反垄断罚款制度研究 电子书 mobi pdf txt word 2024 下载

本书对反垄断罚款的设定方式与发展态势、反垄断罚款的威慑理论及其应用、反垄断罚款的不确定性及其克服、反垄断罚款并科没收违法所得的困境及其破解、反垄断罚款裁量基准的现实解构与制度优化、反垄断罚款与竞争合规、民事赔偿制度的协调，以及我国反垄断罚款制度改革的基本思路进行了全面论述。

目录

绪　论　我国反垄断罚款的现状

章　反垄断罚款的设定方式与发展态势

　 节　反垄断罚款的设定方式

　　一、反垄断罚款的概念和种类

　　二、反垄断罚款的设定方式

　第二节　反垄断罚款的发展态势

　　一、反垄断罚款立法的发展态势

　　二、反垄断罚款实践的发展态势

第二章　反垄断罚款的威慑理论及其应用

　 节　法经济学中的威慑理论与反垄断罚款的设定

　　一、威慑理论的演进

　　二、威慑理论与反垄断罚款的设定

　第二节　威慑理论在反垄断罚款制度中的应用

　　一、反垄断罚款规定体现威慑理论

　　二、威慑理论适用的现实局限性及改进思路

　第三节　以威慑理论为指导完善我国反垄断罚款制度

　　一、我国反垄断罚款制度威慑不足

　　二、我国反垄断罚款制度的完善

　第四节　特殊情形下罚款威慑力不足问题及其完善

　　一、尚未实施垄断协议的经营者罚款的威慑力不足问题及其完善

　　二、行业协会组织垄断协议法律（罚款）责任的威慑力不足问题及其完善

第三章　反垄断罚款的不确定性

　 节　从典型罚款案例看我国反垄断罚款的不确定性

　　一、我国反垄断典型罚款案例的梳理

　　二、典型案例揭示了我国反垄断罚款的不确定性

　第二节　克服反垄断罚款不确定性的目标、路径和方法

　　一、目标确定：追寻 确定还是相对确定？

　　二、路径依赖：罚款指南还是司法审查？

　　三、方法选择：二步法、三步法还是六步法？

　第三节　走向弹性而确定的我国反垄断罚款制度

　　一、从不确定性走向相对确定性

　　二、依赖罚款指南主路径实现反垄断罚款的确定性

　　三、基于裁量方法落实反垄断罚款的确定性

第四章　反垄断罚款并科没收违法所得的现状及其完善

　 节　我国反垄断没收违法所得适用的现状

　　一、反垄断行政处罚典型案例梳理

　　二、实践与立法

　　三、违法所得计算的模糊性

　　四、威慑不足和威慑过度

　第二节　没收违法所得在反垄断行政处罚中的地位

　　一、整合没收违法所得功能的罚款中心主义是主流模式

　　二、没收违法所得与罚款的复用模式

　　三、兼具没收违法所得与罚款功能的课征金制度

　第三节　改善现状的思路和对策

　　一、近期解决思路和对策

　　二、远期解决思路和对策

第五章　反垄断罚款裁量基准的现实解构与制度完善

　 节　反垄断罚款裁量基准的实证分析进路

　　一、研究对象与样本来源

　　二、研究方法与理论假设

　　三、变量定义与描述性统计分析

　第二节　我国反垄断罚款的裁量基准

　　一、单因素分析：对罚款比例具有显著影响的裁量因素

　　二、多因素分析：裁量因素对罚款比例的影响

　　三、我国反垄断罚款裁量不成文基准

　第三节　我国反垄断罚款裁量基准的完善

　　一、制定成文裁量基准实现裁量因素的具体化

　　二、基于罚款裁量方法实现裁量因素的类型化

　　三、采用综合计算模式实现裁量效果的格次量化

第六章　反垄断罚款与竞争合规、民事赔偿制度的协调

　 节　反垄断罚款与竞争合规的协调

　　一、竞争合规的内在动因

　　二、强健有效的竞争合规

