为探讨大数据采集、运用中的前沿法律问题，中国人民大学法学院、工业和信息化部电子知识产权中心、北京市经济法学会联合主办“法学与经济学视野中的大数据运用”专题研讨会。沙龙由中国人民大学法学院孟雁北教授主持，邀请清华大学法学院吴伟光副教授、Compass Lexecon经济咨询公司王晓茹博士以及中国社会科学院大学韩伟博士作主题发言，中国人民大学法学院韩立余教授、中国人民大学经济学院李三希副教授、北京交通大学经济管理学院方燕副教授、中国信息通信研究院王莉女士、对外经济贸易大学张昕博士后以及腾讯研究院的多位专家参与讨论。本期学术沙龙探讨了法学视角下的大数据规则，又借经济学之手揭开了大数据分析的面纱，并着重分析了大数据的反垄断规制路径，并围绕大数据技术条件下的经济与法律问题展开了热烈的讨论。

利用聚类分析对已知项目的数据进行均值分类，将其分成5类，再将得到的5组经纬度坐标导入到任务点分布图中（见图１，红色点为聚类中心）．

一、法学视角下的大数据规则

大数据时代不仅造成商业模式的更迭，更掀起了法学研究的波澜。实质上，在法学领域，信息、数据、大数据、大数据技术等基础概念模棱两可，并没有形成科学的定论，亦未形成统一的共识。吴伟光副教授针对大数据的概念、基本原则和规制路径阐发如下观点。

概念是法学研究的重要起点，大数据的法学分析理论基础依然薄弱。信息与数据是有区别的，即使实践中已不再关注二者的细微差异。信息是数据产生的基础，再生信息才落入数据范畴；此外，信息属于信息主体——广大用户，数据属于数据主体——经营者，包括数据产生主体、数据分析主体与数据应用主体。信息主体与数据主体之间存在权利义务关系，例如有关军事设施的信息主体可以依法禁止相关数据主体将军事设施信息加以数据化。再生信息虽然落入了数据范畴，但是再生信息主体利用大数据技术从大数据中获得再生信息并加以利用，如其目的非法，数据主体是否有义务拒绝提供再生信息服务仍然是法学研究的重要区域。

于是钱钟书便特备一根长竹竿，倚在门口，不管多冷的天，听见猫儿叫闹，就急忙从热被窝里出来，拿了竹竿，赶出去帮自己的猫儿打架，为自己的猫儿报仇。

对大数据的法学分析虽然仍不甚明确，但是并不妨碍规制大数据及其技术使用的基本原则的形成：（1）大数据技术使用目的的正当性原则；（2）数据产生合法性原则；（3）信息数据化的平等与公平原则；（4）数据产生主体对数据享有专有权原则；（5）促进大数据资源共享原则；（6）大数据安全原则。

知，就是在全班完成规定任务之后，让学生知道自学结果，肯定正确，纠正错误。教师抓住教材的重点、难点加以点拨，起到画龙点睛作用。

大数据技术使用目的正当性原则，顾名思义，即大数据技术主体必须出于正当目的使用大数据技术。该原则看似简单，作用尤为重要，其目的旨在将正当使用目的转化为相关数据主体使用技术的内在规范，增强其对相关法益保护的内在主动性。也就是将技术使用目的正当的义务与责任赋予到相关数据主体之上，从而淘汰传统的以个人同意控制技术使用合法性的原则，实现了规制方式的质变。

数据产生合法性原则要求相关数据主体在采集数据时应当遵守与个人信息、公共利益、国家安全保护相关的法律。新修订的《民法总则》第111条规定，自然人的个人信息受法律保护，相关数据主体不得非法收集、使用、加工、传播他人个人信息。虽然个人信息权在民法当中仍然有一定的争议，但是明确规定了自然人个人信息受法律保护，因此相关数据主体利用技术将信息转化为数据时必须遵守《民法总则》的规定。与之相类似，军事设备的信息涉及到国家安全与公共利益，相关数据主体对其采集、加工、使用则必须遵循相关法律规定，不得恣意妄为。

信息数据化的平等与公平原则是为保障数据个体不受到系统自动生成的计算结果支配而形成的。大数据技术广泛运用的效果是每一个公民都具有了“数字身份”，并获得由算法分析生成的“数字名片”。在技术黑箱和无法预知的算法面前，大数据分析将成为不透明的决策方式，带来无法理解和监控的决策结果。这种结果很可能导致不公平对待。

