

在平台经济与算法技术的双轮驱动下,数字经济平台通过算法技术快速发展,但同时衍生了算法默示合谋行为,威胁正常的市场竞争秩序。通过采用理论分析法,深度剖析数字经济平台算法默示合谋的反垄断法规制原理,发现算法默示合谋通过代理式算法和自主式算法实现,具有高度隐蔽性、高频动态性及算法黑箱性,导致数字经济平台算法默示合谋面临三大反垄断法规制困境:客观行为难以辨认、主观意图难以证明、市场竞争效果难以评估;通过采用比较分析法,发现欧美国家通过数字化筛查机制、主观意图推定、证成排除限制市场竞争效果等措施,破解数字经济平台算法默示合谋的反垄断法规制困境。因此,我国有必要优化数字经济平台算法默示合谋的反垄断法规制:加强数字化筛查制度的建设,再造垄断协议中“意思联络”要件,逐步健全市场竞争效果评估机制。
一、问题的提出
在平台经济的时代背景下,各类数字经济平台快速兴起并广泛流行,成为当前市场竞争中的重要力量。为维持市场竞争优势,各类数字经济平台通过滥用算法技术,实施算法明示合谋与默示合谋,严重损害其他经营者的合法权益,破坏了公平有序的市场竞争秩序。其中,学术界普遍意识到平台算法默示合谋的社会危害性,认为应当采取必要的反垄断法规制,但究竟应当优先维护竞争机制,还是优先维护消费者、用户利益与维护社会公众利益的问题,形成了差异化的反垄断法规制理念:一是“不干预”规制理念,主张对平台算法默示合谋采取事前、事中和事后不干预。二是主张“包容审慎”的规制理念,认为算法默示合谋难以达成且不可持续,对于市场秩序的危害性较小,应当允许默示合谋的存在。若反垄断执法机构强行对平台算法默示合谋开展反垄断法规制,可能破坏平台竞争与抑制算法创新,但算法对市场竞争的影响过大,应当适当干预。三是对算法合谋采取“强干预”的规制理念,要求反垄断规制由效率价值向公平价值倾斜。由于我国经济逐渐步入寡头垄断格局,基于算法默认合谋的复杂性和危害性,反垄断执法机构应强化规制,建立科学、规范、有序的算法管控体系,对算法合谋行为的反垄断规制的广度和深度进行动态、科学调整,规范平台企业的算法使用行为。质言之,三种反垄断法规制理念的冲突体现了利益维护的选择,规制广度的实现主要是对事前、事中和事后规制阶段的平衡,规制深度主要是依赖于规制手段的效果。
关于平台算法默示合谋的反垄断法规制进路,学术界存在一些争议:(1)利用协同行为制度认定算法默示合谋。结合合谋行为主观特征和客观特征的间接证据,学者们提出两种证明方法:若能以信息传递为起点证明平台算法默示合谋时,直接以交流证据推定“意思表示一致”,如轴幅类算法合谋中,由于纵向层面的信息传递在先,可通过交流证据来推定横向层面上的合谋意图;若难以利用主观证据证明平台算法默示合谋时,则可以平行行为为起点证明,需要通过行为证据与便利行为证据、市场结构证据和交流证据相互补强与印证,厘清其关联关系与积累效果,以证明算法默示合谋“合意”的存在。(2)以滥用市场支配地位制度认定算法合谋。多数学者主张不能全面依据市场份额推定市场力量,以此认定算法合谋。德国2021年推出《反限制竞争法(第十修正案)》(GWB10),第19a条引入了显著跨市场竞争影响制度,即当大型平台在多个市场上开展业务时,即使在单个相关市场没有构成市场支配地位,也可以其兼营多项业务的融合能力来评定其相关市场的支配地位,并提前干预其实施的反竞争行为。滥用市场支配地位制度能在垄断协议无法发挥作用的领域发挥补缺功能,如寡头垄断结构下利用协同行为制度难以认定算法默示合谋时,可借助滥用市场支配地位制度。(3)以价格垄断行为认定算法合谋。《中华人民共和国反垄断法》(以下简称《反垄断法》)规定需满足经营者占据市场支配地位的条件,不能适用于无法认定占据市场支配地位或者未达到市场支配地位的情形;《反垄断法》中对价格垄断行为的规定属于《价格法》的特殊规定,两者存在重合。因此,对于算法合谋导致的垄断定价行为应适用《价格法》,秉承合理规则为主与本身违法为辅的原则理念,遵循鼓励创新与包容审慎监管政策,施行算法定价监管。
关于数字经济平台算法合谋行为的法律责任体系,不同学者提出差异化观点:(1)算法权力滥用行为的帮助责任。虽然权力滥用行为由数字经济平台经营者实施,但平台算法合谋行为从主体依赖性向算法交互性转变,而且算法黑箱可能掩盖平台真实意图,导致对算法设计者、提供者等第三方的追责。从严格规制算法权力滥用行为角度看,第三方作为帮助数字经济平台实施垄断行为的主体,理应承担法律责任。(2)增加算法权力滥用行为的个人责任。传统反垄断法律责任通常是组织责任,在组织内部存在代理成本的问题,仅处罚组织并不能遏制垄断行为。在数字经济平台滥用算法权力的场景中,数字经济平台是组织性最明显的主体,操盘数字经济平台运营的自然人应承担反垄断法律责任。(3)算法合谋行为的抗辩事由。为避免出现错误判定竞争行为的案件,一些学者认为应当合理解释《反垄断法》第十五条,设置占据市场份额20%作为反垄断法规制的门槛标准,认定门槛标准以下的研发协议不足以产生限制竞争的效果,从而达到鼓励创新和促进竞争的目的。针对滥用市场支配地位行为的安全港制度,采用负面推定和正面认定环节,以市场份额为基础设置数字经济平台不构成市场支配地位的门槛,初步筛选出轻微的违法案件,便于将执法重点与资源集中到占据市场支配地位的企业。针对企业合并行为的安全港制度,可以设置阻止调查处罚程序的安全港,在充分的市场调研后再设置其他类型的安全港。在这种平衡结构中,数字经济平台可充分表达利益诉求进行权利抗辩,反垄断法执法机关力图向执法对象灌输规范背后的知识理念,整合社会秩序,共同塑造执法效果。(4)根据垄断协议宽大制度,经营者可主动向反垄断执法机构报告达成垄断协议的有关情况并提供重要证据,以期减轻或免除处罚。然而,对于组织、胁迫其他经营者参与达成、实施垄断协议或妨碍其他经营者停止该违法行为的,反垄断法执法机构不对其免除处罚,但可以相应给予减轻处罚。数字经济平台作为垄断协议的组织者及主要作用者,即使适用宽大制度也只能酌情减轻,不得免除处罚。
