李 荣，陈祉璇

（四川师范大学 法学院，四川 成都610068）

一、引 言

随着数据时代的到来，数据成为众多大数据企业的竞争手段，针对这一现象国内学术界围绕以下两个问题展开了一系列讨论：一是企业控制、利用、挖掘数据的行为是否具有竞争法属性。申言之，学者们认为大数据所涵盖的法律属性涉及多个维度，但其中企业的数据行为是否属于竞争法范畴，即不正当竞争行为与限制竞争行为是否囊括大数据行为，需进一步阐释。二是若大数据行为属于竞争法调整对象并构成限制竞争的垄断行为时，现有的反垄断举措能否有效规制。

对于第一个问题，学界主流观点认为大数据行为可以被竞争法规制。时建中认为从法学的视角来看，所有的数据行为都是法行为；从竞争法角度来看，基于数据行为可能引发不正当竞争和限制竞争两大担忧[1]。陈兵指出，数据作为经营者市场竞争的行为组成部分和核心竞争力，对市场竞争与消费者权益都产生重大影响，将其纳入竞争调整范围符合大数据特征以及竞争法价值目标[2]。在讨论该问题的同时，张小强、时建中、李剑、郑鹏程、张坤、程贵孙、陈宏民、孙武军等学者也关注到大数据市场不同于传统单边市场的特质，其具有双边市场的特征，并在此基础上剖析了相关市场测试方法在认定双边市场时出现的一系列失灵，并针对大数据所具有的特殊属性提出多角度的解决方案。如在界定大数据行业相关市场界定时，除原有的产品维度和地域维度外，创设另外两种维度——技术维度和创新维度[3]。也有学者提出大数据产业更新换代速度加快，技术创新时刻发生，其服务和产品迅速更迭，应当将时间维度纳入界定相关市场的考量中[4]。

对于第二个问题，学界围绕大数据具体行为的认定以及如何规制等问题，也展开了广泛讨论，主要集中于以下三个方面：第一，大数据企业经营者集中申报标准与竞争效果分析。陈兵、曾彩霞、张坤、邹开亮、刘佳明等学者探析了大数据企业合并时HHI 测试法失灵的原因，邹开亮指出大数据企业的烧钱营销和数据驱动的运营模式使得许多公司的营业额无法有效计算，因此营业额无法达到申报门槛，HHI 值也处于安全范围[5]；陈兵认为此类大数据公司合并后数据体量成倍增长，基于对数据的利用使其能迅速垄断市场，甚至对整个竞争秩序和未来市场造成影响[2]。第二，大数据企业滥用市场支配地位的认定要素与行为表现。孙晋、王先林、曹阳、邹开亮、翁卫国等学者认为大数据产业中，市场支配地位认定所要考量的要素除销售额外，还应综合考量注册用户量、用户、访问时间、点击量、数据占有量等其他关键要素，并对定量分析法予以改进，灵活运用定性分析法，精准认定大数据企业的市场支配地位[6]；此外，学者还详细论述了利用大数据获知用户偏好和习惯实施价格歧视、通过掠夺性定价获取数据资源等行为可能具有的违法性，尤其是拒绝开放数据是否属于滥用市场支配地位中的拒绝交易行为。第三，大数据算法合谋行为。韩伟、蒋力、施春风、陆颖、钟原等学者都意识到算法合谋规制的必要性，将其纳入默示合谋——协同行为的范畴。鉴于算法合谋具有隐蔽性、智能性，使得协同行为认定难度更大，故有学者认为应采用举证责任倒置与间接证据推定相结合的方式进行认定[7]，但也有学者提出仅需间接证据即可采用事实推定的方式认定[8]。

二、大数据反垄断规制面临的挑战

（一）传统认定标准无法适应相关市场的认定需要

1.传统的相关地域市场界定因素存在适用困难

在反垄断相关地域市场的认定中，需要着重考量“运输成本、产品特性、市场进入障碍等”[9]要素。然而大数据企业具有不同于传统企业的特质，致使传统考量要素无法有效适用于大数据企业的地域市场界定。

