大數(shù)據(jù)時代算法共謀的法律困境與規(guī)制建議

陳 沛

一、問題的提出

隨著人工智能和數(shù)字化技術(shù)的廣泛應(yīng)用，數(shù)字經(jīng)濟的發(fā)展趨勢不可逆轉(zhuǎn)，大數(shù)據(jù)時代已然到來。數(shù)字經(jīng)濟環(huán)境下，大數(shù)據(jù)(運算對象)、算法與算力(云計算)互為支撐，共同構(gòu)筑了以數(shù)字經(jīng)濟為核心的生產(chǎn)要素與生產(chǎn)方式，也對數(shù)字經(jīng)濟領(lǐng)域的市場秩序與競爭格局帶來了重要變革。一方面，企業(yè)可以利用已掌握的大數(shù)據(jù)對市場情況進行深度分析與處理，指導(dǎo)其定價策略、營銷策略等，獲得競爭優(yōu)勢并提升市場力量；另一方面，數(shù)據(jù)多元化開發(fā)和利用也釀成數(shù)據(jù)權(quán)屬、信息安全、個人隱私、企業(yè)間的數(shù)據(jù)流動和利益分配等問題。[注]參見詹馥靜、王先林：“反壟斷視角的大數(shù)據(jù)問題初探”，載《價格理論與實踐》2018年第9期，第38頁。當(dāng)各種隱憂開始凸顯，算法共謀也逐漸進入大眾的視野，并成為了近年反壟斷規(guī)制的重大難題。牛津大學(xué)教授阿里爾·扎拉奇在《算法的陷阱》一書中談到：“算法會達成共謀，這種共謀有更多不同層次的形式，它更狡猾，隨著算法的形式不同而越來越隱蔽難辨。”[注][英]阿里爾·扎拉奇、[美]莫里斯E.斯圖克：《算法的陷阱：超級平臺、算法壟斷與場景欺騙》，余瀟譯，中信出版社2018年版，第13頁。當(dāng)算法開始共謀并對市場結(jié)構(gòu)和市場秩序產(chǎn)生反競爭效果時，當(dāng)企業(yè)濫用算法達成數(shù)字化卡特爾(Digital Cartels)以獲得壟斷利潤時，我們的反壟斷法體系和權(quán)威必然受到挑釁。而圍繞算法共謀，我們現(xiàn)行的反壟斷法體系能否對其進行有效的法律認定和判斷？能否利用現(xiàn)有的反壟斷規(guī)制措施對其回應(yīng)與遏制？在具體規(guī)制中又應(yīng)當(dāng)遵循何種價值取向？采取哪些具體措施？本文將遵循以上基本分析路徑展開，試圖揭開算法共謀的神秘面紗。

二、算法共謀概述

(一)算法共謀的內(nèi)涵與產(chǎn)生原因

作為大數(shù)據(jù)的核心技術(shù)之一，算法(Algorithms)在現(xiàn)代商業(yè)活動中的應(yīng)用非常廣泛，一般是指企業(yè)通過一套明確、精確的簡單操作列表進行數(shù)據(jù)收集、加工、分析，并通過這些數(shù)據(jù)分析消費者偏好和競爭對手的策略，從而設(shè)計新產(chǎn)品、流程和業(yè)務(wù)策略。[注]See D.D. Sokol, R.Comerford. Antitrust and Regulating Big Data. 23 George Mason Law Review(2016):1129～1134.隨著爬蟲等機器人技術(shù)的運用與大數(shù)據(jù)影響下市場透明度的提升，當(dāng)一個企業(yè)調(diào)整自己產(chǎn)品的定價時，競爭對手得以在極短的時間內(nèi)察覺并隨之做出調(diào)價，這一過程看似沒有達成意思聯(lián)絡(luò)，但實際上經(jīng)營者都清楚彼此間的相互依存關(guān)系，最終實現(xiàn)價格共謀。簡單說，算法共謀(又稱“算法合謀”，Algorithmic Collusion)可以理解為兩個或兩個以上相互競爭的企業(yè)為達到壟斷利潤最大化而共同利用算法實施的合謀或策略行為。[注]本文討論的是反壟斷意義上合謀的概念，合謀是指特定市場中兩個或兩個以上獨立的經(jīng)營者，采取協(xié)議、決定或其他形式，共同對產(chǎn)品或服務(wù)的價格、數(shù)量等進行限定，從而排除、限制競爭的行為。參見孟雁北：《反壟斷法》，北京大學(xué)出版社2017年版，第97頁。共謀可以分為明示共謀(Explicit Collusion)與默示共謀(Tacit Collusion)。明示共謀指通過明確的協(xié)議(無論書面或口頭)的方式達成的反競爭合謀；默示共謀也稱默契共謀，指毋需明確的任何協(xié)議、決定或意思聯(lián)絡(luò)，共謀雙方通過認可相互依存關(guān)系，而自發(fā)地、心照不宣地維系合謀，形成反競爭的合作。當(dāng)前，通過算法達成的共謀多以默示的形式展示。

由于數(shù)據(jù)的易得性與算法本身的特殊功能，為了避免被市場淘汰或維持市場份額，企業(yè)往往會依賴算法隨時捕捉消費者的偏好以及其他競爭對手的定價策略，并將自己的定價維持在與其他競爭者同等水平，以此來維持或提高競爭優(yōu)勢。據(jù)歐盟委員會在2017年10月發(fā)布的電子商務(wù)行業(yè)最終報告統(tǒng)計，超過2/3的電子商務(wù)經(jīng)營者都在使用定價算法跟蹤競爭對手。[注]See Final Report on the E-commerce Sector Inquiry, Report From the Commission to the Council and the European Parliament, http://ec.europa.eu/competition/antitrust/sector_inquiry_final_report_en.pdf,Oct.5,2017．最后訪問時間：2019年6月10日。為什么大量的經(jīng)營者樂于利用算法達成共謀，主要原因還是在于市場的過度透明。大數(shù)據(jù)時代，數(shù)據(jù)的大量生產(chǎn)與使用極大地增強了市場的透明度，消費者得以比較同類產(chǎn)品的價格、品質(zhì)等產(chǎn)品競爭力從而做出更優(yōu)的選擇，與此同時，大量公開易得的數(shù)據(jù)喂養(yǎng)了智能算法，使得企業(yè)通過算法監(jiān)視、預(yù)測和分析競爭對手目前或未來的價格，實現(xiàn)對競爭對手定價的跟蹤，這為協(xié)同定價(Price Coordination)創(chuàng)造了條件。因此，市場越透明則越有可能強化企業(yè)共謀的穩(wěn)定性，越有利于共謀的達成和實施。[注]參見曾雄：“數(shù)據(jù)壟斷相關(guān)問題的反壟斷法分析思路”，載《競爭政策研究》2017年第6期，第49頁。

