当期荐读 2023年第6期 | 政务数据产权的界定标准

图源 | Internet

卢荣婕¹　周佑勇²

1.东南大学法学院，南京，211189；　

2.中央党校[国家行政学院]政治和法律教研部，北京，100091

 摘 要 / Abstract

政务数据产权的界定标准是政务信息资源管理的前提，也是赋能数字政府高质量发展和构建数据基础制度的动力引擎。通过对当前政务数据概念的梳理、政务数据产权界定的现有模式研究，立足于政务数据所具有的权益复杂性、政务数据性质的依附性、主体的多元化等独特属性，提出政务数据产权界定的三维标准，包括权益的利益衡量、行为的类型化分析、主体的参与式确权，为政务数据实现高质量开放利用提供稳定器与推进器。

关键词

政务数据　数据产权　政务数据产权界定　三维标准　政务信息资源

引用格式

卢荣婕，周佑勇.政务数据产权的界定标准[J].信息资源管理学报，2023,13(6):72-84,47.

01

引言

政务信息资源高质量管理目标的实现有赖于清晰明确的产权界定，以及公平合理的界定标准。所谓政务数据产权是指数据主体对政务数据资源所享有的持有权，对政务原始数据享有的加工使用权，对政务数据产品所享有的经营权，属于一种多元权利并存的权利束，而政务数据产权界定标准则是对上述数据资源提供权益配置方案。中央文件多次指出要构建归属清晰的现代产权制度，强调数据权属界定的重要性，提出要逐步完善数据产权界定的政策及标准。据《国家数据资源调查报告（2021）》统计，2021年全国数据资源总存储量达到6.6ZB，位列全球第二^[1]。政务数据是最优质的数据资源，因而，如何将海量纷繁混杂的原始数据资源升级为数据服务或产品，进而转化为数据资产与资本，不仅是我国数字政府建设面临的“拦路虎”，也是世界性难题^[2]。

目前，学者对于数据的讨论多集中在数据权利类型、数据要素保护理论，对于数据产权界定讨论很少，更遑论政务数据产权的界定标准。在立法路径上，以低位阶形式运行为主，仅在地方数据立法、市场主体工作条例制定等方面进行初步探索，并没有形成统一的数据权利保护法律体系。此外，还具有司法适用窘迫，因此，提出政务数据产权的界定标准极具理论与实践意义^[3]。基于此，本文通过对政务数据、政务数据产权概念以及数据产权界定现有模式进行梳理，分析政务数据确权所面临的权益复杂性、政务数据性质的依附性、主体的多元化等难题，提出政务数据产权界定的三维标准去探讨当下政务数据产权界定。

02

政务数据产权界定的现有模式及其存在的问题

概念乃是解决法律问题所必需的和必不可少的工具^[4]。政务数据产权界定标准的提出，需要在厘清政务数据概念的前提下，通过对政务数据产权界定现有确权模式的梳理，分析现有产权界定模式的不足，以便为政务数据产权界定提供参考方案。

2.1　政务数据的内涵

讨论政务数据产权界定模式，首先应厘清政务数据、政府数据与公共数据等基本范畴。理论与立法实践关于政务数据的概念分歧较大，核心争议点主要体现为两个层面：其一，就数据主体而言，是采用狭义界定、中义界定还是广义界定。其中，狭义是指主体仅限于政府；中义是将主体扩大为行政主体；广义是指将主体扩大至党委工作机构。理论与立法实践观点如表1所示。其二，就数据处理行为而言，是将行为限定为履行法定职责还是只要与政务活动相关即可。

表1　理论与立法实践关于政务数据规定

政务数据产权界定障碍之一，在于未对权利客体进行清晰界定。程啸^[7]、刘权^[12]、薛丽等^[13]认为政务数据（公共数据）是指行政机关在履行行政职责过程中所获取的数据集合^[12]，政务数据与政府数据、公共数据等相关概念并没有本质区别。虽然政务数据与政府数据、政府信息、公共数据有着密切的联系，但四者之间仍然有着较大的区别。《安徽省大数据发展条例》第48条第1款规定，公共数据包括政务数据以及与人民群众利益密切联系的教育、卫生健康等领域公用企事业单位制作或者收集的公用数据^①。相类似的立法实践如《四川省数据条例》第10条第2款规定^②。2022年12月2日中共中央、国务院印发《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》）明确指出各级党政机关、企事业单位依法行政履职或提供公共服务过程中产生的数据属于公共数据^③。

可见，公共数据不仅包含政府数据、政务数据，以及公共机构搜集的数据，还包括特定私营部门在具有公共属性的领域或空间中涉及公共利益的数据^[14]。根据《中华人民共和国政府信息公开条例》第2条可知，政府信息是指行政机关在履行职责过程中制作或者获取的信息，其功能在于保障社会公众知情权^④。政府数据是指由政府产生或拥有的数据资源的统称^[15]，在功能上不仅仅在于保障知情权，更多的是保障原始数据的开发利用权。政府数据不仅包含政府信息，还包括由传感器或机器设备自动生成的数据。可见，公共数据范围最广，政务数据和政府数据是公共数据的子集^[16]，政务数据范围要大于政府数据，政府数据范畴要大于政府信息。

不同数据主体制作与搜集数据的权限不同，产权界定也不相同，如事业单位、国有企业与狭义上政府部门制作或获取的政务数据，在进行产权界定时并不相同。因而，为了更为精准地界定政务数据产权，本文将研究对象定位为狭义政府数据，也就是政府部门收集和掌握的数据，事业单位和国有企业等主体掌握的数据不属于本文讨论的“政务数据”范畴。换言之，通过数据主体、数据处理行为与权益相结合的方式对政务数据概念予以限缩，政务数据是指政府部门在进行政务活动过程中制作、获取的与社会公共利益密切相关的各种数据资源集合，具体可分为两类：一是政务自身数据，该类数据是由政务部门制作或获取的数据，如政务业务数据、自然环境数据等；二是政务附随数据，此类数据主要是来源于对政务自身数据加工处理而自动形成的附随数据，如政府内部管理数据，以及使用政府机器设备、应用软件所产生的数据。