总之,学术界对是否需要对数字经济平台算法默示合谋施以反垄断法规制争议较小,但对于具体的反垄断法规制进路存在着较大的争议。如何论证数字经济平台算法默示合谋对中小平台造成的排除限制竞争?如何优化我国数字经济平台算法默示合谋的反垄断法规制进路?成为当前数字经济背景下亟待解决的重要问题。因此,本文通过规范分析、案例分析以及比较分析等方法,深度剖析优化我国数字经济平台算法默示合谋的反垄断法规制。
二、数字经济平台算法默示合谋的反垄断法规制原理
(一)
数字经济平台算法合谋的技术原理
数字经济平台算法合谋是数字经济平台与算法合谋的融合产物,其中数字经济平台是利用大数据、人工智能等数字技术搭建的基础经济平台,旨在促进社会经济的数字化与全面化发展;算法合谋可视为算法之间存在沟通交流,它是算法技术参与的合谋行为。由于数字经济高度依赖于互联网环境,具备互联互通义务,各类数字经济平台之间存在算法交叉和高频信息交换,出现了算法合谋产生的基础。以腾讯公司起诉字节跳动公司抓取微信公众号文章案为例,法院判决认为平台之间互相抓取信息具有一定合理性,利用网络爬虫技术或其他算法技术抓取不同平台的数据信息,不一定必然构成市场不正当竞争。同理,数字经济平台之间通过算法交换信息的情况普遍存在,虽然我国暂未明确算法合谋定义,但数字经济平台以算法技术手段形成合谋行为并高频传达商业信息,逐步成为平台运营的商业常态。
随着大数据、人工智能等技术的创新应用,社会组织模式朝着数字化与智能化加速演进,个人和群体之间的合作,已映射为不同数字服务(如计算机、网络、系统、平台、组件、应用程序等)之间的互协作或互操作,即不同数字服务通过技术接口或其他方案相互交换数据、信息等资源进而开展协同配合的工作。可见,不同数字服务的互操作,是人类合作在数据信息层面或数字化境域的一个同构。由经营者达成和实施的触犯反垄断法的传统合谋行为,也可以映射为人工智能系统、机器人等数字服务在互操作过程中达成和实施的合谋行为。无论何种类型的数字服务互操作,其目的是促进数据、信息、功能等服务资源的可访问性和可调用性,孵化出更多的互补性创新服务。然而,数字服务互操作的程度越高——特别是在横向互操作、完全互操作、动态互操作、三边协同互操作等情形下,由于调用数据信息的难度减小、市场透明度急剧增加、实时博弈的交互状态优化,因而相关主体利用数据、算法等从事合谋行为的动机和能力就越强,规避竞争和损害竞争机制的风险也就越高。比如,国内外知名数字经济平台的会员费用呈现趋同性,具有算法默示合谋的高度可能性。
(二)
数字经济平台算法合谋的反垄断规制理论
1.反垄断法对合谋危害性的理论分析
在激烈的市场竞争中,合谋问题是经济学与反垄断法领域的经典问题,这类合谋包括传统垄断协议式合谋以及新兴算法合谋。一般来说,合谋可视为多家企业依据各种市场和非市场指标的历史数据或历史条件构建竞争策略,从而获得并维持较市场公平竞争条件下更为有利的结果。这类市场竞争策略的基础是一个奖惩机制,奖励维持这种有利竞争结果的企业,处罚背离这种有利竞争结果的企业。合谋的危害性主要是经济危害性,集中体现在以下多个方面:第一,合谋特别是固定价格的合谋会破坏价格作为市场导向信号的功能,损害市场竞争机制。价格、产量等竞争参数被人为控制,不能真正反映市场竞争的状况和变化,无法发挥市场供求信号和优胜劣汰的功能,不仅生产要素不能被合理分配,劣质的产品和企业不能被市场淘汰,而且会导致资源浪费,带来无谓的经济福利损失,即经济福利的净损失。第二,合谋会抑制创新活力和经济动态效率。一旦市场竞争被合谋所扼杀,实行合谋的企业的创新动力就会随之衰减,创新的经济社会利益也会随之枯竭。第三,合谋会导致不利于消费者的分配效应,损害消费者利益。垄断势力的存在意味着,价格、产量、销售地域、质量、创新等竞争条件下的消费者福利不公平地向实行合谋的企业转移,成为它们手中的垄断利润从而严重损害消费者利益。合谋还会导致实行合谋的企业的内部生产效率低下。一旦企业达成默契并消除彼此间的竞争,它们在控制质量调整成本方面的动力便会减弱,造成内部生产效率的下降。总之,合谋是损害市场竞争、阻碍经济效率和减损消费者福利的危害行为。
2.数字经济平台算法合谋的类型化解析
算法合谋是“相互竞争的企业利用特定类型的算法从事协调的、共同的市场行为,产生排除限制竞争的风险或者效果”。依据算法在合谋中的作用不同,数字经济平台算法合谋可划分为明示算法合谋(监测式与轴幅式算法合谋)、算法默示合谋(代理式与自主式算法合谋)。
首先,数字经济平台算法明示合谋。相较于算法默示合谋,数字经济平台算法明示合谋虽然具有算法技术的介入与助力,但是这类合谋依然以数字经济平台之间的互信交流、共识沟通、信息传递等意思联络为主导,集中体现为监测式算法合谋与轴幅式算法合谋:一是监测式算法合谋,它是算法作为一种技术工具被企业用于监测已达成的合谋在实施过程中可能出现的偏离行为,包括对实行合谋的企业的商业信息、经营数据等进行收集、传输、聚合和查验,确保合谋的可维持性和稳定性。从技术实践角度看,监测算法的运行具有显著的数据依赖性。监测式算法合谋或信使类算法合谋的特点在于此类合谋语境下“排除、限制竞争意思联络”的形成是通过人际沟通交流、信息传递等直接意思联络方式,监测式算法合谋所达成的合谋合意,只是在合谋的实施中起到监测合谋合意的落实情况、惩戒背叛合谋策略的行为等帮助作用。二是轴幅式算法合谋,它是指具有竞争关系的企业虽然没有进行直接的沟通交流、信息传递等意思联络,但通过间接意思联络共同采用同一算法,用以决定产品或服务的价格或对市场变化作出反应,进而产生与横向合谋类似的排除限制竞争效果。在轴辐式算法合谋情形下,通常涉及两个层次的合谋:在代码层合谋中,作为“枢纽中心”的算法把相互竞争的企业合围在一起,使它们接受一套相同的决策指令或程序规则;在数据层合谋中,为了让算法高效运转,相互竞争的平台企业将各自控制的用户、业务、经营管理、系统运行等数据提供给算法服务供应商,形成大量竞争性数据组成的数据集或数据池,由此得到训练和改进的算法性能愈加卓越,从而更有利于找到或优化合谋均衡的条件。
