蘇 宇

平臺和數據正在塑造當今世界的社會生活。在當代，數據是舉足輕重的新型生產要素，平臺則是萬眾矚目的經濟組織形式。近年來，平臺數據壟斷的問題已引起社會各界的高度關注。《2020年中央經濟工作會議公報》提出：“要完善平臺企業(yè)壟斷認定、數據收集使用管理、消費者權益保護等方面的法律規(guī)范。要加強規(guī)制，提升監(jiān)管能力，堅決反對壟斷和不正當競爭行為。”盡管相關文句并未明確采取“數據壟斷”之表述，但已經清晰表明了監(jiān)管政策的主要方向。幾乎與此同時，時任中國人民銀行黨委書記、中國銀保監(jiān)會主席郭樹清已在正式場合使用“數據壟斷”一詞，指出“大型科技公司往往利用數據壟斷優(yōu)勢，阻礙公平競爭，獲取超額收益……可能需要更多關注大公司是否妨礙新機構進入，是否以非正常的方式收集數據，是否拒絕開放應當公開的信息，是否存在誤導用戶和消費者的行為，等等?！薄?〕參見張歆：《中國人民銀行黨委書記、中國銀保監(jiān)會主席郭樹清：關注新型“大而不能倒”風險及時精準拆彈》，《證券日報》2020年12月9日。2022年3月《中共中央、國務院關于加快建設全國統(tǒng)一大市場的意見》在“（二十二）著力強化反壟斷”部分中明確要求“完善壟斷行為認定法律規(guī)則，健全經營者集中分類分級反壟斷審查制度。破除平臺企業(yè)數據壟斷等問題，防止利用數據、算法、技術手段等方式排除、限制競爭?！边@就使得平臺數據壟斷監(jiān)管問題成為當前建設全國統(tǒng)一大市場、完善數字經濟秩序的關鍵。2022年6月修訂的《反壟斷法》第9條更是首次從法律層面明確規(guī)定：“經營者不得利用數據和算法、技術、資本優(yōu)勢以及平臺規(guī)則等從事本法禁止的壟斷行為。”由此，對平臺數據壟斷的監(jiān)管即將在《反壟斷法》修訂的推動下全面展開。

盡管學界對平臺數據壟斷問題已有一定程度的研討，平臺數據壟斷監(jiān)管仍然非常需要理論支持。學界已經注意到一個重要的現象：盡管學界對平臺數據壟斷監(jiān)管的必要性整體上采取肯定的立場，但數據壟斷（包括對數據的壟斷和基于數據的壟斷）相關理論與立法的發(fā)展目前仍面臨許多質疑和阻礙，強調數據經濟是我國經濟彎道超車目標實現的重要歷史契機，因此應避免過多干預的聲音不在少數?！?〕參見梅夏英、王劍：《“數據壟斷”命題真?zhèn)螤幾h的理論回應》，《法學論壇》2021年第5期。在一種監(jiān)管活動尚未正式展開之時就擔心監(jiān)管過度，似乎并無必要；然而，由于平臺企業(yè)已經全面深度介入社會生活，監(jiān)管一旦啟動，就必然產生廣泛而深遠的社會影響，因此作未雨綢繆式的研討亦有不可忽視的積極意義。問題是，如何從理論上刻畫監(jiān)管的邊界？在什么問題上的何種監(jiān)管屬于“過多干預”？如何協(xié)調及平衡發(fā)展數字經濟與反壟斷的需要？一系列深刻的理論問題亟待回答。

一、平臺數據壟斷監(jiān)管的必要性

平臺數據壟斷的根源在于平臺企業(yè)收集到遠超普通經營者的大量數據，依托這些數據開展業(yè)務并取得了市場力量上的特殊優(yōu)勢。不過，此種特殊優(yōu)勢并不必然就是“壟斷”。對于“數據壟斷”這一命題是否成立或“數據壟斷”是否存在，學界仍有較大爭議，甚至有不少學者對“數據壟斷”這一概念提出明確的質疑，主要的質疑點在于數據本身具有非排他性而無法被其他主體獨占、數據本身是否足以構成排斥競爭的優(yōu)勢市場力量、脫離平臺經濟架構而單獨認識數據容易產生理解偏差等?！?〕同前注［2］；陳兵：《“數據壟斷”：從表象到本相》，《社會科學輯刊》2021年第2期；李勇堅：《互聯網平臺數據壟斷：理論分歧、治理實踐及政策建議》，《學術前沿》2021年第21期；胡凌：《數字平臺反壟斷的行為邏輯與認知維度》，《思想戰(zhàn)線》2022年第1期。理論上，數據規(guī)模并不必然導致形成市場支配力量，需要結合數據價值、種類和有效性等多個維度考察企業(yè)基于數據優(yōu)勢所產生的市場力量?！?〕參見詹馥靜、王先林：《反壟斷視角的大數據問題初探》，《價格理論與實踐》2018年第9期。然而，平臺利用大量集中的數據獲取市場優(yōu)勢地位又確實是可以被觀察到的現象，尤其是企業(yè)通過向用戶提供免費基礎服務，將用戶個人數據視為關鍵輸入變量，實時追蹤用戶喜好和日常生活，及時調整和優(yōu)化服務，為商家依據用戶消費畫像投放在線定向廣告提供基礎，實現數字產業(yè)化，這已構成諸多互聯網超級平臺的主要盈利模式和競爭優(yōu)勢?！?〕同前注［3］，陳兵文。

平臺數據壟斷的本質在于此種特殊的市場優(yōu)勢地位帶來了反壟斷法制所關注的負面影響，即與充分競爭的理想狀況假設相比，此種市場優(yōu)勢地位對市場及社會產生了不符合法律目標的負面影響。自既有研究觀之，“數字壟斷”（digital monopoly）“數據壟斷”（data monopoly/data monopolization）乃至“大數據壟斷”（big data monopolization）的用法兼而有之，甚至出現一篇論文中同時雜用三種概念者?！?〕See Daniel McIntosh，We Need to Talk About Data：How Digital Monopolies Arise and Why They Have Power and Influence，Journal of Technology Law & Policy，Vol.185：23，p.200 （2019）.無論研究者使用何種概念或命題，其背后的關注點大同小異，基本上聚焦以下三個爭論不休的問題：獲取和維持大規(guī)模的數據資源是否會使得某些大型企業(yè)確立更加優(yōu)勢的壟斷地位、排斥競爭對手進入市場（市場力量/競爭限制問題）；一定范圍內的數據是否構成必要設施，而需要對其他企業(yè)開放（必要設施問題）；是否會讓企業(yè)沒有約束地收集與使用用戶數據（用戶權益侵害問題）?！?〕參見丁曉東：《論數據壟斷：大數據視野下反壟斷的法理思考》，《東方法學》2021年第3期。其中，第一個問題最為直接地決定了“平臺數據壟斷”這一命題是否能夠成立。對此，多數專家認同平臺企業(yè)有機會利用數據優(yōu)勢排斥競爭，甚至有觀點認為“超級平臺數據壟斷比傳統(tǒng)壟斷更為危險”，因為“超級平臺濫用數據優(yōu)勢獲取市場洞察力，維持并擴大市場力量，排除限制競爭，對公平的市場競爭環(huán)境造成了結構性破壞”，并且還遏制了市場創(chuàng)新的動力，更對數字經濟的信任基礎造成威脅?！?〕參見付新華：《論超級平臺數據壟斷的法律規(guī)制》，《學習與探索》2022年第2期。在此種意義上，平臺數據壟斷監(jiān)管更主要地并非針對數據集中本身，而是針對所謂“基于數據的壟斷”，即利用持有數據資源的優(yōu)勢實施破壞市場公平競爭環(huán)境等行為的現象?！?〕同前注［2］。不少研究指出，數據的集中會引發(fā)隱私風險增加、用戶喪失選擇、阻礙創(chuàng)新、加劇歧視等問題，〔10〕參見傅曉：《警惕數據壟斷：數據驅動型經營者集中研究》，《中國軟科學》2021年第1期；楊東、高清純：《數據隱私保護反壟斷規(guī)制必要性研究》，《北京航空航天大學學報》（社會科學版）2021年第6期；孟小峰：《破解數據壟斷的幾種治理模式研究》，《人民論壇》2020年9月下。盡管不少論述值得商榷，但仍然反映出數據的集中并非全無風險。一系列可能存在的負面影響使市場背離正常的競爭秩序，威脅到競爭相關的消費者利益及社會公共利益，而普通市場主體面對平臺乃至所謂“超級平臺”這一龐然大物又無法抗衡，這意味著市場無力糾正公平競爭環(huán)境的結構性變化，因而就顯然需要借助國家的反壟斷監(jiān)管進行合理干預。

