李治：企业数据征调的法律构造

全文转载于《法制与社会发展》2026年第2期

作者单位：李治，吉林大学司法数据应用研究中心成员，吉林大学法学院博士后 、助理研究员。

【摘 要】:企业数据征调是指基于公共利益需求,政府依照法定程序强制作为数据持有者的企业提供相关数据并给予相应补偿的行为,这构成了数据资源整合共享和开发利用的重要制度安排。企业数据征调并不改变企业对数据的继续持有和利用,其中数据的无体性肇致其与以有体物为逻辑预设的征收征用的分野;征调的灵活性决定其与数据报送、数据调取等法定制度相区分,从而在数据强制获取体系中居于独特地位。基于企业数据的公共属性及其受到现代财产法理念的合理限制,企业数据征调应当遵循利益位阶理论而受到公共利益的基本限定,此种限定需结合数据特殊性作宽松化调适,宜以政府部门的法定职能作为具体判定参考。在制度运行层面,征调主体为政府部门,被征调主体应排除小微企业,拟征调的数据内容限定在政府部门法定职能的辐射范围以内;应采取集中征调模式,由数据管理部门依照法定流程集中实施,并将政府采购作为前置程序;要以公平合理的补偿标准向被征调企业提供相应补偿。

【关键词】:企业数据征调;公共利益;法律构造

引言

在经济的数字化转型时代,数字服务向消费全域和生产全链赋能,经由“生产消费数据资源的收集汇聚和智能算法结果的回嵌应用”实现“数据全纳”,进而增强物理世界和数字世界的全景融合和实时交互,为人类社会创造新的增长源泉和发展空间。①数字的深度赋能推动数据持续渗透至各类产业和各项生产活动,数据驱动逐渐成为企业参与市场角逐的竞争策略,“即使是最为谨慎的企业也采取了某种形式的大数据战略”。②企业数据在信息技术的加持下“蝶变”,由生产经营的“副产品”演变成“有意图地采集加工或进行专门生产和积累的结果”,③其功效因使用和交易性能的增强而从“用于特定信息的收集处理”拓展至“直接经济性利益的体现”。数据日益成为企业的关键性竞争资产。然而,企业数据采集自公共互动空间或用户真实的行为,仰赖各方主体的共同参与和各类要素资源的持续贡献,从样态构造到价值释放均呈现出显著的公共属性,其本质是兼容企业私益和公共利益的“共创数据”。④企业数据拥有极强的客观映射能力,能够复原社会运行的真实样态,精准刻画出公共服务需求的数量、类型、动态变化等,再经由算法驱动的定向配置达致公共服务资源的有效整合和精准供给,这对于增进人民福祉、实现公共利益至关重要。就现实而言,数据的财产属性使得特定持有者可以真正掌控数据,企业“通过实际控制数据文件的方式即足以利用和保护数据信息”。⑤尽管此种“控制”并非当然意味着所有权,但这却直接关乎其他主体的数据获取请求能否实现。“私营科技平台比政府积累了更多关于人们行为、健康、市场和网络的数据,阻碍数据治理系统达到数据利用的最优效率水准”,⑥“公益数据私人控制”已成困局,⑦企业并无主动开放相关数据的法定义务和充分的利益动机,如何解锁并释放其中蕴藏的公共利益成为数字时代的难题。

《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》)第5条规定:“政府部门履职可依法依规获取相关企业和机构数据,但须约定并严格遵守使用限制要求。”此项政策内容彰显出国家对企业数据治理价值的战略性认知,意在解锁企业数据所蕴藏的公共利益价值,构成政府对企业数据征调的概括性规定。企业数据征调(以下简称“数据征调”)是指基于公共利益需求,政府依据法定职责和程序,强制作为数据持有者的企业提供相关数据并给予相应补偿的行为。一方面,这能有效破除数据持有者构筑的数据壁垒,打通企业数据资源的流通梗阻,增强数据的公益性利用,以持续释放要素价值;另一方面,这有助于以数字赋能驱动政府治理范式的现代化转型,以数据促进政府治理的质量变革、效能变革和动力变革,系统实现“政府决策科学化、社会治理精准化、公共服务高效化”。⑧然而,《数据二十条》的政策指引具有概括性和纲领性,并未明确数据征调的法律性质和制度构造,对其体系定位、适用范围、要件构成、实施程序等关键内容均未涉及,这导致各地在贯彻落实该项政策时,或大体沿袭《数据二十条》的概括性规定,⑨或采取完全回避的态度。O10这深刻揭示出当前制度症结:数据征调的基本意涵和法律定位不清,致使制度边界模糊及内容框架缺失,难以形成兼具科学性、合理性与可操作性的实施规则。目前,学界对数据征调的研究较为浅薄,尚未搭建起成熟的理论框架,从宏观政策指引向具体制度规范转换存在根本性障碍。有鉴于此,本文旨在阐明数据征调的法律定位及制度边界,确立数据征调的公共利益要件的宽松化判定标准,进而明确制度的规范构造与运行逻辑,以期为后续的立法进程和实践探索提供智识支持。

