(網經社訊)【摘要】不同的數據承載著不同的信息，不同的信息也具有不同的價值。大型數字平臺在經營時間和客戶規(guī)模上具有的優(yōu)勢，使其可以更大范圍和更長時間地跟蹤市場信息變化，長期地從信息中提取價值。并且，大型數字平臺可以利用其已有的壟斷力量從獲取的信息中攫取更多的利益，這將進一步鞏固大型數字平臺的壟斷地位。解決數據壟斷問題，需建立數據共享規(guī)則，明確平臺數據的權利體系，規(guī)范數據收集的同意條款和收集范圍，建立數據開發(fā)與信息保護相平衡的機制，從而加強對數據壟斷的監(jiān)管。
前言
在新一代數字技術的推動下，數字經濟快速發(fā)展，已成為經濟增長的主要動力。數字經濟的發(fā)展，帶來了數據量的指數級增長，人類正在進入數據爆炸年代。數字經濟的興起與數據作為生產要素有密切的聯系，以大數據、云計算、移動互聯網、人工智能為代表的新一代信息技術在人類社會生活中發(fā)揮出越來越大的作用，使人類日益數據化。大量機器生成的數據和個人行為數據被收集，每一個人的生活都被手機、汽車、可穿戴設備、家庭路由器、攝像頭、傳感器等記錄下來，數字世界和物理世界、在線和離線之間的區(qū)別日益模糊。而隨著社交網絡服務（SNS）、用戶生成內容（UGC）、基于位置的服務（LBS）等的普遍興起，個體也在網絡上發(fā)布越來越多的個性化數據信息。[1]這種情況經常被稱為“大數據的興起”（The Rise of Big Data）或“數據化”（Datafication）。[2]大數據如此重要，甚至有人創(chuàng)造出“數據宗教”（Data Religion）之類的術語。[3]然而，數據并沒有實現共享精神。萬維網的發(fā)明者蒂姆·伯納斯·李（Tim Berners-Lee）發(fā)現，互聯網正在違背互聯精神，大型社交網站對用戶從網絡其他部分發(fā)布的信息進行屏界。它們通過將用戶披露的信息匯總到數據庫中，并重新利用這些信息僅在自己的網站內提供增值服務。在蒂姆看來，這些提供商創(chuàng)建的封閉的孤島可能導致網絡的分裂，并威脅到其作為單一的普遍信息空間的存在。[4]
平臺收集了大量數據，形成了事實上的競爭優(yōu)勢。對于平臺而言，數據是一種可以強化其壟斷地位的戰(zhàn)略性資產，因為平臺在一個領域收集了大量數據之后，在進入另一個新的領域時，可以利用這些數據作為戰(zhàn)略性投入，獲得競爭優(yōu)勢，從而在新領域占據壟斷地位。歐盟委員會指出，數據能夠強化平臺的間接網絡效應，導致企業(yè)越來越依賴在線平臺，而平臺則成為市場和消費者的“看門人”，[5]能夠將數據壟斷優(yōu)勢更好地發(fā)揮出來。Sokol, D. D.和Comerford, E. R.[6]指出，雖然關于大數據及其對消費者和競爭的真正意義的辯論越來越激烈，但是，在學術上，尚缺乏在規(guī)制政策方面的深入學術研究，在政策實踐中，迄今為止，司法部反托拉斯部門（DOJ）、聯邦貿易委員會（FTC）或競爭總局（DG COMP）對數據壟斷問題尚未形成一個明確的調查意見。[7]
黨和國家高度重視數據壟斷治理問題。習近平總書記指出，要“防止平臺壟斷”，“完善數字經濟治理體系”。在理論上對數據壟斷問題作出梳理，并提出相應的政策建議，對解決數據壟斷問題具有極其重要的意義。本文擬從數據壟斷的含義及具體表現出發(fā)，梳理分析數據壟斷的理論爭議、數據壟斷的全球治理實踐，提出規(guī)制數據壟斷的政策建議。
數據壟斷的含義及具體表現
數據壟斷是一個非常有爭議的問題。有學者認為，平臺通過數據收集隱蔽化、平臺數據產權化和數據利用黑箱化等手段，實現了數據量的壟斷和基于數據的壟斷。[8]因此，數據壟斷至少要分為兩個層次。[9]
一是數據量的壟斷，在數字經濟領域，平臺利用其用戶優(yōu)勢、技術優(yōu)勢、基礎設施優(yōu)勢等，收集了大量的數據。雖然數據使用在理論上具有非競爭性和非排他性，但加密技術的發(fā)展，以及在制度上數據共享機制的缺乏，使平臺能夠壟斷一定的數據量。從成本結構上看，收集和存儲數據意味著高固定成本低邊際成本，這容易產生數據收集和存儲的規(guī)模經濟與范圍經濟，[10]這本身會加劇數據量方面的壟斷。正如Ezrachi, A.和Stucke, E. M.所指出的，數據的經濟學性質，使其有利于市場集中和支配地位。然而，從現實來看，對數據量的壟斷分析，需要一個定義完備的數據市場，這個市場目前仍沒有廣泛形成。二是以數據作為強化壟斷的工具。數據作為一種生產要素，能夠實現一次收集、多次使用，在使用上具有非競爭性和非排他性，能夠在多種業(yè)務線上同時使用，且多次使用的邊際成本趨向于零；而且，數據使用具備正反饋效應，在使用過程中還能夠產生新的數據，這對平臺的壟斷具有強化作用。在互聯網平臺應用實踐中，數據壟斷更多表現為利用數據提高競爭優(yōu)勢、侵害消費者權益、破壞競爭秩序等行為。因此，從本文的研究視角來看，研究的重點將放在“以數據作為強化壟斷的工具”這個視角來研究數據壟斷問題。[11]數據作為強化壟斷的工具，主要是數據能夠提高產品或服務的質量，并能夠成為市場進入的壁壘。
