农业大数据反垄断的挑战与法律规制

王 珏

(郑州大学 法学院，河南 郑州 450001)

随着大数据的应用推广与普及，大数据不再以单纯的技术形式展现于世人面前，而是逐渐多元化发展，成为一种产业模式甚至经营手段。“大数据”内涵的充实使其成为市场竞争中不可或缺的竞争力，一方面，实体数据本身就是竞争资源的具体表现，在一定情况下甚至可以成为竞争中的“关键设施”；另一方面，通过大数据的互联互通，可以有效获取其他行业中的竞争优势，使得“数据”巨头的市场力量在不同市场间延伸。数字经济时代，大数据产业发展带动了各行各业生产技术与经营管理模式的革新，农业领域也迎来大数据时代，数据极有可能成为下一个对农业产业发展产生巨大影响的因素。作为数字农业中不可或缺的重要环节，农业大数据在提高农业生产效率、促进农业产业升级等方面作出了巨大贡献，但与此同时，也存在数据垄断的风险，主要表现在农业大数据可能带来的滥用市场支配地位问题与农业大数据企业并购中产生的问题。由于农业属于国民经济基础行业，同时还具有经济效益低、投资周期长、抗风险能力差等特点，一旦农业领域产生垄断，直接关系到国家、社会稳定与人民的基本生存保障。因此，面对新形势下的新型垄断方式，如何应对农业大数据垄断引发的种种不良影响，以及在农业大数据未来发展过程中，面对更多新的数据垄断问题时应当遵循何种规制思路，成为目前农业大数据垄断研究亟待解决的问题。

一、农业大数据的基本范畴与应用现状

(一)农业大数据的概念

近年来，全球数字化脚步逐渐加快，数据呈现爆发式增长，人类社会数字信息化进程步入新的发展阶段——大数据时代。目前世界上对大数据的概念尚存争议，如全球著名咨询管理公司麦肯锡在其报告中认为大数据是指超出传统数据软件收集、存储、分析等能力的大量数据集合(1)James M, Michael C, Brad B. Big data: The next frontier for innovation, competition, and productivity. The Mc Kinsey Global Institute,2011.。全球最早成立的信息技术研究与咨询公司Gartner认为大数据是一种高效、创新的大规模、高速度和多样化的信息处理方式(2)Amir Gandomi, Murtaza Haider. Beyond the hype：Big data concepts，methods，and analytics. International Journal of Information Management,2015,35(2).。也有人不直接对其定义，而是通过对大数据特征的客观归纳对其进行描述，认为大数据是具有规模化(volume)、多样性(variety)、高速度(velocity)和价值性(value)等特征的数据形式与技术(3)吴重言，吴成伟，熊燕玲，陶佩莹：《农业大数据综述》，《现代农业科技》，2017年第17期。。虽然尚未形成取得广泛认可的大数据概念，但是这并不影响对农业大数据概念的理解与认定。一方面，通过大数据的相关理念对其进行解释，农业大数据就是大数据技术在农业产业中的应用与实践，主要指利用大数据的技术与理念，助力农业生产的自动化与智能化，为农业经营提供决策依据，从而达到提高农业生产力、促进农业结构调整和经营管理效率的目的(4)满芮：《基于大数据的中国农业现代化》，《农业展望》，2017年第9期。。农业大数据主要应用于农业生产环节与农业产业链经营管理环节，其核心在于对数据的实时采集与快速处理，并加以指引利用。另一方面，还可以通过与农业大数据密切关联的“数字农业”等相关概念进行理解。如广义的数字农业是指利用现代信息技术与农业相关的基础学科相结合，对农业对象、环境和全过程进行可视化表达、数字化设计、信息化管理，从而进行农业生产科学决策、调控与管理的现代农业(5)周清波，吴文斌，宋茜：《数字农业研究现状和发展趋势分析》，《中国农业信息》，2018年第1期。。狭义的数字农业则是指在单纯的农作物种植等农业生产环节中，利用数字农业技术获取农作物营养、水分、病虫害等生长状况的数据信息，并通过对数据的处理分析提出科学的种植管理计划，以实现促进生产资料合理使用、提高农产品产量与品质、保护生态环境等多种目标(6)葛佳琨，刘淑霞：《数字农业的发展现状及展望》，《东北农业科学》，2017年第3期。。无论哪种定义方式，数字农业中涉及农业数据收集、整理、计算、分析等方面的技术就是农业大数据及其相关技术。农业大数据可以视为数字农业的一部分，是农业网络数据信息化的重要表现，它不仅促进了农产品种植技术的飞速发展，而且对农业产业链中的生产加工等各个环节都产生了巨大的影响，有利于提高农业生产效率与农业生产资源利用率，是农业产业升级的重要途径，对农业产业的可持续发展与农业现代化建设具有重大意义。本文讨论的农业大数据主要集中于农业生产环节。

