數字經濟時代大數據領域濫用行為認定規則的重構

郭勇輝，李淑霞

(1.同濟大學 法學院，上海 200092；2.哈爾濱工業大學 人文社科與法學學院，哈爾濱 150001)

一、問題的提出

隨著大數據收集、存儲、分析、處理等技術的興起，大數據逐漸成為社會發展過程中一種最重要的資源，大數據和大數據產品也滲入到社會生活中的方方面面，人們學習、工作、生產、投資、管理都離不開數據。大數據為國家經濟增長帶來了新形態，為企業經濟帶來了新模式，為人民生活帶來了新福利。然而，也必須看到，掌握了大數據的互聯網企業，又充分利用大數據帶來的巨大市場競爭優勢，實施不當收集數據、拒絕分享數據、大數據殺熟等濫用行為，導致消費者權益受到損害，新進入市場競爭者的市場空間受到擠壓，正當市場競爭秩序受到損害。

鑒于濫用大數據給市場競爭可能帶來的損害，世界各國政府試圖采取各種措施對互聯網企業濫用大數據行為進行打擊。2017年，歐盟委員會對谷歌搜索偏袒其專用搜索Google Shopping，處以24.2億歐元罰款；2019年，臉書(Facebook)因不當收集用戶個人數據而被德國聯邦卡特爾局(FCO)認定為濫用市場支配地位行為；2020年，美國聯邦貿易委員會，對臉書發起反壟斷訴訟，指控臉書在收購潛在競爭企業中，濫用其在社交網絡中的市場支配地位，并建議對臉書實施分拆。然而，值得注意的是，世界各國執法機關在對濫用大數據市場支配地位行為進行認定過程中，面臨系列爭議和執法困境。在德國臉書案中，不同的執法或司法機關對該案性質的認定就存在較大分歧。德國聯邦卡特爾局認為臉書的服務條款，以及收集和使用數據的方式和程度都違反了歐盟的數據保護法(GDPR)，并且屬于利用其在市場中的支配地位，損害用戶權益，因此，屬于反壟斷法上的剝削性濫用行為。當該案訴諸到杜塞爾多夫地區法院時，該法院認為，盡管臉書違反了數據保護法，但并不足以證明其違反了反壟斷法。當該案上訴德國最高法院時，該法院又支持了德國聯邦卡特爾局的觀點，認為臉書公司不僅違反了數據保護法，還導致大量用戶被鎖定在臉書中，排除和限制了其他競爭者，構成了濫用市場支配地位行為。

同時，從最近國際社會關于大數據市場競爭的調查統計數據業顯示，各國反壟斷機關針對數字市場濫用行為的39個案件中，只有17個案件進行了執法行動。我國國內產生的相關大數據糾紛或訴訟也大多難以被認定為濫用市場支配地位行為。如菜鳥網絡與順豐物流大數據之爭、大眾點評與百度數據之爭、華為與騰訊微信數據糾紛、新浪微博訴脈脈案、新浪微博訴今日頭條案、淘寶訴美景不正當競爭糾紛案，等等，最后也以和解或者不正當競爭糾紛結案。

之所以存在上述情況，當然有數字經濟時代大數據性質和作用難以確定、相關市場難以界定、市場力量難以評估等各方面的因素。然而，在本文看來，一個重要原因在于傳統的反壟斷理論和濫用行為認定規則主要針對權屬明晰、市場行為特征明顯、競爭損害容易識別的產品，到了數字經濟時代，互聯網企業具有的雙邊市場、網絡效應、免費策略、平臺模式、動態競爭等市場特性，疊加大數據所具有的多宿主性、非排他性、人身性(隱私)、國家主權性等多重特征，模糊了傳統反壟斷立法上的典型性濫用行為的形式識別外觀。在以往實踐中，當形式上的立法類型無法涵攝現實中新濫用類型的情況下，可以通過對濫用行為是否存在實質性的競爭損害進行判斷，以確定是否屬于反壟斷法上的濫用。然而，傳統反壟斷法上的競爭損害識別模式，面對大數據領域市場競爭的多種新型濫用行為亦存在失效。換言之，傳統反壟斷法的濫用行為認定規則并不完全適應數字經濟時代大數據領域的市場競爭。

