張義成

(安徽大學(xué) 法學(xué)院，安徽 合肥 230601)

伴隨著人工智能的蓬勃發(fā)展，我們儼然已經(jīng)步入數(shù)字化經(jīng)濟(jì)時代。 以數(shù)據(jù)、算法以及算力為核心要素的人工智能使得我們的生活方式發(fā)生了質(zhì)的變化，同時也引發(fā)了一系列前所未有的問題。 當(dāng)人工智能運(yùn)用于傳統(tǒng)的商業(yè)運(yùn)作時，一方面使得我們的生產(chǎn)、消費(fèi)方式更加便捷，其中較為典型的如網(wǎng)絡(luò)購物；另一方面也產(chǎn)生了許多新型的隱患，例如近幾年引發(fā)熱議的數(shù)據(jù)權(quán)屬、公民個人信息安全以及“大數(shù)據(jù)殺熟”等問題。 人工智能對于人類社會發(fā)展的推動作用有目共睹，但我們在享受其便利的同時也應(yīng)當(dāng)警惕防范其可能引發(fā)的風(fēng)險。 其中算法的廣泛運(yùn)用使得經(jīng)營者之間更容易達(dá)成共謀的狀態(tài)，而算法共謀中各經(jīng)營者利用算法達(dá)成價格共謀則是當(dāng)下最為常見的形式。 2011 年，亞馬遜平臺售賣的一本名為《The Making of a Fly》就曾因為亞馬遜平臺的定價算法在幾天內(nèi)價格飆升至23698655.93美元，顯然已經(jīng)價格失衡導(dǎo)致明顯超出合理競爭價格；2015 年， 亞馬遜平臺某電商主管被指控與其他商家勾結(jié)， 采用定價算法使銷售海報固定價格；同年12 月， 美國網(wǎng)約車平臺Uber 創(chuàng)始人被指控與平臺司機(jī)利用算法達(dá)成橫向合謀，通過算法使得司機(jī)統(tǒng)一定價并在高峰時期統(tǒng)一上漲價格。 由此可見，利用算法共謀達(dá)成統(tǒng)一定價或者動態(tài)固定價格，從而攝取高額壟斷利潤并非空穴來風(fēng)。 盡管目前我國在反壟斷執(zhí)法以及司法過程中尚未出現(xiàn)利用算法達(dá)成排除或者限制競爭的案件， 但可以預(yù)見的是此類定價算法引發(fā)的壟斷問題并非偶然。其中，經(jīng)營者發(fā)揮主觀能動性輔用以算法從而達(dá)成共謀， 我國的反壟斷法尚可以對其予以規(guī)制， 但當(dāng)定價算法本身起主要作用且不依賴于經(jīng)營者時， 適用反壟斷法對其予以規(guī)制略顯捉襟見肘。鑒于此，我們有必要對定價算法引發(fā)的壟斷問題進(jìn)行研究與探討。

