謝栩楠

（上海交通大學(xué)凱原法學(xué)院，上海 200030）

一、問題提出

數(shù)字驅(qū)動商業(yè)模式與人工智能產(chǎn)業(yè)的發(fā)展使得算法成為現(xiàn)代經(jīng)濟(jì)發(fā)展中不可或缺的一項重要技術(shù)。從計算機(jī)處理角度出發(fā)，算法是描述數(shù)據(jù)運算的工具，是解決問題的方法，它由若干條指令組成的有窮序列構(gòu)成。通常，一個問題可通過多種不同的算法得到解決。[1]從具體的商業(yè)運用角度出發(fā)，算法具有協(xié)助經(jīng)營者自動制定商業(yè)策略、解決問題、做出預(yù)測的商用功能。因此，亦可將算法視為一種智能化的商業(yè)決策工具。總體而言，算法技術(shù)的運用已經(jīng)呈現(xiàn)出了多元化、普遍化的趨勢，通過直接參與現(xiàn)代經(jīng)濟(jì)運行過程，算法改變了原有的市場競爭秩序，乃至塑造了全新的市場競爭模式。

算法參與到改進(jìn)市場定價模型、提升個性化服務(wù)質(zhì)量、預(yù)測行業(yè)發(fā)展趨勢的過程雖然有效提高了市場的競爭效率，但同時也引發(fā)了諸多公共問題。其中，具有反競爭效益的算法合謀問題成為典型之一，引發(fā)了眾多關(guān)注。鑒于當(dāng)前產(chǎn)生算法合謀問題的領(lǐng)域有限，本文所指的算法合謀主要限定在經(jīng)營者通過各類定價算法達(dá)成的價格合謀行為。執(zhí)法司法層面，以2015年美國司法部查處的拓?fù)浣鹚梗═opkins）案①美國司法部指控以Topkins公司為首的商家在Amazon平臺通過專門的定價算法收集競爭對手的價格進(jìn)而協(xié)調(diào)彼此的定價，從而實現(xiàn)合謀。詳見美國司法部官網(wǎng)Department of Justice. Former E-Commerce Executive Charged with Price Fixing in the Antitrust Division's First Online Marketplace Prosecution[N/OL]. (2015-04-06)[2020-09-20]. https://www.justice.gov/opa/pr/former-e-commerce-executive-charged-price-fixing-antitrustdivisions-first-online-marketplace.、2015年美國優(yōu)步（Uber）②該訴訟指控Uber公司與其平臺中的網(wǎng)約車司機(jī)簽訂縱向協(xié)議，要求每個網(wǎng)約車司機(jī)接受并使用其提供的統(tǒng)一定價算法，進(jìn)而通過相同的算法實現(xiàn)非法價格合謀。參見Meyer v. Uber Technologies, Inc., 868 F.3d 66 (2017).案 為例，執(zhí)法機(jī)關(guān)與司法機(jī)關(guān)先行對算法合謀行為違法性展開研究。學(xué)術(shù)研究層面，國外研究中，Harrington[2]、Ezrachi和Stucke[3]指出在算法尚未形成規(guī)模性的反競爭效果前先行展開反壟斷規(guī)制研究的必要性，同時強(qiáng)調(diào)應(yīng)當(dāng)根據(jù)算法市場的規(guī)律與特性確定反壟斷執(zhí)法手段。國內(nèi)研究中，鐘原從類型化規(guī)制思路出發(fā)對大數(shù)據(jù)時代壟斷協(xié)議的法律困境以及可能的解決思路進(jìn)行了梳理；[4]周圍重點分析了自主學(xué)習(xí)算法合謀的競爭隱憂以及可能的應(yīng)對策略；[5]唐要家、尹鈺鋒指出應(yīng)當(dāng)堅持分類治理原則，采取事后禁止為主事前規(guī)制為輔的政策組合。[6]上述司法實踐與學(xué)術(shù)研究為算法合謀的反壟斷規(guī)制奠定了理論基礎(chǔ)，但尚存瑕疵：現(xiàn)有研究往往從功能性視角出發(fā)，在提出算法合謀的規(guī)制難題后，直接進(jìn)入針對各難題的解決路徑設(shè)計環(huán)節(jié)，對算法產(chǎn)業(yè)一般特性的探討則往往散見于制度設(shè)計與問題解決的全過程中，而非作為解決問題的前提進(jìn)行體系性總結(jié)。本文認(rèn)為，對算法運行機(jī)制與市場效應(yīng)的分析牽涉到算法合謀問題的理論根基。先行對算法產(chǎn)業(yè)的一般特性進(jìn)行系統(tǒng)性的分析，進(jìn)而在上述理論支撐的情況下提出與各實踐難題相對應(yīng)的解決方案，或有利于優(yōu)化算法合謀反壟斷規(guī)制系統(tǒng)的內(nèi)部邏輯。從該視角出發(fā)，本文試圖先行對算法及算法合謀的實踐難題進(jìn)行類型化區(qū)分，進(jìn)而在兼顧反壟斷法原則性規(guī)定和算法技術(shù)與大數(shù)據(jù)市場產(chǎn)業(yè)特性的基礎(chǔ)上，提出相應(yīng)的解決方案。

二、算法合謀在價格協(xié)議中的再類型化：以功能差異為標(biāo)準(zhǔn)

算法可介入并作用于合謀行為的多個階段，而各類功能相異的算法在合謀行為中可能引發(fā)的反競爭效果與法律規(guī)制難題亦不盡相同。如需探究算法技術(shù)的內(nèi)在機(jī)理與運行規(guī)則，對實踐中存在的不同算法合謀行為進(jìn)行類型化區(qū)分是基礎(chǔ)。經(jīng)合組織（OECD）在2018年發(fā)布的研究報告《算法與合謀：數(shù)字時代的競爭政策》中根據(jù)算法運行機(jī)制的區(qū)別將算法分成監(jiān)測類算法（Monitoring Algorithms）、平行算法（Parallel Algorithms）、信號類算法（Signaling Algorithms）以及自主學(xué)習(xí)類算法（Self-learning Algorithms）四種類型。[7]然而，OECD的分類并不能將算法種類與算法合謀的反壟斷規(guī)制難題進(jìn)行有效的對應(yīng)。本文認(rèn)為，從定價協(xié)議功能差異的角度出發(fā)，算法可被歸納為兩類：第一類算法的主要功能在于促進(jìn)已經(jīng)達(dá)成的定價協(xié)議順利進(jìn)行，此類算法可被視為經(jīng)營者合謀意志的延伸，即價格合謀輔助型算法。第二類算法雖可能經(jīng)由經(jīng)營者單方設(shè)計產(chǎn)生，但可在有限的市場特征中通過自主學(xué)習(xí)與其他經(jīng)營者使用的算法相互勾結(jié)，形成默示合謀的結(jié)果，[8]即價格合謀決策型算法。