二、數字經濟時代大數據領域典型性濫用行為梳理

任何理論都來源于實踐經驗的總結，抽象的立法、執法規則也總晚于實踐中出現的各種生動案例。大數據濫用是新問題，社會對此亦在逐步認識過程中，要有針對性地對新生事物性質建立識別認定規則，必須在掌握大數據領域一定數量的典型濫用行為基礎上，對這些濫用行為的特點進行梳理和歸納，并找到傳統認定規則在識別這些濫用行為上的盲點，在此基礎上構建科學合理的濫用行為認定規則，以對屬于壟斷陣營和非壟斷陣營的各類濫用行為進行分流。從近年來可能涉嫌反壟斷法意義上(只是涉嫌，亦可能是構成其他法律上的濫用)的濫用行為來看，可以歸納為以下幾種典型類型。(1)社會總在不斷發展，大數據運用以及產生的濫用糾紛也在不斷涌現，本文對濫用大數據典型行為的歸納不一定全面，僅具有階段性。

(一)不當采集數據

互聯網企業通過設置一些模糊的、晦澀難懂的法律條款來要求用戶允許其收集相關數據，同時，由于這些互聯網企業在市場上具有的強大市場控制力，用戶幾乎沒有條件選擇其他產品。在使用互聯網產品或者服務中，用戶亦不了解自己的哪些數據被互聯網企業收集，以及這些數據如何被使用。因此，用戶往往只能被迫或者在不知情的情況下(沒認真閱讀條款)接受這些條款。這種采集數據的不當性體現在兩個方面，一是對消費者數據的采集和處理超出了正常需要的合理限度；二是數據被采集后，并不一定被互聯網企業采取特殊措施加以保護，用戶隱私多處于暴露之中，消費者的隱私保護水平被降低[1]。

(二)拒絕分享數據

數據在不同互聯網企業之間的傳輸極為便利，既不會有消耗，也沒有什么成本。然而，隨著大數據使用場景的不斷運用，互聯網企業越來越依據大數據驅動自身業務的發展，故此，為了避免他人利用大數據與自己競爭，擁有大數據的互聯網企業限制他人使用自己的數據便是一種市場常態。限制的手段既有法律上的，如在互聯網平臺上作出限制使用聲明；也有技術上的，比如關閉數據接口或者設置為其他企業不能兼容的數據格式。關閉數據接口是最主要的限制手段。近年來，世界各國已經發生了多起影響較大的拒絕分享數據的案例。從數據收集、存儲、使用的三個階段來看，限制數據使用的情況可分為三種類型。

第一種是在數據收集階段，與數據生產者(如市場消費者)簽訂排他性條款阻止其他市場經營者獲取數據，或者通過繁瑣的技術手段讓數據生產者難以輕易將數據轉移到其他互聯網平臺上。

第二種是在數據存儲階段，限制他人獲取非結構化的數據。如近幾年發生的華為與騰訊數據糾紛、菜鳥與順豐數據糾紛、Peoplebrows 訴 Twitter案、hiQ訴領英案、新浪微博訴脈脈案等。在這些糾紛中，當一方向另外一方收集其生產經營中獲得的，未經過分析處理的數據時，另外一方通過技術手段或者通過投訴、訴訟行為加以阻止。

第三種是在數據使用階段，拒絕他人使用數據產品。最典型案例是淘寶公司訴美景公司生意參謀案。“生意參謀”是淘寶公司對淘寶電商平臺上海量原始數據經過深度處理、分析、加工形成的數據產品，可以為商家的店鋪運營提供參考。美景公司運營其“咕咕生意參謀眾籌”網站，以提供遠程登錄服務的方式，招攬、組織、幫助他人獲取“生意參謀”數據產品中的數據內容，并從中獲取利益。淘寶公司為此將美景公司起訴至法院。法院審理后認為，美景公司未付出勞動創造，將涉案數據產品直接作為獲取商業利益的工具，構成不正當競爭，判令美景公司停止侵權并賠償經濟損失。(2)參見浙江省杭州市中級人民法院(2018)浙01民終7312號判決書。

(三)利用數據算法自我優待

掌握大數據的互聯網企業大都是平臺型企業，它既是同行競爭企業的基礎設施，又是同行競爭企業的市場競爭者。最有名的自我優待行為是谷歌比較購物(Google Shopping)。為了使自己的購物網站能夠獲得巨額的流量，谷歌公司利用大數據算法將競爭對手的購物網站排在通用搜索的第四頁之后，而把自己的購物網站放到首頁。當用戶想通過網上搜索商品進行購物時，用戶搜索到的基本上都是谷歌購物上的商品，其他商家商品很難通過谷歌搜索被搜索到。

