算法默示合谋的法律规制路径探析

□ 文 宋逸君

0 引言

2015年牛津大学扎拉奇教授（Ariel Ezrachi）和美国田纳西大学斯图克教授(Maurice E.Stuckle)首次提出了算法合谋(Algorithmic collusion)，引发了理论界对算法合谋问题的关注，随后有学者在此基础上将算法合谋划分为算法明示合谋（algorithmic explicit collusion）和算法默示合谋（algorithmic tacit collusion）两种情景。

在算法明示合谋中，经营者之间存在书面或口头等明确的协议，算法仅仅是经营者达成合谋的工具，并没有跳脱出现行《反垄断法》垄断协议的规制范围，对于这种行为的法律规制路径较为清晰，因而不将其作为本文的探讨对象。而算法默示合谋则是在经营者之间不存在任何书面或者口头的协议，甚至不存在意思联络、交流沟通的情景下，算法参与市场活动达成并维持合谋的一种情形。在这一达成合谋的情形之下，算法因素递增，人为因素递减，部分合谋达成之时甚至没有经营者的参与，但新修订的《反垄断法》中未提及算法默示合谋的规制问题，且对于算法默示合谋是否需要进行规制以及如何规制的问题在学界也未有定论。

算法默示合谋虽然是一个新问题，但其所涉及到的内核“合谋”问题，一直是反垄断法上存在的垄断行为，且我国《反垄断法》将其认定为垄断协议，因而对于算法默示合谋的规制路径探析离不开现有《反垄断法》的分析框架。但鉴于不同类型的算法默示合谋所呈现出的不同特点，本文将从类型化思维出发，分别探讨不同类型的算法默示合谋受新修订的《反垄断法》规制的具体适用和突破，以期为算法默示合谋的法律规制提供一些探讨性的思路。

1 算法默示合谋的类型

2017年，扎拉奇和斯图克将算法合谋分成四种场景，即信使场景 （messenger scenario）、中心辐射式场景（hub and spoke scenario）、预测型代理人场景（the predictable agent scenario） 以及电子眼（digital eye），本文则是以上述两位教授的原始划分为基础，结合许光耀教授的观点，将算法合谋划分为信使型算法合谋、辐射型算法合谋、预测代理型算法合谋和自主学习型算法合谋，后两种算法合谋因不存在任何书面或者口头的协议、甚至是意思联络，被认为属于算法默示合谋的范畴。

1.1 预测代理型算法合谋

预测代理型算法合谋是指在同一市场中，不同经营者使用的是由不同设计者研发的算法，但由于算法设计存在相似性，且都实施价格跟随行为，导致经营者之间的行为存在高度的相互依赖性，进而产生排除、限制竞争的后果。这种情况下，即使每个经营者都在独立使用算法，但其在主观上能意识到其他经营者也研发并使用类似的算法，这在一定程度上增强了彼此间的依赖程度与互信基础。虽然经营者之间可能不存在排除或限制竞争的协议，但他们使用的算法在检测到相同的市场信息之后，会做出相同的应对措施，因此该行为极易导致经营者之间达成默示合谋并产生反竞争影响。

1.2 自主学习型算法合谋

自主学习型算法合谋是指经营者采用的算法与机器学习和深度学习相结合，通过构建单层或多层神经网络架构对所收集的数据样本进行拆解分析和学习。经营者对算法仅设定某个特定目标，如利润最大化，算法对大量的历史数据进行分析、学习并使用“试错法”与真实市场环境比较，不断自动调整代码，代替人类针对操作细节和完成过程进行决策，最终完成算法使用者的既定目标。如果算法为实现利润最大化的目标自主做出与其他经营者使用的算法达成合谋的决策，那么无需达成公开或正式的协议，算法可形成合谋，造成排除、限制竞争的影响。

2 算法默示合谋可类推适用协同行为的规定

在现行的反垄断法律法规中，与算法默示合谋行为模式最为接近的是垄断协议。《反垄断法》中将垄断协议定义为“排除、限制竞争的协议、决定或者其他协同行为”，算法默示合谋从行为模式上看不满足垄断协议的定义，但是《反垄断法》为反垄断执法机关保留了法律解释的空间，算法默示合谋可类推适用协同行为的规定对其进行规制，只需要在个别要件上进行突破即可。

