数字经济新型垄断：成因探析、典型形式及法律规制——兼论金融科技风险防控

贺蕙章，李锋森

（1.暨南大学 经济学院，广东 广州 510630；2.中国人民银行广州分行，广东 广州 510120）

一、引言

数字经济是指以信息和知识的数字化作为关键生产要素，以现代信息网络作为重要载体，以有效利用信息通信技术作为效率提升和经济结构优化的重要推动力的广泛经济活动①资料来源：2016年二十国集团领导人杭州峰会通过的《二十国集团数字经济发展与合作倡议》。。进入21世纪以来，随着互联网、移动通信、大数据、云计算、物联网等现代技术的快速创新和广泛应用，各国数字经济得到了迅猛发展，涌现了一批数据巨头。根据中国信息通信研究院发布的《2021年全球数字经济白皮书》[1]，2020年全球47个主要国家的数字经济增加值达到32.6万亿美元，占GDP比重为43.7%；中国数字经济规模位居世界第二，规模为5.4万亿美元。2020年新冠肺炎疫情暴发以来，全球经济受到了重大冲击，而数字经济在这次公共卫生危机中表现出了很强的韧性，对稳定经济增长、减少人员流动、降低疫情传播风险发挥了关键性作用。2020年，全球47个主要国家的GDP名义同比增速为-2.8%，而数字经济名义同比增速为3.0%。

但是，各国数字经济在快速发展过程中也陆续出现一些新型垄断问题。与传统经济相比，数字经济的发展速度更快、集中度更高、市场竞争更加激烈，由此引发的垄断行为也更加多样化，一些数据巨头滥用市场支配地位、打压竞争对手、侵害消费者权益的消息不时见诸媒体。

2019年以来，加强数字经济治理已成为全球趋势，各主要经济体纷纷加强了数字经济反垄断执法力度。美国司法部于2019年7月对Google、Amazon、Facebook、Apple（以下简称GAFA）四大科技巨头发起反垄断调查。2022年7月，欧洲理事会批准了《数字市场法案》，欧盟委员会正考虑新设反垄断部门，以有效执行该法案②资料来源：《欧盟考虑新设反垄断部门：有效执行〈数字市场法案〉》[EB/OL].新浪财经，2022-07-29。。从2020年年末开始，中华人民共和国国家市场监督管理总局相继对国内几大平台巨头发起反垄断调查，并开出巨额罚单。随着国务院反垄断委员会发布《平台经济领域反垄断指南》（以下简称《反垄断指南》）、中华人民共和国国家市场监管总局发布《互联网平台分类分级指南（征求意见稿）》《互联网平台落实主体责任指南（征求意见稿）》，我国数字经济将从快速发展走向规范与发展并重，对数字经济的监管将从包容宽松走向审慎严格。

从国内外数据巨头的发展历程来看，虽然不同公司的核心业务有所不同，但一旦其在最初的核心业务领域取得了稳固的市场地位、获取了大量的用户，就有很强的动机将经营范围扩展至金融领域（黄润，2021）[2]。数据巨头通常采用成立金融科技子公司的方式，向用户提供数字化的金融产品和服务。国际清算银行发布的《2019年度经济报告》显示，全球22家数据巨头中，所有公司均涉足移动支付业务，15家涉足信贷业务，8家涉足基金和保险业务，17家提供基于非传统金融系统的新型金融产品和服务（BIS，2019）[3]。

金融与科技的深度融合并没有改变金融的本质，由于数据巨头跨界混业经营，加之金融创新带动交叉性金融产品迅速增长，数据巨头在金融科技领域的崛起不但使金融风险变得更加复杂和隐蔽，还可能带来新型“大而不能倒”③新型“大而不能倒”是中国人民银行党委书记、中国银保监会主席郭树清在2020年新加坡金融科技节上发表主旨演讲时提出的一个概念，演讲内容中具体指少数科技公司在小额支付市场占据主导地位，涉及广大公众利益，具备重要金融基础设施的特征。资料来源：《金融科技发展、挑战与监管——郭树清在2020年新加坡金融科技节上的演讲》[EB/OL].中国银保监会官网,2020-12-08.风险，进而对金融风险防控产生重大影响。在这样的背景下，剖析数字经济新型垄断产生的深层次原因，分析其主要形式并提出有针对性的规制建议，对于推动数字经济有序发展、保护消费者权益、防控金融科技带来的金融风险具有重要的理论意义和实践价值。

二、数字经济新型垄断的成因探析

垄断的形成可能是多方面因素共同作用的结果，既包括经济活动自身的技术因素，也包括法律因素、行政因素、市场因素等。传统经济垄断形成的主要原因包括规模经济、专利保护、特许经营、生产要素垄断等。与传统经济垄断相比，数字经济新型垄断的产生原因既有相同之处，也有显著的不同之处。下面基于经济学原理和数字经济技术特征，并结合市场因素及监管因素，对数字经济新型垄断的主要成因进行剖析。

