定價算法與串謀及中國的應對策略

張鵬飛

算法作為數(shù)字經(jīng)濟時代企業(yè)核心競爭力的重要體現(xiàn)，將與數(shù)據(jù)等共同構(gòu)成數(shù)字企業(yè)的戰(zhàn)略性無形資產(chǎn)①OECD. The digital economy， multinational enterprises and international investment policy［EB/OL］.（2018-07-08）［2022-04-05］.www.oecd.org/investment/the-digital-economy-mnesand-international-investment-policy.htm.。“十四五”時期是我國經(jīng)濟進入數(shù)字化轉(zhuǎn)型的關(guān)鍵階段，算法的開發(fā)、應用、保護和規(guī)制等將是這一時期的重要議題。算法根據(jù)功能作用可以分為不同種類，如定價算法、搜索算法、監(jiān)視算法等②The Study Group on Competition Policy in Digital Markets. Algorithms/AI and competition policy［R/OL］.（2021-03-01）［2022-04-07］.https：//www.jftc.go.jp/en/pressreleases/yearly-2021/March/210331003.pdf.，其中定價算法是我們?nèi)粘Ｉ钪惺褂幂^多的一種，如在線上打車、網(wǎng)上購物、預訂酒店、預訂機票等時都有用到③BANDALOUSKI A M， KOVALYOV M Y， PESCH E， et al. An overview of revenue management and dynamic pricing models in hotel business［J］. RAIRO operations research，2018（1）：119-141.。除此之外，定價算法還被用來監(jiān)視競爭對手的價格變化④CAPOBIANCO A， GONZAGA P， NYES? á. Algorithms and collusion—background note by the secretariat［EB/OL］.（2017-06-09）［2022-04-23］. https：//one.oecd.org/document/DAF/COMP（2017）4/en/pdf.、根據(jù)消費者個人行為進行差異化定價⑤MEHRA S K. Algorithmic competition，collusion，and price discrimination［M］// BARFIELD W.The Cambridge handbook of the law of algorithms. Cambridge:Cambridge University Press，2020：199-208.以及通過大數(shù)據(jù)來預測未來市場變化⑥CHEN L， QIAO Z L，WANG M G， et al. Which artificial intelligence algorithm better predicts the Chinese stock market？［J］. IEEE access，2018（6）：48625-48633.等。

基于算法的這些新經(jīng)濟行為正在深刻地改變現(xiàn)有市場上的競爭格局，尤其是以自學習算法為代表，通過算法內(nèi)部自主學習進化，未來極有可能達成隱性串謀，這將超出傳統(tǒng)反壟斷法的約束范疇①EZRACHI A， STUCKE M E. Virtual competition： the promise and perils of the algorithm-driven economy［M］. Cambridge： Harvard University Press，2016：111-130.。本文在對定價算法進行深度理論解析的基礎上，結(jié)合我國相關(guān)法律法規(guī)，借鑒國際最新做法，提出我國社會主義數(shù)字市場規(guī)范定價算法的戰(zhàn)略思路與對策建議，旨在激勵定價算法投資、開發(fā)的同時，進一步規(guī)范市場秩序，建立適應數(shù)字經(jīng)濟時代特征的、公平公正的社會主義現(xiàn)代化市場體系。

本文結(jié)構(gòu)如下：第一部分是對定價算法的經(jīng)濟特征及四種交互模式對串謀的影響進行分析；第二部分是對定價算法進行串謀的內(nèi)部機制及現(xiàn)實存在可能性進行分析；第三部分是評估國際上目前應對定價算法串謀的解決方案，包括市場化解決方案、行業(yè)自律行為、政策干預措施三個方面；第四部分是分析定價算法在我國相關(guān)法律法規(guī)中的適用情況；第五部分是提出在數(shù)字化轉(zhuǎn)型背景下約束定價算法的戰(zhàn)略思路與政策建議。

一、定價算法的經(jīng)濟特征與串謀

（一）定價算法的定義

定價算法的基本概念和數(shù)學模型的提出可以追溯至20世紀中葉②KINCAID W M， DARLING D A. An inventory pricing problem［J］. Journal of mathematical analysis and applications，1963（2）：183-208.。到了20世紀80年代，隨著定價算法在美國航空公司成功應用后，逐漸在市場上被廣泛采用③SEELE P， DIERKSMEIER C， HOFSTETTER R， et al. Mapping the ethicality of algorithmic pricing： a review of dynamic and personalized pricing［J］. Journal of business ethics，2021（4）：698-715.。尤其是近年來，隨著信息通信技術(shù)、電子商務系統(tǒng)等的快速發(fā)展，基于計算能力的快速進步、數(shù)據(jù)規(guī)模的迅速提升等，定價算法的運行效率大幅度提升，由一般定價向動態(tài)定價轉(zhuǎn)變和普及，以不斷提升公司對不斷變化的市場的反應能力，如迅速調(diào)整產(chǎn)品價格、快速制定公司策略等。目前，定價算法已經(jīng)擴展到多個行業(yè)，如電力、汽油、在線零售、體育和娛樂等領域，成為提升企業(yè)核心競爭力的關(guān)鍵要素，并由此產(chǎn)生了很多提供定價算法解決方案的公司，如谷歌、微軟、亞馬遜等。

