论数据驱动型经营者集中反垄断法规制

王 玉 茹

(郑州大学 法学院,河南 郑州 450001)

一、问题的提出

大数据时代的到来,开启了人类创新发展的新篇章。被称为“未来新石油”的数据,已经如土地、资本等其他生产要素一般,被视为基础战略资源,数据的竞争价值早已不可同日而语。世界主要国家和地区将数据作为依托,大力推动经济发展的数字化转型,通过政策、法案、设立机构等形式,持续深化实施自身大数据战略。从党中央到国务院做出的一系列重要部署,从《“十四五”大数据产业发展规划》到《要素市场化配置综合改革试点总体方案》《关于构建数据基础制度更好发挥数据要素作用的意见》等文件,我国大数据领域良好的发展态势也得到进一步巩固,数据要素价值释放对经济发展的重要性得到高度重视。

在数字经济迅速发展的大浪潮下,数据密集型企业凭借着数据优势蓬勃生长。为了提升市场力量、抢占市场份额、完成对量大质优数据的获取,数据驱动型经营者集中的案例大量浮现于公众视野,资本的无序扩张引起担忧[1]。面对域内外数据驱动型经营者集中的实践案例,学界的讨论经历了从“规制是否合理”到“如何具体实现”的历程。在“规制是否合理”的层面,多数国内学者对反垄断法是否可以规制数据市场的垄断问题上持赞同态度,如叶明、李鑫(2021)主张对大数据领域进行反垄断规制既与激励创新的观念相呼应,又与反垄断法的规制特点相匹配[2]。在“如何具体实现”的层面,诸多学者分析了当前反垄断规制框架面对数据驱动型并购存在的制度缺憾,对于破解进路的探讨,通常从数据密集型企业的商业模式入手,对相关市场界定、审查标准完善的研究较为深入,如程晶晶(2021)提出从改进相关市场界定的方法以及更新申报标准等方面入手,维系数字市场发展和良性竞争平衡[3]。现有研究立足于当下制度困境提出解决办法,但仍缺少面向数据驱动型经营者集中特征和类型的系统研究,在规制方法的可操作性层面仍需进一步考量。

因此,本文将系统地分析横向和非横向两种类型数据驱动型经营者集中的区别及反竞争效果,并创新性地厘清其区别于传统经营者集中的特征,针对现行反垄断法制度上的不足以及可操作性的缺乏,提出与“强监管时代”本土国情相契合、与数字时代需求相呼应、与反垄断法价值目标相统一的治理办法。

二、数据驱动型经营者集中理论阐释

与传统企业的商业模式有所不同,集中在即时通讯、电商购物以及搜索引擎等领域的数据密集型企业,往往通过提供“中介”服务以收取佣金的模式经营,其经济价值和发展潜力更多地反映在用户规模和平台交易量上,数据才是企业赖以生存的重要资产。相较于传统的经营者集中,数据驱动型经营者集中表现出明显的复杂性与差异性。

(一)数据驱动型经营者集中的概念及类型

在数字经济背景下,传统互联网企业将互联网技术和大数据运用相结合,衍生出传统互联网企业的升级版,即数据驱动型企业,其在数据收集、分析以及应用方面占有强大的优势。所谓的数据驱动型经营者集中,是经营者集中在数据驱动型企业中的一种形式,是指数据密集型经营者通过合并、合同、取得股权或资产等方式取得对其他经营者的控制权。在学理上,根据集中与经济的相互关系,传统的经营者集中可以分为横向集中、纵向集中以及混合集中,其中后两者又可以称为非横向集中,因此数据驱动型经营者集中也可依此划分为两种类型:

其一,横向数据驱动型经营者集中。一般而言,横向经营者集中是指实际竞争者和其潜在竞争者之间的集中。横向数据驱动型经营者集中,即两个或者多个处在横向竞争关系中的数据密集型企业进行的以整合数据资源为目的的经营者集中。横向数据驱动型经营者集中的实施,于有利的一面而言,可以带来诸如降低交易成本、推动技术升级等经济效益。于不利的一面而言,基于数字平台“天然”的垄断倾向,横向数据驱动型经营者集中产生的剧烈负面效应体现在数据垄断、市场进入壁垒提高以及市场竞争秩序被干扰等多个层面。数据密集型企业通过横向并购虚拟整合数据资源,牢牢掌握对数据的主导权与控制权,获得数据优势后其市场力量大大增强,与其他潜在竞争者之间的数据鸿沟不断加大,再加之锁定效应等作用的辅助,新兴市场主体进入市场所需要的门槛大大提高,强者恒强的“马太效应”的出现,加剧了超级平台的市场支配地位,继而制约经营者间激烈、活跃的竞争态势[4]。

