社交平台数据垄断认定困境及超越

郭少飞，郭一丹

（河南师范大学a．法学院；b．私法研究中心，河南 新乡 453007）

导 言

21 世纪以降，全球数字经济快速发展，一种以数据为基本要素、以网络为通路、以平台为核心的新型经济结构及系统诞生。 数据乃 “新石油” ，数字市场竞争围绕数据要素展开， “数据圈地运动” 已成为国际平台巨头谋取超额利润的主要方式，一系列反竞争的连锁反应产生。 2021 年国务院反垄断委员会出台《关于平台经济领域的反垄断指南》（以下简称《反垄断指南》），国家市场监督管理总局办理了一批热点案件。 2022 年我国《反垄断法》修订，强化平台领域垄断的法律规制。

面对平台经济新情况，根植传统单边市场支配力的垄断认定方法及标准捉襟见肘。 尤其大型社交平台与生活、社会系统高度融合，用户黏性大，数据流量多，市场力强，在数字经济中处于基础地位。 社交平台作为海量数据控制者，实施数据闭锁、封禁等行为，到底是行使数据权益，还是反竞争的非法行为，争议巨大。 对此，本文基于特定案例，梳理相关命题，揭示传统垄断规制困境，进而立足社交平台市场及平台能力，提出 “两步法” ：首先，以 “必需设施” 进路规制社交平台；其次，非必需设施类平台适用重构之反垄断规制架构。

一、社交平台数据垄断的理论命题

社交平台数据垄断异于工业时代的传统垄断，不但蕴含一般网络平台垄断的典型问题，而且缘于社交性，颇具自身特点。

（一）典型案件概况

2021 年底湖南蚁坊软件股份有限公司（以下简称 “蚁坊公司” ）在湖南省长沙市中级人民法院起诉新浪微博运营商北京微梦创科网络技术有限公司（以下简称 “微梦公司” ）数据垄断案（以下简称 “新浪微博数据垄断案” ）正式立案。 该案在我国集中开展平台领域反垄断治理之际引发广泛关注。

蚁坊公司是以网络数据分析为主营业务的高新技术企业。 蚁坊公司旗下的鹰击早发现系统（以下简称 “鹰击系统” ）在输入关键词后，可利用爬虫等技术收集存储新浪微博上用户发表的公开数据，以监测舆情。

2018 年微梦公司诉蚁坊公司 “非法抓取并使用微博数据” 。 历经两审，终审法院认定，蚁坊公司以鹰击系统抓取新浪微博后端数据，导致新浪微博授权第三方数据许可业务效益减损，并提高其数据安全维护成本，判定蚁坊公司构成不正当竞争。 庭审中，蚁坊公司以 “新浪微博利用其垄断地位控制相关市场、阻碍信息自由流通” 抗辩，法院未作裁判。 2021 年11 月，蚁坊公司以微梦公司拒绝许可鹰击系统使用新浪微博数据提供政务舆论监测构成垄断为由，请求长沙中院判令微梦公司以合理条件许可蚁坊公司使用新浪微博数据，并赔偿其经济损失及合理费用。

（二）理论命题

当下，数字经济竞争结构日趋固化，大型平台利用数据算法，矗立起无形的数据壁垒。 大型社交网站运用于自身增值服务，创建的封闭孤岛会导致网络分裂，威胁单一信息空间存续［1］。 而中小型平台实力远远落后，不得已躲入大型平台尚未踏足之处，或依附大型平台从事边缘业务，承担与之谈判交易的高额成本，整体竞争力螺旋式下坠。 且因根植数据垄断的市场优势持久，倾斜市场中各方技术创新研发动力不足［2］，导致用户及社会福祉受损。 于此，网络平台反垄断执法及司法案件映射出诸多理论命题。

其一，平台经济乃数据驱动型经济，基于双边甚至多边市场，且存在交叉效应。 面对动态多变的网络市场、网络效应显著的平台经济、消费者单边免费的商业模式等，传统相关市场界定方法力有未逮。 其二，传统市场支配地位认定方法在平台经济领域尽显不足。 市场份额计算偏重价格、销售额，对用户数、持续时长、点击数等用户行为数据及数据流量关注不够。 其三，平台的数据滥用行为认定难度较大。 平台从用户处获得的数据权益边界不清，开放共享义务与机制不明，实践中倾向认可垄断平台的合法权益抗辩。 平台通过隐蔽方式或技术引诱影响用户决策，合法性存疑。反竞争效果厘定缺乏对平台数据算法等无形力量的缜密分析，未充分认识平台关联市场影响力及跨市场反竞争后果。