利用數據提高產品或服務的質量，并實現精準定價。通過收集、分析和匯總大量數據，公司可以提高產品質量并將其活動擴展到新的領域。一位歐盟數據保護監(jiān)督局的官員表示，“在數據應用方面，政府與商業(yè)機構已突破了提高產品質量并將其活動擴展到新‘真相挖掘’的路徑。人們的生活經歷、社會交往甚至是所思所想都可以轉化為算法模型里面的數據源”，由于在較大的數據集上進行訓練時，機器學習會產生更好的見解，因此，擁有大量數據訪問權限的公司可以以訪問數據受限的公司無法做到的方式提高服務質量。[12]
另外，數據要素的使用也不同于其他要素。數據要素通常是作為用戶在平臺或關聯用戶上進行交互的副產品而生成的。該數據又用于改善平臺提供的服務。因此，在用于處理數據的算法質量相同的情況下，擁有最多數據的平臺將更加高效。這為大型企業(yè)提供了類似于“干中學”的優(yōu)勢。[13]例如，網絡地圖服務通過對用戶進行地理定位來獲取交通狀況信息，然后在將來的查詢中再將其推回給用戶。類似地，搜索引擎通過其用戶在搜索結果頁面上的點擊（以及更普遍的行為）來“學習”特定網站與特定查詢的相關性。反過來，他們的行為會影響相關查詢的搜索結果排名，以造福將來的用戶。諸如Netflix或Spotify之類的內容提供商廣泛使用推薦系統(tǒng)有關先前用戶與標題和歌曲的互動信息來提供播放列表，并且以增加未來用戶互動的方式對目錄進行排序。因此，一方面，平臺可利用有關特定消費者過去行為的歷史數據，來改善向同一用戶提供服務的精準度與質量。如果用戶成為某一平臺的客戶已經一段時間了，則該平臺會了解他或她的品味，并且可以使他或她偏愛的商品或服務更加突出。另一方面，平臺可以使用來自其他用戶的數據來提高向每個用戶服務的質量。
在實證研究中，Bajari等[14]使用亞馬遜的數據提供了關于數據規(guī)模能否帶來更準確預測的實證研究，使用具有兩個維度的數據為統(tǒng)計模型提供數據：同一類別的產品數量N和特定產品待售的期間T。有關先前預測和零售數量隨后實現的其他數據可提高特定產品零售預測的準確性。他們還發(fā)現，通過添加相同類別其他產品上的數據進行擴展不會產生任何效果。因此，他們沒有找到支持“反饋回路”假說的證據，在該假說中，大型零售商通過出售許多產品而具有競爭優(yōu)勢。最重要的是時間維度（一個特定產品銷售了多長時間），學習曲線很快變得平坦。
數據要素通過改善質量從而提升壟斷優(yōu)勢的特征，使其在具體壟斷表現方面不同于既有的壟斷市場。通常，壟斷帶來的危害是價格上漲，產量減少或質量下降。但數據壟斷往往是提供更高質量的產品或服務。Stucke E. M.[15]指出，從表面上看，數據寡頭（Data-opolies）幾乎不會對這些危害造成任何風險（如果有的話）。與某些藥品不同，數據寡頭不向消費者收取高昂的價格。谷歌和Facebook的大多數消費產品表面上都是“免費的”。數據寡頭的規(guī)模也可能意味著更高質量的產品。使用特定搜索引擎的人越多，搜索引擎的算法可以了解用戶的偏好越多，搜索結果的相關性就越高，這反過來又可能吸引其他人進入搜索引擎，并且肯定的反饋持續(xù)不斷。但是，從其他方面看，平臺能夠更好地利用這種質量改進優(yōu)勢，強化其市場地位，從而損害市場競爭秩序。
除了提升產品或服務的質量之外，利用大數據還能進行精準定價。例如，通過利用數據不斷測試與研究，亞馬遜算法模型已經找到了在不同維度的衡量標準下特定人群的消費模式。當前，亞馬遜掌握的用戶數據數量要遠遠超過其他零售商的數據儲備。海量的用戶數據支持著亞馬遜進行各種營銷實驗，而它所能提供商品的價格水平也將在動態(tài)調整中更加貼合不同消費者的消費偏好。在可以預見的未來，線上商品價格調整的頻率將增加，而產品推薦頁面也將改造成更好迎合不同消費者個人喜好的個性化樣式。至于價格優(yōu)化，那更是不言而喻。
當精準定價被平臺利用到極致時，不可避免地會產生平臺針對每個不同的消費者進行個性化定價，這就是新聞媒體常說的“大數據殺熟”，據媒體報道，在我國的網購平臺、在線旅游、網約車等平臺均不同程度出現過“大數據殺熟”的情況，這些情況正是平臺利用其數據壟斷地位優(yōu)勢，損害消費者權益的表現。[16]
對消費者行為的預測和控制，強化競爭優(yōu)勢，并使消費者對平臺服務形成依賴。數據能夠作為創(chuàng)建定制服務和產品以及提高制造效率的輸入。[17]很多在線平臺提供的交易撮合服務，由于平臺上有很多服務提供者或者賣家，可以給消費者提供數以千計乃至數以萬計的選擇，消費者面對如此之多的選擇時，容易產生選擇困難癥。這樣，競爭優(yōu)勢的一個重要方面是為消費者提供高效的匹配。對于擁有大量用戶數據的平臺而言，他們可以根據消費者自身的數據進行消費者畫像，并根據與消費者相關聯的其他人的行為數據等，從而為消費者提供更精準的個性化推薦和匹配。
