自2013年大數據元年以來,國家先后發布《中國大數據發展調查報告》《促進大數據發展行動綱要》。互聯網、大數據、算法與人工智能的發展應用,不但激發了商業繁榮,也向我們作出了美好承諾——市場環境高度透明、搜索成本降低、技術突破與效率提升、準入門檻降低、賣方力量削弱、互聯網商業模式不斷創新,最終通往完全競爭之路。

當我們沉浸在市場完全競爭的錯覺中,算法經濟卻反向改變了傳統競爭機制,如何實現算法公正成為回應技術革新難以避免的法律問題。算法對傳統共謀理論的適用、傳統執法工具如何識別、如何認定以及如何歸責算法共謀等問題提出挑戰,驅使現有反壟斷法共謀規則向新領域拓展。

值得注意得是,我國算法合謀研究仍舊處于起步階段,引導“算法公正”有必要未雨綢繆。筆者認為,數字市場的良好運行應遵循“競爭優先、慎用管制”理念,并兼以制度與技術保障。具體而言,包括以下措施:

一是降低市場價格透明程度。一定的價格透明度能增加消費者福利,過度透明的價格會導致經營者更易調查了解市場定價行為,從而為共謀提供便利。算法合謀中,企業利用算法了解市場競爭者價格并實時跟進,瓦解其他競爭者降價行為福利,“心照不宣”地在透明市場中公然“合謀”。

市場價格高度透明導致企業之間并無協商也能達到明示合謀效果。競爭者之間采取同一非透明性算法和信息交換行為令市場透明度增加,一方面可能提高效率和福利,另一方面也會產生反競爭風險。因此執法者面臨的挑戰是如何增加算法透明度,并將信息交換行為納入反壟斷法制度框架內以降低市場價格透明度。

降低市場價格透明度可以采取以下措施:首先,適度披露損害社會福利的定價算法,增加此類算法的透明性,便于全面追蹤企業利用此種定價算法的思考及決策過程,并置于執法機關的監管之下,以從根本上破除競爭者主觀意思聯絡。其次,規范競爭者信息交換行為。信息交換行為具有兩面性,因此應規范競爭者的信息交換行為。在實踐中,市場結構、被交換信息的本質和非公眾信息交換行為是分析信息交換行為合法性的重要因素。

二是建立算法合謀識別機制。由于算法合謀能扭曲傳統合謀原則達到明示合謀效果,使之難以識別辨認,因此企業算法設計與運行的非透明性、合謀行為高技術性與隱蔽性,向競爭執法機關現有的合謀識別機制提出了挑戰。目前世界各地已出現了算法合謀案件,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——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。

識別算法合謀,建立內部擊破和外部監管機制,存在實踐上的必要性與正當性。內部擊破機制應結合本土經驗,加大寬恕政策的執法范圍并建立足夠確定透明的政策規定,增加算法合謀處罰力度從而提高自首概率,通過反向博弈制造“囚徒困境”瓦解算法合謀的壟斷行為。外部監管方面則有必要建立市場調查機制、舉報人獎勵制度。一方面通過監督市場結構和市場行為決定是否采取救濟措施,另一方面有效落實舉報人獎勵制度,鼓勵舉報并防止濫用舉報制度。

三是采用間接證據綜合認定。執法者認定合謀的關鍵在于達成壟斷協議,但由于算法合謀不存在主觀意圖和壟斷協議等直接證據——明示協議的缺失,導致競爭執法機關面對具有明示合謀效果的算法合謀卻束手無策。基于算法合謀行為自身的隱蔽性,執法機關和法院有必要采取溝通證據和經濟證據等間接證據進行整體評估。

提高間接證據的確定性程度,明確所必需的證據數量,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合謀的具體內容,因此適用間接證據過程中應貫徹審慎管制、謙抑管制理念,對證據采納方面進行適當的必要限制。同時關注算法合謀行為效果的二元性,厘清反壟斷規制邊界。算法合謀并非必然排除、限制市場競爭,算法所帶來的“數字效率”“技術創新”“社會公共利益”等是衡量算法合謀是否適用豁免制度的關鍵要素。

四是明確算法合謀責任主體。在算法合謀案件中,算法的作用不斷增加,人類因素逐漸減少。算法本身并不違法,但卻不足以摒棄反壟斷法的關注,競爭執法機構更應該關心這些算法如何被運用,因此厘清“人類”合謀與“機器”合謀的臨界點是執法者確定責任主體的終極難題。