在伊富高部落，很多禁忌的渊源都可追溯至巫术。
尽管这些元素在体系建构过程中所扮演的角色各有侧重，但都兼具价值与逻辑、形式与内容的双重意涵。与尝试塑造行政标准的活动模式，并总结出行政活动的适法性要件及法律后果的行政行为学理不同，法律关系理论尝试通过对法律关系的类型化区分，来容纳行政的多样性构造。
[17]林文雄：《法实证主义》，国立台湾大学法学业书编辑委员会2003年第5版，第175页。[31]具体到法系统而言，作为体现某种上位法价值的统一体，系统要素首先须在价值取向上表现出同一性和一贯性，所有系统要素的有效性都应从它与系统整体目标的一致性中获得，所有系统要素都借由它与这种总体价值之间的关联而被定位。所谓同一性，则意味着系统组成要素必须目标一致。这一体系通过对抽象概念的运用，对庞杂分散的规范内容进行了归类整合。它为多样化行政提供了稳定的、形式化的基本活动单元，借由这一单元，复杂的行政被纳入法体系的统一秩序之下。
同时，为了保障行政的合法律性以及可控性，迈耶还特别强调司法对于行政合法性的控制和检验。[30]事实上，无论是在德文还是在英文中，体系和系统都是同一个概念（System）。[17]保罗·施瓦茨等人主张赋予信息主体以有限财产权，强化个人信息流转过程中的个人信息保护，以实现更为公平的个人信息商业化利用。
将某些数据视为公有物，意味着企业可以控制这些数据的利用，但无法主张对数据进行绝对权意义上的财产权保护。[52]近年来，我国也有不少学者认识到公开数据具有公有物特征。其次，在技术可行的条件下，应当赋予平台内商家以数据访问与利用权。要实现数据的公平利用，应当针对不同类型的数据设计不同的制度方案，致力于实现市场竞争秩序公平与数据公共治理公平。
由于美国和欧盟先后提出了数据公平利用的制度方案，我国也在政策层面接纳了欧盟的立法思路，准备在法律制度层面引入数据来源者获取或复制转移数据的权利，对上述问题的解答不仅必要，也具有紧迫性。由于数据具有非竞争性、非排他性，法律对数据进行有限度的、非排他性保护，允许社会主体在不损害他人权益的基础上搭便车，可能是最为合理的制度设计。
数据则不同，数据的价值来自信息的杂糅混同，无法分辨出哪些数据更有价值或哪些数据没有价值。但是，数据具有比较典型的信用品特征，围绕数据进行的交易更多是一种合作，即一方利用其数据为另一方提供服务。在大多数情形中，数据都不过是用户在娱乐、交易等过程中无意识产生的，是一种附带的产物。二、实现数据公平利用的现有制度方案对于公平价值的追求内嵌于各国的数据法律制度之中。
数据企业会愿意就数据的利用问题进行协商谈判，并根据数据的价值为商家提供相应的对价。[47]对于非整体物（如金钱、谷物、石油）而言，分割不会导致其价值消灭，而整体物则并非如此。针对各类公开数据，应采行为规制的路径，建构兼顾平台利益与公共利益的数据利用制度。欧盟数据法提案创设了数据访问与利用权，希望打造数据无缝对接、高效流通的市场，但忽视了数据共享与流通的先决条件。
[83]最后，应确立反思性、动态性的数据治理机制，为实现数据收益的分配公平奠定基础。如果此类信息获取行为被认定为违法，则社会中人人皆是违法者。
根据该法，信息处理者处理个人信息时，必须遵循目的限制信息最小化等原则，对信息的处理不得超过提供服务所需要的必要限度。因此，数据分配公平的实现，不仅需要建立体现效率、促进公平的收益分配制度，还需在数据利用各环节引入反思性、动态性的数据治理机制，为多方主体之间及时、充分沟通提供制度平台，以有效协调商户、个人、数据企业间的复杂利益关系。
