摘要
平台经济作为数字经济中一种相对特殊的存在，它是基于互联网或数字平台而形成的新型经济形态。作为国家数字经济的重要支撑，大力推动平台经济健康有序发展，不仅能够提高社会资源配置效率，而且能够形成新的经济增长点，提升和改善传统行业，从而增加就业，对数字经济的发展起着重要作用。我国对平台经济的发展与治理沿革经历了从宽松环境到规范治理的变化，因此在总体上呈现出宽松与鼓励并存的态势。 然而，通过分析双边市场理论、交叉网络外部性、价格不对称性等特点，结合数据的规模性、快速性、多样性、价值性、准确性和有效性的“6V”特征，我们发现平台企业产生数据垄断具有一定的必然性。一方面，数据集中具有内在必然性，这体现为数据的“数量”和“类型”的集中；另一方面，技术赋能的外在动力也促使平台企业数据垄断的实现。这得益于大数据分析、人工智能算法等技术所产生的网络效应，随着上述新领域技术的不断完善和发展，其用户数量也将得到进一步的提升。长此以往将会获得更多的用户和用户数据，从而反作用于数据模型的建立和分析。于是，平台经济的运行模式呈现出多产品、多领域、多用户的“三多”运用特点，这自然造成数据垄断的形成。值得注意的是，大型平台企业凭借自身资金优势和技术优势在不同产品和领域进行“跑马圈地”，实施“免费策略”吸引大量用户，虽然在前期可能无利可图，但是对后期所拥有的用户数据资源，其价值将不可估量。长此以往平台企业将收集到大量的用户数据信息，从而形成数据垄断。因此，当平台应用产品的数量越多、涉及领域越多、获取数据的类型越多，平台企业就越容易形成数据寡头。 根据平台经济数据垄断行为的实证分析以及结合典型案例显示，涉及数据垄断行为的主要表现可分为三类：一是数据和算法叠加所产生的新型垄断协议，这是平台企业对数据资源的直接滥用；二是平台企业滥用市场支配地位行为，这是平台企业对数据资源的间接滥用；三是数据驱动型经营者集中，这是平台企业对数据资源的隐性滥用。 其一，算法共谋（一般是默示共谋）。算法共谋是平台企业对数据的直接滥用，体现为平台企业针对前期收集的数据信息，在缺乏与其他竞争者明确沟通的情况下通过算法而实现市场一致的行为。这种对数据的直接滥用行为不仅侵害了消费者的合法权益，还损害了市场主体之间开展公平竞争的环境。算法共谋在平台经济时代之所以引起人们广泛关注，得益于算法技术的发展和深入使用。算法共谋包括四类，分别为监督算法、平行算法、信号算法和自主学习算法。未来，第四类算法共谋引起较大争议。因为自主学习算法共谋最大的特点在于：企业之间共谋的达成至少在表面没有人为因素的参与，完全是由算法的深度学习促成价格一致的后果。那么，问题是缺乏主观性要素是否仍需承担反垄断法的责任，或者这种主观意图的存在并不是非常明显。 本文经过分析认为，当企业参与或使用此类算法，意味着有达成共谋的主观意图，只不过没有具体的表现，归根结底还是使用者的工具，其使用的后果也由算法使用者承担。并且，当企业使用算法技术实现定价并获得一定实际利润之时，企业也能够察觉算法对共谋的促进作用。因此，即便企业缺乏明确的主观意图，但经过一定的梳理我们能够发现，企业有达成共谋的意图。尽管目前这一类共谋尚处试验阶段，但我们不能忽视未来这类共谋对我们的影响，并且根据现有反垄断法之垄断协议概念也无法适用。 其二，滥用市场支配地位行为。滥用市场支配地位行为是平台企业对数据的间接滥用，体现为平台企业对“数据池”的滥用，而非数据本身。“数据池”是指不同经营者将各自所拥有或控制的数据资源通过一定形式予以共享或分享。所以，滥用市场支配地位行为并不仅仅是对数据资源的直接使用，而是需要经过对数据进行相互共享或分享的过程。无论平台企业实施排他性还是剥削性滥用，都需要有大量数据资源的“数据池”支持。一般而言，对于市场主体是否存在滥用市场支配地位的判断，首先界定平台企业的相关市场是适用反垄断法的前提，其目的在于准确界定经营者在市场竞争中所面对的约束，进而对经营者的市场力量给予合理评估。其次，衡量平台企业的市场支配地位。然而，不同于传统经济模式，平台经济的高度集中并不意味具有龙头地位的企业必然形成垄断势力。一方面，平台本身兼备企业和市场的二重性质。只有当大量用户集中在同一平台之时，才有助于资源的高效流通和利用。