第一，运输成本。传统企业面对的是“卖家—买家”的单边市场，价格是主要竞争手段，运输成本与销售地域关系十分紧密，产品价格竞争优势因运输成本的提升而出现下降，经营者可能因此放弃较远的销售市场。而大数据企业面对的主要是“平台—买家与卖家”的“双边市场”[10]，其可通过资源配置的方式实现一定程度的运输成本的降低，产品价格因地域的改变而出现变化的幅度较小。此外在此市场中，用户可以通过网络对虚拟产品自行下载安装，此时运输成本为零。大数据企业还可通过扩大市场的受众增加销量的方式，使平摊在每个产品上的运输成本进一步降低。

第二，产品特性。双边市场与传统单边市场的不同在于其具有两个子市场。不同的子市场对应着不同消费群体和产品市场，不同的消费群体和产品市场又对应着不同的地域市场。在双边市场中，是用平台所对应着的卖家产品市场的产品特性，还是用平台所对应的买家产品市场的产品特性，作为考察地域市场的因素，缺乏明确统一的标准。不同子市场产品特质的认定将导致不同地域市场的界定。

2.大数据企业的特征使得相关产品市场原有测试方法部分失灵

（1）“免费”模式使SSNIP 测试失灵。“免费”模式下用户对价格敏感度不同，SSNIP 测试方法主要是利用用户对价格的敏感度来进行垄断测试[3]。在传统市场中消费者的消费不是免费的，SSNIP 测试能快速根据消费者对价格的敏感作出反应。而在双边市场中，相当数量的大数据企业主要以免费产品开展经营，消费者无需支付报酬。消费者接受了免费模式之后企业一旦收费，消费者对价格的敏感度很高。由于对价格的敏感度不可一同比较，有可能影响SSNIP 测试的准确性。此外，“免费”模式下大数据平台的利益计算方法与传统SSNIP 测试法的获利计算方法不同。大数据平台通过第三方付费进行补贴以此来实现盈利，加之其产品具有边际成本递减的规律，因此很难根据成本、营业额计算其获利情况[11]。除此之外，双边市场中，对价格的反应不仅是用户对价格变化的反应还有补贴方（第三方）对价格的反应。SSNIP 测试法将小幅度涨价却仍然获利的产品纳入相关市场范围之内，若无法计算涨价后的获利额就难以适用该测试法。

（2）网络外部性和封锁效果使“需求替代法”失灵。需求替代法是从需求者的角度来考量具备哪些要素的产品可以纳入相关市场。传统考量要素主要是产品的价格、性能、包装等。由于双边市场用户数量受到交叉网络外部性的影响，消费者离开平台市场可能会承担高成本与高风险。高成本主要是消费者在原有平台下付出的时间成本和留下的数据痕迹，高风险则是消费者对新平台产品服务质量和发展趋势的未知风险，在高成本和高风险作用下，用户难以离开该双边市场，极易出现封锁效应[12]36。因此，用户在选择大数据产品时更多考虑新产品使用的用户量、对产品的依赖程度以及产品未来的预期前景。“需求替代法”传统考量要素并未将此类特殊却又重要的因素囊括进去，测试结果难以准确反映消费者的真实需求。

（二）市场份额难以作为大数据市场支配地位的核心认定标准

市场份额在传统市场中是衡量市场支配力的重要指标，其主要依据企业的销售数量进行计算[13]。但在认定大数据企业是否具有市场支配力时，单纯的市场份额计算有所局限。大数据企业通常采用低价体验甚至免费试用等策略聚集大量用户，并在获取大量用户数据之后，基于数据分析更恰当地满足用户需求，吸引更多用户，从而形成正反馈效应。随着正反馈效应的加大，用户只会选择市场上少数几种网络产品，其他竞争者将被淘汰或很难进入该市场。此时，可能出现这样一种情况：部分企业的产品销售数量很小，市场份额不高，但却因占据大部分用户数据，进而形成市场支配能力。若仅以市场份额作为市场支配力的衡量要素，可能会得出与实际情况相反的结论。

