费方域,闫自信 | 大数据经济学视域下的竞争政策

       著名经济学家费方域，2020年5月16日在上海病逝，享年72岁。

       20世纪90年代，费方域教授翻译了《微观经济学：现代观点》《全球视角的宏观经济学》等经典的经济学教材，很多中青年读者，都是读着费老师翻译的经典教材学习现代经济学的。

       2018年，《财经问题研究》编辑部有幸约请到费方域教授撰写的文章《大数据经济学视域下的竞争政策》，两年过去了，费方域教授的观点和智慧依然熠熠生辉。

       谨此，深切缅怀费方域教授。

〔引用格式〕费方域,闫自信.大数据经济学视域下的竞争政策[J].财经问题研究，2018，（2）：3-7.

大数据经济学视域下的竞争政策

费方域¹,闫自信²

(1.上海交通大学 中国金融研究院,上海200030;

2.英凡研究院,北京100022)

作者简介：

费方域(1948－2020) ,男,上海人,教授,博士,博士生导师,主要从事组织经济学、公司治理理论等方面的研究。

大数据“是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具备海量数据规模、快速数据流转、多样数据类型和价值密度低等特征”^[1]。近年来,数字经济快速崛起,数据作为新的关键生产要素,在数字经济中发挥的作用日渐凸显。随着企业间数据“冲突”与日俱增,以获取数据为目的的并购也时有发生,数据垄断成为学术界与监管层关注的重要问题。技术密度更高、价值创造潜力也更大的大数据在成为数字经济发展重要动力的同时,也成为数据垄断争论的焦点。

不仅如此,数字经济作为一种技术经济范式,与互联网息息相关。互联网平台企业居于网络中央,在大数据获取和处理上具备先天优势。大数据与双边市场、网络效应、平台经济等概念耦合,使问题更加复杂的同时,对反垄断执法提出了新的挑战。因此,有必要针对互联网产业,基于大数据是否限制竞争的现有观点,探讨大数据经济学视域下的反垄断执法对策。

一、大数据限制竞争的主要观点

大数据限制竞争的出发点在于许多学者认为大数据是生产的独特要素,需要反垄断分析的独特方法。企业在大数据领域的优势能为企业带来稳固的市场势力,这一市场势力又通过数据带来的特殊网络效应得以强化,导致小企业或潜在进入者无法与之形成有效竞争,对竞争的抑制进一步引发质量下降、隐私保护等问题。鉴于大数据竞争效应的特殊性,现有的竞争政策无法解决大数据带来的竞争威胁,执法机构应当采取更积极的态度,对现有竞争政策与反垄断分析框架进行拓展。

(一)大数据优势使企业获得市场势力

一是大数据存在可得性问题。大数据是“场景数据”,提供数据的场景使用频率越高,数据规模越大,数据更新也越快。大企业通过其独特的使用场景获得独特的数据,而大数据分析处理技术尚不完善,在对大数据潜在价值挖掘殆尽之前,互联网平台巨头不愿分享原始数据,导致数据对竞争对手或潜在进入者不可得。例如,Facebook将其用户数据及数据分析工具与广告位捆绑销售,只有投放广告的用户才能获得用于优化广告效果的数据及服务,而Google拒绝将其地图用户数据与其他企业分享^[2]。大企业独占数据,使其他企业无法获得并无法构成有效竞争,大企业从而获得市场势力。二是大数据增强市场进入障碍。增加一个新消费者的边际数据成本几乎为零,但第一个消费者的数据成本相当高。大数据的收集、存储、管理、分析需要高昂的沉没成本,增强了潜在进入者面对的进入障碍^[3]。同时,潜在进入者还面临在位者利用数据设置的行为性障碍。例如,一家企业可能阻止竞争对手接入其平台、限制竞争对手可用的数据或禁止合作伙伴与竞争对手交易。

(二)大数据的特殊网络效应使企业获得稳固的市场势力

互联网行业是典型的双边市场,存在显著的网络效应,互联网平台规模的提升为消费者提供了更高质量的服务,但也提高了转换成本。Stucke和Grunes^[3]提出与大数据相关的网络效应存在特殊性,使大数据优势企业的市场势力随时间得到强化。