　　三、协调反垄断罚款与竞争合规的三种机制

　　四、构建反垄断罚款的竞争合规激励机制

　第二节　反垄断罚款与民事赔偿制度的协调

　　一、反垄断民事损害赔偿的威慑效果

　　二、反垄断行政处罚（罚款）与民事损害赔偿的整体威慑效果

　　三、整体威慑目标下的反垄断行政处罚（罚款）和民事损害赔偿的协调

　　四、结论

尾　论　反垄断罚款制度的革新

　　一、走向罚款中心主义

　　二、走向罚款结构主义

　　三、走向罚款整体主义

附　录

　ICN成员国卡特尔罚款的确定（2017年版）

　1.引言

　2.初步问题

　　2.1　罚款背后的目标和“理念”

　　2.2　罚款的法律依据

　　2.3　竞争主管机构在罚款中的作用

　　2.4　罚款在制裁卡特尔“ 库”中的地位

　3.制裁对象和透明度

　　3.1　制裁对象

　　3.2　透明度

　4.罚款的计算基础

　　4.1　对企业处以罚款

　　4.2　对个人的罚款

　　4.3　与行业协会有关的案件的罚款

　5.基础罚款金额的确定

　　5.1　因素

　　5.2　如何计算

　　5.3　在没有基础罚款金额的情况下

　　5.4　持续时间

　　5.5　间接销售和转化产品

　　5.6　零部件和中间产品的卡特尔

　6.从重和从轻因素

　　6.1　从重因素

　　6.2　从轻因素

　　6.3　从轻处罚因素与宽恕制度

　　6.4　程序性罚款

　　6.5　无力支付——需要考虑的另一个方面

　　6.6　适用从重从轻处罚因素

　7.罚款的限额（ 值和 小值）

　　7.1　对罚款的法定限额、 罚款额

　　7.2　其他类型制裁的法律限制

　　7.3　对单个公司和单个案件的 卡特尔罚款（略）

　8.直接和解的影响

　　8.1　和解与罚款的相互影响

　　8.2　宽恕制度与和解对减轻罚款的相互影响

　　8.3　和解与威慑的相互影响

　9.调查结果摘要

　　9.1　罚款的作用

　　9.2　确定罚款的主要因素

　　9.3　透明度

　　9.4　过去10年的发展

参考文献

后　记

"王健，浙江理工大学法政学院院长，经济法研究所所长，二级教授。杭州大学法学学士，武汉大学法学硕士和法学博士，华东政法大学法学博士后，英国牛津大学法学院、新西兰奥克兰大学法学院访问学者。浙江省“万人计划”人文社科领军人才、浙江省“新世纪151人才工程”重点资助人才、第二届浙江省十大 中青年法学专家。兼任 反垄断委员会专家咨询组成员、亚洲竞争法协会副 、中国法学会经济法学研究会常务理事、浙江省法学会竞争法学研究会会长等。发表论文100余篇，其中20余篇论文为《新华文摘》、《中国社会科学文摘》 、《高等学校文科学术文摘》和中国人民大学书报资料中心《复印报刊资料》全文转载。独著《反垄断法的私人执行——基本原理与外国法制》，合著《反垄断法实施问题研究》和《反垄断法——转变中的法律》，组织翻译《反垄断罚款指南》。主持多项 社科基金重点项目、一般项目以及省部级重点项目和一般项目，并多次获浙江省哲学社会科学 成果奖二等奖和三等奖。方翔，1993年生，安徽芜湖人，浙江理工大学法学学士、法律硕士，上海交通大学法学博士，现为苏州大学王健法学院讲师。主要从事竞争法研究，先后在《法学》《社会科学战线》《法治研究》 等期刊发表学术论文多篇。获中国法学会经济法学研究会青年 论文奖、首批全国高校“百名研究生党员标兵”等荣誉。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：反垄断罚款制度研究在线阅读

