定价算法共谋行为反垄断法规制探析

何 舟

(华东政法大学 经济法学院，上海 201101)

随着数字经济时代的来临，“构建以数据为关键要素的数字经济”已成为世界共识。在这样的数字经济的大环境下，大数据(运算对象)、算法与算力(云计算)互为支撑，传统的经济发展模式被颠覆，互联网企业利用其数据优势，借助数据管理平台、数据分析工具、算法等等预知消费者的需求，[1]7-10定价算法共谋是指经营者利用定价算法形成稳固的垄断联盟或者是定价算法自主形成的共谋，其作为一种新型垄断方式进入人们的视野引起关注。相比于传统共谋形式，算法共谋更为隐蔽和狡猾，我国反垄断无法有效规制此种形式。本文考虑从算法共谋的相关类型入手，结合国外已有案例，在反垄断“促进竞争”的价值取向下融合政府“谦抑性”的监管理念，探析我国现有反垄断法规制路径的困境与出路。

一、定价算法的定义、特征、分类

(一)定价算法的定义

公元九世纪，波斯数学家阿尔·花剌子模(Al-Khwarizmi)提出了数学概念算法(algorism),不过起初这个概念仅仅指数字上的运算法则，但是随着科学技术的进步，其逐渐演变了成了一种算法，也就是algorithm。[2]2根据经济合作与发展组织(OECD)报告对算法的定义，算法是一种明确、精确的简单操作列表，它们机械地、系统地应用于一套令牌(tokens)或对象中(例如棋子、数字、蛋糕成分的配置等)。[3]以更为通俗直白的角度出发，算法就是一系列解决问题的明确指令，其最初状态是输入，最终状态是输出。[3]数字经济时代，用户思维也逐渐呈现出以相关关系的分析方法取代传统的因果关系分析方法、大量分析决策被算法左右的趋势。[4]69人们的生活正在被算法所支配，从设置明早的闹钟到选择购买哪件T恤，消费者的决策、喜好等都成为算法运行的数据基础来源并且影响着未来的选择。[5]

定价算法就是将价格以及其他考虑因素作为输入，然后通过一系列计算程序再输出一个最终确定的价格。算法所考虑的因素包括消费者的需求，其他竞争者的价格，消费者的购买历史以及他们的喜好，产品过去的利润数据等等。[6]由此以来在算法的影响下市场上的价格更加透明，一方面对于消费者来说确实可以降低搜索成本，消费者有了更多比较的对象，但另一方面来说，在集中度较高的市场中，市场价格高度透明可能会导致反竞争的效果，[7]例如经营者利用定价算法或者定价算法自主达成共识，这是竞争法应当予以关注并且应当规制的。

(二)定价算法的特征

1.共谋形式的隐蔽性

算法共谋(algorithmic collusion)可分为明示共谋(explicit collusion)与默示共谋(tacit collusion)。明示共谋是指经营者之间通过口头或者书面的协议方式维持合谋达到排除、限制竞争的效果。但是对于默示共谋来说，经营者之间的意思联络并不明确，经营者无须沟通就能达到完全共谋效果，以此来实现利益最大化，随着数字技术的更新迭代，算法的运行计算过程愈加不透明，由此使定价算法运行过程的“黑箱化”特征愈加突出，共谋形式也更为隐蔽。[8]算法共谋中颇为引人注目的默示共谋的隐蔽性体现在两个方面：共谋达成的隐蔽性和共谋实现后证明要求的高难度[9]。经营者之间甚至不需要意思联络都可以达成共谋，经营者之间的垄断联盟越来越难以被察觉，共谋形式的隐蔽性使后续执法机构收集证据难度激增。

2.共谋结构的稳定性

现代市场所具有的高透明度特征使数字化后的市场数据更加透明，竞争对手可以很容易地捕捉到对方的实时市场价格。基于高透明度的市场价格，一旦垄断组织成员有背离行为，定价算法便会发出预警警报，及时启动报复机制，严格监测组织成员行为。打击报复行为越快，第一个背离者能从背离行为中获得利益的可能性就越小[10]，达成默示共谋的可能性就越大，卡特尔成员的共谋也就更加稳定。除此之外，人类经营者具有的各种心理变化和偏见、执法机关和社会舆论均无法影响定价算法的运行过程，由此进一步提升共谋的稳定性。[11]