相较于非社交平台，社交平台在免费定价、网络效应等方面的优势更加突出，引发数字经济社交化趋势，各类平台着力增添社交功能，提升社交属性。 在此趋势下，免费模式更广泛地替代传统的价格中心主义，垄断认定的市场交易分析法的局限性更加凸显。 而把社交平台判定为 “必需设施” ，令其承担数据开放义务，是适用反垄断一般框架之前值得尝试的一条规制捷径。

二、社交平台数据垄断认定面临的挑战

（一）平台市场突破了传统相关市场

传统相关市场界定遵循市场份额及市场力范式，有学者指出其作为基本经济原则应完全摒弃，因为有意义的市场力推断无法作出；市场份额范式依赖未能言明的标准；决定何种市场界定最佳，在缺少对市场力最优估量的情况下几无可能［3］。此论完全否弃既有方式，略显过度，但亦表明相关市场界定应审慎。

传统相关市场分为商品、地域和时间市场。商品市场界定方法中， “替代分析法” 适用于业务多边、产品功能界限模糊的超大型平台时，难以认定其替代产品［4］。 需求替代分析法面临平台市场跨界性、竞争动态性、功能复合多元、零价格模式的多重挑战；供给替代分析法考量的设施重建改造费用、风险等，无法反映在线市场概况。 假定垄断者测试法则基于单边市场以价格变动为准，无法适用于零价模式的多边平台市场。

平台市场数字化在线化虚拟化，线上线下结合，打破了传统市场地域范围限制。 判定平台相关地域市场时，需考虑平台产品服务覆盖地域、平台语言辐射地域、竞争关系发生地域、特定国家网络管制、用户分布地域等。 而平台市场竞争的动态性决定了相关市场的时间维度理应成为相关市场界定的常态［5］123，构成平台生态系统的技术、产品、知识产权的生命周期，对于平台时间市场颇为重要。

（二）传统市场支配地位认定存在缺陷

首先，传统市场份额计算方法在平台领域失灵。 市场份额是判定市场力的关键指标。 与产品销量、营业额等传统依据不同，活跃用户量、使用时长等已在平台领域获认，但动态流量指标未能引入。 此外，收益分析法不敷应用，因为平台即使能够通过价格补贴、免费使用等方式快速扩张，市场份额大涨，却持续处于亏损状态。 市场份额无法确证平台市场控制力强，处于市场支配地位。

其次，传统方法忽视平台的数据支配力。 否定论者认为，数据天然属于拥有者，不存在垄断与否的问题①参见曲创《数据垄断的伪命题与真问题》，载于《科技日报》2019 年8 月21 日，第8 版。。 但实非如此。 其一，平台利用用户数据针对用户偏好优化产品服务，实行个性化推荐，提升用户体验，增强用户黏性，深度拓宽用户市场，提升市场竞争力。 其二，在缺乏共享互通机制的情况下，数据一旦为平台控制，排他性展露无遗。 数据可被人为打造为稀缺资源。 其三，数据可以强化间接网络效应。 平台用户规模、数据量越大，嵌入平台生态系统或与之匹配的互补企业及产品服务越多，平台价值增加，各方对平台的依赖性渐增，平台最终跃升为守门人。

再次，平台 “零价” 模式使得价格控制认定法失效。 缘于网络效应，平台通常免费向多边用户提供基础产品服务吸引用户。 伴随用户量增加，平台固定成本摊薄，产品服务边际成本下降，甚至趋于零［6］。 此时，面对零价，价格控制认定法失效。

最后，传统方式忽视新型数据壁垒。 在平台经济领域，大型平台更有能力锁定用户，竞争对手面临平台基于规模用户形成的海量数据壁垒。 数据获取、分析与处理需要大量资金；数据使用能够产生正反馈效应，初始数据增殖新数据，数据集日益庞大，平台垄断自我强化。 对新进入者而言，竞争或盈亏平衡所需的最少用户量或数据量、最低水平的用户反馈等成为难以逾越的壁垒。

