大数据、反垄断与隐私保护.pdf
《大数据、反垄断与隐私保护.pdf》由会员分享,可在线阅读,更多相关《大数据、反垄断与隐私保护.pdf(11页珍藏版)》请在咨信网上搜索。
1、2023 年第 3 期(总第 147 期)5 月 15 日出版学报大数据、反垄断与隐私保护方燕(浙江财经大学 中国政府管制研究院,浙江 杭州 311225)摘要作为策略性资源的大数据可能带来质量恶化、研发阻碍和隐私损害等问题,而作为生产要素和有价商品的大数据可能促进竞争秩序和提升福利。大数据是一把双刃剑,关键在于握剑之人用剑的意图和特定的经济技术特性。大数据的公共品特性、价值加速递减性与异质性的特性使大数据的能力打折扣,因而针对大数据的净竞争效应定性只能依个案分析。本文主要从双边数字平台视角分析梳理不同用途大数据的净竞争效应,以便于对大数据引致的反垄断问题进行精准审视。大数据可能导致反垄断、隐
2、私安全保护等诸多议题,因而迫切需要相关部门的合作与协调。通过对大数据多用途性及其衍生的各种竞争影响的分析和梳理,本研究有助于修正各界对大数据形成垄断和损害竞争的片面解读,并帮助反垄断执法机构准确对待互联网经济和大数据问题。关键词大数据;双边平台;反垄断与竞争政策;隐私安全保护;竞争效应 中图分类号:F271;D912.29 文献标识码:A 文章编号:1008-4096(2023)03-0015-11一一、引引 言言随着移动互联网的发展和普及,很多线下活动被数字化的在线平台集聚到一起,虚拟网络空间产生的用户数据呈现爆炸式膨胀,数据作为在线平台的投入要素和有价商品的重要性日益凸显,可以说大数据时代
3、已到来。在大数据时代,数据几乎无处不在。每个企业都想尽办法收集、处理和使用海量数据,线上平台还能借助自动处理软件和算法在短时间内处理并使用这些数据,透析用户的兴趣点和痛点,改进产品、提供个性化服务或精准化广告投放等。因此,数据的收集和使用是否影响竞争和效率的问题,已成为互联网和大数据时代的关键问题。当前正经历一个从石油时代向大数据时代的过渡。有关用户、团队和组织的历史记录和基本属性的大数据,俨然已成为21世纪的“原油”和未来的新“货币”。大数据将会是后工业时代或者说数字经济时代举足轻重的大宗商品。作为数字经济的核心资源,大数据的收集、提炼、流转、分析乃至消费,将贯穿整个数字经济产业链,尤其是数
4、据收集环节,因而可以说,谁掌握了数据收集环节,谁就会成为数字经济的核心参与者,并占据具有战略性意义的竞争优势地位。在互联网经济和大数据时代的大数据竞争将是一个竞争又合作的复杂关系,这需要大数据与收稿日期:2023-02-20作者简介:方 燕(1981),男,江西赣州人,博士,博士后,主要从事产业组织与反垄断、互联网经济学研究。E-mail: DOI 10.19653/ki.dbcjdxxb.2023.03.002引用格式 方燕.大数据、反垄断与隐私保护 J.东北财经大学学报,2023(3):15-25.15Number 3(General Serial No.147)May,2023学报应用场
5、景相结合,尤其是与云计算和人工智能之间深度融合。互联网经济的技术进步变革着几乎所有部门收集、处理大数据的理念和方式。由于拥有大数据和大数据处理能力,数字平台与只有有限认知能力的用户之间的鸿沟在不断扩大,从而衍生出有关人身自由丧失、数据算法规则不透明、运营商缺乏责任担当,以及数据滥用和危害用户利益等担忧1。从这个意义来看大数据时代好比是一个黑箱社会(Black Box Society)。从学术角度来看,大数据时代下对用户数据的收集、分析和使用衍生出两个无法回避的理论问 题1。第 一,垄 断 化(Monopolization)或 体 现 多 用 途 性 的 集 中 多 样 性(Concentric
