平臺壟斷的經濟影響路徑與競爭政策規制

　　[摘　要] 【目的/意義】 隨著數字經濟的發展，平臺壟斷成為近年來反壟斷執法領域研究的重點課題。平臺經濟因為其特殊的雙邊市場機制和服務免費的特點，其反壟斷規制在傳統的SSNIP執法模式下遭遇困境。競爭政策是調控經濟發展的重要手段，在規制壟斷的同時必須兼顧保護經濟模式對經濟的積極作用。 【設計/方法】 首先討論平臺壟斷的競爭政策發展現狀，從數據對創新影響的實證經濟研究中找到平臺壟斷對經濟影響的經驗線索，再采用熊彼特宏觀經濟增長模型對平臺壟斷的市場結構影響進行分析。 【結論/發現】 壟斷平臺投資過度集中于對數據中專用性知識的挖掘，而使投資結構不合理，進而破壞了平臺經濟的規模經濟效果。從國內外平臺壟斷規制研究研究成果中總結出理論依據，對平臺壟斷的競爭政策規制提出政策思路。

　　[關鍵詞]　平臺壟斷;熊彼特增長模型;規模經濟;競爭政策規制

　　萬為眾 電子科技大學學報(社科版) 2021-12-21

　　引言

　　自從計算機、互聯網問世以來，電子信息技術一直都是世界科技最前沿的技術領域。經過數十年的技術積累，電子信息技術已經突破瓶頸，進入高速發展期。前沿技術帶來了新的商機，與之配套的商業模式也層出不窮，將現代社會經濟帶入數字經濟時代?；ヂ摼W、云計算、IoT、AI等數字技術成為時代的代名詞。Google、Facebook、Amazon 等互聯網科技公司在資本的助力下快速擴張，成為時代潮流的先驅。我國有世界上最多的互聯網用戶，具備得天獨厚的發展優勢。新興互聯網商業模式在政策和資本的驅動下，短短數年間，也產生了一批如阿里巴巴、騰訊、百度等互聯網平臺，但過度集中化產生的問題也隨之滋生。在幾大互聯網平臺強大的市場支配力下，新興的創業公司往往沒有足夠的生存空間，或是在競爭中被扼殺，或是被巨頭收購。如今互聯網行業的壟斷勢力割據可以說已經形成。此外，互聯網技術適配力強，“互聯網+”的商業模式使其壟斷勢力可以輕易滲透到各行各業，不正當的壟斷性行為可能對國民經濟造成危害。

　　2016年3月，德國聯邦卡特爾局對全球最大的社交平臺Facebook發起反壟斷調查，認定Facebook 存在濫用市場支配地位，非法收集用戶信息等數據。此后，2017～2018年，日本公平交易委員會對亞馬遜、蘋果、Airbnb等平臺進行反壟斷審查，并發布政府公告，強調數字平臺寡占化趨勢嚴峻，存在交易不透明、交易不公平、數據壟斷、個人信息泄露等嚴重現象。這顯示出反壟斷執法機關已經開始有意圖對互聯網平臺壟斷進行競爭法上的規制。政策立法層面，2018年歐盟和中國分別制定《線上中介服務規范》與《電子商務法》。美國在州級立法層面對交通、金融等部分平臺服務導入許可證制度。各國對平臺壟斷帶來的種種問題可謂非常重視。競爭政策作為調整社會經濟活動秩序的重要制度規范，其目的是有效地保護合理的競爭。平臺壟斷是依賴網絡效應與數據優勢對行業進行掠奪性的業務開發，進一步利用其基礎服務能力形成流量優勢、數據集中優勢等，從而產生數據集中、產業集中、內容集中等風險[1]。橫向與縱向上的集中會帶來破壞競爭的風險，但是平臺壟斷也具備規模經濟、產業協同、提高供應鏈穩健性，降低流通成本等優勢。利弊權衡，該采取何種規制政策需要有效的評估手段。人類全面進入數字經濟時代不過數年，盡管互聯網平臺壟斷勢力強盛，是否需要通過競爭政策規制，尚需要經濟上的評估。過度反壟斷規制可能會破壞一個行業原本的規模經濟效果。競爭制度作為社會法的重要成員，其規制應當堅守中性立場，目的要從保護經濟秩序出發，不能因為執法而破壞經濟的固有發展規律。通過經濟學方法找到平臺壟斷對經濟影響的路徑，尋找良性競爭與規模經濟的平衡，將可能成為競爭政策的執行的重要依據。采取精準的競爭政策，在壟斷破壞經濟的重要環節上著手，才能保障政策的中性效果。

