大數據領域壟斷的形成機理及反壟斷規制

李豐團 賀瑩潔 郭東洋

一、大數據領域壟斷監管與研究狀況

在過去的20年，寬松的政策環境讓我國的數字經濟和互聯網行業得到蓬勃發展，數字經濟已經成為我國經濟發展的新引擎，大數據也逐漸成為數字經濟時代的核心生產要素(詹馥靜等，2018；任超，2020)。中共中央國務院在2020年4月頒布了《關于構建更加完善的要素市場化配置體制機制的意見》，明確將數據與土地、資本、勞動力、技術并列為五大生產要素。數字經濟的發展給人們生活帶來極大便利的同時，對經濟的發展模式也產生了顛覆性的變革，在提升消費者福利、降低交易成本、擴大市場規模、深化社會分工、提高經濟效率以及驅動經濟轉型等方面起到了重要作用（蘇治等，2018）。2020年8月，中國前瞻產業研究院發布的《2020年中國數字經濟發展報告》顯示，自2015年提出“國家大數據戰略”以來，我國的數字經濟發展迅速，截止2019年末，數字經濟的總體規模達到了35.8億元，占GDP的36.2%。

2020年12月，中央經濟工作會議將“反壟斷和防止資本無序擴張”作為2021年經濟工作的八項重點任務之一，明確提出要堅決反對壟斷和不正當競爭行為，完善平臺壟斷認定、數據收集使用管理、消費者權益保護等方面的法律規范。此前不久，國家市場監管總局發布了《關于平臺經濟領域的反壟斷指南（征求意見稿）》，向社會公開征求意見，擬將互聯網平臺的二選一、大數據殺熟等行為納入反壟斷執法的視野。而在更早的2019年8月，國務院辦公廳印發的《關于促進平臺經濟規范健康發展的指導意見》直接指出，要依法查處互聯網領域濫用市場支配地位限制交易、不正當競爭等違法行為。在短短一年多時間內，出臺一系列關于數字經濟領域的反壟斷政策措施，一方面說明我國數字經濟領域反壟斷規制的必要性和急切性，另一方面也向市場傳遞出我國在數字經濟領域反壟斷的堅定信號。

伴隨著數字經濟的發展，關于大數據及其對消費者隱私權和市場競爭的真正作用的爭論也越來越激烈，大數據所引發的壟斷問題也越來越受到關注（殷繼國，2019）。在理論界，對于大數據是否會形成壟斷以及是否需要對其進行反壟斷規制有兩種不同的觀點：一種認為大數據并不會引發壟斷，大數據領域的反壟斷規制缺乏理論基礎和必要性。其主要理由是大數據作為一種資源本身具有非排他性和非競爭性（曾雄，2017；程嘯，2018），并且大數據市場的進入門檻較低，數據體量大且易于收集，數據的價值短暫等因素都會促進市場不斷涌現新的競爭者，因此大數據市場一直都是一個動態競爭和鼓勵創新的市場，過度或不當的反壟斷干預會破壞大數據市場的正常運行（馮然，2017）。另一種觀點則認為經營者可以利用大數據排除和限制市場競爭并抑制創新行為，大數據市場的反壟斷規制不可或缺（Daniel等，2017；Robert Mahnke，2015）。其主要理由是大數據是經營者獲得市場支配地位的主要工具，經營者通過掌控數據獲得市場支配地位之后，就會傾向于濫用市場支配地位攫取壟斷收益、排斥競爭、抑制創新并最終削減消費者福利。

越來越多的觀點認為大數據領域的壟斷行為不可忽視，而且與傳統市場的壟斷行為存在明顯區別，尤其是在相關市場的界定劃分、市場支配地位的確認計量、濫用市場支配地位行為的認定以及消費者福利損失的評價等方面對反壟斷規制形成了較大挑戰（吳漢雄等，2018；黃曉錦，2018）。因此，針對大數據領域的反壟斷規制不但不可或缺，而且需要在傳統反壟斷規制思路的基礎上進行變革和重構（陳兵等，2020；熊鴻儒，2019）。

