算法默示合謀反壟斷規制困境及其對策

吳太軒 / 西南政法大學經濟法學院副院長，法學博士

譚娜娜 / 西南政法大學經濟法學院，中國市場經濟法治研究中心助理研究員

一、問題的提出

互聯網、商業模式創新、大數據、算法與人工智能的發展與應用，很大程度上激發了商業繁榮。尤其在數字經濟時代，互聯網巨頭正在借助數據管理平臺、數據分析工具等進行大量數據的傳輸以預知消費者需求。1. 參見[美]拉塞爾·格拉斯、肖恩·卡拉漢：《大數據：行業驅動力》，宮鑫、康寧、楊志芳等譯，人民郵電出版社2015年版，第7-10頁。數字經濟是基于代碼化算法所構建的一套數據自由流動的規則體系和賦能體系，它能將數據轉化為知識、知識轉化為決策，從而優化資源配置效率、提升全要素生產率、激發經濟創新活力、發展潛力和轉型動力，在此意義上，數字經濟也可以被理解為算法經濟。2. 時建中：《共同市場支配地位制度拓展適用于算法默示共謀研究》，載《中國法學》2020年第2期，第89-107頁。算法驅動的新經濟下，不僅能夠給傳統市場帶來結構性變革，促進社會自由信息流動，降低搜索與比較成本，還進一步降低市場準入門檻，加劇市場充分競爭，降低商品價格，從而使消費者獲益。但是，數據與算法的結合，一方面增加了經營者的市場支配力，另一方面也催生了市場的反競爭行為——算法默示合謀，導致現有的反壟斷法規則向新領域拓展。

司法實踐中，世界各地已出現了算法合謀案件3. 如Amazon案（2015）、Uber案（2015）、Eturas案（2016）等。，主要發達國家的競爭執法部門也相繼采取應對措施，比如德國壟斷委員會發布《競爭政策：數字市場的挑戰》、美國FTC發布《大數據：包容工具抑或排除工具》、OECD也發布《算法與合謀》等報告。理論研究上，關于算法合謀的反壟斷理論主要集中在反壟斷制度應對及創新。國內學者鐘原（2018）分析了算法共謀反壟斷執法面臨的難題并提出對算法共謀應采取類型化反壟斷規制思路。4. 鐘原：《大數據時代壟斷協議規制的法律困境及其類型化解決思路》，載《天府新論》2018年第2期，第66-75頁。唐要家（2020）指出算法如何達成合謀，并提出分類治理原則、采取事后與事前規制政策。5. 唐要家、尹鈺鋒：《算法合謀的反壟斷規制及其工具創新研究》，載《產經評論》2020年3月第2期，第5-16頁。周圍（2020）則重點針對自主學習算法的反壟斷政策問題進行分析。6. 周圍：《算法共謀的反壟斷法規制》，載《法學》2020年第1期，第40-59頁。上述研究對于規制算法默示共謀行為有一定助益，但是以下問題仍需回應：算法默示合謀的類型有哪些？算法默示合謀有哪些區別于傳統默示合謀的特征？算法默示合謀給反壟斷法規制帶來哪些困境？如何創新反壟斷執法制度以有效規制算法默示合謀，引導算法負責任運行？本文擬從解構算法默示合謀行為類型和典型特征出發，探討算法默示合謀引發的反壟斷規制困境，以及如何創新反壟斷制度以合理規制算法默示合謀行為。

二、算法默示合謀的基本解讀

嚴格意義上，默示合謀在不涉及算法時可界定為有意識協調行為。然而算法的普遍應用打破了傳統有意識協調行為達成的嚴苛條件。算法默示合謀作為算法時代傳統默示合謀的異化新形態，與傳統默示合謀之間既有類似，亦有區分。

（一）算法默示合謀行為界定

合謀分為明示合謀7. 明示合謀是指競爭者之間達成的排除、限制競爭為目的且依賴于競爭者相互間信息交流或共享的協議。在經濟文獻中，溝通在共謀中困難但重要，持續的溝通是維持卡特爾均衡的重要因素。參見[美]羅伯特 C.馬歇爾、萊斯利 M. 馬克思：《共謀經濟學——卡特爾與串謀競標》，蒲艷、張志奇譯，人民出版社2015年版，第5-6頁。與默示合謀。關于默示合謀的概念，美國最高法院在審理“布魯克集團公司訴布朗和威廉姆森煙草公司”案件時，曾指出默示合謀也稱為寡頭價格協調或有意識的協調行為。8. 美國最高法院在審理“布魯克集團公司訴布朗和威廉姆森煙草公司”案件時，曾對默示合謀做出如下解釋：默示合謀，又被稱為寡頭價格協調(Oligopolistic Price Coordination)或有意識的平行行為(Conscious Parallelism)，指的是處在一個集中市場環境中的幾家企業在實踐中共享壟斷權力。See Brooke Group Ltd. v. Brown & Williamson Tobacco Corp., 509 U.S.209(1993).Organization for Economic Cooperation and Development（以下簡稱OECD）也指出默示合謀是指一些廠商之間沒有進行正式的交流而形成的企業間生產決策的協調，公司之間通過心照不宣的方式同時限制產出并提高價格，從而攫取更多利潤，即使它們之間并沒有在此之前達成過任何正式協議。9. See OECD（2017）, Algorithms and Collusion: Competition Policy in the Digital Age, 2017. Accessed July16, 2019.

相對于以溝通為前提條件的明示合謀而言，默示合謀的優勢在于：一方面，經營者的互動行為在無須溝通的情形下就能達到完全共謀效果實現利益最大化；另一方面，根據當下的法律體系，傳統的默示合謀行為并不涉及溝通和限制競爭的決定，即使此類決定被認為構成一項協議，但它們也不應該被認為是違法的，因為法律無法禁止經營者不考慮競爭者的價格決策而作出非理性商業行為。10. Donald F. Turner, The def inition of Agreement under the Sherman Act: Conscious Parallelism and Refusals to Deal, 75 Harv.L. Rev. 655(1962).如在隔絕的島上分別有且只有兩個販賣相同特殊產品的商家，兩個商家均能輕松監督到對方的販賣價格。一方選擇降價時，另一個商家能迅速跟進價格，并瓦解先前“價格背叛者”降價行為帶來的紅利，從而與前者平分市場份額。從經濟學的“無名氏理論”（Folk Theorem）11. 無名氏定理，又被稱為大眾理論，是指在重復博弈中，只要博弈人具有足夠的耐心（貼現因子足夠大）那么在滿足博弈人個人理性約束的前提下，博弈人之間就總有多種可能達成合作均衡。來看，寡頭市場12. 寡頭市場處于壟斷和完全競爭的兩個極端之間，在寡頭市場中，大量的產品由少數幾家廠商生產。參見[美]羅伯特 C.馬歇爾、萊斯利 M. 馬克思：《共謀經濟學——卡特爾與串謀競標》，蒲艷、張志奇譯，人民出版社2015年版，第3頁。中企業在決定產量和價格時會將競爭對手的反映也納入考慮范圍，監督對方的行為，并頻繁有效地采取相應措施，從而在無溝通情形下，通過重復博弈實現均衡。

算法默示合謀又被稱為算法默契串謀，由Ezrachi和Stucke首次提出。13. Ezrachi and Stucke, Artificial Intelligence & Collusion: When Computers Inhibit Competition, Oxford Legal Studies Research Paper No. 18/2015, University of Tennessee Legal Studies Research Paper No. 267, available at SSRN: https://ssrn.com/abstract=2591874 or http://dx.doi.org/10.2139/ssrn.2591874.算法默示合謀是指算法驅動型企業在無任何正式協議、意思聯絡、交流溝通的情景下通過算法達成并維持合謀。OECD在《算法與合謀》報告中進一步指出算法是一種精確的簡單操作列表，它們機械、系統地應用于一套令牌中。14. “An algorithm is an unambiguous, precise, list of simple operations applied mechanically and systematically to a set of tokens or objects.” See OECD（2017）, Algorithms and Collusion: Competition Policy in the Digital Age, 2017. Accessed July16, 2019. https://www.oecd.org/daf/competition/Algorithms-and-colllusion-competition-policy-in-the-digital-age.pdf.算法作為促進默示合謀的重要因素，不僅為企業提供穩定且具有可預測性的工具，執行可靠和有效的報復，從而降低產品與交易成本，同時也催生了以前沒有出現過的或不可能出現的新式默示合謀，即算法默示合謀（Algorithm Tacit Collusion）。算法默示合謀并非是算法與默示合謀的簡單疊加，但兩者都扭曲了合謀原則使之難以辨認。

（二）算法默示合謀行為類型

圖1 算法合謀具體類型

如圖1所見，算法合謀分為算法明示合謀和算法默示合謀，從行為類型來看，算法明示合謀包括有信使型算法合謀、軸輻型算法合謀，算法默示合謀則分為預測型算法合謀以及自我學習型算法合謀。15. 參見劉佳：《人工智能算法共謀的反壟斷法規制》，載《河南大學學報（社會科學版）》2020年第4期，第80-87頁。

