前言
PART 01
价格垄断协议
平台经济领域，经营者之间通过数据、算法、平台规则、技术手段的应用，更容易发挥与传统共谋行为中相同的沟通作用，并实施价格共谋。这种共谋行为不仅表现为对价格的固定或变更，也涵盖了经营者固定或变更的收取的佣金、手续费、会员费、推广费等服务收费。
算法合谋成为《平台反垄断指南》关注的要点，当前主要的合谋方式有两种：明示算法合谋和默示价格算法合谋。明示算法合谋是指经营者通过明示的协商沟通，就价格算法达成合谋以期实现价格垄断，价格算法是实现与维持合谋之工具；而默示价格算法合谋是指不存在协议或合谋的明示意思联络，经营者通过认可相互之间的依赖性以实现和维持合谋，而算法则是经营者认可相互依赖性的关键工具。
目前在平台经济领域中，常用的算法有四种：监测型算法、平行定价算法、信号算法和自我学习型算法。[1]
监测型算法是指为了确保合谋协议的实施，企业通过算法收集竞争对手的信息并对竞争对手的行为进行监控。监测型算法的运用方式包括，企业进一步将数据收集行为和与价格相关的算法相结合，例如，企业可以通过算法编制触发机制，一旦有合谋企业背离了约定的价格，就会触发惩罚机制，实施惩罚行为。在这种情景下，算法的快速反应能力辅助产生的快速惩罚机制会对合谋企业的行为产生强有力的约束。
信号算法指企业通过算法释放出关于价格变动的信号，作为一个隐蔽的要约，意图邀请或直接通过默示的方式与竞争企业达成合谋。
平行算法主要用于协调竞争企业之间的行为，是指可以帮助竞争企业就价格行为进行有意识的平行变动，从而产生将价格维持在竞争水平之上的实际效果的算法。如果竞争企业之间通过算法有意识地实现了价格的联动，并在算法的相互作用中将价格维持到一个较高的水平，那么，企业会面临一定的反垄断违规风险。
自我学习型算法并不是指某一种特定的算法，而是随着人工智能技术的发展，以及机器学习和深度学习的运用，即使企业没有意识地编制特定的算法，一些算法凭借其强大的预测能力，通过对市场中企业行为的不断学习和适应，可以在没有人为干预的情况下自动达成合谋的结果。该种算法是否能成为反垄断执法的对象，在全球范围内尚存在一定的争议。
相关案例——“2016年欧盟法院审理的E-turas案”：
E-turas是一家在线旅游预订平台，该平台为旅行社提供在线预订系统。2009年8月，E-turas通过内部的通讯系统向平台内的30家旅游代理商发出信号——要求“减少旅行折扣”，并将折扣率设定在3%以下。同时E-turas借助技术手段设定折扣上限：若旅游代理商提供超过3%的折扣，经系统处理折扣将会自动调整为3%；各商家收到E-turas的信息后，认为统一折扣率有利于利润均衡，也避免了彼此间的恶意竞争，均未明确表示反对。立陶宛竞争委员会认为，E-turas和商家行为涉嫌算法共谋，商家的行为涉嫌构成固定价格的协同行为， E-turas涉嫌帮助、促进各商家协同行为的达成和实施。[2]欧盟法院认定，虽然商家未明确表示反对，但商家参与了E-turas的行为，这等同于认可并参与了价格垄断，即上述行为构成了限制市场竞争的垄断行为。E-turas案确立了一个重要的先例，即平台在促进或帮助商家通过技术手段达成价格共谋时，平台方和商家的行为可能构成垄断。
PART 02
限制商品数量的行为
PART 03
市场分割的行为
式和分割销售市场或原材料采购市场，是指具有竞争关系的经营者通过市场分割，在各自划分的市场中形成垄断态势，排除、限制彼此竞争，侵犯消费者的自由选择权。平台经济领域经营者之间通过划分商品销售地域、市场份额、销售对象、销售收入、销售利润或者销售商品的种类、数量、时间；或者通过划分原料、半成品、零部件、相关设备等原材料的采购区域、种类、数量、时间或者供应商等方式，都可能构成市场分割，产生排除、限制竞争的效果。
相关案例：A、B、C平台均在某省范围内从事C2C二手车交易服务。某日，A、B、C三家平台签订协议书结成利益联盟，划分各自经营的市县范围，分别向不同类型的客户群体进行销售，约定各方划界而治，不得进入对方市县开展业务。为保障“分割销售市场”的执行，还约定了相应不执行协议的处理方式。此后，上述三家平台都执行该协议约定，省内各市县二手车交易市场长期只有某一平大，二手车交易佣金居高不下，服务质量也日渐下降。上述行为使三家平台丧失参与竞争的动力和积极性，严重排除、限制市场竞争，涉嫌构成分割市场的横向垄断协议。[4]
