时间:2016-06-22 09:59 文章来源:http://www.lunwenbuluo.com 作者: 沈熙菱 点击次数:
5.行政垄断
一般指政府及其职能部门滥用行政权力损害市场自由竞争秩序的行为,基本特点是将市场主体分为保护群体和被限制群体,前者在行政权的庇护下能轻易获得交易机会和竞争利益,后者不可能进入相关市场公平竞争。行政垄断容易滋生贪污腐败和权力寻租,最终消费者的选择权和公平交易权会受到损害,也不利于社会创新。(三)传统法经济学中垄断标准量化的瓶颈
一方面传统经济学研究具有滞后性,对新生事物和事物最新的发展是不敏感的,必须待其成长到一定规模后才能收集到足够数据进行研究;另一方面,正如波斯纳所认为法律诉讼的效率在于模拟再现市场机制下的自由交易以决定利益分配,这种模拟再现如今主要依赖于法官的理性思考和专业素养,唯独缺乏的便是大量、大范围地数据收集和分析,原因是这样做会扩大司法成本,降低效率,不利于整体社会福利的最大化。
因此,反垄断规制中客体的复杂性和主体的有限性给法条留下了大量的解读空间和自由裁量权,使得法官面对反垄断案件望而却步,商家肆意行事、狡辩避法。三、大数据背景下垄断的认定(一)量化垄断认定标准的必要性
纵观法经济学的既有文献,定量分析被视作是一个预设的无需考虑的前提,法经济学是否可以定量分析以及在哪些方面可以定量分析很少有人问津。而如今国内法经济学的定量分析也很少,既有的大多数也只是数理分析,而未给法律实施者提供一个具体的便于操作的计量标准。
可以看到“垄断行为”是世界各国不同反垄断法所要限制或禁止的对象,但经济学理论只是从市场结构的静态的角度揭示了垄断的性质和危害,传统法经济学也只是对垄断作出定性的分析。诚然,垄断一直具有综合性和多变性,唯一肯定的便是其特征:违法性和应受处罚性,它甚至是在不考虑法律干预时的一种利弊兼有的客观经济现象。世界各国也因其主流意识形态和价值保护的侧重不同,分别对垄断的认定进行了不同的制度设计,而且构成要件总会有模糊项而留给法官大量的自由裁量空间,裁决结果的可预见性及其低下,纵使有预见性也不是从条文、法理本身出发而大多基于以往的案例从经验主义出发。
综上,判断垄断适度与否也就是该行为是否构成法律禁止之“垄断”,关键在于衡量该行为所造成的社会利弊之大小,这也意味着垄断认定时不同方面既有的的量化标准是必要的。(二)大数据的优越性
大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据之父维克托·迈尔·舍恩伯格早就在其著作⑦中前瞻性地指出大数据带来的信息风暴将会改变我们的生活、工作和思维,并提出了三大原则:不是随机抽样,而是全体数据;不是精确性,而是综合性;不是因果关系,而是相关关系。维克托还认为大数据的核心运用就是预测——,通过对数据的收集对未来的情况进行模拟为人类的生活创造前所未有的可量化的维度。
在大数据时代,可以即时依据海量数据对经济行为进行分析,一旦有新动态立即予以关注,从而实现对新生事物的早期分析和干预,大数据以其本身具有的一定程度的“智能”辅助法经济学家们发现问题根源。(三)垄断认定中主要因素的量化趋势
1.市场相关性的量化
SSNIP是“数额不大但很重要且非临时性涨价”(SmallbutSignificantNot-transitoryIncreaseinPrice)的缩写,目前,美国、欧盟等国家主要运用该方法对相关市场进行界定,其主要内容是对于假定的垄断者要求其至少维持一年5%的涨幅,在能够维持盈利的情况下找出最窄的相关产品市场⑧。可见这是一种通过相关数据来模拟完成的测试方法,它对涉案企业的相关数据尤其是衡量需求可替代性的数据有一定的要求。而大数据背景下,企业公开的财务数据流通共享,使得相关市场界定更加明确而简易,这样可以大大降低获得相关数据的司法、执法成本,这种方法最终也会得到普遍适用。
2.市场支配地位的认定标准
