杨东：数字平台的反垄断规制​

        臧俊恒  中国人民大学法学院博士研究生

党的十九届五中全会提出建设数字中国的目标，提出坚持创新驱动数字化发展，打造具有国际竞争力的数字产业集群。数据化的生产要素成为数据资本，对经济增长产生直接影响和溢出效应[1]。中央政治局会议和中央经济工作会议均明确要求强化反垄断和防止资本无序扩张，该规定得到社会各界的热烈反响和广泛支持。其中，平台经济领域的反垄断问题成为关系全局的紧迫议题。当今世界正经历百年未有之大变局，新一轮科技革命和产业变革深入发展，人类已经进入一场新的革命，即数字革命、数字社会、数字产业和数字文明。生产要素形态随着经济发展不断演进，数据对其他要素效率的倍增作用凸显，数据要素市场与各产业深度融合，成为催生战略性新兴产业增长的引擎。数字平台作为数据流量入口，既需要依赖科技将数据要素最大限度地聚合、转化和利用，同时也要防止大型数字平台限制市场竞争。

数字平台对市场竞争的影响较实体产业更加广泛、迅速。数据集中在大型数字平台导致市场缺乏有效竞争。潜在市场进入者无法获得充足的数据，这降低了其进入市场的意愿，无法实际发挥竞争效能。为了让数字平台在反垄断法中得到有效规制，需要在价格竞争之外加入其他非传统的反垄断考量因素，重构既有的反垄断法分析框架，体系化构建规制数据市场的竞争损害行为，以求贴近数据市场竞争的全貌[2]。欧盟2020年12月15日公布的《数字服务法》（Digital Service Act, DSA）和《数字市场法》（Digital Market Act, DMA），均旨在遏制大型数字平台的垄断行为。我国平台经济领域的反垄断法治建设亦在积极应对，例如《中华人民共和国电子商务法》创造性地引入了滥用市场支配地位和相对优势地位条款；国家市场监管总局在2019年发布的《禁止滥用市场支配地位行为暂行规定》以及在2020年发布的《〈反垄断法〉修订草案（公开征求意见稿）》和《网络交易监督管理办法（征求意见稿）》中，增设对数字平台市场支配地位认定依据的规定，并进一步对平台、数据、算法元素制定了具体条款，回应平台经济对反垄断分析框架和权衡因素带来的挑战。2020年11月10日，国家市场监管总局发布《关于平台经济领域的反垄断指南（征求意见稿）》（下文简称《指南》），将有效增强反垄断执法机关规制大型数字平台垄断行为的可操作性。

数字平台作为数字经济时代的新组织，本质上是流量入口的数据集合体，它以数据生产要素为核心，通过各类算法设计与操作创造多元动态的市场价值，驱动了平台、数据、算法三维结构的市场竞争新格局。亚马逊、苹果公司、脸书、谷歌、微软等大型数字平台正在持续接受世界主要国家的反垄断调查和处罚。在我国，“今日头条与腾讯大战”“阿里巴巴实施二选一行为涉嫌垄断”“斗鱼虎牙合并”“携程大数据杀熟”“微信断开飞书链接”等热点案件均昭示着，数字经济领域的竞争正在演变为平台间的竞争。而平台竞争的背后也即生态竞争，其凸显了数据作为新型生产要素，由市场评价贡献、按贡献决定报酬的价值规律。美国以信息安全为由要求下架抖音软件，标志着数字平台竞争上升到了国家战略层面，同时反映出数字平台面临的竞争是多维的，价格、质量、隐私、创新、安全等因素都成为重要评估因素。

一、平台、数据、算法三维竞争结构

平台、数据、算法的三个维度改变了工业革命时代形成的基础经济结构和社会结构，在平台经济体系中出现了与工业经济时代不同类型的市场主体，数字平台成为巨大的流量入口，衍生出以交易为核心体系的市场力量。

（一）平台经济的主体结构：数字平台

数据市场反垄断分析的直接困难是缺乏对数字平台的明确定义，尽管在核心特征上达成了共识，然而在经济学研究中存在不同的概念。数字平台借助算法技术、智能手机及海量数据明显扩大了市场范围[3]。《数字市场法》（Digital Market Act, DMA）全面回应了数字平台的垄断问题，将大型数字平台界定为——“守门人”（Gatekeepers）——通常经营一项核心平台服务（网上中介服务、在线搜索引擎、社交网络、视频分享平台、号码独立的人际沟通服务、操作系统、云计算、广告服务等），作为平台内经营者接触终端消费者的通道，将网络效应嵌入自己的平台生态系统中，从而在数据市场占据或预期占据根深蒂固的持久地位。《指南》将平台界定为互联网平台，平台通过网络信息技术，使相互依赖的多边主体在特定载体提供的规则和撮合下交互，以此共同创造价值的商业组织形态。由于平台经济发展迅速，网络平台的双边市场关系已不局限于数据市场环境，还可以串联到各类数据应用范畴，数据集合、分析与利用并不以网络为单一的来源，而是串联数据用于商业决策。笔者认为应该采用数字平台的概念，即数字平台是以数据生产要素为核心的融合企业的新经济形态，是利用数据、算法技术，打破时空限制链接各类主体，提供信息、搜索、竞价、调配、社交、金融等综合性服务的新型经济组织。数字平台不是简单的数字技术加乘，更重要的是一个新的生态、新的组织、新的规则[4]。

数字平台利用数据汇集和算法技术，将数据分析利用于竞争策略，强化市场影响或优势地位，整合数据、算法等各种生产要素，将其市场力量延伸到横向、纵向甚至混合市场。比如，我国近年来的平台竞争形式由数据孤岛向数据群岛转型，目前已经形成以腾讯、阿里巴巴、字节跳动为主的三大平台派系。数据生态系统涵盖多边市场参与者，提供多元产品，销售数字平台、科技产品及科技设备，向平台上的应用程序开发商或广告商收费，同时与其他平台合作，通过连接移动设备和其他数字平台吸引用户、收集数据，以此强化服务黏性。

