大数据经营者滥用市场支配地位的法律规制.docx
《大数据经营者滥用市场支配地位的法律规制.docx》由会员分享，可在线阅读，更多相关《大数据经营者滥用市场支配地位的法律规制.docx（14页珍藏版）》请在冰豆网上搜索。
大数据经营者滥用市场支配地位的法律规制
目次
一、问题的提出
二、大数据市场竞争的特殊性
三、大数据相关市场的界定
四、大数据经营者滥用市场支配地位的认定
五、大数据经营者滥用市场支配地位行为的规制路径
六、结语
摘要 大数据市场竞争的特殊性主要表现为“零价格”竞争、质量竞争以及竞争危害的隐蔽性。
在相关市场的定量分析上，可以采用基于质量下降或成本上涨的假定垄断者测试作为基于价格上涨的假定垄断者测试的改进方法，但须解决质量和成本量化难题。
在市场支配地位的认定上，市场份额推定标准依然具有较强的适用性，或者综合考虑大数据的竞争属性、经营者控制能力、竞争效应、经营者在关联市场的市场力量等因素。
滥用市场支配地位行为的判定，需要证明经营者在无抗辩事由的情形下实施了滥用行为且造成了竞争损害。
对大数据经营者滥用市场支配地位行为的规制，在遵循回应型法律规制路径的前提下，应重视大数据在赋予经营者市场势力中的作用，建立健全以质量、成本为主要工具的分析范式，完善反垄断法规则，促进我国大数据产业和数据驱动型经济的健康发展。
关键词 大数据经营者 相关市场 滥用市场支配地位 “零价格”竞争 反垄断法
一、问题的提出
随着互联网和信息技术的快速发展，大数据呈指数级增长，大数据市场已成为经营者竞争的新战场。
在大数据经营者滥用市场支配地位领域，“德国脸书案”、“欧盟谷歌搜索（比较购物市场）案”、“美国嗨扣（HiQ）诉领英案”等案例引起了理论界与实务界的极大关注。
在“德国脸书案”中，德国联邦卡特尔局裁定脸书公司未经用户同意通过第三方应用程序收集个人数据的行为，构成了剥削性滥用。
德国联邦卡特尔局对大数据相关市场的界定、市场支配地位的认定、剥削性滥用的判定引发了学者们的热议，究其原因，在于滥用大数据市场支配地位案件的新颖性、复杂性和争议性。
在国内，虽然尚未出现大数据垄断案例，但考虑到互联网行业竞争背后是大数据竞争这一事实，大数据市场的违法垄断行为和案例早已大量存在。
例如，2017年爆发的顺丰与菜鸟互撕大战，本质上是双方对物流大数据的争夺；近年来广受诟病的大数据“杀熟”行为，有滥用市场支配地位的嫌疑。
对于滥用大数据市场支配地位的行为，德国、日本以及中国等国家的反垄断执法机构积极应对，甚至通过立法予以回应。
2017年6月，新修订的《德国反限制竞争法》第18条新增了3a款，将是否“拥有与竞争相关的数据”作为认定经营者市场支配地位的重要因素。
日本公正交易委员会于2019年12月公布的《数字平台运营者在与提供个人信息的消费者进行交易中滥用优势谈判地位的指南》规定，数字平台经营者利用优势地位侵害了消费者的自主交易权，应由独占禁止法进行规制。
在我国，国家市场监督管理总局于2019年6月发布的《禁止滥用市场支配地位行为暂行规定》（以下简称《暂行规定》）第11条以及2020年1月公布的《〈反垄断法〉修订草案（公开征求意见稿）》第21条均将“掌握和处理相关数据的能力”作为认定经营者市场支配地位的重要考虑因素。
2019年10月，我国文化和旅游部发布的《在线旅游经营服务管理暂行规定（征求意见稿）》第16条明确规定在线旅游经营者不得实施大数据“杀熟”。
当下，学术界对大数据经营者滥用市场支配地位行为的研究还处于起步阶段。
学者们主要从宏观层面研究了反垄断规制面临的挑战、分析思路和规制路径，对大数据市场竞争的特殊性缺乏准确认识，对相关市场的界定、市场支配地位和滥用行为的认定等尚未进行深入研究。
鉴于此，本文拟聚焦于大数据经营者滥用市场支配地位的行为，试图提出适合大数据市场特点的规制思路和方法。
二、大数据市场竞争的特殊性
在“德国脸书案”中，德国联邦卡特尔局和杜塞尔多夫地区法院法官在脸书是否滥用市场支配地位上针锋相对。
