殷继国:大数据经营者滥用市场支配地位的法律规制

来源: 法商研究杂志 作者:殷继国 人气: 发布时间:2020-09-08
摘要:一、问题的提出二、大数据市场竞争的特殊性 三、大数据相关市场的界定 四、大数据经营者滥用市场支配地位的认定 五、大数据经营者滥用市场支配地位行为的规制路径 六、结语 摘要大数据市场竞争的特殊性主要表现为零价格竞争、质量竞争以及竞争危害的隐蔽性。
    一、问题的提出二、大数据市场竞争的特殊性
 
    三、大数据相关市场的界定
 
    四、大数据经营者滥用市场支配地位的认定
 
    五、大数据经营者滥用市场支配地位行为的规制路径
 
    六、结语
 
    摘要大数据市场竞争的特殊性主要表现为“零价格”竞争、质量竞争以及竞争危害的隐蔽性。在相关市场的定量分析上,可以采用基于质量下降或成本上涨的假定垄断者测试作为基于价格上涨的假定垄断者测试的改进方法,但须解决质量和成本量化难题。在市场支配地位的认定上,市场份额推定标准依然具有较强的适用性,或者综合考虑大数据的竞争属性、经营者控制能力、竞争效应、经营者在关联市场的市场力量等因素。滥用市场支配地位行为的判定,需要证明经营者在无抗辩事由的情形下实施了滥用行为且造成了竞争损害。对大数据经营者滥用市场支配地位行为的规制,在遵循回应型法律规制路径的前提下,应重视大数据在赋予经营者市场势力中的作用,建立健全以质量、成本为主要工具的分析范式,完善反垄断法规则,促进我国大数据产业和数据驱动型经济的健康发展。
 
    关键词大数据经营者相关市场滥用市场支配地位“零价格”竞争反垄断法
 
    一、问题的提出
 
    随着互联网和信息技术的快速发展,大数据呈指数级增长,大数据市场已成为经营者竞争的新战场。在大数据经营者滥用市场支配地位领域,“德国脸书案”、“欧盟谷歌搜索(比较购物市场)案”、“美国嗨扣(HiQ)诉领英案”等案例引起了理论界与实务界的极大关注。在“德国脸书案”中,德国联邦卡特尔局裁定脸书公司未经用户同意通过第三方应用程序收集个人数据的行为,构成了剥削性滥用。德国联邦卡特尔局对大数据相关市场的界定、市场支配地位的认定、剥削性滥用的判定引发了学者们的热议,究其原因,在于滥用大数据市场支配地位案件的新颖性、复杂性和争议性。在国内,虽然尚未出现大数据垄断案例,但考虑到互联网行业竞争背后是大数据竞争这一事实,大数据市场的违法垄断行为和案例早已大量存在。例如,2017年爆发的顺丰与菜鸟互撕大战,本质上是双方对物流大数据的争夺;近年来广受诟病的大数据“杀熟”行为,有滥用市场支配地位的嫌疑。
 
    对于滥用大数据市场支配地位的行为,德国、日本以及中国等国家的反垄断执法机构积极应对,甚至通过立法予以回应。2017年6月,新修订的《德国反限制竞争法》第18条新增了3a款,将是否“拥有与竞争相关的数据”作为认定经营者市场支配地位的重要因素。日本公正交易委员会于2019年12月公布的《数字平台运营者在与提供个人信息的消费者进行交易中滥用优势谈判地位的指南》规定,数字平台经营者利用优势地位侵害了消费者的自主交易权,应由独占禁止法进行规制。在我国,国家市场监督管理总局于2019年6月发布的《禁止滥用市场支配地位行为暂行规定》(以下简称《暂行规定》)第11条以及2020年1月公布的《〈反垄断法〉修订草案(公开征求意见稿)》第21条均将“掌握和处理相关数据的能力”作为认定经营者市场支配地位的重要考虑因素。2019年10月,我国文化和旅游部发布的《在线旅游经营服务管理暂行规定(征求意见稿)》第16条明确规定在线旅游经营者不得实施大数据“杀熟”。
 
    当下,学术界对大数据经营者滥用市场支配地位行为的研究还处于起步阶段。学者们主要从宏观层面研究了反垄断规制面临的挑战、分析思路和规制路径,对大数据市场竞争的特殊性缺乏准确认识,对相关市场的界定、市场支配地位和滥用行为的认定等尚未进行深入研究。鉴于此,本文拟聚焦于大数据经营者滥用市场支配地位的行为,试图提出适合大数据市场特点的规制思路和方法。
 
    二、大数据市场竞争的特殊性
 
    在“德国脸书案”中,德国联邦卡特尔局和杜塞尔多夫地区法院法官在脸书是否滥用市场支配地位上针锋相对。有竞争法专家认为,德国联邦卡特尔局正试图将大数据时代的剥削性滥用行为置于聚光灯之下,而地区法院法官执着于传统的竞争损害、因果关系等理论,忽视了经济证据和数据经济学理论。换言之,德国联邦卡特尔局和地区法院法官的分歧,源于双方对大数据市场竞争特殊性的认识不一所致。
 
    (一)大数据市场竞争本质上是“零价格”竞争
 
    当下,主流观点认为,大数据市场普遍采取“免费”的商业模式,用户使用网络平台提供的产品和服务不需要支付价格。然而,作为追求利益最大化的经营者,不可能向用户提供完全免费的商品或服务。免费使用的背后隐藏着交易对价,即用户需要以个人数据和注意力等非货币形式作为对价,经营者再将数据和注意力转化为收入,如数据销售额、广告收入以及产品和服务质量提高带来的间接收入等。因此,大数据市场的免费属于“伪免费”范畴,用户支付了个人数据和注意力作为货币价格的替代品,大数据市场竞争本质上是“零价格”竞争。
 
