张晨颖 | 反垄断智慧监管的理据与图景

张晨颖｜清华大学法学院教授

本文原载《探索与争鸣》2024年第5期

具体内容以正刊为准

非经注明，文中图片均来自网络

随着新兴技术的广泛应用，数据的价值被不断挖掘，进而成为“第五大生产要素”。在市场激励下，数据、算力、算法共同推动着技术创新和商业模式不断迭代升级。数据商业化利用的长足进步，使“互联网+”监管、数字化监管同时具备了可能性、必要性和紧迫性。2022年的《国务院关于加强数字政府建设的指导意见》（以下简称《数字政府建设意见》）提出大力推行智慧监管，开启了技术助力提升国家治理体系与国家治理能力现代化的新一轮实践。国家市场监督管理总局亦提出加强法治监管、信用监管、智慧监管，实现市场监管现代化之路。这其中，反垄断法作为市场经济的基本法，是市场监管的基石，反垄断智慧监管的有效性直接关乎我国市场经济的发展水平和未来进程。

聚焦反垄断智慧监管，我们首先应当理性看待当下以及未来可预见的社会环境和市场环境。数智化是一种新生产力，其发展有助于社会进步。一方面，这种创新的动能塑造新经济样态、形成生态圈，加剧市场风险，给反垄断监管带来新挑战。另一方面，新技术也为反垄断监管的智能化创造了机遇。事实上，目前已有计算赋能反垄断监管的学术研究问世，国内外也有类似实践，但以上研究大多聚焦于在原理层面讨论数字技术在合规领域的应用。那么，如何认识反垄断智慧监管的目标？与现有其他领域的智慧监管相比，反垄断智慧监管有何特殊性？反垄断智慧监管是否存在适用的局限性？如何实现反垄断的智慧监管？本文尝试回答以上问题。

对反垄断智慧监管的多维度认识

研究反垄断智慧监管这一课题，要从何谓智慧监管入手。从信息化手段、“互联网+”监管、数字监管到智慧监管，其内核是充分运用互联网、云计算、大数据、人工智能等现代技术手段，加快提升市场监管效能。从监管工具角度来看，判断“智慧”的标准在于其是否随着技术手段的进步而发展，由信息化而数据化进而智能化，其目标在于提升市场监管的效能。为此，从反垄断法的视角，实现理想的监管效能是智慧监管的目标。

（一）智能时代反垄断监管的新使命

“监管”（regulation）也被称为“规制”，指“有意使用权力，根据既定的标准，运用信息搜集和行为修正等工具，来影响其他当事人的行为”，侧重于监督、限制、约束。此处首要的问题是监管的正当性，这是行政法和经济法规制理论的重要话题，近年来风险社会的观点从多维度强调了预防型法治的产生的因应性，而科技革命使之成为可能。

河南省市场监管局智慧监管系统，图源｜河南省药品监督管理局

“智慧监管”一词之所以在当下被提出，有两个前提：一是以技术进步及其依托于商业拓展广泛应用于各领域为客观经济现实；二是这种应用引发了新的矛盾，既有的监管理念、监管手段、监管规则不能实现监管目标，由此催生了新监管模式的客观需求。诚然，从监管的领域来说，智慧监管所涉及的范围非常广泛，譬如环境、公共安全、医疗等。本文所及仅限于反垄断领域的智慧监管，它应用于市场秩序监管，既有智慧监管普遍存在的命题，比如数据的共享，或者建立竞争失序的风险预警机制；也有其个性化的论题，或者普遍问题的特殊情形。对这些问题的论证和结论，都是建立在这两个前提基础上的。那么，如何理解智能化背景下的反垄断监管？笔者认为，其有以下几个层面的含义。

第一，从监管的技术角度来说，反垄断智慧监管是指采用具有适当性的现代化技术手段，通过数字技术赋能智慧监管。数字经济时代，传统监管模式往往难以适应平台快速变化和复杂多样的运营模式，借助数字技术提升监管效能显得尤为迫切，如通过市场数据监测进行市场竞争状况的评估和预警。在实践中，欧盟推出平台经济检测系统，监控和分析平台经济的数据，进而支持欧盟委员会制定相关政策。此时，所谓智慧监管的视角是监管手段的技术性。

