以詞元為抓手健全數據產權制度

【觀察與思考】

“十五五”規劃綱要提出，建立健全數據產權、流通利用、收益分配、安全治理等數據要素基礎制度。然而，受制於數據的多主體共創、非標准化等內在屬性，數據確權、流轉、分配、監管等難題交織並存，大量優質數據資源難以轉化為市場化生產要素，制約了數字經濟的提質增效。今年3月，國家數據局正式將人工智能領域的Token定名為“詞元”，將其界定為大模型對原始數據語義拆解、編碼折算后形成的最小標准化價值單元，這為數據產權制度走向精細化治理、培育智能經濟新形態提供了新的實踐路徑。

數據產權制度建設面臨的現實挑戰

產權制度是數據要素市場化配置的核心基石。《中共中央、國務院關於構建數據基礎制度更好發揮數據要素作用的意見》（簡稱“數據二十條”）確立了我國數據產權的“三權分置”框架，明確了數據資源持有權、數據加工使用權、數據產品經營權三類權能。區別於傳統實物要素，數據要素具備非競爭性、無限可復制性、多主體共創性、價值場景依附性等特征，導致在數據治理實踐中難以直接套用傳統物權“一物一權、排他獨佔”的規則體系，致使數據產權制度建設面臨現實困境。

一是權屬界定缺乏可操作標准。數據的非競爭性使其可被多方主體同步使用，多主體共創屬性又貫穿數據採集、清洗、加工全鏈條，不同參與主體的貢獻邊界交織疊加，難以量化比對，因而缺乏統一的確權依據。實踐中權責劃分長期依賴經驗判斷，不僅削弱了制度的可執行性，也使市場主體容易產生“不敢流通、不願共享”的心理，大量數據資源因此長期沉澱，難以轉化為現實生產力。

二是安全與定價雙重壁壘制約流通。原始數據可無限復制、極易外泄，一旦交付流轉便難以有效管控，隱私泄露、商業秘密流失等風險顯著抬升，進而直接壓低市場主體的數據流轉意願。同時，數據價值隨應用場景、加工深度、調用頻次動態波動，缺乏統一的價值評估基准，導致交易成本居高不下，數據資源容易陷入“可用不可流、可流不易用”的困境，從而阻礙全國一體化數據市場的培育。

三是收益分配機制失衡。數據價值的形成源於多主體的協同參與，但長期以來缺乏成熟的貢獻量化與收益核算方法，導致頭部平台能夠憑借技術優勢、流量入口和數據資源優勢主導收益分配規則，原始數據供給方、中小加工服務方難以得到合理回報，這既會削弱多元市場主體的參與積極性，也易固化強者恆強的分配格局，不利於形成公平有序的數據產業生態。

四是全鏈條監管治理存在短板。數據復制無痕、流轉隱秘的特性，使數據侵權、泄露問題具有發現難、溯源難、取証難等特征。與此同時，數據產權糾紛認定標准、損失核算依據尚不明確，整體上會形成“侵權成本低、維權成本高”的治理困境。傳統的監管模式難以覆蓋數據全生命周期，也難以統籌兼顧數據產權保護與數據安全管控。

詞元賦能數據產權制度建設的內在邏輯

Token在不同場景有三種形態：區塊鏈領域的“通証”，用於鏈上資產確權與流轉﹔網絡安全領域的“令牌”，用於身份認証與權限管理﹔人工智能大模型場景下的Token，是對數據解析與編碼后的處理單元。前兩類形態不依托原始數據生成，不承載語義信息，也不具備數據價值計量能力。詞元與原始數據有著本質區別：原始數據是內容本身，具有可復制、易外泄、價值模糊等特征，一旦流出難以收回﹔詞元是大模型解析、拆分和編碼后生成的標准化技術單元，不承載原始數據內容，僅用於計量使用規模、記錄調用行為、支撐價值分配。將數據使用轉化為詞元來計量，可在不轉移原始數據的前提下，實現“數據不動、價值可流動”。依托獨特的底層技術機制，詞元能夠精准回應數據產權制度建設實踐中面臨的確權難、授權難、流轉難等問題。

一是以標准化計量破解確權難題。數據確權的核心難點在於價值缺乏統一度量標尺。土地、器物等實物資產價值相對穩定、權屬清晰，可通過市場價格明確產權比例，而數據價值隨應用場景、加工深度、調用頻次動態變化，並由多方協同生產，各方貢獻交織混雜，難以精准界定權責份額，過去只能依靠經驗定性判定。詞元依托大模型統一運算規則，將文本、圖像、算力消耗等各類異構數據折算為可統計、可對比的標准化單元，形成了可比較的計量框架，能夠為數據價值衡量提供基礎標尺。

