留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

数据要素赋能新质生产力的法律规制路径

王雪琪

王雪琪. 数据要素赋能新质生产力的法律规制路径[J]. 广东财经大学学报, 2024, 39(6): 112-128.
引用本文: 王雪琪. 数据要素赋能新质生产力的法律规制路径[J]. 广东财经大学学报, 2024, 39(6): 112-128.
WANG Xueqi. The Legal Regulation Path of Data Elements Empowering New Quality Productive Forces[J]. Journal of Guangdong University of Finance & Economics, 2024, 39(6): 112-128.
Citation: WANG Xueqi. The Legal Regulation Path of Data Elements Empowering New Quality Productive Forces[J]. Journal of Guangdong University of Finance & Economics, 2024, 39(6): 112-128.

数据要素赋能新质生产力的法律规制路径

基金项目: 

陕西省软科学项目 2024ZC-YBXM-185

详细信息
    作者简介:

    王雪琪(1996-),女,黑龙江佳木斯人,西安交通大学法学院博士研究生

  • 中图分类号: F49;D922.29

The Legal Regulation Path of Data Elements Empowering New Quality Productive Forces

  • 摘要: 数据已成为新型生产要素融入生产经营活动,是促进新质生产力发展的重要资源。在数据要素赋能新质生产力情景下,呈现出新劳动者数据主体认定范围模糊、新劳动资料技术标准数据格式难以兼容、新劳动对象数据产品产权结构分置困难等法律适用难题。基于实力界定权利、数据交叉属性等理论,借鉴国内外司法判例及管理规范,可形成“法律拟制”数据主体资格、场景数据分类分级认定原则、数据产权两权分离三权分置的法律定位。针对新质生产力新三要素在法律适用中的制约困境,提出数据主体设立模式及权益配置、技术标准数据格式兼容规范以及数据产品产权结构分置的法律完善路径。
  • 2023年12月,国家数据局等17部门联合印发的《“数据要素×”三年行动计划(2024—2026年)》提到,激活数据要素潜能,发展新质生产力。新质生产力是创新起主导作用,摆脱传统经济增长方式、生产力发展路径,符合新发展理念的先进生产力。数据作为新时代重要的新型生产要素,能多场景、多主体复用,供给新型生产要素及生产模式,是推动新质生产力发展、提高生产劳动效率及产出效益的关键要素。随着元宇宙、人工智能等新兴科技的飞速发展,劳动资料已逐步向数据、信息等生产要素过渡转型,数据生产要素已成为推动新质生产力发展的重要劳动资料,为现代化生产力的大力转型赋予新的时代内涵与意义,体现高阶生产力的跃迁与升级。

    ① 参见:https://www.gov.cn/lianbo/bumen/202401/content_6924380.htm

    ② 参见:https://www.ccps.gov.cn/zl/2024qglh/202403/t20240308_161223.shtml

    传统生产力由劳动者、劳动资料和劳动对象等要素构成,新质生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵,构成生产力三要素的劳动者、劳动资料、劳动对象呈现新的质态。新质生产力“三新”要素与数据生产要素在劳动生产领域存在紧密联系,通过培育新型人才、催生新劳动资料、激发新劳动对象,倒逼劳动力向高精尖方向转型,并且优化产业配置结构、提高劳动资料使用效率,进而提高现代化产业全要素生产率。数据要素对新质生产力的发展落实具有巨大的推动作用,2023年全国数据生产总量达32.85泽字节(ZB),同比增长22.44%,数据生产规模将保持高速增长,预计2024年数据生产增长量超过25%。然现阶段运用数据生产要素赋能新质生产力“三新”要素面临法律适用难题,如数据劳动主体认定范围模糊、劳动资料技术标准数据格式难以兼容、劳动对象数据产品产权结构分置困难等。由此,本文基于数据要素赋能生产力的法理依据、司法判例及现有法律规范,深入剖析其逻辑进路、法律定位,提出契合本土实情的数据要素赋能新质生产力的法律完善路径,以期为重构新经济增长极、革新数据资源配置方式、优化数据要素相关政策、激活全域现代化数据产业链条提供规范指引。

    ③ 参见:http://opinion.people.com.cn/n1/2024/0906/c1003-40314207.html

    ① 参见:https://www.gov.cn/yaowen/liebiao/202405/content_6953440.htm

    国内外学者从多角度开展数据要素推动新质生产力发展的研究。一是数据要素市场化赋能新质生产力的研究。如许中缘和郑煌杰(2024)[1]以构建中国式数据要素市场制度为中心,强调要明确数据要素产权收益分配制度,推动数据要素市场法治化建设;洪名勇和张西凤(2024)[2]提出,数据要素市场化机制的完善可通过数据资源登记、完善授权运营以及披露相关交易信息实现;王晓丹等(2024)[3]研究指出,数据要素市场化配置显著促进了数字经济与实体经济的融合。二是通过完善数据基础设施推动新质生产力发展。如梁文明和李娜(2024)[4]提出,打造大数据产业中心和数据应用先行区、示范区,各省市应积极创建国家级大数据创新平台;焦勇和高月鹏(2024)[5]认为,数据生态系统的建立是长期任务举措,涉及数据交易平台、数据交易规则的完善;张夏恒和冯晓宇(2024)[6]主张,推动数据要素基础设施的建设,主抓信息基础设施、融合基础设施、创新基础设施三方面;朱巧玲等(2024)[7]指出,要注重数据要素在生产、分配、流通、消费环节的挖掘、开放和使用,推动基础设施建设及市场化进程,加大治理监管力度。三是加强数据要素产权制度建设,赋能新质生产力发展。如杨东和高一乘(2024)[8]基于“创设-控制-交易”三重维度,主张以数据登记、数据知识产权登记等方式创设数据产权制度,动态控制企业数据交易成本,同时优化数据收益分配制度,促进数据正向循环流通;张丽丽和章政(2024)[9]分析了数据要素确权登记、交易主体信用评价管理体系、分场景的数据要素分级分类系统和数据流通全程可记录追溯系统等四大要件,以完善数据交易信用管理制度;Zuo(2024)[10]认为,完善数据所有权、数据分解、数据流通和共享以及隐私保护和安全监管问题以发展高质量新质生产力;Xue(2024)[11]指出,可通过完善数据所有权结构、数据流通和交易体制、数据要素市场培育和配置机制,以数据产业要素驱动新质生产力发展。四是推进数据要素融合新质生产力的法治化建设。如陈振云(2022)[12]研究指出,实现开放与共享的金融数据治理的法律框架显得尤为重要,政府应大力推进金融数据标准化建设,推动建立金融数据交易机制和共享平台;张蕴萍和翟妙如(2022)[13]指出,数据要素市场垄断形势严峻,要建立数据产权制度,构建数据安全治理体系,完善数据反垄断监管机制;王向明和王炳涵(2024)[14]基于数据要素促进新质生产力形成和发展中的安全风险,提出“以数据安全为根本遵循、完善相关法治体系、加强基础设施建设、健全数字安全与伦理准则”的风险防范框架;许中缘和郑煌杰(2024)[15]以数据要素资产化为视角,提出“构建权属界定、安全保障、会计确认、合规审查”四位一体的法律配置框架,确保数据要素资产在国家经济转型过程中发挥正向驱动作用。

    综上可知,已有研究主要从数据市场化、数据基础设施建设、数据产权制度、法律制度完善等方面,对数据要素赋能新质生产力进行了较为全面的分析。相对来说,关于数据要素融合新质生产力的法治完善研究较少,数据要素赋能新质生产力的具体规则与管理研究仍需加强,以便从法律层面保障和落实数据要素赋能新质生产力的发展。

    本文重点关注数据要素赋能新质生产力的法律制度完善,结合工业领域数据生产要素实际应用情况,以及当前数据要素赋能新质生产力的法律适用困境,探究新劳动者、新劳动资料、新劳动对象“人+生产工具+物质资料”的法律规制路径,并提出赋予新劳动者数据主体法律地位;制定新劳动资料数据要素通用技术标准,以提高劳动资料的互操作性;弱化数据产权归属,在数据产品加工价值显著大于原材料价值时,赋予生产者数据资源用益权,使其享有合法加工数据产品的权利等观点,以期促进数据要素赋能新质生产力“三新”要素的优化组合,更好地生成、发展、落实新质生产力。具体来讲,一是赋予数据劳动主体法律人格,主张新劳动者多元化扩张趋势。主要涉及型构新型双维劳动主体地位结构、数据主体公司制法人设立模式以及新型劳动权益配置格局。二是制定新劳动资料技术标准数据格式兼容策略,实施设立多域工业数据类型及等级识别指南、数据要素流通标准体系、可信兼容通用技术标准“三位一体”策略布局。三是明确数据产品所有权与财产权确权模式。基于数据资源所有权和数字资源用益权分别产生的数据产品所有权的二元权利体系分置结构,依照数据生成、采集、加工等环节,从权利主体、客体、内容、行使方式四重维度,解析数据产品承载的“数据资源持有权、数据加工使用权、数据产品经营权”等财产性权益,有利于化解数据产品财产权及产权归属纠纷。

