算法的陷阱：超级平台、算法垄断与场景欺骗

对于消费者而言，他们无从知晓高涨的价格是定价算法的“作品”还是市场供需变化的自然结果。与此同时，溢价策略也无法在短期内吸引更多司机上路。相反，一旦优步成为市场支配力量，打着市场出清价格的幌子，溢价策略会使优步和司机赚取超额回报，而这一切都以牺牲用户福利为代价。

私有制计划经济？

我们不妨把优步看作其自身平台上的价格监管者。它并不直接参与载客服务，也不雇用司机。¹⁸ 不仅如此，它还禁止司机与乘客双方进行议价，它将根据后台掌握的实时数据向供给方与需求方开出既定价码。如果说优步已经掌握了求解市场出清价格的所有知识，那么其他超级平台又何尝不是如此。

由此说来，超级平台的崛起似乎昭示着它们对知识（或说信息）的充分掌握已令其能够达成自己设定的经营目标。由领先的互联网平台（如优步）、超级平台（如谷歌、脸书、苹果和亚马逊）展开的数据收集行为或许会打造出一种计划经济体制，它的主导者既不是政府官僚，也不是企业CEO，而是企业内部的专业技术人员。¹⁹ 哈佛大学经济系元老、经济学家约翰·肯尼思·加尔布雷思（John Kenneth Galbraith）指出，企业在经营中所做出的种种决策并非基于CEO的一拍脑袋，这往往是专业技术人员呕心沥血潜心钻研的功劳。²⁰ 在加尔布雷思的时代，专业技术人员涵盖了设计师、工程师、市场推广专员等工种的专业人士。到了2016年，技术序列岗位又进一步得到了丰富：工程师、市场开拓人员、广告商、软件开发人员、设计师……这些人都能够在谷歌、苹果和亚马逊这样的超级平台找到适合自己的位置。如果说，每一位CEO并不一定了解专业技术人员在辅助数据传输与财富攫取过程中的具体工作，那么同样，作为专业技术人员，虽然他们大致了解算法工作的总体目

标，但却不一定对算法的定价原理充分了解。更何况，定价算法的工作与无形之手的支配作用并不相似。

未来，企业将越发依赖数据分析工具完成定价。当然，我们不可能在每个市场中都明显察觉“数字化的手”取代自由市场竞争机制的现象。但我们要充分认清一个事实：统一定价时代将走向没落。在企业向完美行为歧视的彼岸靠近时，定价算法将为不同消费者开出不同的价目表，每个人所能体验到的产品与服务也会不尽相同。此外，定价算法还将在一个高市场透明度的环境下公然进行默许共谋。不论是上述哪种情况，追随优步溢价策略的诸多商家都可以堂而皇之地声称自己是在运用大数据手段求解市场出清价格。更有甚者，如果这些企业在市场中拥有控制地位，那么他们所谓的市场出清价格有可能高于完全竞争价格。

明智监管的回流

如果企业可以运用大数据决定市场价格，那么政府是否也可以效仿此举，运用相似的行政手段监测行业价格（甚至是代替市场参与者向买卖双方开出商品与服务的价码）？

如果不持有轿车也不雇用司机的优步可以决定共享出行服务的基准价格和溢价幅度，那么政府又何尝不可？虽然政府收集到的数据规模与质量无法超越优步，但是两者起码可以打个平手。通过定价算法，政府可以对行业价格进行监测，或者直接敲定市场出清价格。有人可能会说，只要政府可以获取消费者的行为数据以及企业运营过程中的成本数据，在大数据技术的辅助下，后哈耶克时代的价格管控或许可行。当然，这一切都归功于“数字化的手”的恩赐。

让我们继续探究下去。如果企业可以利用大数据决定市场价格，那么数据与算法在经济活动中的深度介入是否也开启了国家走向中央计划

更多电子书请搜索「慧眼看」www.huiyankan.com 微信：huiyankan

经济的大门？

在此，我们不妨借鉴1971\~1973年智利的经济发展历程，对大数据和计划经济的潜力和局限性进行反思。在当时，智利政府为解决国内经济问题，它们试图化解哈耶克的“知识问题”。为此，智利政府启动了一个被称作“协同控制工程”（Project Cybersyn）的庞大计划——这是一个由电报机组成的网络系统，它能够实时地将数据从智利的国有工厂传输到位于智利首都圣地亚哥的一个运营中心。这些被收集来的数据被用于打造经济模型，以此实现统筹管理国民经济的目标。²¹ 协同控制工程计划取得的最大成就是它曾成功化解了1972年大罢工导致的食品短缺危机。²² 在意识到大罢工可能会使整个国家经济停转后，智利政府迅速采取措施，运用信息网络积极协调未停产工厂的生产活动并在全国范围内完成了资源的高效调配。 ²³ 但是，这个计划并非无懈可击。由于它的“反射弧”过长，导致政策有效性大为减弱。²⁴ 此外，效用的发挥还严重依赖于工厂生产数据的准确性与及时性，可是这些因素都不是一个信息技术网络所能把控的。