(四)強制搭便車

互聯網企業利用平臺獲取的數據算法來提升銷售或服務的質量和數量，可以獲取市場競爭優勢。該類型行為的一個重要案例是，亞馬遜通過使用商戶的銷售數據，促進自己產品銷售。亞馬遜作為一家零售商，同時也是其他零售商的銷售平臺，扮演著“既是零售商，也是交易平臺”的雙重角色。作為交易平臺，亞馬遜可以掌握平臺上各個上架的銷售數據，并對數據進行計算分析，從而決策推出何種新產品、如何定價，以及如何管理存貨、選定最優供貨商。亞馬遜通過利用這些從平臺獲取的數據，得以精準了解市場需求，并因此能夠專注于銷售最暢銷產品，使在其平臺上銷售的賣家逐步邊緣化。

(五)價格歧視

亦稱之為“大數據殺熟”，互聯網企業通過掌握用戶愛好、購物習慣、價格敏感度、經濟條件等多種數據后，評估出用戶為某種產品的支付能力和支付意愿，從而不同人不同價。大數據殺熟分為兩類，初代殺熟和二代殺熟。初代殺熟主要是對熟客顯示高價，對生客顯示低價。如經常使用某互聯網企業APP的A顧客在網上預定酒店，該網站頁面顯示價格是800元，但是不常使用該APP的B顧客查詢時，價格是660元。二代殺熟是指互聯網企業通過人工智能、算法迭代以及平臺對消費者信息全方位收集后，為用戶進行全方位“畫像”，并據此進行精準推送?；ヂ摼W企業的大數據殺熟行為，不僅強化了消費者與企業之間的信息不對稱態勢，損害了消費者權益，同時，還通過大數據算法擾亂了價格競爭機制，攫取高額利潤，損害了正常的市場競爭秩序。

(六)濫用市場杠桿

互聯網企業中不同產品的大數據之間相互融通，共同構成了一個數字生態系統，模糊了不同產品之間的相關市場界限。由于數據的聯絡作用，使得互聯網企業的主導市場和新生市場之間產生聯系，互聯網企業可以將主導市場的市場力量轉移到新生市場，主導市場和新生市場的共同作用能夠產生規模經濟和范圍經濟，也能夠提高市場效率，并為創新或競爭差異化提供合理回報。因此，利用大數據在互聯網平臺不同市場之間進行運作將成為一種重要的商業模式。值得注意的是，互聯網企業利用數據傳遞市場力量，亦容易面臨壟斷的質疑。在谷歌比價購物案，當谷歌的比較購物服務產品Froogle初步進入市場時，市場份額較小，由于網絡購物很大程度上依賴于流量，因此，占據搜索引擎市場支配地位的谷歌，通過流量引流，將搜索引擎的數據流量導入了Froogle上，致使其流量在英國提升了45倍，在德國提升了35倍，在法國提升了19倍，在希臘提升17倍，谷歌通過數據算法給予了Froogle 明顯的競爭優勢[2]。在這種數據傳遞杠桿的作用下，意味著只要谷歌想進入某一個新生市場，其就可以將搜索市場的支配地位進行傳導，使其產品在新生市場也獲得市場支配地位，并利用這種市場支配地位阻礙其他競爭對手。

三、數字經濟時代大數據領域濫用市場支配地位行為的認定難題

上述梳理的六種行為，很多特征符合傳統經濟時代反壟斷法上的濫用行為要件，但當以傳統的反壟斷法進行界定時，卻又不完全契合，這些行為在某種程度上亦可以界定為消費者保護法、反不正當競爭法或民法意義上的侵權或濫用。加拿大競爭局認為，把數據的處理和隱私視為影響市場競爭中服務質量的一個競爭參數，數據的過度收集、個人隱私保護的降低，意味著服務質量的下降。因此，屬于反壟斷法上的濫用行為[3]。歐盟則認為，由于數據濃度的增加，與隱私有關的擔憂不屬于歐盟競爭法規則的范圍，但屬于歐盟數據保護規則的范圍，屬于侵犯個人隱私行為。歐洲法院在Asnef Equifax案(2006)中指出，與個人數據敏感性有關的任何問題本身都不是競爭法的問題，但可以根據有關數據保護的相關規定來解決。

