摘要：
随着我国数字经济的快速发展，越来越多与数据相关的企业并购在我国发生，而数据作为新的生产要素对竞争的影响引起了竞争法的关注。因而如何看待企业并购中的数据竞争则摆在了面前。欧盟对企业并购中数据问题的审查在2008年就已开始，多年来其对数据竞争有关案件的审查执法不断，其执法经验值得研究。故，本文针对数据竞争问题的特殊性，以数据行为框架作为分析框架，对国内外学者的理论研究进行梳理，对欧盟的典型案件进行分析，以求对我国反垄断法发展有所助益。
关键词：数据;企业并购;反垄断法;欧盟
一、 背景：问题提出及研究思路
当下数字经济在我国兴起，成为经济发展和转型的重要方向和动力。数据无疑是数字经济中的核心要素，越来越多的商业行为、企业安排都围绕数据而展开，也成为众多企业选择合并、联合的重要目的。例如，作为设备制造商的小米公司，也通过收购各种智能设备制造商、建立物联网的方式收集利用数据，以作为其未来主要商业模式。[1]因此，数据在并购中的重要意义也自然引起了其是否会形成数据垄断，或是损害竞争的担忧。而且有趣的是，近来我国首例大数据产品不正当竞争纠纷案在杭州互联网法院宣判，明确了数据产品将带来重大竞争优势[2]，体现了我国竞争法对于数据问题的关注。由此，企业并购审查作为竞争法的重要制度，其中的数据垄断问题自然应当得到我们的关注和研究。
同样，数据密集型行业的相关并购案越来越多地在欧盟领域内发生。[3]基于欧盟深厚的竞争法传统——保护竞争并注意竞争在社会作用方面的不确定性，欧盟近年来对数据竞争、垄断问题十分关注。[4]欧委会竞争委员维斯塔格曾将数据称为一种新的货币，消费者使用这种货币来支付原本免费的服务。她表示她的团队正在调查欧盟监管的反垄断案件中可能存在的数据问题。[5]在这样的理念驱动之下，欧盟委员会在这几年中对数起企业并购案中的数据垄断问题纳入了审查考虑的范围，并且目前为止在未对欧盟现行竞争法和并购控制规则进行实质性修改的情况下，对这些案件作出了較为合理的处理。
二、 数据与竞争问题概述
（一） 数据及相关概念定义
根据法国和德国竞争执法机构联合发布的《竞争法与数据》报告中的定义，数据从广义上来说，通常指的是信息，或是代表了通常被储存在计算机中的信息。
在目前反垄断和数字经济领域对数据的争论中，讨论的不仅仅是“数据”，更多的是引用了“大数据”的概念。而对于这一概念目前却缺乏统一、完全定义，但它的特征通常是“3Vs”——“快速”（Velocity ）、“多样”（Variety ）和“海量”（Volume ）。或者也可以归纳为“4Vs”，在前三者基础上，还有”高价值”（Value）的特征。从这个意义上说，“大数据”是在短时间内从各种来源和格式对大数据量进行算法分析。有关数据和竞争法的学术研究和执法审查重点都在个人数据（Personal Data）领域。因为促进竞争和实现消费者福利最大化是竞争法的两个基本目的，一方面个人数据在“大数据”商业模式中具有极高的商业价值，对竞争影响很大;另一方面个人数据与消费者权益直接相关，直接影响消费者福利。根据欧盟《通用数据保护条例》（”GDPR”）的定义：“个人数据是指与已识别或可识别的自然人（数据主体） 相关的任何数据。”
（二） 数据的经济特征
数据本身是非竞争性的。这意味着数据可以一次又一次地作为生产要素使用，而不会耗尽，甚至可以同时用于不同公司的不同目的。一个数据经营者使用数据信息时，不妨碍另一数据经营者同时使用该数据信息，这形成了数据共享的物理基础。
数据具有相对稀缺性。尽管数据本质上是非竞争性的，但从经济角度看，它不能被视为纯粹的公共产品。数据的收集、加工、分析等是极度依赖公司能力和所投入的资金、人力等成本，因此数据本身不是稀缺的，但收集、分析、使用数据的能力是相对稀少的。
数据的多归属性。一方面，数据信息在产生过程中，往往涉及多个主体，而导致数据信息栖息于多个载体。[6]另一方面，越来越多的用户使用越来越多的数字产品，包括各种网站、APP 提供的服务，以及各种终端设备，用户的数据信息广泛被这些网站、APP 和终端设备所收集。因此，这不同于以往的实物资源，也不同于数字经济之前数据信息的来源状况。物联网时代的到来，将进一步凸显此特征。