第二， 从监管的实效出发，反垄断智慧监管以精准为目标，所采用的手段应当与监管对象、监管目标相适配，而不必一味追求技术的先进性。比如，“浙江平台在线”作为全国首个平台经济数字化监管系统，能够对“二选一”“大数据杀熟”“低于成本价销售”“纵向垄断协议”“违法实施经营者集中”等五种涉嫌垄断及不正当竞争的行为进行靶向监管，并采取不同的数据抓取规则和识别模型。数据抓取并非最先进的技术，但就发现违法线索这一目标而言，这种技术足够应对，故也可以称为智慧监管。这种不求高适配的主要原因，是从行政资源优位配置原则考虑的。相反，即使监管手段的技术性强，但若不足以满足监管需求，这种监管的智能化水平也是不足的；将线下业务转为线上、将纸质材料电子化并上网供移动查询，这些固然有助于提高行政效率，但远达不到智能化的要求。

第三，以反垄断智慧监管的类别为标准，可以分为普适性监管和特殊性监管。前者是指相关部门运用数字技术等进行的市场监管，监管的目标是预防和制止垄断行为，如欧盟于2009年推出的食品价格检测、德国联邦卡特尔局对燃料市场的监控，就是对特定行业的监管，这种监管手段可以运用于其他行业；后者专门指对数字类、平台类高科技企业的反垄断监管。这类企业的特殊性在于，它们以大数据等为基本生产要素，而非如食品、医药等行业仅以数字化技术为管理手段。对于这类企业而言，数据既是生产资料又是管理手段，同时是产品，通过将数据应用于不同场景，平台企业成为集信息汇集、要素生产、资源配置、规则制定为一体的新型经济中枢。此时，对反垄断监管智能化的要求会大幅提升。比如，传统的价格歧视行为以消费者的交易习惯为基础数据，通过算法施以差别待遇，在这样的认知下反垄断监管就会对症下药，通过收集平台的前述数据以发现案件线索或者作为案件定性的证据。但有研究表明，实践中出现了对手机剩余电量不足的用户提高网约车定价的价格歧视行为。也就是说，平台采取了新的算法模型，所捕捉的数据范畴已经超出了原有的价格信息，进一步拓展到新的应用场景。以平台这类经营者作为反垄断监管对象，对监管能力的挑战无疑是巨大的。因此，对普适性监管与特殊性监管进行区分，是本文立论的一个重要基础。

Uber被质疑打车时根据用户手机电量不同，费用也会不同。当手机电量不足时，Uber收费更高。

综上，反垄断智慧监管，一个维度是监管手段的智能化，其可能应用于市场风险预测、市场竞争状况评估、违法行为发现、证据认定等方面。其有别于其他领域的智慧监管之处在于，数字平台企业既是监管对象，又是执法部门赖以进行市场监管的数据提供者或“帮助者”，就逻辑意义而言，存在用平台数据证明其违法的可能性。进而，从经济理性的观点来看，越是违法风险大的行为，被掩盖、隐藏的可能性越大。毫无疑问，这对监管者的能力要求是非常高的。一方面，其要有能力识别数据的真实性、完整性、及时性。另一方面，其要有高于被监管对象的技术能力，以甄别监管对象算法的合理性。固然有上述风险，但更要认识到，数据价值本身的体现及其累积，在于广泛应用并且在具体场景下赋能生产生活，并由此推动创新。因此，相对于约束、管制，激励尤为重要，这就需要与智能时代相适应的监管理念。

（二） 反垄断智慧监管的理念革新

智能化引发的挑战已在各领域显现，监管的困境早已超越单纯的技术范畴，而是社会现实要改造作为上层建筑的监管理论。反垄断监管是市场监管的组成部分，也是行政监管的下位概念，多个社会科学领域从各自的研究视角进行探索，极大丰富了市场规制理论，在演进过程中的实践观察和理念创新，为反垄断智慧监管提供了宝贵经验。

现代产业组织经济学中，监管多指政府通过法律、政策等手段对经济和社会加以控制和干预。有行政法学者提出，监管应当同时有消极和积极两个角度，表达现代行政规制的制约和引导两方面的内容。从比较法视野纵观规制理论，大体经历了规制—放松—强化—后规制的历程。可竞争市场理论、激励性规制理论强调政府规制和市场竞争均是增进社会福利的工具，两者并非对立关系。十多年前，有经济法学者提出信息的数量和质量是影响市场主体和公共机构决策质量的关键因素。通过不同类型的信息工具，干预的手段可以分为对交易的直接干预和间接干预。前者如交易主体的信息义务，后者如有奖举报制度等，即非义务性的激励机制。由此可见，市场监管具有强制性和引导性双重属性，与此同时，监管的环节、手段也是多样的，包括评估、监督、干预等。从监管的实践性发展路径来看，监管最初表现为对不同行业分类监管，其出发点是促进并规范行业监管，最为直接的手段是补贴、限制新进入者、价格控制。但由于过度干预市场导致资源配置效率低，政府监管的手段由直接控制经济活动转变为依靠市场资源配置机制的反垄断监管。因此，反垄断监管是以普遍性的、底层基础性的资源配置机制构造取代了行业监管和直接监管，这种建立在尊重市场竞争基础上的放松管制路径非常清晰。

