數字經濟環境下對平臺型企業“算法共謀”問題政策治理的理論研究

吳沛霖

(香港中文大學研究生院 中國香港 999077)

1 算法共謀的類型及實現機理

1.1 算法共謀的基本類型劃分

1.1.1 明示共謀和默示共謀

算法共謀的分類可以依照實施共謀主體之間是否有明確的協議或意思表示及具體的執行方案來劃分，學術上通常將共謀的形式按照上述標準劃分為兩大類，分別是明示共謀和默示共謀。明示共謀是指共謀雙方或多方有意識地通過口頭或書面的方式向對方發出要約，通過一定的形式上的程序實現共謀，這一類共謀的方式及意圖較為明顯。相對明示共謀，默示共謀更加不容易被監管機構所識別，這類共謀的發生并非通過某種明確或特定的方式，而是以一種原則上的默契進行。在默示共謀的情形下，共謀的各方參與者通過潛在的信息共享方式直接或間接地加入共謀。

1.1.2 主動共謀和被動共謀

相較傳統意義上依照共謀實現的方式來劃分，共謀的分類可以從共謀的主體，即參與者主觀上是否具有參與共謀的意圖進行劃分。當市場參與者利用自身在市場份額所占據的影響力及信息優勢，主動聯合其他與其具有相同影響力的市場參與者進行共謀行為時，此類共謀行為即主動共謀。主動共謀的發生通常具備兩個要件：第一，某一市場參與者在該特定市場內已占據較大份額，且到達了可以利用其份額影響特定市場內部分商品價格走向量的標準；第二，該企業具有聯合其他企業進行共謀的意圖，并主動發出要約的行為。在市場的實際運行過程中，主動共謀的發生一般不依賴特定的共謀形式，共謀參與方可以憑借自身的優勢實現聯合，進而達到其目的。因此，在數字技術普及之前的市場大環境下，共謀的實現多以主動共謀的形式出現，伴隨主動共謀出現的往往是壟斷的目的。

然而隨著數字技術的普及，算法的大量應用使得被動共謀成為可能。當在市場內占據較大份額的企業利用相似算法實現了共謀，那么對于新進入該市場的企業，如果想加入且進行合理的市場競爭，就需要在產品質量或價格上形成相對優勢。但算法的出現導致的實際情況是，無論該市場的新參與者如何提高產品質量或降低售價，那些已在算法層面形成共謀的企業總能在價格方面對這些新參與者進行打壓，迫使部分新興企業退出競爭，而留下來的企業為了能在該市場生存下去，不得不采用與那些共謀企業相類似的算法，并成為他們的一員，從而間接地形成算法共謀。

1.2 常見的四種類型的算法如何促成共謀

上述對共謀的分類標準需要更加細化，以結合算法在實際市場中的運用，為此扎拉奇和斯圖克在其合著的《算法的陷阱：超級平臺，算法壟斷與場景欺騙中》中將算法共謀分為以下四類：

(1)監督式算法共謀：市場參與者通過協議達成共謀，但由計算機算法協助其執行，監督和管理共謀結構，算法在這類共謀中成為相較傳統共謀協議更好的實行工具。

(2)平行式算法共謀：不同的市場參與者使用同一或類似的算法來達成影響、控制市場目的的一種共謀，這類共謀中使用的同一或相似的算法可能是由其中一家公司設計，或由為多家市場參與者提供算法設計服務的第三方公司設計。

(3)信號式算法共謀：這類算法共謀是假定市場的每一位參與者均采取獨立設計算法追求自身效益最大化的策略，這種策略雖然會有效提高企業自身的競爭優勢，但如果市場內其他的參與者采取同樣的策略，就會形成這樣一種局面，即每一位市場參與者均使用性質類似的算法監測對手的行為，導致所有的市場參與者均采用相似的算法工具來競爭，進而形成一種反競爭性的局面，達成一種被動的合謀。

(4)自我學習式算法共謀：這一類共謀的出現是建立在人工智能發展到一定程度，計算機擁有深度自我學習能力的前提下。計算機深度學習的過程是基于對市場數據的分析，且遵循一定的人工調教規律，因此在市場環境相同的情況下，計算機深度學習的結果趨于一致，使得市場參與者的決策行為同質化最終形成共謀。

