從規制數據壟斷前提的厘清到規制方案的厘定
———公平競爭抑或平等使用

陳 兵,張天蓉

(南開大學 法學院,天津 300350)

一、背景與問題

2023年12月11—12日,中央經濟工作會議在北京舉行。會議指出“必須堅持高質量發展和高水平安全良性互動,以高質量發展促進高水平安全,以高水平安全保障高質量發展,發展和安全要動態平衡、相得益彰”,2024年的工作部署強調要突出重點、把握關鍵,將以科技創新引領現代化產業體系建設放在首位,其中“要大力推進新型工業化,發展數字經濟,加快推動人工智能發展”“深化重點領域改革”“擴大高水平對外開放”等涉及數據治理相關的問題。數據作為數字經濟健康發展的關鍵要素,關注其治理即是有效落實中央經濟工作會議精神和部署。

2020年4月9日,中共中央、國務院公布了《關于構建更加完善的要素市場化配置體制機制的意見》,其中把數據列為同土地、勞動力、資本、技術并列的生產要素,隨著數據與算法的結合,數據資源的價值大幅提升,成為企業追逐的重要資源。2023年10月25日,國家數據局正式掛牌成立,負責協調推進數據基礎制度建設,統籌數據資源整合共享和開發利用,統籌推進數字中國、數字經濟、數字社會規劃和建設等。由此可見,數據要素受到高度重視,其也是數字經濟發展和我國經濟增長的核心引擎。

關于數據規制,有學者指出在治理平臺經濟過程中,反壟斷監管和數據規制的聯動效應可以強化公平競爭,保障消費者利益,反壟斷監管聚焦于市場中的壟斷行為,數據規制聚焦于用戶權益和隱私保護,二者相輔相成。[1]也有學者提出數據共享是解決平臺企業數據利用問題的最優辦法,但當前平臺企業更傾向于“數據割據”,可以采取強制數據共享、制定平臺企業數據共享的官方指南、提高平臺企業數據共享的公平開放程度等方式構建平臺企業數據共享制度。[2]

大數據背景下互聯網平臺在利用數據和算法、技術、資本及平臺規則的過程中,其競爭行為的合法邊界不斷受到挑戰,特別是在利用數據的過程中,對數據壟斷是否為真,如果存在數據壟斷,應予以怎樣規制都面臨挑戰,為建立健全數字經濟健康發展,特別是與數據競爭行為相適應的競爭規則,亟須對相關法律法規作出調整和完善,豐富規制措施。

數據壟斷是制約數據要素市場培育的關鍵因素,健全數據壟斷規章制度的目的是充分釋放數據價值,促進數字經濟發展。我國現有數據領域反壟斷法律體系仍在完善中。2019年頒布的《電子商務法》第22條對電商濫用市場力量作出了規定;2019年頒布的《國務院辦公廳關于促進平臺經濟規范健康發展的指導意見》第二部分提出了“維護公平競爭市場秩序”的要求;2021年印發的《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》(以下簡稱《指南》)第二、三、四章為數字治理工作拓展了平臺競爭監管的領域,并多次提及數據與算法;2022年新修訂的《反壟斷法》明確提出“經營者不得利用數據和算法、技術、資本優勢以及平臺規則等從事本法禁止的壟斷行為”,基于數據優勢的壟斷受到重點關注。以上法規執行框架以“壟斷協議”“濫用市場支配地位”“經營者集中”為中心。[3]132與傳統行業不同,數字經濟面對高度的動態競爭挑戰,必須不斷地夯實其網絡效應、鎖定效應、規模經濟等特征,零定價策略和多邊市場構造使得現行反壟斷分析及適用方法在實踐中面臨挑戰。

公平與效率始終是市場競爭和公平公正監管需要達成的價值融合,規制數據壟斷是為了保障數字經濟市場公平競爭,以高水平的公平競爭促進高水平的創新發展。實踐中,數據集中有可能產生規模效應等積極作用,促進經濟效率的提升,但是也有可能抑制競爭、限制創新,為此,鼓勵和實現數據共享是當前平臺經濟領域反壟斷措施中不可或缺的一部分[4],但同時,也需要注意區別數據共享中公平競爭與平等使用的具體內涵和表現形式。

目前,全球主要國家和地區反壟斷政策越來越強調市場資源的高效配置與消費者福利及可持續發展,各主要司法轄區競爭當局在規制壟斷行為、矯正不正當或不公正競爭行為對市場競爭秩序的扭曲、維護市場公平競爭的同時,也更加關注市場競爭行為對消費者福利等社會公共利益的影響[5]102,兩者之間理應具有高度的統一性。然而,在實踐中有時還存在異向運行甚或沖突的現象,即對競爭行為的規制與對消費者福利等社會總福利的考量還需要進一步細化,尋求規制行為與規制多目標之間的平衡。