6、 Diversification)。集中多样性概念换用现代经济学术语可表述为数据的范围经济效应。第二,先进算法和技术(包括机器学习、搜索平台和社交网络等)带来的责任和义务。相应地,由上述两个问题衍生出两个主题,竞争政策和用户权益保护(尤其是隐私安全保护)。在其背后的一个更基本问题是,强大的数据收集处理能力与有限的人类认知、个体自由和自治价值后果之间的信息不对称性的矛盾。因此,本文将针对追求算法规则透明和强调责任义务是否能解决这些问题展开讨论。从社会角度来看,在大数据收集和分析上的规模和范围经济是能够提升经济效率的,因其不仅降低搜索和匹配成本,还让一些原本不可能的交易得以发生并促进了研发创新活动
7、1。数据的范围经济具有“数据越多、纵向一体化越好”的特点,收集更多的用户数据让平台能更好地满足用户的差异化和个性化服务诉求,会潜在地给平台和用户带来益处。然而,大数据也有硬币的两面。企业不仅能够利用大数据驱动策略提高运营效率2,还能通过大数据获得和维持一个不公平的竞争优势3。这里强调的是,作为系统产品的互联网服务产品,必定是由多个环节的提供商相互合作的结果。这里关注的企业不仅是提供互联网服务的互联网科技企业,还包括处于互联网产业链上下游各环节中的企业。因此,要评判大数据和信息隐私安全的反垄断含义,必须深刻理解在线平台收集、处理和使用数据的手段,以及各在线平台借助大数据开展竞争的性质和方式。二二
8、、数据的多用途性与反垄断初探数据的多用途性与反垄断初探从双边数字网络平台视角理解大数据及其相关问题是关键的切入点。就相对依赖线下渠道的传统商业模式而言,借助现代信息和通信技术的线上纵向一体化、网络化或二者混合模式运营的互联网科技平台获得用户数据的能力和激励更强,也能更有目的性地处理和使用这些大数据资源。这些大数据至少有三大用途5:第一,作为提升服务能力和服务品质的生产要素。第二,作为出售给缺乏大数据收集和处理能力的企业的价值商品。第三,作为维持优势地位,限制对手进入或诱导退出的战略性资源。不同用途下的大数据带来的竞争效应不同,收到反垄断和竞争政策关注的程度也不同。因此,数据用途是有关大数据的反
9、垄断案分析的一个关键点。(一一)作为要素或商品的大数据的促进竞争效应作为要素或商品的大数据的促进竞争效应作为生产要素的大数据或作为有价商品的大数据虽然都能够提高经济效率和社会福利6-7,但实质性区别也存在。自从2013年美国Nielsen并购Arbitron案后,大数据作为生产要素的反垄断案,以及数据作为可出售的价值商品案件的内在区别才开始正式被意识到8。大数据主要通过反馈闭环来实现需求侧和供给侧规模经济,提升经济效率,促进有效竞争,其反馈闭环主要包括两种6:第一,用户反馈闭环(User Feedback Loop)。大数据通过干中学和学习效应提升平台的现有产品或服务的质量。平台通过对大数据的
10、分析掌握用户偏好,并针对性地提升服务质量使平台吸引更多用户接入。平台还能够通过大数据开发新产品或服务,尤其可以借助大数据更精准地“命中”Mattiuzzo4指出,有些平台并不满足双边市场模型,采用其他框架去进行反垄断分析或许更合理。162023 年第 3 期(总第 147 期)5 月 15 日出版学报或“狙击”潜在用户,并为之提供个性化产品服务和广告,帮助平台增收。第二,货币化反馈闭环(Monetization Feedback Loop)。通过大数据,平台更能有针对性地出售广告获益。好的商业化平台带来的高收益有助于提升服务质量并吸引更多用户。事实上收集用户数据有助于平台改善产品或服务9、产品
