近十年来,信息通信技术与数字技术的深度融合与创新发展推动了以互联网、物联网为基础的数字经济的高速增长,推动了全球主要国家和地区快速进入大数据算法时代,海量多样化的数据与人工智能算法及超级算力构成了这个时代的显著特征,其中数据及其运行机制成为支撑算法算力切实有效发挥作用的关键要素,是数字经济高质量发展的基础原料和逻辑基点。当前数字化浪潮席卷全球,数据呈爆发式增长。根据国际数据公司(IDC)的预测,2018年全球数据总量为33ZB,到2025年这一数字将增加到175ZB①。作为数字化社会的核心要素,数据只有在流动中才能不断增值。唯有推动数据流动,实现科学有序、高效合规的数据开放与共享,才能促进数据要素价值的有效发挥,因而加快建设数据要素市场势在必行。
数据要素市场,是以数据要素价值的开发和利用为目的、围绕数据要素全生命周期环节所形成的市场。数据要素市场的存在,使数据能够借助市场经济的供求和价格机制在不同主体之间进行有效的流转和使用,激发各类市场主体对数据开放和流转的积极性,从而最大限度地开发数据价值,带动数字经济发展。当前,各国对数据要素流转的重视程度不断提升,纷纷开展数据交易市场的制度设计和实践,制定数字经济发展规划②以及与数据相关的法律法规,积极为数字经济的发展创设良好环境。我国同样高度重视数字经济的发展,并出台了一系列政策。党中央、国务院提出健全数据生产要素由市场评价贡献、按贡献决定报酬的机制,加快培育发展数据要素市场③。数据要素市场的建设,已经成为推动社会主义市场经济发展、深化要素市场化改革的重要组成部分。
竞争机制是市场经济的基础机制之一,数据要素市场高质量发展核心内涵的实现需要竞争机制的推动:一方面,数据要素市场的高质量发展需要提升效率。竞争能够激励经营者为增强自身竞争力进行生产组织形式和技术方面的革新,以增加和改善产品与服务的产量及质量,从而带来生产效率的提高。另一方面,数据要素市场高质量发展需要保障安全。数据安全是数字经济发展的重要内容,竞争能够推动经营者提升数据安全保障能力,使经营者能够在有效保障用户数据安全、获得更多用户青睐以增加交易机会的同时,保护自身数据不被竞争对手所侵犯,从而维护市场整体安全。故此,推进数据要素市场建设,必须坚持和贯彻竞争机制与竞争政策的基石地位。然而,与传统产业和市场相比,数据要素具有非排他性、价值的低密度性、复用性等不同于传统生产要素的特征,各种新型数据行为场景也不断涌现。由于数据产业链还涉及数据的采集、传输、存储、使用、清理及流通、交易、共享等各环节,数据要素市场的竞争呈现出新的特性,因此应当在充分考虑数据要素市场竞争状况特点的基础上,构建并完善数据要素市场的竞争法律制度,以适应数字经济的发展。
数据要素市场毕竟属于新生事物,国内外对其竞争规制问题的研究总体上仍处在起步阶段。国内主要围绕数据要素市场机制建设,从数据权属构造出发,遵循私权逻辑,探讨数据要素市场的交易模式、分级分类、市场监管等问题④;国外则将数据作为影响市场竞争的重要因素,关注数据竞争行为⑤,但其研究对象是宽泛的互联网市场整体,尚未将数据要素市场作为一个独立市场来分析。总之,国内外尚未对数据要素市场的竞争规制问题形成一套完整成熟的体系,而数字经济的飞速发展又迫切需要制度更新与完善以回应数据要素市场竞争机制建设的需要。因此如何根据数据要素市场的自身特性规范数据要素市场的竞争行为,进而实现数据的科学高效流转,成为一个亟待解决的问题。
数据要素市场的建设,既需要市场对资源配置起决定性作用,又离不开政府宏观调控的引导。政府和市场是市场经济秩序建设与维护的两种方式和力量,政府和市场关系也是市场经济发展所必须处理好的基本关系。为此,应从政府和市场入手,分析其所涉及的主要问题,从而为数据要素市场竞争机制的完善提供参考。
二、我国数据要素市场竞争治理存在的不足现代竞争法律制度的基本出发点是建立和维护公平自由的竞争秩序,其基础在于确保有效竞争⑥的实现。影响有效竞争的因素主要来自企业(经营者)行为、市场结构和国家(政府)干预三方面⑦。对一国竞争法治体系的评析也应从以上三方面展开。企业(经营者)行为、市场结构属于市场维度的因素,国家(政府)干预则属于政府维度的因素,由此判断影响有效竞争的因素本质上仍来源于政府和市场两大基本维度,故此对数据要素市场有效竞争的分析本质上仍是以政府和市场的协调为基本出发点。
目前,我国数据要素市场公平自由竞争生态的构建在这三个层面主要面临以下问题:在企业(经营者)层面,新型不正当竞争和垄断行为不断冲击现有竞争法律制度;在市场结构层面,区域数据交易平台分立导致市场壁垒的产生;在国家(政府)层面,行政权力的不当干预滋生行政性垄断风险。故此,须从我国当前数据要素市场在三个层面存在的问题出发,探索更新数据竞争法治的规范进路。
(一) 企业新型不正当竞争和垄断行为的出现冲击现有竞争秩序对经济利益的追逐催生企业的不正当竞争和垄断行为,从而导致竞争机制的扭曲和破坏。不正当竞争和垄断是企业破坏竞争机制的主要行为形式,也是竞争法规制的主要对象。数据要素市场以互联网技术和数字技术等现代技术为依托,产生动态竞争、多边竞争、跨界竞争、平台竞争等多种业态,导致竞争的手段和场景发生重大变化,因而数据要素市场上的不正当竞争和垄断行为相较于传统的行为形式而言,又具有了新的样态。因此,有必要分析数据要素市场上新型不正当竞争和垄断行为的现状,为数据要素市场上竞争法治的完善提供参考。
1. 不正当竞争行为。数据要素市场上企业竞争的关键在于数据优势的取得,因此一些企业为了在竞争中抢占先机,不择手段地攫取更多数据要素或阻止竞争对手获取数据,由此引发不正当竞争问题。据此,数据要素市场上新型不正当竞争行为大致可分为两类:一是非法获取竞争对手的数据,主要是在不符合授权同意等法定程序和条件的情况下抓取竞争对手的数据;二是非法阻止竞争对手获取数据,主要是通过设置交易障碍、市场壁垒和网络屏蔽等违法方式阻碍竞争对手获取数据。数据流通、交易、共享等行为应在法律框架内进行,通过合法的数据流通、交易、共享等行为所取得的竞争优势,自然应受到法律保护。而上述不正当竞争行为已经违反法律规定⑧,构成对竞争秩序的损害,其本质是以非法手段获取竞争优势,因此须受到竞争法规制。譬如,在我国现行反不正当竞争法实施中对非法抓取数据的行为(如流量劫持、插入链接、强制跳转等),与无正当理由妨碍数据传输的行为(如恶意不兼容、干扰、妨碍行为等)的规制,都说明对“非法获取”与“非法妨碍”予以竞争立法的必要。
