軸輻型算法默示共謀的反壟斷規制

摘要：算法技術的應用使得傳統共謀演變為諸多類型的算法共謀，具備了新特點。軸輻型算法默示共謀作為新型共謀之一，是指上下游經營者之間，一方利用算法技術為軸心與上下游經營者達成縱向共謀，同層經營者依托算法的實時監控，對市場價格的波動做出同類反饋，雖然沒有壟斷協議，但在事實上產生了限制競爭的效果，達成了橫向默示共謀。與傳統共謀相比，這類共謀不僅具有隱蔽性、易發性、穩定性更強的特點，也產生了現有反壟斷體系難以規制的如共謀主體認定、行為意思聯絡，證據認定監管和主體責任分配不明確的難點，有必要在此基礎上確定這類共謀反壟斷規制的要點，包括擴展共謀主體范圍，利用算法作為間接證據認定意思聯絡，完善監管體系人才隊伍和明確主體責任分配，以期健全軸輻型算法默示共謀的反壟斷規制體系。

關鍵詞：軸輻；默示共謀；算法；算法交疊；反壟斷規制

中圖分類號：D912.29文獻標識碼：A文章編號：2095-6916（2025）03-0069-04

Anti-Monopoly Regulation of Hub-and-Spoke Algorithmic Tacit Collusion

Li Haoting

（School of Humanities， Chang’an University， Xi’an 710054）

Abstract： The application of algorithm technology has led to the evolution of traditional collusion into various types of algorithmic collusion， with new characteristics. As one of the new types of collusion， the hub-and-spoke algorithmic tacit collusion refers to the vertical collusion between upstream and downstream operators， where one party uses algorithm technology as the axis to reach a consensus with upstream or downstream operators， while the same-level operators rely on real-time monitoring of algorithms to provide similar feedback on market price fluctuations. Although there is no monopoly agreement， it actually has the effect of restricting competition and achieves horizontal tacit collusion. Compared with traditional collusion， this type of collusion not only has the characteristics of being more concealed， more likely to occur， and more stable， but also creates difficulties that are difficult to regulate in the existing anti-monopoly system， such as unclear identification of collusion subjects， communication of behavioral intentions， evidence identification regulation， and allocation of subject responsibilities. Based on this， it is necessary to determine the key points of anti-monopoly regulation for this type of collusion， including expanding the scope of collusion subjects， using algorithms as indirect evidence to identify communication of intentions， improving the talent team of the regulatory system， and clarifying the allocation of subject responsibilities， in order to improve the anti-monopoly regulation system of hub-and-spoke algorithmic tacit collusion.

Keywords： hub-and-spoke; tacit conspiracy; algorithm; algorithm overlap; anti-monopoly regulation

數據、算法、算力是人工智能的三大核心要素，其中數據是人工智能的“養料”，算法是人工智能技術的內核，算力為人工智能算法運行與數據處理提供硬件支撐，三者相輔相成，互不可缺［1］。以算法為內核的人工智能技術可以為經營者分析消費者的行為習慣，提供清晰的市場狀況和競爭者的商業策略，從而更好地判斷消費者喜好、市場趨勢和及時謀劃新策略［2］，同時，也為不正當的傳統共謀行為披上了技術的外衣，算法默示共謀問題就是在此背景下出現并引起人們關注的。本文現就軸輻型算法默示共謀的反壟斷規制進行探討。

一、軸輻型算法默示共謀的概念和特點

（一）軸輻型算法默示共謀的淵源

美國司法部在2015年首次就算法默示共謀行為提起訴訟，即“亞馬遜”案，指控亞馬遜工作人員利用算法技術與其他電商默示共謀串通，統一產品價格。同年，美國網約車平臺“優步”案作為軸輻型算法默示共謀的典型開始被人們關注。2015年，法學教授Ariel Ezrachi與Maurice E.Stucke首次提出了“算法共謀”的概念［3］。2017年，經濟與合作發展組織（OECD）舉辦了以算法與共謀對數字時代競爭政策的影響為主題的論壇，將算法在共謀中的角色劃分為監督算法、平行算法、信號算法和自主學習算法四種。

基于國際算法角色的不同，我國學界總結了四種算法共謀表現方式：信使型算法共謀、軸輻型算法共謀、預測型算法共謀和學習型算法共謀，這些算法類型在現實中交疊穿插、隱藏度深，都缺乏協議等直接證據，造成認定反壟斷違法性的證據不足。故而我國在實踐層面上針對算法共謀出臺了相應的監管措施，如最高人民法院出臺的《反壟斷民事訴訟司法解釋》規定了可以依照反壟斷法壟斷協議的認定標準處理算法共謀問題。然而算法共謀伴隨著人工智能的發展而不斷顯現出新特點，雖然出臺了許多規制算法共謀的措施，但仍顯寬泛，沒有具體到區分類型化算法共謀的規制措施，這其中軸輻型算法默示共謀以及算法交疊情況是現在學界關注的焦點。因此，有必要針對具體類型進行具體分析，厘定軸輻型算法默示共謀的相關概念，探究共謀新特征，分析規制難點，在此基礎上確定規制要點，明確共謀主體、認定標準與責任分配。

