“數字信息”是“大數據”與“個人信息”的核心區別。目前，國內由于“大數據”提法的興起與販賣個人信息活動日益猖獗的周期高度重合、同步，使得國內輿論與研究者也將除大數據應用之外的主題放到了隱私權保障上，《個人信息保護法》的呼聲也日益高漲。但這和大數據的關系似是而非。大數據要分析和處理的是海量數字化信息，在大數據存儲、分析的整個流程中，“個人信息”都不再以初始形式存在，大數據的內容是計算機語言表述的數字信息。

從占有權能的角度說，此階段數據挖掘者占有大數據交易成本更低。對此，目前學界和社會公眾中比較流行的看法是“大數據時代個人信息應歸個人所有，用戶對自己不愿意公開的信息享有被遺忘權”。應該看到，用戶確實是個人信息的產生者和所有者，但是并不是被數字化、匿名化以及其他大數據技術處理后的個人信息的產生者與所有者。將挖掘階段大數據的占有權歸屬于個人用戶的制度設計是明顯無效率性的。以全球大數據企業領頭羊的Google在歐洲的遭遇為例，每年要收到數萬份個人信息刪除的請求。

相較于債權、知識產權這兩種路徑，“物權路徑”的制度效率最高，理由在于兩方面。

從使用的角度來說，應用階段的大數據不應私有化。主要原因在于這將抑制正外部性溢出并催生壟斷。從供給側改革的角度來看，應用階段大數據若歸屬于少數大型互聯網公司則意味著法律為價格歧視和無謂損失提供溫床。從“大眾創業，萬眾創新”的角度來講，應用階段的大數據確權將對無償公開大數據成果產生負面激勵，抬高企業創新與科學研究的成本，阻礙正外部性的產生與技術溢出。

該階段權利應歸委托人所有或依據契約進行產權確認。大數據存儲、分析階段也即“云計算”階段，此時由于個人信息已被清潔和數字化，從而不再涉及用戶所有權問題。故而制度選擇方案即是在“云計算委托人”和“云計算受托人”之間進行確權。

由于“大數據”是依確定目的而挖掘、處理的大量不特定主體的數字信息，顯然不是天然存在而是人為加工的一種財產。那么大數據應該屬于何種財產權？已頒布的《民法總則》在第五章“民事權利”列明了財產權利的三個主要組成部分，物權、債權和知識產權。從法律經濟學來看，VPS，大數據的權利性質確定過程可以被視為一種制度選擇的過程，在物權、債權、知識產權這三種路徑的制度競爭間進行“成本-收益分析”，得出效率最高的制度效率。

從轉讓、收益和處分的角度來說，將應用階段大數據界定為私有產權將導致交易成本陡然增加。

大數據是信息時代的新產物，在法律性質、權利內容、權利歸屬方面存在著諸多制度空白，進而導致了公地悲劇、市場壟斷和逆向選擇等負外部性的出現，阻礙社會福利最大化的實現。需要通過法律經濟學對大數據確權進行比較制度分析，以解決大數據初始產權的界定問題。

總而言之，應用階段的大數據從社會總體福利的角度來講應該參考土地制度，界定為公共所有并交由政府管理。具體方式可以通過成立“中央大數據銀行”對大數據市場實施“統而少治”。一方面限縮大數據的流動規模以保護國家信息安全和防治大數據的“新型國有資產流失”，另一方面限制大數據發展中的市場失靈，比如大型互聯網企業大數據托拉斯的形成。

債權路徑帶有明顯的負外部性后果，促使壟斷和不正當競爭的形成。債權路徑中最主要的是通過契約意思自治來實現大數據確權，這是當前現實中最普遍的形式，比如貴陽和中關村的大數據交易中心所內進行公開交易以及企業間或企業內部進行的非公開數據交易。大數據確權存在制度空白的情況下，通過市場機制進行大數據交易的法律風險過高，進而導致交易成本高。故而大數據企業選擇企業機制，在關聯企業內部流轉大數據形成市場替代。總的來說，如果過度依賴契約路徑與放任大數據產權不明晰狀態的持續則將產生市場失靈，其主要形態是壟斷。屆時小型互聯網公司將不得不對大數據托拉斯繳納高昂的市場進入稅，直接損害社會福利。微軟公司的視窗系統，蘋果公司的App Store都已經出現了這一問題。

筆者認為，大數據是依確定目的而挖掘、處理的大量不特定主體的數字信息。

大數據發展的指向應該是開放而不是封閉，在個人權益與社會福利間謀求均衡。

第二是抑制制度負外部性，降低交易費用。這又具體分成三個角度，首先是物權路徑不會直接導致因過度意思自治帶來的壟斷和不正當競爭以及其他市場失靈情形，甚至可以有效抑制壟斷從而優于債權路徑；其次是物權路徑權責最為明晰，大數據產權的所有者與應用者即相關法律責任的承擔者，相較于債權路徑而言降低了因合同相對性與內外雙重效力導致的“侵權無責”傷害社會福利的情形；最后是流轉順暢，相較于知識產權路徑而言將大數據理解為一種無體物動產則沒有復雜的登記與公示，更有利于大數據流轉和信息的傳播以及由此帶來的激勵創新等正外部性的產生。

“云計算”的核心資產是大型、超級計算機，美國服務器租用，核心競爭力是“4V”標準項下的“大量、多樣、快速、準確”地運算。國內外提供云服務的企業主要包括Google、IBM、阿里、騰訊以及華為等互聯網寡頭，這些企業大都本身擁有10億級別的大數據運算需求，所以本身都擁有自己的云服務軟硬件。云服務是在滿足自身大數據運算的過程中發現的對主營產品的替代商品，將“剩余運算能力”出售給其他公司實現企業資產配置效率的最大化。總而言之，現在“云市場”中云服務的主要生產者與消費者高度統一。

大數據是依確定目的而挖掘、處理的大量不特定主體的數字信息。大數據的本質屬性是財產性而非人身性。大數據發展的指向應該是開放而不是封閉，在個人權益與社會福利間謀求均衡。

存儲、分析階段的大數據權屬

不具備“特定目的挖掘”主觀要件和“挖掘、處理”客觀要件，而只是靜置、沉睡的數據，種類和數量再多、處理速度和本身準確性再高也不會產生這種精準預測力，也不是“大數據”。

探討大數據的權利性質，就是要研究，將目前法律性質不明的大數據界定為物權、債權還是知識產權的交易成本最低、制度效率最高。由于不同的法律性質意味著不同的保護模式，也就意味著不同的交易成本與制度效率。

概括地說，大數據挖掘階段的權利內容主要包括有Cookies輔助數據、網站爬行數據和旁路采集數據等。大數據存儲、分析階段的權利內容主要包括清潔數據、區塊鏈數據、Hadoop的MapReduce分散節點數據、用戶行為模型數據等方面。大數據應用階段主要包括LBS數據、CRM數據等。