雖然理論界關于大數據領域是否需要反壟斷規制仍有較大爭議，但是在實務領域，與大數據有關的反壟斷處罰案例卻不斷涌現。在國外，2017年美國發生了著名的“HiQ Labs 訴LinkedIn拒絕供應數據案”，同年，歐盟委員會認定谷歌依靠其在搜索引擎市場上的數據優勢阻礙和破壞比價購物服務市場的正常競爭，對其處以24.2億歐元的罰款。2019年2月，德國聯邦科特爾局認定Facebook在搜集、合并和使用用戶數據的時候違反了《反限制競爭法》中的剝削性濫用條款，成為將濫用他人數據拉入反壟斷法規制的里程碑案件（Kyriakos Fountoukaos等，2019）。在國內，2010年發生的“3Q大戰”即“奇虎360訴騰訊壟斷案”，被認為是中國第一起互聯網壟斷糾紛案，引發了人們對數字經濟壟斷問題的首次關注和思考。在這之后，又陸續爆發了“脈脈非法抓取使用新浪微博用戶信息”案、“華為騰訊數據糾紛”案和“順豐與菜鳥數據傳輸之爭”案等數據糾紛案件。而在2020年12月，國家市場監管總局認為阿里巴巴在收購銀泰商業的事件中違反了未依法申報違法實施的經營者集中的相關規定，對阿里巴巴處以50萬元人民幣的頂格罰款。隨著大數據領域反壟斷案例的不斷涌現，越來越多的國家和地區相繼發布了關于大數據壟斷問題的調查報告和執法指南，開始對大數據的壟斷問題進行探索和研究。例如，美國聯邦貿易委員會在2015年發布了《大數據：包容工具抑或排斥工具》的調查報告，歐盟委員會也在2015年發布了《數字經濟中競爭政策面臨的挑戰》的研究報告，法國競爭管理當局則在2016年發布了《競爭法與數據》的研究報告。在國內，2019年5月中國人民大學未來法治研究院發布了國內首份關于大數據壟斷的研究報告，即《互聯網平臺新型壟斷行為的法律規制研究》。之后，政府又陸續出臺了《關于促進平臺經濟規范健康發展的指導意見》以及《關于平臺經濟領域的反壟斷指南（征求意見稿）》等相關政策文件，體現了我國在大數據領域的反壟斷探索也在不斷推進。

綜上所述，國內外理論界已經開始廣泛關注大數據領域的壟斷問題，并且針對大數據領域的壟斷特征、壟斷行為的認定、反壟斷法制法規的完善以及反壟斷規制的路徑等方面開展了深入研究。但是，現有的研究成果明顯滯后于數字經濟的發展速度和發展水平。尤其是關于大數據領域是否存在壟斷以及是否需要反壟斷規制這一基本問題還存在較大爭議，導致現有的研究更多的是案例導向性的，側重于單個案例的研究分析，研究結論的普適性較低。本文以大數據的自身屬性為研究起點，以“數據收集獲取市場支配地位，到濫用市場支配地位形成初始壟斷，再到初始壟斷延伸形成雙輪壟斷”這一邏輯厘清了大數據領域的壟斷形成機理，為大數據領域的反壟斷規制提供了理論支撐，并提出了大數據領域反壟斷規制的思路和路徑。

二、大數據領域的壟斷形成機理

與農業時代的土地要素和工業經濟時代的資本和技術要素不同，大數據作為數字經濟時代的核心生產要素具有非排他性和非競爭性的屬性特征，即一個經營者不可能控制和獨占所有的數據資源，若干經營者同時收集和使用同一數據資源并不會損耗該數據的價值，因此，在數據的生成和獲取環節往往不會形成壟斷。大數據領域的壟斷大多在數據資源的使用環節形成，其壟斷的形成機理也更加復雜。

（一）數據收集獲取市場支配地位

1.數據寡頭催生市場支配地位的形成。市場支配地位是指經營者在相關市場上能夠控制商品價格、數量等交易條件并能阻礙、影響其他經營者進入的市場地位。雖然獲得市場支配地位并不一定會形成壟斷，但卻是經營者實施壟斷的前提條件。具體到大數據領域，由于海量數據被少數經營者尤其是市場先入者獲取和占有，從而形成數據寡頭，因此，大數據市場一般都呈現出明顯的少數數據寡頭控制海量數據的局面。以2019年我國搜索引擎市場為例，占據市場份額第一名的百度擁有72.73%的市場份額，第二名的搜狗占據了14.89%的市場份額，前兩名合計占據了整個市場份額的88%，而第三名的神馬（4.45%）和第四名的好搜（3.77%）的合計市場份額還不到9%，可見，百度的數據寡頭地位非常明顯。經營者的數據寡頭地位催生了經營者支配相關市場的能力，為了彌補其在數據收集和分析處理過程中的巨大成本投入，他們傾向于利用市場支配地位阻礙市場新入者，排斥競爭而追求壟斷利潤。

