大数据时代下算法合谋的反垄断规制

臧阿月

摘 要：伴随大数据时代的到来，算法在商业领域被广泛运用，算法合谋问题也愈渐突出，已然成为全球反垄断规制的又一大难题，少量案例现已在欧美等发达国家出现。算法合谋具有高度智能性、隐蔽性、动态性和稳定性等特征，同时根据算法在合谋中的运作方式，可以将其大致分为信使类、轴辐类、预测类以及自主类合谋。另外，算法合谋会面临包括垄断协议、主观意图、责任承担以及社会效果等在内的诸多法律认定难题，对此，必须重新界定“协议”概念、放宽主观要件证明要求、严格认定实际的参与者以及立足于消费者权益保护，如此才能充分发挥算法合谋促进市场竞争的潜在作用。

关键词：算法合谋;特征;类型化分析;认定难题;反垄断规制

一、引言

2015年4月，美国司法部指控某销售海报、壁纸公司的电子商务主管David Topkins通过亚马逊网站（Amazon）与其他商家勾结，采用特定算法撰写代码来固定网上海报、壁纸的价格，并通过算法APP软件自动协调价格。最终美国地方法院根据《谢尔曼法》第一条对Topkins处以监禁与罚款，这是美国历史上首次针对算法合谋行为提起刑事诉讼;[1]2015年12月，美国居民Spencer Meyer在地方法院依据《谢尔曼法》和纽约州《唐纳利法案》对Uber联合创始人Travis Kalanick提起反托拉斯民事诉讼，指控Kalanick与Uber司机合谋，通过设计“价格激增”算法模型与司机协商定价标准，尤其是用车高峰时段和特殊天气时段的价格上涨标准，严重损害乘客利益，该案现已转为仲裁程序，具体进展尚未公开[2];2017年2月，欧盟委员会开始对包括华硕、飞利浦等在内的四家公司展开反垄断调查，这些公司都涉嫌利用定价算法软件操控价格，限制线上零售商自主定价[3]。我国目前还尚未出现涉及算法合谋的反垄断案例，但实践中早已出现了算法合谋现象，如国内滴滴、首汽约车等平台设计的动态定价算法。[4]由此可见，针对算法合谋行为制定相应地反垄断规制措施已刻不容缓，否则将严重破坏市场竞争秩序，进而损害消费者合法权益。

二、算法合谋的概括解读

（一）概念界定

算法是计算机程序中一连串解决问题的指令，通过在有限时间内输入规范事实，从而获得所期望的输出结果。合谋是指特定市场中的数个独立经营者采取协议、决定等形式进行联合，通过操控商品或服务的价格、数量等要素来排除、限制竞争。算法合谋从本质上来说，是一种以算法或人工智能为手段的新形式合谋行为，属于默示垄断协议。根据经营者之间的意思表示形式，垄断协议可分为协议型和默契型两类。协议型垄断协议又可称明示垄断协议或明示合谋，指多个经营者之间通过反复协商以书面或口头形式达成的排除、限制竞争的协议或决定，该类垄断协议不仅约束力不强，无法及时有效的制定反击策略惩罚某些经营者的偏离行为，而且可较容易通过观察经营者行为或搜集协商证据判断经营者是否违反反垄断法。默契型垄断协议又可称默示垄断协议或默示合谋，指数个经营者之间并未进行协商便同时或先后心照不宣的实施了排除、限制竞争的行为，该类垄断协议表面上貌似是由计算机算法自动协商达成，实质上多数情况下却是经营者在背后操纵。另外，实践中经营者合谋涉及的内容包括固定价格、限制数量和划分市场等，但最主要的还是价格合谋，即经营者之间协商达成的以固定或限定的价格提供商品或服务的合谋。概言之，算法合谋是指市场中具有竞争关系或上下游关系的独立经营者，为了排除、限制竞争，利用计算机算法操控商品或服务价格、数量和市场的联合行为[5]。

（二）主要特点

1. 智能性

传统合谋中，由于经营者都是通过面谈、书信、邮件等明示方式进行协商达成垄断协议，那么经营者主观合谋意图的考察就显得尤为重要。然而，在算法合谋中，计算机算法程序会在很大程度上弱化经营者的主观意志，合谋意图就不会得到直接体现，甚至在某些特定情况下垄断协议的达成完全是依靠智能化算法自主实现或执行，这也就是后文所述的“自主类合谋”。在定价算法合谋中，各方经营者通过考量竞争对手的价格策略和消费者的心理偏好等因素，独立设计出一套智能化的定价算法机制，当市场价格变动时，定价算法机制就会自动按照既定的算法规则直接确定商品或服务的具体价格。

