大数据时代探究:关于“数据垄断”的几点思考

有人称“数据垄断”,是从数据收益角度来说的,其实是指“独占数据收益”。数据收益如何分配,是一个在目前争议很大的问题,但也基本和垄断没有太大关系。

有人称“数据垄断”,是从向相关部门报送数据角度来说的,其实是指“未充分向相关部门提供数据”。企业与政府相关部门的数据配合,是一个涉及面很广的问题,但与垄断基本没有关系。

上述说法,涵盖了与数据有关的很多重要问题,但都不是真正的垄断问题,却被冠之以“垄断”之名。这些说法,极易给人以误导,使问题复杂化,也不利于找到解决问题的正确方法。因此,应给予辨析、正误。

当然,数据,尤其是大数据也会产生垄断问题。因数据而产生的垄断问题,应该至少包括以下几类:一是数据可能造成进入壁垒或扩张壁垒,二是拥有大数据形成市场支配地位并滥用,三是因数据产品而形成市场支配地位并滥用,四是涉及数据方面的垄断协议,五是数据资产的并购。

这些都是新型反垄断问题,与传统工业经济的反垄断问题具有很大的区别,值得深入研究。比如,在审查数据资产并购时,如何界定数据资产的相关商品市场、如何评估并购可能产生的排除限制竞争影响、如何设计救济措施等,都具有新的特点。就拿界定相关商品市场来说,是按数据本身的属性来界定、还是按其用途或其产生的数据产品来界定,值得认真讨论。

而这些问题和特点,并不是“数据垄断”一词所能概括的。

“数据寡头”的是与非

从反垄断法的角度来说,寡头是指寡占市场的参与者。如果在某一相关商品市场中,只有很少数的几家厂商,那么这些厂商可以称之谓寡头。寡头一般具有市场支配地位,但寡头必须与特定的相关商品市场相联系,比如电视机行业的寡头、碳酸饮料行业的寡头等,很少有企业能成为所有行业的寡头。

很明显,“数据寡头”是把传统工业经济的“寡头”概念借用过来而形成的新词。简单机械的借用,也许会受到挑战。首先,这一提法未区分细分市场,给人以在所有领域都拥有海量数据的感觉,夸大了企业在数据方面拥有的市场力量。其次,如何分析数据领域的市场结构、如何判断数据领域的市场支配地位,目前还没有成熟的标准。在标准不明确的情况下,判断企业是否是数据寡头,容易引起争议。

其实,数据这一生产要素与其他生产要素具有很大区别,这使得因数据而产生的市场力量与传统市场力量也具有很大区别。比如,数据要发挥最大作用,必须越多越好。因此,企业掌握的数据量越多,越有利于发挥数据的作用,也越有利于最大化消费者福利和社会福利。同样,企业如果横跨多个领域,并将这些领域的数据打通,使数据在多个领域共享,那么数据的效用也将更大化发挥。这也是大型互联网公司能够不断进行生态化扩张的原因。从这个角度来说,“数据寡头”对消费者和社会来说,在效率上是有利的。

再比如,数据无时无刻都在产生,且呈指数级增长。数据一直呈爆炸性增长的事实,意味着这一领域具有很大的动态性,企业市场地位的变化相比于传统产业可能要快得多。市场的快速变化,将对所有在位企业,包括大型企业产生巨大的竞争压力,这种压力将迫使它们不敢轻易滥用自己的市场力量。

这些区别,增加了评价所谓“数据寡头”的复杂性。

数据产业的规范需要探索

与数据产业发展相伴而生的,是各种冲突和矛盾,如数据权属问题、个人信息保护问题、企业间数据流动问题、数据利益分配问题、企业与政府数据共享问题等等。这些问题,不能以“数据垄断”之名进行简单地概括,否则,既混淆了问题的性质,也夸大了问题的严重性。

要促进数据产业长期健康发展,必须抛开简单粗暴的方法,而应代之以对各种冲突和矛盾进行细致分析。比如,企业向相关部门报送数据问题,应平衡政府监管目标、企业报送负担、商业秘密保护、个人隐私保护等各方关切,在此基础上,找到妥善处理办法,而不应简单地以打破企业“数据垄断”为由,要求企业提供超出必要范围的数据。

从长远来看,数据产业还刚刚起步,各种商业模式还在探索和发展之中,暴露的问题还不彻底,解决问题的新方法、新手段也还在酝酿之中。在这种情况之下,应避免把结论下得太早,处理问题的方式也应具有更大的弹性和更大的开放空间。