任超：大数据反垄断法干预的理论证成与路径选择
点击蓝字 / 关注我们
任超：华东政法大学经济法学院校聘教授
本文原载《现代经济讨论》2020年第4期，转载对注释与参考文献进行了省略。
摘要
摘要
大数据的收集和商业化利用本身不会造成反竞争效果。但在反垄断法框架内,特殊情况下,大数据的收集可能会导致反竞争效果。大数据可能成为促进市场支配地位的重要因素。在算法被广泛运用的情况下,少数供应商可以利用大数据达成某种合谋,从而限制竞争。大数据也可能成为某些反竞争行为的工具。大数据的反垄断法干预是必要的,但必须坚守审慎原则。在线企业支配地位认定应考量其利用大数据设置市场障碍的能力。算法下的明示合谋应当依据反垄断法相关规则来规制。数据驱动的经营者集中审查时要考虑数据集聚本身对市场的影响。具有市场支配地位的在线企业无正当理由的价格歧视行为应当受到法律规制。而互联网隐私条款中应当具有自愿授权的内容。
关键词
大数据；反垄断法；理论证成；路径选择
在信息技术革命的基础上发展起来的数字经济，已经成为全球经济发展的新引擎。在数字经济时代，数据是最为关键的生产要素，以大数据处理为主要特征的新产业、新业态和新商业模式,给整个经济环境和经济活动带来了根本性的变化。习近平总书记早在2017年就已经指出,大数据是信息化发展的新阶段,数据是新的生产要素,是基础性资源和战略性资源,也是重要的生产力,中国要构建以数据为关键要素的数字经济。这些论述和判断,也为中国数字经济和大数据的发展明确了定位,也指出了未来发展的方向。在全面实施促进大数据发展行动过程中,完善大数据发展的政策环境和法律制度,是重要的关键环节。
经济的数字化为人们的生活带来了极大的便利,并显著提高了消费者福利。随着近年来在线用户数据信息收集量大幅增长,在线服务提供商通过增加免费或大量的补贴服务,提供更优质的产品和快速的服务创新,消费者从这种增长中不断受益。大数据和技术变革也能够作用于传统行业,并可以显著改善公司的商品和服务。此外,大数据还能够通过识别用户真正需要的内容,从而促进在线服务提供商优化其生产和销售活动,为消费者提供更好的服务和购买建议,并从中获利。但与此同时,关于大数据及其对消费者隐私权和市场竞争的真正作用的争论也越来越激烈。学术界和实务界开始关注大数据是否会带来反垄断问题,以及大数据造成的危害是否以及如何根据反垄断法进行分析和补救。早在2016年3月,德国联邦卡特尔局就开始对Facebook滥用市场支配地位的调查,并于2019年2月发布了最终裁决,认定Facebook在收集、合并和使用用户数据时滥用了其市场支配地位。而在国内,2017年6月,顺丰快递和菜鸟网路之间就快递服务数据的争夺,也将数据信息归属和市场竞争之间的关系问题,摆在了我们的面前。而在立法层面,2019年1月30日,国家市场监管总局所发布的《禁止滥用市场支配地位行为的规定(征求意见稿)》中首次提及了在认定互联网等新经济业态经营者支配地位时,要考虑其“掌握相关数据情况”等因素,首次将大数据与反垄断问题结合在一起。不过,目前中国学术界对大数据法律规制的关注点主要集中于大数据的财产属性及其权利归属,并由此推及到数据收集、占有和商业化利用中的个人隐私信息的保护。但是,却很少有人关注数字时代大数据的反垄断法问题。而本文的目的,就在于回顾和分析大数据对竞争影响的基础上,论述大数据市场反垄断法干预的必要性以及反垄断法在大数据规制中的潜在意义和作用,并以此为基点,提出中国反垄断法干预大数据市场的路径选择。
二、大数据收集和商业化使用本身的反竞争效果有限
如上文所述,人们已经通过使用大数据实现了前所未有的消费者利益,其中主要是免费用户服务、商品和服务质量改进以及创新的迅速增加。但这同时导致了围绕互联网企业使用大数据的反竞争效果的担忧。但这种担忧是没有必要的,因为从大数据独特的经济特征来看,大数据的积累本身不会形成市场进入壁垒,并且也不会自动赋予互联网企业阻碍竞争对手、扩大或维持其自身垄断以及以其他方式损害竞争的动机和能力。Lambrecht和Tucker两位教授指出:“为了获得可持续的竞争优势,公司的竞争对手必须不能现实地复制他人的战略或投入的优势。”(Lambrecht等,2015)目前的理论和现实的案例都支持这样一个观点:数据的特征是,大型在线公司无法阻碍竞争对手复制他们所享有的大数据所带来的好处,并且大公司手中的大数据不一定构成重大的反垄断风险。正如欧盟委员会竞争事务专员玛格丽特·维斯塔格(Margrethe Vestager)在她的大数据演说中所指出的那样,“这并不意味着存在问题,只是因为你持有大量数据。……我们不只是假设持有大量数据可以阻止其他人参与竞争。毕竟,对于其他公司来说,通过从他们自己的用户那里收集数据,甚至是购买数据,来获取相同的数据可能并不困难。或者,我们所讨论的数据可能并不是那么重要的竞争数据”。
1. 大数据市场的低门槛削弱了互联网公司垄断数据的能力