其次,数字经济平台算法默示合谋。由于代理式算法合谋和自主式算法合谋不存在数字经济平台之间的互信交流、共识沟通、信息传递等意思联络,但其利用彼此意识到的依赖关系在价格和产量等决策方面达成了非竞争均衡,因而属于算法默示合谋的范畴:一是代理式算法合谋,指相互竞争的数字经济平台独立研发与使用算法,把算法作为企业决策者的“代理人”,进而这些功能强大的算法积极利用彼此意识到的相互依赖关系,通过收集市场数据特别是竞争对手数据,以预测竞争对手的决策参数、发出合谋邀约的涨价信号、试探竞争对手反应、监测竞争对手动态等方式,推动商品或服务的价格平行上涨或其他交易条件同步变化,形成与传统“寡头相互依赖的平行行为”极为相似的默示合谋场景。在人工智能时代,相互竞争的企业采用代理或预测算法进行经营决策形成了与上述寡头默示合谋极为相似的场景,使相互依赖的默示合谋从寡头市场向非寡头市场扩展。二是自主式算法合谋,指合谋的达成和实施完全不涉及人为因素,即不涉及沟通交流、信息传递、人际互动等意思联络,而由具有强大自主学习能力的学习算法特别是深度机器学习算法完成。自主式算法合谋本质上是一种由算法相互依赖所形成的默示合谋。其中,机器学习算法是通过学习数据输入来构建决策过程,赋予机器在没有明确程序下学习的能力,最终目标是建立模拟人类进行分析学习的神经网络,让机器能够像人一样分析学习;深度学习算法强调特征学习的重要性,即利用大数据来学习特征,以此刻画数据丰富的内在信息,完全不需要人工对原始数据进行特征识别、提取和构造,因此深度学习算法对平台企业来说是一个“黑箱子”。由于这种合谋的达成和实施并不是人类明确设计的结果,完全由强大学习能力的算法自主执行和完成,因而法律上不具有将责任归结于企业或企业决策者以及技术开发人员的基础,出现法律归责的争议。
三、数字经济平台算法默示合谋的反垄断法规制困境
(一)
数字经济平台算法默示合谋的典型案例
近年来,各类数字经济平台上线自动改价算法功能,如某社交电商平台内测“自动改价”功能,将支持平台内的经营者委托平台根据市场情况,参考平台的建议价格,在经营者设定的条件范围内实现改价,由算法为经营者提供平台建议价格。当平台生态内经营者设置的底价高于平台建议价格时,为避免竞争者产生利益损失,平台不会自动为商家改价;若平台生态内经营者设置了其他单品营销活动,将与改价算法互斥。在经营者使用平台统一的改价算法功能时,经营者可随时关闭单个商品的改价开关、选择改价的商品范围,随时更新每个规格的底价,平台改价将在经营者设置的底价基础上进行。在这样的场景下,这很可能诱发具有竞争关系的平台生态内经营者,为了存在替代关系的商品或服务统一选择设定平台建议价,从而无需进行协商,即达成算法默示合谋。质言之,社交电商平台开发并倡导的自动改价算法系为平台内经营者提供实质性帮助的行为。另外,社交电商平台内测的“AI购物小助手”作为推荐算法价格直接决定消费者可以选择的商品范围和品类,若消费者在使用平台时无法彻底关闭“AI购物小助手”,或者平台不能基于不同的模型供消费者选择,那么一旦“AI购物小助手”与自动改价算法联合,平台可通过锁定目标用户、精准推荐商品并实施精准定价,平台将彻底出现“算法合谋常态化”,高度操控市场竞争秩序。然而,平台生态内的经营者大多不具备反垄断合规意识。为实现经营利润最大化、提升商业交易效率,平台内经营者更容易选择参与自动改价算法并达成价格合谋,在事实上促成价格协同。甚至有可能出现上游厂商借助平台数据分析能力来监管下游经销商在平台上的定价和交易的可能,从而协助上游厂商实施限制最低转售价格的垄断行为,从而达成合谋行为。
(二)
数字经济平台算法默示合谋的反垄断法规制困境
与传统企业的合谋行为相比,数字经济平台利用算法技术所达成的算法默示合谋更具有高度隐蔽性与技术复杂性等特点,给传统反垄断法规制带来重重困境,集中体现为客观行为难以辨认、主观意图难以证明、竞争效果难以评估。
1.客观行为难以辨认
首先,算法简化了达成垄断协议的基本条件。数字经济平台利用算法技术,可以快速研判市场竞争中潜在的合谋焦点,制定联合利润最大化的行动策略,但这种决策所依据的变量的复杂程度非人力能及。算法基于强大的数据收集、存储、挖掘、分析、加工、传输等处理能力,被用于动态定价、差异化定价、个性化定价等,确实增加了数字经济平台在价格维度合谋的复杂性和难度,但合谋的维度不限于价格,还包括特定的客户群体销售地域等。算法可能增加其他维度的合谋便利性,甚至能帮助数字经济平台在市场竞争中同时实现“算法价格合谋”与“算法价格歧视”,这存在三种合理解释:其一,平台之间可能达成了市场划分协议,如客户划分、地域划分等,即相互承诺不侵入对方细分市场,以保留市场中的用户偏好信息,进而实施算法价格歧视。其二,各类平台可能都拥有相似的信息来源,这可能是因为用户的个人偏好能够被算法轻易计算出来,或者是因为各类平台都依赖于公共数据库和类似的数据分析工具。其三,相互竞争的平台数据和算法是彼此“透明的”,即一个平台的算法可以被另一个平台的算法读取和解码,因此这些平台不仅可以利用各自用户的数字画像,而且经由数据信息聚合,数字画像更加全面完善,个性化定价更加精准和一致。
其次,算法的高度隐蔽性和高频动态性导致举证困难。与传统技术有所不同,数字经济平台所应用的算法技术(尤其是深度学习算法等)具有高度隐蔽性与高频动态性,致使反垄断法层面的举证困难重重。一方面,数字经济平台的算法具有技术复杂与高度隐蔽性,包含复杂的数学规则及计算机技术,且监管部门没有平台企业的后台权限,很难通过消费者前端数据判定是否存在“杀熟”行为。数字经济平台将算法作为商业秘密且不会公开算法,消费者要对算法技术进行检查几乎是无法实现的。消费者很难察觉到数字经济平台复杂且隐蔽的算法技术,因为数字经济平台在设计算法时,依靠的数据包括浏览记录、搜索关键词、停留与支付时间等,以此判断消费者的经济情况、消费偏好、价格敏感度等等,制定相应的定价策略。另一方面,数字经济平台的算法存在高频动态调整的特征。数字经济平台的市场价格并非一成不变的,具有即时性和动态性。数字经济平台需要根据市场供需、促销活动等因素动态调整市场价格,这是正常的商业运营策略。由于每次搜索都调取数据成本太高,所以数字经济平台会对调取数据进行缓存,这导致了消费者前后看到的数据不一致,或者查询及支付时的实际价格不一致等。在算法隐蔽性强、侵权判定界限模糊的情况下,由于数据和算法规则由数字经济平台掌握,所以消费者举证和维权十分困难,难以固定数字经济平台算法默示合谋的违法证据。
