算法的陷阱：超级平台、算法垄断与场景欺骗

美国司法部向反垄断律师、经济学家与相关领域的研究人员发出了警告，提醒后者留意一些企业暴露出来的非法使用复杂定价算法的问题。同时，几家在亚马逊网站上售卖明信片的贺卡制造商被美国司法部指控非法操纵市场价格。为了能够协调价格变更的节奏与幅度，这几家企业采用同一个定价算法，收集小团体外的竞争对手的价格信息，并抄袭对方的定价策略，从而在价格上打压对手。对这项指控，相关企业已经服罪。主管反垄断工作的美国司法部助理总检察长比尔·贝尔对此曾做出如下表态——“当美国消费者在网上购物时，他们需要一个充分竞争的市场。为此，美国司法部会与任何意图暗中破坏线上市场竞争秩序的欺诈行为做斗争”。

在另一起被曝光的同类案件中，几家大型国际金融机构因涉嫌联合操纵外汇市场汇价而接受美国司法部的反垄断调查。经过漫长的审讯，2015年5月，五家全球知名银行——花旗集团、摩根大通、巴克莱银行、苏格兰皇家银行、瑞银集团——对彼此串通在即期市场操纵美元兑欧元汇率的重罪指控供认不讳。 ² 这起案件的调查人员透露，在过去的五年，上述金融机构的外汇交易员一直使用暗语在网络聊天室里密谈。他们甚至自称是“这家卡特尔组织”的成员。 ³ 对最终的处罚决定，美国司法部总检察长称，他认为“沉重的罚金能够令那些为了牟利而不惜罔顾法律约束、背弃社会公平道德的人们有所忌惮”。 ⁴ 但是，从实效来看，总检察长此言或许过于乐观了。 5

同样具有说明作用的例子还有希腊反垄断机构对本地最大零售连锁企业Carrefour Marinopoulos ⁶ 的反垄断调查。2010年，因为非法利用IT系统辅助企业的垄断行为与限制转售价格（RPM） ⁷ ，希腊竞争委员会对Carrefour Marinopoulos开出了1.25亿欧元的罚单。在欧盟反垄断法的规定下，这种行为无疑是对法律的藐视。而这起案件败露的端倪在Carrefour Marinopoulos的股东——法国家乐福集团——自己的加盟店网络。 ⁸ 根据希腊竞争委员会公布的案件详情来看，家乐福的内部专用网络系统出力不少。作为“整个零售连锁网络的重要组成部分” ⁹ ，这个IT系统能够让特许经营者随时监测被特许者的零售定价与前者提供的指导价格上的偏离，“这么做的唯一目的是要确保商品的零售价格与整个销售网络的定价政策保持一致”。 ¹⁰ 此外，希腊竞争委员会还透露，这个IT系统的存在“不仅令特许者难以对自己零售店中的商品价格做出有效管理，就连调价也成了一件相当占用时间的事情，这在一定程度上强化了价格的刚性”。¹¹

另一起利用计算机配合共谋的例子是发生于20世纪90年代的民用航空运价案。¹² 美国司法部指控作为被告方的几家航空公司在其电子票务系统上毫无顾忌地就机票价格进行谈判。此前，人们普遍认为电子票务系统可以有效地鼓励航空公司彼此竞争，从而拉低机票售价。然而，当航空公司同样利用这个平台传递信息、彼此暗示涨价时，竞争秩序遭到破坏的风险不免陡增。

美国司法部坚称，站在航空公司追逐利润的出发点来看，电子票务系统所能发挥的本质作用是串通一气，暗自涨价、拒绝对方的涨价要求，或者是取消最早或最晚订票日之间的票价折扣。一般来讲，航空公司可以在票务系统上随意就票价调整进行谈判，秘诀就在对特定航班的最早订票日与最晚订票日的确定上。它们使用复杂的计算机程序处理所有票价信息，这使它们能够监测并分析竞争对手对特定航班票价在当下或日后价格变动的回应。谈判有时还会持续数周，直到参与其中的所有航空公司都决定在票务平台上放出同样的票价与最早订票日期。如法炮制，各家航空公司还会在最后订票日的问题上达成一致，以便共同取消此前的票价折扣。有了电子票务系统，航空公司不仅能赚取更高的利润，还能方便各家航空公司随时监测票价的变化。一旦发现有人违背了协议价格，其他航空公司就可以迅速做出回应。

