申文君

摘要：大数据市场竞争属性较为特殊，本质上是一种非价格竞争，质量竞争是其主要手段，且竞争损害带有较强的隐蔽性。对大数据经营者滥用市场支配地位的认定，市场支配地位的市场份额推定标准具有一定的适用性，但需要综合考量大数据的特性、经营者对数据的控制力、大数据市场竞争属性及数据在关联市场的影响力；在滥用市场支配地位认定时，需要细分排他性滥用和剥削性滥用的各个类型；在损害后果认定时，除需要考虑消费者福利及社会公共利益之外，还应该考虑隐私保护、消费者使用成本上升等动态问题；在抗辩事由判断上需要综合考虑效率原则、公平原则和经营必要性原则。基于这些认定标准及因素，在规制过程中需要回应市场主体的正当需求，综合考量大数据在提升经营者市场势力中的作用，健全以成本、质量为核心的分析范式，进一步完善大数据市场反垄断规则及实施细则。

关键词：大数据市场；经营者；市场支配地位；零价格；反垄断

中图分类号：F713文献标识码：A文章編号：1007-8266（2021）07-0096-10

基金项目：陕西省教育厅科学研究计划项目“私募股权投资契约条款的法律构建研究”（19JK0319）

随着信息技术的发展，数据已经成为一种重要的生产要素，大数据市场上的竞争日趋激烈。大数据经营者滥用市场支配地位，已成为限制或排除竞争的基本手段，这样的案例也频频出现，如“德国脸书案”“欧盟谷歌案”等。这些案例的出现为竞争规制转向提供了依据。在“德国脸书案”中，德国反垄断执法机构认定脸书公司在未经用户知情和同意的情况下，依托于第三方应用程序收集用户数据的行为构成了剥削性滥用[ 1 ]。德国反垄断部门对大数据相关市场、市场支配地位、剥削性滥用等界定或认定引发了理论界的热烈讨论。究其原因就在于，在大数据市场上滥用支配地位的案件、执法部门认定方式及理由均带有一定的新颖性和争议性。我国虽然没有出现直接的大数据经营者滥用市场支配地位的案件，但2021年国家市场监督管理总局对阿里集团反垄断调查认定中也指出，互联网平台企业滥用市场支配地位中包括很大一部分是对数据的滥用。

大数据经营者滥用市场支配地位引发的垄断行为，已经引起了各国立法及执法部门的重视。德国在2017年修订的《反限制竞争法》中将“拥有垄断市场的数据”作为认定经营者滥用支配地位的基本标准之一[ 2 ]。日本政府在2019年出台的《市场主体滥用优势地位认定指南》中指出，互联网平台利用大数据优势侵犯消费者利益，是违反公平交易的一种形式[ 3 ]。在我国，国家市场监督管理总局2019年发布的《禁止滥用市场支配地位行为暂行规定》（以下称《暂行规定》）和2020年初公布的《中华人民共和国反垄断法》（以下称《反垄断法》）修订草案中均将经营者“掌控相关数据的能力”作为认定其滥用市场支配地位的参考因素。当前，大数据经营者滥用市场支配地位的行为已经引起了学界和实务部门的关注。但是，对大数据市场竞争属性、滥用行为等方面缺乏深入研究。有鉴于此，本文立足于大数据市场竞争属性，分析大数据经营者滥用市场支配地位的认定标准，并以此提出相应的规制对策。

目前专注于大数据领域滥用市场支配地位这一行为的研究较少，大部分的研究集中在大数据的影响及互联网行业数据垄断问题。尽管如此，这些成果对本文的研究依然具有借鉴意义。大数据的影响有多个方面，如对市场竞争、市场创新、经营模式等都会产生影响。韩伟等[ 4 ]在研究中分析了大数据对数据拥有者及其竞争对手和客户以及终端消费者的影响，认为大数据的排他性、动态性、差异性等特征能够提升大数据拥有者的市场力量。陈兵[ 5 ]从数据链接的角度分析了大数据对推动竞争的意义，但同时也认为数据安全风险及过高的进入壁垒会损害竞争者利益，对大数据影响及大数据竞争属性的规制需要从正反两个方面入手。宁宣凤等[ 6 ]在研究中结合大数据应有属性和国内外相关典型案例，分析了拥有数据优势对经营者市场竞争力提升的价值，认为线上商业数据是影响竞争执法的主要数据类型。孙睿等[ 7 ]认为，数据作为一种生产要素和技术手段，能够为市场创新提供动力，对提升经营者竞争力有直接作用。经营者可以将数据优势转化为市场竞争优势，但同时也应警惕数据价值链中所需其他生产资料的消耗程度，考量数据对经营者竞争力提升的作用需要从正反两个方面看待。

