数据垄断的经济法规制

在hiQ Labs诉LinkedIn（领英）公司一案中，hiQ公司是一家为客户提供雇员评估分析服务的公司，其服务基础是对市场上公开获取的数据进行统计分析。其商业模式是完全建立在对领英公司的用户的数据分析之上。2017年5月领英向hiQ公司发函要求其停止非授权性数据抓取，以及其他违反领英用户协议的行为，禁止HiQ继续获取领英用户的公开信息。同时，领英还通过系列技术手段，阻止HiQ的自动数据收集技术获取相关数据。但事实上，领英公司在用户选择注册之时，便已告知数据将会公开，例如Google在内的全网搜索引擎将会获取该信息。法院经审理认为：领英公司基于其占据的较大市场份额，已经拥有了市场支配地位。如今仅禁止hiQ公司抓取其数据，存在滥用市场支配地位的可能。法院最后发布禁止令，禁止领英公司采取法律或者技术手段阻碍hiQ公司进入、复制并使用领英网站的公开信息。
那么何为数据垄断？数据垄断其实就是垄断数据，这里的垄断即独占，垄断数据即独占数据。在上述hiQ诉领英公司的案件中，领英公司获取的数据是hiQ进入相关市场的前提，领英公司把控其用户数据禁止hiQ公司抓取的行为就是典型的数据垄断。在实践中，企业往往会因为独占数据而拥有市场支配地位，但应当明确的是，市场支配地位本身并不为法律所禁止，只有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时，才会违反《反垄断法》。
在认定数据控制者是否因垄断数据而拥有市场支配地位主要应考虑以下两个因素。首先是数据可替代性的强弱。实践中，往往根据数据可替代性的大小将数据分为可替代性强的数据和可替代性弱的数据。对于不同种类数据，不同数据控制者的需求不同，导致数据的可替代性较小，这样经营者之间产生数据竞争的可能性相对而言也就较小。而对与在同一市场，可替代性较强的产品或服务而言，因其数据需求往往趋近相同，所关注的信息内容也基本类似，故在这些产品或服务的经营者之间通常存在数据竞争。[2]但需要明确的是，数据仅仅是判断数据控制者在相关市场是否具有支配地位的考量因素之一，还需结合市场占有率，其他市场主体进入市场的难易程度综合考虑。其次应当考量数据控制者垄断数据是否具有正当理由。从数据流动角度来看，若仅仅是不共享数据，存在正当理由，例如以数据的敏感程度为标准将数据分为敏感数据和一般数据[3]75，对于敏感数据如公司的财务数据、运营数据等不进行共享，并不违反垄断法。
数据其实天然具有可共享性，其同信息一样，很难被独占，因为他们都很难因为传输

而减损其本身拥有的价值。但实践中企业出于盈利目的，企图获取市场支配地位，从而在存限的市场空间中形成支配市场的自然垄断或寡头垄断。在被互联网和智能手机高度普及的今天，几乎所有的人类活动轨迹都可能被数据采集，从而成为公司处理数据的原材料，人工智能又能从数据中挖掘出更多的价值。
其次，数据所有者对于数据共享的主观能动性不强。对于个人数据所有者而言，由于现行立法对其隐私权的保护存在诸多漏洞，个人信息被泄漏的情形泛滥，个人隐私权受到了侵犯，监管机构对于侵犯隐私权的违法行为监管不力，从而导致个人数据所有者对于数据共享没有足够的信任。而对于企业数据所有者而言，数据就是资本，利用数据可以及时、准确掌握用户的一些基本情况，如生活轨迹，个人便好、交易习惯等，从而可以优化自己的产品和服务，提升企业运营效率、增强用户对其产业的信任度和依赖度，增加盈利机会。因此数据有利于数据控制者增强或者巩固自身优势。[3]因此企业数据控制者往往更愿意将数据牢牢把控在自己手中，即使自身对于数据的利用程度不大，也尽量避免竞争对手利用数据盈利或者尽量利用数据谋得一定程度的交易所得。
第三，技术手段不成熟，自行收集数据存在困难。技术手段其实往往掌握在少数人或企业中手中，这意味着商业巨头很容易形成寡头垄断。在上述hiQ诉领英公司一案中，领英网站拥有6亿用户，在其发函告知向hiQ停止服务后，hiQ公司难以为继，仅有的24名员工瞬间离开了10位，不难想象如果hiQ没有起诉领英公司的垄断行为，这个公司将会不复存在。现实中这类案件数不胜数。大企业凭借一己之力即可实时手机分析数据，在相关市场设置进入壁垒，小企业要么只能获取边缘数据，要么向大企业付出高昂的对价换取数据，但由于数据价值难以评估，即使小企业愿意支付对价，也需要承担由于磋商导致的数据延迟获取，最终丧失先发优势。
数据垄断问题不仅会破坏市场秩序，降低产业更新和优化的效率，同时还会增加用户信息检索的成本，不利于资本的流动。对于政府而言，数据垄断也会增加政府行政成本，降低政府的行政效率和公共服务质量。针对数据垄断问题，政府也采取了一系列非法律措施，但收效甚微，无法有效解决因数据垄断而引发的一系列问题。因此，须采取法律手段，具体的说是采取经济法手段加以规制，方能根本上解决数据垄断。
（一）其他规制手段的不足
当下为了防止数据垄断的手段多种多样，主要有技术手段、道德教育、行政规制等。这些手段在规制数据垄断都发

