编者按：

　　基于大数据分析的算法在现代经济社会发挥着越来越重要的作用,在其提升经济生产效率的同时,又会带来潜在的法律风险。从经济学视角看,在信息透明化和决策自动化的背景下,算法之间达成共谋的条件更加便利,对企业间的共谋行为有促进作用。与此同时,现行法律规制在发现、认定、处罚阶段都或多或少存在制度适用问题。如何在大数据时代规制算法共谋行为成为理论界关注的重要问题。

　　市场解决方法是首要考虑的方法

　　李振利、李毅在《学术交流》2018第7期《论算法共谋的反垄断规制路径》一文中认为，控制算法有几种选择可以规制算法，包括市场解决法和国家规制法等一系列方法。但每种方法都有各式各样的局限性，它们或多或少只适合强调发现一种算法的风险，没有全面、综合地防控系统算法风险的能力。

　　在多种的监管选择中，有供需两边的市场解决方法。首先，由竞争提供者组成，提供跨不同维度的更好的算法。其次是和消费者相似采取积极的行动措施，例如拒绝使用某种服务或者依赖高级的技术来保护自己免遭算法的危险。因为市场解决方法没有妨碍创新和阻止新进入者，所以市场解决方法是首要考虑的方法。然而如果以前提到过的市场解决方法不能奏效，可以采用其他的解决方法，包括自我组织、自我规制、共同规制和国家干预。

　　在国家干预选择的范围内，一些专家现在主张建立新的监管制度来规制数字经济。Gawer建议创建全球数字经济规制机关，这个机构负责协调因特网和数据的不同规制方面。

　　明确《反垄断法》对算法共谋的可规制性

　　周围在《法学》2020年第1期《算法共谋的反垄断法规制》一文中认为，要明确《反垄断法》对算法共谋的可规制性。算法共谋的复杂性不只在于算法引致共谋的识别更为隐蔽，还在于对反垄断法下传统概念的冲击，尤其是对在无经营者人为干预的情况下算法通过重复博弈实现共谋是否能被传统反垄断法理论中“垄断协议”概念所涵摄。我国《反垄断法》仅在第13条中通过“原则规定+列举”的方式界定了“垄断协议”的范围，并未界定“协议”的具体含义，这种原则性规定未能明确构成垄断协议的具体要件，为利用算法辅助实现共谋行为以及自主学习算法共谋的认定带来了一定困扰。为了区别未经协商达成的一致行为，应加强和深化反垄断执法机关在认定垄断协议时适度扩张“协议” 的固有概念，强化对共同损害市场竞争主观意图的考察，弱化“协议”的形式要件，从而为规制算法共谋行为提供充分的法律实施空间。

　　构建算法审查制度

　　谭书卿在《中国价格监管与反垄断》2020年第3期《算法共谋法律规制的理论证成和路径探索》一文中认为，在算法语境下，共谋合意，偏离行为监测及惩戒都是以自动化程序的形式进行，执法机构通过事后监管很难识别明确的达成合意并实施共谋的行为，应当调整以人为行为为重心的监管思路。

　　首先，经营者或算法开发者应当向监管机关公开算法代码，消除监管者的信息不对称，以实现监管透明化。有学者认为应当向公众公开源代码，通过社会公众的质疑和监测达到维护公共利益的目的，但算法技术作为现代企业的核心竞争力之一，本身就有优劣之分，完全公开源代码并不利于激励企业之间的技术竞争和创新，因此应当将公开的对象进行限缩，仅限于对监管机关公开源代码。其次，经营者或算法开发者自身应当对核心算法进行合规监测，并解释其合理用途。最后，反垄断机构应当更新执法工具。算法审查的一个重要问题在于监管成本，而降低成本的方式则是变更传统的人工审查，以算法审查算法，通过构筑虚拟场景检测算法的实效，或是以底层算法支持的形式将原则性的监管算法嵌入经营者算法中，以检验经营者算法的稳定性和安全性。

　　在尊重和保护创新的基础上对算法共谋实施合理规制

　　李丹在《广东财经大学学报》2020年第2期《算法共谋：边界的确定及其反垄断法规制》一文中认为，算法作为一种新型的共谋工具，极易被市场主体利用实施垄断行为。市场主体通过算法利用市场透明度，使共谋不受市场集中度的限制，突破传统共谋的方式，达成破坏竞争的新型算法共谋，反垄断法理应对其实施规制。在具体规制方案的设计上，反垄断法应秉承谦抑性执法理念，明确将算法使用者作为责任主体，在此基础上，要求涉案企业有限公开算法，执法机关采用监管科技，对算法共谋实施合理准确的反垄断法规制。只有在尊重和保护创新的基础上对算法共谋实施合理规制，才能在维护市场竞争的同时促进经济发展，避免过于严苛的反垄断执法给新兴经济带来损害。（栏目主持：赵鑫）