与工业经济相比，数字经济的一些重要领域，比如互联网平台领域、基于数据和算法的智能化领域，不但出现了许多非常“新颖”“奇异”的竞争和反竞争行为，出现了市场结构的快速颠覆性变动，而且对一些传统行业产生了重大冲击或其他影响。数字经济领域的资本进入也非常积极，技术和商业模式创新比较活跃，又进一步导致市场行为的复杂化。本文将针对数字经济领域具有突出特点的涉及垄断、不正当竞争的一些重大问题，进行分析研判，力求为科学合理执法提供思路。

一、企业行为、关键企业、市场结构

数字经济是新兴领域，几乎所有相关行业都处于快速膨胀之中，而且不断有细分行业诞生和兴起，加之技术变革时常导致产品和服务被迭代，所以企业的营业规模和市场占有率难以自然维持高度稳定状态，除非优势企业采取有力有效的排斥竞争的行为，或者不断实现自我迭代。

一些行业即使当前市场集中度非常高，政府将龙头企业视为反垄断、反不正当竞争的主要目标，也不意味着政府执意改变这种市场结构。从全球重要国家过去十几年的执法经验来看，关注数字经济重要企业的市场行为，特别是密切关注少数关键企业的行为方式及其不良影响，而非市场结构，是一种主要趋势。美国国会在2020年公布的《数字市场竞争调查报告》，就反映了这种趋势。该报告集中反映了政府和社会对数字经济巨头企业的市场行为的关注，包括赢家通吃、拒绝交易、强制销售、自我优待、滥用数据、引导舆论等行为。事实上，即使在传统工业领域，历史经验也已经证明，主要关注市场结构的思维不得要领，大多数针对市场结构的强制拆分、禁止合并等措施，并没有产生预期的效果；相反，是创新和迭代，极大地改变了市场格局和消费者、厂商的利益结构。

从理论层面来看，到底是关注市场结构更有必要，还是关注巨头企业的市场行为更有必要，稍微复杂一点。一方面，所谓的新布兰代斯学派虽然重新强调市场结构的重要性，但其实际关注焦点是，过高的市场集中度，以及维持高集中度的巨头企业的行为，对民主和自由的社会基础产生了怎样的不良影响，而非市场集中度本身。这个学派的重要执法人物非常注重对巨头企业行为的分析。另一方面，产业组织研究不但早已建立于博弈论和信息经济学的基础之上，而且越来越吸收行为经济学、企业成长理论、创新增长理论的成果，从而对企业行为的分析越来越令人信服。尤其是面对数字经济，市场结构分析方法遇到极大挑战。

二、定价与补贴

首先应该受到关注的企业行为，就是定价，以及与之密切相关的补贴。一方面，数字经济许多行业远未成熟，产品和服务价格，以及背后的成本，处于快速变动之中，甚至有些产品和服务从一开始就是以免费方式推向市场。这就使得传统的成本—价格衡量方法遇到极大困难。另一方面，这些新兴行业的定价策略和补贴手法呈现各种花样，且借助于网络延伸和算法便利进行复杂设计。此外，风险资本大量进入这些行业，助长了受资企业为抢夺市场份额而竞争，以及为抢夺流量而竞争的行为，这类竞争常常采取资本补贴的残酷方法而进行，这就是“烧钱”竞争。