平臺數據壟斷監(jiān)管的此種必要性可以從我國反壟斷法制中獲得更為堅實的法理支持。我國《反壟斷法》并非單一目標立法，而是明確兼顧經濟效率目標與非經濟效率目標，這使得反壟斷法具有更好的回應性以及更大的體系彈性，來處理經濟力量集中所帶來的各種復雜問題?！?1〕參見李劍：《平臺經濟領域的反壟斷法實施——以經濟效率目標為出發(fā)點》，《中外法學》2022年第1期。我國《反壟斷法》第1條規(guī)定了國內反壟斷監(jiān)管的價值目標，較為直接的目標是“為了預防和制止壟斷行為”，而更具基礎性的目標則包括“保護市場公平競爭”“鼓勵創(chuàng)新”“提高經濟運行效率”“維護消費者利益和社會公共利益”，在更宏觀、更深遠的意義上則是要“促進社會主義市場經濟健康發(fā)展”。一旦平臺借助與數據密切相關的市場優(yōu)勢地位影響到前述目標的實現，反壟斷監(jiān)管即具備法理上的必要性和正當性?，F實中，平臺通過線上線下要素和資源的匯集創(chuàng)建生態(tài)系統(tǒng)，對海量數據進行收集、整理、分析和反饋循環(huán)，對同行業(yè)與跨行業(yè)聯合或集中，在橫向與縱向市場實施排他性行為，并且通過移動端與網絡端使用戶和平臺產生強連接，實現對市場的實質性控制?！?2〕參見楊東、臧俊恒：《數字平臺的反壟斷規(guī)制》，《武漢大學學報》（哲學社會科學版）2021年第2期。這一過程的關鍵在于信息匹配效率改變競爭結構并最終轉化為競爭優(yōu)勢：伴隨數據規(guī)模的擴大和質量的提升，平臺的需求分析及隨之進行的匹配精準度亦大概率提高，從而在供需兩側產生更強的粘性?！?3〕參見楊明：《平臺經濟反壟斷的二元分析框架》，《中外法學》2022年第2期。此種“數據粘性”一旦形成，在資本和技術的加持下，必然對傳統(tǒng)意義上的公平競爭產生實質性沖擊，平臺與消費者之間的力量對比也顯然更加強弱懸殊，而市場又難以自發(fā)消解和對抗此種變化。因而，對平臺數據壟斷進行有力的政府監(jiān)管，誠可謂理所必然。

然而，平臺數據壟斷的監(jiān)管亦充滿不同于傳統(tǒng)反壟斷監(jiān)管的復雜性，需要有一定的限度或邊界。就數據壟斷主題所聚焦的三個共同關注問題而言，每一個問題上不同觀點的對峙與爭鋒，以及相關制度實踐推進的謹慎與凝重，都表明對數據壟斷的監(jiān)管尚遠未形成精確的理論和制度共識，更未出現成熟的監(jiān)管路徑。在此種條件下，無限度地推進數據壟斷監(jiān)管至少是缺乏可行性的。在更深刻的層面上，有關競爭與壟斷的經濟學研究也表明數據壟斷監(jiān)管需要有一定的邊界與限度。從市場結構理論發(fā)展的歷史脈絡可以看出，學界對競爭與壟斷關系的認識在逐漸轉變：由最初亞當 · 斯密鼓勵競爭，并將壟斷與競爭完全對立，到張伯倫、瓊 · 羅賓遜認為壟斷和競爭可以共存，再到鮑莫爾提出的寡頭壟斷或壟斷同樣可以具有高效率，在對理想市場結構認識的過程中，對競爭的推崇程度逐漸降低，對壟斷的接受程度逐漸提高?！?4〕參見蘇治等：《分層式壟斷競爭：互聯網行業(yè)市場結構特征研究》，《管理世界》2018年第4期。此種基礎理論方面的認知轉變使“對互聯網行業(yè)市場結構特征問題的研究上，壟斷不再被視為洪水猛獸”，因為互聯網經濟在一定條件下的邊際收益遞增、快速創(chuàng)新基礎上的激烈競爭、新技術的開發(fā)成本需求等特征都有可能減輕壟斷的負面作用。〔15〕同前注［14］。數據壟斷問題部分地沿襲了互聯網平臺壟斷的特性，相關利害得失十分復雜，因此對數據壟斷的監(jiān)管也需要因時制宜、因事制宜。數據壟斷監(jiān)管的合理限度潛藏于數據壟斷的特殊性之中，為進一步明確數據壟斷相對于傳統(tǒng)壟斷的特殊性，有必要基于不同價值目標的維度對這一問題作深入剖析。

二、平臺數據壟斷監(jiān)管的特殊性

盡管平臺數據壟斷有顯著的監(jiān)管必要性，對數據壟斷的監(jiān)管也不同于傳統(tǒng)壟斷形式的監(jiān)管。我國反壟斷法制所設定的價值目標，除宏觀上總攬全局的“促進社會主義市場經濟健康發(fā)展”外，可以歸結為三種主要目標：一是經濟性目標，包括“保護市場公平競爭”“鼓勵創(chuàng)新”和“提高經濟運行效率”，三者之間存在密切的內在聯系，但又不完全一致；二是個體層面的非經濟性目標，即維護消費者合法權益；三是集體層面的非經濟性目標，即維護社會公共利益。反壟斷監(jiān)管的前述三種主要價值目標都存在一定的特殊性，對于反壟斷監(jiān)管的應然限度均有實質性的影響。對這三方面特殊性的深入剖析，實際上也是對前述三個共同關注問題的回應。

（一）經濟性目標方面的特殊性：競爭、創(chuàng)新與效率

數據壟斷在經濟目標方面的特殊性主要體現在存在明顯的規(guī)模效應，使競爭與效率的目標出現矛盾。通常情況下，充分競爭有助于提升經濟效率，然而，在數字經濟中，競爭與效率之間的關系有時是非常復雜的。一方面，競爭可能導致重復投入的合規(guī)和業(yè)務成本。如果每一個競爭者都獨立完成整套數據合規(guī)的要求，重復投入的網絡安全、數據安全、個人信息保護以及其他業(yè)務合規(guī)成本將相當顯著地影響經濟效率。以其中網絡安全方面的成本為例，目前市面上提供滿足網絡安全等級保護要求的服務報價不菲，僅安卓應用加固方面就需要考慮DEX安全保護、資源文件加密、防調試、運行環(huán)境檢測、風險感知、惡意軟件對抗等服務成本，如進一步考慮個人信息保護、數據分類分級保護、數據安全風險監(jiān)測處理等方面的要求，成本顯然更為高昂。同時，企業(yè)還需要重復收集數據、重復開發(fā)和維護業(yè)務系統(tǒng)等，也會產生類似的額外成本。另一方面，數據規(guī)模增長所帶來的效益極為可觀。首先，“大數據是運行算法社會的燃料”，大數據對于算法的訓練與調試有著不可替代的作用，“沒有數據的算法是空的，沒有算法的數據是盲目的”，〔16〕See Jack Balkin，The Three Laws of Robotics in the Age of Big Data，Ohio State Law Journal，Vol.78，p.1219-1220 （2017）.沒有足夠體量的訓練數據支撐機器學習過程，許多算法系統(tǒng)幾乎完全無法發(fā)揮應有的作用。其次，由于平臺業(yè)務需要一定的數據和商家規(guī)模以支撐多元化需求的精準匹配，如果市場充分競爭但競爭者的數據規(guī)模均相當有限，就難以達成大型平臺可以完成的優(yōu)化水準和需求匹配精確度，從而降低經濟和社會效益。再次，數據規(guī)模的擴大可以帶來“滾雪球”效應：獲取更多數據可能會支持更好的服務，從而吸引更多的客戶以及更多的數據，〔17〕任超：《大數據反壟斷法干預的理論證成與路徑選擇》，《現代經濟探討》2020年第4期。從而使企業(yè)的發(fā)展和產品與服務的供給獲得更多的正向支持。此外，大型平臺之所以能夠擴張至傳統(tǒng)常規(guī)企業(yè)難以企及的規(guī)模，還有平臺經營成本可以相對少受規(guī)模擴張的原因在起作用。平臺經營成本主要由建設、技術維護和宣傳推廣成本構成，三個方面的邊際成本在后期都可以降到非常低的水平，使互聯網平臺在擴大市場規(guī)模時無需擔心傳統(tǒng)企業(yè)出現的反向規(guī)模效應。〔18〕參見王坤沂等：《中國互聯網平臺市場壟斷：形成邏輯、行為界定與政府規(guī)制》，《財經科學》2021年第10期。大數據較強的正向規(guī)模效應和較弱的反向規(guī)模效應不僅共同導致了高額的壟斷收益，也使得互聯網平臺一定條件下可以在壟斷狀態(tài)中獲得較之傳統(tǒng)壟斷狀態(tài)更高的效率。

