（一）大数据在反垄断法中的角色

数据问题在反垄断法中并不是一个新问题，各国既有反垄断案例中有很多涉及数据问题，数据问题在反垄断理论文献中也较为常见。但是，理论与实务界关注大数据反垄断问题还只是最近几年的事情。Nils Peter Schepp和Achim Wambach指出，对于很多在线服务，大数据构成有价值的资产以及一种基本的要素，从竞争政策角度去评估大数据的角色，非常有意义。

近两年国际理论界出现了一批研究论文，而美、德、法等国家的竞争执法部门还发布了相关研究报告。笔者认为，从反垄断法的角度看待大数据，目前最值得关注的问题是，大数据对相关企业（主要是采用数据驱动型商业模式的企业）的市场力量会带来何种影响？特别是在认定特定企业是否拥有市场支配地位时，大数据扮演着何种角色？拥有市场支配地位的企业并没有面临充分有效的竞争约束，这意味着企业的市场决定在很大程度上对竞争对手、客户和最终消费者的行为和反应不敏感。

为分析大数据对企业市场力量的影响，下文从三个方面就大数据的影响展开分析：大数据对企业市场力量的直接影响、大数据对企业的现行或潜在竞争对手的影响，以及企业的客户和最终消费者的反应。

（二）大数据对企业市场力量的直接影响

分析大数据对企业市场力量的影响，首先需要考虑大数据对数据拥有者自身产生何种直接的影响，即需要考虑大数据能否直接帮助企业在相关市场上拥有更强的竞争力，甚至帮助企业拥有控制商品或服务的价格、数量或者其他交易条件的能力。

大数据日渐成为很多互联网企业提供的商品或服务的重要因素（或原料），帮助企业不断改进服务质量、提高收益。

德国垄断委员会于2015年发布的报告指出，德国卡特尔局开始讨论数据带来的竞争法问题。该报告认为，数据日渐成为企业的竞争性要素，其可以提高线上广告的针对性，并且不断优化线上服务，成为数据驱动型商业模式的一种原料。Allen P.Grunes和Maurice E.Stucke也指出，很多在线企业采取的商业模式是基于个人信息，将其作为一种关键要素。这类商业模式往往涉及双边市场，即企业向消费者提供免费的技术、服务以及产品，目的是为了从消费者那里获得有价值的数据，从而帮助广告商精确定位潜在客户。数据驱动型特点在互联网行业的表现日益明显，结合多边市场、网络效应等其他特点，大数据在互联网行业对特定企业市场力量的促进作用日渐突出。

2016年法国与德国竞争执法部门联合发布的报告（以下简称“法德报告”）指出，数据驱动型互联网行业的诸多特点导致数据带来市场力量。在这些市场，数据的收集和使用可能加强领先企业的市场力量。由于不同企业在所能获取的数据方面存在差异，小型企业的边缘化情况可能会不断强化。大型企业可以获得更大规模的数据，这些数据能支持更好的服务，这转而又可以吸引更多消费者并能获得更多数据（滚雪球效应）。相反，小型企业可能只能吸引少量顾客，获得较少的数据。

随着市场份额差距的增加，数据收集方面的差距也可能随之增加，这将导致不同企业间向客户提供的服务质量差距的增加。Ariel Ezrachi和Maurice Stucke认为，互联网企业的商业模式多立足多边市场，一边向消费者提供免费产品或服务，一边向企业提供发布广告的平台。数据驱动商业模式下，企业都希望获得大数据优势。

第一，线上平台的数据算法通过不断试错，不断接到反馈，不断优化性能进而吸引更多的消费者，获得规模效益。

第二，如果某一公司同时提供搜索引擎、网页浏览、电子邮箱、地图导航、购物等服务，通过所获得的多种类型的个人数据就可以更好地了解用户的兴趣和偏好，为用户提供更个性化的搜索结果。

第三，为用户提供更相关、更有针对性的广告，搜索引擎也可以获得更多的广告收入。而越多的用户使用某一平台，该平台也会吸引更多的广告商，即产生滚雪球效应。互联网环境下，我们每一个人的习惯、偏好等都可以通过数据分析而被挖掘和呈现，于是线上平台利用数据交易、线上营销、需求分析、价格优化驱动了企业的发展。