一、企业数据征调的法律定位

《数据二十条》规定了“建立健全基于法律规定或合同约定流转数据相关财产性权益的机制”,这实质提出了数据权益的法定流转和意定流转两种类型。在政府获取企业数据的场景中,基于企业提供数据的自由意志程度,可以划定“基于自愿的获取”和“基于强制的获取”两种类型。O11数据征调属于“基于强制的获取”类型,包含“政府获取企业数据的强制性”和“企业向政府提供数据的非自愿性”等特征,但其规范意涵所指并不全然明晰:若从财产的强制获取层面考量,数据征调与征收征用极为相似,均表征为公权力对私人财产权益施加限制;若从数据的强制获取层面考量,数据征调与数据报送、数据调取等制度均创制了企业数据向政府部门流通的通道,制度功能极易混淆而难以区分。清晰准确的法律定位是制度得以构造的基本前提,明确数据征调的法律定位必须要紧扣其核心品质,在体系化的视角下厘清数据征调与相关制度的联系与差别,以保障制度间的体系协调和协同运作。

(一)企业数据征调与征收征用的分野

我国立法确立国家对私有财产的征收征用,《宪法》和《民法典》均规定国家为了公共利益需要可以对公民的私有财产实行征收或征用。从制度的历史演绎来看,征收征用泛指“国家为了公共利益的需要并基于主权原则强制实施的限制私人权益的一切合法的公权力行为”,O12其本质是“国家动用公权力对民事主体的物权进行的一种限制”,征收主要是所有权的改变,而征用则是使用权的改变。O13在数据获取的场景中,由于政府获取企业数据通常采用普通许可的流通方式,“并不转移数据控制权或剥夺数据持有者的数据使用权”,O14与征收

的法律效果截然区分,故有学者采用“数据征用”O15的概念以指代前述行为。然而,征收抑或征用均以有体物为对象展开制度设计,制度边界由有体物相对清晰的物理轮廓和权利人对物管领的现实状态所决定。O16征收征用无论是适用条件的严格设定,还是返还原物、补偿或者赔偿责任等程序和实体的多重限定,均与有体物特征和物权性质紧密关联。换言之,公民对有体物行使着法律所承认的权利,但这组权利必然“内在于公民对有体物的关系中”,O17公民“对有体物的物理状态或运作保持决策权”以实现权利的基本功能控制。O18因此,囿于有体物的实在性,征收征用必然改变原权利人对物的物理管领状态并对权益施加相应影响,构成对物的客观实在限制。O19

然而,数据与有体物存在实质界分,数据拥有“无法被人类所直接感知和控制”的客观属性,数据权益的客体及其权利边界无法通过数据自身的存在予以划定。O20数据征调是以数据无体性为内核所构造的特殊制度,其并非意在改变数据的持有状态与数据权益的归属,而是强调以“不影响数据权益人对数据的继续持有和使用”的方式增强数据利用,这与以有体物为逻辑预设的征收征用形成本质区别。一方面,数据的无体性构造出数据征调的特殊方式。无体性决定数据的非竞争性品质,其可以不受损耗地被数个主体反复使用和并行使用,自身的数量和质量不会因此衰减。O21增加使用量并不会要求增加数据的量,增加额外使用者的边际成本近乎为零,O22这意味着数据征调可以“不对数据及数据权益人施加任何额外限制”的方式进行。另一方面,数据征调契合数据要素价值释放的特殊规律。有体物受限于自身的消耗性,需要采取以独占为核心的保护策略,其价值实现旨在寻求“最有能力的利用者”;而无体性决定数据资源天然具有充沛性和复用性特征,数据价值的最大化在于寻求“尽可能多的利用者”。O23由此,应用场景的拓展和使用方式的交叉融合将显著增强数据价值,“数据越是为更多的主体获取和使用,越有利于社会整体利益”。O24数据征调不仅不会“耗尽”数据,反而能够促进数据再生和增强数据价值,构成数据领域的特殊制度安排。

(二)企业数据征调在数据强制获取体系中的独特地位

考察既有的数据实践及制度规范,为实现政府部门对企业数据的合法获取,除基于合意的数据捐赠、数据交易、数据采购等路径外,现行法亦构建了数据强制获取的相关制度。一是数据报送,意指数据持有主体依照法定条件和程序向政府提供相关数据的行为。O25如《电子商务法》规定,电子商务平台经营者应当“向市场监督管理部门报送平台内经营者的身份信息”,“向税务部门报送平台内经营者的身份信息和与纳税有关的信息”。我国已构建起以国家法律为统领,以中央及地方主管部门制定的规章和规范性文件为支撑,覆盖网络约车、快递物流、网络交易、网络游戏、网络直播、互联网金融等多个重点领域的数据报送规范体系。O26二是数据调取,意指国家机关在行政执法或者司法活动中基于特定需求依法向数据持有者调取特定数据的行为。O27在行政调查程序中,数据持有者对权力主体行使行政调查权负有配合和协助的义务。O28如《食品安全法》规定,食品安全事故调查部门有权要求有关单位提供进货查验记录、出厂检验记录和销售记录等数据资料,以了解与事故有关的情况。承担刑事侦查、反恐、反间谍等职能的政府部门或承担审判职能的法院,亦可依法向数据持有者提出协查要求以获取特定的数据。如《数据安全法》规定,公安机关、国家安全机关可以“因依法维护国家安全或者侦查犯罪的需要调取数据”。然而,数据报送和数据调取均因自身严苛的适用条件导致适用场景和范围有限,难以满足政府因公共利益需求对企业数据普遍化、常态化和系统化的强制获取需求,数据征调经由征调机制的灵活构造成为数据强制获取体系的重要构成部分。

