于耀东 孙亚荔
根据中国信息通信研究院监测统计,当前我国活跃的大数据企业共有3242家,我国70%的大数据企业为10人到100人规模的小型企业,大于300人的大型企业占比为10.4%,①参见中国信息通信研究院:《大数据白皮书(2020年)》,第23-24页。很多初创企业和小型企业都会面临破产或被兼并的风险。根据传统的竞争理念,初创企业或小型企业被兼并对市场结构的影响很小,因为它们的市场份额很低。但是,在平台经济背景下的数据驱动型企业兼并,可能带来不同的数据访问,甚至可能形成一个大型的新数据库,增加与该市场相关的数据的集中度,从而导致“赢者通吃”的垄断局面,抑制行业创新。
为防止垄断和鼓励行业创新,国外已经出现了数据驱动型经营者集中的反垄断案例,例如2014年Facebook收购WhatsApp案、2016年Microsoft收购LinkedIn案、2017年Apple收购Shazam案等。由于平台经济背后强大的支撑力是大数据,平台企业之间的数据竞争不可避免,尽管数据驱动型经营者集中在我国似乎还缺乏实质审查的先例,但是数据驱动型经营者集中案例在我国并不少见,例如2015年美团与大众点评兼并案、2015年赶集网与58同城兼并案、2016年滴滴与优步兼并案、2017年顺丰与菜鸟之间的数据争夺战等。
大数据企业兼并之后,一方面可以通过算法对数据进行整理、分析,掌握用户的偏好、需求和消费水平等有价值的信息,利用这些信息有针对性地制定企业的未来发展战略,为消费者提供个性化的产品和服务,给用户带来方便和体验感升级,另一方面可能会利用数据优势排除或限制竞争,提高数据市场的集中度和市场的进入壁垒,限制竞争对手对可利用数据的收集,甚至可能定向实施反竞争的歧视行为,例如强制搭售、向上下游企业延伸垄断优势实施纵向行为等混合垄断行为。①参见丁国峰:《大数据视角下的〈反垄断法〉修订》,载《竞争法律与政策评论》第6卷。鉴于数据驱动型经营者集中对市场竞争及消费者福利的不利影响是长期且不可逆转的,数据驱动型的经营者集中问题亟待解决,以确保平台经济的有序运转。
平台经济的产生从根本上改变了商业竞争模式,数据已经成为全球经济社会发展的关键要素。②参见陈兵:《数字经济下相关市场界定面临的挑战及方法改进》,载《中国流通经济》2021年第2期。虽然2021年2月7日国务院反垄断委员会为了预防和制止平台经济的垄断问题,印发了《国务院反垄断委员会关于平台经济领域的反垄断指南》(以下简称《反垄断指南》),但是《反垄断指南》并不直接针对数据驱动型的经营者集中问题,目前我国事前申报制的实施、“相关市场”的界定以及实质性竞争评估的标准仍不能与数据驱动型经营者集中的现状相适应。
目前,我国对于经营者集中实行事先申报制,申报标准采用的是“单一营业额量化”标准为主,辅以执法机构对未达标准但可能实质损害竞争的经营者集中进行调查的裁量控制模式。③参见郭玉欣:《论数字科技企业纵向合并的反垄断法规制》,载《甘肃政法大学学报》2010年第6期。但是,对于数据驱动型经营者集中案件,“单一营业额量化”标准存在“营业额”界定困难和实施门槛过高的问题,反垄断执法机构的主动调查权和经营者主动申报制度作为“单一营业额量化”的辅助标准也难以达到理想效果,这样会使大量案件被排除在反垄断执法机构的管辖范围之外。
1.“单一营业额量化”标准不合理。首先,“营业额”的界定缺乏统一的标准。《反垄断指南》第18条第1款规定经营者的“营业额”包括销售商品和提供服务所得的收入,并且规定了根据不同的情形可以区别“营业额”的计算方法。但是,这一规定较为笼统且没有清晰表述“营业额”的界定及具体计算方法,例如平台企业提供的是免费服务,尤其是在社交平台、搜索引擎平台以及购物平台上,用户下载、注册并不需要付费,但可以通过用户的使用收集到海量的个人数据,在这种情况下如果根据企业流水来计算“营业额”通常是达不到申报标准的。
其次,“营业额”门槛过高。《国务院关于经营者集中申报标准的规定》第3条规定了具体的“营业额”门槛,“营业额”达到标准时经营者应该进行申报,否则不予集中。在数据驱动型经营者集中案件中,很多经营者在相关领域有较大的市场势力和影响力,由于未达到经营者“营业额”的申报标准而未被审查,但他们可能具有强大的数据价值和可观的市场潜力,在集中后可以利用数据建立起较高的进入壁垒,如果采用传统的“营业额”标准将不能实现该制度“事先防范”的目标,2016年发生在我国的滴滴与优步的兼并就是典型的案例。
