周羽中

（山東理工大學 經(jīng)濟學院，山東 淄博 255012）

一、背景和問題

人工智能方興未艾，作為人工智能基石的算法越來越多的應用到企業(yè)的商業(yè)決策中； 從本質上講，算法是一種執(zhí)行設計程序和命令、處理各種復雜任務，進而實現(xiàn)自主學習、自主決策的技術；算法和大數(shù)據(jù)的結合， 能夠顯著的提高企業(yè)的決策水平，制定和實施利潤最大化戰(zhàn)略，因而人工智能背景下，算法成為企業(yè)進行市場競爭、價格設定的重要工具。 從需求側來看，企業(yè)可以使用算法收集、整理和分析消費者以及競爭對手的信息數(shù)據(jù)，降低信息不完全性，把握消費者的偏好和競爭對手的戰(zhàn)略動向，準確預測市場發(fā)展趨勢；從供給側來看，企業(yè)可以使用算法進行產(chǎn)品和廣告的精準推送，制定基于個人差異的價格歧視，根據(jù)市場競爭狀況靈活改變價格。

算法的使用促進了競爭和商業(yè)繁榮，打破了市場壁壘，使市場更加透明和高效，這是有利于消費者的。 然而，通過人工智能設定價格的算法能夠促成合謀行為，合謀帶來的價格歧視等問題又損害了消費者的利益。 因此，價格算法的合理應用與否，對市場秩序和消費者權益保護具有重要意義，也日益成為各國反壟斷執(zhí)法機構關注的重點。然而，由于價格算法合謀與傳統(tǒng)的合謀相比不具有明確的行為依據(jù)，也就是不存在價格合謀的“協(xié)議”，因此，現(xiàn)行的反壟斷法在理論和實踐層面都難以對其有效的規(guī)制， 需要根據(jù)算法價格合謀的獨特性質創(chuàng)新反壟斷規(guī)制政策。

國外對于如何規(guī)制算法合謀的研究比較多。Nicola（2017）認為，某些市場參與者使用算法破壞了市場競爭，反壟斷部門應當對其實行反壟斷規(guī)制[1]；

Harrington（2018）認為現(xiàn)行反壟斷政策難以有效規(guī)制自主學習算法合謀， 并且主張采用事前審查的反壟斷規(guī)制政策[2]；然而Calvano et al（2018）在詳細分析當前算法合謀的反壟斷規(guī)制政策后明確反對采用事前管控的手段[3]。國內(nèi)學者沈偉偉（2019）通過對算法透明原則的分析，認為其不具有普適性，算法透明原則對算法合謀的規(guī)制應當是輔助性的， 因而對算法的規(guī)制應該是以算法問責為代表的事后追責策略更為恰當[4]王健，吳宗澤（2020）指出，根據(jù)自主學習算法的自身特點，應當從技術監(jiān)管、數(shù)據(jù)控制、算法審核等層面構建事前管控體系[5]；許光耀（2020）指出，算法合謀依然可以使用反壟斷法上的“協(xié)同行為”來解決，因為競爭者的行為始終取決于自身的意思表示[6]。基于此，本文根據(jù)既有的研究成果，分析價格算法合謀的形成及其運行機制， 進而指出現(xiàn)行反壟斷法規(guī)制價格算法合謀的困境，最后，從事前管控與事后追責兩方面建立有效的反壟斷規(guī)制政策。

二、價格算法合謀的形成及其運行機制

我國在反壟斷執(zhí)法中尚未出現(xiàn)價格算法合謀的案例，但從美國和歐盟的司法案件可以發(fā)現(xiàn)，算法作為一種工具與價格合謀之間存在極高的相關關系。2017 年OECD 發(fā)布《算法與合謀：數(shù)字時代的競爭政策》報告①OECD (2017), “Algorithms and Collusion: Competition Policy in the Digital Age”, available at www.oecd.org/competition/algorithms-collusion-competition-policy-in-the-digital-age.htm.，報告重點分析了四類能夠促進價格合謀的算法，分別是監(jiān)督算法、平行算法、信號算法和自我學習算法[7]，它們可以通過不同的方式促進價格合謀的形成。

（一）價格算法合謀的形成條件

傳統(tǒng)影響企業(yè)價格合謀的因素主要包括產(chǎn)業(yè)結構以及供給與需求特征三個方面；而在數(shù)字背景下，算法促成價格合謀的主要因素則是算法改變了產(chǎn)業(yè)結構特征，即市場透明度和市場互動程度。

