數字經濟中競爭性壟斷與算法合謀的治理困境

蘇敏 夏杰長

摘 要：在數字經濟的治理結構中，傳統政府治理范式與數字經濟特征的不相匹配誘發諸多治理困境與挑戰。對數字經濟治理困境進行學理性解釋，應在適應經濟發展形勢變化的基礎上，完善數字經濟治理理論基礎，探索反壟斷規制具體治理舉措。本文對數字經濟的考察以競爭性壟斷市場結構中算法合謀現象作為出發點，挖掘數字經濟中競爭性壟斷市場產生的原因及算法合謀的治理困境。首先，基于數字經濟的資源特點和技術特征，分析了數字經濟中市場結構變化與算法合謀形成的本質內涵和機理;其次，對比傳統經濟，分析得出競爭性壟斷市場結構是數字經濟中技術競爭、創新以及標準化約束的必然結果;再次，基于算法合謀的高隱蔽性以及數字經濟中出現的競爭性壟斷市場的特點，分析了國家反壟斷規制中數據市場邊界與數據糾紛、市場支配地位認定、算法卡特爾與壟斷協議模糊等問題;最后，提出在競爭性壟斷市場中算法合謀治理應實現監管機構、平臺、用戶三方共治的應對策略。

關鍵詞：數字經濟;競爭性壟斷;算法合謀;算法卡特爾

中圖分類號：F49;G712? 文獻標識碼：A

文章編號：1000-176X（2021）11-0037-10

一、引 言

據全球互聯網數據中心統計，隨著大數據和人工智能時代的來臨，每年全球數據的增長速度約為40%。大數據處理效率隨全球數據的增長不斷提高，定價算法等先進數字技術工具的使用使得全球市場競爭戰略與競爭格局不斷變化，越來越多的公司通過計算機算法來改進定價、預測趨勢，從而提高其市場效率。與此同時，數字經濟（Digital Economy）的發展使得計算機算法的商業應用愈發廣泛，企業運用算法不僅可以預測市場趨勢、完善行業定價模型，而且可以實現顧客個性化服務。在反壟斷領域，算法作為數字經濟的使用工具也逐漸成為反壟斷規制的重要范疇。然而，隨著數字技術與大數據的不斷發展，反壟斷法領域出現了電商平臺“二選一”、社區團購低價占領市場以及字節跳動訴騰訊平臺壟斷等事件?？梢?，數字技術的發展與競爭性壟斷市場結構的變化對我國現有反壟斷法律框架與分析思路提出了新的挑戰。

古典經濟學誕生以后，有關壟斷和競爭的問題被系統地納入經濟學研究范疇。作為一種新的經濟形態，數字經濟中的壟斷與競爭也有了新的內涵。競爭性壟斷市場中的競爭是在技術不相容定理約束下的高度競爭，競爭勝利者會占據壟斷地位，淘汰者成為潛在競爭者。因此，在數字經濟中，競爭必然導致壟斷的產生，即出現贏者通吃的結果。而壟斷的出現并不意味著激烈競爭的不復存在，數字經濟中的正反饋機制、高固定成本與低邊際成本的特性、產品技術的不相容性、網絡外部性和消費所產生的鎖定效應等使壟斷成為必然。

二、數字經濟中市場結構的變化

數字技術的應用推動著數字經濟市場結構的變化，算法作為輔助廠商經營的有力工具被商業社會廣泛應用，基于算法的定價策略成為企業決策不可或缺的部分，也是政府監管需要關注的新領域。韓偉[1]認為，數字企業使得算法在市場預測與業務流程優化方面得到了深度應用，改變企業商業運營模式的同時也影響著數字經濟市場結構的演化。傳統的市場結構包括四種基本類型，即完全競爭、完全壟斷、寡頭壟斷和壟斷競爭。反觀數字經濟，數字技術提升產生的多米諾效應使得算法成為廠商與消費者兩方的路徑依賴。顯然，此時廠商擁有絕對優勢加劇技術競爭，而廠商技術競爭的加劇必然會引發新的技術創新，由此所產生的行業進入壁壘增加了行業的壟斷性，在廠商不斷的競爭與技術發展中形成了數字經濟市場結構——競爭性壟斷市場?；跀底纸洕Y源的特點，競爭性壟斷市場中數字經濟平臺呈現出典型的雙邊市場的特征。平臺經濟包括供應商和客戶兩個角色，而客戶可以是廠商也可以是消費者，平臺通過優惠和補貼等途徑拓展用戶流量，使用者在平臺上的互動過程中引發直接或者間接的網絡效應。平臺利用機器學習算法，借助數字資源不斷訓練算法刻畫用戶精準畫像，在該平臺產業鏈中通過算法實現價格歧視或者導致“大數據殺熟”，平臺在該領域就開始具有一定的算法權利，甚至算法逐漸成為數字經濟中的“準公權力”[2]，從而實現算法合謀。

（一）競爭性壟斷的形成

競爭性壟斷（Competitive Monopoly）[3]是指數字技術的高速發展使得數字經濟中的市場競爭增強，廠商所生產的產品出現技術壁壘，導致競爭和壟斷雙方被強化的趨勢。尹莉[4]在研究信息與通信技術（Information and Communications Technology，ICT）行業的競爭性壟斷市場時表示，競爭性壟斷市場結構是由廠商之間的技術競爭產生，在壟斷結構之中又包含著更激烈的技術競爭形式并孕育新一輪的競爭，是一種壟斷因素和競爭因素并存的壟斷。一方面，數字經濟市場開放度越高，其競爭就越激烈，市場進出無障礙使得技術創新速度加快，行業集中度越高，形成的壟斷性就越強;另一方面，數字技術企業的壟斷又極其不穩定，甚至對于形成壟斷的技術沒有過度的保護，使得造成壟斷的技術很容易被新技術所替代，而市場的競爭會隨之更加激烈。在競爭和壟斷同時加強的態勢下，這種二律背反的共生現象演化出一種新的競爭性壟斷市場結構。

