2026年管制经济学平台经济考查试题含答案

2026年管制经济学平台经济考查试题含答案一、名词解释（每题3分，共15分）1.平台自我优待参考答案：平台自我优待是平台经营者利用自身作为市场守门人的基础设施地位，在平台运营过程中对自身开展的自营业务与第三方商户的同类业务进行区别对待，通过流量倾斜、搜索排序前置、准入限制等方式抬高竞争对手获客成本，排斥限制市场竞争的行为。从管制经济学视角来看，平台自我优待的本质是具有核心设施属性的平台，将市场准入的公共性权力转化为自身的竞争优势，属于典型的排他性滥用市场支配地位行为，和传统价格歧视不同，平台自我优待多发生在流量分配、场景接入等非价格环节，隐蔽性更强，对市场竞争的损害也更持久。当前全球平台经济管制实践中，欧盟《数字市场法》、美国联邦贸易委员会的Meta案、我国修订后的《反垄断法》都将平台自我优待列为重点管制对象。2.算法合谋参考答案：算法合谋是数字平台经济领域出现的新型合谋形态，指平台经营者依托算法工具，无需通过明示的意思联络，就能够通过算法的实时数据交互、动态调价自动达成协同一致的定价或产量决策，实现限制竞争的默契合谋。根据合谋达成方式的不同，算法合谋可以分为明示算法合谋与默示算法合谋，其中默示算法合谋对传统管制规则的挑战最大。从管制经济学逻辑来看，算法技术大幅降低了合谋过程中的信息沟通成本、背叛行为监测成本和惩罚成本，突破了传统寡头市场合谋不稳定的特征，即使在市场参与者较多的细分领域也能够形成稳定的合谋均衡，严重损害市场竞争效率。传统反垄断管制以意思联络作为合谋认定的核心依据，无法适用于默示算法合谋的认定，因此要求管制体系重构合谋认定规则与监测机制。3.守门人平台参考答案：守门人平台是当前全球数字经济管制领域对具有基础设施属性的超大型平台的统一界定，核心特征包括三个方面：一是拥有跨市场的显著网络效应，用户规模足够大，平台对供需两端的连接价值远高于中小平台；二是控制了消费者与商家对接的核心市场网关，拥有市场准入的决定权，市场参与者必须通过该平台才能触达目标用户；三是市场地位稳定，用户锁定效应强，新进入者很难撼动其市场地位。欧盟《数字市场法》最早明确了守门人平台的量化认定标准，我国《平台经济反垄断指南》《网络安全法》中针对超大型平台的管制也遵循了守门人平台的逻辑。在管制经济学框架中，守门人平台因为具备了数字公共基础设施属性，因此需要承担比一般平台更严格的互联互通、禁止自我优待、数据开放、公平接入等特殊管制义务，防止其利用基础设施地位损害公共利益与市场竞争。4.数据可携带权参考答案：数据可携带权是平台经济管制中赋予用户的一项核心竞争性权利，具体指用户有权将其在平台内生成积累的个人数据、交易数据、行为数据，从原平台转移到自身指定的其他竞争平台，平台不得阻碍用户的数据转移行为。从管制经济学的角度来看，数据可携带权制度设计的核心目标是降低用户的平台转换成本，削弱平台对用户的锁定效应，打破头部平台的数据壁垒，降低新平台的市场进入门槛，促进平台市场的动态竞争，同时数据可携带权也是推动数据要素市场化流动的核心制度基础，能够提升数据要素的配置效率。当前欧盟《通用数据保护条例》、我国《个人信息保护法》都已经确立了数据可携带权的基本框架，但在具体实施层面，还存在数据标准不统一、数据安全责任划分模糊、平台转移成本分担机制缺失等管制难题，仍需要进一步完善规则。5.零价市场不对称管制参考答案：零价市场是平台经济双边市场结构下的典型市场形态，平台对一边用户免费提供服务，依靠交叉补贴从另一边用户获得广告或佣金收入。零价市场不对称管制就是针对这种特殊市场结构设计的差异化管制制度，指管制机构不对免费端的价格进行直接管制，而是针对具有市场支配地位平台的收费端、盈利端实施更严格的管制要求，对中小平台的市场竞争行为给予更宽松的空间。