数字平台作为中介连接了双边市场的用户群。用户在数据市场上利用多个平台以满足相同或类似的服务，直接制约了数字平台滥用市场力量。然而，这未必直接对以数据为竞争要素的市场产生震慑，除非终端消费者对特定竞争平台的利用足够频繁。技术研发、创新应用和新型商业模式会弱化甚至取代当前市场参与者的地位。

随着数据不断集中，社会依赖超级平台连接。数字平台通过线上线下要素和资源的集聚，凭借数字技术和商业模式创新成为生态系统，对海量数据进行收集、整理、分析和反馈循环，对同行业与跨行业联合或集中，实现实质性控制。各类组织形式之间的竞争关系以及数据潜在的生产力具有天然的垄断倾向[5]。数字平台通过移动端与网络端使用户和平台产生强连接，利用杠杆效应将市场力量延伸至其他市场，在横向与纵向市场实施排他性行为，呈现出混合经营的趋势，从而强化平台生态系统的市场力量。在超级平台统辖的趋势下，社会逐渐仰赖数字平台进行交易，使平台可在价格为零的前提下利用现代技术造成竞争损害，这也决定了对其的分析范式必然有别于传统的价格中心型分析框架。

（二）平台经济的要素结构：数据

随着大数据、人工智能、区块链、云计算等新一代信息技术的加速发展和运用，企业组织形式和分工发生明显变化，出现了以信息收集和匹配为主要业务的大型数字平台，平台化成为产业组织的显著特征。相较于传统企业，数字平台的资本、劳动力所占比重非常小，而创新能力和产值却远超传统企业。传统的资本产出率或劳动产出率难以解释平台经济的高生产效率，其原因就在于忽视了数据成为平台经济中不可或缺的新型生产要素。数据作为新型生产要素参与收益分配，凸显了数据对提高生产效率的乘数作用，这是平台经济时代新型生产要素的重要变化。数据作为新技术的融汇点，混淆了现实世界与虚拟世界之间的界限，正在演变为崭新的数据生产要素体系，推动了生产方式和上层建筑的变迁。

数字平台收集用户数据用于分析。比如，Facebook提供针对目标用户的广告，用户为有效利用平台服务而主动提供数据。在“Microsoft/LinkedIn案”（Case M.8124）中，LinkedIn平台上用户主动提供并更新个人信息，均涉及海量数据。数据作为生产要素，限制竞争对手收集市场进入的必要数据，可能引致垄断。数据成为市场力量的衡量标准，主要是因为数据驱动型创新搭配深度学习技术使数据与市场竞争联系紧密。数据即使在案件发生时并未单独成为商品，而仅作为辅助生产要素，但并不代表其没有市场价值或被利用的可能性。同样是“Microsoft/LinkedIn案”（Case M.8124），欧盟认为必须考虑LinkedIn是否有动机将数据货币化、数据进入市场是否会产生竞争损害。

（三）平台经济的行为结构：算法

算法是数字平台汇集、分析和利用数据强化市场力量的基础，针对平台设计、修改及连接实现数据交互利用。比如，Google具备精良的搜索和数据相关性排序的算法技术，针对不同的需要进行设计、修改及串接，使不同市场数据交叉应用。算法基于过去不同市场的定价，搭配机器学习技术准确评估市场需求，从而对不同特征的客户实现个性化定价。据此，数字平台调整价格和利润的比例，即时回应当前市场情况，识别并预测最大化的利润。

合谋是一种一致性行为，需要在经营者之间设置合理的奖惩机制确保合谋行为有效执行。竞争对手跟进提价就可以享有长期高额利润，如果不跟进则受到内部惩罚；建构在额外非策略变量的行为释放合作企图，才能诱使对手愿意配合提价。算法可以同时完成奖励和惩罚要素，让经营者维持超竞争的价格，却不用再借助显性的合谋手段。而算法强化平台定价的透明度增加了市场策略互动的稳定性和潜在进入者的威慑力。当算法被利用于市场竞争时，市场结构特征被改变，使本易监测隐性合谋的市场结构变得不易，导致非寡头垄断结构市场形成默示合谋。

数字平台通过数据挖掘和分析算法进行追踪，使市场行为完全透明。海量数据与机器学习的结合使市场高度透明化，改变了传统的市场竞争结构。经营者的数量和市场供需的波动已不大可能对经营者共谋产生冲击，然而虽然经营者进入市场变得容易，但在市场立足的难度则变得更高，导致数据市场小型平台呈现“原子型市场”结构，整个市场资源集中于少数大型平台。如此一来，数据市场价格变动频率变大，用户不易发现价格变化，数据市场的网络外部性使数字平台兼具规模效应与范围效应，市场进入壁垒加大。在平台经济中，算法协助平台调整价格使得“维持转售价格、掠夺性定价、针对进入者快速做出反制策略”等传统市场中出现的垄断行为更容易付诸实践。

按照马克思主义理论，社会制度演进需要建立与生产力发展阶段相适应的经济结构，以及与经济结构相适应的政治、文化和法律的上层建筑[6]。在制度变迁过程中，制度体系需要及时回应科技革命带来的巨大变化，法制变革必须依照社会发展的基本逻辑和内在规律展开。在传统社会秩序被解构、新的秩序正在被构建中的当下，法律需要为秩序变迁确立规则，法律与算法、伦理与技术应走向合作，开启新秩序的共建之路。数字平台作为海量、多元实时的数据集合体，借助算法操作实现基础数据的价值转换，平台、数据和算法的交叉产生跨市场的地位，以驱动数据市场竞争的新局面。因此，反垄断理论体系的变革要回到平台经济主体、要素、行为三维竞争结构的本源中，见图1。

