数字经济环境下对平台型企业“算法共谋”问题政策治理的理论研究

吴沛霖

(香港中文大学研究生院 中国香港 999077)

1.1.1 明示共谋和默示共谋

算法共谋的分类可以依照实施共谋主体之间是否有明确的协议或意思表示及具体的执行方案来划分，学术上通常将共谋的形式按照上述标准划分为两大类，分别是明示共谋和默示共谋。明示共谋是指共谋双方或多方有意识地通过口头或书面的方式向对方发出要约，通过一定的形式上的程序实现共谋，这一类共谋的方式及意图较为明显。相对明示共谋，默示共谋更加不容易被监管机构所识别，这类共谋的发生并非通过某种明确或特定的方式，而是以一种原则上的默契进行。在默示共谋的情形下，共谋的各方参与者通过潜在的信息共享方式直接或间接地加入共谋。

1.1.2 主动共谋和被动共谋

相较传统意义上依照共谋实现的方式来划分，共谋的分类可以从共谋的主体，即参与者主观上是否具有参与共谋的意图进行划分。当市场参与者利用自身在市场份额所占据的影响力及信息优势，主动联合其他与其具有相同影响力的市场参与者进行共谋行为时，此类共谋行为即主动共谋。主动共谋的发生通常具备两个要件：第一，某一市场参与者在该特定市场内已占据较大份额，且到达了可以利用其份额影响特定市场内部分商品价格走向量的标准；第二，该企业具有联合其他企业进行共谋的意图，并主动发出要约的行为。在市场的实际运行过程中，主动共谋的发生一般不依赖特定的共谋形式，共谋参与方可以凭借自身的优势实现联合，进而达到其目的。因此，在数字技术普及之前的市场大环境下，共谋的实现多以主动共谋的形式出现，伴随主动共谋出现的往往是垄断的目的。

然而随着数字技术的普及，算法的大量应用使得被动共谋成为可能。当在市场内占据较大份额的企业利用相似算法实现了共谋，那么对于新进入该市场的企业，如果想加入且进行合理的市场竞争，就需要在产品质量或价格上形成相对优势。但算法的出现导致的实际情况是，无论该市场的新参与者如何提高产品质量或降低售价，那些已在算法层面形成共谋的企业总能在价格方面对这些新参与者进行打压，迫使部分新兴企业退出竞争，而留下来的企业为了能在该市场生存下去，不得不采用与那些共谋企业相类似的算法，并成为他们的一员，从而间接地形成算法共谋。

上述对共谋的分类标准需要更加细化，以结合算法在实际市场中的运用，为此扎拉奇和斯图克在其合著的《算法的陷阱：超级平台，算法垄断与场景欺骗中》中将算法共谋分为以下四类：

(1)监督式算法共谋：市场参与者通过协议达成共谋，但由计算机算法协助其执行，监督和管理共谋结构，算法在这类共谋中成为相较传统共谋协议更好的实行工具。

(2)平行式算法共谋：不同的市场参与者使用同一或类似的算法来达成影响、控制市场目的的一种共谋，这类共谋中使用的同一或相似的算法可能是由其中一家公司设计，或由为多家市场参与者提供算法设计服务的第三方公司设计。

(3)信号式算法共谋：这类算法共谋是假定市场的每一位参与者均采取独立设计算法追求自身效益最大化的策略，这种策略虽然会有效提高企业自身的竞争优势，但如果市场内其他的参与者采取同样的策略，就会形成这样一种局面，即每一位市场参与者均使用性质类似的算法监测对手的行为，导致所有的市场参与者均采用相似的算法工具来竞争，进而形成一种反竞争性的局面，达成一种被动的合谋。

(4)自我学习式算法共谋：这一类共谋的出现是建立在人工智能发展到一定程度，计算机拥有深度自我学习能力的前提下。计算机深度学习的过程是基于对市场数据的分析，且遵循一定的人工调教规律，因此在市场环境相同的情况下，计算机深度学习的结果趋于一致，使得市场参与者的决策行为同质化最终形成共谋。

运用博弈论中的经典案例“囚徒困境”，并结合算法自身的功能可以更好地解释算法为什么会促进共谋的形成。“囚徒困境”所揭示的核心现实问题是，在所有的市场参与者完全理性的条件下，假设市场的信息传导对所有的市场参与者都是不透明的，那么每一位参与市场竞争的参与者必然会做出能够最大化自身利益的选择，无论这些选择是否会对其他市场参与者造成伤害，这些选择从市场整体的角度来看往往并不是最优解。算法的出现使得所有的市场参与者都可以“惩罚剩余的不愿意加入合作中的人”成为可能，这是因为对于每一位市场参与者来说，使用算法可以实现监控对手行为的目的，同时能够立即对做出“背叛”行为的其他参与者做出反击。假设市场内的每一位参与者都做出了这样的行为，那么在这种情况下，为了使自身的利益不被损害，所有的市场参与者在做出追求利益决策的行为时便会主动放弃自身欺骗的动机和行为，最终导致所有参与者的决策都向“合作”靠拢。值得注意的是，往往此处产生的“合作”并不是能够推动创新发展的传统意义上的合作，而是市场参与者为了实现在现有条件下追求自身利益最大化、垄断市场目的而达成的阻碍市场发展进步的共谋。因此，算法的不断革新在一定程度上成为共谋行为发生的温床。