(二)算法共謀的分類

算法共謀理論的提出者Ariel Ezrachi教授區(qū)分了四種有利合謀的算法類型，包括：信使類合謀(Messenger)、軸輻類合謀(Hub and Spoke)、預(yù)測類合謀(Predictable Agent)與自主類合謀(Autonomous Machine)。[注]參見[英]阿里爾·扎拉奇等：“人工智能與合謀：當(dāng)計算機抑制了競爭”，焦海濤譯，載韓偉主編：《數(shù)字市場競爭政策研究》，法律出版社2017年版，第340～364頁。總結(jié)區(qū)別如下表：

表一 算法共謀四種形式的主要區(qū)別

1.信使類合謀。顧名思義，信使類合謀指計算機或算法承擔(dān)信使的角色，完全依據(jù)人類設(shè)定的計劃而執(zhí)行命令。在這類合謀中，人類是卡特爾的操縱者，算法只是幫助人類實現(xiàn)意志的被動的工具。在“美國政府訴Topkins案”、“美國政府訴航空運價發(fā)布公司案”中，競價算法類的排名工具、訂票程序事實上成為了經(jīng)營者達成排除競爭的共謀的溝通工具，從本質(zhì)上講它與其他的工具并無不同。

2.軸輻類合謀，即中心輻射式合謀。同一市場的經(jīng)營者共同約定使用同一個定價算法，這個定價算法給出的價格將成為各經(jīng)營者公認的市場價格。若軸輻足夠大，加上算法研發(fā)者(通常是軸心經(jīng)營者)作為“軸”的幫助，極易達成全行業(yè)的合謀導(dǎo)致價格上漲，產(chǎn)生限制競爭的效果。[注]參見李振利、李毅：“論算法共謀的反壟斷規(guī)制路徑”，載《學(xué)術(shù)交流》第7期，第74頁。類似地，行業(yè)中大部分經(jīng)營者若依賴某一頭部企業(yè)的算法，當(dāng)該企業(yè)使用將價格固定在競爭水平之上的動態(tài)定價算法，這種情況下合謀也很可能會達成。[注]2015年發(fā)生的“Meyer v. Uber”一案就是典型的軸輻共謀代表案例。2015年，Uber的用戶Meyer指控Uber推出的定價算法導(dǎo)致了其與平臺內(nèi)司機的共謀。在算法推出前，Uber平臺內(nèi)的司機擁有獨立定價權(quán)，為了爭奪客戶常常開展價格戰(zhàn)。在有了Uber算法以后，算法統(tǒng)一協(xié)調(diào)價格(包括基準(zhǔn)車費、何時上調(diào)價格、在哪一區(qū)域，什么時間段上調(diào)價格與調(diào)整幅度等)，它連接起作為“輻”的所有司機，并支撐起了整個合謀。實際上每個司機并沒有就價格展開競爭，而是基于Uber的算法收費，這一過程中司機與平臺、司機之間極易形成反競爭的合謀。參見陳永偉：“用規(guī)制人的思路規(guī)制算法”，http://m.eeo.com.cn/2019/0422/354102.shtml，最后訪問時間：2019年5月2日。

3.預(yù)測類合謀。預(yù)測類共謀指計算機算法盡管由不同企業(yè)研發(fā)，但設(shè)計相似，其被用于監(jiān)督市場活動，并能理性地實施價格跟隨行為。[注]參見李振利、李毅：“論算法共謀的反壟斷規(guī)制路徑”，載《學(xué)術(shù)交流》第7期，第75頁。在這一場景下，定價算法充當(dāng)經(jīng)營者的代理人身份，實時監(jiān)控對手定價，并在被代理人授權(quán)的價格范圍中調(diào)整自己的定價。每一經(jīng)營者研發(fā)自己的算法，但也清楚對手研發(fā)類似的算法，彼此增強了依賴程度，容易導(dǎo)致默示共謀產(chǎn)生反競爭效果。這類合謀一般通過信號算法(Signalling Algorithms)達成，若某平臺對一產(chǎn)品降價，如果該平臺的競爭對手通過信號算法迅速捕捉數(shù)據(jù)并也隨之降價，則可有效剝奪競爭對手通過降價行為帶來的銷量增加，先降價平臺的潛在競爭優(yōu)勢也難以建立。久而久之，首先降價的平臺便沒有動力去維持或持續(xù)降價，競爭對手通過使用相似算法更易達成默示共謀。當(dāng)每個企業(yè)都不大可能從其競爭舉措中獲利時，市場通常更容易受協(xié)同行為損害。[注]參見[英]阿里爾·扎拉奇等：“人工智能與合謀：當(dāng)計算機抑制了競爭”，焦海濤譯，載韓偉主編：《數(shù)字市場競爭政策研究》，法律出版社2017年版，第354頁。

