数据之所以受到广泛关注，在于其为不同主体开展有目的的活动提供了可能，这些目的的实现最终为经济、文化、科技、生活乃至整个国家创造了重大历史机遇。数据一直存在，但直到近期才显露出巨大的价值，原因在于数据价值并非自动显现，需要一系列技术支撑。数据价值从隐到现的过程被喻为“孵化”，数据价值孵化是一个涵盖多重子任务的复杂过程，总体沿着数据汇聚—数据分析—数据应用的路径进行。^[6]数据汇聚具体要历经数据生成、数据采集、数据传输、数据预处理等步骤。数据生成经历了数据被动生成到数据主动生成再到数据自动生成的发展，^[7]生成技术的革新使多源异构的巨量数据形成、汇聚成为可能。数据生成之后，由数据从业者运用采集技术从特定的数据生成环境中采集，进而传输到特定的数据储存系统。由于此阶段的数据形态中存在不少价值密度过低、重复、错误的信息，因此通常需要过滤和冗余删除对数据进行预处理。不计其数的数据汇聚起来，进而为数据分析提供基础。数据分析即运用算法从汇聚的数据中挖掘出潜在的、有用的信息。数据应用则是将数据分析所获得信息应用于商业实践、社会管理等领域，实现数据的价值。

数据汇聚—数据分析—数据应用的完成，需要数据从业者的巨额投入，消耗大量人力物力：数据汇聚不仅需要创设数据生成、采集和汇聚平台，吸引尽可能多的用户数据，还需要加强数据传输、储存基础设施，以传输和储存巨量、多源异构、极速流通的数据。数据分析则需要数据从业者建立集储存容量极大、管理效率极高、运行成本相对较低于一身的储存设施和分析平台，更需要整合不同类型的挖掘算法，并确保其高效运行。^[8](www.daowen.com)

从合法获取用户数据开始，到分析、加工数据并最终萃取信息的整个过程中，数据从业者的数据利益都应当得到肯认和保护。首先，数据从业者在数据价值孵化过程中的巨大投入，使其取得数据利益具有道德上的正当性；其次，在数据经济发展的初始阶段，作为数据技术升级和数据产业发展的中坚力量，数据从业者在数据价值孵化过程中的劳动成果如果被法律完全无视，将会过分挫伤数据从业者投身数据开发的积极性，不利于数据经济走向成熟；最后，数据价值孵化机制是持续的、联系的，数据汇聚是数据分析的前提，数据分析又是数据汇聚的升华，因此，数据从业者的利益分布在数据汇聚—数据分析—数据应用的整个过程中，数据利益保护也应贯穿数据价值孵化的整个过程。数据利益产生机制运行期间，数据形态并非一成不变，相反呈现一定的变化规律。每一形态的形成和转变，都依赖于数据从业者的大量投入，凝聚着数据从业者的利益。数据形态的变化规律构成了数据利益的分布机理。