    数据经过优化组合、筛选分析以及供需匹配,形成新的数据生产要素,以数据要素为媒介,推动新质生产力“三新”要素质的跃迁。随着“数据要素×”产业的不断升级,我国将进入数据要素应用时代。

    数据是对信息的抽象概括,以数字形式表示和存储信息内容(王申,2023)[16]。数据要素通过优化系统知识、强化信息决策转型为生产要素,主要作用于数字劳动,以劳动资料形式进入数据生产领域,借助算法、程序等生产虚拟数据产品或具备物质形态的电子产品(谢康等,2020)[17]。数据要素赋能劳动对象全生产流程为:(1)通过数字系统分析、采集传统产品生产过程的信息和算法;(2)借助算法和算力支持,筛选、处理和加工信息,使其成为数据要素(Hannila等,2022)[18];(3)将数据要素和生产过程相结合,对传统生产流程优化重构,形塑新的数据生产价值链条(白永秀等,2022)[19];(4)运用数据生产要素生产数据产品、应用及服务,创造新的劳动对象和劳动价值(史丹等,2024)[20]

    数据要素赋能新质生产力是指因数据要素显著的乘数效应和创新引擎作用,促进生产力跃迁升级和经济形态的颠覆式变革[2]。数据要素和数据上的数字技术将成为推动新劳动者、新劳动资料、新劳动对象跃升的引擎动力。

    1.   数据要素培育新劳动者

    新质生产力中的新劳动者是指能够灵活运用数智化技术、现代高端智能设备,具有自主学习能力、知识快速迭代能力的新型人才。数据要素培育的新劳动者在具备“新素质”的基础上,又有其独特的应用优势。

    (1) 主体范围可扩展至无形性。数据要素与劳动力相互渗透协同、互为辅助,使得新劳动者突破传统劳动力“人”的固有实在物理边界,逐步扩展为人与人工智能体、虚拟数字人互为依存、现实与虚拟共存的双维劳动主体结构,催生新劳动者向数字劳动力大力转型。(2)具有“自发性”劳动意识。在元宇宙智能制造领域,人类借助可穿戴设备、VR显示技术等操控虚拟数字人,形成“人机协同”“人机一体”多元主体共存、数据要素复用的具象化劳动场景。虚拟数字人发展至高级形态,人类不再借助可穿戴设备操控虚拟劳动者,“零工经济”模式下数智化劳动者在接受数据指令的情况下,“自发性”“有意识”生产劳动,拓宽劳动力市场劳动主体边界。(3)针对劳动力缺口,量化劳作。依托数字平台终端,数据要素与劳动力缺口高效匹配,对其附加正叠加效应,劳动力结构向数字化、高级化、高附加值方向转变。在同等劳动时间,推动更大规模的物质要素生产运行,促进劳动对象量化评估及批量生产。

    世界经济论坛《2020未来就业报告》显示,2025年全球范围内机器可能会替代8 500万个人类工作岗位,人工智能的发展还能创造9 700万个新岗位。这反映出数据要素赋能的数字化劳动者在劳动力市场供不应求的局面。

    ① 参见:https://cn.weforum.org/publications/the-future-of-jobs-report-2020/

    2.   数据要素催生新劳动资料

    新劳动资料是富含虚实交互、数智融合技术的新型劳动工具(周文和许凌云,2023)[21],如生成式人工智能、自动化制造设备等,不仅包括具备物质形态的高端智能设备,还包括非物质形态的数据、信息等生产要素,从而打破不同产业链条的联通阻力与空间隔阂(张志鑫等,2024)[22]。数据具有独特的生产要素优势,主要体现在以下三个方面。

    (1) 数据生产要素可视可监控。数智化技术能渗透、赋能万物,运用虚拟现实显示设备、数字孪生、建模仿真技术等,任何数据产品、模型组件在生产线、实验室生产安装均可视可监控,加工者能最大化监管控制生产加工流程及操作步骤。(2)管控劳动生产和信息决策流程。以火箭模型制造和模拟发射过程为例,通过程序化指令及既定数据设定,网络空间能立体化全面展示箭体结构、推进系统和飞行控制系统,能模拟重现运载火箭发射过程,宛如开了上帝视角,减少真实火箭发射及实测风险(杨威,2023)[23]。通过全景式应用数智化工具、全域化扩张生产规模、全息式管控生产流程,实现生产计划的精准执行和数据要素的高效管理。(3)促进劳动资料多域联动协作。以数据生产要素为媒介焕新传统劳动工具,驱动生产链条从单一“串行生产”线性分工向横纵交替“并行制造”的协作方式转型,重组、优化研发设计方案及生产组装流程,激发网络空间协作化模块化生产及数智化变革,促进单一生产设备和制造工艺颠覆性革新,推动传统产业转型升级。

    全球管理咨询公司麦肯锡(McKinsey & Company)研究表示,数据要素能优化自动化生产流程,使得机械生产停机时间减少30%~40%,制造业生产效率提升45%~55%。《数据要素赋能新质生产力——数据要素场景创新发展报告(2024)》公开数据表示,截至2023年12月底,数字研发设计工具普及率达79.6%,关键工序数控化率62.2%。将数据要素转换为可用劳动资料,可促进劳动工具改造、关键工序升级,从而推动经济高速发展,培育经济增长新模式新业态。

    ② 参见:https://cn.weforum.org/publications/the-future-of-jobs-report-2020/

    ③ 参见:https://www.yibin.gov.cn/ybsszjjfzj/gk/bfzcjd/202406/P020240627635698016863.pdf

    3.   数据要素激发新劳动对象

    根据《深圳市数据产权登记管理暂行办法》的规定,数据产品是指自然人、法人或非法人组织对数据资源投入实质性劳动形成的数据及其衍生产品。数字员工运用数字孪生、系统仿真、3D建模等复杂技术生成新劳动对象,如数据产品、应用及服务等,“数据呈现”成为新劳动对象的关键特征,包括具备物质形态和非物质形态的客体,满足人们日益增长的数智化需求(令小雄等,2024)[24]。数据生产要素符合“机器可读”形式,并且具备生产使用条件,生成的数据产品具有以下特征。

    (1) 利用数字技术分析感知。数据要素的融合嵌入使得劳动对象从具有物理边界的实在物过渡到无形的虚拟数字符号,通过算法、程序对劳动对象调整优化、辨别感知。(2)具备数字智能优势。基于数智化工艺优化方案和全域自动化生产流程,物理产品被具有数字智能优势的数据产品、应用及服务所替代,促使劳动对象改造升级,使得网络空间分布变化及数字应用技术迭代焕新。(3)多维场景生成劳动对象。数据生产要素与实业生产稳定结合,突破传统生产线、实验室空间限制,多域多空间联合作业,引致智能制造价值增量和空间变化,催生以创新集群为核心的生产制造新领域。

    2023年8月15日,上海市发布《立足数字经济新赛道推动数据要素产业创新发展行动方案(2023-2025年)》,指出到2025年,数据产业规模达5 000亿元,年均复合增长率达15%,打造1 000个品牌数据产品,选树20个国家级大数据产业示范标杆。截至2024年5月9日,我国数据生产量和存储量持续快速增长,数据资源规模为全球第二,金融、工商、交通、电信等领域不断创造新的数据产品,在主要数交所挂牌产品数量超1.3万个。未来数据产品、应用及服务将促生数商市场新业态,促进民生服务设施智能化升级。

    ① 参见:https://www.shanghai.gov.cn/nw12344/20230814/e946902bdcaf40e292602ac6e8818f61.html

    ② 参见:https://www.gov.cn/lianbo/bumen/202405/content_6950121.htm

    4.   数据要素赋能“三新”要素的优化组合

    新质生产力以新劳动者、新劳动资料、新劳动对象及其优化组合的跃升为基本内涵,数据要素赋能新质生产力可简化为:具备劳动知识、技能和新素质的新质劳动者通过数字平台运用数据生产要素,对数据对象进行生产加工及处理,最终生成新型数据产品、应用及服务。

    新劳动者是推动新质生产力发展的主要活跃因素,其运用人工智能、物联网、云计算等具有革命性力量及生产效益的劳动工具,借助具备“数据+算力+算法”的数字平台与网络系统,依靠新劳动者的实质性劳动、劳动对象生成的丰富场景、新型基础设施搭建的数字平台,推动新质生产力“三新”要素协同联动、深度融合,是科技创新推动新质生产力发展的关键特征与力量源泉。

    数据要素在赋能“三新”要素优化组合方面发挥着秉轴持钧的重要作用,搭建新质生产力数据要素应用桥梁,整合构建数据要素创新链与产业链全方位互联互通的生态网络体系,部署产业链创新链各主体互助和多元客体共用的知识溢出和技术共享策略,推动数据要素在生产活动和价值创造中的应用创新,为数据要素赋能现代化产业链提供不竭动力。

