在物联网经济的背景下，智能产品的持续创新和相关服务市场竞争的加剧，推动了智能产品销售与服务融合的新型商业模式，同时也引发了数据利益分配的新挑战。用户在使用智能产品和服务中产生的数据与智能服务合同具有“关联性”，但由于在合同签订时难以预见所有数据的生成及其潜在利益，导致合同中数据权利配置存在漏洞。根据不完全契约理论，妥善配置数据的剩余控制权对于防范机会主义风险、释放数据价值及实现数据利益公平分配至关重要。对于服务提供商而言，在尊重个人信息和商业秘密等合法权益的基础上，应保留履行合同必需数据的剩余控制权，以保障服务质量；同时服务提供商也有权使用非合同必需数据以促进企业智能化决策或新产品创新，并与用户共享衍生经济利益。对于用户而言，数据剩余控制权应包括数据的获取和使用权，以打破数据垄断；同时应有权参与分配数据处理者创造的财产性收益以保证数据利益公平配置。

一、问题的提出

新一代信息互联技术，如物联网、数字孪生、信息物理系统等的快速发展极大地促进了智能产品与智能服务之间的融合，并推动了服务商业模式的普及。智能产品服务系统（smart product-service systems）作为一种创新的系统，实现了智能产品与服务的有机整合，不仅增强了产品的功能性和用户体验，还为企业开拓了新的增长点和竞争优势。数字化与服务化的融合为企业提供了转型升级的新机遇，企业正积极转变其商业模式，从传统的单一智能产品销售商转型为提供全面解决方案的智能服务供应商。智能产品是指能够获取、生成或收集与其使用或环境有关的数据，并能够通过电子通信服务、物理连接或设备访问传输数据的产品，而相关的智能服务不仅包括产品功能的增强与创新，还涵盖了提供定制化服务、数据分析、远程监控和预测性维护等。服务商业模式在应用范围上极为广泛，它不仅在消费领域为消费者提供个性化和便捷的体验，也在工业领域通过提升效率和优化流程发挥关键作用。例如普惠、罗尔斯·罗伊斯和通用电气三巨头在全面占领民用喷气式发动机市场的同时，也致力于提供发动机管理、状态监测与维护维修的一整套服务，其远程监测的传感器大数据则是服务的基础核心。

智能产品与服务融合的业务模式为企业带来了前所未有的机遇，同时也为企业和用户带来了数据利益分配的挑战。用户是拥有、出租或租赁智能产品以及服务的自然人或法人，用户在使用智能产品及相关服务的交互过程中产生的数据可以用于售后服务、辅助服务、延伸服务等多种应用场景。这些数据的生成过程涉及产品销售商、服务提供商与用户等多方主体，服务提供商需要获取和使用这些数据以优化服务和提升用户体验，企业用户也能够用其产生计算结果，辅助企业的决策和行动，还能够按照预设规则自主决策，操控机器执行机构做出精准动作，他们都有获取数据加工使用权和享有数据财产利益的合法依据。欧洲法学会和美国法学会联合制定的《ali-eli数据经济原则》（以下简称《数据经济原则》）提出了“共同生成数据”的概念，欧盟的《数据法案》也针对此类数据构建了用户数据权利框架。在数据的初始生成阶段，明确界定数据共同生成者数据使用权范围是进行数据财产利益分配的先决条件，并且是数据要素得以重用和流通的起始点。目前一些学者已经开始探讨利用不完全契约理论来解决数据利益分配的问题，但他们的研究主要集中在数据流通阶段的交易过程，然而，数据交易立法的难点并非仅仅在于数据交易主体之间的协商，而更深层次地涉及初始生成阶段数据生成者与数据加工者之间因“关联性”而产生的利益分配问题。笔者则将研究视角转向数据生成阶段，重点讨论数据共同生成者之间的权利配置机制，智能产品买卖及服务等基础业务合同并未明确涵盖数据生成范围、数据重用途径以及衍生产品归属等关键问题，在不完全契约理论的指导下，本文旨在明确数据剩余控制权的归属以平衡服务提供商与用户的数据利益，充分释放数据要素价值并推动智能产品的创新发展。

