大数据产业相关市场界定的困境与出路

邹开亮，刘佳明

(华东交通大学 人文社会科学学院，江西 南昌 330013)

随着大数据产业的发展，与数据相关的竞争问题逐渐受到人们的重视，涉及大数据反垄断调查的问题也日益成为各国执法部门关注的焦点。例如，德国对Facebook的调查、欧盟委员会处理Facebook/WhatsApp并购案以及Microsoft/LinkedIn并购案等。但是，在大数据产业中，由于受双边市场、“免费”模式、用户锁定效应和网络外部性等因素的影响，大数据产品和服务相关产品市场的界定陷入困境，进而导致大数据产业成为反垄断执法与司法的“飞地”[1]。因此，通过对相关产品市场传统界定方法的分析，结合大数据产品的特殊性，探寻大数据产业相关产品市场界定方法，不仅是大数据时代竞争法理论自洽性的内在要求，更是规范大数据运用市场秩序、促进大数据产业健康发展的现实需要[2]。

一、相关市场的传统界定方法

相关市场的界定是反垄断执法的首要前提，也是判断经营者市场垄断地位的基础。我国《反垄断法》第十二条规定，相关市场是指经营者在一定时期内就特定的商品或者服务进行竞争的商品范围和地域范围。相关市场主要包括相关产品市场和相关地域市场，在世界各国反垄断执法和司法实践中，相关市场的界定方法主要经历了从需求替代分析法到供给替代分析法，再到SSNIP分析法的演变过程。

(一)需求替代分析法

需求替代分析法，是指根据需求者对商品功能的用途需求、价格的认可程度、质量的接受程度以及获取产品和服务的难易，从需求者的角度来确定不同商品的替代程度，从而来界定相关市场的方法。

需求替代分析法的出现为人们在相关市场的界定问题上提供了一种基本的思路，并逐渐成为西方主要发达国家界定相关市场的一种主要方法。尽管需求替代分析法在实践中得到广泛运用，但是，随着社会的发展，经济竞争关系日益复杂化，当两种产品之间的可替代性并不明显之时，需求替代分析法的弊端也逐渐显现。即需求替代分析法在市场竞争关系较为清晰之时，可以通过不同产品和服务之间的替代性程度来判断是否属于同一相关市场，替代性程度越高，属于同一市场的概率越大，反之亦然。但是，当不同产品和服务之间的替代性程度并不明显之时，对其是否属于同一市场就很难进行判断。因此，运用传统定性的需求替代分析法在对相关市场进行界定之时，容易出现相关市场边界的不周延和不确定性等弊端。

(二)供给替代分析法

供给替代分析法，是指根据其他经营者改造生产设备的成本、进入市场的时间和承担的风险等因素，从经营者的角度来确定不同商品的替代程度，从而来确定相关市场范围的一种分析方法。

供给替代分析法在相关市场界定理论中起到了非常重要的作用，并且在各国的反垄断相关法律文件中，已经明确将其作为相关市场界定的主要手段之一。相比较于需求替代分析法，供给替代分析法在界定相关市场中的手段显得更为间接。然而，二者在某种程度上具有很大的相似之处，因为无论是需求替代分析法还是供给替代分析法，都是从替代性原则出发，分别从需求者和供给者的角度来考虑产品和服务的替代性程度，即二者属于同一性质的两个不同方面。尽管供给替代分析法的出现为人们界定相关市场提供了一种新的方法，但是，由于供给替代分析法缺乏具体的执行标准，实际操作性不强，因此，在反垄断执法中并没有被广泛运用。

(三)SSNIP分析法

SSNIP分析法，又称“假定垄断者测试”分析方法，是指假设存在一个具有垄断性的经营者，该经营者对其产品或者服务进行一个小幅度但是很明显的、且不是临时性的涨价时，如果有大量的用户因为这个涨价行为而转向购买其他经营者的产品和服务时，其中也包括垄断经营者原有的产品和服务消费者转向购买其他产品，那么，这些产品和服务应当包括在同一市场之内[3]。