2.“辅助标准”未达到理想效果。《反垄断指南》第19条第1款赋予了反垄断执法机构在未达到申报标准的案件中拥有主动调查的权力,这看似可以在一定程度上对未达到申报标准的经营者集中案件进行审查,减少不进行事前申报的“漏网”现象。但是,在实践中可能难以达到预期的效果:一是这对反垄断执法人员提出了更高的要求,执法人员要对相关案件有足够的警惕性;二是该规定比较宽泛,对反垄断执法机构如何行使自由裁量权的限制较少,容易滋生腐败问题;三是执法人员主动进行调查的积极性不高,容易产生执法人员“不作为”现象。《反垄断指南》第19条第2款规定未达到申报标准的经营者也可以主动向反垄断执法机构进行申报,但参与集中的经营者普遍存在侥幸心理,在未达到法定申报标准的前情况下不愿意主动申报。
在传统的反垄断执法过程中,界定“相关市场”通常是反垄断执法机构审查经营者集中案件的首要步骤。这有助于确定经营者的市场力量和市场份额,明确集中后实际或潜在的竞争对手以及市场的进入障碍,①See Koh Chun Yik, Research on Anti-Monopoly Regulation of Data Merge in the Era of Data-Driven Competition, Peking University Law Journal, 2020, p.12.从而准确地评价经营者的垄断地位。但是,由于平台经济的双边效应、网络效应、锁定效应、用户粘性等特征,使得是否需要界定“相关市场”的概念存在争议,以及传统单边市场使用的定量测试法受到了挑战。②参见张志安、李辉:《互联网平台反垄断的全球比较及中国治理路径》,载《新闻与写作》2021年第2期。
1.“相关市场”界定的必要性存在争议。在平台经济背景下,在数据驱动型经营者集中案件中,是否必须要界定“相关市场”的概念,在理论上存在分歧,在实践中存在不同做法。哈佛大学卡普罗教授提出了“不界定相关市场论”,即绕过“相关市场”的界定,根据其他标准对涉案企业进行反垄断分析。①参见李凯、樊明太:《我国平台经济反垄断监管的新问题、新特征与路径选择》,载《改革》2021年第3期。OECD的研究认为,涉及多边平台的市场中,进行“相关市场”界定的价值并不大,应该仔细考虑进行市场界定是否必要,以及实施市场界定所耗费的资源是否合乎比例。②参见韩伟:《数字经济时代中国〈反垄断法〉的修订与完善》,载《竞争政策研究》2018年第4期。在我国个别的反垄断审查实践中,也采取了如果有直接的证据能够证明经营者的市场地位及其行为对竞争的影响则不需要明确而清楚地界定“相关市场”概念的做法,例如3Q大战。③参见北京奇虎科技有限公司诉腾讯科技(深圳)有限公司、深圳市腾讯计算机系统有限公司滥用市场支配地位纠纷案,《最高人民法院指导案例》78号,2017年3月16日发布。当然,也有不少学者认为在平台经济反垄断案件中仍然应该界定“相关市场”的概念,并且《反垄断指南》在正式稿中删除了《征求意见稿》中“一定条件下可以绕开相关市场界定而直接认定垄断行为”的相关表述,这也足以说明《反垄断指南》的态度是通常情况下仍然需要界定“相关市场”。
2.“假定垄断者测试”法受到挑战。《反垄断指南》第4条规定,平台经济不管是商品市场还是地域市场,界定相关市场的基本方法还是“替代分析法”。替代分析法主要是基于商品特性、用途、价格等的需求侧替代分析、供给侧替代分析,通常采用“假定垄断者测试(HMT)”来进行测试。④See Koh Chun Yik, Research on Anti-Monopoly Regulation of Data Merge in the Era of Data-Driven Competition, Peking University Law Journal, 2020,p.12.在实践中,假定垄断者测试的分析方法有多种,既可以通过数量不大但有意义且并非短暂的价格上涨(SSNIP)的方法进行,又可以通过数量不大但有意义且并非短暂质量的下降(SSNDQ)的方法进行。
“SSNIP测试”法是根据“价格”因素进行调整的,在运用“SSNIP测试”法时通常需要确定基准价格,然后进行一定比例的调价。但是,数据驱动型经营者集中是以数据集中为目的,他们提供的服务可能是免费的,在平台的产品组合中,免费产品吸聚用户端点,在此基础上对收费产品进行涨价。由于交叉网络效应以及消费者粘性的存在,用户不会轻易地放弃一个平台而转向另一个平台。⑤参见张江莉:《互联网平台竞争与反垄断规制——以3Q反垄断诉讼为视角》,载《中外法学》2015年第1期。平台经济关注的不是价格而是质量、创新等方面,数据驱动型经营者集中关注的更不是价格因素,因此SSNIP测试并不适合数据驱动型经营者集中案件。
“SSNDQ测试”法与“SSNIP测试”法类似,“SSNDQ测试”法是用“质量”因素进行衡量。但对于数据驱动型经营者集中的案件,“SSNDQ测试”法面临着量化困难和实操难度大的问题,因为“质量”的参数和变化幅度的调整方式与“价格”的上下调节存在较大差异,在选取质量参数时存在很强的主观性和不确定性,不同用户对“质量”的标准无法达到统一,不同的案件也具有很强的特殊性。①参见陈兵:《数字经济下相关市场界定面临的挑战及方法改进》,载《中国流通经济》2021年第2期。因此,SSNDQ测试也难以适用数据驱动型经营者集中的案件。
