数据垄断行为的反垄断法规制研究

二、共谋：数据与算法结合下的垄断协议

数据的收集和使用伴随着算法的升级而迅速发展，算法作为典型数据技术是数据分析与处理能力的体现。在算法的辅助下，经营者能够持续收集并不断监测竞争对手的定价及市场行为、消费者的消费行为及爱好以及市场供求关系的变动，这在很大程度上提高了市场透明度、增强了经营者之间、经营者与消费者、经营者与市场之间的交互频率，并能够实时监测各市场参与者的行为，这种高透明度的市场环境一方面能够经营者与消费者之间的信息不对称、提升社会福利，另一方面在客观上无疑为垄断协议的达成提供了便利条件。

（一）数据与算法结合下的垄断协议类型

数字经济时代，在数据优势和算法技术的强化下，经营者之间达成并实施垄断协议的方式发生了改变，其无需采用传统意义上的手段达成物理性协议、决议、共谋或者其他协同行为，而是能够以非公开的、不易察觉的方式进行意思联络、甚至无需进行意思联络即可达成默示合意，具体来说包括三种情形。

第一，利用数据和算法实现默示合谋。依据波斯纳的观点，默示合谋是指这样一种情形：具有竞争关系的经营者之间不需要以公开或者非公开的方式进行可被察觉的意思联络，就可以在市场竞争中就某项经营策略达成合意。在该过程中，具有主动学习能力的算法能够在排除人为干预的情况下，制定、执行垄断协议并获得垄断利润。

第二，利用数据和算法监督、执行垄断协议。垄断协议的达成离不开两方面的因素：市场结构特征和维持垄断协议的能力。前者主要是指达成垄断协议的经营者即使不具有市场支配支配地位，也具有一定程度的市场占有率，否则他们达成之间的垄断协议对市场秩序基本不会产生影响。后者则是指经营者彼此之间或者带头实施垄断协议的经营者具有维持协议稳定性的能力。在数据和算法的加入下，经营者之间能够实施追踪、监测各经营者的行为，并监督其对垄断协议的执行情况，在高透明度的市场环境下任何违背协议的举措都极易被发现，并附随相应的惩罚机制进行惩戒，以维持垄断协议的稳定性。

第三，利用数据和算法实施动态垄断协议。作为“理性经济人”的经营者要想在市场竞争中获得利润，需要不断根据竞争对手的价格协调自身定价，定价算法的出现满足了经营者该方面的需求。经营者通过主动分享或被动使用相同的定价算法，通过预先设定的算法程序或者算法的自主学习能力，能够根据市场变动情况实时调整自身定价，这间接实现了固定价格的效果，在实质上与竞争对手达成了垄断协议。

（二）新型垄断协议对反垄断规制的影响

经营者之间通过数据与算法结合实施的垄断协议，目的是实现竞争者之间的价格协调，以获得垄断利润。当前，对于该种协议我国还处于早期观察阶段，截至目前尚未出现明显的典型案例。反观域外，分析其现有研究可知围绕数据和算法达成的垄断协议主要包括两种情形：协同行为和默示共谋，尤其是后者作为一种伴随算法发展而出现的新型合谋形式，给垄断协议的法律定性和规范分析带来挑战。同时，基于算法在垄断协议达成中重要工具性因素考虑，有必要从算法的类型及作用着手探讨不同应用场景下相关算法对垄断协议违法性认定的影响。

（三）监督算法、平行算法与垄断协议的监督执行

利用数据和算法监督执行垄断协议的过程中，算法只是作为一种类似于“信使”的智能工具代替背后的经营者进行行为。具体有可以分为两种情形，一种是经营者之间已经通过某种方式达成了共谋的合意，该合意就是将要执行的垄断协议，并通过一定的编程技术将其转化为计算机语言交由算法执行。该种情形下的垄断协议与传统垄断协议基本一致，只是最终的执行是由机器代替了人力，用智能化的手段提高了执行效率。同时算法能够实时收集竞争对手的协议执行情况，能够第一时间发现背叛协议的行为并通过一定的价格机制对背叛者进行惩罚。另一种是经营者之间事先并未达成垄断合意，欲实施垄断协议的经营者基于对算法机制尤其是平行算法的理解，客观上同时实现了无意思联络的垄断行为。在这个过程中，平行算法能够在垄断价格与市场竞争价格之间不断进行利益均衡，最终寻找到对意欲垄断的共谋者最有力的价格。尽管实质上达成共谋的经营者之间并没有进行意思联络或者实施垄断的客观表现，但是其彼此之间存在着实施共谋的直接故意或者间接故意，只不过该故意掩藏于算法之下，不容易被发现。