1.數字經濟領域的廠商通過在規則的變化下增強價格的控制能力而加劇壟斷

英特爾創始人之一摩爾提出的摩爾定律解釋了技術進步的速度。摩爾定律指出，數字技術與價格的變化是相反的，芯片功能翻一番的周期是18個月，而芯片價格在同周期會下降一半。因此，市場價格在數字經濟中的變化與傳統經濟有很大的不同，并且每一個數字產業鏈生產的商品，其定價規則也與傳統產業有著很大差異。對比來看，傳統行業的交易價格反映市場的供求關系，傳統經濟的資源具有稀缺性的特點，且更易受到成本的約束，因而傳統行業中市場價格和數量的變化通過供需關系表達。不同的是，數字經濟時代是信息與知識大爆發的時代，數字市場中稀缺的已經不再是信息與數據要素，而是用戶的注意力。數字產品不存在傳統產品所具有的資源稀缺性的約束，其受成本約束隨數字技術的發展逐步減少，這就意味著數字經濟面臨前所未有的局面，即數字經濟的網絡經濟效益和規模經濟效益趨于無窮大。

2.技術的市場不相容定理推動了數字經濟競爭性壟斷的市場結構 [3]

數字企業之間的競爭已經不僅僅停留在價格戰，技術競爭的重要性日益凸顯，創新戰、質量戰、速度戰、服務戰逐步打響?！榜R太效應”強化了技術競爭，使技術競爭成為“勝者全得”市場壟斷效應的一個主要因素，同時強化了競爭和壟斷的態勢。2020年，美國納斯達克股票市場共迎來300家公司首次公開募股（Initial Public Offering，IPO），總籌資額達778.6億美元，同年有70家公司在納斯達克股票市場退市。由此可見，在數字經濟時代，并購、重組異常激烈，企業隨時面臨著淘汰出局的風險。數字經濟時代企業的更迭速度加快，新企業的成功與舊企業的消退交替出現。根據數字技術的功能與價格比的摩爾定律，隨著數字技術功能的增加和完善，價格呈現出周期性下降的趨勢。因此，基于新技術的新產品不僅不會比舊技術和舊產品的價格高，而且還可能降低。如此，質優價廉的新技術往往一出現就會迅速占領市場，落后技術也就很快被淘汰。因此，數字技術的市場不相容性決定了誰掌握了被市場所接受的先進技術，誰就占據了“勝者全得”的市場壟斷地位。

3.數字市場標準化的要求也在助長壟斷的趨勢

數字市場標準化也就意味著只能容忍符合標準化技術存在，具有技術優勢和進入時間優勢的企業增加了后進入市場企業的進入難度。然而，數字市場是高度開放的，只要新技術能夠獲得市場認可，就可以占領市場并淘汰其他技術和產品。因此，競爭機制在數字經濟中更容易發揮作用。競爭機制的顯著發揮有利于壟斷的形成，壟斷的形成又促進了新一輪競爭，使得數字經濟中競爭—壟斷—競爭的循環不斷加快，形成了這種特殊的壟斷性競爭的市場結構。一般來說，數字經濟中技術創新更迭速度較快。技術創新如果被少數企業掌握會形成寡頭和壟斷，技術創新聚集使其容易長期占據壟斷地位，相反，技術創新如果呈網絡型或者放射型，處于壟斷地位的企業就需要不斷創新數字技術來鞏固壟斷地位，否則就會面臨比完全競爭市場更加殘酷的競爭。在壟斷性競爭市場結構下，數字產品的標準化要求使得競爭與壟斷巧妙地結合在了一起。

（二）數字時代的算法合謀

“合謀”即競爭對手之間共同實施的可能損害消費者利益的共同利潤最大化策略行為，而“算法合謀”（Algorithmic Collusion）則是指將算法作為合謀促進因素，導致以前沒有出現過的或者以前不可能出現的新式合謀。隨著數字經濟的發展，算法的應用越來越廣泛，同時算法的應用也帶來許多公共問題。例如，運用算法預測行業趨勢，通過算法為消費者制定個性化服務以及使用算法參與改進定價等，這些在提高市場效率的同時也出現了算法合謀的典型問題。

近年來隨著數字技術的不斷成熟，算法對市場競爭的影響已經無法忽略，數字時代的算法合謀有三個主要推動因素：第一個因素是始終有效運行的摩爾定律。技術進步使我們的計算設備運行更快，體積更小，價格更便宜。如今，數字技術域分析和記錄大量人口的行為成為可能。第二個因素是高效的通信網絡連接速度與容量。龐大的數據內容能夠實現快速傳播，市場中擁有無處不在的信息通信渠道來實際儲蓄和分發數據。第三個因素是強大的數據收集與分析能力。如今一臺新款Xbox游戲機的計算能力甚至超過了亞特蘭蒂斯號航天飛機[5]，Mehra[6]認為，這意味著即使普通消費者也擁有了強大的計算能力，不斷發展的數字技術給予了算法計算模擬和預測世界的功能。

算法定價更容易達到合謀水平，損害消費者的利益。算法作為工具通常以追求經營者利潤最大化為目標，如果平臺經營者統一供應商的定價算法，算法監控市場與價格變動的能力不斷提高，那么經營者將可以預測其他經營者的價格反應，同時為保持自身利益最大化而設定更高的價格。牛津大學競爭法與政策研究中心的一篇論文中提到Uber公司使用的算法曾使得消費者支付不合理的高價，當算法在真實的市場價值和自身感知的市場價值之間進行選擇時，往往會舍棄真實的市場價值，形成算法合謀造成更加嚴峻的壟斷。但是，算法合謀很難被直接識別，也難以判斷這種結果是經營者的默示合謀還是市場博弈下的跟隨行為。執法機構需要考慮算法合謀是否違反反壟斷法，甚至從理論上重新考慮算法合謀的形成條件以及對社會福利的影響。