关于互联网行业及互联网平台中的数据垄断问题。曾雄[ 8 ]认为，数据作为一种特殊的商品，在市场交易中带有隐蔽性，这种隐蔽性强化了经营者垄断的隐蔽性，也使得相关市场界定与传统意义上的相关市场存在较大的不同，特别需要考虑数据竞争属性对竞争效果的影响。丁晓东[ 9 ]认为，大数据对经营者市场力量或垄断地位的强化过程异常复杂，应该根据经营者所涉及的平台类型、网络效应特征等情况来综合分析。数据的共享流通、隐私保护水平等均可以成为认定垄断的因素，但应当避免将数据搜集增加简单等同于产品质量下降，而隐私保护水平可以作为衡量经营者市场力量的重要参照。邓志强等[ 10 ]以“欧盟谷歌案”为切入点，分析了数据反垄断中存在的两大困境，即相关市场界定标准的模糊性和滥用市场支配地位的复杂性。陆颖[ 11 ]认为，互联网平台市场支配地位的认定，传统的市场份额推定法难以适用，在市场支配地位难以确定的情况下，拥有数据优势的一方在数据交易中附加的各类限制条件，因受到商业秘密的保护而难以被规制。曾迪[ 12 ]认为，互联网平台固有的双边市场、非对称定价、跨界经营等特性，增加了相关市场认定的难度。在对互联网平台垄断进行规制时，应合理淡化“相关市场”界定，如确有必要界定相关市场范围，可以将假定反垄断测试法与产品性能测试法、盈利模式测定法、销售方式测定法进行结合，确保几种方法之间的相互印证和补充。程晶晶[ 13 ]认为，在数据已经成为重要生产资料且能够为经营者带来经济利益时，以整合数据资源和数据处理能力为目的的并购案件大量出现，因这些案件在并购主客体、方式等方面具有特殊性，传统的经营者集中框架在适用时面临新的挑战，如相关市场界定、市场力量认定、申报制度适用等方面存在困难。为此针对相关市场界定难，可以引入盈利模式测试法等方法；针对市场力量认定难，可以改进市场份额计算方法；同时考虑新型市场进入的壁垒因素，针对申报制度适用困境，可以引入交易额标准和流量数据标准来完善其适用度。王晓晔[ 14 ]认为，为了遏制互联网平台的市场势力，欧美国家强化了数字经济领域的反垄断监管，并提出了拆分头部经营者和数据互操作等措施。

数字经济领域的反垄断监管目前采取的规制措施在学界和实务界引起了较大争议，鉴于数字平台经营者会本能地排斥竞争，反垄断规制主体在执法实践中应密切关注其对中小型科技企业的并购行为，禁止其滥用市场势力和不合理的排他行为。唐要家[ 15 ]认为，拥有数据优势的平台发展可产生强化维持其垄断势力的危害。为了维护互联网领域的正当竞争秩序，应重新定位反垄断的政策导向，创新反垄断的审查工具及竞争损害理论，如建立协同性的反垄断执法体制，强化事前监管，规范平台交易规则及算法代码规则等。

通过对上述文献的梳理可以看到，当前学界对大数据垄断问题的研究切入点较为宽泛，大多讨论的是大数据对竞争的影响及数字平台的反垄断问题，对大数据经营者滥用市场支配地位问题的讨论不多。另外，现有的研究对大数据竞争性及大数据市场竞争属性的分析也不够透彻。这些问题的存在，为本文的研究留下了足够的空间。

在“德国脸书案”中，德国反垄断执法部门与杜塞尔多夫（Dusseldorf）地方法院在認定中存在严重分歧。德国反垄断执法部门主张应加强对大数据经营剥削性滥用的规制，以保障消费者利益；而法院依然沉迷于传统的竞争法理论，从因果关系、竞争损害等方面论证其滥用市场支配地位行为难以成立。显然，德国法院认定大数据经营者剥削性滥用行为不成立，是因为忽视了大数据竞争的市场特性。数字时代大数据市场的竞争迥异于传统市场，具有特殊属性。

（一）大数据市场竞争的本质是非传统价格竞争

有学者认为，大数据市场普遍采用免费的商业应用模式，用户在使用大数据经营者提供的平台服务中并无支付相应对价，很难认定大数据经营者有滥用市场支配地位的行为[ 16 ]。大数据经营者作为市场主体，不可能完全免费向用户提供数据服务。用户使用经营者提供的数据服务表面上看是没有支付货币对价，但实际上消费者付出了个人数据及关注度，以这种非货币形式支付了服务对价。经营者将用户数据及关注度再转化为货币收益，如以用户个人数据来获取广告收入，以用户关注度来获取佣金收入等。可见，大数据服务并不是免费的，用户个人数据信息及关注度就是货币对价的替代形式。

在实践中，大数据市场的“零价格”主要体现在多边或双边市场中一边市场的零价格，即在多边或双边市场中，用户使用平台提供的服务没有支付货币价格，但经营者获取的广告收入、销售佣金等并不是零价格，而是正价格收入，用正价格收入来补贴其提供零价格服务的成本。之所以认为大数据市场竞争不是免费竞争而是零价格竞争，就在于用户在使用平台服务时未支付相应的对价，但付出了个人数据和关注度作为替代对价。用户付出的个人数据及关注度本身也是成本形式，经营者可以将这种非货币形式的对价转化为货币收益。由此可见，大数据经营者提供的服务，用户看似没有支付货币对价，但用户使用平台服务所付出的信息成本和关注度成本，本质上依然也是一种正价格。在大数据经营者提供的零价格市场中，也存在限制、排除竞争的垄断行为，会损害消费者权益和社会福利。正如有学者所言，消费者通过支付信息成本及关注度成本所获取的服务形式，也是法律中所称的“交易”或“商业”，这虽然不是传统的价格竞争，但对用户信息的剥削或滥用，也足以损害消费者利益[ 17 ]。