大数据驱动型市场通常具有较低的准入门槛的特征,这一点可以从不断快速涌现出的互联网领域创新挑战者来得到证明,这些挑战者取代拥有比自身更多数据资源的成熟公司(Tucker等,2014)。尽管市场是存在市场进入壁垒的,在每个行业之间存在着差异,并且也不能一概而论地做出全面的决定,但数字经济的历史提供了许多例子可以证明这一点,如Slack、Facebook、Snapchat和Tinder等社交媒体市场中,在此处,对客户需求的简单洞察就使得进入市场成为可能,并可以在最短时间内快速取得成功,尽管前面的在线公司已经有了网络效应(Lambrecht等,2015)。
新竞争对手的数据要求要比那些更成熟的公司的数据要求温和得很多,在质量上也有很大的不同。几乎不需要用户数据(如果有的话)作为大多数在线服务的起点。相反,企业可以通过巧妙地满足客户需求的创新产品进入市场,并快速收集用户的数据,然后他们可以用它来进一步改进产品和成功。因此,与现有企业相比,在数据收集或分析方面,新进入者不太可能处于显著的竞争劣势。而且,虽然已经运营了十年的公司可能拥有比新进入者更大的数据存储,但资产等价性的缺失,从来没有足够的基础来定义任何情况下的进入壁垒(Tucker等,2014)。在实体零售业中,新进入者可能拥有比现有竞争对手更小的陈列室,但这并不会使实体店成为难以进入的障碍。事实上,一家老牌实体店可以拥有更多关于当地客户偏好的数据,但这从未被视为进入的禁令。
2. 数据无处不在、价格低廉及易于收集的特征为数据竞争者提供机会
数据一般无处不在,且价格低廉及易于收集。在线服务的用户在不断创建着新的数据,因为互联网和智能手机使用量的增加意味着客户不断留下他们的需求和偏好的痕迹(Lambrecht等,2015)。在线服务提供公司可以在发布应用时轻松快速地从消费者那里收集数据,并且也可以从众多第三方来源获得存储和分析数据所需的数据和工具。大数据的生产和分配的边际成本几乎为零(Shapiro等,1999)。在线服务公司能够从许多不同的来源收集数据,这展示了用户在网上的任何地方都会留下“多个数字足迹”的现实(Lambrecht等,2015)。因此,数据可以从第三方来源获得这一事实意味着,即使在产品发布的第一天,在任何用户与平台交互之前,供应商也可以从对消费者偏好的洞察中获益,并设计出一个可以在收集数据时快速采取行动的平台。
3. 大数据非独家性和非竞争性特征排除独占数据的可能性
数据是非排他性和非竞争性的。没有一家公司能够控制全世界的所有数据。一家公司收集一份数据并不会以另一家公司不能收集为代价。“多宿主(Multi-homing)”是互联网用户的常态——用户可以并且确实在互联网上传播他们的数据,使用多个不同的提供商进行多种不同的服务,或者有时是相同的服务。当“多宿主”存在时,用户与多个提供商共享数据(Lambrecht等,2015)。“多宿主”的特征也有助于降低任何数据拥有企业的市场力量(Armstrong,2006)。
大数据已被比作其他投入,因为它变成了一项越来越重要的资产(Tucker等,2014)。然而,大数据的非竞争性和非排他性使其与其他关键投入区别开来。如果一个提供者拥有一条数据,则不会阻止另一个提供者收集同一条数据。同样,虽然一个供应商至少在理论上可以拥有世界上所有的石油资源,但没有一个供应商能够积累所有可用的数据资源。此外,现有在线提供商对用户数据没有明确或事实上的排他性。在与用户的服务方面没有排他性条款,并且没有任何协议(价格或其他非价格约定)可以阻止用户仅与一个提供商共享他们的数据(Renda,2015)。
4. 数据价值的短暂性特征促进市场新竞争者不断涌现
数据的使用寿命有限,因为旧数据并不像新数据那样有价值,并且数据的价值随着时间的推移而显著减少(Lyon,2016)。此外,规模收益随着时间的推移也会减少(Terdoslavich,2015)。因此,数据给企业所带来的任何竞争优势都是短暂的,在数据收集和分析方面,新进入者相对于现有者来说不太可能显著地处于不利地位(Chiou等,2017)。对新的、有差异化的数据的需求意味着持有大量陈旧或普遍数据并不一定有利于持有者,也不一定有利于潜在的挑战者。潜在的竞争对手不需要创建一个“相当于现有企业规模”的数据存储;他们更需要去制定一个战略来积累高度相关和及时的数据(Schepp等,2016)。数据的这一特性,会促进市场新的竞争者不断涌现,从而抵消数据聚集所带来的反竞争效果。
5. 单独的数据控制本身是不足以形成反竞争的效果
数据通常不会独立提供价值。因此,仅仅拥有数据,即使是巨量数据,也无法确保竞争成功。只有通过工程人才、服务质量、创新速度和关注消费者需求才能获得竞争成功。因此,拥有最多数据的公司不一定会获胜。以最初于2012年9月推出的在线约会应用程序Tinder为例。在个性化体验很重要的行业中,数据尤其具有价值,例如在线约会(Rubens,2014)。当Tinder推出时,它无法访问用户数据,但它在几年内就成为市场领导者(Witt,2014)。Lambrecht和Tucker教授曾解释说,即使在这个高度数据驱动的行业中,Tinder也没有依赖大数据而获得成功,而是由于其潜在的解决方案的强大(Lambrecht等,2015)。一个简单的用户界面和对消费者需求的精确关注为新市场进入者带来了巨大的收益。同样,尽管面临着长期存在的拥有大量数据访问权的现有企业的竞争,这些数据积累了多年的客户服务,但由于其低成本和易于使用的界面,WhatsApp能够接受更多已建立的消息和社交网络。对这些行业的考察使Lambrecht和Tucker教授得出结论认为,要从大数据中构建可持续的竞争优势,公司需要专注于开发管理工具包和组织能力,使他们能够以前所未有的方式将大数据转化为对消费者的价值,而不是简单地积累大量的数据(Lambrecht等,2015)。