2.數據的循環反饋效應鞏固市場支配地位。經營者一旦成為數據寡頭獲得市場支配地位以后，就可以借助于數據的循環反饋效應以低廉的成本抓取更加海量的數據信息。數據的循環反饋效應之一是“用戶反饋效應”，即當經營者擁有的用戶數量越多，掌握的用戶信息數量越大，就越能夠借助于對現有用戶數據信息的分析整合為用戶提供更好的產品和服務，在牢牢“粘住”現有用戶的同時吸引更多新客戶，進而抓取新客戶數據，形成數據的“滾雪球效應”。數據的循環反饋效應的表現之二是“獲利反饋效應”，即已經掌握海量數據的經營者可以依賴數據資源獲得更多盈利，從而更有實力擴大和改進自身投資，以此吸引更多客戶獲得更多數據。在循環反饋效應的作用下，優先掌握大數據資源優勢的經營者獲取數據的邊際成本不斷下降，逐步拉大與競爭者之間的差距，其數據寡頭地位和市場支配地位會不斷被鞏固和強化，為實施壟斷行為奠定基礎。

（二）濫用市場支配地位形成初始壟斷

初始壟斷是指占據市場支配地位的經營者依靠所掌控的數據資源和網絡平臺，在數字經濟的基礎服務領域通過排他性和剝削性濫用市場支配地位來限制競爭，進而獲取壟斷收益的行為。正如Gruneshe（2015）所說：如果經營者在數據的收集、儲存及分析過程中支付了巨大成本，他們就會有強烈的動機阻止競爭對手共享使用這些數據資源。

1.排他性濫用市場支配地位形成的壟斷。排他性濫用市場支配地位是指經營者為了損害競爭者的競爭地位，或者為了將競爭者從根本上排除出市場而采取的限制競爭行為，因此，認定排他性濫用市場支配地位的重點是考察對橫向競爭對手的封鎖效果（王先林，2018）。具體到大數據領域，排他性濫用市場支配地位主要是通過技術性、排他性措施阻礙數據的收集、訪問和共享進而形成數據的初始壟斷。處于市場支配地位的經營者可以以數據隱私保護為借口與數據提供者簽訂排他性協議，或者通過法律聲明等手段阻止競爭對手獲取或共享統一數據；還可以通過設置平臺間的不兼容數據格式、關閉數據接口等技術手段阻礙用戶數據的可移植性；還可以通過歧視性的拒絕數據訪問和共享，授權某些客戶的數據信息訪問權，但拒絕授予下游競爭對手的訪問權等等方式進行排他性競爭。經營者的上述行為會阻止數據的流通共享，設置競爭對手進入相關市場的壁壘，尤其是當數據資源成為競爭對手賴以生存或創新的“必要設施”時，這種限制行為會從根本上抑制競爭對手的進入式擴張，形成排他性壟斷行為。

2.剝削性濫用市場支配地位形成的壟斷。與排他性濫用市場支配地位不同，剝削性濫用市場支配地位不是通過限制和排擠橫向競爭對手謀求壟斷利益，而是通過剝奪或削減上下游經營者或者消費者的利益來實現壟斷收益，屬于同一產業鏈不同層級之間的壟斷行為（詹馥靜，2020），因此，衡量剝削性濫用市場支配地位的主要標準是消費者福利水平的損害程度。具體到大數據領域，經營者一般是通過過度采集和使用數據、價格歧視、捆綁搭售以及算法合謀等方式對其市場支配地位進行剝削性濫用。盡管經營者的上述行為是否構成壟斷還需要結合具體情況做出判斷，但是一旦形成壟斷，就會嚴重削減消費者的福利水平，所以，剝削性濫用市場支配地位的行為往往都是反壟斷規制關注的重點。

