摘要:数据是平台企业的核心竞争资源,以获取数据为动机的数据驱动型并购逐渐增多,其引起的垄断问题日益凸显,引发高度关注。由于平台是双边市场,具有网络外部性,数据驱动型并购极易走向垄断,损害消费者福利。研究发现,平台经济特殊性导致数据驱动型并购动机增强,在数据自然垄断属性和特殊垄断行为加持下,形成“数据聚合”导致垄断格局产生。随后从规制目标、指标设定、市场界定等方面提出反垄断规制策略。希望研究结论能够拓展企业并购动因理论边界、打开数据驱动型并购垄断黑箱,为政策制定与反垄断监管部门提供参考。

　　关键词:数据驱动型并购;垄断形成;并购垄断机理;反垄断规制

　　0引言

　　平台经济背景下,数据是企业强有力的竞争资源和垄断资源,数据资源争夺成为各数字平台企业之间的博弈与较量,随之产生了“数据驱动型并购”这一并购形式。数据驱动型并购指的是以获取对方各类数据、流量或数字技术等为动机发起的并购,通常发生在平台经济领域。数据驱动型并购极易走向垄断,这是由平台经济特征和数据垄断性导致的。平台经济具有网络外部性、规模经济与双边市场等特征,获取目标企业的数据及其数据衍生成为数据驱动型并购区别于传统并购的典型特征,甚至通过“杀手并购”、制造“杀伤区”等行为来扼杀潜在竞争对手,不断扩张数字平台生态圈,导致行业壁垒高企,损害竞争与创新。

　　我国高度重视数据资源体系建设,出台政策持续优化平台经济发展环境。2021年2月,国*院反垄断委员会发布《关于平台经济领域的反垄断指南》,预防和制止数字平台企业垄断行为;2024年5月国家市场监管总局出台《网络反不正当竞争暂行规定》。平台经济领域形成垄断必然伴随着大量的数据驱动型并购,然而相对于活跃的并购表现,对数据驱动型并购的识别、评估与规制等方面均体现出了滞后性,以致出现滥用市场势力、资本无序扩张等数据并购乱象,进一步加重垄断风险。相较于其他类型并购,数据驱动型并购能够在更大程度、更深层次、更广范围内聚合数据,该类型并购需要重点关注和研究。因此,基于当前制度背景与现实情境,研究数据驱动型并购垄断问题既是当前平台经济领域反垄断的重要议题,也是推动数字经济与平台经济发展的重要选题。

　　1文献综述

　　1.1数据驱动型并购的含义与特征

　　数据驱动型并购指的是以获取对方用户数据、关注度及数据技术等为动机而发起的并购[1],能够在更大范围、更深层次上聚合数据,并通过数据锁定等途径来制造市场进入屏障[2]。当前数据驱动型并购已经成为国际并购的新趋势[3]。从并购类型来看,鉴于平台经济具有跨界竞争的特征,平台经济行业划分并不明显,因此很难准确区分其横向、纵向及混合并购类型的归属问题。从并购表现来看,在平台经济领域,主并方通常是那些数据密集型企业,被并方通常是规模较小的企业,数据生产者更有可能成为主并方,数据分析和数据存储者更可能成为被并方[4]。从并购动机来看,数字平台企业进行并购是为了实现数据收集和使用垄断、构建平台生态圈、获取用户注意力、增强创新能力等[5-6]。此外,数据驱动型并购中存在大量扼杀式并购。扼杀式并购也称为“杀手并购”,指的是大型企业收购小型初创企业并将其关停的并购行为,其目的是进行数据垄断、消灭潜在竞争、以抢占未来竞争先机[7-8]。Gautier和Lamesch[9]研究了大型数字平台并购小型初创企业随即关停的原因,一是产品不能达到预期;二是收购指向是目标资产与研发潜力;三是消除潜在竞争威胁。