（二）定價算法的經(jīng)濟特征

截至目前，關(guān)于定價算法還沒有一個普遍被接受的定義，通常被描述為“將輸入轉(zhuǎn)換為輸出的一系列計算步驟”④COHEN M C. Big data and service operations［J］. Production and operations management，2018（9）：1709-1723.，是基于數(shù)據(jù)分析來進行定價的機制。定價算法最終確定的利潤最大化價格由競爭對手的價格、消費者需求或者個人行為特征（如性別、年齡、教育背景、收入、職業(yè)等）等多個因素決定⑤KESKIN N B， ZEEVI A. Dynamic pricing with an unknown demand model： asymptotically optimal semi-myopic policies［J］. Operations research，2014（5）：1142-1167.。不同應用場景需要不同類型的定價算法，現(xiàn)有研究將定價算法分為不同類型，如喻玲、蘭江華將定價算法分為啟發(fā)式、分析式和自主式等⑥喻玲，蘭江華.算法個性化定價的反壟斷法規(guī)制：基于消費者細分的視角［J］.社會科學，2021（1）：77-88.。本文采用OECD（2017）分類方法，基于定價算法交互模式，分為監(jiān)視算法（monitoring algorithms）、并行算法（parallel algorithms）、信號算法（signalling algorithms）和自學習算法（self-learning algorithms）⑦CAPOBIANCO A， GONZAGA P， NYES? á. Algorithms and collusion—background note by the secretariat［EB/OL］.（2017-06-09）［2022-04-23］. https：//one.oecd.org/document/DAF/COMP（2017）4/en/pdf.，其中自學習算法能夠基于不斷變化的市場進行自我進化、優(yōu)化算法并自主調(diào)整決策，不需要程序員的介入，實際上已經(jīng)超出工具中性范疇，相當于一個獨立的、具有思考能力的行為主體，如Q學習算法①ZHANG L P， TANG L， ZHANG S L， et al. A self-adaptive reinforcement-exploration Q-learning algorithm［J］. Symmetry，2021（13）：1-16.。

定價算法對市場經(jīng)濟的影響有兩個顯著的經(jīng)濟特征。一是定價算法降低了價格更新成本，提升了價格變動頻率②BROWN Z Y， MACKAY A. Competition in pricing algorithms［R/OL］. （2021-10-01）［2022-05-12］. https://www.hbs.edu/ris/Publication%20Files/20-067_71a112ae-f461-45da-8157-42763d61c015.。定價算法能夠根據(jù)競爭對手的價格，定期對價格進行更新，如每天一次或者15分鐘一次，而且能夠同時對數(shù)千種商品價格進行更新且成本低廉，這是傳統(tǒng)人工定價做不到的。二是定價算法為定價策略提供了短期信用③SEELE P， DIERKSMEIER C， HOFSTETTER R， et al. Mapping the ethicality of algorithmic pricing： a review of dynamic and personalized pricing［J］. Journal of business ethics，2021（4）：698-715.。定價算法相當于第三方，計算機程序編碼公式自主對競爭對手的價格作出反應，能夠非常客觀地反映市場的真實變化，而如果是自然人來調(diào)整價格，則需要制定相應的激勵約束機制，促使其制定合理的價格。

基于定價算法上述兩個顯著經(jīng)濟特征，使用定價算法對市場經(jīng)濟運行主要具有以下好處：一是進行個性化定價，以滿足消費者差異化需求④AMALDOSS W， HE C. The charm of behavior-based pricing： when consumers’ taste is diverse and the consideration set is limited［J］. Journal of marketing research，2019（5）：767-790.；二是優(yōu)化庫存管理，主要是通過市場預期來調(diào)整庫存，能夠有效降低企業(yè)經(jīng)營成本⑤TAN Y L， PAUL A A， DENG Q， et al. Mitigating inventory overstocking： optimal order-up-to level to achieve a target fill rate over a finite horizon［J］. Production and operations management，2017（11）：1971-1988.；三是平抑市場不確定性⑥BESBES O， SAURé D. Dynamic pricing strategies in the presence of demand shifts［J］. Manufacturing and service operations management，2014（4）：513-528.，主要是通過“動態(tài)”學習，根據(jù)需求數(shù)據(jù)、歷史銷售價格等來應對市場的不確定性。但是，隨著定價算法的發(fā)展，尤其是算法交互技術(shù)的發(fā)展，使得供應商之間進行串謀或者“協(xié)調(diào)”變得更加便捷⑦DORNER F E. Algorithmic collusion： a critical review［EB/OL］.（2021-10-10）［2022-04-25］. https：//arxiv.org/ftp/arxiv/papers/2110/2110.04740.pdf.。這是由于數(shù)字市場具有高聯(lián)通性和透明度，加之更多可用數(shù)據(jù)和高水平的分析能力，使得達成利潤最大化的均衡狀態(tài)變得更加容易。此外，定價算法能夠?qū)ζx均衡進行檢測，并快速制定響應機制等更是有利于維持串謀的穩(wěn)態(tài)。邁克爾·S. 加爾（Michal S. Gal）指出算法為“協(xié)調(diào)”提供便利在未來現(xiàn)實市場中極有可能出現(xiàn)⑧GAL M S. Algorithmic-facilitated coordination［EB/OL］.（2017-06-22）［2022-03-21］. https：//one.oecd.org/document/DAF/COMP/WD（2017）26/en/pdf.，阿里爾·扎拉奇（Ariel Ezrachi）和莫里斯·E.斯圖克（Maurice E. Stucke）認為定價算法對市場的影響如此之強，未來競爭可能會被終結(jié)⑨EZRACHI A， STUCKE M E. Virtual competition： the promise and perils of the algorithm-driven economy［M］. Cambridge： Harvard University Press，2016：111-130.。

