平台经济中数据垄断的根源、途径与治理策略

摘 要：由数据资本扩张引发的数据垄断问题日益成为制约平台经济健康发展的桎梏，亟需相应的解决方案。立足于马克思主义垄断理论，结合数据垄断现实，可探析平台经济中产生数据垄断的根源与途径。根源上，平台经济的内在特性促使用户与数据不断向头部平台集中进而形成垄断，但这一现实表象背后是资本逻辑下的数据竞争，根源于数据资本的逐利与扩张本性。途径上，数据垄断的形成条件表现为资本主导下的用户控制、算法控制与跨领域控制，基于控制权的获取使得数据资本通过积聚和集中达到其垄断与扩张目的。因此，需给出有针对性的监管策略和治理之法，以促进平台经济健康发展和资本有序扩张，这有助于推动国家治理体系、治理能力现代化顺利实现。

关键词：平台经济；数据垄断；数据资本；算法；数字经济

作者简介：宋冬林，吉林大学经济学院教授、博士生导师，主要从事社会主义市场经济理论研究；田广辉，吉林大学经济学院博士研究生，主要从事数字经济、社会主义市场经济理论研究。

基金项目：国家社会科学基金专项重点项目“数字经济引领现代化经济体系建设研究”（项目编号：20AZD043）的阶段性成果。

中图分类号：F49 文献标识码：A 文章编号：1001-4403（2023）01-0104-11

DOI：10.19563/j.cnki.sdzs.2023.01.010

一、问题的提出

在“普适记录”的数字时代，持续迸发的数据资源基于迭代创新的数字技术逐渐渗透至人类生产生活的各个方面，数据日益成为一种不可或缺的资源和数字时代的关键生产要素。作为一种必要性资源和生产要素，数据已然成为资本竞相角逐的关键对象。鉴于单个数据的低价值性与海量数据蕴藏的高价值性，资本对数据的追逐与积累朝着平台化方向发展，通过数字平台的构建追求规模化的数据资源。伴随数据不断集中与规模化扩张，平台经济从而数字经济得以集成化发展，但同时围绕数据产生的垄断问题也日渐显露。例如，2020年美团被曝“大数据杀熟”；同年，央视财经更是直接点名国内线上旅游平台的“大数据杀熟”行为；据2021年北京消协关于“大数据杀熟”的问卷调查结果，86.91%的受访者认为曾被“大数据杀熟”，且82.37%的受访者认为这已很普遍；2021年发生了以饿了么与美团外卖为典型案例的平台“二选一”问题。这些问题背后实际上都是资本通过数据垄断与分析利用对用户权益的不正当侵害。在平台经济中，数据垄断的价值攫取与资本的逐利本性相契合，并在资本的持续扩张中得以强化，而资本也在与数据的日益结合中逐渐演变为具有时代特征的数据资本。借助数据要素和数字技术的通用性，数据资本的逐利本性外在地表现为无序扩张特征，由此带来了数据垄断问题。

因此，要防止平台经济中数据资本无序扩张与野蛮生长，必须深刻剖析其背后产生数据垄断的根源和途径，在此过程中正确认识和把握数据资本的特性及其运行规律，为其设置“红绿灯”，规范和引导数据资本健康发展。那么，平台经济中数据垄断产生的根源究竟是什么？又是通过什么途径形成的呢？国家应如何治理社会中的数据垄断现象？回顾以往研究发现，既有文献已从多个视角对数据垄断问题进行了较为详实的研究。例如，殷继国从现实出发，指出一定程度上的排他性、锁定效应、网络效应等实然属性均会提高数据市场的进入壁垒①（①殷继国：《大数据市场反垄断规制的理论逻辑与基本路径》，《政治与法律》2019年第10期，第134-148页。）；郭全中基于垄断实践指出摩尔定律和梅特卡夫定律是平台经济具有天然垄断性的内在规律②（②郭全中：《互联网平台经济反垄断的动因、现状与未来思路探析》，《新闻爱好者》2021年第9期，第26-30页。）；刘典基于垄断实践指出数据资本通过掌握数据资产的控制权进而形成了数据资本垄断③（③刘典：《数据治理的“不可能三角”》，《文化纵横》2022年第2期，第74-83页。）。由此可见，现存文献主要立足于数据垄断实践进行分析，并未将其置于马克思主义垄断理论框架内，由数据垄断实践上升至垄断理论，再由垄断理论分析数据垄断实践，深入剖析平台经济中数据垄断背后的根源与途径。然而，实践层面上，垄断的形成与发展具有时代性特征，对不同时代的垄断分析离不开垄断实践的经验总结；理论层面上，垄断理论对垄断实践的指导既要建立在一定垄断理论基础上，也要结合时代性垄断实践。鉴于此，本文立足于马克思主义垄断理论，将垄断实践与垄断理论置于同一框架内，先从生产要素视角分析数据垄断的性质，阐释平台经济中数据垄断的天然性，并在此基础上进一步剖析平台经济中数据垄断的根源与途径，由此提出相应的治理策略，以促进平台经济健康发展和数据资本有序扩张，进而推动国家治理体系、治理能力现代化顺利实现。

