大数据垄断问题研究
——以互联网企业为视角
王姿淇
内容摘要 在大数据时代，数据作为一种资源，在互联网企业竞争中具有战略性作用。其双边市场的特性及平台化运营，使得数据创造出巨大的转化性利益。互联网企业为了保持优势地位，利用数据竞争优势，实施数据垄断行为，造成了侵犯消费者权益、扭曲竞争、妨碍大数据发挥交互效应，阻碍行业的进步等不利后果。然而由于互联网企业经营模式和盈利模式的特殊性，区别于传统行业，导致现有反垄断法对于其垄断行为违法性认定困难。本文从数据算法垄断协议、滥用数据市场支配地位、数据驱动型经营者集中三种垄断行为出发，分析互联网企业是如何实施这些行为的，同时兼评司法案例，探讨反垄断法对于规制互联网企业的数据垄断行为的困境，在我国现有反垄断法框架内，提出大数据时代下，通过调整标准和计量方法，引入数据价值评估，解决互联网企业垄断行为的认定问题。
关键词 大数据 互联网企业 数据垄断行为 反垄断法
一、大数据时代互联网企业垄断的理论基础
（一）大数据时代下的数据竞争优势与数据垄断
1.大数据与数据竞争优势的关系
“大数据”一词首次被正式提出是在2011年麦肯锡全球研究院发布的研究报告，这份报告从经济角度讲解了处理这些数据能够释放出的潜在价值，引发全球对大数据的关注。
关于大数据的定义，我们需要对其进行细致的界定，即大数据是一种以大容量、高速度和多样性为特征，需要特定的技术和分析方法才能将其转化为价值的信息资产。这一定义与“大数据技术”和“大数据方法”等术语的用法一致，直接指的是主要定义中引用的具体技术和方法。我们结合大数据的定义还有文献的主要研究主题可以得知，大数据概念的核心包括以下几个方面：“体积”“速度”“多样性”用来描述大数据承载的信息的特征；“技术”“分析方法”用来描述正确使用这些信息所需求的技术方法；“价值”用来描述大数据承载信息内容的最终意义。由此可见，通过科学的技术和分析方法，如算法，将以体积、速度、多样性为特点的大数据进行分析和处理，获取信息化内容，最终实现大数据的终极价值，是我们利用大数据的步骤和流程。
大数据时代不同于信息时代，信息时代是信息技术的一较高下，大数据时代是数据分析与共享的时代，掌握数据，通过数据分析出有价值的信息，是目前的数据竞争力所在。同时，数据和信息之间是相互联系的。数据是反映客观事物属性的记录，是信息的具体表现形式。数据经过加工处理之后就成为信息，而信息需要经过数字化转变成数据才能存储和传输。
在这个时代，大数据不再停留在技术层面，它作为一种战略资源，在催生企业竞争力方面发挥着巨大的作用。“大数据是指由数量巨大、结构复杂、类型众多的数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的整合共享、交叉复用形成的智力资源和知识服务能力。”大数据技术的优势竞争意义包括两个方面，一是掌握庞大的数据信息，二是对这些有意义的数据进行专业化处理。
管理大师迈克尔·波特（Michael Poter）在其1985年出版的《竞争优势》一书中提出了企业竞争优势的观点，波特认为：“竞争优势作为一种特殊的比较模式，它可以使组织在市场之中得到超过它的竞争对手的好处。竞争优势的保持是指组织通过取代或模仿竞争对手获得经济价值，来保持凭借其独特的竞争力的能力。”从2003年开始，在企业经济领域，运用大数据增加企业竞争力的经济学研究开始普及化，大数据技术可以应用于任何企业竞争情报系统。在互联网企业领域，其双边市场的特性及平台化运营，使得数据创造出巨大的转化性利益，进而形成了通过掌握数据，控制数据而形成的独特的竞争力，即数据竞争优势。
2.数据竞争优势与数据垄断的关系
首先，从法学视角来看数据的定义。根据法理学，对于一个概念的法学定义可以从内涵和外延两个角度展开。从内涵角度上讲，数据的定义模式通常意义上有相关性和识别性两种要素。德国《联邦数据法》第3条规定，个人数据指关于个人或已识别、能识别的个人（数据主体）的客观情况的信息。从外延角度上讲，数据包括个人数据、商业数据和政务数据。
其次，从法学视角来看数据竞争优势的定义。数据竞争优势的法律要素有数据、竞争、优势地位。数据的法学界定如前段所述。竞争是反垄断法调整的核心元素，反垄断法所规制的企业行为是指在竞争中实施、以取得竞争优势为目标、与其他竞争对手产生相互作用、对竞争环境有促进或妨碍的作用的行为。优势地位被反垄断法规制的是其优势强化的结果即支配地位，支配地位的认定是判定企业是否实施滥用市场支配地位的行为前提。而由数据价值而引发的在竞争中的优势甚至支配地位，是由现行反垄断法调整体系无法准确认定的。
数据和大数据都是互联网的产物，固有的特性就是跨区域、跨行业的开放、互通和分享。数据竞争优势是一个中性价值的词汇，充分利用数据的价值，完善企业情报系统，让企业在发展中获得比较优势，是大数据时代带给企业的新的发展契机。而先发企业为了保持这种优势地位实施粉饰数据、垄断数据等滥用数据竞争优势的行为，进而破坏竞争，则是反垄断法所规制和调整的。
（二）互联网企业及特征
1.互联网企业的界定
从互联网企业的兴起历程来看，从20世纪80年代开始，互联网对世界的改变是天翻地覆的，互联网行业方兴未艾，互联网企业在这股浪潮中迅速崛起，如微软、雅虎、谷歌、阿里巴巴、百度、腾讯等。他们在互联网领域的部分经营行为，在一定程度上限制了自由竞争、触犯了反垄断法，但是由于其经营模式的特殊性，现有评价标准有难以界定和失效的地方。在讨论互联网“经营者”的垄断行为时，我们先界定这里所讨论的“经营者”具体指什么。首先，互联网平台企业。所谓互联网平台企业，就是指采用平台式的经营模式，以其他互联网企业的基础商品或者服务产品为基础，建立起来一个双边的经营模式，一边是参与消费和使用商品服务的消费者用户，另一边是提供这些商品服务的企业，以此为基础不断吸引更多的“边”用户加入其中，最终形成种类多样、层次丰富、覆盖面较广的经营规模，采用这种经营模式的企业即为互联网平台企业。其次，互联网企业。互联网企业具有广义和狭义之分。其中广义的互联网企业指的就是以计算机信息网络技术为核心基础，利用平台网络开展服务提供业务并因此获取收入的企业组织。而狭义的互联网企业指的就是在互联网网络中注册域名信息，建立网络站点，利用互联网开展各项商务经营的企业组织，在学术之中，这种狭义的互联网企业就是广义互联网企业之中的终端层互联网企业。在本文中，主要讨论是狭义的互联网企业。
2.区别于传统企业的特殊盈利模式
在传统领域中的企业具有相对稳定、变化幅度并不会太快的市场规模，当资本投入较大时才能达成规模经济，同时产品更新、技术创新频率较为合理。同时，传统企业一般具有实体性产品，销售区域受到地域限制较大，经营情况通过营业额能够较为清晰的显现。市场具有单边性；同时竞争方式明朗、易于识别。
与之相对应，互联网企业由于其快速信息传输、非实体性、地区界限模糊化而不再是单一的生产者、销售者和消费者的关系，互联网企业基于互联网自身的虚拟性、互动性、无国界性、即时性等特点，因此具备了互联网外部性、双边市场、互联网锁定效应以及包容性等特点。这些特点不仅对于互联网的发展产生极大的影响，同时对于互联网企业在经营过程中实现盈利带来极大的特征性指引，帮助互联网企业结合自身经营内容更好地提升商品质量和服务水平，在市场的竞争中通过自身特点产生优势，吸引网络消费者用户，形成基于互联网的特殊盈利模式。
（1）互联网外部性
根据外部性的内涵可以得知，外部性指的就是某一类行为会使得主体之外的人或者群体得到利益或者受到损失的情况，而根据互联网企业的互动性和模拟性特征，互联网外部性同样有相同内涵特征，即通过互联网的使用和应用，互联网使得使用其内容的用户获取价值利益，在用户得到益处之后带动更多的用户群体加入互联网产品使用的过程中，继续提升互联所带来价值效果。举例来讲，淘宝是典型的互联网电商企业，淘宝建立的初期，通过自身的经营吸引了部分顾客在商铺中购买商品，在顾客体会了方便的同时拥有了自身需求的商品，顾客便会吸引更多的消费者加入淘宝的使用之中，这样一来，淘宝企业的经营对于每个顾客的价值都会进一步进行升级。产生这种特征的原因在于，顾客数量的增加会使得顾客之间形成更好的信息分享，比如通过售后点评的方式推荐更好的店铺或者商品，这样就会形成一种良性的外部性特征，形成了互联网外部性，并以这种方式积累利润，实现盈利。
（2）双边市场