    在实践中,“零价格”表现为3种类型:互补产品或服务中部分“零价格”、双边或多边市场中一边“零价格”、基础产品或服务“零价格”而增值产品或服务正价格。大数据市场中的“零价格”主要表现为第2种类型,即在双边或多边平台中,用户支付“零价格”,平台从广告商处获得的“正价格”收益补贴“零价格”一边的损失。使用“零价格”而非“免费”概念,是因为用户虽不需要支付货币价格,但需要付出信息成本和注意力成本。信息成本是用户以个人数据代替了货币价格支付给经营者,注意力成本是用户为免费使用产品或服务需要在广告上付出的时间成本。因此,在大数据市场中,除用户在形式上没有支付货币价格外,用户与经营者之间的交易与“正价格”交易无异。“零价格”市场也可能存在排除、限制竞争的违法垄断行为,损害消费者福利和社会公共利益。质言之,大数据市场不是反垄断法的法外之地。美国纽曼法官指出:“通过支付注意力和信息进行的交易,属于《谢尔曼法》和《克莱顿法》中所称的‘贸易’或‘商业’。”
 
    (二)大数据市场竞争的主要手段是质量竞争
 
    一直以来,价格竞争是经营者竞争的主要手段,“现代竞争政策处理的一个核心问题是竞争如何影响价格”。然而,大数据市场“零价格”竞争的特点导致价格已无法发挥相应的作用,质量逐渐取代价格成为经营者竞争的关键因素。相对价格的客观性和可度量性,质量具有主观性,不同偏好的消费者对质量评价不同;质量具有相对性,任何一种产品的质量水平要参照其他产品来评估;质量还有难以度量的特点,迄今为止很少有反垄断执法机构成功地将质量评估纳入竞争分析中。经济合作与发展组织(以下简称经合组织)曾指出,尽管大多数竞争执法机构承认质量在竞争执法中发挥关键作用,但质量竞争是一个重要却有些难以捉摸的话题。在价格竞争维度,经营者竞争越激烈,市场价格越接近边际成本;但在质量竞争维度,竞争对质量的影响呈现出不确定状态,竞争可能会提高也可能会降低产品质量,这取决于特定的市场状况。在某些案例中,由于存在信息不完全、外部性、消费者偏好等因素,尽管市场竞争非常激烈,但经营者可能会在质量上投资不足。因此,质量竞争评估必须在个案的基础上进行。
 
    在大数据领域,衡量产品和服务质量的指标是多元的,产品和服务对用户需求的满足度、产品和服务更新的频率、使用产品或服务的便利性、交易的合理性和公平性、隐私保护水平、广告数量等指标都可以衡量质量水平。在上述质量指标中,隐私保护水平是反垄断执法机构重点考虑的指标。法国竞争管理局和德国联邦卡特尔局都认为,通过合并获得强大地位的经营者可能会通过收集更多的用户数据和降低隐私保护水平而获得更大的市场力量。在“德国脸书案”中,德国联邦卡特尔局认为,脸书公司在没有征得用户有效同意的情况下收集和合并第三方数据降低了隐私保护水平,构成剥削性滥用行为。
 
    (三)大数据市场竞争的危害具有隐蔽性
 
    对大数据市场是否存在竞争损害,学术界存在一定的争论。有学者认为,在大数据领域,没有价格就没有市场,没有市场就不存在市场力量,也没有消费者福利损害,因而没有反垄断规制的必要。这种观点的错误之处在于,忽视了“零价格”竞争语境下竞争损害的隐蔽性特征。
 
    首先,大数据经营者虽不需要用户支付货币价格,但通过降低产品或服务质量的方式,让用户支付了更多的注意力成本和信息成本。与货币价格支付不同,这两类成本容易让用户产生“免费”的误解。其次,大数据市场的进入壁垒具有特殊性,尤其是锁定效应和网络效应的存在导致市场进入壁垒可能非常高,对潜在进入者造成了损害。再次,在大数据垄断案例中,经营者往往提出创新和效率抗辩。尽管数据专享有助于主导经营者进行创新和提高效率,但由于限制了数据流通,抑制了其他经营者的创新,也有损于消费者福利和社会公共利益。最后,大数据市场的传导效应以及大数据与算法的紧密结合也使得竞争损害具有隐蔽性。在“欧盟谷歌搜索(比较购物市场)案”中,欧盟委员会指出,谷歌公司利用其在通用搜索领域中的市场支配地位传导至比较购物服务市场,进而限制了比较购物服务市场的竞争。而大数据与算法的紧密结合,更容易产生“数据黑箱”和“算法黑箱”,违法垄断行为变得更智能、更隐蔽,数据垄断的形成机理趋于复杂化,人们不容易辨别是否存在竞争损害。
 
    三、大数据相关市场的界定
 
    反垄断法经过一百多年的发展,在相关市场的界定上已形成替代性分析、基于价格上涨的假定垄断者测试(SmallbutSignificantandNon-transitoryIncreaseinPrice,c以下简称SSNIP)等较为成熟的方法。在大数据领域,基于市场竞争的特殊性,如何界定大数据相关市场成为反垄断执法中的难点问题。
 
    (一)大数据相关市场的替代性分析
 
    大数据的应用有两种形式:一是大数据作为产品或服务的输入要素,二是作为单独的数据产品或服务。对前一种情形下的相关市场界定,反垄断执法机构和法院往往只是界定产品或服务市场,忽视大数据在相关市场界定中的作用。随着大数据对市场竞争的重要性愈发明显,大数据的作用得到了重视。在“德国脸书案”中,德国联邦卡特尔局在运用替代性分析界定私人社交网络市场时,特别指出仅仅拥有临界数量的用户、技术和资金是不够的,还需要考虑大数据市场的锁定效应、网络效应和数据格式兼容性带来的影响。
 
    对是否存在单独的大数据市场,理论界和实务界少有探讨。近年来,单独的数据产品或服务不断涌现,经营者的数据收集、存储、分析和交易行为日渐频繁。单独的数据产品是对个人数据、公共数据和商业数据进行处理后形成的数据集,这类产品可以在市场上交易,经营数据产品和服务的经营者数量迅速增长。“在过去十年到二十年间,数据中介商激增,如安客诚(Acxiom)、劳吉斯(Datalogix)、益博睿(Experian)、天睿(Teradata)等著名公司,它们可以收集、存储和分析第三方数据。”国内大型的互联网企业如百度、阿里巴巴、腾讯同时是大数据企业,贵阳、武汉、上海等地的大数据交易中心正在引领国内大数据产业的发展。随着大数据市场竞争日趋激烈,经营者可能会在大数据市场实施违法垄断行为,因而需要界定单独的大数据市场。
 
