论数据垄断：大数据视野下反垄断的法理思考

丁晓东

内容摘要：大数据对传统反垄断理论在法理层面提出了挑战，数据垄断需要重新思考市场力量判断、必要设施原理与消费者保护问题。通过对大数据的特征与反垄断理论进行法理层面的分析。首先，大数据对企业市场力量或垄断地位的强化非常复杂，不能一概而论，应当根据企业的所涉及的平台类型、网络效应特征、多宿主等情况来分类分析。其次，法律可以结合不同数据的类型，促进数据的合理共享流通。最后，数据隐私保护可能构成反垄断议题，但应避免将数据收集增加简单等同于产品质量下降。应注意数据隐私保护与反垄断制度的分工与配合，法律不应过多依赖反垄断法解决数据隐私保护，但可以将数据隐私保护作为衡量企业市场力量的参照。

关键词：数据垄断 大数据 市场力量 必要设施 隐私保护 平台企业

中图分类号：DF41  文献标识码：A  文章编号：1674-4039-（2021）03-0108-123

随着大数据时代的到来，数据竞争问题日益提上日程。2021年1月31日，中共中央办公厅、国务院办公厅下发的《建设高标准市场体系行动方案》指出，加强和改进反垄断与反不正当竞争执法，应当“推动完善平台企业垄断认定、数据收集使用管理”。目前，我国学界对于数据竞争问题的研究主要聚焦于数据权属与不正当竞争， 〔1 〕较少从数据垄断的角度进行分析。但随着企业特别是一部分大企业掌握越来越多的数据，分析大数据对反垄断的挑战已经迫在眉睫。2021年国务院印发的《国务院反垄断委员会关于平台经济领域的反垄断指南》，其中“数据”这一关键词出现达18次之多， 〔2 〕这表明数据垄断在我国已成为被关注的核心议题。

在欧美等国家和地区，竞争执法机构已经在数据与垄断问题上积累了丰富经验。例如，美国反垄断机构早在2007年就对谷歌与DoubleClick合并案进行了调查。〔3 〕美国联邦贸易委员会（FTC）虽然最终批准了两家企业的合并，但其中一名委员发表了不同意见。此后，在2011年的谷歌收购在线电子定价和购物平台ITA中，美国司法部审查了这一合并是否构成纵向限制，谷歌是否可能利用数据访问权限限制潜在竞争对手。〔4 〕2014年，美国联邦贸易委员会对脸书收购网络信息平台WhatsApp进行了调查。2020年，美国司法部正式对谷歌提起反垄断诉讼，指控谷歌的行为降低了消费者数据隐私的保护。〔5 〕

欧洲对数据与垄断问题关注更多。在案例方面，在脸书收购WhatsApp案 〔6 〕以及微软收购LinkedIn案中， 〔7 〕欧盟委员会分别调查了此类并购可能产生的反竞争行为。2019年，德国首次认定， 脸书在社交网络市场上占据主导地位，其用户条款构成对客户的剥削性滥用，损害了消费者隐私保护。〔8 〕在政府报告与政策指引方面，2014年，欧盟数据保护局发表了“大数据时代隐私与竞争”的报告。〔9 〕2015年，英国竞争和市场管理局（CMA）发布了 “消费者数据商业使用“的综合报告。〔10 〕2016年，德国联邦卡特尔局和法国竞争管理局发表了“竞争法与数据”的联合报告。〔11 〕这些报告从不同角度对数据与垄断问题进行了论述。

笔者聚焦数据垄断问题，从反垄断法的法理层面提炼大数据对反垄断的三个核心挑战：第一，大数据是否强化某些企业的市场力量或支配力量，因此，数据是否应当作为反垄断问题进行分析？第二，大数据是否成为数字经济企业创新的必要设施，是否应当强制某些大型企业开放其大数据接口？第三，隐私保护是否构成反垄断议题？某些大型企业是否可以凭借其市场力量或支配力量降低隐私保护水平，从而构成滥用市场支配地位？从反垄断的法理出发，一项要素是否成为反垄断议题。首先，需要确定这个要素是否单独影响市场力量，因为市场力量是反垄断的前提性问题。其次，一旦某个要素具有市场力量，就要确定如何从企业与消费者保护的角度对其进行分析。因此，笔者所提炼的三个问题，在一定程度上对应了反垄断法法理层面的三个视角。其中第一个问题构成了数据垄断的前提性问题，后两个问题则分别从企业与消费者的角度论述数据垄断问题。

众所周知，反垄断法是一个具有不确定性的法律部门，反垄断的历史与实践证明，反垄断需要以“合理规则”——而非“本身违法原则”——对相关问题进行判断。〔12 〕我们很难为反垄断找到一个确定的标准，这需要正反双方的抗辩，通过程序法的方式来判断相关问题。反垄断法研究亦是如此，其常常需要对相关问题进行辩证分析。基于反垄断法与反垄断研究的这种特征，笔者将从正反两方面先对数据垄断问题进行分析，并在此基础上进行辩证性的总结探讨。通过这种方式，笔者希望对于数据垄断的相关思考可以更加全面，对于相关问题的判断也更为谨慎和理性。