（三）大数据对企业的竞争对手的影响

在分析大数据对企业市场力量的影响时，考虑现有及潜在竞争对手对大数据的反应非常关键。如果数据拥有者获取的数据能够轻易地被竞争对手获取，或者竞争对手通过获取相关数据的替代品同样可以与数据拥有者进行有效竞争，则大数据强化相关企业市场力量的作用就比较有限。

1.数据可获得性

（1）数据的非排他性

Geoffrey A.Manne和R.Ben Sperry指出，数据并不是有限的资源，一个企业获得数据并不排斥其他企业的获取，即数据具有非排他性。D.S.Tucker和H.B.Wellford则认为，由于信息所具有的普遍存在性以及非排他性特点，企业基于使用数据而获得实质性的市场力量这一论断是难以令人信服的。Anja Lambrecht和Catherine E.Tucker认为，某项要素要构成市场进入障碍，需要该要素是独特的、稀有的、有价值的和不可替代的，而大数据可以普遍获得，尤其是互联网时代，消费者需求、偏好信息的踪迹随处可寻，大数据本身结构的松散、内容的过时性以及企业对大数据分析能力的不足，限制了大数据作用的发挥。

Allen P.Grunes和Maurice E.Stucke认为，数据驱动型在线产业的市场进入障碍，并不必然会很低。各行业的市场进入障碍不同，但对于市场进入障碍低的行业，大数据带来的规模效应会提高市场进入门槛。在大数据催生的新型商业模式下，企业往往采取数据驱动型战略来获得并维持竞争优势。既然收集的数据是通过免费服务来获得的，企业有动机限制竞争对手获得、分享这些数据，比如限制数据的可迁移性以及平台之间的互操作性。Inge Graef也指出，尽管一家企业不能阻止潜在竞争对手或者新的市场进入者获得类似的客观信息，比如用户的年龄、性别、职业以及所处地域等，但与那些领先的搜索引擎、社交网络或电子商务平台提供者进行有效竞争所需的特定数据可能就不会那么容易获得。

（2）获取数据的成本(www.daowen.com)

竞争对手获取数据的成本，对数据的可获得性有着很大的影响。依据法德报告，一方面，为了收集数据，企业可能需要进行相应投资，有时是大额投资。大型数据中心的出现和发展表明，为收集和开发大规模数据所需投资的固定成本很高。这一成本负担可能让小企业和新的市场进入者难以充分获得市场上的领先企业拥有的相同规模或种类的数据；另一方面，数据经常是在用户使用产品或者服务时收集的，为了直接获得该类数据，新的市场进入者可能需要建造能够向大量用户提供相同或类似服务的平台，这也需要大量投资。

（3）数据拥有者对数据的保护

企业会基于法定要求或商业目的，通过一些措施对其获取的数据实施保护，这些措施会在一定程度上降低数据的可获得性。Inge Graef认为，在线平台供应商为了确保对数据的独享，可能基于商业秘密保护阻止其他企业获得其保密性用户信息，或者通过其他知识产权措施来保护这些数据。

尽管拥有知识产权并不等于在特定市场中拥有市场支配地位，但特定企业基于知识产权法去保护其数据，可以帮助该企业利用知识产权去排斥特定的数据被竞争对手获得，使其处于不利地位，或阻止新的市场进入。

（4）从第三方获取数据的可行性

大数据拥有者的竞争对手有可能通过第三方数据中间商获得相关数据。法德报告指出，为第三方收集、储存和分析数据的数据中间商近年发展很快，比如美国的Acxiom、Datalogix以及Experian等公司。数据中间商可以从不同渠道收集数据，比如通过自己的数据收集技术收集数据，与网页主协调后实施跟踪技术（比如cookies技术）收集数据，从公共信息（比如社交网络上可获得的信息等）获取数据，从公共机构和第三方公司（网页、银行、线上商店以及其他数据中间商）那里获取数据。由于数据收集带来的固定成本可以被多家企业分担，通过中间商获取数据往往可以节省成本。

此外，数据中间商提供的服务多种多样，还包括数据分析，这也可能降低数据利用的相关费用。不过，法德报告也指出，通过第三方数据中间商获取数据，也存在一些缺陷。比如，通过数据中间商得到的数据规模与种类比较有限。此外，收集数据的企业要与第三方分享有价值的数据，可能面临法律方面的障碍或者合同条款的限制。特别是收集个人数据时，收集者一般向用户保证他们的个人数据不会不经他们的同意就披露给第三方。许多国家的隐私保护规则都严格限制商业目的的个人数据交换。