二、智能产品用户生成数据的治理漏洞

（一）

用户生成数据的范畴及经济价值

n

在智能服务系统中，智能产品的用户群体既包括个人消费者也包括企业用户。企业用户生产数据的规模和需求远超过个人消费者，并有能力构建平台来收集和分析智能产品在运行过程中产生的数据。用户在使用智能设备或服务时产生的数据不仅包括能够直接或间接识别个人的个人数据，如个人偏好、购买历史、位置信息等数据，也涵盖了无法直接关联到特定个体的非个人数据，如设备性能数据、设备使用状态数据、维修数据等。这些数据单独来看经济价值微弱，但经过规模化的分析处理和应用生成的洞察力和知识可以带来巨大的经济效益，并且不同主体使用同一数据集并不会消耗或减少其价值，数据的共享和再利用可以促进数据更广泛的分析，从而提升数据的总体价值。例如亚马逊通过分析其庞大的用户购买历史和浏览行为数据优化了推荐引擎，提高了用户满意度和购买转化率。用户生成数据的经济价值不仅仅局限于单一的分析用途，还体现在其加工后形成的可以社会化重用的数据产品上，如facebook和twitter通过分析用户生成的内容和互动数据，不仅为广告商提供了精准定位广告服务，还通过apis等方式向外部开发者和企业提供数据访问；又如ibm的沃森（watson）超级计算机通过分析大量医疗记录和研究论文，为医生提供诊断建议和治疗方案、预测疾病暴发趋势，帮助医疗机构提前做好准备。这些数据产品不仅能够为企业自身带来价值，还能够在数据市场上进行交易，实现数据资产的交换价值，开辟全新的收入渠道。总之，用户生成数据的经济价值并非源自单一数据点的独立价值，而是企业通过高级分析技术提炼数据中的洞察力，形成能够指导决策和优化运营的数据智能，再通过数据的整合、加工和再利用，创造出可在数据市场中交易的社会化数据产品，从而实现数据的经济价值。

（二）

个人数据保护法治理路径的问题

当用户生成的数据可以识别或者可能识别个人时，应当将用户生成数据纳入个人信息保护法的规制范畴，个保法框架确保了个人信息的隐私权和安全。智能产品用户生成数据的权利配置不是单纯的个人信息权益保护的问题，还涉及数据的财产性利益分配问题。个保法旨在维护个人数据中蕴含的人格尊严，同时保障公民的信息自由，其核心目的在于防止个人在与企业协商过程中因信息不对称而处于不利地位，通过赋予个人查阅、复制、转移、更正、删除等防御性权益构建个人数据的保护机制，而非保护数据上的财产性利益的制度规范。关于数据主体是否以及如何获得个人数据上的财产性利益保护的讨论仍然十分热烈。有观点认为个人数据的保护应当纳入人格权的范畴，主张个人数据的财产性权益应与人格权结合，进行统一和综合的保护；有观点认为单条数据价值有限，数据聚合使用的价值才能通过数据的大规模处理和分析来实现，故应通过建立新型的财产权制度来促进数据的有效流通和利用；也有学者积极探索个人实现其数据财产性权益的可行路径。实际上，数据上常存在利益共生和相互依存的关系，确保个人信息权益的保护是实现个人数据财产性权益的基础和先决条件，但个人信息的保护与个人数据的有效利用应当是并行不悖的。个人数据处理者应在可控且可信的环境中操作，并通过采取保密和匿名化等技术手段来平衡相互冲突的利益，在保障个人基本权利不受侵害的同时实现数据资源的合理开发与利用。然而，个保法的立法宗旨主要在于保护个人信息权益，这与数据自由流通和利用推动数字经济发展的需求之间存在一定的紧张关系，数据的商业化应用已经突破了个保法的触及范围，需要配合合同法规则的补充，构建合理的合同规则来明确用户与服务提供商之间更加公平的利益分配机制，促进数据资源的合理利用和利益的公正分配，推动数字经济的健康发展。

（三）

反不正当竞争法治理路径的问题

利用反不正当竞争法对数据在市场主体间的流通和利益分配进行规范是数据治理的关键途径。针对个人用户，由于其通常不具有与服务提供商在市场上的竞争地位，反不正当竞争法的适用可能受限；而当用户为企业，特别是这些企业与智能产品或服务的提供商处于同一行业的上游或下游，可能形成间接竞争关系时，反不正当竞争法的调节作用便显得尤为重要。相关市场的界定则是判断是否构成市场支配地位的前提，根据《国务院反垄断委员会关于相关市场界定的指南》第3条的规定，在特定情况下，界定相关市场时应当考虑时间性、知识产权、创新等因素的影响。随着智能产品的快速更新迭代和数据服务竞争的加剧，越来越多的企业正在向智能服务提供商的商业模式转型，尤其当在智能产品经销商与企业用户之间存在上下游关系时，企业间市场的相关性尤为显著。