一、问题的提出：大数据时代对反垄断的三大挑战

纵观国内外对于数据与垄断问题的调查与论述，可以发现它们都有一些共同的关注。随着企业特别是某些大型平台企业获取越来越多的数据，反垄断的执法者担心，数据问题是否会使得某些大型企业确立更加优势的垄断地位，是否会让具有垄断地位的企业排斥竞争对手进入市場，是否会让企业没有约束地收集与使用用户数据。从反垄断法研究的角度而言，我们可以将其归纳为三个依次递进的挑战：大数据与市场力量、大数据作为必要设施、数据隐私的反垄断法保护。

首先，数据是否会增强企业的市场力量或垄断力量？ 〔13 〕从反垄断的角度而言，这一问题是前提。对这一问题的回答，将在很大程度上决定在反垄断研究中是否应当引入对数据问题的分析。如果数据可能增强企业的市场力量，导致企业能够操纵价格或行使其他危害竞争的行为，那么数据问题就应当被纳入反垄断领域。相反，如果数据不会增强企业的市场力量，或者对企业的市场力量微乎其微，那么在反垄断分析中添加数据要素的必要性就会大大降低。

《国务院反垄断委员会关于平台经济领域的反垄断指南》首次将数据问题纳入市场力量的考察范围，其中第11条将企业“掌握和处理相关数据的能力”“数据获取的难易程度”确定为企业市场支配地位需要考虑的因素;第20条将“经营者掌握和处理数据的能力，对数据接口的控制能力”，“用户在费用、数据迁移、谈判、学习、搜索等各方面的转换成本”等视为经营者集中的竞争影响的评估因素。在本文前言中所提到的美国与欧盟的一系列案件中，也可以发现这一问题的重要性。尤其是在并购类型的数据垄断案件中，对这一问题的分析往往构成问题的关键。如果相关并购中的数据问题不会增强企业的市场竞争力量，那么数据问题就不在反垄断的调查范围之内。

其次，数据特别是大数据是否构成必要设施，企业数据需要在何种意义上开放共享？在互联网与大数据时代，数据已经构成数字经济时代企业竞争力的重要工具。对于部分企业而言，离开了大数据的支持，企业的很多基础活动与创新活动就无法展开。因此，有很多人认为，应当以必要设施原理要求企业，在企业具有数据市场力量或垄断力量的情形下，应当要求拥有大数据的企业对其他企业开放此类数据。

《国务院反垄断委员会关于平台经济领域的反垄断指南》第14条规定：“认定相关平台是否构成必需设施，一般需要综合考虑该平台占有数据情况、其他平台的可替代性、是否存在潜在可用平台、发展竞争性平台的可行性、交易相对人对该平台的依赖程度、开放平台对该平台经营者可能造成的影响等因素。”在欧美一些数据开放的案件中，必要设施的原则与理论已经引起很多關注。例如，在2000年的易贝诉Bidders Edge案 〔14 〕和Craigslist诉3Taps案 〔15 〕中，针对易贝和Craigslist关闭数据接口，Bidders Edge和3Taps就提出，原告存在数据垄断，应当按必要设施原则开放其数据接口。2012年，一家叫PeopleBrowsr的企业向法院提起诉讼，认为推特公司在和其长期合作后，对其关闭数据接口违反了加利福尼亚州竞争法与美国联邦反托拉斯法，应当开放其数据接口。推特公司则认为，企业对其数据具有合法的控制权，不能对其数据施加必要设施的责任。〔16 〕

最后，数据隐私是否需要通过反垄断法进行保护？《国务院反垄断委员会关于平台经济领域的反垄断指南》首次将“平台在交易中获取的交易相对人的隐私信息”视为差别待遇，将“不恰当使用消费者数据”视为经营者集中应当考虑的因素。在欧美关于数据垄断的案例调查与执法中，很多案例也涉及利用反垄断法保护数据隐私的问题。例如，在企业并购的反垄断审查中，一个核心问题是合并后的企业是否会降低数据隐私保护的标准。例如，在2007年谷歌与DoubleClick并购案中，美国联邦贸易委员会的一名委员指出：“如果拟议的收购完成，合并后的谷歌/DoubleClick将发挥变革作用。如果委员会此时结束调查，不对合并施加任何条件，那么竞争和消费者的隐私利益都将得不到充分解决。” 〔17 〕2014年，脸书收购网络信息平台WhatsApp，一些消费者团体认为，该交易将加强脸书获取数据的能力，使得脸书能够对数据进行商业化使用，违背WhatsApp之前的承诺，可能损害消费者的隐私保护。〔18 〕

在涉及滥用市场支配地位的反垄断审查中，核心问题则是企业降低隐私保护标准，是否应当被视为滥用市场支配地位。例如，在德国联邦卡特尔局对脸书的调查中，德国联邦卡特尔局认为，脸书从第三方软件收集用户和设备相关数据，并将其与脸书上收集的数据合并，这构成在社交网络市场上的主导地位，违反了德国竞争法（German Competition Act）第19（1）节第（g）款所规定的不得从事剥削性商业行为的规定。在德国联邦卡特尔局介入调查之前，用户只有同意脸书的隐私与数据政策才能使用脸书，用户如果不同意脸书对于第三方数据的使用，将无法正常使用脸书。但在德国联邦卡特尔局作出判决之后，用户将有权拒绝脸书对第三方数据的使用。〔19 〕