1.市場透明度的提升

在傳統(tǒng)市場中， 企業(yè)之間價格合謀不穩(wěn)定的原因是因為市場透明度不高， 單個企業(yè)背叛行為不容易被及時發(fā)現(xiàn)，根據(jù)“囚徒困境”原理，單個企業(yè)都存在違約的動機，因為決策是一次性的，背叛并不會對將來產(chǎn)生影響， 因此， 單個企業(yè)都會預測對方會背叛，背叛成為每個企業(yè)最好的選擇。而算法能夠讓市場信息傳播更迅速，市場透明度更高，企業(yè)之間能夠互相監(jiān)督，隨時跟蹤彼此的定價行為，背叛行為也能夠及時發(fā)現(xiàn)；另一方面講，由于算法主導的信息交流非?？旖?，因此執(zhí)法者難以發(fā)現(xiàn)這種信息溝通，所以合謀也更加容易。

2.市場互動程度頻繁

由于一次性囚徒困境決策的存在， 企業(yè)之間在未來互動的可能性不大，因此，它們更加重視眼前的利益， 合謀難以維持； 雖然重復性決策可以懲罰欺詐，但是使用這種方式維持合謀還要滿足兩個條件：首先是每一個合謀者都可以發(fā)現(xiàn)對方不合作，其次，一旦發(fā)現(xiàn)對方不合作就會進行懲罰②陳永偉.算法合謀：一個老問題的新形式.http://opinion.caixin.com/2018-01-22/101201027.html.； 然而這兩個條件在傳統(tǒng)的市場中都難以實現(xiàn)。 算法能夠讓企業(yè)彼此之間的行動依賴性更高，互動程度更加頻繁，企業(yè)之間彼此的價格策略非常透明， 而且能夠在一定程度上預測對方背叛的可能性， 因此它們需要考慮當前的決策對企業(yè)未來利潤的影響， 由于害怕背叛價格合謀協(xié)議而遭受嚴厲懲罰策略③在嚴厲懲罰策略下，欺詐引發(fā)下一輪的懲罰，并且懲罰會永遠持續(xù)下去，即便欺詐者在下一輪做出合作決策。，因此企業(yè)會更傾向于維持合謀。

數(shù)字經(jīng)濟環(huán)境中，市場透明度的提升、企業(yè)之間互動的頻繁， 使得企業(yè)背叛價格合謀協(xié)議的代價十分高昂， 算法的使用也讓企業(yè)之間能夠建立穩(wěn)定的依賴關系，價格合謀得以穩(wěn)定并長時間存續(xù)。

（二）價格算法合謀的運行機制

算法除了能夠改變市場結構來影響價格合謀以外， 其作為一種工具本身也能夠對價格合謀產(chǎn)生影響。 不同的算法致使不同的合謀，監(jiān)督算法、平行算法、信號算法和自我學習算法分別對應信使類合謀、軸輻類合謀、代理類合謀和自主類合謀。

1.信使類合謀

由監(jiān)督算法形成的信使類合謀本質上依然是人的合謀，主觀目的是人類自愿達成合謀協(xié)議，實施卡特爾；計算機只是人的意志的執(zhí)行者，是一種輔助性工具，是人類的“信使”，而算法本身不具有促成合謀的性質。監(jiān)督算法的作用在于收集、整理和分析對方的決策信息， 發(fā)現(xiàn)背叛合謀協(xié)議的行為并實施懲罰措施。 信使類合謀的運行機制是參與價格合謀的企業(yè)之間事先就達成了一份價格協(xié)議， 然后使用計算機設計一套算法程序來監(jiān)督價格合謀協(xié)議的實施，這在一定程度上鞏固了企業(yè)之間達成的價格合謀協(xié)議，并且有利于合謀的實施。 因此，傳統(tǒng)的反壟斷政策可以直接對其規(guī)制。其典型案例來自于2015 年美國司法部對Topkins 的指控④United States of America v.David Topkins Case No.CR 15-00201 WHO Filed 04/30/15.，Topkins 先是和亞馬遜平臺上其他銷售同類產(chǎn)品的商家達成價格合謀協(xié)議， 然后設計出一套算法作為工具來監(jiān)控協(xié)議的實施， 這顯然已經(jīng)構成了現(xiàn)行反壟斷法上的橫向壟斷協(xié)議。

