央行官员警示数据寡头风险，阿里专家称判断寡头尚无明确标准
信息技术的飞速发展带来了无数“风口”，凡是与互联网沾边儿的行业似乎都充斥着高度的竞争，每天都有人杀进来，每天都有人倒下。但细细思量又好像不完全是这么一回事，至少在中国，以BAT为代表的互联网巨头企业始终都是这个行业的垄断者。
原因或许就在于，这些互联网巨头在发展过程中依托先发优势，不断筑起了一个又一个的技术和数据壁垒。如果说技术壁垒尚可以通过挖掘优秀人才自主研发等手段攻克的话，数据壁垒则会让后来者真正“束手无策”。
今年5月，《经济学人》杂志刊发封面文章，标题为《世界上最有价值的资源不再是石油，而是数据》。其中提到，一种全新商品孕育了一个快速发展且利润丰厚的产业，这使反垄断监管者不得不介入，以约束商品流动的控制者，这个商品过去是石油，现在是数据。
“有些金融科技公司巨头凭借丰富产品线布局，汇聚大量金融数据，产生数据寡头现象。”在近日召开的朗迪金融科技峰会上，中国金融四十人论坛（CF40）成员、央行金融研究所所长孙国峰就数据寡头风险发出警示。
孙国峰认为，数据垄断比技术垄断更难突破，容易产生所谓的数字鸿沟问题，形成“信息孤岛”。金融数据依赖于大数据，信息孤岛的形成不利于行业良好的发展行业、生态。
而这并非监管方第一次警示数据寡头风险。今年6月，央行科技司司长李伟也曾表示，一些规模较大的机构通过开展综合业务，大量汇集信息流、资金流与产品流，加之基于网络的云存储技术使金融数据高度聚集，数据寡头已经产生。
在李伟这次发言约半个月后，阿里研究院资深专家杨建辉在FT中文网上撰文思考数据垄断问题。他认为，对数据垄断、数据寡头等概念必须进行深入剖析，辨明其内涵，判断其科学性。只有这样，才能排除一些似是而非的认识对新经济发展造成不必要伤害，阻碍新兴产业的发展。
杨建辉认为，“数据垄断”是一个模糊概念，人们常提到的相关问题实则都不是真正的垄断问题，而真正由大数据产生的垄断问题则与传统工业经济的反垄断具有很大区别，值得深入研究。
此外，杨建辉称，“数据寡头”这一提法未区分细分市场，给人以在所有领域都拥有海量数据的感觉，夸大了企业在数据方面拥有的市场力量。并且，如何分析数据领域的市场结构、如何判断数据领域的市场支配地位，目前还没有成熟的标准。在标准不明确的情况下，判断企业是否是数据寡头，容易引起争议。
在杨建辉看来，与数据产业发展相伴而生的数据权属问题、个人信息保护问题、企业间数据流动问题、数据利益分配问题、企业与政府数据共享问题等等不能以“数据垄断”之名进行简单地概括，否则既混淆了问题的性质，也夸大了问题的严重性。他建议，要促进数据产业长期健康发展，必须抛开简单粗暴的方法，而应代之以对各种冲突和矛盾进行细致分析。
以下分别为孙国峰发言实录和杨建辉文章全文，供大家思考判断。
警惕金融科技发展的五大失衡
by 孙国峰
包括金融科技公司、金融机构、监管当局、消费者、中介机构、自律组织等在内的方方面面的主体共同造成了金融科技的生态。良性互动的金融科技生态有利于促进金融科技的行业能够长期、可持续健康的发展。如何共建金融科技的新生态？
（一）怎么能够推动金融科技持续健康发展呢？需要的是方方面面的主体之间形成良性互动的关系，这样才有可能促进金融科技行业在风险可控的前提下实现可持续发展。中国的金融科技行业发展很快，但我们也要避免在快速的发展当中出现失衡。
第一，金融科技公司之间的发展失衡。因为金融科技新的监管制度框架和充分竞争的市场环境还在发展过程当中，有可能缺乏对真正通过科技手段对金融机构提供科技服务和足够的激励机制，有可能会影响优质公司的可持续发展。