2. 隐蔽性

算法技术的出现和发展使得有竞争关系或上下游关系的市场经营者可以隐蔽且迅速地利用复杂的计算机代码进行交流互动。一方面，经营者之间无需通过多次协商讨论或签订书面协议便可直接利用既定算法规则达成隐蔽地合谋，也就是所谓的“算法黑箱”。另一方面，由于算法合谋都是秘密进行，使得行政执法机关很难察觉经营者之间的意思联络以及商品或服务价格、数量等要素的异动，也就无法及时搜集有效证据查处经营者合谋行为，从而使得实践中算法合谋现象不断悄然滋生。

3. 动态性

在传统合谋中，商品或服务的价格设定需要根据价格公式进行多次计算，这就使得实现市场价格联动需要耗费相当长的时间。而算法合谋中经营者设计的动态定价机制可以实时精准监测市场中同类商品或服务的价格，一旦合谋成员擅自修改价格，动态定价机制便可立即通过算法程序对自身价格做出相应调整，这就省去了传统合谋中价格联动的反复磋商过程。也就是说，动态定价算法机制所具备的自动执行功能，能够帮助经营者根据市场价格或销量等动态变量及时制定出最优的竞争策略。

4. 稳定性

根据经济学中的“囚徒困境”现象，可以发现传统合谋状态很难得到维持，因为任何一家企业为了获得更多市场份额或更高利润，都可能私自降低价格，背离垄断协议，计算机算法的出现正好能够有效巩固和强化经营者之间的合谋状态。大数据时代下，参与合谋的经营者可以通过计算机软件及时获取或实时发现市场中商品或服务的价格变动，并且设置的自动化定价算法机制能够在第一时间内对背叛价格同盟的经营者实施報复措施。因此，算法消除了经营者之间的信息不对称问题，使得合谋行为更具稳定性。

三、算法合谋的类型化分析

（一）信使类合谋

信使类合谋是指市场经营者本身就具有排除、限制竞争的目的，算法仅仅是用来作为经营者之间互动交流的程序工具，此时算法充其量扮演着“信使”的角色，经营者才是背后的实际操控者，算法完全是按照经营者的主观意图实施合谋行为以及监督、惩罚偏离行为。其实，信使类合谋在本质上就是传统合谋，经营者对达成合谋的态度是强烈希望并积极追求，只是为了避免明示沟通协商带来的法律责任风险，就借助计算机设计算法执行其意愿，通过算法暗中勾结实施协同行为。在这类合谋中，经营者的主观意图对认定算法合谋行为是否违反反垄断相关法律有着重要作用，当然，若有充分证据证明经营者之间存在垄断协议，则合谋意图的作用则相对减弱。

（二）轴辐类合谋

轴辐类合谋是指市场中众多经营者使用同一算法决定商品或服务价格，此时通过算法设计者（轴）的帮助，使用者（辐）之间便同时达成了垄断协议，从而形成纵向合谋操控市场价格。高度动态化的市场中，合谋经营者为了适应供给与需求的变化就必须反复多次协商来调整价格，这就增加了合谋行为被执法机关发现的风险，因而经营者便会选择运用相同的数字化算法使协商过程自动化、隐蔽化，轴辐类合谋便得以产生[6]。该类合谋的最典型案例就是网约车（滴滴、Uber）中的“价格激增”模型，尽管网约车司机在高峰时段或特殊天气时段没有明确意思联络，但联合涨价行为很明显涉嫌构成默示价格合谋，此时网约车司机统一使用网约车平台设计的定价算法机制计算乘车价格，也即处于上游市场的算法设计者（轴）与处于下游市场的算法使用者（辐）之间已然形成了固定的纵向价格垄断协议。

（三）预测类合谋

预测类合谋是指各方经营者通过独立设计相似的计算机算法实施跟随行为和监督背离行为。一方面，大数据时代下的市场具有高度透明性，经营者可通过互联网实时监测竞争对手的价格数据信息，同时设计价格跟随算法与竞争对手的价格变动保持一致。这类合谋中的被跟随者主观上并无合谋意图，跟随者也仅仅是出于追求利润或提升销量而调整价格，但如果跟随者是市场中价格领导者并且跟随行为已经成为行业惯例，就会造成实质的限制竞争效;另一方面，经营者可以利用算法预测价格偏离行为（如降价、打折）并自动实施报复，即通过计算机监测合谋成员的价格信息，一旦发现有偏离迹象，定价算法机制便会迅速采取报复措施惩罚偏离者。由于算法速度远超偏离速度，从而使得合谋者实施背离行为的动机减弱，算法合谋状态也就更加稳定[7]。