（三）传统经营者集中申报标准与竞争效果分析难以适应数据驱动市场

1.经营者集中申报标准单一

首先，如前所述，由于大数据企业的免费或低价经营模式，其营业额难以达到申报门槛。但是，因为其掌握的数据以及基于数据进行的分析，在本质上有着较高的价值，并可能成为或已经成为相关市场中的重要竞争力量，甚至占据着优势地位，对市场已然产生重大影响。即使该类被收购公司掌握能创造较高价值的数据或拥有巨大的发展潜力，该被收购案也很可能达不到现今基于营业额的申报门槛。因此，当双方以数据为标的集中时，仅以营业额作为申报标准，一定程度上会导致部分企业逃逸脱离申报审查义务。

其次，大数据企业利用数据分析，可以预测在相关市场甚至邻近市场的发展趋势，从而比其在传统市场中更早地发现潜在竞争者。体量巨大的大数据企业收购小微企业，除掌握信息和数据等核心资源外，更重要的目的是以收购为手段消除可能存在的潜在竞争威胁，进一步巩固在相关市场的优势地位，即防御性合并(Preemptive Merger)战略[14]。若仅仅以营业额来确定此类合并交易，难以防止此类小微企业在市场中被掌握数据的优势企业吞并和消除，更难以维护相关市场和邻近市场的正当竞争。

2.HHI 竞争效果测算法难以适应大数据市场

经营者集中反垄断竞争效果分析主要运用赫尔芬达指数(以下简称“HHI”)进行测算，是以某特定市场上所有企业的市场份额的平方和来表示。因此，测算的第一要件是确定市场份额[15]75-81。如前所述，大数据企业市场份额不再仅仅依靠销售额，在采用免费模式情况下，市场份额少的企业也可能具有强大市场力量。在此情况，使用市场份额测试出来的HHI 指数并不大，但实际上两家企业合并后的数据占有率极高，对整个市场的竞争影响很大。如若将测算标的从市场份额转换为数据或用户量，则其HHI 指数就会变化很大。可见，现行HHI 无法准确反映大数据企业合并后对市场竞争影响的实际情况，测算结果可能与实际情况存在偏差。

（四）拒绝抓取数据行为性质难以认定

大数据产业中，在数据驱动商业模式下多数业务的开展以大数据为基础，数据成为重要的生产要素。占据数据优势地位的企业，为确保自身竞争力而拒绝抓取数据成为一种常态，然而这一行为是否属于滥用市场支配地位在理论界和实务界仍有很大争议。

学界有观点认为拒绝抓取行为属于滥用市场支配地位行为[16]，此观点在HiQ vs.LinkedIn、Craigslist vs.3Taps 案件中得到证实。当拒绝抓取的数据是相关市场竞争中的必需品却由上游企业占据时，下游企业无法获取必要数据，可能直接摧毁非大数据企业的业务，从而使市场先进入者将市场支配力从上游市场传导至下游市场，垄断下游市场的竞争，降低创新动力[17]。甚至有学者进一步指出，拒绝抓取数据符合拒绝交易特征，即市场优势地位者缺乏正当理由，阻碍与交易相对人正在进行或即将进行的交易活动，使交易相对人受到实质性损害[6]。不过也有学者对此持不同观点，认为数据权本身具有排他性，大数据平台投入资金和技术所收集的数据资源对其至关重要，大数据企业有权选择向谁开放数据资源，这并不构成滥用市场支配地位[18]。

（五）现行企业间合谋的标准无法适应大数据企业的垄断协议行为

首先，算法合谋具有隐蔽性，合谋者的价格协议不能或者不易被察觉。根据我国反垄断法意义上的合谋，必须是经营者通过一定程度的协商达成协议才形成。在相关市场中，拥有算法功能的大数据企业，可以迅速准确地抓取相关经营者的价格数据，对市场上相关产品进行分析，从特殊训练中归纳出最佳的函数，为经营者制定利润最大的经营策略。如若多个经营者使用了相同的算法，则会对于市场变化作出相同的反映，进行同步的价格调整。在此情况下，经营者彼此之间没有达成任何协议，却达到了合谋的实际效果。

