尹振涛：理性看待平台经济模式的垄断特性 ———基于市场与数据视角

近年来，我国平台经济迅速发展，新业态、新模式层出不穷，对推动经济高质量发展、满足人民日益增长的美好生活需要发挥了重要作用。但与此同时，关于平台经济领域经营者要求商家“二选一”、大数据杀熟、未依法申报实施经营者集中等涉嫌垄断问题的反映日益增加。

本文作者系盘古智库学术委员、中国社会科学院金融研究所法与金融研究室副主任尹振涛，文章来源于《金融评论》2021年第3期。

”

2020年12月16日召开的中央经济工作会议将强化反垄断和防止资本无序扩张作为2021年经济工作中的八项重点任务之一，要求健全数字规则，完善平台企业垄断认定等方面的法律规范，加强规制，提升监管能力，坚决反对垄断行为。传统反垄断法生根并发展于工业经济时代，其规则体系和分析框架已经不能适应依托数字经济形成的新的社会关系，这也是近期出台《关于平台经济领域的反垄断指南》以及重启《反垄断法》修改的应有之意。在对平台经济模式及平台型企业进行垄断监管时，必须认真分析其垄断特征和本质，理性看待其垄断表现和属性，才能从根本上避免平台企业滥用市场支配地位，损害消费者利益，同时还能尊重市场发展规律和趋势，引导平台经济健康有序发展。

一、

大科技平台经济模式与市场垄断

(一) 规模经济是平台公司的显著特征，是平台经济模式最突出的特点之一

大科技公司往往是平台型企业，属于平台经济模式。作为一种双边或者多变协作方式，平台是一个开放系统，而工业经济的传统企业是资源封闭系统。对于平台经济而言，规模是其发挥提升社会资源配置效率作用的前提。平台规模越大，越有利于提高资源配置效率。首先，平台经济模式依赖于网络效应，平台市场一边的使用者越多，平台另一边乃至双边的使用者获得的价值越大。梅特·卡夫定律( Metcalfe's Law) 指出，网络的价值等于网络节点数的平方，随着网络使用者数量增加，网络价值会呈现出指数级的增长。其次，平台具有边际成本递减甚至边际成本趋零的特点。在平台设立初期，其固定资产投资、营销投资等投入很大; 在平台运行期间，维护其正常运行的投入也比较大; 但是，在平台进入成熟期后，每增加一个使用者，所支出的边际成本将逐渐减少，有时甚至接近于零。平台的这种特性，使平台规模越大越节约社会资源。

在规模与效率的关系上，平台经济具有与传统工业经济不同的特性。因此，看待平台规模与效率的关系时，不能以传统工业经济的标准来进行判断。在传统工业经济环境下，超出了一定规模的“大”可能是“恶”的，也可能出现“规模不经济”。但对平台经济而言，很多时候“大是必然的”或者“大可能是好的”。平台的“大”并不是平台自身大，而是两端大，一端是更多参与者一起协作，另一端是服务了更大基数的用户。因此，评估平台经济模式的垄断问题，不能完全看市场规模单一维度，还需要综合考量和精细化测算。

(二) 平台经济模式涉及复杂的三方关系，与传统的竞争分析框架不相称

虽然属于双边市场，但平台涉及相互影响、相互依赖的三方关系，而非传统经济的两方关系，从而使得平台竞争分析迥异于传统竞争分析。平台服务提供商与平台上交易双方中任意一方的关系，跟传统商业中的上游与下游(最终用户) 的关系具有显著的差异。传统商业体系中的上下游关系，是直接的生产与消费的函数关系; 而平台提供商与平台上交易双方中一方的关系，除了受生产与消费函数的制约外，还受交易双方的关系制约。

