|
当今时代，经济社会数字化转型快速推进，数据的战略价值开始受到各方重视。数据不同于传统生产要素，具有非竞争性、非排他性、时效性等特点，来源不同的数据在功能上是有替代性的。数据既不是企业成败的充分条件，也不是必要条件。但是，数据有助于巩固企业的垄断地位，助力企业识别和预警威胁、实施先发制人的扼杀式并购、采取拒绝交易和自我优待等滥用行为来扭曲竞争，以及采取“大数据杀熟”、默契合谋等行为损害消费者权益。美欧等国家和地区已开始考虑数据对竞争的影响，我国也修法要求不得利用数据从事垄断行为。鉴于数据是数字时代的生产要素和关键资源，建议立足激励数据采集和开发利用，预防和制止滥用数据优势行为，加快完善数据基础制度，健全有关规制政策，完善协同监管机制。当今时代，数据作为生产要素和战略性资源的地位日益凸显。各方激烈争夺数据资源，引发了是否会出现数据垄断、滥用数据优势的担忧。我们认为，数据兼具投入要素、产品服务和竞争工具等多重角色，建议分类处理，加快健全基础制度，激励数据采集开发利用，同时防范数据滥用行为。作为新型生产要素，数据具有不同于土地、劳动力、资本等传统要素的经济特性。（一）数据仅是客观记录，只有被开发利用才能带来经济价值。数据（Data）是对客观事物的性质、状态及相互关系等进行记载的符号，以“0”或“1”的形式存储在硬盘光盘等介质上。这些字符被编码后，例如与自然人、法人、自然环境等对应起来，就成为了信息（Information）。再进一步，深挖信息背后的规律就得到了知识（Knowledge）。按照经合组织（OECD）观点，只有从数据中洞察信息或知识，并辅助预测、决策或指导实践后，才能释放出其经济社会价值，例如通过分析海量企业数据就能掌握行业态势；推进大数据与实体经济融合可促进产业升级和全要素生产率提升。（二）数据不是稀缺的，多数是非竞争性、非排他性的。传统生产要素是稀缺的，但数据却源源不断产生，只要消费者使用互联网服务，就会不停地产生上网记录、支付交易等数据，这些数据可被不同主体重复采集，存储在各家数据中心。同理，只要智能装备开机，就会持续产生装备状态、产能利用、故障报警等数据，这些数据也可被共享使用。近年来很多国家推进政府数据开放，供各方下载利用。据统计，全球数据量每年都增长27%左右，或者说未来每4年新增加的数据量，都将超过人类有史以来积累的数据总量。（三）数据不是规模报酬严格递增的，来源不同的异质性数据更有价值。以推断客户喜好为例，在算法给定的情况下，增加数据量有助于更精准地了解用户需求，但数据量增加的边际收益是递减的。有研究发现，在搜索引擎业务中，当用户输入某个关键词时，搜索引擎企业就会分析用户实际点击的那些记录来优化搜索算法，以提升搜索精准度，但增加搜索记录带来的边际收益却是下降的。相比之下，维度不同的数据可提供更多信息，例如身份数据能反映个人特征，位置数据能提供地点信息，支付数据能体现交易规模，将这些数据汇集成用户“档案”，其商业价值更高。（四）数据不是高度差异化的，不同的数据在功能上可能是相互替代的。一方面，不同企业采集的很多数据项是相同的。例如各移动应用程序（App）运营企业采集的数据项如用户身份、上网终端、浏览日志等是相同的，只是各家的客户规模、业务类型不同而已。另一方面，即使数据来源不同，但功能可能是趋同的。Graef（2015）发现借助用户搜索记录来“复现”用户的音乐偏好，与利用社交记录揭示的音乐偏好类同；Lerner（2014）发现在提升广告精准化方面，使用亚马逊购物记录与使用谷歌搜索记录是同样高效的。（五）数据具有时效性，其蕴含的经济价值随时间而贬值。