2.軸輻類合謀

平行算法形成軸輻類合謀。 平行算法通常出現(xiàn)在競爭者數(shù)量較多的同一行業(yè)中， 其功能是可以自動的為所有企業(yè)設定最優(yōu)價格。通過平行算法，企業(yè)之間只要共同決定使用同一種定價算法工具或者采用同一定價平臺進行交易，這樣整個市場中的企業(yè)就能實現(xiàn)以算法為中心的價格協(xié)同行為，達成橫向價格合謀協(xié)議， 并且由于具有一定的隱蔽性，難以被執(zhí)法機關查處。 在軸輻類合謀中，“軸”相當于提供定價算法的供應商或平臺，“輻”相當于供應商或平臺與使用定價算法的下游企業(yè)達成的縱向協(xié)議。 在這種情形下，雖然競爭者之間實現(xiàn)了價格的協(xié)同，也具有限制、排除競爭的效果，但是由于下游的企業(yè)之間并不存在橫向的壟斷協(xié)議， 因此反壟斷政策難以對其規(guī)制。 美國Uber 案中①Spencer Meyer v.Uber Technologies，Inc.，Case No.16-2750-cv，16-2572-cv.，Uber 公司利用自己的平臺為出租車司機設定了一套價格算法，每個司機使用Uber 就必須要與Uber 簽訂一份協(xié)議， 并承諾使用Uber 的定價算法為乘客提供服務，這說明司機和Uber 公司之間存在縱向協(xié)議，但是司機之間是否存在橫向合謀協(xié)議尚有爭議。 但有學者指出： 軸輻合謀的這種縱向關系只是實現(xiàn)橫向價格合謀的手段， 因此不應影響對競爭企業(yè)之間實行橫向價格合謀的認定[7]。

3.代理類合謀

信號算法促成代理類合謀。 這種算法能夠讓企業(yè)管理者通過信息交換或者單方的價格公示的辦法達成合謀協(xié)議。 其主要作用在于為進行合謀的企業(yè)達成一種共識，為它們提供了共同的價格信號，從而可以便利的實施價格合謀行為。 在代理類算法合謀中，同一行業(yè)中的所有企業(yè)獨立決策，以利潤最大化為條件分別設計算法， 雖然各方并沒有價格合謀的意思一致，但由于算法設計相似，所以可以自動的監(jiān)測競爭對手的價格變化并及時采取措施。 信號算法在代理類合謀中充當了企業(yè)管理人代理人的角色，代理企業(yè)與其他企業(yè)進行價格磋商， 根據(jù)競爭對手的行為和市場數(shù)據(jù)動態(tài)調整自己的價格決策。 但由于這是一種非人類行為， 而是計算機算法對市場行為做出的自動反應， 因此并不存在企業(yè)之間的明確合謀協(xié)議，而是一種默契合謀，不違反反壟斷法。 代理類合謀的核心在于企業(yè)之間具有有意識的價格合謀動機，因此是一種有意識的平行行為，而有意識的平行行為本身是合法的， 反壟斷執(zhí)法中往往囿于直接證據(jù)的固定難以對其禁止。然而，在人工智能背景下，由于市場透明度的提高，算法主導的這種“默契”是有可能促成價格合謀的， 因為通過算法實施的價格跟隨行為能夠實時根據(jù)競爭對手的價格進行動態(tài)調整，使價格跟隨行為可以持續(xù)的保持。因此傳統(tǒng)的反托拉斯政策對默契合謀的平行行為之認定應當尋求間接證據(jù)的佐證，比如對算法源代碼的審查、對算法使用數(shù)據(jù)的審查等。 案例方面，歐盟對華碩、飛利浦和先鋒等公司的反壟斷調查具有典型意義， 但由于案件尚未公布調查結果，許多細節(jié)尚不得知，因此無法進行詳細分析。

4.自主類合謀

自主類合謀是由自我學習算法所主導的合謀形式。 自我學習算法開發(fā)的目的或許并不是為了價格合謀， 而是為企業(yè)提供一種實現(xiàn)利潤最大化的價格制定方式。 其基于人工智能的計算機技術以及大數(shù)據(jù)，不需要借助人類的指示，通過自主學習促成企業(yè)間價格一致。 自主類合謀也不具有有意識的平行行為， 無論是算法的設計者還是使用者對算法的影響都十分有限， 價格合謀的產(chǎn)生完全是算法本身自主學習的結果，而且對于合謀是如何實現(xiàn)的，企業(yè)也不知情，整個過程被稱為“黑箱”，人類只能得到一個合謀的結果。與其他合謀形式相比，自主類合謀的另一個特點是算法源代碼并不是一成不變的， 而是會根據(jù)市場的變化不斷地自我學習、自我改變，也就是說這種算法是有“意識”的，然而，反壟斷法難道要去“懲罰”這些算法嗎？ 雖然企業(yè)之間不存在主觀上的合謀動機，也沒有明確的價格合謀協(xié)議，但不可否認的是市場上的確出現(xiàn)了價格協(xié)同，因此，現(xiàn)行的反壟斷政策在這方面是束手無措的。 盡管在司法實踐中尚沒有自主算法合謀的案例， 但其潛在的危害應當引起執(zhí)法機構的注意。