（一）数字经济的平台化和网络效应

与传统经济相比，数字经济有一个显著特点，即平台商业模式非常普遍，全球主要数据巨头几乎都采用了这种商业模式。平台商业模式是指连接两个或多个特定群体，为其提供互动机制，满足所有群体的需求，并巧妙地从中赢利的商业模式（徐长军，2021）[4]。平台化之所以成为数字经济的主流商业模式，主要原因在于领先者可以充分利用数字经济的网络效应，实现强者愈强、“赢者通吃”。网络效应，也称为网络外部性，是指一种产品或服务对用户的价值随着用户数量增加而增长的现象。网络效应可分为同边网络效应和跨边网络效应。前者是指需求方的数量越多，则需求方的体验越好，供给方的情况也类似；后者是指需求方的数量越多，则供给方的体验越好，反之亦然。社交平台和购物平台分别是同边网络效应和跨边网络效应较强的两个典型例子。

平台化和网络效应使得数字经济具有很强的自然垄断特征。以即时通信类移动社交平台为例，近年来Facebook公司①2021年10月，Facebook将公司名称更改为Meta。的社交软件Whats App始终保持着这一领域的国际领先地位，2020年其用户数量超过20亿②资料来源：《WhatsApp用户数量突破20亿两年增加5亿用户》[EB/OL].新浪财经,2020-02-13。。其他公司多次投入巨资开发软件试图挑战其地位，其中不乏与之整体实力相当的竞争对手，但却先后失败。

究其原因，Whats App的用户体验较好只是一个表面原因，深层次原因在于社交平台具有强烈的网络效应，进而带来高度的客户黏性。由于人始终处于高度复杂的社交网络中，即使其他公司开发出相似的社交软件，用户通常也不会有很强动机从原来软件转向新软件，除非他们的亲朋好友同时这样做。即使有部分用户选择试用新软件，获得的用户体验也很可能不会令人满意，因为软件产品的初代设计往往是比较粗糙的。只有根据客户的使用反馈和需求变化，不断迭代升级，才能持续提升产品设计和用户体验，提高客户黏性。由此带来的一个后果是，成功的头部产品可以持续快速地迭代升级，体验越来越好，用户越来越多，网络效应越来越强，形成良性循环；而非头部产品的迭代升级缓慢，用户越来越少，形成恶性循环。随着头部产品越来越强而非头部产品市场份额逐步萎缩，行业进入壁垒越来越高，领先者的垄断地位自然就建立起来了。

（二）数字经济的虚拟性

数字经济的虚拟性主要包括交易产品数字化和交易平台网络化两个方面，这两个方面都在一定程度上促进了数字经济逐步走向市场垄断。

数字经济中的交易产品有很大一部分是数字化产品，如计算机软件、手机软件、视听娱乐产品、信息等。数字化产品具有开发成本高而生产成本低的特征。以软件产品为例，Windows XP操作系统大约有4000万行代码③资料来源：How Many Linesof Code Doesit Take?[EB/OL].Memolition,2013-11-13.www.memolition.com。，而一名高效的程序员平均每天只能完成100—150行代码；微软开发Windows Mobile 7手机操作系统时，投入的工程师数量达到1000人之多④资料来源：Microsoft Deploys 1000 People to Work on Windows Mobile 7[EB/OL].Softpedia News,2009-09-17,https://news.softpedia.com。。虽然软件的开发成本很高，但一旦完成，生产成本却很低，边际生产成本更是几乎为零。

软件产品的上述特点导致软件市场无法形成完全竞争和垄断竞争，寡头竞争甚至近乎完全垄断是市场竞争的自然结果。由于边际生产成本几乎为零，很多软件开发商对盗版现象（尤其是个人用户盗版）睁一只眼闭一只眼，以达到抢占潜在客户、防止竞争对手崛起的目的。

交易平台网络化显著拓宽了数字企业的效率边界。根据科斯的企业边界理论，企业的边界和规模取决于市场交易费用与企业管理成本的比较，如果前者大于后者，企业规模将扩大，反之则缩小（米德玛，2018）[5]。

交易平台网络化使得数字经济突破了时间和空间的限制，能够在不显著增加企业管理成本的同时拓宽企业的边界，提高市场占有率。以网络购物平台为例，这类平台的运营模式与传统的百货公司比较类似，但百货公司受制于物理空间的限制，能提供的档位数量是相对固定的，而网络购物平台能支持的网店数量几乎是无限的，在大数据和人工智能的支持下，网络购物平台还能向每个消费者定向投放商品推介信息，相当于增加了无数的头版广告。由于互联网的国际化和广泛使用，大部分数字平台已经实现7×24小时国际化、网络化运营，少数几家寡头企业即使占有全球某个细分市场，仍可能未触及企业的效率边界。