注释：

①安徽省人大（含常委会）发布的《安徽省大数据发展条例》。

②四川省人大（含常委会）发布的《四川省数据条例》。

③中国共产党中央委员会 国务院发布的《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》。

④国务院发布的《中华人民共和国政府信息公开条例》。

2.2　政务数据产权的内涵

政务数据产权概念是产权在大数据时代的扩充与延展，因而，需要通过对产权、数据产权的剖析，总结出政务数据产权概念。

（1）关于产权的概念。产权的规范含义无论在西方新制度经济学还是法学领域，目前并没有形成统一的观点，主要争议焦点在于：一是产权是单一的权利还是由一系列权利所组成的权利束；二是产权与所有权、财产权的关系。就第一个争议点而言，通过梳理西方产权理论可知，科斯更多的是从资源配置效率角度讨论产权界定问题，对于产权概念并没有给出详细的论证^[17]。哈德罗·德姆塞茨在《关于产权的理论》中首次较为系统地阐述了产权概念，将产权看作是单一的受益或受损的权利^[18]。相类似的观点如阿曼·A·阿尔钦在《产权：一个经典注释》中提出的产权是一种选择的权利^[19]。现在观点更多集中于将产权看作是所有权、支配权与处置权等所组成的权利束^[20]。就第二个争议点而言，则更多发生在法学领域。有学者将产权看作是财产权^[21]，认为产权可以包含物权、债权、知识产权等权利或权能的组合^[22]。也有学者将产权看作是所有权^[23]，是包含多种权利的权利束，具体包括占有权、控制权、处置权和收益权等，其中排他性占有是产权的根本权利属性^[24]。本文认为产权与所有权虽紧密相关但不等同，产权集中在动态层面上^[25]，侧重于物的交易与利用，而所有权（财产权）则是一种静态的归属关系。因而，产权的范畴要大于所有权，是一组包含所有权、经营权、继承权的权利束，所有权只是作为产权的核心权能。

（2）关于政务数据产权的概念。有学者通过对数据、产权概念的剖析，进而指出数据产权是指从法律层面上确认数据权益人，赋予数据权益人排他性使用数据资源的权利^[20]。数据产权的界定不同于物理产权，物理产权具有排他性或者独占性，而数据产权则具有场景性或共享性，更强调对产权的使用^[14]。数据产权概念界定的难点在于，是以效率为首位还是以保护数据权益为本位。如果侧重于数据的开放利用，那么，数据产权界定的关注点在于对数据资源配置效率最大化；如果侧重于保护数据权益，那么，数据产权界定则是实现数据权益配置最大化。本文认为，应在利益均衡视角下予以概念界定，数据产权是一种在确保数据主体权益最大化的前提下实现资源配置效率优化的方案，其实质是对不同数据要素权利配置方案，主要分为数据所有权、收益权、转让权、处置权、隐私权和许可权等^[26]。政务数据产权是指对数据资源所享有的持有权、对原始数据的加工使用权、对数据产品/数据集合所获得的运营权，具体可以划分为政务数据资源持有权、原始政务数据加工使用权、政务数据产品的经营权，具有价值上的排他性和竞争性特征^[27]。关于政务数据产权归属并未形成统一的观点，而政务数据产权界定不清，不仅会影响政务数据与其他类数据资源的深度融合，阻碍全国一体化政务大数据体系的建设，还会带来政务数据开放共享责任认定的难题。

2.3　政务数据产权界定的现有模式

目前尚未形成一个相对成熟与统一的界权模式。关于政务数据产权界定的代表性观点如下：

（1）劳动赋权理论下的正向确权模式。主要包括以下几种情形：其一，运用“投入界权”理念。根据对数据增值的贡献率进行权属配置，由数据原发者享有所有权，数据处理者享有用益物权^[28]。如《数据二十条》中指出，数据要素收益初次分配遵循“谁投入、谁贡献、谁受益”原则。其二，运用产权分离理念。数据所有权与使用权分离是数字化时代权利特点之一^[29]，将数据产权结构性分置成所有权与使用权，保证数据要素“由市场评价贡献、按贡献决定报酬”。2020年9月18日实施的《北京国际大数据交易所设立工作实施方案》中提出区分数据所有权和使用权，实现“数据可用不可见”^①。其三，运用国有财产理论。将政务数据看作是国有资产，由国家和地方政府享有所有权与收益权，政府部门享有管理权，国有企业享有数据市场化运营权^[30]。有学者根据收集主体将权利予以归属，中央政府部门收集的数据归中央政府所有，地方政府收集的数据归地方政府所有^[31]。立法上如《福建省政务数据管理办法》第3条、《西安市政务数据资源共享管理办法》第6条与《重庆市政务数据资源管理暂行办法》第4条均采纳了这一分配方案。

（2）算法规制理论下的反向确权模式。通过对算法的规制，将经由不合法算法产生的衍生数据予以排除，实现政府数据权利行使权限的界定，最终完成政务数据产权的反向确权^[32]。换言之，单一、独立的政务数据不具有高价值性，只有通过数据标准化处理，在数据之间建立关系模块，方可实现数据的增值，同时，这项工作的完成也离不开算法技术的支撑^[33]。因而，根据政务数据是否经过合法算法进行采集、分析与建模等处理，排除非法算法产生的衍生政务数据，只保留合法算法产生的衍生数据，最终实现政务数据权利界限的厘清。

（3）开发利用理论下的模糊化处理模式。基于阿罗信息悖论^[34]可知，传统的权利保护框架体系，如物权法保护模式、知识产权法保护模式、反不正当竞争法保护模式等，都是产生于大数据时代之前，权利客体大多具有竞争性，这与数据所具有的非竞争性具有较大差异，无法满足新兴数据产权界定的需要^[35]。此外，基于数据所具有的多栖性，如若只是将数据产权赋予某一个主体也就排除了其他主体重复利用同一数据要素的可能，则封锁了数据倍增和实现最大价值的可能^[24]。因而，应将研究重点转到对数据处理行为的规制，建立数据访问权^[36]，以数据价值开发利用为核心，“不求所有，但求所用”^[37]，以期在数据主体间形成良性的利益互动机制^[38]。

注释：

①北京市地方金融监督管理局、北京市经济和信息化局发布的《北京国际大数据交易所设立工作实施方案》。

2.4　现有模式存在的问题

上述三种界定模式具有一定的合理性，但对于政务数据产权的界定标准而言仍面临以下几个难题。

第一，正向确权模式的判断难题。该模式主要基于劳动赋权理论进行界定，或者运用产权分离理论，根据不同主体对数据增值的贡献，将所有权归属于数据原发者，使用权、管理权或收益权等给予数据处理者。该种确权模式的局限性会增大交易成本（流通成本）且可操作性不强，数据在原发者与处理者之间的增值具有动态性，很难对数据价值贡献比例与收益进行明确划分。此外，基于数据原发者的弱势地位很难与数据处理者平等对话，甚至存在被数据处理者裹挟的风险。因而，在进行政务数据产权界定时，如若只是单一地根据劳动进行权利配置，那么，可能难以调和数据生产者与数据处理者之间的利益抵牾。