（四）自主类合谋

自主类合谋是指人工智能技术的发展使得计算机算法拥有了自主学习、搜集、处理和执行的能力，它能够根据市场变化独立制定最佳竞争策略以实现企业利润最大化目标，如目前许多网络交易平台的动态定价算法。在该类合谋中，垄断协议并非是由经营者协商达成，甚至不是出于经营者（算法设计者和使用者）本意，而是完全由算法自主实现，此时智能算法实施的合谋行为是否应受反垄断相关法律规制？算法的设计者和使用者是否应承担机器自主合谋所产生的法律责任？由于目前人工智能技术仍处于研发阶段，利用人工智能算法实现自主合谋仅是设想，因而法律学界对如何规制此类合谋尚无定论。但必须承认，大数据时代的到来和人工智能技术的成熟，将极大强化计算机算法的自主学习能力，同时也将显著增强算法合谋的可能性，即便经营者完全没有合谋意图。

四、算法合谋认定的法律困境

（一）垄断协议难以认定

经营者之间达成垄断协议是传统合谋的必经路径，但随着算法的广泛使用，经营者实施合谋的方式逐渐改变，默示合谋的反竞争效果愈发增强。垄断协议的核心要素大致有三，分别是合谋意图、沟通协商以及反竞争内容。在传统合谋中，经营者一般就价格、数量、市场等内容进行协商达成垄断协议，并且日后会反复磋商调整协议内容以保持合谋状态。算法合谋是利用算法程序达成的默示合谋，即便经营者有合谋意图，也没有沟通协商行为，更没有订立排除、限制竞争的垄断协议，因而执法机关便无法有效搜集证据查处这种心照不宣的算法合谋行为。然而在特定市场环境下，默示算法合谋造成的排除、限制竞争效果并不亚于有着明确垄断协议的传统合谋，甚至危害性更大。

（二）主观意图难以认定

算法的智能性、市场的透明性等因素使得经营者的合谋主观意图很难被证明。首先，利用人工智能技术设计的计算机算法有着极强的自主学习、执行能力，能够单独跟随市场情况变化实施一致行为，但智能化算法本身只是程序而已，并不存在任何主观意识，也就无法证明各个独立的算法之间存在合谋意思联络;其次，大数据时代下的交易市场具有高度透明性，大量商品或服务的数据信息极容易获得，经营者若想利用算法达成合谋根本无需任何意思联络，直接通过计算机软件抓取现有数据便可自主完成;最后，市场经营者的终极目标是实现利润最大化，基于这一目标设计的算法程序能够实时监测竞争者行为、了解分析消费者喜好，并根据搜集的一系列数据制定出最优的经营策略，也就是说，经营者设计的算法程序很可能只是在寻求最优市场竞争策略时无意识地自动形成合谋，并不存在排除、限制竞争的主观意图[8]。

（三）责任承担难以认定

在传统合谋构成要件中，行为主体或责任主体都是法律明确规定的拥有权利能力和行为能力的自然人、法人或其他组织。但随着大数据时代下人工智能技术的不断成熟，计算机算法将逐步成为合谋的实际参与者，而现有法律并没有赋予其相应地权利能力和行为能力，这就给认定算法合谋的责任主体带来了难题。“自主类”合谋下，虽然众多经营者通过计算机程序设计了算法机制，但他们之间既无明示亦无默示的合谋意思联络，更没有利用算法实施排除、限制竞争的行为，合谋或协同现象的出现完全是由算法主导，因而并不能依据反垄断法或反不正当竞争法等相关法律追究算法设计者的合谋责任，同时由于智能化算法程序只是一种技术或工具，其本身并非适格法律主体，也就不能让其承担民事或刑事责任。概言之，当计算机技术实现高度智能化，合谋实际参与者就将由“人”變成“算法”，此时责任究竟该由谁承担？解决这一问题必须及时转变规制思路。