通过对算法运作机制的分析，可以发现监督执行场景下垄断协议更多的是一种市场协同行为，相较常见的垄断协议只是多了一个“智能执行人”。对于协同行为我国《反垄断法》并未就其定义进行准确界定，只是以概括式列举的方式明确其是一种典型的垄断协议类型。结合全国人大法工委会协同行为的解读，可以发现协同行为包含四个的要件：经营者之间的行为具有一致性；经营者之间进行了意思联络，只不过不是以协议、决定等方式进行了直观呈现；经营者不能对协同行为作出合理解释；产生了排除、限制竞争的法律效果。比较来看，协同行为最大的特点是经营者之间以一种及其隐蔽、不易被发现的方式达成了合意，该方式就是监督算法、平行算法。但是，该情景下的算法并未对垄断协议的认定及规制原理造成太大障碍，更多的是对监管人员增强算法技术及算法运行机制的理解提出了要求，在一定程度上通过对算法源代码的技术解析和市场效果的综合评估，是能够发现算法隐藏下的客观共谋证据的。

实践中，美国的优步案就是典型的利用数据和算法实施动态定价的案件，且在形式上符合轴辐场景的运行机理，其涉及优步平台经营者、平台内经营者、竞争性平台经营者及消费者等多方主体关系，该错综复杂的交互关系突破了传统垄断协议的单向联系，模糊了横向垄断协议与纵向垄断协议之间的界限。首先，将轴辐场景下的垄断协议纳入横向协议，则会导致作为共谋的组织者、主要执行者以及协议监督者的优步平台逃脱法律的监管和规制。因为，横向垄断协议的主体是有竞争关系的经营者，优步平台与平台内司机显然不具有业务上的竞争关系。即便通过对算法运作机理的解析最终将定价算法认定为平台内司机之间进行意思联络或垄断合谋的工具，通过算法执行了垄断协议，并依据《反垄断法》禁止横向垄断协议的款项进行处罚，平台经营者也不承担反垄断法上的责任。其次，平台经营者与平台内司机尽管处于不同交易环节，但彼此之间在销售环节上不存在依赖与被依赖关系，不符合纵向垄断协议的主体要求。《反垄断法》要求纵向垄断协议的主体在生产或者销售过程中处于不同阶段或者不同环节，且在商品的生产、流通、销售等环节上存在着相互依赖关系，例如生产商与批发商之间、批发商与零售商之间。因为，在销售关系中具有依赖指的是下游交易相对人需要销售上游经营者提供的商品，而在优步平台与平台内司机之间之间不存在该种关系，平台内司机仅仅通过优步平台接单而用自己的车辆承接旅客运输服务。这意味着在轴辐式场景下，在横向垄断协议与纵向垄断协议“二元划分”理念下，该种复杂垄断协议有利于反垄断监管之外。有鉴于此，《指南》 首次明确规定了辐射场景下的共谋协议，但具体执行效果还需要通过真实案件进行实践检验。毕竟《指南》作为《反垄断法》的下位法效力首先，可能受到经营者以《反垄断法》为法律依据的抗辩，且在实际的条款运用中，《指南》中的相关条款只能作为裁判文书说理部分的依据，而不具有强制性的法律约束力。

如果说轴辐场景下的动态定价算法实质上是一种协同行为，则算法在全行业得到普及运用下的预测式场景，则与前者在运行中有显著区别的。因为，算法在全行业的普遍使用，使得整个市场环境透明度显著提高、市场竞争行为具有了稳定的可预测性。经营者彼此之间不再需要进行任何可被察觉或者不易被察觉的意思联络，就可以知晓竞争对手的商业策略并随之协调自身行动，所以从行为性质来讲更接近于目前学界广泛讨论的默示共谋。对于该种类型的算法对反垄断法的影响将在接下来的一部分进行论述。

三、 滥用：数据优势下的滥用市场支配地位行为

数字经济时代，数据的非竞争性不代表数据不可以被排他性的控制，当企业占有的数据规模突破临界点并能够带来直接与间接网络效应时，企业的数据优势很容易转化为市场优势，并影响市场竞争秩序。在实际生活中，数据优势下的滥用市场地位行为尤为突出，例如德国联邦卡特尔局对Facebook的审查及处罚，认为Facebook作为在社交网络市场具有市场支配地位的经营者，其收集、融合用户在其他设备上生成的个人数据的行为，是对其社交网络市场市场支配地位的滥用，违反了德国《反限制竞争法中》中的相关垄断条款。反观国内，之前发生的“新浪诉脉脉案”、“华为与腾讯数据纠纷案”等本质都是对数据资源的争夺，具有滥用市场支配地位的嫌疑。但是，从案件处理结果来看，对于上述数据纠纷案件主要以反不正当竞争为缘由还未涉及反垄断的相关议题。这也为按该类案件的后续发展及出来带来法律隐患。

