類型化視角下算法共謀的責任認定與分配

曾 益

（四川輝浩律師事務所民商法部門，四川瀘州 646400）

引言

隨著算法和大數據技術的發展，經營者在因市場透明度過高，無法從品牌認知度或忠誠度中獲益時，以算法為工具實施傳統商業共謀的行為屢見不鮮［1］。從2015年初的美國司法部首次針對算法共謀行為提起的刑事訴訟—— “United States of America v.David Topkins案”［2］，到2017年OECD舉辦針對算法和共謀的研討會議［3］，算法共謀對市場穩定發展的破壞性、對消費者福利的減損性越來越引起人們的關注。遺憾的是，原有的反壟斷法對共謀協議的規制存在法律漏洞，直到2021年2月，國務院印發《關于平臺經濟領域的反壟斷指南》，我國才打響了規制軸輻型算法共謀的第一槍。2022年6月，人大常委會通過了關于修改《中華人民共和國反壟斷法》（以下簡稱《反壟斷法》）的決議，新增 “經營者不得組織其他經營者達成壟斷協議或者為其他經營者達成壟斷協議提供實質性幫助” 之規定，意味著軸輻協議將不再是一塊 “法外之地” 。然而，學界對算法共謀的研究往往集中于算法本身，忽略了不同類型算法共謀的特點與規制邏輯，從而陷入了 “一刀切” 的規制泥沼。基于此，本文在類型化視角之下，深刻把握算法共謀的內涵和外延，明確規制算法共謀的分析框架和解決路徑，以期對算法共謀的反壟斷法規制有所裨益。

一、算法共謀的類型與反競爭效應

隨著人工智能、大數據、區塊鏈、算法與市場經濟的深度結合，數字經濟正蓬勃發展。原本秉持 “技術中立” 原則的算法也逐漸被應用于市場競爭，產生了包括自動定價機制在內的算法共謀現象，尤為值得關注。

（一）算法共謀的基本類型

算法共謀指的是多個經營者結成聯盟，以計算機算法為工具，實施的影響市場公平競爭、損害消費者福利的行為。算法自主性程度的不同使得算法共謀具有了區別的可行性，基于扎拉奇和斯圖克［4］以及經合組織（OECD）對于算法共謀的研究，信使型算法共謀、軸輻型算法共謀、預測型算法共謀以及自主型算法共謀成為當前學界普遍認可的分類，其中前兩者的算法自主性相比于后兩者來說稍弱。

1.信使型算法共謀

信使型算法共謀和軸輻型算法共謀都可以歸類為反壟斷法中的協同行為，但信使型算法共謀更多地強調其工具性特征。其一，算法可作為共謀集團之間的聯絡工具。傳統共謀中，為了逃避反壟斷機構的監管，成員之間的溝通交流方式有限，成員之間難以形成及時有效的溝通，共謀的形成和推進受到極大阻礙。而算法這一新型聯絡工具的出現，可以使得共謀成員之間的信息交換更加便捷、隱秘，從而為高效地結成壟斷共謀組織提供便利。其二，算法也可作為保證共謀協議執行的監督工具。結成壟斷共謀組織以后，各共謀成員必須按照壟斷協議的約定，設定統一的銷售價格,由于市場價格是公開的，成員之間可以通過對市場價格的調查，確定各方是否嚴格遵守協議，這在一定程度上實現了共謀成員之間的相互監督。然而在具體實施過程中，某一成員可能為了謀取巨額差價，刻意降低其產品的價格，利用價格優勢增加銷量。在算法出現以前，由于人工采集信息具有一定的滯后性，從共謀成員背離壟斷協議，到共謀組織發現這一行為之間有一定時間差，共謀組織其實很難在第一時間發現這一叛離行為，并對其實施有效懲罰，由此引發了組織內部的信任危機，導致了共謀組織內部的不穩定性。而信使型算法共謀的出現，使得各成員之間的實時監控成為可能，此時，叛離行為被共謀組織發現的時間大大縮短，經營者再也難以通過背叛壟斷協議來獲得可觀的利益，由此，共謀組織之間的關系將更為穩固。

