电商企业合并中数据占有量的合理界定

章道润 蒋辉宇

判定电商企业合并过程中是否形成垄断的核心是界定相关市场，可以采取提升数据占有量界定算法，明确需求替代原则，在适度放大网络效应因素，兼顾经济效率和公共利益等因素，建立合理模型的方式，更好地保证电商企业市场顺利发展，促进法治与市场经济的共同进步。

当今大数据背景下，网络电商企业迅速发展，互联网行业已由产品服务竞争、平台生态竞争发展到数据竞争阶段。电商企业合并是这类企业继续扩大经营规模和提高服务质量的重要途径之一，然而，由于业务经营重心不同，电商企业合并与普通企业合并的反垄断审查重点存在较大差异，前者重点在于数据占有量的界定与计算，而非普通企业合并的市场占有率的界定和计算。因此，科学合理地界定数据占有量是判断数据时代电商企业的核心要素之一，对于电商企业合并实务发展具有重要的现实意义。

一、电商企业合并中数据占有量认定的特征

数据占有量界定指在大数据时代背景下，把数据作为一种资源对其在市场占有进行界定。判定电商企业合并过程中是否形成垄断的核心是界定数据相关市场，而界定数据相关市场的根本原因在于经济学上对相关市场的界定与反垄断法上的相关市场的界定的内涵不同。由于互联网发展速度日新月异和其产业内部竞争形态在不停变动导致的结构复杂性，所以要用不同于传统的界定方法界定数据相关市场。

界定数据相关市场首先要明晰电商企业合并中数据认定的特征。一是数据合并更容易促成垄断。由于电商企业平台可以轻松获取用户个体信息，通过企业合并的方式使其掌握的数据体系更加全面完整，容易形成数据寡头从而操纵市场获取暴利。相比传统企业合并，电商企业通过数据信息不对称进行“杀熟”，其合并更看重的是数据占有量以及直接的信息服务互补性。二是数据垄断认定困难且具有时效性。由于电商数据大量积累，前期需要投入较大成本，因此，电商企业为了维护自己的原有利益必然会拒绝数据信息的交流与交换，对数据信息实施垄断控制。同时，企业的个人用户数据信息变动也较为迅速，具有网络时效性。因此，在数据市场认定时，网络时效性更需要考虑。

二、电商企业合并中数据占有量界定的主要方法

虽然学界还未涉及数据占有量的界定，但是正是由于学界对电商平台相关市场界定比较清晰，我们可以参考国内外对相关市场界定模型来构建数据市场占有量的界定。而根据现行《中国反垄断法》结合反垄断案件可以发现，界定相关市场是核心、是前提，如果不能精准界定相关市场，就会对案件的判定造成极大的争议。《关于相关市场界定的指南》明确规定，相关市场包含相关商品市场、相关地域市场，界定相关市场还应考虑时间性，也要考虑知识产权、创新等因素的影响。因此，在实践中，通常需要对相关时间、商品和地域进行界定，从而判定是否达到市场支配地位并构成垄断。目前，相关市场界定方法包括需求替代性分析、供给替代性分析、以及假定垄断者测试（即SSNIP法）。

替代性分析法是从消费者的角度来看，具有相同或者相似的效用、特征、价格以及用途的不同产品之间可以替代性的适用。但是在界定相关市场时所说的替代性产品是指首先要具有相同或相似特性，其次要能够满足特定的产品或服务，达到一定条件满足相关市场范畴，而不是任意可以替代的产品。商品中的替代程度越高，竞争关系越强就越有可能属于同一相关市场。替代分析法按照角度类别分析分类，可分为需求替代分析和供给替代分析。

SSNIP法主要通过假定垄断者通过一定幅度的涨价是否可以获得收益。如果起产品的替代品与垄断者的产品之间有足够大的竞争性，则要把这些替代品归于相关市场。SSNIP法通过市场量化标准来界定相关市场。在电商企业合并中，采用SSNIP法界定相关市场数据占有量也面临界定相关市场的类似困境，SSNIP法更多的是对单边市场进行分析，而电商企业更多的涉及双边市场，在适用上更复杂。