（三）科學地培養(yǎng)學生聽的能力。傳統(tǒng)意義上的聽，是學生聽教師講的聽，是學生被動接受的聽。素質教育意義上的聽，是培養(yǎng)學生有科學的聽的方法，培養(yǎng)學生聽的興趣、習慣。

即便反壟斷法制在競爭與效率的這種反常矛盾之間更加傾向保護競爭，數據壟斷也更容易通過公平競爭審查，因為缺乏新的分析工具判斷數據集中所帶來的反競爭效應。此前臉書（Facebook）斥巨資收購瓦次普（WhatsApp）一案之所以順利通過歐盟審查，其中一個重要原因是在收集和使用數據時，臉書（Facebook）這一平臺并沒有做任何為傳統(tǒng)分析定性為“反競爭”之事；因其主要遭受質疑的業(yè)務是免費提供給用戶的，并且收集的數據也不對外出售，反競爭分析中的市場力量和價值認定即難以適用?！?9〕McIntosh，We，p.196-197.類似地，臉書（Facebook）收購照片墻（Instagram）在美國通過審查，也是因為傳統(tǒng)反壟斷法制中的實證分析工具無法有效衡量用戶數據和網絡的跨業(yè)務合并將對競爭格局產生什么樣的影響?！?0〕See Marina Lao，Reimagining Merger Analysis to Include Intent，Emory Law Journal，Vol.71，p.1048-1049 （2022）.盡管這些收購的順利通過在當時和日后遭遇各種質疑，其后臉書（Facebook）最終也還是被美國監(jiān)管機構就此兩起收購提起反壟斷訴訟，〔21〕See Cara MacDonald，A New Antitrust Framework to Protect Mom and Pop from Big Tech，Journal of the National Association of Administrative Law Judiciary, Vol. 42，p.94（2022）.折射出數據壟斷在妨礙競爭方面比傳統(tǒng)壟斷更為復雜和特殊，甚至尚未形成非常精準和成熟的反競爭分析方案，尤其是目前國外反壟斷分析中的量化指標并不適宜于評估長期的非價格效應?！?2〕Lao，Reimagining，p.1152.

此外，不能被消費者剩余所刻畫的特殊性還體現在平臺與消費者的特殊關系中。平臺用戶不僅是被動的消費者，還是主動的信息和數據生產者?！?1〕胡凌：《信息基礎權力：中國對互聯網主權的追尋》，《文化縱橫》2015年第6期。消費者的行為軌跡數據和意見反饋數據等“用戶生成內容”（UGC）或“用戶生成數據”（UGD）是數字經濟發(fā)展的重要推動力?！?2〕參見黃再勝：《平臺權力、勞動隱化與數據分配正義——數據價值化的政治經濟學分析》，《當代經濟研究》2022年第2期。在知乎、嗶哩嗶哩等一些內容類平臺可以更明顯地發(fā)現，許多消費者也是高價值平臺數據的積極生產者，并且數據生產的體量和激勵在一定范圍內依賴于平臺規(guī)模所帶來的用戶活躍度與影響力；而在天貓、京東、美團等平臺，用戶所生產的評論、問答等也使其他用戶受益，這是傳統(tǒng)壟斷形態(tài)所不存在的消費者利益。平臺數據的反壟斷監(jiān)管也需要考慮消費者與平臺的此種特殊關系，盡可能避免單純認定數據壟斷對消費者利益的負面影響。當然，平臺數據生產者的利益也需要獲得反壟斷法制的保護，但壟斷狀態(tài)究竟對平臺數據生產造成何種影響尚未有定論，這是一個更為深遠和復雜的未竟議題。

不過，數據壟斷在提高效率方面的特殊優(yōu)勢也可能反過來對市場競爭造成進一步的阻礙，進而影響反壟斷監(jiān)管“紅線”的設置。數字經濟領域屢現“超級平臺”，重要原因之一就是更高的壟斷收益可以吸引更大規(guī)模的前期投資，在某一新興業(yè)務上迅速形成大資金、強團隊之間的對抗，從一開始就將中小規(guī)模的潛在競爭者排除在外。當然，平臺數據壟斷也存在有利于競爭的特殊因素，如平臺企業(yè)盡管可以在較短時間內積聚大量數據，但其競爭對手同樣可以實現此種操作，因此平臺也可能在短時間內被其他企業(yè)所超越，人人網和我的空間（MySpace）等曾經盛極一時的社交平臺就是典型例子。〔25〕同前注［7］。用戶數據可以被競爭對手重復收集利用，競爭對手也可以從其他來源獲得類似范圍和數量的類似數據，這一理由早在2007年就被美國監(jiān)管機構用于論證谷歌（Google）收購雙擊公司（DoubleClick）并不損害競爭。〔26〕See D. Sokol & R. Comerford，Antitrust and Regulating Big Data，The George Mason Law Review，Vol.23，p.1152 （2016）.然而，整體上，平臺企業(yè)之間的爭鋒與興替早已遠遠超出了普通中小型企業(yè)所能進行的常規(guī)競爭，普通中小型企業(yè)在傳統(tǒng)競爭中所賴以存身的地域特性及個人信賴等因素完全無法對抗平臺企業(yè)。數字經濟的“滾雪球”效應使得大數據驅動的競爭必然走向大體量的對抗，這是不可回避的經濟規(guī)律。因此，平臺數據壟斷監(jiān)管需要更多地考慮保護公平競爭的因素，但出發(fā)點不一定是競爭會導致更高的整體效率，而是公平競爭本身就是現代市場經濟所追求的一種基礎性價值；立足點也不一定要使平臺競爭回歸中小企業(yè)之間的傳統(tǒng)競爭模式，而是要建立有利于平臺正常優(yōu)勝劣汰的競爭環(huán)境。

數據壟斷在經濟目標方面的特殊性，還體現在一定條件下反而可能會產生鼓勵創(chuàng)新的效果。數據種類的增加和數據規(guī)模的擴大使平臺有機會開發(fā)更豐富的產品和服務，實際上也產生了大量新產品、新服務、新業(yè)態(tài)，甚至可以說平臺大數據恰恰是當代數字經濟的重要創(chuàng)新來源。首先，在激烈的競爭中，收集數據及研發(fā)數據相關產品和服務的高昂成本催生了較大的企業(yè)規(guī)模，但同時也使企業(yè)能夠承擔更多的風險性研發(fā)開支，從而產生激勵創(chuàng)新和促進經濟增長的效應。〔23〕See T. Klundert & S. Smulders，Growth，Competition and Welfare，The Scandinavian Journal of Economics，Vol.99，p.116 （1997）.其次，基于日益發(fā)達的數據分析技術，匯集了較大規(guī)模數據的平臺企業(yè)能夠機敏地發(fā)現和捕捉新的商機，從而創(chuàng)造前所未有的業(yè)務形態(tài)，如網絡約車、共享單車、點評優(yōu)惠、開源深度學習、靈活付費直播等，近年來平臺數字經濟方面的創(chuàng)新可謂目不暇接。再次，平臺數據壟斷往往不是處于完全壟斷狀態(tài)，而是處于壟斷競爭狀態(tài)，“壟斷競爭”不等于“不完全競爭”，因為“每個壟斷者都面對著替代品的競爭”，甚至可能是非常激烈的競爭，〔24〕參見［美］愛德華 · 張伯倫：《壟斷競爭理論》，周文譯，華夏出版社2017年版，第188頁。這就使得平臺仍然有創(chuàng)新的動力。因此，至少在平臺數據壟斷到達完全壟斷狀態(tài)之前，壟斷者如能受到有效的制度約束，還有可能反過來產生鼓勵創(chuàng)新的效果。

