算法定价中合谋问题的反垄断规制：域外经验与本土方案

曹 欣

（中国科学技术大学， 安徽合肥 230026）

一、引言

数字平台经济中的算法垄断问题已经受到世界各国及相关国际组织的高度关注。 近些年来，欧盟出台了《数字市场法案》(Digital Markets Act，以下简称DMA)，中国出台了《关于平台经济领域的反垄断指南》（以下简称《反垄断指南》），美国、加拿大和英国等国家也陆续发布了相应法律规制方案。 从2020 年中央经济工作会议中提出“强化反垄断监管和防止资本无序扩张”到2021 年2 月国务院反垄断委员会出台《反垄断指南》，数字市场中的平台经济算法垄断监管必将成为今后很长一段时间内中国在经济立法、垄断执法、社会司法等领域的工作重点。事实上，这项工作已经纳入《国民经济和社会发展第十四个五年规划和2035 远景目标纲要》中。2017 年以来，国内学者关于算法合谋问题的讨论越来越多，但针对域外算法定价合谋反垄断规制研究进行系统化梳理的文献很少。 系统梳理域外经验对中国算法合谋问题治理十分有必要，这是因为各国算法合谋面临的垄断风险多有相似之处。

二、算法合谋规制的域外主要研究理论

笔者对国外文献的选取集中在近两年时间段，研究主要围绕算法合谋垄断规制展开。 对国外文献的评述主要分为两个部分：一个是机构发布的综合报告，另一个是学者撰写的学术文章。

（一）综合报告

影响最为广泛的应该是2017 年OECD 发布的《ALGORITHMS AND COLLUSION：Competition policy in the digital age》这份报告。 该报告基于越来越多企业正在利用大数据与算法定价来改变其市场竞争结构及算法的广泛使用引发了人们对算法垄断的隐忧这一背景，详细分析了算法合谋在市场监管、行政执法等方面面临的挑战，并提出了治理合谋垄断的对策建议。 这份报告具体包含以下几个部分：（1）算法概念原理与合谋应用风险；（2）算法合谋的四种类型分析；（3）算法合谋的治理方案。 该报告对于系统了解国外的算法垄断规制问题是一份难得的参考材料，但笔者认为报告提出的一些观点有待商榷。 一是算法合谋的四分法是否完全适应中国当前的实践，尤其是第四种“自主学习型算法”，作为一种兜底性分类模式，如何对其进行理解值得进一步研究。 二是算法在促进合谋形成时，其对合谋的影响除了体现在促进默示合谋之外还有哪些影响？ 这些影响与市场失灵或市场监管之间又有哪些联系呢？ 三是在算法问责及算法透明等问题上，笔者也有一些不同的观点，将在下文具体论述。

Autoritéde la competition & Bundeskartellamt 合著的《Algorithms and Competition》对当前的算法垄断治理进行了较为详细的论证。 该报告主要分为以下几方面内容：（1）算法的概念与类型；（2）算法的应用领域；（3）算法的透明与合理性。 其中值得一提的是，该报告对算法的应用领域进行了细分，包括用于监控和数据收集的算法、用于市场定价的算法、用于排名的算法，等等。

（二）学术研究

国外学者的相关研究主要围绕上述三个报告阐述的主题展开，包括定价算法与合谋的概念及类型分析、算法合谋的垄断风险分析、算法合谋的垄断治理分析。 针对 “算法促进了默示合谋的形成”，Calvano et al.（2020） 通过在寡头垄断中建立重复的价格模型进行了验证。[1]在定价算法及算法合谋对市场竞争与消费者的影响方面，Escamps A. et al.（2021）指出，定价算法有助于提高效率进而达到促进竞争的效果，包括降低成本、改进产品与优化价格等。[2]Ezrachi A. et al.（2020）认为，算法将改变现有竞争结构，导致更高的市场价格，且给消费者带来更多的损害。[3]