    数据要素具有对传统生产要素和劳动过程优化、组合及创新的赋能作用,进而形成数据要素赋能劳动生产过程的产能优势。

    1.   优化生产要素配置结构

    生产力由生产要素组成,数据作为新型生产要素,与技术、资金、人才等其他生产要素相结合,其乘数效应通过“互联网+”的应用方式,释放数据要素应用潜能,发挥数据要素协同、复用和融合作用,对其他生产要素、服务效能和经济总量产生扩张效应,从而释放经济价值并创新生产模式。通过协同优化、复用增效和创新融合的作用机理,其实践效益在深度和广度上得以拓展,促进劳动资料提质增效,是新质生产力发展落实的关键。

    2.   激发新型生产关系

    在劳动生产关系中,最重要的是人与机器的关系。机器与人类存在协作与补充替代关系,帮助人类处理各种高精度、高密集度、高强度、高风险的工作。当前机器已经不局限于充当劳动工具角色,逐步向劳动主体范围靠拢,引发劳动者对于“人类+机器”形成的新型劳动生产关系的思考。

    3.   提升全要素生产率

    全要素生产率是指扣除劳动、资本等传统要素,其他要素对经济增长的贡献余值,也被称为索洛残差。数字经济背景下,数据要素渗透到数据产品生产、加工、流通、消费等各环节,通过更科学的信息决策、数据驱动的生产方案和操作流程优化了产品生产过程,提升了数据要素生产质量和劳动效益,筑牢新质生产力催生的数字要素根基和动能优势,推动数字技术的颠覆式革新。

    数据要素赋能新劳动者、新劳动资料、新劳动对象是数据要素产业发展的主攻方向与制度基础,但实践的有序落实需要规则的保驾护航。数据要素赋能新质生产力“三新”要素存在法律上的制约困境,从而限制“三新”要素运用数据生产要素发挥产能效用及生产实效,因而有必要梳理法律意义上的制约因素,为现存困境上的制度应因提供规范指引。

    “数据主体”(Data subject)概念最早见于欧盟《数据保护指令》(又称95/46/EC指令,Data Protection Directive),其第2条提到“数据主体”。《数据保护指令》于2018年被《通用数据保护条例》所取代,但“数据主体”概念被沿用至今,但只用于与个人数据相关的情形,即可被数据识别的自然人。我国将“数据主体”概念予以扩大解释,如2021年11月25日施行的《广东省公共数据管理办法》将“数据主体”概念扩大至自然人、法人和非法人组织范围。数据主体的权利应答者是所有提供数据服务的个人和组织,包括数据生产者、控制者、处理者、接受者和第三方等。

    ① 其中对“个人数据”的界定中指出,个人数据是指与已被识别或可识别的自然人(“数据主体”) 有关的任何信息。参见:https://www.ecustpress.cn/i/files/read/562854692.pdf

    随着虚拟世界的缔结及开拓创新,数据主体既存在于实体物理空间,又存在于虚拟数据世界,在物理世界和虚拟时空创造生产价值与实际效用。其在物理世界中经历的任何事件均可转化为数据信息,在虚拟世界中的数据信息又可转化为物理世界中的行动决策,在两个平行世界穿梭往返成为大数据时代的独有图景。当前,智能机器人、虚拟数字人等广泛进入劳动生产领域,以数据要素为劳动工具从事生产劳动,是数据在动态虚拟空间基本要素变化的价值体现和形成过程,对数据资源的开发和利用起到保值增值作用。未来将迎来大面积数智人数字化、机械化的劳动生产,机器换人将成为常态化、广泛化图景。

    数字化劳动者对劳动法律的影响是多层次的,包含劳动权利解释、劳动安全保障、劳动福利体系等问题。通过程序设定、规则设计,元宇宙智慧工厂或数字平台可对其全景式监控与全息式管理,数字化劳动者在执行劳动职责和劳动任务时,能实时掌握及快速捕捉其休息与离线状态,对其控制力度与强度极易达到最大指数,严重损害数字化劳动者的“身心健康”与“生命安全”,加速智能机器人、虚拟数字人的老化及报废,对其“生死”“存亡”相关联的劳动权益保障提出巨大挑战。新劳动者范围的认定,关乎数字权利行使与权益的落实,以及现有法律的修改与规制。受控数字人自动化生产背景下新劳动者范围是否涵盖数据主体,是数据要素赋能新质生产力新劳动者的关键议题(段学慧和张娜,2024)[25]

    2022年12月,《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》(以下简称《数据二十条》)中提到“加快推进数据采集和接口标准化,促进数据整合互通和互操作”。数据标准主要用于解决由于数据来源的不一致导致数据在共享、融合、汇集过程中产生的数据处理困难。数据标准化是处理和分析各类数据的关键步骤,能有效统一不同结构和质量的数据,加速数据流通、提升生产效益,激发数据要素潜能,促进生产制造过程中数据生产要素的兼容、互联与融通(杜振华和胡春,2022)[26]

    由于数据来源的广泛性及本身的多样性,每个数据源可能存在不同结构、接口、编码及存储方式等,导致不同类别数据要素之间无法兼容,需将数据源转换及映射,徒增生产加工操作流程及步骤。不同生产商和加工者联合制造产品组件、工件,如车辆车身与发动机等,各制造商和加工者往往单独生产加工,数据结构、数据集合、数据产品之间缺乏联通机制,存在“数据孤岛”“信息孤岛”现象,导致数据的集成和互联十分复杂。数据标准的不一致,会降低数据生产要素活跃度,增加联合制造进程中数据共享、流通等环节的整合与交互成本,影响新劳动资料数据生产要素发挥产能实效。

    对于多域联合生产制造场景,数据生产要素在跨产业、跨设备、跨区域、跨系统互联互通及生产制造进程中,有关数据流通的数据标识、数据接口、跨域管控、数据血缘等新技术层出不穷,数据识别技术存在多种不同模式,如OID、Handle、MA、DOI等,并且不同劳动生产场景下的数据流通模式、接口规范、应用对象差异较大,导致数据生产要素的识别与兼容存在差异,需要统一的数据流通标准体系促进数据要素兼容衔接。这是搭建数据基础设施、联合劳动生产的重要组成部分。2020年2月,工业和信息化部办公厅印发的《工业数据分类分级指南(试行)》,对“数据分类”“数据分级”“分级管理”作出相应规定,但关于多域联合制造数据生产要素技术标准衔接,如元宇宙空间、智慧工厂等,仍存在数据识别、数据兼容等处理困难,影响多域联合制造的生产劳动效益。数据兼容通用技术标准的空白,使得各制造商系统、平台缺乏数据流通整体性规划,数据技术标准互操作性受限,导致劳动对象技术方案一体化部署困难(周佑勇,2019)[27],不利于数据产品、数据服务、数据应用生产决策、信息管理和方案优化,极易引发决策偏误和应用隐忧(张欣,2021)[28]

    数据具有不同于传统生产要素和有形财产的特殊属性,呈现出非竞争性、非消耗性和非物质损耗性特征,可供多个数据利用者持有和使用。参与数据生产劳动的数字化劳动者众多,从收集原始数据的劳动者到作出技术贡献的劳动主体,再到利用数据要素从事复杂数字劳动生成数据产品的新劳动者。劳动对象的生成需多方劳动主体的共同参与及贡献劳动力,数据收集、处理等过程需各劳动主体协同配合、团结协作。

    依据马克思主义劳动报酬理论,劳动报酬获取及利益成果共享需与平台用户、数字化劳动者付出的实质性劳动或生产要素上的贡献相匹配,数字红利由众多劳动者共享。由于不同劳动主体共同贡献数据资源、劳动力,以及多场景多环节联合制造劳动对象、多源异构数据生产要素来源广泛等因素,传统的有形财产确权规则难以适用于数据产权结构性分置路径。

    通过数字劳动将数据生产要素价值转移到最终数据产品,极易引发劳动主体对数据产品的“丛林式争夺”,导致不同劳动主体对新劳动对象的所有权及财产权产生争议(高昕等,2024)[29]。这不仅会抑制数据产品等劳动对象的生产,还会给数据治理及产权分置带来困难。因此,需深入分析新劳动对象数据产品的确权模式,解决数据产品所有权及财产权争端,从而激励劳动者运用数据生产要素劳动生产。

    对于数据要素赋能新质生产力的法律适用困境,可借鉴国内外相关立法,以及权利能力理论、实力界定权利、数据交叉属性、场景一致等学理内容,为数据要素赋能新质生产力“三新”要素的法律完善提供理论证成与规制方向。