数据贬值的速度取决于数据类型、用途和具体业务场景等。Statista研究谷歌广告数据发现，那些还未经加工的原始数据中，有70%超过90天就会过时。据谷歌披露，用户每日搜索关键词中有15%是首次出现的，这就要求滚动纳入最新搜索记录，否则会降低搜索精准度。再如用户毕业前后的消费习惯肯定截然不同，企业利用历史数据来促销，其精准性就大打折扣。从这个意义讲，在指导即时决策方面，历史数据的价值要比预期低很多，在位企业即便积累了海量数据，其优势也是有时限的，难以长期保持。（六）数据既不是决定企业成败的充分条件，也不是必要条件。纵观一流平台企业成长历程，绝佳的商业创意、天才的工程师团队、优秀的算法以及对客户痛点的精准把握都是决定性因素，重要性甚至比数据更高。一方面，有数据优势的企业不一定有竞争优势。例如传统电子商务平台积累了丰富数据，但正被社交电商、直播电商等新进入者冲击。另一方面，没有数据不一定就处于劣势。一些企业刚创立时并没有数据，但很快就靠用户增长积累起海量数据（如短视频平台、餐饮外卖平台）。可以说，数据有作用，但没有想象中的那么大。二、在促进公平竞争方面，需重点关注滥用数据优势的负面效应企业拥有了数据优势，就有能力和动机去强化主导地位，甚至滥用数据优势来排斥、限制竞争，这应是政策关注的重点。（一）数据可能提高行业进入壁垒，巩固领先企业的垄断地位。进入数字时代，谁掌握的数据越多、维度越丰富，谁就能越全面地了解用户偏好，提供更贴合用户的产品或服务。这里存在“正反馈”效应，即谁的服务越好，吸引力就越强，市场地位就越巩固。互联网企业普遍渴求拥有更多数据，要求用户默认同意其服务协议（含数据采集范围）。还通过并购企业或采购第三方数据来整合数据提升自身竞争力。叠加规模经济、网络效应和声誉机制等影响，行业领先的互联网企业容易打造起以自身为主导、横跨多个领域的庞大数字生态系统。（二）数据优势可能导致领先平台以“先发制人”的并购策略来抑制潜在竞争。互联网企业善于利用数据来洞察市场态势，一旦识别出某个对手可能威胁自身地位，就会发起并购将其“收编”；如果后者不同意，则马上复制或开发类似业务，并给予资金、营销等支持，来击垮尚处于早期的新进入者。2013年美国脸书（Facebook）收购Onavo，目的就是将其用作“预警系统”来监测各类App成长状况，例如其据此制定了“反Snapchat”策略并将其收购。前几年，国内初创平台企业主动或被动“站队”寻求大型平台企业入股也是类似逻辑。（三）数据优势可能导致领先平台实施拒绝交易、自我优待等滥用行为。特别是拥有唯一性数据的平台企业，如果拒绝向竞争对手或下游企业提供数据，则被“断供”的企业就难以发展；但也有观点认为，强制要求企业共享数据，可能会打击企业收集开发数据的积极性。此外，拥有数据的企业还可能厚此薄彼，实施自我优待行为，例如当用户搜索购物网站时，谷歌在展示搜索结果时，优先展示自己的购物商店，同时将其他购物商店降级、减少给予流量支持。这种偏袒行为限制了竞争，影响了用户选择。（四）数据优势可能导致企业采取“大数据杀熟”、降低服务质量等行为来损害消费者权益。主要包括：一是捆绑销售，即将新功能、新服务以搭售甚至捆绑销售的方式推送给用户，限制或剥夺用户选择权。二是“大数据杀熟”，通过算法对消费者进行分组，实施动态的、个性化的定价策略，涉嫌侵害用户知情权。三是由于缺乏改进服务和创新的动力，企业有可能降低服务质量，例如过度推送广告、误导用户选择等。四是合谋操纵价格，企业基于网上公开的服务价格、质量评价和信用诚信等数据，采取一致行动、默契合谋。（五）数据包含了大量个人信息，隐私保护成为关注点。