数据垄断及其治理

兰闳喻

(上饶师范学院 政治与法律学院,江西 上饶 334001)

大数据是指“需要新处理模式才能具备更强的决策能力、洞察能力和流程优化能力的信息资产,其具有规模巨大、增长速度快和多样化等特征”①这是高德纳(Gartner)咨询公司关于大数据的比较权威的定义,参见:中国电子技术标准化研究院《大数据标准化白皮书》,http://www．cac．gov．cn/2014－09/29/c_1112671451．htm．,而大数据技术是指从海量、多样化的数据中,快速获得有价值信息的能力。数据成为经济社会发展的主要驱动力,是国家基础性战略资源,这已是全球共识。为持续推进大数据战略,在工业经济向数字经济迈进的关键时期,我国对大数据产业发展提出了新的要求。数据不仅是国家的基础战略资源,还是经营者的生产性要素和竞争性资源,为了获取更多的经济利益,经营者逐步将“数据竞争”异化为“数据垄断”。由于数据垄断会对价格维度和创新、隐私、竞争等非价格维度造成损害,因此,数据垄断成为我国平台经济反垄断的重要议题,并得到了广泛关注和研究。数据垄断现象往往出现于以数据作为关键性生产要素的互联网平台经营者之中,这是因为互联网平台具有双边市场的属性,是数据要素高效配置的核心载体。这些竞争者带来的反竞争行为影响了国家经济的整体效率。为规制数据垄断,其含义、行为表现与原因需要被明确,这是数据垄断治理的逻辑起点。本文以数据垄断为主题,讨论数据垄断的含义与行为表现、数据垄断风险的产生缘由、数据垄断的治理机制。

一、数据垄断的含义与表现

(一)数据垄断的含义

目前,学界对数据垄断的含义未达成共识,关于数据垄断的诸多讨论反映出学界对数据垄断的不同观察维度。

首先,数据能否产生竞争优势?杜奇·布朗(Duch－Brown)等学者认为,由于数据具有替代性,企业通过获取并累积大量数据不会成为企业的竞争优势[1]。安雅·兰布雷希特(Anja Lambrecht)等学者认为,由于数据具有非竞争性和零边际成本,企业采集的原始数据或通过数据市场购买的数据无法成为企业的竞争优势[2]。刘乃梁等学者认为,数据垄断并不简单等同于数据要素垄断,市场主体更需具备与数据控制规模相匹配并体现为数据搜集、分析、利用等能力的强大数据技术优势,后者或许在数据市场竞争中占据更为重要的地位[3]。上述学者认为,数据量本身并不会成为企业的市场竞争力。但笔者认为,数据已成为新的生产要素。在全球范围内,众多国家相继加强大数据发展战略顶层设计,通过大数据的运用,以数据流引领技术流、物质流、资金流、人才流,推动了经济和社会的发展,并对全球经济活动、社会生活方式和国家治理能力产生了重要影响[4]。因此,数据已成为全球竞争性资源。伴随着数字化改革的不断深入,几乎所有的商业洞察与决策均由数据驱动,所有市场竞争的背后都可以看到数据竞争,可以说,数据是企业生存与发展的关键性基础,拥有规模化的数据可以为企业带来市场竞争优势。

其次,数据垄断的具体指向是什么?有学者认为,大量的原始数据本身不会被排他性地占有,数据垄断是指基于数据实施垄断,即数据持有人在数据采集和开发利用中所实施的各种基于大数据的市场势力滥用行为[5]。还有学者认为,数据垄断现象可分为两种状态:一是在特定数据产品市场实施的排除和限制竞争或可能限制竞争的行为或者状态;二是将数据作为关键生产资源或要素,基于控制力或优势形成聚焦于其他产品市场的垄断状态[6]。可以看出,有关数据垄断具体指向的讨论聚焦于两个层面:一是数据本身能否被垄断;二是基于大数据实施反竞争行为。

具体来看,学界主要将数据本身的特性作为分析的切入点,从而得出数据不会被垄断的结论。数据承载着种种信息内容,也被称为数字经济时代的“石油”,但与石油等传统要素资源相比,却拥有独特的属性,如非竞争性、相对排他性、可替代性等。非竞争性是指某一主体对数据的使用不会降低其他主体对同一数据的使用价值。相对排他性是指原始数据往往不具有排他性,但衍生数据和敏感性数据则具有一定的排他性。可替代性是指数据广泛存在又具有很多替代性来源。基于以上特性,数据本身不会被垄断。有学者认为,从现实来看,数据量的垄断需要以定义完备的数据市场为前提,但这个市场目前没有广泛形成[7]。