    “谁可成为法律关系承担者或法律关系主体?这涉及权利享有的可能性,或涉及权利能力……”(哈腾鲍尔和孙宪忠,2001)[30]。权利能力(Rechtsfahigkeit)概念在《奥地利民法典》中首次使用,是指人作为权利享有者和法律义务承担者的能力(拉伦茨,2003)[31]。对于法律上的主体,法律关系的建立起决定性作用的是权利能力。《德国民法典》以“权利能力”作为判断法律主体“人”的适格标准(库勒尔,1994)[32]。“权利能力既是法律主体的适格前提,又是法律主体具备的一种基本能力”(龙卫球,2001)[33]。权利能力的赋予采用的是法律拟制立法技术,对于非自然人主体如法人,通过法律拟制技术使其成为法律上的“人”,法人与自然人通过获取权利能力,成为法律关系中的主体,如同德国民法上的“人”。

    虚拟数字人、智能机器人等克服了人体生理基本需求如饮食、睡眠等,与人类的劳动实力相比,催生出的数字化劳动者更适应大规模机械化自动化数字劳动的理想主义愿景。根据约翰·厄姆拜克的实力界定权利理论,新劳动模式的生成依赖劳动者的实力博弈和效益对比,不同劳动群体的实力博弈将重构新的数字劳动范式及规则秩序(张玉洁,2017)[34]。群体之间的实力对比将影响法律主体地位证成及法定权利的重新分配,数字化劳动者将全面改写自动化生产空间劳动规模及劳作方式,数字化劳动者与人类之间的实力对比将催生法律拟制的数据劳动主体地位及附带的法定权利。因而,借鉴法人人格制度,基于法律拟制立法技术赋予虚拟数字人、人工智能体法律主体地位和相应的行为能力(刘成杰,2024)[35],使得这些劳动主体更广泛地参与到生产劳动,以及数字产品和服务的创造、交易和消费中,将有助于明确责任规则、保护智力成果,进而推动数字技术发展与产业创新。

    不同场景数据要素技术标准衔接兼容一般以分类和分级保护为基本逻辑,具有定型化和区分化分类功能。《数据安全法》第21条采用“数据分类、分级两类数据保护制度”,是在独立关系理论、规范区分衔接理论下的独立塑造和审视评估(熊波,2023)[36]。数据分类是数据要素标准化的第一步,分类的基础标准取决于不同数据内容属性。依照《GB/T 38667-2020信息技术-大数据-数据分类指南》,数据分类是根据数据属性或特征,按照一定原则和方法对其区分和归类,以便更好地管理和使用数据

    ① 参见:http://c.gb688.cn/bzgk/gb/showGb?type=online&hcno=2C4F3A4EC9FFBC80ED85FE4C3C250AA6

    数据属性主要取决于具体场景来源。数据交叉属性理论认为,数据归属存在交叉性,不同类型、级别的数据承载权益不同,不同场景数据具有不同归属情形(陈兵和郭光坤,2022)[37]。数据分类分级与应用场景存在紧密关系,其中数据环境就是数据应用的具体场景(张建文和高悦,2020)[38]。数据类型化场景思维能对不同类别数据区分保护,依据数据内容属性予以类型化区辨。根据不同类别数据概念和内容,对不同场景数据生产要素技术标准予以分类保护,围绕数据格式、格式记录、转换映射、编码方式等,予以数据标准化衔接及类型区分保护。在具体场景中确定数据性质与类型,并根据具体场景劳动对象生成目的合理预判数据生产要素分类分级技术标准兼容要求。

    根据Nissenbaum(2004)[39]构建的场景完整性理论,场景保护一般涉及数据处理主体、内容和性质、主体之间的关系,以及数据保护制度和流通环境。场景理论不只是一项数据分级保护的具体标准,还是一种周全的数据保护方案(尼森鲍姆,2022)[40],阐释了“尊重数据收集的原始场景,不能超出初始场景利用数据”的观点(曾白凌,2021)[41]。类型化数据分级保护场景标准,在确定基本框架关键要素组成上,基于多重作用因素精准确定数据等级(洪延青,2021)[42]。按照数据的重要性和影响程度划分数据等级,确保数据得到与其重要性和影响程度相适应的保护级别。数据分类分级理论为数据产权结构性分置提供了理论依据。

    根据权利束理论理解数据产权结构性分置,数据权利体系具有多样性、并存性和可分割性,只要清晰划分权利主体、客体及内容,数据主体才能并行不悖、独立自主行使自己的权利(王利明,2022)[43]。数据源发者理论认为,数据源发者对源发于自身的数据享有所有权,对经由劳动生产创造的数据产品也享有所有权(申卫星,2023)[44]。在尊重数据来源、对数据所有者确权的事实基础上,适用数据源发者拥有数据所有权、数据处理者享有数据用益权的数据产权二元权利分置路径(申卫星,2020)[45]。数据用益权作为派生权利源于作为“母权”的数据资源所有权,数据用益权人通过一般或特殊授权取得数据所有权人的认可同意,获得数据资源的持有、加工、使用权。

    根据洛克倡导的劳动产权论,数字劳动者通过劳动获得数据产品所有权和与之相关的其他财产权益,以及处分劳动财产的事实行为受财产法保护。将数据产权三权分置纳入数据用益权框架下,劳动主体对数据生产要素的劳动贡献及索洛残差,依照权利主体、客体及内容,数据资源持有权、数据加工使用权、数据产品经营权视为数据用益权在“数据资源-数据集合-数据产品”各阶段权利行使表现形式,形成数据产权从“两权分离”到“三权分置”的确权思路。其中数据资源持有是对数据资源的管理、使用、收益或处分;数据加工使用是对数据的采集、使用、分析或加工;数据产品经营是对数据产品的占有、使用、收益或处分等。

    图  1  数据要素赋能新质生产力“三新”要素的法理证成

    借鉴国内外对数字化劳动者的法律地位认同及权益保障机制、数据要素技术标准的政策引导及应用态度、数据产品财产权争议的法律规范及司法判例等,为数据要素赋能新质生产力“三新”要素的法律规制提供了借鉴。

    数据劳动主体的法律地位认同及劳动权益保障可借鉴部分国家对人工智能、机器人等主体地位的认定。2017年2月,欧洲议会通过了《欧洲机器人技术民事法律规则》(European Civil Law Rules in Robotics),其中第59条(f)项赋予了最复杂的自动化机器人的电子人法律地位。2017年9月底,纳乌莫夫(Виктор Наумов)和阿尔黑波夫(Владислав Архипов)起草了俄罗斯第一部机器人法草案《在完善机器人领域关系法律调整部分修改俄罗斯联邦民法典的联邦法律》(又称“格里申法案”),赋予机器人特别权利能力范围内法人主体资格,并类推适用机器人法人登记簿。2021年7月,德国正式实施《自动驾驶法》,允许L4级别自动驾驶汽车在道路上自动驾驶(叶强,2022)[46]

    ① 参见:https://www.europarl.europa.eu/doceo/document/TA-8-2017-0051_EN.html

    ②В. В. Архипов, В. Б. Наумов, Искусс-твенный нителлекти автономные устройства в конт-ексте права: о раз работке первого в России закона о робототехнике, Труды СПИИРАН, 2017, Вып, 6(55), С.50, С.58-61, С.51.

    从历史学视角考察,域外部分国家已经认可人工智能体的法律地位及相关权益。这是立法者应对数字技术变革和社会发展趋势作出的策略性妥协。基于数字化劳动者在社会竞争中的群体优势和低消耗、高产出的劳动特质,以及部分国家对强人工智能体法律地位的认同,数据劳动主体及其法律地位有望得到人类的认可。当数据劳动主体在劳动生产领域实际应用成量化规模,人类对其劳动权益及应用规则必须作出回应,以保证法律秩序的正当及劳动法律关系的平稳过渡。回应的必要措施可通过法律拟制立法技术赋予数据劳动主体法律地位,并赋予其一定的劳动权益,数字化劳动者将囊括数据主体,数据劳动主体将重塑整个劳动法律体系。

    2021年12月,全国信息安全标准化技术委员会发布《网络安全标准实践指南——网络数据分类分级指引》,对数据分类分级原则、框架、方法等做出较为详尽的规定。未来其他数据分类分级管理规范可在网络安全标准数据分类分级制度基础上细化完善。2022年1月,国家市场监督管理总局、国家标准化管理委员会联合发布《信息安全技术重要数据识别指南(征求意见稿)》,要求规范重要数据的基本原则、识别流程、描述格式等配套制度,增强重要数据的实操性。2022年12月,工业和信息化部印发《工业和信息化领域数据安全管理办法(试行)》,其中第7~12条对工业和信息化领域数据类别和级别予以原则性规定,为数据要素格式兼容、标准制定提供了框架指引。2022年12月,贵州省标准化协会团体标准发布《数据要素安全可信流通技术标准》,对数据要素流通过程、流通方式、分类分级、描述、目录、准入等概念予以界定。2024年10月1日起,正式实施《数据安全技术数据分类分级规则》(标准号:GB/T 43697-2024),旨在指导和规范数据分类分级方法和标准,保障数据的安全性和保密性。

