中央政法委机关报法治日报社主办

您所在的位置:首页  > 文学副刊

当消费者的折扣被算法吞噬

2020-11-12 07:59:00 来源:法治日报·法治周末

原题:反垄断执法面临最大挑战

  当消费者的折扣被算法吞噬 

隐藏在算法之下的显性和默契合谋被“捕获”的难度较大,但通过扩大解释反垄断法,执法机构还可以勉强应对。但是,由深度学习算法促进的价格合谋在一定程度上已经超越反垄断法

王延川

价格合谋(以下简称合谋)是指竞争者之间的价格协调行为,其目的是将竞争者的利润提升至高于竞争的水平,并产生无谓的社会损失。

经济学将价格合谋分为显性合谋和默契合谋两种。二者最大的区别是,前者基于竞争者之间明确的协议而形成,系反垄断法上的非法行为,后者并不存在竞争者之间的明确协议,由于竞争者各自“独立”的决策,进而产生对消费者不利的所谓“合谋”结果。由于缺乏协议,多数国家的反垄断法对于默契合谋不予调整。

在传统市场背景下,由人力来实现价格合谋。在数字市场背景下,由于算法在决策事务和回应对手方的速度极大提高,加上算法可以直接“读取”对手方算法的想法并预测其行为,算法开始部分取代合谋过程中的人力因素。

算法可以更有效地执行显性合谋,也更容易促成默契合谋。这两种情形只是算法部分取代人力,有人预测:深度学习算法将可能完全取代合谋中的人力因素,形成所谓的“虚拟合谋”。后者已经完全超出反垄断法的调整范围,使得反垄断执法面临最大的挑战。

2017年,经济合作与发展组织(以下简称经合组织)发布《算法与合谋:数字时代的竞争政策》,其中列举了4种算法,即监控算法、平行算法、信号算法与学习算法。它们或单独,或结合起来为上述不同类型的价格合谋助力。

算法在显性合谋中担任协议“执行者”角色

经典显性合谋的流程如下:竞争者通过会议、电话、电子邮件等形式进行磋商并达成协议,提前确定超竞争利益,然后彼此分享生产、销售、价格等敏感信息,同时建立监督机制并对“叛变者”进行惩罚,让合谋朝着预定方向发展。

数字市场中也存在这样的价格合谋,其中算法在合谋中担任协议“执行者”的角色。

20139月至20141月,托普金斯与他人合谋操纵亚马逊第三方市场亚马逊商场的广告海报价格,方法是几家企业共同使用由托普金斯编写的定价算法。美国司法部认为此举是以非竞争性价格合谋出售商品,违反了美国联邦反垄断法。

本案属于典型的显性合谋,即托普金斯和其他竞争者事先达成合谋协议,规定各方所要达到的价格目标,然后由监控算法来“执行”该协议。监控算法收集对手方业务决策的信息,进行数据筛选和分析,监督对手方并发现对合谋的偏差,并以即时发起“价格战”以报复偏离价格趋同的对手方作为威胁。

但在实践中,由于算法在检测和惩罚偏差的速度极快,所以竞争者很难有任何实际的偏离动机,“价格战”几乎不会发生。

经典显性合谋的实现需要明确的沟通活动,容易被执法机构所“捕获”。为了规避反垄断执法,竞争者发明了一种比较隐蔽的合谋方式,将价格协调活动外包给第三方,这时便存在第三方与竞争者之间的纵向协议,却不存在竞争者之间的横向协议。这种以第三方主导而竞争者跟随的合谋架构被称为“轴辐卡特尔”,其中第三方称为“轴”,而竞争者称为“辐”。

传统轴辐卡特尔的建立比较困难,因为当“轴”向“辐”发布指令时存在集体行动问题。“辐”要听从“轴”的安排,这意味着“辐”和“辐”之间要有一定意义上的共识。否则,每对“轴”和“辐”之间则无法形成协议,间接的合谋当然也无法达成。但是,如果“辐”与“辐”之间进行沟通,就失去了轴辐卡特尔规避法律的初衷。

