电商门户 互联网+智库
当前位置:100EC>电商人物>【法律研究】数据竞争的法律制度基础
【法律研究】数据竞争的法律制度基础
发布时间:2018年04月12日 15:49:35

(电子商务研究中心讯)数字经济的时代是一个以数据为核心竞争力、资源共享的时代,数据资源的取得与利用成为这个时代极为重要的一种资源配置。数字经济时代,如何以合理的制度规则促进有效率的数据竞争,需要在法律与经济两个维度之间找到准确的坐标点。

数字经济时代,数据资源成为关键竞争资源,数据竞争引发新的法律关切,其核心在于数据共享与专享之间、数据控制与使用之间的数据资源配置方式。

区别于传统的数据资源,大数据技术及数字经济背景下的数据资源,具有一系列新的经济特征,包括数据载体的多栖性、数据使用的非排他性、数据使用的高盈利性、数据价值的差异性、数据使用方式的差异性、数据具体用途的不可预测性、数据使用效果的外部性。

现有法律制度规则在数据产权安排、数据行为基本秩序和数据行为竞争规则三个层次上都不能适应数据资源的特点与数据竞争的需要,需要重新考虑数据资源的排他性与非排他性产权安排,需要将数据行为的规制重点由前端的数据采集转向后端的使用行为,在严格保护隐私和商业秘密的基础上设计促进数据利用的数据收集、抓取与使用规则,还需要研究适用于数据竞争的反不正当竞争、反垄断分析框架。

数据竞争与法律关切

2017年,几起涉及数据竞争的诉讼案件特别引人关注。如美国的HiQ诉LinkedIn案,中国的新浪诉脉脉案、汉涛诉百度案,都涉及经营者在经营过程中所收集的数据信息能否被其他经营者自由抓取,或能否被其他经营者使用、以何种方式使用等问题。

除了诉讼案件,2017年,其他一些涉及数据竞争的事件也受到反垄断法的关注。比如,菜鸟与顺丰相互关闭与对方的数据接口,在国家邮政局的干预下,才恢复开放数据接口。

以上这些案例,不仅共同凸显了数字经济时代企业对数据资源的重视与争夺,更展示了数据竞争中共同的法律争议、利益冲突与法律关切。

可以看到,在数据竞争中都存在的法律争议包括:数据信息的所有权归于谁,是通过自身属性和行为而产生信息的用户,还是数据收集、加工企业?数据收集、加工企业基于其收集、加工数据的资金与人力投入,对数据信息是否应当享有权利,或享有何种权利和享有权利的范围边界?可否禁止其他经营者抓取、使用数据?如果其他经营者可以抓取数据,那么这些经营者可以以何种方式使用数据,是否可以通过市场的方式得以实现数据的交易?

透过这些法律争议,可以进一步看到,在数据竞争中都存在这样四类群体的利益需要协调平衡,包括:

第一,产生数据信息的用户。他们的个人隐私与财产权益在数据收集、加工和使用过程中如何得到保护。

第二,数据收集、加工者。如何保护他们通过收集、加工数据可以获得的利益,以保护他们收集、加工数据的积极性和前期的资本投入。

第三,数据使用者。如何保护他们充分使用数据的权利与利益,以鼓励他们在数据使用上的创新行为。

第四,消费者。如何通过促进有效率的数据竞争,获得由数据竞争和有效使用所带来的溢出效应,进而从繁荣发展的数据市场中长期获益。

厘清上述各种法律争议与利益诉求后,更深层次的问题是:什么才应该是数据竞争中最核心的法律关切?

比较而言,在诸多需要考虑的问题中,以下两个问题可能最为重要。

一是对用户个人隐私的保护。用户个人隐私属于人身权利的一部分,充分保护用户隐私不仅是因为人身权利在所有法律权利中位阶最高,还因为如果没有隐私安全保障,用户就没有意愿令其个人数据信息被收集、加工,数字经济失去最基本的信息来源基础。

二是对数据资源的配置方式,如何在数据经营者之间安排数据共享或专享,如何配置数据信息的控制权与使用权。这是数字经济发展的一个核心问题。如果不能促进数据的共享和利用,大数据将失去其巨大的经济和社会价值,数字经济的种种愿景将成为幻影。但如果不保护数据经营者在数据收集、加工和研发上应该获得的利益,又同样会削减对数据收集、加工和研发行为的激励,数字经济同样成为无源之水,断流枯竭终将成其宿命。