    从需求替代角度界定数据产品市场,需要考虑的因素主要包括数据用途、质量、规模以及兼容性等。首先,经营者会根据用途有针对性的收集、分析原始数据,最后生成的数据产品自然不同。换言之,同样的数据,在不同经营者手中具有不同的功能和价值。其次,数据质量的高低取决于数据的相关性、时效性、准确性、一致性和完整性等因素,低质量的数据无法代替高质量的数据。再次,数据规模取决于数据量的多寡以及数据类型和来源多元化程度,数据质量与数据规模成正比例关系,不同质量数据的替代性存在差别。最后,数据兼容性越强,意味着用户多归属的可能性越高,越有可能发生需求替代。从供给替代的角度看,数据产品的替代性主要取决于数据的可获得性以及收集数据的成本两个因素。数据的可获得性与数据的排他性程度以及锁定效应和网络效应的强弱等因素密切相关,数据收集成本包括搭建收集数据的平台成本以及数据收集、存储、分析、开发算法、建设数据中心等成本。数据可获得性越高、数据收集成本越低,意味着供给替代程度越高。
 
    (二)基于价格上涨的假定垄断者测试的局限性
 
    在相关市场界定中,替代性分析容易出现相关市场边界不清晰问题。而假定垄断者测试作为定量分析方法,可以在一定程度上解决替代性分析的不足。基于价格上涨的假定垄断者测试作为定量分析的主要方法,因其能够“实现个案公正、提高执法的科学性、规范执法机构的自由裁量权以及减少反垄断法的不确定性”,成为相关市场界定中的重要方法。
 
    尽管基于价格上涨的假定垄断者测试运用广泛,但该方法的局限性逐渐为人们所认知。首先,测试机构的能力、经济证据的可采性、测试过程的主观性以及测试结果的科学性是亟待克服的难题。例如,基础价格选择不当可能导致评估失误、价格上涨幅度的不确定性使得测试具有较大随意性、测试方法可能导致“玻璃纸谬误”以及测试中还存在其他一些缺陷。其次,基于价格上涨的假定垄断者测试适用的前提是产品或服务有市场价格,而“零价格”市场不存在这一前提。有学者认为:“SSNIP测试方法不适用差异化商品、免费商品、以非价格为竞争力的商品以及具有双边市场特性的商品。”在“北京奇虎科技有限公司与腾讯科技(深圳)有限公司等滥用市场支配地位纠纷上诉案”中,最高人民法院指出,在免费的互联网基础即时通信服务已经长期存在并成为通行商业模式的情况下,基于相对价格上涨的假定垄断者测试并不完全适宜在本案中适用。
 
    (三)基于质量下降的假定垄断者测试方法的运用
 
    正因为基于价格上涨的假定垄断者测试在大数据市场的适用存在明显的局限性,为了解决大数据相关市场界定中边界不清晰的问题,理论界和实务界提出了一种新的测试方法,即基于质量下降的假定垄断者测试(SmallbutSignificantandNon-transitoryDecreaseinQuality,以下简称SSNDQ),该方法用“商品或服务质量下降”替代了“价格上涨”。尽管基于质量下降的假定垄断者测试方法契合了“零价格”市场竞争的特点,但其亦存在3个需要解决的难题。
 
    第一,质量的评估和量化是适用该方法的最大障碍。在大数据领域,“数据黑箱”问题困扰着社会公众和监管机构,经营者的数据收集、存储、分析和交易行为像一只“看不见的手”令人难以捉摸。甚至有学者指出:“可能根本无法将性能、质量等进行量化,或量化数据差异较大,使同一案件出现不同分析结果。”在实践中,执法机构已充分认识到隐私保护水平是衡量“零价格”市场质量竞争的重要指标,但对隐私保护标准、权重以及其他质量指标依然认识不清,如何评估和量化质量成为一个亟待解决的难题。然而,“某些在线市场存在可量化和客观分析的、被普遍接受的质量成分”,反垄断执法机构可以构建一套适用于大数据市场的质量评估指标体系。除了隐私保护水平,广告数量、大数据产品或服务的稳定性和可靠性、用户规模、用户投诉率等指标都可以用来衡量质量的高低。
 
    第二,基准质量的选取尚无标准可言。在基于价格上涨的假定垄断者测试中,通常以公开透明的市场价格作为基准价格,市场价格具有客观性和确定性。在基于质量下降的假定垄断者测试中,基准质量不像基准价格那样具备可观测性,因而在基准质量选取上容易产生争议。为解决这一问题,经合组织建议,在进行质量测试时,可以吸收特定部门的质量专家参与测试。此外,还可以通过市场调查的方法,将大数据产品或服务质量(包括隐私保护水平)进行平均化,进而估算出基准质量水平。
 
    第三,质量下降幅度难以确定。在基于价格上涨的假定垄断者测试中,需求者对价格反应灵敏,在较长一段时间内将基准价格提高5%~10%,需求者能明显感知到价格变化并转向购买具有较为紧密替代关系的商品。在基于质量下降的假定垄断者测试中,引起质量变化的因素是多方面的,需求者往往缺乏评估质量变化的能力,对质量下降也不敏感。如果按质量下降5%~10%的标准进行测试,可能导致测试结果偏离客观事实。因此,有学者建议应将质量下降幅度确定为25%,以使需求者能明显感知到质量变化并做出是否转向的选择。随着质量经济学的发展,美国经济学家韦惹尔提出了评估质量下降压力测试的方法,帮助执法机构在进行质量下降量化时避免可能的主观性。
 
    为解决上述难题,反垄断执法机构在进行基于质量下降的假定垄断者测试时,首先应当通过行业调研和经济分析报告来收集需求者和竞争对手的意见,充分发挥质量评估专家、行业协会等第三方在质量评估上的积极性,确定科学合理的质量指标及权重、基准质量水平和质量下降幅度。其次,可以另辟蹊径来量化大数据产品或服务的质量。通常情况下,质量与投资成正比例关系,可以通过衡量经营者投资变化情况来间接衡量质量的变化。在双边市场,由于“付费边”广告收入往往与“免费边”产品或服务质量成正比例关系,可以通过考察“付费边”广告收入的多寡来间接量化“免费边”产品或服务质量的变化情况。最后,当质量下降的程度非常显著,通过定性分析足以界定相关市场时,则不需要进行复杂的定量分析。总之,随着质量量化技术的逐渐成熟,“SSNDQ测试可能会成为竞争政策中越来越被接受甚至是必要的技术”。
 
