周羽中

（山東理工大學(xué) 經(jīng)濟(jì)學(xué)院，山東 淄博 255012）

一、背景和問題

人工智能方興未艾，作為人工智能基石的算法越來越多的應(yīng)用到企業(yè)的商業(yè)決策中； 從本質(zhì)上講，算法是一種執(zhí)行設(shè)計(jì)程序和命令、處理各種復(fù)雜任務(wù)，進(jìn)而實(shí)現(xiàn)自主學(xué)習(xí)、自主決策的技術(shù)；算法和大數(shù)據(jù)的結(jié)合， 能夠顯著的提高企業(yè)的決策水平，制定和實(shí)施利潤最大化戰(zhàn)略，因而人工智能背景下，算法成為企業(yè)進(jìn)行市場競爭、價(jià)格設(shè)定的重要工具。 從需求側(cè)來看，企業(yè)可以使用算法收集、整理和分析消費(fèi)者以及競爭對手的信息數(shù)據(jù)，降低信息不完全性，把握消費(fèi)者的偏好和競爭對手的戰(zhàn)略動向，準(zhǔn)確預(yù)測市場發(fā)展趨勢；從供給側(cè)來看，企業(yè)可以使用算法進(jìn)行產(chǎn)品和廣告的精準(zhǔn)推送，制定基于個人差異的價(jià)格歧視，根據(jù)市場競爭狀況靈活改變價(jià)格。

算法的使用促進(jìn)了競爭和商業(yè)繁榮，打破了市場壁壘，使市場更加透明和高效，這是有利于消費(fèi)者的。 然而，通過人工智能設(shè)定價(jià)格的算法能夠促成合謀行為，合謀帶來的價(jià)格歧視等問題又損害了消費(fèi)者的利益。 因此，價(jià)格算法的合理應(yīng)用與否，對市場秩序和消費(fèi)者權(quán)益保護(hù)具有重要意義，也日益成為各國反壟斷執(zhí)法機(jī)構(gòu)關(guān)注的重點(diǎn)。然而，由于價(jià)格算法合謀與傳統(tǒng)的合謀相比不具有明確的行為依據(jù)，也就是不存在價(jià)格合謀的“協(xié)議”，因此，現(xiàn)行的反壟斷法在理論和實(shí)踐層面都難以對其有效的規(guī)制， 需要根據(jù)算法價(jià)格合謀的獨(dú)特性質(zhì)創(chuàng)新反壟斷規(guī)制政策。

國外對于如何規(guī)制算法合謀的研究比較多。Nicola（2017）認(rèn)為，某些市場參與者使用算法破壞了市場競爭，反壟斷部門應(yīng)當(dāng)對其實(shí)行反壟斷規(guī)制[1]；

Harrington（2018）認(rèn)為現(xiàn)行反壟斷政策難以有效規(guī)制自主學(xué)習(xí)算法合謀， 并且主張采用事前審查的反壟斷規(guī)制政策[2]；然而Calvano et al（2018）在詳細(xì)分析當(dāng)前算法合謀的反壟斷規(guī)制政策后明確反對采用事前管控的手段[3]。國內(nèi)學(xué)者沈偉偉（2019）通過對算法透明原則的分析，認(rèn)為其不具有普適性，算法透明原則對算法合謀的規(guī)制應(yīng)當(dāng)是輔助性的， 因而對算法的規(guī)制應(yīng)該是以算法問責(zé)為代表的事后追責(zé)策略更為恰當(dāng)[4]王健，吳宗澤（2020）指出，根據(jù)自主學(xué)習(xí)算法的自身特點(diǎn)，應(yīng)當(dāng)從技術(shù)監(jiān)管、數(shù)據(jù)控制、算法審核等層面構(gòu)建事前管控體系[5]；許光耀（2020）指出，算法合謀依然可以使用反壟斷法上的“協(xié)同行為”來解決，因?yàn)楦偁幷叩男袨槭冀K取決于自身的意思表示[6]?；诖耍疚母鶕?jù)既有的研究成果，分析價(jià)格算法合謀的形成及其運(yùn)行機(jī)制， 進(jìn)而指出現(xiàn)行反壟斷法規(guī)制價(jià)格算法合謀的困境，最后，從事前管控與事后追責(zé)兩方面建立有效的反壟斷規(guī)制政策。

二、價(jià)格算法合謀的形成及其運(yùn)行機(jī)制

我國在反壟斷執(zhí)法中尚未出現(xiàn)價(jià)格算法合謀的案例，但從美國和歐盟的司法案件可以發(fā)現(xiàn)，算法作為一種工具與價(jià)格合謀之間存在極高的相關(guān)關(guān)系。2017 年OECD 發(fā)布《算法與合謀：數(shù)字時(shí)代的競爭政策》報(bào)告①OECD (2017), “Algorithms and Collusion: Competition Policy in the Digital Age”, available at www.oecd.org/competition/algorithms-collusion-competition-policy-in-the-digital-age.htm.，報(bào)告重點(diǎn)分析了四類能夠促進(jìn)價(jià)格合謀的算法，分別是監(jiān)督算法、平行算法、信號算法和自我學(xué)習(xí)算法[7]，它們可以通過不同的方式促進(jìn)價(jià)格合謀的形成。

（一）價(jià)格算法合謀的形成條件

傳統(tǒng)影響企業(yè)價(jià)格合謀的因素主要包括產(chǎn)業(yè)結(jié)構(gòu)以及供給與需求特征三個方面；而在數(shù)字背景下，算法促成價(jià)格合謀的主要因素則是算法改變了產(chǎn)業(yè)結(jié)構(gòu)特征，即市場透明度和市場互動程度。