　　1.2数据驱动型并购的反竞争效应

　　传统企业并购反竞争效应。企业进行横向并购的反竞争效应主要表现在单边效应和双边效应。余东华和刘滔[10]研究认为横向并购产生单边效应的大小与产品替代程度、转移率与产品市场份额有关。现有对单边效应的研究主要集中于产品差异化市场,借鉴古诺或伯川德模型进行研究。非横向并购因涉及两个及以上市场,其反竞争效应核心问题是垄断势力能否在不同市场之间传递。纵向一体化提高市场合谋利润,促进合谋稳定性[11]。叶光亮和程龙[12]认为,上游企业控股并购下游企业时,上游企业合谋将更稳定,而非控股并购会降低合谋的稳定性。

　　数据驱动型并购反竞争效应。互联网行业往往会通过并购来争夺消费者个人信息或用户数据[13]。互联网数字平台企业发动的并购产生了多种反竞争效应,带来的垄断风险将会从某一单一市场传递至多个市场,能够产生“双轮垄断”效应[14]。最新文献认识到数据驱动型并购带来的垄断问题,并对其产生的反竞争效应做出了初步探讨。王磊[15]研究了数据驱动型并购的竞争损害,主要表现为隐私损害、消费者选择损害以及创新损害,平台滥用数据会在更大程度上损害数字市场创新。陶银球和张恺依[16]研究指出数字经济经营者集中带来了垄断隐忧,反垄断审查面临申报标准、相关市场界定、市场力量认定、消费者福利考量等方面的困境。

　　1.3数据驱动型并购反垄断审查

　　数据是数字经济和平台经济的核心资产,关于大数据领域反垄断必要性研究存在争议。有学者认为数据领域反垄断无必要性,原因在于一是数据来源没有限制,存在众多数据获取渠道;二是数据不存在市场壁垒,数据的获取、存储和分析使用等都不会存在障碍。这样一来,经营者不会展开数据竞争,反垄断介入必要性不强[17-18]。Sokol和Comerford[19]研究认为,资产的市场竞争性在于其不可得、稀缺性、价值性和不可替代性四个特征,而数据具有可获得性和可替代性而不能为某一垄断者持续拥有,因而数据领域反垄断存在非必要性。

　　随着理论研究的逐渐深入,有学者持相反观点,认为数据领域需要加强反垄断。Grunes和Stucke[20]研究认为,企业热衷于数据驱动型并购等经营者集中行为足以证明数据竞争特性,其可获得性是受到限制的,而当拥有数据产权时企业有很强的动机垄断数据获取渠道。有关执法机构论证了数据领域反垄断规制的必要性。美国的《数字化市场竞争调查报告(2020)》指出数据领域存在战略收购行为,即杀手并购(Killer Acquisition)行为,例如搜索引擎和网络广告等数字领域市场中,为避免后续潜在竞争压力,主导系列并购行为获取垄断地位,在收购后在短时间内将被并购方业务关停。中国的《国*院反垄断委员会关于平台经济领域的反垄断指南》出台了系列规则,以预防和制止平台经济领域垄断行为。朱战威[21]研究认为,数据获取成本和互操作限制的存在使得数据多栖性(不同企业可以同时获取用户数据称之为数据多栖性)难以实现,用户协议的存在和锁定效应使得数据可携带性(同一用户向其他平台携带或分享数据称之为可携带性)被削弱,数据的反馈循环效应使得其向少数几个平台上集中,隐私保护和网络效应等综合表明数据具有可垄断性。

　　平台经济领域亟须加强反垄断监管,评估并购活动对市场竞争秩序的影响,重点关注数据平台的并购行为。数据驱动型并购在并购主体、并购客体及并购方式上有其特殊性,导致反垄断审查面临困难。王磊[2]认为应确定“以数治数”的反垄断理念,从数据本身寻求数据垄断的规制策略。卢均晓[22]建议从申报标准将营业额与交易额相结合、商品市场与数据市场相结合、市场份额与数据因素相结合、价格与个人信息保护相结合、行为性救济与结构性救济相结合入手制定反垄断措施。王磊[15]研究认为,应当构建“二元审查路径”,初步审查阶段以数据中心主义为理念,深入审查阶段从内外两个向度审查并购交易对创新的影响。孙晋[23]研究认为数字平台的动态竞争、网络效应、跨界经营和寡头竞争等特殊性导致其垄断问题加剧,损害创新、竞争和消费者福利,更需强化反垄断监管,而且其监管重点在于监管方式转型和监管方法创新,并提出激励性监管、信用监管和智慧监管等新型监管思路。