二、大数据与市场力量

（一）大数据与市场力量的相关性

大数据是否会增强大数据企业的市场力量，排斥相关对手进入竞争市场，甚至确立某些大数据企业的垄断地位？就此问题而言，首先可以发现一些相关性。就性质而言，大数据区别于小数据或普通数据的收集，大数据具有“高容量、快周转、多种类”的特征， 〔20 〕这些特征使得数据收集进入壁垒的可能性变得非常高。无论是为了达到大数据所要求的规模， 〔21 〕还是大数据所需要的范围， 〔22 〕企业都需要进行非常昂贵和耗时的投入。

网络效应则可能进一步放大大数据进入壁垒。这种网络效应既包括单边网络效应，也包括双边网络效应。所谓单边网络效应，是指企业所拥有的客户越多，其所能吸引的用户就越多，其所产生的数据也越多。〔23 〕例如，社交网络上的用户越多，就越可能吸引其他人加入该网络。所谓双边网络效应，是指网络平台中的一边用户越多，就越可能吸引另一边的平台用户加入。〔24 〕例如，网约车平台的乘客越多，就会吸引越多的司机加入，而越多的司机加入又会反过来吸引更多的乘客使用该平台。无论是单边网络效应还是双边网络效应，一旦企业的某项产品在用户数量上达到临界点，就可能变成市场中最受欢迎的产品，最终主导市场。这就是为什么一些公司免费提供服务的原因，通过提供免费服务，企业可以产生大量的用户和数据。而一旦企业掌握了海量的用户和数据，网络规模较小的竞争对手就很难发展，甚至很难保护他们现有的客户群体不被迁移到规模最大、最具吸引力的网络。〔25 〕

大数据不仅可以进入壁垒，而且还可能和产品形成“反馈循环”。〔26 〕所谓反馈循环，是指数据与用户数量和产品质量之间可能形成螺旋上升式的反馈关系。例如，用户反馈理论认为，当平台获取更多用户，收集更多数据，平台就可以利用这些数据分析用户需求，吸引更多用户。〔27 〕资产反馈理论认为，当平台获取更多的数据后，平台就可以进行更多的商业分析，提高其商品推荐与广告营销效率，从而促进平台资产的提升。〔28 〕

在进入壁垒和反馈循环的影响下，有的企业还可能形成市场力量或垄断力量。传统反垄断理论认为，市场力量是指企业将产品价格提升至竞争价格之上的能力。〔29 〕但在互联网等数字经济领域，产品的价格常常为零。因此，有理论提出，可以以企业是否有能力将产品质量降低到市场竞争质量之下作为衡量企业市场力量的标准。在这些理论看来，这正是很多大型互联网企业的现状，这些大型互联网企业由于掌握大量数据，可以在降低自身产品质量的同时防止小型企业的竞争。例如，在搜索引擎中，大型搜索引擎掌握更多数据，搜索精确性程度更高，这些企业就可能在产品上附加更多广告或进行更多的竞价排名，即使这类做法降低消费者体验，小型搜索企业也难以与其竞争。〔30 〕

（二）大数据与市场力量的无关性

另外，可以发现大数据与企业市场力量之间未必有如此紧密的关系。相比起其他生产要素，数据不仅可以自行收集或通过第三方收集，而且数据还具有非竞争性与非排他性的特征，这使得数据很难成为一种垄断性资源，没有哪个企业可以垄断数据。〔31 〕同样，就规模而言，一些大型企业虽然收集了更多的数据，但这并不意味着新进入市场的企业必须拥有同样多的数据才能展开竞争，“缺乏资产等价性不应成为界定进入壁垒的充分基础”。〔32 〕因此，有学者甚至认为，互联网与在线服务企业以“其低进入壁垒而闻名，通常不需要大数据进入”。〔33 〕

此外，网络效应也可能不像想象的那么大。有学者指出，网络效应是一把“双刃剑”，它虽然可以让互联网企业在较短时间内积聚大量数据，但也可能在短时间内被其他企业所超越。〔34 〕例如，在网络效应较为明显的社交平台中，一个社交平台既可能在短时间快速发展，但也可能在短时间被其他平台取代。〔35 〕以中国为例，十多年前的主流社交网络Chinaren校友录、人人网如今已经无人问津。在美国，美国社交网络的最初平台是Friendster，但Friendster很快被MySpace取代，而后来MySpace又很快被脸书替代。

对于大数据与产品形成的反馈循环，平台用户的增加也并不一定能够吸引更多的用户或提升产品质量。就用户而言，用户在意或看重的网络往往是局部性或本地化的。例如，社交网络中的用户主要关注其朋友圈或工作圈的用户。因此，一个社交平台整体规模的增加其实未必能够吸引更多用户。〔36 〕就产品服务而言，大数据也未必能够增强消费者分析与大数据的个性化推荐，对于广告商来说，其价值在于个性化推荐能够直接针对个人，而不是将广告推荐给所有用户。〔37 〕同时，用户的增加在很多情况下会对平台的生态系统造成负面影响。随着用户和数据的增加，平台可能出现拥堵，或者会让用户感觉隐私受到威胁，内容吸引力下降。这些都意味着大数据与产品质量的反馈循环并不一定总是正向的。〔38 〕

