摘要
数字经济时代的个人信息不断衍生经济价值，成为竞争的焦点。个人信息竞争主要表现为个人信息数据化的过程竞争和结果竞争，进而演化为数据竞争，并由数据壁垒引发诸多垄断问题，故应将个人信息竞争纳入反垄断治理的范畴。个人信息竞争的反垄断治理应当首先厘清竞争领域中的个人信息，并从个人信息数据化形成的数据资产角度确认个人数据、企业数据和公共数据的多层次产权属性及归属，进而明晰反垄断法规制个人信息的范围和边界。在个人信息数据化形成数据资产后的结果竞争中，为规制利用个人信息实施的垄断行为，应当构建以个人信息保护为核心的非价格竞争分析范式，将个人信息保护水平作为市场力量认定、竞争损害评估和消费者福利分析的要素，综合分析垄断行为的竞争影响。在以获取个人信息资源为目标导向的过程竞争中，为消除数据壁垒，可适用必要设施原则，平衡数据权利保护与个人信息交易，明确数据作为必要设施的条件和数据免费访问的范围，实现数据开放与共享。
Abstract
Personal information competition is mainly manifested as competition in the process and the result of digitization of personal information, which then evolves into data race, not to mention that many monopoly problems are caused by data barriers, so personal information competition should be included in the scope of anti-monopoly governance. The anti-monopoly governance of personal information competition shall first clarify the personal information in the field of competition, and confirm the multi-attribute of property rights and its attribution, so as to clarify the scope and boundaries under the anti-trust laws. In the result competition after the digitization of personal information forms data assets, a non-price competition analysis paradigm centered on personal information protection shall be constructed, using the level of personal information protection as an element of market force identification, competition damage assessment, and consumer welfare analysis, and comprehensively analyzing the competitive impact of monopolistic behavior. In the process competition of obtaining personal information resources as the goal-oriented, the principle of necessary facilities can be applied to balance the protection of data rights and the transaction of personal information, the conditions for data as a necessary facility and the scope of free access to data should be clarified, in order to achieve data openness and sharing.