　　已有文献对数据驱动型并购做出了丰富研究,这为本文提供良好的文献基础。然而,数据驱动型并购研究尚未形成系统的理论分析框架。现有研究多在理论分析基础上提出反垄断监管策略,对数据驱动型并购的垄断形成机理缺乏深入而系统的理论分析,数据驱动型并购行为必然能够带来垄断风险,然而由并购行为至垄断形成的理论机制仍处于“黑箱”状态,本文将深入剖析数据驱动型并购的垄断形成机理,并紧扣该理论机制提出反垄断规制策略。

　　2数据驱动型并购的垄断形成

　　数据驱动型并购具有典型的垄断属性,其垄断形成离不开平台经济特殊性(规模效应、网络效应、锁定效应)的助推和不正当竞争行为(算法共谋、数据封锁、价格操控)的加持,垄断将会带来系列负面经济后果,损害竞争和潜在竞争,减少创新尤其是突破性创新,损害消费者福利。本部分将对此展开详细分析。

　　2.1平台经济特征与数据驱动型并购垄断形成

　　相比于传统经济,平台经济具有一定的特殊性,这是由其双(多)边市场(Two-side or Multiple-side Market)决定的,依托数字互联网技术,在双边市场基础上衍生出诸多特殊性,如规模经济、网络效应、用户锁定效应等,而这些特殊性增强了互联网平台发动数据驱动型并购的动机。

　　第一,规模效应。规模效应的存在使得边际成本随着组织生产运营规模的增加而下降在市场条件下的逐利天性驱使,数字平台存在天然的规模扩大动机,而发起并购则是迅速获取用户数据和被并方数字技术与市场的最迅速、最有效的途径之一,而这种动机下的并购行为极易导致垄断的形成。

　　第二,网络效应。指的是用户在平台上获取的效用随着平台用户的增加而增加,当用户数量突破临界值后,能够产生“鸡蛋相生”的正反馈效应,并启动平台经济的自组织属性,形成平台积聚加速机制[24],平台用户数据呈指数级增长,产生加速机制及竞争隔离机制,进一步增加了垄断性。

　　第三,锁定效应。指的是当用户习惯某一平台提供的产品或服务时,因转移到另一平台面临着学习成本、时间成本、社交成本和数据迁移成本等转移成本而选择继续使用当前平台的现象。锁定效应通过路径依赖进一步增强了平台用户的黏性,产生数字平台的自我强化机制。在数字平台构建过程中必然会存在诸多数据驱动型并购,而这些并购极易损害竞争从而形成垄断。

　　综上,无论是规模效应、网络效应还是锁定效应,都使得数字平台将获取更多用户数据作为重要目标之一,这极大地推动了数字平台以获取用户数据为动机的并购行为,通过“数据→流量→收益→并购→数据”的正向循环不断强化竞争力,塑造全产品和全场景的平台生态圈,再通过圈内相互引流,圈外数据封锁等打造竞争壁垒,形成垄断地位。

　　2.2数据平台不正当竞争行为与数据驱动型并购垄断形成

　　并购后,在不正当竞争行为的加持下,进一步强化垄断地位,常见的不正当竞争行为包括算法共谋、数据封锁、价格操控等。

　　第一,算法共谋。数据平台捕获平台上发生的每一个交易数据,并以此为基础改进算法,为产品服务的提供者与需求者提供最佳匹配,实现有效供需对接。这些算法一方面能够优化平台用户体验;另一方面也容易产生垄断,尤其是当修改和调整某一算法时。因为算法调整或修改能够影响到平台生态圈中任何参与者的利益分配,而算法的改变权却只掌握在平台手中。如此一来,平台为最大化自身利益,可通过修改算法规则来压缩其他中小参与者的利益空间。当数据驱动型并购完成时,并购双方可以通过算法共谋实现垄断利润,算法可以很好地让信息在并购双方主体之间进行传递,降低信息传递成本、增强信息传递时效性,进一步强化了垄断行为和垄断蔓延。例如,算法在价格共谋和市场细分中提供支持,对价格进行实时、动态监测,当实际价格高于或者低于双方协议约定价格时执行惩罚机制,维护垄断联盟的稳定性。此外,算法还可以达到隐藏垄断行为的目的,以不易察觉的方式行使反竞争行为,并通过实施信息加密隐藏共谋行为,这进一步增加了垄断行为的隐蔽性。