“基于大数据实施垄断行为”的看法则获得了普遍认可,这一观点认为,经营者实施限制和排除竞争以及损害消费者权益的行为是以强大的数据优势为基础的,数据是经营者实施反竞争行为的工具。

笔者认为,数据本身的特性以及数据市场尚未形成等因素,使得数据本身无法被垄断这一观点得以证成。但是,大数据在市场竞争中的强大优势已然成为现实,经营者往往凭借其在大数据应用中的优势地位,实施反竞争行为。综上,我们可以认为,数据垄断是以数据作为关键性生产要素的经营者,利用数据量和数据技术的双重优势而对其他经营者实施的限制和排除竞争及损害消费者权益的行为,即基于规模化的数据集中与技术优势实施的反竞争行为。这是本文的研究视角。

(二)数据垄断的主要表现

正如前文所述,数据垄断往往出现于以数据作为关键性生产要素的互联网平台之中。我们可以结合互联网平台的相关案例,对数据垄断的主要表现予以阐明。

1．限定交易

限定交易是指无正当理由限定交易相对人的交易对象[8]。例如,享有市场支配地位的互联网平台要求平台内经营者在竞争性平台间进行“二选一”[9],就属于典型的限定交易行为。2021年,国家市场监督管理总局先后就阿里巴巴和美团实施的“二选一”垄断行为分别处以182．28亿元[10]和34.42亿元的罚款[11]。阿里巴巴和美团在相关市场均具有支配地位,它们拥有海量的交易、支付、用户评价等数据和先进的技术条件,这些优势巩固并增强了它们的市场力量。同时,平台内经营者在它们旗下的电子商务平台拥有众多消费者用户,在平台内积累了大量的交易、支付、用户评价等数据,这些数据是平台内经营者的重要经营资源,且难以迁移至其他平台。阿里巴巴与美团在无正当理由的情况下,限定交易相对人只能与其进行交易,全面、系统实施“二选一”的行为,并通过搜索降权、流量限制、技术障碍等惩罚性措施提供实施保障,阻止平台内经营者与其他竞争性平台合作。

2．拒绝交易

拒绝交易是指在无正当理由的情形下,拒绝与交易相对人进行交易[8]。在相关市场中占有市场支配地位的社交娱乐类平台,往往提供免费的社交娱乐服务。它们拥有大量用户和海量、多维、实时数据,数据资源优势又进一步强化其算法或数据处理技术。若具有市场支配地位的社交娱乐类平台在无正当理由的情形下,采取拒绝或中断互操作等方式,则会妨碍交易相对方收集数据,增加其数据收集成本,随之而来的是数据壁垒的进一步强化。该社交娱乐类平台的行为可能涉嫌滥用市场支配地位实施拒绝交易,2018年腾讯屏蔽抖音等字节跳动系短视频就属于这种做法[12]。

3．差别待遇

差别待遇是指无正当理由,对条件相同的交易相对人在交易条件上实行差别待遇[8]。“大数据杀熟”是引起社会广泛关注的差别待遇现象。平台“大数据杀熟”的一种典型做法,是凭借大数据和算法,收集、分析交易相对人的支付能力、消费习惯等信息,再据此实行差异性交易条件[9]。如携程“大数据杀熟”案[13],原告是长期通过携程线上平台进行购票、住宿预订的尊贵会员,但在实际支付中,原告不仅没有享受到会员应当享受的优惠,反而多支付了一倍的价格。

4．搭售或者附加不合理交易条件

随着软件的日益“云化”,云存储、云服务等云计算平台已成为数字化改革中的重要一环,不少科技巨头纷纷打造云计算平台,为企业或者个人提供数据储存、数据计算等单一或综合性服务。在相关市场占有市场支配地位的云计算平台若将云服务软件与其他自有软件予以相互默认绑定,可能会造成用户的路径依赖,并将其在相关市场的影响力扩展至其他软件领域,达到排除和限制竞争的效果。反之亦然,若科技公司在其他软件相关市场占有支配地位,将自有软件与其云服务软件相互默认绑定,也可能被认为是滥用市场支配地位进行捆绑搭售,如微软曾因云服务捆绑销售在欧盟遭反垄断起诉[14]。