4.自主類共謀。這類算法能自動收集行業(yè)中的數(shù)據(jù)并進行自主的深度學(xué)習(xí)(Deep Learning)，并能依其自身判斷調(diào)整價格，尋找優(yōu)化利潤的途徑，毋需依賴研發(fā)者的指令。這一情形下，算法極大地智能化，隨時根據(jù)市場環(huán)境變化作出調(diào)整價格的判斷，在某種程度上其做出的行為不一定完全符合其開發(fā)者的意圖。當(dāng)市場上運行的智能體擁有類似的思維時，它能夠更容易預(yù)測和理解其他類似智能體的行動，共謀的能力便會得到強化，比如，經(jīng)營者設(shè)定算法的目標(biāo)為利潤最大化、市場行為優(yōu)化，算法會自主執(zhí)行其認為的最優(yōu)策略，以實現(xiàn)目標(biāo)。這一情形下，形成合謀決策的主體不是人類，而是通過自主學(xué)習(xí)獲得相似思維的“智能體”。

(三)算法共謀的特征與危害

1.共謀達成的隱蔽化。大數(shù)據(jù)時代，競爭者之間的共謀形式呈現(xiàn)隱蔽化的趨勢，從早期的當(dāng)面磋商，到書面協(xié)議的約定，再到電話網(wǎng)絡(luò)的溝通，進而演化到算法之間的意思聯(lián)絡(luò)，共謀的形式隨著數(shù)字化技術(shù)的更新而不斷迭代，越來越呈現(xiàn)出無感和難以辨識的特征，其中默示合謀成為了算法共謀隱蔽化的代表。默示合謀的產(chǎn)生主要原因在于：大數(shù)據(jù)時代帶來了海量的數(shù)據(jù)資源、便利的信息交流工具以及日益精進的數(shù)字化技術(shù)，這些因素都極大地提高了市場的透明度，企業(yè)的任何“風(fēng)吹草動”都能在極短時間內(nèi)被競爭對手窺探察覺進而采取相應(yīng)的適應(yīng)競爭(Meeting Competition)[注]參見周圍：“價格差別待遇的抗辯事由探析——以‘適應(yīng)競爭’抗辯為中心”，載《法律適用》2013年第4期，第104頁。的策略。因此，在這種情況下，率先采取競爭措施的經(jīng)營者喪失時間上的“先發(fā)優(yōu)勢”，獲利機會隨著其他競爭者反應(yīng)速率的提升而明顯減少。當(dāng)經(jīng)營者們都認為自己不大可能從降價、提升產(chǎn)量等競爭性措施中獲利時，他們采取協(xié)同行為以維持現(xiàn)有利益的可能性無疑會增加。[注]鐘原：“大數(shù)據(jù)時代壟斷協(xié)議規(guī)制的法律困境及其類型化解決思路”，載《天府新論》2018年第2期，第69頁。算法共謀的隱蔽化不僅諷刺性地傷害了消費者的權(quán)益，而且為反壟斷執(zhí)法增加了難度與壓力。

2.算法執(zhí)行的智能化。智能化表現(xiàn)在壟斷協(xié)議從人的“共謀”過渡到了算法的“共謀”，在事實上弱化了人的意志而強化了算法的主動性。正如赫拉利所說，“無意識但具備高度智能的算法可能很快就會比我們自己更了解我們自己?！盵注][以]尤瓦爾·赫拉利：《未來簡史:從智人到神人》,林俊宏譯，中信出版社2017年版，第361頁。在傳統(tǒng)共謀的認定上，除主體由多個獨立的經(jīng)營者構(gòu)成、客觀上造成了排除限制競爭的效果外，各競爭主體的主觀意思一致性必不可少。[注]參見孫晉、李勝利：《競爭法原論》，武漢大學(xué)出版社2011年版，第53頁。當(dāng)算法具備自主判斷和學(xué)習(xí)能力后(如預(yù)測類共謀算法、自主類共謀算法)，其開展自動定價甚至自主達成和實施壟斷協(xié)議并非不可實現(xiàn)。由此，算法在事實上具備了自主學(xué)習(xí)能力和自我意識，并在一定程度上存在不受人類控制的可能性。它會依照經(jīng)營者的終極意圖(但不一定是經(jīng)營者的臨時指令)并綜合市場環(huán)境，通過相互依賴以及相互的自我意識對數(shù)據(jù)進行篩選、分析、判斷，得出是否調(diào)價、是否調(diào)整銷售量的理性結(jié)論。[注]正如專家指出，算法實際上在控制合謀性結(jié)構(gòu)方面可能比人類做的更好，因為它們在發(fā)現(xiàn)價格變化方面更為精確，可以消除非理性因素，降低和某策略被錯誤行為所削弱的可能性。See Mehra, S. K., Antitrust and the Robo-Seller: Competition in the Time of Algorithms, Minnesota. Law Review (2015), Vol. 100, http://www.minnesotalawreview.org/wp-content/uploads/2016/04/Mehra_ONLINEPDF1.pdf. 最后訪問時間：2019年6月11日。市場上越多算法具備這種能力，其行為路徑也越發(fā)類似甚至趨同，客觀上更易憑其“智力”達成共謀，價格也越可能向壟斷水平發(fā)展。針對這類情況，有學(xué)者提出擔(dān)憂：機器學(xué)習(xí)(尤其是無監(jiān)督學(xué)習(xí))結(jié)果的不可控性使人工智能不同于以往的技術(shù)，其中必會蘊含更大的風(fēng)險和不確定性。[注]參見鄭戈：“算法的法律與法律的算法”，載《中國法律評論》2018年02期，第69頁。

3.定價調(diào)整的高頻化。區(qū)別于傳統(tǒng)的協(xié)同行為，依賴算法定價的企業(yè)在價格調(diào)整上展現(xiàn)出高度的動態(tài)化。定價算法類似于金融理財中的智能投顧產(chǎn)品，均由其控制者輸入一定的初始條件、閾值與期待結(jié)果等指令，由算法自動執(zhí)行該指令并即時調(diào)整定價。在執(zhí)行過程中，算法的參考因素多樣且動態(tài)變化，比如競爭對手商品的價格、一定時間內(nèi)的市場銷量等。算法需要實時監(jiān)測并自動作出修改，而傳統(tǒng)的協(xié)同行為的達成有賴于競爭雙方通過各種形式的磋商，意思聯(lián)絡(luò)的形成往往會滯后于市場狀況的變化。因此，定價算法能夠利用既定的規(guī)則，反復(fù)多次共同變動商品價格，其頻率之高、速度之快、反應(yīng)之迅速，已遠超過去的傳統(tǒng)方式。[注]參見施春風(fēng)：“定價算法在網(wǎng)絡(luò)交易中的反壟斷法律規(guī)制”，載《河北法學(xué)》2018年第11期，第115頁。