一是大数据强化了直接网络效应。传统的直接网络效应使提供的产品或服务的价值随用户数量增加而增加,而互联网企业利用大数据分析用户行为,得以更高效地改进产品与服务,从而进一步增强直接网络效应。以Facebook的智能助手M为例,M对用户社交行为倾向数据进行分析处理,从而为用户更高效地推荐新的好友,额外提升了产品价值。二是大数据强化了间接网络效应。互联网双边市场的另一边大多为广告市场,传统的间接网络效应使广告位的价值随用户规模增加而增加,而互联网企业利用大数据分析用户习惯、优化用户画像,从而实现广告的精准触达,提高营销效率。三是大数据产生了“边做边学”的动态网络效应。形成一定规模的时间序列大数据可以为企业总结市场趋势,从中发现新的发展机会,并对新的商业模式获得实时反馈,提升企业创新效率。另外,在位企业可以利用大数据优势发现萌芽状态的竞争威胁,从而并购潜在竞争对手或采取措施阻碍其发展。

(三)大数据对竞争的限制损害消费者福利

互联网行业双边市场引致的另一个显著特征是免费服务,互联网平台向消费者提供免费服务以扩大用户规模,从而在广告市场获取竞争优势。在免费市场,大数据限制竞争的效应对消费者福利造成了额外的损害。由于传统的相关市场界定、市场支配地位认定等反垄断分析方法在免费市场不适用,现有竞争政策无法解决大数据对消费者福利的损害问题。

Beresford等^[4]认为,消费者并未获得免费服务,为服务支付的价格是个人隐私。消费者在获得服务时提供了一系列个人信息,同时在使用服务时提供了个人行为习惯。由于个人数据的存储、管理和使用透明度不足,消费者无从得知隐私的泄露程度,而隐私泄露对消费者造成的损失可能远大于消费者获得服务的价值,从而损害消费者福利。现行竞争政策要求企业在销售个人数据时得到消费者许可,但消费者仍对数据的具体用途不知情,并且消费者即便提供了许可,在市场上没有其他隐私保护方案的情况下,消费者仍无法知悉隐私泄露潜在损失的严重程度。

市场上没有其他隐私保护方案的原因在于大数据限制了非价格竞争。免费市场中企业通过产品质量、隐私保护等维度进行非价格竞争,而大数据限制竞争的效应同样包括非价格竞争。竞争强度的降低导致企业没有动力提高产品质量,或更严密地保护隐私,拥有大数据优势的在位企业甚至可以利用市场势力对严密保护隐私的竞争对手进行限制^[5]。因此,竞争政策应采取更积极的态度,鼓励免费市场企业在隐私等非价格层面进行竞争。

二、大数据不存在反竞争效应的基本视角

反对大数据限制竞争的学者从竞争与创新两个维度探讨大数据对市场与消费者的影响。大数据的自身特征决定其不足以使企业获得市场势力,甚至无法为企业获取长期的竞争优势。不仅如此,大数据充分利用并加速了数字技术的创新与迭代,反而提升互联网行业的竞争强度。

(一)企业有分享数据的意愿

分享数据是企业成本—效益分析的必然结果。对于拥有大数据优势的互联网企业而言,数据收集、存储与管理的边际成本较低,但挖掘大数据潜在价值、开发大数据分析工具仍需高昂成本,企业独占数据获取的收益在大多数情况下不足以收回成本。而企业对外分享数据一方面可以获得收入,另一方面可以开发数据源的其他用途或成本更低的数据利用方法,进而从创新中获利。2007年,在GPS设备制造商TomTom对数字地图定位数据库开发商Tele Atlas的并购案中,欧盟委员会认为这一纵向并购使TomTom获得市场势力,但后者不会利用市场势力限制竞争,因为拒绝将数据库销售给下游竞争对手的收入损失超过了在GPS设备市场拥有市场势力所获得的利润^[6]。

(二)大数据无法使企业获得市场势力

Lambrecht和Tucker^[7]从企业资源视角提出了企业获得市场势力的四个条件——稀缺的、有价值的、不可模仿的、不可替代的。但大数据无法满足上述条件,也就无法使企业获得市场势力。

一是大数据不是稀缺资源。数据是随着时间推移和场景使用不断产生的,数据规模不断地、加速地增加。二是大数据的价值依赖于数据处理技术。价值密度低是大数据的天然属性,由于数据量巨大、更新频率高,传统数据分析工具无法处理,因而原始数据的价值需要专门技术进行挖掘。三是大数据具备强公共物品属性。数据使用是非排他的,一家企业利用数据不影响该数据对其他企业的价值,新进入者需要的数据不会被在位者“用完”。四是大数据具备高度替代性。为实现相同目的,企业总能找到多个数据源,并且新的数据源一般更有价值。2007年,在Google对广告市场竞争对手DoubleClick的并购案中,反对者主张Google会获取更多数据而获得市场实力,但反垄断执法机构发现市场上其他企业能通过其他渠道获取DoubleClick拥有的数据,因而,认为数据不影响该市场竞争^[8]。