同时，企业应当向用户告知数据的性质和数量数据是否可能连续、实时生成用户如何访问这些数据等信息，以便用户可以有效地行使其权利。非个人信息数据亦是如此，网络平台内某商家的销售数据与浏览数据，既可能与消费者相关，也可能与平台相关，数据的产生往往是多方共同作用的结果。例如，在新浪微博诉脉脉不正当竞争纠纷案、大众点评诉百度数据爬虫案、淘宝公司诉美景公司不正当竞争案等近年来社会影响力较大的案件中，法院都判定原告胜诉，并认定互联网企业利用爬虫技术获取对方数据的行为违反了反不正当竞争法。（二）个人信息财产权的困境在美国，个人信息财产权的概念提出后，曾涌现一批代理个人信息交易的企业，但这些企业无一例外都没有顺利地经营下去。[70]因此，法律不宜过于强调个人对其信息的控制权，也不宜严格限制信息处理者收集个人信息，而应重视数据的整体治理，禁止信息处理者滥用个人信息。[6]该倡议主张，为实现数据利用与交易的公平性，数据生产者应被赋予排他性的财产权。
数字经济 在当前的数据交易与利用实践中，数据作为关键性生产要素，主要为少数企业所控制，作为用户的个人与中小商家则难以利用数据。要实现数据的公平利用，立法者不能仅考虑个人集合与数据企业的纵向利益关系，也不能依赖权益分割或确权，而是应在允许和促进数据合理汇聚的同时，对企业的数据利用行为施加社会公平维度的责任。
在信息信义义务原则下，应在一定程度上允许数据企业收集个人信息，但必须严格审查企业对于个人信息的处理是否有益于个人，以保证个人能够更多分享数据利用活动所带来的福利。由海量个人信息汇聚而来的数据，在法律上宜被定性为一种权益混同的财产，即包含了海量微型权益的汇聚型财产。
很多学者指出，个人往往难以恰当并准确地理解隐私政策，对其个人信息的价值也缺乏有效认知。在现实场景下，企业收集的数据会与企业的已有数据体系相结合，构成企业决策机制的一部分。
GDPR虽然并不直接处理数据公平问题，但赋予个人以数据访问权、携带权等，能间接促进个人数据的公平利用。仅仅通过个体对自身信息的控制，或者仅仅通过对数据企业的治理，难以有效解决数据公平利用问题，而引入公共信托理论，可以对数据进行更为公平和有效的管理。此外，该提案还对企业间的数据共享合同、涉及中小微企业的各类数据合同进行了限制，规定在合同条款中、合同履行期间或合同终止后的合理期限内，数据企业限制中小微企业访问与利用权的行为，都属于单方面强加给微型、小型或中型企业的不公平合同条款。但是，这种设想过于理想化，也会给各方带来不必要的成本负担。
相比之下，平台等数据企业所进行的架构搭建活动，才更接近于劳动。数据接收者应仅出于与用户商定的目的并在与用户商定的条件下处理其所收到的数据，在涉及个人数据的情形下受数据主体的权利约束，并应删除对于商定目的不再必要的数据。
即使个人违反用户协议，平台也无权向个体追究违约责任。在这个市场中，个人可以把他们的数据卖给银行，由银行把数据汇集起来，在全国性的交易所中出售。
（三）企业数据财产化确权的困境在企业数据财产化确权理论看来，先占或捕获规则本身就是一种公平的制度安排。三、现有制度方案存在的问题欧盟与美国的制度探索，为实现数据的公平利用提供了富有启发性的思路。
同理，一旦将数据拆分为离散的用户信息，数据的整体价值也将基本消失。例如，美国最高法院在费斯特案中指出，额头汗水并不必然要受著作权保护。由于数据具有非竞争性和非排他性，数据企业也有动力共享数据，甚至会与商家免费共享某些数据。2020年，中共中央、国务院联合发布《关于构建更加完善的要素市场化配置体制机制的意见》，该意见指出，数据是类似土地、劳动的生产要素，要根据数据性质完善产权性质。
例如，2009年谷歌通过汇聚用户的搜索记录、行踪轨迹等各类信息，对季节性流感进行预测，比美国公共卫生部门更准确地预测了H1N1流感爆发的范围与传播的趋势。进入专题： 数据利用 数据确权 数据治理 数字经济 。
此外，数据持有者应以公平、合理、非歧视性的条件和透明的方式向数据接收者提供数据，对相似类别的数据接收者不得有歧视。对于商业主体数据的利用，应强调市场自治与竞争秩序公平。
推动数据要素收益向数据价值和使用价值的创造者合理倾斜。对于公开数据的利用，应克减平台企业的数据控制权，赋予平台内商家以有限的数据访问与利用权，保障平台内个人用户的个人信息携带权，以有效平衡各方主体间的利益关系。