(二)农业大数据的发展与应用

“大数据”最初多应用于互联网行业，但随着大数据技术的发展，欧美发达国家视之为新的产业革命，纷纷将农业大数据发展规划列入其农业发展战略。在世界各国纷纷加快推进数字农业发展的大背景下，我国也将推进农业大数据产业发展摆在极为重要的地位，国家在《中华人民共和国国民经济和社会发展第十三个五年规划纲要》《国家信息化发展战略纲要》《促进大数据发展行动纲要》《全国农业现代化规划(2016-2020 年)》《乡村振兴战略规划(2018-2022年)》等文件中均对我国农业数字化与农业大数据发展作出了重要部署(7)康春鹏，董春岩，王文月，蔺彩霞：《我国农业农村大数据发展应用研究》，《中国农业信息》，2018年第6期。，明确要求推动数字信息技术、大数据技术与智能装备在农业生产经营中的应用，农业产业随之进入农业大数据时代。农业大数据给农业生产带来了巨大的改变，世界农业巨头察觉到其发展潜力后，纷纷加入农业大数据的研究与应用行列，希望抢占市场先机，获取市场竞争优势。由于行业巨头与资本市场的参与，近年来农业大数据产业获得了飞速发展，大量新技术的应用促使农业生产力快速提高。农业大数据的应用表现在多种方面，曾经的世界农业技术巨头孟山都公司(现已被德国拜耳公司收购，为方便表达，本文仍称其为孟山都公司)在该领域最为出色。早在2012年，孟山都公司就收购了名为Precision Planting的精密种植公司，通过对土壤数据进行检测、收集、分析，指导种植者进行非均匀播种，并对播种、施肥、灌溉等环节进行管理优化，从而达到提高产量、节约资源等目的。2013年，孟山都又收购了世界上最大的农业气象数据分析公司Climate Corporation，通过将天气数据与其他农业数据相结合，指导种植者进行农田管理，以实现数字农业与精准农业。2016年，孟山都公司以Climate Field View平台为基础研发出一套综合性农业数字服务平台。该平台可以通过田间信息采集系统搜集土壤数据，将数据转化为可视图像，帮助种植者监控肥料、水分情况，并将农田数据在线分享给农业专家以获得有针对性的指导(8)陈威，李燕妮，周涵，李哲敏：《孟山都农业大数据的生产应用及中国启示》，《农业网络信息》，2017年第5期。；还可以通过种子基因数据库分析种子在不同区域与土壤中的生长数据，帮助种植者制定生产措施，优化种植方案，从而提高种植收益，帮助农民在同等条件下实现经济效益与资源利用的最大化。此外，农业大数据还可以用来解决病虫害防治等其他农业生产问题。除孟山都公司外，迪尔公司的Fram Sight、先锋(Pioneer)公司的Field360等大数据产品都已广泛应用于农业生产当中，通过对土地、气象、产量等数据的分析利用，帮助农民提高产量和利润(9)中国互联网数据资讯中心：《中、美两国农业大数据对比与思考》，《农业工程技术》，2016年第10期。。

二、农业大数据反垄断面临新挑战

农业大数据为农业生产力的提高与数字农业的发展注入了新的活力，提高了农业生产者的经济效益与消费者福利，为传统农业模式与种植方式的升级转变提供了巨大动力。但与此同时，农业大数据的发展进程中也存在一些问题，特别是由于大数据自身特性等因素有别于传统垄断力因素的认定，导致在处理农业大数据可能引发的垄断问题时，面临一些新的挑战。

(一)农业大数据中的滥用市场支配地位认定难题

1.农业大数据中可能出现的滥用市场支配地位行为

农业大数据应用中可能出现的滥用市场支配地位的行为种类较多，如利用自身在农业大数据领域的市场力量拒绝他人获取数据，在提供农业大数据产品时进行搭售、强制交易或附条件地进行交易，对不同的交易对象差别对待、价格歧视，等等。以上行为可能单独实施也可能同时存在。可能存在的情况包括在拒绝与其他竞争对手分享自己土壤数据的同时，市场力量较强的企业可能还会要求使用自己数据产品的相对方拒绝与其他竞争对手合作，如拒绝其他竞争对手在其土地上监测收集数据或拒绝与其他竞争对手交易等；还包括具有市场支配地位者可能通过自己在农业大数据领域的市场力量强迫交易相对人购买自己的种子、农药等产品，或者利用其市场力量引导、改变消费者对其他关联产品的购买选择。除此之外，农业数据企业还有可能通过数据分析获取用户的使用习惯，对产品依赖程度不同的消费者提供不同的价格或服务，或者单独实施如数据与数据分析业务的搭售等单独的滥用行为。

