一、问题的提出

  随着数字技术的不断进步，平台经济所展现出的规模、效率和影响是以往任何工业时代都不具备的。平台在新技术环境下所发挥的“孵化器”作用，有力地支撑着新业态、新模式的飞速发展。毫无疑问，平台经济已然成为推动全球经济不断发展的新引擎。[1]但是，在看到平台经济创新蓬勃发展的同时，应当认识到这也是一种新型的复杂经济形态，主要表现在平台越来越多地依赖数据和算法来获取竞争优势。随着算法的技术含量与隐蔽性日益提升，供需两侧的信息不对称不断加剧，因而反垄断规制变得愈来愈困难。

  反垄断规制的基本旨趣是要保障经济的可竞争性，而竞争之所以可能会被排除，是因为那些具有市场支配地位的企业能够进行高于竞争水平的定价并发挥市场势力。[2]无论是在传统工业时代，抑或平台经济时代，排斥竞争的行为内核从未发生过变化，即竞争者通过协同、排他、合并等方式来获取、巩固以及扩大市场势力，以排除竞争为目的对这种优势的利用，最终导致创新效率和产品或服务质量的降低。因此，竞争结构以及由其决定的市场势力构成了反垄断法的核心问题，反垄断规制即是对市场势力实质性地、长期持续地发挥进行约束，以阻止反竞争性行为。[3]平台经济时代反垄断规制之所以面临更大挑战，原因就在于市场势力与数据、算法结合在一起实施，可以在实现控制市场之效果的同时表面上又未影响竞争结构，故对平台企业采取一体化经营策略产生了极大的激励。

  信息匹配效率的竞争造就了一批支配型平台（即俗称的头部平台）的崛起，它们凭借信息控制能力可以阻碍市场进入，以达到排斥竞争的目的。于是，“大的问题”（the problem of bigness）应运而生：既要避免打击那些通过创新而成功的大公司、也要防范获得成功后的大公司阻止创新的挑战者。[4]从微观层面来看，随着互联网技术、计算技术带来的产业结构变化，竞争者之间有了越来越多新的排他方法，诸如排他性协议、自我优待、大数据“杀熟”、纵向一体化等经营策略。因此，对平台竞争正当性的判断，面临着技术上和经验上的巨大挑战。就传统的以价格为中心的反垄断分析框架而言，一方面相关市场界定陷入巨大困境，另一方面价格工具在面对纵向控制、转换成本、用户多归属、错误成本均衡等竞争效应分析的诸多具体问题时，亦难以完成反竞争效果之推定或排除的任务。若不能有效解决这些困境，将极大地影响反垄断规制对有害之排他行为的威慑。

  针对平台经济领域的反垄断难题，近年来国内外反垄断学界均展开了积极探索，从微观层面的分析方法到宏观层面的反垄断政策、从竞争行为分析到监管理论演进，既有研究十分丰富。[5]此外，在立法层面，中国、美国和欧盟新近也频频推出新的规范、法案。[6]综观之，对于如何满足平台竞争反垄断规制之需，理论研究和立法选择存在一定分歧：对反垄断政策持宽松态度者，将关注的重心放在分析方法的完善之上；而持严厉态度者，则倾向于“寻求事前促进竞争结构并维护其中的自由”。[7]本质上，这些分歧反映了人们在“竞争结构与市场创新性之间的关系”这一问题上的不同价值取向，同时也揭示出竞争结构始终是反垄断规制的基点。与传统经济相比，平台经济没有改变、也不应当改变这一点。

  然而，紧扣竞争结构的反垄断研究是非常不充分的。尽管新布兰代斯学派大声呼吁：“反垄断法必须关注市场结构和竞争过程，而不仅仅是关注结果”, [8]既有研究大多致力于传统分析框架的方法改进，或是力图在宏观层面寻求平台反垄断监管机制与理论体系的创新。[9]立法方面更是表现出从规制竞争行为向规制产业本身转型的态度，引发诸多争议。不难看出，缺少从竞争结构的维度来推动平台经济反垄断的发展，是导致当前困境的重要原因：宏观层面上，传统的“监管—反垄断”二分体系在面对信息成本差异带来的高溢价竞争结构时，非常容易出现体系性混乱；而在微观层面，法院或执法机构的具体分析又面临反垄断公共政策选择缺乏新准则的困境。为了寻求突破，本文立足于竞争结构来展开平台企业的行为分析，探寻“市场势力”与“竞争性”之间实现均衡的有效路径，进而以之为基础，探索“社会福利+促进有效竞争”之平台经济反垄断二元分析框架的构建。

二、平台经济反垄断的基石：竞争结构

  平台作为交易场所，是将间接网络效应予以内部化的组织体。[10]平台依据自身的效率水平来制定行为规则，从而决定信息匹配的具体实施。很显然，平台的信息交换效率越高，其搜索和匹配的能力就越强。平台并非是一个新生事物，尽管根据间接网络效应的强度以及定价结构的不同可以将平台区分为不同类型，[11]但其本质从未发生变化——降低搜索和匹配的成本，从而为供需各侧主体提供交易机会。所以，平台无需用技术来界定，只不过如何降低与搜索和匹配相关的信息成本以及降低的程度均与技术密切相关。数字平台与购物中心、报纸等传统平台的本质一样，其决策特质由信息匹配的效率决定，当然，前者在决策的量化程度和科学性方面已大大提升。信息的收集、处理因数字技术的不断发展而越来越隐蔽，且往往包裹在以算法规则为支撑的商业模式之中，故从信息生态系统的维度来深刻解析平台经济的竞争结构，才能更好地触及问题的实质，进而探求传统框架的深层次修正方案。

