大數據驅動型并購的事先申報制度研究

曾彩霞 朱雪忠

摘要：大數據的價值創造力已經得到共識，這種共識促使大數據壟斷者將并購數據密集型企業作為一種主要戰略手段。根據我國反壟斷法規定，企業并購達到一定規模應該事先向反壟斷執法部門提出申報，以降低集中行為帶來的競爭損害效果。但被兼并的企業由于大多是數據密集型初創企業，還未產生營業額或產生的營業額較低，未達到并購事先申報的要求，從而成為反壟斷事先控制的漏網之魚。從目前并購案可以看出，大數據驅動型并購已呈現出新的特征，對不同事先申報制度，尤其是對以營業額為標準的事先申報制度帶來了較大的挑戰。對此，德國已修改相關法律規定應對挑戰。我國也應積極應對，將營業額標準改為營業額和交易額相結合的標準，并將并購無營業額企業的行為納入經營者集中規制的范疇。

關鍵詞：大數據;并購;事先申報;標準

中圖分類號：D912.294?????? 文獻標識碼：A文章編號：1009-3060（2021）03-0117-08

一、問題的提出

大數據為企業帶來了巨大的經濟效益。在該利益驅動下，占有市場地位的企業會先發制人收購實際或潛在的競爭對手，其中并購大數據密集型初創企業被視為主要戰略手段。從2008年到2018年，美國三大數據驅動型企業Amazon 、Facebook 和IGoogle每年分別收購5～15家企業，并且所兼并的企業大多是初創企業。[]

這種趨勢引起了國外學界、實務界以及政策制定者對大數據驅動型并購的關注和熱議。在歐盟，有學者提出應修改歐盟層面的并購申報標準以便更好地捕捉大數據驅動的交易。在美國，學者則主張修改《非橫向并購指南》以應對大數據驅動型并購對反壟斷審查帶來的挑戰。我國學者就大數據對并購控制制度的挑戰也展開了一定的研究，提出應通過增加互聯網產業系數、引入刑事責任、加強懲罰力度等措施來應對大數據對并購控制制度的挑戰。

除了大數據驅動型并購后的反競爭效應審查時間冗長之外，鑒于大數據的固有特征，即便反壟斷執法部門對合并后企業進行拆分，也很難降低大數據合并帶來的競爭優勢。因此，對大數據驅動型并購的事前預防特別重要。為了應對數字市場對競爭法的挑戰，德國在2017年修改了《反限制競爭法》，并對并購事先申報制度做了修改，增加了交易額的標準。我國在2018年也修改了《經營者集中申報標準》，但對實質內容未做修訂，依然沿用了原來的事先申報標準。那么，面對大數據驅動型并購帶來的挑戰，我國現行的事先申報標準是否能夠對其進行有效規制？我國是否有必要修改并購事先申報制度？如有必要，如何修改？這些問題都值得深入探討。

二、大數據驅動型并購的特征及損害

（一）大數據驅動型并購的特征

1.大數據驅動型并購中交易額對營業額之比非常高

企業出于防御或者占有市場的目的，往往在發現潛在競爭者時就通過并購的方式將其扼殺在搖籃中。從Google 等幾大數據寡頭所兼并的企業來看，一半以上是非常年輕的初創企業。在google 、Facebook 、Amazon 等企業并購案中，法院只在部分并購案中將大數據作為關鍵資源進行了競爭效應的分析。其中，除了2016年Verizon /Yahod并購案交易額和營業額幾乎相等之外，在其他的幾個并購案中，交易額和營業額的占比都高達10倍左右，其中以2014年Facebook 收購WhatsApp 最為顯著。（見表1）

從幾個案例的交易情況來看，被兼并的企業越是發展成熟和成立時間較長，營業額和交易額的占比越低。相反，被兼并的企業越是年輕的數據密集型企業，交易額和營業額的占比越高。這在一定程度上可以理解為發展成熟和成立時間較長的企業的價值潛力已經得到挖掘，因此營業額一般可以較好地反映該企業的價值。而對于初創企業來說，尤其是像WhatsApp 和Instagram 這種數據密集型初創企業，其數據所帶來的價值還在“變現”（Monetize ）過程中，尚未產生營業額或產生的營業額較低。但這些初創企業擁有大量用戶數據，可以為I Facebook 提供具有功能性互補的數據。大數據寡頭在并購后可以提升競爭力，這種競爭力不是通過行使市場力而導致的結果，而是并購后企業在服務質量方面勝人一籌的結果。

