算法合謀與反壟斷①

劉曉婷

一、背景

算法這一術(shù)語在日常生活中隨處可見，但至今還是缺乏一個明確且大眾普遍認同的定義。我們可以說，算法是按照有規(guī)律的排列順序來完成某一特定任務(wù)。根據(jù)OECD在《算法與合謀:數(shù)字時代的競爭政策》報告中指出:“算法是一種明確、精確的簡單操作列表，他們機械地、系統(tǒng)地應(yīng)用于一套令牌(tokens)或?qū)ο笾?例如棋子、數(shù)字、蛋糕成分的配置等)?！逼渲?，令牌是從輸入到輸出的過程。算法的表現(xiàn)形態(tài)是多樣的，例如文字、圖表、符號或者其他任一機器可以解析的程序。隨著計算機迅速的發(fā)展，現(xiàn)代社會已經(jīng)進入“互聯(lián)網(wǎng)＋”的時代，很多產(chǎn)業(yè)或者研究都與計算機緊密結(jié)合，這也就恰好與算法對計算機的高要求不謀而合，構(gòu)成兩者相互促進、相互發(fā)展的狀態(tài)。計算機借助算法可以更快更準確地做出推理判斷，算法可以利用計算機使程序更加完備。在隔離情感等主觀因素后，算法做出的決策會更加客觀、精確，尤其是在比較復(fù)雜的問題中。

算法目前的應(yīng)用非常廣泛，例如在政府部門或者互聯(lián)網(wǎng)企業(yè)中，其中在后者的運營中甚是常見。越來越多的企業(yè)利用大數(shù)據(jù)的收集、算法的設(shè)定來預(yù)測行業(yè)發(fā)展方向、消費者對于產(chǎn)品的青睞狀態(tài)、根據(jù)競爭者的報價實時更新自我定價或者通過深度學(xué)習(xí)優(yōu)化策略。舉例來說，在線商家數(shù)年來一直利用自動定價算法對商品價格進行實時監(jiān)控，電商平臺一般情況下也默許其通過動態(tài)定價去區(qū)分市場，在旅游業(yè)、酒店預(yù)訂、體育和娛樂業(yè)中，這種現(xiàn)象頻頻出現(xiàn)。價格算法同時也會主導(dǎo)貨物的在線銷售——根據(jù)可用庫存和預(yù)期需求來優(yōu)化價格。在 Amazon上售賣的 Peter Lawrence的著作《The Making of a Fly》曾因為定價算法導(dǎo)致售價飛漲，一家書商的算法將價格設(shè)定為另一家的0.9983倍，第二家維持價格是第一家的1.270589倍，在這樣控制失衡的算法運作中，最終使得書籍價格達到23，698，655.93美元。

另外，近年來隨著人們越來越重視保險，算法在保險行業(yè)也得到推廣運用。例如，好事達保險公司(Allstate)使用的“市場因素”算法，就通過測定用戶購買保險前比價的可能性來優(yōu)化自己的價格。這種算法的使用并沒有得到更大的推廣，因為它促使了偏離風(fēng)險的選擇性定價方式，使得保費范圍可能從標準價格的90%達到800%。

二、算法的概述及案例

算法在實際操作過程中可能被用于各類反競爭的行為中，而在各類行為中最矚目的就是“算法合謀”，它是指將算法作為合謀的條件，促成之前沒有出現(xiàn)過的或者以前不可能出現(xiàn)的新式合謀。一旦競爭者之間利用算法達成合謀的意圖，就有可能導(dǎo)致?lián)p害消費者權(quán)益的情況。一般情形下，有利于合謀實現(xiàn)的算法類型包括四種，分別是監(jiān)督算法、平行算法、信號算法以及自我學(xué)習(xí)算法。

(一)監(jiān)督算法

在監(jiān)督算法中，算法被用作合謀的便利工具時，首要任務(wù)就是監(jiān)督競爭者或者說是合謀者的行為。利用算法可以收集獲取競爭者的信息、偏離合謀目的的任何可能行為的數(shù)據(jù)，一旦確定其背離合謀或者做出對合謀不利的行為時，算法就會觸警并且及時做出應(yīng)對方案。在整個監(jiān)督過程中，算法的困境就在于全方位收集對方數(shù)據(jù)，只有在數(shù)據(jù)完備，能夠確定對方確實做出背叛行為時，算法才能采取報復(fù)措施，否則就會造成“誤傷”，對后期的合謀產(chǎn)生不利影響。一些比價網(wǎng)站利用某種技術(shù)從網(wǎng)頁上抓取各類相似產(chǎn)品的信息，這樣得到的數(shù)據(jù)是被割裂的，對于最終認定對手實際做出背離合謀可能會呈現(xiàn)不確定。因此，在這種監(jiān)督算法下，合謀者之間需要提前設(shè)定背離合謀的行為界限，一旦算法檢測到越界，就會在極短時間內(nèi)做出報復(fù)措施，也即任何企業(yè)一旦被發(fā)現(xiàn)背離，就會導(dǎo)致價格戰(zhàn)。合謀者之間行為如果一直處于界限之內(nèi)，算法就會使合謀達成更具可能性，便于合謀協(xié)議。

(二)平行算法

在平行算法中，企業(yè)之間為了避免頻繁的協(xié)商市場定價或者產(chǎn)量等，會將決策自動化，達成“有意識的平行行為”，這種算法在酒店、機票預(yù)定中會被應(yīng)用地廣泛一些。企業(yè)間分享定價算法，算法在運用過程中會充分考慮市場變化因素，從而使定價更加優(yōu)化，這也就避免了合謀者之間被發(fā)現(xiàn)合謀進行反競爭的概率。如果行業(yè)中大部分企業(yè)利用行業(yè)間確定好的定價算法實施跟隨某一行業(yè)領(lǐng)導(dǎo)者，其負責設(shè)置將價格固定在競爭水平之上的動態(tài)定價算法，這種情況下合謀的可能性就會大大提升。

(三)信號算法

在信號算法中，由于企業(yè)間的規(guī)模不同，制定的運營策略不同，就會產(chǎn)生差異化產(chǎn)品，合謀的基礎(chǔ)性條件構(gòu)建不完整，就會導(dǎo)致合謀的概率縮小。為了避免容易被發(fā)現(xiàn)的明示合謀，企業(yè)間可以通過發(fā)送某種合謀信號或者單邊價格展現(xiàn)等行為，使其他企業(yè)有所察覺，對類似性產(chǎn)品的價格等達成默示合謀。在實際發(fā)送信號算法中，對首發(fā)企業(yè)是存在不被接受的可能性的，一旦它發(fā)送的信號算法或是合謀意圖沒有被其他企業(yè)發(fā)現(xiàn)或者發(fā)現(xiàn)后拒絕合謀，就會影響首發(fā)企業(yè)的銷量或者利潤。首發(fā)企業(yè)為了避免產(chǎn)生這種對己不利的情形，就會利用信號算法發(fā)送消費者不易察覺而潛在合謀者能夠理解的信號信息，比如企業(yè)可以在消費者不易察覺的時間悄悄改動價格，這對產(chǎn)品銷量不會產(chǎn)生太大影響，但是競爭對手的算法可能就會準確識別為合謀的信號，繼而雙方或者多方間就利用信號算法完成合謀。

(四)自我學(xué)習(xí)算法

在自我學(xué)習(xí)算法中，算法利用這種目前最為復(fù)雜的方式進行機器學(xué)習(xí)和深度學(xué)習(xí)，在這種自我學(xué)習(xí)背景下，甚至不需要競爭者之間達成合謀的具體算法就可能達到合謀的結(jié)果。也就是說，算法具有強有力的預(yù)測力和分析力，在對市場和消費者對產(chǎn)品青睞變化分析后，根本不用介入人力的合謀意圖，算法自動在競爭者之間達成合謀。而算法在合謀后繼續(xù)學(xué)習(xí)，經(jīng)過反復(fù)試錯會在彼此間達成合作性均衡，以此來穩(wěn)固合謀的基礎(chǔ)。這也就是意味著，在自我學(xué)習(xí)算法中，合謀一旦達成，消費者的利益在很大程度上就會被損害。不同于上面幾個算法，企業(yè)是被動地達成合謀，是否需要承擔違法責任也需進一步分析。

2015年底，Uber用戶Spencer Meyer代表他自己以及類似情況的乘客，在美國紐約南區(qū)聯(lián)邦地區(qū)法院向Uber聯(lián)合創(chuàng)始人提起反壟斷民事集團訴訟，主張那些利用Uber定價算法的司機之間達成了合謀，限制司機之間的價格競爭，損害包括原告在內(nèi)的Uber乘客的利益。原告認為，司機與Uber就車費的收取達成協(xié)議時，已經(jīng)清晰地認識到其他所有的Uber司機都已經(jīng)同意收取由Uber設(shè)置的同樣的車費，這也就在司機之間達成了減少價格競爭而統(tǒng)一獲益的合謀，存在“一致的合謀動機”，由縱向的合謀協(xié)議導(dǎo)致司機之間形成橫向的合謀。目前該案仍在仲裁程序中，Uber的定價算法下發(fā)生的這一情況究竟是否構(gòu)成合謀，仍需司法機關(guān)的進一步調(diào)查核實。

三、算法給競爭執(zhí)法帶來的挑戰(zhàn)

