中国政策档案 Governance Archive HOLDINGS 220,012 · FONDS 100
Record · 国家数据局 ACC. 12717371

Policy Interpretation: How to Understand Structural Separation of Data Property Rights

政策解读 | 如何理解数据产权结构性分置

Issuer
国家数据局
Date
2026-03-14
Instrument
explainer
Cited by
0
This document provides an official interpretation of the structural separation of data property rights as outlined in the central government's foundational data system policy, explaining the concepts of data holding rights, usage rights, and operation rights, and their interrelationships.
Full text · 原文 1,489 字
《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》提出,要建立数据产权结构性分置制度,成为各方关注的重点。具体来说,数据产权应如何分置? <br> 【点评】<br> 数据具有多方共生的特点,同一数据往往涉及多个主体。比如,消费者在电商平台上的交易数据,涉及消费者、商户、物流公司、支付公司、电商平台等多方主体。因此,推动数据产权结构性分置,重点是顺应数据特点,明确“谁对什么数据有什么权利”。<br> 第一,什么是数据的持有权、使用权、经营权?<br> 持有权就是自行持有或委托他人代为持有合法获取的数据的权利,其他人不得窃取、篡改、泄露或者破坏权利人合法持有的数据。比如,大型集团企业往往安排旗下数科公司汇聚、存储、维护集团所有数据,统一提供数据服务,并相应地将数据持有权配置给这家数科公司。<br> 使用权就是对数据进行加工、聚合、分析等的权利,可以将数据用于优化生产经营,也可以形成衍生数据等。比如,医院可以在保护个人信息前提下,建设数据资源池,允许药物研发企业在资源池内对数据进行加工使用,研发新产品,并相应地将数据使用权授予药企,但不授予持有权、经营权,这就在保障了数据安全的同时,让更多主体参与释放数据要素价值。<br> 经营权就是以转让、许可、出资或者设立担保等有偿或无偿的方式对外提供数据的权利。比如,一些企业希望由数据中介机构代为销售数据,但又担心数据不受控制,所以仅授予数据中介机构数据经营权。该情况下,数据中介机构不持有数据、也不使用数据,但是取得了代表企业对外提供数据的权利,这保障了其对外供数服务的稳定性。数据中介机构达成交易意向后,数据供给方可以先复核数据需求方可信,再提供数据。<br> 第二,如何理解数据持有权、使用权、经营权的关系?<br> 一方面,持有权、使用权、经营权互相独立,同一权利人可同时享有全部权利,也可享有其中一项或多项权利。比如,在数据融合利用的情形中,某汽车数据空间运营企业联合车企、相关供应商等共同开发数据,各方可以约定各自享有融合后数据的持有权和使用权,并由其中某一方享有数据经营权;也可以约定均享有持有权、使用权、经营权。<br> 另一方面,对于同一数据的同一权利,不同权利人可同时享有且互不排斥。比如,某经营主体合法合规获取一份数据,享有持有权、使用权、经营权,该主体把这份数据复制一份提供给其他人并进行相应授权,则双方对相同的数据同时享有持有权、使用权、经营权,互不排斥。再如,该主体通过建设可信数据空间等数据基础设施,授权多个主体在空间内使用数据,则多方同时对这份数据享有使用权。<br> 第三,这样设置的好处是什么?<br> 一是有利于适应数据特征,清晰界定数据权利内容。通过持有权、使用权、经营权分置,清晰界定不同主体的权利内容,有利于定分止争,符合数据多方共创的特性,将各方关注点从争论“数据是谁的”,转移到“数据怎么用”上来,更好推动数据开发利用,释放数据价值。<br> 二是有利于满足实践需要,释放数据要素乘数效应。数据具有低成本复制的特点,一份数据可以极低的成本,被多个主体重复使用,创造多样化的价值增量,这是数据要素乘数效应的重要来源。因此,明确不同主体可以对同一数据享有同样的数据产权,符合多主体并行使用数据的客观实践,有利于推动数据复用增效。<br> 三是有利于留足发展空间,支持数据领域创新创造。数据作为新兴领域,技术、产业、市场等都在快速发展,未来还将涌现很多新模式、新业态。持有权、使用权、经营权互相独立,有利于市场经营主体描述自身权利内容,让数据产权制度更好满足丰富多样的实践需要,为数据领域创新创造留足发展空间。<br> 附件: