滥用市场支配地位隐私权保护研究

内容提要：数据要素政策的提出将推动以数据为中心的商业模式转变，随着数据驱动型企业对数据获取与使用的需求与日俱增，以“最大范围”的获取数据满足经营所需的限制或排除竞争行为也呈蔓延之势，使得隐私保护是否应纳入反垄断规制框架成为争议的焦点。结合各国数据隐私保护与竞争法适用进程的分析与借鉴，我国对于数据企业使用消费者数据形成的新型滥用行为规制，仍应坚持以反垄断法作为滥用市场支配地位界定的理论依据，而涉及隐私部分则交于数据保护规则进行规制，以保护数据市场竞争的稳定性并推进以完善数据要素市场为主的法律体系的构建。

关键词：数据要素市场;隐私保护;反垄断法;滥用市场支配地位

中图分类号：DF59  文献标识码：A  文章编号：1001-148X（2020）10-0144-09

2020年4月9日，为加快培育数据要素市场，《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》）发布，凸显了党中央和国务院对数据要素的高度重视。数据要素涉及数据生产、采集、存储、加工、分析、服务等多个环节，对价值创造和生产力发展有广泛影响，是驱动数字经济发展的“助燃剂”。而以上所有环节“燃料”的提供者，均为消费者。数据要素市场的发展将推动以消费者数据为中心的商业模式转变，但是随着企业间数据获取与使用需求与日俱增，面对掠夺性定价、拒绝交易、“二选一”、算法共谋、排他性并购等，以“最大范围”的获取数据以满足经营所需的限制或排除竞争行为也呈蔓延之势，阻碍了数据要素市场的完善与发展。所以必须要强调数据保护是推进数据要素市场构建相关法律体系保护的核心，也使得隐私保护与反垄断法的适用出现交叉。

一、数据要素市场中的隐私挑战

隐私保护与适用竞争法在传统上并不互相涉及。例如，酒店安装针孔摄像机，偷录房客行为，因侵犯其个体隐私而违反侵权法，酒店的行为并没有违反竞争法①。而竞争法中经营者的垄断行为同样也不会引起侵权法的规制。但是在数字经济时代，由数字识别算法兴起的商业模式，使得二者有了交集。数字要素市场中，企业是数据的重要持有者，而消费者成为数据的提供者。单个数据不能发挥出数据要素的价值，需要数据持有者对数据进行清洗、加工、整合之后才能具有使用价值。然而，数据包含着数据主体的人格尊严和自由价值、商业价值、公共管理价值，兼有人身和财产属性。消费者的数据一方面成为企业开发新产品的生产力，促进消费[1];另一方面，也成为企业训练算法②进行自动化决策的原料[2]。在以数据为要素的现代市场中，对于认知能力与决策能力等主观能力处于弱势的消费者而言，应当给予特殊的保护。数字社会中人格权受侵害者，常难以知悉或防范其隐私资料被窥探、搜集或利用，信息社会使个人成为所谓的“透明人”，甚至裸体化[3]。这种侵犯多是发生在数据驱动平台与消费者间，使得竞争执法机构很可能会考察数据驱动型经济中的隐私是什么。根据欧美地区近年来对数据企业侵犯隐私而引起的反垄断调查来看，Anita Allen[4]总结到，数据市场中的隐私并不是一个狭义的概念，而是包含一定的关联，反映出自然人依据自我意识感受到的被侵入知觉，需要受到不同程度的保护……具有多个维度：物理隐私（保护自己免受物理侵入，家中隐居及身体完整的权利）;信息隐私（限制对个人数据的接触，反对非自愿公开私密事实）;决策隐私（免受政府干预个人生活，例如坠胎权、死亡权、婚姻权）;身份隐私（名人及其他人控制個人身份、肖像、姓名、绰号、声音、商标、DNA及社会保障号码等属性的权利）;结社隐私（寻求会员身份、归属或者加入原本封闭的团体;能够与自己选择的人单独相处）;智识隐私（内心平静，能够思考受禁思想）。从我国新出台的《民法典》人格权编的编纂体例中，可以看出我国立法者认为人格权具体化过程中最为重要的一项权利就是隐私权，它的保护强化与现代数据科技的快速发展有着紧密关系。在数字市场中，收集、存储和利用的主体数量众多，且数据规模巨大，消费者所处之弱势地位无法与占有支配地位的网络经营者形成有效抗衡，一旦个人数据被泄露，不仅涉及的受害人数量极为庞大[5]，且受害人往往无法证明泄露者是谁;或者明知其数据会被采集、使用，而不得不与之交易的行为，不符合合同效力制度规定③。另外，违约请求权要求受害方对违约行为进行举证。可是当消费者数据被算法识别之时，其识别理由并未确定，或许仅是被识别，然后被存储，日后会被应用于哪一项，消费者依然无法证明。