數(shù)字經(jīng)濟和人工智能的發(fā)展， 算法開始參與到人類的決策中，上述四類算法合謀中，信使類合謀、軸輻類合謀作為顯性合謀， 算法只是其實現(xiàn)合謀的輔助工具或手段，現(xiàn)行反壟斷法可以有效的應對；但是代理類合謀和自主類合謀， 當前反壟斷法還存在缺陷和空白，因此余文將重點討論。

三、價格算法合謀對現(xiàn)行反壟斷政策的挑戰(zhàn)

我們需要明確的一點是： 信使類合謀和軸輻類合謀只不過是傳統(tǒng)價格合謀問題的另一種表現(xiàn)形式，并沒有給現(xiàn)行反壟斷政策帶來實質性的挑戰(zhàn)，反壟斷法依然對其有效； 而代理類合謀和自主類合謀則突破了現(xiàn)有的法律框架， 給反壟斷政策帶來了真正的挑戰(zhàn)。

（一）算法主導的默契合謀如何認定

現(xiàn)有的反壟斷法不規(guī)制默契合謀。默契合謀通常需要市場滿足四個條件：（1） 競爭者提供的產(chǎn)品或服務具有同質性；（2） 市場信息透明度較高；（3）市場具有一定的進入阻礙；（4） 競爭者處于寡頭壟斷市場[8]。 在傳統(tǒng)的市場中，（2）、（3）兩個條件難以滿足，所以默契合謀的情況并不多見；然而在數(shù)字經(jīng)濟背景下， 算法改變了市場特征， 提高了市場透明度；尤其在寡頭市場中，企業(yè)會發(fā)現(xiàn)它們的價格策略是互相依賴的，并且明白非合作的結果，所有企業(yè)都會選擇不欺詐，合作決策達成，默契合謀也就變得更加容易。 在整個過程中， 企業(yè)之間都沒有明確的協(xié)議，因此，無論是代理類合謀還是自主類合謀，都很難將其納入反壟斷法審查范圍內(nèi)。 美國最高法院對默契合謀的認定也始終沒能形成一套固定的標準；在Interstate Circuit（1939）案中，被告需要“提出合理解釋”， 如果被告不能提出解釋聯(lián)合一致的理由，那么將會被判定為合謀行為； 在Theatre Enterprise（1945）案中則要求“附加因素”的證明[9]；Twombly（2007）案中，則需要原告提出足夠的細節(jié)的事實證據(jù)證明協(xié)議的存在[10]。

國內(nèi)有學者指出，應對默契合謀，應當從《反壟斷法》 第13 條入手， 對壟斷協(xié)議做擴大化解釋，因為， 無論是明示合謀還是默契合謀在造成的經(jīng)濟結果都是相同的，因此默契合謀應當納入《反壟斷法》第13 條規(guī)制的范圍內(nèi)；然而波斯納法官對此持相左的意見，他認為，在法律上將明示合謀與默契合謀同等對待是極其危險的[11]。 由于反壟斷執(zhí)法機構的尚缺乏豐富的執(zhí)法經(jīng)驗， 而且某些默契算法合謀反而具有促進競爭的效果， 因此是否將默契合謀一刀切似的歸為壟斷協(xié)議有待商榷。 美國和歐盟方面為了規(guī)制非法的默契合謀，還采用了間接證據(jù)規(guī)則，包括溝通證據(jù)、行為數(shù)據(jù)、經(jīng)濟數(shù)據(jù)和環(huán)境數(shù)據(jù)。 然而在算法主導的默契合謀下， 程序編寫中的數(shù)據(jù)等間接證據(jù)執(zhí)法機關通常難以收集整理；從另一個方面講，算法已經(jīng)與企業(yè)的日常業(yè)務緊密聯(lián)系， 如果企業(yè)之間的算法需要頻繁互動時， 就無法證明企業(yè)之間是在價格合謀[12]。

（二）反競爭的意圖何以審查

在代理類合謀中， 人類的意識可能表現(xiàn)在兩個方面：第一，人類可能知道算法設計的大概情況；第二，對算法可能產(chǎn)生的后果有一定的認知；造成合謀的結果可能是有意為之，也可能是無心的。而在自主類算法合謀中， 自我學習算法完全剔除了人類意識在價格合謀中的作用， 是真正意義上人工智能達成的合謀協(xié)議。 當算法的設計者和使用者之間不存在價格合謀的意思聯(lián)絡時， 算法可以根據(jù)市場變化自主的與其他企業(yè)達成合謀， 同樣， 其他企業(yè)亦是如此。 這種非人類主觀意圖的限制競爭的行為打破了法院在執(zhí)行傳統(tǒng)反壟斷法時對壟斷者主觀意圖的認定，阻礙了反壟斷法執(zhí)法活動。