（三）定價算法與串謀

根據(jù)OECD等相關(guān)文獻的界定⑩OECD. Glossary of industrial organisation economics and competition［EB/OL］.（1993-10-05）［2022-04-25］. https：//www.oecd.org/regreform/sectors/2376087.pdf.，“串謀”是指相關(guān)競爭公司之間以任何形式進行協(xié)調(diào)或達成協(xié)議，并將利潤提高到非合作均衡水平之上的行為。這種行為最終會減少市場上的商品供給，損害消費者剩余，目前是各國法律所禁止的行為。串謀的最直接的判斷方法是看競爭對手之間是否存在“協(xié)議”或“意圖”的協(xié)調(diào)，其中相互之間存在“協(xié)議”的協(xié)調(diào)是顯性串謀，而僅通過相互依存關(guān)系而存在的協(xié)調(diào)則是隱性串謀。

相較于顯性串謀，傳統(tǒng)市場上的隱性串謀一般發(fā)生在具有較高透明度且參與者較少的市場中，不需要進行任何協(xié)議或者溝通，企業(yè)自主決策就能達成串謀。因此，隱性串謀會給市場監(jiān)管帶來難題。目前在很多國家，隱性串謀不在法律監(jiān)管范圍內(nèi)，但是卻因為給市場帶來了與顯性串謀相同的影響，同樣損害了消費者權(quán)益。

將四種定價算法的交互模式與傳統(tǒng)串謀類別相比較（見表1）可知，監(jiān)視算法和并行算法屬于顯性串謀，因為存在縱向協(xié)議或橫向協(xié)議，是非法行為，監(jiān)管也相對容易。但是信號算法和自學習算法屬于隱性串謀，不適用于現(xiàn)有的監(jiān)管法律法規(guī)，會引起市場失靈，將給未來市場環(huán)境優(yōu)化帶來挑戰(zhàn)。

表1 四種定價算法的交互模式在達成串謀中的表現(xiàn)

二、定價算法對串謀的作用機制及現(xiàn)實可行性

（一）定價算法對傳統(tǒng)市場串謀的作用機制

傳統(tǒng)市場串謀最重要的結(jié)構(gòu)特征變量為公司數(shù)量和進入壁壘，以及市場透明度和互動頻率①CAPOBIANCO A， GONZAGA P， NYES? á. Algorithms and collusion—background note by the secretariat［EB/OL］.（2017-06-09）［2022-04-23］. https：//one.oecd.org/document/DAF/COMP（2017）4/en/pdf.,一般表現(xiàn)為少量幾個大型參與者，并且有一定行業(yè)進入壁壘。而市場透明度和互動頻率主要是便于相互監(jiān)督對方的行為，并對任何偏離協(xié)議的行為進行快速懲罰。目前，定價算法對傳統(tǒng)市場串謀的作用表現(xiàn)如下。

1. 定價算法與市場透明度相互促進，強化企業(yè)間串謀。定價算法進行決策的前提是市場有一定透明度，這樣算法就可以對大量實時數(shù)據(jù)進行分析處理，并基于有用信息進行預判和決策。當市場中只有少數(shù)企業(yè)采用算法，由于可以比其他企業(yè)更快地對市場變化作出反應，能夠獲得超額利潤，而那些沒有采用定價算法的企業(yè)將會逐步被市場淘汰。當市場中所有企業(yè)都采用算法時，其結(jié)果就是所有參與者都能實時獲得競爭對手的信息、消費者偏好、市場需求等數(shù)據(jù)，進而創(chuàng)造一個更加透明的市場，但同時也會進一步增加企業(yè)間基于算法達成串謀的可能，也即市場“透明度悖論”②DE FINE LICHT K， DE FINE LICHT J. Artificial intelligence， transparency， and public decision-making［J］. AI & society，2020（4）：917-926.。

2. 定價算法能夠大幅度提升互動頻率，鞏固企業(yè)間串謀。傳統(tǒng)上，企業(yè)改變價格有菜單成本、皮鞋成本等，增加了改變價格的難度。而在數(shù)字時代，定價算法能夠即時準確地捕捉競爭對手的任何價格變動，并能夠?qū)崟r對價格進行調(diào)整，且成本幾乎為0。在這種情況下，任何違約行為都會在短時間遭到報復，這將有助于促使競爭對手自覺遵守串謀協(xié)議。