三、算法共謀的反壟斷法困境

大數(shù)據(jù)時代算法共謀具有隱蔽化、智能化和定價高頻化的特征，對當(dāng)前壟斷協(xié)議的規(guī)制和執(zhí)法提出了新的法律挑戰(zhàn)。其中最大的挑戰(zhàn)在于法律如何規(guī)制算法，解決算法帶來的主體性流失、權(quán)利損害等問題，[注]參見鄭戈：“算法的法律與法律的算法”，載《中國法律評論》2018年02期，第68頁。更細化來說，目前的反壟斷法體系能否對其進行法律認定和判斷，以及能否利用現(xiàn)有的反壟斷規(guī)制措施來應(yīng)對新型的合謀形式。本文認為，在回答上述問題之前，我們有必要區(qū)分兩種類型的算法相關(guān)行為，一種是基于目前的法律框架可適用的行為，如“信使類算法合謀”，較為典型的是2015年美國司法部(DOJ)訴Topkins一案。[注]2015年，DOJ發(fā)現(xiàn)某商家的電子商務(wù)主管Topkins利用算法在亞馬遜電商平臺上從事固定價格銷售行為。Topkins和其合謀者同意使用特定的算法為特定的海報產(chǎn)品進行定價，從而實現(xiàn)固定、增加、維持、穩(wěn)定商品價格，使得合謀者的商品價格及其變動能夠保持一致。DOJ向地方法院對Topkins等提起了重罪指控，最后被指控者認罪并繳納了罰款。See DOJ. Former E-Commerce Executive Charged with price Fixing in the Antitrust Division’s First Online Marketplace Prosecution, Press Release by the Department of Justice on Monday,2015,Accessed November,2017.http://www.justice.gov/atr/public/press_releases/2015/3 13011. 最后訪問時間：2019年6月11日。轉(zhuǎn)引自曾雄：“數(shù)據(jù)壟斷相關(guān)問題的反壟斷法分析思路”，載《競爭政策研究》2017年第6期，第49頁。在此案中，合謀通過協(xié)商達成，算法的作用實際是合謀的工具，屬于信使類算法合謀。對于這類合謀盡管涉及算法證明其違法行為較為復(fù)雜，但相關(guān)機構(gòu)仍可以利用現(xiàn)行的反壟斷分析框架和規(guī)則進行執(zhí)法或司法裁判。[注]美國司法部反壟斷司認為具備以下三個要件即可構(gòu)成共謀：a)共謀行為產(chǎn)生及持續(xù)時間；b)共謀行為的主觀明知故意；c)共謀行為嚴重影響了州際貨物/服務(wù)貿(mào)易或發(fā)生在州際貨物/服務(wù)貿(mào)易的交易過程中。https://www.justice.gov/atr/case-document/file/628891/download，最后訪問時間：2019年5月2日。另一種主要體現(xiàn)在無意思聯(lián)絡(luò)的默示共謀中，尤以預(yù)測型共謀與自主型共謀最難規(guī)制。盡管這類共謀的實際案例目前不多，但未來隨著算法技術(shù)的深化其數(shù)量無疑會擴張。這一類型超出了目前反壟斷規(guī)則范圍的行為，將給競爭執(zhí)法帶來真正的挑戰(zhàn)。因此，默示合謀類的協(xié)同行為將是下文討論的重點。

(一)默示共謀類的壟斷協(xié)議難以認定

通過上述分析，默示共謀的競爭者之間雖無意思聯(lián)絡(luò)但客觀上造成了排除妨礙競爭的效果，理應(yīng)受到反壟斷法的規(guī)制。但現(xiàn)行法律通常將識別競爭者之間的“協(xié)議”作為反壟斷法反對共謀結(jié)果的前提條件。我國現(xiàn)行的《中華人民共和國反壟斷法》(以下簡稱《反壟斷法》)將壟斷協(xié)議界定為：“排除、限制競爭的協(xié)議、決定或者其他協(xié)同行為?！痹摋l規(guī)定壟斷協(xié)議的核心是聯(lián)合、共謀，方式包括協(xié)議、決定或者其他協(xié)同行為。如果兩個或兩個以上的企業(yè)沒有意思聯(lián)絡(luò)，而先后實施相同或一致的行為，不能認定它們達成壟斷協(xié)議。[注]商務(wù)部條法司編：《反壟斷法理論與中外案例評析》，北京大學(xué)出版社2008年版，第53頁。也有學(xué)者認可意思聯(lián)絡(luò)是壟斷協(xié)議的構(gòu)成要件之一。[注]參見孫晉、李勝利：《競爭法原論》，武漢大學(xué)出版社2011年版，第53頁。若按上述邏輯，現(xiàn)行的《反壟斷法》僅規(guī)制明示合謀，無法規(guī)制默示合謀。

面臨的困境可能包括：

首先，反壟斷法意義上的合謀要求競爭者之間存在意思聯(lián)絡(luò)(無論該種聯(lián)絡(luò)是書面或口頭)并能將意思聯(lián)絡(luò)以協(xié)議、決定或其他行為的形式固化，雖然大部分案件中“協(xié)議”或者“合意”的內(nèi)涵已被廣義解釋，但監(jiān)管者通常仍然以有形、明確的“協(xié)議”作為處理合謀的證據(jù)。若沒有“證據(jù)”，反壟斷法不宜干預(yù)。這樣就會導(dǎo)致共享定價算法這類默示合謀行為很難認定經(jīng)營者之間存在反壟斷法意義上達成的協(xié)議，從而難以納入規(guī)制范疇。