数字经济时代的个人信息竞争价值正在被深度挖掘并释放，个人信息竞争已经由简单的信息资料收集整理演变为有深刻变革意蕴的数据竞争。在个人信息竞争中，个人信息数据化形成数据资产，数字平台企业凭借数据资产获得市场力量，形成市场进入障碍，利用个人信息实施垄断行为，从而引发竞争损害。反垄断法对此的有效回应是将个人信息竞争纳入反垄断法的治理范畴。这不仅需要在逻辑上厘清个人信息数据化中的多元数据形态，而且需要在多层次的数据产权归属下界定竞争领域中的数据信息，划定个人信息竞争纳入反垄断法规制的范围和边界。在反垄断法的分析框架下，规制个人信息数据化结果竞争中的垄断行为时，要基于保护竞争的价值目标，建立个人信息竞争损害理论，转换以价格竞争为中心的传统分析范式，构建以个人信息保护为核心的非价格竞争分析框架；在治理个人信息数据化竞争时，要秉持平衡协调的理念，消除过程竞争中的数据壁垒问题，平衡数据创新效应与市场进入障碍，引入反垄断必要设施原则，探寻数据信息开放与共享的条件和范围。在此基础上，有效规范数字经济中的个人信息竞争秩序，实现公平竞争目标。
一、 数字经济中的个人信息竞争及演化
数字经济中的个人信息已经成为具有经济价值的生产资料，是市场竞争的核心要素。在个人信息数据化中，不断汇集的个人信息经过加工处理后二次衍化成为数据，数据成为信息的载体，个人信息竞争也逐步演变为数据竞争。
（一） 个人信息的经济价值与竞争
个人信息的经济价值使其成为数字经济中的竞争要素，市场主体围绕个人信息展开竞争。数字平台企业为了及时掌握用户的个人信息并获取交换价值，采取各种企业策略行为收集个人信息，通过大量累积和深度挖掘用户信息，借助数据汇集与算法逻辑优势，掌握用户偏向、消费习惯、支付意愿和浏览记录等，并进行及时精准的定位投放，以此优化产品和服务、增加用户黏性、获取更多盈利机会。数字平台企业依托互联网、物联网、云计算、人工智能、移动终端等数字技术的迭代发展，利用算法技术汇聚和整合个人信息，整合后的信息集合体具有规模叠加效应，带来巨大的经济价值，形成极强的竞争优势。
信息经济学将信息界定为影响市场主体之间经济利益的各种信息。因此，不是所有领域和形式的个人信息都能够成为竞争要素，竞争领域中的个人信息应当是具有经济价值的信息。目前学界将个人信息主要区分为隐私型、关联型、识别型等 3 类。隐私型的个人信息是人们不愿让他人知晓的信息。关联型的个人信息主要是与身份相关的信息、资料和数据。识别型的个人信息能够突出表现特定主体的特征，用以识别该主体的身份及相关判断。在法律规范中采用可识别性特征界定个人信息更具科学性，当前立法实践对个人信息的界定均采用识别型，对可识别性的判定是界定个人信息的关键。在竞争法视角下界定个人信息，应当偏重竞争维度的识别性，将个人信息界定为能够精准识别并指向潜在用户的导向性信息，能够影响市场主体之间的经济利益，具有经济价值。数字平台企业通过精准识别能带来经济利益的个人信息并对其进行收集和处理，使个人信息的经济价值不断增值，成为市场竞争的核心要素。
（二） 个人信息竞争演化：数据竞争
数字经济中的信息通过数据表现，数据是信息的表现载体与形式。个人信息在两个层次上向数据演化。具有经济价值的用户个人信息被精准识别、搜集、处理和存储，零散的信息聚合为整体，形成具有规模价值的原始基础数据；在此基础上，利用计算机技术和算法对用户的各种交易行为活动信息进行采集、分析和处理，实现基础信息的价值增值，进而产生具有更高经济价值的衍生增值数据。个人信息在这两个层次上的演化是个人信息数据化过程。在此过程中，个人信息从初始信息形态聚合成为数据形态，演变为数据资产，成为竞争的内生要素和内在动力源。在网络效应和范围经济的作用下，数字平台企业对个人信息持续收集并不断转化为数据的能力使其占据更大的竞争优势，个人信息的竞争方式表现为数据竞争。
个人信息竞争主要体现为个人信息数据化的过程竞争和结果竞争。个人信息数据化的过程竞争体现为以获取个人信息资源为目标导向的竞争，其中，个人信息的搜集和处理能力以及数据化时间的长短都是竞争焦点。在个人信息持续不断的数据化过程中，经营者采取多种措施和渠道获取个人信息以便能形成企业生存发展的数据资源。为了争夺特定市场中的关键数据资源，竞争中常常出现信息收集处理的限制行为，如数据访问限制行为。个人信息数据化的结果是形成规模化、系统性的数据，个人信息数据化的结果竞争是个人信息形成数据后利用关键数据资源展开的竞争。为了在竞争中获取利润，拥有并控制数据的经营者凭借数据资源开展市场竞争时，不惜在降低个人信息保护水平的基础上利用数据算力实施精准营销和差别策略等竞争行为。
二、 个人信息竞争中产生的垄断问题
在个人信息竞争中，数字平台企业借助数据及算力形成数据垄断，凭借数据资源制造市场进入壁垒，持续利用和操纵个人信息，实施排除和限制竞争的行为，进而带来垄断问题。