二、数据垄断的性质

数据是数字时代的关键生产要素，分析平台经济中的数据垄断现象需要回归生产要素本身。从生产要素的角度来把握数据是理解和认识数据垄断性质的重要切入点。一方面，从历史层面看，生产要素属于不断演变的历史范畴，数据作为生产要素符合通用性不断增强的关键生产要素演化趋势。④（④戚聿东、刘欢欢：《数字经济下数据的生产要素属性及其市场化配置机制研究》，《经济纵横》2020年第11期，第63-76页。）基于数据要素的通用性，资本天然地趋向于数据，进而产生垄断数据的结果，因为“垄断数据即垄断了所有”。农业时代，人们普遍追求生存性需求，此时作为关键生产要素的土地主要用于农产品生产。工业时代，由于人口激增导致土地供给的物质资料难以满足人类需求，此时能够通过扩大社会再生产有效缓解供需矛盾的资本成为关键生产要素，不仅能够在有限的土地上产出更多的农产品以满足人类的生存性需求，还能够通过机器深加工满足人类愈加多样化的需求。进入数字时代，随着人们生活水平的提高，其需求趋于高级化，以资本为核心的传统生产要素体系难以通过配置有限资源满足人类愈加个性化的高层次需求，此时能够提供个性化与更加多样化需求的数据成为关键生产要素。因为数据要素既能大幅度提高资源的配置效率，使有限的资源获得更大产出，更能通过精准化的供需匹配满足人们个性化的产品与服务需求。在传统生产要素体系中，资本在其逐利与扩张本性下，主要是依据生产资料垄断并采取资本雇佣劳动的方式获取垄断利润。但在数字时代，凭借数据要素强大的通用属性，“资本甚至无须垄断一般物质生产资料，也无须雇佣劳动，只凭借对数据这种数字经济的关键生产要素的掌控，便能够剥削更多的剩余劳动”⑤（⑤杨慧玲、张力：《数字经济变革及其矛盾运动》，《当代经济研究》2020年第1期，第22-34页。），进而获得垄断利润。

另一方面，作为数字时代的新生产要素，数据“既属于生产要素的范畴，也属于生产力要素的范畴”①（①宋冬林、孙尚斌、范欣：《数据成为现代生产要素的政治经济学分析》，《经济学家》2021年第7期，第35-44页。）。从生产要素范畴看，“数据作为生产要素更易引致垄断现象”②（②杨东、臧俊恒：《数据生产要素的竞争规制困境与突破》，《国家检察官学院学报》2020年第6期，第143-159页。）。原因在于数据的生产要素属性更强，“不仅具有低（生产）成本、大规模可得等一般关键要素的基本特性，更具有劳动、资本、土地等传统有形要素所不具备的非竞争性、非排他性（部分排他性）、低成本复制、外部性、即时性等诸多特征”③（③蔡跃洲、马文君：《数据要素对高质量发展影响与数据流动制约》，《数量经济技术经济研究》2021年第3期，第64-83页。）。数据的生产要素属性越强，越可能带来垄断问题。④（④曾雄：《数据垄断相关问题的反垄断法分析思路》，《竞争政策研究》2017年第6期，第40-52页。）从生产力要素范畴看，以数据的潜在生产力为基础，平台经济中的竞争关系在规模效应、网络效应等的作用下具有天然的垄断倾向。⑤（⑤谢富胜、吴越、王生升：《平台经济全球化的政治经济学分析》，《中国社会科学》2019年第12期，第62-81页。）数据要素并不能直接转化为现实的生产力，但其本身具有的强大协同性能够从底层逻辑上大幅提升传统要素的生产力效率，使有限的生产要素投入形成更有竞争力的社会生产力。而各类平台组织“不承认任何别的权威，只承认竞争的权威，只承认他们互相利益的压力加在他们身上的强制”⑥（⑥《资本论》（第一卷），人民出版社1975年版，第394-395页。）。基于数据资本的逐利本性与数据要素带来的更有竞争力的社会生产力，平台天然具有垄断数据的倾向。

三、数据垄断的根源

平台经济中，用户与数据具有向头部平台不断集中的倾向，由此引发了数据垄断问题。那么，是什么导致了平台经济中产生数据垄断现象？或者说，用户与数据为何会不断向少数平台集中进而形成数据垄断？要想回答这一问题首先应该回归数据垄断实践，从实践层面进行经验总结与分析，然后再由实践上升到理论层面，进而在垄断理论基础上，结合数据垄断实践，探究数据垄断产生的根源。

（一）数据垄断产生的现实表象

平台经济是以互联网为依托，并与线下实体经济形成镜像对应的线上网络经济，由此带来了不同于线下实体经济的内在特性，如规模效应、网络效应、双边或多边市场效应以及用户锁定效应等。从实践上看，用户与数据不断向头部平台集中进而形成垄断的趋势，可以归结为平台经济内在特性的作用，下面将结合现实案例具体阐释这些内在特性如何带来用户与数据的集中与垄断趋势。

一是规模效应。数字时代，单个数据的低价值性与海量数据的高价值性，使得数据要素的积累与生产性利用具有规模化趋势。随着经济的平台化发展，海量数据的收集与利用成为可能。作为数字化的基础设施，数字平台在用户积累与数据收集方面具有典型的规模效应，表现为用户与数据持续积累的同时，边际成本呈现出日渐为零或收益渐增的趋势。以淘宝平台为例，作为连接买卖双方交易的中介性平台，在“先增长后盈利”的运营模式下，一方面，淘宝基于“免费”（如免收注册费等）的竞争逻辑，通过降低经营成本，快速吸引大量卖家进驻，卖家的增加意味着平台前期沉没成本的直接摊薄，在供给端产生了规模效应，即供给方的规模效应；另一方面，淘宝基于补贴等优惠策略，加之供给端产品与服务日趋多样化，迅速吸引大量淘宝新买家，而买家规模的持续扩大使其平均支付意愿随之增加，从而在需求端产生了规模效应，即需求方的规模效应。随着数字技术的迭代，规模效应下用户与数据的集聚现象愈发明显，且表现出“马太效应”，导致数据市场愈加集中。