一、算法共謀的內(nèi)涵及其理論分類

算法對于我們來說既熟悉又陌生， 算法至今在世界范圍內(nèi)也沒有一個統(tǒng)一的定義。 簡單地說算法是一種運(yùn)算法則， 被廣泛運(yùn)用于計算機(jī)程序當(dāng)中用于解決運(yùn)算問題的一種指令。 2017 年，經(jīng)濟(jì)合作與發(fā)展組織（以下簡稱OECD）在其給出的一份會議報告《算法與合謀：數(shù)字時代的競爭政策》（Algorithms and Collusion: Competition Policy in the Digital Age）中對算法作如下定義：算法是一個明確、精確的簡單操作列表， 機(jī)械地、 系統(tǒng)地應(yīng)用于一組標(biāo)記或?qū)ο螅ɡ?，棋子、?shù)字、蛋糕成分等的配置）。令牌的初始狀態(tài)是輸入，最終狀態(tài)是輸出。隨著計算機(jī)科學(xué)的發(fā)展， 算法已經(jīng)能夠自動執(zhí)行復(fù)雜的計算和數(shù)據(jù)處理任務(wù)，這些任務(wù)對于人類而言則可能是極其困難的。人工智能和機(jī)器學(xué)習(xí)將算法帶到了一個更高的水平，使計算機(jī)能夠比人類更有效地解決復(fù)雜的問題，做出預(yù)測和決策， 經(jīng)常能夠?qū)崿F(xiàn)社會期望的政策目標(biāo)。[1]當(dāng)然，隨著人工智能的進(jìn)一步發(fā)展，算法的定義也絕非一成不變，目前配合人工智能，算法已經(jīng)可以實現(xiàn)評估、預(yù)測以及進(jìn)行決策等功能。算法共謀則是人們基于算法的廣泛應(yīng)用， 對算法的可能達(dá)成的反競爭行為的擔(dān)憂。實際上，由近些年逐漸出現(xiàn)的利用算法實現(xiàn)壟斷的案件來看， 學(xué)者在理論層面的擔(dān)憂正逐步轉(zhuǎn)化為現(xiàn)實問題。

盡管各國反壟斷法對于共謀的表述各有差異，但在反壟斷法中共謀一般均指在特定市場中具有競爭關(guān)系的經(jīng)營者或經(jīng)營者團(tuán)體， 為謀取超額壟斷利潤，采用協(xié)議、決定或者其他形式，共同對產(chǎn)品或服務(wù)的價格以及數(shù)量等進(jìn)行限制， 從而達(dá)到排除或者限制競爭的目的。而算法究竟何以促成共謀？互聯(lián)網(wǎng)時代使得信息交互變得更為便捷、迅速，輔之以大數(shù)據(jù)的廣泛運(yùn)用，提升了經(jīng)營者之間達(dá)成共謀的效率。由于算法如今也有了自主決策功能， 當(dāng)算法設(shè)計者或者使用者以大數(shù)據(jù)、互聯(lián)網(wǎng)為依托，利用算法就可以在極其短暫的時間內(nèi)捕捉競爭對手的銷售策略，從而調(diào)整自己的經(jīng)營價格以及經(jīng)營策略。 若經(jīng)營者之間均采用算法進(jìn)行自主調(diào)整， 則不同經(jīng)營者之間很容易在一定時間和范圍內(nèi)保持相對穩(wěn)定的價格，并且此種共謀的形成比傳統(tǒng)意義上的共謀更為隱蔽、更為迅速。算法共謀是同一市場中兩個或兩個以上的經(jīng)營者，利用算法實施的協(xié)調(diào)價格、限制產(chǎn)量等排除、限制市場競爭的行為。[2]對算法共謀最早系統(tǒng)性地進(jìn)行理論分類的是Ariel Ezrachi 和Maurice E.Stuckle，他們將利用算法導(dǎo)致的共謀分為四類：信使類共謀、軸幅類共謀、預(yù)測類共謀以及自主類共謀。OECD 在2017 年的報告中根據(jù)算法如何便利達(dá)成共謀的角度也對算法進(jìn)行歸類，總結(jié)出四類算法，即監(jiān)控類算法 （monitoring algorithms）、 平行類算法（parallel algorithms）、 信 號 類 算 法（signalling algorithms） 以及 自我學(xué)習(xí)類算法 （self-learning algorithms）。 實際上，進(jìn)行對比我們發(fā)現(xiàn)，以上四類算法以及四類算法共謀大致可以一一對應(yīng)。