个人隐私保护与数据资源配置,一个是数字经济发展需要解决的基础权利保障问题,另一个是数字经济发展的关键机制设计问题,两者是数据竞争中最为核心的法律关切。

鉴于本文主题在于讨论如何构架合理的制度以促进数据竞争的经济效率,本文重点讨论后一问题,即数据资源的配置方式问题。对个人隐私保护的讨论可以在未来的研究中进行展开。

数据资源的经济特征

与当前制度存在的问题

迄今为止,人类创造的法律制度,依据各种实物资源的自然属性与经济特征,比较好地解决了各种实物资源的权利配置问题,比如英美法系财产法、大陆法系物权法对于有体物财产权利的安排,以及各国法律对于智力成果的知识产权安排。

现在面临的问题是,数据信息区别于以往各种实物资源,有其特别的物理属性与经济特征,需要特别的法律制度安排。

诚然,数据信息并不是最近产生的新鲜事物,在大数据技术和数字经济兴起之前,数据信息已然存在,并且也纳入各国法律框架。比如,符合商业秘密、作品条件的数据信息,可以被作为商业秘密、作品受到保护;作为数据集合的数据库,在某些国家或地区受到特别法保护,在另一些国家或地区,根据具体情况被作为汇编作品保护或适用反不正当竞争法调整。

但是,在大数据技术与数字经济兴起之后,数据信息的生产与使用方式发生翻天覆地的变化,信息技术使得数据的巨大经济价值和社会价值经商业运作后而日益凸显,既有的法律制度不能满足现实需要,数据竞争对法律制度的健全和完善提出了新的需求。

(一)数据资源的经济特征

与以往数据资源相比,大数据技术与数字经济背景下的数据资源,具有以下七个新的经济特征:

第一,数据载体上的多栖性。

在数字经济时代,由于产业链由上下游直线型转化为多边网络型,数据信息产生和传递的方式变得更加复杂和多元化,数据往往不是栖息于一个主体,而是栖息于多个载体,具有“多栖性”(multi-homing)。

一方面,数据信息在产生过程中,往往涉及多个主体,而导致数据信息栖息于多个载体。另一方面,越来越多的用户使用越来越多的数字产品,包括各种网站、APP提供的服务,以及各种终端设备,用户的数据信息广泛栖息于网站、APP和终端设备这些载体。

因此,不同于以往的实物资源,也不同于数字经济之前的数据信息,大数据时代数据资源的稀缺性只是相对的,而不是绝对的,换句话说,从某种角度而言数据资源相对不是那么稀缺。

第二,数据使用的非排他性。

在经济学中,排他性是稀缺性成立的一个基础。而数据信息在使用上,和专利技术、技术诀窍、科学艺术作品等智力成果一样,具有非排他性,即一个数据经营者使用数据信息时,不妨碍另一数据经营者同时使用该数据信息。这意味着,数据信息在物理上可以被共享和多次使用,并由此可能产生更大经济和社会价值。

第三,数据使用的高盈利性。

比起传统工业经济体系内的实物资源,由于数据采集、加工和研发的成本相对很低,而数据使用所产生的收益非常巨大,数据信息在使用上具有相对较高的盈利性。

一方面,数据信息的收集、加工主要为固定资产和人力的固定成本投入,其边际成本很低,甚至接近于零,随着大数据技术的进步,数据开发运用的成本也在不断降低。

另一方面,大数据分析和机器学习利用在精准识别、描述、触达、转化、评估、预测上的超强能力,可以产生巨大的潜在商业价值,同时也可以在公共服务方面产生巨大的社会价值。

第四,数据价值的差异性。

尽管数据信息都具有巨大价值且具有非排他性,但由于不同数据主体持有数据的完整性不同,不同数据主体所持有的数据在价值上也存在差异。

例如,菜鸟与顺丰的数据之争中,虽然菜鸟拥有阿里电商平台的订单数据和部分快递数据,但依然想获得顺丰的快递数据,是因为顺丰的快递数据对于规划和优化干线运输业务更有价值。

