当期荐读 2021年第3期 | 欧美数据垄断的治理模式比较及对我国的借鉴研究

图源 | The Internet

冉从敬^1,2 刘先瑞¹ 何梦婷¹

(1. 武汉大学信息管理学院, 武汉, 430072; 

(2. 武汉大学深圳研究院, 深圳, 518000)

摘 要

数据垄断现象威胁国家数据主权、数字经济发展及个体数据权益,构建科学合理的数据垄断治理模式意义重大。本文通过网络及文献调研,获取了相关理论、欧美政策法规、组织机构及执法案例现状,归纳总结了欧美各自的反垄断分析模式。基于分析模式及其应用特征剖析得出美国侧重行为过程考量的审慎规制模式和欧盟侧重目的效果审查的严密管控模式,进一步分析借鉴其利弊及经验,并在结合我国治理现状基础上,提出符合我国实际的数据垄断治理模式构建对策,助力我国维护数据主权安全、保障数据权益和实现数字经济健康发展。

关键词

数据垄断 数据治理模式 数据主权 数据权益 数据市场 数字经济

1 引言

全球数字化转型加速，数据产业纵深发展，数据资源作为生产要素的重要性不断提升，围绕数据资源的争夺愈演愈烈，数据垄断由此产生。垄断主体利用数据资源及算法技术破坏数字生态和竞争秩序，侵害用户数据权益^[1]，威胁各国数据主权安全^[2]。如何应对数据垄断威胁已成为数字经济下各国革新发展的关键议题，世界各国政府及组织均积极开展治理实践，美国联邦贸易委员会和国会相继发布了报告，强调应规范数据使用行为，提升数据安全性^[3]，并对Amazon、Google、Facebook等数据巨头展开反垄断调查^[4]；欧盟发布《单一数字市场战略》（Digital Single Market Strategy），倡导优化数字经济竞争环境^[5]；英国、日韩、加拿大等国也发布了相关政策、报告以推动反垄断体系的数字化转型。

同时，我国也在推进数据资源发展与治理，在“十四五”规划中强调加快数字化发展，并将数据中心纳入“新基建”建设,构建大数据中心体系，建立健全数据要素市场规则^[6]，通过《关于促进平台经济规范健康发展的指导意见》《反垄断法》《优化营商环境条例》等制度初步探索了数据垄断治理。但我国多承袭垄断治理传统，在数据领域相关专门制度、专业组织、辅助技术、分析原则等要素的协调上仍待改善。鉴于此，如何完善数据垄断治理研究十分重要，应使其既顺应全球数字经济发展和数字化转型的必然趋势，也符合我国数据治理和社会稳定发展的需要，从而管理数据资源，保障数据权利，规范数据市场秩序，促进数据产业可持续发展。

2 数据垄断与治理概念界定

数据垄断（data monopoly）概念最初由Frank Gannon于2001年在阐述实验数据垄断现象时明确提及，与数据共享对立，其多形容政府对其行政数据或研究机构对其科研数据的限制访问^[7]，随后衍生到数据产业领域。Jonathan Taplin于2017年面向数字化发展提出，数据垄断是指在数据驱动市场中数据巨头可借助其实力垄断某项服务或产品，可对其进行定价并从市场中排除异议者^[8]。随着数据产业发展，学者从不同视角细化数据垄断概念，但目前尚未形成统一的界定。人民网研究院指出数据垄断是基于数据占有和使用而形成的垄断^[9]；印惠珺基于数据政策提出数据垄断涉及拒绝交易、搭售和垄断性高价等行为，侵害了各主体的数据隐私权、共享权、交易权、收益权及监管权^[10]；孟晓峰等^[11]从数据治理角度将数据垄断定义为新形式的行业垄断行为，具体表现为数据寡头拥有和控制大量数据资源；陈兵^[12]从竞争法角度将数据垄断界定为实现数据赋能竞争，既包含对数据资源本身的排他性占有和绝对性控制，也包括借助数据实现竞争过程或场景的垄断，其行为类型包括基于与数据相关的垄断协议、滥用市场支配地位和经营者集中三种。本文借鉴陈兵的定义，基于我国《反垄断法》，将数据垄断行为定义为利用自身数据资源及相关技术达成垄断协议、滥用市场支配地位以及经营者集中在内的排他性竞争行为。其中垄断协议行为指利用数据资源、算法或平台规制达成的排除、限制竞争的协议、决定或其他协同行为；滥用市场支配地位行为指经营者在相关市场内具有能够控制产品、服务及其他交易条件，或者能够阻碍、影响其他经营者进入相关市场能力的市场地位，并利用此优势操控市场，实现自我优待；经营者集中行为指经营者通过股权、资产或合同控制实现合并，从而具有对其他经营者的控制权或决定性影响。

