算法默示共谋对反垄断法的挑战及规制研究

黄青锋

〔内容提要〕大数据时代背景下，传统反垄断法规制框架越发局限。本文从反垄断法中垄断协议的角度，对依赖算法实现垄断的共谋行为进行法理与时政分析，指出算法默示共谋对传统反垄断法规则框架提出的挑战，即在算法经济下，默示共谋行为难以被识别，共谋意识难以被发现，责任主体难以被确定等问题。提出修正算法默示共谋行为的认定规则，完善算法默示共谋的举证和归责，健全对算法默示共谋的管控机制等反垄断法规制路径。

〔关键词〕算法默示共谋 垄断协议 共谋意识 反垄断执法

共谋意识是反垄断法中对于判断是否为垄断行为的条件之一，在以往生活中，对于商家是否有意达成一致，法律可以从行为是否达成协议来判断。然而在人工智能飞速发展的今天，机器不再是以往被动低效的存在。算法的进阶，赋予了计算机能够独自处理信息数据，并依照输出结果做出行为的能力。在技术的推动下，违法行为在科技的裹挟中演变得更加难以发觉，也使得法律规范的适用更加吃力。对于隐蔽在技术下的违法行为，现有法律将如何规制，成为刻不容缓的问题。

一、算法默示共谋概述

默示共谋，是指竞争者之间没有明确协议或口头约定，但仍有意识地干预价格并达到限制竞争的效果。此类共谋单凭借竞争者的“心有灵犀”无法做到，因为任何双方的合意都需做出一定辅助行为以确定并达成，即默示垄断行为无法脱离任何辅助行为以达到目的，而这种辅助行为恰恰是反垄断执法必须处罚的。然而，借助计算机即算法，竞争者们可以轻易地在不留任何证据的情况下达到限制竞争的目的。通过设计或者购买算法，利用计算机来隐蔽行动，这类默示的垄断协议在反垄断法规制中暂时存在漏洞，竞争者们凭借这种漏洞，在消费者不知情的时候悄然侵犯着他们的合法权益。根据2017《算法与共谋：数字时代的竞争政策》，将算法共谋分为：信使类共谋、轴辐射类共谋、预测类共谋，以及自主机器共谋。而信使类共谋、轴辐射类共谋为明示共谋，预测类共谋、自主机器共谋为默示共谋。

（1）信使类共谋。信使类共谋是经营者采用依共谋意图设计的算法，对市场进行监测，反应，处理，从而达成排除、限制竞争的效果。此类共谋将计算机作为经营者之间的信使，传达彼此的共谋意图，其实就是经营者共谋意识在算法层面的延伸，传统反垄断的规制框架足以规制该行为。

（2）轴辐射类共谋。是以一种算法作为主轴，各经营者都使用这种算法以牟利，形同辐射一般，达成横向共谋的效果。传统反垄断的规制框架可以规制该行为，在认定该类共谋时，往往以它对竞争市场所造成的限制竞争的效果和经营者对该算法的选择及执行为认定共谋的着手点。

（3）预测类共谋。同轴辐射类共谋稍有相似，预测类共谋也是经营者都使用相同或相似的算法，但不同的是，他们所使用的算法来源并不是同一个开发者。虽然经营者们所使用的算法是独立开发或购买的，但他们彼此也应当知道对方也在使用该类算法以监督市场活动，这种算法在必要的时候会对市场的动态做出反应，会为他们自己的生意带来价格上或掌握信息速度上的优势。也许算法不完全相同，但如果在数据处理过程中有相似之处，也可能导致输出结果的相同相似，这种理性的、具有巧合性的“共谋”并不违法，然而在每一个经营者都使用这类算法以追求价格优势的时候，恶性循环就开始了。

（4）自主机器共谋。这类共谋完完全全体现了人工智能的发展使得现存传统法律难以施展拳脚的困境。人类预先设立最基本的输入—处理—输出算法，由计算机根据经验自主学习，并依据基本框架开始对初始设定进行快速推导，独立实现对经营者利润最大程度优化。这种共谋难以取证，因为它不同于其他类别的共谋，在这种情况下，人类所做的事情就是输入了简单的公式，然后完全依靠机器自主学习。就算各个经营者之间都在使用自己的计算机自主学习，形成了平行行为导致市场垄断，但这类共谋根本不存在协议，以现存反垄断法甚至无法断定其是否构成垄断。