智能化市场的显著特征是数字技术在社会经济、文化、政治生活中的普遍运用，人们在享受智慧技术红利的同时又承担风险，既是数据的提供者又是数据产品的受益者。因此，市场监管的目标兼具促进智能化普及应用和风险防范两个方面。聚焦于反垄断的智慧监管，就需要在符合市场监管的一般原理和智能化背景下的监管目标之间寻求一个可行方案。从2008年原《反垄断法》施行以来，社会对竞争理念、反垄断功能等的认识已经经历了从无到有，由浅及深的过程，在一些重大问题上达成了共识：在资源配置方面市场发挥基础性作用，政府对市场进行有限干预且只在必要时发生；数字经济带来的创新具有广阔的想象空间，但同时会挑战反垄断传统规范的有效性，立法必须对此予以回应；新技术的应用和加速迭代愈发凸显法律的滞后性，由此导致的监管失当不可避免。这里的失当既可能是监管缺位也可能是监管过度。为此，精巧规制和敏捷规制理论引起了学界关注，并被尝试应用于数字时代的市场监管领域。

随着对命令—控制型规制模式的反思，20世纪90年代以来，精巧规制（smart regulation）应运而生，成为在强规制和放松规制之间的“第三条道路”，是极具代表性的规制理论，其特别强调自由创新和监管目标之间的平衡、多元化治理，目前已应用于金融科技和欧盟的数据治理等领域。敏捷治理是一项治理原则，致力于回应传统政策制定的落后性与技术快速迭代发展之间的矛盾，将技术风险分级，由此构建有针对性的分层治理体系。敏捷治理不仅强调快速反应机制，即“敏捷”的原意，还进一步扩展为灵活性，包括动态监管、治理工具多样、风险类型划分，以及探索有利于新型技术发展的制度环境和实现包容审慎监管等。

综上，反垄断的智慧监管，其第二个维度是监管理念的适应性，即能够满足新技术发展、更迭过程中维护市场有序竞争的监管目标，是一种包含灵活性、富于想象力和创新性的社会控制形式的监管多元主义。为此，要理性认识监管对象的复杂多变特征、监管能力的局限性，以及智能化时代市场关联的密切性和敏感性。因此，首先要明确的是，反垄断监管的范畴要远远大于传统上的行政立法、行政执法、行政司法（行政复议），还包括日常监督、竞争性评估、预警等，实践中可以采取行政指导、约谈警示、承诺整改、行政处罚等梯次性监管工具，增强反垄断的敏捷性和有效性。反垄断监管以践行公平竞争理念、维护市场竞争秩序为目标，曾在不同时期分别秉持“包容审慎监管”“坚持规范和发展并重”等监管理念，可见其并非一成不变的。监管理念的开放性、务实性，以及探索中的多方共治格局都为构建反垄断的智慧监管模式创造了基础，笔者将其概括为开放务实、协同多元。

反垄断智慧监管的局限性

智慧执法、智慧监管已经在多个领域有所实践并取得成效，比如电子交警执法、智能监测生态环境等，但应用于反垄断领域的实践仍非常少见。有观点认为，可以利用人工智能技术嵌入反垄断执法过程，作为辅助工具。那这是不是我们期待的智慧监管呢？回答这一问题的关键，在于我们对于智能监管的期待：智慧的终极是不是以上帝视角俯瞰这个世界做出完美审判？智能化的目标是免于思考吗？