具體而言,反壟斷法的實施既要關注企業競爭行為對市場的綜合影響,也應當注重其對自身經濟效率的影響,特別是企業競爭行為對市場上其他多元主體的多維度長短期利益的影響。基于此,對互聯網平臺可能存在的數據壟斷等違法行為,只有當法律法規有明確規定時,才可直接認定相關行為構成壟斷;若法律法規對相關行為沒有進行明確規定,譬如數據利用行為,即便從外觀形態上來看,其可能涉嫌限制競爭,但是也應進行規范嚴謹的競爭效果分析,方能給予明確的法律規制,防止在法律實踐過程中“一刀切”,進而對符合促進社會總福利的平臺行為造成不必要的規制,引發假陽性錯誤,妨礙平臺經濟的創新發展。

當前,對于數據壟斷的監管還未形成專門的法律制度,理論界與實務界對于數據領域的壟斷行為定性與規制路徑還未達成共識,在當前數字經濟蓬勃發展的背景下,全面推進數據領域的共享與嚴格的監管不符合時代背景,也不具有可行性。因此,在完善數據壟斷規章制度前,需要厘清數據共享中“公平競爭”與“平等使用”的意義,平衡好數據共享與經濟效率,在此基礎上提出能夠有效規制數據壟斷的方案。

二、規制數據壟斷面臨的復雜挑戰

(一)何謂數據壟斷

數據壟斷主要是指擁有數據絕對優勢的企業,基于對數據來源和渠道的控制,利用技術優勢在數據交易、數據分析、數據使用等環節實施壟斷行為[6],拒絕或限制他人訪問、使用數據,排除、限制競爭。由于數據要素市場仍在培育之中,現實中發生在數據交易環節中的壟斷行為還有待進一步核清,故此,暫且不討論“通過限制數據交易形成的數據壟斷”,主要探討“通過控制數據,實施壟斷行為,將壟斷優勢體現在其他產品或服務市場”,即基于數據的壟斷。

根據梅特卡夫定律,網絡價值與用戶數的平方成正比,網絡使用者越多,價值就越大,并且互聯網的邊際傳播成本幾乎為零,所以從技術原理來看,互聯網平臺天然具有“馬太效應”,即在市場競爭中具有數據、技術、資金等優勢的互聯網平臺會聚集更多資源,實現“贏者通吃”的局面,具有天然的市場壟斷性。[7]數據具有非競爭性與非排他性,突破式的創新會使競爭格局發生深刻改變,因此具有數據優勢的企業有動機封鎖數據,阻礙潛在競爭對手的創新,維持頭部地位。在數字經濟場景下,數據作為關鍵生產要素,壟斷數據即能獲得利潤,無須像傳統的生產體制那樣,需要壟斷一般物質生產資料或者雇傭勞動力。[8]數據壟斷多產生于超大型平臺的經營活動,平臺利用算法,通過投送、篩選、錨定、選擇、再投送的程式構建了數據閉環。[3]134根據歐盟、美國反壟斷監管機構的調查,數據壟斷集中體現在電子商務、搜索引擎、移動操作系統、社交媒體等數字平臺領域[9],主要有以下三類行為容易誘發數據壟斷風險。

1.壟斷協議

發生在數據領域的壟斷協議主要表現為利用算法合謀與數據共享機制達成壟斷協議。在利用數據的算法共謀中經營者無須進行溝通即可了解其他經營者的定價與經營方式,進而利用算法實施影響市場價格的行為,特別是基于自學型算法的默示合謀,算法的動機與合法性難以識別和判定,具有隱蔽性,監管機構難以監測其行為,這就給算法合謀的認定帶來困難。在這一過程中,數據共享機制本身亦會誘發甚或助長壟斷協議達成的風險。譬如,在數據共享機制安排下,各成員為維護自身的競爭資源和優勢,可為獲取或使用數據設置不公平的高價或低價,提出明顯不合理的隱私政策等條件。由此,其他經營者可能因為接受了上述條件而喪失自身競爭力,只能依附于數據優勢經營者展業。[10]

2.濫用市場支配地位

其一,自我優待。數字經濟中的自我優待是指當主導平臺既是第三方廠商訪問用戶的中介,又在同一市場從事與第三方廠商具有競爭關系的經營活動時,優先支持自己產品和服務銷售的行為。平臺既是多邊市場的運營者,也是提供自營服務的市場參與者,這為自我優待創造了條件。我國《禁止濫用市場支配地位行為規定(征求意見稿)》列舉的自我優待包括兩種形式,即“對自身商品給予優先展示或者排序”和“利用平臺內經營者的非公開數據,開發自身商品或者輔助自身決策”。該條款在正式施行的規定中并沒有保留,但可作為理解自我優待行為的參考。 “優待”主要表現為在平臺規則、數據訪問、算法排序等方面提供更有利的條件,通過為自營業務提供傾斜性的資源來贏得交易機會。[11]自我優待的判定在國外已有實踐,譬如2017年歐盟認定谷歌在比較購物服務市場時實施自我優待;2020年10月,美國眾議院司法委員會發布了《數字市場競爭調查報告》,指出亞馬遜利用第三方賣家無法訪問的數據實施自我優待[12];歐盟委員會在“亞馬遜市場案”中認定亞馬遜利用第三方賣家的數據校準亞馬遜的零售報價和改變商業決策,實施自我優待;在“亞馬遜黃金購物車案”中,亞馬遜給予自營商品便利,使之更容易被消費者選擇,上述行為被認定為構成自我優待。(1)Case AT.40462-Amazon Marketplace and AT.40703-Amazon Buy Box, 2022 E.C. No 1/2003, https://ec.europa.eu/competition/antitrust/cases1/202310/AT_40703_8990760_1533_5.pdf.