（一）輔助型算法在價格算法合謀中的應(yīng)用

輔助型算法促進(jìn)價格合謀實施的行為來源于經(jīng)營者的合謀意志。在此過程中，輔助型算法主要作為單純的合謀工具而發(fā)揮作用。根據(jù)各類型算法在促進(jìn)合謀行為落實過程中承擔(dān)的角色不同，可將監(jiān)測類算法、平行算法與信號類算法三類歸于價格合謀輔助型算法。

1.監(jiān)測類算法在價格算法合謀中的應(yīng)用

監(jiān)測類算法是指主動跟蹤和抓取各類市場數(shù)據(jù)并對數(shù)據(jù)進(jìn)行監(jiān)控的一類算法。監(jiān)測類算法可以被有效運用于合謀行為的執(zhí)行和監(jiān)督。[9]在算法合謀中，監(jiān)測類算法主要負(fù)責(zé)監(jiān)督合謀參與者的價格變化，在經(jīng)營者間達(dá)成壟斷協(xié)議實行協(xié)同定價后，經(jīng)營者便可以利用監(jiān)測類算法自動收集參與合謀的經(jīng)營者的定價數(shù)據(jù)，一旦出現(xiàn)背離協(xié)同定價的行為，便觸發(fā)壟斷協(xié)議內(nèi)部的出發(fā)與報復(fù)機(jī)制。因此，在監(jiān)測類算法的實時監(jiān)控下，壟斷協(xié)議背離行為的預(yù)期收益顯著減少，背離成本顯著提高，從而維持了壟斷協(xié)議的內(nèi)部穩(wěn)定，避免寬大制度對合謀經(jīng)營者間信任基礎(chǔ)的破壞。

2.平行算法在價格算法合謀中的應(yīng)用

平行算法是通過實時跟隨市場數(shù)據(jù)變動，為經(jīng)營者分析制定動態(tài)定價策略的一類算法，其被廣泛運用在價格協(xié)同領(lǐng)域。在高度動態(tài)的市場中供需的持續(xù)動態(tài)變化要求參與合謀的經(jīng)營者經(jīng)常調(diào)整協(xié)同價格、協(xié)同產(chǎn)出和其他交易條件。[7]平行算法有助于經(jīng)營者在市場變化的同時共同做出有意識的平行反應(yīng)。首先，經(jīng)營者價格平行決策的自動化有利于降低合謀經(jīng)營者在高度動態(tài)的市場中調(diào)整壟斷價格的協(xié)商成本；其次，即時性的動態(tài)價格調(diào)整機(jī)制將各經(jīng)營者價格協(xié)同的行為幅度最小化，提高了協(xié)同行為的隱蔽性；最后，使用平行算法意味著合謀經(jīng)營者可以無需實際溝通談判便實現(xiàn)價格協(xié)同的效果，進(jìn)一步提高合謀經(jīng)營者的協(xié)同效率。

3.信號類算法在價格算法合謀中的應(yīng)用

信號類算法通過持續(xù)發(fā)射瞬時信號傳遞信息，進(jìn)而經(jīng)由計算機(jī)網(wǎng)絡(luò)中的其他算法接受并解讀信號內(nèi)容從而完成信息傳遞的功能。由于信號類算法發(fā)布并傳遞信息的方式具有較高的隱蔽性，因此信號類算法主要作為發(fā)出合謀協(xié)議要約的工具得到運用。傳統(tǒng)合謀行為中，經(jīng)營者的合謀意圖往往通過調(diào)整價格或者產(chǎn)量的方式進(jìn)行默示，一旦合謀要約沒有得到回應(yīng)，經(jīng)營者很可能因此承擔(dān)較高的利潤損失。[9]在信號類算法的輔助下，算法讓企業(yè)可以自動設(shè)置消費者無法發(fā)覺但市場中的其他算法可以察覺的快速迭代行為，從而降低甚至完全消除信號成本。[10]這對企業(yè)間的價格合謀行為的達(dá)成有較為明顯的激勵作用。

總結(jié)而言，輔助型算法具有較為明顯的工具屬性，需特別說明的是，實際應(yīng)用中的輔助型算法多為三類算法的結(jié)合體，而不僅僅具有單一功能?，F(xiàn)有研究對輔助型算法在算法合謀中的地位已達(dá)成共識，多將其視為算法使用者實現(xiàn)自身意圖的純粹工具（mere tools）。[11]雖然輔助型算法參與到了壟斷協(xié)議要約、實施、監(jiān)督的全過程中，也事實上加快了市場內(nèi)價格協(xié)調(diào)的進(jìn)程，但其歸根結(jié)底只是因為其在信息收集、分析和相應(yīng)速度上超越人類的能力而被視為既存壟斷協(xié)議實施過程中動態(tài)定價的工具，而不具備獨立進(jìn)行定價決策的能力與權(quán)限。因此，將該類算法合謀的運用直接作為經(jīng)營者意志的延伸而認(rèn)定其違反壟斷協(xié)議規(guī)則應(yīng)無異議。

（二）決策型算法在價格算法合謀中的應(yīng)用

如前所述，監(jiān)測類算法、平行算法與信號類算法雖然涵蓋了壟斷協(xié)議實施的多個環(huán)節(jié)，但本質(zhì)上是在已然具備壟斷協(xié)議的情況下為確保合謀行為順利進(jìn)行而使用的輔助工具，在智能化程度上具有較大的局限性。決策型算法以自主學(xué)習(xí)算法為典型，與輔助型算法不同，人工智能技術(shù)賦予的深度學(xué)習(xí)功能使自主學(xué)習(xí)算法突破了純粹工具的局限，進(jìn)入了“超級工具”（super tools）的階段。自主學(xué)習(xí)算法是人工智能的產(chǎn)物，它是通過構(gòu)建模擬人腦的深度神經(jīng)網(wǎng)絡(luò)，并基于大數(shù)據(jù)支撐和反復(fù)的學(xué)習(xí)訓(xùn)練形成的具有自主學(xué)習(xí)能力的決策工具。自主學(xué)習(xí)算法的運用有利于經(jīng)營者在市場競爭中突破人腦算力局限與主觀偏見，及時收悉市場內(nèi)部的微觀變化后迅速做出符合企業(yè)利益偏好的商業(yè)決策。但同時，該類算法也因其超越人腦的運算和思維能力引發(fā)了學(xué)界對其在促進(jìn)價格協(xié)同問題上的擔(dān)憂。[12]自主學(xué)習(xí)算法合謀即自主學(xué)習(xí)算法間未經(jīng)人為干預(yù)而基于利潤最大化原則自動達(dá)成的超競爭價格均衡決策，在此過程中，由于算法使用者之間乃至算法之間均未形成反壟斷法意義上的壟斷協(xié)議或合意，超競爭價格均衡來源于算法基于理性運算后自然做出的決策，因此，以默示合謀理論為出發(fā)點對自主學(xué)習(xí)算法合謀的合法性進(jìn)行審視或為可行路徑。