所谓的双边市场，指的就是经营者主体同时面对两种类型的市场内容，企业自身作为一个中介服务的群体身份开展经营。在经济学理论当中，双边市场的主要内涵就是指同时存在两个交易主体共同参与到该经营模式之中，相对单边市场来讲，双方需要借助企业平台开展经济活动，并且一方市场的主体收益高低取决于另一方主体加入平台交易的人数多少。[1]在互联网企业之中，不少互联网经营模式就是以平台式经营的方式进行，也就是我们所说的互联网平台型企业，该类企业的双边市场特征也正是该类互联网企业的盈利来源。具体而言，互联网平台企业在面对消费者用户一方市场时，通常采用低价甚至免费的方式提供商品和服务，而面对另一方商品和服务的提供商，则采取收取广告费用或者平台展示费用的方式进行经营，平台企业通过自身商品种类、服务质量的提高，不断吸引更多的消费者用户加入平台企业的使用之中，从而吸引更多的商家加入双边市场中来，实现互联网平台型企业盈利。
（3）互联网锁定效应
“锁定效应”理论在经济学之中又名为“路径依赖”[2]，互联网企业的经营模式同样具备锁定效应的特征，根据互联网企业的高科技特点，消费者用户在从一个互联网企业产品转入另一家互联网企业产品的过程中需要付出诸多的“代价”：第一，工具成本，互联网企业作为虚拟性经营的主体，其经营内容需要依托于相应的技术设备工具，唯有通过工具的使用才可以达到使用互联网产品的目的，当一方消费者用户习惯使用某一种工具来购买互联网产品时，即使另一家互联网企业产品更具有优势，但如果需要更换使用工具以求达到更换目的，消费者如果存在不支付工具成本的心态，那么便形成了互联网锁定效应。第二，风险成本，同样的，当消费者用户针对一家互联网企业已经产生了普遍性的认可，熟悉了该企业产品的质量或者价格，那么对于转投其他互联网企业产品就会产生风险成本的预估心理，出于对未知风险的顾虑，出现互联网锁定效应。[3]第三，知识成本，消费者用户在面临更换互联网企业产品的选择时，如果存在需要掌握新科技知识或者新的使用知识的情况，选择了减少知识成本的付出，同样也会形成互联网锁定效应。
（4）包容性
包容性指的就是互联网企业在利用互联网进行产品的生产、宣传和改进的过程中，各种系统、软件的相互配合属性。具体而言，包容的主要内容是围绕着各种要素进行开展的，不同于传统的行业要素，互联网要素的结合更加快速便捷。对于互联网的使用过程来讲，电脑系统是基础，软件程序是登录网络必要途径，网络信息系统是互联网传播渠道，当各方要素产生包容性，相互协调相互配合，便可以通过联合的方式更好地服务互联网的使用者，在各要素组合在一起的过程中，并不会产生相互冲突和阻碍的情况，这样一来就形成了互联网应用中的主要目的，即通过各要素之间相互联合更好实现互联网的价值属性，为用户所了解和应用，同时帮助互联网企业更好开展经营活动，最终实现自身的盈利。[4]
二、研究互联网企业数据垄断行为的必要性
（一）互联网企业运用数据形成转化利益及竞争优势
在数字市场当中，如同石油和电力之于传统行业的重要性，消费者数据价值是现代企业竞争的核心。作为现代企业主体，可以分析其企业用户所积攒下来的原始的、庞大的数据，进行深入计算和整合，经营者就可以掌握具体消费者用户的需求偏好、需求变化趋势以及需求所能达到的消费水准等数据转化信息，并可以依据此内容展开针对性的经营策略。例如，向个别消费者提供针对其喜好的商品和服务，针对消费的需求变化及时调整服务和商品的种类、内容，针对性地释放服务和商品宣传信息吸引消费者的注意力，改变现有的经营模式，跟随行业时代的变化及时制定、改变能够满足更多消费者不断变化的需求的经营手段、营销策略。
在目前大数据内容作为战略性资源的背景之下，企业能够快速地掌握并且收集相关的数据内容，通过分析和云计算加以整合，就可以快速地采集到数据之中所蕴含的海量信息，这些信息不仅仅是表面化的信息内容，更多是对于企业在后续数据处理和开发过程中，能够给企业的未来发展模式和企业所处的行业竞争格局带来极大的影响。（1）从数据的收集速度来讲，数据的流动性较为快速，企业在收集数据的过程可以快速地积累数据内容，通过分析洞察消费者用户的消费内容积累原始的数据资本，相较于传统的行业模式，其可以通过数据快速达成传统企业耗时许久的数据资本积累，形成数据竞争优势。（2）从数据的收集数量来讲，数据的收集方式不同于传统行业的原始材料的积累，数据的收集将会以TB乃至PB的单位进行收集，[5]数据的种类、数量、规模以及所涵盖的范围都会达到一种无以复加的庞大程度，企业在竞争过程中可以基于此形成一种在数据市场中的强力支配能力。（3）从数据的后续利用来讲，数据本身的价值在企业的信息利用过程中类似于一种知识产权，因为企业通过自身的经营内容收取基于经营内容而产生的消费者用户数据信息，这种数据从某种程度上跟该企业的内容挂钩并且无法进行分割处理，因此从保护知识产权的角度来讲，企业可以无条件地使用、分析并享有这种数据所带来的隐藏价值，同时不会也无须进行分享和公开。这样一来，庞大的数据信息通过企业经营分析形成企业决策、价格合理调整，从而收取更多的数据信息，最终形成“信息孤岛”。[6]但是这种良性的循环对于企业自身而言是一种孤立式的数据收集，经营企业可以通过数据优势不断获取市场的竞争优势地位，形成阻碍正常竞争的可能。
在大数据高速发展的年代，数据内容不仅仅是一种独立于企业经营的外在元素，它已经融入企业的每一项生产活动之中，成为了同样的生产要素。由最初极其简单的数字型内容，变更成为企业直接得以利用的数据信息，数据作为一种重要的企业资源可以帮助企业快速的积累资本，而在竞争的过程中，企业通过对大数据进行分析和计算，便可以获得同一行业中明显的数据竞争优势。
在互联网企业当中，互联网平台拥有双边市场的定位，即用户可以免费或者以低成本的方式进行平台使用，而商品、服务的生产者、提供者则需要向互联网平台企业缴纳高额的“广告费用”。但是从数据竞争优势的角度来讲，互联网企业从用户之中并不是没有得到任何有效的信息，它们收集到了至关重要的内容——“用户数据”，互联网平台企业通过对数据内容进行详细分析，并且通过上面的分析向互联网消费者用户有针对性地提供商品、服务和信息，从某种程度上来讲，不仅仅可以让用户更为依赖该互联网平台，同时也会使互联网平台企业通过长期的积累获得时间跨度更广、内容更加全面的数据内容。
随着数据时代的快速发展，企业经营者渐渐地知晓了这种掩藏在互联网之下的巨大价值，学会利用数据的分析和开采，产生数据信息，并将这种信息应用到企业的经营之中，获取更多的报酬。数据竞争在互联网企业中同样起着至关重要的作用，从平台的特性来讲，互联网平台不仅仅可以方便网络消费用户，而且可以通过用户的使用获取数据信息并加以整合，从而调整交易价格、减少交易成本、扩大市场经营领域。在平台的大数据竞争过程之中，数据的应用可以在互联网企业对互联网用户的针对性服务中发挥不可忽视的作用。互联网企业不仅可以通过前述的数据分析改变经营策略，改善产品质量，甚至进行广告定位，更为关键的是，互联网企业的数据使用可以帮助他们在互联网用户使用过程产生更为高效的选择性信息“推荐”，这其中不仅包括商品、服务，还会涉及用户想要了解的指向性信息。
因此互联网企业开始利用双边市场的经营模式将服务平台化，通过免费和低价的商品内容获取更多的互联网用户数据信息，再将这些信息加以处理和运算整合，将信息价值融入企业更多服务和商品之中，进而获取更多的收入，这样一来，互联网平台企业之间的数据信息利用便构成一个整体。我们以提供搜索引擎服务的企业为例，这些企业就是通过用户的搜索行为获取用户检索的主要目标，将这些数据信息进行整合，便可以针对用户检索数量多的领域开展集中式服务展示，比如将检索多的商品以广告的形式进行推荐，吸引用户的眼球，而这种经营模式不仅可以满足用户的需求，同时也得以帮助企业获取信息，将数据信息不断地转换为商品和服务的购买率，吸引更多的广告商加盟，建立企业资本。
（二）互联网企业滥用数据竞争优势的损害
互联网企业滥用数据竞争优势实施大数据垄断，对于消费者、其他经营者以及公平竞争环境都会产生损害。在大数据的应用过程中应当杜绝垄断化，因为大数据的占有和收集依赖于企业的资源，当行业中的大型企业拥有财力物力的时候，大数据要素就很容易成为这些企业所掌控的资源，拥有数据量较大的平台的企业在竞争中就会拥有较大的优势。从这个角度来看，当数据的信息含量不断叠加，形成更多的数据集合，掌握其内容的企业便会成为拥有高信息资源的优势企业，形成数据垄断，这样一来便会阻碍行业的发展，限制正常的竞争，而企业在品尝到数据信息的甜头之后，便会倾向于进行数据垄断以巩固其经营利润，这样一来，被操纵的数据会为了满足既得利益集团的利益需求而被粉饰，其他市场经营者如果不能拥有对数据真伪的准确辨识，很容易陷入圈套，做出错误决策，进而丧失竞争主动权。
1.提高了其他经营者的准入门槛、扭曲竞争
在企业经营者想要进入大数据市场的时候，企业自身需要具备三种技能：（1）数据本身，以便于访问和分析获取大量信息。（2）算法工具，可以通过对数据的分析获取目标信息，帮助企业调整产品服务价格和企业策略。（3）专业知识，需要对数据科学、个人隐私、法律知识拥有全面的了解，同时知晓商业内容和数据价值。[7]基于这种方式，后进入互联网数据市场的企业将越来越无法掌握先加入互联网数据市场的数据内容，先前的互联网企业利用数据获得的竞争优势将越来越明显。最后，该互联网平台企业不仅可以通过这种方式增加企业竞争力，排除对手的竞争，而且互联网企业的用户还可以基于平台企业庞大的用户数量而获取商品、服务和信息的更多、更大的价值。
