程晶晶

摘要：數據已經成為重要的生產資料，其能夠為企業(yè)帶來經濟效益，也導致以整合數據資源和數據處理能力為主要目的的數據驅動型并購案大量出現(xiàn)。因其在并購主體（數據驅動型企業(yè)）、并購客體（用戶數據、用戶關注度、技術創(chuàng)新）和并購方式等方面具有特殊性，傳統(tǒng)經營者集中審查框架模式正面臨新的挑戰(zhàn)，包括特殊的并購主體引發(fā)相關市場界定的困難、特殊的并購客體引發(fā)市場力量的認定困難、特殊的并購方式引發(fā)申報制度的適用困難。針對相關市場界定的困境，可以嘗試引入盈利模式測試法、產品性能測試法，并更新反壟斷指南以指導經營者集中審查；針對市場力量認定的困境，可以嘗試改進市場份額計算方法，同時充分考量新型市場進入壁壘因素的影響；針對傳統(tǒng)申報制度在數據驅動型并購中的適用困境，可以嘗試通過引入交易額標準和流量數據標準來豐富既有的單一標準申報制度。

關鍵詞：數據驅動型并購；經營者集中審查；數據壟斷；平臺反壟斷

中圖分類號：F279.33文獻標識碼：A文章編號：1007-8266（2021）06-0074-10

基金項目：浙江省哲學社會科學規(guī)劃課題“創(chuàng)新生態(tài)系統(tǒng)的生成機制研究”（17NDJC099YB）

“獲取消費者有限的注意力”與“對外提供消費者注意力”成為當前互聯(lián)網企業(yè)競爭的焦點[ 1 ]，而個性化的產品與服務、精準的營銷正是幫助企業(yè)不斷吸引消費者、積累客戶的經營法則，這背后離不開數據的幫助。由此，獲取數據—提供個性化產品或服務吸引消費者—對外提供消費者的注意力成為企業(yè)經營的循環(huán)，數據在其中起著支撐性、基點性的作用。但是，僅僅依靠企業(yè)自身對消費者數據進行收集需要耗費大量時間，而通過并購其他企業(yè)并獲得該企業(yè)積累的數據成為一條能夠快速積累資源、實現(xiàn)產品升級的途徑，數據成為當前經營者集中策略考慮的重要因素。但區(qū)別于以往生產者集中所看重的地產、廠房、生產線等資產，數據本身的特性給經營者集中審查帶來新的難題。相對于立法，反壟斷執(zhí)法的行政活動被推至臺前，開始探索體系化的解決與應對方案。在此背景下，如何有針對性地調整數據驅動型并購的經營者集中審查，成為當下亟須探討并加以解決的議題。

在近幾年的學術研究之中，“時代”這個詞總是帶有前綴，從“互聯(lián)網時代”到“信息時代”，再到當今的“大數據時代”，學者們的研究對象、研究視角亦隨著技術的進步隨之變化、更迭。數據壟斷的問題是近幾年經濟法學界關注的熱點，基于“大數據殺熟”“算法合謀”“自我優(yōu)待”等現(xiàn)實問題，學界對數據壟斷展開了大量研究。有學者指出，大數據優(yōu)勢有助于提升企業(yè)的市場力量，產生防御性合并、價格合謀和濫用市場支配地位等壟斷隱憂。因此，有必要結合大數據的經濟特征，對其實行必要的、謙抑的反壟斷規(guī)制[ 2 ]。另有學者提出，企業(yè)聚集具有不可復制性的數據并拒絕開放有可能構成“必要設施”。倘若出現(xiàn)此問題，則有必要通過法律的規(guī)制開放此類數據，從而打破市場壁壘[ 3 ]?？v觀學界的研究發(fā)現(xiàn)，其多是在一個宏觀、整體的視角下指出數據反壟斷的必要性、可行性等問題，對于數據驅動型并購的經營者集中制度問題，雖有所提及，但專門闡釋該問題的研究成果較少。當前，有的學者針對數據驅動型的經營者集中制度提出了“警惕數據壟斷”的觀點，并在其研究中提出完善數據驅動型經營者集中制度的一系列建議[ 4 ]。有的學者以國外的案例為切入點，深入分析了數據驅動型并購的反壟斷法審查[ 5 ]。但該類專門性研究仍然存在研究數量較少、與我國反壟斷執(zhí)法實踐“脫嵌”等問題。因此，結合我國實際情況，分析數據驅動型經營者集中制度的特性及其給我國反壟斷實踐帶來的挑戰(zhàn)，并提出相應的建議顯得尤為重要。

所謂數據驅動型并購，是指基于整合標的公司所擁有數據和數據處理能力的目的而進行的并購[ 5 ]。在大數據時代，數據已經成為企業(yè)的重要資產之一，尤其是對于數據驅動型企業(yè)而言，數據已成為其核心資產，對其競爭力大小具有決定性的作用。通過并購集中的方式，數據驅動型企業(yè)可以實現(xiàn)數據資源整合，最大限度掌握其所需的數據資源，并且能夠通過算法技術實現(xiàn)數據資源潛在效益的最大化。對數據資源的追求刺激了數據驅動型企業(yè)的并購需求，尤其是在當前數據信息大爆炸的市場環(huán)境下，數據驅動型企業(yè)數量不斷增多，競爭環(huán)境日益激烈。與傳統(tǒng)并購不同，數據驅動型并購關注的首要目標不是產品本身，而是并購對象的核心資源——大數據，甚至還包括并購對象所特有的數據挖掘、算法等技術。由于數據驅動型企業(yè)自身特殊的市場結構以及特殊的市場行為等特征，導致數據驅動型并購呈現(xiàn)出特殊性。