2.主观意图难以证明
首先,算法成为合谋者利益分配的重要工具。在平台经济环境下,各类数字经济平台通常倾向于直接获得收益,即作出销售和销售决策的平台倾向于追求即期或短期收益,可能会增加市场的复杂性。由于不同的平台追求即期或短期收益的程度存在差异,难以达成合谋的价格焦点,但是这些平台可以对算法进行编码,从长远的角度看待盈利能力,缓解人类决策者过分追求即期或短期收益的冲动,有助于减轻不可预测的即期或短期贴现造成的市场复杂性。算法特别是专家算法实际上充当着一种“短期承诺装置”,即严格依据一系列预定义的规则、程序以及目标作出决策,至于这些指令和决策在实现利润最大化方面是否一定是“理性的”,短期内并非重要的问题。在平衡短期和长期收益的前景时,平台算法通过引导企业采取追求长期盈利能力的策略来降低市场复杂性。
其次,算法自主决策导致证明存在“意思联络”困难。由于数字经济平台算法合谋中协议的“弱化”与算法的“增强”,算法合谋规制应从发现协议转向规制算法。比如,美团和饿了么作为外卖市场最大的两个数字经济平台,平台可通过算法分析商户经营数据(如订单量、用户评价、成本结构等),动态调整佣金比例,通过推荐、排名及评分算法调整商家经营情况,从而影响到商户佣金比例和经营数据。届时,数字经济平台可以对高依赖外卖的商户提高佣金率,对非独家合作商户实施差异化定价。这种策略各自独立决策,但因市场高度集中,可能形成事实上的协同效应。平台之间的算法实时监测竞争对手的佣金调整动态。例如,美团率先在部分城市提高佣金后,饿了么可能通过算法评估市场反应,选择性跟进或推出区域性优惠,形成“策略对冲”,避免直接价格战的同时维持整体佣金水平,此时对于平台内的经营者维持高佣金水平,损害了其合法权益,形成损害平台内经营者及消费者的轴辐协议。此外,从消费者角度来看,虽然大型数字经济平台激励消费者在平台之间对一系列商品进行比价,但数字经济平台为追求利润最大化,不会将其平台价格进行传统意义上的低价竞争,反而会利用其算法优势收集其他竞争者的销售价格或产品质量,倒逼平台自我调整,从而吸引更多潜在用户在平台消费。在这样的场景下,数字经济平台深度应用算法技术,通过参考市场信息以及竞争数据,迅速调整推荐有限的商品,促使消费者误以为享受到更低价格、更高质量的商品,从而更加忠实于数字经济平台的推荐,降低对比其他平台的意愿。然而,平台算法实际上仍会将高于市场平均价格的商品推荐给消费者,使其溢价购买商品。数字经济平台是线上购物的流量入口,具有垄断线上消费渠道的市场力量,由于平台经营者与数字经济平台签订了平台服务协议及管理规则,所以它们为了提高销售量,趋于选择降低自身利润率的方式来在平台上提供较低的价格,从而获得平台算法对其流量的支持,或者经营者可以选择直接通过付费方式获得算法的流量支持,但均会导致平台经营者的利润下降。同时,若经营者发现平台算法有意提高商品市场价格,经营者将存在牟利动机,在大部分经营者同意跟随平台算法趋势抬高市场价格的情况下,将与数字经济平台算法达成市场垄断的意思联络。
3.市场竞争效果难以评估
首先,算法导致合谋影响范围的边界模糊。算法本身具有模式识别的功能,能够被其他算法快速识别并给予响应或不响应的决策,从而大大缩短了构建合谋的时滞和难度。由于算法明示合谋,特别是基于直接意思联络的算法明示合谋,往往会留下沟通交流的证据,易于暴露在反垄断执法机构面前并遭受惩处,因而企业往往试图通过单方面行动,如发出价格信号、价格公告来传达合谋的意图。此外,由于人类认识有限,企业很难对有意的合谋邀请行为和纯粹的单方面行为作出区分,因而在影响合谋邀请方面具有诸多不确定性。但是,算法无需此类条件。数字经济平台用于决策的算法可以被竞争对手的算法读取或解码,这样就极大地化解了实行合谋的企业决策的不确定性,有助于形成采取特定方式行动的共同期待,降低市场的复杂性。也就是说,算法可以相互“通信”,了解彼此如何设置交易条件。这可以通过直接深入算法的代码进行解读与分析,或者间接地观察竞争对手在特定市场环境下的行为模式和盈利能力,洞悉其决策参数,从而理解竞争对手的意图和策略。在极端情况下,竞争者可选择复制一家领先企业的算法,从而形成高度稳定的合谋均衡。
其次,算法形成的合谋更加稳固持久。相较于传统企业达成的合谋行为,数字经济平台利用算法技术达成的算法合谋更加牢固。一方面,算法自身功能便于监测背叛行为:数字经济平台对算法的广泛采用,增加了市场的透明度,不仅使算法默示合谋的诱因显著增强,而且使监测背叛行为更为容易;由于算法的技术特性本就有利于实行合谋的企业彼此监测,因此它降低了市场透明度对于维持算法默示合谋的重要性。传统上,可维持的合谋之所以要求具备较高的市场透明度,最重要的考虑是监测背叛行为的可行性和及时性,即市场透明度越高,越有利于企业相互监测背叛行为,从而保障合谋的稳定性。实际上,算法在商业领域的普遍使用,本就大幅提升了市场透明度,更容易监测背叛行为,因为算法的诸多技术特性和功能本就服务于预测监测,在此意义上,算法降低了市场透明度对维持合谋的重要性。另一方面,算法显著提高了报复惩罚的及时性和可信度。数字经济平台算法默示合谋的核心在于建立一套奖惩分明的机制,旨在对坚守并维护合谋所带来的有利结果的企业给予相应奖励,对背离合谋与破坏有利结果的企业施加相应惩罚。算法对于执行惩罚制度具有不可替代的优势,通过快速检测竞争对手的定价变化并快速处理相关数据,算法可以让遵守合谋策略的企业快速计算出有效的报复惩罚价格,从而剥夺背叛者从任何作弊中获利的可能性。算法可以帮助企业制定和实施有效的报复惩罚形式,以及确定报复惩罚的适当数量或数额。企业可以利用算法的分析预测功能,较为准确地估计需求曲线以及竞争对手如何设定其交易条件,进而准确估计背离合谋均衡的企业从中获得的额外利润。