新修订的《反垄断法》将阐释“垄断协议”内涵的条款上升到统领垄断协议这一章节的一般性条款的地位，禁止达成的垄断协议类型中也包含“国务院反垄断执法机构认定的其他垄断协议”这一兜底类型，这说明对“垄断协议”的认定存在法律解释余地，法律为反垄断执法机关保留了一定的自主权。因此，从理论上来看，算法默示合谋可以被解释认定为是“垄断协议”。且在2021年2月生效的《关于平台经济领域的反垄断指南》（以下简称《指南》）中，经营者通过算法实质上存在协调一致的行为也被认定为是“其他协同行为”。虽然该条款没有将算法自主做出协调一致行为的情形囊括在内，指的是经营者利用算法达成一致的情况，但可以说明立法者已经注意到算法在达成“其他协同行为”中的作用。新修订的《反垄断法》虽然没有这一条款规定，但随着智能算法的不断发展，笔者认为未来我国的立法倾向于将算法默示合谋认定为“其他协同行为”来加以规制。

对于预测代理型算法合谋，算法是使用者的代理，经营者通过算法实质上存在了协调一致的行为，可以适用协同行为的规定。而对于自主学习型算法合谋，可能是算法自主达成了协调一致的行为，法律目前对这一情况没有明确的规定，在规制这一行为时，可以类推适用协同行为的规定，借助协同行为认定的框架并有所突破，注重行为结果。

3 算法默示合谋的违法性认定

算法默示合谋的竞争效应存在不确定性，对这一默契行为直接适用本身违法原则存在一定的不合理之处。算法默示合谋之所以具有违法性是因为其造成了排除或限制竞争的效果，扰乱了市场正常的竞争秩序，最终导致了消费者利益的受损。因此，虽然可以类推适用协同行为的规定对算法默示合谋进行规制，并非所有算法默示合谋行为都应当被认定为违法。笔者认为对于预测代理型合谋需要参照《禁止垄断协议暂行规定》（以下简称《暂行规定》）中对协同行为认定的要件来确定可规制行为是否具备违法性，对于自主学习型算法合谋则是要在主观要件上进行突破，适当降低算法合谋主体主观意图的认定标准，且满足构成协同行为的其余要件时，才认定其违法性。

3.1 预测代理型算法合谋的违法性认定

《暂行规定》第6条提到认定其他协同行为，需要考虑的因素有经营者市场行为的一致性、经营者之间是否进行过意思联络或者信息交流、经营者能否对行为的一致性作出合理解释以及相关市场的市场结构、竞争状况和市场变化等情况。当预测代理型算法合谋的行为构成上述“其他协同行为”，且造成排除、限制竞争结果时，即构成反垄断法意义上的“垄断协议”，而为《反垄断法》所禁止。因而对于预测代理型算法合谋，若要认定其违法性，需要满足以下几方面的要件。

3.1.1 主观要件，即经营者主观上有合谋的意图，或者有排除或限制竞争的故意

对于预测代理型算法合谋，经营者主观意图的判断需要考察经营者之间是否具有意思联络或者信息交流，但是应当适当放宽认定标准。在预测代理型算法合谋中，经营者之间的意思联络本就比较隐蔽，难以识别取证，更有甚者不需要人际间的意思交流，只需要通过机器间的信息交互即可达到相同的意思联络的效果，而算法是人意志的延伸与代理，因而需要适当放宽意思联络或信息交流的认定标准，将智能算法之间的信息交互也囊括在内。

3.1.2 行为要件，即经营者在市场上的行为存在一致性

一致行为相较于经营者的主观要件比较容易判断和识别，但是需要区分协同行为与平行行为、以及价格跟随行为，这三者在形式和结果上都存在相似性，但后两者并不一定被认定为违法。平行行为本身是一个中性又客观的概念，“无意识的平行行为”是合法的市场行为，而“有意识的平行行为”也不必然会受到处罚。而价格跟随这一行为是合法的，《指南》就将经营者依据独立意思表示做出的价格跟随行为排除在了协同行为之外。协同行为与平行行为、跟随行为最主要的区别就在于是否存在意思联络，因此不能轻易突破“意思联络”的证据要件。

3.1.3 其他因素，包括经营者是否能对一致行为作出合理解释，以及需要综合考量相关市场的状况

若预测代理型算法合谋的行为满足前文所述的两个要件则可被认定为是协同行为。此外，对于这里协同行为的判断还应当考虑相关市场的结构情况、竞争状况和行业情况等，这需要依赖个案进行判断。

