共享时代的垄断

王静

摘  要：在共享时代背景下，基于互联网、大数据、人工智能等新技术的驱动，各种平台经济迎来爆发期，现已渗透到购物、娱乐、医疗等领域。然而，平台经济在给公民生产生活带来便利的同时，也产生了一系列问题和隐患，其中，以数据垄断的外部性最为典型。因此，本文针对共享时代背景下数据垄断问题做出了分析，并提出要重塑审查标准、推进数据共享以及明确数据权属，以期化解数据垄断带来的困境。

关键词：传统经济时代;共享时代;数据垄断

随着共享时代的来临，传统的经济模式正在悄然改变，传统经济发展主要依赖于土地等实体生产要素，而共享时代的经济发展则主要依赖以数据为核心的信息要素，这就使得在共享时代，数据成为了经济发展的核心动力。而数据在给各国经济发展带来强劲动力的同时，也伴随着一些新型数据问题的产生，其中数据垄断问题最为突出。因而，在共享时代背景下，规制与防范数据垄断成为各国经济发展中的重要一环。

一、共享时代背景下数据垄断带来的问题

在共享时代背景下，只要分析出大数据与新产品的相关性，就可以创建新的需求市场。在新的相关市场中，大数据是新产品或新服务生产经营的瓶颈资源，大数据垄断者只要通过拒绝大数据交易，就可以将竞争对手排除在市场之外。并且，这种基于流量而建立起来的互联网领域新型垄断，正在危害行业健康发展，损害市场的竞争秩序。

（一）数据垄断逃避反垄断审查

传统经济时代背景下，反垄断审查主要将市场份额、市场集中度等作为评估指标，主要原因在于传统经济模式下的市场份额和市场集中度完全可以借助企业的实体生产要素价值来确定，实体生产要素的价值具有易评估性、稳定性。因此，在传统经济时代背景下，反垄断审查的标准具有其可行性。

共享时代背景下的数据垄断则完全不同，共享时代背景下的数据垄断通常表现为企业利用网络操作系统和用户流量，通过“扶持”或“打压”等策略，构建起一种基于流量的卡特尔，而这种基于互联网的流量科特尔往往具有延迟收益、市场交叉收益等特点，這就导致反垄断审查标准在认定数据垄断时变得不再可行。一方面，数据的价值往往具有收益迟延的特点，认定前后的数据价值可能存在天差地别。另一方面，数据本身具有非竞争性与非排他性等特点，其价值构成内涵了包括数据收集、积累、存储、处理过程的反复性等要素，这就使得数据资产的价值评估方式也不同于传统的实体生产要素的评估方式。而实践中针对数据资产的价值评估尚未有专门的评估方式，因而，企业利用数据特性以及现行监管的困境逃避反垄断审查频频出现。因此，在共享时代背景下，如果继续沿用传统的市场份额和市场集中度标准来评估经营者是否构成反垄断法所限制、禁止的集中，很容易诱发两类问题的产生：其一，反垄断审查机构获取有效数据的难度不断加大;其二，隐蔽性、片面性的信息不足以准确认定垄断行为。而正是这两种原因的叠加就使得处在共享经济背景下的数据垄断逃避反垄断监管呈现常态化。

（二）数据垄断诱发数据壁垒

传统经济时代背景下，一方面，企业的生产经营活动更多依赖于实体场所，交易的主体也限于双方主体，交易模式固定而简单，因而数据的作用更多的体现在对交易活动的证明之上;另一方面，受制于算法算力的限制，无论市场主体还是监管部门对数据的应用都属于初级阶段。

在共享经济时代背景下，伴随着大数据、人工智能、算法算力等技术的迅速发展，数据应用开始步入高潮，其中，以平台经济最为典型。平台企业致力于线上数据资源的深度挖掘，以期把握市场需求并及时调整经营方针，而掌握大批数据资源的平台企业往往会为了维持竞争优势，利用数据优势排除、限制竞争。因此，随着平台经济的进一步发展，掌握数据优势的企业就会进一步加强数据封锁，并以此来巩固自己在市场中长期积累的数据资产，而其他企业想要获得这些高附加值的数据就不得不做出一些妥协，而实践中这种妥协往往就是以削弱消费者福利和减损市场竞争力为代价的。因此，在共享时代背景下，数据垄断诱发的数据壁垒成为市场经济发展的新阻碍。

（三）数据垄断加剧隐私之患

传统经济时代背景下，经济发展主要依赖于土地等实体生产要素，因而，企业对数据的使用多集中在与实体生产要素紧密关联的领域，加之数据本身并不具有高附加值也就导致数据对经济增长的贡献十分有限，因此，企业对数据的使用一直处于萌芽期。