从共谋的本质来看，无论是传统意义上的共谋还是算法基础下的共谋，都会对市场秩序产生影响，这是显而易见的。算法的出现不仅增加了共谋的可能性，还改变了共谋影响市场的方式。基于后台运算的算法机理往往不为人们所知，但其对市场秩序产生的影响是潜移默化的。人们常说的“看不见的手”，即市场能够根据某一特定商品的供需关系自发地调整价格，使其能够真实准确地反映该商品在现阶段社会平均劳动时间下的价值，这种调节机制是基于商品供需关系的信息而实现的，对算法的应用使得市场参与者对信息的获取方式产生过度依赖，这种依赖使得联合起来形成共谋的市场参与者时刻处于优势地位，且利用算法操控市场的价格信号使其余未加入共谋的市场参与者获得完全不对称的信息，从而获利。因此，算法共谋行为会增加市场机制失灵的可能性。

除了对市场自身调节机制的负面影响外，利用算法产生的共谋行为对市场的竞争格局同样会产生负面的效果。随着同质的算法在特定市场使用频率的上升，市场的竞争结构处于相对固化的状态。从市场参与者自身的逐利性及对现阶段算法类型的分析来看，无论是明示或默示、主动或被动共谋的情况，算法最终所要达到的目的始终是趋于帮助市场内的经营者实现利益最大化的，意味着算法机理的多样性并不能阻碍算法最终的同质化。通过总结分析现实生活中的案例不难发现，国内外各类平台企业对算法的应用无外乎以下几点，即市场趋势变化的预测监控，市场各类生产要素等资源的配置情况，用户、消费者偏好分析评估。当市场内的各方参与者逐渐认识到只有研究更加先进的算法，才有可能在竞争中提前获取信息优势时，其自身生产的主要商品或提供的服务质量反倒会被忽视。这种纯粹的数据驱动的竞争会逐渐改变市场的竞争形态，将已通过算法实现共谋的群体利益深度绑定，从而形成更加稳定的共谋结构来降低市场内部的竞争。

当一类同质算法成为某个特定市场内各方参与者共同接受且使用时候，相应的，该市场内部就会形成只有加入利益共同体，才能生存且影响市场走向的局面。对于外来的企业经营者来说，市场内部的这些利益共同体为减少竞争维持自己主导市场的地位，会设置严格的市场准入门槛，这种“高门槛”的出现对于想要加入市场竞争的企业经营者是极为不友好的。依托算法的共谋，使得市场内部形成的竞争结构更加难以被外来参与者打破，最终造成的结果就是市场内部创新的驱动力不足。

上述的影响分析都是基于单一市场的视角来看，如果将单一市场的情况扩展到整体的社会大环境中不难发现，随着算法在市场内部的渗透，市场参与者追求利益最大化的手段和方式也发生了改变。那些专注算法设计与研究的公司逐渐开始占据大量的市场份额，几乎在每个单一的市场中都会出现一家平台性企业通过算法将市场内的信息收集起来供其他市场参与者使用。随着算法的不断进步，这些平台企业逐渐脱离了传统与实体企业竞争的层面，成为市场“观察者”的角色。平台企业在后期通过算法单方面地掌握了市场其他参与者自身的信息及其提供的信息，但对于非平台性的市场参与者来说，他们并不具备这样的信息获取渠道，因此在市场竞争合作中逐渐处于劣势，而平台企业由于算法的存在能够时刻获取最新的信息，算法在成为其创造收益的同时，成为其分配该单一市场资源的有力工具。当单一市场中的某一平台企业占据主导地位，这些平台企业开始向多元业务市场发展，并最终渗透到人们生活的各个方面。

因此，随着算法的深入应用，在整个市场大环境中的竞争被进行了分层，从纯粹的商品、服务提供者之间的竞争转变为“平台与平台”之间及“依托平台提供商品、服务的市场参与者”之间的多层级竞争。值得注意的是，这种竞争结构并不是完全独立的，平台之间的竞争同样会对依托平台的商家之间的竞争产生影响。从某种程度来讲，当所有市场中的某一平台或部分平台掌握了足够强大、先进的算法，那么这些平台完全可以对依赖自身的商家按照平台所有者的意图进行市场分割及资源分配，这对市场整体的经济发展极为不利。因此，从上层对这些平台公司如何合理地使用算法的监管是十分有必要的。

算法所形成的共谋改变了传统意义上的共谋形式，具体来说，算法技术的运用替代了过去通过要约或协议实现共谋的途径，为市场参与者营造了更容易达成共谋的市场环境。传统的共谋形成方式主要通过口头的意思表示或书面协议，而算法的应用使得共谋的方式多种多样。例如，不同的市场参与者对同一商品的定价模式采取相同的或类似的算法标准，由于算法会根据市场所反馈的信息自发地做出相应的调整，在获得相同的信息后，算法必然会导出类似的结果。相较过去监管者能够通过甄别不同的市场参与者之间的信息交换方式来确定是否双方或多方之间出现了共谋，以达到垄断市场的目的，相似的算法对监管者是否能作为证据来确认不同的市场参与者之间发生了事实上的共谋依旧存疑。