有竞争法专家认为，德国联邦卡特尔局正试图将大数据时代的剥削性滥用行为置于聚光灯之下，而地区法院法官执着于传统的竞争损害、因果关系等理论，忽视了经济证据和数据经济学理论。
换言之，德国联邦卡特尔局和地区法院法官的分歧，源于双方对大数据市场竞争特殊性的认识不一所致。
（一）大数据市场竞争本质上是“零价格”竞争
当下，主流观点认为，大数据市场普遍采取“免费”的商业模式，用户使用网络平台提供的产品和服务不需要支付价格。
然而，作为追求利益最大化的经营者，不可能向用户提供完全免费的商品或服务。
免费使用的背后隐藏着交易对价，即用户需要以个人数据和注意力等非货币形式作为对价，经营者再将数据和注意力转化为收入，如数据销售额、广告收入以及产品和服务质量提高带来的间接收入等。
因此，大数据市场的免费属于“伪免费”范畴，用户支付了个人数据和注意力作为货币价格的替代品，大数据市场竞争本质上是“零价格”竞争。
在实践中，“零价格”表现为3种类型：
互补产品或服务中部分“零价格”、双边或多边市场中一边“零价格”、基础产品或服务“零价格”而增值产品或服务正价格。
大数据市场中的“零价格”主要表现为第2种类型，即在双边或多边平台中，用户支付“零价格”，平台从广告商处获得的“正价格”收益补贴“零价格”一边的损失。
使用“零价格”而非“免费”概念，是因为用户虽不需要支付货币价格，但需要付出信息成本和注意力成本。
信息成本是用户以个人数据代替了货币价格支付给经营者，注意力成本是用户为免费使用产品或服务需要在广告上付出的时间成本。
因此，在大数据市场中，除用户在形式上没有支付货币价格外，用户与经营者之间的交易与“正价格”交易无异。
“零价格”市场也可能存在排除、限制竞争的违法垄断行为，损害消费者福利和社会公共利益。
质言之，大数据市场不是反垄断法的法外之地。
美国纽曼法官指出：
“通过支付注意力和信息进行的交易，属于《谢尔曼法》和《克莱顿法》中所称的‘贸易’或‘商业’。
”
（二）大数据市场竞争的主要手段是质量竞争
一直以来，价格竞争是经营者竞争的主要手段，“现代竞争政策处理的一个核心问题是竞争如何影响价格”。
然而，大数据市场“零价格”竞争的特点导致价格已无法发挥相应的作用，质量逐渐取代价格成为经营者竞争的关键因素。
相对价格的客观性和可度量性，质量具有主观性，不同偏好的消费者对质量评价不同；质量具有相对性，任何一种产品的质量水平要参照其他产品来评估；质量还有难以度量的特点，迄今为止很少有反垄断执法机构成功地将质量评估纳入竞争分析中。
经济合作与发展组织（以下简称经合组织）曾指出，尽管大多数竞争执法机构承认质量在竞争执法中发挥关键作用，但质量竞争是一个重要却有些难以捉摸的话题。
在价格竞争维度，经营者竞争越激烈，市场价格越接近边际成本；但在质量竞争维度，竞争对质量的影响呈现出不确定状态，竞争可能会提高也可能会降低产品质量，这取决于特定的市场状况。
在某些案例中，由于存在信息不完全、外部性、消费者偏好等因素，尽管市场竞争非常激烈，但经营者可能会在质量上投资不足。
因此，质量竞争评估必须在个案的基础上进行。
在大数据领域，衡量产品和服务质量的指标是多元的，产品和服务对用户需求的满足度、产品和服务更新的频率、使用产品或服务的便利性、交易的合理性和公平性、隐私保护水平、广告数量等指标都可以衡量质量水平。
在上述质量指标中，隐私保护水平是反垄断执法机构重点考虑的指标。
法国竞争管理局和德国联邦卡特尔局都认为,通过合并获得强大地位的经营者可能会通过收集更多的用户数据和降低隐私保护水平而获得更大的市场力量。
在“德国脸书案”中，德国联邦卡特尔局认为，脸书公司在没有征得用户有效同意的情况下收集和合并第三方数据降低了隐私保护水平，构成剥削性滥用行为。
（三）大数据市场竞争的危害具有隐蔽性
对大数据市场是否存在竞争损害，学术界存在一定的争论。
有学者认为，在大数据领域，没有价格就没有市场，没有市场就不存在市场力量，也没有消费者福利损害，因而没有反垄断规制的必要。
这种观点的错误之处在于，忽视了“零价格”竞争语境下竞争损害的隐蔽性特征。