從技術和效率的角度來看， 基于人工智能的算法對社會應該是有益的， 很多算法設計的目的是為了提高企業(yè)生產(chǎn)效率， 增強企業(yè)對市場趨勢和消費者消費偏好的判斷能力， 從而實現(xiàn)企業(yè)的利潤最大化[13]； 然而即使是在支持競爭的意圖下編寫的算法，也可能造成無意的傷害，導致價格協(xié)同行為，最終限制了競爭。如果算法開發(fā)的目的初始就是為了跟蹤和調整價格， 那么在所有使用算法的企業(yè)之間，到底是簡單的隨行就市的商業(yè)行為還是一種價格協(xié)同行為，現(xiàn)行反壟斷法對其主觀意圖的認定是無能為力的。

（三）責任和問責如何厘清

規(guī)制算法的最根本問題就是找到合適的主體接受法律的問責和責任， 而人工智能算法讓傳統(tǒng)的法律問責機制不再有效。 傳統(tǒng)合謀協(xié)議的實施主體發(fā)生在企業(yè)經(jīng)營者之間，而在算法參與的合謀協(xié)議下，實施主體還包括了算法的開發(fā)者甚至是算法本身。Mark 和Bryan（2019）指出讓機器人的設計者與所有者對其行為負責是不合理的，他們認為，應當引入保險計劃或者無過錯責任原則等新型責任制度[14]；Karni（2019）認為自主性不應當是區(qū)分產(chǎn)品與算法的標準， 算法帶來的自主性也沒必要修改現(xiàn)行的責任制度， 算法帶來的損害責任依然由開發(fā)或使用系統(tǒng)的人來承擔[15-16]。 可見，爭論的焦點在于是否將責任歸咎于沒有能力影響合謀協(xié)議的人類。

隨著5G 和人工智能的深入發(fā)展， 算法自動化決策開始滲透我們的生活， 算法與人類的聯(lián)系卻不斷變?nèi)酰?算法自動定價帶來的法律責任問題將更加突出。 不可否認，算法是由人類開發(fā)的，但是人類的目的并非一定是為了實施合謀或者壟斷，相反，甚至是為了促進競爭和創(chuàng)新； 將算法自主行為導致的限制競爭的法律責任完全歸于算法的開發(fā)者和使用者是否合適， 以及責任如何在開發(fā)者和使用者之間進行合理的分配？ 這些問題或許伴隨著案件的增多而變得更為棘手。

四、價格算法合謀的反壟斷規(guī)制路徑

在應對代理類算法合謀和自主類算法合謀時，當前學術界主流的觀點是建立一系列的事前管控措施以預防算法達成合謀， 從而提前規(guī)避市場風險并落實企業(yè)的責任；但不可否認的是，以算法透明原則為核心的事前管控存在先天性的缺陷；一方面，出于對知識產(chǎn)權的考慮，許多企業(yè)的算法都是商業(yè)秘密，公開則意味著失去商業(yè)機密，影響到企業(yè)的競爭力，同時，也不利于企業(yè)的創(chuàng)新和生存；另一方面，從法經(jīng)濟學的成本收益理論出發(fā)， 法律程序的目標是最小化社會成本， 只有自愿的信息交換才能降低社會成本（管理成本和犯錯成本），然而對于算法合謀的調查，博弈雙方通常是信息不對稱的，執(zhí)法機關與競爭者之間進行的是非自愿的信息交換， 執(zhí)法機關如果提前介入不擅長的領域需要付出大量的管理成本去調查取證，同時收益也沒有保證，即在風險情況下需要承擔一定的犯錯成本。

我們再從企業(yè)自身的角度， 基于經(jīng)濟理論分析傳統(tǒng)合謀形式的最小化社會成本： 我們簡單地使用合謀損害的成本和避免合謀損害的成本建立經(jīng)濟模型：假設合謀發(fā)生的概率為p，事前規(guī)制水平為x，隨著x 的提高，p 會下降，因此p=p（x）是x 的減函數(shù)。如果合謀發(fā)生，那么會損害社會福利。用A 表示合謀造成損害的貨幣價值，A*p 等于用貨幣表示的合謀損害的預期值，根據(jù)責任與處罰相稱原則，這個值也等于事后問責的成本。 （因為存在概率分布，所以稱之為預期）。

和p（x）一樣，合謀帶來的損害p（x）A 也是x 的減函數(shù)。 如圖1 所示，縱軸表示貨幣數(shù)量，包括預期損害的價值p（x）A，橫軸表示事前規(guī)制水平。

p（x）A 曲線向右下方傾斜，表示預期損害隨著事前規(guī)制水平的提高而下降。

圖1

假設采取事前規(guī)制的成本為h 元， 假設h 為常數(shù)，不會隨x 的變化而變化，因此，hw 等于事前規(guī)制的總成本。

圖1 描述合謀的兩類成本： 用于事前規(guī)制的成本和預期損害（事后問責）的成本。 假設沒有其他社會成本， 那么將事前規(guī)制的成本與預期損害的成本相加，即合謀的社會總成本為：