（一）反垄断智慧监管的图景

反垄断智慧监管可以拆解为三个关键词：反垄断、智慧、监管，即智慧监管如何应用于反垄断。笔者对于智慧监管的理解有以下几个层次。

第一， 智慧监管是以“智能化”的广泛应用为前提，大数据等要素是数智化时代的显著特征，有双重属性：一方面它是反垄断监管的对象，另一方面它能够赋能反垄断监管，提升反垄断监管效能。因此，智慧监管的一个维度是数字赋能监管手段的智能化和以数字平台企业为代表的监管对象的智能化。第二，鉴于前述智能化的多面向，智能化水平的提升是挖掘数据价值、推动数据增值的必然结果。由于新兴技术发展迅猛、市场竞争变化快等特征，反垄断监管手段在一定程度上滞后于监管对象，亟须构建系统性、综合性的智慧治理体系，为反垄断实践提供保障。为此，需要开放务实、协同多元的监管理念创新作为引领，并以此构建制度体系。第三，由于智能化商业应用已经普及化，遍及社会生活的方方面面，并将在更为广域的场景中适用。一方面，从行政法的基本原理而言，政府的行政行为总有其限度，这就有赖非公权力的力量发挥作用。因此，就需要社会主体的多元共治，并建立协同治理机制，包括监管主体的多元化和多种政策工具的使用。当然，由于各方主体的能力不同、立场不同，在制度设计时应当理性看待这些差异并有所回应。第四，任何类型的监管，包括智慧监管，只是手段而非目的。从宏观视野来看，反垄断智慧监管的目的是维护市场的公平竞争秩序，聚焦于当下，绝不是以管束、限制为目标；而是立足于打造并维护良性市场秩序，以促进数字经济发展，形成百舸争流的积极态势。激发市场活力需要法治作为基本保障，经济政策本身不能替代法律，反垄断法需沿着法治轨道运行，智慧监管亦不例外。第五，反垄断智慧监管的理念要在实践中发挥，需要科技与法律的交互融合。

概括起来，智慧治理需要有满足智慧化行动的规则、技术、政策、资源和行动者，使相关治理体系具备高度的整合性、有效的回应性、强大的吸附性和有机的协同性，从而输出可持续的应对新风险、满足新需求的能力。以反垄断智慧执法对照之，在现阶段上述要素并不完备。

（二） 反垄断智慧监管主体多元化伴生的内在局限

不同于传统的政府监管，基于智能化的诉求和客观现实，反垄断的监管主体是多元化的，前文已论述其正当性、必然性、有效性，在此不再赘述。在诸多类型的主体中，最有代表性的是反垄断执法机构。在我国，反垄断执法属于中央事权，并且根据现行《反垄断法》的规定，从行政执法层级来看，包括中央执法机构和地方（省级）执法机构；根据职责分为对涉嫌垄断协议、滥用市场支配地位行为的执法、经营者集中审查、公平竞争与行政性垄断执法三个部门，他们虽然共同属于反垄断局，但在业务职责上有所分工。与执法机构关联度较为密切的是法律、法规授权的具有管理公共事务职能的组织，此外还有国家市场监督管理总局竞争政策与大数据中心，其承担反垄断执法、市场监测、电子取证估证、大数据分析等的技术支撑工作。从中央政府层面看，有市场监管职责的还包括行业管理行政机关，如工业和信息化部、国家互联网信息办公室、国家药品监督管理局等；地方政府也有市场监管权限。在公权力监管层面，在行政执法之外，监管方式还包括人大立法和行政立法及司法、检察院的公益诉讼等。行政监管与立法、司法、检察机关之间的信息共享、反馈、协同机制对监管效果非常重要。

反垄断的行政监管立足于塑造并维护市场竞争秩序，贯穿于事前、事中、事后全流程，监管链条长；涵盖行政立法、行政执法、行政救济、行政命令等，监管事项繁；包括消极行为也有积极行为，监管模式多；涉及的监管主体、监管对象多样，叠加各维度考量，职责权限的不确定性强。以上形成的行政管理权限复杂交错，既有行业监管与属地监管分割的问题，又有综合监管与行业监管职责交叉和缺位的问题。特别是数字化监管具有虚拟性特征，既可能由于信息交流不充分、不及时，以及各自依职权的关注点偏差造成监管漏洞；又可能产生话语权争夺，不仅加大行政资源投入，还增加企业负担。

数字化监管的市场主体包括行业协会、第三方机构、各类型企业、平台（数字）企业等，甚至还有数据提供者即自然人。这些在实践中不乏先例，也可以从相关立法中一窥端倪。从《电子商务法》《数据安全管理办法》《个人信息保护法》的相关内容来看，上述法律蕴含着政府、企业、社会组织、公民等多元主体协同治理的思想内核。其中企业、平台的监管通常称为平台自治，可以理解为“自我监管”。根据通常的理解，平台具有中介服务提供者和交易规则制定者的双重身份，通过与用户签订契约、制定网络社区准则、建立信誉系统的方式实施监管。此外，平台还是政府监管的中介，是一个“帮助者”。影响监管效果的因素很多，实践中为追求监管效能曾出现多种治理理论，比如俘获理论、寻租理论、自我治理理论、社会性管制理论、新管制经济学和标尺竞争理论等。虽然这些是基于不同社会条件对传统的政府监管所提出的，但在多元共治图景下，具有“准公共权限”的平台、协会等也难免有与政府失灵类似的问题。更重要的是，基于前述分析，数字平台企业同样也是智慧监管的对象，也即此时其已经超出了管理者、帮助者的双重身份界定。如果说，双重身份是基于商业架构上的优势和行政权力加持以整饬平台秩序，归根到底是出于利益；那么某种意义上，当其作为监管对象时，才是真正的自我监管。我们应当期待怎样的监管效果？这一问题映射于多种具体制度，如有关数据报送义务的边界的争议等。

