关于“数据垄断”的几点思考
2017-12-19 09:20:50
  • 0
  • 6
  • 4

来源:FT中文网 | 作者:杨建辉

杨建辉:数据产业刚起步,各种商业模式还在探索之中,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。

自从大数据概念出来之后,与数据相关的问题总能引起大家的兴趣。

去年,马云在杭州的云栖大会上提出“五新”,其中之一是“新能源”。他认为,数据将像以前的水、电一样,成为基本生产要素,成为驱动未来经济发展的新动力。这一观点,使大家对数据的作用有了新认知。

2017年6月1日,顺丰与菜鸟商业合作问题引起全民热议。在舆论发展过程中,讨论越来越集中于数据方面,数据垄断问题被提了出来。数据和垄断两个不同的问题,被紧密地捏在了一起。

几乎同时,“数据寡头”的说法也出现了。如果说数据垄断仅侧重于具体行为的话,那么数据寡头,则是着眼于对企业整体性质的判断。

数据垄断、数据寡头等概念,与反垄断监管相关。反垄断监管会深刻影响企业战略、行业发展。中国的数字经济正迅速发展,并逐渐成为经济发展的新动能;中国的数据产业也刚起步不久,正在加速发展。因此,对数据垄断、数据寡头等概念,我们必须进行深入剖析,辨明其内涵,判断其科学性。只有这样,才能排除一些似是而非的认识对新经济发展造成不必要伤害,阻碍新兴产业的发展。

数据是数字时代的血液

一般认为,数据是以电磁等介质为载体的信息。数据的内容是信息,而其物理表现形式则是电磁等介质。在人类历史上,迄今为止发生了三次信息载体革命,第一次是语言,第二次是文字,第三次则是数据。语言使人类文明得以建立,文字使文明得以保存和传播,而数据将使文明演化速度大大加快。

信息以数据形式呈现后,借助功能不断增强的网络技术、存储技术、计算技术、先进算法等工具,可以实现海量收集、存储、加工、传输,从而不但使物理世界可以在虚拟世界完整、全面、清晰地“镜像化”,还可以通过算法对全数据进行分析,深刻洞见物理世界不同部分的相互关系。因此,数据技术使人类在信息交流、使用等方面不断突破时间、空间、规模、范围等的限制,并获得对客观世界的新认知。

数据及数据技术应用于经济领域,极大改善信息不对称、不完全状况,大幅度降低交易成本,使商业活动发生革命性改变。商业组织、商业模式、生产方式、交易标的、交易手段、交易地理范围等,都发生翻天覆地的变化,数字经济由此蓬勃发展起来。

数字经济的发展将带来数据量的剧增。根据IDC《数字宇宙报告》,到2020 年人类拥有的数据量以ZB(1ZB =1,048,576PB,1PB=1024TB)计量。预计,随着IoT的应用普及和在线化,人类将迎来“数据核爆”。

数据的重要性不断凸显,与数据有关的法律问题也越来越受到重视,反垄断就是其中之一。

“数据垄断”是一个模糊概念

“数据垄断”是伴随菜鸟顺丰事件热起来的一个名词。但是,何为数据垄断,应作认真分析。

根据维基百科,数据垄断其实最初是针对政府的,与数据民主相对应。进入21世纪以来,美国、英国、澳大利亚、新西兰等国陆续掀起一场数据民主化运动,要求政府机构及相关部门将有关公共数据上传至其门户网站。

最近因菜鸟顺丰事件而被热炒的数据垄断,对象不是政府,而是企业。但是在这场争论中,不同的人所指称的数据垄断,具有不同的含义。

有人称“数据垄断”,是从数据占有角度来说的,其实是指“垄断数据”。垄断是一个内涵极其丰富的词,其本义是指独占。这种说法使用了垄断一词的“独占”含义,即“独占数据”。但独占数据本身并不违反《反垄断法》,即使独占的是海量数据。独占数据,只有因此在某一相关商品市场形成市场支配地位,并滥用这种市场支配地位,才会违反《反垄断法》。

有人称“数据垄断”,是从数据流动角度来说的,其实是指“不共享数据”。数据共享是一个重要问题,涉及多方利益调整。不共享数据在很多情况下可能有正当理由,是符合相关法律规定的,不违反《反垄断法》。不共享数据,只有在涉及垄断协议或滥用市场支配地位时,才会违反《反垄断法》。

有人称“数据垄断”,是从个人信息保护角度来说的,其实是指“控制个人数据”。企业收集或共享个人信息,如果不履行告知义务或得到个人授权,对个人而言,企业就像黑箱,个人信息被控制、被“垄断”。但这种情况基本和垄断没有太大关系。

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。

(本文仅为作者个人观点,不代表所在机构。责编:闫曼 man.yan@ftchinese.com)

 
最新文章
相关阅读