从已有的产业组织理论来看，许多这类竞争，属于浪费性竞争（wasteful competition）。数字经济使此类竞争复杂化。首先，就是通过免费方式培养客户对互联网的认知和习惯。大量客户从习惯于物理空间到习惯于虚拟空间，存在巨大的转换成本，这个成本需要寻求别样的分担方式，包括通过别样的定价和补贴来分摊成本。其次，互联网平台的显著双边性，再加上其巨大的范围经济性、场景黏性，以及边际成本趋零，都有可能给传统的产业组织分析和判定方法带来严重的尴尬。双边性尽管在传统行业也大量存在，但互联网的搜寻和匹配能力远非从前的平台可以比肩，使得数字经济平台极大地实现了跨地域、跨行业、跨人际经营。因此，数字经济平台的确可以实行更便捷的双边交叉补贴，从而推出双边组合定价。再次，互联网及相关数字技术正在成为新通用技术，以及大数据成为新通用资产，使得数字经济领域的一些先占者、优胜者，特别是平台领域的巨头企业，可以获取巨大的范围经济性和延伸优势，有助于它们使用更加复杂的交叉补贴式定价方法。最后，上述种种情形，都会强化数字经济领域的“冠军通吃”“剩者为王”预期，会刺激企业和风险投资者以激进和激烈方式进行价格和补贴竞争，以及其他方面的竞争。总之，监管机构仅仅根据单边价格或补贴来判断是否属于不正当竞争或垄断，的确存在困难。

因此，要判断数字经济领域的低价竞争和补贴是否属于严重的不正当、不公平竞争，是否助长了垄断，并不是一件容易的事情。从技术分析的角度来看，应该设立更加综合性的分析框架，即对企业业务组合和商业模式进行综合分析与评估，以及对企业实体业务行为与资本市场行为进行综合分析与评估。如果企业在各种组合性业务之间实行交叉补贴，就应该考查某些客户是否被隐形推销、强制性甚至欺诈性兜售所困扰，是否受到了严重的系统性价格歧视侵害；或者客户的数据权益被企业不当利用、隐形变现。如果企业在实体业务和资本市场之间实行交叉补贴，就应该考察企业家、投资家是否对资本市场实行了误导和欺诈。

总的来看，这些情况都意味着，反垄断部门可能应该更多地与消费者权益保护部门、数据安全保护部门、资本市场监管部门等机构联合调查或联合执法。复合视角得出的结论，与单一视角结论截然不同，但对于数字经济领域而言，可能更趋近于正确判断。

当然，定价行为还涉及所谓的价格歧视行为，包括大数据杀熟。其实，对不同类型的客户，以及对同一客户群体在不同时段、不同场景、不同条款下，实行不同的定价策略，在传统行业也非常多见。数字经济领域的此类现象之所以更加值得关注，主要是因为数字企业可以系统性地利用数据和算法，更加方便、更加隐形、更加大规模地实行差别化定价。的确，能够更加娴熟地实行价格歧视或者差别化定价，往往意味着可以进行更多的复杂化交叉补贴，从而更能巧妙地获得竞争优势。这类行为必将成为反垄断、反不正当竞争的难点。很可能，需要从算法、数据利用等角度来审视企业是否存在系统性的不良和不法行为。

三、自我优待与拒绝交易

数字经济领域的企业，主要是互联网平台企业，常常兼有平台性和自营性两类业务，因而自我优待行为就成为比较突出的议题。

平台的自我优待，有很多方式，譬如把自营商品放在更显眼的位置、安排更优先的配送，在索引、算法、排名方法、排序方式上进行不利于其他经营者的处理，等等。自我优待在传统市场中也存在。但在数字经济领域，由于搜索和匹配可以在广泛的范围进行，而且数据和算法可以显著放大搜索和匹配的分际，这无疑可以提升自我优待的效果。

不过，自我优待是否可以判定为不正当竞争，或者强化了垄断，需要谨慎对待。严格地讲，自我优待对其他厂商是不公平的。但是，如果平台企业所利用的平台优势地位，是平台企业自己在竞争环境中锻造出来的，而不是政府给予的，就不一样。企业自己在竞争环境中形成了优势地位，然后利用这种优势地位来营销自己的产品，这比较正常。问题的关键在于，企业是否将新产品进行强制性、误导性销售，或者将新产品与已经广受欢迎、具有刚性需求的老产品进行捆绑销售。如果不存在这样的情况，很难说存在不正当竞争或垄断。