图1 三维经济结构关系图

二、数字平台垄断监管面临的挑战

目前，数据市场已经不可逆地处于以自由、开放为导向的持续变迁中，案件数量呈现不断攀升的趋势。然而，不同类型的案件呈现出阶段性和时令性变化的特点。将数据纠纷诉诸《反不正当竞争法》成为实践中常用的方法，缓解了私法损害赔偿不足的缺陷，但数据规制仍处于个案多、散乱的不确定状态[7]。我国试图通过严格执法和司法重塑平台经济的竞争格局和秩序。然而，数据市场的反垄断案件凤毛麟角。如果某个市场上不存在垄断行为，并不意味着市场竞争是健康的，更可能是该市场正在谋求垄断。这一方面体现在反垄断对数据市场的弱执法，一方面体现在平台市场力量过度集中上。如果《反垄断法》继续缺位，那么数据市场看上去很热闹的竞争迟早会被平台寡头操纵。平台竞争难以被价格中心型的垄断理论所解释，数据驱动型平台之间的三维竞争结构突破了时空维度。

（一）数字平台市场力量的来源

随着数据成为平台经济的生产要素，海量数据产生的竞争优势与机器学习的“数据学习效应”推动了数字平台形成正向反馈循环，衍生了新型市场力量来源：一是通过用户数据改善平台服务的“用户的反馈循环”，二是平台利用用户数据营利后，再以服务反馈用户的“货币化反馈循环”。数据反馈双循环造成市场供需的角色模糊，二者共生关系更加紧密[8]。不论是传统的或新型的市场力量来源，数字平台对数据的利用控制将强化既有的市场力量并创造新型市场力量。数据市场呈现明显的网络效应，使平台经济发展形成一种正向反馈循环，数字产品的价值随着用户吸引力的增加而增强，一旦用户习惯了其所选择的数字产品，则被锁定在固定平台上，而锁定效应提高了市场进入壁垒，进一步巩固了企业的市场力量。

2017年的《德国反限制竞争法》第9次修订案使德国成为世界上第一个明文规定数据市场反垄断法的国家。2020年，《德国反限制竞争法》进行第10次修订，强调了数据在平台竞争中的作用，推动市场力量监管现代化，致力于构建“竞争法4.0框架”。在评估数据市场案件中，衡量持有数据的平台在竞争市场是否受竞争约束时，数据成为重要的考量因素。数据不具有排他性，不容易被特定数字平台垄断，没有任何条约或法规限制用户在多个平台提供相同数据。数据收集并不昂贵，具有时效性且数量丰富。在“Facebook/WhatsApp案”（COMP/M.7217）中，欧盟认为Facebook公司收集的数据在市场上并不具备独特性，不同数字平台都能收集类似的数据。然而该论断实际上忽略了数据的特性，利用数据在市场上获得竞争优势的核心是从海量数据中实时提炼出有价值的信息。

传统的市场界定工具都是以与价格相关的市场为主。供求替代分析、交叉弹性、假定垄断者测试等方法在免费市场中单独适用都有缺点。数据在平台竞争中的角色各不相同，除了探讨数字平台的免费特性、商品替代性、质量竞争、以数据作为免费服务的对价等相关概念外，个案中的数据是否需要进行单独市场界定，需区分数据本身即为商品和数据非商品两种情况。若数据本身即为商品，传统的市场界定工具仍适用。面对生产要素型数据所致的竞争损害，数字平台的双边市场、网络效应、平台多归属性、动态市场特性颠覆了传统的市场界定标准和市场地位认定依据，因此亟须重构平台市场的竞争分析框架。

（二）数字平台市场的竞争损害

现行反垄断分析框架着眼于价格中心型分析范式，忽视了平台是否存在市场力量，将干预延迟到市场竞争损害发生之后，弱化了《反垄断法》实施的社会效果[9]。虽然《反垄断法》强调零价市场中的竞争压力来自质量和创新，但执法中依然侧重于价格，因为其更明确和容易衡量。

第一，创新驱动是平台经济发展的旗帜，创新不仅用来评估市场力量，也是竞争损害的要素[10]。在“陶氏/杜邦合并案”中，欧盟采用了与特定产品市场无关的方法，分析合并对创新竞争的影响[11]，认为未来市场的前提是：创新研发的对象可以被归类为某种具体的产品，并且未来的竞争对手必须能够被反垄断机构所知悉。然而，有效创新竞争的显著阻碍理论（SIEIC, significant impediment to effective innovation competition）虽然简化了创新竞争的本质，将焦点从价格转移到创新竞争的单方效应模型，但只能提供合理且可靠的经验预测，因为该模型衡量的是合并对边际决策的影响，而不是对诸如封锁或重新定向研发等不稳定决策的影响。“大致正确比完全错误要好”的标准会产生不正确的激励，助长对证据过于放松的态度[12]。

在赢者通吃的市场中，利用规模经济、网络效应以及平台多归属性等因素的创新者可以获得巨大的市场份额。数据市场的创新因素导致市场集中现象和赢者通吃现象频发。如果市场存在高度的进入壁垒导致潜在竞争者难以进入，此时对市场既存者而言，创新诱因是否仍然存在？数据驱动型市场的平台创新者往往为垄断者，当该市场中数据收集构成相当的沉没成本时，就难以期待有新进者进入市场。

第二，数字平台收集海量的个人数据，通过数字平台之间的合并与其他平台产生连接，使得各平台数据集中或相互流动，改变了平台原先对用户隐私保护的程度，影响数字平台间的质量竞争。在“Facebook/WhatsApp案”（COMP/M.7217）中，合并明显强化了Facebook公司在网络广告服务市场中的地位，进而产生竞争损害，由于价格并非本案数字平台市场的竞争核心，WhatsApp的非价格竞争优势即对用户的隐私保护，Facebook公司将目标性广告植入WhatsApp服务，把WhatsApp当作数据收集的资源，用以改善Facebook在WhatsApp之外的目标性广告，该做法侵害了用户的隐私价值。