6. 在线平台服务和数据的高度差异化削弱数据控制企业的竞争优势
在线平台具有高度的差异性,即使在提供相同类型的服务时也是如此,并且随着每个进入者开辟出一个新的商机,对他们来说最有用的数据与对他们的竞争对手最有用的数据越来越不同。消费者正在朝着满足更精确的、更有商机的消费者需求迈进。想要预订航班的消费者可以使用携程、飞常准、去哪儿、公务机票网或许多其他旅行专用搜索引擎。在互联网购物、在线约会、社交网络、产品和服务评论以及许多其他在线市场中也是如此。在当今的在线互联网环境中,成功的企业必须开辟自己的商机市场,而且越来越多的情况是,对一家公司有用(甚至至关重要)的数据可能对其竞争对手并没有用(Schepp等,2016)。一个精明而富有创新精神的新进入者将发现一个商机市场,在那里现任者没有必要的数据,并且能够很快“赶上”现有的有价值的数据积累方面的现任者。这在很大程度上削弱了现有数据持有企业的竞争优势。
综上,可以得出这样的结论,在现阶段,大数据的收集和商业化利用在带来用户便利和消费者福利的同时,大量数据的收集和利用本身也不会造成反竞争的效果,从而形成所谓的“数据瓶颈”。并且,由于大数据本身的反竞争效果有限,也就没有必要为新兴的数字经济制定新的、专门针对这一行业的竞争规则,因为过早的和过于严格的竞争法干预可能会削弱创新,并进而降低消费者福利和社会创新发展能力。
三、大数据被用以产生反竞争效果的分析
如上所述,数字经济时代的数据和技术变化可以具有非常显著的经济优势。因此,数据的收集和使用可以创造经济效率并且可以具有促进竞争的效果。但是,在目前反垄断法的框架下分析,在某些特定情况下,大数据的收集和分析可能是导致反竞争效果的一个因素。这可以从数据对市场支配力的作用、基于大数据分析的合谋及与大数据有关的反竞争行为三个方面进行分析。
1. 大数据可以成为促进市场支配地位的重要因素
大数据的利用可以为互联网企业获得市场支配地位提供帮助,并成为市场力量的重要来源和关键因素。如果数据访问和获取是互联网企业从事市场竞争的前提条件,而市场新进入者无法收集类似数据或购买访问权限,那么现有企业对拥有的数据或访问数据权限,就可能构成一种市场进入的障碍,并以此促进市场支配地位的形成。当然,这必须根据具体的市场竞争情况进行评估,而不是所有拥有大数据的企业都能够获得市场支配地位,其中的关键在于该数据的拥有或访问权限,是否会为潜在的竞争对手设置市场进入障碍。
例如,由于拥有庞大的用户或客户群,像搜索引擎或大型在线商店,已建立的在线服务能够收集由其用户或(潜在)客户的交易和交互所产生的大量数据。当然需要明确的是,上述大量数据的存储本身并不会产生限制竞争的问题。但是,在特定情况下,较小的公司或新进入者可能无法收集与上述现有企业或大型服务提供商相同的数据,因为小企业或新的市场进入者通常只能拥有比较少的用户或交易。虽然这些公司也可以使用由另外的公司收集的第三方数据,但实际上也存在着第三方数据使用上的限制。此外,如上所述,数据通常是具有高度差异化的,第三方收集的数据对公司的价值可能低于其与用户和客户的交互所产生的数据。况且,第三方公司可能也并不总是愿意与竞争对手共享数据或向其销售数据。
另外值得注意的是,重要的收集和使用数据的市场,如搜索引擎或社交网络,一般市场集中度都很高。这种情况下,强大的规模效应和网络效应的存在,也被描述为限制竞争的强度。因此,在这些市场上开发、收集和使用数据可以加强这些市场上领先公司的市场力量。此外,由于差异化的数据访问,较小竞争对手的边缘化可能是自我强化的:获取更多数据可能会支持更好的服务,从而吸引更多的客户以及更多的数据,这是一种典型的“滚雪球效应”。相比之下,较小的公司可能会吸引更少的消费者,因此数据也会更少。随着市场份额差距的不断扩大,数据收集方面的差距也随之增大,这可能会进一步加大向客户提供的服务质量差距。最后,大型互联网企业获得的更高收入可以推动更高的投资(例如新算法、新功能、进入相邻市场等),从而吸引更多客户和更多的数据。这样的趋势最终也会导致大数据相关市场的垄断,从而损害竞争,产生限制竞争的效果。
2. 数据透明度会促进互联网企业的合谋限制竞争
数字经济的时代,互联网企业和消费者都可以通过大数据的分析,来获取尽可能多的市场信息,相关市场的透明度也随之提高。这种透明度的提升对消费者和用户来说,由于它减少了消费者和互联网企业之间的信息不对称,消费者福利也由此提升。消费者可以通过简单的方式来比较价格和查看评级,如在大众点评网上查看商家的各种评价,在携程网网站上查看各大酒店和旅游线路的价格,这都会促使商家在价格和质量方面展开更激烈的竞争。而这种市场透明度也可以简化新提供商访问客户要求和竞争优惠的信息,从而降低市场准入成本。这都是对竞争所产生的积极影响和效应。