不论是成就还是缺憾，智利的经验向我们展现了信息技术的强大以及它在计划经济体制内的发挥空间。特别是在当代数字化环境里，它还能达成更多目标。一位信息技术发展的信徒曾写道，“同时具备感应器、计算能力、互动交流等功能的前沿设备既可以收集数据，也可以对其迅速做出处理与分析，从而近乎实时地向外界提供市场需求数据”。

25 据此，政府得以迅速地修改市场价格或是统筹调控总体生产水平，“如在用电高峰时段为预先选定的产品供电”。²⁶ 由此，不论是州政府还是联邦政府都可以利用大数据技术确定市场出清价格。

接下来，让我们回到美国的洛杉矶，看一看明智监管在“后协同控制工程”时代的应用。2011年，当地政府引入了“洛杉矶停车计划”（SFpark），试图运用智能停车场管理系统对停车费用进行按需调整。为了实现高效利用停车位的目标，当地政府准备为每个车位开出恰当的价格。安装无线停车感应装置的8,200个市政车位分布在了城市里的大街小巷，这套停车场管理系统可以实时掌握可用车位的数量并监测公共停车场的环境。 ²⁷ 洛杉矶政府的预期目标是车位占用率达到60%\~80%。 ²⁸ 通过从传感器上实时采集到的车位情况数据，系统将根据不同时点、不同区域司机的车位需求变化而实时调整停车费率。在一些车位紧张的地方，停车费率会逐步递增，“直到该地区车位出现长时间的空余”；在另一些地方，停车费率也会因为车位占用率的萧条而有所降低。 ²⁹ 此外，通过向用户手机App或是网页上传输各地区公共停车场的实时可用车位信息，该系统还能做到引导司机停车分流。³⁰

洛杉矶市首创的“需求反馈式”定价系统显然已收获了巨大成功。它有效提高了公共停车场的利用率和创收能力。³¹ 此外，它还缩短了司机找寻车位的平均时长，并从侧面对城市生活环境起到了改善作用。³² 有关统计数据显示，停车系统的引进有效降低了当地的温室气体排放、 33改善了街道拥堵状况 ³⁴ 和双重泊车窘境、 ³⁵ 车流量也有所减少， ³⁶ 同时还节约了找寻车位时的行车时间。 37

如果一座城市的政府可以决定公共停车场的市场出清价格，那么这是否意味着我们可以期待明智监管的回流。换句话说，就是广泛接纳由数据驱动的动态定价方法。

看不见的边界

尽管我们甘于承认所有数据的总和将为计划经济体制创造可能，但是难题始终在于数据获取。为公共停车场和共享出行服务定价并非难事。优步切割了不同城市的乘车资费，并根据轿车档次制定了一套跨度颇大的资费价目表。但是，任何一个生活在中央计划经济体制下的公民都清楚，为社会中的流行风尚定价并非易事。虽然计算机收集与处理数据的速度正在加速，但企业与政府机构能够做到为机器学习提供充足的信息与验证场景吗？我们也许在停车、共享出行服务、能源以及其他同质化产品和服务领域方面已经解决了哈耶克的“知识问题”，但是为高级定制服装等异质产品定价仍然是一道相当考验算法的难题。

更多电子书请搜索「慧眼看」www.huiyankan.com 微信：huiyankan

在可预见的未来，很难想象我们可以攻克知识的难题，我们既做不到获取所有数据，也无力对全部已知信息进行数字化改造与处理。这项工作的成本高昂（并且还会引发很多敏感的隐私问题）。即使从技术层面上讲，未来人们真的可以将所有或是大部分相关联的知识进行聚合，但这也并不意味着计算机算法的处理速度能够与之保持同步。不少理论家仍相信，即便我们已获取了所有数据，但残缺拼图上的某个碎片仍旧散落在世间的某个角落，令我们无法对事情有一个全然的掌握。 38

这里有一个例子。2010年，苹果公司在正式对外发布首款平板计算机iPad之前，史蒂夫·乔布斯曾将这款全新的产品展示给了一小组媒体人。据《纽约时报》报道，其中一位记者问道，在苹果决定推出这款产品前，曾针对消费者做过哪些市场调研。“一个也没有，”乔布斯答道，“消费者并不知道自己需要什么，直到我们拿出自己的产品，他们就发现，这是我要的东西。” ³⁹ 政府或是超级平台或许能够尽一切可能收集到消费者行为数据。借此，它们可以制造出一款更好用的手机（但却不是iPhone）、更便宜的手表（但却不是Apple Watch）。可见，虽然大数据技术可以在获取既有产品与服务的用户偏好与保留价格等信息方面表现出众，但它却无法准确估量由新技术派生出的新产品的市场需求。 40