上述新型不正当竞争行为在《反不正当竞争法》框架下并不能得到有效规制。《反不正当竞争法》第二章规定的几类特殊不正当竞争行为主要是传统竞争行为,数据要素市场涌现出的新型不正当竞争行为并不能被完全有效地纳入其中,因而只能适用第2条的一般规定,这在我国近年来一些涉及数据的不正当竞争纠纷典型案件审理中可见一斑。近年数据市场上一些竞争纠纷案件审理过程中受案法院适用法律的情况如表1所示。
案件 | 审理法院 | 年份 | 案由 | 不正当竞争行为 | 不正当竞争行为认定适用的核心法条 |
百度诉奇虎流量劫持案① | 北京市第一中级人民法院 | 2013 | 不正当竞争纠纷 | 流量劫持 | 《反不正当竞争法》第2条 |
微梦新浪微博诉淘友脉脉抓取用户数据案② |
北京市海淀区人民法院 | 2016 | 不正当竞争纠纷 | 数据抓取 | 《反不正当竞争法》第2条 |
酷溜网诉火狐插件
屏蔽广告案③ |
北京市东城区人民法院 | 2017 | 不正当竞争纠纷 | 数据屏蔽 | 《反不正当竞争法》第2条 |
淘宝诉美景公司大数据
产品侵权案④ |
杭州铁路运输法院 | 2018 | 不正当竞争纠纷 | 数据抓取 | 《反不正当竞争法》第2条 |
微播视界诉杭州永峻
群控营销系统案⑤ |
杭州市西湖区人民法院 | 2020 | 不正当竞争纠纷 | 数据屏蔽 | 《反不正当竞争法》第2条、第8条、第12条第4项 |
目前我国并未针对数字经济和产业制定专门的竞争规范,制度的缺失使得司法机关在数据要素市场竞争案件中只能依据一般性条款进行审理,即《反不正当竞争法》第2条。然而,一般性条款内容宽泛,缺乏不正当竞争行为的具体认定标准,导致数据要素市场条件下不正当竞争行为的判定面临一定困境,主要表现为竞争关系的法律地位和行为正当性的认定标准问题。
在上述多数案件的判决书中,法院在认定不正当竞争行为的过程中,将“竞争关系”作为认定不正当竞争行为的前提,这也是目前数据要素市场竞争案件中司法实践的通常做法。然而数据要素市场竞争受互联网经济去中心化和去结构化发展的深刻影响,其模式和行为呈现为跨界竞争与多维竞争样态下的流量争夺与数据占有,日渐成为覆盖整个互联网市场的统合型竞争,其核心内容在于竞争行为对数据权益的影响,因而具有不同于传统市场竞争的新特征。竞争关系的前提条件地位正在不断消解,与竞争行为之间已并无必然的因果关系⑭,这在2018年杭州铁路运输法院判决的微信生态系统不正当竞争案⑮中已有所体现。故此若仍固守以竞争关系为不正当竞争行为前提的立场,则与数据要素市场的竞争现状不相适应。
就行为正当性而言,法院在上述几个案件的判决书中均借助商业道德或者行业惯例来论证竞争行为是否正当。然而,商业道德和行业惯例这些内容既缺乏法律法规的明确规定或认可,也没有一个社会或者业内一致认同的标准,更没有法律规范所具有的强制性和普适性,数据要素市场条件下“商业道德”“行业惯例”的内涵也必然需要重新审视。将这些内容作为主要依据的案件审理本质上是将法律问题道德化。诚然,道德因素确实是案件审理中应当考量的方面,法律规范本身也包含了一定的道德标准,然而在竞争法这类经济案件的审理中主要依靠道德标准进行价值判断而缺乏具体的规范性、经济性分析,不仅不利于案件的公正审理,同时也会对数据要素市场的发展产生负面效应⑯。
总之,数据要素市场的发展对现行《 反不正当竞争法》形成冲击,凸显了一般性条款的缺陷。现有规范难以有效规制数据要素市场上的竞争。故数据要素市场需要适合自身发展现实的特殊性竞争规范。而今这一问题已经得到实务界和理论界的重视,并在近几年来的立法和修法中有所体现。2017年《 反不正当竞争法》修订新增第12条“互联网专条”,2020年7月3日发布的《 数据安全法(草案)》则针对数据安全作出专门规定。这些立法、修法活动的开展对数据要素市场的建设具有一定的促进作用。但是这些法律本身并不直接规制数据要素市场,仅在某些条款涉及数据要素市场的部分内容,缺乏针对性且行为类型并不周延,总体上仍然与我国数字经济和数据要素市场飞速增长的现实不相适应。
2. 垄断行为。数据要素市场的核心在于各类数据产品和服务的供给,而数据产品和服务又均依赖于数据要素,因此一些企业通过增强对数据要素的控制,取得数据优势,进而借助数据优势排除、限制竞争,由此产生数据要素市场的垄断行为。目前国外频频发生此类新型垄断行为案件,如表2所示。
案件 | 所涉垄断行为 | 年份 | 涉及数据要素的内容 |
德国Facebook非法收集用户隐私案② | 滥用市场支配地位 | 2020 | 非法收集用户数据 |
HiQ诉领英案③ | 滥用市场支配地位 | 2017 | 数据原料封锁 |
Facebook收购whatsApp案④ | 经营者集中 | 2016 | 数据原料封锁 |
Topkins价格协议案⑤ | 垄断协议 | 2015 | 算法共谋 |
数据要素市场上的垄断行为目前主要有以下表现形式:一是数据驱动型经营者集中。居于优势地位的企业基于获取数据的目的,通过合并、收购等方式兼并其他数据企业从而取得数据优势,进而形成垄断。这种集中一方面有助于数据企业获取其他企业的数据和技术,用于自身数据产品和服务的开发与优化,从而获得更多交易机会;另一方面能够减少数据要素市场上数据产品和服务的供给主体,从而减少竞争,巩固企业的竞争优势。二是滥用市场支配地位。数据的集中会使企业拥有数据要素市场的支配力量或优势地位,并产生潜在的滥用市场支配地位风险及危害。譬如,一些大型平台企业借助自身数据优势采取拒绝交易、价格歧视等行为,打压对自身市场利益构成威胁的企业。三是算法共谋。数字经济下相关市场上的经营者通过输入市场数据,借助相同或者类似的算法,即可在无需联络的情况下共同作出使彼此都能获益的经营决策,联合消除竞争,并借助数据的反馈机制,联合限制、排除偏离协议的其他经营者,由此达成并巩固垄断协议,实现排除、限制竞争的目的。目前这些行为在我国表现尚不明显,但已初露端倪。譬如,2018年的滴滴收购优步中囯㉑、2020年的微信封禁飞书㉒等,都是数据要素市场影响较广、社会关注度较高的事件,虽未遭受监管机构的禁止,但都存在是否构成垄断行为的争议。随着我国数据要素市场的发展,新型垄断行为的规制问题在未来也将日益凸显,成为竞争法治必须回应的重大命题,因而必须加以防范。