在线听书地址：反垄断罚款制度研究在线收听

在线购买地址：反垄断罚款制度研究在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

本书对反垄断罚款的设定方式与发展态势、反垄断罚款的威慑理论及其应用、反垄断罚款的不确定性及其克服、反垄断罚款并科没收违法所得的困境及其破解、反垄断罚款裁量基准的现实解构与制度优化、反垄断罚款与竞争合规、民事赔偿制度的协调，以及我国反垄断罚款制度改革的基本思路进行了全面论述。

• 作者： 箱子 发布时间：2022-03-31 10:15:55

  工作原因 莫名其妙读了一下这本书 结合之前读的心理学一部分教材 发现都有些关联 细分实操性更强。

• 作者： 刀叢中的小詩 发布时间：2021-04-17 21:30:48

  《最后的军礼》——孙立人将军纪念集。时人以孙林并举，谓其功业、遭际近似，实不敢同也。孙某大好男儿，攘敌印缅，血战滇南，直道而行，励志为海外留一寸土；岂能与内战内行、言行相悖辈齐名耶？孙林之战，先迫林退出四平，后以新练之兵驰战于金门，三野四野席卷天下太半，终扼于海外荒岛，实不能与之相抗矣。叹曰：英雄肝胆终一磨，百战声名输内戈。功至雄奇皆成罪，侧身天地遥感何。

• 作者： 慢慢走 发布时间：2019-01-14 17:47:24

  受益良多。两端隽永精妙，中段芜杂拖沓。

• 作者： hieenohdon 发布时间：2016-04-19 16:59:45

  莫言的故事是我看过最有味道的，关于童年的短篇尤其如此。

• 作者： 骑羊的兔哥 发布时间：2014-10-31 17:39:28

  四中全会主题是“依法治国”，突然对法律和律师 感兴趣了！

  看了一半，蛮有味；

  作者是个霸得蛮的70后，很有行动能力；打官司真的是功夫在工外，

  但我对他开始时为了业务得信息而泡一个银行mm的事迹很不屑，曾经有份真挚的感觉就被他这样欺骗了！这个缘故减一颗星。

  他居然这么崇尚《三国》智谋故事啊；窃以为“肩担道义” 也没错啊，硬要加个“铁”吗？

  最近看到作者的事务所好像被司法厅给注销了，好像是因为另外2个合伙人已经散伙了，不知作者有什么隐故。

• 作者： 天露危城 发布时间：2016-12-22 08:49:28

  内容没什么营养，并没有什么卵用。

• 识谱量化投资

  作者：米多多咸鱼酱~ 发布时间：2018-08-05 13:31:24

  量化策略的扫盲书，是可以学到东西的那种。前半部分说得很详细，其实对比目前国内的情况，和成书时的美国类似。正适合像我这种连滑点具体指啥也不清楚的人....

  量化投资，简而言之是一个方法和决策的过程。在策略形成之前，运用人工来开发，策略大概形成后，做回测和拟合，再编程运用到实盘，在执行交易的时候，采用算法交易，运用程序下单。从决策的产生到实施的过程都采用计算机，不做人工干预。

  相对于一般多头组合，量化投资除了策略即阿尔法模型之外，还包括两个非常重要的系统模块，交易模块以及风险模块。全书中很系统地进行了一一梳理。

  

  在阿尔法层面，很多耳熟能详的策略，动量、反转、基本面、情绪。这些书里都有写到。

  

  另外，针对当下最热的机器学习，作者也给了可以参考便于理解的解释。机器学习的最大好处，是对组合类的阿尔法模型进行优化，提高精度。因为其非线型的方式，因此在不断变化的市场中能够快速做出反应，自我加强学习，并提供与当下形势更匹配的策略仓单。

  例如2017年后半年市场呈现出一九风格的价值股构行情，假如采用的是多因子选股的模式，就需要人工识别并做出手工调整，可是机器学习就可以利用新进入的数据进行自我的调整，从而达到适应整个市场。

  在完成阿尔法模块之后，进入到风险模块。在这个环节，宽客需要做的是设立止损、选择敞口。对比阿尔法的话，阿尔法可以理解为冒了风险能够取得的收益，是一个预测值。而风险对于宽客来说，更多意味着是否值得去冒风险，具体是敞口和规模的决策。对风险的思维，早已经植根在量化投资的内里。对他们而言更关键的是如何利用风险，管理风险。

