0 引言
数据成为数字经济发展的关键生产要素,数字企业之间的新型竞争或直接围绕数据展开,或因数据而起。数据违规爬取、恶意数据不兼容、强制“二选一”等数据不法竞争行为频发。2022年6月修订的《中华人民共和国反垄断法》(简称《反垄断法》)和同年11月发布的《中华人民共和国反不正当竞争法(修订草案征求意见稿)》要求经营者不得利用数据和算法等从事相关垄断和不正当竞争行为。对数字经济业态的竞争规制离不开对其数据处理行为的审查和引导。基于此,本文以数据相关的竞争行为为着眼点,通过类型化市场主体间与数据有关的不法竞争行为及其表现,发掘数据带来的竞争规制新命题,分析传统规制框架面临的局限,研究破解数据竞争问题的规制策略。

1 数据不法竞争行为的类型与表现
竞争是经济主体在市场上不断追逐经济利益的过程。基于侵害法益的差异,数据相关不法竞争行为可以分为两类：数据相关排除、限制竞争行为;数据相关不正当竞争行为。前者会导致有效竞争不足,侵害整体利益;后者表现为竞争过滥,侵害特定主体利益。作为新兴生产要素的数据资源在市场竞争中的介入,使传统不法竞争行为具有了新表现。

1.1 数据相关排除、限制竞争行为
经营者难以对特定数据资源形成垄断,但可以借助数据形成或强化垄断地位。一些具有垄断地位的经营者可能会实施如下数据相关不当行为。

一是利用数据促成并实施垄断协议。数据成为了经营者之间达成动态共谋和监督垄断协议执行情况的工具。经营者之间无需即时的“现实联络”便可实现协同,还可以借助数据的透明性,监督、排除偏离协议的经营者。既包括具有竞争关系的经营者利用数据和算法等实现协调一致的横向垄断协议,也包括上下游经营者利用数据和算法对价格等交易条件进行直接或间接限定的纵向垄断协议,还包括平台经营者利用与平台内经营者之间的纵向关系,通过技术和平台规则组织、协调各方达成、实施的轴辐协议。例如,2021年10月,美团被指利用海量的交易、支付、用户评价等数据优势,促使平台内商家与其大规模签订独家合作协议,并通过大数据监测协议履行情况。美团限制了平台内商家与其他竞争性平台合作,削弱了其他平台与其进行公平竞争的能力,国家市场监督管理总局对其作出了行政处罚,并要求其不得利用数据和算法等技术实施垄断协议。

二是利用数据形成、强化并且滥用市场支配地位。部分经营者借助掌握和处理数据的能力形成市场优势,并借此促进自身业务扩张或者巩固、维持市场地位。与此同时,部分经营者将数据作为实施滥用行为的工具,实施拒绝交易、限定交易、捆绑销售、附加不合理条件、差别待遇等行为,或借助数据优势对自营业务进行自我优待,排斥、减损其他经营者交易机会。例如,2019年,德国联邦卡特尔局认定,脸书公司强迫用户同意其在多项业务中关联使用数据才能使用脸书服务的行为,构成了滥用市场支配地位行为,因脸书公司在德国社交媒体市场占有90%以上份额,用户为了继续使用脸书公司的产品和服务只能被迫接受其提出的不公平交易条件[1]。

三是实施数据驱动型的经营者集中。经营者基于数据整合、集中目的,通过控股、合并、收购、协议等方式,取得对其他经营者数据资源的控制权,或者实施能够对其他经营者的数据处理活动施加决定性影响的行为,进而形成数据优势,催生市场力量。数据集中在少数平台,数据再利用率水平低,行业创新也将受到抑制。例如,脸书公司2014年宣布以190亿美元收购掌握广泛用户社交数据的WhatsApp Messenger,随后该收购案受到欧盟反垄断调查[2]。

1.2 数据相关不正当竞争行为
经营者实施与数据相关的不正当竞争行为,即利用数据和算法破坏竞争秩序,违反商业道德,或对具有竞争关系的经营者所控制的数据进行不当侵害,损害其他经营者或消费者的合法利益,包括数据的不正当获取和不正当利用。