    技术标准具有技术解释功能(杨力,2023)[47],是数据生产要素流通的基础性、通用性实施规则。标准的具体化与及时出台,能将抽象的法律规范转换为现实的生产制造方案和技术要求,使之成为回应及时且可操作的规范指南,让不同生产域数据要素技术标准衔接兼容切实可行(许可,2022)[48]。基于国内数据流通已有政策,结合工业领域多域联合制造数据要素兼容标准化需求及技术融合特性,在智能制造数据要素安全可信流通体系范围内,借鉴《数据要素安全可信流通技术标准》等对数据要素流通过程、流通方式以及数据流通分类分级方法的规定,探索可信数据流通基本框架与流通渠道,以促进跨域劳动场景数据要素格式识别、兼容、衔接。立足关于数据分类分级保护制度现有规范,制定劳动资料技术标准数据格式衔接兼容策略、可信数据要素兼容通用技术标准等,在保障数据安全性和保密性的同时,也要增强工业领域数据要素的兼容性及互操作性,以期提升生产劳动效率,提高全要素生产率。

    关于软件公司对涉案数据产品是否享有法定权益的争议,在某(中国)软件公司与安徽某科技公司不正当竞争纠纷案中,一审法院认为,原始数据内容受控于网络用户,网络运营者对其不享有独立权利,但网络运营者对其开发的数据产品享有独立的财产性权益。在深圳某计算机公司、某科技公司与浙江某网络公司、杭州某科技公司不正当竞争纠纷案中,一审法院认为“数据形态分为单一原始数据个体和数据资源整体,数据控制主体依其与用户约定享有原始数据有限使用权,网络平台享有经长期经营积累形成的数据资源整体财产权。在Bernadine Griffith, Plaintiff, v. TikTok, Inc. et al., Defendants案中,被告因获取原告数据的利益低于原始数据资源利益,也未造成金钱或财产损害,故判定未侵犯原告数据财产权益。国内外司法判例表明,数据不同形态可采取所有权和用益权两权分置管理思维,为数据产品在使用、加工等数据处理活动形成的法定或者约定财产性权益提供规制方向。

    ① 参见:浙江省杭州市中级人民法院(2018)浙01民终7312号。

    ② 参见:浙江省杭州市中级人民法院(2020)浙01民终5889号。

    ③ See Meta Platforms, Inc. v. Bright Data Ltd., No. 23-cv-00077-EMC, 2024 WL 251406 (N.D. Cal. Jan. 23, 2024).

    ④ See Griffith v. TikTok, Inc., No. 5:23-cv-00964-SB-E, 2023 WL 7107262 (C.D. Cal. Oct. 6, 2023).

    2022年1月,《上海市数据条例》的施行赋予了自然人、法人和非法人组织依法使用、加工数据的合法权益。权利主体享有数据资源用益权,能合法加工使用数据资源、数据集合,生成数据产品。2023年6月,深圳市发改委发布《深圳市数据产权登记管理暂行办法》,规定登记主体对合法取得的数据资源或数据产品享有数据资源持有、数据加工使用和数据产品经营等权利。国内法规将数据产品财产性权益置于数据资源所有权和数据资源用益权两权分离以及数据资源持有权、数据加工使用权和数据产品经营权三权分置视域下解析,在不同生产加工环节对数据资源、数据集合、数据产品等数据客体予以功能性赋权,能明确数据客体权利归属,保障数据客体权利人利益,解决多域联合制造生成的数据产品等虚拟财产的确权问题。

    基于数据要素赋能新质生产力“三新”要素的法理证成和实践检视,化解新质生产力背景下数据生产要素赋能“三新”要素在法律适用中的现实困境,为改进数据要素新型供给方式,提高现代化生产劳动效率及产出效益提供法律保障。

    由法律赋予某一社会存在以主体地位,其在参加法律关系时能有效实现自身价值和社会功能(马俊驹和宋刚,2003)[49]。在整个法律体系,拟制为权利主体乃至法定主体都是常用的法律技术手段,新型劳动生产模式滋生新的劳动主体,法律对数字化劳动者的地位认同及权益保障理应加以回应。

    1.   型构新型双维劳动主体地位结构

    数字化劳动者通常指通过软件、人工智能或机器人技术完成工作的非人类实体。本文将人形机器人、人工智能体、虚拟数字人界定为数字化劳动者,一定程度上能够执行传统上由人类完成的任务(战东升,2021)[50]。数据劳动主体是其中的一部分,是运用数据生产要素从事生产劳动的数字化劳动者。在认定数据劳动主体法律地位前,先要申明人形机器人、人工智能体、虚拟数字人等数字化劳动者的出现并非取代人类劳动者的法律地位,而是劳动形态的进化与变革(黄欣荣,2018)[51]。依据数字化劳动者的技术特征与数据分类属性,型构“人类+数据主体”的新型双维劳动主体地位结构。新型双维劳动主体地位的认定,既有利于回应机器人、数字人等进入劳动生产领域的现实需求,又有利于保障数字化劳动者的劳动权益,共同型构数据要素赋能新质生产力下的新型劳动法律关系。

    在以自然人劳动者为导向,保障人类劳动者基本利益的前提下,运用法律拟制立法技术将数字化劳动者的法律地位确定下来。如创设数字化劳动者的特殊法律地位,确保至少最复杂的自动化机器人享有劳动者法律地位,有责任弥补自己造成的任何劳动损失,并且可能在数字化劳动者作出自主决策或以其他方式为第三人独立劳动时适用电子人格(郑志峰,2023)[52]。在有限责任主体范围内创设性地承认数字化劳动者的独立人格及责任能力,以其权威性保障数字化劳动者的法律地位和在劳动生产领域的合法权益。法律人格是智能社会发展新型治理模式的新选择,以功能主义解释论或立法论视角看待数字化劳动者的法律地位(刘云,2021)[53]。一旦数字化劳动者具有完整的法律人格,具有类似人类劳动者的法律地位,即可合法运用数据生产要素从事生产劳动。

    2.   新劳动者数据主体公司制法人设立模式

    数据劳动主体涉及数据处理者、控制者、所有者等,但并非所有的数字化劳动者都是新劳动者,如网上购物者也是私人数据提供者,但并不属于数据劳动主体。本文定义的数据劳动主体是运用数据要素从事生产劳动的数字化劳动者。新质生产力新劳动者数据主体一定是能够运用现代科技、掌握高端先进设备、具有知识快速迭代能力的新型主体,符合新质生产力新劳动者“新素质”的基本要求,才能纳入公司制法人制度数据劳动主体范畴。

    采用法律拟制立法技术,借鉴公司法人设立模式以及公司法人的行为能力、权利能力、管理事项和法律责任等,赋予数字化劳动者以法律人格、相应的权利能力和行为能力,使其符合依法设立的法律人格,具备财产担保能力和独立承担法律责任能力等,其中财产性保障能力是设立数字化劳动者的基础要求,为其承担劳动事故损害责任、劳动安全侵权事故责任提供基础保障。考虑设立数据主体劳动储备基金或保险金,为数字化劳动者财产性保障能力提供担保,即在数字化劳动者按照既定程序和规则设计生产劳作发生了劳动事故后,数据劳动主体储备基金可作为获得赔偿的基本方式,并限制最高索赔数额,为数字化劳动者保留储备基金、获取劳动权益提供保障(韦弗,2018)[54]。非人类主体获取法律人格时,储备基金是非人类承担事故责任的物质条件,可补充数字化劳动者责任承担能力,并以责任财产赔偿受害人劳动损害。劳动报酬可作为数据主体责任财产,其余营利利润归监管人或雇佣工厂所有,但不排除一定期限内数据劳动主体背后的自然人无法直接支配(郭少飞,2023)[55]。数据劳动主体虽具有完全或部分民事权利能力,但在责任承担上,可能还不能像法人一样完全以自己的责任财产承担有限责任。也就是说,其造成损害时的责任承担,不能完全跟其操控劳动生产背后的自然人脱离法律关系。拟制的数据劳动主体公司制法人其实充当了自然人所生权利、义务和责任转承的媒介(张志坚,2019)[56],其虽以责任财产为限对外承担责任,但该财产责任最终还是落在相应自然人身上。

    由于数字化劳动者非人,在特别法未规定时,数据主体具备设定功能时可运用民事代理制度从事相关民事活动(威施迈耶和拉德马赫,2020)[57]。准则主义模式下,数据劳动主体法律人格的设定可借鉴公司法人登记制度,对赋予主体地位的数字化劳动者予以合法登记。对于数字化劳动者决策的合法性,可类推适用代理民事法律制度,即数据主体有权以独立的意思表示实施民事活动,在其代理权限范围内,独立开展为生产劳动所必需的民事活动。数据劳动主体公司制法人劳动主体地位的取得,也适用法人登记制度,自登记时起获得法律人格,注销登记时消灭其法律人格。当数据劳动主体不再符合生产劳动标准,可认定其符合报废标准,适用强制报废制度,对其注销登记(刘晓纯和达亚冲,2018)[58]