　　一、研究意義與國內外主要觀點(一)競爭政策規制的必要性

　　在數字經濟時代，平臺壟斷問題是一個復雜的社會科學問題，但依然可以歸納為一個經濟政策立場性的問題。平臺流量擴張匯集了海量的數據，數據聚集帶來的創新成果對社會發展、經濟建設、國家穩定等諸多領域意義重大，大大降低了社會發展的試錯成本。根據內生經濟增長理論，信息和知識由于其可復制性和可傳播性，在經濟增長中具有規模報酬遞增的特點。信息和知識帶來的附加價值，可以通過信息和知識本身的傳播在極小邊際成本下實現附加價值的幾何式增長。從經濟角度，對信息和知識的壟斷無疑是對社會總福利水平的剝奪和浪費。但從私人最大化的視角，壟斷平臺對真實反映現實社會的信息與知識的獨占，在商業競爭中競爭對手具有機會成本與風險成本的雙重優勢。企業從個人理想出發，對信息與知識進行獨占的可能性很大。

　　現代商業化的大數據實質上是個人信息巨大集合體。大數據的利用必然伴生出個人隱私的保護問題。競爭政策的對應上還有信息安全與消費者權益的相關法律規范加以補充，這位平臺壟斷的法規制提供了多元化、結構化的選擇。此外，平臺壟斷的問題不是單純的行業內流量轉換和收益循環的問題，壟斷型平臺企業投資并購可以帶來更大規模的數據聚集。對此，域外反壟斷執法實踐已有不少案例，例如，歐盟委員會對Facebook/ WhatsApp、Thomson/Reuters、Google/DoubleClick 等合并事件的反壟斷調查，美國聯邦貿易委員會對 Google/DoubleClick、Bazaarvoice/PowerReview等的反壟斷調查，都涉及了數據壟斷與消費者隱私的執法探討。而我國大型平臺企業并購投資如火如荼，以BAT為代表的超級平臺在幾乎所有的互聯網服務平臺都進行了投資，數據的聚集顯而易見，而數據公開案例很少，這點上我國在執法層面上尚顯不足。

　　(二)國內外關于平臺壟斷的探討 1. OECD競爭委員會的觀點

　　OECD競爭委員會2016年11月召開的關于大數據與競爭政策有關的討論。匯集了經濟、政策、法律各方觀點，其中代表性的觀點如下[2]。美國著名信息經濟學家哈爾•范里安教授指出從企業信息經濟研究實踐的角度看，當代壟斷平臺正以極低的成本自動搜集大量數據。過去為了激活這些數據的使用價值，需要投資建設和開發大量硬件和軟件，對數據進行有效的解析。但是，伴隨著 “云技術”的發展，這些解析工作的投資門檻大幅降低，想要進入也更加容易。從微觀經濟角度來看，數據的開放化在需求側上聚集數據有規模及網絡外部性效果，還有間接網絡效果的存在。從供給側看，開放數據的規模經濟效果和學習效應可以降低生產的平均成本，提高產品質量。范里安認為，從經濟學角度來看，平臺必須引入高度競爭，才能有效打破對現有技術的認識，實現創新發展。

　　美國著名反壟斷法執法專家Maurice Stucke教授指出，平臺造成的壟斷問題充分暴露出現今反托拉斯規制體系的脆弱性。反托拉斯規制的前提是在極小的市場細分領域內對市場短期價格有重大的影響。盡管這個標準在執法審查上高效便捷，應對現代平臺經濟廣泛實行免費服務，依靠廣告等商業化進行盈利的業態在執法依據和競爭指標上都存在空白。數據驅動型的產業集中化，脫離了傳統反托拉斯規制的框架。因此，急需一種替代性的制度，用以保障數據驅動型的集中化下數據獲取途徑的多樣化。Stucke教授對競爭法執法機構提供了五個建議：(1)重視隱私保護政策和競爭政策的結合;(2)對壟斷企業的濫用數據行為進行追訴;(3)修改現行的價格審查為中心的反托拉斯執法體系;(4)完善數據有效性的評價體系;(5)加強反壟斷機構、隱私保護機構和消費者保護機構的執法合作。