1.市場透明度的提升

在傳統(tǒng)市場中， 企業(yè)之間價(jià)格合謀不穩(wěn)定的原因是因?yàn)槭袌鐾该鞫炔桓撸?單個企業(yè)背叛行為不容易被及時(shí)發(fā)現(xiàn)，根據(jù)“囚徒困境”原理，單個企業(yè)都存在違約的動機(jī)，因?yàn)闆Q策是一次性的，背叛并不會對將來產(chǎn)生影響， 因此， 單個企業(yè)都會預(yù)測對方會背叛，背叛成為每個企業(yè)最好的選擇。而算法能夠讓市場信息傳播更迅速，市場透明度更高，企業(yè)之間能夠互相監(jiān)督，隨時(shí)跟蹤彼此的定價(jià)行為，背叛行為也能夠及時(shí)發(fā)現(xiàn)；另一方面講，由于算法主導(dǎo)的信息交流非?？旖?，因此執(zhí)法者難以發(fā)現(xiàn)這種信息溝通，所以合謀也更加容易。

2.市場互動程度頻繁

由于一次性囚徒困境決策的存在， 企業(yè)之間在未來互動的可能性不大，因此，它們更加重視眼前的利益， 合謀難以維持； 雖然重復(fù)性決策可以懲罰欺詐，但是使用這種方式維持合謀還要滿足兩個條件：首先是每一個合謀者都可以發(fā)現(xiàn)對方不合作，其次，一旦發(fā)現(xiàn)對方不合作就會進(jìn)行懲罰②陳永偉.算法合謀：一個老問題的新形式.http://opinion.caixin.com/2018-01-22/101201027.html.； 然而這兩個條件在傳統(tǒng)的市場中都難以實(shí)現(xiàn)。 算法能夠讓企業(yè)彼此之間的行動依賴性更高，互動程度更加頻繁，企業(yè)之間彼此的價(jià)格策略非常透明， 而且能夠在一定程度上預(yù)測對方背叛的可能性， 因此它們需要考慮當(dāng)前的決策對企業(yè)未來利潤的影響， 由于害怕背叛價(jià)格合謀協(xié)議而遭受嚴(yán)厲懲罰策略③在嚴(yán)厲懲罰策略下，欺詐引發(fā)下一輪的懲罰，并且懲罰會永遠(yuǎn)持續(xù)下去，即便欺詐者在下一輪做出合作決策。，因此企業(yè)會更傾向于維持合謀。

數(shù)字經(jīng)濟(jì)環(huán)境中，市場透明度的提升、企業(yè)之間互動的頻繁， 使得企業(yè)背叛價(jià)格合謀協(xié)議的代價(jià)十分高昂， 算法的使用也讓企業(yè)之間能夠建立穩(wěn)定的依賴關(guān)系，價(jià)格合謀得以穩(wěn)定并長時(shí)間存續(xù)。

（二）價(jià)格算法合謀的運(yùn)行機(jī)制

算法除了能夠改變市場結(jié)構(gòu)來影響價(jià)格合謀以外， 其作為一種工具本身也能夠?qū)r(jià)格合謀產(chǎn)生影響。 不同的算法致使不同的合謀，監(jiān)督算法、平行算法、信號算法和自我學(xué)習(xí)算法分別對應(yīng)信使類合謀、軸輻類合謀、代理類合謀和自主類合謀。

1.信使類合謀

由監(jiān)督算法形成的信使類合謀本質(zhì)上依然是人的合謀，主觀目的是人類自愿達(dá)成合謀協(xié)議，實(shí)施卡特爾；計(jì)算機(jī)只是人的意志的執(zhí)行者，是一種輔助性工具，是人類的“信使”，而算法本身不具有促成合謀的性質(zhì)。監(jiān)督算法的作用在于收集、整理和分析對方的決策信息， 發(fā)現(xiàn)背叛合謀協(xié)議的行為并實(shí)施懲罰措施。 信使類合謀的運(yùn)行機(jī)制是參與價(jià)格合謀的企業(yè)之間事先就達(dá)成了一份價(jià)格協(xié)議， 然后使用計(jì)算機(jī)設(shè)計(jì)一套算法程序來監(jiān)督價(jià)格合謀協(xié)議的實(shí)施，這在一定程度上鞏固了企業(yè)之間達(dá)成的價(jià)格合謀協(xié)議，并且有利于合謀的實(shí)施。 因此，傳統(tǒng)的反壟斷政策可以直接對其規(guī)制。其典型案例來自于2015 年美國司法部對Topkins 的指控④United States of America v.David Topkins Case No.CR 15-00201 WHO Filed 04/30/15.，Topkins 先是和亞馬遜平臺上其他銷售同類產(chǎn)品的商家達(dá)成價(jià)格合謀協(xié)議， 然后設(shè)計(jì)出一套算法作為工具來監(jiān)控協(xié)議的實(shí)施， 這顯然已經(jīng)構(gòu)成了現(xiàn)行反壟斷法上的橫向壟斷協(xié)議。

