陳根:數據壟斷紅與黑,數字經濟下的數字資源該如何配置?_風聞
陈根-知名科技作家为你解读科技与生活的方方面面。2020-07-29 08:56
文/陳根
各領域數字化進程的加速,使得數據量呈現爆炸式增長,海量數據藴藏的巨大衍生價值使數據成為數字經濟時代的戰略性基礎資源。黨的十九屆四中全會首次增列了“數據”作為生產要素,由此引發的“數據爭奪”和數據積累差異已經逐漸導致了數據壟斷現象,數據寡頭持有並控制海量數據。
事實上,在數字經濟時代,數據因其規模性、多樣性特點**,很容易被數據寡頭絕對封閉地壟斷特定行業**。其壟斷的形式多樣,並不僅僅是壟斷技術、壟斷市場、壟斷消費者和壟斷產品,更重要的是,會形成“閉環”的數據壟斷。
儘管數據問題已成為數字經濟時代的討論焦點,數據相關的問題也將會涉及到絕大多數部門法,如民法對數據權益的保護、刑法對侵犯個人信息犯罪的懲罰、經濟法對數據分享流轉的規範等。但關於數據壟斷的爭議目前卻尚未達成一致,如何定義和配置數據資源依舊是值得我們思考的問題。
政府和數據,市場和數據
在數據作為生產要素進入市場前,一定會面對一個不可迴避的問題,這也是****在社會科學領域自古至今都非常重要的基本話題:政府和市場是什麼樣的關係。這個問題背後,是數據在市場上以什麼方式流動,數據又有多大的流動性,而這個問題,又可以從回溯歷史一見端倪。
1929年,美國發生了人類歷史上最大的一次金融危機,導致整個西方國家陷入長達10年的經濟蕭條,並且引發了第二次世界大戰。西方國家在危機中艱難度日的時候,正是蘇聯計劃經濟剛剛建立的時候。
整個世界面臨着這樣一個情況:一邊是整個西方世界的衰退和危機,另一邊是蘇聯經濟的高速增長。在1930年代,不少人看好蘇聯模式。在蘇聯率先發射人造衞星的年代,甚至很多經濟學家都誤以為蘇聯建立的斯大林模式的國有經濟制度更加優越。
1960年,時任蘇聯共產黨領導人的赫魯曉夫,在紐約聯合國總部非常驕傲地向全世界宣佈:社會主義的高速發展最終會埋葬資本主義。但是,眾所周知的結果是,赫魯曉夫的預言並沒有實現。斯大林模式的經濟制度為經濟發展製造的不可逾越的障礙,是導致蘇聯最終崩潰的原因之一。
將國有製為基礎的經濟和市場經濟兩者相比較,在過去的一百多年裏,我們可以相當清楚地看到兩個基本事實:第一,世界上所有發達經濟體都毫無例外的以私有制為基礎的市場經濟;第二,世界上所有的國有制經濟都毫無例外地是低效率的,尤其在革命性的創新方面。這也是為什麼在我國實行計劃市場經濟以後,經濟實現了一個飛速的發展的重要原因。
當產權掌握在私人手裏的時候,雖然會碰到各種各樣的困難,但是最終可以通過民主制度的方式,在有正確的動力的前提下,來解決集體利益、集體行動問題。如果個人從來沒有機會決定自己的資產如何處置,那麼這個社會最終一定會失去動力和效率。
當我們明確了政府和市場的關係之後,我們就能夠理解,數據作為一種無形資產享有有形資產同樣的地位:進入市場以後必將帶來的巨大影響和其有可能形成的市場壟斷。
數據怎麼被壟斷?
