“必要数据”原则的构建——从必要设施原则与数字市场的兼容性谈起*

周 珺，苏成子

(华东政法大学 经济法学院，上海 200063)

一、问题的引入

在HiQ Labs v. LinkedIn案(1)HiQ Labs, Inc. v. LinkedIn Corporation.No.3:17-cv-03301(N.D. Cal.2017),No.17-16783 (9th Cir. 2019)。尽管HiQ在一审中主张LinkedIn的行为违反必要设施原则，但是一审法院并未就该原则适用与否做出详细分析。本案于2019年9月9日由美国第九巡回上诉法院做出二审判决，法院主要围绕以下两个争议焦点展开审理：(1)LinkedIn的行为是否构成故意干扰HiQ履行合同或不正当竞争；(2)HiQ的行为是否违反《计算机欺诈和滥用法》(CFAA)。本案法院对数据的可替代性进行了讨论，但未涉及必要设施原则。中，LinkedIn拒绝HiQ使用其职场数据，而HiQ公司认为LinkedIn公司掌握的用户个人信息是HiQ主要业务——职业数据分析的核心资源。在一审中，HiQ主张LinkedIn公司禁止其通过爬虫技术获取相关用户数据的行为违反了反垄断法中的必要设施原则。由该案引出的问题是：拒绝开放数据的行为是否违反必要设施原则？具有公共物品属性的数据是否与必要设施的定义兼容？若数据能构成必要设施，应当在何种程度上适用必要设施原则？在传统反垄断法分析框架中就颇具争议的必要设施原则是否应当在数字市场中适用，能否焕发新的生命力？ 必要设施原则涉及市场进入的问题，本文主要讨论用于市场进入的数据能否构成必要设施，进而适用反垄断法。如果数据可以广泛获得，特定企业就不会因为拥有数据而获得竞争优势。

二、数字市场对传统反垄断法分析框架的突破

必要设施原则通常不以成文法的形式确定下来，而是暗含在立法中。如德国《反对限制竞争法》在第19条第4款第4段规定：“拒绝其他企业以合理对价进入其拥有的网络或其他基础设施，导致另一家企业由于事实上或者法律上的原因无法在前置或后置市场上作为占市场支配地位的企业的竞争者从事经营活动；但是，占市场支配地位的企业能够证明因为运营条件或者其他原因导致网络或其他基础设施的共同使用不可能或者不可期待的除外。”必要设施原则的判断往往与市场支配地位联系在一起，而判断市场支配地位，在传统的反垄断法分析框架中，往往由相关市场、市场份额、价格支配力等因素结合判定。然而，正如欧盟在2015年的《信息(数字)平台中的交叉竞争》报告中指出的那样，现在的反垄断法已经深陷困境，传统的市场界定和支配地位理论依然被适用于互联网领域，但是市场已经发生了变化，在数字市场，竞争规则必须改变。《数字经济中竞争政策面临的挑战》报告也指出，多边市场涉及多个相关市场、非价格竞争趋势明显以及不同市场之间的界限模糊，导致市场界定和支配地位的认定在数字时代变得异常困难。因此，进一步关注数字市场中不同的商业模式、了解经营者间竞争的方式以及利润的走向，是在数字市场中适用必要设施原则的关键点。

(一)脆弱的市场力量

根据埃文斯和施马伦塞的经典分析，有五种效应决定平台集中的过程和程度，以及平台间的竞争，分别是网络效应、规模效应(scale economy)、使用限制(congestion)、平台差异化(platform differentiation)、多归属和转换成本。其中间接网络效应和规模效应是导致市场集中的重要激励因素，其他三个则对集中起到抑制作用。在数字市场中，企业的市场力量是很脆弱的，易被创新的新产品所取代，这是一种动态竞争的模式。数字市场中大量的用户参与创新过程将促进企业垄断地位的良性循环，因为获得成功的企业为了保持其市场领先地位必须不断创新、改进产品以满足消费者需求。在一定时期内，具有重要的市场力量是新科技产业存在动态竞争的必要条件。如果动态竞争是健康的，短期市场力量的存在并不会损害消费者利益。比如Google取代了Yahoo！，Facebook取代了MySpace。在进入市场时，Google和Facebook并不具有其竞争对手那样的网络效应，但是其仍然克服了这种劣势。在Facebook和WhatsApp的合并决定中，欧委会在分析通信应用市场时指出，通信应用是一个快速发展的领域，消费者的转换成本和市场进入障碍很低，即使存在网络效应，市场领先地位也不是不可替代的。传统的反垄断法判定路径中，对市场界定和市场力量进行分析的目的是了解竞争力量在多大程度上限制了一个或一组公司从事损害消费者权益的行为的能力。而在新经济产业中，市场力量分析的一个基本要素是对领先企业面临的实际和潜在创新威胁的研究[1]。