根据《反垄断指南》第20条的规定,国务院反垄断执法机构要结合平台经济的特点,将经营者在相关市场的份额、经营者对市场的控制力、相关市场的集中度、对市场进入和技术进步以及对消费者的影响等因素予以具体考虑。但是,由于数据驱动型经营者集中案件的“数据”因素至关重要,市场是双向的、动态的,有着很强的不确定性,因此市场份额在衡量市场力量上的重要性明显降低,平台的锁定效应和网络效应以及消费者福利原则等因素都对反垄断竞争评估标准产生了较大的冲击。
1.市场份额的重要性降低。在传统经济中,市场份额是衡量市场力量的关键因素,但在平台经济背景下,平台竞争、创新竞争、跨界竞争等特点导致市场份额在衡量市场力量上的作用可能会有误导性。②参见吴汉洪:《互联网经济的理论与反垄断政策探讨》,载《财经问题研究》2018年第9期。在数据驱动型经营者集中案件中,“数据”发挥着重要作用,某些企业的营业额可能很小,决定了这些企业的市场份额在行业内也无足轻重,但是他们所拥有的数据的商业价值却不能小觑。例如2013年Facebook兼并WhatsApp时,WhatsApp只有8.6%的份额,但是却拥有大量的用户数据。③See Commission Decision of 10 March 2016 in Case M.7217-Facebook/whatsApp.因此,在数据驱动型经营者集中的案件中,实现数据的集中并不一定会实现市场份额的集中,市场份额的重要性在实质性竞争评估过程中明显降低,用其作为关键因素进行衡量不能有效地鉴别经营者是否集中,甚至会出现“假阴性”的问题。
2.“锁定效应”影响实质性竞争评估标准。“锁定效应”是指不能将数据从一个网络平台复制到另一个网络平台,从而导致数据锁定。“锁定效应”会提高市场的进入壁垒,达到反竞争的目的。大数据本身无处不在,但快速收集和分析数据的能力并不是每个企业都可以做到的,市场进入壁垒也不是关于拥有多少数据,而是关于快速、有效地处理相关数据的能力,④See Aleksandra Boutin, Big Data and Merger Control, UCL White and Case Conference, Nov. 7, 2018, p.4.就像最初雅虎在搜索引擎领域拥有的数据量远超谷歌,但最终由于数据处理能力的缺乏却输给了谷歌。
数据驱动型企业是通过“访问更多数据——改善服务——吸引更多用户——获得更多的可访问数据”这种“滚雪球模式”进行发展的,集中后的企业如果拒绝合理的数据复制将建立起较高的市场进入壁垒,同时也将获得更多的投资,吸引更多的用户和获得更多的数据,从而损害市场竞争。⑤See Bundeskartellamt, Competition Law and Data, May 10, 2016, p.13.例如:在2016年Facebook收购WhatsApp案中,欧共体认为Facebook的收购行为将会集中大量的用户数据,即使他的竞争对手能够获得类似的用户数据,也无法像合并后的Facebook一样快速地分析、处理数据,从而增加了市场进入的壁垒。①See Commission Decision of 10 March 2016 in Case M.7217-Facebook/WhatsApp.
3.“网络效应”影响实质性竞争评估标准。平台经济存在“网络效应”,“网络效应”可以作为市场力量的有力证据,有助于帮助判断该行业的市场集中程度。“网络效应”又分为“直接网络效应”和“间接网络效应”。“直接网络效应”是指随着越来越多的人使用某一产品或服务,企业通过对数据进行分析而提升该产品或服务的品质,从而对用户变得更有价值,例如社交网络平台、照片分享平台和聊天应用平台。
“间接的网络效应”是指通过收集用户的平台访问和使用数据来改善其产品,从而吸引更多的用户并使现有的用户受益。②See John M. Yun, Does Antitrust Have Digital Blind Spots? South Carolina Law Review, VOL. 72 : 305, p.322.③ See Daniel Sokol and Roisin Comerford, Antitrust and Regulating Big Data, GEO. Mason L. REV. VOL. 23: 5,p.1148.例如搜索引擎,通过用户使用获得用户数据,并对用户数据进行分析,提高搜索引擎的质量,吸引更多的用户使用该搜索引擎,从而对另一端的广告商市场提高价格。③数据驱动型经营者集中更加容易形成网络效应,提高市场进入壁垒,因此“网络效应”会影响实质性竞争评估的标准。
