1. 引言
我国电商经济规模庞大，数据已成为平台实现交易匹配、个性化推荐的核心生产要素。全链路数据流转支撑行业增长，也成为《中华人民共和国个人信息保护法》(以下简称《个人信息保护法》)监管的重点领域。然而，当前法律研究多聚焦“最小必要”“单独同意”等通用原则，未针对性解决电商场景特有的隐私风险。这种“法律条文与电商业务脱节”的现状，既导致中小电商因合规成本过高陷入经营困境，也使消费者隐私权益难以落地，亟需构建适配电商经济的隐私保护法律框架。在电商平台缺乏竞争约束的情况下，如何防范平台通过降低隐私标准来过度提取用户数据，成为亟待解决的问题。
数据隐私保护传统上被视为数据保护法和个人信息法范畴，因此能否将数据隐私问题引入反垄断法框架在学界引发了广泛争议。“分离论”学者坚持认为，对数据隐私和反垄断法的法律分析应当保持分离，因为每个法律领域旨在防范不同的损害[1]，反垄断法旨在遏制那些损害消费者福利或破坏市场竞争的行为；而数据隐私法则旨在保护消费者的知情权以及他们合理的消费预期。“融合论”学者基于“价格并非竞争的唯一基础”这一观点，主张将基于数据隐私的竞争纳入基于产品质量这一竞争范畴，反垄断法应当将数据隐私考虑在内[2]。司法实践正在回应这一理论争论。以欧盟《数字市场法案》(DMA)为例，其对“守门人”平台在数据可携带、互操作性等方面的要求，正是为了降低市场进入壁垒，促进包括电商在内的数字市场竞争。
回归中国语境，在《“十四五”电子商务发展规划》明确要求“细化反垄断和反不正当竞争规则”的背景下，反垄断执法若继续忽视数据隐私因素，恐将引发法律体系的内在冲突与监管套利。平台可能利用反垄断执法的“盲区”，以损害用户隐私为代价实施“二选一”、大数据杀熟、垄断性并购等行为，导致《个人信息保护法》在电商场景下的立法目的落空。因此，如何通过反垄断法的现代化解释与适用，回应电商经济发展衍生的数据隐私安全问题，实现与既有法律体系的协同治理，已成为我国电商领域竞争规制亟待解决的重大命题。
2. 数据隐私纳入电商反垄断分析的理论依据
2.1. 电商领域“数据隐私”的竞争意涵
美国“隐私权”最早的提出者Warren和Blandies大法官最早认为，隐私权只是一种“独处的权利”[3]。但随着电商经济发展与大众社会生活实践的变革，美国司法界对隐私问题的理解逐渐加深，互联网时代更加多元化的隐私侵权场景的出现，“信息隐私”“自决隐私”等新兴隐私类型逐步在判例中被创设。Daniel J. Solove在Alan Westin教授的“隐私即信息控制”2理论基础上，批判隐私侵扰行为四分法的传统观[4]，转而构建了一个更具解释力的“隐私侵害分类法”，将互联网政府与企业对个人的信息处理行为也纳入隐私法的保护范围之内，将隐私理解为防止个人信息被不当收集、处理、传播与入侵的系列权利[5]。也即认为数据隐私是隐私概念的一个子范畴，它主要关注“个人数据的使用与管理工作”。
在电商场景中，数据隐私是隐私概念的重要子范畴，特指电商平台及相关经营者通过注册、浏览、交易、物流等环节收集与处理的，能够识别特定消费者的各类信息，包括但不限于个人基本信息、消费记录、收货地址、支付信息、浏览轨迹等。这些数据不仅关乎用户人格权益，也影响平台商业模式与竞争策略：数据聚合与算法分析可实现精准营销、动态定价，提升用户体验与黏性。但若平台滥用市场力量降低隐私标准，可能引发“隐私竞次”，即平台间为争夺数据优势而竞相降低隐私标准，最终损害消费者福利。
从竞争角度看，数据隐私已成为电商平台非价格竞争的重要维度。消费者在选择电商平台时，不仅关注商品价格与质量，也越来越重视平台的隐私政策与数据安全水平。例如，部分新兴电商平台以“隐私友好”为卖点，吸引对数据敏感的用户，尽管其市场份额有限，但仍在一定程度上形成对主流平台的竞争约束。这表明，隐私保护水平已成为影响电商市场竞争格局的重要因素。与一般领域数据隐私相比，电商场景下的数据隐私具有显著特殊性：一是关联性强，电商数据往往串联起消费者全消费链路信息，组合后隐私敏感度极高；二是商业价值突出，消费偏好、购买频率等数据直接决定电商平台的算法推荐效果与营销效率；三是收集场景多元，涵盖APP注册、商品浏览、订单提交、物流签收、售后评价等多个环节，易出现“碎片化收集、集中化滥用”的问题。