（三）初始壟斷延伸形成雙輪壟斷

雙輪壟斷是數字經濟時代的一種典型的新型壟斷行為（翟超，2021）。雙輪壟斷是在初始壟斷的基礎上生成與演進的混合型和集成型壟斷行為，是由軸心市場的初始壟斷與輻射市場的第二輪壟斷組合而成，前者是后者的基礎，后者是前者的延伸（李勇堅等，2020）。在初始壟斷層面，經營者依靠濫用市場支配地位在其原有的數字經濟基礎服務領域形成第一輪壟斷，并借助于平臺網絡效應、用戶鎖定效應和數據規模效應不斷鞏固和強化初始壟斷地位。在第二輪壟斷層面，初始壟斷經營者借助其在基礎服務領域形成的數據優勢、流量優勢和資金優勢，運用“杠桿”推動其壟斷地位向其他領域或行業延伸與輻射，從而在多個領域構筑自身的壟斷地位。雙輪壟斷有可能帶來新一輪的數據集中、產業集中、排斥競爭和壓制創新等問題，進而在多個領域形成第二輪甚至第三輪壟斷。

1.雙輪壟斷的特征。首先，數據優勢是形成雙輪壟斷的基礎。在大數據領域，數據不僅是形成初始壟斷的基礎，也是驅動第二輪壟斷形成的動力。初始壟斷的經營者正是借助于其在原有市場的數據優勢才能對新市場、新產品和新客戶進行深入分析，進而迅速做出應對策略，以較低的成本和極高的效率將市場壟斷勢力延伸和輻射到新領域。其次，雙輪壟斷市場中的競爭手段多樣化。與傳統壟斷市場以價格競爭為主要競爭手段不同，雙輪壟斷市場的競爭是多方位、多觸點的，初始壟斷的經營者除了使用低價銷售、補貼價格甚至是免費定價等價格競爭手段之外，還會采用捆綁銷售、打包銷售等手段將原有領域的競爭優勢滲透到相鄰的眾多領域。最后，雙輪壟斷的規制和監管難度更大。相關市場的界定是反壟斷執法的前提，但是在雙輪壟斷局面下，壟斷行為的影響從單邊市場延伸擴散到雙邊市場甚至多邊市場，市場之間的界線劃分更加模糊，導致相關市場的界定難以實現，對雙輪壟斷的規制和監管難度也就相應增大。

2.雙輪壟斷的形成路徑。初始壟斷延伸形成雙輪壟斷的路徑包括：一是通過數據操控形成雙輪壟斷。初始壟斷的經營者在進入一個新的市場領域時，可以通過數據過濾、限制經營者與消費者直接接觸、拒絕數據互聯鎖定客戶注意力以及對競爭對手施加數據歧視性政策等數據操控手段將初始壟斷優勢在多個相鄰市場間傳導。二是通過基礎服務能力市場的壟斷延伸形成雙輪壟斷。初始壟斷經營者在基礎服務市場擁有規則制定、市場監管和廣告審查等優勢，這些優勢往往被其用于向關聯市場擴張滲透的隱形資源。例如阿里巴巴向金融領域的滲透、騰訊向游戲領域的擴張都是借助其在基礎市場的優勢地位。三是通過收購競爭對手形成雙輪壟斷。初始壟斷經營者借助于初始壟斷獲得數據優勢和資金優勢，通過收購其在新領域擴張過程中的潛在競爭對手，尤其是那些初創企業和新生企業，然后將被并購企業關閉以消滅潛在競爭對手，或者將其做大做強成為其在新領域形成新一輪壟斷的工具。

三、大數據領域的壟斷行為

1.限制數據互操作行為。限制數據互操作行為是指在大數據領域占據市場支配地位的經營者為了排除或限制競爭，拒絕或者有歧視性地向競爭對手開放共享其擁有的特定數據資源的行為。經營者可以通過設置數據兼容格式、關閉數據接口等途徑限制數據在不同平臺之間的相互操作。限制數據互操作行為作為大數據領域的一種典型和常見的排他型濫用市場支配地位行為，不僅會阻礙數據流通，還會增加市場進入和創新的成本，從根本上損害市場競爭和創新動力，造成數據市場的封鎖效果。例如在“HIQ Labs訴LinkedIn案”中，HIQ Labs作為一家針對雇員進行數據分析的公司，多年來一直依賴于LinkedIn公司公開的數據資料，為企業提供雇員的技能情況以及離職風險等方面的評估報告，但是在2017年5月，LinkedIn公司突然要求HIQ Labs公司立即停止從公司網站抓取雇員數據的行為，并采取技術手段屏蔽了HIQ Labs公司的數據訪問權限，由此引發了雙方的訴訟案件。美國加州法院最終以LinkedIn公司涉嫌濫用市場支配地位做出臨時性禁令，要求LinkedIn公司不得阻止HIQ Labs公司獲取其平臺的公開數據資料。