而平行算法可以解决上述问题,让轴辐卡特尔更容易建立,其具体流程如下:“轴”开发算法以设定价格目标,并将该算法提供给“辐”使用,“辐”和“辐”之间通过相同算法进行沟通并协调价格。

2016年,立陶宛的30家旅行社使用Eturas公司开发的在线预订系统E-TURAS,对旅行社向客户提供的折扣率进行技术限制,具体内容为公司要求旅行社将各自的折扣率控制在3%以下,超过3%的系统自动调整为3%,并要求旅行社对此建议进行投票。公司给旅行社的通知是通过预订系统中的信息系统(而非邮箱)发送,该通知只能使用受密码保护的网关读取。

欧盟法院作出裁决:这些旅行社收到信息后,虽然没有对投票提议进行回应,但没有公开采取避嫌的行为,因此构成了价格合谋。

在该案中,法院认为旅行社使用第三方公司提供的算法,存在纵向协议。同时,旅行社收到算法会实时协调定价以跟进设定的折扣比率的通知,表明它们知道算法会帮助其达到合谋的结果,竞争者要得到豁免,除非其能够举证并没有查看通知内容。

所以,虽然竞争者表面上各自决策产生了“偶然”的高度统一结果,但法院还是从整个运作过程中推定出竞争者具有合谋的“意思”。立陶宛竞争委员会也宣布旅行社的这种行为构成非法合谋。

然而,在另一个相似的案件中,法院并未确认由算法促进的轴辐卡特尔为非法。2015年,美国纽约南部法院审理迈耶诉卡拉尼克一案,原告迈耶诉称,优步司机统一使用优步平台提供的激增定价算法形成合谋,损害了他以及其他乘客的利益。

迈耶提供了初步证据证明优步平台提供定价算法给司机,双方之间存在纵向协议。为了促成司机们使用该算法,平台组织了多次司机的见面活动,司机们围绕着算法的使用展开过一些讨论,从中可以推定有横向协议存在。

但是,法院受理此案后并未进一步审理,而是建议原告提请仲裁。可见,算法让轴辐卡特尔具有某种隐蔽性,给法院的认定工作带来很大困扰。

由算法促进的默契合谋已经出现

所谓默契合谋,是指竞争者通过独立商业决策而产生“合谋”结果。典型默契合谋的例子是双寡头垄断。两个竞争者独立行事,但它们了解彼此的销售信息并相互依赖,即使双方没有明确就价格达成意思一致而只是独立作出决策,最终的结果也会促成相同的超竞争价格。

目前,多数国家未将默契合谋定义为反垄断法意义上的非法行为。虽然法院不认可竞争者之间的这种定价策略,但也无法针对竞争者的相互依赖行为给予消费者相应的救济措施。

从法律角度可以作如下解释:合谋最为主要的特点是“谋”,即竞争者有意损害消费者的利益,并通过通谋而实现设定的价格目标。但是,在竞争者非常隐秘地从事损害消费者利益的行为时,法院往往得不到它们相互沟通的证据,而竞争者也会抗辩说价格一致是市场行为、偶然结果。

传统默契合谋的形成需要具备三个条件:

第一,信息透明。透明度是默契合谋的基础,因为竞争者信息的高度透明让彼此很容易达到“心领神会”的状态,这就免除了“合谋”中相互的明确沟通。

第二,关系持续。关系持续建立在彼此监督和相互报复机制之上,通过对偏离合谋的行为进行惩罚,可以维持合谋架构。

第三,限制竞争。所谓限制竞争就是限制新的竞争者加入,避免重新竞争对默契合谋进行破坏。

而算法可以促进这几个条件,使得合谋更加容易:

首先,算法可以提升透明度。传统市场中,竞争者之间的协调和等待成本很大,当一个竞争者通过提高价格表明合谋意图时,其他大多数竞争者要收到信息并作出回应通常需要较长时间。而信号算法可以在毫秒之内向对方传输信息,对方也可以即时接受并回应。并且,算法传输和接收信息后会即时退回,执法者很难侦查到竞争者之间的信息沟通。

其次,算法可以监督彼此并快速启动惩罚机制,以制止一些竞争者对于默契的偏离。监控算法可以帮助竞争者高效实现这一目标。

最后,算法可以提高交易门槛,将新的竞争者排除出去,其方法就是限制定价。当定价太低以至于潜在的竞争者进入该市场后基本上无利可图,就会使潜在的竞争者“知难而退”。

虽然目前还没有利用算法形成价格共谋的现实案例,有的只是通过建模而得出的结论,但研究者认为,这种由算法促进的默契合谋已经出现。

虚拟合谋是数字市场中不可避免的结果

通过算法执行经典显性合谋和轴辐卡特尔,以及实施默契合谋的方式虽然有所差异,但三者有一个共同点,即算法开发人员要设计合谋的路径,竞争者输入相应参数以实现价格合谋。

也就是说,明确的协调要么在竞争者之间形成,要么在算法之间形成,执法者可以追溯到竞争者之间明确的协议、推定的协议或者计算机代码。

但深度学习算法的出现,或将彻底去除人力在价格合谋中的作用,这也是真正意义上的“算法合谋”。目前,还未发现基于深度学习算法的价格合谋案例,但有学者估计,该种合谋是数字市场中不可避免的结果。

深度学习算法形成的合谋既不同于显性合谋,也不同于默契合谋,经合组织报告将其称为“虚拟合谋”。之所以如此称呼,是因为此时的合谋只能在效果和实质上观察,而不能在形式上观察,即人类可以看到合谋的结果,却不能检测合谋的过程。

首先,算法中并不包括有关价格协调的编码和参数输入。如果给深度学习算法设定一个抽象的“企业利益最大化”的任务,算法就会自己决策,选择与别的竞争者实施价格合谋,算法之间形成超竞争价格,使得“企业利益最大化”得以实现。

其次,针对具体的价格合谋的实现,实现途径也不确定,可能会存在不断的试错,算法在此过程中不断增强自我学习能力,最终的结果是算法“追求”的结果而非竞争者的结果。

最后,深度学习算法模拟人类的大脑,所以,可以针对原始数据信息来设定价格和其他决策变量,即使是开发人员也很难在技术上检测其决策黑箱。因此,“合谋”结果是算法的“追求”还是“偶然”一致,目前很难借助于人力进行判断。

目前,人们对算法知之甚少,也很少有证据证明算法直接促进了价格合谋并抑制了竞争。加上现实中的案例极少,人们更无法清晰窥探算法在合谋中的具体作用。但是,许多监管机构表明,要警惕算法帮助竞争者促进价格协调。

隐藏在算法之下的显性和默契合谋被“捕获”的难度较大,但通过扩大解释反垄断法,执法机构还可以勉强应对。但是,由深度学习算法促进的价格合谋在一定程度上已经超越反垄断法。

譬如,在虚拟合谋中,已经无法建立人力和合谋结果之间的关系。这就产生了一个非常棘手的问题:如果产生了所谓“合谋”结果,使用深度学习算法的竞争者要不要承担责任?针对该问题,有人提出应该修改法律,否则将无法应对即将到来的现实。

(作者系西北工业大学智能科技与国家治理现代化研究中心主任、西北工业大学陕西省重点舆情信息研究中心研究员)

责编:王硕

联系我们 | 诚聘英才 | 广告征订 | 本站公告 | 法律声明 | 报纸订阅

版权所有 Copyrights © 2014-2019 www.legalweekly.cn ALL RIGHTS Reserved 《法治周末》

京ICP备10019071号-1 京报出证字第0143号

京公网安备 11010502038778号