2 從博弈角度分析算法共謀產生的可能性

運用博弈論中的經典案例“囚徒困境”，并結合算法自身的功能可以更好地解釋算法為什么會促進共謀的形成。“囚徒困境”所揭示的核心現實問題是，在所有的市場參與者完全理性的條件下，假設市場的信息傳導對所有的市場參與者都是不透明的，那么每一位參與市場競爭的參與者必然會做出能夠最大化自身利益的選擇，無論這些選擇是否會對其他市場參與者造成傷害，這些選擇從市場整體的角度來看往往并不是最優解。算法的出現使得所有的市場參與者都可以“懲罰剩余的不愿意加入合作中的人”成為可能，這是因為對于每一位市場參與者來說，使用算法可以實現監控對手行為的目的，同時能夠立即對做出“背叛”行為的其他參與者做出反擊。假設市場內的每一位參與者都做出了這樣的行為，那么在這種情況下，為了使自身的利益不被損害，所有的市場參與者在做出追求利益決策的行為時便會主動放棄自身欺騙的動機和行為，最終導致所有參與者的決策都向“合作”靠攏。值得注意的是，往往此處產生的“合作”并不是能夠推動創新發展的傳統意義上的合作，而是市場參與者為了實現在現有條件下追求自身利益最大化、壟斷市場目的而達成的阻礙市場發展進步的共謀。因此，算法的不斷革新在一定程度上成為共謀行為發生的溫床。

3 算法共謀產生的影響

從共謀的本質來看，無論是傳統意義上的共謀還是算法基礎下的共謀，都會對市場秩序產生影響，這是顯而易見的。算法的出現不僅增加了共謀的可能性，還改變了共謀影響市場的方式。基于后臺運算的算法機理往往不為人們所知，但其對市場秩序產生的影響是潛移默化的。人們常說的“看不見的手”，即市場能夠根據某一特定商品的供需關系自發地調整價格，使其能夠真實準確地反映該商品在現階段社會平均勞動時間下的價值，這種調節機制是基于商品供需關系的信息而實現的，對算法的應用使得市場參與者對信息的獲取方式產生過度依賴，這種依賴使得聯合起來形成共謀的市場參與者時刻處于優勢地位，且利用算法操控市場的價格信號使其余未加入共謀的市場參與者獲得完全不對稱的信息，從而獲利。因此，算法共謀行為會增加市場機制失靈的可能性。

除了對市場自身調節機制的負面影響外，利用算法產生的共謀行為對市場的競爭格局同樣會產生負面的效果。隨著同質的算法在特定市場使用頻率的上升，市場的競爭結構處于相對固化的狀態。從市場參與者自身的逐利性及對現階段算法類型的分析來看，無論是明示或默示、主動或被動共謀的情況，算法最終所要達到的目的始終是趨于幫助市場內的經營者實現利益最大化的，意味著算法機理的多樣性并不能阻礙算法最終的同質化。通過總結分析現實生活中的案例不難發現，國內外各類平臺企業對算法的應用無外乎以下幾點，即市場趨勢變化的預測監控，市場各類生產要素等資源的配置情況，用戶、消費者偏好分析評估。當市場內的各方參與者逐漸認識到只有研究更加先進的算法，才有可能在競爭中提前獲取信息優勢時，其自身生產的主要商品或提供的服務質量反倒會被忽視。這種純粹的數據驅動的競爭會逐漸改變市場的競爭形態，將已通過算法實現共謀的群體利益深度綁定，從而形成更加穩定的共謀結構來降低市場內部的競爭。

當一類同質算法成為某個特定市場內各方參與者共同接受且使用時候，相應的，該市場內部就會形成只有加入利益共同體，才能生存且影響市場走向的局面。對于外來的企業經營者來說，市場內部的這些利益共同體為減少競爭維持自己主導市場的地位，會設置嚴格的市場準入門檻，這種“高門檻”的出現對于想要加入市場競爭的企業經營者是極為不友好的。依托算法的共謀，使得市場內部形成的競爭結構更加難以被外來參與者打破，最終造成的結果就是市場內部創新的驅動力不足。