随着越来越多的产品或者服务是免费的，导致即使相同或者相近的产品之间也不会有价格竞争，其双边市场、网络外部性、正反馈效应三个特征较为明显。所以其对市场支配地位的影响也主要作用于数据相关市场、数据市场份额、数据市场利用率等方面，因此相应的电商企业合并中数据占有量认定应当侧重于数据涉及相关市场、数据市场份额、以及数据市场利用率等方面进行界定。

三、电商企业合并中数据占有量界定应考量的因素

数据占有量界定算法精确性因素。数据占有量界定受没有合适的算法制约，同时缺乏相应司法算法人才培养的课程、教材以及专项交叉课程专业的培养，很大程度上阻碍了电商企业行业的发展，不仅仅会引起数据寡头形成，也有可能导致司法不公、司法错误等问题。更优质算法的缺失导致没有足够适合经济学的上算法的数据运算模型，故不能有效地计算数据占有量。由于网络市场缺乏相适应的界定标准，必然导致市场某种程度的无序性以及垄断性现象的发生。

数据占有界定的替代原则性因素。虽然市场界定方法多样性，但是其占有界定更多关注替代性原则，不论需求替代性分析、供给替代性分析、以及SSNIP测试法，都是替代原则发展的产物。虽然对于传统企业合并来说，需求替代分析法对相似功能、效用的产品很难明确划分，但是对于电商企业盈利产品、盈利模式有一定相通性，数据本身替代性就有部分交叉重合。而电商企业合并中界定数据市场时考虑到供给替代性易扩大相关产品市场的范围，SNNIP法在适用上更复杂、UPP法精确度不足以及临界损失分析法毛利润率的计算困难等的弊端，反而电商企业合并必然存在需求规模的效应，所以采取需求替代分析相对来说更合适且更具操作性。

网络效应因素。网络效应造成群集效应，又反过来促使更多的人使用，进而出现溢出效应，经济上实现良性的滚雪球效应，电商平台网络效应正向反馈效应性不确定。如果互联网市场网络效应小或不明显，则采用传统方法界定效果较好，反之亦然。判定电商企业合并过程中是否形成垄断的核心是界定相关市场，而界定相关市场的根本原因在于经济学上对相关市场的界定与反垄断法上的相关市场的界定的内涵不同，而由于网络的快速发展，产业内部竞争形态在不停变动，所以要想准确地界定电商相关市场变得困难，仅仅关注静态的价格和市场份额的方法远远不够。由于网络的特殊性，其网络效应因素在数据市场界定的占比不容忽视。

经济效率因素和公共利益性因素。效率与公平的本质是同一的，法以权利义务的规定来保障资源配置的效益性。《反垄断法》重要的是抑制经济强权的产生和超经济的掠夺现象。电商企业合并应当对经济效益进行充分考虑，如果合并能够促使经济和技术进步，给消费者带来便捷福利且不会阻碍竞争，即对最终消费者权益的影响程度不会因合并而恶化。当然申报过程中，企业还应当提供充分的证明材料。

经济法以社会利益为本位，将个人利益置于社会中，在保障社会利益的同时保障个人利益。对于电商企业合并，也应当适度考虑公共利益性，尤其对于数据信息保护需要限制和平衡，过轻则导致数据信息的泄露，过度限制则会损害电商企业发展。依据公益干预原则，为了保护公共利益或保证公共福利，可以对个人自由进行干预。因此，针对电商企业合并，需要综合考量电商企业合并市场中数据交易行为类别、商业秘密以及用户隐私信息权益保护，同时也要适度考量竞争政策、反垄断法与公共利益等相关性。

四、我国电商企业合并中数据占有量界定方案的完善路径

数据占有量界定算法亟待提升。电商企业合并由于缺乏有效的数据相关市场支配地位确认，数据的实效性以及数据二次加工、三次加工等算法的差异性，相对传统行业，其垄断地位更难确定。电商企业合并中的双边信息不对等的特征导致优质数据的垄断可以通过大额度的市场份额来规避法律界定其垄断地位。电商企业合并有时候更看重的是企业之间的互补性，进而通过网络效应、多边市场特征等因素初步操控市场获得利益最大化。