首先，对于数据生产者即社会公众而言，其无时无刻不在产生原始数据，但单个原始数据几乎没有价值，真正有价值的是规模化、结构化的衍生数据。此外，基于社会公众的信息弱势地位，即使赋予数据主体一定的数据权利，面对信息的不对称性，数据生产者是否真正具备议价能力；如果将数据产权只配置给数据生产者，是否会陷入知情同意困境，进而导致数据的规模效应难以实现。这些都是将政务数据产权单一赋权给社会公众所面临的困境。因而，政务数据产权进行分配时，社会公众即使被赋予数据产权，更多的还是享有对数据资源的持有权。

其次，对于企业而言，由于数据具有噪声性、低价值性与混杂性，如若要实现数据产品的优质供给，需要对数据投入大量处理成本，但能否基于企业对数据升值的强贡献度而取得绝对性、排他性的数据产权，这些因素都是将数据产权单一赋权给企业所不可回避的问题。实践中，企业主要是对原始数据进行加工使用，因而，企业享有的数据产权更多的是数据使用权、数据访问权、数据产品运营权等。

最后，对于政府而言，其在数据搜集、存储、处理等流程中处于绝对优势地位，对于数据倍增发挥着不可替代的贡献，但能否直接“一揽子”将产权界定给政府，则需要审慎考量。将数据授权给政府所有，确实能够有效抗衡大型互联网企业，但可能导致数据垄断的风险^[39]。将政务数据归属于国家或者政府所有，主要是通过将政务数据扩大解释为自然资源，或是将政务数据看作是公共财产，抑或是从数据安全角度出发，论证数据产权归属于国家或政府所有。政务数据产权归属于国家或政府的困境在于：一方面无法回应到底由谁享有的问题，以及不同层级的政府部门拥有的政务数据权限是否具有同等性的问题；另一方面将政务数据全部归属于国家或政府，容易形成国家所有的优先性^[40]，忽视数据生产者的合法权益，削弱数据交易的积极性，影响数据资源的配置效率，不利于社会公共福利的积累与实现^[41]。

第二，反向确权模式的判断难题。该模式通过对算法的规制，实现政务数据权利的认定，进而完成政务数据产权的反向界定。在实际运行中，仍然存在着算法合法性如何进行认定的难题。此外，该模式的认定也需借助劳动赋权理论，进而赋予政府对于衍生数据享有的权利。显然，反向确权模式不仅仅延续了第一种确权模式的固有弊端，还具有如何认定政府数据权利范围的难题。由于政务数据不仅具有人格权、财产权还具有国家主权等属性，那么存在政务数据权利到底是只包括政务数据的所有权、使用权以及共享管理权还是属于一种新型权利束，是一种封闭性权利类型还是开放型权利类型等问题。因此，反向确权模式似乎也存在难以破解的困境。

第三，模糊化处理模式的判断难题。该模式回避政务数据产权的界定，或认为数据产权制度并不会促进隐私保护或者激励科技创新，甚至会扼杀言论自由、信息自由、科学与技术进步，因而，无需为数据创建新的产权^[42]，或转向以对政务数据的开发利用为核心要义。该观点虽具有一定的合理性，但问题是，由于未形成良好的数据生态，加之保密文化、“保密政府是好政府”^[43]等固有思维，政务部门不愿主动开放或者共享政务数据，认为此项工作做与不做可能并没有本质区别，做了反而却要承担数据安全保障义务的额外负担，这在客观上滋生了政务部门垄断数据的土壤。换言之，由于政务数据的高价值性，如果悬置数据权属，那么存在产生的数据收益是政府部门收益还是与社会公众进行共享的收益的不确定性。因而，从长期收益方面考量，搁置数据产权制度不利于实现不同数据主体间的数据保护和数据利用之间的动态平衡，对多元政务数据主体的激励性不够，进而导致政务数据开放与共享的动力不足，最终使得政务数据聚合后的价值乘数效应难以实现。

实践中针对政务数据产权问题主要采用授权运营予以突破。政务数据授权运营是将数据作为国有资产授权给某个主体予以运营，通过运用联邦学习、安全多方计算和可信计算等隐私计算技术，构建数据“可算不可识”的流通环境。可见，数据授权运营不是以数据产权界定为前提^[44]，而是通过提供数据产品或服务的方式，实现数据的流通与使用。一般主要有以下几种运营模式：其一，除非是禁止开放的共享类政务数据，否则均允许市场化运营，将政务数据全部委托给大数据股份有限公司，如成都；其二，通过数据产品开发利用平台和统一的数据产品超市去运营政务数据产品，如海南；其三，以数据资产凭证作为载体，目的是实现政务数据流通效率的提升，如广东^[45]。政务数据授权运营虽回避了原始数据产权问题，但仍然面临数据产品或服务确权与监管问题。此外，授权运营主体在进行政务类数据处理时，可能并没有履行《中华人民共和国数据安全法》第27条、第29条、第30条等相关法律规定的数据安全保护义务，未采取必要的技术保障措施，存在政务数据被泄露的风险。虽然可以通过对责任人追责与对公司进行处罚予以间接规制或事后救济，但并未实质性防患数据产权不明所带来的隐藏风险。

03

政务数据产权界定的考量因素

权利的清晰界定是市场交易必要的先决条件^[46]，解决不同主体权利归属的核心是建立产权保护制度^[47]。数据产权的界定是数据要素市场化配置的前提，一方面能够保护数据权利人的合法权益，另一方面也能减少数据供需方的交易风险，提高数据的流通效率^[48]。政务数据产权的界定可以参考数据产权的认定，但不能局限于此，而是需要立足于政务数据本身所具有的权益复杂性、政务数据性质的依附性以及主体的多元化等属性，方可实现政务数据权属界定的标准化。

3.1　政务数据权益的复杂性

政务数据具有权益复杂性，其不仅具有私权属性、公权属性还具有国家主权属性^[49]。根据不同的分类标准可以将政务数据分为不同的类型：以政务数据是否涉及国家秘密、商业秘密与个人隐私，可以将其分为公共性数据与私有性数据；以政务数据是否关涉相对人权益为标准，可以将其分为数据公权与数据私权^[50]。

（1）政务数据公权的权利主体归属于国家或政府，由国家或政府对此类政务数据进行管理与控制。详言之，可以分为以下几种权力类型：一是政务数据的管理权，即国家或政府对于政务数据的产生、保存、分析、流通、再利用乃至销毁等全生命周期进行监管的权力。如《贵阳市政府数据共享开放条例》第12条第3款规定：“行政机关对其采集的政府数据依法享有管理权和使用权。”二是政务数据的控制权，即对政务数据质量予以掌控的权力。数据质量是保障数据增值的关键，国家或政府作为公权力机关，其具备保障数据质量与数据安全的能力，因而，对于政务数据的控制权需要由国家或政府享有。三是政务数据开放共享权，即政务数据开放权是行政机关面向社会公众提供数据的权力，政务数据共享权是指数据在横向不同部门间、纵向层级间进行共享的权力。政务数据的开放与共享既是政府的权力也是政府的义务，是作为政务数据开发利用主渠道而存在。四是政务数据管辖权^[51]，即对于政务数据相关参与主体，政务数据处理行为的管辖权。政务数据是数字政府建设的基础性资源，对政府治理能力与服务水平具有重大影响，也即是说任何主体对于政务数据的非法处理、挖掘等都可能对国家利益、社会公共利益或者他人合法权益造成侵害。因此，对于政务数据的管辖权应当归属于国家或政府享有，目的在于确保政务数据处理行为的安全合规。

