大数据驱动型并购的事先申报制度研究

曾彩霞 朱雪忠

摘要：大数据的价值创造力已经得到共识，这种共识促使大数据垄断者将并购数据密集型企业作为一种主要战略手段。根据我国反垄断法规定，企业并购达到一定规模应该事先向反垄断执法部门提出申报，以降低集中行为带来的竞争损害效果。但被兼并的企业由于大多是数据密集型初创企业，还未产生营业额或产生的营业额较低，未达到并购事先申报的要求，从而成为反垄断事先控制的漏网之鱼。从目前并购案可以看出，大数据驱动型并购已呈现出新的特征，对不同事先申报制度，尤其是对以营业额为标准的事先申报制度带来了较大的挑战。对此，德国已修改相关法律规定应对挑战。我国也应积极应对，将营业额标准改为营业额和交易额相结合的标准，并将并购无营业额企业的行为纳入经营者集中规制的范畴。

关键词：大数据;并购;事先申报;标准

中图分类号：D912.294       文献标识码：A文章编号：1009-3060（2021）03-0117-08

一、问题的提出

大数据为企业带来了巨大的经济效益。在该利益驱动下，占有市场地位的企业会先发制人收购实际或潜在的竞争对手，其中并购大数据密集型初创企业被视为主要战略手段。从2008年到2018年，美国三大数据驱动型企业Amazon 、Facebook 和IGoogle每年分别收购5～15家企业，并且所兼并的企业大多是初创企业。[]

这种趋势引起了国外学界、实务界以及政策制定者对大数据驱动型并购的关注和热议。在欧盟，有学者提出应修改欧盟层面的并购申报标准以便更好地捕捉大数据驱动的交易。在美国，学者则主张修改《非横向并购指南》以应对大数据驱动型并购对反垄断审查带来的挑战。我国学者就大数据对并购控制制度的挑战也展开了一定的研究，提出应通过增加互联网产业系数、引入刑事责任、加强惩罚力度等措施来应对大数据对并购控制制度的挑战。

除了大数据驱动型并购后的反竞争效应审查时间冗长之外，鉴于大数据的固有特征，即便反垄断执法部门对合并后企业进行拆分，也很难降低大数据合并带来的竞争优势。因此，对大数据驱动型并购的事前预防特别重要。为了应对数字市场对竞争法的挑战，德国在2017年修改了《反限制竞争法》，并对并购事先申报制度做了修改，增加了交易额的标准。我国在2018年也修改了《经营者集中申报标准》，但对实质内容未做修订，依然沿用了原来的事先申报标准。那么，面对大数据驱动型并购带来的挑战，我国现行的事先申报标准是否能够对其进行有效规制？我国是否有必要修改并购事先申报制度？如有必要，如何修改？这些问题都值得深入探讨。

二、大数据驱动型并购的特征及损害

（一）大数据驱动型并购的特征

1.大数据驱动型并购中交易额对营业额之比非常高

企业出于防御或者占有市场的目的，往往在发现潜在竞争者时就通过并购的方式将其扼杀在摇篮中。从Google 等几大数据寡头所兼并的企业来看，一半以上是非常年轻的初创企业。在google 、Facebook 、Amazon 等企业并购案中，法院只在部分并购案中将大数据作为关键资源进行了竞争效应的分析。其中，除了2016年Verizon /Yahod并购案交易额和营业额几乎相等之外，在其他的几个并购案中，交易额和营业额的占比都高达10倍左右，其中以2014年Facebook 收购WhatsApp 最为显著。（见表1）

从几个案例的交易情况来看，被兼并的企业越是发展成熟和成立时间较长，营业额和交易额的占比越低。相反，被兼并的企业越是年轻的数据密集型企业，交易额和营业额的占比越高。这在一定程度上可以理解为发展成熟和成立时间较长的企业的价值潜力已经得到挖掘，因此营业额一般可以较好地反映该企业的价值。而对于初创企业来说，尤其是像WhatsApp 和Instagram 这种数据密集型初创企业，其数据所带来的价值还在“变现”（Monetize ）过程中，尚未产生营业额或产生的营业额较低。但这些初创企业拥有大量用户数据，可以为I Facebook 提供具有功能性互补的数据。大数据寡头在并购后可以提升竞争力，这种竞争力不是通过行使市场力而导致的结果，而是并购后企业在服务质量方面胜人一筹的结果。