二是网络效应。依托互联网络产生的数字平台，天然具有网络效应，且兼具直接和间接网络效应。前者是指互联网产品与服务的使用价值随用户数量的增加而提升。例如，作为熟人社交领域的数字化基础设施，微信用户数量越多，越能吸引更多新用户加入，其熟人社交的数字媒介功能就越强，从而其使用价值就越大。后者是指互联网产品或服务的某类使用者越多，该产品或服务对其他类使用者的使用价值就越大。例如，作为网上商品零售领域的数字化基础设施，亚马逊网上商城内买家增多意味着平台对卖家的吸引力增强，而卖家增多意味着平台提供的商品更易满足愈加个性化的买家需求。作为数字平台的内在特性之一，基于“梅特卡夫定律”演化而来的网络效应是用户与数据不断集聚的最主要原因。在直接和间接网络效应下，用户数量的持续增多意味着平台积累的数据规模不断扩大。在“控制数据即控制所有”的基本逻辑下，规模庞大的用户与数据资源便成了平台获取竞争优势的源头。

三是双边或多边市场效应。平台经济区别于传统经济的一个典型特征就是具有双边或多变市场，通过高效匹配不同市场上的用户来获取收益。例如，电商平台即是通过匹配买家与卖家实现交易并获取收益的。对于具有双边或多边市场的平台，其价值和规模化发展依赖于每个市场上用户和数据的规模化积累，并且不同市场之间用户和数据的规模化进程具有很强的相互依赖性，而这正是平台双边或多边市场效应发挥的基础。例如，淘宝平台具有极强的双边市场效应，其价值和规模化发展极其依赖商家和消费者的规模化积累，一方面，消费者越多，对产品或服务的需求数量和种类就越多，淘宝之于商家的价值就越大；另一方面，商家增多又能以更多的产品和服务满足消费者愈加个性化的需求，淘宝之于消费者的价值就越大。基于平台的双边或多边市场效应，在双边或多边之间形成了一种正反馈循环，并且这种正反馈循环对于具有一定用户和数据规模的平台更有利。在这一逻辑主导下，极易导致用户与数据向头部平台集中。

四是用户锁定效应。在平台经济中，用户锁定效应得以发挥的关键是用户转移成本，正是用户转移成本的存在使平台更易获取竞争优势。在这个“普适记录”的时代，数据无处不在易于收集，平台似乎很难凭借先期数据积累形成有效的市场壁垒。但数据源于用户，而用户具有多归属性，处于竞争中的平台为获得市场优势必然通过多种策略降低用户多归属效应的发挥，将用户固定在自身平台之上，以便形成稳定的用户群体和数据来源。在平台发展初期，由于功能不完善，用户所能获得的体验有限，很容易转移至其他同类平台。随着功能不断完善和优化，平台为用户提供的产品和服务愈加个性化，老用户对平台依赖性日渐增强的同时，不断吸引新用户涌入，平台借此收集到的数据日益规模化。以微信平台为例，在其发展初期功能比较单一，此时QQ主导即时通信领域，微信用户不多且易转移；随着微信功能日益完善和优化，人们花费在微信上的时间日渐增多，对微信的依赖愈发增强，用户转移成本不断提高，最终取代QQ成为即时通信领域的主导者。

（二）数据垄断产生的根源

既然平台经济的内在特性在形成数据垄断的过程中发挥了积极作用，那么这些特性背后是什么在起作用？或者说，数据垄断产生的根本原因是什么？对这一问题的解答需要深入到理论层面，基于垄断理论分析数据垄断产生的根源。从垄断理论上看，马克思主义垄断理论为分析数据垄断的根源提供了一个很好的框架：在资本逐利与扩张本性下，垄断源于竞争，竞争产生垄断，竞争导致生产和资本集中，进而导致垄断。也就是说，垄断是竞争的结果，而“竞争不过是资本的内在本性……作为外在必然性表现出来的内在趋势”①（①②《马克思恩格斯全集》（第四十六卷），人民出版社1979年版，第397-398页。），即竞争是资本内在本性的外在表现。因此，分析数据垄断产生的根源，需要基于数据资本的逐利与扩张本性，从数据竞争着手。

首先，数据的竞争性分析。资本通过扩张提升竞争实力的过程是资本内在本性与外在压力共同作用的结果。一方面，竞争根源于资本的逐利本性，正如马克思所说“竞争不过是资本的内在本性，是作为许多资本彼此间的相互作用而表现出来并得到实现的资本的本质规定，不过是外在必然性表现出来的内在趋势”②。另一方面，在马克思看来，“竞争使资本主义生产方式的内在规律作为外在的强制规律支配着每一个资本家。竞争迫使资本家不断扩大自己的资本来维持自己的资本，而他扩大资本只能靠累进的积累”①（①②《资本论》（第一卷），人民出版社1975年版，第650、722页。）。基于自身的内在本性与竞争的外在压力，资本通过累进的积累实现扩张，进而获取竞争优势。在传统企业竞争中，资本的逐利与扩张本性推动着企业“通过使商品便宜”来获取竞争优势，“在其他条件不变时，商品的便宜取决于劳动生产率”，②而提高劳动生产率的关键在于机器设备。以先进机器设备为核心生产资料的占有意味着资本家可以在保证产品生产规模与质量的基础上，大幅度降低劳动力与原材料的使用成本并缩短生产时间，从而显著增强产品的市场竞争力。在平台企业竞争中，尽管以占有先进机器设备提升企业竞争力的模式仍然适用，但作为数字时代的“石油”，数据既是数字设备正常运转的动力来源，更是数字设备升级的推进剂，所以平台竞争优势获得的关键在于用户与数据的积累。数据资本作为新的资本形式，其逐利与扩张本性外在表现为对用户和数据的竞争，而这种竞争外化为优势平台的规模效应、网络效应、双边或多边市场效应以及用户锁定效应等内在特性，推动着平台通过用户与数据积累实现自身积累与扩张。