其二,非横向数据驱动型经营者集中。非横向数据驱动型经营者集中一般包括纵向和混合两种模式。纵向经营者集中,主体之间往往存在生产链或者价值链的上下游协作关系。通过纵向数据驱动型经营者集中,企业可以有效阻断上下游企业向潜在竞争者提供数据的途径。而混合经营者集中的主体,则既不互为横向竞争者,又不为上下游产业,是处于不同领域、不同行业上的企业。混合数据驱动型经营者集中有助于数据密集型企业快速进入新领域,实现跨界经营,更快地开拓跨领域的商业版图。数字经济的发展、算法技术的进步以及数据价值的释放为数据密集型企业集聚资源提供了便捷路径。非横向数据驱动型经营者集中亦是一把双刃剑,其有利的一面集中体现于资源整合以及效率显著增加方面,但其也极为可能通过数据封锁产生市场封锁的效应。非横向数据驱动型并购中,消灭潜在竞争对手已然不是最终目的,其目的是通过并购将处于上下游的业务或者是不同领域的业务纳入自身的生态系统中,实现市场地位的强化或是完成跨界经营。纵向数据驱动型并购后产生的数据优势会促使企业产生封锁数据的动机,继而拒绝数据开放,引发市场封锁的反竞争效应[5]。而混合数据驱动型并购后,企业通过跨界经营完成市场势力的传导,扩大了数据封锁和竞争影响的范围,进一步阻碍了相关市场的有效竞争。

(二)数据驱动型经营者集中的特殊性

在数字密集型企业中,数据成为决策的核心,数据驱动型经营者集中顺应了数字经济时代企业重视数据与技术的发展趋势,区别于传统经营者集中,其在主体、客体、方式与目的等方面都表现出极大的差异性。

第一,所涉主体为数据密集型企业。一般而言,数据密集型企业是参与数据驱动型经营者集中的主体,当然也不排除传统企业为掌握数据收集与处理的技术而并购其他数据密集型企业的情况,此种情况下的经营者集中不隶属于本文所讨论的范围。与一般互联网企业不同,数据密集型企业深刻认知并掌握了数据的价值,依靠数据并利用算法技术开展业务经营和事项决策。

第二,集中客体主要是数据、算法及用户注意力。对于以数据为生存基石的数据密集型企业而言,企业的生产经营设备等传统经营者集中的收购对象并非其主要关注点,可以进行虚拟整合的用户数据、用户关注度以及企业知识产权才是客体对象。通过算法技术,利用整合的用户数据能够更为精准地分析用户的行为偏好,更加精准地对顾客进行定位,进而将潜在顾客开发成用户资源。在数据驱动型企业急于开拓市场份额、吸引用户关注、抢占用户市场的战略需要下,经营者集中不失为最优选择。若被并购企业拥有海量数据,且收集、分析、利用数据的能力较强时,集中后的企业获得的竞争优势将大幅增加,相应的垄断可能性也会增加。

第三,集中方式多表现为数据巨头吞并初创企业。数据驱动型经营者集中存在两种较为普遍的情形,即常见的“强强联合”与“强吃弱”。在前者中,“强强联合”往往是两大数据密集型企业通过联手以优化市场资源配置,避免因竞争两败俱伤。此种情况的集中易被发现并及时叫停。但在该领域,当前较为频繁的情况是巨头企业并购初创企业的“强吃弱”情形,其往往以营业额未达申报标准为借口逃避经营者集中申报。Facebook对Instagram和WhatsApp的收购、滴滴对优步(中国)的并购等典型案件均是巨头企业以消灭潜在竞争者、巩固市场地位为目的开展的“扼杀式并购”。

第四,并购目的多为避免竞争、巩固地位。在数据密集型行业中,数据是基石,算法是手段,不同于传统企业的固定资产与经营规模,影响数据密集型企业进步与发展的关键因素是其拥有的数据规模、处理数据的技术能力、吸引用户关注的能力以及知识产权成果等。因此初创企业若有创新性的突破技术,也会在数据驱动市场中占据一席之地。正如上所述,发生较为频繁的“扼杀式并购”中,数据密集型巨头企业正是基于这一顾虑而采取收购、合并等手段以直接规避后顾之忧。初创企业基于平台“免费定价”之特点,在依靠免费产品或补贴吸引用户注意的阶段,也乐于选择接受兼并以获得资本支持。

