敏感数据权利分配给数据主体^[12]。第八类观点基于数据具有多重属性且数据属性依赖于具体场景，认为无法对数据权属作出明确界定^[13]，可以考虑先行搁置有关数据权属的争议^[14]。

虽然以上八类观点并非全部建立在区分数据人格权益归属和数据财产权益归属的基础上，但是在客观上囊括了学界和实务界对数据财产权益归属问题的基本认知。之所以形成如此争鸣的局面，不仅与各位研究者看待数据权属问题的角度有关，更与缺乏一致的数据权属分配标准有关。因此，欲真正解决数据财产权益归属的分配难题，则必须对可能的财产权益分配依据进行考察。

三、数据财产权益分配的理论依据 (一) 法哲学依据 1. 并入理论

作为财产权益的一种分配或取得方式，并入理论(incorporation theory)意指财产权是身体的延伸，这种延伸源于外部物向身体的并入。具体而言，该理论认为：首先，人们有权作为独立的行为人存在；其次，人们有权不让其行为关系终止，比如不让他人破坏其大脑；再次，人们有权在不侵犯他人权利的情况下依照自己的意愿移动或运用其身体，即人们拥有对其身体的排他性权利；复次，人们对任何可能获取和并入其身体的物享有排他的使用权；最后，这种排他性使用权是财产权。并入理论常举的一个例证是，人们将外在的食物吃入体内并转化为蛋白质后，人们因这些食物并入其身体而对其享有财产权^[15]55-56。

2. 投射理论

投射理论(projection theory)意指，人们体现到外部物中所形成的对人的投射属于财产权，该理论的重要来源是黑格尔。黑格尔认为，人为了作为理念而存在，必须给它的自由以外部的领域，人唯有在所有权中方可作为理性而存在。人们有权把他的意志体现在任何物中，从而使该物成为他的东西。同时，为了获取所有权即取得人格的外在形式，需要满足三项条件：一是人们将自己的内部意志投入某物；二是取得对该物的占有，因为只有通过占有才能使人的意志获得外部表现形式；三是需要获得他人的承认^[16]。概言之，根据投射理论，无主物变为某人财产的原因在于，人们通过运用其身体引起了外部物的变化，在外部物中投射或体现了他们的人格，从而可以主张这些外部物为其所有^[15]60。

3. 劳动理论

作为财产权取得的一种重要理论，属于自然权利体系的劳动理论最初由洛克提出。洛克假定土地、动物和植物等所有东西由人类所共有，同时人们对自己的人身享有一种所有权，进而人们通过其身体进行的劳动是正当地属于他的。当人们改变某物所处的自然状态时就意味着在该物之中掺入了劳动，此时该物因添加了某人的劳动而成为付出劳动之人的财产^[17]18。例如，人们在海洋中捕捞鱼类或在森林中抓捕野兔时，渔民或猎人的劳动使这些鱼类和野兔脱离了自然界为其安置的共同状态，因而为捕鱼或抓兔付出劳力的人将取得对这些捕获物的财产权^[17]20。

4. 公约理论

在说明私有财产起源和分配的过程中，格劳秀斯和普芬道夫强调了公约的重要性^[18]，财产权在他们的理论中带有强烈的公约性质^[19]。格劳秀斯认为，财产权不是一种简单的个人意志行为的结果，因为其不可能知道其他人希望得到什么物品并且也不知道有几个人希望得到同一件物品。事实上，物品受私人所有权支配是协议的结果，这种协议包括明示形式如对物品加以分割，也包括默示形式如对物品进行先占^[20]28，而人类社会早期以集会方式作出财产权分配的决定即属于明示协议分配的直观例证^[20]51。普芬道夫也表达了类似的观点，认为财产权直接源于人们之间的公约，这种公约可能是心照不宣的也可能是明确表示的。总之，带有功利性的实在法和公约决定了财产权的形成^[19]。对此，美国现实主义法学派也持有同样观点，即将财产权理解为一种纯粹的社会公约问题^[21]。

5. 数据财产权益的归属检验

对于并入理论而言，其要求人们对任何可能获取和并入其身体的物享有排他性权利，这一点显然不适于判定数据财产权益归属的场合。因为企业等主体收集和处理的大量数据没有并入这些主体的躯体之中，也未并入个人数据所指涉的自然人的身体之中。