  另一个值得说的是最大回撤。作者对于最大回撤的理解是一个有偏统计量。因为针对量化投资，收益风险是涵盖在决策模型内的，因此，最大回撤好比一副纸牌，如果顺序打乱，这个数据可能就大不相同。但另一方面，作者同时又指出，投资不同于凯利公式，量化的每次操作决定并非一个完全独立的动作，因此这个解读有对有错，还得具体分析。

  最后，在交易执行层面，对于量化，这个部分更加重要。很多时候我们看到的有效策略，在经受佣金、滑点、冲击成本之后，便不复存在。所以如何控制交易成本在量化投资中至关重要。所以衍生到策略容量的大小，衍生到为什么有很多大牌量化私募将自己的服务器搬至交易所附近，等等。

  正如“你用因子，他也用因子；你没赚钱，他却赚钱了”，有些因子之所以成功，关键就是实践中必须考虑的各种细节。好比数据的清洗，好比敞口以及头寸的大小，好比交易执行中的算法、冲击成本滑点的缩减等等。

  市场的非有效性确保因子持续有效。而因子投资的关键则是执行时对各种细节的精确处理。所谓阿尔法的手艺，只有那些专注于做好每个细节的优秀基金经理才能把因子投资在理论上的超额收益转换成现实。

  1、对于高频交易具有更高的目标，希望复制那些在交易日每小时甚至是在每分钟都能够获利的交易策略。

  2、量化交易策略本质上是一种决策过程。

  3、宽客之所以被称为宽客，就在于他们会刻苦钻研交易策略的产生和实施过程。至于交易策略本身，宽客和主观判断型交易者并没有什么差别。

  4、如果建仓的点位选择及头寸的规模大小都是系统自动生成的，则是量化交易。

  5、

  量化交易系统包括3个模块：阿尔法模型、风险模型、交易成本模型

  6、

  风险模型旨在帮助宽客控制不太可能带来收益但会造成损失的敞口规模。

  7、对于所有阿尔法模型而言，如果能带来盈利，那么所承担的风险便是值得的，否则便没有丝毫价值。

  8、科学的两个重要分支是理论主义和经验主义。理论型科学与经验型科学的区别直接导致了两种类型的交易策略。

  第一种，也是目前为止最常见的，是理论驱动型。他们通过观察市场行为，寻找可能用来解释这些行为的普适性理论，再依据市场数据来检验该理论是否可以有效解释市场行为。

  第二中通过合理使用正确的技术性手段，人们可以识别出隐藏的数据中的模式或规律。经验型科学家宁愿花费很大精力去发掘隐藏在数据中的繁杂的各种关系模式，也不愿总结一套理论去对数据进行统一的解释。

  9、绝大多数理论驱动型交易策略可以较为容易地划分为六类：

  价格：趋势型、回复型（回归）、技术情绪型；

  基本面：价值收益型、成长型和品质型。

  10、理解一个交易策略所使用的数据比理解策略本身更加重要。

  11、基于价格数据的阿尔法模型，试图预测价格并从中获利。通常分析以下两种现象之一：一是已有趋势是否延续，二是目前的趋势是否反转。

  12、成功的趋势跟随者冒着资产净值减少1%的粉线换来的收益达不到1%。换言之，为了得到50%的年华收益率，投资者要做好可能至少损失50%的风险准备。简言之，趋势跟随策略的收益极其不稳定。

  13、主流阿尔法模型，都可能存在长期低回报的现象。因为交易策略试图寻找的市场机会并不是综存在的，而是具有不稳定性和偶发性。

  14、有趣的是，

  趋势跟随策略和均值回复策略并不一定是相互冲突的。趋势通常是长期的，而短期内围绕着趋势的小范围波动也是很常见的。

  15、显然在完全相同的时间段内，这两个截然相反的策略不可能同时获利。但是我们并不需要在同一投资期限内构建两个策略。趋势通常在较长的投资期限上延续，而均值回归通常适用于短期投资期限。

