數據驅動型企業市場支配地位的認定

【摘 要】 從反壟斷法的角度看，數字經濟時代，大數據在數據驅動型企業競爭中的地位日益凸顯。為防止數據驅動型企業濫用大數據優勢帶來的市場支配地位以損害市場競爭甚至消費者利益，應當關注大數據與數據驅動型企業的市場支配地位來源之間的關系，考慮數據驅動型企業在相關市場的界定和市場支配地位的認定時的多方面因素，為數據驅動型企業的濫用市場支配地位的反壟斷法規制打下基礎。其中，數據驅動型企業的相關市場界定可以采取改良傳統假定壟斷者測試的方法，數據驅動型企業的市場支配地位的認定應當考慮數據獲取的稀缺性問題以及數據收集的規模與范圍問題。

【關鍵詞】 大數據 數據驅動型 市場支配地位 市場力量

隨著數字經濟及大數據時代的到來，新的經濟形勢已經對反壟斷法發出了新的挑戰，數字經濟領域可能存在的競爭法問題，尤其是大數據相關的反壟斷法問題開始成為各國競爭法理論界與實務界關注的新熱點。與此同時，近年來我國大數據產業發展迅速，勢頭正猛，數據交易日益頻繁。2016年發布的《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》明確了“實施國家大數據戰略”的提法。這意味著國家大數據戰略將成為推動中國全方位深化改革的強勁動力之一。目前，不僅是國外學者開始討論大數據相關的反壟斷法問題，一些國家的競爭執法部門和競爭咨詢機構等也開始關注與大數據相關的反壟斷法問題。尤其是伴隨著2015年5月歐盟委員會發布的《數字化單一市場戰略》，歐盟委員會積極推動數字經濟市場的競爭執法活動，包括法國、德國等在內的主要成員國也都積極進行數字經濟領域的反壟斷研究和調查。但是，我國學者對大數據相關的反壟斷法問題的研究尚處在開始討論的階段，相關理論上存在很大空白。由于數據產業尚屬于新興產業，各類技術性、專業性問題對反壟斷法的適用帶來了諸多挑戰。在此背景下，我們應當開始關注作為數據驅動型企業競爭性要素或“原料”的大數據與該類企業競爭力之間的直接關系，有必要從保護市場公平競爭乃至維護消費者利益的角度，對數據驅動型企業的市場支配地位問題進行探討和分析。這需要我們結合數據驅動型企業的特點和大數據對數據驅動型企業的價值等問題，進行更加深入的分析，確定反壟斷法視野下數字驅動型企業市場支配地位的認定方法和具體衡量因素。這對我國大數據產業的公平健康發展以及數字經濟市場的企業公平競爭是大有裨益的，且具有一定現實意義。

一、大數據時代下的數據驅動型企業

（一）大數據的界定

互聯網產業的深度發展使人類步入了大數據時代。大數據之父維克托·邁爾·舍恩伯格早就在其著作《大數據時代》中前瞻性地指出大數據帶來的信息風暴將會帶來思維變革，并提出了三大原則：不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。[1]

而按照2011年麥肯錫發布的《大數據：創新、競爭和生產力的下一個前沿領域》報告，“大數據”指的是一種數據集，且這種數據集的規模遠超于傳統數據庫軟件工具所能抓取、存儲、管理和分析的數據范圍。我們主要從大數據的海量（Volume）、高速（Velocity）、多樣（Variety）和價值大（Value）四大特征來直觀地理解大數據的內涵。其中，“海量”是指目前能夠被收集到的各類數據種類多、數量大。“高速”是指收集、積累和分析、使用數據的速度快。“多樣”是指大數據的來源和形式十分廣泛。“價值大”是指企業通過大數據的分析和利用，以實現更為廣泛的商業信息和商業價值為目的， 對海量而價值密度低的數據進行更為深入的挖掘和分析。

（二）大數據時代孕育數據驅動型企業

在互聯網技術迅速發展的背景下，數字產業的勃發所帶動的大數據時代，孕育了數據驅動型企業的出現——（數字）市場上出現了一些以收集和商業化使用數據（通常是個人數據）為商業模式進而實現巨大收益的公司。[2]2016年5月，法國競爭管理局與德國聯邦卡特爾局聯合發布的題為《競爭法與數據》的研究報告中則提到數據驅動型網絡行業（data-driven online industries），報告指出，許多行業都會受到收集和使用數據所帶來的影響。不過，目前（數字驅動型網絡行業的）爭論集中于在線服務，尤其是搜索引擎、社交網絡和線上零售業。由于網絡行業的特點，其往往比傳統的實體店能收集到更多的數據，并且基于自動處理技術可以很快利用這些數據，用于營銷或個性化推薦。[3]