（二）非經濟性目標的特殊性之一：維護消費者利益方面的特殊性

對此，呼吁開放或分享平臺數據的主張不時可見，其中一種呼聲較高的主張是對平臺數據適用必要設施原則（或稱“必需設施原則”）。如果不適用必要設施原則以促使平臺開放基礎性數據，將會產生嚴重抑制創(chuàng)新的后果，因為數據占有者可能缺乏動機、視野和技能去以新的方式開發(fā)利用數據，有抱負和能力的改進者又無法從平臺獲得這些數據?！?6〕See Zachary Abrahamson，Essential Data，The Yale Law Journal，Vol.124，p. 879 （2014）.鑒于“目前壟斷企業(yè)對大數據的排他性控制已導致數據瓶頸現象的出現”，“應將必要設施原則適用于對大數據享有控制權的企業(yè)”?！?7〕曾彩霞、朱雪忠：《必要設施原則在大數據壟斷規(guī)制中的適用》，《中國軟科學》2019年第11期。更有觀點主張，“必要設施原則開放生產要素的本質與數據共享機理高度一致”，“隨著數據生產要素的重要性日益凸顯，必要設施原則將重新登上歷史舞臺”?！?8〕同前注［12］。我國2010年《工商行政管理機關禁止濫用市場支配地位行為的規(guī)定》和2015年《關于禁止濫用知識產權排除、限制競爭行為的規(guī)定》確認了必需設施制度，但這一制度尚未進入《反壟斷法》，也還沒有針對平臺數據運用。在歐洲，法國已通過《數字共和國法》明確平臺作為基礎設施的法律地位，要求平臺承擔中立性責任，〔49〕參見丁曉東：《網絡中立與平臺中立——中立性視野下的網絡架構與平臺責任》，《法制與社會發(fā)展》2021年第4期。此種制度立場已引起各方高度關注。平臺中立具體體現為收集、處理和檢索信息的透明性和公平性、表達形式和共享內容的非歧視性、信息生產手段的非壟斷性、獲取平臺的社會經濟信息方面的非歧視性等等，因為平臺往往控制著互聯網的核心要素（如流量），為防止互聯網走向封閉，法律可以要求平臺承擔類似公共承運人的責任?！?0〕同前注［49］。在全球范圍內，平臺中立原則尚有一定爭議，如果將平臺所掌握的數據也單獨拆分出來作為必要設施，此方面的反壟斷監(jiān)管將對整個數字經濟生態(tài)產生根本性的深遠影響。

上面一聽就樂了，非常滿意，認為它比批斗更能觸及靈魂。農民詩人李錦文聽說嗎？發(fā)表過很多打油詩，當年在省里影響蠻大，自嘲“李打油”，他得知此事蠻惱火，仗著認識幾個上面的人，就要為我父親去伸張正義。何止斯文掃地呀，斯文竟然去豬圈爬騷打花啦！我父親在村口堵住他說：我李家自古崇文重教，把六十歲以上老者叫作老成，高中以上學歷叫斯文，在祠堂里敬祖、喝酒，老成、斯文站前排、坐上席，這是秩序，也是風尚。叫我牽豬牯當花博士，好啊，你二伯妙招呀，你想想受辱的到底是哪個。

鑒于兩種賦權法各自的優(yōu)劣勢，為了能夠取長補短，更好地應用于實踐。近年來，組合賦權法逐漸被人們廣泛應用，比如基于對比法和權的最小平方法的組合賦權法[14]，采用兩種方法權重的算術平均值作為結果，缺乏客觀依據；粗糙集優(yōu)化后的層次分析法與信息熵法的組合賦權法[15]，這種賦權法雖然較為嚴謹，但仍會出現權重結果大者更大、小者更小的情況；基于變異系數的聚類分析法[16]，其主觀性較強，弱化了客觀權重值的作用，整體結果偏向主觀化。

消費者剩余方面的特殊性主要體現在消費者剩余的假定有可能發(fā)生根本性變化。經濟學很少使用“消費者利益”的概念，而是使用“消費者福利”（consumer welfare）一詞。在福利經濟學中，消費者福利的量化則體現為“消費者剩余”（consumer surplus），后者成為反壟斷法分析中的重要問題，也是判斷壟斷行為是否需要被禁止的客觀標準。〔27〕參見焦海濤：《反壟斷法上的競爭損害與消費者利益標準》，《南大法學》2022年第2期?！跋M者剩余”取決于消費者消費一定數量的某種商品愿意支付的最高價格與這些商品的實際市場價格之間的差額。〔28〕參見王冰、申其輝：《消費者剩余理論研究綜述》，《經濟縱橫》2003年第12期。處于壟斷地位的企業(yè)作為謀求壟斷利潤的組織傾向于保持較低產量和較高價格，使消費者剩余減少并造成社會性損失，這種福利損失也稱“無謂損失”（其中也包括部分生產者剩余的損失）；壟斷在造成無謂損失之余，還會使消費者剩余向生產者剩余轉移，同時對效率和公平價值造成沖擊?！?9〕同前注［28］。在經濟學針對消費者剩余問題的瓦爾拉斯分析中，無謂損失呈現為直角坐標系中的一個特定區(qū)域，其關鍵頂點由需求曲線D（即充分競爭狀態(tài)下的平均收益曲線AR）、平均（總）成本曲線AC、邊際收益曲線MR、邊際成本曲線MC等確定?！?0〕See David R. Kamerschen，The Economic Effects of Monopoly：A Lawyer’s Guide to Antitrust Economics，Mercer Law Review，Vol.27，p.1067-1068，1094 （1976）.無謂損失區(qū)域存在的其中一個典型假定前提MC和AC都是U型曲線，理論上MC的二階導數為正且大于AC的二階導數，即增加一種產品或服務供給的邊際成本和平均成本都先隨供給數量的增加而減速下降，隨后再加速上升，但邊際成本的變化快于平均成本，形成MC和AC兩條不同的成本曲線。在增供的邊際成本已超過邊際收益、但平均收益尚能覆蓋平均成本時，充分競爭中的企業(yè)仍然會為保住總體盈利的結果而增加供給，從而創(chuàng)造出消費者剩余。在壟斷條件下，需求曲線D與邊際收益曲線MR重合，只要提供產品的邊際成本小于邊際收益，供給方就可以停止供給，保護已取得的超額利潤，同時造成消費者剩余和生產者剩余的損失。在簡化的模型中，只用線段形態(tài)的需求曲線、邊際成本曲線與邊際收益也可以刻畫消費者剩余，而其基本原理可謂異曲同工?！?1〕See David Malueg，Monopoly Output and Welfare：The Role of Curvature of the Demand Function，The Journal of Economic Education，Vol.25，p.236 （1994）

在運用城市土地利用結構優(yōu)化SD模型進行情景方案設定和仿真模擬之前，需要對SD模型的有效性予以檢驗。以2016年為時間截面，對該年不同類型用地面積的歷史值和模擬值作比較，即將模擬值和歷史值之差的絕對值與歷史值的比值即相對誤差看作為仿真校驗結果[19]，結果如表2所示，除公共管理與公共服務用地面積的歷史值與模擬值相對誤差的絕對值高于15%外，其他用地類的相對誤差均處于15%內?？紤]到城市土地利用結構發(fā)展的復雜性，因此可認為SD模型模擬精度能夠滿足模型要求[20]。

對于高職院校學生來講，英語依舊是必修課程，但是非英語專業(yè)的學生在學習英語時難度相對較大，而且大多數學生會對英語產生抵觸情緒。再加上現實生活中，缺乏完善的語言應用環(huán)境，學生在學習英語口語時，很容易出現錯誤，即少數學生的英語應試能力良好，而口語表達能力明顯不足，無法用簡單的英語進行交流。語言之所以存在，就是為給人際交往提供便利，如果英語學習只是單純應對考試，那么真正價值就難以得到充分發(fā)揮。所以，英語教師通過深化改革并創(chuàng)新教學模式，以此提高學生的口語表達能力已經成為必然趨勢。PBL教學模式以其自身的獨特優(yōu)勢，在英語口語教學中備受青睞，其主要通過創(chuàng)建語言環(huán)境，設置開放式，具有現實意義的問題。