算法對于競爭執(zhí)法主要分為兩部分，其一是基于現(xiàn)有反壟斷規(guī)則之內(nèi)的算法行為，另一種是現(xiàn)有規(guī)則之外的算法行為。對于前者來說，算法合謀并沒有對競爭執(zhí)法產(chǎn)生更大的挑戰(zhàn)，執(zhí)法部門仍然可以根據(jù)現(xiàn)有的反壟斷規(guī)則對可能由算法構(gòu)建的合謀進行規(guī)制。當算法達成默示合謀時，即不需要企業(yè)間或者相關(guān)人員頻繁溝通，算法通過自我學(xué)習(xí)就可以達到合謀時，才是對競爭執(zhí)法帶來的最大挑戰(zhàn)。

根據(jù)前文分析，算法在自我學(xué)習(xí)達成默示共謀后，還可以再進一步深化學(xué)習(xí)，借以鞏固合謀的基礎(chǔ)，也就是使得合謀更加具有持續(xù)性，從而擴寬寡占份額的適用范圍。算法作為一個橋梁可以減少競爭對手之間頻繁的溝通，便利非競爭均衡的達成。實際上，算法的理性度遠遠超過人類，它可以綜合分析各種市場因素、消費者心理、產(chǎn)品銷量等快速且精確地做出應(yīng)對競爭對手的措施。因此，有理由相信算法在自我深度學(xué)習(xí)過程中仍然可以基于收集到的大數(shù)據(jù)做出對己方更有利的合謀信號，并且將合謀基礎(chǔ)穩(wěn)固發(fā)展。雖然目前算法的默示合謀發(fā)展還未處于高速發(fā)展中，但競爭執(zhí)法部門需要考慮一旦算法引發(fā)的默示合謀具有普遍性，最終導(dǎo)致消費者的權(quán)益受到侵害，那么目前的反壟斷規(guī)則是否還能繼續(xù)在新的技術(shù)下發(fā)揮作用。

從競爭法目前的規(guī)則來看，認定競爭者之間存在合謀的前提條件就是“協(xié)議”。但是對于協(xié)議的界限，各國并沒有統(tǒng)一的觀點。在算法達成的默示合謀中，沒有明示合謀那樣明顯，一旦有競爭者之間頻繁的溝通等，就可以認定其之間有可能存在某種共謀協(xié)議，但是默示共謀中，沒有企業(yè)或者相關(guān)人員的參與，只是借助程序分析數(shù)據(jù)，通過自己的預(yù)測能力自動達成共謀，可能在達成共謀時，競爭者還未察覺。那么在這種情況下，原有反壟斷法律規(guī)則中的“協(xié)議”范圍是否還能適用，有無必要進行擴張等問題需要引起競爭執(zhí)法部門的思考。一些教授認為，目前規(guī)范的橫向協(xié)議的方法可能太過于形式主義，無法處理有違法可能性的企業(yè)間的相互依賴關(guān)系。狹義、機械地看待協(xié)議范圍已經(jīng)不適應(yīng)現(xiàn)在的科技發(fā)展趨勢，應(yīng)該對“協(xié)議”的認定采用更為寬泛的解釋。但與此同時，競爭法規(guī)范標準的寡占行為這一建議面臨質(zhì)疑，比如波斯納法官在一起案件中便提出警告，在法律上將默示合謀和明示合謀同等對待是危險的做法。

最后一點值得競爭執(zhí)法部門注意的問題便是反壟斷責任的范圍。一般來說，在機器人賣家實施的反競爭行為的責任者包括機器人承擔責任、操控機器人的人類承擔責任或者沒有責任方。顯然，一旦壟斷行為發(fā)生，沒有責任方是不能說服民眾的，它可能會使得算法達成的默示共謀中沒有責任方，任由消費者權(quán)益受損害的結(jié)果惡化。那么前兩者是否可以成為算法默示合謀的責任方，在多大范圍內(nèi)承擔責任等問題需要進一步探索。如果由機器人即算法本身來承擔責任，那么會不會導(dǎo)致對互聯(lián)網(wǎng)行業(yè)的干預(yù)過于激進，側(cè)面壓制了技術(shù)的進步?當然反壟斷執(zhí)法機構(gòu)如果對算法程序認定責任后能夠確保消費者的權(quán)益以及技術(shù)的創(chuàng)新，此種責任認定是可以被接受的，但是事實情況并非如此，競爭執(zhí)法機構(gòu)對其執(zhí)法能力并未表現(xiàn)出足夠自信，不能確定如果對算法程序認定責任會不會對創(chuàng)新產(chǎn)生“寒蟬效應(yīng)”。另一方面，如果認定責任方是操控機器人的人類即算法程序的設(shè)定者，那么競爭執(zhí)法部門也要考慮人類所能控制的算法行為的范圍。算法的程序是人類設(shè)計的，但設(shè)計者是否有意創(chuàng)造算法去損害消費者的權(quán)益?達成合謀后繼續(xù)加深程度的部分是否仍舊應(yīng)由設(shè)計者承擔?責任是否可以分配給設(shè)計算法程序的個人，利用算法的個人以及合謀達成的對方等等一系列責任分配都應(yīng)該由競爭執(zhí)法部門在算法發(fā)展中探索。