数据垄断治理包含多方面：①对数据资源进行产权划分、生命周期管理、利益相关者界定^[13]、开放共享标准及政策制定^[14]，②监管企业的数据行为^[15]，③完善执法方相关制度、组织及实践^[16]。孟晓峰^[17]基于数据生命周期理论，将数据治理模式分为局部模式、中介模式及全局模式，分别从数据源、数据流通过程以及数据生命周期全流程进行治理。本研究所探讨的数据垄断治理模式主要针对数字平台，探讨规制数据垄断行为的相关制度、组织及执法实践组合之下形成的结构或标准样式。

3 数据垄断研究现状

在Web of science和知网数据中分别检索主题词为“data monopol * OR information monopol * OR digital monopol * ” 和“数据垄断OR信息垄断OR数字垄断”的相关文献，清除重复，得到有效论文共70篇（时间截止为2021年2月27日）。通过文献回顾发现数据垄断相关研究逐步深入，覆盖了法学、经济学、管理学等多个学科，主要包含理论探讨型、影响分析型以及对策构建型三大类。

理论探讨型研究通常从多角度阐释数据垄断的源起、发展与沿革，分析具体行为类型。早期研究多聚焦行为产生的前因后果，周翔等^[18]从市场经济发展角度阐述了数据垄断源起于大数据技术引发的变革。随后，数据垄断行为类型阐述相关研究逐渐兴起，但多关注行为外延，较少清晰界定其内涵。詹馥静等^[19]认为大数据市场中的垄断行为表现为防御性合并、价格合谋和滥用市场支配地位；曾彩霞等^[20]认为大数据垄断与数据资源属性和市场结构特点相关；Meier等^[21]以数字音乐平台为例，分析了数据垄断的可能性和表现。

影响分析型研究主要关注特定主体行为的目的和后果，从多视角阐述数据垄断的影响。Viani^[22]通过实证研究分析了电信公司垄断行为在市场、财政及公民权益方面的多重影响；Smyrnaios^[23]指出谷歌的数据垄断行为具有极大的社会及政治影响力；Rikap^[24]以亚马逊公司为例，提出了数据驱动的知识垄断能带来政治权力。也有学者基于垄断工具或渠道分析其危害，Innerarity等^[25]认为数据及其背后算法带来的垄断行为危害了民主制度的发展。

规制对策型研究主要基于事实案例，从经济法视角提出对策，在对策内容及适用性方面仍需不断优化。施俊^[26]讨论了数据垄断行为相关判定因素，提出采用替代分析方法，加强追责制度等措施加以规制；刘佳明^[27]立足于我国反垄断领域立法现状及现实困境提出了对策；Loertscher等^[28]认为价格监管和自然垄断是应对数据垄断的良性手段。

总体来说，现有研究在数据垄断的源起发展及现状分析上相对完善，而在探寻规制对策时往往基于特定案例提出建议，缺乏全局性、多视角的治理对策及标准化的治理模式探讨，本研究力图在准确界定数据垄断基础上推进对策型研究发展，从多学科视角构建系统化的全局治理模式。考虑到中国与欧美的数字竞争力差距关键缺口在于数字治理维度^[29]，欧美经济制度发源早，体系化程度高，数字经济基础雄厚，催生了成熟的治理组织，形成了丰富的执法经验。本文以欧美为借鉴对象，通过文献、网络全面调研了欧美制度、组织及执法实践，首先基于反垄断法理论探析其制度、组织之中体现的分析原则，得出分析模式特征；然后整合案例信息，基于其分析模式的运用特征归纳得出欧美各自的治理模式；最后结合我国国情得出可借鉴之处，为我国数据垄断治理提供理论与实践参考。

