在当前经济态势下,大数据和智能分析快速发展,它们带来了涌现于互联网之上的免费产品,从搜索引擎到更好监测我们健康状况的应用程序不一而足。大数据在许多公司的战略决策中发挥着核心作用。越来越多的公司正在采用数据驱动型商业模式和战略,以争取领先竞争对手获得和维持竞争性“数据优势”。数据驱动型并购日益增多,支配型科技企业从事滥用行为的风险也在加大。数据驱动型排斥行为和并购对消费者保护和竞争法均带来显著影响,备受各国反垄断执法机构的关注。目前我国大数据产业发展迅速,以百度、阿里巴巴和腾讯(简称BAT)为首的数据驱动型企业发展迅猛,占据了中国市场企业市值前十当中的半壁江山。为进一步谋取发展,数据驱动型企业之间开始进行频繁的合并和收购。并且数据驱动型企业又不同于传统企业,其免费的商品、双边市场、网络效应等特征,更容易在合并中出现阻碍竞争对手发展、增加用户转换成本、防御性合并扼杀新兴企业以及推动共谋等潜在竞争危害。对此,我国必须具有危机意识,对数据驱动型企业合并进行及时、准确的监管和审查。但就目前我国经营集中相关市场界定、申报标准和审查标准来看,其并不能对数据驱动型企业合并进行有效的规制。从相关市场界定来看,目前行之有效的假定垄断者测试法(SSNIP)、需求替代分析法等相关市场界定方法,因数据驱动型企业产品免费、用户锁定、网络效应等特征而无法有效适应,使得相关市场界定不准确甚至无法界定。从申报标准来看,我国《国务院关于经营者集中申报标准的规定》所采取的依然是单一营业额标准,该标准在适用于传统实体企业集中时效果良好,但却不能有效规制数据驱动型的申报。一方面,数据驱动型企业的营业额不高,商品多为免费提供给消费者,有些为了打“补贴战”营业额甚至为负数,但其市场占有率却很高,掌握大量数据;另一方面,数据驱动型企业的营业额也难以计算,“中间平台”特征使得是否要将企业给付给平台一方的工资作为营业额存在争议。就审查标准来看,反垄断执法机构更多的是审查合并后商品价格是否上涨,忽视非价格竞争因素的重要作用,而数据驱动型企业的免费商品往往不会因为合并而变成收费。因此,当前的审查标准并不能完全识别数据驱动型企业合并所带来的危害。当前,域外各国和组织已经开始修改相关立法或改变传统做法,以求更好的规制数据驱动型企业集中。2007年,在谷歌和双击(Double Click)案中,美国联邦贸易委员会首次提出“大数据市场”概念。德国在2017年通过《反对限制竞争》第九修正案,不仅引入了交易额为基础的补充性申报门槛,还将用户规模、数据的分布与获取等作为认定市场力量的重要因素。奥地利也在2017年对《反垄断法和竞争法》进行了修改,调整了合并申报门槛。结合域外在规制数据驱动型企业集中方面的先进经验以及我国大数据产业发展态势,在相关市场界定的工具选择上,要根据具体案件的不同选择不同的界定方法,也可以增加产品性能测试法等新方法,还可以在其他因素证据足以证明合并行为将损害竞争时,合理淡化相关市场概念。在申报标准方面,应摒弃单一的营业额申报门槛,实行营业额、交易额、市场份额等多元申报标准,并针对交易额较大的合并,主动进行商谈。在审查标准方面,针对数据驱动型企业的特征,着重审查合并行为是否构成垄断协同效应和单边效应,在价格因素表现不明显时,注重考察非价格竞争因素的变化。反垄断执法机构应更加主动地依职权对合并行为进行调查,在合理限度内行驶自由裁量权。在概念方面,还可以明确经营者集中概念,细化“取得控制权标准”。除此之外,我国也要将并购复评作为反垄断执法手段之一,对不符合申报标准但合并行为影响较大、业界反映强烈的企业合并或者经申报审查后获批准的合并进行复评,以便检验执法工具选择是否合适以及及时了解市场势力的变化。