1. 引言
数字经济时代，得益于互联网、大数据、算法与人工智能不断创新发展，经济增长得以进入新阶段。在一定程度上，数字经济也可以被理解为算法经济[1]。同时，数字经济下数据成为核心生产要素，数据被转化为经济动能，使信息的流动和利用更为高效，消费者福利增加。但数字经济中，数据与算法的结合，一方面，产生了新的市场支配模式，即基于掌握数据产生的在市场竞争中的支配地位；另一方面，产生了基于价格算法的经营者间的合谋，冲击着当前的反垄断规制体系。实践中，知名的案例如E-TURAS的协同价格折扣案例、Amazon (亚马逊)的商家固定价格案例。几个主要发达国家的反垄断执法部门也就此议题开展研究发布报告，如美国FTC《大数据：包容工具抑或排除工具》、OECD发布《算法与合谋》、德国垄断委员会《竞争政策：数字市场的挑战》、英国财政部数字竞争专家组《解锁数字竞争》等。纵观当前国内外学者的研究，颇具理论和实践价值，但多是立足于功能视角，针对价格算法研发者的规制思路比较少见[2]。鉴于此，本文在对价格算法合谋进行类型化分析基础上，揭示其在反垄断规制上的困境，并试图从价格算法研发者的角度提出针对性的规制思路，以期完善和丰富当前对价格算法规制的理论研究。
2. 价格算法合谋的界定与类型分析
(一) 企业定价的新机制：价格算法
算法原属于计算机领域的概念，亦尚未形成统一的概念界定。2017年OECD论坛报告中认为算法是一种精准的简明操作列表，它们被机械地、系统地运用于一套令牌(tokens)或对象中，令牌的初始状态是输入，最终状态是输出。算法进入经济学，乃至引起反垄断学者的关注，主要是因为它使企业拥有了新的反竞争手段，实现了高效率的歧视定价、差别定价乃至价格的默示合谋，却又能规避现行反垄断法的规制。算法可以简单理解为为以满足人的需求为目的将输入信息转化为输出信息的程序。基于大数据和人工智能的发展与应用，算法的应用进入新的阶段，计算机由此能够更高效地应对复杂问题。定价算法就是算法在数字经济中的实践案例，能够较为精准地预测人的偏好和捕捉市场内其他经营者的表现，改变了市场价格形成机制，是反垄断规制的难题所在。定价算法是一种基于数据分析的定价机制，它使企业能适时针对特定用户自动生成动态价格[3]。其比较优势在于节约人工和运营等方面的成本，缩短销售时间，提高收入，能够进一步攫取消费者剩余，由此为企业带来利润。定价算法已是数字经济下的新常态。
(二) 价格算法作为合谋手段的特点和便利性
价格算法成为经营者反竞争手段，为其开展垄断协议行为带来便利性，使其呈现出新的特征。首先，经营者间的沟通成本降低，信息联络手段变得更为隐蔽。传统的垄断协议可以通过电话、邮件、面议等方式达成，信息的流动需要一定的媒介或场所。而当定价算法出现后，价格信息就不再依赖于传统的沟通方式，而只需要算法根据设定进行搜集、分析和定价。经营者之间也不再需要传统的方式去制约合谋的意思。而在算法应用下，市场内价格信息变异性显著提高，传统的协议方式此时已无法满足经营者的定价选择。这种不存在直接媒介的信息交换，对反垄断执法机构而言，规制的难度显著提升。
其次，合谋的意思的达成也更难以发现。算法应用下，经营者之间的联系，逐渐转变为由经营者所采用的算法之间的联系。这一点在具有深度学习能力的自主学习算法中表现的最为突出[4]。此时，经营者在表面上并未有合谋的要约或接受，但算法能够从经营者利益最大化的宏观指令下，依据与其他经营者的算法进行博弈而产生出最优解，即与其他经营者合作。因此，即便经营者之间不存在合谋的故意，这类算法也可能导致协同行为。这就导致了反垄断规制上因果关系的困难。规制主体无法判断，协议行为的意图究竟是否出自经营者，合谋的意思变得极为隐蔽。