2.掠奪性定價行為。掠奪性定價行為是指占據市場支配地位的經營者為了吸引更多消費者進而擴張市場份額，采取交叉補貼等方式以低于成本的價格甚至免費價格銷售商品或服務的行為。通過掠奪性定價，經營者可以將消費者牢牢鎖定在自身平臺的生態系統中，在將競爭對手排擠出市場之后，就把銷售價格提高到壟斷水平，不僅收回前期的“掠奪成本”，而且獲得高于競爭性水平的利潤。具有市場支配地位的企業依靠雄厚的經濟實力可以承受短期內降價甚至免費定價的損失，但處于弱勢的競爭者因為無法承受降價損失而被驅逐出市場，所以，掠奪性定價行為會嚴重擾亂市場的正常競爭。例如近期備受關注的互聯網平臺的“社區團購行為”，由于平臺大量采用補貼甚至免費方式進行銷售，形成了實質上的掠奪性定價行為，為了嚴格規范“社區團購行為”，2020年12月市場監管總局出臺了社區團購“九不得”新規，明確規定在沒有正當理由的情況下，社區團購不得實施掠奪性定價行為。

3.價格歧視行為（大數據殺熟行為）。價格歧視行為是指平臺經營者通過對消費大數據的統計分析，將消費者的消費偏好、消費習慣和經濟實力等信息作為差別定價的依據，進而將同一商品或服務以不同的價格銷售給不同的消費者來獲取更多消費者剩余的行為，也被形象的稱為“大數據殺熟”。當大數據成為核心生產要素之后，消費者的消費信息就變得越來越透明，不僅為經營者實施價格歧視提供了便利，而且能讓這種價格歧視行為變得更加精準和隱蔽。近年來，網絡平臺上的酒店預訂、機票訂購、在線旅游以及網約車等領域都是價格歧視行為的高發領域。2019年7月，北京市消費者協會公布了一項調查數據，數據顯示88.32%的被調查者認為“大數據殺熟”現象比較普遍或者很普遍，其中有56.92%的調查者有過被大數據殺熟的經歷。

4.搭售行為。搭售行為是指平臺企業在出售某一種產品或服務時以消費者同時購買另一種產品或服務為條件的行為。在未經消費者許可的情況下，搭售行為可能會形成違法行為，尤其是在大數據領域，平臺經營者會將搭售商品或服務設置為默認同意的選項，讓消費者在不注意或不知情的情況下完成購買，從而使搭售行為變得更加隱蔽。搭售行為可以將經營者在現有市場的壟斷優勢延伸擴散到搭售商品市場，如果經營者利用商品的搭售組合繼續在新市場謀求壟斷地位，就會形成雙輪壟斷局面。2018年7月，歐盟委員會認定谷歌違反了歐盟的多項反壟斷規則，對其處以43.4億歐元的罰款。其中之一是谷歌以“非法捆綁”方式要求設備制造商預先安裝谷歌搜索和Chrome瀏覽器，并將其作為消費者使用其智能手機應用商店GooglePlay Store的條件，歐盟認定谷歌的捆綁搭售行為阻礙了搜索引擎市場和瀏覽器市場的正常競爭。

5.限定交易行為（平臺“二選一”）。限定交易行為是指具有市場支配地位的平臺企業限定交易相對人按照自己的意愿進行交易，從而排斥其他經營者公平競爭的一種行為。限定交易行為往往是通過禁止平臺入駐商戶在競爭對手的平臺開展經營活動，或者限制合作商戶與競爭對手從事交易等途徑實現，也就是平臺“二選一”問題。限定交易行為意味著平臺企業是通過濫用市場支配地位打擊競爭對手而不是通過提升產品或服務的質量獲取競爭優勢，其結果會擾亂市場的正常競爭秩序，損害商家或消費者的合法權益。例如巴里巴巴、京東在雙11大戰中要求商家站隊、美團禁止使用阿里巴巴旗下的支付寶付款等行為都涉嫌平臺“二選一”行為。