預測型算法合謀（Prediction Agent Collusion）又被稱為算法支持的隱形串謀（Algorithmaided Tacit Collusion）。其形成機理是，當計算機算法由不同經營者開發，但由于設計相似，其被用于監督市場活動，并能理性地實施價格跟隨行為，由此產生了預測型算法默示共謀。16. 李振利：《論算法共謀的反壟斷規制路徑》，載《學術交流》2018年第7期，第73-82頁。其區別于軸輻型算法共謀（見圖2）之處在于，每家企業開始單方面使用自己的定價算法（見圖3），此時企業分別設計算法，收集、校對數據進行信息輸入，并且實時對市場中的競爭對手進行價格監測，由于算法結果的可預測性，計算機算法以既定方式來調整交易條件，在企業并無主觀意圖聯絡的情況下形成合謀，從而增強企業之間的默示合謀行為。

圖2 軸幅型算法合謀

圖3 預測型算法默示合謀形成機理

圖4 自主學習型算法默示共謀

自我學習型算法合謀又被稱為電子眼或自主機器合謀，其形成條件在于各個企業各自采用的計算機算法能夠深度學習，開發出最佳算法函數，不斷探索挖掘市場數據（包括消費者數據和其他企業的定價和銷售條款），從而在市場范圍更大、信息更完整的市場中，在無人類指令的情形下，智能算法以上帝視角在更短的時間內根據競爭對手采取的銷售策略更新調整自己的定價，從而產生默示合謀結果（如圖4）。深度學習型算法突破了定價功能、有意識協調行為的刁難，在深度學習算法的操縱下，互聯網消費者在數字競爭市場中無法得到任何好處。

（三）算法默示合謀典型特征

算法默示合謀是算法在有意識協調行為基礎上的革新與升級。相較于傳統默示合謀而言，其展現出不同的新特征。

1.行為的智能隱蔽性

當代是以算法為中心、數據為先導、人工智能和區塊鏈為基礎、互聯網為鏈接的科學數字新時代。17. 張文顯：《構建智能社會的法律秩序》，載《東方法學》2020年第5期，第4-19頁。在數字經濟時代，經營者無論是合作還是競爭關系，為獲得競爭優勢，都會不約而同地采用算法定價模型以預測市場趨勢并優化服務流程攫取社會福利。一方面，算法默示合謀的智能性源自于智能算法的自主性。相較于默示合謀和算法明示合謀而言，算法默示合謀中算法并不完全是手動編寫程序參數，而是智能機器人學習算法，并經過海量數據訓練之后，形成最終的算法形態，從而展現出高度智能化特征。另一方面，算法默示合謀具有極高的隱蔽性。其一，區別于算法明示合謀中或多或少存在的明確或混合的協議證據，算法默示合謀的隱蔽性主要表現在無主觀意思聯絡；其二，有別于傳統默示合謀的無主觀意思聯系，基于智能算法的非透明性使得算法默示合謀更為隱蔽，尤其是在自主學習型算法默示合謀中，不僅主觀上處于無意識狀態，客觀證據也無法獲取。算法默示合謀的智能隱蔽性使得經營者之間無需通過反復博弈磋商或者簽訂書面協議，就能利用“算法黑箱”準確且迅速地抓取競爭對手的價格數據，對市場上相關產品進行分析，進一步歸納出最佳的函數，從而心照不宣地達成共謀。作為信息弱勢群體的消費者無法察覺價格變動，抑或是察覺后仍難以抵制高于競爭價格的交易行為。因此競爭執法機構在缺乏客觀證據、主觀意思聯絡、未長期跟進市場定價狀況的情況下，一般難以察覺各個經營者之間商品或者服務價格等市場因素微妙變化的聯系。

