图源摄图网
摘要：数据产权可以被视为不可分割的一元权利，也可以将所有权和用益权分离，而数据所有权与用益权分离带来的经济意义仍有争议。数字企业提供基于数据的服务激励用户提供数据，同时利用数据进行个性化定价，并且导致用户遭受隐私损失。本文构建了一个垄断厂商模型，考虑了存在个性化定价与隐私损失时，数据收集者缺乏用益权与拥有用益权两种权利界定下的数据收集行为与福利影响。研究发现，数据收集者缺乏用益权时，隐私成本较高则不会有数据收集，隐私成本较低会出现过度的数据收集，体现为收集者耗费大量成本获取所有用户的数据。收集者拥有初始用益权，且用户拥有数据所有权时，反而可以实现有效率的数据收集，提高用户的剩余和社会福利。进一步分析收集者同时拥有数据所有权和用益权的情况，发现数据所有权只影响社会福利在数据收集者与用户之间的分配。因此，应当考虑数据所有权和用益权分离的权利界定架构，并且分场景讨论数据用益权归属: 当隐私成本较低时，应赋予数据收集者用益权，并且让用户通过"删除权"等方式行使所有权，以提高社会福利和用户剩余; 当隐私成本较高或用户会低估隐私成本时，应采取禁止数据收集而非确权的方式，以保护敏感数据。
关键词：数据权利；数据收集；个性化定价；隐私成本
一、研究背景与意义
数据权利的界定，不仅是数据要素有效流转，充分实现其经济价值的必要前提; 更有助于解决日益增多的数据权益争议，维护社会和谐稳定。2022年6月中央全面深化改革委员会审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》，明确指出: “要建立数据产权制度，推进公共数据、企业数据、个人数据分类分级确权授权使用，建立数据资源持有权、数据加工使用权等分置的产权运行机制，健全数据要素权益保护制度”。可见，数据权利界定已经成为当前国家数字经济发展战略中的一大重点。数据权利界定的核心是用户和数据处理者之间的权益分配。数据原发者指的是数据的来源，比如大型工业设备的购买者、使用了手机App的用户。数据处理者指的是收集处理数据用于盈利的市场主体，比如收集设备运行数据用于改进产品的设备制造商，收集用户数据用于个性化定价的电商平台。但是，数据和虚拟财产的权利性质存在争议，且数据的保护需要一系列制度，因此仍需进一步的研究讨论。
二、主要内容
首先，传统的产权概念往往是一元的，即认为产权的核心就是所有权，其他权利需要捆绑于所有权之上，任何主体一旦脱离了所有权就失去了产权。但是在现代法律实践中，产权可以拆分出各种权利，形成了产权束，并且分别配置给不同的市场主体，其中比较关键的是用益权。顾名思义，用益权即包含了使用权和收益权，具体而言即使用数据的权利和利用数据获得收益的权利。而所有权则是关于数据的完整权利，即用益权之上补充了处分权。就数据而言，数据所有权是对数据进行自主管理的权利，例如用户当然可以自由处置自身产生的数据，并利用自身数据获得收益，此时我们会说用户拥有数据所有权。而数据用益权是利用数据获得收益的权利，例如如果法律规定平台企业拥有用户数据的用益权，那么平台企业可以使用用户数据获得收益，比如采取更加精准的推荐策略，或者是实行价格歧视。具体到目前的法律实践中，《个人数据保护法》规定的“删除权”就是对数据的处置，属于所有权的范畴而不属于用益权，而对其他个体的数据进行分析处理获得收益的行为都是用益权的实践。由于数据产生于用户行为，用户总是拥有数据所有权，那么数据的一元权力结构本质是企业无法从用户数据获益，即企业初始缺乏数据用益权，需要用户的进一步授权才能使用用户数据获得收益。这种一元权利结构提高了用户的势力，迫使企业与用户就数据收益进行分成，貌似是有利于用户的。但也有学者指出，由于数据具有非竞争性等特征，需要使得数据被尽可能地使用，这就要求尽可能多的市场主体应获得数据用益权。设定用户拥有数据所有权与数据处理者拥有数据用益权的二元权利结构，对于数字经济的发展更为有利。那么，从经济学的视角来看，数据的一元权利结构与二元权利结构究竟会带来什么样的影响呢? 一元权利结构真的会保护用户的权益吗?其次，科斯定理认为，在存在信息不对称的情况下，产权的初始界定会对经济制度运行的效率产生影响。显然，之所以数据有如此大的经济价值，就是因为数据包含了信息，可以解决信息不对称的问题。那么，作为信息的载体，不同的数据权利界定方式也可能会带来不同的信息结构，从而影响福利分配结果和经济效率。