2.軸輻類合謀

平行算法形成軸輻類合謀。 平行算法通常出現(xiàn)在競爭者數(shù)量較多的同一行業(yè)中， 其功能是可以自動的為所有企業(yè)設(shè)定最優(yōu)價(jià)格。通過平行算法，企業(yè)之間只要共同決定使用同一種定價(jià)算法工具或者采用同一定價(jià)平臺進(jìn)行交易，這樣整個市場中的企業(yè)就能實(shí)現(xiàn)以算法為中心的價(jià)格協(xié)同行為，達(dá)成橫向價(jià)格合謀協(xié)議， 并且由于具有一定的隱蔽性，難以被執(zhí)法機(jī)關(guān)查處。 在軸輻類合謀中，“軸”相當(dāng)于提供定價(jià)算法的供應(yīng)商或平臺，“輻”相當(dāng)于供應(yīng)商或平臺與使用定價(jià)算法的下游企業(yè)達(dá)成的縱向協(xié)議。 在這種情形下，雖然競爭者之間實(shí)現(xiàn)了價(jià)格的協(xié)同，也具有限制、排除競爭的效果，但是由于下游的企業(yè)之間并不存在橫向的壟斷協(xié)議， 因此反壟斷政策難以對其規(guī)制。 美國Uber 案中①Spencer Meyer v.Uber Technologies，Inc.，Case No.16-2750-cv，16-2572-cv.，Uber 公司利用自己的平臺為出租車司機(jī)設(shè)定了一套價(jià)格算法，每個司機(jī)使用Uber 就必須要與Uber 簽訂一份協(xié)議， 并承諾使用Uber 的定價(jià)算法為乘客提供服務(wù)，這說明司機(jī)和Uber 公司之間存在縱向協(xié)議，但是司機(jī)之間是否存在橫向合謀協(xié)議尚有爭議。 但有學(xué)者指出： 軸輻合謀的這種縱向關(guān)系只是實(shí)現(xiàn)橫向價(jià)格合謀的手段， 因此不應(yīng)影響對競爭企業(yè)之間實(shí)行橫向價(jià)格合謀的認(rèn)定[7]。

3.代理類合謀

信號算法促成代理類合謀。 這種算法能夠讓企業(yè)管理者通過信息交換或者單方的價(jià)格公示的辦法達(dá)成合謀協(xié)議。 其主要作用在于為進(jìn)行合謀的企業(yè)達(dá)成一種共識，為它們提供了共同的價(jià)格信號，從而可以便利的實(shí)施價(jià)格合謀行為。 在代理類算法合謀中，同一行業(yè)中的所有企業(yè)獨(dú)立決策，以利潤最大化為條件分別設(shè)計(jì)算法， 雖然各方并沒有價(jià)格合謀的意思一致，但由于算法設(shè)計(jì)相似，所以可以自動的監(jiān)測競爭對手的價(jià)格變化并及時(shí)采取措施。 信號算法在代理類合謀中充當(dāng)了企業(yè)管理人代理人的角色，代理企業(yè)與其他企業(yè)進(jìn)行價(jià)格磋商， 根據(jù)競爭對手的行為和市場數(shù)據(jù)動態(tài)調(diào)整自己的價(jià)格決策。 但由于這是一種非人類行為， 而是計(jì)算機(jī)算法對市場行為做出的自動反應(yīng)， 因此并不存在企業(yè)之間的明確合謀協(xié)議，而是一種默契合謀，不違反反壟斷法。 代理類合謀的核心在于企業(yè)之間具有有意識的價(jià)格合謀動機(jī)，因此是一種有意識的平行行為，而有意識的平行行為本身是合法的， 反壟斷執(zhí)法中往往囿于直接證據(jù)的固定難以對其禁止。然而，在人工智能背景下，由于市場透明度的提高，算法主導(dǎo)的這種“默契”是有可能促成價(jià)格合謀的， 因?yàn)橥ㄟ^算法實(shí)施的價(jià)格跟隨行為能夠?qū)崟r(shí)根據(jù)競爭對手的價(jià)格進(jìn)行動態(tài)調(diào)整，使價(jià)格跟隨行為可以持續(xù)的保持。因此傳統(tǒng)的反托拉斯政策對默契合謀的平行行為之認(rèn)定應(yīng)當(dāng)尋求間接證據(jù)的佐證，比如對算法源代碼的審查、對算法使用數(shù)據(jù)的審查等。 案例方面，歐盟對華碩、飛利浦和先鋒等公司的反壟斷調(diào)查具有典型意義， 但由于案件尚未公布調(diào)查結(jié)果，許多細(xì)節(jié)尚不得知，因此無法進(jìn)行詳細(xì)分析。

4.自主類合謀

自主類合謀是由自我學(xué)習(xí)算法所主導(dǎo)的合謀形式。 自我學(xué)習(xí)算法開發(fā)的目的或許并不是為了價(jià)格合謀， 而是為企業(yè)提供一種實(shí)現(xiàn)利潤最大化的價(jià)格制定方式。 其基于人工智能的計(jì)算機(jī)技術(shù)以及大數(shù)據(jù)，不需要借助人類的指示，通過自主學(xué)習(xí)促成企業(yè)間價(jià)格一致。 自主類合謀也不具有有意識的平行行為， 無論是算法的設(shè)計(jì)者還是使用者對算法的影響都十分有限， 價(jià)格合謀的產(chǎn)生完全是算法本身自主學(xué)習(xí)的結(jié)果，而且對于合謀是如何實(shí)現(xiàn)的，企業(yè)也不知情，整個過程被稱為“黑箱”，人類只能得到一個合謀的結(jié)果。與其他合謀形式相比，自主類合謀的另一個特點(diǎn)是算法源代碼并不是一成不變的， 而是會根據(jù)市場的變化不斷地自我學(xué)習(xí)、自我改變，也就是說這種算法是有“意識”的，然而，反壟斷法難道要去“懲罰”這些算法嗎？ 雖然企業(yè)之間不存在主觀上的合謀動機(jī)，也沒有明確的價(jià)格合謀協(xié)議，但不可否認(rèn)的是市場上的確出現(xiàn)了價(jià)格協(xié)同，因此，現(xiàn)行的反壟斷政策在這方面是束手無措的。 盡管在司法實(shí)踐中尚沒有自主算法合謀的案例， 但其潛在的危害應(yīng)當(dāng)引起執(zhí)法機(jī)構(gòu)的注意。

