1.網守和業務用戶之間的數據共享

有人可能會說，主要科技公司的共同點是一個有效地作為“基本設施”運作的平臺，使用公用事業監管中的術語。然而，數據可能是為科技巨頭創造市場力量的最關鍵資產。許多數據問題直接影響監管。數據在公用事業、基礎設施和網絡行業傳統監管中沒有任何作用。在數字化之前通過捆綁、捆綁、止贖和自我優待濫用市場力量的案例中，它們也不太重要。然而，它們在數字市場的監管審查中變得更加重要。由于數據聚合的規模經濟和范圍經濟，聚合數據的社會價值往往超過分段數據的私人價值。這種社會聚合數據產生的正外部性推動了平臺中的網絡效應，并且是用戶獲得價值的來源。同時，這些數據驅動的正外部性可能是市場失靈的根源。它們可能導致充當服務守門人的大型平臺的市場傾銷和壟斷行為。它們還導致平臺與其用戶之間存在嚴重的信息不對稱。它為平臺提供了相對于其業務用戶的特權市場概覽和壟斷優勢。平臺利用這種信息不對稱在產品市場上與其業務用戶競爭和/或從這些用戶那里獲取更多價值。相比平臺，?如果業務用戶能夠訪問聚合數據，他們可能能夠產生更多價值和創新產品和服務。市場失靈和效率提升之間的這種緊張關系充斥著關于數據共享的爭論。平臺中有幾種類型的數據。用戶可以直接或間接地自愿提供通常隨時間保持不變的個人信息（例如姓名、性別、位置）。以動態方式觀察與其他用戶和內容交互的數據。這允許平臺隨著時間的推移監控其用戶的偏好，作為其匹配算法的輸入。平臺對這些數據的獨家訪問產生了相對于無法觀察用戶在生態系統中的行為的競爭對手的比較優勢。算法通過建立在更好的預測和邊做邊學的反饋循環來強化數據的價值，進而加強數據驅動的網絡效應。結果，更多的用戶將消費他們的商品，進而產生更多的數據來改進排名和匹配算法并增加服務的價值。?由于缺乏數據，市場進入者無法達到類似的服務質量水平。此外，數據可以通過重復使用和聚合的范圍經濟產生額外的價值。來自一個市場的數據可以重新用于在相鄰市場提供服務。數據還可以通過聚合互補的數據集來產生額外的價值。簡而言之，與平臺外的原子化市場相比，數據驅動的洞察力可用于更有效地匹配消費者和業務用戶。它為用戶產生積極的網絡效應和福利外部性。同時，對數據的獨占控制使守門人能夠控制生態系統并為其中介服務獲取重要價值。他們可以施加過多的進入和訪問條件，以及阻止賣家在守門人平臺之外推廣他們的報價的獨家交易規則。拒絕與平臺中的業務用戶或競爭平臺共享數據，為他們提供了競爭優勢，守門人可以利用這些優勢來封鎖市場并加強其壟斷地位，從而損害用戶福利。幾位作者提出，一種有前途的監管形式正是要求科技巨頭與小型（或不那么小的）競爭對手共享他們的一些數據。DMA 規定了許多數據共享義務，旨在減少守門人對其收集的數據的排他控制權，以減少他們對平臺服務市場的控制。這些義務旨在消除平臺內部的市場扭曲，包括平臺與其業務用戶之間的自我優待和信息不對稱，以及競爭平臺之間的扭曲。所有這些補救措施都需要在數據驅動的網絡效應的成本和收益之間進行權衡。他們應該避免過度削弱積極的網絡效應，因為這會降低平臺和數據的社會價值。指導原則是盡量保持積極的外部性，如果存在，?并確保它們在全行業范圍內享有，而不是只屬于一家公司。