（一）根植于信息生态系统的竞争结构

  传统产业经济是由规模经济来驱动的，而新的信息经济则由网络经济机制驱动，[12]二者之间的一个核心区别在于，市场参与者将网络效应[13]予以内在化的能力不同。依托于自身的信息能力，平台企业内在化这种网络效应的能力大大提升，[14]因而其相较于传统企业更容易通过网络效应获得市场竞争优势。经营者一旦获得这种优势，即意味着其与竞争对手相比，能够以更高效的方式匹配消费者。

  市场竞争的展开，对比的是经营者的决策过程与结果。经营者的决策依赖于对一定量的信息的“占有”，消费者的决策同样如此，正所谓“信息是经验品”。[15]线上经营与线下相比，供给方搜寻和匹配需求方的具体形式发生了重大转变：前者，平台内经营者通过数据的搜集与分析来精准找到消费者；而后者，消费者是通过广告来寻找经营者。双边市场的信息优势使得经营者可以更有效率地了解消费者需求，通过数据积累和分析来获取信息成为市场竞争参与者越来越重要的能力，对于了解消费者具有不可估量的价值。[16]数据已无可争议地成为核心生产要素，是平台经济创新的原动力，也从根本上改变了传统产业经济中对边际回报与规模效应的认知。因此，利用数据的信息匹配能将交易行为和经营活动更多地吸引到平台上来，从而形成新的竞争结构。

  数据数量和质量的逐渐提升，将促使信息匹配的成本不断降低，平台藉此即能提高分析用户行为与偏好的精准度，[17]大数据分析的意义就在于此。在海量数据的基础上，平台通过数据处理和分析来了解交易各方的决策习惯与偏好，进而掌握市场两侧的需求。概言之，信息匹配必须建立在有效的数据搜集和分析的基础之上，反过来，匹配效率的提高又会进一步激励数据的数量和质量的提升。只要数据的数量足够多、质量足够高，平台的需求分析及随之进行的匹配就会越精准，从而得以在供需两侧吸引更多的用户。由此可见，信息匹配效率是能够改变竞争结构并最终转化为竞争优势的，学界近年来也非常关注这一点，有关平台竞争的研究重心已从网络效应转移到信息匹配上来。[18]

  理论界对于从竞争的角度来看待平台上的数据使用问题，仍然存在不少争议，[19]这也反映出学者们在“平台经济反垄断是否因数据要素的凸显而呈现出特殊性”这一问题上的分歧。以数据争夺与控制为基本属性的平台竞争是否会造成社会福利、尤其是消费者剩余的减损，学者们的看法不同。持否定观点者强调“数据集中能够改变竞争结构”需要得到实证证据的支撑，但是，通过数据控制能够获得竞争优势、进而改变竞争结构是各方的共识。充分的数据能够帮助经营者分析平台两侧的行为和偏好，从中归纳出影响行为决策的诸项参数，进而可用于训练平台自己的人工智能系统，这不仅能够提升决策的效率，而且也能在速度和规模上进一步促进数据的积累。由此可见，那些拥有更强大数据能力的平台企业，更容易在竞争中获得、并不断巩固市场优势地位。[20]

  当然，平台并不会因数据的积累（即使是海量数据）而自动获得竞争优势，其只有具备充分利用数据的组织和控制能力，才能将数据的规模价值转化为市场势力。这一点对于后进入者如何与具有庞大数据基础的先发者展开竞争尤为重要，后进入者需立足于技术壁垒、商业模式 阻隔以及监管约束，迅速完成可替代性资源的积累，方能与先发者同行、甚至是超越他们。但反过来讲，先发者一旦利用数据建立起竞争优势，的确具有足以对后来者、下游市场的竞争者产生实质影响的市场势力，或是建立进入壁垒、或是形成纵向控制。尤应看到，许多提供多种互联网产品或服务的平台，通过采取数据一体化策略（不同产品或服务的数据积累与利用相互打通），形成了排斥性更强的信息生态系统，从而对相关市场的竞争产生不容忽视的影响。美国“FTC诉Facebook案”就反映了数据一体化带来的竞争法问题，FTC认为Facebook收购Instagram和Whats App严重影响了社交网络市场的竞争。[21]

  随着平台经济越来越内生于人类社会的日常活动，平台企业依赖信息匹配效率实现创新发展、追求竞争优势已成为主流业态；与此同时，信息生态系统所引发的竞争法问题越来越突出。在位平台为固化已有信息生态而实施的诸多经营策略，不少都会损害平台间的充分竞争，例如“算法黑箱”“信息茧房”等。[22]因此，创新与治理是相伴而生的，二者之间必须均衡发展。

（二）从数据集中到市场集中的竞争结构

  交易是各方当事人之间的匹配，其效率的高低决定了交易成本的大小，将技术融入经济行为即旨在努力提高匹配的效率。平台的出现是匹配专门化的结果，相较于非平台企业，前者的匹配效率有着质的不同。数字平台利用信息技术实现的数据集中，使得它们在降低交易成本方面具有显著优势，最终得以实现市场集中。藉此，平台对其两侧形成控制力，很容易产生交易双方决策偏差、甚至是操纵交易的负面效应。无论交易成本经济学、企业能力理论，抑或范围经济学，都从不同侧重点出发阐释了海量数据对市场、企业及竞争的影响。