第一,区分数据征调与数据报送,以满足政府部门超出法定报送义务范围的数据获取需求。数据报送与数据征调虽然均以满足公共利益需求和支持政府履职为目标,但在制度定位和机制运行上存在显著差异:一是适用范围不同。数据报送的适用场景具有明显的法定性和限定性,适用范围应当严格依据法律的明确规定或明确授权;数据征调则构造出政府基于公共利益强制获取企业数据的一般性规则,具备更强的制度弹性和兼容性,可以覆盖多元主体和多样数据类型。二是制度目标侧重不同。数据报送经由相关赋权型规范构建起大数据监管的权力基础,O29与政府部门的特定行政职责直接关联,旨在便利或满足政府部门的日常监管。例如,网络交易数据的报送范围、频次、利用和处理等,应当与市场监管部门的监管职权和目标成比例,做到“克制收集、依法利用、安全处理”;0数据征调则并不局限于监管需求,而是服务于更为宽泛的公共利益目标,具备更强的目标包容性与政策适应性。三是补偿制度安排不同。数据报送因其法定性通常不涉及补偿问题,而数据征调则构成对合理社会义务范畴的超越,需要对被征调主体予以合理补偿。

第二,区分数据征调与数据调取,以满足政府部门更加普遍、更具规模和更为系统的数据获取需求。数据调取立基于数据的“证据属性”,依循“调查权—协助执法义务”的思维逻辑而展开,并随着数据向“工具属性”的拓展而逐步进行信息时代的思维范式转换。1虽然数据调取与数据征调均表现为权力机关依法要求特定主体提供相关数据,但两者存在实质区分:一是目的限定不同。数据调取严格受限于执法或司法的具体目标,调取权能所辐射的数据对象、调取范围、数据利用等均与特定事项紧密关联;2数据征调则因公共利益需求而具备更强的目标延展性,适用场景和适用范围也因此得以拓展。二是行为主体不同。数据调取的申请主体涵盖行使行政执法、刑事侦查职权的政府部门及履行审判职能的司法机关;数据征调的申请主体则严格限定为政府部门。三是数据客体不同。数据调取必须严格贯彻“相关性原则”,所涉数据必须与特定案件事实或涉案人员相关联,进而也决定了目标数据多为非结构化或半结构化的个案信息,且可能与特定个体的人格利益紧密关切。例如,刑事数据调取构造出案件主体、侦查机关、数据平台三方交织博弈的场域,内含“公民权利—国家权—平台义务”三元结构的权利义务关系,3其中就需要特别关注涉案主体的“隐私及数据权益”的保护问题。4数据征调则以结构化的批量企业数据为对象,其中针对个人数据的内容需要依法进行匿名化或假名化处理。四是补偿制度安排不同。数据调取构成数据持有主体履行法定义务的必然负担,由于所涉数据规模有限且结构化程度低,既不构成对主体经济权益的实质影响,亦不会给企业造成过重的协助成本,通常不予补偿;5数据征调则因涉及对企业数据的大规模、系统性获取,需建立合理补偿机制,以体现对数据财产价值的尊重并维持制度运行的公平性。

二、企业数据征调中的公共利益认定

企业通过软硬件的稳定供给向用户提供数智产品或数字服务,以换取数据收集的可能性,并经由必要技术措施实现数据的安全储存;在“确保数据质量、记录数据来源并将其转换为具备互用性的数据格式”6的基础上,企业借助算法等技术手段对巨量数据进行系统整合和深度加工,将数据资源开发成具有统计、预测等高级功能的数据产品或服务。7当主体基于要素投入和自主行动使数据价值增益时,就应赋予其数据财产权益,以激励数据要素供给。8企业在数据“碎片聚合”和“价值质变”的过程中对技术、资本、人力等要素的持续性投入,应当得到法律的肯认并相应获得合理且有效的保护,这符合《数据二十条》所提出的“保障其投入的劳动和其他要素贡献获得合理回报”的基本要求。数据征调构成对企业数据权益的实质性干预,其对产权配置和保护逻辑的突破必须受到限制,由此,数据征调因企业私益和公共利益的对抗交锋而使制度内部充满张力,且因数据的特殊性增强了制度构造的复杂程度。从而数据征调的核心关切在于,如何在尊重企业数据权益的前提下,最大程度地满足公共利益需求、最大程度地促成数据要素价值释放。依此,公共利益要件成为贯穿制度始终的关键,需要予以充分释证。

(一)公共利益要件构成企业数据征调的基本限定

企业数据虽然蕴含着企业劳动等要素的实质贡献,但其并非私主体“单枪匹马”的独立产物,而是具有显著的公共属性。从生产基础来看,各类数字设施看似由私人企业依托平台模式完成建设,但其“底层电信基础设施、域名系统等由国有企事业单位运营”,9包含外部公共主体的资源注入和要素支持。数字平台甚至被视为具备公共性的“赋能者”或“基础设施”。O40从生产过程来看,除企业的内部运营和产品技术开发活动外,企业数据主要根植于公共空间,对附着其上的个人数据进行整合,而“个人数据转化为抽象的网络连接信息的过程便是私主体数据公共化的过程”。O41同时,如果仅具有个体关联性的个人数据足量汇聚,就能形成反映社会现实情况、承载社会公共价值的关联性数据内容。从价值凝结来看,企业数据汇聚过程伴随着收集、存储、处理、分析、应用等系列劳动内容的融合,数据要素价值因不同阶段数据参与者的共同作用而持续叠加,数据由此呈现出形态多样化和负载利益多元化的核心特征。O42可见,公众的集体性生产导致数据来源富足,再经汇聚效应和社会全方位流动实现数据价值的凝结,最终要满足数据终端群体生产生活的广泛需要,企业数据不应被简单理解为“被提取、商品化、控制和利用以获取个体利益的简单商品”,其生产和共享关系使其可归入“惠及公共利益的共同资源”。O43