在改进后的共谋场景里，计算机系统还可以做到妥善划分各家航空公司的市场份额，有效监督各种潜在的价格背叛，并对价格背叛自动回击。重要的是，计算机不仅可以按照预先装载的数据与指令执行任务，它的表现还将大大优于人类的手工操作。所以说，在信使场景中，计算机的任务无非就是严格执行人类的不正当竞争指令。

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

以上这些例子说明，计算机可以用来辅助共谋或者监督共谋的执行效果。而在有些情况下，即便企业之间的共谋不存在具体的合作协议，这种做法依旧难逃反托拉斯法的审判。同样计算机与相应的算法可以视为人类意志的执行者——比如说，它可以用来传递信息或向对手企业发出价格合作的暗号。¹³

总而言之，从反垄断执法的角度来看，信使场景中犯罪的构成要件易于确立——或是垄断协议本身具有违法性或是竞争者之间存在协同行为。所以说，当定价算法辅助了共谋时，问题的焦点依旧集中于人类本身的意愿——参与共谋的企业高管难辞其咎。而在管理层面，反垄断执法机构的官员可以根据判例制度（CaseLaw），¹⁴ 对涉嫌违法的企业做出判决。即便由于计算机失误导致它无法有效执行或监督共谋协议，这仍无法抹去共谋协议的违法性。¹⁵ 在信使场景中，一旦共谋协议存在的证据充分，那么对企业间一致行动的意图认定就显得不那么重要了。

充当“中间人”的算法

从法律这个切入点来看，使用计算机代为执行卡特尔组织的指令并不能令组织成员免于司法制裁。如果没有定价算法与各种计算机程序，企业依旧会进行共谋。虽然两者产生的法律后果是相同的，但是在共谋的实施阶段，各项具体工作得以由计算机代劳。由此，对潜在的共谋者而言，他们的心理活动恐会生变。

通过拉开共谋者与这些日常性违法活动的距离，计算机的存在大大降低了他们的负罪感。那些参与了价格操纵的企业高管总能为自己的罪行开脱。¹⁶ 当定价算法取代了以往的秘密会议与谋篇布局，高管有时甚至没有意识到自己是在犯罪。作为中间人的计算机顺带洗刷了他们的罪行。

为了解释为何计算机这个“中间人”的出现有可能加深共谋者的反竞争意愿，我们将进入行为心理学实验的领域，探究“决策中的疏远”这样一个议题。

一个著名的案例——同时也是英国音乐家彼得·盖布瑞尔（PeterGabriel）那首《We Do What We’re Told （Milgram’s37 ）》 ¹⁷ 的创作灵感源泉——由美国社会心理学家斯坦利·米尔格拉姆（Stanley Milgram）进行的电击实验。¹⁸ 你也许已经从那些黑白影像里看到实验的整个过程¹⁹ ，两组人员——真实的实验参与者（也就是实验的测试对象）与由研究人员假冒的参与者——一同被告知这是一项关于“体罚对于学习行为效果”的实验。另有一群穿着白大褂的研究人员站在一旁负责记录整个实验过程，并在适当时候给出指示。不知情的测试对象被告知自己将承担“老师”的角色，而假冒参与者的实验人员则是“学生”，他们分处相邻的两个房间，虽然不能见到对方，却可以交谈。在试验中，“老师”的任务是检验“学生”在单词配对测试中的答题情况。一旦“学生”答错，研究人员将要求“老师”对“学生”施加电击，而电击控制器开关的标识分为30个档次，由“15伏特”（代表着轻微电击）到“375伏特”（意味着危险的重度电击）直至“XXX”（这个符号代表高达450伏特的电压）。事实上，“老师”不知情的是，“学生”并不会真的遭到电击，但假扮“学生”的实验研究人员却会根据电击强度做出相应的反应。在电击实验的一个变体中，当电击达到300伏特以上时，“学生”会用力击墙表达自己的痛苦，而“老师”将可以清晰地听到击墙的声音。而此后，“学生”将不再对“老师”的发问做出反应。这时，身穿白大褂的实验人员指示测试对象将“学生”的静默视作错误的答案，并继续这个实验。随着实验的继续，在实验人员的指示下，“老师”需要向已不再做出回应的“学生”继续施加电击，直至电击强度达到标识为“XXX”的450伏特。米尔格拉姆实验的真实目的是检验在电击达到何种强度后测试对象会违背实验人员的指令，不再向“学生”施加电击。此外，在米尔格拉姆对实验的环境因素做出调整后，他还可以观察到在不同环境下测试对象服从程度的变化。