对数据控制者而言，是否掌握足够能识别某个具体个人的数据已不再那么重要，大数据分析技术已使这些数据驱动的商业机构仅凭数据相关性而非因果关系即可进行预测与推断[6]，而用户很多时候对此却一无所知。况且，从经济效率上说，让处于竞争链末端的势单力薄的消费者对大量收集、存储和利用个人信息的公司或政府以提起民事侵权之诉来维护自身权益，实现保护隐私的目的，也很不现实。隐私的保护与利用是世界各国共同面对的难题，尽管当前数字市场涉及数据隐私的垄断争议不断，但国内监管机构尚未主动披露一起该类的反垄断执法案件，而近年来，欧盟和美国均在强化对互联网平台反垄断监管力度。世界范围内，欧盟是世界上最为强调人权和个人隐私保护的地区，“数据隐私被视为基本权利和法律文化的一部分”[7]，也是最早开始系统地、集中地保护个人数据的欧洲地区[8]。美国《加利福尼亚州消费者隐私法案》（CCPA）于2020年1月1日生效，成为美国州层面的最重要数据隐私立法之一。比较两大法系，均认为个人数据与隐私权在权利内容、权利边界等方面存在交叉，美国采用“信息隐私”之概念并演绎出市场主义的“隐私控制论”;欧盟则在传统隐私权之外，另定个人数据保护规范（GDPR），经由“个人数据保护权”化解数据隐私与数据利用之间的内在冲突。虽然各国对于数据驱动经济下的隐私权有不同的定义，但在隐私保护方面有共同的认识，即数字经济中以私法对隐私提供的保护是有限的，企业对消费者数据的识别行为具有反竞争效果，需要引入市场竞争规制。

比如，在Google & DoubleClick④企业合并案中，出现有两个争议，一是消费者法和个人信息保护法以及竞争法执法都具有隐私保护的主张，应该适用哪一个？二是FTC在减少隐私信息保护是否是竞争法应该进行规制的方面处于一个模糊的立场。对于此，有观点指出，保护个人信息如同环境保护或促进就业等事务，不属于竞争法规制的范畴。但是另一观点认为，消费者数据中含有的隐私信息，可能是影响竞争的非价格因素，需要受到竞争法规制。该案的结论是，如果有证据证明消费者隐私受到侵犯，则对竞争产生了负面影响;如果没有证据表明此案并购有可能对竞争的非定价因素产生不利影响，则该合并没有侵犯隐私权，可以适用竞争法。也就是说，数据驱动企业间的合并行为（合并目的为拥有更多数据），降低了在隐私保护方面的力度，而且在竞争中也存在着实质性限制，说明该企业是滥用市场支配地位侵犯隐私的表现形式。由此得出的结论成为世界各国支持隐私保护纳入反垄断分析框架的理论基础，即隐私保护成为一种影响竞争的非价格因素⑤，由一项企业行为导致的隐私保护程度的降低属于反垄断法的规制范围[9]。

欧美国家对涉及隐私保护的滥用市场支配地位案件进一步区分为剥削性滥用行为和排他性滥用行为。传统反垄断法中，两者均以排斥竞争者为目的：剥削性滥用是指，占有支配地位的企业通过某种行为获得了在正常、有效竞争情况下不会获得的收益，其表现为行为人滥用其市场支配地位直接从交易者处攫取垄断利润，以强加不公平价格和不公平商业条件、义务给相对交易者;排他性滥用是指，占有支配地位的企业针对同类竞争者所实施的妨碍性滥用行为直接产生排挤竞争对手、限制市场竞争后果的行为[10]。在数据要素市场中的这两种类型将被赋予新的解读，比如欧洲法院在“Post DenmarkI”案中[11]，认为排他性滥用是指“竞争产生的影响给消费者带来损害的行为”，结合域外理论学说与相关案例，梳理数据市场中的隐私保护滥用市场支配地位行为规制的问题，需要对数据企业使用消费者数据所形成的新型剥削性滥用行为与排他性滥用行为进行讨论。

二、隐私保护反垄断规制探索：剥削性滥用与排他性滥用

（一）剥削性滥用界定

早期的观点认为，“没有仲裁或者判例来证明隐私保护是竞争法的保护目的”。如欧洲法院在Asnef-Equifax⑥一案中强调，任何与个人信息敏感性相关的问题都不受竞争法的约束，并将根据数据保护法的相关规定予以解决;而欧盟委员会在Facebook与Whats App合并案⑦中认为，企业合并后由Facebook控制的数据集中度增加，所产生的任何隐私风险不应属于竞争法规制的范围，应由信息保护法进行规制。可以看出，此时的讨论只是集中于法学理论层面的理论，随着大型数据驱动企业合并案的增多，欧洲数据保护当局的态度逐渐有了转变，因为当竞争当局无法以传统方式界定相关数据市场时，开始逐渐转向引入数据保护规则，对支配企业的垄断化过程进行界定。