當對上述不同觀點進行梳理分析后會發現，之所以產生分歧，關鍵在于大數據領域的濫用行為已經超出傳統反壟斷法的規制范疇，因此，無法用傳統反壟斷法的理論和形式構成要件識別上述實質上可能屬于反壟斷法意義上的濫用行為。事實上，反壟斷法上濫用行為識別認定的本質，是將互聯網企業的具體行為適用于法律，并判斷有無競爭損害。在具體的識別認定過程中，本身隱含著兩個條件：一是濫用行為必須形式上符合法律規定的濫用類型，這是濫用行為進行認定的前提，即通過立法對眾多表現各樣的濫用行為進行提前過濾，使具備一定形式要件的濫用行為能夠進入反壟斷法規制的范疇，避免反壟斷執法泛化。二是除了形式上符合法律規定的濫用行為類型，還需要查明該行為是否存在競爭損害，即通過實質性審查，將形式上符合濫用行為類型，但實質上不具有反競爭的行為排除在規制范疇之內。當通過傳統的反壟斷法適用數字經濟時代大數據領域的濫用行為時，面臨下列問題。

(一)傳統濫用行為類型的立法框架無法涵攝大數據領域濫用行為的新類型

首先，多種濫用大數據的行為類型，并不在傳統的反壟斷立法類型之內。在傳統經濟時代，世界主要法域在立法上對濫用支配地位具體類型分別作出規定，日本《禁止私人壟斷及確保公平交易法》(2006修訂)第2條規定了歧視待遇、不公平的交易價格、強制交易、限制交易、附加不合理條件的交易等行為類型[4]。《歐盟運行條約》第102條也規定了四種濫用市場支配地位行為，即直接或者間接施加不公平的買賣價格或者其他不公平的交易條件；限制生產、市場或技術發展，損害消費者利益；就同等的交易，對其他交易方適用不同的交易條件，從而使其在競爭中處于劣勢。在簽訂合同的時候，要求其他交易方必須接受其性質或商業慣例與合同標的無關的附加義務。由于我國反壟斷法出現較晚，其能夠在借鑒世界各國反壟斷法的基礎上進行立法，因此，關于濫用市場支配地位行為類型規定的最為詳細、齊全。我國反壟斷法第17條以列舉的形式規定了七種濫用市場支配地位的行為：不公平價格、拒絕交易、限定交易、搭售商品、附加不合理條件、差別待遇以及其他濫用行為。然而，大數據領域的濫用行為，很多是利用了大數據所具有的可復制性、傳導性、預測性等獨特特征，而傳統產品并不具備這些特征，因此，從前文梳理的六種行為類型來看，像互聯網企業通過大數據實施的自我優待、強制搭便車和濫用市場杠桿等行為，并不在傳統立法規定的類型范圍之內(見下頁表)。

表 大數據領域濫用行為典型類型與我國反壟斷法規定濫用行為類型比較

其次，剝削性濫用問題突出。從反壟斷理論來講，濫用行為分為排他性濫用和剝削性濫用。排他性濫用是通過市場控制力排擠競爭對手，或者將市場控制力擴大到相鄰市場阻礙競爭的行為，如前面提到的低價銷售、歧視待遇、限制交易、強制交易、搭售或附加不合理條件、獨家交易等情形；剝削性濫用是利用其市場控制力，向交易相對人施加不公平交易條件或交易價格的行為，如過度定價、歧視性定價、不公平條款。在傳統實踐中，由于剝削性濫用主要體現在“壟斷高價”(過高定價)，而這種“壟斷高價”往往又與市場經營者正常的價格定價行為難以區分，同時，剝削性濫用執法有著較為嚴格的程序，比如對于價格差異需要證明屬于歧視并對客戶產生負面影響，這種證明難度較大，也導致了在傳統經濟時代世界上許多國家對剝削性濫用的立法受到很大限制。目前，各國法律主要聚焦于企業利用市場控制力對競爭對手采取不利的排他性行為規制上。