6.自我優待行為。自我優待行為是指平臺經營者利用其平臺管理者的身份，通過特定的商業手段，在平臺上對自身經營的產品或服務給予優惠待遇的行為。在大數據領域，數字平臺提供的中介匹配與聯結服務被市場經營者全方位使用，導致經營者對平臺服務產生高度依賴。因此，除非數字平臺準許經營者提供的商品或服務入駐平臺并保持其在平臺上的可見性，該商品或服務才有可能進入市場競爭。但是，數字平臺企業為了追求自身利益，會利用其平臺管理員的身份在平臺準入與可見性層面針對自身產品和競爭對手的產品實施差別對待，通過讓消費者在平臺上優先可見自身產品甚至屏蔽競爭對手的產品的方式來強化市場支配力。2017年6 月 27 日，歐盟反壟斷機構委員會對谷歌處以24.2億歐元（約合27億美元）的巨額罰款，歐盟認為谷歌濫用其在搜索引擎市場的支配地位，在搜索結果中推廣自己的購物比價服務，并且對競爭對手進行了搜索權限降級，人為降低競爭對手旗下的產品和服務的排名。

7.算法合謀行為。算法合謀行為是指平臺經營者為了排除和限制競爭，利用計算機算法操控商品或服務價格、數量和市場的聯合行為，是大數據、互聯網、算法與共謀相結合而出現的一種更為隱蔽的壟斷行為。平臺企業的算法合謀行為涉及的內容包括固定交易價格、限制交易數量以及劃分市場等，但最主要的還是價格合謀。首先，具有競爭關系的平臺企業可以借助于算法實施事先達成的價格合謀協議。合謀企業在約定合謀價格以后，通過設定特定的價格算法，自動交換競爭對手之間的價格信息，通過算法適時調整各自的價格以保證按照統一的合謀價格銷售產品。2015年，Amazon的電子商務主管Toplins與競爭對手簽署了一系列價格合謀協議, 以共同維持他們在Amazon平臺上海報的銷售價格，Topkins通過設定計算機的定價算法將這些合謀協議得以實施。美國司法部指控Toplins實施了“合謀修改在線銷售商品價格”，違反了《謝爾曼法》關于定價的規定。其次，平臺企業可以通過使用同一算法決定商品價格來完成價格合謀。例如網約車市場在上下班高峰時段或者特殊天氣時段的集體漲價行為，雖然不同的網約車經營者事先并沒有形成合謀協議，但借助于網約車平臺統一設計的定價算法機制，實現了合謀漲價。最后，平臺企業可以通過設計價格跟隨算法來監控競爭對手的定價行為，以此為自身的定價提供決策依據，一旦發現競爭對手出現價格偏離行為（如打折、降價等）就自動實施報復來懲罰偏離者以鞏固合謀聯盟。

8.扼殺型并購行為。扼殺型并購行為是指具有數據優勢的平臺企業針對具有潛在競爭威脅的企業，在其萌芽或早期階段就實施并購以消滅潛在競爭對手的行為。扼殺型并購的并購對象主要是初創企業或者新生企業，一旦并購完成這些企業往往會被關閉或者產品會被終止，并購實施企業的壟斷地位就會得到進一步提升，并顯著提高市場的進入壁壘，從根本上抑制市場創新。例如，2020年12月美國聯邦貿易委員會（FTC）和來自48個州和地區的總檢察長聯盟對Facebook提起了反壟斷訴訟，訴訟主要針對Facebook對社交媒體Instagram和WhatsAPP的收購行為，認為近十年來Facebook一直在利用其主導地位和壟斷力量進行扼殺型并購行為，通過打擊較小的競爭對手來鞏固自身的壟斷地位。