數據使用會帶來消費者的鎖定，而這將進一步優(yōu)化面向消費者的服務，帶來更長時間的應用。數據使用可以挖掘新的用途或者客戶需求，增加數據價值，降低數據成本，網絡效應將帶來數據的橫向擴張（增加新的用戶以及數據），從而強化平臺市場力量。平臺擁有對消費者行為進行預測與控制的能力，使原有的關于競爭的理念以及反壟斷方法都面臨著挑戰(zhàn)。例如，2020年7月，谷歌的首席執(zhí)行官桑達爾·皮查伊（Sundar Pichai）在參議院反托拉斯小組委員會上作證說，“競爭只有一鍵之遙”（only one click away）。他作證說，進入障礙不存在，“使用Google是一種選擇（也是免費的），并且消費者瀏覽www.kayak.com、www.nextag.com、www.bing.com、www.yelp.com、www.expedia.com或任何其他網站并沒有障礙”。如果進入門檻確實很低或不存在，那么谷歌不會壟斷搜索引擎市場，因此，就不會違反《謝爾曼法》第2條。然而，谷歌擁有非常豐富的消費者數據，且這些數據來源于多個相關服務領域，這使谷歌在搜索結果排序等方面具有極大的優(yōu)勢，這也奠定了谷歌在搜索市場的壟斷地位。
數字平臺通過利用大數據，將放大消費者的非理性行為。諾貝爾經濟學獎獲得者Herbert Simon認為，人是處于完全理性和完全非理性之間的有限理性，因此，消費者在網絡環(huán)境下往往不會作出最優(yōu)決策。[18]在平臺數據壟斷的背景下，消費者心理偏差的作用被放大，消費者更容易被互聯網平臺誘導，從而無法作出最優(yōu)決策。[19]數字平臺往往利用其壟斷地位以及平臺作為看門人的地位，對消費者的行為進行誘導，從而強化其壟斷地位。Jamie, L.和Jacob, L. S.[20]發(fā)現，互聯網平臺普遍存在著“暗模式”（Dark Patterns），即互聯網平臺在用戶界面故意混淆用戶選擇，使用戶難以表達其實際偏好，或操縱用戶采取某些行動。研究指出，精心設計的隱私條款和界面，能夠使相關條款的接受率提高228％，針對一些特定人群的則可以使接受率提高371％。由于暗模式如此有效，研究者指出，即使谷歌如此強大，為了成為iPhone上的默認搜索引擎，也得每年向Apple公司支付120億美元。默認設置問題在數據壟斷中占據了很重要的位置，而幾乎沒有人研究。[21]例如，有證據表明，社交媒體等令人上癮的技術具有產生危害的特征，這對反托拉斯執(zhí)法構成了挑戰(zhàn)。[22]從平臺發(fā)展現實來看，很多購物平臺以各種促銷等方式，激發(fā)消費者的購物欲望，甚至使之購物成癮。信息類平臺等持續(xù)向用戶推送其感興趣的內容，從而產生“信息繭房”效應。還有平臺利用大數據分析用戶，從而使用戶對平臺的內容與服務形成依賴，并產生成癮效應。國外的調查報告也表明，網絡平臺正在利用個人的認知偏見，促使在線消費者購買他們不想要的商品和服務，或者透露他們不愿透露的個人信息。[23]這也說明，平臺數據壟斷問題，對用戶產生了極大的影響，需要更進一步的治理。
數據作為潛在的進入壁壘。由于數字經濟的特殊性，數據和分析能力可能成為進入數字市場的重大障礙。為了保持數據相關的競爭優(yōu)勢，相關公司花費大量資金和精力來獲取和分析數據，這本身可能成為進入壁壘。市場結構會發(fā)生變化，少數大公司在市場上競爭，并有機會大幅增長。而且，這些障礙可能會自我強化，從競爭的角度來看這是一個嚴重的問題。評估數字市場中的合并要求執(zhí)行者考慮除短期價格影響之外的許多因素。一個關鍵因素是數據的競爭重要性及其作為進入壁壘的潛在作用。[24]
如前所述，平臺從消費者那里獲得的反饋越多，就越能改進其產品和服務，則他們越能將其技術與客戶的偏好相匹配，相應地競爭優(yōu)勢就越大。因此，為了有效競爭，平臺可能需要最低水平的客戶反饋，以便可以更準確地預測客戶的需求。這個最低水平的客戶反饋，就構成了對平臺進入新市場的壁壘。
從互聯網發(fā)展的現實看，很多平臺在前期發(fā)展過程中積累了大量數據，通過利用這些數據，平臺可以持續(xù)優(yōu)化其服務，這對新進入市場的競爭平臺構成了進入壁壘，在這種背景下，新平臺面臨著更高的進入成本。
數據壟斷的理論爭議
雖然數據壟斷問題在數字平臺中廣泛存在，并形成了普遍的現實影響，然而，在理論上，對數據壟斷仍有較大的爭議。
一種批評的觀點是，數據本身并不稀缺，單純依賴數據，很難形成明顯的競爭優(yōu)勢。[25]由于數字技術的快速發(fā)展，數據積累速度加快，數據量極大豐富，因此，數據并不會被少數平臺壟斷，這樣，數據壟斷理論本身值得懷疑。[26]Tucker，S. D.和Wellford，H.[27]指出，重要的數據集“已經變得如此便宜，甚至對于原型基于車庫的初創(chuàng)公司來說，也可以作為一種選擇”，因為“相關數據可以廣泛獲得并且通常是免費的”。
另一種批評的觀點則認為，數據是一種生產要素，這種生產要素本身具有由所有者壟斷使用的特征。曲創(chuàng)[28]指出，除了公共領域的數據之外，企業(yè)擁有的數據可以明確屬于公司，因此，天然屬于其擁有者使用，不存在壟斷與否的命題。有意思的是，另一派學者則從數據不具有排他性的視角來否認數據壟斷問題。例如，許可指出，數據沒有法律上的所有者，并不能排他使用。[29]因此，數據壟斷問題并不能成立。兩種理論雖然假設上完全相反，但是，其得出的結論卻具有相似性。