    (四)基于成本上涨的假定垄断者测试方法的运用
 
    日本公正交易委员会在《数据与竞争政策研究报告》中提出基于成本上涨的假定垄断者测试(SmallbutSignificantandNon-transitoryIncreaseinCost,以下简称SSNIC)可以作为基于价格上涨的假定垄断者测试的替代方案,该方法使用用户“小而显著的非暂时性成本上涨”来测试商品和服务的替代性。相对于质量下降测试,成本更加具体确定,更容易量化。因此,基于成本上涨的假定垄断者测试不失为一种可行的定量分析方法。纽曼法官也认为:“关注信息成本的SSNIC测试是界定相关市场的合适方法。”
 
    如前所述,在大数据市场,用户须支付注意力成本和信息成本。在信息大爆炸以及崇尚“流量为王”的大数据领域,注意力是一种稀缺资源,经营者通过获得更多用户的注意力获取更高的广告收益。注意力有强度和持续时间两个维度,强度是衡量一段时间内注意力的质量,持续时间是指注意力的数量,后者比前者更容易测量。注意力强度决定了大数据经营者和广告商的收益,持续时间由用户付出,故用户支付的注意力成本主要是时间成本。大数据经营者通过降低用户的时间成本,可以提高其竞争力。在信息成本上,用户付出的数据信息几乎是全方位的,包括隐私数据和非隐私数据、用户主动提交的数据和被动收集的数据等。
 
    注意力成本和信息成本有两个特点。首先,因披上一层“免费”的外衣,注意力成本和信息成本容易被用户忽视,也不像价格那样可以被直接观察和感知。正如美国联邦贸易委员会前官员谢尔兰斯基认为的,“一个平台对用户数据的使用和保护通常很难让用户观察或理解”。其次,时间成本具有相对性和主观性的特点,消费者偏好的存在使得每个用户对隐私价值的评估存在差异。对信息成本,可以运用交易理论进行间接量化,即用户为换取经营者提供的大数据产品或服务愿意付出的成本。另外,经济学对时间价值进行了较为深入的分析,借鉴经济学中的时间价值分析模型,可以估算出用户的时间成本。在基准成本和成本上涨幅度的选取上,基准成本的确定可以通过市场调查选择大多数用户使用大数据产品或服务应当付出的成本;在上涨幅度上,因注意力成本和信息成本的隐蔽性,建议采取25%~30%的上涨幅度,以便让用户能够察觉到成本的显著变化。
 
    四、大数据经营者滥用市场支配地位的认定
 
    现行反垄断法主要采取行为主义的控制模式,经营者在相关市场不仅要具有市场支配地位,还因滥用市场支配地位实施了排除、限制市场竞争的行为,才可能被认定为违法。大数据经营者滥用市场支配地位行为的认定,同样也需要经过上述两个环节。
 
    (一)大数据经营者具有市场支配地位的认定
 
    在经营者具有市场支配地位的认定上,反垄断法规定了市场份额推定和综合性认定两个标准。鉴于大数据市场竞争的特殊性,在运用上述两个标准时,要选取与大数据市场竞争相匹配的因素。
 
    1. 市场份额推定标准依然具有较强的适用性
 
    “受芝加哥学派价格理论的影响,价格竞争评估方法在反垄断法中扮演的角色愈来愈重要,价格中心主义分析范式已成为反垄断法的基本分析范式。”在价格中心主义分析范式的指引下,市场份额推定标准成为认定具有市场支配地位的重要标准。市场份额推定标准得以广泛适用,一是因为市场份额与市场支配地位存在正相关关系,即市场份额越高,经营者越有可能具有市场支配地位;二是相对于其他标准,市场份额推定标准简单明了、数据易于获得。然而,大数据市场是“零价格”市场,经营者从与用户直接交易中获得的销售额往往为零。因而一些学者得出结论,市场份额对衡量互联网经营者市场竞争力的判断作用已经退化。
 
    笔者认为,对市场份额推定标准在市场支配地位认定中的作用,需要深入分析。首先,界定市场份额的指标除了销售金额外,还包括销售数量或其他指标。在“零价格”市场,销售数量比销售金额更能真实的反映经营者的市场地位。在“德国脸书案”中,德国联邦卡特尔局指出,用户在社交网络上花费的时间是衡量社交网络成功的关键因素,因而采用每日活跃用户数量而非注册用户数量或每月活动用户数量来计算市场份额。其次,市场份额在大数据经营者市场支配地位的认定上扮演着复杂的角色。这是因为,一方面在创新频率高、竞争激烈以及进入退出频繁的大数据市场,市场份额具有较强的不确定性和动态性,而高市场份额的暂时性与市场支配地位的稳定性不符,难以真实反映经营者的市场地位。另一方面,基于数据一定程度的排他性、数据质量和价值的差异性、高昂的数据收集成本以及大数据市场的锁定效应、网络效应等特性,大数据市场存在较高的进入壁垒,经营者的市场份额通常能保持较强的稳定性,较高的市场份额能够反映经营者的市场地位。
 
    鉴于此,在大数据市场运用市场份额推定标准时须满足经营者的市场份额具有较强的稳定性和主要竞争者市场份额相对较小两个条件。市场份额的稳定性表明经营者即使面对激烈的市场竞争,对市场依然具有较强控制力。在实践中,应纵向比较过去及预测未来较长一段时间内经营者市场份额的变化情况,若市场份额较稳定或呈增强趋势,说明经营者在相关市场可能具有支配地位。此外,若主要竞争者的市场份额相对较小,且在较长一段时间内其市场份额没有明显增加,说明主要竞争者缺乏竞争力。因此,在大数据经营者市场支配地位的认定中,与其说是市场份额标准作用的弱化,不如说是价格中心主义分析范式(销售额指标)的日渐式微,该标准中的销售数量指标依然具有较强的适用性。
 
    2. 综合性认定标准中的考虑因素
 
    《中华人民共和国反垄断法》(以下简称《反垄断法》)第18条规定了市场支配地位认定的综合性认定标准,但相关认定因素不能如实反映大数据市场的竞争状况,为此需要进行修订和完善。具体而言,在认定大数据经营者市场支配地位时,除了市场份额因素外,还需要综合考虑以下因素。
 