2.軸輻型算法共謀

軸輻型共謀（hub and spoke conspiracy），也稱 “軸輻型卡特爾” 。軸輻型共謀是指橫向具有競爭關系的多個經營者，通過與上游的（或下游的）軸心經營者簽訂平行的縱向協議的方式，達成一個潛在的橫向共謀。軸輻共謀的各主體之間的關系，可以被形象地比喻為一個車輪，上游（下游）經營者與下游（上游）經營者之間達成的縱向壟斷協議可以被看作軸條（spoke），此為連接軸心的經營者（hub）和輪圈的經營者（rim）之間的關鍵零件。軸輻共謀協議中囊括了縱向協議和橫向協議的特征，屬于一種混合式的新型壟斷協議。事實上，網約車平臺便是較為典型的軸輻型算法壟斷共謀，網約車平臺與處于輪緣的網約車司機之間達成縱向的定價協議，同時各司機都知曉其余司機也會與平臺簽訂相同的統一定價協議。由此，司機之間通過網約車平臺，達成了實質意義上的、統一定價的橫向壟斷協議。這一過程中，用以定價的標準，往往是網約車平臺通過算法形成的固定定價策略，平臺與司機之間的信息傳遞、司機與司機之間的交流互通也是利用了算法這一工具。在這一套反競爭模型中，算法共謀是軸輻協議與算法科技深度結合的產物，其中，軸輻協議是共謀的具體計劃和框架，算法科技是執行的工具，而達成壟斷共謀則是目的。

由于學界和實務界對軸輻型算法共謀的定性尚未形成統一觀點，故在此對其所具有的特點進行重點闡述。首先，經營者之間達成的縱向協議并不必然會被認定為違法，但所達成的橫向協議則往往會被判定為違法。輪圈所代表的是上游或者下游的具有競爭關系的經營者之間達成的橫向壟斷協議，這一協議通常是隱秘的、限制競爭的，所以原則上多是被禁止的。其次，軸輻型算法共謀利用了算法的隱秘性。反壟斷機構難以識別出經營者之間的共謀，進而啟動反壟斷調查，或者即使啟動了反壟斷調查，由于公權力部門相對于經營者在計算機算法領域的非專業性，也將導致調查難以推進。最后，目前尚未形成對軸輻協議的全方面法律規制。軸輻協議的經營者利用這一法律空白時機進行共謀，責任的承擔主體未定、歸責原則不明、共謀協議性質模糊等違法性認定的困難，可能使得違法經營者最終逃避法律的處罰。

3.預測型算法共謀

本著利益最大化的目標，經營者通過算法實時監測市場變動和競爭對手的行動，并以此為依據，利用算法計算出自己下一步可能的商業行動。因此，現代市場經濟的高度透明化使得經營者之間相互預測對方的行為成為可能。各商家基于市場上公開的相同或者類似的信息，運用相同或者類似的算法程序，必定會得出相似甚至一致的算法結果，經營者依據算法結果做出的商業行為也相應地具備很高的一致性，最后為默示共謀的達成創造了良好的條件。如在同一市場背景下，不同的電商平臺利用類似甚至相同的計算機深度算法，在相互沒有明示的情況下，達到了 “不同平臺、同一商品定價” 的結果。這類共謀披上了 “算法的外衣” ，經營者往往以 “缺乏意思聯絡” 為理由抗辯，主張其行為并未破壞市場公平。

4.自主型算法共謀

傳統的機器學習算法機器人，只會機械地、系統地執行既定的算法軌跡，從輸入到輸出的整個過程都是能被人類所控制、所預見的，并不會產生出乎人類意料的自主創新型結果。而如今的深度學習算法機器人擁有了 “人的思考能力” ，這種算法不再局限于人類所給的有限的數據處理模式，它能對所提取的特征進行分離或者組合，然后進行權重學習，最后按照算法所學習的結果提取特征，因此，深度學習算法下的機器人可以輸出創新性的結果。