我們認為，數據壟斷不僅在理論上能夠成立，在實踐中也表現出豐富多樣的案例。從理論上看，由于數據要素的特殊性，擁有數據要素的企業(yè)可以通過數據運用獲得競爭優(yōu)勢，從而獲得壟斷地位。數據的一大價值便在于它所承載的信息。信息在市場中也是一種重要的資源，在現代信息社會其地位更加凸顯?？萍季揞^所獲取的數據量相比小企業(yè)具有明顯的優(yōu)勢，這也意味著科技巨頭對于市場需求信息擁有小企業(yè)難以企及的優(yōu)勢。不同的數據承載著不同的信息，不同的信息也具有不同的價值。大型數字平臺在經營時間和客戶規(guī)模上具有的優(yōu)勢，意味著可以更大范圍和更長時間地跟蹤市場信息變化，長期從信息中提取價值。并且，科技巨頭在數據挖掘和分析技術上也具有優(yōu)勢，更容易從搜集到的數據中挖掘出更多的信息。由于數據和數字產品的規(guī)模經濟和范圍經濟特征，大型數字平臺可以利用其已有的壟斷力量從獲取的信息中攫取更多的利益，這將進一步鞏固大型數字平臺的壟斷地位。
李爾試驗室在2019年為英國競爭與市場管理局（CMA）提供的咨詢報告中提出，[30]數據的使用可能產生基于規(guī)模經濟的“正反饋回路”（positive feedback loop）：其一，擁有較大安裝基礎的公司能夠積累更多的數據；其二，更多數據可以改善服務；其三，改進的服務能夠吸引更多的客戶，從而獲得更多的數據等。這個正反饋回路說明數據在強化平臺壟斷地位方面具有非常重要的作用。能否把這些作用發(fā)揮出來，取決于數據可替代性（Data Substitutability）、數據互補性（Data Complementarity）和數據的規(guī)模報酬（Data Returns to Scale），數據的可替代性越強，則數據在作為壟斷優(yōu)勢方面的作用越弱，數據的互補性越強，那么組合各種數據可能會帶來優(yōu)勢。數據的規(guī)模報酬越大，所在企業(yè)的優(yōu)勢越明顯。Graef，I.[31]進一步指出，數據與壟斷的關系主要體現在三個方面：一是通過分析數據，在位者可能能夠檢測消費者偏好的趨勢和變化，從而能夠開發(fā)可能產生新市場的新產品和服務；二是數據可能是現有在線平臺提供商競爭對手引入的產品和服務的必要輸入；三是由于個人數據正在取代價格作為互聯網上的貨幣，與價格相關的傷害理論可能轉換為數據。還有一些研究關注了數據壟斷在實踐中的應用。例如，Zhu和Liu[32]發(fā)表了關于亞馬遜產品類別進入策略的實證研究。作者使用22個子類別中在Amazon.com上出售的163853種產品的數據，研究結果表明，亞馬遜確實可以輕松檢測到熱門產品類別，進而進入到該市場。
綜上，我們認為，數據正成為平臺競爭優(yōu)勢的重要來源。正如谷歌首席科學家Peter Norvig所說的那樣，“我們沒有比其他人更好的算法，我們只是擁有更多的數據”。[33]數據壟斷正在成為平臺規(guī)制過程中的重要問題，需要社會各界高度重視。
數據壟斷規(guī)制的全球實踐
正因為對數據壟斷所帶來后果的擔憂，世界各國已開始對平臺數據壟斷問題進行規(guī)制。2021年6月，歐盟啟動調查程序，調查谷歌是否通過技術手段打壓在線廣告領域競爭對手，調查重點是谷歌是否限制第三方公司獲取用戶數據，同時將數據留給自己使用，從而扭曲市場競爭。與此同時，歐盟委員會聯合英國競爭與市場管理局（CMA）對Facebook數據壟斷問題進行調查，其理由是Facebook可以使用從廣告商活動中收集到的用戶偏好信息來調整自己的分類廣告服務Facebook Marketplace，Facebook以扭曲競爭的方式使用數據，特別是使用從廣告商那里收集的廣告數據，以便在分類廣告等Facebook活躍的市場上與它們競爭，從而給Facebook帶來了不應有的競爭優(yōu)勢。2021年5月，德國聯邦卡特爾局（FCO）根據新的反限制競爭法（GWB），對谷歌展開調查。其理由是，谷歌的一系列基本數字服務，如搜索、YouTube、地圖、Android和Chrome，“可以被認為對跨市場競爭具有至關重要的意義”。谷歌的數據收集做法是否為其提供了不公平的優(yōu)勢，是否具有反競爭性。2020年11月10日，歐盟委員會通知亞馬遜，認定亞馬遜“系統(tǒng)地”依賴從通過其市場銷售的獨立公司收集的數據，然后利用這些數據使自己與這些公司競爭的零售業(yè)務受益，這違反了歐盟競爭規(guī)則。2020年，意大利競爭管理局（AGCM）對谷歌的展示廣告業(yè)務展開了調查。認為谷歌“歧視性地使用通過各種應用程序收集到的大量數據，從而阻止競爭對手有效競爭，并對消費者產生不利影響”。2016年3月，德國聯邦卡特爾辦公室（FOC）針對Facebook涉嫌通過違反德國數據保護規(guī)則而觸犯了該國的競爭法（涉嫌濫用支配地位）。2019年7月，德國反壟斷機構認定Facebook在多項業(yè)務中交叉利用數據，違反了反限制競爭法和數據保護法。2020年6月23日，德國聯邦最高法院裁定Facebook濫用其在社交網絡市場的主導地位違反了德國競爭法。該裁決維持了FOC的決定。