2.2. 反垄断法介入电商平台隐私保护的正当性
将电商平台数据隐私保护纳入反垄断法框架，并非凭空产生，而是基于数字经济时代市场竞争形态的根本性变化。
2.2.1. 消费者福利内涵的拓展
在电商平台普遍采用“免费服务 + 数据对价”的商业模式下，用户以个人数据换取便捷的购物体验。若平台利用市场支配地位，强制用户同意不合理的数据收集条款，或擅自扩大数据使用范围，则构成对消费者的剥削性滥用。传统反垄断分析以价格为中心，难以有效识别此类非价格损害。
2020年8月，美国众议院司法委员会的反垄断、商业与行政法小组委员会发布的《数字市场竞争调查报告》已明确指出谷歌等平台通过数据聚合形成“近乎完美的市场情报”，其数据滥用行为不仅损害竞争，更对用户隐私造成系统性伤害，该报告也成为推动反垄断法关注数据隐私的重要依据。这一结论同样适用于电商领域。欧盟竞争法则历来将消费者福利塑造为一个囊括质量与选择自由的综合性概念，其《欧盟运作条约》第一百零二条对剥削性滥用行为的规定，为将隐私视为公平和福利的维度提供了法律基础，为电商隐私纳入反垄断评估提供了法律参照。数据隐私与反垄断法的规制冲突已呈显性化态势，隐私问题已在欧美多起针对Facebook与Google的高关注度反垄断案件中占据核心地位。
此外，电商平台竞争要素的演变也体现在“隐私政策捆绑”行为上。具有市场支配地位的数字平台在隐私政策中规定其可以跨平台使用用户数据，用户若不同意该政策将无法使用其服务。这种行为兼具排他性滥用和剥削性滥用的属性[6]，需要反垄断法的关注。在电商平台服务价格为零但用户规模持续扩张的场景下，传统反垄断分析框架的适用面临根本性挑战。面对此种挑战，实务中提出两种解决策略。一种策略是让用户将注意力集中在平台的广告商端，根据广告商发布广告的价格进行判定；另一种方法则是将这些平台收集的个人信息视为消费者体验免费服务的对价，从而将隐私问题转化为竞争中的一个关键因素[7]。
电商实践表明，消费者在选择平台时，除价格因素外，隐私保护水平已成为关键决策依据。消费者会倾向于选择隐私保护更好的产品，这直接影响了电商平台的市场竞争力。这意味着电商领域消费者福利的内涵，必须从狭隘的“价格优惠”拓展至包含隐私安全、信息自由等在内的非价格维度。因此，将数据隐私明确为电商领域消费者福利的核心非价格要素，是反垄断法适配电商经济发展的必然要求。
《反垄断法》旨在保护市场的有序运行和公平竞争，规制损害竞争的违法行为。最终衡量竞争政策的标准为是否满足消费者需要，而消费者需求即消费者福利，包含价格方面和非价格因素[8]。传统反垄断理论将消费者福利分析聚焦于易于量化的价格因素及其对消费者剩余的影响，其主张的“价格中心主义”仅以价格和产出变动作为评估竞争的核心指标，而忽视非价格因素，这一主张难以解释当前电商平台经济中免费服务背后的垄断问题。若反垄断法继续单纯关注价格，而忽视对消费者数据隐私等非价格权益的危害，将极大地限制其视野，无法有效规制那些通过制定不公平条款、过度及剥削性收集和使用用户数据以获取经济价值的市场支配行为。数字经济实践表明，消费者福利的内涵必须从狭隘的“价格中心”拓展至包容性的“非价格因素”。因此，将数据隐私明确为消费者福利的非价格核心维度，并为其构建可操作的分析框架，便成为反垄断法现代化的当务之急。
2.2.2. 平台竞争要素的演变