基于深度學習算法機器人的自我學習能力，自主型算法共謀（又稱為智能型算法共謀）應運而生。這類算法共謀區別于與其余三類算法共謀的不同之處在于，其不需要經營者的參與，從獲知市場信息到分析市場信息，再到形成多種決策，最后到選出并執行最佳決策的整個過程，都可以由計算機獨立完成。深度學習算法有能力應對瞬息萬變的市場經濟，對于市場上的新問題，能通過自我學習而瞬間形成解決問題的方案。而反觀經營者，人類大腦對某個單一內容的計算速度，遠不如計算機，算法通過綜合分析各項數據而做出的決策極可能比人類基于有限認知而做出的決策更為迅速、客觀、實用。正是由于算法決策的優越性和經營者決策的局限性和滯后性，市場經濟越來越依賴于算法，自主型算法共謀所帶來的 “算法黑箱” 和 “算法獨裁” 問題甚囂塵上［5］。

（二）算法共謀的反競爭效應

算法作為數字經濟時代的產物，的確推進了市場經濟的飛速發展，成功給社會帶來了低進入門檻、高市場透明度、充分競爭和技術創新等福利。與此同時，算法經濟也在反向改變著傳統競爭機制，對維持市場公平競爭產生了負面作用。

1.算法共謀降低了壟斷成本

算法共謀大幅降低了經營者之間的溝通成本、決策成本與監督成本，而壟斷成本的降低無疑會刺激更多的經營者形成壟斷共謀，從而給市場公平競爭帶來嚴重的損害。

其一，溝通成本。無論是何種類型的共謀，最重要的是要實現各經營者之間的有效溝通聯系，各成員需要花費大量人力物力在掩飾共謀行為上，如召開秘密集會、派遣機密人員與各成員進行溝通、設定觸發共謀的規則等等。隨著算法進入市場，各共謀成員之間通過算法進行勾結，大大降低了結成共謀所需的資金投入和精力投入，這樣不僅為共謀成員降低了溝通的經濟成本，同時也節約了溝通的時間成本。

其二，決策成本。以自動化為特征的自主型算法共謀能夠使得經營者在投入同等的時間和資金的情況下，獲得更多的交易信息，從而促成高效交易。如Q-learning是一種高級自主學習算法，它不要求程序員固定算法對消費者或競爭對手的反應，因此這類算法可以極好地應對市場的不確定性，能依靠很少的信息來工作。在囚徒困境（prisoners’dilemma）的背景下，根據參數值、利用Q-learning算法，經營者可以很輕松地實現95%的合作頻率［6］。由此可見，深度算法的出現，使得經營者往往能通過較少的投入獲得較大的產出，這是算法共謀如雨后春筍般不斷涌現的原因之一。

其三，基礎數據庫成本。經營者通過算法進行共謀，而算法的輸入和輸出都離不開數據庫的支撐，數據庫成本很大程度上決定了經營者達成壟斷共謀所需的投入。由于市場經濟的高度透明化，大數據信息往往是具有非排他性的，任何一個經營者都可以從市場中免費提取運行算法所需的信息，即生產算法結果的原材料對所有主體免費開放。數據庫成本的低廉也為壟斷的形成起到了推波助瀾的作用。

其四，監督成本。傳統壟斷合謀缺乏有效的監督手段，各成員之間信任度不高，失敗成本過高成為阻礙結成穩定合謀的攔路虎。通過引入算法監督，成員間的叛離率和共謀失敗成本大幅降低。同時，通過算法進行信息互換，信息的準確率也在提高。

2.算法共謀提高了市場準入標準

數字經濟中，經營者利用算法監督市場新進入者以及潛在競爭對手的經營行為，如定價策略、產銷量、占有率等，針對性地采取反競爭措施予以對抗，從而在無形中提高了市場進入壁壘。

其一，算法共謀提高技術壁壘。算法無處不在，但算法技術也分三六九等。算法以及產品研發需要大量資金，大公司依靠自身現有的算法和產品基礎，加之投入源源不斷的資金對其不斷升級，其算法技術達到遠遠領先行業其他中小企業的水平。少數大企業本已在市場中占多數席位，如果此時各寡頭形成算法壟斷協議，相互之間共享或者合作開發更為先進的算法技術，將使得中小企業和行業巨無霸之間的技術差距被不斷擴大。

其二，新進入者被驅逐出市場。老牌經營者之間利用算法，實時監視新進入者的動向，根據新進入者的定價，及時地、一致地調整各共謀成員的產品定價，新進入者再也難以依靠價格與老牌經營者之間形成有效競爭［7］。