（一）監(jiān)控類算法與信使類共謀

監(jiān)控類算法是指經(jīng)營者利用算法對其競爭對手實施監(jiān)控， 該報告指出經(jīng)營者可以通過算法收集競爭對手相關(guān)商業(yè)決策的信息， 通過對于競爭對手大量數(shù)據(jù)的獲取以及對其進(jìn)行分析后， 從而調(diào)整自己的經(jīng)營策略。因此，監(jiān)控類算法則可以促成信使類共謀， 所謂信使類共謀是指此時的算法充當(dāng)人類“信使”的角色。如果參與共謀的經(jīng)營者事先達(dá)成一定的協(xié)議價格， 此時可以利用監(jiān)控類算法對達(dá)成共謀達(dá)到經(jīng)營者進(jìn)行實時監(jiān)控， 通過算法對各共謀經(jīng)營者之間的市場價格以及銷售策略等進(jìn)行分析。 一旦有任何經(jīng)營者存在偏差協(xié)議的行為， 則可以立即通過監(jiān)控類算法對其他經(jīng)營者發(fā)出信號， 此時其他經(jīng)營者可以迅速作出調(diào)整， 或者直接通過設(shè)定相關(guān)算法對偏離者實行包括但不限于價格戰(zhàn)的打擊報復(fù)。 因而， 信使類共謀在本質(zhì)上與傳統(tǒng)意義上的共謀行為差異不大， 都依賴于經(jīng)營者之間存在實現(xiàn)共謀的主觀意圖， 只是算法的開發(fā)應(yīng)用使得經(jīng)營者之間的共謀行為更為便捷， 并且通過實時監(jiān)控與懲罰機(jī)制使得共謀狀態(tài)更為穩(wěn)固。

（二）平行類算法與軸幅類共謀

平行類算法是指具有競爭關(guān)系的經(jīng)營者同時使用相同或者類似的算法開發(fā)定價策略。 該報告指出經(jīng)營者可能存在將算法的開發(fā)外包給第三方， 此時第三方可以是IT 企業(yè)也可以是程序員等。若具有競爭關(guān)系的經(jīng)營者使用同一第三方開發(fā)的算法， 或者直接使用同一定價平臺完成結(jié)算， 例如國內(nèi)的滴滴打車平臺，此時就可能導(dǎo)致軸幅類共謀的發(fā)生。作為算法開發(fā)者的第三方與經(jīng)營者之間、 定價平臺與經(jīng)營者之間并沒有直接的競爭關(guān)系， 但兩者之間達(dá)成的算法開發(fā)約定或者定價協(xié)議卻可以視為縱向協(xié)議，盡管單一的縱向協(xié)議并不會達(dá)到排除、限制競爭的效果， 但如果具有競爭關(guān)系的經(jīng)營者同時達(dá)成多個同性質(zhì)的縱向協(xié)議時， 該縱向協(xié)議就會促使橫向共謀的發(fā)生。 此類軸幅類共謀的發(fā)生，本質(zhì)上而言，即經(jīng)營者通過借助平行類算法的使用， 在本行業(yè)的一定范圍內(nèi)達(dá)成共謀，從而攝取超額壟斷利潤。

（三）信號類算法和預(yù)測類共謀

信號類算法是指經(jīng)營者在市場中， 通過算法自主發(fā)射相關(guān)信號， 并利用算法密切捕捉競爭對手動態(tài)。 該報告指出， 經(jīng)營者可能會因為避免明確的溝通， 使用算法發(fā)出信號， 例如一家公司希望提高價格，其理所應(yīng)當(dāng)?shù)仄谕偁帉κ忠矔@樣做，因此無論何時，只要一家公司提高價格，表明有意合謀，如果大多數(shù)競爭對手沒有收到信號， 或者有意決定不作出反應(yīng)， 那么率先提高價格的公司通過對其他競爭對手做出反應(yīng)的判斷，再繼續(xù)做出相應(yīng)調(diào)整。如果競爭對手沒有進(jìn)行跟進(jìn)， 那么率先提價的公司會在短時間內(nèi)將價格回歸正常水平； 如果競爭對手接收了暗示的信號并且提高了價格， 此時則共謀意圖得以借助算法而達(dá)成。 利用此類信號算法達(dá)成的共謀即為預(yù)測類共謀，在整個共謀過程中，算法充當(dāng)了預(yù)測代理人的角色， 使用類似算法的經(jīng)營者猶如借助“算法代理人”進(jìn)行談判，整個過程并未直接體現(xiàn)經(jīng)營者之間的溝通， 因而預(yù)測類共謀更接近傳統(tǒng)意義上寡頭市場的默示共謀，通過算法發(fā)出的共謀信號，也使得默示共謀更容易達(dá)成。