  “标准化”的市场策略是实现从数据集中到市场集中的关键因素。原因在于，网络效应、尤其是间接网络效应[23]会极大地影响网络用户（消费者）的转换成本，从而决定他们的行为选择，这很好地解释了用户为何更加关心网络产品和服务的兼容性。于是，在具有网络效应的市场中，一旦平台企业的某个产品在吸引消费者方面具有优势，这种优势就会不断扩大，即有形成“事实标准”（de facto standardization）的天然趋势。[24]本来，消费偏好和产品特性的差异会对这一标准化趋势形成非常积极的反作用力，以维持多个网络的并存，但标准化导致了多样化效用的丧失。另一种具有类似效果的竞争策略是产品或服务本身的平台化，与标准化一样，平台化也是通过影响转换成本来对消费者产生锁定效应。利用标准化和平台化，在位平台不断强化自己的先发优势，而将这些策略与数据控制能力相结合时，先发优势将进一步提升，因为技术壁垒使得后来者想要进入市场的固定成本及边际成本都非常高。此即市场集中的竞争效应，在位平台得以获取溢价收益，从而表现出强烈的“赢者通吃”之特点。

  数据规模对匹配效率有着决定性的影响，决策的量化程度和科学性首先取决于输入端的数据集合。平台经济时代，数据是最具价值的资产和生产要素已成为共识，但对于数据集合是否会导致市场缺少竞争力，则存在一定的分歧。[25]信息匹配效率与市场主体在数据要素的影响下如何进行行为选择有关，单纯的数据集合并不必然导致市场的集中，只要能在产品质量和多样性方面保有差异化驱动，此时的数据集合就不应当触发竞争问题。但是，当数据集合的规模足够大时，平台企业就有可能通过设计复杂的算法来影响竞争者之间、经营者与消费者之间的互动，实现从数据集中到市场集中的转化。因此，立足于“数据集中—算法设计—市场控制”的逻辑脉络，才能正确把握从数据集中到市场集中的竞争要义。

  平台企业利用算法通常从两方面来影响竞争结构：[26]其一，通过算法设计来影响数据收集，包括数据来源、搜集方式等，进而决定相关市场中的数据结构；其二，决策过程的算法化，即设计与大数据分析相匹配的算法规则，支撑特定之商业策略的实施，输入端是数据集合、输出端是经营者的商业模式，因而具体决策也就是算法运行的过程和结果。[27]简言之，前者是算法控制的准备阶段，而后者即为算法控制的实施阶段，平台企业藉此追求市场结构效应。由此可见，坚持反垄断法在大数据时代依然只扮演非常有限之角色的观点，显然是过于武断地相信数据集中导致的市场集中不会改变竞争结构。[28]近些年来的司法判例，诸如“Facebook收购Instagram及Whatsapp案”“Microsoft收购Linked In案”“Live Universe诉My Space案”等，均充分说明了这一点。司法实践充分显示出，数据集中越来越令人们担忧因此所导致的市场集中、进而引发反竞争效应的问题。

  数据集中是否会影响竞争结构，主要取决于：数据对下游市场来说是否不可或缺、不同来源数据之间实现互操作性的成本、不允许数据可迁移是否阻碍了售后市场的兴起、数据集中是否产生规模经济的价值。[29]在此分析框架中，数据控制造成的社会福利损失与规模经济带来的价值增量之间的比较，是做出最终判断的依据。数据作为“表示对象和事件属性的符号”, [30]因其能反映或被用于分析人们的行为和偏好而成为平台企业的专用性竞争资源。表面看起来，数据来源于系统的记录、因而无处不在，即使单个平台完成了数据集中并加以利用，似乎也没必要触发规制。但是，仅看到平台系统对数据的记录源自用户设备的连接是不够的，数据本质上来源于平台通过特定的应用程序所运行的数字生态系统，由于平台的生态系统往往是封闭的，数据的收集、分析和利用所蕴含的排他性切实地改变了竞争结构，从而产生市场集中的反垄断规制问题。而且，通过硬件与软件相结合的系统性手段，平台企业还能够实现跨设备、跨服务的数据集中，让一体化的规模优势充分发挥杠杆作用。[31]

  由上可知，技术的发展使平台企业得以不断提高自身的数据能力，从而将数据资源转化为竞争优势，并努力生成封闭的信息生态系统以固化这种优势。平台数据可以通过两种渠道形成市场优势：一是将平台流量对应的数据与广告销售联系起来；[32]二是将用户及竞争对手生成的数据作为自身行为决策的依据。由此可知，平台企业能够运用技术手段（算法）或法律手段（合同）来阻止数据获取渠道的开放性，从而促使市场竞争以新的方式展开（即竞争结构）。算法与合同的利用一方面是造成了市场集中，另一方面是引致平台企业彼此间界限的模糊，而这一点常常被人忽略，所以，市场集中是否应当引起对数据效率、进而对有效竞争的担忧，在认知上一直存有较大争议。平台经济时代，数据集中及由此可获得的信息控制能力已成为平台的内生性需求，进而推动着市场竞争者追求近乎完美的匹配，[33]但是，数据集合和算法驱动的技术性也体现出，平台经济的竞争结构与主体行为的相互影响十分复杂，基于信息控制的市场集中使得判断平台经济领域是否还保持可竞争性变得愈来愈困难。