3.共谋范围的扩张

如果特定市场集中度较高，寡头企业甚至可以在不达成协议或者不进行其他交流的情况下协调一致行动，[12]116该行动有时也被称为默示共谋或被称作有意识的平行行为(conscious parallelism)[13]，而我国《反垄断法》却一贯秉持“一致行动+意思联络”的证明要求。定价算法的加入使共谋所需的市场结构条件要求降低，也就是说即使市场集中度较低，定价算法也可以快速精准完成搜寻与匹配并在市场中进行协调、监督和惩罚，理论上，弱化了竞争对手数量高低与达成共谋之间可能性的相关性程度。[14]

(三)定价算法共谋分类

共谋是指特定市场中两个或两个以上独立的经营者，采取协议、决定或其他形式共同对产品或服务的价格、数量等进行限定，从而排除、限制竞争的行为。[15]97定价算法共谋根据经济合作与发展组织的标准可以分为四类：监督算法(monitoring algorithms)、平行算法(parallel algorithms)、信号算法(signalling algorithms)、自主学习算法(self-learning algorithms)。[3]119-120Ariel Ezrachi 和 Maurice E. Stucke 将定价算法共谋分为信使类合谋(Messenger)、轴辐类合谋(Hub and Spoke)、预测类合谋(Predictable Agent)以及自主类合谋(Autonomous Machine)。[16]本文主要借鉴经济合作与发展组织的分类方法。

1.监督算法

该算法简单来说就是通过使用算法自动收集卡特尔成员的定价数据并且对背离行为进行自动报复的一种算法。[3]119不难看出，人类作为发号施令的主体具有完全的自主决策权，所以实际上算法只是经营者之间达成共谋的一种工具而已，[17]依然处于现行反垄断法的规制框架下。使用监督算法的主要目的是为了避免发生一些不必要的价格战，合谋协议可以更加顺利地进行。

2.平行算法

市场高度动态的供给与需求状态要求共谋主体必须要持续不断地对价格进行协商调整，这样频繁的交流使共谋行为暴露的风险增加。而平行算法则可以利用动态定价算法自动化其决策过程，帮助经营者确立动态定价机制，从而达成有意识的平行行为。在平行算法共谋中，竞争者之间会共享一套相同的定价算法，当市场条件发生变化时，竞争者之间不需要再次进行沟通就能通过算法达到统一、协调价格的目的。

3.信号算法

信号算法会不断发出瞬时的，复杂的程序信号，而只有经过同样程序设计的算法才能接受和解读该信号[18]。在传统共谋形式中，参与共谋的经营者会以提高产品价格作为共谋发起的信号，该种行为使经营者承担着巨大的风险，因为一旦其他共谋者未及时捕捉或者拒绝提升价格，率先提高价格的共谋者就会不可避免地遭受到损失。但是算法的出现打破了这一僵局。经济合作与发展组织的报告指出，算法可以让企业设置一种消费者无法发觉但是共谋者的算法可以立即捕捉到的快速迭代行为，由此消除信号成本。[3]120

4.自主学习算法

自主学习算法使用了一种基于机器学习和深度学习项结合的技术，也就是平时所谓的人工智能技术，该项技术能在一定程度上模仿、延伸、扩展人类智力活动的程序系统[19]313，基于此项技术算法甚至无须人类的干涉就可能自主形成共谋。[11]45自主学习算法通过使用大量的“试错法”与环境互动，以此方法来学习最佳定价策略，而往往最佳定价策略一般就是反竞争的定价。虽然现在人工智能自主实现合谋只是一种设想，但这样的可能性是存在的，无论是我国还是欧盟、美国等国家的现行反垄断法实际上都无法在传统反垄断框架内对其进行规制。

二、定价算法导致垄断及危害

(一)算法的利与弊

算法作为数字经济时代的新兴衍生物给市场带来的影响有利有弊。从消费者的角度出发，算法的出现降低了消费者的搜索成本并且提升了整个市场的透明度，进一步提升消费者的购物便利性；从经营者的角度出发，算法使经营者无需投入大量人力物力，就可使产品价格与大多商家保持一致，并跟随市场价格的起伏相应地发生变化。 但是，科技是把“双刃剑”，算法也不例外。通过算法，企业之间达成垄断共谋攫取高额利润，形成坚固的垄断联盟，侵害消费者以及整个社会整体利益，造成了排除、限制市场竞争的严重后果。