（一） 凭借数据及算力形成市场力量
数字平台企业收集、存储、计算、分析和传输信息数据的能力是使个人信息经济价值增值的关键，这被称为数据算力（李平等，2021）。数字平台通过数据算力获取个人信息，不断吸纳、汇总和处理个人信息，形成数据资源。在此基础上，利用计算机技术和算法科学分析数据信息，调整和优化服务，获得数据增值，形成平台数据优势地位。数字平台企业凭借其控制的数据以及数据算力可以在个人信息竞争中形成市场力量。数字平台企业在个人信息竞争中获取市场力量后，会采取各种方式进一步巩固其市场力量。在个人信息数据化的过程中，数字平台企业采取的商业模式往往具有网络效应、正反馈机制的特点。数字平台企业通过提高产品服务质量，迎合消费需求，使市场一边用户不断增加，从而吸引市场另一边用户聚集，在正反馈作用机制下，用户数量不断增加，个人信息的数据规模呈正向增长，数字平台企业的数据控制能力、处理能力和分配能力增强，其市场力量也不断强化。
数字平台企业在某一行业领域拥有市场力量后，会通过跨界传导策略将其在该领域的市场力量传导进入另一行业领域，凭借其在某一领域已经形成的信息数据优势，在另一领域中也形成市场力量。欧盟《数字市场法》指出，数字平台企业连接着平台内的经营者和消费者，利用优势收集信息数据，从一个领域传导到另一个领域，实现对整个平台生态系统的控制（杨东和臧俊恒，2021）。大型数字平台企业通常集数据的收集者、处理者和使用者于一体，拥有强劲的数据搜集和处理能力，再叠加网络外部性和跨界传导带来的市场力量，持续获取特定市场个人信息形成数据资源，占据市场优势地位。
（二） 数据规模效应造成市场壁垒
个人信息数据化形成规模化的数据资源，数据资源的规模效应会形成市场进入壁垒。拥有较大用户规模的数字平台企业对新用户的吸引力较大，因此也能搜集到更多的个人信息，形成更大规模的数据资源，从而控制数据这一关键设施。数字平台企业的用户达到一定规模后，会形成正向经济价值反馈，在正反馈机制下，占据市场优势地位的经营者会获得数据规模效应，而潜在竞争者缺少这样的用户及个人信息支撑，很难进一步获得更多的信息数据，也就无法进入该市场并与在位企业竞争。
具有数据规模效应的数字平台企业对用户具有锁定效应。由于大量用户都在使用某一平台的数字产品，用户个体不会轻易转向其他平台产品，潜在竞争者也很难将用户引导至其平台产品上。由于存在较高的用户转移成本，潜在竞争者无法轻易获取用户，也就无法轻易获取个人信息数据。同时，数字平台处理和使用数据的成本结构有特殊性，即前期沉没成本高、边际成本接近零。当用户被锁定时，潜在竞争者不仅要考虑用户转移成本，还要考虑数据搜集无法达到临界规模所导致的沉没成本，这就进一步降低了潜在竞争者进入市场的意愿。
在个人信息竞争的数据化过程中，具有市场优势地位的数字平台企业凭借数据壁垒，通常会拒绝竞争者的正当数据共享请求，排斥其他数字平台企业分享其平台数据信息，实施拒绝交易行为。
（三） 利用个人信息实施垄断行为
数字平台企业利用个人信息实施的垄断行为较为广泛，既有“二选一”“大数据杀熟”和“自我优待”等滥用市场优势地位的垄断行为，也有数据驱动型的经营者集中行为和利用个人信息促成算法合谋的垄断协议等垄断行为。
数字平台企业在拥有并控制关键性的数据资源后，常常会形成市场优势地位。处于优势地位的数字平台企业在降低个人信息保护水平后，用户并不会转向个人信息保护水平较高的竞争对手。数字平台企业常常利用这种优势地位，通过不合理的交易方式，搜集用户个人非必要信息，利用算法获取用户的消费习惯和需求，滥用个人信息定向识别性特征，进行差别待遇、价格歧视等垄断行为。Google 在应用中设置排他性条款，并整合数据进行自我优待、价格歧视、捆绑搭售等；百度利用数据爬虫技术挖掘数据信息，实施差别化定位投放；美团对用户个人信息进行搜集和推导，利用信息不对称优势实施歧视性定价。这些都是具有市场优势地位的数字平台企业利用个人信息实施的滥用市场优势地位的行为。
数字平台企业为获取个人信息形成数据资源，通过并购其他拥有数据的平台经营者获取个人信息，实现数据垄断。在 Facebook 收购 Instagram 和 WhatsApp 案中，Facebook 利用用户账户信息自动匹配技术，共享用户信息，扩大市场份额，获得市场力量，进而采取排除市场竞争的行为。在 Microsoft 收购 LinkedIn 案中， Microsoft 推动 LinkedIn、Office365、Dynamics 共享用户资源和职业信息，从而凭借数据信息获得市场优势地位。这些并购都伴随个人信息的获取和数据资源的争夺，会导致其他经营者由于缺乏数据资源无法参与相关市场的竞争，提高了市场进入壁垒，扼杀了市场潜在竞争者；也可能由于合并导致市场结构变化，数字平台企业可以降低个人信息保护水平实施垄断行为。
