论文部分内容阅读
【关键词】数据要素 反垄断 规制
【中图分类号】D922.29
【文献标识码】A
数字经济发展中，数据的价值不断凸显，被誉为第四次科技革命的“石油”。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出“加快培育数据要素市场”，将数据作为与土地、劳动力、资本、技术并列的第五大生产要素，为未来数据要素在经济发展中发挥重要作用奠定了基础。
近年来，随着人工智能、云计算、大数据等新兴科技的发展，大型科技企业滚雪球式积累了海量数据，并利用这些数据进行精准的个性化服务，为客户创造价值的同时促进了自身发展。但与此同时，大型互联网平台企业凭借其长期积累所形成的“数据霸权”地位，并利用数据所实施的一系列垄断行为，给传统反垄断法的适用带来了困境。既有的传统反垄断法分析框架在当今数字经济时代并未完全过时，针对大型互联网企业的反垄断，已成为当下反垄断领域最为重要的议题之一。
第一，从单个企业的角度来看，数据生产要素驱动下的数字经济具有明显的“马太效应”。由于数据具有边际效用递增的属性，在数据驱动下的商业模式产生了网络效应、规模效应、锁定效应，最终促使越来越多的数据向越来越少的企业聚集。2009年，全球市值前十大公司主要是石油公司、银行，而2019年市值前十家中有七家是互联网平台企业：微软、苹果、亚马逊、谷歌、脸书、腾讯、阿里巴巴，这些企业都是被称为BigTech的数据科技巨头。据统计，目前各国日获取数据达到1亿条以上的数据收集者数量仅有18个，占总数据收集者总数的0.01%。同时，大数据具有的多价值多用途属性让掌握海量数据的互联网企业获得了开拓其他不相关市场领域的潜能，大型互联网企业可以利用数据更加轻易地借助垄断杠杆实现跨市场领域的垄断。
第二，从企业间竞争的角度来看，由于数据价值随数据量增长而递增的特性，使得企业更愿意通过扼杀式并购来聚集数据，强化其“数据霸权”地位。例如，2007年谷歌公司收购了网络广告公司双击公司（DoubleClick），通过将谷歌公司数据与双击公司数据整合后进行精准投放广告，最终使得谷歌公司的广告垄断地位更难以撼动。而全球拥有20多亿用户的脸书（Facebook）以其强大的获取数据和信息的能力，通过虚假陈述和误导行为赢得消费者信任而不得不选择它，损害了市场竞争对手和消费者的利益。
上述数据生产要素垄断特征涉及经营者集中、垄断协议的垄断违法行为，除此之外，科技巨头往往还利用其“数据霸权”实施滥用市场支配地位等一系列违法行为。如近期引起热议的“大数据杀熟”就是经营者利用其收集的用户数据，分析用户的消费偏好、消费习惯、收入水平等信息，将同一商品或服务以不同的价格卖给不同的消费者，从而榨取更多消费者剩余的价格歧视行为。
由此可见，数字经济时代的垄断主要是由数据生产要素高度垄断所导致的。从现有相关文献来看，主要聚焦于如何對反垄断法进行适当修订。但与工业时代相比，数字经济时代互联网平台垄断的显著特征在于对数据生产要素本身的高度垄断，仅仅依赖以判断具体垄断行为为核心的反垄断法规制方式已难以适应数字经济时代的需要。为此，在对反垄断法进行修订完善以适应时代发展的过程中，针对数据生产要素本身进行的反垄断研究应当成为重点。
目前能否对数据生产要素进行垄断在学理上具有较大争议，有观点认为，由于数据具有非排他性，企业收集数据和使用数据时，不能阻止其他企业对数据的收集和使用，因而并无数据垄断一说。这种观点是值得商榷的。数据与物权客体不同，难以通过物理的占有来实现其排他性与垄断性，但依然可以通过技术和法律手段实现对数据的排他和垄断。
第一，大型互联网平台可以通过技术手段实现对数据生产要素的垄断。在数据收集阶段，互联网平台通过强制用户进行“二选一”等手段实现了对数据收集源头的垄断。“二选一”本应该是消费者的权利，但数据巨头却将此权利垄断，变成了在网络平台开设店铺进行经营各品牌商家的痛苦选择。如果想在天猫入驻，便不可在京东或拼多多平台上同时存在，这种利用平台优势来限制商家的行为实际上最终侵害了消费者的利益，是数字经济时代利用数据要素垄断的新模式。在数据使用阶段，互联网平台可以通过访问控制技术、加密算法技术、完整性校验等技术，对其收集后的数据进行访问和使用上的控制，从而实现数据垄断。