2.农业大数据中滥用市场支配地位认定困难的具体表现

按照传统反垄断法的规定，滥用市场支配地位的认定要件主要包括具有市场支配地位并实施了滥用行为，涉及相关市场认定、滥用行为认定等一系列问题。但是由于农业大数据自身具有的一些特性，导致传统反垄断法滥用市场支配地位认定方法无法很好地适用于农业大数据领域。首先是关于农业大数据相关市场的界定，可能存在两种情况。一种是将农业大数据本身作为一种产品界定相关市场，这要求必须以数据为标的进行了交易，否则无法为其界定相关市场。然而在现实当中，很少有农业大数据公司将其数据进行单独交易，原因多种多样，如担心自身竞争力被削弱、可能侵犯他人隐私、数据交易价值不易认定等。但是无论如何，数据不进行交易就无法适用传统反垄断法相关市场界定的需求替代分析等方法，因此，目前很少有人对大数据本身进行相关市场界定。另一种是将数据视为大数据产品的组成要素之一，对农业大数据进行分析、开发、组合后形成的某种数据产品的相关市场进行认定，如将我们前文提到的农业数据平台产品作为一类市场并进行相关市场认定。这种做法解决了农业大数据很少直接进行交易导致的无法认定相关市场的问题，但是在实践中也存在其他问题。虽然农业大数据产业发展较快，但在农业产业链中依然属于新生事物，应用并不广泛，少数农业技术巨头在大力进行推广，但出于技术成熟度以及政府管制等多种原因，往往集中在农业技术公司母国或者较为集中的少数区域，并未全国或全球大面积进行推广。以上情况同样会造成相关市场认定的困难，如果单纯将某种数据平台列为相关产品市场，无论是天气数据、土壤数据抑或是农业综合数据，大概率会出现可替代性较低、市场份额较高，从而被认为具有市场支配地位的情况；而如果将相关市场扩大至数据平台或者是农业技术平台等市场，则会造成界定范围过大，基本不会被认定为具有市场支配地位的情况。

除了相关市场与市场支配地位认定难度大之外，传统反垄断法中的滥用行为认定在农业大数据领域中还存在滥用行为与市场支配地位之间的关联程度不紧密的特征。传统反垄断法滥用市场支配地位行为都是基于其“支配地位”实施的，但是在农业大数据领域，一些形式上属于传统“滥用”的行为表现出了与“支配地位”联系并不紧密的特征，因此对传统反垄断法对该行为的认定与规制造成了困难。原因在于一些垄断或滥用行为中，垄断力并非来源于农业大数据本身或其市场支配地位，而是由农业大数据相邻产业中的垄断力量传导延伸至农业大数据领域的，此时的“滥用”行为在本质上与农业大数据市场支配地位并无直接关系。比如在通过农业大数据分析消费者的消费习惯与依赖度并对其实施差别待遇时，大数据更多的是作为一种分析工具，只需要拥有相应的消费数据即可，而不要求其在数据市场上占有市场支配地位。除此之外，在一些新兴的高新技术产业中，传统市场支配地位注重的市场份额在认定中的作用逐渐减弱，很多情况下其与市场支配地位的联系并不紧密，而在以数据资源为关键生产要素的大数据产业中，技术与数据更大程度上影响了相关市场的支配力量，市场份额在市场支配地位认定中的作用进一步弱化(10)丁文联：《数据竞争的法律制度基础》，《财经问题研究》，2018年第2期。。当然，其实质并非指这些滥用行为不需要以市场支配地位为要件，而是认定过程中对市场份额的依赖度越来越低，导致市场支配地位的认定在大数据产业中变得愈加困难，因此需要寻找其他更为合适的认定与规制路径对农业大数据产业中的这些滥用行为予以规制。以常见的拒绝交易或附条件交易行为为例，在传统市场中实施滥用支配地位行为时，行为人必然具有一定的市场力量才可能迫使相对交易人接受其条件，这种市场力量通常以市场份额为表现；而在农业大数据领域中，这种市场力量不一定表现为市场份额，可能是数据所带来的其他市场交易优势，这种交易优势的不确定性造成了目前市场支配地位认定方法难以适用的局面。

(二)涉农大数据企业并购审查面临新挑战

并购通常可以分为横向并购、纵向并购与混合并购。横向并购通常发生在同行业企业之间，竞争者往往拥有相同或相似的产品。横向并购较为常见，其可能造成的垄断危害主要在于直接减少了竞争者数量，并购者可以在短期内迅速扩大市场份额，获取或扩大其市场支配地位从而影响竞争，因此成为反垄断法关注的焦点。在农业领域，近年来发生的拜耳收购孟山都、陶氏与杜邦合并等，大多属于此类。农业企业对数据公司的并购往往不属于此类，而是属于纵向并购，通常是指在同一产业链不同生产、经营环节，或具有相互联系的企业间的并购，纵向并购通常是为了实现产业纵向一体化的目标。农业企业希望通过并购实现从购买种子、农化产品，到种植收获，再到农产品加工销售的一体化目标，根据农业大数据的作用可以看出，农业公司并购数据公司就是为了实现农业生产一体化目标的具体表现。由于纵向并购的企业间通常不具有直接竞争关系，因此对市场竞争可能产生的危害较小，传统反垄断法对其控制较为宽松。并购虽然能够带来提高生产效率等优势，但同样可能造成反竞争后果，主要表现在单边效应与协调效应等方面。为了有效控制并购可能造成的竞争危害，各国反垄断法都规定了在一定条件下，企业需要通过并购反垄断审查才能最终完成并购。