对于投射理论而言，其判定财产权益归属时要求人们将自己的意志投入某物、取得对该物的占有并获得他人的承认。企业等主体收集和处理数据时通常属有意为之，这些数据之中蕴含着他们分析、利用以获取数据经济价值的意志，同时这些数据通过计算机软件和网络系统等技术措施得以被他们实施实际的占有控制。有疑问的是，企业等主体针对数据的财产权益主张是否得到了他人的承认。事实上，既有的商业秘密制度在法律层面承认了数据持有者对具有商业价值的非公开数据的合法财产权益，同时司法判例也承认数据持有者对公开数据享有一定财产权益。在涉及个人数据时，这些被收集数据所指涉的自然人往往意在使用企业等主体提供的产品或服务，而非将其自身的何种意志投进数据之中，更未对这些数据进行占有控制。因此，投射理论不适用于自然人主张数据财产权益，但是该理论可以支持企业等主体对收集和处理之数据享有财产权益。

对于劳动理论而言，除去关于该理论的诸多假设和诸多版本不谈，其“何人劳动即由何人收获”的经典意涵为财产权益归属的判断提供了一条清晰简明而又能为人们心中朴素正义所接受的标准。在数据经济的实践中，为海量数据的产生、汇集、加工、分析、传输和利用投入大量人力、物力、心力和财力等劳力的主体通常是实施这些行为的各类企业。即使数据经由传感器和网络爬虫等自动化技术得以收集，亦不能否认和掩盖企业等主体为之所付出的时间、金钱和技术等资源。同时，在劳动理论的语境下，个人数据所指涉的自然人通常是在基于自身需要而使用产品和服务的过程中被记录和收集了数据，该自然人并未对数据集的形成投入除“使用产品和服务”这一行为之外任何所谓的“劳动”。因此，在劳动理论的判断标准下，享有数据财产权益的主体应为付出劳动来收集和处理数据的企业等主体。

对于公约理论而言，该理论的基本思想为“财产权益归属于社会共识所认可的主体”。在现代社会中，此种社会共识通常体现在由代表全体公民的立法机关所颁行之法律规范中，亦可体现在由居中裁判的司法机关所撰写之判决文书中，甚至可体现在诸多社会主体相互之间所达成之合同文本中。在法律规范层面，已在世界范围内广泛建立的商业秘密保护制度将具有商业价值之非公开数据的财产权益分配给商业秘密的合法持有者。在判决文书层面，中国、美国和欧盟的法院在已经出现的数据财产权益纠纷中，认为公开数据在满足某些条件的情形下由其合法持有者享有一定财产权益。在合同文本层面，实践中大量存在的无论是大数据交易中的数据交易合同还是网络公开数据的许可使用合同，均表明向他方提供数据的数据持有者是支配数据财产权益的权利主体，即使在因未获授权使用网络数据而发生纠纷的案件中，被告与原告在先前亦常常达成过许可使用合同或欲达成许可使用合同，表明合同双方通常认可数据持有者的权利主体地位。因此，在现代社会的公约论语境下，立法规范、司法裁判和商业合同所体现的共识，不同程度地支持由合法收集处理数据的主体来享有数据财产权益。

(二) 法人类学依据 1. 财产权益分配的社会脉络

日本民法学者加藤雅信在走访了于文化人类学上具有重要意义的世界各地(包括亚洲、南美洲、非洲、大洋洲)之后，从文化人类学的角度验证了各种社会(包括定居农业社会、火耕农业社会、游牧社会、狩猎采集社会和现代工业社会)所有权概念的存在形式，进而在法人类学的视角下阐明了所有权产生于怎样的社会条件，其成果对于当前理解财产权分配依据有着较大启发。通过对不同的社会形态进行实证考察后，加藤雅信得出了以下重要观点。

农业社会中，农业生产的开展必须投入耕作、除草、施肥和灌溉等劳动和资本，如果不承认土地所有权就无法保护资本投入所产生的成果，此时将无人再愿意进行农业生产。所以，农业社会承认土地所有权的第一个原因在于保障个别农业生产者并保护他们资本投入的成果，第二个原因在于通过保护个别投资来谋求社会整体农业生产的最大化^[22]66-67。