由于替代分析法是定性分析，对相关市场的界限认定比较模糊，主观随意性强，对市场外延的判断没有客观的判断标准，因此，SSNIP分析法的出现在一定程度上解决了市场外延的问题，即在一个临时设定的市场范围内，假定垄断经营者在一定期限内能够成功实施一次涨价行为，那么它所涵盖的范围就是相关市场的范围。尽管SSNIP分析法具有较强的客观性和科学性，但也存在一定的缺陷。一方面，SSNIP分析法具有严格的条件限制，必须保证其他产品的销售条件不变，同时不存在价格歧视行为，但是，在现实生活中，随着技术的进步、物价的上涨，要想保证销售条件不变十分困难。另一方面，SSNIP分析法还可能存在人为扩大相关市场范围的问题，使得假定垄断者的市场份额减少，从而影响其市场支配地位的认定。

二、大数据产业的特性及其对相关市场界定的冲击

(一)双边市场及其法律后果

双边市场是指一个由两组独立用户群体组成的经济网络，两个相互独立的用户群体，二者互相提供互联网收益。即平台经营者一方面向网络用户提供价格低廉甚至免费的商品或者服务；另一方面向商家、增值服务提供商收取服务费，从而实现交叉补贴，为平台创造价值[4]。例如，数字平台企业可以大量收集和使用数据，而平台经营者可以在单边市场上向用户提供低价甚至免费的服务，同时又可以在其他市场收取费用，从而构成所谓的双边市场。

大数据市场是一个典型的双边市场，即大数据经营者通过平台实现竞争，而数据资源是平台竞争的核心要素，大数据经营者在平台上向用户提供价格低廉甚至免费的产品或者服务，其初衷主要是为了收集用户的数据信息和提高平台的访问量，进而吸引更多的用户使用该产品和服务。因此，用户的数据信息已然成为大数据平台经营者争夺的对象。而与传统单边市场不同的是，大数据双边市场的特征加剧了市场竞争结构的复杂性。因为，在传统的单边市场下，经营者面临的竞争风险只来自于单一的产品或者服务，但是，在双边市场条件下，经营者面临的竞争风险复杂多样，不仅要面对同种经营类型双边市场产品的竞争，还要面对两边市场中各自单边市场的竞争。

(二)“免费”模式对市场界定的影响

大数据产业的“免费”模式，是指大数据经营者对向用户提供的产品和服务不收取任何费用，而用户获取这些产品和服务时也无任何费用支出。实施“免费”的经营模式并不是大数据市场所独有的，但是，在大数据平台市场中表现得更为明显。在传统的市场交易中，经营者主要通过控制产品的价格或者数量来实现垄断利益，长期提供免费的产品或者服务并不现实。而在大数据市场中，经营者能够长期提供免费的产品和服务来吸引用户，再通过其他市场向商家或者增值服务提供商收取费用，从而实现盈利。“如腾讯公司向互联网用户提供免费的软件、提供即时通信服务等，在这个环节，互联网企业并不能从用户中直接获得利益。”[5]在数字平台竞争市场中，“免费”模式就是一个多边市场。

大数据产品交易市场能够长期实施“免费”模式的原因在于：一方面，大数据产品的开发成本较高，但是，受技术更新等因素影响，后期的再开发和维护成本较低，使得大数据产品具有明显的边际成本递减效应，这为大数据平台经营者后期的“免费”服务提供了可能；另一方面，大数据平台市场是一个多边市场，平台通过提供低价或者免费的产品来吸引用户，从而可以向其他商家、增值服务提供商收取更多的费用，以此来补贴向用户提供“免费”产品的成本。这种交叉补贴的经营模式为大数据平台经营者“免费”经营模式的实现提供了保证。

尽管现在对大数据产品的“免费”模式存在争议，反对者认为这一模式并非是免费的，因为大数据产品经营者向用户提供免费服务是有条件的，其建立在用户必须提供具有价值的个人信息的基础之上。但是从市场界定的角度来看，免费和付费并不是一个根本问题，它仅仅只是一种商业模式的差异，并且在实践中已经出现不少将不涉及金钱给付的交易界定为一个市场的案例。

(三)网络外部性和用户锁定效应及其法律意义

大数据产业的网络外部性，是指大数据产品的价值量会随着用户的增多而不断增大。网络外部性是数字市场中较为普遍的一种现象，它不仅对大数据产品经营者的经营模式产生影响，同时也加大了反垄断领域对相关市场界定的难度。网络外部性本质上是数字市场对用户产生的网络价值，这种价值的出现使得大数据产业会出现“赢者通吃”的现象。经营者通过提供免费的产品和服务来吸引用户，用户量越多，大数据产品的价值量越大，进而能吸引更多的用户使用该产品。网络外部性又是一种规模经济效应，即在规模经济效应下，用户不再考虑产品的质量、价格、特征等因素，关注更多的是对形成一定规模且还有发展潜力的产品，“导致这一现象出现的重要原因是网络效应的作用放大了企业间的竞争差距，即网络经济中的垄断形成不是依靠生产者扩大生产规模形成，而是消费者选择的结果”[6]。因此，在对大数据相关产品市场进行界定时，不可避免地要考虑大数据产业网络外部性特点。

