在大数据时代,数据已经成为数字经济发展的核心要素,贯穿于生产、分配、流通、消费的全过程,而个人数据是数据资源的关键内容之一。数据本身具有复杂的财产属性和人身属性,在收集、利用过程中蕴含着巨大的商业价值,同时由此产生的纠纷也层出不穷,并出现逐年上涨的趋势。
当下,学界和实务界针对数据权益法律保护展开讨论,但受限于数据确权困难、数据交易成本过高等问题,未取得有效进展。笔者认为,将个人数据权益保护和个人数据商业化利用问题结合起来研究,是一个重要的方面。现实中出现的侵害个人数据权益的行为,实质上是个人数据商业化利用的正当合理边界的争议。在实践中,相关的经营者针对自己的权益受到损害时,往往以“不正当竞争”为由主张自己的合法权益,但是不正当竞争法显然尚未针对个人数据商业化做出应有的制度应对。因而,有必要以《中华人民共和国反不正当竞争法》(以下简称《反不正当竞争法》)为核心,平衡多相关主体的利益,确立公平的数据竞争规则,维护市场竞争秩序;在宏观上坚持数据高效流通利用优先的原则,注重保障消费者等弱势群体的合法权益;在微观上以数据商业化利用的各个环节为切入点,通过类型化立法技术提炼出数据获取、数据使用和数据交易中不正当竞争行为的判定规则,并将其纳入新修订的《反不正当竞争法》中。
个人数据商业化概述
进入数字时代,依据数据来源是否具有可识别性,可将数据划分为个人数据和非个人数据。个人数据是指能够识别到特定个人的数据,其在具体情境下能够与数据主体人格权益产生紧密关联,包括但不限于主体的姓名、性别、出生日期、身份信息、职业信息、家庭住址、联系方式等信息。在2021年4月审议的《个人信息保护法(草案)》中把“是否可识别”作为区别除匿名化信息外个人信息的标准。
“可识别性”是认定个人数据的关键因素,当依据数据提供的信息或者相关的信息识别到某一特定主体,就可以认定该数据为个人数据,反之则是非个人数据。但是,“可识别性”有很大的不确定性。识别包括直接识别和间接识别:通过数据提供的具体信息识别到数据主体是具体识别,而结合其他信息才能确定具体主体的是间接识别,识别前首先要做的是明确间接识别还是直接识别。在实践中,几乎所有数据都可能存在于其他数据,即使是“匿名化”也无法完全真正保障我们的个人数据不被识别和利用。
从现实来看,“可识别性”这一标准容易被泛化使用,那么个人数据是否会与人格利益产生高度关联呢?以该标准作为认定个人数据的标准仍有待研究,同一个人的数据在不同情况下可能呈现不同的特质,即使是相同的数据从不同角度看也是不同的。有学者指出,不结合具体情况,空谈隐私保护和个人数据保护,不仅无法为相关权益提供有效保护,更会引发一系列弊端。
个人数据的商业化利用行为,是指个人数据的相关主体出于获取经济利益的目的,通过数据收集、数据处理、数据使用三个环节在个人数据中经过数据分析创造价值以及实现价值的过程,其中个人数据的相关主体包括数据开发者、数据资源持有者、数据加工使用者和数据产品经营者等。
个人数据的收集是个人数据商业化的重要步骤。在当前数据流通不断加快的时代,这种现象并不少见,但是并不是任何针对特定主体的数据信息收集都可以纳入数据收集的范围。要构成数据收集,应具备以下两个条件:主观上,数据使用者具有利用被收集者数据的主观目的,客观上,数据使用者必须利用自己已有的技术主动收集特定个人的数据信息。
个人数据的处理包括个人信息的录入、存储、编辑、更正、搜索、传输、删除等具体环节,其中“匿名化”与“去标识化”是处理过程中备受瞩目的环节。在大数据商业化应用过程中,个人数据的使用是其中的一个关键步骤,即数据用户将自己收集的、经过处理的个人数据应用于现实,或对其进行数据分析,并在此基础上对其进行使用。在当前的数据商业化利用中,个人数据的使用是必不可少的一环,也是数据收集和数据处理行为的目的所在。个人数据利用方式的多样性必然会引发对个人数据利用进行合理规制的难题。