算法合谋本身是中立行为， 但随着算法合谋的演变，算法合谋“贬”的属性愈加凸显，如破坏市场竞争秩序、损害消费者合法权益，等等。 对此，Francisco Beneke & Mark-Oliver Mackenrodt （2021）提出，可以通过行业调查、经济罚款及资产拆分等方式来补救算法合谋带来的负面影响。[4]基于算法未来发展的不确定性，对算法合谋问题的分析应该进行综合考量。Ioannis Lianos（2022）指出，算法垄断问题的研究是一个复杂的议题，需要从政治、市场、科技等多个维度进行通盘考虑。[5]综上，算法合谋问题的研究需要在弄清楚基本理论的前提下，对算法合谋的过程进行详细的探讨，同时对现有反垄断法治理体系进行思考。

三、算法合谋规制的域外主要司法实践

域外关于算法合谋的司法案例众多， 其中最有影响力的是Amazon 的商家固定价格案例与ETURAS 的协同价格折扣案例。虽然这两个案例发生在不同国家，且一个是固定价格行为，一个是协同价格行为，但两者的共性是均利用算法实施了垄断，并引发了算法垄断风险。 因此，对这两个案例进行分析，可以获得有益启示。

（一）Amazon（亚马逊）的商家固定价格案例

亚马逊是电商平台，卖家可以通过在亚马逊注册进行商品经营， 商品的价格和物流由卖家决定。根据美国司法部官网对该案内容的披露， 受雇于A公司的被告——托普金斯与其合谋者在2014 年12月21 日通过算法操纵亚马逊平台上的海报价格。被告写了算法代码以后，与其他合谋者通过协同的方式对线上海报的销售价格进行动态更新。 但海报出售的价格属于限制竞争价格，美国司法部将这一价格认定为固定价格。 美国司法部认为，被告及合谋者的行为对洲际贸易产生了重大影响，进而以该行为违反了《谢尔曼法》第一条为由对其进行了刑事起诉，这也是美国司法部第一次对电商中的算法合谋固定价格行为提起刑事诉讼。

笔者认为，本案中，算法通过默示合谋限制了市场竞争，同时破坏了市场竞争秩序。 由于造成了事实上的损害结果，因此对本案中算法合谋行为进行反垄断规制不仅有必要而且有法律依据。 但这是否意味着经营者在交易过程中但凡使用算法进行动态价格调整或达成垄断协议就必然违反反垄断法呢？答案显然不是。首先，算法除了存在垄断风险外，同时还有提升交易效率的功能，且算法本身作为程序工具是中性的。 问题的关键还在于是否将算法用于限制竞争。 其次，亚马逊作为电商平台是否有相应的审查注意义务？ 本案中，算法合谋行为虽然由被告及合谋者实施，但其行为过程出现在亚马逊平台上。 作为电商平台，亚马逊是否有审查注意义务，取决于其是否具有拒绝商家在平台使用算法的权利。 对于平台，除了课以其相关义务外，还应当赋予其进行审查及拒绝商家在平台使用算法的权利。最后，反垄断法的原则条款适用存在局限性。尽管该案件可以通过《谢尔曼法》的原则条款进行规制，但对于其第一条中所称的联合与合谋行为甚至对合同、信托的认定，在具体案件中都无法从一而论。 美国可以通过先例进行约束，但以制定法作为法律渊源的中国该如何解决这一难题呢？ 仅仅依靠《反垄断法》 的原则性条款显然无法处理复杂多变的算法合谋行为，事实上也的确如此。 因而，对《反垄断法》进行修订非常有必要。

（二）E-TURAS 的协同价格折扣案例

E-TURAS 是立陶宛Eturas（埃图拉斯）开发的在线旅行预订系统。 根据立陶宛竞争委员会 ( Lietuvos Respublikos konkurencijos taryba， 以下简称LRKT )的行政调查，2009 年8 月25 日，Eturas 管理员向部分旅行社发送了一封要求旅行社减少在线折扣的邮件。 2009 年8 月27 日～2010 年3 月，有30 家旅行社与Eturas 一起通过E-TURAS 系统，将在线折扣优惠最多限制在3%。 LRKT 认为，Eturas与旅行社的行为是通过默示方法进行折扣价格协同， 其行为已经违反了 《欧盟运行条约》（Treaty on the Functioning of the European Union， 以 下 简 称TFEU）的第101（1）条和《立陶宛共和国竞争法》（Lietuvos Respublikos konkurencijos statymas，以下简称LRKI）第5 条，即直接或间接确定买卖价格或任何其他交易条件。