三、面对平台经济的反垄断分析框架

  平台企业在信息生态系统中展开竞争，数据挖掘及数据协调成为最为重要的决策基础。由于信息利用及与之相应的利益分配已不再是传统经济形态所能涵摄的量级，市场竞争中的定价机制有从分散式竞价转变为集中式定价的趋势，[34]依赖于这种转变，平台在线上交易中愈来愈占据主导地位，进而通过不断加强的信息控制能力来固化既有的竞争结构。因此，平台经济的反垄断分析必然要努力回答，数据集中是否导致了市场竞争力的下降。

（一）平台经济反垄断中竞争结构的地位

  平台带来的搜索和匹配效率，是改变交易模式、进而改变竞争结构的关键因素，而常常被忽视的一点，平台自身也是这个竞争结构中追求利润最大化的市场主体。从数据集中到市场集中，数据优势平台能够将市场控制行为以算法的形式隐匿于商业模式之中，[35]这一方面会导致社会公众难以辨识平台操纵：另一方面这种操纵往往导致福利分配出现偏差。由此可见，平台经济竞争结构在带来决策效率显著提升的同时，使得排除竞争的隐蔽性和危害程度也大大增加。凭借头部效应，平台企业滥用市场势力、限制或排除竞争的方法更加多样化且难以判定，尤应注意的是，消费者福利在短期内也未必是降低的。

  如何对待拥有较大市场规模的竞争主体，一直都是反垄断规制面临的争议问题，所以面对数据集中导致的市场集中，世界各国的竞争政策依然表现出了对“大体量”经营者的担忧。近年来司法实践中备受关注的谷歌公司即是典型的例子，各国反垄断执法部门都非常关心该公司是否利用安卓系统去加强其在搜索市场的市场势力。[36]对产业集中条件反射般的“反感”，给企业采取多元化经营模式的积极性带来了极大的破坏力，从而让人产生“大”就是“坏”的直观反应。在信息能力更加凸显的平台经济时代，规模效应（范围经济）的特质已彰显得十分鲜明，因而对直接根据竞争结构进行推定的批驳——典型的如美国司法部和联邦贸易委员会1992年《横向并购指南》明确表示：“市场份额和市场集中度数据可能低估或夸大企业未来在市场中的可能的竞争意义或者并购影响”[37]——是否仍能恰当地适用于平台竞争，值得深入思考。具体而言，数据集中引发的市场准入门槛是否还能支持“创新可能引起市场集中度的上升、却并不必然会导致垄断力量”[38]的说法？

  从产业的角度来看，反垄断分析所关心的问题从未发生过变化，即创新与企业规模、市场势力之间的关系。围绕分析框架而展开的争议，本质上就是针对竞争结构（市场势力）与创新之间关系的理论分歧，以下三种观点最具代表性：一为正相关关系，源于熊彼特假说（Schumpeter hypothesis）;[39]二为负相关关系，源于阿罗模型（Arrow model）;[40]三为阿吉翁（Aghion）等人提出的倒U型关系。[41]前述观点与工业经济发展的三个不同时期以及相应的理论学派是相对应的，针对创新能否破除市场集中度与垄断力量之间的关联性这一问题，理论分歧实际上反映出反垄断分析中对待竞争结构的不同态度。对此笔者认为，平台经济领域的创新、市场集中度通常与垄断力量是正相关的，新企业的确存在进行创新的激励、从而与已有企业展开竞争；但当竞争结构呈现为数据集中的本质特征时，新进入者实际上很难将创新成果转化为成本优势，创新所需的投入是非常巨大的、而且回报周期很长。何况“高固定成本、低边际成本”的产业特征决定了，无论是担忧失去市场优势、抑或是追求“赢者通吃”，在位者存在更强的创新激励。

  竞争结构之于反垄断分析的重要地位，可以从平台竞争的外部性、不可分性和不确定性这几方面进行考量，分别对应着竞争对手的数量、研发投入的大小、承担风险的能力。在传统经济时代，技术的快速发展使得在位者（即使拥有垄断力量）往往并没有什么特别的或难以撼动的优势，况且，具有市场优势地位的企业“通常也不愿意从事与现有产品构成竞争的创新”。[42]所以，即使企业之间在资本和技术方面存在差距，小企业或新进入者仍有创新的空间和激励，也即是说，市场份额不能作为创新激励低、竞争性弱的风向标。到了平台经济时代，市场主体在外部性、不可分性和不确定性问题上面临的情势已与过去大相径庭，虽然创新能力仍然取决于平台企业协调资源的能力，但此时的资源协调与数字生态系统密切相关。通过开发新产品是否能催生出新的需求曲线，不应脱离该系统来简单评估，实际上，以小博大的非对称竞争或是后来者与领先者的竞争，在当下软、硬件产业边界已发生融合的情况下早就变得十分艰难。所以，平台经济的特质是与“头部效应”相对应的竞争结构。