3. 定價算法提升市場進入壁壘，為企業(yè)間串謀提供基礎。一方面，只有大公司才具備人力、財力等來開發(fā)或引入最先進的定價算法，提供更加優(yōu)質(zhì)的精準的定價服務，這實際上給其他企業(yè)構(gòu)成了進入壁壘。另一方面，先進入的公司能夠優(yōu)先收集相關(guān)應用場景的大量數(shù)據(jù)，從而使得定價算法更加成熟和精準，這將導致后進入者很難在該領域存活，也將構(gòu)成進入壁壘。這些都會給串謀的達成提供更加便利的基礎條件。

4. 定價算法使得企業(yè)數(shù)量成為達成串謀的充分非必要條件。一般而言，企業(yè)數(shù)量越少，越有利于相互間形成“協(xié)調(diào)中心”，越容易維護所達成的串謀。但是，隨著算法的大規(guī)模使用，尤其是監(jiān)視算法、并行算法的采用，使得即使市場上企業(yè)數(shù)量很多，依然很容易監(jiān)測到任何一個競爭對手偏離協(xié)議的行為，并能夠迅速作出相應懲罰，弱化企業(yè)數(shù)量對串謀的限制能力。

（二）定價算法進行串謀的現(xiàn)狀

盡管獲得超額利潤為企業(yè)采用定價算法進行串謀提供了動力，但是目前還沒有研究直接表明定價算法一定會導致串謀。阿什溫·伊圖爾（Ashwin Ittoo）和尼古拉斯·佩蒂特（Nicolas Petit）通過觀察定價算法模型Bruno Salcedo等，發(fā)現(xiàn)目前定價算法僅只是在簡單市場上能夠進行串謀①ITTOO A， PETIT N. Algorithmic pricing agents and tacit collusion： a technological perspective［M］//JACQUEMIN H， DESTREEL A. L’ intelligence artificielle et le droit. Bruxelles： Larcier Press，2017：241-256.。但是，相對于復雜的現(xiàn)實世界，定價算法將串謀變成市場上的一種普遍行為，仍存在如下制約因素。

1. 算法技術(shù)尚未成熟。首先，目前算法要達成隱性串謀，依然面臨很多技術(shù)問題。以信號算法為例，不一定在釋放漲價信號后，競爭對手就跟隨漲價。其次，現(xiàn)實中的隱性串謀還由很多其他因素共同決定，不一定都能用算法表示出來，比如為了戰(zhàn)略目標，以短期虧損換取長期收益等。此外，不同算法之間交互技術(shù)也還處于萌芽階段，而這一點對串謀廣泛發(fā)生至關(guān)重要。

2. 樣本數(shù)據(jù)收集有難度。首先，算法輸出結(jié)果的準確性取決于所輸入的數(shù)據(jù)，但是在現(xiàn)實世界中，并不是所有信息都可以數(shù)據(jù)化的，也就是說，初始輸入的數(shù)據(jù)并一定完全反應場景的真實狀態(tài)，存在偏差②李丹.算法歧視消費者：行為機制、損益界定與協(xié)同規(guī)制［J］.上海財經(jīng)大學學報，2021（2）：17-33.。其次，搜集到的大量數(shù)據(jù)，在識別過濾中也會部分失真，最終會影響輸出的結(jié)果。最后，現(xiàn)實世界不是完全透明的，很多企業(yè)數(shù)據(jù)信息都是商業(yè)機密，不一定所有數(shù)據(jù)都能收集到。

3. 算法的同質(zhì)性問題。定價算法達成隱形串謀的前提是各家公司所用算法是同質(zhì)性的，即所有算法的目標是實現(xiàn)利潤最大化，因而在檢測對手價格設定的同時調(diào)整自己的價格，讓所有的算法都朝著相同方向發(fā)展。但是在現(xiàn)實世界中，很多算法在人為因素干擾下，會選擇掠奪性定價策略或排他性行為，且算法收集的數(shù)據(jù)不僅包括競爭對手的價格，還包括市場份額、資產(chǎn)、員工人數(shù)、可變資本等，在這種多因素環(huán)境中，算法很難保持同質(zhì)性③MACEDO A C， BAHARON S.The use of artificial intelligence in the future of competition law enforcement［J］. Journal of European competition law & practice，2020（8）：468-471.。此外，在自學習算法中，算法會根據(jù)應用場景變化而自主學習，由于每種算法面臨的場景不同，一段時間的自主進化，算法自身差異會加大。

4. 產(chǎn)品異質(zhì)性問題。隨著人工神經(jīng)網(wǎng)絡技術(shù)快速發(fā)展，以及“cookie”數(shù)字跟蹤技術(shù)的發(fā)展，數(shù)據(jù)公司長期對消費者數(shù)據(jù)進行跟蹤，如位置、瀏覽網(wǎng)頁、購買貨物、社會媒體等，以此來分析個人信息，如購買偏好、個人支付意愿、健康狀況、收入水平等。企業(yè)據(jù)此來提供個性化產(chǎn)品，并制定相對應的價格，使得算法很難進行價格比較。此外，不同企業(yè)提供的專業(yè)服務等也是千差萬別，進而使得同類產(chǎn)品價格差異擴大也會制約隱性串謀的達成。