（四）自我學(xué)習(xí)類算法和自主類共謀

自我學(xué)習(xí)類算法相比于前三種算法顯得更為高級， 前幾年進(jìn)行的人機(jī)圍棋大戰(zhàn)， 阿爾法狗（AlphaGo） 已經(jīng)向我們展示了人工智能強(qiáng)大的運(yùn)算與學(xué)習(xí)能力。該報告指出，自我學(xué)習(xí)類算法是算法可能達(dá)成共謀的最高級形式，也是最為復(fù)雜的形式，即便在沒有競爭對手的情況下， 自我學(xué)習(xí)類算法也可能給出一個壟斷高價。 自我學(xué)習(xí)類算法通過自身強(qiáng)大的學(xué)習(xí)能力， 通過對經(jīng)營者行為的學(xué)習(xí)以及對競爭市場中對手行為的分析， 以利潤最大化為目標(biāo)其可以在短時間內(nèi)進(jìn)行海量的實驗， 最終給出一個均衡的、壟斷高價。自我學(xué)習(xí)類算法如果在市場中得到廣泛的應(yīng)用，其可能無需經(jīng)營者給定一個既定規(guī)則，盡管經(jīng)營者可能主觀上也沒有實施壟斷的意圖也可能發(fā)生壟斷的結(jié)果。自主類共謀中人的意志弱化，完全體現(xiàn)出算法對競爭的影響， 可謂完全意義上的算法共謀，不論在立法還是執(zhí)法層面，都會對現(xiàn)行規(guī)則帶來極大挑戰(zhàn)。

二、算法共謀對傳統(tǒng)反壟斷理論的突破

（一）削弱共謀所需市場條件

在傳統(tǒng)的反壟斷理論當(dāng)中， 市場集中度的高低是影響達(dá)成共謀的重要因素。 市場集中度的高低由經(jīng)營者數(shù)量以及經(jīng)營者所占市場份額決定， 經(jīng)營者數(shù)量越多，該市場競爭越充分，各經(jīng)營者市場力量越接近，各經(jīng)營者所占市場份額也就越小，此時市場集中度就越低。通常來說，在市場集中度低的市場環(huán)境下共謀是難以發(fā)生的。 即使單個經(jīng)營者采取降價等銷售方式謀取競爭優(yōu)勢，由于其所占市場份額過低，很難對其他同行業(yè)經(jīng)營者造成實質(zhì)影響。同時，市場集中度低一般意味著競爭充分， 此時經(jīng)營者的利潤空間本就不大， 繼續(xù)采取降價的策略則可能導(dǎo)致其最終喪失競爭力而被市場淘汰。此外，經(jīng)營者數(shù)量越多達(dá)成共謀的合意則越困難， 即便大多數(shù)經(jīng)營者有達(dá)成共謀的意愿，當(dāng)合謀者數(shù)量過多時，有限的合謀利益使每個合謀者只能獲得較低的收益份額。 考慮到合謀可得利益和合謀成本之間的對比， 若可得利益明顯低于合謀成本， 競爭者達(dá)成合謀的動機(jī)將被減弱。[3]算法的應(yīng)用削弱了市場集中度對于共謀產(chǎn)生的影響，即使在市場集中度較低的情況下，也增加了經(jīng)營者共謀發(fā)生的可能性。例如在同一電商平臺或者不同電商平臺之間，往往存在著大量的銷售同一產(chǎn)品或服務(wù)的經(jīng)營者，其市場集中度相對處于降低水平。但各電商平臺的價格排序功能使得經(jīng)營者降價帶來的價格優(yōu)勢突出，由于電商平臺市場透明度極高，此時即使單個經(jīng)營者所占市場份額低，也很容易對同行業(yè)經(jīng)營者造成影響。若定價算法趨向于采用同價銷售以抹平競爭對手競爭優(yōu)勢，此時單個經(jīng)營者的降價信息被定價算法捕捉后，其他經(jīng)營者迅速跟進(jìn)，則使得率先降價無法取得競爭優(yōu)勢。 在這種情況下，當(dāng)同一市場中的所有經(jīng)營者都使用定價算法進(jìn)行產(chǎn)品定價時， 市場環(huán)境就越發(fā)透明，率先降價失去了相對優(yōu)勢， 而漲價同謀卻很容易形成。[4]此外，定價算法的使用也無需經(jīng)營者之間充分進(jìn)行協(xié)商、協(xié)調(diào)，使得即使經(jīng)營者數(shù)量眾多也很容易達(dá)成合意。