大数据产业的用户锁定效应，是指大数据产品用户在选择该产品后，由于存在高额的转换成本而无法退出去选择其他产品的状态。对大数据产品经营者来说，在大数据市场中，大数据产品经营者凭借“先进入”优势能在短时期内聚集大量用户，而后进入市场的大数据产品经营者难以获得那些用户，并在短期内不容易打破这种规模经济所形成的市场壁垒。此外，“先进入”的经营者能够根据用户的喜好、特点不断改进自己的产品和服务，从而吸引更多的用户，以此循环往复，从而在大数据市场形成垄断地位。对原用户来说，用户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。而对新用户来说，在规模经济下，即使出现价格低廉、质量更好的大数据产品也无济于事，他们对已经形成用户规模并即将成为行业标准的大数据产品更感兴趣。

三、传统方法之于大数据产业相关市场界定的局限

基于大数据产业的特殊性，传统方法运用于界定大数据产业的相关市场时，基本处于捉襟见肘之境地。

(一)双边市场下“供给替代分析法”的局限

供给替代分析法在双边市场下对相关产品市场的界定主要存在以下问题。

首先，由于供给替代分析法是根据其他经营者的行为来确定不同商品之间的可替代程度，因此，采用供给替代分析法来界定相关产品市场时需要考虑其他经营者的生产流程、经营风险、交易成本等因素。但是，在实践中，供给替代分析法会扩大相关产品市场的界定范围，因为具有供给替代的产品要与具有需求替代的产品一起纳入到相关产品市场的界定之中，而且具有替代性产品的销售额也要纳入到相关产品市场范围内。因此，目前，即使在传统的实体行业中，也较少采用供给替代分析法对相关产品市场进行界定。

其次，大数据产品的边界难以确定。对传统的实体行业来说，由于它们的用途、功能等不同，不同产品之间的边界比较容易区分。而在大数据产品市场中，因为大数据产品的技术、业务特征等相似，不同产品之间的功能界定比较困难，例如，AI产品和商业智能产品，它们是属于大数据产品的两种不同的功能还是属于两种不同的大数据产品，在现实生活中争议很大。而用于吸收用户数据信息的平台也很难进行区分，例如，欧盟在针对微软的反垄断调查案中， 关于PC与IE浏览器之间的区别，原告和被告之间存在较大分歧，原告认为PC属于IE浏览器的同一产品，应该被纳入到相关市场的范围内，而被告则坚持它们之间属于不同性质的产品，由于二者之间存在较大分歧，对案件的审理结果也会产生较大影响。因此，供给替代分析法在区分不同大数据产品时存在明显局限性。

最后，由于大数据产品市场是双边市场，因此，大数据产品的供给者存在无限可能，如果强制将性质和属性存在明显差别的产品划分为同一市场，则会导致相关产品市场的边界被无限扩大，这也无疑会加大大数据反垄断执法的难度。此外，大数据产品市场是一个平台市场，平台经营者极有可能提供两种以上的产品，用户在选择该平台的某一种产品时，也有可能使用该平台的另外一种或多种产品。如果平台经营者提供的是同类产品，则意味着该平台所有的产品和服务都会被纳入到同一产品市场中进行考虑，这样无疑会提高大数据产品经营者市场支配地位认定的概率，对经营者来说是极不公平的。

(二)网络外部性和用户锁定效应下“需求替代分析法”的不足

需求替代分析法是从需求者的角度来确定不同产品之间的可替代性。需求者对产品的质量、价格、功能等因素的考虑是传统的相关产品市场界定的重要参考内容。但是，由于大数据网络外部性和用户锁定效应的特点，依靠对产品质量、价格、功能因素考虑的需求替代分析法在界定相关产品市场中存在不足。因为在大数据产业中，用户关注的重点不再是产品的价格、功能，而是用户量和发展前景。因为用户量越大，给用户带来的商业价值也越大，在这种情况下，用户宁愿选择用户量多、发展前景好的产品，而不愿选择价格低、功能好的产品。