其次，當(dāng)前的反壟斷法理論和制度構(gòu)建更多是以傳統(tǒng)工業(yè)時代為背景，其規(guī)則并沒有適時調(diào)整以適應(yīng)大數(shù)據(jù)時代的特征。[注]參見鐘原：“大數(shù)據(jù)時代壟斷協(xié)議規(guī)制的法律困境及其類型化解決思路”，載《天府新論》2018年第2期，第69頁。因此對于算法之間進行快速而復(fù)雜的相互交流，反壟斷法也很難將其視為競爭法下的經(jīng)營者思想交流而相似對待。即使監(jiān)管部門認定算法交流(Algorithmic Communication)屬于經(jīng)營者思想交流的輔助，但在參考具體的法律標(biāo)準(zhǔn)、固定證據(jù)等方面是很困難的，并且有可能被認定為過度的擴大解釋或類推解釋。

此外，我國《反壟斷法》將壟斷協(xié)議分為橫向壟斷協(xié)議與縱向壟斷協(xié)議。但算法改變了合謀形成所需要的市場條件，使合謀對市場結(jié)構(gòu)的依賴性減弱。[注]參見蔣力：“算法合謀的反壟斷法分析”，武漢大學(xué)2018年碩士學(xué)位論文，第31頁。算法合謀可能無法直接適用橫向與縱向的二元分類，比如上文提到的軸輻類合謀，軸心經(jīng)營者與其上下游經(jīng)營者(輪緣經(jīng)營者)分別達成多個相互平行的縱向協(xié)議，但輪緣經(jīng)營者之間實際上存在橫向的共謀。這類共謀行為因為同時具備了縱向壟斷協(xié)議與橫向壟斷協(xié)議的特征而表現(xiàn)出復(fù)雜性。

(二)默示共謀的反壟斷責(zé)任難以體現(xiàn)

壟斷協(xié)議的構(gòu)成要件一般包括主體要件、主觀要件與損害后果。默示共謀在客觀上達到了排除限制競爭的效果，但由于主體與主觀要件不適格或不匹配，難以被現(xiàn)行反壟斷法覆蓋成為規(guī)制的對象。

1. 誰應(yīng)當(dāng)承擔(dān)默示共謀的責(zé)任主體

在傳統(tǒng)的壟斷協(xié)議規(guī)制框架中，毫無疑問，主體都是具有權(quán)利能力和行為能力并能承擔(dān)責(zé)任的法律主體，比如自然人、法人或其他經(jīng)濟組織。盡管理論界越來越多學(xué)者認為行業(yè)協(xié)會也應(yīng)該納入卡特爾主體形態(tài)，但并不影響卡特爾的主體是市場上的經(jīng)濟組織的判斷。我國《反壟斷法》第12條也通過概括的方式對經(jīng)營者予以界定，并將經(jīng)營者和行業(yè)協(xié)會作為壟斷協(xié)議成立的主體要件。[注]參見王曉曄主編：《中華人民共和國反壟斷法詳解》，知識產(chǎn)權(quán)出版社2008年版，第80頁。而無論是經(jīng)營者還是行業(yè)協(xié)會，它們的權(quán)利能力、行為能力以及責(zé)任能力在法律中有清晰的界定。反觀算法，雖然是默示共謀的直接參與者，但其本質(zhì)上是一套計算機編程，又如何具備法律意義上的人格屬性，并承擔(dān)相應(yīng)的法律責(zé)任？

我們現(xiàn)有的法律規(guī)則由行為模式與法律后果組成。具體到反壟斷規(guī)制體系中，首先界定是由經(jīng)營者實施了排除限制競爭的行為，我們的反壟斷法才得以發(fā)揮作用，給予處罰和懲治。但這一預(yù)設(shè)的前提需要行為主體具備責(zé)任能力。無論作為現(xiàn)實的“人”的自然人或作為擬制的“人”的法人及其他組織，其承擔(dān)責(zé)任都有自身的法律基礎(chǔ)。但算法是一套智能化的工具，某種意義上可視其具有行為能力，但倘若認定其具有責(zé)任能力而對其施加處罰，無疑是荒謬的。反之，如果算法通過自主學(xué)習(xí)實施了壟斷行為，但該行為并非出于設(shè)計者之手或其本意，一味地將所有責(zé)任歸諸于設(shè)計者，似乎也不甚合理。

OECD在一份《算法與合謀》的報告中指出，隨著人工智能技術(shù)的進一步發(fā)展，算法與人之間的聯(lián)系會不斷變?nèi)?，算法作出決定以及自動定價的能力，與受益于算法自動決策的個人與企業(yè)的責(zé)任問題，將日益突出。[注]See Algorithms and Collusion: Competition Policy in the Digital Age, Report of the OECD (2017), http://www.oecd.org/competition/algorithms-collusion-competition-policy-in-the-digital-age.htm.最后訪問時間：2019年6月10日。在此背景下，需要考慮人類所控制的算法行為的范圍，比如區(qū)分算法不違反設(shè)計人的意圖(但違反具體指令)從事限制競爭行為與算法違反設(shè)計人的意圖與指令從事限制競爭行為的情形；當(dāng)算法的設(shè)計者、算法的利用者與算法的受益者相分離時，其責(zé)任如何分配以及最終劃定責(zé)任承擔(dān)形式。

2. 如何界定主觀意圖

如前文所述，算法合謀的隱蔽化和智能化導(dǎo)致了協(xié)同行為主觀要件的模糊性。很多情況下，反壟斷執(zhí)法機構(gòu)無法判斷特定壟斷行為的指令究竟是算法利用者還是算法本身下達的，由此帶來了法律責(zé)任認定上的困境。