　　英國數字經濟研究專家Annabelle Gawer教授將平臺分為交易平臺與創新平臺兩種。交易平臺為個人或者組織提供交易上便利，例如Uber、Google search、Amazon market place、Facebook等。技術創新平臺是為個人或者組織提供產品，通過技術和服務的革新，將技術資源共有化的平臺，例如iphone OS、Google Android等。交易平臺可以通過降低信息搜尋成本來降低交易成本，技術創新平臺可以通過直接或者間接的網絡效應促進創新和增長。但是，現在歐盟和美國關于數據平臺的競爭法和競爭政策的適用大有不同。這會大大扭曲平臺世界經濟中的市場效果，導致國際經濟活動受到限制。為了解決這一問題，應將IAEA、ITU、WIPO等與數據相關的國際規制機構進行統合，在WTO的框架下設立國際數據反壟斷執法機構。

　　2. 日本公平交易委員會的觀點

　　2018年12月18日，日本經濟產業省、公平交易委員會、總務省三部門聯合發布了《平臺型商業模式整治基本原則》，明確了對數字平臺交易相關的整治方向：(1)確保交易習慣的透明性和公正性;(2)立法應對數據壟斷等競爭妨礙行為;(3)建立完善專業知識體系應對數據平臺不正當行為的機制;(4)設置數據轉移與開放相關的工作組管理相關政策事務。

　　日本公平交易委員會發布的整治規則指出，當代數字平臺交易的不透明和不公正已經成為社會問題。平臺有雙邊市場的性質，間接網絡效應很強。大多數市場服務是免費的。平臺經營的邊際成本幾乎為零，供給量幾乎沒有任何限制，對個體規模經濟效果極大。同時，數據具有重要的價值，轉化成本很高，很容易產生獨占或是寡占壟斷。數字平臺可以對大數據進行收集、分析、利用。網絡效果很大，固定費用提高，這項壁壘阻止了競爭者的進入。此外，企業并購產生的平臺數據聚集的壟斷風險極大，需要競爭政策特別規制。

　　在法規制上，日本公平交易委員會將平臺分為交易性平臺與非交易性平臺。交易性平臺以提供中介服務為主(例如Uber、Airbnb)，非交易性平臺提供廣告、檢索等服務(例如Google)。交易性平臺在法律上側重于通過違約責任或者消費者權益損害責任進行規制。競爭法方面，大量交易性平臺提供免費服務，常規的“SSNIP市場界定法”在壟斷測試過程中面對很大約束。并且中介性平臺面對雙邊市場，一方市場的壟斷效果常常體現在另一邊市場上，這急需建立針對性的反壟斷機制進行管理。

　　非交易型平臺對數據的壟斷危害更大，借助過往案例，非交易平臺的規制分為單獨行為規制(濫用市場支配地位)、企業合并規制(經營者集中)及個人信息數據濫用規制(不正當競爭行為)。同時促使數據管理政策、消費者權益保護政策、競爭政策三者協同，共同防范數據壟斷。法律的適用性研究包括日本《獨占禁止法》第2~3條、第9~18 條，《景品表示法》第5條，《個人信息保護法》第75條，以及相關的MFN條款等規定[3]。

　　3. 國內平臺壟斷研究

　　國內關于平臺壟斷的話題近年來成為競爭法研究領域的熱點，重點問題包括數據壟斷、技術性搭售、價格歧視等方面。法律政策層面，現多從《反壟斷法》立法層次上進行研究討論，執法領域也充分借鑒域外執法經驗。但總體而言，法律政策研究以借鑒境外經驗為主，欠缺對壟斷的經濟性與社會性的細致考慮。

　　中國社會科學院互聯網經濟研究室的研究從平臺壟斷的根本出發，探討數據壟斷在市場上的經濟作用機制，提出強化專有監管的經濟政策，提出：(1)針對超級平臺對創業創新的潛在風險，需建立推動創新創業的競爭政策;(2)針對數據集中風險，建立數據安全特別監管制度;(3)針對內容壟斷，建立精準的監管政策;(4)將平臺的某些基礎服務能力作為公共事業進行監管[1]。這些建議是兼顧平臺經濟效應的促進效果、解決平臺壟斷負面影響的有效思路，為政策制定提供了多元化的選擇。

　　二、平臺壟斷的經濟影響路徑(一)平臺壟斷的基本模式

　　近年來，隨著IoT、AI等技術的發展，大數據的關聯技術發生了質變。大數據及互聯網技術打破了既有的行業界限，對全社會產生了革命性的改變。技術變革帶來了產品及商業模式的變革，均質化的大規模生產也逐漸發展向專業化、精準化、個性化的新模式。其中用戶流量產生的海量數據是這種新模式的基礎，平臺壟斷產生的問題正是流量集中導致的用戶及市場數據的專有化。OEDC競爭委員會在2016年10月的報告對近年來網絡數據應用的商業化模式進行歸納，提出了“數據驅動型網絡效應”的基本循環模式，如圖1所示。