4 欧美数据垄断治理制度及组织中的不同分析模式

分析模式指法律实践中形成的分析方法和违法认定标准，作为反垄断法适用的前置性核心环节，分析模式的适用与制度标准、监管组织、举证分析、案件类型化处理等问题密切相关^[30]，能充分体现反垄断的治理特征。基于反垄断领域的法理基础和执法实践，目前主流分析模式可分为基于合理原则（rule of reason）的分析模式和基于本身违法原则（per se rule）的分析模式，其中：①合理原则指在综合考察案件全部事实的基础上认定行为是否具有合理性，不合理的行为构成违法；②本身违法原则是一种认为某类协议具有排除、限制竞争效果的不可反驳的推定，只要证明涉案协议在形式上构成特定的行为类型即可直接认定违法^[31]。本文基于分析模式理论，对欧美反垄断制度组织现状展开分析，得出其不同的分析模式；通过数据库和官网检索反垄断制度相关研究文献、新闻报道、组织及制度文件，梳理了欧美制度组织现状，得出其不同的分析模式特征。

4.1 美国:制度组织支撑下的合理原则分析模式

美国司法系统中司法权和行政权相对分立，由联邦贸易委员会等行政组织负责调查数据主体，法院则为最终裁决者，因此，数据垄断治理的执法方倾向开展综合性过程分析，以充分支撑案件诉讼，而司法方也综合客观地考察案情并判定结果。在制度框架及组织结构共同作用下，美国形成了合理原则分析模式。

4.1.1 注重完善合理性分析要素的制度框架

美国制度建设起步早，以各领域多部关联法规形成完备体系，可分为制定了数据垄断行为标准的一般性核心制度、细化个案分析准则的领域性辅助制度以及支撑合理性要素分析的过程分析指导制度。其中，大部分制度贯彻了合理原则，少量制度中纳入了本身违法原则，提升了监察效率，优化了合理原则分析模式（见图1）。

图1 美国数据垄断制度框架

一般性核心制度以《谢尔曼法案》《克莱顿法》《联邦贸易委员会法》等为代表，奠定了分析模式的法理基础。美方以此类制度为根本标准来分析具体行为，规范执法过程，在《谢尔曼法案》《克莱顿法》之中明确指出了限制竞争行为标准和类型，通过《联邦贸易委员会法》细化了执法程序和规章，规范了执法行为。美方多通过修订来提升此类制度的适用性。

领域性辅助制度以《横向合并准则》《纵向合并准则》等为代表，构成了三大类数据垄断行为的分析依据。美方通过此类制度建立行为合理性判定标准，在《横向合并原则》及《纵向合并准则》中强调执法中应预测收益和后果，判断行为目的，体现了合理原则分析倾向，利用《竞争对手合作反托拉斯准则》系列制度指导算法共谋、数据协议的判定。美方多扩展核心制度内容或颁布新制度来增补此类制度内容。

过程分析指导制度以《隐私权法》《开放互联网法令》等为代表，支撑了数据行为合理性分析过程。美方通过此类制度从各领域细化过程分析参考，在《信息自由法》《隐私权法》中提出了用户数据保护要求，通过《开放互联网法令》规范了数据共享行为和信息网络秩序，利用《美国国家安全与个人数据保护法案》提供了数据收集、存储、流动和传输等分析要素参考。美方注重细化和新增条例来完善此类制度内容。

4.1.2 实现过程考量的三层式专业组织

美国组织结构推动了过程分析的实施。总体上，联邦贸易委员会（Federal Trade Commission）作为行政机构主要负责垄断行为调查和提起诉讼，多从司法和行政角度考量数据行为的合法性，而律师协会反托拉斯法处（Bar Association Section of Antitrust Law）、反托拉斯研究所（Antitrust Institute）等第三方机构则主要助力于市场经济分析和评估，从产业经济角度考量数据行为的合理性，双方从不同角度开展分析，优化了过程考量的科学性和专业性。