第二，大型互联网平台可以借助法律手段实现对数据生产要素的垄断。在法律层面，大型互联网平台主要通过合同实现对数据的相对性与绝对性的控制。互联网平台通过在开发者协议中设置格式条款的方式对其平台数据进行自我赋权，实现对数据的垄断。目前大部分开发者协议中具有“平台数据全部归属平台”的表述，并在司法实践中已有法院对此予以认可。例如，在2016年的“新浪微博诉脉脉”案中，法院指出新浪公司作为数据提供方，可以就作为开发方的脉脉公司未按照《开发者协议》约定的内容，无正当理由使用新浪公司平台数据资源的行为主张自己合法权益。
互联网平台还可以通过反不正当竞争法对数据进行绝对性的控制。近年来，互联网平台数据因被他人擅自使用而引发的纠纷中，法院最终都通过援引《反不正当竞争法》第二条这一“兜底性”条款来支持数据被使用方的诉讼请求，如2008年的“大众点评网诉爱帮网”案，2015年的“大众点评网诉百度”案，2017年的“淘宝诉美景”案都是如此。虽然在现行法律体系下数据尚未被认定为财产，但法院通过反不正当竞争法的规制模式，已将数据认定为平台的一种法益进行保护，使平台获得了类似财产权的对世效力。此外，互联网平台的非公开数据还可能被认定为商业秘密从而获得商业秘密法的保护，进而加剧了互联网平台的数据垄断程度。
可以看出，虽然从理论上来看数据具有非排他性，但实践中持有数据的互联网平台已通过技术和法律的手段实现了对数据生产要素的垄断。从正当性角度来看，数据生产要素反垄断能够防止因“数据霸权”而导致的大型互联网企业垄断。
第一，抑制与激励创新之间存在矛盾冲突。数据生产要素过于垄断，将增加其他市场经济主体对数据生产要素的接近与使用成本，从而抑制创新。然而，如果全面破除垄断，互联网平台投入大量固定成本生产的数据资源被他人免费“搭便车”使用，会打击其生产数据资源的积极性，造成数据资源社会总供给量的下降，最终阻碍创新。
第二，增加与贬损社会福利之间存在冲突。数据生产要素的垄断能够让大型互联网企业利用数据形成正反馈，不断改善和提高产品和服务的质量，并且降低购买和使用产品和服务的成本，增进消费者福利。然而，数据生产要素过于垄断易导致大型互联网企业滥用市场支配力、滥用数据侵犯消费者隐私，甚至滥用数据危害国家、社会公共利益的情形发生，造成社会福利的贬损。
第三，数据流动共享与个人信息权益、隐私保护之间存在冲突。数据生产要素反垄断可以促进数据流动与共享。2020年公布的《个人信息保护法（草案）》明确了保护个人信息权益与促进个人信息自由流动、社会化利用的多重价值目标，强调处理个人信息应当采用合法、正当的方式，具有明确、合理的目的，限于实现处理目的最小范围，除法律规定的情形外，收集、使用个人信息应当向个人告知并取得同意，并要求个人信息处理者采取必要的安全保护措施，保护个人信息安全。
现实中，数据流动共享与个人信息权益、隐私保护存在一定的矛盾冲突。在现有技术条件下，可识别性个人信息与非可识别性个人信息之间并未存在绝对界限，对于即便经过脱敏处理的個人信息，只要信息量足够大，依然可以通过大数据分析技术形成精准的用户“画像”从而识别到特定个人。数据共享使得原本分散于各平台的个人数据进行聚合，加大了非可识别性个人信息转化为可识别性个人信息的可能性，对个人信息主体权益、隐私保护造成威胁。
目前，规范数据及数据利用行为相关的法律制度供给不足、立法空白与立法滞后性、各部门法之间缺乏协调与统一，是目前数据生产要素反垄断存在的问题。应当认识到，破解数据生产要素垄断问题需要多个部门法之间的协调配合和多种规制路径的综合治理，仅仅通过对传统工业时代诞生的反垄断法来进行小修小补，已难以适应数字经济时代快速变革的法律需要。