因此，从竞争效应评估角度来看，这类并购在初期甚至是有利于消费者福利的，这也是很多并购案能够通过反垄断执法部门审查的主要原因。这就对执法机构带来了一定的挑戰，因为执法机构需要对被兼并企业未来的发展进行预测和分析，而这些企业未来的发展前景如何尚未确定，甚至有些企业的商业模式本身就是为了吸引大型企业对其进行并购。这样，在以营业额为并购事先申报标准的国家，这种类型的并购就很容易成为反垄断事前控制的漏网之鱼。

2.大数据驱动型并购呈现向非横向并购集中的趋势

根据传统经济学理论，并购可以分为横向并购、纵向并购和混合并购三种类型。其中，纵向并购和混合并购统称为非横向并购。由于非横向并购不是发生在直接竞争者之间，传统经济学理论认为，非横向并购不会降低竞争，相反可以提高经济效率。由此，各国反垄断执法部门对非横向并购表现出更高的容忍度。但在大数据驱动型并购中，大数据垄断企业与提供补充性产品或服务的企业合并时，可以通过数据优势剥夺直接或潜在竞争者，使其获得改善服务和挑战自己的机会，还可以通过国内外的混合并购将其市场力不断传导到完全不同的商业领域，比如电动汽车或金融服务领域0。

在以大数据为驱动的并购中，非横向并购越来越成为垄断者所青睐的并购方式。合并数据之后，企业可以开发新产品，提供个性化的服务，而无法准入数据的企业在这些方面是无法与之竞争的。并购企业如果还是处在不同上游或者下游市场的支配企业，那么对市场封锁效应则更强。正因如此，控制了大量用户个人数据的网络服务商会倾向于收购电脑、智能手机或软件提供商以确保可以获取更多的用户数据。因此，大数据驱动型并购所带来的防御效应不仅限于网络平台或者消费者直面的企业。当大数据驱动型并购发生在处于不同产业的企业间时，并购很容易产生新型的垄断形态，甚至可能消除传统产业划分，最终催生巨无霸企业。但由于这些交易并没有清晰的横向并购所凸显的要素，被兼并的企业又涉及不同的经济领域，而且其所提供的产品和服务是互补的，为此增加了审查的难度。

3.大数据驱动型并购的竞争损害通过事后救济效果欠佳

如果在企业并购后才发现其产生了严重的反竞争效应，那么一般采取的事后救济方式主要是资产剥离或者处以罚款。但对大数据驱动型并购来说，通过企业拆分进行资产剥离具有明显的消极性。首先，拆分企业的执法成本较高，容易给企业和社会带来效益损失。另外，即便拆分成功，是否能够降低反竞争效应和促进市场竞争也是个未知数。尤其是在非横向并购之后，企业可以通过合并获得功能性差异和互补性高的数据集合，此对企业在不同市场竞争力的提升具有不可逆性。和传统产业并购相比，大数据驱动型并购后的企业市场力更难消除。

另外，世界各国对拆分企业持非常谨慎的态度。其中，“为消除企业合并而拆分企业”的情形原则上仅适用于违规的企业合并，并且需要满足该适用要件：“企业合并违反了法律规定，因反垄断法都为企业合并设定了一定的实质性和程序性要件，如果企业合并没有遵从这些要件，则构成违规合并。13254-255而目前，涉及交易额很高的大数据驱动型并购绝大多数都通过了反垄断审查，最终合并成功。如果在并购成功前，并购双方没有违反法律规定，都遵从了实质性和程序性要件，那么企业合并成功后，反垄断执法部门要将其拆分则没有充足的执法依据。如果对其处以罚金，对于大数据垄断企业来说又缺乏足够的震慑力，因为大数据驱动型并购为企业带来的价值之大足以抵消罚金的震慑。在此情境下，对于大数据驱动型并购，事前控制这道程序显得更为重要。