数据有价值，但其价值大小取决于多个要素。第一，数据的价值取决于其使用环境，其可能仅对特定人群具有使用价值;第二，数据的价值受到它的准确性和时效性的影响，反映现实的数据也处于高速更迭中;第三，对不同类型数据的整合和使用可以挖掘更多新的信息，从而拓展对数据的使用;第四，在积累同一种类型数据的情形下，只有在数据的量达到一定程度的情况下才可能获得重要的信息;第五，数据持有者的数据分析、处理和使用能力也将直接决定数据对其价值大小。因此，数据价值的大小并不稳定，处于动态变化之中。
（三） 数据在竞争中的作用
受到目前商界和学界普遍认可的是，在日益数字化的时代，一家在线公司能够收集和使用数据，为其客户或用户创造更好的线上和线下体验，这将决定它的成败。从微观竞争到宏观经济层面，资源配置效率的改善是获取竞争优势、取得经济增长的核心，而基于信息交流的要素流动又是资源配置效率改善的基础。以数据信息为基础，不断挖掘资源配置效率改善的空间，并与其它生产要素和技术相结合，实现最有效的产出。[7]而且根据物联网（IoT）等发展势，企业获取数据的需求在未来将变得更加突出——对于目前在数据竞赛中落后的企业来说，这一点至关重要。
三、数据竞争问题的分析框架选择
（一）传统并购控制分析框架的不足
经济学按照合并企业在经济中的相互关系，将合并分为横向合并、纵向合并和混合合并三种方式，反垄断法也依此设计其并购控制制度。[8]故传统并购控制分析框架为“横向并购控制”、“纵向并购控制”和“混合并购控制“的分析框架，或是“横向并购控制”和“非横向并购控制”的二元分析框架。
此传统分析框架自然可以运用于数据竞争问题，并且也应用于欧盟的相关执法活动。[9]但在理论分析中却显现出诸多不足。首先，传统的分析框架是基于传统产业上下游关系和传统市场划分，数据却有价值不确定和使用多样的特征，从学术研究的角度来看，依照传统产业经济的划分会显混乱;其次，跨国公司尤其是跨国互联网巨头规模日益扩大，所涉产业、市场众多，一个并购往往同时具有横向、纵向和混合合并的特征;再次，传统的分析框架以传统产业的视角将数据对竞争的作用进行划分，无法真正体现数据和数字经济真正的特征。
（二）以数据为中心的分析框架选择
应当认识到反垄断法中传统的企业合并分类在实践中不是绝对的，也没有非常严格的标准[10]，传统分析框架存在不足的根本原因还是在于数据不同于传统生产要素的经济特征和数字经济时代的变化，因此应当新分析框架应当回到数据本身。此外，现代反垄断法坚持以行为主义为中心，因此我们的研究自然应该聚焦于数字经济时代下的数据行为。而且对企业并购中数据竞争问题的关切，不仅仅是关心数据本身的集中，更应该令人关注的是企业所具备的数据收集、分析和利用能力的集中或增强。综上，现代产业视角下的数据行为划分将作为竞争问题分析的合理选择。参照欧盟《通用数据保护条例》和我国《个人信息保护规范》对数据行为的划分和数据驱动经济发展的机制[11]，将数据行为划分为数据收集、数据分析处理、数据使用三个类型，并以此作为归纳研究欧盟执法经验的分析框架。
四、 欧盟对数据相关并购审查的具体分析
欧盟已审查多个与数据密切相关的企业并购，案件所涉多个行业、范围和数据行为类型，形成了一批典型案例可供研究。反垄断法关注企业并购，主要原因是市场力量集中增强和市场进入阻碍[12]。
（一） 數据收集的竞争问题
数据收集是一切数据行为的基础，与此后数据的分析、使用联系密切，除了对其本身的竞争效应关注十分重要以外，其对数据分析和数据使用关于数据收集的竞争效应有直接影响，因此几乎所有涉及数据问题的审查和执法活动中，这都是应当考虑分析的基础问题。
1、数据收集对竞争的影响
（1）反馈循环
数据收集对竞争的影响原理通常被称为“反馈循环”、“正向反馈循环”。在此影响下，数据集中的合并可能会增强并购主体的市场力量或增加市场进入壁垒。其循环发生的具体过程可分为“用户反馈循环”和“货币化反馈循环”。用户反馈循环是指由于数据的收集可以导致在线平台的服务显著改善，改善后的这些服务可能会吸引更多的用户，从而使公司能够收集更多的数据，这些数据再一次可以用来改进他们的服务，循环往复。这种由数据支持的正向反馈循环可能会使潜在的竞争对手难以与现有竞争对手的服务质量相竞争，从而巩固其本已强大的市场地位。