数字平台企业以人工智能为手段，利用信息交流或者信号传递促成合谋，从而带来反竞争效果。数字平台企业利用算法在彼此之间传递信息从而达成算法合谋，无须书面协议和主观意识交流也可形成垄断协议；可以运用算法监测竞争对手的价格、产量和市场供求变化，及时采取应对策略并统一算法规则，以实现自动协同定价。在 2015 年美国 Topkins 案中，企业利用算法与其他经营者共谋操作亚马逊第三方市场上的海报价格，自动进行价格信息交换，实施协同定价行为。美国 Uber 公司与网约车司机签订纵向协议，通过算法定价机制自动生成集体涨价行为。同时，一些数字平台企业会通过算法达成一致的个人信息保护政策，以避免在个人信息保护方面展开竞争，也会采用同一算法程序降低个人信息保护水平以获取更多数据，通过纵向的轴辐型垄断协议形成横向限制的效果。
三、 个人信息竞争的反垄断国际实践
在个人信息竞争中，数字平台企业不断进行数据争夺，引发了大量的垄断行为，个人信息竞争的反垄断法规制进入了国际反垄断视野。
（一） 个人信息竞争纳入反垄断法保护
在传统反垄断理论中，芝加哥学派认为保护竞争主要关注经济效率，应当将反垄断法范围限定于经济问题，个人信息保护不应属于反垄断法的范畴（Shapiro， 2019）；反垄断法主要保护的是有效价格机制，即便是对个人信息保护，也应当是体现在其对价格的影响上（Ohlhausen and Okuliar，2015）。然而，新布兰代斯学派对此提出了不同的主张，由于零价格的服务模式，数字平台除了造成经济影响之外，还会造成对公众隐私及信息权利的侵害，只关注经济效率会忽略非价格方面的损害。反垄断法对个人信息的保护是基于市场竞争维度展开的（Ben，2017），当个人信息受到侵害是由于企业具有市场势力并实施了与此相关的垄断行为，那么，反垄断法就有了干预的合理性和正当性（Nicholas and Ioannis，2021）。
在反垄断实践中，数字经济初期对个人信息保护持较为保守的态度。在 Asnef 诉 Equifax 案中，欧洲法院认为涉及个人信息问题不属于反垄断法的范畴；在 Google 诉 DoubleClick 案中，欧盟委员会也没有对个人信息保护问题进行评估；在 Facebook 诉 WhatsApp 案的初始审查中，美国和欧盟的竞争执法机构都没有禁止该合并，认为即使存在相关风险，也不在反垄断法的考虑范围内，而属于数据保护法的范畴。这些案件中的竞争执法和司法机构都坚持了较为保守的立场，直到 2016 年德国的 Facebook 案，德国联邦卡特尔局将损害用户个人信息的行为直接认定为垄断予以处罚，并且针对 Facebook 违反《欧盟并购条例》和承诺，收购 WhatsApp 和 Instagram 后自动匹配账户信息，变更个人信息保护条款，进行反垄断处罚。由此，个人信息竞争被纳入反垄断法规制领域。
（二） 个人信息保护水平成为竞争损害评估因素
国际反垄断实践开始在竞争损害分析过程中关注个人信息保护问题，将个人信息保护水平作为竞争损害评估的因素。数字平台提供的个人信息保护水平是竞争的一个维度，当企业拥有市场优势地位时，由于缺乏来自市场竞争的压力，从而可以借助其市场力量任意侵犯用户的个人信息（Nicholas and Ioannis，2021）；同时，为了减少个人信息保护方面的竞争压力，垄断企业会对提供较高个人信息保护水平的竞争者采取排他性行为（Stucke and Grunes，2016）。
目前，不管是美国还是欧盟的反垄断执法机构，在反垄断审查中都会具体考察是否会减少个人信息保护方面的竞争、导致个人信息保护水平降低等竞争损害。在 Goolge 诉 Doubleclick 案中，美国联邦贸易委员会（FTC）考虑到 Google 并购 Doubleclick 将有可能导致个人信息保护水平降低，调查了合并对用户个人信息保护等非价格竞争产生不利影响的可能性，虽然通过了该项合并，但将个人信息保护水平降低与价格损害一样作为竞争损害评估的重要因素。在 Microsoft 诉 LinkedIn 案中，欧盟委员会在分析竞争损害时，将个人信息保护作为竞争的关键参数，认为合并不仅会限制用户在个人信息保护方面的选择权，同时为了减少个人信息保护方面的竞争，还会实施排他性行为。在 Facebook 案中，德国联邦卡特尔局将个人信息损害作为一种竞争损害，认为 Facebook 在德国境内的社交网络市场中占据市场支配地位，其未经用户同意收集和使用数据，扩大个人信息的使用范围和方式，损害用户个人信息，构成剥削性滥用。