此外，数据的聚集也可能为消费者福利带来正面影响。通过数据的收集与利用改善产品服务，为消费者提供免费服务，这本身就是市场竞争所希望达到的目标。如果在没有证据的情形下贸然对企业利用数据进行限制，那恰巧可能减少消费者福利和损害竞争秩序。在互联网等数据驱动型的企业竞争中，消费者的转换成本并不高。〔39 〕尤其是在数据控制权与数据携带权被纳入法定权利的趋势下，消费者更难为某个互联网企业锁定。〔40 〕当消费者发现产品的质量存在问题或下降时，他们完全可以较为自由地选择其他产品。正如谷歌前首席执行官埃里克·施密特所言，互联网企业的竞争“只有一键之遥”。〔41 〕

（三）辩证分析

通过对大数据与市场力量的相关分析可以看出：一方面，大数据具有网络效应与正向反馈效应，至少有可能增强企业的市场力量。大数据不同于一般数据的简单累积，一般数据的简单累积并不足以产生大数据的规模和效果。有意见认为，互联网企业很容易被更新迭代，这在互联网经济发展的早期较为明显，但随着互联网经济进入后半场，由数据所带来的先发优势与竞争优势已经不可同日而语。但另一方面，简单地认为大数据会导致增强市场力量，导致数据垄断，既不符合大数据的特征，也不符合反垄断法与竞争法的基本原理。就大数据的特征而言，大数据所导致的市场力量可能受多种因素的限制。在一些场景下，大数据的网络效应与反馈效应可能被过高估计。而就反垄断法的基本原理而言，反垄断法的研究一再表明，并不能因为企业的规模较大而认定企业具有市场力量或支配力量， 〔42 〕更不能因为企业规模而对企业的市场行为进行反垄断法上的有罪推定。基于反垄断执法与诉讼中可能出现的认知错误成本或所谓的假阳性问题，原告需要承担较高的举证责任，证明被告企业有很大的可能性存在垄断行为违法。〔43 〕

就数据问题而言，这一问题更加突出，因为企业收集与利用数据，很有可能为用户或消费者提供更好的服务，从而促进市场效率。在一些涉及并购类型的案件中，很多执法机构都指出合并将给企业带来效率提升。例如，在美国司法部于2010年发起的对微软和雅虎并购的调查中，美国司法部就认可了并购有利于改进微软搜索引擎，从而提升产品质量的意见。〔44 〕欧盟对于并购的审查更为严格，但即使是欧盟，也在微软和雅虎并购案、 〔45 〕Tomtom/Teleatlas并购案等相关案件 〔46 〕中认为，由于数据的合并，企业的产品可以提升产品质量与市场良性竞争。

因此，对于数据垄断的分析与调查需要采取较为谨慎的立场和提供更为充分的证据，同时结合不同类型的场景来区别对待。从各国监管机构的报告与调查来看，这种进路在一定程度上反映了共识。例如，上文提到的美国、德国、法国、英国、欧盟、OECD等国家与地区的报告与执法都将数据垄断问题纳入分析与调查范围，但在个案中也都采取了相对谨慎的立场。很多报告与执法分析都引入了新的分析框架，根据企业所涉及的平台类型、网络效应特征、多宿主等情况来对数据垄断进行类型化分析。〔47 〕

对于平台可能涉及的双边市场与多边市场，很多报告与分析建议引入双边市场理论，将某些平台特别是交易型平台视为同一市场进行分析。〔48 〕这是因为，在双边市场或多边市场中，平台在双边市场一边的市场行为可能是为了补贴另一边市场。例如，通过给网约车司机的补贴，降低打车价格来吸引更多乘客打车;或者企业通过收取广告商的费用而给用户提供免费服务。在此种情形下，以单边市场的情况来进行分析无法准确判断企业的市场力量。对于网络效应，有报告与分析建议指出，网络效应既可能妨碍竞争，提高市场准入门槛，但也可能让新进入市场的竞争者可以摆脱市场门槛，在短时间内战胜之前的市场主体。〔49 〕对于多宿主的情况，有的报告与分析则建议根据用户是否同时使用若干平台情况来判断用户的转换成本，多宿主的类型表明用户的转换成本較低。因为用户可以较为容易地从一个平台迁徙到另一个平台。因此，一般而言，多宿主可以起到降低数据市场力量的作用。〔50 〕

三、大数据作为必要设施

在企业拥有市场力量的前提下，如何看待企业所拥有的大数据，就自然而然成了下一个问题。企业所拥有的大数据是否应当被视为必要设施，向其他竞争对手开放？或者说企业对于自身的数据仍然具有自主决定权？这一问题构成了数据垄断的另一核心议题。

（一）作为必要设施的大数据

大数据已经成为很多企业生存与创新的瓶颈，但现实中部分企业垄断或支配了数据，并且拒绝向其他企业开放。为此，一种方案是将必要设施的教义适用在大数据企业身上，要求大数据企业承担必要设施的责任。在美国诉终端铁路案（United States v. Terminal Railroad Association of St. Louis）、 〔51 〕美国诉美联社（United States v. Associated Press）、 〔52 〕水濑尾电力公司案（Otter Tail Power Co. v. United States）、 〔53 〕高山滑雪场案（Aspen Skiing Co. v. Aspen Highlands Skiing Corp.）中， 〔54 〕美国最高法院在一定程度上建立了必要设施的法理基础，要求相关企业对竞争者开放其必要设施。〔55 〕