因此，在大数据产业中，受制于网络外部性和用户锁定效应的影响，尽管存在某种价格更低、性能更好的类似产品，用户还是愿意选择已经拥有大量用户并且形成“依赖”的产品，由此导致两种产品替代性不强，进而致使“需求替代分析法”在界定大数据产业相关市场时存在明显不足。

(三)“免费”模式下SSNIP分析法的运用困境

从传统的角度看，反垄断法并不规制免费行为，因此免费产品也不会被纳入到相关产品市场的界定范围内。但是，由于大数据产业双边市场的特点，大数据产品经营者一方面通过免费模式来吸引大量用户，另一方面又向增值服务商收取费用来对免费行为进行补贴，以此来获取盈利。对于大数据产品经营者来说，通过免费行为获取大量用户的数据信息也属于一种资源。因此，在界定免费市场时，假定垄断者测试分析法(SSNIP分析法)被认为难以适用。因为该分析法是在假定垄断者小幅度涨价导致其销售量降低，但仍然能够获利的情况下，将该目标产品纳入到相关市场之内。因此，针对大数据产品，经营者的免费行为使得SSNIP分析法难以对价格因素进行参考。尽管经营者并不直接依赖于产品本身，而是通过第三方付费进行补贴以此来实现盈利，但是无论是目标产品涨价之前还是涨价之后，其在免费产品上的收益都无法准确计算。因为，在大数据产业中，大数据产品具有边际成本递减规律，要想按照一般计算方法：收益=营业额-成本支出对大数据产品的成本进行计算十分困难，这也使得判断经营者提价后是否存在盈利行为的操作难度增大[7]。

四、大数据产业相关市场界定方法的调整与突破

(一)网络外部性和用户锁定效应下SSNIP分析法的调整

在大数据市场中，大数据产品的网络外部性和用户锁定效应对用户需求产生了一定影响。主要表现为，由于网络外部性的影响，大数据产品的经营者能够凭借“先发”优势在市场上短期内聚集大量的用户，而随着用户量的增多，大数据产品的价值量也会变大，进而形成“强者越强”的局面。在大数据产业中，用户对产品、价格、质量的关注比较少，看中的是大数据产品用户量的多寡及其未来的发展潜能。因此，对于一个理性的消费者来说，要在一个已经具有大量的使用用户的产品和一个用户量较少的新开发产品之间做出选择的话，由于前者的使用风险较小，消费者更倾向于选择已经具有大量用户基数的大数据产品[8]。而在锁定效应下，用户对产品逐渐形成依赖，一方面，对于新开发的大数据产品，即使在价格和功能使用上优于已经在使用的产品，但如果这种优势不明显的话，用户基于转换成本、心理、习惯等综合因素的考虑，也不会放弃已经使用的产品而转向新品；另一方面，即使面对产品的小幅度(1年之内5%～10%)涨价行为，用户对产品的价值关注也会高于对价格提升的关注。因此，在大数据产品的网络外部性和用户锁定效应下，大数据产品经营者的小幅度涨价行为既不会直接导致用户量减少，也不会导致经营者无利可图。假定在垄断经营者的小幅度涨价行为导致销售量减少，但是仍有利可图的情况下，将目标商品判定为相关市场的SSNIP分析法明显存在缺陷[9]。

因此，针对大数据产品网络外部性和用户锁定效应的特点，对传统的SSNIP分析法应该作出相应改进。一方面，可以考虑适当提高经营者涨价行为的幅度范围，通过涨价幅度的提升来抵消大数据产品网络外部性和用户锁定效应的影响，提升幅度范围应该由反垄断执法部门在对已有案件进行总结的基础上作出科学、合理的限定[10]；另一方面，针对大数据产业中用户对产品质量的偏好高于价格的特点，在进行SSNIP分析测试时，还应结合产品的性能、使用效果、竞争者数量等因素进行综合考虑。