第一，应当尽快建立数据产权制度，对数据垄断程度进行更为准确的规范与把握。数据生产要素反垄断的关键在于“度”的把握。知识产权制度就是通过赋予产权人对知识一定程度的垄断权，以激励知识的创新，同时再对垄断权进行一定程度的限制，以防止因知识的过于垄断而阻碍创新。通过数据产权制度的建立，可以准确把握数据生产要素的垄断程度。我国对于传统的生产要素——土地、劳动力、资本、技术，均已有完善的法律制度体系进行规范和保障。例如，土地生产要素已有与之相对应的完善的土地产权、物权制度；资本生产要素已有与之相对应的完善的财产法律制度，横跨了民法、刑法、行政法、证券法等；技术生产要素也已有与之对应的专利法、知识产权法律制度。目前，中央已把数据列为第五大生产要素，但与之相适应的数据要素产权制度却尚未建立，相关立法具有迫切性。
在数据产权制度缺失的情况下，由于市场竞争的开放性和激烈性，必然导致市场竞争激烈，反不正当竞争法作为规制市场竞争秩序的法律不可能穷尽各种行为方式而作出具体化和预见性的规定，因此司法实践中不得不采用《反不正当竞争法》第二条原则性条款对数据资源进行保护的方式，但该方式过度依赖于法官的自由裁量权，缺乏稳定性与可预测性，反而成为数据垄断的成因之一。法律应当具有预测与指引功能，理性的法律主体在对成本和收益进行比较后，可以基于预测作出收益最大化的行为，法律则可以通过改变行为的成本和收益，来引导法律主体实施相应的行为。然而，在目前数据保护缺乏明确规定的情况下，互联网平台难以预测其数据是否会受到排他性保护，这一状况使得平台将数据处于秘密状态下或应用技术措施对数据进行垄断性保护成为了其最优策略选择，最终阻碍了数据的公开与共享，成为目前数据垄断的成因之一。因此，可尽快推进数据产权立法，参照知识产权模式，在对数据赋予一定垄断权以激励创新的同时，通过限制制度的设立，来防止数据的过于垄断。
第二，构建数据公开的激励制度和公共数据共享制度。专利制度以对价理论为基础，通过建立“以公开换取垄断”的激励制度，在很大程度上促进了技术的进步，并减少了不必要的社会重复劳动。因此，要防止数据生产要素过于垄断，可参照专利制度来构建促进数据生产要素公开与共享的激励制度。同时促进涉及公共利益数据的公开与共享，建立公共数据共享制度，完善数据生产要素的反垄断规制。
第三，认识到个人信息保护制度在数据生产要素反垄断过程中的作用，并进一步完善《个人信息保护法（草案）》。《个人信息保护法（草案）》第一条明确了保护个人信息权益与促进个人信息流动、社会化利用的多元价值目标，这一定位与现行法律相比，具有很大的进步性。但在具体制度设计上，却未能完全达到促进个人信息流动的效果。从立法目的来看，个人信息保护制度是通过赋予个人对其信息一定程度的控制，防止个人信息的滥用，最终达到保护个人信息主体隐私等方面的人格利益，而非赋予个人对其个人信息的绝对控制权。但《个人信息保护法（草案）》并未对这一立法目的进行明确，导致学理上和实践中产生互联网平台收集的包含有个人信息的数据所有权归用户所有的观点。在这一情况下，当互联网平台意图共享数据时，面临着来自权属方面的合规问题，这构成了阻碍数据共享流通，导致数据垄断的因素之一。 第四，可借鉴欧盟《通用数据保护条例》，谨慎地构建适合我国发展的用户数据可携权制度。该条例第二十条规定了用户数据可携权，意图通过弱化平台的锁定效应达到数据生产要素反垄断的目的。该条例颁布以来，用户数据可携权一直饱受争议，因为该制度有可能起到进一步强化垄断的反面效果，即让弱势互联网平台的用户利用用户数据可携权将数据转移至大型互联网平台，并加重原本弱小的互联网平台的运营成本。因此，在对该制度进行借鉴的时候，应当采取谨慎的态度。笔者认为，可以通过采取对数据可携权的适用范围进行严格限定，防止反面效果的产生，即仅在大型互联网平台用户向小型互联网平台转移用户数据时，才能适用数据可携权。