PART 04
限制购买新技术、新设备或者限制开发新技术、新产品的行为
该行为简称“限制新技术（产品）”，经营者限制新技术（产品）的形式多样，可能表现为限制投资、研发、购买或使用新技术、新工艺、新设备、新产品等多种方式。平台经济领域技术创新和经营模式创新比较活跃，但是这并不能排除平台经济领域经营者通过平台规则、技术手段或者算法原理等，直接或间接地达成限制购买新技术、新设备或者限制开发新技术、新产品的协议、决定或其他协同行为。
相关案例：A、B、C、D同为从事互联网视频平台服务的经营者。在行业会议中，结合法律法规的最新发展， A、B、C、D讨论了个人信息保护的问题，均认为对于保护个人信息的过高标准会导致企业成本运营过高，因此一致同意不超越法律规定的最低标准保护用户个人信息，也不采购或使用任何高于法定最低标准的第三方技术或服务。[5]
PART 05
联合抵制交易的行为
联合抵制交易常发生在具有竞争关系的经营者之间。他们联合拒绝向特定经营者供应、销售商品或者联合拒绝采购、销售特定经营者的商品；除此之外，竞争者可能还会共同抵制潜在竞争者的进入或排挤现有竞争者，联合起来限定上游或下游经营者不得与其进行交易，从而封锁其采购或者销售渠道。这种联合抵制不仅针对现有的竞争对手，也可能旨在抵制潜在的竞争者进入市场，最终排挤掉竞争对手并获得市场优势。
相关案例：法国竞争管理局于2018年启动了一项针对道路运输行业的反垄断调查。[6]2016年，道路运输行业新的利益相关者以数字中介平台的形式出现在法国，与传统的运输行业利益相关者（承运人、货运代理人和货运交易所）共同竞争。在20167月至至2018年2月之间，数字中介平台如ChronoTruck、Fretlink、Everoad等开始活跃于法国道路运输市场。这些平台的目标是使用即时地理定位方法，通过在线界面将作为客户的托运人直接连接到承运人。
期间，货运交易所B2Pweb及其母公司H2P，运输商协会EvoluTrans、Astre、Flo、Tred Union和ASTR，以及行业协会Unostra和OTRE，达成了一项共同战略，呼吁其成员不要与这些平台和软件合作，以阻止数字中介平台和可追溯性软件的进入和发展。
在经过调查后，法国竞争管理局于2021年9月认定，上述行为限制了数字中介平台在货运服务市场的竞争，阻碍了跟踪软件发挥促进经济效率的作用，构成联合抵制交易行为，并正式对几个道路运输参与者共处以50万欧元的罚款。
综上所述，“横向垄断协议”在平台经济领域往往通过数据、算法、平台规则、技术手段来具体实施，具有隐蔽性强、综合多种手段、更新快等特点，相比于传统的以书面合同体现的“横向垄断协议”，平台经济中的垄断行为在认定上难度更大，尤其是消费者和小规模经营者往往难以察觉或识别这种行为。为了应对上述挑战，行政执法层面可以通过以下策略识别“横向垄断协议”：加强技术手段的运用、建立健全投诉和举报机制、用投诉及举报数据进行统计分析、加强算法备案与审查、实时监控消费数据。有效的识别是高效纠正的前提，通过上述举措，执法机构可以更有效地识别和打击平台经济中的“横向垄断协议”，从而维护公平的市场竞争秩序，保护相关主体的合法权益。
温邻君作者专栏
1、知识产权诉讼中如何获得高额赔偿——2.18亿元“蜜胺”案系列谈（一）
2、2.18亿元“蜜胺”案系列谈（二）｜ 商业秘密侵权纠纷中举证责任的制度变迁和实践探索
3、2.18亿元“蜜胺”案系列谈（三）｜ 如何运用“禁令制度”踩下知识产权侵权的“急刹车”
4、2.18亿元“蜜胺”案系列谈（四）｜ 知识产权诉讼中“权利人利益”与“公共利益”的平衡
5、2.18亿元“蜜胺”案系列谈（五）｜ 温邻君：知识产权诉讼中“共同侵权”的认定
6、厘清权利边界，方能定分止争——简评历时十七年“荣华月饼”案二次再审判决
7、平台经济反垄断的法律实践与合规指引（一）对“平台经济垄断行为”进行特别规制的必要性及进展
孟昕作者专栏
来源：IPRdaily中文网（iprdaily.cn）
作者：温邻君 广东卓建（光明）律师事务所
孟昕 北京市君泽君（深圳）律师事务所