不正当获取其他经营者所控制的数据可能会对他人的产品或服务形成不当替代,或不合理地增加他人运营成本。一是非法获取属于商业秘密的未公开商业数据。部分经营者以窃取、欺诈、电子侵入等方式非法获取其他经营者未公开且已采取相应保密措施的商业数据。除技术工艺数据外,《最高人民法院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》(法释〔2020〕7号)指出,客户信息和交易习惯、意向等信息经整理加工后形成的数据,也可认定为商业秘密中的“经营信息”。二是不当抓取他人控制的未构成商业秘密的数据。该类数据虽不属于商业秘密,但需满足一定条件或遵守相关规范后才能获取。部分经营者违反约定或不遵守合理、正当的数据抓取规范,破坏他人技术管理措施,未经同意或过度爬取他人商业数据,不合理地增加了他人运营成本、破坏同类产品或服务的竞争优势。例如,2016年,北京知识产权法院认定社交软件脉脉私自爬取微博用户数据的行为,构成不正当竞争。

不正当利用数据进行宣传营销、失真传播、限制兼容和干扰等行为,会对用户选择形成影响,进而减损他人交易机会,会对正常市场秩序造成破坏。一是利用数据虚假宣传或交易。部分经营者操纵数据,失真展示销售状况、热度流量、用户评价、信用情况等信息,进行或帮助他人进行虚假或引人误解的商业宣传,欺骗、误导公众。如浙江某企业专门制作流量刷单软件为电商平台直播虚增观看人数、评论数、点赞数等数据,被市场监管部门认定为帮助虚假宣传行为[3]。二是不当加工和失真传播数据损人商誉。例如,企查查科技股份有限公司(简称“企查查”)将蚂蚁金服(杭州)网络技术有限公司(简称“蚂蚁金服”)相关信用数据加工处理后在自身平台上失真展示,损害了蚂蚁金服商誉,减少了其交易机会,最终杭州铁路运输法院认定企查查构成不正当竞争。三是限制数据间的兼容互操作。部分经营者恶意对其他经营者合法提供的网络产品或者服务实施限制接入、流量劫持、数据不互通、阻碍数据携带转移等不兼容行为,以泛化数据安全为由不合理限制数据的正常流转。例如,2017年,北京市高级人民法院认定百度在线网络技术(北京)有限公司区别对待并且限制北京奇虎科技有限公司(简称“奇虎360”)搜索爬取其网页数据的行为,削弱了奇虎360的交易机会和竞争优势,违反了公平竞争原则。

1.3 数据妨碍竞争的影响机理
在数字经济业态中,数据是企业获取竞争优势的关键要素,数据与技术、资本等要素相比,对竞争具有特殊的作用机理和影响方式。

首先,数据影响竞争的源头在于数据产生的市场力量而非数据本身。不同于技术的独占使用,数据的非排他性和易替代性使得直接以数据为对象的垄断在理论和实际上难以成立[4]。同一性质和类型的数据可能具有多个获取渠道,掌握大量数据也不意味着拥有绝对市场优势,但数据可以帮助企业积累竞争优势。

其次,市场力量得益于数据积累形成的正反馈效应。一方面,用户集中意味着数据集中,针对用户数据的采集分析,可以帮助企业改善服务,吸引更多用户,形成“滚雪球式”正向反馈[5]。另一方面,数据可在多业务线上同时使用,帮助企业挖掘新的用途或客户需求,推动相关产品线的横向关联扩张。例如,大型平台企业通过正反馈效益“数据吸虹”,但对数据的积累使用可能会进一步扩大信息不对称情况,更容易诱发消费者的非理性行为。

再次,数据可能成为限制或破坏竞争的新兴介质或工具。与资本、技术、用户等因素不同,数据要素作为一类竞争考量因素,既可能成为竞争的对象,如非法窃取、利用他方商业数据;也可能成为破坏竞争的介质和方法,如通过数据挖掘分析实施差别待遇;还可能成为监督不法竞争行为的工具,如借助数据透明性监督各方垄断协议执行情况等。