（三）競爭性壟斷中市場支配地位的認定

市場支配地位通常是指企業可以擺脫競爭約束的一種能力，判斷企業是否具有市場支配地位通常從兩個方面入手：第一，需求替代分析，即審查用戶交易過程中的公平和自由是否受到影響。第二，供給替代分析，即企業進入市場是否受競爭對手的影響。數字經濟中，當平臺連接兩個使用群體時就會產生雙邊市場，而其中一個使用群體會受到另一個群體使用的影響，從而產生網絡效應。需求替代分析大多數研究都集中在網絡效應[7]造成的用戶Lock-In轉移成本過高，因而導致產品與技術對消費者的鎖定。供給替代分析則是著重關注供應商的轉換成本以及企業進入的難易程度。相比傳統市場中企業的市場支配地位，數字經濟中的網絡效應導致競爭性壟斷市場結構條件下企業的市場支配地位將會更加不穩定，監管部門需要重新審視市場支配地位認定的要素。例如，2013年11月26日，我國互聯網歷史上訴訟標的額最大的壟斷案件——“奇虎公司訴騰訊公司濫用市場支配地位案”的結果認定，騰訊公司不構成濫用市場支配地位，最高人民法院駁回了奇虎公司的全部訴訟請求?？梢?，競爭性壟斷格局下市場份額的大小并不能繼續成為認定市場支配地位的標準。

一方面，廠商是否具有市場支配地位可以通過其進入市場的難易度判斷，但競爭性壟斷會導致其他競爭者進入市場難易度無法衡量。一般地，當市場壁壘較低時，該廠商所在行業進入較為容易，該廠商則不具有市場支配地位;當市場壁壘較高時，該廠商所在行業進入較為困難，該廠商則具有市場支配地位。但在競爭性壟斷市場結構中，不同的判斷指標將會導致不同的市場支配地位認定結果。數字經濟中，影響數字經濟領域市場進入難易程度的考慮因素有別于傳統行業，互聯網行業往往只有少數廠商或者僅存一家廠商成為該行業的佼佼者。例如，在即時通信領域，騰訊占領市場支配地位后再無其他競爭者可以與之抗衡;在辦公軟件與操作系統領域，微軟研發面世后就不斷發展成為行業霸主。2021年2月7日，國務院反壟斷委員會發布的《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》[8]細化規定了相關認定數字經濟領域經營者具有市場支配地位的考慮因素，包括市場準入、平臺規模效應、資金投入規模、技術壁壘、用戶多棲性、用戶轉換成本、數據獲取的難易程度和用戶習慣等。另一方面，競爭性壟斷格局下廠商的市場份額具有動態性和不穩定性。根據《中華人民共和國反壟斷法》（后文簡稱《反壟斷法》）規定，傳統經濟中認定廠商是否具有市場支配地位是依據市場份額推定的，但在數字經濟中并非如此。數字經濟由于市場結構的變化，廠商的市場份額更具動態性和不穩定性。以抖音和快手等短視頻平臺為例，其用戶界定可以是長期瀏覽用戶，也可以是短期瀏覽用戶，還有通過其他社交平臺推廣進入的瀏覽用戶。顯然，在平臺市場份額的界定沒有明確標準的情況下，瀏覽用戶無法作為實際使用人數，而注冊用戶顯然也無法作為實際使用人數進行界定。因此，平臺占有市場的實際情況將無法用具體標準的數額加以界定和評估。比較而言，傳統經濟中廠商所生產產品的市場份額通常依據該產品的銷售數量進行界定，傳統行業的銷售數量是依據會計記賬數據統計計算而得，而對于銷售數量的計算顯然在數字經濟中的很多情況下無法具體統計核算。因此，競爭性壟斷格局下市場份額不再與市場支配地位直接畫等號。

三、競爭性壟斷市場結構中算法合謀的治理困境

由于算法在企業決策事務和回應競爭對手反應速度方面呈現出高效優勢，數字市場中競爭雙方利用算法協調價格的行為越來越普遍，甚至算法可以代替合謀中的人力因素直接 “讀取”競爭方的算法對競爭企業的行為進行預測。算法取代部分人力因素形成的合謀可以是顯性合謀，也可以是默契合謀，其中，顯性合謀更容易被執行，而默契合謀通過算法更容易被實現。隨著機器學習的發展，深度學習算法已經可以達到完全替代人力因素形成合謀，而這種虛擬合謀的形成已經不在《反壟斷法》的調整范圍內，反壟斷執法面臨嚴峻的挑戰。此外，數字企業關于價格濫用的認定也成為《反壟斷法》濫用市場支配地位認定的困境之一，對于合謀認定中壟斷協議的有效概念模糊的判斷也將成為未來處理算法合謀問題確定判定的前提條件。

（一）數字經濟中相關數據市場的界定

《反壟斷法》繼受于歐美反托拉斯法，而歐美反托拉斯法產生于工業時代，因此，《反壟斷法》的適用性顯然無法顧及數字經濟發展的特點。法律本身就具有滯后性的特征，在數字經濟快速發展的背景下，突破《反壟斷法》的規制與認定出現的困境需要明確數字經濟發展中相關數據市場的邊界和數據類型。

1.大數據在商業領域的無限性要求我們明確數據資源的競爭范圍

從概念溯源來看，美國聯邦交易委員會委員Harbour于谷歌收購DoubleClick一案所提的不同意見中首次提出了“相關數據市場”的概念?；诠┬柙瓌t，袁波[9]在大數據領域的反壟斷中引入相關數據市場，認為數據可分為“自用型”數據和“他用型”數據。與“自用型”數據不同，在“他用型”數據情形下，經營者既把自行收集的數據用于自身的生產經營活動，同時也單獨對外許可或者轉讓這些數據，這意味著該數據在市場上存在獨立的需求和供給，需要單獨界定“他用型”數據的相關數據市場。因此，我國《關于禁止濫用知識產權排除限制競爭行為的規定》（以下簡稱《規定》）第3條第二款規定[10]：“相關數據市場是指由所涉及的數據和可以相互替代的同類數據之間相互競爭所構成的市場”。