然而，在數字經濟時代，剝削性濫用往往成為重要影響競爭的方式，比如，大數據殺熟行為，本質上屬于利用大數據獲取的對消費者的消費承受能力、購物愛好等方面的了解，攫取超額市場利潤，剝削消費者的權益——傳統企業在沒有大數據幫助的情況下，并不掌握消費者價格承受能力。然而，在數字經濟時代，當互聯網企業通過大數據對消費者進行透視了解其產品購買承受力后，事實上，是剝奪了本可由消費者享有的消費者剩余。還比如，惡化向消費者提供的隱私條款和數據收集條款，或明確限制消費者將其內容轉移到其他平臺的行為，這些本質上都是利用市場勢力對消費者人身權或選擇權利的侵犯。但是，由于在立法框架上沒有對此類剝削性濫用做出規定，因此，這些行為要么因不符合傳統濫用類型而不能被認定為反壟斷法規制的范疇[1]，要么只能將這些剝削性濫用行為概念化為收取過高的非貨幣性價格，向排他性濫用的特征靠攏，比如數據收集、價格歧視或其他質量方面的問題，被轉化為排他性濫用的價格過高或條款不公平，通過反壟斷法上的排他性濫用規則加以規制。

(二)傳統濫用行為的分析模式無法識別大數據領域濫用行為的競爭損害

首先，對損害行為事實難以查清。大數據的利用離不開算法，而算法是基于技術手段實現，技術手段具有較高的隱蔽性和專業性，特別是大數據本身是以數字信息形式存在，其存儲、傳輸、使用都屬于無形，并且較為容易修改。因此，大數據技術特點決定了要識別存在濫用這一行為事實存在難度。比如“強制搭便車行為”，很多平臺型互聯網企業通過平臺獲取的交易數據來決定自身的銷售策略(或者推出熱銷產品)，由于這種只是一種內部決策行為，要查明互聯網企業決策者銷售的策略是基于從平臺獲取的交易數據做出，難度較大，事實上也不可能。

其次，行為損害后果難以判斷。一方面，根據傳統的反壟斷法目標，反壟斷法更多保護的是競爭秩序而不是競爭者的利益，在判斷行為是否構成反壟斷法上的濫用時，是否損害了競爭秩序是一個重要的考量因素。因此，只考慮濫用行為是否引起競爭秩序損害即可認定其具有反競爭效果，產生競爭損害——這也是傳統經濟時代反壟斷法只有排他性濫用，而沒有剝削濫用的重要原因。然而，傳統上這種競爭秩序損害等同于競爭損害的做法，在數字經濟時代卻面臨難題。在數字經濟時代，很多互聯網企業是通過損害消費者的隱私或者產品(質量)來獲得競爭優勢，并反過來利用這種優勢再來損害消費者權益、市場競爭秩序。要精確評估質量屬性，并從競爭的角度去判定質量因素帶來的市場影響，卻比較困難。換言之，要將這種隱私損害的評價轉化為可量化的競爭損害評估幾乎不可能，前面提到的不當收集個人數據的案例中，什么時候跨越了門檻，使過度收集數據由隱私問題變成了競爭法問題？不同的國家甚至不同個人對隱私的重視程度都不一樣[5]。

另一方面，在數字經濟時代，產品或者服務要占據市場，必須注重技術和商業模式的創新，這也導致了在創新的帶動下，企業的競爭模式長期處于不斷動態發展過程中。而動態競爭使擁有大數據的互聯網企業的市場結構處于變化之中，市場競爭產生的后果屬于正效應還是負效應難以判斷，有些互聯網企業盡管在市場競爭中勝利，但屬于對其使用大數據產生效率、創新成果的確認，若未能對該互聯網企業利用大數據的行為有確鑿的證據證明其損害競爭，即加以限制，那么有可能抑制創新，損害消費者福利。

四、數字經濟時代大數據領域濫用行為的拓展與認定

大數據在運用過程中，無論是濫用行為的表現形式還是競爭損害的具體內容，都不同于傳統經濟下的市場競爭行為，傳統的市場競爭模式亦在數字經濟時代發生了顛覆性變化，這也意味著若繼續謹守傳統的反壟斷法的規制類型和分析模式，將無法適應數字經濟時代的發展。因此，有必要根據大數據領域的市場競爭特點，對數字經濟時代濫用市場支配地位行為認定規則進行重構，以提升反壟斷法應對數字經濟的適用彈性。