电商经济的“零价格市场”特性与“跨场景数据联动”模式，彻底重塑了竞争要素内涵：数据控制权与隐私保护水平已取代传统价格要素，成为电商平台竞争的核心维度。在竞争充分的电商市场中，隐私保护是平台差异化竞争的重要抓手；但当市场形成垄断或寡头结构时，平台间可能出现“隐私政策合谋”的“竞次效应”，形成“垄断–低隐私–更多数据–更强垄断”的恶性循环。
以电商搜索市场为例，头部平台凭借超80%的市场份额，通过收集消费者浏览记录、搜索关键词、购买历史等数据构建算法优势，新进入电商平台即便能提供更优隐私保护，也因缺乏同等规模的数据支撑，难以在推荐精准度、服务体验等方面形成有效竞争。这种“数据壁垒”导致隐私保护这一竞争要素失效，多数消费者因缺乏替代选择，被迫接受头部平台的低隐私保护标准。DuckDuckGo在美国搜索市场的份额仅为2.5%，远无法撼动谷歌超88%的市场垄断地位[9]。这种“竞次效应”本质上是竞争要素演变后，传统反垄断法未及时将隐私保护纳入核心评估维度，导致市场无法自发纠正垄断行为的直接后果。
在理论适配方面，“融合论”即“隐私即质量”理论为反垄断介入隐私保护提供了逻辑支撑。该理论主张，反垄断分析应当仅在隐私构成影响市场竞争的产品或服务质量的要素时，才将其纳入考量范围。根据这一理论，在两种场景下可以适用反垄断法对数据隐私进行规制，当电商平台的垄断行为导致隐私保护水平下降，或中小平台通过强化隐私保护参与竞争时，隐私即构成电商服务质量的核心要素，应纳入反垄断评估。例如，部分电商平台通过“大数据杀熟”对不同隐私授权状态的消费者实施差异化定价，或强制要求商家提供消费者隐私数据作为入驻条件，均属于通过隐私侵害破坏市场竞争的行为，亟需反垄断法予以规制。
当数据规模决定服务体验、数据收益取代传统定价，数据隐私保护水平便自然取代价格，成为决定竞争格局的关键。而反垄断法的介入，本质上是对这一演变的制度适配——通过纠正数据垄断导致的隐私竞次效应、打破数据壁垒、将隐私纳入消费者福利评估，最终实现电商平台的公平竞争与用户权益保护。
3. 数据隐私纳入反垄断法规制的现实困境
3.1. 立法目标差异引发的价值冲突与平衡难题
反垄断法以“消费者福利最大化”为核心价值，在传统语境下聚焦价格、产量、质量等可量化经济指标；数据隐私法则以“个人信息自决权”为核心，侧重人格权益与数据安全的非经济性保护，通常需要限制数据的收集、使用与共享，这可能对依赖数据驱动的企业运营模式及其参与市场竞争的方式带来一定影响，反映出数据隐私保护与市场效率之间在价值目标上存在一定张力。两者价值取向的差异导致规制逻辑难以兼容：若优先保障竞争效率，可能要求平台开放数据以破除垄断壁垒，但易引发隐私泄露风险；若绝对坚守隐私保护，严格限制数据流转，则可能固化平台数据垄断地位，抑制市场创新。
在电商平台“二选一”反垄断案件中，平台常以“保护消费者隐私”为由，拒绝向竞争对手开放物流数据、消费评价数据等，电商平台为优化推荐算法，常要求用户“捆绑授权”——如某生鲜APP将“相册权限”与“下单功能”绑定，不授权则无法使用核心服务，这与《个人信息保护法》“最小必要”原则直接相悖。同时，Cookies技术对用户浏览轨迹的持续追踪，也未单独获取用户同意，形成隐性采集风险。而在电商平台并购审查中，执法机构既需考虑数据整合对竞争效率的提升作用，又要防范合并后平台滥用数据优势降低隐私保护标准。欧盟Microsoft/LinkedIn并购案中，委员会在“数据互操作性(促进电商竞争)”与“GDPR最小必要原则(保护隐私)”之间的权衡[10]，为电商领域提供了借鉴——二者并非非此即彼的对立关系，而是需要统筹协调隐私保护与数据合理流动的关系，审慎权衡隐私价值与竞争效率。在数字经济背景下，如何精准把握数据隐私与效率之间的平衡，并在法律体系内明确数据隐私权益与效率价值的保护界限，已成为反垄断执法机构必须面对的重要课题。
3.2. 反垄断分析框架的电商场景适用局限
3.2.1. 相关市场界定的困境