具体来看，美国反垄断核心机构——联邦贸易委员会的结构呈现出清晰的三层次。笔者基于官网组织结构图^[32]，结合官方说明文件、新闻报道及自身理解绘制了其结构图，如图2所示，顶层由主管、专员负责决策和领导；中层有隐私官、行政法官及政策规划等部门，负责统筹和规划反垄断制度及实施，担任上传下达的职责，底层则包含密切参与反垄断执法的竞争管理处、经济处、消费者保护处等部门，他们分管用户数据保护、数据市场反竞争行为规制及商业行为经济影响分析，在其下的技术任务组负责调查数据垄断行为。跨部门和机构的协同合作促使美方不仅关注数据主体的行为类型是否在禁止范围内，而且从经济学角度分析其行为过程，更全面地采集违法证据，开展相关市场及其他经济要素分析，判断行为合法性。总之，决策领导层和规划统筹层提供了过程分析所需的指导、分析支撑及参考依据，优化了分析过程，核心执法层实现了过程执法的细化分工，从而更好地贯彻执行了合理原则分析模式。

图2 美国联邦贸易委员会组织结构图

4.2 欧盟:制度组织影响下的本身违法原则分析模式

欧盟司法系统中司法权与行政权一体化，欧洲竞争总局扮演公诉人和法官的双重角色，既展开执法也具有司法制裁权，使其需以极高的执行力和效率来完成多治理环节任务，因此更多基于高效率、低成本的本身违法原则开展工作，重视遏制巨头企业膨胀，保障中小企业及公民个人数据权益，通过目的、效果分析判断行为违法性。在制度框架及组织结构共同作用下，欧盟形成了本身违法原则分析模式。

4.2.1 注重构建违法行为标准的制度框架

欧盟制度建设规范、不断沿袭修订，形成了相对稳定的体系，可分为奠定了数据垄断行为判定基础的传统反垄断制度和更新了数据垄断行为分析参考的数字市场规范制度。其中，大部分制度贯彻了本身违法原则，少量制度中注入了合理原则，细化了案情分析，优化了本身违法原则分析模式（见图3）。

图3 欧盟数据垄断制度框架

传统反垄断制度以《17号条例》《罗马条约》等为代表，建立了行为类型分析的基本框架。欧方在此类制度之中围绕《欧洲联盟运行条约》构建了大量基础支撑制度，大部分制度依照本身违法原则直接拟定了违法行为类型，诸如《罗马条约》《17号条例》《欧洲竞争法规则》等制度中均明确界定了违法边界，增添了判例说明，有利于根据事实推定行为方式、目的或效果是否违法。欧方基于此类制度不断新增领域指南及专门内容，完善了违法行为判定标准。

数字市场规范制度以《数字服务法》《数字市场法》等为代表，分析了数字经济下数据垄断行为类型和标准。欧方通过此类制度实现了对数据垄断行为的事前监管和事后救济，有助于支撑行为目的和效果分析，在《通用数据保护条例》中通过规范用户数据收集和使用监管了数据主体，规制了数据垄断行为，通过《数字服务法》规定了数据市场中实力达到“守门人”程度的企业特征及相关企业构成垄断的特定行为，体现了其防范垄断行为的本身违法原则分析倾向。欧方多根据数据产业发展和数据权益需求来修订、优化及新增此类制度。

4.2.2 统一本身违法原则为标准的一体化组织

欧盟的组织结构有助于实施本身违法原则分析模式。总体上，欧洲竞争总局（Directorate-General for Competition）为核心反垄断监管机构，欧盟各成员国分局通过加入欧洲竞争网络（European Competition Network）以统一反垄断标准并开展合作，互相协助调查，交换案件信息，讨论新兴议题，确保管理分工有效和标准统一。欧盟总部统筹、分部协调合作的组织体系赋予了其极强的执行力和一致性，在判断和推定违法行为时提升了覆盖度和效力。