挥了一定的作用，但其存在的弊端也十分明显。比如技术手段，技术手段通常采取构建数据共享交换平台、建立大数据产业标准、开发区块链技术、改进数据传输技术等措施[3]，但事实上倾向于愿意共建数据共享交换平台的，往往之间存在着一定的利益关系驱使，否则数据控制者很难愿意主动将数据分享给其他人。而且利用技术手段的成本高昂，无法确定成本分担方式，将会导致新一轮的利益纠纷。至于道德教育，由于其缺乏强制力，因而需要数据控制者本身具有较高的道德素养，在数据就是资产的理念下，很难要求数据控制者都是“慈善家”。此外，利用行政手段规制此类法律并无明确规定的问题，其存在的固有弊端就是行政手段的合法性和合理性存疑。同时，行政手段多具有个案效力，不具有长期性。
（二）法律手段规制的优势
数据垄断问题之所以出现，其深层原因在于数据利润分配不均，数据控制者出于维护其自身利益最大化，垄断其掌控的数据。例如企业出于保护商业秘密，或者企图拥有市场支配地位等或正当或不正当的目的，独占数据资源。政府则考量如若开放数据，有可能使本部门利益受到损失，甚至导致政府权力异化。个人控制数据的目的则在于保护自身数据安全，避免其权力受到损害。
因此，对数据垄断问题加以规制的首要前提就是要平衡各方数据主体之间的利益，防止由于数据主体之间的权力冲突的得不到解决，从而加深数据垄断，形成恶性循环。而平衡各方利益的最优选项则是采取法律手段加以规制。法律手段可以通过立法对各类数据主体的相关利益进行衡量。[4]通过分析各类数据主体应当享有何种程度的合理利益，界定数据主体享有相关利益的限度，从而在该限度内保障数据主体利益的实现，最终实现对于数据垄断背后的利益冲突的有效调整。
此外，法律手段规制数据垄断，能够很好的克服技术手段的主观意愿缺失，道德教育手段的强制力不足，以及行政手段的合法性存疑和个案效力。但不可否认，其他非法律手段对于数据垄断问题的规制也发挥了重要作用，法律手段和非法律手段相辅相成，共同促进数据垄断问题的解决。
（三）经济法规制的特殊优势
数据垄断产生的经济法责任不同于一般法律责任。法律责任是所有部门法法律责任的基础，与之相比，数据垄断产生的经济法责任具有特殊性和个性。经济法手段和一般法律手段的关系也是特殊与一般的关系，个性与共性的关系。与其说应当采取法律手段规制数据垄断问题，不如说利用经济法加以规制方能更加合理有效的解决数据垄断。其特殊优势主要

