陈兵 | 科学合理构建数据开放共享的限度

知产前沿 · 公众号 · · 2024-03-11 12:57

正文

一、支持数据“公平竞争”而非“平等使用”

（一）将数据视作必需设施并不利于有效竞争的市场发展

（二）考虑用户隐私

（三）数据共享需考虑大数据商业价值

二、推动“有序、有度、有效”的数据开放共享

（一）允许限时数据独占，探索数据共享最佳时点

（二）优化完善科学合理的数据分类分级制度

（三）动态平衡数据有力保护与有序流通

三、以公平竞争市场秩序为基释放数据创新价值

2024年《政府工作报告》提出要“加快发展新质生产力”，并被列为2024年十大工作任务首位，表明我国对塑造发展新动能新优势的重视。数字经济即是一种“新质生产力”的具体体现，其技术创新催生了新业态、新模式，能够为经济发展注入新动能。数据要素作为数字经济核心要素，对新质生产力的发展起到关键作用。《政府工作报告》也提出要“大力推动数据开发开放和流通使用”，发挥数据要素乘数作用、建设公平竞争市场需要建立有限度的数据开放共享机制，厘清数据共享中“公平竞争”与“平等使用”的意义，平衡好数据共享与经济效率。

一、支持数据“公平竞争”而非“平等使用”

平等（equality）与公平（fairness）是两个不同的概念，公平为效率服务，而平等强调无差别。平等使用要求数据驱动型大型企业平等地允许其他企业访问自身拥有的数据，而构建公平竞争的市场环境必须考虑经济效率。立足新发展阶段、贯彻新发展理念、构建新发展格局，“既要创造比资本主义更高的效率，又要更有效地维护社会公平，更好实现效率与公平相兼顾、相促进、相统一”。故维护市场公平竞争蕴含提升经济效率的目标，虽然数据共享在一定程度上可以缩小中小平台与大型平台的数据储量差距，提高竞争强度，但当数据共享不能推动行业效率提升时，在不影响市场竞争秩序的情况下，应允许企业有一定的保留，以维护经济效率，即数据共享需要有一定限度。

（一）将数据视作必需设施并不利于有效竞争的市场发展

实现数据共享的一个思路是认定数据是必需设施，并强制其平等地向其他企业开放。在2017年的“hiQ诉LinkedIn（领英）案”中，原告方hiQ认为领英阻止其通过爬虫获取用户数据的行为违反了必需设施原则,并要求领英对数据进行开放。

2020年11月，国务院反垄断委员会发布的《国务院反垄断委员会关于平台经济领域的反垄断指南指南（征求意见稿）》专门提及了将数据认定为必需设施的问题，但在国务院反垄断委员会发布的正式版《指南》中，相关的条文并没有保留，可见将必需设施理论引入数据领域欠缺可行性。2021年2月出台的《指南》的第十四条采取法定列举的方式规定了平台经济领域主要存在的几种拒绝交易的行为模式，仅仅在第五项规定了控制必需设施的经营者拒绝进行交易可能构成拒绝交易行为，这是首次在平台经济领域引入必需设施原理。

首先， 必需设施原理要求该设施必不可少且不可复制，域外对必需设施理论的适用主要集中于具有自然垄断属性的产业、公用事业等领域,数据具有可复制性、非竞争性与非排他性，必需设施理论应用于数据领域存在理论基础上的障碍。在数字经济领域中，原则上每个企业都可以收集用户信息等数据，不能仅凭某一企业的数据持有量认定企业筑起市场壁垒，即使平台掌握的某些数据对于特定经营者开展经营具有重要价值，但难以证成其对市场竞争具有不可或缺性。数据的价值不只取决于数据本身，企业对数据的处理利用也能够发挥数据的价值。企业应当通过自身的优质服务、创新技术吸引消费者,通过在经营领域的竞争力积累数据优势才是公平竞争下的应有之义。譬如在“微软和领英并购案”中，欧盟委员会认为数据构成算法分析和机器学习的重要投入要素，但并非唯一要素。平台经济动态竞争的属性要求反垄断法须保持必要的谦抑性，虽然并购行为将有可能限制竞争对手获取领英的数据，并降低市场创新的可能性，但影响软件技术开发的因素众多,即使缺乏涉案数据不必然导致市场进入失效，因此不能仅仅从竞争对手的依赖程度认定数据是否属于必需设施。

其次， 平台掌握的海量用户数据包括个人隐私数据，如果在数据领域适用必需设施理论，很有可能导致个人隐私数据在未经用户同意的情况下泄露给第三方，一方面会威胁用户数据安全，另一方面也会损害消费者权益，不利于提高经济效率目标的实现，并且数据资源一旦被分享，原数据所有者就很难对其用途进行追踪,也很难控制因此产生的各种风险。