（一）数据优势下滥用市场支配地位行为的表现

数据资源参与市场竞争过程中具有两种表现形式：作为数据产品的数据和作为生产要素的数据。前者和有体物性质类似，可以用来对外许可使用或者直接进行数据交易；后者作为生产要素可以通过数据分析、数据处理等技术进行数据整合以提升产品或服务的质量。由此，数据优势下的滥用市场支配地位行为可以分为基于对数据产品的滥用行为和数据要素参与下的滥用行为，具体与如下表现形式。

1.拒绝数据访问或数据共享

数据价值的实现在于数据流动，数据共享与访问是充分创造并利用数据价值的最佳方式。具有市场支配地位经营者可能基于强化数据控制的目的拒绝共享和访问数据。但是，并不是所有的拒绝共享及访问行为全部会构成滥用行为，只有当数据是相关交易对手或者竞争对手开展经营活动必须要投入的资源或者要素，且通过其他渠道无法获得对应数据时，具有市场支配地位经营者可能构成法垄断法禁止的拒绝交易行为。在HiQ诉Linkedin案件中，前者提供初步证据证明后者试图将其在职业网络市场的支配地位传导至数据分析市场，法院据此发布了临时禁令，禁止Linkedin妨碍HiQ访问获取其公开数据。^[⑦]但是，在现实情况中，如果具有市场支配地位的经营者拒绝访问或共享的数据是包括原始数据在内的低价质量数据，且基于数据的非竞争性特征，竞争对手极易以较低的成本和便捷的技术获得，则经营者的相关限制并不会对竞争产生实质性损害，不具有反垄断法上的行为违法性。

2.利用数据优势实施差别待遇

“大数据杀熟”是典型的经营者利用数据与算法优势，对消费者进行行为画像，进而依据其消费习惯、消费能力的不同实施差异化交易价格及交易条件的行为。[⑧]实践中，携程、美团及滴滴等平台巨头都曾因涉嫌利用数据实施价格歧视被公开报道。从市场效率角度来看，尽管在该类行为中，大数据作为具有市场支配地位的经营者实施差别待遇的工具，使经营者通过数据分析能够更加了解消费者的消费爱好及价格承受能力，进而可以获得更多的交易机会和竞争优势。但是，经营者在没有正当理由的情形下仅仅依据消费习惯及支付能力对消费者进行区别对待的行为，不仅侵犯了消费者的公平交易权，也扰乱了公平竞争的市场秩序。

3.实施捆绑销售

具有市场支配地位的经营者没有正当理由的实施数据捆绑销售行为。^[⑨]尽管我国当前还未出现完备的数据市场，但是大数据交易中心的存在证明了数据资源交易的可能性，而且依据“单一产品问题”理论，数据资源与数据技术从功能或者消费习惯上来说，分别属于不同的独立产品和服务市场。^[⑩]英国竞争执法机构对此曾指出，占据独特数据优势的经营者将数据资源与自身数据分析技术捆绑销售时，该捆绑行为涉嫌违法搭售。^[11]因为，如果消费者对于数据资源和数据技术具有不同的消费需求，具有数据优势的经营者强迫消费者接受与其所欲购买产品没有功能上相关性的附加产品，违背了消费者的自由选择权，涉嫌反垄断法禁止的搭售和附加不合理交易条件的行为。其目的是将是将其数据资源优势延伸至数据技术领域，增强在新领域中的竞争力以不断排挤竞争对手、在新领域获得垄断地位。但是，对于数据资源与数据技术是否属于同一产品存在另一相反的观点，其认为数据资源本身不能产生价值，只有依赖数据技术才能对数据进行整合加工和结构化处理，所以此时不存在传统搭售理论下的捆绑销售问题。因此，对于数据领域的捆绑销售问题，需要根据科技发展的趋势并结合具体案件进行个案分析。

4.剥削用户数据权益

具有市场支配地位的经营者不正当剥削用户的数据利益的行为。实践中，经营者剥削用户数据利益主要通过三种方式进行：一是与用户签订排他性协议限制其将数据向竞争对手提供。用户具有平台选择上的多栖性、数据具有属性上的非竞争性，经营者通过排他性协议限制用户行为，不仅减少了竞争对手获取数据资源的渠道、增强市场进入壁垒，也是在用一种限制用户选择权的反竞争方式强化经营者自身的竞争优势及市场力量。二是强迫用户签订不平等、低保护强度的用户隐私保护条款。用户在以自身数据权益为对价获得服务的同时，有权要求经营者保护其隐私不受侵犯，不平等、低强度的保护条款是经营者对用户强加的不公平交易条件。从部门法划分的角度讲，用户隐私相关事项理应由《个人信息保护法》《消费者权益保护法》等进行专项保护，但是，在存在具有市场支配地位的经营者的垄断市场中，消费者基于服务可获得性及转移成本的考虑只能牺牲隐私权益继续接受服务。此时，消费者所受的利益损害及保护妥协是经营者市场支配力量导致的结果，理应由《反垄断法》介入规制。三是不正当或者超限度收集、使用用户数据。法律要求经营者应当依据合法、合理、最小限制原则收集、使用用户信息，但是作为“理性经济人”的经营者在逐利动机的驱使下，容易发生过度采集的问题，进而利用数据分析向用户精准推送过多广告。尤其是当市场缺乏有效竞争时，具有市场支配地位的经营者更有动机和能力不当及过度采集、使用数据。实践中，2019年德国联邦卡特尔局就裁定Facebook超限采集、融合、使用用户数据的行为，属于利用其在社交网络市场的市场支配地位过度处理数据的违法行为。