虽然不同的学者看法不同，但经过归纳我们可以用学者陈树强的理解进行总结。陈树强认为，“所谓权力不外乎是指人们所拥有的能力”[2]，“这种能力不仅表现为一种客观的存在，而且表现为一种主观感受，亦即权力感。正是这种权力感可以增进人们的自我概念、自尊、尊严感、福祉感及重要感。”[2]即陈树强认为权能(也可以翻译成权力)不仅指一种客观能力，也指一种主观感受、主观精神状态。由于这种主观的感受是一种权力感，所以我们可以形容它是“积极的”。又由于这种主观感受可增进人们的自我概念、自尊、尊严感等，我们也可以形容它为是“能动的”。因此对于“权能”的这个主观感受方面的含义，我们可以形容它是一种积极的能动的精神。

关于这一案例，笔者进行了如下分析。 首先，默认属于承诺参与协同价格行为吗？ 本案中，旅行社认为降低折扣优惠率只是Eturas 的单方面行为，旅行社并没有参与， 因而其行为不属于协同价格性质。但LRKT 认为，在无需联系就能形成折扣意愿一致的情况下，默认本身就足以构成对协同行为的承诺，即旅行社与Eturas 之间存在合谋。 本案中，默认可以视为协同价格行为，但是默认行为本身有时候并不好判定。 其次，对算法合谋行为的举证责任如何进行分配？ 除了承担行政责任外，算法合谋垄断行为还有可能涉及刑事责任与民事责任，其中涉及更多的是民事责任。 但民事责任存在着举证责任分配问题，如何进行举证、原被告双方之间如何进行举证责任分配、举证的标准是什么等延伸出来的问题，有待进一步研究。 最后，算法合谋的垄断标准认定需要明确。 其中不仅涉及算法合谋的行为问题，还涉及算法合谋的结果问题。对合谋垄断的标准认定，究竟是以行为作为依据还是以结果作为依据，抑或是将两者共同作为依据，都有待法律制度予以明确。

四、算法合谋规制的域外主要立法建构

总的来说， 域外对算法定价中算法合谋的立法规制主要有消费者权益保护、数据信息保护、垄断协议禁止三个层面，不同国家和地区在这三个层面的适用重点及比例存有差异。 在讨论算法定价中的算法合谋法律规制问题时，除了应考虑其所造成的垄断损害后果外，还应考虑其形成垄断风险的发生概率。 通过对欧盟、美国及其他国家现有立法现状的梳理，可以发现其相应的治理逻辑。

（一）欧盟

作为构成欧盟宪法基础条约之一的《欧盟运行条约》在第101 条（1.禁止企业之间的所有协议、企业协会的决定以及可能影响成员国之间贸易的一致做法，其目的或效果是防止、限制或扭曲竞争在内部市场等市场竞争不相符的行为。 ）对反竞争的协同行为进行了明确规定，在第102 条（1.任何一个或多个企业滥用市场支配地位，都应被禁止，因为它与竞争市场不相符，否则可能会影响成员国之间的贸易。 ）对反竞争的滥用市场支配地位进行了明确规定，这两个条款是欧盟处理算法合谋垄断行为的主要法律依据。Ong B.（2021）指出，第101 条作为一种现有工具，竞争管理机构可能会援引该条款来禁止某些形式上涉及算法定价的商业战略行为。[6]HubertBekisz.（2021）将Uber（优步）的商业模式案例研究与现有的算法定价类型相结合，对平台内算法合谋何时会触发TFEU 第101 条这一问题进行了研究。[7]Vladya M.K.Reverdin.（2021）结合TFEU 第102条规定，针对亚马逊收集和使用第三方卖家数据是否构成滥用支配地位这一问题进行了研究。[8]针对数字经济，欧盟先后发布了《数字市场法（草案）》（DigitalMarketsAct，以下简称DMA）与《数字服务法（草案）》（DigitalServicesAct， 以下简称DSA）。 在DMA 中，欧盟提出利用平台的事前义务来补充现有的反竞争监管手段，建立相应的“守门人平台义务机制”（指那些充当业务用户与其客户之间重要门户并享有重要且持久市场地位的平台）来防止数据交换信息滥用。 在DSA 中，欧盟提出应更好地在数字经济中保护消费者及其在线的基本权利，提升在线平台的透明度及问责能力。 Cabral L. et al. (2021)认为数据可能是为科技巨头创造市场力量的关键资产，许多数据问题直接影响到监管。[9]除了通过反竞争条款来对算法合谋进行规制外，欧盟还从《通用数据保护条例》（General Data Protection Regulation，以下简称GDPR） 中的个人信息保护入手对算法合谋进行规制。 Poort. et al.（2021）指出GDPR 要求平台在收集使用消费者个人信息时必须征得消费者本人同意，进而对在线算法定价问题进行有效规制。[10]尽管《通用数据保护条例》不能直接控制算法合谋，但可以通过间接控制数据信息收集整理及分析应用，进而对其实现有效的法律规制。