首先，大数据经营者虽不需要用户支付货币价格，但通过降低产品或服务质量的方式，让用户支付了更多的注意力成本和信息成本。
与货币价格支付不同，这两类成本容易让用户产生“免费”的误解。
其次，大数据市场的进入壁垒具有特殊性，尤其是锁定效应和网络效应的存在导致市场进入壁垒可能非常高，对潜在进入者造成了损害。
再次，在大数据垄断案例中，经营者往往提出创新和效率抗辩。
尽管数据专享有助于主导经营者进行创新和提高效率，但由于限制了数据流通，抑制了其他经营者的创新，也有损于消费者福利和社会公共利益。
最后，大数据市场的传导效应以及大数据与算法的紧密结合也使得竞争损害具有隐蔽性。
在“欧盟谷歌搜索（比较购物市场）案”中，欧盟委员会指出，谷歌公司利用其在通用搜索领域中的市场支配地位传导至比较购物服务市场，进而限制了比较购物服务市场的竞争。
而大数据与算法的紧密结合，更容易产生“数据黑箱”和“算法黑箱”，违法垄断行为变得更智能、更隐蔽，数据垄断的形成机理趋于复杂化，人们不容易辨别是否存在竞争损害。
三、大数据相关市场的界定
反垄断法经过一百多年的发展，在相关市场的界定上已形成替代性分析、基于价格上涨的假定垄断者测试（SmallbutSignificantandNon-transitoryIncreaseinPrice,c以下简称SSNIP）等较为成熟的方法。
在大数据领域，基于市场竞争的特殊性，如何界定大数据相关市场成为反垄断执法中的难点问题。
（一）大数据相关市场的替代性分析
大数据的应用有两种形式：
一是大数据作为产品或服务的输入要素，二是作为单独的数据产品或服务。
对前一种情形下的相关市场界定，反垄断执法机构和法院往往只是界定产品或服务市场，忽视大数据在相关市场界定中的作用。
随着大数据对市场竞争的重要性愈发明显，大数据的作用得到了重视。
在“德国脸书案”中，德国联邦卡特尔局在运用替代性分析界定私人社交网络市场时，特别指出仅仅拥有临界数量的用户、技术和资金是不够的，还需要考虑大数据市场的锁定效应、网络效应和数据格式兼容性带来的影响。
对是否存在单独的大数据市场，理论界和实务界少有探讨。
近年来，单独的数据产品或服务不断涌现，经营者的数据收集、存储、分析和交易行为日渐频繁。
单独的数据产品是对个人数据、公共数据和商业数据进行处理后形成的数据集，这类产品可以在市场上交易，经营数据产品和服务的经营者数量迅速增长。
“在过去十年到二十年间，数据中介商激增，如安客诚（Acxiom）、劳吉斯（Datalogix）、益博睿（Experian）、天睿（Teradata）等著名公司，它们可以收集、存储和分析第三方数据。
”国内大型的互联网企业如XX、阿里巴巴、腾讯同时是大数据企业，贵阳、武汉、上海等地的大数据交易中心正在引领国内大数据产业的发展。
随着大数据市场竞争日趋激烈，经营者可能会在大数据市场实施违法垄断行为，因而需要界定单独的大数据市场。
从需求替代角度界定数据产品市场，需要考虑的因素主要包括数据用途、质量、规模以及兼容性等。
首先，经营者会根据用途有针对性的收集、分析原始数据，最后生成的数据产品自然不同。
换言之，同样的数据，在不同经营者手中具有不同的功能和价值。
其次，数据质量的高低取决于数据的相关性、时效性、准确性、一致性和完整性等因素，低质量的数据无法代替高质量的数据。
再次，数据规模取决于数据量的多寡以及数据类型和来源多元化程度，数据质量与数据规模成正比例关系，不同质量数据的替代性存在差别。
最后，数据兼容性越强，意味着用户多归属的可能性越高，越有可能发生需求替代。
从供给替代的角度看，数据产品的替代性主要取决于数据的可获得性以及收集数据的成本两个因素。
数据的可获得性与数据的排他性程度以及锁定效应和网络效应的强弱等因素密切相关，数据收集成本包括搭建收集数据的平台成本以及数据收集、存储、分析、开发算法、建设数据中心等成本。
数据可获得性越高、数据收集成本越低，意味着供给替代程度越高。
（二）基于价格上涨的假定垄断者测试的局限性