2.界定相關數據市場是有效判定市場支配地位的重要前提

Pamela和Tara[11]認為，數據市場的界定不僅可以更好地認識數字經濟活動不斷生成的海量數據的重要價值，而且還能夠凸顯出數據資源對數字市場競爭可能產生的潛在影響。相關數據市場已被域外反壟斷理論界普遍接受并廣泛使用，一般在認定“他用型”數據情景下的市場支配地位時，相關數據市場的界定沿襲《規定》。《反壟斷法》關于界定相關市場方法的規定主要體現在《國務院反壟斷委員會關于相關市場界定的指南》[12]第7條中，即“界定相關市場的方法不是唯一的?！痹诜磯艛鄨谭▽嵺`中，根據實際情況可能使用不同的方法。界定相關市場時，可以基于商品的特征、用途、價格等因素進行需求替代分析，必要時進行供給替代分析。在經營者競爭的市場范圍不夠清晰或不易確定時，可以按照“假定壟斷者測試”（參見第十條）的分析思路來界定相關市場。依此規定，《反壟斷法》沒有對相關市場界定方法和分析因素作出硬性要求。

3.相關數據市場的界定目前似乎并不適宜采用假定壟斷者測試法

李虹[13]認為，假設壟斷者SSNIP（Small but Significant and Notrans Itoryin Price）測試法以定量分析為基礎，克服了傳統定性分析方法存在的主觀性強等諸多不足，許多國家和地區都已明確地將該方法作為反壟斷實踐中界定相關市場的主流方法。然而，我國數字經濟仍處于發展初期，國內外數據交易流通尚處于初始階段，以往數據交易活動呈現出成交量低、定價自由度高、價格波動大和不透明性強等特點，這無疑給嚴重依賴于價格數據的SSNIP測試法的使用帶來極大的困難。因此，更為妥適的做法是從供需替代角度分析數據之間的可替代性，例如，離線數據和在線數據是否具有可替代性的分析需要結合二者的應用場景，從下游產品或者服務的可替代性倒推出兩種數據是否具有可替代性。

（二）拒絕開放共享“必需數據”的糾紛

近些年，經營者之間圍繞數據資源展開激烈爭奪，在數據驅動型反饋回路的作用下，海量數據主要掌握在少數互聯網巨頭手中，若是數據控制者徑直拒絕開放共享數據，則有可能導致下游市場的封鎖并損害潛在創新，如此便把問題引致《反壟斷法》中極富爭議的必需設施理論。

目前，國內外已發生多起涉及拒絕開放數據的反壟斷糾紛，法院在個別案件裁決中明確承認必需設施理論的可適用性。這標志著發源于工業時代的必需設施理論正在經歷從“必需設施”到數字經濟時代的“必需數據”的轉變。例如，華為和騰訊關于微信數據的糾紛。2016年，華為推出華為榮耀Magic旗艦手機，該手機的最大賣點和特色就是可以提供人工智能服務。不過，這需要通過收集用戶個人資料、活動信息等數據來實現。事實上，華為收集了包括支付寶、新浪微博等多個應用軟件的數據。隨后，騰訊公開指責并向工業和信息化部（以下簡稱“工信部”）投訴華為非法獲取微信數據，并侵犯了微信用戶的隱私，華為則辯稱，微信數據既不是騰訊專有，也不歸屬于華為，而是用戶自己所有，更表示收集和處理微信數據已經事先征得微信用戶同意。由于該爭議不僅牽涉到行業巨頭之間的商業利益糾葛，更關涉個人信息和用戶隱私保護等敏感問題，一經爆出便引起了國內外的廣泛關注和熱烈討論。工信部作為雙方共同主管部門及時介入，平息了此次爭議，但關于騰訊是否向華為開放微信用戶數據等仍未公開。值得關注的是，華為作為硬件和底層軟件系統的供應商與無直接競爭關系的手機應用軟件提供商騰訊因數據收集產生紛爭，這在某種程度上說明數字經濟領域的競爭邊界已泛化，可以預見，圍繞數據資源展開的爭奪將愈演愈烈，類似的糾紛或許會蜂擁而至。

（三）算法卡特爾給數字經濟帶來的挑戰

反壟斷法領域內的卡特爾的實質就是一種合謀或者說共謀，世界各國的反壟斷法都將卡特爾作為重要的壟斷行為進行規制。算法卡特爾本質上也是一種新的合謀形式，即利用算法來實施合謀。但由于算法本身的特征以及對合謀效果影響等因素，相比較傳統的合謀，算法卡特爾的問題更加棘手。

1.算法可以增強卡特爾的合謀動機，降低成員實施欺騙行為的可能性

一方面，相對于傳統定價方式，算法可以使合謀價格更為合理。特別是在產品存在差異，企業成本、效率及市場份額都不盡相同的情況下，算法可以更好地協調卡特爾成員的利潤，盡可能保證卡特爾內部成員的“公平”，降低個別成員背叛的可能性。另一方面，算法能夠實時監控卡特爾成員的行為。相比傳統透明度較低的市場，算法更容易發現合謀者通過修改算法實施秘密降價。此外，算法還可以及時對背叛者實施報復，將價格調整至競爭水平，率先背叛卡特爾組織的成員所獲得的利潤將隨著其他競爭者反應速度的提升而減小。因此，算法卡特爾的實施極大地削弱了背叛者可能取得的利潤，降低其背叛的可能性。

2.算法可以降低卡特爾的實施成本

與單一壟斷不同的是，卡特爾的維系需要進行大量工作。由于卡特爾成員首先考慮的均是自身利潤最大化，其次才會考慮卡特爾整體利潤最大化，這往往使得卡特爾整體利潤最大化的目標與卡特爾成員利潤最大化的目標不一致。為了保持卡特爾成員與卡特爾整體利益的一致性，卡特爾組織必須通過不斷地進行談判、會議等活動來維持。但隨著市場透明度的提高，卡特爾組織通過算法可以更加容易地實施價格監控，減少所需的時間及資金成本，不再需要定期以會議等其他形式與組織成員進行交流，降低了卡特爾行為的實施成本。