（2）政务数据私权主要涉及数据的人身权、财产权或者新型人格权。具体可以细分为以下几种权利类型：一是政务数据人身权，即该类政务数据主要关涉数据主体的人格性质，如户籍信息、税务信息、处罚类信息。此类数据不仅仅具有公共利益还关涉私人权益，因而在进行政务数据权属界定时，需要对复杂的数据权益进行价值平衡。二是政务数据财产权，即该类政务数据不具有侵犯数据相关主体身份权、隐私权等人格权的风险，数据的处理与交易不会涉及公共安全。政务数据财产权的功能在于促进数据的开发和有效利用，具体表现为对数据的占有权、使用权与收益权。可见，政务数据具有多重属性，数据持续健康发展不仅关系到实体经济、乡村振兴、民生保障、社会治理等公共领域的发展，还影响数据主体人格权、财产权等。如果没有处理好相关权益之间的关系，可能会对公权力的公信力产生负面影响，如不当地给相对人赋“红码”，限制相对人的出行自由，极易引发社会公众对公权力的信任危机。

3.2　政务数据性质的依附性

根据政务数据的概念可知，数据主体主要是行政主体，数据生成行为则与行政管理职能有关。每个政务部门都有其独特的管理与服务职能，其制作或获取的数据各有不同^[52]，因而，在进行数据产权界定时，需要考量政务数据性质的依附性。如卫生部门所存储的各类医疗数据，教育部门所存储的各类教育政务数据，公安部门所存储的人口信息管理数据，人力资源和社会保障部门所存储的各类社保数据（如养老、医保与就业），规划部门所获取的各类自然资源数据，气象部门所获取的天气数据，统计部门所获取的各类统计数据^[53]，农业部门所获取的各类农业数据等。可见，政务数据具有职能高度相关性，范围广、类型多，此为政务数据的优点但也是其缺点，政务数据权属界定的障碍之一正是基于政务数据性质的依附性。

一般而言，基于不同的管理职能，政务数据具有不同的价值目标。一是基于政务数据公开职能。政务数据公开是建立在公民知情权的基础上，通过赋予政务部门数据公开的法定义务，增强政府透明度，从而实现公民对行政机关依法行政的监督。二是基于政务数据开放职能。政务数据开放是以公开为原则，不公开为例外，强调的是发挥原始数据要素功能，目的是实现数据的流通与最大化利用^[54]，其不仅仅局限于公开，更侧重于实现数据赋能。换言之，政务数据基于不同的行政职能，在进行数据处理过程中所遵循的原则也不相同。因而，在进行政务数据产权界定时，需要基于政务数据不同的行政管理职能进行相对应的产权界定。具体而言，首先，针对公开类政务数据，有些核心类、重要类政务数据关系到国家安全、经济安全、社会稳定，基于该类政务数据所蕴含的重大公共利益，在进行产权界定时不能仅根据添附理论予以界定，而是需要将该类政务数据产权全部归属于国家，由国家享有所有权。其次，针对开放类政务数据，虽以公开为原则，但是也要遵循利益衡量原则，就政务数据所具有的私权属性而言，尤其是涉及行政处罚类政务数据产权的认定，如卖淫嫖娼处罚类^[55]政务数据，该类政务数据不当公开或者泄露会对数据主体产生不可逆的负面影响，具有“二次处罚”的风险。因而，在进行政务数据处理时需要对公开所取得的收益与对相对人的不利影响进行成本收益分析。

3.3　政务数据主体的多元化

政务数据生成链的参与主体具有多元化，不仅包括数据生产者、处理者还包括数据使用者，每个参与主体都有获取数据权益的正当性，因而，将产权单独赋予某一个主体并不具有可行性^[56]，应当根据数据来源主体分别进行产权界定。政务数据从来源上既包括政务部门本身所产生的数据，也包括为履行职责从第三方所获取的各种数据，由于政务数据分别掌握在不同的政务部门中，而数据所有权或产权制度目前并未有统一的法律制度予以明确。因此，政府要想实现数字化、智慧化，则需要对政务数据主体予以明晰化，这样才能打破政府部门间，政府与公民间的“数据壁垒”。根据政务数据是否来源于第三方，可以将政务数据分为两类：一类是政务自身数据，该类数据是指为履行职责主动制作或者政府设备自动生成的数据，另一类是非政务自身数据，该类数据是指政务部门在进行行政管理时与第三方共建产生的数据。

（1）政务自身数据。此类数据是由政务部门主动制作的数据，如气象数据、财政数据、教育数据、健康数据、国家机关数据等，该类政务数据完全来自于政务部门，行为上与行政职能具有高度耦合性，权益上与民生息息相关。因而，此类政务数据类似于“公共物品”^[57]，数据产权归属于国家所有，除非是涉及国家秘密等法定不共享或不公开理由，否则应遵循全面开放共享原则。

（2）非政务自身数据。该类数据是政务部门与自然人、法人、社会组织交互时所产生的数据，如判决信息、行政处罚信息、健康信息。此类数据产权归属总体原则是产权归属于数据来源主体，政务部门可基于更好地提供公共服务而享有使用权与管理权。具体可以根据数据来源主体的不同，将政务数据分为以下两种类型：一是来源于自然人，只要是具有可识别性的信息，都需要承担数据隐私安全责任，除非具有法定公开理由，否则该类政务数据以不公开为原则，公开为例外。二是来源于企事业单位，如企业的纳税记录或经营数据，该类政务数据除非符合商业秘密等法定不公开理由，否则应采取公开为原则，目的是满足社会公众的知情权与监管权^[58]。

如前所述，政务数据上述独特属性是政务数据产权界定难的主要原因，加之政务数据价值链生成的复杂性，政务数据的负外部性，倘若没有清晰明确的界权标准，可能很难实现政务数据权益的公平分配。