其二,對用戶實行差別待遇。此種行為主要表現為對不同用戶設置不同的交易條件,譬如日常生活中不斷被詬病的“二選一”“大數據殺熟”等行為,特別是基于用戶精準畫像的“大數據殺熟”這類價格歧視行為。當然,僅憑借“價格歧視”就認定構成違法,在實踐中還有待進一步探明,還需要通過一系列的效果分析方可準確認定,然而,在這一“價格歧視”行為的發生過程中很可能涉及對用戶數據權益的濫用,也存在濫用算法權力和濫用經營者市場地位的風險,需予以高度關注及實時監管。 目前,關于企業對消費者數據規范使用的問題,國家還沒有出臺清晰的法律規范。在規制缺失和商業利益的驅使下,一些企業肆無忌憚地對數據進行分析和濫用,并利用算法的高技術性和高隱蔽性,采用歧視性的算法匹配侵犯消費者的權益。商業平臺基于大數據和算法技術,憑借市場地位設置不平等的交易條件區別對待消費者是一種濫用市場支配地位的行為。

其三,拒絕交易。2021年2月2日,抖音以騰訊濫用市場支配地位拒絕用戶分享抖音視頻至微信、QQ平臺為由向北京知識產權法院提起反壟斷訴訟。此種封禁行為是指平臺企業拒絕其他平臺經營者使用其正當獲取或運營的數據、應用程序編程接口等資源的行為。平臺經營者具有選擇交易對象的自由,但是,如果平臺經營者在相關市場上有絕對支配地位,拒絕和其他經營者交易數據可能導致其他競爭者的發展受限,從而破壞相關市場有序競爭。

3.經營者集中

網絡平臺處理和使用數據的成本結構具有特殊性,企業通常承擔極高的前期沉沒投入成本和接近零的邊際成本。[13]前期企業需要投入高昂的成本存儲與處理數據,當數據量達到一定規模時,新增加的數據能夠以較低的成本改進算法與優化數據處理結構,這種運行模式使數據很容易集中。并且在大數據時代,越來越多的數據都是半結構化和非結構化的,數據的價值密度低,只有企業擁有的數據達到一定的規模,數據才能充分發揮價值。故此,企業為了集聚數據資源,利用經營者集中的方式加固和擴大其數據優勢地位,不斷增高數據市場進入壁壘,包括資金壁壘、技術壁壘、人才壁壘等。當然,同時我們也要認識到數據集中,特別是超大型平臺企業的數據集中并不一定就構成壟斷,界定數據壟斷主要看其是否利用持有數據資源的優勢,實施破壞市場公平競爭秩序的行為,同時也要關注市場競爭效果,即數據規模并不當然意味著數據力量和數據使用效能。[14]譬如,在我國網約車交通出行領域,相關市場上出現了滴滴出行與快的打車、優步中國(Uber China)的合并;在網絡外賣訂餐服務領域,出現了美團與大眾點評的集中。這些互聯網平臺企業的集中背后可能都含有獲取競爭對手用戶數據的訴求。根據《國務院關于經營者集中申報標準的規定》第三條的規定,提出申報門檻主要以營業收入為標準。在這種情況下,很多企業因為達不到門檻而免于審查。經營者集中以營業額作為事前審查的重要指標,掌握數據的平臺企業大部分具有業務免費特點,容易通過以營業額為指標的審查,但平臺企業合并極有可能使合并后的企業掌握不同領域的甚至互補的龐大數據,合并后的企業若實行濫用行為很可能會給市場競爭帶來嚴重損害。

同樣值得關注的是,數據集中也有可能給消費者福利帶來正面影響。數據規模的擴大可以促進平臺服務優化,并且當前數據攜帶權有成為法定權利的趨勢,消費者被一個平臺鎖定的概率降低,當產品質量下降時,消費者很容易選擇其他產品,因此數據集中并不必然損害消費者利益。企業收集與利用數據,很有可能為用戶或消費者提供更好的服務,從而促進市場效率的提升。在一些涉及并購類型的案件中,執法機構也指出合并將帶來效率提升,譬如,歐盟委員會批準微軟收購動視暴雪,認為微軟的承諾會使云游戲流媒體將動視暴雪的熱門游戲帶給消費者,并最終為市場競爭和消費者帶來重大利好。(2)Case M.10646-MICROSOFT/ACTIVISION BLIZZARD,2023 E.C. 139/2004, https://ec.europa.eu/competition/mergers/cases1/202330/M_10646_9311516_7443_3.pdf.具體來講,為了解決委員會在通過云游戲流媒體服務分銷PC和主機游戲的市場中發現的競爭問題,微軟提出了以下為期10年的全面許可承諾:向歐洲經濟區的消費者提供免費許可證,允許他們通過自己選擇的任何云游戲流媒體服務流式傳輸他們擁有許可證的所有當前和未來的動視暴雪PC和主機游戲。向云游戲流媒體服務提供商提供相應的免費許可證,允許歐洲經濟區的游戲玩家流式傳輸任何動視暴雪的PC和主機游戲。因此,對于數據壟斷的分析與調查需要采取較為謹慎的立場和提供更為充分的證據,同時結合不同類型的場景來區別對待。[15]