数据资本的扩张与积累过程本质上就是数据的资本化过程。一方面，在空间上通过把尚未资本化的数据卷入资本化漩涡之中，不断进行数据资本量的积累与扩张；另一方面，在生产力的质上通过数字技术的迭代创新，不断开辟新的市场与数据流通渠道。在数据资本化过程中，无论是数据资本量的积累与扩张，还是数字技术的革新，其关键都在于数据积累，并且这种积累过程可以划分为前后衔接的两个阶段，即数据量的积累和数据质的提升。首先，由于数据最初是用户平台活动痕迹信息经数字化过程得到的，数据量的积累竞争表现为对用户的积累竞争，并且伴随用户积累的整个过程。在用户积累初期，面临竞争性的用户市场，平台主要是通过优惠策略来吸引新用户，同时在平台规模效应、网络效应等内在特性的推动作用下，不断增强用户黏性以实现用户的规模化积累。随着用户规模化程度的提高，用户日益集中于头部平台企业，未能实现用户积累的平台退出市场，但用户积累竞争却并未得到缓解，甚至更加残酷，从而数据量的积累竞争更加残酷。其次，由于海量数据的价值挖掘需要借助算法来完成，数据质的提升竞争集中表现为对算法的优化竞争。竞争优势形成的条件在一定程度上也是其维持的条件，当这一条件处于变化之时，竞争优势也就存在变化的可能。算法作为数字技术的核心，只有不断优化与革新才能走在富于变化的用户需求之前，否则用户黏性将会大幅降低，竞争优势也将不再。算法优化除了需要海量数据供以原料之外，还需要优秀的数据工程师，才可能使海量数据转化为有效的生产经营决策，从而为平台带来更大的价值。因此，只有在用户积累与算法优化的竞争中获得优势的平台，才能实现源源不断的数据积累，而数据资本才能通过累进的积累实现扩张，占据市场优势地位，为垄断地位的获得奠定基础。

其次，数据竞争与数据垄断的关系分析。在平台经济中，数据垄断源于数据竞争，数据竞争走向数据集中然后导致数据垄断，这是一个必然的趋势。在数据竞争中实现用户、数据与数据资本不断集中，当“集中发展到一定阶段，可以说就自然而然地走到垄断”③（③《列宁全集》（第二十七卷），人民出版社2017年版，第333页。）。作为新的资本形式，数据资本在数据竞争中取得垄断地位，形成数据垄断资本，并且总是表现为扩张到一定程度的数据资本规模。“竞争的结果总是许多较小的资本家垮台，他们的资本一部分转入胜利者手中，一部分归于消灭”。④（④《资本论》（第一卷），人民出版社2004年版，第722页。）可以说，数据资本垄断地位的获得与数据垄断资本的形成正是数据竞争从而数据资本竞争的结果：未能实现规模化数据积累的数据资本，要么选择被大数据资本吸收，要么选择退出市场，从而造就了大数据资本的垄断地位。但是，数据垄断的产生并未消除数据竞争，而是与数据竞争相互渗透、互相依存。“在实际生活中，我们不仅可以找到竞争、垄断和它们的对抗，而且可以找到它们的合题，这个合题并不是公式，而是运动。垄断生产竞争，竞争产生垄断。垄断资本家彼此竞争，竞争者逐渐变成垄断资本家，垄断只有不断投入竞争的斗争才能维持自己。”①（①《马克思恩格斯全集》（第四卷），人民出版社1975年版，第179页。）数据垄断并未消除数据竞争，主要表现在两个方面：一是已取得数据垄断地位的平台，需要不断地投入竞争才能维持自身的垄断地位，否则可能会丧失垄断地位；二是非垄断性数字平台的数量仍然占据绝对优势，它们之间依然存在竞争关系，并且时刻都在寻找机会获取垄断地位。

四、数据垄断的条件与途径

在平台经济中，数据垄断源于数据竞争，数据竞争源于数据资本的逐利与扩张本性，数据竞争引致的生产和资本集中外在地表现为用户与数据不断向少数平台集中进而形成垄断。从现实角度看，数据市场由竞争到垄断的形成过程既需要具备一定的现实条件，也需要符合垄断的一般演进路径。那么，数据垄断的形成过程中具备了什么样的现实条件呢？又要如何对其背后的形成途径进行阐释？这需要从数据垄断实践出发，在挖掘数据垄断现实条件的基础上，结合马克思主义垄断理论进行分析。

（一）数据垄断的条件

在平台发展实践中，数据竞争演变为数据垄断的前提是掌控规模化的数据资源与先进数字技术。②（②闫境华、石先梅：《数字经济时代竞争与垄断的政治经济学分析》，《经济纵横》2021年第3期，第18-26页。）也就是说，资本垄断数据的关键在于控制权，集中表现为资本通过对用户、数据与算法的控制获得垄断地位。③（③宋宇、嵇正龙：《论新经济中数据的资本化及其影响》，《陕西师范大学学报（哲学社会科学版）》2020年第4期，第123-131页。）垄断的形成是一个动态变化的过程，并且数据资本在其扩张的不同阶段呈现出不同的控制特征，故将这一过程划分为前后衔接的三个阶段，即用户控制、算法控制以及跨领域控制。下面将结合现实案例进行阐释。