网络效应具有自我强化的正反馈和自生长机制，一旦超过某个临界点，平台的用户数、交易额将如滚雪球般持续增长，从而出现强者愈强的局面。同样地，网络效应也具有负反馈机制，如果平台用户数量减少，低于某个临界点，平台的用户数、交易额将愈来愈少，最终将导致平台的失败。因此，考察平台间的竞争，平台上交易双方的网络效应是最重要的关键节点。平台间的竞争，其根本着眼点在于形成或维持平台上一方用户或双方用户的数量，努力使其形成正反馈，避免出现负反馈。平台间的所有竞争手段和形式，都是围绕这一主题展开的。平台成立初期对双方用户的价格补贴、平台成熟期仍保持对一方用户的价格补贴、平台的各种纵向限制行为、平台采取的提高用户体验的各种方法，最终均是为争取用户、增强用户粘性从而形成或维持正反馈的手段，只是这些手段在不同阶段的有效性也存在差异。

一些基于传统经济而被认定为违反反垄断法的商业行为，在平台经济的条件下，可能具有一定的必然性和合理性，难以被认定为违法。建立平台经济条件下的新经济分析范式，重新梳理各种商业安排的合法与违法之间的界限，是当前对平台经济进行反垄断规制的一项新课题。

(三) 重无形资产是平台经济的特征之一，使其面临更高的不确定和竞争性

数字经济时代的大科技平台企业普遍以无形资产构成其主要的资产基础。例如，苹果( Apple)作为全球市值最大的企业，基本上没有有形资产，其主要资产是研发、软件、数据库、设计、品牌和商业流程等无形资产。美国、英国和瑞典对无形资产的投资也已经超过了对有形资产的投资。

无形资产的特点决定了大科技平台企业面临的不确定性更高，而竞争门槛较低。无形资产具备四个特点: 一是使用重复性(Scalability) ，即非排他性，被一个人享受的同时，不会影响别人享受该无形商品; 二是价值沉没性(Sunkenness) ，即与有形资产———土地、厂房等不同，无形资产通常没有或很少有市场价值，这意味着投资于无形资产的风险较高; 三是溢出性(Spillover) ，即对无形资产的投资往往会在企业之外带来很强的外部效应，而这种外部效应会削弱企业的投资动机和并购意愿，这也是无形资产需要知识产权保护的原因; 四是合作协同性(Synergies) ，即需要各类企业间的密切合作(甚至直接并购) ，以实现企业的价值最大化。

(四) 平台经济中的市场竞争关系更加复杂，竞争更加广泛而激烈

平台经济中常常看到的“一枝独秀”或“两强争霸”的少数巨头竞争的格局，往往是短期内竞争均衡的表象，是否具有长期性有待进一步观察。平台的网络效应和边际成本递减特点，容易在相关市场形成只有少数巨头竞争者的均衡局面。但是，即使市场竞争者数量较少，由于平台间存在广泛的跨界竞争关系，市场创新或进入壁垒较低等原因，在位企业仍然面临激烈的潜在竞争压力，相关市场在大多数时候的竞争仍然是相对充分的，短期内的竞争均衡的态势很容易被打破。这一点从现实中可以发现很多例证，如通过“春晚红包”计划，微信支付可以“一夜间”抢占第三方支付市场一半的市场份额，拼多多作为电商平台的“新物种”只用三年的市场估值就超过了运营十多年的京东。

第一，平台之间其实存在广泛的跨界竞争关系。当前，平台之间的跨界和交叉竞争变得越来越普遍。互联网平台的多元化经营趋势造成平台企业之间在越来越多的领域有交叉，从而导致平台之间的摩擦面增多、竞争维度增加。在某一领域领先的在线平台之间同时在许多领域进行相互竞争。范围经济是平台经济的另一个特点，一个互联网平台在具备一定用户基础之后会不断向外拓 展其业务生态，也给企业之间的竞争关系带来一些新的变化。即使暂时没有业务上的交叉，随着各自业务生态的拓展，也会变成新的竞争对手。现实中的例子包括，我们发现支付宝越来越像美团，美团则越来越像滴滴，而滴滴越来越像支付宝。表面看上去服务不同行业的互联网平台其实都存在某种程度的竞争关系。虽然许多在线平台都是特定领域的“领导者”或“独角兽”，如搜索网站、社交软件或电商平台，但这些公司都在争夺稀缺的注意力，然后竞相将此出售给客户。即使差异化会弱化这种竞争，但广告支持模式的平台之间，如20世纪初的巨头们之间及20世纪末的最有价值的公司之间，更易成为紧密竞争者。与传统的广告支持的媒体、在线平台不同，如拼趣网站 ( Pinterest) ，不需要投资设立印刷厂或购买电视许可证。网上购物技术也使得广告支撑的平台在某种程度上成为电子商务平台的替代品。