三、算法合謀的規(guī)制難題：現(xiàn)有反壟斷制度的滯后與缺漏

算法的多樣性導(dǎo)致了算法合謀種類的多樣性，同時也暴露了現(xiàn)有反壟斷規(guī)范在算法合謀問題上的滯后，引發(fā)了諸多新興算法合謀反壟斷規(guī)制難題。英國上議院便曾指出，數(shù)據(jù)市場的快速發(fā)展已然引發(fā)了新一輪社會福利減少與反競爭行為的問題，其中便包括新型合謀行為的產(chǎn)生。[13]OECD亦曾在2016年評論算法“可能在未來對競爭執(zhí)法帶來嚴(yán)峻挑戰(zhàn)”，原因在于使用現(xiàn)有的反壟斷工具去證明算法合謀行為中合意的存在近乎不可能。[14]筆者認(rèn)為，上述難題的產(chǎn)生主要歸因于現(xiàn)有的壟斷協(xié)議規(guī)制思路無法與算法合謀的違法特征相適配,具體而言，算法合謀對反壟斷執(zhí)法帶來的挑戰(zhàn)主要體現(xiàn)在監(jiān)測、合法性標(biāo)準(zhǔn)、責(zé)任三個方面。

（一）輔助型算法增加調(diào)查與證實壟斷協(xié)議的難度

首先，算法使共謀合意的存在變得難以確定。壟斷協(xié)議的認(rèn)定標(biāo)準(zhǔn)中，對經(jīng)營者間是否存在共謀合意的判定是重點之一。在合謀的達(dá)成與協(xié)商階段，輔助型算法的運用使經(jīng)營者之間的意思聯(lián)絡(luò)得以通過微調(diào)價格、產(chǎn)量等其他具有特殊意義且難以被外界察覺的數(shù)據(jù)相互傳達(dá)，使得合謀的達(dá)成過程具有較高的隱蔽性。

其次，算法使協(xié)同行為的實施愈發(fā)隱蔽。價格合謀的實施過程需要經(jīng)營者間持續(xù)的磋商以維持動態(tài)價格平行。各類輔助型算法的出現(xiàn)使經(jīng)營者通過自動化的監(jiān)控與價格調(diào)整機(jī)制便可長期實現(xiàn)動態(tài)平行的效果，而其他有形形式的協(xié)商過程便不再必要，顯著提高了價格協(xié)同行為的監(jiān)測難度。針對自主學(xué)習(xí)算法導(dǎo)致的默示合謀，由于算法的運算能力遠(yuǎn)高于算法使用者，具有更高的交互效率、更大的交互頻率與更小的價格協(xié)調(diào)幅度，反壟斷執(zhí)法的監(jiān)測難度相應(yīng)提高。進(jìn)一步，由于技術(shù)條件的限制，當(dāng)前研究尚無法提出可靠的關(guān)于自主學(xué)習(xí)算法形成合謀的方式與模型的研究結(jié)論；[12]亦缺乏對比試驗與反事實研究以供執(zhí)法機(jī)關(guān)辨別價格平行是來源于人為干預(yù)抑或自然選擇。[15]因此，反壟斷執(zhí)法在人工智能技術(shù)層面較大的滯后性同樣阻礙了算法合謀問題的解決。

最后，輔助型算法的運用使寬大制度的運行遭遇挑戰(zhàn)。寬大制度通過減輕或免除處罰的方式鼓勵經(jīng)營者向執(zhí)法機(jī)構(gòu)報告壟斷協(xié)議有關(guān)情況并提供重要證據(jù)。然而，算法參與乃至主導(dǎo)的合謀行為提高了壟斷協(xié)議內(nèi)部的監(jiān)督力度。監(jiān)測類算法通過數(shù)據(jù)抓取實時監(jiān)督參與合謀經(jīng)營者的背離行為并及時觸發(fā)懲罰措施。上述機(jī)制大大增加了經(jīng)營者背離行為的成本，也使得執(zhí)法機(jī)構(gòu)難以通過囚徒困境破壞算法合謀的信任基礎(chǔ)，阻斷了反壟斷執(zhí)法內(nèi)部突破的監(jiān)管渠道。

（二）決策型算法挑戰(zhàn)默示合謀的合法性標(biāo)準(zhǔn)

自主學(xué)習(xí)算法在信息運算與交互方面超越人腦的能力為其在脫離經(jīng)營者控制的情況下主動做出默示合謀決策并實現(xiàn)利益最大化目標(biāo)提供了可能。與此同時，自主學(xué)習(xí)算法實現(xiàn)的默示合謀由于其不同于傳統(tǒng)默示合謀的特性，還在一定程度上給現(xiàn)有的默示合謀理論制度帶來了挑戰(zhàn)。其中，自主學(xué)習(xí)算法引發(fā)的最大的法律漏洞出現(xiàn)在默示合謀理論的合法性認(rèn)定規(guī)則上。顯性合謀和默示合謀均是在市場內(nèi)實現(xiàn)并維持超競爭價格的有效路徑，針對顯性合謀，反壟斷法已然確定了該類行為的違法性，然而針對默示合謀的合法性認(rèn)定，一直以來存在著兩方學(xué)術(shù)觀點。其中，認(rèn)為默示合謀存在合法可能的觀點主張：在寡頭壟斷市場中，經(jīng)營者的決策天然地相互依存，每個以利潤最大化為目標(biāo)的經(jīng)營者都會在調(diào)整自身價格和產(chǎn)量前有意識地預(yù)測競爭對手對該商業(yè)決策的反應(yīng)，由此自然引發(fā)的默示合謀結(jié)果也應(yīng)具有存在的合理性。[16]該觀點認(rèn)為，寡頭壟斷的市場結(jié)構(gòu)與企業(yè)的理性行為成為了默示合謀具備合法性的前提，因為理性經(jīng)營者在寡頭市場中達(dá)成價格平衡過程中的行為方式與其在完全競爭市場中實現(xiàn)均衡的行為方式并無二致。而另一方觀點認(rèn)為，盡管默示合謀的經(jīng)營者之間并不存在符合反壟斷法規(guī)定的共謀行為，但經(jīng)營者之間事實上在定價協(xié)調(diào)過程中實現(xiàn)了隱性的意思的交換與溝通，即便沒有證據(jù)證明有形協(xié)商的存在，也可通過經(jīng)濟(jì)證據(jù)證明存在默契。[17]在兩方觀點的僵持下，現(xiàn)有國外法域的司法實踐多認(rèn)可寡頭壟斷市場中經(jīng)營者基于理性行為的自然選擇達(dá)成的默示合謀的合法性，賦予合法的默示合謀寡頭壟斷市場結(jié)構(gòu)與企業(yè)的理性行為兩個前提條件。①更多相關(guān)案例參見Bell Atlantic Corp. v. Twombly, 550 U.S. 544 (2007); Brooke Group Ltd. v. Brown & Williamson Tobacco Corp., 509 U.S. 209 (1993); Theatre Enters., Inc. v. Paramount Film Distrib. Corp., 346 U.S. 537 (1954).