　　從該模式中可以看出，平臺壟斷的核心是通過 “收益反饋循環”在早期以資本驅動提高服務質量并且實行低價策略，集聚了海量粘性用戶，進而壟斷了流量及數據，并在循環資本擴張的推動下壟斷了整個網絡循環生態。

　　(二)隱知識與企業創新能力

　　20世紀末~21世紀初被稱為知識經濟時代，知識經濟時代的核心驅動力是社會經濟的知識密集程度。知識經濟時代，對知識的依存度逐漸提高的原因是知識能夠推動創新，不僅是技術創新，更是包括技術、組織、商業模式、社會政治制度等各個領域全方位的革新與優化[4]。然而，創新本身是一項復雜的工作，且蘊含著巨大的成本與風險，因為創新會改變消費偏好，擴大競爭壓力，并且會快速深刻地改變技術[5]。數字經濟時代是知識經濟時代的延伸，大數據時代下數據并非取代了知識成為新時代創新的核心驅動力，而是由于數據集合蘊含著豐富的“隱知識”，通過對海量數據中隱知識的挖掘，可以極大地降低創新的成本[6]。數據成為數字經濟時代的重要資本。

　　隱知識(Tacit Knowledge)與顯知識(Explicit Knowledge)相對，最早的定義出現在Polanyi在 1962年的論文中[7]，隱知識最初被定義為非言語化、直觀的、難以闡明的知識。此后，Nonaka和 Takeuchi分別發表一系列論文分析了隱知識與顯知識在組織與技術創新中的作用，認為隱知識是在不斷的合作和試錯經驗中產生，并且難以被具象化、規范化，而很難被體系化地交流與傳遞。但隱知識的傳遞與轉化在企業與組織的創新中極其重要，因此隱知識的傳遞往往被符號化記載，便形成了數據[8]。數據記載著分散化的隱知識，要將這些隱知識重新挖掘出來，對數據的聚集和處理工作必不可少。Cavusgil等通過對企業的統計分析得出，若以企業的產品性能表現和市場表現作為企業創新能力的指標，隱知識傳遞及轉化能力與企業的創新能力呈現出顯著的正相關性。但是，值得注意的是隱知識的傳遞及轉化的平均創新收益，則與企業規模顯著負相關[9]。這一統計現象可能成為當代平臺壟斷行為限制創新與限制競爭的規制依據，而經驗證據背后的經濟邏輯尚待探討，需要通過理論經濟學方法找到其限制競爭與創新的確切路徑，精準施策。

　　(三)數據創新貢獻經濟增長率的分析框架

　　創新作為當代經濟穩定發展的重要驅動力之一，一直也是社會經濟政策與經濟立法的重要促進和保障對象。本文通過一個熊彼特增長模型探討企業對通過對隱知識的積累來推動創新，研究數據壟斷下的隱知識獨占性與市場結構的關系，從而尋找平臺壟斷對經濟的影響路徑。

　　1. 壟斷平臺

　　首先，構建一個市場結構模型以描述市場上存在的數家壟斷平臺企業。定義廠商 代表現實生活中的壟斷平臺。廠商具有強大的創新能力，在研發活動中通過原始數據的分析會隨機產生大量的隱知識。由于其可調用資源的有限性，僅僅只能投資有限的部分知識，與其自身商業模式相結合并實現商業價值。剩余的部分則不能夠產生商業價值，但是能夠被其他企業所利用。該廠商所能對自身商業價值的知識被設定為“專用性知識”，剩余的知識設定為“非專用性知識”。為了構建數據與專用性知識的基本函數表示，定義對于廠商 來說其收集的數據記為 ，其中 為廠商從數據中獲取的專用性的隱知識，即“專用性知識”。為廠商 不可解讀或無意使用的溢出部分，即 “非專用性知識”。 盡管不可以被特定行業或者商業模式下的廠商解讀或使用，但可能對其他行業或競爭方有重要價值，但在平臺流量及數據壟斷的背景下， 可能伴隨 被一同獨占。為對溢出信息 的價值評價，同時對廠商 的隱知識利用效率進行評價，進一步建立函數 ，為平均可挖掘的能進入公有領域的非專用性知識， 為總體經濟下，廠商可挖掘的平均隱知識。