(二)規制數據壟斷的特殊性

1.數據要素具有獨特性

數據具有瞬時性,可復用,但其價值卻隨時間流逝而遞減,因此允許平臺暫時獨占數據不一定損害市場競爭環境。數據持有量不等同于數據價值,企業掌握大量數據并不意味著其掌控了行業發展的核心。數據具有非排他性,即一個企業獲得數據不排除其他企業獲得類似數據,雖然數據持有者可以選擇付出較高的代價使用專門技術限制自己的數據資源共享,但其他競爭對手也可以通過用戶獲得相似數據,大型平臺付出此高昂成本顯得并不必要。數據價值具有主觀性,不同企業采用不同算法對數據進行處理和分析,可能會影響數據創造的價值。

2.數據驅動型企業經營方式具有獨特性

與其他領域的壟斷不同,數據壟斷并沒有通過向消費者收取更高的價格來獲取利益,但這并不意味著數據壟斷是無害的。實施數據壟斷的企業可以通過獲取個人數據來獲取財富,這些數據包括用戶的喜好、意圖等,而不必為數據的市場價值付費。表面上來看許多數據壟斷者似乎提供“免費”服務,然而,其所收集的個人信息的價值可能遠遠超過提供“免費”服務的成本;數據壟斷企業可以免費獲取用戶的創造性內容,其可利用用戶發布的內容來吸引其他人使用他們的平臺;數據壟斷企業也可能收取更高的廣告費用。因此可以說,數據壟斷使平臺企業更易獲得高額、超額利潤,加強了資本的統治力度。[6]

(三)規制數據壟斷需要把握數據共享的限度

當前,我國數字經濟高質量發展的短板是數據要素供給不足、數據共享受阻,如何推進數據資源共享、打破“數據孤島”,助力數據要素市場建設與發展,成為目前亟待解決的問題。雖然前文提出“平等使用”下的數據共享不應成為規制數據壟斷、推進數據共享的工作主線,但是數據共享確實可使大量數據流入市場,提高數據供給,使數據在共享中實現二次開發與重復利用,能夠最大限度地釋放數據紅利。

然而,數據共享確實需要避免“平等使用”下的數據共享思路和做法。基于數據的復雜特征,規制數據壟斷不應武斷地要求無限度開放共享,需要充分考慮數據的特殊性,采取合適的措施。“平等使用”下的數據共享要求無差別地開放收集數據,存在用戶隱私數據無序流動和在位企業基于競爭獲取的優勢地位不受保護的風險,特別是在平臺經濟領域普遍存在零價格交易模式,相當于用戶以數據換服務;不加限度地平等使用數據會導致數據要素市場搭便車的行為大量出現,這樣的平等共享很顯然不利于提升數據服務質量,特別是容易產生數據安全風險,發生劣幣驅逐良幣的數據公地悲劇,而且這類悲劇的發生還具有不可逆性,因為數據一旦泄露,其危害和引發的信任危機是難以評估的。

(四)規制數據壟斷需要系統理解《反壟斷法》多元價值目標

對數據壟斷進行規制的前提是選擇合適的目標[16],我國《反壟斷法》第一條指出:“為了預防和制止壟斷行為,保護市場公平競爭,提高經濟運行效率,維護消費者利益和社會公共利益,促進社會主義市場經濟健康發展,制定本法。”可見,在我國反壟斷法設定和實施中對多元價值目標是較為認可的,這一點在其他國家和地區的反壟斷法或競爭法實施中也曾經有體現。譬如,美國《謝爾曼法》非單純地追求經濟目標,歐盟(之前歐洲共同體)的競爭法條款的政治目標更為明顯。[17]

尤其在當前數字經濟發展過程中,超大型平臺企業形成了聚合數據、資本、人才、技術為一體的新型商業體,美國的新布蘭代斯運動的興起,歐盟《數字市場法》《數字服務法》的制定及實施都在不同程度上響應了對反壟斷法或競爭法非經濟性目標的召喚,其多元價值目的在反壟斷法實踐中的復歸已經成為各國和地區競爭當局必須嚴肅認真考慮的問題。在我國大力推進中國式現代化建設,建設高水平社會主義市場經濟體系的進程中,需在堅持多元價值目標的前提下,實現多元協同治理。