（一）特殊的主體

企業(yè)并購的主體主要是參與并購行為的雙方當事人，即收購方與被收購方。相比于傳統(tǒng)并購主體的不確定性，數據驅動型并購的收購方與被收購方具有一定的固定性，數據驅動型并購的收購方往往是互聯(lián)網巨頭平臺。數據驅動型企業(yè)主要涉及社交網絡、電子商務、搜索引擎等領域，這些領域的優(yōu)勢資源掌握在少數大型互聯(lián)網平臺企業(yè)手中，并呈現(xiàn)出明顯的壟斷態(tài)勢，對于互聯(lián)網行業(yè)的發(fā)展產生了較大的影響。譬如，中國移動互聯(lián)網數據庫（QuestMobile TRUTH）的報告顯示，截至2020年6月，百度、阿里巴巴、騰訊三大數據驅動型頭部企業(yè)（即BAT）在移動大盤的滲透率①均達到了90%以上[ 6 ]。這些企業(yè)是推動并購行為發(fā)生的主要動力主體，即在實踐中，數據驅動巨頭平臺不斷并購各細分市場中規(guī)模相對較小的企業(yè)。

不可否認的是，在一定程度上，正是由于頭部企業(yè)的收購，那些新進入市場的初創(chuàng)數據驅動型企業(yè)才得以在其與頭部平臺企業(yè)之間互相依存、作用的關系中繁榮發(fā)展。但也必須看到，數據驅動型并購表現(xiàn)出的巨頭企業(yè)主導的特性為反壟斷工作帶來了一定困難。在發(fā)展的過程中，頭部平臺企業(yè)為擴大自身的優(yōu)勢，搶占更多的市場份額，會主動并購其他具有發(fā)展?jié)摿Φ母偁幹黧w，很多被收購主體實際上處于被動的局面，由此引發(fā)了學界對“掠奪性創(chuàng)新”是否正當與“創(chuàng)新?lián)p害”是否存在的爭議，即對初創(chuàng)公司加入頭部企業(yè)能帶來更好的產品、更優(yōu)質的服務和雙方在競爭過程中能夠提升產品與服務質量的爭議[ 7 ]。

（二）特殊的客體

一般而言，企業(yè)并購的客體指的是收購方的并購行為所指向的對象。傳統(tǒng)并購的對象一般是企業(yè)生產設備與銷售渠道等，而數據驅動型并購則是對數據、注意力以及專利與技術標準的虛擬型整合。數據驅動型企業(yè)要實現(xiàn)從競爭到集中的轉變，其并購行為必須圍繞以下客體進行。

第一，用戶數據。數據驅動型企業(yè)規(guī)模的擴大對數據信息有極強的依賴，需要通過大數據挖掘技術獲取更多的信息資料和消費偏好，進而把潛在用戶轉化為客戶資源。數據驅動型企業(yè)經常投入大量的時間和精力來收集、整理和利用數據信息，其數量在近些年呈現(xiàn)不斷增長的趨勢，一些規(guī)模較大的企業(yè)往往在選擇并購對象時會充分考慮并購對象所掌握的數據信息情況。如果被并購者掌握較多的數據信息，并且在數據挖掘和獲取上具有一定的優(yōu)勢，那么企業(yè)并購行為發(fā)生的可能性就會明顯增加。如2013年阿里巴巴對高德地圖的并購，就是看中其在地圖數據上掌握的技術，并購為阿里巴巴后期研發(fā)新的地圖軟件以及細分市場的開拓創(chuàng)造了良好的條件[ 8 ]。一般而言，一家已經存在的企業(yè)并購一家初進入市場的企業(yè)并不會造成原有市場結構的混亂。但在信息化社會背景下，互聯(lián)網對數據信息的依賴程度越來越高，企業(yè)可以通過獲取多個數據集合實現(xiàn)優(yōu)勢資源的整合，在資源整合基礎上，找到正確的發(fā)展方向。在這種情況下，并購后的企業(yè)可以依靠集中的數據獲得比競爭者更具有持續(xù)性的競爭優(yōu)勢。從某種程度上而言，由此導致壟斷的可能性也會相應增加。

第二，用戶注意力。正如前述，獲取消費者的注意力并最終利用這些注意力獲得經濟利益是數據驅動型企業(yè)的主要盈利模式，用戶注意力的獲取是成功的第一步，只有用戶關注到企業(yè)才會有交易發(fā)生的可能性。為獲取用戶最大的注意力，企業(yè)往往會投入大量成本，以各種方法吸引用戶的注意，如首次使用免費、補貼、會員制等。為把注意力競爭成本控制在合理范圍內，并購操作就成為相互之間存在競爭關系的企業(yè)的最佳選擇，如“滴滴打車”與“快的打車”合并、“攜程”與“去哪兒”合并、“優(yōu)酷”與“土豆”合并、“美團”與“大眾點評”合并等，這些并購行為在很大程度上都匯集與整合了消費者注意力，即通過強強聯(lián)合或者資源重新分配，在降低成本的基礎上獲取更多的用戶關注。

第三，專利與技術標準。數據驅動型企業(yè)需要采取合理有效的措施進行技術研發(fā)與創(chuàng)新，而技術研發(fā)與創(chuàng)新需要建立在企業(yè)核心知識產權的基礎上。專利能夠為數據驅動型企業(yè)帶來更多的競爭優(yōu)勢，在競爭中獲取更多的經濟效益。如網約車平臺滴滴和優(yōu)步的合并意味著強強聯(lián)合，也意味著合并后企業(yè)可以使用更多的優(yōu)勢專利資源，顯著提高其核心競爭力[ 9 ]。對數據驅動型企業(yè)而言，以并購獲取專利資源是其最常見的經營策略，專利成為重要交易標的的特征非常突出，尤其對于數據驅動型企業(yè)而言，標準必要專利②更是生存與發(fā)展的必要工具，企業(yè)往往會因為需要獲取必不可少的專利而選擇并購[ 10 ]。近些年，這類并購案呈現(xiàn)出不斷增多的趨勢，如谷歌（Google）通過對摩托羅拉（Motorola）移動的并購獲得了大量的移動專利，提高了自身的盈利能力，并購后谷歌的專利權防御能力明顯增強，從而在激烈的競爭中保持優(yōu)勢[ 11 ]。

（三）特殊的并購方式

數據驅動型巨頭平臺在并購中占據著主動優(yōu)勢，能夠制定細致且明確的收購計劃，通過市場細分整合資源，對并購風險和成本進行合理控制，選擇合適的方式實施并購計劃。頭部企業(yè)在并購過程中往往選擇直接控股的方式，將對其發(fā)展具有潛在威脅的競爭對手納入平臺內部。