第一，基于用户控制的数据市场优势形成。从社会属性来看，数据归根结底来源于用户平台活动，表征的是人与人、人与世界的对象性活动，透视的是以物为中介的社会关系，而产生数据的用户是这一社会关系的核心。基于此，处于社会关系网络中心的人（用户）才是数据不断产生的源头，数据垄断正是通过对数据源头即用户的控制为起点。在平台发展初期，数据规模即数据量的积累是平台追求的首要目标，而这也是平台获取市场优势的关键，表现为通过控制用户达到积累用户数据的目的。积累方式上，主要表现为多策略的优惠措施，比如，在电商平台发展初期，淘宝为积累足够用户，一方面在供给端基于“免费”（免收注册费、上架费等）的竞争逻辑，通过降低经营成本增强用户吸引力；另一方面在需求端基于免单或补贴策略，通过多种优惠措施借助老用户拓展新用户，在吸引新用户的同时意味着老用户黏性的增强，实现用户量的积累。积累机制上，主要表现为根据规模效应、网络效应以及双边或多边市场效应形成的正反馈机制，包括用户反馈与货币化反馈机制。其中，前者是指借助多策略优惠措施积累一定用户的平台，通过用户数据收集、处理与分析有针对性地改善平台服务质量，提供个性化产品与服务，进而实现对更多新用户的吸引与锁定。例如，淘宝基于用户数据的持续抓取，通过数据分析形成用户需求数字画像，进而实现供需精准匹配，提升用户体验感，强化用户黏性。后者是指在积累一定规模用户后，平台在保证持续吸引更多新用户的同时，开始植入广告，并借助用户数字画像来提高广告推送的精准度，进而从中获得更多用于改善平台服务质量的货币收入。譬如，直通车作为淘宝的搜索排名系统，最初是以买家点击量为依据向卖家收费的平台服务，名义上是通过商品营销渠道拓展增加商品知名度，但实际上却是借此获得更多盈利收入，因为越靠前的排名收费越高。在优惠策略与正反馈机制的通力作用下，平台为用户提供的服务质量日益提升。在平台锁定效应下，用户黏性即平台转换成本日渐提高，最终用户自身成为平台控制下的“附属品”和获取数据的“工具”，平台也借此初步占据了数据市场的优势地位。

第二，基于算法控制的数据市场优势强化。在通过用户控制初步获得数据市场优势地位后，一方面平台将会以此为基础继续扩大控制范围和用户覆盖率；另一方面将会基于初始阶段积累的数据优化现有算法，以增强对数据价值的挖掘能力，提升数据积累的质量，强化平台在数据市场上的优势地位，同时将市场优势转换为垄断优势从而形成数据垄断。因此，对初步占据数据市场优势的平台，通过算法优化积累规模化的高质数据以获得数据垄断地位是其追求的首要目标。算法是由平台雇佣的工程师开发，并以用户数据为原料进行优化得到的。所以，算法由平台控制，是平台获得数据垄断地位的工具。具体来看，平台通过算法控制获得数据垄断地位的方式主要表现在两个方面。一方面，算法的价值在于通过对用户平台活动信息的挖掘，得到价值高度凝结的衍生数据，该数据既可用于优化平台产品与服务以吸引更多新用户加入，表现为用户正反馈效应，也可以通过用户数字画像精准化吸引更多广告植入与数据商品化出售给实体企业，以获得更多货币收入用于算法优化，表现为货币化反馈效应。在两个正反馈效应的合力作用下，优势平台将与新进入者在用户数量、资金实力与数据规模和质量等方面进一步拉开差距，从而在市场内部使其优势地位得以强化。譬如，阿里巴巴在初步获得市场优势地位后，基于前期积累的用户与数据优势，对淘宝的推荐系统进行优化与升级，形成超级推荐系统。在超级推荐系统作用下，淘宝对用户数据的分析更加智能化，形成的用户数字画像更加精准化，使不同用户在需求推荐上表现出千人千面的特征。在这种“傻瓜式”的超级推荐系统下，淘宝与新进入者在用户规模与数据规模进而在资金实力上的差距进一步拉大，从而使其优势地位得以强化。另一方面，依靠海量数据不断得以优化的算法，实际上在平台市场外筑起了潜在进入者难以跨越的壁垒，从而在市场外部强化了优势平台的市场地位。基于数据市场的优势地位与市场外的进入壁垒，具有市场优势的平台实际上拥有了控制整个市场的能力，此时其垄断地位自然也就形成了。

第三，基于跨领域控制的数据垄断扩张。由于在原领域中积累的数据能够直接用于改进新领域的算法与服务质量①（①李勇坚、夏杰长：《数字经济背景下超级平台双轮垄断的潜在风险与防范策略》，《改革》2020年第8期，第58-67页。），因而在资本逻辑主导下，平台往往会基于自身在原领域中的用户与数据规模优势以及市场垄断地位，经由杠杆效应将其对数据与算法的控制力跨领域传导到产业生态圈的其他领域，进而实现数据双轮垄断，表现为数据垄断的不断扩张特性。也就是说，在某一领域实现稳固垄断地位的平台，其跨领域垄断的过程，本质上是其控制力传导的过程，目的是实现更多领域垄断。正所谓“垄断既然已经形成，而且操纵着几十亿资本，它就绝对不可避免地要渗透到社会生活的各个方面去，而不管政治制度或其他任何‘细节’如何。”②（②《列宁选集》（第二卷），人民出版社1995年版，第623页。）方式上，平台向相关领域辐射控制力的过程中，主要采取以诱导为主、强制为辅的方式。诱导性方式表现为通过免单、补贴、优惠券等常规性优惠措施，引诱原领域用户成为新领域用户，从而在新领域快速实现用户与数据的双重积累。例如，2021年阿里开发了淘宝买菜业务，为了增加用户抢占市场，采取的扩张方式即是以免单、补贴、优惠券等为主的诱导性策略。强制性方式通常与优质服务提供捆绑，表现为强制原领域用户成为新领域用户，否则就无法享受优质服务。例如，为推动淘宝供给端用户向天猫转移，除了采取诱导性优惠策略外，阿里还通过强制性策略使供给端用户在淘宝集市难以存活，最终不得不转移至天猫。范围上，平台的跨领域数据垄断是以原领域数据垄断为轴心向相关领域辐射形成第二轮数据垄断圈层，进而再向更大圈层辐射的过程，其范围最终将会覆盖到社会各个领域，呈现出“全域性”控制的垄断趋势特征。例如，阿里凭借海量用户数据分析推出的小额贷款和余额宝业务，前者通过为小微企业提供贷款实现了向贷款领域扩张，后者通过与基金合作实现了向存款领域扩张，而蚂蚁金服上市计划表明其“全域性”资本扩张的野心。以用户和数据垄断为核心，阿里在互联网领域形成了向其他领域不断扩张的生态垄断，并且这种生态垄断表现出“全域性”控制与垄断的扩张态势。在数据化实践中，借助数据与数字技术的通用性与普及性，平台将其控制力延伸至社会各个方面，通过控制数据就控制了所有。

