必要设施原则在大数据垄断规制中的适用

曾彩霞 ,朱雪忠

(1.同济大学 上海国际知识产权学院，上海 200092；2. 同济大学 法学院，上海 200092)

一、问题的提出

在数字经济时代，只要分析出大数据与新产品的相关性，就可以创建新的需求市场。在新的相关市场中，大数据是新产品或新服务生产经营的瓶颈资源，大数据垄断者只要通过拒绝大数据交易，就可以将竞争对手排除在市场之外。由于大数据使用的非竞争性，大数据垄断者可以将大数据重复使用在其他细分市场，而不用担心影响现有市场业务的正常开展。因此，垄断者利用大数据将现有市场支配力跨界传递到其他相关市场更为容易，这将破坏市场的竞争秩序。在此情况下，是否可以像传统设施一样，适用必要设施原则(Essential Facility Doctrine)(1)Essential Facility因翻译不同，分别有必需设施、核心设施、关键设施、必要设施等不同表述。本文采用“必要设施”的表述。来规制大数据垄断者的拒绝交易行为？

必要设施原则是指当垄断者对竞争所必要的原料或者资源享有瓶颈式的控制，尤其是对下游市场竞争所必要的设施享有控制时，且设施不能被复制，垄断者必须与下游市场的竞争者共享设施[1]。必要设施原则实际上是法律强加给市场支配企业额外的交易义务。

国外学界对大数据是否适用必要设施原则存在两种代表性的观点。第一种认为，当数据垄断者对下游市场前景缺乏认知时，会先通过交易大数据将潜在的竞争对手作为市场试验石。待市场前景明晰之后，便通过拒绝大数据交易将竞争对手挤出市场。对此，如果不适用必要设施原则以强制开放数据，那么会严重抑制下游市场的竞争和创新[2]。第二种观点认为，大数据是市场进入的关键要素并不能就此被视为必要设施，给企业带来真正价值的是大数据分析技术和设备，而非大数据本身。如果将大数据作为必要设施，在具体适用上会存在实质性的操作困难，如在强制要求垄断企业许可大数据时，具体许可哪些数据和是否要实时更新数据都是难以解决的问题[3]。我国学者认为数据构成必要设施必须遵循严格限定的总体思路[4]。

在必要设施原则适用上，美国和欧盟司法部门也持不同态度。美国反垄断执法部门反对将大数据视为必要设施，而是主张将大数据视为并购审查中的原料或资产并作相关规定。欧盟则公开表示将考虑把大数据纳入到滥用市场支配地位的相关法律进行规制[5]。德法2016年联合发布的《竞争法与数据》报告中，明确指出大数据可以作为必要设施，拒绝向竞争对手交易大数据可以被认定为滥用市场支配地位行为[6]。

从现有文献研究和欧美政府态度差异来看，能否将必要设施原则适用于大数据，还有赖于对大数据的资源固有属性限制以及对市场竞争不可或缺性的分析。在数字经济背景下，由于网络效应、规模经济和范围经济的作用，大数据垄断者对数据收集、分析以及控制动机会越来越强，以排除市场竞争为目的的拒绝交易行为将会更为频繁，该行为是否违反了反垄断法的价值目标以及是否要进行规制，将会成为反垄断执法部门不可忽视的问题。在我国数字经济蓬勃发展与大数据垄断现象日趋严重的现状下，将必要设施原则适用于大数据是否符合我国反垄断法维护竞争秩序的价值目标？大数据的资源固有属性是否满足必要设施原则适用的标准？若满足，应采用何种适用标准？这些问题都值得深入探讨。

二、必要设施原则在规制大数据垄断中的适用合理性分析

(一)必要设施原则的传统理论及争议

学理上认为，必要设施原则的适用最早要追溯到1912年United States v. Terminal Railroad Association of St. Louis案。Terminal Railroad控制了圣路易斯密西西比河的铁路桥及其他相关设施，并拒绝向竞争对手开放设施。铁路桥是本地区其他铁路公司运营所必要的设施，而在当地所有交通工具中，铁路是关键的交通工具，如果没有铁路运输，当地交通运输会受到严重的影响。法院审理后认为，由于Terminal Railroad拒绝开放的设施是竞争所必要的，为了促进当地交通运输市场的有效竞争，Terminal Railroad应该向竞争者开放该设施[7]，从而形成了必要设施原则的理论轮廓。