還有一些監(jiān)管關注了并購過程中所形成的數據壟斷問題。歐盟委員會于2010年11月發(fā)起的谷歌調查提出了兩個重要問題，涉及以可能違反歐盟競爭法的方式獲取個人數據：其一，通過排他性協議獲取個人數據。其二，以防止數據可移植性。在Apple／Shazam合并案中，歐洲委員會使用四個相關指標將當事方收集的數據與市場上其他可比較的數據集進行了基準比較：一是組成數據集的數據的多樣性（多樣性，Variety)；二是數據收集的速度（速度，Velocity）；三是數據集的大?。〝祿?，Volume）；四是經濟相關性（價值，Value），[34]將數據壟斷問題正式納入到并購審查中。
在立法實踐中，2021年1月通過的德國反限制競爭法（GWB）的一項重大變化是對評估市場支配力程序的擬議修改。在確定支配地位的過程中，主管部門現在必須考慮實體的“財務實力及其對競爭相關數據的訪問”以及其他更傳統(tǒng)的標準，如市場份額，[35]這說明在立法對數據壟斷問題進行了正式規(guī)定。2020年底，歐盟發(fā)布了“數字市場法”草案（The Draft Digital Markets Act, DMA），該草案對處于看門人（Gatekeepers）地位的數字平臺在數據使用方面施加了嚴格的限制（參見DMA的第5～13條），包括：看門人平臺應避免將源自核心平臺服務的個人數據與來自看門人平臺提供的任何其他服務的個人數據或與來自第三方服務的個人數據相結合；看門人平臺與業(yè)務用戶競爭時，不能使用業(yè)務用戶通過活動生成的任何非公開可用的數據。這是對看門人平臺提出的一個嚴格要求。
在美國，數據壟斷問題也受到了監(jiān)管部門的高度重視。2021年2月4日，美國民主黨參議員Amy Klobuchar提出了2021年競爭和反壟斷執(zhí)法改革法案（CALERA）。[36]該法案回應了很多當前平臺壟斷與競爭中的熱點問題，包括平臺利用數據強化其壟斷地位的問題。2021年6月，國會議員Mary Gay Scanlon提出ACCESS法案（Augmenting Compatibility and Competition by Enabling Service Switching），[37]該法案要求平臺允許第三方將數據傳輸給他們的用戶，或者在用戶同意的情況下傳輸給競爭企業(yè)。同時，還要求美國聯邦貿易委員會（FTC）建立技術委員會，以頒布可移植性和互操作性標準。美國家具制造商威廉姆斯—索諾瑪（Williams-Sonoma）于2018年12月對亞馬遜提起訴訟，指控亞馬遜會根據其在平臺上收集的數據來預測消費者想要的產品，并以其品牌名稱介紹這些產品，最后偏向其搜索算法，以偏向于自己的產品而不是獨立的商家。
我國政府高度關注數據壟斷問題。2021年2月7日，中國國務院反壟斷委員會制定發(fā)布《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》，[38]是全球第一個系統(tǒng)性對平臺壟斷問題進行規(guī)定的法規(guī)，對數據壟斷問題有著直接的規(guī)定。該指南第十七條規(guī)定，平臺“基于大數據和算法，根據交易相對人的支付能力、消費偏好、使用習慣等，實行差異性交易價格或者其他交易條件”可能構成濫用市場支配地位差別待遇，將受到反壟斷規(guī)制。在2021年8月20日通過的《中華人民共和國個人信息保護法》中，對個人數據收集與處理、“大數據殺熟”等問題有著明確規(guī)定，從而建立了中國特色的數據壟斷規(guī)制體系。例如，該法第二十四條規(guī)定，“個人信息處理者利用個人信息進行自動化決策，應當保證決策的透明度和結果公平、公正，不得對個人在交易價格等交易條件上實行不合理的差別待遇”。
加強對數據壟斷監(jiān)管的政策建議
從上文的分析可以看出，數據壟斷會給平臺進入到新市場帶來初始質量差異，而這一初始質量差異，可能會帶來市場的集中。深入考慮數據壟斷的影響，需要更進一步對數據壟斷問題進行規(guī)制與監(jiān)管。Prufer J.和Schottmuller C.[39]的研究進一步表明，基于數據壟斷而形成的市場主導地位是持久的，從某種意義上說，一旦市場出現傾斜，實力較弱的公司在未來將永遠不會獲得超過可忽略的市場份額。如果需要持續(xù)不斷的，少量的創(chuàng)新投資來保持消費者的感知質量恒定，那么該市場甚至會出現爆發(fā)式增長。然而，正因為平臺能夠建立這種基于數據的競爭優(yōu)勢，他們對更深更前沿的技術研發(fā)缺乏投入。從這個意義上看，支持數據壟斷的理論基礎，即數據壟斷可以促進數字創(chuàng)新，已不能成立。James Cooper指出，反壟斷法是監(jiān)管大數據的不當工具。因此，有必要對數據壟斷進行規(guī)制。[40]