不对称管制的核心逻辑是，零价端的免费定价本身是双边网络效应下交叉补贴的正常结果，并不必然构成掠夺性定价，不对其进行直接管制能够保留网络效应带来的福利增益，同时针对支配平台的盈利端管制能够纠正交叉补贴带来的竞争扭曲，防止支配平台利用交叉补贴挤出中小竞争对手，保护市场公平竞争，平衡消费者福利与竞争效率。二、简答题（每题15分，共60分）1.简述平台经济中市场失灵相对于传统工业市场的特殊性。参考答案：传统工业市场的市场失灵主要表现为垄断、外部性、信息不对称与公共品供给不足，平台经济基于网络效应与双边市场结构，其市场失灵呈现出显著的特殊性，具体表现在四个方面：第一，市场垄断的自我强化性更强。传统工业市场的垄断主要依托规模经济形成，而平台市场的垄断依托直接或间接网络效应形成，用户规模越大平台对新用户的吸引力越强，用户转化成本越高，赢者通吃的演化速度远快于传统工业市场，而且垄断地位一旦形成就很难被新进入者颠覆，即使新平台拥有更先进的技术，也很难突破头部平台的用户锁定与数据壁垒，市场自发竞争无法打破垄断，市场失灵的程度更深。第二，市场边界模糊导致失灵范围更难界定。传统工业市场的产品边界与市场边界清晰，而平台可以依托自身的网络效应与数据优势快速跨界渗透，将一个市场的垄断地位传导到多个相邻市场，形成跨市场的杠杆效应，传统的相关市场界定方法已经很难适用，导致市场失灵的范围很难清晰界定，管制机构无法及时识别垄断带来的损害。第三，算法与数据驱动下的新型信息失灵更突出。传统市场的信息不对称主要是生产者与消费者之间的产品质量信息不对称，而平台经济中，平台依托大数据与算法技术拥有绝对的信息优势，不仅能够实现精准的差异化定价榨取全部消费者剩余，还能够通过算法推荐诱导消费者非理性消费，算法黑箱也让算法合谋、算法歧视等反竞争行为更加隐蔽，管制机构很难识别，这种信息不对称对消费者福利与竞争效率的损害远大于传统市场。第四，公共属性与私人属性的冲突带来新型公共利益失灵。传统工业企业很少具备公共基础设施属性，而当前超大型平台已经成为数字经济运行的核心基础设施，承担了连接供需、保障数字服务稳定供给的公共功能，但平台本身是以利润最大化为目标的私人主体，往往会为了私人利益损害公共利益，比如过度采集用户隐私、利用基础设施地位排斥竞争、放任有害内容传播，这种公共利益层面的市场失灵是传统工业市场很少出现的。第五，外部性的多重性特征更显著。平台网络效应本身带来了很强的正外部性，但同时平台也产生了极强的负外部性，比如隐私泄露、算法歧视、虚假信息、不公平竞争，这些负外部性大多没有被平台内部化，平台可以将成本转嫁给社会公众与竞争对手，进一步加剧了市场失灵。2.简述我国对超大型平台实施互联互通管制的理论依据与现实意义。参考答案：互联互通管制要求超大型平台开放自身的流量接口、数据接口与网络接入，允许其他平台的用户正常访问与跳转，是当前我国平台经济管制的核心举措之一，其理论依据与现实意义如下：理论依据层面，第一，符合管制经济学的核心设施理论。核心设施理论认为，如果某一基础设施是市场竞争必不可少的，且只有在位者拥有，新进入者无法自行建设，那么在位者就必须开放该核心设施允许竞争对手公平接入，否则就构成排他性滥用。当前超大型平台的用户接入关口已经成为数字经济竞争的核心设施，封闭接入就会排除竞争，因此要求互联互通符合核心设施理论的逻辑。第二，网络效应内部化的要求。不同平台封闭运行会分割网络效应，导致整个市场的总网络效应被降低，互联互通之后，整个市场的网络可以连通，总网络效应会显著提升，社会总福利也会随之增加。第三，纠正用户锁定效应的要求。头部平台依托封闭生态形成了极强的用户锁定效应，新平台很难获得用户，互联互通能够降低用户的转换成本，帮助新平台获得用户，打破头部平台的市场进入壁垒，促进动态竞争。第四，公共利益理论的要求。超大型平台的网络生态已经具备公共基础设施属性，开放接入是保障用户选择权、维护公共利益的必然要求。