盡管定價算法在實際串謀中會遇到上述障礙，但在定價算法廣泛應用的領域中，已經(jīng)存在或反映串謀的事實，比如1994年美國司法部認定8家主要航空公司利用ATP系統(tǒng)獲取機票信息，達成價格卡特爾①The United States Department of Justice. Justice department settles airlines price fixing suit， may save consumers hundreds of millions of dollars［EB/OL］.（1994-03-17）［2022-05-01］. https：//www.justice.gov/archive/atr/public/press_ releases/ 1994/211786.htm.；2015年的美國海報卡特爾事件，亞馬遜市場上的廣告商利用低定價軟件，以非競爭價格銷售海報②OECD. Annual report on competition policy developments in the United States 2015［EB/OL］.（2015-06-18）［2022-04-04］. https：//www.ftc.gov/system/files/documents/reports/2015-annual-report-competition-policy-developments-united-states/1507annual_report_us.pdf.等。此外，未來隨著定價算法交互技術(shù)的不斷發(fā)展，定價算法串謀的概率將會大幅度提高，因此依然需要進行前瞻性研究。

三、國際應對定價算法串謀重要舉措的評價

近年來，“定價算法與串謀”已成為各國關(guān)切的焦點。2017年，經(jīng)濟合作與發(fā)展組織（OECD）舉辦“算法與共謀”圓桌會議；2019年，德國聯(lián)邦卡特爾局、法國競爭管理局聯(lián)合發(fā)布《算法與競爭》報告；2020年，國際競爭網(wǎng)絡發(fā)布《大數(shù)據(jù)和卡特爾報告》；2021年，日本數(shù)字市場競爭政策研究會發(fā)布《算法/AI與競爭政策》，英國競爭和市場管理局發(fā)布《算法如何控制競爭？是否會對消費者造成傷害？》報告等。總結(jié)各大報告內(nèi)容，目前國際上對定價算法和串謀的主要有以下幾大政策主張。

（一）重新審視界定“協(xié)議”

目前大多數(shù)國家出于反壟斷目的，盡管對“協(xié)議”的定義沒有明確說明，但是對“協(xié)議”的表現(xiàn)形式進行了說明。歐共體在《歐盟條約》中將“協(xié)議”界定為經(jīng)濟競爭者就執(zhí)行政策、追求某一目標或在市場上采取某一行為路線的意愿達成一致，而無關(guān)乎當事人所采取的行事方式③Commission of the European Communities. Case T-41/96［EB/OL］.（2000-10-26）［2022-04-02］. https：//curia.europa.eu/juris/showPdf.jsf？docid=103820&doclang=EN.。美國在《謝爾曼法》中指明“協(xié)議”包括合同、陰謀等多種形式，一項協(xié)議不一定需要明確的形式，只要所涉及的目標、理解、思想統(tǒng)一，并能自覺遵守共同計劃，就視為協(xié)議④US Supreme Court. Interstate Circuit Inc v United States， 306 US 208， 810［EB/OL］.（1939-11-01）［2022-04-03］. https：//supreme.justia.com/cases/federal/us/306/208/.。而定價算法可以允許競爭對手之間進行快速和復雜的互動，并可以使用復雜的代碼作為“協(xié)調(diào)中心”來實現(xiàn)共同目標，使得現(xiàn)有“協(xié)議”概念在數(shù)字經(jīng)濟中的適用性進一步減弱，比如信號算法引起競爭對手同時漲價，但是它可能是一種獨立和理性行為的結(jié)果，因此不在現(xiàn)有法律約束范疇。

針對上述問題，參照美國《公平貿(mào)易委員會法》的做法，一些機構(gòu)建議采用“不公平競爭”等法律標準來替代“協(xié)議”。因為從結(jié)果上來看，基于定價算法的隱性串謀最終是不公平的，會對消費者剩余造成損害，如果算法開發(fā)者在一開始就意識到會產(chǎn)生反競爭的后果，并需要對其擔負連帶責任，那么就能解決隱性串謀問題。

（二）重新審視串謀的責任主體

盡管今天大多數(shù)算法都是基于人類的指令運行的，毫無疑問，相關(guān)發(fā)出指令的人需要對反競爭行為負責任。同時，根據(jù)目前的法律法規(guī)，算法只是工具，而不是一個具有自主行為的主體。但是，隨著人工智能的快速發(fā)展，算法與人之間的聯(lián)系越來越弱，如在自學習算法中涉及算法售賣商、算法購買商和算法自身三個責任主體①MEHRA S K. Antitrust and the robo-seller： competition in the time of algorithms［J］. Minnesota law review，2016（12）：1323-1375.，算法會在反復自學習的過程中實施反競爭行為，而人是沒辦法影響其作出決定的。這就意味著算法已經(jīng)不是一個簡單的、具有中性的工具，而是具有決策能力的行為主體。