    第一,大数据的竞争属性。从数据的应然属性看,大数据无处不在、类型多样、成本低廉、易于获得,经营者似乎难以阻止其他经营者获得所需要的数据。但是,从数据的实然属性看,数据具有一定程度的排他性,经营者可能利用数据的排他性,运用合法或非法的手段在大数据市场获得或维持支配地位;大数据质量和价值存在差异性,质量较差和价值较低的数据难以代替质量较好和价值较高的数据,而高质量和高价值数据往往掌握在主导经营者手中,因而可能助长主导经营者的市场力量;高昂的数据收集成本可能阻止部分经营者尤其是新进入者获得所需要的数据,有助于主导经营者维持市场支配地位。因此,有必要从大数据的竞争属性出发,分析大数据经营者是否具有市场支配地位。
 
    第二,经营者对大数据的控制能力。经营者对大数据的控制能力与数据可携带程度、其他经营者获取数据的难易程度和对数据的依赖程度密切相关。首先,数据可携带程度的高低关系到新进入者和潜在进入者能否获得所需要的数据,可携带程度低意味着主导经营者对数据的控制能力较强。数据的可携带程度取决于数据格式的兼容性、数据软件的互操作性、数据携带的效率和成本以及法律规定。其次,获取数据的难易程度除了数据收集成本和数据的可携带性外,主导经营者还可能通过签订排他性协议阻碍数据的正常流通和共享。最后,由于关键数据的稀缺性导致关键数据往往掌握在主导经营者手中,加之主导经营者可能通过合法或非法手段将数据占为己有,导致其他经营者高度依赖主导经营者的数据,增强了主导经营者对大数据尤其是关键数据的控制能力。
 
    第三,大数据市场的竞争效应。大数据市场的用户理应具有多归属性,但由于用户使用成本、技术兼容性等限制,用户通常使用其中一家经营者作为主要的服务提供商。经营者为了维持竞争优势,也会通过实施会员制、积分制等差异化策略或排他性策略将用户锁定在平台上。基于上述因素产生的锁定效应不仅抵消了用户多归属产生的分散效应,还强化了主导经营者的市场地位。此外,数据驱动的网络效应进一步扩大主导经营者的用户规模和提升其货币化水平,有助于建立、维持或强化主导经营者的市场地位。“基于数据驱动的网络效应越大,竞争对手取代它的难度就越高”。因此,在认定大数据经营者市场支配地位时,应分析锁定效应和网络效应等因素在主导经营者获得和维持市场支配地位中的作用。
 
    第四,经营者在关联市场的市场力量。近年来,经营者利用其在关联市场的市场力量传导至邻近市场进而排除邻近市场竞争的行为已成为执法机构关注的重点。在大数据市场,经营者收集的原始数据往往具有多用途性,经营者在关联市场的市场力量可传导至邻近市场。在“欧盟谷歌搜索(比较购物市场)案”中,欧盟委员会认定,谷歌公司利用其在通用搜索市场的支配地位传导至比较购物市场,进而排除限制比较购物服务市场的竞争。西班牙加泰罗尼亚地区竞争主管机构认为:“数据对经营者来说是一个基本变量,在某种程度上,它是经营者将其在某一特定市场的支配地位传导到另一市场的关键要素。”因此,在认定经营者市场支配地位时,需要考虑经营者在关联市场的市场力量以及是否会发生传导效应。
 
    (二)大数据经营者滥用市场支配地位行为的类型化
 
    反垄断法规定的滥用市场支配地位行为,包括排他性滥用和剥削性滥用两种类型。大数据经营者在数据收集、存储、处理和交易各个环节都可能滥用市场支配地位,实施排除限制竞争的行为。具体而言:
 
    第一,价格垄断行为。大数据市场“零价格”竞争特性是针对个人用户而言的,与大数据经营者进行交易的除了个人用户外,还包括广告商、数据经纪商、合作商等非个人用户,经营者与非个人用户的交易属于“正价格”交易,大数据经营者可能对非个人用户实施垄断高价或垄断低价行为。
 
    第二,没有正当理由排除或限制竞争对手获取数据的行为。拥有市场支配地位的经营者可能会通过独家交易、拒绝访问、歧视性访问等形式排除或限制其他经营者尤其是竞争对手获取所需要的数据。如果竞争对手只能从数据经营者手中获取数据或从其他来源获取数据的成本过高,那么经营者的数据专享行为就产生了竞争损害,应认定为违法。
 
    第三,没有正当理由强制数据共享的行为。经营者对自身控制的数据应享有独立的财产性权利,有权决定是否共享。但是,如果具有市场支配地位的经营者利用市场力量强迫其他数据经营者共享数据,那么就限制了其他经营者利用数据进行公平自由竞争的权利。
 
    第四,没有正当理由实施数据捆绑销售和交叉使用行为。大数据交易涉及数据供应商、需求商、交易平台以及代理商等主体,大数据经营者在交易中可能会实施将不同数据资源捆绑销售以及数据收集、处理和存储等服务的捆绑安排。此外,经营者可能利用在相关市场获得的数据优势,在邻近市场交叉使用数据资源,进而在关联市场排除限制市场竞争。
 
    第五,降低服务质量或提高用户成本的行为。具有市场支配地位的经营者为获得超额垄断利润,可能通过降低服务质量或提高用户成本的方式实施剥削性滥用行为。具体滥用方式包括没有征得用户同意获取更多的隐私数据、向用户投放更多的精准广告、降低对产品或服务问题的响应速度等。
 
    第六,没有正当理由阻碍数据的可携带性行为。对于具有市场支配地位的经营者而言,为防止多归属产生的分散效应,往往会通过不兼容的数据格式和文件类型、提高数据软件的互操作难度和数据可携带成本等方式加强对数据的控制,以维持经营者的市场支配地位。
 