由于数据可以提高对市场情况的认知，而这种关联性并非通过理论分析可以获得，且即便可以通过中介获得或者准入数据，也不意味着可以有效使用数据。企业为了保持竞争优势会采取数据驱动战略限制竞争者进入数据，不与他人分享数据，从而提高新进企业的市场准入难度。具有市场支配地位的企业通过数据可以对本行业以及同行竞争者的发展态势进行分析，将它们兼并或者扼杀在摇篮中以解决潜在的危险。
大数据的经济特有利于市场集中和支配地位的形成，会导致胜者“通吃”的结果，新的市场准入者即便拥有数据分析的能力，但是由于没有获得大量消费者数据信息，很难提供有针对性、相关性高的信息，消费者很难转向新准入市场的企业和产品。
2.侵害消费者合法权益
滥用数据优势会侵害消费者的合法权益，具体来看有以下几种可能性：第一，滥用数据优势破坏市场竞争，影响消费者选择。就搜索广告而言，互联网提供信息的便捷性和时效性本该是引导消费者，为消费者提供有利指引，然而搜索引擎在搜索数据垄断的情况下，垄断了广告领域，竞价广告随之产生，消费者在检索的过程中最终获取的是虚假的搜索信息，导致消费者的选择可能性下降。
第二，侵犯消费者的自我选择权和隐私权。由于Facebook免费提供服务，用户并未因使用剥削性商业条款而遭受直接的经济损失。用户的损失主要在于失去了控制权：他们不再能控制个人数据的使用方式。Facebook的用户并未察觉哪些源头的哪些数据正被整合成他们详细的个人资料与在线活动。由于数据的整合，个人数据获得了用户无法预见的重要性。因为Facebook的市场势力，用户也没有能够规避数据整合的选择。Facebook进行数据整合也因此侵害了用户的信息自决权。同时也侵犯了消费者的隐私权。另外，在形成的用户资料的帮助下，Facebook能够改善定向广告活动。因此，Facebook对广告客户来说变得越来越必不可少。Facebook过去几年迅速增长的利润也反映了这一点。这也对广告客户造成了潜在的竞争损害，因为他们面临着一个具有市场支配地位的广告空间供应商。
第三，减少消费者检索结果的相关度。虽然大的搜索引擎掌握了用户的选择偏好等数据，可以为其提供私人订制的服务，但是数据准入的不平等降低了提供给用户的服务质量。“搜索引擎有动力也有能力优先考虑付费广告商，而不是考虑为用户提供相关性程度高，质量好的搜索结果。”比如在搜索某个地理位置时出现其他信息的可能性比较低，但是如果涉及与消费有关的，譬如搜索某个名胜古迹，最先出现的一定是在线票服务公司的门票信息。更有甚者，用户搜索的主要指向内容并不会出现在首页上，而是广告内容显示靠前。从某种意义上说，强大的搜索引擎更倾向于为广告商提供私人订制服务，而不是消费者。
3.数据割裂阻碍行业进步
大数据的关键在于交互效应，目前我国的信息出现孤岛状态，即互联网领域被几个寡头企业垄断，无法实现数据的公开与共享。这种数据的垄断情况便会产生一种数据上的割裂，数据与数据之间的相互作用将无法发挥，从互联网企业的角度来讲，通过软件或者技术的应用，根据自身企业的数据信息形成了自我使用的数据库内容，这些数据内容具有封闭性和独立性，专属于企业自身的数据需求，而不同企业之间的数据信息由于缺乏相应的沟通协调渠道，因此难以实现数据共享。在此种情况之下，数据信息的联合想要通过企业间的自我联合分享是非常难以实现的，互联网企业势必会在数据应用过程中重点分析自身需求的重要数据，而对竞争企业的数据分享必然会有所保留，通过这种方式保证自己在行业市场竞争之中的绝对数据优势，因此想要通过企业自觉进行数据分享来实现行业的数据联合并不现实，进而导致该行业的进步与发展受到阻碍。
（三）互联网企业垄断行为违法认定困难
在过去较为传统的经济学当中，针对某一行为是否构成垄断，一般会依据三种标准进行判断：第一个标准，某一产品或者是某一服务在定价的过程之中是否会偏离平均成本或者边际成本；第二个标准，该企业在某一行业市场之中的市场份额占比；第三个标准，该企业所在某一市场的市场进入难易程度。虽然有上述三个标准的规制，但是互联网的虚拟性、数据性等特点使得上述标准很难认定。以互联网为平台的企业由于具有明显竞争因素，容易构成垄断行为，所以传统支配地位的认定方式很难予以规制。互联网企业在前期进行资金投入之后，由于行业的特性，在后续的发展过程中通过数据信息的收集以及较为稳固的经营内容，资本投入几乎呈现逐步减少的趋势，正因为如此，互联网成为了一种容易走入寡头型企业的行业模式，互联网企业的市场稳定容易实现。在先入企业的影响之下，后入企业很难站稳脚跟，只要互联网企业在经营过程中将商品或者服务的定价进行合理的控制，就可以一直处于盈利的状态。从另外的角度去看，互联网行业商品和服务的低价很难偏离平均成本，也很难据此而不是营业额的方式判定其具备市场支配地位。
从互联网用户的角度来看，某一个互联网企业的经营范围越广，涉及的覆盖层次越深，就越能吸引用户频繁使用该互联网企业的商品或者服务，庞大的商品服务市场使得用户依赖于该互联网企业的各项服务，这样的一种现象是以网络用户为出发点，进而导致其他同行业的互联网企业存在极高的市场加入难度，而且从现有的消费者权益保护方面而言，越是大型的互联网企业越容易接受监管和规制，这也是其他企业存在进入壁垒的原因之一。
传统竞争之中的价格竞争已经不属于互联网企业现有竞争模式的范畴了，在大数据引导的互联网企业之中，针对新兴事物和时代的变通能力才是互联网企业现有的竞争优势，也就是现在所谓的创新能力，在这种背景之下，创新能力使得互联网行业的商品或者服务的期限缩短，不同产品种类也开始不断衍生，行业的分类也不断加剧。从某种程度上来讲，互联网行业的市场份额在这种快速变更的过程中很难具有稳定性。例如，之前的共享单车市场，目前已经有许多商家倒闭退出，过去的市场份额产生了断层式的变动，如果仍然按照原有的市场份额进行支配地位的判断，显然在这种背景之下是不合适的。
经过上述分析，我们可以进行总结，就是市场份额的不断变化、网络用户消费者的自身选择使得互联网行业产生了一种支配性地位的外观，但是我们在据此认定互联网企业支配地位的过程中需要慎之又慎。美国知名的经济学家保罗曾说过：在高科技领域，垄断行为并不一定全都是坏的，至少在行业发展的过程中，较为集中的领先者可以在开拓市场的过程中不断引领行业的快速发展，实现“通吃”，这种“通吃”的情形需要我们更为理智地看待，尤其是在互联网这一快速变化的市场环境中。
总体上来说，虽然互联网企业同传统行业的垄断行为都是属于垄断这一大概念，但是回归到互联网行业的具体垄断行为之中时，互联网企业的垄断认定则会出现明显的认定困难，认定的最终方式也同样具有很大的差异性。在传统行业的搭售行为之中，如果某一企业针对消费者进行了两种毫无关联的商品的销售，那么便构成了反垄断需要规制的行为特点，但是在互联网领域之中，产品的搭售行为将变得非常模糊，没有确切形态的网络商品有时会依托另一商品或者服务而存在，此时界定是否存在搭售的行为便会出现实质性的认定困难。例如，在奇虎针对腾讯存在垄断行为提起诉讼的案件当中，原告基于反垄断法中关于搭售商品行为的认定，指出被告公司旗下的QQ在客户端之中搭售其他QQ功能的做法，存在垄断行为，但是在这种情况下，被告辩称自身仅有搭售之中“搭”的行为，其他功能均为免费提供，用户可以自行选择功能的应用和使用，并不存在“售”的具体行为，因此不构成反垄断审查中的搭售。从案件中我们不难看出，在对互联网企业的垄断行为进行界定时，传统的界定标准已经无法很好地予以规制，无论是由于互联网企业特点抑或互联网行业的发展模式，这些都提醒着我们，需要在未来反垄断审查中对互联网行业开辟新的标准和认定模式，以应对互联网行业的具体垄断行为。
三、互联网企业数据算法垄断协议
（一）互联网企业数据算法垄断协议
相较于利用协议、会谈、口头协商等传统的协同形式达成垄断协议，在大数据时代的数据市场中，垄断协议甚至能够通过算法达成和实施。2015年美国司法部（DOJ）调查了几个贴画销售商在亚马逊电商平台上从事固定价格的行为，DOJ发现这几个销售商开发了一种价格算法，可以根据消费者的选择进行价格调整，并且这些销售商彼此分享价格信息，从事价格协调行为。DOJ最后对这些从事违法共谋的销售商进行了处罚。[8]随着算法和人工智能的崛起，如何透视精密、复杂的操作识别经营者之间的垄断协议成为各大反垄断执法机构面临的难题。
