2026年7月25日，市场监管总局对携程集团滥用市场支配地位案作出行政处罚，责令其停止违法行为、退还订单储备金1.22亿元，没收违法所得16.58亿元，并按2025年度中国境内销售额的7.5%处以35.21亿元罚款，罚没合计51.79亿元。继阿里巴巴、美团“二选一”案和知网滥用市场支配地位案之后，携程案成为平台经济反垄断常态化监管的又一标志性案件，也是我国在线旅游领域反垄断第一案。本案揭示了平台数字权力形成和运行的完整链条。平台通过数据持续观察市场、识别商户并判断其依赖程度，通过算法将独家合作、最低价和商户分级等经营规则嵌入排序、调价和处罚系统，再依托流量入口、交易规模和资金结算权保证规则执行。数据提供观察能力，算法形成交易机会的分配能力，市场支配地位则使商户难以拒绝平台决定。三种能力相互衔接，使平台能够持续影响经营者的流量、收入、交易条件和市场选择，并进一步改变平台之间的竞争结构。

一、数据优势使平台获得对商户的单向观察能力

平台掌握的数据已经覆盖酒店经营的主要环节。酒店报价、房态库存、订单转化、用户评价、流量来源和跨平台价格等信息，都可以被持续记录和交叉比对。平台能够把一家酒店放在同类商户和整个市场中进行比较，据此了解其经营状况、获客渠道、议价能力以及对平台的依赖程度。单个酒店通常只能掌握自身经营信息，也难以了解平台的数据处理方式和其他商户的整体情况。平台与商户之间由此形成明显的信息差距。

这种信息差距为平台实施差异化干预提供了基础。携程案中，平台利用技术手段持续监测酒店是否执行独家合作和“全网最低价”要求。跨平台价格数据用于发现价格偏离，挂牌等级和流量数据则与警告、限流、“摘牌”和扣除订单储备金等措施相互衔接。平台由此能够及时识别未按其要求经营的酒店，并根据不同商户的经营状况选择干预方式。本案没收违法所得16.58亿元，也反映出数据、技术工具和平台规则的组合使用已经形成可核算的经济收益。

判断数据优势的竞争影响，关键在于数据的具体用途。平台利用经营数据改善搜索匹配、房态管理和交易履约，可以提高供需匹配效率；利用同类数据追踪商户在竞争平台上的经营活动、判断其平台依赖程度并实施差异化惩罚，则会增强平台干预商户经营的能力。即使数据采集本身符合法律要求，具体用途仍可能产生限制多平台经营、削弱自主定价和强化市场控制的后果。当数据识别结果进一步进入排序、调价和处罚系统，平台对商户的单向观察便会转化为算法化的决策和执行能力。

二、算法把平台规则转化为持续执行能力

数据识别为平台干预商户提供了信息基础，算法进一步将识别结果转化为具体决定。携程通过比价系统发现酒店在不同平台之间的价格差异，再利用“AI生意助手”（原“调价助手”）、“挂牌通”等工具调整价格，并将调价结果与流量分配、挂牌等级和订单储备金等机制连接起来。价格抓取、价差比对、自动调价、执行监测和惩罚措施由此形成连续流程，“全网最低价”也从一项经营要求转化为可以持续运行的技术规则。

算法执行扩大了平台规则的作用范围，也降低了权力运行的可见度。自动化系统可以同时处理大量商户，连续调整价格、排序、流量和结算结果。商户通常只能看到房价被调整、曝光量下降或者订单储备金被扣除，难以了解具体结果由哪项规则、哪些数据和何种判断机制触发。分散在不同系统中的操作也增加了商户还原因果关系和固定证据的难度。算法由此使平台规则具备规模化、连续化和低可见度的执行能力。

现有算法治理的政策讨论和社会关注，主要从消费者权益和信息传播秩序出发，重点处理内容推荐、信息茧房和“大数据杀熟”等问题。平台同时承担市场组织和交易撮合功能，其算法也在持续影响平台内经营者。搜索排序决定商户能否获得曝光，动态调价影响实际收入，商户分级决定流量配置，风险模型可能触发扣款、限流、暂停服务乃至清退。这些系统直接分配交易机会，并对商户的收入和经营资格产生重大影响，可以将其概括为商户侧高影响算法。

生成式人工智能正在进一步改变交易机会的分配方式。传统搜索系统主要决定商户在列表中的展示位置，生成式行程规划还可能决定哪些酒店能够进入候选答案。答案空间更加有限，佣金水平、独家合作和平台自营利益等商业因素可能通过模型进入推荐过程。商户侧高影响算法由此开始从搜索排序延伸到答案生成，平台对交易入口的控制也可能进一步集中。算法影响能否转化为商户难以拒绝的经营约束，最终还取决于商户是否拥有现实可行的替代渠道，这与平台的市场地位直接相关。

三、平台企业市场支配地位将数字能力放大为市场控制

数据和算法能多大程度影响商户经营，取决于平台拥有的市场力量。处罚决定显示，按交易额计算，2020年至2025年携程在相关市场的份额始终保持在53.3%至59.1%之间，2025年仍达到58.7%；同期前三家平台的市场集中度（CR3）保持在94%以上，HHI指数介于4108与4575之间，相关市场长期处于高度集中状态。携程“特牌”酒店执行独家合作要求的比例超过90%。连续六年的市场份额表明携程的市场地位具有稳定性，较高的独家合作执行率则说明平台要求能够广泛转化为酒店的实际经营行为。