1.1避免守門人平臺內的歧視

除了中介服務外，平臺還可以提供自己的產品和服務，與商業用戶直接競爭。如果平臺自身的供應能夠更好地匹配消費者偏好，那么就不存在自我優待，因為結果是基于消費者價值的最大化。否則，交易價值會下降，更有效率的競爭對手可能會被排除交易。第 6(a) 條禁止數據驅動的自我優待，并規定不得使用業務用戶活動產生的數據與業務用戶競爭，除非這些數據是“公開可用的”。這在平臺內部形成了一道“中國墻”，在守門人與其垂直整合的部分之間，與平臺上的商業用戶競爭。它沒有完全垂直分解成獨立的公司。不允許信息從平臺流向分離的部分，除非該信息與所有業務用戶共享。這只有在符合平臺的私人利益時才會發生。有些信息根本不會被分享，即使它可能對其他人有益。數據的社會價值尚未完全實現。社交價值不在平臺的私人決策參數中。例如，經驗證據表明，亞馬遜利用其優越的市場概覽來瞄準垂直整合的成功產品空間，并且不太可能進入需要更多賣家努力才能增長的產品空間。考慮到平臺收集的各種產品交易的大量數據，這并不完全令人驚訝。與價格歧視一樣，也有制衡力量。有一個負面影響，即第三方推出新產品的動機較低（如果我的產品成功，那么平臺將創建自己的產品版本）。然而，也有一個積極的影響，即通過平臺提供的產品選擇更好，消費者的價格也可能更低。最近的研究試圖平衡該領域監管的積極和消極影響。在我們看來，完全禁止使用數據來促進垂直整合服務說明了追求競爭政策和最大化數據對社會的社會價值之間的緊張關系。政策制定者必須精心設計混合措施，確保在這些目標之間進行積極權衡。我們注意到，小組成員在這一點上存在分歧。有些人會禁止守門人平臺直接與自己的業務用戶競爭，以恢復目前傾向于現有企業的更公平的競爭環境。

1.2 與平臺內業務用戶的數據共享義務

DMA 包含守門人的兩項義務，即允許業務用戶訪問與平臺內的最終用戶交互的數據。·?第 6(h) 條：在最終用戶同意的情況下，向業務用戶提供有效的數據可移植性。·?第 6(i) 條：根據數據保護法的規定，為商業用戶提供不受阻礙和自由地訪問在使用核心平臺服務過程中提供和生成的聚合和非聚合數據。第 6(h) 條受到歐盟 GDPR 第 20 條中自然人數據可攜帶權的啟發，并授予商業用戶訪問其商業交易和交互數據的類似權利。它承認消費者隱私權優先：企業需要最終用戶同意才能訪問個人數據。第 6(i) 條增加了兩個重要規定：(a) 自由訪問數據和 (b) 訪問所有類型的數據，包括提供和生成的數據，以及聚合和非聚合的個人業務用戶數據。這兩篇文章都增加了一個重要的條件：連續和實時的數據訪問。這超出了 GDPR。僅在垂直業務用戶孤島中啟用數據訪問；其他業務用戶無法訪問數據。這項義務保留了業務用戶之間的數據孤島，以及守門人平臺的特權市場概覽和與業務用戶的信息不對稱。它保持了守門人的地位，作為通過跨企業和最終用戶的數據聚合的規模經濟和范圍產生的洞察力的社會價值的獨特受益者。第 6(a) 條禁止他們利用這一點來提高他們在與業務用戶競爭的市場中的地位（垂直整合）。盡管如此，還是有一些方法可以在業務用戶之間分享和重新分配這種社會價值。使用細粒度的業務數據執行此操作會將平臺的整個業務用戶活動數據集置于公共領域，僅剝離個人最終用戶數據 。??這不僅會泄露商業敏感的商業信息。它還將平臺的匹配數據置于公共領域，并使競爭對手能夠模仿平臺的匹配算法。如果沒有這種極具破壞性的方法，共享這種社會價值將需要某種程度的數據聚合和屏蔽業務用戶身份以及可能的產品和服務特征。反過來，這可能會降低數據的市場價值。這兩個極點之間存在權衡。根據 GDPR 第 20 條，自然人的數據可移植性遇到了許多技術、法律和經濟障礙。同樣的障礙也適用于商業用戶的可移植性權利：快速貶值、數據資產從原始平臺移植后失去上下文，以及需要獲得自然人的同意才能移植個人數據。由于這些問題，我們探索了一種替代數據可移植性的方法，即授予個人就地訪問最終用戶數據的權利。與其將個人數據從網守轉移到另一個業務用戶，后者可以對駐留在網守服務器上的數據運行第三方算法，而無需直接訪問個人數據。就地訪問權限解決了上面列出的幾個數據可移植性問題。首先，數據保留其多方上下文，因此不會丟失解釋。其次，數據是最新的，涵蓋庫存和流量，因此不會過時。第三，數據沒有與基礎設施分離，因此它仍然具有可操作性。它可以代表消費者用于執行交易或在它所在的位置接收獎勵，這與它不能移植的數據相反。重要的是，業務用戶可以邀請第三方使用與原始平臺相同的基礎設施代表他們創造利益。這使得平臺基礎設施之上的競爭成為可能，這具有迫使平臺與用戶自己分享更多數據收益的預期效果。然而，我們注意到，僅就地訪問并不能消除互操作性問題，而是將技術挑戰從數據轉移到算法互操作性。?為了有一個有效的信息共享機制來降低守門人及其子公司的知識優勢，就地訪問應該輔以適當的監管框架。該框架應定義一些最低兼容性標準以及進一步的規則和技術規范，以透明的方式實現連續和實時的數據訪問和信息共享。我們注意到，DMA 中似乎沒有對通常作為圍墻花園最重要案例提出的應用程序的互操作性要求，即即時消息傳遞和社交媒體（登錄和支付等附屬功能除外；請參閱文章6(f))。基于通用開放標準的可互操作的、相互競爭的硬件和軟件的架構模型使互聯網得以蓬勃發展，并創造了快速而廣泛的經濟和文化進步。通過將第 6(f) 條擴展到網守核心平臺服務的行業標準功能，監管仍然可以支持這種模式。