（二）大数据市场竞争的主要手段是质量竞争

价格竞争是长久以来经营者参与市场竞争的典型手段，现代各国制定竞争政策的出发点还是围绕价格竞争而展开的。但是，大数据市场本质上是零价格竞争，使得价格竞争作为竞争手段的作用无从发挥，质量竞争逐渐成为大数据经营者使用的主要手段。与价格的可量化及客观性相比，质量依赖于消费者的感知，不同消费者的评价是不同的；质量还具有相对性，评价一种平台服务的质量需要其他服务质量评价作为参照；质量不具有可量化的特征，当前很少有反垄断执法部门将质量评价纳入到反垄断框架中。经济合作与发展组织（OECD）曾指出，很多国家的反垄断执法部门承认质量在反垄断执法中的作用，但评价质量竞争的效果是一个难题[ 18 ]。价格竞争模式的效果比质量竞争模式的效果更加明显，经营者之间的竞争越激烈，市场价格与边际成本就越接近。而在质量竞争体系中，经营者之间的竞争激烈程度并不必然会提升质量，甚至还会降低质量。在实践中，因为存在消费者偏好差异以及受到信息不对称的影响，大数据市场竞争虽然激烈，但未见经营者明显改善服务质量。可见，质量竞争的评价需要结合具体案例进行分析。

在大数据市场，质量竞争还与其他评价指标有密切关系，如用户的需求度、消费偏好、服务更新频率、个人隐私保护力度、数据安全程度、广告量多少等。在这些关联性的指标当中，数据安全程度及个人隐私保护力度受到了执法部门的青睐。在2007年谷歌与双击（Double Click）公司并购案中，美国联邦贸易委员会忧虑地表示，如果并购行为完成，合并后的谷歌将在数据服务中发挥主导作用。如果不对并购行为进行审查或不对并购附加任何条件，那么消费者隐私利益和市场竞争秩序将得不到很好的维护。法国反垄断部门也认为，通过市场合并获得市场主导地位的大数据经营者在加大用户隐私保护力度方面动力不足。在“德国脸书案”中，德国反垄断执法部门也认为，脸书公司未经同意通过第三方程序收集用户信息，实际上侵犯了用户的隐私[ 19 ]。可见，这些复杂的指标体系加大了质量竞争评价的难度。

（三）大数据市场竞争损害具有隐蔽性

大数据市场的质量竞争模式是否存在限制或排除竞争的后果，不同学者对此存在分歧。有人认为，大数据的竞争特别是剥削性滥用这种形式，在很多时候是供求关系的反映，对消费者福利并无太大损害，即便是影响了消费者福利，消费者剩余也只是在不同消费者之间传递，并无规制的必要。[ 20 ]这种观点的错误在于其忽视了零价格竞争带来的隐蔽危害。

首先，大数据经营者在提供服务时并不需要用户支付对价，但可以降低服务质量，却让用户支付未降低服务质量之前的信息成本和关注度成本。因为这两种成本不是以货币形式支付的，也容易让消费者产生免费的误解。其次，大数据市场具有较高的技术、市场壁垒，特别是同一市场合并后，新进入者进入该市场是极为困难的。再次，在很多案例中，大数据经营者垄断数据的目的是为了提高市场效率和技术创新能力。诚然，数据的专享在某种程度上有利于技术创新和市场效率提升，但专享意味着流通的终止，也抑制了其他经营者的创新，最终同样也会损害消费者福利。最后，在算法技术支撑下，这种损害的隐蔽性得以固化。在“欧盟谷歌案”中，欧盟反垄断部门认为，谷歌公司通过算法将搜索领域的支配地位引入比较购物市场，对比较购物市场按照设定程序进行排名，对该市场竞争造成了较大限制。另外，随着算法技术的发展，自主学习算法利用大数据可以进行自主决策，形成的“技术黑箱”导致限制或排除竞争的行为更加智能，甚至无法体现经营者的主观意思，此时竞争损害后果的形成机制更加复杂，使得消费者难以识别。

（一）市场支配地位的认定

对于经营者是否具备市场支配地位，现行的反垄断框架通常以市场份额推定和综合认定这两个标准来进行判断。在大数据市场，考虑这两个标准时需要认真分析大数据市场竞争的特殊情况。

1.市场份额推定标准具有一定的适用性

因受到芝加哥价格学派相关理论的影响，价格竞争的评估方法成为各国反垄断执法的重要认定范式。在这种范式的推动下，经营者所占的市场份额就成为认定的重要依据之一。该标准之所以能够得到广泛运用，一方面是因为经营者占有的市场份额往往能够体现市场支配地位，两者之间存在正比例关系，经营者获得的市场份额越大，具有支配地位的可能性就越大；另一方面是相对于其他的认定标准，市场份额标准可以量化，相关认定数据容易获取。[ 21 ]但是，大数据市场竞争是一种零价格竞争，经营者与用户之间并不存在货币对价。因此，很多人认为这一标准对于认定大数据经营者是否具备市场支配地位已经不再适用。笔者认为，市场份额推定标准在大数据反垄断分析中依然具有一定的适用性。

首先，界定大数据经营者的市场份额指标除了销售额之外，还包括销售量和其他指标。在大数据零价格市场中，销售量比销售额更能够反映出经营者的市场地位。“德国脸书案”中，德国反垄断执法部门认为，用户浏览时间的长短是衡量社交软件影响力的标志，因此计算脸书市场份额时需要考虑每天活跃的用户数量而不是注册数量[ 22 ]。

其次，市场份额推定标准依然具有界定上的参考价值。一方面，面对技术门槛高、市场竞争激烈且进出频繁的大数据市场，市场份额往往呈动态变化，经营者某个时段的市场份额高并不一定就能够获得支配地位；另一方面，大数据具有排他性、质量差异性、收集成本高等特征，如果经营者在很长一段时间内能够保持较高的市场份额，能够在很大程度上表明其具备市场优势。