(二)不断被重新界定的相关市场边界

联邦最高法院在Foresyth v. Humana案中指出，“如果要指控垄断或者企图垄断的行为，原告必须界定相关市场”(2)参见Forsyth v. Humana, Inc., 114 F.3d 1467, 1476 (9th Cir.1997)。。但是由于互联网产业竞争的特殊性，数字市场中的相关市场的边界是模糊的，因而难以对其界定。

世界经合组织在2012年出具的《数字经济》调研报告中指出，数字市场的竞争具有“胜者通吃”(winner takes all)的特点。胜者通吃通常有两个原因：一是网络效应导致的滚雪球效应(snowball effect)，有时候又被称为正反馈；二是高固定成本和低边际成本的成本结构的规模经济易造成垄断。“胜者通吃”意味着数字市场的竞争中商业模式或平台之间的竞争比平台内竞争更为重要。而平台竞争也就意味着界定相关市场越来越困难。由于市场边界存在较大的模糊性，因而市场份额对于衡量企业力量的指标作用也被大大减弱了[2]。出于上述原因，《信息(数字)平台中的交叉竞争》报告中强调，在考察数字市场的合并时，能够作为市场健康运作之信号的是市场动态，而不是市场份额和市场集中度。

此外，数字市场的生产替代品现象也十分显著。生产替代品是指一个目前没有为消费者群体提供服务的企业，是否能够在一年内提供服务，却不会承担任何显著的沉没成本[3]183。生产替代品往往出现在那些能够分享沉没成本的市场中。数据驱动市场的典型特征，如很低的市场进入壁垒、数据的非排他性和非竞争性、边际成本为零等特点，都意味着在数字市场中，即使不是一定，也是很可能出现生产替代品的，且不限于相关市场。而在传统市场中，由于跨市场的沉没成本过大，在一个价格合理波动的市场中，生产替代品通常只出现在相关市场中。在数字市场中，借助大数据和算法的支持，企业不断探索数据的使用边界，从而对产品进行改进，或者研发出差异化的新产品。大数据的“相关性”分析为企业探索和开发市场提供了有力支持。微软并购领英可以看做是微软基于大数据对“不相关市场”和“未来市场”竞争优势的争夺与整合。尽管微软主打职场办公，领英主打职场社交，但是二者的目标受众具有相当程度的重合。在此过程中， 作为互联网技术和资源的大数据将原本不存在直接竞争关系的市场联系起来， 成为原有产品市场上经营者附加的竞争优势[4]。

(三)多边市场中价格竞争向非价格竞争转变

传统理论中，垄断定价推定经济无效率是反托拉斯法得以创立的一个重要理由。厂商人为地制造其产品的稀缺性从而将价格推到竞争水平之上所产生的垄断定价被推定为无效率。“价格支配力”是经济学上垄断概念的核心，它产生于市场价格与供给数量成反比这个事实。以垄断利润的形式获得有利可图的转移支付这种机会，会把真实的资源吸引到销售者谋求垄断的努力和消费者避免支付垄断价格的努力中去，在这些努力中消耗的资源的成本也是垄断的成本[3]2-14。

在传统产业中，免费的行为不属于反垄断法规制之列。但互联网提供的“免费”服务是否应当纳入反垄断法的规制，不能用“免费”对其进行简单认定。究其原因在于，单边市场和多边市场的价格支配力的表现形式并不相同。单边市场中企业寻找最优的价格水平是一个很容易克服的信息障碍。企业可以调整价格，观察对销售的影响，并衡量与生产成本的直接对应关系。然而，在多边市场中，企业必须寻找两个或两个以上相互依赖的价格水平，并识别相互作用的影响。他们还必须担心不稳定性：由于产生的交互作用，一侧看似很小的变化可能会在另一侧产生巨大的变化[5]。在互联网这一双边市场，尤其是非交易的双边市场中，价格更是被隐蔽地转化为各式各样的点击和关注，传统市场中的可视化价格消解为互联网时代的“流量”，价格竞争向非价格竞争转变。尽管用户不需要为互联网提供的免费服务付费，但是用户已经通过“数据”进行了对价支付。企业通过收集整合分析数据，在终端市场，即付费市场上使用数据并获得商业收益。因此，“价格支配力”在数字市场中表现为“数据支配力”。

2016年GSMA《数字生态系统竞争政策框架重整》调研报告指出，传统竞争和动态竞争之间的一个主要差异是，竞争是主要围绕产品价格展开，还是主要围绕与创新型产品相竞争的不断发展的技术展开。在后一种情形中，产品的特性和功能对消费者的重要性和竞争效果都大于价格。互联网平台企业的首要竞争策略是产品差异化，而非价格策略。正如有学者指出的，在新经济行业中，由于产品品质的竞争或技术的竞争已经远大于价格的竞争，以价格理论为基础的SSNIP测度标准根本不能有效界定相关市场[6]。

三、必要设施原则与数字市场的兼容性分析

(一)数据的特性更方便必要设施原则的适用

数据的非竞争性使得法院免于对于物理设施的“竞争堵塞使用”(congestion through competing uses)的分析，物理设施往往存在竞争性和排他性使用的特点，比如Bronner案中的邮递系统，一旦其负荷过载就会对设施持有者造成过重的负担，增加其竞争成本，而这一成本的承担是不合理的，“反垄断法并不要求必要设施持有者在不切实际或者可能损害其提供服务能力的情形下提供必要设施”(3)参见Hecht v. Pro-Football, Inc., 570 F.2d 982,992-93(D.C.Cir.1977)。。此外，数据垄断者的分享成本几乎为零，数据垄断者并不需要为必要设施的提供支付额外的成本，而物理设施如铁路等，都存在边际成本。

(二)数据开放涉足相邻市场

《竞争法与数据》报告指出，根据欧盟法律，提供数据的义务要求掌握数据的公司需要占据市场支配地位，并且寻求数据的竞争者必须在一个有着潜在消费者需求的其他市场中提供新的产品或服务。换言之，欧盟法律并不要求公司为同一市场上的其他直接竞争者提供数据。Magill案之所以能够适用必要设施原则，是因为在平衡知识产权和自由竞争两种利益时，后者只有在知识产权拒绝许可的行为阻止了二级市场的发展以致损害消费者利益的时候才会优先保护。利用在原有市场中的市场力量涉足相邻市场的策略在数字市场领域十分普遍，如上下游市场之间的纵向兼并。欧盟在2015年出具的《数字经济中竞争政策面临的挑战》调研报告中指出，应当对这种扩张有所区分：一种属于预防性布局(defensive leveraging)，另一种属于进攻性布局(offensive leveraging)。前者利用原有的市场力量以抵御新兴力量的冲击，对所涉足的相关市场的创新几乎不会有任何积极的推动作用；而后者的经营通常会双管齐下，既借助现有的市场力量，也利用新技术或商业模式促进涉足市场的创新，这将有效地促进竞争。