1.3 與平臺外的業務用戶共享數據

上述 DMA 數據共享義務涉及平臺與平臺內業務用戶之間的數據共享。然而，重要的是要注意，當企業跨平臺多歸屬時，第 6(h 和 i) 條中的義務可能歸結為跨平臺的數據共享。例如，它將使企業用戶能夠將他們的消費者評論分數從一個守門人平臺帶到另一個平臺。重要的是，這會引入道德風險，商家可以選擇性地在其他平臺上重新發布他們的最佳分數，而忽略最差的分數。這是現場訪問解決的另一個問題。DMA 中的兩項義務明確涉及平臺外的數據共享。根據第 5(a) 條，網守應避免跨平臺合并個人數據，除非最終用戶可以選擇退出。歐盟 GDPR 已經禁止將收集的數據重新用于原始收集目的之外的其他目的。這一規定減少了在個人數據的再使用和聚合中從范圍經濟中獲得的福利收益。但是，平臺可以通過在服務條款和最終用戶接受的同意通知中包含重復使用條款來規避這一點 。平臺對個人數據的訪問對最終用戶具有模糊的福利效應。一方面，擁有更多個人數據訪問權限的平臺可以為用戶提供更高效的服務。它增加了消費者可以找到的產品種類和電子商務平臺的匹配效率。另一方面，用戶可能會為這些改進的服務支付更高的間接成本，因為更高效的平臺向商業用戶收取更高的市場進入價格。這反過來又會影響用戶為服務支付的價格。重要的是，對個人數據的不對稱訪問也是平臺之間長期競爭的障礙，與更對稱放置的平臺競爭的反事實（競爭的好處歸于消費者）相比，對消費者產生負面影響。第 6(j) 條規定搜索引擎守門人平臺有義務允許第三方搜索引擎服務提供商訪問免費（自然）和付費（廣告）搜索結果中的查詢、點擊和查看數據，但須遵守數據保護規定法律。該義務提到，數據訪問可以遵守公平、合理和非歧視性的付款條件。在實踐中，這項義務將使目前正在努力在搜索市場獲得牽引力的競爭搜索引擎可以訪問 Google 搜索數據。數據聚合中的規模經濟和范圍經濟對搜索引擎的效率起著重要作用。如果數據共享會侵蝕谷歌搜索的市場份額并在許多較小的搜索引擎中重新分配用戶，那么碎片化也可能會削弱網絡效應的規模。然而，??我們懷疑谷歌等占主導地位的搜索引擎已經遠遠超過了額外數據聚合和用戶群增長的收益遞減點，因此競爭進入的任何此類侵蝕可能都是輕微的。較小的搜索引擎沒有義務與競爭對手共享其數據。