与农业大数据相关的并购问题主要涉及并购审查。正常情况下，农业企业并购数据公司的主要目的在于帮助种植者进行农业生产经营活动，既提高农民的农业生产效率，还能够实现农业一体化，帮助企业获取经济利益。但是，当并购行为引发了封锁效应等反竞争效果时，则可能起到损害市场竞争、阻碍创新和损害消费者利益的作用，因此也需要引起反垄断执法部门的关注。农业大数据产业的并购审查主要涉及三方面问题，首先是并购审查申报标准问题，也就是什么情况下需要进行并购审查的问题。目前大多数国家反垄断法以参与并购企业的营业额来确定是否需要向反垄断执法部门进行申报，这种申报门槛的设计在传统行业反垄断监管中取得了一定的效果，但在数字经济与互联网时代却使一些可能影响市场竞争的并购行为受到了反垄断法的“豁免”。在数字经济产业中，无论是线上或线下企业，被并购的企业虽然掌握了一定的新技术，具有较好的发展前景，但是大多属于规模较小的初创型企业，这种企业被收购时往往尚未盈利，甚至依靠前期融资生存并存在一定亏损，因此可以避免并购的反垄断审查申报，我国滴滴收购优步的争议就属于类似情况。事实上，营业额并不能完全证明参与并购的公司合并之后对相关市场竞争的影响，以滴滴收购优步为例，优步中国被收购前的在华营收确实少于我国经营者集中申报要求的4亿人民币标准，但是其与滴滴公司确实当时国内市场上最大的两家网约车公司，二者的合并极有可能影响到网约车市场的竞争与消费者福利的提升。在农业大数据领域的并购当中，同样存在此类问题，即被并购企业往往不符合反垄断并购审查的标准，从而导致可能引发竞争问题的并购躲过了反垄断审查，但是该并购却可能引发相关市场竞争秩序的破坏。因此，传统反垄断并购审查申报标准在农业大数据领域等数字经济产业并购中表现出了一定的不适应性，应当重新进行审视。

其次，在农业大数据公司的并购中，与滴滴并购优步案相似的是被并购公司营业额通常无法达到要求申报的标准从而导致应有的反垄断并购审查的缺失，但不同的是，与滴滴并购优步类似的案件多出现于横向并购当中，由于参与并购的公司均具有较大的市场份额，且属于相关市场中的竞争对手，因此并购完成后可能引发一系列垄断问题。而农业数据公司的并购往往发生在纵向收购当中，很少出现合并后引发市场份额过大或者市场支配地位的变化，由此引发了第二个问题，如何判断农业大数据领域中并购可能产生的竞争影响。如果农业大数据领域中的并购并不能对市场支配力与市场竞争秩序造成影响，那么也无须对该领域中并购的反垄断审查申报标准进行重新审视。事实上，虽然农业大数据领域相关的并购行为不会直接从市场份额等方面对发起并购的农业企业产生影响，帮助其扩大市场支配力量或减少竞争对手，但是，由于被并购的数据公司拥有大量农业相关的天气、土壤数据或者数据监控搜集技术，农业企业的真正目的可能在于并购后利用相关数据资源开拓新的业务市场与盈利点，或者利用农业数据服务市场上的垄断力向已有传统农业业务市场或其他市场延伸，影响自己在这些市场上的市场地位，如利用数据市场的垄断优势设置市场进入壁垒，进行附条件的交易或歧视性交易损害消费者利益等。由此可见，农业大数据相关的并购虽然可能不符合反垄断并购审查的申报标准，表面上也不会对并购发起者的市场力量与支配地位产生直接影响，但是依然可能在其相关市场或上下游产业市场中对技术创新、市场进入壁垒以及消费者福利等方面产生影响，破坏正常的市场竞争秩序。因此，要判断是否应当允许农业数据相关并购的实施，需要对可能产生的市场竞争影响进行认定，并制定竞争评估审查标准。

