摘要：大数据时代，互联网平台凭借数据优势和算法技术深刻改变了市场竞争格局，但也带来了垄断协议、滥用市场支配地位、经营者集中等反垄断规制难题。本文在梳理理论基础之上，系统分析了相关市场界定、市场支配地位认定、垄断行为证据收集三大核心挑战，并结合国内外典型执法案例，提出“三维分析框架”（市场结构—数据能力—行为效果），从重塑市场结构规制理念、强化数据能力评估标准、优化行为效果审查机制三个维度构建规制策略，以期为大数据时代互联网平台反垄断规制提供理论参照与制度建议。

关键词：大数据；互联网平台；反垄断规制；算法共谋

随着大数据技术的迅猛发展，互联网平台在全球经济中的地位日益凸显。习近平总书记指出，“数据是新的生产要素，是基础性资源和战略性资源”。大数据与互联网平台的深度融合，一方面促进了市场创新与效率提升，另一方面也引发了一系列反垄断担忧。一些大型平台凭借数据优势、算法操控和市场力量的集中，可能实施垄断协议、滥用市场支配地位、排除限制竞争的经营者集中等行为，损害竞争对手、消费者乃至整个市场的利益。

近年来，国内外反垄断执法机构对谷歌、微软、阿里巴巴、腾讯等互联网平台巨头的调查与处罚，体现了全球范围内对平台经济反垄断规制的强化。然而，大数据时代互联网平台的双边市场特性、非对称定价模式、跨界经营趋势以及算法共谋的隐蔽性，使得传统反垄断法在相关市场界定、市场支配地位认定、垄断行为证明等方面面临诸多适用困境。为此，本文尝试构建一个整合性的“三维分析框架”，从市场结构、数据能力、行为效果三个维度分析，在此基础上提出系统化的规制策略。

互联网平台反垄断的理论基础

经济结构主义强调市场结构决定市场行为和绩效，芝加哥学派以价格理论为核心注重消费者福利。两者分别揭示了市场集中度的规制意义和效率抗辩的适用边界：对互联网平台的反垄断分析应关注其市场行为对效率和消费者福利的实际影响。

互联网平台特有的双边市场理论与网络效应理论进一步丰富了分析工具。双边市场具有交易双方互补性、交叉网络效应和价格结构非对称性三大特点，平台在一边市场可能采取低价甚至补贴策略，在另一边市场获取利润，这一定价策略本身不违法，但如果平台利用一边市场的垄断地位通过杠杆效应将垄断力传导至另一边市场，则可能构成滥用。网络效应表现为平台价值随用户数量增加而指数级地增长，强网络效应会形成“赢者通吃”的市场格局，新进入者难以突破用户基数的壁垒。

数据竞争与隐私保护理论为大数据时代的分析提供新的维度。数据已成为平台竞争的核心资产，但数据集中会形成“数据壁垒”，大型平台凭借数据优势不断优化算法，新进入者难以获取足够数据与之竞争。同时，平台如果因垄断地位而忽视隐私保护，过度地收集和滥用数据，这不仅损害用户权益，还可能影响公平竞争。因此，反垄断分析中应当将隐私保护水平作为非价格竞争维度的重要指标。

二、 大数据时代互联网平台反垄断规制面临的挑战

1.相关市场界定难题

传统相关市场界定以产品功能替代性为核心，通过考察产品之间的需求替代和供给替代程度来划定市场范围。然而，互联网平台往往提供多功能、跨界的综合性服务，不同功能之间相互协同、数据共享，形成“生态锁定”效应。以腾讯为例，其同时提供即时通讯、社交分享、移动支付、小程序等多种功能，用户因某一核心功能（如微信聊天）而留在整个生态系统内，即使其他平台在某一单项功能上更具优势，用户也难以轻易迁移。这使得传统的功能替代分析方法难以适用。

具体而言，传统界定方法面临两大困境。 是“功能拆解困境”：当一个平台同时提供多种功能时，难以确定应当以哪种功能作为界定相关市场的 在涉及微信的反垄断案件中，究竟应以即时通讯服务、社交媒体服务还是移动支付服务作为相 得出 同结论。 二是“免费模式困境”：大量互联网平台向用户提供免费服务， 渠道。传统的假定垄断者测试法（SSNIP）以小幅但显著的非临时性价格上涨为 完全无法适用。有学者尝试以质量下降代替价格上涨（SSNDQ法），但质量本身难以量化，隐私保护水平、服务响应速度等指标缺乏统一的评估标准。

