反垄断在我国的理论渊源来自于我国《反垄断法》第一条：“为了预防和制止垄断行为，保护市场公平竞争，提高经济运行效率，维护消费者利益和社会公共利益，促进社会主义市场经济健康发展，制定本法。”现代美国反托拉斯学说的DNA是双螺旋结构，一条来自芝加哥学派，另一条来自现代哈佛学派。互联网平台垄断的根源是沉没成本，在很多市场中，由于没有沉没成本，潜在竞争者可以采取“打了就跑”策略(Hit-and-run entry)，所以会形成可竞争市场，因而互联网平台不是可竞争市场。

有观点认为，在互联网平台垄断中，成本的次可加性(subadditive cost function)起到了决定性作用。从互联网的特性来看，很多互联网提供信息类的服务，这些信息服务的基础设施、信息收集、传播网络等前期成本非常高，但是，一旦进入到市场之后，其边际成本接近为零，而数据使用的收益高且在不断增加，从而产生强大的规模经济和范围经济，这使领先的企业能够依赖于用户数量分摊前期投入成本，从而建立市场优势，形成寡头垄断。

也有观点用网络效应解释互联网平台垄断的问题。网络效应在本质上是一种“正反馈效应”，随着网络变得更大，所提供的服务也会得到加强。而随着公司的发展规模扩大，价值主张更具吸引力，进而带动更多的用户采用它。但网络效应并不能解释横向并购问题。

对这些解释进行集中批评的是新布兰代斯(Neo-Brandeisian)学派，布兰代斯(Brandeis)的核心观点是垄断将破坏资本主义的基础，包括自由、民主等，因此，应该对此有所警惕。该学派的核心观点有：第一，反垄断的基础是民主。第二，反垄断不单是司法部的事情，美联储、农业部、联邦通信委员会、交通运输部、专利商标局、美国贸易代表办公室、国防部、证券交易委员会、总务管理局和其他机构都有反垄断的权利和义务。第三，反垄断并不意味着“只要大就是不好”。新布兰代斯学派和布兰代斯大法官一样，均认可某些行业天然地倾向于垄断。网络行业更是如此。在此种情况下，答案绝不是分解这些公司，而是进行动态管制。第四，反垄断法必须关注市场结构和竞争过程，而不是仅关注结果。2019年6月，马萨诸塞州的参议员伊丽莎白沃伦(Elizabeth Warren)在国会提出一项议案，对BigTech(包括：Amazon、Apple、Facebook、Google)提出反垄断调查。没有调查微软，说明对BigTech的反垄断调查更多关注的是数据问题。比较有意思的是，国会要求倒查这四家公司过去十年并购了哪些企业。这个事件整体上反应的是大家对于数据问题和并购问题的重视。

有了前面的基础，我们大概知道反垄断是怎么回事，平台垄断如何产生，大概有哪些争议之后，下面我们来说一下基本的逻辑框架，即平台是如何自我强化的。

首先，平台垄断已成为一种趋势。数字平台具有复杂性：一是数字平台可以赢家通吃，它的边际成本在不断下降;二是网络外部性，因为数据是通用的生产要素;三是双边市场，且消费者处于免费端;四是海量数据积累;五是垄断问题不但是经济问题，还是社会问题与政治问题，与隐私、民主、权力等交织在一起。因此，目前的反垄断法架构一定要有变化。

其次，平台带来的实际影响，不单纯是负向影响，也有正向影响。正因为有正向和负向影响，所以才出现平台垄断的很多争议。如果平台垄断只有负向影响，那拆分平台即可。平台垄断最主要的问题是数据，数据是通用的生产要素，它的特点有：(1)一次生产，无限次使用，边际成本为零;(2)边际报酬递增，即数据越多，价值越凸显。数据的数量要从三个维度来分析，一是关于用户的多维度数据(纵向)，维度越多，容易产生报酬递增现象;二是关于用户数量的数据(横向)，数据生产者非常分散，控制者拥有很大的权利;三是用户数据的交叉应用(混合)。

第三，数据权利的界定问题。站在整个社会发展的角度，数据需要从三个维度进行理解：一是经济发展维度(考虑到数据作为生产要素的特征)，这里要引入交易成本的分析框架;二是社会治理维度(公共治理、数据鸿沟);三是基本人权维度，在数据时代，数据权利是基本人权，这里有三个层面即数据、信息和隐私，涉及到财产权、人格权的二分法。

说完数据权利问题，才涉及到平台反垄断。

第一，数据垄断。平台数据垄断会带来很多风险，即所谓的“数字扭曲”，包括：数据质量下降;财富向数据寡头转移;增加第三方成本;平台会出现负面创新，当然也有人认为平台垄断在效率上可能更高。谈及数据的重要性，要先从知识说起。Ossoln提出要认识到有一部分知识是潜在的、无形的、直觉的，这是知识这种具有极低运输成本的商品存在空间摩擦的重要原因，也就是说它有极高的交易成本。罗默(Romer)在知识是无摩擦的假定下，提出知识是非竞争性的与部分可排他性的。在他的文章中知识是一种生产要素，相当于一种投资的副产品，并且可以无成本地扩散。罗默关于知识的假定，并不符合知识的本质。相反，他关于知识的定义，可以完美地适用于数据。数据是完全非竞争性的，且理论上可以完全不排他的，这是中央将数据定义为一种新的生产要素的重要理论背景。这一假定的最大特点是，数据可以横向应用。