    (三)大数据经营者滥用市场支配地位的损害后果
 
    大数据经营者滥用市场支配地位是否造成竞争损害,主要考察经营者的滥用行为是否排除限制市场竞争,是否损害用户利益和社会公共利益,前者属于排他性损害,后者属于剥削性损害。首先,按照传统的“消费者福利”理论,用户不需要支付货币价格就能享受数据产品和服务,表面上确实有利于提高消费者福利。但是,随着全球进入互联网和大数据时代,“反垄断法的目标已从狭义的‘消费者福利’这一静态且可预测的领域,转向了综合考虑收入/财富分配、隐私和复杂的平等问题”。大数据经营者滥用市场支配地位的行为,可能会给用户带来使用成本(信息成本和注意力成本)上涨、产品或服务质量(如隐私等)下降、阻碍用户数据的可携带以及因隐私保护水平下降带来的其他损害。其次,大数据经营者利用其市场支配地位实施价格垄断(如高价出售广告位、低价购买大数据)、以免费或低价的方式强制合作伙伴或第三方进行数据共享或者数据捆绑销售等行为,给交易对象造成不必要的损失。最后,具有市场支配地位的经营者还可能针对竞争对手实施限制或排除竞争对手获取数据的行为,阻碍了竞争对手公平参与市场竞争和进行技术创新的机会。
 
    (四)大数据经营者的抗辩事由
 
    根据《反垄断法》的规定,若经营者提出“正当理由”的抗辩并被接受,可排除其行为的违法性。经营者提出“正当理由”的抗辩不能超出公共利益的基本框架,体现了利益平衡的基本原则。具体的抗辩理由不外乎从整体效率、实质公平、经营必要3个维度展开。
 
    第一,数据经营者实施强制数据共享和数据捆绑销售等行为,若是为了统一数据格式、增强数据软件的互操作性、提高数据行业的技术水平、增强数据的流通和数据透明度、提升数据规模经济效应等目的,有助于提升大数据市场的整体效率,经营者的上述抗辩理由应被接受。
 
    第二,当数据经营者实施限制或排除竞争对手获取数据、数据交叉使用以及阻碍数据的可携带性等行为,其目的是为了提高用户隐私保护水平、保护数据安全、维护自身数据财产权益、提高数据产品或服务质量,且同时符合提高消费者福利水平、不会严重排除或限制数据市场竞争两个条件,那么此类行为应被认定为具有正当性。
 
    第三,作为抗辩理由的“经营必要”,是经营者基于自身正当经营的需要提出的抗辩理由,“产生正当经营需要的原因在于经营者面临恶意竞争、严重的生存危机,或者独特的经营模式使然”。在“经营必要”抗辩中,经营者需要证明其行为的正当性和必要性。正当性强调经营者的行为要有法律依据,或者符合商业惯例和公共利益的要求,抑或是在特殊情况下采取的特别措施;必要性强调经营者的行为应符合比例原则的要求,不能超出合理的限度,不能损害社会公共利益。在大数据市场,经营者的下列行为可被认定为基于“经营必要”的抗辩:(1)基于保护用户隐私和数据安全的需要实施排除限制竞争对手获取数据的行为;(2)基于保护国家秘密、商业秘密和社会公共利益的需要排除竞争对手获取特定数据的行为;(3)基于商业惯例和交易习惯进行数据交叉使用的行为;(4)基于抗震救灾、重大传染病预防、重大技术攻关和创新等公共利益的需要要求数据共享的行为;(5)因清偿债务、转产、歇业以及销售过期数据等特殊情况下需要降价销售的行为。
 
    五、大数据经营者滥用市场支配地位行为的规制路径
 
    大数据本身无所谓好坏,但大数据本身会给经营者带来竞争优势,是经营者获得和维持市场支配地位的重要来源。基于利益的驱动,经营者可能会滥用从大数据市场获得的市场支配地位,从而排除限制大数据市场竞争,因而有必要根据大数据市场的特点对经营者的滥用行为进行规制。
 
    (一)遵循回应型法律规制路径
 
    大数据的竞争法属性以及大数据市场竞争的特性决定了大数据市场不同于传统市场,对大数据经营者滥用市场支配地位行为的规制,不能沿袭传统反垄断执法的思路,应该在深入理解大数据市场竞争特性的基础上,回应被规制市场的需求,遵循回应型法律规制路径。回应型法律规制又称为响应型法律规制,是与传统压制法律型规制相对应的概念,回应型规制的核心内容是“规制者必须对被规制方的行为予以回应,以决定多大程度上的干预是必须的”。回应型规制路径要求大数据领域的反垄断规制至少要回应3种需求:
 
    第一,回应市场主体对大数据的正当需求,尊重大数据相关主体的权利。大数据的运用有助于经营者提高产品和服务质量,快速实现技术和产品的更新换代。纵观全世界,运用大数据最娴熟的经营者,往往是创新最成功的经营者。但是,经营者在行使相关数据权利时不能侵害用户对数据所享有的权利,毕竟用户才是原始数据的权利主体。为此,经营者在收集用户数据时应遵循“知情+同意”原则,第三方经营者收集平台用户数据应遵循“用户授权+平台授权+用户授权”的三重授权原则,否则就可能构成滥用市场支配地位的行为。因此,在制定大数据市场的反垄断法规则时,应当尊重大数据相关主体的权利,并以此作为判断经营者是否滥用数据市场支配地位的重要标准。若经营者实施的大数据行为侵害了用户的合法权益,则可能构成剥削性滥用行为;若侵害了其他经营者正当利用数据的权利,则可能构成排他性滥用行为。
 
    第二,回应市场主体对数据驱动型创新的需求,在数据专享与数据共享之间保持适度平衡。随着大数据产业的发展,数据驱动型创新正成为驱动国家经济发展的新引擎。大数据是经营者进行创新的重要资源,提高大数据的流通效率能够提升创新效益,因而数据驱动型创新的核心要素是大数据的流通和共享,而大数据的流通和共享不能损害数据主体的权利,即要在数据共享与数据专享之间保持适度平衡,确保主导经营者、新进入者和潜在进入者等所有市场主体都享有利用大数据进行创新的机会。《反垄断法》理应回应市场主体对数据创新的需求。虽然《〈反垄断法〉修订草案(公开征求意见稿)》第1条新增“鼓励创新”这一立法目的,但分则条文在鼓励创新上体现的并不明显。为此,在滥用市场支配地位的认定上,需要着重考察经营者对大数据尤其是关键数据的控制能力以及主导经营者有无正当理由拒绝数据流通和共享的行为;在正当理由的考量上,要考察经营者是否为了保护用户隐私权等权利和维护公共利益的需要而拒绝数据流通和共享。
 