（三） 探索非价格竞争维度的反垄断分析方法
国际反垄断实践不断探索以个人信息保护为基础的反垄断分析方法，从非价格竞争的角度出发，将个人信息保护作为质量的一个维度进行考察。具有市场优势的企业凭借其市场势力，降低个人信息保护水平，也就是降低了产品或服务的质量。① 加拿大的《竞争法与大数据》指出，隐私是质量的重要方面，隐私保护是企业开展竞争的重要维度。法国和德国联合发布的《竞争法与数据》指出，隐私是产品质量的一个方面，合并将降低产品质量。日本的《数据与竞争政策》指出，隐私保护水平是产品质量的一个维度，隐私保护水平降低应该被视为竞争减少的效果。欧盟委员会将个人信息保护政策视为质量竞争的体现，企业合并中应当审查合并后对个人信息保护的影响，防止合并通过后会导致产品质量下降。
在将个人信息保护作为质量的一个维度进行反垄断分析时，也进一步探索了具体可行的量化分析方法。经济合作与发展组织提出了 SSNDQ（小而显著的非暂时性质量下降）测试法和 SSNDI（小而显著的非暂时性创新努力下降）测试法，但实践中由于缺乏可操作性较少使用（韩伟和李正，2019）。学界提出了比较可行的 SSNDPP（小而显著的非暂时性个人信息保护水平下降）测试法，测试当个人信息保护水平下降 5%~10% 时，用户转换至另一个类似产品或服务的情况。对于个人信息保护水平降低的认定，则可以通过考察某一较短时期内由于引入新的个人信息保护政策而导致的用户数量减少情况来评估。此外，日本的《数据与竞争政策》提出 SSNIC（小而显著的非临时性成本上涨）测试法，分析用户实际所需支出成本的变化，这些成本中就包括了用户个人信息保护水平的降低以及用户注意力时间成本等，而个人信息保护水平降低的认定可以通过对个人信息保护范围和程度的减少进行测度。
四、 个人信息竞争反垄断治理范围的边界划定
个人信息演化形成的数据具有多种形态，并不是所有数据都能纳入反垄断法的治理范畴。这就需要界定哪些形态的数据可以纳入反垄断法规制，从而为个人信息的反垄断治理范围划定边界。在划分数据形态时，由于从数据信息内容本身很难做出区分，并且反垄断法主要是在关注竞争结构、约束市场势力的基础上对经营者进行规制（张占江，2022），因此，应当从数据权属主体角度出发划分为个人数据、企业数据和公共数据，进而遵循企业数据权属主体与反垄断法规制对象一致的内在逻辑，将个人信息反垄断治理的范围划定为企业数据。
（一） 个人信息数据化过程中的多元产权形态
根据数据权利归属主体不同，个人信息在数据化过程中形成 3 种数据形态：个人数据、企业数据和公共数据。用户在数字平台进行活动时留下各种个人信息，这些原始信息在进行加工去标识的脱敏处理后就成为个人数据。个人数据作为个人信息的载体，可以精准识别定位到用户个体信息，与个人属性特征有明显的导向关联性，是与人格相关的数据。企业数据是数字平台对大量的用户个人信息进行加工整理后生成的衍生数据集合，一般包括平台日常运行产生的数据和用户在应用中产生的数据。企业收集个人信息形成数据以及二次提炼融合数据的过程是价值创造的过程。公共数据是相关部门在依法履职或提供公共管理和服务过程中收集或产生的、以一定形式记录和保存的各类个人信息及其衍生数据，具有社会性，其价值和功能主要体现在国家安全、社会公共利益等公共领域。个人信息数据产权形态具有多层次性，个人数据、企业数据与公共数据在信息内容上常常相互交织，各类数据的权利归属主要依赖具体场景进行判断。Helen（2009）提出的场景理论中，个人信息类型是场景要素之一，个人信息不存在普适性划分标准，需要根据具体场景确定其性质和类型。个人信息形成的数据产权形态也高度依赖具体场景，无论是哪一种形态的数据，在数字经济领域都需要考虑场景化属性和进行个案化判断（丁晓东，2019）。
（二） 个人信息竞争中的企业数据权利确认
企业数据是平台通过个人信息在两个层次上进行数据化后形成的数据资产，数据权利应当归数字平台企业所有。
