事件概述 - 特斯拉车主历时四年诉讼，法院判决特斯拉需提供事故前半小时完整行车数据 [1] 行业数据透明度问题 - 部分车企将数据视为私有领地，以技术复杂性和隐私保护为由建立数据壁垒 [1] - 企业以技术优势转化为话语霸权，将消费者置于信息不对称的境地 [1] - 智能汽车领域频发“刹车失灵”争议，常陷入车企称无责而车主举证困难的僵局 [2] 判决的行业影响 - 法院判决打破了车企数据垄断的恶性循环，为破除行业积弊提供了司法范本 [2] - 判决警示行业需重新校准技术伦理，技术进步应服务于人的安全与福祉 [2] - 事件促使行业反思“技术至上、用户次之”的价值观 [1] 对企业的建议与要求 - 企业需摒弃“数据霸权”思维，将数据透明作为底线责任 [2] - 应建立标准化数据接口，允许车主及第三方合法获取关键数据 [2] - 需完善数据存证机制，确保信息真实可追溯 [2] 监管层面的启示 - 需加快完善汽车数据安全管理法规，明确数据归属权与使用权边界 [2] - 应建立独立于车企的第三方数据监管平台，对事故数据实施强制存证与公正解读 [2] - 需加大对数据垄断行为的惩戒力度 [2]

平台经济"反内卷"调查行动背景 - 国家持续加码"反内卷"政策 但平台经济仍深陷"低价竞争"和"补贴大战"困境 [1] - 网经社发起"破'卷'立新 重塑生态"调查行动 旨在通过多维度举措推动行业健康发展 [1][23] - 行动重点关注零售电商、本地生活、跨境电商、网约车、在线酒旅五大领域平台 [24][25][26][32] 法律适用实践困境 - 低价倾销成本认定难题 平台通过交叉补贴模糊成本边界 反不正当竞争法未明确成本界定标准 [11] - 双边市场支配地位认定困难 传统市场份额计算方法失效 反垄断法缺乏针对双边市场的细化标准 [12] - 算法共谋取证障碍 现行法律要求证明"意思联络" 但算法合谋缺乏直接沟通记录 [13] 新兴竞争行为法律空白 - 数据滥用与垄断认定缺失 现行法律未规定数据互操作性义务或滥用具体情形 [14] - 算法歧视责任主体模糊 算法设计方、平台运营方、数据提供方责任划分缺乏依据 [15] 执法机制与责任体系短板 - 跨领域监管协调不足 平台行为可能同时触犯多部法律 但部门间执法标准不一 [16] - 法律责任威慑力不足 罚款上限低于垄断收益 且未明确平台内经营者连带责任 [17] - 事前监管措施缺失 对"扼杀式并购"等高风险行为缺乏事前干预机制 [18] 政策建议 - 细化平台经济专项规则 在反垄断法中增设特别条款 明确双边市场界定标准 [18] - 强化数据与算法治理 制定《数据反垄断条例》和《算法合规指南》 [19] - 优化执法机制 设立专门法庭 引入行为禁令制度 提高罚款上限至全球销售额10%-20% [20] 调查方法与范围 - 动态追踪平台企业整改情况 联合5000+记者进行立体传播 [26] - 覆盖京东、淘宝、拼多多等零售电商平台 美团、饿了么等本地生活平台 [32] - 包括滴滴、曹操出行等网约车平台 飞猪、携程等在线酒旅平台 [25][32]