但是,另一方面来看,数据收集在提高了供应商之间的价格和质量透明度的同时,在某些情况下也会产生排除限制竞争的效果。供应商之间因为价格和质量的高透明度,在那些集中度较高的市场领域,少数供应商之间可能较为容易地达成某种价格或质量方面的默契,甚至是共同合谋,从而排除或限制竞争。尤其是在算法被广泛运用的情况下,算法可能被应用于实施传统的各类反竞争行为。例如,大型旅游在线服务提供商,可以通过大数据分析计算竞争对手提供的旅游服务的价格和品质,并以此为依据,使自身的价格适应变化或检测偏差,并设定自己提供的服务的价格和品质,从而达到旅游服务价格和品质的同质化,这就对竞争产生了限制。在这里,算法是促进合谋的因素,导致了一种以前没有出现过的或者以前不可能出现的新式合谋,被称为“算法合谋”。当然,这种市场透明度并不必然产生反竞争的效果,而是比较容易诱发相关市场主体的价格合谋并达成一致。
3. 大数据的收集和使用可能成为某些反竞争行为的工具
(1)数据驱动的经营者集中可能产生反竞争的效果。近年来,与大数据相关的经营者集中的案件数量明显增加,这引发了数据驱动型经营者集中可能会对市场产生限制竞争效果的担忧。数据驱动型经营者集中,即是指合并交易理由和基础在于收购方获取目标公司的基础数据集的占有或访问。互联网大企业通过获取或合并拥有大量相关数据的小型创新公司来获取新数据,这是一条相对更为简便和经济的路径。但是,在大数据相关市场中,这种经营者集中可能会增加相关数据的集中度,并以此限制新公司的进入和扩张。如果上述经营者集中可能增加大公司限制上游或下游竞争者获取数据的能力和激励,那么数据相关市场的合并也会产生垂直或集团效应。在上述数据集合和控制所产生的数据集聚情况下,反竞争效果的表现是,潜在的竞争者很难从互联网大公司复制从相关数据中提取的信息。
但截至当下,数据驱动的经营者集中可能产生的反竞争效果,并没有被任何实际的案例所证实。在美国,反垄断执法机构在多个著名的经营者集中案例中开始考虑大数据聚集所产生的反竞争效果,但集中参与各方都提出了数据驱动集中的效率抗辩,并取得了不同程度的成功。例如,对于评级和评论平台提供商Bazaarvoice在2012年收购竞争对手PowerReviews,美国司法部和初审法院都驳回了双方的效率抗辩,理由是缺乏证据表明该交易会导致数据收益,从而导致产品改进、价格降低或更大的创新。另一方面,在美国司法部2010年对微软与雅虎之间的搜索相关合作关系进行调查期间,司法部确实接受了双方的数据驱动效率论证,认为该交易可能有利于竞争,因为数据访问量的增加使微软的搜索服务得到了更快的改进,从而创造了一个比Google更具竞争力的竞争替代方案。
而在欧洲,虽然欧盟委员会最终没有就这一特定问题发表意见,但却在多个案件中涉及到经营者集中后的数据集聚可能带来的负面效果。在2014年Facebook与WhatsApp合并案例中,欧盟委员会虽然不认为Facebook和WhatsApp建立了同一个相关市场,并因此批准了这项合并计划,但却提出了这项合并是否会导致这两个平台的用户数据库的聚合的问题,并结合强大的大数据分析工具,是否可能会带来对用户造成负面的影响(Wahyuningtyas,2017)。欧盟委员会审查了合并对数据访问可能性的影响,以便随后用于广告市场。在这里,委员会不仅探讨了现状,即WhatsApp没有收集任何用户数据,它还检查了WhatsApp开始收集用户数据的假设情况。欧盟委员会最后发现,即使在后一种情况下,Facebook上的广告相关数据也不会在竞争法方面存在问题,因为许多其他公司也在收集大量数据。在TomTom与TeleAtlas合并案中,欧盟委员会也分析了合并后的数据集聚所可能带来的影响,合并参与各方提出客户反馈数据将使合并后的公司能够以更快的速度生产出更好的数字地图。欧盟委员会采纳了这一观点,认为在这一领域,由于客户转换成本低,该种数据的集聚对消费者的影响是很有限的,因而数据集聚后的公司没有阻碍其他竞争对手的动机。
(2)市场支配地位公司限制数据共享和访问以达到限制竞争的目的。经济的数字化通常需要跨行业合作,有时甚至是行业部门之间的合作。因此,公司应当可以共享或汇集来自各种来源的数据,并且允许各种企业访问这些数据,其中也包括不同的竞争者。共享信息数据通常是有利于竞争的,正如欧盟竞争专员Vestager在大数据演说中指出的那样,共享数据信息是一种充分利用数据信息的方法,因为如果规模越大越好,那么将公司的数据信息合并到一个单一的大型数据池中,可能会为您提供自己无法从每个池中获得的洞察力。委员会关于《欧盟运行条约》第101条对横向合作协议的适用性的通知中阐明了如何以不损害竞争的方式共享数据。
