数字经济时代平台型企业非价格竞争存在的问题及对策优化研究——基于算法审计的视角

史普润 刘晓红 贾军

(1.南京审计大学商学院 江苏南京 211815；2.南京晓庄学院商学院 江苏南京 211171；3.济南大学商学院 山东济南 250002)

数字时代，双边或多边市场理论已成为垄断问题中最广泛讨论的话题之一。目前关于双边或多边市场的统一理论尚未形成，在定义和范畴方面存在很大分歧，在实际应用中也不一致，这也在一定程度上说明将理论转化为政策和实践还存在一定困难(Auer & Petit, 2015)。目前，这些概念被赋予了更为正式的经济术语，而且考虑到新的市场环境，这使它们更容易为竞争主管部门和法院所接受。由于这些见解，竞争法的变化也阐明了这一事实，国务院反垄断委员会《关于平台经济领域的反垄断指南》的出台就是例证。

由于网络效应的存在，平台协调了至少两个不同但相互依存的客户群体的需求，这一特征突出了价格结构的重要性，即总价格的分配方式。根据Rochet & Tirole(2006)的观点，“价格结构很重要，平台必须设计它，使双方都参与进来”。每一方的价格设计应反映当前网络效应的大小和方向(即正或负)，而这并不是掠夺性定价等反竞争行为的指标或市场力量的标志(Wright, 2004)。最近，法国Bottin Cartographe向谷歌(Google. Evermaps)提出了一项损害赔偿索赔，声称谷歌正利用其主导地位，通过免费提供地图产品进行掠夺性定价，然而最终法院承认多边市场的运作，并认为这种定价结构可能是合理的，以便吸引市场另一端的客户(Courd’appel de Paris，2015)。

因此，收入模式、价格结构及产品或服务的销售决策是商业模式的关键组成部分。从信用卡市场到搜索引擎，由于平台行业的多样性，商业模式也多种多样(Rochet & Tirole,2003)。许多新的互联网公司都采用了“观众制造者”(Evans,2003)的商业模式，这种模式在报纸或电视等传统媒体市场盛行。本质上，这需要将受众或用户与广告商匹配，或者说为广告商产生用户(Smythe, 1977)。这导致用户在使用某些服务(如搜索引擎或社交网络)时只需要支付很少或零的货币费用，而广告商在使用这些服务时会收取更高的正价格(Latzer et al., 2016)。

尽管价格只是竞争的一个维度，但相比非价格竞争变量受到了更多关注，价格理论仍是定义竞争和市场的核心，如假定垄断者测试(SSNIP)。然而，在双边或多边市场中，市场一方的最优价格可能低于成本，有时甚至为零，这一事实表明，标准SSNIP测试方法不再直接适用于双边市场平台厂商垄断行为的判断(冯振华和刘涛雄，2019)。随着以零价格为主的市场日益增多，如何在零价格服务条件下实施竞争法的问题亟待重新评估和调整。此外，只考虑市场的货币支付方面往往是不合适的，还需要评估合并或竞争做法对免费获得服务的用户的非价格影响(如数据或算法等)。

平台企业的一个中心特征是，它们通过复杂的算法聚合、收集、处理和生成大数据，以便从中提取经济价值(Latzer et al., 2016)。Agrawal等人(2018)讨论了各种机器学习和人工智能算法。这些算法可以做出各种各样的预测，从而实现新的商业主张。这些预测是通过统计模型(即算法)做出的，这些模型则是由数字平台消费者产生的大量数据所支撑。

随着算法深度介入数字平台市场，数字平台越来越多地采用算法进行定价。算法本应给消费者带来服务品质的提升和价格优惠的福利，但由于其特殊的专业性和封闭性，却反而催生出企业利用算法达成垄断协议的可能性，通过算法达成的垄断协议，企业攫取了本应属于消费者的福利，获取了高额垄断利润，导致社会效益逆向转移的非常态。(李丹,2020)

