大數據造成了新的市場壟斷嗎？

文/陳甬軍 胡德寶

引言

“大數據”這一概念，于2005年首次由Roger Mougalas提出。“大數據”是和傳統隨機抽樣相對的概念，一般意義上是指能夠對大量、類型豐富、高流轉性數據庫進行采集、存儲和分析。借助“大數據”完全數字化的處理模式，企業能夠實現海量、高增長率和多樣化的信息資產。隨著數據量的爆炸增長和大數據分析技術的成熟，大數據已經成為企業獲取和保持競爭優勢的重要戰略。互聯網平臺型企業處在大數據發展的前沿，是大數據與反壟斷討論與研究的主要對象。隨著互聯網經濟的蓬勃發展，平臺經濟已經成為推進商業模式創新發展的重要力量，但同時也形成了一定的壟斷地位，引發了廣泛的反壟斷討論。歐盟競爭委員會表示，大數據戰略通過排除新進入者降低了市場有效競爭，并多次表示了對大數據所引發的監管挑戰的擔憂；美國司法部反壟斷部門表示，在現行反壟斷管制框架下將靈活調整以應對新型互聯網平臺引發的大數據壟斷問題。

2019年8月，中國國務院辦公廳印發《關于促進平臺經濟規范健康發展的指導意見》；2020年11月，市場監管總局發布《關于平臺經濟領域的反壟斷指南（征求意見稿）》，向社會公開征求意見，并于2021年2月7日由國務院反壟斷委員會正式發布。它主要針對相關市場界定、市場支配地位的判別、濫用市場支配地位和經營者集中等諸多問題提出了反壟斷基本指導方針。其中，判定平臺經濟是否利用其優勢地位或對大數據的支配狀況形成了壟斷是展開反壟斷調查的前提和先決條件。

大數據戰略實施是否引發壟斷的爭論

按照大數據戰略的實施方式，企業的大數據戰略主要由三種形式展開：其一，構建基于大數據自身商業模式形成的壟斷勢力；其二，通過大數據提升原有商業模式形成的網絡效應和鎖定效應；其三，通過外部獲取或強化企業大數據能力，即通過企業間特別是行業內主導企業間的整合，進一步擴大主導企業數據的規模和類型，并以此來提升數據的流轉性，進而可在此基礎上形成巨大的商業價值（規模、類型、流轉性與價值），此類企業兼并以獲取數據資產作為目的，形成了競爭者集中的問題。大數據平臺型企業上述三種不同類型的戰略實施渠道與傳統領域交織疊加產生新問題，并引發了對平臺經濟反壟斷的爭論。

（一）平臺型企業依托大數據及其壟斷協議是否增強了壟斷勢力

按照對寡頭的定義，當平臺型企業在某一細分領域占有超過50%的數據，并且構建了一套相對成熟的數據收集體系以搜集、存儲新增數據時，即形成了寡頭特征市場結構，具有一定的壟斷勢力。隨著平臺型企業搜集、存儲各種類型數據能力的增強，將會出現越來越多擁有龐大數據庫的寡頭廠商。大數據平臺公司的商業模式通常具有雙邊或多邊市場的特性，即在向消費者提供免費服務以獲取數據的同時，向平臺另一端的商家收費，大量的碎片化供應信息與需求信息通過平臺的算法和算理實現有效匹配，實現了平臺化和效率提升。在向消費者提供均質產品和服務、向商家收費過程中，基于大數據分析和決策，平臺型企業將進一步強化原有的網絡效應，使得其壟斷勢力得到增強。

當前，全球反壟斷實踐遵循“行為主義”，而非簡單依據“結構主義”。從“行為主義”的關注點和數據本身的經濟性質出發，擁有大數據的高份額并不足以成為造成壟斷的必要條件。一些研究甚至發現，數據生產的邊際成本為零。大數據作為中間產品，并不足以構成多樣化的終端產品的壟斷，也就是說將擁有超級數據作為判定企業壟斷的理論依據是不充分的。這些研究間接說明了擁有龐大數據庫本身難以構成壟斷壁壘。

而更多的平臺型經濟引致的壟斷源于其濫用市場支配地位的壟斷行為，例如侵犯數據安全保護、平臺排他性行為、大數據“殺熟”等。值得注意的是，國外當前的反壟斷規制實踐中，主要還是將數據作為最終產品。這是為了能夠基于產品定義相關市場，以適應當前的反壟斷的分析框架。

（二）企業嵌入大數據戰略是否強化了網絡效應

傳統的反壟斷中涉及企業日常經營活動的壟斷協議主要在兩方面展開，即行業內競爭企業的橫向合謀以及基于產業鏈上下游的縱向限制競爭協議。然而，如果大數據的主要目的在于對傳統企業的流程改造和轉型提升，則難以出現基于大數據本身的行業合謀及縱向約束。