2017年12月德国联邦交易厅在认定Facebook滥用市场支配地位时，以“由于其具有（强大的）市场支配地位，用户不得不同意在线服务要求的信息提供条件以换取相应的服务”为理由支撑，指出该过程的实质是剥削性滥用行为。德国反垄断局局长Andreas Mundt表示：“Facebook作为一家占据市场支配地位的公司，应承担竞争法规定的特殊义务，且必须考虑到Facebook用户实际上无法转而使用其他社交网络;鉴于Facebook的优势市场力量，用户唯一的选择是接受全面的同意公司使用数据的条款，或不使用该软件，在这种情况下，用户的选择不能称为自主同意。”在Facebook与Whats App案中，欧盟委员会认为，如果合并之后的平台开始要求用户提供更多个人数据或者开始向第三方提供该等数据，以此作为向其提供“免费”产品的条件，此举可视为提高价格或者降低产品质量，并构成违反竞争法[12]。反映出其依据数据的特性进行滥用支配行为的界定，即虽然有些服务是免费提供的，也有可能存在相关市场，因为该企业提供的免费服务通常是通过数据交换而得到的。

拥有市场支配地位企业的商业模式与分散的传统线下交易不同，互联网平台天然地伴随着规模效应。“规模效应”带来的是效率的提升与垄断的靠近。消费者数据最核心的商业价值，为它的“二次利用”，即了解用户的行为习惯和爱好，从而有针对性地进行服务。当用户基于“习惯性”选择，成为某些软件的固定用户时，企业往往会过多地收集数据，例如：通过步数计算、睡眠质量测算和体重管理等涉及健康的数据可以预测该消费者的人寿保险费率，甚至可以揭示其个人偏好、家庭情况或者特定的经济状况等信息进行数据画像，或者对消费者进行广告定向投放等行为。这些数据不可避免地包含了个人隐私，但消费者往往不知道自己的数据被收集或者被收集的范围，又有哪些数据被进行了交易。这与消费者天然所处的弱势地位有关，相对的数据驱动企业（网络服务商）則为处于强势地位的经营者，通过既有的互联网市场“交易规则”（网络平台的注册条款、默示同意、位置数据采集、个人趋向信息识别等），收集、记录消费者的个人数据，一旦用户不同意所谓的“告知或同意条款”则无法使用平台，最后用户不得已而为之。以消费者同意数据被记录（或交换）为条件，换取平台的使用权。这一互换行为是否是交易行为？被记录的数据中的隐私信息是否会被清洗后使用？该数据被处理时，用户是否有知情权？等问题表明，消费者以其个人数据换取平台使用权的行为，带有明显的被强制色彩[13]，其实质就是数字企业滥用其市场支配地位直接从消费者处攫取垄断利润，以强加不公平商业条件、义务给相对人。而那些晦涩难懂的交易规则（同意条款），并不能从实质上保护消费者的权益，反而使得数据企业更加自由地利用消费者的个人数据实现盈利[14]。

法德竞争当局认为⑧，数据的储备程度也可能是市场支配地位形成的重要来源，特别是数据被作为进入市场的门槛时，拥有大量的数据是具有市场支配力的表现，而算法（数据控制驱动因素）决定了市场支配地位。此时，该企业收集数据的行为明显违反了数据保护法，且该收集行为是以其具有市场支配地位为前提，则隐私保护度的削弱可能涉及市场支配地位的滥用[15]。另外，美国政府在对全世界最大的网络广告公司之一的谷歌、Facebook进行反垄断调查时，发现以上公司为了提高广告点击率和精准度，以最大限度（重复）采集消费者个人隐私，从而匹配广告主的营销信息行为，做出“如果谷歌和Facebook等公司未来再次因为市场竞争需要处理用户的个人数据，美国政府将对它们进行处罚”的决定。认为如果重复违反个人信息保护法，则推定其具有滥用市场支配地位的主张。

从比较法角度来看，尽管在这一时期，欧美地区在对数据企业进行反垄断调查时，很少使用剥削性滥用规制对该企业是否有侵犯隐私权的行为进行界定，但是以消费者隐私保护程度的削弱作为一项认证指标已经成为共识。直到2019年2月，德国联邦反垄断局对Facebook滥用市场支配地位案件的裁决中，明确表示：Facebook在未经用户同意下收集用户信息的行为，是 “剥削性滥用”行为，违反了欧洲数据保护原则，这是欧洲历史上第一次将数据保护法和竞争法同时应用在同一宗案例上⑨。在反垄断评估中，Facebook利用占据的市场支配地位，收集消费者数据，并阻碍其他竞争对手获取数据的行为，是对消费者与竞争对手同时构成了剥削性滥用的行为。这种裁决方式不仅进一步认定了剥削性滥用规则对于数字市场中新型问题的新型规制的合理性[16]，也符合执法部门适用《欧盟运行条约》第102条的规定[17]，剥削性滥用体现为不公平的价格、附加不公平的交易条款，即不但过高的价格，而且不恰当的合同条款和条件同样构成剥削性滥用（前文提到所谓的“交易规则”）⑩。就侵犯隐私的剥削性滥用行为的认定而言，平台企业的交易规则可成为一项有效的评估标准，尤其是在大多数消费者并不了解服务条款和隐私政策的情况下。欧盟竞争政策似乎正在转向更为积极主动、更关注消费者利益的执法风格，将侵犯数据隐私的行为认定为滥用市场支配地位，也契合这一发展趋势[18]。