5．利用数据、算法达成协同行为

我国第三方支付平台的发展呈现出不均衡、集中化的发展特点,少数第三方支付平台拥有大量的用户、流量和数据,数据积累赋予平台更大的能力,并通过算法增强用户黏性。随着第三方支付平台在支付领域算法应用日益深化,以及支付业务数据被广泛用于获客营销、信贷评分、确定贷款利率等场景,第三方支付平台逐步切入信贷、理财、保险等金融领域。海量、多源、实时的数据以及算法优势可使原本功能单一的第三方支付平台逐渐升级为综合型的金融科技平台,它们可以通过数据与算法对价格进行监控,对金融消费产品动态调整定价或更隐蔽地实施统一定价,与同业达成“算法共谋”,损害消费者利益。部分机构利用算法的黑箱特性,与同业达成“算法共谋”,形成市场垄断,将低收入人群、民营小微企业等拒之门外,以“防范风险”之名行“牟取利益”之实[15]。

6．经营者合并

具备大量数据集合的互联网平台,其服务本身即可持续获得相当的数据,为了促成或进一步巩固其市场支配地位,它们会采取经营者合并的方式改变已有的竞争秩序,从而达到限制或排除竞争的效果。2021年,国家市场监督管理总局在经过反垄断审查后,依法禁止虎牙公司与斗鱼公司合并,禁止原因在于,两者的合并将进一步强化腾讯在相关市场的支配地位,同时使腾讯有能力和动机在网络游戏运营服务市场、游戏直播市场实施闭环管理和双向纵向封锁,此项合并案具有或者可能具有反竞争效果[16]。

二、数据垄断风险产生的缘由

互联网时代,数据呈爆炸式增长,任何一次搜索、任何一次浏览、任何一次购买、任何一次观看,都会被互联网记录、捕捉,这些网络“动作”都会形成数据被互联网平台收集、储存。企业通过对不同维度的数据进行综合分析,实现数据信息的价值最大化,推动企业发展壮大。正因如此,企业围绕数据的竞争愈加激烈。数据竞争异化为数据垄断,与数据的经济属性、数据应用带来的市场壁垒和数据流通机制的不完善等方面息息相关。

(一)数据资源关乎企业竞争力

数据作为生产要素,展现出显著的经济属性,随着数据资源与实体经济的融合日渐加深,数据的商业价值得到充分释放和无限放大,主要表现在如下三个方面。第一,在生产流通环节,通过数据要素提前预警协调生产或精准处理加快生产,以此降低生产成本。比如,在制药行业,企业将整个生产过程划分为数个紧密相关的生产活动集群,针对每个集群收集有关流程步骤和所用材料的广泛数据,并将它们集中在一个中央数据库中,通过统计分析确定不同过程参数(上游和下游)之间的相互依赖性及其对产量的影响。可以说,这是以网络空间数据验证取代物理空间实物验证,以降低实体经济试验成本,促进资源优化配置,提高全生产要素效率[17]。在流通过程中,企业通过对不同时段和不同消费者的个性化、精细化管理等方法加速产业链运行,提高经济效率。例如,便利蜂[18]采用新型零售模式,推广“数据驱动的便利店操作系统”,系统根据实时购物数据分析消费者不同时段的购物偏好、潜在需求,据此推送不同类型的打折优惠,以满足消费者的购物需求[19];亚马逊、淘宝、当当等电商企业,通过用户的购物记录,形成用户的购物画像,充分考虑产品销售过程中的个性化差异,对每一个用户进行精细化推送,提升销售品质[17]。第二,在决策环节,数据提供决策所需的信息和知识,从而达到资源的优化配置。企业通过所搜集的数据掌握实体经济市场需求、产品和服务在目标市场的地图定位等信息,提高市场的透明度,以制定合理的发展战略。第三,在技术创新环节,企业通过数据“喂养”,促进分析类技术、事务处理类技术和流通类技术等数据技术的快速发展。可以说,数据不仅大大提高了企业的运行效率,拓宽了企业的目标市场,更促进了企业技术进步。

(二)数据应用带来市场壁垒

对数据资源的实际应用为企业带来市场竞争力,但企业将数据资源转变为现实生产力的过程,仍需以海量数据和相应的数据软硬件为支撑,方可实现提高经济效率、提高决策的精准性的正向结果。