三、數據壟斷規制前提釋明

《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》(以下簡稱《數據二十條》)提出“推進非公共數據按市場化方式‘共同使用、共享收益’的新模式”,對數據共享提出了要求,并且提出建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制。平等(equality)與公平(fairness)是兩個不同的概念,公平為效率服務,而平等強調無差別。[18]平等使用要求數據驅動型大型企業平等地允許其他企業訪問自身擁有的數據,而構建公平競爭的市場環境必須考慮經濟效率。立足新發展階段、貫徹新發展理念、構建新發展格局,“既要創造比資本主義更高的效率,又要更有效地維護社會公平,更好實現效率與公平相兼顧、相促進、相統一”[19]。故維護市場公平競爭蘊含提升經濟效率的目標,雖然數據共享是規制數據壟斷行為的有效方式,數據共享在一定程度上可以縮小中小平臺與大型平臺的數據儲量差距,提高競爭強度,但當數據共享不能推動行業效率提升時,在不影響市場競爭秩序的情況下,應允許企業有一定的保留,以維護經濟效率,即數據共享需要有一定限度。因此,需從三個角度厘清數據共享中的公平競爭與平等使用。

(一)將數據視作必需設施并不利于有效率競爭的市場發展

實現數據共享的一個思路是認定數據是必需設施,并強制其平等地向其他企業開放。在2017年的“hiQ訴LinkedIn(領英)案”(3)2012年,領英認為hiQ未經領英同意抓取用戶公開職業數據的行為違反美國聯邦《計算機欺詐和濫用法案》(CFAA),禁止hiQ訪問其數據。2017年,hiQ對領英提起訴訟;2019年,美國聯邦第九巡回上訴法院維持了地方法院的初步禁令,阻止領英拒絕hiQ訪問公開的領英會員資料;2021年6月,美國聯邦最高法院將案件發回重審;2022年4月,美國聯邦第九巡回上訴法院在第二次裁決中維持了之前的決定;2022年12月,美國加利福尼亞北區聯邦地區法院裁定hiQ違反了領英的用戶協議(其中規定禁止抓取網站數據和創建虛假個人資料),雙方達成和解協議。中,原告方hiQ認為領英阻止其通過爬蟲獲取用戶數據的行為違反了必需設施原則,并要求領英對數據進行開放。關于數據必需設施,有學者指出強制開放必需數據具有可行性[20],或通過建立數據公地,對平臺數據共享進行規制,共享的數據包括志愿共享數據和必要共享數據。[3]138也有學者指出一般情況下數據無法達到不可或缺的程度,因此數據一般不會構成必需設施。[21]2020年11月,國務院反壟斷委員會發布的《指南(征求意見稿)》專門提及了將數據認定為必需設施的問題,但在國務院反壟斷委員會發布的正式版《指南》中,相關的條文并沒有保留,可見將必需設施理論引入數據領域欠缺可行性。2021年2月出臺的《指南》的第十四條采取法定列舉的方式規定了平臺經濟領域主要存在的幾種拒絕交易的行為模式,僅僅在第五項規定了控制必需設施的經營者拒絕進行交易可能構成拒絕交易行為,這是首次在平臺經濟領域引入必需設施原理。

首先,必需設施原理源于美國1912年“United States v. Terminal Railroad Ass’n”案件,必需設施原理要求該設施必不可少且不可復制[22],域外對必需設施理論的適用主要集中于具有自然壟斷屬性的產業、公用事業等領域,數據具有可復制性、非競爭性與非排他性,必需設施理論應用于數據領域存在理論基礎上的障礙。在數字經濟領域中,原則上每個企業都可以收集用戶信息等數據,不能僅憑某一企業的數據持有量認定企業筑起市場壁壘,即使平臺掌握的某些數據對于特定經營者開展經營具有重要價值,但難以證成其對市場競爭具有不可或缺性。數據的價值不只取決于數據本身,企業對數據的處理利用也能夠發揮數據的價值。企業應當通過自身的優質服務、創新技術吸引消費者,通過在經營領域的競爭力積累數據優勢才是公平競爭下的應有之義。譬如在“微軟和領英并購案”中,歐盟委員會認為數據構成算法分析和機器學習的重要投入要素,但并非唯一要素。平臺經濟動態競爭的屬性要求反壟斷法須保持必要的謙抑性,雖然并購行為將有可能限制競爭對手獲取領英的數據,并降低市場創新的可能性,但影響軟件技術開發的因素眾多,即使缺乏涉案數據不必然導致市場進入失效,因此不能僅僅從競爭對手的依賴程度認定數據是否屬于必需設施。

其次,平臺掌握的海量用戶數據包括個人隱私數據,如果在數據領域適用必需設施理論,很有可能導致個人隱私數據在未經用戶同意的情況下泄露給第三方,一方面會威脅用戶數據安全,另一方面也會損害消費者權益,不利于提高經濟效率目標的實現,并且數據資源一旦被分享,原數據所有者就很難對其用途進行追蹤,也很難控制因此產生的各種風險。