（二）排他性滥用界定

根据传统竞争法结构规制主义原理，排他性滥用主要关注占市场支配地位的企业通过排除或迫使竞争对手退出市场以维持或增强其市场地位的反竞争行为，如通过数据企业间签订的排他性协议等非法方式阻止其他经营者收集相同或类似数据的行为，限制了数据的正常流通与共享[19]，形成市场进入壁垒[20]。实务中多是通过数据企业间的合并形成数据集中，进而通过网络效应提高市场进入壁垒构成排他性滥用行为。因为数据驱动的网络效应可以通过“用户反馈回路”和“货币反馈回路”予以实现[21]，即拥有大量用户的企业能够收集更多的数据用以提高服务质量，从而又吸收更多新用户;也可以通过大量数据提高算法的精准度以及服务的货币化水平，获得更多的资金，从而又能提高企业技术水平与收集更多数据，以此形成循环。该企业将在数据储备量、技术水平、资金实力和市场地位等方面进一步拉开与其他企业间的距离，从而形成规模经济效应。

事实上，根据法律规定，经营者具有市场支配地位并不违法，但是在其合并过程中（为获取或巩固市场支配地位为目的），如果有实施控制数据、阻止竞争对手获取数据等排他性行為或者阻止用户数据可移植权利的实现等行为的“企图”，属于滥用市场支配地位的排他性行为，应被认定违法[22]。而数据企业间的并购往往无法适用现行规范规定的横向、纵向和混合并购分类，竞争执法机构在界定数据企业合并所形成的排他性垄断行为是否对消费者数据构成侵犯，需要做出竞争规制的新型转化。以“企业合并是否会导致合并后的企业具有市场支配地位？”为传统理论依据;以“侵犯消费者隐私权与产生实质性竞争限制是否会有关联？”为传统理论的新型转化。

首先，由于企业合并而导致合并后的企业具有大数据集中和算法技术领先的可能，将会形成市场进入壁垒。在传统市场，市场进入壁垒与竞争限制因素是成为正比的。而在数据市场，市场进入壁垒的高低与竞争限制的难易是无法判断的。为此，相关部门形成两种理论：怀疑论认为，不可能形成市场进入壁垒。由于数据具有非竞争性和非排他性，且来源多种多样以及收集的成本通常较低的3个特征导致即使是特定的运营商使用数据也不妨碍竞争对手（有可能）不间断地获取信息，所以限制有效的市场竞争的可能性薄弱。肯定论认为，有可能形成进入壁垒。虽然数据经常是非竞合性的，但是企业会以高成本进行技术维护，甚至会阻止竞争对手进行访问。根据产业组织学派的观点认为，市场进入壁垒通常来源于绝对的成本优势、规模经济性、资本成本等[23]。并且因行业而异，进入壁垒基于网络效应可能会增加，最终形成的集中数据可能会导致胜者独食的局面出现。

例如：欧盟委员会（EU Commission）在考察在线广告市场合并案时，将各个案件进行比对时发现：如果发起并购之广告企业在实现并购之前B11，并非是具有市场支配地位的企业B12，但是与移动通信领域相关的3家运营商合并后，原数据与并购数据聚合后会成为大型数据载体，具有限制竞争可能性;如果发起并购之广告企业原本就是大型数据载体B13，进行并购之后，则会成为更加庞大的数据载体，存在限制竞争必然性;如果发起并购之广告企业，与被联合企业在相关市场的份额原本就极小，联合以后市场份额也未形成规模，则不具有限制竞争的可能性。欧盟委员会基于以上案例的结论在其他案件中的判断可能会有所不同，具体取决于案例事实。但是其基本立场是即使基于企业合并导致数据形成聚合，也不一定会形成市场进入壁垒，但也不会排除创造市场进入壁垒的可能性。

其次，如何判断侵犯隐私与产生实质性竞争限制会有关联。从世界范围来看，适用竞争法保护隐私的主张，从理论上的冲突，持续到执行上的冲突，即竞争主管机关如何执行竞争法进行数据保护，或者以数据保护规则判断市场垄断行为。传统上使用“假定垄断者测试方法”（SSNIP价格上涨）对经营者进行相关市场界定B14，即商品市场只有在顾客能够购买（when selling）商品或服务时才存在相关产品市场。而基于数据市场存在“免费服务”的特殊性，无法准确地对其进行市场界定。尤其当数据驱动企业进行企业合并时，经营者一旦通过算法共谋B15行为创建利润最大化，根据传统竞争法中的“有意识的平行行为原则”，难以证明价格操控层面的“意识”，所以难以揭露其进行的违法行为，进而没有法律依据对进行算法设计的计算机编程人员进行追责，所以在保护消费者数据方面，存在法律缺失。此时，德国竞争限制法案（GWB）提供了一个很好的规制模式B16，根据该企业直接或间接的网络效应、数据的可访问性等，将个人数据与相关市场界定结合起来，为竞争规制工具的有效使用提供法律依据。使用消费者数据的相对方为经营者，如果消费者数据成为与经营者间的交易合同对价条件，则以经营者对消费者数据的处理方式进行界定：如果数据直接被销售给第三方，则提供该数据的相关产品市场业已构成，因为产生了以金钱为对价的交易关系;如果是以提供数据换取服务条件（提供免费服务），则为非金钱性的对价交换，此时以SSNDQB17进行质量下降测试，这里的质量包括对消费者数据的隐私保护级别，因为边际质量测量的方案通常被接受并且应该是可量化的。如2017年德国联邦反垄断局（BKA）在调查Facebook是否违反个人信息保护法滥用市场支配地位时使用了该种测量方式B18，最终在2019年确定了其关联产品市场为社交网络，关联地域市场为德国全境B19。