2017年10月，欧盟委员会发布的电子商务领域的调查报告显示，有超过2/3的电子商务零售商都在使用定价算法跟踪竞争对手。[20]在数据驱动型的商业模式背景下，定价算法的便利性使众多企业趋之若鹜，不仅因为企业可以更快地对市场变化作出反应，还因为算法使数字市场中各家企业之间的联络更加频繁。除此之外，随着市场透明度的提高，算法分析的数据来源更加广泛，精确度也在不断提升。

在企业联系更加紧密的背后，企业之间利用算法达成共谋的风险增大。各家企业都希望通过达成垄断联盟垄断市场，以此获得超出竞争水平的利润。为了进一步隐藏自己的垄断意图，企业利用算法进行数据处理的过程十分隐蔽，垄断执法机关无法掌握证明其垄断意图的直接证据，无法有效对企业进行事后追责。[8]10

(二)定价算法垄断风险

根据《欧洲联盟运作条约》(TFEU)第101条的规定：“禁止两个或多个企业之间达成可能影响成员国之间贸易的协议，也禁止达成目标旨在预防、限制或扭曲竞争的协议”。欧盟旨在禁止可能会直接或间接造成固定价格的卡特尔，是否给市场造成排除、限制竞争的影响则不在欧盟执法机关的考量范畴之内。[21]相应的，英国的市场竞争部门在2016年11月7号发布了一份指引文件，旨在限制线上销售商的固定价格行为，英国竞争和市场管理局(CMA)指出销售商可以利用算法促进健康的市场竞争，但是如果使用算法是为了达成共谋那将会被严厉处罚。[22]算法可以实时监控竞争市场并通过对市场变化的快速反应优化自身的竞争策略，所以相比于传统以人类为主体的共谋，算法共谋消耗成本更少而且种类更多，更有效率。正如牛津大学阿里尔·扎拉奇在《算法的陷阱》一书中写到的那样：“算法会达成共谋，这种共谋有更多不同层次的形式，它更狡猾，随着算法的形式不同而越来越隐蔽难辨。”[23]13

对于算法合谋中的默示合谋来说，经营者之间的意思联络并不明确，经营者无须沟通就能达到共谋，即使被发现有达成共谋的决定也不一定违法，因为法律无法禁止经营者不考虑竞争者的价格决策而作出非理性商业行为。[24]根据经济学的“无名氏理论”来看，寡头市场中的企业在制定价格时必然是会考虑竞争对手的产品的价格的，并频繁有效地采取相应措施，所以经营者之间即使没有明确的意思联络，其仍能通过重复博弈实现均衡。[25]传统默示共谋主要是发生在寡头垄断市场中，但是算法的出现使默示共谋不再对市场结构有所要求。

从经济学的角度来说，如果经营者之间要达成共谋，需要满足三个条件：第一，经营者之间达成一个对参与合谋各方都有利可图的共谋协议；第二，监测背离超出竞争水平的共谋平衡的机制；第三，建立报复机制，阻却共谋者的背离行为。[26]也有学者指出，建立共谋还需要第四个条件就是市场进入的高壁垒，因为进入壁垒过低会导致新的竞争者不断进入市场，竞争会更加激烈，经营者之间达成的动机也会相应减少。[27]但是法学和经济学对何为达成共谋是有分歧的。从经济学的角度来看，共谋协议包括明确的意思联络达成的协议，也包括有意识的平行行为。[28]前者主要指达成共谋之前参与合谋的各方需要明确交流共谋的意思，而后者则有时也称为默示共谋，共谋者之间在参考竞争对手的定价之后独立设定价格。在经济模型中，达成共谋的方式并不重要，但是在法律语境下，现行反垄断法却仅仅只规制明示共谋。[28]593-640

默示共谋通常以行为或者以博弈论“聚点”的方式维持合谋的意思基础，而算法则呈现除了一种新的合谋形式，除了作为工具以达成合谋以外，它甚至可以通过改变市场要素来达成合谋[29]。在寡头市场中，寡头垄断企业可以在未达成事先合意的情形下“有默契地”协调价格，虽然没有达成垄断协议达成的结果却与垄断共谋一致。而定价算法的出现使市场透明度大幅提升，经营者之间的互动频率激增[11]57，监测背离行为的能力更强，经营者之间达成共谋的形式愈加隐蔽与“难以捉摸”。