第二，数据分布和数据使用的失衡。可以看到金融巨头产品线的汇集，也有大量的数据，大数据有金融科技的巨头，客观上可能会产生数据寡头的现象，可能会带来数据垄断。数据垄断比技术垄断更难突破，容易产生所谓的数字鸿沟问题，形成“信息孤岛”。金融数据依赖于大数据，信息孤岛的形成不利于行业良好的发展生态。
第三，金融科技公司与金融机构之间发展的失衡。我们知道金融机构和金融科技公司面临着不公平竞争的制度环境，主要表现在商业银行受制于《商业银行法》第43条的规定，不能持有科技公司的股份。但反过来说金融科技公司可以在满足监管规定的条件下获得金融牌照并从事相关业务，这样有可能会造成金融科技公司和金融机构之间发展的不平衡或失衡。
第四，Fintech和RegTech发展的失衡，我们可以看到在发达经济体RegTech发展得比较快，背景是在严格的监管环境下巨额的罚款，金融机构为了满足监管的要求引入了高科技手段，在此基础上监管机构也开始发展RegTech，但我们是采取鼓励和包容的态度，金融自身对发展RegTech的动力不足。面对金融科技行业不断增长的海量业务，监管当局的监管成本将不断地上升，过去体现为人力成本，现在更多地体现为资金投入，这种投入有可能是几何级上升的要求，如果跟不上Fintech，RegTech的发展将会出现失衡。
第五，金融消费发展和金融消费者保护之间的失衡。由于部分的金融科技公司风险控制能力比较弱，内控制度不一定健全，监管体系还在发展完善过程当中，有可能会导致金融消费者保护力度不够，一旦发生金融风险事件，消费者权益得不到充分的保护有可能会影响到金融稳定，最终会影响到金融科技行业发展的生态环境。
（二）什么是好的金融科技新生态？是指金融科技的各个主体，像金融科技公司、金融机构、监管当局、消费者等主体良性互动共融发展，更好地服务实体经济，更有利于防范金融风险，更大程度地保护消费者的权益，促进提高中国金融科技的国际竞争力。我们的国际竞争力已经很强了，但还需要进一步地保持和提高。
金融科技的新生态包括几方面：
第一，金融科技公司之间的竞争更加公平有序，因为这是行业发展的基础，只有在公平竞争的环境下才能避免破坏行业声誉、消费者利益的事件发生，金融科技才能持续健康发展。当然我们在促进优质公司发展的同时也要注意金融公司垄断数据成为信息寡头成为“信息孤岛”。
第二，金融科技与金融机构共融发展，良好的金融科技的生态环境指的是金融科技公司和金融机构之间还是要优势互补，实现互利共赢。金融科技公司和金融机构之间当然是有竞争，但不完全是竞争，更多的是合作。比较好的模式就是金融科技公司可以为金融机构提供技术服务，利用现在信息技术对传统的金融业务进行流程改造、模式创新、服务升级，并且在传统金融无法覆盖的领域开辟新的业务，促进金融领域更深层次的大分工。
第三，技术同时为金融机构和监管机构服务。随着RegTech的发展，包括人工智能在RegTech当中的应用，RegTech也有可能成为金融机构规避监管的工具，这样有可能使金融机构、金融科技公司获得监管套利的收益，降低了监管的有效性。同时我们也知道监管的有效性和金融科技公司、金融行业的长期发展利益是一致的。所以Fintech、RegTech之前需要形成良性互动的机制，这样要求我们探索监管机构应用RegTech可持续性的路径。
第四，金融科技的发展要回归到金融服务业的本质，本质是资金融通经济服务性的机制，要防范金融性风险，这是金融科技本质的内在要求。
（三）如何建立金融科技新生态
第一，要完善法律体制，我们知道修改金融法律体制，但是就金融科技本身而言还没有完整的单独的法律体系，随着金融科技的发展有必要为金融科技建立一套完整的法律体系，从根本上为行业的发展建立一系列完整的规则，这样也为监管机构提供监管的根本依据，为金融科技新生态提供法律制度的基础，当然在法律制度完善的同时还需要高水平的执法能力予以保障，而执法能力的形成也需要参与者共同打造良好的法律环境。