上述的影響分析都是基于單一市場的視角來看，如果將單一市場的情況擴展到整體的社會大環境中不難發現，隨著算法在市場內部的滲透，市場參與者追求利益最大化的手段和方式也發生了改變。那些專注算法設計與研究的公司逐漸開始占據大量的市場份額，幾乎在每個單一的市場中都會出現一家平臺性企業通過算法將市場內的信息收集起來供其他市場參與者使用。隨著算法的不斷進步，這些平臺企業逐漸脫離了傳統與實體企業競爭的層面，成為市場“觀察者”的角色。平臺企業在后期通過算法單方面地掌握了市場其他參與者自身的信息及其提供的信息，但對于非平臺性的市場參與者來說，他們并不具備這樣的信息獲取渠道，因此在市場競爭合作中逐漸處于劣勢，而平臺企業由于算法的存在能夠時刻獲取最新的信息，算法在成為其創造收益的同時，成為其分配該單一市場資源的有力工具。當單一市場中的某一平臺企業占據主導地位，這些平臺企業開始向多元業務市場發展，并最終滲透到人們生活的各個方面。

因此，隨著算法的深入應用，在整個市場大環境中的競爭被進行了分層，從純粹的商品、服務提供者之間的競爭轉變為“平臺與平臺”之間及“依托平臺提供商品、服務的市場參與者”之間的多層級競爭。值得注意的是，這種競爭結構并不是完全獨立的，平臺之間的競爭同樣會對依托平臺的商家之間的競爭產生影響。從某種程度來講，當所有市場中的某一平臺或部分平臺掌握了足夠強大、先進的算法，那么這些平臺完全可以對依賴自身的商家按照平臺所有者的意圖進行市場分割及資源分配，這對市場整體的經濟發展極為不利。因此，從上層對這些平臺公司如何合理地使用算法的監管是十分有必要的。

4 理論分析監管難點

4.1 算法共謀監管的隱蔽性問題

算法所形成的共謀改變了傳統意義上的共謀形式，具體來說，算法技術的運用替代了過去通過要約或協議實現共謀的途徑，為市場參與者營造了更容易達成共謀的市場環境。傳統的共謀形成方式主要通過口頭的意思表示或書面協議，而算法的應用使得共謀的方式多種多樣。例如，不同的市場參與者對同一商品的定價模式采取相同的或類似的算法標準，由于算法會根據市場所反饋的信息自發地做出相應的調整，在獲得相同的信息后，算法必然會導出類似的結果。相較過去監管者能夠通過甄別不同的市場參與者之間的信息交換方式來確定是否雙方或多方之間出現了共謀，以達到壟斷市場的目的，相似的算法對監管者是否能作為證據來確認不同的市場參與者之間發生了事實上的共謀依舊存疑。

4.2 算法共謀監管的滯后性問題

由于算法種類的多樣性及其涉及技術的專業性，市場參與者之間初期利用算法形成的簡單共謀往往難以被監管機構甄別。算法在具有隱蔽性的同時，還有一項容易被忽視的屬性，那就是其自身的可復制性。平臺企業之間的競爭本質上是背后算法的競爭，當某一個平臺企業所掌握的算法能夠準確通過深度自我學習的實現捕捉信息、預測趨勢、監控對手的功能時，這種算法會逐漸被其他平臺企業所掌握。從監管的角度來看，監管的目的是降低利用算法形成共謀的負面影響，但是實際情況往往是算法自身的效果即決定了共謀是否會發生。正如上述，算法在不斷發展的同時，對于平臺企業來說壟斷的機會成本越來越低，那么我們可以抽象出一個客觀存在的事實，即對于平臺企業而言，先進的算法自其開始被市場其他參與者復制之時便已構成了潛在的共謀，而監管在真正發揮作用時部分平臺企業已利用或復制當下先進的算法直接或間接影響市場獲得了不正當的利益。因此，對如何認定算法共謀于何時形成也是監管的難點。