由此可见，信使类共谋、轴辐射类共谋作为明示共谋，可以通过现有的垄断协议规制框架进行有效规制，对于司法和执法人员来说也较容易取证。但对于在算法加持下达成的默示共谋——预测类共谋和自主机器共谋，其共谋行为、共谋意图难以被发现和认定，如何归责也是挑战。比如自动定价软件就是一款可用于线上商家之间达成垄断的辅助工具，这类软件借助算法时刻严密监视着线上对手的价格动态，一旦监测到有商家的同种商品价格出现浮动时，该软件立刻可以做出反应。譬如某种商品价格在各个线上商家彼此的心照不宣中定价为N，当有商家降价销售时，自动定价软件可以根据其他商家需要将自己的价格调整为N-P（P为商家自己决定的下调价格，一般低于之前自行降价的商家），以此达到报复行为，恶意竞争。从该软件的使用方法中即可看出算法加持的默示共谋的特点：由于其严密的监视，对降价行为的快速反应、精准打击是基于软件本身的功能，法律无法去责备使用同一款软件的商家行为，所以这种共谋难以被发现，即使被发现也难以根据现有法律惩罚，更不用说惩罚的对象到底应当实施于使用者还是开发者了。

二、传统反垄断法对算法默示共谋的规制现状

（一）算法默示共谋的行为难以被识别

传统反垄断法中，对于默示共谋的规定似乎并不能跟得上时代发展的脚步，在各个国家的传统反垄断执法中，对于共谋行为的识别多通过垄断协议着手的。在美国，卡特尔协议不仅要受到民事追诉，还要受到刑事诉讼的追究。在我国反垄断法第十三条明确规定，禁止具有竞争关系的经营者达成排除、限制競争的协议或者有其他协同行为。由此可见，不论美国还是中国，识别垄断行为，出现频率最高的词就是“协议”，即通过垄断协议来认定是否构成共谋行为。

在垄断法对以垄断协议为表现形式共谋行为的有效打击下，经营者开始转向地下，以非垄断协议的方式达成垄断共谋——默示共谋。而算法的创新、应用使得默示垄断共谋具备了新的特征，以智能隐蔽性为突出特征的算法默示共谋横空出世，对传统垄断共谋的识别框架提出了新的挑战。一方面，相较于算法明示共谋中必然存在着共谋协议，算法默示共谋的智能性使共谋的达成无需主观意思联络，另一方面，对比传统默示共谋，算法的非透明性使得算法默示共谋更为隐蔽。比如，在价格算法默示共谋中，通过预测类共谋，经营者无需意思联络，就可利用算法精准迅速获取竞争对手的价格信息，以此调整自己的价格政策，促成价格共谋。在自主机器共谋中，经营者更能仅靠“算法黑箱”达成和执行价格政策，从而心照不宣的达成价格共谋。

由此可见，算法默示共谋的智能隐蔽性使得共谋行为难以被发现和取证，如果单从既存的“协议”入手，在找寻不到协议的踪影时，传统反垄断法又当如何认定经营者共谋？

（二）默示共谋的违法性难以认定

算法本身不会产生法律意义上的价值判断，但这并不表明引入算法对竞争的影响始终是中性的。算法是一项中立的技术，但由于算法的专业性、保密性，在输入—处理—输出环节中，会存在不透明的操作，即算法黑箱。借助算法黑箱，经营者可以不通过价格协议而采用通过彼此间不断地博弈在透明的市场上达成的共谋，从而逃脱反垄断法的制裁，更重要的是算法黑箱使得默示共谋的主观意图难以被认定。