数据要素市场上这些新型垄断行为对反垄断法构成挑战。在我国现行《反垄断法》框架下,相关市场的界定是反垄断分析的第一步㉓,包括相关地域市场和相关商品市场的界定㉔。相关市场界定的核心内涵,在于寻找替代性的商品和服务,从而确定市场范围㉕。目前界定相关市场的主要方法是以价格为核心量化指标进行产品和服务的替代性分析,即假定垄断者测试法(SSNIP),借助假定垄断者价格上升后需求者的转向来判定替代性商品和服务的范围。在此基础上,又衍生出基于质量下降的假定垄断者测试法(SSNDQ)、基于成本上升的假定垄断者测试法(SSNIC)等方法,通过商品质量下降、成本增加等方法进行替代性分析。然而数据要素本身具有流动性、多归属性、非排他性等属性,在投入具体的应用场景之前其价值也处于扁平化状态,对其成本、价格和质量等方面难以进行准确评估;数据产品和服务又具有多元化与多重功能叠加特征,因而也难以找到相互之间可替代性的因素,由此导致相关市场的认定也存在困难。
除了相关市场界定之外,数据要素市场还对限制、排除竞争效果的认定提出更高要求。我国《反垄断法》在经营者集中的认定上规定其必须以实质上损害竞争且其损害效果大于增进社会公共利益的效果作为认定依据㉖。这对于前述的数据驱动型经营者集中的反竞争效果认定造成困难。对经营者集中反竞争效果判定的传统依据主要是市场份额㉗或营业额㉘。然而该类经营者集中是通过增强企业的数据优势来使企业获得市场竞争力或支配力,往往并不会导致企业市场份额的显著提升,再加上数据要素本身的价值也难以用传统方法进行价格评估,因而无法通过市场份额或营业额来判定其实施后的反竞争效果。数据的多归属性也导致无法根据数据量份额来判定反竞争效果,因而难以对此种新型经营者集中的反竞争效果作出精准判断,从而影响对垄断行为的规制。
(二) 区域数据交易平台林立易造成统一市场的区域分割自2015年《促进大数据发展行动纲要》明确提出“引导培育大数据交易市场,开展面向应用的数据交易市场试点”后,在国家政策引导和产业界推动下,贵州、湖北等地率先探索大数据交易机制。2015年4 月贵州省成立全国第一家大数据交易所−贵阳大数据交易所。之后的几年中,上海大数据交易中心、安徽大数据交易中心等区域数据交易平台先后成立。目前我国主要区域数据交易平台及其相关规则的情况如表3所示。
数据交易中心名称 | 设立机构 | 交易规则 | 规则主要内容 |
贵阳大数据交易所 | 贵州省人民政府 | 《贵阳大数据交易702公约》 | 1. 经营范围:(1)大数据资产交易;(2)金融衍生数据的设计及相关服务;(3)大数据清洗及建模等技术开发;(4)大数据相关的金融杠杆数据设计及服务;(5)经政府部门批准的其他业务。2. 数据类型:政府大数据、医疗大数据、金融大数据、企业大数据、电商大数据、能源大数据、交易大数据、交通大数据、商品大数据、消费大数据、信用卡大数据、教育大数据、社交大数据、社会大数据。3. 数据标准:另行制定。4. 定价方式和交易模式:交易系统自动定价、实时浮动、连续交易。5. 会员资格条件:(1)具有法人地位的数据整合及数据咨询公司;(2)注册资金大于500万元;(3)在组织形式、业务人员及技术风险防范方面符合交易所的规定;(4)承认大数据交易所的章程和业务规则,按规定交纳会员费、席位费及其他费用;(5)交易所要求的其他条件。 |
上海大数据交易中心 | 上海市人民政府 | 《数据互联
规则》 |
1. 经营范围:运用数据互联服务平台,开展数据及数据衍生品的使用许可流通及交易行为。2. 数据类型:原始或经处理后的数字化信息,包括但不限于个人、企事业单位、社会团体等各类主体所持有或拥有的各类数据,分为实时数据、数据包、数据服务三种。3. 数据标准:转译接入标准为2exID,接入请求使用http(s)协议,单次请求数据交换格式为Protobuf。4. 定价方式和交易模式:系统撮合数据供给方和需求方议定价格后达成交易。5.会员资格条件:在网站注册后审核通过即可,无特定条件。 |
华中大数据交易所 | 湖北省人民政府 | 《华中大数据交易平台规则》 | 1. 经营范围:发生在信息网络中企业之间、企业和消费者之间以及个人与个人之间通过线上或线下等方式对数据缔结的交易。2. 数据类型:数据及数据衍生品,包括数据集、工具集和应用集三种。3. 数据标准:API数据交易须遵循API标准。4. 定价方式和交易模式:卖方自主定价、上传数据,买方下单购买。5. 会员资格条件:在网站注册后审核通过即可,无特定条件。 |
安徽大数据交易中心 | 安徽省人民政府 | 《安徽大数据交易中心交易规则》 | 1. 经营范围:数据交易。2. 数据类型:数据及数据衍生品,原始或经处理后的数字化信息,包括但不限于个人、企事业单位、社会团体等各类主体所持有或拥有的各类数据。3. 数据标准:《大宗商品电子交易规范(GB)T/18769—2003》。4. 定价方式和交易模式:卖方自主定价、上传数据,买方下单购买。5. 会员资格条件:(1)经交易中心审核通过;(2)遵守国家法律法规,有良好的资信、商誉,无违法违规违约记录;(3) 承认并遵守交易中心的交易规则及交易中心另行颁布的其他规章制度;(4)交易中心要求具备的其他条件。 |
自由地加入或退出市场是公平自由竞争的重要内涵。美国学者梅森(E.Mason)认为,有效竞争概念包含行为标准、结构标准和成果标准三方面,其中“具备新企业参与市场的可能性” 是结构标准的重要内容㉚。消除市场壁垒、保证经营者自由进出市场是竞争活动开展的前提。当前,区域性数据交易平台的搭建是数据要素市场化配置、地方先行先试的必然之举,但也存在区际市场割裂的可能性,阻碍数据要素的跨区域流动和企业进入不同区域市场。这种障碍主要来自平台规则的巨大差异和区域资源分布不平衡两方面。