进而，在用市场份额推定标准进行认定时，必须要满足两个基本条件：一是大数据经营者保持较高市场份额具备时间上的稳定性；二是主要的竞争对手所占市场份额较小。能够在较长一段时间内保持较高的市场份额，足以说明大数据经营者能够掌控市场，在激烈的竞争中获取了市场主导力量。在认定时，通过纵向比较过去与现在以及未来相同时间段内大数据经营者的市场份额变化情况，如果这种较高市场份额在一定时间段内是呈稳定增长态势，此时足可以认定其具备市场支配地位。同时，如果其主要的竞争对手在相同的时间段内所占市场份额较小，且在相同时间段内市场份额增长缓慢甚至下降，足以说明其竞争对手市场竞争力不足。由此，市场份额推定标准并不是不适用，而是价格认定范式的作用在退化，因为销售量能够充分反映市场份额。

2.综合性认定标准中需要考量的因素

《反垄断法》第18条明确了认定市场支配地位的综合性标准，但面对大数据市场的竞争，这些认定标准并不一定能够充分反映大数据市场的真实状况，需要对综合性认定标准进行完善，需要充分考虑大数据市场竞争及大数据自身的特性。

第一，需要充分考量大数据竞争的特性。在数字经济时代，数据无处不在且种类多样，获取成本也高，经营者似乎很难阻止其竞争对手获取所需的数据。实际上，大数据具有较强的排他属性，经营者利用这一属性，通过合法或非法的手段获取相应数据来维系其市场支配地位。2018年，谷歌公司向苹果公司支付了90亿美元作为继续在苹果Safari浏览器、Siri和其他苹果设备上内置搜索引擎的对价，通过这一协议安排，谷歌就在很大程度上阻止了其他竞争者从苹果用户手中获得相同或类似数据，从而强化了数据的排他属性。另外，大数据质量和价值存在较大的差异，质量低或以非法手段获得的数据难以维持经营者的支配地位，而那些高质量数据如果掌握在经营者手中，能够帮助提升其市场支配地位。而且，大数据搜集成本较高，且有较高的技术壁垒，这在很大程度上能够阻止大数据市场的新入者获取所需数据，从而提升那些进入大数据市场较早的经营者的市场地位。由此，在综合性认定标准中，需要考量大数据竞争的特殊性。

第二，需要考量大数据经营者对数据的控制力。经营者对大数据的掌控力取决于多种因素，如与数据获取难易程度、经营过程对数据的依赖度、数据转移成本等有密切关系。首先，数据的转移成本大小关系到新入者能否顺利获得其所需数据，如果转移成本高，就表明主导的经营者对数据控制力较强[ 23 ]。当然，在分析转移成本时，还需要考虑数据格式兼容性、软件兼容性等问题。其次，数据获取的难易程度除了需要经营者支付搜集成本、转移成本之外，经营者还可以通过排他性协议来获得数据独占权。最后，如果经营者能够独占关键性数据等稀缺资源，其竞争对手难以获得或是在获取成本过高的情况下不得不依赖于主导经营者，此时无疑增强了主导经营者对大数据特别是关键性数据的控制力，无疑就增强了其市场支配力量。

第三，需要考虑大数据市场竞争的特殊属性。大数据平台上的用户具有多归属性，即用户可以同时选择多家数据平台来获取所要的服务。但因为基于自身替代成本考量或技术兼容的困难，每个用户只会选择一个经营者作为其获得数据服务的主要供应商。经营者也会为了留住用户来维持自身的数据优势，通常会采用会员制、积分制等排他性策略来对用户进行锁定。此种锁定效应在一定程度上能够抵消用户的多归属性，增强经营者的市场势力。此外，数据驱动的网络效应还会帮助经营者扩大用户规模，也有助于增强其市场势力。如果这种网络效应越强，竞争者取代的可能性就越小。因此，适用综合性认定标准时，还必须分析锁定效应和网络效应在经营者获得市场支配地位时所起的作用。

第四，需要考量经营者在关联市场上的影响力。随着算法技术的发展及运算能力的提升，大数据经营者通常会利用其市场传导力量来提升其在关联市场上的竞争力，从而产生排除邻近市场竞争的效果。在大数据市场，经营者搜集的原始用户数据用途是多方面的，可以利用其市场传导力量将数据传至关联市场。在“欧盟谷歌案”中，欧盟反垄断执法部门认为，谷歌公司通过搜索市场的支配地位将用户数据传导至邻近的购物市场，从而对购物市场起到了限制竞争的效果。大数据对于经营者而言是一个重要的变量，是经营者利用某一市场主导力量控制邻近市场的关键因素。因此，在适用综合性认定标准时，需要分析經营者能否对关联市场产生传导效应以及影响力的大小。

（二）滥用市场支配地位的类型分析

大数据经营者在数据搜集、处理、使用、开发等多个环节均可能存在滥用行为，在认定过程中需要对滥用行为进行细化归类分析。

第一，价格歧视。虽然大数据市场上针对个体用户实施的是零价格竞争，但除了个人用户之外，大数据经营者还会与上下游合作者如广告商、零售商等产生交易。大数据经营者与这些市场主体进行交易是一种正价格交易，可能滥用大数据来对这些市场主体实施不同的价格政策，如在相同交易条件下实施垄断高价或低于统一价格的低价。

第二，无正当理由限制竞争对手获取数据。大数据经营者利用自身的市场支配地位，通过独家交易、排他协议、拒绝访问等方式来限制或排除竞争对手合法获取所需数据[ 24 ]。如果竞争者从经营者中获取数据的成本过高，这种无理由的限制就产生了限制竞争的效果。