　　第二,数据封锁。数据封锁是指在数据驱动型并购发生后,拒绝向其竞争对手开放数据或拒绝其他经营者加入数据网络而产生的封锁效应。从数据供应链角度来看,封锁效应分为供应端的原材料封锁和需求端的客户封锁两类,由于数据属于数据产业市场中的下游资源,对应的是供应端原材料封锁。在反垄断视角下,拥有、控制并封锁大量数据意味着掌控了强势交易条件,从而产生了诸如控制原材料市场的情形,若拥有数据的该平台滥用这种市场支配地位,将数据封锁作为限制竞争的不正当手段,例如,数据驱动型并购发生后,数字平台企业提高数据销售(许可使用)价格、降低向上游企业所提供数据的质量、延迟提供或停止提供有效数据等。因此,数据驱动型并购后的数据封锁必然会带来实质性的反竞争效果,形成垄断。

　　第三,价格操控。平台经济中发生的价格操控情形主要有强迫平台参与者接受平台定价策略、采用最惠价格或掠夺式价格保持竞争优势、采用分级(多重)价格策略实现价格歧视等[25]。首先,强迫平台参与者接受平台定价策略。基于前述锁定效应,由于某个平台上的参与者面临着较高的转移成本,不得不接受平台的强制定价策略。例如,最惠价格策略要求平台上的产品或服务供应商在该平台上的定价不高于其他任何销售渠道的同类产品价格,虽然有利于该平台上的消费者,但其实质却是通过主导定价来实现成本转嫁。其次,采取掠夺式价格保持竞争优势。掠夺性定价是一种在“先扩张、后盈利”战略模式下的定价形式,即在平台发展初期以扩张规模为主,不以营利为目的,其生存靠风险投资支持,等形成规模后再进行盈利。其典型的表现有为平台用户提供红包补贴、发展新用户给以奖励等。最后,采用分级价格策略实现价格歧视。由于数字平台拥有精确的数据资源,通过算法可以实现针对不同的用户实现价格歧视。例如,数字平台将用户分级,分为新老用户,针对新老用户实现不同的定价;更进一步地,充分掌握每个用户的价格弹性后,针对单个用户实现精准定价,压榨消费者剩余,这就是典型的“大数据杀熟”。由于涉及平台、供应商、服务商和消费者(客户)等诸多平台参与方,其价格操控行为的识别、认定与规制更加复杂化。

　　综上,算法共谋、数据封锁、价格操控等不正当竞争行为能够为数据驱动型并购的垄断性提供加持,进一步强化其垄断性,而这些不正当行为的规制相比于传统行业更加复杂,这为后续反垄断提出了新的挑战。

　　2.3数据驱动型并购垄断形成机理

　　数据平台如何从并购一步步走向垄断?回答这一问题需要厘清数据驱动型并购的垄断形成机理。本研究提出的数字平台并购垄断机理见图1。

　　首先,数字经济时代,数据的重要性凸显,数字平台企业的数据驱动型并购动机增强。十九届四中全会提出将数据纳入生产要素体系,2020年4月,我国出台的《关于构建更加完善的要素市场化配置体制机制的意见》进一步提出要加快培育数据要素市场,这充分表明数据将成为数字经济时代的重要新型资源。数字平台企业作为数字经济时代的典型商业模式和组织形式,数据直接关系其核心竞争力,其相互之间的竞争也必将围绕数据展开。因此,数字平台企业将会为自身所拥有的数据严密设防,谨防被其他组织或竞争对手窃取。然而,自行收集、开发数据不仅占用大量的时间成本和资金成本,而且还会面临较高的失败风险。由于并购能够直接地、快速地以及合法地跨越企业边界,获取被并方资源,数字平台企业通过并购手段获取对方数据的动机显著增强,发生数据驱动型并购的可能性将显著增加,这也是平台经济并购异常活跃这一现象背后的根本原因之一。