具体来看，欧盟反垄断核心机构——欧洲竞争总局的结构呈现出高度一体化的二层次。笔者基于官网组织结构图^[33]，结合官方文件、新闻报道及自身理解绘制了其结构图，如图4所示，决策层由常务董事协调执法优先度，评估效益；执法层则由总局内的三大部门分管政策与策略制定、垄断行为监管、横向合并监管及总体控制等业务，其职责分工领域更细化，针对垄断行为中的合并、托拉斯及卡特尔均设有相应部门，还具体划分了五大市场业务领域开展专门化治理，其中数据垄断属于信息、传播与媒体范畴之内。高度集中的组织结构和精简的部门分工，有助于欧方高效地基于行为目的和效果判断其违法性，同时配置的专业顾问更是提升了分析专业度和科学度。总之，决策统筹层提升了监察效率，业务分管层实现了行为违法判定标准统一，从而更好地贯彻执行了本身违法原则分析模式。

图4 欧洲竞争总局组织结构

5 不同分析模式影响下的欧美数据垄断治理模式

欧美在制度组织影响下形成了不同的分析模式，其分析模式在执法中的应用特征也各异，本研究在综合其分析模式与应用特征基础上，最终得到了欧美的数据垄断治理模式，并阐述了其治理模式在数据垄断协议、滥用数据市场支配地位以及数据经营者集中三类垄断行为规制中的表现。

5.1 美国:侧重行为过程考量的审慎规制模式

美国重视发挥数据经济价值与促进数据经济发展，力图规制数据垄断，稳定数据经济市场的同时不削弱相关企业实力，在执法实践中注重考量行为过程，分析数据市场要素，由执法方开展个案分析，评估竞争行为的合法性。本文在美国联邦贸易委员会案件库中筛选行业为数字经济的案件共53件（截至2021年3月4日），其中筛选出数据垄断相关案件共23件①。美方在执法中充分应用合理原则分析案情，在过程考量中融入了经济考量和技术分析，推动了传统治理标准的数字化转型，形成了侧重行为过程考量的审慎规制模式，主要体现在如下三方面：

（1）综合多要素以发掘垄断协议行为。为综合考量行为过程，分析算法、数据等要素，美国充分调查数据市场中利用算法、数据共享分析达成的隐秘共谋行为，借助企业信息交换频率、价格变动一致性、经营模式与商业目标一致性等间接证据审查算法共谋行为，提升了治理效力。2012年，美国联邦贸易委员会通过价格变动的一致性迹象调查得到苹果公司与五家电子书出版商企业通过数据协议操控价格的行为，并通过赔偿弥补了用户损失^[34]。2019年，执法机构也通过五家媒体企业频繁交换信息、价格协同等迹象开展调查，提出了交换竞争敏感信息指控。

（2）通过多途径调查分析市场地位。美国重视动态过程分析，关切现实需求，借助行业工作者、专家学者及其他利益相关者的参与来评估多利益要素，既开展官方取证，也开拓行业自治、用户调研等其他多分析渠道，以客观洞悉数据市场地位。2019年9月，美国反垄断委员会（Antitrust Subcommittee）广泛调查数字市场，收集来自谷歌、亚马逊、Facebook和苹果的百万数据，以及来自百余个行业工作者的文件和意见书，进行了五场听证会，并与35位专家及利益相关者举行了17次情况介绍和圆桌会议^[35]，美国众议院在长达16个月的市场调查后，于2020年发布《数字市场竞争调查》（Investigation of Competition in Digital Markets）报告，提出分拆巨头，调整业务结构等举措。

（3）权衡利弊以监管经营者合并行为。美方在执法中关注发展利益，评估市场价值以推进合理并购行为，并通过协商要求通过剥离业务或资金、开放数据信息等方式减轻竞争损害。2019年，联邦贸易委员会处理的合并交易中数据垄断相关企业占比高达39.2%^[36]。美国司法部在2014年批准“CoreLogic收购DataQuick案”中要求开放部分数据的请求；在2020年出于提升5G发展的考量，批准了无线运营商T-Mobile和Sprint合并的决定，预计两者合并后有超8000万用户，覆盖数据量极大^[37]，占据了95%的市场份额，因此，美方也要求两企业剥离部分资产、业务及无线频谱，从而适当限制其市场份额。