數(shù)字經(jīng)濟(jì)和人工智能的發(fā)展， 算法開始參與到人類的決策中，上述四類算法合謀中，信使類合謀、軸輻類合謀作為顯性合謀， 算法只是其實(shí)現(xiàn)合謀的輔助工具或手段，現(xiàn)行反壟斷法可以有效的應(yīng)對；但是代理類合謀和自主類合謀， 當(dāng)前反壟斷法還存在缺陷和空白，因此余文將重點(diǎn)討論。

三、價(jià)格算法合謀對現(xiàn)行反壟斷政策的挑戰(zhàn)

我們需要明確的一點(diǎn)是： 信使類合謀和軸輻類合謀只不過是傳統(tǒng)價(jià)格合謀問題的另一種表現(xiàn)形式，并沒有給現(xiàn)行反壟斷政策帶來實(shí)質(zhì)性的挑戰(zhàn)，反壟斷法依然對其有效； 而代理類合謀和自主類合謀則突破了現(xiàn)有的法律框架， 給反壟斷政策帶來了真正的挑戰(zhàn)。

（一）算法主導(dǎo)的默契合謀如何認(rèn)定

現(xiàn)有的反壟斷法不規(guī)制默契合謀。默契合謀通常需要市場滿足四個條件：（1） 競爭者提供的產(chǎn)品或服務(wù)具有同質(zhì)性；（2） 市場信息透明度較高；（3）市場具有一定的進(jìn)入阻礙；（4） 競爭者處于寡頭壟斷市場[8]。 在傳統(tǒng)的市場中，（2）、（3）兩個條件難以滿足，所以默契合謀的情況并不多見；然而在數(shù)字經(jīng)濟(jì)背景下， 算法改變了市場特征， 提高了市場透明度；尤其在寡頭市場中，企業(yè)會發(fā)現(xiàn)它們的價(jià)格策略是互相依賴的，并且明白非合作的結(jié)果，所有企業(yè)都會選擇不欺詐，合作決策達(dá)成，默契合謀也就變得更加容易。 在整個過程中， 企業(yè)之間都沒有明確的協(xié)議，因此，無論是代理類合謀還是自主類合謀，都很難將其納入反壟斷法審查范圍內(nèi)。 美國最高法院對默契合謀的認(rèn)定也始終沒能形成一套固定的標(biāo)準(zhǔn)；在Interstate Circuit（1939）案中，被告需要“提出合理解釋”， 如果被告不能提出解釋聯(lián)合一致的理由，那么將會被判定為合謀行為； 在Theatre Enterprise（1945）案中則要求“附加因素”的證明[9]；Twombly（2007）案中，則需要原告提出足夠的細(xì)節(jié)的事實(shí)證據(jù)證明協(xié)議的存在[10]。

國內(nèi)有學(xué)者指出，應(yīng)對默契合謀，應(yīng)當(dāng)從《反壟斷法》 第13 條入手， 對壟斷協(xié)議做擴(kuò)大化解釋，因?yàn)椋?無論是明示合謀還是默契合謀在造成的經(jīng)濟(jì)結(jié)果都是相同的，因此默契合謀應(yīng)當(dāng)納入《反壟斷法》第13 條規(guī)制的范圍內(nèi)；然而波斯納法官對此持相左的意見，他認(rèn)為，在法律上將明示合謀與默契合謀同等對待是極其危險(xiǎn)的[11]。 由于反壟斷執(zhí)法機(jī)構(gòu)的尚缺乏豐富的執(zhí)法經(jīng)驗(yàn)， 而且某些默契算法合謀反而具有促進(jìn)競爭的效果， 因此是否將默契合謀一刀切似的歸為壟斷協(xié)議有待商榷。 美國和歐盟方面為了規(guī)制非法的默契合謀，還采用了間接證據(jù)規(guī)則，包括溝通證據(jù)、行為數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)和環(huán)境數(shù)據(jù)。 然而在算法主導(dǎo)的默契合謀下， 程序編寫中的數(shù)據(jù)等間接證據(jù)執(zhí)法機(jī)關(guān)通常難以收集整理；從另一個方面講，算法已經(jīng)與企業(yè)的日常業(yè)務(wù)緊密聯(lián)系， 如果企業(yè)之間的算法需要頻繁互動時(shí)， 就無法證明企業(yè)之間是在價(jià)格合謀[12]。

（二）反競爭的意圖何以審查

在代理類合謀中， 人類的意識可能表現(xiàn)在兩個方面：第一，人類可能知道算法設(shè)計(jì)的大概情況；第二，對算法可能產(chǎn)生的后果有一定的認(rèn)知；造成合謀的結(jié)果可能是有意為之，也可能是無心的。而在自主類算法合謀中， 自我學(xué)習(xí)算法完全剔除了人類意識在價(jià)格合謀中的作用， 是真正意義上人工智能達(dá)成的合謀協(xié)議。 當(dāng)算法的設(shè)計(jì)者和使用者之間不存在價(jià)格合謀的意思聯(lián)絡(luò)時(shí)， 算法可以根據(jù)市場變化自主的與其他企業(yè)達(dá)成合謀， 同樣， 其他企業(yè)亦是如此。 這種非人類主觀意圖的限制競爭的行為打破了法院在執(zhí)行傳統(tǒng)反壟斷法時(shí)對壟斷者主觀意圖的認(rèn)定，阻礙了反壟斷法執(zhí)法活動。