除通過持股和控股方式實現(xiàn)并購外，平臺橫向持股也是數據驅動型并購的常用方式。我國數據驅動型巨頭企業(yè)呈現(xiàn)出橫向持有細分市場應用軟件之股權的趨勢。百度、阿里巴巴、騰訊三大互聯(lián)網巨頭平臺在橫向持股戰(zhàn)略實施的過程中著重控制細分市場上相互競爭的企業(yè)，在持股一段時間后主導橫向并購，完成資源整合。數據驅動型巨頭平臺經常與在各細分市場中具有領先地位的企業(yè)結盟，這些規(guī)模不大的企業(yè)為更好地在市場競爭中生存下去，常選擇依附一些經濟實力較強的企業(yè)作為背后支持力量，以避免“以卵擊石”[ 12 ]，但巨頭平臺企業(yè)之間的橫向持股或者在其主導下橫向并購潛藏著壟斷的風險。

在傳統(tǒng)框架下，對經營者集中的審查主要圍繞并購是否導致壟斷后果以及對潛在壟斷的預防等內容進行：一是界定集中后的相關市場問題；二是認定集中后的市場力量問題；三是經營者集中的申報問題。但數據驅動型并購在并購主體、并購客體以及并購方式上的特殊性給經營者集中審查的傳統(tǒng)框架帶來了很大挑戰(zhàn)。

（一）特殊的并購主體引致相關市場界定困難

根據《國務院反壟斷委員會關于相關市場界定的指南》（以下簡稱“《指南》”），相關市場是指經營者在一定時期內就特定商品或者服務進行競爭的商品范圍和地域范圍。相關市場的界定是確定并購是否造成市場過度集中從而產生壟斷風險的重要前提。在數據驅動型并購中，并購主體的特殊性暴露了數據驅動型企業(yè)在市場上的本質特征，即雙邊市場特性。正是由于數據驅動型企業(yè)的雙邊市場特性，才造就了并購主體的特殊性。一方面，數據驅動型企業(yè)自身的雙邊市場特性決定了不同數據驅動型企業(yè)之間經營的契合性；另一方面，雙邊市場環(huán)境為跨界競爭和服務提供了更多的可能性，并導致頭部平臺企業(yè)在并購過程中的絕對優(yōu)勢。但必須看到，數據驅動型企業(yè)的雙邊市場特征亦引發(fā)了相關市場的界定困難。

首先，數據驅動型企業(yè)的雙邊市場特性加劇了相關市場的界定難度。數據驅動型企業(yè)以互聯(lián)網為依托，在雙邊市場中往往會有不同性質的客戶：一邊為消費者，企業(yè)利用產品、服務和各種優(yōu)惠或補貼政策使消費者聚集，吸引消費者的注意力；另一邊為對消費者關注度有需求的客戶，一般為廣告商、實體產品銷售商等，企業(yè)將消費者關注度轉移給需求方以獲取利潤。交叉網絡效應則用于描述兩邊用戶的關系，一邊用戶數量與交易行為的增加會顯著提高另一邊用戶的效用[ 13 ]。這種聯(lián)動會直接影響市場定價策略。傳統(tǒng)的單邊市場并購一般基于需求和成本決策，很少考慮交叉網絡外部性因素。傳統(tǒng)的適合于單邊市場的相關市場界定方法在遇到雙邊市場時顯得捉襟見肘。我們以“供給替代法”為例進行說明。根據《指南》，供給替代是根據其他經營者改造生產設施的投入、承擔的風險、進入目標市場的時間等因素，從經營者的角度確定不同商品之間的替代程度。譬如，在新冠肺炎疫情期間需要界定口罩的相關市場，而有大量的服裝生產企業(yè)、汽車制造企業(yè)轉而生產口罩，因此，根據供給替代法，這些企業(yè)都應當被認定為同一相關市場的參與者。但數據驅動型企業(yè)受制于消費習慣、專利技術等因素，企業(yè)轉產的難度較大，轉產后競爭情況存在不確定性，也會導致相關市場界定不夠清晰。同時，數據驅動型企業(yè)雙邊市場特性對定價機制產生復雜影響，進而引發(fā)價格理論難以適用、需求關系難以考察的困境，給相關市場的界定帶來挑戰(zhàn)。

其次，數據驅動型企業(yè)大量的免費服務行為增加了相關市場界定的難度。在傳統(tǒng)框架下，經營者集中審查制度以價格理論為主要的依據，價格是確定相關主體市場力量的重要指標。在這種情況下，免費服務行為就會被排除在經營者集中審查的范圍外，但提供大量免費服務卻是數據驅動型企業(yè)的一大特征。為了盡可能多地獲取數據和用戶注意力，數據驅動型企業(yè)往往會以雙邊平臺為媒介，提供對價的免費服務，或是通過向服務商收取商業(yè)費用的方式為客戶群體提供免費產品。因此，傳統(tǒng)分析框架下的“小而顯著的非臨時性漲價”（Small but Significant and No Transitory In Price，SSNIP）測試方法（又稱“假定的壟斷者測試”，英文譯名為the Hypothetical Monopolist Test）就沒有了適用的空間。SSNIP方法考量的是在單邊市場中價格變動后商品銷量及企業(yè)利潤的變化，但在免費情況下根本無法進行測算。同時，“持續(xù)且小幅漲價”的做法對免費產品也不適用，因為即使提升一元錢，大量的用戶也會轉向其他產品[ 14 ]。

最后，數據驅動型企業(yè)的跨界競爭行為加劇了相關市場的界定難度。一般而言，產品之間最顯著的差別體現(xiàn)在功能和外觀上，但數據驅動型企業(yè)的產品存在大量的多功能交叉情形，當需要增加產品功能時，僅需要計算機工程師改變原有程序的一部分，例如微信最初為即時通信工具，但經過多年的發(fā)展，已經具備了集即時通信、電子商務、游戲娛樂等為一體的功能，進而造成市場界限模糊。在相關市場界定時，因市場邊界的模糊，某種產品服務可能被歸入多個市場，如在微軟（Mi？ crosoft）并購領英案中，針對并購雙方提供的產品服務，歐盟競爭委員會界定了八個不同的相關市場[ 15 ]。