单就垄断协议本身来讲，原有的合谋的标准无法适应新型算法垄断行为。对于合谋者来讲，编程人员或者技术人员在发明和编辑算法时，并没有处于企业间合谋的意图。合谋行为是具备深度学习能力的机器人达成的，算法间的合谋也只能通过结果看出，并不能监测到协同的过程。对于执法者来讲，对算法合谋的认定需要既定领域的行业知识和数据底层处理技术有深入了解，执法部门中的执法人员是否有相关领域的专业知识还有待考察。

其次，算法合谋的主体比传统形式合谋主体更加广泛。由于算法的出现，与以往的垄断协议主体不同的是，合谋者不再是旧有的寡头垄断的大企业，算法普遍应用于大数据企业。电子商务平台上，经营者数量多、市场份额分散的情况下，任何企业都有可能成为合谋者。因此在复杂的电商市场中，合谋的经营者越多，执法机关在监测市场过程中就越难以建立起各个经营者之间的联系，对于异常变化更加难以察觉。

再次，算法合谋对于企业和市场来讲是一把“双刃剑”。大数据企业利用算法为了追求更高的市场效益，促进企业自身发展，但也可能产生价格协同、限制竞争的消极影响，因此套用旧有的本身违法原则规制的思路，有可能造成过度干预市场的不良后果，企业间合谋的标准在大数据企业间该如何适用成为大数据反垄断规制的关键问题。

三、大数据反垄断规制的制度优化

（一）优化界定相关地域市场考虑的因素

1.分类考量产品性质和运输方式对地域市场的影响

鉴于大数据市场与传统市场当中的产品特征不同，大数据产品具有虚拟性，不同产品性质对相关地域市场边界认定影响很大，因此可考虑将企业的产品区分不同类别，进而考虑地域市场。具体而言，建议将企业销售的产品根据经营不同分为实体产品、实体与虚拟重叠产品和虚拟产品。对于实体产品，则需要进一步考虑产品的物理属性、运输方式、运输成本和销售方式等因素；对于实体与虚拟重叠产品，在电子商务、O2O 模式下，水泥、砖头这些运输成本很高的商品，其地域市场必定有所局限,而化妆品、服装等商品，在物流充分发展后，若无贸易壁垒，其地域市场可为全球；对于虚拟产品来讲，由于其传播和销售几乎不需要任何运输成本，在界定此类产品的相关地域市场时可忽略运输方式和运输成本的因素。

2.结合需求方的特质分析相关市场

考虑到大数据市场的双边市场特性，因此在界定相关地域市场时，除了分析产品的供给方以外，还需要分析产品的需求方，结合需求方的特质来分析相关市场。

因为大数据市场中的供给方，相比传统市场在提供产品时有更明确的消费者范围，从需求方特质来考量相关市场能更好地保护直接消费者以及利益可能被损害的潜在消费者。此外，需求方一旦选择大数据产品后，受制于习惯、成本等因素的影响，对原产品逐渐形成“依赖”，而不愿选择新的产品。所以，其最初对产品或服务的选择很大程度上决定着该产品服务的市场竞争力与市场潜力，从而对界定相关地域市场有着显著的影响，增加需求方特质的分析时，可考虑用户的语言水平、教育程度等因素。就语言水平因素而言，如中文产品服务的相关地域市场更大程度上局限于以中文为母语的地区，但是也包括会使用中文的用户所在地；就教育程度因素而言，发达城市的客户群体相较于偏远落后地区用户更易接受新的产品和服务，则该产品服务在发达城市的发展潜力更大且受众面也更广。

（二）改良、整合相关产品市场测试方法

1.依据消费者对免费产品的敏感度改良SSNIP测试法

当网络效应与免费模式同时存在的时候，不仅要考虑网络效应对消费者的锁定效应，还要增加免费模式下消费者对价格的敏感程度，这一观点也得到了实务界的认可。在Microsoft vs.Skype 案中，有证据显示，如果Skype 公司开始收费，超过75% 的个人消费者将不再使用该产品。此外，欧盟委员会认为，如果服务供应商开始对一个长期免费的服务收费，并且市场上存在免费的替代性服务，消费者将立即转向接受免费的替代性服务，那么这类产品就应当纳入相关产品市场之中。