第二，监管能力适度化。因为金融监管有外部性，外部性就是监管成本的上升。有一种表现形式是RegTech，全体纳税人是不是要为此全部买单，金融科技的整个行业是不是也有必要承担一部分监管当局发展RegTech的成本，并把此视作维护公平竞争环境的必做支出呢？我觉得可以实现内部化。实现的路径有多种，在建设新系统的时候可以为监管当局建造监管系统，我们看到有些金融科技公司已经进行了这方面的尝试，当然监管系统的标准要由监管当局决定，为了防范道德风险，监管当局也可以聘请独立的第三方机构进行评估。还有其他的路径，监管当局可以由第三方机构搭建系统，相关的一部分成本由金融科技行业来承担。
第三，政府和监管部门要制定技术标准，通过制定完整的行业技术标准，有效地规范市场准入和退出，为金融科技行业提供公平竞争的市场环境。考虑到不同国家之间的差异性，中国应当尽快制定金融科技的技术标准，并且向全球推广，这样有利于促进全球金融科技产业的发展。
监管机构在金融数据标准化方面要肩负整合Fintech行业金融科技的重任，要避免产生数据鸿沟和信息孤岛，表示要完整信息的标准性，还要促进跨部门之间的合作。
第四，政府和监管机构要做好金融消费者的保护，包括两方面。首先是政府和监管政府要重视金融消费者的保护，并重视数据的安全性和完整性。去年杭州G20峰会通过了《G20数字普惠金融高级原则》，其中明确提出要采取负责任的数字金融措施保护消费者，创立一种综合性的消费者和数据保护方法。前不久公开的G20财长和中央银行行长会议也强调，不利用公开的网络破坏数据完整性，并在发生此类攻击时开展合作。
消费者保护除了政府自身重视以外，还需要金融科技公司做好金融消费者的保护。金融消费者保护应当成为金融科技公司提供产品和服务时必须关注的重要问题。金融科技公司在开发金融产品和服务时要为消费者提供满足监管合规要求的、安全的、透明的产品和服务，要向消费者披露充分的信息，并且避免欺诈行为，金融信息公司还要做好消费者数据、安全、网络保护，并且提升网络数据信息的安全性。
第五，金融机构要中介机构提供服务，需要会计师事务所、律师事务所等中介机构的服务。除了完善法律以外，还需要贯彻法律的良好环境，需要律师事务所中介机构提供专业的服务。
第六，协会要发挥组织的功能。要配合做好相关监管工作，规范行业科技的发展。行业自律组织可以在规范从业机构市场等方面发挥作用，促进行业信用建设和信息共享，为金融科技行业、企业提供沟通监管促进业务发展的机会，在一定程度上行业自律组织也可以探索RegTech在自律组织工作当中的应用，提升自律的管理水平。我想通过这方面能够促进整个金融科技行业的相关主体，形成良性互动、共同发展的局面才有可能促进、支持这个中国的金融科技行业，包括全球的金融科技行业能够长期可持续健康地发展。
关于“数据垄断”的几点思考
by 杨建辉
自从大数据概念出来之后，与数据相关的问题总能引起大家的兴趣。
去年，马云在杭州的云栖大会上提出“五新”，其中之一是“新能源”。他认为，数据将像以前的水、电一样，成为基本生产要素，成为驱动未来经济发展的新动力。这一观点，使大家对数据的作用有了新认知。
2017年6月1日，顺丰与菜鸟商业合作问题引起全民热议。在舆论发展过程中，讨论越来越集中于数据方面，数据垄断问题被提了出来。数据和垄断两个不同的问题，被紧密地捏在了一起。
几乎同时，“数据寡头”的说法也出现了。如果说数据垄断仅侧重于具体行为的话，那么数据寡头，则是着眼于对企业整体性质的判断。