（二）大数据驱动型并购的竞争损害

在很多传统市场中，当一个市场支配者并购一个创新型新企业时，由于新企业市场份额较低，或并购导致的横向覆盖抵消了市场影响力，并购对市场结构所造成的影响会相对比较低。但在大数据驱动的市场，如果被兼并的企业拥有大量的数据，那么并购就可以促使支配企业准入不同的数据和提高数据的集中度。如果并购发生在两个对特定数据享有独占性控制权的企业间，并购对企业市场力的加强更为明显。在非横向并购中，由于合并企业所占有的数据具有高度异质性和功能互补性，对支配企业来说这些数据是非常具有价值的资源投入。正因如此，垄断企业为了巩固现有的市场地位，更青睐于大数据驱动型并购。为此，并购所产生的市场防御效应在大数据驱动型并购中更为常见和凸显。

如果并购发生在对竞争性数据享有控制权的两个企业之间，还可能产生特有的竞争问题。相较于新企业来说，大数据垄断企业本身就更具竞争力，会自然提高市场准入的门槛，这种效应同时体现在对公开数据和不公开数据的获取上。如果数据是可以公开获取的，市场占有者因已开发复杂的分析技术，新进入市场者如果要获取和分析这些数据，就需要投入大量的资金和人力来开发数据的获取或分析技术。如果数据是不可公开获取的，市场占有者已率先收集和分析了数据，新进入市场者要与之竞争就会更加困难，并且成本更高、耗时更长。如果大数据垄断企业再实施纵向并购和混合并购，并且数据还是某相关市场的关键投入时，垄断企业就很容易通过并购来控制数据收集渠道，从而建立新的市场力。

另外，并购企业还可能会利用数据驱动的市场力在相邻市场获得竞争优势。尤其在混合并购中，因为并购方经营不同的产品或者服务且并购双方的数据集合可以用于不同产业，所以会对并购双方的原生市场竞争产生封锁效应。因此，在这类并购案中，应该特别审查大数据在其中发挥的作用，以及并購双方的战略目标是否试图通过数据聚合来提高竞争障碍。如果是，就需考虑有效的救济措施。基于此理论，大数据驱动型并购应该受到反垄断执法机构的密切关注。

（三）大数据驱动型并购的消费者利益损害

在大数据驱动型并购造成竞争损害之后，市场由于缺乏充分的竞争，企业很容易实施消费者侵害。大数据驱动型并购对消费者造成的最直接侵害就是价格歧视。企业在并购后可以获悉对方的定价，实现价格共谋。加之，合并后企业的数据体量和维度得到进一步的拓展，通过算法技术的提升可以更了解消费者的消费习惯。例如，不同消费者能够接受的最高支付意愿是多少，据此企业对不同的消费者实施价格歧视。事实上，很多企业已经通过数据向不同消费者收取不同价款。例如，Amazon 在同一时间就同样商品对不同消费者收取不同的价格。6Uber会向晚上乘车的女性收取更高的费用，他们认为女性晚上不愿意独自走路并且愿意支付费用。最重要的是，这种基于行为的价格歧视很容易实施，但却不容易被消费者发现，而这种价格歧视行为都是因为企业所控制的数据和算法技术所致。[17]

另外，基于消费者行为的价格歧视已逐渐从互联网产业发展到传统制造业。在汽车行业，汽车制造商可以通过消费者行为数据实施价格歧视。在前数字时代，汽车制造商对汽车离开展厅后的信息几乎一无所知。但在数字时代，汽车制造商对自己品牌的汽车数据具有独占性控制权，在其品牌汽车的数据市场中处于垄断地位，因此是该汽车数据市场的定价者。他们在计算数据垄断价格的同时往往会考虑消费者的价格敏感度。因此，大数据驱动型并购导致诸如价格歧视等消费者侵害也应该引起反垄断审查机构的注意。

三、大数据驱动型并购对我国事先申报制度的挑战及制度构建

（一）并购事先申报的不同标准及利弊

事先申报制度兴起于1956年美国诉厄尔帕索天然气公司案后。当时，美国由于没有建立事先申报制度，司法部在实施资产剥离前，厄尔帕索天然气公司已经控制了太平洋西北管道公司的股票和资产。尽管美国司法部最终完成了对被收购资产的剥离，但是没有有效地减少合并对竞争的伤害。在这之后，欧盟等国家和地区相继在反垄断法律中规定了事先申报制度。16事先申报制度可以发挥并购方的主动性和积极性，帮助并购企业减少并购成功后发现违法而被解散的风险，因此，我国也采用了事先申报制度。