大数据不仅在法学领域内是一个十分重要的客体，同样也引起了经济学的关注。大数据的经济学分析集中在数据是否产生市场支配力，包括是否构成进入壁垒、是否形成高效率等问题。这些问题也是法学研究密切关注的。王晓茹博士从经济学的独特视角分析了上述普遍关注的问题。

基于数据的法律探讨虽由来已久，但是“大数据”这一概念受到广泛关注却是近几年的事情。总结来说，对数据问题的研究自2012年起经历了从云计算到大数据再到算法的演变。

“近两年来，宁夏回族自治区党委书记石泰峰三次到访智慧宫。”智慧宫副总裁马荣说，石泰峰在考察时勉励智慧宫主动融入“一带一路”，继续发挥对阿出版优势，在传统图书出版的基础上，拓宽中国文化传播途径，通过互联网，加快网上中国文化的传播，讲好中国故事。

大数据安全原则内涵包括两方面：一是数据的物理性安全，即数据的存在性、可获得性和完整性；二是数据的保密性安全，需防止数据被不当泄露和使用。

关于数据所产生的经济效率，大多与数据商业模式相关。在多边市场中，广告商越多，用户点击量越高，广告商付费也越高。但在互联网中，用户太多可能出现拥挤现象，给使用者带来不便，可能导致规模不经济的出现。因此，大数据所形成的规模经济效应并不如想象当中的美好。大数据时代，进入市场的最小可获利模式取决于获取数据的成本以及数据分析的质量。市场进入未必需要商家自行收集数据，有时甚至不需要用户数据就可获取一定的规模。商家可以在算法、内容等方面多加投入，从而获得用户。是以，规模经济也不会导致不可逾越的先发优势。

根据马尔可夫过程中绝对概率分布等于转移概率的极限性质，令bi,k表示节点处于退避阶数i，i∈(0,m)碰撞窗口为k，k∈(0,CWi)的概率，则有：

周德清《中原音韵自序》更是标举北曲“自搢绅及闾阎歌咏者众”，“字畅、语俊、韵促、音调，观其所述曰忠、曰孝，有补于世”[10](P175)，从受众群体众多、写作技巧高超、文辞和音乐审美兼备、教化内涵丰富等诸方面综述了北曲艺术形态的高拔和思想层次的深刻。而《中州音韵》本身以北曲音韵体系为核心，以关汉卿、马致远等杂剧代表作家的具体作品为例证来讨论“正音”，这既是元人对元曲的自我推尊，又可以看到其背后涵盖的是以“中原”或曰北方地区的语音为标准，对中原语言所代表的“正统地位”的文化想象。

公法与私法路径的优劣显而易见，私法规制路径属于赋权式规制路径，给予个人救济途径，但寡不敌众，分散式赋权方式可能难以形成对数据主体的有效约束。由政府负责大数据监管看似危险，但十分有效。首先，大数据技术是一种新型科学技术，它所带来的负外部性是危险的，而且在商业利益的驱动下可能变本加厉。由于大数据技术所涉法益多样，大数据主体所承担的法律责任也往往同时具有私法和公法性质。除了数据产生主体通过契约关系对处于下游的数据使用主体加以自律性规范之外，公法上的义务和责任应该是对数据使用主体的重要规范手段。再生信息中的法益大都涉及公共利益和国家利益，对于这些法益的保护更需要公权力的监督和实施。其次，公民个人对数据中的信息利益的理性很难成为集体理性。单个信息的法益与大数据技术所产生的法益之间的联系往往由于没有因果关系和直接联系而变得模糊，依赖民事责任的因果关系很难实现规范的目的。再次，基于大数据技术的专业性，对有关大数据技术的六大原则的理解、贯彻也需要由政府专门机构来监督和落实。最后，私法规制主要依赖侵权责任来实现，但是在大数据时代下，侵权行为所造成的损失经过网络的传递，难进行追责与补偿的。侵权责任的事后补救方式已经无法实现社会的有效治理，必须寻求新的社会管理体系。