因此,如果具有市场支配地位的公司以反竞争的方式限制数据访问和共享,则可能限制竞争。当然,这种限制数据访问和共享对竞争产生限制性影响,是有一定前提条件的,如果限制数据访问和共享的数据信息本身,是可以从市场中以较低的成本获得的,则这种限制不会对竞争产生影响。但如果数据被视为请求访问和共享的公司活动的“必要设施”,则拒绝向竞争对手提供访问和共享数据可能是具有反竞争效果的。当然,欧洲法院将数据归类为必要设施的要求相对严格,它的适用需要有先决条件,即必须证明支配地位公司拥有的数据是真正独特的,竞争对手不可能通过其他手段获得,并且是其执行其服务所必需的数据信息。如果支配地位的公司限制其他公司的数据访问和共享,而该信息构成其他公司的“必要设施”的话,则该种行为必定产生排除或限制竞争的效果。
此外,支配地位的公司歧视性的拒绝数据访问和共享,也同样会产生排除或限制竞争的效果,即具有市场支配地位的公司授权某些客户数据信息访问权,但却拒绝下游竞争对手的访问权。这种情况对数据信息访问的歧视性做法,会扭曲下游竞争者之间的竞争关系。例如,一些还以在线零售商身份运营的市场运营商可能会获得有关其竞争对手在该市场上销售的信息以及有关消费者行为的信息。通过确定全球需求量更大的产品范围,一个集成平台可以更有效地调整其销售的产品范围以及产品定价。如果这样一个平台限制了竞争对手在市场上获得的有关他们参与的交易的信息,那么它也可以达到类似的限制竞争的效果。这种信息传输和限制可能使集成平台运营商比其竞争对手在其市场上更具竞争力,并扭曲市场竞争。
最后,反竞争的限制数据访问和共享的策略还可能包括通过与第三方提供商的排他性条款来阻止竞争对手访问或共享数据,或阻止竞争对手通过使消费者更难采用其技术或平台来获取类似数据的机会。此外,在一个给定市场上收集的数据还可以被一个公司用于以一种反竞争方式在另一个市场上开发或增加其市场力量,例如,通过捆绑销售的方式,拥有有价值数据集的公司将对其使用自己的数据分析服务的访问捆绑在一起。
(3)大数据被用作支配地位企业价格歧视的工具(“大数据杀熟”)。大数据比较容易成为支配地位企业实施价格歧视的工具。因为,公司可以通过大数据分析来了解客户的偏好和预订价格,并使自己提供的商品和服务的价格适应个别客户群体,进而获得更多的交易机会和竞争优势。但这样的做法却带来一个反竞争的效果,即如果具有支配地位的企业对不同的客户群体提供不同的价格和交易条件,就极有可能构成价格歧视的滥用市场支配地位的违法行为。
当然,价格差异和价格歧视并不完全相同。互联网企业针对不同的客户群体设定差异化的价格或交易条件,是市场竞争的一种体现,其本身也并不一定会引起限制竞争的效果。预订价格低的客户可以从价格差异中受益,因为他们可以以较低的价格购买产品。而对有些客户来说,可能也没有以更高的价格获取产品和服务。但是,价格歧视则一定会对竞争产生负面影响,具有支配地位的企业通过大数据分析,针对不同客户的消费习惯和偏好,给出不同的价格,则已不再是单纯的价格差异,而是构成价格歧视。价格歧视会增加消费者与供应商之间的信息不对称,从而导致消费者的搜索成本增加。对于一些非理性的消费者而言,价格歧视可能导致价格上涨。因此,具有支配地位的企业所做的价格歧视本身属于反垄断法规制的范围,属于滥用支配地位的一种表现形式。如果有证据证明,实施价格歧视的互联网企业具有市场支配地位,这种价格歧视不仅会影响到消费者福利,更重要的是它会对市场竞争产生扭曲和限制,并应当受到反垄断法的规制。
(4)在线数据收集中标准化隐私条款会产生反竞争的效果。在与大数据相关的市场中,数据对市场力量的影响与隐私问题之间有着密切的联系。数据隐私的保护本身并不属于竞争执法机构的责任,但是,数据隐私的保护可能会牵涉到竞争法的问题。这是因为,在普遍以免费的形式提供服务的互联网行业,数据隐私保护本身可以被视为一种非价格竞争的形式,互联网企业可以通过提供更严格或更透明的隐私政策来展开市场竞争以获得更多的市场交易机会和竞争优势(Evans,2009;Savage等,2015)。正如Vestager专员在2017年11月7日关于创新的演讲中(创新演讲)所指出的那样:“我们需要制定正确的规则,确保欧洲人可以信任在线企业来保护他们的个人数据。竞争执法也可以起到作用,因为它可以让人们相信在线业务是公平的。不过,竞争法并不关注是否有侵犯用户数据信息隐私权的问题,竞争法所涉及的问题是互联网企业在收集和处理这些数据信息时是否采取了反竞争措施,或者阻碍了竞争对手获取用户数据,或者违背了用户的意愿(Wahyuningtyas,2017)。”
一般情况下,互联网企业向用户提供标准的不可协商的“隐私条款”就比较容易造成对竞争的限制效果。通过提供标准化的条款,用户将被剥夺讨价还价和参与协议制定的权利。如果用户因为数据可移植性的缺乏而导致的锁定问题以及用户对平台服务的高度依赖性,并不能轻易地切换到任何其他平台,用户为了使用该服务而不得不接受在线平台提供的隐私条款,这是对用户权利的侵犯。虽然用户同意隐私条款的存在可以根据数据保护规则进行评估,但竞争法的干预需要有不同的理由(Wahyuningtyas,2017)。