我国也将消费者对免费产品敏感度纳入了相关产品市场的考量。“奇虎诉百度”“奇虎360 诉腾讯”案中，广东高院对SSNIP 分析法进行了变通，通过考察将商品价格慢慢由零到小幅度收费，需求者是否转向其他具有紧密替代性的产品，来界定产品市场。

2.构建适合大数据企业的测试体系

如前所述，尽管SSNIP 测试方法对大数据企业有“失灵”，但其毕竟是主流测试方法，因此在对大数据企业相关市场界定的时候，以SSNIP 测试法为主，灵活运用其他测试方法，构建一个相互补充、相互协调的测试体系。目前，学界提出了多种测试方法，如集群市场方法、子市场方法。

（1）集群市场方法。大数据企业的产品往往具有多个功能，例如社交软件不仅具备社交功能还有生活消费、移动支付等功能，满足了消费者的多个需求，其所涉及的产品集合成群，各不相同却又相互联系。此种情况下消费者购买时考虑的价格是整个产品群中所有产品总和的价格，而不是针对产品群中某一个产品价格的考量。那么当使用SSNIP 测试法时，仅针对某一产品的价格调整，只能体现出消费者对集群中的部分产品的反映情况，从而将会使市场界定过窄。

在这种情况下，可以引入“集群市场”测试法，其与SSNIP 测试法相结合，在相关市场界定过程中，通过集群市场方法将大数据产品所涉及的所有产品集团纳入考量范围，可以克服大数据产品的网络外部性特征对SSNIP 测试法的影响。

（2）子市场方法。大数据企业所提供的产品一般都不是单一的产品，而是由一个偌大的相关市场组成，其中包括了许多不同的消费群体。大数据企业利用用户的消费和浏览记录信息，对用户的购买能力和购买倾向进行建模。针对消费能力较强或是对于对某类商品有迫切购买倾向的用户，通常会适度提高这部分用户或是这类商品的定价，俗称“杀熟”。

此种情况下，可配合引入子市场方法，将较大范围的相关市场进一步划分，评估每个划分出的单独市场的特性，通过不同市场的特性锁定不同范围的消费者，将市场进一步精准[19]185-189。如支付宝APP 就拥有出行、理财、保险、教育等业务，这些业务所针对的消费者群体各不相同又相互交叉。利用子市场方法可以通过各类业务的针对性，以及潜在与实际消费者的锁定范围，将其相关市场进一步缩小，从而弥补SSNIP 测试法中忽略局部市场集中度的问题。

（三）优化认定市场支配地位的考虑要素

1.增加数据的考量要素

无论在传统行业还是大数据领域，应当回到市场支配地位的最初立法含义进行衡量。根据我国《反垄断法》第17 条的规定，市场支配地位的核心关键在于经营者能否控制商品的交易或者提高相关市场的进入壁垒。

当数据成为其他企业进入市场的必要条件时，数据优势企业很容易将数据作为排除竞争、提高相关市场进入壁垒的武器。现在大数据企业大多是运用数据驱动商业模式，以数据为基础，从中挖掘、整理信息以此向消费者提供服务。企业如一辆汽车，没有数据就如没有汽油，无法启动。数据作为大数据企业的固定资产、生产要素，龙头公司掌握了消费者数据之后，并不分享与公开，容易形成信息壁垒、“信息孤岛”[20]。尤其是掌握必要数据的大数据企业，若借助数据收集、抓取、分析上的优势地位拒绝开放数据、独占数据，会使其他经营者无法进入市场展开竞争。即使大数据企业开放数据，由于大数据的特征，占有优势地位的大数据企业会出现“强者更强”的局面，后进入者根本无法获取如此庞大的数据，消费者、广告商、商家也不愿选择新企业，最终新竞争者消失，损害整个市场秩序。因此，在市场支配地位认定的时候，应当把数据作为衡量一个企业是否具有市场支配力的评判标准。