虽然必要设施原则理论源远流长，但真正使用“必要设施”概念的是在半个多世纪之后。NEALE A D将其称为“瓶颈垄断”，认为当设施不能被潜在的竞争对手所复制，那么设施占有者必须允许竞争对手在合理的条件下分享设施，限制交易稀缺设施是违法的[8]。在之后的MCI Communications Corp. v. AT&T. Co.案中，美国第七巡回法院使用了“必要设施”的概念。AT&T是美国长途电话和本地电话市场的垄断者，MCI是长途电话市场的一个新企业。MCI要求将其长途电话线与AT&T控制的本地电话相连接，认为如果不能接入AT&T控制的本地电话，则无法在长途电话市场与AT&T开展有效竞争。经过审理后，法院认为AT&T的行为违反了反垄断法，可以被认定为滥用市场支配地位[9]。

但美国联邦最高法院在Verizon v. Trinko 案中拒绝认可必要设施原则。Verizon是纽约州的现有本地交换运营商(Local Exchange Carrier,简称LEC)。在1996年美国《电信法》颁布之前，和其他LEC一样，Verizon享有排他性经销权。Trinko(2) Trinko 为纽约的一家律所，是AT&T电信公司本地电话服务的用户，AT&T和Verizon在本地交换运营商(LEC)市场是竞争对手。在Verizon和美国联邦通讯委员会(FCC)签订协议(3)美国1996年《电信法》规定现有本地交换运营商有义务和竞争对手共享电话网路。Verizon和竞争对手包括AT&T签订了互连的协议。Verizon的互连协议获得了纽约公共服务委员会(PSC)的批准，并获得了联邦通讯委员会(FCC)的授权，提供长途电话服务。之日，向纽约南部地区法院提起诉讼，称根据美国1996年新颁布的《电信法》，Verizon应该向其提供网络连接，而Verizon拒绝提供该设施既违反了美国《电信法》也违反了美国反垄断法。法院在案件审理之后，一致认为Verizon没有共享设施并未违反反垄断法，并拒绝认可地方法院之前所适用的必要设施原则。法院认为强制要求企业，尤其是垄断企业，与潜在竞争对手交易会导致垄断者和竞争对手都降低投资开发设施的动力，另外强制设施共享还可能为企业共谋行为创造机会，这正是反垄断法最需要规制的[10]。

从美国司法实践来看，必要设施原则的适用存在鲜明的分歧；反观我国，对必要设施原则表现出了更高的接受度。我国《工商行政管理机关禁止滥用市场支配地位行为的规定》第4条规定 “应当禁止具有市场支配地位的经营者没有正当理由，拒绝交易相对人在生产经营活动中以合理条件使用其必需设施”。2015年《关于禁止滥用知识产权排除、限制竞争行为的规定》将必要设施扩展到知识产权，其中第七条规定“具有市场支配地位的经营者没有正当理由，不得在其知识产权构成生产经营活动必需设施的情况下，拒绝许可其他经营者以合理条件使用该知识产权，排除、限制竞争”。值得一提的是，该条款将必要设施不限于标准必要专利，扩大了必要设施的适用范围。

无论从美国的司法实践还是从我国的法律法规来看，对必要设施原则的适用都以市场竞争秩序维护为价值导向，而竞争秩序的维护是反垄断法最直接和最重要的价值目标。因此，本文认为，是否实现市场竞争秩序维护的价值目标，是考察适用必要设施原则规制大数据垄断合理性的主要因素；和传统设施相比，大数据的固有属性是否是排除必要设施原则适用的限制因素，也是合理性分析的另一关键要素。