数据是信息的载体。市场动向、用户需求、产业结构、国内外贸易状况等影响企业发展的信息时时都在发生变化,因此,承载信息的数据具有时效性,企业只有持续性地掌握实时数据,及时做出市场判断、商业行动,才能避免时滞带来的风险。同时,企业只有掌握海量且多维的数据,才能提取更多的真实信息,从而有助于发现市场规律,促成正确的决策和行动,这样,数据所体现或创造的价值也就越高[20]。数据单一化、未成规模化,收集速度缓慢,会导致数据价值密度低,从而很难将其变现。

海量数据的采集、挖掘、分析等均需与相应的软硬件相结合。一方面,数据必须与算力、算法相结合,这是数据演化为生产要素的必要条件。基于算力、算法的限制,在初始阶段,数据转化为有效信息的能力有限,但海量数据可以催生算力需求,而算法也依赖着海量数据的喂养训练;另一方面,算力的提升、数据的存储和处理均需要高昂的投入,如建设数据中心,研发和优化计算芯片、采购服务器、分析软件、防火墙等多种网络产品和服务,招聘高技术人才。可以看出,海量数据变成现实生产力的过程通常伴随着资金、人才、技术的大量投入。同时,数据挖掘、汇集、处理形成的控制力可以产生范围经济和规模经济,从而又能为企业带来所需的资金、人才和技术。

综上所述,数据应用需要以海量的数据为前提,并以相关软硬件为必要条件,而相关软硬件的建设与强化又往往以海量数据的获得为关键。市场新进入者拥有的数据规模有限,难以与拥有大量用户的企业展开竞争。具有市场支配地位的企业往往拒绝其他经营者的数据访问,强化数据壁垒,妨碍数据资源的流动性和可获取性,从而提高其他经营者的重复收集数据成本或切换成本。这种做法可能又会带来资金、人才、技术等方面的市场壁垒,从而产生排除、限制竞争的效果。

(三)数据流通制度不完善加剧平台过度收集和滥用数据

数据流通制度应体现数据安全和数据自由流动的价值理念,数据流通制度不完善会加剧平台过度收集数据和滥用,减少数据提供者的参与度,平台会因此滥用数据控制的优势地位实施排他性竞争策略。

目前,我国立法中与数据流通相关的内容一般涉及个人信息保护、数据安全、信息传播规则、禁止侵害商业秘密以及平台责任等方面,上述内容散见于多部相关法律、行政法规、部门规章、司法解释和规范性文件中①《民法典》《网络安全法》《著作权法》《保守国家秘密法》《全国人民代表大会常务委员会关于维护互联网安全的决定》《全国人民代表大会常务委员会关于加强网络信息保护的决定》《消费者权益保护法》《国家安全法》《刑法》《反恐怖主义法》《反不正当竞争法》等法律、《互联网信息服务管理办法》《著作权法实施条例》《电信条例》《国际联网安全保护管理办法》等行政法规、《电信和互联网用户个人信息保护规定》《网络借贷信息中介机构业务活动管理暂行办法》《互联网新闻信息服务管理规定》等部门规章、《最高人民法院最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》等6部司法解释,《互联网新闻信息服务新技术新应用安全评估管理规定》等规范性文件。。总体看来,我国尚无针对数据流通的专门性立法,与数据流通有关的立法过于分散,未形成统一法案。我国关于数据流通的基本规则是围绕“告知—同意”原则构建的,即在用户同意之前,数据收集者有义务告知用户关于数据收集的目的和使用用途等信息[21]。但值得注意的是,数据收集者可能隐匿有关数据使用的真实信息,这种告知的可信度存疑[22]。因此,这一原则会因经营者与用户之间存在信息不对称等原因而难以发挥应有的约束力,用户的知情同意权能否遏制企业滥用数据控制的优势地位实施排他性竞争有待商榷。

三、数据垄断的治理

数据及数据技术是平台实施垄断行为的工具,具体来说,平台经营者通过上述资源形成并不断增强自身市场支配地位,制造市场壁垒,进而限制、排斥其他经营者进入相关市场。此外,基于数据及数据技术实施垄断行为也反映出平台经营者对数据及数据技术的绝对控制力,以及在绝对控制力之下人为干预数据资源流动,从而达到数据和数据技术集中程度较高的现状。

