濫用市場支配地位隱私權保護研究

內容提要：數據要素政策的提出將推動以數據為中心的商業模式轉變，隨著數據驅動型企業對數據獲取與使用的需求與日俱增，以“最大范圍”的獲取數據滿足經營所需的限制或排除競爭行為也呈蔓延之勢，使得隱私保護是否應納入反壟斷規制框架成為爭議的焦點。結合各國數據隱私保護與競爭法適用進程的分析與借鑒，我國對于數據企業使用消費者數據形成的新型濫用行為規制，仍應堅持以反壟斷法作為濫用市場支配地位界定的理論依據，而涉及隱私部分則交于數據保護規則進行規制，以保護數據市場競爭的穩定性并推進以完善數據要素市場為主的法律體系的構建。

關鍵詞：數據要素市場;隱私保護;反壟斷法;濫用市場支配地位

中圖分類號：DF59? 文獻標識碼：A? 文章編號：1001-148X（2020）10-0144-09

2020年4月9日，為加快培育數據要素市場，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》（以下簡稱《意見》）發布，凸顯了黨中央和國務院對數據要素的高度重視。數據要素涉及數據生產、采集、存儲、加工、分析、服務等多個環節，對價值創造和生產力發展有廣泛影響，是驅動數字經濟發展的“助燃劑”。而以上所有環節“燃料”的提供者，均為消費者。數據要素市場的發展將推動以消費者數據為中心的商業模式轉變，但是隨著企業間數據獲取與使用需求與日俱增，面對掠奪性定價、拒絕交易、“二選一”、算法共謀、排他性并購等，以“最大范圍”的獲取數據以滿足經營所需的限制或排除競爭行為也呈蔓延之勢，阻礙了數據要素市場的完善與發展。所以必須要強調數據保護是推進數據要素市場構建相關法律體系保護的核心，也使得隱私保護與反壟斷法的適用出現交叉。

一、數據要素市場中的隱私挑戰

隱私保護與適用競爭法在傳統上并不互相涉及。例如，酒店安裝針孔攝像機，偷錄房客行為，因侵犯其個體隱私而違反侵權法，酒店的行為并沒有違反競爭法①。而競爭法中經營者的壟斷行為同樣也不會引起侵權法的規制。但是在數字經濟時代，由數字識別算法興起的商業模式，使得二者有了交集。數字要素市場中，企業是數據的重要持有者，而消費者成為數據的提供者。單個數據不能發揮出數據要素的價值，需要數據持有者對數據進行清洗、加工、整合之后才能具有使用價值。然而，數據包含著數據主體的人格尊嚴和自由價值、商業價值、公共管理價值，兼有人身和財產屬性。消費者的數據一方面成為企業開發新產品的生產力，促進消費[1];另一方面，也成為企業訓練算法②進行自動化決策的原料[2]。在以數據為要素的現代市場中，對于認知能力與決策能力等主觀能力處于弱勢的消費者而言，應當給予特殊的保護。數字社會中人格權受侵害者，常難以知悉或防范其隱私資料被窺探、搜集或利用，信息社會使個人成為所謂的“透明人”，甚至裸體化[3]。這種侵犯多是發生在數據驅動平臺與消費者間，使得競爭執法機構很可能會考察數據驅動型經濟中的隱私是什么。根據歐美地區近年來對數據企業侵犯隱私而引起的反壟斷調查來看，Anita Allen[4]總結到，數據市場中的隱私并不是一個狹義的概念，而是包含一定的關聯，反映出自然人依據自我意識感受到的被侵入知覺，需要受到不同程度的保護……具有多個維度：物理隱私（保護自己免受物理侵入，家中隱居及身體完整的權利）;信息隱私（限制對個人數據的接觸，反對非自愿公開私密事實）;決策隱私（免受政府干預個人生活，例如墜胎權、死亡權、婚姻權）;身份隱私（名人及其他人控制個人身份、肖像、姓名、綽號、聲音、商標、DNA及社會保障號碼等屬性的權利）;結社隱私（尋求會員身份、歸屬或者加入原本封閉的團體;能夠與自己選擇的人單獨相處）;智識隱私（內心平靜，能夠思考受禁思想）。從我國新出臺的《民法典》人格權編的編纂體例中，可以看出我國立法者認為人格權具體化過程中最為重要的一項權利就是隱私權，它的保護強化與現代數據科技的快速發展有著緊密關系。在數字市場中，收集、存儲和利用的主體數量眾多，且數據規模巨大，消費者所處之弱勢地位無法與占有支配地位的網絡經營者形成有效抗衡，一旦個人數據被泄露，不僅涉及的受害人數量極為龐大[5]，且受害人往往無法證明泄露者是誰;或者明知其數據會被采集、使用，而不得不與之交易的行為，不符合合同效力制度規定③。另外，違約請求權要求受害方對違約行為進行舉證。可是當消費者數據被算法識別之時，其識別理由并未確定，或許僅是被識別，然后被存儲，日后會被應用于哪一項，消費者依然無法證明。