（二）美国

随着数字经济的发展， 算法定价中的算法合谋日益增多，打破了美国现有的反垄断法体系。 美国反垄断法执法部门高度关注算法定价的使用和发展， 尤其关注将人工智能数据和分析结合起来的算法定价。 美国现有的反垄断法体系主要以《谢尔曼法》作为维持市场竞争秩序的经济宪章，以《联邦贸易委员会法》和《克莱顿法》作为《谢尔曼法》的补充和扩展。 《谢尔曼法》禁止任何贸易合同形成合谋以及任何垄断、企图垄断或联合垄断的实现。 《联邦贸易委员会法》禁止使用不公平的竞争与欺骗性竞争行为，美国联邦最高法院表示，所有违反《谢尔曼法》的行为同时也违反了《联邦贸易委员会法》。 《克莱顿法》禁止平台间交易中的某些歧视性价格、服务和津贴行为。 美国贸易委员会和美国司法部反垄断部门都可以进行反垄断执法，实践中两个部门的执法权限重叠且相互补充，但算法定价中的垄断问题主要由美国联邦贸易委员会负责。 具体到算法合谋问题，美国法院和执法部门在确定反竞争主导平台的有害排他性行为时也面临着诸多难题，Jonathan B. Baker.（2021）认为，需要通过修改相关反垄断法律来确立新的监管原则。[11]相较于立法修改，将算法定价形成的垄断问题交由专门监管机构或许更加富有效率，更加符合规制数字经济在线平台竞争的实践需要。

（三）其他国家

从竞争角度看， 算法定价的大多数用途是正当的，但可能因算法合谋而引起全球反垄断监管机构的关注。 加拿大反垄断执法部门对算法合谋问题采取了比较审慎的态度，加拿大竞争局认为，加拿大现有的分析方法和执法方式已经可以处理可能出现的算法合谋问题，其《竞争法》90.1 条确立的垄断协议禁止性规定同样适用于算法合谋问题。 澳大利亚竞争和消费者委员会认为，修订后的竞争法律条款为其提供了执法依据。 澳大利亚《消费与竞争法》修正案明确了算法信号和协同行为的限制竞争协议，禁止任何公司参与显著缺乏竞争目的或效果的协同行为。 英国竞争和市场管理局认为，现有算法定价中的算法合谋问题并没有超脱传统反垄断法规制的框架，英国现有的竞争法完全可以应对算法合谋带来的垄断后果。 英国竞争和市场管理局进一步提出了促进公平竞争的相应措施：调查企业或平台间的合并，以确保它们不会减弱竞争；如果认为存在反竞争或消费者问题，将会调查整个市场；对参与卡特尔或反竞争行为的企业和个人采取行动；保护消费者使其免受不公平交易行为影响；鼓励政府和其他监管机构代表消费者有效利用竞争。 除了企业和平台以外，竞争法同样有可能用于规制设计和使用算法的个体。 日本公平贸易委员会认为，数据的收集利用一方面可能促进市场竞争与激励企业不断创新，但另一方面也可能导致企业间的算法合谋，形成垄断后果。 如果数字平台运营商在收集或使用消费者个人信息时将消费者置于不利地位，并对公平自由造成不利影响，《禁止私人垄断法》将会对这种行为进行干预。 日本公平贸易委员会还针对数字企业平台的兴起，制订了《关于在数字平台运营商与提供个人信息的消费者等交易中滥用优势地位的指引》，以指导企业避免在算法定价过程中出现反竞争行为。 新加坡竞争委员会认为，美国和英国的相关案例实践表明，现有竞争法已经足以应对当前算法定价引发的垄断风险。 新加坡在其《竞争法》中提出了三项禁止性规定：反竞争协议、决定和做法（“第34 条禁令”）；滥用支配地位（“第47 条禁止”）；合并和基本上减少竞争（“采集部分第54 条禁止”）。