第五，进一步完善反垄断法，在反垄断法中设立必要设施原则，以建立数据的强制共享制度。必要设施原则最早始于美国最高法庭1912年关于铁路终端案的判決。根据该原则，如果上游市场中的一个主导企业控制了下游生产不可缺少且不可复制的必需设施（包括基础设施、技术和自然条件等），则其有义务让下游市场竞争者共享该设施，以避免反竞争的后果。在2017年发生的HiQ诉领英（LinkedIn）案中，美国法院首次在数据领域应用了该原则。在目前大数据垄断寡头已出现的情形下，新进入者面临着巨大的市场壁垒。在锁定效应如此巨大的当下，数据生产要素已经成为瓶颈资源，只要垄断者拒绝大数据交易，就可以将竞争对手排除在市场之外。因此，为了防止数据生产要素垄断者利用数据资源垄断来排除竞争对手，仅仅建立自愿公开共享数据的激励制度是不够的，还需要未来在数据生产要素反垄断领域建立强制数据共享的必要设施原则。在构建该原则时，应当谨慎设立适用条件与标准，防止该原则的过度适用所造成的创新抑制等负面效果。
（作者为中国政法大学商学院教授、博导，中国政法大学区块链金融法治研究中心主任；中国政法大学商学院博士研究生杜牧真对本文亦有贡献）
【注：本文系北京市习近平新时代中国特色社会主义思想研究中心暨北京市社科基金2018年度重点项目“新时代防范系统性金融风险研究”（项目编号：18KDAL043）以及中国政法大学校级科研项目（项目编号：ZFZT79001、18ZFG79002）的阶段性成果】
【参考文献】
①王先林：《我国反垄断法修订完善的三个维度》，《华东政法大学学报》，2020年第2期。
②孟小峰、朱敏杰等：《数据垄断与其治理模式研究》，《信息安全研究》，2019年第9期。
③曾彩霞、朱雪忠：《论大数据垄断的概念界定》，《中国价格监管与反垄断》，2019年第12期。
责编/银冰瑶 美编/杨玲玲
【中图分类号】D922.29
【文献标识码】A
数字经济发展中，数据的价值不断凸显，被誉为第四次科技革命的“石油”。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出“加快培育数据要素市场”，将数据作为与土地、劳动力、资本、技术并列的第五大生产要素，为未来数据要素在经济发展中发挥重要作用奠定了基础。
数据生产要素垄断行为的特征
近年来，随着人工智能、云计算、大数据等新兴科技的发展，大型科技企业滚雪球式积累了海量数据，并利用这些数据进行精准的个性化服务，为客户创造价值的同时促进了自身发展。但与此同时，大型互联网平台企业凭借其长期积累所形成的“数据霸权”地位，并利用数据所实施的一系列垄断行为，给传统反垄断法的适用带来了困境。既有的传统反垄断法分析框架在当今数字经济时代并未完全过时，针对大型互联网企业的反垄断，已成为当下反垄断领域最为重要的议题之一。
第一，从单个企业的角度来看，数据生产要素驱动下的数字经济具有明显的“马太效应”。由于数据具有边际效用递增的属性，在数据驱动下的商业模式产生了网络效应、规模效应、锁定效应，最终促使越来越多的数据向越来越少的企业聚集。2009年，全球市值前十大公司主要是石油公司、银行，而2019年市值前十家中有七家是互联网平台企业：微软、苹果、亚马逊、谷歌、脸书、腾讯、阿里巴巴，这些企业都是被称为BigTech的数据科技巨头。据统计，目前各国日获取数据达到1亿条以上的数据收集者数量仅有18个，占总数据收集者总数的0.01%。同时，大数据具有的多价值多用途属性让掌握海量数据的互联网企业获得了开拓其他不相关市场领域的潜能，大型互联网企业可以利用数据更加轻易地借助垄断杠杆实现跨市场领域的垄断。
第二，从企业间竞争的角度来看，由于数据价值随数据量增长而递增的特性，使得企业更愿意通过扼杀式并购来聚集数据，强化其“数据霸权”地位。例如，2007年谷歌公司收购了网络广告公司双击公司（DoubleClick），通过将谷歌公司数据与双击公司数据整合后进行精准投放广告，最终使得谷歌公司的广告垄断地位更难以撼动。而全球拥有20多亿用户的脸书（Facebook）以其强大的获取数据和信息的能力，通过虚假陈述和误导行为赢得消费者信任而不得不选择它，损害了市场竞争对手和消费者的利益。