同時按照互聯網企業所提供的產品或服務的差別，我們可以將互聯網企業分為互聯網接入服務提供商（Internet Service Provider，簡稱ISP）；互聯網內容提供商（Internet Content Provider，簡稱ICP）；互聯網應用服務提供商（Application Service Provider，簡稱ASP）和互聯網數據中心（Internet Data Center，簡稱IDC）。[4]而互聯網內容提供商主要是提供具有網絡效應的網絡新聞、搜索引擎、網絡廣告、游戲娛樂、社交網絡（如微博）、網絡通訊（如即時通訊、微信） 、電子商務（如網上購物、交易平臺）、網絡服務（如軟件下載） 等產品或服務的企業。

因此，總結起來，數據驅動型企業是指在互聯網和數字經濟時代中產生的，采取數據驅動型商業模式提供在線服務的一類互聯網企業，它憑借網絡行業特點（如雙邊市場、網絡效應等），依托大數據技術以收集和商業化使用數據（通常是個人數據）用于營銷或個性化推薦且主要集中于搜索引擎、社交網絡和線上零售業行業。數據驅動型企業依托大數據技術來收集、分析、使用各類數據從而改進產品或服務的質量、增加企業的商業收益，這些數據是數據驅動型企業提供產品或服務的原料（input）。目前數據驅動型企業主要分布的行業集中于提供在線服務的行業，尤其是搜索引擎（search engines）、社交網絡（social networking）和線上零售業（online retailing）。endprint

數據驅動型企業具有雙邊市場以及網絡效應的特點。數據驅動型企業是一類具有“媒介”特征的平臺型互聯網企業，其典型特點是具有雙邊市場特性，即企業向超過一邊的用戶提供產品或服務，一邊向用戶提供免費的產品或服務以獲得大量用戶數據，一邊則通過向廣告商、應用程序開發設計者等提供數據以獲得盈利，兩邊市場相互影響。[5]而且數字驅動型企業競爭的激烈程度常常由直接或間接網絡效應決定（direct or indirect network effects）。直接網絡效應與網絡規模有關，是指用戶使用某項產品或服務所獲得的價值直接取決于使用這一產品或服務的用戶數量。間接網絡效應是指用戶使用某項產品或服務所獲得的價值取決于使用該項產品或服務的其他不同群體的用戶數量，平臺一邊市場的用戶數量的增多使得平臺對另一邊市場用戶變得更具吸引力。[6]兩種網絡效應可能同時存在。網絡效應作為一種積極的外部效應可以使一個產品或服務變得更加有價值，但是網絡效應也可能提高進入壁壘或增加用戶轉換成本以鎖定用戶進而對競爭造成負面影響。

（三）大數據對數據驅動型企業競爭的價值

概括來說，大數據對數據驅動型企業競爭的價值包括改進產品或服務質量、開發新的商機、提供定制化產品或服務等三個方面。

1.改進產品或服務質量

數據可以為企業提供改進產品或服務的機會。一方面通過學習效應（learning effect）進行，數字經濟下的學習效應得益于各式各樣的智能設備及嵌套其中的算法程序，數據驅動型企業在線平臺的相關算法程序不斷通過觀察、追蹤及其得到的反饋對產品或服務的功能進行優化和改良，從而提供更好的服務進而吸引更多的消費者用戶同時獲得更多的用戶數據，取得規模效應帶來的商業效益。另一方面，更多的數據對企業提供的服務本身來說就是至關重要的，即數據驅動型企業平臺產品所承載的數據規模將可能影響平臺本身的價值，例如某一數據驅動型企業同時提供地圖導航、搜索引擎、社交網絡、線上購物等產品或服務，那么該企業就可以通過所獲得的多樣數據進一步把握用戶的興趣和偏好，為用戶提供更加個性化的搜索結果，[7]提升其產品或服務質量，在此情況下，企業產品或服務的改進在一定程度上取決于企業提升其產品的深度和廣度以及維護數據庫和提升用戶體驗的能力。