因此,当消费者需要提供个人数据以换取使用在线平台提供的服务时,竞争法可能会干预这样的问题,在数据的收集和处理中是否发生了利用支配地位的问题。例如,在用户需要提供超出使用在线平台服务所需的个人数据的情况下,或者当用户没有或没有充分了解所收集数据的使用和处理情况时,就可以提出这样的问题,即支配地位企业变相地提高了用户的交易对价。此外,如果支配地位的企业在收集和处理数据的过程中存在排除竞争的因素,并阻碍数据的可移植性,则会涉及到排除或限制竞争的效果。
在德国反垄断法执法中,德国联邦法院已经声明,如果协议条款的使用是基于公司的支配地位,那么与管理一般条件和贸易条款的法律不相容的协议条款可能是滥用市场支配地位。如果涉嫌侵犯数据隐私的是一家占支配地位的公司,其业务模式主要是基于数据的收集和分析,则情况尤为如此。而在2019年1月德国联邦卡特尔局对Facebook滥用市场支配地位案件的裁决中,认定Facebook收集处理用户数据的行为属于欧盟竞争法所禁止的滥用支配地位行为。德国联邦卡特尔局指出,该行为所造成的重要损害在于使用户失去对其个人数据的控制,用户无法得知数据是从哪些渠道收集的,也不知道企业因何种目的而收集。即使用户预见了上述问题,但由于Facebook在社交网络市场中的支配地位,没有其他替代品,事实上用户只能选择牺牲自身的数据权利。此案中,联邦卡特尔局将“用户在缺乏选择权的情况下失去了对其个人数据的控制”归为滥用支配地位中的剥削型滥用。因为《欧盟运行条约》第102条所规定的剥削型滥用不仅包括承受不合理的价格,也包括承担不合理的协议条款和交易条件。本案中的用户在缺乏选择的情况下,被迫接受Facebook的用户条款,丧失了选择权,从而该行为构成“直接或间接施加不公平的交易条件”。
四、大数据反垄断法审慎干预原则的确立一以谦抑理念为基础
在新兴的数字经济时代,大数据支持下的创新和技术革新快速发展,这些变化深刻改变着商家的经营模式和人们的生活方式,在为消费者带来福利的同时,也同步推进着整个社会的变革。因此,对于大数据的反垄断法干预,应当遵循审慎干预原则,以避免反垄断法的过度干预会影响到大数据的发展和数字经济的活力。
数字经济和大数据的反垄断干预应当坚守审慎原则,避免过度干预,不应当针对数字经济和大数据行业本身制定全新的行业性的反垄断规则,因为过于严格的反垄断干预不仅不会促进竞争和鼓励创新,反而会使大数据行业的创新和活力降温。创新有助于企业和行业提升产品和服务的质量、降低成本,从而降低价格并促进消费者福利,受到严格监管的行业,创新往往会受到抑制,数字经济由创新刺激竞争,反垄断干预不应当过度介入。过度的干预还会变相地提高市场进入门槛,因为过度的干预会提高企业的合规风险和合规成本,从而增加市场进入障碍,而干预所带来的不确定性也会损害潜在的市场进入者的积极性和热情。因此,将反垄断作为解决大数据问题的利剑,可能会降低新产品的竞争和创新。
因此,反垄断执法机构在快速创新的大数据领域应谨慎行事,以避免扼杀竞争和市场的自然展开。正如勒纳所说,“以创新和快速技术变革为特征的市场中的反垄断干预通常是一个值得怀疑的主张,当担忧基于支持的假设而不是基于事实的调查时尤其如此”(Lerner,2014)。虽然一个行业还处在初级阶段,很难区分促进竞争的创新和旨在(或实际上)扼杀竞争的变革。即使在成熟的市场中,反垄断也不应该被用来取代市场参与者基于自身利益考量而做出的商业判断。反垄断法律培养并维持这样一种市场环境,在其中,强大而迅速的创新不仅是可能的,而且是被激励的。对大数据市场本身有针对性地采取严格的干预既不会培养也不会维持这样的一种环境,反而可能导致互联网企业之间的发展停滞和对国家公权力的恐惧。
笔者建议,在数字经济蓬勃发展的现阶段,由于数据无处不在且具有竞争性,大量数据的收集本身并不会造成垄断问题,未抑制大数据的创新,因此中国不应当针对这一领域制定任何新的反垄断制度和政策。但是,正如欧盟竞争专员Vestager专员在2016年9月29日的大数据会议上所说的那样,“竞争规则并未考虑大数据,但我们关心的问题并没有改变”。我们仍然应当保持谨慎的态度,在个案基础上分析大数据可能带来的反竞争效果问题,重点着眼于大数据使用时对竞争产生的限制效果及支配地位企业的滥用行为,制定包括政府和行业在内的以增长为导向的反垄断干预公共政策和规则,以支持竞争和大数据的灵活使用。我们所应当构建的规则是,以现有的反垄断法规则和框架为基础,对具有反竞争效果的大数据使用方式进行适度、审慎的干预和监管,以确保互联网企业的多样化和不断发展,使其具有更加强大的创新力、竞争力和活力。
五、中国大数据反垄断法干预的路径选择
如上文所述,数字经济时代大数据的使用在为用户带来更优质的产品和促进快速创新的同时,也为消费者带来福利。虽然由于大数据本身所具有的独特属性,大数据的聚集和商业化利用本身并不会导致反竞争的效果,但大数据的收集和使用在某些特定情况下,会被利用来作为排除或限制竞争的工具。为应对上述困境,大数据市场的反垄断法干预是必要的,但在适度干预的理念下,针对大数据被利用以排除或限制竞争的情形,区分各种情况予以干预。
