数字经济领域的公平竞争监管
——从过度收集数据行为展开

2022-11-01 10:41□文承上郭丰

互联网天地 2022年10期

□ 文承上郭丰

0 引言

数字经济时代反垄断法视域下的超级平台是指以信息网络为架构基础，数字技术为重要支撑，数据、算法为核心要素，通过线上线下要素和资源的聚集，借助用户海量数据的收集、整理、分析及运营反哺自身发展，实现同行业与跨行业联合或集中的实质控制以增强和巩固其市场力量的多边平台构造，具有多边整体性、系统生态性、超算智能性等特征。不同于传统反垄断法语境下的经营者，藉由网络效应、规模效应、锁定效应等累积作用而获得跨越式发展的超级平台在搭建数据壁垒、实施技术封锁、实现用户锁定、形成市场倾覆方面拥有独特优势，这也使得传统反垄断法在界定超级平台市场支配地位以及规制其滥用行为方面面临相当的挑战。

1 过度收集数据：数字经济时代的新型剥削性滥用行为

传统上，滥用市场支配地位行为通常可分为排他性滥用和剥削性滥用。排他性滥用行为是指具有市场支配地位的经营者实施的排挤竞争对手，或者为将市场力量不合理地扩大到相邻市场而实施得限制竞争行为。剥削性滥用行为则是指具有市场支配地位的经营者利用其市场力量，通过从事不公平定价、附加显著不合理的交易条件、实施显失公平的差别待遇等方式从交易相对人处获取其在正常和有效竞争情形下无法获得的利益的行为。剥削性滥用与排他性滥用可谓互为表里，剥削性滥用的行使通常建立在前端排他性滥用发挥作用的基础之上。如果反垄断规制支配企业排他性滥用存在漏洞或者失灵，消除竞争约束所增强的市场势力将提升支配企业实施剥削性滥用的动机与能力。

在数据作为新的生产资料，算力作为新的生产力的数字经济时代，数据要素作为像劳动力、土地、资本一样重要的生产要素，俨然已经成为市场运行的微观基础和创新引擎。数据的收集与使用在数字平台生产经营活动中起着至关重要的作用。从数据中提取模式和事实，进而运用这些事实做出推断并最终影响决策的“数据驱动”模式已然成为数字经济运行的底层逻辑。是故，超级平台实施的滥用市场支配地位行为也发展并呈现出新的表现形式，就剥削性滥用而言，超级平台不仅广泛索取并深度追踪终端消费者的个人数据，更在收集、整合与分析用户数据的基础之上积极实施算法价格歧视。因此，过度收集数据与算法价格歧视当属新型剥削性滥用行为之代表。其中，过度收集数据是指超级平台通过平台规则或技术手段，强制收集非必要用户数据的行为；算法价格歧视是指基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件的行为。可以说，超级平台实施的过度收集数据行为与算法价格歧视行为紧密关联，无论是推送个性化的广告抑或收取个性化的价格，都离不开对于消费者数据隐私的大量搜集与深度挖掘，并在此基础上形成精准的用户画像。有鉴于此，数字经济领域的公平竞争竞争监管需要更为关注超级平台剥削性地收集和处理用户数据隐私的问题。

2 过度收集数据：数据隐私保护与反垄断监管的交叉领域

当前，为保护数据隐私/个人信息权益，规范个人信息处理活动，促进个人信息合理利用，各国和地区正通过个人信息保护法等来规范数据收集和使用活动，个人信息保护领域的相关立法以公开透明、知情同意、最小侵害等为原则，旨在解决信息不对称、有限理性以及行为操纵等所造成的市场失灵问题。不过，仅仅依靠个人信息保护规则确立的权益边界并不足以应对超级平台的过度收据数据问题。首先，个人信息保护规则通常会对不同规模的企业带来不成比例的成本负担，相较于经营多种业务、广受消费者依赖的超级平台而言，中小企业取得消费者同意的难度更大，所需面对的数据合规成本往往更重，反而放大了超级平台的绝对优势。其次，面对超级平台纷繁复杂且晦涩难懂的数据政策以及“拒绝即无服务（Take It or Leave It）”的选项，消费者关于数据以及隐私保护的真实偏好实际上无法得到满足，所谓“知情同意”不过是消费者被迫向超级平台的单方政策做出的妥协让步。再次，个人数据并不包括匿名化处理后的数据，而拥有巨量数据与先进算法的超级平台却能不断突破“可识别性”的限制，基于匿名数据创建用户个人资料，从而规避个人信息保护规则。是以，在用户反馈回路以及变现反馈回路的共同作用下，超级平台因支配地位和议价能力，时常会通过格式条款强迫用户同意授权其收集和使用用户信息，不然就拒绝提供网络服务，也即涉嫌直接压榨作为其交易相对方的终端消费者的剥削性滥用行为。