（二）降低共謀溝通協(xié)調(diào)成本

經(jīng)營者達(dá)成共謀通常需要通過電話、郵件、交談等進(jìn)行協(xié)調(diào)，最終促成一個共謀的合意，但這種直接接觸的做法容易被執(zhí)法部門掌握證據(jù)， 增大了共謀的違法成本。 經(jīng)營者也可能在沒有口頭溝通或者書面協(xié)議的情形下，試圖達(dá)成默示共謀，默示共謀通常在寡頭市場更易發(fā)生。 但經(jīng)營者對于默示共謀的追求也會面臨協(xié)調(diào)成本問題， 率先做出經(jīng)營策略調(diào)整的一方需要冗長的時間來觀察競爭對手的反應(yīng)、市場的變化、客戶流失等問題，在默示共謀無法形成的情況下又需迅速進(jìn)行調(diào)整， 一系列的調(diào)整也極容易引起反壟斷執(zhí)法部門的關(guān)注。 但利用算法達(dá)成共謀則可以有效降低共謀溝通協(xié)調(diào)成本， 更易促成共謀的形成。算法甚至可以做到無需經(jīng)營者參與，自動趨于協(xié)同， 并且理論上可以在極短的時間內(nèi)實現(xiàn)經(jīng)營者之間的信息交互， 大大縮短了原本持續(xù)觀察競爭對手的時間。 這種高頻次的交互不僅可顯著降低經(jīng)營者之間的溝通成本， 而且能有效避免給予消費(fèi)者充足的時間對價格變化做出反應(yīng)。[5]正是由于算法應(yīng)對競爭對手動態(tài)變化時的調(diào)整之快， 而算法又具有隱蔽性、技術(shù)性等特點，這一系列因素的結(jié)合加大了反壟斷執(zhí)法機(jī)構(gòu)的執(zhí)法難度， 也會刺激經(jīng)營者利用算法達(dá)成共謀的動機(jī)。

（三）加強(qiáng)共謀穩(wěn)定性

共謀的穩(wěn)定性是影響共謀能否形成和維持的重要因素，穩(wěn)定性越高則經(jīng)營者更有動機(jī)達(dá)成共謀，也更有利于后續(xù)共謀狀態(tài)的維持。 受“囚徒困境”理論的影響，傳統(tǒng)共謀通常難以維持。對于已經(jīng)達(dá)成共謀的經(jīng)營者整體來說， 共謀狀態(tài)的維持一定是有利可圖的，但對于單個的經(jīng)營者而言，在假定所有經(jīng)營者都不背離協(xié)議的情況下， 若其違反協(xié)議實施背離行為如降價銷售等等，就有可能搶占市場份額，從而獲得比共謀狀態(tài)下更高的利潤。 經(jīng)營者具有天然逐利的特性，因此每個經(jīng)營者都有背離共謀的動機(jī)。算法強(qiáng)大的監(jiān)測能力和迅速的反應(yīng)能力則可以突破“囚徒困境”，使共謀更加穩(wěn)定。 算法可以收集市場內(nèi)其他經(jīng)營者的信息并對其進(jìn)行實時監(jiān)控， 一旦有任何經(jīng)營者發(fā)生偏離行為會被迅速捕捉到， 能在第一時間內(nèi)對偏離的經(jīng)營者實施打擊報復(fù)。 沒有信息時滯的懲罰機(jī)制使背離行為不僅無法取得利潤， 還可能會因此而遭受利益損失， 算法強(qiáng)有力的監(jiān)督約束機(jī)制削弱共謀經(jīng)營者的背離動機(jī)， 從而加強(qiáng)了共謀的穩(wěn)定性。