3.1.4 结果要件，即需要造成排除或者限制竞争的客观后果

从我国目前反垄断的立法来看，其对于垄断协议采用的是“限制竞争说”，《反垄断法》第56条就规定已达成垄断协议但尚未实施的，也会受到行政处罚，不要求实质上有限制竞争的效果。但在民事诉讼中，最高院的司法解释又给“实质性限制竞争说”以回旋的余地，行政和民事上的认定标准并不统一。鉴于预测代理型算法合谋与传统合谋相比具有隐蔽性更强和更难取证的特点，且根据立法条文我国主要采用的是“限制竞争说”，因此笔者认为对于预测代理型算法合谋应当采取“限制竞争说”，不要求该行为实质造成排除竞争的效果才认定为违法。

综上，对于预测代理型算法合谋的违法性认定，首先要求其满足“其他协同行为”的认定标准，要求经营者主观上存在意思联络或信息交流，且对这一因素不能轻易突破，并要实质考察经营者一致的行为。其次则是对经营者能否解释行为的一致性和市场情况进行判断，最后要求该行为要存在客观后果，但采用“限制竞争说”，不对行为的实质性作出要求。

3.2 自主学习型算法合谋的违法性认定

自主学习型算法合谋的违法性认定与预测代理型算法合谋存在部分不同，这是由两种算法默示合谋自身不同的特点所造就。自主学习型算法合谋所运用的自主学习型算法可以自动调整代码做出决策，经营者在其中的参与度降低，算法最终能自主做出合谋的行为。这种情况下，经营者之间不存在信息交换和意思联络，即产生了排除或限制竞争的效果。如果要将自主学习型算法合谋认定为协同行为，就会出现以下的悖论，即认定经营者具有主观意图需要存在意思联络或者信息交流的证据，但是依据自主学习型算法的性质和定义，又意味着不存在此类证据，因而自主学习型算法合谋的规制困境在于经营者的主观合意难以证明。对此，有学者曾提出可以摒弃对于此类默契合谋的主观意图证明，采用准经济证据以及事实推定的方法，更客观地认定默契合谋行为。对于这一观点笔者认为可以部分采纳，但不能全盘摒弃对于经营者主观意图的证明，而是可以适当降低对经营者主观意图认定的标准，对“其他协同行为”认定中的主观要件进行突破，不再将“意思联络或者信息交流”作为认定主观意图的唯一标准。

目前对经营者主观意图的认定存在三种学说，即客观标准说、主观标准说和折衷说。客观标准说即通过主体的客观行为来认定其是否具有合谋的意图，主观标准说是通过主体在主观上是否能够预见会产生排除或限制竞争的结果来判断其是否具有主观意图，折衷说则是将前两个学说进行结合，通过主观心理和客观行为的综合考量来确定行为主体是否具有主观的意图。对于自主学习型算法合谋，可以采取客观标准说为主，主观标准说为辅的判断标准，将主观标准作为客观标准的补充，一旦出现协调一致的协同行为，并且造成了排除限制竞争的后果，那么就可以认定经营者具有主观上的意图。

自主学习算法作为一项新兴的技术，有助于经济效率的提升和模式的创新，且自主学习算法还处在发展的初级阶段，需要通过不断训练和实践才能得以发展，因此对于该类算法合谋的规制要采取审慎谦抑的态度，不可以一刀切地对该类算法禁止，可参考“垄断协议”的法定豁免情形，以及《指南》激发创新创造活力的基本原则。如果经营者能够证明自主学习型算法在市场中的运用是用于技术革新或科技创新等正当目的，监管者可以不将其认定为违法。

因而，在认定自主学习型算法合谋是否属于协同行为之时，其所需满足的“行为要件”和“结果要件”的标准与预测代理型算法合谋一致，但要降低主观要件的认定标准，不必然要求经营者之间存在意思联络。此外需要将技术进步与科技创新的需求纳入考量，豁免部分激发创新活力的自主学习型算法合谋，不将其认定为违法。

4 结束语

算法在市场中的运用是一把双刃剑，其在提高经济效率和鼓励科技进步的同时，也可能会出现算法默示合谋这一扰乱市场竞争秩序的行为。虽然现行《反垄断法》中缺乏算法默示合谋的明确规制路径，但从智能算法目前不具备法律主体地位的特性、《反垄断法》的立法目的和价值取向以及存在的法律解释的余地来看，算法默示合谋的规制依然离不开现行《反垄断法》的框架，可以类推适用“其他协同行为”的规定。在具体的适用中，对于预测代理型算法合谋，要求其满足认定“其他协同行为”的要件，且造成排除、限制竞争的结果才认定其违法性。对于自主学习型算法合谋，经营者之间可能不存在意思联络，在对其进行违法性认定时可以借助“其他协同行为”的认定框架并进行突破，降低对经营者主观要件的认定标准，更注重其行为结果，且将科技创新与进步纳入考虑。