  平台经济围绕流量争夺而展开，流量是平台企业有能力凭借几乎为零的边际成本来不断延伸自己市场的根本元素，从而获得交叉网络效应，[43]满足尽可能多的消费需求，有时还能激发出新的消费需求。所以，若平台企业在数据集中方面取得了市场优势，由此形成的竞争结构会使其既有激励、也有成本优势去追求进一步的市场集中。市场集中度是测量竞争结构的基本经济学概念，指的是“构成市场大部分销售量的厂商的最小数目”, [44]可见，超级平台（头部平台）的成长，就是对从数据集中到市场集中的竞争结构样态予以外在呈现。

  除了谷歌公司，近年来苹果公司、亚马逊公司等著名的头部平台都处境艰难。不难看出，面对数据集中导致的市场集中，世界各国的竞争政策依然表现出了对“大体量”经营者的担忧。[45]对大企业的恐惧主要是担心“产业集中会对经济造成严重威胁”, [46]虽然芝加哥学派一直批判对产业集中持高度警惕的态度，认为这是一种目的设定论的适法范式，但在平台经济时代，新布兰代斯学派批评芝加哥学派对竞争结构缺乏关注还是非常值得肯定的，重视竞争结构在反垄断分析中的地位，有利于反垄断执（司）法者从长期效应的视角，分析市场集中对动态效率和企业竞争能力的影响。

（二）应对平台经济挑战的各方努力

  20世纪三十年代，反垄断分析框架有过一次从结构主义向行为主义的转型，其思想动力即是相应历史时期崛起的新兴古典主义经济学理论。在行为主义理论的支撑下，反垄断规制逐渐形成了以价格为中心、以消费者福利为竞争效应分析对象的传统分析框架。在此框架下，相关市场界定被视为反垄断规制的第一个步骤，如果无法完成界定，反垄断规制就无法往下推进。[47]到了平台经济时代，面对人类历史上一次新的重要结构转型，传统分析框架陷入了巨大困境，因为相关市场界定成为了难以迈过的门槛。竞争结构是造成这一界定困境的根本原因：其一，平台的双边市场属性使得相关市场的界定充满争议，应当考虑三种不同的消费者群体（平台两侧及平台自身对应的消费者）从而将之界定为三个相关市场？[48]抑或，是否可以将三种消费需求融合在一个相关市场里？其二，平台提供产品的模式[49]使得相关市场界定时，传统的替代性分析、假定垄断者测试、临界损失计算等定量分析法在个案中都难以展开，而且，消费者需求的价格弹性也与非平台领域的情况大不一样。[50]

  即使能够解决相关市场界定这一始点问题，在市场势力及竞争效应的分析方面，传统分析框架面对平台竞争时也存在方法论供给的不足。自20世纪七十年代芝加哥学派兴起，反垄断的唯一合法目标就被确定为“消费者福利的最大化”, [51]于是，竞争效应分析逐渐呈现为技术性较强的福利计算，这与芝加哥学派非常依赖数学推理是分不开的。产业经济学中的竞争模型和计量方法大量进入反垄断规制的分析过程，使得利用价格工具分析人们决策行为的最优化受益良多。但在平台经济时代，由于技术发展带来的竞争结构变化，网络效应及其强度应当成为市场竞争的重要属性和受关注的焦点，已往十分倚重的关于竞争效应的量化分析方法，不再能够通过“福利标准”来有效区分反竞争行为与提高竞争效率的行为。

  鉴于传统分析框架面对平台经济竞争结构时陷入的困境，近些年来国内外学者都积极展开了对策研究：

  其一，最受理论界和实务界关注的问题是，如何在平台经济时代有效地进行相关市场界定，为此不少学者提出了改进假定垄断者测试法的建议。例如：埃文斯（Evans）和诺艾尔（Noel）借鉴了欧盟路径的临界损失法，以“对称竞争平台”与“非对称竞争平台”的区分为基础，提出了进行双边SSNIP（small but significant non-transitory increase in price）测试的方法；[52]菲利斯特鲁基（Filistrucchi）以媒体为研究对象，针对这种双边非交易平台的假定垄断者，提出以最优价格进行逐边涨价的双边SSNIP测试法进行分析。[53]此外，还有一些研究提出了超越价格框架的对平台竞争具有普遍适应性的分析工具，例如经合组织（OECD）建议采用的SSNDQ（small but significant non-transitory decrease in quality）测试法，以适应技术变化迅速的市场。[54]该方法当下在我国得到了广泛提倡。另有学者提出基于利润来源（比如注意力交易）的分析方法，以此摆脱分析平台各边产品之间的需求替代性之困境。[55]

  其二，有少数学者提出应打破传统分析框架的拘束，对被诉行为的竞争效应直接展开综合性的分析，例如凯普洛（Kaplow）就旗帜鲜明地主张，应当抛弃将相关市场界定作为反垄断规制门槛的做法。[56]受其影响，我国反垄断实务界比较倾向于在互联网环境下可以绕过相关市场界定，通过排除或者妨碍竞争的直接证据对被诉行为可能的市场影响进行评估。[57]

  其三，鉴于不同类型的平台竞争在反垄断规制的问题上呈现不同的特点，一些学者开始针对特定形态的竞争行为展开竞争损害分析。例如霍温坎普（Hovenkamp）提出，虽然平台竞争问题带来了一些新的挑战，但大多数仍在反垄断法的可处理范围之内，不过也出现了一些威胁竞争的新生行为，诸如平台对补充性或差异性技术的收购，霍温坎普认为现有分析工具不足以应对这样的竞争损害变化，进而提出了自己的建议。[58]