三、数据驱动型经营者集中反垄断法规制的现实困境

伴随着行业巨头的诞生,寡头垄断风险的加剧,数据驱动型经营者集中在给市场带来数字扭曲、排斥竞争等负面效应的同时,其带来的数据集聚效应也愈发加剧竞争担忧,并对现行制度产生挑战。传统规制框架中单一的事前申报标准、僵化的相关市场界定方法以及忽略数据价值及隐私问题的竞争效果分析框架在处理数据驱动型经营者集中的问题上存在适用障碍。

(一)事先申报标准存在局限性

《反垄断法》规定了经营者集中事先申报制度以提高审查效率,经营者集中达到申报标准的需要事先向反垄断执法机构进行申报,对于“申报标准”的判定目前仍以营业额为主要依托,以“具有或者可能具有排除、限制竞争”的认定标准为辅助,事先申报标准的局限性表现在两方面:

“单一营业额量化”的审查标准不够合理。基于平台经济“免费定价”的特征,数字驱动型并购最终造成的影响可能不会直接反映到营业额上,这为数据驱动型企业免于申报提供了有力的借口[6]。符合这一特点的案例近几年屡见不鲜,美国的Facebook并购Instagram案以及我国滴滴并购优步(中国)等案件都因未达到经营者集中的申报门槛而暂未纳入审查。当前将营业额作为单一衡量尺度的申报标准,在数据密集型行业的免费模式下,可能会导致部分具有负面影响的并购因无法达到规定的阈值而逃脱监管。

辅助认定标准并未完全发挥其理想效果。“具有或者可能具有排除、限制竞争”的辅助标准的实施需要依靠执法机构主动调查,其作用的发挥面临执法机构监管难度大以及执法机构自由裁量权限制少的双重难题。数据密集型企业因不符合营业额门槛隐而不报时,这就要求反垄断执法机构发挥作用。即使执法过程中存在相应的技术手段进行辅助监测,并且执法机构可以依靠其他个人或者组织提供的证据要求相应经营者申报,但对于动态竞争市场的监管难度依旧很大[7]。经营者集中案件本就存在关系复杂、交易额大等特点,且《经营者集中审查规定》(以下简称《审查规定》)对执法机构自由裁量权的限制仍然较少,如何保持执法机构的专业、中立、廉洁、高效还需要时间的检验以及制度的保障[8]。

(二)界定相关市场的传统工具失灵

数据资源已逐渐成为数据密集型企业之间取得竞争胜利的关键,数据竞争也愈发值得关注。平台经济的独特性为数据驱动型经营者集中相关市场界定工作的实施带来了现实难题,尤其是在相关产品市场界定上,平台双边市场以及免费定价策略带来的变化使得传统界定方法出现以下难题。

“假定垄断者测试(SSNIP)”缺乏可操作性。SSNIP方法适用的关键支点是价格因素,传统市场在使用替代分析法对相关产品市场进行界定时,是测量单边市场中价格小幅度的、明显且非临时提升后消费者的选择变化。对于数据密集型企业来说,企业前期往往通过低价甚至是免费定价的形式吸引用户关注,SSNIP方法的关键支点无法发挥作用,更无法观察价格持续且小幅度上涨后的消费者选择变化。

非交易数据无法单独界定相关市场。大型平台对有价值数据的独家访问权仍是大势所趋,若数据不进行交易,便无法从“需求-替代”的角度评估竞争性,数据相关市场自然也难以界定。数据驱动型并购早期,在Facebook收购WhatsApp案中,欧盟委员会并未单独界定数据相关市场,而仅仅是提出可能存在数据相关市场。同样的,在Microsoft收购LinkedIn 案中,欧盟反垄断执法机构将本案的相关市场界定为8个相关市场,但也未单独界定数据相关市场[9]。现有框架对相关市场的界定未能充分考虑数据和算法的影响,容易忽略数据集中产生的竞争损害。

(三)竞争效果分析的标准受到冲击

数据才是巩固和维持数据密集型企业市场力量的基石,市场份额对于衡量其市场力量的重要程度显著降低,而平台的锁定效应及消费者福利等因素也对反垄断竞争评估标准产生了较大冲击,传统规制逻辑在对数据驱动型经营者集中进行分析时存在缺憾。