从世界主要国家采用的事先申报制度来看，它们主要采用两种标准：当事人规模标准和交易规模标准。当事人规模标准是指并购方的规模，包括并购方的市场份额、营业额、总资产等。不同的申报标准具有不同的优势和劣势。交易额标准的优点是交易规模是确定和明确的，便于执法机构掌握信息和及时监督;但缺点是容易滋长当事人故意压低交易额的愿望以规避申报义务和反垄断审查。营业额标准的优点是交易方规模相对比较确定和清楚，便于执法机构审查;但是，营业额标准的缺点是不能很好地反映企业未来的发展潜力。各国在采用不同的申报标准时都是在考察众多复杂的经济因素基础上做出的立法决策，都有其一定的合理性。由于交易额和营业额是客观标准，世界上绝大多数国家或地区，包括欧盟、美国、日本、德国和我国都分别或同时采用这两种标准。

（二）美德并购事先申报制度及对大数据驱动型并购的应对

1.美国并购事先申报制度及对大数据驱动型并购的应对

美国并购事先申报制度一直采用的是营业额和交易额相结合的双重标准。美国在《哈特·斯科特·罗迪诺反垄断改进法案》（Hart-Scott -Rodino Act ）中对并购事先申报做了相关规定，其中规定大型并购在交易前要向美国司法部和公平贸易委员会进行申报，美国司法部和公平贸易委员会对交易规模和交易方规模进行测试。美国每年会在同一时间范围内更新并购事先申报的标准。以2019年为例，美国规定从2019年4月3日开始，将并购事先申报的交易规模标准调整为9000万美元。如果交易规模达到该标准的，就需要进一步测试交易方的规模。美国对交易规模超过9000万美元的并购又做了进一步区分。如果交易规模超过9000万但不超过3.599亿美元，就要进一步审查交易方的规模，并在此基础上对交易双方的规模做了相关规定。其中，规定如果并购一方的总资产或年净销售额超过1.8亿，并且另一方年总资产或年净销售额超过1800万的就需要进行申报;如果交易规模超过3.599亿，无论交易方规模如何，都需要进行事先申报。（见表2）

从该标准可以看出，美国是采用以交易额为主、营业额为辅的标准，当交易规模低于9000万美元或者超过3.599亿美元的，都无须审查交易方的营业额。由于美国的交易额和营业额的申报标准是根据每年国民生产总值一定比例制定的，其具有浮动性。美国事先申报制度比较灵活：可以实时反映本国的经济发展状况，并根据每年的经济发展状况调整并购审查的门槛;可以防止事先申报标准与国内市场状况脱节的弊端，与本国的经济具有较强的当地关联性。

但是美国的事先申报制度具有一定的缺点。首先，由于每年更新事先申报的标准，对企业来说，并购实施的预测性和政策指导性較差，这增加了企业实施并购的法律成本。同时也会增加反垄断的执法成本，因为计算新的并购申报门槛需要涉及不同部门的协同合作，而且如果并购标准不能如期发布，还会影响企业并购的顺利实施。比如，2019年美国因政府部门关闭导致事先申报标准的发布时间比前一年晚。另外，美国的事先申报制度是以交易额为主要标准，对于交易额较高、营业额为零或较低的企业之间的并购无法进行有效的规制。按照2019年的标准，如果交易额在9000万和3.599亿美元之间，但是并购方中的一方营业额低于1800万美元，也是无须进行事先申报的。而大数据驱动型的初创企业恰恰呈现了交易额高而营业额低的特点，因此美国的事先申报制度也无法有效地应对大数据驱动型并购所带来的挑战。