二、算法共謀的反壟斷責任規制困境

囿于多重主體的復雜性以及算法技術的隱蔽性，反壟斷執法機構的規制思路遭遇了諸多現實挑戰，尤其表現在算法共謀壟斷責任的認定方面。

（一）算法共謀的反壟斷責任認定困難

1.算法共謀模糊了壟斷協議二分法的邊界

發軔于美國司法實踐的橫縱協議二分法，是我國《反壟斷法》對壟斷協議進行類型化分析的基礎。然而，算法共謀，尤其是軸輻型算法共謀的法律屬性遭遇了認定危機，即軸輻型算法共謀究竟屬于橫向、縱向壟斷協議，還是新型壟斷協議，學界尚無定論。

以軸輻型算法共謀為代表的多種類型化算法共謀的出現為傳統的壟斷協議二分法的運用提出了挑戰，而壟斷協議的類型又往往決定了案件所應當適用的違法認定規則、舉證規則的類型。軸輻型算法共謀成功體現了商人的 “智慧” ，因為其橫向協議和縱向協議的元素兼而有之，如果將其一邊倒為縱向或者橫向協議，則是在無視其所具備的其他特質，因而司法部門在處理類似案件時往往比較保守，這給了經營者免于處罰的機會。此前，多數學者主張軸輻協議本質是橫向協議，而部分學者主張軸輻協議屬于第三類新型協議，單純認定為橫向或者縱向協議都不能對其形成完整的評價。因此，在修法前，對軸輻協議性質認定的學理論爭頗為激烈。而《反壟斷法》的修改，似乎又引起了新一輪的觀點爭論。《反壟斷法》第19條規定， “經營者不得組織其他經營者達成壟斷協議或者為其他經營者達成壟斷協議提供實質性幫助” ，有學者稱其為 “組織幫助型壟斷協議” 條款［8］。盡管此次修法回應了算法共謀所帶來的部分問題，但是潛在問題的威脅也使得我們深入思考現行壟斷協議規制的不足。此次修法僅第19條涉及軸輻協議，只是使得法官在審理軸輻共謀案件時有法可依，并沒有對軸輻協議為何種類型的協議作出解答。同時，《關于平臺經濟領域的反壟斷指南》中 “分析該協議是否屬于《反壟斷法》第17條、第18條規制的壟斷協議” 的表述，對協議歸類的回復也相對模糊。于是目前出現了兩種解釋：1.修法意味著我國已經摒棄了傳統二分法規制體系，形成了橫向協議、縱向協議、軸輻協議的三足鼎立。2.我國仍是堅持二分法體系，軸輻協議與行業協會壟斷協議的性質相同，同為反壟斷責任承擔主體的延伸，并非新類型的壟斷協議。

軸輻算法共謀出現的同時，也暗示了其他全新的、復雜的共謀形式存在的可能。未來極有可能出現一種新型壟斷協議，無法適用于二分法甚至是三分法，《反壟斷法》中又沒有一個兜底的概括性規定來對其進行拾漏補缺，使其無法被歸類于任何一種法定反壟斷協議類型。

2.算法共謀的違法性認定困難

在對壟斷協議進行違法性判斷時，我國反壟斷執法機構認為，《反壟斷法》對橫向和縱向壟斷協議采取了同樣的 “禁止＋豁免” 方式，對法律明確列舉的壟斷協議堅持 “原則禁止” 的態度，而經營者只能根據《反壟斷法》第20條的規定進行 “例外豁免” 的抗辯［9］?！斗磯艛喾ā吩黾恿丝v向協議的反競爭效果抗辯條款和 “安全港” 條款，所以綜上，我國目前的反壟斷違法認定標準可以歸納為如下：一方面，屬于反壟斷法明確規定的具體的五種橫向、兩種縱向壟斷協議，原則上禁止，但是可以通過第20條得到豁免，區分該協議為橫向協議或者縱向協議并不是必須。同時，兩類具體的縱向協議可以通過反競爭效果條款以及 “安全港” 條款進行抗辯。另一方面，兜底條款中的橫向、縱向協議需首先對其進行實質調查分析，判斷其是否具有反競爭效果，橫向、縱向協議經營者均可以用第20條進行抗辯，縱向經營者還可以用 “安全港” 條款進行抗辯［10］。按照對《反壟斷法》的體系解釋，第20條的豁免條文適用于橫向協議、縱向協議以及組織幫助型壟斷協議。但是軸輻協議的違法性認定，是適用具體橫向協議還是縱向協議的規定，抑或是適用兜底條款的規定？這是本次修法所沒有回答的問題，組織者、幫助者的違法性認定標準仍不明朗。