2.共謀達成的穩固性

如今，算法深入平臺并重構了消費者、平臺與服務提供者之間的關系。算法貫徹平臺交易規則，探知每筆交易，并對違約者予以即時處罰。18. 參見戴昕、申欣旺：《規范如何“落地”——法律實施的未來與互聯網平臺治理的現實》，載《中國法律評論》2016年第4期，第89-106頁。由于傳統默示合謀對市場環境有極高的苛刻要求，其達成的臨界點在于——銷售同質產品、消費者需求缺乏彈性、具有較高準入門檻且高度透明的市場中，能否足以讓有限的企業迅速獲取競爭對手的銷售策略，并迅速做出平行行為。正是由于默示合謀達成需要不斷進行博弈，而傳統市場透明度較低，導致經營者面臨同盟者的價格背叛卻反映延遲，因此一開始就難以達成，抑或在達成后難以維持。同時算法明示合謀本質上屬于顯性合謀，存在直接的協議證據，因此合謀容易被打破且受到規制。但在數字經濟下，算法從根本上影響市場狀況，降低準入門檻、提升產品或服務的價格等因素的透明度、提高交易頻率，使得經營者能夠快速、積極地作出預測和反應。同時算法擁有比人類更好的治理和維持共謀結構，降低交易和發現作弊的成本，從而使得共謀策略更加穩固。19. 時建中：《共同市場支配地位制度拓展適用于算法默示共謀研究》，載《中國法學》2020年第2期，第89-107頁。申言之，算法加固默示合謀的穩定性的因子主要表現在以下幾個方面：首先，市場經營者數量并不再屬于寡頭壟斷經營者的福利，在算法默示合謀環境下，進入障礙或者壁壘相對更低、經營者之間的互動程度也更加頻繁，導致市場的透明度程度更高。其次，智能算法能夠監測背叛行為并進行懲戒。算法能夠迅速抓取經營者定價數據、消費者偏好從而在面臨競爭對手的價格背叛時，迅速調整定價，瓦解其他經營者降價行為帶來的高額利潤，使價格背叛者無法在降價行為中獲利。最后，在前述兩個因素的影響下，智能算法不太可能出現人類偏見，將不斷優化定價模型，最終為避免經營者之間內部消耗而將價格維持在較高水平，從而進一步加固了經營者之間達成算法默示合謀的穩固性。

3.社會效果的雙重性

辯證法的“批判本性”要求我們堅持“一分為二”地看問題。20. 參見孫正聿：《馬克思辯證法理論的當代反思》，人民出版社2002年版，第109頁。審視智能算法本質，其所具有的強大計算、收集、分析數據的能力蘊含著巨大的造福人類社會的力量，但同時數據企業利用算法定價，雖然能夠追求更高的市場效益，促進企業自身不斷發展，但同時也可能產生價格協同、限制競爭的消極影響。算法默示合謀的雙重性表現為企業和消費者兩個維度。

首先，從企業維度來看，以是否屬于算法驅動型企業為參照物，對于算法驅動型企業而言，算法的不斷優化革新對于企業發展、國家戰略推進都具有正面意義；對于非算法驅動型企業來講，由于技術壁壘，其會逐漸為市場所拋棄，從而對數據市場的正常運行造成沖擊，阻礙其良性運作。另外在需求彈性的影響下，產品或服務的價格需求彈性越小，算法默示合謀的可能收益就越高；若需求彈性大，提高商品或服務的價格將無法吸引消費者，從而導致合謀者無利可圖。

其次，從消費者維度來看，一方面企業通過算法能夠極大地解決人類無法應對的海量數據計算任務難題，進一步分析、篩選消費者瀏覽信息，以滿足絕大多數互聯網消費者的偏好，從而實施精準營銷。如在算法經濟背景下，產品的差異化越來越明顯，圍繞服務、質量甚至數據隱私等非價格因素的競爭日益激烈，在這種情況下，算法可能很難比較真正的同類價格，其結果可能會產生更多的創新，更多更復雜的差異化產品，這在很大程度上有利于競爭市場和消費者。21. Suzanne Rab. Artif icial Intelligence, Algorithms and Antitrust, Competition Law Journal，2019，Vol. 18，no. 4, p141-150.另一方面，算法所具有的深度自主學習能力，也迫使人們在面對海量數據分析時逐漸交出決策權，從而框定人的認知和行為模式，反過來塑造社會運行方式，22. 張凌寒：《算法權力的興起：異化及法律規制》，載《法商研究》2019年第4期，第63-75頁。達成合謀“共識”，使得消費者福利減少。

三、算法默示合謀反壟斷規制困境

由于現有反壟斷制度的滯后性，導致算法在商業經濟領域產生異化，算法默示合謀的現有反壟斷規制鏈條上，不僅存在行為識別難題，行為違法性認定也面臨挑戰，還存在合謀行為歸責困境。因此，有必要結合算法默示合謀的典型特性，深入分析算法默示合謀的反壟斷法規制困境，從而為下文針對性紓解算法默示合謀引發的反競爭效果奠定基礎。