2.合并和合并政策

DMA 中的第 12 條規定守門人平臺有義務通知委員會任何涉及另一核心平臺服務提供商或任何其他數字服務提供商的預期“集中”（在 EC 條例 139/2004 的意義上）。與 DMA 的其他部分相比，第 12 條的規定不會改變游戲規則。在本章中，我們就數字空間中并購的經濟學提出了一些考慮。在第一部分，我們研究并購在數字世界中的影響，而在第二部分，我們關注這些行業的并購政策。7.1 ?并購對數字世界的影響并購在不同的行業中扮演著不同的角色。區分這些角色及其相關影響是邁向適當政策的重要第一步，該政策平衡合并效率與競爭威脅。

2.1.1?搶占

在某些情況下，收購具有先發制人的潛在競爭的目標和效果。在制藥行業，這些“殺手級收購”已被廣泛記錄，其先發制人的性質以令人信服的方式得到證明。在數字領域，一些收購可以說產生了這種效果。最常引用的一些示例包括 Instagram、WhatsApp 和 Waze。在大多數情況下，這種先發制人的效果不太可能存在。例如，三個 GAFAM（谷歌、亞馬遜和 Facebook）使用來自 Crunchbase 的數據對 300 筆交易的描述表明，許多合并是非橫向的，即它們針對互補活動。與其他行業（如制藥）相比，數字行業的先發制人可能不太常見的一個原因是，識別潛在的競爭對手很困難。盡管如此，沒有任何合并被阻止，包括那些作為目標參與的少數合并，?那些已經擁有數千萬甚至數億用戶的老牌公司。嚴格意義上來說，殺手級收購是指企業收購創新目標僅僅是為了終止目標的創新項目，搶占未來競爭的先機。然而，搶占可以以其他形式發生。在數字空間中，一種可能的先發制人形式是所謂的“殺手區”效應。具體而言，實證研究表明，科技巨頭的收購往往會減少新公司的進入和風險資本對發生收購的產品市場的投資。我們對這些實證結果的解釋存在分歧。一種可能性是，這些收購不僅具有先發制人的性質，而且還會對進入者產生“寒蟬”效應，他們害怕被科技巨頭通過收購“殺死”。一個不同的觀點是，收購公司 A 會降低在同一部門工作的公司 B 被收購的可能性（即，?這家科技巨頭在給定的細分市場中尋找一種資產，而獲得第二種資產的邊際價值非常小）。第一種觀點與收購減少創新激勵的觀點是一致的。這也符合收購效應的積極創新。第二種觀點與新企業遵循戰略的想法是一致的。收購創新。如果沒有自然的或受控的實驗，很難憑經驗梳理出這兩種解釋。除了“殺手區”效應的經驗證據外，許多作者還提出了高科技公司先發制人動機的連貫模型，導致整體創新減少。

2.1.2?協同效應

自 2000 年以來，GAFAM 科技巨頭已經收購了大約 1000 家公司。谷歌一直特別積極，在過去 10 年中平均每 3 周收購一家公司。可以說，科技巨頭創造的價值中有很大一部分來自這些收購。示例包括 iPhone 的觸摸屏。其他人則更具爭議性。例如，谷歌收購 DoubleClick 直接導致其主導的在線廣告業務。Facebook 的迅猛增長是由其收購的 WhatsApp 和 Instagram 部門推動的。亞馬遜對 Zappos 和 Whole Foods 的收購將其觸角伸向了新的零售領域。值得注意的是，在這數百次收購中，只有少數獲得并繼續獲得大量播出時間（Waze、WhatsApp、Instagram、DoubleClick）。絕大多數合并可能屬于現有企業和進入者之間的互補性范疇。但是同樣，由于獨立學者沒有研究過這個問題（因為缺乏數據），也沒有被執法者處理過（因為缺乏案例），所以討論通常是相當抽象的，因為它著眼于事后發生的事情，而合并分析應該涉及事前方法和想象反事實。