2.数据收集的范围与规模要求

在数据驱动型的商业模式中，如果数据收集的范围与规模要求很高，这意味着数据拥有者的竞争对手收集数据的压力也就更大，即竞争对手只有在数据收集的范围与规模达到一定的程度，才能对数据拥有者基于数据的市场力量形成有效的约束。

如前所述，大数据的特点之一是海量，数据的范围与规模之大，是大数据的基本特点。但大数据这一特点能否成为数据拥有者的竞争对手面临的重大障碍，理论界则存在争议。比如，Geoffrey A.Manne和R.Ben Sperry指出，数据对企业的价值并不在于数据的量，而在于数据如何被使用。Darren S.Tucker和Hill B.Wellford则认为，在位企业获得大量的数据并不意味着新进入的企业必须获得相同数量或类型的数据才能进入市场与之进行有效的竞争。Nils Peter Schepp和Achim Wambach认为，从数据中提取信息的能力并不完全依赖于可用的数据的量，还要基于分析数据的具体算法。法德报告也指出，数据相关市场上的企业之间的服务质量或竞争力存在差异，这并不能完全归因于不同企业所收集的数据在数量上的大小之别。

3.数据可替代性

即使竞争对手无法获得相关数据，如果存在大数据的替代性要素供竞争对手选择，则大数据对数据拥有者的市场力量便产生不了多大的促进作用。

Catherine E.Tucker指出，大数据并非不可替代，企业可以通过创新或更好的价值定位满足潜在消费者未来的需求，分享经济模式的出现也使得大数据并非必要。法德报告指出，要考虑不同类型之间的数据是否具有可替代性，在数据成为原料的情况下，如果某一类型的数据可以被另一类能够经济、便捷地获得的数据所替代，那么某种封锁原料（数据）的行为也就无法产生反竞争效果。

（四）数据拥有者的客户及最终消费者的反应

对于采用数据驱动型商业模式的企业而言，通过分析客户及最终消费者面对企业基于其拥有的大数据所提供的产品或服务时的反应，也可以间接观察大数据对这类企业市场力量的影响。客户及最终消费者转向其他供应商的难度或转换成本的高低，对于判断数据拥有者的市场力量，以及大数据对企业市场力量的影响力度，具有一定的参考价值。目前各国出现的数据驱动型商业模式主要发生在互联网行业。Geoffrey A.Manne和R.Ben Sperry认为，互联网行业不断有竞争者出现，说明市场进入门槛并不高，且消费者转向其他供应商的转换成本很低。互联网行业，网络效应是否会增加用户的转换成本进而锁定用户，这是个有争议的问题。网络效应还会受到价格结构的影响，由于在主流的平台上发布广告，会出现广告泛滥的情况，并且更多的点击率意味更高的成本，所以从成本上考虑，广告商可能会选择在多家小平台而不是一家大平台上发布广告；另外，如果一个搜索引擎上广告太多，用户可能不会选择该搜索引擎。

因此，网络效应可能被过分地夸大。在分析大数据拥有者的客户及最终消费者的反应时，“多归属”（multi-homing）问题值得关注。如果消费者从多个供应商那里获取同一类服务，这种情形被称为多归属。多归属被认为是一种可能削弱企业市场力量的因素。依据法德报告，由于各种转换成本（网络效应、学习成本等）的存在，某种服务的每一位用户都实施多归属这一完美的多归属情形实际上非常罕见。特别是，数据收集可能提升转换成本，因为用户最常使用的供应商往往拥有更多的用户信息，并可以更好地为这些客户提供定制化服务。

在进行个案分析时，有必要考虑双边市场一边的多归属与双边市场另一边的单归属之间的相互作用。该报告还指出，大家一般认为，向最终用户提供免费服务的市场最有可能是多归属的。但是，这一说法并不严谨。转换成本的存在会阻碍消费者均衡地使用不同的服务供应商。当服务是免费的时候，消费者会更多地注重质量，因为这种情形下质量是不同服务平台之间进行竞争的唯一维度。

然而，在以网络经济和经验效应为特征的市场上，新的市场进入者可能无法像已在市场运营的在线企业那样提供高质量的服务。