四、欧美数字经济平台算法默示合谋的反垄断法规制进路
(一)
应用数字化筛查算法默示合谋的机制
1.建立数字化筛查机制的国际先例
近年来,越来越多的反垄断执法机构运用筛查手段来识别潜在的合谋行为(包括算法默示合谋)。例如,俄罗斯联邦反垄断局开发出一款通过自动化程序来揭露和证明卡特尔的工具,这是一个自动化筛查和评分程序,能够自动接收和分析数据,旨在系统地识别卡特尔并提供证据基础。罗马尼亚竞争委员会2020年推出了大数据项目,其重要目标是开发出一种先进的筛查算法,通过寻找结构性筛查指标和行为性筛查指标间的相关性,以检测操纵投标等合谋行为。然而,大多数反垄断执法机构选择对其筛查工具保密,因为这些反垄断执法机构担心一旦筛查工具及其特性公之于众,那些从事算法默示合谋的数字经济平台会利用这些信息来调整策略,从而规避数字化筛查,降低违法行为被发现的可能性。
2.数字化筛查算法默示合谋的机理
数字化筛查可能因算法模型的质量、变量或参数的设定以及数据的可用性等多种因素的影响,可以识别数字经济平台算法默示合谋的违法迹象。当然,即使筛查结果未发现问题,并不意味着不存在算法默示合谋等违法行为。筛查结果中发现的可疑算法默示合谋行为,虽然不足以直接表明该行为违反了反垄断法,也并非违法行为的直接证据,但它们可以作为间接证据,通过逻辑一致的合理解释推断出平台算法默示合谋行为的存在。
从数字化筛查的基本内涵看,可划分为结构性与行为性筛查。首先,结构性筛查旨在根据市场结构和产品特征,如市场集中度、市场透明度、产品同质性等,有效识别那些具备算法合谋条件或合谋诱因较强的市场,即能够影响潜在收益和成本,从而影响合谋的可能性和稳定性的因素,集中体现为结构性相关因素、供给相关因素和需求相关因素。其中,结构性相关因素指的是与合谋的可维持性密切相关的因素,这些因素能够降低合谋的难度或消除合谋的障碍,具体包括竞争者数量相对较少,市场进入门槛较高,可以通过进入市场的相关指标来体现,还有企业间的频繁互动,如通过算法进行高频互动和博弈以及市场的高透明度等。就算法合谋的结构性筛查而言,尽管算法在一些市场领域的广泛应用简化或放宽了与合谋相关的市场结构条件,如市场集中度、市场透明度、企业对称性以及产品同质性等。然而,这些条件被简化或放宽,并不意味着它们完全不具有相关性,事实上它们仍然能为算法默示合谋提供便利条件,即仍然对算法默示合谋具有标记和指示作用。
其次,行为性筛查旨在识别异常且难以解释的行为模式,从而探寻可能暗示特定市场中存在平台算法默示合谋活动的迹象。这些行为性筛查有助于揭示潜在算法默示合谋,主要包含两个主要步骤:第一个步骤是开发人员需要选择特定的标记,这些标记有助于区分出哪些行为与正常竞争过程相符,而哪些行为可能与合谋行为相吻合;第二个步骤是识别和分析结构性变化点和外部突发因素,因为这些变化点和突发因素可能是导致企业行为发生转变的原因。总之,行为性筛查的目标是基于合谋的经济学理论和实证经验,通过检测与合谋的创建、维持及解体等密切相关的因素,来识别和评估潜在的企业算法默示合谋行为。
(二)
算法默示合谋的主观意图推定
1.在立法层面为数字经济平台设立特殊义务
欧美国家对于数字经济平台组织算法合谋始终采取严格规制,欧盟于2018年颁布《通用数据保护条例》(GDPR)对于算法提出“设计合规”的要求,德国与法国在2019年发布《算法与竞争》报告,分析了算法默示合谋可能带来的垄断风险,并提出了法律规制建议。2020年后欧盟委员会相继发布了《数字服务法》《数字市场法》,强调了数字经济平台的算法透明度要求和算法问责机制。欧盟建立数字经济平台的“守门人”制度,即控制平台入口、决定资源配置、具有一定用户规模或达到一定营收水平的平台。这类平台构成数字经济领域的商业基础设施并具有公共性,因而反垄断法应当给它们设置特殊义务,包括个人信息信义义务、平台中立义务,互联互通义务等。也有观点认为,欧盟国家过于严格的法律规制限制了企业正常发展,阻碍了人工智能技术进步,但欧美国家普遍培养公平交易、公平竞争的市场环境。美国新布兰代斯学派认为超级数字经济平台是美国当前反垄断法的重大挑战,其主张对平台算法默示合谋等数字经济垄断行为采取相对严厉的反垄断执法,强调公平的市场竞争秩序。在此学派的影响下,美国积极调整对平台算法默示合谋的反垄断法规制理念,分别在2021年与2022年前后推出《美国选择与创新在线方案》《2022年算法问责法案》,明确了增强算法自主决策的透明度,加强数字经济平台算法默示合谋的事前预防。
2.在执法层面重视巨额罚款的警示机制
欧盟委员会2023年根据《数字市场法》将抖音平台的母公司字节跳动认定为“守门人”,字节跳动满足了《数字市场法》中规定的定量标准,包括其全球市场价值、欧盟内Tik Tok用户数量以及满足用户数量门槛的年数。字节跳动在2023年对该决定提起了法律诉讼。欧盟普通法院2024年作出判决,驳回字节跳动对欧盟委员会指定其为“守门人”的决定提起的诉讼。法院认为字节跳动提交的论点没有足够的证据支持,无法明显质疑其对内部市场的重大影响、TikTok作为重要门户的作用以及字节跳动的稳固和持久地位,法院特别强调欧盟立法机构决定所通过的《数字市场法》,是为了通过制定规则确保数字行业市场的可竞争性和公平性,特别是为“守门人”提供的核心技术平台服务的商业用户和最终用户,从而促进内部市场的正常运作,驳回了字节跳动提出的关于其辩护权被侵犯和违反平等待遇原则的论点。