2.1.3?創新

學者和政策制定者一致同意，創新在高科技領域發揮著核心作用，最優政策不僅應考慮其對消費者福利的直接影響，還應考慮其對創新率的影響。數字產業的經濟分析確定了高科技市場力量對創新的兩種可能影響，一種是積極影響，一種是消極影響。科技巨頭對創新的主要負面影響源于我們可以稱之為“谷歌陰影”的效應，即新進入者的創新存在被大型現有企業以模仿形式捕獲的嚴重風險。知識產權 (IP) 在數字空間中特別難以保護。當大型在位者創建自己的參賽者產品版本時，版權和專利都不是特別有用，即使不侵犯任何正式的知識產權，該版本也具有相同的“外觀和感覺”。這種負面影響是有據可查的，例如，在移動應用程序的背景下：谷歌進入的威脅往往會降低創新率，無論是在新應用程序方面還是在現有應用程序的更新方面。科技巨頭對創新的主要積極影響來自于引導新企業遵循“以創新換收購”的商業模式。當新企業的產品與現有企業的產品互補，并且與現有企業的資產相結合具有更大的價值時，這一點尤其重要。守門人優勢對創新的另一個影響是外部創新努力取代了內部創新努力。早些時候我們討論了殺手式收購。然而，從經驗上看，在數字領域更為普遍的是，收購通常會有效地扼殺買方的獨立研究工作。隨著平臺繼續向相鄰領域擴展，他們的收購通常被內部評估為“購買與構建”（例如，通過內部電子郵件交流證明）。憑借龐大的能力、競爭力和無限的內部資金，買家通常已經在自己構建特定功能的路上。隨著購買機會的出現和實際發生，目標公司的資產被納入現任者的“生態系統”，而現任者自己的項目可能會被悄悄擱置。就像在殺手式收購中一樣，兩項創新努力中的一項被撲滅了，?雖然在這種情況下它是買方的，不是目標公司的。從社會的角度來看，目標是增加創新產出，而不是創新投入。減少創新努力的重復程度可能會增加福利。反對這種觀點，我們必須補充說，首先，在市場已經或接近于崩潰的地方，潛在挑戰者的創新努力被削弱了，通過允許進一步的合并，我們可能已經放棄了由我們永遠不知道的挑戰者的“甚至還沒有誕生”的競爭。因此，合并政策需要傾向于保留更多而不是更少的創新努力。其次，如果兩者都變成真正的競爭對手，那么前述兩項創新努力中的一項的福利效應可能是相當大的。在目標是真正的替代品的情況下，“獎賞”更大（并且可能是巨大的），使我們能夠擺脫“主要”市場的壟斷/超級主導地位。但即使在這種更極端的版本，競爭的福利也可能相當可觀。

2.2???數字領域的兼并政策

并購過程所涉及的影響的多樣性和復雜性使得很難制定明確的一般原則。事實上，這是專家組成員之間存在分歧的一個領域。一些人認為，基于收購的先發制人效應和幾乎不存在的執法（“我們只能朝著加強執法的方向前進”），應該為占主導地位的公司制定相當嚴格的合并政策。特別是，至少有一名專家組成員同意斯蒂格勒報告和其他分析師的建議，即合并審查中的舉證責任應該倒置：讓收購方證明擬議收購的效果是有利于競爭的。最終，如果協同效應是收購的核心（并改善消費者福利），則收購方應了解這些信息，以便向當局證明合并對于實現這些協同效應至關重要。?該提議還有一個額外的好處，那就是要求占主導地位的公司（擁有大量資源）代替裝備不足的執法者進行這種分析。相比之下，至少一名專家組成員認為，技術轉讓帶來的積極創新激勵——主要通過收購實現——足夠重要，足以保證相對“軟”的合并政策。這種觀點得到了鞏固，即還有其他工具可以控制科技巨頭的市場力量，即監管。我們同意橫向和縱向兼并之間的傳統區別對于多邊數字平臺沒有多大意義。最初的互補者本身可能會在以后轉變為替代品。收購通常以兼并的形式出現。平臺的所有者或其元素之一附加了平臺用戶方之一的工具、服務或代理。這會產生利益沖突，而不是解決這些沖突（例如，防止多宿主或自我優待）。例如，當 Google 收購 DoubleClick（按目前的說法是“垂直”合并）時，廣告中介市場的特點是良性競爭、多宿主和互操作性。合并后，情況發生了巨大變化，谷歌有效地壟斷了幾乎整個廣告技術堆棧。就數字領域的合并政策達成一致意見之一是，當前的工具非常不完整。傳統的合并政策基于明確定義的行業理念，擁有明確的參與者和市場份額。該系統在數字領域無法正常工作。大型平臺滿足全球營業額門檻，但被收購的公司通常是營業額很少的小型初創企業，在某些情況下幾乎沒有任何收入。需要明確的是，在 GAFAM 的數百次收購中，只有少數經過審查，而全球大約 97% 的科技公司收購甚至沒有經過審查。迄今為止，沒有一個在任何地方被阻止。