  其四，贝克尔（Baker）、斯坦鲍姆（Steinbaum）等人主张适用新的竞争准则——“有效竞争标准”。这些学者对以价格为中心的传统分析框架展开了批判，主张应当以促进有效竞争作为法院和执法机构适用反垄断法的新准则。这些学者对芝加哥学派的观点和分析工具进行了深刻的反思，认为竞争不可能是一种完全自然的状态，故不可能仅凭对消费者剩余的关注（福利标准）来促进有效竞争、保护创新。[59]很明显，该观点明确反对过于宽松的反垄断政策，因而比较迎合当前中美及欧盟所表现出的对大型平台的强烈担忧。

  概括起来，大多数既有研究还是致力于寻求分析方法的突破。但是，追求经济效率的量化并非反垄断法最根本的问题，反垄断法真正应当关心的是竞争政策目标，分析方法只是实现目标的手段。如果竞争政策目标不清晰，或者已经发生变化，那么即使改进了量化方法，可能也会与新经济形态的竞争政策不相匹配。芝加哥学派为垄断辩护道：“如果存在垄断企业的市场通常比不存在支配型企业的市场具有更强的创新性，那么垄断市场也可以有效率地运行”, [60]但是，该学派长期追求的经济效率的量化，并不能匹配创新的可靠量化。有鉴于此，适时地转换思路应是更好的选择，针对平台经济的竞争政策目标，基于新经济时代竞争与创新之间关系的特点，考虑引入反垄断分析的新准则。

四、平台经济反垄断二元分析框架的兴起

  如前所述，从数据集中形成市场集中是平台竞争最本质的特征，数据作为基本生产要素，其对竞争结构的影响更为直接和直观。基于这一认知，在平台经济时代的竞争政策考量中，结构主义的分析路径就有了重新占据重要地位的合理性。当然，需要明确的是，平台经济时代的结构主义与哈佛学派的观点已有根本区别，相较于后者实质为监管市场份额的结构主义，前者不仅关注竞争结构，同时也强调对竞争过程的分析。鉴于平台经济反垄断应当更注重从长期效应的角度，考量市场集中对动态效率和企业竞争能力的影响，因而有必要在价格分析的基础上引入促进有效竞争的新准则。

（一）新结构主义的二元分析框架

  考虑到“动态效率是社会福利的培养皿”, [61]因而平台经济反垄断规制需要超越传统的静态效率，更多地关注动态效率，很显然，后者检验的是市场（产业）结构的长期效应。如果说传统行为主义的反垄断分析观察的是市场主体的具体行为，那么，强调动态效率的反垄断分析则观察的是竞争结构的发展变化，不妨称之为新结构主义的分析框架。结合上文对竞争结构的地位分析可知，反垄断规制的目标——市场竞争保有动态效率，旨在实现市场结构不会损害有效竞争的状态，所以，新结构主义的分析框架应当是一种二元结构：如果价格工具是可用的，且相应之经济分析的结论是社会福利减损，则反垄断分析可直接得出应予规制的结论；如果社会福利并未明显下降，或者没有可用之价格工具，那么就要针对竞争结构展开“是否能够促进有效竞争”的检验方能得出结论。

  由上可知，新结构主义分析框架的提出，是为了满足竞争政策转型的需要，诚如威廉姆森（Williamson）所言：“在深受复杂性困扰的经济组织领域，多元主义很值得推荐。”[62]虽然这句话针对的是其它问题，但也能很好地契合平台经济。平台经济时代，反垄断规制面对的是极其复杂的平台竞争以及在其推动下形成的信息生态系统，因此，对系统控制者的市场决策展开是否会损害有效竞争的效应分析，对于维护竞争性市场结构来说至关重要。与此同时，仍应坚持的价值判断是，尽管存在“赢者通吃”的风险，反垄断法也决不能采取“只要大就是不好”的公共政策取向。概言之，无论是单一价值取向的福利分析，抑或仅仅施以市场份额监管，都不是在激励竞争与避免抑制创新之间取得均衡的有效路径，新结构主义的二元分析框架才是平台经济时代反垄断规制的可取之道。

  应当明确的是，二元分析框架并非是对哈佛学派的结构主义与芝加哥学派的行为主义进行简单地折衷。之所以倡导新结构主义，根本原因还是反垄断规制应与平台经济的效率内涵相契合，而芝加哥学派长期以来将经济效率等同于消费者福利的观念，并不能很好地适应平台经济时代。[63]基于前文所揭示之平台经济竞争结构的特性，以及平台兼具体现创新和发展创新的双重属性，平台企业之间的竞争已显著区别于传统经济时代的市场竞争，产生了多边市场、网络效应（尤其是间接网络效应）、锁定效应、双重边际化、中心辐射等诸多问题，不断对人们认知经济效率提出新挑战。