再者，经营者的合谋也变得更加稳固。传统的垄断协议无法有效解决个体背叛协议以获取更多份额和利润的问题。从而使传统的垄断协议具有不稳定因素。实践中这种成员作弊的情况比较普遍，甚至向执法机构举报协议行为。但随着算法在定价上的应用，算法将经营者的定价捆绑在一起，当价格偏差产生时，算法能够自动的修正，甚至采取惩罚性的更低的定价。这种实时的监督和惩戒，甚至带有预测价格变动的功能，使得协议成员破坏协议变得既不现实也无必要，从而使算法应用下，协议成员的合谋变得更加稳固。
最后，改变了合谋发生的市场条件，使合谋的市场范围变得更为广阔。由于算法带来的沟通、协调、监督、惩戒成本的下降，市场透明度的提高，算法在很大程度上降低了传统思维下价格合谋产生的门槛，使其能够在更大的市场范围内发生[5]。在传统反垄断规制中，经营者之间的合谋规制需要满足市场结构方面的条件，如企业数量、集中度、准入门槛等。而在数字经济中，基于算法带来的合谋成本降低，使占市场优势地位的经营者在原来不便达成合谋的情况下也能达成价格上的协同行为。而这种合谋，损害数字经济下的价格竞争，有损消费者福利，需要规制。
(三) 基于价格算法的合谋类型分析
价格算法合谋具有类型化功能的差异性，具有不同的垄断效果。因此，根据不同合谋类型的特点，界定清晰价格算法合谋的类型是研究价格算法合谋反垄断规制困境的首要前提。OECD在2018年发布的《算法与共谋：数字时代的竞争政策》的报告中，基于算法在企业经济活动中的作用，将算法分为监测类算法、平行算法、信号类算法和自主学习类算法等类型。其他主要发达国家的类型划分也较为趋同。由于此类报告的算法的分类属一般性分类，与算法合谋所产生的垄断效应及反垄断困境无法准确对应[2]。本文基于反垄断规制特点和价格算法功能出发，将其分为价格算法被工具性执行垄断协议的合谋和基于价格算法自身的深度学习能力而客观上产生垄断协议效果的合谋。
在这种情境下，传统的垄断协议达成过程中，原来的书面、口头的合谋意思联络由算法所取代，或算法成为既成合谋协议的监督工具。算法因此成为信使，发挥着与传统的信息联络工具相同的作用。这也是当前司法实践中比较常见的类型。这在实践中表现有如E-TURAS的协同价格折扣案中基于平台算法的价格折扣的协同行为；又如在Amazon (亚马逊)的商家固定价格案例中，经营者阿斯顿公司与其他经营者利用算法协同定价。这种价格合谋未超出传统反垄断法规制的框架，只是将算法工具性地应用于价格协同中，便利价格协同的实现。
区别于前述模式存在明示的合谋，在此情境下，经营者间未合谋但由于经营者在商业实践中应用同类算法定价，导致出现在经营活动中的协同一致性。与前述“纯粹工具”的算法不同，这种价格算法普遍应用导致的协同性往往缺乏直接的合谋证据，但在客观上产生了合谋的效果，存在协同行为。而这本质上是因为算法技术的发展和普遍应用导致的，本身不具有违法性。从当前的技术条件来看，算法的发展水平已经完全达到了能够自主搜集、分析市场信息，学习、适应他人的经营决策的地步。而随着这种高级的算法技术的广泛应用，越来越多的经营信息、市场信息为算法所掌握，相应的市场透明度也得以提高，进而促进算法预测功能的应用。鉴于算法的优势，经营者无疑具有极大的开发应用动力。为保证算法产生的协同效果，经营者使用趋同的技术模式的算法的可能性更高。进而产生算法研发者和算法使用者的轴辐结构。Uber、滴滴平台的商业模式即为例证。经营者间无直接意思联络但产生协同的客观效果的问题由此产生，也往往导致消费者福利最终受损。
3. 价格算法合谋的反垄断规制困境
技术本具有中立性，算法被应用于数字经济的商业活动，本身无疑促进了商业的繁荣，但其产生的竞争损害也不容忽视。其迥异于传统垄断协议的特点也给传统垄断规制带来困境。
(一) 价格算法对合谋认定造成的困境