對數據控制者而言，是否掌握足夠能識別某個具體個人的數據已不再那么重要，大數據分析技術已使這些數據驅動的商業機構僅憑數據相關性而非因果關系即可進行預測與推斷[6]，而用戶很多時候對此卻一無所知。況且，從經濟效率上說，讓處于競爭鏈末端的勢單力薄的消費者對大量收集、存儲和利用個人信息的公司或政府以提起民事侵權之訴來維護自身權益，實現保護隱私的目的，也很不現實。隱私的保護與利用是世界各國共同面對的難題，盡管當前數字市場涉及數據隱私的壟斷爭議不斷，但國內監管機構尚未主動披露一起該類的反壟斷執法案件，而近年來，歐盟和美國均在強化對互聯網平臺反壟斷監管力度。世界范圍內，歐盟是世界上最為強調人權和個人隱私保護的地區，“數據隱私被視為基本權利和法律文化的一部分”[7]，也是最早開始系統地、集中地保護個人數據的歐洲地區[8]。美國《加利福尼亞州消費者隱私法案》（CCPA）于2020年1月1日生效，成為美國州層面的最重要數據隱私立法之一。比較兩大法系，均認為個人數據與隱私權在權利內容、權利邊界等方面存在交叉，美國采用“信息隱私”之概念并演繹出市場主義的“隱私控制論”;歐盟則在傳統隱私權之外，另定個人數據保護規范（GDPR），經由“個人數據保護權”化解數據隱私與數據利用之間的內在沖突。雖然各國對于數據驅動經濟下的隱私權有不同的定義，但在隱私保護方面有共同的認識，即數字經濟中以私法對隱私提供的保護是有限的，企業對消費者數據的識別行為具有反競爭效果，需要引入市場競爭規制。

比如，在Google & DoubleClick④企業合并案中，出現有兩個爭議，一是消費者法和個人信息保護法以及競爭法執法都具有隱私保護的主張，應該適用哪一個？二是FTC在減少隱私信息保護是否是競爭法應該進行規制的方面處于一個模糊的立場。對于此，有觀點指出，保護個人信息如同環境保護或促進就業等事務，不屬于競爭法規制的范疇。但是另一觀點認為，消費者數據中含有的隱私信息，可能是影響競爭的非價格因素，需要受到競爭法規制。該案的結論是，如果有證據證明消費者隱私受到侵犯，則對競爭產生了負面影響;如果沒有證據表明此案并購有可能對競爭的非定價因素產生不利影響，則該合并沒有侵犯隱私權，可以適用競爭法。也就是說，數據驅動企業間的合并行為（合并目的為擁有更多數據），降低了在隱私保護方面的力度，而且在競爭中也存在著實質性限制，說明該企業是濫用市場支配地位侵犯隱私的表現形式。由此得出的結論成為世界各國支持隱私保護納入反壟斷分析框架的理論基礎，即隱私保護成為一種影響競爭的非價格因素⑤，由一項企業行為導致的隱私保護程度的降低屬于反壟斷法的規制范圍[9]。

歐美國家對涉及隱私保護的濫用市場支配地位案件進一步區分為剝削性濫用行為和排他性濫用行為。傳統反壟斷法中，兩者均以排斥競爭者為目的：剝削性濫用是指，占有支配地位的企業通過某種行為獲得了在正常、有效競爭情況下不會獲得的收益，其表現為行為人濫用其市場支配地位直接從交易者處攫取壟斷利潤，以強加不公平價格和不公平商業條件、義務給相對交易者;排他性濫用是指，占有支配地位的企業針對同類競爭者所實施的妨礙性濫用行為直接產生排擠競爭對手、限制市場競爭后果的行為[10]。在數據要素市場中的這兩種類型將被賦予新的解讀，比如歐洲法院在“Post DenmarkI”案中[11]，認為排他性濫用是指“競爭產生的影響給消費者帶來損害的行為”，結合域外理論學說與相關案例，梳理數據市場中的隱私保護濫用市場支配地位行為規制的問題，需要對數據企業使用消費者數據所形成的新型剝削性濫用行為與排他性濫用行為進行討論。

二、隱私保護反壟斷規制探索：剝削性濫用與排他性濫用

（一）剝削性濫用界定

早期的觀點認為，“沒有仲裁或者判例來證明隱私保護是競爭法的保護目的”。如歐洲法院在Asnef-Equifax⑥一案中強調，任何與個人信息敏感性相關的問題都不受競爭法的約束，并將根據數據保護法的相關規定予以解決;而歐盟委員會在Facebook與Whats App合并案⑦中認為，企業合并后由Facebook控制的數據集中度增加，所產生的任何隱私風險不應屬于競爭法規制的范圍，應由信息保護法進行規制。可以看出，此時的討論只是集中于法學理論層面的理論，隨著大型數據驅動企業合并案的增多，歐洲數據保護當局的態度逐漸有了轉變，因為當競爭當局無法以傳統方式界定相關數據市場時，開始逐漸轉向引入數據保護規則，對支配企業的壟斷化過程進行界定。