公共属性的嵌入决定企业数据具有兼容私人利益和公共利益的特殊结构,因此应当遵循利益位阶理论而对不同层次的利益内容给予“恰如其分”的保护,明确应当优先保护的利益层级。按照利益位阶理论,公共利益强调利益享有者的“公共性”,是包括私法在内的任何法律追求的目标,原则上应当优先于私人利益尤其是私人财产利益得到保护。O44事实上,财产权益受公共利益限定已然是现代财产法理念的基本要求。从近代民法到现代民法,缘于财产资源的稀缺性和权利内容的对世效力,古典自由主义式财产权绝对的理念及规范逻辑已然转变,财产的“社会关联性”上升至与“私使用性”同等重要的地位,财产权因负担社会义务而自作限缩。O45财产权不再是完全自由的状态,权利主体对财产的使用和支配也不再是“绝对无限制的”,而是需要受到社会公共福祉的基本限制。然而,在数字时代,数据在公共属性方面超越以往的任何财产客体,数据权益对传统物权规制范式发起挑战,“作为财产权硬核的抽象排他权日益受限,财产上的利益相关者的权利日益受重视”。O46企业数据权益公共属性的增强意味着其更应受到公共利益的限定,对企业数据的利用需要时刻警醒公共利益的存在,“使之内化或外加为数据财产权取得、享有和行使的必要条件或限制”。O47数据征调充分体现出对企业数据公共属性的应然尊重,强调以企业数据承载的公共利益对权益运行施加限制,这满足了利益位阶理论的规范意涵。数据征调的程序启动、主客体界定以及征调范围划定等,均应以维护和促进公共利益所必需为限,以此实现私权保障和公权规制的双重目标。一方面,以公共利益作为数据征调的限定,体现出企业数据产权保护的基本逻辑。唯有在公共利益需要被优先考量的场景下,企业数据权益方可承受必要的限制,由此为市场主体提供权利享有和行使的稳定预期。另一方面,以公共利益划定制度运行的边界,能够有效避免政府假借公益之名侵蚀私权领域,遏制公权力在数据获取过程中的恣意扩张,构筑规范与监督公权力行使的坚实制度屏障。

(二)企业数据征调中公共利益的判定标准

由于受益对象和利益内容的不确定性,公共利益呈现出“虚实结合”的面相,在法律层面始终是“极为模糊的概括条款或弹性条款”。O48这意味着公共利益并不存在“放之四海皆准”的普适标准,而是“具有较强价值判断色彩的客观存在,其判断标准高度依赖于具体场景下特定价值取向的选择”,O49需要在特定的关系结构中以具象化样态呈现。依学术发展脉络而言,公共利益的内涵界定与“征收权”(eminentdomain)关联密切,核心要义在于帮助私人抵御国家主权对其财产的过度“侵占”,提供私有财产的保护屏障。正因如此,公共利益要件在征收征用中得到充分释证,并逐渐发展出一套严格的界定标准。例如,《国有土地上房屋征收与补偿条例》第8条以概括加列举的形式明确公共利益的范畴,为征收其他不动产及动产提供有益参考。O50再如,《民法典》第245条以“紧急需要”作为前置要件对征用场景作出严格限定,O51在公共利益达到与“抢险救灾”和“疫情防控”等情形相匹敌的程度时财产方可被征用。O52概言之,征收征用采取的是严格的公共利益界定标准,这既源于公权行使与私权保障的紧张关系,更受限于对有体物实质“损害”的制度逻辑。

数据征调与征收征用存在明显的制度界分,前者对数据客体的限制与后者对物的实质“损害”存在本质差异,数据征调并不剥夺主体的数据权益,由此,数据征调的公共利益要件不应路径依赖而误限于有体物逻辑,而应结合数据特殊性采取适度宽松化的策略。O53主要理由在于:其一,宽松的公共利益要件高度契合现代财产法体系“强化财产利用”的基本理念,尤其吻合强化数据财产利用的基本要求。传统大陆法系民法依托物债二分结构建立起“以有体物的享用与交换为中心的静态秩序和动态秩序”,此种实物经济规制模式在数字经济时代遭遇根本性挑战,财产规制理念呈现出“从所有到利用”的历史演变,由注重物的归属转变为强化物的有效利用。O54数据经济勃兴对实物经济所发起的挑战,集中映射为无体财产对有体财产的价值范式超越。“强化财产利用”理念的确立,与其说是有体财产领域的“内部优化”,不如说是财产法体系“为适应与促进数据等无体财产的高效利用”而作出的重要回应。其二,宽松的公共利益要件高度适配数据及其要素价值释放的特殊性,体现出数据与有体物相区分、数据资源与物质资源相区分的法律规制逻辑。物权法构造“自物权—他物权”分立分层的基本权利结构,通过不同类型他物权的有序竞争最大限度地实现物的效用。O55然而,数据既与有体物相区分,具备无形性、可复制性、高互补性与高流动性等独特的高阶属性,O56又从根本上突破物质资源“因利用而衰竭”的价值困境,相应地钳制了传统物权规制范式的适用效度。数字技术不仅催生了新的数据形态和产权类型,更是革新了数据财产的利用形式、内容及程度等,这要求对其采取有别于传统物权逻辑的规制思路。O57宽松化的公共利益要件并非对传统规则的简单“松绑”,而是法律针对数据特性所采取的差异化规制选择。其三,宽松的公共利益要件高度满足数据产权保护与公共利益实现的平衡要求,以充分释放数据所承载的社会公共价值。公共利益要件的松与紧,实质是法律在产权保护强度与公益实现需求之间进行权衡时所设定的制度阈值。征收征用采取的严格公共利益要件,对标其对有体物产权的“剥夺式”干预;数据征调则应采取宽松的公共利益要件,对标其对数据产权的“利用式”干预。由此,这意在尊重数据产权逻辑的基础上达致“数尽其用”的最佳状态,让数据“活起来”以充分释放其承载的社会公共价值。