04

政务数据产权界定的多维标准

清晰明确的产权界定不仅有助于明确数据主体权利与义务，还有助于实现数据要素市场的规范化发展^[56]。数字政府高质量发展不仅需要良善的政务数据权属规则与政策去保驾护航，更要有一套成熟且具有可执行性的产权界定标准去实现政务权益公平配置。基于政务数据所具有权益的复杂性、政务数据性质的依附性与主体的多元化，很难使用统一的标准对政务数据进行“一揽子”式确权，因而，本文拟构建多维标准来解决数据确权问题。一是权益标准，即将政务数据权益进行分阶衡量，优化政务数据权益界定；二是行为标准，即对于政务数据处理行为进行类型化分析；三是通过政务数据主体的参与式确权，实现政务数据权属的明晰化，政务数据开放共享的合规化。

4.1　权益标准：政务数据权益的分阶衡量

基于政务数据权益所具有的复杂性，可以将数据权益予以双层利益衡量，第一阶层是政务数据形成与政府行政职能的“耦合程度”；第二阶层是政务数据泄漏事件发生后的“影响程度”。依据政务数据与行政管理职能的“耦合性”，政务数据发生泄漏或被非法利用后，对国家安全、经济安全以及政务数据主体权益所造成的影响，可以将政务数据权益划分为核心政务数据、重要政务数据与一般政务数据。

4.1.1　核心政务数据

核心政务数据主要是指高度满足双阶权益。在耦合程度上，核心政务数据形成与政府行政职能具有高耦合性与涉密性；在影响程度上，此类政务数据关系着国家安全、国民经济命脉、重要民生与重大公共利益，一旦该类数据遭到篡改或者被不当处理，在影响范围与程度上不具有可控性，在后果上也不可逆。将此类政务数据所有权归属于国家，原因如下：其一，政务数据安全保障的需要。核心政务数据具有高价值性，其不仅关系到数字经济的发展，也关系到数据主权与国家安全问题，对于数据存储与处理环境要求很高，因而，需要国家对数据安全予以保障。其二，防止数据垄断的需要。将此类政务数据所有权归属于国家，可以避免各级政务部门独占政务数据、数据收益部门化，对于该类政务数据而言，无论收集者是谁，最终数据所有权归属于国家，各级政务部门只是行使管理权。其三，数据标准化的需要。不同政务部门所收集的数据类型也不尽相同，如果将政务数据所有权下放至收集的政务部门，不利于政务数据标准化的建立，不利于激活政务数据的经济价值、社会价值、政治价值，不利于政务数据的开放共享，甚至会产生政务数据部门化与利益化的倾向。

4.1.2　重要政务数据

重要政务数据主要是指中度满足双阶权益。在耦合程度上，重要政务数据形成与政府行政职能具有中耦合性；在影响程度上，此类政务数据与公共安全、经济发展、社会稳定以及公共利益有着较高的联系。一旦该类数据丢失或被不当利用会对上述重大公共利益产生不利影响，范围虽大但具有可控性，危害后果也具有可恢复性。针对政务数据中具有公益属性的数据，应突出其财产权属性，以数据池的模式实现数据的强开发利用，主要是指政府自身数据，表现为各种公文记录或档案信息，如规划数据、统计数据等，或者制定法律政策等各种数据信息^[59]。由于该类数据所具有的公共性，不仅关系到数字社会、数字政府、数字中国的建设，还关系到数字经济安全，社会稳定，国家安全等。因而，需要由国家享有所有权，从而保障政务数据的安全性，提升政务数据的使用价值，加快政务数据合规流动，为数字政务建设提供良好的数据基础。需要明确的是，国家只是形式上的所有权人，因为在知情权保障的基础上和代议制民主的政治体制下数据权益本质上属于公众^[60]，即政务数据权益由全民所共同享有，而作为政务数据的收集者、控制者的政务部门，赋予其管理权较为合理。

4.1.3　一般政务数据

一般政务数据是指除了核心政务数据和重要政务数据之外的政务数据。在耦合程度上，这类政务数据的形成与政府行政职能具有低耦合性，主要是其他类数据主体收集产生的数据；在影响程度上，此类政务数据与公共利益有着较低的联系，一旦该类数据丢失或被不当利用对公共利益几乎没有影响。因而，针对一般政务数据的处理只需要遵循“红线原则”，即只要没有使用非法手段处理，都具有产权归属的正当性。

4.2　行为标准：政务数据生成行为的类型化

基于政务数据性质的依附性，通过将政务数据生成行为类型化为采集行为、处理行为与利用行为，以防患政务数据私有化与被不规范处理而引发的数据安全风险。

4.2.1　政务数据的采集行为

政务数据的采集手段是数据池建立的输入端，在数据获取阶段，需要让社会公众知晓数据采集的目的是什么。数据获取行为与数据隐私安全保护行为存在天然的张力，数据收集主体为了能够实现精准预测，希望数据不断地被注入数据池，随着数据量的指数型增长，对于数据安全技术的要求也就相应提高，因而，该阶段最需要关注的是数据量。政务数据确权的逻辑起点为政务数据由谁采集，政务数据采集的裁量权如何，明确政务数据的采集权利归属，才能进行下一阶段的管理、使用与交易行为。政务数据的采集行为包括政务部门自己与委托第三方进行采集，大部分政务数据是来自于政务部门本身制作产生，从第三方所获取的数据也是为了更好地提供公共服务。明确政务数据的采集行为是实现政务数据可回溯性的基础性要件，有助于充分界定各政务数据主体间权、责、利的配置。

4.2.2　政务数据的处理行为

政务数据采集之后的环节是对政务数据进行加工处理，通过运用各类隐私计算技术，借助于数据库管理和数据处理软件进行^[61]，实现原始数据价值的再创造。数据并不能天然地自动聚集并实现价值的倍增，而是需要相当大的劳动和资本投入，才能将原始数据进行分离，从而形成特殊类型的数据，进而发挥其经济价值和社会价值。分离数据的投入一般由企业承担，如果这些投入没有得到相应的回报，那么继续从事数据产品创造或服务提供的企业则会越来越少。实践中，企业为了获得足够的回报，通常的做法是通过技术措施建构数据池，并在法律上寻求反不正当竞争法的保护。这种“技术措施＋相关法律”的保护方式，在实践层面得到了确认。承认分离数据的劳动价值，是劳动价值理论作用于司法实践的一种体现。通过赋予数据分离主体（主要是企业）相应的产权，使其获得回报有了法律的切实保障，能够激励数据分离和流通活动的可持续性，满足数字经济和社会治理的需要。这种赋权的正当性基础在于保护了数据添附劳动后形成的合法利益，保障数据分离主体可以回收财产投入和劳动投入，甚至因此获得利润，但并不绝对排除其他主体继续从共同状态的数据中从事数据分离活动^[62]。