(一)對大數據領域濫用市場支配地位行為立法新類型的拓展與重構

反壟斷法作為經濟憲法，其出現就在于需要國家采取廣泛的行動，解決公法和私法不能解決的問題，發揮合同法、行政法、消費者保護法等這類法律所管轄之外的作用，比如“確保有效的競爭過程”“促進消費者福利”“提高效率”“確保經濟自由”“確保公平競爭環境”“促進公平與平等”，等等。在傳統經濟時代，由于工業經濟大生產的主要目的是提高經濟效率，提升消費者的經濟福利，因此，會通過保障市場競爭秩序，使經濟力量不至過度集中，以促進經濟發展。換言之，市場經營者能夠產生的市場效果或者對消費者的影響主要是經濟方面，因此，傳統經濟時代，對市場競爭行為的規制目標專注在經濟方面。然而，在數字經濟時代，在一個快速變化且大數據在市場競爭中發揮著關鍵性作用的情況下，數字經濟中的競爭主要圍繞與創新型產品、服務相關的新技術、新模式展開，消費者經濟福利的重要性降低了；相反，市場經營者在市場競爭中更多的是利用大數據降低隱私保護水平、降低服務質量以及提高用戶使用成本等損害消費者非經濟福利。因此，在大數據領域對濫用行為進行認定時，必然需要以新的思路對待隱私、質量、創新、選擇多樣性在競爭中的作用。

數字經濟時代，大數據對社會的廣泛運用，產生了各種利弊，而對大數據的濫用行為導致傳統的反壟斷目標不足以應對大數據給市場競爭帶來的負面影響。因此，在數字經濟時代，應當對傳統經濟時代的反壟斷目標進行回歸和改良，將傳統的保護市場競爭秩序之外的隱私、選擇多樣性、服務質量這些在市場競爭中體現為剝削性濫用的行為納入反壟斷規制目標范疇內。具體而言，一方面，將原有的排他性濫用中有關剝削濫用的規定脫離出來。由于傳統的法律規定，把本質上屬于剝削性濫用的濫用行為歸納為排他性濫用，比如歧視待遇、不公平交易。因此，有必要把這些直接侵犯消費者利益的行為，本質上屬于剝削性濫用的行為單獨列出來，與排他性濫用并列成為一種濫用行為，強化反壟斷法對剝削性濫用的立法規制。另一方面，必須深化剝削性濫用在反壟斷法的具體內容。一般認為剝削性濫用主要區分為不公平定價、歧視定價和不公平條款。這種分類還是基于價格機制評價市場競爭，過度重視價格競爭損害對消費者利益的影響。事實上，在數字經濟時代，對濫用的界定并不能局限于價格損害以判斷有無競爭秩序損害，更多的是在保護經濟福利之外的非價格福利損害。歐洲消費者組織(BEUC)在界定消費者損害時將其分為較差的質量、較少的選擇以及創新減少三個大的類型，這為構建剝削性濫用的非價格損害類型提供了參考借鑒。剝削性濫用在結合傳統的過高定價、歧視定價等價格損害的基礎上，增加非價格損害類型，即較差的質量、較少的選擇以及創新減少。

另外，值得注意的是，由于大數據的獨特特征，大數據既是銷售產品，但本身又能產生市場力量，且在不同產品中進行傳遞融通，大數據發揮著基礎設施的作用，因此，像杠桿作用、自我優待、強制搭便車在傳統市場競爭行為中幾乎沒有，傳統的立法規制類型上亦沒有體現，然而到了數字經濟時代，這些行為卻較為普遍和常見，且確實是利用了大數據產生的競爭優勢，破壞了不同市場主體之間的公平競爭，損害了競爭秩序，因此，亦應該納入反壟斷制度中排他性濫用的立法框架。

(二)對濫用大數據市場支配地位分析模式的選擇

對濫用行為的認定，除了對存在實質競爭損害的行為進行立法上形式認定之外，還涉及一個對不存在實質競爭損害的濫用行為進行排除的方法適用問題，即將實踐中涉及反壟斷法上的“濫用”的行為適用于法律，并判斷有無實質競爭損害的實踐過程。這個過程涉及到分析模式的配置問題。不同的分析模式，意味著濫用行為認定標準厘定、舉證責任分配和案件的類型化處理等諸多方面的選擇差異，可以說，分析模式的選擇直接影響到反壟斷法實施的寬嚴程度，也是反壟斷法適用過程中的前置性環節，是其最核心的環節[6]。