（三） 反垄断智慧监管技术的可信性质疑

步入深度智能化社会，以智慧监管来应对反垄断领域的新挑战是不二之选，数字技术也有助于监管者在纷繁复杂的形式表面，捕捉到深层关联。这些都有不可取代的优势，但建立在“计算”基础上的分析及其结论，未必能够实现我们所期待的精准化、科学化，它的可信性是需要理性对待的。从既有的智慧监管应用场景来看，其防控的主要是传统的、确定的风险，有相对明确的风险源和对象，监管的针对性较强、效果显著，如道路交通违法、环境污染监测等。反垄断智慧监管所面对的现实问题则要复杂得多，主要表现为以下几个方面：

第一， 从反垄断自身的分析范式来看，有以下几个重点：相关市场界定、竞争状况分析、市场力量评估、涉嫌违法行为定性、反竞争效果评价。在案件调查过程中，不仅要通过交易凭证，比如合同文本、资金往来线索、交易价格等确定法律事实，还要通过大量数据进行经济分析以定性。这在既往的传统反垄断案件中已经是非常成熟的做法，但我们可以看到，在同一案件中分别代表原、被告的经济学家所得出的结论往往截然相反。究其原因，无非是数据基础不同（基于主观、客观原因选取的数据有差异）、适用的模型不同。无论是何缘由，至少可以说明确定性不高。

第二， 除上述反垄断规则自身的复杂性外，市场交易是多次博弈，参与博弈的不仅有竞争者、交易相对人还有监管与被监管者。在既往的研究中，不乏对“算法黑箱”的担忧，这不仅是算法透明度问题，也有博弈带来的不确定性。如果说以上主观因素居多，那么在生成式人工智能阶段，技术黑箱的本质被改变，由人与人之间的信息不对称转变为“人类在强人工智能面前的共同无知”。因此，无论是从主观意愿还是客观结果角度来说，“技术中立”依然是一个美好的愿景。

第三，智慧监管的要素之一——数据，是数字技术赋能监管的基本前提，但与市场交易相关的数据绝大部分为平台企业占有和使用，其权属、使用、开放性等问题至今未有定论。政府的数据获取能力不足，供行政监管部门使用的基本限于市场公开数据，虽然根据《网络交易监督管理办法》规定，平台经营者有报送信息的义务，但所信息涉及的内容非常有限。数据的完整性对监督的有效性、判断的科学性精准性至关重要，从这个角度来说，数据就像拼图一样，每一片都不可或缺。因此，数据获取能力的有限性直接影响其可信度。

《人工智能法案》（Artificial Intelligence Act）正式通过

从互联网、数字化、区块链、大数据，到当下的生成式人工智能，技术进步之势不可抵挡。对此，我们应拥抱或是拒绝？从域外的立法和实践也可以看到其中的纠结与反复，这方面的负面观点集中于对技术可信性的质疑。英国于2023年12月12日发布了法院将ChatGPT应用于法律裁决的指引，一方面支持司法机构使用生成式人工智能，另一方面也强调AI的使用局限，特别明示不推荐将其应用于法律研究、法律分析。无独有偶，2024年3月13日，成员国与欧盟理事会、欧盟议会等经过三年的磋商，最终通过了《人工智能法案》（Artificial Intelligence Act）。法案反复强调打造“可信任”的人工智能生态环境，以风险为核心划分四种等级，并实施差异化的监管措施。综上，技术革新掀起的汹涌大潮无法阻挡。反垄断智慧监管有其正当性和必要性，但也有以下四个方面的不确定性：一是反垄断规则本身的复杂性，二是算法黑箱，三是监管数据的可获得性，四是人工智能技术的可信度。因此，目前监管科技作为一种技术性解决方案主要应用于合规监管，而非监管执法的工具。

构建反垄断智慧监管可行方案的思考

万物皆可连，万物皆数字，这是构建反垄断智慧监管的现实基础。在这样的背景下，以技术对技术、以智能对智能，构成智慧监管的底层逻辑，由此形成了“监管理念—监管模式—监管技术”的实现路径，即以开放务实的监管理念为指引，建立与多元治理相匹配的监管模式，以具体的制度作为依托，最终通过监管技术手段实现反垄断智慧监管的目标。