從技術(shù)和效率的角度來看， 基于人工智能的算法對社會應(yīng)該是有益的， 很多算法設(shè)計(jì)的目的是為了提高企業(yè)生產(chǎn)效率， 增強(qiáng)企業(yè)對市場趨勢和消費(fèi)者消費(fèi)偏好的判斷能力， 從而實(shí)現(xiàn)企業(yè)的利潤最大化[13]； 然而即使是在支持競爭的意圖下編寫的算法，也可能造成無意的傷害，導(dǎo)致價(jià)格協(xié)同行為，最終限制了競爭。如果算法開發(fā)的目的初始就是為了跟蹤和調(diào)整價(jià)格， 那么在所有使用算法的企業(yè)之間，到底是簡單的隨行就市的商業(yè)行為還是一種價(jià)格協(xié)同行為，現(xiàn)行反壟斷法對其主觀意圖的認(rèn)定是無能為力的。

（三）責(zé)任和問責(zé)如何厘清

規(guī)制算法的最根本問題就是找到合適的主體接受法律的問責(zé)和責(zé)任， 而人工智能算法讓傳統(tǒng)的法律問責(zé)機(jī)制不再有效。 傳統(tǒng)合謀協(xié)議的實(shí)施主體發(fā)生在企業(yè)經(jīng)營者之間，而在算法參與的合謀協(xié)議下，實(shí)施主體還包括了算法的開發(fā)者甚至是算法本身。Mark 和Bryan（2019）指出讓機(jī)器人的設(shè)計(jì)者與所有者對其行為負(fù)責(zé)是不合理的，他們認(rèn)為，應(yīng)當(dāng)引入保險(xiǎn)計(jì)劃或者無過錯責(zé)任原則等新型責(zé)任制度[14]；Karni（2019）認(rèn)為自主性不應(yīng)當(dāng)是區(qū)分產(chǎn)品與算法的標(biāo)準(zhǔn)， 算法帶來的自主性也沒必要修改現(xiàn)行的責(zé)任制度， 算法帶來的損害責(zé)任依然由開發(fā)或使用系統(tǒng)的人來承擔(dān)[15-16]。 可見，爭論的焦點(diǎn)在于是否將責(zé)任歸咎于沒有能力影響合謀協(xié)議的人類。

隨著5G 和人工智能的深入發(fā)展， 算法自動化決策開始滲透我們的生活， 算法與人類的聯(lián)系卻不斷變?nèi)酰?算法自動定價(jià)帶來的法律責(zé)任問題將更加突出。 不可否認(rèn)，算法是由人類開發(fā)的，但是人類的目的并非一定是為了實(shí)施合謀或者壟斷，相反，甚至是為了促進(jìn)競爭和創(chuàng)新； 將算法自主行為導(dǎo)致的限制競爭的法律責(zé)任完全歸于算法的開發(fā)者和使用者是否合適， 以及責(zé)任如何在開發(fā)者和使用者之間進(jìn)行合理的分配？ 這些問題或許伴隨著案件的增多而變得更為棘手。

四、價(jià)格算法合謀的反壟斷規(guī)制路徑

在應(yīng)對代理類算法合謀和自主類算法合謀時(shí)，當(dāng)前學(xué)術(shù)界主流的觀點(diǎn)是建立一系列的事前管控措施以預(yù)防算法達(dá)成合謀， 從而提前規(guī)避市場風(fēng)險(xiǎn)并落實(shí)企業(yè)的責(zé)任；但不可否認(rèn)的是，以算法透明原則為核心的事前管控存在先天性的缺陷；一方面，出于對知識產(chǎn)權(quán)的考慮，許多企業(yè)的算法都是商業(yè)秘密，公開則意味著失去商業(yè)機(jī)密，影響到企業(yè)的競爭力，同時(shí)，也不利于企業(yè)的創(chuàng)新和生存；另一方面，從法經(jīng)濟(jì)學(xué)的成本收益理論出發(fā)， 法律程序的目標(biāo)是最小化社會成本， 只有自愿的信息交換才能降低社會成本（管理成本和犯錯成本），然而對于算法合謀的調(diào)查，博弈雙方通常是信息不對稱的，執(zhí)法機(jī)關(guān)與競爭者之間進(jìn)行的是非自愿的信息交換， 執(zhí)法機(jī)關(guān)如果提前介入不擅長的領(lǐng)域需要付出大量的管理成本去調(diào)查取證，同時(shí)收益也沒有保證，即在風(fēng)險(xiǎn)情況下需要承擔(dān)一定的犯錯成本。

我們再從企業(yè)自身的角度， 基于經(jīng)濟(jì)理論分析傳統(tǒng)合謀形式的最小化社會成本： 我們簡單地使用合謀損害的成本和避免合謀損害的成本建立經(jīng)濟(jì)模型：假設(shè)合謀發(fā)生的概率為p，事前規(guī)制水平為x，隨著x 的提高，p 會下降，因此p=p（x）是x 的減函數(shù)。如果合謀發(fā)生，那么會損害社會福利。用A 表示合謀造成損害的貨幣價(jià)值，A*p 等于用貨幣表示的合謀損害的預(yù)期值，根據(jù)責(zé)任與處罰相稱原則，這個值也等于事后問責(zé)的成本。 （因?yàn)榇嬖诟怕史植?，所以稱之為預(yù)期）。

和p（x）一樣，合謀帶來的損害p（x）A 也是x 的減函數(shù)。 如圖1 所示，縱軸表示貨幣數(shù)量，包括預(yù)期損害的價(jià)值p（x）A，橫軸表示事前規(guī)制水平。

p（x）A 曲線向右下方傾斜，表示預(yù)期損害隨著事前規(guī)制水平的提高而下降。

圖1

假設(shè)采取事前規(guī)制的成本為h 元， 假設(shè)h 為常數(shù)，不會隨x 的變化而變化，因此，hw 等于事前規(guī)制的總成本。

圖1 描述合謀的兩類成本： 用于事前規(guī)制的成本和預(yù)期損害（事后問責(zé)）的成本。 假設(shè)沒有其他社會成本， 那么將事前規(guī)制的成本與預(yù)期損害的成本相加，即合謀的社會總成本為：