大數據平臺企業解決了多邊市場存在可能引發市場失靈的外部性問題。原有平臺具備匹配協調員的功能，通過價格、運營及平臺規則的設定影響平臺雙邊參與者的預期，從而最大限度促進匹配。通過大數據平臺能夠根據精準把握甚至干預用戶的預期與需求，從而更高效地實現供需雙方的交易匹配。對于非平臺性企業來說，大數據在企業中發揮的主要作用在于輔助分析與決策，在企業生產過程中發揮經濟效用，增強企業的競爭力。

然而，行業領先平臺型企業的數據分析和處理能力將構成行業的重要進入壁壘，成為廠商市場勢力的來源，影響市場有效競爭。從企業的投入來看，與大數據平臺的數據收集工作不同，數據分析過程需要耗費大量的時間，并需要投入資源，這就會形成真正的行業進入壁壘。而且，數據分析能夠發揮規模經濟性，增強領先企業的主導地位，強化企業的正反饋機制。傳統產業實施大數據戰略后，也能夠在一定程度上產生網絡效應。

（三）兼并對大數據平臺的經營者集中是否提出了新挑戰

平臺型企業通過兼并實現大數據戰略被稱為“數據驅動型兼并”（data-driven merger），主要依靠以下兩個途徑：一是使原本不具備大數據業務能力的企業通過兼并擁有大數據分析與處理能力的企業，從而實現一體化；二是原本具有大數據能力的平臺型企業通過基于大數據的整合，實現經營者集中。前者與傳統企業嵌入大數據戰略類似，后者則大多數發生在科技與互聯網行業間，兼并涉及的金額巨大，被合并對象往往是微利甚至虧損，但合并后整體估值出現大幅提高。這也表明，現行的針對經營者集中的反壟斷法律體系受到了平臺經濟發展的巨大沖擊。主要體現在以下幾個方面：

第一，國際上現行的以價格為核心的反壟斷框架在橫向兼并的反壟斷規制中失靈。以美國反壟斷規制為例，其主要采用的經濟工具包括三種，即臨界損失分析（critical loss analysis）、價格上漲壓力測試（upward pricing pressure）和垂直算法（the vertical arithmetic）。盡管這三種方法的假設與應用場景存在差異，但在應用過程中，均以兼并前后消費者支付的價格變化作為最終是否構成市場壟斷的判定標準。然而，大數據平臺行業內涉及大數據的產品與服務對消費者來說都是低價甚至免費的，因此這些方法對剖析兼并背后可能涉及的壟斷問題束手無策。

第二，現行分類方式存在一定的缺陷。國際上經典的反壟斷法律框架是將經營者集中區分為橫向兼并、縱向兼并和混合類兼并，并將橫向兼并作為關注重點，但由于大數據平臺的相關市場認定的難度、規模經濟的邊界、業務種類的劃分等難題，可能難以按照這三類兼并類型作簡單的歸類和對照。

第三，傳統的市場交易規則受到一定的沖擊。依托大數據的價格歧視行為與傳統的價格歧視行為存在本質的差別。在互聯網平臺經濟中個性化的服務本質上將市場特別是買方市場分成了一個個獨立的個體，截斷消費者的搜尋行為，買者可能在某種路徑依賴的慣性下無選擇地購買服務，網絡效應很容易導致一家獨大的局面，供給與需求可能同時失去競爭性，而平臺成為唯一的“知情者”。當這個“知情者”對每一種商品向特定用戶進行拍賣時，平臺“二選一”的壟斷行為成為可能，通常語境下的市場可能已經不存在了。

歐美發達經濟體大數據平臺反壟斷規制的經驗

美國、歐盟、日本作為市場經濟較為發達的經濟體，在反壟斷法律制定及監督執行方面比較完善，已建立了規范運行的反壟斷體系。這些國家在大數據平臺反壟斷規制的相關制度設計、司法實踐等方面作了一些有益探索，可以為中國進一步規范大數據行業及平臺經濟規制提供有意義的借鑒。

（一）美國的實踐和經驗

美國結合大數據平臺反壟斷的司法實踐，對反壟斷執法作了進一步的完善。美國國會于2002年成立反壟斷現代化委員會來評估反壟斷政策法規并提供建議，美國司法部反壟斷局和聯邦貿易委員會于2010年聯合發布修訂版《橫向合并指南》，增加并購交易是否會減少創新的影響分析，旨在指導平臺經濟反壟斷實踐中注意保護創新。

美國的平臺經濟反壟斷規制未將市場份額作為規制的唯一要素，而是指向壟斷行為。2019年美國司法部再次啟動針對幾個大數據平臺巨頭的反壟斷審查，關注的焦點是這些企業“是否以及如何獲得市場力量，參與減少競爭、扼殺創新或以其他方式傷害消費者”等。