而在游牧社会和狩猎采集社会，两者均不需要对土地进行投资，故不存在土地所有权的必要。然而，前者需要对家畜投入劳动和成本，后者需要对猎物与采集物投入劳动和成本，因此游牧社会的所有权概念产生于家畜之上，狩猎采集社会的所有权概念产生于猎物与采集物之上^[22]68-69。

到了现代社会，以智力成果为代表的人类知识产物具有生产资料属性，凝聚大量的劳动与资本投入。因此，保护创造者的发明及投资的成果，从而活络社会整体的创造活动并振兴相关产业，成为无形财产权或知识产权产生的基础^[22]136-137。

总之，无论在何种社会形态中，所有权对于生产资料的功能不仅在于由私人独占使用的权能，更在于通过保障劳动和资本等投入来赋予投入者以积极性，从而实现保护投入者个人和增加社会整体生产力的双重目的^[22]145。

2. 数据财产权益的归属检验

法人类学关于财产权益归属的标准可以描述为，对生产资料投入劳动和资本之人会被社会赋予权利主体的地位。该权利分配标准在人类历史上跨越时空发挥着作用，通过在微观层面保护个体从而促进宏观层面社会的发展，至今仍适用于人类社会的生产生活。

一般而言，生产资料是劳动资料和劳动对象的总称，是劳动主体进行生产和扩大再生产的物质要素。正如国务院《促进大数据发展行动纲要》将数据描述为“国家基础性战略资源”，数据在当今社会已然成为一种新的生产资料或生产要素^①，其不仅被用于降低商业成本，而且被用于创造附加价值。那么，何者对数据投入了劳动和资本？答案就是那些为收集、储存、分析和处理数据投入了硬件、软件和人力的主体，在实践中主要是经营互联网、物联网和智能设备的企业。现代信息社会之于数据，就如农业社会之于土地、游牧社会之于家畜、狩猎采集社会之于猎物和采集物，数者之间具有共同的社会基础，即通过保障劳动和资本等投入来赋予投入者以积极性，从而实现保护投入者个人和增加社会整体生产力的目的。通过将法人类学依据和前述法哲学依据进行对比可以发现，前者的思路和结论与后者的劳动理论的思路和结论非常相似。虽然一个是理论构想，一个是实证结论，但两者呈现出遥相呼应的态势，相辅相成、相互印证。

①2019年10月，党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，明确将数据纳入生产要素范畴，并重视相关主体在数据之上付出的投入与产出的贡献。2020年3月，中共中央、国务院制定的《关于构建更加完善的要素市场化配置体制机制的意见》第六部分，进一步提出“加快培育数据要素市场”。

(三) 法经济学依据 1. 财产权益分配的经济考量

在法经济学的视野中，财产权意味着对有价值资源进行排他性使用的权利，如果没有财产权就不存在负担成本的激励，只有在社会成员相互之间界分出对特定资源进行使用的权利才会产生适当的激励^[23]。换言之，社会创制和界定财产权的目的在于鼓励生产，诱因机制是引发社会继续创造财产的动机^[24]94。因此，在激励分析理论看来，法律实际是一种影响未来行为的激励系统。

而在与交易成本相关的理论中，人们常提及科斯定理，即当交易成本为零时，无论法律如何分配财产权，私人协议均可达到资源的有效率使用^[25]。然而如前所述，现实中的交易成本并不为零且有时会高到阻碍协议的达成，此时资源能否有效使用将视财产权如何分配而定^[24]98。在磋商过程中，当议价者拥有清晰明确的权利时更有可能达成协议，不清晰的权属制度是阻碍议价者合作与浪费资源的主要原因^[24]100-101。若磋商失败而未能达成协议，为使损害降至最低，法律应将财产权分配给对财产评价最高的一方，因为此种情形便无需交换权利进而节省交易成本^[24]104。总之，财产权分配应促进议价、交换以及使议价失败时的损失最小化，最终实现资源的有效率运用^[24]194。