第二，平台始终面临着来自各种“挑战者”的竞争压力。《颠覆: 数字经济的创新思维和商业模 式》的作者麦奎维( 2016) 认为，在数字经济时代，“市场的进入障碍已经不复存在，意想不到的竞争者正在蜂拥而入”。独角兽公司的快速和大量涌现，在很短的时间就可以颠覆原有的市场格局，即便是谷歌、苹果等平台巨头，其在搜索、在线广告、在线商店的很多领域都会因为一些独角兽巨头的出现而业绩下滑，市场份额降低。在中国也同样出现这样的例子，如拼多多作为电商平台的“新物种”只用三年的市场估值就超过了运营十多年的京东，而今日头条的出现则使一直独占信息流量出口的微博和网易新闻大受冲击。创新的汹涌浪潮不断撼动着平台领先者的商业模式，并开启了市场进入和竞争的新途径，大型平台企业也持续面临着来自创业企业的竞争压力。20世纪初的网 络建设需要巨大的固定成本投入，其自然垄断很难受到挑战。竞争对手需要有大量资本沉淀下来以重建物理网络，如铁路网络和电话线网络。即使存在另外一家网络，对消费者而言，使用多个网络，或在这些网络之间的切换成本也很昂贵。然而，数字经济时代的平台可以利用互联网提供有线和无线的全球连接。人们发现使用多个在线平台很容易，通常转换成本也很低，事实上用户通常也是这样做的。多归属( Multihoming) 的便利性和普遍性，使得新进入者和跨平台进入者能够吸引大量的用户，获得发展所必须的临界用户数量，市场领先者也因此非常容易被新进入者“弯道超车”，甚至可能出现“直道赶超”。

综上所述，现阶段我们需要用新的分析框架来理解平台经济中的竞争与创新格局。数字经济时代，即使是具有一定用户规模的大平台，也始终需要通过持续不断的创新，维护平台对用户的吸引力，并且平台经济生态间的系统更加有利于创新的孵化。

二、

大科技平台经济模式与数据垄断

(一) 平台经济模式下很难通过数据量实现市场垄断

在数字经济背景下，数据被视为一种生产要素或者生产资料。一些大型互联网平台企业在不断拓展经营边界的同时，通过多业务场景收集了大量的数据(大数据) ，引发了关于“数据寡头”“数据垄断”的质疑。所谓的数据寡头，即排他性地占有大量数据; 数据垄断即通过占有大量数据而获得垄断优势。Lambrecht and Tucker(2017) 从企业资源视角讨论了大数据的作用，认为如果包括数据在内的资源能够为企业提供竞争优势，那么必须是稀有的、有价值的、不可模仿的、不可替代的，但是数据本身的特性决定了企业很难通过数据实现市场垄断。

第一，数据具有非排他性。与有形物不同，数据可同时被不同主体收集、拥有不具有排他性，通过不同途径可获得相同或类似数据。互联网平台具有网络效应、用户多归属等特点。市场新进入者凭借有特色的服务，可以迅速收集数据，因此在位企业无法形成垄断。例如阿里旗下的淘宝和天猫看似聚集了中国网络零售市场最大的消费者与商户数据，但京东凭借自身在网络零售领域的特色服务，同样收集了大量数据。即便是在阿里、京东发展很好的情况下，拼多多凭借廉价策略，在短短三年时间里 就培养起自身强大的用户数据 ，大有与阿里 、京东分庭抗争的态势。“数据孤岛”被逐渐打破而形成“数据群岛”。今后随着5G、物联网、工业互联网等技术的快速发展，数据收集途径越来越多，数据收集将更便利、更容易，数据壁垒更难形成。