對于自主型算法共謀，由于 “算法黑箱” 的存在，算法運行是否包含了經營者的意志，以及用何種方式達成算法共謀都是尚需解決的疑問。在預測型算法共謀案件處理的過程中，公權力機關還需要找到行之有效的手段，打破由于壟斷經營者提出 “缺乏意思聯絡” 這一抗辯所造成的審判僵局。信使型算法共謀與傳統共謀相比，更為隱秘和穩固，亟需在現有對傳統共謀違法認定的方法的基礎上，針對算法的工具型特征，形成新的違法性認定策略。毋庸置疑，未來社會必然會出現各種新型算法共謀，這些壟斷協議的分類、違法認定標準的適用都是當前和未來反壟斷工作面臨的難題。

（二）算法共謀的反壟斷責任分配模糊

1.責任主體認定模糊

算法共謀在違法性認定方面遭遇了適用挑戰，事實上，囿于類型多元、結構復雜、行為隱蔽等特征，算法共謀在責任分配方面同樣模糊。對于軸輻協議而言，上游和下游經營者都發揮了不可或缺的作用，缺少任何一個角色都不能達成共謀，此時需要判斷上下游主體是否都應該對壟斷后果負責。但是共謀的發起者和推動者可能僅是一方經營者，另一方經營者可能是受脅迫，或者在共謀實施中并未起到實質作用，此時，另一方經營者是否可以免于處罰也尚待回答。信使型算法由于僅僅是經營者傳遞信息和監督成員的工具，其可以被看作是壟斷實施者手臂的延長，故而可以按照規制傳統共謀的思路處理，當然，這為監管人員通過算法按圖索驥去定位幕后黑手提出了更高的要求。而如果經營者實施了預測型算法共謀，想要證明該經營者為責任承擔的主體，就必須證實成員之間有共謀的故意，但如何區分成員間的商業行為是意在形成壟斷協議，還是出于理性思考和基于對市場經濟的客觀分析所得出的商業判斷，這是擺在反壟斷機構面前的一大難題。這一問題上，最為棘手的當屬自主型算法共謀。因為違法行為實施的全過程都是由算法來完成，其中并未體現人類的意志，人類甚至對算法的行動都是后知后覺的，這時對經營者進行處罰似乎沒有法律根據，而算法并不屬于自然人，也不屬于法律擬制的人，將算法作為規則對象更是荒謬。

2.責任分配份額有待厘清

即便明確了責任的承擔主體，各方應該承擔的責任的大小也難以劃分。如在軸輻算法共謀中，不同環節的經營者的責任份額分配的客觀判斷標準是什么？顯然，組織者和幫助者在共謀中的地位和作用是不同的，相應地，各主體之間的責任分配份額也會有差異。對預測型算法共謀和自主型算法共謀，反競爭后果中可歸責于算法的部分與可歸責于經營者的部分，兩者之間也并非涇渭分明。算法和市場的繁雜決定了在認定過程中需要考慮的參數較多，往往是牽一發而動全身，責任各方的行為會給市場公平競爭帶來的損害大小，以及給消費者造成的損失嚴重程度，都是難以在短時間內給出具體數值的。目前尚未針對這些不足形成統一立法，司法實踐中也沒有形成慣例，執法者的主觀性較大，很可能出現同案不同判、罪責刑不相適應的情形。

3.舉證責任凸顯不足

舉證責任同樣是算法共謀需要著重關注的一點。如前文所述，具體的五種橫向協議和兩種縱向協議屬于法定禁止協議，此時推定經營者具有違法行為，舉證責任倒置一定程度上減輕了執法機構的壓力，但對于兜底條款中的協議類型，證明經營者存在違法行為是原告的責任。