SC=hx+p（x）A

如圖1 所示，是一條U 形曲線。 由于社會總成本曲線是U 形的，因此在U 形底部必有一個x 值存在，圖中為x*，從效率的角度講，x* 即預防合謀的有效事前規(guī)制水平。

事前規(guī)制的成本等于h 的價格，也是邊際成本；更多一點的事前規(guī)制會減少損害的預期成本， 可以視為邊際收益， 這一減少的量等于合謀的概率-p‘（x*）①（‘）表示函數(shù)p（x）在x 處的斜率，該斜率是負的，因此在p 之前加負號，使表達式-p’（x）為正。乘以A 的成本。因此社會的有效預防水平x*可以解方程得：

此即選擇能夠最小化合謀的成本以避免合謀發(fā)生的事前規(guī)制水平。

對于企業(yè)自身而言， 對算法合謀的事前規(guī)制同樣面臨不確定的犯錯成本， 因此事前規(guī)制的邊際成本 就 超 過 了 邊 際 社 會 收 益， 即h>-p‘（x*）A（x>x*），在這種情況下，效率標準要求采取稍低一點的事前規(guī)制水平，也就是說，算法合謀的事前規(guī)制水平是超過了有效量的， 應當采取稍微低一點的事前規(guī)制水平。

我們繼續(xù)從執(zhí)法機關事后追責的角度考慮，為了分析的簡化，假設執(zhí)法機關事后追責的懲罰水平為完全懲罰和完全不懲罰。 首先需要明白的一點：作為價格算法合謀的受害人是無法采取事前規(guī)制措施的，因此，我們主要分析的是完全懲罰和完全不懲罰兩種情形下施害人②本文將施害人定義為算法的設計者和使用者。將會采取怎樣的事前規(guī)制措施。 假定施害人采取事前規(guī)制措施的值為xi，事前規(guī)制措施的單位成本為hi，對施害人的懲罰等于合謀所帶來的損害，其值等于p（xi）A；因此，在完全懲罰條件下， 施害人承擔的總成本等于hxi+p（xi）A。 施害人有最小化其成本的動機，我們記最小值的事前規(guī)制水平為xi*，此時，施害人采取事前規(guī)制措施的邊際成本等于合謀損害的預期成本的最終減少量：

①式和②式的效率條件是相同的。因此，在完全懲罰條件下， 施害人會采取事前規(guī)制措施使邊際成本和收益內(nèi)部化， 這給予施害人采取有效的事前措施來預防合謀的激勵。

在完全不懲罰條件下， 假設施害人選擇的事前規(guī)制水平為xi，其承擔的總成本為hxi，由于完全不懲罰，因此施害人不需要承擔合謀所帶來的損害；施害人同樣有最小化其成本的動機， 由于hxi 的值必須為正， 因此， 施害人最小的事前規(guī)制水平應當為0，即xi=0。 由此可知，在完全不懲罰條件下，施害人沒有實施事前規(guī)制措施的激勵動機①本部分推理引于[美]羅伯特考特，托馬斯尤倫.法和經(jīng)濟學[M].史晉川譯，上海：格致出版社：2017:188-192.。

因此在應對算法合謀的挑戰(zhàn)時， 無論是執(zhí)法機關還是企業(yè)自身進行事前規(guī)制都可能面臨一定的犯錯成本， 算法合謀的治理不能一概的采用事前規(guī)制或者事后追責，兩者具有同等重要的作用；可以一定的事前管控措施， 設置倡導性的規(guī)范對算法的設計和使用提出更高的標準， 同時建立相配套的事后問責機制，用懲罰機制維護法律的底線。本部分在回應上文提到現(xiàn)行反壟斷政策遇到的挑戰(zhàn)的同時， 從事前管控與事后追責兩個角度提出價格算法合謀的規(guī)制路徑。

（一）合理利用間接證據(jù)的綜合認定與抗辯規(guī)則

明示協(xié)議的缺失使得默契合謀被規(guī)制的難度增大，而難點則在于證據(jù)的運用與證明標準，僅僅使用直接證據(jù)證明經(jīng)營者之間達成了默契算法合謀難度極大， 因此反壟斷執(zhí)法機關有必要采用間接證據(jù)進行綜合認定。 間接證據(jù)包括溝通數(shù)據(jù)、行為數(shù)據(jù)、經(jīng)濟證據(jù)和環(huán)境證據(jù)②間接證據(jù)的分類及詳細解釋請參考：劉繼峰.依間接證據(jù)認定協(xié)同行為的證明結構[J].證據(jù)科學，2010（01）：83-84.③認定算法合謀的間接證據(jù)主要包括以下幾點：（1）經(jīng)營者同時或幾乎同時宣布提價；（2）經(jīng)營者頻繁地交換信息；（3）經(jīng)營者同時發(fā)生商業(yè)策略的重大變化；（4）經(jīng)營者出現(xiàn)與個人利益不一致的統(tǒng)一行為；（5）經(jīng)營者沒有明顯的經(jīng)濟壓力而發(fā)生異常變化；（6）經(jīng)營者保持長期的一致高價；（7）行業(yè)領導企業(yè)存在領導價格的歷史。。