然而，自主學(xué)習(xí)算法的出現(xiàn)破壞了現(xiàn)有默示合謀的理論基礎(chǔ)與司法規(guī)則。一方面，自主學(xué)習(xí)算法具有強(qiáng)于人類的數(shù)據(jù)分析和交互能力，這意味著自主學(xué)習(xí)算法達(dá)成的合謀很有可能突破寡頭壟斷市場的界限，在更廣泛的市場結(jié)構(gòu)范圍內(nèi)形成超競爭價格的平行行為。此時，既存研究針對默示合謀行為形成的態(tài)度與結(jié)論或?qū)⒁驗檫@一突破而遭到撼動，現(xiàn)有默示合謀的合法性判定標(biāo)準(zhǔn)亦面臨挑戰(zhàn)。另一方面，默示合謀合法性的另一前提是須來源于企業(yè)的理性選擇。輔助型算法的使用尚可通過將其視為經(jīng)營者意志的延伸而歸責(zé)，但自主學(xué)習(xí)算法已然突破了純粹工具的限制，具有了脫離算法使用者控制的獨立思維能力。此時的算法行為已不宜被視為來源于經(jīng)營者的理性行為，進(jìn)一步破壞默示合謀的合法性根基。

（三）算法合謀的法律責(zé)任承擔(dān)問題引發(fā)爭議

依據(jù)現(xiàn)有反壟斷法規(guī)定，將輔助型算法促進(jìn)的價格合謀視為經(jīng)營者合謀意志的延伸進(jìn)而對經(jīng)營者進(jìn)行追責(zé)暫不存爭議，算法合謀導(dǎo)致的法律責(zé)任主體認(rèn)定困難主要體現(xiàn)在自主學(xué)習(xí)算法引發(fā)的默示合謀方面。《反壟斷法》第13條將壟斷協(xié)議的責(zé)任主體界定為具有競爭關(guān)系的經(jīng)營者，也即只有法律明確規(guī)定具有經(jīng)營者主體資格的自然人和法人才有可能受到壟斷協(xié)議制度的約束。在此基礎(chǔ)上，當(dāng)前學(xué)界針對算法合謀的責(zé)任承擔(dān)問題提出了兩大同源但立場不同的實踐難題。

第一，囿于自主學(xué)習(xí)算法“黑箱效應(yīng)”的特質(zhì)，自主學(xué)習(xí)算法的決策結(jié)果與算法使用者的主觀意志不存在顯性關(guān)聯(lián)，與此同時，將算法做出的合謀決策視同算法使用者的意志延伸而歸責(zé)的現(xiàn)行做法是否還存在解釋與改進(jìn)的空間？與傳統(tǒng)機(jī)器學(xué)習(xí)不同，人工智能背景下的自主學(xué)習(xí)算法不遵循數(shù)據(jù)輸入、特征提取、特征選擇、邏輯推理、預(yù)測的過程，而是由計算機(jī)直接從事物原始特征出發(fā)，自動學(xué)習(xí)并生成高級的認(rèn)知結(jié)果。其中，數(shù)據(jù)輸入到結(jié)果輸出的過程使用者無法知悉，因此被稱為“黑箱效應(yīng)”（見圖1）。[18，19]對自主學(xué)習(xí)算法的設(shè)計者與使用者而言，算法黑箱的工作模式本質(zhì)上與人腦相同，二者神經(jīng)網(wǎng)絡(luò)型的思維模式在邏輯上不可逆，阻止了外界對其決策過程的拆解，這意味著執(zhí)法機(jī)關(guān)亦無法通過逆向工程來推斷自主學(xué)習(xí)算法做出的超競爭價格決策與企業(yè)的主觀意圖之間是否存在聯(lián)系，將自主學(xué)習(xí)算法的決策結(jié)果歸責(zé)于算法使用者似乎缺乏必要的正當(dāng)基礎(chǔ)。

圖1 自主學(xué)習(xí)算法的黑箱效應(yīng)示例（以深度學(xué)習(xí)算法為模板）

第二，如否定自主學(xué)習(xí)算法與算法使用者之間的責(zé)任牽連，則不可避免地將算法視為新興法律責(zé)任主體，此時應(yīng)如何為算法作為法人的存在搭建邏輯自洽的合理性基礎(chǔ)？算法是否具有人的部分屬性從而使其在法律上獲得主體資格一直是學(xué)界關(guān)注的重點之一。有支持賦予算法必要法律主體地位的觀點認(rèn)為，算法的智能化程度更高，可控性越差，自主性學(xué)習(xí)算法的決策過程在一定程度上已然擺脫了算法使用者的控制，在此情況下，算法已然具有了事實上的學(xué)習(xí)和思考能力，表現(xiàn)出了與其使用者平等的法人屬性。[20]而此種突破傳統(tǒng)是否傳統(tǒng)理論的學(xué)說是否足以證成算法作為法人的法律主體地位，也存在較大的爭議空間。

四、算法合謀的規(guī)制原理：產(chǎn)業(yè)特性與規(guī)范共性的結(jié)合

反壟斷法在規(guī)制算法合謀問題時面臨的各方面困難，最終均可歸結(jié)為傳統(tǒng)壟斷協(xié)議法律規(guī)范與新型算法技術(shù)在規(guī)制理念與規(guī)制方法上存在的代溝。此時，秉持兼顧算法產(chǎn)業(yè)發(fā)展特性與反壟斷法規(guī)范共性的規(guī)制態(tài)度或許是算法合謀規(guī)制難題的解決之道。具體而言，算法的諸多天然特征導(dǎo)致其介入后的市場競爭結(jié)構(gòu)與傳統(tǒng)市場競爭結(jié)構(gòu)出現(xiàn)較大區(qū)別，上述差異造成的影響利弊兼具。一方面，數(shù)據(jù)驅(qū)動、高度交互、機(jī)器主導(dǎo)等競爭特性帶來了市場效率的提高，激發(fā)了市場內(nèi)部的新興生產(chǎn)力；另一方面，上述特點導(dǎo)致反壟斷法在算法運用出現(xiàn)合謀風(fēng)險時或面臨前文所述的諸多困難，或存在著采用原有規(guī)制路徑反倒給市場帶來負(fù)面影響的風(fēng)險。算法合謀的規(guī)制原理要求反壟斷法在對算法合謀行為進(jìn)行監(jiān)管的過程中既須保證充分的規(guī)制效果，又應(yīng)避免監(jiān)管活動的過分干預(yù)對算法技術(shù)創(chuàng)新與相關(guān)市場的競爭活力造成結(jié)構(gòu)性的抑制與破壞。這意味著在執(zhí)法過程中，傳統(tǒng)壟斷協(xié)議的原則性規(guī)定與價值取向應(yīng)當(dāng)?shù)玫綀猿?，但最終必然會在維持現(xiàn)有算法技術(shù)創(chuàng)新潛能和動力與保證傳統(tǒng)壟斷協(xié)議規(guī)范規(guī)制力度之間產(chǎn)生一個最終的價值平衡。落實上述理想平衡狀態(tài)需要從算法產(chǎn)業(yè)特性對市場競爭模式造成的改變出發(fā)展開討論。