忽视数据的价值导致错误地评估市场力量。市场力量,一般情况下依靠市场份额加以衡量。我国《反垄断法》规定的市场控制力、集中度等其他要素的适用多数仍然需要以市场份额为依托。《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《指南》)第20条第7款中虽将“不恰当使用消费者数据”纳入考量,但《指南》法律位阶较低,且实践中对于此类非价格因素的考量,仍缺少细化规则,在实际进行竞争分析时存在操作难度。传统规制逻辑很难周延地处理数据力量和市场力量的关系,忽略数据的价值则可能会导致错误评估企业的市场力量[10]。

隐私保护融入竞争效果的评价仍存有争议。消费者福利原则会对实质性竞争的评估标准产生影响,信息时代,消费者福利受损的体现不只是相关产品价格的上涨,还包括产品质量的下降以及个人信息、隐私被侵害等损失。在Facebook收购WhatsApp案中,WhatsApp用户从未想过,并购后Facebook反而通过取消隐私设置访问很多用户之前不愿付出的信息[11]。在当前的竞争损害分析中,执法机构往往更倾向于观察合并后企业是否通过投放更多广告等手段获得价格盈利,但对用户在数据隐私方面可能遭受的非价格损害关注不足,这与《反垄断法》兼顾保护消费者福利的价值理念不相符合。

四、数据驱动型经营者集中反垄断法规制的优化进路

伴随着超大型平台的不断涌现,世界范围内,许多细分领域“一家独大”的格局引起世界各国执法机构的担忧。欧盟率先通过《数字市场法案》建立守门人制度,以积极态度重新衡量数字驱动型经营者集中。美国也紧随其后展开顺应数字经济发展趋势的制度完善。随着“强监管时代”一系列新规的出台和旧规的修改,我国也应通过对经营者集中申报标准的多元化调整、相关市场界定方法的多方面改进以及竞争分析框架的多层次考量,以包容审慎的态度积极探索维系数字市场发展和良性竞争平衡的破解进路。

(一)动态调整申报标准,完善分级分类审查制度

就目前经营者集中的相关规定来看,《国务院关于经营者集中申报标准的规定(修订草案征求意见稿)》以及《反垄断法》考虑到申报门槛需适应社会经济发展水平,配套规定中的营业额标准均有所上调。当前单一的营业额标准已经无法适应数字时代的变革,进行数据驱动型经营者集中反垄断执法的首要前提是推进申报标准的调整。

第一,实现申报标准的多元化调整。为了避免“营业额”不达门槛而免于申报的类似情况发生,需要增加交易额作为申报标准,综合考虑数据密集型行业的整体营收情况,以及处在发展初期的初创企业的现实情况,制定出具体且合理的交易额门槛。目前域外已有相关做法,德国《反对限制竞争法》、奥地利《卡特尔法》已在合并控制领域引入“交易额”申报门槛,让竞争法适应技术发展与国际竞争带来的结构性变化,弥补营业额标准的漏洞[12]。同时,需要增设用户规模申报标准作为辅助。通过充分调研,设置用户规模的具体阈值,增加申报门槛的另一重保障,以应对营业额以及交易额不尽合理的情况。

第二,健全经营者集中分类分级审查制度。分类分级审查制度在《反垄断法》以及《审查规定》中均有涉及,但仍未落实到实践层面。相较于对垄断协议等行为的规制,事前性、预防性的特征在经营者集中审查制度中尤为明显。在经营者集中事先审查方面,根据各行业之间市场竞争状况存在的较大差异,要通过专门出台部门规章的形式明晰分类分级审查的具体法律标准以及其配套措施,以因应分类分级审查制度对机构分工和人员配置的现实需求,从可操作性层面提供制度保障,实现经营者集中申报标准的动态化调整[13]。

第三,规范大型数据企业的申报业务。适当借鉴域外司法辖区的先进经验,如欧盟《数字市场法案》所规定的守门人“集中通知义务”,在对平台完成分级的基础上,以包容审慎的态度制定适合本土国情的规则,从“事前监管”的角度周密考量何种大型数据企业需要被设定义务以及强制申报义务的具体内容。