欧盟对数字平台市场竞争的分析架构不但将网络效应纳入评估，还将数据收集与利用的能力对数字平台带来的市场力量纳入考虑范围。数字平台收集数据如果受到《个人信息保护法》的制约，则平台即使拥有竞争价值的数据，但因为在利用上受到法律限制，导致其在市场竞争中的影响与数据价值截然不同。比如，在“Google/DoubleClick案”（COMP/M.4731）中，DoubleClick公司虽然获得了目标性广告的分析数据，但由于其与客户间对数据利用的合同限制，该数据无法成为网络效应的考量因素。而在“Microsoft/LinkedIn案”（Case M.8124）中，《通用数据保护条例》（GDPR）对数据处理与利用的限制直接对平台市场竞争产生影响。在平台经济背景下，数字平台作为新型利益主体，在利用个人信息时可能造成对信息主体隐私权的侵犯。隐私保护构成了平台利用个人信息的内在限度[13]。

（三）平台、数据、算法、流量驱动型垄断行为

针对数字平台滥用市场力量最具代表性的案件，欧盟连续三年对Google进行反垄断处罚。Google已具备相当高的市场份额，通过混合经营相互连接，限制开放必要数据、流量垄断、策略性合并等，勾勒出数字平台利用数据实施限制竞争行为的基本轮廓。

第一，数字平台通过排他性条款限制竞争对手收集必要数据，拒绝将必要数据提供给竞争对手。理论上，在市场上有竞争优势的数字平台并没有协助其他平台参与竞争的义务，只有在数据是不可或缺的特定服务、当拒绝开放数据将导致竞争对手难以参与竞争时，有必要讨论是否强制数字平台开放必要数据。即使拒绝开放数据行为会限制竞争，对占据市场地位的数字平台操纵必要设施的行为，强制让其开放数据义务对创新活动可能产生不利影响。《指南》认为数据构成“必要数据”需要四个要件——数据对参与市场竞争不可或缺；数据存在其他获取渠道；数据开放的技术可行性；开放数据对占有数据的经营者可能造成的影响。即该数据对经营者参与市场竞争不可或缺，但因为技术上、法律上或经济上的障碍导致市场上缺乏其他可以替代的数据，或收集上存在困难，此时数字平台有开放必要数据的义务。必要设施原则开放生产要素的本质与数据共享机理高度一致。随着数据生产要素的重要性日益凸显，必要设施原则将重新登上历史舞台[14]。

必要设施的持有人利用在上游市场的力量，拒绝向下游市场的竞争对手提供商品，以此巩固自己在下游市场中的地位。必要设施原则的适用前提是：存在两个市场，持有数据的数字平台在上游市场占据主导力量，而数据请求者与持有必要数据的平台在下游市场存在竞争或潜在竞争。拥有数据优势的平台未必衍生市场力量，在先者短期占有数据的竞争优势将随经济发展而削弱，数据时效性价值及算法可冲淡数据量的竞争优势[15]。《指南》提出了界定必要数字平台的构成要件，即“平台的可替代性、潜在可用平台、发展竞争性平台的可行性、交易相对人对该平台的依赖程度、开放平台对该平台经营者可能造成的影响”。因此，必要数字平台需要占有必要数据才有能力实施排除限制竞争行为，这也是平台经济时代三维竞争结构的内涵之一。

第二，数据对平台竞争的影响以经营者集中案件为主[16]。在过去十年中，亚马逊、苹果公司、脸书、谷歌、微软等企业已经在全球范围内进行了400多项合并。在实用主义的笼罩下，简单直观的反垄断三大支柱基本满足了研究和实践的需要，但直观式思维能够体验到的只是那些外在的可见现象，而隐藏在这些现象背后的深层意义及其脉络关联仍游离于视线之外[17]（P58）。立足于数据，将合并视为滥用市场力量行为，成为数字平台排除限制竞争的策略工具。比如，2020年10月12日，虎牙公司宣布通过以股换股的形式与斗鱼公司合并，随后腾讯成为合并后公司的第一大股东，实际上消除了游戏直播市场份额的前两大竞争对手。掌握海量的用户数据成为构建和提升算法的基础，鉴于斗鱼、虎牙的整合将集中双方在游戏直播领域的优势资源，合并后的斗鱼虎牙公司将极大提升对主播的议价能力。国家市场监管总局正在依法审查涉及协议控制架构的企业合并申报案件。当数据成为市场竞争的关键生产要素时，数据集中使网络效应更加显著，而数据海量的特性让竞争对手难以收集足够的数据参与有效竞争。《指南》特别明确了涉及协议控制（VIE）架构的经营者集中属于反垄断审查范围，同时根据平台经济的各项具体指标全面考量数据集中对市场竞争的影响。2020年12月14日，国家市场监管总局公布“阿里巴巴投资收购银泰商业股权案”（国市监处2020-26号）、“腾讯控股企业阅文收购新丽传媒股权案”（国市监处2020-27号）、“丰巢网络收购中邮智递股权案”（国市监处2020-28号）三起未依法申报违法实施集中案的行政处罚决定书，向社会释放了加强平台经济领域反垄断监管的积极信号，产生了一定的威慑效果。此外，2020年11月17日，英国竞争和市场管理局（CMA）也公布了《合并评估指南》草案并公开征求意见，将实质竞争损害、非价格竞争、双边市场、潜在竞争与创新等新元素纳入合并评估中，以有效应对数字技术对平台市场合并评估带来的挑战，维护消费者权益。