（四）社会效果难以认定

无论是沟通协商的明示合谋还是利用算法的默示合谋，认定其违法性一般都需要从目的论角度出发进行审查，即经营者之间是否存在共同的排除、限制竞争的目的，除此之外，在大数据时代下认定算法合谋还应评估其产生的社会效果。在经营者主观上并无任何合谋意图或意思联络时，其设计的算法程序会独立地根据市场情况自主选择与同行或上下游经营者共同实施固定价格、限定数量以及分割市场等排除、限制竞争的行为，此种情形下的合谋行为是否应受反垄断法规制（不考虑行为主体或主观意图等要件）？若仅从维护市场公平竞争秩序角度看，自主类合谋行为在客观上已经严重破坏了竞争秩序，理应受到反垄断法规制。但我国《反垄断法》第1条在明确了保护市场公平竞争的同时，还提出了提升经济效率的要求，计算机算法技术毫无疑问是为促进经济效率而生的。一方面，先进的算法技术能够帮助企业制定出最优的竞争策略，因而受到诸多企业经营者的青睐;另一方面，若市场中同行或上下游企业共同使用算法必然增加合谋行为的发生概率[9]。因而，一味禁止企业使用智能化算法形成合谋不仅违背反垄断法所要求的经济效率价值，还会严重阻碍科技创新。由此，应秉持何种理念或原则对算法合谋的社会效果进行全面评估就显得尤为重要。

五、算法合谋的反垄断规制措施

（一）重新界定“协议”概念

合谋是经营者之间进行沟通协商达成一致协议的行为，规制合谋行为必须明确协议性质，这是认定合谋行为合法与否的重要前提。目前学界有较多学者认为反垄断法上的协议应基于经营者双方或多方的共同意志协商达成，并且协议内容至少具有可能的反竞争效果。但这样的“协议”概念很难有效规制同样对竞争造成严重损害却是经营者之间通过相互依存关系心照不宣达成的默示合谋。若经营者之间原本就有明确的共同实施排除、限制竞争行为的约定，算法只是被用来当做手段或工具，这时的算法合谋就是明示合谋，该合谋约定便是垄断协议。但是，算法合谋的复杂程度远超明示合谋，具体可分为以下两种情形：

第一，有合意、有协商。在动态定价算法中，市场经营者基于合谋意图，通过协商达成“共享算法”的约定，由于并非是直接對商品或服务的价格进行固定或限制，因而即便动态定价算法机制根据市场变动情况自动将价格调整一致，也很难将“共享算法”约定认定为垄断协议，经营者很可能以技术交流为由进行抗辩，此时的“共享算法”行为对市场竞争产生的破坏性比明示合谋更大。对此，协议概念必须延伸，只要经营者基于排除、限制竞争的目的进行合意协商，并且“共享算法”行为是造成价格一致或协同现象的直接原因，则该共享约定就应当视为垄断协议[10]。

第二，有合意、无协商。此种情形最有可能是由预测类算法或自主类算法实现。经营者之间虽有合谋意图，但并无协商行为，完全是基于依存关系默契地利用算法程序或由各自算法程序自动保持一致，如预测类算法中的价格跟随算行为。这种合谋行为无疑会产生反竞争效果，但由于欠缺协商过程，很难依据现有反垄断法律认定经营者之间达成了垄断协议。因此，应冲破协议达成方式的束缚，将心照不宣的合谋行为直接推定为经营者已经达成垄断协议。

（二）放宽主观要件证明要求

算法只是经营者利用计算机或人工智能技术设计的一种程序，并不具备“人”所拥有的意思表达能力，因而根本不存在合谋意思联络这一说。在算法合谋下，若完全将责任主体落实为算法背后的设计者和使用者，那么认定主观要件也会存在难题，以自主类合谋为例，算法程序自主独立实施的反竞争行为就不是算法设计者和使用者的授意或初衷，此时主观意图的证明便陷入“僵局”，即证明默示合谋的存在需要经营者之间有意思联络，但自主类合谋中又无意思联络。

事实上，现阶段即便不是算法合谋，传统合谋对认定主观意思联络的要求也显得过于严格，这不仅增加了默示合谋的证明难度，还降低了合谋行为的规制效率。对此，可以放宽主观要件的证明要求，即除了直接证据（沟通证据）外，可以灵活运用诸多间接证据证明默示合谋的主观意图，主要包括行为证据和经济证据等[11]。在认定大数据时代下的算法合谋主观要件时，若经营者无合谋主观意图，则可以通过经营者（算法设计者和使用者）行为、市场结构（是否形成寡头市场）等证据对默示合谋反竞争效果予以分析。