4.消费者的福利原则影响实质性竞争评估标准。《反垄断指南》开宗明义,其目的是要维护消费者利益和社会公共利益。首先,数据驱动型经营者集中会导致数据的集中,数据集中后可能会根据消费者的兴趣和心理进行画像和分组贴“标签”,搭建庞大的信息茧房,甚至会出现个性化定价的“大数据杀熟”现象。④参见刘柏、卢家锐:《互联网平台经济领域垄断的潜在风险及防范》,载《财会月刊》2021年第3期。例如,A消费者经常在某一购物平台买a产品,而B作为新顾客第一次购买a产品,经常有消费者反映A购买的价格高于B。
其次,在数据驱动型经营者集中的案件中,消费者福利受到损害的表现不仅是价格的上涨,还有产品质量和个人信息及隐私的流失。⑤See Daniel Sokol and Roisin Comerford, Antitrust and Regulating Big Data, GEO. Mason L. REV., VOL. 23:5,p.1141.Facebook的首席执行官马克·扎克伯格曾宣称,作为一种社交规范,隐私正在消失。⑥See Maureen K. Ohlhausen and Alexander P. Okuliar, Competition, Consumer Protection, and the Right(Approach) to Privacy, Antitrust Law Journal, Vol. 80, p.122.在我国,平台经济飞速发展,阿里巴巴、腾讯、百度等几乎成为手机必备,消费者授权平台使用大量个人信息,甚至涉及到消费者的隐私,集中后的经营者是否会放松对用户个人信息及隐私的保护也会给传统竞争评估标准带来挑战。
欧盟的反垄断政策一直是较为严格的,对数字领域的反垄断规制也不例外,例如欧盟在2020年12月发布了针对非法内容的《数字服务法案》(Digital Services Act, 简称DSA)和针对反竞争行为的《数字市场法案》(Digital Markets Act,简称DMA)。①参见李凯、樊明太:《我国平台经济反垄断监管的新问题、新特征与路径选择》,载《改革》2021年第3期。欧盟注重对中小企业及市场竞争者的保护,例如《欧盟运行条例》《欧盟小企业法案》等诸多法律法规明确中小企业对欧盟经济发展的重要作用,因此欧盟在总体上缺乏超大型数字平台。②参见熊鸿儒:《数字经济时代反垄断规制的主要挑战与国际经验》,载《经济纵横》2019年第7期。欧盟在事先申报标准、相关市场的界定以及消费者福利原则方面都有较为成熟的规制方法。
欧盟部分国家为了避免事前申报的“营业额”门槛无法适应数据驱动型经营者集中的实践而引入了“交易价值”门槛,例如德国在2017年《反竞争法》第九次修订时引入了“交易额条款”,对于交易对价超过4亿欧元的经营者集中,应当事先向联邦卡特尔局进行申报。随后,奥地利的《奥地利卡特尔与竞争案》也规定了卡特尔达到2亿欧元的并购业务经营者有申报义务。③参见方翔:《数字市场初创企业并购的竞争隐忧与应对方略》,载《法治研究》2021年第2期。由此可以看出,在平台经济背景下,引入“交易额条款”的目的就是为了使数据驱动型经营者集中审查制度能够覆盖交易规模与营业额不对等的案件,这一思路值得我国在应对数据驱动型经营者集中的反垄断问题上予以借鉴。④参见郜庆、苏厚阳:《滴滴合并优步案的反垄断分析》,载《华北电力大学学报(社会科学版)》2019年第6期。
从欧盟的反垄断审查实践来看,界定“相关市场”通常也是欧盟委员会进行反垄断审查的首要步骤。首先,欧盟委员会通常围绕平台企业所提供的服务或功能分别划分多个“相关市场”。例如在2014年Facebook合并WhatsApp案中,欧盟委员会分别确定了向用户提供服务和向广告商提供服务的“相关市场”。在用户方面,欧盟委员会探讨了为消费者通信服务和社会网络服务确定“相关市场”的可能性;在广告商方面,委员会审查了广告市场是否需要进一步划分为搜索广告和非搜索广告、移动广告和基于PC的广告。⑤See Commission Decision of 10 March 2014 in Case M.7217-Facebook/WhatsApp.其次,从欧盟的法律规定及反垄断审查实践来看,单独界定数据“相关市场”的情况并没有出现,因为平台企业的提供者使用数据只作为“输入”,并没有向第三方出售数据,没有交易就无法构成一个单独的数据市场。最后,欧盟委员会在界定“相关市场”的具体操作过程中,通常先界定一个假设的“相关市场”,然后再根据企业集中所涉及的数据分析这些数据所服务的真正市场。⑥See Inge Graef, Market Definition and Market Power in Data: The Case of Online Platforms, World Competition 38 no.4 , 2015, pp.489—495.