个人数据商业化利用的隐忧
(一)扰乱市场竞争秩序
近年来,数字经济和互联网的快速发展为经营者提供了大量免费且优质的用户数据,政府部门以及授权机构也通过多种途径获得了较多的公共数据,数据流通速度不断加快,从而带来巨大的经济利益和社会效益,但随之而来的还有交易者对数据的依赖。即便是从社会效益的角度看,数据优势提供者利用自己享有的优势地位提高了社会的总福利,也为消费者提供了物美价廉的商品和服务,然而随着经营的持续,经营者会滥用自己拥有数据的优势地位扰乱市场秩序,可能针对竞争者限制竞争行为,也可能会出现针对消费者和交易对象的剥削和不公平交易行为。
(二)消费者保护问题
消费者保护问题与数据息息相关。首先,个人数据的商业化利用能否保证数据在收集、处理、使用过程中完全脱敏,不被泄露,这关涉到被收集者的个人隐私;其次,数据商业化的利用有可能出现强制交易的现象,损害消费者的公平交易权;若经营者处于优势地位,则很可能出现强制收集个人数据的情况。个人数据商业化利用可以提高社会的总福利,但这些福利的分配倾向于经营者,作为消费者获得的利益其实并不多,甚至可能会减少。数字经济时代,这些都是竞争法和消费者保护法应当重点关注的消费者保护问题。
(三)对创新的影响
数据商业化在大数据时代是创新的重要来源,运用大数据技术能够最大限度地分析和归纳蕴藏在海量数据中的规律。网络购物的兴起,关键因素就是大数据对背后的消费者购物习惯和规律的分析,探知消费者的喜好,为消费者提供心仪的产品。
但数据商业化过程中可能出现的不公平交易等问题,极有可能阻碍创新。数字经济时代,无论何种规模的企业若要创新,都不得不依赖数据的收集和利用。大型企业往往利用自己的优势地位独占有益的数据,留给中小型企业的创新空间狭小。竞争法必须重点考虑在维护大型企业数据权益的同时,保障中小型企业能够参与到数据商业化进程中。
数据商业化利用的原则和规则构建
(一)在《反不正当竞争法》规制中明确数据商业化利用的原则
为保证个人数据商业化利用的顺利进行,应当在《反不正当竞争法》修订中明确修订的具体原则,坚持数据高效利用原则和维护弱势群体合法权益。
1.坚持数据高效利用优先原则
我国数字经济的发展,与欧美老牌数字经济强国相比,仍存在体量大而不强、发展快而不优的劣势,具体体现为数字经济的开发利用程度以及数字经济平台的国际化程度不高。数字经济的发展以及社会的进步,需要数据流通、共享,要在保证数据安全与隐私保护的前提下,坚持数据高效利用,打造数字经济产业群,为我国数字经济的国际化助力。在数据保护和隐私保护方面需要保障用户的数据安全,但是应避免“一刀切”地禁止数据获取,应当在考虑数据获取者利益、数据使用者利益以及数据流通效率的基础上,做出行为不正当认定。
2.维护弱势群体的合法权益
我国相关法律对保护用户隐私有一定的保护措施,但普通用户与平台处于地位不平等状态,部分平台依托用户、数据、流量等形成的相对优势地位,在数据领域实施拒绝许可、差别许可以及自我优待等行为,并且在保障用户合法权益的用户协议中植入“霸王条款”,限制用户数据流通,甚至剥夺用户对自己个人信息的自主权。个人数据的最大来源是消费者,消费者不会从数据商业化中获得直接的利益。但是经营者滥用商业数据探知消费者的消费习惯,实施恶意的大数据杀熟:根据对人们消费偏好数据的收集和检索分析,向用户索取比新用户更高的价格;消费者则处于交易劣势,不能及时知晓,形成不公平市场竞争。