上述数据生产要素垄断特征涉及经营者集中、垄断协议的垄断违法行为，除此之外，科技巨头往往还利用其“数据霸权”实施滥用市场支配地位等一系列违法行为。如近期引起热议的“大数据杀熟”就是经营者利用其收集的用户数据，分析用户的消费偏好、消费习惯、收入水平等信息，将同一商品或服务以不同的价格卖给不同的消费者，从而榨取更多消费者剩余的价格歧视行为。
由此可见，数字经济时代的垄断主要是由数据生产要素高度垄断所导致的。从现有相关文献来看，主要聚焦于如何對反垄断法进行适当修订。但与工业时代相比，数字经济时代互联网平台垄断的显著特征在于对数据生产要素本身的高度垄断，仅仅依赖以判断具体垄断行为为核心的反垄断法规制方式已难以适应数字经济时代的需要。为此，在对反垄断法进行修订完善以适应时代发展的过程中，针对数据生产要素本身进行的反垄断研究应当成为重点。
对数据生产要素垄断的技术和法律手段分析
目前能否对数据生产要素进行垄断在学理上具有较大争议，有观点认为，由于数据具有非排他性，企业收集数据和使用数据时，不能阻止其他企业对数据的收集和使用，因而并无数据垄断一说。这种观点是值得商榷的。数据与物权客体不同，难以通过物理的占有来实现其排他性与垄断性，但依然可以通过技术和法律手段实现对数据的排他和垄断。
第一，大型互联网平台可以通过技术手段实现对数据生产要素的垄断。在数据收集阶段，互联网平台通过强制用户进行“二选一”等手段实现了对数据收集源头的垄断。“二选一”本应该是消费者的权利，但数据巨头却将此权利垄断，变成了在网络平台开设店铺进行经营各品牌商家的痛苦选择。如果想在天猫入驻，便不可在京东或拼多多平台上同时存在，这种利用平台优势来限制商家的行为实际上最终侵害了消费者的利益，是数字经济时代利用数据要素垄断的新模式。在数据使用阶段，互联网平台可以通过访问控制技术、加密算法技术、完整性校验等技术，对其收集后的数据进行访问和使用上的控制，从而实现数据垄断。
第二，大型互联网平台可以借助法律手段实现对数据生产要素的垄断。在法律层面，大型互联网平台主要通过合同实现对数据的相对性与绝对性的控制。互联网平台通过在开发者协议中设置格式条款的方式对其平台数据进行自我赋权，实现对数据的垄断。目前大部分开发者协议中具有“平台数据全部归属平台”的表述，并在司法实践中已有法院对此予以认可。例如，在2016年的“新浪微博诉脉脉”案中，法院指出新浪公司作为数据提供方，可以就作为开发方的脉脉公司未按照《开发者协议》约定的内容，无正当理由使用新浪公司平台数据资源的行为主张自己合法权益。
互联网平台还可以通过反不正当竞争法对数据进行绝对性的控制。近年来，互联网平台数据因被他人擅自使用而引发的纠纷中，法院最终都通过援引《反不正当竞争法》第二条这一“兜底性”条款来支持数据被使用方的诉讼请求，如2008年的“大众点评网诉爱帮网”案，2015年的“大众点评网诉百度”案，2017年的“淘宝诉美景”案都是如此。虽然在现行法律体系下数据尚未被认定为财产，但法院通过反不正当竞争法的规制模式，已将数据认定为平台的一种法益进行保护，使平台获得了类似财产权的对世效力。此外，互联网平台的非公开数据还可能被认定为商业秘密从而获得商业秘密法的保护，进而加剧了互联网平台的数据垄断程度。
可以看出，虽然从理论上来看数据具有非排他性，但实践中持有数据的互联网平台已通过技术和法律的手段实现了对数据生产要素的垄断。从正当性角度来看，数据生产要素反垄断能够防止因“数据霸权”而导致的大型互联网企业垄断。
数据生产要素反垄断的难点