傳統反壟斷理論和實踐中，市場支配地位濫用行為認定的分析模式主要有兩種，一是形式主義分析模式，二是效果主義分析模式，這種稱呼主要流行于歐洲。在美國，這兩種分析模式卻稱之為本身違法原則、合理原則，但兩者只是不同法域的不同叫法，其內涵相差無幾。形式主義分析模式和效果主義分析模式最大的區別是在認定構成濫用市場支配地位時，對執法機關(原告)在競爭損害方面的舉證要求不同。形式主義分析模式對濫用行為具有競爭損害采用不可反駁的推定，只要該濫用行為符合法律規定的類型即推定其有競爭損害。效果主義分析模式則要求原告證明競爭損害，需要在綜合考察案件全部事實的基礎上，通過審查行為是否存在競爭損害為標準，以認定行為是否具有合理性。效果主義分析模式不存在推定，需要原告證明反競爭效果、被告證明促進競爭效果，并由司法或者執法機關將兩者加以分析平衡，確定有結果上的競爭損害，才能認定存在濫用行為。

不同的濫用行為分析模式對于濫用行為的認定有著關鍵的作用。歐盟和美國對谷歌比較購物案的不同處理可以說明這個問題。由于歐盟更注重形式主義分析模式，更加注重維持一個公平的競爭環境，即保護競爭過程。因此，在有些競爭損害無法查清的情形下，并不完全拘泥于一定要查清實在的競爭損害，而是符合一定的形式要件，比如占據市場支配地位、有濫用行為即可以斷定其屬于濫用。2017年，歐盟委員會針對谷歌濫用其在普通搜索市場的主導地位，在其搜索結果頁面中偏袒自己的比較購物服務行為處以罰款。同樣是谷歌的比較購物行為，在美國，由于采用了效果主義分析模式，更加看重競爭損害后果，因此，美國聯邦貿易委員會同樣對谷歌的搜索行為進行了調查，但最終得出的結論是，谷歌展示內容方式的改變，提高了搜索結果的質量，既不反競爭，也不損害消費者的利益，因此，結束了對谷歌“搜索偏見”指控的調查。

我國在濫用市場支配地位行為認定的分析模式選擇中，采用了效果主義分析模式。如2012年公布施行的《最高人民法院關于審理因壟斷行為引發的民事糾紛案件應用法律若干問題的規定》第八條規定：“被訴壟斷行為屬于反壟斷法第十七條第一款規定的濫用市場支配地位的，原告應當對被告在相關市場內具有支配地位和其濫用市場支配地位承擔舉證責任。被告以其行為具有正當性為由進行抗辯的，應當承擔舉證責任?！痹撍痉ń忉屆鞔_將濫用市場支配地位(行為)，即有違法性(競爭損害)的舉證的責任交給了原告，將正當理由的抗辯交給了被告，符合效果主義分析模式的構造。從葉衛平教授對我國發改委以及省級以上工商行政管理部門在2013年至2016年所執法的濫用市場支配地位案件適用分析模式類型統計來看，涉及的14件濫用市場支配地位案件全都采用了效果主義分析模式[6]。

無論是采用形式主義分析模式，還是效果主義分析模式，當適用于大數據領域的市場競爭時，會發現存在眾多弊端。比如，效果主義分析模式更注重靜態競爭下的行為效果，將無法及時有效地回應激勵科技創新和維護自由公平競爭的時代要求，亦對那些初創型的創新企業或潛在的競爭者的成長十分不利。特別是構筑于信息科技和數字科技顛覆式創新之上的數字經濟對市場結構和競爭秩序產生的損害難以及時規制[7]。形式主義分析模式對大數據這樣一種新經濟過于嚴格，特別是對大數據在運用中的利弊都無法查清的前提下，只要形式上符合濫用定義，就對其進行壓制，這將極大扼殺大數據在市場運用中的創造力。因此，數字經濟時代，有必要針對大數據市場競爭的特點，并結合兩種分析模式優點的基礎上，構建一種新的分析模式——結構型效果主義分析模式。在這種模式下，結合了數字經濟時代大數據市場競爭損害存在的不確定性、競爭損害舉證難度大的特點，將事實查證問題轉變為證據規則問題，屬于立法在總結經驗的基礎上對極為可能造成競爭損害的濫用行為類型的歸納總結，對屬于基礎事實與推定事實之間存在高度蓋然性而產生證明責任的簡化[8]。即對競爭損害進行違法性推定，一旦經營者的行為符合法律規定的類型，即推定存在競爭損害，這免除了執法機關(原告)對競爭損害的舉證責任，但允許被告提出正當理由對競爭損害進行辯駁。