    第三,回应市场主体对公平竞争秩序的需求,确保适度规制。在大数据市场,具有市场支配地位的经营者实施限制数据流通或强制数据共享等行为,导致大数据集中在少数互联网平台上,大数据市场“赢者通吃”的效应必然会限制其他经营者参与市场公平竞争的机会。虽说反垄断法是一柄高悬的“达摩克利斯之剑”,但只有适度规制才能确保反垄断法发挥出最大的威慑效应。因而反垄断执法机构需要强化大数据领域滥用市场支配地位行为的执法,回应市场主体尤其是中小数据经营者对公平竞争秩序的需求。为此,反垄断执法机构需要强化大数据市场规制能力的建设,强化对大数据垄断以及滥用大数据市场支配地位行为的研究;同时,需要创新定量分析工具,提升定量分析的能力,提高大数据市场反垄断执法的专业化水平。
 
    (二)充分考虑大数据在赋予经营者市场势力中的作用
 
    反垄断法是与经济学联系最密切的法律,经济学中的竞争理论、价格理论和产业组织理论等理论深刻影响着反垄断法的发展。产业组织理论中的哈佛学派提出了“市场结构—市场行为—市场绩效”分析范式即“结构主义”分析范式。该分析范式认为,市场结构决定了市场行为,市场行为决定了市场绩效。在影响市场结构的诸要素中,市场集中度是衡量经营者市场势力的关键要素,市场集中度又取决于相关市场经营者的数量及其市场份额。芝加哥学派则对“结构主义”分析范式提出了批评,认为市场绩效和市场行为决定市场结构。换言之,即使市场集中度高,只要市场竞争充分,反垄断法也没有必要干预。
 
    尽管哈佛学派与芝加哥学派在分析范式上存在争议,但两个学派均认可市场势力的作用。在哈佛学派看来,市场势力是经营者获得垄断地位的重要原因;芝加哥学派则认为市场势力不表现为市场集中度而在于对市场的控制。因此,市场势力理论成为反垄断法的基础理论,无论是市场份额推定标准还是综合性认定标准,实质上都围绕经营者的市场势力而展开。在“正价格”市场,市场势力主要表现为对产品和服务价格的影响和控制力;在“零价格”市场,市场势力表现为因网络效应和锁定效应产生的市场进入壁垒。在大数据市场,主导经营者的市场势力与大数据的特点以及大数据市场竞争特性密切相关。因此,需要充分考虑大数据在赋予经营者市场势力中的作用。
 
    经合组织曾指出:“大数据经济学有利于市场集中度和市场主导地位,数据驱动型市场会导致‘赢者通吃’的结果。”实践中,大数据会从3个方面赋予经营者以市场势力:(1)尽管用户数据无处不在,但经营者对用户数据进行收集、整理分析产生的新数据才具有更高的价值,经营者花费高昂成本获得的新数据不会乐于跟其他经营者共享,因而具有排他性;不同来源和类型的数据质量和价值具有差异性,高质量数据和关键数据往往掌握在主导经营者手中;大数据用途具有广泛性,经营者在某一相关市场获得的大数据可被用于相邻市场的竞争,进而帮助经营者在两个市场维持支配地位,并产生相互强化的效应。因此,大数据一定程度的排他性、质量和价值差异性以及功能通用性会赋予主导经营者以市场势力。(2)大数据市场的网络效应和锁定效应有助于主导经营者维持和强化市场势力,新进入者和潜在进入者则难以瓦解主导经营者的市场势力。网络效应和锁定效应之所以引发反垄断问题,是因为拥有强大网络的实体可能借此扩张主导地位,进而削弱竞争。(3)大数据市场“零价格”竞争特点和“双边市场”属性让经营者更容易获得和维持市场势力。大数据市场“零价格”竞争的特点让经营者能够打着“免费”旗号迅速占领用户市场,且让人们误认为经营者没有市场势力。“如果企业不具备左右价格的能力,那就说明其根本不具备市场力量……在零价格的市场上,要么这个市场的界定是不完整的,要么不存在一个市场支配地位者,或者这本身就表明相关市场是一个竞争激烈的市场。”此外,“双边”市场存在的“用户反馈循环”和“货币化反馈循环”让主导经营者更容易维持市场势力。鉴于大数据在赋予经营者市场势力中的作用,在界定大数据相关市场时,需要着重考虑大数据的排他性、质量和价值的差异性以及功能的通用性等因素;在认定市场支配地位时,需要着重考察大数据市场的网络效应、锁定效应和强化效应等因素以及“零价格”竞争的特性。
 
    (三)建立健全以质量和成本为主要工具的分析范式
 
    一直以来,价格是商品交易的核心参数之一,市场竞争主要表现为“正价格”竞争,经营者对市场价格的控制力被视为市场势力的关键表现形式。基于此,古典经济学的价格分析工具成为反垄断执法的核心工具,相关市场的界定、市场支配地位的认定、价格垄断行为的认定等环节都以价格分析工具为基础,价格中心主义分析范式成为反垄断法的基本分析范式。然而,大数据市场“零价格”竞争的特点使得依赖价格中心主义分析范式建立起来的基于价格上涨的假定垄断者测试、(用销售金额计算的)市场份额标准以及竞争损害的评估和计算必须做出相应的调整,因而需要建立健全以质量和成本为主要工具的分析范式作为大数据市场反垄断规制的基本分析范式。
 
    以质量、成本为主要工具的分析范式可运用于大数据市场反垄断规制的各个环节。首先,在相关市场界定上,进行替代性分析时需要着重考虑数据质量、隐私保护水平、服务质量等质量要素以及用户数据的可携带成本、信息成本和注意力成本等成本要素;在假定垄断者测试上,要建立健全基于质量下降的假定垄断者测试和基于成本上涨的假定垄断者测试,创新质量和成本的量化和评估方法,选择合适的基准质量和基准成本、质量下降和成本上涨的幅度,重视质量和成本数据的收集、整理和分析。其次,在市场支配地位的认定上,要着重考虑销售数量或用户数量而非销售金额在市场份额中的重要作用;在综合性认定标准中,大数据的质量差异、数据收集和数据可携带成本等因素可能会影响经营者对大数据的控制能力和大数据市场的竞争效应,进而影响到经营者市场支配地位的认定。最后,在滥用行为的判断上,经营者降低隐私保护水平、降低服务质量以及提高用户的使用成本等方式都有可能损害消费者福利和社会公共利益。同样,经营者提高服务质量和隐私保护水平、降低用户使用成本等理由可能构成反垄断法中的“正当理由”。
 