(二)个人数据商业化利用规则的构建
《反不正当竞争法》立法中有一项十分重要的立法技术,即类型化不正当竞争行为,通过把不正当竞争行为类型化,提升法律适用的准确性,确立公平的竞争规则,保证个案公平。但是类型化立法过程中存在诸多难点,最显著的是需要对诸多不正当竞争行为提炼,根据不同的行为特点准确归类,一般达到这种要求需要提供大量的实践案例和社会现象。目前我国数据经济领域不正当竞争的案例足以达到类型化所需案例的水平。个人数据商业化领域的不正当竞争行为按价值链环节的不同,可以类型化以下三种:数据获取、数据使用、数据交易中的不正当竞争行为。
1.对数据获取中不正当竞争行为的规制
在数据获取这一环节,不正当竞争行为可以分为(1)不正当获取受保护的商业数据的行为和不正当获取商业秘密的行为。(2)在处理这一阶段的不正当竞争问题时,应把重点放在平衡创新激励数据生产者和数据高效利用上。
(1)不正当获取受保护数据的行为。首先应明确受保护数据的定义,尽管《〈反不正当竞争法〉修订草案征求意见稿》从大量实践中的案例提炼出商业数据的构成要件,包括“来源合法性”“商业价值性”和“技术措施管理”,但该标准仍有待商榷。“来源合法性”规定经营者必须合法获得数据,其法理来源是“不得从违法行为中获利”。商业数据涉及个人信息及国家安全,若其来源违法,例如违背“告知-选择”原则、超出协议范围进行采集、未对其去敏感、匿名化等,则会产生一种逆向激励,促使其滥用优势地位,实施侵犯个人隐私和数据安全的行为。“商业价值性”要求数据能产生商业利益,但是判断“是否具有商业价值性”的标准还未有具体规定。根据主观标准,在数字经济环境下,数据所蕴含的挖掘、分析、反馈预测、外部关联等价值,可以给使用者带来实在的或潜在的经济效益,因而具有“商业价值”的含义。但是,根据客观标准,必须要有一定的数据资源,即具有相当的规模。在此基础上,对于“商业价值”的判定,应当采用客观的标准。“技术措施管理”要求必须衡量数据是否值得保护,主要根据经营者是否采取了密码保护等相应的措施控制其数据。以上各个要件的分析都应纳入数据高效性利用的考量,防止过度依赖数据保护理论而产生偏差。
(2)不正当获取数据商业秘密的行为。2020年最高人民法院发布的《关于审理侵犯商业秘密民事案件适用法律若干问题的规定》明确将数据纳入商业秘密的保护客体,但在现实中商业秘密持有者并不会根据这一条款起诉,而是会采取《反不正当竞争法》中第二条一般条款。究其原因,是构成这一条款需要的要件难以证明,一旦获取商业秘密者能证明自己所持有数据的一部分在此前已经被公开过,则商业秘密持有者的诉讼请求便不能依据商业秘密的条款请求法律保护。因此在对数据商业秘密进行保护时应当具体分析。虽然传统商业保护秘密条款规定“构成商业秘密必须具有秘密性”,但是基于数据的特殊性,有必要对数据的商业秘密条款做特殊设计,例如适当降低数据秘密性的举证要求,强化获取商业秘密者获取商业秘密的不正当性证明。
2.数据使用中不正当竞争行为的规制:以弱势群体保护为核心
以数据商业化中可能侵犯的弱势群体权益的不同,可以将数据使用中的不正当竞争行为分为(1)以损害消费者权益为主的杀熟行为;(2)以损害平台内经营者权益的滥用数据行为。
(1)大数据杀熟行为。这个问题学界已谈论多年,多以反垄断法的视角讨论。但2022年修订的《中华人民共和国反垄断法》仅增加了非常原则且模糊的一款“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”,但该条款在实践中难以应用。社会发展对于规制大数据杀熟行为的需求依然存在,且愈加突出。经营者滥用自己相对优势地位实施不合理差异化定价、损害消费者平等交易权益的行为,应当放入《反不正当竞争法》进行规制,有效保护消费者权益。