(三)国外执法案例实践

由于我国目前尚无相关执法案例，也未将目光投向规制算法共谋上，有必要在借鉴国外已成熟执法案例的基础上，进一步进探索。

2015年美国司法部(DOJ)针对David Topkins展开调查，4月DOJ向美国地区法院提交指控书，指控Topkins和他的共谋者们从2013年9月至2014年1月使用算法共谋软件固定贩售海报的价格。案件最终结果是Topkins自愿缴纳20，000美元罚款并自愿提交了认罪协议。[30]美国司司法部助理检察长Bill Baer指出：“我们不会容忍限制竞争的行为，不论其发生在烟雾缭绕的房间里，还是通过复杂的价格算法发生在互联网上。”联邦大陪审团2015年8月指控英国公民阿斯顿(Aston)与其合谋者在美国亚马逊平台上固定海报价格，阿斯顿(Aston)因此被判处6个月的监禁。[31]2015年底，优步(Uber)的用户斯宾塞·迈耶(Spencer Meyer)指控优步与平台上注册的司机之间构成轴辐卡特尔[5]1323-1376。2017年2月，欧盟委员会针对华硕(Asus)、天龙和马兰士(Denon&Marantz)、飞利浦(Philips)以及先锋公司(Pioneer)四家在线零售商展开调查，欧盟委员会怀疑这些平台可能阻止了在线零售商自主定价的权利，从而违反了欧盟的竞争规则。[32]

实际上，虽然定价算法共谋这一新型垄断形式涉及到的司法案例并不充足，但是世界各国竞争执法部门的调研报告已经涉及到了算法。2015年，德国反垄断委员会发布调研报告《竞争政策：数字市场的挑战》[33]，同年，美国联邦贸易委员会发布报告《大数据：包容工具抑或排除工具》[34]。不过对此问题最为关注的还是经济合作与发展组织，其在2017年以“算法与合谋”为主题召开研讨会并形成了《算法与合谋：数字时代的竞争政策》的相关研究报告[35]，这份报告主要是讨论了算法给现行竞争法以及市场规则带来的挑战。

三、我国反垄断法的规制困境

定价算法所带来的的共谋隐患在我国已初显端倪，但我国并未像国外一样给予重视。我国至今施行的仍是2008年的《反垄断法》，旧有规制体系无法有效规制经营者之间的定价算法共谋。

(一)垄断协议认定难

达成默示共谋的竞争之间甚至不需要明确的意思联络就可以产生排除、限制竞争的效果，但是我国现行反垄断法还是以达成“协议”作为规制前提[36]，共谋者之间的意思联络依然是证明达成共谋的主要证据。除此之外，以往可以通过市场高集中度、市场进入壁垒高等外部条件辅助判定默示共谋的存在，但是定价算法改变了合谋达成的市场条件，竞争者之间合谋的意图不再明显，竞争者将自身的合谋意图体现在定价算法自行决策的权限上，这就给执法机关带来极大的挑战。

1.协议主体认定难

我国《反垄断法》规定达成协议的主体是具有竞争关系的经营者，也就是从事商品生产、经营或者提供服务的自然人、法人和其他组织。在算法的参与下，垄断协议的担责主体呈现出多样的趋势，除了经营者之外，算法的开发者、设计者、管理者都在维持超竞争水平的情形中起到了不可忽视的作用，甚至算法自身都可能成为协议的参与者之一。

2.意思联络认定难

认定垄断协议的存在需要四个条件：合意、意思联络、一致行为以及反竞争的效果。反垄断的实践中，认定意思联络一直是执法机关举步维艰的主要原因之一。在技术还不是特别发达的时候，执法机关还可以通过信息交换、价格变动、间接证据等推定经营者之间的主观意思联络，但是数字经济时代下，算法运行过程愈加复杂和发达，加之市场的高透明度，经营者之间甚至无须进行沟通，算法就可以自主完成有关商品信息的抓取，迅速调整战略决策，实现经营者之间的协同定价。而自主学习式算法达成的共谋形式中，经营者的意图与初衷更是无影无踪。