4.2.3　政务数据的利用行为

政务数据价值链生成的终端是数据利用行为，该阶段是政务信息资源管理的工作重点，通过政务数据与社会数据的资源融合而实现政务数据价值的释放。政务数据价值不在于拥有而在于对数据的开发利用，数据只有在流转过程中才能真正实现数据要素价值^[63]，因此，该环节关注的重点是数据的深度融合。在保障政务数据安全的前提下，实现政务数据开放共享的最大化，最终达到政务数据利用与保护间的动态平衡。需要注意的是，在进行数据开发利用时，应遵循合理必要原则，尤其是涉及个人的人格权与企业的商业秘密。此类数据一旦处理不好，则可能危及个人的人格尊严与企业的经营权。因而，如若基于公共利益等确需开发利用，也必须是在满足一定条件下，仅在有限的主体范围内进行交换共享。针对该类数据，可以通过运用同态加密技术，实现“数据可用不可见”，在遵守一定规则的前提下进行数据利用。

4.3　主体标准：政务数据主体的参与式确权

主体是法律关系的根本要素，法律关系、权利和义务均无法脱离主体而讨论，主体是法律关系中权利的享有者和义务的承担者^[64]。政务数据产权界定需要秉持数据主体全过程参与式确权、反映数据主体真实意志、保障数据主体信息权益、改善数据界权混乱无序状态。让每一个数据主体在每一项数据处理进程中都能感受到数字正义，纾解数据主体与数据处理者之间的困局，为数据主体提供内生性动力，保障政务数据产权界定的行稳致远。

4.3.1　数据权益衡量方面的公众参与

公民参与一直是现代政府发展的核心议题，也是现代政府变革的基本动力^[65]。基于政务数据权益具有复杂性与多层性，在进行政务数据产权界定时，如果缺乏数据主体的参与式确权，数据产权界定的群众满意度可能会有所降低，因而，在进行数据权益利益衡量过程中有必要引入数据主体参与。

（1）针对核心政务数据。基于该类数据与行政管理职能的高耦合性，一旦泄漏会对国家安全、社会稳定产生不可恢复的影响。此类政务数据主体参与式确权的核心在于确保界定指标设计的科学性与规范性。因而，在进行数据主体参与式确权框架设计时，需要对参与主体资格、参与规模^[66]、数据隐私安全保护等进行严格限定，这样才能实现政务数据优质确权。针对该类政务数据，需要形成数据主体参与式团队。首先，就参与主体资格而言，需要明确数据主体如行政主体、授权或受委托的具有公共管理职能的组织和公共服务企业中的哪些单位和个人参与确权团队。具体而言，在进行人员资格选拔时，如果是企业参与，则需要对企业的参与能力进行考核，审核出最具有确权能力的公司来参与此项目。如果是个人参与，那么，需要对其专业能力进行严格选拔。挑选好单位和人员后，需要对该团队进行整合和分工，明确每个单位和人员的工作范围与职责，确保形成一支具备强数字素养、强担当的数据主体参与式确权团队。其次，就参与能力而言，可以通过自上而下的宣传与培训，在数据生产者之间普及数据产权的确权标准、确权形式与如何参与确权。此外，基于核心政务数据所涉及权益的保密性、专业性与重大利益性，需要增强数据主体参与数据确权的能力与意识，保障数字参与的环境。

（2）针对重要政务数据。此类数据虽与行政管理职能具有中度耦合性，与公共安全、经济安全等具有较高关联度，但是基于其具有可恢复性，重要类政务数据主体参与式确权的核心在于提高对界定指标的认可度。随着第四次工业革命的更新迭代，各种智能产品不断普及，人们进入智能时代的门槛也在不断降低^[67]，这些软件与硬件的完善使得数据主体获得更多的参与机会，参与方式由传统的公众参与升级为数字参与，降低了公众参与的成本。通过组织大量的数据确权理论与实务讲座，学习最前沿的数据确权知识，接触数据确权实践，确保数据主体有能力指出数据产权界定不足，通过汇总数据主体对数据确权的意见或者通过专门网站去反馈数据参与主体的意见，从而让数据产权界定指标得到完善，保障数据产权界定标准的温度，真正实现人民中心式的产权界定标准。

（3）针对一般政务数据。一般政务数据是指前两类政务数据以外的数据，基于数据影响程度与范围较小，此类政务数据主体参与的重点在于产权界定方案的评估，分析不同界权指标对于政务数据增值效率的影响，进而提出改进和完善的方案。如果数据主体对于数据产权界定方案不熟悉或者具有理解障碍，则可以通过专家宣讲、确权平台定时发布数据产权界定知识，以提高数据主体对产权界定方案的理解能力。

综上所述，政务数据主体的参与式确权不仅在确权前、确权中，更要在确权后进行评估，需要对政务数据产权界定指标进行利益衡量，是否每个数据参与者的权益都得到了保障与落实。此外，不仅要对数据权益的经济效益进行评估，更要对数据权益的社会价值与政治价值落实情况予以监督，真正实现数据主体的全过程式参与。

4.3.2　数据生成行为方面的公众参与

政务数据主体参与式确权框架与传统的公众参与存在差别，需要在原有公众参与理论模型下，根据政务数据特有品质，立足于不同数据主体的数字能力，优化数据主体参与途径。此外，基于政务数据来源的多元化，政务数据处理行为的多样性，政务数据具有的权益复合性，在进行政务数据产权界定时需要通过公众参与的方式，运用互联网思维，以人民群众对美好数字生活需求为中心，实现政务数据要素各参与方权益的均衡化^[68]。

（1）针对数据采集行为。数据获取阶段关注的是数据收集的限度问题，人工智能时代的到来使得科技与社会秩序呈现交错式发展^[69]，网络空间与物理空间不断地进行融合与交互，人民对于美好生活的需求已不再局限于物质生活，更多的是对于高品质数字法治环境的“软需求”^[70]，即对于网络空间参与度的需求。通过运用互联网、大数据、物联网、人工智能等新兴技术手段，在不改变现有行政体制框架下，利用技术手段确保社会公众多元化有效参与，通过政府治理与社会调节相结合，保证政务数据治理的智能化与专业化。摒弃政务中心主义理念，大力提高社会公众的广泛参与度，优化社会公众参与的渠道与形式，切实推进基层治理的民主化、法治化和智慧化^[65]。此外，政务部门应当赋予社会公众参与解释算法的权利，尤其是涉及对个人数据、企业数据的处理，或者政务数据部门直接依照算法进行自动化确权时，可能会产生“算法歧视”^[71]“算法黑箱”的风险。因而，政务部门有义务对该类数据处理的算法予以解释，或者采取简单易懂的形式向数据利益相关者进行释明，遵循“柔性治理”^[67]理念推行政务数据产权的界定，确保数据主体的合法权益都能得到切实保障，并且均以可视化的形式予以展现。构建以政务数据开发利用为核心、数据参与主体良性互动为内驱动力的政务数据产权界权理念，形塑政府负责、社会协同、数据主体全过程参与确权的体系，让数据主体有更多的参与感、获得感，实现政务数据产权界定的民主化与科学化，加速实现政务数据产权界定的标准化与现代化。