SC=hx+p（x）A

如圖1 所示，是一條U 形曲線。 由于社會總成本曲線是U 形的，因此在U 形底部必有一個x 值存在，圖中為x*，從效率的角度講，x* 即預(yù)防合謀的有效事前規(guī)制水平。

事前規(guī)制的成本等于h 的價(jià)格，也是邊際成本；更多一點(diǎn)的事前規(guī)制會減少損害的預(yù)期成本， 可以視為邊際收益， 這一減少的量等于合謀的概率-p‘（x*）①（‘）表示函數(shù)p（x）在x 處的斜率，該斜率是負(fù)的，因此在p 之前加負(fù)號，使表達(dá)式-p’（x）為正。乘以A 的成本。因此社會的有效預(yù)防水平x*可以解方程得：

此即選擇能夠最小化合謀的成本以避免合謀發(fā)生的事前規(guī)制水平。

對于企業(yè)自身而言， 對算法合謀的事前規(guī)制同樣面臨不確定的犯錯成本， 因此事前規(guī)制的邊際成本 就 超 過 了 邊 際 社 會 收 益， 即h>-p‘（x*）A（x>x*），在這種情況下，效率標(biāo)準(zhǔn)要求采取稍低一點(diǎn)的事前規(guī)制水平，也就是說，算法合謀的事前規(guī)制水平是超過了有效量的， 應(yīng)當(dāng)采取稍微低一點(diǎn)的事前規(guī)制水平。

我們繼續(xù)從執(zhí)法機(jī)關(guān)事后追責(zé)的角度考慮，為了分析的簡化，假設(shè)執(zhí)法機(jī)關(guān)事后追責(zé)的懲罰水平為完全懲罰和完全不懲罰。 首先需要明白的一點(diǎn)：作為價(jià)格算法合謀的受害人是無法采取事前規(guī)制措施的，因此，我們主要分析的是完全懲罰和完全不懲罰兩種情形下施害人②本文將施害人定義為算法的設(shè)計(jì)者和使用者。將會采取怎樣的事前規(guī)制措施。 假定施害人采取事前規(guī)制措施的值為xi，事前規(guī)制措施的單位成本為hi，對施害人的懲罰等于合謀所帶來的損害，其值等于p（xi）A；因此，在完全懲罰條件下， 施害人承擔(dān)的總成本等于hxi+p（xi）A。 施害人有最小化其成本的動機(jī)，我們記最小值的事前規(guī)制水平為xi*，此時(shí)，施害人采取事前規(guī)制措施的邊際成本等于合謀損害的預(yù)期成本的最終減少量：

①式和②式的效率條件是相同的。因此，在完全懲罰條件下， 施害人會采取事前規(guī)制措施使邊際成本和收益內(nèi)部化， 這給予施害人采取有效的事前措施來預(yù)防合謀的激勵。

在完全不懲罰條件下， 假設(shè)施害人選擇的事前規(guī)制水平為xi，其承擔(dān)的總成本為hxi，由于完全不懲罰，因此施害人不需要承擔(dān)合謀所帶來的損害；施害人同樣有最小化其成本的動機(jī)， 由于hxi 的值必須為正， 因此， 施害人最小的事前規(guī)制水平應(yīng)當(dāng)為0，即xi=0。 由此可知，在完全不懲罰條件下，施害人沒有實(shí)施事前規(guī)制措施的激勵動機(jī)①本部分推理引于[美]羅伯特考特，托馬斯尤倫.法和經(jīng)濟(jì)學(xué)[M].史晉川譯，上海：格致出版社：2017:188-192.。

因此在應(yīng)對算法合謀的挑戰(zhàn)時(shí)， 無論是執(zhí)法機(jī)關(guān)還是企業(yè)自身進(jìn)行事前規(guī)制都可能面臨一定的犯錯成本， 算法合謀的治理不能一概的采用事前規(guī)制或者事后追責(zé)，兩者具有同等重要的作用；可以一定的事前管控措施， 設(shè)置倡導(dǎo)性的規(guī)范對算法的設(shè)計(jì)和使用提出更高的標(biāo)準(zhǔn)， 同時(shí)建立相配套的事后問責(zé)機(jī)制，用懲罰機(jī)制維護(hù)法律的底線。本部分在回應(yīng)上文提到現(xiàn)行反壟斷政策遇到的挑戰(zhàn)的同時(shí)， 從事前管控與事后追責(zé)兩個角度提出價(jià)格算法合謀的規(guī)制路徑。

（一）合理利用間接證據(jù)的綜合認(rèn)定與抗辯規(guī)則

明示協(xié)議的缺失使得默契合謀被規(guī)制的難度增大，而難點(diǎn)則在于證據(jù)的運(yùn)用與證明標(biāo)準(zhǔn)，僅僅使用直接證據(jù)證明經(jīng)營者之間達(dá)成了默契算法合謀難度極大， 因此反壟斷執(zhí)法機(jī)關(guān)有必要采用間接證據(jù)進(jìn)行綜合認(rèn)定。 間接證據(jù)包括溝通數(shù)據(jù)、行為數(shù)據(jù)、經(jīng)濟(jì)證據(jù)和環(huán)境證據(jù)②間接證據(jù)的分類及詳細(xì)解釋請參考：劉繼峰.依間接證據(jù)認(rèn)定協(xié)同行為的證明結(jié)構(gòu)[J].證據(jù)科學(xué)，2010（01）：83-84.③認(rèn)定算法合謀的間接證據(jù)主要包括以下幾點(diǎn)：（1）經(jīng)營者同時(shí)或幾乎同時(shí)宣布提價(jià)；（2）經(jīng)營者頻繁地交換信息；（3）經(jīng)營者同時(shí)發(fā)生商業(yè)策略的重大變化；（4）經(jīng)營者出現(xiàn)與個人利益不一致的統(tǒng)一行為；（5）經(jīng)營者沒有明顯的經(jīng)濟(jì)壓力而發(fā)生異常變化；（6）經(jīng)營者保持長期的一致高價(jià)；（7）行業(yè)領(lǐng)導(dǎo)企業(yè)存在領(lǐng)導(dǎo)價(jià)格的歷史。。