    尽管部分国家的反垄断执法机构已经认识到质量竞争在市场竞争中的重要作用,以质量为主要工具的分析范式已开始用于执法实践,但分析范式远未成熟,同时还存在质量评估和量化的难题。以成本为主要工具的分析范式更是一种全新的分析范式,目前鲜有学者开展研究。因此,构建适合“零价格”市场竞争特点并以质量和成本为主要工具的分析范式,建立健全相对完善的质量和成本量化体系,将是今后反垄断法研究的一项重要任务。
 
    (四)完善大数据领域滥用市场支配地位行为的反垄断法规则
 
    当前,我国互联网行业竞争趋于白热化,互联网行业滥用市场支配地位的行为日渐增多,滥用大数据市场支配地位的行为即将成为反垄断法规制的焦点。美国学者斯图克和格鲁内斯认为,数据垄断者利用自己在大数据领域的相对优势,运用“即时预报雷达”迅速识别并压制潜在的竞争威胁,因而某些数据垄断比20世纪90年代的微软更危险。然而,我国于2007年通过的《反垄断法》,是根据传统行业垄断行为的特点制定的,基本上没有涉及互联网行业垄断、大数据垄断的内容。《暂行规定》第11条首次对互联网等新经济业态经营者市场支配地位的认定做出了规定,但存在规范效力层次低、内容较简单等问题。针对性的法律规则的缺失导致我国互联网行业和滥用大数据市场支配地位的反垄断执法和司法陷入困境。实践中逐渐成为“回应型法”的反垄断法,不仅要以规范回应垄断规制的制度需求,更要使文本规范符合经济规律和市场演化之道。因此,我国需要及时完善反垄断法规则,以有效规制滥用大数据市场支配地位的行为。具体而言:
 
    首先,笔者建议在修订《反垄断法》时,对数字经济领域滥用市场支配地位的行为做出全面规定。《〈反垄断法〉修订草案(公开征求意见稿)》第21条规定“网络效应、锁定效应、掌握和处理相关数据的能力”作为认定数字经济领域市场支配地位的考虑因素。但是,在行为类型的规定上没有回应数字经济领域垄断行为的最新发展,没有正当理由强制数据共享、降低服务质量或提高用户成本的行为以及没有正当理由阻碍数据的可携带性行为等数字经济领域较为特殊的滥用行为无法纳入现行《反垄断法》第17条规定的行为类型之中,建议在修订《反垄断法》时新增滥用数据市场支配地位的行为类型。
 
    其次,建议在《暂行规定》中细化数字经济领域滥用市场支配地位的相关内容。具体而言,需要完善市场支配地位的概念界定、市场支配地位的认定因素、滥用市场支配地位行为的认定以及正当理由的辨别等内容。例如,在市场支配地位概念界定中,需要新增“资源获取、服务质量、使用成本”等作为其他交易条件的考量因素;在搭售行为的认定中,可以新增“数据资源与数据服务的捆绑安排”的具体类型;在正当理由的列举中可以新增“为实现社会公共利益所必须”的内容,将增强数据流通效率、提升规模经济效应作为经营者实施搭售的豁免理由。
 
    最后,囿于《反垄断法》文本规范的原则性和抽象性特征,建议适时出台《数字经济领域反垄断指南》,构建基于质量下降的假定垄断者测试、基于成本上涨的假定垄断者测试等相关市场界定的方法体系,细化大数据市场支配地位的认定、滥用行为的判定以及正当理由的辨别等法律规则,并明确规定竞争损害的类型及计算方法等。
 
    六、结语
 
    人类已经迈进了人工智能时代,大数据、算法和算力是人工智能时代的三大要素,大数据市场的规范化发展有助于促进人工智能产业的健康发展。数据驱动型经济是我国经济体系的重要组成部分,大数据产业也是国家重点扶持的新兴产业,为此,国家先后出台了《促进大数据发展行动纲要》和《大数据产业发展规划(2016-2020年)》两个文件。然而,“越是国家产业政策鼓励发展的产业和领域,就越需要引入竞争机制”。因此,国家在扶持大数据产业发展的同时,也需要关注大数据市场的竞争状况,对大数据经营者滥用市场支配地位的行为要依法规制。首先,已成为“回应型法”的反垄断法,要遵循回应型规制路径,回应市场主体对大数据、数据驱动型创新以及公平竞争秩序的需求,实现数据共享与数据专享的适度平衡。其次,充分考虑大数据在赋予经营者市场势力中的重要作用。再次,针对价格中心主义分析范式的不适应性,建立健全以质量和成本为主要工具的分析范式。最后,根据大数据的属性以及大数据市场竞争的特性,通过修订《反垄断法》及其配套规定、出台《数字经济领域反垄断指南》等措施,完善滥用大数据市场支配地位的反垄断法规则。总之,对我国而言,大数据经营者滥用市场支配地位的法律规制是一个全新的课题,本文的研究旨在抛砖引玉,大数据市场的竞争特性、基于质量下降或成本上涨的假定垄断者测试、大数据市场支配地位的认定以及滥用行为的识别等重大问题,需要理论界和实务界的持续研究。
 

声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国公平竞争网(www.zggpjz.com)联系,本网站将迅速给您回应并做处理。邮箱:zggpjz@163.com

责任编辑:黄毅
首页 | 新闻 | 法治 | 经济 | 维权 | 评论 | 舆情 | 地方 | 信用 | 学术

网站简介  版权声明  精英加盟  业务范围  广告服务

驻京地址:北京市经济技术开发区科创十四街99号 投稿邮箱:zggpjz@163.com

公平竞争网法律顾问:湖南金州律师事务所 唐 亮  电话:13187087321     唐 光 明  电话:18874721118

   备案号 湘ICP备19001651号-4    湘公网安备 43011102000910号

               

Copyright © 2017-2020 公平竞争网 版权所有     

   

  • 竞争法访谈

    /video/qiyefangtan/20200319/5543.html

    郑恺火锅店被疑抄袭:装潢设计模