第三，即使数据并非必要数据，当数据直接作为商品时，在数据利用上也存在差别限制。数字平台借助数据汇集与算法逻辑优势，预测用户偏好、支付意愿、最高保留价格，设计目标用户群精密的差别定价、数据利用的个性化服务，导致整体需求曲线也随之右移。数字平台由于容易收集个别用户的购买习惯、商品浏览喜好、对特定商品可接受的价格范围等数据，便于设计数据驱动的算法，针对不同用户群作个性化定价掌握消费者剩余，决定适当的价格以获取最大利润。因此，《指南》明确了数字平台利用算法定价实施大数据杀熟等行为违法——基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件；对新老交易相对人实行差异性交易价格或者其他交易条件；实行差异性标准、规则、算法。

数字平台利用算法不仅涉嫌滥用市场支配地位行为，同时也是实现垄断协议的重要工具。算法收集分析用户数据规避了容易被执法机关认定为违法证据的书面形式。利用数据和算法直接或间接限定价格，利用技术手段、平台规则、数据和算法等限定其他交易条件排除、限制市场竞争等行为已被纳入《指南》中。数字平台收集与分析数据，竞争对手之间利用算法实时分析价格策略跟进涨价，增加了市场共谋的可能性。算法不仅可以作为监督竞争信息的辅助工具，还可以与机器学习技术深度结合，在无需人为干预的情况下即可实现共谋。

第四，数字平台在免费服务的基础上获取稳定的海量用户，通过投资、流量控制、支付、云计算、数据分析等基础性服务控制合作经营者，借助超级平台的地位形成了数字革命时代的新型卡特尔行为。首先，具有高黏性海量用户的数字平台成为整个数据市场流量垄断的基础，数字平台全方位打通社交、金融、搜索、电子商务、新闻、打车、内容分发、应用商店等账号，是整个数据市场的流量入口。《数字市场法》（Digital Market Act，DMA）中也指出，少数数字平台通过中心服务将许多平台内经营者与终端消费者联系起来，从而可以利用其优势收集海量数据，从一个业务领域传导到另一个领域，实现对整个平台生态系统的控制。其次，数字平台通过投资在各个领域实现了流量价值转化。虽然数字平台对大部分企业而言只是少数股权收购，但是借助流量形成的影响力，数字平台依然可以控制被投资的企业。再次，数字平台通过对流量入口的垄断，正在将自己变成行业和社会的中心，并借助流量合作不断加深对其他经营者的控制。它基于对数据市场实质性操作系统的控制权，利用自身海量、高黏性的流量调控和分配，与其紧密合作的经营者之间构建起一种基于流量的卡特尔行为。最后，数字平台利用小程序紧密地将合作经营者锁定在自己身上（小程序通过单一大型数字平台就可直接打开应用），将各类服务叠加聚合成为超级APP，将数据市场分散在各个APP内的流量汇集到自己平台，实现对整个数据市场的控制，最终导致市场资源加速向头部平台集中，平台经济的市场集中度也越来越高。

数字平台仰赖算法设计实现不同市场的数据交互，算法针对平台进行设计、修改及串接，甚至在新兴市场占据特殊的市场地位。大型数字平台逐渐成为网络活动的流量入口，由于用户习惯将一种数字平台作为信息连接的入口，其服务成为各类平台将数字内容传达给用户的必要设施。比如，在“Google Shopping案”（CASE AT.39740）中，Google对用户的搜索结果网页进行算法排序，使自身购物比价服务的流量与竞争对手之间产生明显不同。数字平台通过投资和流量控制主要合作伙伴，将平台、数据、算法相融合，调配海量和高黏性的流量。《指南》列举了部分流量垄断行为，“以搜索降权、流量限制、技术障碍等惩罚性措施，强制交易相对人接受其他商品；在平台规则、算法、技术、流量分配等方面设置限制和障碍，使交易相对人难以开展交易”。此外，在分析经营者控制市场的能力和是否构成限定交易时，需要考虑流量限制、流量资源支持等因素。

三、三元融合分析框架下规制数字平台的垄断行为

随着平台、数据、算法的交叉融合现象日益突出，三维竞争结构改变了传统市场竞争的外在形式和内在元素，作为海量、多元而实时的数据集合体，数字平台通过数字技术和算法设计取得一定市场影响或优势地位的力量，传统的价格中心型分析框架因此显得僵化。因此，需要构建三元融合的分析框架，以市场力量为衡平中心，强调规制数据市场与鼓励数字平台做大做强同等重要，以期实现创新与监管的利益平衡，最终促成社会整体利益，而不是强调单方面的价值，见图2。

图2 三元融合分析框架

（一）三元融合框架下市场力量的衡量

判断数字平台的市场力量需要区分数据在具体个案中是商品，还是作为商品的生产要素。当数据直接作为商品时，销售数据本身就彰显了市场力量。当数据是生产要素时，认定市场力量则以数据特性或市场特性为标准。完善生产要素型的数据市场界定工具主要从以下五个方面进行：

第一，当数据作为生产要素时，数据是平台持续发展创新的核心要素，基本仍以实际对外提供的商品本身界定相关市场。即使数据对商品质量十分重要，也并不需要单独界定数据市场。尚未市场化形成独立商品的数据，在市场上仅将其作为影响市场竞争的因素即可。

第二，当商品价格为零时，需要针对双边市场特性修订传统的假定垄断者测试法。由于在概念上与数字平台产生联系的市场过多，可以先从数字服务的类型出发。在界定非交易型的平台相关市场时需要注意，产品对平台双边有不同程度的替代性，通过需求交叉弹性的方法观察单边市场价格对平台整体盈利的影响。而在交易型平台的市场界定上仅需界定单一市场即可。