第三，无正当理由强制竞争者实施数据共享。从法律上看，数据具有产权属性，特别是经营主体控制的核心数据，通常对其具有独享权。如果经营者利用自身的市场支配地位，在没有合法依据的情况下，强制要求竞争者与其共享数据，这对其他经营者利用数据开展市场竞争造成了损害。

第四，无正当理由实施数据捆绑销售或交叉使用。大数据市场交易会涉及多个主体，大数据经营者会利用市场支配地位要求其他主体在交易中对不同类型的数据实施捆绑销售或实施其他捆绑服务。不仅如此，经营者还会利用市场支配地位优势要求关联市场的经营者与其交叉使用数据[ 25 ]。这两种情形均会产生限制竞争的效果。

第五，降低服务质量或提高用户使用成本。大数据经营者为了获得市场垄断地位，会直接对消费者实施剥削性滥用行为，降低服务质量或提高使用成本均属于此，如向用户投放更多的广告、未经用户同意获取更多的数据等。

第六，无正当理由阻止数据的转移。大数据经营者为了维持自身市场优势，防止用户分散到其他平台，通常会通过增加用户转移成本的方式来对数据实施控制，如推出不兼容的数据格式等，进而维持其市场支配地位。

（三）损害后果认定

认定损害后果，需要分析大数据经营者实施的滥用行为是否产生了限制或排除竞争的效果，以及这种效果是否损害了消费者利益和社会公共利益。排除或限制市场竞争属于排他性损害，损害消费者利益或社会公共利益是剥削性损害。第一，灵活运用消费者福利标准。用户以零价格就能够获取大数据经营者提供的数据服务，表面上确实能够提升消费者福利，但是，在数字经济时代，反垄断法的福利认定标准不能再执着于消费者福利这一静态标准，还应该考虑隐私保护、收入分配等问题。比如在零价格模式下隐性降低了消费者隐私保护力度，或是在平台服务质量不变的情况下变相提高了用户使用成本，抑或是阻碍用户数据转移等损害。第二，大数据经营者利用其市场支配地位实施价格垄断，如向广告商收取高价，或是以低价的形式要求第三方合作者强制提供数据共享等行为，损害了交易相对人的利益。第三，大数据经营者独占数据来限制竞争对手，削弱了竞争者进入市场竞争或创新的机会。

（四）抗辩事由认定

在现行的反垄断框架下，如果经营者能够提出合理的抗辩理由且能够被采纳，其垄断的违法性就可以被排除。在抗辩事由认定过程中，必须要考虑到不同市场主体的利益平衡，经营者提出的抗辩事由不能超过公共利益框架。在认定抗辩理由是否具备正当性时，需要从效率、公平及经营必要性三个方面来考量。

第一，从效率原则上看，如果大数据经营者强制要求实施的数据捆绑或共享行为是为了统一格式、强化软件的兼容性、提升行业的发展水平及增强数据流动的透明度，应当被认定是合理的，执法部门应予以认定。如2010年美国司法部在调查微软和雅虎搜索业务合并中，接受了微软公司在抗辩中认为合并后能够更高效地为用户提供服务的观点。

第二，从公平原则上看，如果大数据经营者实施的各类限制或排除竞争对手获取数据的行为，其目的是为了维护数据安全及提升隐私保护水平，同时也没有降低服务质量和消费者福利，限制竞争的效果也不太明显，也可以被认定是正当的。

第三，对于经营必要性原则，经营者需要证明其实施的经营行为是必要且正当的。正当性就是合法性要求，即要求经营者实施的行为必须合法或是合乎行业惯例、商业道德、公共利益的要求[ 26 ]；必要性就是不能违反比例原则，即不能超出合理的限度。大数据经营者以经营必要性作为抗辩事由，以下行为可以被认定具有正当性和必要性：一是为了保护消费者隐私及数据安全实施的限制竞争者获取数据的行为；二是为了保护国家秘密、社会公共利益排除竞争者获取数据的行为；三是数据交叉或捆绑行为符合行业惯例或商业道德；四是为了重大社会公共利益，如在抗击疫情、重大技术攻关、抗震救灾等过程中要求竞争者实施数据共享的行为；五是在清偿债务、转行过程中降价销售行为，或是低价销售过期数据行为。

（一）回应市场主体的正当需求

大数据市场是技术壁垒高且创新能力强的新型市场，与传统市场相比具有特殊的竞争属性。在规制大数据经营滥用行为时不能沿袭传统的反垄断模式，在反垄断规制过程中必须深入理解和分析大数据经营者的正当需求，按照回应性治理模式来进行规制。

第一，尊重经营者的合法权利，回应其对大数据应用的正当需求。大数据作为数字经济时代最为重要的生产要素之一，通过大数据的应用，能够提升经营者的服务质量及水平，还能够快速推进技术或产品的创新发展。在实践中，对大数据运营最为充分的经营者通常在大数据市场取得成功的概率较大。大数据经营者使用的数据来自于用户，其应当尊重并保护好用户作为数据原始主体的各项权利[ 27 ]。这就要求大数据经营者在获取用户数据时，要获得用户的同意和知情；如果是借助于第三方平台获取用户数据，除了用户的同意和知情之外，还应该获得第三方平台的授权，否则经营者数据获取行为就是不正当的。在大数据市场反垄断实践中，应当尊重各类主体的权利，明确各类主体的权利范围。如果经营者侵害了用户权利，就构成了剥削性滥用行为；如果是侵犯了其他經营者权利，则构成了排他性滥用行为。