　　其次,平台经济特殊性的助推作用。相比于传统经济,平台经济表现出系列特殊性,一是平台经济是典型的双边市场或多边市场;二是平台经济具有极强的规模效应和网络外部性;三是平台经济用户锁定效应。此外,由于数据具有通用性特征,平台经济背景下的企业更容易进行跨界竞争。这些特殊性使得数据成为平台经济最有力的竞争资源,垄断了数据就垄断了其他一切机会和资源,受资本逐利属性的驱使,互联网平台进行发起数据驱动型并购的动机大幅增强。因此,平台经济规模效应、网络效应和锁定效应等特殊性对数据驱动型并购产生助推作用,且增加了其并购后垄断格局的形成。

　　再次,数字平台企业不正当行为的进一步加持。如果将规模效应、网络效应和锁定效应等平台经济特征定义为自然垄断属性,那么并购后数字平台企业所实行的算法共谋、数据封锁和价格操控等不正当竞争行为可以看作垄断行为,这种垄断行为看似主观,实则是市场条件下理性的必然选择。并购后的算法共谋不仅增加了市场势力,还维护了垄断联盟的稳定性;数据封锁进一步垄断了数字经济中的原材料供应端,增加了市场进入壁垒;价格操控一方面维护了垄断地位,另一方面增加了垄断利润。诸如此类不正当竞争行为将会进一步加持其垄断性,加速垄断格局形成并增加垄断带来的危害性。

　　最后,数据驱动型并购动机与数据垄断性特征之间相互强化形成垄断。数据驱动型并购和数据垄断性之间是相互强化的。一方面,数据驱动型并购能够聚合数据,通过规模效应、网络效应和锁定效应等的助推,其垄断性随着数据聚合范围扩大而逐渐显现,再通过数字平台不正当竞争行为的加持,其垄断特性得以巩固,形成相对稳定的垄断格局;另一方面,由于平台经济特殊性和数字平台不正当竞争行为等数据垄断性特征的存在,数字平台发起并购获取数据的动机显著增强。因此,数据驱动型并购和数据垄断性交织在一起会产生相互强化的放大效应,最终延伸至市场垄断。此外,二者的相互强化还能够解释平台经济中的过度并购现象。

　　综上,在平台经济背景下数据重要性凸显,数据驱动型并购动机增强,在数据垄断性的放大和加持之下,更加强化了数据驱动型并购动机,形成数据聚合,导致垄断格局产生,带来平台经济竞争损害。该机制说明了大型数字平台企业利用其市场优势形成数据壁垒,通过并购实现数据聚合从而实施数据垄断,最终导致一家独大、赢者通吃的局面。数据驱动型并购导致垄断将会产生竞争损害,降低社会福利。然而,数据驱动型并购的垄断动机难以被准确识别,体现出一定的隐蔽性,这是后续反垄断监管难的原因之一。

　　3数据驱动型并购的反垄断监管面临的挑战

　　数据驱动型并购活动十分活跃,其伴随的垄断问题逐渐凸显。然而,当前数据驱动型并购反垄断规制却陷入困境。活跃的数据驱动型并购带来的垄断问题与反垄断规制的乏力这二者之间的矛盾,需要进一步展开理论研究,为数据驱动型并购的反垄断规制提供新思路。

　　3.1申报标准适用难

　　反垄断法要求实施经营者集中申报制度,而数据驱动型并购属于典型的经营者集中。并购既能够提高资源配置效率、提升经济效应,也能够带来经营者集中,产生反竞争效应,即并非所有的并购都能够带来垄断。因此,为降低反垄断审查负担,事先设置申报标准,只有达到该标准的经营者集中案件需要履行申报制度,从而在审查成本和经济效益之间寻找最佳均衡点。传统经济领域,申报标准通常选择营业额、资产额或者二者结合等变量。随着平台经济的发展,国*院反垄断委员会出台了关于平台经济领域反垄断指南,进一步细化了互联网平台营业额的计算方式,要求根据行业惯例、收费方式、商业模式以及平台经营者作用等区别计算。