我們可以從Eturas④案件詳情參見：http://curia.europa.eu/juris/liste.jsf?&num=C-74/14。中得到重要的啟示。 在Eturas 案中，歐盟法院指出：雖然沒有直接證據(jù)證明各旅行社對涉案信息的獲悉情況， 但可以根據(jù)一系列客觀、 一致的間接證據(jù)綜合推測旅行社對信息的知悉情況。 雖然法院并沒有詳細列出使用了哪些間接數(shù)據(jù)，但在審理案件過程中，法官認為：任何一個審慎負責的普通經(jīng)營者均應（且必然）注意到了涉案系統(tǒng)消息及其所參與的限制競爭行為。所以，通過間接證據(jù)， 執(zhí)法機關認定各旅行社知悉案件信息。 不過，歐盟法院同時指出，各旅行社仍有機會舉出反證以推翻前述推定。因此，在論證默契算法合謀的證據(jù)時，不僅包括直接證據(jù)，還包括各種客觀一致的間接數(shù)據(jù)。 Eturas 同時也為企業(yè)的抗辯提供了有益的經(jīng)驗。間接證據(jù)與舉證責任倒置密不可分，在調查算法合謀過程中，執(zhí)法機關囿于自身技術能力的限制，難以直接查明合謀的事實， 因此將舉證責任仍歸于執(zhí)法機關有欠妥當，因此，應當實行舉證責任倒置[18]。

然而，由于間接證據(jù)的模糊性，因此啟用需要十分謹慎，反壟斷機構應當秉持謙抑執(zhí)法原則，競爭優(yōu)先，慎用管制；同時要充分賦予經(jīng)營者舉證的權力，為其使用算法進行市場活動提供足夠的自由空間，有利于市場經(jīng)濟自由競爭的實現(xiàn)。

（二）明確算法合謀的責任主體和可問責性

算法本身并不違法，人工智能也不是人，但這絕不是說算法不受反壟斷法的規(guī)制。 正如古希臘哲學家普羅泰戈拉言：“人是萬物的尺度， 是存在的事物存在的尺度， 也是不存在的事物不存在的尺度”[17]。因此，無論人工智能發(fā)展到什么階段，都不可能和人一樣擁有平等的法律主體地位， 算法合謀的責任主體只能是人類——算法的設計者和使用者。

首先， 在事前要落實算法設計者與使用者的法律責任。在未來人工智能領域的立法中，要增加算法設計者的特定責任，引入零知識證明理論，也就是算法的設計者在可以在不向反壟斷執(zhí)法者提供任何有用信息的情況下讓反壟斷執(zhí)法者相信自己的某個做法是正確的或者合法的； 這樣不僅能夠讓執(zhí)法者了解算法的內(nèi)容，而且可以有效的保護商業(yè)秘密。法律必須明確自己的態(tài)度， 設置算法開發(fā)不可逾越的底線， 監(jiān)管機構可以建立算法設計者責任備案或保證書制度，在開發(fā)算法之前，設計者就算法的內(nèi)容、源代碼和數(shù)據(jù)等關鍵信息向監(jiān)管部門報備并簽署保證書，并將其作為事后追責的依據(jù)。 其次，對于自主類算法合謀而言，由于算法具有極強的自我學習能力，算法的設計者在開發(fā)時即使沒有主觀的合謀意圖，事后也難免違背初衷而造成價格協(xié)同的事實， 此時事前管控措施或許不再有效，因此，對于自主類算法合謀應當適用事后追責制度。 然而事后追責是對算法的設計者追責還是算法的使用者追責？ 抑或是責任如何分配？ 筆者認為， 應當是對算法的使用者追責。 因為在事前算法設計者已經(jīng)可以證明自己并無價格合謀的意圖， 而且設計者也不是使用算法的受益者，因此，根據(jù)《民法典》第七編侵權責任中“誰受益誰承擔”原則，應當向算法的受益者也就是企業(yè)問責，設計者不承擔責任；當然，如果算法設計者在設計算法時違背了事前保證書的內(nèi)容， 那么應當與使用者共同承擔責任， 責任分配根據(jù)實際情況具體規(guī)定，問責方式包括罰款和行政處罰等措施。