现实意义层面，第一，有利于打破头部平台封闭生态的反竞争行为，促进公平竞争，激发中小平台的创新活力，互联互通之后，中小商家与中小平台可以多渠道获客，降低了对头部平台的流量依赖，挤压了头部平台的二选一、抬高流量成本等反竞争行为的空间。第二，有利于促进数据要素流动，推动全国统一数据要素市场建设，打破数据孤岛，提升数据要素的配置效率。第三，有利于保护消费者权益，提升消费者的使用便利，消费者无需重复注册多个账号，无需在多个APP之间反复跳转，降低了消费者的使用成本。第四，有利于降低数字经济创新门槛，新的创新业态与创新应用不需要从零开始积累用户流量，可以依托开放的网络快速触达用户，催生更多新业态新模式，推动整个数字经济的创新发展。3.简述算法价格歧视的管制难点与主要管制思路。参考答案：算法价格歧视俗称大数据杀熟，是平台依托算法技术精准预测不同消费者的支付意愿，对同一商品或服务向不同消费者收取不同价格，以榨取更多消费者剩余的行为。当前对算法价格歧视的管制存在多个方面的难点：第一，行为隐蔽性强，识别与举证难度大。算法价格歧视是动态个性化定价，每个消费者看到的价格都不同，消费者很难意识到自己被溢价歧视，即使意识到也很难举证，传统的价格监测方法很难及时发现这种行为。第二，合法与非法的界定难度大。并不是所有的价格歧视都是非法的，平台给新用户的优惠、批量购买的折扣都属于合理的价格歧视，适当的价格歧视甚至能够扩大产出提升总福利，而针对老用户的不合理溢价、利用敏感信息实施的歧视性定价才是需要管制的对象，如何清晰区分合理与不合理的价格歧视，一直是管制实践中的难题。第三，算法黑箱带来的监管难度大。平台的定价算法属于商业秘密，不对外公开，管制机构很难获得算法源代码，也很难识别算法中是否嵌入了价格歧视的逻辑，监管能力跟不上算法技术的发展。针对以上难点，当前主流的管制思路可以概括为五个方面：第一，建立算法透明度与备案制度，要求平台对涉及定价的算法向管制机构备案，向消费者公开个性化定价的基本逻辑，保障消费者的知情权。第二，明确不合理算法歧视的认定标准，禁止利用用户的消费习惯、忠诚度、支付能力等信息实施不合理溢价，同时降低消费者的举证门槛，实行举证责任倒置，由平台证明自身的价格差异是基于合理成本而非歧视。第三，落实消费者的算法解释权，消费者有权要求平台对差异化定价的依据做出解释，平台不得拒绝。第四，推行科技监管，用算法监管算法，管制机构开发人工智能监测系统，对平台的定价算法进行动态监测，同时推行算法沙箱制度，对新的定价算法提前进行测试评估。第五，实施分类分级管制，对合理的促销优惠、差异化成本定价给予允许，对滥用用户数据榨取消费者剩余的不合理歧视进行严格查处。4.为什么平台经济管制需要引入不对称管制？简述不对称管制在平台经济中的主要适用场景。参考答案：不对称管制是指管制机构根据市场参与者的市场力量差异，实施差异化的管制要求，对拥有市场支配地位的在位平台实施更严格的管制，对新进入的中小平台实施更宽松的管制，以此平衡市场力量，创造公平竞争环境。平台经济领域需要引入不对称管制的核心原因有三个：第一，平台市场的力量失衡是结构性的，市场自发无法纠正。在位头部平台已经积累了极强的网络效应优势、数据优势与用户锁定优势，中小新平台从诞生开始就处于不公平的竞争地位，市场自发的竞争无法改变这种结构性失衡，只有通过不对称管制才能平衡双方的竞争地位。第二，平台市场赢者通吃的特征导致在位平台更容易扼杀创新。在位头部平台可以通过排他性行为、并购封杀等方式将潜在竞争对手扼杀在萌芽阶段，不对称管制可以限制在位平台的反竞争行为，保护新进入者与创新者，维护市场的动态竞争。第三，平台双边市场的交叉补贴结构，导致对称管制无法纠正竞争扭曲。头部平台可以利用交叉补贴实施掠夺性定价，将中小平台挤出市场，如果对所有平台实施相同的管制规则，无法阻止这种竞争扭曲，只有对头部平台实施更严格的管制，才能纠正扭曲。