至于在与效率有关的理论中，一般而言有如下标准：其一，帕雷多效率(Pareto efficiency)，意指若行为或政策增加了一些人的福利同时无人受害，则称此情形为“帕雷多改善”，若行为或政策无法改善某人或某些人的福利同时亦不伤害其他人的福利，则称此情形为“帕雷多最适”；其二，Kaldor-Hicks效率，意指只要总体社会利益或边际利益高于总体社会成本或边际成本，同时受益者有可能补偿受害者，即为有效率，该效率与帕雷多效率均是经由比较全部个人在不同状态下之行为所产生的成本和收益总和来评价不同状态之优劣；其三，配置效率(allocative efficiency)，意指资源应归入最能利用者之中；其四，生产效率(production efficiency)，意指用最少成本制造最多产出^[26]45-47。事实上，在设定和改变产权分配规则、保护模式和制度环境的过程中总会有人受害，几乎不可能适用帕累多效率，所以通常会考虑其他几种效率。由于Kaldor-Hicks效率和配置效率均不要求产权分配的赢家即较能利用资源者去补偿输家即较不能利用资源者，因此两者内涵类似，意味着只要赢家所得多于输家所损就是有效率。除此之外，法经济学文献中常常出现的社会福利极大化、社会净利益最大和财富极大化等称谓，虽然其方法论内涵可能不同，但对于财产权分配等问题应会得到类似结论。总之，无论采用哪些称谓，经济效率或社会福利的判断都要兼顾社会成本与社会效益^[26]51-53。

2. 数据财产权益的归属检验

法经济学关于产权配置和权利界定的论述包括以下三个关键词，一是激励，二是效率，三是资源利用能力，目的是实现社会整体收益大于或尽可能大于社会整体成本。如果从法经济学关于财产权益初始分配的思想中提炼出一个判断标准，那么该标准大致可以表述为：某资源的初始财产权益应归属于对出产该资源具有激励必要且具备能力有效率利用该资源的主体。在判定数据财产权益归属的场合，需要考虑的问题即是：何者具有激励必要，何者具有数据利用能力，何者可以实现数据利用的效率性。

针对何者具有激励必要的问题，其实前文关于法人类学的讨论中已有涉及，无论是农业社会、游牧社会、狩猎采集社会还是现代信息社会，有激励必要的主体永远是那些对产出资源投入了劳动和资本的人。在充满不确定性的风险社会中，只有将权利配置给这些主体方能确保其获得可预期的稳定回报，从而保障其持续投入和扩大投入的积极性，进而为后续在市场主体之间成功达成协议提供前提。因此对于数据而言，具有激励必要的主体是指那些为数据收集、存储、分析和处理投入了劳动和资本的主体。

针对何者具有数据利用能力的问题，从数据的技术特性看，数据利用能力包括在硬件、软件、人力、专业知识的基础上对数据进行收集、聚合、存储、传输、加工等一系列行为的能力。实践中，具有这些能力的主体通常是拥有相关设备和技术并从事数据商业化利用行为的运营互联网、物联网和智能制造的企业。

针对数据利用的效率性，涉及何者利用数据可以实现社会收益大于或尽可能大于社会成本的目标。事实上，该第三个问题以第二个问题为基础，即只有具备数据利用能力方有可能谈及有效率地利用数据。前述提及的从事数据利用行为的互联网、物联网和智能制造等企业通常属于以营利为目的之营利法人，只要公平有序的市场竞争机制存在，这些主体相较于其他主体便会想方设法地降低成本并增加收益以提高效率。即使秉持无法完全界分数据权属观点的学者，也同意“从纯粹的效率来看，数据权属划归为平台最有效率，因为数据的集中化运用与规模化运用可以有效地化解数据的外部性问题与交易成本问题”^[13]。最后稍有疑问的是，法经济学对效率的评价不是仅限于对某个或某些企业的成本与收益进行评价，而是对社会各类主体的成本总和与收益总和进行评价。根据工业和信息化部印发的《“十四五”大数据产业发展规划》，“十三五”时期我国大数据产业规模年均复合增长率超过30%，2020年超过1万亿元；预计到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右^[27]。在既有社会收益巨大且无相反证据表明存在较大或更大社会成本的情况下，应当认为实践中从事数据利用行为的互联网、物联网和智能制造等企业可以实现数据利用的效率性。

由此观之，对出产数据具有激励必要且具备能力有效率利用数据的主体是为数据收集、存储和处理投入劳动和资本并通过软硬件设施进行数据利用的主体，实践中主要表现为运营互联网、物联网和智能制造的企业。因此从法经济学的标准来看，数据财产权益即应归属于此类主体。