破解上述困境需要转变分析思路。一个可行的路径是从“精确界定相关市场”转向“评估平台的市场力量”，即淡化相关市场的精确界定，转而关注平台是否能够持久地提高 格或降 而无需担心客户流失。正如最高人民法院在“奇虎诉腾讯”案中所指出的，界定相关市场是评估市场力量的工具而非目的本身，在存在直接证据的情况下，可以不精确界定相关市场而直接认定市场支配地位。

2.市场支配地位认定困境

传统认定方法以市场份额为主要依据，辅之以市场进入壁垒、经营者对市场的控制能力等因素。然而，在互联网平台领域，这一方法存在明显局限。首先，双边市场特性使得单一市场的份额无法反映平台的整体市场力量。一个平台在一边市场可能份额不高，但通过另一边市场的控制力施加竞争约束。例如，社交平台向用户免费提供服务，在用户侧市场份额可能分散，但在广告侧可能具有强大的市场力量。其次，互联网平台竞争具有高度动态性，高市场份额可能迅速被颠覆。诺基亚在功能机时代的市场份额一度超过 40% ，但在智能手机浪潮中迅速衰落。静态的市场份额数据难以准确反映平台当下的市场力量。再次，免费模式下无法基于销售额计算份额，而用户数量、活跃度等替代指标与市场力量之间的相关性尚未得到充分验证。

更关键的是，数据资产和算法能力已成为平台市场力量的新来源，却缺乏量化评估标准。一个平台的数据能力可以从多个维度加以考察：数据规 据多样性（覆盖的领域范围、数据维度的丰富程度）、数据处理能力（算法水 过排他性协议或技术限制构筑数据壁垒）。然而，这些指标目前缺乏 不同来源、不同类型数据的价值？如何判断算法优势是否构成实质 尚无成熟的理论共识。此外，数据价值的动态性也增加了评估难度，同一数据在不同时间、不同应用场景下的价值可能差异悬殊。

3.垄断行为认定与证据收集障碍

算法共谋具有高度隐蔽性、智能化和综合化特点，给传统垄断协议认定规则带来严峻挑战。OECD（2017）识别了四种可能促进合谋的算法类型：监控式算法、平行式算法、信号式算法和自主学习式算法。传统垄断协议认定要求证明经营者之间存在“意思联络”，但算法共谋（尤其是默示合谋）自始不存在传统意义上的意思联络证据。在平行式算法合谋中，各平台独立使用相似算法，算法根据市场信号自动调整价格，平台之间并无直接沟通，却产生了类似垄断协议的价格平行行为。自主学习算法合谋的问题更为复杂，算法通过试错自主发现合谋是最优策略，开发者和使用者可能并无主观故意，甚至无法预测算法行为，导致责任归属两难——归责于使用者可能违背“无过错不处罚”原则，不予追究则无法有效规制。

此外，算法的高度复杂性和“黑箱”特性增加了证据收集难度。执法机构难以获取算法源代码，即便获取也难以判断其是否具有促进共谋的功能。这要求执法机构提升技术监察能力，探索算法审计、代码黑名单等新型规制工具。

三、 国内外互联网平台反垄断执法案例与经验做法

欧盟对谷歌展开多起反垄断调查。在谷歌搜索案中，欧盟认定谷歌通过算法将自家购物服务优先展示、压低竞争对手排名，构成滥用市场支配地位，处以巨额罚款并责令改变算法。在谷歌安卓案中，欧盟认定谷歌要求手机生产商预装谷歌搜索及浏览器才能使用应用商店，开出43.4 亿欧元罚单。在上述执法基础上，欧盟《数字市场法》（DMA）引入“守门人”概念，从“事后执法”转向“事前监管”，对达到标准的平台施加数据可携带、互操作的义务。

美国微软案确立了“捆绑销售”构成垄断行为的裁判规则。与欧盟侧重结构性干预不同，美国将创新作为重要价值取向，在规制平台时主要采取“合理原则”，同时广泛运用和解制度提高执法效率，三倍赔偿诉讼制度激励私人实施。

我国近年来在平台反垄断领域持续发力。2021 年，阿里巴巴“二选一”案中，市场监管总局认定其限定平台内经营者只能与当事人交易，处以182.28 亿元罚款。同年，腾讯音乐因独家版权协议被责令解除部分协议，促进版权合理流通。2025 年，最高人民法院就“支付宝垄断案”作出终审判决，认定限定用户使用支付宝服务构成“附加不合理交易条件”的垄断行为。2026 年，市场监管总局对携程集团涉嫌滥用市场支配地位立案调查，该案正在调查中。