意大利竞争和市场管理局(AGCM)对谷歌及母公司Alphabet提出指控。AGCM认为,谷歌拒绝允许第三方企业开发的应用程序与Android Auto平台互操作,违反了《欧盟运作条约》第一百零二条关于滥用市场支配地位的规定。谷歌辩称其拒绝行为是基于技术和安全考虑,并非滥用行为。欧盟法院在判决中指出,谷歌作为主导地位的企业,开发的数字经济平台并非仅用于自身业务需求,而是作为第三方企业提供了互操作性接口。因此,谷歌拒绝确保第三方应用与Android Auto互操作的行为,可能构成滥用市场支配地位,即使该平台对第三方应用的商业运营并非“不可或缺”,但这种互操作性会使应用对消费者更具有吸引力。法院进一步明确,即使第三方企业在拒绝互操作性后仍能在市场上保持活跃甚至增长,也不能证明谷歌的行为没有产生反竞争效果。竞争主管机构需要综合评估这种拒绝行为是否阻碍了相关市场的竞争或增长。此外,法院还指出,谷歌以“没有现成模板”为由拒绝互操作性请求不能作为客观理由。如果互操作性不会损害平台的完整性或安全性,谷歌有义务在合理期限内开发必要的模板,并可要求第三方企业提供合理的财务补偿。欧盟法院这一判决为数字经济市场的竞争规则提供了新的指导,强调了占主导地位企业在提供互操作性方面的责任,同时也为竞争主管机构在类似案件中的执法提供了明确的方向。该裁决不仅对谷歌案具有重要意义,也对数字经济平台的竞争格局产生了深远影响,为未来类似案件的处理提供了重要法律依据。
(三)
排除限制市场竞争效果的证成逻辑
从国际的反垄断法规制经验来看,通过算法合议意图难以证明数字经济平台排除限制市场竞争效果。如前所述,算法的本质是工具,是人类智能的延伸,定价算法本身并不违法。复杂的技术手段不仅给执法带来了挑战,也给企业的合规意识带来更高要求。虽然这种信号类算法只是工具,但是一旦运用不当,将构成反垄断法严厉打击的价格合谋行为。比如,美国Topkins案件中平台企业遭受反垄断法的处罚,即美国司法部指控Topkins通过算法协调价格变动的行为构成违法行为,其具体行为包括:Topkins与其他竞争者就特定海报协商定价;在协商过程中,Topkins与其他合谋者达成协议,以固定、提高、维持和稳定特定海报商品的销售价格;为实施价格协议,Topkins与合谋者约定采用特定定价算法,以协调各自的价格调整;为落实合谋,Topkins撰写定价算法代码,该代码可指导A公司按照价格合谋约定对特定海报商品定价;为落实价格协议和监督定价算法的效力,Topkins与合谋者搜集、交换、监督和讨论相关定价与销售信息;与合谋者按照达成的价格协议销售海报商品,收取价款。Topkins撰写的定价算法帮助具有竞争关系的经营者之间协调价格的行为,实质上构成了多数国家反垄断法严厉打击的价格合谋。另外,立陶宛有一个旅行产品的线上预订平台,名称为E-TURAS, 其管理者为Eturas UAB。立陶宛竞争执法机构发现,Eturas UAB通过其平台的内部通讯系统,向部分旅游代理发出信号,要求他们将各自折扣率控制在3%以下,而超过3%的折扣优惠,将通过系统自动调整为3%,且30家旅游代理接收到此信息。欧盟法院裁决认为这些旅游代理收到了这项信息,却没有公开采取避嫌的行为,因而被认定构成了价格合谋。
五、我国数字经济平台算法默示合谋的反垄断法规制优化
近年来,平台经济领域加大了反垄断规制,尤其是欧盟《数字市场法》和我国《反垄断法》修订备受关注。基于平台经济的竞争特点和数字经济平台的经济影响性,强化平台反垄断具有理论正当性和现实必要性。同理,针对数字经济平台算法默示合谋行为,我国需要优化相应的反垄断法规制进路:加强数字化筛查制度的建设,再造垄断协议制度中的“意思联络”的要件,逐步健全市场竞争效果的评估机制。
(一)
加强数字化筛查制度的建设
1.提升数字化筛查机制的运行效果
近年来,越来越多的反垄断执法机构开始运用筛查手段来识别潜在的合谋行为(包括算法合谋行为)。然而,大多数反垄断执法机构选择对其筛查工具保密,因为反垄断执法机构担心那些从事合谋行为的企业会利用这些信息来调整策略,从而规避筛查,降低违法行为被发现的可能性。根据是否借助数字化手段,筛查机制可分为结构性筛查与行为性筛查。
首先,在结构性筛查中,根据市场结构和产品特征,如市场集中度、市场透明度、企称性、产品同质性等,反垄断规制机构可以识别那些具备合谋条件或合谋诱因较强的市场,即能够影响潜在收益和成本,从而影响合谋的结构性相关因素、供给相关因素和需求相关因素。就算法合谋的结构性筛查而言,尽管算法在一些市场领域的广泛应用简化或放宽了与合谋相关的市场结构条件,如市场集中度、市场透明度、企业对称性以及产品同质性等条件。然而,这些条件被简化或放宽,并不意味着它们完全不具有相关性,事实上它们仍然能为算法合谋提供便利条件,仍然对算法合谋具有标记和指示作用。
其次,在行为性筛查中,反垄断执法机构可以识别异常且难以解释的行为模式,从而探寻可能暗示特定市场中存在企业合谋活动的迹象。行为性筛查包含两个步骤:一是开发人员需要选择特定标记,有助于区分出哪些行为与正常竞争过程相符,而哪些行为可能与合谋行为相吻合;二是识别和分析结构性变化点和外部突发因素,因为这些变化点和突发因素可能是导致企业行为发生转变的原因。总之,行为性筛查的目标是基于合谋的经济学理论和实证经验,通过检测与合谋的创建、维持及解体等相关因素,识别和评估潜在的平台算法合谋。
最后,明确算法合谋数字化筛查的限度。筛查结果中发现的可疑算法合谋行为,并不足以直接表明该行为违反了反垄断法,筛查结果及其可能标记的违法迹象也并非违法行为的直接证据,但它们可以作为间接证据,通过逻辑一致的合理解释推断出算法合谋行为的存在。当然,即使筛查结果未发现问题,也并不意味着不存在算法合谋等违法行为,因为数字化筛查可能因算法模型的质量、相关变量或参数的设定以及数据的可用性等多种因素的影响,所以其无法精准无误地标记出所有的违法迹象。
2.嵌入数字经济平台的合规流程
反垄断执法机构对引导数字经济平台反垄断合规具有义不容辞的责任,有助于平台及员工更好地识别经营中的垄断行为风险,引导其构建科学合理的反垄断合规管理体系。