(二)基于竞争秩序维护的视角

(1)大数据瓶颈现象已出现端倪

大数据的一个典型特征就是易形成高度集中、赢者通吃的局面。在数字经济时代，大数据已经成为创新引擎和市场进入的关键壁垒，无论是从行业还是国家来看，都出现了高度集中的现象。从行业来看，大数据垄断主要集中在社交网络平台、搜索引擎和电商平台的互联网产业。这三类平台产业都出现了市场垄断寡头。从国家来看，美国为大数据垄断主要国家，在全球占据市场支配地位的社交网络(Facebook)、搜索引擎(Google)以及电商购物平台(Amazon)均为美国企业。和传统商业社会每个行业都有大量企业相互竞争不同, 互联网行业的每个细分市场都很集中。在网络经济环境下垄断寡头的市场结构已成为主流[11]。

在具体相关市场，大数据瓶颈现象已出现端倪。2017年，领英向hiQ发函要求其立刻停止未授权的数据抓取行为；在hiQ未采取实际行动之际，领英通过技术手段阻止hiQ获取数据。于是，hiQ向法院提起诉讼，称领英选择在此时阻止其抓取数据是因为领英将进军职业数据分析市场。在该相关市场中，领英与hiQ将成为直接竞争关系，领英限制数据进入的目的是为了排除竞争。由于hiQ的商业模式是完全建立在分析领英所公开的用户数据基础之上，如果不进入领英的数据，hiQ将面临倒闭等无法弥补的损害。hiQ认为领英的行为违反了必要设施原则[12]。实际上，领英掌握了hiQ生产经营的瓶颈资源，而领英要进入职业数据分析市场，只需通过拒绝交易就可以轻而易举将hiQ 从职业数据分析市场剔除出去。可惜的是，虽然法院认为领英行为确实会给hiQ造成无法弥补的损害，但对是否违反必要设施原则未进行论述。

(2)大数据杠杆作用的出现

杠杆作用是指经营者将一个市场上的垄断力量传递到另一个市场，从而在两个市场获利。提高竞争对手成本理论(RRC)又将杠杆作用延伸到提高对手交易成本、以降低对手竞争优势的行为。杠杆作用是企业垄断力延伸的一种典型措施，可以改变第二个市场的结构，即将第二个市场从竞争市场改变为垄断市场，而改变该市场结构的原因不是企业提供的产品或服务的质量和价格，而是来自于企业在另一市场的支配地位[13]。由于在杠杆作用下企业将同时控制两个市场，因此具有杠杆作用的很多行为都被认为违反了反垄断法，其中包括搭售、捆绑、排他性交易等行为[14]。

对大数据垄断者来说，实施杠杆作用的行为更为容易。由于大数据具有市场信息反馈和预测功能，大数据垄断企业可以创建新的市场，并很容易将现有市场支配地位传递到新的相关市场并获得垄断利润。出于获取垄断利润的诱惑，垄断企业利用大数据可以将其垄断力传递到“不相关”市场和“未来相关”市场(如Google进军智能汽车)，垄断地位从“点”升格到“链”，甚至到“面”，将竞争格局从个体间的竞争改变为产业链之间甚至是生态圈之间的竞争，甚至可能在未来消除传统产业的划分格局。为了巩固和加强在现有和相邻市场的支配地位，垄断企业会尽力通过各种手段排除竞争对手准入数据，比如通过与用户签订排它性协议、技术手段、设置数据交易价格和条件、以及拒绝数据交易等阻止竞争对手准入数据。英国竞争与市场管理局发布的《消费者数据的商业使用》报告称，当大数据是产品或者服务的重要原料时，通过拒绝竞争对手准入数据或设置数据准入障碍的能力和动机会增强，将现有市场垄断力跨界传递到其他独立相关市场的行为更容易发生[15]。