（三）数字经济新型垄断的高度隐蔽性

传统经济下的垄断行为主要包括经营者达成垄断协议、滥用市场支配地位以及经营者集中等形式。这些垄断行为比较容易被监管部门发现，也是反垄断执法机构关注的重点，大型企业一般不敢轻易触碰“红线”。但由于数字经济的虚拟性和平台化，数字经济新型垄断行为具有很强的隐蔽性，消费者即使权益受损却可能全然不知，反垄断执法机构也难以找到直接证据。以大数据“杀熟”为例，大数据“杀熟”是指具有信息优势的线上经营者依据大数据手段收集和分析消费者信息，并利用消费者的路径依赖以及消费者与经营者之间的信息不对称，就同一商品或服务向老客户收取高于新客户的价格（朱程程，2020）[6]。经营者根据消费者的个人信息、消费历史、商品浏览历史、客户端类型等大数据信息，利用算法进行自动决策，使不同消费者在同一时间就同一商品看到不同价格，极端情况下甚至可以对消费者进行一级价格歧视。

在传统经济中，经营者进行价格歧视很容易被消费者察觉和抵制，而在数字经济中，大数据“杀熟”虽然比较普遍，但被消费者觉察和抵制的却相对较少，一个重要原因就在于线上交易价格歧视的隐蔽性更强，消费者在不知不觉之中就被“杀熟”了。2022年3月北京市消费者协会发布的互联网消费大数据“杀熟”问题调查结果显示，网络购物、在线旅游、网络外卖和网络打车是大数据“杀熟”的重灾区，86.91%的受访者认为自己有过被“杀熟”的经历（万晓东，2022）[7]。一旦消费者进行投诉，经营者通常以商品型号或配置存在差异、消费者享受套餐优惠、消费时点不同等理由进行自辩，同时又不对外公布具体算法、规则和数据。因此，消费者在遇到疑似大数据“杀熟”时，往往面临维权举证难题（董雅婷，

2019）[8]。

（四）宽容谦抑的监管政策

在2020年之前，我国市场监督管理部门虽然也注意到了数字经济中出现的无序竞争和新型垄断问题，提出要创新监管理念和方式、维护公平竞争市场秩序，但数字经济监管整体上是宽容审慎的。各级政府对数字经济有力的政策支持，加之反垄断立法的相对滞后以及反垄断执法的谦抑，使得数字经济在快速发展的同时，各种新型垄断问题逐步显现。从2020年年末开始，市场监督管理部门加强了对数字经济的监管，而反垄断是执法重点之一。

对数字经济采用宽容谦抑的监管政策，既反映了监管部门当时的关注重点和政策倾向，也反映了数字经济对反垄断执法带来的挑战。传统反垄断法主要基于工业经济的理论和实践，采用芝加哥学派关于市场自我矫正的简单假设（杨东，2020）[9]。芝加哥学派认为，竞争是市场经济的常态，而垄断只是暂时的现象（任剑新，2004）[10]。由于对监管宽松的市场抱有信心，芝加哥学派认为反垄断的作用有限，市场机制可以实现自我矫正。

但数字经济与传统工业经济存在显著差异，数字经济的平台化、虚拟性以及数字化产品和服务的非排他性，使得数字经济具有产生自然垄断的优良“土壤”。针对传统经济垄断行为制定的反垄断规则，对数字经济新型垄断行为的适用性偏弱。由于数字经济新型垄断具有较强的隐蔽性，加之数字经济产品和服务具有较高的技术复杂性，监管部门在界定产品和服务的边界、判定企业的市场支配地位、证明企业侵犯消费者权益或损害市场竞争等调查取证方面，往往存在较大困难。

三、数字经济新型垄断的典型形式

传统经济中的垄断形式通常包括短期价格协定、卡特尔、辛迪加、托拉斯、康采恩等。这些垄断形式在数字经济中也可能存在，但不是很普遍。由于数字经济具有虚拟性、网络化、平台化等特征，数字经济容易出现“赢者通吃”的生态垄断，少数巨头占有大部分数据资源，通过算法合谋或轴辐协议控制市场价格，通过扼杀式收购①扼杀式收购（Killer Acquisitions）是指市场中占优势地位的企业以终止被收购企业的业务/创新项目、抢占未来竞争优势为目的而并购新生或潜在竞争对手的行为（Cunningham，2018）。扼杀式收购是一个学术概念，不是严格的法律概念。消灭潜在竞争者，从而达到封闭市场、限制竞争的目的。