数据垄断在少数数据寡头手里成为又一种垄断形式。国内阿里巴巴集团和百度等大型互联网企业努力建立服务自身发展的数据库。2017年6月的顺丰菜鸟之战，实际上争夺的是各自数据库里的用户数据。在共享经济时代，数据垄断创造的“人无我有”利益是有限的。[9]在有效法律规制的情况下，实现有规模、有规则的数据的流通和共享才能够实现该行业生态系统的长足发展。
在传统的三大垄断行为之中，数据代码垄断协议的内容同样有了在互联网大数据市场中的新型含义。不同于传统的签订协议行为，大数据在互联网企业经营过程中不仅有利于提升企业相关商品、服务的针对性调整，同时还可以在大数据领域产生一种数据的直观性，并在互联网企业之间产生一种数据依赖，比如一家企业主要利用另一家企业的数据信息开展经营，同时在同一行业之中形成专属于自身经营内容的数据优势，并反过来影响其所借鉴数据的企业。产生一种双方相互性的依赖，从而助长合谋行为的产生。
在互联网企业之中，算法科技以及人工智能是大数据处理的核心技术，通过分析互联网企业在经营过程中采集的消费相关数据，便可以了解竞争对手的价格策略，知晓对方的商业目标，进而可以针对自身进行调整。这样一来，企业在面对竞争企业的降价或者提价行为之时，依托于数据信息处理的算法科技和人工智能处理将会自动针对价格的变化展开加速运算，很好地匹配价格，提升价格变动效率，这样一来就形成了价格合谋。[10]
由以上例子可见，企业通过特定的算法科技加以定价和制定策略，同时依据现有的历史数据协调定价相关内容，最终实现价格合谋，在达成之后，企业可以通过实时变动的数据内容进一步监控卡特尔开展的具体情况。在这样的过程之中，互联网企业可以在经营中选择性地共享相关数据，在数据应用的过程中，通过数据的选择性共享传达相关隐形的信息，这样一来，收到数据信息的企业便可以依据此内容进行调整，以一种较为隐蔽的方式实现最终的价格合谋。由此可见，在这种隐蔽性较好的价格合谋之下，互联网企业最终在大数据时代形成了新模式的垄断协议，这也将会是我们未来反垄断法律法规在应对互联网大数据企业不正当竞争过程中的审查重点和规制难点。
（二）互联网企业数据算法垄断协议的司法判例研究
算法垄断协议作为隐形性的卡特尔行为，这个行为不论在什么情况下，对市场竞争都是有损害的，应当适用“本身违法性”原则。[11]但是当前关于算法垄断协议的案例并不多，笔者将对三个案例进行分析。
第一，DOJ诉Topkins案。在亚马逊网站，Topkins与其他卖家通过数据算法形成价格共谋。商户之间的合意通过沟通协商达成，数据算法是其达成共谋的手段条件，属于反垄断法所禁止的价格卡特尔。亚马逊网站上彼此独立的竞争者，无论其动机是限制竞争还是促进竞争，固定价格是以公开的方式还是密谋的方式达成，都造成了价格垄断。而算法的介入增加了其密谋性，使得共谋行为更加隐蔽。如果没有数据算法，共谋者对于价格的把控要不然就是一成不变，要不然后续的调整变化需要再次沟通协商。在大数据时代，数据算法使得价格共谋只需要一次协商即可完成，即运用共同的计算方法。在市场其他因素发生变化的情况下，算法可以自动调整价格，价格共谋可以持续实现。从经济学角度分析可知，对竞争环境危害最大的卡特尔就是价格卡特尔。[12]
第二，Meyer起诉优步（Uber）一案中，Meyer认为优步公司运用数据算法与其公司注册司机之间达成了横向卡特尔，但是优步公司认为，公司和司机不属于同质竞争者，而是分属于不同的经营环节，因此他们之间的协议为纵向协议。本案的焦点在于公司与司机之间的数据算法的性质，如果是横向卡特尔，那么根据“本身违法原则”，必然是限制竞争的垄断行为；如果是纵向协议，那么根据“适用合理原则”，需要先评价其对于市场结构的影响，再做出判断。从表面上看，该数据算法共谋发生于公司和司机之间两个不同经营阶段的参与者之间，但是我们应当看到，在优步司机之间也通过算法实现了价格共谋，优步公司支持司机之间的共谋，并通过更改算法提高营运费用。由于该数据算法不仅涉及公司和司机之间的共谋，更涵盖了优步司机之间的共谋，因此，法院认定其可能构成轴辐共谋。[13]在本案中，我们可以看出，数据算法改变了原有经营者之间的竞争关系和竞争手段，优步公司与其司机之间并不是雇主与雇员的关系，他们是独立的“经营者”。每个独立的“经营者”优步司机之间，因为数据算法的关系成为价格共谋，虽然他们本身并不具备垄断的故意，可以说这种价格共谋也是公司加给他们的，此时就又回到了横向卡特尔，本身违反原则的适用。从消费者和社会福利角度讲，优步司机在高峰期提高“调度费”幅度因为数据算法而导致相同。那么当优步公司占据市场支配地位的时候，改变算法，提高价格，针对消费者的经济侵害就出现了。
第三，华硕、飞利浦等公司也受到了欧盟委员会的反垄断调查，调查结果和过程无从得知。目前可以了解到的是，同样是因为利用数据算法与竞争者实行价格共谋。如果有足够的证明，得出这样的调查结果，那么焦点转移到是否“经营者”之间有共谋的合意。如果没有合意，利用数据算法与其他经营者保持一致则只是价格上的附随行为。但是，我们注意到，这种附随与传统的区别在于，他能够无缝衔接，实现同步调价。因此，可以说，即使是没有事前共谋，但是事实上也造成了侵害消费者权益、扭曲竞争的不利后果，应当引起反垄断执法部门的注意。
（三）互联网企业数据算法垄断协议的审查困境
1.数据算法垄断协议挑战反垄断规则适用
在上文的司法判例分析中，我们得知，即使是没有恶意的预先共谋，通过数据算法的方式达成的隐形价格垄段也应当受到反垄断法规制。在现有反垄断法框架中，仅仅规制预先共谋对于算法引发的价格共谋无法规制。其调整难度主要体现在以下两个方面。(https://www.daowen.com)
第一，现行反垄断法规制的垄断协议，是指通过明示的方式，通过企业间的联合或者行业协会的方式，在横向经营者和纵向经营者之间签订的固定价格、销量等协议。对于横向垄断协议适用本身违法原则，对于纵向垄断协议适用合理原则。如果没有明确的协议和共谋，反垄断法执法机构是无法发起反垄断审查的。在互联网领域，通过数据算法达成的价格联合浮动的现象，很难界定其“协议”的存在。因此，这种垄断行为很容易就逃脱了反垄断审查。
第二，横向垄断协议和纵向垄断协议界限模糊，横向联合危害性不明确，法律原则适用困难。在传统企业市场中，适用本身违法的横向卡特尔一般依赖于市场结构条件，市场上的竞争者数目呈现寡头状态时，排除、妨碍竞争的协议更容易达成。这时的横向卡特尔对竞争的危害、对消费者和社会福利的侵害是很大的。数据算法的出现，使得这种共谋对市场结构的依赖变得微乎其微。数据算法的普及使得很多小经营者也能参与到其中。就如上文所提到的优步公司与优步司机之间的数据算法。每个司机都是独立的小经营者，司机彼此之间由于算法关系形成了共谋。他们之间的共谋对市场秩序的危害并没有那么明显，也许应当对其适用合理性原则，审查后再定论更为适合。同时该案也出现了横向垄断和纵向垄断同时依托于一个行为之上，两种垄断协议界限模糊化，导致法律原则适用出现界定困难。
2.数据算法垄断协议隐形性增加反垄断审查难度
垄断协议的达成通常都是私下的，达成的经营者之间基于利益驱动，会共同保密。在传统市场中，很难被发现。反垄断执法机构发起审查一般基于两种方式：一是知情人举报或受害人举报；二是发现该市场的产品价格发生增长或者小经营者频繁退出市场等异常情况。在互联网企业之间，数据算法将这种垄断协议更加隐形化。原因如下：第一，由于与市场结构相剥离，数据算法垄断发生时，市场中经营者数量众多，参与数据算法共谋的经营者也很多。那么反垄断执法机构在没有知情人举报的情况下，单纯分析市场变换状态，很难发现是哪些经营者参与其中。在目前盛行的电商平台，如京东、淘宝、携程等，其中同质经营者非常多，他们的价格变动并不是完全同步的，甚至针对不同的消费者的算法是两套标准，也就是“杀熟”[14]行为。这种复杂的情况给反垄断审查工作带来了巨大的困难。第二，数据算法以默示的方式达成价格卡特尔，没有明显的合意和共谋。针对这种情况，即使执法机构发现了市场异常，也因为缺少法律依据而难以发起反垄断调查。
对于互联网企业的数据垄断协议调查困境，目前的反垄断机制无法实现有效而充分的调节。因此，在大数据时代，如何规制互联网企业间的垄断协议行为，需要在反垄断内涵和要义之中进行调整和拓展，以保证法律的与时俱进。
（四）互联网企业数据算法垄断协议的认定
1.将数据算法垄断协议纳入卡特尔表现形式
共谋是经营者实现一致行动、达到扭曲竞争目的的合意。目前我国反垄断法中规定的卡特尔的表现形式有三种：竞争者间的协议、行业协会的决定、协同行为。但在实践中，这三种行为并不能严格清晰地加以区分，更多表现为协议的形式。假如，互联网企业之间有明确的共谋合意，以数据算法作为共谋的工具，那么该数据算法就成为“协议”，属于反垄断法的调查范围。但事实上，数据算法所能够达成的效果，和通过数据算法覆盖的领域远比上述情况要广。笔者将其分成两种情况分别研究：有交流的数据算法共谋和无交流的数据算法共谋。