（2）隐私付费
为何竞争法执法机构应当关注此问题。首先，应当承认搜索引擎和社交网络的服务不是免费的，而是用户的数据和隐私付费的，因为用户的数据和隐私具有商业价值。对用户支付价格的判断是私人数据收集和商业使用的程度使得竞争法得以适用。从竞争经济学的角度来看，与充分竞争相比，数据收集的集中化将导致消费者将允许数据收集者收集更多的数据，隐私选择也更少，容易接受更高的“价格”。而德国反垄断执法机关在实践中将此进一步发展为“零价格市场“理论。
2、相关案例分析
（1）微软收购领英案
微软是一家全球性科技公司，其产品包括个人电脑操作系统、办公软件、云计算服务等，领英则是一家职业社交网站。2016 年 10 月 14 日，欧盟委员会收到微软收购领英这一交易的反垄断申报。委员会重点关注三个市场领域的数据问题：一是职业社交网络服务市场，二是客户关系管理软件解决方案市场，三是在线广告服务市场。[13]
委员会认为两家公司的数据和数据收集能力的合并不会在在线广告市场出现上述竞争问题，理由如下：首先，欧洲《通用数据保护条例》对两家企业数据的整合和使用有严格的限制;其次，除例外情形，微软与领英在交易前一般不会让第三方获得以广告为目的的数据;再次，交易方各自数据库的整合并不会提升市场进入障碍或其他竞争对手扩张市场的障碍，因为其他市场主体可以继续获得大量未在微软排他性控制下的对广告目的有价值的互联网用户数据。最后，交易方在在线广告市场及可能的子市场上都是市场份额很小的主体，相互之间仅在很小的范围内展开竞争。[14]
（2）Facebook收购WhatsApp 案
Facebook 是全球知名的网络社交平台，而WhatsApp 是网络通信服务应用程序。该委员会分析了潜在的数据集中程度，认为这可能会增强Facebook在在线广告市场或任何细分市场的地位。欧盟委员会审查了Facebook是否可以将WhatsApp作为用户数据的潜在来源，以提高Facebook广告的针对性。但结论是，无论Facebook是否会在WhatsApp上推出广告和/或开始收集WhatsApp用户数据，这笔交易都不会引起数据竞争方面的担忧。因为，首先，WhatsApp 仅收集用户的姓名和手机号码，对商业广告的价值小在。其次，合并后，仍会有足够多的替代供应商为Facebook提供定向广告。
（二） 数据分析处理的竞争问题
从数据的经济特征和数字经济的商业模式中，我们认识到， 如果企业无法从数据中提取知识和有价值的信息，进而不能用于改善产品和服务，那么数据将一文不值。因此，企业在数字经济中取得成功的重要因素是分析处理能力。
1、数据分析处理对竞争的影响
首先，数据分析处理对于竞争的影响主要集中在两个方面：第一，数据分析处理能力的提升将直接有助于企业获得更多有价值的信息，对上下游数字市场力量的增强有重要作用。第二，数据分析处理本身就构成了一项重要的服务市场，为需求方提高数据分析处理服务或是经加工处理过的数据产品，数据分析处理能力自然就成为决定这一市场内市场力量的关键因素。
2、案例分析
2010年微软收购雅虎搜索业务，交易包括雅虎互联网通用搜索算法和相应的广告平台，与此相关的微软业务为互联网通用搜索（Bing）和在线广告（adCenter）。评估交易的欧盟委员会指出，交易后用户数据的可用性增加，将使合并后的实体能够“对算法进行更多的测试和专家调查，以提高其相关性”。合并的实体将以用户搜索查询的形式获得更多的数据，它可以使用这些数据来改进其算法。合并后的实体将在其平台上获得“更大规模”的搜索查询，从而在其搜索结果中实现“更大的相关性”，能够提供更好地符合用户个性化喜好的搜索结果”。但始终无法与谷歌搜索相竞争。
（三） 数据使用的竞争问题
数据使用是商业竞争中数据收集和分析处理的最终目的，也是商业价值的直接实现。因此，数据使用对竞争有举足轻重的影响。
1、 数据使用对竞争的影响
（1）货币化反馈循环