（二）数据优势下滥用市场支配地位对反垄断规制的影响

滥用市场支配地位是指经营者在获得一定的市场力量后滥用这种地位，在与其他市场主体进行交易的过程中施加不公平的加以条件乃至排斥竞争对手，目前滥用行为已为各国和地区的反垄断法所禁止。但是，数据本身的属性使得无法直接沿用传统滥用市场支配地位行为的规制模式，使得传统反垄断法面临全新挑战。

相关市场的界定是分析反垄断行为及不正当竞争行为的逻辑起点，传统反垄断分析体系认为脱离了相关市场的界定就无法准确认定经营者市场支配地位的有无，滥用行为更无从谈起。但是，数字经济时代，在平台竞争的网络效应、跨界传导效应以及数据的独特竞争属性影响下，如何界定数据参与下的相关市场成为数据垄断领域的分析难题，惯用的“需求替代分析”以及“假定垄断者测试”都面临一定的适用局限性。

在传统的反垄断分析框架及规制体系中，当数据在实践中还未被实际交易的情形下，很难将数据本身涉及的市场界定为一个独立的数据市场或者数据相关市场。例如欧盟委员会在脸书收购WhatsApp案中就曾明确指出，因为案件所涉及的任何一个当事方都没有与第三方进行数据买卖或者与数据相关的交易，所以拒绝将大数据界定为一个独立的相关市场。而且分析实践中所涉及的数据案件可知，即使在数字化高度发展的平台经济领域，相关市场主体也仅是将所收集的消费者数据运用于自身的技术优化或者产品质量提升中，而非将数据作为一个独立的产品在市场上进行交易。之所以出现这种情形主要有三方面的原因：一是当前数据权属体系不清晰，数据的收集、处理、使用及交易涉及多方主体，如数据提供者、数据收集者、数据保管者以及数据使用者等，主体的多样性以及法律规定的模糊性使得数据权属体系纷繁复杂；二是数据交易极易侵犯数据提供者权益，数据的保管及传输需要通过一定的技术手段及介质进行，技术的成熟度及介质的稳定性对于数据安全具有直接且重大的影响，在网络社会轻微的疏忽就会造成不可逆转的数据泄露；三是当前数据交易尚缺乏统一且规范的标准，尽管我国已经建成了贵阳大数据交易中心，但是由于数据类型的多样性及价值的潜在性，现有制度难以对各种数据进行公平且规范化、体系化的定价和估值，影响了数据交易的拓展。尽管界定一个数据相关市场存在法理及立法技术上的困难，但是有鉴于实践案例中对数据相关市场的现实需求，有必要将其界定出一个独立的数据市场。例如，在谷歌收集双击案中，美国联邦与贸易委员会就曾指出该案是微软基于看中双击具有的数据能力而进行的收购，该收购导致的数据集中极有可能会产生排除、限制竞争的后果。而为尽早及有效评估或者规避可能产生的负面影响，我们应该在之后的实践中单独假定存在一个与数据相关的市场，在这个市场中将数据作为一种原料或者产品单独分析其对整体及未来的市场竞争产生的影响，进而分析市场主体从不同数据获得价值的可能性、可行性以及该价值对市场竞争优势的作用力大小。同时，在该假定的相关市场的界定中，我们仍应坚持替代性分析方法，在将数据分为原始数据及衍生数据的基础上，可以进一步将其进行细化，例如对于原始数据可以细分为基础数据、社交数据、购物数据、路径轨迹数据等，并将上述数据以及基于上述数据进行二次及多次检索产生的衍生数据进行价值量分析，进而分析其不同价值量数据之间的替代性。相信随着大数据产业的快速及纵深发展，对于数据市场的界定的必要性也会逐渐越发凸显。