（二）特殊的并購客體引發(fā)的經營者市場力量認定困難

“市場力量”一詞用于描述“某企業(yè)成功將其價格提高到競爭水平以上同時具有不被競爭對手的反擊競爭策略擊垮的可能能力”[ 16 ]，在傳統(tǒng)反壟斷分析中，市場份額是判斷企業(yè)市場力量的關鍵性甚至決定性因素，因為企業(yè)在相關市場上所占的份額越大，其資金、技術能力就越強，就越能夠抵抗其他競爭者的競爭策略或者主動發(fā)起反競爭行為。一般而言，市場份額的認定與產量、銷售額以及銷售數量密切相關，并可由企業(yè)市場份額的多少推斷其市場力量的大小。然而在數據驅動型企業(yè)發(fā)展過程中，市場份額和市場力量的關聯(lián)性卻被割裂開來，因為數據驅動型企業(yè)并購的客體不是設備、銷售渠道等實體性因素，而是數據、用戶的注意力以及專利資源。對于數據驅動型企業(yè)而言，市場力量的強弱主要表現(xiàn)為其數據能力和數據量的大小，傳統(tǒng)市場份額對判斷市場力量的決定性作用被弱化，如何認定數據驅動型并購的市場力量成為新的問題。數據驅動型并購為經營者市場力量認定帶來了如下挑戰(zhàn)：

1.傳統(tǒng)市場份額的認定和計算方法不適用于數據驅動型企業(yè)

按照傳統(tǒng)觀點，市場份額是企業(yè)產品的銷售量或者銷售額在相關市場中的占比，其中銷售量、銷售額等因素是計算市場力量的主要依據。但是，對于數據驅動型企業(yè)而言，其獲取經濟利益的主要手段不是銷售而是用戶使用，它們一般通過為用戶提供免費產品或者服務吸引用戶并擴充用戶數量，進而借助廣告收益達到盈利的目的，企業(yè)利潤不再僅僅依賴于產品銷售。如果仍以產品銷售為數據驅動型企業(yè)市場份額的考察標準，難免有失偏頗。從實踐看，各國都意識到數據驅動型企業(yè)市場份額對市場力量認定造成的影響。在微軟并購Skype案件中，歐盟委員會（European Com？ mission）明確表示，雖然市場份額會影響市場力量，但精準的預測需要衡量企業(yè)是否具備較長時間內維持其市場份額的能力③。在奇虎360訴騰訊壟斷案中，最高人民法院也表示“互聯(lián)網行業(yè)的特殊性決定了不能將市場份額作為認定市場支配力量的唯一因素”[ 17 ]。在數字經濟發(fā)展過程中，市場力量強弱和市場份額大小并非絕對等同，尤其是數據驅動型企業(yè)追求的核心目標是用戶的注意力以及用戶的數據[ 18 ]，其用戶數量以及用戶數據信息量更能展示該企業(yè)的市場力量[ 19 ]。這就意味著，在傳統(tǒng)的經營者集中審查框架下，以市場份額作為市場力量認定標準將在數據驅動型并購中難以適用。

2.影響市場力量的新因素加劇市場力量認定的難度

在數據驅動型企業(yè)中，產品成本的構成比較復雜，前期的技術研發(fā)成本極高，而技術研發(fā)成功之后的邊際成本較低甚至可以忽略不計。在傳統(tǒng)企業(yè)中，無論是生產還是經營銷售，全過程都需要投入大量的資本。而數據驅動型企業(yè)因其自身所具備的特殊性，在發(fā)展過程中容易形成新的市場進入壁壘。主要體現(xiàn)在以下兩個方面：

一方面，網絡效應和鎖定效應形成市場進入障礙。目前，大型互聯(lián)網企業(yè)已經從當初的單一應用發(fā)展成網絡平臺，對于大型平臺對其他應用的兼容、鎖定，有學者認為，“如今所有企業(yè)進入市場要考慮的一個問題是‘我與騰訊到底是什么關系’”[ 12 ]。究其原因，是平臺型企業(yè)已經對用戶形成鎖定效應，在平臺上關聯(lián)的各類應用賬戶、長時間積累的會員等級以及對應用的使用習慣等都導致消費者不愿意甚至不可能輕易轉向其他產品。其他企業(yè)正是觀測到此種鎖定效應才尋求與平臺企業(yè)的合作，成為其廣告商或者應用的兼容者。此種鎖定效應與網絡效應可能造成新的市場進入壁壘，其他企業(yè)想進入市場，不僅需要在產品研發(fā)環(huán)節(jié)投入極大成本，在產品進入市場后還需要采用各種補貼、優(yōu)惠等手段吸引可能已經被鎖定的消費者，這往往引起企業(yè)一輪又一輪的“燒錢大戰(zhàn)”，倘若沒有持續(xù)的資本支撐，新進入市場的企業(yè)難以與已經形成網絡效應的企業(yè)抗衡。數據驅動型企業(yè)的自身特性可能導致新的市場進入壁壘出現(xiàn)。

另一方面，知識產權以及技術標準容易成為新的市場進入壁壘。知識產權直接影響企業(yè)未來的發(fā)展趨勢和前景，尤其是在信息大爆炸的時代，數據驅動型企業(yè)提供的產品和服務數字化特征顯著，并且在發(fā)展中逐漸形成一套完整的數字化體系。企業(yè)如果想在行業(yè)內獲取自身的壟斷利益，就必須擁有更多的知識產權，很多數據驅動型并購就是以知識產權為主要交易標的。但需要明確的是，數據驅動型行業(yè)知識產權的壟斷與互聯(lián)網行業(yè)數據信息共享會產生沖突，先進入行業(yè)的企業(yè)會搶奪更多的優(yōu)勢資源，當在行業(yè)中獲取壟斷地位后，就會采取措施和手段設置市場進入壁壘，阻礙其他競爭者進入市場，以此來確保自身地位不受威脅，進而能夠獲取更多的經濟利益。在行業(yè)發(fā)展過程中，企業(yè)提供的產品和服務所具備的技術標準會直接影響企業(yè)的市場力量，如果技術標準與專利相結合形成標準必要專利，擁有標準必要專利的企業(yè)則可能會利用其阻礙其他企業(yè)進入市場，形成技術標準造成的市場進入障礙。