通过对比Google收购 Doubleclick案、Facebook收购 WhatsApp案、Microsoft 收购LinkedIn案这三个有代表性的案例(见表1),欧盟在数据驱动型经营者集中的案件中关于隐私保护的态度在不同时期是有所转变的。首次对该问题进行关注的案件是在2007年Google收购 Doubleclick案中,由于没有充分的证据,未将隐私保护问题作为审查数据驱动型经营者集中案件的考虑因素;在2014年Facebook收购WhatsApp时,尽管欧盟委员会承认隐私是一个重要的非价格因素,但并不属于竞争法的范围,因此欧盟委员会并没有分析这一因素,①See Christophe Carugat, The 2017 Facebook Saga : A Competition, Consumer and Data Protection Story,CoRe, 2018, p.9.但是在两年后欧盟委员会发现Facebook对这个问题有所隐瞒且违背承诺作出数据共享行为时,立刻叫停并加以处罚。②参见傅晓:《警惕数据垄断:数据驱动型经营者集中研究》,载《中国软件科学》2021年第1期。当2016年Microsoft 收购LinkedIn时,欧盟委员会在新闻稿中指出,与隐私相关的问题不属于欧盟竞争法的范围,但可以在竞争评估中考虑到消费者将其视为“质量”的一个重要因素,并且要考虑经营者在这个因素上相互竞争的程度。③See Christophe Carugat, The 2017 Facebook Saga : A Competition, Consumer and Data Protection Story,CoRe, 2018, p.9.通过对比可以发现,尽管数据隐私问题始终没有被普遍纳入竞争法的范畴,但欧盟委员会逐渐地承认了数据隐私在数据驱动型的经营者集中案件中是一个十分重要的非价格因素,也在个案中增添了相关的附加条件。
表1 欧盟对于隐私保护是否可以影响数据驱动型经营者集中案件认定的态度转变④ 参见傅晓:《警惕数据垄断:数据驱动型经营者集中研究》,载《中国软件科学》2021年第1期。
虽然我国并没有对数据驱动型经营者集中案件实质性地进行反垄断审查的先例,但是从我国平台经济的发展现状以及全球经济发展的趋势来看,这将是平台经济发展过程中的普遍规律,我们要有前瞻性的眼光为平台经济的发展提供良好的市场环境。虽然《反垄断指南》的出台标志着我国在平台经济反垄断问题上的监管不断加强,但仍要坚持包容审慎的执法态度,避免出现因过度干预而扼杀创新的局面,从而实现平台经济的有序发展。实际上,数据驱动型经营者集中案件的反垄断规制是一个很难平衡的问题,既要避免竞争损害问题的发生,又要给予平台企业退出市场的理想途径。因此,需要结合我国平台经济发展的现状并借鉴欧盟的理论与实践经验,积极探索对我国数据驱动型经营者集中具有现实意义的反垄断规制的路径。
1.完善事前申报审查制度。首先,要调整事前申报标准。为了不再使“免费”成为规避申报的理由,可以借鉴欧盟的“交易额”模式。如果将“交易额”模式适用于我国滴滴和优步合并案中,就意味着乘客向平台支付的全部费用都计入交易额中,在此情况下,该案就需要进行事前申报并接受反垄断执法机构的审查。①参见郜庆、苏厚阳:《滴滴合并优步案的反垄断分析》,载《华北电力大学学报(社会科学版)》2019年第6期。但是,在引入“交易额”模式时,也应该考虑该模式在我国可能出现的适用困难:(1)如何具体计算“交易额”没有统一的标准;(2)申报人可能通过压低“交易额”的方式来进行规避。②参见王健、吴宗泽:《反垄断迈入新纪元——评美国众议院司法委员会〈数字化市场竞争调查报告〉》,载《竞争政策研究》2020年第4期。因此,在引入“交易额”模式时,还需要基于我国国情制定相关细则来具体指导“交易额”的计算。
对于难以准确认定是否可能造成经营者集中的情形,反垄断执法机构可以推定平台企业可能造成经营者集中,因为经营者集中一旦发生就会对该行业造成较大的损失,所以有必要实施严格的事前申报审查机制,推定平台企业可能造成经营者集中,这有助于将举证责任转移给经营者,降低执法机关收集证据的难度,从而提高执法效率和执法的准确性。经营者要提供证据证明该合并行为是为了消费者利益、公共利益、企业创新的考虑,或者能够证明不存在其他影响市场竞争的行为。但是,必须要明确推定企业经营者集中的各项指标,保证推定结果的合理性,防止推定的任意性。