再如,点餐APP作为软件平台的提供方,对供需双方的信息数据掌握最为全面,不仅了解生成订单的终端用户和被选中的餐饮店信息,更了解终端用户的搜索偏好、餐饮店提供餐饮的品类价格等动态信息,能够优化匹配结果,为供需双方进行定向广告信息推送。而快递公司获得的是订单生成后的售后静态信息,其信息量弱于前端APP平台,并很少主动向供需双方推送定向广告。

第五,数据使用方式的差异性。

即便是相同的数据信息,不同使用主体的收集、使用和开发方式也不尽相同,从而得出不同的分析结果和服务品类。

例如,点餐APP为了连接终端消费者和餐饮店铺,为彼此匹配和完成交易寻找成本最优的交易模式,所以该经济行为的发生是为了完成产品和服务的销售,而数据本身只是交易行为的副产品,并非经济行为的主要目的。

点餐APP可以收集终端消费者的消费信息和餐饮店铺的销售信息,送餐快递公司也可以获取相同的信息,点餐APP获取该信息后可以优化供需双方的匹配,使双方可以更精准地找到彼此,而送餐快递公司获取该信息后可以优化配送物流的安排,使递送可以更及时、送餐人员可以更优化其配送路径。相同的数据对不同的使用主体价值是不同的,因而使用方式也存在差异。

第六,数据具体用途的难以预测性。

数据信息的用途不仅有赖于数据使用方的先验经验,更有赖于使用方对数据利用的联想,有时甚至是天才的想象,即便如此,数据未来的用途也未完全被现有的方法所涵盖和发现。

比如,Google在2009年在对数十亿条网络用户搜索信息进行分析后,在美国成功地预测了甲型H1N1流感在何时何地爆发。比如,手机定位信息被广泛用于各种与位置相关的服务,未来也必将更广泛地用于未知的领域。

大数据的开发利用不但依赖于当前实时发生的数据,还依赖于人类社会的历史数据积累。数据信息在被收集、加工时,使用方未必能确定这些数据信息未来的具体用途,但仍然有必要收集、加工这些数据。

第七,数据使用效果的外部性。

数据信息在开发利用后,其效果往往远远超出原来产生数据信息的用户范围,而扩及到更大的用户范围,甚至是扩及很大范围内的社会成员,体现出很强的外部效应。

例如,点餐APP平台在分析了点餐终端消费者的搜索偏好之后,可以定向推荐在该餐厅消费过的消费者去过的其他餐厅;同样的,对于某一类型的餐厅,APP平台也可以根据点餐终端消费者的搜索偏好,将该餐厅推荐给有类似偏好的消费者。正是通过对数据的优化和分析,APP平台提升了精准营销的转化率。

(二)数据资源与现有法律制度的不匹配

数据资源区别于以往各种实物资源的特有经济特征,使得现有法律制度在调整这种实物资源上显现出很大的局限,在数据产权安排、数据行为基本秩序和数据行为竞争规则三个层次上,都很难产生理想的效果。

1.现有法律制度很难解决数据产权制度的安排问题

现有法律制度中的权利类型很难适应数据产权安排的需要,具体来说有三个方面:

一是针对有体物的财产权安排。由于对有体物的使用具有排他性,所以采用“一物一权”原则,不允许在同一财产上同时具有相互冲突的权利,与一部分“单栖”的数据相适应,但不适应大部分数据信息的前述“多栖性”特征。

二是针对智力成果的专利与版权制度。考虑到鼓励智力创新的利益激励,将专利与版权设计成较长期限内的排他权利,在利益激励上符合鼓励收集、加工数据信息的需要,但一方面数据信息毕竟不同于智力成果,数据的具体用途也存在不确定性和差异性,给予数据信息较长期限的排他性权利与收集、加工数据所做出的贡献不相称。此外,排他性的权利安排不适应于那些具有“多栖性”的数据。

三是物权、知识产权以外的其他非排他性财产权利安排。比如合同债权、法定债权,由于完全不具有排他性,难以形成对收集、加工数据信息特别是创造高价值数据的利益激励。所以,现有的数据产权需要一个介于绝对排他性和非排他性之间的制度安排。

2.现有法律制度很难解决数据行为的基本秩序问题

在数据收集问题上,如果适用现有法律制度的“知情权”规则,那么必须在用户详细知晓数据具体用途情况下,才可以在用户授权下收集数据。但数据具体用途在很多时候难以预测,适用“知情权”规则必然阻碍数据收集。