最后，排他性滥用的新型规制。竞争执法机构经常需要预测企业合并后的竞争效果，以此来判断合并后的企业是否会具有市场支配地位以及行使垄断性行为的能力。按照竞争规制，将会形成垄断的合并是非法的，即便公司承诺不行使市场势力（以合并后企业的服务质量保持在消费者期待的水平以下的方式行使市场势力）。比如：Facebook & Whats App合并后，能够赋予新实体大规模的数据。该公司向竞争机关、消费者承诺不发布这些数据，或者承诺不将这些数据用于广告行为等，但如果合并提升了其市场势力，该企业就能够背弃自己的隐私承诺，而无需担心会受到竞争约束，因为合并之后的数据集中提升了市场势力，可能引发排他性的垄断行为，同时该行为有潜力损害个人拥有的与隐私期待相关的内心平静和舒适。美国联邦最高法院认为，在决定是否构成垄断时，必要的考虑不在于是否已经提高了价格或者实际排除了竞争，而在于其如果想要提高价格或排斥竞争就能这么做的能力，即合并后的企业是否取得了市场支配地位并非是认定垄断的必要条件，而是存在这样的势力就足够了B20。因此，如果并购赋予企业可以使用的数据范围或者程度扩大，即认为该企业具有提高价格或降低消费者福利质量的能力，該企业就是非法的，即便该企业实际选择了进行合理定价。

三、我国数据要素市场中的反垄断规制路径探索

法律的主要作用之一就是调整及调和种种相互冲突的利益，无论是个人的利益还是社会的利益。在现代国家体制下，以立法对数据利益进行衡量，形成解决数据利益冲突背后的规范体系。目前国际、国内对于“隐私保护可能构成重要的非价格竞争维度”的理论基本达成共识，但是由于我国《个人信息保护法》尚未出台，而《反垄断法》也处于修订阶段，反垄断执法部门如要基于滥用市场支配地位规则去规范隐私保护问题，需要对数据市场中出现的数据相关行为的法律定位予以明确，以便对应相应的法律部门或者在现有法律制度之上修订相关制度，或制定新法[24]，即面对侵犯数据隐私的剥削性滥用与排他性滥用行为，重点仍应是评估企业的数据行为导致的排除、限制竞争效果，不涉及市场规制的隐私保护仍应由数据保护相关法律规制。也就是说，现阶段我国应坚持以传统反垄断法中的滥用市场支配地位规则予以界定，避免对市场的过度干预，反而影响数据要素市场化的配置工作。

（一）明确数据要素市场中的反垄断规制目标

《意见》提出“研究根据数据性质完善产权性质”，“加强对政务数据、企业商业秘密和个人数据的保护”，因为不同性质和类型的数据对应着不同的产权和保护规则。但是，在进行市场化配置时，作为生产力的数据要素区别于传统物理要素资源的特点是虚拟化的数据要素更易泄露，数据安全和隐私保护的要求空前提高。做好数据安全保护才能推动数据要素资源更有效配置，而过度的保护又不利于挖掘数据的价值，反而会影响数据企业的积极性与消费者的福利构成，甚至会迫使技术发展导向规避法律限制的方向[25]。数据要素作为生产力的前提就是明晰的权属与有序的流通，这也是数据市场有序竞争的基础。

反垄断规制的主要目的在于维护数据市场健康有序发展，如要保障数据的自由流动，则数据主体合法权益的有效维护是前提。平衡的法律规制要充分考虑多方参与者的利益，既要尊重并保障消费者用户的数据权益，又要维护并鼓励数据经营者的增值权益。所以，反垄断法干预数据市场应有的放矢，对于合法合理的数据经营行为与独占数据实施数据垄断行为要有所分析，区别规制，避免规制不足或规制过度影响到数据利益的实现，阻碍数据要素市场的有效完善。