一元权利结构下，不同数据产权会带来不同的福利分配结果并影响经济效率是显然的。但是在二元权利结构下，所有权与用益权分别会如何影响福利分配结果和经济效率? 其背后的经济学机制是什么?而为了研究这些问题，又需要在数据的经济价值之外，考虑数据收集者与用户更为复杂的相互作用，即基于数据的个性化定价和隐私成本这两个因素。数据处理者在利用数据改善服务质量、提高生产效率、促进技术创新之外，还会在获取数据的过程中以及获取数据后，与用户之间产生复杂的经济互动，带来有争议的经济后果。一方面，数据处理者收集处理用户关于支付意愿的信息，实施个性化定价。个性化定价有利有弊，它使得一部分用户受损，但也让更多的用户获得了商品，扩大了商品交易的规模，达到了社会有效的交易水平。另一方面，数据处理者的数据收集行为导致了数据泄露，可能会危害国家安全、泄露商业秘密、侵犯个人隐私，带来不可忽略的社会负外部性。数据权利界定面临着权衡取舍: 一方面，数据收集可用于个性化定价，提高了社会效率; 另一方面，数据收集会危害用户，带来社会负外部性。不妨构造一个思想实验: 假设有一个企业出售一种商品，企业收集用户数据用于价格歧视，同时企业也可以选择提供基于数据的服务。当用户拥有数据的所有权，而企业缺乏用益权时，企业无法和用户共享数据带来的收益。因此企业要么无法获得数据，要么独占数据收益。此时企业可以给所有提供数据的用户提供一种基于数据的服务，激励用户提供数据。因为企业不能区分用户，所以所有用户都会获得相同的服务。那么只要数据对于用户不是非常敏感，那么数据服务带来的效用就能覆盖用户提供数据的隐私成本，使得用户有动力提供数据。而用户又会考虑到价格歧视问题，那么那些支付意愿高的用户就会更倾向于不提供数据，以避免被价格歧视。而企业也认识到了是否提供数据本身就是一种信号，所以就会给不提供数据的用户设定高价格，同样起到价格歧视的效果。这样一来，用户既不能通过隐藏数据来避免被价格歧视，又能通过数据服务覆盖自己的隐私成本，所有用户就都会提供数据。如果用户的隐私成本太高，使得企业利润低于不收集数据时的利润，企业就会放弃收集数据。可见，如果企业缺乏数据的用益权，企业就不能有选择地收集数据，要么收集所有数据，要么不收集任何数据，数据收集程度不是过高就是过低。
如果用户拥有数据的所有权，企业拥有数据的用益权，企业起初可以利用数据，但是用户可以通过要求企业删除数据的方式行使对数据的所有权。同样地，企业通过基于数据的服务激励用户提供数据。但是企业会意识到，一部分用户支付意愿太高，很难阻止他们删除数据; 一部分用户支付意愿太低，即使是实施一级价格歧视带来的收益也无法覆盖数据服务的成本。因此企业只会收集一部分用户的数据，避免了一部分隐私成本，实现了社会次优结果。
从前文的讨论中不难发现，不同的数据权利界定模式能通过个性化定价和数据收集两个途径影响数据收集行为，从而影响社会福利。为了研究数据的一元权利结构与二元权利结构带来的经济影响，以及所有权与用益权各自带来经济影响的具体机制，本文建立了一个垄断数据收集者与异质化用户之间的两阶段博弈模型。用户向数据收集者购买一种商品，用户对商品有着异质化的偏好。数据收集者可以利用用户的数据推断出支付意愿，实现个性化定价。但是用户会因数据收集而遭受隐私成本。在博弈第一阶段，数据收集者可以为提供数据的用户提供一种额外的数据服务，以激励用户提供数据，但这需要收集者的投资。在一元权利结构下，收集者没有数据用益权，不能分辨不同的用户，因此只能提供同质的服务; 在二元权利结构下，企业拥有数据用益权，能分辨不同的用户，因此能提供差异化的数据服务。用户观察到数据服务给自己带来的效用后，收集者没有数据用益权时，则用户选择是否提供数据; 收集者有数据用益权时，则用户选择是否删除数据。在博弈的第二阶段，用户向数据收集者购买商品，收集者设定商品价格，用户选择是否购买商品。数据收集者可以对提供了数据的用户进行设置个性化的商品价格，对没有提供数据的用户只能设定统一的商品价格。
三、主要结论及政策建议