由于算法种类的多样性及其涉及技术的专业性，市场参与者之间初期利用算法形成的简单共谋往往难以被监管机构甄别。算法在具有隐蔽性的同时，还有一项容易被忽视的属性，那就是其自身的可复制性。平台企业之间的竞争本质上是背后算法的竞争，当某一个平台企业所掌握的算法能够准确通过深度自我学习的实现捕捉信息、预测趋势、监控对手的功能时，这种算法会逐渐被其他平台企业所掌握。从监管的角度来看，监管的目的是降低利用算法形成共谋的负面影响，但是实际情况往往是算法自身的效果即决定了共谋是否会发生。正如上述，算法在不断发展的同时，对于平台企业来说垄断的机会成本越来越低，那么我们可以抽象出一个客观存在的事实，即对于平台企业而言，先进的算法自其开始被市场其他参与者复制之时便已构成了潜在的共谋，而监管在真正发挥作用时部分平台企业已利用或复制当下先进的算法直接或间接影响市场获得了不正当的利益。因此，对如何认定算法共谋于何时形成也是监管的难点。

如果只将算法单纯地理解为平台企业盈利的工具，这一点过于片面，算法的存在对平台企业自身的创收和整个市场竞争格局的发展都是具有两面性的。其积极的一方面是信息、资源的交换效率由于算法的出现而得到极大提高，甚至原本没有关联性的资源也能得到相应的配置，使得不同资源在市场内部的流通性加强。但同样的，算法多元化的应用打破了传统的市场格局和竞争模式，正如本文在算法共谋产生的影响这一部分所提出的观点——现阶段，市场的实体经营者很难完全摆脱对平台企业的依赖，这就造成了竞争格局的复杂化，平台企业之间的竞争及实体企业之间的多层级竞争相互交错，使得监管者不能像过去一样将重心放在考虑共谋带来的负面影响上。在算法发展现阶段的背景下，监管者既需要考虑算法共谋相较传统共谋形式所产生的更加广泛的影响，又要考虑算法作为提高市场运行效率的工具的优势，以权衡监管的程度是否能够实现在减少算法共谋发生的可能性的同时，不会因为严苛的监管标准限制了算法自身的应用及发展进步。

我国政府现阶段深刻意识到算法等数据技术正在从根本上改变市场的运行模式，在2022年我国的政府工作报告中提出的针对数字经济宏观政策方针主要有以下三点，分别为完善数字经济治理、培育数据要素市场、释放数据要素潜力。这三点政策方针明确了政府对待以数据为基础的一系列数字技术的态度，既要完善相关的监管机制，又要注重管制与发展之间的平衡。从具体的实施措施来看，我国政府在2021年1月1日实行的《中华人民共和国民法典》将数据等虚拟信息列入民事客体权力的范围，为数据技术的监管奠定了法律基础；同年9月1日实行的《中华人民共和国数据安全法》释放了国家逐步健全数字技术监管体系的信号。结合本文所分析的算法共谋产生的影响及监管难点，本文认为在现有的政策和立法基础上可以充分考虑以下两方面：

一方面，从规制经济学的理论角度来讲，政策干预市场并发挥调节作用的目的是弥补在特定条件下市场失灵的问题。算法共谋的特点要求我国要掌握好监管的“度”，作为一项数字技术算法不仅是共谋实现的有力工具，还是现阶段推动社会进步的重要生产要素。宽松的监管会增加算法共谋在市场上的发生，最终形成监管者所制定的制度不得不被寡头市场参与者的决策所左右的极端情况。同样的，过度的监管会导致市场参与者丧失推动算法革新的积极性。因此，为了解决这种矛盾，政府可以在完善监管制度的同时，设立相应激励制度，这种监管与激励相容的政策框架在起到约束作用的同时，也不会束缚市场参与者在算法领域的再生产能力，从而实现引导现有和新生的平台企业在既定政策框架下良性竞争、合作的目的。

另一方面，从立法的领域来看，虽然我国已有了一定程度的立法基础，但还需要完善与算法有关数字技术相关的法律体系。具体来说，扩充现有法律条文的解释范围可以在一定程度上缓解算法共谋隐蔽性和滞后性的问题。以《反垄断法》为例，《反垄断法》中有关垄断协议的识别显然不能涵盖且完全解释基于算法产生的共谋行为，同时通过现有的法律条文无法明确认定算法共谋的责任主体问题。除了对实体内容的改进外，在程序法上我国也可以做出相应的调整。比如，对于平台型企业，我国要求企业在设计或使用的某种算法中植入竞争中立的概念，且可以通过建立黑名单的方式，禁止那些有明显垄断倾向的监控型算法进入市场，为算法的开发者和使用者设立好红线。综上，在数字经济以一种不可逆的方式发展的大背景下，我国政府只有从宏观政策框架和具体立法两方面“两手抓”，才能有效遏制算法共谋等类似依托数字技术频繁发生的市场问题。