(三)数字市场中开放数据和拒绝的动机不同于传统领域

数字市场中上游企业开放和拒绝开放数据的动机并不同于传统领域。首先，一个数据集可以提供零个或无限个最终商品和服务；其次，数据垄断者可能缺乏监控使用其数据生产的最终产品和服务数量的能力。因此，不确定性可能模糊数据垄断者所面临的最终需求曲线。如果垄断者无法预测最终需求，为了进入最终市场必须投入沉没成本，垄断者可能会暂时选择与下游竞争对手进行交易，“竞争对手的成功或失败为观测最终需求提供了一个观测样本。如果数据垄断者保留终止竞争对手访问的能力，则相当于垄断者在下游市场获得了一个无成本的期权”[7]。例如，PeopleBrowsr表示，它开始分析Twitter的数据是基于该社交网络承诺提供的数据。Twitter拒绝分享数据正是发生在PeopleBrowser证明了数据分析市场存在获利可能之后。因此，数据垄断者通过拒绝数据交易以达到搭便车的目的。另一个拒绝交易的原因是垄断者惧怕下游市场的竞争者可能代替垄断者的产品。

(四)数据共享并未减弱数字市场中的投资激励、进而抑制创新

必要设施原则一开始出现在物理设施领域，Magill案将其延伸到知识产权领域。在Magill案中，法院认定电视台拒绝许可的行为违法的核心在于拒绝交易阻止了“新产品”的出现，而这一新产品会形成电视指南市场的竞争，最终有利于消费者，这使得拒绝交易构成了支配地位的滥用。但是将关键设施理论应用到知识产权领域中也引发了一些质疑。有学者认为由于知识产权被法律赋予了合法垄断权，权利人自然可以基于这种垄断权对市场产生相应的支配力，因而知识产权权利人所享有的决定是否许可他人适用的权利应当受到法律的严格保护；如果反垄断法可以任意要求知识产权人予以非自愿许可，知识产权就会崩溃[8]。上述质疑是否也同样适用于数字市场呢？应当注意的是，知识产权和数据的价值建立路径有所区别：知识产权往往自诞生之日起便蕴含了相当程度的价值，以著作权为例，作者在其作品中融入了个人精神，为了鼓励创新从而促进社会福利最大化，法律赋予知识产权人一定期限的垄断性财产权利；而数据的价值并不当然建立在没有经过整合分析的大体量数据中。数据市场的形成需要经过四个阶段：收集、存储、整合分析和使用。使数据价值升值的往往不在于收集阶段，而是对数据的整合分析。由于知识产权和数据的价值建立路径并不相同，因此，知识产权垄断和必要设施原则之间的矛盾，在数字市场中并未体现得十分明显。

此外，反托拉斯法并没有给出一个明确的指引，什么时候被告的投资激励减弱足以反驳开放必要设施的诉求。Einer教授就曾指出：“垄断学说目前使用的是空洞的标准和结论性的标签，这些标准和标签对哪些行为将被谴责为排他性没有提供有意义的指导。”[9]市场竞争中的这种激励建立在企业家的事前预期之上，即企业家预期其可以通过必要设施的建立获得竞争优势，这会鼓励竞争者加大投资力度。如果企业知道其可以要求共享其他竞争者的资源或设施，可能会怠于发展或建设这些设施，反而减少了本来可以出现的竞争。但根据数据垄断者的经验表明，在数字市场，尤其是早期的数字市场，并不存在这种事先的预期，如eBay第一笔收入来源于其交易费，然而在eBay的商业计划中，其未来的收入来源于软件许可。即使是现在，必要设施原则的适用也并不会给企业的投资激励造成毁灭性打击。数字市场的垄断不同于实体经济垄断，数字巨头往往通过创新而获益，只要互联网繁荣没有达到顶点，网络巨头就需要不断革新以求生存。数字资源仍然有着极大的空间去探索其价值边界，这个未知的价值空间对市场内外的竞争者和潜在竞争者都足以构成强大的投资激励。

通过以上分析初步得出结论：数字市场的一些特点，如动态竞争和双边市场等，极大程度地影响了传统反垄断法相关概念的适用，必要设施原则与数字市场虽然存在一定的兼容性，但难以将该原则直接移植进数字市场的反垄断法分析框架中去。换言之，应当依照数字市场的特点对必要设施原则进行改造，构建“必要数据”原则。