（二）依数据行为形成的支配地位滥用以反垄断规制为主

数字要素市场的形成，不可避免地会形成以数据相关行为为主的数据生态系统，对用户进行数据资源整合，通过线上线下的资源调配和定制化服务，形成一种系统闭环且[26]内部具有逻辑上的关联性和递进性。随着数字市场的优胜劣汰，少数互联网企业平台占据了市场的绝大多数份额，如百度、腾讯、阿里巴巴等，这些超级平台具备了强势的市场支配地位。一些互联网平台的剥削性滥用、排他性竞争等行为，虽然与传统意义上的“垄断”不太吻合，但本质上仍是利用规模优势和数据霸权来试图直接“定义规则”。 数据驱动企业采用数据驱动型策略获取和维持竞争优势，基于网络效应，伴随数据经济扩张趋势，大企业越来越大，控制更多消费者日常活动的个人数据，形成数据市场中的“王者”，在以高成本、高技术进行储备数据维护后，有可能形成市场中的独占者，被动或主动地抑制了其他小型数据企业规模经济的形成，从而形成市场壁垒。另外，各类企业间的合并也可能导致消费者数据被动的流出。以上体现出了现行反垄断法面对新型数据（违法）行为存在一定程度的不适应性，从我国《反垄断法》的规则设计和司法实践来看，我国并未确定欧盟意义上的剥削性滥用规则。但是2020年1月2日，国家市场监管总局网站发布信息，就《反垄断法修订草案（公开征求意见稿）》，向社会公开征求意见，这一次的征求意见稿对“具有市场支配地位”做出了新的界定，除了普遍适用的依据外，还特别提出：“认定互联网领域经营者具有市场支配地位还应当考虑网络效应、规模经济、锁定效应、掌握和处理相关数据的能力等因素”。

所以，在判断经营者是否具有市场支配地位时，需要综合考虑特定数据市场的进入壁垒、经营者的网络效应、需求者对数据的依赖程度等对市场竞争秩序有影响的因素进行综合判断。数据垄断行为有利有弊，执行反垄断法仅仅是为了保护竞争过程和促进消费者福利，反垄断的执行不能剥夺消费者从大数据中获得的潜在好处。在某些情况下，大数据可能发挥良性竞争的作用，而在其他情况下，它可能为创新竞争提供肥沃的资源[27]。只要不损害竞争或竞争过程，需要允许这种情况顺其自然的发生，而经营者利用数据获得市场支配地位并不必然违法，需要运用合理原则和综合性标准评估数据垄断行为，在个案基础上分析数据问题，并密切关注影响竞争的交易和行为。在判断数据经营者是否滥用市场支配地位侵犯隐私时，需要引用比例原则权衡数据流通与数据保护之间的关系，合理设定数据要素市场中的反垄断规制的限度，不能因恐慌影响新兴行业的发展而无所作为，也不能“过于冒进而有损创新”[28]，确保反垄断规制的适度性。因此，反垄断执法机构要充分权衡创新与风险的关系，对企业基于网络效应等产生的剥削性滥用或是排他性滥用行为放置于市场规制角度下进行界定，属于引起滥用数据市场支配地位的具有竞争效果行为，依然以反垄断规制为主。

（三）依反垄断法分析范式推进竞争评估方式转型

受芝加哥学派价格理论的影响，价格中心主义分析范式是我国反垄断法的基本分析范式，依据价格竞争评估方法评估竞争效果或是界定垄断行为，比如相关市场界定、市场支配地位认定等，但是在数据市场中，数据经营者采用免费的商业模式获取用户数据而形成的排他性交易或是剥削性交易，使用传统的反垄断法分析范式已经无法衡量该种行为是否具有竞争效果，导致反垄断法以价格为理论依据的规制工具无法适用。司法实践中不管是2010年的“3Q大战”亦或是近年来的“丰鸟之争”，表面上是两家大型数据企业进行排他性的市场竞争，可最终还是消费者的利益受到损害，更加凸显了数据市场竞争中数据隐私保护的缺位。虽然我国在反垄断执法中，已经借鉴欧盟、美国等竞争执法机构的相关做法，将隐私泄露作为影响竞争的非价格因素或可变因素来发挥作用，逐渐引入基于质量下降的假定垄断者测试方法（SSNDQ）的研究，补充传统的基于价格上涨的假定垄断者测试方法（SSNIP）B21。但我国数据要素政策刚刚提出，尚未建立有效的数据价值和成本的计量方法，很难将数据价值和成本从业务中剥离，因此建立政策指引下的数据市场秩序规范十分必要。在《反垄法》修订之际应明确数据隐私保护在数字市场具有基础价值，反垄断规范目的旨在调和数据利用的利益衡量问题，并引入质量评估体系，弥补免费产品或服务与用户数据之间缺乏可以精准衡量的市场交易价格，修正传统的价格中心主义分析范式，建立以质量等非价格竞争作为主要评估工具的反垄断法分析范式[29]。

（四）推进完善数据要素市场的新型市场监管改革

数据要素市场的有效流通是数字经济繁荣的基础，数据要素市场配置是一项系统工程，需要推进配套的顶层设计，传统的监管方式已经无法满足数据要素市场发展的需要。由于数据处理行为不仅发生在数据采集的初始阶段也发生在后期的数据使用阶段，基于数据技术引起的不法行为引发了市场监管问题。我国正处于数据要素市场构建初期，整体的监管制度还不完善，使得政府数据与商业数据、个人数据等各类海量数据的统筹利用难度大，同时使用过程中存在各种算法黑箱问题[30]。从世界范围来看，欧盟或美国由政府牵头确立数据共享机制，提供数据安全保护机制。我国在《反垄法》修订之际应该充分结合数据要素市场完善需求，制定数据市场竞争政策的专门法规，夯实数据要素市场的监管制度。在传统监管基础之上，引入科技监管手段，以适应数据市场中的双边市场特殊性。即通过数字化的技术手段使数据市场中的企业符合行业规范，对不同类型的网络平台制定有针对性的规制手段，进行分类监管，以打通不同行业数据间的壁垒，避免“数据孤岛”的产生;强化新型市场中的对于算法行为的新型反垄断监管力度，使市场更加透明，保证市场环境安全稳定;并完善数据要素市场的日常监管机制，制定有效的市场监督审查机制，维护企业与消费者数据的安全性，数据要素市场监管的现代化既要符合数字经济的发展趋势，也要注意平衡科技创新与科技监管之间的维度关系，在以科技手段规制数据行为时，亦要鼓励科技创新，利用监督算法定向排除不正当竞争行为[31]，构建行业间的监管规则，重而在系统内部形成一个反馈循环，有效地利用科技治理科技，提升市场监管措施的科技含量，助力数据要素市场的完善。这也是构建多元有效的市场监管体系的要求，解决监管缺位等问题是革新数据要素市场监管体制机制改革的要点，而技术监管手段的适当引入是强化数据要素市场监管和反垄断执法，确保市场公平竞争和健康运行。