然而，在平臺數據壟斷狀態(tài)下，各種曲線的位置都可能被改變，從而導致某些條件下出現新的最優(yōu)解。如前所述，數據相關產品或服務增供的邊際成本可以被降到非常低的水平，并且由于規(guī)模效應的存在，增供的邊際收益可以在非常廣的區(qū)間內覆蓋邊際成本，甚至使曲線向L型轉變，〔32〕同前注［18］。這就使得壟斷狀態(tài)下的市場出清點遠離充分競爭狀態(tài)的市場出清點，其供給規(guī)模也可以遠超充分競爭狀態(tài)下的供給規(guī)模。這就發(fā)生了一種奇妙的變化：盡管壟斷者在一定條件下可以降低長期邊際成本、提升對社會的總供給水平（實際上也是提升了消費者的總體福利），但卻同時也使消費者剩余區(qū)域整體向右下擴展。不寧唯是，基于數據分析的精準需求匹配可以衍生出一系列個性化服務，產生預測和刺激消費意愿的效果，也有可能使需求曲線整體右移，〔33〕同前注［12］。從而進一步擴大消費者剩余區(qū)域。這一結果有可能同時意味著社會總產出的增加和社會分配上的無效率，因而有觀點主張，可以通過承認一定期間內壟斷性收益的方式激勵有意義的創(chuàng)新，而基于消費者福利的反壟斷法制適用之必要性有增無減，因為消費者剩余增大的同時，消費者一方的無謂損失也在增加，〔34〕See Michael Reksulak，William Shughart II and Robert Tollison，Innovation and the Opportunity Cost of Monopoly，Managerial and Decision Economics，Vol.29，p.622-623 （2008）.這意味著生產者從整體的效率增長中獲得了更多的收益；只要反壟斷法制仍然以保護消費者剩余為目標，就仍然需要對此種狀況作出實質性回應。易言之，社會總產出的提高不會減損消費者福利的保護需求，因為后者事關分配正義，但是可以參考專利制度的方案，給有效降低供給成本、擴展供給規(guī)模和提升服務質量的壟斷者以一定的收益“窗口期”?！?5〕Ibid，p.622.在這一窗口期內，平臺可以通過不斷降低成本、增加商品和服務的供給以及提升消費者的總體福利而持續(xù)獲得生產者剩余，直至將生產者剩余適度轉變?yōu)橄M者剩余成為長期內維護消費者利益的最優(yōu)解為止，如此可以平衡兼顧社會經濟發(fā)展與消費者利益保護的需要。

不能被消費者剩余所刻畫的特殊性主要是隱私保護問題，即數據的集中可能使得數據中隱含的某些關鍵屬性暴露，威脅消費者的隱私。數據聚合與分析能拼合有關個體的數據，形成更豐富的個體畫像，〔36〕See P. Schwartz & D. Solove，The PII Problem：Privacy and a New Concept of Personally Identifiable Information，New York University Law Review，Vol.86，p.1821 （2011）.即便沒有直接破解隱私信息，也會增加相關信息被推斷的概率。然而，此種隱私泄露風險實際上在數據匯集的情況下更容易得到治理，因為只有具備足夠專業(yè)水準的團隊、技術水平及資金支持的平臺企業(yè)才能建立完整的數據合規(guī)體系，有效綜合運用各種反制違規(guī)數據推理的措施，例如保存審計軌跡、阻塞推理通道、審查分析計劃、掃描分析結果以及應用安全分析工具等以確保數據推理方面的安全?！?7〕參見蘇宇：《數據推理的法律規(guī)制》，《浙江學刊》2022年第4期。此方面的數據安全理論研究、工具開發(fā)與合規(guī)體系均已有相當豐厚的基礎，近30年來，數據推理安全研究已經從統(tǒng)計數據庫推理控制擴展到數據倉庫推理控制，細化了推理控制的粒度，強化了推理控制的動態(tài)性?！?8〕參見黃曉森等：《基于數據立方體的動態(tài)推理控制方法》，《計算機工程》2011年第17期。隨著數據開發(fā)利用的規(guī)模越來越龐大，只有在強有力的管理制度和技術措施支持下，才可能有效地防范基于數據推理破解私密信息的風險，否則可能連基礎性的防護（例如網絡安全等級保護）都處于缺失狀態(tài)。然而，數據治理的成本相當高昂，中小企業(yè)在數據合規(guī)體系方面的缺失很可能導致更高的隱私泄露風險。對此，必須明確一個重要前提：數據的集中可能需要多方面的法律規(guī)制，但不一定需要運用反壟斷的監(jiān)管手段；易言之，反壟斷法制不一定適宜于解決此類消費者利益保護問題?！?9〕Sokol & Comerford，Antitrust，p.1145.對于商業(yè)行為導致的數據集中，應當綜合運用多方面的法律機制，強化數據安全監(jiān)管，同時應用諸如數據流測繪（data flow maps）等技術手段跟蹤數據全生命周期及監(jiān)測不同階段的數據安全風險，〔40〕參見毛逸瀟：《數據保護合規(guī)體系研究》，《國家檢察官學院學報》2022年第2期。而不必借助反壟斷的手段切割數據、破壞大數據價值。

小學是學生學習數學的初始階段。在這個階段，培養(yǎng)學生良好的數學學習習慣和數學思維，能夠使他們在以后的學習中有一個良好的開端。所以，如何讓學生在這個階段進行有效學習是小學數學教學中重要的一環(huán)。而類比教學法作為一種應用廣泛的教學方法，對于學生的學習習慣和學習技能有很大的促進作用，所以，在實際的教學中教師要善于利用類比教學法，以促進學生數學素養(yǎng)的提升。

（三）非經濟性目標的特殊性之二：維護社會公共利益方面的特殊性

數據壟斷在維護社會公共利益方面的特殊性主要體現在數據的公共意義及其利用方式。如果平臺所占有的數據聯結著特殊的公共利益，如可以作為刑事訴訟證據、提供國家安全信息、助力疫情防控等，有關部門嚴格依照法律規(guī)定的職權和程序調取即可，維護這方面的社會公共利益并不涉及反壟斷制度。涉及反壟斷制度的主要問題是平臺掌握的數據資源能不能被其他市場主體或社會主體有效利用的問題。作為生產要素和基礎性資源，數據以其可復用性能夠被各種不同的主體反復利用，從而蘊含著可觀的公共利益。數據價值的發(fā)掘有賴于數量上的規(guī)模（volume）、類型上的多樣（variety）和流通上的高速（velocity）等因素，數據碎片化分布在信息空間、物理世界和人類社會三元結構中，需要充分發(fā)掘和利用海量、異構、多維數據之間的關聯，并在此基礎上實現數據的交織性（hybrid）和超維性（hyper），才能充分實現數據的社會經濟效益?！?3〕參見許可：《數據爬取的正當性及其邊界》，《中國法學》2021年第2期。因此，數據只有按照一定的結構大量匯集才能發(fā)揮其巨大價值，而匯集后的數據往往可以發(fā)揮多種功能，例如路況數據既可以為駕駛員選擇路線和估計時間提供便利，也可以為公共部門加強市政道路規(guī)劃提供指引。平臺數據中匯聚了規(guī)模龐大的與公民權利、國家安全、社會發(fā)展密切相關的基礎性數據，涉及廣泛的公共利益，具有公共物品的屬性?！?4〕謝新洲、宋琢：《游移于“公”“私”之間：網絡平臺數據治理研究》，《北京大學學報》（哲學社會科學版）2022年第1期。因此，數據如果長期被單一控制者固定占有和利用，甚至從公共資源轉變?yōu)椤八饺丝刂频膰鷫▓@”，〔45〕參見胡凌：《超越代碼：從賽博空間到物理世界的控制/生產機制》，《華東政法大學學報》2018年第1期。將不利于充分發(fā)揮數據的社會經濟價值。