2.加强对合并后企业的事后监管。由于平台经济的发展是动态的,反垄断执法机构要充分发挥在市场中的监管作用,加强事后监管,弥补事前审查的漏洞或不足。具体可以从以下几方面开展事后监管工作:(1)赋予反垄断执法机构合理的事后监管权力,例如:调查权、撤销允许经营者集中的决定、进行相应的行政处罚等;(2)建立企业的“事后报告制”,对合并后企业的动态进行有效监督,例如合并后的企业每年度需要向反垄断执法机构书面报告经营状况、财务状况等企业动态,并接受反垄断执法机构对相关问题的质询;(3)反垄断执法机构要加强市场调研与分析,加强对重点企业的监管,在指导企业合规竞争的同时,也促进执法工作的有效开展;①参见王先林、方翔:《平台经济领域反垄断的趋势、挑战与应对》,载《山东大学学报(哲学社会科学版)》2021年第2期。(4)反垄断执法机构就监督情况按照《信息公开条例》及时向社会公众反馈,提高对公众普遍关注的“热点合并”事件的回应力度,增加信息透明度,②参见蒋岩波:《互联网行业反垄断问题研究》,复旦大学出版社2019年版,第302页。必要时可以组织听证会对相关问题进行说明;(5)完善公众举报渠道,对于社会公众举报的数据驱动型经营者集中案件予以重视,及时成立调查组,核实相关事实,依法依规进行处理。
根据《反垄断指南》,通常在调查中需要界定相关市场,而相关市场的界定要坚持个案分析的原则。在数据驱动型经营者集中的案件中,间接网络效应将多边市场联系在一起,因此不能按照传统的单边市场界定的思维分析“相关市场”的界定,而是要立足于个案情形,进行全面分析。
1.明确“相关市场”需要整体界定还是分别界定。虽然OECD在2018年发布的《多边平台反垄断工具之反思》调研报告中指出,“从竞争评估这一目的来看,只要考虑并分析了跨平台网络效应带来的影响,严格区分相关市场的整体界定还是分别界定意义不大”③OECD, Rethinking Antitrust Tools for Multi-Sided Platforms, OECD publishing, 2018, http ://www.oecd.org/competition/rethinking-antitrust-tools-for-multi-sided-platforms. htm, 2021年3月29日。,但是鉴于双边市场可以区分为“双边交易市场”和“双边非交易市场”两类,④参见时建中、张艳华:《互联网产业的反垄断法与经济学》,法律出版社2018年版,第249-253页。在个案中还是要根据双边市场的类型确定界定一个整体的“相关市场”还是分别界定“相关市场”。
如果是双边交易市场,例如淘宝、京东这样的平台企业双边收取的是买家服务费与卖家服务费,这种情形下只需界定一个整体的相关市场;如果是双边非交易市场,例如百度、腾讯这样的平台企业,一边收取商家的广告费,另一边则免费向用户提供搜索、通讯等服务,在这种情况下就需要针对平台两边分别界定“相关市场”。需要注意的是,虽然对双边非交易市场需要分别界定“相关市场”,但是市场双边仍然是相互的,在后续的反垄断审查过程中,仍要考虑多个相关市场之间的联系。
当然,由于双边市场具有显著的网络外部性⑤双边市场的网络外部性是指在双边市场中不同的消费群体之间相互影响,一边市场的消费者数量的变化会影响另一边市场的消费者数量变化。及交叉性⑥网络外部性的交叉性是指产品或服务的价值不仅受到消费该平台产品的一边市场的消费者的数量影响,更取决于消费该平台产品的另一边市场消费者的数量。,“相关市场”的界限难以清晰地划分,在必要时可以模糊处理“相关市场”的界限。随着平台经济的发展,在反垄断审查实践中也出现了淡化“相关市场”界限的案例。“奇虎诉腾讯”案的裁判文书指出,界定“相关市场”本身并不是目的,而是评估经营者的市场力量及被诉垄断行为对竞争影响的工具,如果通过排除或妨碍竞争的直接证据能够证明经营者的市场地位及被诉行为对市场的影响,则不需要在每一个案件中都清楚地界定“相关市场”。①参见北京奇虎科技有限公司诉腾讯科技(深圳)有限公司、深圳市腾讯计算机系统有限公司滥用市场支配地位纠纷案,《最高人民法院指导案例》78号,2017年3月6日发布。
2.多维度考虑“相关市场”的界定。首先,要结合该行业的特点,综合考虑影响“相关市场”界定的各个因素,重点在于网络外部性、技术创新、锁定效应、转移成本、跨境竞争、知识产权等因素。②参见陈兵、徐文:《规制平台经济领域滥用市场支配地位的法理与实践》,载《学习与实践》2021年第2期。其次,在界定“相关市场”时要考虑数据因素,但是也要明确在我国不宜单独界定数据市场,因为单独界定数据相关市场需要存在大数据交易行为,我国的平台企业并没有向第三方进行数据交易的行为,并且我国数据产权制度尚未明确,数据所有权归属不清。因此,我国不适合将数据市场界定为独立的相关市场。
除此之外,还要考虑未来相关市场。《反垄断法》和《反垄断指南》在界定相关市场时只规定了相关地域市场和商品市场,但在大数据时代,竞争出现了“未来市场化”的特点,平台企业可以利用大数据优势发现萌芽状态的竞争威胁,从而并购未来市场中潜在竞争对手或采取措施阻碍其发展。在实际执法过程中可以将潜在竞争对手、技术等因素予以评估,对经营者在未来相关市场的竞争优势作出合理的预判,在2016年Microsoft 收购LinkedIn案中,欧盟委员会就将潜在的竞争考虑在内。③See Commission decision of 6 December 2016 in case M.8124-Microsoft /LinkedIn.