（三）特殊并購方式引發(fā)的申報制度適用困難

執(zhí)法機構行政力量的有限性決定了其不可能對每一個市場主體的并購、拆分進行實時監(jiān)管，因此，反壟斷法律制度要求達到申報標準的并購企業(yè)主動申報，對于未及時申報或未申報的企業(yè)并購，反壟斷執(zhí)法機構則基于“事后救濟”或對其進行處罰，或開展其他行政救濟措施。與《中華人民共和國反壟斷法》配套出臺的《國務院關于經營者集中申報標準的規(guī)定》把營業(yè)額作為經營者集中的主要審核依據，也規(guī)定了在營業(yè)額沒有達到國家要求的標準，但有可能存在排除、限制競爭效果時，反壟斷執(zhí)法機構仍然有權進行調查。然而，在數據驅動型并購中，由于其特殊的并購方式，以營業(yè)額作為申報標準的做法顯然會讓大量數據驅動型并購免于申報義務。

通過對初創(chuàng)企業(yè)持股和控股的方式實現(xiàn)數據驅動型并購，極易免于申報義務。巨頭企業(yè)一般能夠利用大數據的預測功能洞悉市場的發(fā)展趨勢，準確獲知潛藏的競爭威脅。為扼殺潛在的競爭者，消除競爭威脅，保持其既有的市場地位，頭部平臺企業(yè)會憑借其敏銳的判斷力鎖定具有潛力的初創(chuàng)企業(yè)，以各種方式持有其股票甚至控制其股權，這樣做既能獲取更多的數據資源，也能夠削弱競爭對手所帶來的競爭壓力。數據驅動型產業(yè)有其自身的特殊性，存在著明顯的邊際成本遞減規(guī)律。在最初發(fā)展過程中，企業(yè)主要是通過較低的價格吸引用戶，以此來回收初期投入成本，這意味著在前期發(fā)展階段中，企業(yè)的盈利水平相對較低。一般而言，初創(chuàng)的數據驅動型企業(yè)具有盈利少的特征，難以達到國務院關于營業(yè)額申報門檻的要求，對這種初創(chuàng)企業(yè)的并購意味著具有更大的概率逃避反壟斷審查。但事實上，頭部平臺對初創(chuàng)企業(yè)的并購存在著極大的壟斷風險，集中后的數據融合可以轉化為巨額的經濟效益，對提高企業(yè)市場力量起到了積極的促進作用。同時，初創(chuàng)企業(yè)被吞并后可能會影響其正常創(chuàng)新項目的實施，不利于整個數據驅動型產業(yè)的發(fā)展與創(chuàng)新。因此，既有的申報制度營業(yè)額標準不能夠適用于數據驅動型的巨頭企業(yè)對初創(chuàng)企業(yè)并購的集中審查。

這種以營業(yè)額作為標準的申報制度對數據驅動型并購的滯后性不僅表現(xiàn)于其并購方式的特殊性，還表現(xiàn)在關注客體的特殊性上。數據驅動型企業(yè)關注的并非是單純銷售額的增長，更多的是用戶數據量、用戶關注度以及技術創(chuàng)新，這與數據驅動型企業(yè)大量免費服務行為密切相關。這種特殊盈利模式對以營業(yè)額為標準的申報制度提出了更高的要求。數據產業(yè)和傳統(tǒng)產業(yè)有較大的差異，傳統(tǒng)產業(yè)對銷售額、供需、設備等因素有較強的依賴性，但影響數據產業(yè)發(fā)展的關鍵性因素是用戶注意力、運行模式、長期維持較高市場份額能力等。用戶的獲取需要企業(yè)在前期承擔較低價格，投入較多時間和精力。僅以價格和數量作為衡量企業(yè)市場力量依據的做法存在一定的片面性，尤其是對一些數據驅動型企業(yè)來說，即便其規(guī)模小、營業(yè)額無法滿足國家規(guī)定的要求，但其可能在數據信息搜集上具有獨特的優(yōu)勢，直接影響其市場競爭力。因此，對于數據驅動型企業(yè)而言，在明確其申報義務時不能僅以營業(yè)額作為主要的參照依據，更應該考慮數據獲取能力。

反壟斷法自誕生以來，因其條文的模糊性一直被不少學者詬病。為解決或緩解這種模糊性問題，各國反壟斷機構都在反壟斷法之外建立行政機關的解釋制度或者專業(yè)機構的指導制度。我國同樣建立了以反壟斷委員會為主體的組織、協(xié)調與指導制度，在《反壟斷法》實施的十多年間，其出臺的各項指南為反壟斷工作提供了重要的指導，但數據驅動型并購給經營者集中帶來的挑戰(zhàn)又一次將反壟斷法實施拉回了模糊地帶。換言之，反壟斷法確立的原則、框架仍可適用于數據驅動型經營者集中審查，只是具體的規(guī)則需要根據當前情況予以變更、調試。在此情況下，反壟斷執(zhí)法機構的作用更為凸顯，在數字時代更需借助反壟斷行政機關的力量應對經營者集中審查方面的挑戰(zhàn)。

（一）數據驅動型并購相關市場界定的改進路徑

在傳統(tǒng)經營者集中審查的框架中，SSNIP方法是界定相關市場的主要方法，但數據驅動型并購的主體即數據驅動型企業(yè)的雙邊市場特點，導致該方法在處理數據驅動型并購相關市場界定問題時失效，界定數據驅動型并購的相關市場可以從以下路徑入手：