二、经济学视角下的大数据分析

数据产生主体对数据享有专有权原则将合法产生的数据权益专门归于数据产生主体，信息主体对基于信息产生的数据并无专有权限，理由有下：一是劳动产生权利，付出劳动的数据产生主体对其劳动成果——数据，享有私权利是天然正当的。二是对数据实际占有状态的法律认可，在司法实践中这些数据被视为商业秘密或财产性法益受到保护，刑法也以非法获取计算机信息系统数据等罪名对数据产生主体的权益间接给予认可与保护。三是将专有权赋予数据产生主体并不会引发规制不公，赋予权利的同时也会对数据产生主体增加相应的责任。数据产生主体有义务正当行使其数据，并防止他人不当利用数据。

“翻转课堂‘课前传授+课上内化’的教学形式与传统教学过程正好相反”[2]，学生课前观看视频完成知识传授，课堂上通过一系列互动促进学生知识内化。按照这样的推理逻辑，我们的翻转模式没有丝毫差错，问题在于：一样的模式，一样的实施流程与顺序，为什么在美国可以“翻”得“转”的课堂在中国却遭遇了各种问题？

重要资源的聚集很容易形成市场进入壁垒，但大数据可否形成进入壁垒并非是一件决然的事情。数据具有非竞争性，多家厂商可以收集相同数据；数据还具有非排他性，市场上并没有多少独家收集协议，也没有锁定用户价格的协议。除此之外，用户使用多个产品或服务已经成为一件普遍的事情，因此，没有哪个厂商能够控制市场上所有或者大部分数据。所以，大数据形成进入壁垒的可能性不大。但是，数据收集者可以策略性地制造壁垒，导致数据产生排他性，例如某公司可以与大超市签订独家合同，收集消费者购买信息。

在智能终端普及的互联网时代，数据免费、来源广泛、种类繁多，数据收集是相对容易的事情，但是数据本身不能单独提供价值，数据的内容比数量更重要，不同商家可能需要不同的数据，同样的数据对于不同商家的价值不同。由此可见，数据对于封闭性市场形成的支撑力较小。此外，经济学研究发现，数据的寿命是有期限的，新进入者对数据方面的劣势可能有限。而竞争优势更多来源于高度相关和即时的数据，并非是单纯数据量的积累。所以，大数据并不一定天然形成市场进入壁垒，需要结合具体情况进行分析。

大数据及其技术使用的六项基本原则是规制的基本纲要。而原则性纲要只是确立了规制的基本框架，具体而言，从公法或私法路径规制大数据的问题依旧没有解决。从下而上的私法规制路径，以自然人对于个人信息所享有的权利来规范大数据技术的使用，以数据产生主体对所控制的数据所享有的权利来规范下游的数据使用主体和再生信息使用主体的行为。公法规制路径则是从上而下，以政府主管部门的行政权力来规范大数据的使用，以保护公共利益和国家利益。

三、大数据的反垄断规制

第二，学习效应。对这一要素的研究主要强调规模经济、网络效应等相关要素。学习效应会改变数据的市场影响：特定情况下存在着数据最小规模的要求，对于一些没有价值的历史数据，数据量越大，收益反而越低；但在一些情形下，为了训练算法，历史数据也具备了价值，发挥学习效应。因此，对于这一问题需要进行个案判断，从而发现数据使用是否有助于改进商品或服务的学习效应。

（一）背景

促进大数据资源共享原则旨在维持数据时代的公平，要求数据共享也是对专有权原则的限制，满足社会公正性需求。资源分配不均衡总会造成社会不公平，在封建氏族社会，血缘关系的不平等是社会不公平的主要原因。而在私权利时期，私产占有与分配不平等是社会不公平的最根本原因。大数据时代也不能逃脱这一规律的作用力。大数据时代，数据获得和分析能力不平等将成为社会不公平的重要原因。从追求社会公平这一政治目标角度而言，促进数据共享应当成为法律规制的基本原则之一。

[22][34] 韦宗友：《国际议程设置：一种初步分析框架》，《世界经济与政治》2011年第10期，第38-52、49页。

自对大数据的关注开始，不仅是个别学者，包括OECD在内的一系列官方机构都加入研究队伍之中并出台了大量报告： 2016年FTC的报告主要从反不正当竞争的角度谈大数据；2016年法德的联合报告与OECD论坛报告对数据竞争研究有重要作用；最近又接连有日本、荷兰、德国、欧洲监管中心的四份报告出台。在一些案件中，竞争执法部门开始注意到数据的拥有和使用可能会引发竞争问题。与数据直接相关的案件大多是并购案件，例如2010年的微软案、2014年的Facebook案以及2017年的领英与HiQ案，皆属此列。德国对Facebook的调查案中加入对隐私保护的讨论，引发了争议：有人认为这些涉及到数据的案件是隐私保护而非反垄断案件；但也有学者认为，虽然案件直接违反的是个人数据保护法律，但也构成了德国反垄断法中滥用的情形，应认定为反垄断法案例。