一方面,不同区域数据交易平台分别制定不同规则,对企业进入不同区域市场造成障碍。譬如,从表3中能够看出,不同平台对数据格式标准规定不同且差异较大,企业在某一平台的数据无法直接参与另一平台的交易,必须进行数据格式的转换才能进行交易,无形中提高了数据区际转移的难度,增加了企业的交易成本,从而大大削弱企业进入新市场参与交易的动力,一些企业甚至放弃进入;不同平台会员资格条件宽严不一,资格条件较严格的平台“门槛”较高,大量企业因不满足条件而无法进入,因而被人为排除在特定区域市场之外;不同平台许可交易的数据产品类型也各不相同,同一类数据产品难以在不同区域的平台参与交易,对数据的跨区域流动造成障碍;同时,受制于数据的非排他性、可复制性、复用性等特征,各平台尚未明确数据确权规则,也对数据的跨区域流动形成障碍。
另一方面,区域资源不平衡也与市场壁垒的形成紧密相关。目前我国几个大型数据交易平台主要集中在东部地区。区域数据交易平台的搭建需要配套基础设施和算力资源的支撑,这就有赖于对土地、电力、气候、地质等本地自然资源的利用。然而,目前我国数据交易平台所需资源总体上呈现出“西强东弱”㉛态势,与数据交易平台的建设情况之间形成“倒挂”现象:东部地区资源短缺,而数据要素市场规模和产业基础却优于西部地区;西部地区资源丰富,而数据要素市场规模和产业基础却弱于东部地区。企业为获取更多经济利益,自然更愿意进入经济发展水平更高、市场前景更为广阔的东部数据要素市场进行交易,然而东部地区资源的相对缺乏决定其市场承载力不足,难以有效承接大量企业进入市场,从而对企业进入本区域市场造成客观障碍,提高了区域市场壁垒形成的可能性。
总之,区域数据交易平台是对我国数据要素市场化配置的有益探索,然而区域数据交易平台之间缺乏统筹协调和资源分布的不平衡性却可能造成数据要素市场的区域壁垒,使企业难以进行跨区域竞争,影响数据要素跨区域流动,在一定程度上损害竞争的公平自由,妨碍数据要素价值的充分实现和数据要素市场的有效竞争。
(三) 政府不当干预滋生行政性垄断风险当前我国数据要素市场建设主要依靠政府推动,在其发展过程中不可避免地具有行政干预的深刻烙印。这在地方政府设立的数据治理机构和数据产业政策内容上就可见一斑。目前我国地方数据治理机构和地方数据产业政策的主要内容如表4、表5所示。
所属地方 | 单位名称 | 数据要素市场治理相关职能 |
北京 | 北京市经济和信息化局 | 起草并组织实施本市数据法规,监测分析数据产业运行态势 |
上海 | 上海市大数据管理中心 | 起草并组织实施本市数据法规,统筹推进大数据产业发展 |
天津 | 天津市大数据管理中心 | 推进大数据产业的统筹发展 |
贵州 | 贵州省大数据发展管理局 | 负责全省大数据相关产业发展和行业管理 |
重庆 | 重庆市大数据应用发展管理局 | 研究制定相关行业技术规范和标准并组织实施 |
辽宁 | 辽宁省信息中心 | 制定数据标准规范 |
吉林 | 吉林省政务服务和数字化建设管理局 | 制定数据技术规范和标准;负责数据安全保障体系建设 |
江苏 | 江苏省大数据管理中心 | 推进大数据产业的统筹发展 |
浙江 | 浙江省大数据发展管理局 | 推进大数据产业的统筹发展 |
安徽 | 安徽省数据资源管理局 | 推进大数据产业的统筹发展 |
福建 | 福建省大数据管理局 | 统筹规划和协调推进数据平台建设 |
江西 | 江西省信息中心 | 推进大数据产业的统筹发展 |
山东 | 山东省大数据局 | 推进大数据产业的统筹发展 |
河南 | 河南省大数据管理局 | 协调服务大数据产业发展 |
湖北 | 湖北省政府政务管理办公室 | 推进大数据产业的统筹发展 |
海南 | 海南省大数据局 | 负责数据安全保障体系建设 |
内蒙古 | 内蒙古自治区大数据发展管理局 | 推进大数据产业的统筹发展 |
广西 | 广西壮族自治区大数据发展局 | 推进大数据产业的统筹发展 |
四川 | 四川省大数据中心 | 推进大数据产业的统筹发展 |
云南 | 云南省数字经济局 | 推进大数据产业的统筹发展 |
河北 | 河北省大数据中心 | 推进大数据产业的统筹发展 |
广东 | 广东省政务服务数据管理局 | 协调服务大数据产业发展 |
地区 | 主要政策文件 | 大数据产业扶持政策的主要内容 |
北京 | 《北京市促进数字经济创新发展行动纲要(2020–2022 年)》 | 支持数字经济领域的龙头企业和创新企业拓展融资渠道,打通相关产业链。用好用足北京市相关先行先试政策,研究制定相关新技术新产品示范应用支持措施,积极在北京市重点建设工程项目中应用 |
天津 | 《天津市促进数字经济发展行动方案(2019–2023年)》 | 大力发展数字经济,通过财税、人才、土地等各项政策扶持大数据产业发展 |
贵州 | 《贵州省大数据战略行动2020年
工作要点》 |
提出产业发展 “万企融合”“百企引领”目标,强调企业培育引进工作。在企业经营、区块链场景应用、运营平台、科研机构和实验室、技术创新及成果转化、金融、人才等方面给予政策支持 |
重庆 | 《重庆市大数据行动计划》 | 加大对市级大数据重点项目在项目核准、财税优惠、用地保障、电力保障等方面的支持力度。设立重庆市大数据产业发展专项资金,优先对大数据领域项目提供资金支持。引导各类风险投资机构加大对大数据产业投资力度 |
江苏 | 《江苏省大数据发展行动计划》 | 在城市规划、土地使用、行业准入、税费减免等方面加大支持力度。引导各类风险投资机构投资大数据产业,鼓励金融机构开发符合大数据企业的金融产品,加大对政府部门和企业合作开发大数据的支持力度,将购买大数据服务纳入政府购买服务指导目录 |
浙江 | 《浙江省促进大数据发展实施计划》 | 加大财政金融支持,鼓励政府采购大数据产品和服务,省工业和信息化发展等财政专项资金积极支持大数据产业发展。发挥各级政府产业基金引导作用,吸引社会资本设立大数据产业发展子基金,鼓励大数据企业进入资本市场融资 |
福建 | 《福建省促进大数据发展实施方案(2016–2020年)》 | 资金向大数据产业倾斜,完善政府采购大数据服务的配套政策,鼓励金融机构创新大数据产业金融服务,鼓励大数据企业进入资本市场融资,引导创业投资基金投向大数据产业,落实大数据产业重点园区用电优惠政策 |