从反不正当竞争法的角度出发，数据权利的保护可以通过商业秘密法防止不正当的信息获取和使用，或者通过反垄断法对市场支配地位滥用等行为进行限制的路径实现。然而，由于数据是产品销售商和用户共同生成的，很难将其视为任何一方单独享有的商业秘密，因此限制市场支配地位滥用行为是主要的数据权利保护路径，具体而言，智能产品提供商通过传感器和智能系统控制了用户生成数据，并拒绝与用户分享数据使用所带来的利益，这可能损害企业用户的竞争利益。当前主要观点认为可以适用“必要设施理论”认定持有者滥用市场支配地位强制其向特定主体流通数据。由于必要设施理论本质上是“对控制着关键资源的经营者交易自由的限制”，是对传统契约自由、产权规则的重大突破，不加限制则会打击投资者的积极性，因此在适用上应十分谨慎，甚至该制度正当性也有争议。ingegraef等人曾指出数据适用“必要设施理论”的四个条件：其一，数据具有唯一性，且是访问者进入市场不可或缺的投入；其二，拒绝访问数据会消除数据持有者下游市场的有效竞争，但下游市场并不一定是已知的；其三，拒绝访问对消费者造成负面后果，如访问该数据是否会在下游市场引入足够创新或者至少是改进的产品，从而为消费者带来福利；其四，拒绝数据访问不存在客观理由。由于数据使用具有不可预测性且难以公开判断稀缺性，确定持有者的数据的不可替代性存在较大难度，因此对于数据需求者来说，这四个条件相当严格。在分析市场主导地位滥用的案例时，核心议题通常集中在大型互联网平台是否因其所掌握的庞大数据资源而获得垄断性市场地位。然而，在本文探讨的特定情境中，数据被视为智能产品使用和运作过程中产生的“副产品”。此外，竞争法律框架中的事后补救措施可能会为相关方带来显著的不确定性，并可能导致交易成本的增加。鉴于用户与产品分销商之间已经建立了预先的合同关系，因此基于竞争关系来划分数据利益的方法似乎并不适宜。

三、不完全契约理论与用户生成数据的耦合

用户与智能产品的互动产生数据使用权限的界定原则上应在初始智能服务合同中明确规定，但若合同未对数据权利进行预先约定，那么用户和服务提供商在数据的生成、收集和使用方面的权利配置问题就会变得尤为复杂。服务提供商为了提供服务，需要获取和使用数据，但他们作为数据的加工处理者和控制者，是否有权利用这些数据进行产品或服务的升级和创新，例如构建大型模型或人工智能系统？对于用户而言，他们在数据生成过程中的参与和贡献以及已经在购买和使用智能产品时支付的对价，意味着他们对数据拥有一定的权益，而当其生成的数据被服务提供商用于商业目的时，他们是否有权以及如何与服务提供商共享由此产生的利益？为了解决这些问题，需要从合同法的角度出发，结合不完全契约理论，对智能产品用户所生成的数据的利益分配进行研究。