三、算法共謀的反壟斷法規(guī)制路徑

由于法律具有滯后性和不周延性的局限性，新興事物的發(fā)展總會對現(xiàn)行法律制度造成一定的沖擊。算法作為科學(xué)技術(shù)革新的產(chǎn)物，利用算法達(dá)成的共謀也對反壟斷法的適用帶來困惑。 大多數(shù)學(xué)者主張利用壟斷協(xié)議制度應(yīng)對算法引發(fā)的共謀， 然而壟斷協(xié)議中經(jīng)營者之間的意思聯(lián)絡(luò)要件在現(xiàn)行的反壟斷理論中必不可少。 在預(yù)測類共謀以及自主類共謀中，并未體現(xiàn)出經(jīng)營者之間的意思聯(lián)絡(luò)，此時只有放棄或者降低對于意思聯(lián)絡(luò)的認(rèn)定標(biāo)準(zhǔn)才可將其納入壟斷協(xié)議制度的框架內(nèi)。 筆者認(rèn)為應(yīng)當(dāng)對不同類型的算法共謀進(jìn)行分類并按照其特點進(jìn)而分而治之，并非一定將其籠統(tǒng)利用單一制度對其予以規(guī)制。 在信使類共謀和軸幅類共謀中， 算法更多充當(dāng)?shù)氖墙?jīng)營者達(dá)成共謀的工具， 其中經(jīng)營者達(dá)成共謀的意思聯(lián)絡(luò)尚有跡可循，屬于明示共謀，可以利用壟斷協(xié)議制度進(jìn)行規(guī)制。在預(yù)測類共謀和自主類共謀中，更多體現(xiàn)出算法自身的意志， 此時很難認(rèn)定經(jīng)營者之間存在意思聯(lián)絡(luò)，屬于默示共謀，可以考慮適用共同市場支配地位制度對其予以規(guī)制。

（一）算法明示共謀的反壟斷法規(guī)制

正如上文所言， 在信使類共謀以及軸幅類共謀中，經(jīng)營者具有達(dá)成共謀的意圖，此時算法只是起到了促進(jìn)經(jīng)營者實施共謀的工具。 用傳統(tǒng)的反壟斷法中壟斷協(xié)議的分析思路即可解決該類共謀。 由于算法共謀有別于傳統(tǒng)達(dá)成共謀的形式， 經(jīng)營者的主觀意圖以及意思聯(lián)絡(luò)變得更為隱蔽。

1.主觀意圖的認(rèn)定

在信使類共謀中， 由于監(jiān)控類算法的主要作用在于協(xié)助經(jīng)營者對其他經(jīng)營者的經(jīng)營策略進(jìn)行監(jiān)督， 以便于能在競爭對手進(jìn)行調(diào)整的第一時間內(nèi)得到信息。 此類算法起作用的前提在于經(jīng)營者已就相關(guān)經(jīng)營價格、策略達(dá)成一致，因此，信使類共謀中經(jīng)營者期望達(dá)成共謀的主觀意圖與傳統(tǒng)共謀中主觀意圖基本一致， 反壟斷執(zhí)法機(jī)關(guān)依舊可以根據(jù)慣例認(rèn)定主觀意圖。