(一)数据垄断的治理实践

我国从公、私法两个层面进行治理,降低数据的集中度,以此规制数据垄断行为。从公法层面的数据垄断治理实践来看,我国主要通过完善相关制度和加强反垄断执法的方式对数据垄断行为进行治理。在制度方面,我国先后出台了《电子商务法》《国务院反垄断委员会关于平台经济领域的反垄断指南》《个人信息保护法》《互联网信息服务算法推荐管理规定》《反垄断法》等多部针对性法律和规范,明确经营者不得利用数据与数据技术从事排除和限制竞争的行为。在执法方面,加强反垄断处罚力度,如前文提到的对阿里巴巴和美团“二选一”的依法严惩;不断加强对互联网领域的经营者集中实施反垄断审查,禁止具有排除、限制竞争能力的经营者集中,如国家市场监督管理总局于2021年对43起违法实施经营者集中的行为进行处罚,对腾讯控股有限公司申报的虎牙公司与斗鱼国际控股有限公司合并案依法进行经营者集中反垄断审查并做出禁止此项经营者集中的决定。可以看出,我国是通过事前干预和事后处罚的双重途径进行反垄断执法的。

从私法层面的数据垄断治理实践来看,我国主要通过个人信息保护等方式间接规制数据垄断。数据垄断的治理关键在于有效破除数据壁垒,推动数据共享和流动,因此必须对个人信息安全进行关注和救济。国家通过出台了《民法典》《网络安全法》《电子商务法》《信息安全技术个人信息安全规范》等一系列制度文件,对个人数据信息进行保护。总体来看,我国围绕个人数据信息的共享、转让构建了“授权同意”加“去标识化”的基本路径[23]。一方面,通过立法,赋予个人信息主体知情同意权、账户注销权,规定了数据处理者在数据处理时应遵循的各项原则,以防止个人信息主体的信息泄露和隐私被侵犯,同时也防止互联网平台经营者过度收集和封锁个人数据信息;另一方面,通过技术保护,将个人数据信息脱敏化处理后再行提供,以保障个人信息安全和降低个人数据信息利用成本,促进个人数据信息流通。

(二)数据垄断的治理建议

1．确立数据有序流动、保障数据安全、促进创新发展的治理理念

数字经济时代,数据已然成为推动经济协调发展的基础性和战略性要素资源,它不仅能促进技术创新,为政务水平提质增效,更能为市场主体带来市场竞争力,为市场经济注入活力,因此,数据流动是实现数据要素资源价值最大化的必由之路。我国实行社会主义市场经济体制,“竞争”和“全要素流动”是其重要特征,“要素流动”被人为干预和封锁,就会抑制竞争动力。此外,现代化市场经济依靠“看得见的手”和“看不见的手”两手调控,用“看得见的手”弥补“市场缺憾”,需要一套科学的市场规则予以规范。当然,市场规则、制度也应当与市场运行规律相契合、相适应,才能保证市场经济的有序和健康。简言之,数据要素流动应受到市场规则的调整,提高有序性。

数据要素资源承载着个人信息与隐私内容,若个人信息与隐私安全得不到保障,不仅影响个人生活安宁,还将直接影响数据流动的有效性,令其价值大打折扣。所以,在数据垄断治理的过程中,需要从制度、技术、救济等层面保障数据流动过程的安全性。

数据垄断是破坏市场规则和违反市场经济运行规律的行为。我国围绕数据垄断的治理采取间接规制和直接规制相结合的方式,通过间接规制保证数据流动的安全和有序,通过反垄断执法实施直接规制,但是,过于严厉的反垄断也会伤害创新动力。互联网产业的发展已进入深水区并呈现“强者愈强”“赢者通吃”之势,但是,互联网产业毕竟还很年轻,互联网创新和变化太快,对于阶段性问题,既有的理论往往无法提供满意的答案[24]。因此,在相当长的一段时间内,该领域的反垄断既要积极,又要适可,不能冒进,以确保创新发展空间和后劲[25]。

2．构建多层次的数据流通体系

对于数据垄断的治理,不论是强化反垄断执法,还是赋予信息主体相关权利、引入可携带权和设立必要设施原则,关键在于打破互联网平台依靠数据量和数据技术的双重优势建立起来的“围墙”,为此需要构建多层次的数据流通体系。