此外,数据通常需要与其他因素结合才能催生竞争能力。多数情形下,数据无法单独对竞争形成影响,需要与技术、算法、算力等相结合才能真正发挥作用。掌握数据量的多少也无法直接与市场力量的大小成正比,经营者基础数据的质量、处理数据的效率、分析数据的能力以及更新数据的速度等因素也十分关键。

2 数据相关排除、限制竞争行为的规制难点
数据应用场景和价值发挥的不确定性,使得数据要素在不同竞争领域的作用方式、配置效果、影响程度都有所差异,导致相关市场界定、市场力量判断、市场效果分析均面临挑战,传统“结构—行为—效果”的反垄断分析框架面临冲击和适用障碍[6]。

2.1 数据构成必需设施的质疑
必需设施原则是反垄断法规则之一,指如果某一企业在相关市场上控制了下游企业不可缺少且无法复制的必需设施,在没有合理理由拒绝的情况下,应当以适当的商业条件向下游企业开放使用[7]。《国务院反垄断委员会关于平台经济领域的反垄断指南》第十四条第二款将平台占有数据情况作为认定其是否构成必需设施的关键考量。在数据要素领域引入必需设施理论存在一定挑战,规制者难以论证数据作为客体对参与竞争的不可或缺性。一是单个组织的数据量占比有限,即便具体到特定领域,也难以实现对某类数据的绝对占有。二是数据获取不具有排他性,且某一类型的数据可能具有多个获取渠道,或存在可满足同样需求的多个可替代的数据类型。三是一方占有不影响他方使用,数据主体可将其数据控制权交由多个主体共享。四是数据优势具有瞬时性,数据持有量的差异并非新进企业难以突破的市场壁垒,新进入者通过优良的业务运营能力亦可不断积累数据[8]。

2.2 数据要素相关市场的划分难点
数据要素市场的发展阶段、内部结构和跨界效应,导致清晰界定和划分市场范围存在巨大挑战。一方面,数据要素的商品市场未完全形成,相关市场仍处于萌芽状态,相应市场活动还未成熟定型。另一方面,数据要素市场的内部结构不清晰,细分市场难以划分,市场类别是按数据自身的属性差异,还是按用途或商品化类型来划分尚未明确。此外,数据要素市场具有明显的跨界、跨域竞争效应,数据易关联和互补导致对相关市场的分析不能局限于某一领域,用户多栖性使用户数据可用于多个不相关业务,且不受到地域限制,进而可能将本无直接竞争关系的市场联系起来。例如,微软收购领英则是微软借助数据扩张其在下游不相关市场商业版图的体现[9]。

2.3 数据产生的市场力量难以衡量
数据可以催生市场力量,但其大小往往又难以衡量,需求或供给替代分析、假定垄断者测试等以实体经济为适用对象的分析工具难以继续奏效[10]。例如,现行经营者集中审查通常以市场份额或营业额为主要指标,但众多初创企业有数据缺盈利,面对以数据为集中对象的合并时,可能未触及相应的市场份额标准。部分经营者借此逃避申报审查,收购其他创新型企业以控制其掌握的数据,进而控制该领域的用户和市场,达到排除竞争的效果。在具体认定过程中,价格认定机制也面临挑战。众多新业态不再将价格作为竞争核心,而是前端提供免费服务,后端以广告服务等方式获利。有学者指出,“价格支配力”在数字市场中转化成了“数据支配力”,经营者之间的竞争不再主要围绕价格展开[11]。

2.4 数据滥用不以市场支配地位为前提
不可否认,在竞争性市场中也存在过度收集数据、大数据杀熟、擅自关联共享数据等滥用行为。非竞争性市场可能使数据滥用更便捷和任性,如强制索权、过度收集、限定提供等。为了克服市场支配地位的认定困境,欧盟探索了低于市场支配地位标准的“守门人”标准,规范“守门人”基于数据的不法竞争行为[12]。

3 数据相关不正当竞争行为的规制挑战
反不正当竞争相关法律尚未直接规制数据相关不正当竞争行为,现阶段仍主要通过司法裁判进行个案处理,老问题新表现和新问题不断出现,使各方疲于应对,企业合规也面临较大不确定性。