相较于数字平台领域的快速发展，数字平台的治理建设却长期处于相对滞后的状态。数字平台企业经历了一段缺乏有效监管的“野蛮生长”阶段，为数字平台市场秩序的维护留下了较大隐患。随着京东、淘宝、微信、美团等互联网数字平台企业的发展，中国已成为世界平台经济发展的大国。平台经济在国民经济发展中的占比也不断提升。为了有效应对数字平台企业在发展过程中存在的诸多问题，促进互联网行业规范化、法治化发展，顺应当前及“十四五”时期进一步深化互联网行业及数字平台规制改革的要求，急需优化改革现有的治理制度、措施，提升现有制度应对数字平台的有效性，形成一套针对互联网数字平台特征的合理、有效的数字平台监管机制。据此，本文以数字平台企业运行的底层逻辑即算法为切入点，分析数字平台算法竞争的本质，创新数字平台的监管方法，为政府应对当前不断发展、变化的数字平台治理挑战，改革数字平台监管制度及相关领域的研究与实践提供参考。

1 平台型企业非价格竞争的主要方式

平台型企业非价格竞争的方式很多，比如：用户体验(包括界面设计、操作流畅性、搜索结果的准确性等方面，使用户感到舒适和满意)、服务质量(如提供24小时在线客户服务、快速响应用户问题、准确的物流跟踪等服务)、数据分析(通过对用户行为和数据进行分析，提供更加个性化和精准的服务，满足用户的需求)、品牌价值(如建立良好的口碑、提供高品质的产品或服务、参与公益活动等)、创新技术(如采用人工智能、大数据、区块链等技术，提供更加高效、便捷、安全的服务)等，但这些非价格竞争最终都会归结为基于数据和算法的竞争。

1.1 数据竞争

数字时代，个人数据已变得非常有价值，被称为“数字时代的石油”。这个新时代的石油钻井平台便是平台型企业。平台型企业从用户那里提取个人数据作为自己的业务，并提供一些功能作为回报。然后，他们向广告商收取访问这些用户的费用。平台型企业通过掌握用户数据，可以最大限度地获得消费者剩余，攫取用户的财富。个人在互联网平台上形成的数据，经过算法分析后，形成预测性功能。隐秘在用户内心深处的欲望、需求、情绪、情感可能被算法洞悉，平台可借此预测个人需求、推送不同信息、引导特别消费、实施价格歧视。

据美国布兰迪斯(B r a n d e i s)大学本B e n j a m i n Shiller(2016)的研究发现，Netflix原先使用人口统计数据对客户进行个性化定制定价，仅能给企业带来0.3%的利润增加，但目前该企业采用机器学习的技术，通过对用户网页浏览历史数据的分析来估计用户的最高支付意愿，结果使得企业利润增加了14.55%。

1.2 算法竞争

平台型企业公司的核心业务是做各种各样的预测。如搜索引擎需要预测URLs与消费者查询的 相关性。消费者的搜索结果页面中显示的URLs的相关性越高，他们在将来的查询中继续使用同一搜索引擎的可能性就越大。社交媒体和社交网络需要预测一段内容对特定用户的兴趣程度，以构建有趣的内容提要。这些订阅源越吸引人，消费者在未来继续使用该应用的可能性就越大。中介需要为他们的用户(如雇员和雇主，单身男人和单身女人等)找到合适对象，然后他们向用户收取匹配服务的费用。电子商务网站需要预测消费者需求，以便管理库存。其他关注平台，如在线门户网站、报纸和博客，通过广告将用户的关注转化为金钱，并根据用户对这些广告的参与度(如每次点击)来支付。为了提供更相关的广告，他们需要预测某个特定用户点击某个特定广告的可能性。更好的定位意味着更多的点击与更高的收入。