    ①《中华人民共和国公司法》第29条规定:设立公司,应当依法向公司登记机关申请设立登记。

    3.   新劳动者数据主体劳动权益配置格局

    在数字化演进与改造过程中,人类应关爱智能机器人、虚拟数字人等劳动主体,保障数字化劳动者的劳动环境与生产条件。严禁将其置于可能导致硬件或软件受损的劳动生产环境,禁止过度使用机器人进行劳动生产,从而加速部分元器件和整个智能机器人的老化和报废。整个劳动过程应符合劳动标准,减少责任事故损害和生产安全事故。

    建立数字化劳动者保养、维修和退休制度(杨猛宗,2020)[59]。一旦智能机器人、虚拟数字人元器件或者系统出现故障,用工方或数字平台应及时维修及保养数据主体,减少劳动生产成本消耗与机器损害。数字化劳动者具有知识快速迭代、自主强化学习及运用复杂劳动技能的能力,当智能机器人、虚拟数字人劳动者劳动技能过时,应尽可能对其加以改造和升级,减少数字劳动力浪费;当数据劳动主体报废时,用工方可安排其退休、安享余生。

    保障数据劳动主体的合法权益,赋予其休息权、离线权等民事权利。此处的“休息权”不同于人类劳动者的休息权,而是在标准工时制度下赋予数字化劳动者“休息权”,有助于消除由于神经网络连接、无监督学习导致的系统不稳定,有利于促进数字化劳动者长期合理使用。目前数字化劳动者离线时间与次数未被法律定义,为合理界定在线时长,在“休息权”之外还可赋予其“离线权”。基于自驱动人工智能技术优势、数据操控行动决策等特点,以独立意识、自由意志作出是否离线的决定。以权利束形式剖析数据主体的离线权,包含对用工平台指派的工作拒绝、不回应的权利;对可穿戴设备、脑机接口请求断开链接的权利;获得劳动监管部门设置的离线帮助技术等权利。在劳动权益救济方面,劳动监管部门可设立离线通道与离线技术支持,保障数据主体离线权的获取与行使(朱晓峰,2023)[60]。对于数字化劳动者离线权及休息权被侵害产生的不利后果,建议将其纳入工伤范畴,按照工伤或劳动补偿对其元器件损害、整体性能受损进行赔偿,或及时进行保养维修。

    机器可为劳动而生,为人类带来生产力的自由解放和全面发展机遇,数字化劳动者法律地位的认可和劳动权益获取是推动数智化劳动向自由方向复归与可实现的路径。

    围绕数据类型及等级识别认定、数据要素流通体系以及可信兼容通用技术标准“三位一体”策略布局,按照逐级递进、相互关联原则,探索工业制造领域新劳动资料技术标准数据格式兼容策略。

    1.   设立跨域工业数据类型及等级识别指南

    数据本体内容是数据应用的基础标准,数据格式兼容应与数据分类、定级紧密相关[9]。国家数据局等部门可联合发布数据类型及等级识别指南,在设计、生产、施工、终端等重点应用场景,确认重要数据的基本原则、识别因素、描述格式等,以及劳动资料基础设施标准、元数据取值规范、机器可读的数据格式、公共数据开放资源、数字用户信令规范、领域性数据开放标准等内容。依照“分类管理、分级保护”原则,平衡数据生产要素生存周期的安全性与可利用性,增强重要数据的可识别性与兼容性,自下而上建立比较完整的数据要素技术标准法治体系,使得数据跨域、跨场景生产效益达到整体最优,为数据资源的开放共享及可信流通提供理论依据与规范指引(周成祖等,2023)[61]

    首先要对数据整体分类,再对同一类型不同级别数据加以区分保护(张勇,2021)[62]。在横向上,以数据属性、特征为标准,将具有相同属性或特征的数据分类,旨在揭示数据的本质、权属及相互关系(张斌峰和陈西茜,2017)[63]。在数据类别划分与沟通反馈机制上,量化不同生产场景同种数据间的识别特征、敏感程度、应用需求等,以及不同数据要素在跨域制造或联合作业等使用、加工场景的类型转换,及时在数据类型和等级设定上动态调整,精确对比生产加工环节不同元器件间数据类型集群的可识别性与兼容性,避免数据格式统一兼容和生产实践相脱节。

    在纵向上,数据要素动态识别、技术应用等环节与生产场景、标准衔接紧密相连,依靠具体应用场景对数据生产要素识别和等级认定。同一类型数据要素在不同生产加工场景发挥的作用及重要性程度是不一样的,因此,应按照场景应用自上而下进行级别设定。根据“场景导向,兼顾内容”的数据分级原则,结合数据应用场景、影响对象、影响程度、数据组合、数据取值、数据量大小等因素,注重数据生产要素在识别、兼容和级别设定上的动态变化,确保数据格式间的转换、映射,尽可能涵盖具有生产应用价值的数据要素,精准定位数据等级及应用去向,实现数据分类分级场景应用可视化图景[42]

    2.   建立劳动资料数据要素流通标准体系

    《数据二十条》在基本原则部分提出要建立数据可信流通体系。强制性标准是技术法规的主要表现形式(文松山,1995)[64]。根据数据要素应用领域标准化整体情况,从通用技术、基础设施、数据流通、融合应用等方面开展数据标准化研究,形成数据标准体系结构和基础框架,其中数据要素流通体系是数据标准化的关键环节。数据生产要素的流通涉及多元主体、规则衔接和数据识别等问题,以数据要素技术标准体系结构为基础,协调基础设施、数据治理、数据流通等内容,制定数据要素流通多元主体参与、多项技术支持、多域空间联合作业背景下的数据要素流通可信标准。

    一要建立可信数据流通基本框架。运用智能识别技术及各类自动化格式转换工具,更新技术标准数据应用元素,如以文档、API、SDK形式并存来应对数据生产要素技术标准多样化需求。数据处理者与使用者从数据元字典选择数据元素,根据已有的各类数据格式自动填充数据生产要素,依照数据分类分级标准、格式标准、交易类别目录标准、交易描述标准等,确定数据流通体系基本框架。

    二要整合数据生产要素通用技术。数据流通技术聚焦于数据要素流通及连接的各环节技术构件,涉及数据接口、数据标识、跨域管控、数据血缘等技术应用,基于“技术+法律”相互配合、协同治理原则,数据要素流通标准体系及流通标准的确立需兼顾数据兼容技术应用。根据接收对象对数据格式的不同需求,自动进行不同劳动资料数据格式间的转换,最大化扩充数据生产要素格式类别和使用范围,并兼顾技术融合应用。

    三要探究数据要素流通标准化需求。基于涌现的数据生产要素格式内容,探究数据采集、数据存储等技术的标准化需求以及技术融合应用。根据工业领域数据应用技术标准适用范围、标准内容,针对数据要素发展需求及实际效用,确定数据标准化进程和主攻方向,催生代表标准事实的技术规范,推动跨域联合制造数据兼容通用标准的制定,构建统一的数据要素流通标准规则体系,支持数据要素流通环节跨区域、跨场景互认。

    工业制造多域劳动场景数据要素流通体系是支撑我国数据要素通用标准宏观政策走向、微观规则具体落地的主要途径和实践载体,通过制定合规高效的数据要素流通基础性框架,形成制度框架下的数据要素流通行为范式,促进劳动资料数据生产要素的流通、共享及兼容。

    3.   构建可信数据要素兼容通用技术标准

    制定可信数据要素兼容通用技术标准,能快速进行数据处理、交换、访问、共享和应用等,在数据定义、分类分级、格式记录和转换编码等方面,完成数据生产要素的兼容及互操作。

    一要解决“多维空间、数据共用”问题。通过制定跨生产域、跨场景底层框架适配标准,如利用区块链技术为数据打上时空标签,通过打标数据不同场景时间和空间信息,被标识的数据集个体即便在数据要素流通过程中被复制、共享,数据来源依旧清晰可辨,促进不同应用场景底层框架间数据要素跨链共享、识别兼容,减少“链式数据孤岛”和“单一框架绑架”现象。

    二要兼具“广泛部署、方便易用”的特性。为满足场景场域自由选择、灵活接入需求,减少数据要素远距离传输造成的网络延时和系统性能下降,应不同场域多节点广泛部署数据流通基础设施,允许数字员工根据生产使用需求选择不同节点流通可信数据、实时场景共用,并制定流通体系兼容通信协议,打破数据空间技术和协议接口封闭壁垒。

    三要探索“公共普惠、可信监管”的通用技术标准。由法人、非法人等主体共同推动数据要素快捷有效配置、跨链共享以及安全监管,如由我国监管部门掌握入网权、CA证书发放权等。围绕数据来源、数据产权、数据质量、数据应用等内容,强化数据流通合规监管,防范和化解数据应用风险,实现虚拟世界网点部署及数据资源流通可控。