第三，将非价格竞争因素嵌入界定工具。在数字环境下，影响免费市场的竞争因素以质量、创新、服务等为主，相较于价格变动，根据质量调整供需变化，无法直接套用以价格为基准的市场界定工具。在“Microsoft/Skype案”（COMP/M.6281）中，非价格因素作为数字平台竞争的核心，其变动将影响平台服务质量。在以价格为基础的市场界定工具无法适用的情况下，将平台竞争的质量因素嵌入评估，执法机关需要收集可测量且客观的数据。

第四，用户提供数据作为免费利用数字平台服务的对价，同时平台可以持续收集用户行为衍生的数据。但是，免费并非代表用户没有付出任何代价，只不过该对价不是金钱而已[18]（P1369）。换言之，数据市场生产要素并非免费，平台换取的目标从金钱转变为收集用户的数据和注意力，获取二者衍生的经济价值[19]（P805）。当数字平台供给的要素为换取该类财产时，市场界定亦需以数据和注意力替代价格作为量化标准，将假定垄断者测试中的P（价格因素）替换为C（用户付出的数据和注意力成本），即对用户而言微小但显著非暂时性增加成本（SSNIC）。比如欧盟在“Google Shopping案”（CASE AT.39740）和“Google Android案”（CASE AT.40099）中，均明确了数据在平台经济的价值，用户看似免费利用服务，实际上已支付数据作为对价。

第五，对数据本身，不同于将数据作为生产要素来分析质量竞争，市场界定直接以数据为目标，分析数字平台汇集数据在当下或未来限制竞争的程度，界定相关数据市场[20]（P473）。即使数据本身并未单独销售，仍有必要对其划分假设的数据市场。

在“Google/DoubleClick案”（COMP/M.4731）中，美国联邦贸易委员会的Harbour委员在反对意见书中提到，界定假设的市场才能明确数据利用的意图[21]（P5）。将数据区分为独立市场并加以分析，有利于评估数据集中对市场竞争要素的影响，把利用数据作为特别资产的潜在竞争对手找出来，以便准确反映平台经济的竞争状态。

《指南》提出，“不同类型垄断案件对于相关市场界定的实际需求不同……在特定个案中，如果直接事实证据充足，只有依赖市场支配地位才能实施的行为持续了相当长时间且损害效果明显，准确界定相关市场条件不足或非常困难，可以不界定相关市场，直接认定平台经济领域经营者实施了垄断行为”。数字平台滥用市场力量案件的分析顺序不必然以市场界定为前提，在滥用行为无法被市场机制有效控制，且竞争对手已被实际封锁时，由于存在对市场力量的暗示，因此执法机关可以更早发现数据市场的竞争损害，在未达市场支配地位的门槛时就予以规制。在数据作为生产要素具有网络效应时，数据构成进入市场壁垒的竞争约束将更为显著，此时将数据作为竞争约束的指标，市场份额与数据构成竞争约束力的比重以具体市场作为平衡点。在数据生产要素市场，市场份额的比重将低于竞争约束，数据要素优先于市场份额等传统的市场力量评估指标。如果数据本身就是商品，则数据力量就直接表现在市场份额上，此时数据构成的竞争约束比重将小于市场份额。

（二）三元融合框架下的数据开放维度：革新审查元素

数字平台拥有优势数据未必就代表获得市场地位，数据对市场的影响尚需进行竞争评估。

第一，评估数字平台的市场地位不一定必须关注价格竞争，在考虑价格竞争时也应当考虑创新竞争[22]。平台规模、消费者利益以及数字平台的发展依赖于市场创新，执法机关需要根据数字平台的动态与静态影响，侧重于动态的创新竞争而非静态的价格竞争。数字平台通过开发创新产品，可以在短时间内创设新型数据市场。“坚持创新驱动发展”摆在了“十四五”时期各项规划任务的首位，《反垄断法》修订意见稿也将“鼓励创新”嵌入第一条目的条款中。同时，《指南》进一步将抽象的立法目的条款真正与具体制度衔接起来，在实践过程中进行展开。对平台经济领域开展反垄断监管的原则之一就是要激发创新创造活力，监管重点在经营者集中部分，需要分析技术创新的频率和速度、商品的生命周期、是否存在或者可能出现颠覆性创新等因素，来评估经营者对市场控制力的影响。考量现有市场竞争者在技术和商业模式等创新方面的竞争，对经营者创新动机和能力的影响，对初创企业、新兴平台的收购是否会影响创新。

第二，隐私保护作为竞争评估因素经历了发展过程。在“Google/DoubleClick案”（COMP/M.4731）中，欧盟虽然认同数据对市场竞争有影响，但并未作为竞争评估因素，只是在案件决定书中提示数字平台需要保护用户隐私。在“Facebook/WhatsApp案”（COMP/M.7217）中，欧盟认为，在免费服务且转换成本不高的前提下，如果WhatsApp改变隐私保护条款，用户将会转换到其他服务。但是，这两个案件都认为隐私保护不应该作为竞争评估的考量要素。在“Microsoft/LinkedIn案”（Case M.8124）中，Microsoft通过合并实现了数据集中，却因为《通用数据保护条例》（GDPR）的法律限制，相对降低了对LinkedIn进行数据封锁的动机。将LinkedIn服务嵌入Microsoft操作系统，并非只是将隐私作为质量竞争因素，而是当各项服务整合具有市场力量时，会损害市场的质量竞争，这凸显了隐私要素由于竞争策略而受到限制。隐私作为竞争的非价格维度，其主观价值特性决定了其在反垄断分析维度中发挥作用需要与反垄断的目标一致，而不是为解决其他类型的损害[23]。数字平台违反用户协议收集和利用数据，比如Facebook公司滥用市场力量行为，已被德国联邦卡特尔局处罚。