数据垄断、数据寡头等概念，与反垄断监管相关。反垄断监管会深刻影响企业战略、行业发展。中国的数字经济正迅速发展，并逐渐成为经济发展的新动能；中国的数据产业也刚起步不久，正在加速发展。因此，对数据垄断、数据寡头等概念，我们必须进行深入剖析，辨明其内涵，判断其科学性。只有这样，才能排除一些似是而非的认识对新经济发展造成不必要伤害，阻碍新兴产业的发展。
数据是数字时代的血液
一般认为，数据是以电磁等介质为载体的信息。数据的内容是信息，而其物理表现形式则是电磁等介质。在人类历史上，迄今为止发生了三次信息载体革命，第一次是语言，第二次是文字，第三次则是数据。语言使人类文明得以建立，文字使文明得以保存和传播，而数据将使文明演化速度大大加快。
信息以数据形式呈现后，借助功能不断增强的网络技术、存储技术、计算技术、先进算法等工具，可以实现海量收集、存储、加工、传输，从而不但使物理世界可以在虚拟世界完整、全面、清晰地“镜像化”，还可以通过算法对全数据进行分析，深刻洞见物理世界不同部分的相互关系。因此，数据技术使人类在信息交流、使用等方面不断突破时间、空间、规模、范围等的限制，并获得对客观世界的新认知。
数据及数据技术应用于经济领域，极大改善信息不对称、不完全状况，大幅度降低交易成本，使商业活动发生革命性改变。商业组织、商业模式、生产方式、交易标的、交易手段、交易地理范围等，都发生翻天覆地的变化，数字经济由此蓬勃发展起来。
数字经济的发展将带来数据量的剧增。根据IDC《数字宇宙报告》，到2020年人类拥有的数据量以ZB（1ZB＝1,048,576PB，1PB=1024TB）计量。预计，随着IoT的应用普及和在线化，人类将迎来“数据核爆”。
数据的重要性不断凸显，与数据有关的法律问题也越来越受到重视，反垄断就是其中之一。
“数据垄断”是一个模糊概念
“数据垄断”是伴随菜鸟顺丰事件热起来的一个名词。但是，何为数据垄断，应作认真分析。
根据维基百科，数据垄断其实最初是针对政府的，与数据民主相对应。进入21世纪以来，美国、英国、澳大利亚、新西兰等国陆续掀起一场数据民主化运动，要求政府机构及相关部门将有关公共数据上传至其门户网站。
最近因菜鸟顺丰事件而被热炒的数据垄断，对象不是政府，而是企业。但是在这场争论中，不同的人所指称的数据垄断，具有不同的含义。
有人称“数据垄断”，是从数据占有角度来说的，其实是指“垄断数据”。垄断是一个内涵极其丰富的词，其本义是指独占。这种说法使用了垄断一词的“独占”含义，即“独占数据”。但独占数据本身并不违反《反垄断法》，即使独占的是海量数据。独占数据，只有因此在某一相关商品市场形成市场支配地位，并滥用这种市场支配地位，才会违反《反垄断法》。
有人称“数据垄断”，是从数据流动角度来说的，其实是指“不共享数据”。数据共享是一个重要问题，涉及多方利益调整。不共享数据在很多情况下可能有正当理由，是符合相关法律规定的，不违反《反垄断法》。不共享数据，只有在涉及垄断协议或滥用市场支配地位时，才会违反《反垄断法》。
有人称“数据垄断”，是从个人信息保护角度来说的，其实是指“控制个人数据”。企业收集或共享个人信息，如果不履行告知义务或得到个人授权，对个人而言，企业就像黑箱，个人信息被控制、被“垄断”。但这种情况基本和垄断没有太大关系。
有人称“数据垄断”，是从数据收益角度来说的，其实是指“独占数据收益”。数据收益如何分配，是一个在目前争议很大的问题，但也基本和垄断没有太大关系。
有人称“数据垄断”，是从向相关部门报送数据角度来说的，其实是指“未充分向相关部门提供数据”。企业与政府相关部门的数据配合，是一个涉及面很广的问题，但与垄断基本没有关系。
上述说法，涵盖了与数据有关的很多重要问题，但都不是真正的垄断问题，却被冠之以“垄断”之名。这些说法，极易给人以误导，使问题复杂化，也不利于找到解决问题的正确方法。因此，应给予辨析、正误。