(二)完善以价格为核心的相关市场界定方法

关于经营者集中案件,虽然理论与实践上对“是否一定要对相关市场进行界定”有不同看法,但从目前来看,《指南》在正式稿中删除了征求意见阶段“特定个案可以不界定相关市场”的相关表述,这表明了我国面对经营者集中案件相关市场界定的态度。因此,跳过相关市场界定的办法不可取,破解数据驱动型经营者集中的规制难题仍需要对市场界定工具和方法进行厘清。

第一,引入新的相关市场界定方法。针对相关市场的界定问题,在考虑引入“产品性能测试法”和“盈利模式测试法”的基础上,结合《指南》提出的“个案分析原则”,深入研究不同模式下平台相关市场界定的主要指标、计量模型,以应对认定困境。通过“产品性能测试法”(SSNDQ测试),模拟降低或者提高产品的性能(如搜索信息的精准度高低、投放广告时间的长短),分析用户因产品性能降低或者提升,转而选择其他产品或服务的情况。“盈利模式测试法”由欧盟委员会在Home Benelux一案判决中指出,主张关注平台的盈利来源。在市场主体的盈利来源明确时,可以通过盈利模式是否具有可替代性来判断是否属于同一市场。

第二,从多维度、前瞻性视角进行界定。单独界定数据相关市场并不适合国情,但忽视数据因素又会造成对经营者集中负面影响的低估。从多维度视角考虑,在相关市场界定时,要照顾到平台企业网络外部性、锁定效应等行业特点,正视数据和算法等因素,根据其适用的领域界定相关市场。从前瞻性视角考虑,未来相关市场也应予以衡量。在Microsoft收购LinkedIn案、Google收购Fitbit案中,欧盟委员会都对合并后有可能产生的潜在竞争影响进行了分析。在界定相关市场时,执法机构要兼顾数字经济的高度动态性,关注并购后的数据密集型企业将以何种方式使用数据,并去分析未来市场是否会因此产生潜在竞争[14]。

(三)细化经营者集中的竞争效果分析框架

用户隐私与数据保护水平的下降,其危害也应如产品或服务价格上涨或质量降低一般引起重视。当前竞争效果分析“重价格因素,轻非价格因素”的模式会使得分析结果出现偏差。因此,破解数据驱动型经营者集中竞争效果分析困境,需要在重视数据价值及隐私保护等非价格因素方面作出制度回应。

第一,考虑数据的价值以及数据可携带权。在数据驱动型经营者集中的竞争效果分析过程中,需考虑数据的相应价值,构建数据价值与市场力量评判的相关关系,评估集中后的数据对市场力量作用程度的大小,并结合个人信息保护的相关法律,考虑个人数据可携带[15]的问题,通过实现用户对个人信息的自主支配打破平台锁定用户信息的局面,避免竞争强化的负面效果。在可操作性上,应对现有规定在具体操作层面进行相应补充,明确数据市场力量评估的显性指标,如企业获取数据成本的提升或者是企业数据价值的下降等,为竞争效果分析提供具体的执法规则。

第二,将隐私保护因素纳入考量范围。在制度设计层面,对数据驱动型经营者集中进行竞争损害分析时,应当将隐私保护纳入经营者集中的竞争损害分析框架之中。若消费者可以将用户隐私保护程度作为选择因素之一,数据密集型企业为抢夺用户资源也会提供较好的隐私保护政策,将隐私保护纳入竞争损害分析有其理论逻辑上的合理性。在具体实施层面,应以消费者福利标准为基准,综合考虑平台经济的独特性,形成具体的量化指标,通过分析并购后个人隐私保护水平的变化、隐私政策完善的平台进入相关市场的壁垒等因素,在平衡个人隐私权益保护和激发企业创新活力与经济效率之间寻找最优解。

五、结语

随着数字经济的纵深发展及其动态竞争的加剧,现行经营者集中制度在规制数据驱动型经营者集中方面的不足日益凸显,需要借助新的执法规则和工具进行应对。《指南》《审查规定》等文件的出台,《反垄断法》的新修在一定程度上给予了制度上的正面回应,但在具体实践层面仍缺乏细致规定。因此反垄断立法、执法机构应立足当下的数字市场现状,顺应时代变革趋势,合理借鉴域外经验,在促进申报标准多元化、完善相关市场界定与竞争效果分析框架方面继续发力,合理且有效地解决数据驱动型并购的规制难题,以缓解数字经济背景下资本无序扩张的隐忧,促进平台经济、数据产业持续健康发展。