在市场规制法理论体系中，市场支配地位的认定有市场绩效、市场行为及市场结构三个主流标准，且后两个适用频度较高。^[12]其中，市场结构主要依据市场主体在相关市场中所占据的市场份额进行判定，我国《反垄断法》即采用该条路径，其第十八条和第十九条分别以直接认定和间接推定的形式对市场支配地位的认定规则进行了法律化，表明市场份额在市场支配地位的认定中居于核心要素的位置，同时条文也强调在进行市场支配地位的认定中也要考虑市场主体的市场控制能力、相关市场的进入难度以及其他市场主体对该市场主体的依赖程度，并规定了反驳推定市场支配地位标准的相关条件。而市场行为标准则强调在市场支配地位的认定中应该以市场主体所实施的行为为核心，即使某一市场主体占有较高的市场份额，但是其并未实施排除限制竞争的行为，也不能认定其具有市场支配地位或者实施了滥用行为。在数字经济时代，有关数据领域的滥用行为仍然要以市场支配地位的认定为前提，在该市场支配地位的认定中则需考虑到双边市场的特殊性以及数据要素本身的独特属性。^[13]

通过前边部分内容分析可知，当前控制或者占有数据的市场主体绝大多数是将所直接收集或者通过第三方途径获取的数据用于自身的技术优化或者产品的升级改造，而且考虑到数据种类、数据价值、数据权属、数据安全等方面所面临的现实困境，给数据相关市场的界定以及市场中数据之间的可替代性分析带来严峻挑战，因此，无论是从学理分析还是实践研究而言，难以直接依据市场主体的数据占有量或者数据规模直接判定其具有数据优势或者具有较大的市场力量。但是，这并不是说在具体的实际案例中与数据相关的垄断行为不会现实发生，尽管由于数据的非竞争性以及无限性，数据被独家占有或者单独一方市场主体控制的可能性很小，但是不可否认的是，某些情况下数据的确给市场竞争带来影响，就现有案例分析而言影响主要发生在与数据相关的其他上游业务市场，即数据作为一个中间桥梁或者工具对包括市场竞争秩序在内的市场生态产生作用力。例如，在德国脸书案中，德国反垄断执法机构就是考虑到脸书通过其占有市场支配地位的社交业务占有并控制大量的用户数据，进而怀疑其在前期的数据收集及后续的数据使用环节存在滥用市场支配地位的反竞争行为。这也就是说，市场主体的市场支配地位具有传导性，其在一个市场中的市场支配地位可能会通过一定的桥梁或者途径传导至另一相关联或者不相关联的市场中，在数字经济中，数据往往充当了两者之间进行传递的关键桥梁。例如hiQ诉领英案就启示我们，在进行相关市场界定及市场支配认定的过程中，需要将通用的反垄断分析框架及分析体系进行适应性改造，以结合具体涉及的相关市场进行分析。我们要根据市场在支配地位的传导性以及数据的本身特性，例如双边市场边界模糊不清、市场的动态竞争及网络效应综合进行判定，而且所提到上述特征在文章最后章节也结合数据本身的特性进行了适应性调整及运用，以更契合数字经济的商业模式及行业特征。^[14]

四、集中：数据驱动型经营者集中行为

在全球经济及产业链进行数字化转型的过程中，数据作为生产要素或者单纯的数据资源优势不断凸显，市场主体围绕数据展开的争夺也越发进入白热化阶段。根据OECD的统计报告显示，在数字经济向纵深发展的当下，各产业尤其是以数据为支撑的产业掀起一场数据争夺战。国际上如微软对领英的并购，国内如滴滴与优步的合并案、赶集网对58同城的收购案等，都是该领域的典型代表。以滴滴收购优步案为例我们可以清晰的看到，无论收购之初当事方市场主体是否基于对数据的争夺而驱动并购案件，不可否认的是涉及数据集中的并购案件在竞争效果角度是需要一分为二看待的：一方面，随着数据规模的扩大，市场主体通过数据处理技术能够更加精准的预测总结市场规律，进而提升自身产品及服务质量，甚至能够以数据为基础推行私人的个性化服务，在提升经济效益的同时改善消费者的用户体验，实现结果上的双赢；但另一方面，基于数据优势的跨界传导效应以及平台的网络效应，该类并购往往会导致数据的聚集以及市场主体市场占有率的显著提升，使得该行业的市场集中度进一步提升造成其他经营者进入该市场的难度提升，甚至形成一家独大的市场格局。^[15]