1. 互联网企业支配地位认定应考量其利用大数据设置市场障碍的能力
大数据的收集和使用虽不会直接产生排除或限制竞争的影响和效果,但是大数据却可以成为促进互联网企业市场支配地位的重要因素。因此,在2019年1月30日,中国国家市场监督管理总局公布的《禁止滥用市场支配地位行为的规定(征求意见稿)》(以下简称“征求意见稿”)第7条就规定,认定互联网等新经济业态经营者具有市场支配地位,在依据该经营者在相关市场的市场份额等常规因素之外,还应当考虑经营者掌握相关数据情况。虽然该规定尚在征求意见后的完善阶段,还没有出台。但是这却是首次在反垄断法的规则中提及大数据,对于互联网企业以及数据驱动型的商业模式都会产生重大的影响。
但笔者认为,上述征求意见稿中关于掌握相关数据情况因素的规定还应当进一步修改和完善。如上文所述,互联网企业收集和使用数据本身并不会产生反竞争的效果,因此,在认定互联网企业市场支配地位时,应当考虑的其掌握数据的情况,并不在于其所掌握的数据的数量、质量及其商业化利用的能力,因为这些都有可能被互联网企业用来提高产品和服务的质量,提高消费者福利,进而促进竞争和创新。甚至是,互联网企业因其掌握大数据的数量、质量及其数据利用能力远超其竞争对手,而开发出创新的商业模式并因此获得极高额的商业利润,这也是应当鼓励的,并不应该成为认定支配地位时考虑的因素。由此,在认定互联网企业的市场支配地位时,应当考虑的不是其掌握相关数据的情况,而是该企业利用所掌握的相关数据为市场设置进入壁垒的情况。如果互联网企业通过大数据的控制人为地将自己与较小的竞争对手隔离开来,或者利用大数据提高市场进入门槛,从而阻止潜在的竞争者进入市场,则这种情况应当作为认定互联网企业市场支配地位的重要考虑因素。
2. 算法合谋的反垄断法干预
算法在提高市场透明度的同时,也成为促进经营者之间合谋的重要因素,导致互联网企业之间产生了以前从未出现过的新式的“算法合谋”,算法成为合谋便利的工具。
但是,算法合谋的反垄断法干预问题目前还处在早期阶段,很多理论问题以及实践中算法对合谋的影响问题还有待进一步论证。因此笔者建议,算法合谋的反垄断法干预还是要立足中国现有的反垄断的法律框架。在中国的反垄断法规则中,合谋被称为“垄断协议”,竞争者之间存在明示的协议是构成合谋的前提条件。当然,“协议”本身要被广义地理解和解释,它是指任何带有“协同”性质的行为,如果经营者之间缺乏有效沟通以及明示的合作意图,是很难被认定为“协同”的。因此,中国对算法合谋的反垄断法干预,也应当将重点聚焦于互联网企业的算法是否促进和推动经营者之间的“协同”行为,算法是否有助于帮助互联网经营者之间达成排除或限制竞争的“合意”。以目前各国市场中被实施的动态定价机制而言,企业如果分享一个动态定价的算法,则可能引发反垄断法的问题,因为动态定价算法可能被设计为不与其他企业竞争。这类算法使得企业不仅可以合谋,而且他们的价格可以自动反馈市场变化而无需进一步沟通。因此,动态定价算法本身并不一定触发反垄断法的干预,无需另外制定针对性的管制规则。但若该算法被互联网企业与其竞争对手分享,就有可能存在一些无需实际沟通而实施协同一致行为的结果,应当在现有反垄断法律框架下根据垄断协议的相关规则来处理。
3. 利用大数据排除、限制竞争行为的反垄断法规制
(1)数据驱动型经营者集中的法律规制路径。数字经济的时代,基于数据驱动的经营者集中案件的数量将不断增长。收购方基于获取目标企业基础数据集而发起的经营者集中交易,随着数据的高度集中,合并后的企业一方面可能会利用数据限制设置市场进入的障碍,另一方面,在消费者隐私保护的力度方面,也将会有所减损,这也就减少了互联网企业潜在的非价格竞争。因而,即使数据驱动的经营者集中尚未有实例证明会产生损害竞争的影响,但笔者认为数据驱动的经营者集中,应当在现有经营者集中反垄断审查制度框架下,对可能产生限制竞争效果的数据驱动的经营者集中行为进行法律规制。
首先,构建针对互联网企业经营者集中的申报标准。中国现行的经营者集中申报标准,是以传统的企业营业额为标准的。但是,互联网企业很多本身是不从事产品和服务的生产和销售的,因而其营业额是有限的,并不能完全体现其在市场中的地位,但它们收集和利用数据的能力反而是衡量其真正竞争力的重要指标。因此,笔者建议,为应对数据驱动的经营者集中,应对互联网企业的经营者集中申报标准进行修改,将企业收集和掌握数据的数量,以及其利用数据的能力作为一项重要的标准。其次,在数据驱动的经营者集中不断增加的情况下,在审查互联网企业经营者集中时,应当将集中后的企业掌握和利用数据的情况作为重要的考虑因素,重点考虑集中后的企业数据的集中度,以及聚集后的数据对潜在的市场进入者是否能够设置市场障碍,或者该种数据的聚集是否会导致消费者福利或服务创新的减少等内容。再次,构建数据驱动的经营者集中效率抗辩规则。由于大数据本身具有推动创新和提高消费者福利的功能,因此效率抗辩机制在互联网企业经营者集中福利规则中应当具有更大的空间。一方面,效率抗辩的理由可以促使审查机构更为全面和准确,以体现反垄断法对大数据干预的谦抑性和审慎性。另一方面,效率抗辩理由的提出和适用,也可以促成反垄断补救措施更为合理和充分,在消除数据驱动的经营者集中可能带来的反竞争效果的同时,也能够不损害数据集中所可能带来的推动创新和消费者福利,从而达到公平竞争与大数据市场效率之间的平衡。