河南 | 《河南省大数据产业发展三年行动计划(2018–2020年)》 | 通过数据开放、投资模式创新吸引知名大数据企业在我省落户,将大数据相关产品和服务纳入政府购买服务指导目录,鼓励政府部门购买使用 |
湖北 | 《湖北省大数据发展行动计划(2016–2020年)》 | 制定完善财政投入、政府采购、社会投资、技术创新和重大项目建设等政策支撑体系,着力强化财政扶持、金融支持、用地保障、电力供给等方面的扶持力度,形成政策合力 |
海南 | 《海南省促进大数据发展实施方案》 | 加强资金统筹和投入,通过政府采购、服务外包、特许经营、政府和社会资本合作(PPP)等模式引进投资,逐步建立以政府资金为引导、以社会资金为主体的信息化投资建设机制。鼓励金融机构创新服务方式,用产业专项基金加大对云计算和大数据产业的投融资力度 |
广西 | 《促进大数据发展的行动方案》 | 加大财税金融支持力度,通过财政后补助、间接投入等方式,支持企业和行业性组织建立数据平台,支持采用政府购买服务、政府和社会资本合作(PPP)、特许经营等多种方式引导社会资本参与公共数据服务建设。将工业企业大数据应用研究费用纳入加计扣除优惠政策范围,鼓励金融机构加大对大数据企业的支持力度 |
广东 | 《广东省促进大数据发展行动计划(2016–2020年)》 | 统筹省工业和信息化发展专项资金支持大数据产业发展,加大对省大数据重点项目在项目核准、财税优惠、用地保障、电力保障、经费保障等方面的支持力度,对符合条件的大数据骨干企业给予相关政策支持 |
目前我国大部分地区已经制定数字产业政策并设置专门机构扶持大数据产业发展,为数据要素市场发展提供保障。地方政府的主动作为确实起到助推数字经济发展、加快数据要素市场构建的积极作用,但也暗藏了滥用行政权力、产生行政性垄断的隐忧。
首先,地方数据治理机构存在滥用行政权力干预市场的风险。地方数据治理机构负责本区域内数字产业治理,数据要素市场作为数字产业的组成部分,自然属于其管理范围之内。但从表5中可以看出,这些机构均为地方政府自设,且其职能总体上侧重于宏观战略实施和统筹协调,权责内容较为宽泛笼统,从而可能为这些机构滥用行政权力干预市场大开方便之门。地方数据治理机构可能基于本地区经济、政治利益的考量,利用其权责规定的模糊性,实行地方保护主义,通过歧视性收费、歧视性资质要求、信息封锁等方式排斥外地企业进入本地市场,造成行政性垄断。再加之不同区域数据治理机构之间缺乏明确有效的协调机制,导致此种行政性垄断难以解决。
其次,地方数字产业政策存在破坏公平竞争的风险。从表5中不难看出,地方政府主要通过财税、土地、电力、行政审批等方面的政策优惠重点扶持数据企业发展,这些优惠政策会增强数据企业的市场力量,提高其竞争优势。然而参与数据要素市场竞争的不仅有新兴的数据企业,同时也有传统企业。这些产业政策的受益者主要是数据企业,传统企业受益较少,由此导致数据企业和传统企业间竞争条件出现差异,一定程度上妨碍市场的公平竞争。地方数据产业政策虽然能够推动数字经济发展,却也可能导致数据企业市场“特权”的形成,堕入破坏公平竞争的“魔道”,对此必须加以警惕。
最后,地方政府数据封锁加剧数据垄断风险。政府数据种类多、范围广、质量高,如能开放流动,则对经济发展和社会进步能够产生显著的推动作用,且其来源于人民授予的行政权力,故本应取之于民、用之于民。然而,基于地方和部门利益、社会维稳、经济成本等因素的考量,我国各地政府数据开放总体上仍处于较低水平,虽已有不少政策文件的倡导,但仍存在诸多限制。地方政府对自身所控制的数据进行封锁,渐变为“数据孤岛”,阻碍数据要素进入市场,成为行政性垄断的新表征。
综上,当前我国数据要素市场的建成和发展依赖于行政力量主导。行政权力的过度介入必然会损害正常的市场竞争机制,导致行政性垄断的出现。如何对其加以防范,成为亟待解决的难题。㉜
三、我国数据要素市场竞争法治建设与发展方向当前我国数据要素市场规模日益扩大,市场竞争制度供给与需求不相适应的状况日益突出,亟待相关法制的完善。构建数据要素市场公平自由的竞争秩序,必须有效解决企业(经营者)行为、市场结构和国家(政府)干预三方面的问题。具体而言:在企业(经营者)层面,应当针对企业的新型不正当竞争和垄断行为完善竞争规范;在市场层面,应当建立国内统一的数据要素市场,打破区域壁垒;在政府层面,应当加强公平竞争审查和政府数据开放,强化竞争政策基础地位。通过三个层面多措并举,破解数据要素市场竞争法治障碍,促进数据要素市场的有效竞争,并进而实现效率与安全两大核心理念,推动数字经济发展。
(一) 针对新型不正当竞争行为和垄断行为,完善竞争规范数据要素市场的竞争以数据要素为核心,借助算法、算力,推动数据要素的全生命周期运转,实现不同场景下数据要素的应用,进而形成一个庞大的产业链条,带来数据价值的充分实现。故此应结合数据要素全周期产业链运行特点,确立数据要素市场新的竞争规范体系。
1. 新型不正当竞争行为的规制方向。数据要素市场的不正当竞争行为的规制问题目前主要集中于竞争关系的法律地位和行为正当性的认定。故而应当针对这两个构成要件的规范缺陷,结合数据要素市场的自身特点,补齐制度短板。
数据要素市场条件下,企业竞争表现出动态、跨界、多边等特征㉝,因而应重审竞争关系的法律地位。具体而言,应弱化竞争关系对不正当竞争行为认定的作用,不应再将竞争关系作为认定不正当竞争行为的前提条件,而应秉承竞争法的行为规制法属性,将认定的重点转向竞争行为正当性,着眼于竞争行为对数据要素市场整体竞争秩序的影响,关注竞争行为对数据权益的损益。当然,竞争关系作为不正当竞争行为认定的前提条件地位虽被消解,但并不意味着应完全摒弃其认定,竞争关系仍可作为一种参考标准辅助竞争行为正当性的认定。
在竞争行为正当性的认定上,应从数据的采集、传输、存储、使用、清理及流通、交易、共享等各环节入手,根据数据在不同环节的状态,确立竞争法规制的重点。在数据的存储、使用、清理环节,数据要素处于相对静止的状态,因此主要面临数据泄露的风险,竞争规范在这些环节应侧重于对非法获取数据行为的规制,明确禁止企业在没有法定或约定依据的情形下获取其他企业数据;在数据的采集、传输及流通、交易、共享环节,数据处于流动中,因此企业不仅面临数据泄露的风险,还面临数据获取遭受非法阻碍的风险,因此针对这些环节不仅应当禁止非法获取数据行为,更重要的是消除非法阻碍企业获取数据的行为。在“非法阻碍”的认定上,应当基于多元利益的兼顾,明确多重因素的考量,包括主观恶意、对正常竞争秩序的妨害程度、对创新的阻碍程度、对消费者利益的损害等。