數據壟斷在消費者利益方面的特殊性包括兩個子方面：一是能被消費者剩余理論所刻畫的特殊性；二是不能被消費者剩余理論所刻畫的特殊性。二者需要分別討論。

無疑，平臺數據在信息社會中發(fā)揮著重要的基礎性作用，然而，平臺數據的復用價值和公共利益屬性畢竟不同于政務數據或公共數據，不能直接將平臺數據等同于典型的公共物品。平臺經營者投入相當成本收集和處理數據，也理當獲得與投入成本相稱的主要收益。如果以完整的、最佳狀態(tài)的數據資源提供外界復用，就會形成類似于“智豬博弈”的局面，將很可能觸發(fā)“搭便車”式的不正當競爭，繼而影響到數字經濟的可持續(xù)發(fā)展。數據要素具有“高沉沒成本投入、低邊際成本消耗”的特點，如果過度要求具備平臺企業(yè)公開數據要素，可能導致企業(yè)缺乏動力經營數據初級市場、投入高昂的成本搭建數據采集處理平臺，嚴重影響企業(yè)創(chuàng)新發(fā)展的積極性，〔51〕參見孫方江：《反壟斷視角下數據要素市場治理體系的構建》，《西南金融》2021年第9期。甚至可能激勵惡意競爭。平臺中立義務也不能直接推導出數據中立義務。本質上，平臺中立義務可被視作網絡中立義務在平臺經濟領域的延伸，由于互聯網時代的大型網絡平臺具備了與網絡服務提供商相仿的公共承運人地位，因此需要恪守中立性原則。〔52〕參見馬輝：《互聯網平臺縱向一體化的反壟斷規(guī)制研究——基于需求側視角的分析》，《南大法學》2022年第2期。然而，真正具備基礎設施價值的原生數據天然地對所有市場主體開放，競爭對手同樣可以自行收集和處理，并不像網絡或平臺那樣構成初始利用渠道上的壟斷；平臺所掌握的數據大部分是用戶在平臺內的身份數據、行為數據及其衍生加工數據，許多數據只服務于非常有限的業(yè)務類型和應用場景，此種數據的擁有者與公共承運人的角色相去甚遠。因此，對平臺數據“一刀切”式地適用必要設施原則并不合適，可以基于平臺數據社會價值評估等機制有選擇地將部分基礎性數據納入必要設施范圍，但其余平臺數據仍應由平臺自行處置。

因此，盡管一定范圍內要求或鼓勵平臺分享數據可能符合社會公共利益，反壟斷法制也需要通過一定的限制策略使平臺分享數據不至于損害原生數據開發(fā)利用的可持續(xù)進行。由于數據質量對自動化系統(tǒng)尤其是人工智能算法模型有非常大的影響，關鍵數據的缺失或錯誤將可能導致嚴重后果，數據復用不能使用摻假、偽造或缺漏的數據，只能降低數據的實時性或控制分享范圍以避免影響到數據處理的公平競爭環(huán)境和平臺經濟的發(fā)展動力，這就需要在維護社會公共利益和保護平臺數據處理活動的合理收益之間進行精巧的平衡。其中，控制數據分享的時間差是一個能夠非常靈活而精細地平衡兩方面利益的思路，因為數據雖可復用，但其價值卻隨時間流逝而遞減：〔53〕同前注［17］。實時數據比兩三日前的數據有用，兩三日前的數據又遠比兩三年前的數據有用。允許平臺暫時獨占數據，但根據不同場景下的數據價值變化曲線，要求、引導或鼓勵平臺在一段時間后分享或開放對社會有公共物品意義的部分數據資源，應當成為維護數據相關公共利益的主要思路。

綜上所述，平臺數據壟斷在競爭與效率、消費者利益、社會公共利益三方面均存在不同于傳統(tǒng)壟斷的特殊性，這些特殊性可以表述為平臺數據壟斷監(jiān)管的三種特殊限制因素，構成此方面反壟斷監(jiān)管的應然限度：第一種因素涉及數據的集中度及數據體量，在不損害其他重要法益的前提下，應當容許平臺基于公平競爭匯聚一定體量的數據以提供更好的服務、獲得更高的效率，甚至更好地鼓勵創(chuàng)新，可以被稱為“數據規(guī)模利益”；第二種因素涉及發(fā)展與分配之間的關系、涉及分配正義的實現策略，應當允許平臺在一定時間內獲取合理的生產者剩余以換取更大的社會總產出，優(yōu)化消費者可以獲得的供給規(guī)模、價格及質量，可以被稱為“供給優(yōu)化窗口”；第三種因素涉及數據復用的多元效益和公共利益，應當有限制地推動數據的分享和復用，通過對平臺獨占數據時限及范圍的動態(tài)調節(jié)，尋求平臺分享數據的最優(yōu)空間，合理平衡平臺數據處理者的合理回報及正當競爭利益與數據復用的社會經濟效益及公共利益，可以被稱為“合理分享空間”?；谏鲜鋈N特殊限制因素，平臺數據壟斷監(jiān)管在反壟斷監(jiān)管的基本邊界之外應當存在一定的特殊限度。這些限度的存在并不意味著不需要加強此領域的反壟斷監(jiān)管，而是呼吁平臺數據壟斷監(jiān)管盡可能尊重數字經濟的發(fā)展規(guī)律，推動平臺數據壟斷監(jiān)管更好地促進社會主義市場經濟健康發(fā)展。

三、平臺數據壟斷監(jiān)管三種特殊限度的制度化展開

單純的數據匯集本身不受當前反壟斷法制的限制，數據規(guī)模利益也為此方面的寬容提供了進一步的基礎。對于與壟斷行為相伴隨的數據匯集而言，無論是壟斷協(xié)議還是經營者集中，《反壟斷法》都設置了一定的例外情形和裁量余地，并不要求絕對化、無限度的監(jiān)管，這為數據規(guī)模利益的考量提供了重要的規(guī)范依據。在壟斷協(xié)議方面，《反壟斷法》第17、18條規(guī)定的壟斷協(xié)議一般情況下不會覆蓋常規(guī)的數據交易，即便是合作協(xié)議中包含了壟斷協(xié)議性質的條款，也可以僅針對其中的壟斷協(xié)議條款作處理。至于帶有較強數據集中后果的數據交易是否可能觸發(fā)第18條中“（三）國務院反壟斷執(zhí)法機構認定的其他壟斷協(xié)議”的情形，目前尚無此種情況，即便未來有，由于數據規(guī)模利益的客觀存在，此方面的監(jiān)管天然地有一定限度，一般也可以根據具體原因通過第20條對壟斷協(xié)議規(guī)定的例外情形中的（一）（二）（三）項分別適用例外條款。在經營者集中方面，現有的限制性規(guī)定并不直接針對數據的集中，即便在相關企業(yè)并購活動中審查者可能考慮數據匯集“對消費者和其他有關經營者的影響”“對市場進入的影響”“對國民經濟發(fā)展的影響”等因素，基于數據規(guī)模利益，如果經營者能夠分享數據或利用匯集的數據產生正的外部性，經營者也可以利用第34條證明匯集數據利大于弊，從而避免數據匯集增強監(jiān)管機構限制經營者集中的傾向性。

（一）數據規(guī)模利益

兩組患者治療效果觀察比較,治療有效率觀察組96.97%(64/66)與對照組87.88%(58/66),差異有統(tǒng)計學意義(P<0.05)。如表1。

現代法治社會的任何行政活動都必然有一定的限度，反壟斷監(jiān)管亦不例外。平臺數據壟斷監(jiān)管的限度主要來自于反壟斷監(jiān)管本身的法律和政策邊界。反壟斷法制中所規(guī)定的職權職責范圍、調查措施類型、法律責任種類與幅度等構成了反壟斷監(jiān)管的基本限度，監(jiān)管政策的具體要求則對反壟斷監(jiān)管的具體限度進行動態(tài)調整，平臺數據壟斷監(jiān)管在這些方面與其他領域的反壟斷監(jiān)管并無二致，無須贅述。在此基礎上，前述三種特殊限制因素理論上決定著平臺數據壟斷監(jiān)管的特殊限度，需要及時深化理論認識、明確監(jiān)管界限，力求將未來數字經濟領域的反壟斷監(jiān)管控制在合理邊界之內。

