►   数据财产权利的分配应遵循“因数确权”的原则。按照数据的投资成本和数据的通用性，理论上可以将最佳的数据财产权益分配方案大致划分为三类。①在数据投资成本和数据通用性两者都较高时（如分析预测类数据），保障数据投资更重要，可以将数据财产权益分配给数据收集方。②在两者都较低时（如企业内部数据），促进数据共享更重要，可以将数据财产权益分配给数据生产方。③在两者适中时（如征信数据），数据的价格规制措施更合适，可以强制数据共享并允许合理的价格补偿。

►  数据财产权益分配应充分考虑对企业的激励。如果将数据财产权益分配理解为“分蛋糕”，那么前期的数据投资就是“做大蛋糕”的第一步。在现实场景中，数据的收集和加工处理往往需要大量资本、技术等的投入。为了使相关市场主体有动力持续进行投入，为整个市场带来长期的经济利益，需要肯定数据收集方和使用方的合理权益。如果企业不能获得足够的激励，整个市场可能面临着数据要素供给不足的困境。

►  数据要素的准公共品属性意味着公共政策将扮演重要角色，但这并非是要求政府介入到数据生产与流通环节的方方面面，而是强调政府可以致力于保障数据流通的基础设施和增强市场的可竞争性。具体措施包括持续细化网络安全、个人信息保护、数据出入境等方面的具体要求；为众多中小企业搭建数据匿名化和数据交易的公共平台；通过价格规制措施打破数据垄断、保证具有准公共品属性的数据要素的有效供给。

►   对于数据财产权益分配这类前沿话题，可能不宜过早地追求统一政策框架。具体到“因数确权”的分类治理模式，理论上的最佳方案可以通过参数进行计算，但实际中的落地与推广需要以自下而上的政策试点与市场实践为前提。一方面可以考虑组织由政府引导，平台企业、数字创新企业、消费者代表等多方共建的专业委员会，来界定数据分类标准，另一方面是致力于提升自下而上的积极性，通过赋予地方政府更多自主权，鼓励地方积极探索和试点新的数据治理模式。