四、大數據領域反壟斷規制的路徑

（一）完善大數據領域的反壟斷立法和執法

1.推動大數據領域反壟斷的立法和修法。以大數據為核心生產要素的數字經濟是一種新型的經濟發展模式，其對經濟發展、人類生活以及社會進步產生的影響是全方位的，其中就包括對競爭、壟斷以及反壟斷規制等方面的沖擊和挑戰。針對大數據所帶來的壟斷新問題，我國需要加快修改和完善關于反壟斷的法律法規體系以積極應對。首先，要加快推進數字經濟維度的《反壟斷法》的修訂和完善。我國的《反壟斷法》已經頒布實施十多年，立法之初對大數據引發的壟斷問題并未足夠重視，導致目前的《反壟斷法》不能適應數字經濟時代的要求，此次應借著修訂的契機，充分考慮大數據領域反壟斷規制的訴求，尤其是要優先考慮大數據領域反壟斷執法中迫切需要解決的問題，例如數據確權、市場支配地位的認定標準以及經營者集中申報標準等，通過立法和修法明確執法機關處理新型壟斷行為的法律依據和標準。其次，要加快出臺與《反壟斷法》相配套的反壟斷指南和實施細則。除了推動《反壟斷法》的修訂完善，還需要制定和出臺一些更具靈活性、適用性和階段性的反壟斷指南和實施細則應對大數據領域隨時可能出現的壟斷新問題，對《反壟斷法》形成有效補充。

2.明確謙抑審慎的反壟斷執法原則。大數據領域壟斷與競爭的邊界變得更加模糊，這就需要反壟斷規制在抑制壟斷與鼓勵創新之間尋求平衡，避免反壟斷規制不足和規制過度，在堅持保護和促進競爭的宗旨下，確立謙抑審慎的反壟斷執法原則。由于大數據本身并不會形成壟斷，過分強調數據的開放共享反而會剝奪經營者的數據權利，打擊經營者的創新積極性，尤其是在我國數字經濟蓬勃發展的新階段，過度的反壟斷干預會增加企業的合規風險和合規成本，增加進入市場的障礙，束縛數字經濟的活力。因此，將謙抑審慎原則作為數字經濟反壟斷規制的執法原則，充分結合了大數據的經濟特征。以謙抑審慎原則作為反壟斷執法的基礎，一方面不需要針對數字經濟和大數據本身制定新的反壟斷法律法規體系，只需要以現有反壟斷法的規則框架為基礎，根據數字經濟的反壟斷規制要求進行修訂完善；另一方面，反壟斷執法機構要堅持審慎執法，不斷更新監管理念、完善監管方法，做到“適度監管”與“適時監管”相結合，把握好審慎監管的“度”，既要對大數據領域涉嫌壟斷違法的行為精準執法，又要防止因過度執法破壞數字經濟的發展生態。

價格歧視行為是指平臺經營者通過對消費大數據的統計分析，將消費者的消費偏好、消費習慣和經濟實力等信息作為差別定價的依據，進而將同一商品或服務以不同的價格銷售給不同的消費者來獲取更多消費者剩余的行為，也被形象的稱為“大數據殺熟”。當大數據成為核心生產要素之后，消費者的消費信息就變得越來越透明，不僅為經營者實施價格歧視提供了便利，而且能讓這種價格歧視行為變得更加精準和隱蔽。

（二）推進大數據的治理建設

1.明確數據所有權。大數據的所有權問題至今沒有形成統一完善的認識和做法，導致數據在法律上并沒有被賦予資產的屬性，這也是引發大數據領域是否需要進行反壟斷規制爭論的根源。首先，需要通過立法或者司法解釋明確數據的權屬關系，借助于區塊鏈技術進行數據產權登記，明晰數據主體和數據控制者之間的關系。其次，要完善大數據的價值評估體系和交易機制，盡快建立數據的分類和分級標準、設計數據的交易模式和定價模型、健全數據交易制度，規范數據的交易和使用。

2.推進數據共享機制建設。推進數據共享可以實現大數據價值最大化，也是大數據領域反壟斷規制的基本措施。推進數據共享機制建設，需要界定共享數據的邊界和范圍，明確共享數據符合“必要設施原則”，在此基礎上通過構筑數據共享平臺、規范數據轉換方式、完善數據互操作模式、健全數據安全和隱私保護機制以及建立數據共享使用補償機制等途徑推進數據的共享開放。