在這種情況下，責任的確定需要評估受益人是否可以預期或者預先指導這種非法行為，還包括算法的編程指令、運行架構(gòu)等方面，以及人能在多大程度上控制算法活動。未來，需要法院和行業(yè)協(xié)會等進一步明確算法標準及算法背后的行為主體人（如設計者、受益人、使用人）的連帶責任，也需要對具有獨立進化能力的定價算法行為進行清晰的界定，并明確相應的處置辦法。

（三）消費者算法會平衡定價算法

邁克爾·S.加爾（Michal S. Gal）和尼瓦·埃爾金-科倫（Niva Elkin-Koren）提出②GAL M S， ELKIN-KOREN N. Algorithmic consumers［J］. Harvard journal of law technology，2017（2）：309-353.，定價算法不僅有利于廠商，還將協(xié)助消費者，可以通過與互聯(lián)網(wǎng)上的系統(tǒng)連接，然后自動識別消費者需求，為消費者制定和執(zhí)行最佳購買方案，最終使得消費者獲益，這種算法被稱為消費者算法，如“數(shù)字管家”“數(shù)字助理”等。集合加爾等人的觀點，消費者算法將代表個人消費者，從而使得消費者匿名化，這樣定價算法就沒辦法追蹤消費者的相關(guān)信息，減弱定價算法的個性化定價能力。此外，消費者算法還會將消費者進行分組，組成大的訂單，這就會使定價算法的最終結(jié)果更加偏離協(xié)調(diào)的均衡價格，以此來消除或者減少市場失靈。但是，如果過度依賴消費者算法，會使得消費者脫離現(xiàn)實市場環(huán)境，最終導致消費者算法一旦被數(shù)字平臺左右，消費者可能不會感覺得自己并沒有得到最優(yōu)價格。基于此，尼古拉斯·佩蒂特提出由政府激勵開發(fā)一種中性算法，來審查和檢測供應商提供的算法③PETIT N. Antitrust and artificial intelligence—a research agenda［J］. SSRN electronic journal，2017（6）：361-362.。

（四）審查或沙盒檢測算法

為了防止定價算法串謀，可以將算法放入沙盒中對其進行測試，以審查其是否會串謀。這種檢測方法主要適用于以串謀為目的的算法，而利用過去價格、銷售等市場信息來確定價格的算法不需要承擔責任。然而在自學習算法中，沙盒檢測還是有困難的，因為沙盒中的串謀結(jié)果并不一定是市場中正在發(fā)生的新環(huán)境中定價算法正在實現(xiàn)的結(jié)果。小約瑟夫·E.哈靈頓（Joseph E. Harrington, Jr.）提出了“白盒檢測”和“黑盒檢測”兩種方法④HARRINGTON J E JR. A theory of tacit collusion［EB/OL］. （2011-11-10）［2022-04-11］. https://www.tse-fr.eu/sites/default/files/medias/stories/SEMIN_11_12/ECONOMIC_THEORY/harrington.pdf.。其中，白盒測試需要訪問編碼，因此僅適用可解碼的算法，但是對能夠相互交互的算法，白盒測試是無能為力的；而黑盒測試只需觀測輸入和輸出情況，在某種情況下可以替代白盒測試，但是黑盒測試需要用戶提供輸入算法的市場數(shù)據(jù)，以及價格對此作出反應的具體信息，因此存在測試階段的結(jié)果可能與算法在市場上實際運行時不一致，因為算法一直在不斷學習變化中。對此，貝內(nèi)克·弗朗西斯科（Beneke Francisco）和麥肯羅德·馬克-奧利弗（Mackenradt Mark-Oliver）建議，應該公開定價算法編碼，以減少串謀的可能性⑤FRANCISCO B， MARK-OLIVER M. Remedies for algorithmic tacit collusion［J］. Journal of antitrust enforcement，2021（3）：152-176.。

（五）增強隱私保護以降低透明度

數(shù)據(jù)收集對算法運行至關(guān)重要，定價算法需要基于應用場景數(shù)據(jù)不斷進化，而數(shù)據(jù)資料主要來自消費者。算法可以根據(jù)消費者數(shù)據(jù)來預測價格并調(diào)整價格，而消費者可以通過匿名瀏覽來避免個人信息泄露。此外，還可以通過隱私保護來防止消費者信息在不知情情況下被算法收集。這就需要相應的政策明確要求網(wǎng)站在收集信息時，以彈出窗口形式向消費者進行說明，比如“cookie”等形式，并對正在收集的個性化定價內(nèi)容進行具體說明。目前，歐盟《通用數(shù)據(jù)保護條例》的頒布執(zhí)行，為消費者保護個人信息提供法律依據(jù)，是一個很好的做法。

結(jié)合具體行為主張，目前國際上對定價算法的干預舉措可以分為三類：市場化解決方案、行業(yè)行為自律、政策干預措施。其中，市場化解決方案主要是通過市場化手段如多樣化消費者選擇、使用匿名瀏覽等，可以有效減少政府干預所帶來的市場扭曲；行業(yè)行為自律主要是指通過建立行業(yè)的行為準則、技術(shù)標準和認證機制等，來約束企業(yè)行為，如證券交易系統(tǒng)引入的監(jiān)視和警告系統(tǒng)，以監(jiān)測可能存在的操縱等非法行為；政策干預措施主要包括法規(guī)管控、各種補貼措施、共同監(jiān)管等，如隱私保護、對數(shù)據(jù)安全增強技術(shù)提供資金支持等。

