信息和通信技术发展到今天，尤其是当网络被深度和普遍应用，人、物(自然界、机器等)、组织的活动或运行数据被各种网络系统、传感器和智能设备记录下来，形成描述客观世界的数据。今天，我们不仅可以全息地数字化记录(被称为数据化)人类所处的物理和社会环境、物或人的轨迹或行为，而且具有处理和分析海量数据所需要的能力，这便是大数据技术。[1]在本文中，数据或大数据仅仅指由网络设施、连网设备所记录的关于人、物、组织的行为或运行轨迹的数字记录(此类数据亦被称为机器生产的数据)。此类数据有两个重要特征，一是实时持续产生；二是可以溯源到特定的对象(即人、物或组织)。这两个特征使得我们可以对数据描述对象的行为(性能)特性、规律等进行分析。随着算法、算力和算能的提高，数据挖掘分析(大数据分析)演绎为人工智能。人类通过各种算法分析直接由机器生产的数据，洞察和分析客观世界，发现知识(规律)和辅助决策。换言之，人工智能开启了一种新的知识和智慧形成或供给方式，使人类由过去的主要依赖人力(观察记录)收集数据、分析客观世界，形成知识和智慧，转变为依赖人力和智能机器两种方式形成和供给人类知识和智慧。由此，人类社会进入到大数据时代(本文称为数据时代)，开启数据驱动的经济(Data-driven economy)，[2]或称为数据文明时代。[3]数据时代(数据文明、数据经济)的主要标志是，数据成为社会基础资源和经济活动的要素，成为比土地、资本、劳动力等更为核心的要素，堪称“石油”。[4]事实上，现在人们已经开始重视并利用数据资源，尽可能多地获取和控制数据，并利用各种数据分析工具分析数据(包括人工智能)，应用于科学研究、社会治理、商业活动等。[5]
不锈钢焊接技术
数据之所以被视为资源，原因就在于其分析价值，单个数据可以直接描述对象的某个或某类特征，但海量数据相互联系，就能够抽象出数据对象背后的普遍特征，并通过其透析客观世界或分析对象的规律、特征，预测未来。但是每个社会主体所掌握的数据是有限的，要形成足够大、满足各种使用目的的数据集，[6]就必须利用他人掌握的数据(掌握数据的主体，称为数据控制者)，[7]同时也要让他人利用自己的数据资源，即实现数据的社会化利用，而不仅仅是自我利用。数据流通即是实现数据社会化利用和实现数据资源价值的必然路径，正是有社会化数据流通和利用，才能形成数据经济。监控摄像机主板
数据流通要求承认数据控制者享有权利(本文称为数据使用权)，否则无法构筑数据资源的流通秩序。相反，如果没有数据流通或不存在流通必要，也就没有赋权的必要。因此，对数据流通的揭示是数据赋权研究的重要理论基础。笔者在《数据生产理论——数据资源权利配置的基础理论》一文中已经揭示，数据并不是天然存在的，而是被生产出来的，原始数据的生产者和原始数据的汇集者(数据集的生产者)均应当配置以权利，由此使数据得以流通利用，从而满足数据分析、人工智能的需要(以生产出知识和智慧)。[8]本文将进一步阐释数据流通的含义和必要性，以及数据的可流通性、数据流通形式和法律规范，以勾勒数据经济的基本形式，同时也为数据赋权提供进一步理论支撑。
一、数据流通：数据价值实现方式
流通的基础含义是流动，但作为一种资源的流动，主流的形式是交换或交易，而交易需要相应的法律
陶瓷线路板制度安排。由于至今在法律上对于数据上是否存在以及存在什么法律权利(产权)还未有共识，因而数据是否具有流通性仍然是一
个问题，[9]研究文献寥寥。[10]讨论数据产权问题可以为数据流通提供制度基础，但产权制度需要针对不同的数据类型或数据流通内容进行设计，否则会泛化，不具有实际意义。本文试图揭示数据流通(事实)，以数据流通需求“驱动”产权制度设计，为产权制度提供“经济基础”。
(一)数据价值的实现
数据具有价值，而价值需要被界分、确认(保护)和实现，围绕数据价值实现的活动构成了数据经济的内容。法律制度无非是为每一位价值创造者配以权利，使其可以进行商业交易，让渡权利，实现价值(经济利益)。因此，要揭示数据流通，就必须揭示数据价值的实现路径。