我們可以從Eturas④案件詳情參見：http://curia.europa.eu/juris/liste.jsf?&num=C-74/14。中得到重要的啟示。 在Eturas 案中，歐盟法院指出：雖然沒有直接證據(jù)證明各旅行社對涉案信息的獲悉情況， 但可以根據(jù)一系列客觀、 一致的間接證據(jù)綜合推測旅行社對信息的知悉情況。 雖然法院并沒有詳細(xì)列出使用了哪些間接數(shù)據(jù)，但在審理案件過程中，法官認(rèn)為：任何一個審慎負(fù)責(zé)的普通經(jīng)營者均應(yīng)（且必然）注意到了涉案系統(tǒng)消息及其所參與的限制競爭行為。所以，通過間接證據(jù)， 執(zhí)法機(jī)關(guān)認(rèn)定各旅行社知悉案件信息。 不過，歐盟法院同時(shí)指出，各旅行社仍有機(jī)會舉出反證以推翻前述推定。因此，在論證默契算法合謀的證據(jù)時(shí)，不僅包括直接證據(jù)，還包括各種客觀一致的間接數(shù)據(jù)。 Eturas 同時(shí)也為企業(yè)的抗辯提供了有益的經(jīng)驗(yàn)。間接證據(jù)與舉證責(zé)任倒置密不可分，在調(diào)查算法合謀過程中，執(zhí)法機(jī)關(guān)囿于自身技術(shù)能力的限制，難以直接查明合謀的事實(shí)， 因此將舉證責(zé)任仍歸于執(zhí)法機(jī)關(guān)有欠妥當(dāng)，因此，應(yīng)當(dāng)實(shí)行舉證責(zé)任倒置[18]。

然而，由于間接證據(jù)的模糊性，因此啟用需要十分謹(jǐn)慎，反壟斷機(jī)構(gòu)應(yīng)當(dāng)秉持謙抑執(zhí)法原則，競爭優(yōu)先，慎用管制；同時(shí)要充分賦予經(jīng)營者舉證的權(quán)力，為其使用算法進(jìn)行市場活動提供足夠的自由空間，有利于市場經(jīng)濟(jì)自由競爭的實(shí)現(xiàn)。

（二）明確算法合謀的責(zé)任主體和可問責(zé)性

算法本身并不違法，人工智能也不是人，但這絕不是說算法不受反壟斷法的規(guī)制。 正如古希臘哲學(xué)家普羅泰戈拉言：“人是萬物的尺度， 是存在的事物存在的尺度， 也是不存在的事物不存在的尺度”[17]。因此，無論人工智能發(fā)展到什么階段，都不可能和人一樣擁有平等的法律主體地位， 算法合謀的責(zé)任主體只能是人類——算法的設(shè)計(jì)者和使用者。

首先， 在事前要落實(shí)算法設(shè)計(jì)者與使用者的法律責(zé)任。在未來人工智能領(lǐng)域的立法中，要增加算法設(shè)計(jì)者的特定責(zé)任，引入零知識證明理論，也就是算法的設(shè)計(jì)者在可以在不向反壟斷執(zhí)法者提供任何有用信息的情況下讓反壟斷執(zhí)法者相信自己的某個做法是正確的或者合法的； 這樣不僅能夠讓執(zhí)法者了解算法的內(nèi)容，而且可以有效的保護(hù)商業(yè)秘密。法律必須明確自己的態(tài)度， 設(shè)置算法開發(fā)不可逾越的底線， 監(jiān)管機(jī)構(gòu)可以建立算法設(shè)計(jì)者責(zé)任備案或保證書制度，在開發(fā)算法之前，設(shè)計(jì)者就算法的內(nèi)容、源代碼和數(shù)據(jù)等關(guān)鍵信息向監(jiān)管部門報(bào)備并簽署保證書，并將其作為事后追責(zé)的依據(jù)。 其次，對于自主類算法合謀而言，由于算法具有極強(qiáng)的自我學(xué)習(xí)能力，算法的設(shè)計(jì)者在開發(fā)時(shí)即使沒有主觀的合謀意圖，事后也難免違背初衷而造成價(jià)格協(xié)同的事實(shí)， 此時(shí)事前管控措施或許不再有效，因此，對于自主類算法合謀應(yīng)當(dāng)適用事后追責(zé)制度。 然而事后追責(zé)是對算法的設(shè)計(jì)者追責(zé)還是算法的使用者追責(zé)？ 抑或是責(zé)任如何分配？ 筆者認(rèn)為， 應(yīng)當(dāng)是對算法的使用者追責(zé)。 因?yàn)樵谑虑八惴ㄔO(shè)計(jì)者已經(jīng)可以證明自己并無價(jià)格合謀的意圖， 而且設(shè)計(jì)者也不是使用算法的受益者，因此，根據(jù)《民法典》第七編侵權(quán)責(zé)任中“誰受益誰承擔(dān)”原則，應(yīng)當(dāng)向算法的受益者也就是企業(yè)問責(zé)，設(shè)計(jì)者不承擔(dān)責(zé)任；當(dāng)然，如果算法設(shè)計(jì)者在設(shè)計(jì)算法時(shí)違背了事前保證書的內(nèi)容， 那么應(yīng)當(dāng)與使用者共同承擔(dān)責(zé)任， 責(zé)任分配根據(jù)實(shí)際情況具體規(guī)定，問責(zé)方式包括罰款和行政處罰等措施。