一是確立盈利模式測試法。盈利模式測試法最初確定和應用是在歐盟，以收費主體和對象為標準。歐盟委員會明確指出，數據驅動型產業(yè)是和傳統(tǒng)產業(yè)不同的新型產業(yè)，主要存在三種不同的市場類型：其一，提供網絡接入服務的市場，即網絡接入服務是并購主體的主要服務內容，也是核心服務內容，用戶在享受服務后需要付出一定的費用；其二，提供網絡廣告服務的市場，一些廠商選擇在網絡平臺上投放廣告，廣告投放者需要支付一定的費用；其三，提供有償網絡服務內容的市場，主要是針對不同的用戶提供不同的網絡內容服務，如果用戶選擇訂閱就需要支付一定的費用。在@Home Benelux案中，歐盟委員會對不同的市場分類進行了討論，認為用戶需要向提供網絡接入服務的供應商支付一定的費用，而廣告商向網絡推廣平臺支付費用，用戶向訂閱的網絡內容服務付費，這是三種不同的盈利模式，并形成三個相對獨立的相關市場[ 20 ]。盈利模式測試法建立在互聯(lián)網商業(yè)雙邊市場特性和行業(yè)經營者盈利模式基礎上，若盈利模式具有可替代性，即可判定經營者同屬于一個相關市場。

盈利模式測試法的適用需要一個明確的前提，即借助分析經營者主要利潤來源明確其盈利模式。該方法能夠擺脫復雜技術標準的約束和限制，與數據驅動型企業(yè)的實際情況吻合，測試結果的可信度較高。如在判斷谷歌、百度等搜索引擎是否屬于相同的相關市場時，如果使用傳統(tǒng)方法，需要充分考慮產品專業(yè)知識、主要特征、運行原理等因素，而如果使用盈利模式測試法，網絡搜索引擎的使用用戶和通過盈利模式測試法界定的用戶范疇存在差異，前者使用網絡搜索引擎不需要支付任何費用，而搜索引擎盈利主要是依賴廣告投入來實現(xiàn)，故此反壟斷執(zhí)法機構只需要明確二者廣告市場是否具有可替代性，即可界定出二者的相關市場[ 21 ]。

二是采用產品性能測試法。相關市場界定的另一個難題是數據驅動型企業(yè)中大量存在的免費行為，引入產品性能測試法是一個可行的路徑。在產品性能測試法的替代性分析中，將產品基本性能變化所產生的消費需求轉化情況作為主要分析內容[ 22 ]，判斷產品性能變化是否會導致其他替代產品進入競爭市場。傳統(tǒng)行業(yè)間的競爭以價格競爭為主，而數據驅動型企業(yè)的技術創(chuàng)新是影響企業(yè)競爭成敗的關鍵性因素。數據驅動型行業(yè)的發(fā)展歷程表明，每一次產品性能的提升都會吸引更多的消費者，而價格補貼等優(yōu)惠政策僅是企業(yè)暫時的競爭策略，長久保持企業(yè)競爭優(yōu)勢必須依賴技術創(chuàng)新與產品性能提升。這種以產品核心性能特征作為替代性分析基礎的方法顯然更適應數據驅動型行業(yè)的特征。

產品性能測試可以借用SSNIP方法的框架，將“持續(xù)且小幅度地漲價”條件轉變?yōu)椤俺掷m(xù)且小幅度地降低產品性能”，并觀測是否有消費者因產品性能的降低而轉向其他產品。但需要說明的是，“產品性能”是指對企業(yè)運營成本造成影響的產品功能，例如對即時通信服務商軟件中存在一定人力、研發(fā)、維護等成本的動態(tài)表情等產品功能進行測試，如果刪除軟件中的動態(tài)表情功能，是否會有消費者轉向其他產品。而對于企業(yè)運營成本無影響的產品性能則不在產品性能測試法的考慮范圍內，因為這些產品性能研發(fā)成功后無需其他投入，經營者也無動力降低此類產品性能。

除盈利模式測試法、產品性能測試法外，學界還提出集群市場界定法[ 23 ]、子市場界定法[ 24 ]、從屬市場界定法[ 21 ]等多種界定方法，以應對雙邊市場、免費產品以及產品多功能屬性給相關市場界定帶來的困難，尤其是在數據驅動型經營者集中的審查中，針對不同的情境確立不同相關市場界定方法實有必要。

（二）數據驅動型并購經營者市場力量的認定路徑

1.改進市場份額的計算方法

在傳統(tǒng)行業(yè)中，市場份額是判斷企業(yè)市場力量是否達到支配地位的重要證據，但傳統(tǒng)市場份額的認定和計算方法不適用于數據驅動型并購的經營者市場力量認定。數據驅動型企業(yè)大多提供免費產品，計算其市場份額時必須充分考慮數據驅動型企業(yè)的特性。在數據驅動型行業(yè)中，用戶數量、瀏覽量、點擊量等數據比銷售額更能夠反映企業(yè)的市場力量。但即使在數據驅動型行業(yè)中，也需要根據行業(yè)特性確定以哪類數據為基礎認定企業(yè)市場力量。如在通信類企業(yè)的并購中，注冊用戶量和用戶使用時間應作為基礎數據，在搜索引擎企業(yè)的并購中，技術數據則變?yōu)橛脩酎c擊量和瀏覽量。因此，在未來反壟斷執(zhí)法實踐中，執(zhí)法機構的主觀能動作用將更為凸顯，需要根據行業(yè)特性確定市場份額的計算基礎。

2.充分考量新型市場進入壁壘因素

數據驅動型企業(yè)的市場力量主要表現(xiàn)為其對交易條件的控制以及其他經營者進入市場的限制。作為市場力量的外在表現(xiàn)，市場進入壁壘是進行經營者集中審查時必須考慮的要素，包括轉移成本壁壘和技術創(chuàng)新壁壘。