第一,高层管理人员的参与和合规承诺。鉴于数字经济平台高层管理人员是算法合谋等垄断行为的策划组织者,因而决定反垄断合规管理体系是否有效的首要因素,无疑是平台高层管理人员的参与及其以身作则的合规承诺。平台高层管理人员的积极参与的合规承诺,是反垄断合规管理体系有效的前提。反过来讲,平台高层管理人员参与算法合谋等触犯反垄断法的行为,可以被视作平台反垄断合规管理体系无效的强有力的指标。进一步而言,平台高层管理人员的合规期望和承诺,有助于带动平台内部自上而下的合规承诺和实践。
第二,算法审计和“设计合规”。算法在商业领域广泛应用,在优化平台经营决策和业务流程体系的同时,也夹杂着风险挑战和垄断效应,特别是算法合谋效应。以此更加高效地识别出可能导致算法合谋风险的代码行。然而,算法代码审计复杂且耗时,并且在一些情况下,针对算法代码的审计机制可能不可行,因为算法合谋等有害活动可能并非源于算法的明确编码而是一种突现的属性,代码审查只是算法审计的方式之一。迄今为止,各国尚未形成一个涵盖所有相关标准和指导方针的集中式算法审计分析框架。人工智能算法的类型繁杂,其可以是简单算法也可以是复杂算法(如人工神经网络,ANN)。因此,数字经济平台乃至反垄断执法机构或监管机构确定算法审计的方法和程度,将取决于具体算法的特性和复杂性。除代码审计外,算法审计方法还包括用户调查、抓取审计、API审计、伪装审计和众包审计,即无需访问算法代码及其底层数据的算法审计方法。
(二)
再造垄断协议制度中“意思联络”要件
现代算法打破了传统垄断协议中行为事实与法律规范间的因应谱系,其因一致行为、经营者缺乏合理解释、意思联络等缘故,衍生了新兴的数字经济平台算法合谋,包括算法明示合谋与默示合谋,严重影响数字经济平台市场的公平竞争。为促进数字经济平台市场的有序发展,我国有必要依循算法本源,对其行为认定进行要素分离并释明。
1.算法默示合谋对垄断协议规范的挑战
算法默示合谋不存在互信交流共识沟通、信息传递等任何直接或间接的合谋意思联络,合谋是因为算法利用彼此意识到的依赖关系在价格和产量等决策方面达成了非竞争的均衡,形成了近似于竞争者明示合谋的负面结果。由此,算法默示合谋扩大并加剧了经典的“寡头垄断问题”,暴露出垄断协议规范在应对该等问题上的局限性。
算法默示合谋放大并加剧了寡头垄断问题,使相互依赖的默示合谋成为更频繁的市场结果。经典的“寡头垄断问题”是在高度集中、稳定和透明的寡头市场中,企业的行为对竞争对手的行为具有重大影响。经过反复互动,企业意识到各自策略选择是相互依赖的,通过相互匹配或跟随行为,它们可以在没有实际意思联络的情况下,将价格设定在超竞争水平。简言之,寡头市场的结构有利于企业通过相互依赖和彼此意识,将价格平行地推高到新水平。寡头依赖的默示合谋尽管与竞争者明示合谋所造成的结果没有差异,但其间没有沟通交流、信息传递、人际互动等任何直接或间接的意思联络,因而难以运用垄断协议规范加以调整。
2.垄断协议规范层面的潜在应对举措
从垄断协议规范看,面对算法默示合谋的挑战,主要有两种应对之策:一是通过对意思联络的推断证明,将算法默示合谋纳入协同行为的反垄断法规制范围;二是会舍弃垄断协议认定中的意思联络要件,将垄断协议规范的重点放在超竞争的市场结果或均衡结果。
第一,将算法默示合谋认定为协同行为的可能和限度。协同行为的法律概念在内涵和外延上足够宽广,可以涵盖代理式、自主式等算法默示合谋。这就涉及上文所述协同行为意思联络的另一种证明方式,即基于客观情势的间接证明。我国反垄断法的配套规范肯定了相关市场的市场结构、竞争状况、市场变化等间接证据,推断经营者之间存在意思联络或信息交流的证明方法,这些间接证据包括反映有利于协同行为的市场条件的证据,如市场相对集中、所涉产品是标准化的等;从行为相关关系的角度揭示协同行为高概率存在的证据,如具有“超强相关关系”的行为性证据,这两类间接证据及其所包含的若干事实因素,为协同行为意思联络的推断提供了方法支撑和指引。但是,具体到代理式与自主式算法默示合谋,要运用上述间接证据对其间意思联络作出准确的推断,存在不少难题或阻碍因而制约了基于间接证据推断意思联络的协同行为规制路径的可行性和有效性,因为这些证据所包含的事实因素对算法默示合谋可能是不充分的甚至是关联性不足的,也可能根本没有出现在个案中。换言之,在算法默示合谋场合下,反垄断执法机构获得这些证据的数量和质量可能是受限的,从整体上制约了对存在意思联络的推断力,制约了对协同行为的证明力。
即便反垄断执法机构发现了证据链,但意思联络并非当然存在,此时举证责任发生转移,被指控者可以对行为一致性作出合理解释,提出对存在意思联络的合理怀疑。除非只能对一致性的市场行为作出协同行为的解释,即排除经营者基于独立意思作出仅仅是外观一致的行为,否则不能说明这种一致性行为与经营者的利益及正常市场条件不相容。在应对算法默示合谋问题上,基于间接证据推断意思联络的协同行为规制路径面临重重围阻,被指控经营者有太多理由来解释定价或行为一致的合理性。从长期实践看,全球尚未出现完全脱离了信息交流的因素而全部基于间接证据对协同行为作出推断和认定的反垄断案例,在很大程度上让反垄断执法机构对基于间接证据推断意思联络的协同行为规制路径望而却步。
第二,认定垄断协议时放弃意思联络要件的设想和限度。算法相互依赖所导致的默示合谋,在结果上与竞争者明示合谋具有相似性和同等有害性。对此,我国需要扩大对垄断协议主观要件的解释,即主张意思联络不再是定义垄断协议或协同行为的要点。垄断协议或协同行为即使没有达到超竞争的结果或均衡,也应当予以预防和制止。对垄断协议或协同行为的规制,反垄断执法机构不可能等到它已经产生既定的危害后果后才去评价和处理。对于垄断协议或协同行为,反垄断执法机构需要增强反垄断的事前规制与预防规制。正因如此,有关垄断协议或协同行为的法律规范需要倚重“意思联络”的概念。一旦经营者签订协议或进行了沟通交流、信息传递,进而产生了共同行动的期待,垄断协议或协同行为就已经达成,反垄断法就应当及时介入。换言之,反垄断法谴责经营者交换限制竞争意思的过程,而不是不合理的价格结果或均衡结果。