（三）传统 “滥用行为” 认定难以契合平台经济

其一，对反竞争效果的重视不够。 平台滥用行为导致的反竞争效果更为隐秘。 此与平台虚拟性、数据算法无形性密切相关。 例如，谷歌通过算法将搜索引擎中自身产品服务排名提前，争夺用户流量，自我优待。 此行为具有极强的隐蔽性和技术性，而《反垄断法》未将其规定为滥用行为［7］。 另外，数据的可复制性和易转移性使得大型平台能够把数据优势传导至关联市场，从而对关联市场竞争产生排除或限制效果。

其二，滥用行为 “违法性” 认定标准不统一。首先，行为违法与合理的边界不易厘清。 《反垄断法》列举滥用行为时大多前缀 “无正当理由” ，正当理由如何确定较为模糊。 其次，竞争与垄断的叠加性使其界限划分微妙。 微梦公司拒绝蚁坊公司访问抓取微博公开数据是否构成垄断呢？ 此可参考HiQ 诉LinkedIn 一案②HiQ Labs， Inc． v． LinkedIn Corp， 938F． 3d 985， （9th Cir． 2019）．。 该案审判法院认为，公开数据具有公共性，访问公开数据合法，最终裁判领英反抓取公开数据行为构成垄断。

此外， “违法性” 认定缺乏对消费者权益的深度关切［8］。 平台普遍采取零价模式，用户使用平台基础服务无需支付等价货币。 但实际上，用户已不自觉地提供了个人数据、点击量等非货币替代对价。 甚至，平台过度收集、非法处理用户数据；以 “暗黑模式” （Dark Patterns）混淆用户需求，操纵用户行为［9］；以促销方式激发用户消费欲，令其消费上瘾；个性化信息推荐筑牢 “信息茧房” ，强化用户认知偏差；基于数据画像的精准定价导致 “大数据杀熟” 、价格歧视等。 对此，有必要从数据权益配置、数据取得利用的合法性等角度审视平台数据行为。

总之，在平台经济领域，反垄断不宜以价格为中心，偏重商品替代性分析，过于关注市场份额、营业额，而应聚焦社交平台的数据流量、功用与技术特性、平台对细分市场的实际或潜在控制力、用户对平台的依赖程度或转换成本、平台垄断与用户社交需求之间的张力等。

三、社交平台数据垄断规制的 “必需设施” 进路

社交平台作为多功能复合经济体早已超越单一社交范畴，全面渗透到生产生活、社会管理、公共服务等领域。 平台垄断规制应首先开展 “必需设施” 判断，以此作为便捷规制方式，不构成必需设施的平台接续纳入竞争法一般框架。

（一）社交平台的市场特性

其一，在线虚拟性。 社交平台是在线社交场所，在数字时代是线上与线下、虚拟与现实连接的纽带。 虚拟性使得人类社交突破了时空限制，具有泛在性、及时性，同时远距化、匿名化，甚至形成了基于志趣的在线群组、圈层。 对社交平台而言，虚拟化社交令平台数据优势、算法技术能力瞬时经由网路投射到世界各地，渗入人们生活的角角落落，从而打破特定时空限制。

其二，功能多元复合。 社交平台是用户交换分享信息、与他人互动的中心化网络通路，首要功用在于满足人们社会交往的需求。 因平台用户的多层性多样性，社交平台衍生出多元功能。 企业利用社交平台开展市场营销，投放广告，平台发挥显著的经济功能；国家机关通过社交平台发布政务信息，提供行政服务，平台成为社会管理与公共服务平台；平台还承担着维护网络市场秩序、保护用户权益的公共职能［10］42。 在社交平台上，信息互通、人际交往、社会生活、商业经营、政务服务等多重行为交叠，社交性、市场性、公共性等多属性共生。 社交平台已成为数字经济的底层架构与交换枢纽。

其三，双边或多边市场。 平台市场是双边或多边市场，众多商家面向消费者开展竞争，经平台撮合，消费者从中选择交易对象，价值链并非从生产商、销售商至消费者的线性链条，多主体竞争导致非线性价值链环境产生。 基于网络效应，用户群体增加，平台规模扩大，成本大大下降，全体用户总体效用提升，同时产生激励非用户使用的边际效用，形成积极的反馈循环，平台价值能够实现几何级增长。 为此，平台通过技术迭代、产品创新、服务优化，努力为用户创造价值，拓展用户量，增殖数据流量规模。 巨量数据能够反哺技术模式创新、产品服务改善，增强平台市场竞争力，巩固市场优势地位。