（一）數(shù)據(jù)驅(qū)動的競爭結(jié)構(gòu)要求反壟斷執(zhí)法保障數(shù)據(jù)的生產(chǎn)要素地位

算法是典型的數(shù)據(jù)驅(qū)動型產(chǎn)業(yè)。在算法的制作與運行過程中，大數(shù)據(jù)一直是驅(qū)動算法產(chǎn)業(yè)發(fā)展的核心生產(chǎn)要素。大數(shù)據(jù)和互聯(lián)網(wǎng)相輔相成?；ヂ?lián)網(wǎng)將市場信息解構(gòu)為離散化的大數(shù)據(jù)，大數(shù)據(jù)進(jìn)而依托互聯(lián)網(wǎng)實現(xiàn)基礎(chǔ)數(shù)據(jù)的采集和分析。[21]算法的運行便是對上述海量數(shù)據(jù)進(jìn)行收集、學(xué)習(xí)、利用與決策的過程。算法通過數(shù)據(jù)實時掌握市場動向、消費者需求變化等重要信息，進(jìn)而輔助經(jīng)營者做出商業(yè)決策對企業(yè)發(fā)展與競爭格局產(chǎn)生影響。因此，在算法產(chǎn)業(yè)中，數(shù)據(jù)一直是重要的基礎(chǔ)戰(zhàn)略性資源。這意味著，高透明度、高利用率、高共享率的數(shù)據(jù)資源環(huán)境成為了保證市場競爭秩序健康且充滿活力的關(guān)鍵。在理想的數(shù)據(jù)驅(qū)動競爭結(jié)構(gòu)下，經(jīng)營者的競爭力來源于對大數(shù)據(jù)的收集能力，將數(shù)據(jù)轉(zhuǎn)化為可分析的市場信息的能力、數(shù)據(jù)分析效率以及對數(shù)據(jù)的利用效率。暫且不論數(shù)據(jù)權(quán)屬爭端與大數(shù)據(jù)壟斷行為（如拒絕提供數(shù)據(jù)）造成的不當(dāng)市場壁壘，此種以大數(shù)據(jù)為核心激勵競爭者充分運用算法進(jìn)行市場數(shù)據(jù)分析進(jìn)而開拓市場潛能并提高自身商業(yè)價值的新生競爭模式，反壟斷法應(yīng)予以保護(hù)和鼓勵。在設(shè)計具體的算法合謀反壟斷措施的過程中，也應(yīng)隨時衡量反壟斷法介入是否對數(shù)據(jù)市場產(chǎn)生了結(jié)構(gòu)性破壞的后果。

基于數(shù)據(jù)的基礎(chǔ)性生產(chǎn)資料地位，反壟斷法應(yīng)該避免采用具有限制數(shù)據(jù)生產(chǎn)流通副作用的算法合謀監(jiān)管措施。例如，有研究主張通過實施秘密折扣系統(tǒng)或者限制網(wǎng)上公開信息范圍，從而降低市場透明度并阻礙算法合謀的形成。[22]從保障數(shù)據(jù)生產(chǎn)流通的視角出發(fā)，此類監(jiān)管措施無疑“撿了芝麻丟了西瓜”，在無法確定其抑制算法合謀的規(guī)制效果確實存在的情況下，先行對市場造成了結(jié)構(gòu)型的破壞，打破了算法的供需平衡，降低了市場的運行效率與競爭活力，顯然違背反壟斷法的初衷。當(dāng)然，要求反壟斷法尊重數(shù)據(jù)在市場內(nèi)的生產(chǎn)與流通并不意味著完全拋棄針對市場內(nèi)數(shù)據(jù)的監(jiān)管與控制。在算法合謀的過程中，雖然基于數(shù)據(jù)的基本生產(chǎn)資料地位不宜對其生產(chǎn)與流通過程進(jìn)行直接限制，但如果經(jīng)營者之間確實是通過特殊的數(shù)據(jù)抓取與交換行為實現(xiàn)了算法合謀，亦不妨礙反壟斷執(zhí)法對這類算法合謀行為進(jìn)行認(rèn)定?！蛾P(guān)于歐盟運行條例第101條適用于橫向合作協(xié)議的指南》便將經(jīng)營者之間限定交換與未來的價格或產(chǎn)量等敏感信息的行為直接認(rèn)定為具有限制競爭的目的。[23]也即，雖然數(shù)據(jù)市場具有與傳統(tǒng)市場不同的產(chǎn)業(yè)特征與價值側(cè)重，但本質(zhì)上算法合謀的反壟斷規(guī)制仍然圍繞著確定協(xié)議或其他合謀行為的存在展開。