一方面可以通过加快经济学上SSNIP法的算法更新以及司法上完善加大其可假设操作的范围，加大相应学科教育的培养资金投入，另一方面，先可以采用正向和反向同时SSNIP法综合考量双边、多边市场的双方，来论证电商企业合并过程中数据占有量构不构成垄断。也可以通过采用双向双变量多变量建模对电商企业合并的数据占有量进行界定。最后应加强垄断案件中法官、检察官对可能涉及到的这类经济学理论以及模型进行培训，减少错案误案的发生。在执法阶段，执法者需要对数据占有量的市场界定、结构、以及对最终消费者权益的影响程度进行精准的测算，从而合理监管，保证竞争的公平性。

明确需求替代原则性。司法实践中需求替代被认为是最相关的因素，当消费者视为可替代，或者根据产品特征、效用，就应该可以认定为同一相关市场。对于电商企业合并中，其数据市场与第三方平台市场有共通性。而第三方支付相关市场界定，由于其拥有需求规模效应，对比供给替代分析与SSNIP测试，采用需求替代分析更具可行性。互联网用户使用网络产品时，往往基于利用其特定功能，有一定的特定需求。又由于各种替代算法的演变都是从需求替代分析衍生发展而来。所以为了电商企业合并中合理界定数据相关市场，应当明确需求替代的基本原则。当然在验证设计方案是否合理时，可以采用多种方法进行逆向验证修正相应的参数。

适度放大网络效应因素。电商企业有其独特的“免费”盈利模式，比如通过提供免费提供搜索引擎吸引越多的人使用，信息流量越大越便捷。其通过用户浏览量盈利模式新颖，法律上很难准确认定范围。因此，电商企业合并中数据市场界定可以类比在非交易型市场中的市场界定。而非交易型市场双边的群体之间也无法观察到市场两边的互动性。所以为了有效规避不正当竞争，对于电商企业合并案件有必要在界定数据占有量的时候适度放大网络效应因素。虽然电商企业合并时，其数据市场占有可能会有重合，但是更多的是数据互补更完善，必然会提高市场利用率，达到一定的数据市场预期。对于电商平台合并中数据占有来说只要能认定其利用数据市场支配地位达到高额回报就可以采取反垄断措施。

综合考量经济效率和公共利益等因素。判断电商企业在合并中数据占有是否构成垄断，其应把关注重心放在数据占有竞争效应。同时，也要保证经济效率和公共利益的平衡。法律服务于经济基础，法律又必然对其存在的经济基础发挥其引导、促进和保障作用。反垄断法的初衷是推动市场发展和提升消费者权益以及保护社会公共利益。而竞争法的立法目的是保护经营者和消费者的合法权益。竞争法直接保护的是经营者的利益，竞争行为与经营者的损害往往成为判定是否构成不当竞争的起点。反垄断法的社会本位性更多体现在社会公共利益上。而社会公共利益更多强调利益的公众性，其与私人利益相区别主要涉及广大消费者权益保护。所以只要电商企业合并后有确定的证据或者很大程度概然性表明会对消费者权益产生不良影响，就应当对其进行合并限定。

通过对传统方案的研究，可以看出在对电商企业合并过程中数据占有量界定的时候，应综合考虑电商企业合并的目的以及电商企业合并后会达到了怎样的一个市场预期占有值。对电商企业，要关注多边市场以及免费盈利模式，保证数据的算法先进性，明确需求替代原则，综合考量成本—收益等经济效益因素，结合市场规模、替代品的相似程度，来灵活的设置不同的涨价幅度，以应对不同的市场规模等带来的差异现状。对于涉及免费服务的界定上首先应用SSNIP法或者盈利模式测试法、产品性能测试法等其他更优势算法对有价格方进行测评，在综合市场免费服务方的点击量、广告数量、对最终消费者权益的影响程度等因素并通过临界损失分析法、UPP测试法等其他算法来辅助考量数据占有量。司法上可以采用在一定程度扩大替代的范围，综合应用产品性能、产品服务范围变化来代替纯粹的价格替代，慎重对待企业合并中数据占有量的界定，对豁免情形的认定要慎重。