(2)强制数据共享制度的构建。在数字经济的背景下,数据的获取、汇集和共享才能将大数据的价值最大化,数据共享也是大数据未来的发展趋势。但是,大数据主体是否愿意与交易对手甚至是竞争对手共享数据信息,应当属于数据拥有者自主决定的自由交易行为。只有在特殊的情况下才能采用强制数据共享机制,并且强制分享的数据必须符合目前中国反垄断中的“必需设施”条件。
大数据的拥有者如果拒绝与交易对手或竞争对手分享数据,从其行为表现来看,应属于拒绝交易的行为。若要对该种行为进行反垄断法干预,强制大数据拥有者分享数据信息,应当具备以下条件:其一,被强制数据分享的企业只能是具有市场支配地位的企业。拒绝交易是滥用市场支配地位的行为表现形式,其适用的前提条件是企业拥有市场支配地位,因为只有具有支配地位的企业拒绝交易,才会产生限制竞争的效果。因此,规制大数据拥有者拒绝交易的行为,强制其分享数据信息,适用的前提条件是该企业具有市场支配地位。其二,强制分享的数据信息必须符合“必需设施”原则。“必需设施”原则是从欧美竞争法发展而来的,其核心理念是,当某项设施为竞争所必须而且不可替代时,设施的控制者有义务让其他经营者以合理条件使用该设施,以免造成市场竞争的封锁。中国2010年12月颁布的《工商行政管理机关禁止滥用市场支配地位行为的规定》已经引入了“必需设施”的原则,其第4条就规定,拒绝交易相对人以合理条件使用必需设施是拒绝交易的一种表现形式。因此,强制分享的数据信息必须具备难以获得替代的、拒绝提供数据可能封锁市场竞争并阻碍创新的特征。其三,强制数据分享前,应当重视和考虑数据拥有者拒绝分享的正当理由,并将其作为强制数据分享的阻却事由。大数据拥有者拒绝分享数据的理由一般是隐私保护和数据安全保护。在涉及个人信息的分享时,需要考察接收方是否有完善的隐私保护政策,接收方的数据使用用途是否合理,过去是否存在既有分享行为,进行分享是否对分享方利益造成不合理的损害(黄晓锦,2018)。上述数据和隐私的忧虑,都可以成为强制数据分享的阻却事由。
(3)大数据杀熟价的反垄断法干预。大数据时代,商家可以通过大数据对用户进行画像分析,对消费者的购买意愿、购买习惯、购买力等作出精准的分析,并据此针对不同的消费者进行差异化定价。随着大数据不断积累,商家对用户的画像愈发精准,定价也会更加接近消费者可以承受的价格极限。对于这种大数据“杀熟”的行为,应当受到法律的规制。但笔者并不建议针对互联网企业的价格差异这样的大数据杀熟行为进行专门针对性的法律规制,而是根据中国现有的反垄断法框架介入干预该行为。
中国反垄断法禁止具有市场支配地位的经营者,没有正当理由,对条件相同的交易相对人在交易价格等条件上实行差别待遇。因此,反垄断法规制的大数据杀熟的差异化价格,其适用的前提条件有二:其一,拥有大数据的互联网企业具有市场支配地位,这是反垄断法干预的基础。其二,大数据拥有者所实施的差异化定价不具正当理由。如商家根据大数据的分析,针对不同地域、不同采购批量的消费者实行的差异化价格,是具有正当理由的,因为不同的批量会带来不同的周转率,不同的地域会导致不同的运输成本。因此这种情况下的差异化定价,不应当纳入反垄断法干预的范围。但是,如果具有市场支配地位的大数据拥有者针对不同用户的购买力、消费习惯等采取的差异化定价,则是利用了大数据拥有者与消费者之间的信息不对称所获得的不当利益,不能视为具有正当理由。
(4)在标准化隐私条款中增加自愿授权内容。根据个人数据信息保护的相关规定,个人数据的收集和处理须经数据拥有人事先同意。在线互联网企业在其隐私政策中一般会将这一规则整合进去,并确保该政策符合相关法律的规定。因此,互联网企业需要及时通知用户他们将如何处理这些数据,并提供足够的机制让用户表示同意和反对。但是,互联网企业提供的一般都是格式化的标准条款,而用户只有在同意该标准条款后,才能获准使用互联网服务。
但问题是,用户并不总是充分了解所涉及的数据收集和处理情况,用户对许可的点击并不总是代表相应用户对所提供条款达成一致的真实意图。用户往往也没有足够的机会参与制定隐私政策。互联网企业不会充分告知用户未来将如何处理所收集数据,这些数据是否将转让给其他企业,以及企业将采取何种隐私保护措施。因此,笔者建议应当为互联网企业的隐私条款增加要求,明确规定互联网企业收集数据信息时必须获得用户的自愿授权,如果用户拒绝的话,互联网企业也不得拒绝用户使用其服务。互联网企业的隐私保护被视为一种非价格竞争的方式,这在提供免费服务的行业中尤其重要(Ohlhausen,2015)。公司可以通过提供更严格或更透明的隐私政策来竞争(Evans,2009;Savage等,2015),这也是促进互联网企业不断提高竞争能力的一种手段。
相关阅读 ·
商品书目 ·
微信号 : DigitalLaw_ECUPL
探寻数字法治逻辑
展望数字正义图景