就各国实践情况看来,市场支配地位的认定以市场份额为首要考量因素,市场份额是特定企业的销售额在相关市场的总销售额中所占比例,如日本《禁止垄断法》规定:一家企业市场份额达1/2以上,两家企业市场份额达3/4以上,推定有市场支配地位。但很多国家并没有规定市场份额所处的时间段,是一个月内还是近年来,单个企业乃至整个相关市场企业的销售额的来源未作明确规定,很有可能出现即使在大众都认同的市场“霸主企业”面前,主张垄断者也面临着举证难的尴尬情况。而大数据背景下,企业的销售额将会按每个会计期间逐一录入一个汇总的大数据库,数据会在已经编辑好的运算程序下自动经过数理模型,最终由计算机输出分析结果。
3.限制竞争程度的量化
大多国家仍采行为主义反垄断规制,如中国,一个企业即使占有市场支配地位但若无滥用该支配地位之行为仍不具有法律当罚性。而这种滥用行为主要表现为掠夺性定价、强制交易、价格歧视、搭售等。举几个大数据运用的例子,在认定掠夺性定价时,计算机每时每刻监控某类产品的价格变化,根据数据库中存储的该类产品的市场平均价格(物价局及时整理报送)标示出明显过低的产品,在一段时间内观测该相关市场的企业亏损或盈利情况,以及价格回高时高于原市场平均价格的幅度,评析该幅度是否在合理范围内。同样在认定价格歧视时,排列出同一企业的同一产品在不同地域、领域范围内的报价情况,再对比在同一范围内相同或相似产品的平均价格以得出报价是否合理的结论,这些数据分析结果都可以作为反垄断执行的依据。
4.经营者集中度的计算
传统的反垄断规制中对市场集中度的两大计量标准有行业集中率(CRn)和赫尔芬达尔—赫希曼指数(HHI)。CRn指该行业的相关市场内前N家最大的企业所占市场份额的总和,缺点是没有指出这个行业相关市场中企业的总数;HHI是计算一个行业中各竞争主体所占行业总收入或总资产百分比的平方和,表明市场份额的变化和规模的离散度,缺陷是对数据的要求较高,而且含义不直观。而大数据背景下,每个企业的月度、季度、年度的财务报表都会在公开后第一时间自行汇入数据库,大容量的计算机对获取的信息进行高度精密的相关性分析,不遗漏任何一个相关企业,再及时向反垄断执行部门提供市场集中度数值,作为查处垄断行为的预警信号。
5.行政垄断中的量化标尺
明显的行政垄断的手段主要是规章、条例、通知等规范性文件的发布,我们可以运用大数据分析市场因素的变化与文件发布的相关性。举一个例子,在政府发布一个规范性文件后,计算机会自动比对文件影响范围内的企业在该时间点前后一段时间的产品或者服务的供给量、销售量的变化,所涉及到的企业则划入相关市场界限内,再结合前述的CRN、HHI、SSNIP指数分析市场集中度的变化及处于市场支配地位企业的认定。上级行政机关可以根据分析结果及时调查发布文件的行政机关,消除限制竞争的行为。四、中国的大数据经济学的发展展望
我国以近几十年来GDP的飞速增长奇迹,在世界强国之林中傲为第二大经济体,但是在国际政治与经济形势瞬息万变的环境下,国人们居安思危,不断谋求发展。在21世纪,各国竞争的焦点已经从传统的劳动密集型产业转移到高新技术密集型产业上来,互联网的出现及其扩延项目为大数据登上世界经济的舞台准备了充足的条件,大数据作为一个“新生儿”,还处于发育阶段,相关领域的市场主体的经营行为可能正好处于法律规制的“灰色地带”,我们仍需要对这些行为持观望态度,毕竟创新意味着打破传统和冒犯既得利益集团,政府需要对此做出正确的政策引导,切不可轻易向旧有的事物妥协。[注释]
①保罗·萨缪尔森,威廉·诺德豪斯.微观经济学(中译本)[M].北京:人民邮电出版社,2003.
②凯斯·R.自由市场与社会正义[M].北京:中国政法大学出版社,2002.
③郭振杰,刘洪波.经济分析法学方法论的贡献及局限[J].现代法学,2005(3):98.
④魏建.法经济学基础与比较[M].北京:人民出版社,2004:82-85.
⑤冯玉军.公平还是福利这是一个问题[J].西部法学评论,2008(1):94-96.
⑥曹虹.论反垄断法中相关市场的界定[J].现代管理科学,2007(11):44-46.
⑦维克托·迈尔·舍恩伯格.大数据时代(中译本)[M].杭州:浙江人民出版社,2012.
⑧丁茂中.论SSNIP测试法与相关市场的界定[J].
联系方式
随机阅读
热门排行