（一） 反垄断智慧监管多元共治理念的形廓

反垄断智慧监管采取多元共治模式是不二之选。通过前文论证可知，反垄断监管主体多样、立场不同，监管目标上可能有夹角。此外，由于不同监管平台的资源和禀赋差异，在监管范畴、监管手段、监管效力方面必然有所区别。同时，反垄断智慧监管在目标设计上应当是务实的，不能过于理想化。鉴于以上情况，本文以监管效力为标准的分工协作体制提出以下几个方面的设想：

第一， 加强政府的数字能力建设，以提升算力为突破口。算力、算法和数据是数字经济的核心。前文已述，从数字经济产生、发展的历史过程来看，其本质上是以商业数据作为引擎。平台企业掌握着大量的商业数据，在市场监管角度其价值要远超公共数据，是智能化监管的不可或缺的基础；也是由于起步较晚，从未来视角看要想通过增量数据实现均衡甚至突破比较困难。2023年10月8日，工信部、网信办等六部门印发《算力基础设施高质量发展行动计划》，在计算力、运载力、储存力、应用赋能等领域提出预期目标。相信通过“算力+”赋能行业应用，不仅可以提升算力在交通、金融、工业等方面的创新应用，还可以完善全国性的算力平台建设和数据采集机制。由此，反垄断智慧监管的能力借由国家的算法平台建设也会大大提升。

第二， 积极探索监管主体之间的数据共享机制。市场监管首先建立在数据可信、完整的基础上；以此为前提，智能化监管对数据精准度和及时反馈的要求更高。这就需要数据可触达、可实时处理。政府取得数据有三种方式：政府调取数据、企业报送、端口接入。从目前情况来看，主动调取数据仅在个案中发生。《反垄断法》第47条第1款第3项限定仅对涉嫌垄断行为政府可以查阅、复制被调查者的文件、资料，其中包括电子数据。端口接入仅在个别行业，具体来说是在网约车领域适用。2022年5月交通运输部发布《网络预约出租汽车监管信息交互平台运行管理办法》，除规定了数据传输、交互的规则外，明确要求地方通过道路运政管理系统与网约车监管信息交互平台对接。可见，无论是调取数据或是端口接入，适用范围都非常有限。根据前文论述，《网络交易监督管理办法》是普遍适用于一般网络交易的管理规则，报送义务限于平台内经营者的主体信息，交易数据等则被排除在外。该办法第25条也提及“鼓励”平台经营者与市场监管部门开放数据接口的自动化信息报送机制，但仅为倡导而非义务性规范。诚然，无论是哪种方法都涉及行政权力的边界问题，但这是应对风险社会所涌现出的超大规模风险的无奈之举。从某种意义上说，每个人都要以不同方式承担风险、承受代价，重点在于适度与正当性。就此而言，打通数据壁垒，确保数据的可触达至关重要。

第三，重新认识多元监管下的主体关系，构造多元协调治理的激励机制。智慧监管的一个特征就是务实、灵活的监管模式。平台企业是智慧监管赖以实现其功能的赋能者，提供了宝贵的数据资源，是监管的帮助者。因此，多元治理模式下，主体之间是相互协同、互补的关系。如前文所述，平台企业也具有第二重属性，即其是智慧监管的对象。那么，这两种冲突的逻辑下如何实现有效监管？共治是建立在双方诉求前提下的。前文已从数据获取这一个视角分析了政府的初衷，在企业的立场上，一是在数智化时代，风险社会的不确定性、危害性大幅增加，排除、限制竞争的行为具有负外部性。数字经济新技术的应用场景广阔，破坏性创新屡见不鲜，维护一个有序竞争的市场环境符合企业的发展利益；二是企业作为监管主体，一定程度上在行使行政授权的监管职责，对于平台内秩序进行维护和规制的正当性更加充分，而并不限于与平台内经营者之间的契约关系。当然，这两个理由是否成为足够的激励，则见仁见智。笔者认为，从政府的角度，对企业的二重关系可以泾渭分明，不同场景下采取不同的立场；但在平台的立场却无法截然分开。为了解决这一问题，可以进一步尝试实质性的合作，如建立监管沙盒制度等。

（二） 反垄断智慧监管策略转型与机制构造

监管与行为并非单向度的模式。反垄断的“智慧”监管不仅体现为技术手段的先进性，还有监管主体的“智慧”，尤其体现为监管理念所外化的制度安排。制度是以体系、规则作为构造的架构和内容，囿于篇幅，本文仅提出有典型意义的三个制度构思。