最后， 开放所谓必需数据会给企业带来额外成本。国家统计局、国家知识产权局等部门曾对公众无偿开放数据，结果引发网络崩溃，后经过加大投入、调整分享数据策略，类似的网络崩溃情况才得到缓解。由于政务数据本身具有公益共性，所以政府有开放相关数据的义务，能够承担数据开放的成本。而对于企业来讲，数据开放同样可能面临网络崩溃的问题，为解决网络崩溃等问题,企业需为此承担额外成本。

（二）考虑用户隐私

数据无序共享可能导致用户隐私保护与数据安全方面存在重大风险。消费者福利已成为竞争效果分析的重要标杆，而消费者个人隐私是消费者福利的重要内容之一，具有人格权属性，与经济效率息息相关。对于个人信息保护力度，相对其他国家而言，我国《个人信息保护法》作出了更为严苛的规定，表明我国对个人信息保护的重视。由于平台与消费者地位的不对等，消费者无法得知哪些数据被利用、如何被利用以及个人数据处理后的用途，服务提供商故意使隐私政策含糊不清，使消费者难以评估其数据的真正价值。用户用个人信息换取平台提供的服务，若允许平台竞争者或上下游企业平等地使用平台已收集的用户信息，可能导致用户隐私数据利用的不可控。

当前，对消费者隐私的保护在一定程度上反映出平台企业间竞争的态势。如果平台企业间竞争激烈，企业会通过重视保护消费者隐私而吸引用户；而当平台企业间的竞争被弱化时，平台企业保护消费者隐私的意愿可能也随之降低。

（三）数据共享需考虑大数据商业价值

“大数据”通常指不同类型的海量数据,由多种渠道高速产生，其处理和分析需要新的、更强大的中央处理器和算法，具有高速、多样、大量、重要的特征，数据规模的扩大能够优化平台企业的算法，提高服务质量。当前大数据已从互联网经营者的商业技术核心进阶成为国家乃至全球经济发展新布局和新战略顶层设计的一部分。大数据的价值远远超过单一数据价值之和，它可以通过数据的进一步积聚或应用于机器学习等而获得更大的应用价值。高度依赖数据的市场正经历正反馈循环:企业拥有的数据越多，其产品就越好，即强大的数据驱动网络效应。譬如谷歌这样的搜索引擎能够通过使用其搜索数据库不断从其数十亿用户那里收集大量数据来改进搜索结果,使用特定搜索引擎的人越多，搜索引擎算法就越有可能了解到消费者的偏好,搜索结果也就越有可能变得更相关,会吸引其他人使用该搜索引擎，并且积极的反馈会持续下去。同样的，脸书（Facebook，现为Meta）能够凭借其拥有的大量用户数据,向目标用户投放极具针对性的广告。

大数据将成为未来创新和增长的关键，特别是在人工智能领域，大数据是人工智能运行的燃料。譬如特斯拉从其汽车运行中收集数据，然后使用这些数据优化其自动驾驶算法，这使得竞争对手很难在特斯拉之前进行创新。大数据较强的正向规模效应和较弱的反向规模效应导致了高额的垄断收益，也使互联网平台在一定条件下可以在垄断状态中获得较之传统垄断状态更高的效率。数字经济以数据收集、存储、处理与使用为核心，挖掘大数据价值能够推动数字经济高速发展与繁荣。经营者通过对大数据进行分析并同步改进算法，能够提供更符合消费者需求的服务。对于拥有大数据并能够对其进行处理分析的企业来说，大数据即是其核心竞争力，若要求企业提供给其他企业甚至是竞争对手平等使用的权利，会使具有数据优势的企业减少数据收集处理的积极性，无法最大程度地发挥大数据价值，对经济效率产生负面影响。

二、推动“有序、有度、有效”的数据开放共享

（一）允许限时数据独占，探索数据共享最佳时点

允许平台暂时独占数据，但根据不同场景下的数据价值变化曲线，要求、引导或鼓励平台在一段时间后分享或开放对社会有公共意义的部分数据资源，应当成为维护数据相关公共利益的主要思路。这一理念借鉴于知识产权领域的制度。知识产权自诞生以来，在平衡鼓励创新和防止垄断与权力滥用之间的紧张关系方面遇到了很大挑战。这类似于数据垄断所固有的紧张关系，一方面我们鼓励数据的生产和收集，另一方面我们也希望平台披露和允许公众访问这些数据。然而，一家企业几乎没有理由分享其数据。因此可以从独占期限入手，合理选择数据共享的时点，在竞争与效率中达到平衡。大数据时代,数据具有时效性，人们的消费行为等变化非常快，数据越“新鲜”，越有价值，越能够变现。基于前述企业数据分级情况，可以允许企业暂时限制对企业业务发展具有重大影响的数据共享，给予企业更大的发展空间。而对于对企业发展影响较小的一般数据，则应当鼓励企业进行数据交易，不支持其独占此类数据。