（二）高效信息交互系統(tǒng)促成效率價值與其他價值間的重新平衡

信息交互是市場運行的血液。以基于大數(shù)據(jù)形成的數(shù)據(jù)驅(qū)動市場為基礎(chǔ)，經(jīng)營者利用算法的信息傳遞功能進(jìn)一步在市場競爭者之間建立了高效的信息交互系統(tǒng)，從而實現(xiàn)了對市場趨勢的實時掌握與有效回應(yīng)。高度的信息交互效率極大地提高了市場效率與市場競爭活力，對競爭者而言，市場內(nèi)的價格競爭趨于實時化，并以更加激烈的形式展開。同時，高頻交互還降低了經(jīng)營者之間的信息溝通成本，有效避免了價格競爭過程中因時間差導(dǎo)致的利潤流失。在監(jiān)測類算法出現(xiàn)之前，傳統(tǒng)市場環(huán)境下的價格監(jiān)控行為往往更加耗時。以石油行業(yè)為例，經(jīng)營者往往通過安排工作人員多次駕駛經(jīng)過競爭對手的加油站記錄實時油價的方式監(jiān)控競爭對手的價格調(diào)整策略。[24]算法的運用使得原本需要數(shù)小時才能完成的價格跟蹤行進(jìn)化成為了實時的價格監(jiān)測系統(tǒng)，極大地提高了市場競爭效率。對消費者而言，交互效率的提升還緩解了其在市場內(nèi)由于信息不對稱造成的劣勢地位。以算法消費者為例（algorithm consumers）,此類算法的出現(xiàn)降低了消費者的信息檢索成本，通過輔助消費者做出決策，在一定程度上抵消了市場中的經(jīng)營者大量使用算法而帶來的負(fù)面福利效應(yīng)。[25]因此，效率是算法產(chǎn)業(yè)在市場競爭涉及的諸多價值中關(guān)注的重中之重。保障市場內(nèi)信息交互機(jī)制的良性運行，維護(hù)市場競爭活力是反壟斷法在規(guī)制算法合謀行為時的重點。在涉及算法合謀的反壟斷執(zhí)法措施時，有必要謹(jǐn)慎處理其對信息交互的態(tài)度。反壟斷執(zhí)法機(jī)構(gòu)應(yīng)避免為限制算法合謀而直接阻礙企業(yè)間高頻互動的執(zhí)法措施，例如因為算法增加了市場透明度而認(rèn)為其導(dǎo)致了競爭風(fēng)險，從而要求降低算法對價格的調(diào)整反應(yīng)時間、要求企業(yè)遲延調(diào)整價格，或者規(guī)定企業(yè)提出新的要約的最低等待期等。[7]事實上，其所主張的競爭風(fēng)險（例如默示合謀）在傳統(tǒng)市場中同樣存在，只不過算法在大大提高市場效率與透明度的同時不可避免地促進(jìn)了此類競爭風(fēng)險的形成，這僅僅是算法的技術(shù)中立性所必然帶來的雙面效應(yīng)，卻不足以構(gòu)成反壟斷執(zhí)法削弱算法交互效率的理由。因此，上述措施雖然確有調(diào)節(jié)算法交互頻率抑制算法合謀達(dá)成的功能，但根本上都存在著“治標(biāo)不治本”的問題，甚至可能直接地削弱了算法設(shè)計之初對市場效率提升的預(yù)期作用，阻礙并抑制市場的運行和發(fā)展，有違反壟斷法初衷。

與此同時，算法對市場效率的促進(jìn)作用同樣給反壟斷執(zhí)法帶來了困難。算法為默示合謀的更廣泛運用創(chuàng)造了可能。Calvano的實驗結(jié)果證實，在有限期的動態(tài)博弈中，即便在企業(yè)之間存在著不均衡的成本或需求差異，且企業(yè)數(shù)量和市場需求存在變動的情況下，通過人工智能算法進(jìn)行的定價活動也能在最終形成穩(wěn)定的價格平行局面。[26]這意味著自主學(xué)習(xí)算法超越人類的運算能力很有可能使默示合謀的出現(xiàn)范圍突破寡頭壟斷市場的范圍。由于人腦在數(shù)據(jù)處理與分析方面的局限性，當(dāng)前由經(jīng)營者實施的默示合謀行為僅局限在競爭者數(shù)量受限，市場數(shù)據(jù)體量較小的寡頭壟斷市場，因此，默示合謀行為導(dǎo)致的超競爭價格平行現(xiàn)象亦僅局限在寡頭壟斷市場內(nèi)部。寡頭壟斷的市場結(jié)構(gòu)也由此自然地成為了判斷默示合謀行為合法性的條件之一。然而，算法在促進(jìn)市場競爭效率的同時將默示合謀的風(fēng)險帶進(jìn)了其他市場競爭結(jié)構(gòu)中，此時，如何平衡反壟斷法的公平價值與算法帶來的效率價值，則有研究的空間。

（三）機(jī)器主導(dǎo)的競爭演變敦促反壟斷執(zhí)法重構(gòu)算法合謀的歸責(zé)制度

機(jī)器主導(dǎo)決策是算法運用在市場競爭后的主要特點，其突出體現(xiàn)在自主學(xué)習(xí)算法的運用上。人工智能具備自主學(xué)習(xí)和獨立分析數(shù)據(jù)的能力，其在面臨復(fù)雜的市場局勢時能夠通過大量的運算篩選出經(jīng)營者最佳的應(yīng)對策略；而黑箱效應(yīng)下算法運行不透明的特點使得機(jī)器算法事實上主導(dǎo)了整體商業(yè)決策的過程。因此，數(shù)據(jù)市場中的競爭將成為算法之間的競爭，而機(jī)器主導(dǎo)的競爭演變也使現(xiàn)有反壟斷制度暴露出了未曾出現(xiàn)的法律漏洞，主要體現(xiàn)在歸責(zé)原則方面。如前所述，輔助型算法尚需根據(jù)算法使用者的指令達(dá)成或?qū)嵤┨囟ǖ膲艛鄥f(xié)議；而自主學(xué)習(xí)算法則具備了脫離算法使用者，獨立做出商業(yè)決策乃至達(dá)成合謀的能力與風(fēng)險。前者在反壟斷執(zhí)法過程中尚可將其視為算法使用者合謀意志的延伸而由使用者承擔(dān)相應(yīng)的法律責(zé)任，而自主學(xué)習(xí)算法的獨立性則敦促反壟斷法重新審視算法與算法使用者之間的關(guān)系，對自主學(xué)習(xí)算法達(dá)成合謀行為的責(zé)任承擔(dān)主體為何進(jìn)行明確。

算法產(chǎn)業(yè)的上述特性要求執(zhí)法機(jī)構(gòu)在設(shè)計算法合謀具體的責(zé)任承擔(dān)歸責(zé)時應(yīng)當(dāng)對算法獨立做出的行為與決策和算法使用者介入后算法的行為做出較為明確的區(qū)分。對于輔助型算法根據(jù)算法使用者的指令進(jìn)行的壟斷協(xié)議行為，應(yīng)當(dāng)堅持探尋壟斷合意真正來源的規(guī)則，由算法背后的指令方承擔(dān)相應(yīng)的反壟斷責(zé)任。而對于決策型算法而言，一方面，應(yīng)避免完全將自主學(xué)習(xí)算法引發(fā)的合謀行為歸咎于算法使用者。如經(jīng)查實，算法使用者確實完全無法介入自主學(xué)習(xí)算法的決策過程，則其與算法合謀行為根本上不存在實際聯(lián)系，此時或應(yīng)探求僅針對算法的可能歸責(zé)手段。另一方面，也不應(yīng)完全排除算法使用者在算法合謀中的責(zé)任。算法使用者雖無法介入自主學(xué)習(xí)算法的決策過程，但自主學(xué)習(xí)算法的設(shè)計同樣需要人工培訓(xùn)與調(diào)整的過程。在此過程中，數(shù)據(jù)庫涵蓋范圍上的傾斜與偏差可能給算法的決策結(jié)果造成影響而使最終的決策結(jié)果出現(xiàn)難以發(fā)現(xiàn)的誤差，設(shè)計者還可能在設(shè)計環(huán)節(jié)通過編寫特殊的程序有意或無意地在算法中加入其主觀價值取向或忽略必要的約束規(guī)范。進(jìn)而，基于算法“偏見進(jìn)，偏見出”（Bias in, Bias out）[27]的特點，造成算法本身的非中立性決策結(jié)果。