（二）軸輻型算法默示共謀的概念

軸輻型算法默示共謀，可表述為上下游市場經營者之間，一個經營者利用算法技術（軸心）與多個上游供應者或下游經銷者達成縱向共謀（輻條），之后依托算法對市場波動做出共同類似的反應，從而導致多個同行業的供應者或經銷者雖然沒有互相達成實體協議，但整體定價趨同，減少了有效競爭，實質上形成了橫向共謀（車圈）。“優步”案就是典型，某一用戶指控優步公司與司機通過算法達成非法固定價格的縱向共謀，司機使用優步統一的定價算法采取一致的計價方式，形成橫向共謀，損害消費者的合法利益。

（三）軸輻型算法默示共謀的特點

與傳統共謀相比，軸輻型算法默示共謀有其特殊之處。第一，共謀的隱蔽性。因為算法等人工智能技術的加持，經營者之間可以在信息網絡中進行溝通交流，價格等信息數據的觀察與傳遞可以及時反饋，經營者只需要設置價格要求，就可以讓算法監測價格，在滿足價格要求后立即提醒經營者跟隨競爭對手的價格，即共謀行為上是一致的，算法全程輔助，甚至在算法交疊情況下自主運行，完全沒有經營者之間的交流，共謀意圖無法確定、十分隱蔽，同時信息交流具有隱蔽性的特征。第二，共謀的易發性。算法技術能夠幫助軸輻型經營者實時監控橫向競爭者的產品、服務價格或其他關鍵條件，在此情況下極易引起共謀的產生，當經營者通過算法很輕易地監控到同樣使用本算法的其他競爭者出現任何的價格偏離行為時，能夠立即反應并價格調整，這在整體上使得共謀出現的機率大大提升。第三，共謀的穩定性。傳統共謀達成后，背離現象較為普遍，因為個體經營者往往出于自身利益調整價格等因素，吸引更多客戶擴大市場份額賺取利益，而基于算法的共謀因為能夠實時監控，不僅使得價格偏離可以立刻調整，讓共謀容易發生，也能夠在出現某一經營者價格偏離或出現偏離風險情況下觸發預警懲罰機制，提醒橫向經營者跟隨價格并立即反制，這些反應因為有實時算法的支撐，能夠在極短的時間內完成，使得背離者幾乎無利可圖，從而維持共謀的穩定性。

二、反壟斷規制軸輻型算法默示共謀的難點

（一）共謀主體范圍不清晰

我國現行反壟斷法體系把共謀的主體規定為縱向壟斷協議和橫向壟斷協議的經營者，這在傳統共謀的情況下是符合實際的。但是就算法共謀而言，共謀的主體變得復雜起來，除了經營者以外，算法設計者、算法提供者以及算法本身都有可能為共謀的達成提供便利，進而有成為共謀主體的可能。具體到軸輻型算法默示共謀，可以明確的是算法提供者和經營者已經分離，此外，當設計算法交疊，即出現放縮的車輪的情況時，算法及時反饋，提醒或沒有人類參與達成默示共謀，此時算法是否可以作為共謀主體，設計出這種強AI的算法設計者是否應該在某種程度上作為共謀主體，目前來看沒有明確的規定。

（二）共謀行為意思聯絡認定難

在我國現行的反壟斷規制框架下，認定默示共謀需要認定經營者之間存在排除、限制競爭的協議、決定或者其他協同行為，簡單來說就是行為一致性和意思聯絡兩要件構成［4］。行為一致的認定不是問題，觀察市場行為即可，主要是意思聯絡證明較困難，但我國《反壟斷法》及配套規定并未對默示共謀的意思聯絡作出明確規定，也沒有具體的指明各方主觀意思聯絡附加因素的相關認定標準。算法的特征，讓共謀主體之間無需頻繁交流聯絡和協商，算法的預先提醒和自主調整，便能夠協調各方一致，更不要說當算法交疊后，自主學習算法導致的意思聯絡更加難以認定。