因此，從競爭效應評估角度來看，這類并購在初期甚至是有利于消費者福利的，這也是很多并購案能夠通過反壟斷執法部門審查的主要原因。這就對執法機構帶來了一定的挑戰，因為執法機構需要對被兼并企業未來的發展進行預測和分析，而這些企業未來的發展前景如何尚未確定，甚至有些企業的商業模式本身就是為了吸引大型企業對其進行并購。這樣，在以營業額為并購事先申報標準的國家，這種類型的并購就很容易成為反壟斷事前控制的漏網之魚。

2.大數據驅動型并購呈現向非橫向并購集中的趨勢

根據傳統經濟學理論，并購可以分為橫向并購、縱向并購和混合并購三種類型。其中，縱向并購和混合并購統稱為非橫向并購。由于非橫向并購不是發生在直接競爭者之間，傳統經濟學理論認為，非橫向并購不會降低競爭，相反可以提高經濟效率。由此，各國反壟斷執法部門對非橫向并購表現出更高的容忍度。但在大數據驅動型并購中，大數據壟斷企業與提供補充性產品或服務的企業合并時，可以通過數據優勢剝奪直接或潛在競爭者，使其獲得改善服務和挑戰自己的機會，還可以通過國內外的混合并購將其市場力不斷傳導到完全不同的商業領域，比如電動汽車或金融服務領域0。

在以大數據為驅動的并購中，非橫向并購越來越成為壟斷者所青睞的并購方式。合并數據之后，企業可以開發新產品，提供個性化的服務，而無法準入數據的企業在這些方面是無法與之競爭的。并購企業如果還是處在不同上游或者下游市場的支配企業，那么對市場封鎖效應則更強。正因如此，控制了大量用戶個人數據的網絡服務商會傾向于收購電腦、智能手機或軟件提供商以確保可以獲取更多的用戶數據。因此，大數據驅動型并購所帶來的防御效應不僅限于網絡平臺或者消費者直面的企業。當大數據驅動型并購發生在處于不同產業的企業間時，并購很容易產生新型的壟斷形態，甚至可能消除傳統產業劃分，最終催生巨無霸企業。但由于這些交易并沒有清晰的橫向并購所凸顯的要素，被兼并的企業又涉及不同的經濟領域，而且其所提供的產品和服務是互補的，為此增加了審查的難度。

3.大數據驅動型并購的競爭損害通過事后救濟效果欠佳

如果在企業并購后才發現其產生了嚴重的反競爭效應，那么一般采取的事后救濟方式主要是資產剝離或者處以罰款。但對大數據驅動型并購來說，通過企業拆分進行資產剝離具有明顯的消極性。首先，拆分企業的執法成本較高，容易給企業和社會帶來效益損失。另外，即便拆分成功，是否能夠降低反競爭效應和促進市場競爭也是個未知數。尤其是在非橫向并購之后，企業可以通過合并獲得功能性差異和互補性高的數據集合，此對企業在不同市場競爭力的提升具有不可逆性。和傳統產業并購相比，大數據驅動型并購后的企業市場力更難消除。

另外，世界各國對拆分企業持非常謹慎的態度。其中，“為消除企業合并而拆分企業”的情形原則上僅適用于違規的企業合并，并且需要滿足該適用要件：“企業合并違反了法律規定，因反壟斷法都為企業合并設定了一定的實質性和程序性要件，如果企業合并沒有遵從這些要件，則構成違規合并。13254-255而目前，涉及交易額很高的大數據驅動型并購絕大多數都通過了反壟斷審查，最終合并成功。如果在并購成功前，并購雙方沒有違反法律規定，都遵從了實質性和程序性要件，那么企業合并成功后，反壟斷執法部門要將其拆分則沒有充足的執法依據。如果對其處以罰金，對于大數據壟斷企業來說又缺乏足夠的震懾力，因為大數據驅動型并購為企業帶來的價值之大足以抵消罰金的震懾。在此情境下，對于大數據驅動型并購，事前控制這道程序顯得更為重要。