但是，上述干預舉措也存在局限性。首先，在市場化解決方案中，消費者自我保護策略（如匿名瀏覽、轉(zhuǎn)換服務等）能夠降低定價算法的某些風險，但是很多定價算法在沒有明確告訴消費者之前就已經(jīng)在運行了。其次，數(shù)字市場存在贏者通吃的現(xiàn)象，所提供的服務相對集中，使得消費者轉(zhuǎn)換服務的機會較少。此外，由于信息不對稱，很多消費者根本感覺不到自己被跟蹤，也就沒辦法進行自我保護。在行業(yè)行為自律中，一方面，定價算法目前涉及的行業(yè)如廣告等，分支機構(gòu)眾多且種類繁多，不太可能全面進行行業(yè)自我監(jiān)管，甚至連最低行業(yè)標準都很難制定。另一方面，定價算法編碼及數(shù)據(jù)收集本身涉及行業(yè)發(fā)展的核心要素，企業(yè)很難有動力來制定行業(yè)標準并約束自己的行為。國家采取的干預措施主要問題是政策干預不可能面面俱到，且由于定價算法尚處于起步階段，過多政府干預會抑制行業(yè)發(fā)展，還會由于對政策干預效果很難評估，會給政策執(zhí)行帶來諸多不確定性。

四、定價算法與串謀在我國法律的適用現(xiàn)狀

在獲得超額利潤的激勵下，算法交互技術(shù)已經(jīng)面世并且不斷成熟，只是目前還沒有得到大規(guī)模應用①BADMUS I. Why interaction is more powerful than algorithm［EB/OL］.（2017-04-15）［2022-05-21］. http：//citeseerx.ist.psu.edu/viewdoc/download；jsessionid=4026C7543F43599B6CB1A0EEAD9A2815？doi=10.1.1.57.9269&rep=rep1&type=pdf.。但是，由于定價算法夾雜人為等因素，可能會擾亂市場秩序。因此，定價算法在我國的法律適用問題很值得研究。根據(jù)《中華人民共和國反壟斷法》（以下簡稱《反壟斷法》）、《反價格壟斷規(guī)定》、《國務院反壟斷委員會關(guān)于平臺經(jīng)濟領域的反壟斷指南》（以下簡稱《反壟斷指南》），定價算法與串謀在我國法律法規(guī)中的適用情況見表2。

表2 我國與算法串謀相關(guān)的法律法規(guī)

（續(xù)表）

（一）基于算法的顯性串謀屬于非法行為

根據(jù)2021年2月印發(fā)的《反壟斷指南》以及《反壟斷法》等內(nèi)容，明確指出經(jīng)營者達成排除、限制競爭的協(xié)議、決定或者其他協(xié)同行為，即為價格壟斷協(xié)議，其中，其他協(xié)同行為是指經(jīng)營者雖未明確訂立協(xié)議或者決定，但通過數(shù)據(jù)、算法、平臺規(guī)則或者其他方式實質(zhì)上存在協(xié)調(diào)一致的行為。因此，監(jiān)視算法、并行算法適用于我國《反壟斷法》，屬于禁止行為。

（二）基于算法的隱性串謀行為的性質(zhì)很難判斷

根據(jù)《反壟斷指南》，有關(guān)經(jīng)營者基于獨立意思表示所作出的價格跟隨等平行行為除外，那么如信號算法、自學習算法并不是由經(jīng)營者有串謀的主觀意志決定，而是企業(yè)單方面的意思表示，或者由定價算法自學習達成串謀，即沒有所謂意思聯(lián)絡。因此，根據(jù)我國目前的法律框架，信號算法和自學習算法也不在我國現(xiàn)有法律的約束范疇內(nèi)。

五、我國規(guī)范定價算法市場的思路與政策建議

比對歐盟單一數(shù)字市場戰(zhàn)略等，數(shù)字市場依托的是互聯(lián)網(wǎng)的線上虛擬市場，并通過價格杠桿、競爭機制等，將資源配置到效益最好的經(jīng)濟環(huán)節(jié)，還應用各種經(jīng)濟信號，使得生產(chǎn)和需求及時協(xié)調(diào)。公平競爭依然是數(shù)字市場的一般特征，算法與數(shù)據(jù)、算力等成為數(shù)字市場競爭力的核心要素。尤其是定價算法在提高市場透明度、減少信息不對稱的同時，基于定價算法交互技術(shù)的串謀行為正在出現(xiàn)，未來將有可能對數(shù)字市場價格機制、競爭機制等產(chǎn)生較大影響，降低數(shù)字市場資源配置效率。因此，在數(shù)字時代的社會主義現(xiàn)代市場體系中，在鼓勵和保護定價算法的同時，依然需要相應的政策設計來規(guī)范定價算法發(fā)展，建立適合我國經(jīng)濟特征的算法規(guī)則，維護公平競爭的市場秩序。結(jié)合我國數(shù)字市場實際，定價算法市場進行規(guī)范需要以市場化手段為主，以行業(yè)行為自律+政府干預措施為輔，三者相互配合，盡可能減少對數(shù)字市場的干預，加快定價算法的進化與成熟。與此同時，對可能出現(xiàn)的市場失靈現(xiàn)象，在市場調(diào)研評估基礎上，強化政策監(jiān)管。

