随着互联网技术以及算法技术的发展,数据驱动型企业成为数字经济时代最具代表性的企业类型。在数据驱动型企业的竞争过程中,经营者集中(以下简称“集中”)成为一种常见的发展手段。但是,数据驱动型企业的集中不断面临挑战。自Google收购Double Click公司以来,Facebook收购WhatsApp案、滴滴公司收购Uber案、Grab收购Uber案等一系列数据驱动型企业集中案件在社会上引起高度关注。面对这些案件,审查机构遇到的困难中首先就是申报标准问题。传统的申报标准的明确性似乎有些下降,较难适用。但更主要的难点还不在于此,相关市场的界定、市场力量的评估和竞争影响评估等,都成为颇具争议的方面。相关产品市场和相关地域市场的边界模糊、多边市场复杂和平台竞争造成了相关市场界定的困难;数据对市场影响程度不明、市场份额指引性下降和新技术的运用使市场力量评估不易;迅速变化的竞争模糊了竞争的本质,以致影响了竞争影响评估。综上所述,这些困难与数据驱动型企业所具有的网络效应、动态性竞争和破坏性创新等特点具有密切的关系。本文结合国内外对数据驱动型企业经营者集中审查的实践探索和研究成果,尝试寻找有利于解决我国数据驱动型企业经营者集中审查问题的建议。首先,对于数据驱动型企业集中的反垄断审查理念进行探讨,主张应当以消费者福利的标准为审查理念,采取更为审慎和灵活的监管方式。为避免影响市场竞争,对于无法明确竞争影响的集中,审查机构应当容忍因允许集中而产生的错误成本,建议采用交易额标准,并探索消费者数量标准进行审查;其次,对于相关市场界定,主张要明确竞争实质,重视相关市场数量等因素,在双边市场,尤其在免费条件下淡化相关市场等界定;再次,对于市场力量评估,本文认为不能忽视数据在竞争中的作用,要全面考虑新技术、隐私等全部因素,并通过时间维度准确评价市场力量。同时,数据驱动型企业的市场力量也极有可能通过传导效应进行传递;最后,对于竞争影响评估,明确提出隐私是非价格竞争的维度,考虑以消费者福利标准作为衡量标准,全面考虑竞争的影响因素。作为本文的结论也是创新之处,提出了在对数据驱动型企业经营者集中案件作出审查决定时,审查机构应当比以往更加谨慎,以不影响市场竞争为前提,尽可能少地作出禁止集中的决定,通过附条件救济措施和加强事后监管的方式来代替禁止集中。