对于有交流的数据算法共谋，不仅可以通过明确的协议，还可以通过更为隐蔽的方式实现“行业交流”。为了达到排除、限制竞争的目的，互联网企业之间共享同一种数据算法，这种算法能够根据其他影响因子的变化，按照固定参数值直接形成动态的价格或者销量的同盟。对于这种共享数据算法的行为，参与企业可以称其为信息交流，并不是垄断合意。然而，我们可以看到，这种价格同盟很显然已经损害了竞争，侵害了消费者的社会福利，因此，我们应当将这种数据算法共享的行为列为大数据时代的卡特尔表现形式，要求合法的信息交流必须保证企业之间的经营活动自由、独立、不受彼此影响。
对于无交流的数据算法共谋，目前是通过附随性数据算法等方式实现价格和销量的紧随性变动，随着科技的快速发展，实现途径也会更加的隐蔽和多样化。互联网企业之间没有通过交流的方式，而是由于在市场关系中的依赖关系以默示的方式，按照数据算法追随以保持同样的变动。默示的变动，虽然缺乏共谋这样一个形式要件，但是从行为目的、市场现象、危害结果角度讲，都造成了损害竞争、侵害消费者社会福利的不利后果，因此也应当将这种行为纳入卡特尔表现形式。
2.增加数据算法垄断协议推定要件
数据算法垄断协议的隐秘性，使得“签订”垄断协议的企业之间的共谋变得更加难以被发现，给反垄断执法工作带来极大的困难。尤其是无交流的数据算法垄断行为，在反垄断审查中很难追寻到蛛丝马迹。因此，可以适当允许反垄断执法机构通过市场行为的变化而推定数据算法垄断协议的存在，并与技术部门一道，主动发起反垄断调查。
数据算法垄断协议推定要件可以有：（1）部分企业间交流活动频率明显高于与其同领域的其他竞争者。（2）产品或服务的价格同时发生明显涨幅，且增长幅度比例相同或近似。（3）某些企业的经营活动明显不符合自身利益。（4）该市场产品价格不遵循价值守恒定律，明显高于其价值。（5）其他可以推定企业间有数据垄断协议的行为。当出现以上情形，反垄断执法机关在调查中即使没有充分的证据证明企业间有数据垄断协议的存在，但是有足够证据证明其具有以上行为且已经损害竞争的情况下，可以认定这些企业之间实施了垄断行为。但是，对这些推定要件的应用应当是非常审慎的，必须经过反复调查和充分论证，必要时联合工信部协助调查，不可过度执法，干预影响合法的有利于竞争的经营行为。
四、互联网企业滥用数据市场支配地位
（一）互联网企业滥用市场支配地位
Facebook案件是互联网企业滥用市场支配地位的典型例子，此案件是由德国联邦卡特尔审查局提起审查的案件，具有典型的垄断特点。一些较小型的德国社交网络运营商与供应商，由于直接的网络效应，尽管产品基本相似，但Facebook的产品可替代性是有限的。根据联邦卡特尔局的调查，德国用户主要使用社交网络来与德国国内的朋友熟人保持联系。而Facebook通过这种身份性质的登录行为，在网络之中确立了自身的市场支配地位。该市场存在很高的进入门槛。由于网络效应，用户实际上被锁定了，并且很难转向Facebook的任一竞争者。间接的网络效应进一步阻碍了新兴竞争者的市场进入。对于广告融资服务（也被称为“受众供应平台”），广告端的利润来源于庞大的私人用户基础（积极的间接网络效应）。竞争者为了成功进入广告融资的产品市场，不得不先达到用户数量的这个临界值。如果没能达到这个临界值，就无法吸引广告端。而直接网络效应使其难以达到该用户的数量。在Facebook案中，直接网络效应导致了规模经济，规模经济又反过来导致了成本节约，这给Facebook远超于其竞争对手的巨大的战略决策空间。
Facebook能够优先获取用户个人数据以及其他与竞争有关的数据。因为社交网络是数据驱动的产品，这样数据的获取渠道是市场竞争中一项关键的因素。数据与产品设计以及服务货币化的可能性皆有关。如果其他公司缺乏获取类似数据源的渠道，这就成为市场进入的又一门槛。可见，Facebook是具有市场支配地位的。而利用这种支配地位，Facebook能利用数据优化服务并“黏”住更多的用户。通过整合数据，增强了“基于身份的网络效应”以及随之而来的用户锁定，损害了其他社交网络供应商的利益。
（二）滥用数据市场支配地位的司法判例研究
在传统的不正当竞争模式当中，滥用市场支配地位的行为时有发生，在大数据市场之中，互联网企业同样存在利用企业自身收集互联网用户的数据内容进行信息垄断，造成滥用市场支配地位的情况，其中比较著名的案例就是hiQ起诉LinkedIn一案。LinkedIn（领英）互联网平台公司主要以注册用户间起到联系中介的方式运营自身公司，作为互联网大数据拥有量极高的企业之一，领英以职业社会交往平台的方式，为平台的注册用户提供足以信任的商业交易活动保障，因此，通过这种行为获取了大量的用户数据。而hiQ Labs公司作为一家数据分析计算企业，主要就是利用领英提供的各项用户数据内容开展自身业务，为在企业中对员工的工作能力、工作方式进行分析的内容提供数据信息，并以此作为互联网企业的主要业务内容。
在此等背景之下，2017年5月，领英公司向hiQ公司提出公司函，要求其停止使用领英公司的用户数据，并且使得hiQ在过去五年一直沿用的数据内容受到了领英公司的技术干扰，无法继续获取数据。据此，同年6月hiQ公司针对领英公司的行为涉嫌违反不正当竞争法向美国加州法院提起诉讼，要求其撤销技术手段恢复hiQ的数据使用。在诉讼过程之中，hiQ针对领英的行为列举了各项理由：一是领英将其通过职业社交网络平台获取的大量用户市场信息通过传输和分析的方式引入大数据市场，并通过同样的数据内容控制其他领域的市场竞争，获取不正当的数据竞争优势，违反美国反托拉斯法的主要内容。二是根据美国反垄断法之中关于Essential Facilities Doctrine（必需设施原则）[15]的内容，将领英拒绝其使用数据的行为列定为拥有垄断地位和将要实施垄断主要行为的互联网企业，同时拒绝向领域内的竞争对手提供其他企业所需的必要设施。经过法院的审查，法院据以认定，领英之所以禁止hiQ继续使用其用户数据，存在滥用市场支配地位的可能性，同时意图通过其市场支配地位进军hiQ同等市场，获取不正当竞争的数据优势。最终法院裁定领英在未来企业运行中，不得阻碍hiQ继续沿用其用户数据，并且若存在使用技术手段阻碍的方式，要在24小时之内予以解除。[16]
就本案内容进行分析，我们不难看出，互联网企业在通过其经营行为掌握了用户数据或者其他数据内容之时，便足以通过数据的占有在该领域之内成为一个主要的支配主体，在数据分享与否的过程中，都会形成数据市场的支配地位，在通过对数据进行分析的同时，如使用SSNIP的计算方式进行测算，便可以从企业的角度寻求未来领域的扩张，以给企业带来更广阔的市场领域和市场利润，在边界扩张的过程必然会对于市场的竞争对手造成压力，出现数据市场支配地位的行为。
（三）界定互联网企业滥用支配地位的困境
1.互联网企业相关市场界定困难
（1）界定相关产品市场的困境
在互联网行业之中，互联网商品和服务的特殊性、多样性以及更迭的快速性使得互联网产品市场的界定存在很大的困境，在现代社会互联网企业同传统企业相互融合的背景之下，如何界定互联网企业相关产品市场，针对其中的边界定义是一大难题。
第一，互联网企业同传统市场存在交叉现象。从现有的互联网大型企业现状分析，出现了许多线上线下店铺同时售卖的经营模式，如不少商家在拥有实体店铺的同时也在网上开设了网店；又比如现在的网约车等通过线上辅助的方式带动实体产业发展的经营模式，在界定市场边界的过程该如何进行区分？笔者认为，在针对线上线下的模式区分时，如果根据不同边界界定方式进行区别，那么势必会产生不同的审查结果，在这样的基础之上，既然在互联网行业经营的过程中已经形成了这种现实的交叉重叠，那么在反垄断审查界定之时，也应当作为共同体对待，若是坚持否认两种的连接属性，将会在现有产品市场的基础上进行不恰当的缩小。在这种情况之下，界限更加模糊的市场边界将使得界定的难度更加巨大。
第二，互联网企业商品内容界定难。在传统的行业市场之中，商品之间存在明显的区分，纺织品同重工业制品不可能在内涵上产生融合，但是随着现代网络科技的发展，互联网的诸多商品之中出现了可以承载更多种类商品的属性，例如在前述的腾讯被诉案件中，QQ客户端所承载的游戏、音乐、聊天、空间等商品服务内容，是否有必要在商品的内容中进行明确的界定，是需要进行考量的，根据法院的判决，互联网商品所承载的其他商品服务内容同属于该商品的范围之中，这样一来在界定商品内容时并不会产生过于死板的界定标准，但反过来讲，越发广泛的互联网商品内涵使得反垄断审查的商品界定难度再次上升。