伴随着共享经济时代的来临，企业的生产经营活动逐步开始转向线上平台的数字经济模式，因而数据的深度挖掘一时间成为了企业进行市场竞争的重要手段。、然而，大量数据挖掘活动的开展就极为容易导致隐私泄露、数据不正当使用等侵犯个人隐私权的现象。以“德国消费者组织联合会诉Facebook案”为例，柏林法院裁定Facebook其违反德国《联邦数据保护法案》，具体包括收集和利用个人信息并未事先取得数据主体的同意而默认开启、预先拟制同意声明、强制要求其实名制条款。由此可见，Facebook在数据的搜集、处理和使用过程中并未对个人信息保护提起重视。从现实来看，企业获取有效信息的途径无外乎自行收集和通过中间商购买两种，但无论哪种获取方式都无法避免个人隐私保护问题，而个人隐私保护在传统的竞争法框架下几乎已经陷入了空档期，传统的竞争法并未将个人隐私权保护纳入其体系，或者说从根本上否决了将个人隐私保护问题纳入到第三法域中的必要性。然而，随着平台经济的进一步发展，譬如隐私泄露、数据不正当使用等侵犯个人隐私的问题也会随之恶化。

二、共享时代背景下规制数据垄断的建议

（一）优化审查机制，防范审查漏洞

优化审查机制要求建立一个权威性的数据资产价值评估参考标准，该标准首先应当考虑数据价值的特性，以克服数据价值对现行反垄断审查评估标准造成的困境为逻辑起点。其次，具体的参考标准应当综合考虑数据收集、积累、存储、处理过程的反复性，成本构成的不确定性，经济效益的未知性以及价值转化或确认过程的风险性等因素，通过市场交易、第三方评估等方式科学确定数据资产价值。最后，利用大数据、人工智能等技术建立与数据评估相配合的数据整合机制，用以整合零散化、碎片化的数据信息，应用于反垄断审查。

（二）推进数据共享，破除数据壁垒

数据共享是一个基于数据与数据处理技术双重特点而构建的互联互动机制，在具体构建时可以采用联邦学习和人工智能技术的基本原理。联邦学习的基本原理是通过加密技术下的参数交换方式保护，在不违反数据隐私保护法规的情况下，建立一个虚拟的共有模型，建立虚拟模型时，数据本身并不发生移动，因而相较于传统的大数据、数据挖掘领域中常采用的隐私保护理论，具有安全高效等突出优势。与此同时，在联邦学习之外辅以人工智能技术，在企业之间、反垄断执法机构之间、企业与反垄断执法机构之间建立一个智能化的数据共享机制，为攻破数据壁垒提供一个高效可行的路径。

（三）明确数据权属，加强隐私保护

首先，数据究竟归属于收集者与存储者，还是产生数据的个人或组织，或是其他主体，需要考虑数据属性以及各方在收集数据中付出的劳动给予综合认定。其次，确定一个统一的划分标准，即数据权属（所有权）的归属需要考虑数据属性以及各方在收集数据中付出的劳动予以综合认定，基于此可以将数据划分为个人数据、企业数据和政府数据三类。最后，在明确数据类型与归属的基础上进一步探讨数据的隐私保护问题，贯彻基于边界有限、效果分析、个案分析的反垄断执法原则。

参考文献

[1] 曾彩霞、朱雪忠.必要设施原则在大数据垄断规制中的研究〔J〕.中国软科学，2019，（11）：55.

[2] 楊东.从Facebook风波看大数据法律的“痛点”〔N〕.社会科学报，2018，（4）.

[3] 刘志成、李清彬.把握当前数据垄断特征 优化数据垄断监管〔J〕.中国发展观察，2019，（8）：47.

[4] 石丹.大数据时代数据权属及其保护路径研究〔J〕.西安交通大学学报（社会科学版），2018，（3）：8.

[5] 卢延纯.加强滥用知识产权反垄断规制 维护市场公平竞争〔J〕.中国价格监督与反垄断，2016，（1）：78.

[6] 曾彩霞、朱雪忠：《必要设施原则在大数据垄断规制中的研究》，载《中国软科学》2019年11期第5页。

[7] 杨东：《从Facebook风波看大数据法律的“痛点”》，载《社会科学报》2018年第4版。

[8] 刘志成、李清彬：《把握当前数据垄断特征 优化数据垄断监管》，载《中国发展观察》2019年第8期第47页。

[9] 石丹：《大数据时代数据权属及其保护路径研究》，载《西安交通大学学报（社会科学版）》2018年第3期第78页。

[10] 卢延纯：《加强滥用知识产权反垄断规制 维护市场公平竞争》，载《中国价格监督与反垄断》2016年第1期第8页。