广告营销是目前互联网企业主要的使用数据取得盈利的方式，而且市场规模巨大所涉行业范围甚广，因此，往往在企业并购审查中被执法机构作为相关市场之一进行调查。“货币化反馈循环”正是对数据使用和广告营销之间的相互作用和关系的描述，具体是指作为一个在线平台增加其数量的用户和数据，使其能够取得更多的盈利，这反过来为其提供必要的财力投资于提高其服务质量，从而吸引更多的用户和广告客户，获得更多的数据，循环往复。
（2）纵向数据使用
数据使用对目前大部分行业来说，仍以传统的纵向上下游市场关系的模式存在。而相应的在纵向合并当中，合并后的主体限制数据访问与分享，限制下游竞争对手访问有价值的数据集。并且如果合并后的实体在上游市场有很大程度的市场力量，使其对投入的总体可用性产生消极影响，从而减少下游市场的竞争。当然对于这样的纵向市场封锁，有两个因素应当充分考虑，一是上游数据的可获得性或者可替代程度将直接决定纵向市场封锁的效果，二是下游市场的份额将决定上游市场的数据提供者能否坚持放弃其他客户而坚持纵向封锁。此外，上游数据提供者的数据是否对下游使用者构成“必要设施”，即使构成“必要设施”的条件苛刻，也不能忽视。
（3）数据的跨界使用
伴随着数据的快速积累和分析、使用技术的迅速发展，数据在不同行业间跨界流动，并实现数据的跨界使用，这已然成为未来发展的趋势。当下，在互联网行业，随着数据的互通性，同时在平台效应以及拓展业务的低成本性的推动下，经营者争相将其在某个领域的支配地位传导到其他任何可能盈利甚至形成支配地位的新领域。美团在短时间内迅速入局网约车市场、阿里巴巴设立菜鸟后与顺丰爆发的数据争夺战，上述垄断争议无一不是缘起于平台经营者的市场支配地位的跨界传导。[15]
2、案例分析
谷歌收购DoubleClick
该交易是欧盟将“大数据”因素纳入并购分析的早期案例之一。谷歌是以广告业务为主要收入来源的互联网企业，DoubleClick是一家领先的“广告服务”工具提供商。许多人担忧，谷歌和DoubleClick数据库组合的可能存在封锁效应，合并后消费者使用互联网产生的数据组合，将为谷歌提供其竞争对手无法复制的地位。委员会不同意这一观点，解释道DoubleClick与广告商和发行商的现有合同禁止其使用消费者提供的数据来改善广告服务。最后，即使合同可能发生变化，通过DoubleClick收集的数据的类型，并不是其在线广告取得成功的关键，因为这可以被第三方数据收集者或互联网服务提供商的数据所取代。
五、 欧盟执法审查经验总结
通过对上述数据竞争理论的梳理研究，以及欧盟相关执法案例的分析，总结出以下经验：
（一） 以数据收集问题为审查基础
从上述理论分析中我们发现，数据收集直接影响数据分析处理的空间，也直接决定了数据使用的可能性。对欧盟过往案件的分析中，亦不难发现，数据收集问题始终是各个并购案件审查中不可缺少的一部分，而且往往是案件审议的关键问题，如数据的可获得性、可替代性、收集能力的建立以及数据的性质作用等。因此，对于商业实践中数据收集和获取不断加深研究，以及对数据本身属性的探索，对于解决相关数据垄断问题具有关键意义。
（二） 数据相关的并购审查较为复杂
数据行为分析框架下，数据收集、数据分析处理和数据使用三者不论在理论上还是在现实商业竞争中，相互之间的联系十分密切。结合对欧盟并购审查案例的分析，一个数据相关的并购审查中往往涉及多个数据行为，需要以不同的视角和方式对行为的竞争进行分析。另外，数据本身价值的不确定性和使用的多样性也意味着，案件可能涉及诸多潜在竞争问题，执法机构审查中对不仅要开拓思路，而且应严格按照法律分析逻辑。
（三） 并购控制规则仍然适用
从上述各个案件中欧盟委员会的评估显示，其数据问题审查依旧紧紧围绕传统并购控制传统规制要点，即市场力量和市场进入，其实质内核未有变化。从外在法律分析框架看，欧盟执法机构仍按照横向、非横向理论进行分析，表面传统分析框架依然适用于大数据领域的市场并购，尤其是对于数据使用行为的分析中最为明显。
（四）竞争法与数据保护法律的交叉
无论数据与隐私保护是否应该被纳入竞争法的规制框架，在数据竞争问题上，两者的交叉已是必然。一方面，竞争法和数据保护的利益基础在数据竞争问题上趋向一致，都以消费者福利为利益追求。另一方面竞争法和数据保护规制互相之间呈现互补的态势，竞争法在市场行为层面对数据垄断者的规制有利于消费者的数据隐私保护，相对应的数据保护规则中的规范也会起到保护竞争的效果，如GDPR关于数据收集、分享、使用的诸多限制和数据可携权的确立。未来，在竞争法和数据保护法律的协调和衔接上大有可為。