3.行为性质认定难

轴辐类定价算法共谋以枢纽经营者作为核心，同一市场中的经营者均使用枢纽经营者提供的定价算法，枢纽经营者与其他经营者构成利用纵向协议实施的共谋，而同一市场中的经营者则构成横向竞争关系。轴辐类共谋是无法适用“本身违法原则”的，因为横向竞争者之间并不存在垄断意图。虽然造成了排除、限制竞争的效果，但是在轴辐类共谋的情形下，很难去认定使用同一定价算法的经营者之间以及他们与平台之间存在共谋意图，因为有可能这只是一种无心之失，又或者说平台只是为了追求利润最大化，仅凭借平台向经营者统一提供定价算法这一行为是无法认定平台与经营者之间的行为的违法性的。

(二)责任主体认定难

1.算法作为达成共谋的工具

如果算法是竞争者之间为了达成共谋而使用的工具或者手段，那么此时责任主体的确定就是个大问题。如果是经营者自行开发的算法并且与其他经营者共享，经营者应当是责任主体。但是如果经营者是从第三方购买的算法呢？若恰好其竞争者购买了相同的算法导致了市场内的反竞争定价，责任又该如何确定？经营者本身并没有共谋意图，只是出于意外使用了相同的算法，若对其进行苛责未免过于严厉，即使经营者之间有共谋意图，仅凭购买了相同的定价算法很难去推定两者之间共谋行为的存在。垄断协议的参与主体愈加多元，那么担责主体的范围是否会进一步延伸，例如开发设计定价算法的技术公司是否要担责？其是否具有注意提醒义务？如果该算法并非第三方自主开发而是经营者委托开发的，负责开发算法的公司是否也要承担连带责任？在算法引发轴辐共谋的情形下，平台作为算法的提供者和作为算法使用者的经营者之间的合谋意图是很难捕捉与认定的。平台提供算法技术行为本身是不会限制市场竞争的，是经营者们使用算法才出现了排除、限制竞争的效果，而使用算法的经营者们本身并没有达成共谋的意图，因为这可能是平台强制提供的又或者说是为了方便省事才使用的，这其中的责任又该如何分配。

2.自主学习式算法

对于自主学习式算法，企业甚至可能都没有达成共谋的意图，而算法由于具有强大的自主学习和执行能力，可以独立、自主地达成并实施共谋行为。在自主学习式算法中，竞争者之间并未达成反竞争的协议，竞争者也不具有反竞争性的意图，此时到底由谁来承担责任呢？

算法作为一种人类创造的技术手段并不具备承担责任的能力，若让经营者承担责任，在经营者之间共谋意图不存在的情形下，高额处罚对于经营者来说过于严苛。若让开发设计算法的公司承担责任，随着算法向纵深发展，算法与最初的开发设计者之间的联系已变得十分微弱，负责开发设计算法的公司甚至可能都没有预料到算法会自主达成共谋。因此，认定责任主体存在困境。

四、反垄断法的规制出路

(一)反垄断法的规制理念

马克思的动态竞争理论(1)动态竞争理论主要观点为：1.竞争的本质是动态的，一个企业对竞争对手的攻击都可能引发后者的反击；竞争形式是对应的，有进攻就可能有反攻；竞争优势是暂时的，会被竞争对手的回应所抵消；只有不断采取行动和回应才能持续竞争优势。2.对竞争对手的分析应跳出传统的产业分析框架，从资源和市场角度识别潜在的竞争对手。3.竞争和竞争对手分析应从企业自身和竞争对手的洞察力、动力和能力等入手。认为技术变革和创新才是推动经济发展的最终动力，如果在创新时政府的手伸得过长就会阻碍企业创新的脚步，所以反垄断法一定要保持谦抑的理念，审慎选择适用反垄断法的强制性措施。《反垄断法》自身具有普适性以及滞后性，所以在规制快速发展的行业时常常会捉襟见肘[37]。但其实谦抑理念最早来自于刑法学界，其核心思想在于刑法应当从“限定的处罚”转向“妥当的处罚”[38]。经济法与刑法一样都有极强的公法属性，强调国家公权力对个体权益的保护和干预，所以有学者参照“谦抑理念”提出经济法领域内的“适度原则”：市场一般能自我解决市场失灵问题，政府应秉持克制态度，至少在合法性、合理性和竞争性三个维度上规范约束政府干预。实际上，谦抑理念和适度原则本质上都是要求政府干预有度、干预有理。