（二）大数据概念的界定

从狭义上看，数据通常是指科学实验或测量的结果；广义上讲，数据实际上是信息。在目前反垄断领域对数据的争论中，讨论的不仅仅是“数据”，更多的是“大数据”，这是一个缺乏统一界定的概念。常常被提及的“大数据”是来自不同领域的大量不同类型的数据，它们需要强大的处理器和算法进行高速处理和分析。从法律角度来看，有很多种界定大数据概念的方式，比如依据数据的信息类型、数据的结构、数据的收集方式等。

不同于上述认识，也有观点提出数据与大数据在严格意义上无法区分，许多报告和文献对这两个概念交替使用。2017年荷兰《大数据与竞争》调研报告指出，由于并不存在正式的定义能够将“数据”与“大数据”区分开，原则上来看，分析“数据”和“大数据”案例时并不存在区别。2015年开始，Gartner“新兴技术成熟度曲线”报告已经弃用“大数据”一词。报告认为，云计算、大数据等技术的融合，导致出现一股研究大数据的浪潮。但是数据和大数据没有实质区别。由于对数据的研究和运用普遍存在，技术已经十分成熟，没有必要放进成熟度曲线了。不仅如此，目前在新型技术的竞争法问题研究中，各个重要技术节点具有重要关联，云计算、大数据以及算法无法割裂。因此，研究大数据的竞争法问题，需要将相关技术交织起来，单独讨论“大数据”的概念并无意义。

（三）大数据对企业市场力量的影响

从竞争法探讨数据问题，值得研究的真问题之一是大数据到底对企业市场力量有怎样的影响？这个问题的解答会直接涉及竞争分析以及损害理论的建构。

数据对市场产生影响的因素很多，理论上的逻辑关系也较为复杂。2017年荷兰关于大数据的报告观点鲜明，具有代表性。报告中认为，基于数据产生的市场力量大小主要受以下五种因素的影响。

第一，排他性。报告指出对排他性特征的讨论对于数据市场力量的认定至关重要。对于数据，仅一家企业享有数据的独占权，还是其他企业也可以获取数据？这就涉及到数据竞争性和排他性两个特征的认定。如果数据既具有非竞争性也具有非排他性特征，那么就成为了公共品，失去了讨论的必要。现在的问题在于，在非竞争性的认定没有异议的情况下，研究文献对排他性的争议很大。很多人坚决地认为数据是非排他的，但也有部分学者提出，在特定情形下数据将获得排他性，例如基于合同、隐私保护或特定的排他行为实现数据的排他。

在大数据广泛运用的背景下，竞争法学者关心的另一个重要问题是大数据的运用是否会通过改变经营者的商业模式和市场力量，导致反竞争的垄断效果。韩伟博士结合自己在大数据领域的研究心得，提出对前述问题应从大数据的研究背景和概念界定出发、讨论大数据对市场力量的特殊影响、结合引起广泛关注的与大数据相关的反垄断行为加以解答。

第三，同一网络各方主体之间互动关系的整合。报告以Facebook案为例，提出如果有能力在多边平台各个用户数据之间进行整合，网络发生的效应将会很强大，新的主体很难通过在短时间内复制这个网络进入市场。数据是否被用于平台用户整合会影响到企业市场力量。

第四，互补性资产。云计算和算法等都属于数据的互补性资产，是否存在互补性资产会对特定数据的市场力量产生影响。以当前人工智能领域为例，在我国技术的核心仍然是数据。这是因为国内实践中算法尚未开源，仍然需大量依靠国外开发的算法，在竞争中主要依靠数据。但是算法一旦进步给竞争带来的影响不容小觑。而新技术的进一步发展甚至可能使数据失去意义。Alphazero的问世使得人工智能领域的算法不必再依靠数据。有观点认为既然算法可以通过互补为自己提供数据，数据的重要性将逐渐下降。