其四，非对称价格模式。 在双边或多边市场中，平台能够在保持收益不变的情况下，通过转移不同用户间的成本实现经营策略，出现了双边或多边市场价格的非对称性，从而通过调整不同端市场上的价格实现不同的经营效果［5］123。 当下，社交平台普遍采用消费端 “零价” 商业模式，多边实行整体定价。 在网络效应、外部性下，消费侧 “零价格” 可以显著提升两边用户量，快速扩大平台规模［11］。 尤其在平台发展初期，产品服务多边免费，甚至提供补贴奖励，一旦达到规模临界值、占据市场优势地位，即实行后端定价，基础功能免费而增值功能收费，个别也会全面收费。 由于零价的广泛使用，平台用户消费决策更加注重非价格因素，从而改变了传统价格中心主义的竞争方式。

其五，他竞争与自竞争驱动。 社交平台市场经多年发展已臻于成熟，整个市场竞争演变为存量竞争，日益激烈。 平台在横向、垂直等多向度整合，跨界融合，平台间市场相互渗透，处于直接或潜在的竞争状态。 用户多归属性产生的分散效应有效地降低了用户对于主导经营者的过度依赖［12］。 社交平台用户多归属性虽不显著，流失风险较小，但地位亦非不可动摇。 如2008 年，Facebook 取代全球最大的社交平台MySpace 成为领先者［13］。 而新兴技术快速迭代，颠覆性技术与商业模式创新频仍，动态竞争加剧市场不稳定，平台面临的替代性威胁剧增。 诸种情势令平台缺乏安全感，需全力应对，防止在竞争中倾覆、被收购重组或为后来者代替。 特别在市场瓶颈期，虽然尚未承受来自对手的直接竞争威胁，但以自我超越的心理状态与内在动力，试图不断奋发向上的自竞争，成为平台发展的重要驱动力。

（二）社交平台的多重能力

基于多边市场特性，平台天然即有追逐数据、扩张市场的本性，它以数据为要素，基于程式代码，塑造数据及算法能力，锻造平台规则能力，并衍生出对关联市场的潜在影响力。 以平台为主体、数据为中心、算法为行为演变出新的平台力量［14］。

第一，数据能力。 社交平台收集的海量初始数据多样混杂，涵盖生产生活等各领域；包含大量无用甚至垃圾数据；通常是异构数据，需要数据标注，进行结构化处理；利用大数据，可以揭示新关系，发现新知识，创造新价值。 使用结构化数据，训练算法模型；开展用户数据画像，充分了解用户偏好；掌握竞争者动向，采取有效预防策略，限制对手竞争，等等。 社交平台占有巨量数据，数据处理能力卓越，深度释放数据要素价值，牢牢占据市场优势。 对数据流量的掌控处理及应用成为社交平台能力原点，数据能力是平台的基础能力。

第二，算法能力。 算法是数字时代重要的新型生产工具，表现为一种运算过程，即输入经运算，在有限的步骤内产生明确无歧义且可操作的输出后果［15］。 许多算法需要大量结构化数据用于预训练，此需对异构数据、半结构数据进行标注处理，转化为结构数据，其成本不菲。 也有一些算法仅需极少量训练数据，甚至无需结构数据，可从海量混杂数据中自主提取有用数据，如无监督机器学习算法，但技术要求高。 当下，以生成式AI为典型的大模型喷涌，算法体量日趋庞大，大型社交平台，能够完成算法突破创新，构建高效的大模型强算法，快速推进算法产业应用或升级。 算法驱动平台生态系统运行，平台基于或通过算法能够干预甚至控制多方市场主体。

第三，规则能力。 社交平台系统的建构需要根植于基础规则，一方面是程序代码、算法技术形塑甚至宰制下用户必须遵循的行为步骤、运行模式等隐性强制规则，此可谓算法规则；另一方面是平台制订的需要用户同意的公开规则，用户拒绝则无法利用平台产品服务，此乃狭义平台规则。平台享有规则制定、解释、修改、执行、解纷等一系列自治权力，在一定范围及程度内取代国家发挥作用［10］46。 算法规则与平台公开规则引导约束用户行为，塑造平台与用户以及用户之间的法律关系。 但平台会利用算法技术（规则）引诱用户，以公开规则增加用户转换成本，锁定用户，或对利益相关方采取强势行为。 无论是在既有的法律框架内，还是新技术、新业态、尚无法律规制时，平台规则能力强弱可作为检视平台实力的指标之一。