用户往往只能被迫接受格式化的、晦涩难懂的服务协议，不甚了解哪些数据被收集及使用，待数据大规模泄露后方才了解。关于是否应该将隐私保护纳入反垄断视野，有学者认为将隐私因素纳入竞争分析可能存在障碍，例如破坏了竞争法体系的一致性，也有学者主张反垄断制度已认同非价格竞争（如品牌、质量竞争）的重要性，隐私保护就是非价格竞争的一种形式，应该被纳入到反垄断分析中，否则企业就会疏于保护个人信息，加剧数据滥用。三、国内外反垄断执法和最新立法开始考虑数据影响，并将其纳入政策框架鉴于数据具有多重角色，美欧均将数据作为竞争分析的重要因素，我国也高度关注数据规制问题。（一）美国认为引入数据要素并未改变反垄断大逻辑，提议推进数据可迁移性和互操作性。执法方面，2007年谷歌并购在线广告企业DoubleClick时，联邦贸易委员会（FTC）认为谷歌并购获得后者数据不会提高进入壁垒，这些数据也不是谷歌广告服务不可或缺的要素。但2011年谷歌收购ITA软件时，考虑到ITA的基础数据是其他旅行类网站和搜索网站不可或缺的投入要素，美国司法部要求谷歌承诺继续以公平方式对外授权ITA数据。2014年脸书收购即时通信软件WhatsApp时，FTC申明隐私问题不纳入反垄断范畴，应在隐私法律下解决。立法方面，2021年众议院司法委员会发布《数字市场竞争调查报告》，提到谷歌、脸书等通过早期收购或滥用数据优势来排斥竞争，提议推进数据互操作和可迁移。2021年6月又审议五个法案，提出大型平台应提供访问接口，方便用户把数据迁移到其他平台以强化兼容性；要求平台禁止使用非公开数据来与平台内商户竞争，甚至要求平台剥离除基础服务外的自营业务，以防止自我优待。截至目前，上述草案尚在立法早期。（二）欧盟认为数据对竞争有影响，强调要保护个人数据，立法界定“守门人”平台并明确数据处理义务。执法方面，2014年脸书并购WhatsApp时，欧盟认为用户可注册多个即时通信软件，WhatsApp的数据不具有独占性。但2019年谷歌收购Fitbit时，欧盟认为合并两家数据将使谷歌在数字医疗健康领域获得竞争优势，为此谷歌承诺把Fitbit设备收集的健康数据单独存储且不用于广告业务。2017年谷歌购物案件中，欧盟认为谷歌禁止广告商将数据转移至其他平台阻碍了数据可携。立法方面，欧盟2022年7月出台《数字市场法案》，规定“守门人”平台企业不得将不同业务数据进行合并或交叉分析，不得强制要求企业客户使用“守门人”平台的身份验证服务，并要求其开放数据，保障商户与消费者的数据可携带权。以上规定新增了“守门人”平台的数据义务。（三）我国充分考虑数据影响，要求企业不得利用数据实施垄断行为。2021年以来，我国在反垄断执法中将数据、算法等纳入到分析框架中。以阿里巴巴“二选一”案件为例，在界定相关市场时，国家市场监督管理总局指出网络零售平台借助大数据分析和算法等为消费者“画像”，利用用户评价等数据指导生产，这不同于线下零售服务。在分析支配地位时，指出当事人拥有海量的交易、物流、支付等数据，竞争优势明显；在分析滥用行为时，指出当事人可监测商铺是否在其他平台上再度开店或进行促销，并借助数据、算法等手段对店铺予以处罚。在下发的行政指导书中，要求其公平公正使用数据资源，加大平台内数据和支付、应用等资源端口开放力度，促进跨平台互通和互操作。美团“二选一”案件也是类似逻辑。立法方面，我国2022年6月修订的《反垄断法》规定：“经营者不得利用数据和算法、技术、资本优势以及平台规则等从事本法禁止的垄断行为”。