(3)对大数据市场竞争失序的有效干预

在自由经济市场下，出于竞争成功后的高回报预期，企业得以吸引资源并将资源进行最有效率的配置，从而发挥市场机制配置资源的作用。从竞争成功后获得利润尤其是垄断利润，是驱动企业大力投资创新的内在动力。而必要设施原则却是法律强加给占据市场支配地位的企业额外的义务。从内在机理来看，似乎和自由经济的本质相冲突。垄断企业在数据开发的整个价值链中都需进行大量的投资，且大数据对企业竞争力具有重要作用，要求垄断企业与竞争对手共享大数据，是否会对持续创新产生严重的抑制作用？必要设施原则作为反垄断救济措施是否对动态竞争会带来风险？这些疑虑是导致对必要设施原则持审慎克制态度的一个主要因素。

大数据固有属性及价值开发特征是把双刃剑。一方面正是由于大数据带来的巨大经济价值以及高昂的固定成本，强制要求垄断企业开放设施会带来抑制创新的风险；另一方面也正是因此，新企业如若进入市场就需要投入大量的资金且耗时长，而且网络效应和规模经济促使大数据垄断者对用户具有很强的吸附力。由于用户粘性和锁定效应，新企业即便投入了大量的资金创新开发产品，也难以获取数据。因此，新企业难以在市场立足的主要原因不是服务质量或价格问题，而是因为垄断企业对市场的锁定。在此情境下，垄断企业只需拒绝交易其所控制的大数据就可以实现在另一相关市场的垄断地位。

在竞争严重缺乏的市场下，原先属于不同产业的垄断企业为了扩大自身的大数据规模，会进行寡头间的大数据共享(4)2018年Facebook承认与包括苹果、亚马逊、阿里巴巴、华为在内的数十家企业存有数据共享的合作。，从而丰富其掌握的大数据范围，为价格歧视、价格共谋等寡头垄断行为增加了风险。和传统市场相比，数字经济时代的价格歧视问题更为凸显[16]。这与Trinko案中法院所担心的正好背道而驰。受大数据创造的垄断利润的驱动和杠杆行为实施的简便，大数据垄断企业更愿意选择牺牲短期利益拒绝交易，以换取长期垄断寻租利益。较传统设施，实施拒绝大数据交易的形式更为多样化，如垄断者可以向潜在竞争对手实施钓鱼策略，一开始通过数据交易来试验市场的可行性，然后通过控制大数据准入权来掌控竞争对手的业务开展，对整个相关市场实施控制。

虽然合同缔结自由的原则允许企业有选择交易对象和协商约定交易条件，拒绝数据交易并不必然违法。但自由经济下的契约自由、交易自由是以市场具有自我调节功能为前提的。如果市场因为种种原因丧失了自我调节功能，继续强调契约自由无疑会进一步强化市场的封闭性，也会使得市场丧失资源配置的作用。此时，干预市场就成为必要而且合理的选择[17]。鉴于大数据垄断对竞争秩序及消费者福利的破坏，在自由市场自我调节失灵的情况下，引入必要设施原则规制大数据垄断，是符合反垄断法维护竞争秩序这一价值目标的。

(三) 基于大数据的资源固有属性

(1)大数据具有不可或缺性

从美国司法实践来看，必要设施原则适用必须满足一个标准，就是垄断企业所占有的设施本身对市场竞争是否具有不可或缺性。该不可或缺性包含两个层次：第一，如果没有该设施，要求企业(Facility Seeker)产品或服务的生产经营是否可以正常进行；第二，没有该终端产品或者服务的生产经营，要求企业是否可以进行市场活动所必要的行为[18]。基于此标准，再回到领英案中，如果hiQ主张领英违反了必要设施原则，那么至少需要证明两点：第一，如果没有领英的公开用户数据，hiQ的职业数据分析服务将无法正常进行；第二，如果没有职业数据分析这个终端服务的生产经营，hiQ将无法参与市场活动所必要的行为，也就是hiQ可能面临倒闭等无法弥补的损失。