2. 新型垄断行为的规制方向。数据要素市场的新型垄断行为的规制问题目前主要集中于相关市场界定和反竞争效果认定。针对这两大问题,应当从数据全周期产业链的各环节出发,制定相应规范。
数据要素相关市场的界定,应集中于对替代性数据要素及其商品和服务范围的确定㉞。目前的替代性分析方法主要包括供给替代分析和需求替代分析两种,以需求替代分析为主㉟。通过影响需求和供给的可量化因素变化,分析替代性商品和服务的范围,从而确定相关市场的范围。数据要素商品和服务虽往往具有多元功能,但在产业链的不同环节却存在核心功能的差异㊱。因此可将这些环节所构成的子市场视作“相关市场”,并根据子市场上数据要素商品和服务核心功能可量化指标发生变化后需求方的转向确定相关市场范围:(1)在数据的采集、传输、存储、清理环节,数据商品和服务的核心功能在于数据采集、传输、存储、清理,可量化的替代性因素是企业的采集、传输、存储、清理成本,应观察当其成本提高时,需求方是否会转向以及转向的替代性商品和服务。(2)在数据的使用环节,其核心功能在于供给方通过数据输入得到商品和服务的有效输出,这其中决定数据要素作用发挥的是算法算力,故而应以算法算力的变化观察需求方的转向。可借助算法算力质量的主要指标,譬如单位时间内运算速度、单位时间内信息输出数量和计算精确度等质量的下降,观察需求方是否会转向以及转向的替代性商品和服务。(3)在数据的流通、交易、共享环节,其核心功能在于数据流转,可量化指标主要是数据的流动成本,包括资金成本、技术成本、劳动力成本等,通过观察当数据要素流动成本提高时,需求方是否会转向以及转向的替代性商品和服务。通过对数据生命周期各环节替代性因素的综合分析,确定各环节的替代性商品和服务,界定相关市场范围。
数据要素市场条件下,传统的市场份额等指标并不能有效反映企业的某项竞争行为对市场的影响。认定企业行为反竞争效果应以对数据要素的获取和使用为核心,根据企业采集、传输、存储、使用、清理及流通、交易、共享等各环节的能力强弱㊲,判定其行为的反竞争效果,能力越强,则其行为对市场竞争产生的影响就越显著:(1)数据的采集是企业数据的源头,故而应当加以重点关注,应主要考察企业的原始数据来源和获取量,企业的原始数据来源越广泛,获取量越大,说明其采集能力越强;(2)数据的传输关系到数据的有效流动,可通过数据的传输速度和损耗率等指标判定传输能力强弱;(3)数据的存储体现企业的静态数据状况,其重点在于企业数据库的建设,故而应着重考察数据库容量、安保技术等方面,判定存储能力的强弱;(4)数据的使用决定数据价值的发挥,也应加以重点关注,其核心在于算法算力,算法算力越强,则产出的数据商品和服务质量就越高,企业的创新能力就越强,因而应通过算法算力的评估,判断其使用能力的强弱;(5)数据的流通、交易、共享使数据要素在不同企业间流动,在此环节应当考虑的因素是企业阻碍数据要素流动的能力,关注的焦点应为企业是否能够通过交易条件、技术条件、市场壁垒等因素阻碍数据要素的流动,若企业能够实质性阻碍数据的有效流动,则表明其市场力量强大。通过对企业在以上各环节能力强弱的综合认定,判断企业行为对市场竞争的影响。
(二) 建立国内统一的数据要素市场,打破区域壁垒国内统一市场的构建,能够打破区域市场壁垒,有助于生产要素的区际自由流动和产业转移,促进价格机制、竞争机制等市场内在机制作用的充分发挥,从而保障市场对资源配置发挥决定作用,是社会主义市场经济体制建设的重要步骤㊳。数据要素价值唯有在流动中才能得到充分实现,通过推进全国性数据要素市场建设,能够有效推动数据的跨区域流动,充分实现其价值。为此,应从以下几方面着手,构建国内统一的数据要素市场。
一是将数据要素市场建设和管理的权力收归中央政府。应在现有建设基础上,整合各类数据交易中心和平台,设立全国性的数据交易所,由国家统一管理和建设,制定统一的数据交易平台规则,包括市场主体准入规则、交易规则、监管规则等,并针对数据的采集、传输、存储、使用、清理及流通、交易、共享等全生命周期环节规定统一的标准和要求。通过统一建设和管理,形成全国一体化的数据交易市场体系,打破区块分割的旧有格局。
二是优化数据要素交易平台建设布局。数据要素交易平台由数据登记、评估、定价以及交易撮合、交易结算等多个子系统组成,不同子系统的资源消耗量不同,据此,在构建全国性数据要素交易平台的过程中,可实行分散化布局,将交易撮合、交易结算等资源密集型子系统布局到西部自然资源富集地区,将数据登记、评估、定价、交易跟踪、安全审计等知识密集型、劳动密集型子系统布局到东部自然资源匮乏但产业基础更好的地区,并借助信息网络将不同的子系统连接在一起。由此,实现市场规模扩大和资源有效利用的平衡兼顾,推动数据要素市场配套基础设施建设的完善。
(三) 加强公平竞争审查和政府数据开放,防治行政性垄断目前我国数据要素市场处于发展初期,需要借助政府扶持。但行政权力的干预是一把“双刃剑”−既能够起到提升数据产业规模和质量,加速数字经济发展的正面作用;也可能产生阻碍市场竞争机制的正常运行,甚至破坏竞争秩序的负面影响。因此,政府的行政干预应当趋增强市场竞争活力之“利”,避破坏公平竞争之“害”,故而应加强对政府行政行为的规范,这就需要贯彻落实公平竞争审查制度以确保竞争政策的有效实施。公平竞争审查制度的基本内涵,是政策制定部门或者竞争执法机构通过对制定或实施中的有关市场主体经济活动的政策措施竞争影响的评估,确定政策是否可能排除、限制竞争,并对产生消极竞争影响的政策予以修改或废止,避免行政权力的不当干预而损害竞争机制。