就适用对象而言，传统上必要设施主要适用于桥梁、铁路、电力、电信等基础设施。此类企业由于网络效应等原因而具有天然垄断的特征，同时可能在相邻市场上阻碍对手进入，因此需要对其施加开放义务。在制定法上，美国也曾经在若干法律中要求相关行业承担类似义务。例如，美国国会曾经在1887年州际贸易法中要求铁路公司承担“公共承运商”的责任，要求铁路公司火车票的销售不能根据人们的种族、性别、外表和/或性别来作出歧视性的规定;必须为所有想乘坐火车的人提供服务，而且不能以单个乘客为基础定制票价;不能根据装运货物的类型进行区分。〔56 〕1934年制定的通信法案将电信运营商界定为“公共承运商”，具有向所有人提供公正、合理和非歧视性的服务责任。〔57 〕

在一定程度上，部分企业对于大数据的掌握与部分企业对于桥梁、铁路、电力、电信的控制类似，已经成为其他企业创新依赖的必要设施。例如，上文提到的易贝诉Bidders Edge案、Craigslist诉3Taps、PeopleBrowsr诉推特案，这些案例都涉及具有进入壁垒的垄断企业拒绝交易。离开了易贝、Craigslist、推特等大型企业所拥有的数据，Bidders Edge、Craigslist、PeopleBrowsr这些企业就很难进行创新。〔58 〕

当然，并非所有的企业都具有承担必要设施的义务。例如，在美国的反垄断法中，一般认为只有在满足四要件或五要件时，才会被认为违反了反托拉斯法。第一，垄断企业具有关键设施的控制权;第二，原告实际上不能使用该设施，或者无法合理地另行建置该设施;第三，垄断企业拒绝原告使用该设施;第四，垄断企业具备提供该设施的可行性。〔59 〕除此之外，原告必须证明垄断企业具有市场力量或支配力量。因此，一般认为，在不具有市场力量或垄断力量的情形下，市场可以通过竞争解决相关设施的壁垒问题。〔60 〕相较于美国，欧盟对于必要设施界定的门槛更低，但欧盟也提出了類似的要求，对承担必要设施义务进行了限定。〔61 〕

（二）大数据作为必要设施的困境

将大数据作为必要设施也会带来一些困境。正如上文所述，在有的情形下数据收集的门槛与进入壁垒并不高。很多企业可以进行数据收集，向其他企业提供数据分析，也没有哪一家企业可以垄断对数据的控制。同时，由于数据的非竞争性与非稀缺性特征，企业也没有动机与能力实现对数据的独占，就像某些传统企业实现对桥梁、电力、通信设施的独占。〔62 〕因此，无论“从动机还是现实的可能性”上，将数据视为一种必要设施都不一定符合数据的基本原理。〔63 〕

此外，必要设施理论还面临几项传统困境。首先，强制要求企业对竞争者开放其资源，这不仅对于该企业不公平，而且会打击竞争者进行新的投入与发展的决心。反垄断法权威学者霍文坎普曾经指出，必要设施理论所主张的“强制分享会减少市场发展替代性供给资源的动机”。〔64 〕在否定必要设施理论的Trinko案中（Verizon Commcns Inc. v. Law Offices of Curtis V. Trinko），美国最高法院也指出，必要设施理论“可能会降低垄断者、竞争对手或两者投资于这些具有经济效益的设施的动机”。〔65 〕

其次，“单一垄断利润”理论认为，必要设施理论错误地推定了垄断者的动机，与现实世界所发生的情况不符合。必要设施理论的逻辑假定是，垄断者会利用其垄断地位在邻近市场拒绝竞争对手进入，从而危害竞争与创新。但单一垄断理论认为，垄断者不可能有动力在邻近市场行使垄断，拒绝交易。因为，垄断者在相邻市场对其他企业开放，通过开放获取更多的消费者盈余，这对于垄断企业是有利的。相反，如果垄断企业拒绝向其他企业开放，这只会导致企业无法获取更多的利润。〔66 〕

（三）辩证分析

必要设施理论不但在学术上引起了很多关注，而且还引起了德国、法国等国家与地区监管机构的注意。〔67 〕在大数据等数字经济基础设施愈来愈重要的今天，探讨必要设施的法律责任，的确有利于深化对数据垄断问题的理解，打破某些不合理的数据壁垒。〔68 〕但也必须注意将大数据作为必要设施所带来的困境。毕竟，必要设施并不是一个全新的问题，其学术探讨有着长久的历史与积淀。数据对于市场力量的影响需要仔细分析，数据的投资激励问题与排斥动机问题也需要认真对待。

当然，数据问题有其独特性。首先，数据的非竞争性与非排他性的特点有助于其他企业对于数据的收集，减少进入壁垒，但这意味着数据的拥有者开放其数据并不会对数据本身造成损害。〔69 〕就这一点来说，数据与桥梁、铁路、电力、通信设施非常不同。桥梁、铁路、电力、通信设施更容易造成拥堵，但数据的开放在多数情况下则不存在这个问题。例如，在数据爬虫的情形中，只有相关企业的行为影响了被爬虫企业的流量传输，此类行为才可能造成网络拥堵。