国家市场监督管理总局随后就5份规章征求意见，分别从相关市场界定、垄断协议、滥用市场支配地位、经营者集中等方面对数据的收集和使用做出规定。释放数据价值需要把数据集中起来，利用起来，但也要防范企业利用数据优势扭曲竞争，关键在于健全数据规制政策，完善监管机制，统筹做好数据开发利用和保护工作。（一）区分数据的多重角色，实施分类规制。数据在不同语境下的角色不同、政策取向不同。一是要素意义上的数据，各类主体都在采集、存储原始数据，这些数据不断产生，很难被独家垄断，政策导向应是鼓励依法采集生产。二是产品或服务意义上的数据，即通过投入人力、算力和算法，对原始数据开发后形成的衍生数据产品或服务（如财经数据库），政策导向应是鼓励开发利用，支持数据服务企业做优做强做大。三是竞争政策意义上的数据垄断行为，即数据持有者处于垄断地位，滥用数据要素或服务优势来排斥或限制竞争，此时政策取向应是恢复市场竞争。简言之，数据具有多重角色，要区别对待、分类规制。（二）规范数据采集规则，防范数据驱动型经营者集中行为。关键是针对数据形成和集中过程设定规则。要从源头上规范采集规则，细化个人信息保护法律法规和标准，包括落实个人信息采集使用主体须遵循《网络安全法》《个人信息保护法》要求，公开收集、使用规则等，落实主动删除义务，以此来抗衡平台的强势地位。防范以获取数据为目的的经营者集中行为，强化经营者集中审查，分析数据是否具有唯一性，评估数据集中的潜在影响，警惕利用数据优势来排斥竞争对手或上下游企业。同时，当企业整合利用数据时，应要求其不得违反个人信息保护相关规定。（三）加快基础制度建设，激励平台企业开放共享。数据的价值通过流动、利用得以实现。从消费者侧着眼，要保障个人数据可携带权、迁移权，降低数据跨平台迁移成本。加快制定数据兼容或互操作性技术标准。从平台侧着眼，要建立数据市场基础制度，包括基于场景的市场化流转制度，促进数据银行、数据信托等数据中介发展，培育数据要素市场，激励平台企业主动参与数据流通，还要推动数据的公平接入，增强接入规则透明度。从政府侧着眼，要制定政务数据开放战略，建立免费为主、授权开放规则，编制数据开放目录，丰富数据供给，便利各类主体开发利用。（四）强化竞争监管，防范滥用数据优势扭曲竞争和损害消费者权益。要采取逐案分析思路，充分考虑数据类型、应用场景、服务协议及平台市场地位等因素。对于经营者集中案件，要关注合并完成后是否拒绝向第三方提供数据，用好附条件批准，例如要求承诺公平共享数据。对于涉嫌利用数据实施滥用行为，要关注拒绝提供数据、实施自我优待和杠杆传导等关闭市场、打压对手的行为，但这类行为利弊兼具，需全面审慎决策。对于大数据“杀熟”、强制捆绑、误导选择、默契合谋等可能损害消费者权益甚至涉嫌欺诈的行为，要抓住算法这个关键点，强化算法评估、认证和监管，提升透明度，促进企业主动合规。（五）健全协同监管机制，统筹促进竞争和强化个人数据保护。数据虽蕴含经济价值，但也牵涉到个人信息及数据安全，必须同时兼顾。从反垄断视角看，其职责是关注数据集中或垄断行为对市场竞争、社会福利、创新等方面影响，是否侵犯个人隐私不是重点。从个人信息保护视角看，重点是保障知情权，了解如何被收集、存储和分析使用。一旦两者相互脱节，就可能存在监管空白或碎片化问题。美欧在开展反垄断执法时，通过发送提醒函或告知书等方式提请相关部门关注个人数据保护、消费者权益保护等问题，这是一种协同监管机制。在这方面，要充分发挥国家数字经济发展部际联席会议制度作用，统筹平衡好数据保护和开发利用，让数据在可信任的制度下最大限度地释放其价值。作者分别为国务院发展研究中心企业研究所副所长、研究员，中国人民大学经济学院博士
|