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

在实验开始之前，米尔格拉姆曾请他的心理系同事、大学在校生对实验结果做出预测。当时，几乎没人预言有测试对象会向扮演“学生”的实验人员施加300伏特以上的电击。他们相信，绝大多数测试对象都会违背在旁观察的实验人员的指示。²⁰ 然而，他们都错了。在最初的实验中，全部40位测试对象都向“学生”施加了300伏特以上的电击，甚至有26位测试对象将电击的强度上升到了450伏特。

米尔格拉姆实验强调了环境因素对普通人造成重要影响：当有一个所谓的权威人士在旁指挥时，他们甚至会抛弃自己的道德准则，向另一个已毫无反应（或许已经死掉了的）的测试对象（他们对“学生”的真实身份并不知情）施加致命的450伏特电压。

这个环境因素可以看成对负面结果的责任推卸（即在实验过程中测试对象需要听从实验人员的指示）。在改变了一定条件之后，米尔格拉姆重新进行了这个实验。在其中一个场景变体中，“老师”只负责检验学生对单词配对表的记忆，而答错的“学生”则需要按照“老师”的命令自己按下电击控制器上的按钮。在这种情况下，测试对象服从权威的程度进一步加深，40位测试对象中有37人选择命令“学生”接受450伏特电击。所以说，更高的服从也许可以归结于因“假他人之手”带来的负罪感降低。

此外，在另外两个实验场景中，米尔格拉姆观察到了服从程度的下降。当“学生”与“老师”共处一室时，更少的“老师”会选择施加最高电压；而当“老师”不得不逼迫“学生”将手放在电击板上时，会有更多的“老师”选择违背实验人员的指示，并放弃实验。²¹

现在，让我们考虑一下米尔格拉姆实验带给共谋场景的启示。当计算机算法充当共谋者与犯罪行为之间的“中间人”时，这是否会加深企业的共谋意愿。

在比较间接伤害与直接伤害两者的严重程度时，人们通常认为那些间接伤害带给人们的伤害更小。²² 于是，从事中间品制造的卡特尔组织企业由于并不直接面对终端客户，所以它们或许并不认为自己对价格的操纵行为会给消费者带来什么利益损害。²³ 更何况，当计算机得以取代人类成为卡特尔协议的守护者和惩戒者时，这种负罪感还会进一步降低。

在接下来的一类共谋场景中，当算法超越了价格监督、惩戒价格背离的职责范畴，而被开发出了暗中撮合共谋的功能时，市场中的价格操纵将更容易得到捍卫。

本章回顾

在本章中，计算机向我们展现了帮助人类共谋时所发挥的重要作用。另外，当计算机成为摆在共谋方案制定者与实际行动之间的桥梁时，个体的负罪感将会因此减轻，在一定程度上，还会起到推波助澜的作用。

然而，在计算机可以用来促成卡特尔协议的同时，它还可能被行事激进的单个企业用来执行更加冒进的销售策略。比如，卡特尔组织中的异见者可能会利用复杂的定价算法在市场中攻城略地，而这也将影响到卡特尔组织内部的稳定性。

在此，我们回到信使场景中最关键的要点：当企业是基于促进共谋的目的而设计定价算法时，那么它自然能够求仁得仁。作为信使，算法既不是一个兴风作浪的“黑武士”，也不是一个惩奸除恶的“白武士”。说到底，它不过是人类意志在技术层面的延伸。

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

|第6章|中心辐射式场景

简单易懂的信使场景过后，我们将把关注的焦点集中在以计算机算法充当“枢纽中心”的中心辐射式场景。即便市场中的竞争对手不再直接沟通商榷价格，整个过程所能达到的效果也与横向共谋甚是相近。

传统的中心辐射式场景

对于电商或反垄断执法机构而言，它们恐怕对这种中心辐射型垄断并不陌生。毕竟，不论是毒品生意还是价格操纵集团都可以从这种安排中获益。按照美国联邦第一巡回上诉法院的说法，当“一个团伙的主脑”或者说是“中心”得以控制若干个“分支”或者说是“二级共谋犯”时，这个垄断组织就此成形。 ¹ 这些分支各自独立运行，但在必要时它们会在中心体系内与其他分支达成交易，而整个网络则形成一个单一的非法组织。 ² 常见的案例是犯罪团伙的主脑会雇用不同的共谋犯承担组织内不同的工作职责，比如，有人设法搞到枪支，有人负责偷窃一辆逃命的轿车，另有人想法如何洗钱。