我國現(xiàn)行《反壟斷法》規(guī)定的責(zé)任承擔(dān)主體只包括了經(jīng)營者，未考慮算法為代表的開發(fā)者的可責(zé)性，除了在以后的立法中予以補(bǔ)足外，在司法實(shí)踐中，可以弱化違法行為與經(jīng)營者之間的關(guān)系， 強(qiáng)化違法行為與法律責(zé)任之間的關(guān)系， 堅(jiān)持由違法行為來配置責(zé)任主體[12]。

（三）加大事后懲罰力度明確懲罰標(biāo)準(zhǔn)

數(shù)字經(jīng)濟(jì)下的壟斷更具隱蔽性， 尤其是自主類合謀，對于合謀的結(jié)果，我們只能通過效果去觀察，很難通過形式去判斷， 因此事前的介入措施難以達(dá)到預(yù)期的結(jié)果，事后的懲罰措施或許更為有效。以算法問責(zé)為代表的事后追責(zé)措施， 重點(diǎn)關(guān)注的是技術(shù)發(fā)展背后的社會變動， 并對其負(fù)面影響施以法律的制裁。 我國現(xiàn)行《反壟斷法》對壟斷協(xié)議的處罰見于第四十六條①《反壟斷法》第46 條：經(jīng)營者違反本法規(guī)定，達(dá)成并實(shí)施壟斷協(xié)議的，由反壟斷執(zhí)法機(jī)構(gòu)責(zé)令停止違法行為，沒收違法所得，并處上一年度銷售額百分之一以上百分之十以下的罰款；尚未實(shí)施所達(dá)成的壟斷協(xié)議的，可以處五十萬元以下的罰款。經(jīng)營者主動向反壟斷執(zhí)法機(jī)構(gòu)報(bào)告達(dá)成壟斷協(xié)議的有關(guān)情況并提供重要證據(jù)的， 反壟斷執(zhí)法機(jī)構(gòu)可以酌情減輕或者免除對該經(jīng)營者的處罰。行業(yè)協(xié)會違反本法規(guī)定，組織本行業(yè)的經(jīng)營者達(dá)成壟斷協(xié)議的，反壟斷執(zhí)法機(jī)構(gòu)可以處五十萬元以下的罰款；情節(jié)嚴(yán)重的，社會團(tuán)體登記管理機(jī)關(guān)可以依法撤銷登記。， 其中第一款規(guī)定了經(jīng)營者違反禁止壟斷協(xié)議規(guī)定承擔(dān)的法律后果； 第二款則規(guī)定了寬大制度。通過與美國、歐盟近十年的反壟斷處罰力度相比較，我國反壟斷執(zhí)法威懾不足，此外，寬大制度的規(guī)定也十分模糊， 難以對經(jīng)營者和企業(yè)提供正確的指引。

本文認(rèn)為， 針對算法達(dá)成合謀協(xié)議的處罰首先應(yīng)當(dāng)走精細(xì)化處罰之路， 制定專門的反壟斷罰款指南，引入國際通行的威懾理論，以此提高我國反壟斷罰款的力度。 歐盟早在1988 年就引入了 《罰款指南》，之后又引入了威懾理論，使得指南的內(nèi)容更加科學(xué)化，罰款的標(biāo)準(zhǔn)也更加精準(zhǔn)；其次，進(jìn)行頂層制度革新，通過修改反壟斷法改善當(dāng)前處罰力度偏弱、威懾力不足的局面；2020 年1 月2 日， 國家市場監(jiān)管總局公布了《反壟斷法》修訂草案（公開征求意見稿）， 進(jìn)一步明確了壟斷協(xié)議案件中的處罰力度②壟斷協(xié)議案件中，對于上一年度沒有銷售額的經(jīng)營者可以處五千萬元以下的罰款，對于尚未實(shí)施所達(dá)成的壟斷協(xié)議的經(jīng)營者處罰限額由五十萬元提高至五千萬元，對于行業(yè)協(xié)會處罰限額由五十萬元提高至五百萬元。。在人工智能背景下，計(jì)算機(jī)達(dá)成的合謀破壞性更大，加大違法的處罰力度，依然要依靠“嚴(yán)刑重罰”。此外有學(xué)者指出： 增加算法合謀的處罰力度可以提高經(jīng)營者自首的概率， 從而通過反向博弈制造“囚徒困境”來瓦解壟斷協(xié)議[20]。

五、結(jié)語

“科技向善”是人工智能時(shí)代科學(xué)技術(shù)發(fā)展的終極目標(biāo)，然而由于技術(shù)和制度的原因，這種愿望還沒有實(shí)現(xiàn)。 數(shù)字經(jīng)濟(jì)背景下的算法合謀雖然突破了傳統(tǒng)的合謀形式， 但現(xiàn)行的反壟斷政策依然有其用武之地，對于信使類共謀、軸輻類共謀，算法只是合謀的輔助型工具；對于代理類合謀、自主性合謀由于沒有明確的合謀協(xié)議而難以適用現(xiàn)行反壟斷法， 對于這兩類合謀形式的規(guī)制，應(yīng)當(dāng)貫徹謙抑執(zhí)法原則，競爭優(yōu)先，慎用管制；出于對競爭、產(chǎn)權(quán)、創(chuàng)新和成本的考慮，應(yīng)當(dāng)以事前管控和事后追責(zé)并用的規(guī)制措施，一方面要設(shè)置事前的倡導(dǎo)性和保證性措施預(yù)防違法行為的發(fā)生， 另一方面也要加大事后的處罰力度以維護(hù)法律的底線。