數字化時代，算法的出現改變了數字市場的特征，推動了數字經濟的迅猛發展。隨著數字技術的成熟，人工智能算法逐步滲透到社會經濟發展的全流程。但是數據的多元開發利用也造成了數據權屬、信息安全、個人隱私等問題，當各種隱憂開始凸顯，算法共謀也進入了人們視野。

算法何以促成共謀

共謀，是指有意識的平行行為，算法共謀就是以智能算法作為促進共謀的技術因素，利用算法“黑箱化”的特性通過編碼和數據進行自動化決策，使企業可以在不需要溝通和互動的情況下完成共謀。基于算法的不同類別，算法共謀具有不同機制。例如信使型與軸輻型算法只是作為合謀的工具，是壟斷協議技術層面的延伸，并不能擺脫人的主觀意志束縛，屬于明示共謀。而隨著大數據對算法的“喂養”以及算法的自主優化，在預測型與自主型算法共謀中，算法基于人工智能先進的神經網絡可以形成自我觀念，脫離人類獨立運行，并根據對市場變化的分析和學習進行自動化決策，自主達成默示合謀。因此，算法作為一項有效的數字工具本應為經濟發展提供動力，經營者卻在算法輔助之下，使共謀的達成與實施變得更為隱蔽也更容易實現，造成反壟斷執法機關發現共謀的難度加大，損害了公平競爭的市場環境。

算法共謀的本質是數字經濟背景下傳統壟斷共謀問題的新形式，數據驅動下的算法共謀更難被政府監管機構發現或證實，對市場公平競爭帶來的危害可能更大。因此，2021年2月，國務院反壟斷委員會對于算法造成的壟斷問題出臺了《關于平臺經濟領域的反壟斷指南》，首先對經營者利用算法實施壟斷做了明確規定，指出“利用技術手段進行意思聯絡”和“利用數據、算法、平臺規則等實現協調一致行為”均能構成橫向壟斷協議。2021年12月31日，國家網信辦公布的《互聯網信息服務算法推薦管理規定》同樣規定，算法推薦服務提供者不得利用算法實施壟斷和不正當競爭行為。

算法共謀為何難監管

算法共謀弱化了壟斷協議的判斷標準。傳統的反壟斷法對于共謀的認定需要確定競爭者之間存在“協議”，即證明達成壟斷協議的共謀意圖以及實施的共謀行為。然而算法技術的發展使得協議的達成渠道由傳統的人與人之間的交流變為復雜的算法組合。為了模糊共謀者的主觀意圖，共謀者使用算法軟件即可對非公開的同類市場的交易數據單向度高頻讀取、相互轉碼，并通過算法自動化決策進行非競爭協商，利用編碼作為交流媒介進行隱蔽互動，并迅速達成協議目標，使得價格等市場信息可通過算法自動反饋并根據市場變化進行有意識的“協同行為”，從而隱藏達成共謀所一致的行動，并削弱意思聯絡對經營者之間共謀的重要性。

算法共謀導致歸責主體難以確定。在算法共謀中，算法可以脫離設計者與使用者獨立運行，當人把決策權委托給算法，由運用算法的計算機而不是人作出共謀行為時，反壟斷責任歸咎會處于兩難境地。由于算法具有對市場信息自主判斷以及內部試錯的深度學習能力，因此在決策過程中可以不依賴人的溝通與互動即可達成共謀，而且算法本身所具有的“黑箱”性質，開發者也無法對于算法決策的過程和結果進行完全解釋，使算法隔絕了壟斷協議主體認定的鏈條。

算法擴展了達成共謀的市場范圍。傳統市場壟斷，市場集中度會影響算法共謀的實現，然而依托大數據實施的智能算法可以對市場信息實時抓取與傳遞，使得經營者在集中度較低的市場中也可以有效實施價格的搜索、匹配，經營者通過算法迅速交換商業策略并達成對各方有益的共謀協議，通過不斷的動態定價尋求平衡，只要經營者之間使用相同或相似算法，就可對其他企業進行監督，提高其背叛協議的經濟成本，從而間接擴展了市場共謀發生的場域，可以影響多個不同產品或服務的相關市場，從而將共謀行為持續很長時間。

算法共謀的監管和治理

確定算法共謀的法律責任主體。智能算法雖有自主學習能力，但其本質依然是實施合謀的工具，人才是主體，不管它如何智能的作出自主決策，使用算法的企業都應有使用算法可能帶來的后果與風險的預見能力，不能以不知情或未主動實施而免責。因此，在反壟斷規制中，應當以當事企業作為承擔法律后果的第一責任人。此外，算法的設計者并不必然排除在責任主體之外，如若開發者在設計算法之初不能保證“技術中立”，使算法的研發過程不遵循“自身的機理”，而是在算法的源代碼中嵌入合謀的“價值傾向”以及調整算法的技術偏見，使算法脫離中立的地位，則開發者仍需承擔相應責任。

擴張“協議”的判斷標準。傳統反壟斷法中對壟斷協議的存在證明需要達到“行為一致+意思聯絡”的要求，然而高度自主化的算法合謀是企業間采用算法對市場變化作出一致決策的自動反應，從而缺乏合謀協議的直接證據。因此，反壟斷法對共謀的“協議”應采取更寬泛的界定，不應局限在企業之間存在明確的相互溝通證據上，而應放寬認定“協議”的標準。首先，在審查企業采購算法過程中，將是否存在經營者在知情該算法可能帶來合謀便利后仍選擇該算法作為判斷具有“行為一致”的標準；其次，需要識別算法間的信息交流內容，只要出現以下三種情況，即可對經營者之間存在“意思聯絡”進行合理懷疑。第一，在具有可替換數據作為算法來源時，依然使用相同開元數據庫的信息培養算法；第二，存在更先進算法時，相關經營者依然使用舊版算法；第三，基于相同的代碼制式對算法進行優化。

創新和完善反壟斷執法方式。第一，執法機關創新運用監管手段。一方面，開展業務培訓，培養既懂技術又熟悉法律的執法人員，消除執法機關與經營者之間的信息不對稱。另一方面，執法部門自行研發監管算法，利用算法監督算法，通過技術手段快速準確收集經營者“協同一致”改變價格、經營策略等異常情況的信息，以此作為可能實施算法共謀的重點關注對象。第二，通過限制市場信息公開范圍改變容易達成共謀的數字市場特征，可以降低經營者之間的互動頻率，進而限制共謀的發生。第三，引入市場研究機制，市場研究可幫助反壟斷執法機關“了解算法驅動型市場的最新動態以及任何競爭問題的嚴重程度”。同時，市場研究所形成的結果可以倡導產業界更好遵守市場競爭原則，從而形成自我監管的行為準則。第四，行政機關制定算法負面清單。篩選并制定經過實證確認具有反競爭性的算法名單，可極大地降低反壟斷法的實施成本，并且給予經營者明確的算法適用指引合規預期。第五，針對算法內容進行規制。一方面，算法共謀需要依靠海量數據的計算得出預測性結果。因此，應當規范算法在關鍵市場中對于數據的抓取行為。另一方面，還應將算法的運行機制作為反壟斷審查共謀的依據，算法的運行雖然處于“黑箱”狀態，但是算法的結果依然是由數據和代碼決定，特定的運行機制可以促成共謀的產生，若有證據表明算法在開發之初就有減少競爭、實施共謀的目的，則可以從源頭發現共謀的違法行為。