3.算法可以增強卡特爾組織的穩定性

由于算法卡特爾的實施沒有明確的協議、會議等證據，保證了卡特爾行為的隱秘性，降低了被執法機構發現的可能性，進一步降低了卡特爾的違法成本。例如，區塊鏈技術作為產生算法卡特爾的技術之一，為算法合謀提供了新的技術支持，大型國際企業已經傾向于采取反競爭行為來減緩競爭強度，包括谷歌和亞馬遜在內的大型企業或將運用區塊鏈技術增加市場力量與其他廠商一起實現算法合謀。Massarotto[14]認為，私有鏈可以為企業勾結而創造完美的條件，智能合約會自動懲罰參與者與卡特爾協議的偏差。因為參與這些網絡只能通過邀請，也可能發生排他性壟斷行為。

（四）濫用市場支配地位的認定困境

《反壟斷法》第17條列舉了6種濫用市場支配地位的行為來規制不公平的交易價格。但是，針對數字企業關于價格濫用的認定存在困境，尤其是互聯網平臺企業濫用市場支配地位的認定。數字經濟中的反壟斷規制如何識別企業價格濫用行為成為難點問題，其主要原因在于互聯網平臺企業的價格策略與傳統企業價格策略差別較大，基于雙邊市場的互聯網平臺企業價格濫用監管困難主要表現在以下兩個方面：一方面，互聯網平臺企業的價格歧視難以認定。傳統企業的定價策略中包括差別定價策略，而互聯網平臺企業中的差別定價不能“一刀切”地定義為價格歧視，因為互聯網平臺企業為了數字產品研發投入的利潤轉換周期縮短，會推出差異化價格策略來滿足其效率價值，從而使得互聯網平臺企業有足夠的流動資金來滿足數字產品升級與更新。數字企業在平臺經營中往往努力獲得更加全面的數據和用戶信息來制定平臺規則，一旦差別定價超過行業競爭的邊界導致限制競爭的行為出現時，就會加劇數字經濟中的壟斷現象。另一方面，互聯網平臺企業的掠奪性定價難以認定。經濟學中的價格歧視是指同一產品不同消費者因為購買數量或者購買順序的不同而產生不同定價，這里的價格歧視不具有貶義，也不應成為反壟斷規制的范疇。但是，在互聯網平臺企業針對不同用戶采用不同的價格策略中有可能采取一些違規措施。例如，為了讓消費者無暇比價而宣稱貨源緊張等虛假信息，此行為就涉及侵犯消費者知情權。通常在互聯網平臺企業進入市場的初期，采用免費甚至補貼消費等行為推廣市場獲得用戶流量，在此認定價格濫用是否構成時，需要考慮市場的雙邊特性，避免“燒錢搶市場，壟斷后提價”的價格濫用行為擾亂市場秩序。

（五）壟斷協議的有效性概念模糊

《反壟斷法》對于合謀的認定需要確定競爭者之間存在“協議”（Agreement）。為了保證市場競爭中“協議”具有較大的競爭范圍，“協議”通常被廣義地界定，這就引發了壟斷協議有效性概念模糊這一問題。倘若雙方的合作中沒有明示合作內容與條款，在缺少有效壟斷協議的情況下，《反壟斷法》對于“協議”的適用性就受到了挑戰。在數字經濟條件下的算法合謀“協議”就面臨上述認定困境。因此，Kaplow[15]認為，目前規范橫向協議的方法可能太過形式主義，無法處理有違法可能的企業之間的相互依賴關系。算法技術發展推動競爭雙方利用編碼作為交流媒介進行隱蔽互動，迅速達成協議目標，使得數字經濟中“協議”的適用邊界及概念認定越來越模糊。例如，基于平行算法，企業可以實行價格追隨策略，某家模擬市場頭部的企業算法相當于合謀要約，而頭部企業通過漲價回應此算法的行為相當于接受此要約。此外，“信號算法”可以使產品價格針對市場快速做出反應趨于合謀定價，這種定價行為本質上與實際協商價格達成價格合謀協議沒有區別。因此，競爭對手回應對方以達成一致價格的行為相當于合謀協議，只不過該協議的達成渠道由復雜的算法組成。由此可見，對于“協議”概念與邊界的認定更加有助于降低反壟斷法執行的模糊性。企業間的算法互動是否應當類似于“合謀”那樣被《反壟斷法》規則下“協議”的概念所覆蓋，是企業了解法律執行邊界，對未來如何處理算法合謀問題的判定條件。

四、數字經濟中算法合謀三方共治的應對策略

（一）數字經濟領域的反壟斷規制

高艷東[16]表示數字經濟具有高度的競爭性，且數字經濟帶有壟斷經濟的天然特征，數字經濟通向的就是一條競爭性壟斷之路。然而，目前數字企業在市場上占據絕對優勢地位，數字驅動企業生產和運營的邊際成本隨著自身大數據的不斷積累而降低，反壟斷法規范市場的力量與范圍需要禁止這些企業為了排除市場合理競爭而實施濫用市場支配地位，解決數字企業帶來的風險。特別地，在互聯網平臺服務中，當更多的新用戶加入時可以與其他用戶形成多方互動，提高平臺用戶價值，足夠多的消費者可以為平臺買單并使其占據大量市場份額，此時市場競爭而并非壟斷導致了市場力量集中在了少數企業，這種良性競爭導致的市場支配地位的形成對于數字經濟反壟斷的監管提出挑戰。

1.數字經濟中的反壟斷規制應集中于濫用市場支配地位的行為，而非集中于良性競爭中獲得市場支配地位的行為

大型數據驅動平臺在數字技術發展的過程中已經改進產品和生產流程來維持自有優勢和地位，數據市場中對大數據進行自動分析的結果已成為數據創新驅動的一部分，數據驅動的機器學習也成為了互聯網公司依賴分析處理數據信息能力的關鍵，依賴處理能力的數據要素降低了技術創新在數據市場更加公平的可能性。因此，互聯網平臺憑借強大的數據信息處理能力以及用戶大數據資源，長期在市場占有較高份額，易獲得市場支配地位。隨著數據相關產業的不斷發展，即時通信行業因為需要較高的數據處理技術出現明顯的寡頭壟斷，但是相對疲軟的新聞和旅游門戶網站卻競爭激烈。競爭中處于市場支配地位的企業是良性競爭的結果，法律不能因此干預競爭而禁止企業獲得支配地位。但是，對于濫用市場支配地位的企業，需要集中力量依據《反壟斷法》進行管制。