在原始数据获取阶段，平台的数据权利由用户与平台通过个人信息权属让渡的方式获取。数字平台企业在“知情同意”的前提条件下，由用户进行授权或协议同意采集其基本信息以及网络活动中的个性化初始信息，在进行加工去标识的脱敏处理后就享有了数据权利。在用户“知情同意”的协议与授权条件下，数据权利归属数字平台企业所有具有正当性与合法性。即便该权利是通过“隐私换便捷”的免费模式获得，也不影响平台对数据的权利。在数据增值处理阶段，数字平台企业对原始数据进行开发利用，二次加工使得数据的经济价值得到深度挖掘。数字平台利用技术、算法进行分析处理，生产出数据产品，投入了大量人力、智力和时间成本。将企业数据权属赋予数字平台企业，由数字平台企业占有并开发利用，符合市场效益和公平的竞争秩序。司法实践也都倾向于将企业数据收益分配给二次开发利用数据的收集者、创造者和实际控制者——数字平台企业。
数字平台企业经营者拥有企业数据权利，是对个人信息竞争进行反垄断规制的前提条件。反垄断法规制竞争领域经营者的垄断行为，只有数据权利归属经营者所有，并且从数据的权属角度将经营者所有的数据与个人数据以及公共数据区分开来，才能明确反垄断法分析框架下个人信息竞争的治理边界。
（三） 个人信息竞争的反垄断治理边界划定
在个人数据、企业数据和公共数据 3 个层次的数据形态中，企业数据归属经营者并会影响市场竞争，这与反垄断法规制的内在逻辑一致。数字平台企业占有企业数据后，凭借数据资源优势形成市场力量，设置市场壁垒，利用个人信息实施数据垄断行为以便谋取高额利润。此时，企业数据是市场竞争的生产要素，数字平台企业利用企业数据展开市场竞争并实施垄断行为，因此，企业数据应当被纳入反垄断法的治理范畴。
个人数据是用户自身基础信息和基于网络活动产生的个性化初始信息，用户作为数据的基础生产者，应享有具体且确定的人格利益和财产权益（龙卫球，2017）。因此，个人数据即原始信息的权益归属用户，私法领域会保护用户的个人信息权，例如，用户出于对自身隐私和安全的需要，可以要求数字平台企业删除数据库中的原始信息。反垄断法规制的是影响市场竞争的数据，个人数据不应纳入反垄断法予以规制。个人信息在公共数据领域是公共产品，具有非排他性和非专有性特征，具有社会公共管理和服务属性的公权力组织收集个人数据的目的是为了实现本部门的行政职责和社会整体利益价值。公共数据的搜集和使用基于公共利益，不具有经营性，不进入市场竞争领域，不影响市场竞争秩序。因此，公共数据不应纳入反垄断法予以规制。
个人信息竞争行为纳入反垄断治理，还需要厘清反垄断和数据权利的正当保护问题，这就需要进一步确认平台行使数据权利的正当性。个人信息竞争中的经营者具有数据权利，从权利内涵来看，个人信息数据权利主体在行使权利时对其他主体往往具有排他性，垄断行为是利用数据排除和限制竞争的行为，也具有排他性，因此，基于数据权利行使产生的排他性与利用数据资源实施垄断行为的排他性同时存在于个人信息竞争领域。但是，二者的排他性具有截然不同的属性。行使数据权利是正当行为，实施垄断行为则需要受反垄断法规制。企业数据具有排他性和竞争性，同时也存在非排他性和非竞争性，同一数据资源可以由多个经营者收集和使用，并不会减损该数据的价值，反而会增加经济效率。因此，数字平台企业正当行使数据权利应当与垄断行为区分开来，不能被纳入反垄断法规制领域。
五、 构建以个人信息保护为核心的非价格竞争损害理论
在个人信息数据化形成数据资产后的结果竞争中，平台企业常常利用数据中的个人信息实施垄断行为。反垄断法在规制个人信息数据化结果竞争中的垄断行为时，应当在传统的价格中心主义之外，构建以个人信息保护为核心的非价格竞争损害理论和竞争影响评估分析范式（殷继国，2019）。
（一） 个人信息的非价格竞争维度
竞争包括价格和非价格两个维度，①个人信息竞争主要体现在非价格竞争方面。数字经济中的个人信息价值没有用价格表现，价值交换没有以价格结算，而是体现为信息交换的方式。从用户端来看，用户同意数字平台可搜集和处理的个人信息数据范围后，才可以享受免费服务；就数字平台而言，通过用户许可和授权，获得个人信息数据的搜集和使用权利，进而在商业交易中实现该部分个人信息数据的经济价值。因此，数字平台企业提供各类网络服务，用户提供个人信息，两者互为交易的对价，而交易合约就是由数字平台提供、并由用户在使用数字平台服务时同意的个人信息保护政策。在个人信息保护条款中规定个人信息搜集和使用的范围及条件，这些被划定的可搜集和使用的个人信息可视作交易对价，数字平台将在后续运营中通过一系列数据处理行为获取该部分个人信息的价值。
数字平台采用零价格模式，通过个人信息保护政策对个人信息定价，个人信息保护政策本质上是收集和处理个人信息范围及类型的合约，体现个人信息的价值。在这种隐性对价模式下，数字平台对个人信息政策制定得越严格，个人信息可搜集和使用的范围就越小，平台在交易中获得的交换价值就越小，用户使用数字平台支付的对价就越低。反之，个人信息可搜集和使用的范围越广，数字平台获得的个人信息就越多，其在交易中获得的交换价值也就越大，用户需要支付的对价就越高。这种零价格的隐性对价策略导致价格因素的衡量标准无法反映市场竞争状况。