事實上，算法主導(dǎo)下的默示合謀存在這樣一個悖論：“依現(xiàn)行反壟斷法律體系，對合謀的證明必須要存在意思聯(lián)絡(luò)的證據(jù)(通常以協(xié)議作為證據(jù))，但從界定上講，它又意味著并不存在此類證據(jù)?！盵注][美]基斯·N.希爾頓：《反壟斷法——經(jīng)濟學(xué)原理和普通法演進》，趙玲譯，北京大學(xué)出版社2009年版，第61～62頁。因此，反壟斷法理論與實踐對默示合謀的違法性證明持謹慎態(tài)度，不會輕易地去認定數(shù)家企業(yè)之間的合謀意思聯(lián)絡(luò)。有學(xué)者提出，經(jīng)營者之間雖然沒有明確訂立排除、限制競爭協(xié)議，但十分默契、“心有靈犀”，通過協(xié)同一致的行為來事實上排除、限制市場競爭，也屬于反壟斷法所規(guī)定的壟斷協(xié)議的范圍。[注]參見張穹：《反壟斷理論研究》，中國法制出版社2007年版，第110頁。該觀點將默示合謀視為一種協(xié)同行為對待，但未提出協(xié)同行為的證明手段，而算法主導(dǎo)的默示合謀增加了證明的難度。

進一步講，默示合謀的證明實質(zhì)仍然是圍繞協(xié)同行為而展開，本質(zhì)問題仍然是證明協(xié)議或證據(jù)的存在，只不過這類協(xié)議和證據(jù)通常不是明示的協(xié)議和決定，而是有意識的協(xié)調(diào)行動(Conscious Parallelism)。但倘若某類默示合謀根本不存在意思聯(lián)絡(luò)，而是通過算法自主學(xué)習(xí)達到與其他算法行為一致的水平，那么對其屬于協(xié)同行為的證據(jù)便無從談起。

還有一種情況，部分算法并非為排除、限制競爭而設(shè)計，僅僅是企業(yè)作為解消費者偏好、積累市場信息和消費數(shù)據(jù)的工具，企業(yè)自始至終的唯一目的是以此擇選最優(yōu)經(jīng)營策略獲取利潤和競爭優(yōu)勢。算法在運行過程中持續(xù)學(xué)習(xí)和改進，采取的行為最終產(chǎn)生了排除、限制競爭的效果。在該等情形下，沒有反競爭意圖或人類意思聯(lián)絡(luò)也可能出現(xiàn)反競爭效果，那么此時是否存在可供問責(zé)主體？如果有，究竟是人類還是算法才是真正意義上的過錯方？

四、對算法共謀的規(guī)制建議

通過以上分析，我們不難發(fā)現(xiàn)當(dāng)前的反壟斷法律體系對于規(guī)制算法共謀(尤其是默示共謀)表現(xiàn)出其局限性：一方面默示共謀能否被認定為壟斷協(xié)議存在爭議，另一方面即使默示共謀被認定為壟斷協(xié)議，對其行為主體的歸責(zé)問題也是一個法律難點。但新技術(shù)的應(yīng)用場景不應(yīng)成為反壟斷的法外之地，對其治理也要與時俱進，逐步邁入法治化的快車道。

(一)壟斷協(xié)議的擴大化解釋

當(dāng)前執(zhí)法機構(gòu)將算法合謀視為卡特爾的判斷路徑仍然遵循識別競爭者之間的“壟斷協(xié)議”這一前提條件，客觀上仍要求具有達成“共謀”、“協(xié)同”的有效證據(jù)。這一操作難以適應(yīng)大數(shù)據(jù)時代數(shù)字經(jīng)濟的屬性特征和市場競爭的現(xiàn)實情況，不免將壟斷協(xié)議的內(nèi)涵狹隘化。實踐中，協(xié)議的概念也許不能指導(dǎo)更多細微的交流形式，它們是否應(yīng)該落在競爭規(guī)則應(yīng)用的范圍內(nèi)。例如像單邊公開宣示價格的傳遞信號機制被看作一種達成公共政策的邀請，但是如果在某種情況下等同一種協(xié)議，在現(xiàn)行的司法體制下這種判斷方法將受到質(zhì)疑。[注]參見李振利、李毅：“論算法共謀的反壟斷規(guī)制路徑”，載《學(xué)術(shù)交流》第7期，第79頁。那么為了規(guī)制算法共謀，我們是否應(yīng)該重新考慮協(xié)議的定義？例如，前文提到的共享算法，經(jīng)營者之間沒有直接就價格進行固定或限制，即使動態(tài)定價算法根據(jù)市場條件的變化最終導(dǎo)致價格一致的結(jié)果，經(jīng)營者完全可以以技術(shù)交流為抗辯理由脫離反壟斷法的規(guī)制。因此應(yīng)當(dāng)延伸合謀協(xié)議的概念，只要能證明經(jīng)營者之間存在合意，且共享算法與一致行為有直接的因果關(guān)系，那么共享算法的約定也應(yīng)視為壟斷協(xié)議的特殊形式。對于默示合謀的行為，由于競爭者之間有合意無協(xié)商，認定上更為復(fù)雜(可能有賴先進的監(jiān)管技術(shù)或算法予以識別)，但首先至少在概念上應(yīng)明確此類行為屬于心照不宣地達成共謀協(xié)議，屬于反壟斷法規(guī)制的對象。

令人欣喜的是在本文成稿前，筆者發(fā)現(xiàn)日前公布的《反壟斷法》專家修改建議稿第15條[注]《中華人民共和國反壟斷法》專家修改建議稿第15條：“算法合謀及平臺軸輻合謀：經(jīng)營者不得利用算法等技術(shù)手段達成本章禁止的壟斷協(xié)議。網(wǎng)絡(luò)平臺經(jīng)營者不得組織或者協(xié)調(diào)平臺內(nèi)的經(jīng)營者達成本章禁止的壟斷協(xié)議?！県ttp://www.competitionlaw.cn/info/1138/26864.htm，最后訪問時間：2019年6月10日。已明確將算法合謀及平臺軸輻類合謀視為反壟斷法所禁止的壟斷協(xié)議。這說明立法者已充分認識到算法合謀給競爭市場和競爭秩序帶來的不利影響。但細究文本修改內(nèi)容，尚存模糊有待解釋之處，比如：算法合謀的定義尚待明確，除軸輻類合謀外，前文所述的預(yù)測類共謀以及自主類共謀是否也納入規(guī)制范疇？規(guī)制的算法共謀行為是否僅限于網(wǎng)絡(luò)行為？如何規(guī)制線下共謀行為？基于此，有必要重新審視大數(shù)據(jù)時代算法合謀的反壟斷分析框架，并對數(shù)字經(jīng)濟給出進一步積極的回應(yīng)。但無論如何，壟斷協(xié)議的擴大化解釋應(yīng)是未來競爭立法的重點之一。