2.數字經濟中的反壟斷規制應避免以單一因素得出結論

引發市場份額變動的因素通常有兩個，即因為生產能力不足失去市場份額或者因為堅持價格而舍棄市場份額。數字產品的生產成本費用主要集中于技術創新的研發費用，傳統經營中的營業成本與固定成本費用較少。例如，操作系統的研發成本多為系統升級時期所需科研經費，而批量生產中的材料、人工和生產設備運轉費用占總費用的比重較低。因此，高市場份額并不是決定市場支配地位的關鍵因素，市場份額也已經不是評估市場支配力的唯一因素。數字經濟中的技術研發以及經營者的其他行為也需要被納入認定市場支配地位的規制中。同時，鄒越[17]認為，適用市場結果的單一評價方法雖然不能正確得出市場支配地位的判斷，但是可以與多因素評價相互補充和印證，同時使用結構方案、行為方案和結果方案綜合判斷。

（二）監管機構針對算法合謀的管制路徑

韓偉[18]認為，數字經濟反壟斷規制最大的困難是，知識產權法、消費者權益保護法、隱私保護法等既存法律的存在使得數字經濟的管制需要多部門配合，根據不同政策領域采取不同干預措施。此外，跨境數字企業也面臨國家地域與管制方法的挑戰。因而算法合謀的管制需要探索出一條新路徑。

1.市場研究與市場調查

數字經濟市場一旦運行不暢或者出現市場主體間的算法合謀時就需要反壟斷的干預。算法合謀的干預需要找到合謀證據，執法部門為了尋找出現市場失靈的原因及解決方案，也為了證明算法合謀的存在對市場競爭和消費者造成的不良影響，通常會使用市場研究（Market Studies）或者市場調查（Market Investigations）。需要明確的是，市場研究不是司法部門的執行機制，是為了尋找算法合謀的證據所執行的研究路徑。，市場調查是市場研究的延伸，但是市場研究并不是市場調查的前提，未經市場研究依舊可以開展市場調查。市場調查發現市場主體間的合謀問題則允許執法部門執行法律，避免因沒有主體算法合謀的證據時發生的不正常競爭行為?；诖耍嘘P執法部門應依據算法合謀的干預需要開展市場研究與市場調查，確保執行算法合謀反壟斷干預的證據充分。一方面，形成政企后設協同規制模式[19]，政企后設協同規制模式不同于平臺企業直接參與協同規制的模式，是指在政府的控制之下，互聯網平臺企業在自己的專業技術范圍內參與協同規制的模式，一旦超出其專業技術范圍將違反后設協同規制。該模式通過發揮互聯網平臺企業對于市場研究和市場調查的天然優勢，協同政府對算法合謀風險進行分析和預測，秉持“審慎謙抑”的規制理念[20]引領企業良性發展，科學界定算法合謀的規制范圍，形成數據集中共享的算法治理。另一方面，引進數字技術人才組建“算法政府”，針對基于機器學習、人工智能等競爭問題展開市場研究與市場調查，建立專家團隊延伸調查市場是否存在算法合謀的經濟跡象，需要對產品價格高于競爭價格、產業結構集中度高等特征提供競爭政策與決定。

2.事前合并控制

對于降低默示合謀的風險，需要競爭執法部門審查競爭對手在事前合并行為中的“協同效應”（Coordinated Effects）。在存在算法行為的市場中，事前合并的反壟斷審查需要降低合并審查門檻，在評估算法合謀風險時超越雙寡頭壟斷的傳統壟斷模式，預防和關注市場集中度不高但通過算法手段可能形成默示合謀的情形。Ezrachi和Stucke[21]認為，“執法部門需要確保市場上存在利潤差異化以及不同產能約束的各種賣家，同時關注存在5到6個主要競爭者的市場時，算法合謀超出傳統雙寡頭市場，基于并購交易而消除一個特定的市場主體，是否會顯著提升算法默示合謀的風險”。Ezrachi和Stucke[22]還建議，“當多個市場之間的聯系能夠促進默示合謀時，執法部門可能還需要進一步重新考慮針對混合合并的分析方法。比如機器學習的一個特點是能夠發現不同大數據集之間的關聯。因此，算法在截然不同的產品市場之間也可能確定以及回應懲罰機制，而這些不同市場的產品，人類可能認為是不相關的”。

3.算法合謀的管制措施

首先，最高價格管制。雖然最高限制價格在市場競爭中被視為施加市場顯著障礙，但是面對算法合謀在缺少溝通與信號等因素的條件下仍可形成的現狀，政策制定者仍需考慮最高價格管制。然而，價格管制不僅會使得高質量產品更新速度放緩，同時阻礙數字企業創新，也會通過在數字市場中給合謀創造合作的基礎（聚點）而導致更高的價格。因此，需要更為有效的政策替代最高價格管制。其次，影響算法合謀穩定性的管制措施。算法合謀的管制措施還可以表現為執法部門通過限制公開信息范圍降低透明度，從而改變較為容易產生合謀的數字市場特征。此外，降低數字市場中企業之間的高頻互動也是救濟措施的內容之一，要求預達成合謀企業之間的邀約需要在最低等待期過后提出，或者通過延遲企業達成調整價格的時間來保證管制措施的執行。同時，降低數字驅動企業間的互動也降低了消費者獲得信息的透明度，抑制供需價格匹配的調整速度和效率，從而影響市場應有的競爭機制。最后，算法設計方面的規制。算法合謀引發反競爭性協調價格的行為，產生企業獨自對市場變量作出維持算法合謀所需要的算法設計。因此，需要從算法設計上管制企業對于算法合謀的價格回應。算法設計上的管制相比較前兩種管制措施更具有靈活性，但是會使得企業創新算法的能力受到限制。例如，通過算法設計的管制限制企業對最近價格變化進行反饋和回應做出調整，但是對執法部門算法設計方面的技術要求較高，存在監督難度。