第一， 创建反垄断“监管沙盒”模式。监管沙盒（Regulatory Sandbox）的概念自2015年由英国金融监管局提出之后，日益受到多国监管当局的重视，如2019年我国央行批复北京市率先在全国开展金融科技创新监管试点。这种新型制度主要应用于金融科技和个人数据保护领域，这是由于数字化背景下新兴的金融产品、服务和商业模式层出不穷，快速改变着传统金融行业的业务生态；而监管机制存在一定滞后性，为平衡风险防控和促进创新的关系，监管沙盒应运而生。监管沙盒的理念是在沙盒内进行创新产品测试，政府采取相对弹性的监管措施，以平衡创新与风险监管，从而促进政府与监管对象之间的合作，同时保护创新产品的消费者。反垄断智慧监管的难题有多元化监管的目标一致性、行为协调性和智慧监管技术的可信性；而这些不确定性却可以通过监管沙盒的监管模式达成最优解。从监管对象的角度来看，某种商业化应用场景或者某种算法下的交易策略、商业架构在带来巨大利益的同时，也可能引发反垄断监管机构的担忧；从行政监管机构的视角，并不能确定或较为准确地预测其市场损害的后果。此时如果贸然推向市场，对企业和市场总体竞争秩序来说都有重大风险。如果能够建立监管沙盒制度，双方可以充分沟通商业模式背后的机理，并采取事先、有限授权的监管模式，在沙盒内进行测试。在测试过程中采用实时监督、动态评估的方式监控风险，可以有效减少潜在风险的扩散；双方可以进行有效的沟通协调，降低了创新产品面世后的监管成本，更重要的是为监管者制定政策积累经验。反垄断法是市场经济的基本法，担负着维护市场竞争秩序的使命。为稳妥起见，可以在监管沙盒制度内部再施行差异化监管，如设立虚拟沙盒，待模拟环境下风险可控时再放入沙盒。监管沙盒还属于新兴事物，特别是应用于反垄断监管尚无先例，因此需要一整套行之有效的具体制度，如项目筛查、考察期、风险评估、风控措施、补偿机制、退出机制、主体责任等。限于篇幅，笔者将另作文专论。

第二， 改造传统反垄断制度，补足与监管对象相适配的敏捷监管规则。数字经济创造了新的模式生态也衍生出新的问题。智慧监管要打破传统监管思维，构造新的监管制度和监管工具以实现有效监管。十五年来的反垄断执法、司法实践证明，既有的反垄断逻辑和体系架构是完整且行之有效的，在此基础上，可以针对智慧监管所特有的属性，对规则进行改造、细化，以丰富监管手段，提升监管实效。敏捷监管理念的一个制度体现是梯度监管，即形成监管主体梯度、监管事项梯度和监管手段梯度。由于监管链条长，上述三个维度所涉事项繁多，在此仅就预防性反垄断措施——经营者集中审查制度选取两例进行说明。近年来，中外都出现了较多的扼杀性收购现象，为预防这种损害创新的行为，一个方案是在原经营者集中申报标准的基础上，有针对性地增加对数字企业适应性较强的市值（或估值）标准。对此，可以参考适用《反垄断法》第26条第2款的规定：“经营者集中未达到国务院规定的申报标准，但有证据证明该经营者集中具有或者可能具有排除、限制竞争效果的，国务院反垄断执法机构可以要求经营者申报。”无论从文义解释还是目的解释，本条、本款都是普遍适用于所有行业的，并不特指数字平台企业。但可以肯定的是，由于行业特性、相关市场竞争状况等原因，证据指向和类型等不能强求一致。为此，差异化的监管标准具有正当性。又如，对数字经济并购可采用附加限制性条件的监管方式，在行为性条件执行期内可以建立第三方评估和快速反馈机制，调整所附加的限制性条件。