（三）严格认定实际的参与者

通常情况下，行为主体对其实施的违法行为必须承担相应地法律责任，合谋行为的责任承担同样如此。然而，大数据时代下，以人工智能技术为依托的合谋参与者（算法程序）因不具备民事能力，也就无法让其承担相应地法律责任，那么算法合谋带来的排除、限制竞争的责任应由谁承担？对此，必须严格认定算法合谋中的实际参与者。

算法自然是合谋行为的参与者，甚至可以看作是直接参与者，因为经营者利用人工智能技术研发、设计的算法程序具备了自主学习和执行的能力，并且在智能化算法的主导下合谋协议才得以达成，即便某些情形下的算法程序只是被算法设计者和使用者用来当做实施联合行为排除、限制竞争的“信使”。如此这般，是否就应追究直接参与者（算法）的法律责任？其实不然，算法并不会凭空产生，背后的算法设计者和使用者至少是算法合谋的间接参与者或实际操控者。因此，应适当扩大算法主导下合谋协议参与者的范围，将算法背后设计者和使用者一并纳入到实际参与者范畴，从而最终实现责任由“算法”承担到“人”的承担。

（四）立足于消费者权益保护

对于在算法自主类合谋中形成的默示垄断协议，如果完全否定其违法性，则会严重破坏市场竞争秩序，但全盘肯定也并不合适，因为高度智能化的算法技术对提升经济效率具有促进作用。这种价值衡量主要是从经营者角度出发，若从消费者视角分析，该合谋行为已然损害了消费者的合法权益。

消费者是经济法主体之一，消费者权益保护是我国《反垄断法》和《反不正当竞争法》的最终目标，欧美等发达国家同样将消费者权益保护作为其竞争法立法的核心价值[12]。当各个经营者独立设计的算法程序自主实施价格、数量等竞争策略以致出现一致行为时，市场竞争机制已经无法发挥优胜劣汰的作用，此时最先遭受损害的必然是消费者合法权益，包括公平交易权和自主选择权。因此，大数据时代下规制算法合谋必须立足于消费者权益保护，逐步实现由“经济效率价值为重”到“消费者权益保护优先”的理念变革。

六、结语

“互联网+”背景下大数据时代的到来和人工智能技术的发展，使得计算机算法在改变交易方式、提高经济效率的同时，也能够帮助经营者操控商品或服务价格、数量和市场，尤其是独立的算法之间自主开展的合谋行为已然给市场竞争带来了诸多隐患。由于算法合谋具有高度隐蔽性、动态性等特征，就使得在垄断协议、主观意图、责任承担以及社会效果等要件认定上存在困境。对此，必须秉持“消费者权益保护优先”的原则，采取重新定義“协议”、间接证明“意图”以及适度扩张“参与者”等措施对算法合谋行为进行反垄断规制，从而更好地防范算法技术滥用带来的反竞争风险。

参考文献：

[1] 通力法律评述.算法与定价——数字时代的反垄断合规问题初探[EB/OL].http：//www.sohu.com/a/206466975_740476.

[2] 数字市场竞争政策研究.美国Uber反垄断案争点：算法合谋[EB/OL].http：//www.ctoutiao.com/403605.html.

[3] 竞争法与商业战略.欧盟对华硕、飞利浦等4家公司罚款1.3亿美元 称其涉嫌操控价格[EB/OL].http：//www.sohu.com/a/243269385_742371.

[4] 投中网.价格操控：大数据“杀熟”和算法合谋[EB/OL].https：//www.chinaventure.com. cn/cmsmodel/news/detail/334163.shtml.

[5] 蒋力.算法合谋的反垄断法分析[D].武汉：武汉大学，2018.

[6] 韩伟.算法合谋反垄断初探——OECD《算法与合谋》报告介评（上）[J].竞争政策研究，2017，（5）：112-121.

[7] 李振利，李毅.论算法共谋的反垄断规制路径[J].学术交流，2018（7）：73-82.

[8] 韩伟.算法合谋反垄断初探——OECD《算法与合谋》报告介评（下）[J].竞争政策研究，2017，（6）：68-77.

[9] 施春风.定价算法在网络交易中的反垄断法律规制[J].河北法学，2018，36（11）：111-119.

[10] 钟原.大数据时代垄断协议规制的法律困境及其类型化解决思路[J].天府新论，2018，（2）：66-75.

[11] 刘继峰.依间接证据认定协同行为的证明结构[J].证据科学，2010，18（1）：82-92.

[12] 徐士英.竞争政策研究——国际比较与中国选择[M].法律出版社，2013：96.