四、数据财产权益分配的法制标准 (一) 财产权益分配的立法规律

财产权的原始取得分为两种情形：其一是某客体之上原本不存在任何权利，例如无主物的情形；其二是某客体之上本来存在他人财产权，但基于交易安全或交易秩序等目标，法律直接规定某些财产权取得形式，例如取得时效、添附和善意取得的情形^[28]。鉴于现行法未规定数据之上存在何种财产权，因此数据财产权益的初始分配主要属于财产权原始取得的第一种情形。

在物的领域，大陆法系国家和地区的物权法多有规定，某物的物权可归属于特定事实行为的完成人^[29]。例如，《德国民法典》第958条规定无主动产由其先占人取得所有权，第973条规定遗失物可由其拾得人取得所有权，第984条规定埋藏物由其发现人取得一半所有权^[30]。我国台湾地区相关规定同样对无主动产先占人(第802条)、遗失物拾得人(第807条)、埋藏物发现人(第808条)的所有权原始取得作出规定。我国《民法典》第231条规定房屋由其合法建造人取得所有权。

在智力成果领域，法律无特别规定的情形下，某智力成果的知识产权一般归属于完成其创造活动之人，例如作品之创作人和专利之发明人^[31]。我国《著作权法》第11条规定除法律另有规定外作品的著作权归属于完成作品创作行为之人，同法第16条规定即使属于职务作品，该作品的署名权仍归属于完成作品创作行为之人。此外，《专利法》第6条针对非职务发明创造规定，其专利申请权和申请获批后的专利权归属于完成其发明行为或设计行为之人。

在商业秘密领域，国内外立法通常将商业秘密的权利分配给其合法控制人。虽然我国台湾地区“营业秘密相关规定”第2条仅规定商业秘密归属于其所有人，但世界贸易组织《与贸易有关的知识产权协定》(TRIPS)第39条则相对具体地规定，商业秘密归属于对该商业秘密信息实施合法控制之自然人和法人^②。类似地，欧盟《商业秘密指令》第2条规定，商业秘密归属于商业秘密持有人即合法控制某商业秘密的任何自然人或法人^③。之所以将商业秘密财产权益分配给这些自然人和法人，目的在于确保商业秘密持有人具备合法能力获取其创新努力所带来的回报，同时保障其投资并为其从事创新活动提供激励，从而驱动市场发展与经济增长^④。

②Agreement on Trade-Related Aspects of Intellectual Property Rights. Article 39.

③Directive (EU) 2016/943. Article 2(2).

④Directive (EU) 2016/943. Recital (4).

在数据库领域，欧盟及其成员国将数据库权(sui generis right)分配给数据库制作者。欧盟《数据库指令》序言第41条将数据库制作者定义为主动进行投入并承担投入风险之人^⑤。欧盟成员国在该指令转化为国内法的过程中均采取了与此相同或类似的做法。欧盟指令之所以将数据库权分配给数据库制作者，主要在于保护其对获取、验证和呈现数据库内容所做的投入，这些投入包括人力、技术和财力(序言第7条)、对信息存储与处理系统的投入(序言第12条)、专业投入(序言第39条)，以及时间、努力和精力(序言第40条)等。

⑤Directive 96/9/EC. Recital (41).

(二) 立法规律对数据财产权益归属的启示

私法领域目前尚无对数据财产权益初始分配的直接规定，但通过考察物、智力成果、商业秘密和数据库的权属配置可以得到以下规律性认识：其一，法律经常将某资源的初始财产权分配给特定行为的完成人，这些特定行为包括先占、发现、拾得、建造、创作、发明、设计、合法控制和制作等；其二，这些特定行为使资源的状态发生两种变化，一种是使资源从价值尚未被利用转变为价值开始被利用，例如先占无主动产、发现埋藏物和拾得遗失物均是将本已存在一定价值但尚未得到利用的资源转变为价值开始被利用的状态，另一种是从无到有产出有价值之资源，例如建造房屋、创作作品、发明和设计专利、研发并控制商业秘密、制作数据库均是将本不存在的资源转变为存在于世的有价值资源的状态，前一种转变提升了资源价值，后一种转变创造了资源价值；其三，法律将财产权益配置给实施前述行为从而提升资源价值和创造资源价值之人的原因主要在于，行为人投入了各种各样的劳动与资本，法律对行为人的保护可以为其提供积极激励和稳定预期，最终促进社会经济整体的良性循环与蓬勃发展。