（一）鼓勵定價算法市場多元化發(fā)展，弱化串謀發(fā)生的基礎條件

定價算法與串謀行為的發(fā)生對市場單一性、算法的同質(zhì)性等要求較高，因此可以消費者為核心，鼓勵定價算法市場多元化發(fā)展，以削弱廠商應用定價算法所增強的市場力量。一是鼓勵消費者算法等發(fā)展。主要是對投資消費者算法的企業(yè)提供稅負減免等激勵，促進消費者算法的普及和應用，能夠在一定程度上通過影響定價算法參數(shù)來減少串謀發(fā)生的概率。二是強化消費者信息保護。可以鼓勵開發(fā)一些消費者匿名工具，如OpenDNS等，來保護消費者免受跟蹤。此外，還可以鼓勵隱私增強技術(shù)的開放。三是強化對跟蹤技術(shù)的管理。重點是要明確各大網(wǎng)站有責任告知消費者是否被跟蹤，可以彈出小窗口等方式進行提醒。

（二）建立事前市場研究監(jiān)管機制，引導算法主體自我約束

定價算法擾亂市場的最直接表現(xiàn)就是給消費者造成損害，扭曲公平競爭的市場環(huán)境。因此，當有跡象表明市場運行不佳，但是沒有證據(jù)表明市場參與者之間存在串謀等壟斷行為時，就需要進行市場研究或部門調(diào)查，找到市場失靈的原因及應對辦法。一是評估定價算法應用的最新發(fā)展動態(tài)。重點是調(diào)研定價算法在市場主要行業(yè)中的普及應用程度、算法本身的進化程度等，便于及時優(yōu)化和提升政府的監(jiān)管手段。二是基于監(jiān)測算法建立市場競爭環(huán)境監(jiān)管機制。重點是采用監(jiān)測算法，實時跟蹤市場主要行業(yè)的價格波動情況、市場透明度、互動頻率等，并設立預警機制，對主要異常指標所對應的行業(yè)中的行為主體等進行監(jiān)管。三是針對隱性串謀采用政府干預措施。對于信號算法、自學習算法等目前尚不受現(xiàn)有法律框架約束的行為，采用事前合并控制制度，強化對其審查評估，引導算法主體在開發(fā)、運行之前進行自我管制。此外，還可以采取一些補救措施，如在算法中引入合規(guī)的檢測程序，或者是在算法應用之前對其進行審查。

（三）建立算法的綜合監(jiān)管體系，優(yōu)化算法市場的生態(tài)環(huán)境

定價算法涉及多個監(jiān)管主體，需要多種監(jiān)管手段協(xié)調(diào)運用，共同優(yōu)化定價算法市場的生態(tài)環(huán)境。一是強化行業(yè)自律。要明確對采用定價算法進行串謀的懲罰力度，同時引導行業(yè)建立定價算法的使用原則和標準等，并將其引入到公司的內(nèi)部管理規(guī)定，保證定價算法作為工具的中性屬性。二是強化政府監(jiān)管。成立數(shù)字監(jiān)管機構(gòu)，將定價算法納入其重點監(jiān)管范圍之內(nèi)，一方面，協(xié)調(diào)不同監(jiān)管機構(gòu)，協(xié)同對算法進行監(jiān)管；另一方面，針對最新算法，出臺新政策和采用新的監(jiān)管手段。三是建立獨立的算法認證機構(gòu)。成立認證機構(gòu)，強化對定價算法的認證，明確算法銷售者與使用者之間責任。但是，要注意避免因監(jiān)管過度而提高企業(yè)進入壁壘，減少公司對算法的投資動機，阻礙數(shù)字經(jīng)濟的發(fā)展，在采取具體措施前，一定要進行大量的、謹慎的評估。

（四）加強國際合作，建立算法透明度和問責機制

增強算法透明度是目前國際上加強對定價算法監(jiān)管的一個重要方面，尤其是很多數(shù)字平臺基于定價算法跨境提供產(chǎn)品和服務，因此需要強化國際合作，共同優(yōu)化國際定價算法市場。一是加強算法源代碼定向開放。明確要求已在經(jīng)濟社會被廣泛采用的定價算法向政府公開源代碼，便于政府組織專家定期對定價算法進行風險評估。二是強化群眾監(jiān)督。明確要求采用特殊定價算法的公司向公眾解釋或說明該定價算法的運行、決策機制，以及會對消費者產(chǎn)生的具體影響。三是補救措施。對定價算法已產(chǎn)生明顯影響的市場，可以采取降低市場透明度和互動頻率的辦法，如強化商業(yè)保密、減少在線信息發(fā)布等。