发展数据共享制度 引导市场良性竞争

文／马毅明

伴随着数字经济的蓬勃发展，大数据已成为与自然资源、人力资源同等重要的战略资源，对国家治理、经济生产和社会生活的影响日益深刻。据中国科学院估计，到2020年全球数据总量将达到44万亿GB，我国大数据相关产品和服务业务收入达1万亿。大数据为企业理解市场需求、改善产品提供重要参考，通过与大数据深度融合也成为传统行业转型升级的新动能。可以说，数据蕴含着巨大生产力和商机，掌握数据就掌握了发展的资源和主动权。

要驱动这种可以塑造未来的生产力要满足两个前提——足够的数据和核心技术。大数据的价值需要依靠数据分析、人工智能算法等技术的加持，提炼出有效的模型，才能落地成实际的应用。然而，越来越多的市场进入者会面临所谓的“冷启动问题”——他们还没有用户，这意味着他们没有数据，更无法通过数据集训练来提高分析技术的准确性，因此很难与已深度了解用户的行业领导者展开竞争。数据资源的数量及质量在一定程度上成为行业的准入门槛，掌握大量数据亦成为市场领导者的“护城河”。

这种由数据过度集中引发的非公平竞争困境已引发全球的关注，特别是在信息科技领域。例如美国数字平台研究委员会就对以谷歌、苹果、脸书、亚马逊、微软等科技巨头（BigTech）“赢者通吃”导致竞争方式发生巨大变化的现象进行了研究。由于互联网产品存在显著的网络效应，即产品对用户的价值随网络上用户数量的增多而变大，拥有大量市场份额意味着头部公司可以收集更多用户的行为数据，同时反过来这些用户数据又能帮助头部公司快速了解用户需求变化，从而改善产品用户体验。这种反馈循环赋予行业领先企业独特的优势，为资源相对匮乏的市场追赶者竖立了极高的竞争门槛。虽然竞争优势的存在本身不是负面的，追求市场领导力和获得超额利润是企业创新的动力，但当主导企业排除潜在的竞争对手时，问题就出现了。在电商、通信、搜索、信息共享等新型信息渠道，一些领先公司利用市场份额带来的优势，主导市场产品和行业标准，将潜在竞争对手排除出旗舰产品市场，乃至逐渐拓展至其他产品市场。长此以往，主导企业坐享利润而无需投资研发，行业竞争与创新活力下降，由此造成的后果则是消费者长期支付超额价格却只能获得低质量的产品或服务。

解决数据集中引发的竞争门槛问题的一个可行方案是引入数据共享制度，即要求超过一定规模的数字公司与公众共享其代表性用户数据。该制度的逻辑是虽然单个个体的信息归个人所有，但大量消除个人标识的脱敏数据集应当作人工智能、机器学习等新技术发展的基础设施，以合理的价格向公众开放。这不仅促进分析服务市场的竞争，减少竞争不平等现象，还大大增加了现有机器学习算法的改进机会，促进人工智能领域优秀研究人才累积。

然而，由于目前还无法确保高粒度数据集的匿名性，数据共享制度面临的主要挑战在于其可能会加剧现有的消费者隐私和安全风险。鉴于对个人数据巨大的需求，涉及公民个人信息泄露、收集、转卖的黑色产业链已然形成，一些过度收集和非法买卖用户隐私信息而造成集体安全风险的事件屡见不鲜。政策制定者需要谨慎权衡共享信息的全面性和再识别风险，同时进一步鼓励个人信息脱敏技术的研究发展。

数据共享制度尚是一个较新的概念，但其理念在全球范围已成趋势。在欧盟和美国的并购审查中，数据集中方面的情况已列为标准审视内容。作为法学界争论的对象，核心设施原则仍然是美国和欧盟反垄断法院裁决的一个因素。

作为网络用户规模全球第一的国家，我国在探索建立数据共享机制方面拥有基础优势。事实上，早在2015年8月国务院印发的《促进大数据发展行动纲要》就指出，要形成公共数据资源合理适度开放共享的法规制度和政策体系，带动社会公众开展大数据增值性、公益性开发和创新应用。2018年5月国家统计局颁布《非传统数据统计应用指导意见》列举了大数据的类别和获取方式，并提出推动非传统数据的融合应用，增强我国在制定相关统计应用规则和标准方面的国际话语权。

数据共享的主要目的是在不过度约束现有企业的前提下，扩大从信息中提取价值的经济群体。制度既要打击滥用数据集中带来的市场支配地位，确保市场准入条件公平，也应避免一些可能会被认为是专制地重新分配利润的干预措施，影响企业参与数据和技术投资的积极性。另一方面，平衡用户隐私保护和数据经济价值开发同样重要。完善个人数据收集及应用相关法律法规和发展数据脱敏技术与规范有助于数据共享制度安全有效地发展。

尽管面临众多挑战，但在大数据时代背景下数据共享逐渐成为趋势，因噎废食和驻足观望只能使问题进一步累积。政策制定需考虑多方平衡，引导数据在激发经济新动能的战略作用。