善用“数字化武器” 破解平台经济垄断难题

　　今年2月，国务院反垄断委员会出台了《国务院反垄断委员会关于平台经济领域的反垄断指南》，对平台经济垄断问题进行了有针对性的系统性规范，说明我国对平台反垄断进入到法制化、规范化阶段。这也是全球对平台经济垄断挥出重拳的一个重要缩影。2月26日，浙江省市场监管局正式发布平台经济数字化监管系统“浙江公平在线”，在全国率先开发建设针对平台经济领域垄断及不正当行为的系统。

　　在海外，融易新媒体，各国也在加大对平台经济的反垄断调查。2020年10月，美国国会发布《数字市场的竞争调查》报告，认为以谷歌、脸书、亚马逊、苹果为代表的数字平台已在其各自的相关市场形成垄断地位。之后，美国政府和48个州及地区对脸书提起反垄断诉讼，美国司法部、多州检方联合体对谷歌提起反垄断诉讼。2020年12月，欧盟发布了《数字服务法》(DSA)和《数字市场法》(DMA)提案，将大型数字平台视为看门人，要求这些平台承担特殊义务。2021年1月14日，德国联邦议院通过了《反对限制竞争法》(GWB)数字化法案，对数字平台垄断问题进行更为详尽的规定。

　　数据与算法垄断是主要特征

　　对平台进行反垄断之所以成为全球主要经济体的共识，是因为平台垄断具有不同于传统企业利用市场支配地位进行反竞争行为的不同之处。

　　对平台而言，其垄断的首要表现是数据垄断。平台在运营过程中，通过为消费者提供免费服务等方式，收集了大量消费者相关的数据。数据作为平台的一种主要生产要素，在一次收集之后，可以实现多次零边际成本使用。而且，数据使用过程中，还会产生新的数据，从而强化平台的垄断优势。由于平台的数据优势，平台可以将其业务延伸到相关领域，数据的跨市场使用将带来新的范围经济，在该领域形成新的垄断，这就是平台的双轮垄断效应。这种效应往往体现在并购领域，平台企业并购创新型初创企业之后，利用其既有的数据优势、流量优势等，将其市场份额迅速做大，使该行业的中小企业消亡。

　　平台垄断的另一个特别之处是算法垄断。现在平台都将算法视为核心商业机密，对监管机构而言，平台算法相当于一个黑箱。平台算法的不透明性，使平台能够利用算法进行反竞争行为，强化其垄断地位。一个最常见的算法垄断模式就是利用默认设置。已有垄断地位的平台可以要求消费者作出选择，在这个过程中，用特别颜色突出显示一个选项或将其放在第一位，可以极大地增加该选项被消费者选中的概率。

　　据报道，谷歌为了让其成为iPhone上的默认搜索引擎，每年向苹果公司支付120亿美元。在国外的研究中，将诱骗消费者使用默认设置的行为称之为“暗模式”。根据实证研究，极端的暗模式可以使接受率提高371%。算法垄断也会极大地侵害消费者权益，如网络游戏抽奖概率不明、大数据杀熟、网络消费促销规则繁复、网络搜索竞价排名推荐、网络直播推送违反法律规定和公序良俗、刷好评隐差评使评价结果呈现失真、平台采用算法限制交易等。

　　应“多管齐下”确保治理有效性

　　对平台垄断所出现的新现象，应在利用法律、政策、技术等多个方面的手段进行综合治理，从而使其危害降低。

　　一是强化数据治理。数据是平台垄断的基石。从国内外的研究来看，要解决数据垄断问题，需要在推动数据可携带性、数据互操作性、数据开放性等方面加大力度。例如，2019年3月，英国发表“数字竞争专家委员会报告”，该报告提出了应对数字时代竞争的政策基准，其重点就是数据可携带性。欧盟的《数字市场法》也强调了数据可携带性。同时，要建立数据交易、数据共享和数据安全相平衡的数据流动机制。我国可参照欧盟的数据可携带性规定，再结合各行业数据的敏感程度、数据脱敏与否、数据可用性要求等对数据资产分级分类指导，建立健全数据流通方面的立法，规范数据流通行为。再者，要对平台数据收集、使用等进行规范，对平台过度收集数据、无限制进行数据挖掘等行为进行规范。

　　二是建立平台反竞争行为的动态监控机制。一家平台在相关市场内占据大部分市场份额是数字经济的特征，这是网络效应、成本次可加性、数据要素特征等引起的。因此，数字平台的反垄断规制不能依据其市场份额进行监管。而是应该重点对其行为进行动态监管，核心是关注其是否有破坏竞争、损害消费者福利等方面的行为。由于平台算法的复杂性，在监管过程中，需要引进先进技术。例如前面提到的“浙江公平在线”，利用大数据、人工智能等技术，实现对线上交易的数字化监管，可实现对平台反竞争行为的动态实时监测。