垄断行为的认定包含两个构成要件：垄断势力与垄断行为。反垄断分析的起点通常是界定相关的反垄断市场，并评估被调查企业是否拥有垄断势力。美国最高法院于“United States v. Grinnell”中首次阐释了该二元结构。首先，原告须证明被告在特定相关市场中拥有垄断势力。垄断势力是指“在竞争市场中，企业能够将价格提高至高于竞争状态下应有水平的能力”，或者类似地，是企业在仍保持盈利的前提下，将产品质量降低或减少产出至低于竞争市场应有水平的能力[11]。该要件的成立需以精确界定相关市场及被告市场地位为前提。
数字市场中的市场势力分析与传统市场相似，仍致力于界定相关市场。早在1997年，欧盟委员会于《关于界定欧共体竞争法意义上的相关市场的委员会通告》中将市场界定表述为一种识别和限定企业间竞争界限的工具[12]。在反垄断分析中，市场系指特定地域范围内具有可替代性的商品集合所构成的竞争场域，其认定核心在于对商品相对可替代性——即“需求交叉弹性”——的考察。根据美国联邦贸易委员会与司法部联合颁布的指引，基于需求交叉弹性原理发展的“假定垄断者测试法”(Small but Significant and Non-transitory Increase in Price简称SSNIP)是常用分析方法[13]。该方法通过逐项考察商品组合构建相关市场：若某组商品的“假设垄断者”能够对所有商品实施“数额不大但显著且非临时性的涨价”并获利，则该商品组合构成完整市场；反之，若SSNIP会导致消费转移，则需扩大商品组合范围。我国国务院反垄断委员会2009年发布的《关于相关市场界定的指南》也指出，“假定垄断者测试是界定相关市场的一种分析思路，可以帮助解决相关市场界定中可能出现的不确定性，目前为各国和地区制定反垄断指南时普遍采用。”3
但电商平台的核心竞争力源于跨场景数据整合，其隐私损害贯穿数据收集、存储、使用全链条，传统“单一产品市场”界定方式难以囊括这种跨场景的系统性隐私风险，易陷入“界定过窄”的谬误。一方面，数据的无边界性使地理市场概念在电商领域基本失效，而隐私作为“非价格竞争要素”，无法通过SSNIP测试衡量——电商平台服务表面免费，用户以隐私为隐性对价，这种非货币成本的模糊性让传统价格导向的界定方法失灵。另一方面，SSNDQ测试虽在奇虎360诉腾讯案等案件中得到应用，但在电商场景中仍面临隐私保护水平量化难题：如何界定电商平台隐私保护“小而显著且非临时性下降”，缺乏统一标准。例如，电商平台减少隐私授权选项、延长数据留存期限等行为，难以通过传统测试转化为可量化的质量下降指标。
1993年有学者提出SSNDQ (small but significant not-transitory decrease in quality)测试进行取代，SSNDQ测试与SSNIP的原理一样，都是通过经济学的弹性理论包括需求弹性、供给弹性和需求交叉弹性等界定相关市场。两者的不同之处是，SSNIP是通过产品价格的上涨界定市场，SSNDQ则是通过产品质量下降来界定市场[14]。然而，数据隐私损害的量化仍是SSNDQ测试应用的难题。该方法虽在形式上纳入了非价格变量，但其分析内核仍依赖于价格作为最终的度量标尺，同样面临如何量化隐私数据保护水平下降幅度的难题[15]。数据隐私损害难以量化的固有特性，与反垄断执法惯性相互叠加，共同构成了SSNDQ测试从理论迈向实践的主要阻力。
3.2.2. 市场支配地位认定困难
传统市场界定原则在判断电商平台是否滥用市场支配地位时日益显现出其局限性。传统市场支配地位认定以价格控制能力为核心，但电商平台普遍采用“免费服务 + 数据对价”的商业模式，使价格指标失去意义。电商平台的支配地位更多源于“数据壁垒”与“锁定效应”——消费者因切换平台需重新积累消费记录、转移收货地址、适应操作习惯等面临高额转移成本，而平台通过海量数据构建的算法优势，进一步巩固了这种支配地位。尽管锁定效应概念被广泛接受，但其测量与量化仍面临挑战。