反垄断法的谦抑性是指在市场作为配置资源的主要手段的前提下，反垄断法只有在市场失灵状况下才能进行干预[39]。正确的理念是通过反垄断执法去保护鼓励创新的竞争结构，阻止那些造成反竞争效果的行为和其他妨碍合法竞争的排他性行为[40]。但在干预之前，必须考虑使用新技术后的数字经济的动态特征、国情实际和历史发展阶段，在干预市场与促进市场发展之间寻找平衡。所以反垄断法应当以市场作为资源配置前提的主要手段介入市场，非必要不干预，以鼓励创新和发展为目标对算法共谋行为进行一定限度的限制[41]。实际上，对于算法共谋，国外学者也认为应当具体情况具体分析，不能一概禁止[42]。

(二)使用间接证据推定

著名经济学家亚当·斯密指出，“同行人很少聚会，但是他们一旦聚会不是策划出一个对付公众的阴谋，就是炮制出一个掩人耳目提高物价的计划”[43],当经营者聚在一起“谈天说地”时则意味着一个新的共谋联盟的可能会在公众无法察觉的情形下悄然诞生。

美国《谢尔曼法》第一条规定，仅有有意识的平行行为不能认为存在共谋协议，除非原告能够证明还存在一些“便利行为”或“附加因素”。[44]203也就是说，证明垄断协议的存在是十分困难的，而且显然执法机关并不具备相应的专业技术与水平。卡普洛(Kaplow)教授认为目前规范垄断协议的方式过于形式化，企业之间可能存在的违法可能性的平行行为法律无法有效规制，但实际上这些导致超竞争水平定价的依赖性合作与传统共谋一样，都造成了排除、限制竞争的效果。[45]有鉴于此，我国可以学习欧美国家的反垄断实践，合理利用间接证据推定共谋意图的存在。间接证据不如直接证据直观，但是由于算法共谋的特殊性以及隐蔽性，采取间接推定规则是有效规制共谋的首选，由那些表现了算法共谋的市场特征以及经济证据帮助执法机关找到突破口。例如市场集中度、设立触发价格警戒线、经营者之间信息沟通频率等等都属于间接证据，在无法证明经营者之间的协同意思表示时，结合一定数量的间接证据，如果行为人无法通过经济合理性解释其协同行为的正当性与合理性则推定经营者之间存在共谋。可以通过三个步骤来判断行为是否具有经济合理性：首先，确认经营者的价格跟随行为是否是基于自身的独立判断，如果是独立决定跟随则不应遭受非难；其次，判定经营者的行为是集体自利行为还是单方自利行为，如果经营者的价格变动明显违背自己的利益趋向则不具备经济和理性；最后，借助产能和成本理论分析经营者的价格行为是否具备经济基础。[46]

(三)建立定价算法规制体系

由于算法本身专业性极强，所以当经营者使用算法作为共谋工具时，经营者与消费者之间不平等的地位对比就会更加明显。

从源头开始，可以要求使用算法的经营者和算法的提供者(开发者)进行算法的备案登记，由经营者和提供者(开发者)承担解释开发算法的责任。如果提供者主要是按照经营者的要求开发设计算法的，那么备案登记的义务主要是落在经营者的身上；如果提供者自行开发设计算法，那么则由提供者承担主要义务。但是备案登记制度并非强制，执法机构也只是进行形式上的审查，而不做实质上的审查。这主要是因为：第一，执法机关如果进行实质审查，审查周期过长，结果不确定，企业的经营效率将大幅下降，强制企业备案并且进行实质审查可能会使企业丧失进入市场的机会，不利于企业的发展也不符合“谦抑”的监管理念；第二，算法本身技术性极强，我国反垄断执法机关并不具有对算法进行实质审查的能力。