其次，一些对必要设施理论的批评也可能未必适用于数据问题。就投资激励理论而言，很多企业对于数据的收集主要是为了实现其他目的，而非通过数据直接获取利润。〔70 〕因此，投资激励理论并不足以批判数据必要设施理论。〔71 〕就“单一垄断利润”而言，单一垄断利润理论的适用条件是垄断者对于其设施的价值比较明确，因此垄断者一般会开放或“出租”其设施。但在数据问题上，数据的价值高度不确定，垄断者可能无法从最初就确定数据的价值。垄断者可能开始会对其他企业开放其数据，但在发现其数据价值之后，企业就可能拒绝与其他企业进行数据合作与交易。在若干数据爬虫的案件中，情形都是如此。这说明，在数据问题上，企业完全有可能拥有拒绝交易的动机。〔72 〕

此外，还需要注意企业数据往往因为场景的不同而具有不同的性质。〔73 〕例如，企业数据可能因为其秘密性和商业价值而成为商业秘密，受到商业秘密的保护。〔74 〕在此类情形中，需要对数据开放与商业秘密保护的关系作具体分析。企业数据也可能因为其编排的原创性而受到著作权法的保护， 〔75 〕或者受到欧盟特殊数据库类型的保护。〔76 〕在此类情形中，也需要考虑数据开放对企业相关权益的影响。另外，企业数据也可能因为其大量的个人信息而负有对个体的信息信托或数据信托责任。〔77 〕在此类情形中，需要考虑数据开放对于用户与消费者信息隐私的影响。综合而言，对于数据必要设施理论的引入仍然需要谨慎，企业必要设施的责任除了需要满足相关要件之外，还需要注意结合其他部门法的分析来判断。

四、大数据与隐私保护

在数据垄断问题上，另一个争议问题是：是否应当在反垄断中引入隐私保护，或者在隐私保护方面注重应用反垄断法的工具？长期以来，隐私保护主要被视为是消费者保护法的分支，隐私保护主要由美国联邦贸易委员会或欧盟数据保护机关来进行保护。美国和欧盟虽然在保护方式和执法机构上都有所区别，但两者的区别主要是将隐私保护视为一般消费者保护问题还是特殊消费者保护问题。〔78 〕如果利用反垄断法对隐私进行保护，则无论是法律框架还是执法机构，都将与现行进路非常不同。

（一）数据隐私的反垄断法保护

隐私保护是企业竞争的一部分，在互联网等企业的产品竞争中，高水平隐私保护对于吸引用户具有重要影响。在当前全球通行的隐私保护框架中，企业主要利用“告知—选择”框架进行保护，这种保护方式既赋予了企业以收集与利用个人信息的机会，又赋予了用户或消费者知情选择的机会。〔79 〕因此，从理论上说，当一款产品的隐私保护水平不足或低于其他产品时，至少一部分用户或消费者可能就会弃用这款产品，转向隐私保护水平更高的产品。

但在现实社会中，多种因素制约了通过市场竞争来提高隐私保护的方案。就用户来说，用户或消费者对于企业隐私保护的认知往往非常有限。企业的隐私保护实践常常非常复杂专业，对于收集何种类型的个人信息，如何使用个人信息，不同的企业在不同的场景下往往有非常细微的差别，而当企业将此类隐私保护实践通过隐私政策的方式告知用户时，用户很难有足够的兴趣、时间和专业来阅读和理解。〔80 〕此外，即使用户对企业的隐私保护实践有足够的了解，用户也未必能够作出理性的选择。面对高度复杂不确定的隐私风险，用户在短时间内可能只能作出非常匆忙的决断。用户也可能对互联网企业的隐私保护持有非常悲观或不信任的情绪，从而作出随意的选择。〔81 〕

从市场竞争的角度来看，消费者对网络隐私保护选择的匆忙与随意可能促成“功能失调平衡”。〔82 〕在运转良好的市场竞争中，企业一般会为尽量满足消费者的期望，通过提供符合消费者期望的产品来吸引顾客。但在功能失调的市场中，消费者对于企业高度不信任，不相信它们对于个人信息具有真正的控制权。而企业也会因此具有同样的预期，不相信更高程度的隐私保护能吸引更多的用户。特别是在大型企业具有市场力量或支配力量的情况下，小企业就更不会提高产品的隐私保护水准。要想改变功能失调平衡的困境，需要大型企业改变其做法，或者是多个重要企业采取协同行动。〔83 〕

随着大数据的兴起，大数据与隐私保护之间更是形成了一种上文提到的反馈循环。随着企业收集数据的增加，企业越来越能够提供个性化的服务，对于个人的支配能力就越强。同时，企业又能进一步收集更多的数据，更进一步增加自身的市场力量与对用户的支配能力，用户对于个人隐私的控制能力就越弱。〔84 〕正如负责欧盟竞争事务的反垄断专员所说：“你能收集的数据越多，你知道的越多，你能提供的产品就越好，你对别人的影响力也越大。” 〔85 〕

在并购类型的案件中，隐私保护问题已经成为关注重点。在上文提到的美国对于谷歌收购DoubleClick，脸书收购WhatsApp的案例中，其中都对合并可能产生的隐私保护问题进行了重点关注。尤其是在谷歌收购DoubleClick案中，一名委员基于隐私保护的理由发表了针对此项并购的反对意见。同样，在欧盟对脸书收购WhatsApp案、微软收购LinkedIn案的调查中，隐私问题也已经成为审查重点。正如德国联邦卡特尔局和法国竞争管理局的联合报告所言，在并购类型的案例中，某一特定企业可能从对其终端用户的强大市场力量中获益，数据隐私问题可能变得特别重要。通过合并，获得强大地位的公司可能“能够通过收集更多的消费者数据和降低隐私保护获得进一步的市场力量”。如果“两个横向竞争对手在隐私权作为产品质量的一个方面展开竞争，那么他们的合并可能会降低质量”。〔86 〕