壟斷的本質首先就是排他性的獨佔。從農工文明到數字時代,關鍵資源的不同,反壟斷的措施也有所不同。在農業時期,最重要的自然資源是土地。對應的農耕時期的反壟斷,便是抑制土地兼併和集中——抑制土豪階層和大量流離失所無地農民的出現,使耕者有其田。
**進入****工業化時期,這一時期內,最典型的壟斷現象集中在市場和技術領域。**為了反對市場壟斷,尤其是工業寡頭的合謀操縱,各國相繼推出了反托拉斯法,為了防止寡頭們相互聯合而造成不公平的市場競爭和對消費者的歧視。在防範技術壟斷方面,也逐漸出現了專利制度。但是,工業企業即便形成了跨國公司,其市場壟斷、技術壟斷實質還是一種競爭壟斷,這種壟斷比較脆弱且不可持續。
當人類社會逐漸進入信息化和數字化時期。人類的各種活動被更為緊密地聯繫到一起,時間和空間被大大凝聚。2017年6月,荷蘭經濟事務部發布的《大數據與競爭》報告認為數據主要有六點特性:非競爭性、一定的排他性、遷移性、可替代性、互補性和非持久性。而正是基於數據特性和數據驅動型公司的商業模式特點,數據壟斷也就順其自然地產生了。
首先,數據價值密度低,其價值需要挖掘海量數據得到;其次,雖然數據不具對抗性,但收集數據仍具有一定的技術和法律門檻,導致其前期投入成本高,而後期邊際成本低,極易形成規模經濟。大公司通常具備較高的技術水平和投資成本,這是收集海量數據的必備前提。
再次,大公司通過業務擴張、投資、併購等方式,建立了橫跨多領域的商業生態圈,掌握並打通了各數字化領域的用户數據,如社交、購物、交通、醫療等。各領域數據的融合形成了數據寡頭公司的海量數據基礎。研究發現,數據收集規模較大的公司通常擁有覆蓋各領域的大量移動應用程序,如數據集內的騰訊公司開發了516個移動應用程序,在安全、社交、新聞、音樂、遊戲等多領域的數據收集中佔優勢地位。
**最後,也是最根本的原因,擁有數據及相關的算力和算法的企業****可能產生市場力量。**如果一個企業能夠擁有一定的數據及相關的算力和算法,而其他企業沒有替代性的或者無法獲得的,它就有可能會形成一種市場壁壘。
各領域內既有市場份額較高的公司,其用户規模巨大,所收集到的用户數據遠超市場份額較小的小型公司或初創公司。基於數據的算法可提升企業提供產品和服務的質量,進而吸引更多用户。**“使用者反饋”與“獲利反饋”****使得大公司數據收集能力不斷自我增強,造成各數據收集者間的數據鴻溝越來越大。**截至2019年3月,數據收集規模較大的阿里巴巴公司旗下的手機淘寶軟件的下載量累計達到27億,且在約3000萬的抽樣人羣中使用率達42%。
數據壟斷三宗罪
不管承認與否,基於數據特性和數據驅動型公司的商業模式特點而產生的數據壟斷已經產生。2016年至今,Facebook、谷歌這樣的互聯網公司在歐盟受到的反壟斷訴訟始終不斷。歐盟作為一個整體或者歐洲的個別國家,如法國、英國等,都相繼對這些美國互聯網巨頭們收集、運用或出售海量信息的行為,保留甚至採取了相應的司法行動。
而對於中國來説,儘管有些企業聲稱自己沒有數據壟斷,但中國人民銀行科技司司長李偉曾表示:“一些規模較大的機構通過開展綜合業務,大量彙集信息流、資金流與產品流,加之基於網絡的雲存儲技術使金融數據高度聚集,數據寡頭已經產生。”
數據壟斷帶來的危害主要有三:首先,是自由市場競爭將產生壁壘。一方面,排除、阻礙橫向競爭,同領域內數據存量較小的小型公司或初創公司無法與數據寡頭進行有利抗爭。擁有更多數據資源的企業可能會利用手中的資源來採取一些“妨礙性濫用”行為。
另一方面,擁有豐富數據的企業之間可以更好地進行交流,從而進行合謀。這裏麪包含了兩個層次:第一是數據之間的合謀,第二是通過算法的設計,企業之間達成交流,實現合謀。
**其次,數據壟斷將使得對消費者的****保護變得日益艱難。**對此,人們最熟悉的是所謂的“數據殺熟”行為。平台收集消費者的身份數據、行為數據等,通過數據畫像,透視消費者的消費意願和預期價格,實施“一人一價”、差異化定價,這種價格歧視的實質正是利用算法與大數據來“殺熟”或“殺貧”。如滴滴平台通過大數據分析,在同一起點與終點的情況下,老用户打車費比新用户高,蘋果手機用户打車費比安卓手機用户要貴。
除了數據殺熟,更重要的事情是,在數據壟斷的情況之下,消費者保護的法律合約問題將變得極為複雜。原來消費者在線下購物消費的時候,商家就是甲方,消費者就是乙方。雙方簽訂了一個商品或者服務的購銷合同後,雙方的合同都較為簡單透明,消費者保護的介入難度較低。
然而,在數據寡頭時期,從供貨商、經銷商,到物流,到平台,再到收貨人是否及時收貨等等這一眾環節中,涉及到的合約方並不僅僅只是涉及甲乙兩方,可能涉及到“ABCDE”等等多方。故而最後消費者能不能獲得令他滿意的產品貨物,從源頭到經銷商再到物流等等環節中都有可能出現差池,因此消費者保護問題變得更為棘手。
最後,數據壟斷可能帶來更大的隱私風險**。**隱私保護作為一項非價格競爭因素,在競爭失效的市場裏被重視程度降低,如2018年意大利政府判定Facebook將數據非法提供給第三方。此外,海量數據的收集、處理和存儲環節存在信息安全漏洞的可能性,如2018年穀歌旗下的社交網絡Google+接口泄露了約5000萬用户數據。
而當今人們的金融賬户基本上均採用生物特徵碼,再加上一些硬件與用户密碼等多重加密手段所形成。那麼在未來,如果這些數據寡頭收集了足夠多的生物特徵碼,同時又在硬件和密碼技術方面有所突破的話,可能會給公民的財產安全帶來很大的威脅。壟斷本身不會促進安全防護技術的進步,相反,只有適當的數據共享,才能使得後者得到成長的必要土壤。
數據反壟斷有多難?