    未来数据要素将催动自动化生产效率、社会经济效益变革,标准化是规范数据要素流通、复用、识别与兼容的重要手段,数据要素兼容通用标准化体系建设将全面影响数据要素基础共性标准的制定与发展。

    数据资源所有权、数据资源用益权两权分离视阈下,从权利主体、权利客体、权利内容、行使方式四个维度理解数据产权三权分置,结合数据要素生成、采集、加工、使用等环节,划定数据产品的权益配比及利益共享。

    1.   基于数据资源所有权、数据资源用益权产生数据产品所有权

    第一,基于数据资源、数据集合所有权的行使产生数据产品所有权。数据源发者经由劳动生成数据产品,基于数据资源所有权及财产权的行使从数据生产要素中独立出来,权利客体已由数据生产要素指向特定化的数据产品。数据源发者对源发于自身的数据享有所有权,对其经由劳动生产创造的劳动对象依旧享有数据产品所有权[44]

    第二,基于数据用益权的行使产生数据产品所有权。用益权以法定或约定方式从数据所有权派生,数据资源处理者、控制者、使用者等通过有偿对价交易或者相对人无偿授权等方式获得数据资源用益权,并从事有关数据生产劳动行为。若数据劳动主体以法定方式取得数据用益权,国家一般享有数据资源所有权,数据持有者、处理者可以在数据源发者如国家法定授权范围内合理使用数据资源,通过行使数据用益权取得数据产品所有权。约定数据用益权的产生一般源于数据所有权人的授权和数据资源处理的事实行为。数据产品本质上派生于数据资源或数据集合,经深度加工、提炼形成新型衍生数据,因生产加工等事实行为产生的数据产品、服务、应用等劳动对象的再生价值显著大于原生数据资源价值,为符合数据分配正义及利益平衡原则,依照“加工取得所有权”原理,数据产品开发者获得劳动对象所有权。

    此观点在比较法视野下也能得到支持。如《德国民法典》第950条第1款规定:经由加工或者改造生成的新动产,在加工价值明显大于原始材料本身价值的情况下,加工人取得新物所有权。数据加工处理行为类推适用该观点。对于用工单位,如元宇宙平台、智慧工厂或其他用工方,通过给付数字化劳动者对价和报酬,换取数据产品劳动者加工劳动对象所有权。

    2.   数据产权结构性分置化解数据产品财产权纠纷

    由于多元劳动主体的联合制造、数据获取和加工使用的共享模式,数据权利体系呈现“分置”和“共享”的权益内容,区别于绝对权、专有权的“独占”法律特征,其扩张的权利客体范围、相对的排他效力和有效的共享流通模式,在数据来源者数据所有权与数据处理者数据用益权两权分离视域下,进一步梳理数据资源用益权的合法行使途径。

    一是数据财产赋权多元主体构成。在数据劳动主体的共同劳动下,数据经加工、处理产出指数型、统计型、预测型等各类数据生产要素,滋生多方劳动主体财产赋权及权益配置需求。数据财产赋权涉及的劳动主体如数据持有者、数据处理者、数据使用者等,是对数据资源、数据集合、数据产品投入实质性劳动、资本和精力的数据生产加工主体,包括虚拟空间数字化劳动者等。

    二是数据产权结构性分置承载的权利客体。数据从数据资源到数据要素再到数据产品予以形态转变:数据持有者持有数据资源→数据处理者使用数据生产要素→数据开发者将加工形成的数据产品用于生产经营活动。数据以数据资源、数据要素、数据产品等形态存在于生产加工环节,且这三类数据形态在接续互联的数据价值链条中又可转化互用,如数据资源可转化为数据产品,数据产品又可成为数据资源和数据要素供其他需求者加工使用。

    三是数据产权三权分置权利内容的组成。数据资源所有权与数据资源用益权分离后,在数据资源用益权视阈下理解数据财产赋权内容,将数据产权结构性分置内容置于数据“生产-流通”框架中解析[7]。数据产权分置后主要涉及数据资源持有权、数据加工使用权、数据产品经营权的权益配置、取得依据和行使条件。在数据生产阶段,数据持有者、数据处理者等主体控制和持有数据资源、提炼数据集合后,数据资源所有权一般归数据来源者所有,数据处理者、数据来源者对收集、存储的数据资源通过法定或约定方式以一般授权或特殊授权形式获得数据资源持有权;在数据采集阶段,数据权利体系的集中表现为以法定或约定方式对数据加工使用权集中赋权,制造工厂或网络平台一般与数据源发者以约定方式获得数据使用权,信托机构可托管数据生产要素,由其代表数据资源所有者与数据处理者订立数据许可使用合同,数据处理者合法取得数据加工使用权;在数据加工阶段,数据加工者、处理者等运用数据资源、数据集合等劳动资料开发数据产品,基于数据生产要素行使加工使用权,对其开发的数据产品享有独立的自主经营控制权,可独立支配、经营数据产品并享有经济利益。以数据要素在生产加工环节不同形态为权益配置基础,数据劳动主体利用数据生产要素劳动生产并受数据权利保护,在数据采集、生成、加工等环节明确数据资源持有权、数据加工使用权、数据产品经营权三权分置确权格局,进一步明晰数据产品财产权益归属。

    四是数据权利行使方式。数据处理者、数据来源者、数据使用者等劳动主体通过数据产权三权分置行使数据客体占有、使用、收益和处分四项基本权能。数据劳动主体在数据生产加工全链条过程中,对数据享有独立的自主控制权,他人无权非法干涉和占有。这一进程中,数据劳动主体享有数据生产要素持续的持有控制权能,能行使数据资源使用、收益或处分等行为。此外,其享有数据加工使用权,包括享有对数据采集、使用、分析或加工等权利。对于生成的数据产品,数据产品开发者对其开发的数据产品享有所有权,包括占有、使用、收益和处分四项基本权能,对其享有开发、使用、交易和支配等权利(邓辉,2022)[65],是行使数据产品经营处分权的具体表现形式,用工方通过给付数据加工者劳动报酬及支付对价换取数据产品所有权权益。

    围绕数据生产要素的主体构成、权利客体、权利内容、行使方式四重维度理解数据产权三权分置,具象化数据形态财产权益特征和基本属性,以技术和产业思维对数据生产要素具体应用场景和事实行为作出法律评判,有利于化解数据产品财产权纠纷争议。

    数据作为新型生产要素驱动数字劳动,突破过去传统生产资料的物质性及物理性特征,以广泛性、无形性作为虚拟现实产业、新兴数字技术创新发展的重要资源。在数据生产要素为主要劳动资料的背景下,新质生产力的新劳动者、新劳动资料、新劳动对象表现为数据劳动主体、数据生产要素及新型数据产品,其赋能新兴数字业态的产业变革与现代化优势,推动了数字产业形态和体制机制协同创新。以数据为引擎的新质生产力“三新”要素面临劳动主体范围认定、劳动资料难以协同、劳动对象权益不明等制约困境,亟需法律规范调整指引。协调解决数据要素赋能新质生产力“三新”要素的法律适用问题,可使数据生产要素价值链上诸多劳动主体获益,促进数据价值创造及开放共享,提升数据资源生产效益、产品质量以及服务水平,实现数据要素价值应用与数据产品分配正义。