认定默示共谋时，传统方法主要先从在市场上发现了排除限制竞争的平行行为着手，然后通过评价辅助行为，即有意识协调行为，来认定是否具有共谋意图。但在算法默示共谋中，算法的专业智能性、自主学习性和市场的高度透明性等因素导致了默示共谋中人为因素较少，共谋意图难以认定。一方面，相较于算法明示共谋，算法默示共谋中的人为因素更少。算法明示共谋其实就是经营者明示共谋在算法领域的扩张，其达成方式离不开经营者人为的有意识的协调行为，但在算法默示共谋中，经营者主要借助或依赖算法，暗地达成垄断共谋，但算法本身不具备恶意，而是通过大量的数据分析而达成的理性市场选择。其次，算法程序的运行也不受开发者、使用者内心欲望和偏见的影响。比如，在预测类共谋中，使用各自算法的经营者，主观上是既可能是故意，也可能是过失。而在自主机器共谋中，人主观因素的作用几乎不存在，算法共谋的后果只是算法机器自主运行的结果，不需算法开发者或使用者的授意。再次，算法时代下的市场数据的获取极易实现。算法提升了市场的透明度，使得经营者之间无需意思联络就可通过算法迅速地收集各方的经营信息并对此作出回应，最终自主的达成默示共谋。以价格共谋为例，在符合条件的市场中，当一个经营者上调价格，经营者各自的算法就会迅速响应，使得大家都同时抬高了价格，获得了更高的利润，在这个过程中，经营者间无需通过意思联络就顺利达成价格共谋。因此，传统的反垄断制度，难以判断算法、算法开发者、算法使用者等多方主体是否存在共谋意图。

（三）算法默示共谋的追责主体难以确定

在反垄断执法中，确定责任的主体是谁是首先要解决的问题，需要先明确责任主体，再进一步分析其应承担的相应责任。传统反垄断法对垄断协议的规制是基于“人类中心主义”的视角展开的，即共谋是“人”主导，“人”是责任主体。而在算法默示共谋的场景下，算法的加持使得问题复杂化，突破了传统“人类中心主义”的规制框架。因为通过算法默示共谋，经营者们无需意思联络就可以通过自己算法的独立运行以促成共谋，那么当共谋结果发生后，是追究经营者还是算法本身的责任？

若由经营者承担责任，这显然违背了传统垄断协议中对经营者之间意思联络的要求，因为经营者往往只是采用和执行了算法的指令，但若由算法本身來承担责任，这就涉及当下学界的热点问题：人工智能是不是人？学理上认为，人工智能并不具备自然人的道德和良知，不能像自然人一样根据自己复杂的思考判断而做出决定，不具有法理和学理上的意思能力，所以现阶段不宜赋予人工智能法律主体地位。综上，若由算法本身承担责任，就涉及赋予算法其法律上的主体地位，这与当下的法律价值不符，也违背了“人类中心主义”的基本规制框架。

如在预测类共谋中，经营者使用各自选择的算法优化利润时，这种算法本身并不构成违法，仅作为一种优化利润的工具被使用。机器或者算法是中立的存在，开发者也不应当为该算法使用过程中造成的侵权买单；而经营者作为使用的一方，是否具有共谋的意图难以被执法机关掌握，而使用同一种或同一类算法必定会造成某些过程中的环节有相似之处，在此种情况下造成了垄断，司法和执法机关无法处罚机器本身，但贸然处罚算法开发者或恰好是用算法优化利润的开发商，都是武断且违背法律原则的处理方式。其次，在自主学习类共谋中，计算机从基本公式进行推导，获取经验以自我发展，独立自主地为使用者做优化。如果司法机关和反垄断执法机关认定机器违法、处罚机器的自主学习，这显然是滑稽的。然而如果处罚对象是人，经营者所做的一切不过是输入了最原始的公式，这种公式本身并不可能在价格垄断上起作用。

三、算法默示共谋的法律规制路径

（一）修正算法默示共谋行为的识别、违法性认定规则

（1）在传统法垄断法中，应当对于“协议”的含义做扩大化解释。我国对垄断协议的规定来源于反垄断法第十三条的规定，该条文提出了垄断协议的概念，但未对其作出明确的定义。在司法实践中，反垄断法意义上的“协议”即经营者通过协商达成的限制竞争的协议。然而，算法在共谋的应用，使得共谋的达成更加隐蔽且巧妙，特别在默示共谋中，经营者之间只具有共谋的意图，却没有的协商行为，因此不能被视为是一种“协议”，不能被传统的垄断协议规制框架所调控。所以，“协议”不应仅被解释为具有客观存在的书面或口头方式作出，以此判断经营者共谋太过狭窄，笔者认为，在识别和认定默示共谋时，只要经营者使用优化利润的算法，且该经营者自身所占市场份额较大，对其他经营者在同类商品的定价上作出平行行为的反应迅速，可判定经营者之间存在某种隐蔽的共谋。