放眼域外，早在2019年初，德国联邦卡特尔局（FCO）就做出裁定指出，脸书过度收集数据的行为构成滥用市场支配地位。具言之，脸书实施了从第三方网站和应用程序收集用户数据并与用户脸书账户中的其他数据关联融合的数据收集行为，但该等行为并未取得用户“自愿同意”，因而属于剥削性滥用。FCO的此项裁定具有标志性意义，不仅首次将过度收集数据行为定性为滥用市场支配地位，也在欧洲层面开创了适用反垄断法规制数字平台剥削性滥用的先河。就支配地位的认定问题，FCO指出，脸书在德国社交网络服务市场占有市场支配地位，其2018年在德国拥有2300万日活跃用户和3200万月活跃用户，相当于95%+（日活跃用户）和80%+（月活跃用户）的市场份额，且结合直接和间接网络效应、用户多归属和转换成本、网络效应相关的规模经济、数据获取能力以及创新驱动的竞争压力发现接近独占的市场份额以及不受竞争对手、交易对手所约束均可表明脸书占据的市场支配地位。就滥用行为的认定问题，FCO发现，根据GWB第19（1）条关于禁止剥削性滥用的规定，脸书从事了如下三类剥削性滥用行为：（1）使用或者实际执行目前的数据收集和使用政策；（2）允许脸书从脸书以外的来源收集用户和设备数据；（3）将来源于第三方的数据与脸书上收集的数据合并。在FCO看来，脸书通过“拒绝即无服务”的方式，将每个绑定信息分配给特定用户账户，从而建立了庞大的数据库。进入壁垒和锁定效应进一步巩固了脸书的市场支配地位，排挤了其他可能的替代性产品或服务。根据德国先前判例，只要支配企业使用剥削性的商业条款，例如标准化的合同条款对其交易对手施加了不适当的负担条件，就可被视为构成剥削性滥用行为。同时，由于德国联邦法院关于通过合同条件进行滥用的案例法并不要求相关行为与市场势力之间存在“严格的因果关系”，也即FCO无需建立“脸书在竞争性市场中不可能从事相关行为”这一反事实。只要脸书设定服务条款的行为与其支配地位之间存在“规范性因果关系”，就违反了竞争法。因此，FCO在结合德国《反限制竞争法》19（1）条与GDPR规定的基础之上，似乎创造了一种新的竞争损害理论，也即支配企业违反GDPR自愿同意以及数据最小化等规定的行为同时构成滥用市场支配地位。不过，FCO的上述损害理论遭遇了上诉法院杜塞尔多夫高等法院的质疑，在该案进一步上诉至德国联邦最高法院（“最高法院”）之后，最高法院一方面认为脸书的数据处理行为构成滥用，另一方面则提出了有别于FCO的损害理论。在最高法院看来，脸书的数据处理行为之所以构成滥用，缘于其剥夺了消费者的自主决策与自由选择。申言之，如果消费者所面对的是没有滥用行为干扰的自由竞争市场，消费者本可获得有关数据隐私处理的不同选择。截至目前，该案已被上诉至欧洲法院，如果欧洲法院进一步支持FCO的裁定，即要求脸书收集数据之前必须获得用户的自愿同意，脸书就不得不考虑对其核心商业模式做出相应调整。需要注意的是，在理论界看来，FCO从超级平台违反欧洲数据保护规则的行为中推断出支配地位与滥用行为的因果关系的做法实属罕见。虽然TFEU第102条确实承认剥削性滥用的概念，但迄今为止，欧盟委员会和欧洲法院都没有将其应用于过度的数据收集，也未从违反GDPR的行为中推断出滥用。因此，过度收集数据的案例揭示了数据隐私保护与反垄断监管的交叉领域，而两者之间的协同是亟需解决的理论与实践难题。