3.提升用戶對數據自愿授權的權限。根據個人數據信息的相關要求，互聯網企業只有在經過當事人事先同意的前提下，才能收集和處理個人的數據信息，互聯網企業為了避免違反數據的隱私保護規定，需要通知用戶如何收集和處理數據，并提供讓用戶表示同意或反對的授權機制。但實際上，用戶并不充分了解相關數據收集和處理的情況，對自身數據的未來使用情況更是無從得知，所以用戶對數據的授權并不能代表他們的真實意圖。此外，互聯網企業雖然設置了用戶授權機制，但如果用戶選擇不同意公開自己的數據信息，就無法獲準使用該項互聯網服務，從而迫使用戶公開自己的數據信息。為了規范大數據領域的數據收集和使用，需要盡快完善數據隱私條款的設置，明確規定互聯網企業在收集和處理數據時必須獲得用戶的自愿授權，且不得以拒絕提供服務為條件逼迫用戶授權。

（三）改進大數據領域反壟斷規制的手段

1.改進相關市場界定方法。界定相關市場的范圍是反壟斷司法解釋的第一步，傳統的界定方法主要包括需求替代分析法、供給替代分析法和假定壟斷者測試法（SSNIP測試法）三種，其中需求替代分析法是主要方法，供給替代分析法是輔助方法。這些傳統的界定方法都是建立在單一產品市場假設的基礎上，是基于交叉價格彈性原理產生的。隨著單邊市場轉變為多邊市場，交叉網絡效應和“免費定價”行為的普遍存在對傳統的界定方法帶來了挑戰。基于單邊市場的替代分析法難以奏效，而基于價格變量的SSNIP測試法也無法適用于“免費定價”模式，因此，必須對傳統的相關市場界定方法進行改進和完善。在具體實踐中，首先要明確相關市場范圍的界定基準。對大數據領域相關市場的界定應回歸消費者需求這一基點，牢牢把握將消費者要求在相應商品核心功能上的反饋作用作為界定的基本標準。其次要界定核心商品。通過商品的核心功能以及消費者對商品的核心要求來界定和區分核心商品和免費商品，在劃分出核心商品之后，尋找具有要求替代關系的其他商品，才能最大限度的降低“免費定價”行為對市場界定帶來的沖擊。最后要改進相關市場的界定方法。要充分考慮其他競爭者的供給難度，在使用需求替代分析法的基礎上更多地加入供給替代分析，在界定因素方面，除了傳統的價格因素之外，需要將利潤來源、網絡效應以及盈利模式等因素納入考量范圍。

2.完善市場支配地位的認定標準。認定經營者是否具有市場支配地位的主要標準是其擁有的市場份額，但是在數字經濟的雙邊或多邊市場結構中，不同主體對市場份額的計算標準不一，再加上數字經濟的動態競爭特點，市場份額具有變動性和不確定性，導致以市場份額作為認定標準在大數據領域缺乏說服力和可操作性。因此，在大數據領域，需要降低對市場份額的依賴程度，重點考察經營者利用所掌握的數據設置市場壁壘的情況，將消費者的需求轉向成本和轉向難度納入市場支配地位的考量標準，將行業競爭特點、用戶數量、用戶黏性、經營模式、技術特征、網絡效應以及鎖定效應等因素納入市場支配地位的考量因素。

3.建立大數據領域的“必要設施原則”。必要設施原則是指當壟斷經營者對競爭所必要的資源享有瓶頸式的控制，特別是對下游市場競爭所必要的設施享有控制時，在該設施不能被復制的情況下，壟斷者必須與下游競爭者共享該設施（Marina Lao，2013）。由于大數據領域拒絕交易數據的行為非常普遍，但是并非所有的拒絕交易數據行為都會形成壟斷，不加區分地進行反壟斷規制不但不能起到保護競爭的效果，反而會抑制競爭的積極性，這就需要在大數據領域建立“必要設施原則”，明確只有當拒絕交易的數據構成下游競爭者的“必要設施”時，才能對其進行反壟斷規制。在大數據領域建立“必要設施原則”需要嚴格明確數據構成必要實施的四個基本條件: 即數據對于競爭不可或缺、數據獲取具有不可復制性、拒絕開放數據沒有正當理由以及數據開放具有可行性，在此條件基礎上建立的“必要設施原則”才能更加精準的地規制大數據領域的壟斷行為。