質言之，除非企業(yè)在數據匯集方面的優(yōu)勢地位包含行政權力濫用的因素，否則并不構成需要監(jiān)管的壟斷行為，這是因為數據收集與數據交易一般是面向某一領域的經營者同等開放的，如果僅基于自行收集數據及合法的數據交易就取得了明顯的市場優(yōu)勢地位，這既是公平競爭的結果亦無損于后續(xù)的優(yōu)勝劣汰進程。因此，對數據集中的反壟斷監(jiān)管應當限于是否濫用行政權力或濫用某些企業(yè)已有的市場支配地位達成數據集中的結果。當然，對于借助匯集后的數據實施的壟斷行為，應當正常開展監(jiān)管。例如，為了防止超級平臺利用數據優(yōu)勢進行歧視性行為或妨礙公平競爭，要求超級平臺承擔禁止“歧視性行為”和“自我優(yōu)待”的義務幾乎成為世界各國或地區(qū)共同的選擇，〔54〕同前注［8］。需要注意的是，也有觀點認為平臺自我優(yōu)待更適合通過不正當競爭規(guī)則進行處理，本質上和平臺壟斷地位沒有關系，參見前注［3］，胡凌文。數據規(guī)模效益不應成為損害公平競爭和破壞正常市場秩序的理由，因此不需要在此方面對反壟斷監(jiān)管額外設限。

數據規(guī)模利益針對的是數據集中的狀態(tài)，要求反壟斷法制對數據集中的監(jiān)管保持合理限度。平臺積累數據的途徑主要是自行收集，輔之以數據交易、合作協(xié)議、企業(yè)并購等方式完成數據匯集。前者的情形較為簡單，平臺自行收集數據本身并不違反《反壟斷法》的要求，只要平臺不限制用戶向其競爭者提供數據即可。后者則可能觸發(fā)壟斷協(xié)議或經營者集中，尤其是通過并購形成企業(yè)集群并在集群內部跨企業(yè)調用數據的情況，從而在一定條件下需要接受反壟斷監(jiān)管。

（二）供給優(yōu)化窗口

供給優(yōu)化窗口針對的是平臺從數據中獲取的、本可以屬于消費者剩余的超額利潤，關鍵問題是反壟斷監(jiān)管是否需要為控制此種超額利潤設置某種特殊限度。平臺匯集和利用數據發(fā)展各項業(yè)務的最終目標是為了獲取超額利潤，在此過程中，濫用市場支配地位是平臺最容易觸及的“數據壟斷”問題。只要平臺沒有利用數據實施《反壟斷法》第22條中明確規(guī)定的濫用市場支配地位的行為，即便利用匯集的數據獲得了可觀的利潤，也不應當觸發(fā)反壟斷監(jiān)管。平臺利用數據從事濫用市場支配地位的行為可能涉及《反壟斷法》第22條所規(guī)定的7種情形，除去兜底性的“國務院反壟斷執(zhí)法機構認定的其他濫用市場支配地位的行為”外，其余六種情形都以一個不確定法律概念為前提判斷，防止無限度、無條件的反壟斷監(jiān)管。是否“不公平”是第一種情形的前提判斷，而是否存在“正當理由”是其余五種情形的前提判斷。對相關壟斷行為的監(jiān)管限度實際上就隱藏在作為不確定法律概念的“公平”和“正當理由”之中。這兩個概念背后所隱藏的變化都較為復雜，需要分別闡釋。

酸酯類物質是白酒中重要的呈香呈味物質：酸可以調節(jié)口味使酒體醇和可口，白酒中的總酸含量應控制在合理的范圍內，過高、過低對酒質都有影響；酯類物質大多數具有水果樣的芳香，是形成白酒香型和構成白酒香味的主要成分[1-2]。關于白酒貯存過程中酸酯含量的變化已經有不少相關的報道[3-5]，但是對于酸酯含量變化內在的聯系，它們之間變化的動態(tài)平衡卻少有研究。本文從白酒貯存過程中酸酯含量的改變量入手，意在揭示其內在規(guī)律，從而提高企業(yè)產品質量。

“不公平的高價”和“不公平的低價”均使用“公平”之概念，但“公平”的內涵卻有截然不同的基礎?！安还降牡蛢r”一般發(fā)生在平臺尚未確立自身（以及共謀方）的市場支配地位之前，根據2021年《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》（下稱《反壟斷指南》）第12條，低價方面的“不公平”主要指的是明顯低于“在相同或者相似市場條件下同種商品或者可比較商品的價格”?！?5〕該條中的靜態(tài)對比對象包括“其他同類業(yè)務經營者”和“該平臺經濟領域經營者在其他相同或者相似市場條件下”同種商品或者可比較商品的價格，動態(tài)對比對象則主要與成本變化有關，相對較為復雜。此處僅選取同一時點橫斷面靜態(tài)對比的方式加以說明。出現此種低價的情況下，平臺的供給曲線并非邊際成本曲線而是趨向于平均（總）成本曲線，甚至從右側越過平均（總）成本曲線，如此一來無謂損失區(qū)域就在這一階段消失了，此時只需要考慮影響公平競爭的因素，無法提前計算和確定未來的消費者損失以作為反壟斷執(zhí)法的證據?！安还降母邇r”則一般發(fā)生在平臺已確立難以動搖的市場支配地位之后，與“不公平的低價”類似，衡量是否公平的參照系是公平競爭狀態(tài)下的正常價格水平。因為高價并不直接侵害公平競爭的法益（出現不公平高價的原因往往是其他因素已侵害公平競爭法益所致），出現此種高價時，主要需要保護的法益是消費者剩余。供給優(yōu)化窗口這一限制因素針對的是消費者利益保護，因此平臺不能以此針對不公平低價乃至掠奪性定價辯護，除非確實能證明其有效降低了供給成本且價格已落在成本線之上的合理區(qū)間。供給優(yōu)化窗口也不能用來為“不公平的高價”辯護。因為出現此種高價時，供給曲線的位置整體向上移動，消費者沒有其他利益填補價格上升的損失，亦即已經沒有合適的理由為剝奪消費者剩余辯護。不過，考慮高價是否公平時，應當考慮平均成本而不是邊際成本，為生產商品和提供服務所作的前期相關投入也應被考慮在內，單純基于邊際成本定價控制的方式會影響企業(yè)的市場進入動機并產生效率方面的不良影響；〔56〕See Florin Bilbiie，Fabio Ghironi & Marc Melitz，Monopoly Power and Endogenous Product Variety，American Economic Journal：Macroeconomics，Vol.11：4，p.163 （2019）.但如果制度上考慮的是價格相對于成本的變化，則以邊際成本為宜，因為平均成本已被接受為變化前的正常價格了?！斗磯艛嘀改稀分信袛嗍欠駱嫵刹还礁邇r的標準之一“銷售商品提價幅度是否明顯高于成本增長幅度”，即是從提價相對于邊際成本增長的角度出發(fā)，此種限度的設定就是適宜的。