建立數據共享規(guī)則。從監(jiān)管的視角來看，打破數據壟斷最有力的方式是數據共享。數據共享具體有兩種方式，一種是基于消費者側的數據共享，即數據的可攜帶性（Data Portability，有的文獻將其翻譯為“數據可移植性”）。消費者可以將其在一個平臺上生成的數據，攜帶至另一個平臺，這樣相當于消費者的數據在平臺之間實現了共享。或者消費者可以允許各個平臺對其數據進行互操作。[41]從2018年5月開始，歐盟《通用數據保護條例》將規(guī)定公司有義務使個人在使用在線服務退出時，能夠隨身攜帶其個人數據。這相當于將數據壟斷監(jiān)管問題轉向事前競爭執(zhí)法中的預防措施。在實施過程中，消費者越容易將其數據從一個提供商轉移到另一個提供商，或者授予新提供商對其數據的訪問權，競爭對手就越容易攻擊基于數據的市場力量。因此，必須引入主導平臺的明確行為規(guī)則，加強數字部門合作的法律確定性，加強競爭法與其他數字法規(guī)之間的制度聯系。另一種是基于生產者的數據共享。也就是說，平臺將其所擁有的消費者數據共享出來。為了給平臺收集、存儲數據提供激勵，理想的數據共享方式是建立數據市場。也就是為個人數據創(chuàng)建一個新的市場，在這個市場中人們將擁有他們提供的信息并將其出售給想要使用它的平臺。但是，數據的非競爭性和非排他性特征使得建立數據共享市場的成本非常高，因為數據的原始控制者在數據售出之后，很難控制其被再次出售。因而，與生產者數據共享相關的一種可行模式是強制共享。如果拒絕訪問數據成為一個反競爭問題，競爭法可能無法確保有效執(zhí)行。因此，根據現行法律，拒絕訪問數據可被視為濫用市場支配力，原則上可以強制進行數據訪問。具體而言，應通過制定進一步的開放數據法規(guī)來要求所有公共機構通過標準化平臺和開放的可互操作數據格式提供結構化數據，來改善對公共數據的訪問。此外，應制定有關公共部門數據的收集，使用和提供公共服務的總體數據戰(zhàn)略，受托提供公共服務的公司應承擔提供獲取信息的義務。同時，應強制市場主導型在線平臺，以可互操作的格式實現用戶的實時數據可移植性及其用戶的使用數據，并確保與其他競爭者提供的補充服務的互操作性。因此，破除數據壟斷，首要的是建立數據公平使用機制，實施數據共享，打破數據壁壘。數據共享的核心是要建立公益性的、共享的數據交換機制。在數據壁壘還沒有形成之前，必須抓緊時間建立。如果數字平臺的相關利益集團一旦形成，再建立就很困難，改革的阻礙將更大。故而，我國應抓緊當前的時間窗口，加快建立數據保護與數據共享機制。
明確平臺數據的權利體系。在數據壟斷規(guī)制方面，還有一個重要的問題是明確用戶在平臺上的行動軌跡所形成的數據所有權問題。聯合國等機構認為，用戶應該對其在平臺上所形成的數據擁有權益（并不一定是所有權）；歐盟認為，用戶對其在平臺上所形成的數據有著控制權，例如，可以要求平臺遺忘其所形成的數據或信息（被遺忘權）。《中華人民共和國網絡安全法》傾向于用戶對數據擁有控制權。然而，問題的關鍵是，即使明確用戶對數據的控制權，如果產權規(guī)定不明確，很容易導致平臺將數據作為其私產。而且，即使在現有的控制權方案，也沒有包括數據的遷移權，用戶因為沒有對其數據的所有權，也無法向平臺提出自己的要求。因此，既要避免平臺將數據產權化，作為平臺的私有財產；同時為了鼓勵產業(yè)發(fā)展，也應承認數據收集者、控制者對數據的利用、開發(fā)等享有適度的權利。
規(guī)范數據收集的同意條款和收集范圍。數據壟斷往往與平臺過度收集數據有關，因此，應就數據收集的同意條款、收集范圍等建立明確的規(guī)范。核心的問題是要把數據收集條款明示化，防止過度收集數據。從我國的法律規(guī)定來看對信息收集的明示同意比較重視，已有完備的體系，但需要對相關收集條款等進行更具體的約束。例如，《中華人民共和國個人信息保護法》第十四條規(guī)定，“基于個人同意處理個人信息的，該同意應當由個人在充分知情的前提下自愿、明確作出”。第十五條規(guī)定，“基于個人同意處理個人信息的，個人有權撤回其同意”。現在的問題是，很多平臺設計了非常復雜的隱私條款，并在實際運營過程中過度收集數據。[42]因此，在監(jiān)管方面，需要出臺更細化的管理規(guī)定，明確數據收集的明示原則，要求平臺明確數據收集的范圍等。要對平臺將信息收集與提供服務進行捆綁的商業(yè)模式進行更精準的監(jiān)管。由于中國的平臺大多采取基本服務免費、增值服務收費的商業(yè)模式，這使平臺必須大量收集消費者或用戶的信息與數據，并利用這些數據進行挖掘與開發(fā)，提供更具有針對性的服務方案，增加用戶的粘性，并阻止其他平臺進入到相同的市場。對平臺將數據收集與捆綁的業(yè)務模式，在《中華人民共和國個人信息保護法》中有明確的禁止性規(guī)定。該法第十六條規(guī)定，“個人信息處理者不得以個人不同意處理其個人信息或者撤回同意為由，拒絕提供產品或者服務”。在具體監(jiān)管中，需要對此法律條文進行細化，將無關數據收集與服務提供進行脫鉤，進行更精細化的監(jiān)管。