  16、技术情绪型策略，通过追踪投资者情绪相关指标来判断预期回报，常见指标有交易价格、交易量以及波动性指标等。

  17、价值型投资策略认为，市场倾向于高估高风险资产的风险，而低估低风险资产的风险。因此在适当时间买入高风险资产和卖出低风险资产，可以获得收益。

  18、市场情绪策略：依赖于市场分析师或经济学家的观点。

  19、很多

  高频交易者喜欢使用纯粹经验主义的数据挖掘的方法去设计其短期交易策略。

  20、在高频交易的时间尺度上数据资源非常丰富。

  21、数据挖掘型需要的算法计算量可能大到无法实现。例如要对两年的盘中实时数据进行较为全面的搜索去寻找具有一定预测能力的指标，即便涉及的变量只有少数几个，使用一台电脑连续工作也得需要3个月。

  22、分钟策略和小时策略间收益的差异要大于3月期策略和6月期策略间收益的差别。

  23、高频交易策略是最快的，预测期限不超过当前交易日。第二类是短线交易策略，倾向于持仓一天到两周。中线策略预测的期限是几周到几个月。长线策略通常是持仓几个月或更长时间。

  24、

  机器学习方法可用于判断量化交易模型中参数的最优设定。机器学习类算法旨在提供一种理论上可行的智能化途径，在不出现过度拟合的前提下去测试参数的许多潜在组合以选择最优组合。

  25、重拟合也可能导致出现过度拟合的风险。过度拟合也是个很危险的问题，会导致一些虚假的、短暂的关系被错认为是有效的、具有持续性的。

  26、停止规则有很多种：止损、止盈和时间停止。

  27、

  非线性模型假设：用于预测目的的变量之间是不独立的或变量间的关系是随时间变化的。

  两类主要的非线型模型是条件模型、旋转模型。条件模型赋予某一阿尔法模型的权重，取决于该模型对其他模型的解释能力。旋转模型根据阿尔法模型的表现追随相应的趋势，而不是跟随市场本身的趋势。

  28、随着时间的推进，越来越多近期的数据被用来计算权重，以期模型的权重与当前的市场形势更加相关。

  29、

  机器学习方法在混合阿尔法模型中的使用更为常见，效果也更好。这些方法是用算法来计算出能对历史数据具有最强解释能力的最优混合。

  30、长期看，风险敞口不会带来利润，但他们随时对策略的收益造成影响。宽客并不会试图去预测这些敞口，通常因为无法成功地对此进行预测。量化交易的一个强大功能在于能对各种敞口进行度量和有目的地选择。

  31、控制规模的方法有两大类：硬性约束和惩罚。

  硬性约束就是设定风险线。例如强行规定头寸规模不能超过投资组合的3%，无论信号多强烈。但这类硬性限制可能有些武断（3%和3.01%的区别？）所以有时宽客使用惩罚函数的方法，只有在阿尔法模型带来的收益显著增大的情况下才允许仓位超过临界水平。

  32、惩罚函数具有这样的特征：仓位超出临界水平越多，增加仓位越困难。

  33、

  风险控制模型以这种方式阐述一个观点：有时候机会好到足以值得打破规矩。

  34、

  凯利准则的反对者指出，该准则的一个重要假设是每一次投注之间相互独立，这在很多赌博场景下是成立的。但是在进行投资时，投注通常是相互关联的，从而投资策略的收益并不均匀。

  35、

  风险管理通常被误认为是降低风险的操作流程，实际上是在给定的风险水平下通过选择敞口并控制其规模而最大化收益。

  36、风险管理中的量化方法，通过判断并度量哪种敞口在驱动投资组合，使基金经理可以据此做出理性而慎重的决策。

  37、在量化交易届，

  进行交易只有两个原因：第一，可以增加盈利的概率或量（比如阿尔法模型）；

  第二，可以降低亏损的概率或量（例如风险模型）。

  38、交易成本主要有三部分构成：佣金和费用、滑点（slippage）、市场冲击成本。

  39、滑点是指从交易者决定开始交易到订单进入交易所系统时间被执行这两个时间段所发生的价格变动。

  40、在对不同产品的交易成本进行估计时，很多宽客对其投资组合中每一种产品使用单独的模型，并且给予交易系统所收集的数据允许模型随着时间变化。换句话，很多交易成本模型高度依赖历史经验，在观察到的、记录下来的交易数据的基础上允许模型随着时间进行变化。