传统认定方法难以捕捉电商平台的这种特殊支配力：一是数据要素未被明确纳入认定依据，我国《反垄断法》第二十三条所列认定因素中未明确数据权重，执法机构在判断电商平台是否因掌握消费数据构成支配地位时缺乏明确依据；二是隐私损害的隐蔽性与累积性增加认定难度，单个电商平台的少量数据收集可能看似合规，但多平台数据聚合或长期数据滥用引发的隐私风险，难以通过传统市场份额计算佐证；三是电商生态的复杂性导致支配力传导难以评估，头部电商平台可通过数据优势在商品销售、金融支付、物流配送等多个关联市场延伸支配力，传统认定方法难以覆盖这种跨市场支配行为。
德国竞争法实践表明，传统反垄断框架难以有效规制那些拥有“守门人”地位并掌握规则制定权的数字平台。尽管反垄断法最初是针对具有市场支配地位的企业设计的，但现实中，即使是非主导性电商平台也可能凭借其作为规则制定者的地位从事反竞争行为。以德国2021年生效的《反限制竞争法》第十修正案为例，新增了第18条第3b款4，该法引入了“中介力量”概念，指并不提供产品或服务，只是提供中介、连接或者匹配服务的平台[16]。这是基于对中介平台特点和中介力量的深入理解，突破传统以市场支配地位为前提的规制逻辑，加强了对大型企业不公平交易行为的约束能力。
欧盟立法发展印证了从强调“市场主导地位”向新监管范式的转变。欧盟认识到“市场机制往往无法确保在核心平台服务方面实现公平的经济结果”。尽管《欧盟运行条约》第一百零二条仅适用于具有“市场主导地位”的“核心平台服务”[17]，但《数字市场法案》将监管范围扩展至那些虽不具市场主导地位但符合“数字守门人”定义的企业。根据《数字市场法案》大型数据平台被认定为“数字守门人”需满足三项客观标准：1) 对内部市场有重大影响；2) 提供连接商业用户与最终用户的核心服务平台；3) 当前或将来在其业务领域占据稳固且持久的地位5。
综上所述，德国《反限制竞争法》第十修正案引入“中介力量”概念，欧盟《数字市场法案》设立“数字守门人”制度，均突破了传统市场支配地位认定逻辑，为电商平台规制提供了新视角。我国电商领域反垄断需要借鉴这一思路，将数据控制权、生态主导权等纳入支配地位认定框架。
4. 电商数据隐私反垄断规制的路径构建
4.1. 体系衔接与反垄断法的谦抑定位
在电商经济快速发展的背景下，协调反垄断法与数据隐私保护的关系，需立足于电商平台的商业模式与竞争特点，明确反垄断法的补充性定位与适用边界。
4.1.1. 以竞争损害为前提的补充性介入
反垄断法对电商平台数据隐私保护的介入应恪守谦抑性原则。竞争政策本质上是一个动态的、政治性的社会政策[18]。我国反垄断法对不产生竞争损害的纯粹剥削性滥用行为的认定并不明确，若在没有任何限制条件的情况下直接将数据隐私作为反垄断法的保护对象，将对反垄断法原有的适用逻辑产生一定程度的负面影响[19]。反垄断法并非数据隐私保护的直接法律依据，其介入应以竞争损害为前提，避免过度扩张适用。
数据隐私问题在反垄断分析中可通过两种路径纳入：一是间接路径，即将隐私视为服务质量的组成部分，作为非价格竞争因素予以考量；二是直接路径，将数据隐私作为独立的消费者福利内容，赋予其与价格因素相当的地位[20]。无论采用何种路径，均需基于对市场竞争的影响进行评估，防止脱离竞争逻辑的隐私干预。其介入的前提是平台的数据行为同时构成对市场竞争秩序与消费者隐私利益的实质性损害，且现有数据保护法无法单独提供有效救济。例如，在电商平台实施“二选一”行为时，若其同时限制商家数据自主权或强制获取用户非必要隐私信息，则构成对竞争与隐私的双重损害，反垄断法应予介入；反之，若平台的数据处理行为仅违反《个人信息保护法》中的“告知–同意”原则，而未对市场竞争结构产生实质性影响，则应优先适用数据隐私专门法律予以规制。
4.1.2. 明确公私法规制的边界与协同