体现在以下几个方面：
首先，以人工智能技术和产业发展为重要内容的革命被称为“第四次工业革命”。[1]这次革命所带来的影响遍布各个领域，在能源领域体现为减少资源、能源的消耗，改变人类的生活方式和改善人类生活质量等等。但更多的是技术产业发展对现有经济模式的冲击，新兴智能产业的发展和传统产业的智能化升级，会大大提高经济效率。[1]因此人工智能的发展与经济法具体制度息息相关，技术带动制度发展，制度推进技术创新，二者相互促进。具体体现在人工智能与经济法的关系中表现为：一方面，人工智能技术会改变经济法的相关制度，如各类人工智能技术的推广会推动消费者保护以及市场竞争等领域的经济法制度变革；另一方面，经济法的制度也可能对人工智能的技术进步和产业发展产生重要影响。[5]3
其次，经济法所解决的基本矛盾是个体营利性和社会公益性之间的矛盾，因此在强调公平价值的同时也需要兼顾效率价值，这与人工智能产业发展所追求的效率提升是内在一致的。但是经济法在保护人工智能的效率价值时，也要关注其安全价值。对于人工智能产业发展所导致的一系列信息安全问题，以及人工智能大范围应用导致的市场调整、社会失业率增加，从而可能引发的社会动荡问题，除了借助市场自身进行调节外，还需要政府介入，通过相关制度安排以及具体的调控和规制来化解其消极效应[5]5。
最后，从数据垄断本身来看，数据垄断不仅包括数据本身，还包括数据之外的垄断行为。数据本身就具有经济属性。所谓数据就是资产，即将数据财产化，其目的在于最大化利用已有数据以及尽可能的衍生数据。因此数据权相当于赋予垄断权[1]，赋予数据控制者数据权，可能造成数据产业的进入壁垒或扩张壁垒。但是赋予数据权的初衷在于解决权属冲突，提升数据主体共享意愿和提升数据处理效率。权利主体在行使权利过程中不适当地扩张垄断权的范围，或凭借合法垄断进一步谋求非法垄断或优势竞争地位的目的，都直接触犯反垄断法。[1]而数据之外的垄断行为，其本身就在经济法的规制范围内，主要体现为将数据作为资产并购、与数据相关的垄断协议、滥用因数据垄断形成的市场支配地位等行为。从数据垄断导致的后果来看，数据控制者往往因为手握核心数据而具有市场支配地位。
（一）针对数据垄断的相关立法缺失
我国《反垄断法》第三条规定：垄断行为包括经营者达成垄断协议，经营者滥用市场支配地位，具有或者可能具有排除、限制竞争效果的经营者集中。该条作为一般规定适用于数据垄断，但是关

于数据权属界定、数据垄断诉讼程序、数据交易过程中的风险防范监控以及侵犯数据权的认定和法律后果，我国法律均未做明确的规定。此外，在顺丰与菜鸟之间基于数据的垄断之战中，由于无法根据现有立法加以认定，而二者之间的争端影响甚广，最后只能由国家邮政局出面协调。因此相关立法缺失无疑会加大执法和司法的难度，导致数据垄断规制难以达到应有的效果，反垄断法也无法发挥出真正的作用。
（二）数据权属界定模糊
当今关于数据权属的界定，仅《民法总则》规定了数据财产权，即将数据作为一项财产权进行规制，但关于财产权的权属，当下法律规定存在缺失。首先应当明确的是，数据控制者对数据享有所有权，所有权的对象除了原始数据外还应当包括基于原始数据的衍生数据。数据控制者对于原始数据和衍生数据享有占有、使用、处分和收益的权利。但是关于数据所有权的具体归属，我国法律并没有明确规定。实践中，用户在使用服务时所产生的数据大多被服务商所控制，数据所有权按惯例也归属于数据控制者。但是这种约定俗成，往往容易产生数据权属冲突，此时没有明确的法律规范解决数据权限、数据主体的权利之间产生的纠纷，就会越发导致数据垄断现象的产生。
（三）数据垄断的监管机制不健全
现行数据垄断相关问题的处理主要适用的是反垄断法对于垄断行为的规制方法。基于数据垄断的特殊性，这些规制方法存在一定的局限性。首先在事先申报制度中，主要是由国务院反垄断执法机构进行事先申报监管，参照和采用的是欧盟和德国的经营者集中事先申报门槛，即以参与集中经营者在全球范围内和中国境内上一年会计年度的营业额为基础进行计算[6]。但是当前以人工智能、算法和大数据为标的实施的经营者集中均存在标的公司仅有少量收入但存在较高价值的情况，[6]很难到达数据垄断的认定标准。其次是对数据的后续使用、流通环节监管不力，致使数据的使用情况和流向不明，难以认定数据垄断。一方面，当前对于数据的监管本身就侧重于对数据采集阶段的监管，另一方面在数据流通阶段并没有专业的监管机构监测数据的动向，也缺乏相应的监管技术。这样导致的结果就是难以认定数据垄断行为，从而无法对其加以规制，造成相关市场秩序被破坏。
四、人工智能时代下数据垄断的经济法规制发展路径
经济法根据其内容可以分为鼓励、促进型规范和限制、禁止型规范。对于人工智能产业带来的促进经济发展、为人类带来便利的积极作用，如人工智能的应用促进了财税、金融等领域调控和规制能力的提