第二，在数据独占及共享之间保持适度平衡，回应市场主体对数据驱动创新的要求。在数字经济时代，数据驱动创新已经成为我国经济社会发展的基本战略。大数据作为驱动创新的要素，必须能够自由流通，只有流通的数据才能够提升创新的效率，这就要求数据能够在特定情况下实现流动和共享，流动和共享的过程需要保障各类相关主体的权利平衡。换言之，经营者的独占权和其他主体的共享权应保持适度平衡，确保经营者、新入者、潜在的进入者均有利用大数据进行创新的机会。我国《反垄断法》在2020年修订草案中回应了这一需求，但在具体条文方面体现得还不够明显。因此，在反垄断实践中，执法机构需要考察大数据经营者对数据的控制能力，以及有无正当理由阻止数据的共享。如果有正当理由，则需要考察经营者是不是为了保护消费者、数据安全或维护公共利益，如果不符合这些要求，则理由不具备正当性[ 28 ]。

第三，在适度规制的基础上，回应市场主体对公平竞争的要求。显然，具有市场支配地位的经营者如果限制数据流通和共享，就必然会使得数据集中在少数经营者手上，而互联网市场具有的“赢家通吃”特征会使得其他经营者、新入者难以获得公平的竞争机会。因此，在反垄断实践中，执法机构需要充分回应和考虑中小经营者对市场公平竞争的诉求。反垄断部门一方面要加强对滥用市场支配地位行为的研究，另一方面要不断创新分析范式，从而在执法过程中能够准确判定大数据经营者滥用市场支配地位所造成的限制竞争效果。

（二）考量大数据在提升经营者获取市场势力中的作用

结构主义经济学认为，经营者的市场行为受市场结构的影响，在影响市场结构的诸多要素中，市场集中度是最关键的因素。产业组织理论中的芝加哥学派对此不以为然，认为市场绩效和市场行为同时决定市场结构，也就是说，即便是市场出现了高度集中的现象，但只要保证竞争充分，反垄断部门就不应干预。虽然两大学派观点分歧较大，但均认可市场势力在经营者获取市场主导地位中的作用。在前者看来，市场势力是经营者获得垄断地位的基本条件，而后者则认为市场势力体现的是经营者对市场的控制力。市场势力理论是反垄断规制的基础理论，不论是市场份额推动标准还是综合性认定標准，本质上均是对市场力量的认定。在正价格市场，市场力量体现的是对产品或服务价格的控制力；在零价格市场，市场力量体现的是通过锁定效应和网络效应来抬升准入壁垒。大数据经营者所获得的市场势力与大数据的特征、大数据市场竞争属性有密切关系。因此，在反垄断规制实践中，必须考量大数据及其竞争特性在增强经营者市场势力中的作用。

大数据对经营者市场力量的抬升需要从三个方面予以认定：第一，大数据的排他属性、数据质量和价值的差异性、功能的通用性均能够在经营者市场力量提升中起到作用。大数据是广泛存在的，但对经营者而言最具价值的数据是搜集用户数据后进行加工整理过程中产生的新数据，这些加工后的数据通常是经营者独享，排他性强于一般数据；数据的质量和类型存在差异，高质量和高价值的数据，经营者也不会与他人共享；经营者如果在某个市场取得支配地位，通常会通过独占的大数据来强化对关联市场的影响，进而维持自身在两个市场的支配地位，并强化两个市场的沟通效应。数据的差异性使得不同类型或不同来源的某些数据能够发挥相互补充的作用[ 29 ]。如消费者购物中的搜索数据充分体现了其购物习惯，与购物习惯数据是可以相互印证和补充的。如果某个经营者同时掌握了这两类数据，在补充过程中就可以增强经营者的市场势力，在脸书收购What？ sApp案件中，欧盟反垄断部门认为，此次合并能够强化脸书公司在关联市场上的独特优势，阻断了竞争对手获取数据的途径。第二，大数据市场的锁定效应和网络效应可以强化经营者巩固自身市场优势，新入者和潜在进入者难以对其形成威胁，从而收到了排除竞争的实效。第三，大数据市场的零价格竞争和双边市场属性使得经营者容易获得市场优势，而且还会让消费者误认为其不具有支配地位。另外，双边市场特性使得用户反馈循环得以畅通，也能够强化经营者的市场势力。因此，大数据的特殊属性及其在增强经营者市场势力中的作用及形式是反垄断规制时需要考量的重要因素。

（三）建立并完善以质量和成本为核心的分析范式

价格是影响商品交易的核心因素之一，传统的市场竞争也是以正价格为主的价格竞争，经营者对价格的控制力是其获取支配地位的重要形式。由此，以价格为核心的分析范式就成为界定相关市场、认定经营者市场支配地位的基本政策工具。然而，大数据市场的零价格竞争模式使得以价格范式建立起来的假定垄断者测试、市场份额标准、竞争损害评估等判定指标需要做出调整。在360公司与腾讯的“3Q大战案”中，一审法院在界定相关市场时运用了基于价格上涨的价格中心分析范式，二审法院在纠正中对此做出了回应，认为即便是价格中心分析范式能够运用在本案中，但也需要予以适当变通，因数据市场迥异于传统市场，如可以将质量纳入假定垄断者测试体系中。在大数据反垄断实践中，以正价格为基础建立起来的价格分析范式无疑面临着困境，需要建立并健全以质量、成本作为分析工具的新范式。