当然，如果某个平台占绝对优势地位，厂商对其有很高的依赖程度，成为所谓的“必需设施”（essential facility），而它实行大规模的自我优待行为，的确会对开放性、公平性竞争造成伤害。但是，定位为必需设施，至今为止仍然缺乏令人信服的具体标准。如果其自我优待并没有实质性妨碍众多厂商的选择性，并没有胁迫和误导客户的购买行为，应该属于可控的自我优待行为。当然，如果存在误导行为，特别是存在胁迫、欺诈等行为，性质就不一样了。这也说明，对企业行为的分析和定性，远比对市场结构的分析和研判来得复杂。

电商平台收集其他卖家数据来帮助自营商品的营销，也属于自我优待行为。但这样的行为，涉及其他卖家的数据权属和使用规则问题，需要从数据法的角度，而不是从自我优待的角度，来进行规制。对于技术性的排他和歧视行为，例如搜索平台利用索引、算法、排名方法、排序方式而实施的排他和歧视行为，也应该给予关注并进行深入分析。总之，数字经济领域的自我优待行为，以及其他许多行为，与数据的采集、使用、流转密切相关，与数据作为资产所需要的要件、数据资产的界定方法、对数据资产进行经营的前置条件密切相关，也与算法以及其他技术方法的使用范围和使用方式密切相关，这些都必将是数字经济反垄断、反不正当竞争所面临的重大技术性难题。

互联网平台的拒绝交易行为也广受诟病。从市场经济的自由选择权角度而言，一般情况下，市场主体有拒绝交易的权利。拒绝交易其实在传统行业也存在。

问题在于，一方面，人们和厂商对数字化手段的依赖程度越来越高，数字经济巨头的拒绝交易会对许多人的生产和生活带来重大的不利影响。另一方面，数字经济领域的拒绝交易行为的自动性、隐蔽性非常强，人们和厂商很可能在不知不觉的情况下被拒绝交易，甚至被拒后仍不知情。而且，算法和软件的强大功能，可能使大量的消费者和厂商被拒绝交易，从而形成社会公愤。

数字经济领域拒绝交易的主要形式包括封禁、断链、限流、降低便利性等等。平台对入驻的商家，也可能会设置一些限制性条件，譬如限制它们入驻其他平台，一旦商家触犯这些条件，平台就会对它们采取惩罚性措施，最严厉的措施就是逐出，从而出现所谓的“二选一”现象。执法机构应该细致区分不同类型、不同情形下拒绝交易的属性，并实行区别对待。首先还是应该认识到，一般性的拒绝交易是一种正常权利、正当选择。其次，政府即使要对一些拒绝交易行为进行规制，也应该审视具体的拒绝交易行为到底适用哪个法律、应该由哪个机构来实施，例如，对拒绝兼容和链接的行为，到底是应该诉诸电信设施、通信网络方面的互联互通法律法规，还是应该诉诸反垄断、反不正当竞争方面的法律法规。

数字经济领域的拒绝交易，由于大部分都基于信息网络，就涉及到互联互通及最低限度兼容问题。政府有必要采取规制措施，促进网络效应的最大化，以提高正的外部性。但也应该考虑到，数字经济领域一些企业的特有竞争力，主要是来自其自己构建的独特而强大的生态，而非物理网络。因此，规制机构不能简单套用电信领域的网络经济学准则来行事。一个比较稳妥的原则，可能仍然是欧盟的“必需设施”思维。欧盟对一般性拒绝交易行为是接受的，只有在企业滥用“必需设施”实行拒绝交易行为时，才会进行规制。尽管对“必需设施”的定义至今为止仍然缺乏清晰标准，但这样的思维毕竟可以避免规制的泛滥化。

