林平：竞争损害理论是反垄断执法的核心

2017年8月30日至31日，由国务院反垄断委员会专家咨询组主办、上海交通大学竞争法律与政策研究中心承办的第六届“中国竞争政策论坛”在上海隆重举行。本届论坛的主题为“经济全球化背景下的竞争政策”。

中国人民大学法学院教授、中国经济法学研究会副会长史际春

“数字经济、大数据与竞争政策（第一部分）”议题的研讨由中国人民大学法学院教授、中国经济法学研究会副会长史际春主持。

香港岭南大学经济系教授林平

香港岭南大学经济系教授林平指出，反垄断执法中的经济分析体现在四个方面：相关市场界定和市场支配地位认定，竞争损害理论建立和竞争效果评估，违法所得估算和损害赔偿额测算，救济措施的设计和实施。竞争损害理论是反垄断执法的核心，经济学帮助建立竞争损害理论。经济分析不等于工具箱，是竞争理论的案例+工具箱的使用；经济分析不是简单地对数据进行处理，而是基于寻找的数据来验证竞争损害理论。针对大数据反垄断问题，他认为大数据排他性从本质上来讲没有知识产权那么强，对竞争的影响往往弱于必需设施，可以针对评估滥用知识产权的思路来评估大数据。

以下为文字实录：

感谢大会的组织者和主办方给我这次机会来参加这次会议，在我的11分钟里我要讲两个问题。

第一个题目是我之前想好的题目, 即经济分析在反垄断中的作用。第二个题目是关于数字经济和大数据的想法。肯定没有时间展开讲了。

2008年中国《反垄断法》实施以来，尤其作为一个经济学家，很高兴看到经济分析在三个领域的执法活动中发挥的作用越来越大。比较早期的是经营者集中，单边效应、协调效应、封锁效应、传导作用等理论已经得以运用。在滥用市场支配地位方面，2016年11月的利乐案处罚书中第一次用了理论模型。除了模型以外，整个利乐案的分析很多都是文字的经济分析。还有发改委对高通案的处罚分析中，也包含了经济学分析。

我认为，这些发展与本次论坛中张穹主任所指出的反垄断执法的“精细化”、“专业化”，以及杨红灿局长报告中提到的“个案思路”的概念都有密切的关系。近年来，一些学者（比如黄勇教授等）也不断强调反垄断执法的“专业性”。我认为，反垄断执法要专业化，要精细化，很多方面也是要强调更加注重经济分析的应用。

按我的理解，经济分析在反垄断中最重要的角色，是在给定的案例中帮助执法机关（和涉案企业）来理解个案思路，说明涉案行为是怎么样违法了？是通过什么渠道来产生或可能产生排除竞争的效果？有时学生问，在《反垄断法》和竞争法执法过程中，使用经济分析是不是就是计算或回归分析？我跟他们讲，经济分析不等于计算，计算只是其中含量很低的一部分，更重要的是根据案情建立合适的竞争损害理论，明了涉案行为排除、限制竞争的渠道，寻找行为产生或可能产生的排除、限制竞争效果的证据。

比如，国家工商总局对利乐案处罚的主要竞争伤害理论，是利乐公司采用的回溯性条件折扣定价策略，具有将利乐在包材市场中不可竞争需求的市场力量传导到该市场中可竞争的需求部分，压缩了竞争对手的生存空间，从而导致排除、限制竞争的排他性效应。

当然，竞争理论的建立都要用到一些数据分析甚至数学模型。其实，经济模型只是一种语言，来表示分析的思路和逻辑。重要的是，分析要完成的任务是阐明涉案行为是如何导致反竞争效果的。这就是国际上经常讲的，每一个个案都要有一个Story，即用比较浅显的语言讲明涉案行为是怎样排除、限制了竞争。可以说，Story是白话式的竞争伤害理论。其实，对本身违法行为处置的背后也有相应的竞争损害理论。

我感觉在我们过去9年半执法过程中，一个重要的概念强调的不是太够，这即是反事实状态（counterfactual）。

反事实概念是国际上反垄断执法中非常关键的一个概念。我们要评估一个行为或经营者集中是否具有排除、限制竞争效果，应该怎么来界定？我们常说，需要评估企业行为对市场竞争带来的正负效果，以确定该行为是否违反《反垄断法》。但是，鉴别正负效果的基点是什么？

执法机关和法庭经常用的一个逻辑就是时间维度上的评估，即比较行为发生前后市场竞争的状况。比如，现在执法机关在调查一个行为，举例说可能是搭售或拒绝交易。这个行为一年以前发生了，发生以后市场变化怎么样？时间维度比较的逻辑是：如果行为发生之后相关市场中产品价格还是下降了，新企业进入还有发生，或新产品还是不断开发并进入市场，那么，涉案行为就没有排除、限制了竞争。这种思维是不完全的，甚至有时候会导致一个不正确的判定。

一年以前行为发生了，现在看到的是现实的状态，如果一年以前行为没发生，相关市场和经济实体，按照本来的途径路径去演变演进，价格本来也可能会下降，新产品新企业都可能会进入。但是，因为涉案行为的确发生了，所以，该行为未发生时会达到的状态现在是看不到的，所以称为反事实状态。