（一）平台生态垄断

在数字经济时代，平台是企业竞争的主要载体，平台竞争是数字企业竞争的主要形式。传统经济中虽然也存在一定的平台竞争，但平台竞争并不是市场竞争的主要形式。这是因为传统经济平台的发展受到物理空间、配套设施等方面的限制，平台规模通常不会太大，否则容易出现规模不经济或范围不经济。例如，两个不同细分领域的专业批发市场通常不会紧挨在一起，更不会混杂在一起。但由于数字经济的虚拟性、网络性和低边际成本等特征，数字平台具有很强的网络效应、规模经济效应和范围经济效应，平台的规模和经营范围几乎可以无限大。例如，一些平台的活跃用户数以亿计，卖家店铺数以百万计，销售收入达到了万亿元规模，而国内百货公司上市企业的营业收入普遍在百亿元以下②资料来源：阿里巴巴和京东集团2021年年报，Wind数据库。。

平台企业围绕自身核心业务，努力打造横向、纵向或多元化生态系统，是平台经济竞争的一大趋势。数字平台间的竞争不仅仅是争夺用户数量、扩大市场规模，还在更广泛意义上争夺消费者有限的注意力，并向商家、开发者提供足够的关注度（熊鸿儒，

2019）[11]。

随着数字经济向纵深化方向发展，不同细分领域的头部平台企业实力日益增强，在资本加持和技术创新的推动下，依托其客户基础及获取数据和流量的能力，以现有业务为核心，不断向纵向和横向市场拓展，以充分享受规模经济和范围经济带来的收益。在这个过程中，网络效应助力平台企业发展新客户，大数据助力平台企业进行客户“画像”、提升产品质量和服务体验，增量客户助力强化平台企业的网络效应和数据优势，从而形成头部平台企业竞争力不断增强的趋势。

打造闭环平台生态系统，是平台经济竞争的突出特点。在一个闭环平台生态系统中，客户的大部分消费需求都可得到有效满足，例如，客户可在同一平台享受“购物—支付—送货—售后”的“一站式”服务。打造闭环平台生态系统，不仅巩固和扩大了头部平台企业相对于竞争对手的竞争优势，也提高了客户在转换平台系统时需要付出的数据成本和学习成本。闭环平台生态系统在向客户提供便利服务的同时，也使客户逐步形成对系统的依赖和行为习惯，从而强化系统对客户的锁定效应。

在激烈的市场竞争中，头部平台企业逐步通过并购、控股等方式来实现经营者集中、数据集合和技术聚集，使市场进入门槛越来越高，新进入者难以获得足够的用户规模、数据资源和资金支持，市场结构逐步走向封闭状态，垄断或寡头竞争局面由此形成。

（二）数据垄断

在数字经济时代，数据是最核心的生产要素。数字企业在开展产品研发、提供个性化产品和服务、提高生产率和资源使用效率、进行商业分析和预测时，数据都是基础性原料，堪称“数字经济的血脉”（European Commission，2020）[12]。数据具有可复制、可分割、可重复使用、边际成本低等特点，理论上可充分开放和共享，以创造更多的价值。但由于商业利益冲突、技术壁垒、缺乏信任等原因，现实中数据的共享使用受到了很大限制，数据垄断已成为数据巨头强化市场地位的重要方式。

数据垄断的形成与数据处理的技术门槛、平台经济商业模式以及用户规模产生的网络效应有关。数字经济时代的数据通常指大数据，具有容量大（Volume）、多样性（Variety）、价值低（Value）、速度快（Velocity）等“4V”特征，其处理和分析需要复杂的算法技术和分析手段。大公司具有雄厚的资本和较强的技术力量，在数据处理方面具有显著的技术优势。

数据巨头的业务范围涵盖多个领域，平台生态吸引了大量的用户和商家，可充分发挥大数据的规模经济和范围经济。头部平台企业可依托其客户大数据持续优化产品设计，开展精准营销，巩固老客户、吸引新客户，进一步强化其数据优势（聂洪涛和韩欣悦，2021）[13]。

为了维持其数据垄断地位，一些数据巨头采取多种手段控制流量和数据，常见做法包括：限制平台经营者与消费者直接接触，增加经营者转换平台的成本；发挥锁定效应，拒绝平台用户及经营者与其他平台互连；将自己或合作伙伴的应用程序或链接地址设置为默认选择，增加潜在竞争者的市场进入障碍（李勇坚和夏杰长，2020）[14]。此外，为了丰富平台生态系统、扩宽业务“护城河”，一些数据巨头频频发起数据驱动型并购，试图在更大范围、更深层次上垄断数据，并将数据的潜在价值转换为实际价值。2016年美国微软公司收购LinkedIn就是一起典型的数据驱动型并购交易，引起了数字市场的广泛关注①资料来源：《微软1724亿收购LinkedIn是冤大头?价值高估50%》[EB/OL].搜狐网，2016-06-14。。

