欧阳素珍

摘  要：随着经济发展，大数据逐渐成为企业利润获取的重要媒介和资产。企业经营者与管理者的数据竞争日渐激烈，垄断案件不断增加。虽然数据信息在某种程度上拥有较为鲜明的网络效应、差异性及排他性等特征，能够强化企业经营者在市场中的竞争地位，提高企业核心竞争力，但是容易导致企业经营者出现数据垄断行为，严重影响国家稳定的市场秩序。而反垄断规制的出现，能够通过均衡数据专享与数据共享之间的关系，实现分析范式的变化与转型，规避大数据市场垄断问题的出现。本文结合反垄断规制的理论逻辑，探究反垄断规制的正义价值，提出反垄断规制的基本路径。

关键词：大数据市场;反垄断;理论逻辑;规制

中图分类号：D912.29 文献标识码：A 文章编号：2095-9052（2021）11-00-02

在大数据技术与互联网普及的背景下，数据资产逐渐成为企业提高服务与产品质量、增强市场竞争力及促进技术创新的抓手，能够帮助现代企业在竞争激烈的经济环境中，扩大市场份额。然而大数据使用、处理及收集会引发市场竞争、数据安全、隐私保护等法律问题，严重影响企业与经济市场的平稳发展。特别在大数据垄断中，大数据市场垄断案件的频繁出现，深入探究反垄断规制的理论逻辑，对反垄断规制路径的实施具有鲜明的现实意义。

一、反垄断规制的理论逻辑

大数据拥有价值性、多样性、快速性及规模性等特征，企业能够借助大数据挖掘、分析及收集的方式，细化目标市场，提升产品或服务的针对性。但在某种程度上，也导致企业出现数据垄断的行为，致使市场竞争环境受到严重影响。大数据反垄断规制的理论逻辑是建构在数据特性和特征上，通过探究数据的排他性、差异性及网络效应，能够更好地明确反垄断规制的理论机制[1]。

首先，排他性。数据信息内部存在的特定属性和性质，阻碍了其他企业收集类似或同样的数据。这种特定属性和性质通常会受到数据控制者及所有者的影响，通过壁垒阻碍的设置，使数据在披露的过程中出现阻碍。通常来讲，用户浏览网页所形成的数据主要包括观测数据与资源数据两种，不会出现任何形式的供给不足问题。但数据在传播和整合中所呈现的特性，导致数据挖掘成本上升，挖掘难度加大，使排他性较为显著。在反垄断规制的层面上，企业经营者可通过数据独有的排他性，获取数据的支配地位。如果在该过程中，经营者签订了数据排他性协议，阻止其他数据主体获取数据，便属于垄断行为。其次是差异性。大数据拥有数据来源、数据类型多元化、多样化的基本特征和特点。比如语音数据、视频数据、图片数据、浏览数据等类型的数据，表现形式较为多元，通常来源于公共部门、企业、个人等数据主体。而与数据多元性、多样性相关的特性是替代性和互补性。即不同类型或来源的信息数据能够相互补充和替换，如“购买习惯”与“搜索行为”等数据便可相互替代与补充。数据差异性主要指数据在价值和质量层面上所表现的不同，当数据替代性较低时，数据的差异性便较为显著，数据价值也相对较高。但数据差异性，容易导致数据出现较为明显的稀缺性，阻碍数据多样性的发展，进而使数据控制者或主体，拥有较为主导的数据控制权，助力数据主体的垄断力量。再次是网络效应。网络效应增加了其他经营者进入数据市场的难度，提高了垄断者的市场地位。通常来讲，网络效益能通过反循环与反馈循环的方式来实现，使经营者在有限时间内提高数据推广的精准性，让用户在数据反馈与广告投放的过程中，提高产品或服务的“黏度”，进而提升数据主导者的市场地位，提升其他经营者进入数据市场的难度。

二、反壟断规制的正义价值

通常来讲，现代企业的信息行为主要包括对社会“自治”“包容”“自由”以及“责任”“信任”“伦理”等观念的影响。因此在大数据反垄断规制的过程中，其拥有的数据正义逐渐得到学界的广泛关注和重视。数据正义主要指法律蕴含的正义价值在数据市场或数据领域中的彰显，外延宽阔、内涵丰富。分析数据领域所出现的垄断问题能发现，大数据垄断在数据使用、交易、分析及收集等层面上存在诸多违背正义价值的问题。