六、 对我国的启示
（一） 加强数据竞争领域的执法司法关切
法律研究和发展始终是以法律实践为基础的，欧盟学界在数据竞争领域取得丰富研究成果，同时各执法机构对数据问题认识不断深入、司法实践不断成熟，离不开对一个个案件的执法审查。因此，在我国数据竞争问题日益显现的当下，司法执法机构应当对该问题给与充分关切。但仍应注意保持对新经济反垄断执法的谦抑性，诚如张穹所提到的，数字经济时代下的竞争是十分激烈的，而且以全球视野来看，现阶段应鼓励平台企业做大做强。[16]
（二） 反思数字经济时代中的反垄断法
数字经济时代下，我国社会各个方面的面貌都在不断变化，我国反垄断法肩负着助力经济转型的使命，[17]而当下最重要的经济转型之一就是向数字经济的转型。另外，我国反垄断法出台到今年已历十年，有必要检视《反垄断法》在实施中所暴露出的问题，积极推动《反垄断法》的修订完善。
（三）尽快出台个人信息保护法律法规
个人信息保护在当下这个数字经济时代已成为社会的广泛共识，对我国出台专门的个人信息保护法的呼声很高，相关的专家建议稿也已呈现，但离正式法律的出台依旧遥遥无期。根据欧洲的数据竞争执法经验和个人数据保护立法，我国的个人信息保护法应当尽快出台，其立法内容应当注意与反垄断法、消费者权益保护法等相关部门法的衔接，可借鉴国际上先进的立法经验。
[参考文献]
[1]《小米招股说明书》pdf。
[2]《全国首例大数据产品不正当竞争纠纷案宣判》，《浙江法制报》：http：//zjfzb.zjol.com.cn/html/2018-08/17/content_2635571.htm？div=-1。
[3]EU MERGER CONTROL AND BIG DATA，
[4]《二十世纪欧洲的法律与竞争》，[美]戴维.J.格伯尔著，冯克利、魏志梅译，中国社会科学出版社，2004年版，第537页。
[5]《欧盟反垄断机构关注企业大数据应用》，商务部网站：http：//www.mofcom.gov.cn/article/i/jyjl/m/201801/20180102700324.shtml。
[6]丁文联：《数据竞争的法律制度基础》，载《财经问题研究》，2018年第2期。
[7]杨汝岱：《大数据与经济增长》，载《财经问题研究》，2018年第2期。
[8]王晓晔：《反垄断法中的企业合并规制》，《王晓晔论反垄断法》，社会科学文献出版社，2010年版，第295页。
[9]Massimiliano Kadar and Mateusz Bogdan， ‘Big Data and EU Merger Control – A Case Review， Journal of European Competition Law & Practice， 2017， Vol. 8， No. 8.
[10]同上。
[11]劉 刚、马 犇：《数据驱动型经济发展的组织和机制研究》，载《经济纵横》，2016年第12期。
[12][美]基斯·N·希尔顿著，赵玲译：《反垄断法——经济学原理和普通法演进》，北京大学出版社2009年版，252页。
[13]韩伟：《数据驱动型并购的反垄断审查——以欧盟微软收购领英案为例》，载王先林主编，《竞争法律与政策评论》（第3卷），法律出版社2017年版，第143-170页。
[14]韩伟：《数据驱动型并购的反垄断审查——以欧盟微软收购领英案为例》，载王先林主编，《竞争法律与政策评论》（第3卷），法律出版社2017年版，第143-170页。
[15]邓志松、戴健民：《数字经济的垄断与竞争：兼评欧盟谷歌反垄断案》，载《竞争政策研究》，2017年第5期。
[16]新闻：《国务院反垄断委员会张穹：数字经济发展极大有利于市场公平竞争》，财经网：http：//cjku.net/hongguan/20180802130.html。
[17]黄勇：《中国〈反垄断法〉的法学基础——对市场经济改革的回应与支撑》，载《中国物价》，2013.12。
（作者单位： 华东政法大学 经济法学院，上海 200042）
最新评论