携程对市场的控制建立在独家合作、最低价要求和流量奖惩的组合之上。在市场渠道较为分散的情况下，酒店可以拒绝不合理条件或者转向其他平台。在线酒店预订市场高度集中，头部平台已经成为许多酒店获取线上客源的重要渠道。酒店拒绝独家合作或者“全网最低价”要求，可能面临挂牌等级下降、搜索排名后移、流量减少甚至“摘牌”。退出平台又可能造成较大的订单损失。酒店虽然保留接受或者拒绝平台规则的形式选择，实际选择空间已经受到流量依赖和转换成本的明显限制。

独家合作和“全网最低价”还会反过来巩固原有市场结构。独家合作锁定交易额较高、服务品质较好和用户吸引力较强的酒店，竞争平台难以获得足够的优质房源。“全网最低价”则限制酒店在其他平台提供更低价格。即使竞争平台降低佣金，酒店也难以将节约的成本转化为价格优势，新平台通过低费率吸引商户和消费者的能力随之减弱。供给受到限制，价格竞争空间又被压缩，现有平台的市场地位便会得到进一步强化。

“全网最低价”可能使携程平台上的部分消费者在特定时点获得较低价格，其长期影响还包括平台间价格竞争减弱、市场进入难度上升和消费者选择减少。酒店承担的降价成本也可能通过减少服务投入、降低服务质量等方式得到消化。对这类行为的竞争损害进行判断，需要同时考察经营者自主定价受到的限制、竞争平台进入和扩张面临的障碍，以及消费者能否持续获得多样化选择。某一平台、某一时点的价格变化，只能反映局部影响。

平台市场控制通常通过多项权力的组合运行。头部平台同时掌握规则制定、流量分配、价格干预、资金结算和经营处罚等权力。数据用于发现酒店是否偏离平台要求，算法用于形成调价、排序和处罚决定，流量与结算系统则负责落实经营后果。独家合作、挂牌体系、排序权重、自动调价、流量惩罚和资金扣除相互衔接，形成覆盖商户经营全过程的控制链条。携程案由此说明，数据提供观察能力，算法形成持续执行能力，市场支配地位保证商户难以拒绝执行结果。三种能力相互结合，最终将平台的数字能力转化为对交易条件和竞争结构的市场控制。

四、建立数据、算法与平台竞争相衔接的治理体系

携程案表明，平台通过数据识别商户及其经营行为，通过算法配置价格、流量和交易机会，再依托市场地位保证平台规则持续执行。数据使用、算法运行和市场竞争处于同一权力链条，监管措施也应相互衔接，覆盖数字权力形成、运行和产生竞争影响的全过程。

数据治理方面，应当规范平台对商户经营数据的使用，并降低数据积累造成的平台锁定。平台为完成预订、结算和售后服务收集的房价、库存和订单数据，应当按照明确目的使用，不得随意扩展用于监测商户在其他平台的经营活动、测算商户对本平台的依赖程度，或者决定限流、降权和扣款。监管部门可以将跨平台价格监测、商户依赖度分析和差异化处罚等列为高风险数据用途，要求大型平台在相关功能上线前评估竞争影响，保存数据调用和处理记录，并接受监管审查。平台长期积累的订单、评价和履约记录还会增加商户转换平台的成本。对于依法可以迁移的数据，平台应当允许商户以通用、可读取的格式查询和导出，减少转换平台或者开展多平台经营时的数据损失。数据迁移涉及消费者个人信息或者平台商业秘密的，应当依法进行脱敏、限制范围或者予以排除。通过规范数据用途、提高经营数据的可携带性，可以压缩平台实施排他管理的空间，增强商户的自主选择能力。

算法治理方面，应把商户侧高影响算法纳入重点监管。搜索排序、流量分配、自动调价、商户分级、费率调整和自动处罚等系统，应当留存目标函数、主要变量、版本变化、人工干预和执行结果记录。监管部门可建立算法验证机制，通过模拟账户、情景测试和横向对照复现决策过程；平台对商户实施降权、限流、扣款、暂停服务和清退时，应告知适用规则、主要事实和关键影响因素，并提供异议、申诉和人工复核渠道。对生成式推荐，则应明确区分客观推荐与商业推广，并为消费者保留多目标排序和替代方案，避免技术界面把市场选择压缩为单一答案。

平台治理方面，应把竞争结构监测与平台权力约束结合起来。对市场份额长期较高、网络效应显著、商户依赖度强的平台，建立分级分类监管制度，持续监测市场集中度、多平台经营比例、转换成本、核心资源控制和接口开放状况。围绕规则、流量、价格、结算和处罚建立核心权力清单；重大规则、排序机制、自动调价功能和处罚标准发生变化，应提前通知商户，并开展经营者权益和竞争影响评估。执法分析也应从单项行为转向组合行为，同时审查合同、技术系统和实际执行结果。