（二）大數據驅動型并購的競爭損害

在很多傳統市場中，當一個市場支配者并購一個創新型新企業時，由于新企業市場份額較低，或并購導致的橫向覆蓋抵消了市場影響力，并購對市場結構所造成的影響會相對比較低。但在大數據驅動的市場，如果被兼并的企業擁有大量的數據，那么并購就可以促使支配企業準入不同的數據和提高數據的集中度。如果并購發生在兩個對特定數據享有獨占性控制權的企業間，并購對企業市場力的加強更為明顯。在非橫向并購中，由于合并企業所占有的數據具有高度異質性和功能互補性，對支配企業來說這些數據是非常具有價值的資源投入。正因如此，壟斷企業為了鞏固現有的市場地位，更青睞于大數據驅動型并購。為此，并購所產生的市場防御效應在大數據驅動型并購中更為常見和凸顯。

如果并購發生在對競爭性數據享有控制權的兩個企業之間，還可能產生特有的競爭問題。相較于新企業來說，大數據壟斷企業本身就更具競爭力，會自然提高市場準入的門檻，這種效應同時體現在對公開數據和不公開數據的獲取上。如果數據是可以公開獲取的，市場占有者因已開發復雜的分析技術，新進入市場者如果要獲取和分析這些數據，就需要投入大量的資金和人力來開發數據的獲取或分析技術。如果數據是不可公開獲取的，市場占有者已率先收集和分析了數據，新進入市場者要與之競爭就會更加困難，并且成本更高、耗時更長。如果大數據壟斷企業再實施縱向并購和混合并購，并且數據還是某相關市場的關鍵投入時，壟斷企業就很容易通過并購來控制數據收集渠道，從而建立新的市場力。

另外，并購企業還可能會利用數據驅動的市場力在相鄰市場獲得競爭優勢。尤其在混合并購中，因為并購方經營不同的產品或者服務且并購雙方的數據集合可以用于不同產業，所以會對并購雙方的原生市場競爭產生封鎖效應。因此，在這類并購案中，應該特別審查大數據在其中發揮的作用，以及并購雙方的戰略目標是否試圖通過數據聚合來提高競爭障礙。如果是，就需考慮有效的救濟措施。基于此理論，大數據驅動型并購應該受到反壟斷執法機構的密切關注。

（三）大數據驅動型并購的消費者利益損害

在大數據驅動型并購造成競爭損害之后，市場由于缺乏充分的競爭，企業很容易實施消費者侵害。大數據驅動型并購對消費者造成的最直接侵害就是價格歧視。企業在并購后可以獲悉對方的定價，實現價格共謀。加之，合并后企業的數據體量和維度得到進一步的拓展，通過算法技術的提升可以更了解消費者的消費習慣。例如，不同消費者能夠接受的最高支付意愿是多少，據此企業對不同的消費者實施價格歧視。事實上，很多企業已經通過數據向不同消費者收取不同價款。例如，Amazon 在同一時間就同樣商品對不同消費者收取不同的價格。6Uber會向晚上乘車的女性收取更高的費用，他們認為女性晚上不愿意獨自走路并且愿意支付費用。最重要的是，這種基于行為的價格歧視很容易實施，但卻不容易被消費者發現，而這種價格歧視行為都是因為企業所控制的數據和算法技術所致。[17]

另外，基于消費者行為的價格歧視已逐漸從互聯網產業發展到傳統制造業。在汽車行業，汽車制造商可以通過消費者行為數據實施價格歧視。在前數字時代，汽車制造商對汽車離開展廳后的信息幾乎一無所知。但在數字時代，汽車制造商對自己品牌的汽車數據具有獨占性控制權，在其品牌汽車的數據市場中處于壟斷地位，因此是該汽車數據市場的定價者。他們在計算數據壟斷價格的同時往往會考慮消費者的價格敏感度。因此，大數據驅動型并購導致諸如價格歧視等消費者侵害也應該引起反壟斷審查機構的注意。

三、大數據驅動型并購對我國事先申報制度的挑戰及制度構建

（一）并購事先申報的不同標準及利弊

事先申報制度興起于1956年美國訴厄爾帕索天然氣公司案后。當時，美國由于沒有建立事先申報制度，司法部在實施資產剝離前，厄爾帕索天然氣公司已經控制了太平洋西北管道公司的股票和資產。盡管美國司法部最終完成了對被收購資產的剝離，但是沒有有效地減少合并對競爭的傷害。在這之后，歐盟等國家和地區相繼在反壟斷法律中規定了事先申報制度。16事先申報制度可以發揮并購方的主動性和積極性，幫助并購企業減少并購成功后發現違法而被解散的風險，因此，我國也采用了事先申報制度。