隨著算法的發展，經營者極可能實現 “壟斷于無形” 。經營者將簡潔、穩定的銷售平臺提供給消費者，消費者可以大致了解銷售平臺的規則，但是無法理解規則背后 “天書” 般的算法，算法黑箱將現實世界和數字世界隔絕開來，這給經營者利用算法進行 “暗箱操作” 提供了絕佳條件。按照傳統證據規則，在無特殊例外的情況下， “誰主張，誰舉證” 決定了原告將承擔大部分的舉證責任，然而算法共謀的隱蔽性與日俱增，算法的 “高技術壁壘” 使得公權力部門缺乏對其合法性進行審查的相應技術，同時，被告還往往以 “商業秘密” 為由，拒絕提供相關證據。

三、類型化視角下算法共謀的責任機制

解決算法共謀的反壟斷責任規制困境，在理論層面和實踐層面都具有較高的價值，筆者將以類型化各類算法共謀為邏輯起點，從違法責任的認定、責任的分配以及完善監管措施三個角度來分析算法共謀的規制路徑，從而為在理論和實踐中解決此類問題提出一些參考。

（一）通過間接證據完善責任認定標準

波斯納主張用經濟學的方法分析經營者的行為，判斷其是否為有意識的平行行為，但這種方法由于成本過高，對法官而言往往是不切實際的。其實，利用直接證據和間接證據綜合證明共謀行為的存在，才是成功實現責任認定的良策。然而，在算法的幫持之下，經營者采用非常規手段達成共謀，執法者或者原告難以獲得證明經營者之間存在共謀的直接證據。因此，在直接證據難以發揮有力作用時，利用間接證據并輔以相應的證據規則才是分離出算法共謀這一有意識的平行行為的正解。

由于間接證據不能直接證明算法共謀的存在，每一個或者一組間接證據通常僅能證明一方面的事實，所以必須使得各間接證據之間形成完整、嚴密的證據鏈條才能認定有意識的平行行為。加之為了防止 “寒蟬效應” 打壓市場活力，對共謀的認定必須予以嚴肅對待［11］。鑒于此，我們需要對間接證據予以明確。

用以認定算法共謀的主要間接證據包括以下三種：第一，數據及其使用情況的證據。算法的輸入和輸出都離不開大數據的幫持，數據才是一切行為的起點。經營者們如果有意識地使用相同或者類似的數據進行決策，很可能會形成軸輻型算法共謀和預測型算法共謀。對此，反壟斷規制時應該著重判斷以下兩點：1.數據的提供商是否為同一人。2.經營者是否故意將其數據共享、開放［12］。第二，行為證據。行為證據包括證明經營者之間是否有進行過會面、是否有過郵件往來、是否和與雙方都有關聯的另一經營者進行聯系等等，這些都屬于判斷經營者之間有無溝通的證據。行為證據也包括共同調整價格、共同拒絕交易、使用相同或類似的算法等等具體實施共謀的證據。另外，對于自主型算法共謀，行為證據還應當包括證明經營者是否對自己使用的算法盡了合理審查義務的證據。第三，市場證據。如商品的銷售情況、市場分配額、政府的政策等等證明市場現狀和前景的證據。也許此類證據不能正向用于證明存在合謀，但是可以用于反向推導。如A企業和B企業同時拒絕與C企業合作，依市場證據綜合證明，當時C企業正處于負債階段，與其合作的市場風險很大，此時就應當直接排除被告A、B兩企業合謀的可能。

需要注意的是，并非所有的涉案算法都會被直接歸為間接證據。在劇場訴派拉蒙分銷案中［13］，陪審團認為現有證據不能證明被告存在共謀行為，因此對此案做出了一般性判決。在本案中，美國最高法院的判決中傳達了這樣一種認識：存在相同行為或者相似行為并不是認定經營者存在共謀的充分條件。數字經濟時代最大的特點之一就是 “共享” ，數據之間的互聯互通決定了在無通謀的情形下，仍然會做出相似甚至相同行為的可能。因此，經營者的一致和相似行為并不一定就是意味著壟斷，如果行為的做出是基于理性的市場行為，那么這類行為，哪怕設定了完全一致的算法規則，也不應該作為認定其存在共謀的證據。只有當相同或類似行為與證明共謀的主觀意圖的證據相結合，即只有當算法使用的目的是為了促成共謀時，這一算法才能成為間接證據使用。盡管找到當事人具有共謀的主觀意圖的證據并不容易，但這種證據是必需的［14］。