鉴于对大数据的非竞争性、价值寿命维系和收集渠道的不同认知，有学者认为虽然通过深度学习等技术提炼出来的大数据具有重要竞争优势，但大数据不是企业成功的关键原料，具有创新力的新企业没有数据也可以取得市场成功，因为数据价值寿命是短暂的，任何具有竞争优势的数据价值很快就会流失，大数据垄断者难以通过大数据占有竞争优势[19](5)LYON L，TERDOSLAVICH W，CHIOU L, TUCKER C等学者持相同观点。，而必要设施原则的适用要求企业排除市场竞争的能力是相对持久的[20]。因此，从不可或缺性来看，不能将必要设施原则适用于大数据。本文认为该观点是从静态的视角来分析大数据特征，忽视了大数据垄断者的商业模式及其与大数据固有属性之间的能动性和交互性。

从商业模式来看，大数据垄断者大多是具有双边平台的互联网企业。这类商业模式的主要特点是以用户提供个人数据为支付对价来换取免费服务。在双边平台中，企业通过大数据不断提升服务质量和获取广告客户，为其提供了大量的资金来源以及数据资源，可以用于大数据技术的开发和提升。反过来，大数据的技术开发和提升又能促进数据收集和分析以及吸引广告客户。因此，对于企业来说，服务提供、数据收集和广告市场三者之间的网络交互性是其商业模式成功的主要原因。其中，大数据分别是服务提供和广告来源的直接动能。竞争对手在大数据质量、资金以及算法技术等方面都无法与垄断者抗衡。

另外，并非所有大数据的价值寿命都是短暂的，历史数据和实时数据的聚合，更能反应出用户的偏好变化并预测出新的发展趋势。大数据垄断者由于已经拥有强大的用户群，对实时数据的更新和分析都更具有竞争优势。和传统设施占有者相比，大数据垄断者对必要设施和市场支配地位的控制不仅长久，而且更具广度和深度。再以领英案为例，虽然领英称市场上其它数据分析公司没有使用领英的数据，但hiQ指出，这些公司的商业模式完全不同。比如Glint分析的数据是根据自身客户的员工数据进行分析的。要求hiQ重新建立一个完全不同的商业模式会给hiQ造成无法弥补的伤害，会导致hiQ直接倒闭。hiQ重建该设施在合理期限内不具有经济可行性，尚且不说领英在职业社交网络服务市场还具有绝对的垄断地位。因此，结合hiQ的商业模式，领英的数据对具体职业数据分析市场具有不可或缺性。

(2)在特定的相关市场，可替代性大数据难以获取

在反垄断实践中，确定相关市场是限制竞争行为分析的基础，而相关市场所主要关注的是产品的可替代性问题。如果设施在合理期限内在经济、法律上无法被复制，而拥有这一设施的企业，可以被认定为市场的垄断者。如果要适用必要设施原则强制要求垄断企业开放大数据，那么至少要证明在相关市场内，要求企业在合理期限内在经济、法律上找不到合适的大数据替代品。而对大数据的资源固有属性的认知不同，导致在该问题判断上存在很大的分歧。有学者认为大数据廉价且易获取，大数据的收集、存储和分析成本低且不断下降，生产和经销的边际成本几乎为零，用户的多栖性提供了大量的数据源，大数据获取的工具和路径很多[21]。

虽然理论上大数据具有非竞争性，垄断企业对数据的获取并不排斥其他企业收集和使用数据。但现实是，在很多特定的相关市场，需求市场和供应市场的创建得益于大数据分析。如果没有大数据，那么供应市场和需求市场可能都不存在。对于该特定相关市场，需要的是某特定类型的大数据。在初期，大数据是由企业提供服务时所产生的“副产品”，虽然所获取的原始数据具有多样性，不同企业所获取的原始数据还可能存在重叠，比如快递服务企业和美团外卖所获取的原始数据中可能都包含用户地理位置的信息，但因其主营业务不同，所获取的核心数据具有功能性差异。