四、“必要数据”原则的构建

(一)明确“必要数据”的判断标准：排除竞争

目前为止出现的大数据问题主要涉及收集和使用涉及自然人或实体的第一手数据，并且这些数据可以在不同市场中使用。因此，Jay Modrall提出，在这些情形中，大数据相关的垄断问题可以用排除竞争理论(foreclosure theory)来解决，即在这种场景下，兼并是否给予兼并后的实体以动机和能力去排除上下游市场的竞争[10]。

美国司法部的“排除进入理论”(input foreclosure theory)认为，只有当企业控制的数据事实上能够排除下游市场的竞争时，才会有反竞争的忧虑。根据美国司法部的长期观察，这要求兼并后的企业同时具有上游和下游的市场力量。欧盟委员会的判定路径类似：首先，兼并后的公司是否有能力阻止其现实或潜在的竞争者；其次，它是否有经济上的动机去这么做；最后，这一排除进入的策略是否会对竞争造成显著损害，进而损害消费者福利。但是这些判断路径对证明责任有着极高的要求，特别是在大数据如此庞杂的时代，可替代性的举证难度太大。不过这并不意味着在数字市场中可替代性举证不能。事实上，随着数字市场越来越向垂直化细分市场发展，数据是否具有可替代性在某些情况下是显而易见的。在HiQ Labs v. LinkedIn案中，HiQ所处的正是一个极小的细分市场，一个依托于LinkedIn用户的公开个人档案的职场数据分析市场。在本案中，法院对数据的可替代性进行了分析，认为对于HiQ而言不存在足以代替领英的数据库(4)领英辩称Facebook就是一个可替代的数据源，但是法院指出Facebook不同于领英，后者的数据对于公众而言是广泛可获得的(只要用户愿意分享)，但是前者的数据需要通过Facebook用户账户才能获取。而在之前的Facebook v. Power Ventures案中，法院认为，如果Facebook发出终止函并采用技术手段阻止后Power Ventures仍继续需爬取数据，则违反CFAA,而在本案中,法院最终认定HiQ的行为不违反CFAA。(参见Facebook, Inc. v. Power Ventures, Inc., 844 F. Supp. 2d 1025, 1028 (N.D. Cal. 2012))。2018年3月，加拿大司法部发布了修订后的Abuse Guidelines草案，在草案中没有讨论必要设施或者拒绝交易，而是讨论了下游市场中排除竞争能力的市场力量。指导意见草案承认“该局也有意识地避免采取打击动态竞争的执法行动增加静态竞争。健康的动态竞争可能会导致在产品质量或创新的基础上，对市场进行连续的‘赢者通吃’的竞争，从而使成功的企业获得市场力量。通常，正是市场力量的前景为企业参与动态竞争提供了动力”[11]。

以微软收购领英案为例，第三方的竞争性软件运营商向欧盟委员会投诉称，领英的完整数据会成为客户关系管理软件实现高级功能所需的机器学习的重要原料(input)，交易后微软将限制竞争对手获得领英的数据从而限制竞争，加大市场创新难度。欧委会在调查后认为，领英的数据并非适用于客户关系管理软件解决方案的机器学习所需的唯一重要原料。该数据仅构成这一目的所需的多种类型的数据集中的一种，属于重要但不唯一的原料。且欧委会发现该完整数据可能在B2B销售市场以及其子市场有重要作用，但与其他市场无关，因此在客户关系管理软件解决方案这一市场中，数据并不构成关键原料，因而不能认定违反反托拉斯法。事实是，仅仅是“独特”的数据不足以创造一种提供准入的义务。许多公司在自己的产品上收集独特并且有价值的数据集，但是欧盟法律并不会为迫使此类公司向同一市场的直接竞争对手提供防卫此类数据的权限提供任何依据。

拥有市场支配地位的经营者原则上没有义务让竞争者容易地进入市场或者帮助其进入市场。但是如果数据寡头为了获得或维持其垄断地位，实施了排除其他经营者获取该大数据的行为——且该获取行为构成了与数据寡头展开有效竞争的必要条件——那么该排除行为就可能违反了反托拉斯法[4]。《数字经济中竞争政策面临的挑战》报告指出，对于数字市场而言，需要找到一种对市场行为相关的，可控的解读方式。一方面，可以从竞争限制的力量方面入手进行分析，即从买卖双方对交易的限制程度、供应方纵向一体化的整合程度、潜在竞争者的进入难易程度和市场壁垒等方面着手；另一方面，也可以从现有或将来可用的服务或产品提供途径的多样性和相应可能形成的瓶颈，甚至是市场上的创新性探索等现象着手分析。