2.開發新的商機

大數據的一大特點在于多樣，而“不同個體數據之間的關聯，以及針對同一個個體不同數據類型之間的關聯，將徹底改變以前我們熟悉的商業模式”。[8]大數據能夠讓企業通過挖掘、分析不同用戶數據之間的關聯性開拓新的商機，企業基于不同的目的對某一項產品或服務所收集的數據進行重新利用，可以提供新的產品或服務。例如，企業通過用戶線上購物的歷史記錄或者社交平臺上的言論取向等數據，可以評估用戶的收入、社會地位、價值取向等各方面信息以“勾勒（profiling）用戶的形象”，進而推斷用戶偏好并預測用戶行為。

3.提供定制化產品或服務

個性化是大數據時代最顯著的商業特征之一，是指為每一個終端消費者提供專屬性的產品和服務。[9]數字經濟時代，每個消費者用戶的上網習慣、消費能力以及興趣和偏好等都可以通過大數據工具進行挖掘和分析，數據驅動型企業就是利用線上交易的各類數據，分析線上市場供需狀況以更好地進行用戶定位、分析用戶的需求，根據用戶需求為用戶提供定制化產品或服務。而為消費者用戶提供更為準確且更具相關性的個性化廣告，數據驅動型企業也可以獲得更多的廣告收入。與此同時，更多的消費者用戶因其提供的定制化產品或服務而使用某一平臺，提供該線上平臺的數據驅動型企業也會吸引更多的廣告商，產生滾雪球效應（snowball effect）。

二、數據驅動型企業相關市場的界定

相關市場的界定作為分析企業競爭行為的邏輯起點，在企業市場支配地位的認定中至關重要。在反壟斷司法實踐中，市場競爭效果和市場地位的分析主要基于對市場范圍的確定，而確定企業競爭的市場范圍需要先界定相關市場，因此，要判定企業是否擁有市場支配地位，必須以相關市場的界定為前提。

由于數字驅動型企業雙邊市場以及網絡效應的特點，因此傳統界定相關市場的方法在數字市場中遭遇到了困境。早在10多年前，歐盟部分專家在更特定的情形下已經警告過競爭執法部門，不要將單邊的邏輯適用于雙邊市場。[10]既然傳統方法不能準確界定數字驅動型企業相關市場的邊界，這就需要對傳統方法進行改良以準確界定相關市場。

假定壟斷者測試法以經濟學上的需求交叉價格彈性概念為基礎，采用數據分析法，盡可能地避免了界定相關市場時反壟斷執法機構可能帶有的主觀性，是相關市場界定的基本分析思路之一。假定壟斷者測試通常是通過一個假設的“小幅度但很顯著且非臨時性的價格上漲”（幅度一般為5%—10%，期限一般為1年）來考察消費者對某一產品的該種價格上漲的反應，來考察消費者是否轉向其他具有緊密替代關系的產品，直到該價格上漲不再使其消費者改變需求為止。如果是，則將該替代產品加入到相關產品市場中，直到出現某一個產品集合，假定壟斷者通過價格上漲有利可圖，由此界定出相關產品市場。假定壟斷者測試的分析基礎是產品的價格，假定壟斷者測試關注的是具有“經濟性”即有“價格”的商業關系。