其他有关价格监管的担忧聚焦于激励与监管俘获问题。经济上的监管措施将引发特殊利益群体的游说行为。有时为了一己私欲，它们不惜牺牲社会福祉。如果是由政府研发的算法为产品与服务开出价码，那么相伴而生的寻租行为将有可能加重社会成本。现实中，美国联邦能源管理委员会（U.S. Federal Energy Regulatory Commission）的并购审查政策就备受诟病。批评者指责其基于监管机构数据得出的审查结果有失公允，审查者应对市场数据进行独立收集与分析。⁴¹ 行业监管者的这套做法的风险在于，他们有可能无法充分掌握并客观预测市场动态。即便是他们之中最勤奋的人，也难免会出现判断失误，而这样的失误会将监管者引向一条歧路，做出有损社会福利的举动。除了不完全信息和监管俘获风险，政治短视与社会公众问责的缺位都有可能令政府在采取反垄断执法行动时表现得不尽如人意，毕竟政府无须像私营企业那样承担所有错误行动所带来的后果。⁴²

此外，不要忘了，强势价格监管还会将我们引入一个无所遁形的世界。一直以来，我们通过活跃的网络活动打造出的社会经济肖像已被广告商和搜索引擎获取，他们据此将我们划入了不同分组——这组肖像广泛流传于数据掮客的买卖活动当中，但却唯独不为我们自己所掌握。 ⁴³这些信息被企业用来锁定潜在消费者——上至合法的广告营销渠道，下至涉及用户个人隐私的窃取和滥用。 44

本章回顾

对于部分商品和服务来说，人们并不需要获取全部知识就能做出消费决策。优步无须清楚掌握每一位司机的地理位置信息或他们的接单速度，就可以实施溢价策略。在我们生活的世界里，家庭收入支出的一大部分贡献给了日常生活开销——吃穿住行、房贷车贷、汽油开支、公共支出……⁴⁵ 在这类产品与服务市场，算法驱动的动态定价模式早已在前方等着我们。

企业与超级平台在大数据领域的实践越深，动态定价的应用范围就越广。但是我们无法确定随之而来的市场价格是否等同于市场出清价格或完全竞争价格。对于握有市场控制地位的超级平台来说，“数字化的手”是它们手中握有的利器，而非一个影响企业经营效益的外部市场因素。

更多电子书请搜索「慧眼看」www.huiyankan.com 微信：huiyankan

但是，凡事总有例外。如果你在元旦那天的凌晨不满于优步的坐地起价，那么你完全可以踏着雪地走路回家。不管怎样，我们都得承认，我们不再处在一个由“看不见的手”支配的市场环境当中，竞争机制也不再是左右企业商业决策的隐形力量。

|第19章|执法工具箱

在数据驱动的经济环境中，明智监管潜力无限。所以接下来，我们有必要继续探究其潜在的执法挑战。首先，反垄断执法机构也许意识不到阻碍竞争机制发挥作用的种种威胁。即便执法者可以正视问题，但是他们仍缺乏有效的对策。其次，在面对人类对计算机行为所负责任的法律与伦理难题时，上述议题已经超越了反垄断工作的范畴。最后，就算执法机构有办法应对，它们又该在何时出手干预？

这些问题看似无解。第3章中曾出现过一段讨论，传统的反垄断监管是否适用于由算法经济拉动的新兴市场环境。面对这个问题，一代代的反垄断学者与执法者都曾试图给出解答。但正如我们所见，现如今的反垄断执法工具尚不具备控诉与纠正前述三大反竞争场景的能力。市场环境风云变幻——自由市场的竞争机制正在让位于新形式下的竞争。

事实上，多年前的司法体系与反垄断执法机构更善于发现市场漏洞，并设计出了直接有效的方式来化解问题。倘若如今我们丧失了这种能力，就连英国上议院也担忧这将形成“一种观念——大型互联网平台的权势凌驾于法律之上”。¹ 如果英国上议院都就此发声，那么世上就再也没有哪家反垄断机构有理由为自己的迟钝而依旧心安理得了。