(二)必要设施原则应当关注信息而不是大数据

一般认为数据构成公共物品或准公共物品，但事实是，数据是否具有“非排他性”和“非竞争性”，不能一概而论，如用户与产品交互产生的数据就不具有非排他性和非竞争性的特征。但是这一排他性的特征并不会必然导致排除竞争，任何公司都可以通过其产品自由获取类似性质的数据。《竞争法与数据》报告将数据分为两类：一类是一手数据(first-party data)；另一类是二手数据，或者叫做第三方数据(third-party data)，通常是作为数据产品由某一公司提供给另一公司的数据，第三方数据可以被视为一种具竞争性的商品，并根据传统的反垄断原则进行评估。Sivinsiki等三位学者则按照数据是否具有商业竞争力的标准将数据分为三类：作为产品的大数据，如数据库；作为产品原料的大数据，如数据经纪公司提供的大数据；不具有竞争力的大数据。不具有竞争力的大数据是指，某些数据在给定的情形下无法预测其价值，因此丧失竞争力。有些数据尽管可能有用，但是当下并不清楚有何用途。机器学习工具建立在算法之上，算法依据庞大并且独立的数据集进行学习并作出预测。给定的数据集对于机器学习具有何种价值，需要等到算法依据该数据进行训练后才能确定[12]。Thomas Dreier在其论文中描绘了大数据带来的变化，其中最为重要的一点在于“大数据分析着眼于相关性(correlation)而不是因果性(causality)，这一不同于以往的方式将会改变我们探索世界的方式”[13]。对于不具有竞争力的大数据，应当将其排除在必要设施之外，尽管其可能成为某一未来市场的重要基础设施。而作为产品和产品原料的大数据与市场进入存在直观密切的联系，其用途和价值以及对市场竞争的影响更能为人所观察，因而更有可能适用必要设施原则。正如莱斯格教授所言：“如果我们对某种资源的用途一无所知，那就更应该将其置于公共领域。如果我们对某种资源的用途一清二楚，那就更有理由将其控制起来。”[14]事实证明如此，在因特网早期，那些网络设计者们就多次声明他们不知道网络将作何用途。

Andres认为“大数据的竞争忧虑”(competition concerns)缺乏现实的证据支持。他不认为企业有动机或有能力去使用数据来巩固其市场垄断地位，没有证据能说明网络市场被具有市场支配地位的企业所垄断，原因在于不同的互联网市场提供的内容各有不同。在没有现实证据支持大数据存在反竞争效应的情况下，反垄断法的适用将会有害竞争和创新，从而损害消费者福利[15]。Sokol和Comerford也认为反托拉斯法不适用于解决大数据问题。大数据累积这一事实本身并不会制造市场进入壁垒，也不会自动赋予企业动机或能力去排除竞争者，扩张或维持其垄断，或以其他方式损害竞争。目前还缺乏能够将大数据作为反垄断问题进行规制的实证案例，关于这方面的研究也不够[16]。今天诸多互联网企业的成功无一不说明，尽管存在既有的网络效应，但有时候只要一个对消费者需求的简单洞察，新企业就可以快速进入市场并取得成功，Tinder的成功取决于其简单的用户界面以及对消费者需求的精确把控，WhatsApp也凭借低费用以及易于操作的用户界面得到用户的青睐。