（三）算法合谋

算法是完成某项任务的一系列规则，是机械、系统地作用于令牌（如数字、产品定价、产品套餐搭配等）的一系列准确、无歧义的简单操作，令牌的初始状态是输入，最终状态是输出（Wilson和Keil，1999）[15]。随着人工智能和机器学习的快速发展，算法在数字经济中得到了广泛运用，能够高效地分析和解决复杂问题、优化业务流程、自动进行商业决策。数字市场是典型的数据驱动型市场，算法的运用给供给方和需求方带来了显著的效率改进，但也可能被用于实施反竞争行为，进而产生新式合谋——算法合谋。2022年1月，中华人民共和国国家互联网信息办公室等四部门联合发布《互联网信息服务算法推荐管理规定》，明确规定企业在提供算法推荐服务时，不得利用算法实施垄断和不正当竞争行为。

算法的运用促使数字企业持续收集市场环境信息，观察消费者的选择，关注竞争对手的行为并预测其对目前及未来价格变化的反应，从而创造出一个有利于合谋的透明市场。算法使得数据处理分析更加智能，对市场新状况的应对能力更强，在线动态定价将促进和稳定有意识的共同行为，因为企业可以密切监控竞争对手的定价和关键销售条款以及任何偏离当前均衡的情况，随时准备发起对竞争对手降价的报复行动。在这种环境下，算法动态定价提供了一个稳定、可信、可预测的工具，容易促成数字市场中的默示合谋。

2017年经济合作与发展组织（OECD）发布的《算法与合谋：数字时代的竞争政策》指出，数字企业竞争对手之间可能运用监测算法、平行算法、信号算法、自我学习算法等，共同实施可能损害消费者利益的共同利润最大化策略行为（OECD，2017）[16]。

在监测算法合谋中，企业为了确保合谋协议的实施，利用算法持续收集竞争对手的商业信息，监测竞争对手背离合谋的倾向，并设计出相应的快速报复方案。在平行算法合谋中，企业为了避免频繁的价格协商被发现，共同使用相同或高度相似的动态定价算法，或者市场领导者使用算法将价格设定在充分竞争价格之上，其他企业跟随市场领导者进行动态定价。

在信号算法合谋中，企业为了避免明示合谋的风险，会通过特定的信号向竞争对手发出合谋的意图，例如利用算法在午夜快速调整价格，这不会对产品销售产生较大影响，但是竞争对手的定价算法可能会将其识别为合谋信号，进而做出应答和价格调整。

在自我学习算法合谋中，由于机器学习和深度学习技术的运用，动态定价算法可以自动达成垄断合谋的结果，企业无须在算法程序中直接进行此类设定。Hingston和Kendall（2004）[17]、Agrawal和Jaiswal（2012）[18]已经证明，机器学习自动达成合作性博弈结果在理论上是完全可能的。

（四）轴辐协议

垄断协议是传统反垄断执法的重点打击对象之一。在传统经济中，监管部门关注的垄断协议主要是横向垄断协议和纵向垄断协议。横向垄断协议是指同行经营者之间合谋形成卡特尔组织，排斥同一层级的市场竞争；纵向垄断协议是指上下游经营者合谋形成一体化组织，上游经营者对下游经营者的经营进行限制（或者反过来），以限制甚至排除市场竞争。

轴辐协议，是不同层级市场之间的经营者所达成的集纵向与横向垄断协议于一体的特殊垄断协议。国务院反垄断委员会发布的《反垄断指南》将轴辐协议作为平台经济领域垄断协议的特殊样态加以列示和规制（程威，2021）[19]。轴辐协议最显著的特点是合谋主体处于不同的市场层级，通常是上下游的经营者。根据限制效果的不同，轴辐协议可以分为限制供应层竞争、限制销售层竞争、双层合并限制三种类型。例如，限制销售层竞争的轴辐协议的典型形式是上游生产商与下游多个分销商之间（或上游分销商与下游多个零售商）分别签订纵向协议，这些协议的核心条款内容相同或十分近似，导致下游分销商（或零售商）的市场行为具有高度一致性，进而涉嫌在销售层面上存在横向合谋（张晨颖，

2018）[20]。

轴辐协议在传统经济中很少见，而在平台经济领域更为多见，一个重要原因在于定价算法在平台经济领域的广泛使用。由于商品种类和用户数量极其庞大，加之平台企业经常开展各类促销活动，动态定价算法能显著降低平台企业的定价成本。但基于技术可行性及成本考虑，平台企业一般不会自行开发和维护算法，而是将该工作外包第三方专业公司。即使平台企业并未就算法外包业务进行事先磋商，但只要他们使用同一定价算法处理用户数据并对市场价格做出同步性的回应，其产生的结果便是企业市场行为将高度一致，此时虽然市场价格保持相对稳定，但竞争秩序却遭到了破坏（程威，2021）[19]。即使某些平台企业自行开发定价算法，由于人工智能的发展和应用，一些算法也能通过对市场数据的机器学习和深度学习，在没有人为干预的情况下自动达成轴辐合谋的效果。