3.1 不正当竞争形态多样且新问题涌现
一是传统不当竞争行为在数据竞争领域具有新表现,包括篡改数据形成虚假交易、窃取他人商业数据、失真发布数据损人商誉等。二是新的数据竞争行为不断出现,但立法天然的滞后性导致监管部门难以及时应对。三是跨领域数据竞争更加普遍,非同一领域或同类服务,也可能存在用户数据争夺等利益冲突。四是不同类型数据存在不同竞争表现,各类数据价值释放环节和控制方式不同,竞争维度也存在差异。

3.2 易将竞争利益落入侵权规制范式
受反不正当竞争法律保护的企业数据应与其经营利益相关,但“经营利益相关”标准相对宽泛,企业的数据财产权益相对模糊,导致实践中多以经营者损害为切入点去倒推行为正当性,以侵权的方式进行救济。该种规制范式未区分竞争的善意与恶意,有竞争就会有减损,但有减损并不意味着竞争行为一定具有不正当性[13]。同时,该范式也未充分考量消费者利益,例如原告以消费者数据权益受损发起诉讼,但消费者并未有效参与诉讼,更未获得实际救济。

3.3 不正当竞争认定的裁量困难
一方面,司法实践仍主要以《中华人民共和国反不正当竞争法》(简称《反不正当竞争法》)第2条的商业道德原则条款对数据相关不正当竞争行为进行评价,而商业道德属于不确定性法律概念,立法供给不足直接导致了该问题司法裁判的多元化[14]。另一方面,裁量过程易受非法律因素影响,会因技术、协议、惯例、市场环境、用户接受度等而产生不同的评价结果。同时,竞争的目的正当性易被企业泛化,企业会以用户体验、数据安全、数据开放等为由对其行为的正当性进行解释和抗辩。此外,数据不正当竞争行为和限制竞争行为在一定条件下可能相互转化。如针对数据爬虫行为的规制,不同规制部门基于不同立场可能会将其认定为未经同意爬取和限制数据获取两种结果。

3.4 传统救济机制难以发挥效果
一是侵害主体难以认定,侵害行为往往涉及多方主体,各主体间事实和法律上的关系不明确,责任难以区分。二是不法证据难以固定,侵害行为较隐蔽,多采取技术手段实施,且因果关系复杂,难以跟踪不法行为。三是损害后果难以评估,企业以免费形式提供服务,流量、数据替代实物成为企业重要资产,非价格要素难以观测,数据价值变现路径复杂。四是传统惩处补救方法受限,数据一经侵害即难以恢复原状,损害难以弥补,要求企业进行数据开放互通的层级难以明确,数据可携权落地存在困难。

4 数据不法竞争行为的规制出路
有效规制数据不法竞争行为,需要遵循包容、科学、平衡的原则认定不法行为,推进不同规制机制和规制手段的衔接,促进数据创新开发利用和利益保护的平衡。

4.1 科学认定数据不法竞争行为
首先,科学评价数据要素市场影响度。一是分类分级考量数据竞争效用,结合具体场景和产业阶段分析竞争影响。二是关注数据要素跨界传导力,观测数据力量在不同市场及产品间的联结方式和传导路径。三是客观评价经营者掌握和处理数据的能力,分析数据与技术、算法的协同效应。四是评价不同环节的市场作用力,将规制重点由前端数据采集转向后端使用行为,整体把握数据全生命周期各项处理行为的竞争影响。

其次,有效平衡所涉各方主体利益。一是保护相关企业在数据采集、加工过程中投入的时间、人力、物力成本等合法付出形成的在先利益,均衡数据产出激励和配置使用效率。二是既关注直接竞争者的利益,也关注跨界竞争者的利益,回应用户交织和数据交融产生的竞争诉求。三是保护原始数据主体、消费者和社会整体利益,考量数据竞争影响的链条性和延伸性,综合评价竞争行为的经济效应和社会效应[15]。

最后,合理考量除外情形。对于限制他人获取、利用己方数据的行为,必要的安全考量、合理的成本控制、对相关方的利益保护等可以成为正当的抗辩事由,但该限制行为须在必要限度范围内,并以非歧视的方式公平地对待下游经营者。对于获取、利用他人所控制数据的行为,因数据处理行为存在善意取得、无因管理、商业惯例等情形,或者出于公共利益保护和配合监管执行等需要,可以进行抗辩。例如,企业征信机构配合向公务部门提供涉及其他经营者信用数据的行为。