(二)明確默示共謀的責(zé)任范圍

法理學(xué)強調(diào)違法行為的實施者應(yīng)當(dāng)承擔(dān)相應(yīng)的否定性后果，即法律責(zé)任。[注]參見張文顯：《法理學(xué)》，法律出版社2007年版，第276頁。按此邏輯，在算法依設(shè)計者指示達成反競爭效果的情形，由其經(jīng)營者承擔(dān)責(zé)任自不待言。關(guān)鍵問題在于算法通過自主學(xué)習(xí)超出其設(shè)計者的意圖或根本不受設(shè)計者的控制、指示情況下做出了反競爭行為，此時的責(zé)任主體如何確定？Mehra指出，有三種選擇：機器人承擔(dān)責(zé)任、部署機器人的人類承擔(dān)責(zé)任或者沒有責(zé)任方。[注]See Mehra, S. K., Antitrust and the Robo-Seller: Competition in the Time of Algorithms, Minnesota. Law Review (2015), Vol. 100, http://www.minnesotalawreview.org/wp-content/uploads/2016/04/Mehra_ONLINEPDF1.pdf. 最后訪問時間：2019年6月9日。第三種方案不能被視為可選方案，因為其直接排除了責(zé)任主體，使得卡特爾的達成不需要有人為其負法律責(zé)任。機器人承擔(dān)責(zé)任顯然也不具備可行性，因為其自始至終都屬于法律主體，不具備責(zé)任能力。即使已經(jīng)被賦予“公民”身份的機器人索菲亞，就當(dāng)前看來也不具備法律意義上的獨立人格和獨立責(zé)任。那么，能承擔(dān)責(zé)任的只有算法的設(shè)計者或?qū)嵤┱?。有人從?jīng)濟學(xué)“激勵相容條件”的理論出發(fā)提出了相反的觀點。[注]參見陳永偉：“用規(guī)制人的思路規(guī)制算法”，http://www.eeo.com.cn/2019/0422/354102.shtml，最后訪問時間：2019年6月9日。該觀點認為應(yīng)當(dāng)“規(guī)制算法”，規(guī)制的路徑是設(shè)法調(diào)整算法的輸入目標(biāo)，使其運作的目標(biāo)與運用者的目標(biāo)保持一致，從而達到理想一致的結(jié)果。事實上這種觀點未免過于樂觀：首先算法具備“黑箱”的特征，人類難以保證擁有強大的自主學(xué)習(xí)能力的算法時刻保持著與其運用者一致的目標(biāo)，更無法審查算法的計算過程是否脫軌；其次即使雙方的目標(biāo)保持一致，也無法證明該特定目標(biāo)對于整個競爭市場和競爭秩序會產(chǎn)生正外部性；再者，該觀點理解的“規(guī)制”具有片面性。從法學(xué)角度來看，規(guī)制一般包含三層要素，即制定規(guī)則和標(biāo)準(zhǔn)、監(jiān)督合規(guī)情況、對違法主體實施法律制裁。[注][英]科林·斯科特：《規(guī)制、治理與法律：前沿問題研究》，安永康譯，清華大學(xué)出版社2018年版，第67頁。但上述觀點僅強調(diào)了設(shè)定算法目標(biāo)指導(dǎo)算法的行為，并未展開對違法行為發(fā)生后歸責(zé)過程的討論，實則回避了算法行為一旦產(chǎn)生危害后法律責(zé)任主體的確定問題。

因此有人提出，算法經(jīng)常披著自動化決策的外衣，給人以不可規(guī)制的假象，但其實算法都是人的意志設(shè)計，只是留有一些可調(diào)參數(shù)可以被規(guī)制和引導(dǎo)。[注]參見姜野：“算法的規(guī)訓(xùn)與規(guī)訓(xùn)的算法：人工智能時代算法的法律規(guī)制”，載《河北法學(xué)》2018年第12期，第152頁。歸根結(jié)底，算法只是一種工具，背后起決定作用的還是人類。這種觀點可能對于那些毫無壟斷目的的經(jīng)營者顯得不夠公平，但仍有一定道理。算法不是憑空產(chǎn)生，企業(yè)是算法的控制者與使用者，本應(yīng)對算法擁有完全的控制能力，即使算法超出企業(yè)的意圖，但也不應(yīng)判斷違反其本意。概言之，算法是卡特爾的直接參與者，企業(yè)成為了卡特爾的幕后參與者，起到了間接作用。當(dāng)“未牽繩的寵物”咬傷他人時，其主人必然要負賠償責(zé)任。當(dāng)然人工智能是否需要一套獨立于自然人行為能力和責(zé)任能力的獨立規(guī)則，這有賴于對其設(shè)計原理、與人(設(shè)計者與使用者)的互動模式以及它作出決策的自主程度等因素的綜合考量與研究，相信未來會有一套現(xiàn)行自然人和法人概念無法得出的權(quán)責(zé)規(guī)則對算法專門規(guī)制。[注]參見鄭戈：“算法的法律與法律的算法”，載《中國法律評論》2018年02期，第70頁。