雖然目前互聯網行業普遍對消費者用戶采取產品免費的模式，假定壟斷者測試在消費者市場的分析基礎看似不再存在，但是事實上在互聯網行業中仍可以通過適用假定壟斷者測試測試來界定相關市場。原因在于，在假定壟斷者測試的基本闡釋上，經濟學家通常假定質量保持不變，然后來測度價格變化時產生的影響。不過數據驅動型企業所在行業的消費者需求的變化通常是取決于產品價格和產品質量兩個因素。因此，我們也可以保持價格不變而改變質量。只有當消費者用戶沒有什么替代的產品可以選擇時，一家企業才能夠顯著地降低質量從而節省開支，但銷售額并沒有明顯下降。[11]所以盡管假定壟斷者測試只使用價格上漲的方法，但產品質量的下降與價格的上漲其實是可以相等同的，因為在消費者一邊的用戶市場，消費者獲得的產品價值隨著質量的下降和價格的上漲而減損，從而引起消費者用戶轉向其它類似平臺提供的產品或服務作為替代。[12]另外，數據驅動型企業向消費者用戶提供的免費產品或服務不能等同于公益性的免費產品或服務，因為它仍然可以通過吸引消費者用戶并借助廣告來獲得現實的或者可能的商業利益。[13]在雙邊市場中，向消費者提供“免費”服務就意味著還存在“雙生”的補充產品。這兩個產品的經濟價值是相互交融的。由于利潤最大化的企業如果不能夠在其他地方獲得利潤，就不會免費提供服務或者產品，[14]而企業獲得的利潤就是消費者在一定程度上所放棄的個人隱私信息，正是消費者的信息數據提升了數據驅動型企業在廣告商中的價值。因此，其實數據驅動型企業和消費者用戶之間也存在著合同關系，[5]這種雙邊的合同關系是一種用戶提供信息數據和數據驅動型企業提供產品或服務之間的交換。因此應該明確的是，免費的商品或服務構成反壟斷法意義上的相關市場，消費者用戶數據不僅可以被視為支付工具，而且也是數據驅動型企業競爭的因素之一。這一點在2016年7月1日公布的《德國反對限制競爭法》（GWB）第九次修訂案中得到了印證。在此次修訂案中，德國確立了相關市場界定的新指標：在§18市場支配地位的判定中新增2（a）和3（a）——2（a）規定經營者提供免費服務或產品可以被納入相關市場。3（a）明確在認定多邊平臺和網絡的市場地位（力量）時，應當考慮直接和間接網絡效應、網絡效應導致的規模效應、獲取數據能力、多歸屬的可能性（同時使用多個平臺服務和轉換服務成本）以及創新壓力。（§18，9.GWB—?ndG.）endprint

總結來說，我們在對數據驅動型企業進行相關市場界定時不能忽視數據驅動型企業的雙邊市場特性。如果關注焦點僅局限于付費用戶的廣告市場，就會忽視該相關市場商業行為對處于“免費”市場的消費者所帶來的影響。因此，首先在免費一邊的用戶市場，由于消費者獲得產品或服務存在免費的現象，數據驅動型企業實際不向消費者用戶要求貨幣對價，我們不直接適用以價格為基礎的假定壟斷者測試，而是遵循假定壟斷者測試的分析思路——用質量下降代替價格上漲的方法將消費者一邊的用戶市場納入相關市場審查，進行免費一邊用戶市場的相關市場界定。假設某一平臺提供的產品或服務的質量下降或者小幅度但很顯著且非臨時性地提高潛在價格（如增加廣告數量等），繼而考察消費者是否會轉向其他具有產品替代性的平臺，如果是，則該其他平臺提供的產品或服務進入相關候選市場，將假定壟斷者的產品與該替代產品界定為同一相關市場。[15]其次在收費一邊的用戶市場，即以利用數據驅動型企業的平臺投放廣告的經營者構成的用戶市場，由于這一邊市場仍然以有價格的商業關系為基礎，故可以繼續遵循具體的傳統假定壟斷者測試法，運用“小幅度但很顯著且非臨時性的價格上漲”確定其他替代產品，界定相關市場。最后將雙邊市場中運用假定壟斷者測試所確定的兩邊的相關市場進行合并，得出的市場范圍即為該互聯網產品的相關市場。該方法既遵循了傳統假定壟斷者測試的可取之處，也關注到了數據驅動型企業的雙邊市場特性，不失為界定數據驅動型企業相關市場的科學方法。

三、數據驅動型企業市場支配地位的認定

在考慮數據與市場支配地位的相關性即分析認定大數據優勢是否會成為數據驅動型企業的市場支配地位的來源或者是否會強化數據驅動型企業的市場支配地位時，我們主要考慮兩個因素：一是數據獲取的稀缺性即數據可得性問題；二是數據收集的規模與范圍問題。可以想見，如果某一數據驅動型企業擁有的數據能夠無障礙地被其他企業獲得，或者其他企業能夠從第三方數據掮客那里獲得進行有效競爭的替代數據，那么大數據優勢成為數據驅動型企業市場支配地位的來源或其強化作用就會弱化。[16]而如果某一數據驅動型企業可以通過其大數據的優勢戰勝競爭對手，那么在大數據收集和開發方面處于劣勢的其他數據驅動型企業將在競爭中無立足之地可言。