5.2 欧盟:侧重目的效果审查的严密管控模式

欧盟委员会以维护公民数据权利及市场竞争秩序为重，力图高效规制数据巨头行为，维护中小企业及个人的权利。因此，其注重开展基于“目的限制”和“效果限制”的分析，从行为目的、效果或行为模式直接判定对象违法，严密管控数据主体，提升治理效率。本文在欧盟委员会法案数据库中筛选获取数字行业内案件共141件（截至2021年3月4日），由于部分案件信息缺失或未公开，仅列出数据垄断相关案件共26件②。欧方在执法实践中优先考虑维持竞争秩序，多基于本身违法原则分析市场行为，但并非完全倚重行为形式和类型标准，而是综合行为目的和效果加以判定，形成了侧重目的效果审查的严密管控模式，体现在如下三方面：

（1）系统评估协议实施目的和效果。欧盟不仅基于协议类型标准简单判定违法，也通过系统的调查取证分析协议目的和效果，注重以专业视角审查数据协议的垄断性。2019年，欧盟委员会发现了亚马逊的零售业务能分析和使用第三方卖家数据，可能违反了欧盟关于公司之间反竞争协议的竞争规则^[38]，据此，欧盟委员会从亚马逊与卖家间的用户数据使用协议和数据对于买家购物的选择影响两方面开展长期的深入调查，评估其违法性，这凸显其治理过程中注重系统评估调查行为的前因后果。

（2）严格处置滥用市场地位行为。欧盟委员会注重通过评估其他公司进入市场的难易程度、是否存在反补贴的买方权力及其资源的整体规模和实力等^[39]判定市场地位，尤其限制并以高额罚款惩治数据巨头的违法行为，维护中小企业的竞争优势、创新可能性及消费者选择权。以谷歌为例，2016年欧盟委员会诉谷歌借助搜索数据推广自身服务功能，开出24.2亿欧元罚款；2018年，欧盟委员会就谷歌对Android设备制造商和移动网络运营商施加非法限制的行为，开出了43.4亿欧元罚款^[40]；2019年3月，欧盟委员会诉谷歌非法滥用其在在线广告市场中的主导地位，开出14.9亿欧元罚款^[41]。

（3）应用附加条件管控经营者合并行为。欧盟委员会奉行的本身违法原则并非机械的类型化禁止和处罚，通常情况下，会通过评估市场现状及需求后回应经营者合并行为的申请，并应用附加遵循条件以规制，避免扼杀生产积极性，保障产业发展机会。欧盟委员会在2011年的微软收购Skype案及2016年的微软收购领英案中处理方式不同，针对前者通过相关市场分析确定了不构成任意一方市场的垄断，无条件批准了收购提议，而针对后者，批准提议的同时提出了赋予用户选择安装权、维持产品互操作性、允许其他产品信息访问的附加条件。

6 我国数据垄断治理模式发展借鉴及启示

如今，数据垄断治理重要性不断凸显，我国正着力推进反垄断治理的数字化转型，重视数据资源的价值挖掘和应用规范，具体实现了：①制度的碎片化更新。承袭了《电子商务法》《反垄断法》等传统治理，新增了《关于平台经济领域的反垄断指南》《禁止垄断协议暂行规定》等新型制度，以应对“二选一”“大数据杀熟”等数据垄断现象，一定程度上加强了对数据市场主体的监管，提升了传统制度的适用性；②组织的初阶段整合。实现了治理机构的“三合一”，将国家市场监督管理总局作为核心机构，优化了治理权责；③执法的个案化分析，在特定案件中融入了活跃用户数、点击量、使用时长等分析要素，完善了治理效益。但反观欧美基于国情形成的各具特色的治理模式，我国仍相对缺乏导向性治理目标、系统的制度体系及专业的组织结构，总体上也并未形成科学的治理模式，亟待实现执法的标准化。因此，我国应借鉴欧方在行为判定高效和市场价值维护上的治理趋向，融入美方注重过程分析、考量多数据因素的治理特征，基于我国现实国情，树立弹性治理数据垄断的整体目标，具体通过调整传统制度体系，优化固有组织结构，最终形成融合型的数据垄断治理模式。