从域外经验看，欧盟通过DMA 实现了从事后执法向事前监管的转型，美国则依靠合理原则与私人实施形成公私协同的执法格局。我国已初步建立覆盖行政处罚、司法判决和立法完善的规制体系，但算法共谋、自我优待等新型行为的规制仍面临挑战，需进一步借鉴域外制度经验。

四、 大数据时代互联网平台反垄断规制策略

基于前文分析，本文提出“三维分析框架”规制策略。该框架的三个维度相互支撑、各有侧重。市场结构维度从源头干预集中度，数据能力维度解决量化评估难题，行为效果维度聚焦具体行为的审查标准。三者共同构成覆盖结构、能力、行为全链条的规制体系。

1.市场结构维度

平台经济高度集中的市场结构是反垄断规制面临的首要问题。对于少数巨头平台凭借网络效应形成“赢者通吃”格局，导致新进入者难以突破用户基数壁垒的这一困局，需要从市场结构源头入手，而非仅依赖事后执法。

扼杀式并购是大型平台巩固垄断地位的重要策 尚处于萌芽阶段的潜在竞争对手，平台可以低成本消除未来竞争威胁。然而，这些目标企 大量排除竞争的并购游离于审查之外。对此，有必要增设辅助申报标准，将用户数量、 数据规 模、 收购协议价格等纳入考量，并赋予执法机构主动介入调查的权力。

当行为性救济无法有效恢复竞争时，结构性分离可作为终极救济手段。对于长期通过反竞争行为巩固垄断地位的平台，拆分该平台的核心业务与关联业务能够直接重塑竞争结构。这回归了经济结构理论的核心关切，即在市场自我修复失效时，通过结构性干预来打破垄断格局。

此外，降低市场进入壁垒同样重要。这要求具有市场支配地位的平台保障数据可携带性和互操作性，这样可有效削弱网络效应所形成的用户锁定效应。另外，通过技术标准统一和接口开放，潜在竞争者才有机会突破既有壁垒，恢复市场的可竞争性。

2.数据能力维度

数据资产与算法优势已成为平台市场力量的核心来源，但其量化评估缺乏统一标准，导致市场支配地位认定困难。需要从评估指标体系、算法透明度、证明规则三个层面协同推进。

在评估指标体系方面，数据能力可从四个子维度衡量：数据规模、数据多样性、数据处理能力、数据独占性。这一体系可为市场支配地位认定提供可量化分析框架，弥补传统份额方法的不足。

在算法透明度方面，要求平台在特定情形下披露算法核心逻辑（不泄露商业秘密）并保留训练样本以备审查，是破解“算法黑箱”困境的必要举措。可借鉴域外经验，设置算法黑名单，禁止采用信号式算法、平行定价算法等可能促成合谋的模块。执法机构需加强技术能力建设，开发算法反向工程工具。

在证明规则方面，面对算法共谋中意思联络证据难以获取的困难，有必要建立灵活的推定规则。当出现定价算法高度相似、价格同步调整、经营者无法合理解释等间接证据时，可推定共谋存在，举证责任转移至平台一方。必要时引入司法鉴定，由专业人员将算法代码逆向编译为自然语言，帮助司法人员理解算法功能。

3.行为效果维度

平台的具体垄断行为，包括自我优待、算法共谋、滥用市场支配地位等，需要精准的审查机制，围绕行为认定标准、分析范式和效果评估方法展开。

就行为认定标准而言，自我优待行为（如偏好性排序、默认设置、捆绑销售等）的违法性认定，关键在于判断平台是否实施了歧视性行为、是否产生反竞争影响、能否提出正当理由。审查中应坚持“合理原则”，综合评估行为的整体竞争效果。具体而言，需要权衡：行为是否具有促进效率的客观效果（如降低交易成本、提升服务质量），效率提升是否惠及消费者，是否存在对竞争损害更小的替代措施。如果平台能够证明行为带来显著效率提升且消费者福利未受损，则不构成违法。这一立场可以回应芝加哥学派关于效率抗辩的理论关切。

在分析范式层面，免费商业模式的盛行使得价格不再是竞争的核心维度，必须向以质量和创新为主要评估工具的新范式转型。应加强对SSNDQ 的研究与应用，将隐私保护水平、服务响应速度、功能创新频率等纳入质量评估体系。在质量量化困难时，可采用定性与定量相结合的方法，或以SSNIC 作为替代方案。