2017年12月德國聯邦交易廳在認定Facebook濫用市場支配地位時，以“由于其具有（強大的）市場支配地位，用戶不得不同意在線服務要求的信息提供條件以換取相應的服務”為理由支撐，指出該過程的實質是剝削性濫用行為。德國反壟斷局局長Andreas Mundt表示：“Facebook作為一家占據市場支配地位的公司，應承擔競爭法規定的特殊義務，且必須考慮到Facebook用戶實際上無法轉而使用其他社交網絡;鑒于Facebook的優勢市場力量，用戶唯一的選擇是接受全面的同意公司使用數據的條款，或不使用該軟件，在這種情況下，用戶的選擇不能稱為自主同意。”在Facebook與Whats App案中，歐盟委員會認為，如果合并之后的平臺開始要求用戶提供更多個人數據或者開始向第三方提供該等數據，以此作為向其提供“免費”產品的條件，此舉可視為提高價格或者降低產品質量，并構成違反競爭法[12]。反映出其依據數據的特性進行濫用支配行為的界定，即雖然有些服務是免費提供的，也有可能存在相關市場，因為該企業提供的免費服務通常是通過數據交換而得到的。

擁有市場支配地位企業的商業模式與分散的傳統線下交易不同，互聯網平臺天然地伴隨著規模效應。“規模效應”帶來的是效率的提升與壟斷的靠近。消費者數據最核心的商業價值，為它的“二次利用”，即了解用戶的行為習慣和愛好，從而有針對性地進行服務。當用戶基于“習慣性”選擇，成為某些軟件的固定用戶時，企業往往會過多地收集數據，例如：通過步數計算、睡眠質量測算和體重管理等涉及健康的數據可以預測該消費者的人壽保險費率，甚至可以揭示其個人偏好、家庭情況或者特定的經濟狀況等信息進行數據畫像，或者對消費者進行廣告定向投放等行為。這些數據不可避免地包含了個人隱私，但消費者往往不知道自己的數據被收集或者被收集的范圍，又有哪些數據被進行了交易。這與消費者天然所處的弱勢地位有關，相對的數據驅動企業（網絡服務商）則為處于強勢地位的經營者，通過既有的互聯網市場“交易規則”（網絡平臺的注冊條款、默示同意、位置數據采集、個人趨向信息識別等），收集、記錄消費者的個人數據，一旦用戶不同意所謂的“告知或同意條款”則無法使用平臺，最后用戶不得已而為之。以消費者同意數據被記錄（或交換）為條件，換取平臺的使用權。這一互換行為是否是交易行為？被記錄的數據中的隱私信息是否會被清洗后使用？該數據被處理時，用戶是否有知情權？等問題表明，消費者以其個人數據換取平臺使用權的行為，帶有明顯的被強制色彩[13]，其實質就是數字企業濫用其市場支配地位直接從消費者處攫取壟斷利潤，以強加不公平商業條件、義務給相對人。而那些晦澀難懂的交易規則（同意條款），并不能從實質上保護消費者的權益，反而使得數據企業更加自由地利用消費者的個人數據實現盈利[14]。

法德競爭當局認為⑧，數據的儲備程度也可能是市場支配地位形成的重要來源，特別是數據被作為進入市場的門檻時，擁有大量的數據是具有市場支配力的表現，而算法（數據控制驅動因素）決定了市場支配地位。此時，該企業收集數據的行為明顯違反了數據保護法，且該收集行為是以其具有市場支配地位為前提，則隱私保護度的削弱可能涉及市場支配地位的濫用[15]。另外，美國政府在對全世界最大的網絡廣告公司之一的谷歌、Facebook進行反壟斷調查時，發現以上公司為了提高廣告點擊率和精準度，以最大限度（重復）采集消費者個人隱私，從而匹配廣告主的營銷信息行為，做出“如果谷歌和Facebook等公司未來再次因為市場競爭需要處理用戶的個人數據，美國政府將對它們進行處罰”的決定。認為如果重復違反個人信息保護法，則推定其具有濫用市場支配地位的主張。

從比較法角度來看，盡管在這一時期，歐美地區在對數據企業進行反壟斷調查時，很少使用剝削性濫用規制對該企業是否有侵犯隱私權的行為進行界定，但是以消費者隱私保護程度的削弱作為一項認證指標已經成為共識。直到2019年2月，德國聯邦反壟斷局對Facebook濫用市場支配地位案件的裁決中，明確表示：Facebook在未經用戶同意下收集用戶信息的行為，是 “剝削性濫用”行為，違反了歐洲數據保護原則，這是歐洲歷史上第一次將數據保護法和競爭法同時應用在同一宗案例上⑨。在反壟斷評估中，Facebook利用占據的市場支配地位，收集消費者數據，并阻礙其他競爭對手獲取數據的行為，是對消費者與競爭對手同時構成了剝削性濫用的行為。這種裁決方式不僅進一步認定了剝削性濫用規則對于數字市場中新型問題的新型規制的合理性[16]，也符合執法部門適用《歐盟運行條約》第102條的規定[17]，剝削性濫用體現為不公平的價格、附加不公平的交易條款，即不但過高的價格，而且不恰當的合同條款和條件同樣構成剝削性濫用（前文提到所謂的“交易規則”）⑩。就侵犯隱私的剝削性濫用行為的認定而言，平臺企業的交易規則可成為一項有效的評估標準，尤其是在大多數消費者并不了解服務條款和隱私政策的情況下。歐盟競爭政策似乎正在轉向更為積極主動、更關注消費者利益的執法風格，將侵犯數據隱私的行為認定為濫用市場支配地位，也契合這一發展趨勢[18]。