学界针对数据强制获取场景的公共利益要件界定展开了相关尝试性探索。有学者基于我国数据治理实践与比较法经验,归纳出指向特定行政任务、指向特定监管对象和指向突发公共事件三类公共利益。O58还有学者提出公共利益要件界定的动态维度,将公共利益要件与紧急性要件进行叠加式认定,即在涉及轻微公共利益时设定严格的紧急性认定标准,在关涉重大公共利益时则适度放宽紧急性要求。O59以上思考具有启发性,但在具体判定标准的构建方面仍有不足。前者提出的类型界定模糊且交叉混同,本质是适用场景的类型化描述,并未指明公共利益的实质界定标准;后者虽然尝试建立动态认定机制以增强制度弹性,但将紧急性要件与公共利益过度捆绑,可能导致公共利益判定被紧急性要件替代,反而削弱其作为独立法律要件的规范功能。

《数据二十条》第5条明确将“履职”作为政府部门获取企业数据的核心要件,为数据征调采取宽松公共利益要件的界定提供基本指引。但是,“履职”并非严格的法律概念,所辐射的范畴过于模糊与宽泛。“履职”具有较强的制度场景依赖性和针对性,具体内涵必须在特定的法律规制场域内予以释明。O60结合数据的特殊属性及对数据权益施加合理限制的衡平要求,数据征调所采取的宽松公共利益要件,宜以政府部门的法定职能范围作为具体判定参考。一方面,“履职”必须限定在政府部门实施行政管理或提供公共服务的行动范畴内。“政府规制是公共利益超越理论争议并强化实践意义的关键”,O61公共利益本就是政府规制的正当性依据和判准,政府的管理职能与公共服务供给职能因符合公共利益而天然具备合法性。另一方面,“履职”必须限定在政府部门的法定职能范围内,每一项数据征调申请均应明确指向具体、清晰且法定的职能内容。“法定职能范围”将“履职”进行具象化和规范化,使抽象的公共利益与具象的数据征调得以连接,为宽松公共利益要件的判定提供具备法律权威性和操作可行性的客观标准。党的十九届三中全会审议通过的《中共中央关于深化党和国家机构改革的决定》《深化党和国家机构改革方案》和2023年中共中央、国务院印发的《党和国家机构改革方案》等提出了对党和国家机构职能的系统性、整体性构建。同时,根据中共中央办公厅制定的《“三定”规定制定和实施办法》,经批准发布的部门(单位)“三定”规定,是机构职责权限、人员配备和工作运行的基本依据,必须严格执行,这使得数据征调公共利益要件的判定变得“有规可依”。例如,《国家金融监督管理总局职能配置、内设机构和人员编制规定》即对国家金融监督管理总局的主要职责范围以及与其他部门的职责分工作出明确规定,提供了明确且权威的判定参考。

三、企业数据征调制度的运行

法律制度的生命力在于运行。《数据二十条》虽然提出了数据征调的顶层设计,但规范构造和实施机制的缺位,致使制度难以从文本走向实践。前文已然明确了数据征调的法律定位,厘清了数据征调的制度边界,为后续的制度运行奠定了基础。为实现制度的预期实效,构建数据征调的规范体系必须立足于数据的本质属性与结构特征,以企业数据权益保护和公共利益需求满足之间的平衡作为根本导向,阐明数据征调的适用范围、程序控制、补偿等内容,以此真正驱动制度的有效运行。鉴于制度的开创性,数据征调的规范构建与制度运行应当充分汲取征收征用制度的法律精髓,参考既有数据获取机制或相似制度的成熟经验,以确保与现行数据法治体系有机衔接和协调运行。同时,我国应当密切关注国际数据治理实践与立法动向,合理借鉴域外国家在制度构建方面的有益探索。O62

(一)企业数据征调的适用范围

数据征调的适用范围应当得到明确的划定,主体应限定为政府部门而排除各类民营经济组织等私主体,被征调的企业范围应当排除小型企业和微型企业(以下简称“小微企业”),拟征调的数据内容须限定在政府部门法定职能的辐射范围以内。具体而言:

首先,数据征调主体应严格限定为政府部门,而排除各类民营经济组织等私主体。数据征调的本质是公权力对私权领域的实质性干预,制度设计应始终遵循公权限制与私权保障的法治逻辑,这与私主体的数据获取存在根本区别。其一,私主体对企业数据存在强烈的获取需求,但此种驱动力源于其提升自身市场竞争力的商业动机,并不满足数据征调的公共利益要件。其二,数据征调须经数据管理部门审批并受其全程监督。若将征调主体扩展至私主体,既造成征调制度底层逻辑的混乱,更容易滋生权力寻租与利益输送等腐败问题。其三,企业数据是企业参与市场竞争的核心资产,如若允许私主体进行数据征调,这将会变相鼓励“不劳而获”的数据获取,势必严重侵蚀数据产权的激励效能,同时也违背市场竞争的公平准则,最终导致市场秩序的紊乱。因此,民营经济组织等市场主体的数据需求,应当恪守公平竞争秩序并严格遵循市场运行规则,可通过自愿交易、合作开发等意定方式或特定情形的法定方式实现,而非借助具有强制色彩的数据征调途径。例如,当存在数据垄断情形时,可以适用反垄断法框架下的“必要设施原则”和“拒绝交易责任”等制度设置实现数据获取;对于市场主体间的“数据鸿沟”问题,则可以通过大型平台数据交易强制缔约义务制度实现数据获取。O63

其次,数据征调的企业范围应当排除小微企业。小微企业所掌握的数据体量较小,其所能承载的公共利益较为有限。同时,受限于企业规模,这些数据往往关切企业的核心竞争利益,将其纳入征调范围可能会损害企业的数据权益,挫伤企业持续进行数据投资的积极性,甚至可能直接削弱企业的市场竞争力,对其生存和发展造成根本性冲击。O64此外,数据征调的实施过程涉及严格的技术要求,包括数据加密存储、质量管控、格式标准化、安全传输等专业化技术处理,这往往超出了小微企业在技术储备与资源投入方面的承载能力,对其正常经营造成不成比例的征调负担。关于小微企业的具体认定,《中小企业促进法》规定,中小企业的划分标准由国务院相关部门根据企业职工人数、销售额、资产总额等指标,结合行业特点制定。2017年,国家统计局根据新国家标准《国民经济行业分类》(GB/T4754—2017),修订出台了《统计上大中小微型企业划分办法(2017)》,为小微企业的认定提供了有效依据。具体到数据市场,针对经营数据商品或提供数据服务的经营者,小微企业的认定标准应予以适当调整,应将数据处理能力、算法技术、用户依赖程度等纳入到考量因素中。此外,针对互联网平台,数据征调的范围应当排除中小平台,认定标准可参照国家市场监督管理总局2021年发布的《互联网平台分类分级指南(征求意见稿)》,依据用户规模、业务种类和限制能力等进行综合考量。

最后,数据征调的数据内容须限定在政府部门法定职能的辐射范围以内。一方面,政府部门的法定职能以公共利益为依归,如此限定能够确保征调行为满足公共利益要件。同时,此种限定构成防范权力滥用的关键屏障,禁止政府部门获取与其法定职能无关联的数据,能够避免对企业数据权益的不当侵蚀。另一方面,拟征调数据内容可扩展至政府部门法定职能的辐射范围,而非限于直接范围。数据规模赋予持有者“从大量无结构数据集中揭示相关性的能力”,但数据的价值不仅源自数据资源的聚合,还可以经由数据融合(datafusion)得以大幅提升,“来自不同方面的数据被整合到一起后呈现出新的事实”。O65拟征调数据内容扩展至政府法定职能的辐射范围,能够推动多源异构数据之间的深度融合,系统性增强政府部门分析研判、风险预警和精准施策等能力,进而显著提升其在复杂治理场景中的履职能力和公共服务供给效能。例如,短时交通流是交通管理部门确定交通管控方案的重要依据,气温、湿度等气象数据与交通拥堵指数等交通数据的融合集成,能够提升短时交通流速度预测精度,以帮助交通管理部门科学选择交通管控方案,提高服务效能。O66

(二)企业数据征调的程序控制

尽管公共利益要件确保数据征调的正当性,但如果“不经过法定的程序,无论基于何种理由,都是对公共利益本身的背离”,O67数据征调在追求目的价值的同时必须倚重形式程序的合法,经由合理的程序性控制实现制度的科学运作。

首先,我国数据征调应采取集中征调模式,由数据管理部门集中实施。从既往的立法实践来看,可供数据征调选择的程序构造包含分散模式和集中模式。前者意指,由政府部门直接向作为数据持有者的企业提出数据请求,双方经由法定程序完成数据征调;后者则意指,政府部门不能直接向企业提出数据请求,而是需要向中间机构提出申请,由中间机构统一管理和实施。综合我国数据实践,集中征调模式更符合当前客观现实需求:一方面,我国数据领域虽处于高速发展时期,但数据基础设施与配套保障机制尚处于摸索阶段,分散征调模式缺失成熟且规范的运行机制,固有的分散性极易引发数据资源被随意获取的风险,不利于数据资源的安全管理和可持续利用。相较之下,集中征调模式具有显著优势,不仅能对数据资源的强制获取实施有效管控,确保征调行为切实符合公共利益需求,还能为公权力的行使提供高效且高质的监督与管理框架,从而提升数据征调的整体效能。另一方面,数据征调是数据资源整合共享和开发利用的重要制度安排,应明确归属于数据管理部门的权责范畴,由数据管理部门统筹符合国家对该机构的职能定位与组织架构要求。这有助于保障数据征调的规范性和可控性,避免多头管理带来的权责不清与效率损耗。政府获取企业数据存在多重路径,政府应严格遵循比例原则,优先选择对企业数据权益干预程度最低的路径,即明确遵循“自愿机制优先、强制机制例外”的适用次序。具体而言,唯有当政府无法通过以自愿、对价为基础的市场竞价机制获取数据时,以及无法借助数据采购、数据报送等法定制度实现公共利益目标时,方可启动数据征调程序。此外,可能存在由多个私主体共同持有的非独占性企业数据,市场由此呈现供方竞争态势。在这种情况下,引入具有竞争性的政府采购程序既符合数据要素市场化配置的基础导向,也有助于保障企业在数据流通场景中的公平参与权和合理收益权。