算法不仅可以作为竞争企业之间沟通的工具，也可以作为合谋主体之间相互监督的手段。算法的广泛使用不但降低了轴辐合谋的技术难度和实施成本，也提高了合谋行为的隐蔽性。由于现行法律法规缺乏对轴辐合谋的细化识别标准、算法合谋的直接证据较难获取、算法决策的过程回溯不具可操作性等原因，监管部门在认定和打击平台企业轴辐协议时面临较大难度（程威，2021）[19]。

（五）扼杀式收购

通过收购竞争对手而成长为巨型公司，是现代经济中的一个普遍现象。持续、高强度地开展投资并购，是数据巨头丰富生态系统、消除潜在威胁、巩固和扩大市场优势地位的重要手段。据Wind数据库统计，2014—2021年GAFA的投资现金流出量与经营现金流入量之比分别为61%、87%、54%、21%，每家企业的累计投资规模均在1000亿美元以上，其中很大一部分用于投资、收购其他公司。

数据巨头开展投资收购本身无可厚非，但有一个趋势值得高度警惕，即扼杀式收购的比例较高。以美国为例：2020年10月，美国众议院司法委员会（U.S.House Judiciary Committee，以下简称USHJC）公布了对GAFA的反垄断调查报告——《数字市场竞争调查》，报告批评GAFA通过收购初创企业或潜在竞争对手来化解市场威胁，或者在收购小企业后将其关闭或者停止其产品更新升级，报告认为这种收购属于扼杀式收购（USHJC，2020）[21]；2021年9月，美国联邦贸易委员会公布了一份报告，披露了美国科技巨头（GAFA和微软）2010—2019年完成的未向反垄断监管部门报告的小规模收购情况，在单笔估值超过100万美元的616笔交易中，65%的交易金额低于2500万美元，39%的被收购企业成立时间不足5年，超过一半的被收购企业全职非销售员工为1—10人（FTC，2021）[22]。

数据巨头之所以能大肆开展扼杀式收购，一个重要原因在于，目前各国施行的经营者集中反垄断审查标准主要基于传统工业经济，不大适用于数字经济。大多数国家在处理经营者集中收购案件时实行事前申报审查制度，而营业额通常是申报门槛和反垄断审查的核心要素。过度依赖营业额标准，使得数据巨头对初创企业的许多收购没有引起反垄断执法当局的足够重视和警惕。

数字经济和传统经济的商业模式存在显著差别，很多初创数字企业在发展初期通过提供补贴甚至免费服务的方式来吸引用户、收集数据，此时企业核心资产的价值尚未得到充分体现，企业营业额不大，但是这并不意味着企业不具有市场竞争力。例如，2014年2月Facebook收购WhatsApp时，后者创立时间尚不足5年，工作人员55人，2013年营业收入仅1021万美元，但已有4.5亿活跃用户，在欧美即时通信软件市场独占鳌头，收购价格高达190亿美元（Warzel和Mac，2018）[23]。

四、强化数字经济反垄断规制的对策建议

数字经济已成为我国经济高质量发展的重要驱动力，大型数据企业在推动数字经济发展中发挥了较大作用。但是在鼓励支持数字经济发展的同时，也不能忽视数字经济新型垄断可能带来的危害。大型数据企业通过各种形式强化市场垄断地位，不仅会限制市场竞争、阻碍市场创新、侵害消费者权益，还可能导致数字经济领域出现新型“大而不能倒”问题，危及宏观经济安全。

此外，由于大型数据企业普遍涉足金融领域和科技领域，跨界混业经营特征明显，数字经济新型垄断可能加剧金融脱媒和金融风险传染，进而可能危及金融体系的稳定性。因此，有必要强化数字经济反垄断规制，确保数字经济的长期健康发展，维护国家经济安全和金融稳定。

（一）法治建设：完善数字经济反垄断法律体系

近年来，世界主要经济体纷纷强化了数字经济监管，完善反垄断立法是重点举措之一。2020年5月，日本国会通过了《数字平台交易透明化法》，强化对数字平台的信息披露要求和反垄断监管。2021年1月，德国联邦议会通过了《反限制竞争法》第十修正案——《数字竞争法》，授权德国联邦反垄断局对互联网公司进行严格监管①资料来源：《德国联邦议会通过〈数字竞争法〉》[EB/OL].光明网，2021-01-25。。2022年1月，美国参议院司法委员会批准了《美国创新和选择在线法案》，该法案旨在强化对数据巨头的反垄断执法，目前已得到美国国会两党和拜登政府的支持②资料来源：《科技巨头内部文件被曝光！美国推进新反垄断法案》[EB/OL].新浪财经，2022-07-21。。欧盟最高决策机构欧洲理事会分别于2022年7月和10月批准了《数字市场法案》和《数字服务法案》③资料来源：《欧盟批准〈数字市场法案〉》[EB/OL].《经济参考报》，2022-07-20；《欧盟理事会批准通过〈数字服务法〉》[EB/OL].新浪新闻，2022-10-04。，这两部法律旨在通过新的竞争规则来创造一个更加公平开放的数字市场。