数据经济实践中，互联网、物联网和智能制造企业等主体围绕数据的生成和利用实施了一系列行为，包括数据的收集、记录、聚合、储存、传输、加工、分析和处理。这些行为中的一部分使数据从价值尚未被利用转变为价值开始被利用，例如收集、记录、集合、储存和传输等行为使分散各处存在且单个价值较低的数据转变为可被开发利用且价值较高的数据集合，从而提升了数据价值。这些行为中的另一部分将从无到有产出新的数据，例如加工、分析和处理等行为一般会在原有数据之外产出新的数据内容，从而创造出有价值之数据。而在实施这些行为的过程中，企业等主体无不投入了大量的劳动与资本，这对于数据经济的运行与发展至关重要。结合法律的权属配置规律和数据经济实践可知，后者与前者高度契合。因此可以认为，应将数据财产权益分配给投入资本和劳动以实施数据行为的主体，这与私法配置权属的历史规律具有内在一致性。

需考虑的是，法律在配置物、智力成果、商业秘密和数据库的初始权益归属过程中，往往涉及单一行为如创作、发现和制作等，因此权属可以明确地归于单一行为主体如创作者、发现者和制作者等。但在涉及数据的场合，常常存在收集、储存和加工等多种行为，若多个行为的行为人是同一主体则不存疑问，若多个行为的行为人非同一主体，则应如何确定权益归属主体？例如，甲收集了大量数据之后，委托乙进行储存并委托丙进行加工，此时数据的权属主体是谁？笔者认为，应借鉴欧盟《通用数据保护条例》中的“数据控制者”概念。该条例虽旨在处理个人数据的人格权益保护问题，但其已认识到数据处理行为的多样性：一方面从广义上界定“数据处理”，将数据收集、记录、存储、传播、改编和组合^⑥等一系列行为均纳入其中；另一方面区分“数据处理者(data processor)”和“数据控制者(data controller)”，前者指代表数据控制者处理数据的自然人、法人、公共机构、代理机构或其他机构，后者指单独或与他人共同决定数据处理目的和方式的自然人、法人、公共机构、代理机构或其他机构^⑦。与此相对，我国《个人信息保护法》第73条规定个人信息处理者是指“在个人信息处理活动中自主决定处理目的、处理方式的组织、个人”，未区分信息处理者和信息控制者的不同内涵，不利于精细化辨别数据处理链条中各类主体的地位和作用。

⑥General Data Protection Regulation. Article 4(2).

⑦General Data Protection Regulation. Article 4(7)(8).

将数据财产权益的归属主体界定为合法的数据控制者，不仅可以解决数据处理行为多样性所带来的困扰，而且有利于实现与个人数据保护立法的协调^[32]。需要注意的是，这里所说的控制并非物理或技术上的管领控制，而是决定数据处理目的和方式之人。至于何者为决定数据处理目的和方式之人，在实施各类数据行为之人为同一主体时，该主体即为决定数据处理目的和方式的数据控制者；在实施各类数据行为之人为不同主体时，应根据数人之间的合同条款和行业惯例来判断何者为决定数据处理目的和方式的数据控制者；在实施各类数据行为之人为不同主体，且数人之间不存在合同条款和行业惯例时，应将首次对数据之生成投入劳动与资本之主体作为决定数据处理目的和方式的数据控制者。之所以在第三种情形根据时间先后来确定数据控制者，事实上借鉴了先占理论的精神，即先占在以下确定权益归属的情形中起着低成本的“平局打破者”^[33]作用：对于其他各方面条件都相同的两个不同的人的财产权益主张，先占可以提供一种快速、清晰和低代价的方法来解决争议并避免冲突^[34]。至此，回到前述所举的甲乙丙三人的例子中可以认为，甲为数据控制者，乙和丙为数据处理者，数据财产权益的归属主体应为甲。

五、数据财产权益分配的裁判立场 (一) 美国典型判例的实务见解

美国第一起数据抓取案例是著名的eBay Inc. v. Bidder’s Edge Inc.案(以下简称eBay案)，其中原告为eBay，被告为BE。该案中，eBay主张其投入了大量的时间、精力和财力来创建它的数据和系统。对此，法院认为BE未经允许而抓取eBay数据的行为，将会鼓励其他拍卖聚合网站对eBay实施类似的数据抓取行为，如此将极有可能会使eBay因数据流失、系统功能减损和系统不可用而遭受不可挽回的损害，直至导致实际损害的发生。这些损害不仅包括利润损失和商誉损失，而且包括数据与系统的质量与价值降低。因此，法院得出结论认定，BE的行为给eBay造成了潜在的不可挽回的损害，故颁发禁令阻止BE继续抓取eBay的数据^⑧。

⑧eBay Inc. v. Bidder’s Edge Inc., 100 F. Supp. 2d 1058 (2000).