（一）申报标准的滞后性

通过前文分析可知，之所以会出现某些数据驱动型经营者从集中申报及审查体系中逃逸，与我国现行坚持的营业额申报及审查标准具有很大关联。因为，对于数据驱动型主体而言，数据及其背后所蕴含的数据价值以及信息规律是其最大资产，而在基于对数据的交易所产生的市场并购中，因为数据价值的滞后性以及低密度性，在交易之初以营业额为标准的申报体系往往无法涵盖与数据相关的交易。同时，在数字经济背景下，数据驱动型企业其往往处于双边市场当中，而营业标准在单边市场市场环境下适用起来才更简单易行、精密准确，进而在双边市场中表现出了一定的不适应性。综合以上角度，当前面临的困境主要集中在以下几个方面：一是平台经济的动态竞争特性使得营业额处于时刻变动之中。平台经济下的市场竞争尤其是涉及科技创新领域的竞争，其市场主体所取得市场份额以及市场地位不似传统行业般稳固，竞争无处不在市场瞬息万变，各市场主体在高度的动态竞争中地位具有极大的不确定性，使得一时的营业额优势对市场地位的影响力迅速降低；二是所谓的“免费”经营模式提供了形式上的免申报保护。在平台经济的“免费”经营模式下，经营者在消费者一端往往不收取费用，进而产生的“免费”提供服务的噱头，这也使得其因极低的甚至零营业额免于进行经营者集中申报，但实际上其在消费者一端提供的服务是以消费者主动或被动提供的数据为对价的，而此处的对价无法以价格的形式计算进营业额之中；三是营业额与市场力量之间不再是单一的对应关系。对于数据驱动型主体而言，其最宝贵的财富是数据以及数据处理技术，而其在企业初创时期并不能创造利润利润或者以营业额的形式向外界显示，使得营业额对其核心资产以及市场地位的证明力下降。基于以上原因，单一的营业额标准很容易使得数据驱动型集中从现行申报及审查体系中逃逸。

（二）非价格审查因素

数据驱动型经营者集中不仅挑战着以营业额为标准的集中申报体系，也给现行的集中审查要素泰来选择难题。现行审查要素仍以价格为核心要素，但是在平台经济的 “免费”模式下，价格要素则显得有些力不从心，对此有学者考虑引入非价格审查要素，例如消费者福利以及消费隐私保护等。我认为这一选择具有时代进步性以及可行性。一方面，对于数据驱动型经营者而言，无论其获取数据自用或者将数据进行交易，其追求的目的都是将数据为中介或者产品进行营利，在营利动机的驱使下往往会忽视甚至放弃对消费者隐私权益的保护而追求自身利益的最大化；另一方面，数据驱动型经营者通过并购等措施在数据市场或者与数据相关的其他业务市场中占据市场支配地位后，因为在市场中缺乏有效的竞争对手，无论是否重视包括消费者隐私在内的用户权益，消费者都没有用脚投票的机会，而且还可能会发生在获得垄断地位后不顾交易前合同约定自行修改隐私条款，肆意扩大数据应用场景以及降低数据安全的保护水平等，会极大降低消费者的用户体验，这实质是对竞争权益及竞争秩序的损害。基于以上两方面的原因，理应在经营者集中审查要素中，增加非价格竞争要素的考量，使得审查要素更加适应时代需求。但不可否认的是，当前国际社会中对非价格竞争因素进行审查的经营者集中案件极少，即使是是对隐私保护比较重视的欧美国家也仅仅是开始注意到非价格竞争因素的审查问题。例如，欧盟反垄断执法机构因为脸书收购WhatsApp后修改其隐私政策和服务条款而对其进行的审查中，也仅仅是以脸书提交的并购申请没有对该方面的技术可行性予以如实告知为由进行了一定的罚款，甚至特意声明该罚款与消费者隐私或者数据保护等问题没有关联。^[16]

五、完善：数据垄断行为的反垄断规制建议

尽管数据作为单纯的数据产品或者全新的生产要素，对现有的商业模式或者市场竞争样态形成了一定的挑战或者冲击，但是从反垄断原理分析，基于数据或与数据相关的反垄断行为并没有从根本上突破现行反垄断法规制体系，不应将其作为全新的垄断行为进而主张建构一个新型的反垄断体系，只需结合数据要素的属性以及平台经济的特殊效应，从规制理念和规则运行等角度进行适应性调整与改造，即可有效应对和规范与数据相关的垄断行为。

（一） 坚持谦抑性理念

面对新生事物或者不熟悉的领域，无论是出于促进或者监管的需要对其进行规范时都要保持一定的限度，具体到数据垄断性行为的反垄断规制中，就意味着首先要明确一定的监管理念。当前数据作为企业创新发展的关键性战略资源和经济社会发展的新引擎，其蕴含这巨大的数据价值和经济效益，而要想充分发挥其价值与效益就需要最大限度的保证数据的流通，即强调通过数据的共享将价值变现。然而，控制或者占有数据的市场主体实施的数据垄断行为则阻碍了数据的流动和数据价值的变现，这与开发数据的初衷或者创造社会财富最大化的目的相背离。同时，我们也应该看到，反垄断法作为典型的社会法，其所追求的法律价值、经济价值及创新价值具有社会性和整体性，不再局限于某一或者某类市场主体。因此，对于数据垄断行为的规制要在数据共享与数据专享之间保持一个平衡的趋势，避免因为流通过度导致的数据安全隐患以及数据垄断对效率、创新、市场秩序及社会公共利益造成的减损。这也就意味着我们在规制数据垄断行为时要坚持一种谦抑性的规制理念，对于市场主体通过正常的市场规则能够有效调节的情形，反垄断执法机构则不应该介入，反垄断执法机构的主要职责就是为市场主体的行为划定边界，并在市场主体出现违法违规行为时及时予以制止纠正和处罚。而要想科学合理的划定行为监管边界，理清与数据产权的权属配置则是绕不开的关键。因为，数据垄断行为的反垄断规制就要求在确保相关数据主体的合法权益以及数据安全的前提下最大限度的保障数据的流通，这意味着其他主体在尊重数据提供者的原始数据权益以及数据收集者、数据占有者的衍生数据权益时，数据收集者、数据占有者也要保障其他市场主体尤其是与其有竞争关系的主体平等获得数据的权益。因此，在谦抑性规制理念的引导下，反垄断法对于以数据权益保护为借口的数据垄断等排除、限制竞争的行为需要主动予以监管，以促进数字经济市场的良性、健康及可持续的发展。