数字市场是高度国际化的市场，完善我国数字经济反垄断法律体系，要基于国际竞争的视角，兼顾反垄断和保护国家利益。鉴于数字经济已成为我国经济的主要组成部分、平台经济已成为数字经济的主要形式，我国可以适当借鉴域外立法经验，在反垄断法修订中加强对于大型平台的考量，就以大型平台为代表的数字经济竞争规则以专章规定的形式进行明确（杨东和周鑫，2021）[24]。

2021年国务院反垄断委员会发布的《反垄断指南》是全球第一部官方正式发布的专门针对数字经济的反垄断指南，充分考虑了数字经济的内在特点，显著提高了反垄断执法机构在调查和执法中的灵活性①资料来源：《强化反垄断，加速数字市场立法》[EB/OL].新华财经，2021-09-27。。鉴于《反垄断指南》在条款内容中大量采用“可以考虑”的表述，为降低法律法规的模糊性和不确定性，建议尽快出台《反垄断指南》的实施细则，完善数字经济反垄断监管规则体系，充分发挥法律法规和监管规则的市场引导作用。同时，我国应借助联合国、世界贸易组织、G20等国际平台，积极参与数字经济治理和数字贸易国际规则的制定，把握世界数字经济规则的主导权与话语权，加快国内数字经济法律体系与国际规则的对接，提高我国数字企业在国际市场中的竞争力。

（二）监管理念：坚持竞争执法与竞争倡导同步推进

从2020年下半年开始，我国市场监督管理部门明显加强了对数字经济领域的反垄断执法，并先后公布了一批反垄断处罚案例。但需要指出的是，反垄断法是高悬之剑，重在威慑，“执法必严、违法必究”并不是反垄断法的执法特征（于立，2020）[25]。事实上，竞争执法机构除了负责竞争执法之外②在本节中，“竞争执法”与“反垄断执法”同义，根据上下语境灵活使用。，还同时承担着倡导竞争的职责（张占江，2010）[26]。

在数字经济领域，竞争执法就是依法惩治数据巨头的垄断行为和不正当竞争行为，竞争倡导就是引导大型数据企业不滥用其市场支配地位和规模优势，营造良性竞争的市场环境。大型数据企业拥有垄断地位可能是市场竞争的自然结果，如果竞争执法过严也可能阻碍市场主体之间的正常竞争，不利于规模经济和范围经济效应的有效发挥。

国际经验表明，竞争倡导有利于促进和补充竞争执法，推进竞争政策有效实施，转型经济国家的竞争执法机构需要在实施反垄断法的初期给予竞争倡导优先于竞争执法的地位（张占江，2010）[26]。竞争倡导侧重对企业行为的引导，旨在构建竞争秩序；竞争执法侧重对垄断行为的事后救济，旨在维护竞争秩序。两者的关系类似于治水中“疏”和“堵”的关系。鉴于平台生态系统的复杂性以及数字经济显著的网络效应和规模经济，对具有数字经济基础设施特征的数据巨头简单采用结构性拆分手段并不合适。在行为主义视角下，对数据巨头反竞争行为进行源头治理，方能取得更好的反垄断效果。

竞争执法机构应逐步实现竞争倡导的常态化和规范化，例如在适当的时候对数字经济某些细分行业和某项重大事件表示重点关注，或者通过开展市场研究、组织行业指导座谈会或专题学术讨论会、出台白皮书等形式（于立，2020）[25]，表达竞争执法机构的关注重点和监管态度，引导数据巨头往政策预期的方向发展，使数据巨头在打法律“擦边球”时多几分谨慎和反思，从源头上减少违法违规行为的发生。

（三）经济生态：推动数字平台的互联互通

数据巨头在打造闭环平台生态系统过程中，一方面不断扩张业务领域，加强数据内部共享和价值挖掘；另一方面对外加强数据封锁，强化数据垄断地位。这种“对内共享，对外封锁”行为造成了信息“孤岛”，不利于数字经济的共享、开放式发展，也因信息流动受阻而带来了公共利益和用户权益损失。

一是数据巨头的数据封锁主要包括链接屏蔽、数据封禁、生态封闭三种形式。

二是链接屏蔽限制了用户之间、用户与其他平台之间的信息交流，降低了信息传播效率。

三是数据封禁限制了其他平台上的经营者和用户跨平台使用积累的数据资源，阻碍了统一数据要素市场的建立。

四是生态封闭限制了数字经济生产要素的跨平台、跨市场流动，限制了不同市场之间互补作用的发挥。

随着数字经济强监管时代的到来，监管部门对数字平台数据封锁的“拆墙”行动已然开始，例如中华人民共和国工业和信息化部2021年下半年开始了互联网行业专项整治行动，着重解决即时通信屏蔽网址链接等问题。但“拆墙”需与“搭桥”相辅相成，才能真正实现数字平台的互联互通。