4.3 算法共謀監管的矛盾性問題

如果只將算法單純地理解為平臺企業盈利的工具，這一點過于片面，算法的存在對平臺企業自身的創收和整個市場競爭格局的發展都是具有兩面性的。其積極的一方面是信息、資源的交換效率由于算法的出現而得到極大提高，甚至原本沒有關聯性的資源也能得到相應的配置，使得不同資源在市場內部的流通性加強。但同樣的，算法多元化的應用打破了傳統的市場格局和競爭模式，正如本文在算法共謀產生的影響這一部分所提出的觀點——現階段，市場的實體經營者很難完全擺脫對平臺企業的依賴，這就造成了競爭格局的復雜化，平臺企業之間的競爭及實體企業之間的多層級競爭相互交錯，使得監管者不能像過去一樣將重心放在考慮共謀帶來的負面影響上。在算法發展現階段的背景下，監管者既需要考慮算法共謀相較傳統共謀形式所產生的更加廣泛的影響，又要考慮算法作為提高市場運行效率的工具的優勢，以權衡監管的程度是否能夠實現在減少算法共謀發生的可能性的同時，不會因為嚴苛的監管標準限制了算法自身的應用及發展進步。

5 現階段我國應對算法共謀的政策框架分析及建議

我國政府現階段深刻意識到算法等數據技術正在從根本上改變市場的運行模式，在2022年我國的政府工作報告中提出的針對數字經濟宏觀政策方針主要有以下三點，分別為完善數字經濟治理、培育數據要素市場、釋放數據要素潛力。這三點政策方針明確了政府對待以數據為基礎的一系列數字技術的態度，既要完善相關的監管機制，又要注重管制與發展之間的平衡。從具體的實施措施來看，我國政府在2021年1月1日實行的《中華人民共和國民法典》將數據等虛擬信息列入民事客體權力的范圍，為數據技術的監管奠定了法律基礎；同年9月1日實行的《中華人民共和國數據安全法》釋放了國家逐步健全數字技術監管體系的信號。結合本文所分析的算法共謀產生的影響及監管難點，本文認為在現有的政策和立法基礎上可以充分考慮以下兩方面：

一方面，從規制經濟學的理論角度來講，政策干預市場并發揮調節作用的目的是彌補在特定條件下市場失靈的問題。算法共謀的特點要求我國要掌握好監管的“度”，作為一項數字技術算法不僅是共謀實現的有力工具，還是現階段推動社會進步的重要生產要素。寬松的監管會增加算法共謀在市場上的發生，最終形成監管者所制定的制度不得不被寡頭市場參與者的決策所左右的極端情況。同樣的，過度的監管會導致市場參與者喪失推動算法革新的積極性。因此，為了解決這種矛盾，政府可以在完善監管制度的同時，設立相應激勵制度，這種監管與激勵相容的政策框架在起到約束作用的同時，也不會束縛市場參與者在算法領域的再生產能力，從而實現引導現有和新生的平臺企業在既定政策框架下良性競爭、合作的目的。

另一方面，從立法的領域來看，雖然我國已有了一定程度的立法基礎，但還需要完善與算法有關數字技術相關的法律體系。具體來說，擴充現有法律條文的解釋范圍可以在一定程度上緩解算法共謀隱蔽性和滯后性的問題。以《反壟斷法》為例，《反壟斷法》中有關壟斷協議的識別顯然不能涵蓋且完全解釋基于算法產生的共謀行為，同時通過現有的法律條文無法明確認定算法共謀的責任主體問題。除了對實體內容的改進外，在程序法上我國也可以做出相應的調整。比如，對于平臺型企業，我國要求企業在設計或使用的某種算法中植入競爭中立的概念，且可以通過建立黑名單的方式，禁止那些有明顯壟斷傾向的監控型算法進入市場，為算法的開發者和使用者設立好紅線。綜上，在數字經濟以一種不可逆的方式發展的大背景下，我國政府只有從宏觀政策框架和具體立法兩方面“兩手抓”，才能有效遏制算法共謀等類似依托數字技術頻繁發生的市場問題。