此外,在数据抓取、使用行为规则上,哪些数据可以被抓取,哪些数据不能被抓取,哪些数据使用行为需要得到数据控制者的许可,哪些数据使用行为不需要得到数据控制者的许可,这些问题在现有法律制度中既没有具体规则,又因为数据资源的特殊性找不到合适的参照原则。所以,现有的数据行为急需相应的法律制度来规范其基本秩序。

3.现有法律制度很难解决数据行为竞争规则问题

现有竞争法规则本身在市场的不确定性面前就常常力不从心,而数据信息比任何以往实物资源具有更强的不确定性,使得现有制度规则在解决数据竞争纠纷上更加乏力。

在反不正当竞争法的适用上,现行法律以“违背商业道德——损害竞争秩序”为认定不正当竞争行为的基本框架,如虚假宣传、商业诋毁、商业贿赂、仿冒商业标识这样的行为在商业道德与损害竞争秩序、效率上具有明显的一致性,但数据的商业使用行为很难在道德上进行评价,数据使用行为的效果也很不确定,很难用“违背商业道德——损害竞争秩序”这个框架做出分析判断。

在反垄断法适用上,现行法律理论与法律实践基本以“结构—行为—效果”(SCP)为基本分析框架,由于数据资源具体用途与价值的不确定和差异性,数据资源会在哪些竞争领域、在多大程度上增加市场力量,数据使用行为会在哪些竞争领域、在多大程度上增进或降低市场效率,这会使得相关市场界定、市场力量测度、市场效果分析都变得模糊,而且,数据竞争是否遵循“结构—行为—效果”的逻辑,也是值得重新思考的问题。

所以,数据竞争需要根据实际竞争状况对现有的分析框架进行调整,突破现有制度规则的局限。

数据竞争的制度基础

与传统实物资源相比,数据资源具有栖息于多个载体、使用上非排他、成本低而收益高、价值和使用方式存在差异、未来用途难以预测、存在外部效应等多方面的经济特征。现有法律制度不能在数据产权安排、数据行为基本秩序、数据行为竞争规则三个层次上很好地发挥作用。本文提出对于这三个层次制度建设的政策建议。

(一)数据产权安排

在产权制度上,考虑到数据信息的丰富多样和数据信息的经济特征,可以沿着以下路径探索数据产权的制度设计。

一是以是否公开、迁徙、交易等为因素,确定是否给予排他性权利。

首先,可以通过公开渠道获得的数据信息,不宜赋予排他性权利;

其次,与具体用户相关的数据可以根据用户选择在不同经营者之间迁徙,经营者对此不具有排他性权利,不得妨碍数据迁徙;

最后,数据进行交易后,原则上原数据控制主体不享有对原数据的排他性权利,但原数据控制者只是许可合同相对方使用数据的除外。

二是以数据控制权替代所有权作为排他性权利安排。

中国存在 “所有权—使用权”的法理范式,即使用权来源于所有权,类似于“皮之不存毛将焉附”,没有所有权就没有使用权。但鉴于数据信息的多栖性,数据所有权实际很难确定属于某个主体,而不确定数据所有权未必一定影响数据其他权利的配置。

因此,建议突破“所有权—使用权”的法理范式,依据数据资源的物理属性与经济特征,不设置数据所有权,只设置具有排他效应的数据控制权。数据控制者可以决定是否将其控制的数据予以公开、许可使用、或是转让他人。

(二)数据收集、抓取、使用行为的基本秩序

用户个人数据信息在被收集时往往不能确定未来数据的具体用途,因此,“知情权”规则很难适用于数据采集行为。这种情况下,用户对于数据被采集只能表示概括的同意或不同意。

保护用户利益的路径,要将重心从前端转向于后端,即从用户的同意转向数据使用者的使用行为,从规范数据使用行为入手保护用户人身权利等权利。

对于数据使用行为则应规定严格的保护隐私、商业秘密的义务。至于哪些数据可以被抓取、使用,可以与数据产权安排相对应,公开的数据信息应该允许被自由抓取、使用,非公开的数据信息原则上需要经数据控制者许可才可以抓取、使用。