第四，关联市场能力。 为厚增竞争力，巩固市场地位，平台巨头利用资本技术优势，多向跨界竞争，涉足细分市场领域，挤压初创企业、独角兽企业的市场空间，甚或收购兼并对方。 社交平台尤其超级平台能够凭其强大能力将主业市场优势以较低成本投射到关联市场，从而形成足以导致关联市场结构性变化的潜在倾覆力量。 由此，关联市场主体承压，产生市场兼并重组、持股联合、互通合作的源动力。 关联市场潜在影响力分析应立足特定市场及平台逐一展开。

（三）破除数据垄断的 “必需设施” 方法

社交平台控制海量数据，尤其头部平台能够触及生产生活、社会治理各领域，其基础设施及公共产品功用非常显著，俨然成为数字经济的底座、枢纽及通路，与 “必需设施” 高度耦合。 在数字经济发展进程中，一些社交平台凭借数据流量、技术系统等综合优势，控制社交相关市场，隐秘支配关联市场，至少在客观上产生了排除或压制市场竞争的效果。 为破除社交平台的数据垄断行为，可考虑由 “必需设施” 入手，令平台适当开放数据，实现数据互联互通，增强市场活力。

“必需设施” 原则最早源于美国1912 年 “终端铁路协会” 案，在后续一系列案件中得以完善［16］，在联邦层面《谢尔曼法》第2 条规定了该原则。 欧盟、日本、澳大利亚等也予以承认。 2021 年新修的《德国反限制竞争法》第19．2．4 条把数据与网络或其他基础设施纳入必需设施的范围。 2021 年我国《反垄断指南》明定该原则。 当下， “必需设施” 原则及其对网络平台领域的可适用性得到公认。 “必需设施” 原则旨在确定设施控制者的供给或开放义务，为相对人提供设施利用或资源共享的机会，促进市场竞争。 在社交平台领域，无论是平台内的锁定效应，强用户黏性，高转换成本，抑或市场竞争者面临数据匮乏困境，或潜在竞争者进入市场壁垒高企；还是平台全方位统合扩张，构建生态系统，市场优势，已经产生多方主体依赖社交平台、以 “必需设施” 认定并规制社交平台巨头寡头的现实性及必要性。

“必需设施” 构成要件基本确立。 1983 年美国 “MCI” 案提出 “必需设施” 四要件：被具有市场支配地位的企业控制；不可为竞争者复制或合理复制；缺少设施会导致无法开展有效竞争；提供设施具有可行性可能性①MIC Communication Corp． v． AT＆T， 708 F． 2d 1081（7th Cir． 1983） 1132-1133．。 根据我国《反垄断指南》第14 条，必需设施的构成要素可概括为：数据控制程度、替代威胁程度、相对人对平台的依赖度、平台开放后果。 此与上述四要件高度契合：其一，平台居于数据垄断地位；其二，无替代的其他平台可用，亦无潜在可用平台，发展竞争性平台也不可行，归根结底，数据等设施不可复制或合理再建；其三，相对人严重依赖平台，平台是必要的，不依法开放不足以展开充分竞争；其四，考虑开放后果实乃提供设施之可能可行的体现。 但我国 “必需设施” 仅适用于 “拒绝交易” ，大大缩窄了可用范围情形。

基于 “必需设施” 原则，平台应当开放，但开放程度、互操作范围尚不清晰。 这涉及复杂的权益关系，至少需注意两点。 第一，平台数据权益保护。 平台数据是平台投入资金人力技术等经营所得，平台对初始数据的权益及衍生数据中的知识产权等均需保护［17］，而数据开放如何兼顾是一大难题。 过度开放会产生搭便车效应，损害平台利益，抑制创新；不足则达不到促进竞争、增进社会福祉目的。 数据开放中的信息安全、系统稳定、服务质量等问题亦需特别关注。 第二，用户数据及隐私权益保护。 平台数据往往牵涉用户的数据权益和隐私权等人格利益，开放、对外提供时，是否需要用户同意，是单独具体同意，还是一体概括授权；开放的数据是否应脱敏处理，公开与非公开数据的开放是否应有所区别，尚待明确。