这一观点也在实务界得到印证。近期国家市场监督管理总局起草发布的《禁止滥用市场支配地位行为的规定（征求意见稿）》中提出，在认定互联网经营者的市场支配地位时，除了考虑其市场份额，还要考虑其掌握相关数据情况。

2.优化市场份额的计算方法

由于大数据产业存在的正反馈效应、网络效应、封锁效应等特点，用户更偏向用户群体本就庞大的服务和产品，销售量往往比销售额更能反映出企业的市场支配力。在原有市场销售额的考量要素之上结合大数据企业的特质，可以增加考量产品的销售额和获取额与市场总额的占比、网站访问量、使用频率、活跃用户数等要素。

（四）调整经营者集中相关规则

1.申报标准适度参考用户粘度和交易额

一方面，互联网行业处于一个双边市场，由一边市场吸引大量用户，平台通过灵活变更商业模式，使得其另一端可以获利。其反垄断分析，不仅要关注平台的收费一方，还应该深入分析收费方和提供免费产品方双方锁定的全部用户群体背后带来的真正商业价值。在网络平台上，选择该产品用户的数量规模以及客户使用产品的次数才是收费一方竞争力和价值的决定因素。因此，应当把平台能够获得的用户关注度以及使用量所带来的商业价值量化，纳入到申报条件范围内，使之成为申报审查分析的重要因素之一。

另一方面，交易存在的价值以及该交易在市场中的影响力一定程度上可以从交易额体现。针对企业可能存在的通过并购的手段以掌握被收购经营者信息和数据技术等核心资源，消除潜在威胁、减少竞争的交易，可以适当考虑将经营者合并的交易额纳入申报标准范围内，设定合理的交易价值门槛，防止数据驱动的小微企业被吞并和消除。

2.增加合并企业间的数据交互对竞争效果的影响分析

数据的价值体现在数据的应用而并非数据本身，若考虑到数据的意义，即使是经营范围不同的企业合并，也应考虑反垄断问题。因为不同领域的数据合并，作为资源的大数据可以将本不存在直接竞争关系的市场联系起来，成为原有产品经营者附加的竞争优势，在相关市场以及相邻市场中产生一定的反竞争效应[2]。

合并后的数据企业，通过双方合并前掌握的用户线上行为可获取大量数据，再对此进行分析，不断提升服务质量，以此形成独家大数据资源，如利用用户搜索历史数据提高搜索引擎结果的准确度，利用用户购买与浏览数据提升线上销售方推荐产品的精确性。这也使得许多利用大数据的企业在相关市场的竞争中具有无可比拟的优势，甚至构成垄断的地位以排除其他竞争者进入的可能性。这些大数据企业还可能基于数据优势进一步巩固其优势地位，提前预测可能产生的新产品甚至新产业，此时的小平台和小企业在资金和技术上根本无法超越优势企业，越来越多的新经营者只有靠近和依附于大数据寡头企业，甚至直接进入占据优势地位的大数据企业才得以生存。因此，在反垄断审查竞争效果分析环节，应适当弱化对市场集中度的考量，重点着眼于企业合并后的数据影响力，包括数据的整合、数据的共享、数据合并后给竞争者带来的竞争力的变化等。

（五）引入“必要数据”原则

当平台在非数据驱动商业模式或较小数据占有量的情况下拒绝抓取，是具有合理性的，拒绝并不构成滥用市场支配地位行为。因此，对于拒绝抓取行为来讲不能绝对将其认定为滥用行为，而应当作个案分析，具体可分两种情况：

1.拒绝抓取数据构成了滥用市场支配地位行为，并引入“必要数据”原则

“必要数据”原则，是指拥有数据资源的企业开放不可替代和不可复制的数据，开放具有可行性并且没有正当理由拒绝开放。大数据企业拒绝其他企业抓取数据,经营者将一个市场上的垄断力量传递到另一个市场，从而同时在两个市场获利，尽管没有直接的获利，但可以提高对手的交易成本以降低对手竞争优势。