（一）行為識別難

如何高效地甄別算法默示合謀行為，是規制算法默示合謀的前提要件。但是，由于算法默示合謀的智能隱蔽性，競爭執法機構和消費者一般難以察覺產品或服務價格、產量等市場因素的變化，但此類合謀卻能實質性地排除、限制競爭，破壞數字市場競爭秩序、削弱消費者福利、損害社會總體福祉。這意味著算法默示合謀能夠扭曲反壟斷法傳統共謀原則從而達到明示合謀效果，使得反壟斷執法機構難以識別辨認。因此算法設計與運行的非透明性、合謀行為高技術性與隱蔽性、穩固性，均向競爭執法機關現有的合謀識別機制提出了挑戰。原因在于：一方面，企業之間達成算法默示合謀的穩固性進一步加強了競爭者在價格、產量等市場因素的決策的高度相互依賴性，從而無法從內部暴露出共謀行為；另一方面，合謀達成的智能隱蔽性又能夠阻礙反壟斷執法部門從外部發現并規制壟斷行為。當前面臨的挑戰是如何從內到外瓦解算法默示合謀的達成，并將其納入反壟斷法規制框架。

（二）違法性認定難

《謝爾曼法》第1條規定傳統共謀包括三個證據要素：第一，共謀協議的客觀及意圖證據；第二，協議至少存在雙方當事人；第三，政府不必舉證證明雙方當事人實施了或者有能力實施犯罪。23. [美]希爾頓著：《反壟斷法：經濟學原理和普通法演進》，趙玲譯、劉凱校，北京大學出版社2009年第1版，第22-23頁。由此可以發現認定合謀的關鍵在于達成壟斷協議，但由于算法默示合謀不存在主觀意圖和壟斷協議等直接證據，導致我們在面對具有明示合謀效果的算法默示合謀時卻束手無策。

1.客觀方面：難以發現壟斷協議的事實

傳統共謀認定的必經路徑即是觀察經營者之間是否達成壟斷協議，但算法默示合謀雖然導致了行業中商品或者服務價格普遍上漲，但卻沒有任何明確或者暗示的反競爭協議。一定的市場價格透明度能增加消費者福利，過度透明的價格將會導致經營者之間更容易調查了解市場定價動向，從而為算法默示合謀提供便利。市場價格高度透明、智能算法的非透明性、合謀達成的智能隱蔽性均導致算法型驅動企業之間無須協議也能達到明示合謀效果。進言之，算法默示合謀中，企業利用算法了解競爭者價格并實時跟進，瓦解其他競爭者降價行為福利，最終會造成競爭市場中再無經營者通過降價行為來獲得高額利潤，相反經營者之間更傾向于利用“黑箱算法”，不斷進行博弈就能在透明市場中“心照不宣”地公然“共謀”，并逃脫反壟斷法規制。

2.主觀方面：難以認定算法默示合謀的意圖

算法默示合謀的主觀認定一般需要審查經營者之間是否存在共同的排除、限制競爭的目的。有意識協調行為在一定程度上能夠通過信息交換、間接證據等方面進行主觀意圖的推定。但算法默示合謀達成環節中智能算法本身所具有的自主學習能力、人為因素偏低、市場高度透明都造成了難以認定算法默示合謀的主觀意圖。首先，在算法默示合謀中，人為因素相較于算法明示合謀更少，算法本身并不具有意圖、欲望和惡意，換言之，“黑箱算法”具有極強的自主學習能力，能單獨根據市場現狀實施定價策略，因此客觀上并不存在主觀目的，而是經過大量數據分析后的理性商業選擇。其次，算法程序也不是其創造者以及使用者內心偏見和目的的簡單投射。具體來講，在預測型算法默示合謀中，每家企業開始單方面使用各自開發的定價算法，經營者的主觀狀態可能是故意，也可能是過失。在自我學習型算法默示合謀中，人的主觀作用幾乎不存在，盡管達到明示合謀的效果，但合謀只是算法優化運行的結果，算法程序自主獨立實施的反競爭行為并非算法開發者或使用者的授意或初衷，此時主觀意圖的證明便陷入僵局。不能排除數字經濟市場的經營者使用算法實時監測競爭對手、收集抓取并分析消費者偏好的目的在于實現利潤最大化，很大程度上僅僅是為了尋求最優市場競爭策略而無意識地自動形成合謀，而并不存在限制、排除競爭的主觀目的。最后，數字經濟下的數據獲取極易實現，市場的高度透明度即受益于此。在高度透明的市場環境下，經營者之間無需信息交流，算法就能為之自主實現大量有關商品的數據信息抓取、分析、處理工作，從而在無意思聯絡的情況下自主達成共謀，最大攥取市場利潤。因此，根據傳統反壟斷法制度，難以認定算法機器人、算法運營商、技術開發方等多方主體是否存在主觀過失或惡意。