“必需设施” 原则限制市场主体权益及营业自由至巨，后果严重，故在制度层面应设计豁免制度，衡平设施控制者与交易相对人或竞争者之间的关系。 平台有正当合理的事由，可不开放提供设施。 《反垄断指南》第14 条规定了不可抗力等客观原因。 这为我国平台数据垄断的 “必需设施” 义务豁免提供了规范参照。 就社交平台而言，作为 “必需设施” 应负有数据开放法定义务，允许竞争者或交易相对人以合理条件利用数据。由此，社交平台数据互联互通，数据垄断消解，无需具体判定是否滥用市场支配地位及承担相应法律责任。 若平台未履行 “必需设施” 有关义务，受害人可主张义务履行和损害赔偿。

四、社交平台数据垄断认定方法重构

符合 “必需设施” 要件的社交平台毕竟是少数，大多在第一步 “必需设施” 判段后需要进入第二步——基于竞争法一般架构的规制。 然而，平台市场异于传统市场，围绕价格要素、市场份额等铺陈的方法必须转向，应立足社交平台的数据能力、市场力予以重塑。

（一）社交平台相关市场界定的优化

首先，注重从多边市场展开分析。 平台市场的反垄断行为应充分考虑不同市场划分，尤其对超大型平台的分析，应突破传统相关市场界定方法的束缚［18］。 在多边市场，多方用户的接入规模与需求弹性对平台利润影响巨大。 界定相关市场时，需要结合平台多边市场属性，运用多边市场基本理论对非对称竞争条件下的网络平台的封闭或开放结构进行分析，细致剖析不同模型下平台的运行、竞争状况以及经营模式、技术特性等。

其次，以产品服务核心功能及实现手段为导向。 在现行法中，相关市场界定方法多样，但之于平台，重点应围绕用户需求展开，主要表现为平台产品服务的功能。 自竞争角度，不同产品服务是否存在竞争关系，主要系于它们是否以相同或实质相同的方式满足同一用户群体的共同需求，功能手段具有一致性。 而同一需求的认定除层次领域之分，尚需根据用户群体、竞争状况、所涉利益属性、市场后果等开展深度细化。 数字市场动态变幻，市场格局会随着技术创新、模式变革被打破，原本没有竞争关系的产品服务也随之直接竞争，从而在可替代性层面被认定为处于同一市场。

最后，重视营利的来源，以利润来源侧作为重要参考因素。 仅从免费的用户一侧观察，社交平台市场不营利，但以平台内其他经营者的视角则系营利市场。 社交相关市场判定若仅立足享受零价的用户，必然出现难以发挥定量分析法功用之弊。 在有效市场意义上，竞争、反竞争的根本均系于获利，而获利所需的竞争性经营活动市场乃争夺焦点。 故应参考平台营利来源侧厘定相关市场。

（二）社交平台市场支配地位认定重塑

其一，重构平台市场份额计算标准。 市场份额是实践中判断平台市场支配地位的关键性指标。《反垄断指南》规定了诸多市场份额确定要素，其中仅活跃用户数、点击量、使用时长是平台特有指标。 活跃用户数须剔除僵尸用户，考虑一人多账户等情形，应当统计活跃度达到有效时长的账户（用户）。 上述三项指标不足以反映平台数据量，无法有效认定社交平台市场份额。 在平台领域，以IP地址为准的用户数、浏览量、使用时长、文件下载数、点赞数、转发数等，只是用户使用平台的效果数据，它与用户行为数据、物理设备数据等构成平台数据流量，具有总体性、系统性、流动性特点［19］。认定平台数据垄断时，应从动态层面综合考虑数据流量指标，不宜偏向静态的用户使用数据。

其二，聚焦平台数据控制力。 平台对数据流量享有权益已获公认［20］［21］。 平台有权支配其合法收集存储的数据，有权排除、限制其他主体对该数据的二次使用，有权阻止他人非法抓取平台数据。 但是，平台一旦超越合理的数据控制范畴，即有数据垄断之嫌。 从样态看，数据具有流动性，数据控制不限于占有管领平台生态系统内源源不竭的初始数据，而且指向衍生数据。 故数据控制力本质上是数据导引、流动管理能力，表征指标包括但不限于数据外部来源的多样性，数据收集的稳定性与法律干预度，数据的数量、类型、价值或经济相关性，数据流动工具、渠道归属或可控度，流动外溢效果，等等。