首先，根据必要设施的杠杆原理[17]，“必要数据”原则主要在间接竞争的情形下适用。拒绝抓取数据可以根据对象分为三种类型：一是针对上游经营者，但双方交易关系应在市场经济规制下自愿建立；二是针对同业经营者，大数据企业本就无义务向其提供商业便利，但可通过反不正当竞争进行规制；三是针对下游经营者（或者终端消费者），只有此种类型才适用于必要数据原则。

其次，从必要设施原则中引发出来的必要数据开放，需要满足审慎的适用原则。大数据产业中若一味地去保护下游经营者和新进入的经营者，必然会打击投资、破坏创造性。在面对大数据时，要更加严格地限定“必要数据”原则的适用。因为数据作为无形资产，其潜在价值与传统的物理价值不尽相同。大数据企业根据自身的技术标准对数据进行运用、提取和挖掘，可能会产生不同的价值或者说更大的价值。如果接受数据提供的企业依靠自身优良的技术，运用所提供的数据创造出更大的价值，甚至为其提供条件成为竞争优势地位，就违背了“必要数据”原则的初衷。

2.拒绝抓取数据行为不构成滥用市场支配地位

一方面，若抓取数据方自身有能力获取其生产所需的必要数据，或者拒绝抓取数据对其经营状况、生产能力并未造成重大影响，以及此类企业的商业模式并不是以获取必要设施为前提和基础，这些情况下便不应当认定为滥用市场支配地位。另一方面，数据提供方的数据体量不大，没有掌握整个行业的必要数据，数据作为该企业重要的生产要素，拒绝抓取有其合理性。

（六）优化算法默示合谋的审查与监管

1.合谋中“协议”的概念重新界定

在我国目前的反垄断规制中，合谋协议需要以下几个要素：一是经营者合意，二是通过协商达成，三是存在限制竞争的内容。但前文分析所示，默示共谋不具备易于察觉的经营者协同行为协议。因此，应当适当延伸合谋协议的内涵，只要能证明经营者存在合谋的趋向，并且算法引导下的经营者价格调整行为与市场上反映出的价格一致表现具有因果关系，那也应当视为反垄断法意义上的协议。

2.根据算法特点拓宽垄断分析角度

（1）市场力量分析。合谋者的市场力量是决定在相关市场内构成垄断并造成大规模影响的必要因素，应当将合谋者的市场力量和合谋行为的影响力作为审查的双标准。当合谋方的市场力量较低，市场影响力较小时，很难产生限制竞争的效果。若合谋方的一方市场力量较大，而其他方力量较为微弱，影响力低，也难以达成危害市场秩序的垄断协议。只有当所有合谋者的力量较大，市场份额较重，参与价格跟随着的市场力量达到影响行业整体价格水平时，价格跟随行为逐渐成为行业内部的惯例，反垄断法此时才应当规制。

（2）竞争效果及辅助证据分析

由于算法合谋更具有隐蔽性，其为执法部门的取证增加了难度，提出了更高的挑战。但执法者可以从垄断协议造成的限制竞争效果来分析，判断合谋行为是否对竞争造成了实质的限制并且达到一定的严重程度时，才可能会受到反垄断法的规制。例如，经营者共享算法的行为可能会帮助经营者实现价格水平一致，从而限制竞争，但同时也可能带来积极效应，比如促成经营者之间的技术交流，促进经营者研究和开发效率更高的算法，提高市场运行效率等。因此，应该权衡利弊，若合谋行为促进竞争的效果大于限制竞争的效果时，或者仅仅存在多个企业用共同的算法但却不会造成破坏竞争的后果，则不认定其违法。

另外，可以考虑引入推断算法合谋的辅助证据。合谋者常常将算法作为规避法律风险的工具，特别是经营者形成默契合谋或者算法合谋的情况下，反垄断执法者的查处难度增加；但执法者可以从市场异常变化中推断经营者是否达成了合谋，从而进行反垄断审查。下列异常情形可以作为推断算法合谋的辅助证据：经营者同时宣布提价或者降价；经营者频繁地交换信息；经营者同时发生商业策略的重大变化；经营者出现与个人利益不一致的统一行为；经营者没有明显的经济压力而发生异常变化；经营者保持长期的一致高价；行业领导企业存在领导价格的历史[21]。