如前文分析，算法合谋的隐蔽性，表现为经营者合意的缺失或认定困难，而这无疑是传统垄断法规制上极为关键的部分。而实际上这种近乎默契的合谋是否需要规制是存在争议的。规制的反对者认为，在发达的市场经济中，市场必然趋向于集中、透明，而在这种市场条件下，经营者的定价行为对竞争对手具有较高的依赖性。经营者的价格决策很容易引起竞争对手的跟随性定价。这种跟随性定价，虽然表现出协同的特征，但无垄断的合谋。规制的支持者则认为，在这种高度集中的市场内，经营者之间即便没有正明示的沟通和交流，仍然存在着“意思一致”。而价格跟随情况的发生还取决于其他商业条件，市场条件本身并不天然导致这种价格的协同。只是在既有的司法实践中，不论美国或是欧盟，对这种近乎默契的合谋规制仍极为审慎，这或许是当前算法发展阶段一种多方利益平衡的结果。而当算法参与其中时，合谋发生的沟通成本、监督执行成本和市场结构条件均发生了变化。算法几乎使得垄断协议行为的达成和执行不再需要意思联络，传统的协议的内涵似乎无法适应这种变化，从而带来规制的困境。因此，在算法时代，传统上将这种默契合谋排除在反垄断法适用的做法应予以修正。
(二) 价格算法“黑箱”对传统规制思路的冲击
所谓算法“黑箱”指的是具有自主学习能力的算法在应用时，可能出现超出指令输入者意志之外的决策结果。决策结果无法解释。即便是算法的研发人员可能只能阐述算法的工作原理，而无法解释算法输出的结果。由于存在这种不可控性，经营者的“行为能力”在客观上被削减。对于价格合谋的客观结果，经营者可以不存在合谋意思以及排除限制竞争目的为由，抗辩反垄断规制。而当前的垄断协议规制也确实缺乏应对算法黑箱的有效手段。这可能导致经营者道德风险，即放任这种结果的发生，将这种算法带来的不可控性结果转嫁给外部市场承担，甚至将排除限制竞争的目的隐藏于黑箱中。为了有效规制算法黑箱的问题，法律无疑要做出全新的回应，将经营者目的与行为、行为与后果之间建立应有的联系，将黑箱的风险转移至经营者承担将是恰当的路径，而具体规则的构建则有待进一步研究。
(三) 价格算法对经营者“囚徒”困境的纾解
垄断协议本就有其隐蔽性而难以查处，执法实践中的成果多依赖于来自协议成员的“背叛”。这源于现行的垄断政策下严苛的法律责任对经营者的心理上的制约以及垄断宽恕政策对这种“背叛”的激励。而当算法被引入垄断协议行为时，经营者一方面可以以算法的自主性、不可控性为抗辩的理由对抗反垄断执法，而算法又不可能对严苛的法律责任产生心理负担；另一方面算法在监督协议执行上的功能可以增进经营者间的互信，过去存在的个别成员的“背叛”的风险得到控制。由此，既存的垄断协议规制政策呈现出新的困局。
4. 价格算法合谋规制困境的纾解
从前文分析可以发现，算法合谋在意思联络、黑箱以及人机关系的弱化等层面全方位地摆脱经营者与反竞争手段间的联系，向现有的反垄断规制理论和执法发起挑战。从这一困局中，我们不难发现是算法技术本身成功绕过了现有的规制框架。而要应对这种挑战，单纯的法律工具恐怕难以招架，而要采取一种“法律+技术”的思路：用技术解决技术，用规则调整技术。算法技术的最大支配者并非是算法的使用者，而是从事算法设计开发的算法研发者。从算法的开发设计活动着手，对算法研发者进行规制，构建起从源头控制算法的规则体系，或许能够应对当前算法合谋的反垄断规制困局。
(一) 将反垄断规则代码化
人工智能时代，我们对人工智能的风险控制，就不宜再采取传统单一物理空间的习惯方式，尤其不能按照物理空间的规制逻辑来规制虚拟空间，不能套用对待机械工具的思维来对待人工智能，而应实现与之相适应的规制范式转换[6]。在算法合谋的规制中，要创新合谋的规制思路，引入监管算法，用算法监控算法。例如，要求经营者在应用算法定价时，对算法导致价格协同进行警示、记录和报告，立法应确立这类算法在定价算法中的应用，便于执法机构进行审查。采用这种法律与技术相结合的规制思路，将创新的监管技术作为法律规则确定下来，以技术规制技术，实现了由结果规制向过程规制的转变，法律与技术因此深度融合，符合虚拟空间的法律规制规律。