1.數據獲取的稀缺性

如前文所述，“海量”是大數據的一大特征，大數據無處不在并且能夠被廣泛獲取，數據驅動型企業能夠收集到海量且廣泛的用戶數據。同時，至少從理論角度說，某個企業擁有和使用數據并不必然排斥其他企業對數據的擁有和使用。一家數據驅動型企業通過它提供的平臺收集消費者用戶的性別、年齡、社會階層、職業、地理位置等客觀信息很難成為商業秘密信息，因其并不能阻止其他競爭對手或者新的市場進入者獲得同樣的信息。[17]由此，大數據存在非排他性。但是，大數據的非排他性并不能表明所有競爭者都可以獲取這些數據、都可以獲得進行有效競爭所需的特定數據，比如用戶在某一特定平臺上所呈現的興趣和偏好或線上購物的歷史記錄等并不能輕易被其競爭對手獲取——技術、法律、合同的限制可能會削弱甚至去除數據固有的非排他性，使之具有排他性。[10]在一些反壟斷案件中，競爭執法部門已經考慮到，盡管數據是非排他性的，但是獲得這些數據在經濟上可能是不可行的，所以排他性擁有這些數據可以被認定是擁有很強的競爭優勢。[3]

具體來說，首先，獲取數據的固定成本高。為了收集和開發海量數據，企業需要大額投資進行平臺建設，而這種成本負擔可能會限制小公司和新的市場進入者對數據的充分利用。其次，數據擁有者會對數據進行保護。既然數據收集和開發需要大額固定成本，那么擁有第一手（first-hand）數據的企業就有動機保留其所收集的數據而不對外公開或出售，愿意花費大量的財力和人力保證自身數據的安全。這些企業要保持大數據優勢勢必要確保對特定重要數據保有獨享地位，為此，他們可能會選擇以知識產權保護或合同條款來限制其他同類企業獲得其用戶隱私信息，排斥競爭對手獲得特定數據，從而提高新進企業的市場準入難度。最后，不同渠道收集數據存在差異性。目前市場上已經廣泛出現了數據掮客（data broker）。數據掮客是指在大數據經濟中，通過收集用戶個人信息并轉售或者分享給其他公司的企業。數據掮客通過政府公開信息、社交網絡等多種途徑收集個人數據，并通過多種數據分析方法預測個人喜好、選擇取向等信息，并將分析所得的信息出售給有需要的企業。從數據掮客這樣的第三方那里固然可以獲得數據，但是這并不意味著可以有效使用數據，第三方數據也會存在缺陷。相比于直接獲得數據、擁有第一手數據的企業來說，第三方提供的數據可能面臨數據質量不可控、第三方數據商轉移數據購置成本等問題。關鍵在于，相比于第一手數據，第三方數據可能已經經過了清洗、脫敏、分析、挖掘等過程，數據的信息量會不完整，[9]雖然經過前期處理后的數據可能對于企業需求更有針對性，但在前期處理后第一手數據所包含的信息已經做了選擇性處理，這其中丟失的信息可能會影響企業分析用戶數據的結果，影響企業決策甚至用戶體驗。

2.數據收集的規模與范圍

大數據收集的規模與范圍的優勢也能夠對企業的市場支配地位產生影響。首先，就數據收集的規模來說，雖然對從事搜索引擎服務業的數據驅動型企業來說，他們所收集的用作分析推斷的數據的邊際價值可能會隨著數據達到一定數量之后而降低，因其預測的準確度可能會隨之降低。但是并非所有的數據都只被用于分析推斷，在另一些市場如線上零售業，企業所收集的數據常用作編譯聯系信息與使用信息，他們對數據集的每一次觀察都會因為體現新的信息而擁有同樣的價值，因為每次觀察都能體現新的信息。[3]此時，對于從事線上零售業的數據驅動型企業，收集和分析的數據則是越多越好。另外，為了獲得有價值的數據分析和推斷結果，企業除了關注對數據集（dataset）得出的推斷結果的質量，也會關注從數據集能夠獲得的觀察值的數量。比如，一個小的數據集也可能足以幫助廣告商或廣告中介機構推斷出消費者用戶的購物偏好，但是要想讓這一推斷結果有價值，企業還需要擁有涉及大量個體的匹配性信息。[3]因此，小企業或者新的市場進入者即便擁有數據分析的能力，但是由于沒有獲得大量消費者用戶的數據信息，就很難提供有針對性、相關性高的信息，消費者很難轉向新進入市場者提供的平臺和其提供的產品或服務。其次，就數據收集的范圍來說，一個數據集的范圍（scope）與其規模（scale）同樣重要。數據集的價值不僅取決于其收集和分析的對象的數量，還取決于其從每個對象那里能夠收集到的信息量。通過提供不同類型的服務，可以讓企業收集到用戶行為、興趣偏好等多方面的信息，從而更好地了解用戶，做出更為準確、更有價值的數據預測和推斷結果。由于大企業平臺上流動的數據量更多，產品類型更加豐富，從單個用戶那里收集到的數據信息更多，那么相比于小企業或新的市場進入者而言，擁有大數據數量和規模優勢的企業所作出的數據分析推斷結果對企業的價值可能更大。endprint