（二）基于類型化視角的責任分配機制

不同類型的算法共謀有著其自身獨有的特征，因此，應對四類算法共謀不能幻想一種規制方法 “包治百病” ，而是需要對每一類型進行獨立的分析，對癥下藥，根據其中涉及的主體、主體之間的關系、主體的行為以及行為的后果等多方因素，型塑類型化視角下的責任分配機制。

1.信使型主體責任

算法在信使型共謀中扮演的角色往往是 “助手” （溝通交流）和 “管家” （監督叛離者），其實質上是人類意志的體現、經營者手臂的延長，被追責主體應該是參與共謀的各經營者。故而，信使類算法共謀的規制原理和傳統壟斷行為相差無幾，但由于算法的高技術性、隱秘性使得規制這一共謀行為比以往更困難。因此，認定經營者主體責任，需從以下兩個方面重點把握：第一，在舊有的認定壟斷行為的方法的基礎上，注重直接證據和間接證據的結合。經營者將溝通交流的陣地轉移到算法平臺之后，獲取判定經營者共謀的直接證據的難度陡然上升，如果仍然按照認定傳統壟斷行為的方式和標準，可能無法達到充分的證明效果。反壟斷機構只有通過直接和間接證據的搭配組合，才能實現 “以事實為依據” 。第二，判斷協議對市場和消費者利益是否有負面作用［15］。在我們的傳統認知中，消費者福利主要表現在價格和質量上，即物美價廉。但是，數字時代下的消費者福利，也體現在影響消費者福利的一些非價格因素上，特別是消費者選擇權、隱私保護、交易透明等。因此，在判斷對消費者的負面影響時，要將非價格因素考慮進去。

2.軸輻型主體責任

明確協議的類型，是認定軸輻型算法共謀行為主體責任的首要前提。學界通說認為，壟斷協議仍然有橫向縱向之分，因此有部分學者提出，可以嘗試體系化地重構壟斷協議二分法，以此來規制軸輻型算法共謀。然而重構壟斷協議二分法，顯然不切實際，嚴重的甚至會造成制度轉型的成本浪費?？尚械穆窂綉斒?，依據壟斷的目的，將軸輻協議認定為橫向壟斷協議，縱向壟斷僅為手段［16］，對主體進行歸責時，適用有關橫向協議的違法性認定標準。

一方面，縱向關系中，軸心經營者是否應當被視為 “共同犯罪人” 而適用本身違法原則認定責任？首先，需要明確軸心經營者在違法組織中發揮的作用?！斗磯艛喾ā返?9條規定 “經營者不得組織其他經營者達成壟斷協議或者為其他經營者達成壟斷協議提供實質性幫助。” 表明軸心經營者的組織行為，甚至幫助行為都是違法。另一方面，橫向具有競爭關系的經營者之間達成的共謀協議，根據其協議的種類，屬于具體橫向協議還是兜底條款中的協議的不同，相應地適用不同的歸責規則。在分配責任時，橫向各主體之間應當根據自身在共謀之中發揮作用的大小，承擔對應的責任。

3.預測型主體責任

預測型主體責任承擔與軸輻型主體責任承擔類似，可以參考上述的處理規則。但因為經營者之間通過相似的算法、利用非排他的大數據資源庫，輸出了相同或者類似的商業決策，從而精準預測了對方的行動，并以此指導和推進默示合謀。所以在預測型主體責任認定中，反壟斷法執法機構不僅要考察使用相同算法的經營者，也要關注使用類似算法的經營者，兩個主體都有進行合謀的條件和可能，所需要審查的主體范圍大幅擴大。同時，反壟斷機構不僅要審查做出相同決策的經營者的主觀意識，也要考察做出相似或有關聯的決策的經營者的主觀意識，判斷是否為有意識地合謀成為對其歸責的關鍵一步。