　　假設廠商 獲取并分析數據是有時間成本并耗費勞動的，進一步定義廠商專用性知識的積累速度為 ，其中 是勞動耗費。由于專用性知識的獲取是隨機的，因此定義 為數據中獲取隱知識的先驗概率。對于可進入公有領域的非專用性知識，因為具有可交易的價值。這也是一些平臺會通過出售數據服務來賺取收益，同時也成為采集數據的手段，例如亞馬遜的Web Services 等服務可以幫助其他企業通過計算、分析等方式降低成本，擴展應用等。假設非專用性知識同樣具有時間成本且耗費勞動，建立非專用性知識積累的函數為 ，其中為數據中獲取非專用性知識的先驗概率。

　　因為知識的使用必須依靠勞動，知識并不能作為單獨創造價值的資本。而是提高勞動的附加價值，建立勞動生產率函數 ，其中是生產率， 為固定的必須勞動，為知識積累對生產率的影響。

　　2. 供給與需求

　　為了判斷壟斷平臺對經濟整體發展是具有積極還是消極的作用，需要構建一個宏觀經濟增長模型，并尋找其中的經濟穩態。然后，根據壟斷平臺的壟斷行為對穩態的遷移影響，判斷其對宏觀經濟的影響。平臺廠商作為服務業的組成部分，通常是市場導向型，消費者偏好是平臺提供服務的導向，因此通過一個有收入水平約束的效用函數來描述消費者的偏好： U (t) = ∫ ∞ t e −ρ(τ−t) logC(τ)dτ (1) s.t.A˙(t) = r(t)A(t)+ W (t)− E (t) (2) C ρ A(t) t W (t) t E (t) t 其中 為全生命周期的效用。 為時間偏好率， 為 時的資產， 為 時的工資率， 為時的消費支出。

　　消費者構成了市場結構的總需求，平臺企業向市場出售有需求的產品或服務獲取收益。這些產品或服務可能是由知識轉化來的產品服務，也可能是知識本身，因為非專用性知識本身就是一種市場需求。通常，依據對知識的分類，平臺企業向市場上出售的包括其專用性知識產生的服務，并同時將非專用性知識直接出售給其他企業。這些構成了市場結構的總供給?；ヂ摼W行業有壟斷競爭的特點，即使壟斷平臺也有競爭對手，各大平臺企業有價格控制能力，具有長期利潤最大化的目標，不在意短期得失，且行業進出自由。假設廠商為壟斷競爭廠商，則有如下長期利潤函數： Πi(t) = ∫ ∞ t R(τ)πi(τ)dτ (3) R(τ) := e − ∫ τ t 其中累積折現率 r(s)ds i τ 將(3)式中知識結構的定義加入廠商利潤函數中，廠商 在 時瞬時利潤轉化為： πi(τ) = pi(τ)Xi(τ)−lxi(τ)−lzi(τ)− Pbi (τ)Ibi (τ) (4) Pbi 其中 (τ) 為非專用性知識的價格。

　　3. 壟斷平臺企業的長期利潤最大化

　　為分析壟斷平臺企業在處理數據研究獲取隱知識的市場行為模式，需要假定壟斷平臺廠商是具備經濟理性的。模型中的壟斷廠商是追求長期的利潤最大化目標的，即 的最大化問題。為了找到在什么條件下平臺壟斷企業能實現這一目標，通過(3)(4)式構建當前值的漢密爾頓算子求解這一最優化問題： Hi= ( pi− 1 z β i b 1−β i ) Xi−lzi−lk+φiηz α i S 1−α lzi+(vi−Pbi )χb µ z 1−µ lbi (5) pi lzi lzi zi bi vi 其中包含控制變量 、 、 ，狀態變量 、，共態變量 為專用性隱知識。

　　由(5)式求解出動態最優化條件分別如下： 第一，平臺的價格策略： ∂Hi ∂pi = 0 ⇒ Xi + ( pi − 1 z β i b 1−β i ) ∂Xi ∂pi = 0 (6) 第二，平臺對非專用性知識投資決策條件： ∂Hi ∂lzi = 0 ⇒ 1 = φiηz α i S 1−α (7) 第三，平臺對出售非專用性知識的決策條件： ∂Hi ∂Ibi = 0 ⇒ vi = Pbi (8) 第四，無套利條件： rφi = ∂Hi ∂zi +φ˙i = ∂πi ∂zi +φiηαz α−1 i S 1−α lzi +φ˙i (9) rvi = ∂Hi ∂bi +v˙i = ∂πi ∂bi +v˙i (10) 第五，橫截性條件： lim t→∞ R(t)φizi = 0,lim t→∞ R(t) vibi = 0 (11) Xi 由于在供給側，平臺的決策是動態的，因此需要先求解廠商行為的動態最優化條件。以上五個條件是實現廠商長期利潤最大化所需要的定義的均衡的描述函數，是均衡中供給側的動態條件。依據以上條件中的變量 結合需求側的效用函數即可解出市場結構的供給和需求的均衡條件，并進一步得到隱知識投資回報率、非專用性知識投資回報率等重要的變量。利用這些市場結構變量可以構建出所需要的經濟穩態增長率，用于評價壟斷平臺擴張的規模經濟效果的重要函數。