（三）行為歸責難

1.責任主體難以確定

在傳統合謀構成要件中，行為主體或者責任主體都是法律明確規定的擁有權利能力和行為能力的自然人、法人或其他組織。算法明示合謀中，由于算法僅僅是人類工具的衍生，因此可以追責至相關主體。但在算法默示合謀中，算法機器人逐步成為了合謀行為的實際參加者，乃至主導者，以人工智能技術為依托的算法機器人并不具備民事責任能力，因此也無法令其承擔相應的法律責任。當合謀實際參加者由“人”變為“算法”時，法律責任的承擔就逐漸變得微妙起來。同時，算法默示合謀是持續性過程，在此期間存在相關聯的多方主體以及多種場景，因此責任主體的多元性增加了歸責難度。正是由于算法本身的自我學習和適應能力，使得將算法默示合謀造成的負外部性歸責于智能算法機器人、算法開發者、算法使用者變得十分困難，由此對現行責任主體認定提出了挑戰。

2.責任邊界難以限定

算法的本質是輔助工具，是人類智能的延伸，其本身并不違法，競爭執法機構更關心算法如何被運用。若僅從維護市場公平秩序的角度出發，算法默示合謀行為在客觀上已經嚴重損害了市場競爭秩序，理應受到反壟斷法規制。但我國《反壟斷法》第1條在明確保護市場公平競爭的同時，還提出了提升經濟效率的要求。一方面，算法能夠幫助企業制定出最優的競爭策略，因而備受諸多互聯網企業和平臺青睞；另一方面，若市場中同行或上下游經營者共同開發并使用相同或相似算法必然增加合謀行為的概率。因而，一味禁止經營者使用智能化算法不僅違背反壟斷法的經濟效率價值，還會嚴重阻礙科技創新。由此，明確反壟斷執法機構對算法默示合謀的責任邊界成為踐行反壟斷執法目的的關鍵要素。

四、算法默示合謀反壟斷規制對策

為應對數字技術革新帶來的反壟斷法挑戰，有必要確立算法默示合謀規制理念、建立內部與外部相結合的監管機制、修正算法默示合謀認定規則、構建完善的責任體系，從而破解數字經濟時代算法默示合謀規制難題。

（一）確立算法默示合謀規制理念

隨著算法逐漸從幕后滲入到商業決策領域，對算法默示合謀規制的需求日益迫切。盡管目前我國算法默示合謀的研究仍舊處于起步階段，但有必要確立算法規制理念。合理的規制理念能指引并降低違法違規行為概率，因此樹立正確規制理念是應對算法默示合謀反壟斷法規制挑戰的前提。

數字經濟時代，為了平衡算法默示合謀帶來的社會福利與反競爭行為危害之間的關系，有必要在規制算法默示合謀行為時秉持“審慎謙抑”的規制理念。其原因是：一方面，算法默示合謀的雙重性要求競爭機構審慎執法。算法默示合謀并非絕對限制、排除競爭，反壟斷執法機關應當從鼓勵創新的角度，面對算法默示合謀行為進行謹慎且合理地認定和規制涉及算法默示合謀的市場行為。另一方面，企業對算法默示合謀風險的自我調節決定了競爭機構介入的謙抑性。數字市場對競爭行為本身有一定的調節作用，國家過度干預反而會限制甚至阻礙數字市場機制的正常運行。因此在數字市場的自我調節機制尚足以調節算法默示合謀時，反壟斷執法應保持謙抑性。實際上，秉持“審慎謙抑”規制理念不僅能促進數字經濟市場良性發展，發揮算法應用的正外部性，也能通過遏制那些負面效應明顯大于正面效應的算法默示合謀行為，減少算法應用的負外部性。