在軸幅類共謀中， 當(dāng)多個存在競爭關(guān)系的經(jīng)營者使用同一算法并產(chǎn)生限制、排除競爭效果時，我們需要對算法的設(shè)計者以及使用者的主觀意圖分別進(jìn)行討論。作為算法的設(shè)計者，對于該算法的功能以及使用該算法可能產(chǎn)生的效果應(yīng)當(dāng)洞若觀火。 若該算法促成了經(jīng)營者之間的共謀， 則設(shè)計者對于這種后果應(yīng)當(dāng)是可以預(yù)見的， 因此算法設(shè)計者的主觀意圖并不難推測。作為算法的使用者即經(jīng)營者，對于使用同一或者類似算法的經(jīng)營者而言， 或許并沒有積極追求橫向價格共謀的故意。 但如果使用該算法在結(jié)果上會發(fā)生較為穩(wěn)固的價格同盟， 則經(jīng)營者的主觀意圖可以由此倒推得出。 例如使用該算法已成行業(yè)慣例時， 則可以推定經(jīng)營者對于價格共謀的追求至少出于默許的態(tài)度， 甚至基于逐利的動機(jī)不排除對共謀積極追求的主觀意圖。

2.意思聯(lián)絡(luò)的認(rèn)定

在信使類共謀中，正如前文所述，監(jiān)控類算法僅僅起到輔助作用。 此時無論是經(jīng)營者試圖共謀的主觀意圖亦或是經(jīng)營者之間的意思聯(lián)絡(luò)， 都與算法并無太大關(guān)聯(lián)，算法的使用僅僅使得共謀更為穩(wěn)固。對于經(jīng)營者之間的意思聯(lián)絡(luò)， 反壟斷執(zhí)法機(jī)關(guān)仍可用傳統(tǒng)反壟斷分析思路加以甄別。

在軸幅類共謀中， 由于軸幅共謀自身與傳統(tǒng)共謀最大的區(qū)別在于打破了傳統(tǒng)縱向協(xié)議與橫向協(xié)議的二分法。 在算法軸幅類共謀需要通過縱向協(xié)議去推定橫向協(xié)議的存在。 橫向壟斷協(xié)議的存在也是確認(rèn)是否構(gòu)成軸幅共謀的關(guān)鍵， 因為橫向壟斷協(xié)議不僅僅是經(jīng)營者主觀意圖的外化， 也可以直接證明經(jīng)營者之間存在意思聯(lián)絡(luò)。 這也正是算法軸幅共謀認(rèn)定的難點所在，使用同一定價平臺的經(jīng)營者，其縱向協(xié)議一般都有直接證據(jù)。 例如Uber 網(wǎng)約車平臺，其與網(wǎng)約車司機(jī)之間簽訂的協(xié)議本身就是一種直接證據(jù)，難點在于網(wǎng)約車司機(jī)之間意思聯(lián)絡(luò)的證明。實際上，類似于這種網(wǎng)約車平臺，司機(jī)對于同屬一家網(wǎng)約車旗下的統(tǒng)一定價是知曉的， 價格并不再由司機(jī)個人決定， 網(wǎng)約車司機(jī)之間的價格競爭已經(jīng)被完全排除。在已經(jīng)知曉排除市場競爭的情況下，仍然統(tǒng)一采用該算法或者選擇遵循該算法的定價規(guī)則，此時已無需進(jìn)行明確溝通就足以產(chǎn)生同樣的效果。加之與平臺簽訂的縱向協(xié)議已經(jīng)約定定價規(guī)則，該縱向協(xié)議的存在可以作為間接證據(jù)推導(dǎo)出經(jīng)營者之間“橫向協(xié)議”的存在，該情形下的經(jīng)營者意思聯(lián)絡(luò)也可證成。