從世界主要國家采用的事先申報制度來看，它們主要采用兩種標準：當事人規模標準和交易規模標準。當事人規模標準是指并購方的規模，包括并購方的市場份額、營業額、總資產等。不同的申報標準具有不同的優勢和劣勢。交易額標準的優點是交易規模是確定和明確的，便于執法機構掌握信息和及時監督;但缺點是容易滋長當事人故意壓低交易額的愿望以規避申報義務和反壟斷審查。營業額標準的優點是交易方規模相對比較確定和清楚，便于執法機構審查;但是，營業額標準的缺點是不能很好地反映企業未來的發展潛力。各國在采用不同的申報標準時都是在考察眾多復雜的經濟因素基礎上做出的立法決策，都有其一定的合理性。由于交易額和營業額是客觀標準，世界上絕大多數國家或地區，包括歐盟、美國、日本、德國和我國都分別或同時采用這兩種標準。

（二）美德并購事先申報制度及對大數據驅動型并購的應對

1.美國并購事先申報制度及對大數據驅動型并購的應對

美國并購事先申報制度一直采用的是營業額和交易額相結合的雙重標準。美國在《哈特·斯科特·羅迪諾反壟斷改進法案》（Hart-Scott -Rodino Act ）中對并購事先申報做了相關規定，其中規定大型并購在交易前要向美國司法部和公平貿易委員會進行申報，美國司法部和公平貿易委員會對交易規模和交易方規模進行測試。美國每年會在同一時間范圍內更新并購事先申報的標準。以2019年為例，美國規定從2019年4月3日開始，將并購事先申報的交易規模標準調整為9000萬美元。如果交易規模達到該標準的，就需要進一步測試交易方的規模。美國對交易規模超過9000萬美元的并購又做了進一步區分。如果交易規模超過9000萬但不超過3.599億美元，就要進一步審查交易方的規模，并在此基礎上對交易雙方的規模做了相關規定。其中，規定如果并購一方的總資產或年凈銷售額超過1.8億，并且另一方年總資產或年凈銷售額超過1800萬的就需要進行申報;如果交易規模超過3.599億，無論交易方規模如何，都需要進行事先申報。（見表2）

從該標準可以看出，美國是采用以交易額為主、營業額為輔的標準，當交易規模低于9000萬美元或者超過3.599億美元的，都無須審查交易方的營業額。由于美國的交易額和營業額的申報標準是根據每年國民生產總值一定比例制定的，其具有浮動性。美國事先申報制度比較靈活：可以實時反映本國的經濟發展狀況，并根據每年的經濟發展狀況調整并購審查的門檻;可以防止事先申報標準與國內市場狀況脫節的弊端，與本國的經濟具有較強的當地關聯性。

但是美國的事先申報制度具有一定的缺點。首先，由于每年更新事先申報的標準，對企業來說，并購實施的預測性和政策指導性較差，這增加了企業實施并購的法律成本。同時也會增加反壟斷的執法成本，因為計算新的并購申報門檻需要涉及不同部門的協同合作，而且如果并購標準不能如期發布，還會影響企業并購的順利實施。比如，2019年美國因政府部門關閉導致事先申報標準的發布時間比前一年晚。另外，美國的事先申報制度是以交易額為主要標準，對于交易額較高、營業額為零或較低的企業之間的并購無法進行有效的規制。按照2019年的標準，如果交易額在9000萬和3.599億美元之間，但是并購方中的一方營業額低于1800萬美元，也是無須進行事先申報的。而大數據驅動型的初創企業恰恰呈現了交易額高而營業額低的特點，因此美國的事先申報制度也無法有效地應對大數據驅動型并購所帶來的挑戰。