（三）共謀證據認定監管困難

在傳統市場下的共謀，一般都留存共謀人員之間信息交流、協商的記錄，包括合同、會議場所和錄音錄像等，同時經營者之間達成共謀所需要的時間長、成本高，這讓監管者有充足的時間來發現并進行規制，可以較為方便地尋找相關的共謀物證以及利用經營者的互相不信任采用寬恕政策，即首先承認共謀的經營者不予處罰來瓦解共謀，獲得共謀口證，以此認定共謀的成立。對于算法共謀，我國現行的反壟斷規制體系不僅察覺共謀十分困難，即便通過一致行為認定經營者存在共謀可能，如何獲得算法證據也是難點，監管者作為第三人很難直接提取內部算法數據來證明經營者的主觀共謀意圖，若監管機構希望內部算法數據能夠公開，以便其及時監控，那就勢必要擴大算法市場透明度，而算法市場透明度的擴大會讓更多的經營者知悉算法進而參與使用算法實施共謀行為，信息交流更加高頻隱蔽、不易察覺，達成一種“透明度悖論”的情況［5］。

（四）共謀主體責任劃分難度大

當前我國反壟斷規制體系如《反壟斷法》《反壟斷民事訴訟司法解釋》《互聯網信息服務算法推薦管理規定》等對于算法共謀責任承擔主體主要規定為經營者或算法提供者，這種責任劃分對軸輻型算法共謀以及更復雜的默示共謀無法進行有效規制。首先，在軸輻型算法默示共謀情況下，一般存在多方主體，包括算法設計者，提供者（平臺經營者），使用者（平臺內經營者）和消費者，主體可能并非同一主體，這些主體在現行反壟斷體系下一般要求經營者承擔責任，但由于經營者主體可能不同一，經營者的范圍是根據具體對算法共謀知情程度的大小決定的，即經營者的身份是相對的，是一個動態變化的過程，因此難以認定不同主體的具體責任。其次，由于算法的交疊，軸輻型算法默示共謀中的算法技術很可能包含自主類等具備自我學習的功能，算法是否可以作為共謀主體是責任認定的難點。

三、反壟斷規制軸輻型算法默示共謀的要點

（一）擴展軸輻型算法默示共謀主體范圍

共謀主體不應只包括經營者，還應該根據對共謀情況的知情多少，支配力大小，將算法設計者、提供者納入共謀反壟斷規制體系，以增強反壟斷規制的威懾力，促使算法設計者和提供者進行算法服務時，在一定程度上保持審慎的態度，讓算法設計合法合規。具體而言，可以區分為事前和事后兩種情況，事前是指算法設計者或提供者在算法中以未來共謀為目的進行設計和服務，此時其對未來可能出現的共謀是知情的且具備支配力，若事前就在算法程序中埋下了某種主觀意圖偏見的種子，那么當未來共謀出現時，應該將其認定為共謀主體之一。事后情況則相反，沒有以共謀為目的進行設計的算法，有三種情況：一是設計者或提供者直接參與到共謀當中，此時其身份轉換為經營者，應該作為共謀主體；二是設計者或提供者明知算法在中立的情況下產生或可能產生共謀的結果，但經營者不知道且無共謀意圖的情況，如“優步”案，算法提供者雖然因為沒有明顯的意思聯絡，但是在共謀行為導致的反競爭效果已經存在的情況下，不及時采取措施對算法進行補救，也應當認定為共謀主體；三是算法設計者或提供者幫助經營者共謀，經營者表明了有利用算法進行共謀的意愿，算法設計者或提供者雖然沒有實際參與共謀行為，但出于獲得算法出售獲得利益的考慮，無視日后共謀風險，也應當被認定為共謀主體。

（二）明確共謀意思聯絡證據認定標準

由于算法的隱蔽性特征，在證明意思聯絡的過程中，如果直接證據較難獲取，可以根據經營者的行為一致、意思聯絡、事后合理解釋、市場實時變化等附加因素即間接證據加以認定，算法運行包含以上大多數內容，因此可以發揮算法作為間接證據的證明功能［6］。具體證據標準，一是審查不同經營者是否使用內容相近、相同的算法運行機制，不同經營者采用同一個或類似算法進行商業行為，雖無表面上的意思聯絡，但彼此使用的算法數據交疊聯絡，這會加深共謀可能，因此有理由懷疑其目的并要求做出合理解釋；二是審查算法是否促進經營者之間敏感信息交換，如果存在關于未來意向敏感的信息溝通接觸，則可能限制了展開有效競爭所必需的市場條件，因而不排除這種信息交換具有達成默示共謀的目的［7］。

（三）完善反壟斷監管體系，提高算法透明度

監管機構可以利用包括算法在內的人工智能技術，運用多元監管工具，培養專業技術人才，使得市場算法透明度不斷提高，進而構建技術監管體系。首先，執法監管部門可以開發使用數據監管市場活動的工具，預測市場中算法共謀發生的概率，對共謀行為進行規制提供預期判定。也可以采用第三方監管算法，實時監督分析并反饋經營者算法數據，將監督算法收集到的數據信息，尤其是屬于商業秘密的價格、未來發展方向等敏感信息作為基礎證據［8］。其次，監管機構要對監管人員隊伍進行合理化配置，緊跟人工智能技術發展的腳步，吸收專業技術人才，加強對監管人員的培訓，學習算法反壟斷有關法律規定、理論基礎、典型案例和執法經驗，提升對于人工智能算法的知識儲備。最后，建立健全算法解釋［9］、算法備案、算法審計等制度體系，促進算法透明度的提升［10］，增加公眾對于算法的信任度，以形成對利用算法進行決策、提供服務者的合規向善的監督［11］。

