2023年3月5日，李克強總理在十四屆全國人大一次會議所作的《政府工作報告》中指出，五年以來“新產業新業態新模式增加值占國內生產總值的比重達到17％以上”“實物商品網上零售額占社會消費品零售總額的比重從15.8％提高到27.2％。”數字經濟在我國經濟活動中的地位愈發重要。同時💂🏿‍♂️，與之相伴而生的算法黑箱與平臺壟斷亦為經濟的良性健康發展帶來空前挑戰。《政府工作報告》特別強調在大力發展數字經濟的同時需要“提升常態化監管水平，支持平臺經濟發展。”因此，激活科技引擎🥷🏽，推動平臺經濟健康持續發展需著重關註數據治理與監管。

截至目前🚰🏄🏿‍♂️，已有至少三類數據治理問題引發人們的關註與討論👼🏿：第一類為個人隱私的保護與數據安全問題；第二類是企業收集消費者行為數據對消費者實施價格歧視問題✊🏻；第三類是算法合謀所帶來的市場效率損失問題。相較於在大數據時代伊始便頗受關註的前兩類問題，算法合謀及其潛在風險直至近期才逐步進入公眾視野🧇。事實上，相較於隱私保護與價格歧視，合謀行為更是打擊壟斷勢力⛑️、維護市場秩序的重點所在。因此很有必要對這種新型合謀行為深入了解📝🤦🏽、關註與應對👳🏻，警惕算法合謀泛濫所可能帶來的潛在問題🫱🏻。

依據定義🏦，算法合謀是以計算機程序為主要形式的算法代替人類的決策參與市場反競爭行為的合謀行動。與其他合謀方式類似，算法合謀主要可分為明示合謀與默示合謀兩大類：前者主要是指合謀者之間存在明顯的主觀故意，經營者通過口頭、書面等途徑達成壟斷協議，算法則主要充當實現合謀行為的工具；後者則主要是指在經營者之間不存在書面或者口頭協議的情形下🧙🏼，經營者放任特定算法參與市場活動而維持地位的做法⇢。若按照實現合謀方式進一步劃分，算法合謀又可分為信使類合謀😦🤹🏼、軸輻類合謀🧑‍⚕️、預測代理類合謀與自主學習類合謀四種主要類型：

（1）信使類合謀🥏👨🏻‍🍼：在信使類合謀情境中，計算機算法作為實現人類合謀的工具為共謀企業所用，合謀的意圖來自算法的使用者（如企業）；算法的主要作用是監督合謀企業之間的行為是否出現偏離。該類算法合謀一般存有企業之間維持卡特爾的協議，與傳統合謀的主要區別是監督🙅‍♀️、維持卡特爾成員行動的主體不再是自然人或法人，而是計算機程序。

（2）軸輻類合謀🪼😋：軸輻類合謀通常出現在縱向聯系的企業中，由一個共同上遊企業為眾多下遊企業提供相同的定價軟件或算法策略。橫向下遊企業之間不存在明顯/直接的合謀協議，而是分別與縱向上遊企業就價格、數量達成協議👨🏽‍💼🧝🏿。這種以算法為載體的“協議”一致性使得下遊企業間接實現橫向合謀結果。軸輻類算法合謀存有較明顯的一致性同意行為。很多國家均將此種合謀形式以“本身違法（per se）”的執法原則定義為一致行動，認定為違法合謀行為🎩。

（3）預測代理類合謀✍🏿：在預測代理類合謀情境中，企業各自獨立開發計算機算法，但由於每家企業所面臨的市場競爭情況相似，給定企業所預期到的其他企業開發的市場行為算法亦較為類似，因此其在算法設計中通常會包含價格跟隨行為及偏離懲罰措施。此類型相似算法的大量采用將會導致使用這些算法的經營者行為之間存在高度依賴性，進而排除競爭，危害市場秩序🥘。

（4）自主學習類合謀：自主學習類合謀情境下的主觀動機隱蔽性更強，經營者在算法設計中可能會采用機器學習、自主實驗等算法工具👂🏼🕟，計算機通過“試錯”“迭代”等黑箱過程實現企業利潤最大化的目標👩🏻‍💻，企業執行計算機所習得的最優策略而產生的合謀行為。在這種情境下，經營者之間不僅沒有合謀協議，甚至沒有表露出明確的“合謀意圖”👨‍🎨，僅僅是因為使用人工智能工具而產生合謀行為💁🏼‍♂️☎️。

信使類合謀與軸輻類合謀行為與傳統企業合謀無實質區別，監管機構仍然能夠通過既有的監管與甄別方法規製經營者的反競爭行為；而在預測代理類合謀與自主學習類合謀情境中🤌🏻，企業均可能在缺乏明確溝通與協議的前提下👩🏼‍🚀，因使用相近算法而產生合謀行為及其後果👩‍👩‍👧，這種新型的默示合謀在案件構成上可能缺乏明確的主觀故意，為數字經濟時代下的合謀監管不論是從理論還是在技術上均帶來了巨大的挑戰⚱️。