2.德國并購事先申報制度及對大數據驅動型并購的應對

德國并購事先申報制度原來一直采用營業額標準。為了應對數字經濟帶來的挑戰，德國在2017年對《反限制競爭法》進行了第九次修改，其中在第39條和第35條第1款規定：“參與集中的所有經營者上一會計年度在全球范圍內的營業額合計超過5億歐元，并且至少一個經營者上一會計年度在德國境內的營業額超過2500萬歐元，另一經營者上一會計年度在德國境內的營業額超過500萬歐元需要向德國反壟斷執法部門進行申報。”此次修訂特別在35條第1款之后增加了1（a），對并購一方營業額未達到第1款所要求的交易行為做了補充規定：“當另一經營者或被兼并的經營者上一會計年度的營業額未超過500萬歐元時，如果交易額超過4億歐元也屬于經營者集中控制的范圍，需要向相關部門事先申報。”同時，在《反限制競爭法》第37條關于“經營者集中”范圍界定時規定：“經營者集中是指收購另一經營者的所有或者部分資產，其中如果被兼并的企業在德國沒有營業額也屬于經營者集中的范疇。”

從德國第九次修訂的《反限制競爭法》來看，并購事先申報制度從營業額標準修改為營業額和交易額相結合的標準。但是和美國相比，德國采用的是固定營業額和交易額相結合的標準，而且是以營業額為主、交易額為輔的標準。德國在《反限制競爭法》第35條對營業額及交易額做了規定，第37條對經營者集中做了界定，以及第39條對事先申報制度做了相應要求，這樣一環扣一環自成體系，較充分地考慮了數字市場中新的并購類型對反壟斷法的挑戰。另外，相較美國，德國的事先申報制度采用的是固定營業額和交易額標準，操作更方便，可以降低執法部門的執法成本，也可以為并購企業提供實施依據。

（三）大數據驅動型并購對我國事先申報制度的挑戰

綜上所述，大數據驅動型并購所導致的封鎖和防御效應，以及對競爭和消費者的損害，在并購前難以引起反壟斷審查機構的足夠重視。但是大數據驅動型的非橫向并購，尤其是對大數據密集型初創企業的并購，將會成為未來主要的經營者集中類型。由于這類并購的被兼并方營業額較低，在采用單一的營業額標準的國家，并購方無須履行事先申報的義務。在這種情況下，執法機構采取事前預防措施具有一定的挑戰性。

我國在《中華人民共和國反壟斷法》第二十一條和《經營者集中申報標準》第三條對事先申報制度做了相應規定。從規定來看，我國采用的是營業額單一標準的強制性事先申報制度。但如前文所述，營業額標準的缺點是不能充分反映被兼并企業，尤其是大數據等資源密集型的初創企業的未來發展潛力，因為這些企業的資源還在“變現”過程中。在我國，大數據驅動型并購不如歐美國家多，所帶來的反競爭效應也不如歐美國家突出。這一方面是源于我國互聯網巨頭在并購方面不具有高頻性，另一方面也是由于Facebook 和google 在我國應用受到限制，這幾個企業并購交易所帶來的競爭效應在我國不如歐洲表現得更為直接。

但是大數據驅動型并購對我國事先申報制度的挑戰切實存在，如在滴滴出行和Uber收購案中，由于營業額無法確定導致企業不知是否要事先申報，反壟斷執法部門在執法時也缺乏充分的法律依據。這無疑加大了企業對并購合規的不確定性。因此，我國也應該密切關注大數據驅動型并購以及可能產生的損害。

（四）我國并購事先申報制度對大數據驅動型并購的應對及制度完善

我國2018年在修訂《經營者集中申報標準》時仍然沿用了營業額標準。但基于大數據驅動型并購所呈現的營業額低、交易額高，具有向非橫向并購發展的趨勢，以及并購后拆分企業的救濟效果差等特征，該標準對大數據驅動型并購，尤其是對數據密集型初創企業的并購，規制效果甚微。同時，如果沒有事前控制這道程序，而反壟斷執法機構審查的信息大部分又由并購企業所提供，并購企業為了讓并購順利通過，在提供信息時就會有所傾向。針對這種情況，反壟斷執法機構除了采取突襲調查等方式，另一種有效方式就是看交易的價值，因為并購企業愿意支付的金額可以從側面反映出一些信息。因此，為了應對數字市場對反壟斷執法帶來的新挑戰，修訂我國的《經營者集中申報標準》具有一定的迫切性。