最后,開放所謂必需數據會給企業帶來額外成本。國家統計局、國家知識產權局等部門曾對公眾無償開放數據,結果引發網絡崩潰,后經過加大投入、調整分享數據策略,類似的網絡崩潰情況才得到緩解。由于政務數據本身具有公益共性,所以政府有開放相關數據的義務,能夠承擔數據開放的成本。而對于企業來講,數據開放同樣可能面臨網絡崩潰的問題,為解決網絡崩潰等問題,企業需為此承擔額外成本。

(二)考慮用戶隱私

數據要素價值的充分釋放與消費者隱私保護之間的平衡,是數字經濟發展及規制數據壟斷的重要課題。數據無序共享可能導致用戶隱私保護與數據安全方面存在重大風險。消費者福利已成為競爭效果分析的重要標桿[5]102,而消費者個人隱私是消費者福利的重要內容之一,具有人格權屬性,與經濟效率息息相關。對于個人信息保護力度,相對其他國家而言,我國《個人信息保護法》作出了更為嚴苛的規定[23],表明我國對個人信息保護的重視。由于平臺與消費者地位的不對等,消費者無法得知哪些數據被利用、如何被利用以及個人數據處理后的用途,服務提供商故意使隱私政策含糊不清,使消費者難以評估其數據的真正價值。用戶用個人信息換取平臺提供的服務,若允許平臺競爭者或上下游企業平等地使用平臺已收集的用戶信息,可能導致用戶隱私數據利用的不可控。

當前,對消費者隱私的保護在一定程度上反映出平臺企業間競爭的態勢。如果平臺企業間競爭激烈,企業會通過重視保護消費者隱私而吸引用戶;而當平臺企業間的競爭被弱化時,平臺企業保護消費者隱私的意愿可能也隨之降低。在規制數據壟斷時,若允許其他企業平等地使用大型企業數據,其他企業可以以極低成本獲得用戶數據,那么企業對用戶隱私數據進行保護的意愿和動力可能降低。

(三)數據共享需考慮大數據商業價值

“大數據”通常指不同類型的海量數據,由多種渠道高速產生,其處理和分析需要新的、更強大的中央處理器和算法,具有高速、多樣、大量、重要的特征,數據規模的擴大能夠優化平臺企業的算法,提高服務質量。當前大數據已從互聯網經營者的商業技術核心進階成為國家乃至全球經濟發展新布局和新戰略頂層設計的一部分。[24]大數據的價值遠遠超過單一數據價值之和,它可以通過數據的進一步積聚或應用于機器學習等而獲得更大的應用價值。

高度依賴數據的市場正經歷正反饋循環:企業擁有的數據越多,其產品就越好,即強大的數據驅動網絡效應。譬如谷歌這樣的搜索引擎能夠通過使用其搜索數據庫不斷從其數十億用戶那里收集大量數據來改進搜索結果,使用特定搜索引擎的人越多,搜索引擎算法就越有可能了解到消費者的偏好,搜索結果也就越有可能變得更相關,會吸引其他人使用該搜索引擎,并且積極的反饋會持續下去。同樣的,臉書(Facebook,現為Meta)能夠憑借其擁有的大量用戶數據,向目標用戶投放極具針對性的廣告。

大數據將成為未來創新和增長的關鍵,特別是在人工智能領域,大數據是人工智能運行的燃料。譬如特斯拉從其汽車運行中收集數據,然后使用這些數據優化其自動駕駛算法,這使得競爭對手很難在特斯拉之前進行創新。大數據較強的正向規模效應和較弱的反向規模效應導致了高額的壟斷收益,也使互聯網平臺在一定條件下可以在壟斷狀態中獲得較之傳統壟斷狀態更高的效率。[25]數字經濟以數據收集、存儲、處理與使用為核心,挖掘大數據價值能夠推動數字經濟高速發展與繁榮。

經營者通過對大數據進行分析并同步改進算法,能夠提供更符合消費者需求的服務。對于擁有大數據并能夠對其進行處理分析的企業來說,大數據即是其核心競爭力,若要求企業提供給其他企業甚至是競爭對手平等使用的權利,會使具有數據優勢的企業減少數據收集處理的積極性,無法最大程度地發揮大數據價值,對經濟效率產生負面影響。

四、規制數據壟斷的對策建議

(一)加快完善數據要素市場化配置

1.優化完善科學合理的數據分類分級制度

我國數據要素市場的發展,在數據權屬、交易定價、流通共享規則等機制設計方面遇到諸多難題,對數據的流通利用造成阻礙。數據分類分級是解決前述問題,對數據要素進行市場化配置的前提條件,是促進數據要素公平有序、安全有效流通的基礎保障。[26]《數據二十條》將數據分為公共數據、企業數據和個人信息數據,并以此為基礎建構數據利用的權利義務體系,基于數據壟斷視角,本文討論的是企業數據開放共享路徑。2021年,《數據安全法》正式提出從國家制度層面建立數據分類分級保護制度,根據數據重要程度匹配相應的保護和管理措施。不同數據生成、使用場景、重要程度有著較大的差異,很難用統一的標準進行共享,數字平臺上的用戶對數據進行分級授權可以尊重用戶自身意愿,同時提升消費者福利和社會總體福利。