还以领英案为例，虽然脸书、谷歌、亚马逊等都是大数据寡头，但是hiQ需要的是职业数据，该特定类型的大数据难以从脸书等其他大数据寡头处获取。

由于亚马逊、脸书和领英三个企业所提供的服务不同，所收集到的大数据可能存在部分相同，但领英由于在职业社交网络的垄断地位，对职业社交大数据享有排他性控制力，其他企业无论是在职业大数据的量和质上都难以与领英抗衡。hiQ试图从第三方购买到特定类型的数据存在难以实现的困难。另外，如果hiQ 试图通过纵向合并进入上游市场(职业社交网络服务市场)获取相关数据则更无现实性，因为领英是上游市场的垄断者。可见，竞争对手难以在合理的期限内寻找到经济上可行的替代品。

(3)大数据具有可共享性

垄断者拒绝交易的行为是否适用必要设施原则还有赖于资源固有特征的限制[22]。设施可共享性是必要设施原则适用的另一重要考察因素。虽然必要设施原则的适用是以牺牲产权权利人的部分权利来促进竞争，但是强制要求共享设施不应影响垄断者正常业务的开展。如果共享设施不可实现或会阻碍设施占有者向消费者有效地提供服务，那么反垄断法不能强制要求共享设施[23]。反过来，如果设施固有属性是强制许可的重要限制因素，那么垄断者本身也更有理由拒绝强制许可[24]。和传统设施相比，大数据复制和使用没有排他性，大数据的共享不会对垄断企业开展业务带来使用拥挤或设施损耗等问题[25]。大数据的资源固有属性对共享的限制性较低。

因此，从大数据的功能性差异、特定类别的大数据具有不可替代性、以及大数据的可共享性等资源固有属性来看，将必要设施原则适用于大数据具有一定的合理性。

三、必要设施原则在大数据垄断规制中的适用条件

无论从反垄断法的价值目标实现，还是从大数据的资源固有属性来看，将必要设施原则适用于大数据都具有一定的合理性。但鉴于大数据的非竞争性以及易于形成高度集中等特征，将必要设施原则适用于大数据是否应满足特殊的构成要件？

(一)必要设施原则适用的一般标准

在MCI案中，美国第七巡回法院提出了必要设施原则适用的条件，认为适用必要设施原则必须满足四个基本要件：(1)垄断者控制了必要设施；(2)竞争者没有能力获取该必要设施；(3)垄断者拒绝向竞争者开放该必要设施；(4)开放必要设施具有可行性[26]。之后，欧洲在Oscar Bronner案中确定了适用的四个条件：(1)拒绝交易可能排除下游市场的竞争；(2)该拒绝交易行为缺乏合理根据；(3)准入竞争者的设施是不可或缺的；(4)市场上没有实际或潜在的替代品[27]。在此基础上，TROY提出了竞争者标准。依照其提出的架构，必要设施的成立只需要满足三个要件：(1)进入该市场必须使用该设施；(2)重建该设施的成本超过进入设施的标准成本；(3)竞争对手持续地被拒绝交易将被迫退出市场[28]。

我国在《禁止滥用市场支配地位行为的规定》中对必要设施适用提出了几个考量因素：“应当综合考虑另行投资建设、另行开发建造该设施的可行性，交易相对人有效开展经营活动对该设施的依赖程度、经营者提供该设施的可能性、以及对自身生产经营活动可能造成的影响等因素”。之后在《关于禁止滥用知识产权排除、限制竞争行为的规定》中直接提出了三个适用条件：(1)该项知识产权在相关市场上不能被合理替代，为其他经营者参与相关市场的竞争所必需；(2)拒绝许可该知识产权将会导致相关市场上的竞争或者创新受到不利影响，损害消费者利益或者公共利益；(3)许可该知识产权对该经营者不会造成不合理的损害。

(二)必要设施原则在大数据中的适用标准

从国内外理论与实践来看，虽然在适用标准、适用范围以及表述上存在差异，但设施的不可替代性、拒绝交易动机、以及设施共享的可行性是必要设施原则适用的主要构成要件。和传统知识产权不同，大数据的非竞争性、实时性以及确权难等特征对必要设施原则的适用造成了实施障碍。基于此限制，本文认为将必要设施原则适用于大数据应至少满足四个条件：第一，垄断者对相关市场竞争所必要的大数据享有排他性控制权，且拒绝交易是以排除竞争为目的。第二，大数据垄断者与要求企业是下游市场的直接竞争者。第三，必要大数据在特定相关市场上没有合适的替代品。第四，必要大数据的共享具有可行性。