　　数据驱动型并购中,数据产品、数据技术等非价格因素,以及潜在数据竞争给相关市场界定带来挑战,从而使许多并购活动免于经营者集中申报。申报标准难适用的主要原因在于以下几个方面:第一,数据驱动型并购尤其是扼杀式并购多是大型数字平台企业并购初创科技型企业,初创企业的产品和服务尚不完善,且多用免费的商业模式来吸取用户,营业额很少,但未来发展潜力可能较大;第二,数据驱动型并购目标在于对方的数据,相对于用户数据与用户流量等变量,营业额难以准确反映市场力量;第三,数据资产权力归属以及估值机制不成熟使得申报标准难以适用。数据驱动型并购交易发生后,形成的数据聚合效应产生的市场力量难以度量。例如,在确定市场势力时,数据如何纳入计算范围,如何量化以及如何确定权重都是目前面临的反垄断规制难题。

　　3.2数据滥用认定难

　　数据滥用行为进一步增强了数据驱动型并购带来的反竞争效应,如何有效识别并认定数据滥用行为是反垄断规制的挑战。算法合谋、数据封锁等数据滥用的主观垄断行为难以认定,主要原因在于以下几个方面:一是当前的反垄断数字识别技术不能够满足反垄断规制需求,尚未开发出相应的技术追踪识别算法合谋、二选一和数据封锁等数据滥用行为;二是不能够有效权衡企业自主经营权、市场公平竞争权以及用户自主选择权,导致数据滥用行为难以认定,从而不能有效制止数字平台企业的算法合谋、二选一、数据封锁等数据滥用问题。

　　3.3反竞争效应评估难

　　反竞争效应是反垄断部门对数据驱动型并购案件实施合理介入的关键指标,反竞争效应主要是数据驱动型并购对市场竞争、创新以及社会福利产生的负面影响。数据驱动型并购带来的反竞争效应难以评估,主要原因在于数据驱动型并购反竞争效应涉及多方面、多层次、潜在性的经济后果。一方面,数据驱动型并购具有双刃剑效应,即数据驱动型并购既能够带来一加一大于二的并购效率效应,又能够带来市场垄断的反竞争效应,若只考虑其一而忽视另一,难免会出现监管不力的结果,而如何将效率效应和反竞争效应纳入同一框架,找到均衡点是反垄断规制需要考虑的内容;另一方面,数据驱动型并购的反竞争效应不仅涉及当前的竞争损害,还涉及到对未来的潜在竞争损害,而如何有效地从多维度多层次度量反竞争效应是一个复杂的系统性问题,当前尚未有成熟的模型可供参考,导致反竞争效应难评估。

　　4数据驱动型并购的反垄断规制创新策略

　　4.1设定多维反垄断规制目标

　　设定以下多维的反垄规制目标:第一,保护公平竞争。确保公平竞争应该是平台企业数字并购反垄断规制的首要目标。维护公平不仅推动创新,而且提升产品与服务质量,提高社会福利。因此,在各种反垄断目标中优先考虑公平,才能在反垄断工作中取得切实成果。第二,促进创新。当数字并购交易伴随垄断风险时,通过限制竞争来损害创新,尤其是限制突破式创新,这既不利于技术进步,也不利于平台经济健康发展。第三,消费者权益维护。由于数据驱动型并购形成的垄断地位能够为合并企业带来市场控制地位和巨大的话语权,其定价能力得以明显提升,因此合并企业通过控制平台资源、使用定价权来剥夺消费者剩余,损害消费者权益,故数据驱动型并购反垄断应该确保消费者福利。第四,中小科技型企业权利保护。指的是对中小科技型企业的权利保护,由于平台经济中出现大量扼杀式并购,且反垄断法在扼杀式并购反垄断规制方面存在短板,需要对此类并购予以更高的关注度,保护中小科技型企业发展权利,不仅有利于激发平台经济市场活力,更有利于促进平台经济多元化发展。

　　4.2增加数据指标申报标准

　　传统单一营业额申报标准与平台企业数字并购反垄断规制不相适应,一是导致申报范围狭窄,二是导致反垄断审查不够合理,出现错误的审查结果。需要增加与平台企业数字并购相适应的申报标准,即增加数据相关指标申报标准。