首先，数据歧视。数据歧视容易在大数据竞争对手、消费者及数据所有者之间造成壁垒和阻碍，严重侵害了公众利益和消费者权益，加速了社会资源的不均衡分配。其次是数据权的漠视。在理论研究上，数据权主要包括数据用户及经营者两个层面上的内容，但在权利属性及边界界定上，却存在“权利内容模糊”“边界界定含糊”及“属性争议大”的问题。致使用户的数据权利被忽视，用户难以行使基本的“自决权”“隐私权”“知情权”等权利，无法与数据拥有者处于平等地位[2]。最后是竞争失范。在大数据技术日益成熟的背景下，大数据市场被垄断的案件频繁发生，围绕数据形成的垄断行为和不当竞争也不断凸显。其中数据驱动、滥用支配地位及算法共谋等不当竞争行为屡见报端。但中国现有的法律法规及反垄断执法部门对“规制”的重要性缺乏认识，导致大数据市场垄断问题难以得到切实解决。数据正义价值是反垄断规制得以实施的重要标志和规范，是衡量数据垄断行为的标杆，同时也是与反垄断规制契合的理论逻辑，提升规制效率的根本所在，需要得到相关政府部门的关注与重视。

三、反垄断规制的实施路径

第一，确定规制目标。大数据是社会经济发展与战略资源挖掘的新动力、新方向及新引擎，能够确保数据资源发挥最大的数据价值和数据功能。但企业经营者的垄断行为却严重影响数据的流通与发展，损害其他经营者的数据分析、收集及应用权益。通常来讲，反垄断规制应追求社会整体的创新和效率，使大数据在流通与传播的过程中，契合公共利益的基本要求。所以在反垄断规制中，相关政府部门需要均衡好数据专享与数据共享之间的关系，规避规制过度或不足所带来的数据创新、数据效率缓慢问题，从而提升数据流通在社会经济发展中的成效，提升社会整体的发展水平和质量。合理配置数据产权、明确权属边界是有序竞争的基础与前提，需要相关政府部门在确定规制目标的基础上，加强对权属界定与数据产权的关注程度，以此避免对企业创新动能的影响。此外，数据专项与数据共享的均衡是反垄断规制促进“数据流动”的根本，需要在尊重用户权益及衍生权益的前提下，细化规制内容、标准及规范，使企业能更好地借助大数据技术，提升市场影响力。

第二，设定规制限度。数据经营者通过合法途径应用大数据技术获取市场力量或市场地位，拥有较为鲜明的合法性与正当性。然而在数据流通与经营管理的过程中，通过垄断行为或不合规行为获取市场力量、限制并排除竞争的行为，属于违法行为，相关政府部门应对其进行规制和管理。但在反垄断规制建设中，需要明确规制的限度，确定规制幅度，以此提升规制的影响力和威慑力。通过数据分析与案例探究，我们能够发现数据垄断行为主要有经营者集中、支配地位滥用等，然而数据算法共谋、垄断协议、行政垄断等行为却难以得到明确界定和规范。如果规制程度较大，将导致企业的经济发展受到影响;但规制程度较低，又难以提升反垄断规制的影响力和威慑力。因此需要政府部门在经营集中、算法共谋、垄断协议等层面上，明确规制范围，将游离在规制范围外的垄断行为，纳入规制范畴中，切实提升反垄断规制的市场威慑力。此外，在探究经营者是否拥有支配地位时，我们需要考虑数据的“实然属性特征”“数据获取难度”以及“数据替代状况”等内容，以此对垄断行为进行科学判断，提升反垄断规制的针对性与有效性。

第三，促进范式转型。在大数据技术得以广泛应用的背景下，经营者建构的“免费模式”逐渐成为主流，隐私保护、质量、创新水平也逐渐替代“价值竞争”成为竞争者抢占市场份额的重要因素。通常来讲，免费服务与免费产品及数据间，缺乏较为精准的交易价值，致使传统以价格为前提的分析工具无法发挥作用。所以修正“价格主义范式”，构建以创新、质量为主的分析范式，拥有较为鲜明的重要性和必要性。在反垄断规制中，法院和执法机构应借助非价格要素，重构分析范式，使数据垄断分析更具针对性与精准性。然而在采用创新、质量等竞争要素的分析范式时，国内却存在明显的量化问题。譬如以质量量化为例，互联网企业还未形成较为科学的质量评估机制，导致相关服务或产品质量数据，无法获取，质量下降所诱发的竞争状况也无法评估。因此相关政府部门需要构建完善的质量或创新评估机制，使分析范式更加合理。

四、结语

大数据市场反垄断规制是适应时代发展、维护公共权益、激发创新潜能、促进社会市场经济快速发展的重要手段。通过明确反垄断规制的理论逻辑，丰富正义价值的内涵，可以帮助反垄断执法机构或地方法院更好地实施反垄断规制。而通过明确规制目标、设定规制限度及促进范式转型的方式，则能提升反垄断规制的应用质量、效率，推动大数据市场的健康发展。

参考文献：

[1]张进.大数据背景下关于算法合谋反垄断规制研究[J].淮南职业技术学院学报，2020，20（2）：143-145.

[2]王月.大數据“杀熟”行为的反垄断法规制研究[J].黑龙江生态工程职业学院学报，2021（4）：92-95.

（责任编辑：董维）