数据垄断会自我强化。通过数据之间的交互作用，数据的作用将更大地发挥出来。而数据的成本特性使竞争优势更为强化。数据使用本身会带来新的数据，平台企业将会在不同的业务之间实行交叉补贴。数据使用会带来消费者的锁定，而这将进一步优化面向消费者的服务，带来更长时间的应用。数据使用可以挖掘新的用途或者客户需求，增加数据价值，降低数据成本。网络效应将带来数据的横向扩张(增加新的用户以及数据)。数据垄断的表现有数据收集隐蔽化、平台数据产权化、数据利用黑箱化等。

第二，流量垄断。数据垄断会带来流量垄断，互联网上的用户时间被巨头垄断，这样，网络巨头能够进一步延伸到上下游领域。流量垄断有很多的解释。一是平台发挥了信息看门者(gatekeeper)的作用，有些平台实质上是基础设施，而这种基础设施的效应又使平台的力量得到自我强化。二是平台是很重要的中介。三是平台会限制第三方商家独立接触用户的能力。产生了流量垄断后，企业开始跨市场集成或杠杆。

流量垄断也能自我强化。一个是平台的网络一旦达到了临界规模，一定会通过网络效应来保护平台的地位，甚至是市场支配地位，例如，从电商到消费金融及供应链金融，强化了流量垄断优势。另一个是“杀手并购”的问题，一些小的创业企业在做出一种新的商业模式之后，很容易被大的平台企业模仿，而无法成功。或者大的企业将通过收购等方式控制小的创业企业，并使用流量优势将商业模式快速放大，形成新的垄断。

流量垄断的其他方面还涉及到数据控制和注意力货币等原因，使流量垄断呈现自我强化、成瘾效应、搜索引擎操纵效应等等。

第三，算法垄断。这里面有几个话题：(1)暗模式，它是“通过用户界面的精心设计，使用户难以表达其实际偏好，或者操纵用户采取与他们的行为不符的行为偏好或期望。”平台可以预先选择选项，突出显示或隐藏按钮，或者不断吸引消费者，以促使他们根据平台的偏好或期望做出决策。默认设置问题在算法和流量垄断中占据了很重要的位置，而几乎没有人研究。(2)自我优待，算法垄断的一个重要方面是通过对自己经营的业务进行特殊照顾，歧视竞争对手的业务，实现自我优待(Self-Preferencing)，从而扼制竞争。(3)杀手并购，就是平台收购竞争对手以及复制新服务增强了其市场力量。平台可以购买可能的未来颠覆者，购买后可能直接关闭该企业，也可能会把其做大，构建“杀伤区”(kill-zones)。

平台垄断和自我强化过程中，平台竞争具有了新特点。首先，应用程序可以与同一超级平台上的其他应用程序竞争。其次，一个超级平台上的应用程序可以与竞争对手超级平台上的应用程序竞争。第三，独立的应用程序可以与超级平台本身竞争。最后，苹果和谷歌的超级平台可以为应用程序开发商和用户相互竞争，也可以成为朋友，这体现了领先公司之间的相互依存关系。

下面总结一下互联网平台垄断的本质与政策建议。

互联网平台垄断的本质：互联网平台会导致多轮垄断。平台垄断的自我强化，通过数据垄断与流量垄断实现。自我强化后会形成第二轮垄断、甚至第三轮的垄断。上下游市场的垄断进一步强化，将破坏创新创业环境。存在损害消费者权益的潜在风险。

互联网平台垄断的政策建议：

第一，应该基于平台的行为视角对平台垄断问题进行动态监管。有观点认为要进行数据剥离、数据拆分，我觉着比较困难。关于如何管制平台的自我优待，个人认为需要对算法做更深入的监管。

第二，关于数据互操作性的问题。2019年3月，英国发表了 “解码数字竞争”的报告，认为在数字时代，垄断相关的一些基本概念，如“消费者福利”、“相关市场”等概念都发生了变化，因此，竞争法需要因时而变。报告重点提出了数据可携带性、数据互操作性、数据开放性等问题。由于数据尚未确权，数据互操作性由市场定价的话，那么交易成本会非常高。

第三，对杀手并购的审查。传统的并购审查标准是市场占有率等，但是很多数字企业并购时还没有营业额，因此传统并购审查解决不了杀手并购的问题。德国、法国主张能否进行多标准审查。但又出现一个问题，是否所有并购都需要审查，由谁审查。

第四，统一的部门监管。

第五，其他待完善的措施，包括：加快建立数据保护与数据共享机制;强调平台的核心基础设施功能。这些措施仍需要进一步的深入研究。

来源：第一旅游网

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。