当然，数据，尤其是大数据也会产生垄断问题。因数据而产生的垄断问题，应该至少包括以下几类：一是数据可能造成进入壁垒或扩张壁垒，二是拥有大数据形成市场支配地位并滥用，三是因数据产品而形成市场支配地位并滥用，四是涉及数据方面的垄断协议，五是数据资产的并购。
这些都是新型反垄断问题，与传统工业经济的反垄断问题具有很大的区别，值得深入研究。比如，在审查数据资产并购时，如何界定数据资产的相关商品市场、如何评估并购可能产生的排除限制竞争影响、如何设计救济措施等，都具有新的特点。就拿界定相关商品市场来说，是按数据本身的属性来界定、还是按其用途或其产生的数据产品来界定，值得认真讨论。
而这些问题和特点，并不是“数据垄断”一词所能概括的。
“数据寡头”的是与非
从反垄断法的角度来说，寡头是指寡占市场的参与者。如果在某一相关商品市场中，只有很少数的几家厂商，那么这些厂商可以称之谓寡头。寡头一般具有市场支配地位，但寡头必须与特定的相关商品市场相联系，比如电视机行业的寡头、碳酸饮料行业的寡头等，很少有企业能成为所有行业的寡头。
很明显，“数据寡头”是把传统工业经济的“寡头”概念借用过来而形成的新词。简单机械的借用，也许会受到挑战。首先，这一提法未区分细分市场，给人以在所有领域都拥有海量数据的感觉，夸大了企业在数据方面拥有的市场力量。其次，如何分析数据领域的市场结构、如何判断数据领域的市场支配地位，目前还没有成熟的标准。在标准不明确的情况下，判断企业是否是数据寡头，容易引起争议。
其实，数据这一生产要素与其他生产要素具有很大区别，这使得因数据而产生的市场力量与传统市场力量也具有很大区别。比如，数据要发挥最大作用，必须越多越好。因此，企业掌握的数据量越多，越有利于发挥数据的作用，也越有利于最大化消费者福利和社会福利。同样，企业如果横跨多个领域，并将这些领域的数据打通，使数据在多个领域共享，那么数据的效用也将更大化发挥。这也是大型互联网公司能够不断进行生态化扩张的原因。从这个角度来说，“数据寡头”对消费者和社会来说，在效率上是有利的。
再比如，数据无时无刻都在产生，且呈指数级增长。数据一直呈爆炸性增长的事实，意味着这一领域具有很大的动态性，企业市场地位的变化相比于传统产业可能要快得多。市场的快速变化，将对所有在位企业，包括大型企业产生巨大的竞争压力，这种压力将迫使它们不敢轻易滥用自己的市场力量。
这些区别，增加了评价所谓“数据寡头”的复杂性。
数据产业的规范需要探索
与数据产业发展相伴而生的，是各种冲突和矛盾，如数据权属问题、个人信息保护问题、企业间数据流动问题、数据利益分配问题、企业与政府数据共享问题等等。这些问题，不能以“数据垄断”之名进行简单地概括，否则，既混淆了问题的性质，也夸大了问题的严重性。
要促进数据产业长期健康发展，必须抛开简单粗暴的方法，而应代之以对各种冲突和矛盾进行细致分析。比如，企业向相关部门报送数据问题，应平衡政府监管目标、企业报送负担、商业秘密保护、个人隐私保护等各方关切，在此基础上，找到妥善处理办法，而不应简单地以打破企业“数据垄断”为由，要求企业提供超出必要范围的数据。
从长远来看，数据产业还刚刚起步，各种商业模式还在探索和发展之中，暴露的问题还不彻底，解决问题的新方法、新手段也还在酝酿之中。在这种情况之下，应避免把结论下得太早，处理问题的方式也应具有更大的弹性和更大的开放空间。
近期文章精选：
王永利深度解析数字货币：央行主导的数字货币本质上仍是“商圈币”
峰会直击 | 央行孙国峰：RegTech的核心是人工智能监管
峰会直击 | 黄益平：建议成立横跨“一行三会”的数字金融监管委员会