3.改进界定“相关市场”的分析方法。界定“相关市场”仅依靠“需求替代分析”法分析竞争关系是不够的,还需要考虑“供给替代分析”法,在具体界定时可以避开复杂的“定量分析”而选择“定性分析法”。具体而言,在分析方法上主要可以分为以下几类:(1)如果双边市场是交易型双边市场,可以适用传统的以价格为基础的“假定垄断者分析”法,但要考虑到市场的双边,适用双边市场的总价格;(2)如果双边市场是非交易型双边市场,需要分别对两边的价格进行调整,同时要采用经济学方法计算出一个合理的价格调整范围,以冲抵“网络外部性”和“锁定效应”的影响;(3)针对数据驱动型企业的“免费”模式,可以采用将“免费”改成收取小额费用的方式判断用户是否发生转移;(4)结合“SSNDQ测试”法综合界定“相关市场”。如果采用“SSNDQ测试”法降低产品质量,导致用户流失到替代产品上,这也可以辅助判断“相关市场”的界定。由于数据驱动型企业的“质量”难以把控,可以用此种方法进行定性分析,作为界定相关市场的辅助方法。④参见汤嫣然:《互联网大数据产业相关市场界定方法探析》,载《金融法苑》2020年第7期。
在对数据驱动型经营者集中案件的竞争效果进行实质评估时,要弱化相对静态的市场结构和市场力量分析,更加关注市场进入的难易程度或市场的可竞争性程度,①参见熊鸿儒:《我国数字经济发展中的平台垄断及其治理策略》,载《改革》2019年第7期。不能忽略平台企业的财力、技术创新能力、已掌握的客户资源等信息对市场竞争的影响,②参见蒋岩波:《互联网行业反垄断问题研究》,复旦大学出版社2019年版,第268页。将数据价值、消费者福利原则纳入竞争效果评估标准中,实现竞争效果评估标准的多元化。
1.将“数据价值”纳入竞争效果评估标准。数据分析可以帮助企业识别其在相关市场与临近市场的发展趋势,比传统市场更早地发现潜在的竞争者,从而收购有潜在竞争威胁的企业。③参见詹馥静、王先林:《反垄断视角的大数据问题初探》,载《价格理论与实践》2018年第9期。“数据价值”是导致数据驱动型经营者集中的根本原因,在进行反垄断审查时,我国可以借鉴欧盟委员会的做法,将“数据价值”纳入竞争效果的评估标准中。
(1)要明确“数据价值”可以成为反垄断的竞争评估标准。国内外一直有学者认为,数据本身并不是稀缺资源,只有与创新、市场等多种因素结合起来的时候,才能实现其价值,因此不应将数据纳入反垄断的竞争评估中。④See John M. Yun, Antitrust After Big Data, The Criterion Journal on Innovation, Vol. 4 :407, p.409.我国《反垄断指南》的出台对此采取了开放性的态度,在认定数据能否构成反垄断的考虑因素时要综合评价,不仅要考虑其实际的、潜在的替代可能性、复制的可行性、在竞争层面的不可或缺性,还要考虑数据的技术可行性、对该平台经营可能造成的影响等因素。⑤参见陈兵、赵青:《开启平台经济领域反垄断新局面》,载《中国价格监管与反垄断》2020年第12期。
(2)要考虑数据在企业竞争中所扮演的角色,区分涉及的数据是平台建设的基础性数据还是辅助性数据,识别出存在竞争问题的数据资产并购。并且要重点审查数据的可替代性以及数据对企业竞争的影响力,我国可以借鉴欧盟委员会的方法,根据数据所服务的市场确定真正的相关市场以及潜在的相关市场。
(3)要避免合并后的企业由于数据锁定形成阻碍其他经营者进入的壁垒,具体可以通过对企业内部的相关文件进行实质性审查的方法,因为数据驱动型经营者集中案件的外部特征越来越难以辨别,根据案件性质的特殊性对企业内部文件进行实质性审查越来越有必要,例如审查数据对企业的兼并目的、估值、定价模型的影响程度。⑥参见陈弘斐、胡东兰、李勇坚:《平台经济领域的反垄断与平台企业的杀手并购》,载《东北财经大学学报》2021年第1期。
2.将“消费者福利原则”纳入竞争效果评估标准。隐私及个人信息的保护是消费者福利原则的重要表现形式,其是否可以被纳入竞争效果评估标准中,学界有不同的声音。有些学者提出“分离主义”的观点,他们认为这不符合反垄断法的宗旨,应该由《消费者保护法》来进行调整,如果将隐私及个人信息保护纳入竞争评估标准中则会造成混乱,因为隐私及个人信息保护难以评估量化且容易降低执法的确定性;有些学者则认为应该坚持“整合主义”的方法将隐私及个人信息保护纳入反垄断的规制范围,他们的理论基础是隐私及个人信息保护为一种重要的非价格竞争因素,提高消费者福利的竞争不仅基于价格因素,也要基于非价格因素,由一项并购导致的非价格竞争程度的降低属于反垄断法的规制范围,这也从广义的角度解释了“质量”的概念。①参见韩伟:《数字经济中的隐私保护与支配地位滥用》,载《中国社会科学院研究生院学报》2020年第1期。