需清晰界定《反垄断法》与《个人信息保护法》的规制边界。《反垄断法》作为公法，侧重于维护市场的整体竞争秩序；而《个人信息保护法》更侧重于对个体私权益的保护。在电商平台强制用户同意“隐私政策捆绑”时，若该行为同时构成《反垄断法》所禁止的滥用市场支配地位，则应优先适用竞争规则予以规制，以更有效地恢复市场公平竞争。此外，在数据开放与保护的价值冲突中，应结合电商平台作为“中介”的角色特点，合理界定数据流通与隐私保护的边界，既要防范数据垄断，也要避免因数据过度封闭而阻碍电商生态的良性发展。
4.1.3. 探索“政府主导 + 多方参与”的协同治理
可借鉴欧盟《数字市场法案》等经验，构建“政府主导 + 多方参与”的协同治理模式[21]。政府部门需发挥主导作用，制定清晰的监管框架，并加强市场监管、网信、工信等部门的协同。同时，鼓励电商行业协会牵头制定团体标准与行业自律公约，推动平台企业建立健全合规管理制度。此外，应引入第三方认证机构对电商平台的隐私保护水平进行评估与监督，形成行政监管、行业自律、社会监督互为补充的治理格局。
4.2. 电商平台隐私损害评估体系构建与量化
4.2.1. 适配电商模式的相关市场界定工具
在传统反垄断分析中，货币价格常被视为衡量垄断损害的关键指标。然而，在电商平台“免费经济”模式下，用户往往通过提供个人数据或注意力来换取服务，货币价格不再适用，这导致以价格为核心的SSNIP测试在相关市场界定中面临失效。与此同时，SSNDQ方法在实务中已有所应用，例如在“3Q大战”界定互联网相关市场时，用以分析因服务质量(如隐私保护水平)下降而引发的用户转移，在此情形下SSNDQ工具可以较好地避免因免费效应而造成过分扩大相关市场范围界定的问题。SSNDQ测试虽尝试从质量角度切入，却也难以量化隐私保护水平下降对用户行为的影响。例如，电商平台减少隐私授权选项或延长数据留存期限等行为，难以通过传统测试转化为可量化的质量下降指标。
为应对上述挑战，2017年，日本在《数据和竞争政策研究报告》中提出了SSNIC测试(Small but Significant and Non-transitory Increase in Costs)，即“小而显著的非临时性成本增加”。SSNIC测试基于假定垄断者在信息或注意力成本方面的相对变化界定被视为相关的反垄断市场[22]，将“成本”作广义理解，不仅包括货币支出，还涵盖用户为使用电商服务所付出的个人数据、注意力或时间等非货币成本。例如，若某电商平台实施“小幅但显著的非临时性隐私成本增加”(如强制授权非必要相册权限)，导致用户大量转向其他平台，则可据此界定相关市场范围。SSNIC通过衡量这些成本的变动对消费者需求的影响，来界定相关市场，从而更贴合零价格市场中消费者权益保护的目标。尽管隐私等因素的量化仍具挑战，但SSNIC测试更贴合电商平台“免费服务 + 数据对价”的商业模式，为市场界定提供了更科学的分析框架。
4.2.2. 电商数据隐私损害量化基准与评估机制
在这种情境下，用户的隐私数据成为衡量成本的关键指标。在评估隐私损害程度时，尽管《民法典》《个人信息保护法》等法律为平台设定了隐私保护的最低标准，但实践中各数据平台竞争所形成的保护水平往往高于法定要求。此外，不同的数据平台收集的个人隐私数据类型各异，人们对隐私的要求也不尽相同，仅依据法律标准难以准确判断垄断行为造成的隐私侵害程度。为此，应引入市场基准进行比较[23]，即把涉案平台的隐私保护水平与同类平台的一般水平作对比；若无合适参照，则可比较其自身历史隐私保护水平，从而更科学地评估隐私损害的实际程度。
在电商领域，数据隐私损害的量化需从事前预防与事后追责两个维度构建评估体系：事前视角主要依托保险机制进行衡量，尤其是电商平台被要求购买的强制数据责任险，借助保险模型将隐私风险转化为可定价的金融产品。事后追责则可基于数据泄露事件中的赔偿金额，反向推导数据价值。此时，价值量化的重点不在于数据本身的内在价值，而在于每条数据记录所对应的“违规成本”。此外，应引入行业基准进行比较，将涉案电商平台的隐私保护水平与同类平台的一般水平或自身历史水平进行对比，以更科学地评估隐私损害的实际程度。