Giuseppe Colangelo和Mariateresa Maggiolino两位学者认为，从普遍层面来看，没有一类数据是必不可少的。只有当一个设施服务于提供特定的产品或服务时，它才有可能是必不可少的，这要求该设施与相关竞争对手想要通过使用该设施实现的产品之间构成因果关系(cause-effect)。因此，认为垄断者的大数据是反垄断意义上的必要设施的观点至少是过于宽泛的，需要一个具体的方法，这个方法既要明确需要的数据，还要明确通过该数据意图实现的产品[17]。对于后者，尽管在实践中普遍承认数据存在许多市场，但是这并不等于数据掌控者提前知道具体的市场。除了问卷调查，数据通常不是为了回答特定的研究问题而收集和组织的，恰恰相反，数据通常有多个不同的来源，企业通过分析使数据“说话”，从而发现潜在市场。按照这一逻辑，竞争对手在未实际使用数据前，通常难以证明这些数据是必不可少的，并且他可以利用这些数据开发新产品。对于前者，一个很重要的问题是需要什么数据，以及数据应当开放到何种程度 。通常情况下，分享义务的先决条件是确定一套界定明确的资源，这不适用于数据共享，因为提出请求的公司无法事先知道现有公司在整个原始数据库中所需的相关数据集。事实上，他必须处理大量未知的数据，这些数据的内容是不明确的。因此存在这样一种可能性，即竞争对手可能声称需要某种数据库来生产和提供某种商品或服务，但在访问之前，他无法知道有关的确切数据集。此外，数据的价值随着时间的流逝显著降低。如果认为这些数据对于竞争的分享是如此重要，这是否意味着应该存在一个持续的、没有时间限制的数据流？

事实上，要明确数据对企业的竞争意义，进而对企业的“数据垄断”采取相应的反垄断法举措，应当将数据与数据中包含的信息这两个概念做一个区分。数据不等同于信息。大数据的经济效用并不取决于这些数据本身，而是取决于企业投入的物质和智力资源，这些资源用于必要的分析，以便从这些数据中得出可靠而有根据的推论。数据当然不等同于信息，公司需要设备、技术、能力和特殊的分析工具从而从数据中获取信息。当然，这样的信息也有可能是不准确的，甚至是相反的。在企业从数据中提取信息的过程中，不同的数据可以推断出相同的信息片段，相同的数据也可能推断出不同的信息片断。Giuseppe Colangelo和Mariateresa Maggiolino认为，对于数据共享或者数据开放的规定或许并不会对竞争产生破坏性的影响，它将把公司竞争的焦点转移到分析技术和推断信息的能力上。反垄断法需要警惕的是那些有可能构成市场进入障碍的信息对市场竞争的消极影响。

区分数据与包含数据的信息也有助于反垄断法的适用。根据前面的分析，由于数据的种种特征，数字市场的多边市场和非价格竞争模糊了市场边界，使得传统的反垄断法分析框架失效，但是将焦点从数据转移至信息会发现，信息的竞争力相较之数据而言更加清晰。有学者提出一种界定产品可替代性的新方法，即两个大数据集之间替换的紧密程度应该通过从这些大数据集中获得见解(insight)的用户将这些见解视为紧密替换性的程度来加以评估[18]。数据的价值产生路径可分为三步：记录数据 → 加工数据 → 产生见解。这个价值链意味着，如果两个数据集产生的见解是可替换的(close substitute)，那么这两个数据集应当被认为互为替代品。这种方法建立在以下两个前提的基础上：首先，企业从数据中获得的见解不会超过数据本身；其次，对于大数据的处理，不同平台的开发人员在两个处理阶段的效率应当是相近的。这种方法具有相当的可操作性，在微软收购领英案中，欧盟委员会就通过市场调研，调查有竞争关系的软件运营商对收购的看法。有竞争对手投诉，交易后微软可以限制竞争性的第三方获得客户关系管理软件解决方案所需的领英完整数据，从而使得竞争对手更难参与竞争，加大了市场创新难度。同时，其他的竞争对手在调研中表示，尽管普遍认可领英数据的质量，但是仍然存在其他的可替代性数据足以支持其所需功能的实现。这一替换思路转变的另一个优点在于，将对“数据”的需要转化为对“信息”的需要，从而规避了“数据垄断”的暧昧和不明确性。对于数据中无法确知其信息的那一部分，则将其排除出必要设施原则乃至反垄断法的适用范围，由市场去探索其未知的价值空间。