第三，建立“最低限度”原则下的以监管对象、监管目标为导向的分级监管模式。根据反垄断法的体系构造，将监管对象分为行为、主体两类，辅以既往的执法、司法案例所提炼的基本规律，拟合为两象限监管模型。为实现智慧监管的快速反馈、精准监管的目标，将监管手段与行为或对象的风险指数进行强关联。在行为监管角度，将市场型垄断行为分为垄断协议、滥用市场支配地位、违法实施集中三种，根据违法行为特征、要件构成等抽象出监测要素（图1）；在主体监管角度，根据市场监控数据建立风险评估机制，评估维度包括行业（如与民生密切相关的医药行业或自然垄断行业）、个别重点企业（如在承诺考察期限内的企业、竞争不充分市场中份额高的企业等）、被监管者的守法程度。不同风险级别的监管目标不同，为了平衡监管效能和监管成本，采用数据采集的“最低限度”原则。对低风险的采用低频常规监测，对高风险的以防范垄断风险为目标，加大监测的频次，提高数据可溯源的标准，增强对数据底层关联的挖掘程度；对高度疑似违法的以制止违法为目标，将线索交由反垄断执法部门进行统筹监管，必要时可以报国务院反垄断委员会申请直接接入平台端口，进行实时数据的监控和取证、固证，并采取回溯技术获取历史数据。风险评估采用动态机制，根据行业特点确定评估期限。对于行业发展成熟、处于稳态期的，期限宜长；对于市场竞争状况变化快的，期限宜短。

图1　平台交易行为（滥用市场支配地位）反垄断智慧监管示例

资料来源：作者自制

（三） 反垄断智慧监管视域下科技与法治的联动机制

数字技术与实体经济加速融合，产业数字化释放巨大潜能，人类已进入全面数字经济的时代。随着数据价值的不断刷新认知，产生了“数据飞轮”的概念，又通过大模型技术的加持，大幅提升了业务决策的效率和精准性。从监管的视角来看，也可以追求“数据飞轮”效应，通过数据和监管业务的双向良性驱动，有效提升工作质效。风险与机遇并存，反垄断法的实施要强调科技与法治的双向联动，即在数字场景中嵌入法治要素，推进数字领域法治化；以数字化赋能法治效果，推动法治领域数字化。

反垄断智慧监管的重点是实现数字技术赋能反垄断法，推动反垄断法实施的现代化和技术的创新向善。在法律和技术的互动中，有以下几个重点：首先，在数字赋能反垄断法实施的基本理念层面，应当确立法律优先、技术赋能的原则，确保数字赋能无损于反垄断法的价值追求、功能目标和认定规则。其次，反垄断法治作为反垄断监管的支撑要素和根本保障，要实现监管目标、监管能力、监管效果的统一，最终实现治理生态系统的有机运转。再次，以数字赋能的智慧化监管技术，全面提升反垄断实施的整体效能。具体包括以下关键问题：一是从垄断行为机理、多模态智能识别技术、跨时空协同感知的风险监管系统以及应用层面，针对当前涉嫌垄断行为难发现、难取证的问题，建立涉嫌垄断行为的监测预警机制。二是构建数字企业垄断行为的基础理论体系及分级分类指标体系，建立基于典型案例、典型行为的案件推理模型，以行为识别、关系抽取、结构分析等技术为基础，利用算法模型进行特征分析、线索监测抽取，支撑涉嫌垄断行为风险监测感知及可溯源取证固证。三是技术与规则联动，通过数据、算法进行大数据模型训练，建立动态反馈机制，以提高识别的精准性，并通过垄断行为数字特征类型化和现实数据信息收集，即时更新典型垄断行为特征库，通过市场竞争效果的数字化分析和试验场模拟动态调整特定垄断行为的违法性分析范式，提高反垄断监管的科学性和准确性。

以数字平台企业涉嫌垄断行为的检测和疑似行为感知为例，如图1所示，首先可根据法律从具体垄断行为的规范分析出发，拆解违法行为要件并细化为最小可感知单元，作为机器识别的规则。机器以此前学习的海量的文本数据、图像数据、视频数据作为数据基础要素，通过多模态智能识别系统进行推理、识别，根据不同的情况分级预警，还可以溯源取证。本图例仅是为了说明反垄断智慧监管中法律规则与科学技术之间的联动关系，具体的应用的场景和模式不一而足。如果监管对象是自然垄断行业，那么所依据的法律规则和数据则有所不同。

反垄断智慧监管是一个崭新的极富挑战的研究领域。反垄断法是市场经济的基本法，对形塑市场秩序至关重要。滞后性是成文法的原生弊端，预防型法治的堤坝是否可以抵御汹涌而来的风险？在数字化、智能化及其未来发展的过程中，反垄断是否可以摆脱被动回应的宿命，以顺应甚至引领技术的发展，让创新带动市场繁荣、让监管控制社会风险，这是时代的命题。为此，需要从顶层设计开始，构建系统性、综合性的智慧治理体系，继而以制度作为落脚点。智慧的实现本身就是一个过程，没有终结。从这个意义上讲，对智慧的追求就如同探寻真理，我们能做的是尽可能提高认识能力、完善思维体系、构建有效的体制机制。