最后，农业大数据领域的并购还面临垄断力跨市场延伸的问题。在数字经济领域，平台的开放性、数据的互通性等新特征促使市场竞争主体纷纷试图将其在某个领域的市场力量或支配地位传导至其他相关产业市场中，导致市场垄断力跨市场延伸成为一种新型竞争方式(11)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》，《竞争政策研究》，2017年第5期。。垄断力量与市场支配地位的跨界传导引发了反垄断执法当中相关市场认定等具体操作问题，增加了实践中反垄断规制的难度。如我国知名的“3Q大战”等典型案例，都涉及数据流量领域的市场支配地位所有者试图通过“引流”的方式将其市场力量传导至其他市场中去。农业领域中同样可以效仿此类模式，在传统农业领域中由于市场细分、市场份额固化等原因很难进行扩张的农业企业，完全可以通过并购取得农业大数据产品市场的支配地位，再将该市场中的垄断力量传导至现有传统农业业务中去，通过搭售、独家销售等方式限制交易相对方在传统业务中的交易自由，以打击竞争者并攫取相应的市场份额。

三、农业大数据垄断行为的法律分析与规制

(一)农业大数据中滥用市场支配地位行为的认定与规制

无论是相关市场难以界定抑或市场支配地位认定困难，其实质都是在农业大数据领域中滥用市场支配地位行为认定难度的增加。传统反垄断法所遵循的主要以市场结构认定市场支配地位，之后认定滥用行为，最后评判对竞争影响效果的方法在实践中遇到了操作困难。因此，我们有必要寻找新的解决途径应对农业大数据领域中滥用市场支配地位行为的变化。根据前文分析，首先应当依据农业大数据在垄断行为中作用的不同对其进行明确区分。

1. 作为工具的农业数据及数据分析技术

此类数据及技术虽然与差别待遇、歧视性定价等损害竞争、消费者福利的行为有直接关系，但却不是垄断力直接来源，其是否具有市场支配地位与垄断行为的实施并无直接关系。因此，对于类似的并非由于数据本身享有市场支配地位并实施不当行为的数据持有者，不符合农业大数据领域中滥用市场支配地位认定的基本要求，不在我们讨论的范围之内。

2.作为直接交易对象的农业大数据

第二类是农业大数据直接作为交易对象，虽然此类现象出现较少，但也有学者进行了讨论，如数据的拒绝交易行为，对此类行为的违法认定应当保持较为谨慎的态度。首先需要明确的是，虽然拥有数据及数据分析能力可以给企业带来生产效率的提高等竞争优势，但是，拥有数据本身并不是违法行为，也不当然会获取市场支配地位或造成垄断。其次，单纯的农业数据交易涉及许多其他复杂的法律问题，如数据所有权问题、隐私权问题等，这是造成单纯的数据交易行为较少出现的原因。但是在排除以上问题后，特别是经过企业分析、加工后的多数数据，是可以作为交易的标的物的。最后则是对此类行为如何认定的问题。在相关市场的认定方面，农业大数据在产品市场、地域市场上往往是受极大限制的。从产品上来看，目前的农业大数据领域主要是对天气、土壤、品种等方面进行数据采集、分析，范围相对固定；地域上，由于土地的不动产属性，农业数据也表现出了固定的区域属性，某一区域的农业数据在其他国家或地区甚至是同一地区的其他地块上都是无效的。由于原始数据的趋同性，不同企业所掌握的农业大数据主要区别在分析计算的方式不同，不会表现出过于悬殊的差别。因此，在将农业大数据作为直接交易对象的情况下，其相关市场非常狭小，只要有某家企业控制了原始数据来源，就必然具有市场支配地位，其所实施的拒绝交易行为或其他滥用行为必然引起反垄断法的关注，此时就需要界定该行为对竞争产生的影响如何。以拒绝交易行为为例，有学者引入关键设施理论(essential facility doctrine)进行解决，并认为在数据领域适用关键设施理论时，要同时满足大数据对市场竞争不可或缺和无法被竞争者复制两项条件(12)Abbott B. Lipsky, Jr. and J. Gregory Sidak. Essential Facilities. Stanford Law Review, 1999,51(5).。在以农业大数据为直接交易对象的情况下，数据必然是市场竞争所不可或缺的，而能否被竞争对手复制则主要取决于数据的来源。在数据完全由持有人自己收集并进行分析加工的情况下，竞争对手往往不易进行复制，但如果天气、土壤等不同数据分别由不同的数据公司提供，再由农业科技公司进行梳理分析，则说明行业内经营者相对容易复制数据。但是在农业技术公司纵向一体化与并购浪潮的带动下，越来越多的独立农业数据公司被跨国农企收购，因此农业数据满足不可或缺与不可被复制两项条件的情况越来越多，在以农业大数据作为直接交易对象的情况下，拒绝交易等行为极易被认定为滥用市场支配地位，可以根据反垄断法中滥用市场支配地位的规定予以处罚。