（1）轉移成本壁壘。在數據驅動型產業(yè)中，企業(yè)的市場力量可以體現(xiàn)在用戶轉移和服務控制方面。由于存在網絡效應和鎖定效應，用戶轉移成本明顯增加，用戶對產品的忠誠度受價格、體驗感、熟練性等因素影響。在鎖定效應的影響下，用戶數量不斷增多，在網絡產品上用戶投入的時間和注意力也在不斷增多，對產品的依賴性隨之提高，如果更換產品，會增加用戶適應新產品的時間，消耗個人更多的精力，原本積累的個人網絡資源也會被浪費。為節(jié)省成本，用戶往往不愿意過多地投入時間和精力來更換替代品，且網絡產品具有較強的鎖定效應，在一定程度上阻止了用戶轉移。如中華人民共和國商務部在其《關于附加限制性條件批準谷歌收購摩托羅拉移動經營者集中反壟斷審查決定的公告》中指出，移動智能終端制造商以及開發(fā)商明顯對安卓系統(tǒng)有較高的依賴性。從用戶角度看，如果變化操作系統(tǒng)，就意味著用戶要重新熟悉整個系統(tǒng)的操作情況，甚至會對用戶的專業(yè)知識提出更高要求，需要用戶額外支付成本，而用戶往往不會做出這樣的犧牲[ 25 ]。隨著互聯(lián)網行業(yè)的快速發(fā)展，越來越多的消費者增加了遷移成本，這也是新進企業(yè)很難獲取更多用戶資源的關鍵因素。

（2）技術創(chuàng)新壁壘。除用戶轉移壁壘外，數據驅動型企業(yè)的市場力量還主要體現(xiàn)在技術創(chuàng)新、控制市場新進入者上。進入壁壘是指“現(xiàn)有企業(yè)能夠賺取超常利潤而不會帶來企業(yè)進入威脅的任何事物”[ 26 ]，專利資源掌握情況會直接影響數據驅動型企業(yè)控制市場進入壁壘的能力。企業(yè)投入更多的專利、技術等關鍵性資源，可以很大程度上增強企業(yè)的市場力量，而市場的新進入者要想與現(xiàn)有企業(yè)競爭，必須有效復制這些專利技術或者研發(fā)更為先進的技術，但這對于無論是資金、人力還是技術都匱乏的初創(chuàng)企業(yè)來說則極為艱難，尤其是當頭部企業(yè)掌握了標準必要專利或者其掌握的已有數據資源構成“必要設施”（Essential Facility）時，初創(chuàng)企業(yè)幾乎不可能對其形成競爭威脅。由此，就需要反壟斷執(zhí)法機構在審查數據驅動型經營者集中時，考慮并購后企業(yè)在技術掌握能力上對于市場進入壁壘形成的影響，倘若其能夠在很大程度上控制市場進入壁壘，則需要謹慎對待，采取相應的救濟措施盡量減少并購后企業(yè)對市場進入壁壘的影響。

正如有的學者所言，倘若從歷史角度觀測，在市場創(chuàng)新過速與執(zhí)法能力有限的矛盾下，反壟斷法的執(zhí)法模式已從原來的處罰式模式逐漸轉向和解式執(zhí)法模式。[ 27 ]這背后反映的是反壟斷執(zhí)法將面臨更多的不確定性。在數據、人工智能等產業(yè)的反壟斷執(zhí)法中，執(zhí)法機構需要更科學有效的方法判定轉移成本壁壘與市場進入壁壘。

（三）數據驅動型并購申報制度的完善

我國對經營者集中審查的申報將企業(yè)營業(yè)額作為主要參考依據，同時輔之以反壟斷執(zhí)法機構裁量控制的標準。由于數據驅動型并購方式及其關注客體的特殊性，這一標準極易導致具有潛在壟斷威脅的數據驅動型并購免于申報。為克服當前申報制度單一標準的缺陷，可以嘗試從以下方面豐富申報標準：

1.引入交易額標準

對數據驅動型并購而言，交易額能夠在一定程度上反映被并購主體的真實價值。當前，我國數據驅動產業(yè)已經形成了頭部企業(yè)資源集中的現(xiàn)狀，并購初創(chuàng)企業(yè)成為頭部企業(yè)的經營策略之一，為防止其利用現(xiàn)有申報標準規(guī)避經營者集中審查，可以將交易額標準作為重要的補充參考依據。

交易額標準在一定程度上擴大了集中申報的范圍，對執(zhí)法人員與執(zhí)法效率提出了更高的要求，其應結合我國反壟斷的實際情況，兼顧執(zhí)法效率、市場競爭秩序與經營者自由，學習和借鑒稅法、會計準則、經濟學中的相關經驗，謹慎確定交易額的計量方法[ 28 ]。

2.引入流量數據標準

數據驅動型并購以用戶的數據、關注度為重點，流量的爭奪是競爭的關鍵和核心。歐盟在反壟斷執(zhí)法實踐中已經注意到流量對數據驅動型企業(yè)的重要性，在谷歌收購Double click、臉譜網（Facebook）收購瓦次普（Whats App）等案件中，在評估競爭效果時，歐盟委員會都將流量數據及其帶來的價值考慮在內[ 29 ]。流量標準反映了數據驅動型企業(yè)動態(tài)競爭的特性，在確定流量標準時，需要注意時間對企業(yè)流量的影響，即在計算并購雙方的流量時，需要確定合適的循環(huán)周期，例如可以并購行為發(fā)生之前的一年或一年半內企業(yè)流量總和作為申報標準。倘若時間范圍過寬，則可能與數據驅動型企業(yè)的規(guī)模效應、動態(tài)競爭的特性不相符合。

繼2020年底對阿里巴巴投資收購銀泰商業(yè)股權、閱文集團收購新麗傳媒股權、豐巢網絡收購中郵置地股權未依法申報經營者集中做出行政處罰后，2021年3月12日，國家市場監(jiān)督管理總局又對涉及騰訊、百度、滴滴等數十家互聯(lián)網企業(yè)違法實施經營者集中做出行政處罰。數據驅動型并購對推動數據驅動產業(yè)的發(fā)展具有至關重要的作用，但也潛藏著壟斷的風險，因此對數據驅動型并購進行經營者集中審查十分必要。然而，并購主體的雙邊市場特性，并購過程中對數據、用戶注意力、技術創(chuàng)新等內容的關注以及對初創(chuàng)企業(yè)持股、控股等特殊的并購方式，都為數據驅動型并購的經營者集中審查帶來了諸多挑戰(zhàn)。隨著人工智能、大數據技術的持續(xù)深入發(fā)展，反壟斷機構進行的經營者集中審查案例中，數據驅動型并購極有可能占據較大的數量份額。反壟斷機構應持續(xù)探索，充分結合理論和實踐，構建完善的數據驅動型并購經營者集中審查制度。

*北京市通州區(qū)人民法院法官助理李嘉明對本文亦有重要貢獻，在此表示感謝。

注釋：

①滲透率=各平臺旗下月活躍用戶數量（Monthly Active Us？ er，MAU）大于等于1萬的APP合計去重用戶規(guī)模/移動互聯(lián)網活躍用戶規(guī)模。

②標準必要專利是包含在國際標準、國家標準和行業(yè)標準中，且在實施標準時必須使用的專利，也即當標準化組織在制定某些標準時，部分或全部標準草案由于技術上或者商業(yè)上沒有其他可替代方案，無可避免要涉及專利或專利申請。

③See Case COMP/M.6281，Microsoft/Skype，decision of 7 October 2011。

參考文獻：

[1]EVANS D S.Attention rivalry among online platform[J]. Journal of competition law and economics，2013（2）：313-357.