应当注意的是，信息竞争力并不意味着数据掌控者直接向下游市场开放信息，数据加工至信息的过程仍属于市场竞争者的工作。信息竞争力的意义在于，将数据开放的范畴限定为那些市场上效率相近的竞争企业通过加工获得的信息足以导致市场进入壁垒的一类数据。

(三)效率抗辩

效率在反垄断案件的评估中起着重要作用。通常而言，法院会权衡规模经济产生的社会效益与因为竞争减少而增加的社会成本，进而判断垄断所产生的效率是否超过其反竞争效应。企业原则上没有分享的义务，在法庭上，企业有权利用合法的商业目的进行效率抗辩。从纵向一体化的角度来看，企业拒绝交易通常是为了达成内部生产效率化，此种拒绝交易的纵向整合仅在有损经济效率的情形下才构成必要设施原则介入的基础。在纵向的生产关系中，垄断者调整其纵向结构时通常是基于效率的动机，而非反竞争的意图[19]。

效率暗示出反托拉斯政策的局限性：在一些领域中，由于生产集中于一个或极少数厂商手中，其所带来的节约超过垄断定价的成本，因而垄断比竞争更有效率。从效率是实施反托拉斯的目标这一意义上讲，就没有理由在这些领域中实施反托拉斯，因此，波斯纳说：“这就是为什么我把垄断定价称为是推定无效率的，并说它只是为反托拉斯政策的存在提供了一个初步成立的理由。”[3]2以“良性卡特尔”抗辩为例，通过协商减少无意义的价格竞争，从而降低成本，既有利于消费者，同时也有利于生产者。一个集中的市场通常会降低消费者的交易成本，并鼓励商场内企业的相互竞争。必要设施原则应该注意的是终端消费市场上的效应，法院处理个案时，应该区别必要设施是否属于纵向生产结构中具生产效益的一环[20]。在Bazaarvoice收购PowerReview案的调查中，法院驳回了交易方的效率抗辩，认为交易方没能提供证据以证明交易最终使数据的获得能够促进产品的改进、价格的降低以及更好的创新。而在2010年关于Microsoft收购Yahoo！的调查中，司法部接受了交易方的效率抗辩，认为交易能够促进竞争，因为双方的数据整合使得微软在搜索引擎方面大幅改进，从而促进了搜索引擎市场的竞争。

五、结语：数字垄断的隐忧？

Areeda对必要设施理论的适用曾作出非常经典的批判，他在论文中这样描述道：“在大多数情况下，法律分三个阶段发展：首先，出现极端案件，然后法院作出反应；然后，该回应(通常是很机械，有时候又是极聪明地)逐渐被扩展其适用范围，由于很少有法官有足够的经验来反对这一主题，该回应被急剧扩大，几乎不考虑该政策最初的目的；最后，这种扩张最终会变得荒谬可笑，此时，限缩的过程就开始了。”[21]大数据仍然处于发展初期，对数据的开发利用仍在继续。现阶段认为可替代的数据在将来可能就会不可替代，反之亦然。数字市场的竞争特征将数字经济推向垄断，同时也将数字经济推向竞争。如果争夺垄断的竞争也是一种重要的竞争形式，那么这一悖论就消解了。尽管必要设施原则在数字市场中较之传统市场更容易适用，但是由于数字市场动态竞争的特点，对数据认定必要设施进而适用垄断法仍应审慎而行。

在实践中，引发反垄断法和必要设施争议的案件往往是上游市场的数据掌控者事先对下游竞争者开放数据，待到下游市场成熟后上游企业再次关闭数据。在这种情况下，下游市场的竞争者能够明确知晓其所需的数据，企业从数据中获取的信息是明确的，从而明确了此类数据的竞争力。本文的观点是，不应当对“大数据”施以先验性的“开放必要设施”的义务，而应当后置性地使用。首先，从排除竞争的角度明确“必要数据”的判断标准；其次，将数据竞争力转化为信息竞争力，将数据开放的范畴限定为那些市场上效率相近的竞争企业通过加工获得的信息足以制造市场进入壁垒的一类数据；最后，应用效率抗辩以警惕对数字市场竞争的消极影响。