(三)大数据无法使企业获得长期竞争优势

从时间角度看,大数据的价值时刻处于动态变化之中,对于大多数依赖数据的产品而言,实时数据比历史数据更有价值,并且数据更新频率越高,旧数据贬值的速度就越快。如果企业想要利用大数据获取长期的竞争优势,必须实时更新数据,并阻止竞争对手获取相同数据,但后者几乎无法实现。

从规模角度看,大数据的规模边际价值递减。即使一家企业拥有独特数据,但额外数据提供的额外信息量与数据量本身不成正比,数据规模越大,提供的边际信息量越低,为企业创造的价值也越少。

从市场角度看,市场进入障碍存在自我调整机制。如果大数据为企业获得竞争优势,从而实现高市场份额与高利润,那么必将吸引更多潜在进入者,从而降低在位者行为性进入障碍的威慑力,使市场进入障碍降低。

(四)大数据带动技术进步与创新,进而刺激竞争

大数据已成为创新的重要来源,创新也是许多企业发展大数据的初衷。对大数据的充分利用制造了更多的创新机会,同时大数据带来的特殊网络效应,促进了产品的迭代与质量提升,使企业更好地理解消费者并提供更精准的服务,降低消费者因信息不对称产生的搜寻成本,提高了消费者福利。

更重要的是,激烈的创新快速改变企业的竞争环境。一方面,大数据相关技术进步降低了行业的进入障碍。以云计算为例,历史上企业存储海量数据需要购买大量有形资产,形成高昂的固定成本,但云计算使企业无需自行存储数据,且可以根据需要有选择地购买现有数据,将固定成本转化为可变成本,在降低进入障碍的同时使初创企业能更好地聚焦于细分市场^[9]。Uber在纽约的竞争对手中有一部分就聚焦纽约本地网约车细分市场,以相对低廉的成本实现了有效竞争。另一方面,创新重塑竞争格局,使旧的垄断问题消弭于无形。技术进步产生了新的替代产品,拓宽相关市场,使原有垄断企业失去垄断地位,甚至使原有市场接近消失,进而使垄断问题自然化解^[10]。2012年,在市场研究机构Nielsen对广播用户调研公司Arbitron的并购案中,两家公司都在各自市场具备市场势力,美国联邦贸易委员会(FTC)对并购进行了附条件许可,但随着网络的发展,两家公司所处的电视用户分析与广播用户调研两个市场均陷入萎缩,且智能电视等新技术的发展对两家公司所依赖的分析技术构成替代,两者也失去保持市场势力的能力,因而垄断问题自然化解。

(五)隐私保护低水平与大数据无关

Manne和Sperry^[11]指出,隐私保护不足的原因在于缺乏需求,而非缺乏竞争。从互联网行业整体来看,许多大企业在各自细分市场中掌握大量用户数据,而这些企业为了在广告市场获取优势,有动力争夺更多消费者,因此,如果增强隐私保护有助于获取竞争优势,这些大企业将会采取措施,这就说明隐私保护不足并非由于缺乏竞争。隐私保护不足的根本原因在于消费者不愿为了隐私保护付费,因此,对隐私保护的实质性需求并不存在。

三、竞争政策启示

分析大数据垄断问题、判断现有竞争政策与分析框架是否适用,核心在于厘清大数据与其他生产要素是否存在本质区别。一方面,许多行业存在高昂的沉没成本,大数据前期成本相对低廉,沉没成本源于大数据还是其他要素不应成为反垄断执法区别对待的原因。另一方面,互联网行业免费服务模式与非价格竞争源于网络效应,与是否收集、利用大数据并无关系,双边市场引致的反垄断新问题不应导致针对大数据而收紧竞争政策。因此,传统分析框架仍应适用于大数据垄断问题,具体案例仍应适用就事论事原则。

(一)对大数据企业并购的执法应着眼于是否限制竞争

针对大数据垄断的执法仍应以保护竞争为目标,具体而言,应分析大数据在行业内的角色与地位。2013年,在美国K-12教育市场两家主要营销数据销售商Dun & Bradstreet与QED的并购案中,美国FTC要求前者将部分数据资产销售给市场上的另一家企业,这是由于市场上销售的商品是数据本身,因此,保护竞争的方式在于将数据对外销售。而2011年,在Google对航班比价软件开发商ITA的并购案中,市场上销售的商品是比价软件QPX,而数据只是支撑软件功能的基础,因此,美国司法部仅要求Google承诺将QPX向竞争对手授权5年,而未对数据做出限制^[12]。