在相关市场界定中，替代性分析容易出现相关市场边界不清晰问题。
而假定垄断者测试作为定量分析方法，可以在一定程度上解决替代性分析的不足。
基于价格上涨的假定垄断者测试作为定量分析的主要方法，因其能够“实现个案公正、提高执法的科学性、规范执法机构的自由裁量权以及减少反垄断法的不确定性”，成为相关市场界定中的重要方法。
尽管基于价格上涨的假定垄断者测试运用广泛，但该方法的局限性逐渐为人们所认知。
首先，测试机构的能力、经济证据的可采性、测试过程的主观性以及测试结果的科学性是亟待克服的难题。
例如，基础价格选择不当可能导致评估失误、价格上涨幅度的不确定性使得测试具有较大随意性、测试方法可能导致“玻璃纸谬误”以及测试中还存在其他一些缺陷。
其次，基于价格上涨的假定垄断者测试适用的前提是产品或服务有市场价格，而“零价格”市场不存在这一前提。
有学者认为：
“SSNIP测试方法不适用差异化商品、免费商品、以非价格为竞争力的商品以及具有双边市场特性的商品。
”在“北京奇虎科技有限公司与腾讯科技（深圳）有限公司等滥用市场支配地位纠纷上诉案”中，最高人民法院指出，在免费的互联网基础即时通信服务已经长期存在并成为通行商业模式的情况下，基于相对价格上涨的假定垄断者测试并不完全适宜在本案中适用。
（三）基于质量下降的假定垄断者测试方法的运用
正因为基于价格上涨的假定垄断者测试在大数据市场的适用存在明显的局限性，为了解决大数据相关市场界定中边界不清晰的问题，理论界和实务界提出了一种新的测试方法，即基于质量下降的假定垄断者测试（SmallbutSignificantandNon-transitoryDecreaseinQuality,以下简称SSNDQ），该方法用“商品或服务质量下降”替代了“价格上涨”。
尽管基于质量下降的假定垄断者测试方法契合了“零价格”市场竞争的特点，但其亦存在3个需要解决的难题。
第一，质量的评估和量化是适用该方法的最大障碍。
在大数据领域，“数据黑箱”问题困扰着社会公众和监管机构，经营者的数据收集、存储、分析和交易行为像一只“看不见的手”令人难以捉摸。
甚至有学者指出：
“可能根本无法将性能、质量等进行量化，或量化数据差异较大，使同一案件出现不同分析结果。
”在实践中，执法机构已充分认识到隐私保护水平是衡量“零价格”市场质量竞争的重要指标，但对隐私保护标准、权重以及其他质量指标依然认识不清，如何评估和量化质量成为一个亟待解决的难题。
然而，“某些在线市场存在可量化和客观分析的、被普遍接受的质量成分”，反垄断执法机构可以构建一套适用于大数据市场的质量评估指标体系。
除了隐私保护水平，广告数量、大数据产品或服务的稳定性和可靠性、用户规模、用户投诉率等指标都可以用来衡量质量的高低。
第二，基准质量的选取尚无标准可言。
在基于价格上涨的假定垄断者测试中，通常以公开透明的市场价格作为基准价格，市场价格具有客观性和确定性。
在基于质量下降的假定垄断者测试中，基准质量不像基准价格那样具备可观测性，因而在基准质量选取上容易产生争议。
为解决这一问题，经合组织建议，在进行质量测试时，可以吸收特定部门的质量专家参与测试。
此外，还可以通过市场调查的方法，将大数据产品或服务质量（包括隐私保护水平）进行平均化，进而估算出基准质量水平。
第三，质量下降幅度难以确定。
在基于价格上涨的假定垄断者测试中，需求者对价格反应灵敏，在较长一段时间内将基准价格提高5%~10%，需求者能明显感知到价格变化并转向购买具有较为紧密替代关系的商品。
在基于质量下降的假定垄断者测试中，引起质量变化的因素是多方面的，需求者往往缺乏评估质量变化的能力，对质量下降也不敏感。
如果按质量下降5%~10%的标准进行测试，可能导致测试结果偏离客观事实。
因此，有学者建议应将质量下降幅度确定为25%，以使需求者能明显感知到质量变化并做出是否转向的选择。
随着质量经济学的发展，美国经济学家韦惹尔提出了评估质量下降压力测试的方法，帮助执法机构在进行质量下降量化时避免可能的主观性。