目前，部分数据生产要素处于垄断的态势，“数据孤岛”“数据堰塞湖”同时形成，数据生产要素反垄断迫在眉睫。考虑到平台在收集数据过程中创新所付出的成本，如同专利制度对发明创造的保护类似，“垄断”并非是贬义词，数据生产要素反垄断的目标及难点并不在于如何彻底消除垄断，而在于如何在垄断与反垄断之间找到平衡点，以兼顾各价值目标以及各社会主体之间的利益。第一，抑制与激励创新之间存在矛盾冲突。数据生产要素过于垄断，将增加其他市场经济主体对数据生产要素的接近与使用成本，从而抑制创新。然而，如果全面破除垄断，互联网平台投入大量固定成本生产的数据资源被他人免费“搭便车”使用，会打击其生产数据资源的积极性，造成数据资源社会总供给量的下降，最终阻碍创新。
第二，增加与贬损社会福利之间存在冲突。数据生产要素的垄断能够让大型互联网企业利用数据形成正反馈，不断改善和提高产品和服务的质量，并且降低购买和使用产品和服务的成本，增进消费者福利。然而，数据生产要素过于垄断易导致大型互联网企业滥用市场支配力、滥用数据侵犯消费者隐私，甚至滥用数据危害国家、社会公共利益的情形发生，造成社会福利的贬损。
第三，数据流动共享与个人信息权益、隐私保护之间存在冲突。数据生产要素反垄断可以促进数据流动与共享。2020年公布的《个人信息保护法（草案）》明确了保护个人信息权益与促进个人信息自由流动、社会化利用的多重价值目标，强调处理个人信息应当采用合法、正当的方式，具有明确、合理的目的，限于实现处理目的最小范围，除法律规定的情形外，收集、使用个人信息应当向个人告知并取得同意，并要求个人信息处理者采取必要的安全保护措施，保护个人信息安全。
现实中，数据流动共享与个人信息权益、隐私保护存在一定的矛盾冲突。在现有技术条件下，可识别性个人信息与非可识别性个人信息之间并未存在绝对界限，对于即便经过脱敏处理的個人信息，只要信息量足够大，依然可以通过大数据分析技术形成精准的用户“画像”从而识别到特定个人。数据共享使得原本分散于各平台的个人数据进行聚合，加大了非可识别性个人信息转化为可识别性个人信息的可能性，对个人信息主体权益、隐私保护造成威胁。
数据生产要素反垄断的破解思路
目前，规范数据及数据利用行为相关的法律制度供给不足、立法空白与立法滞后性、各部门法之间缺乏协调与统一，是目前数据生产要素反垄断存在的问题。应当认识到，破解数据生产要素垄断问题需要多个部门法之间的协调配合和多种规制路径的综合治理，仅仅通过对传统工业时代诞生的反垄断法来进行小修小补，已难以适应数字经济时代快速变革的法律需要。
第一，应当尽快建立数据产权制度，对数据垄断程度进行更为准确的规范与把握。数据生产要素反垄断的关键在于“度”的把握。知识产权制度就是通过赋予产权人对知识一定程度的垄断权，以激励知识的创新，同时再对垄断权进行一定程度的限制，以防止因知识的过于垄断而阻碍创新。通过数据产权制度的建立，可以准确把握数据生产要素的垄断程度。我国对于传统的生产要素——土地、劳动力、资本、技术，均已有完善的法律制度体系进行规范和保障。例如，土地生产要素已有与之相对应的完善的土地产权、物权制度；资本生产要素已有与之相对应的完善的财产法律制度，横跨了民法、刑法、行政法、证券法等；技术生产要素也已有与之对应的专利法、知识产权法律制度。目前，中央已把数据列为第五大生产要素，但与之相适应的数据要素产权制度却尚未建立，相关立法具有迫切性。
在数据产权制度缺失的情况下，由于市场竞争的开放性和激烈性，必然导致市场竞争激烈，反不正当竞争法作为规制市场竞争秩序的法律不可能穷尽各种行为方式而作出具体化和预见性的规定，因此司法实践中不得不采用《反不正当竞争法》第二条原则性条款对数据资源进行保护的方式，但该方式过度依赖于法官的自由裁量权，缺乏稳定性与可预测性，反而成为数据垄断的成因之一。法律应当具有预测与指引功能，理性的法律主体在对成本和收益进行比较后，可以基于预测作出收益最大化的行为，法律则可以通过改变行为的成本和收益，来引导法律主体实施相应的行为。然而，在目前数据保护缺乏明确规定的情况下，互联网平台难以预测其数据是否会受到排他性保护，这一状况使得平台将数据处于秘密状态下或应用技术措施对数据进行垄断性保护成为了其最优策略选择，最终阻碍了数据的公开与共享，成为目前数据垄断的成因之一。因此，可尽快推进数据产权立法，参照知识产权模式，在对数据赋予一定垄断权以激励创新的同时，通过限制制度的设立，来防止数据的过于垄断。