3.執法和平臺與監管機構之間的信息差距

許多報告指出，事后競爭政策工具在應用于數字市場時的緩慢是引入事前監管工具（例如 DMA 提案）的主要原因。雖然競爭政策程序總體上可能相對緩慢，但在快速發展的數字市場中尤其引人注目。在競爭主管機構作出判斷之前，損害可能已經不可逆轉。這種緩慢的一個重要原因是數字平臺市場中當局和公司之間的信息差距不斷擴大。公司從未收集和處理過如此全面而詳細的生產、銷售和客戶互動數據集。監管者在他們應該監管的公司方面從未處于如此強烈的比較信息劣勢。平臺可能擁有處理案件所需的所有數據，但不愿發布并與監管機構共享。而且，?監管機構并不總是能夠處理和分析非常龐大和復雜的數據集。了解平臺行為通常涉及對驅動其行為的算法進行試驗。最近的一些數字市場案例說明了這一點。Google 購物調查耗時七年，目前尚不清楚這些補救措施是否真正解決了已發現的問題。歐盟委員會最近對亞馬遜商店所謂的自我優待的立場表明監管機構在沒有“確鑿證據”信息的情況下是謹慎的。當局和公司之間的信息不對稱通常涉及經典競爭案例分析的所有三個步驟：市場定義、公司行為和補救措施。關于市場定義，公司通常更了解客戶的替代模式。公司也傾向于更好地了解其行動的效果和目的。公司通常還享有關于潛在補救措施有效性的信息優勢。谷歌購物案中圍繞適當的市場定義、谷歌行為的影響和意圖以及所選擇的補救措施的有效性進行的討論，可以說明這些信息缺失對競爭管理機構來說是多么嚴重。DMA 政策提案以多種方式解決了信息差距。傳統的三步競爭程序被一個步驟取代：確定守門人及其核心平臺服務。第 3 條第 2 款中關于營業額、市值和活躍用戶的量化標準相當容易驗證，不會出現重大信息問題。此外，平臺一旦滿足標準就必須通知委員會。這降低了委員會的信息成本。第 3 條第 6 款規定的質量更高的標準并不容易。但是第 15 條、第 19 條和第 19 條中的調查工具應有助于減少信息不對稱，包括通過指定專家進行現場檢查。一旦平臺被指定為守門人，第 5 條和第 6 條的所有義務均適用。不再需要 (i) 研究替代模式來描繪市場，(ii) 分析公司特定行為的影響，以及 (iii) 設計和測試適當的補救措施——減緩傳統競爭案例的任務。根據第 7 條，委員會可以直接指定第 6 條義務的合規措施，而無需像過去的競爭案件那樣測試守門人提出的補救措施。這大大降低了歐盟委員會的信息要求。此外，根據平臺商業用戶提供的證據，對第 5 條中的義務進行監控是相當容易的。他們預計不會遇到重大的信息問題。因此，就第 5 條而言，信息不對稱基本上可以忽略不計。第 6 條義務的情況并非如此。例如，禁止自我優待和優先展示自己的服務，不容易觀察或證明，可能需要大量數據才能執行。委員會任命的專家可以進行現場檢查，包括訪問數據和算法（第 21 條），結合第 16 條和第 19 條中的調查權，應促進這一點。擬議的 DMA 不包含舉證責任倒置的正式概念，因為第 5 條和第 6 條規定的義務準自動適用。第 8 條和第 9 條留有有限的豁免空間。雖然我們建議在本報告的第 2.2 節中為灰名單上的義務引入效率辯護，但我們還建議舉證責任在于守門人。此外，我們建議根據第 22 條采取臨時措施，以防出現不可逆轉的損害風險，直至委員會接受訪問數據庫和算法并任命獨立專家和審計員的能力（第 21 條第 3 款）增加了一個重要的新工具，該工具與數字平臺非常相關，有助于減少守門人和監管機構之間的信息不對稱，包括用于監督義務的有效實施和遵守情況（第 24 條）。我們建議這應該包括在平臺中嵌入獨立審計員，以便持續和直接訪問數據和算法，最重要的是，運行行為實驗來評估算法和數據的使用。審計師可由監管機構任命。或者，可以設置外部獨立控制機構。這種新工具的實施和治理模式很重要，以避免對審計師和專家的任何監管捕獲。由于審計師需要在一方面獲得機構知識和經驗與另一方面避免監管捕獲之間取得平衡，因此建立由來自不同公司和背景的成員組成的輪換審計團隊可能會被證明是有益的。輪換的審計員團隊可能比單人更難捕捉。這也適用于任何外部獨立控制機構，團隊應該輪換并定期重組，以在經驗和“新鮮度”之間取得適當的平衡。任何外部獨立控制機構的審計員或工作人員也應遵守適當的“冷靜”期。雖然這些方法都不是萬無一失的，但我們推測它比其他更耗時且本質上更慢的信息收集練習更可取。

