习近平总书记指出，“促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系”。2026年国务院《政府工作报告》提出，“打造智能经济新形态”“深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集”。在人工智能、智能终端等新技术新业态加快发展背景下，数据已深度嵌入生产、分配、交换、消费和社会治理各环节，成为支撑智能经济新形态发展关键资源。与此同时，随着数据跨主体汇聚、跨场景调用、跨链条使用不断深化，数据流通利用过程中权益保护、交易规则、安全保障和责任配置等问题日益凸显。如何在保障数据安全和合法权益前提下，规范数据要素流通秩序，促进数据高效流通使用，实现数据权益保护和智能经济发展之间动态平衡，成为当前法治建设亟须回应的重要课题。
数据要素流通法律治理的现实背景
当前，人工智能引领智能经济加速发展，数据作为新型生产要素战略地位愈发凸显。我国在法律层面已相继出台网络安全法、数据安全法、个人信息保护法等重要法律，在政策层面发布《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”）、《“数据要素×”三年行动计划（2024-2026年）》等规范性文件，为数据流通安全保障和权益保护提供了制度基础。进入智能经济阶段，数据要素在经济社会运行中作用进一步深化，其驱动逻辑、流通关系和风险表现形态都发生了明显变化。既有法律治理框架面临新任务，加强数据要素流通法律治理成为推进智能经济发展现实要求。
数据要素驱动逻辑深刻变化提升了数据要素流通法律治理层次和要求。传统信息化阶段，数据主要服务于人的判断和决策，其流通更多体现为信息传递和场景赋能，法律治理通常围绕数据获取是否合法、流通是否规范、使用是否越界展开。智能经济阶段，数据直接进入模型训练和算法优化过程，成为智能技术飞速发展“燃料”。以生成式人工智能为例，海量训练数据通过深度学习形成文本、图像乃至复杂推理能力。高质量数据集建设之所以受到高度重视，在于数据规模、质量、结构和更新能力已直接影响模型性能、应用效果和产业竞争力。因此，法律治理不仅要回应数据由谁控制、如何使用等问题，还包括数据训练形成的算法能力是否安全可控，是否会对个体权益、公共利益和社会秩序产生不利影响。
数据流通关系持续扩展使数据要素流通法律治理面临更为复杂的利益结构和规则衔接问题。智能经济场景下，数据广泛流动于平台企业、模型开发者、行业应用主体以及终端设备运营者等主体之间，越来越多地表现为跨行业、跨平台、跨区域持续流动。随着流通链条不断延伸，参与数据要素流通主体持续增加，由此衍生利益关系和责任关系更加复杂。数据要素流通中法律治理不再局限于某一环节是否合法，更多表现为多元主体之间规则衔接问题和多重风险之间协调治理问题。个人信息保护、商业秘密保护、算法公平保障、平台竞争秩序和数据安全防控等风险相互交织，对现有规则体系提出了更高要求。
数据风险特征转变对数据要素流通法律治理方式和能力提出新挑战。随着数据进入模型训练和应用全过程，数据风险已不仅表现为窃取、泄露、篡改和非法抓取等较为直观的行为风险，还发展出模型幻觉、数据投毒和深度伪造等新型风险。需要注意的是，新型风险往往在数据流通起点难以被准确识别，在技术运行和场景应用过程中逐渐显现，具有较强隐蔽性和不确定性。例如，带有偏差的训练数据可能在招聘模型和信贷模型中被持续放大，最终演化为结构性歧视结果；深度伪造技术对音视频数据利用，可能直接影响人格权益保护和社会信任秩序。面对这类风险，法律治理需要覆盖数据采集、存储、流通和使用等全过程，推动安全保障、权益保护和秩序维护在完整链条中实现衔接。
数据要素流通法律治理的挑战
智能经济新形态兴起，在改变数据要素驱动逻辑、流通关系和风险特征同时，对既有法律治理框架提出了更高要求。我国已经基本建立起数据治理规则框架，在数据安全保障、个人信息保护和平台秩序维护等方面积累了相应经验。随着数据要素流通逐步嵌入模型训练和产业协同全过程，现行制度在产权配置、规则衔接和风险防控等方面，仍存在与智能经济发展要求不相适应之处。准确识别这些问题是完善数据要素流通法律治理、回应智能经济现实需求的前提。
数据产权配置规则供给与智能经济条件下数据流通需求之间仍有距离。智能经济运行高度依赖数据海量汇聚和深度学习，数据价值实现往往需要多主体参与、多环节衔接。这意味着数据要素流通顺畅展开，需要清晰稳定且具有可操作性的产权配置规则作为支撑。从现行制度看，数据权益归属、加工使用边界以及收益分配规则，缺乏明确充分法律依据。民法典对数据保护作出原则性规定，著作权法难以覆盖大量不具独创性的数据集合，反不正当竞争法在实践中承担了部分企业数据权益保护功能，但更偏重个案裁判，难以提供统一且稳定产权预期。数据二十条提出数据资源持有权、数据加工使用权和数据产品经营权制度框架，为数据产权配置提供了重要方向，但如何将其转化为可适用、可操作、可救济的法律规则，有待进一步推进。产权配置规则供给不足，直接影响数据要素流通权利边界、收益分配和责任划分，使数据要素在流通中价值实现缺乏稳定制度基础。