为解决上述难题，反垄断执法机构在进行基于质量下降的假定垄断者测试时，首先应当通过行业调研和经济分析报告来收集需求者和竞争对手的意见，充分发挥质量评估专家、行业协会等第三方在质量评估上的积极性，确定科学合理的质量指标及权重、基准质量水平和质量下降幅度。
其次，可以另辟蹊径来量化大数据产品或服务的质量。
通常情况下，质量与投资成正比例关系，可以通过衡量经营者投资变化情况来间接衡量质量的变化。
在双边市场，由于“付费边”广告收入往往与“免费边”产品或服务质量成正比例关系，可以通过考察“付费边”广告收入的多寡来间接量化“免费边”产品或服务质量的变化情况。
最后，当质量下降的程度非常显著，通过定性分析足以界定相关市场时，则不需要进行复杂的定量分析。
总之，随着质量量化技术的逐渐成熟，“SSNDQ测试可能会成为竞争政策中越来越被接受甚至是必要的技术”。
（四）基于成本上涨的假定垄断者测试方法的运用
日本公正交易委员会在《数据与竞争政策研究报告》中提出基于成本上涨的假定垄断者测试（SmallbutSignificantandNon-transitory IncreaseinCost，以下简称SSNIC）可以作为基于价格上涨的假定垄断者测试的替代方案，该方法使用用户“小而显著的非暂时性成本上涨”来测试商品和服务的替代性。
相对于质量下降测试，成本更加具体确定，更容易量化。
因此，基于成本上涨的假定垄断者测试不失为一种可行的定量分析方法。
纽曼法官也认为：
“关注信息成本的SSNIC测试是界定相关市场的合适方法。
”
如前所述，在大数据市场，用户须支付注意力成本和信息成本。
在信息大爆炸以及崇尚“流量为王”的大数据领域，注意力是一种稀缺资源，经营者通过获得更多用户的注意力获取更高的广告收益。
注意力有强度和持续时间两个维度，强度是衡量一段时间内注意力的质量，持续时间是指注意力的数量，后者比前者更容易测量。
注意力强度决定了大数据经营者和广告商的收益，持续时间由用户付出，故用户支付的注意力成本主要是时间成本。
大数据经营者通过降低用户的时间成本，可以提高其竞争力。
在信息成本上，用户付出的数据信息几乎是全方位的，包括隐私数据和非隐私数据、用户主动提交的数据和被动收集的数据等。
注意力成本和信息成本有两个特点。
首先，因披上一层“免费”的外衣，注意力成本和信息成本容易被用户忽视，也不像价格那样可以被直接观察和感知。
正如美国联邦贸易委员会前官员谢尔兰斯基认为的，“一个平台对用户数据的使用和保护通常很难让用户观察或理解”。
其次，时间成本具有相对性和主观性的特点，消费者偏好的存在使得每个用户对隐私价值的评估存在差异。
对信息成本，可以运用交易理论进行间接量化，即用户为换取经营者提供的大数据产品或服务愿意付出的成本。
另外，经济学对时间价值进行了较为深入的分析，借鉴经济学中的时间价值分析模型，可以估算出用户的时间成本。
在基准成本和成本上涨幅度的选取上，基准成本的确定可以通过市场调查选择大多数用户使用大数据产品或服务应当付出的成本；在上涨幅度上，因注意力成本和信息成本的隐蔽性，建议采取25%~30%的上涨幅度，以便让用户能够察觉到成本的显著变化。
四、大数据经营者滥用市场支配地位的认定
现行反垄断法主要采取行为主义的控制模式，经营者在相关市场不仅要具有市场支配地位，还因滥用市场支配地位实施了排除、限制市场竞争的行为，才可能被认定为违法。
大数据经营者滥用市场支配地位行为的认定，同样也需要经过上述两个环节。
（一）大数据经营者具有市场支配地位的认定
在经营者具有市场支配地位的认定上，反垄断法规定了市场份额推定和综合性认定两个标准。
鉴于大数据市场竞争的特殊性，在运用上述两个标准时，要选取与大数据市场竞争相匹配的因素。
1. 市场份额推定标准依然具有较强的适用性
“受芝加哥学派价格理论的影响，价格竞争评估方法在反垄断法中扮演的角色愈来愈重要，价格中心主义分析范式已成为反垄断法的基本分析范式。
”在价格中心主义分析范式的指引下，市场份额推定标准成为认定具有市场支配地位的重要标准。