（二）排他性濫用界定

根據傳統競爭法結構規制主義原理，排他性濫用主要關注占市場支配地位的企業通過排除或迫使競爭對手退出市場以維持或增強其市場地位的反競爭行為，如通過數據企業間簽訂的排他性協議等非法方式阻止其他經營者收集相同或類似數據的行為，限制了數據的正常流通與共享[19]，形成市場進入壁壘[20]。實務中多是通過數據企業間的合并形成數據集中，進而通過網絡效應提高市場進入壁壘構成排他性濫用行為。因為數據驅動的網絡效應可以通過“用戶反饋回路”和“貨幣反饋回路”予以實現[21]，即擁有大量用戶的企業能夠收集更多的數據用以提高服務質量，從而又吸收更多新用戶;也可以通過大量數據提高算法的精準度以及服務的貨幣化水平，獲得更多的資金，從而又能提高企業技術水平與收集更多數據，以此形成循環。該企業將在數據儲備量、技術水平、資金實力和市場地位等方面進一步拉開與其他企業間的距離，從而形成規模經濟效應。

事實上，根據法律規定，經營者具有市場支配地位并不違法，但是在其合并過程中（為獲取或鞏固市場支配地位為目的），如果有實施控制數據、阻止競爭對手獲取數據等排他性行為或者阻止用戶數據可移植權利的實現等行為的“企圖”，屬于濫用市場支配地位的排他性行為，應被認定違法[22]。而數據企業間的并購往往無法適用現行規范規定的橫向、縱向和混合并購分類，競爭執法機構在界定數據企業合并所形成的排他性壟斷行為是否對消費者數據構成侵犯，需要做出競爭規制的新型轉化。以“企業合并是否會導致合并后的企業具有市場支配地位？”為傳統理論依據;以“侵犯消費者隱私權與產生實質性競爭限制是否會有關聯？”為傳統理論的新型轉化。

首先，由于企業合并而導致合并后的企業具有大數據集中和算法技術領先的可能，將會形成市場進入壁壘。在傳統市場，市場進入壁壘與競爭限制因素是成為正比的。而在數據市場，市場進入壁壘的高低與競爭限制的難易是無法判斷的。為此，相關部門形成兩種理論：懷疑論認為，不可能形成市場進入壁壘。由于數據具有非競爭性和非排他性，且來源多種多樣以及收集的成本通常較低的3個特征導致即使是特定的運營商使用數據也不妨礙競爭對手（有可能）不間斷地獲取信息，所以限制有效的市場競爭的可能性薄弱。肯定論認為，有可能形成進入壁壘。雖然數據經常是非競合性的，但是企業會以高成本進行技術維護，甚至會阻止競爭對手進行訪問。根據產業組織學派的觀點認為，市場進入壁壘通常來源于絕對的成本優勢、規模經濟性、資本成本等[23]。并且因行業而異，進入壁壘基于網絡效應可能會增加，最終形成的集中數據可能會導致勝者獨食的局面出現。

例如：歐盟委員會（EU Commission）在考察在線廣告市場合并案時，將各個案件進行比對時發現：如果發起并購之廣告企業在實現并購之前B11，并非是具有市場支配地位的企業B12，但是與移動通信領域相關的3家運營商合并后，原數據與并購數據聚合后會成為大型數據載體，具有限制競爭可能性;如果發起并購之廣告企業原本就是大型數據載體B13，進行并購之后，則會成為更加龐大的數據載體，存在限制競爭必然性;如果發起并購之廣告企業，與被聯合企業在相關市場的份額原本就極小，聯合以后市場份額也未形成規模，則不具有限制競爭的可能性。歐盟委員會基于以上案例的結論在其他案件中的判斷可能會有所不同，具體取決于案例事實。但是其基本立場是即使基于企業合并導致數據形成聚合，也不一定會形成市場進入壁壘，但也不會排除創造市場進入壁壘的可能性。

其次，如何判斷侵犯隱私與產生實質性競爭限制會有關聯。從世界范圍來看，適用競爭法保護隱私的主張，從理論上的沖突，持續到執行上的沖突，即競爭主管機關如何執行競爭法進行數據保護，或者以數據保護規則判斷市場壟斷行為。傳統上使用“假定壟斷者測試方法”（SSNIP價格上漲）對經營者進行相關市場界定B14，即商品市場只有在顧客能夠購買（when selling）商品或服務時才存在相關產品市場。而基于數據市場存在“免費服務”的特殊性，無法準確地對其進行市場界定。尤其當數據驅動企業進行企業合并時，經營者一旦通過算法共謀B15行為創建利潤最大化，根據傳統競爭法中的“有意識的平行行為原則”，難以證明價格操控層面的“意識”，所以難以揭露其進行的違法行為，進而沒有法律依據對進行算法設計的計算機編程人員進行追責，所以在保護消費者數據方面，存在法律缺失。此時，德國競爭限制法案（GWB）提供了一個很好的規制模式B16，根據該企業直接或間接的網絡效應、數據的可訪問性等，將個人數據與相關市場界定結合起來，為競爭規制工具的有效使用提供法律依據。使用消費者數據的相對方為經營者，如果消費者數據成為與經營者間的交易合同對價條件，則以經營者對消費者數據的處理方式進行界定：如果數據直接被銷售給第三方，則提供該數據的相關產品市場業已構成，因為產生了以金錢為對價的交易關系;如果是以提供數據換取服務條件（提供免費服務），則為非金錢性的對價交換，此時以SSNDQB17進行質量下降測試，這里的質量包括對消費者數據的隱私保護級別，因為邊際質量測量的方案通常被接受并且應該是可量化的。如2017年德國聯邦反壟斷局（BKA）在調查Facebook是否違反個人信息保護法濫用市場支配地位時使用了該種測量方式B18，最終在2019年確定了其關聯產品市場為社交網絡，關聯地域市場為德國全境B19。