當前對數據分級的研究,多按照風險等級劃分數據,將數據劃分為核心數據、重要數據、一般數據。一般數據又可分為四個風險等級。[27]這種分類方法立足于數據保護,旨在貫徹落實《數據安全法》中“國家建立數據分類分級保護制度”的要求,保障國家安全、公共利益、個人和組織的合法權益。數據安全對數字經濟發展至關重要,為提升消費者對平臺服務的信任度,將信任轉化為對數據共享和數據服務更大的接受度,企業需完善數據保護技術,將用戶數據安全置于經營目標中,并且企業需要平衡用戶數據處理的收益和風險,確保數據被安全地收集和存儲,并且僅用于合法目的。

政府應加快出臺針對企業數據的再利用問題的分類分級制度,需盡快明確數據安全需要達到的標準,如數據匿名化處理需要做到何種程度,因為在大數據時代,數據量激增,技術無法做到數據完全匿名化。因此,應明確企業保障數據安全的責任范圍,避免因風險的不確定進一步加劇企業愿意共享數據但不敢共享的矛盾。[28]同時,數據要素市場化配置要求充分釋放數據價值,提升數字經濟效率,盡可能地創造更多的收益。因此,也應當探索以數據對于企業提升業績重要性為標準的數據分級方式,以此限定企業數據開放共享的限度,在破除數據壟斷的同時維護提升企業業績水平和經濟效率的目標。

2.建立健全公平高效的數據交易制度

配置效率和生產效率共同構成整體經濟福利[5]103,數據要素價值的充分釋放能夠推動經濟發展,數據要素市場化配置的核心是數據要素供給和需求的高效匹配[29],推進數據要素市場化配置的過程就是以制度或技術促進市場化交易的過程。[30]

有學者認為可將數據交易界定為服務類合同[31],比“數據產權轉讓”更能準確體現出平臺所發揮的真實作用。數據交易是大數據及算法處理技術發展至高水平階段的產物,數據深刻影響企業的運行及收益,數據交易本質上是對無償數據共享的限制。數據平等使用已不符合目前數據決定企業發展的現狀。

在數據交易制度構建過程中,若將個人信息與數據混同,認為企業占有數據即占有用戶個人信息,得出企業可以交易個人信息的結論,是錯誤的。數據作為信息的載體,個人信息只是其記錄表達的一部分,在分級規制的情況下,關涉個人隱私信息的數據應嚴格保護,而脫敏后的個人數據具有交易的可行性,并且數據交易注重數據的體量和完整性,大數據更具有交易價值,單個數據承載信息的價值不會決定整體數據交易的價值。

強制企業允許其他企業平等地使用自己控制的數據有諸多弊端,與其強制開放共享,不如建立數據交易機制,在市場交易中發揮數據最大價值。對于匿名化數據,即不影響消費者個人隱私的數據,以及不會損害企業核心利益的數據,可以建立強制或自愿交易的制度,使企業獲得相應報酬,繼續投入算法改進等技術創新,也使其他企業能夠以一定的對價獲得所需數據,避免零成本的“搭便車”,緩和大型企業為了維持市場優勢地位,排擠現有和潛在競爭對手而實施數據壟斷的現狀。

2021年發布的《要素市場化配置綜合改革試點總體方案》提出要“建立健全數據流通交易規則”,科學合理的數據交易制度是實現數據要素市場化配置的重要一環。當前,需完善數據交易規則,明確哪些企業數據可交易,推進數據產品標準化,完善數據產品定價機制,降低數據跨平臺、跨區域流通的交易成本,使企業在合理的回報激勵下有意愿開放共享數據。

(二)促進企業數據權益合法行使和流通

數據確權是數據交易流通的保障,數據確權機制不清晰、不完善,對建立統一的數據要素市場、激活數據要素價值必然造成阻礙,數據權屬不明也是造成數據壟斷的原因之一。明確企業擁有的數據權益是企業在日常經營活動中合規經營的前提,賦予其數據權益能夠鼓勵其市場投入積極性。數據確權需明確客體范疇,數據與個人信息需要區分開,個人信息位于內容層,是人格權的客體;而客觀存在的個人數據位于句法層,是財產權的客體。[32]32數據產生、處理、使用過程中涉及多方主體,權利共有模式對于權利劃分十分模糊,當前亟須厘清數據權屬劃分。

有學者指出所有權+用益權的模式能夠很好地平衡數據利益維護和數據利用[32][33],也有學者指出從“權利束”角度分析數據權益,認為提供數據的平臺企業不是數據所有者,而是作為數據的占有(控制)者形成自己與他人之間的法律關系,數據“控制”才是數據確權的核心。[34]而基于“使用權”的權利分置模式可以體現出數據“控制”的本質。