其次,数据征调应遵循严格的流程规范。数据征调的对象通常是系统性集成、具有一定规模的批量数据,这要求数据管理部门具备相匹配的资质和能力。结合当前的数据管理实践,省级以下的数据管理部门尚在组建完善中,故应将数据征调的审查主体限定在省级及以上的数据管理部门。政府部门拟申请数据征调的,应当向省级数据管理部门提出申请,跨省征调则应当向国家数据管理部门提出申请。0数据征调申请应当明确说明拟征调的数据内容、征调目的及预期用途、征调数据的使用期限及共享范围、企业提供数据的截止日期、保障数据安全的必要技术和组织措施等。1在数据内容方面,应当具体说明拟征调的数据类型、粒度、数量和访问频率等,确保对数据的获取符合征调的目的及具体用途。数据征调申请由数据管理部门审核批准,在规定期限内应向申请主体反馈审查结果,若审核通过则应当及时通知被征调的企业。企业在收到数据征调请求后,应当严格按照请求及时提供相关数据。如若存在拒绝或修改数据征调请求的情形,则应当在一定期限内及时向数据管理部门说明。例如,在可能存在征调申请对拟征调的数据范围说明并不明确、企业因技术困难等原因需要延迟数据提供日期、企业无法控制征调申请所请求的数据等情形时,企业应及时向数据管理部门反馈。在企业提供数据后,数据管理部门应当监督政府部门严格按照征调申请的目的、方式、期限等规范使用数据,同时确保其采取落实数据保护的必要保障措施。当征调目的不再满足或征调期限截止时,数据管理部门应当监督政府部门删除数据,并及时通知提供数据的企业。

最后,应将政府采购作为数据征调的前置程序。数据征调是带有强制性的数据获取方式,政府的征调请求依法核准后,企业即负有积极配合的义务,无法定事由不得拒绝。鉴于根据《党和国家机构改革方案》第14条的规定:国家数据局负责协调推进数据基础制度建设、统筹数据资源整合共享和开发利用等;原先由中央网信办承担的“协调国家重要信息资源开发利用与共享、推动信息资源跨行业跨部门互联互通”等职责内容划入国家数据局;省级政府数据管理机构结合实际组建。2023年2月27日,中共中央、国务院印发的《数字中国建设整体布局规划》作出“构建国家数据管理体制机制,健全各级数据统筹管理机构”的战略部署。中央层面已经设立国家数据局,并作出成立专门数据管理机构以构建国家数据管理体制的战略部署。地方层面则因应数据治理需求,积极探索设立地方数据管理部门。当前,部分省级行政区已设立专责大数据管理的行政机构,机构类型和规格主要分为省政府直属机构、部门管理机构和挂牌机构三类。然而,省级数据管理机构在运行中存在机构性质不明确、职能定位不清晰、职能配置不科学等问题。O68未来,我国应当按照构建国家数据管理体制的战略部署,明确地方数据管理机构的性质定位并科学配置职责,建立健全从中央到地方的一体化、整体性数据管理机制。O69由此,可以确保数据征调的集中统筹实施。

(三)企业数据征调的补偿

依据现代意义的财产权理论,对私有财产的限制存在两种路径:一是对财产权的内涵及其边界予以限定;二是对私有财产施加“不具备期待可能性的特别牺牲”的征收或征用。2前者归入财产权的社会义务范畴,因而原则上无需补偿;后者则构成对私有财产权存续保障(Bestandsgarantie)的破坏,必须经由补偿手段而转化为对私有财产权的价值保障(Wertga-rantie)。3学界普遍认为,征收征用与补偿系“唇齿关系”,我国《宪法》也明确规定对公民私有财产施行征收或者征用应给予补偿。然而,政府对企业数据的强制获取虽然构成对私有财产的限制,却难以被上述两种路径涵盖,数据征调是否应伴随补偿存在理论争议:一是否定论,论者认为数据控制并非占有的互斥状态,企业向政府提供数据并不会造成自身竞争利益的减损,4且由于数据所承载的国家安全和公共利益远超其他财产所承载的,故而无须补偿。5二是肯定论,论者认为数据征调已然超越财产权之社会义务的容忍边界,合理补偿符合对财产权限制的内在逻辑要求,且涵盖对数据价值的实质认可。6此外,数据征调应参照“征用必有补偿”的原则,无论被征用之财产是否毁损灭失、是否能够被原物返还,均应当给予补偿。三是区分论,有论者提出应当区分“为公共管理活动的数据访问”和“为公共利益的数据访问”,前者属于无偿的数据合理使用的范畴,后者则应比照政府购买服务产品支付相应报酬。7本文认为,数据征调补偿问题应当综合考量征调所致企业数据权益的实质减损与必要的征调成本支出,在促进数据高效流通利用和确保数据产权激励之间寻求平衡。具体而言:

首先,数据征调应向被征调的企业提供补偿。一方面,征调补偿契合数据产权的法理逻辑。尽管数据的非竞争性特质决定了增加数据使用的边际成本近乎为零,甚至可能经由数据复用增强效能和抬升整体价值,但企业数据的形成本身凝结着企业生产要素的巨量投入,数据征调补偿构成对数据价值和要素投入的法律肯认。另一方面,征调补偿能够有效强化数据产权的正向激励功能。数据虽然具备公共品的相关属性,但若允许其被无偿获取将易诱发“搭便车”行为,进而严重抑制市场主体投身数据创新与开发的积极意愿。8征调补偿是对数据产权人劳动和投资价值的实质性尊重,不仅有助于激励企业持续深化数据挖掘与应用创新,推动数据资源的可持续积累与价值释放,亦能提高企业在数据征调过程中的配合意愿,促进数据要素在公共治理与市场流通之间的有序平衡。需要特别注意的是,经营性国有企业数据虽然同享企业数据保护的通用理论框架,但其本质属于新类型新业态的国有资产,9在资产属性和功能定位方面均具有特殊性,应当免除数据征调的补偿。

其次,确定公平合理的数据征调补偿标准。在主体为维护公共利益或者更高位阶的法益作出特别牺牲时,法律应当赋予该牺牲人牺牲补偿请求权以实现法益平衡,此种私益牺牲补偿应当以填补受害人全部损失为原则。O80然而,数据价值具有显著的动态性和差异性,且数据征调并不影响权益人对数据的继续持有和使用,数据价值不会遭受特别减损,故而应当剔除间接损失补偿。O81同时,征调补偿应当涵盖企业为应对数据征调请求所产生的技术和组织成本,包括匿名化、假名化、数据汇总和技术适配等成本,以及数据市场竞争性利益减损所造成的损失等。同时,征调补偿不应高于正常市场交易的价格,以此保障政府数据采购发挥应有的制度效果。此外,为有效激发企业数据共享的积极性,除公平合理补偿外,还可通过适度奖励、授予荣誉性称号、给予公开表彰等方式,配合政策倾斜与金融支持等实质性措施,形成多元化的正向激励体系。例如,对积极配合数据征调的企业授予“数据贡献示范企业”等荣誉称号,在产业政策、金融信贷、项目审批等方面提供优先支持,还可探索建立“政企数据合作白名单”制度,以双向互惠机制加强政企数据合作。O82

(四)紧急情形下的企业数据征调

随着人类活动疆域的持续拓展与风险社会形态的日益显现,人类社会可能会面临抢险救灾、突发公共卫生事件等对社会整体利益造成重大威胁的紧急情形,此时“需要动用一切人力、物力进行紧急处理和救助”。O83依托常规状态所设计的数据征调模式和规则可能存在“反应慢、效率低、力度不足、协调性差”的弊端,O84难以满足紧急情形下快速响应和高效处置的紧迫需求。因此,依循构建现代应急管理体系的基本要求,应当建立紧急情形下的数据征调制度,启动特殊的实施机制。具体而言:

首先,数据征调的紧急情形应严格限定在涉及重大公共安全或社会整体福祉的紧急状态,排除基于一般行政效率或商业利益的非紧要事由。例如,欧盟《数据法案》即针对“应对突发公共事件所必需的”数据请求作出特别规定。其中,突发公共事件包含突发公共卫生事件,由自然灾害(包括因气候变化和环境退化而加剧的灾害)引起的紧急情况,以及人为引发的大型灾害(如重大网络安全事件)。并且欧盟《数据法案》要求在此情形下,征调数据所产生的公共利益应当超过数据持有者自由处置其所持有数据所产生的利益。O85数据征调的紧急情形应限定为突发公共事件,这可以参照我国2020年修订的《突发事件应对法》第2条对“突发事件”的定义予以界定,即“突然发生,造成或者可能造成严重社会危害,需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件”。

其次,数据征调范围可整体适度扩展,将原本被豁免的小微企业纳入征调对象范围,同时拟征调的数据内容可突破常规状态下政府部门法定职能辐射范围的限制,但仍需遵循最小必要原则。

最后,数据征调的实施程序应与紧急情形相适配,不再强制要求将政府采购作为前置程序,并适当简化申请材料、压缩审批时限、缩短数据提供周期等,以实现数据获取的快速响应。但在此过程中,应当坚持数据征调的集中实施模式,由数据管理部门统筹协调,以确保征调行为的规范性、征调响应的高效性和数据质量的可控性。

结 语

伴随信息革命浪潮的风起云涌,人类正在迈向数字驱动的智能时代,数据被赋予基础性战略资源和关键生产要素的双重属性,已然实现功能的根本性跃迁:对企业而言,数据由经济活动的“副产品”跃升为核心竞争资产和数字化转型的关键驱动力;对政府而言,数据是政府部门高效履职的基础资源,构成管理型政府向服务型政府深度转型的战略性要素,为提升公共服务质量、实现社会治理精准化提供核心支撑。数据征调创设企业数据向政府流通的规范通道,使分散于市场主体的数据资源得以整合利用,数据所承载的公共价值得到充分释放。立基于数据的独特属性和征调的独特结构,数据征调既区别于传统物权框架下的征收征用,亦与其他企业数据强制共享机制相区分,具备独特的体系定位和功能价值。在规范构建层面,数据征调应确立宽松且明确的公共利益认定标准,清晰厘定征调的主客体范围,对征调程序进行严格控制,并确定公平合理的补偿机制。数据征调作为促进数据流通的创新机制,是数字法学研究中亟需深化的前沿课题。未来,随着数据实践持续拓展、理论体系日趋完善、法律规范逐渐健全,数据征调制度将在审慎探索与动态迭代中走向成熟,为数字经济时代中国治理现代化提供制度支持。