判定企业行为是否排除、限制了竞争，正确的思维方法是将观测到的市场竞争情况与反事实状态去比较，而不是四维空间中时间维度的比较。在不少情况下，市场竞争的确随时间增强了，比如由于新产品的出现或新企业的进入，但是，如果涉案行为未发生，反事实状态下可能会有更多新产品的出现或更大规模的进入。在这种情况下，涉案行为就具有排除、限制竞争的效果，按时间维度比较的思维就会导致第二类执法误差。同样，时间维度判定方式也会导致第一类执法误差，即将未排除、限制竞争的行为定性为违法。有关反事实状态思维的更详细论述，可参见林平，“反事实状态与反垄断执法误差”，《竞争政策研究》，2016年第3期。

换句话说，反事实思维不是四维空间中的时间维度的比较，而是五维空间中两个不同的四维市场发展路径的比较。在数字经济、大数据时代下，动态因素更加多更加复杂。所以，反事实思维这个概念应该更加强调。

大数据与竞争政策方面的材料我读的很少。下面观点是最近一两天想到的，请大家批评指正。大数据最主要的特征就是大。譬如一个公司你可以搜集一个数据库，中国13亿人每天的早餐习惯，地区分布、年龄分布，甚至到个人的早餐习惯的数据。大有大的好处。首先，从大数据中可以看到小数据看不到的一些规律性的东西。消费行为、变化、地区分布、动态性变化，等等。

经济学家从上世纪60年代、70年代就开始注重研究信息问题，最后演变到后来80年代有革命性的发展，就是不对称信息经济学。在大数据时代，人们掌握的信息越来越多了，以前存在的数据，现在被搜集、被掌握、被使用。一个比较直观的判断是，这个大的趋向应该是有助于提高经济效率的。比如，滴滴打车展现出的匹配效率、不同的医院诊所的病例数据可以整合起来，能够提高疾病的诊断和治疗效率、汽车开发商可以在大数据基础上开发符合消费者偏好的产品，等等。大数据带来的信息量的提高，应该有助于提高社会总福利，即便是存在个性化定价、精准性广告的情形。

关于大数与反垄断，国内还没有这方面的案例，国际上也不太多。如果是滥用大数据该怎么理解？跟知识产权相比较，知识产权排他性比大数据要强，大数据毕竟是数据，你收集13亿人的早餐习惯，别人也可以收集，你收集之后也没有基于排他性本身，如果你根据大数据做经济分析和其他科学研究，你可以申请其他的知识产权，但应该是不同的。

大数据的排他性应该是弱于知识产权，对竞争的影响应弱于必需设施。可以针对评估滥用知识产权的思路来评估大数据，但我初步的观点是，大数据排他性从本质上来讲没有知识产权那么强。当然还可能涉及算法的问题，在这技术上我了解的很少。

在经营者集中领域，企业通过兼并拿到大数据后，如果提供给竞争对手或第三方的其他企业的成本增高，或其他企业自己搜集该数据成本提高的话，则该兼并有可能是损害竞争的。比如，在十年前谷歌并购Doubleclick一案中，美国和欧盟执法机关都考虑了上面因素，最后美国和欧盟都认为没问题，都无条件批准了该并购。最近微软收购领英案中也有同样的考虑。

如果将来有涉及到大数据的企业兼并，对救济措施的设计可能会带来一些困难。有形资产剥离比如生产线可以卖给第三方，知识产权如专利等也可以剥离给第三方，但大数据剥离很难。因为排他性很小，执法机关命令合并企业将其一部分大数据卖给第三方后，该数据本身同时还存在与合并企业的数据库里；要求合并企业不再使用该数据的条件也很难得以实施，因为很难鉴定企业是否使用了数据 --- 企业可以称其经营规划没有使用过相关数据。这是大数据给企业兼并救济措施方面带来的一个潜在的困难。

大数据可能对垄断协议方面的反垄断执法带来困难。在垄断协议里面，涉及大数据的横向协议现在实际案例还没有。竞争对手如果把各自拥有的大数据库分享的话，可能会导致隐性串谋。有关大数据分享问题，欧盟有一个提法，即竞争对手之间以匿名形式的分享，对竞争应该没有问题。比如三个企业ABC分享各自拥有的大数据，每家企业知道其它企业提供的是什么数据，但不知道是谁提供了什么数据。

我认为，即便是匿名形式的大数据分享也会导致竞争性企业间的隐性串谋。数据分享导致的不只是各家企业都了解了分享的数据，同时，每家企业也知道其它各家企业都了解了分享的数据、每家企业也都知道每家企业也知道其它各家企业都了解了分享的数据、等等；这即是博弈论里所说的“共同知识(common knowledge)”。一般来说，共同知识有利于合作。另外，竞争对手还可能会有选择性分享，即将各自拥有的大数据进行部分性分享，这样就可能传递一种隐性的信号给竞争对手，告诉竞争者我注重开发的是中餐，你注重开发的是西餐，等等，使得数据分享后产生市场分割。与大数据分享相关的垄断协议如果在将来出现，对反垄断执法比较有挑战性的。

以上是我一些粗浅的想法，谢谢大家！