6.1 协调利益与秩序,树立弹性治理目标

应实现治理的动态性、协调性和平衡性以树立弹性治理目标。我国与欧盟相似，都面临着跨国数据巨头的垄断威胁和国内中小数据主体寻求生存空间的产业局势，注重保障国家和个人的数据权益。欧盟奉行侧重目的效果审查的严密管控模式体现了其重视数据权益和竞争价值。数据垄断固然会导致严重的权益侵犯、社会动荡和竞争损害，但数字经济中研发创新频繁，主体的市场支配地位持续度有限^[42]，产业数据的高度集中并非社会损失，也并非必然损害消费者权益、经济效率和社会福祉，数据治理应以人为本，构建良好生态。因此，我国应在借鉴欧盟理念的基础上，融合美方重视数据产业价值的倾向，具体包括：

首先，应提升治理的动态性，利用管理程序、算法技术等多种方式动态监测、评估和管理数据主体、预警数据垄断行为，倡导数据主体关键算法的事前报告和备案，提升算法协议透明度，以及时评估和监管，提升事前预防度，更高效地维护数据权益；其次，应优化治理的协调性，不依据单一标准分析和判断是否构成数据垄断，而是考查和权衡行为的前因后果及实施过程，优化治理效益；最后，把握治理的平衡性，应权衡利弊，既及时关注数据垄断行为，考量垄断力的持续度，保障市场技术创新和企业发展，也避免过度约束和监管削弱创新力和竞争力，回应产业市场对创新竞争、公正秩序及数据权属的多重需求。

6.2 纳入多分析原则,调整传统制度体系

应实现制度建设的适用性、系统性和多原则性以调整传统制度体系。我国通过修订《电子商务法》《反不正当竞争法》等制度优化了垄断行为判定标准，体现了本身违法原则，也颁布了《禁止垄断协议暂行规定》《网络数据安全标准体系建设指南》《信息安全技术个人信息安全规范》等制度在行为分析之中融入了合理分析原则。相较于欧美在并购、合谋、滥用市场地位、用户隐私到数据开放领域形成的多层次制度框架，我国在制度体系化和系统化上有待提升，在分析原则上也应进一步实现欧美不同的分析模式的整合，建成客观性与高效率兼具的制度体系，具体包括：

首先，应提升传统制度的适用性，从专业视角分析经济要素，将数据的所有权、使用权、可移植权等纳入制度体系，强化现有制度在数据市场界定、数据资产评估、数据垄断协议规制及经营者合并审查中的规制力，使传统反垄断理论更好地与数据治理需求融合；其次，应优化现有制度的系统性，持续开展个人数据、用户权益、竞争秩序等多领域相关制度建设，评估隐私保护、技术创新、数据流转等多指标，为行为判定、标准细化和过程合理性分析提供制度内容支撑；最后，应形成制度体系的多原则性，协调双重分析模式，既应细化违法制度标准，通过本身违法原则提升行为判定效率，也应融入合理性原则，允许个案分析，优化规制效益。

6.3 倡导多主体参与,优化固有组织结构

应实现组织机构的专业化、中立性和民主化以优化固有组织结构。我国实现了反垄断机构的三合一，以市场监管局为核心机构，逐步推动多主体参与到理论技术发展中，也通过《工业互联网企业网络安全分类分级指南（试行）（征求意见稿）》指引了行业、企业自评和核查，相较于欧美在组织结构中设立专业部门，聚集全利益相关者参与反垄断调查和听证会等先进组织举措，我国可进一步推动多主体参与的常态化，提升治理联动力，具体包含：