（二）数据垄断形成的途径

平台经济中数据垄断的形成条件表现为资本逻辑下的用户控制、算法控制与跨领域控制。那么控制权背后的数据资本是通过何种路径达到其积累与扩张进而实现数据垄断呢？这需要从垄断理论中寻找。尽管平台经济中数据垄断表现出不同于传统垄断的特征，但数据垄断的形成与发展并未超出马克思主义垄断理论的框架，其垄断扩张的途径依然是资本积聚和资本集中，表现为数据资本内部积累、横向集中和参与控制。

首先，资本积聚：数据资本内部积累。根据马克思主义理论，资本积聚是指资本的内部积累（集聚），是在价值增殖的基础上，通过将增殖的价值投入到社会再生产中不断积累资本的过程，是资本由规模扩张走向垄断扩张的基本方式。在平台经济中，内部积累即指数据资本的内部集聚，是在数据商品化进而资本化过程中实现的价值不断增殖并转化为数据资本的过程，是单个数据资本增强竞争力进而获得垄断地位的基本方式，可划分为前后衔接的两个过程，即数据集聚和数据资本集聚。其中，数据集聚是数据资本集聚的外在表现形式，是实现数据资本集聚的核心工具和关键环节；数据资本集聚是数据集聚的内在本质要求，是数据集聚得以不断强化的基础。在平台经济中，数据商品化进而资本化的前提和基础是数据集聚，因为只有通过数据集聚得到的规模化数据才能够投入社会生产与再生产过程，这也是大数据时代区别于以往时代的关键之一。而数据集聚的关键在于用户控制，是资本通过控制用户进而控制其平台活动形成的数据，从而实现数据规模化集聚的过程。在数据商品化进而资本化过程中，活劳动作为价值增殖的唯一源泉，依据“不以生产为直接或主要目的的活动就只是活动而不是劳动”①（①石先梅：《数字劳动的一般性与特殊性——基于马克思主义经济学视角分析》，《经济学家》2021年第3期，第15-23页。），用户平台活动可划分为产生用户生成内容（UGC）和数字足迹的过程，前者包括数字内容发布、网页创建、评论等，属于典型的数字劳动过程，而后者是大众数字化生存留下的足迹信息，不具有劳动本性。②（②黄再胜：《数据的资本化与当代资本主义价值运动新特点》，《马克思主义研究》2020年第6期，第124-135页。）因此，在数据资本集聚中，价值增殖的源泉既包括雇佣形式下数据工程师的劳动，也包括非雇佣形式下UGC生产者的数字劳动。

与传统资本相比，数据资本积累的速度要更快、能力更强，这主要表现在以下几个方面。一是劳动者数量。在当前这个“普适记录”的时代，人们日益被锁定在各个平台之上。尽管用户留下数字足迹的过程并不能看作是数字劳动，但用户生成内容却是劳动的产物，并且同一用户在不同时刻可能具有数字足迹遗留者和用户生成内容产生者的双重身份。由此看来，数量庞大的数字足迹遗留者成了用户生成内容产生者的后备军，极大地拓展了劳动群体的覆盖范围。二是劳动时间与强度。一方面，对于用户生成内容产生者来说，在“工作—闲暇”界限日益模糊化下，闲暇时间日渐被蚕食，使实际劳动时间在强制或激励机制下被大大延长；另一方面，对平台雇佣的数据工程师来说，在全天候、无间断的“数字监督”机制下，劳动者在工作中的任何懈怠都会被发现，劳动强度大幅度增强。三是价值增殖量。在平台经济中，数据资本剥夺性占有价值的范围拓展到了非雇佣劳动关系领域。对用户生成内容的生产者而言，数据资本家不仅将其创造的超过劳动力价值的新价值无偿占有，更将其创造的在量上等于劳动力价值的那部分价值无酬的占有了。四是资本价值增殖速度。基于数据与数字技术的通用性与普及性，数据资本的流通时间大大缩短，而“流通时间越等于零或近于零，资本的职能就越大，资本的生产效率就越高，它的自行增殖就越大”③（③《资本论》（第二卷），人民出版社2004年版，第142页。），价值增殖速度从而资本积累速度自然变得更快。