最重要的是，应该关注数字经济领域自我优待和拒绝交易等行为的自动性、隐秘性带来的危害。这是一种数字化的系统性危害。在数据收集与处理、算法、软件的强大功能驱动下，数字经济领域的自我优待、拒绝交易等行为，很容易得到大规模、高频率、隐形化实施。应该对数据滥用、操控算法、不当利用人工智能的诸多行为，进行严厉规制。这也是对数字经济巨头企业进行规制的全球趋势。

四、“杀手”型并购与投资控股

“杀手”型并购在传统行业也存在。但由于数字经济领域创新型小企业不断涌现，颠覆性技术和商业模式层出不穷，在位大企业就更有动机去实施“杀手”型并购。不过在现实世界中，数字经济领域的并购不全是上述典型的“杀手”型。也有一些企业被并购后，大企业为它们注入了许多有用的资源，并帮助它们改进了经营管理，从而发展壮大，并使大企业的竞争优势进一步强化，而未被并购的其他小企业则被严重碾压，这被一些学者认为是另一种形式的“杀手”型并购。不过客观地讲，如果这也被归为“杀手”型并购，显然是把此概念扩大化了。

我国公布的《关于平台经济领域的反垄断指南》提到，反垄断执法机构应高度关注参与集中的一方经营者为初创企业或者新兴平台等并购行为，对未达到申报标准但具有或者可能具有排除、限制竞争效果的，可以主动进行调查和处理。这种主动态度有助于防止“杀手”型并购。不过，大企业并购同行业或关联行业的小企业，或者投资乃至控股这类初创小企业，是否属于大企业阻断潜在竞争的行为，是否会导致大企业走向垄断，非常难于判断。即使被并购的小企业后来破产歇业了，或者完全失去独立性而成为大企业的一个部门，这只能从事后结果来说这项并购是“杀手”型，如果说大企业在并购前就旨在将这些小企业“杀死”，就属于“诛心”理论，因为有一些被并购的小企业是自己“不争气”而走向消亡，这实际上意味着大企业并购小企业本身就是一种风险投资行为。反垄断和执法不能建立在“诛心”理论的基础之上。

在现实当中，众多初创小企业尽管掌握了一些独特的创新性技术、产品或商业模式，但是普遍而言，它们的产业化能力远不及大企业，管理水平和营销能力更是致命短板，被在位大企业并购是不错的选择。大企业即使收购了这些创新型小企业，也承担着不能将这些创新成果实现产业化的风险，甚至还会因此而造成重大损失。因此，大企业进行这样的并购，与自己从事研发活动并无本质区别。

在数字经济领域，许多在位大企业也是积极的风险投资者，主动投资于许多初创企业，从而形成结构十分复杂的企业集团或者企业系族。因此，数字巨头企业的广泛投资行为，也可能被认为是对公平竞争环境的侵害。大企业或者其实际控制人，向外部企业投资甚至控股的行为，本身不是坏事而是好事。但是，持股或者控股大量的企业，不但涉及公司治理的透明度、合规性问题，也涉及跨行业监管、风险防范问题，因此，政府应该加强对数字巨头企业的关联企业的穿透性审视，特别应该对隐形协议进行监管，查处越界的自我优待和排他性行为。这可能是比反垄断审查、反不正当竞争执法更加严峻、也更加复杂的一个议题。

五、结语

在数字经济领域，企业行为才是需要关注的焦点，而恰恰是巨头企业的复杂竞争行为，使得判定垄断和不正当竞争变得更加困难。总的来看，仅凭单项行为，都难以对行为定性。而将数项行为、多维指标进行合并考虑，建立复合视角，应该是数字经济领域反垄断、反不正当竞争执法的必然选择。从这个趋势来看，反垄断、反不正当竞争机构，将会越来越多地与其他机构，譬如消费者权益保护、隐私权保护、数据安全保护等机构，进行调查、研讨、执法合作。此外，强化对巨头企业在采集、使用、流转数据方面的行为，以及在利用算法和人工智能方面的行为进行监督和规制，应该成为一项特别重要的工作。