算法合謀的存在不論是在實驗室還是在現實世界中均已有確鑿的證據🏫。部分學者通過使用計算機模擬商業定價行為，設定目標函數並將簡單的機器強化學習算法輸入後，計算機所模擬的定價策略在經過一段時間學習後便達成壟斷高價🧑🏼‍🍼，在全過程中計算機之間既沒有任何信息的溝通亦沒有人類合謀意誌的植入。在現實生活中🤜🏿，2015年🏄🏽‍♀️🙅🏻‍♂️，美國司法部訴亞馬遜某商家的電子主管David Topkins案開算法合謀監管之先河，而其同年發生的Spencer Meyer訴Uber案亦是算法合謀的典型案例➙🧑🏽‍🔬。鑒於數字技術革新周期短、技術迭代快🍡，人工智能與深度學習技術的廣泛采用在不久的將來很可能將算法合謀形式的隱秘性和復雜性提升到前所未有的高度。若無視算法合謀的潛在危害🧑🏼‍💼，忽視相應的理論研究與政策對應💈👩🏼‍⚕️，有可能在未來導致算法合謀泛濫，危害市場的公平與效率，對於經濟發展帶來巨大的效率損失。

使用法律手段監管算法合謀風險需明確算法合謀的法律責任主體。由於算法的中立性，當前人工智能算法並不具備法律主體地位。因此，在以算法為載體的算法合謀中，如何理清企業合謀與機器合謀的邊界便尤為重要。面對算法合謀所帶來的風險與規製挑戰🏢，需著重對於算法合謀的取證難點進行技術與製度攻關，可考慮從以下三方面入手：

第一❗️，註重培養建設跨學科司法監管隊伍👨‍🎓♉️，促進法學🎗、經濟學與計算機科學等領域人才通力協作🥌，打造跨學科的監管團隊及常態化監管體系。迎合時代需求的跨學科高素質人才隊伍是建立常態化監管體系的重要基石。同時，可進一步建立完善相關的社會舉報人獎勵製度🧒，集合多方力量實現全方位的動態市場監督、維護市場公平。

第二👨‍🎤，重視對現有《反壟斷法》及相關司法解釋的修訂，及時調整出臺符合數字經濟發展特征的法律法規。針對以算法為載體的合謀行為，可供參考的相關法律手段主要包括研製算法禁用清單、延伸取證環節🤟，將取證判定落實到計算機代碼的解讀，若代碼或者其運行邏輯呈現出明顯的合謀動機，則從法律上認定為算法使用者存在合謀動機，具體而言，代碼層面的解析可分為靜態解析審查和動態解析審查，靜態解析審查是指監管機構直接檢查其算法的源代碼⛎，根據事先設定的算法禁用清單進行比照判定是否存在合謀動機；動態解析審查則可通過模擬市場環境來運行企業的定價等算法😍、檢查其是否存在反競爭市場表現判定企業合謀行為👈🏻🍷。

第三✉️，突破常規思路🎛，創新監管工具。隨著機器學習與人工智能的發展👱🏿，主動監管與執法所伴隨的代碼解析成本日漸攀升🕜，因此監管部門需要拓展思路，創新低成本、高效率的監管手段💇🏻，比如可從製度設計上引導企業主動向監管部門提供其合謀行為的相關證據👩🏼‍🎓，製定完善數字經濟反壟斷相關的“寬恕政策”，鼓勵平臺與算法設計者在啟動調查前與市場管理者合作🚚，共同打擊算法合謀行為。早在2007年🦴，我國頒布《反壟斷法》時便已引入“寬恕政策”👮🏿：“經營者主動向反壟斷執法機構報告達成壟斷協議的有關情況並提供重要證據的，反壟斷執法機構可以酌情減輕或者免除對該經營者的處罰。”但是，上述條例仍需針對動機更為隱秘的默示合謀等新型合謀形式作出針對性的細化與調整👨🏻‍🦲。同時，監管機關應循序漸進地轉換監管思路，將有限的監管資源從監督審查等環節轉為改善“寬恕政策”的執法成本⚧，創造利於“寬恕政策”引入與執行的司法環境。

隨著互聯網♓️、大數據、雲計算👩‍👩‍👦‍👦、人工智能🆓、區塊鏈等技術的不斷革新和發展👨‍👦，數字經濟發展為時代大勢所趨。培養跨學科監管團隊；推進《反壟斷法》修訂進程、及時調整出臺符合數字經濟發展特征的法律法規♚；突破常規思路🫴，創新常態化監管工具🤜，全面健全市場競爭體系👉，使配套上層建築適應新形勢，解決新問題🙄，是“全面落實公平競爭審查製度”、鞏固反壟斷執法體製改革成果的重要舉措💁🏼。面對科技時代的新挑戰，需努力夯實人才基礎、完善激勵機製設計、實現算法常態化監管🙆🏿‍♂️，為數字經濟的騰飛保駕護航。

作者簡介

吳澤南

意昂3体育官网經濟學院經濟學系長聘副教授♘。2022年獲得國家自然科學基金優秀青年科學基金項目資助。研究領域為應用微觀理論、產業組織理論與保險市場；主講“高級微觀經濟學”“經濟學原理”等課程。研究成果在Theoretical Economics、Journal of Economic Theory、RAND Journal of Economics、American Economic Journal: Microeconomics、Games and Economic Behavior、 Journal of Economics & Management Strategy🧼、Journal of Mathematical Economics等國內外學術期刊上發表。