(三)規(guī)制的具體措施建議

首先，應(yīng)慎用直接管制措施。典型的直接管制措施如強制算法公開。德國總理默克爾就認為“算法應(yīng)該公開，從而讓利益相關(guān)群體意識到：當(dāng)算法非透明時，可能扭曲我們的感知，限制我們所能獲得的信息的廣度?！盵注]南方周末：“‘后真相’時代，新聞如何把關(guān)？”，http://static.nfapp.southcn.com/content/201702/20/c289393.html，最后訪問時間：2019年5月5日。但是簡單地公開算法源代碼可能并非提升透明度的充分手段，社會公眾和執(zhí)法部門似乎也沒有相應(yīng)的專業(yè)能力去理解和驗證算法的反競爭性。從企業(yè)的角度思考，在大數(shù)據(jù)時代算法往往成為了企業(yè)重要的競爭工具甚至是獲得競爭優(yōu)勢的關(guān)鍵因素。企業(yè)往往將算法視為自身的商業(yè)秘密進行保護。要求企業(yè)強制公開算法未免矯枉過正，不僅違反了《反壟斷法》的立法宗旨，損害了企業(yè)創(chuàng)新的積極性，從長遠看也不利于公共福祉。另一種較為典型的是直接價格管制。若硬性地設(shè)置價格管制壁壘，不僅會阻礙創(chuàng)新，也可能通過在數(shù)字市場中給合謀創(chuàng)造合作的基礎(chǔ)而導(dǎo)致更高的價格。[注]Algorithms and Collusion: Competition Policy in the Digital Age, Report of the OECD (2017), http://www.oecd.org/competition/algorithms-collusion-competition-policy-in-the-digital-age.htm. 最后訪問時間：2019年6月12日。事實上，治理技術(shù)壟斷的最好辦法并非政府事無巨細地使用“看得見的手”。[注]需要說明的是，筆者僅反對政府對市場經(jīng)濟進行直接干預(yù)的行為，并不反對政府應(yīng)當(dāng)對算法共謀進行有效監(jiān)管和規(guī)制。

其次，可以明確算法禁止采集的范圍。監(jiān)管部門可以通過柔性的操作指南、發(fā)布典型案例、技術(shù)指引等手段，具體列舉算法不應(yīng)涉入的范疇(該范疇可能容易影響定價或?qū)е聝r格歧視等不正當(dāng)競爭行為)，以此來確保算法定價上的公平合理。美國參議院議員在今年4月提出了《2019算法問責(zé)法》(Algorithmic Accountability Act of 2019)，要求對自動化決策尤其是高風(fēng)險算法進行影響性評估。該法案將涉及生物特征等敏感信息的算法、系統(tǒng)性監(jiān)測大型的公共場所的算法等[注]基于該法，由于算法的新穎性以及性質(zhì)、范圍、內(nèi)容和目的，對消費者個人信息隱私和安全帶來高風(fēng)險的算法，帶來歧視性后果的算法，基于個人的工作表現(xiàn)、經(jīng)濟狀況、健康、個人偏好、地理位置和行為軌跡而作出影響個人權(quán)利的算法，涉及相當(dāng)數(shù)量消費者的宗族、膚色、政治觀點、宗教、工會身份、生物數(shù)據(jù)、健康、性別、性傾向、犯罪記錄、逮捕記錄的算法，系統(tǒng)性檢測大型的公共場所的算法將被認定成高風(fēng)險算法。朱朱：“算法規(guī)制的美國徑路：《算法問責(zé)法》簡介”，https://mp.weixin.qq.com/s/-k4Qbust1P6on6rlPdJi0g，最后訪問時間：2019年6月10日。列為高風(fēng)險自動決策系統(tǒng)(High-Risk Automated Decision System)，需要額外進行嚴苛的影響性評估。我國可對這類“準(zhǔn)負面清單”式的操作模式加以關(guān)注、借鑒。

另外，監(jiān)管部門應(yīng)充分運用監(jiān)管科技(Regtech)，以此消除對算法的信息不對稱。由于算法本身非常復(fù)雜，且?guī)в袠O強的技術(shù)色彩，依靠傳統(tǒng)的反壟斷執(zhí)法經(jīng)驗或工具必然無法識別隱蔽的算法共謀特性。在反壟斷規(guī)則缺失的情況下，執(zhí)法部門在評估算法是否存在限制競爭的風(fēng)險時會更為復(fù)雜和困難。筆者建議，執(zhí)法機構(gòu)應(yīng)當(dāng)配備具備相應(yīng)技術(shù)和知識的監(jiān)管人員，通過監(jiān)管科技(比如監(jiān)管類算法)來實時檢驗和監(jiān)測企業(yè)的定價算法，以技術(shù)應(yīng)對技術(shù)，以此提升跟蹤監(jiān)管能力。[注]在該等情況下，企業(yè)需要以備案的形式向監(jiān)管部門提交定價算法，但不意味著監(jiān)管部門將算法向社會披露。比如，監(jiān)管機構(gòu)可以設(shè)計算法能夠識別企業(yè)頻繁地交換信息、企業(yè)同時或幾乎同時宣布提價、企業(yè)同時發(fā)生商業(yè)策略的重大變化等異常情況，據(jù)此并綜合其他因素作為確認其達成默示共謀的有力證據(jù)。

結(jié) 語

大數(shù)據(jù)在驅(qū)動經(jīng)濟增長、為消費者帶來公開透明的市場環(huán)境之余，一定程度上助長了企業(yè)利用算法達成壟斷的風(fēng)險。本文就大數(shù)據(jù)時代下的算法共謀相關(guān)問題進行了梳理和研究，其中反映出了大數(shù)據(jù)時代下算法共謀的隱蔽化、智能化、定價高頻化的特征，以及當(dāng)前反壟斷體系應(yīng)對的局限性和滯后性，隨后提出規(guī)制算法共謀的建議。雖然本文討論的很多算法可能帶來的反競爭風(fēng)險尚未出現(xiàn)，是否有必要針對算法共謀問題進行反壟斷法的規(guī)制仍存爭議，但我們?nèi)詰?yīng)當(dāng)密切關(guān)注算法在市場中的實際應(yīng)用狀況以及可能引發(fā)的問題，尤其是在動態(tài)市場和動態(tài)競爭中所引發(fā)的默示共謀的不利后果。在“算法也應(yīng)具備良好的價值倫理”呼聲日高的今天，法律應(yīng)有所作為，對其充分關(guān)注、有效引導(dǎo)并適當(dāng)規(guī)范。