  41、宽客们普遍认为这条曲线应该是二次型，这意味着

  随着交易规模增大（由于市场冲击），交易成本上升的速度会更快。

  42、二次成本函数本质上还是过于复杂。

  43、线性交易成本模型需要在规模较小的情况下高估交易成本和在规模较大的情况下低估交易成本之间进行权衡。

  44、阿尔法模型并不是创造收益而是进行预测并将这些预测传递给投资组合构建模型。

  45、基于规则的投资组合构建模型有4类：

  相等头寸加权、相等风险加权、阿尔法驱动型加权、决策树加权。

  46、使用等权重模型是因为他们注意到了非等权重加权方法的很多缺陷。它总是默认模型具有统计学意义上的能力和功效，对头寸方向、波动幅度和向相对于投资组合中其他预测值变动的概率进行准确的预测。

  47、在趋势的峰值处得到最强信号所承担的正是趋势可能会反转的风险。

  48、均值方差优化方法是一种数据挖掘类方法，通过在各种可能的投资组合中进行搜索，寻找表现出最好特征的一类。机器学习领域差不多也在做基本相同的事。

  49、量化投资组合构建模型的输出变量是目标投资组合：理想的头寸以及各个头寸的规模。将目标投资组合与现有投资组合进行比较，二者间的差距就是需要进行的交易。

  50、使用基于规则的权重分配系统的绝大部分宽客貌似都采用“绝对型的”阿尔法方法。绝大部分是从事期货交易。而使用优化工具的宽客倾向专注于“相对”阿尔法方法。

  51、

  执行算法对于订单运行更加可靠。执行算法包括完成订单的逻辑结构，含有为了尽可能减少市场冲击如何将大订单拆分成小订单的说明，还有应对限价指令簿和价格变化的各种措施。

  52、

  如果一个订单执行算法有明显的印迹，其他市场参与者就可以预测其行为，这些参与者有可能会进行同样的操作，从而加重了该算法所导致的市场冲击和滑点。

  53、订单的进取程度通常取决于所选用交易策略的类型，也依赖于信号强度以及系统关于信号的置信水平。

  54、高频策略的分析师，使用的连接方式——主机托管。经纪商通过DMA平台向交易者提供市场接口，但这个过程存在一定程度的延迟。对延迟效应敏感的量化策略可以选择主机托管方式来改进连接速度。在主机托管过程中，交易者试图将交易服务器的物理地址尽可能地靠近交易所。很多情况下，这意味主服务器和交易所的服务器出于同样的数据中性。这种

  地理位置上的接近，主要是为了尽可能地缩短订单（以光速进行）传输的距离（从交易者的服务器到交易所）。

  55、我们关注一个统计量：块度。指的是显著高于平均收益的时间段内的收益占策略总收益的比例。

  56、

  最大回撤仅仅是一个有偏样本产生的可能结果

  。想想历史收益分布像一副纸牌。如果我们按照纸牌的原有顺序翻转纸牌，将得到历史时间序列。然而如果重新洗牌，按照新的顺序翻转纸牌，将得到不同的时间序列。

  57、尽调宽客：每三个月询问一次，他所进行的研究课题是什么，过去的3个月他对模型增加了什么内容，随着时间推移，你应该能看到一个合理的生命周期，表现出重复稳健的研究思路和不断被改进的策略。