第二，构建数据公开的激励制度和公共数据共享制度。专利制度以对价理论为基础，通过建立“以公开换取垄断”的激励制度，在很大程度上促进了技术的进步，并减少了不必要的社会重复劳动。因此，要防止数据生产要素过于垄断，可参照专利制度来构建促进数据生产要素公开与共享的激励制度。同时促进涉及公共利益数据的公开与共享，建立公共数据共享制度，完善数据生产要素的反垄断规制。
第三，认识到个人信息保护制度在数据生产要素反垄断过程中的作用，并进一步完善《个人信息保护法（草案）》。《个人信息保护法（草案）》第一条明确了保护个人信息权益与促进个人信息流动、社会化利用的多元价值目标，这一定位与现行法律相比，具有很大的进步性。但在具体制度设计上，却未能完全达到促进个人信息流动的效果。从立法目的来看，个人信息保护制度是通过赋予个人对其信息一定程度的控制，防止个人信息的滥用，最终达到保护个人信息主体隐私等方面的人格利益，而非赋予个人对其个人信息的绝对控制权。但《个人信息保护法（草案）》并未对这一立法目的进行明确，导致学理上和实践中产生互联网平台收集的包含有个人信息的数据所有权归用户所有的观点。在这一情况下，当互联网平台意图共享数据时，面临着来自权属方面的合规问题，这构成了阻碍数据共享流通，导致数据垄断的因素之一。 第四，可借鉴欧盟《通用数据保护条例》，谨慎地构建适合我国发展的用户数据可携权制度。该条例第二十条规定了用户数据可携权，意图通过弱化平台的锁定效应达到数据生产要素反垄断的目的。该条例颁布以来，用户数据可携权一直饱受争议，因为该制度有可能起到进一步强化垄断的反面效果，即让弱势互联网平台的用户利用用户数据可携权将数据转移至大型互联网平台，并加重原本弱小的互联网平台的运营成本。因此，在对该制度进行借鉴的时候，应当采取谨慎的态度。笔者认为，可以通过采取对数据可携权的适用范围进行严格限定，防止反面效果的产生，即仅在大型互联网平台用户向小型互联网平台转移用户数据时，才能适用数据可携权。
第五，进一步完善反垄断法，在反垄断法中设立必要设施原则，以建立数据的强制共享制度。必要设施原则最早始于美国最高法庭1912年关于铁路终端案的判決。根据该原则，如果上游市场中的一个主导企业控制了下游生产不可缺少且不可复制的必需设施（包括基础设施、技术和自然条件等），则其有义务让下游市场竞争者共享该设施，以避免反竞争的后果。在2017年发生的HiQ诉领英（LinkedIn）案中，美国法院首次在数据领域应用了该原则。在目前大数据垄断寡头已出现的情形下，新进入者面临着巨大的市场壁垒。在锁定效应如此巨大的当下，数据生产要素已经成为瓶颈资源，只要垄断者拒绝大数据交易，就可以将竞争对手排除在市场之外。因此，为了防止数据生产要素垄断者利用数据资源垄断来排除竞争对手，仅仅建立自愿公开共享数据的激励制度是不够的，还需要未来在数据生产要素反垄断领域建立强制数据共享的必要设施原则。在构建该原则时，应当谨慎设立适用条件与标准，防止该原则的过度适用所造成的创新抑制等负面效果。
（作者为中国政法大学商学院教授、博导，中国政法大学区块链金融法治研究中心主任；中国政法大学商学院博士研究生杜牧真对本文亦有贡献）
【注：本文系北京市习近平新时代中国特色社会主义思想研究中心暨北京市社科基金2018年度重点项目“新时代防范系统性金融风险研究”（项目编号：18KDAL043）以及中国政法大学校级科研项目（项目编号：ZFZT79001、18ZFG79002）的阶段性成果】
【参考文献】
①王先林：《我国反垄断法修订完善的三个维度》，《华东政法大学学报》，2020年第2期。
②孟小峰、朱敏杰等：《数据垄断与其治理模式研究》，《信息安全研究》，2019年第9期。
③曾彩霞、朱雪忠：《论大数据垄断的概念界定》，《中国价格监管与反垄断》，2019年第12期。
责编/银冰瑶 美编/杨玲玲