最后，排他性濫用的新型規制。競爭執法機構經常需要預測企業合并后的競爭效果，以此來判斷合并后的企業是否會具有市場支配地位以及行使壟斷性行為的能力。按照競爭規制，將會形成壟斷的合并是非法的，即便公司承諾不行使市場勢力（以合并后企業的服務質量保持在消費者期待的水平以下的方式行使市場勢力）。比如：Facebook & Whats App合并后，能夠賦予新實體大規模的數據。該公司向競爭機關、消費者承諾不發布這些數據，或者承諾不將這些數據用于廣告行為等，但如果合并提升了其市場勢力，該企業就能夠背棄自己的隱私承諾，而無需擔心會受到競爭約束，因為合并之后的數據集中提升了市場勢力，可能引發排他性的壟斷行為，同時該行為有潛力損害個人擁有的與隱私期待相關的內心平靜和舒適。美國聯邦最高法院認為，在決定是否構成壟斷時，必要的考慮不在于是否已經提高了價格或者實際排除了競爭，而在于其如果想要提高價格或排斥競爭就能這么做的能力，即合并后的企業是否取得了市場支配地位并非是認定壟斷的必要條件，而是存在這樣的勢力就足夠了B20。因此，如果并購賦予企業可以使用的數據范圍或者程度擴大，即認為該企業具有提高價格或降低消費者福利質量的能力，該企業就是非法的，即便該企業實際選擇了進行合理定價。

三、我國數據要素市場中的反壟斷規制路徑探索

法律的主要作用之一就是調整及調和種種相互沖突的利益，無論是個人的利益還是社會的利益。在現代國家體制下，以立法對數據利益進行衡量，形成解決數據利益沖突背后的規范體系。目前國際、國內對于“隱私保護可能構成重要的非價格競爭維度”的理論基本達成共識，但是由于我國《個人信息保護法》尚未出臺，而《反壟斷法》也處于修訂階段，反壟斷執法部門如要基于濫用市場支配地位規則去規范隱私保護問題，需要對數據市場中出現的數據相關行為的法律定位予以明確，以便對應相應的法律部門或者在現有法律制度之上修訂相關制度，或制定新法[24]，即面對侵犯數據隱私的剝削性濫用與排他性濫用行為，重點仍應是評估企業的數據行為導致的排除、限制競爭效果，不涉及市場規制的隱私保護仍應由數據保護相關法律規制。也就是說，現階段我國應堅持以傳統反壟斷法中的濫用市場支配地位規則予以界定，避免對市場的過度干預，反而影響數據要素市場化的配置工作。

（一）明確數據要素市場中的反壟斷規制目標

《意見》提出“研究根據數據性質完善產權性質”，“加強對政務數據、企業商業秘密和個人數據的保護”，因為不同性質和類型的數據對應著不同的產權和保護規則。但是，在進行市場化配置時，作為生產力的數據要素區別于傳統物理要素資源的特點是虛擬化的數據要素更易泄露，數據安全和隱私保護的要求空前提高。做好數據安全保護才能推動數據要素資源更有效配置，而過度的保護又不利于挖掘數據的價值，反而會影響數據企業的積極性與消費者的福利構成，甚至會迫使技術發展導向規避法律限制的方向[25]。數據要素作為生產力的前提就是明晰的權屬與有序的流通，這也是數據市場有序競爭的基礎。

反壟斷規制的主要目的在于維護數據市場健康有序發展，如要保障數據的自由流動，則數據主體合法權益的有效維護是前提。平衡的法律規制要充分考慮多方參與者的利益，既要尊重并保障消費者用戶的數據權益，又要維護并鼓勵數據經營者的增值權益。所以，反壟斷法干預數據市場應有的放矢，對于合法合理的數據經營行為與獨占數據實施數據壟斷行為要有所分析，區別規制，避免規制不足或規制過度影響到數據利益的實現，阻礙數據要素市場的有效完善。

（二）依數據行為形成的支配地位濫用以反壟斷規制為主

數字要素市場的形成，不可避免地會形成以數據相關行為為主的數據生態系統，對用戶進行數據資源整合，通過線上線下的資源調配和定制化服務，形成一種系統閉環且[26]內部具有邏輯上的關聯性和遞進性。隨著數字市場的優勝劣汰，少數互聯網企業平臺占據了市場的絕大多數份額，如百度、騰訊、阿里巴巴等，這些超級平臺具備了強勢的市場支配地位。一些互聯網平臺的剝削性濫用、排他性競爭等行為，雖然與傳統意義上的“壟斷”不太吻合，但本質上仍是利用規模優勢和數據霸權來試圖直接“定義規則”。 數據驅動企業采用數據驅動型策略獲取和維持競爭優勢，基于網絡效應，伴隨數據經濟擴張趨勢，大企業越來越大，控制更多消費者日常活動的個人數據，形成數據市場中的“王者”，在以高成本、高技術進行儲備數據維護后，有可能形成市場中的獨占者，被動或主動地抑制了其他小型數據企業規模經濟的形成，從而形成市場壁壘。另外，各類企業間的合并也可能導致消費者數據被動的流出。以上體現出了現行反壟斷法面對新型數據（違法）行為存在一定程度的不適應性，從我國《反壟斷法》的規則設計和司法實踐來看，我國并未確定歐盟意義上的剝削性濫用規則。但是2020年1月2日，國家市場監管總局網站發布信息，就《反壟斷法修訂草案（公開征求意見稿）》，向社會公開征求意見，這一次的征求意見稿對“具有市場支配地位”做出了新的界定，除了普遍適用的依據外，還特別提出：“認定互聯網領域經營者具有市場支配地位還應當考慮網絡效應、規模經濟、鎖定效應、掌握和處理相關數據的能力等因素”。