在滥用市场支配地位的案件，隐私保护问题也已经成为关注焦点。上文提到的德国对脸书数据垄断的调查中，德国联邦卡特尔局就认定，脸书规定只有同意其隐私政策、允许脸书使用第三方数据，用户才能正常使用脸书，这构成了剥削性商业行为。〔87 〕此外，2019年青年学者迪娜·斯里尼瓦桑发表了极具影响力的《脸书反垄断案》长文，对臉书滥用市场支配地位降低隐私保护水准进行了详细分析。〔88 〕在作者看来，脸书进入社交网络市场并击败MySpace等产品，正是依靠其对隐私保护的承诺。相较于其他产品对隐私的忽略，隐私从一开始就是脸书用户最关心的问题。在很长一段时间内，脸书试图增加对用户数据的收集，但由于竞争对手的存在，这种图谋都没有成功。例如，脸书曾经试图利用一款叫作“Beacon”的产品来跟踪用户，以及试图利用脸书的插件来跟踪客户，最终都由于消费者和竞争对手的批评而放弃了。〔89 〕最终，到了2014年左右，脸书的竞争对手都退出社交网络市场，脸书具备了足够的市场力量，此时脸书开始大规模收集用户数据，将隐私保护水平降低到了市场竞争水平之下。〔90 〕

（二）数据隐私反垄断法保护的困境

用反垄断法保护数据隐私，也同样面临以下几方面困境。首先，隐私保护水平的降低与其他产品质量的下降并不是一回事。对于其他一般产品来说，产品质量的下降主要是减少企业的投资，例如采取价格更低质量更差的生产原料。这种质量下降本质上与企业提高产品价格没有区别，都是纯粹获取更多的消费者盈余。但在数据收集与隐私保护中，当企业试图收集更多数据、降低隐私保护水准时，企业并不能直接降低其生產成本，也不能直接从消费者那里获得更多的盈余。相反，企业需要为收集、储存与分析数据付出更多的成本。就此而言，企业的数据收集更类似于一种投资。〔91 〕

其次，企业对于数据的收集与利用不一定会降低产品质量。对于企业的产品而言，更多数据的收集可以为产品提供更为精确的搜索与服务，帮助企业消除信息不对称，促进产品质量的提升。对于用户来说，情形也可能如此。在大数据的帮助下，个人可以在搜索引擎上更快获取自己想找的信息，在电商网站上买到自己想买到产品，或者在社交网络上找到自己想联系的人。离开了数据的有效利用与分析，用户的搜寻成本与匹配成本会大幅增加。当然，对于部分隐私敏感型用户，情形并非如此。隐私敏感型的用户虽然也可能会因为大数据而获得收益，但他们更可能因为隐私的减少而感到被冒犯，或者因为过多的定位广告而感到厌烦。但无论如何，隐私保护与产品质量之间的关系是因人而异的，不能简单假定企业对于数据的收集与利用一定降低产品质量。正如有学者所言，假定收集和分析额外的数据就会降低服务质量，这就好比说“餐馆决定在菜单上用绿豆代替玉米，会降低食品质量。这些说法可能对某些人是正确的，但对其他人是错误的。没有正确的答案”。〔92 〕

最后，用反垄断法保护用户的数据隐私，也面临几方面的困境。数据隐私保护虽然已经成为全球性难题，但监管机构仍然可以用多种手段回应这一难题，或者可以通过改进监管方式来进行应对。〔93 〕相较之下，将反垄断法引入隐私保护的范畴，相关反垄断机构由于缺乏隐私保护的经验，未必能够很好地承担相关任务。〔94 〕同时，反垄断法的主要任务是维持市场竞争，保证竞争市场中资源的有效分配，反垄断法的制度也不适合承担隐私保护的任务。〔95 〕

（三）辩证分析

隐私保护与竞争问题的关联，隐私保护水准不但已经成为产品质量和产品竞争的一部分，而且还存在市场失灵的问题。〔96 〕用户常常无法有效地对自身隐私进行有效管理，企业也面临着无序竞争甚至是探底竞争的困境。但由这些问题的存在是否可以推论出，隐私保护应当引入反垄断法？就此而言，需要意识到企业的数据收集与利用并不意味着产品质量的降低，企业的数据收集与利用行为并不是为了降低企业成本，给消费者提供质量更低的产品。相反，企业的这种行为是一种投资行为，其目的在于更有效地定位用户，为用户提供更为个性化和精准的营销和服务。在这个意义上，不能将企业收集更多的数据等同于企业降低产品质量，企业收集更多数据可能会降低其隐私保护水平，但这一过程也可以提升产品质量，促进部分消费者的福利。这一过程对于消费者水平的影响需要更为全面的分析。〔97 〕

此外，应注意不宜将所有的产品质量问题都纳入反垄断的框架。产品质量有很多方面，例如产品的安全性、耐用性和环保性，产品的每一种特征都可能影响产品对消费者的吸引力。但传统上这些问题都由相关的监管机构进行监管，反垄断法的执法机构一般不涉足此类问题。如果反垄断机构需要考虑此类形形色色的产品质量问题，那么这不仅会干涉其他监管机构职能，而且也会增添反垄断执法机构的压力。〔98 〕正如有的学者所言，一般情况下，只有“确定了正当的消费者保护议题，并且将其与竞争危害进行衡量，才能考虑竞争原则而非消费者保护问题”。〔99 〕