（二）将数据作为经营者提供服务的对价

在现行反垄断法规制体系中，在相关市场的界定中所采取的主流测试方法假定垄断者测试法，该测试法将价格作为核心测试要素，其在对价格变动敏感的传统市场经济中运行效果良好，但是，进入平台经济时代后，市场经营者以网络平台为中介链接双边甚至多边市场的用户，以搜索引擎为例，其往往同时链接消费者市场和广告市场，且在消费者市场以“免费”提供服务作为营销模式，在“免费”宣传的引导下消费者丧失了对产品或服务价格的敏感性，价格的变动情况很难影响到消费者的消费决策和消费行为，这也导致假定垄断者测试方法在平台经济中对于相关市场的界定往往效用不明显，进而使得所谓的“免费”提供商品或服务的经营行为从反垄断规制体系中“逃逸”。但是，透过“免费”的营销面纱，我们应看到该“免费”并非真正的无需支付对价，其实质是消费者在获取产品或服务的过程中将个人数据作为对价支付给了经营者。有鉴于此，欧盟和欧洲经济委员会曾提出，在数字经济时代的相关市场的界定中应将消费者的个人数据作为重要因素并纳入相关市场的界定体系。^[17]之所以在相关市场的界定中采用这种方法，主要有以下几个方面的考虑：一是平台经济具有显著的网络效应，通过直接或者间接的网络效应能够实现消费者注意力或者消费者流量与产品、服务质量的双向促进，而要产生网络效应则离不开消费者最初的数据提供以及数据权益的让渡；二是消费者数据是平台经济中消费者获得产品或服务的对价，尽管经营者宣称其在消费者市场一端提供的免费服务，让消费者从思想上认为产品或服务的获取只有免费与付费两种，但其实质是降低消费者对价格的敏感性，并将消费者数据作为其经营、获利及创新型发展的基础；三是传统假定者测试方法在平台经济中表现的不适应性，测试方法不适应但市场垄断行为仍存在，所以应考虑寻找适应性方式予以代替，而将消费者数据作为对价则是一种具有逻辑上的合理性及操作上的可行性的替代性做法。

（三）酌情模糊相关市场的界定

《反垄断法》作为典型的社会法，其以整体社会利益以及公平竞争的市场秩序作为价值追求。在对传统垄断行为抑或数据垄断行为的反垄断规制中，其核心要义都是为了维护公平合理的市场秩序以及健康可持续的市场竞争生态，而达到上述目标均是以相关市场的界定为逻辑起点。但是，应当看到进入互联网经济尤其是平台经济之后，经营者彼此之间所涉的相关市场往往是双边、多边甚至是交叉重叠的，这使得相关市场的边界模糊、界定困难。以微信和淘宝为例，微信是公认的社交类软件、淘宝是电商购物类软件，但在线上支付服务但其在线上支付服务、即时通讯服务等市场均存在着一定的重合与可能的替代性，因此准确界定相关市场存在着理论和技术上的双重困难，欧委会在其数字化时代竞争政策发展的会议报告中也指出，不应当过度关注对市场界定的分析，更应当识别损害竞争的行为和策略。同时，数字经济市场都为双边甚至多边市场，如果单独讨论某一边市场可能会存在片面性，综合各边市场同时进行讨论时又会产生界定相关市场边界的困难性，所以不过分纠结数据驱动型企业相关市场的边界，转而关注其行为是否为反竞争行为或是否抑制了正常竞争可能更为重要。对于模糊相关市场界定这一观点，我国最高法曾在审理奇虎诉腾讯滥用市场支配地位案中予以确认，其指出在反垄断案件中，尽管界定相关市场是衡量市场主体的市场力量以及分析具体垄断行为性质的逻辑起点，但是应当看到在这个过程中相关市场只是划定了市场边界亦或是竞争边界，这意味着界定界定市场是我们分析反垄断案件的一种工具而不是规制目的。而当现有的其他证据能够对市场主体的市场力量、具体垄断行为的竞争效果、行为对市场秩序的影响程度等进行一个清晰且明确的评估时，再强行界定相关市场则显得画蛇添足，甚至会因为对相关市场界定的偏差而最终影响案件的处理结果。