從工業經濟時代的“生產大爆炸”到數字經濟時代的“交易大爆炸”的轉型過程中,**海量數據藴藏的巨大衍生價值使數據成為數字經濟時代的戰略性基礎資源的同時,數據的壟斷也對基於工業經濟的反壟斷法帶來基礎理論和規制體系的挑戰。**近年來,圍繞數據競爭的案例層出不窮,華為與騰訊、順豐與菜鳥、“新浪微博訴脈脈案”,各方所爭議的核心問題都是數據。
數字經濟的諸多特徵決定了傳統反壟斷分析方法具有侷限性,因而亟待一個新的規制路徑來治理數據壟斷。**但是,不管是在處理與數據相關的反壟斷個案時,還是在制定數據產業競爭政策時,有三個重要因素必須得到充分考慮:**第一是數據本身具有不容易形成壟斷的特徵,第二是數據集中的必要性,第三是產業發展和國際競爭的考量。
數據本身不容易形成壟斷的特徵有以下幾個**:**從收集方面來看,數據不具有排他性,這使得數據很難形成壟斷;從使用角度來看,數據具有很強的可替代性,這也使數據很難形成壟斷。不同類型的數據可以實現相互替代,很多情況可以實現相同的目標;從發展角度來看,數據具有高動態性,很難形成壟斷。
從價值角度來看,數據具有很強的依賴性,從這個角度説數據也很難形成壟斷。數據本身並不一定具有非常大的價值,數據需要通過算法和算力來進行加工才能夠獲得有價值的商業結論或者對客觀世界有價值的洞見,離開算法和算力數據本身是並不能帶來任何競爭優勢。也就是説,對於數據壟斷的治理還應考慮企業應用數據來獲取、鞏固壟斷地位的行為。
從數據集中的必要性來看,作為一種生產要素,數據具有很強的規模經濟和外部經濟。無論是用於預測,還是用於企業內部管理,數據的規模越大、維度越多,其用處就越大。如果數據是孤立的、零散的,那麼它的作用就完全不能發揮出來。只有“大數據”的集中才有利於智能經濟和智能社會的發展,有利於增進消費者福利,有利於促進創新。如何在數據集中與壟斷裏權衡也是治理數據壟斷需要考慮的要點。
基於產業發展和國際競爭的考量,我國的數據產業剛剛起步,過於強調“數據壟斷”,過早將“數據壟斷”入法,會不會自縛手腳,限制數據產業發展,阻礙數字經濟成長,錯失換道超車的難得歷史機遇,也尚未可知。
因此,對數字經濟下的數字壟斷行為的分析及其競爭效果的研判,不能簡單化和形式化地生搬硬套現有規範和邏輯。我們需綜合數字經濟發展規律,重點關注數據在有序開放、安全流通、公平利用、合作開發等環節中的各類行為的法律屬性與權義定位,形成對數據壟斷概念與形態的科學、全面、合理的認識。
對數據壟斷的分析不能僅侷限於單一視角,而應結合經濟社會發展的現實狀況,予以綜合的整體的理解。如何重構現行的反壟斷體系,將數據的價值從超級平台獨享到多方平台與用户實現數據價值的共建、共謀、共享和共治,為數字經濟的核心領導力的不斷提升貢獻力量,還需要更多的思考與討論。