（三）企業在競爭性壟斷市場結構下的應對策略

只有當反壟斷本身的執行成本低于由于反壟斷增進的社會福利時，反壟斷規制才具有可行性。在這一點上，市場的自我修復往往要比反壟斷機構行動迅速，例如，技術創新競賽、軟件的低邊際成本、消費者的異質偏好以及市場空間的擴大等都是壟斷勢力的消融劑。因此，面對數字經濟中的競爭性壟斷市場結構的出現，企業可以通過以下三種途徑應對。

1.激發企業創新

在完全信息確定性條件的博弈分析下，技術創新是數字經濟下產業結構由絕對壟斷向競爭性壟斷發展的最根本動因。技術創新是保持企業競爭優勢的前提條件，即便是已經占領現有市場份額優勢的互聯網企業，現有的壟斷地位亦不能僅靠市場份額的暫時占有而維持下去，創新已經成為數字經濟中各大企業核心競爭力的長期來源。當然，數字經濟中的創新不僅僅依靠技術創新，商業模式的創新在數字經濟發展中也發揮重要作用。例如，百度的競價排名創新模式利用長尾理論從“尾部”中小企業獲得收益，從而打敗利用詞頻與鏈接的其他搜索引擎公司成為行業壟斷者。

2.構建用戶網絡

傅瑜等[23]認為，在數字經濟不斷發展的過程中，互聯網產品消費者獲得的產品效用主要取決于用戶數量，用戶多則效用高。龐大的用戶量成為互聯網企業占據市場份額的必要策略，因而構建用戶網絡成為競爭性壟斷市場結構下企業發揮市場先入者競爭優勢的又一策略。消費者對于數字產品價值的評價是保證用戶數量的核心要素，而數字產品的價值是隨著產品技術商業模式的更新而不斷升級。市場先入者利用龐大的用戶群體構建網絡效應奠定用戶技術，市場早期用戶網絡的互動與開發使得市場的后發者的劣勢更加明顯，因而搶占市場必將會加大后發者的投資。

3.推進企業合作

數字經濟中任何企業想要進入市場均需要前期巨大的資本投入，而互聯網企業與傳統企業不同的地方在于互聯網企業固定成本較高，但邊際成本會隨著企業的正常運作不斷降低。因此，數字企業合作共享形成了企業合作產業鏈甚至企業網絡，其解決大規模資金投入壓力的同時也獲得收益。例如，阿里與餓了么、京東與騰訊進行合作，多元化的企業合作構建共生網絡生態結構，不僅可以滿足消費者的多方需求，更可以滿足不同市場細分的大規模產品與服務供給，從而形成數字企業發展合作的復合路徑。

（四）用戶大數據的自愿性保護政策

近年來，利用算法合謀定價歧視的“大數據殺熟”現象引起了社會的廣泛關注，購物平臺、旅行平臺和網約車平臺等根據不同消費者的畫像對同一種商品或服務進行差別定價，例如，某網約車平臺出現相同公里數使用IOS手機系統的用戶單價大于使用Android手機系統用戶的現象。顯然，在數字經濟中算法合謀可以使廠商根據大數據完美刻畫用戶畫像，通過一級價格歧視榨取所有的消費者剩余。李三希等[24]認為，同業競爭廠商定價或消費者自愿支付行為限制了廠商通過算法實行價格歧視對消費者剩余的榨取。當形成競爭性壟斷市場結構時，如果市場上銷售的產品不完全相同，廠商就在技術等方面有了一定的壟斷能力，此時易產生“大數據殺熟”的現象。相反，若市場上銷售的為同類產品時，廠商為了利益最大化吸引消費者會采取邊際成本定價，即便運用算法獲得用戶畫像和價格偏好也不會改變定價策略。因此，造成算法合謀價格歧視的原因并非個人信息保護欠缺，而是擁有市場壟斷地位的商家濫用其市場支配地位。數字經濟中數據成為具有天然壟斷屬性的生產要素，數據本身會成為企業進入市場的壁壘，也是算法合謀定價使用戶權益受損的主要原因。

在競爭性壟斷市場結構中，競爭和壟斷被同時強化，市場中競爭的存在導致即便廠商利用用戶信息通過算法實行定價歧視，也會使得企業整體利潤降低，使消費者的整體福利增加。因此，解決算法合謀的根本方法是引入競爭機制，通過用戶大數據中的自愿性保護政策披露所有廠商擁有的消費者信息來提升用戶的議價能力。在競爭性壟斷市場結構條件下，應充分引入市場競爭，實施個人信息自愿性保護政策的市場監管方式共享數據資源，使非敏感個人信息（不包括用戶姓名、身份證號、手機號）的用戶數據不再成為壟斷的生產要素，。在競爭性壟斷市場結構條件下，應充分引入市場競爭，實施個人信息自愿性保護政策的市場監管方式共享數據資源，使得非敏感個人信息（不包括用戶姓名、身份證號、手機號）的用戶數據不再成為壟斷的生產要素，打破企業進入市場的大數據壁壘。

