共享時代的壟斷

王靜

摘??要：在共享時代背景下，基于互聯網、大數據、人工智能等新技術的驅動，各種平臺經濟迎來爆發期，現已滲透到購物、娛樂、醫療等領域。然而，平臺經濟在給公民生產生活帶來便利的同時，也產生了一系列問題和隱患，其中，以數據壟斷的外部性最為典型。因此，本文針對共享時代背景下數據壟斷問題做出了分析，并提出要重塑審查標準、推進數據共享以及明確數據權屬，以期化解數據壟斷帶來的困境。

關鍵詞：傳統經濟時代;共享時代;數據壟斷

隨著共享時代的來臨，傳統的經濟模式正在悄然改變，傳統經濟發展主要依賴于土地等實體生產要素，而共享時代的經濟發展則主要依賴以數據為核心的信息要素，這就使得在共享時代，數據成為了經濟發展的核心動力。而數據在給各國經濟發展帶來強勁動力的同時，也伴隨著一些新型數據問題的產生，其中數據壟斷問題最為突出。因而，在共享時代背景下，規制與防范數據壟斷成為各國經濟發展中的重要一環。

一、共享時代背景下數據壟斷帶來的問題

在共享時代背景下，只要分析出大數據與新產品的相關性，就可以創建新的需求市場。在新的相關市場中，大數據是新產品或新服務生產經營的瓶頸資源，大數據壟斷者只要通過拒絕大數據交易，就可以將競爭對手排除在市場之外。并且，這種基于流量而建立起來的互聯網領域新型壟斷，正在危害行業健康發展，損害市場的競爭秩序。

（一）數據壟斷逃避反壟斷審查

傳統經濟時代背景下，反壟斷審查主要將市場份額、市場集中度等作為評估指標，主要原因在于傳統經濟模式下的市場份額和市場集中度完全可以借助企業的實體生產要素價值來確定，實體生產要素的價值具有易評估性、穩定性。因此，在傳統經濟時代背景下，反壟斷審查的標準具有其可行性。

共享時代背景下的數據壟斷則完全不同，共享時代背景下的數據壟斷通常表現為企業利用網絡操作系統和用戶流量，通過“扶持”或“打壓”等策略，構建起一種基于流量的卡特爾，而這種基于互聯網的流量科特爾往往具有延遲收益、市場交叉收益等特點，這就導致反壟斷審查標準在認定數據壟斷時變得不再可行。一方面，數據的價值往往具有收益遲延的特點，認定前后的數據價值可能存在天差地別。另一方面，數據本身具有非競爭性與非排他性等特點，其價值構成內涵了包括數據收集、積累、存儲、處理過程的反復性等要素，這就使得數據資產的價值評估方式也不同于傳統的實體生產要素的評估方式。而實踐中針對數據資產的價值評估尚未有專門的評估方式，因而，企業利用數據特性以及現行監管的困境逃避反壟斷審查頻頻出現。因此，在共享時代背景下，如果繼續沿用傳統的市場份額和市場集中度標準來評估經營者是否構成反壟斷法所限制、禁止的集中，很容易誘發兩類問題的產生：其一，反壟斷審查機構獲取有效數據的難度不斷加大;其二，隱蔽性、片面性的信息不足以準確認定壟斷行為。而正是這兩種原因的疊加就使得處在共享經濟背景下的數據壟斷逃避反壟斷監管呈現常態化。

（二）數據壟斷誘發數據壁壘

傳統經濟時代背景下，一方面，企業的生產經營活動更多依賴于實體場所，交易的主體也限于雙方主體，交易模式固定而簡單，因而數據的作用更多的體現在對交易活動的證明之上;另一方面，受制于算法算力的限制，無論市場主體還是監管部門對數據的應用都屬于初級階段。

在共享經濟時代背景下，伴隨著大數據、人工智能、算法算力等技術的迅速發展，數據應用開始步入高潮，其中，以平臺經濟最為典型。平臺企業致力于線上數據資源的深度挖掘，以期把握市場需求并及時調整經營方針，而掌握大批數據資源的平臺企業往往會為了維持競爭優勢，利用數據優勢排除、限制競爭。因此，隨著平臺經濟的進一步發展，掌握數據優勢的企業就會進一步加強數據封鎖，并以此來鞏固自己在市場中長期積累的數據資產，而其他企業想要獲得這些高附加值的數據就不得不做出一些妥協，而實踐中這種妥協往往就是以削弱消費者福利和減損市場競爭力為代價的。因此，在共享時代背景下，數據壟斷誘發的數據壁壘成為市場經濟發展的新阻礙。

（三）數據壟斷加劇隱私之患

傳統經濟時代背景下，經濟發展主要依賴于土地等實體生產要素，因而，企業對數據的使用多集中在與實體生產要素緊密關聯的領域，加之數據本身并不具有高附加值也就導致數據對經濟增長的貢獻十分有限，因此，企業對數據的使用一直處于萌芽期。