第三，数据作为影响平台竞争的评估因素。海量数据汇集是否衍生市场力量不可一概而论，要充分考虑以下因素。其一，数据的替代性。由于平台创造数据价值的能力不同，评估替代性的数据需要考虑不同来源和类型，不同类型的平台收集的数据种类、内容和实时性也并不相同，即使可作为同一目标利用，仍会因为数据利用主体不同而产生价值差异。多样化的数据亦可交互衍生不同的利用价值，数字平台是否能够收集互补性数据也会影响市场力量。其二，数据的排他性，即数字平台是否会进行数据封锁，导致必要数据、技术和资本等市场资源向头部平台集中。在“Microsoft/LinkedIn案”（Case M.8124）中，欧盟认为LinkedIn从数字服务中收集的数据集是为了配合平台多元发展的需要，在数据市场上并不构成必要数据，不会形成排他状态。

第四，企业不得通过排他性协议或者利用纵向一体化的方式，通过滥用其在一个市场的垄断力量而在第二个市场占据竞争优势[24]。杠杆理论自20世纪40年代诞生，到20世纪60年代发展为争议焦点。20世纪70年代后，芝加哥学派的效率分析成为竞争评估主导。但是，芝加哥学派受限于“单一垄断利润定理”，认为企业在一个市场上获得的利润是一定的，借助杠杆效应无法再继续增加利润，所以杠杆理论逐渐失去了用武之地。然而，杠杆理论不只是实现利益最大化的措施，也是促进垄断力量延伸的工具，即杠杆效应虽然并不一定会直接获取更大利润，但将杠杆理论作为市场策略，完全可以将第一个市场的垄断力量影响到第二个市场的竞争[25]。

受到网络效应对数据集合体的影响，数字平台将现有的市场力量跨界传递到“不相关”市场和“未来相关”更加容易[26]。在“Google Shopping案”（CASE AT.39740）中，搜索引擎和购物比价服务是分属上下游的整合型服务，谷歌公司运用一般搜索引擎的市场地位，将其自身提供的购物比价服务排列在用户搜索结果的前面。欧盟认为，将平台市场力量进行杠杆传导是自我优待的行为，当平台与平台内经营者同时提供的产品竞争时，会对平台自身产品给予优惠待遇[27]。平台通常是纵向一体化的，在自己的核心平台服务上偏向于自己的商品，排除终端消费者利用第三方获得商品的机会，依然损害了核心平台市场的商品竞争。因此，有必要关注数据市场的杠杆效应，在数据生态系统中占据优势地位的数字平台，排除限制竞争对手或者锁定用户。

（三）三元融合框架下的数据集中维度：改进抗辩事由

平台经济市场更加重视动态竞争的价值，可以被明显判定为必然有利或不利于竞争的案件类型逐渐减少，出现错杀或错放的概率也随之增高。安全港制度提供了位于两个极端的缓和选择，确保平台经济创造的利益不至于因错杀而丧失，有助于实现数据市场创新与监管利益的平衡。具体来讲，对垄断协议行为的规制，可以通过解释《反垄断法》第15条的方法，设置占据市场份额20%作为规制的门槛标准，认定门槛标准以下的研发协议不足以产生限制竞争的效果，从而达到数据市场鼓励创新和促进竞争之目的。针对滥用市场支配地位行为的安全港制度，采用负面推定和正面认定两个环节，以市场份额为基础设置数字平台不构成市场支配地位的门槛，初步筛选出轻微的违法案件，便于将执法重点与资源集中到占支配地位的企业。针对企业合并行为的安全港制度，可以设置阻止调查处罚程序的安全港，在充分的市场调研后再设置其他类型的安全港。

但是，安全港门槛并非是一刀切的标准，如果非核心限制竞争行为只是小幅、短暂的超过门槛标准，或是针对符合安全港条款规定的案件，在特殊情况下限制竞争时，原则上执法机关应保护数字平台基于安全港条款的信赖利益，用较灵活的方式兼顾维护市场竞争与安全港条款公信力的目标。相反，对核心限制市场竞争行为可以直接排除在安全港的适用范围外，从而通过对垄断行为类型化和对违法要件的抽象化，实现执法资源配置与执法不足的利益平衡。在这种平衡结构中，数字平台可以充分表达自身的利益诉求进行权利抗辩，而执法机关力图在此过程中向执法对象灌输规范背后的知识理念，整合社会秩序，共同塑造执法效果。

作为新型生产要素，数据量的多少并不等于相应的市场价值，数据唯有与劳动、知识和管理三个生产要素结合，在资本和技术要素的调节下，才能转换为现实的生产要素[28]。在“用户反馈”和“货币反馈”双循环的促进下，必然产生拥有海量数据的大型数字平台，将数据直接作为竞争商品的核心，通过提供商品收集海量数据，利用商业策略、机器学习等方式控制必要数据，巩固或提升其市场地位。

数据市场竞争要素呈现出多维现象，拥有数据优势的数字平台未必获得市场力量，需就平台竞争要素进行全面评估。数据市场利用网络效应建构市场进入壁垒，但就竞争效果的对称评估而言，对普遍存在多点连接的平台，数据市场会出现逆向的网络效应。数字平台虽然可用拒绝授权的方式让竞争对手难以收集数据，但对用户而言，与拥有海量数据的平台交易降低了其交易与搜索成本。然而，数据收集具有规模报酬递减的特点，当收集量到达一定程度后，平台的价值将不再增加，多元数据让用户有了更多的产品选择，未必会对无法收集数据的竞争对手产生封锁效果。