不对称管制在平台经济中的主要适用场景包括：第一，守门人平台的义务设定，全球范围内都只对符合标准的守门人平台要求承担禁止自我优待、公平接入、数据开放等特殊义务，不对中小平台提出同样要求，这是最典型的不对称管制。第二，互联互通管制，只要求超大型平台开放接口，实现互联互通，不对中小平台提出同等要求，目的就是打破头部平台的流量壁垒。第三，数据要素市场管制，要求拥有海量用户数据的头部平台开放数据接口，允许中小平台合规接入，不要求中小平台承担同等的开放义务，以此降低新进入者的数据获取成本。第四，算法管制，要求超大型平台对算法进行更严格的备案、审计与透明度要求，中小平台因为影响范围小，管制要求相对宽松，以此降低中小平台的合规成本。第五，掠夺性定价管制，对头部平台的低于成本定价行为进行严格审查，防止其利用交叉补贴挤出竞争对手，允许中小平台在发展初期进行一定时期的补贴获客，以此保护新进入者。三、论述题（共25分）论述生成式人工智能大模型平台的新型市场失灵与管制框架构建。参考答案：生成式人工智能大模型平台是新一代平台经济的核心形态，与传统的消费端社交、电商平台不同，大模型作为通用目的技术，已经成为支撑整个数字经济创新发展的新型基础设施，其市场结构与运行逻辑都发生了深刻变化，带来了一系列传统管制框架无法应对的新型市场失灵，亟待构建适配大模型平台特征的新型管制框架。大模型平台的新型市场失灵主要体现在五个方面：第一，训练数据壁垒带来的进入障碍与侵权外部性。大模型训练需要海量的文本、图像、音频数据，头部大模型平台依托早期发展积累，已经占据了绝大部分公开可用的优质训练数据，形成了极高的数据壁垒，新进入者很难获得足够的训练数据参与竞争，市场进入障碍远高于传统平台，导致大模型市场很容易形成高度垄断的格局。同时，大部分训练数据都涉及知识产权与个人信息，头部平台大多未经授权就使用各类数据训练模型，将侵权成本转嫁给创作者与个人，侵权的外部性没有内部化，而且大模型生成内容的侵权责任很难界定，市场自身无法解决这个问题。第二，基础设施化垄断带来的全产业链竞争损害。大模型的通用目的技术属性决定了其会成为数字经济的新型基础设施，上游大模型一旦形成垄断，就会控制整个下游所有应用生态的准入，头部大模型平台普遍会向下游延伸布局应用，依托上游模型的垄断地位实施自我优待，给自有下游应用提供更低的调用价格、更高的优先级、更好的技术支持，排斥第三方下游应用，这种垄断传导不仅会损害下游市场竞争，还会扼杀全产业链的创新，其危害范围远大于传统消费端平台的自我优待。第三，算法合谋与算法操纵带来的新型竞争与社会失灵。大模型的算法能力远强于传统平台，不仅可以帮助单个平台实现精准定价，还可以同时给多个不同行业的企业提供定价算法，天然具备协同所有企业定价的能力，很容易形成跨行业的默示算法合谋，这种合谋的隐蔽性更强，影响范围更大，对市场竞争效率的损害也更突出。同时，大模型可以通过生成内容精准操纵消费者偏好，甚至操纵舆论，平台可以为了自身利益推送给消费者特定内容，带来公共利益层面的损害，这种操纵行为的负外部性远大于传统平台的算法推荐。第四，生成内容的多重负外部性。大模型可以低成本生成深度伪造内容、虚假信息、有害内容，甚至生成网络攻击代码、诈骗脚本，平台出于流量变现的目的，往往会放任有害内容的传播，这些有害内容带来的公共安全风险、名誉侵权损害等成本都由社会承担，平台并没有将这些负外部性内部化，传统平台的内容审核制度也无法适应大模型生成内容的监管需求。第五，动态价格扭曲带来的创新阻碍。当前大模型行业竞争中，头部大模型平台为了挤出潜在竞争对手，往往会采取掠夺性定价，以远低于成本的价格甚至免费开放API接口，等到中小大模型退出市场、垄断地位稳固之后，再大幅涨价，榨取下游所有应用企业的利润，这种动态价格扭曲会阻碍整个大模型行业的创新，也会推高整个数字经济的应用成本。针对大模型平台的新型市场失灵，需要构建创新友好型的分级分类管制框架，具体可以从五个