第二，数据具有易替代性。不同类型数据容易相互替代，很多情况下可以实现相同或类似目标。在位企业获得大量数据并不意味着新进入企业必须获得相同数量或相同类型的数据才能与之进行有效竞争。例如，要了解某个人在体育领域的爱好，既可以对信用卡中的相关消费记录进行分析，也可以根据网页浏览记录、搜索引擎检索记录或社交网络痕迹等进行分析，甚至还可能通过个人的位置轨迹进行判断(经常到特定的场地进行运动) ，不同类型和来源的数据可以相互替代。

第三，数据具有非稀缺性。随着时间推移和经济社会行为轨迹的发生，每分每秒都在产生新的数据，其总量不断且加速增加。我们正处在“数据核爆”时代，数据量正以爆炸式速度增长，目前的“大”数据将在很短时间后变成“小”数据。人类在互联网上产生的数据每年都在急剧增长2020年估计达到40ZB，相当于3615万个中国国家图书馆的数据量。算法技术的发展，还可能使企业对数据量的依赖性进一步减弱。例如，阿尔法狗(AlphaGo Zero) 可以从空白状态学起，在无任何人类输入的条件下，迅速自学围棋，并以100:0的战绩击败前辈。阿尔法狗意味着不需要历史数据或只借助少量数据就可达到相关目的，数据量在将来或许不会成为一个问题。

第四，数据具有时效性。随着数据量的暴增，原有数据价值不会稳定不变，而是被更多更复杂的数据稀释，并可能迅速失去利用价值。拥有大量历史数据并不一定就代表着该企业具有很强的竞争优势。例如，历史数据对于新搜索查询价值较低，谷歌的报告显示，每天15%的用户搜索都是新的，算法需要有效的新数据才能提供最相关的查询结果。

(二) 数据连接和数据处理能力是数据价值发挥的关键

首先，无法连接的数据就不是大数据，数据的核心价值在于连接和共享。同类型数据具有边际价值递减的特点，而不同维度数据的融合能够带来规模效应。互联网时代，不同类型的数据分散在不同平台上，打破“数据孤岛”，能够实现1+1>2的效果。通过不同维度数据的融合，可以不断产生新的信息和商业洞察，催生商业变革的能量。近年来，全球兴起的开放银行浪潮，其本质上就是金融机构主动走入场景，实现与场景数据的深度融合。即使是拥有大量数据的大科技企业，作为单一数据源，其数据本身始终是片面的。凭借强大的数据处理能力，数据开放与融合给大科技企业带来的价值要远远高于数据垄断。

其次，数据本身通常并不具有太大价值，海量数据只有通过算法和算力才能揭示事物的内在规律，获得有商业意义的信息。同样的数据，不同的算法和算力，将获得不同价值的结论。数据商业价值的实现强烈地依赖于算法和算力，离开算法、算力，海量数据自身并不能带来任何竞争优势。仅拥有数据并不会形成垄断。如谷歌在初创时期，它拥有的数据量远比不上微软(Microsoft) 和雅虎(Yahoo) ，但它拥有先进的算法，其搜索服务做得更好，以至于连微软、雅虎都把搜索外包给它。

(三) 实践也证明数据量并不能保证持续的市场优势

数据驱动型企业身处创新密集型的行业，潜在的商业机会不断激励新的创新，让企业持续面临被“弯道超车”的威胁。面对难以预期并不断涌现的新的竞争对手，即使是再成功的企业也难以依靠数据获得持续性的市场优势。数字经济发展的30年时间里，拥有大量数据的企业中，有相当大的比例被新的独角兽公司蚕食市场份额甚至彻底消失。MySpace和Friendster败给了脸书(Facebook)，AltaVista和Lycos败给了谷歌，黑莓( Blackberry)和诺基亚( Nokia) 被苹果替代。互联网企业的成功往往不是拥有数据，而是因为对场景和消费者痛点的深刻理解，并利用技术更好地服务消费者。■

文章来源于《金融评论》2021年第3期