（2）针对数据处理行为。在数据处理阶段关注的是数据隐私问题，保障数据主体能够知悉个人数据会以什么方式被加工、提取、计算、数据挖掘（data mining）或整合^[72]，以及数据处理范围与处理权限。此阶段应广泛听取社会公众的意见和建议，利用信息和通信技术优化社会公众参与数据确权的渠道，使其有能力参与到政务数据确权之中，形塑具有参与性、包容性和商议性的参与流程。完善整合在线服务网络参与流程，保障参与网站的畅通，开发在线咨询与服务反馈功能，确保及时有效地了解到社会公众对于政务数据确权的需求与建议，切实加强公众参与的质量与能力。运用互联网思维，以用户需求为导向，针对用户关于政务数据确权的意见进行深度学习与智能挖掘，深入了解社会公众对于政务数据的需求，优化确权方式，最大限度地满足社会公众的个性化需求，不断提升人民群众对于政务数据产权界定的参与度与满意度。以社会公众所具备的数字能力为标准，对于沟通渠道实行定制化设计，尤其是针对数字弱势群体，如老人、盲人和其他视力障碍者。该类群体对于网络使用能力相对较差，因而，应当根据数字素养提供更加多元化的反馈方式。此外，应用系统也应当积极进行“反馈学习”^[73]，实时调整，持续优化沟通渠道，如通过网络直播、信息订阅等多种途径，保障数据主体能够真正知晓并参与数据产权界定。

（3）针对数据应用行为。在数据应用阶段关注的是数据监督问题，包括数据最终会应用在何种领域，确保数据生成环节的透明度与数据主体的知情权。目前，政务数据产权界定模式中存在着一定的功利主义倾向，强调数据的价值利用而忽视政务数据的公平优质利用权，社会公众参与数据治理相对较少。针对政务数据的产权问题，有观点将其看作是国有资产进而界定为国家所有^[74]，但是在实践运行中，基于政府数据技术的落后性，政务部门通常会通过与互联网平台联合开发^[75]的模式进行政务数据处理。被授权的互联网企业在进行数据权益衡量、数据主体贡献度确定、数据参与途径设计时，要确保数据主体能够全过程监督。政府需要对互联网企业数据确权行为予以全流程监管，加强对数据确权环境进行风险评估，建立风险预警制度，共同保障数据确权水平与能力的提高。

05

结语

政务数据产权标准的界定有利于保障政务数据质量，确保政务数据内部的有序共享、外部的开放流通。本研究注意到，当前政务数据确权面临着政务数据权益的复杂性、政务数据性质的依附性、主体的多元化等难题。本研究指出，通过权益标准，将政务数据分为核心、重要与一般，针对核心政务数据，数据主体参与的重点在于确保界定指标设计的科学性与规范性；针对重要政务数据，数据主体参与的核心在于提高对界定指标的认可度；针对一般政务数据，数据主体参与的重点在于对产权界定方案的评估。通过行为标准，将政务数据生成行为类型化为采集行为、处理行为与利用行为。针对采集行为，数据主体参与关注的核心是数据隐私问题，数据处理阶段关注的则是数据池的大小，数据利用阶段需要关注的是数据监督问题。通过数据主体参与数据全生命周期界权，以促进政务数据的公平优质共享权，实现政务数据的高质量流通与公平分配，助力于国家数据统一共享开放平台的建设，助推我国数字经济和数字文明建设，以期为推进中国式法治现代化建设提供优质的政务数据基础。

参考文献

[1]　丁波涛.国家数据局成立将有力赋能数字经济高质量发展[J].信息资源管理学报，2023,13(4):4-5,34．

[2]　戎珂,陆志鹏.数据要素论[M].北京:人民出版社,2022:92.

[3]　刁胜先,杨巧.互联网平台企业的数据生成者权之构建[J].重庆邮电大学学报(社会科学版),2022,34(2):40-50．

[4]　[美]E.博登海默.法理学:法律哲学与法律方[M].邓正来译,北京:中国政法大学出版社,1999:504.

[5]　司亚清,苏静.数据流通及其治理[M].北京:北京邮电大学出版社,2021:45．

[6]　周林兴,林腾虹.基于文件连续体理论的政务数据治理体系优化研究[J].电子政务,2021(4):114-124.

[7]　程啸.区块链技术视野下的数据权属问题[J].现代法学,2020,42(2):121-132.

[8]　叶战备.政务数据治理的现实推进及其协同逻辑——以N市为例[J].中国行政管理,2021(6):44-49.

[9]　郑春燕,唐俊麒.论公共数据的规范含义[J].法治研究,2021(6):67-79.

[10]张鹏,蒋余浩.政务数据资产化管理的基础理论研究:资产属性、数据权属及定价方法[J].电子政务,2020(9):61-73.

[11]汪梦.政府数据开放的法律问题研究[M].北京:中国社会科学出版社,2020:46．

[12]刘权.政府数据开放的立法路径[J].暨南学报(哲学社会科学版),2021,43(1):92-102.

[13]薛丽.政府数据开放中的隐私保护——以隐私数据判断标准为核心[J].中国行政管理,2022(10):155-157.

[14]张平文,邱泽奇.数据要素五论:信息、权属、价值、安全、交易[M].北京:北京大学出版社,2022.

[15]夏义堃,管茜.政府数据资产管理的内涵、要素框架与运行模式[J].电子政务,2022(1):2-13.

[16]衣俊霖.论公共数据国家所有[J].法学论坛,2022,37(4):107-118.

[17]Coase R H. The problem of social cost[J].Journal of Law & Economics,1960,3(OCT):1-44.

[18]Demsetz H. Toward a theory of property rights[J].American Economic Review,1967,57(2):347-359.

[19]Alchain AA , Demsetz H. Production, information costs, and economic organization[J].American Economic Review,1972,62(5):777-795.

[20]楼何超.数据产权的概念、规制作用及对策建议[J].企业经济,2022,41(11):105-113.

[21]李爱君,夏菲.论数据产权保护的制度路径[J].法学杂志,2022,43(5):17-33,2.

[22]田洪鋆.科斯定理中产权概念的法学解析[J].东北师大学报(哲学社会科学版),2011(2):209-211.

[23]Cofone I. Beyond data ownership [J]. Cardozo Law Review, 2021(2):501-572.

[24]唐要家.数据产权的经济分析[J].社会科学辑刊,2021(1):98-106.

[25]周晓冬.论大数据时代个人数据产权化的伦理准则[J].南大法学,2022(4):152-169.

[26]赵刚.数据要素:全球经济社会发展的新动力[M].北京:人民邮电出版社,2021:160.