多元利益与多重价值间制度衔接仍需加强。智能经济快速发展拓宽了数据要素流通范围，其所涉及利益和价值更为多元。个人信息保护、商业秘密保护、数据安全保障、算法公平要求和市场竞争秩序保障等均和数据要素流通密切相关，这些价值取向之间并非始终一致。实践中，加强个人信息保护可能对数据规模化汇聚造成影响，强化数据安全管理可能对数据跨境流动产生影响，维护平台竞争秩序可能与企业数据权益保护产生交叉。虽然现行法律分别作出制度安排，但规则间衔接仍不够充分。个人信息保护法的告知同意规则，在深度训练和持续复用场景中面临适用压力；数据安全法所确立的分类分级保护制度，需进一步与具体流通场景衔接；反不正当竞争法对数据抓取、数据使用等行为司法裁判标准，存在进一步统一空间。如何在不同制度目标间实现更有效协调，使各项规则形成更强合力，是数据要素流通法律治理必须面对的现实难题。
数据要素流通风险防控机制与新型风险间适配性有待提升。智能经济条件下数据流通和算法应用深度耦合，风险生成机制和传导路径随之发生改变，基于备案审查、安全评估以及事后责任追究等传统治理手段在应对此种新型风险时存在局限。一方面，监管资源有限性与数据流通海量性之间存在矛盾。面对智能经济新形态下数据要素流通中新型法律风险，现行监管方式难以实现数据流通全流程有效覆盖。另一方面，监管能力建设与技术迭代速度之间不够匹配。智能经济阶段，数据流通风险产生往往需要在多个环节流转之后才能呈现，同时当数据经由算法训练内嵌为智能模型能力之后，相关风险亦有可能因算法黑箱而难以被现有监管技术所察觉。
数据要素流通法律治理的完善路径
数据要素流通既关系智能技术发展和产业运行效率，也关系个人权益保护和社会公共利益维护。回应智能经济新形态下数据要素流通法律治理面临的现实挑战，关键在于围绕产权配置、规则衔接和风险防控三个层面完善制度供给，推动形成更具体系性、协调性和可操作性的治理框架。
加快完善契合智能经济特性的数据产权制度框架。数据流通能否稳定展开，取决于制度能否为相关主体提供清晰权利依据和行为预期。在数据二十条确立的数据资源持有权、数据加工使用权、数据产品经营权等框架基础上，加快推进相关立法进程，将政策安排转化为具有可操作性的法律规则，明确各项权利内涵、权利边界和责任后果。对企业数据、公共数据、个人信息以及经处理形成的数据产品，根据其来源、属性和用途实行差异化规则设计，完善举证、损害认定和责任分配规则，增强制度适用稳定性。同时，参照著作权法权利限制制度体现的规范思路，在数据要素流通领域探索设置必要合理使用或法定限制规则，为特定情形数据资源开发利用预留制度空间。
建立健全多元价值协同数据要素流通治理机制。数据流通不仅关系资源配置效率，还涉及个人信息保护、商业秘密保护、数据安全保障、算法公平要求和市场竞争秩序等价值目标。智能经济越发展，数据进入不同场景越频繁，越需要在这些制度目标间形成合理平衡。对此，围绕数据要素流通全过程，统筹优化分类分级保护、收益分配和第三方服务等规则，使个人信息保护、数据安全和市场流通规则能够更好衔接。对模型训练、智能体数据调取等新型利用方式，形成更细致适用标准，减少规则冲突和适用模糊。同时，健全适应智能经济特点的数据市场基础规则，完善数据质量评价、价格形成和规范服务机制，将高质量数据集建设纳入制度安排，通过提升数据供给质量和流通规范程度，为模型训练和场景创新提供支撑。
着力提升适应数据流通新型风险特征的敏捷监管能力。对于在智能经济发展中产生的数据流通风险，在把握智能技术发展客观规律基础上，注重发挥技术治理和法律治理协同作用，提升面对新类型风险灵活性和应对能力。一方面，完善数据要素全流程安全治理机制。重点围绕数据流转和利用关键环节，健全更具有连续性风险识别和责任追溯机制，通过强化数据来源管理、使用边界控制和异常风险识别，将风险防控要求进一步深化到数据要素流通治理全过程。另一方面，探索更具适应性监管工具，推动以监管沙盒为代表的数据要素流通监管方式在重点领域和重点场景中运用。对高风险、快迭代数据要素流通活动先行纳入可控范围开展测试和观察，通过对创新活动跟踪监测确保数据要素流通所产生的新型风险在可控范围之内，将所积累的治理经验及时转化为监管规则，增强监管规则和现实场景间匹配程度。
〔作者系北京航空航天大学法学院博士研究生。本文系中国法学会部级法学研究重点委托课题“人工智能风险挑战及法律治理”（课题编号：CLS(2025)ZDWT5）、最高人民法院2025年度司法研究重点资助课题“开源技术知识产权法律问题研究”（课题编号：GFZDKT2025B18-3）的阶段性研究成果。〕