  58、建议问宽客的问题：

  （1）研究和发展策略。

  如何提出新的交易策略想法？

  对这些想法如何进行测试？

  样本内测试和样本外测试的方法是？

  策略是否有有效的判断依据？

  （2）数据搜寻、收集、清洗、管理。

  使用什么数据？

  如何清洗数据？

  （3）投资选择和构造。

  你能描述阿尔法背后的理论吗？

  你的阿尔法策略适用的投资期限多长？

  你如何组合不同的阿尔法模型？

  （4）投资组合构建。

  如何确定头寸大小？

  是否有头寸限制？原因是？

  （5）执行。

  用哪一种交易成本模型？

  如何执行交易？人工还是自动化？

  （6）风险管理和监测。

  风险模型考虑因素有哪些？

  不同的风险限额是？

  什么情况下会干预自己的模型？

  59、对于理解优势和优势的持续性，宽客如何处理灾难是至关重要的。

  60、投资者必须理解所执行的策略、策略特征以及策略产生过程的活力状态。

  61、投资者必须判断宽客是否有优势，优势根源是什么，优势可以支撑多长时间，未来会面临什么威胁。

  最后，打个广告，关于2018上半年国内量化私募的表现，在微信号（ID：Smart-Asset，SmartAsset小枣堂）写了一篇文章，欢迎关注指教。

• 慎入= = 一个颠覆了一切的！足够残酷、深刻的结局

  作者：毛晶晶 发布时间：2009-09-07 22:47:39

  我不知道是真是假 我不知道算不算以讹传讹，但是我真的很郁闷！想大声地喊出来……可是周围没有人搭理我这种莫名的脆弱，可是这种如同通电般的震惊我无法一人独吞，我必须倾诉、宣泄……幻想、梦想这类的东西本来就是在于自己的心，我就算没看到这个结局，那个关于童年的美好梦想和渴望也已经永远长满了灰吧 而对于梦想满满的人，这个结局又不会改变他们什么

  如果你不慎看到这个……希望你只是微微一笑，别像我这样

  ================================================

  （背景：一群学生和日籍外教藤本广义闲谈，据藤本广义自己说，他的爷爷和机器猫的作者之一藤本弘是异母兄弟）

       ……这时藤本广义的表情有了点低落。

  　　他对我们说，其实哆啦A梦是有结局的。

  　　

  　　我在网上也看过类似的帖子，是不是说主人公是个自闭患者？

  　　我问。

  　　

  　　不是的，网络上的传闻都是假的。

  　　他说。

  　　曾经小学馆的漫画上曾经有过一个结尾，说哆啦A梦离开了大雄，不过那不是真正意义上的，因为最后哆啦A梦还是回来了。

  　　

  　　那真正的结尾是什么呢？

  　　我们急切地追问道。

  　　

  　　藤本叹了口气说：

  　　其实我挺不愿意谈这个结局的，当时知道这个结局的时候很小，所以觉得有点灰暗，现在年龄大了想想也没什么呢。

  　　你们也知道藤子·F·不二雄除了画《哆啦A梦》还画过其他的漫画吧，其中有一个个叫《异色短篇集》，是一些科幻，KB，和深刻反思人性的短篇漫画。藤本弘去世的时候总共画了5本《异色短篇集》。

  　　而实际上他去世前正在着手第6本的创作，可是第6本只进行了几篇的文字分镜和草图，他便去世了。

  　　后来整理他的遗物的时候这些草稿流落到了他的徒弟手里，而其中里面就有一篇关于《哆啦A梦》大结局的。由于藤本弘去世的时候遗言让他的两个徒弟来接手《哆啦A梦》的衣钵，所以他的徒弟也就没有把这个结局画出来。

  　　后来我听说了这件事情，特地跑到他的徒弟那想看一下藤本弘画的结局。

  　　他的徒弟不好推辞，就给我看了。

  　　

  　　藤本广义低下了头，像是在回忆。

  　　

  　　我们没有讲话，静静等着他下面的话。

  　　

  　　他抬起头，看着我们说：

  　　我看了那个故事，只是草图和简单的文字介绍，大体的意思是这样的。

  　　