(二)“免费”模式下SSNIP分析法的完善

尽管SSNIP分析法在大数据产品“免费”模式下遭遇困境，但是这并不意味着该方法的作用完全遭到否定。因为，在免费模式下，用户对价格极为敏感，一旦大数据经营者对用户已经免费使用很久的产品进行收费，这些用户会立刻转向其他可替代的产品，而对SSNIP分析法进行适当改进之后，其在大数据产品市场中仍然可以发挥作用。例如，在“奇虎诉百度滥用市场支配地位”一案中，广东高院对SSNIP分析法进行变通，不是通过刻板地小幅持续提高目标商品价格，从而判断经营者在目标商品的销售量下降的同时是否仍有利可图来界定相关产品市场，而是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商品，来界定相关商品市场[11]。在之后的“奇虎360诉腾讯QQ ”一案中，广东高院也采取了类似的做法。除此之外，在认定产品的可替代性之时，还可以通过判断产品是否被用于或可以被用于同一目的、用户所了解的信息和其做出的行为两个方面来进行综合分析。即通过对用户进行调查，了解他们对产品信息的掌握和使用情况，由用户来决定产品的替代性大小。

(三)综合运用其他测试方法

尽管对SSNIP分析法进行完善后可以在大数据产品市场中进行适用，但是SSNIP分析法并不能适合所有的大数据产品特点。因此，还需要借鉴其他方法来对大数据产品相关市场进行界定[12]。

1.SSNIC分析法

即“小而显著的非临时性成本增加”，这一方法主要考察的是用户所需支出成本的变化，这些成本包括用户在选择大数据产品之时所付出的数据信息以及用户在使用该产品时所花费的时间成本。尽管在实践中，对数据信息和时间成本进行量化比较困难，但是与对免费市场的竞争难度分析相比，SSNIC分析法有助于提高对大数据产业相关产品市场界定的准确性和可信度。

2.盈利模式测试法

盈利模式测试法是通过对经营者的盈利模式来确定相关产品市场的方法。盈利模式测试法适用的前提在于明确大数据产品经营者的盈利模式和利润来源。大数据产业作为一种新兴产业，其盈利模式多种多样。目前大数据产品的盈利模式主要有四种：一是大数据系统的提供、维护、升级模式，如IBM、SIP、Oracle等公司的经营模式；二是大数据基础设施服务模式，主要为用户提供大数据基础设施部署，如数据堂、聚合数据等公司；三是数据产品的服务模式，主要包括可视化、精准营销、情报挖掘等，如阿里的数加平台、Talkingdate、DateEye等；四是行业运用模式，主要为用户提供行业洞察的能力，如智慧城市、无人驾驶等。通过对经营者盈利模式的分析，能够有效降低价格因素在免费模式相关产品市场界定中的负面作用，在实践中操作更为便利。

3．产品性能测试法

即通过产品性能的变化来确定相关产品市场的方法。产品性能的变化主要包括提高和降低两种方式，如果产品性能提高而导致其他用户放弃原使用产品，进而选择性能更高的产品，或者产品性能降低导致用户流失，去选择其他类似产品，那么可以将流入或者流出的产品纳入到相关产品市场范围之内。这样也能够克服SSNIP过于关注对目标产品价格变化而在免费模式中适用不足的弊端。

五、结 论

大数据产业作为一种新的产业模式和发展方式，对人们的生活产生了深刻影响。我国大数据产业虽起步较晚，却发展迅速，现有法律对大数据产业的反垄断规制往往存在诸多不周延性。作为反垄断执法与司法的核心，对相关市场的界定受大数据产业双边市场、“免费”模式、网络外部性和用户锁定效应等特征之影响往往举步维艰。因此，在改进传统的SSNIP分析法的基础上，综合借鉴SSNIC分析法、盈利模式测试法、产品性能测试法来界定相关市场，是当下大数据产业反垄断调查的最佳路径。

ThePredicamentandOutletoftheMarketDefinitionofBigDataIndustry

ZOU Kailiang, LIU Jiaming

(HumanitiesandSocialSciences,EastChinaJiaotongUniversity,Nanchang330013,China)

Abstract:The definition of the relevant market is the primary premise of anti-monopoly law enforcement, and it is also an important basic work for the judicial application of the anti-monopoly law. The traditional related market analysis methods are mainly quantitative SSNIP analysis and qualitative product substitution analysis. They are designed mainly based on the traditional physical industry. In the big data industry, due to the characteristics of big data products and services, bilateral markets, free mode, user lock-in effects, and network externalities, there are many drawbacks in defining the relevant markets using traditional methods. The characteristics of big data products and services should be combined to improve the path of the traditional SSNIP analysis method. Comprehensively drawing on the SSNIC analysis method, profit model test method, product performance test method, etc, we can make accurate, scientific and reasonabe definition of the relevant market in the big data industry.

Keywords:big data industry; relevant product market; predicament; outlet

(编辑：刘仲秋)