（一）

不完全契约理论的引入

在农业经济时代，交易多具有即时性，缔约双方能够较为准确地预见交易的未来情况，并据此签订合同。然而，随着经济的发展和交易的复杂化，现代经济中的契约往往涉及长期且连续的交易关系，其中包含大量不确定性，这些不确定性在合同缔结时难以被完全预见和规定。不完全契约理论是对传统契约理论的重要补充，该理论认为，由于人类理性的局限性、语言表述的模糊性、信息获取的不完全性等因素，缔约双方无法预见合同履行期间可能发生的所有情况，导致契约存在固有的缺陷，如条款不明确、缺失或冲突，这种契约被称为不完全契约。在新制度经济学的演进中，不完全契约理论沿着两大支流发展。一方面，交易成本经济学作为其核心，威廉姆森强调了有限理性对契约完备性的限制。威廉姆森指出，在交易过程中，由于参与者认知的局限性，很难制定出能够预见并涵盖所有未来情况的全面契约，进而精确界定双方的权利与义务。为了应对市场交易中的不完全契约问题，企业可能采取合并或纵向整合策略，以减少交易成本并规避因专用性投资带来的敲竹杠问题。然而，这种做法也可能带来市场集中度提高和垄断风险。另一方面，产权理论作为不完全契约理论的另一支柱，以ghm模型为典范，虽然认同交易成本的存在，但更侧重于第三方验证的不可能性导致的契约不完全性。哈特在产权理论中引入了“剩余控制权”这一概念，在契约中，可预见、可实施的权力（特定控制权）对资源配置并不重要，重要的是那些契约中事前无法明晰规制事项内容由哪方拥有处理、使用、掌控、支配的权利对资源的配置和使用具有决定性影响。梯若尔作为产权理论的代表，认为在不完全契约的背景下，除了可明确界定的权利外，还存在着未明确规定的剩余权利。他强调，通过合理的产权配置和激励机制的构建，可以有效地解决不完全契约所带来的挑战。这通常涉及对产权的明确界定、保护以及激励合同的精心设计。通过重新协商，重新分配资产所有权或剩余控制权，可以在非理想条件下达到最优的产权结构。这种结构优化的目的在于确保关键投资方能够获得相应的权利，从而在一定程度上内部化相关成本，提高契约执行的效率，使其趋近于完全契约的理想状态。

（二）

智能服务合同的不完全契约特性

智能产品的用户生成数据的利益分配问题与不完全契约理论高度相关。原则上，企业与用户的服务合同应涵盖数据利益分配的约定，但由于用户数据的收益分配往往是不明确的，并且伴随着众多不确定性因素。尽管缔约方能够认识到数据的生成，但双方通常无法预见所有可能的数据应用场景及其带来的潜在利益，如未能明确规定数据的生成条件、使用范围、使用方式与目的，以及基于原始数据开发的衍生数据产品的权属问题。这些缔约漏洞的存在，正是不完全契约理论所关注的核心内容。

1.用户数据的利益分配存在困难

当数据权利界定不明确时，合同双方难以仅凭现行的数据侵权认定标准及损害赔偿额度等法律规定，预见所有潜在情形并制定出具有法律约束力的完全契约。关键挑战在于如何根据各方对数据价值的贡献程度，合理分配相应的数据利益份额。有观点认为，作为被认识对象的数据来源者只是被动地参与了数据生成过程，而将客观事实转化为数据的数据生产者才是对数据生成做出了实质性贡献，因此应当将原始数据的所有权赋予数据的生产者。但简单地将用户看作数据信息内容的来源者，而将服务提供商看作是数据的处理者和加工者，从而确定数据归属的方法忽略了数据生成和处理过程中的复杂性和多方参与性。首先，用户作出数据生成贡献的方式不确定，用户既可能是数据的来源者也可能是处理者，用户不仅可以通过劳动成为数据所反映信息的来源，如与用户习惯和偏好紧密相关的数据，但这些数据同时也可能与设备生产商所提供的产品的技术性能有关。尤其当用户是企业时，用户也有可能成为原始数据的生产者，如在工业领域的企业用户通过智能检测器的传感器收集数据后传入其管理系统中，服务提供商获取数据并通过云基础设施进行分析。其次，数据价值生成是一个动态的、多方参与的过程，涉及数据的采集、处理、分析和应用等多个环节，当前尚无一套完善的衡量机制来准确评估各方在数据生成过程中所作出的贡献及其价值。最后，数据价值最大化的途径在于多方使用，当数据的排他控制权归属于某一主体时，其他贡献方可能会面临获取数据的障碍，或在与数据持有者进行议价时处于不利地位，这可能导致数据获取权的不公平配置。数据通常由多方共同产生，涉及设备的制造商、设计者成为数据处理者以及企业用户等多方参与者，数据权利不应完全归属于任何单一参与方，因为这些共同生成者普遍具有获取数据的合理动机。