我國現(xiàn)行《反壟斷法》規(guī)定的責任承擔主體只包括了經(jīng)營者，未考慮算法為代表的開發(fā)者的可責性，除了在以后的立法中予以補足外，在司法實踐中，可以弱化違法行為與經(jīng)營者之間的關系， 強化違法行為與法律責任之間的關系， 堅持由違法行為來配置責任主體[12]。

（三）加大事后懲罰力度明確懲罰標準

數(shù)字經(jīng)濟下的壟斷更具隱蔽性， 尤其是自主類合謀，對于合謀的結果，我們只能通過效果去觀察，很難通過形式去判斷， 因此事前的介入措施難以達到預期的結果，事后的懲罰措施或許更為有效。以算法問責為代表的事后追責措施， 重點關注的是技術發(fā)展背后的社會變動， 并對其負面影響施以法律的制裁。 我國現(xiàn)行《反壟斷法》對壟斷協(xié)議的處罰見于第四十六條①《反壟斷法》第46 條：經(jīng)營者違反本法規(guī)定，達成并實施壟斷協(xié)議的，由反壟斷執(zhí)法機構責令停止違法行為，沒收違法所得，并處上一年度銷售額百分之一以上百分之十以下的罰款；尚未實施所達成的壟斷協(xié)議的，可以處五十萬元以下的罰款。經(jīng)營者主動向反壟斷執(zhí)法機構報告達成壟斷協(xié)議的有關情況并提供重要證據(jù)的， 反壟斷執(zhí)法機構可以酌情減輕或者免除對該經(jīng)營者的處罰。行業(yè)協(xié)會違反本法規(guī)定，組織本行業(yè)的經(jīng)營者達成壟斷協(xié)議的，反壟斷執(zhí)法機構可以處五十萬元以下的罰款；情節(jié)嚴重的，社會團體登記管理機關可以依法撤銷登記。， 其中第一款規(guī)定了經(jīng)營者違反禁止壟斷協(xié)議規(guī)定承擔的法律后果； 第二款則規(guī)定了寬大制度。通過與美國、歐盟近十年的反壟斷處罰力度相比較，我國反壟斷執(zhí)法威懾不足，此外，寬大制度的規(guī)定也十分模糊， 難以對經(jīng)營者和企業(yè)提供正確的指引。

本文認為， 針對算法達成合謀協(xié)議的處罰首先應當走精細化處罰之路， 制定專門的反壟斷罰款指南，引入國際通行的威懾理論，以此提高我國反壟斷罰款的力度。 歐盟早在1988 年就引入了 《罰款指南》，之后又引入了威懾理論，使得指南的內(nèi)容更加科學化，罰款的標準也更加精準；其次，進行頂層制度革新，通過修改反壟斷法改善當前處罰力度偏弱、威懾力不足的局面；2020 年1 月2 日， 國家市場監(jiān)管總局公布了《反壟斷法》修訂草案（公開征求意見稿）， 進一步明確了壟斷協(xié)議案件中的處罰力度②壟斷協(xié)議案件中，對于上一年度沒有銷售額的經(jīng)營者可以處五千萬元以下的罰款，對于尚未實施所達成的壟斷協(xié)議的經(jīng)營者處罰限額由五十萬元提高至五千萬元，對于行業(yè)協(xié)會處罰限額由五十萬元提高至五百萬元。。在人工智能背景下，計算機達成的合謀破壞性更大，加大違法的處罰力度，依然要依靠“嚴刑重罰”。此外有學者指出： 增加算法合謀的處罰力度可以提高經(jīng)營者自首的概率， 從而通過反向博弈制造“囚徒困境”來瓦解壟斷協(xié)議[20]。

五、結語

“科技向善”是人工智能時代科學技術發(fā)展的終極目標，然而由于技術和制度的原因，這種愿望還沒有實現(xiàn)。 數(shù)字經(jīng)濟背景下的算法合謀雖然突破了傳統(tǒng)的合謀形式， 但現(xiàn)行的反壟斷政策依然有其用武之地，對于信使類共謀、軸輻類共謀，算法只是合謀的輔助型工具；對于代理類合謀、自主性合謀由于沒有明確的合謀協(xié)議而難以適用現(xiàn)行反壟斷法， 對于這兩類合謀形式的規(guī)制，應當貫徹謙抑執(zhí)法原則，競爭優(yōu)先，慎用管制；出于對競爭、產(chǎn)權、創(chuàng)新和成本的考慮，應當以事前管控和事后追責并用的規(guī)制措施，一方面要設置事前的倡導性和保證性措施預防違法行為的發(fā)生， 另一方面也要加大事后的處罰力度以維護法律的底線。