所以，在判斷經營者是否具有市場支配地位時，需要綜合考慮特定數據市場的進入壁壘、經營者的網絡效應、需求者對數據的依賴程度等對市場競爭秩序有影響的因素進行綜合判斷。數據壟斷行為有利有弊，執行反壟斷法僅僅是為了保護競爭過程和促進消費者福利，反壟斷的執行不能剝奪消費者從大數據中獲得的潛在好處。在某些情況下，大數據可能發揮良性競爭的作用，而在其他情況下，它可能為創新競爭提供肥沃的資源[27]。只要不損害競爭或競爭過程，需要允許這種情況順其自然的發生，而經營者利用數據獲得市場支配地位并不必然違法，需要運用合理原則和綜合性標準評估數據壟斷行為，在個案基礎上分析數據問題，并密切關注影響競爭的交易和行為。在判斷數據經營者是否濫用市場支配地位侵犯隱私時，需要引用比例原則權衡數據流通與數據保護之間的關系，合理設定數據要素市場中的反壟斷規制的限度，不能因恐慌影響新興行業的發展而無所作為，也不能“過于冒進而有損創新”[28]，確保反壟斷規制的適度性。因此，反壟斷執法機構要充分權衡創新與風險的關系，對企業基于網絡效應等產生的剝削性濫用或是排他性濫用行為放置于市場規制角度下進行界定，屬于引起濫用數據市場支配地位的具有競爭效果行為，依然以反壟斷規制為主。

（三）依反壟斷法分析范式推進競爭評估方式轉型

受芝加哥學派價格理論的影響，價格中心主義分析范式是我國反壟斷法的基本分析范式，依據價格競爭評估方法評估競爭效果或是界定壟斷行為，比如相關市場界定、市場支配地位認定等，但是在數據市場中，數據經營者采用免費的商業模式獲取用戶數據而形成的排他性交易或是剝削性交易，使用傳統的反壟斷法分析范式已經無法衡量該種行為是否具有競爭效果，導致反壟斷法以價格為理論依據的規制工具無法適用。司法實踐中不管是2010年的“3Q大戰”亦或是近年來的“豐鳥之爭”，表面上是兩家大型數據企業進行排他性的市場競爭，可最終還是消費者的利益受到損害，更加凸顯了數據市場競爭中數據隱私保護的缺位。雖然我國在反壟斷執法中，已經借鑒歐盟、美國等競爭執法機構的相關做法，將隱私泄露作為影響競爭的非價格因素或可變因素來發揮作用，逐漸引入基于質量下降的假定壟斷者測試方法（SSNDQ）的研究，補充傳統的基于價格上漲的假定壟斷者測試方法（SSNIP）B21。但我國數據要素政策剛剛提出，尚未建立有效的數據價值和成本的計量方法，很難將數據價值和成本從業務中剝離，因此建立政策指引下的數據市場秩序規范十分必要。在《反壟法》修訂之際應明確數據隱私保護在數字市場具有基礎價值，反壟斷規范目的旨在調和數據利用的利益衡量問題，并引入質量評估體系，彌補免費產品或服務與用戶數據之間缺乏可以精準衡量的市場交易價格，修正傳統的價格中心主義分析范式，建立以質量等非價格競爭作為主要評估工具的反壟斷法分析范式[29]。

（四）推進完善數據要素市場的新型市場監管改革

數據要素市場的有效流通是數字經濟繁榮的基礎，數據要素市場配置是一項系統工程，需要推進配套的頂層設計，傳統的監管方式已經無法滿足數據要素市場發展的需要。由于數據處理行為不僅發生在數據采集的初始階段也發生在后期的數據使用階段，基于數據技術引起的不法行為引發了市場監管問題。我國正處于數據要素市場構建初期，整體的監管制度還不完善，使得政府數據與商業數據、個人數據等各類海量數據的統籌利用難度大，同時使用過程中存在各種算法黑箱問題[30]。從世界范圍來看，歐盟或美國由政府牽頭確立數據共享機制，提供數據安全保護機制。我國在《反壟法》修訂之際應該充分結合數據要素市場完善需求，制定數據市場競爭政策的專門法規，夯實數據要素市場的監管制度。在傳統監管基礎之上，引入科技監管手段，以適應數據市場中的雙邊市場特殊性。即通過數字化的技術手段使數據市場中的企業符合行業規范，對不同類型的網絡平臺制定有針對性的規制手段，進行分類監管，以打通不同行業數據間的壁壘，避免“數據孤島”的產生;強化新型市場中的對于算法行為的新型反壟斷監管力度，使市場更加透明，保證市場環境安全穩定;并完善數據要素市場的日常監管機制，制定有效的市場監督審查機制，維護企業與消費者數據的安全性，數據要素市場監管的現代化既要符合數字經濟的發展趨勢，也要注意平衡科技創新與科技監管之間的維度關系，在以科技手段規制數據行為時，亦要鼓勵科技創新，利用監督算法定向排除不正當競爭行為[31]，構建行業間的監管規則，重而在系統內部形成一個反饋循環，有效地利用科技治理科技，提升市場監管措施的科技含量，助力數據要素市場的完善。這也是構建多元有效的市場監管體系的要求，解決監管缺位等問題是革新數據要素市場監管體制機制改革的要點，而技術監管手段的適當引入是強化數據要素市場監管和反壟斷執法，確保市場公平競爭和健康運行。