综上， 在算法定价形成垄断风险问题方面，多数国家认为当下算法定价中的算法合谋垄断问题可以在现有反垄断框架体系中得到有效规制。

五、中国算法合谋规制的本土方案

对域外经验进行梳理，最终目的还是对中国本土规制方案提出建议。 一方面，针对现有立法框架进行解释，明确其作为法律原则的根本地位，同时对其不足之处进行分析。 在此基础上，寻求算法合谋问题的法律规制解决途径。 另一方面，在立法需要的前提下，结合中国当前的实践及域外立法经验进行综合考量，对反垄断法提出具体的修改意见。

（一）算法合谋的法律规制方案建议

国内外学者关于算法定价垄断风险的讨论主要集中在算法合谋问题上。在已有的算法合谋案例中，算法合谋主体主要有以下三种类型：（1）平台和个体的算法合谋；（2）平台和平台的算法合谋；（3）个体和个体的算法合谋。

平台和个体的算法合谋是指平台和个体之间利用平台提供的算法工具通过协同行为达成纵向垄断协议限制竞争的行为。 电商平台“二选一”问题可以看作是平台与个体算法合谋的一个典型案例。 在电商“二选一”案例中，平台通过“二选一”作为对个体的限制， 个体可以根据自己的经营需要作出选择。之后，个体需要竞争对象出现分类，一类是与自己所选择平台的个体进行竞争；另一类是与其他平台的个体进行竞争。 两者的区别在于：同一平台的个体竞争主要是横向竞争，跨平台的个体竞争主要是纵向竞争。 同时，由于不同的个体选择了不同的平台，平台自身的市场支配地位也因此而出现了改变。

平台与平台之间的算法合谋是指平台和平台之间利用算法工具通过共享行为以实质合并形式限制竞争的行为。 在传统经济中，不同企业之间对市场资源和信息的共享往往需要通过合并的形式实现，但合并作为一种明显可能带有垄断风险的行为一直为反垄断法所关注，想要通过合并形成垄断实非易事。 但在大数据和算法构建的数字经济中，企业的核心从物质资源转变成了信息资源，算法工具的重要性更是不言而喻。 在此情况下，通过算法共享可以达成实质合并。

个体与个体之间的算法合谋是指个体和个体之间利用算法工具通过一致行为达成横向垄断协议限制竞争的行为。 通过算法定价，个体之间可以实时掌握竞争对手的交易价格。 如果说最开始通过价格战形式不断降低价格有利于提升消费者福利，但当个体都无利可图的时候，显然只有放弃竞争、形成垄断才能获得利润。

综上，关于算法合谋的法律规制应根据合谋主体类型的不同，分别选择相应的法律规制方案。

第一，针对平台与个体的算法合谋，应实施以规制平台为主、个体为辅的方案。 具体方案为：（1）平台在市场经营过程中不得制定存在或可能存在垄断倾向的交易条款，交易格式条款在应用之前要向市场监督管理部门备案；（2） 平台在不同个体之间应保持中立服务地位，禁止有选择地为同类型部分平台提供包括算法但不限于算法的技术支持；（3）平台不得与个体形成纵向垄断协议，同时禁止个体利用平台技术滥用市场支配地位。

第二，针对平台与平台的算法合谋，应实施以对平台合并审查为主、协同行为为辅的方案。 具体方案为：（1） 对在线平台的审查由形式合并转向实质合并；（2） 同类平台或关联平台之间的数据共享必须征得市场监督管理部门同意；（3） 禁止平台之间通过算法滥用市场支配地位，进而提高竞争准入门槛。

第三，针对个体与个体的算法合谋，应实施以拥有市场支配地位的个体为主、其余个体为辅的方案。 具体方案为：（1）禁止个体通过消费者信息数据或算法技术共享实现自动价格协同行为；（2） 禁止原有个体拒绝向新进个体提供必要市场竞争基础设施；（3） 对行业价格实行最低价格和最高价格备案制度。