本文发现，数据收集者缺乏用益权时，用户福利和社会福利反而受损。尽管隐私成本和价格歧视使得用户缺乏提供数据的动力，但是收集者可以投资于数据服务，服务带来的效用恰好能覆盖隐私成本。这样，在不考虑价格歧视的前提下，用户就有了提供数据的动力。针对于价格歧视，数据收集者会意识到是否提供数据本身就是一个信号: 拒绝提供数据的用户支付意愿比较高，这是因为这些用户在存在价格歧视时更容易受损。那么数据收集者尽管不能对拒绝提供数据的用户差异化定价，但会为他们设定比较高的统一商品价格。这样原先拒绝提供数据的用户中，就有一部分用户的支付意愿低于统一商品价格，又因为提供数据可以获得数据服务，因此他们倾向于提供数据。如此不断反复，最终所有用户都向收集者提供数据。当用户的隐私成本特别高时，收集者需要耗费大量成本于数据服务中，那么收集者就会放弃收集数据，转而采取普通的垄断定价策略。
当数据收集者拥有数据用益权时，收集者首先获得了数据，但是用户可以要求收集者删除数据。由于收集者观察到了用户类型，因此可以为不同的用户提供个性化的服务。这样，数据收集者就能选择性地收集一部分用户的数据。可以证明，这种有选择性的收集达到了社会福利的次优。相较之下，收集者初始缺乏数据用益权时，会出现过度的数据收集: 一些用户的支付意愿低于隐私成本，即便可以通过个性化定价，使得他们的支付意愿全部实现为社会福利，由于隐私成本的存在，收集用户的数据反而降低了社会福利。同时，收集者会意识到，高支付意愿的用户更担心价格歧视，收集他们的数据需要付出过高的成本，因此会放弃对他们进行价格歧视，这样用户的福利也上升了。
四、边际贡献与未来拓展
本文主要解决了两个问题: 第一，相较于把所有权和用益权整合起来的一元化数据产权，把所有权和用益权拆分，分别配置给用户和数据收集者，会对社会福利和用户福利造成什么影响? 第二，数据所有权和数据用益权作为数据产权的子权利，究竟通过什么途径带来经济影响?对于第一个问题，研究发现，当数据收集者缺乏数据用益权时，由于不能选择性地收集数据，收集者要么数据收集不足，要么数据收集过度。相反，在二元化的权利配置下，数据收集者拥有数据用益权，反而能避免数据的过度收集，提高了社会福利; 还能避免一部分价格歧视，提高了用户福利。对于第二个问题，研究发现，不同的数据所有权配置会影响数据收集者与用户之间的福利分配，但不影响社会整体福利。因此，为了在保护用户权利的同时鼓励数字经济的发展，应当进一步考虑“多权并置”的二元化数据权利。数据用益权是数字经济时代有序使用数据要素的重要法理保障，这是因为数据收集者为了收集整理数据，付出了大量成本，理应获得一定的权利以激励其收集整理数据。而本文在考虑了数据收集行为的隐私成本，以及数据收集行为引发的价格歧视等问题后，仍然发现了数据使用权和用益权分置的益处，佐证了二元化数据权利的积极意义。另外，本文研究表明，相较于数据用益权，数据所有权反而是用户权益的重要保障。因此，在使用立法手段保护用户权益时，应当设法让用户更好地行使所有权，而不是限制数据收集者利用用户的数据获取正当收益。例如，可以赋予用户“被遗忘权”(在我国《个人信息保护法》为“删除权”)，让用户有权删除自己的信息，这样有利于用户保障自身的利益。对于数据是用户行为数据的情况，为了保障个人隐私权，自然应当让用户获得数据的控制权，而且应当限制企业使用用户数据获取不当利益。特别需要指出，在用户是自然人的情况下，用户往往低估提供数据带来的隐私成本，会因为微小的诱惑轻易地转让敏感信息。这一现象被称为隐私悖论。本文的结论恰恰说明，为了保护用户的隐私，仅仅赋予用户绝对的数据权利是不够的，反而会被企业收集全部数据。这是因为用户不能清晰地认识到数据提供后给自己带来的隐私损失，使得完全披露均衡能被企业轻易达成。此时，应当视用户数据权利为一种人格权。那么就需要直接限制企业的数据收集行为，而不能仅仅依靠数据权利界定来保护用户数据。
本文摘编自《系统工程理论与实践》2024年,第44卷,第1期论文《数据权利界定、数据收集与个性化定价》（点击题目链接全文）；
作者：泰茗1, 博士研究生,研究方向:数字经济,产业组织理论；李三希1,2 ；刘小鲁1,3，教授,研究方向:产业组织理论
1. 中国人民大学 经济学院, 北京 100872;
2. 中国人民大学 数字经济研究中心, 北京 100872;
3. 中国人民大学 国有经济研究院, 北京 100872
2024年第1期以“人工智能与数字经济”为专辑，汇聚全国高校科研人员力量，对中国数字经济实践中碰到的问题进行深入研究，为理解数字经济运行规律添砖加瓦，为数字中国建设贡献高校智慧。入选论文共22篇，涵盖了三个方向：1) 数字经济机理与机制；2) 数字经济发展对经济社会影响；3) 人工智能技术在经济社会中的应用。