数字平台对个人信息的保护水平直接决定数字平台的服务质量，也与消费者的利益密切相关。在以个人信息作为价值交换的交易中，用户对个人信息安全性的考量是决定其是否进行交换的前提，这使得个人信息保护成为数字平台提供产品和服务的组成部分。由于不同用户对个人信息保护水平的要求不同，数字平台企业对个人信息保护水平的高低也成为服务质量的评判标准。数字平台企业通过增强个人信息保护水平以争取更多的用户，获得更多的个人信息资源，利用用户的个人信息资源提高服务质量，在市场竞争中获得优势地位，这是正向的市场连锁效应。对消费者来说，个人信息保护水平提高就是增加消费者福利。因此，个人信息保护水平成为市场竞争的内容，是数字平台企业在非价格竞争中最重要的因素。
（二） 以个人信息保护为核心的非价格竞争损害理论
由于数字平台企业采取隐性对价的商业模式，对用户的争夺主要体现在个人信息保护等非价格方面的竞争，运用价格中心主义的分析范式很难进行竞争损害评估，应当在非价格分析范式下建立个人信息竞争损害理论，将个人信息保护水平作为竞争损害影响的判断因素。
在认定数字平台企业的市场力量时，可以增加个人信息保护水平作为认定因素之一。在市场竞争中，数字平台企业常通过降低个人信息保护水平实施排除和限制竞争的行为，例如，定位个人用户精准画像、定向推送商业广告、实施差别定价，或者设置无法自由选择的交易条款剥削用户信息等。如果在数字平台企业降低个人信息保护水平实施这些行为时，用户依然选择该数字平台，平台用户数量并没有减少，这就表明平台用户并没有因为个人信息保护水平降低而转移到同领域其他竞争平台，此时数字平台具有极强的控制能力，可以判定其在相关市场范围内具有市场力量。这种市场力量就体现在，该数字平台企业有能力在降低用户个人信息保护水平的情况下提供其产品甚至侵犯用户个人信息权，却不会引起市场变化。
对利用个人信息实施垄断行为带来的竞争损害进行判断时，可明确将个人信息保护水平作为竞争损害评估要素，建立损害个人信息保护水平的认定标准。当垄断行为的实施伴随或导致了个人信息保护水平降低，扩大了个人信息可搜集和使用的范围，这就表明平台企业在交易中获得的交换价值增加，从而提高了用户需要支付的对价，即可认定为损害了市场竞争。对于个人信息保护水平降低，可通过两方面的标准进行判定：一是将以超过《个人信息保护法》规定的合理合法的范围或方式进行个人信息收集、分析和使用的行为作为个人信息保护水平降低的表现；二是数字平台滥用用户“知情—同意”范围内的个人信息。同时，需在个案中结合数据垄断行为带来的具体竞争损害，综合判定数字平台企业降低个人信息保护水平实施垄断行为的竞争影响。
在对消费者福利进行考察时，可从消费者剩余角度分析利用个人信息实施垄断行为对消费者福利的影响。消费者剩余是衡量消费者福利的重要指标（焦海涛， 2022），如果企业行为导致消费者剩余减少，就意味着消费者福利降低（李剑， 2022）。在数字平台企业利用个人信息实施垄断行为时，对消费者剩余可从两个角度进行判断。一是直接的消费者剩余减少。如果数字平台企业利用个人信息可以实施提高交易价格、固定交易价格、捆绑销售等垄断行为，市场就会出现垄断高价，这必然会直接降低消费者剩余。二是间接的消费者剩余减少。数字平台企业往往过度收集和使用个人信息，间接攫取消费者剩余，特别是由于用户黏性和网络外部性的作用，消费者注意力成为平台企业竞争的焦点。为最大限度获取消费者的注意力时间，数字平台企业往往利用个人信息进行个性化定制，使得消费者的注意力成本显著增加，超过合理、预期的范围投入时间成本，并且在此基础上驱使消费者新增消费需求，从而间接降低消费者剩余。
六、 反垄断必要设施原则下的数据开放与共享
在以获取个人信息资源为目标导向的过程竞争中，数据垄断者常常拒绝其他经营者访问其控制的关键数据，形成数据壁垒，排除和限制竞争。反垄断法的治理路径是，在满足必要设施条件下，对企业控制的原始数据信息进行免费开放。
（一） 数据作为必要设施的界定
个人信息数据化使得数据资源已经成为数字平台企业赖以生存和发展的关键，一些已经掌握数据并拥有数据算力的数字平台企业拒绝向初创企业或者小型企业分享相关数据资源，导致潜在经营者无法进入市场，数据在竞争中具有了反垄断中的必要设施特质。