4.公平的平臺行為

在 DMA 中，明確提及公平或公平、合理和非歧視 (FRAND) 待遇的守門人平臺有兩項義務，一項針對搜索引擎，另一項針對應用商店：第 6(j) 條：應在線搜索引擎的任何第三方提供商的要求，向其提供以公平、合理和非歧視性的方式訪問與生成的免費和付費搜索相關的排名、查詢、點擊和查看數據的權限最終用戶在守門人的在線搜索引擎上進行匿名查詢、點擊和查看構成個人數據的數據；第六條第(k)款：對企業用戶按照本條例第三條指定的軟件應用商店適用公平、非歧視性的一般訪問條件。沒有關于 FRAND 含義的詳細信息，除了在 DMA 的 Recital 中有些模糊的引用：“如果定價或其他一般訪問條件導致對商業用戶施加的權利和義務不平衡或授予網守的優勢與網守向業務用戶提供的服務不成比例，或導致業務用戶在提供與網守相同或相似的服務方面處于劣勢”。我們支持 FRAND 訪問市場和市場級別數據，包括訪問搜索引擎數據和應用商店的 FRAND 規定。這種市場層面的數據有可能通過改進市場參與者的決策來提高市場效率。但是，DMA 并未詳細說明 FRAND 條款可能是什么，也沒有詳細說明它們可能如何實施。為了實施 FRAND 條款，守門人可能會在法律和技術上將平臺頂部的垂直服務與構成平臺的基礎設施分開。在搜索、社交網絡和市場方面，分離可能會在廣告服務、應用程序和商品與搜索、網絡和市場本身之間形成一條分界線。如果一個平臺發布了對基礎設施的訪問條款，那么它自己在平臺之上進入這些垂直市場中的任何一個，都會出現相同的條款。未能發布平等訪問條款可能會阻止該平臺進入垂直市場。重要的是，這應該包括平臺已經進入的市場，例如廣告。守門人必須為所有其他人發布平等的準入條件，或者退出該市場。該標準的發布還為監管機構和競爭對手提供了一套標準，以使守門人承擔責任。雖然（競爭）律師可能更熟悉“公平”術語，但要與經濟術語協調一致卻有些困難。公平可以等同于分配或公平問題。隱含地，DMA 政策提案至少以兩種方式使用“公平”：不公平=有害。這就提出了幾個問題：與什么標準相比有害？對誰有害？福利經濟學區分帕累托最優以及卡爾多-希克斯最優，前者指當一個行動不會減少任何經濟主體的福利但可能會增加一些經濟主體的福利時；后者指當一個行動可能會增加一組主體的凈福利，但它可能會減少福利對于一些。后一個標準允許贏家（理論上）補償輸家并且仍然過得更好。當平臺行為增加整體社會福利但對某些用戶的福利產生負面影響時，是否可以接受？網絡外部性為社會帶來福利收益，但網絡接入條件可能會懲罰一些用戶。不公平=不平等。問題又來了：與什么平等標準相比？我們如何實現這一點？例如，發布商和中間商之間或應用程序開發人員和應用程序商店所有者之間的廣告收入 70/30 分享規則是否公平？時間被消耗的消費者是否應該參與分享廣告收入的方程式？這導致了（i）可能采取何種形式的傷害和（ii）應根據什么標準來衡量的問題。我們可以確定至少三種形式的壟斷行為危害：(a) 減少市場準入造成的福利損失，即代表社會無謂損失的所謂先兆福利三角形，(b) 壟斷下生產者和消費者之間的福利重新分配為生產者產生不公平的壟斷租金并減少消費者剩余的定價市場，以及（c）由于一系列劣質交易而導致的機會損失，這些交易相對于限制較少的產品可能發生的交易。