4.2 合理衔接反垄断和反不正当竞争规制机制
垄断行为主要破坏整体竞争,相对抽象和难以觉察;不正当竞争行为主要侵害特定主体的经营利益,相对多样和多变。因此,当某一新兴领域出现竞争问题时,反垄断和反不正当竞争分别从保障竞争的自由性和公平性出发,从不同维度共同规范竞争秩序。前者属于公法规制,由监管部门发起,需要数据相关规则事先建立预防。例如,已颁布施行的新《反垄断法》和《国务院反垄断委员会关于平台经济领域的反垄断指南》明确将数据因素纳入规制考量。后者属于私法规制,涉及特定主体的具体利益,实践问题多发,多通过诉讼解决。例如,在缺乏直接依据的情形下,法院借助商业道德原则评价不当数据爬取等不法行为。

不同规制思路可能导致不同的认定结果,需有效区分和合理衔接使用不同的规制策略,并在这个过程中兼顾数据控制方和使用方的利益诉求。反不正当竞争规制旨在明确数据使用者的行为边界,反垄断规制旨在明确数据控制者的行为边界。数据控制方和数据使用方数据竞争利益诉求不同,相应地,双方的数据竞争表现也不同。

4.3 有效统筹立法、司法、执法手段
第一,加快数据竞争的规制规则供给。为新《反垄断法》数据专条制定配套规则,克服该条款较为笼统、难以满足反垄断执法明确化与可预期性要求的问题,对数据要素相关市场认定、数据必需设施判断、数据集中的影响等问题予以回应。推进《反不正当竞争法》修订进程,对原互联网专条进行重塑,专章搭建以数据要素为核心的数字竞争规制框架[16],明晰数据产权体系和收益分配机制。落实“数据二十条”公平竞争市场环境建设要求,推进数据产权“三权分置”方案落地,探索数据可携权适用路径。此外,衔接好各部门法数据规制规则之间的关系,推进竞争法与电子商务法、消费者权益保护法、数据安全法、个人信息保护法等的协同。

第二,推进数据竞争司法裁判的科学性。完善破坏竞争行为的认定标准,克服笼统适用“违反商业道德”原则的障碍,结合比例原则分析竞争行为的合法性、正当性、必要性和适当性。创新数据要素相关市场分析框架,结合数据控制方的数据掌控力、数据的市场作用力、数据应用具体场景和市场发展阶段综合考量,科学、动态、全面评价数据竞争行为。此外,合理分配各方举证责任,解决信息不对称和证据固定难题,并谨防可能的“滥诉”风险[17]。

第三,增强数据竞争监督执法的有效性。传统罚款、吊销营业执照等处罚措施难以实现规制效果,笼统要求开放数据或限制收集、使用数据无法适应创新、包容的市场生态要求,需要积极拓展规制手段。例如,在监管执行时附加隐私保护、服务质量、限制捆绑等非价格要求。优化不同行政部门间的监管协同,衔接行业数据管理和竞争执法等不同规制策略的关系,避免出现“九龙治水”或“监管真空”。引入技术监管手段,增强对数据不法竞争行为进行发掘和动态监测的能力。此外,引导企业加强自我约束,将自律公约作为商业道德重要参考,但也要谨防企业利用行业联合机制达成各类垄断协议。

5 结束语
形成健康有序的竞争秩序是推进数据要素市场化配置改革的建设目标。随着数据要素在各行业的应用广度和深度逐步拓展,与数据作为直接竞争对象相比,以数据作为竞争介质或工具的行为将更为多见。数据要素对相关商品市场竞争活动的跨界传导力问题将成为监管重点。未来仍需各方进一步探索科学衡量数据要素跨界竞争影响力的评价方法,以更好发挥数据要素的乘数效应,赋能千行百业,为发展新质生产力注入新动能。

(中国信息通信研究院产业与规划研究所,北京 100191)