如果有关垄断协议或协同行为的法律规范舍弃意思联络的要件,进而仅在没有任何沟通交流情况下实现的超竞争性均衡结果,可能导致重大的错误成本。因为损害赔偿的前景会抑制那些实际上高效且正当的、但表面上类似于垄断协议的行为,企业会担心上述行为可能引发的反垄断法责任,因而在商业行为或商业合作方面更为谨慎。质言之,意思联络要件仅仅盯住是否造成超竞争性的均衡结果,可能会使反垄断执法机构或法院无法轻易区分有害的相互依赖的平行行为和无害的非相互依赖的平行行为,从而造成重大和长期的经济代价。
(三)
逐步健全市场竞争效果评估机制
1.评估市场竞争效果的基本方法
市场竞争效果评估没有标准化方法,信息收集和分析的方略方式也因所评估的市场领域和竞争问题的不同而有所差异。反垄断执法机构应具备开放的计划,从相关的过往评估中获得经验,OECD在2017年发布的报告,提供了五种广泛应用于市场竞争效果评价的方法:(1)市场结构映射,旨在识别所评估市场的关键特性。市场供应方面的特性包括供应链状况(结构、关键参与者、协议条款、一体化和集中度等)、新竞争者的进入壁垒、生产和定价策略以及销售过程等。市场需求方面的特性包括客户(以及消费者)的集中度、需求弹性、需求偏好、产品或服务可替代选择的范围、信息的透明度、数字素养等。(2)价格分析。在完成市场结构映射工作后,评估团队可以进行各种以价格为重点的分析。首先,无论是不同地区还是不同产品之间的价格比较,都可以在诸多部门的市场竞争效果评估中加以应用。然而,特别是当比较地区之间存在货币、税收监管或其他条件的差异时,从价格比较中推断竞争条件可能具有挑战。其次,尽管一个部门的高利润并不必然意味着市场竞争不顺畅,但盈利能力分析仍是一种验证竞争问题的较为可靠的方法。盈利能力分析中最常使用的方法之一是会计数据分析法,比较已动用资本回报率(ROCE)与加权平均资本成本(WACC)。不过,盈利能力的衡量标准应根据具体情况而定。最后,评估团队还可采用价格集中度分析,即确定定价(或利润率)与市场集中度水平(如通过赫芬达尔-赫希曼指数来衡量)之间的关系。虽然可以通过绘制两个变量得出初步的直观结论,但最常见的方法是构建一个计量经济模型,其中价格是集中度和一系列控制变量的函数。(3)以供应为重点的分析。评估市场是否具有竞争性涉及分析一系列与供应相关的特征。这些特征主要包括由于规模经济、范围经济、网络效应、数据集聚效应、算法排斥效应以及策略性的反竞争行为等原因而形成的进入和扩张壁垒,以及平台之间基于寡头相互依赖而形成默示合谋,或者平台之间基于算法的高频互动、快速决策和反应、大幅提升交易透明度等特性而处于类似寡头相互依赖的默示合谋。(4)以需求为重点的分析。对消费者行为的分析,旨在识别市场无法有效运作的需求方面的原因,需求分析的重点是评估客户或消费者搜索可替代产品或服务的能力,以及他们在竞争性产品或服务之间切换的可能性,并计算由此产生的客户或消费者收益及成本。可见,客户或消费者的流动性是市场竞争顺畅的重要表征,需求分析有助于反垄断执法机构推断市场中竞争的性质和程度,或评估市场中出现的消费者保护问题。(5)监管的竞争影响评估。当所评估的市场受到过于苛刻的监管,或有迹象表明监管正在限制该市场的竞争时,市场竞争效果评估的重点是审查市场内相关监管制度或措施的竞争影响。一旦确定监管对竞争造成了不利影响,反垄断执法机构可以进一步了解监管措施的合理性,并识别潜在的替代监管方案及其利弊;当识别出存在对竞争限制更小的替代监管方案时,反垄断执法机构可以倡导或建议监管机构变更其监管方案。
2.探寻市场竞争效果的评估路径
反垄断执法机构一般以市场竞争效果评估报告呈现评估结果。如果市场竞争效果评估形成了多个互补性成果,反垄断执法机构可以发布两份或多份相互关联的市场竞争效果评估报告。不过,在正式发布市场竞争效果评估报告前,反垄断执法机构应征求利益相关者对评估结果的意见,以试评估结果的可靠性和科学性,以及相关结论性建议的可实施性及其潜在影响。市场竞争效果评估报告涵盖对所评估的市场领域或竞争问题的结构性特征描述(以图表和其他视觉表现形式呈现的市场结构映射)、发起市场竞争效果评估的原因市场竞争效果评估的范围、核心竞争关切、市场竞争效果评估的方式、利益相关者参与的情况、收集和分析信息的方法及过程、考虑利益相关者反馈意见的情况、评估结果及采取后续行动的建议。
当立法机构或监管机构采纳反垄断执法机构的结论性建议(如对算法进行强制性事前审计以排除可能引发算法默示合谋的代码),应当限期决定是否采取反垄断执法行动。若未达到垄断协议规制的效果,则仅作为开展竞争倡导。市场竞争效果评估具有前瞻性,且视角广泛,可覆盖多元竞争问题并提供多样化解决方案,对预防算法默示合谋等垄断行为具有积极作用。市场竞争效果评估不仅有助于防止竞争恶化或恢复竞争,而且有助于促进市场竞争。因此,我国有必要建立算法默示合谋市场竞争评估路径:一方面,我国建立数字经济平台算法默示合谋市场竞争效果评估机制,具有扎实的实践经验。反垄断执法机构已在水泥、造纸、互联网行业等开展重点行业竞争状况评估,探索建立风险监测预警机制;而且反垄断执法的评估工作已形成初步框架,为机制化建设提供了实践经验。比如,政府工作报告连续强调反垄断,要求深入推进公平竞争政策,明确将竞争评估作为维护市场秩序的重要手段;国家发展改革委员会等部门提出加强流通领域市场竞争评估,进一步推动制度落地;多个地方政府和部门尝试第三方参与评估,积累了初步经验。另一方面,扎实推进市场竞争效果的评估路径,提升反垄断法规制水平:加强对数字经济平台算法默示合谋行为认定的构成要件标准及规则体系;建设数字经济平台算法默示合谋的跨部门协作(如市场监管总局、发改委等),加强相关人才队伍建设;加大政府和司法部门对算法研究的资源投入,夯实动态评估的技术支撑(如数据监测、算法分析);推动平台主动配合评估并调整经营行为,履行适当的算法公开义务。
原文链接
程雪军|数字经济平台算法默示合谋的反垄断法规制优化