在中心辐射式场景中，共谋者无须相互沟通。即便他们彼此互不相识，也无大碍。美国最高法院曾提出，“在这类违法案件中，共谋犯也许并未采取一致行动”。³ 但是将中心辐射式共谋与一般意义的多方勾结区分开的关键是，这里一定存在一个“轮辋”，圈住了其中的参与者：“当局者对这场勾结会有一个共识，他们或心若明镜或多少能够掌握整个卡特尔组织的规模，并且有一定依据相信自己能否捞到好处还有赖于整个体系的运作”。 4 因此，在这个体系内，组成一个完整“车轮”的“辐条”必然会采取协同行为稳定市价。在一个简单案例中，共谋场景的枢纽中心不仅会对与各个分支达成的纵向价格合作协议给出承诺，还会参与到横向共谋当中。 5

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

长久以来，司法体系已将这种中心辐射式共谋归入法律惩戒的适用范围。通常而言，发挥沟通协调作用的枢纽中心处在一个较高层级的市场组织结构中，并会潜入较低层级与其中的市场参与者（也就是分支）达成控价协议。 ⁶ 在著名的1939年美国州际电路公司案 ⁷ 中，一家影院的经理逐一拜访各家电影发行方，并与对方分享了一个正在酝酿的电影票价共谋方案。他甚至还向对方表示，其他电影发行商已经同意入伙，并提出唯有8家电影发行方均表态认可，这个阴谋才能得逞。就这样，影院经理和电影发行商组成了一个共谋组织。在这起案件中，美国最高法院甚至认为，即使缺乏确凿的证据，也足以对共谋行为做出认定。

当“枢纽中心”选择积极地介入共谋时，情况又是如何？ ⁸ 在一起伦敦同业拆借利率价格操纵案中，欧盟有关部门强烈谴责了这种行为。本案中，充当“枢纽中心”角色的是英国交易商ICAP——“作为花旗银行交易员与苏格兰皇家银行交易员之间沟通的桥梁，ICAP与这起不正当竞争事件脱不了干系”。⁹ 另外，在一起电子书提价案件中，苹果公司与另外5家图书出版商被指控有意抬高电子书售价［特别是最新出版的图书与《纽约时报》（The New York Times ）推荐书籍的价格］ 。¹⁰ 苹果公司的电子书案例强调了平台的强大力量与其可能给竞争市场带来的破坏力。苹果公司与出版商签订的代理协议与平价条款¹¹ 也在无形中促进了出版商之间的集体行动（或直截了当地说就是“勾结行为”）¹² 。

算法驱动的中心辐射式共谋

在对传统的中心辐射式场景有了一个概括性的了解后，下面的案例将介绍以计算机算法充当“枢纽中心”的共谋局面。

假设，同行业的各家企业都已敏锐地觉察到了动态定价算法的优势，但考虑到高昂的系统开发与调试成本，它们纷纷选择将这项工作外包给同一家定价算法系统服务商。虽然这些企业并未事先商量，但是由于它们使用同一个定价算法处理市场数据并对市场价格波动做出回应，结果就是，企业的市场行为将“奇迹般地”趋同，它们相当于使用相似的主脑为自己的定价策略提供依据。

算法驱动的中心辐射式场景与信使场景的区别在于：在信使场景中，计算机是人类共同意志在技术层面的延伸；但在这个新的场景中，由于同行业的竞争对手均采用同一个定价算法，市场价格虽然得以稳定，但竞争市场秩序却因此遭到破坏。

此外，不同于传统情况，这种由算法驱动的中心辐射式共谋既有可能是为了蓄意削弱竞争秩序而生，也有可能是因广泛使用同一个定价算法而酿成的无心之失。换句话说，共谋可能只是结果，而非初衷。

因此，本书研究的重点将落脚于以单一算法作为“枢纽中心”而造成的实质上的不正当竞争后果。典型的例子就是，随着大数据的发展与动态定价对技术要求的提升，市场中的诸多企业均选择将定价工作外包给定价算法服务商，并对后者产生越来越强的依赖。

以Boomerang为代表的信息科技公司正在为企业提供定价算法服务。根据对单一产品做出上百个离散数据点（包括竞争对手的价格）分析，Boomerang掌握的算法软件可以做到对近百万种商品进行实时定价。 ¹³ 以算法软件提供的数据信息为基础，Boomerang的客户会对何时调整价格、是否要与竞争对手比拼降价做出综合考量。¹⁴ 如今，办公用品公司史泰博、西尔斯百货、团购网站高朋（Groupon Goods）等多家大型零售企业都是Boomerang的客户。 ¹⁵ 在Boomerang的宣传中，它还号称自己可以帮助客户规避一场因算法驱动而引发的价格战。

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