（二）算法默示共謀的反壟斷法規(guī)制

算法默示共謀與前述明示共謀最大的區(qū)別在于難以探尋經(jīng)營者主觀意圖， 也無法確定是否存在溝通交流、意思聯(lián)絡(luò)。 基于此，執(zhí)法機(jī)關(guān)適用壟斷協(xié)議制度時必然面臨舉證上不可逾越的難題， 在不拓展協(xié)議內(nèi)涵、降低意思聯(lián)絡(luò)認(rèn)定要求的情況下，壟斷協(xié)議制度很難適用于算法默示共謀。 根據(jù)我國反壟斷法及相關(guān)暫行規(guī)定， 市場支配地位制度則沒有意思聯(lián)絡(luò)上的要求。從本質(zhì)上而言，算法引起的默示共謀與寡頭市場中的默示共謀并無太大差異， 而規(guī)制寡頭壟斷的傳統(tǒng)路徑之一則是共同市場支配地位制度， 歐盟早在上個世紀(jì)就引入共同市場支配地位制度規(guī)制寡頭壟斷問題。實際上，壟斷協(xié)議制度與濫用市場支配地位制度本就不屬于對立、排斥關(guān)系，二者應(yīng)當(dāng)共同致力于反壟斷法的更好落實。

我國《反壟斷法》第19 條對共同市場支配地位作出了規(guī)定， 引入該條制度的目的在于規(guī)范寡頭市場中寡頭壟斷者的提價行為。 而該行為又常常與壟斷協(xié)議制度中的協(xié)同行為以及經(jīng)營者集中制度中的協(xié)同效應(yīng)存在聯(lián)系， 加之遺憾的是該條僅對于市場份額作出規(guī)定， 未能明確解釋何為共同市場支配地位， 這一系列因素導(dǎo)致了該制度在司法實踐中未能發(fā)揮出重要的作用。 共同市場支配地位制度的周延對于我國反壟斷理論的完善大有裨益。 不僅可以有機(jī)地嵌入作為事后制止措施的濫用市場支配地位制度， 而且與作為事前預(yù)防措施的經(jīng)營者集中控制制度有效互補(bǔ)。[6]考慮適用共同市場支配地位制度規(guī)制算法默示共謀， 理論根源在于算法默示共謀與寡頭共謀存在極大的相似性。 共同市場支配地位制度相較于其他制度， 除具有證明要求難度降低的制度優(yōu)勢以外，“共同市場支配地位”也是一個中性概念，是一種市場狀態(tài)，不具有違法性，從支配力性質(zhì)上講與單獨市場支配地位并無區(qū)別。[7]不論是單獨市場支配地位亦或是共同市場支配地位， 只有在經(jīng)營者濫用其支配地位時，才會被反壟斷法所禁止，從這一點上來說契合我國對于互聯(lián)網(wǎng)經(jīng)濟(jì)“包容審慎監(jiān)管”的原則，也有利于新興行業(yè)的發(fā)展。 需要指出的是，如前所述，算法在一定程度上改變了共謀達(dá)成的條件，使得經(jīng)營者在市場集中度不高的情況下依舊可以引發(fā)類似寡頭共謀。 此時共同市場支配地位制度的適用則需要考慮對于《反壟斷法》第19 條第2 款的市場份額最低標(biāo)準(zhǔn)進(jìn)行修改，以助于該制度的有效實施。

四、結(jié)語

人工智能時代是人類社會發(fā)展的方向， 算法共謀帶來的法律問題只是冰山一角。我國對新產(chǎn)業(yè)、新業(yè)態(tài)、新模式實行包容審慎監(jiān)管方式，但絕不是放任其“野蠻生長”。 算法共謀引發(fā)的壟斷問題已有實例進(jìn)行佐證， 對算法共謀進(jìn)行反壟斷法層面的規(guī)制也絕不是為遏制算法經(jīng)濟(jì)的發(fā)展， 反而是為促進(jìn)算法經(jīng)濟(jì)更加健康的發(fā)展。對于國內(nèi)外而言，算法共謀的規(guī)制路徑都是一個新問題， 需要在立法以及司法層面予以關(guān)注。 我們應(yīng)當(dāng)在保護(hù)競爭、 維護(hù)消費(fèi)者利益、增大社會福祉的基礎(chǔ)上，妥善應(yīng)對應(yīng)對算法共謀類新問題。