其三，重视新型平台市场壁垒。 平台市场壁垒确认不能忽视网络外部性、锁定效应。 基于交叉网络外部性及社交功能的社会通用性，大型社交平台的用户规模大，黏性强，价值高，数据能力卓著，形成高耸的防止被替代的天然数据屏障，而新进入者通常吸引力差，用户量少，难以竞争，市场结构趋于固化。 此外，平台利用数据算法优势，构造各种隐形壁垒，如基于数据画像的个性化推荐与匹配，吸引用户，令其成瘾依赖；利用人类心理偏差、认知偏见等，放大用户非理性行为，实行算法技术引诱，操纵用户行为。 无论为高价值高效用吸引，抑或因平台操纵妨碍，用户无法轻易离场，锁定效应发生，市场壁垒加高。 再者，平台拥有巨额资金和庞大的专业技术团队，往往利用技术手段使其产品服务在不同系统、不同设备间不兼容，从而淘汰其他产品或服务，形成一定的技术壁垒。［22］这些壁垒对于认定 “进入相关市场的难易程度” 颇为重要，应结合现有规定，按照壁垒类型构建计量体系，提升其可适用性。

其四，特别考量平台作为数字市场中介的市场力。 在数字商业交易中，信息中介作为新型市场力应得到充分重视。 数字平台市场中介人提供的主要服务是接入销售渠道或客户群体。 在由数字中介服务决定或主导的市场里，中介机构有能力限制其他竞争者进入。 故考量该类平台市场支配力时，应注意中介服务发挥的功用与市场意义。《德国反限制竞争法》第18 条3b 规定，在评估作为多边市场中介的企业的市场地位时，应特别考虑该企业为接入买卖市场所提供的中介服务的重要性。 社交平台的市场中介或通路能力也是市场支配地位考量的重要因素。

（三）社交平台滥用行为认定完善

1．拓展反竞争效果认定

平台常通过排他性条款排除或限制竞争对手收集不可或缺的关键数据，拒绝对外提供数据。虽然优势平台并无协助其他平台参与竞争的积极义务，但是拒绝开放数据导致上下游企业或竞争者难以开展经营活动，无法参与市场竞争，则有垄断之嫌。 新浪微博数据垄断案中，蚁坊公司的主营业务是通过鹰击系统抓取分析微博上的数据，实施舆情监测。 微梦公司拒绝共享用户发布在微博上的公开数据或以合理对价进行数据许可交易，致使鹰击系统的正常运行受限。 微博作为公共舆论的重要场域，拒绝交易或禁锢数据流动已经产生了较为明显的反竞争后果。

在大型平台主导的统合市场中，平台生态系统具有外溢效果，能够把市场力投射到原本不占优势的关联市场，排除限制市场竞争，从而产生业务集成融合与赢者通吃的后果。 跨市场竞争在数字经济领域属于常态，审视社交平台数据垄断时有必要监测平台跨市场能力及可能后果，若发生严重的跨市场反竞争效果，可初步确认垄断。

2．优化滥用行为 “违法性” 认定

在平台经济领域，基于数据滥用市场支配地位的症结不在于数据优势，而是滥用数据竞争工具，导致反竞争效果。 滥用行为分析重在行为违法性，应着力考察平台行为是否侵害用户数据权益，是否为平台提供了不公平的竞争优势，是否限制其他经营者的竞争，是否对其他经营者造成损害。

社交平台收集处理用户尤其个人用户数据的合法性问题突出。 虽然平台以隐私政策、许可协议等方式，经用户同意处理数据，但因二者地位的不对等、用户未阅读而同意的虚伪性、社交平台作为社会生产生活必要设施的不可替代性、用户对平台的依赖性等，以告知同意方式处理用户个人数据不当然合法。 这不是单纯的合同自由问题，尚需从消费者福祉、公众利益、市场秩序、国家安全等层面综合考量。 当前，个人信息保护法从消费侧，网络安全法、数据安全法从国家侧，提供了平台数据行为的多元规范基础，但我国数据信息法律体系仍不完善，有待深入立法，为合法性判段提供指引。

另外，大型平台利用自有数据亦应系统规制，而非任由平台自行其是。 《德国反限制竞争法》第19A 条新增 “对跨市场竞争具有显著重要性” 平台的规定，禁止数据壁垒、不当的数据许可条件、降低数据可移植性等。 欧盟《数字市场法》严格限制居于 “守门人” 地位的数字平台利用数据，如守门人与其用户存在竞争时，不得利用用户活动产生的非公开数据。 2021 年6 月《美国创新与选择在线法》（American Innovation and Choice Online Act）草案禁止超大型平台实行13 种歧视行为，以保护竞争。 其中之一即，把平台的商业用户从其用户收集获得的数据用于平台产品或服务。