针对数据要素市场存在的行政性垄断风险,公平竞争审查制度的施行应当明确重点,有的放矢。首先,在审查对象上,应当重点针对地方数据治理机构的行政行为和地方政府对数据企业的优惠政策进行审查。在当前以地方为主的数据治理格局下,地方数据治理机构是各地数字经济和产业的主要管理机构与“第一责任人”,在不同程度上拥有干预数据要素市场的行政权力,其政策措施对数据要素市场的发展具有直接影响,因此数据要素市场的公平竞争审查应当重点关注各地数据治理机构出台实施的政策法规。在诸多政策措施中,由于对数据企业给予财税、土地、能源、金融、政府采购、行政审批等方面优惠的产业政策能够直接导致企业竞争条件的差异,存在较高破坏公平竞争的可能性,故对此方面内容的政策措施也应当重点审查,其目的并非以竞争政策取代产业政策,而是借助竞争政策完善产业政策,使之更加符合市场运行规律,在更好地发挥政府宏观调控积极作用的同时推动市场机制作用的实现。
其次,在审查方式上,应当构建内部与外部审查相结合的体制。目前我国公平竞争审查制度在方式上以行政机关自审为主。然而由于地方保护主义和部门保护主义的作祟,此种审查往往流于形式,甚至异化为“行政机关内部决策合法性审查机制”㊴,导致其实施效果并不理想。故此,应当在现有行政机关内部审查基础上,引入外部审查,加强立法和司法审查监督机制建设,打造多元立体的审查体制,弥补行政机关自我审查方式的不足,确保公平竞争审查落到实处。
最后,应当加强对政府数据开放的公平竞争审查。政府对自身数据开放施加不合理限制,本质上是运用行政权力垄断生产要素,也属于违背竞争政策的行政行为,因此也必须加以防范。应重点考察政府数据开放的主体、程序、费用等因素,同时考量国家利益和社会公共利益,确认政府在开放自身数据过程中是否有损公平竞争,从而确保政府依法有效开放自身数据,保障政府数据“取之于民,用之于民”。
四、结 语数字经济和产业的纵深发展和全面展开催生数据要素市场的蓬勃发展,成为数据价值实现和经济转型升级的关键。加快推进数据要素市场建设离不开市场竞争机制基础性作用的发挥。通过政府和市场两个维度的分析,有助于确立当前数据要素市场竞争法治发展的合理向度。当前企业(经营者)、市场和国家(政府)三方面分别存在新型不正当竞争和垄断行为、区域市场壁垒和行政性垄断等问题,使得数据要素市场公平自由竞争秩序的构建面临困境,抑制了数据价值的发掘和技术创新,成为我国数字经济治理领域亟待突破的重点与难点。
面对数字经济发展对竞争法治带来的“百年未有之大变局”,既要守竞争政策基础地位之“正”,又要创制度体系变革之“新”。为此,应针对三方面制度存在的问题,对症下药,促进数据要素市场良性竞争生态系统的建立。通过推进不正当竞争行为的认定标准以及垄断行为的相关市场界定和反竞争效果评估体系的完善,加快建设国内统一的数据要素市场以及加强公平竞争审查和政府数据开放,实现数据要素市场多维度系统性的竞争制度优化,推动竞争法治的“数字化升级”,平衡企业与市场、中央和地方、东部与西部等主体和地区之间的利益分配,提升数据要素市场运行的效率和安全,为数据要素市场的高质量发展提供竞争机制保障,进而为国内经济大循环、国内国际经济双循环的新发展格局提供可靠的战略支点。
① 数据来源于International Data Corporation:2025年中国将拥有全球最大的数据圈。
② 例如,美国2012年出台的《大数据研究与发展计划》、英国2013年出台的《英国数据能力战略》、法国2013年出台的《法国政府大数据五项支持计划》等。具体参见张勇进、王璟璇:《主要发达国家大数据政策比较研究》,《中国行政管理》2014年第12期。
③ 2020年5月11日,中共中央、国务院发布《关于新时代加快完善社会主义市场经济体制的意见》,提出加快培育发展数据要素市场,建立数据资源清单管理机制,完善数据权属界定、开放共享、交易流通等标准和措施,发挥社会数据资源价值。
④ 国内数据要素市场法治的相关研究成果目前较少,近五年主要论述有(按照刊发时间由近及远):田杰棠、刘露瑶:《交易模式、权利界定与数据要素市场培育》,《改革》2020年第7期;于施洋、王建冬、郭巧敏:《我国构建数据新型要素市场体系面临的挑战与对策》,《电子政务》2020年第3期;陈兵、顾丹丹:《数字经济下数据共享理路的反思与再造−以数据类型化考察为视角》,《上海财经大学学报》2020年第2期;陈兵:《竞争法治下平台数据共享的法理与实践−以开放平台协议及运行为考察对象》,《江海学刊》2020年第1期;李安:《人工智能时代数据竞争行为的法律边界》,《科技与法律》2019年第1期;孙简:《大数据要素市场的激励与监管》,《宏观经济管理》2016年第5期。
⑤ 国外在数据法治方面主要关注数据对竞争的作用,针对数据集中对互联网市场反竞争效应形成不同看法。See Maurice E. Stucke & Allen P. Grunes,No Mistake About It:The Important Role of Antitrust in the Era of Big Data,The Antitrust Source No.1,2015:1-14;J. Haucap,Data Protection and Antitrust:New Types of Abuse Cases? An Economist’s View in Light of the German Facebook Decision,
⑥ 按照是否产生经济效率,竞争可分为有效竞争(有效率竞争)和无效竞争(非效率竞争)。有效竞争是市场发展和竞争法追求的理想状态。
⑦ 参见[日]丹宗昭信、伊从宽:《经济法总论》,吉田庆子译,中国法制出版社2010年版,第136–141页;刘继峰:《竞争法》,对外经济贸易大学出版社2007年版,第17–18页。
⑧ 《反不正当竞争法》第12条第2款规定:“经营者不得利用技术手段,通过影响用户选择或者其他方式,实施下列妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为:(一)未经其他经营者同意,在其合法提供的网络产品或者服务中,插入链接、强制进行目标跳转;(二)误导、欺骗、强迫用户修改、关闭、卸载其他经营者合法提供的网络产品或者服务;(三)恶意对其他经营者合法提供的网络产品或者服务实施不兼容;(四)其他妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为。”
⑨ 见北京百度科技有限公司、百度在线网络技术(北京)有限公司诉北京奇虎科技有限公司不正当竞争案,北京市第一中级人民法院民事判决书(2012)一中民初字第5718号。