质量和成本为核心工具的分析范式与大数据的零价格竞争模式更加契合。首先，在相关市场界定中，认定替代市场可以考虑数据服务质量变化、数据安全保护力度变化、消费者支付的信息成本等因素，加入这些因素之后可以避开零价格竞争模式中无法判定价格上涨的困境；在假定垄断者测试方面，可以按照成本上涨和质量下降来创设新的假定垄断者测试法，以质量和成本的变化作为分析基准，并加强对质量、成本相关数据变化的搜集和分析[ 30 ]，如此就可以避免价格及市场份额变化在零价格竞争中无法衡量的困境。其次，在市场支配地位认定上，市场份额的判断基于销售量或每日活跃用户量的作用；在综合性认定标准方面，要注重分析大数据质量类型、数据搜集、转移成本等因素所产生的控制力与限制竞争之间的关系。最后，在滥用市场支配地位方面，经营者降低消费者隐私保护水平、降低服务质量、提升用户使用成本均能够损害消费者利益。尽管很多国家的反垄断部门已经意识到以质量、成本为主的分析工具在反垄断执法中的重要作用，但相关分析范式不够健全，还存在量化及评估的难度。因此，构建适合零价格市场竞争属性的质量、成本分析范式，健全质量和成本量化及评估体系，是大数据市场反垄断规制的重要课题。

（四）完善大数据经营者滥用市场支配地位的规制法则

当前，我国大数据行业竞争激烈，滥用市场支配地位的行为不断出现，日渐成为反垄断规制的焦点。我国现行的《反垄断法》注重对传统市场、传统行业的反垄断规制，对互联网、大数据等行业的垄断行为难以准确运用法律规则来进行规制。尽管《暂行规定》第11条对大数据经营者滥用市场支配地位做了相应的规定，但其作为部门规章，不仅位阶低，而且内容也不够细化。相关法律规则的缺失以及现有法规的权威性较低及细化程度不足，使得在大数据经营者滥用市场支配地位的认定和规制方面缺乏足够的规则支撑。强化法律规则对反垄断执法和司法实践的回应，才能够更好地促进大数据、互联网行业的健康发展。

首先，在《反垄断法》修订时，增加数字经济领域滥用市场支配地位相关类型的规定。《反垄断法》修订草案中虽然提及网络效应、锁定效应、掌控数据的能力是认定大数据经营者滥用市场支配地位的考量要素，但此种规定还不够细化，没有在类型上做出具体规定。如无正当理由限制数据共享、降低服务质量、提升用户使用成本、提升用户数据转移成本等滥用行为并未纳入其中，因此，建议在修订该法时，以列举的方式增加大数据经营滥用市场支配地位的类型规定。

其次，在《暂行规定》中细化大数据经营者滥用市场支配地位的具体内容。特别是要增加大数据经营者市场支配地位的内涵、认定标准、分析工具及正当抗辩事由的具体范围等。如在界定大数据经营者市场支配地位中，需要增加服务质量、用户使用成本、数据获取等条件，细化概念界定的科学性，强化规则的可执行性。

再次，鉴于《反垄断法》作为法律规范难以实际细化，在该法修订后建议相关部门及时制定《反垄断法实施条例》，一方面可以解决现有规章位阶低的问题，另一方面可以更好地细化《反垄断法》的相关条文，如在条例中可以基于大数据市场的特点加入质量下降、成本上涨的假定垄断测试等方法，细化市场支配地位和滥用行为的认定标准、正当理由的认定标准等，从而提升法律的可操作性，进而提升规制效率。

数字技术的快速发展提升了数字经济的智能化水平，大数据、算法、算力已经成为数字经济发展的支撑要素[ 31 ]。规范大数据市场的竞争秩序，可以促进数字经济的可持续发展。当前数据驱动创新已经成为我国经济社会发展的基本战略，大数据及其相关产业也成为国家和各地政府竞相扶持的新兴产业，区域性的大数据交易平台纷纷建立，各类支持和优惠政策也不断出台。但是，越是国家及各地政府鼓励的新兴产业，越需要规范其竞争秩序[ 32 ]。我国大数据产业的竞争阶段较为特殊，在前期，因缺乏相关规则，最早的进入者很快确立了数据和用户优势，如今，拥有数据和用户优势的经营者通过“赢者通吃”来阻击新入者，对市场竞争和消费者利益产生了明显的损害。因此，大数据经营者滥用市场支配地位的行为应当依法予以规制。

本文通过对大数据市场竞争属性的分析，得出了如下结论：第一，反垄断规制需要遵循回应型法律路径，相关政策及法律法规需要回应市场主体对创新和公平竞争秩序的需求，确保数据独占和共享之间的平衡。第二，大数据的特殊属性及其在增强经营者市场势力中的作用也成为规制的重要考量因素。第三，传统的价格中心分析范式局限性比较明显，需要切合大数据市场特性创设基于成本、质量为核心分析工具的新范式。第四，修订《反垄断法》，并出台相应的实施条例，完善规制大数据经营者滥用市场支配地位的相关规则，为反垄断实践提供制度支撑。

本文的研究无法面面俱到，依然存在很多不足。关于大数据市场竞争的属性、大数据经营者市场支配地位及滥用行为的认定方法及标准等诸多问题，尚需理论界和实务界对此进行持续深入的关注。

参考文献：

[1]叶明，李鑫.数字经济背景下剥削性滥用的规制难点及其应对策略[J].长白学刊，2021（2）：78-84.