3.作为数据产品要素的农业大数据

目前大数据的主要用途在于将数据融入数据产品提供综合性的服务，农业大数据就是将农业相关的天气、土壤等数据融入数据平台，通过数据技术的帮助获取对农业生产有益的技术信息。由于农业大数据涉及的数据种类繁多、体量巨大，不同数据产品之间的替代性也难以分析，界定数据的相关市场与市场支配地位较为困难(13)曾雄：《数据垄断相关问题的反垄断法分析思路》，《竞争政策研究》，2017年第6期。，且数据只是数据产品中的一个要素，因此应当以数据产品的市场范畴进行相关市场与支配地位的认定。当数据产品具有市场支配地位时，作为数据产品基本要素的数据，必然会对数据产品的市场竞争力产生影响，在多数情况下，数据对数据产品市场力量的影响需要通过数据的收集、分析、产品功能设计等一系列程序最终实现，数据仅仅是决定数据产品在相关市场内是否占据市场支配地位的一个考察要件，对数据产品市场支配地位的认定还需要结合具体的市场份额、进入壁垒等多种因素进行确定(14)叶明，张洁：《数据垄断案件的几个焦点问题》，《人民法院报》，2018年12月5日。。如在一个具有市场支配地位的农业数据平台上，可能存在要求用户进行独家交易、搭售数据企业其他商品(如种子、农药等)以及价格歧视的情况，此时的滥用行为实施者在数据产品市场拥有支配地位，虽然这种支配地位很大程度上可能依赖于数据对数据产品市场的影响，但并不涉及数据市场的支配地位与滥用，其相关市场与市场支配地位的认定应结合案件涉及的具体市场认定。

但是，在大数据应用实践中，还会出现数据是其他竞争者进入相关市场的必须要件的情况，也就是传统反垄断法中的“关键设施”，这种情况主要出现在拒绝交易行为当中。如在Hi Q Labs诉Linked In案中，Linked In公司掌握的职场数据是Hi Q公司业务的必须要件，Hi Q公司认为Linked In 将其在职业网络市场中的垄断力量传导至数据分析市场中，因此要求法院禁止Linked In公司阻止Hi Q获取其相关数据的行为并得到了支持(15)HiQ Labs, Inc. v. LinkedIn Corp., United States Court of Appeals for the Ninth Circuit, No. 17-16783.。在此情况下，数据拒绝交易必须符合关键设施理论的要求，主要包括数据对其他经营者是不可或缺的、数据无法被他人复制、没有拒绝交易的正当理由，除此之外还应当考察拒绝交易数据的行为是否会对市场竞争与消费者福利产生不利影响等。当数据确实构成关键必要设施并对相关市场竞争与消费者福利造成损害时，可以要求其共享数据、停止其他滥用行为。如在某区域土地的大数据中，鉴于土地所有权等原因，其他竞争对手可能无法对土壤状况等数据进行监测分析，即使拥有天气与农作物生长状况等数据，也无法完成数据分析等后续步骤，此时的土壤数据市场与农业数据市场其实属于上下游市场的关系，土壤数据市场的支配地位传导至了农业大数据市场并形成了“关键设施”。

(二)涉农业大数据企业的并购申报与竞争评估认定与规制

在大数据产业中，涉及数据市场并购交易中由于交易参与方营业额不达标而无须进行反垄断并购审查申报的情况也有出现，如全球知名的Facebook公司收购的WhatsApp公司就曾由于营业额不足的原因无须在欧盟进行并购审查申报。虽然表面上看解决该问题只需降低审查申报标准，但是从立法与执法上而言必须具有合理的依据。在营业额不可借鉴的情况下，如市场支配地位认定参照的市场份额同样不具备理论依据，因为在涉农数据并购交易中多为纵向交易，并购参与者多数不在同一相关市场中，无法预测并购后可能会对市场份额产生的影响。而归根结底，无论是涉及农业大数据的反垄断并购审查申报标准，抑或并购所引发的竞争效果评估，其本质是为了考察并购交易的完成是否会对市场竞争秩序造成损害，是否会影响技术创新与消费者福利等内容。从并购涉农数据公司的目的来看，并购者进行并购的目的无非有二：一是通过并购数据公司拓展新的业务领域，扩大在新市场中的技术优势与市场份额；二是通过并购数据公司获取某一市场中的市场力量甚至是市场支配地位，以帮助自身业务市场竞争力的提升。无论基于哪一种目的，我们都可以将其视为并购交易的交易价值，如果不存在这种价值，并购交易就不会产生。而这种交易价值所引发的市场力量的变动，恰恰就是可能造成市场竞争秩序等反垄断法关注内容变化的原因。因此，我们可以通过考察并购参与者所追求的交易价值最终可能为市场带来何种竞争效果来判断是否应当要求其进行申报或批准该并购交易。