(2)滥用数据侵害其他经营者权益的行为。经营者一旦在大数据经营中取得数据优势,可能在竞争中对其他经营者施加不正当限制。典型代表为平台经济,例如平台掌握了用户和经营者的数据,采取不合理的分成机制,损害消费者和经营者两者的权益。例如某外卖平台通过多年的补贴式扩张手段,在全国主要城市建立起外卖商家和消费者的信息匹配机制。刚开始为了招募更多的商家入驻,采用大力度的补贴和高额的分成比例;随着平台逐渐做大、对比同行有了相对竞争优势,招募新商户的压力降低,旋即对商户提出严苛的合作条件和不合理的分成比例。商户与平台处于相对弱势地位,无法维护自己的合法权益。同样,该平台为了吸引新用户使用该APP,向用户发放大额优惠券,用户对该APP产生依赖后再逐渐减少优惠条件。
另一类在外卖领域出现的问题,是骑手入驻权益问题。平台经营者依据自身积累的数据优势,为平台入驻的骑手施加不合理的义务和限制。近些年不正当竞争领域频发的强制“二选一”问题即此类行为的典型代表。平台利用优势地位和商家对其的依赖性,强迫经营者在平台间“二选一”。在该行为得到规制和纠正后,平台滥用数据、算法和平台规则,不当限制入驻商家权益的行为仍然存在:例如收取不合理的保证金、任意调整收益分配规则、强迫商家接受最低价条款等。上述问题都可以在反不正当竞争法中设置相应条款,对相关主体滥用数据优势地位进行规制。
3.数据交易中不正当竞争行为的规制
(1)滥用相对交易优势地位拒绝开放数据的行为。新修订的《反不正当竞争法》增加了“禁止滥用比较优势地位”这一规定,表明我国对这一规定的要求仍然没有降低。长期以来,我国《反不正当竞争法》所采取的规制措施未能有效地解决市场竞争过程中出现的扭曲竞争行为。特别是,当经营者利用从属关系所产生的相对交易优势地位,排除或利用竞争者之间的相互依存关系,从而使竞争者无法通过反垄断法加以调整。这种不正当竞争行为会损害消费者的权益。此类情况在数据交易领域同样存在,必须在重点考虑数据获取者是否付出合理代价的基础上予以相应规划。
(2)滥用公共数据独占地位拒绝开放数据的行为。近两年,公共数据日益引起人们的关注和讨论。数字城市的建设已经在全国范围内展开,数字政务是在原有的信息化办公的基础上,基于数据的收集、利用甚至是流通而进行的数字化转型。政府部门对公共数据实行特许经营,会引发排他性管理问题,而并非所有的公共数据都受反不正当竞争法规制。此时,公共数据的合理许可使用问题仍有待研究与解决。通过在反不正当竞争法中引入禁止经营者滥用公共数据独占地位、拒绝开放数据行为条款,有助于设定公平合理、无歧视的公共数据许可使用原则,提高公共数据流通和利用效率。
结 语
伴随着数据商业价值的凸显与数据权益纠纷的频发,当前以解释论为核心、通过个案分析进行行为规制的思路,无法再为经营者提供明确稳定的行为预期和规则指引;构建体系性的数据竞争规则和数据商业化利用的不正当竞争行为的专门章节,也成为数字时代反不正当竞争法改革的重要选项。此次《反不正当竞争法》修订,应当紧密结合数据和数据商业化利用行为的特性,坚持数据高效流通利用优先原则,注重弱势群体保护,以数字经济创新发展为目标,在总结提炼数据收集获取、分析利用、流通交易各环节中已经出现的不正当竞争行为类型的基础上,制定数据商业化利用不正当竞争行为认定的各项专门条款,通过加强数据商业化利用的竞争法保障进一步完善数据基础制度,以此激活数据要素,做强做优做大数字经济,在新发展格局背景下提升我国数字经济的国际竞争力。
(编辑 尚鸣)