2.德国并购事先申报制度及对大数据驱动型并购的应对

德国并购事先申报制度原来一直采用营业额标准。为了应对数字经济带来的挑战，德国在2017年对《反限制竞争法》进行了第九次修改，其中在第39条和第35条第1款规定：“参与集中的所有经营者上一会计年度在全球范围内的营业额合计超过5亿欧元，并且至少一个经营者上一会计年度在德国境内的营业额超过2500万欧元，另一经营者上一会计年度在德国境内的营业额超过500万欧元需要向德国反垄断执法部门进行申报。”此次修订特别在35条第1款之后增加了1（a），对并购一方营业额未达到第1款所要求的交易行为做了补充规定：“当另一经营者或被兼并的经营者上一会计年度的营业额未超过500万欧元时，如果交易额超过4亿欧元也属于经营者集中控制的范围，需要向相关部门事先申报。”同时，在《反限制竞争法》第37条关于“经营者集中”范围界定时规定：“经营者集中是指收购另一经营者的所有或者部分资产，其中如果被兼并的企业在德国没有营业额也属于经营者集中的范畴。”

从德国第九次修订的《反限制竞争法》来看，并购事先申报制度从营业额标准修改为营业额和交易额相结合的标准。但是和美国相比，德国采用的是固定营业额和交易额相结合的标准，而且是以营业额为主、交易额为辅的标准。德国在《反限制竞争法》第35条对营业额及交易额做了规定，第37条对经营者集中做了界定，以及第39条对事先申报制度做了相应要求，这样一环扣一环自成体系，较充分地考虑了数字市场中新的并购类型对反垄断法的挑战。另外，相较美国，德国的事先申报制度采用的是固定营业额和交易额标准，操作更方便，可以降低执法部门的执法成本，也可以为并购企业提供实施依据。

（三）大数据驱动型并购对我国事先申报制度的挑战

综上所述，大数据驱动型并购所导致的封锁和防御效应，以及对竞争和消费者的损害，在并购前难以引起反垄断审查机构的足够重视。但是大数据驱动型的非横向并购，尤其是对大数据密集型初创企业的并购，将会成为未来主要的经营者集中类型。由于这类并购的被兼并方营业额较低，在采用单一的营业额标准的国家，并购方无须履行事先申报的义务。在这种情况下，执法机构采取事前预防措施具有一定的挑战性。

我国在《中华人民共和国反垄断法》第二十一条和《经营者集中申报标准》第三条对事先申报制度做了相应规定。从规定来看，我国采用的是营业额单一标准的强制性事先申报制度。但如前文所述，营业额标准的缺点是不能充分反映被兼并企业，尤其是大数据等资源密集型的初创企业的未来发展潜力，因为这些企业的资源还在“变现”过程中。在我国，大数据驱动型并购不如欧美国家多，所带来的反竞争效应也不如欧美国家突出。这一方面是源于我国互联网巨头在并购方面不具有高频性，另一方面也是由于Facebook 和google 在我国应用受到限制，这几个企业并购交易所带来的竞争效应在我国不如欧洲表现得更为直接。

但是大数据驱动型并购对我国事先申报制度的挑战切实存在，如在滴滴出行和Uber收购案中，由于营业额无法确定导致企业不知是否要事先申报，反垄断执法部门在执法时也缺乏充分的法律依据。这无疑加大了企业对并购合规的不确定性。因此，我国也应该密切关注大数据驱动型并购以及可能产生的损害。

（四）我国并购事先申报制度对大数据驱动型并购的应对及制度完善

我国2018年在修订《经营者集中申报标准》时仍然沿用了营业额标准。但基于大数据驱动型并购所呈现的营业额低、交易额高，具有向非横向并购发展的趋势，以及并购后拆分企业的救济效果差等特征，该标准对大数据驱动型并购，尤其是对数据密集型初创企业的并购，规制效果甚微。同时，如果没有事前控制这道程序，而反垄断执法机构审查的信息大部分又由并购企业所提供，并购企业为了让并购顺利通过，在提供信息时就会有所倾向。针对这种情况，反垄断执法机构除了采取突袭调查等方式，另一种有效方式就是看交易的价值，因为并购企业愿意支付的金额可以从侧面反映出一些信息。因此，为了应对数字市场对反垄断执法带来的新挑战，修订我国的《经营者集中申报标准》具有一定的迫切性。