2.用户数据的使用范围尚未明确

数据权利分配的关键在于明确利益相关者使用权范围，因为这将直接影响到数据加工使用后所能实现的财产利益的归属。在智能服务合同的订立过程中，如果合同双方能够预见到用户数据的生成及其潜在价值，他们应当首先确保数据使用权的配置满足服务合同约定的要求。例如，智能产品的维修服务提供商在进行产品维修时，必须使用用户数据以履行其合同义务。然而，除了满足合同的基本要求外，智能服务合同可能并未对服务提供商或用户对数据的额外使用范围和方式进行约定。这引发了一个问题：合同双方是否有权将用户数据用于非合同目的，如利用数据开发新产品或构建大型数据分析模型？在合同订立阶段，服务提供商和用户可能对数据可能的重用方式和途径缺乏清晰的认识。随着市场竞争趋势的演变和企业战略规划的改革，数据利益相关者可能有利用相关数据开发新型智能产品的需求。在不侵犯个人信息权益或商业秘密的前提下，这些未被明确的问题使得智能服务合同成为不完全契约。换言之，在数据生成可预料的情况下，缔约双方对于基本的数据权利可能会做出安排，但对于非基本的数据使用权利，应当考虑重新协商或根据不同情况下各方对数据贡献的大小，对剩余控制权进行重新分配。

3.数据衍生品经营权的归属不明

智能产品在使用过程中产生的数据类型和范围往往是不明确的，且数据的重用及其方式在初期往往不具体，因此在合同中事先约定由用户数据开发出的数据衍生品的归属存在困难。数据衍生品指的是通过匿名化处理、加工和分析转化而成的数据集或数据产品，当衍生品是将用户数据进行处理和转化后具有可重用性的数据集时，数据持有者可以向其他企业提供个性化的数据服务；当数据衍生品是数据产品时，则进行市场化流通交易的则是满足大众数据消费市场的大模型或者大众化服务等，如费埃哲公司使用个人信用历史数据开发信用评分模型，这些模型被广泛应用于贷款审批和风险管理。享有数据加工使用权的数据处理者可以获得合法的数据财产性利益，包括数据衍生品的经营收益。但是简单的数据汇集和清洗工作并非对数据价值产生实质性贡献，处理者并不能获得相应衍生品财产性权利。以深圳智某服务有限公司与深圳前海融某有限责任公司不正当竞争纠纷案为例，法院裁定，如果数据处理方仅对数据进行了基础的收集工作，而未对数据做出新的实质性贡献故不对数据拥有独立的权益。当数据衍生品呈现“创造性”的基本特征时，应当纳入知识产权的保护范畴，而其他数据衍生品则需要明确其数据权利。在合同中未明确规定衍生品经营权归属的情况下，应综合考虑以下因素以确定权利归属：首先，需评估数据内容的价值，这包括用户对数据信息内容的价值贡献，特别是数据在市场上的稀缺程度，以及数据对企业竞争力的影响。其次，应评估数据处理者在数据衍生品创造过程中投入的劳动、技能和资本的价值，鉴于其对衍生品价值创造的显著贡献，数据处理者应被认定为享有数据衍生品的经营权。这一评估过程需要细致分析各方对数据衍生品价值的贡献，以确保权利分配的合理性和公平性。

（三）

配置用户数据剩余控制权的原则

当数据利益配置的约定通常以格式条款的形式呈现，在谈判双方的协商能力不平等的情况下，应当对其利益分配是否公平进行审查，不能通过公平性测试的合同条款无效。当合同中缺乏数据利益分配的条款或者条款无效时，数据剩余控制权的配置则至关重要。合理配置剩余控制权是防范数据初始利益分配阶段的机会主义风险的重要手段。剩余控制权的实质并非在于赋予各方明确的法定权利，而是在于确立一个博弈的边界，使得各方在剩余控制权的框架下，根据各自的博弈能力来实际界定权利的具体内容。这一配置策略有助于在数据生成阶段应对多方关系的复杂性和应用场景的多样性，避免采用僵化和统一的数据权能划分。数据剩余控制权的配置应当以促进数据经济的持续发展和数据价值的最大化为目标，赋予那些具备风险承担能力和对数据价值最大化有贡献的主体，以为这些主体提供开发数据价值的合理激励，推动数据资源的高效利用。这要求我们综合考量数据的潜在价值、使用场景的多样性、各方的数据贡献行为和利益诉求。通过灵活、适应性强且具有前瞻性的配置策略，可以更有效地促进数据主体的创新活力，实现数据资源的最优配置，进而推动社会整体福利的提升和经济的数字化转型。数据财产权的核心在于使用权。拥有数据剩余控制权的主体有权使用数据并对其进行处理和加工，并对所产出的数据产品拥有获取相应经济利益的权利。即便在缺乏技术手段直接控制数据的情况下，权利人依然可以请求访问数据，这是确保其利益得到公正分配与妥善保护的法律基础。《数据经济原则》第18至23条指出，除了数据持有者之外，如果其他方在数据生成过程中有所贡献，他们也应享有对共同生成数据的获取和使用权。在数据生成的过程中，用户和服务提供商都对数据的生成做出了贡献。剩余控制权的分配需要综合考虑数据持有者控制数据的利益、访问者使用数据的利益、访问者对数据生产的贡献以及访问数据目的的重要性。