（二）优化完善科学合理的数据分类分级制度

数据分类分级是促进数据要素公平有序、安全有效流通的基础保障。2021年，《数据安全法》正式提出从国家制度层面建立数据分类分级保护制度，根据数据重要程度匹配相应的保护和管理措施。不同数据生成、使用场景、重要程度有着较大的差异，很难用统一的标准进行共享，数字平台上的用户对数据进行分级授权可以尊重用户自身意愿，同时提升消费者福利和社会总体福利。当前对数据分级的研究，多按照风险等级划分数据，将数据划分为核心数据、重要数据、一般数据。一般数据又可分为四个风险等级。这种分类方法立足于数据保护，旨在贯彻落实《数据安全法》中“国家建立数据分类分级保护制度”的要求，保障国家安全、公共利益、个人和组织的合法权益。

数据安全对数字经济发展至关重要，为提升消费者对平台服务的信任度，将信任转化为对数据共享和数据服务更大的接受度，企业需完善数据保护技术，将用户数据安全置于经营目标中，并且企业需要平衡用户数据处理的收益和风险，确保数据被安全地收集和存储，并且仅用于合法目的。政府应加快出台针对企业数据的再利用问题的分类分级制度，需尽快明确数据安全需要达到的标准，如数据匿名化处理需要做到何种程度,因为在大数据时代，数据量激增，技术无法做到数据完全匿名化。因此，应明确企业保障数据安全的责任范围，避免因风险的不确定进一步加剧企业愿意共享数据但不敢共享的矛盾。

同时，数据要素市场化配置要求充分释放数据价值，提升数字经济效率，尽可能地创造更多的收益。因此，也应当探索以数据对于企业提升业绩重要性为标准的数据分级方式，以此限定企业数据开放共享的限度，维护提升企业业绩水平和经济效率的目标。

（三）动态平衡数据有力保护与有序流通

当前,我国数字经济高质量发展的短板是数据要素供给不足、数据流通受阻,如何推进数据资源共享、打破“数据孤岛”,助力数据要素市场建设与发展，成为目前亟待解决的问题。数据共享可使大量数据流入市场，提高数据供给，使数据在共享中实现二次开发与重复利用，能够最大限度地释放数据红利。

“平等使用”下的数据共享要求无差别地开放收集数据，存在用户隐私数据无序流动和在位企业基于竞争获取的优势地位不受保护的风险，特别是在平台经济领域普遍存在零价格交易模式，相当于用户以数据换服务；不加限度地平等使用数据会导致数据要素市场搭便车的行为大量出现，这样的平等共享很显然不利于提升数据服务质量，特别是容易产生数据安全风险，发生劣币驱逐良币的数据公地悲剧，而且这类悲剧的发生还具有不可逆性，因为数据一旦泄露，其危害和引发的信任危机是难以评估的。

数据中的信息可能涉及商业机密、个人隐私和国家安全，所以数据要素流通必须以安全为前提，当前应进一步健全数据保护制度。同时，也须承认和保护平台企业等数据资源处理者对依法依规持有的数据享有自主管控、合法利用、获取收益的权益，保障其投入的劳动和其他要素贡献获得合理回报，平衡数据保护与数据共享。

三、以公平竞争市场秩序为基释放数据创新价值

建设公平竞争市场的要义之一即为提升经济效率。在 要求企业开放共享数据之际，要平衡好开放对象、阶段、方式、种类、程度等，在公平与效率之间达成合理方案。 根据不同场景、时点下的数据价值变化，引导和鼓励数据持有企业根据其经营情况自主采取交易或交换的方式开放共享数据资源，特别是那些有助于维护和增进社会公共利益，能够更好地赋能实体经济发展的高质量数据，并采取市场合理定价和政府有限参与相结合的思路来平衡数据多元主体间的利益，不失为可行进路。

数据具有不同于其他要素的特征，既有很强的财产属性，也有显著的人格特质，更兼具复杂的公共属性，是数字社会整体运行和高质量发展的基础原料。因此，考虑到数据的巨大价值和潜在效用，在市场竞争领域应尽可能保障公平竞争，做好合理使用在推动数据开放共享的过程中区分“公平竞争”与“平等使用”的概念。需认识到无偿的或者是对价失衡的开放共享需要充分考虑数据持有企业的意愿，在大力推动数据要素市场化配置的背景下，应更加关注在分类分级交易中以市场合理对价获取和使用数据的机制建设与维护，避免数据领域“搭便车”行为的出现，禁止不劳而获、食人而肥等不正当竞争行为在数据领域蔓延，为数据作为新的创新型生产要素在公平有序的竞争环境下参与生产和分配提供制度保障。

作者：陈兵

陈兵 | 科学合理构建数据开放共享的限度

正文

请到「今天看啥」查看全文