  　　一天早晨，大雄（台译版里叫康夫）醒了过来，发现自己坐在一个奇怪的椅子上，眼前就是哆啦A梦。

  　　哆啦A梦热情的向它打招呼，可是表情呆滞。

  　　大雄试图从椅子上站起来可是却摔倒了。

  　　哆啦A梦说，由于你长时间坐在椅子上且生命都是靠营养液继续，所以你的肌肉过于萎缩，不方便行走。

  　　大雄不明白哆啦A梦说的是什么意思。

  　　于是哆啦A梦向他解释道，

  　　在22世纪，人类的科技大幅度的发展，但是新的能源和食物问题却没有得到解决，地球的人口爆炸式增长。

  　　于是，当时的人类go-vern-ment处于人类总体利益的考虑，决定对新诞生的婴儿统一进行大脑测试，被证实智力处于一定水平线之下的新生儿将会被连接上一种维持生命的装置，这种装置会给他们输送低成本的营养液维持生命，并且会让他们进入一种虚拟状态。

  　　

  　　像是黑客帝国呢。

  　　有人插嘴道。

  　　

  　　藤本点了下头，继续讲。

  　　在这种虚拟状态下，这个装置将会模拟出新奇，有趣的场景，让人感受到现实世界里体会不到的快乐。

  　　于是，一切都明了了。

  　　那些哆啦A梦口袋里的道具——竹蜻蜓，随意门，缩小手枪，桃太郎饭团，时光包袱巾……

  　　那些童年的好友——宜静，技安，小夫，出木杉……

  　　那些一起经历过的不可意思的事情——海底鬼岩城，一千零一夜，梦幻三剑士，魔界大冒险……

  　　这一切一切都是装置模拟出来的，为的只是对那些智力相对较低的儿童的一种补偿，让他们能在虚幻里快乐，体会童年的美好。

  　　

  　　而童年结束的时候，一切也都结束了。

  　　营养装置只是一种人道考虑，当那些儿童满14岁的时候，残酷的现实就要开始了。

  　　由于地球的资源过于紧张，所以那些在虚拟世界里的靠营养液维持生命的儿童要被强制“离开”，即被杀死。

  　　“离开”之前，他们唯一的权利就是知道事实的真相。

  　　那个长得像哆啦A梦的机器人对大雄说：你应该感到庆幸，因为你在虚幻里体会到了现实里的人一辈子都感受不到的快乐，在现实里的人要经历工作的劳累和残酷的社会的折磨，而你什么都不用做，只要体会那些新奇就好。所以你不要为你的“离去”感到害怕，相反，融入到忙碌的现实社会才是最可怕的事情。

  　　大雄流着泪听着它讲完这些，恳求它再让自己进入一下虚幻里，跟虚幻里的朋友道别。

  　　机器人同意了。

  　　大雄重新进入了虚幻，他用自己存下的零用钱给好朋友们买了很多礼物——小夫的遥控飞机，技安的棒球帽，宜静的裙子……最后，他把剩下的钱买了哆啦A梦最爱吃的铜锣烧，跟家里人一起吃了最后一次团圆饭。

  　　

  　　大雄懂事了呢。

  　　妈妈笑着说。

  　　

  　　是的，因为我长大了……

  　　大雄眼睛里含着泪水。

  　　

  　　在当天晚上，大雄紧紧着抱住了哆啦A梦。

  　　哆啦A梦，你说我们是不是会永远在一起呢？

  　　

  　　这时，漫画分镜切到了现实世界，那个哆啦A梦摸样的机器人伸出圆圆的手触碰到了闭着眼睛的大雄。

  　　大雄的身躯一阵抽搐，然后倒在了地上。

  　　

  　　最后一个画面，那个机器人用冰冷的声音说了一句：完成任务，目标已经“离去”……

  　　

  　　藤本老师讲完了，大家都为了这个结局感到感伤。

  　　他说，我当时看到这个漫画的时候只有十几岁，看完后就哭了，不过现在想想，倒也没什么，最鲜活的哆啦A梦的故事只能存活在童年的记忆里，而现在，我们的童年早已终结……

  ========================================

  恩，人生就是这样吧 虽然很伤心 可是还能怎样呢