“正當理由”主要包括提高效率、增進公平和促進競爭上的正當性三個方面的理由，〔57〕參見肖江平：《濫用市場支配地位行為認定中的“正當理由”》，《法商研究》2009年第5期。這也可以被稱為效率抗辯、公平抗辯及競爭抗辯。〔58〕參見陳兵、徐文：《規(guī)制平臺經濟領域濫用市場支配地位的法理與實踐》，《學習與實踐》2021年第2期。效率抗辯包括新產品和新服務的促銷、市場蕭條時期的促銷、推動技術革新、反制掠奪性定價、依法降價處理特定商品等，公平抗辯包括穩(wěn)定產供銷渠道、減少“搭便車”行為、保障消費者福利等，競爭抗辯則主要是宣稱相關行為是出于正常競爭的需要?！?9〕同前注［57］［58］。在上述三種抗辯范圍內，供給優(yōu)化窗口這一因素顯然主要指向效率抗辯，而且主要指向的是壟斷狀態(tài)和充分競爭狀態(tài)下市場均衡點之間的供給數量差值。消費者福利損失的本質，就是從充分競爭狀態(tài)轉向壟斷狀態(tài)后，供給者在邊際成本等于邊際收益的點上即停止供給。這個數量差的形成，既可以體現為明確的拒絕交易行為，也可以體現為收縮供給產品線或服務線、限制供給數量的行為，后者盡管未為《反壟斷法》明文規(guī)定，但卻明確見諸《反壟斷指南》。《反壟斷指南》第14條第1款對“拒絕交易”的解釋包括了“實質性削減與交易相對人的現有交易數量”“在平臺規(guī)則、算法、技術、流量分配等方面設置不合理的限制和障礙，使交易相對人難以開展交易”等復雜情形。由于明確的拒絕交易行為很可能涉及歧視等負面社會因素，容易引發(fā)社會矛盾，借助供給優(yōu)化窗口為由進行抗辯是不適宜的。然而，對于收縮供給產品線或服務線、限制供給數量等不直接針對特定消費者或消費者群體的行為，只要平臺沒有采取妨礙公平競爭的行為，尤其是阻止競爭者進入相關市場，所提供的又非普惠性質或生活必需的公共服務，在平臺尚能不斷改進服務、提升社會供給效率之前，應當給予一定的緩沖空間。對此，《反壟斷指南》第14條第3款中有若干對“正當理由”的解釋，其中“（三）與交易相對人交易將使平臺經濟領域經營者利益發(fā)生不當減損”及“（五）能夠證明行為具有正當性的其他理由”均可用于支持繼續(xù)優(yōu)化供給的需要，即允許平臺暫時不在邊際成本超過邊際收益的范圍內提供產品或服務以保證其繼續(xù)投入資源，優(yōu)化供給產品或服務的數量、質量和成本。在平臺的供給數量、質量和價格水平已經基本定型后，應根據新的經營狀況調整對“正當理由”的解釋，否定拒絕交易的合理性，未來甚至還可以進一步要求產品和服務必須覆蓋一定范圍、確保產品和服務供給的穩(wěn)定性和連續(xù)性等，從而維護消費者利益、填補消費者剩余。

總而言之，當前反壟斷法制的規(guī)定在此方面已經基本體現了合理的監(jiān)管限度，但相關規(guī)則仍須進一步建立和細化。未來最主要需要引入的特殊監(jiān)管規(guī)則應當是限制或禁止平臺企業(yè)放棄“長尾市場”和“長尾用戶”，必須保障產品和服務供給的覆蓋范圍及連續(xù)性，保障的程度以有效彌補消費者剩余的損失為限。然而，基于保留供給優(yōu)化窗口的考慮，制度上還應當對此種監(jiān)管設置干預時機限制，避免在平臺匯集和利用數據開發(fā)及優(yōu)化業(yè)務的初期即進行干預，盡可能取得社會總產出和消費者利益保護之間的最優(yōu)平衡。

（三）合理分享空間

合理分享空間針對的是平臺數據背后潛藏的社會經濟價值和公共利益，關鍵是平臺所匯集的數據以何種方式向社會提供乃至開放利用，充分發(fā)掘大數據的價值。針對平臺數據是否需要確立和適用必要設施原則，以及此方面的反壟斷干預應當設置何種限度，將是未來數字經濟領域反壟斷監(jiān)管的重要問題。這一問題極具前瞻性，當前反壟斷法制尚未對此作出規(guī)定，但不代表未來不需要應對這一挑戰(zhàn)。

如果將平臺數據作為必要設施，不僅需要在反壟斷執(zhí)法中慎用必要設施原則，更需要在制度上對這一原則在反壟斷監(jiān)管中的運用設置嚴格的限度。鑒于數據是否能被作為必要設施看待尚存不小爭議，證明數據符合必要設施標準的難度很大（尤其是滿足其中的“不可復制性”要求），〔60〕參見林平等：《反壟斷中的必需設施原則：美國和歐盟的經驗》，《東岳論叢》2007年第1期。而且平臺數據的構成和圍繞數據的利益關系非常復雜，短時間內針對平臺數據適用必要設施原則尚難言可行性，未來適用這一原則也需要把握一定限度：一方面，要充分發(fā)揮數據的社會經濟價值，就應當盡可能允許和支持多元數據處理者共用、復用數據，針對數據的收集和利用建立確保公平競爭的機制，避免單一平臺長期排他性地掌控大量價值豐厚的數據資源；另一方面，又需要注意控制數據復用的安全性和時效性，在反壟斷監(jiān)管中劃出合理、精準的動態(tài)獨占范圍，避免社會和市場主體在充分挖掘數據價值的過程中過度損害數據處理者的正當競爭利益和合理收益。即便不在《反壟斷法》中確立必要設施原則或不將數據認定為必要設施，也可以在不影響數據安全及個人信息保護的前提下，通過其他方式鼓勵和引導平臺企業(yè)向社會開放一定范圍內的非實時數據，或促使企業(yè)以合理的價格開展數據交易，盡可能使其他市場主體和社會主體有機會利用平臺數據的潛在價值。需要注意的是，一旦平臺企業(yè)基于必要設施原則承擔了分享基礎性數據的義務，反壟斷法制就應當盡可能保證此種數據分享的連續(xù)性與穩(wěn)定性，避免平臺企業(yè)在其精心選擇的節(jié)點利用拒絕交易策略打擊合理“搭便車”的其他企業(yè)?！?1〕Abrahamson，Essential，p.874.

無論采取何種方案，平臺數據分享與開放方面的反壟斷監(jiān)管應當是有明確限度的。例如，假定法律要求平臺開放作為必要設施的數據，理論上，如果數據交易市場中相關數據存在比較明確的參考價格，則開放數據的時間限制可以借助市場價格隨時間下降的比例確定，要求平臺分享數據的時間點應該設置在相關數據的價格下降一定比例（例如收集和處理數據的成本與交易價格之比）以后，使通過“空手套白狼”獲取平臺數據而贏得對平臺競爭的博弈策略不存在，從而確保平臺數據的分享不損害競爭上的公平性和企業(yè)經營數據資源的動力。

在加S9與不加S9的情況下，在相同實驗條件下重復兩次檢測，各劑量組回變菌落數均未超過未處理對照組的2倍，而陽性對照組的回變菌落數均超過未處理對照組的2倍，因此木棉花對鼠傷寒沙門氏菌不具有致突變作用，結果為陰性。

總之，在反壟斷監(jiān)管一般限度的基礎上，數據規(guī)模利益、供給優(yōu)化窗口和合理分享空間決定了平臺數據壟斷監(jiān)管的特殊限度。平臺數據壟斷監(jiān)管不宜單純針對數據的集中進行，也不應直接要求平臺企業(yè)對其他市場主體及社會主體無償分享實時數據。在既有反壟斷法制的基礎上，未來反壟斷法制可以要求平臺確保供給的穩(wěn)定性、連續(xù)性和覆蓋范圍，也可以要求平臺分享作為必要設施的數據，但都需要明確的邊界，關鍵是需要精準把握平臺優(yōu)化供給的時間窗口和消費者剩余的體量，以及數據價值遞減效應對公平競爭的影響。

結語

平臺數據壟斷是當前數字經濟領域日益無可回避的問題，平臺數據壟斷監(jiān)管既屬勢在必行，又須慎之又慎。與傳統(tǒng)壟斷形態(tài)相比，平臺數據壟斷伴隨著顯著的數據規(guī)模效益、供給效率增長及一定程度的產品、服務與業(yè)態(tài)創(chuàng)新動能，因而對監(jiān)管限度提出了新的要求。數據資源的持續(xù)匯集與聚合是數字時代不可避免的趨勢。我們所追求的并非防范數據集中本身，而是防范平臺利用數據集中之力量對競爭秩序、消費者利益和社會公共利益造成各種未被其正面效益所覆蓋的不利影響。這一目標本質上決定了平臺數據壟斷的監(jiān)督限度。

無論采取何種監(jiān)管路徑，平臺數據壟斷監(jiān)管都需要注意到數據規(guī)模在算法社會中有著不可替代的重要性。大數據帶來了難以估量的社會經濟價值，不僅包含了社會生產效率的提升，也不僅僅是帶來了精準匹配需求的消費者福利，更在深遠的意義上變革了市場活動乃至社會生活的形態(tài)。任何法律機制恐怕都難以一蹴而就地精準把握數據集中的種種積極作用與負面效果之間的復雜平衡，只能在合理的監(jiān)管限度內不斷嘗試，逐步修正理論假定和認知框架，致力于逐步達成最優(yōu)制度方案。