總之，執法部門在作數據驅動型企業的市場支配地位認定的分析時，應當考慮大數據的特點以及大數據在不同的市場上優勢不盡相同的特點，進行個案分析。

四、結語

不可否認，數字經濟時代，大數據日益成為一種基礎性戰略資源，并且大數據日益成為數字經濟時代數據驅動型企業增強企業競爭勢力甚至市場支配地位的一個新的重要變量。為營造和維護自由公平的數字市場競爭環境，也為了今后反壟斷執法機構能夠及時準確地對未來我國數字市場上可能存在的反競爭行為如濫用行為進行反壟斷法規制，對數據驅動型企業市場支配地位進行認定必不可少。

由于數據驅動型企業有其特有的特性，因此數據驅動型企業市場支配地位的認定也應當在充分考慮該類企業特性的基礎上來尋找、選擇和完善相應對策，即反壟斷執法機構應當考慮數字市場和數據驅動型企業的特點，結合新的經濟形勢，在認定數據驅動型企業的市場支配地位時進行具體分析，為該類企業實施濫用行為時進行反壟斷規制打下基礎。

【參考文獻】

[1] [奧]維克托·邁爾·舍恩伯格.大數據時代（中譯本）[M].杭州：浙江人民出版社，2012：30-60.

[2] 韓偉.數據驅動型并購的反壟斷審查——以歐盟微軟收購領英案為例[J].競爭法律與政策評論，2017（3）：143-170.

[3] Autorité de la concurrence， Bundeskartellamt. Competition Law and Data[EB/OL].（2016-5-10）[2017-12-20].http：//www.autoritedelaconcurrence.fr/doc/reportcompetitionlawanddatafinal.pdf.

[4] 張靜敏.互聯網絡的經濟學分析[M].北京：中國金融出版社，2010：13-14.

[5] GRUNES A. Another Look at Privacy[J]. Geo.Mason L.Rev.，2013，20（4）：1107-1127.

[6] Monopolkommission. Competition policy：The Challenge of Digital Markets[EB/OL].（2015-7-1）[2017-12-20].http：//www.monopolkommission.de/images/PDF/SG/s68_fulltext_eng.pdf.

[7] STUCKE M，EZRACHI A. Looking Up in the Data-Driven Economy[EB/OL].（2017-5-30）[2017-12-20]. http：//ssrn.com/abstract=2975510.

[8] 周濤.《為數據而生——大數據創新實踐》[M].北京：北京聯合出版公司，2016：35.

[9] 寧宣鳳，吳涵.淺析大數據時代下數據對競爭的影響[J].汕頭大學學報（人文社會科學版），2017，33（5）：90-98.

[10] BOURREAU M， STREEL A， GRAEF I. Big Data and Competition Policy：Market power， Personalised Pricing and Advertising[EB/OL]. （2017-3-7）[2017-12-20].https：//www.researchgate.net/publication/314261931.

[11] BAKER J. Market Definition：An Analytical Overview[J].Antitrust Law Journal，2007，74（1）：129-174.

[12] 徐炎.互聯網領域相關市場界定研究——從互聯網領域競爭特性切入[J].知識產權，2014（2）：68-75.

[13] 蔣巖波.互聯網產業中相關市場界定的司法困境與出路——基于雙邊市場條件[J].法學家，2012（6）：58-74.

[14] EVANS D. The Antitrust Economics of Free[J].Electronic Journal，2011，7（1）：1-29.

[15] 李丹.互聯網企業市場支配地位的認定[J]. 河北法學，2015，33（7）：170-180.

[16] 韓偉，李正.大數據與企業市場力量[J].中國物價，2016（7）：49-52.

[17] GRAEF I.Market Definition and Market Power in Data：The Case of Online Platforms[J].World Competition：Law and Economics Review，2015（38）：473-506.

作者簡介：金逸權（1993-），女，漢，浙江杭州。碩士研究生在讀，浙江理工大學，310018，經濟法方向。endprint