其次，资本集中：数据资本横向集中与参与控制。在实践中，由于内部积累的资本规模扩张速度十分缓慢，通常单个资本难以凭借自身达到垄断的程度。于是，以横向集中与参与控制为主的资本规模扩大成了资本快速扩张进而加速垄断的主要途径。正如马克思所说：“假如必须等待积累使某些单个资本增长到能够修建铁路的程度，那么恐怕直到今天世界上还没有铁路。但是，集中通过股份公司转瞬之间就把这件事完成了。”①（①③《资本论》（第一卷），人民出版社2004年版，第723-724页。）根据马克思主义理论，横向集中是指多个规模相对较小的资本基于某种协议通过合并重组的方式实现规模扩张的过程。在经济平台化发展中，以并购为主的数据资本扩张事件频频发生，其原因就是“数据驱动型并购导致了大量数据的积累，令并购后的实体获取他人无法逾越的竞争优势”②（②中国信息通信研究院：《数字经济治理白皮书（2019）》，http：//www.caict.ac.cn/kxyj/qwfb/bps/201912/P020191226515354707683.pdf，2022年6月25日访问。），进而占据市场垄断地位。对于数据垄断资本来说，即使资本扩张在同一个部门达到了极限，也即“在一个生产部门中，如果投入的全部资本已融合为一个单个资本时，集中便达到了极限”③，数据垄断资本也并未达到其扩张极限。这是因为“并不是每个工业部门都有大企业；另一方面，资本主义发展到了最高阶段，有一个极重要的特点，就是所谓联合制，即把不同的工业部门联合在一个企业中”。这种联合在资本逻辑主导下，可能会通过参与控制的方式扩大其垄断领域。正所谓“大企业，尤其是大银行，不仅直接吞并小企业，而且通过‘参与’它们的资本、购买或交换股票，通过债务关系体系等等来‘联合’它们，征服它们，吸收它们加入‘自己的’集团，用术语说，就是加入自己的康采恩”。在平台经济中，参与控制可分为外来资本的参与控制和数据垄断资本对其他领域的参与控制。前者是指数据市场之外的大资本为谋求数据的控制与利用而投资于既存平台的过程，后者即是“双轮垄断”。对于数据资本来说，凭借数据的强渗透性与数字技术的通用性和普及性，数据资本参与控制其他领域的能力更强，而这种强大的渗透性与控制力注定了数据资本在其“全域性”控制过程中必然呈现出无序的特性。

五、数据垄断治理的策略选择

在平台经济中，由数据集中引发的数据垄断带来了如侵害用户数据权益、破坏市场竞争秩序、危害消费者隐私权，甚至危害到了国家信息与数据安全等问题。因此，有必要对平台企业的数据垄断行为进行有效监管与治理，这不仅关系着平台经济的健康发展，也关系着数据资本的有序扩张，更关系着国家治理体系、治理能力现代化的顺利实现。鉴于此，本文根据前文数据垄断的根源与途径分析，给出有针对性的治理之策。

（一）基于数据垄断根源的治理之策

从垄断实践上看，平台经济因自身内在特性易引起用户与数据向头部平台集中，形成“一家独大”的局面，进而可能引发“赢家通吃”。因此，在对数据垄断进行治理时，有必要将这些因素考虑在内。首先，平台经济的内在特性要求重构市场支配地位理论。传统市场支配地位理论认为相关产品或地域市场是分析企业是否具有市场支配地位的关键，但平台经济的内在特性使得相关产品或地域市场难以界定，需要重构市场支配地位理论。在平台经济中，“一家独大”本身就意味着市场支配地位的形成，而获得市场支配地位的平台在自身利润最大化驱动下不可避免地会做出滥用市场支配地位的行为。为此，2022年修订的《中华人民共和国反垄断法》第22条明确规定“具有市场支配地位的经营者不得利用数据和算法、技术以及平台规则等从事前款规定的滥用市场支配地位的行为”。同时，国家市场监管总局在《反垄断法修订草案（公开征求意见稿）》中明确指出“认定互联网领域经营者具有市场支配地位还应当考虑规模经济、网络效应、锁定效应等因素”。因此，在认定某一平台市场支配地位时既需要将数据要素置于评估体系的核心层，通过综合考虑消费者权益是否受损及其受损程度、进入特定数据市场的难易程度以及竞争者对数据的依赖程度等因素来改良相关市场的界定工具，更需要将数字平台的内在特性纳入其中，以考察其对市场支配地位的影响程度及未来趋势等。其次，平台经济的内在特性要求分类分级、精准施策。2021年，《“十四五”规划和2035年远景目标纲要》明确指出“要完善适用于大数据环境下的数据分类分级保护制度”。一方面，由于不同类型平台，其网络效应、双边或多边市场效应等存在很大差别，如微信的网络效应要强于其双边或多边市场效应，而淘宝则正好相反，所以在制定相应规制之策时有必要将其内在特性考虑在内。另一方面，就数据分类来看，依据数据属性以及数据资源利用、权益归属等进行分类，个人信息是其重要类别，既存在与用户身份相关的数据信息如身份标识、身份鉴权等信息，也存在与用户服务内容及其衍生物相关的数据信息，同时也存在平台运营、网络运维数据。这些数据在敏感程度上存在很大差别，敏感程度越高，其适用的保护等级也应越强。通过去标识化、匿名化来加以保护是其重要一环，而细化个人信息分级保护方案则是未来发展方向之一。就数据分级来看，既要根据重要程度、危害影响大小等区别出不同等级的保护对象，分级管理标准也要适应数据产业场景的动态性。

从垄断理论上看，数据垄断源于数据竞争，而数据竞争根源于数据资本的逐利与扩张本性。因此，要从数据资本的逐利与扩张本性入手，建立健全数据资本流动动态监管系统，动态监管和防范资本无序扩张。2021年，我国在《“十四五”规划和2035年远景目标纲要》中明确指出要“健全数字经济统计检测体系”，而作为数字经济的重要组成部分，数据要素与数据资本必然在其统计检测体系之内。由于数据资本具有高流动性、高渗透性以及易跨界性，导致数据资本扩张具有高效性。为此，监管机构应通过平台搭建，建立健全数据资本流动的动态监管系统，实时掌握并分析数据资本的市场扩张行为，着重监测大型平台的资本流动状况，依据其是否妨害市场竞争秩序、损害相关利益主体权益等，评判资本扩张的无序性及其程度。一旦发现有数据资本无序扩张迹象，即可“激活”针对性的调查条款，开启调查程序。在对数据资本扩张行为进行动态监管时，要遵循审慎包容的监管原则，一方面对处于不同扩张阶段的数据资本采取不同的监管策略，例如对扩张初期的数据资本，此时资本扩张往往是以生存与成长为主，适用包容性更强的监管策略；对成熟期或者具有跨界扩张能力的数据资本，适用审慎有效的监管策略，引导其健康有序扩张。另一方面，对进入不同领域的数据资本采取不同的监管策略，例如对进入关系人民福祉与国家安全领域的数据资本，适用严格的监管策略；对进入一般性领域的数据资本，可以适时采取相对宽松的监管策略。