(三)結構型效果主義分析模式的具體適用路徑

在濫用行為認定的具體使用路徑上，結構型效果主義分析模式與傳統分析模式的認定過程沒有本質的區別，都是分為四個步驟，一是市場勢力認定，二是濫用行為的認定(競爭損害的證明)，三是被告對濫用行為的合理性進行辯駁，四是司法機關(執法機關)對辯駁理由進行判斷衡量。但是，由于大數據的特殊性，因此，在具體適用結構型效果主義認定濫用大數據行為時，必須注意以下三個方面的問題。

首先，確認市場勢力是篩選可能損害競爭行為的前提之一，也是區分濫用市場支配地位行為與侵犯消費者權益行為、侵犯信息安全行為、侵犯人身權利行為等情形的重要標準。社會之所以對侵犯大數據的行為存在不同性質認定的觀點，關鍵就在于沒有看到互聯網企業在運用大數據的過程中采用了支配性的市場力量。在臉書案中，臉書公司在條款和條件上不遵守數據保護規則，過度收集用戶的數據，就該行為本身而言，僅僅違反了歐盟的GDPR。但是，其之所以對用戶能夠強加相關條款和條件，本質上在于臉書公司所具有的市場力量或優越的議價能力，其損害了用戶的選擇權，同時，也由于其本身所具有的鎖定效應，容易對競爭對手不利，產生競爭秩序的損害。因此，其行為是反壟斷法上的濫用行為，而不是其他性質的行為。

其次，在結構型效果主義分析模式下，考慮到互聯網企業的集中化、平臺化趨勢，且容易形成自然壟斷，導致市場進入的高壁壘，因此，發現了互聯網企業有濫用行為，就可以產生競爭損害的可反駁推定，而且這種推定不需要嚴格證明市場力量與濫用行為之間的因果關系[9]，但是需要證明市場力量與競爭效果之間的關系。比如，前面提到的大數據殺熟中，市場力量狀態和殺熟后的效果——不同顧客之間的價格差異，相對而言比較容易證明，但是大數據殺熟行為(算法)難以查清。事實上，正因為市場力量與濫用行為之間的因果關系很難查清，有的國家立法開始嘗試降低市場力量與濫用行為之間的因果關系證明，《德國反對限制競爭法》第十修正案草案(2020年1月24日發布)，就不要求證明支配地位和濫用行為之間的因果關系，僅需證明支配地位與反競爭效果之間存在因果關系即可。

最后，在結構型效果主義分析模式下，對濫用行為進行辯駁的正當理由中，動態抗辯因素可能會越來越重要。一個完整嚴密的濫用行為分析模式，既有損害推定，也要允許當事人的抗辯，使執法或者司法機關能夠全面、客觀、真實地審查競爭損害，使即便有些濫用行為的形式外觀，但是卻并沒有實質損害的良性行為被排除在外。事實上，現有的法律大都允許當事人以正當理由進行抗辯。我國《工商行政管理機關禁止濫用市場支配地位行為的規定》第八條規定，認定“正當理由”應當綜合考慮下列因素：(1)有關行為是否為經營者基于自身正常經營活動及正常效益而采??；(2)有關行為對經濟運行效率、社會公共利益及經濟發展的影響。另外，我國國家市場監督管理總局于2019年6月公布的《禁止濫用市場支配地位行為暫行規定》亦針對每種具體的濫用類型的抗辯理由做了具體的規定。然而，值得注意的是，亦如前面提到的，在數字經濟時代，互聯網企業之間的競爭，更多地是以動態競爭形式，且大數據的使用價值不具有確定性，因此，在傳統的抗辯理由外，動態效率的抗辯理由亦必須考慮。在傳統的靜態競爭下，資源是既定不變的，不同人之間可以進行比較，因此，靜態競爭下的效率可以理解為不同市場主體之間誰能夠最優化地使用資源，避免浪費資源。然而，在數字經濟時代，動態效率的定義不再局限于資源的有效利用(效用)，甚至這種效用標準根本無法在事先確立，根據動態效率標準，更注重如何去創造新的資源，特別是去開發新產品或生產新工藝(或改進既存的工藝)，而這些往往又需要經歷一段時間后才能出現并產生效果。干中學(learning by doing)、減少過多的研發開支、實現研發的規模經濟等等都是動態效率的例證[5]。當然，這也意味著在市場競爭中存在一定的失調、資源浪費甚至競爭的外部性現象亦是可進行抗辯的正當理由。