市场份额推定标准得以广泛适用，一是因为市场份额与市场支配地位存在正相关关系，即市场份额越高，经营者越有可能具有市场支配地位；二是相对于其他标准，市场份额推定标准简单明了、数据易于获得。
然而，大数据市场是“零价格”市场，经营者从与用户直接交易中获得的销售额往往为零。
因而一些学者得出结论，市场份额对衡量互联网经营者市场竞争力的判断作用已经退化。
笔者认为，对市场份额推定标准在市场支配地位认定中的作用，需要深入分析。
首先，界定市场份额的指标除了销售金额外，还包括销售数量或其他指标。
在“零价格”市场，销售数量比销售金额更能真实的反映经营者的市场地位。
在“德国脸书案”中，德国联邦卡特尔局指出，用户在社交网络上花费的时间是衡量社交网络成功的关键因素，因而采用每日活跃用户数量而非注册用户数量或每月活动用户数量来计算市场份额。
其次，市场份额在大数据经营者市场支配地位的认定上扮演着复杂的角色。
这是因为，一方面在创新频率高、竞争激烈以及进入退出频繁的大数据市场，市场份额具有较强的不确定性和动态性，而高市场份额的暂时性与市场支配地位的稳定性不符，难以真实反映经营者的市场地位。
另一方面，基于数据一定程度的排他性、数据质量和价值的差异性、高昂的数据收集成本以及大数据市场的锁定效应、网络效应等特性，大数据市场存在较高的进入壁垒，经营者的市场份额通常能保持较强的稳定性，较高的市场份额能够反映经营者的市场地位。
鉴于此，在大数据市场运用市场份额推定标准时须满足经营者的市场份额具有较强的稳定性和主要竞争者市场份额相对较小两个条件。
市场份额的稳定性表明经营者即使面对激烈的市场竞争，对市场依然具有较强控制力。
在实践中，应纵向比较过去及预测未来较长一段时间内经营者市场份额的变化情况，若市场份额较稳定或呈增强趋势，说明经营者在相关市场可能具有支配地位。
此外，若主要竞争者的市场份额相对较小，且在较长一段时间内其市场份额没有明显增加，说明主要竞争者缺乏竞争力。
因此，在大数据经营者市场支配地位的认定中，与其说是市场份额标准作用的弱化，不如说是价格中心主义分析范式（销售额指标）的日渐式微，该标准中的销售数量指标依然具有较强的适用性。
2. 综合性认定标准中的考虑因素
《中华人民共和国反垄断法》（以下简称《反垄断法》）第18条规定了市场支配地位认定的综合性认定标准，但相关认定因素不能如实反映大数据市场的竞争状况，为此需要进行修订和完善。
具体而言，在认定大数据经营者市场支配地位时，除了市场份额因素外，还需要综合考虑以下因素。
第一，大数据的竞争属性。
从数据的应然属性看，大数据无处不在、类型多样、成本低廉、易于获得，经营者似乎难以阻止其他经营者获得所需要的数据。
但是，从数据的实然属性看，数据具有一定程度的排他性，经营者可能利用数据的排他性，运用合法或非法的手段在大数据市场获得或维持支配地位；大数据质量和价值存在差异性，质量较差和价值较低的数据难以代替质量较好和价值较高的数据，而高质量和高价值数据往往掌握在主导经营者手中，因而可能助长主导经营者的市场力量；高昂的数据收集成本可能阻止部分经营者尤其是新进入者获得所需要的数据，有助于主导经营者维持市场支配地位。
因此，有必要从大数据的竞争属性出发，分析大数据经营者是否具有市场支配地位。
第二，经营者对大数据的控制能力。
经营者对大数据的控制能力与数据可携带程度、其他经营者获取数据的难易程度和对数据的依赖程度密切相关。
首先，数据可携带程度的高低关系到新进入者和潜在进入者能否获得所需要的数据，可携带程度低意味着主导经营者对数据的控制能力较强。
数据的可携带程度取决于数据格式的兼容性、数据软件的互操作性、数据携带的效率和成本以及法律规定。
其次，获取数据的难易程度除了数据收集成本和数据的可携带性外，主导经营者还可能通过签订排他性协议阻碍数据的正常流通和共享。
最后，由于关键数据的稀缺性导致关键数据往往掌握在主导经营者手中，加之主导经营者可能通过合法或非法手段将数据占为己有，导致其他
升级会员 