美國的平臺經濟反壟斷規制，非常重視利用雙邊市場理論對相關市場的判定。在作相關市場界定判定時，充分考慮平臺經濟的特殊性，同時根據美國實際劃分為平臺廣告、平臺零售和平臺社交等三大市場，基本上涵蓋了美國大型平臺Google、eBay、Facebook等公司的主營業務，以使執法不脫離實際。在裁決“Live-Universe訴MySpace”案時，司法機構認定MySpace屬于線上社交平臺市場，其業務領域并未涉及社交網站以外的實體市場的競爭。

除了加強反壟斷執法外，美國還非常重視在企業內部建立有效的反壟斷合規制度。美國司法部通過大量宣傳引導企業建立相應的反壟斷合規管理體系，以及時發現或預警企業生產經營活動中可能出現的反壟斷風險，完善反壟斷規制的事前監管，以確保反壟斷法規可以更好地落實。

（二）歐盟的實踐和經驗

歐盟將大數據平臺經濟稱作“市場看門人”（Gatekeeper），因為此類企業具有決定市場門檻的能力，歐盟通過反壟斷規制立法進行積極應對。2020年12月，歐盟委員會公布了《數字市場法》和《數字服務法》草案，并于2021年上半年推進兩部法案的立法進程，規制數字服務企業，用以消解作為“看門人”的平臺在單一市場上的某些行為可能帶來的負面影響，保護競爭，提升歐盟企業的創新能力和競爭力。該草案頒布后，歐盟各成員國紛紛跟進，德國于2020年出臺《反限制競爭法》修正案，被稱為德國“競爭政策4.0”。歐盟在反壟斷規制方面做了以下三項有意義的探索：

一是采用適應平臺經濟特性的分析指標。針對互聯網平臺免費服務的特征，歐盟弱化了對價格因素的考察，注重將流量、算法、數據等新的平臺關鍵要素對產業發展的影響納入對市場結構、產業環境、產業創新性等分析結構中來。

二是警惕超大型平臺壟斷地位的傳導。歐盟采取同一主體多案并行的調查方案，防止擁有大數據與流量優勢的超大型平臺將其在某單一市場的支配地位傳導至其他市場。

三是聚焦大數據對市場競爭的影響。歐盟高度關注數據驅動型并購，并對圍繞數據收集和處理行為對競爭產生的影響進行審慎評估。未來，與大數據相關的競爭問題仍將成為歐盟反壟斷關注的重點。

對中國平臺型企業反壟斷的啟示

基于平臺經濟本身的特性、大數據的實際應用以及歐美發達經濟體的反壟斷實踐，中國的大數據規制可以從以下幾個方面入手：

第一，大數據反壟斷規制要與消費者保護結合起來。尤其是當平臺涉及兼并時，背后除了大數據整合的規制外，還涉及對消費者隱私的保護。做到反壟斷規制與消費者權益保護的統一。因此，中國平臺反壟斷在監管上應注重綜合手段的運用，將平臺企業數據應用的邊界、消費者的知情權等數字經濟時代下個人信息保護與反壟斷規制有機結合，形成監管合力。

第二，大數據平臺反壟斷規制應張弛有度、動態調整。一方面，在涉及雙邊及多邊平臺的審查和監管中，大數據應該成為反壟斷規制中的一個重要視角。另一方面，反壟斷規制應做到審慎監管，在保護競爭的同時，應鼓勵創新。在監管時應注意把握力度和節奏，反“行為”而不反“結構”，加強對大數據行業的引導，控制好平臺企業進入和退出的邊界，依法維護市場秩序，提升產業創新水平和國際競爭力。

第三，執法過程中應鼓勵跨領域、跨學科的交流與合作。在反壟斷案例的分析中，相關執法部門應回歸市場現實與經濟理性，把企業行為置于具體的市場競爭環境下進行考察。對涉及大數據領域的案例，同樣應注重動態競爭分析。在實施反壟斷執法時，應注意將創新和動態競爭納入分析過程，避免機械適用傳統壟斷行為分析方法，而應通過綜合評估行為對大數據平臺壟斷的消極效果與積極效果綜合判斷其合法性。隨著信息技術的發展，互聯網領域出現的一些新問題，如大數據算法合謀，需要加強計算機工程專家、經濟學家、法學家等的交流與合作，在庭審合議時，應綜合吸收各專業意見。

第四，推動大數據平臺與監管平臺有效對接。依托“互聯網＋監管”系統，推進大數據平臺行業發展及平臺規制過程中的數據共享、監管平臺共建，利用社會信用體系平臺建設推進大數據應用及線上線下協同驅動，使大數據平臺反壟斷規制新機制與傳統執法體系架構交融，以此建立起適應中外平臺經濟業態特征及發展趨勢的數字化一體化監管新格局。