四、用户生成数据剩余控制权的配置方案

由于数据具有非竞争性，其价值的实现高度依赖于使用方式，不同的使用目的可能会挖掘出不同的数据价值。根据“数据动态分类理论”，数据利益具有多维性和变化性，应当依据数据的使用情境和利益相关者的需求调整资源的治理结构。用户生成的数据应当根据其使用目的、应用场景和范围进行动态划分，并根据不同使用目的向服务提供商和用户分别配置数据剩余控制权。

（一）

服务提供商数据剩余控制权的配置

数据生成的场景与基础业务紧密相关，可以根据数据使用目的是否与基础服务合同相关，将数据分为两类：第一类是为满足智能服务合同目的而必需的数据，例如为了向用户提供配套服务或维修服务而获取和使用的数据；第二类数据的使用目的超出了服务合同要求的非必需数据，权利人可以进行更广泛的数据应用，如研发新的数据产品或开拓数据交易市场。

1.合同必需数据的使用权

首先，当数据是服务提供商履行合同所必需时，服务提供商应保留对这些数据的剩余控制权，例如为提供维修服务而使用用户生成数据以确保服务的连续性和质量。服务提供商获得用户数据的使用权并非其提供相关服务的对价，而是作为服务提供商履行合同主给付义务的效力条件。若遵守数字经济中普遍存在的“数据作为对待给付”的观点，则用户将负担提供数据的主给付义务，但用户已经在初始的买卖合同或服务合同中支付了相应的价款，因此不应当承担提供数据的额外义务。根据个人信息保护法第16条的规定，如果获取用户数据是履行合同义务的效力条件，服务提供商有权在履行服务合同的过程中获取必要的用户数据，如果用户拒绝提供数据，服务提供商可以拒绝提供服务。当用户生成的数据属于个人信息时，服务提供商在尊重合同自由的同时，还应保护用户的人格尊严和信息自决权。为此，应对履行合同必需的规则进行限制，以防止服务提供商通过“认领义务”的方式，以履行合同必需为名，获取和处理大量可能不利于用户的数据。例如，如果服务提供商将个性化广告作为合同内容，可能会对用户决策产生不当影响，甚至使用户成为操控的工具。这意味着在配置个人数据的剩余控制权时，服务提供商的数据处理不仅要受到合同义务的限制，还应遵循目的正当性原则，确定合同必需的数据。根据个人信息保护法第6条第1款的规定，处理目的应明确合理。当合同义务的决策权在处理者手中时，应避免忽视个人信息利益的保护。然而，如果用户生成的数据无法识别特定个人，则可以在尊重合同自由的基础上合理利用这些数据。