  在新结构主义的二元分析结构中，以价格为中心的福利分析于平台经济时代仍有重要意义。运用传统经济学分析方法，从“产品差异化”“广告销售”“消费者惯性”等维度，衡量市场势力的源泉、市场集中度与生产者剩余及消费者剩余之间的关系，仍然是廓清市场上的组织结构、理解平台生态系统的重要路径。主张对相关市场界定和市场势力衡量采取开拓性的一体化分析法，[64]其实还是遵循价格分析框架的操作。此外，针对免费提供互联网产品或服务的广告支持型平台，上文提及的SSNDQ测试本质上亦是一种价格模型的应用。诚如波斯纳在论述新经济时代的反垄断问题时所主张的，传统分析框架同样适用于新经济，反垄断法适用的困境只是源于知识产品或服务的技术复杂性。[65]虽然波斯纳讨论的新经济所指向的三大产业[66]与如今的平台经济已有显著差别，但必须认识到，价格工具并不会因技术的复杂程度而轻易地失灵。

  平台竞争之所以复杂，是因为技术和资本的结合，使得人们难以对平台这个复杂组织及其大数据决策过程产生清晰和稳定的认知。新布兰代斯学派可能同样没有搞清楚什么是动态竞争，[67]因而轻率地完全抛弃以价格为中心的反垄断分析框架并非科学、审慎的态度。福利分析虽然在长期效应观察方面存在短板（即容易产生假阴性），但也不像新布兰代斯学派那样容易犯假阳性的错误。一如上文对既有研究的梳理，理论界应对平台经济的挑战，更多的还是在以价格为中心的福利分析方面不断探索，鉴于现有成果的丰富程度，本文无意再对社会福利的量化分析展开探讨，以下着重分析促进有效竞争的反垄断政策考量。

（二）促进有效竞争准则的引入

  应当指出的是，反垄断规制从来就没有改变过关注的重心——支配型企业和创新之间的关系，只不过以“价格”和“福利”来衡量市场势力的利用是否损害了创新，常常给人以担心反垄断执法会损害创新的感受。传统分析框架引发的争议，就像前文所述之阿罗和熊彼特的创新理论之争在反垄断法领域的映射。所以，重新审视历史上这场有关创新与竞争程度之间关系的论战（包括之后阿吉翁的加入）不难发现，当创新成为平台经济时代最为重要的话题时，由于反垄断规制的着力点须从静态效率转向动态效率，在分析框架中引入促进有效竞争之准则是实现这一转型的必由之路。

  由于传统的福利分析搁置了消费者与生产者之间如何分配社会总剩余的问题，因而可能出现社会总体福利增加但竞争已显著减少的偏差——此时生产者剩余的增量明显大于消费者剩余的降幅，故总福利依然是增长的。这种假阴性如果持续存在，市场将变得高度集中、最终导致创新对市场结构的影响被切断。所以，该问题的存在是当下平台经济领域竞争政策被批评过于宽松的重要原因。以纵向限制为例，此种模式能够带来规模效应以及存在总福利变化的不确定性被提高的可能，因而纵向一体化策略有时已经产生了排除竞争或导致竞争不充分的结果，却有可能无法通过福利分析检测出来。将促进有效竞争准则引入平台竞争的反垄断分析框架，正是为了克服福利标准可能产生的此类偏差。所以，单边市场的局部均衡并不能简单套用于双边市场。

  平台经济反垄断的分析框架中，有效竞争衡量是对价格分析结果的矫正，个案中如果价格分析的结果是没有福利损失、但有直接或间接证据表明有效竞争受到损害，那么依然可以得出应予规制的结论。诚如贝克尔所言：“如果竞争会在价格以外的维度上受到损害，例如质量或创新，那么价格（或经质量调整后的价格）是否超过竞争水平也无关紧要。”[68]关于促进有效竞争的证明标准，斯坦鲍姆和斯图克（Stucke）已经做了较为全面的研究，[69]而且，国内外针对头部平台的最新竞争政策与反垄断实践也采纳了他们的许多建议。[70]

  虽然促进有效竞争标准应当纳入分析框架，但是，如若提倡“从合理原则转向更明确的法律推定”“寻求事前促进竞争结构并维护其中的自由”, [71]笔者认为则未免过于偏激。有效竞争衡量是为了解决反垄断规制旨在促进福利增长却并未兑现的问题，如果以立法形式实行事前监管，则与哈佛学派直接规制市场份额的观点没有实质区别。对于如此纷繁复杂且发展迅速的平台经济，以立法形式来固化法律推定并不是一种科学而有效的方式。就当前平台经济领域中的焦点行为来说，诸如平台封禁或限制交易、自我优待、扼杀式并购等，在不同的市场力量对比下，平台是否采取特定策略以及采取策略的竞争效应均不同，[72]即使要采用事前监管的立法模式，也不应当是修改反垄断法，不妨借鉴平台分类分级的思路，将满足特定标准（门槛）的平台实施特定商业策略的行为纳入监管制度，具体的做法是可以利用税收机制或构建其它的收益再分配机制，以补偿受损的竞争对手平台。

  归纳起来，促进有效竞争准则的引入不等于要彻底解构“监管—反垄断”之两分结构，不能为了追求平台经济反垄断执法的便利就过多地使用推定，否则，本身违法原则扩张到一定程度就与监管部门直接干预市场无甚区别。坚持监管与反垄断之两分，是引入促进有效竞争标准无可动摇的前提。至于该标准的具体运用，鉴于其对动态效率分析的强调，产业经济学中的动态博弈模型是不错的方法论选择，区分序贯行动、单阶段同步博弈等情形，分析平台特定的商业策略使得竞争对手之间是否有达成纳什均衡的可能；[73]如果不能形成互为最优反应的策略组合，即可考虑被诉之商业策略是不利于有效竞争的。