随后在Register.com Inc. v. Verio Inc.案中，法院遵循了类似eBay案的思路。该案中，原告为Register，被告为Verio。Register一方面请求法院发布禁令，以禁止Verio使用自动软件程序访问和收集Register的数据库WHOIS中存储的注册人联络数据，另一方面主张Verio使用自动软件程序收集其数据的行为构成动产侵害。对此，法院认为eBay案中法院的推理同样适用于本案，因为Verio在未经授权的情况下使用搜索机器人来收集Register的数据库中存储的注册人联络数据，将会减损原告的服务器能力和响应时间，这将会损害数据对其他顾客的可用性。更为重要的是，如果允许这种行为存在，那么其他互联网服务供应商将很有可能同样使用机器人来获取这些数据。因此，Verio的行为将对Register造成或可能造成不可挽回的损害^⑨。

⑨Register.com Inc. v. Verio Inc., 126 F.Supp.2d 238 (2000).

除此之外，在后来的Oyster Software Inc. v. Forms Processing Inc.案^⑩和Southwest Airlines Co. v. Farechase Inc. and Outtask Inc.案^⑪等案件中，主审法院或是援引eBay案遵循其思路，或是虽未援引但得出了相同的观点。在备受瞩目的hiQ v. LinkedIn案中，历经五年诉讼纷争，法院于2022年底作出最终裁决，禁止hiQ在未经LinkedIn同意的情况下，直接或间接通过自动化方式访问或复制后者的数据^[35]。可以说，美国的典型判例在很大程度上支持互联网公司等数据收集处理主体作为数据财产权益的享有主体。

⑩Oyster Software Inc. v. Forms Processing Inc., 2001 WL 1736382.

⑪South west Airlines Co. v. Farechase Inc. and Outtask Inc., 318 F.Supp.2d 435 (2004).

(二) 中国典型案例的裁判经验

在我国最早受关注的“大众点评诉爱帮网案”中，一审法院认为商户简介和用户点评等数据的财产利益归属于大众点评，原因在于商户简介和用户点评等数据是由大众点评网搜集、整理和运用商业方法吸引注册用户而来，大众点评网为此付出了人力、财力、物力和时间等经营成本。相反，爱帮网对商户简介和用户点评等数据未付出劳动、未支出成本、未作出贡献，其直接利用技术手段抓取和展示这些数据以获取商业利益，属于典型的不劳而获和搭便车行为^⑫。二审法院对前述意见表示肯定，认为大众点评通过商业运作吸引用户在大众点评网上注册、点击、评论，并有效地收集和整理信息，进而获得更大的商业利润，由此产生的合法权益应归属于大众点评^⑬。

⑫北京市海淀区人民法院“(2010)海民初字第24463号”民事判决书。

⑬北京市第一中级人民法院“(2011)一中民终字7512号”民事判决书。

此后在“大众点评诉百度案”中，一审法院明确提出：第一，点评数据是大众点评网的核心竞争资源之一，能够为其带来竞争优势，具有商业价值；第二，点评数据是大众点评网长期经营的成果，大众点评网为这些数据的经营付出了巨额成本；第三，如果大众点评不能享有点评数据的财产权益，将没有经营者再愿意投入巨额成本进行类似的创新性、基础性工作，从而抑制经营者创新的动力；第四，百度公司并未对大众点评网的点评数据作出贡献，其通过技术手段获取和使用这些数据的行为具有明显的搭便车和不劳而获的特点^⑭。二审法院对前述见解予以认可，认为大众点评网的用户评论数据是其付出大量资源所获取的，且具有较高经济价值，因此这些数据应是归属于大众点评网的劳动成果^⑮。