(二)对大数据垄断案件的分析应着眼于滥用行为

对拥有大数据优势企业的反垄断关注应沿用传统滥用市场支配地位的分析范式,即关注滥用行为,而非企业持有数据本身。传统范式认为滥用市场支配地位的反垄断执法应针对滥用行为而非市场结构,鉴于大数据并非独特的生产要素,对大数据企业的分析应与其保持一致。

(三)数字经济反垄断应遵守审慎原则,避免过度监管

一是过度监管伤害创新活力。创新有助于企业提升产品质量、降低成本,从而降低价格、提高消费者福利。受到强监管的行业,如美国的货运业、航空业、输电业,创新往往受到抑制,价格也居高不下。数字经济由创新刺激竞争,监管不应过度介入。二是过度监管提高进入障碍。强监管提高企业的合规风险与合规成本,从而增强进入障碍,同时监管的不确定性也损害潜在进入者的进入热情。三是过度监管降低企业分享数据的意愿。分享数据是企业的最优策略,但现实中企业数据分享程度低的原因在于分享数据使企业成为市场参与者,受到反垄断关注,而封闭独占数据可以避免反垄断风险。

(四)免费市场非价格竞争,应采用规制手段

免费市场高份额企业降低产品质量、泄露隐私的现象确实存在,但免费市场不适用传统的相关市场界定、市场支配地位认定方法,提高了反垄断执法复杂程度,也提高了执法成本。从执法成本效益角度,应更多采用规制手段,引导企业非价格竞争规范化。

参考文献

[1]　Manyika,J. ,Chui,M.,Brown,B.,et al. Big Data: The Next Frontier for Innovation,Competition,and Productivity [R]. McKinsey Global Institute,2011.

[2]　Doshi,P. Data Too Important to Share: Do Those Who Control the Data Control the Message? [J/OL]. Bmj,2016,352:i1027.

[3]　Stucke,M.E.,Grunes,A.P. Big Data and Competition Policy [M]. Oxford: Oxford University Press,2016. 157-161,170-199.

[4]　Beresford,A.R.,Kübler ,D. Preibusch,S.Unwillingness to Pay for Privacy: A Field Experiment [J]. IZA Discussion Papers,2010,117(1): 25-27.

[5]　Castro,D.,McQuinn,A. The Privacy Panic Cycle: A Guide to Public Fears About New Technologies [EB/OL]. https://itif.org/publications/2015/09/10/privacy-panic-cycle-guide-public-fears-about-new-technologies,2015-09-10.

[6]　Schepp,N.P.,Wambach,A. On Big Data and Its Relevance for Market Power Assessment [J]. Journal of European Competition Law and Practice,2016,7(2): 11-19.

[7]　Lambrecht,A.,Tucker,C.E. Can Big Data Protect a Firm From Competition? [R]. Competition Policy International,Inc,2017.

[8]　Kimmel,L.,Kestenbaum,J. What's Up with WhatsApp? A Transatlantic View on Privacy and Merger Enforcement in Digital Markets [J]. Antitrust Magazine,2014,29(1):48-55.

[9]　Ba,S.,Whinston ,A.B.,Zhang,H. Small Companies in the Digital Economy [A]. Brynjolfsson,E.,Kahin,B. Understanding the Digital Economy: Data,Tools and Research [C]. Massachusetts: MIT Press,2000. 185-200.

[10]　Greenstein,S.　The Evolving Structure of Commercial Internet Markets [A]. Brynjolfsson,E.,Kahin,B. Understanding the Digital Economy: Data,Tools and Research [C]. Massachusetts: MIT Press,2000. 151-184.

[11]　Manne,G.A.,Sperry,B. The Problems and Perils of Bootstrapping Privacy and Data into an Antitrust Framework [R]. CPI Antitrust Chronicle,2015.

[12]　Stutz,R. An Examination of the Antitrust Issues Posed by Google’s Acquisition of ITA [J/OL]. SSRN Electronic Journal. 2016,10.2139/ssrn.1940151.

责任编辑：邓   菁

---

公众号推文责任编辑：李明齐

封面图片：费方域教授

（点击图片进入专辑浏览）

官方网站请点击！

     阅读原文