（二）建立內部與外部監管相結合的監管機制

如前所述，由于算法默示合謀達成的智能隱蔽性和協作穩固性，無論是從內部瓦解還是外部監管均存在極大挑戰，因此建立內部擊破和外部監管相結合的機制具有必要性。

1.內部擊破機制

建立內部擊破機制應當合理適用反壟斷寬恕政策和承諾制度，建立行業內部技術規范。首先，應結合本土經驗，加大寬恕政策和承諾制度的適用范圍并出臺足夠確定透明的政策規定。一方面，寬恕制度的適用能夠提高自首概率，通過反向博弈制造“囚徒困境”從而內部瓦解算法默示合謀的壟斷行為。另一方面，適用承諾制度可以減輕執法成本，有益于算法驅動型企業的良性發展。其次，構建行業內部技術規范。目前，無論在國內還是國外，規制算法默示合謀的研究均不夠成熟，硬法過早干預可能導致過度干預的不良執法效果，阻滯算法技術的創新與應用。行業內部技術規范屬于軟法范圍，軟法介入算法領域具有不可替代的優勢地位。由于軟法制定過程中各方意志能夠得到充分的表達，行業組織能夠更早地從內部發現并消解算法達成默示合謀的風險，從而達到對算法默示合謀的事前抑制。

2.外部監管制度

外部監管方面有必要建立舉報人獎勵制度、市場調查機制。首先，構建舉報人獎勵制度。舉報人獎勵制度應當從激勵促進和防止濫用兩個維度進行建構。從激勵促進維度來看，鼓勵互聯網消費者對算法默示合謀舉報并給予豐厚的獎勵是賦予公民社會監督權在算法領域的具體體現；從防止濫用的角度出發，應適當提高舉報成本，以防止相關主體濫用舉報權而導致執法成本過大。

其次，建立市場調查機制。一方面，利用算法建立“算法政府”，引進數字技術人才并建立專家機構組織，通過對人工智能、算法等競爭問題展開市場研究，觀察市場是否存在明顯算法默示合謀趨勢，如市場結構高度集中、商品或產品價格遠高于競爭價格等特征，從而為反壟斷執法機構提供競爭政策意見以決定是否采取規制或救濟措施；24. 英國市場監管局（CMA）與美國聯邦貿易委員會（FTC）均設立了專門機構團隊，對算法、人工智能等競爭問題展開市場研究并提供更科學有效的競爭政策建議。另一方面，形成政企后設協同規制模式。25. Philip J. Weiser, The Future of internet regulation, 43 U.C. Davis L. Rev. 529,529(2009).政企后設協同規制模式是指政府控制下的平臺協同規制，不同于互聯網平臺企業直接參與協同規制模式，這種規制模式意味著平臺企業不能超出其專業技術，否則有違后設協同規制之原理。后設協同規制模式旨在發揮互聯網平臺企業在算法治理方面的內生動力和天然優勢，協助政府綜合分析算法默示合謀風險因素，提高政府對共謀風險因素感知、預測以及防范能力，從而引領企業良性發展，促進公共市場領域數據集中和共享，界定出算法默示合謀的特定經濟跡象，從根本上解決算法默示合謀規制問題，從而形成算法經濟社會治理合力。

（三）修正算法默示合謀認定規則

縱觀算法默示合謀構成要件，無論是壟斷協議的客觀認定還是主觀過錯的推定都需要作出適當修正。

1.轉變壟斷協議認定標準

壟斷協議的認定標準應從形式標準轉向實質要件。基于自我學習型算法默示合謀行為完全缺乏主觀意圖，壟斷協議的客觀認定應當取決于實質性要件——是否對市場產生利害。這意味著不需要共謀的直接證據，而是以那些使特定市場傾向于算法默示共謀的市場特征以及間接經濟證據，為反壟斷執法提供線索。執法機關和法院有必要采取算法審查證據和經濟證據等間接證據加以整體評估并進行合理推定。首先，提高間接證據的確定性程度，通過算法行為、市場結構、數據溝通頻率、商品服務價格等對自我學習型算法默示合謀的反競爭效果予以分析。其次，明確所必需的證據數量，這是解決競爭執法機構與法院認定一項“壟斷協議”是否存在的重要指標。由于間接證據具有更多模糊性，其并不直接描述算法默示合謀的具體內容，因此適用間接證據過程必須保證一定的數量。

2.主觀方面引入“讀心政策”

主觀意圖識別上可以采取“讀心政策”——進行算法審查和檢驗，引入專家團體從靜態和動態兩個維度，檢驗判斷算法程序是否存在合謀動機。26. Kroll，J. , Huey, J., Barocas, S., et al.. Accountable Algorithms. University of Pennsylvania Law Review, 2019, 165:633-705.靜態算法審查是在程序不運行的時候，通過回顧算法程序代碼，查詢設計上的不足，從而檢驗算法程序代碼本身是否具有合謀動機。動態算法審查則是在程序實際運行的情況下，人為輸入變量或數據，通過樣本測試的方式，來檢查算法運行的輸出結果，以此來判斷算法運行的時候是否會產生默示合謀的結果。算法檢驗制度能夠在一定程度上實現算法效用的透明度，檢驗算法代碼的合謀動機。