涉农数据公司相关并购可能引发的竞争问题主要体现在市场封锁效应，并对消费者福利与技术创新等方面产生影响。封锁效应是指并购导致市场竞争者在获取原材料供应或进入市场时遇到障碍，无法或者很难获取市场供应或进入市场，从而减弱受封锁竞争者的竞争能力，使市场竞争受到限制或损害的情况，通过市场封锁，并购企业可以阻碍其他竞争对手参与竞争，以提高产品价格等方式侵害消费者利益(16)韩春霖：《反垄断审查中数据聚集的竞争影响评估：以微软并购领英案为例》，《财经问题研究》，2018年第6期。。审查农业数据公司并购是否会引发封锁效应主要考察并购者在并购完成后是否有实施封锁的能力、动机及其对有效竞争的影响。通常而言，在纵向并购中由于并购参与者的相关市场不存在重合或被收购者市场份额较低等原因，很少出现对市场结构及竞争的影响，只有当并购后的企业所掌握的数据是其他企业进入相关市场或参与竞争必不可少的“原材料”，且其他企业无法通过有效途径获得时，才有可能阻碍竞争，形成封锁效应。此时与前文所述的关键设施原则的认定较为相似，如被并购数据公司掌握了某个区域内的土壤数据，是其他公司进行农业大数据业务的必需数据，但却无法通过自己监测收集或购买等渠道获得，虽然并购并不符合反垄断审查申报标准，也不一定具有市场支配地位，但却形成了封锁效益，足以阻碍其他潜在竞争者进入相关市场进行竞争。同时，封锁效应对竞争的阻碍效果还有可能对技术创新与消费者福利产生影响，并购后的企业可以通过控制农业数据阻碍潜在竞争对手对产品的创新，还可以利用封锁效应获取的市场力量，采取提高价格等方式谋取更高的利润。“封锁”使能够进入市场竞争的经营者数量减少，也限制了消费者对交易人与交易品种的可选择性，大大降低了消费者福利。以上这些方面都应当作为评判涉及农业大数据公司并购是否应当进行申报与批准的因素。

除此之外，大数据自身特性带来的一系列挑战，导致对并购可能产生的反竞争效果的评估不仅仅局限在封锁效应可能带来的“必要数据”与“原材料封锁”等问题，还可能需要关注市场力量的传导与延伸(17)柳欣玥，林俏俏：《“法学与经济学视角中的大数据运用”会议综述》，《竞争政策研究》，2018年第1期。。农业大数据相关市场的垄断力量或市场支配力是否可能传导至农业产业链上下游市场中去，同样从并购后企业的动机与能力角度思考，是存在理论上的可能性的。如我们前面提到的通过在数据市场上的支配力，可以影响消费者在购买农药、种子等产品时的选择，这是垄断力在相关产业中的直接传导。间接地，农业大数据市场的支配力还有可能延伸至非相关行业。如在保险行业，近年来通过对农业大数据的利用，推出“价格指数保险”“保险+期货”等新型产品(18)蒋鹏飞，韩雪、张育骞：《遥感大数据在农业保险行业中的应用》，《农村·农业·农民》(B版)，2018年第5期。，借助农业大数据，使农业保险从保产量向保收入过渡，提高了种植者生产经营保障，有利于推动农业生产经营的多元化，促进现代农业的可持续发展与均衡发展(19)朱文韬，朱礼龙：《中国农业大数据发展研究》，《沈阳农业大学学报》(社会科学版)，2017年第5期。。然而保险业对农业保险的创新均建立在农业大数据的基础上，离开农业大数据的支持将无法实施。此时，通过并购将土壤、天气、产量等多种数据及数据分析技术掌握在手中农业企业，毫无疑问拥有控制农业保险行业的市场力量，而行业利润的多少则直接决定了其行为动机。因此，在考虑并购对竞争产生的影响时，也应当将市场力量的延伸作为考察标准之一。

四、构建农业大数据垄断的规制思路

通过上文对农业大数据可能引发的滥用市场支配地位行为与并购审查评估中出现的问题进行分析，初步解决了目前农业大数据垄断中的一些认定难题。然而，随着数字经济与农业大数据的快速发展，在农业大数据领域难免出现新的垄断问题，在本文尚未讨论的非农业生产环节，如农业运输、农产品销售等环节中，也存在着大数据垄断的可能性，仅从微观层面对具体问题的认定分析不足以适用于农业领域中的其他大数据垄断问题。为此，本文基于对农业生产环节大数据垄断问题的研究，总结提炼出一些针对农业大数据垄断的宏观规制思路，希望为我国解决农业大数据垄断相关问题带来帮助。