五、算法合謀的規(guī)制出路：基于算法規(guī)制原理的路徑探索

傳統(tǒng)壟斷協(xié)議規(guī)制方法在算法合謀中遭遇瓶頸，因此有必要在現(xiàn)有反壟斷法規(guī)定的基礎(chǔ)上遵循算法產(chǎn)業(yè)特性尋找新的規(guī)制路徑。對現(xiàn)行壟斷協(xié)議規(guī)范而言，其在監(jiān)測算法合謀行為存在、認(rèn)定算法合謀行為的違法性、明確算法合謀的責(zé)任方的過程中，均面臨各類技術(shù)性難題或規(guī)范取舍的困境，上述困難是傳統(tǒng)事后規(guī)制路徑與新型算法合謀問題間存在的代溝和監(jiān)測技術(shù)與立法技術(shù)水平尚未滿足現(xiàn)實需求而導(dǎo)致的。因此，有必要從前文厘清的算法合謀規(guī)制原理出發(fā)，綜合分析現(xiàn)有算法合謀反壟斷規(guī)制難題可能的解決路徑。

（一）利用事前監(jiān)管措施彌補(bǔ)反壟斷執(zhí)法滯后性

由于算法合謀天然的隱蔽性與監(jiān)測難度，算法的可問責(zé)性一直是反壟斷執(zhí)法關(guān)注的重點問題之一。因此，通過事前監(jiān)管措施的實施彌補(bǔ)事后規(guī)制天然的滯后性，輔助反壟斷法事后規(guī)制程序的實施，重新調(diào)配反壟斷執(zhí)法機(jī)構(gòu)與算法合謀相關(guān)主體之間的力量制衡或為算法合謀反壟斷執(zhí)法的新出路。美國計算力學(xué)協(xié)會（USACM）在2017年《關(guān)于算法透明度和責(zé)任制的聲明》中便試圖在最大程度減少算法的潛在危害的同時保障算法決策對市場的利好作用的實現(xiàn)。該聲明將監(jiān)管原則的重點放在了對算法設(shè)計與使用的相關(guān)方的事前開示義務(wù)與責(zé)任分割上，通過在算法合謀發(fā)生前對經(jīng)營者和設(shè)計者提出額外的要求或鼓勵性措施，緩解監(jiān)管與被監(jiān)管方信息不對稱與能力不均衡的問題，以事前監(jiān)管保障事后執(zhí)法的順利進(jìn)行。[28]事前監(jiān)管的重點在于將算法獨立決策的行為結(jié)果與使用算法的經(jīng)營者乃至算法設(shè)計者的行為產(chǎn)生聯(lián)系，進(jìn)而要求相關(guān)主體對算法合謀的行為負(fù)責(zé)。

首先，在算法設(shè)計過程中可對設(shè)計者提出在算法中植入“競爭中立”觀念的要求。一方面，可要求算法設(shè)計者在設(shè)計中確保算法不存在限制競爭的效果或潛在的排除競爭實施合謀的傾向。例如通過“算法黑名單”的方式禁止部分明顯具備較大排除限制競爭風(fēng)險的輔助型算法的設(shè)計與開發(fā)，比如傾向制定高于競爭水平價格決策的算法或有意與其他經(jīng)營者在限定范圍內(nèi)交換競爭敏感數(shù)據(jù)的算法等。另一方面，可要求算法設(shè)計者在算法中添加反壟斷法的原則性要求以及針對算法合謀的具體要求，從而在算法程序中設(shè)置算法的“決策紅線”，避免其在爭取利益最大化的過程中做出不當(dāng)謀求壟斷利益的決策。其次，在算法使用過程中可對使用者提出對算法運行的程序性內(nèi)容與決策結(jié)果進(jìn)行備案、做出充分解釋的要求。算法天然具有的大數(shù)據(jù)和高頻交互特點給算法合謀的反壟斷審查帶來巨大的工作量。因此，有必要要求算法使用者在算法運行過程中定時記錄算法運行情況、相關(guān)數(shù)據(jù)以及做出的決策，并要求算法使用者對其進(jìn)行合理解釋。

上述兩類事前義務(wù)性規(guī)范都為算法合謀的事后責(zé)任追究鋪設(shè)了前提：如算法合謀的產(chǎn)生是由于算法在設(shè)計過程中有意添加了合謀性設(shè)計或忽略了對壟斷性決策的必要禁止，則算法設(shè)計者在算法合謀發(fā)生后應(yīng)承擔(dān)相應(yīng)責(zé)任；如算法合謀的產(chǎn)生是由于使用過程中發(fā)出合謀指令、利用有傾向性的數(shù)據(jù)誘導(dǎo)算法做出合謀決策，則算法使用者有必要基于其算法的運行記錄對算法的決策進(jìn)行有效解釋，否則應(yīng)對其算法的合謀決策承擔(dān)責(zé)任。上述責(zé)任規(guī)則的原理在于，嚴(yán)格的反壟斷法律責(zé)任配置規(guī)則立足于風(fēng)險原則，在該原則下，責(zé)任的承擔(dān)主體應(yīng)是造成重大風(fēng)險且最有可能有效抑制風(fēng)險的行為人。[29]算法設(shè)計者與算法的使用者都是算法合謀形成過程中直接接觸算法的主體，對算法的運行和決策都有能力做出干預(yù)，因此，在明確了各類主體的事前義務(wù)后，不論最終形成了何種形式的算法合謀，未能充分履行其監(jiān)管或預(yù)防義務(wù)的行為人均應(yīng)成為算法合謀的反壟斷責(zé)任主體。

（二）重新衡量算法默示合謀行為的合法性標(biāo)準(zhǔn)

決策型算法對默示合謀達(dá)成的顯著促進(jìn)作用迫使學(xué)界重新思考默示合謀行為的合法性基礎(chǔ)在算法合謀領(lǐng)域是否依舊成立。對執(zhí)法機(jī)關(guān)而言，算法主導(dǎo)的默示合謀帶來的最大挑戰(zhàn)在于其不僅提升了經(jīng)營者間有意識平行行為的達(dá)成效率，更突破了傳統(tǒng)默示合謀因人腦算力局限僅發(fā)生于寡頭壟斷市場的作用范圍，從而帶來了更大的超競爭價格固定風(fēng)險。非寡頭壟斷市場中的默示合謀原本只存在于理論研究中，現(xiàn)實市場中價格不透明、難以及時收集全面的市場信息進(jìn)而匹配調(diào)整價格的各類因素阻礙了默示合謀的實施。然而，在大數(shù)據(jù)與算法決策的助力下，默示合謀行為在非寡頭市場環(huán)境中的形成，乃至基于策略性行為后發(fā)優(yōu)勢下的輪番漲價都具備了現(xiàn)實發(fā)生的可能性。[30]這意味著原本僅局限于寡頭市場的默示合謀反價格競爭風(fēng)險被放大至了所有現(xiàn)實存在的市場環(huán)境中，經(jīng)營者使用的算法只要具有充分的算力和數(shù)據(jù)獲取能力，便可以在利潤最大化的決策原則下共同實現(xiàn)價格水平的長期平衡。這種平行的、普遍的認(rèn)識雖尚不構(gòu)成協(xié)同的合意，但將其付諸實施卻可能導(dǎo)致產(chǎn)品或服務(wù)價格的普遍提高，進(jìn)而阻礙價格競爭的資源配置作用。[31]此時，經(jīng)營者間不存在形式上的共謀合意難以再成為算法默示合謀擺脫反壟斷法規(guī)制的充分理由。因此，應(yīng)當(dāng)能動地彌補(bǔ)現(xiàn)有反壟斷法針對默示合謀行為存在法律漏洞與完善程度不足的缺陷。