四、结语

数据作为生产要素，将对数字经济的发展起到导向作用，数据资产化的进程将不断释放底层数据的价值，促进现代信息技术的市场化应用，推进数据市场的完善。而推进数据市场完善的背后是由此引发的新的竞争问题，数据驱动型企业排除、限制竞争的行为是否会侵犯隐私？反垄断法应该如何回应新兴技术的发展？在维护市场公平竞争的同时如何促进数据贸易的创新？均为现阶段我国发展数据经济需要面对的新问题。《反垄断法》的完善对于数据要素市场的健康有序发展以及统一开放的市场体系建设，将会起到很大作用。科学的立法应当在利益衡量上达到 “多赢”和“共和”，使市场主体公平获取要素，防止数据市场形成垄断而肆意侵犯隐私的行为出现。应对新型反竞争行为建立综合性、立体化的法律体系，统筹协调政府、企业、社会组织多方力量，从多层级别法律入手，对侵犯数据隐私滥用市场支配地位的行为，重点仍应是评估企业的数据行为是否具有竞争效果，不涉及市场规制的隐私保护仍应由数据保护相关法律进行规制。我国现阶段正处于在数据要素政策指导下的多部门法律或修订或起草立法的重要阶段，《反垄断法》将与《民法典》《个人信息保护法》《数据安全管理办法》等其他法律法规共同构成规制数据市场的内在体系，为充分挖掘和释放数据要素应有的资源价值保驾护航。

注释：

① 在2019年民法典人格权编草案隐私权部分的第八百一十二条第一款中，增加了禁止窥视宾馆房间等私密空间的规定，该条仅针对实施侵权行为的侵权人，也就是说，如果偷拍行为非酒店所为，酒店则可开脱责任。石佳友.民法典中的网络安全制度创新[EB/OL].[2019-11-12].中国社会科学网.

② 算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，代表著用系统的方法描述解决问题的策略机制。是一种明确、精确的简单操作列表，他们机械地、系统地应用于一套令牌（tokens）或对象中（例如棋子、数字、蛋糕成分的配置等）。令牌最初的状态是输入，最终的状态是输出。

③ 北京市第一中级人民法院民事判决书，（2017）京01民终509号。

④ FTC File No.071-0170Google/DoubleClick企业合并案。

⑤ FTC File No. 071-0170， Federal Trade Commission Closes Google/DoubleClick Investigation， Dec. 2007;2010年美国《横向合并指南》，2013年OECE“竞争分析中质量的角色与测试”圆桌论坛（The Role and Measurement of Quality in Competition Analysis） 中均指出，竞争价格和非价格两个维度的竞争，而质量竞争是非价格竞争的一个方面。

⑥ ECJ Case C-238/05 Asnef-Equifax（2006）.

⑦ EU Commission Case No COMP/M.7217 FACEBOOK/WHATSAPP（2014）.

⑧ FTC File No.071-0170Google/DoubleClick企業合并案。

⑨ 2019年Bundeskartellamt发布Facebook， Exploitative Business Terms Pursuant to Section 19（1） GWB for Inadequate Date Processing2019。

⑩ 德国联邦反垄断局对Facebook数据收集和融合行为提出严格限制，http：//www.yidianzixun.com/article/0LFelgwQ.

参考文献：

[1] 经合组织（OECD）.Big Data： Bringing Competition Policy to the Digital Era[EB/OL].[2016-10-27].https：//one.oecd.org/document/DAF/COMP（2016）14/en/pdf.

[2] 国瀚文.互联网企业数据识别反垄断法律监管规制[J].重庆邮电大学学报（社会科学版），2019（2）：37-46.

[3] 王泽鉴.人格权法[M].北京：北京大学出版社，2012：177.

[4] [美]Maurice E. Stucke & Allen P.Grunes.大数据与竞争政策（Big Data and Competition Policy）[M].兰磊，译.北京：法律出版社，2019：164-165.

[5] 张瑶，闻雨.追踪“数据堂”：特大侵犯个人信息专案，震动大数据行业[EB/OL].[2018-07-26]. https：//www.sohu.com/a/243258396_305272.