[2]孔祥俊.论互联网平台反垄断的宏观定位——基于政治、政策和法律的分析[J].比较法研究，2021（2）：85-106.

[3]张世明.捍卫普罗米修斯：反垄断法的自由竞争品格[J].人大法律评论，2019（2）：3-68.

[4]韩伟，李正.大数据与企业市场力量[J].中国物价，2016（7）：49-52.

[5]陈兵.大数据的竞争法属性及规制意义[J].法学，2018（8）：107-123.

[6]宁宣凤，吴涵.浅析大数据时代下数据对竞争的影响[J].汕头大学学报（人文社会科学版），2017（5）：90-98.

[7]孙睿，方燕.数字时代下大数据对企业竞争力的影响机制研究[J].价格理论与实践，2020（3）：171-174.

[8]曾雄.数据垄断相关问题的反垄断法分析思路[J].竞争政策研究，2017（6）：40-52.

[9]丁晓东.论数据垄断：大数据视野下反垄断的法理思考[J].东方法学，2021（3）：1-16.

[10]邓志松，戴健民.数字经济的垄断与竞争：兼评欧盟谷歌反垄断案[J].中国市场监管研究，2017（10）：32-35.

[11]陆颖.大数据产业发展倒逼反垄断规制改革探讨[J].广西经济管理干部学院学报，2018（1）：95-101.

[12]曾迪.大数据背景下互联网平台反垄断法适用难题及对策研究[J].重庆邮电大学学报（社会科学版），2019（3）：37-44.

[13]程晶晶.数据驱动型并购的经营者集中审查挑战及应对策略[J].中国流通经济，2021（6）：74-83.

[14]王晓晔.数字经济反垄断监管的几点思考[J].法律科学（西北政法大学学报），2021（4）：2-15.

[15]唐要家.数字平台反垄断的基本导向与体系创新[J].经济学家，2021（5）：83-92.

[16]任超.大数据反垄断法干预的理论证成与路径选择[J].现代经济探讨，2020（4）：123-132.

[17]郭传凯.市场力量分析下反垄断规制体系的完善[J].中国流通经济，2021（5）：109-120.

[18]斯图克，格鲁内斯.大数据与竞争政策[M].兰磊，译.北京：法律出版社，2019：305-307.

[19]吴东海，张天.德国联邦卡特尔局怎样规制“二选一”——分析CTS Eventim滥用市场支配地位案[J].中国市场监管研究，2020（11）：38-42.

[20]詹馥静.大数据领域滥用市场支配地位的反垄断规制——基于路径检视的逻辑展开[J].上海财经大学学报，2020（4）：138-152.

[21]丁国峰.大数据时代下算法共谋行为的法律规制[J].社会科学辑刊，2021（3）：127-136.

[22]殷继国.大数据经营者滥用市场支配地位的法律规制[J].法商研究，2020（4）：73-87.

[23]陈兵.完善平台企业滥用市场支配地位行为违法性认定标准[J].中国市场监管研究，2021（4）：60-62.

[24]鐘刚.平台经济领域滥用市场支配地位认定的证据规则思考[J].法治研究，2021（2）：127-137.

[25]杜爱武，陈云开.中国反垄断诉讼案件概况及评析（2019年）[J].竞争法律与政策评论，2020（1）：315-337.

[26]扎拉奇，斯图克.算法的陷阱：超级平台、算法垄断与场景欺骗[M].余潇，译.北京：中信出版集团股份有限公司，2018：226-228.

[27]陈兵，徐文.规制平台经济领域滥用市场支配地位的法理与实践[J].学习与实践，2021（2）：87-96.

[28]张一武.论互联网平台竞争案件中优势传导理论的适用——以滥用市场支配地位案例研究为视角[J].中国价格监管与反垄断，2019（11）：42-49.

[29焦海涛.纵向非价格垄断协议的反垄断法规制：困境与出路[J].现代法学，2019（4）：123-139.

[30]傅晓.警惕数据垄断：数据驱动型经营者集中研究[J].中国软科学，2021（1）：56-67.

[31]段鹏.平台经济时代算法权力问题的治理路径探索[J].东岳论丛，2020（5）：110-117.

[32]于良春.中国的竞争政策与产业政策：作用、关系与协调机制[J].经济与管理研究，2018（10）：57-64.

责任编辑：林英泽

Identification and Regulation of Big Data Operators’ Abuse of Market Dominance

SHEN Wen-jun

（School of Law，Xi’an University of Finance and Economics，Xi’an 710100，Shaanxi，China）

Abstract：The competitive nature of the big data market is relatively special. It is essentially a non-price competition. Quality competition is the main means，and the damage of competition is highly concealed. For the identification of big data operators’abuse of market dominance，the market share presumption standard for market dominance has certain applicability，but it is necessary to comprehensively consider the characteristics of big data，the operator’s control over data，the attributes of big data market competition and the data influence in the related market. In determining the abuse of market dominance，it is necessary to subdivide the various types of exclusive abuse and exploitative abuse；in determining the consequences of damage，it is necessary to consider not only consumer welfare and social public interest，but also privacy protection，and dynamic issues such as rising consumer usage costs；and the efficiency principle，fairness principle and the principle of business necessity need to be comprehensively considered in the judgment of the defenses. Based on these identification standards and factors，it is necessary to respond to the legitimate needs of market entities in the regulatory process，comprehensively consider the role of big data in enhancing the market power of operators，improve the analysis paradigm centered on cost and quality，and further improve the antitrust rules and its implementation details of the big data market.

Key words：big data market；operator；market dominance；zero price；antitrust