關于我國并購事先申報制度的修改，我國學者提出應增加互聯網行業系數以解決大數據并購帶來的挑戰和引入刑事處罰規定的方案都不是有效的措施。主要原因有二：首先，雖然目前大數據壟斷企業主要集中在平臺性質的互聯網企業，但是互聯網企業利用大數據優勢跨界融合到制造業（如Google 進入智能汽車制造），這使得互聯網產業與傳統制造業的產業界限變得越來越模糊。而且互聯網行業與線下企業的并購是大數據驅動型并購的一個重要類型，比如Amazon 對線下實體書店的并購。其次，和互聯網行業相比，依賴有形資產的傳統商業對數據價值的認識較晚，但隨著這種認知的增強，以及將消費者信息數字化之后，傳統商業也開始逐漸建立強大的數據集和分析技術。隨著物聯網的出現和發展，傳統制造業也開始轉向大數據收集，并利用大數據開始實施壟斷。例如，汽車制造商在設計汽車時，就將汽車設計成自己可以獨占性控制數據訪問權的模式，從而在汽車售后服務市場中對競爭產生封鎖效應。[18]

另外，將未履行事先申報義務的企業課以刑事責任有可能會抑制數字經濟的發展。我國數字經濟處在蓬勃發展期，如果我國一方面繼續采用營業額標準，導致并購雙方對是否需要事先申報缺乏政策性指導，但另一方面又對未進行事先申報的交易方施加刑事責任，會嚴重抑制企業并購的意向，不利于我國企業在國際市場競爭力的提升。因此，我國在修訂并購事先申報制度時也應注意不要過度抑制大數據驅動型并購。

為應對大數據驅動型并購帶來的挑戰，我國可以借鑒德國的有益探索，在并購事先申報制度中引入交易額標準，將《經營者集中申報標準》第三條第2款增加一項，將其修改為：（1）參與集中的所有經營者上一會計年度在中國境內的營業額合計超過20億元人民幣，并且其中至少兩個經營者上一會計年度在中國境內的營業額均超過4億元人民幣。（2）參與集中的所有經營者上一會計年度在中國境內的營業額合計超過20億元人民幣，但如果其中至少兩個經營者上一會計年度在中國境內的營業額未超過4億元人民幣的，應進一步分析其交易額。如果交易額超過16億元人民幣的，企業須進行事先申報。為了規避并購方出現大數據等資源密集型初創企業尚未產生營業額的情況，建議同時在《反壟斷法》第二十條關于“經營者集中”的情形中增加第四項，將“經濟者集中”界定為：（1）經營者合并;（2）經營者通過取得股權或者資產的方式取得對其他經營者的控制權;（3）經營者通過合同等方式取得對其他經營者的控制權或者能夠對其他經營者施加決定性影響;（4）如滿足（1）（2）（3）項情形，但被兼并或被控制的經營者在中國境內未產生營業額的，也屬于經營者集中。

四、結語

大數據驅動型并購已成為大數據壟斷企業加強和鞏固其市場地位的主要戰略手段之一。由于大數據驅動型并購呈現并購方營業額低但交易規模大、向非橫向并購發展，以及通過事后救濟進行規制效果欠佳等特點，對大數據驅動型并購進行事前控制更為重要。但我國事先申報制度采用營業額的單一標準難以對該類并購進行有效的事前控制，因此應該盡快修改《經營者集中申報標準》，引入交易額標準，將現行的營業額標準改為營業額和交易額相結合的標準，同時在《反壟斷法》中對“經營者集中”進行界定時將無營業額企業的并購也納入“經營者集中”范疇。

參考文獻

[1] Competition and Market Authority of UK. Ex-post assessment of merger control decisions in digital marketsr/OL. （2019-05-09） L2019-06-04. https： // assets. publishing. service. gov. uk/ government/ uploads / system，uploads/ attachment data/ file/ 803576/ CMA past digital mergers Gov. UK version. pdf

[2] German Monopolies Commission （Monopolkommission） . Special report No. 68： competition policy： The challenge of digital markets R/ OL. （2015-07-01 2019-05-08. http： // www. monopolkommission. de/images/PDF/SG/s68fulltext_ eng. pdf.

[3] MILLER C. Big data and the non-horizontal merger guidelines J. California Law Review， 2019， 107（ 1） ： 309-344.

[4]鄒開亮，劉佳明。大數據企業合并的反壟斷審查初探[J].石家莊學院學報，2018，20（2）：116-119。

[5]曾彩霞，朱雪忠。歐盟對大數據壟斷相關市場的界定及其啟示——基于案例的分析[J]。德國研究，2019，34（1）111-124.