伴隨著共享經濟時代的來臨，企業的生產經營活動逐步開始轉向線上平臺的數字經濟模式，因而數據的深度挖掘一時間成為了企業進行市場競爭的重要手段。、然而，大量數據挖掘活動的開展就極為容易導致隱私泄露、數據不正當使用等侵犯個人隱私權的現象。以“德國消費者組織聯合會訴Facebook案”為例，柏林法院裁定Facebook其違反德國《聯邦數據保護法案》，具體包括收集和利用個人信息并未事先取得數據主體的同意而默認開啟、預先擬制同意聲明、強制要求其實名制條款。由此可見，Facebook在數據的搜集、處理和使用過程中并未對個人信息保護提起重視。從現實來看，企業獲取有效信息的途徑無外乎自行收集和通過中間商購買兩種，但無論哪種獲取方式都無法避免個人隱私保護問題，而個人隱私保護在傳統的競爭法框架下幾乎已經陷入了空檔期，傳統的競爭法并未將個人隱私權保護納入其體系，或者說從根本上否決了將個人隱私保護問題納入到第三法域中的必要性。然而，隨著平臺經濟的進一步發展，譬如隱私泄露、數據不正當使用等侵犯個人隱私的問題也會隨之惡化。

二、共享時代背景下規制數據壟斷的建議

（一）優化審查機制，防范審查漏洞

優化審查機制要求建立一個權威性的數據資產價值評估參考標準，該標準首先應當考慮數據價值的特性，以克服數據價值對現行反壟斷審查評估標準造成的困境為邏輯起點。其次，具體的參考標準應當綜合考慮數據收集、積累、存儲、處理過程的反復性，成本構成的不確定性，經濟效益的未知性以及價值轉化或確認過程的風險性等因素，通過市場交易、第三方評估等方式科學確定數據資產價值。最后，利用大數據、人工智能等技術建立與數據評估相配合的數據整合機制，用以整合零散化、碎片化的數據信息，應用于反壟斷審查。

（二）推進數據共享，破除數據壁壘

數據共享是一個基于數據與數據處理技術雙重特點而構建的互聯互動機制，在具體構建時可以采用聯邦學習和人工智能技術的基本原理。聯邦學習的基本原理是通過加密技術下的參數交換方式保護，在不違反數據隱私保護法規的情況下，建立一個虛擬的共有模型，建立虛擬模型時，數據本身并不發生移動，因而相較于傳統的大數據、數據挖掘領域中常采用的隱私保護理論，具有安全高效等突出優勢。與此同時，在聯邦學習之外輔以人工智能技術，在企業之間、反壟斷執法機構之間、企業與反壟斷執法機構之間建立一個智能化的數據共享機制，為攻破數據壁壘提供一個高效可行的路徑。

（三）明確數據權屬，加強隱私保護

首先，數據究竟歸屬于收集者與存儲者，還是產生數據的個人或組織，或是其他主體，需要考慮數據屬性以及各方在收集數據中付出的勞動給予綜合認定。其次，確定一個統一的劃分標準，即數據權屬（所有權）的歸屬需要考慮數據屬性以及各方在收集數據中付出的勞動予以綜合認定，基于此可以將數據劃分為個人數據、企業數據和政府數據三類。最后，在明確數據類型與歸屬的基礎上進一步探討數據的隱私保護問題，貫徹基于邊界有限、效果分析、個案分析的反壟斷執法原則。

參考文獻

[1] 曾彩霞、朱雪忠.必要設施原則在大數據壟斷規制中的研究〔J〕.中國軟科學，2019，（11）：55.

[2] 楊東.從Facebook風波看大數據法律的“痛點”〔N〕.社會科學報，2018，（4）.

[3] 劉志成、李清彬.把握當前數據壟斷特征?優化數據壟斷監管〔J〕.中國發展觀察，2019，（8）：47.

[4] 石丹.大數據時代數據權屬及其保護路徑研究〔J〕.西安交通大學學報（社會科學版），2018，（3）：8.

[5] 盧延純.加強濫用知識產權反壟斷規制?維護市場公平競爭〔J〕.中國價格監督與反壟斷，2016，（1）：78.

[6] 曾彩霞、朱雪忠：《必要設施原則在大數據壟斷規制中的研究》，載《中國軟科學》2019年11期第5頁。

[7] 楊東：《從Facebook風波看大數據法律的“痛點”》，載《社會科學報》2018年第4版。

[8] 劉志成、李清彬：《把握當前數據壟斷特征?優化數據壟斷監管》，載《中國發展觀察》2019年第8期第47頁。

[9] 石丹：《大數據時代數據權屬及其保護路徑研究》，載《西安交通大學學報（社會科學版）》2018年第3期第78頁。

[10] 盧延純：《加強濫用知識產權反壟斷規制?維護市場公平競爭》，載《中國價格監督與反壟斷》2016年第1期第8頁。