只有在涉及存在市场力量的情形下，数据与隐私才可能成为一个竞争法问题。在互联网企业竞争中，一个经典的难题是如何判断企业的市场力量或垄断地位。因为互联网企业所提供的产品常常是免费产品，很难判断企业是否有能力提供高于市场竞争价格的产品。作为替代，有的研究者与研究机构指出，可以用反映产品质量变化的SSNDQ测试替代产品价格变化的SSNIP进行假定垄断测试。〔100 〕这是因为，“反垄断实际上是关于消费者的选择，而价格只是一种选择……消费者也希望有一个最佳水平的品种、创新、质量和其他形式的非价格竞争，包括隐私保护”。〔101 〕从这一角度来看，把隐私保护纳入反垄断的框架，用隐私保护的指标帮助分析企业的市场力量或支配力量，这有利于对互联网等行业的反垄断分析。当然，需要再次指出，将数据与隐私纳入反垄断审查，必须同时考虑数据增加给消费者带来的效用，不能简单地将隐私保护水准降低与产品质量降低等同。

结  语

随着大数据时代的来临，特别是随着部分大型互联网企业的崛起，数据垄断问题已经成为各国关注的焦点问题。大数据是否会产生新的垄断问题？反垄断应当如何对待数据所带来的市场权力，大数据是否应当被视为新时代的必要设施，反垄断分析是否应当纳入隐私保护的维度？在我国与域外国家的反垄断报告与执法中，都可以发现这些前沿焦点问题。

当然，数据垄断问题也隐含了反垄断的传统争议。以笔者分析的三个核心问题为例，不论是市场力量与垄断力量的界定、必要设施的义务与界定，还是产品质量与反垄断的关系，都存在长久的争议。一方面，以芝加哥学派为代表的市场主义进路的反垄断理论认为，对于市场力量与垄断力量的认定应当非常审慎，因为即使存在某些垄断行为，市场也常常有自我矫正的力量;相反，国家力量一旦错误介入，就可能损害市场机制，造成企业“搭便车”、损害竞争、逆向激励等多种后果。而对于必要设施的界定与产品质量，市场进路的理论也倾向持否定态度，这些理论认为，必要设施义务会给企业带来错误的竞争激励、扭曲市场原则，产品质量的引入则会使得反垄断变得更加不确定。〔102 〕

另一方面，芝加哥學派的批评者认为，尽管国家的积极介入可能损害市场机制，但面对市场中存在的市场垄断与支配行为，国家的无动于衷与碌碌无为同样会损害市场。批评者普遍认为，近几十年来，美国等国家对于反垄断的消极态度已经产生了很多负面问题。尤其在数字经济时代，以芝加哥学派为代表的自由市场模式已经无法应对互联网与大数据带来的垄断。因此，这些理论呼唤引入不同的反垄断框架，以应对以自由市场与价格竞争为核心的传统反垄断理论。〔103 〕

面对新老问题的叠加，笔者对大数据带来的若干反垄断传统问题进行了法理层面的分析。首先，大数据对市场力量的影响必须结合数据的具体特征进行判断，应当根据企业所涉及的平台类型、网络效应特征、多宿主等情况来分类分析。〔104 〕其次，对于必要设施理论，不能过于简单地要求企业承担必要设施的义务，反垄断法和相关法律应结合不同数据的类型，促进数据的合理共享流通。〔105 〕最后，对于数据隐私的反垄断法保护，应当避免将数据收集等同于产品质量下降。同时，应当注意隐私保护与反垄断制度的适度分工与适度融合，法律框架应当更多利用消费者保护制度保护数据隐私，但在市场力量界定中，可以考虑引入隐私保护作为衡量企业市场力量界定的因素。通过这种分析，可以更为深入地理解数据垄断的基本原理，更为全面地把握域外数据垄断的发展。同时，对于我国正在进行的数据垄断立法、数据垄断调查，这一研究也将提供一定的借鉴。毕竟，反垄断法很难依据单独条文而执法，常常需要紧密结合法理研究进行判断。

Abstract： Big data challenges the foundation of traditional anti-monopoly theory. Data monopoly needs to rethink the judgment of market power， the doctrine of essential facilities and consumer protection. Through the analysis of the characteristics of big data and anti-monopoly theory， it can be found that the strengthening of market power or monopoly position of enterprises by big data is very complex， which can not be generalized. It should be classified and analyzed according to the types of platforms， characteristics of network effects and multi-homing involved in Enterprises. Secondly， we can not simply force some large enterprises to open their data interfaces and impose the requirements of essential facilities on enterprises， but we can combine different types of data to promote the reasonable sharing and circulation of data. Finally， data privacy protection may constitute an antitrust issue， but it should be avoided to equate data collection simply with product quality degradation. We should pay attention to the division and cooperation of data privacy protection and anti-monopoly system. The law should not rely too much on anti-monopoly law to solve data privacy protection， but we can use data privacy protection as a reference to measure the market power of enterprises.

Key words： data monopoly; big data; market power; essential facilities; privacy protection; platform enterprises