[27]刘德良.个人信息的财产权保护[J].法学研究,2007(3):80-91.

[28]申卫星.论数据用益权[J].中国社会科学,2020(11):110-131,207.

[29]姜奇平.数字所有权要求支配权与使用权分离[J].互联网周刊,2012(5):70-71.

[30]张会平,顾勤.政府数据流动:方式、实践困境与协同治理[J].治理研究,2022,38(3):59-69,126.

[31]李海敏.我国政府数据的法律属性与开放之道[J].行政法学研究,2020(6):144-160.

[32]王蕤,张妮,吴志刚.算法规制与权利生产:政府数据确权的反向路径[J].电子政务,2021(2):75-83.

[33]Al-Khouri A M. Data ownership: Who owns“my data”? [J].International Journal of Management & Information Technology,2012,2(1):1-8.

[34]丁晓东.数据交易如何破局——数据要素市场中的阿罗信息悖论与法律应对[J].东方法学,2022(2):144-158.

[35]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[J].比较法研究,2022(1):101-115.

[36]Hummel P, Braun M, Dabrock P. Own data? Ethical reflections on data ownership [J]. Philosophy & Technology,2021,34(3):545-572.

[37]王利明.论数据权益:以“权利束”为视角[J].政治与法律,2022(7):99-113.

[38]戴昕.数据界权的关系进路[J].中外法学,2021(6):1561-1580.

[39][以色列]尤瓦尔·赫拉利.今日简史:人类命运大议题[M].林俊宏译,北京:中信出版社,2018:75.

[40]庞琳.数据资源的国家所有:权属反思与重构[J].北京行政学院学报,2022(5):97-108.

[41]刘志鸿.企业公开数据法律保护范式选择——从赋权论的证成到否定[J].中国流通经济,2022,36(6):117-126.

[42]Determann L. No one owns data [J]. Hastings Law Journal,2018,70(1):1-44.

[43]杨伟东.政府信息公开诉讼研究[M].北京:法律出版社,2022:54.

[44]宋烁.构建以授权运营为主渠道的公共数据开放利用机制[J].法律科学(西北政法大学学报),2023,41(1):83-94.

[45]王伟玲.政府数据授权运营:实践动态、价值网络与推进路径[J].电子政务,2022(10):20-32.

[46]Coase R H. The Firm, The Market, and the Law [M].Chicago: University of Chicago Press,1988:14.

[47]周佑勇.推进国家治理现代化的法治逻辑[J].法商研究,2020(4):3-17.

[48]黄志雄主编.数据治理的法律逻辑[M].武汉:武汉大学出版社,2021:258.

[49]连玉明主编.中国数谷(第2版)[M].北京:机械工业出版社,2020:320.

[50]连玉明主编.数权法3.0:数权的立法前瞻[M].北京:社会科学文献出版社,2021:107.

[51]龚鹏程.权利客体视角下的数据确权路径[J].南京社会科学,2022(10):84-92.

[52]王芳,储君,张琪敏.跨部门政府数据共享:一个五力模型的构建[J].信息资源管理学报,2018,8(1):19-28,8.

[53]任泳然.政务数据资产化[M].北京:企业管理出版社,2021:140.

[54]丁晓东.从公开到服务:政府数据开放的法理反思与制度完善[J].法商研究,2022,39(2):131-145.

[55]卢荣婕.“具有一定社会影响”的行政处罚决定公开之认定[J].财经法学,2022(4):180-192.

[56]马费成,卢慧质,吴逸姝.数据要素市场的发展及运行[J].信息资源管理学报,2022,12(5):4-13.

[57]石丹.大数据时代数据权属及其保护路径研究[J].西安交通大学学报(社会科学版),2018,38(3):78-85.

[58]杜振华,茶洪旺.数据产权制度的现实考量[J].重庆社会科学,2016(8):19-25.

[59]朱宝丽.数据产权界定:多维视角与体系建构[J].法学论坛,2019,34(5):78-86.

[60]张亚楠.政府数据共享:内在要义、法治壁垒及其破解之道[J].理论探索,2019(5):20-26.

[61][荷]玛农·奥斯特芬.数据的边界:隐私与个人数据保护[M].曹博译,上海:上海人民出版社,2020:41.

[62]文禹衡.数据产权的私法构造[M].北京:中国社会科学出版社,2020:186-187.

[63]陈玲,段尧清,钱文海.基于变异系数法的政府开放数据利用行为耦合协调性研究[J].信息资源管理学报,2021,11(2):109-118.

[64]张文显.法哲学范畴研究(修订版)[M].北京:中国政法大学出版社,2001:100.

[65]马长山.迈向数字社会的法律[M].北京:法律出版社,2021.

[66]王知津,陈婧.公众参与视角下的政府信息资源管理[J].信息资源管理学报,2011(2):24-31.

[67]周佑勇.论智能时代的技术逻辑与法律变革[J].东南大学学报(哲学社会科学版),2019(5):67-75,147.

[68]高秦伟.数字政府背景下行政法治的发展及其课题[J].东方法学,2022(2):174-187.

[69]刘艳红.人工智能时代网络游戏外挂的刑法规制[J].华东政法大学学报,2022,25(1):64-82.

[70]赵龙,刘艳红.司法大数据一体化共享的实践探微——以破除“数据孤岛”为切入点的逻辑证成[J].安徽大学学报(哲学社会科学版),2019,43(6):130-138.

[71]刘培,池忠军.算法歧视的伦理反思[J].自然辩证法通讯,2019(10):16-23.

[72]崔淑洁.数据挖掘的正当性论述及法律规制路径[J].重庆邮电大学学报(社会科学版),2021,33(4):43-52．

[73][英]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛译. 杭州:浙江人民出版社,2013:16.

[74]张玉洁.国家所有:资源权属的中国方案与制度展开[J].政治与法律,2020(8):15-26.

[75]于浩.大数据时代政府数据管理的机遇、挑战与对策[J].中国行政管理,2015(3):127-130.

（收稿日期：2022-10-26）

作者简介

卢荣婕（通讯作者），博士研究生，研究方向为数据法学，Email:[e-mail]；

周佑勇，教授，博士生导师，研究方向为行政法，国家治理法治化。

*原文载于《信息资源管理学报》2023年第6期，欢迎个人转发，公众号转载请联系后台。

* 引用格式

卢荣婕，周佑勇.政务数据产权的界定标准[J].信息资源管理学报，2023,13(6):72-84,47.

往期 · 推荐

网络首发·特约稿 | 数据分类分级确权对数据要素价值实现的影响

▲点击访问信息资源管理学报小程序

制版编辑 | 王伊杨

审核 | 于   媛

长按识别二维码关注我们

信息资源管理学报

微信号

xxzyglxb

分享、在看与点赞

只要你点，我们就是朋友😊