4.2.3. 构建电商平台滥用行为的分类分级规制框架
在涉及滥用市场支配地位的反垄断执法实践中，还需关注行为表现形式的多样性。通常，滥用市场支配地位可分为两种基本类型：排他性滥用与剥削性滥用。排他性滥用指具有市场支配地位的企业采取特定手段或策略，将竞争对手排除出相关市场，从而阻碍市场的有效竞争；而剥削性滥用则是指该类企业利用其优势地位，从交易相对方获取不正当利益，典型表现包括实施价格歧视或设定不公平交易条件等[24]。在数字市场中，价格并非唯一竞争要素，剥削性滥用也呈现出新的样态。例如，占据市场支配地位的企业可能利用其收集的用户个人信息，实施针对不同用户的差异化定价，以排除竞争。此类行为不仅扭曲了市场竞争机制，也对其他竞争者造成了损害。
对于电商平台“隐私政策捆绑”行为，可依据其具体表现进行类型化规制。若该行为旨在限制数据流通、锁定用户，可能构成排他性滥用。例如，头部电商平台强制商家“二选一”，并通过数据权限限制商家与其他平台合作，此类行为不仅损害商家选择权，也固化平台的数据垄断地位。对此，可依据《反垄断法》中“拒绝交易”或“附加不合理交易条件”等条款予以规制。
若表现为过度收集、使用用户数据，则可能构成剥削性滥用。剥削性滥用侧重于电商平台利用市场力量侵害消费者隐私权益。目前，关于数据隐私保护水平下降是否构成剥削性滥用，尚未形成共识。然而，实践中已出现相关认定。例如，《欧盟运行条约》第一百零二条将“其他不公平交易条件”作为与“不公平定价”并列的审查要素。2019年，德国竞争执法机构对Facebook非法整合用户数据的行为以剥削性滥用予以规制，标志着将个人数据保护纳入反垄断实践的重要进展。
我国《反垄断法》第二十二条在具体列举价格操纵、拒绝或限制交易、搭售等情形之外，亦设有“附加其他不合理交易条件”的兜底条款，从而为将损害数据隐私行为纳入剥削性滥用审查提供了可能。在规制过程中，需重点评估电商平台在获得市场支配地位前后的隐私保护水平变化。若平台在占据市场优势后实质性降低隐私标准，或通过数据整合行为增强其市场力量，反垄断法应适时予以干预，以防范“隐私竞次”效应蔓延，维护电商市场的良性竞争生态。
5. 结语
电商经济是数字时代最具活力的市场形态之一，也是数据隐私与反垄断制度交叉融合的重要场域。面对平台通过数据控制力强化市场力量的新趋势，反垄断法必须与时俱进，将隐私保护纳入分析框架，实现从“价格中心”向“数据–隐私–竞争”多元维度的转型。我国应在《反垄断法》《电子商务法》《个人信息保护法》等多法协同的背景下，借鉴国际经验，突破传统市场支配地位认定逻辑，将数据控制权、生态主导权等纳入分析框架，进一步明确数据在支配地位认定中的作用，构建适用于电商平台的隐私损害评估体系，推动反垄断与数据隐私在执法实践中的有机衔接，通过制度协调与工具创新，最终实现竞争政策与隐私保护的良性互动，为构建公平、可信的电商市场竞争生态提供坚实保障。
NOTES
2“隐私即控制理论”认为所谓隐私权，在本质上即“个人、团体或机构要求自己决定何时、如何以及在多大程度上将有关他们的信息传达给他人的权利”。
3商务部网站：http://fldj.mofcom.gov.cn/article/j/200907/20090706384131.shtml，2025年11月11日访问。
4新修订《德国反限制竞争法》修法原文为“在评估于多边市场中作为中介的企业之市场地位时，应特别考虑该企业提供的中介服务对采购和销售市场进入的意义”。
5欧盟法律法规数据库：https://eur-lex.europa.eu/legal-content/en/TXT/?uri=COM%3A2020%3A842%3AFIN，2025年10月28日访问。