实际上，设立备案登记制度的目的在于防止日后算法共谋的情形出现，其也可以作为企业进行抗辩的依据来源。在自主学习式算法下，算法自身达成共谋，从技术中立的角度来说，算法并没有任何过错，开发者或者使用算法的经营者也没有过错，但是造成了排除、限制竞争的效果是事实。但是如果由算法来承担责任是不现实的，其无法自行停止侵害竞争秩序的行为也无法承担赔偿责任，所以实际上的责任主体还是人类，也就是算法的开发者以及使用算法的经营者。规制定价算法共谋的重要一点在于证明意思联络的存在，而备案登记制度可以帮助开发者和经营者进行抗辩，证明开发之初并未存在共谋的意图。由于是在政府机关进行备案，从证据的角度来说，其可信性也会大幅提升。

当经营者被政府起诉时，应当有限公开算法。[47]反垄断之所以无法有效规制算法共谋主要是在于其极强的专业性以及复杂性，经济合作与发展组织提出的解决方案也提到“增加对消费者的透明，减少对竞争对手的透明”。但是算法本身是经营者投入大量研发资本而得到的，属于企业自身的商业秘密，如果一味地要求公开，就会使企业前期的投入成本付之一炬，阻碍科技进步和技术发展。所以，为了达到维护竞争秩序与激励创新的平衡，可以要求企业有限公开算法，公开对象仅仅包括执法机关的专业执法部门，而且执法部门自身应当注意算法的保密性，防止算法泄露。案件结束后应当及时清理相关资料，避免工作人员泄露。执法部门也可以考虑制定基础的定价算法作为底层算法支持，植入到所有被监管的定价算法中，确保算法规则的基本稳定性。[48]对于消费者，企业并不需要将源代码进行公开，因为消费者并不具备读懂源代码的水平，企业只需对算法的功能、目标、运行流程等通过文字、图表等清晰易懂的方式展现出来即可。但是企业在对消费者进行信息公开时，要以简明、通俗、易懂的方式进行说明，否则是一种无效公开。

(四)完善责任制度

关于人工智能是否能够成为责任主体，学界一直争论不休。2017年10月，沙特阿拉伯承认了机器人索菲亚(Sophia)的公民身份。[49]但是根据我国的法律法规并没有明确承认人工智能的地位，实际上，我国对人工智能独立承担责任也是持保守态度的。即使是自主学习式算法，算法也不可能成为新的法律责任主体，违法者还是应当自行承担责任。有学者提出“算法雇员理论”，将算法视为经营者的雇员由经营者替代员工承担法律责任，在责任归属上，应当“刺破算法面纱”，由算法背后的实际参与者也就是经营者、开发者、设计者等来承担法律责任。[9]40但是对于算法这种强人工智能来说，其可能会根据经营者事先设定的经营目标在经营者不知情的情况下自动达成共谋，不能排除其会自主开展其他任务的可能性，此时，定价算法的的开发者、设计者、经营者可以通过算法学习过程中的不可控制性为自身的行为进行辩解。[50]

算法在增加了市场透明度之后，企业会对他们的行为展开正当的商业合理性解释，这在寡头市场中尤为典型。一般来讲根据市场变化作出价格调整是不会引起反垄断法的关注的，但是如果企业之间的一致行为促使了有意识的平行行为，也许就会落入反垄断法的规制范畴之内。[51]所以除了将算法作为达成垄断协议的工具之外，瞄准促使市场一致行为的弱形式的发信号行为可能会被规制。[52]79虽然各国反垄断法的规制重点均在关注企业之间的共谋行为所导致的垄断结果，但是在默示共谋的情境下，尤其是在算法工具的加成之下，即使企业之间达成了共谋也难以被发现甚至也无法举证。此时，可以在寡头市场中对企业之间的有达成垄断协议趋势的行为进行适当规制，因为在寡头市场中，占据市场份额较多的企业本身就应当具有更高的注意义务，因为对于他们来说，相比于充分竞争的市场，他们达成垄断更为容易。对于责任承担主体，当算法开发者、管理者和受益者归属于同一人时，责任分配问题并不存在，但是如果分属于不同经营者，可以借鉴阿里尔(Ariel) 和莫里斯(Maurice)提出的获益原则和有效公职原则[52]，受益原则就是按照实际参与主体获益大小等结构因素确定责任的分配，而有效控制原则是指按照实际参与主体对算法的控制程度来分配责任。也就是说如果算法的开发者、管理者和受益者都能从使用算法中获益或者说对算法都能施加一定的控制，那么就根据他们分别的获益份额和控制程度来分配责任，如果难以区分，那么各方应当承担连带责任。