首先，在可以通過各類證據(jù)綜合證明算法介入下的默示合謀行為已然造成了較為明顯的排除限制競爭效果、足以利用反壟斷法對其進(jìn)行規(guī)制的情況下，或可突破先前對默示合謀行為一致認(rèn)定不違法的司法觀念，重新探討默示合謀這一“灰色區(qū)域”在算法合謀案例中的合法性。當(dāng)然，正是由于默示合謀天然不具備共謀合意存在的形式要件，在判定算法默示合謀的過程中應(yīng)當(dāng)確保證據(jù)體系確實充分。不僅證明默示合謀行為的確實存在，還應(yīng)當(dāng)著重強(qiáng)調(diào)經(jīng)濟(jì)學(xué)證據(jù)的運用，通過證明市場中切實發(fā)生了普遍且顯著的價格上漲情況，且不伴隨有成本的同步提高而認(rèn)定超競爭價格平行的不合理性，進(jìn)而確定默示合謀行為及其反競爭效果的存在。

其次，對算法合謀可能導(dǎo)致的默示合謀風(fēng)險還可考慮價格法的適用。價格法與反壟斷法之間是互相完善和補(bǔ)充的關(guān)系。雖然我國立法較早的《價格法》同樣規(guī)定了擾亂市場秩序的價格違法行為，但由于立法技術(shù)尚未發(fā)展，《價格法》本身存在著規(guī)定粗糙難以落實的缺點。我國《反壟斷法》的出臺較好地解決了這一問題，通過先進(jìn)的經(jīng)濟(jì)學(xué)分析方法為涉及價格違法的行為提供了有效的分析工具與判斷標(biāo)準(zhǔn)。但同時，《價格法》也在價格領(lǐng)域彌補(bǔ)了《反壟斷法》的規(guī)制盲區(qū)。當(dāng)默示合謀的現(xiàn)有證據(jù)不足以使其受到《反壟斷法》的規(guī)制時，可以結(jié)合案件的具體情況適用《價格法》第14條等規(guī)定進(jìn)行規(guī)制。

（三）辯證分析賦予算法責(zé)任主體地位的可能性

現(xiàn)有觀點多認(rèn)為，由于算法使用者無法介入自主學(xué)習(xí)算法的決策過程，因此自主學(xué)習(xí)算法獨立做出的合謀決策無法歸由算法使用者承擔(dān)責(zé)任，將人工智能技術(shù)下的算法視為獨立的法律主體對其做出的違法行為承擔(dān)相應(yīng)責(zé)任似乎是必然的走向。在支持此類觀點的學(xué)者看來，盡管自主學(xué)習(xí)算法不同于以權(quán)利義務(wù)為主體的自然人或現(xiàn)有的擬制法人，但機(jī)器學(xué)習(xí)算法具有的事實上的學(xué)習(xí)與思維能力已足以使其獲得獨立于公司的擬制法人地位。[20]更進(jìn)一步，亦有學(xué)者提出了有限法律人格的觀點，以期結(jié)合算法有限的承擔(dān)行為后果能力對法律規(guī)制作出合理的安排。[32]

然而，筆者認(rèn)為，以算法技術(shù)現(xiàn)有的發(fā)展程度、面臨的規(guī)制難題類型以及當(dāng)前的法技術(shù)水平，將算法視為獨立的法律主體而要求其承擔(dān)相應(yīng)的共謀法律責(zé)任為時尚早。一方面，當(dāng)前算法技術(shù)及面臨的規(guī)制難題尚未達(dá)到只能由算法自身作為唯一的責(zé)任承擔(dān)主體的程度。目前的算法培訓(xùn)僅局限在弱人工智能領(lǐng)域，算法在數(shù)據(jù)篩選與學(xué)習(xí)過程中均需要人類的深度介入。因此，即便自主學(xué)習(xí)算法基于黑箱效應(yīng)獨立地做出了商業(yè)決策，但其決策過程中的思維路徑與價值偏好都難免受到算法設(shè)計者的主觀態(tài)度的影響。同時，由于自主學(xué)習(xí)算法的決策能力尚未達(dá)到可靠水平，目前的實踐操作和相關(guān)規(guī)定（如歐盟《一般數(shù)據(jù)保護(hù)條例》）均要求由算法使用者人工審查重要的算法決策。因此，當(dāng)前的算法技術(shù)水平與運用程度尚未具備賦予算法獨立法律責(zé)任能力的必要性。另一方面，當(dāng)前的算法尚不具備成為獨立法律主體的必要條件。從主體資格的發(fā)展歷史上看，擬制法人最終得以成為法律主體得益于實體性基礎(chǔ)、實益性基礎(chǔ)和法技術(shù)基礎(chǔ)三方面條件的同時具備。[33]對目前的算法技術(shù)而言，即便其確實具備了獨立決策的理性思維能力，但根本上僅是對人腦思維的模仿，沒有自身的存在目的。同時，由于現(xiàn)有法技術(shù)基礎(chǔ)尚無法提供針對算法特性行之有效的責(zé)任承擔(dān)手段，此時賦予算法獨立的責(zé)任能力而免除算法設(shè)計者與使用者的責(zé)任，很可能使反壟斷規(guī)制在算法合謀領(lǐng)域失去應(yīng)有的威懾力與懲戒作用。當(dāng)然，算法如何可能成為獨立承擔(dān)法律主體的擬制法人的相關(guān)理論研究依然具有現(xiàn)實的必要性。人工智能與算法技術(shù)的發(fā)展雖尚處于初級階段，但其在未來可能達(dá)到的智能化程度不容小覷，算法在未來介入市場競爭的程度與范圍同樣可能超越現(xiàn)有的認(rèn)知，因此，對算法在市場競爭中可能發(fā)揮的作用以及可能導(dǎo)致的競爭風(fēng)險進(jìn)行研究，以期實現(xiàn)對未來算法承擔(dān)反壟斷法律責(zé)任的路徑突破與法技術(shù)創(chuàng)新，都是當(dāng)前學(xué)術(shù)研究不可忽略且亟待發(fā)展的議題。