（四）衡量经营者数据处理能力

通过前文分析可知，数据的规模与市场主体的市场力量之间不存在直接的对应关系，即尽管经营者对数据的收集以及对大数据的控制可能会增加其在数据市场或者与数据有关的其他业务市场的市场份额，但并不会直接产生排除、限制竞争的市场效果。然而，不可否认的是在无论是在相关市场的界定还是在市场支配地位的认定中，数据要素都是需要着重考量的因素。对于该观点，我国也在立法层予以回应和确认，无论是《反垄断法（修正草案）》，还是《规定》《指南》都主张在市场支配地位的认定中，除考虑传统的市场份额因素外，还用关注市场主体收集数据、控制数据以及处理分析数据的能力和水平，这种从立法层面直接对数据要素进行的回应将会对现有数据业务、商业模式以及与数据相关的垄断行为的规制产生深远影响。但是在该过程中应主要以下三个方面的关系：一是数据与消费者福利之间的关系。市场主体无论是通过自行收集还是数据交易等方式占有大规模数据，其目的可能并不是通过其掌握的数据谋求市场支配地位获取垄断利润，而是通过其掌握的大规模、高质量数据为基础，分析总结消费者的消费喜好及消费趋势，进而有针对性的改进其提供产品或服务的质量，从这个角度说，数据的商业化使用有利于改善消费者用户体验以及提升消费者福利。二是数据与企业创新之间的关系。经营者将其所掌握、控制的数据与其现代算法等大数据处理技术相结合，能够优化企业运营管理模式，不仅能够减少人力资源的运营成本，而且打造的以数据为基础的全新商业模式能够满足消费者的个性化需求，进而获取更高市场利润，并进一步扩展企业研发投入的资金来源，提升创新及研发领域的市场竞争力。三是数据与设置市场进入壁垒方面的关系。依据反垄断规制理论，市场主体设置市场壁垒的能力是规制反垄断行为的重点关注要素，在与数据相关的垄断行为的规制中亦是如此。如果市场主体具有利用其掌握的数据为其他市场主体尤其是具有竞争关系的经营者正常进入该相关市场设置不合理的障碍，则意味着该市场主体不仅具有市场支配地位而且是滥用其市场支配地位的行为，理应受到反垄断法的规制。

（五）增加非竞争因素的审查

无论是在传统工业时代还是数字经济时代的反垄断执法中，最终目的均是维护消费者合法权益以及公平竞争的市场秩序，因为在整个商品流通过程中，消费者处于最终一环。而且，与传统工业经济时代不同的是，反垄断执法中常用的价格因素在数字经济中表现出一定的不周延性及不适应性，因此建议将包括消费者隐私及数据安全等非价格竞争因素纳入考量的呼声与日俱增。但同时也存在一些反对声音，其认为包括消费者隐私在内的权益应交由包括《民法典》《个人信息保护法》《消费者权益保护法》等具有私法性质的法律规范进行保护，例如《民法典》将数据作为单独的保护对象，统领性强调数据权益受法律保护；《个人信息保护法》则将数据视为信息的载体，允许个人通过主张人身权益的方式保护自身合法的数据权益；《消费者权益保护法》则以特别法的形式对为消费者提供整体性保护。^[18]但是，我们应当看到上述法律规范所提供的保护都偏向于事后救济，而数字经济的网络效应及规模经济的特征也决定了损害一经发生往往是不可逆的，无论是消费者数据安全的保障还是经营者市场力量的积聚。例如在我们熟知的大数据画像行为中，市场主体通过消费者自主填写、主动收集以及数据交易等途径收集的消费者个人及行为信息，能够精准掌握消费者的消费能力及消费习惯，进而能够实施更精准的信息推送及经济“剥削”。尽管有人会用这样能够满足消费者个性化需求以及提升了经济效率进行辩护，但是我们应该认识到数据是工具，对经济或者数据效率的追求不能违背最终的数据正义以及经济正义。所以，为有效防范甚至杜绝造成不可逆损害后果行为的发生我们应该将监管端口前移，通过具有公法性质的反垄断法的介入，在行为实施之前进行把关，过程中将包括数据安全及隐私保护在内的消费者整体利益作为非价格竞争规制的逻辑起点，防范各类垄断行为造成的普遍性损害。可以说无论是通过私法规范还是具有公法性质的反垄断法对包括数据、隐私在内的消费者权益进行的保护是并行不悖的，当经营者的行为威胁数据安全或者消费者隐私权益时，反垄断法理应提前介入进行防范。（王敏，女，山东省滨州市滨城区人民法院民二庭法官助理，电话8133256）