　　4. 基于經濟增長率的數據創新貢獻分析框架

　　在廠商長期利潤最大化的問題基礎上，其中重要的變量總需求和總供給的均衡量 與消費–投資需求市場有關，也是求解均衡的重要條件，故須考慮消費市場的情形。 為消費支出函數， 為時間偏好率， 為利率或回報率， 為消費量， 為產品替代彈性， 為消費人數，也是勞動供給上限，為企業數，定義(1)式中 C(τ) = (∫ m 0 xi θ−1 θ di ) θ θ−1 (12) 由(2)(12)式，根據Keynes-Ramsey規則和 Dixit-Stiglitz需求模型得到： E˙ E = r −ρ (13) Xi := Lxi = LE p−θ i ∫ m 0 p 1−θ i di (14) 在Keynes-Ramsey規則、隱知識回報率rZ、非專用知識回報率rB、壟斷競爭市場零利潤條件、市場出清條件下定義一般均衡。由(7)(8)(9)(10)(11)(14)式可得如下結論。

　　供給側的知識回報率： rz = ηβz α−1 i S 1−α (lxi −lk)−(1−α)[ωgb +(1−ω)gz ] (15) rb = χ(1−β) b µ z 1−µ bi (lxi −lk)−[µgb +(1−µ)gz ] (16) 需求側知識回報率： rz = ηβK −ω(1−α) (θ−1)LE θm −(1−α)[ωgb +(1−ω)gz ] (17) rb = χ(1−β)K 1−µ (θ−1)LE θm −µgb −(1−µ)gz (18) 其中 gz、gb為 兩種知識帶來的經濟增長率均衡為條件為： L m = (θ−1) θ LE m +lb +lz +lk (19) K := Z/B g 根據增長理論穩態的定義，定義 ，表示知識獨占的程度，經濟總體增長率 可得到如下表示： gz = g = ηK −ω(1−α) lz (20) gb = g = χK 1−µ lb (21) 得到數據分析的回報率表示為： rz = ηβK −ω(1−α) (θ−1)L θm −(1−α)g (22) rb = χ(1−β)K 1−µ (θ−1)L θm −g (23) 根據均衡條件可解得： g = L θm −lk 1 η Kω(1−α) + 1 χ K−1+µ (24) g m K 上述均衡分析得到了一個數據創新貢獻經濟增長框架，包含數據分析創新所貢獻的經濟增長率，企業數 ，知識獨占程度指標 。

　　(四)壟斷平臺的規模經濟效果

　　基于上述數據創新貢獻經濟增長框架，進一步增加約束條件刻畫一個更接近真實數據平臺壟斷問題的模型，以分析壟斷平臺行為模式的規模經濟效果。首先，在一個價格機制完備的市場應當是無套利的。其次，平臺企業盡管是壟斷性的，但是更接近是一個壟斷競爭廠商。由(24)式壟斷平臺的規模經濟效果可以通過帶入知識模型的定義后附加約束條件求解得到市場結構的穩態。在無套利假設下的穩態條件的增長率(NA 曲線)：

　　壟斷競爭市場零利潤假設下穩態條件的增長率(ZP曲線)： gZP = lkηβ(θ−1)K −ω(1−α) −ρ 1−α−β(θ−1)[ 1+ η χ K−ω(1−α)−(1−µ) ] (26) 聯立上式與均衡模型解出如下市場結構的穩態問題(MS曲線)： 1/m = θ (θ−1)L ■ |||||||||||||■ ρ [ K ω(1−α)+1−µχ ( 1−β)−βη] βη−Kω(1−α)+1−µχ(1−β)(1−α) (1−α)+ρ ηβK−ω(1−α) ■ |||||||||||||■ (27) 根據上述穩態模型進行模擬，進行圖形分析： g m K 上述規范分析中，變量包括創新所貢獻的經濟增長率 ，企業數 ，知識獨占程度指標 。NA曲線表示無套利假設下的增長率隨知識獨占程度的變化趨勢;ZP曲線表示壟斷競爭假設下經濟增長率隨知識獨占程度的變化趨勢;MS曲線為市場結構的穩態方程。

