中国人民大学经济学院教授刘小鲁日前表示,数据垄断的成因与后果都相当复杂,数据垄断的核心在于数据是否具有排他性。要以包容审慎的原则来评估数据垄断问题,而不能仅以一个企业的市场份额来简单认定。
刘小鲁近日在中国宏观经济论坛(CMF)举办的活动上说,随着大数据的使用范围越来越广,重要性也在日益提高,但同时也引发了很多新的问题,比如权益纠纷、数据安全问题和反垄断规制方面的问题。
关于权益纠纷,他以微视和微信的关系举例说,微视是腾讯旗下的一款APP,当用户在使用微信登录微视APP的时候,会给微视做一个授权,允许微视获取该用户的微信好友相关信息,并将这些好友发布的视频推送给用户。
“那么这个时候就会产生一些纠纷,比如说有用户就认为他用微信的账号来登录微视APP,仅仅是授权的一个登录服务,并没有允许微视去收集他的好友信息,这就产生了一个个人信息上的纠纷。”他说。
对于数据安全,刘小鲁说,在日常驾驶车辆的过程中间,滴滴等产品会自动收集相应的路况信息,此类大数据采集往往会涉及到一个数据安全的问题。“特别是当这个数据面临跨境流动问题的时候,数据安全问题就会变得更加敏感。”他说。
之所以会产生上述问题,刘小鲁说,主要原因在于数据要素的五大特征。首先是非竞争性,即数据所蕴含的知识和信息,可以同时被多个人使用,基于此,数据应该被充分地流通和共享。
其次是衍生性,包含两层含义,一是数据之间的相互关联,只有把足够多的数据汇集在一起进行大数据分析,才能够产生更大价值;二是数据的价值只有在采集、加工、存储分析的过程中才能被充分地发掘。
第三个特征是复杂的外部性,所谓外部性是指数据的采集、流通和应用涉及到很多相关主体的权益。比如,上面提到的权益纠纷就是外部性的一个很典型的表现。
第四个特征是多样性,包含来源的多样性和用途的多样性。来源的多样性是指同样的数据信息,可能会从不同的来源得到;用途的多样性是指同一个数据可以在不同的领域有不同的用途。
第五个特征是时效性,市场的动态变化有可能会导致数据的失效。“这就类似于资本的折旧,随着时间的推移,随着市场形势的变化,那么过去的数据的价值它可能会打折扣。”他说。
正是由于数据的这五大特点,刘小鲁说, 数据垄断的成因、行为以及后果都很复杂。数据垄断的核心在于数据是否具有排他性。因此,要以包容审慎的原则来评估数据垄断问题,不能单纯地以一个企业的市场份额来认定垄断。
比如,由于数据具有多样性的特征,同样的一个信息,我们既可以从消费者的身份证里去获取,也可以从其他渠道去获取,那么这个数据是否真的会导致垄断,其实还取决于数据之间的替代性。再如,由于时效性的存在,随着时间的推移,现有的数据的价值会慢慢消失。此外,隐私规制有可能加剧市场的垄断程度,也有可能会限制这些企业在数据采集上的行为。
“反垄断规制应该侧重于评估企业目前的市场地位和市场行为有没有对市场进入,有没有对潜在的竞争,有没有对市场的资源配置效率和社会福利以及消费者福利产生负面的影响。也就是说,我们应该更加侧重于对事实结果的认定,而不是必须要依赖于市场结构。”刘小鲁说。
除了垄断成因与后果的复杂性外,他表示,数据要素市场建设面临的另一大挑战是外部性问题的复杂性。一方面,数据充分使用、数据相关主体权益和数据安全难以兼顾,需要考虑三者平衡;另一方面,如何在个人、企业、平台之间合理分配权利,形成资源的最优配置。
“这些互联网平台平常会收集我们大量的个人信息,这个过程中间会涉及到一个权利的分配问题。在经济学中间有一个非常著名的定理叫科斯定理,科斯定理认为初始产权的分配是不重要的,我们只需要做到产权清晰,比如说所有数据的权利都是归个人和消费者,这就是一个非常清晰的产权界定。”他说。
2020年4月,中共中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见,其中提到要加快培育数据要素市场,推进政府数据开放共享,提升社会数据资源价值,以及加强数据资源整合和安全保护。
刘小鲁说,目前我国数据要素市场整体规模较小,根据国家工业信息安全发展中心的测算,2020年,我国数据要素市场的规模大约是在545亿元,虽然规模不大,但增长速度非常快,在“十三五”期间(2016-2020年),年平均增长率超过30%。刘小鲁表示,照此速度,预计到2025年,我国数据要素市场规模会达到1700亿元左右。
对于数据要素市场的建设路径,刘小鲁表示,首先要完善数据的立法和数据的确权。目前我国数据的立法呈现出一种从分散立法到统一立法的趋势,但是权利的划分仍然不够清晰。
其次,因为隐私问题和数据安全问题的复杂性,不可能对任何市场行为都用一套简单的规则进行规范。所以隐私和安全规制主要是明确数据要素市场的基本红线,对于其他问题则应该采取开放的态度,来充分发挥市场主体创新的作用。
第三,通过单一产权界定没有办法兼顾多个目标,所以应该构建多元化的数据产权体系。第四,数据确权的核心是产权配置,通过产权在个人、企业等相关主体间的分配,来平衡数据充分使用、数据相关主体权益和数据安全这三者的目标。第五,在企业数据的保护上,要分类提供商业秘密外的更为全面的权利保护。第六,通过改善基础设施和数据技术来推动数据的流通与共享。