例如，壟斷訪問應用商店的定價（30% 的入門價格“稅”）減少了基于應用的服務的供應，并將開發者和消費者剩余的部分收入重新分配給應用商店所有者。比較消費者福利是歐洲和美國最常用的標準。在傳統的雙邊交流中，生產者和消費者之間，這個標準很好地促進了公平的結果和創造福利：壟斷力量、外部性和信息不對稱都表現為明顯的減少在消費者福利方面。這些市場失靈可以通過競爭、產權和透明度來糾正，使交易雙方的角色分別在生產者和消費者之間對稱，因此是公平的。然而，消費者福利測試在動態意義上的守門人環境中表現不佳。平臺互動構成了一種三邊交換，平臺作為守門人，同時享有第三方生產者無法獲得的市場準入、網絡效應和信息優勢。以犧牲生產者為代價，消費者福利可以很高，甚至可以得到補貼。?如果包含動態的而不是靜態的效率，這個標準可能仍然有用。如果生產者被平臺過度征稅，他們進入的動力和他們的發明資本就會被削減。消費者福利標準必須考慮創新而不僅僅是競爭。在缺乏動態創新的反事實模型的情況下，促進靜態模型的公平性可以有效地將市場雙方、生產者和消費者的福利視為更穩健的標準。一些專家建議，Shapley 值創建了一個公平分配價值的公式。夏普利定理指出，由大聯盟實現的超加性合作博弈只存在一個價值估算。盈余分配給各方完全基于各方為游戲帶來的價值。該解決方案有兩個與公平相關的關鍵要素。首先，Shapley 值取玩家可能加入的任何子聯盟的所有邊際貢獻的平均值。形成大聯盟的所有順序都有相同的發生概率。其次，參與者之間份額的任何差異都是由于他們平均邊際貢獻的差異。玩家對聯盟的功利價值是這里唯一重要的標準。幸運的是，運氣、不公平的做法或濫用優勢地位不會改變最終結果。Shapley 值非常數據密集且計算繁瑣，成本隨著玩家數量呈指數增長。與其計算相關的交易成本可能高于收益。盡管如此，如果我們不能完全正確，我們可能會“定向”正確。其他專家建議，沙普利值只是衡量市場力量的一種方式，而不是一種公平分配價值的方式。提高消費者數據平均值的透明度（例如美國儀表板法案）可能會給公司帶來壓力，要求他們與消費者分享更多價值。同樣，在就地獲取制度下引入的競爭（見第 6.2 章）也可能導致公司與消費者分享更多價值。消費者數據的高平均和接近于零的邊際價值之間的差異可以通過“數據聯合”或個人數據池來克服。個人信息管理空間或數據合作社的近期歷史并不令人鼓舞。交易成本超過消費者收益，除非消費者對其私人數據附加極高的主觀價值。降低交易成本的一種方法可能是通過機器可讀的服務條款自動化數據同意決策。最近關于谷歌搜索和 Facebook 的實證研究表明，這些服務產生的高消費者剩余價值的存在。這些盈余中只有一部分被平臺通過廣告捕獲。盡管這些論文依賴于實際的消費者行為，而不是陳述的偏好，但關于這些論文方法的穩健性存在爭議。如上所述，靜態消費者剩余的絕對值并不是衡量平臺市場競爭程度的好方法。然而，最近一份基于 Facebook 用戶數據的實證論文表明，更多的競爭和將市場一分為二可能會損害消費者剩余。通過稅收重新分配剩余價值對消費者福利幾乎沒有影響，也不影響競爭。與其他干預措施相比，科斯監管和庇古稅收方法似乎都沒有產生重大影響。