（四）構建算法默示合謀責任體系

大數據時代算法默示合謀的癥結之一在于當前法律框架下責任體系的不健全，因此法律必須明確在特定場景下算法智能機器人與其開發者、使用者之間的權利與責任，并劃清算法默示合謀的豁免邊界。

1.加強算法機器人責任穿透

首先，重新審視智能算法機器人主體資格。2017年10月，沙特阿拉伯率先賦予人工智能機器人“索菲亞”公民身份。27. 潘月斐：《機器人被賦予公民身份引發輿論關注》，載《中國社會科學報》2017年11月10日，第2版。國內也有學者提出應盡快賦予人工智能自身承擔法律后果的法律主體地位，并將其劃分為無民事、限制民事和完全民事行為能力機器人。28. 葉明、朱靜潔：《理性本位視野下智能機器人民事法律地位認定》，載《河北法學》2019年第6期，第10-21頁；陳資含：《人工智能算法中的法律主體性危機》，載《法律科學（西北政法大學學報）》2019年第4期，第40-47頁。從社會長遠發展來看，強人工智能時代終將到來，有必要給予智能算法機器人獨立人格、獨立財產。在賦予算法機器人獨立人格的同時，應引入智能算法機器人強制保險制度，建立統一的智能算法機器人登記平臺以構建明晰的責任追溯體系，確?；ヂ摼W用戶得到合理救濟。

其次，厘清責任承擔主體及份額。在具體責任落實上，應當進行類型化責任劃分。在預測型算法默示合謀中，算法經營者一般負責數據的采集與校對，然后交付智能算法機器人利用算法程序進行運營。此時，算法使用者或開發者應當對數據的違法侵權行為負責，算法機器人則應當獨自承擔算法決策責任。在自我學習型算法默示合謀中，智能算法機器人應就自主作出的算法決策過程中的所有行為承擔責任。智能算法機器人責任與算法使用者、開發者責任分離，并不意味著使用者與開發者責任的完全免除，當智能算法機器人的保險基金無法彌補因算法決策失誤而造成的巨大損失時，無法承擔的責任部分，可由算法使用者或開發者承擔補充賠償責任。

2.厘清算法默示合謀行為豁免邊界

首先，確立算法默示合謀的豁免標準。算法默示合謀行為豁免標準應以經濟效率為導向，以社會公共利益為底線。這意味著不僅應當兼顧社會經濟效益，還要考慮算法的“數字經濟效率”“技術創新”等關鍵要素所帶來的社會公共利益。因此在衡量算法默示合謀的競爭效果時應當進行定性和定量分析，觀察算法默示合謀是否切實有利于社會經濟效益或社會公共利益。

其次，適度降低算法默示合謀的豁免門檻。根據“審慎謙抑”理念的應有之義，理應適當降低算法默示合謀的豁免條件，在反壟斷法的豁免制度中增加算法條款，具言之，當“算法企業為增進數字經濟效率、技術創新、改善消費者福利、不會消除競爭而達成算法默示合謀的”應當予以豁免。但企業還應當為此證明所達成的算法默示合謀不會嚴重限制相關市場競爭，并且能夠與消費者分享由此產生的利益。

最后，平衡企業與消費者利益。當個案中社會經濟效益遠高于互聯網消費者利益時，也不能放任算法默示合謀公然侵害互聯網消費者合法權益，讓互聯網消費者為企業技術創新或社會總體福祉買單。執法機構應當在承認適用豁免制度的同時，進行利益平衡，要求企業適當補償受損害的消費者，從而兼顧整個社會效益，這也是數字經濟時代互聯網企業社會責任的應有之義。

五、結語

規制算法默示合謀對促進數字經濟健康發展具有重要作用。我們應結合制度現狀與數字經濟發展需要，對新科技背景下的算法默示合謀本質及特征進行審視和反思，正視算法默示合謀的智能隱蔽性、社會效果雙重性等特征給反壟斷執法帶來的合謀行為識別、違法性認定、責任承擔及豁免等方面的挑戰。秉持“審慎謙抑”規制理念，建立算法默示合謀內部與外部監管機制、適當修正算法默示合謀認定規則、構建算法默示合謀責任體系，從而更好地防范算法技術濫用帶來的反競爭風險，引導算法公正負責任地運行。