(1)垄断者对必要大数据享有排他性控制权

和其他有形资源以及传统知识产权不同，大数据的所有权确定存在很大的争议。无论是原始数据、观测数据还是衍生数据，垄断者是否享有所有权、享有何种所有权都无定论。甚至有学者认为，赋予大数据控制者所有权会停滞大数据的自由流动，从而阻碍竞争和创新[29]。与识别大数据所有权相比，确定大数据准入和再使用的权利更为重要[30]。事实上，目前垄断企业对大数据的排他性控制已导致数据瓶颈现象的出现。基于大数据的固有特征和当下相关法律制度的缺失，如果对必要设施原则的适用只限定于大数据的所有权人既不符合现实情况，也不符合大数据的特有属性。因此，大数据所有权不应是必要设施原则适用的必需要件，应将必要设施原则适用于对大数据享有控制权的企业。

另外，在大数据的整个价值链中，必要设施原则适用的客体也存在边界模糊。有学者认为原始数据不能作为必要设施原则适用的对象，衍生数据才是讨论的焦点，因为原始数据在强制许可中会存在很多操作问题，而且衍生数据的获取能力越强，原始数据的重要性就越小[31]。该观点主要是基于大数据价值来自于算法技术而非大数据本身的认知。实际上，原始数据无论是对算法技术，还是衍生数据的获取都具有非常重要的价值，因为算法技术可以通过原始数据的输入不断精进，原始数据获取能力越强，其数据分析能力和衍生数据获取能力就越强。而且在三类数据中，企业对原始数据的投入和所有权主张都更弱。和衍生数据相比，原始数据更应成为必要设施原则适用的对象。

因此，无论原始数据、观测数据还是衍生数据，只要垄断者对其享有排他性控制权，就可以适用必要设施原则。

(2)大数据垄断者与要求企业在下游市场构成直接竞争关系

在Commercial Solvents v. Commission 案中，欧洲法院称垄断企业拒绝向既是自己客户又是自己下游市场的竞争对手交易竞争所必要的设施，构成滥用市场支配地位[32]。从该标准可以看出，要求企业既是垄断企业现有相关市场的客户,也是下游市场的竞争对手。

尽管在适用必要设施原则时应扩展适用主体和客体，但就大数据要求企业和垄断者之间的商业关系应严格限定。从竞争的视角来看，大数据垄断者与要求企业在上游和下游市场存在四种关系(见表1)：1)在上游市场是竞争对手，但下游市场不是竞争对手；2)在上游市场不是竞争对手，下游市场是竞争对手；3)在上游和下游市场都是竞争对手；4)在上游和下游市场都不是竞争对手。

表1 大数据要求企业与垄断者的竞争关系类型

在这四种情况下，只有第2种情况才能适用必要设施原则，这是基于必要设施原则是为了促进市场的竞争，而不是保障竞争者的利益。倘若大数据要求企业和垄断者在上游市场已经是竞争关系(如第1和3种情况)，那么在下游市场的角逐应是两家企业实力较量的延伸，而不应牺牲垄断者的利益来满足要求企业开展市场竞争需要。且在这种情境下，大数据要求企业完全可以通过进入上游市场，改善上游市场服务来获取相关大数据。开放垄断者的大数据不是要求企业获取必要大数据的唯一路径。

如果大数据要求企业和垄断者在上游和下游市场都不是竞争对手(第4种情况)，垄断者拒绝交易的动机则难以确定，而垄断者拒绝交易理由是必要设施原则适用的一个主要标准。既然不是竞争关系，垄断者拒绝交易大数据就很有可能不是为了排除限制竞争。在自由经济下，法律赋予垄断者有权选择交易对象和设定交易条件，垄断者拒绝交易大数据不应受到法律的规制。因此，只有当大数据垄断者与要求企业在下游市场存在直接竞争关系时，且垄断者拒绝大数据交易是为了牺牲短期利益以获取下游市场的垄断利润时，才能适用必要设施原则。