四、結語

數據作為生產要素，將對數字經濟的發展起到導向作用，數據資產化的進程將不斷釋放底層數據的價值，促進現代信息技術的市場化應用，推進數據市場的完善。而推進數據市場完善的背后是由此引發的新的競爭問題，數據驅動型企業排除、限制競爭的行為是否會侵犯隱私？反壟斷法應該如何回應新興技術的發展？在維護市場公平競爭的同時如何促進數據貿易的創新？均為現階段我國發展數據經濟需要面對的新問題。《反壟斷法》的完善對于數據要素市場的健康有序發展以及統一開放的市場體系建設，將會起到很大作用。科學的立法應當在利益衡量上達到 “多贏”和“共和”，使市場主體公平獲取要素，防止數據市場形成壟斷而肆意侵犯隱私的行為出現。應對新型反競爭行為建立綜合性、立體化的法律體系，統籌協調政府、企業、社會組織多方力量，從多層級別法律入手，對侵犯數據隱私濫用市場支配地位的行為，重點仍應是評估企業的數據行為是否具有競爭效果，不涉及市場規制的隱私保護仍應由數據保護相關法律進行規制。我國現階段正處于在數據要素政策指導下的多部門法律或修訂或起草立法的重要階段，《反壟斷法》將與《民法典》《個人信息保護法》《數據安全管理辦法》等其他法律法規共同構成規制數據市場的內在體系，為充分挖掘和釋放數據要素應有的資源價值保駕護航。

注釋：

① 在2019年民法典人格權編草案隱私權部分的第八百一十二條第一款中，增加了禁止窺視賓館房間等私密空間的規定，該條僅針對實施侵權行為的侵權人，也就是說，如果偷拍行為非酒店所為，酒店則可開脫責任。石佳友.民法典中的網絡安全制度創新[EB/OL].[2019-11-12].中國社會科學網.

② 算法（Algorithm）是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，代表著用系統的方法描述解決問題的策略機制。是一種明確、精確的簡單操作列表，他們機械地、系統地應用于一套令牌（tokens）或對象中（例如棋子、數字、蛋糕成分的配置等）。令牌最初的狀態是輸入，最終的狀態是輸出。

③ 北京市第一中級人民法院民事判決書，（2017）京01民終509號。

④ FTC File No.071-0170Google/DoubleClick企業合并案。

⑤ FTC File No. 071-0170， Federal Trade Commission Closes Google/DoubleClick Investigation， Dec. 2007;2010年美國《橫向合并指南》，2013年OECE“競爭分析中質量的角色與測試”圓桌論壇（The Role and Measurement of Quality in Competition Analysis） 中均指出，競爭價格和非價格兩個維度的競爭，而質量競爭是非價格競爭的一個方面。

⑥ ECJ Case C-238/05 Asnef-Equifax（2006）.

⑦ EU Commission Case No COMP/M.7217 FACEBOOK/WHATSAPP（2014）.

⑧ FTC File No.071-0170Google/DoubleClick企業合并案。

⑨ 2019年Bundeskartellamt發布Facebook， Exploitative Business Terms Pursuant to Section 19（1） GWB for Inadequate Date Processing2019。

⑩ 德國聯邦反壟斷局對Facebook數據收集和融合行為提出嚴格限制，http：//www.yidianzixun.com/article/0LFelgwQ.

參考文獻：

[1] 經合組織（OECD）.Big Data： Bringing Competition Policy to the Digital Era[EB/OL].[2016-10-27].https：//one.oecd.org/document/DAF/COMP（2016）14/en/pdf.

[2] 國瀚文.互聯網企業數據識別反壟斷法律監管規制[J].重慶郵電大學學報（社會科學版），2019（2）：37-46.

[3] 王澤鑒.人格權法[M].北京：北京大學出版社，2012：177.

[4] [美]Maurice E. Stucke & Allen P.Grunes.大數據與競爭政策（Big Data and Competition Policy）[M].蘭磊，譯.北京：法律出版社，2019：164-165.

[5] 張瑤，聞雨.追蹤“數據堂”：特大侵犯個人信息專案，震動大數據行業[EB/OL].[2018-07-26]. https：//www.sohu.com/a/243258396_305272.

[6] 解正山.數據驅動時代的數據隱私保護-從個人控制到數據控制者信義義務[J].法商研究，2020（7）：71-84.