建立數據開發(fā)與信息保護相平衡的機制。數據壟斷涉及到數據開發(fā)與信息保護機制的平衡。建立這個平衡機制應該包含以下幾個要點：一是法律應當始終追求商業(yè)價值實現、公共利益和個人隱私保護的平衡。既不能陷入到絕對數據保護的無底洞中，也不能放任對數據的無限制開發(fā)與挖掘。二是要對數據保護所帶來的成本與收益進行合理的評估。尤其要避免把極端事件作為常態(tài)，并以此作為監(jiān)管框架的基礎。三是要采取彈性原則，尊重個體的選擇。在互聯網時代，人們對于隱私的態(tài)度也產生了很多變化，可能很多人愿意與他人分享原來被視為隱私的東西。其中的一個核心問題便是，如何避免平臺利用其優(yōu)勢地位強制收集信息，侵犯用戶權益，并確保數字經濟市場的競爭秩序。
（本文系中國社會科學院創(chuàng)新工程項目“數字經濟基礎理論問題及發(fā)展戰(zhàn)略研究”的階段性成果，課題編號：2020CJYB01）
注釋
[1]Acquisti, A.; Taylor, C. and Wagman, L., "The Economics of Privacy", Journal of Economic Literature, 2016, 54(2).
[2]Ezrachi, A. and Stucke, E. M., Virtual Competition: The Promise and Perils of the Algorithm-Driven Economy, Harvard University Press, 2016.
[3]Elkin-Koren, N., "An Intimate Look at the Rise of Data Totalitarianism", Jotwell, Apr. 21, 2015.
[4]Lee, B. T., "Long Live the Web: A Call for Continued Open Standards and Neutrality", Scientific American, 2010, 303(6).
[5]EC, "Proposal for a regulation of the European Parliament and of the Council on promoting fairness and transparency for business users of online intermediation services", https://ec.europa.eu/commission/sites/beta-poiiticai/fiies/soteu2018-preventing-terrorist-content-oniine-regulation-640 en.pdf.
[6]Sokol, D. D. and Comerford, E. R., "Antitrust and Regulating Big Data", George Mason Law Review, 2016, 119(23).
[7]自從2019年開始，歐盟和美國均開始對亞馬遜利用其在平臺上收集的第三方賣家數據優(yōu)化其自營業(yè)務的行為進行調查。德國反卡特爾局也開始對Facebook旗下不同產品的數據進行交叉應用的行為進行調查。
[8]李勇堅、夏杰長、劉悅欣：《數字經濟平臺壟斷問題：表現與對策》，《企業(yè)經濟》，2020年第7期。
[9]梅夏英、王劍將數據壟斷概念區(qū)分為數據壟斷與基于數據的壟斷，其區(qū)分方法與本文有著細微區(qū)別。梅夏英、王劍：《“數據壟斷”命題真?zhèn)螤幾h的理論回應》，《法學論壇》，2021年第5期。
[10][33]Carballa, B., "Data as a Common in the Sharing Economy: a General Policy Poposal", Cepn Working Papers, 2016.
[11]曲創(chuàng)（2019）亦提出，“數據壟斷”多數情況下指的是“基于數據的壟斷”，并不是對數據本身的壟斷。
[12]Parker, G.; Petropoulos, G. and Van Alstyne, W. M., "Platform mergers and antitrust", SSRN Electronic Journal, 2021(1).
[13]Biglaiser, G.; Calvano, E. and Cremer, J., "Incumbency advantage and its value", Journal of Economics & Management Strategy, 2019, 28(1).
[14]Bajari, P.; Chernozhukov, V.; Hortasu, A. and Suzuki, J., "The Impact of Big Data on Firm Performance: An Empirical Investigation", AEA Papers and Proceedings, 2019.