(二) 建立价格算法验证制度
面对当前算法时代垄断协议的规制困境，如何审查和验证算法是规制算法合谋极为关键的一步。算法时代的反垄断执法，只有理解算法，才能区分符合市场竞争的算法和排除限制竞争的算法，进而规制反竞争算法，维护算法时代的市场竞争秩序。从世界范围来看，目前这一工作正处于探索阶段，算法实验验证是一可行的思路。执法机构可以首先运用算法对不同细分市场数据进行挖掘和分析，分析市场异质信号，对可能存在价格协同行为的细分市场的经营者展开调查，要求提交算法代码及相应说明。其次，将经营者提交的算法应用于算法实验室中，采用大数据和经济分析方法，就算法对市场竞争的效果开展分析。对于合法性存疑的，执法机构应进一步开展调查。算法验证的存在，并不在于构成垄断行为的直接证据，而可以成为执法机构开展进一步调查的依据，形成对经营者的威慑。
(三) 构建价格算法研发者的法律责任
当前学者的研究关注大多集中于在算法合谋时如何对经营者进行规制，如何追究经营者的法律责任。但对算法的设计者、提供者的责任承担关注不多。关于对研发者的算法设计、提供行为的规制，实际上可以在现行的垄断立法基础上进行拓展和续造[7]。算法的设计者和提供者作为算法的源头，其对算法的功能和目的最为了解，其虽不是垄断合谋的直接参与者，但为合谋的实现提供了直接条件。这种让研发者和使用者在竞争法上共同承担责任，在法理上具有解释的空间，只是在规则的构建上趋于负责。大致可以分为以下几种情形：首先，对于算法的研发者和经营者具有赚钱垄断利润合谋垄断的故意时，即可直接适用现行法规制而不存在问题。其次，对于算法研发者了解合谋风险，但经营者不知时，此时对研发者需要构建新的法律责任，应区别于直接的竞争法责任。再者，对于算法研发者是应经营者实施合谋的要求下开发设计算法，成为“帮助犯”的角色，则其责任的承担应表现出于经营者的联系性和次要性。最后，对于算法研发者和经营者都无合谋意思，而客观上产生合谋效果的情况，虽然不能追加其竞争法上的责任，但应施加相应算法解释和公开的义务，以避免类似情况的再次发生。
(四) 制定针对价格算法研发者的宽恕政策
从既往传统的垄断协议规制的执法实践来看，宽恕政策对垄断协议的瓦解具有良好的效果。其在算法合谋的经营者间规制失效的原因在于算法合谋所具有的垄断协议执行监督功能稳固了经营者之间的关系，但这一情况并不存在于算法的设计、提供者与经营者之间。特别是在算法的研发者未参与分享经营者攫取的垄断利益时，算法研发者仅赚取微薄的软件开发设计费用，而算法的研发者本身无疑对算法具有充分的信息优势，此时就有宽恕政策的突破空间。而宽恕政策的具体构建应当区别于现有的针对垄断协议成员的政策，在宽恕的力度上应该更大。这源于算法研发者的对合谋的“背叛”能够产生更广阔的社会效益，不仅对反垄断规制具有积极意义，而且也能够推动算法业态的健康发展。当然，宽恕政策需要与严格的法律责任形成张力，才能有良好的适用效果，需要与前文法律责任的并行构建。
5. 结语
人工智能是人类实现自身解放的重大机遇，但机会与风险总是结伴而行，也许只有当我们能够真实地去面对这些机遇与风险，“划定它的边界和围栏，而不是回避它、否定它和阻止它的时候，我们才能真正迎来这个可以被计算的世界，一个由算法定义的世界”[8]。算法共谋问题是数字经济反垄断中的核心问题。基于在总结和分析学界当前研究成果的基础上，从算法合谋的界定和类型分析入手，通过对算法在合谋中的作用和特点阐释，指明当前算法的反垄断规制困境，并在此基础上，从研发者规制的视角为反垄断在算法合谋的脱困提供思路。