（五）數字經濟反壟斷治理困境的突破與展望

數字驅動企業的壟斷并非壟斷行為導致的，與古典經濟學中壟斷與壟斷競爭的概念不同，數字經濟中競爭性壟斷市場是由于技術創新與迭代產生的，數字經濟的生命力來自顛覆性創新。創新難得而易失，其有賴于動態“壟斷利潤”的激勵。暫時的壟斷并不可怕，可怕的是永久壟斷。因此，反壟斷反的恰恰是“市場進入的壟斷”。一方面，競爭性壟斷市場中沒有永恒的壟斷，創新成果是競爭性壟斷市場中保持企業活力與競爭優勢的主題。數字市場結構隨著市場中潛在競爭者占領數字市場中的創新機會而發生變化，創新速度和創新成果隨著潛在競爭者進入市場的數量而不斷更迭，形成數字經濟市場結構變化的動力。就企業壟斷而言，反壟斷管制不但要關注平臺利用規模經濟、成本和價格結構高筑商業壁壘，也要關注通過“技術專利化、專利標準化、標準壟斷化”，令技術和標準成為排斥競爭、限制市場進入自由的壟斷利器。就行政壟斷而言，反壟斷管制應盡可能取消不合理的市場準入資格，重新審視網絡行業牌照管制的合法性，推動企業設立從特許制轉向準則制，激活市場活力。另一方面，競爭執法部門在實施管制措施前通常采取救濟措施。由于透明度、互動頻率等市場特征容易被算法的運用所影響，執法部門需要通過分析以上市場特征有效阻止算法合謀，并且在實施管制前通過特定 “通知—下架”程序采取救濟措施，即發現了利用算法實施反競爭行為的情形，通過通知方式立刻進行下架處理。當然，也有算法合謀監督機制來避免反競爭行為的設計算法，但是此兩種救濟措施具有一些不可行之處：第一，一旦利潤最大化的指令代替合謀指令將無法確定合謀。第二，隨著機器學習的深度發展，算法的監督與數字產業同步成為困難。第三，公開信息的獲得使得算法合謀更易形成，因此，需要創新管制措施預防與監督算法合謀導致市場反競爭行為。

綜上，算法合謀面臨的挑戰并非只是由于其本身作為責任承擔主體而形成的，且其發展尚不具備成為獨立法律主體的必要條件，因而目前無法將其視為獨立的法律主體。隨著未來機器學習的深入發展，算法技術的應用范圍將會有很大突破，算法合謀的法律責任也必將進一步明確。因而對于算法合謀可能導致的風險進行研究，對算法在競爭性壟斷市場結構條件下可能發揮的作用進行預測和探索，對未來算法需要承擔的法律責任進行明確與規制，都是當前學術研究不可忽略且亟待發展的議題。

參考文獻：

[1] 韓偉.算法合謀反壟斷初探——OECD《算法與合謀》報告介評（上）[J].競爭政策研究，2017， （5）：112-121.

[2] 鄭智航，徐昭曦.大數據時代算法歧視的法律規制與司法審查——以美國法律實踐為例[J].比較法研究， 2019，（4）： 111-122.

[3] 李懷，高良謀.新經濟的沖擊與競爭性壟斷市場結構的出現——觀察微軟案例的一個理論框架[J].經濟研究，2001， （10）：29-37.

[4] 尹莉.競爭性壟斷市場研究[D].濟南：山東大學博士學位論文，2005.45-46.

[5] Blake， D. Space Shuttle Fast Facts [EB/OL]. https：//www.al.com/space-news/2011/07/space_shuttle_fast_facts_xbox.html，2010-05-07.

[6] Mehra， S.K. Antitrust and the Robo-Seller： Competition in the Time of Algorithms[J]. Minnesota Law Review，2016，100 （2）：1323-1374.

[7] 理查德·A·波斯納.反托拉斯法[M].孫秋寧譯，北京： 中國政法大學出版社，2003.289-304.

[8] 國務院反壟斷委員會關于平臺經濟領域的反壟斷指南[Z]. 國反壟發[2021]1號.

[9] 袁波.大數據領域的反壟斷問題研究[D].上海：上海交通大學博士學位論文，2019.89-99.

[10] 關于禁止濫用知識產權排除限制競爭行為的規定[Z].國家工商管理總局令[2015]第74號.

[11] Pamela， J.H.， Tara， I.K. Section 2 In A Web 2.0 World： An Expanded Vision of Relevant Product Markets[J]. Antitrust Law Journal，2009， 76（3）：769-797.

[12] 國務院反壟斷委員會關于相關市場界定的指南[Z]. 國反壟發[2009]3號.

[13] 李虹.相關市場理論與實踐反壟斷中相關市場界定的經濟學分析[M]. 北京：商務印書館， 2011. 86-87.

[14] Massarotto， G. From Digital to Blockchain Markets： What Role for Antitrust and Regulation[J]. Tippie College of Business， 2019，10（1）：1-22.

[15] Kaplow， L. On the Meaning of Horizontal Agreements in Competition Law[J]. California Law Review， 2011， 99（3）：683-818.

[16] 高艷東.互聯網時代的競爭與壟斷[N].學習時報，2019-03-01.

[17] 鄒越.競爭性壟斷視野下互聯網企業市場支配地位的認定[J].稅務與經濟，2018，（4）：1-6.

[18] 韓偉.算法合謀反壟斷初探——OECD《算法與合謀》報告介評（下）[J].競爭政策研究，2017， （5）：68-77.

[19] Philip， J.W.The Future of Internet Regulation[J].UC Davis Law Review， 2009， 43 （2）： 529-590.

[20] 吳太軒，譚娜娜.算法默示合謀反壟斷規制困境及其對策[J].競爭政策研究，2020，（6）：63-74.

[21] Ezrachi， A.， Stucke， M. E. Two Artificial Neural Networks Meet in an Online Hub and Change the Future （of Competition， Market Dynamics and Society） [R]. SSRN Paper， 2017-04-10.

[22] Ezrachi， A.， Stucke， M. E. Virtual Competition： The Promise and Perils of the Algorithm-Driven Economy[J]. Osgoode Hall Law Journal，2018， 55（2）：614-619.

[23] 傅瑜，隋廣軍，趙子樂.單寡頭競爭性壟斷：新型市場結構理論構建——基于互聯網平臺企業的考察[J].中國工業經濟， 2014， （1）： 140-152.

[24] 李三希，武玙璠，鮑仁杰.大數據、個人信息保護和價格歧視——基于垂直差異化雙寡頭模型的分析[J].經濟研究，2021， （1）：43-57.

收稿日期：2021-08-22

基金項目：國家自然科學基金面上項目“生產網絡視角下服務業技術進步影響因素、機制及路徑優化研究”（72073139）

作者簡介：蘇 敏（1993-），女，河南新鄉人，博士研究生，主要從事旅游管理與產業發展方面的研究。E-mail：mavis_su91697@163.com

夏杰長（1964-），男，湖南新寧人，研究員，博士，博士生導師，主要從事服務經濟理論與政策方面的研究。E-mail：xiajiechang@126.com