第三，现有的互联网商品缺乏明确的替代性商品。在互联网行业的发展历程中，先进入市场的企业“通吃”的现象导致了在同一行业领域内，某一高科技互联网商品服务缺乏同一类型的替代内容，例如在即时通信方面，腾讯公司掌握着主导权，而相似的商品服务并没有替代的趋势和能力，逐步走向消亡。同时，互联网企业的快速变革需要科技不断地创新，而大型互联网企业无论是在财力还是科技研发上都存在明显优势，因此可以一直在商品服务的创新方面处于领先地位，从而保证企业的核心商品不被取代，这样一来，不仅是同一市场领域之中缺乏相应的竞争者，针对商品替代性分析达到反垄断审查目的的方式也无法展开了，这也是互联网行业产品市场界定出现困难的原因之一。
（2）界定相关地域市场的困境
在界定互联网行业市场的过程中，我们需要关注地域性方面的问题。在互联网现有经营管理之中，互联网企业所产生的商品和服务基本可以分为线上线下结合式以及纯虚拟线上的内容，第一种具体包括以电商为核心经营内容的企业，这些企业都是将互联网模式融入传统实体经济的经营企业；第二种则主要包括即时通信为主和搜索引擎为主的线上经营模式企业，如腾讯公司、百度公司等。针对第一种线上线下相结合的产品经营模式企业，还可以根据融合的实体经济所涉及的地域范围进行反垄断审查相关界定，因为实体的传统行业仍然依托于场地的规划。然而第二种纯虚拟的互联网企业，由于不涉及地域内容，其经营范围也覆盖得更加广泛，其中部分企业甚至达到了全球化经营的程度，这样一来，对相关地域市场的界定将会更加困难，在综合考量各方面因素的基础上，针对地域市场的界定不仅要关注互联网企业的用户合同，还需要关注经营范围的覆盖面，除此之外，互联网商品和服务的快速流动性使得地域性的审查难以在进度上即时跟进。通过上述分析，我们不可否认的是，大数据时代下互联网企业的商品和服务加大了产品相关地域市场界定难度。
2.互联网企业支配地位认定困难
在传统市场中，企业主要通过独占生产资源或者是特定知识产权技术，使得交易对方经营产生较大依赖性，据此不断占领更大市场，最终实现对整个市场的较大控制力。而对于互联网企业来说，支配市场能力培养的机制与上述机制并不相同，有其特殊性。
（1）市场支配地位成因特殊性
对于互联网企业来说，网络效应是其基本特征。网络效应引起了需求方规模经济，继而促使特定产品用户规模不断增大，而且有更多用户受到已有用户的影响纷纷变成这一产品的用户，也就是网络背景下特有的正反馈扩张效应。这一效应的存在使得互联网企业能够快速提高产品或服务的市占率，继而取得支配市场的力量或地位。譬如在微软公司的垄断案件中，哥伦比亚特区联邦地方法院裁定指出，那些需要使用视窗操作系统的消费者会因为网络积极扩张效应而受益。基于微软提供的视窗操作系统的应用程序数量不断增多会使得这一系统使用需求规模增大，并赋予微软公司主导这一市场的力量和地位，同时软件开发商也会主要针对这一系统来提供更多的应用程序。这样一来，微软提供的视窗操作系统就建立了一种正反馈循环，也因此对它的竞争者造成极大打击。
因此对于互联网企业来说，同时存在供给方和需求方两种规模经济。网络行业用户在对产品和服务进行选择时，除了定价和性能之外，还需要同时考虑使用这一产品和服务的客户规模。通常来讲，使用这一产品或服务的人越多，那么对于潜在用户也就越有吸引力，这种基于需求端的正向反馈和自动增长也就促成了需求方规模经济。考虑到互联网提供的产品主要是信息产品，这一产品的复制和传播几乎不需要耗费任何成本，也就是说此类产品的边际成本可以视为零。那么需求方规模经济达到一定规模，实现盈利之后，这一产品的边际收益就会不断增长，经营者将因此不断获取更大的市场份额，也就因此取得了更强的市场垄断能力。网络效应进一步给企业带来更多用户，企业市占率进一步提高，产品由于得到用户的广泛认可和使用，其协同价值也会越来越高。这样一来，用户总是偏好于市场中少数几种产品。那么竞争者就会被市场快速淘汰，也就促成了市场中强者和弱者两极分化的局面，这就是为什么“赢者通吃”和“先下手为强”在互联网市场十分普遍的根本原因。
（2）市场支配地位强化特殊
标准化以及兼容性也是互联网企业寡头垄断实现的两个主要因素。通常来讲，通过不兼容强化自身支配市场的作用具体表现为下述两个方面：一是事前不兼容，促使竞争者很难进入竞争市场；二是事后不兼容排除已有竞争者。所以，兼容性是互联网企业最大的竞争优势，不兼容性能够给企业创造几乎难以推倒的市场壁垒。
互联网企业通过实现和强化标准化来增强其支配市场能力的途径有下述三种。第一，标准本身已经是市场进入壁垒，也就是通过设定较高标准，尤其是实施标准来阻止潜在竞争者参与竞争。互联网企业经营人员如果能够控制标准，特别是事实标准，那么相关竞争者就很难越过这一障碍与之抗争。第二，通过对已有标准进行不断改进和升级，给现有竞争者制造产出障碍。标准在互联网领域多数都是专利、商业秘密以及其他形式的排他权利。所以，控制标准的企业就能够以此为筹码升级自身权利，或者通过对标准进行改进等来提高竞争者参与竞争的难度。第三，结合知识产权，建立特殊的标准形式。互联网企业倘若将专利与标准结合，那么其他竞争者就必须付出更大代价才能够获得标准和相应专利，也就因此具备更强支配竞争市场的综合实力，如此也就能够给其竞争者创造更难以逾越的障碍。另外，考虑到互联网企业本身对于技术创新有较高依赖性，同时标准化将促使制定标准者掌握其中包含的技术创新、生产指标关键要素和衍生知识产权等资源。
所以，对于互联网企业来说，标准化是其得到市场力量的关键来源。标准通常主要为原创技术专利，并且有专利群支撑，而控制核心技术就能够形成排他性的技术垄断，特别是如果拥有决定市场准入的标准，那么企业就能够通过许可方式来阻止对手参与竞争，继而垄断市场。总之，与传统企业相比，标准给互联网企业带来竞争优势和影响力更加强大，影响范围也更加宽广。“标准”对于市场来说，能够提高竞争效率，也会对市场造成负面影响。经营者只需要提高“标准”或者增强控制标准的程度就能够提高支配市场的能力，还有可能基于“标准”的强制性以及排他性而滥用自身支配市场的能力，此时就需要《反垄断法》予以规制。
（四）互联网企业支配地位界定方法
1.引入数据市场替换传统相关市场界定
互联网企业将数据价值转化为企业效益需要经历四个步骤。第一收集：通过对消费的使用记录进行收集提取信息。第二存储：将数据进行转化形成更多的数据信息集合。第三分析：对不同数据来源进行合成，找到其相关性。第四使用：对分析所得数据再使用，如出售给广告商，数据交易等。既然整个过程完全围绕数据展开，那么整个数据竞争所波及和影响的市场必然是数据市场，只有从数据市场角度界定相关市场，才能更准确地包含和囊括互联网数据竞争的范围。当下具有“媒介”性质的互联网企业如微信、QQ社交软件，百度、Google等大的搜索引擎，一方面为消费者提供免费服务，利用用户的网络使用痕迹实现大数据利用的四个步骤，得到有价值的数据信息。另一方面向互联网企业另一方市场收取广告费用。传统上，反垄断审查界定相关市场需要具有经济型也就是有“价格”的商业关系。那么所圈定的相关市场只能是与广告商有关的市场。而跳出“经济”“收益”等数额化的经济利益，将数据看作一种核心资源，所有围绕数据展开，利用数据开展的业务，无论涉及大数据利用四环节中的任一环节，均视为数据市场的组成部分。将数据市场的内容进行详细的界定，这种界定的方式将使互联网企业的数据竞争更为凸显，无法隐藏。
2.通过用户数量评价支配地位
如前所述，在互联网企业中，以“其他经营者扩大产出的能力”为决定性因素的传统支配地位认定方法注定无法适用，转换成本成了衡量支配地位的决定性因素。转化成本举例而言就是用户弃用微信投向另一个新的同领域、同功能软件如“信微”所要付出的成本。显然，使用微信联络起的是我们的熟人圈，如果使用“信微”无法达到同样的使用目的，那么我们转用“信微”就要付出很大的成本。从另一角度也说明，我们是被微信“锁定”的用户。
如果我们将使用社交软件的用户列为A圆，而使用搜索引擎的用户群体列为B圆，那么这两个圆是有重叠的，我们不需要识别这个两个圆有怎样的关系。我们需要识别的是A圆中，社交软件占据了多少用户数量或者说用户份额。B圆中，搜索引擎占据了多少用户数量以及其在这个圆中的份额。举个例子来说，从2009到2011年，根据中国整体区域互联网用户的使用时间来看，腾讯在互联网中的即时通信服务行业市场中的份额超过了八成，而“竞争者中最接近的仅为4.2%”；而自2012年8月开始，腾讯在手机客户端的即时通信服务行业市场中份额更是高达九成。抽象说来，使用时间与用户人数存在正相关关系，在此可以暂且推定腾讯的“用户数量份额”与其“使用时间份额”大体相当，即在80%以上，因而是即时通信市场上用户数量最多的经营者，也就是说腾讯在该市场占据了支配地位。
3.改进市场份额的计算方法