[2]詹馥靜，王先林.反壟斷視角的大數據問題初探[J].價格理論與實踐，2018（9）：37-42.

[3]孫晉，鐘原.大數據時代下數據構成必要設施的反壟斷法分析[J].電子知識產權，2018（5）：38-49.

[4]傅曉.警惕數據壟斷：數據驅動型經營者集中研究[J].中國軟科學，2021（1）：56-67.

[5]韓偉.數據驅動型并購的反壟斷審查——以歐盟微軟收購領英案為例[J].競爭政策與法律評論，2017（3）：143-170.[6]QuestMobile研究院.QuestMobile中國移動互聯(lián)網2020半年大報告[EB/OL].（2020-07-28）[2021-02-09].https：// www.questmobile.com.cn/research/report-new/118.

[7]王佳佳.掠奪性創(chuàng)新的反壟斷規(guī)制[J].電子知識產權，2020（6）：71-84.

[8]陸峰，張妮，樊會文.互聯(lián)網企業(yè)合并整合的政策思考[J].中國科學院院刊，2014（2）：214.

[9]王靜，朱麗娜，劉琳等.從收購專利角度談Uber專利布局[J].中國發(fā)明與專利，2017（5）：42.

[10]王曉曄.標準必要專利反壟斷訴訟問題研究[J].中國法學，2015（6）：217.

[11]喬治·蓋斯.重新定義合并——谷歌是如何兼并收購的[M].北京：中國人民大學出版社，2016：147.

[12]吳曉波.激蕩十年，水大魚大：中國企業(yè)（2008—2018）[M].北京：中信出版集團，2017.

[13]張晨穎.平臺相關市場界定方法再造[J].首都師范大學學報（社會科學版），2017（2）：42.

[14]楊文明.互聯(lián)網平臺企業(yè)免費定價反壟斷規(guī)制批判[J].廣東財經大學學報，2015（1）：104-113.

[15]韓春霖.反壟斷審查中數據聚集的競爭影響評估——以微軟并購領英案為例[J].財經問題研究，2018（6）：27-34.

[16]吳韜.互聯(lián)網反壟斷案件中的市場份額與經營者市場地位評估[J].競爭政策研究，2015（1）：20.

[17]許光耀.互聯(lián)網產業(yè)中雙邊市場支配地位濫用行為的反壟斷法調整——兼評奇虎訴騰訊案[J].法學評論，2018（1）：108-119.

[18]殷繼國.大數據市場反壟斷規(guī)制的理論邏輯與基本路徑[J].政治與法律，2019（10）：136.

[19]葉明.互聯(lián)網行業(yè)市場支配地位的認定困境及破解路徑[J].法商研究，2014（1）：35.

[20]PHILIP A，DONALD F TURNER.Predatory pricing and related practices under section 2 of the sherman act[J].Har？ vard law review，2015（9）：88.

[21]李虹.相關市場理論與實踐——反壟斷中相關市場界定的經濟學分析[M].北京：商務印書館，2011：189.

[22]THOMAS M J，DAVID J T.Antitrust，innovation，and competitiveness[M].Oxford：Oxford University Press，1992：38-39.

[23]AYRES I.Rationalizing antitrust cluster markets[J].The yale law journal，1985（12）：91.

[24]TAYLOR C.Discussion of using stationarity tests in anti？ trust market definition[J].American law and economics re？ view，2004（6）：470.

[25]韓偉.數字市場競爭政策研究[M].北京：法律出版社，2017：75.

[26]劉小玄，張蕊.可競爭市場上的進入壁壘——非經濟壟斷的理論和實證分析[J].中國工業(yè)經濟，2014（4）：71-83.

[27]侯利陽.大歷史視角下的反壟斷法與本土化移植[J].交大法學，2018（4）：63-80.

[28]葉明，梁靜.我國移動互聯(lián)網領域經營者集中申報標準問題研究[J].競爭政策研究，2019（6）：24-25.

[29]郭建鸞.歐盟互聯(lián)網反壟斷有哪些“新招”[J].人民論壇，2018（34）：127.

責任編輯：嘉斌

The Challenge of the Concentration Review on the Data-Driven M&A and the Countermeasures

CHENG Jing-jing

（DongWu Business School，Soochow University，Suzhou 215006，Jiangsu，China）

Abstract：Data has now become a significant variety of“means of production”，which could not only generate the economic interests for enterprises but also cause large quantities of data-driven mergers and acquisitions（M&A）aiming to integrate the data resource and data handling capacity. The traditional framework mode of concentration review on the data-driven M&A has been faced with the new challenges because of the particularity on its subject（data-driven enterprises），object（user data，user attention and technological innovation）and approach，such as the difficulty in defining relevant market caused by the special subject，the difficulty in identifying market forces caused by the special object，and the difficulty in applying the reporting system caused by the special approach. In view of the difficulty of market definition，we can try to introduce the methods of profit model test and product performance test，and update the anti-monopoly guidance to guide the concentration review；in view of the difficulty of market force identification，we can try to improve the calculation method of market shares，and at the same time，we should fully consider the influence of new market entry barriers factors；and in view of the difficulty of applying traditional reporting system in the data-driven M&A，we can try to enrich the existing reporting system of single standard by introducing the transaction volume standard and the flow data standard.

Key words：data-driven M&A；concentration review；data monopoly；platform anti-monopoly