　　一方面,考虑将并购交易价格纳入申报标准。将并购交易价格纳入申报标准,一是有利于反垄断审查机构能够及时掌握并购交易情况,并购定价是并购双方不断博弈后确定的价格,在一定程度上能够反映出并购的未来潜力和价值规模;二是有利于保护中小型科技企业不受到扼杀式并购的损害,以并购交易定价为申报标准能够将被并方处于起步阶段但极具未来发展潜力的并购交易纳入审查范围,及时发现扼杀式并购。当然,以并购交易价格作为申报标准可能会出现并购双方故意压低价格来逃避审查的情况,所以需要和其他申报标准结合起来使用。

　　另一方面,考虑将平台用户数据量、流量值等指标纳入申报标准。用户数据量和流量值是平台的核心资产,对平台企业的数据驱动型并购进行审查必然要以核心资产为标准。例如,在平台企业发展初期,实现营业额预期目标并非是其核心任务,其战略重点在于拓展用户数量,争取更高流量值,以便产生平台规模效应和网络效应,在这一阶段不惜牺牲营业额和利润额来换取用户数据量和流量这些核心资产。鉴于此,平台企业的营业额并不能够准确反映数据驱动型并购带来的垄断风险,需要及时纳入平台用户数据量、流量值等指标。

　　4.3优化相关市场界定方法

　　首先,采取盈利模式测试法和产品性能测试法界定相关市场。盈利模式测试法是以市场主体盈利模式为标准,通过比较盈利模式差异来划定相关市场。假如二者盈利模式互相替代且利润来源相同,可以判定二者是来自同一相关市场。当市场主体盈利模式不清晰或不明确时,可以采用产品性能测试法,先假定某一市场主体改变其产品质量或服务质量,观察用户是否选择转移至其他产品或服务,那些被用户选择的产品和服务与其构成同一相关市场。

　　其次,提高数据市场地位,尝试将其作为一个新的相关市场界定维度,结合用户数据特征、流量和注意力特征、数据市场特征界定相关市场。数据市场是将数据作为一个单独的相关市场,这一概念首先出现于谷歌对Double Click的收购案件。将数据界定为单独的相关市场,不仅有利于评估并购案件的垄断风险,而且有利于评估数据对于未来市场的竞争损害。同时,将数据界定为单独的相关市场能够有效防范以产品和服务合并为外衣的数据合并案件。值得注意的是,由于数据具有跨区域、跨时空特征,难以将其落实到地域维度进行辨识,并不需要过分重视地域市场,且数据市场为数字技术所驱动,它的扩张是指数级的,并不以实体设施所支撑,因此数据相关市场并不需要对地域进行严格限制。

　　4.4加强数据滥用行为认定

　　由前文分析可见,由并购发起到垄断形成离不开数据滥用行为的推波助澜,因此需要加强对数据滥用行为的认定。一方面,完善数据确权制度与建立数据估值机制。之所以会产生算法共谋、价格操控和数据封锁等不正当竞争行为,多在于数据权属不清晰。尽快完善数据确权制度,有助于解决数据权属不清问题,建立数据估值机制有利于数据的定价、交易和共享,从本质上减少数据滥用行为。另一方面,创新监管方式,加强智能化监管。之所以难以对数据滥用行为进行监管,主要原因在于监管方式跟不上实践需要,需要确立“以数治数”的观念,紧扣平台特征,创新智能化、数字化监管方式,为数据滥用行为监管赋能。例如,通过融入数字技术,运用大数据、人工智能及云计算等技术手段,构建数据驱动型并购的反垄断监管智能系统,对数据驱动型并购案例的数据垄断行为做出智能预测,推动全过程、智能化反垄断监管,从而维护数字平台领域的公平竞争,促进数字平台领域并购健康发展。