在传统行业中，通常会根据企业的市场份额占比来判断企业在市场中的竞争力及优势地位。但对于互联网企业来说，网络的特殊性使得部分互联网企业虽然在市场中拥有较高份额，但并不代表其在市场中拥有绝对优势与支配作用，或者虽然有的时候拥有支配力量但也很难持续。所以，互联网企业在高技术、快速创新等因素的作用下，其所拥有的市场垄断优势往往也只是一个时期内技术创新的产物，但这也标志着其要参与到更加激烈的技术竞争中。[17]正是由于技术的快速变化使得市场垄断更多时候只是短时间内的霸权。创新周期的缩短让互联网企业在竞争中不断松懈。从现实情况来看，许多原来在市场中并不具有垄断优势的经营者经过技术创新，尤其是利用标准必要专利，能够在较短时间内通过标准的强制性和专利的排他性在市场中获得支配地位。所以，要想确定互联网企业是否在市场中拥有支配地位，就需要对其网络效率及快速创新等因素进行综合分析，结合这些因素对传统市场份额计算方法进行优化完善。
在网络效应的作用下，互联网企业销售量较之销售额可以更好地表现出互联网企业的市场影响力，这是由于消费者往往对于用户数量偏多的产品更有兴趣，因此用户数量是正反馈发挥作用的基础所在。同时，在双边市场的作用下，互联网企业在发展中为了获得更多的消费群体，会进行更为激烈的竞争。此外，因为很多互联网企业提供的产品具有免费性，如果单纯基于销售额来评价其市场份额，有的企业会为零。所以，在对互联网企业市场份额进行计算时选择用户规模即销售量作为标准更加科学。在明确了计算标准之后，还应选择具体计算方法以此来计算相应的市场份额。在美国My Space被诉案审判中，将访问网站的用户数量和网页被浏览的次数数据，作为评价其市场占有率的基本方法；欧盟委员会在审查微软收购雅虎搜索业务一案中，也选择以搜索请求量和竞价排名搜索请求量为标准来计算相应的市场份额。而国内艾瑞咨询公司则认为应将“即时通信注册账户数量”和“及时通信活跃账户数量”作为计算市场份额的主要指标。
基于上述分析可以看出，互联网企业创新速度相对较快，在对其市场份额进行计算时应以最近一期数据为基准，这样可以更客观有效地衡量互联网企业市场力量，如可将近5个月或1年数据作为基础。但销售量并不只是表现在注册用户量这一方面，同时还应考虑浏览量、点击量等因素，再加上不同用户在各类终端设备的使用时间上存在较大差别，因此，可以以传统行业中的比值法来计算市场份额，即按照不同市场对注册量、浏览量、点击量、使用时间等数值的比重进行明确。举例来说，对于搜索引擎市场而言就应赋予浏览量与点击量更大的比重，而对于通信市场来说就应赋予注册量与使用时间更高的比重。
五、数据驱动型互联网企业经营者集中控制
（一）数据驱动型互联网企业经营者集中
在2016年8月，两个约车平台巨头型企业的合并消息开始传播，滴滴同优步中国两家企业的合并行为引起了轩然大波。根据我国《国务院关于经营者集中申报标准的规定》，当合并双方企业的其中一方经营者在前一年度的国内营业总额超过20亿元，同时双方的国内营业额在前一年度均超过4亿元，则符合经营者集中的要件，需要向反垄断审查机构进行申报。但是在滴滴和优步现实的合并之中，双方声称企业在前一年度未能实现盈利，并未达到上述经营者集中的申报标准，以此为由没有进行经营者集中的申报，并在当时的情况进行了合并。
很显然滴滴与优步的合并看重的是对方手里的用户数量及数据价值，此类型的经营者集中属于数据驱动型经营者集中行为。从日常生活的简单认知上来说，我们都意识到两者合并已经成为网约车领域垄断的存在，曾经活跃过的易道、易达逐步销声匿迹，神州退出普通网约车转向专车服务。到目前为止，尽管商务部制定的前述规定中明确规定，虽然经营者集中的双方并未达到前述的申报标准，但是如若存在证据和事实足以证明双方的合并行为可能存在排除和限制正常竞争的效果，同样需要针对其合并行为进行经营者集中的调查审核。但是针对本案滴滴和优步中国的审查尚未有明确的最终结果，滴滴也没有做出相应的承诺。究其原因，以营业额为审查标准的审查体系对于数据驱动型企业的并购而言有无力之感。
（二）互联网企业经营者集中控制的司法判例研究
在互联网企业之中，互联网企业通过收集用户的数据得以享有并建立自身的数据市场，企业的巨大平台型优势，通过大数据的利用以及更加全面的算法加以分析和应用，同时针对自身的平台以及平台内部的用户服务协议等方式，可以将搜集到的诸多信息加以保护性处理，例如进行内部的封闭和隐蔽性处理，专门为自身谋求更多的商业利益，但是这样一来，数据信息之间相互沟通和处理将变得非常不流畅，影响了企业数据之间的分享，因此便会促使出现一种数据上的企业合并，也就是通过合并互联网企业的方式，将彼此各自掌握的数据信息进行整合，形成强强联合的完整数据信息，并在交易市场上占据更加明显的优势地位，形成了互联网企业的数据经营者集中现象。
比较典型的例子是美国联邦贸易委员会就Dun & Bradstreet收购QED提起的起诉一案，美国联邦贸易委员会（Federal Trade Commission）在2010年针对教育市场方面的两个主要企业Dun & Bradstreet和QED的合并计划进行了细致的审查，质疑其在收购优质教育数据（QED）的行为过程中存在经营者集中的可能性，并指控这笔交易通过K-12教育营销数据库消除了幼儿园市场上几乎所有的竞争，损害了消费者。而这些两家企业所掌握的销售数据在数据市场是应用于向全国各地的教师和其他教育工作者销售书籍、教育材料和其他产品。根据联邦贸易委员会提出的申诉，这两家公司的合并通过其子公司市场数据检索（MDR）为Dun & Bradstreet提供了超过90%的K-12教育营销数据市场份额。而在收购的过程之中，收购方Dun & Bradstreet使用了约2900万美元便从原有的公司之中收购了QED，这一数额远远低于美国反垄断当局要求两家公司在敲定交易前通知的最低金额。[18]
联邦贸易委员会竞争局长理查德·范斯坦（Richard Feinstein）表示：“尽管交易的美元价值相对较低，但它极大地减少了市场上的竞争。”当Dun & Bradstreet收购QED时，它收购了最直接的竞争对手，并创造了垄断地位，这种收购行为引起联邦贸易委员会的注意。根据联邦贸易委员会的行政申诉，Dun & Bradstreet是美国最领先的面向K-12教师、行政人员、学校和学区的营销数据提供商，并且销售从教科书和其他教育材料到办公用品的产品的公司使用该企业提供的数据来集中销售和推广教育工作。在起诉提起之前，Dun & Bradstreet已经接管了QED，并且在K-12数据市场占据着近乎垄断的地位。在发生收购之前，QED是该企业最直接的竞争对手，这种竞争对手之间的强强联合将使得教育数据市场的用户受到损失，除此之外只有另外两家公司提供类似的产品和服务，联邦贸易委员会认为，这两家小公司无法阻止收购企业行使其垄断权，并且根据公平贸易委员会的说法，新的竞争对手进入该市场将是困难的，不太可能抵消交易的反竞争影响。最终公平贸易委员会裁定，要求Dun & Bradstreet公司将部分收购所得的数据销售给同一市场的第三方主体，以改变这种经营者集中的情况。
通过分析上述案例，我们不难发现，享有数据竞争优势的两大企业，如果为了提升自身在行业内部更大的数据市场，形成完整的数据模式，通过企业收购或者企业合并的方式，进行了某种程度的联合，将互相作为较为相近领域的竞争对手进行经营者集中，势必会形成更大的数据市场垄断局势，这就是我们所需要加以重视的数据驱动型经营者集中。
（三）经营者集中审查困境
现行审查体系中对经营者申报情况的审查标准是营业额，而市场份额和基于市场占有率获取的控制市场的能力，这两个指标是对企业申报情况进行实质审查时着重考虑的要素。基于财务核算分析可知，要知道市场份额首先要先计算求得营业额，也就是说营业额的确定是市场份额计算确定的前提条件。对企业集中度进行审查和控制时主要参考的标准体系是：营业额、相关市场界定以及市场份额，主要基于营业额这一指标首先将需要禁止的企业集中个案辨识出来。所以可以将现行申报标准理解为与实质审查存在内部联系的前置标准，不过在互联网领域，这一方法的作用相当有限。
第一，对其历史演变分析可知，市场份额这一指标本身就不是最佳指标，而是一个“次优”筛选指标。在具体实践过程中，市场行为、结果以及结构三大标准是判断企业在市场中是否居于支配地位的重要依据，受客观条件所限，前两个标准很难测定所以逐步被舍弃。因此，市场结构标准就成为不同区域和国家判断企业在市场中支配地位的重要指标。不过，只有在外围企业和竞争企业的供应弹性以及市场需求弹性固定不变的前提下，市场份额和企业支配市场的能力也就是市场力量之间才存在正比关系。也就是说，并不能准确反映企业支配市场的能力，而只能将其作为评价企业支配市场能力的一种替代方法。