作為恢復競爭秩序、規制數據壟斷的可靠思路,數據共享可以削弱標的使用的排他性,有助于減少算法共謀中數據壁壘的形成。目前,反壟斷監管需平衡效率與維護競爭秩序的目標,需要解決數據濫用中數據使用效率的問題,故共享型監管原則形成的邏輯也應圍繞“數據使用權”展開,并且在《數據二十條》制定過程中,起草者認為推動數據產權結構性分置應當跳出所有權思維定式而聚焦于數據使用方面的權利[35],提出構建數據資源持有權、數據加工使用權、數據產品經營權三權分置方案。該方案能夠保障用戶對數據的權益,有效促進數據流通使用。[32]以數據“使用權”為核心的確權模式,能夠激勵獲得使用權的企業處理、分析數據,提升服務質量,也為數據所有權歸于用戶(初始數據提供者)留下了空間,能夠有效地提升數字經濟效率。

賦予數據生產者、數據使用者等不同數據主體公平獲取數據要素所創造的價值,是激勵不同類型數據主體參與數據生產和價值實現的根本保障。[36]《數據二十條》明確規定要“保護數據來源者合法權益”。企業對數據的加工使用應在賦予個人數據所有權的基礎上進行,個人數據所有權保證了個人隱私數據安全,能夠保證信息自決,并且企業數據來源于用戶,用戶使用平臺服務的各項操作產生的數據成為算法的“原料”,用戶的這種特殊“勞動”也使其應當擁有數據權利。企業基于對數據的用益權而享有數據資源持有權和加工使用權,權利建立在數據來源者的知情同意與授權基礎上。企業共享數據資源,因其不具有數據所有權,其共享需要獲得用戶授權,其共享的是數據資源的持有權和加工使用權。基于前述數據分類分級情況,涉及用戶個人隱私的數據應嚴格保護,影響企業利益的數據應根據企業自身意愿與對價的合理性在市場上流通。 并且,數據權益的法律規范不能過于抽象,必須結合數據類型和其他場景因素選擇合理的數據權益配置模式。數據共享要考慮場景和數據使用主體。私人企業要考慮其處理數據的能力和保護數據的能力,公益用途應積極開放,企業盈利用途應綜合考慮各項因素。

(三)允許限時數據獨占,探索數據共享最佳時點

基于前述對《反壟斷法》多元價值目標的闡述,為保護市場公平競爭,需要對企業持有的海量數據進行關注,若其排除限制競爭,則需要糾正其行為,但《反壟斷法》同樣需要達到提高經濟運行效率、維護消費者利益的目標,達到多元目標的平衡需要立法和司法把握規制限度和企業利用數據優勢的自由度。

允許平臺暫時獨占數據,但根據不同場景下的數據價值變化曲線,要求、引導或鼓勵平臺在一段時間后分享或開放對社會有公共意義的部分數據資源,應當成為維護數據相關公共利益的主要思路。這一理念借鑒于知識產權領域的制度。知識產權自誕生以來,在平衡鼓勵創新和防止壟斷與權力濫用之間的緊張關系方面遇到了很大挑戰。這類似于數據壟斷所固有的緊張關系,一方面我們鼓勵數據的生產和收集,另一方面我們也希望平臺披露和允許公眾訪問這些數據。然而,一家企業幾乎沒有理由分享其數據。因此可以從獨占期限入手,合理選擇數據共享的時點,在競爭與效率中達到平衡。

大數據時代,數據具有時效性,人們的消費行為等變化非常快,數據越“新鮮”,越有價值,越能夠變現。基于前述企業數據分級情況,可以允許企業暫時限制對企業業務發展具有重大影響的數據共享,給予企業更大的發展空間。而對于對企業發展影響較小的一般數據,則應當鼓勵企業進行數據交易,不支持其獨占此類數據。

五、結語

建設公平競爭市場的要義之一即為提升經濟效率。在規制數據壟斷,要求企業開放共享數據之際,要平衡好開放對象、階段、方式、種類、程度等,在公平與效率之間達成合理方案。根據不同場景、時點下的數據價值變化,引導和鼓勵數據持有企業根據其經營情況自主采取交易或交換的方式開放共享數據資源,特別是那些有助于維護和增進社會公共利益,能夠更好地賦能實體經濟發展的高質量數據,并采取市場合理定價和政府有限參與相結合的思路來平衡數據多元主體間的利益,不失為可行進路。

數據具有不同于其他要素的特征,既有很強的財產屬性,也有顯著的人格特質,更兼具復雜的公共屬性,是數字社會整體運行和高質量發展的基礎原料。因此,考慮到數據的巨大價值和潛在效用,在市場競爭領域應盡可能保障公平競爭,做好合理使用,在推動數據開放共享的過程中區分“公平競爭”與“平等使用”的概念,在規制數據壟斷行為時注意平衡公平與效率的關系。必須認識到,無償的或者是對價失衡的開放共享需要充分考慮數據持有企業的意愿,在大力推動數據要素市場化配置的背景下,應更加關注在分類分級交易中以市場合理對價獲取和使用數據的機制建設與維護,避免數據領域“搭便車”行為的出現,禁止不勞而獲、食人而肥等不正當競爭行為在數據領域蔓延,為數據作為新的創新型生產要素在公平有序的競爭環境下參與生產和分配提供制度保障。