11、推荐甚至增加免费内容10。大数据用途的不同使得大数据竞争性分析也不尽相同。欧盟委员会(European Commission,EC)指出,大数据可被视为一种有价值的商业产品。因此,反垄断执法机构不宜介入干预的一个重要原因是界定数据的相关市场具有内在困难,而市场界定和市场势力测度是当前反垄断法下经济分析的根本。相关市场界定能够明确哪些产品服务是潜在竞争的,之后才能测度某企业实施市场势力的能力大小。在美国、欧盟和中国三大反垄断司法辖区里,借助假定垄断者测试(SSNIP)的替代性分析是界定相关市场的主流方法8。但实际情况是,平台将大数据作为产出其他服务的重要要素,而不是为一种有价商品出售,因而平台之
12、间在大数据销售中不存在竞争关系,也就不存在相互替代的问题。因此,将大数据采集作为一个相关产品市场既是不科学、不合理的,也是不可操作的11,即便有可能准确勾勒出这一产品市场也是很困难的12。例如,在 2014 年的Facebook和WhatsApp并购案中,欧盟委员会(EC)就以两个当事企业都不会向第三方出售数据为由,拒绝将数据收集或数据分析服务界定为一个市场。(二二)作为策略性资源的大数据的反竞争效应作为策略性资源的大数据的反竞争效应若平台通过大数据策略性地阻挠进入或引诱退出,则是反竞争性的2-3。大数据促使平台拥有激励和能力构建进入壁垒并维持支配地位,能够限制对手获得数据、避免对手共享数据、
13、反对出台任何威胁到数据引致型竞争优势的政策等16。其结果不仅会导致价格提高和供给减少,还会损害产品质量、研发创新和用户隐私安全等方面17。例如,GAFA和BAT等科技巨头专注于利用大数据延展垄断势力和精准广告营销获利,而不再重视研发创新和增强技术服务等生产性活动16。大数据能够让主导平台(如搜索平台的谷歌和百度)做出服务提升,这是其他中小竞争对手难以做到的。换言之,竞争平台企业不能充分地与主导平台企业展开竞争的原因是源于大数据规模的劣势。在大数据时代,主竞争平台给主导平台施加的竞争约束将弱化,这就无法迫使主导平台研发创新和提升服务质量18。通过对主导平台有关投资选择和用户数据背后行为的分析显示
14、,这些平台愿意获取更多数据,表明数据收集的规模和广度被平台为竞争的重要维度16。Stucke和Ezrachi18发现,主导型搜索平台有很强的激励和能力将付费广告排名优先于更相关、更高质的搜索结果,这导致搜索平台市场会潜在降低用户搜索结果的质量,而用户往往无法察觉到这种小幅恶化。例如,全球用户知道谷歌给了一个优于Bing和Yahoo的搜索结果,但到底优质多少和能优质多少都不可知;国内用户知道百度给了一个优于360和搜狗的搜索结果,但到底优质多少和能优质多少都不可知。因此,无法量化就使得谷歌和百度只要能保持自己的服务优于其主要竞争对手,这会一定程度地有意恶化搜索服务质量,而不会去追求将服务性能和用
15、户体验做得更好。但是,目前并没有发现通过大数据有意地部分恶化搜索结果违反竞争精神的证据,更没有就这一问题形成共识:大搜索平台在保持搜索结果优质于竞争对手的前提下,就搜索结果质量的增量性降低是否应属于反竞争行为?那么是否一个企业有责任全身心地提供绝对最高质的产品,即便这样做并非利润最大化原则所要求的?显然,没有任何法律有这样的责任要求,更何况搜索结果质量本身难以测度。数据恶化质量的论断和主张忽视了综合分析双边平台市场特征。例如,增 对于大数据特征属性,IBM提出海量性(Volume)、高速性(Velocity)、多样性(Variety)、价值密度性(Value)和真实性(Veracity)5个维