[6] OLSON P. Facebook closes 19 billion whatsapp deal [ EB/ OL] . （2014-10-06） [ 2019-06-15] . https： / www. forbes. com/ sites/ parmyolson/ 2014/ 10/ 06/ facebook-closes-19-billion-whatsapp-deal/ # 503c5fda5 c66

[7] WAGNER K. Here's why facebook's $ 1 billion instagram acquisition was such a great deal [ EB/ OL] . （2017-04-09）2019-06-15] . https： // www. vox. com/2017/4/9/15235940/facebook-instagram-acquisition-anniversary.

[8] GREENBERGA. Google takes double click EB/ OL. （2007-04-13） 2019-06-15. https： // www. forbes com/ 2007/ 04/ 13/ google-doubleclick-microsoft-tech-cx_ ag_ 0413doubleclick. html # 5b259e551a82.

[9] HYLTON K. Antitrust law： economic theory and common law evolution[ M] . Cambridge： Cambridge University Press ，2003：333-334.

[10] Japan Fair Trade Commission. Report of study group on data and competition policy r/ oL. 2019-06-20 https： // www. jftC. go. jp/ en/ pressreleases/ yearly-2017/ June/ 170606files/ 170606-4. pdf.

[11] Bundeskartellamt， Autorite de la Concurrence. Competition law and datalr/ OLJ. （2016-05-10）2019-04 20. http： // www. autoritedelaconcurrence. fr/ doc/ reportcompetitionlawanddatafinal. pdf.

[12] Mckinsey Global Institute. The age of analytics： competition in a data-driven world[ R/ oL] . [ 2019-07-01 https： // www. mckinsey. com/ ～ / media/ McKinsey/ Business 20Functions/ McKinsey %20 Analytics/Our%20 Insights/ The% 20age% 200f% 20analytics% 20Competing% 20in% 20a% 20data 20driven% 20world/MGIThe-Age-of-Analytics-Full-report. ashx.

[13]王曉曄。中華人民共和國反壟斷法詳解[M].北京：知識產權出版社，2008。

[14] FEINSTEIN D. Big data in a competition environment / ol. CPI antitrust chronicle competition policy interna-tional. （2015-05-29） [ 2019-05-16. ]https： // www. competitionpolicyinternational. com/assets/Uploads/Fein-steinMay-152. pdf.

[15] SCHEPP N， WAMBACH A. On big data and its relevance for market power assessment LJ. Journal of European Competition Law & Practice， 2016，7（ 2） ： 120-124

[16] ROSENCRANCE L. Amazon charging different prices on some VDs EB/ OL. （2009-09-05）2019-07 O1] . https： // www. computerworld. com/ article/ 2597093/ amazon-charging-different-prices-on-some-dvds. html

[17] DOBKINA. Information fiduciaries in practice： data privacy and user expectations [ ]Berkeley Technology Law Journal ，2018，33（1）：1-50.

[18] European Commission. Access to digital car data and competition in after sales servicesR/ OL. JRC Digital Econo-my working Paper. [ 2019-06-05]. https： //eC.europa. eu/jrc/en/publication/eur-scientific-and-technicalre-search-reports/access-digital-car-data-and-competition-aftersales-services

[19]方小敏。經營者集中申報標準研究[J].法商研究，2008（3）：79-86。

A Research on Premerger Notification Regime forBig Data-Driven Mergers

ZENG Caixia， ZHU Xuezhong

（1. Law School， Tongji University， Shanghai 200092， China;2. Shanghai International College of Intellectual property， Tongji UniversityShanghai 200092， China）

Abstract： Consensus has been reached that big data could bring vast value for the company， which makes big data-related merger become a popular strategic behavior for the market incumbents. Anti-Monopoly Law in China regulates that the merged parties are obliged to report to the related authority about the concentration before it takes place， so as to attenuate post-merger anti-competitive effects.However， this is challenged by the fact that most of the target companies are data-intensive startups with no turnover or little turnover， which exempts the merged parties from the premerger notification. Big data-related mergers have shown new features， which exert challenges on different premerger notification regimes， especially on one with sole turnover criterion. Germany has rectified its law and regulations to meet such challenges. It is the same for China that the premerger notification regime should be rectified by incorporating transaction threshold with turnover threshold and that the merger with zero-turnover target company should be defined as concentration as well.Key words： big data; merger; premerger notification; threshold

（責任編輯：張思帆）