另一方面，平台经济的多属性、跨界竞争等特点也意味着高度集中的平台企业也无法或一直处于垄断者地位。 因此，本文首先需要解决平台经济领域内相关市场和市场支配地位的认定。在此基础上分析两种典型滥用市场支配地位行为，分别为排他性滥用市场支配地位行为和剥削性滥用市场支配地位行为。此外，本文提出了相关数据市场的界定方法，分别对自用型数据和他用型数据的市场支配地位认定展开分析。通过对自用型数据的市场支配地位分析可知，从数据的定量和定性两个方面展开。只要平台企业的数据满足其中一个方面，就可以证明平台企业所掌握的数据为其自身市场优势地位提供了强大支撑力，由此便可以认定该平台企业拥有市场支配地位。而对他用型数据的市场支配地位认定，考虑到数据会被交易而流通或共享，在此种状况下数据和普通商品并无实质性区别。 在排他性滥用市场支配地位行为的案例中，本文列举了“HiQ 诉 LinkedIn”一案。经过分析，笔者认为相关数据适用必需设施理论的谨慎态度。无论是在美国还是欧盟，在反垄断执法机构的实践中适用必需设施原则中都会表现出十分谨慎的态度，即使欧盟曾公开表示将考虑把大数据纳入滥用市场支配地位的考量当中。而在剥削性滥用市场支配地位行为的案例中，本文列举了“HiQ 和 LinkedIn”一案。经过分析，笔者认为将隐私保护纳入反垄断规制是一种初步尝试，目前仍存在反垄断法的定位困难、隐私权益的量化困难。尤其是过度收集和使用用户数据在不同历史阶段的处理方式并不相同。早期观点认为，个人数据保护并不属于竞争法规制的范畴，理应纳入信息保护法的范畴。在后期的反垄断实践中，虽然欧美等地区对数据企业的反垄断调查很少涉及剥削性滥用规制（尤其是涉及隐私权），但是将消费者隐私权益保护的削弱作为一项考虑因素已经达成一定的共识。随着大型互联网平台合并案件的增多，欧盟当局面对此类问题的态度也有所转变。综上所述，笔者认为数据保护法与竞争法应同台适用。 其三，数据驱动型经营者集中。数据驱动型经营者集中是平台企业对数据的隐性滥用，因为从外在表现来看，数据并没有参与经营者集中的过程，但是这不等同于数据在这个过程中毫无建树。相反，这种以获取或访问数据资源为目的，对目标企业实施合并交易的行为就是数据本身的价值所在。因此，数据驱动型经营者集中对数据的使用而言常常是隐性滥用。 数据驱动型经营者集中是一把“双刃剑”。一方面，合理的数据集中与并购将能有效提升平台企业对数据的收集和使用能力，改善平台企业的产品质量，提高用户的服务体验，对增进人民福祉产生积极的推动作用。另一方面，不当的数据集中与并购将会“帮助”市场头部企业获得更多的市场力量，通过“扼杀性”并购以达到消除竞争对手或潜在竞争对手的目的，从而产生反竞争的消极结果。目前，平台经济领域的驱动型经营者集中主体多为互联网巨头平台企业，它们依靠自身在市场中的优势地位或影响，以获取企业数据资源为目的（大多数）实施并购。这一并购方式往往具有侵略性，损害了消费者、被并购企业的利益。与此相对应，传统市场中的企业并购对象往往是被并购方的生产要素、经营渠道等资源，而数据驱动型经营者集中则侧重于将数据、技术、创新等因素进行组合。 数据驱动型经营者集中的特殊性表现为跨行业并购的非显性特征以及“不相关市场化”等特点，其主要动因在于“颠覆性创新”和“马太效应”。目前，对数据驱动型经营者集中的反垄断估计值存在申报困境、审查困境，并且实质性的竞争评估标准受到挑战。对此，笔者认为应当增加以交易价值为标准的门槛，并适当增加定量因素，集中效率的评估和对集中后未来市场的预测等措施。 最后，需要特别指出我国平台经济经历了从“包容审慎”到“常态化监管”的转变，尤其是在2022年4月29日，在中共中央政治局召开的会议上指出，要促进平台经济健康发展……实施常态化监管，出台支持平台经济规范健康发展的具体措施。鉴于平台经济具有高度动态、跨界竞争、网络效应等属性，使得平台经济数据垄断呈现出前所未有的复杂局势。对于数据垄断所造成的破坏竞争、损害用户权益、抑制创新以及阻碍平台经济的健康发展，需要加强反垄断监管。 因此，在规制政策导向方面，应构建平台企业数据垄断“事前监管+事后执法”的协同机制，实施有效促进平台企业数据开放与共享的可持续发展策略。同时，应完善平台企业的自我治理机制、推动平台企业互操作义务、建立平台企业共享规则，推动平台经济持续、健康发展。
NETL