数字经济中的个人信息普遍存在，数字平台企业可以通过各种渠道搜集信息，个人信息似乎很难构成竞争中的“必需”。但是，在个人信息数据化过程中，对原始信息进行搜集和处理后形成各种形态的数据资源，二次衍化而来的企业数据在集合运用中投入了较大成本，具有非常高的经济价值，在锁定效应的影响下，数据会成为数字平台企业发展的关键生产要素。同时，在特定相关市场上数据有不可或缺性和不可替代性，无论是从数据获取还是从需求差异上，数据都无法被轻易复制。数字平台企业利用数据开发新产品，当特定的数据资源成为维持竞争的唯一来源时，这些数据资源就具备不可替代性。数据控制者拒绝与其他平台共享功能有差异、固有属性特定的数据资源，难以获得数据的竞争者就只能通过其他渠道以高成本、低效率的方式获取，数据成本显著提高，甚至根本没有获得该数据的能力，以至于难以与在位企业展开竞争（张晨颖，2020）。因此，这些数据就成为必不可少的设施，关键性数据资源具备了基础设施的属性。
（二） 必要设施条件下的数据开放与共享
数据控制者通过对关键数据进行垄断性使用就可将竞争对手排除在市场之外，缺少这类数据资源的平台企业将无法在相关领域开展市场竞争。为防止数据垄断与数据壁垒，可将具有必要设施属性的特定数据开放共享。数字平台与关联企业共享数据的实践表明，①垄断企业开放和共享数据具有可能性和可行性。基于此，可考虑数字平台企业适用必要设施原则，将个人信息竞争中的数据信息开放与共享。但将传统反垄断分析框架下的必要设施理论适用于个人信息竞争领域，需要以个人信息数据的特点为基础对传统理论框架进行调整。
数据的开放与共享应当有明确条件，只有在企业数据满足必要设施的构成要件时，才能对数据控制者施加数据开放的义务。某类数据是特定市场相关经营者开展业务或竞争的唯一来源，足以制造市场进入壁垒，就应当认定为具有关键设施的属性（周珺和苏成子，2020）。数字平台企业控制该数据设施阻碍竞争，则可适用必要设施原则。基于实现整个市场公平有效的竞争秩序，适用必要设施原则应当考虑数字平台企业数据的市场力量、竞争情况、开放造成的影响等因素，适时将企业数据开放共享。以美国 HiQ 公司诉 LinkedIn 案为例，LinkedIn 作为职业社交网络的垄断企业，拒绝 HiQ 使用其职场用户数据，HiQ 需要的职业数据无法从其他数字平台获得，难以在合理期限内找到可行的替代品，这使得 HiQ 无法维持其商业运行。LinkedIn 的用户数据已经构成必需设施，故应开放其控制的上游原始数据。
适用必要设施原则进行数据开放与共享，需要明确数据开放的范围。从传统的必要设施原则适用来看，平台经营者共享数据信息不能以获取对价为目的，但是，如果对数据的开放和共享都采取免费方式，则必然会降低平台经营者收集和处理数据的积极性，抑制创新，同时也会阻碍数据开放共享（陈兵和顾丹丹，2020）。因此，对于满足必要设施构成要件、足以形成市场进入壁垒的非排他性信息数据，数字平台企业应当开放免费访问权限。对于平台利用技术进行处理和算法分析生产出的独创性数据产品，应当保护企业数据创造赋予的权属，不应适用必要设施原则进行开放共享。同时，如果数字平台企业开放数据收费，可能会暗合相关法律禁止的买卖个人信息行为，②因此，应当平衡企业数据权利保护以及个人信息交易问题，将数据开放限制在企业原始数据范围内进行免费访问，以保障市场竞争利益的有效平衡，激发竞争活力。
① Swire, P.Protecting Consumers: Privacy Matters in Antitrust Analysis[EB/OL].https://www. www.americanprogress.org.[2007-10-19 ].
① 价格竞争主要是指企业在市场经济活动中采用价格作为竞争手段，主动利用调节价格的方式保证市场竞争优势。个人信息的价格竞争主要是把信息作为特殊商品。非价格竞争也是判断竞争的因素之一，是指企业经营者采取价格竞争之外的因素增强企业竞争力的行为，在众多的非价格竞争因素中，产品质量、创新技术、用户选择是反垄断中比较常见的考察因素。非价格竞争涉及生产者的技术、知识、信息及管理水平等方面。
① 实践中，数字平台常常将其核心业务数据与关联企业共享，如Facebook平台下属的Messenger、Instagram、Workplace、 Portal、Novi等社交类业务之间的信息共享；一些数字产品在上下游之间也进行了信息共享，如ios操作系统旗下的苹果手机、笔记本、APP store、iCloud、iTunes等在不同环节进行用户群体的信息共享。
② 根据《个人信息保护法》的规定，任何组织、个人不得非法收集、使用、加工、传输消费者个人信息，不得非法买卖、提供或者公开消费者个人信息。