打棉机作为一种资源，数据的价值在于认知世界，为人类提供知识和智慧。人类历史即是不断描述、分析、探索自然世界和人类社会，形成认知、知识，创造出各种文明的过程。这一过程可以简化为获取数据和分析数据的过程。在大数据出现之前，人类主要通过肉眼、仪器等，观察、记录、描述客观世界，通过统计分析、演算、逻辑推理等方法分析特定对象，形成各种认知。所采取的方法主要是数据分析，包括定性数据分析、验证性数据分析(证实)、探索性数据分析(发现)。伴随大数据时代的来临，人、组织、机器、自然界等活动或运行被实时地以数字化方式记录下来，形成描述这些对象的海量数
据(被称为大数据)，并逐渐产生了从海量数据中获取另一类知识的分析方法──数据挖掘。[11]数据挖掘也被称为大数据分析，大数据分析逐渐演进为人工智能。人工智能成为人类发现和获取知识和智慧(辅助决策)的新手段。[12]
数据产生和利用方式的改变并没有改变数据的基础价值。无论过去还是现在，数据的价值均在于分析其描述的对象，获取对对象的认知，分析其规律，预测其行动趋势等。这里的分析对象，可以是单体，也可以是复合体在特定时间段的行为或轨迹。比如，既可以是一个人，也可以是一人的行为特征或预测其行为倾向等数据；既可以是一台机器，也可以是若干台机器运行数据。小到查阅、阅读数据，中到简单归纳统计分析，再到复杂的算法模型下的智能分析，都是为了从数据中提取有用的信息，获取知识，做出决断或辅助决策。为了构建清晰的数据经济的分析工具，笔者将从数据中获取知识或智慧的价值视为数据的使用价值(使用价值等同于分析价值)即数据被分析利用后所产生的价值。一旦我们将数据的价值定位于此，那么所有的数据流动即是围绕该目的，展开。
数据作为一种资源，其独特性在于可重复利用，而且可以在不断的结合汇集和演算分析中产生新的价值，而且这个过程并不会终止，可以不断演进下去。与物质商品不同，数据的使用不会减损它的价值，反而会获得新信息或知识，赋予新的含义；数据使用的过程也是不断流动以及与其他数据结合的过程。数据并没有因不断结合被消耗，反而是在积累中成为更大的和更有用的数据(集)。因而数据具有积累性(Cumulative)与非消耗性(Non-deteriorating)，不会在使用中减损、毁坏，不会在流动中丧失
一体化化粪池价值，反而会增值。数据自身不仅不因使用而损坏，而且可以无损地流动。有学者将之定义为无损性或非消耗性，即“对于数据提供方和数据使用方来说，数据流转与传统民法中物的流转方式不同，它可以通过多次的复制提供，且不因为多次的提供和交易而减损自
保温弯管身的内容。”[13]数据和数据价值的非消耗性决定了数据适合流动，决定了数据流动之后并不妨碍原数据控制者对相同数据的利用。
数据的价值不是固定的，而是可变的和多样的。这既取决于它与哪些数据结合以及与多大规模数据结合，也取决于采取什么样的算法以及用于什么样的目的或场景。相同的数据可以发展出不同的应用场景，每个场景之间可以互动互通，也可以各自独立；同样的数据，运用不同的算法或者不同的分析目的，得出的结论完全不同。因此，数据在不断交换、聚合、匹配中产生新价值。数据流通可以说就是不断发现其价值的过程，让数据变得有生命力或有活力。现在出现了许多数据聚合平台，其所提供的服务本质上是将数据提供商和企业应用联系在一起，让数据在平台上进行相互交汇和连接。
数据来源具有多样性，每个数据控制者均可能合法地采集和获取相同对象的数据；同样一个主体或物可以被很多设备记录，形成多数据源。每一个数据源是对同一主体或物的描述，多少都具有相关性。但是，每个数据都是有缺陷或不完整的，要形成一个对象的足够多的数据，就需要把这些数据关联起来，如此才能对同一对象作出更准确的分析。大数据的价值和能力在于它的多维度性。来源于不同渠
道的对于相同对象的数据相关联系，才能具有分析价值。数据来源(渠道)越多，相同的分析方法得出的精确度就越高。数据之所以要流动就是因为数据是分散、孤立生成和存在的，单个的数据并没有多少使用价值。针对同一对象的数据可以被若干不同的主体采集(称为数据的生产)，而每个数据采集者(数据控制者)所掌握的关于该对象的数据总是有限的、不完全的。在大数据时代，数据量足够大已经不是问题。但是，数据不是光大就有价值。数
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议