16、度来刻画13-14。Stucke和Grunes1510新增了复杂性(Complexity)和多变性(Variability)。17Number 3(General Serial No.147)May,2023学报加广告无疑对广告主有利,却导致搜索结果的质量降低和用户体验下降,这就需要在反垄断分析时综合权衡这一行为对双边平台的综合影响。此时,判定依据应该是经济效率,而不该是经恶化后的搜索质量水平是否低于搜索用户偏好的水平13。大数据还可能阻碍研发创新活动,损害动态竞争。当某平台的价值体现为对用户数据的收集和货币化时,只要它手握足量用户数据,就能够借此排除潜在竞争者。其他中小平台被排斥在必要数据之
17、外或只能付出高代价才能获得必要数据3。为扼杀竞争的发起主导性平台能够并购(潜在或现实的)竞争者或初创平台,但这种行为也可能诱导进入的频繁发生而促进竞争和研发。这是因为这种并购行为可能诱导进入的频繁发生,迫使主导平台亲自加大研发投入来应对挑战。这种数据驱动型研发对于社会福利和经济发展自然是有力的推动19。因此,主导平台对中小平台的并购行为本身不表征为反竞争效应,不应先入为主地对之进行反垄断禁止。由于大多数传统竞争理论工具都基于对产品价格和供给等方面的影响展开分析,对质量的评估缺乏明确标准,对研发创新的关注也不够。同时,考虑到服务质量评估存在执法机构的主观性风险,而研发创新因素面临很大不确定性,使
18、得在大数据的竞争分析中引入质量和研发维度面临很大挑战。并且,在大数据时代平台面临的主要是数据驱动的竞争,某种意义上服务质量和研发创新的竞争也是数据竞争的衍生物。因此,虽然数据竞争逐渐扮演着更重要的战略性作用,并开始被业界广泛认同,但当前数据竞争的学术研究成果仍不足以匹配现实发展的要求。三三、正视数据的能力正视数据的能力:大数据不是无所不能的大数据不是无所不能的(一一)作为一种生产要素的大数据不具决定性作为一种生产要素的大数据不具决定性平台收集、处理和使用数据的行为本身并不意味着创建了一个高不可攀的进入壁垒,正如Lambrecht和Tucker2论述的,一种资源要同时满足四个原则或特性才可能长期
19、维持竞争优势:不可仿效性(Inimitability)、稀缺性(Scarcity)、高价值性(Valuablity)和不可替代性(Non-substitutability)。实际上大数据不可能同时满足这些特性,也就不可能长期获得或维持竞争优势,而在互联网经济的某些特定子行业里,数据甚至可能是可仿效、相对不稀缺,甚至是可替代的。大数据的价值通常取决于能从其中提炼出来的新知识和信息的价值。从大数据海洋中提炼出有用信息的能力,不仅取决于可获取的数据量,更取决提炼信息的算法和能力。平台拥有知识产权保护的作为商业机密的算法是异质性的20,因而不同平台在数据驱动型市场的服务质量和竞争力的差异,并不绝对受到
20、数据量差异的影响。例如,欧盟委员会(EC)对微软并购Yahoo搜索业务案的评价,尽管谷歌在搜索结果排名的相关性上表现更优异,但是这并不能证明数据规模必然带来更高相关度的搜索结果。其他一些案例同样证明大数据不是无所不能的。例如,大型在线约会平台Tinder是依靠有效的解决方案发展壮大的。通信应用领域后起之秀WhatsApp凭借低成本又易使用的用户接口和对用户诉求的关注,成功抵挡住手握海量数据的在位平台AOL的激烈竞争。国内的淘宝、天猫等的成长更多是倚仗对用户诉求的关注和对痛点的克服。要获取大数据带来的持续竞争优势,数据掌握者至少应具备两个方面的特征:第一,拥有专业化人才。正如Porter和Mil