关于我国并购事先申报制度的修改，我国学者提出应增加互联网行业系数以解决大数据并购带来的挑战和引入刑事处罚规定的方案都不是有效的措施。主要原因有二：首先，虽然目前大数据垄断企业主要集中在平台性质的互联网企业，但是互联网企业利用大数据优势跨界融合到制造业（如Google 进入智能汽车制造），这使得互联网产业与传统制造业的产业界限变得越来越模糊。而且互联网行业与线下企业的并购是大数据驱动型并购的一个重要类型，比如Amazon 对线下实体书店的并购。其次，和互联网行业相比，依赖有形资产的传统商业对数据价值的认识较晚，但随着这种认知的增强，以及将消费者信息数字化之后，传统商业也开始逐渐建立强大的数据集和分析技术。随着物联网的出现和发展，传统制造业也开始转向大数据收集，并利用大数据开始实施垄断。例如，汽车制造商在设计汽车时，就将汽车设计成自己可以独占性控制数据访问权的模式，从而在汽车售后服务市场中对竞争产生封锁效应。[18]

另外，将未履行事先申报义务的企业课以刑事责任有可能会抑制数字经济的发展。我国数字经济处在蓬勃发展期，如果我国一方面继续采用营业额标准，导致并购双方对是否需要事先申报缺乏政策性指导，但另一方面又对未进行事先申报的交易方施加刑事责任，会严重抑制企业并购的意向，不利于我国企业在国际市场竞争力的提升。因此，我国在修订并购事先申报制度时也应注意不要过度抑制大数据驱动型并购。

为应对大数据驱动型并购带来的挑战，我国可以借鉴德国的有益探索，在并购事先申报制度中引入交易额标准，将《经营者集中申报标准》第三条第2款增加一项，将其修改为：（1）参与集中的所有经营者上一会计年度在中国境内的营业额合计超过20亿元人民币，并且其中至少两个经营者上一会计年度在中国境内的营业额均超过4亿元人民币。（2）参与集中的所有经营者上一会计年度在中国境内的营业额合计超过20亿元人民币，但如果其中至少两个经营者上一会计年度在中国境内的营业额未超过4亿元人民币的，应进一步分析其交易额。如果交易额超过16亿元人民币的，企业须进行事先申报。为了规避并购方出现大数据等资源密集型初创企业尚未产生营业额的情况，建议同时在《反垄断法》第二十条关于“经营者集中”的情形中增加第四项，将“经济者集中”界定为：（1）经营者合并;（2）经营者通过取得股权或者资产的方式取得对其他经营者的控制权;（3）经营者通过合同等方式取得对其他经营者的控制权或者能够对其他经营者施加决定性影响;（4）如满足（1）（2）（3）项情形，但被兼并或被控制的经营者在中国境内未产生营业额的，也属于经营者集中。

四、结语

大数据驱动型并购已成为大数据垄断企业加强和巩固其市场地位的主要战略手段之一。由于大数据驱动型并购呈现并购方营业额低但交易规模大、向非横向并购发展，以及通过事后救济进行规制效果欠佳等特点，对大数据驱动型并购进行事前控制更为重要。但我国事先申报制度采用营业额的单一标准难以对该类并购进行有效的事前控制，因此应该尽快修改《经营者集中申报标准》，引入交易额标准，将现行的营业额标准改为营业额和交易额相结合的标准，同时在《反垄断法》中对“经营者集中”进行界定时将无营业额企业的并购也纳入“经营者集中”范畴。

参考文献

[1] Competition and Market Authority of UK. Ex-post assessment of merger control decisions in digital marketsr/OL. （2019-05-09） L2019-06-04. https： // assets. publishing. service. gov. uk/ government/ uploads / system，uploads/ attachment data/ file/ 803576/ CMA past digital mergers Gov. UK version. pdf

[2] German Monopolies Commission （Monopolkommission） . Special report No. 68： competition policy： The challenge of digital markets R/ OL. （2015-07-01 2019-05-08. http： // www. monopolkommission. de/images/PDF/SG/s68fulltext_ eng. pdf.

[3] MILLER C. Big data and the non-horizontal merger guidelines J. California Law Review， 2019， 107（ 1） ： 309-344.

[4]邹开亮，刘佳明。大数据企业合并的反垄断审查初探[J].石家莊学院学报，2018，20（2）：116-119。

[5]曾彩霞，朱雪忠。欧盟对大数据垄断相关市场的界定及其启示——基于案例的分析[J]。德国研究，2019，34（1）111-124.