（四）明確軸輻型算法默示共謀主體責任分配

軸輻型算法默示共謀責任主體為經營者和算法設計、提供者。從算法設計、提供者的角度看，其掌握著大量的算法數據，雖然表面上看只是單純設計或提供算法，但運作該算法可以使得下游經營者行為一致，損害市場環境。從算法使用者即經營者的角度看，與算法設計或提供者簽訂縱向協議使用算法可能構成縱向共謀，但算法使用者簽訂協議使用平臺算法的行為，不能推定出其具有與其他橫向經營者的共謀意圖，存在出于自身利益考慮，使用先進算法促進自身發展的情形，所以經營者之間雖然在實質上達成了橫向共謀，但其不必然具有共謀的主觀意圖，所以主體的責任承擔要具體分析［12］。算法設計、提供者承擔共謀主體責任需要滿足算法知情即知悉算法可能或已經造成共謀和具備算法運行支配力，且最終算法的使用限制了市場競爭，同時，共謀行為發生時，其沒有及時采取措施消除負面影響，沒有盡到合理的注意義務；算法使用者即經營者之間承擔共謀責任要在知悉算法設計或提供者有間接橫向共謀意向情況下加入其中，或途中知道存在共謀后仍然參與其中，即對共謀是故意的主觀意圖。

此外，在算法交疊情況涉及自主型算法時，算法承擔責任需要結合目前人工智能發展情況進行認定，傳統共謀的認定站在“人類中心主義”的角度下判斷，只有“人”才有主體性，而若將人工智能化的具備自主學習能力的算法本身認定為共謀主體，則有可能突破法律上的“人類中心主義”，畢竟自主算法本質仍然是“物”［13］，而物的責任程度在人類社會沒有意義，將其認定為主體變相上肯定了“技術中立”主義，反而成為許多人類主體逃避責任的抗辯理由。筆者認為目前的AI發展尚未達到顛覆反壟斷體系的程度，且從“人類中心主義”出發，即使算法AI以后發展接近人類，也沒有獨立承擔共謀責任的資格，而應該由背后的算法設計者或提供者、經營者承擔替代責任。

參考文獻：

［1］陳兵.數字經濟下算法共謀風險及反壟斷法規制進路［J］.法學論壇，2024（4）：80-90.

［2］董新凱.軸輻類算法共謀在反壟斷法上的行為定性［J］.學術界，2023（11）：67-80.

［3］EZRACHI A，STUCKE M E.Two Artificial Neural Networks Meet in an Online Hub and Change the Future （of Competition， Market Dynamics and Society）［DB/OL］.

https：//ir.law.utk.edu/cgi/viewcontent.cgi？article=1114amp;

context=utklaw_facpubs.

［4］丁國民，楊舒.中心輻射型壟斷協議的認定標準：兼評《反壟斷法》第19條［J］.合肥工業大學學報（社會科學版），2023（4）：122-132.

［5］殷繼國，沈鴻藝，岳子祺.人工智能時代算法共謀的規制困境及其破解路徑［J］.華南理工大學學報（社會科學版），2020（4）：33-41.

［6］楊文明.算法時代的壟斷協議規制：挑戰與應對［J］.比較法研究，2022（1）：187-200.

［7］尚正茂.算法共謀行為的反壟斷法規制［J］.學習與實踐，2022（3）：63-71.

［8］李丹.算法共謀：邊界的確定及其反壟斷法規制［J］.廣東財經大學學報，2020（2）：103-112.

［9］張凌寒.商業自動化決策的算法解釋權研究［J］.法律科學（西北政法大學學報），2018（3）：65-74.

［10］劉輝.雙向驅動型算法解釋工具：以默示算法共謀為場景的探索［J］.現代法學，2022（6）：58-71.

［11］陳兵，董思琰.分類分級治理算法的基本內涵及實踐進路［J］.西安財經大學學報，2023（6）：70-79.

［12］柳欣玥.壟斷協議規制中算法合謀分類研究［J］.競爭政策研究，2019（5）：10-41.

［13］周圍.算法共謀的反壟斷法規制［J］.法學，2020（1）：40-59.作者簡介：李浩廷（1999—），男，漢族，陜西西安人，單位為長安大學人文學院，研究方向為經濟法。

（責任編輯：王寶林）