数据集中是平台经济发展的充分必要条件，数据只有在被利用、分析、流动的过程中才能产生价值，这也是数据作为生产要素由市场评价、按贡献分配的逻辑基础。需要鼓励数据集中与开放，在规模经济基础上实现数据的确权、定价与交易，为数据治理赋能，推动数据共享和必要的垄断[29]。阿里巴巴、腾讯、字节跳动、滴滴、百度等国内大型数字平台，在满足人民日益增长的需要、促进新旧动能转换、推动经济高质量发展等方面发挥了重要作用，成为中国企业走向世界的名片。然而，字节跳动公司在美国被要求强制下架的事件，凸显出国内数字平台面临复杂的国际竞争环境。在中美经贸摩擦长期存在的背景下，国内的市场竞争将会更加激烈，需要在竞争政策中纳入对产业政策的考量，实现“以国内大循环为主体、国内国际双循环相互促进”的新发展格局。在数字空间中，国内与国外的边界变得相对模糊，除了国内、国际两个传统的工业经济循环产生了数字世界的经济循环，数据生产要素的产生、利用以及市场机制也是一种循环。因此，需要考虑国内数字平台是否在参与国际竞争时获得公平的市场对待[30]，降低大型数字平台利用市场力量对平台竞争市场的限制。对于数字平台的反垄断规制，鼓励创新与规范发展应当并重[31]，加强反垄断监管与做强做大平台经济并不矛盾。这并不意味着国家改变了对平台经济的支持态度，相反，加强反垄断监管恰恰是为了更好规范和发展平台经济，引导、促进其健康发展，提高我国数字经济的整体国际竞争力[32]。

参考文献

[1]徐翔，赵墨. 非数据资本与经济增长路径. 经济研究，2020，(10).

[2]杨东，臧俊恒. 数据生产要素的竞争规制困境与突破. 国家检察官学院学报，2020，(6).

[3]Coyle Diane. Practical Competition Policy Implications of Digital Platforms. Antitrust Law Journal, 2019, 82(3).

[4]杨东. 数字经济平台在抗疫中发挥重大作用. 红旗文稿，2020，(7).

[5]谢富胜，吴越，王生升. 平台经济全球化的政治经济学分析. 中国社会科学，2019，(12).

[6]林岗. 诺斯与马克思: 关于制度变迁道路理论的阐释. 中国社会科学，2001，(1).

[7]梅夏英. 在分享和控制之间: 数据保护的私法局限和公共秩序构建. 中外法学，2019，(4).

[8]OECD. Big Data: Bringing Competition Policy to the Digital Era. OECD, 2016-12-16. [2020-07-28]http: //www.oecd.org/d af/competition/big-data-bringing-competition-policy-to-the-digital-era.htm.

[9]Lina M. Khan. Amazon’s Antitrust Paradox. Yale Law Journal, 2017, 126(3).

[10]Wu Tim. Taking Innovation Seriously: Antitrust Enforcement If Innovation Mattered Most. Antitrust Law Journal, 2012, 78(2).

[11]Denicolò Vincenzo, Polo Michele. The Innovation Theory of Harm: An Appraisal. Antitrust Law Journal, 2019, 82(3).

[12]Petit Nicolas. Innovation Competition, Unilateral Effects, and Merger Policy. Antitrust Law Journal, 2019, 82(3).

[13]张新宝. 从隐私到个人信息: 利益再衡量的理论与制度安排. 中国法学，2015，(3).

[14]牛喜堃. 数据垄断的反垄断法规制. 经济法论丛，2018，(2).

[15]Algorithms and Competition. Bundeskartellamt, 2019-11-06.[2020-05-18] https://www.bundeskartellamt. de/SharedDocs/Publikation/EN/Berichte/Algorithms_and_Competition_Working-Paper.html?nn=10087868.

[16]Lear. Ex-post Assessment of Merger Control Decisions in Digital Markets Final report. CMA, 2019-05-09.[2020-05-17]https://www.gov.uk/government/publications/assessment-of-merger-control-decisions-in-digital-markets.

[17]张世明. 论反垄断法三大支柱的关系. 经济法学评论，2018，(1).

[18]Stacy-Ann Elvy. Paying for Privacy and the Personal Data Economy. Columbia Law Review, 2017, 117(6).

[19]Wu Tim. Blind Spot: The Attention Economy and the Law. Antitrust Law Journal, 2019, 82(3).

[20]Graef Inge. Market Definition and Market Power in Data: The Case of Online Platforms. World Competition, 2015, 38(4).

[21]Dissenting Statement of Commissioner Pamela JONES HARBOUR，In the matter of Google/DoubleClick F.T.C. File No. 071-0170. FTC, 2007-08-15.[2020-05-18] https://www.ftc.gov/public-statements/2007/08/statement -commissioners-pame la-jones-harbour-and-jon-leibowitz-concurring.

[22]Hal R. Varian. Recent Trends in Concentration, Competition，and Entry.  Antitrust Law Journal, 2019, 82(3).

[23]Maureen K. Ohlhausen, Alexander P. Okuliar. Competition, Consumer Protection, and the Right (Approach) to Privacy.Antitrust Law Journal, 2015, 80(1).

[24]赫伯特·霍温坎普. 联邦反托拉斯政策: 竞争法律及其实践. 许光耀、江山、王晨译. 北京: 法律出版社，2009.

[25]李剑. 反垄断法中的杠杆作用——以美国法理论和实务为中心的分析. 环球法律评论，2007，(1).

[26]曾彩霞，朱雪忠. 必要设施原则在大数据垄断规制中的适用. 中国软科学，2019，(11).

[27]Jacques Crémer Yves-Alexandre de Montjoye Heike Schweitzer, Competition Policy for the digital era Final Report. Euro- pean Union, 2019-04-19.[2020-06-13] http://www.europa.eu.

[28]谢康，夏正豪，肖静华. 大数据成为现实生产要素的企业实现机制: 产品创新视角. 中国工业经济，2020，(5).

[29]杨东. 论反垄断法的重构: 应对平台经济的挑战. 中国法学，2020，(3).

[30]张晨颖，李兆阳. 竞争中性政策的逻辑、构建与本土化实施. 河北法学，2020，(6).

[31]余超. 加强反垄断监管是为了更好发展. 人民日报，2020-12-25.

[32]秋林. 实现平台经济更加规范更有活力更高质量发展. 人民日报，2020-12-26.