2.非合同必需数据的使用权

在不侵犯个人信息权益、商业秘密等合法利益的前提下，服务提供商有权对用户生成数据用于超出服务合同目的的，支持企业智能决策或新产品的开发。对企业而言，这部分数据的开发利用是一个重要的商业机遇，有助于探索新的收入来源和增强市场竞争力。服务提供商首次利用数据以履行初始智能服务合同目的，这不仅是满足基本业务需求的必然选择，也是数据开发利用的起点。但用户生成的数据的潜力远不止于此，在智能产品服务系统中，用户生成数据可以被处理和使用以优化决策流程，提高决策质量，改善客户体验为企业提供新的收入来源，这不仅是数据转化为企业内部资产的关键步骤，也是企业进入数据驱动阶段的标志。之所以服务提供商享有超出原服务合同目的的数据使用权，主要有以下几个原因。第一，服务提供商作为智能产品设计和生产的投资者，其主要投资目的集中在数据的获取和有效利用上。它们通过收集和治理用户生成的数据，不仅优化个性化匹配算法，提升用户体验，而且可以将这些数据作为开发新智能产品或服务的原材料。服务提供商利用其技术平台和数据处理能力，对数据进行深入分析和应用，以提供定制化的服务。这种对数据使用权的明确分配，不仅能激励企业进行更多的投资，推动技术创新进而减少智能产品价格，使消费者受益。第二，数据的使用具有非竞争性，这意味着服务提供商对数据的利用并不会限制或排斥用户的使用。如果用户是企业，用户和服务提供商可能同时利用这些数据来开发具有竞争性的新产品或服务，进而激发市场的竞争和创新活力。这种竞争不仅促进了技术进步，也推动了市场向更高效、更多样化的方向发展，最终使消费者享受到更优质的产品和服务。第三，若服务提供商只能在获得用户明确同意的情况下利用数据开发新产品可能会限制数据潜在价值的深入挖掘。《数据法案》虽然赋予用户对生成数据的排他性控制权，即服务提供商必须基于与用户的合同来使用数据，但反对者认为数据的真正潜力在于通过不断地再利用来为企业带来新的收益和创新机会，因此即使服务合同中未明确规定数据使用的具体范围，服务提供商在控制数据时仍有权将其用于超出原合同规定的新领域。服务提供商在利用数据的过程中应当承担起相应的责任，确保用户数据的安全和隐私保护，建立与用户的利益分享机制以平衡双方的利益，促进数据的开放性和流动性。

（二）

用户数据剩余控制权的配置

用户在智能产品的买卖或租赁合同中支付了相应的价款，这不仅体现了他们对产品本身的投资，也意味着他们对数据生成做出了实质性的贡献。基于数字经济的公平性原则，有必要对具有数据价值贡献的用户进行合理配权，以限制专有性数据财产权的弊端。用户享有的数据剩余控制权包括两个关键部分：一是使用数据和向第三方分享数据的权利，这是对用户贡献的直接认可；二是用户对于由数据处理者创造的财产利益拥有参与分配的权利，确保他们能够从数据的进一步利用中获益。这种数据权利分配和利益分享机制可以激励用户更加积极地参与到数据生成过程中，同时也为其他的服务提供商提供了宝贵的数据资源，促进了产品和服务的市场创新与改进。

1.用户数据使用权

用户有权获取、使用和向第三方分享由其生成的数据。首先，对企业用户而言，数据的获取与使用不仅能够揭示潜在的市场机遇、优化现有业务模式，还能够促进数据资产的市场交易化。以航空业为例，该行业的发动机制造与制造、状态监测和维护修理在内的综合服务市场基本上由普惠、罗尔斯·罗伊斯和通用电气这三家原始设备制造商（oem）所主导，对于国内航空公司而言，过分依赖设备制造商厂商所提供的技术维护服务，不仅增加了运营成本，还可能面临技术依赖风险。因此在工业领域，尤其是对于那些正在进行数字化转型的企业，数据的深入分析与重用显得尤为重要。在上例中，一旦设备制造商厂商的服务因某些不可预见因素中断，其对国内航空公司运营的潜在影响将是深远且难以预测的。其次，由于个人用户往往缺乏处理大规模数据集的专业技能，不具备从数据中提取并实现利益的能力，并且单个用户数据的价值可能非常有限，但用户可以通过向第三方分享数据而获得利益。向第三方分享数据的权利也称数据携带权或者可移植权，即用户以结构化、通用化或其他可读的格式，将数据持有者控制的用户数据转移给第三方使用的权利。欧盟的《数据法案》规定了不区分个人和非个人数据的可移植权，允许企业用户向数据持有者请求访问因使用智能家用电器、智能工业机械等联网设备产生的数据，并有权将这些数据分享给指定的第三方。用户的可移植权可以增强用户对于数据的控制权，并且用户转换产品制造商或服务提供商能够促进数据的流通和共享，这种流通不仅有助于打破数据孤岛，还能激发市场竞争，推动产品和服务质量的提升，最终使消费者受益。进一步地，用户依据法定的数据可移植权与第三方主体建立数据分享合同，这不仅有助于保护用户免受单一服务提供商的过度依赖，还赋予了他们在数字市场中的议价能力和谈判优势地位。这种优势可能转化为经济上的直接利益，如通过数据分享获得的报酬，或是通过谈判获得的服务优惠。