首先，应提升组织机构的专业化，与多学科领域专家、高校智库、科研院所等合作，借助圆桌会议、听证会、高峰论坛等多种渠道，从多专业视角提升组织结构科学度和专业度；其次，应保障组织的中立性，通过设立擅长经济分析、数据管理等领域的第三方机构来客观评估市场力、用户粘性、垄断效应，判断其行为危害度和违法性；最后，应提升组织的民主性，引入民间力量，通过民意调研、随机用户访问、匿名举报、行业自治等方式拓宽监管渠道，基于消费者福祉和社会稳定的反垄断价值观开展民主化治理。

6.4 融通多因素分析,形成综合型治理模式

应在治理中通过应用前沿理论技术、拓宽调查路径和范围、多途径规制主体行为来构建综合型的治理模式。我国对数据生产要素的关注不断增强，通过将其纳入经济分配体制^[43]，培育数据要素市场^[44]来加强数据资源整合和安全保护，提升数据资源价值。但在数据垄断规制领域仍处于初步探索阶段，从腾讯案、滴滴案等的执法来看，我国治理模式更接近欧盟，具有行为目的效果判定的治理倾向。然而我国制度体系和组织结构并未达到欧盟的系统化和专业化标准，因此应着力规避行为模式判定的弊端，融通多分析模式，具体包含：

首先，应积极应用前沿理论和技术，针对垄断行为类型施策，利用反向控制器（black box tinkering）等技术追踪垄断协议行为，借助质量型假定垄断者测试（SSNDQ）、代价型假定垄断者测试（SSNIC）^[45]等理论判定滥用市场地位行为，将用户规模、市场结构、经营模式、竞争力、用户转移成本等指标纳入经营者合并行为审查标准，提升行为目的效果判定的专业度和准确度；其次，应拓宽调查路径和范围，关注数据流动的各环节，关切数据利益相关者需求，评估数据行为的合理性，从而优化行为过程分析的客观性和平衡性；最后，应多途径规制垄断行为，根据实际开展个案分析，既惩治具有严重危害的垄断行为，也通过附加条件许可适当放宽有益于产业发展的自然垄断行为限制，形成可持续的数据产业生态。

7 结语

数据垄断行为损害了数据权益和经济竞争秩序，冲击了法制体系，应在治理中平衡用户福祉、自然垄断及竞争秩序。本研究聚焦发展较早、相对成熟的欧美数据垄断治理模式，通过归纳总结和对比分析得出其特征与利弊，结合中国国情提出我国应着力实现治理的动态性、协调性和平衡性，具体应达成制度建设的适用性、系统性和多原则性，提升组织机构的专业化、中立性和民主化，最终形成综合型的治理模式，能在执法中应用前沿理论技术，拓宽调查路径和范围，多途径规制垄断行为。本研究对我国数据垄断治理有一定的宏观指导意义，但相对缺乏在算法技术和法例条文等微观层面的细化之策，可根据此治理模式补充和细化我国数据垄断治理的技术体系和法律条款。

① 23件案件信息可通过访问案件数据库下载,原地址为: https://www.justice.gov/atr/antitrust-case-filings。

② 26件案件信息可通过访问案件数据库下载,原地址为: https://ec.europa.eu/competition/elojade/isef/index.cfm?fuseaction=dsp_result&policy_area_id=0

参考文献

作者简介

冉从敬, 教授, 博导, 研究方向为大数据治理、政府数据、网络主权, Email:[e-mail]; 

刘先瑞, 硕士生, 研究方向为数据治理, Email:[e-mail]; 

何梦婷, 博士生, 研究方向为网络主权, 大数据治理, Email:[e-mail]。

*原文载于《信息资源管理学报》2021年第3期，欢迎个人转发，公众号转载请联系后台。

* 引用格式

冉从敬, 刘先瑞, 何梦婷. 欧美数据垄断的治理模式比较及对我国的借鉴研究[J]. 信息资源管理学报, 2021, 11(3): 19-29.

往期 · 推荐

制版编辑 | 王阿凤

审核 | 于阿媛

长按识别二维码关注我们

信息资源管理学报

微信号

xxzyglxb

分享、在看与点赞

只要你点，我们就是胖友