数据究竟属于谁？这一问题直接决定了数字经济未来的走向。在2016年微软创建了MS Celeb数据库，到2020年又不得不将其删除，这个过程中体现了数据产权的模糊性带来的连锁反应。林肯曾经说过，专利制度是智慧之火的利益之油。而数据产权同样如此，只有先搞清楚归属问题，才能点燃创新、信任和增长的三重引擎。1000万张人脸照片的命运给我们敲响了警钟，模糊的产权边界让科技巨头选择了最保守的做法——删库保平安。 哈罗德·德姆塞茨在“成本—收益”公式中指出，只有当界定产权的收益大于成本时，产权才会产生。数据不仅占人类历史数据量的95%，还能给使用者带来巨大的外部收益。当这些收益可以被内部化时，就有了经济动力去进行确权。如果任由数据变得模糊不清，“公共地悲剧”就会发生。科斯第一、第二定理在今天仍然适用：如果交易成本为零，产权归属并不影响效率；但现实世界中的交易成本极高，不同的产权安排会导致截然不同的资源配置结果。 2016年微软建立MS Celeb数据库，2020年悄悄删除了这一庞大的数据库。这个事件告诉我们一个事实：AI训练模型产生的“数据权”归属照片版权方还是照片中人？法律空白让科技巨头选择了最保守的做法——删库保平安。 有意识的数据如头像、昵称和短视频往往被认为是用户自己的创作。可一旦平台在协议里写明“版权归平台”，用户就只能接受这个设定。模糊地带在于平台是否有权删除或商业化这些内容。无意识的数据如定位、消费记录和健康信息往往被默认由公司收集并所有。如果完全归用户所有，谁愿意承担清洗、标注和脱敏的高昂成本呢？ 产权模糊不仅影响企业层面的决策：平台可能把用户数据当成“私产”用于精准投放或跨境出售；也可能因为担心诉讼而主动删库，错失算法迭代机会。行业层面的创新也会因为法律风险而停滞不前：AI训练集、医疗影像库等核心资源长期处于“灰色地带”。社会层面上则出现了恶性循环：当数据被滥用到侵犯隐私的边界时，用户对数字技术的信任度下降，进而拒绝共享和使用这些技术。 要解决这个问题，“可转让使用权”市场需要建立起来。允许数据包在合规条件下流转既能保护个人隐私又能让企业愿意投入清洗和标注成本。同时引入保险与合规审计可以降低交易风险。 借鉴欧盟《通用数据保护条例（GDPR）》的做法来为技术“划红线”。细化数据最小化、透明度和权利被遗忘等原则把“可被遗忘”写进法律而不是留给技术裁量。 把产权拆成“三层蛋糕”也是一个可行方案：原始层设备产生的日志归用户所有；加工层平台脱敏聚合后的数据集设定为“双所有权”——用户保留追溯权而平台拥有经营权；衍生层模型训练产生的增值收益通过分成机制反向激励共享。 从生产函数到帕累托最优都说明了确权的必要性：“只有当界定产权的收益大于成本时产权才会产生”，反之模糊的产权就意味着“公共地悲剧”——谁都不用负责最后谁也用不好。 十九届五中全会提出了“建立数据资源产权制度”的要求这句话被写进全会文件后迅速成为热搜关键词数据不再只是“副产品”而是与土地和资本并列的生产要素它的归属直接决定谁能在未来的数字经济里分蛋糕。 结语：数字经济不再是一场“技术革命”而是一场“制度革命”谁先把产权边界划清楚谁就能在下一轮全球竞赛中抢得先机。