2.用户利益分配权

当服务提供商使用用户生成数据用于超出服务合同必需的范围时，用户对于由数据处理者创造的财产利益和数据衍生经济价值拥有参与分配的权利。虽然用户在使用企业提供的信息服务时，其数据生成行为往往是无意识的生活事件，并未与数据处理者形成明确的数据生产合意，但随着人类生活呈现“生活消费与生产消费一体化”特征，数字劳动消耗了生产资料并生产出相应的数据商品和剩余价值具有“生产性消费”的特点。在此背景下，有必要重新审视用户在数字劳动中的角色，认识到其生产性劳动的本质。因此用户基于其劳动投入，应被认定为数据财产利益的合法分享者，对数据产生的财产性利益拥有合理的诉求。服务提供商基于数据开发所获得的利润或利益应以某种形式与用户共享，实践中企业对于用户利益的公平配置也进行了诸多尝试，如某智能汽车公司发布“csop用户数据权益计划”，承诺将4.9%的股权配置给用户，用户可以通过互动任务和日常行驶数据获取积分“水晶”和代表数据贡献的“原石”，用于兑换硬件升级或软件服务。此外，数据信托等集体治理模式为用户提供了一个结构化的数据经济利益分享平台。在这种模式下，专业的数据管理机构负责聚合和运营大规模数据集，同时尊重用户的自主选择权和保护其权益。通过集体行动机制，这些机构能够发挥数据的规模经济优势，并建立明确的数据收益分配规则，保障数据交换的安全性和互惠性。

当用户是企业时，在与数据处理者的合作框架下，双方可以共同管理和控制数据资源，并共享数据衍生产品所带来的经济效益。这种协作模式旨在实现互利共赢，同时激励创新思维和价值创造的进程。以波音公司的analytx平台为例，该平台提供了一系列基于数据分析的服务，包括自助分析工具、专业咨询服务以及数字化解决方案。通过这一平台，波音公司与全球175家航空公司建立了数据共享机制，涵盖了14000架飞机的在役数据。这些数据被用于自助分析、飞机健康管理、燃油效率优化以及航空数据分析等多个领域，旨在提高航空公司的运营效率，并预见及解决可能出现的各种问题。这种做法不仅能够保障用户的权益，还能够增强用户对服务提供商的信任和满意度。总之，数据利益的分配和管理需要综合考虑合同约定、用户贡献以及商业实践，通过建立合理的权益分配和利益共享机制，确保数据的高效利用，并促进数据驱动型经济的健康发展。

结语

在物联网经济背景下，企业正积极从传统的单一智能产品销售商转型为提供全面解决方案的智能服务提供商，相关服务已成为市场竞争的关键优势。然而，在服务提供商与用户之间未就数据再利用权利进行明确合同约定的情况下，剩余控制权的分配问题变得尤为复杂。不完全契约理论指出，合同中未能预先约定与数据相关的权利和义务时，应当通过分配数据剩余控制权以解决可能出现的协调问题。对于服务提供商而言，获取和使用数据是其履行服务合同的基本要求，因此当数据被用于实现初始服务合同目的，例如提供个性化服务或维修服务时，服务提供商应保留对这些数据的剩余控制权，以确保服务的连续性和质量；在不侵犯个人信息权益、商业秘密等合法利益的前提下，服务提供商有权对用户生成数据用于超出服务合同目的的，支持企业智能决策或新产品的开发。对于用户而言，用户享有的剩余控制权包括使用和向第三方分享数据的权利。当服务提供商使用用户生成数据用于超出服务合同必需的范围时，用户对于由数据处理者创造的财产利益拥有参与分配的权利。这种数据剩余控制权的分配机制，不仅能够平衡服务提供商和用户之间的利益，还能够促进数据的合理利用和创新。

钟建｜再论证券期货违法犯罪中的行刑衔接问题

唐诗愉｜论网络暴力的看门人规制

陈逸伦｜认罪认罚案件中刑事被追诉人反悔问题研究

付宇航 陈瑞娟｜长三角区域生态一体化的法治保障研究

目录｜《法治文化》集刊2025年第1卷

唐风云｜暗黑模式规制：从个人信息保护到数字平台治理

上海市法学会官网

http://www.sls.org.cn

上观号作者：上海市法学会