[6] OLSON P. Facebook closes 19 billion whatsapp deal [ EB/ OL] . （2014-10-06） [ 2019-06-15] . https： / www. forbes. com/ sites/ parmyolson/ 2014/ 10/ 06/ facebook-closes-19-billion-whatsapp-deal/ # 503c5fda5 c66

[7] WAGNER K. Here's why facebook's $ 1 billion instagram acquisition was such a great deal [ EB/ OL] . （2017-04-09）2019-06-15] . https： // www. vox. com/2017/4/9/15235940/facebook-instagram-acquisition-anniversary.

[8] GREENBERGA. Google takes double click EB/ OL. （2007-04-13） 2019-06-15. https： // www. forbes com/ 2007/ 04/ 13/ google-doubleclick-microsoft-tech-cx_ ag_ 0413doubleclick. html # 5b259e551a82.

[9] HYLTON K. Antitrust law： economic theory and common law evolution[ M] . Cambridge： Cambridge University Press ，2003：333-334.

[10] Japan Fair Trade Commission. Report of study group on data and competition policy r/ oL. 2019-06-20 https： // www. jftC. go. jp/ en/ pressreleases/ yearly-2017/ June/ 170606files/ 170606-4. pdf.

[11] Bundeskartellamt， Autorite de la Concurrence. Competition law and datalr/ OLJ. （2016-05-10）2019-04 20. http： // www. autoritedelaconcurrence. fr/ doc/ reportcompetitionlawanddatafinal. pdf.

[12] Mckinsey Global Institute. The age of analytics： competition in a data-driven world[ R/ oL] . [ 2019-07-01 https： // www. mckinsey. com/ ～ / media/ McKinsey/ Business 20Functions/ McKinsey %20 Analytics/Our%20 Insights/ The% 20age% 200f% 20analytics% 20Competing% 20in% 20a% 20data 20driven% 20world/MGIThe-Age-of-Analytics-Full-report. ashx.

[13]王曉晔。中华人民共和国反垄断法详解[M].北京：知识产权出版社，2008。

[14] FEINSTEIN D. Big data in a competition environment / ol. CPI antitrust chronicle competition policy interna-tional. （2015-05-29） [ 2019-05-16. ]https： // www. competitionpolicyinternational. com/assets/Uploads/Fein-steinMay-152. pdf.

[15] SCHEPP N， WAMBACH A. On big data and its relevance for market power assessment LJ. Journal of European Competition Law & Practice， 2016，7（ 2） ： 120-124

[16] ROSENCRANCE L. Amazon charging different prices on some VDs EB/ OL. （2009-09-05）2019-07 O1] . https： // www. computerworld. com/ article/ 2597093/ amazon-charging-different-prices-on-some-dvds. html

[17] DOBKINA. Information fiduciaries in practice： data privacy and user expectations [ ]Berkeley Technology Law Journal ，2018，33（1）：1-50.

[18] European Commission. Access to digital car data and competition in after sales servicesR/ OL. JRC Digital Econo-my working Paper. [ 2019-06-05]. https： //eC.europa. eu/jrc/en/publication/eur-scientific-and-technicalre-search-reports/access-digital-car-data-and-competition-aftersales-services

[19]方小敏。经营者集中申报标准研究[J].法商研究，2008（3）：79-86。

A Research on Premerger Notification Regime forBig Data-Driven Mergers

ZENG Caixia， ZHU Xuezhong

（1. Law School， Tongji University， Shanghai 200092， China;2. Shanghai International College of Intellectual property， Tongji UniversityShanghai 200092， China）

Abstract： Consensus has been reached that big data could bring vast value for the company， which makes big data-related merger become a popular strategic behavior for the market incumbents. Anti-Monopoly Law in China regulates that the merged parties are obliged to report to the related authority about the concentration before it takes place， so as to attenuate post-merger anti-competitive effects.However， this is challenged by the fact that most of the target companies are data-intensive startups with no turnover or little turnover， which exempts the merged parties from the premerger notification. Big data-related mergers have shown new features， which exert challenges on different premerger notification regimes， especially on one with sole turnover criterion. Germany has rectified its law and regulations to meet such challenges. It is the same for China that the premerger notification regime should be rectified by incorporating transaction threshold with turnover threshold and that the merger with zero-turnover target company should be defined as concentration as well.Key words： big data; merger; premerger notification; threshold

（責任编辑：张思帆）