[6] 解正山.数据驱动时代的数据隐私保护-从个人控制到数据控制者信义义务[J].法商研究，2020（7）：71-84.

[7] 王利明.人格权法的新发展与我国民法典人格权编的完善[J].浙江工商大学学报，2019（6）：5-19.

[8] 王利明.论个人信息权的法律保护-以个人信息权与隐私权的界分为中心[J].现代法学，2013（7）：62-72.

[9] NEWMAN N， Search， Antitrust， and the Economics of the Control of User Data[J].Yale Journal on Regulation， 2014（2）：259-263.

[10]吴玉岭.契约自由的滥用与规制：美国反托拉斯法中的垄断协议[M].南京：江苏人民出版社，2007：184.

[11]Ones A & Sufrin B. EU Competition Law-Text， Cases， and Materials[M].Oxford： Oxford University Press， 2016：351.

[12]Ocello E， Sidin C， and Subocs A. Whats Up with Merger Control in the Digital Sector？ Lessons from the Facebook /WhatsApp EU Merger Case [J].Competition Merger Brief，2015（1）：1-25.

[13]徐明：大数据时代的隐私危机及其侵权法应对[J].中国法学，2017（1）：130-149.

[14] George J. Stigler Center for the Study of the Economy and the State， Market Structure and Antitrust Subcommittees Report[J]. Stigler Committee on Digital Platforms，2019（9）：23-138.

[15]韩伟，李正，沈罗怡.法德《竞争法与数据》调研报告介评[M]//韩伟.数字市场竞争政策研究.北京：法律出版社，2017：20，21.

[16]Shiraishi T. The Exploitative Abuse Prohibition： Activated by Modern Issues[J].The Antitrust Bulletin，2017（4）：737-751.

[17]韩伟.数字经济中的隐私保护与支配地位滥用[J].中国社会科学院研究生院学报，2020（1）：37-45.

[18]Volmar M & Helmdac K. Protection Consumers and Their Data Through Competition Law？ Rethinking Abuse of Dominance in Light of the Federal Cartel Offices Facebook Investigation[J].European Competition Journal， 2018（14）：195-215.

[19]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）：134-148.

[20]经合组织（OECD）. Excessive Prices， Executive Summary[EB/OL].[2012-02-07].http：//www.oecd.org/competition/abuse/49604207.pdf.

[21]贾晓燕，封延会.网络平台行为的垄断性研究——基于大数据的使用展开[J].科技与法律，2018（4）：25-33.

[22]Ewing K. Competition Rules for the 21th Century： Principles from Americas Experience[M]. Netherlands： Kluwer Law International，2003：46.

[23]李世英.市场进入壁垒问题研究综述[J].开发研究，2005（4）：98-100.

[24]陈兵.数据经济发展对市场监管的挑战与应对——以“数据相关行为”为核心的讨论[J].东北大学学报（社会科学版），2019（7）：388-397.

[25]王德夫.大数据时代下个人信息面临的新风险与制度应对 [J].西安交通大学学报（社会科学版），2019（11）：123-132.

[26]李安.人工智能时代数据竞争行为的法律边界[J].科技与法律，2019（1）：61-70.

[27]Edith Ramirez. Deconstructing the Antitrust Implications of Big Data[R].New York： Fordham Competition Law Institute，2016：10.

[28]牛喜堃.数据垄断的反垄断法规制[J].经济法论丛，2018（2）：370-394.

[29]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）：134-148.

[30]徐凤.人工智能算法黑箱的法律规制——以智能投顾为例展开[J].东方法学，2019（11）：78-86.

[31]丁小蔚，王雪莹，胡菡菡.论“信息茧房”矫治—兼及大数据人工智能2.0和“探索开发”模式[J].中国地质大学学报（社会科学版），2018，18（1）：164-171.

Research on the Definition of Abuse of Market Dominance and Privacy Protection：

To Improve the Data Element Market as the Background

GUO Han-wen

（School of Civil and Commercial Law，Northwest University of Political Science and Law， Xi′an 710063，China）

Abstract：The introduction of data element policies will promote the transformation of data-centric business models. With the increasing demand for data acquisition and use by data-driven enterprises， the “maximum range” of data acquisition to meet the operational restrictions or to eliminate competition is also spreading， making whether privacy protection should be included in the anti-monopoly regulatory framework become the focus of controversy. Combined with the analysis and reference of the application process of data privacy protection and competition law in various countries， China′s regulation on the abuse of consumer data by data enterprises should still adhere to the anti-monopoly law as the theoretical basis for defining the abuse of market dominant position， while the privacy related part should be regulated by data protection rules， so as to protect the stability of data market competition and promote the construction of the legal system based on improving the data element market.

Key words：data factor market; privacy protection; anti-monopoly law; abuse of market dominance

（責任编辑：严元）

收稿日期：2020-08-25

作者简介：国瀚文（1985-），女，吉林辉南人，西北政法大学民商法学院讲师，西北政法大学人工智能与智慧法治研究院研究员，西北政法大学师资博士后，法学博士，研究方向：民商法学、竞争法学、数据法学。

基金项目：国家社会科学基金项目，项目编号：18BFX147，20BFX069。