　　結論1：平臺壟斷引發的知識獨占效果不存在規模經濟效應。

　　圖2A刻畫了在市場均衡點 上的知識獨占程度與市場結構的變化關系。要分析平臺壟斷的規模經濟穩態，可以觀察穩態方程中的變量 的變化引起的g-K圖中穩態均衡點的位置變化。變量 通過代表自然人口，通過定義需求來影響總需求。同時前面定義中提到知識的使用必須依靠勞動，知識并不能作為單獨創造價值的資本。知識實現供給作用必須結合勞動存量，自然人口代表勞動存量，直接構成宏觀經濟的總供給函數。因此，若調整 ，將會同時增加市場結構中的總供給和總需求，意味著市場結構的規模必然增加。在NA曲線和ZP曲線所涉及的經濟增長率函數中不涉及 ，在圖2A中穩態均衡點不移動，增長率不變，即在穩態上的需求和供給增加帶來的經濟增長率是完全不變的。穩態的均衡水平只與市場規模本身相關，而與企業規模無關。因此得到結論，平臺壟斷引發的數據獨占效果不存在規模經濟效應。

　　結論2：平臺規模越大，知識獨占效果越高，企業投資專用性知識增加。

　　圖2B描述了專用性知識與企業規模的趨勢關系。 表示固定的必須勞動，是知識的勞動附加值函數的基礎， 增加，代表企業所用的勞動增加，企業規模增大。 出現在ZP曲線的函數的分子中，正數 增加，經濟增長率和知識獨占程度同步擴大。ZP曲線向外移動，NA曲線和MS曲線不涉及這一變量。代表知識獨占程度的 提高，表明隱知識獨占程度增加，市場結構中MS曲線的 下降，即知識的專用性提高，企業投資專用性知識增加。

　　通過理論分析得出的這兩個結論和Cavusgil 等[8]通過對企業的統計分析得出的結論完全一致。若以企業的產品性能表現和市場表現作為企業創新能力的指標，隱知識傳遞及轉化能力與企業的創新能力呈現出顯著的正相關性。隱知識的傳遞及轉化的平均創新收益，則與企業規模顯著負相關。經驗事實與理論邏輯完全契合。從上述經濟模型分析基本可以總結得到平臺壟斷的經濟影響路徑。平臺壟斷占據了用戶資源，并壟斷了數據和流量。從數據流量中壟斷了其中的隱知識。隱知識中只有專用性知識可以直接為平臺企業帶來收益回報。非專用性知識可以通過互聯網技術服務向外轉移，但其整體壟斷對社會經濟的增長無規模經濟效果。此外，平臺的規模越大，知識獨占效果越高，企業投資專用性知識增加，對非專用性知識的投資徹底被阻斷。壟斷會帶來種種社會問題，平臺壟斷所帶來的負面效果應當由競爭法規制來化解。

　　從平臺壟斷的規模經濟影響路徑來看(圖3)，平臺壟斷從宏觀增長角度破壞了整個市場結構的規模經濟效果。而這種經濟效果的破壞可以看作是 “收益反饋循環”中投資資源配置不合理導致的。大量的投資被用于數據中專用性知識的挖掘，而壟斷使非專用性知識的經濟效果被浪費，因而導致市場結構無規模經濟效應。對非專用性知識的投資路徑被阻斷，是壟斷造成市場結構規模經濟效應被破壞的根源。

　　平臺壟斷問題是一個復雜的社會科學問題，從經濟學角度，要充分發揮數據中蘊含豐富知識的價值，產權明晰化是必要的。但是數據作為一種公共資源，數據具有非排他性、替代性、時效性等特點。對數據本身進行產權化，必然會造成數據資源反競爭效果的產生。需要一種有效的結構化政策手段，協同保障專用性知識的產權化，并且使非專用性知識能夠進入公共物品領域。“數據庫產權明晰化”這一思路早在上個世紀90年代就被歐盟所關注。數據屬于公共物品，但是數據需要發揮作用，離不開數據庫技術的幫助。從著名經濟學家奧利弗• 哈特對柯斯產權理論的擴充研究指出，互補性生產資料的產權割裂會大幅降低社會生產率。因此，數據庫作為單獨難以產生產品的生產資料，必須具有明確的產權，才能充分發揮其經濟效果。在歐盟提出數據庫保護概念時，尚未有平臺壟斷的概念，但其包含的理論卻具有前瞻性，適用于今天平臺壟斷的競爭政策規制。