（二）基于数据垄断途径的治理之策

从垄断实践上看，平台经济中数据垄断形成的关键条件是控制权，包括用户、数据与算法控制。因此，基于控制权的数据垄断规制，可以考虑从打破对用户、数据与算法控制着手。首先，可通过数据携带权赋予打破平台对用户的锁定控制。我国《个人信息保护法》虽然前瞻性地增设了数据可携带权，却并未对可携带数据的类别、范围、转移风险等条件做出相应规定。数据可携带权的实现既要求依据用户提供的不同类型数据制定不同的携带标准，也要求考虑到数据隐私敏感程度、是否涉及国家安全和公共利益等对携带标准制定的影响，同时更要求对数据转移过程中可能出现的风险做出事先的责任边界明晰。其次，数据价值最大化的关键在于流转和共享，可通过数据共享机制构建打破头部平台对数据的独家控制。可以考虑借鉴欧盟模式，通过设立数据中介机构来实现。虽然类似的数据中介机构在我国已然出现，但相应的合规化标准和法律法规并未形成，并不能保证中介机构的“中立性”。因此，需要设计较为完善的监管应对，政府可以考虑成立具有技术背景的专业监管部门，通过设立完善的事前准入门槛、严谨的事中控制和严格的事后惩罚达到对数据中介机构的全流程监管。最后，基于算法控制形成的算法权力易引起如算法合谋、算法霸权等问题。尽管《中华人民共和国反垄断法》就算法权力实施的垄断行为进行了概述性说明，但对于类似算法合谋这样的垄断行为并未做出具体规定。平台经济中的算法合谋具有智能化、隐匿化特点，规制算法合谋既可以通过考察算法在设计、改进与使用过程中不同相关主体之间是否具有损害竞争和用户权益的主观意图来推定与丰富相关行为证据，也可以在数据存储、分析、价值挖掘、交易等环节赋予用户相应知情权，通过数据利用“透明化”来实现对算法权力规制与监管。

从垄断理论上看，数据资本的垄断扩张途径包括内部积累、横向集中和参与控制。但在实践中，并购型扩张是数据资本获得市场支配地位实施垄断行为的重要途径，尤其是“掐尖或猎杀式并购”，其原因在于“数据驱动型并购导致了大量数据的积累，令并购后的实体获取他人无法逾越的竞争优势”①（①中国信息通信研究院：《数字经济治理白皮书（2019）》，http：//www.caict.ac.cn/kxyj/qwfb/bps/201912/P020191226515354707683.pdf，2022年6月25日访问。），进而长期占据市场垄断地位。譬如，脸书对Instagram、WhatsApp等的收购；谷歌对YouTube、AdMob等的收购；2020—2021年间腾讯、阿里、百度参与的并购事件多达三四百起，通过复杂的股权关系形成了类似托拉斯的巨头平台组织。对此，2022年国务院发布的《“十四五”市场监管现代化规划》明确指出要“落实平台企业并购行为依法申报义务，防止‘掐尖式并购’”。因此，需要着重对“掐尖式并购”扩张中的垄断行为进行规制。首先，关于事前申报与审查，一方面，虽然我国采取的是事前强制申报制度，但基于事前营业额的审查标准并不完全适用平台领域，需要在此基础上进行创新，如引入“交易额标准”等方法；另一方面，由于头部平台的并购动机具有隐匿性，单个初创平台被并购可能并不会暴露其真实目的，所以需要持续关注头部平台对初创平台的动态并购，综合研判动态并购的累计效应是否具有竞争损害、巩固垄断地位的未来趋势。其次，在识别“掐尖式并购”中可以借鉴欧美的推定违法制度，即将头部平台的并购行为推定为竞争损害行为，而后由其举证该行为并不会带来竞争损害。该方法能有效解决执法机构在获取证据上的难题。最后，关于事后监管，一方面，我国在事后审查上存在主动性不足的问题，尤其是平台经济发展初期实行的审慎包容监管政策带来的“掐尖式并购”，需要提高执法机构的事后审查主动性，对“掐尖式并购”造成的竞争损害进行长期追责，增加头部平台并购的时间成本；另一方面，当前我国违法并购的处罚力度存在不足的问题，导致头部平台知法犯法。对此，针对前述推定违法制度中的告知义务违反行为应增加处罚条款，提高其违法并购的货币成本。

[责任编辑：李思舒]

The Roots，Approaches，and Governance Strategies of Data Monopoly in Platform Economy

SONG Dong-lin1，2 TIAN Guang-hui2

（1.China Center for State-Owned Economic Research，Jilin University，Changchun Jilin 130012，China;

2.School of Economics，Jilin University，Changchun Jilin 130012，China）

Abstract：The problem of data monopoly triggered by the expansion of data capital has increasingly become a shackle restricting the healthy development of the platform economy，and corresponding solutions are urgently needed.Based on Marxist monopoly theory，combined with data monopoly practice，the paper explores the root causes and ways of data monopoly in the platform economy.At the root，the inherent characteristics of the platform economy prompt users and data to continue to concentrate on the head platform to form a monopoly，but behind this reality is data competition under the logic of capital，which is rooted in the profit-seeking and expansionist nature of data capital.In terms of approaches，the conditions for the formation of data monopoly are characterised by capital-led control of users，algorithms and cross-domains.Based on the acquisition of control rights，data capital can achieve its monopoly and expansion through accumulation and concentration.Therefore，targeted regulatory strategies and governance methods are needed to promote the healthy development of the platform economy and the orderly expansion of capital，which will help promote the smooth realization of the modernization of the national governance system and governance capacity.

Key words：platform economy;data monopoly;data capital;algorithm;digital economy