Agrawal et al.(2018)讨论了各种机器学习和人工智能算法，这些算法可以做出各种各样的预测，从而实现新的商业主张。这些预测是通过统计模型(即算法)做出的，这些模型是由平台型企业利用其消费者的大量数据提供的。通常，预测算法将数据用于两个不同的目标。首先，使用数据训练这些算法。也就是说，估计用于进行这些预测的统计模型的参数；其次，将数据拿来实际使用这些统计模型。给定通过用户数据构建和校准的统计模型，则该模型可用于选择更适合特定消费者的内容。当新消费者登录时，网站会将该消费者的数据(如人口统计特征)输入算法，然后算法会使用估计的参数输出对该消费者发现感兴趣内容的可能性的最佳预测。算法的预测能力使得平台型企业的市场竞争更加精准高效，当平台型企业拥有数据优势的情况下，算法又能够进一步地放大平台型企业的数据优势。

数字时代，数据和算法在平台型企业的非价格竞争中起到了至关重要的作用，利用企业所掌握的用户数据，并通过算法加工，可以帮助企业更好地了解用户需求、提供个性化服务、提高运营效率，从而提升用户体验、增加用户黏性并获得竞争优势。

2 平台型企业非价格竞争存在的问题

平台型企业在掌握了大量用户数据之后，为了争夺市场份额及获取更多的利润，可能会利用信息优势，侵害平台用户的利益，进行不正当竞争，在非价格竞争方面主要存在以下三个问题：

2.1 数据安全和隐私保护问题

数字时代，数据成为企业的重要资产之一，但数据泄露的风险也日益严重。黑客攻击、内部人员泄露、合作伙伴的不当行为等都可能导致敏感数据泄露，给企业带来重大损失。由于平台型企业需要处理大量用户数据，包括个人身份信息、行为习惯、消费记录等敏感信息。如何保护用户隐私也成为企业面临的重要问题，不仅需要增强技术手段，还需要完善政策法规。然而，随着世界各地不断加强数据保护法规，对企业的数据合规要求也越来越高。如果企业违反相关法规，可能会面临罚款、诉讼甚至业务停滞等严重后果。平台型企业需要在保护用户数据和隐私的同时满足合规要求，这对企业来说是一项挑战。

2.2 算法偏见和歧视问题

在大数据背景下，依靠机器计算的自动决策系统在对数据主体做出决策分析时，由于算法程序的编写具有一定的主观性，而且可能被人为操控，以及数据本身可能会隐含一些错误信息，当这些因素综合在一起时，可能会导致决策结果对数据主体进行差别对待，造成歧视性后果。如携程网大数据“杀熟”就被怀疑可能存在人为操控因素。此外，算法往往涉及商业机密，对算法的相关监管往往会被平台企业以隐私为由加以拒绝，加之算法的解读存在较高的专业门槛，算法对其用户形成了较强的信息优势。这种算法“黑箱”所导致的信息不对称使得歧视现象潜藏得更加深入且不易被察觉，也给治理算法歧视问题带来了新的挑战。

2.3 算法的滥用问题

当大量用户在平台聚集之后，平台便拥有了对用户观点的影响能力。平台算法可通过诸如信息推送、兴趣点、检索排序等方式对热点事件进行刻意推动和引导。例如，在2016年美国总统大选中，社交媒体平台被指责刻意推动了选举中的一些热门话题。据报道，一些政治力量雇佣了名为”剑桥分析”的数据公司，利用Facebook的广告和算法推送特朗普的选举信息，同时抑制投票率较低的民主党选民参与投票。这种算法滥用被认为是推动美国选民关注特定候选人、议题和立场，对选情产生重大影响的一种手段。

算法滥用的另一个问题是算法会根据用户的个人喜好或使用习惯，将符合用户喜好的热点事件放在优先位置进行推送和引导。用户长时间处于过度信息包围中，导致接触的信息同质化严重，思维和视野受限，即所谓的“信息茧房”问题。这种现象在新闻、短视频平台产业中尤为突出。“信息茧房”这种现象对个人和社会都会产生影响。对个人而言，“信息茧房”可能导致信息获取的片面性和思维僵化，影响个人的认知和判断能力；对社会而言，“信息茧房”可能导致社会多元化减弱，人们的观点和价值观更加趋同，这会对社会的健康发展带来一定的影响。