[7] 王利明.人格權法的新發展與我國民法典人格權編的完善[J].浙江工商大學學報，2019（6）：5-19.

[8] 王利明.論個人信息權的法律保護-以個人信息權與隱私權的界分為中心[J].現代法學，2013（7）：62-72.

[9] NEWMAN N， Search， Antitrust， and the Economics of the Control of User Data[J].Yale Journal on Regulation， 2014（2）：259-263.

[10]吳玉嶺.契約自由的濫用與規制：美國反托拉斯法中的壟斷協議[M].南京：江蘇人民出版社，2007：184.

[11]Ones A & Sufrin B. EU Competition Law-Text， Cases， and Materials[M].Oxford： Oxford University Press， 2016：351.

[12]Ocello E， Sidin C， and Subocs A. Whats Up with Merger Control in the Digital Sector？ Lessons from the Facebook /WhatsApp EU Merger Case [J].Competition Merger Brief，2015（1）：1-25.

[13]徐明：大數據時代的隱私危機及其侵權法應對[J].中國法學，2017（1）：130-149.

[14] George J. Stigler Center for the Study of the Economy and the State， Market Structure and Antitrust Subcommittees Report[J]. Stigler Committee on Digital Platforms，2019（9）：23-138.

[15]韓偉，李正，沈羅怡.法德《競爭法與數據》調研報告介評[M]//韓偉.數字市場競爭政策研究.北京：法律出版社，2017：20，21.

[16]Shiraishi T. The Exploitative Abuse Prohibition： Activated by Modern Issues[J].The Antitrust Bulletin，2017（4）：737-751.

[17]韓偉.數字經濟中的隱私保護與支配地位濫用[J].中國社會科學院研究生院學報，2020（1）：37-45.

[18]Volmar M & Helmdac K. Protection Consumers and Their Data Through Competition Law？ Rethinking Abuse of Dominance in Light of the Federal Cartel Offices Facebook Investigation[J].European Competition Journal， 2018（14）：195-215.

[19]殷繼國.大數據市場反壟斷規制的理論邏輯與基本路徑[J].政治與法律，2019（10）：134-148.

[20]經合組織（OECD）. Excessive Prices， Executive Summary[EB/OL].[2012-02-07].http：//www.oecd.org/competition/abuse/49604207.pdf.

[21]賈曉燕，封延會.網絡平臺行為的壟斷性研究——基于大數據的使用展開[J].科技與法律，2018（4）：25-33.

[22]Ewing K. Competition Rules for the 21th Century： Principles from Americas Experience[M]. Netherlands： Kluwer Law International，2003：46.

[23]李世英.市場進入壁壘問題研究綜述[J].開發研究，2005（4）：98-100.

[24]陳兵.數據經濟發展對市場監管的挑戰與應對——以“數據相關行為”為核心的討論[J].東北大學學報（社會科學版），2019（7）：388-397.

[25]王德夫.大數據時代下個人信息面臨的新風險與制度應對 [J].西安交通大學學報（社會科學版），2019（11）：123-132.

[26]李安.人工智能時代數據競爭行為的法律邊界[J].科技與法律，2019（1）：61-70.

[27]Edith Ramirez. Deconstructing the Antitrust Implications of Big Data[R].New York： Fordham Competition Law Institute，2016：10.

[28]牛喜堃.數據壟斷的反壟斷法規制[J].經濟法論叢，2018（2）：370-394.

[29]殷繼國.大數據市場反壟斷規制的理論邏輯與基本路徑[J].政治與法律，2019（10）：134-148.

[30]徐鳳.人工智能算法黑箱的法律規制——以智能投顧為例展開[J].東方法學，2019（11）：78-86.

[31]丁小蔚，王雪瑩，胡菡菡.論“信息繭房”矯治—兼及大數據人工智能2.0和“探索開發”模式[J].中國地質大學學報（社會科學版），2018，18（1）：164-171.

Research on the Definition of Abuse of Market Dominance and Privacy Protection：

To Improve the Data Element Market as the Background

GUO Han-wen

（School of Civil and Commercial Law，Northwest University of Political Science and Law， Xi′an 710063，China）

Abstract：The introduction of data element policies will promote the transformation of data-centric business models. With the increasing demand for data acquisition and use by data-driven enterprises， the “maximum range” of data acquisition to meet the operational restrictions or to eliminate competition is also spreading， making whether privacy protection should be included in the anti-monopoly regulatory framework become the focus of controversy. Combined with the analysis and reference of the application process of data privacy protection and competition law in various countries， China′s regulation on the abuse of consumer data by data enterprises should still adhere to the anti-monopoly law as the theoretical basis for defining the abuse of market dominant position， while the privacy related part should be regulated by data protection rules， so as to protect the stability of data market competition and promote the construction of the legal system based on improving the data element market.

Key words：data factor market; privacy protection; anti-monopoly law; abuse of market dominance

（責任編輯：嚴元）

收稿日期：2020-08-25

作者簡介：國瀚文（1985-），女，吉林輝南人，西北政法大學民商法學院講師，西北政法大學人工智能與智慧法治研究院研究員，西北政法大學師資博士后，法學博士，研究方向：民商法學、競爭法學、數據法學。

基金項目：國家社會科學基金項目，項目編號：18BFX147，20BFX069。