⑩ 见北京微梦创科网络技术有限公司诉北京淘友天下技术有限公司、北京淘友天下科技发展有限公司不正当竞争案,北京市海淀区人民法院民事判决书(2015)海民(知)初字第12602号。
⑪ 见酷溜网(北京)信息技术有限公司诉北京谋智火狐信息技术有限公司不正当竞争案,北京市东城区人民法院民事判决书(2017)京0101民初4608号。
⑫ 见淘宝(中国)软件有限公司诉安徽美景信息科技有限公司不正当竞争纠纷案,杭州铁路运输法院民事判决书(2017)浙8601民初4034号。
⑬ 见北京微播视界科技有限公司诉杭州永峻网络信息服务有限公司(以下简称永竣公司)、杨永久不正当竞争纠纷案,浙江省杭州市西湖区人民法院民事裁定书(2020)浙 0106 民初 4335号。
⑭ 参见陈兵:《互联网经济下重读“竞争关系”在反不正当竞争法上的意义−以京、沪、粤法院2000–2018年的相关案件为引证》 ,《法学》2019年第7期。
⑮ 见微信生态系统不正当竞争案,杭州铁路运输法院民事判决书〔2018〕浙8601民初1020号。
⑯ 参见陈兵:《互联网新型不正当竞争行为审裁理路实证研究》,《学术论坛》2019年第5期。
⑰ 参见《脸书败诉!德最高法院:滥用市场支配地位 非法整合旗下平台数据》,《南方都市报》2020年6月24日。
⑱ 参见《HiQ Labs与LinkedIn领英的数据纠纷》,
⑲ See Case M.7217 – Facebook/ WhatsApp ,March 10,2014,European Commission,https://ec.europa.eu/competition/elojade/isef/index.cfm?fuseaction=dsp_result&policy_area_id=2&case_number=7217,accessed on December 22,2020.
⑳ See United States v. David Topkins,April 6, 2015,The United States Department of Justice,https://www.justice.gov/atr/case/us-v-david-topkins,accessed on December 24,2020.
㉑ 参见《滴滴收购优步中国受反垄断调查 距今2年仍无结论》,《北京青年报》,2018年8月29日。
㉒ 《字节跳动旗下飞书称遭遇微信封禁》,网易财经,2020年3月1日。
㉓ 国务院反垄断委员会《关于相关市场界定的指南》第2条第2款规定:“相关市场的界定通常是对竞争行为进行分析的起点,是反垄断执法工作的重要步骤。”
㉔ 《反垄断法》第12条第2款规定:“本法所称相关市场,是指经营者在一定时期内就特定商品或者服务(以下统称商品)进行竞争的商品范围和地域范围。”
㉕ 国务院反垄断委员会《关于相关市场界定的指南》第4条第1款规定:“在反垄断执法实践中,相关市场范围的大小主要取决于商品(地域)的可替代程度。”
㉖ 《反垄断法》第3条规定:“本法规定的垄断行为包括:(一)经营者达成垄断协议;(二)经营者滥用市场支配地位;(三)具有或者可能具有排除、限制竞争效果的经营者集中。”
㉗ 《反垄断法》第27条第1项规定:“审查经营者集中,应当考虑下列因素:(一)参与集中的经营者在相关市场的市场份额及其对市场的控制力。”
㉘
㉙ 相关信息参见199IT数据导航网:
㉚ 参见[日]丹宗昭信、伊从宽:《经济法总论》,吉田庆子译,中国法制出版社2010年版,第137页。
㉛ 参见王建冬、于施洋、窦悦:《东数西算:我国数据跨域流通的总体框架和实施路径研究》,《电子政务》2020年第3期。
㉜ 机构编制的详细信息参见于施洋、王建冬、郭巧敏:《我国构建数据新型要素市场体系面临的挑战与对策》,《电子政务》2020第3期。
㉝ 参见陈兵:《数字经济新业态的竞争法治调整及走向》,《学术论坛》2020年第3期。
㉞ 相关市场界定的核心要义在于寻找替代性商品和服务。参见王晓晔:《反垄断法中的相关市场界定》,社会科学文献出版社2014年版,第72−73页。
㉟ 国务院反垄断委员会《关于相关市场界定的指南》第4条第2款规定:“界定相关市场主要从需求者角度进行需求替代分析。当供给替代对经营者行为产生的竞争约束类似于需求替代时,也应考虑供给替代。”
㊱ 互联网经济背景下各数字商品和服务仍因需求的不同而存在核心功能上的差异。参见陈兵:《互联网市场固化趋态的竞争法响应》,《江汉论坛》2020年第3期。
㊲ 具体的技术标准可参见以下国家标准:《信息安全技术 大数据服务安全能力要求》(标准号:GB/T 35274-2017);《信息技术 大数据存储与处理系统功能要求》(标准号:GB/T 37722-2019);《信息技术 大数据分析系统功能要求》(GB/T 37721-2019)。
㊳ 参见高同彪、刘力臻:《关于构建国内统一市场问题的若干思考》,《东北师大学报(哲学社会科学版)》2010年第5期。
㊴ 参见金善明:《公平竞争审查机制的制度检讨及路径优化》,《法学》2019年第12期。
[1] | 陈兵. 大数据的竞争法属性及其规制意义[J].法学,2018(8). |
[2] | 陈兵. 新时代强化竞争政策基础地位的落实与推进[J].长白学刊,2020(5). |
[3] | 梅夏英. 数据的法律属性及其民法定位[J].中国社会科学,2016(9). |
[4] | 王卫, 张梦君, 王晶. 国内外大数据交易平台调研分析[J].情报杂志,2019(2). |
[5] | 肖冬梅, 文禹衡. 数据权谱系论纲[J].湘潭大学学报(哲学社会科学版),2015(6). |
[6] | 殷继国. 大数据市场反垄断规制的理论逻辑与基本路径[J].政治与法律,2019(10). |
[7] | 詹馥静. 大数据领域滥用市场支配地位的反垄断规制−基于路径检视的逻辑展开[J].上海财经大学学报,2020(4). |
[8] | 张敏. 交易安全视域下我国大数据交易的法律监管[J].情报杂志,2017(2). |
[9] | 张敏, 朱雪燕. 我国大数据交易的立法思考[J].学习与实践,2018(7). |