　　有關于數據投資的保護問題，1996年歐盟議會發布了關于數據庫保護的歐盟指令，只要滿足保護要件的數據庫都會進行保護。其目的在于保護對數據庫創設的“投資”的保護，指令禁止對數據庫中收集的信息進行部分的截取和再利用的行為[10]。這項指令在實施初期遭遇了一定困擾，歐盟各國將指令向國內法進行移植后，由于指令表述含義不明確，英國、瑞典、芬蘭、希臘等國在司法實踐時對數據庫侵權是否成立產生了巨大的分歧①。其分歧的學術含義，主要是對數據庫保護的投資的范圍不明確。該指令第7條第1款要求數據庫必須對信息的收集、確認、表示其中至少一項有“實質性的投資”，才可以進行保護。該條款把對數據庫實質性投資作為數據庫產權化的保護要件。“實質性的投資”成為數據庫產權化的依據。

　　歐盟法院對The British Horseracing Board Ltd. v. William Hill Organization Ltd的判決對投資范圍的界定和投資概念的解釋提出了兩個重要觀點，這對今天的平臺壟斷的競爭政策規制有重要的參考意義：(1)附隨產物理論(Spin-off理論)。當數據庫的產生是平臺主營業務的附隨產物時，不可認為是具有實質性投資，數據庫的所有權不成立。(2)數據庫作為數據的唯一出處時，涉及信息壟斷的權利濫用的，由于破壞社會公眾對信息的獲取圈，可以適用反壟斷法。因此，強調投資和利用的等價性，以及數據獲取渠道的多元性，是平臺壟斷的競爭法規制的關鍵。平臺壟斷與數據庫權利保護的拓展之處在于，平臺壟斷并不是基于權利保護的濫用，而是數據技術保護的濫用，因此競爭政策所要關注的也是對投資范圍的界定。

　　三、結論與政策建議

　　通過熊彼特宏觀經濟增長模型分析，本文得出結論：一是平臺壟斷引發的知識獨占效果不存在規模經濟效應;二是平臺規模越大，知識獨占效果越高，企業投資專用性知識增加。這兩個結論從宏觀經濟增長視角明確了平臺壟斷規范的必要性，并從非專用性投資被阻斷的角度給出線索，結合 OEDC公布的平臺經濟循環路徑得出平臺壟斷對經濟影響路徑。

　　平臺通過流量壟斷實現了市場上有效數據的壟斷，數據的價值在于數據聚集后蘊含大量的隱知識，這些隱知識可以幫助企業改進產品和服務，促進創新而帶動經濟增長。對于平臺企業來說，平臺企業基于自身利益最大化的目標，僅僅會對數據中包含的隱知識的專用性部分進行挖掘，而壟斷會造成數據中非專用性知識無法被利用。平臺企業通過對專用性知識的投資，從而產生“收益反饋循環”，伴隨資本的推動，企業會快速擴張，聚集更多的用戶與信息。壟斷剝奪了數據中非專用性知識的被投資的機會，阻礙了創新，使數據的規模經濟效果消失，在壟斷性的平臺市場結構下，由于對數據的投資資源配置不完全，規模經濟效果消失，數據利用所帶來的增長只與市場總體規模有關，保護大型平臺的經濟促進意義甚微。從經濟增長角度，競爭法必須從平衡投資角度促進數據開放，規制平臺壟斷。

　　此外，對立法論的探討，有很多反壟斷機構已經有了一定的理論與實踐的研究。結合OEDC、日本公平交易委員會、中國社會科學院的研究以及歐盟法院的先行判例，本文給出如下四點原則性建議：(1)平臺壟斷規制的重點是對數據投資的監管和引導，交易性平臺的投資的方向聚集在專用性技術時，平臺對數據資源的專用性應當得到限制;(2)平臺對數據的使用必須保障數據獲取渠道的多樣性，如果數據獲取通道單一，應當促使其對數據進行開放;(3)壟斷平臺的投資及合并行為應當引入反壟斷調查，并且完善反壟斷執法，防止投資、并購等行為導致流量、數據資源過度集中化的問題;(4)競爭政策的制定，應與信息安全政策、消費者保護政策等領域協同，相互補充促進，化解平臺壟斷的社會問題。