21、lar21所言,平台应拥有管理工具包和组织竞争力的人才,以此激发出大数据的应有价值,而非一味地囤积海量数据。第二,数据持有者应利用大数据向用户提供产品和服务从而获得平台和用户双赢。平台应使用大数据前瞻性地理解用户诉求的动态演化过程,而不仅是只对当前服务或产品做一些增量性的提升和改进。182023 年第 3 期(总第 147 期)5 月 15 日出版学报需要指出的是,双边市场的价格歧视事实上会弱化竞争,使得价格歧视有利于竞争的传统认识在双边市场环境并不一定成立22。数字平台可以通过大数据迎合个性化需求,在无形中测度每个用户针对特定产品或服务的支付意愿。这为向高支付意愿者提高索价,而向低支付意愿者
22、降低索价提供前提条件。价格歧视损害了原本在统一定价下的高支付意愿者,也让那些支付意愿介于统一价格和边际生产成本之间的用户能消费得起。如果不关注从用户到平台的剩余转移问题,大数据带来的价格歧视意图或行为的净福利效应是事实依赖型的。换言之,大数据诱导的价格歧视问题的利弊是不明朗的。(二二)大数据的公共品特性大数据的公共品特性:可获取性和可替代性可获取性和可替代性大数据具有非竞争性和非排他性23-24,或者说具有公共品特性。这表现为,一方面。用户数据能同时被多个经济主体所用,难以明确界定产权所属1。例如,任何平台都能不受影响地收集和使用大数据6。另一方面,随着互联网和移动智能终端的普及,网民时刻都在
23、留下能映射出自己需求和偏好的“蛛丝马迹”。因此,大数据的生产和流通是几乎零边际成本的过程25。大数据具有可获取性和可替代性。Graef11发现,搜索平台挖掘出的对特定用户群体的音乐偏好信息,与社交网络运营商对同一群体在社交平台共享记录挖掘出的音乐偏好信息基本相同。Amazon收集的购物记录数据在提升广告精准化方面与谷歌拥有的搜索数据一样高效6。移动智能终端ISP获取的大量用户实时定位记录数据的信息量接近于互联网科技巨头谷歌和facebook掌控的信息量26。若能借助不同手段从不同来源的数据中心中提炼出几乎相同信息量的新知识,那么这些数据就是可替代的,这种情况会降低主导平台因数据控制带来的潜在垄
24、断风险。这里要说明两点:第一,由于大数据具有异质性,数据可获取性不等于可替代性。因此,由于通过多渠道获取的数据包含的信息数量和质量常有差异,有关从不同渠道获取的等量数据包内含等量信息的论断不总是成立11。显然,拥有更多同类信息量的数据集或数据来源,能对拥有较少信息量的数据集或来源实现完全替代。第二,依据数据的不同用途,大数据的涉及范围或多样性有时与其规模同样重要。大数据的多样性对信息量的正面影响可直观地视为数据的范围经济效应1。具体来说,数据集的真实价值不仅依赖于提供这些数据个体的数量,还依赖于每个数据透露的信息量。用户数据的范围经济性具体体现为:一方面,更大量和更多样的数据集通常能比更少量和
25、同一性的数据集映射出更多有价值的信息。另一方面,集服务提供和数据收集于一身的,能揭示出有关这些用户行为和偏好等多方面的信息。从不同来源渠道获取的数据相整合能揭示出具有新内涵的信息。因此,在评价大数据价值的维度中,多样性是不可或缺的27。各大平台对用户数据的竞相收集是正和博弈。这是因为,大数据的公共品特性与用户多归属性有着紧密的关系。用户多归属性是网民在消费多个平台的服务时有意无意地在网上散布个人数据。用户多归属性让主导平台继续壮大的同时,留足市场空间给跟随者或新进入者专注特定内容或子领域,进入者能借助自己收集或购买的数据开发差异化产品,以谋求生存之道。例如,在由Facebook主导的全球社交网
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 垄断 隐私 保护
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。