（2）明确算法默示共谋的分析模式。我国反垄断法对合谋行为的规制原则是违法原则和例外豁免制度，但是否所有垄断协议都适用自身违法原则，这是有争议的。在美国反垄断法中，有两种不同的分析模式，即违法原则和合理性原则。美国起初严格运用违法原则认定垄断共犯，后来通过判例确立了合理原则，弥补了违法原则的不足。对于具有正反两方面作用的计算方法隐含合谋时，我国可以借鉴美国的做法，灵活运用本身违法与合理原则来认定。比如，对于基于依赖关系而默认使用算法程序而进行合谋行为，由于缺乏协商行为，很难被认定为垄断协议。然而，基于合理原则，这种默契的阴谋则会因它所导致的排除限制竞争的效果而暴露无遗，所以，应冲破传统的反垄断法规制框架，认定该默示垄断行为。

（二）完善算法默示共谋的举证和归责

（1）放宽算法默示共谋主观要件的证明要求。一方面，传统合谋对于主观意识的证明过于严格。对此，可恰当放宽对共谋意识的证明要求，即除了直接证据外，还可以灵活运用行为证据、经济证据等间接证据来证明默示共谋的主观要件。另一方面，由于默示共谋行为隐蔽，在算法甚至是算法黑箱的加持下，其共谋意图更加难被揭开，在对其的解释和举证上，算法的开发者、经营者无疑具备客观优势，因此，在认定默示算法共谋中应适用举证责任倒置，当发现和证明经营之间存在可能产生排除、限制市场竞争的一致性行为后，由企业证明自身行为的合法性和该行为对反竞争效果没有构成因果关系。

（2）加强消费者权益保护。在算法默示共谋导致垄断效果发生后，对于消费者权益的侵犯该如何追责，在司法实践中，法院可能会以公平原则来帮助消费者求偿，但公平原则在这种法律不能准确定损的情况里并不够科学。这种原则的使用太过于依赖法官的个人素质和职业道德，消费者要追求一个公平的审判结果，这种“和稀泥”式的原则无法帮助太多。笔者认为反垄断法和侵权责任法需要有共识：公平原则并不是“万金油”，该原则在司法实践中多数情况下被笼统适用。如国家干预并建立了有关机构以监督线上商家的行为，则入库接受监督的经营者和算法开发者可以考虑有限责任以解决纠纷，未入库拒绝接受监督的经营者和算法开发商需要以严格的责任划分标准作为其解决纠纷的原则。

（3）在侵权和保护知识产权之间，反垄断法也需要做到平衡。如果某经营者有利用算法垄断的嫌疑，法律应当有规定使其提供算法的运行逻辑，对于其未作出垄断行为自我举证，不得助长经营者以“商业机密”为由逃避法律规制。

（三）创新对算法默示共谋的管控机制

从行政法角度规制算法默示共谋，就是要强化行业监管机构对垄断行为的自查。即通过国家干预角度规制算法默示共谋，学界提出建立新的监管体系以监督经营者使用算法。“Gawer（2016）建议建立一个全球数字经济监管机构，这是一个中央独立的机构，负责协调和监视互联网和监控不同数据”，为了防控风险，还有人建议建立一个管理人工智能产品的專门机构来验证人工智能系统的安全性，不符合安全标准的算法不给他们进入市场的资格。其次，强化行业监管机构对垄断行为的自查。将竞争案件的管辖分属给我国的反垄断执法机构和行业监管机构，加强对垄断行为的监督管理，一方面有助于减轻反垄断执法机关的压力有较大作用，另一方面行业监管机构自查也能省去反垄断执法机关在审查算法辅助行为时遇到的专业性、商业秘密性上的许多困境。

四、结语

大数据时代带来的新成果便利了人类的工作与生活，但算法滥用所带来的一些隐患也值得我们重视。我们应该站在中立的角度来看待科学技术的发展，不断地完善反垄断法规制框架，充分发挥法律对算法的规范、指引作用，使得新的科学技术朝着更有利于人类生活的方向发展。作为发展势头最强的国家之一，我国越来越重视对人工智能发展的研究。在如今的互联网时代，越来越多新鲜事物的出现也使得我们的法律需要进行相应的补充和完善，只有不断地对新鲜事物进行研究，对在其中发现的漏洞加以法律的规制，不断迎接挑战，才能助力科技发展，为反垄断法的修改完善贡献力量。

（作者单位：合肥工业大学文法学院）

3131501908256