⑭上海市浦东新区人民法院“(2015)浦民三(知)初字528号”民事判决书。

⑮上海市知识产权法院“(2016)沪73民终242号”民事判决书。

时至著名的“新浪微博诉脉脉案”中，虽然一审法院未具体谈及数据财产权益分配的理由，但其判决结果实际上支持，对这些数据享有合法权益的主体为新浪微博而非脉脉^⑯。在此基础上，二审法院认为，数据作为一种商业资本，其中蕴含着重要的经济投入，因此运用数据所带来的竞争优势与商业资源应归属于经营数据之人，本案中的被告脉脉在未经许可获取和使用数据的过程中，节省了大量的经济投入，变相降低了新浪微博的竞争优势，因此数据财产权益不应归属于脉脉^⑰。与此案类似，在“新浪微博诉饭友APP案”中，不仅案涉情形与“新浪微博诉脉脉案”相似，而且法院对待当事人的数据财产权益归属之观点亦相同。经过审理，一审法院认为“微梦公司作为新浪微博的运营者，对涉案新浪微博前后端全部数据享有权益”^⑱，二审法院对此表示肯定并重申“微梦公司对新浪微博数据享有合法权”^⑲。

⑯北京市海淀区人民法院“(2015)海民(知)初字12602号”民事判决书。

⑰北京市知识产权法院“(2016)京73民终588号”民事判决书。

⑱北京市海淀区人民法院“(2017)京0108民初24510号”民事判决书。

⑲北京市知识产权法院“(2019)京73民终2799号”民事判决书。

最后，在广受讨论的“淘宝诉美景案”中，一审法院亦支持由原告淘宝公司享有涉案数据“生意参谋”的财产权益，原因在于“涉案数据内容是淘宝公司付出了人力、物力、财力并经过长期经营积累而形成，具有显著的即时性、实用性，因此涉案数据是淘宝公司的劳动成果，其带来的财产权益归属于淘宝公司享有”。如此认定财产权益归属方能“进一步激励数据产品研发者的热情，创造出更多有价值的数据产品，进而推动互联网大数据产业的健康发展”。二审法院进一步认为，案涉数据产品“可以为淘宝公司带来直接经营收入，无疑属于竞争法意义上的财产权益；同时基于其大数据决策参考的独特价值，构成淘宝公司的竞争优势；其性质应当受到反不正当竞争法的保护”，从而维持了一审判决^⑳。

⑳浙江省杭州市铁路运输法院“(2017)浙8601民初4034号”民事判决书；浙江省杭州市中级人民法院“(2018)浙01民终7312号”民事判决书。

(三) 司法裁判对数据财产权益归属的立场

从美国和中国关于数据财产权益纠纷的司法裁判可以看出，已有的数据财产权益纠纷涉及商品拍卖数据、注册人联络数据、商户简介与用户点评数据、用户背景数据和营商参考数据等多种数据。但无论何种行业和何种类型的数据，域内外法院均倾向于判定诉争数据财产权益由其合法控制者享有。从判决文书的推理与论述可知，司法机关作出如此权属判定的依据主要包括三点：一是数据的合法控制者对数据的生成与经营投入了大量的劳动、资金、时间和技术；二是为数据控制者和其他潜在的参与数据经营的市场主体提供激励；三是为数据经济的蓬勃发展提供公平的市场规则和良性的竞争秩序。

六、结语：播种者收获

数据究竟属于谁？这一问题的明晰是数据经济健康发展的首要前提，亦是数据财产权益法律制度的建构基石，目前已成为我国社会数字化转型亟待解决的基础性理论研究问题^[36]。关于数据权属的争议主要涉及财产权益归属，在结合理论依据、法制标准和裁判立场等多个维度对数据财产权益归属进行判定的基础上可知，尽管三个维度具有不同的视角与内涵，但最终得出的关于数据财产权益归属的结论具有相当大程度的一致性，即将数据财产权益分配给合法收集和处理数据的主体，该主体在未来立法中可称为合法的数据控制者，在实践中常体现为运营互联网、物联网和智能制造的企业，但不限于此。对三个维度如此判定的理由进行梳理可以发现，无论是法哲学中的劳动理论、法人类学中的社会回报、法经济学中的激励回馈，还是立法规律中创造或提升价值之人的原始取得，抑或是司法经验中的投入保障，均不同程度映射出一项共性原则，那就是“播种者收获”。这一原则以及对数据财产权益分配的多维验证，不仅为我国学界推进数据权属研究提供有益思路，更为我国立法推进数据权属规范提供有力支撑。