第五，竞争性商业模式。最后，大数据可能成为跨越相关市场的因素。对大数据的市场影响力的判断还需要跨越相关市场的限制，考察是否存在与特定企业拥有不同商业模式但却存在竞争关系的经营者。

以上五个要素形成了报告中对大数据市场力量判定的分析框架。从法律分析的角度出发，更好理解的一种分析框架是从以下三个角度分析数据影响力：一是大数据通过影响商业模式等对数据主体的市场力量产生的直接影响，二是对数据拥有者的现行或潜在竞争对手的影响，三是对客户和最终消费者的影响。其中，对竞争对手的影响可以从数据可获得性、数据收集的范围与规模要求以及数据可替代性来考察。对于数据的可获得性，则可进一步从数据的非排他性、获取数据的成本、数据拥有者对数据的保护以及从第三方获取数据的可行性这四个方面展开具体的分析。通过分析客户及最终消费者面对企业基于其拥有的数据所提供的产品或服务时的反应，也可以间接观察数据对企业市场力量的影响。客户及最终消费者转向其他供应商的难度或转换成本的高低，对于判断数据拥有者的市场力量，以及数据对企业市场力量的影响力度，也具有一定的参考价值。

（四）与大数据相关的反竞争行为

同知识产权反垄断相同，对数据反垄断的研究目前仍没有打破垄断协议、滥用市场支配者地位、经营者集中三大支柱形成的框架。反垄断法框架下，数据可被视为一种生产要素，或者生产商品和提供服务所需的一种投入品。

在垄断协议中，数据驱动型的算法合谋是反垄断法关注的一个方向。过去，这种行为类型往往在研究算法问题时被提及，但最新的大数据报告认为算法合谋问题实际上源于大数据的适用。

运用大数据造成滥用市场支配地位垄断效果的问题已经得到了广泛关注和研究。在拒绝交易行为的讨论中，2017年的HiQ案已经提出一个非常敏感的题目，那就是在大数据领域必要设施理论的适用。必要设施理论在知识产权领域的适用尚存争议，在大数据的研究中更是如此。即使接受该理论在大数据领域适用，对于如何适用也存在不同观点：一种观点认为基于权利基础，在大数据领域适用的标准不能超过知识产权领域；但也有观点认为，对大数据适用必要设施理论产生的市场寒蝉效应和创新扼杀相比知识产权会少得多，反而不需担忧。另外一个跟滥用市场地位相关的行为是价格歧视。大数据以及物联网的发展，使得完美的价格歧视的出现成为可能。这对竞争效果会产生什么样的影响也需要充分关注。

与大数据关系最密切的反垄断法问题是经营者集中。目前正在发生的大数据相关案例大多是并购案。在微软领英案中，针对“客户关系管理软件解决方案市场”，欧委会重点分析了合并后微软能否通过拒绝微软的竞争对手访问领英数据库，从而阻止竞争对手基于前述访问通过“机器学习”开发高级的客户关系管理功能，这就提出了一个必要数据和原料封锁的问题。更进一步地，由于大数据带来的变革，对经营者集中反竞争效果的评估不能再局限于最传统的原料封锁，而需要开始适当关注协同效应甚至传导效应。

此外，广东省水利部门在加大河道执法力度的同时，注重拓展水土保持、水资源、水工程等执法，截至目前，已办理水土保持案23宗，水资源案14宗，水利工程案8宗，有力地打击了各类水事违法行为。

另外，隐私保护问题开始逐渐渗入数据相关的反垄断分析中，例如领英一案中已经对隐私进行了竞争分析。对于反垄断分析框架中是否应考虑隐私保护问题学界争议极大。赞同派认为隐私保护是一种很重要的非价格竞争因素，如领英案中认为隐私是一种消费者在选择职业社交网站服务时考虑的重要因素；反对派有很多观点，例如其不符合反垄断法宗旨、隐私难以评估和量化、反垄断救济措施无法处理隐私问题、导致法律冲突、降低执法确定性等。

本期学术沙龙除了对上述问题进行了热烈的讨论之外，还热议了诸多与大数据相关的议题，如数据权属配置对反垄断规则适用的影响、数据驱动型交易的申报门槛的完善、数据市场应当采取管制措施防止市场失灵还是通过自由竞争自行调节等。