　　4.5建立反垄断监管弹性制度

　　数据驱动型并购具有“双刃剑”效应,所以要设立弹性监管制度。首先,全面评估数据驱动型并购的反竞争效应。数据驱动型并购既能够带来损害竞争和创新的反竞争效应,也能够带来并购协同价值、数据资源优化配置的正效应,反垄断规制需寻找二者的均衡。其次,注重数据驱动型并购反垄断审查弹性。增强审查弹性,一是考虑用户的转换成本以及公众其他利益等因素;二是要考虑数据驱动型并购带来效率提升的正面作用;三是对影响重大的个案做出具体的、针对性的反垄断审查。最后,建立事后控制机制。数据驱动型并购具有一定的隐蔽性和垄断性,加之当前反垄断监管政策的适用性较低,许多数据驱动型并购尚未得到审查,这会带来竞争损害,限制平台经济领域创新。因此,要加强对数据驱动型并购反垄断的事后审查,增强反垄断执法机构事后审查权力。

参考文献

　　[1]程晶晶.数据驱动型并购的经营者集中审查挑战及应对策略[J].中国流通经济,2021,35(6):74-83.

　　[2]王磊.数据驱动型并购中竞争损害的新面向及救济理念革新[J].上海财经大学学报,2021,23(6):138-152.

　　[3]卢均晓.数据驱动型国际并购反垄断审查:挑战与应对[J].国际贸易,2021(11):70-79.

　　[4]SCHOCH D S.Mergers and acquisitions in the data economy[R].2020.

　　[5]ETRO F.Mergers of complements and entry in innovative indus-tries[J].International Journal of Industrial Organization,2019,65(C):302-326.

　　[6]袁天荣,王霞,康艺.平台企业并购垄断动机与垄断机理研究[J].会计之友,2022,(11):10-15.

　　[7]CUNNINGHAM C,EDERER F,MA S.Killer acquisitions[J].Journal of Political Economy,2021,129(3):649-702.

　　[8]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[J].东北财经大学学报,2021(1):78-85.

　　[9]GAUTIER A,LAMESCH J.Mergers in the digital economy[J].Information Economics and Policy,2021,54(9):1-18.

　　[10]余东华,刘滔.基于H-PCAIDS模型的横向并购单边效应模拟分析:以中国电冰箱行业为例[J].中国工业经济,2014(11):44-55.

　　[11]SARA B,DAVID E.Vertical integration and downstream collu-sion[J].International Journal of Industrial Organization,2017,53:99-113.

　　[12]叶光亮,程龙.论纵向并购的反竞争效应[J].中国社会科学,2019(8):88-110.

　　[13]胡凌.商业模式视角下的“信息/数据”产权[J].上海大学学报(社会科学版),2017,34(6):1-14.

　　[14]李勇坚,夏杰长,刘悦欣.数字经济平台垄断问题:表现与对策[J].企业经济,2020,39(7):20-26.

　　[15]王磊.数据驱动型并购创新效应的反垄断审查[J].北京大学学报(哲学社会科学版),2022,59(3):131-140.

　　[16]陶银球,张恺依.数字经济背景下经营者集中审查制度的困境及完善[J].产业经济评论,2023(1):136-148.

　　[17]TUCKER D S,WELLFORD H.Big mistakes regarding big data[R].2014.

　　[18]COLANGELO G,MAGGIOLINO M.Big data as misleading fa-cilities[R].2017.

　　[19]SOKOL D D,COMERFORD R.Antitrust and regulating big data[J]George Mason Law Review,2015,119(23):1129.

　　[20]STUCKE M,GRUNES A.Debunking the myths over big data and antitrust[J].CPI Antitrust Chronical,2015,5(2):10-18.

　　[21]朱战威.数据可垄断性:命题证成、实践困境与规制创新[J].江苏社会科学,2022(3):113-122.

　　[22]卢均晓.数据驱动型国际并购反垄断审查:挑战与应对[J].国际贸易,2021(11):70-79.

　　[23]孙晋.数字平台的反垄断监管[J].中国社会科学,2021(5):101-127.

　　[24]ZHU F,IANSITI M.Entry into platform-based markets[J].Strategic Management Journal,2012,33(1):88-106.

　　[25]尹振涛,陈媛先,徐建军.平台经济的典型特征、垄断分析与反垄断监管[J].南开管理评论,2022,25(3):213-226.