事实上,即使消费者福利保护和竞争法服务的目标不同,但是不能将竞争政策的目标狭隘地理解成经济目标,消费者福利保护问题也不能因为其性质而被排除在竞争法的保护范围外。当用户信息对竞争产生关键性影响的时候,可以从竞争的角度考虑将消费者福利作为一项重要的非价格因素。一方面,可以判断企业集中后,消费者是否可以获得这些福利;另一方面,将“消费者福利”纳入竞争效果的评估标准可以在一定程度上越过相关市场界定、市场力量评估等疑难问题。②参见吴家骅:《数据驱动型经营者集中实质性审查标准研究》,载《经济研究导刊》2019年第16期。但是,纯粹的隐私及个人信息保护问题不能由反垄断法进行规制,只有当隐私及个人信息保护与经营者集中的个案的反竞争效果密不可分时,才能将其纳入竞争评估标准中。
具体而言,可以通过以下步骤实施:第一,明确平台企业在收集用户隐私及个人信息时做出的关于保护、使用用户隐私及个人信息的承诺;第二,评估合并后平台企业对于用户隐私及个人信息保护、使用的可能性;第三,将合并前后的行为进行对比,判断合并后是否会导致消费者福利的下降及程度。关于有些学者所担忧的隐私及个人信息具有主观性难以评估量化这个问题,反垄断执法机构可以在调查时就相关问题征求有关部门的意见,引入专家意见制度,成立专家小组进行专业化评估,以实现消费者个人利益和社会公共利益间的平衡。
根据《反垄断法》和《反垄断指南》的规定,经营者集中的救济方式主要分为结构性救济和行为性救济。行为性救济主要是通过对经营者的商业行为进行约束,从而达到反垄断的目的。对于数据驱动型经营者集中,行为性救济措施更加符合其动态市场竞争的特点,有助于灵活地在个案中具体适用。
1.完善承诺制度。目前,承诺制度是世界各国在反垄断执法中所推崇的方式,是解决竞争问题的有效方式。承诺制度不仅可以提高执法效率、节约执法资源,还可以促进公平、有序的市场竞争环境的构建。③参见国家市场监督管理总局反垄断局:《〈垄断案件经营者承诺指南〉解读》,http://gkml.samr.gov.cn/nsjg/xwxcs/202010/t20201030_322782.html,2021年3月30日。国务院反垄断委员会在2019年印发了《垄断案件经营者承诺指南》,但是在具体操作过程中,还需要从以下几个方面完善:一是解决数据驱动型经营者集中执法中的技术复杂、事实难以调查问题;二是通过企业定期报告承诺履行情况的方式加强对企业履行承诺的监督;三是提高违反承诺的处罚力度,为此可以效法欧盟委员会的“财产罚和名誉罚”相结合的处罚方式。
2.明确和细化数据开放规则。数据驱动型经营者集中重要的反竞争手段就是“数据封锁”,要求合并后的企业在合理的条件下开放相关数据是解决这个问题的有效路径。在2016年Microsoft 收购LinkedIn案中,欧盟委员会在批准收购时附加了额外条件,要求Microsoft在未来五年内要确保竞争对手也可以在Microsoft的云服务中获取应用数据。①参见傅晓:《警惕数据垄断:数据驱动型经营者集中研究》,载《中国软件科学》2021年第1期。《反垄断指南》第21条规定了反垄断执法机构可以要求经营者开放网络、数据、平台等基础设施,但该条规定较为宽泛,难以具体实施。为了确保数据开放规则更好地发挥其预期作用,应在《反垄断指南》第21条的基础上进一步细化数据开放规则,规范开放的相关程序及收费标准等,具体而言可以根据个案情况规定以下三种数据开放模式:(1)要求集中后的经营者以公平、合理、无歧视的条件开放相关数据;(2)要求集中后的经营者以不高于集中前的交易条件开放相关数据;(3)要求集中后的经营者区分有偿和无偿开放的情形,并且公开其使用费的计算方式及收取方式等。②参见袁波:《大数据领域的反垄断问题研究》,上海交通大学经济法学2019年博士学位论文。
平台经济时代,数据已经成为一种创新型生产要素,数据驱动型经营者集中已经成为不可回避的问题,给我国现行制度带来了三大挑战:事前申报制的“营业额”标准不能解决相关问题;“相关市场”界定困难;动态竞争背景下如何进行实质性审查没有定论。
通过分析数据驱动型经营者集中对我国现行制度的挑战,并借鉴欧盟的理论与实践经验,提出对数据驱动型经营者集中进行反垄断规制的可行路径,并提出具体建议:第一,坚持“包容审慎”的审查理念,避免出现因过度干预而扼杀创新的局面,既要避免数据驱动型经营者集中带来的损害公平竞争问题的发生,又要给予经营者退出市场的适当途径;第二,引入“交易额”模式,并实施事前申报审查和事后监督双轨制;第三,根据个案处理原则,灵活地界定“相关市场”,改进“相关市场”界定的方法;第四,将数据价值、消费者福利纳入竞争效果评估标准中,实现竞争效果评估标准的多元化;第五,根据动态市场竞争的特点,细化行为性救济措施的实施,完善承诺制度和数据开放规则,提高执法效率,构建公平、有序的市场竞争环境。