(三)数据竞争规则的基本框架

在反不正当竞争领域,虽然“违背商业道德—损害竞争秩序”的法理框架可以沿用于传统商业行为,但针对数据竞争的特点,应该建立新的分析框架。

纵观反不正当竞争法所禁止的虚假宣传、商业诋毁、商业贿赂、串通投标、仿冒商业标识等传统不正当竞争行为,以及互联网技术发展以来司法实践上所认定的干扰他人转件运行、诱导他人用户转移使用网路服务等行为,本质上都是通过直接攫取他人竞争优势,或破坏他人的经营基础来获得竞争优势或交易机会的行为,其不当性在道德上评判是所谓“违反商业道德”。

如果以客观标准衡量,从市场机制的运作原理看,则应该是通过扭曲市场的信号传递机制阻碍、误导市场信号的产生与传递,使得市场资源发生错配,降低市场效率,从而损害社会福利。

因此,反不正当竞争领域“违背商业道德—损害竞争秩序”的分析框架,也许可以由“扭曲市场信号传递机制—损害市场效率与竞争秩序”这样一个新的分析框架代替。在这个分析框架中衡量数据竞争行为的核心问题,将是数据抓取与使用行为会不会产生阻碍数据信息产生和传递的效果

譬如,在汉涛诉百度案中,如果百度地图移用大众点评用户信息的行为将导致大众点评降低了数据信息的采集、加工和供应,破坏了竞争秩序,那么百度的行为将是一个扭曲市场信号传递机制而应被认定不正当竞争的行为。

反垄断领域,为适应数据竞争,同样存在一个法理分析框架需要重新检视和调整的问题。互联网兴起以来,传统的“结构—行为—绩效”的法理框架就越来越受到挑战。

在软件、互联网等新兴产业中,市场份额一般不足以反映市场力量,网络效应、锁定效应往往更能带来市场力量,市场结构与市场力量之间的联系并不那么确定。

大数据技术与数字经济兴起后,数据资源成为关键的生产要素,同时数据资源成为市场力量至关重要的要素,市场结构在测度市场力量上的作用更加降低,分析市场结构的重要性,将逐渐让位于对数据竞争力的分析。

在数据竞争领域,“结构—行为—绩效”框架也许可以由“数据竞争力—数据行为—市场效果”代替。对数据竞争力的分析,对于数据行为的分析,都需要在总结实践经验的基础上及时提炼出具体规则,确定不同类型数据所具有的不同竞争力,在此基础上重新检视和调整反垄断法上纵向垄断协议、滥用市场支配地位、经营者集中这三种以市场结构为前提基础的现有反垄断分析方法与分析标准,以适应数据竞争的新特点。(来源:腾讯研究院 文/丁文联)

3月27日,国内知名电商智库电子商务研究中心发布《2017年度中国共享经济发展报告》(全文下载:http://www.mouth-music.com/zt/2017gxjj/),报告对2017年共享经济进行宏观分析,涉及领域与平台主要有:1)交通出行:滴滴出行、易到、首汽约车、神州优车、ofo、摩拜单车、哈罗单车、Go fun出行、TOGO途歌等;2)共享充电宝:小电科技、街电科技、来电科技等;3)共享物流:新达达、人人快递、饿了么“蜂鸟”、美团众包、点我达、1号货的、云鸟配送、货车帮等;4)共享金融:淘宝众筹、京东众筹、苏宁众筹、百度众筹等;5)共享餐饮:隐食纪、熊猫星厨、吉刻送、hatchery、回家吃饭、隐食家、爱大厨等;6)共享住宿:住百家、小猪短租、途家等;7)共享雨伞:街借伞、共享E伞、春笋、橙伞等;8)上门服务:河狸家、新氧、星后等;9)二手共享:闲鱼、猎趣、爱回收、瓜子二手车、人人车、优信二手车等;10)知识技能:果壳、在行、猿题库、学霸君、跟谁学、猪八戒等;11)共享医疗:春雨医生、丁香医生、好大夫在线、企鹅医生、平安好医生、微医等共11大领域。

【关键词】数据法律
股票名称/代码
昨日收盘
涨跌幅
¥/现价
  • 002095.SZ
  • 002315.SZ
  • 300226.SZ
  • 002711.SZ
  • 002024.SZ
  • 002127.SZ
  • 002127.SZ
  • 002640.SZ
  • 300209.SZ
  • 601113.SH
  • 002352.SZ
  • 600233.SH