(3)必要大数据在市场上没有合适的替代品

在几乎所有的必要设施认定标准中，设施的“不可替代性”是必要因素，市场上不存在可替代性产品是必要设施原则适用的先决条件。“不可替代性”意味着设施的唯一性。在分析是否存在可替代性产品时，往往会出现将大数据的非竞争性视为可替代性的误区。这其实是将所有大数据视为可替代性产品，忽视了大数据的功能性差异，但不同的相关市场需要不同类型的大数据。以领英案为例，hiQ需要的是职业大数据。可见，在分析是否存在合适的替代品时应先界定相关市场。如果该特定类型的大数据不能识别相关市场，或存在其他替代品以实现相同目标的话，那么即便垄断者对该大数据享有排他性控制权，也不能认为在该相关市场享有瓶颈式垄断[33]。

同时，也不能忽视合理期限和经济上的可行性。如果要求企业重新开发大数据的成本极大地超过了准入垄断者大数据的成本，那么不应将重新开发大数据视为可替代品。因为从整个社会资源配置效率来看，投入大量的资本和人力资源重复开发相同的设施，尤其是原始数据和观测数据，是对有限社会资源的一种严重浪费，该重复投入的资源完全可以用于其他创新。因此，只有在合理期限内经济上可行的所有路径都穷尽了，还没有合适的替代品，才能适用必要设施原则。

(4)必要大数据的共享具有可行性

设施占有者开发设施的首要目的是为了满足自身业务的开展，并为此承担相应的市场风险。如果设施共享会影响其业务正常开展，那么会抑制其对设施建设的投资动力。由此可见，设施共享的可行性也是适用必要设施原则必备的要件。大数据的资源固有属性是否满足共享可行性在前文已有论述，这里不再赘述。除此之外，在法律上和技术上的可行性也应进行考察。首先，由于大数据承载着个人、组织或国家的相关信息，大数据的共享可能会披露个人隐私、商业秘密或国家秘密，给个人、组织、国家带来安全隐患。因此，和传统设施相比，大数据共享会存在更多的法律风险。目前，我国在大数据相关领域的法规还不健全。在此背景下，强制要求开放设施还应具体情况具体分析。如果是国家政府部门基于业务开展所获取的大数据，大数据共享可能涉及国家秘密等国家利益，抑或企业基于自然垄断获取的特定种类的大数据，大数据共享可能违反国家设施管制的相关法律，那么即便满足其他要件，也不应适用必要设施原则。

其次，强制要求共享大数据还应考量技术的可行性。目前，大数据几乎都是各企业根据自己的序列进行存储，大数据的传输可能存在不兼容，而不兼容会直接影响大数据的共享是否能够最终实现。如果大数据存储不兼容是基于垄断者业务正常开展所致，那么大数据要求企业受制于自身技术不足，不应要求垄断者降低大数据存储标准或更换设施以配合大数据的复制，也就是设施共享不应增加垄断者额外的经济成本，因为设施共享的可行性分析应该在设施占有者业务正常开展的范围内进行，不能要求设施占有者穷尽所有可能[34]。

四、结论

综上所述，虽然和传统设施相比，大数据具有非竞争性，但对于特定的相关市场来说，大数据具有功能性差异和获取渠道有限,并由此对市场竞争具有不可或缺性和不可替代性。由于大数据瓶颈现象和垄断杠杆行为的出现，将必要设施原则适用于大数据是对竞争失序的有效干预。鉴于大数据资源固有属性的限制，在大数据垄断规制中适用必要设施原则还应设特定的条件。

另外，将必要设施原则适用于大数据在实践中可能会存在特有的困难。例如，在适用必要设施原则时，大数据许可价格应遵循什么原则？共享的大数据质量以及大数据垄断者的商业秘密等利益如何保障？这些问题对必要设施原则在大数据垄断规制中的实践将产生一定的影响，在未来还有待于进一步探讨。