首先,完善公共数据开放共享机制。为了进一步扩大数字经济红利和释放数据要素价值,我国通过数据开放、特许开发、授权应用等方式,鼓励更多社会力量对政务数据和公共数据进行增值开发利用。但是,公共数据开放共享的安全性和合规性需要技术支撑和制度规范的双重保障。一方面,各级政府应持续优化公共数据基础支撑平台,并不断完善数据资源和公共数据开放共享目录,建立数据共享协调机制,将公共数据按层级、按地区、按应用场景进行分类;另一方面,不断探索、创新公共数据的运营模式,推进公共数据开放立法,明确公共数据开放原则、范围、程序以及监督主体和法律责任等内容,确保公共数据开放共享合法、公平、高效、安全、便利[26]。

其次,推动互联网平台之间的数据互联互通。平台企业之间数据互联互通并不等同于数据互操作,前者是愿景和目标,后者是数据技术,后者是实现前者的方式之一。因此,推动数据互联互通不仅需要技术保障,还需要通过市场公平交易、平等交换或法定强制许可等方式达成。目前而言,互联网平台之间实行数据互联互通并非是企业的法定义务。许多地方在试点打造数据交易市场,如成立数据交易所、数据交易中心等,针对这种新型交易市场,我们需不断探索数据交易规则和价格与信用机制,并合理运用民法、知识产权法、反不正当竞争法等法律法规,构建合规、安全的数据交易生态圈[27]。

最后,推动企业数据向政府开放。企业原生数据以及衍生数据的二次价值向公共管理领域快速流动,能提升政务服务的精准性。目前,存在企业开放意愿弱、法规制度缺乏等问题。因此,一方面,需要建立数据开放激励机制,根据数据对外开放的积极性高低、数量多寡、质量优劣等对企业进行评级,对等级高的企业给予相应的税收优惠、资金补贴、项目配套和金融扶持等;另一方面,要明确企业向政府开放数据的权利、责任与收益分配,建立政府与企业之间的常态化沟通机制,确定数据归属权、管理权、使用权和监督权主体,制定开放范围、流程、方法和原则等[28]。

3．构建多元主体治理体系

我国在“数据垄断”的治理方面,应以“数据分级分类管理”为基础,建立“自我监管＋行业监管＋政府监管”的多元主体治理体系,并以公法保护机制为主。“数据垄断”治理的方向不仅在于“事后规范”,也在于“事前开放”,而数据开放的前提是数据安全。数据不仅包含价值也包含风险,不同数据的价值和风险不同。通过数据分级分类,企业、行业自律组织、政府才能有效掌握不同数据资产的价值及其重要程度,并据此制定相应的保护措施和技术。

首先,“自我监管＋行业监管＋政府监管”并以公法保护机制为主的多元主体治理体系符合我国共建共治共享的社会治理格局。“数据垄断”不仅影响其他经营者,也会阻碍相关行业发展,损害消费者利益,甚至会抑制整个社会的创新动力和缩小社会竞争空间。因此,“数据垄断”治理不只是政府的责任,也是社会各方的责任。在具体治理层面,需要以政府为主导并进行引导,破除制度弊端,搭建沟通平台,保障各主体之间沟通与协调以及互联与互动。

其次,应当明确相关主体在数据垄断治理方面的权责划分和价值利益分配。鼓励和引导头部平台承担相应社会责任,强化数字责任意识,从平台内部防范和阻断数据垄断行为,推进数据和技术普惠。与此同时,应进一步发挥行业自律组织的常态化作用,鼓励和引导自律组织通过发起自律公约、出台并强化自律惩戒等措施,提高数据垄断治理的约束力和震慑力以及数据流通标准的统一性。

最后,“数据垄断”是在数据应用过程中发生的反竞争行为,而数据应用广泛,涉及不同的行业和领域,不同的行业主管部门、监管机构和反垄断执法机构在管辖权上存在交叉,因此,在数据垄断治理过程中,应当加强部门之间的协调合作。

四、结语

大数据经济发展如火如荼,面对发展过程中出现的“数据垄断”问题,需要强化治理,以保障市场竞争有序进行。在具体治理层面,需要多措并举,不仅要通过公、私法层面进行规制,还需要社会主体的广泛参与、多主体之间的协调合作、建立多维度的流通体系。同时,“数据垄断”是全球性问题,在援引域外实践经验时,要注意移植的本土化,我们要结合具体实际,不断调整治理方案和精进治理能力。