二是以非實體流轉破解流轉難題。數據流轉難的根本原因在於數據一旦流出就無法收回。詞元將市場流通的標的物由原始文件變為權益憑証，可以實現數據載體與價值權益的分離，即受讓方僅獲取詞元調用權與收益權，無法佔有原始數據。運行上，詞元採用“遠端請求、本地運算”閉環模式：使用者提交需求后，數據處理在數據持有方本地服務器完成，外部用戶僅能獲取最終結果，全程無法接觸原始數據。這種“數據不動、價值動”的模式，使數據持有方始終掌握數據控制權，從根本上降低了數據泄露與失控風險。

三是以權益可分拆化解確權與分配的交織難題。解決不了確權，分配就無從談起﹔分配不公，確權也沒有意義。詞元的權益可分拆屬性同時回應了這兩個難題：將原本整體模糊的數據權益拆分為大量獨立的詞元單元，每個詞元對應一份獨立的權益份額，各方主體依據貢獻度獲得相應數量的詞元，各自持有獨立的詞元份額，這些份額成為確權和分配的客觀尺度和依據。

四是以收益精准核算化解分配難題。分配難的根本原因是貢獻度無法衡量。數據產業鏈中，誰貢獻了多少、應獲得多少收益，長期缺乏客觀依據，平台企業往往憑借渠道優勢單方面決定分配比例，中小貢獻者處於弱勢。詞元具備可消耗、可清零的資源屬性，類似於碳配額或通信流量套餐。用戶每次調用數據或使用算力，消耗對應額度，額度耗盡后權限自動失效。這一機制將數據使用行為轉化為可量化、可約束的資源消耗過程。詞元的收益精准核算屬性提供了客觀的分配依據，可以通過詞元調用量、消耗量等客觀指標精准核算各方貢獻，調用越多、貢獻越大、收益越高。

五是以全鏈路可追溯破解監管難題。監管難的根本原因是侵權行為的“無痕性”。數據復制不留痕跡、流轉路徑無法追蹤，一旦發生泄露或侵權，監管部門難以知道誰泄露的、經過哪些環節、擴散到什麼范圍，追責無從下手。詞元具備全生命周期操作信息自動存証功能，完整記錄從生成、流轉、調用到消耗的每一步操作，操作主體、發生時間、行為軌跡均自動留痕，構成連續的操作記錄鏈條。當發生侵權時，監管機構可以沿著詞元鏈條逆向追溯，精准定位責任主體、還原行為過程、固定証據。

詞元賦能數據產權制度建設的現實約束與優化路徑

當前，詞元賦能數據產權制度建設仍面臨雙重約束。從內在看，詞元目前僅是技術層面的權益標記，現行法律尚未將其等同於物權或知識產權，司法實踐中能否作為確權憑証尚無統一裁判標准﹔無法核驗原始數據生成階段的真實性與合法性，對“原生數據造假”“非授權使用”等問題難以有效應對。從外部看，統一的詞元分詞、計量、定價標准體系尚未建立，詞元衍生權益與原始數據產權的權責邊界尚未厘清，頭部平台仍可憑借算力、技術與入口優勢在詞元生產、定價、流轉環節形成市場壟斷。

為此，應重點推進以下工作。一是強化頂層制度設計。立足“數據二十條”確立的“三權分置”制度框架，推動詞元深度嵌入數據要素市場化改革，明確詞元權屬生成、權益分置、流轉利用的制度規范，厘清原始數據產權與詞元衍生權益的邊界關系。二是加快統一標准建設。由相關部門牽頭統籌，加快制定詞元分詞規則、計量口徑、估值定價等基礎標准，逐步構建全國統一、兼容互通的詞元標准體系。三是健全法治監管體系。完善配套法律法規與司法解釋，明確詞元權益的合法屬性與適用范圍，細化監管規則與懲戒機制。四是規范市場競爭秩序。強化對平台的反壟斷與不正當競爭監管，遏制頭部市場主體利用技術優勢壟斷詞元資源、操縱定價規則，保障中小微市場主體平等參與權。五是升級安全防控能力。搭建詞元全流程追溯風控體系，建立分級分類安全保護機制，有效防范新型數據安全風險。六是深化場景生態拓展。持續推進詞元技術迭代，提升多模態數據適配能力，豐富行業應用場景，構建技術、市場、監管協同發展的良好產業生態。

（作者：程娜，系上海市習近平新時代中國特色社會主義思想研究中心研究員、上海大學馬克思主義學院教授）