竞争执法的核心挑战

蒙住了双眼的反垄断执法机构

更多电子书请搜索「慧眼看」www.huiyankan.com 微信：huiyankan

本书开篇已经提到，数字化经济正在蒸蒸日上。但表象的市场竞争并不等同于能够带来社会福利优化的实质性竞争。我们的担忧既不在于技术进步，也无关收获巨大成功的互联网电商。让我们看穿新兴市场表象，直抵它的内核——市场的准入门槛或被拉低，但企业的扩张行为却由超级平台操控；消费者的选择万千，但鲜见商家的正面交锋；具有破坏力的创新威胁不时涌现，但却不免在大企业的怀柔政策与排他性条款的两面夹击中阵亡。市场充分竞争的外衣掩盖了新经济时代下的财富转移与企业的反竞争行径，消费者也在不知不觉中被其操纵。

对反垄断执法机构而言，面对企业的“逐底竞争”（Race to TheBottom）倾向，它们要制止这种恶劣行为，维护消费者的权益。虽然科技进步提升了价格透明度，但定价算法却可以借此东风促成默许共谋——通过对竞争对手的价格调整迅速做出回应，定价算法可以打击竞争对手降价促销的动机。倘若算法与数据的结合令企业拥有了“上帝视角”，执法者也有必要创新思路，拓展追踪默许共谋的疆域。

虽然科技进步能够帮助卖家推出定制化产品（对于消费者来说，这算是件好事），但与此同时，定价算法还能辅助卖家更好地进行客户分组、展开行为歧视——当然，是以牺牲消费者的利益为代价。如今，一些执法者将价格歧视行为视作一种提升市场效率的手段。此外，另有一些执法者则嘲笑起了过去30年的经济思想进步。他们仍然相信市场参与者的理性人假说，并选择性地忽视了薄弱意志与认知偏见在经济活动中的作用。所以，他们对行为歧视的陌生程度就好像他们也不会使用Snapchat（一款“阅后即焚”照片分享应用程序，这款App很受美国青年人的欢迎），这种看法也直接影响了反垄断与反不正当竞争的政策导向。

超级平台也许会在争取软件开发人员时发生竞争。在见识了App商城井喷式的免费应用增长后，执法者可能会得出结论：消费者正在从中获益（管他什么个人隐私保护）。他们既无从知晓，也不愿去探究免费背后的成本——互联网“友敌”联合围剿、攫取用户的行为数据、打造用户数据库，并通过行为定向广告向我们发起精准营销。

事实上，这些反竞争后果往往不易被人察觉。作家迈克尔·刘易斯在《高频交易员》一书中讲述的故事就真实发生在股票交易所中。 ² 当传统的投资者（养老基金、私人投资者诸如此类）还在根据他们所见的市场价格做出投资决策时，呈现在计算机屏幕前的股价却早已不是当前时点的股票真实价格。在现实中，各大交易所已被老练的高频交易员操纵，他们并非单枪匹马，而是与诸多大型金融机构展开了积极合作。在这个过程中，高频交易公司之间展开了激烈的军备竞赛，他们关心的问题是，如何在最短的距离里铺设通信电缆，从而在以早于竞争对手几毫秒的时间优势下下达交易指令。打起了时间差的高频交易者在股票市场中玩起了快进快出，如此一来，他们就能每天获得1,600万美元的惊人回报。

这里可能适合插播阿尔伯特·爱因斯坦（Albert Einstein）的那句格言，“真实是一种幻觉，尽管是一种挥之不去的幻觉。”算法经济中的科技进步将创建多个版本的商品与服务市场，区分标准则在于消费者的偏好与经济基础。慢车道与快车道上的企业正在竞赛，而同处在快车道上的企业也互不示弱。这究竟是市场竞争还是反竞争行为，的确是个问题。

正视问题却束手无策

好在，反垄断执法机构已对反竞争场景中的部分问题给出了明确论断。虽然想将竞争法应用于全部的共谋、行为歧视和竞合场景，但现实操作却存在诸多阻碍。在面对三类反竞争场景时，执法者虽有此意愿与决心，但是他们手中的工具也不是万能灵药。

在面对共谋场景时，执法机构往往严阵以待。针对存在垄断协议的信使场景与中心辐射式场景，欧盟有《欧洲联盟运作条约》（Treaty onthe Functioning of the European Union，TFEU）第101条款、美国有《谢尔曼法》第1条款为其法律支撑。更进一步，如果执法者掌握了企业存在反竞争意图的确凿证据，那么预测型代理人场景中的商家也难逃法律制裁。然而，除非另立一条法令（好比《联邦贸易委员会法》第5条条款，内容要求“在缺乏共谋协议证据的情况下，将直接损害消费者利益的‘不正当行为’视作非法”），否则执法机构的现有工具尚不足以对那些不占有市场支配地位、自行使用定价算法的企业构成威慑。对于部分司法管辖区的执法机构而言，它们在电子眼场景下的默许共谋前仍会束手无策，因为对方既不存在反竞争协议也无反竞争意图的确凿证据。 3

更多电子书请搜索「慧眼看」www.huiyankan.com 微信：huiyankan