（二）未来反垄断法的修改完善构想

尽管当前普遍认为算法带来的垄断问题仍可以在传统反垄断法框架体系中得到有效规制，但美国、英国、欧盟等不断出台新的法案法规，实则已经在预示了算法构造的数字经济世界必然是未来反垄断法重要的规制领域。 由于法律总是带有一定的滞后性，先行在反垄断领域建立专门的算法合谋法律框架体系不失为一个好的立法选择。 对于具体的条款内容，也不必一开始就追求过于精细，可以以原则性内容为主、规则性内容为辅。 这是因为算法的未来发展走向尚不明确，过于细致的规定并没有太多意义，反而有可能成为未来算法合谋规制的阻碍。

在规制方式上，以禁止性规定为主、指导性规定为辅。 算法定价中的算法合谋及其他算法问题的确有“形成垄断风险、破坏市场正常竞争秩序”的不利后果，但不可否认的是，其在很多方面也有激活市场潜力、从而有效促进市场竞争的功能。 因此，对算法垄断问题应辩证看待。 同时，笔者赞同多数学者的意见，在反垄断法中直接建立数字经济条款专章，将分散在不同条文中的反垄断法规制内容以数字经济的现实需要为背景统合到专章中。 一方面，可以避免立法内容的重叠，导致立法适用出现“法条竞合”的情况；另一方面，基于算法合谋垄断问题本身复杂多变，其规制需要从多个方面进行考虑，这必然涉及不同条文间的统一协调适用问题。

综上， 构建一个主要用于未来有效规制算法合谋垄断问题的立法框架十分有必要。 该立法框架应以反垄断法为中心，同时设置开放结构，以在算法垄断问题上与现有消费者权益保护法及正在立法的个人信息保护法进行衔接。 以下，笔者就数字经济条款在反垄断法立法框架中的设置提出一些建议。 数字经济条款应以专章形式呈现在反垄断法中，内容分为基础性规定、专门性规定、参照性规定三个部分。

第一， 基础性规定是指对数字经济中可能出现的算法合谋垄断行为、垄断后果及认定标准等做一个准确的厘定。 以算法合谋为例，可以作以下基础性规定：（1）本法所称的算法合谋是指企业或平台通过人工智能算法对获得的具有显著个人特征的消费者购买意愿与偏好联系信息进行实时自动化整理分析，并将分析结果以算法合意的形式实现超额垄断利润；（2）算法合谋的垄断后果包括但不限于垄断市场、限制竞争、经营者集中等；（3）对算法合谋垄断行为的认定以市场支配地位的形成与滥用作为依据。

第二， 专门性规定是指针对数字经济中可能出现的特殊性垄断进行专门详细的规定，这些规定是基础性规定的例外。 一般来说，这些规定并不符合基础性规定中的垄断认定要素，但实际上确实形成了垄断风险和后果，所以需要针对这些特殊情况专门进行例外规定。 例如，数字竞争中，可能有很多行业平台不需要拥有市场支配地位也可以造成实质性垄断后果，对此，可以在专门性规定进行规制，即规定特定行业垄断的认定依据可以不以市场支配地位及其滥用作为认定标准。

第三，参照性规定是指当数字经济中可能出现的垄断行为涉及个人信息保护及消费者权益保护等其他法律规制领域时，可以通过对参照性规定的援引完成与其他部门法的协作。 例如，对于算法定价引发的算法合谋垄断规制，主要还是要以数据保护作为出发点，让反垄断法能够与个人信息保护法有效衔接，共同进行规制。

六、结束语

算法合谋具有改变未来市场的潜力，特别是当它被用于促进有意识的并行性协同行为时，算法合谋带来的风险更大。 Ezrachi A. & Stucke M. E.（2020）指出，在欧洲、美国以及其他国家的反垄断监管中， 算法合谋所带来的风险已经引起高度关注。[12]消费者本身是无法应对这种由算法技术带来的垄断风险，只能依靠政府对其进行持续深入的反垄断规制。 普遍来看，许多国家对算法合谋中的垄断问题规制大多持有一种积极乐观的态度，并没有认识到其对现有市场竞争秩序带来的持续性危害。目前，中国面临的反垄断监管依然任重而道远。 通过梳理域外现有治理经验，有助于增进中国对算法垄断风险的认知，更重要的是可以通过他山之石对中国的治理实践进行镜鉴。