3 过度收集数据行为的公平竞争监管

为解决过度收集数据行为的公平竞争监管问题，首先可从经济理据与价值理据方面就数据隐私保护与反垄断监管的协同问题展开分析。从经济理据层面来看，数据隐私保护通过对信息不对称、认知局限与行为偏差的克服，赋予消费者知情权与自决权，有助于确立消费者数据隐私保护的底线要求与“质量基线”，充分调动消费者在意思自治与人格发展方面的利益诉求，唤醒消费者对于隐私友好型技术与商业模式的需求。在此基础上，反垄断监管进一步克服市场力量不对称，通过维系有效市场竞争，持续地向消费者提供更多数据隐私保护水平更高的商品或服务。通过需求端的权利确认以及供给端的竞争促进，数据隐私保护与反垄断监管的协同实施有助于将以榨取数据隐私为目标的“逐底竞争”转变为以提升数据隐私保护为目标的“逐顶竞争”。从价值理据层面来看，数据隐私保护兼具维护个人自治自决以及促进信息流通和数据利用的双重价值目标，反垄断法也聚合并体现了经济效率、市场一体化、开放、公平等多元价值观。在此意义上，数据隐私保护与反垄断监管之间存在共同的目标追求：一方面，促进信息流通与数据利用的数据隐私保护目标与促进市场自由竞争、提升经济效率的反垄断监管目标彼此呼应；另一方面，维护个人自治自决的数据隐私保护目标与公平对待消费者的反垄断监管目标亦存在高度契合。

在明确数据隐私保护与反垄断监管的协同的理据之后，可从法律适用方面进一步推进《反垄断法》对于过度收集数据行为的规制。具言之，近期修订后的《反垄断法》第22条规定：“具有市场支配地位的经营者不得利用数据和算法、技术以及平台规则等从事前款规定的滥用市场支配地位的行为。”结合此前《国务院反垄断委员会关于平台经济领域的反垄断指南》（“《平台反垄断指南》”）禁止支配企业“强制收集非必要用户信息”等规定表明，我国立法机关与执法机构都已注意到过度收集数据行为可能引发的竞争关注。至此，可以尝试将传统反垄断规制当中适用比例原则规制附加不合理交易条件行为的做法沿用至过度收集数据行为的公平竞争监管。具体而言，在市场存在进入壁垒且无法自动消除，缺乏有效行业监管且排他性滥用规制收效欠佳的情况下，可以根据比例原则目的正当性、适当性、必要性、均衡性的要求对超级平台的数据处理行为展开分析。首先，需要考察涉案行为是否具备合法目的。一般而言，数字平台为维持正常经营而进行的数据收集行为会被认定为具备合法目的，符合合法性测试。其次，需要评估相关数据政策与隐私政策的适当性与必要性。此时，由于适当性原则并不要求行为方式完全实现合法目的，如果将向用户持续提供“零价格”产品或服务视作数字平台与用户之间协议的目标，由于数据收集行为有利于提供服务与维持运营，可以符合适当性测试。再次，需要考察数据收集行为是否符合必要性和均衡性。此时，如果数字平台强迫用户提供的数据范围明显超过其维持运营以及提供服务的范畴，则将违反必要性原则。具言之，即使数字平台收集数据的目的是为提供所谓免费的服务，如果其收集数据范围存在明显的限缩可能，则意味着存在对于用户侵害更小、更为温和的数据收集方式。复次，即便通过必要性测试，均衡性测试也要求在用户付出的数据与其所获收益之间进行权衡，考察用户是否获得了相称的服务和适当的补偿。如果用户所获服务明显无法反映所涉数据对于数字平台的价值，也即用户付出了过分的、不合比例的代价时，数字平台的过度收集数据行为也就无法通过均衡性测试。这也意味着，如果超级平台收集数据范围存在明显的限缩可能，或者用户获得的服务明显无法反映出其数据对于平台的价值，超级平台的数据收集行为即可能构成《平台反垄断指南》所谓的“强制收集非必要用户信息”。可见，“强制收集非必要用户信息”的细化考量因素实则结合了《个人信息保护法》的相关规定，主要涉及是否获得用户知情同意，是否满足公开透明要求，是否符合目的限制原则，也即考察涉案企业收集的数据隐私的类型与收集方式，企业内部如何使用、是否共享该等数据隐私以及是否与第三方分享等。

4 结束语