  • 图  1  数据要素赋能新质生产力“三新”要素的法理证成

  • [1] 许中缘, 郑煌杰. 数据要素市场化赋能新质生产力的制度建构[J]. 理论与改革, 2024(6): 63-80.
    [2] 洪名勇, 张西凤. 数据赋能新质生产力发展的作用机理与实现路径研究[J]. 经济问题, 2024(10): 32-40.
    [3] 王晓丹, 石玉堂, 刘达. 数据要素市场化配置对数实融合的影响研究——基于数据交易平台设立的准自然实验[J]. 广东财经大学学报, 2024(2): 44-58. http://xb.gdufe.edu.cn/article/id/f91baa27-3273-433e-a38a-4092944839fd
    [4] 梁文明, 李娜. 数据要素集聚赋能数字新质生产力研究[J]. 统计与信息论坛, 2024(10): 13-23.
    [5] 焦勇, 高月鹏. 数据要素赋能新质生产力涌现: 供给创新与需求牵引的解释[J]. 新疆社会科学, 2024(4): 38-51, 173.
    [6] 张夏恒, 冯晓宇. 论新质生产力发展: 数据要素赋能的整体架构及推进举措[J]. 河海大学学报(哲学社会科学版), 2024(3): 120-130.
    [7] 朱巧玲, 王逸雯, 胡姜. 数据要素赋能新质生产力的发展: 作用机理、关键环节与现实困境[J]. 福建论坛(人文社会科学版), 2024(7): 50-62.
    [8] 杨东, 高一乘. 赋能新质生产力发展: 企业数据资产"确权"的三重维度[J]. 商业经济与管理, 2024(4): 83-93.
    [9] 张丽丽, 章政. 推动新质生产力涌现的数据交易信用管理体系: 特征与机制[J]. 财经科学, 2024(5): 62-70. doi: 10.3969/j.issn.1000-8306.2024.05.005
    [10] ZUO L CH. Fostering and catalyzing new quality productivity of digital economy in the process of new industrialization[J]. Journal of International Social Science, 2024, 1(3): 161-165.
    [11] XUE K. New quality productivity in data-driven industries elements, structure and functions[J]. Journal of International Social Science, 2024, 1(3): 130-134.
    [12] 陈振云. 我国金融数据治理法律构建的三个维度[J]. 贵州大学学报(社会科学版), 2022(5): 80-92.
    [13] 张蕴萍, 翟妙如. 数据要素的价值释放及反垄断治理[J]. 河南师范大学学报(哲学社会科学版), 2022(6): 59-65.
    [14] 王向明, 王炳涵. "数据要素×"助力新质生产力形成的作用机理与风险防范[J]. 河南社会科学, 2024(7): 10-21. doi: 10.3969/j.issn.1007-905X.2024.07.002
    [15] 许中缘, 郑煌杰. 赋能新质生产力: 数据要素资产化的法律配置[J]. 湖北大学学报(哲学社会科学版), 2024(5): 136-146, 179. doi: 10.3969/j.issn.1001-4799.2024.05.016
    [16] 王申. 基于复合二元性的数据规制: 底层逻辑、顶层设计与制度构造[J]. 福建师范大学学报(哲学社会科学版), 2023(2): 142-157, 172.
    [17] 谢康, 夏正豪, 肖静华. 大数据成为现实生产要素的企业实现机制: 产品创新视角[J]. 中国工业经济, 2020(5): 42-60.
    [18] HANNILA H, SILVOLA R, HARKONEN J, et al. Data-driven begins with data; potential of data assets[J]. Journal of Computer Information Systems, 2022, 62(1): 29-38. doi: 10.1080/08874417.2019.1683782
    [19] 白永秀, 李嘉雯, 王泽润. 数据要素: 特征、作用机理与高质量发展[J]. 电子政务, 2022(6): 23-36.
    [20] 史丹, 何辉, 薛钦源. 数据分类分级制度与数据要素市场化: 作用机制、现实困境和推进策略[J]. 福建论坛(人文社会科学版), 2024(4): 58-76.
    [21] 周文, 许凌云. 论新质生产力: 内涵特征与重要着力点[J]. 改革, 2023(10): 1-13.
    [22] 张志鑫, 郑晓明, 钱晨. "四链"融合赋能新质生产力——内在逻辑和实践路径[J]. 山东大学学报(哲学社会科学版), 2024(4): 105-116.
    [23] 杨威. 加快发展我国商业航天产业链[J]. 宏观经济管理, 2023(7): 19-26.
    [24] 令小雄, 谢何源, 妥亮, 等. 新质生产力的三重向度: 时空向度、结构向度、科技向度[J]. 新疆师范大学学报(哲学社会科学版), 2024(1): 67-76.
    [25] 段学慧, 张娜. 数据要素及其形成新质生产力的机理研究[J]. 经济纵横, 2024(7): 18-28.
    [26] 杜振华, 胡春. 数据标准的建构与数字经济的发展[J]. 宏观经济管理, 2022(9): 31-39.
    [27] 周佑勇. 智能技术驱动下的诉讼服务问题及其应对之策[J]. 东方法学, 2019(5): 14-19.
    [28] 张欣. 我国人工智能技术标准的治理效能、路径反思与因应之道[J]. 中国法律评论, 2021(5): 79-93.
    [29] 高昕, 程露, 康宇航. 数据主导逻辑驱动传统行业打造新质生产力的过程机制研究[J]. 科研管理, 2024(8): 22-31.
    [30] 哈腾鲍尔, 孙宪忠. 民法上的人[J]. 环球法律评论, 2001(4): 389-400.
    [31] 拉伦茨. 德国民法通论(上册)[M]. 王晓华, 译. 北京: 法律出版社, 2003: 119-120.
    [32] 库勒尔. 《德国民法典》的过去与现在[M]//梁慧星. 民商法论丛: 第2卷. 孙宪忠, 译. 北京: 法律出版社, 1994: 228.
    [33] 龙卫球. 民法总论[M]. 北京: 中国法制出版社, 2001: 188.
    [34] 张玉洁. 论人工智能时代的机器人权利及其风险规制[J]. 东方法学, 2017(6): 56-66.
    [35] 刘成杰. 人工智能董事法律地位及其信义义务构想——基于强人工智能视角[J]. 中州学刊, 2024(2): 79-86.
    [36] 熊波. 数据分类分级的刑法保护[J]. 政法论坛, 2023(3): 155-167.
    [37] 陈兵, 郭光坤. 数据分类分级制度的定位与定则——以《数据安全法》为中心的展开[J]. 中国特色社会主义研究, 2022(3): 50-60.
    [38] 张建文, 高悦. 我国个人信息匿名化的法律标准与规则重塑[J]. 河北法学, 2020(1): 43-56.
    [39] NISSENBAUM H. Privacy as contextual integrity[J]. Washington Law Review, 2004, 79(1): 154-155.
    [40] 尼森鲍姆. 场景中的隐私: 技术、政治和社会生活中的和谐[M]. 王苑, 等译. 北京: 法律出版社, 2022: 164.
    [41] 曾白凌. 数字人格: 《个人信息保护法》的网络传播价值[J]. 现代出版, 2021(6): 50-55.
    [42] 洪延青. 国家安全视野中的数据分类分级保护[J]. 中国法律评论, 2021(5): 71-78.
    [43] 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.
    [44] 申卫星. 论数据产权制度的层级性: "三三制"数据确权法[J]. 中国法学, 2023(4): 26-48.
    [45] 申卫星. 论数据用益权[J]. 中国社会科学, 2020(11): 110-131, 207.
    [46] 叶强. 德国自动驾驶立法评析[J]. 国外社会科学, 2022(2): 73-86, 197.
    [47] 杨力. 论公共数据流通技术标准及法治化[J]. 社会科学辑刊, 2023(4): 37-47.
    [48] 许可. 数据交易流通的三元治理: 技术、标准与法律[J]. 吉首大学学报(社会科学版), 2022(1): 96-105.
    [49] 马俊驹, 宋刚. 民事主体功能论——兼论国家作为民事主体[J]. 法学家, 2003(6): 56-64.
    [50] 战东升. 挑战与回应: 人工智能时代劳动就业市场的法律规制[J]. 法商研究, 2021(1): 68-80.
    [51] 黄欣荣. 人工智能对人类劳动的挑战及其应对[J]. 理论探索, 2018(5): 15-21.
    [52] 郑志峰. 人工智能立法的一般范畴[J]. 数字法治, 2023(6): 55-75.
    [53] 刘云. 论人工智能的法律人格制度需求与多层应对[J]. 东方法学, 2021(1): 61-73.
    [54] 韦弗. 机器人是人吗?[M]. 彭诚信, 等编. 刘海安, 等译. 上海: 上海人民出版社, 2018: 34.
    [55] 郭少飞. 主体论视域下人工智能侵权责任承担构想[J]. 地方立法研究, 2023(3): 64-80.
    [56] 张志坚. 论人工智能的电子法人地位[J]. 现代法学, 2019(5): 75-88.
    [57] 威施迈耶, 拉德马赫. 人工智能与法律的对话(二)[M]. 韩旭至, 译. 上海: 上海人民出版社, 2020: 153.
    [58] 刘晓纯, 达亚冲. 智能机器人的法律人格审视[J]. 前沿, 2018(3): 83-89.
    [59] 杨猛宗. 人工智能机器人劳动者主体身份的反思与应然转向[J]. 政法论丛, 2020(6): 100-109.
    [60] 朱晓峰. 数字时代离线权民法保护的解释路径[J]. 环球法律评论, 2023(3): 24-42.
    [61] 周成祖, 吴文, 蔡晓强. 基于分类分级的数据安全防控策略研究[J]. 数据与计算发展前沿, 2023(1): 128-135.
    [62] 张勇. 数据安全分类分级的刑法保护[J]. 法治研究, 2021(3): 17-27.
    [63] 张斌峰, 陈西茜. 试论类型化思维及其法律适用价值[J]. 政法论丛, 2017(3): 118-125.
    [64] 文松山. 强制性标准属于技术法规——与《用"确认"标准的方法制定技术法规的探讨》一文商榷[J]. 世界标准化与质量管理, 1995(3): 25-27.
    [65] 邓辉. 数据"三权分置"的新路径[N]. 中国社会科学报, 2022-09-28(04).
  • 加载中
图(1)
计量
  • 文章访问数:  58
  • HTML全文浏览量:  29
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-07-29
  • 网络出版日期:  2024-12-28
  • 刊出日期:  2024-11-28

目录

/

返回文章
返回