四、對算法合謀的應(yīng)對之策

我國一般對互聯(lián)網(wǎng)的發(fā)展采取謙抑性反壟斷政策，一方面要鼓勵支持新興的互聯(lián)網(wǎng)行業(yè)，促進產(chǎn)業(yè)向高精尖方向發(fā)展，另一方面又要對互聯(lián)網(wǎng)行業(yè)的限制競爭行為保持警惕。之所以對互聯(lián)網(wǎng)行業(yè)采取較為溫和的態(tài)度，是基于互聯(lián)網(wǎng)行業(yè)快速發(fā)展的現(xiàn)狀和市場快速的更新替換能力。在互聯(lián)網(wǎng)行業(yè)，技術(shù)的更替升級非常頻繁，在反壟斷案件結(jié)束之前，被指控行為人甚至可能已經(jīng)被市場淘汰了。所以在這種大背景下，對算法產(chǎn)生共謀的反壟斷策略不能太過于激進，需要在技術(shù)創(chuàng)新和消費者福利之間找到一個平衡點。

(一)市場研究與市場調(diào)查

對特定行為進行反壟斷干預(yù)的前提是存在競爭者之間合謀對競爭產(chǎn)生了負面影響，有可能會損害消費者的權(quán)益。在這種情形下，算法產(chǎn)生的合謀如果隱蔽性良好，沒有明顯證據(jù)證明合謀的發(fā)生或者消費者權(quán)益受到損害，競爭執(zhí)法部門就可以采用市場研究或者市場調(diào)查的方法，事先搜集算法程序的設(shè)計規(guī)則，實際產(chǎn)生的算法合謀以及消費者確實的權(quán)益損失。市場調(diào)查與市場研究的區(qū)分點就在于執(zhí)行力的層面不同，前者的力度顯然會更強一些，一旦在調(diào)查中顯示反競爭的算法合謀成立，競爭執(zhí)法機構(gòu)就將介入救濟；而在市場研究中，采取的方法更為溫和，只是對疑似行為進行判斷，它在很多情況下是市場調(diào)查的前提。

(二)規(guī)范算法透明度與可問責性的措施

各界對算法產(chǎn)生的合謀提出設(shè)計者將算法程序半公開甚至全部公開，使公眾對于算法的運營更加了解，以此減小默示共謀的概率。例如德國總理默克爾曾號召Facebook和Google等企業(yè)公開披露其專有算法，認為“算法應(yīng)該公開，從而讓利益相關(guān)群體意識到:當算法非透明時，可能扭曲我們的感知，限制我們所能獲得的信息的廣度”。她的這一觀點獲得部分人的支持，民眾有知道自己購買產(chǎn)品的算法程序的知情權(quán)，否則又將出現(xiàn)“The Making of a Fly”類似的情況。不過算法公開在實際操作過程中較難實現(xiàn)，特別是對于黑箱算法，高透明度的要求很難完成，而僅僅公開算法的源代碼，對于提升算法透明度未有太大幫助。退一步講，即使算法可以被公開，那么具體由哪一部門或者由幾個部門聯(lián)合行動可以去監(jiān)督算法，這本身是對人力物力的考驗，也是對執(zhí)法機構(gòu)技術(shù)水平的挑戰(zhàn)，不過隨著執(zhí)法水平的不斷提升，算法的透明度會隨之提升。

(三)承諾與可能的救濟措施

在算法即將達成共謀或者剛剛達成共謀時，競爭執(zhí)法部門可以通過特定算法阻攔合謀的產(chǎn)生或者繼續(xù)，例如通過構(gòu)建新的監(jiān)督算法讓合謀企業(yè)做出承諾，減少達成的概率。這有些類似侵權(quán)行為中避風(fēng)港原則的通知下架，只是主體換作是執(zhí)法機構(gòu)，它可以考慮利用救濟措施設(shè)置特定的遵循或監(jiān)督程序，如果在監(jiān)測過程中發(fā)現(xiàn)反競爭的行為出現(xiàn)，就可以用通知下架的方式告知有關(guān)企業(yè)。在這一措施中，對于執(zhí)法部門的要求較高，既需要涉及針對算法合謀的監(jiān)督算法，又要對監(jiān)督算法不斷更新，以滿足應(yīng)對原有算法合謀下自我深度學(xué)習(xí)的速度。有很多專家指出這種做法不具有可行性，不過在互聯(lián)網(wǎng)不斷發(fā)展的當下，競爭執(zhí)法部門也應(yīng)該提升自己的執(zhí)法能力。