在效果评估方法上，引入竞争损害的经济学证据，如价格上涨、质量下降、创新减少、消费者选择受限，这些是认定垄断行为的关键支撑。应综合评估经营者的主观意图、市场力量、反竞争效果和正当理由。同时，完善私人实施制度，借鉴美国三倍赔偿制度，激励受害方提起反垄断民事诉讼，弥补公共执法资源不足，形成公私协同的规制体系。

五、 结语

大数据时代，互联网平台反垄断规制面临相关市场界定、市场支配地位认定、垄断行为证明三大核心挑战。本文构建的“三维分析框架”将传统理论与大数据时代新特征相融合：市场结构维度关注集中度规制与进入壁垒，数据能力维度聚焦数据资产与算法优势的量化评估，行为效果维度优化具体垄断行为的审查机制。通过这一整合性框架，期望在保障平台创新活力的同时，维护市场竞争的公平性与有效性。

需要指出的是，本文提出的数据能力四维指标和推定规则仍有待更细化的实证检验，算法黑箱的穿透式监管在技术上仍面临瓶颈。未来研究可结合具体行业数据对评估指标进行校准，并探索算法审计的标准化流程。随着数字经济的持续演进，互联网平台反垄断规制将始终是一个动态发展的课题。

参考文献：

[1] 吴兴华.大数据时代公正观的变革及其意义[J].常州大学学报(社会科学版),2017(2):1.

[2] 陈兵.大数据的竞争法属性及规制意义[J].法学,2018(8):107-123.

[3] 曾迪.大数据背景下互联网平台反垄断法适用难题及对策研究[J].重庆邮电大学学报(社会科学版),2019,31(3):37-44.

[4] 王明泽.结构主义视角下数字经济垄断分析[J].中国科技论坛,2023(3).

[5] 王忠宏.哈佛学派、芝加哥学派竞争理论比较及其对我国反垄断的启示[J].经济评论,2003(1).

[6] 王晓晔.我国《反垄断法》修订的几点思考[J].法学评论,2020,38(2):11-21.

[7] 张玉洁.互联网行业相关市场界定的司法困境与对策——以双边市场为视角[J].价格理论与实践,2018(1).

[8] 李扬,袁振宗.数字经济背景下互联网平台滥用市场支配地位行为的认定[J].知识产权,2023(4).

[9] 王卫霞.大数据时代互联网企业竞争的反垄断法挑战[J].现代商业,2022(1).

[10] 殷继国.大数据市场反垄断规制的理论逻辑与基本路径[J].政治与法律,2019(10).

[11] 韩伟.算法合谋反垄断初探——OECD《算法与合谋》报告介评(上)(下)[J].竞争政策研究,2017(5)(6).

[12] 周围.算法共谋的反垄断法规制[J].法学,2020(1):40-59.

[13] 时建中.共同市场支配地位制度拓展适用于算法默示共谋研究[J].中国法学,2020(2):89-107.

[14] 殷继国,沈鸿艺,岳子祺.人工智能时代算法共谋的规制困境及其破解路径[J].华南理工大学学报(社会科学

版),2020,22(4):33-41.

[15] 陈菲,蒲文杰.数字市场法：欧盟规制数字“守门人”的制度路径[J].欧洲研究,2024(1).

[16] 臧阿月.大数据时代下算法合谋的反垄断规制[J].湖北经济学院学报(人文社会科学版),2019,16(06):73-76.

[17] OECD. Algorithms and Collusion: Competition Policy in the Digital Age[R]. OECD Publishing, 2017.

[18] 张晨颖.共同市场支配地位的理论基础与规则构造[J].中国法学,2020(2):108-128.

[19] Stucke M E, Grunes A P. Debunking the Myths Over Big Data and Antitrust[J]. Competition Policy

International Antitrust Chronicle, 2015, 5(2).[20] Bostoen F. The Rhyme and Reason of Gatekeeper Designation under the Digital Markets Act[J]. Journal of

Antitrust Enforcement, 2025, 13(1).[21] Gal M S. Algorithms as Illegal Agreements[J]. Berkeley Technology Law Journal, 2019, 34(1): 67-118.[22] Ezrachi A, Stucke M E. Virtual Competition: The Promise and Perils of the Algorithm-Driven Economy[M].

Harvard University Press, 2016.[23] Harrington J E. Developing Competition Law for Collusion by Autonomous Agents[J]. Journal of Competition

Law & Economics, 2018, 14(3): 331-363.[24] 殷继国.数字平台自我优待行为的反垄断法规制[J].法商研究,2024(5).