[15]Steinbaum, M. and Stucke, E. M., "The Effective Competition Standard: A New Standard for Antitrust", Report for the Roosevelt Institute, 2018.
[16]當然，從經濟學上來說，精準的個性化定價可能有利于擴大市場交易量，從而增加社會總福利效用。但是，在平臺利用數據壟斷進行價格歧視的背景下，平臺的這種行為將擴大社會交易量，從而減少無謂損失，增加社會總福利。然而，在平臺數據壟斷的背景下，社會總福利的增加部分或全部由平臺獲得，這將加劇社會收入分配問題，并損害消費者福利，因此，縱容平臺進行數據壟斷并不是一種最優(yōu)的政策選擇。梅夏英、王劍：《“數據壟斷”命題真?zhèn)螤幾h的理論回應》，《法學論壇》，2021年第5期。
[17]Federal Ministry for Economic Affairs and Energy, "A New Competition Framework for the Digital Economy", Report by the Commission "Competition Law 4.0", 2019.
[18]Watts, J. D. and Dodds, S. P., "Influentials, Networks and Public Opinion Formation", Journal of Consumer Research, 2007(34).
[19]Stucke, E. M., "Behavioral Antitrust and Monopolization", Journal of Competition Law & Economics, 2012. 8(2).
[20]Jamie, L. and Strahilevitz, J. L., "Shining a light on dark patterns", Journal of Legal Analysis, 2021(1).
[21]Australian Competition & Consumer Commission (ACCC), "Digital platforms inquiry - final report", 2019, https://www.accc.gov.au/publications/digital-platforms-inquiry-final-report.
[22]Rosenquist, J. N.; Scott Morton, M. F. and Weinstein, S., "Addictive Technology and Its Implications for Antitrust Enforcement", SSRN Electronic Journal, Feb. 22, 2021.
[23]U.S. HOUSE, "Investigation of Competition in Digital Markets", 2020, https://judiciary.house.gov/uploadedfiles/competition_in_digital_markets.pdf.
[24]McSweeny, T. and O'Dea, B., "Data, Innovation and Potential Competition in Digital Markets - Looking Beyond Short-Term Price Effects in Merger Analysis", Competition Policy International Antitrust Chronicle, Feb. Volume 2, Winter, 2018.
[25]Lambrecht, A. and Tucker, C., The Negative Effect of Tensile Promotions in Digital Marketing Communications, Social Science Electronic Publishing, 2016.
[26]許可：《數據壟斷真的存在嗎？》，《中國信用》，2018年第1期。
[27]Tucker, S. D. and Wellford, H., "Big Mistakes Regarding Big Data, Antitrust Source", American Bar Association, Dec. 2014.
[28]曲創(chuàng)：《數據壟斷的偽命題和真問題》，《科技日報》，2019年8月21日，第8版。
[29]對于數據的排他性，經濟學家是存在爭議的。從數據本身的自然性質來說，其并不存在排他性。但通過建立某些制度（現實的或想象的制度），并使用加密等相關技術，可以使數據具有某種程度的排他性。因此，數據的可排他性程度取決于兩個因素，即數據自身的技術特征（如加密技術）與法律制度安排。
[30]Lab, L., "Ex-post Assessment of Merger Control Decisions in Digital Markets", Final Report, 2019.
[31]Graef, I., "EU Competition Law, Data Protection and Online Platforms Data as Essential Facility", Summary of PhD Thesis, PhD Degree Obtained on 29 Jun. 2016 at KU Leuven, Belgium.
[32]Zhu Feng and Liu Qihong, "Competing with Complementors: An Empirical Look at Amazon.com", Strategic Management Journal, October 2018.
[34]此四個方面即大數據的四個“V”特征。
[35]"Amending German competition law for digital regulation", https://digitalregulation.org/amending-german-competition-law-for-digital-regulation/.
[36]法案原文參見：https://www.klobuchar.senate.gov/public/_cache/files/e/1/e171ac94-edaf-42bc-95ba-85c985a89200/375AF2AEA4F2AF97FB96DBC6A2A839F9.sil21191.pdf。
[37]法規(guī)原文：https://www.congress.gov/bill/117th-congress/house-bill/3849/text?r=2&s=2。
[38]《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》，http://www.gov.cn/xinwen/2021-02/07/content_5585758.htm。
[39]Prufer, J. and Schottmmller, C., "Competing with Big Data", https://pure.uvt.nl/ws/portalfiles/portal/15514079/2017_006.pdf.
[40]由于數據壟斷的特殊性，對數據壟斷是否需要進行規(guī)制，經濟學家存在著巨大的爭議，Ohlhausen & Okuliar（2015）認為，使用反壟斷視角來解決數據問題，可能會威脅到新產品和服務的創(chuàng)新。Ohlhausen, M. K. and Okuliar, A. P., "Competition, Consumer Protection and the Right [Approach] To Privacy", Antitrust Law Journal, 2015(1)。
[41]互操作性與可攜帶性不同。Jacques Cremer Yves-Alexandre de Montjoye Heike Schweitzer（2019）定義了互操作性的三種“類型”：協議互操作性，數據互操作性和完整協議互操作性。OMontjoye, Y., "Competition Policy for the Digital Era", European Commission, Competition Policy for the Digital Era, Publications Office of the EU, 2019。
[42]例如，有媒體報道，騰訊微信應用持續(xù)讀取用戶的相冊，美團持續(xù)讀取用戶定位信息。