3 平台型企业非价格竞争问题对策的优化

数字经济时代，平台型企业围绕数字及算法的竞争带来了诸多现实问题，由于平台经济的数字性、双边市场性等特征及政策法规的滞后性，这些问题的解决不能仅依靠传统规则制度，还需要进行一定的制度创新，需要监管部门结合平台型企业的运作特征形成具有较强针对性和适应性的制度。

算法审计对于解决数字、算法竞争中诸如算法透明和问责等棘手问题具有较好的适用性。算法是数字经济发展和数字社会运转的核心要素，算法异化不仅可能损害公共利益，也会提高数字社会的运行风险。算法审计作为一种新兴的审计模式，其审查对象包括算法模型、数据及与之有关的设计开发运行活动，其目的是检测算法价值观是否符合法律要求，从而推动算法向善。借助算法审计可以完善平台型企业数字及算法竞争问题。

3.1 数据安全和隐私保护问题

首先，算法审计可以要求算法开发者将算法原理、数据来源、处理方式、应用场景等信息进行明确，增强算法的透明度，从而让用户更好地了解算法的运作情况，减少用户对算法的不信任感；其次，算法审计可以检测平台的数据安全措施是否有效，验证数据的存储、传输和访问是否安全，防止数据泄露和不当使用；再次，算法可以审查平台的隐私政策，确保其对用户数据的收集、使用和分享符合相关法律法规的要求；最后，算法审计可对算法进行全面评估，包括算法的预测或优化目标、使用的技术等，从而发现可能存在的数据安全和隐私保护问题，并及时进行修正。

3.2 . 算法偏见和歧视问题

算法审计可通过对算法的设计和运行进行审查，发现并纠正可能存在的偏见和歧视。例如，信用评分是一种常见算法，用于评估一个人的信用风险。然而，信用评分算法可能存在偏见和歧视问题，因为它们可能基于不公平的标准或数据集，或者因为它们可能过度强调某些群体的不良信用记录。通过算法审计，可以发现信用评分算法中的偏见和歧视问题。例如，可以检查算法使用的数据集是否包含不公平的标准或偏见，或者是否对某些群体的不良信用记录给予过度的权重。此外，还可以评估算法的复杂性和透明度，确保它能够准确地评估信用风险，同时减少误判和歧视的可能性。如果发现了不公平的标准或偏见，可通过修改算法或数据集来解决。例如，可以去除包含不公平标准的变量或重新校准数据集，以消除偏见和歧视问题。此外，还可增加模型的复杂性，以更好地评估信用风险并减少误判与歧视的可能性。

3.3 . 算法的滥用问题

算法审计可以对平台的算法使用进行监控和管理，防止算法被恶意利用。例如，可防止通过算法进行恶意营销、刷单、欺诈等行为。同时，算法审计可以对算法的设计、开发、应用等各个环节进行安全评估，发现并纠正算法中存在的漏洞和滥用行为。此外，算法审计还可以完善算法备案管理工作，即通过对算法的应用进行备案管理，记录算法的应用情况和运行效果，及时发现并纠正算法滥用问题。

另外，算法审计能够加强外部监管问责。通过建立基于算法伦理的外部监管问责、平台责任义务相结合的法规体系，可以明确各方的责任和义务，强化对算法滥用问题的监管和问责。此外，算法审计在健全维权途径方面也有重要的意义。算法审计可以建立以个体数据赋权为主要形式的维权途径，强化维权意识和配置个人算法权利的数据主体算法权利保障。

4 结语

综上所述，数字经济时代，由于双边市场的特性，平台型企业非价格竞争程度愈发激烈，平台型企业非价格竞争的核心是数据与算法的竞争。数据和算法本身并无好坏之分，在公共服务及数字平台的管理中，对算法程序的采用应采取中立态度，这对于抑制算法的滥用至关重要。只有在研究结果的基础上仔细检查利弊，才能有意识地采用算法系统，否则任由算法支配社会运行的发展，将产生新的、日益复杂的问题。算法审计作为监控算法的权威性关键工具，有助于保障平台企业算法的合规性，避免“一刀切”式监管，有助于维护社会公共利益，促进平台企业更好地发展。