（三）促进有效竞争中的创新内涵

  一如上文所述，芝加哥学派为垄断的辩护在平台经济时代遭到了猛烈批评，因为该学派所主张的垄断与创新的关系，难以得到其长期追求的量化方法的支撑。也即是说，垄断若想要被容忍，前提条件是创新得以维系甚至是促进，但是，芝加哥学派长期付诸努力的量化研究是针对经济效率而非创新的，所以，垄断不会给创新带来负面影响因缺乏方法论的支撑而无法在芝加哥学派的框架下证成。当下，数字技术领域的创新异常活跃，几乎所有的市场主体都在对与数据和算法有关的技术进行投资，平台经济的增长对竞争与创新之间的关系极富挑战性：该领域看起来充满活力、创新不断涌现，而竞争总体在减少；平台企业为了提高效率、降低成本都在努力做大规模，从而改变竞争结构。很显然，如何实现充分竞争与规模经济的共存，应当成为平台经济时代竞争政策的价值取向。

  谈及以激励创新来维护有效竞争的反垄断准则，二十年前的“微软垄断案”其实就传达出非常好的启示，可惜该案并未得到理论界的充分的解读。该案判决提出，有必要从创新的角度来考量竞争的价值取向，这显然是在宣示保护新兴互联网的理念，主张反垄断法应当适当关注创新竞争和未来的产品市场竞争。[74]只不过在不久之后的“Trinko案”中，斯卡利亚（Scalia）大法官却又表达了对规制垄断的相反意见。[75]我国的“阿里巴巴二选一垄断行政处罚案”之所以受到各界高度关注，原因就在于执法机构同时处理了福利损失与创新能力的问题：该案处罚书坚持传统的反垄断分析框架，在界定相关市场的基础上认定被处罚行为对平台内经营者和消费者的损害；与此同时，国家市场监管总局在认定阿里巴巴排除、限制市场竞争的问题时，也将“限制平台经济创新发展”作为处罚的重要理由。[76]同样备受关注的美国FTC对Face- book发起反垄断诉讼，也蕴含了传统分析框架与创新能力分析的交织：2021年8月19日，FTC向美国哥伦比亚特区地方法院提交了修订版起诉状，其中针对2021年6月28日起诉被驳回的主要原因（市场份额划分不清）进行了数据补充，同时保留了指控Facebook损害竞争的诉求和理由。[77]

  平台经济的发展引发了各种反垄断观点的交锋，大家都批评对方没有弄清楚平台竞争到底是什么以及发生了什么。毋庸置疑，平台经济领域的竞争政策处理的是复杂环境：一方面，当技术创新创造出全新的需求时，社会福利本应获得增量，但由于存在技术的溢出效应，技术开发者无法获取全部的创新收益，因而此时的竞争政策须以克服溢出效应为导向，维护负担了创新成本的在位者的市场势力；另一方面，平台竞争下的创新其实也包括不同情形，有些属于技术进步、而有些不过是新算法或算法的新组合（所谓的商业模式创新），后者有可能对真正的技术创新形成抑制，为了预防这种抑制的发生，就需要采取有利于新进入者的竞争政策。结合上文提及的诸多实践来看，平台经济发展对反垄断规制的挑战集中表现为权衡哪些效率是重 要的，以及权衡的方法与标准是什么，因此，消费者福利的效率损失不应再是反垄断关注的终点，有利于实现创新与竞争之间均衡的竞争结构，应当成为平台经济反垄断的竞争政策选择。

  总之，有关促进有效竞争之准则的讨论才刚刚开始，诸多有关市场和策略的理论、模型尚待进一步挖掘与检验，从而不断丰富反垄断规制的方法论。

五、结论

  平台经济是具有全新内涵和表现形式的创新经济，其高速运转且充满不确定性。[78]市场结构的复杂性以及尚缺乏对大数据的深刻理解，使得人们在平台经济时代需要何种竞争政策的问题上，产生了根本性的分歧。积累、处理、利用数据是平台企业开展竞争的关键之所在，以大数据和算法设计为基础的学习能力决定了平台的竞争能力，进而对创新产生影响。因此，立足于平台经济的竞争结构，才能获得对平台竞争的深刻认知，从而确立处理数据集中与竞争优势之间关系的恰当之反垄断政策。有鉴于此，本文首先对平台经济的竞争结构进行了解读，强调从信息生态系统的维度深刻解析平台竞争，才能为平台经济反垄断分析框架的改进奠定坚实基础。在此基础上，本文从行为主义的视角深入探究信息能力如何转化为市场势力，解析如何通过从数据集中实现市场集中、进而获得市场控制力。由此本文提出，结构主义的分析路径理应在平台经济时代的竞争政策考量中重新占据重要地位，但在方法论方面，有必要构建“价格分析+有效竞争衡量”的二元分析框架，将反垄断规制的目标定位为实现竞争与创新之间的均衡。平台经济时代充分显示了理解复杂经济过程的难度和重要性，二元分析框架的提出是为了满足反垄断规制不能过度宽松、需要更加精细的要求，从而使得竞争政策能够完美地契合这个时代，促进竞争性平台经济的健康发展。

（责任编辑：邓峰）