(一)遵循审慎的执法原则，避免对新生事物的过度监管

农业大数据由于同时涉及占据国民经济重要地位的农业与知识经济新兴产业的大数据两个行业，因此得到了国家与社会的多方面关注。行业受到重视一方面能为农业大数据产业的发展带来更多的机遇，另一方面也可能使公众对其中出现的问题过分放大。对于大多数技术领域的新事物而言，其出现与存在的初衷通常是促进技术进步与生产力提高，但是在其发展过程中，难免会遇到各种各样的问题。因此，在对待数字农业领域中出现的数据垄断相关问题时，我们不应当出于对新事物可能引发的一些垄断危害或没有实质性竞争损害行为的担忧，对其进行过度的司法或行政干预，而是应当遵循审慎的执法原则，避免对新生事物的过度监管。在对农业大数据垄断问题进行规制时，应当结合大数据的特征与具体案例情况，进行科学严谨的经济分析与法律论证，否则还可能带来损害行业创新积极性、削弱市场竞争、提高市场进入门槛等不利后果，从而影响农业大数据产业的发展(20)詹馥静，王先林：《反垄断视角的大数据问题初探》，《价格理论与实践》，2018年第9期。。

(二)根据大数据在农业领域的应用情况，进行科学合理的分析论证

数字经济时代，由于市场竞争模式与竞争力的改变，大数据领域中可能会出现“得数据者得天下”的局面，而实际上导致垄断的“罪魁祸首”并不一定是数据本身。就像反垄断法长期秉持的原则一样，反垄断法规制的是损害竞争的行为而非占有市场支配地位或者正常的市场并购行为本身。以大数据的应用为例，由于数据的控制与利用方式不同，完全可能出现限制、损害竞争的情形，但是占有数据、利用数据本身是没有问题的，需要规制的是滥用通过数据带来的市场力量破坏竞争的行为。因此，在对农业大数据相关垄断问题进行规制时，不能一味紧咬数据所有权，而应当根据大数据的具体使用情况，进行科学合理的分析论证。对待农业大数据垄断问题的核心在于区分数据在市场竞争中所处的位置与发挥的作用，厘清数据与其他竞争要素是否存在区别(21)费方域，闫自信：《大数据经济学视域下的竞争政策》，陈永伟主持：《数字经济时代数据性质、产权和竞争》，《财经问题研究》，2018年第2期。。如前文所提到的，可以探究数据在竞争中究竟是作为工具、交易对象抑或产品要素参与了竞争，对市场力量与垄断行为的变化产生了怎样的影响，以数据在竞争中的具体作用认定是否需要对其进行规制。

(三)将传统反垄断法中对结构的重视逐渐转向对数据竞争力的考察

在现有反垄断理论与实践当中，无论是对滥用市场支配地位的界定，或是对并购交易的反垄断审查，均较为关注市场结构在竞争中的作用，主要表现在认定市场支配地位、并购审查申报标准以及并购后可能产生的竞争影响等方面。但是通过前文的分析，在农业大数据市场支配地位的认定中，会出现数据相关市场无法认定或滥用行为与数据市场支配地位联系较弱的情况，导致传统反垄断法在对相关市场认定、竞争效果分析等问题适用时的不适应性。因此，在规制农业大数据相关的垄断问题时，我们可以考虑根据实际情况对数据竞争力、数据使用行为进行分析，以确定不同情况下数据对竞争产生的具体影响，并在此基础上调整滥用市场支配地位、并购审查等以市场结构认定为前提的传统分析、认定方法，以适应数据竞争的新特点(22)丁文联：《数据竞争的法律制度基础》，陈永伟主持：《数字经济时代数据性质、产权和竞争》，《财经问题研究》，2018年第2期。。

综上所述，大数据本身并不必然导致市场支配力量的产生，在对待农业大数据垄断问题时，我们应当将注意力集中于对竞争行为的分析认定。首先，对涉及滥用市场支配地位的农业大数据垄断，要分清数据在竞争中的具体作用与滥用行为的关系，确认数据的可获得性与替代性，对确实属于关键必要数据的内容，可以要求不得拒绝提供，但同时需要考虑拒绝提供的合理理由、提供的可能性及对分享方和行业竞争可能产生的负面影响。其次，对在并购审查中可能产生的大数据垄断问题，可以通过完善现有审查评估标准的方式，解决大数据所带来的挑战，如适当缩小并购审查申报标准等。在审查过程中，应对并购交易可能带来的封锁效应等竞争影响进行重点分析，对出现的问题应考察结构性救济可能带来的负面效果，尽量采取行为性救济的方式解决。最后，无论是在滥用市场支配地位抑或并购审查中，还应当考虑到市场支配力传导的问题。在市场支配地位的认定中，要明确涉数据垄断的市场支配力量究竟是数据市场提供的还是由上下游市场延伸而来；在并购审查中，则要对并购可能造成的市场力量传导进行足够的重视，特别是对与农业大数据相关的纵向一体化过程中可能对传统农业行业或其他行业产生的影响进行关注。