一是推动链接开放。例如可借鉴通信行业的做法，建立社交软件、网约车、外卖、共享单车之间的互联互通，同时大型平台应向中小平台同等开放（吴勇毅，2021）[27]。

二是推动数据开放。《中华人民共和国个人信息保护法》（以下简称《个人信息保护法》）第45条规定了“个人信息可携带权”的相关内容，为数字平台共享个人信息奠定了法律基础。下一步，建议尽快出台《个人信息保护法》实施条例及相关配套制度，对个人数据可携带权的应用场景、信息类别、携带方式、处理目的、费用分担等具体内容进行细化和明确，充分发挥数据的生产要素价值。

三是推动生态开放。推动数字经济形成多样性丰富的生态系统，要建立健全数据要素市场规则，促进数据要素高质量供给和高效交易流通；优化平台经济领域经营者集中的竞争影响评估标准，减少市场收购对创新和竞争的不利影响；强化数字经济超级平台的“守门人”责任，明确超级平台的“要求实施事项”和“禁止实施事项”，引导数据巨头主动加强合规管理。

（四）数据管理：兼顾数据开放共享与隐私保护

数据是数字经济的核心生产要素，数据垄断阻碍了数据要素的流通和交易，不利于充分挖掘数字资源的经济价值和社会价值，也不利于初创企业的成长壮大，同时容易导致平台自我优待、大数据“杀熟”、泄露用户隐私等问题。

数据垄断问题主要源于数据权属不明确以及数据收集、流通、使用过程不开放、不透明。推动数据开放共享，平台开放是基础，数据确权是关键，依法监管是保障。

为此，一是要给数据赋值，使数据价值释放出来；二是要给数据赋能，使数据要素流动起来；三是要给数据赋权，使数据产权明晰起来（连玉明，

2022）[28]。

在促进数据开放共享的同时，还需着重加强数据隐私保护。在公众的个人信息自我保护意识普遍不强、数字企业超范围甚至违规收集个人信息现象屡禁不止的现实背景下建议应采取以下措施。

一是加强对数字企业收集个人信息的合规性监管，对违规企业采取产品下架、停业整顿及其他惩戒措施。

二是进一步完善个人隐私保护的法律法规和制度体系，明确数字企业收集、共享、使用个人信息的内容和授权方式及各方的权利义务，明确隐私泄露的惩罚措施和补偿政策。

三是对个人信息实行分层保护原则，根据信息的敏感程度和可识别程度设置不同的保护规则和权益规则，在保护个人隐私和促进数字开放共享之间取得适当平衡（王乐和孙早，2021）[29]。

（五）风险防控：有效应对金融科技带来的风险挑战

金融业是数字化时间最早、数字化程度最高的行业之一，也是数字经济中不可或缺的重要组成部分。随着金融科技快速发展、金融创新日新月异，数据巨头对金融领域的渗透越来越深，金融业务与非金融业务之间、不同类型金融业务之间的界限越来越模糊，传统的分业监管模式已经不能有效控制金融创新带来的金融风险（黄润，2021）[2]。

防控数字金融风险已成为防控数字经济风险的重点之一，但传统监管理念和监管方式在应对金融科技带来的风险挑战时显得有些力不从心。为此，金融监管部门须与时俱进地更新金融监管的理念、模式和技术手段。

一是完善监管规则，减少监管套利。统一监管规则、实施穿透式监管，消除数据巨头实际上从事金融业务却未受金融监管的套利空间，为传统金融机构及新型金融业态提供公平竞争的市场环境和监管环境。

二是将数据巨头纳入金融控股公司监管框架。数据巨头往往同时提供多种金融产品和服务，但由于金融创新带动交叉性金融产品迅速增长，不同金融产品和服务的边界比较模糊、性质容易混淆，相互之间缺乏有效的“防火墙”。将数据巨头纳入金融控股公司监管框架，要求其充实资本金，提升风险控制、处置和修复能力，有助于防范其“大而不能倒”的风险，防范金融风险跨业务、跨机构、跨市场进行传染。

三是扩大监管科技在数字金融监管中的应用。监管科技具有较强的系统灵活性，可实现金融监管的全流程管理和自动化管理，有助于推动金融监管从规则监管模式逐步转向原则监管模式，显著提升监管质效。金融监管部门应推动监管数据的标准化和信息共享，推动金融机构、数字企业、监管科技公司等市场主体加强互动、优势互补、形成合力，降低监管科技方案的开发和使用成本，同时加强对监管科技的政策引导，为监管科技解决方案提供安全的测试环境（如“监管沙盒”“金融风洞”等），在保护金融消费者权益的前提下鼓励试错、鼓励创新（傅强，2018）[30]。