4.自主型主體責任

在 “人類中心主義” 的指導下，反壟斷法的目的在于規范和懲治人的行為?，F在做出決策的不僅只是人類，還有可能是算法，而將算法納入反壟斷法懲治的責任對象是否合理尚待討論。盡管算法不是法律上能獨立承擔法律責任的主體，甚至不能稱之為 “主體” ，算法并沒有生命特征，也沒有被法律賦予生命，但是，算法共謀對消費者利益的損害和市場公平的破壞是空前的，對此予以嚴格限制并非不符情理。因此不論經營者、算法開發者、受益者是否有共謀的故意，只要出現共謀，就將經營者、算法開發者、受益者列為責任主體是可行的。 “算法雇員理論” 也能對此種觀點形成支撐［17］。算法可以視作是經營者雇傭的員工，經營者需要對其所雇傭員工的行為對外承擔責任。在具體分配責任份額時，可以綜合考慮各主體的受益多少、對算法的控制能力大小來明確可歸責性［18］。

（三）完善算法共謀監管配套措施

1.建立算法審查委員會

算法共謀的復雜性和強破壞性表明在反壟斷機構下設一個專門組織對算法問題進行專門規制的必要。考慮到算法對市場經濟的卓越貢獻，盲目限縮算法的使用和創新是萬不可取的，筆者認為，與其耗費巨額成本整頓全鏈條、全過程，不如將關注重點放在審查上。經營者可以自由發展算法技術，算法審查委員會可以僅做出少數的禁止性規定，但是經營者應該履行算法報批義務和接受算法審查委員會審查的義務。

算法審查委員會的工作包括但不限于：其一，制定算法開發的行業規范，如要求經營者記錄自己所使用的模型、數據等等反壟斷調查將會用到的證據，并審查和監督算法開發者的遵守情況。其二，反壟斷執法機構可以酌情要求經營者披露算法源代碼，進行反向監測并制定算法 “黑名單”［19］。在涉及披露的案件中，算法審查機構應當保持中立，以理性客觀者的角度分析，避免因頻繁披露算法而對市場和消費者帶來消極影響。其三，鼓勵市場發揮自我調節機制和內部監督機制。市場這只 “看不見的手” 往往能發揮意想不到的反壟斷效果。其四，對民眾進行普法教育，提高民眾的壟斷識別能力，在發現經營者存在統一定價、限制產品質量、劃分市場等行為時及時向有關機構舉報。

2.利用監管科技賦能算法共謀規制

自金融危機以來，監管科技不斷得到國際社會的重視，結合我國自身情況，順應國際潮流、發展監管科技成為必須［20］。監管科技是指利用科技實現監督市場經濟合法合規運行的新技術，如利用算法科技破譯 “算法黑箱” 。在監管科技的輔助下，反壟斷機構不僅能在壟斷后果產生后，掌握足夠的證據指控經營者的算法共謀，甚至還能在共謀尚處萌芽階段時，采取事前措施應對算法時代對金融監管所提出的新要求，如通過建立金融風險檢測防控平臺預測經營者的行動，從而提前阻止其對市場的破壞［21］。監管科技是科技領域的監督專家，致力于發展 “監管” 這一項功能，故而其任務完成度很高，能及時有效地監視市場動態，形成監管資源的最佳組合排列，指數級提高監管部門的壟斷調查能力和效率。

四、結語

算法和壟斷協議的結合催生了各種新類型的算法共謀協議，對其規制思路也應貫徹類型化思維。軸輻共謀協議中囊括了縱向協議和橫向協議的特征，屬于一種混合式的新型壟斷協議。自主型算法共謀強調計算的自動性、獨立性，決策的作出并沒有經過經營者這一環節。信使型算法共謀更多地強調其工具性特征，其實質是經營者手臂的延長。預測型算法共謀通過算法實時監測市場變動和競爭對手的行動，使得經營者所作的商業決策趨于一致。我們需要辯證看待算法技術，一方面， “好算法” 的確方便了人民的生活、提升了經濟效率。另一方面， “壞算法” 損害了人民福利、破壞了市場的公平。算法共謀可能涉及雙層經營者、雙重壟斷協議，其復雜性導致了反壟斷責任規制困境。為突破困境，需要通過間接證據完善責任認定標準、在類型化視角下完善責任分配機制，最后，從建立算法審查委員會以及發揮監管科技的作用著手，完善算法共謀監管配套措施。