第二，市场份额这一指标也无法适应当前互联网经济所代表的新时代经济发展的现实需要。市场份额这一指标主要适用于判断传统市场中企业对市场的支配能力和支配地位，但是在互联网环境下企业支配市场的能力并不能用这一指标。原因是用市场指标来判定企业对市场的支配能力或地位时并没有充分考虑互联网企业使用互联网平台的特征，也就是说并未考虑技术的变化及其与业务之间的融合，更没有考虑互联网市场的进入门槛非常低这一现实特征。还有学者指出市场份额在互联网市场环境下，同时存在增强和减弱两种影响，因此对于这一指标的运用应该采用混合评价模式，也就是将这些指标综合考虑，对企业支配市场的能力进行综合分析。总之在互联网环境下，能使用市场份额这一指标准确评价互联网企业对市场的支配能力。同时考虑到市场份额和营业额之间存在一定联系，所以仅仅使用营业额这一标准也不能实现对互联网产业中可能需要予以禁止或限制的企业的有效辨别。
（四）互联网企业经营者集中审查方法
1.用数据价值标准代替营业额标准
营业额标准在“免费”的互联网企业中已然失效，对此类经营者集中是否会造成对于竞争的损害，营业额标准无能为力。既然称为“数据驱动型”并购，那么可见，数据的价值是推动企业并购的根本原因。滴滴花70亿美元收购优步，看重的并不是营业额，而是优步掌握的数据，也就是用户信息和品牌效应。数据既然已经成为一种重要的资产，建立以数据价值为标准的经营者集中审查制度显然是适应且能够准确把握数据驱动型并购是否具有潜在风险的。
数据价值评估，可以分别从数据资源识别和获取能力、数据资源存储和分析能力、构建服务支撑平台实力三个角度进行评估。前两项是大数据利用的四环节，这几项能力考察指标最为直接且客观地反映了数据利用能力。最后一项服务支撑平台同样重要。拥有独立的服务支撑平台使得该互联网企业如虎添翼。例如，阿里巴巴拥有自己的大数据服务平台即阿里云，其他公司可以付费使用该平台，ofo小黄车、华大基因、众安保险都是其客户。
2.用行为主义评价代替结构主义评价
通过对世界各国实行的反垄断法中控制企业集中度的相关制度进行分析可知，目前常用的两种方法是结构主义和行为主义两大评价体系。其中前者指的是规范行业集中度的一种评价体系，后者指的是仅对在市场中居于支配地位企业行为进行规范和限制的评价体系。[19]上述两种评价体系在很长时间内都同时在各国存在。相对于互联网企业来说，应该采用何种模式来控制行业集中度，尤其是应该采用何种方式来控制互联网巨头企业集中控制市场的行为，并没有统一结论。其中反垄断执法机构明显偏好于结构主义的控制模式。譬如谷歌数据显示，从2007年开始，谷歌公司接受的反垄断调查案例共有40起，本国政府对其开展了近20起调查。在其对外扩张过程中，美国政府曾经4次将其收购案件纳入反垄断调查范围，尤其对其发出的合作协议展开了多次调查，全世界反垄断调查同样非常关注谷歌公司的外部扩张活动，曾经制止了谷歌公司和其他产业企业巨头的五次“合作”。有理论研究人员指出，互联网企业的集中控制更加适用于行为主义，也就是提倡使用宽松政策，其理论基础是经济理论和产业组织理论。
笔者更加认同在控制互联网企业集中度时，应该主要采用行为主义评价体系并配合运用结构主义评价体系。其中原因主要在于：第一，互联网企业具有特定外部性，所以互联网企业在市场中必然会自然而然地汇聚大量经济资源和市场力量，由于技术的不断创新和相互竞争，互联网市场也是一个不断发生动态变化的市场。而对这个市场如果仅仅用市场集中度和市场规模两个指标，也就是运用结构主义模式来对其集中度进行判定显然与其动态变化发展的现实情况不符。并且全球各国产业经济的发展历程也已经充分证明，通过充分竞争建立起来的垄断结构仅仅改变了竞争形势，使竞争向更广泛、更大时间跨度和更高水平层次开展，而并没有消除竞争也就是改变竞争的本质。而且，垄断本身也是一种经济机制，这种特殊经济机制也同样具有促使资源得到优化配置的功能。在一个存在竞争的市场上，规模已经不再是一个问题。第二，集中是互联网企业经营者创新服务和产品的有效路径，经营网络服务或产品的企业管理人员之所以促成集中，最关键的原因是围绕创新为核心的市场交易通常能够给企业带来诱惑力较大的利益。再者，考虑到互联网市场中的企业竞争还存在动态和技术性两大特征，所以反垄断法适用于此领域时必然存在更显著的不确定性，实施反垄断法对于企业效率的影响是正面的还是负面的至今仍未有定论，事实上互联网市场中企业垄断也有可能给消费者和经济发展带来好处。[20]第三，通过对当前已经建立了较为成熟的反垄断法制体系的欧盟各国和美国展开研究可知，由于欧盟各国和美国的法制和市场经济体制都比较完善，随着企业持续创新尤其是进行技术创新，就必然会出现垄断程度较高的企业或形成垄断性市场结构，这一现象非常普遍。所以假若对互联网企业集中度控制过程中，仅仅使用结构主义规制，就很有可能对互联网企业不断革新技术带来极大挫伤，继而不仅会影响消费者福利，同时还可能对经济发展造成负面影响。所以本文认为应该运用行为主义为主的评价体系来控制互联网企业的集中行为。
从各国实践看，当前互联网企业的集中评价体系从结构主义评价逐渐转变为实行行为主义评价的趋势，不过需要注意的是，未来也不应该完全摒弃结构主义评价体系，还应该基于企业集中给竞争带来的损害的控制和消除这一考虑，同时运用结构主义评价实行规制。
六、结语
在大数据时代，互联网企业在竞争中充分利用数据价值开展竞争，互联网先发企业为保持数据竞争优势，实施了数据垄断行为。本文从我国《反垄断法》规制的三种垄断行为入手，分别进行分析。第一，互联网企业通过数据算法的方式达成垄断协议。数据算法垄断协议一方面对于反垄断规则的适用带来挑战，另一方面其隐形性增加了反垄断审查的难度。对此提出的解决方法有：将数据算法垄断协议纳入卡特尔表现形式；增加数据算法垄断协议推定要件。第二，互联网企业滥用数据市场支配地位。界定其支配地位的困境有：相关市场界定困难、支配地位认定困难。对此提出的解决方法有：引入数据市场替换传统相关市场界定；通过用户数量评价支配地位；改进市场份额的计算方法。第三，互联网企业的数据驱动型经营者集中控制。此类型的经营者集中对现行反垄断审查机制带来了挑战。对此提出的解决方法有：用行为主义评价体系代替结构主义评价体系；用数据价值标准代替营业额标准。从数据资源识别和获取能力、数据资源存储和分析能力、构建服务支撑平台实力三个角度进行评估。
[1] See Mark Arastrong，Competition in Two-Sided Markets，Mimeo，University college London，2004，p.1571.
[2] 参见卢现样：《西方新制度经济学》，中国发展出版社1996年版，第61页。
[3] 参见吕明瑜：《网络产业中市场支配地位面临的新问题》，载《政法论丛》2011年第5期。
[4] Posting of David S. Evans to Catalyst Code.
[5] 参见詹馥静、王先林：《反垄断视角的大数据问题初探》，载《价格理论与实践》2018年第9期。
[6] 参见陆颖：《大数据产业发展倒逼反垄断规制改革探讨》，载《广西经济管理干部学院学报》2018年第1期。
[7] See Travis Pearson，Rasmus Wegener，Big Data：The organizational challenge，Bain & Company（2013）.
[8] 电子商务研究中心：《作家联合要求美国司法部调查亚马逊》，载http：//www.100ec.cn/detail--6200401.html，2021年3月6日访问。
[9] 参见刘艳：《顺丰菜鸟之争曝共享经济短板犹存》，载《中国商界》2017年7月15日。
[10] 参见詹馥静、王先林：《反垄断视角的大数据问题初探》，载《价格理论与实践》2018年第9期。
[11] 参见王晓晔：《反垄断法》，法律出版社2011年版，第108页。
[12] 参见王晓晔：《反垄断法》，法律出版社2011年版，第109页。
[13] 轴辐共谋，最早出现在美国，是一种有纵向合谋外观但实际达成横向合谋的合谋形式。
[14] 部分电商平台对于经常在该网站购买的消费者给予的价格，比新顾客还要高。
[15] 参见侯利阳、王继荣：《欧盟必要设施原则考析：兼论对我国的启示》，载《竞争法律与政策评论》2015年卷。
[16] 参见曾雄：《以hiQ诉LinkedIn案谈数据竞争法律问题》，载《互联网天地》2017年第8期。
[17] 参见朱宏文、王健：《反垄断法——转变中的法律》，社会科学文献出版社2006年版，第134页。
[18] FTC Sues Dun & Bradstreet Over 2009 Acquisition of Competing Education Data Provider.
[19] 参见王晓晔：《反垄断法》，法律出版社2011年版，第78页。
[20] 参见焦海涛：《论互联网企业反垄断执法的谦抑性——以市场支配地位滥用行为规制为中心》，载《交大法学》2013年第2期。