当算法设定价格:谁输谁赢
作者：Oxera Economics Council 著 喻玲 赖美霞 兰江华 赵天赟 译 来源：《竞争政策研究》 2019年第5期
课题项目：本文为江西省社科规划重点项目《大数据产业竞争规制研究》（18FX01）的阶段性成果。本文翻译过程中，得到江西财经大学法学院杨翌、章伟平、张子健等同学的帮助，在此表示感谢，文责自负。
Oxera Economics Council 著
喻玲 赖美霞 兰江华 赵天赟 译 / 江西财经大学法学院
概要
数字革命通过更快的处理器、云存储和机器自我学习的进步，使企业获取、存储和分析有关其客户、竞争对手和世界上更广范围内数据的能力显著增长。越来越多的企业利用这些信息来开发为其设定价格的算法。
本文探讨了通过算法实现定价的自动化将如何影响市场竞争结果，并致使不同消费者为相同的产品或服务支付不同价格。
最近，媒体广泛报道了使用人工智能（AI）设定价格的算法可能促成相互共谋行为，从而存在损害消费者利益的风险。最早提出这一风险的学者是阿里尔·埃兹拉奇（Ariel Ezrachi）和莫里斯·斯塔克（Maurice Stucke），他们的论著影响了包括欧洲竞争事务专员玛格丽
特·维斯特勒（Margrethe Vestage）以及经济合作与发展组织（经合组织）在内的竞争主管机构代表的最近几次发言和评论。
同时，还有学者认为，使用算法可以更高效，并且有利于竞争，通过更快地调整当前的市场环境，使消费者受益。
本文深入探讨了这两个截然不同的立场。尽管人们可以运用简单规则或公式等相对直接的方法来评估算法的影响，但这种方法有明显的局限性，即算法越高级、适用越困难。这就促使人们越来越多地使用人工智能（AI）来适应和学习新情况。AI驱动的算法学习方式非常复杂，通常你无法询问他们为什么做某事。局外人也无法对算法进行“反向工程”。
为什么企业使用算法定价？
使用算法定价的企业具有明显的提升效率的优势。它可以降低成本、增加收入，或者两者兼而有之。
在某些情况下，这种定价形式对市场的存在至关重要：例如，很难想象在没有自动定价程序的情况下，在线广告市场能达到如此大的规模，在此种情况下在线广告主要以软件拍卖的形式实现。这对消费者而言很重要，因为在线广告是使许多在线服务免费提供给消费者的来源。
算法定价可能发生在：
■为消费者提供服务的成本因消费者而异的领域，这可以使用可观察的数据进行近似计算（例如，信贷和保险市场）；
■需求波动比供给波动显著更快的领域（例如，航空企业、酒店和拼车）；
■定价者有大量的产品需要定价的领域，算法定价方法为他们带来了显著的成本优势（例如，消费品零售）。
企业在每个领域使用算法定价的动机都很清楚。但是，它如何通过竞争对消费者产生影响？算法的赢家和输家是谁？这些问题仍需进一步探究。
算法定价如何影响竞争和消费者？
尽管许多评论员都将注意力集中在算法定价可能存在的问题上，但毋庸置疑的是，算法定价的许多积极特性都有可能以各种方式为消费者提高收益。
算法可以触及更为广泛的市场信息，可以实现更快、更准确的价格调整，进而改善需求与供给波动的匹配度，这不仅使市场更有效地运作，同时还能够以较低的价格和更为丰富的形式满足消费者的需求，为消费者带来更好的收益，例如，高峰时段缩短乘车等待时间。
算法还可以大大降低设定和更改价格的成本，并赋予新的市场进入者快速了解市场运作方式的可能，方便新的市场进入者进入。
算法定价也会直接加剧竞争。通过加快竞争性供应商之间的响应速度，价格可以比其他方式更迅速地影响到竞争结果。
不利的一面是，某些算法定价方法比人工定价方法更易于维持默示协调结果。特别是，算法提高了监督市场价格走势的能力，并且对市场变化的反应速度更快。从理论上讲，这可以使算法更频繁地促成共谋。在某些情况下，算法可以通过独立学习避免价格战，帮助企业达到长期利润最大化。但这会损害消费者利益，因为消费者无法再看到更低的价格。在实践中，算法之间促成共谋的程度尚不清楚。
算法也可能通过市场上常见的垂直代理，便利纵向协议或共谋。例如，如果许多企业使用来自同一供应商的算法软件，一家企业的算法可以预测其他家的反应，从而能够设置更高的价格。类似的问题可能适用于易趣网或亚马逊商城等平台，在这些市场中，企业通过该平台销售其产品且平台参与价格制定的过程。
因此，算法定价对竞争调查方法提出了新的需求，甚至挑战了竞争违法行为的法律定义。从本质上讲，达成默示协调结果的算法将难以识别和解释。竞争主管部门不仅需要思考用于识别算法的工具，还需要对算法交互背景下竞争违法行为构成的问题进行深入探究。同理，使用算法的企业需要从法律和经济角度审查和测试其定价实践，以避免违反竞争法律风险。
虽然很多有关算法的争论都是围绕竞争法展开的，但算法定价也具有重要的分配意义，如不同的消费者为同一产品支付不同的价格。金融服务和电信等行业的监管机构正越来越多地关注这些问题。
算法定价的分配含义是什么？
数字经济的一个特点是，尽管可以获得大量有关消费者特征、态度和偏好的数据，但相对于那些始终依赖于客户定价的行业而言（例如保险），有些行业的个性化定价普遍存在的证据相对较少。如许多订阅服务（例如音乐流和点播视频）中，即使使用情况（虽然可以预测）和相关成本在各个消费者之间相差甚远，但这些服务提供商在所有（或一组）客户中都采用统一费率。
过去的实验已经表明，消费者不喜欢个性化价格。在亚马逊早期为个人设定浮动价格的实验中，即使一些消费者可能因此支付更少的费用，该实验也是以“压倒性的负面反应”而告终。消费者因为企业区别对待他们而对企业进行“惩罚”，是数字市场上尚未大规模采用个性化定价的一个重要原因。
值得注意的是，算法定价正在破坏许多市场中大量的交叉补贴，尤其是在为不同客户提供服务的成本差异很大的领域中，例如在信贷和保险领域。
所有消费者制定统一的价格貌似公平，但它可能掩盖了不同消费者群体之间交叉补贴的事实，这种交叉补贴本身并不总是公平的。例如，较之于访问银行分支机构消费者，银行为使用互联网银行的消费者提供服务的成本明显要低，但通常所有消费者都为他们当前的账户支付相同的费用或得到相同的利率。
尽管交叉补贴经济上效率低下，但它也可以保护消费者。例如，监管机构通常担心弱势消费者支付的价格与精明的消费者支付的价格不同，于是预防价格歧视就成为确保对精明的消费者的竞争能利于弱势消费者的政策选择。
价格歧视不仅受服务客户的成本驱动，而且还受客户支付或更换服务提供商的意愿驱动。算法定价可以比人工设定价格更有效地识别和利用消费者之间的这些差异。
在这种情况下，什么是公平价格？公平在经济上很难定义，但公平的概念确实存在。近年来，关于算法用于评估美国刑事司法系统中再犯罪风险以及这种结果是否公平的媒体的关注与学界的研究日增月盛。其中许多想法已经被直接引入至某些直接运用成本来度量风险的场景，例如信贷或保险领域。
最后，与上述竞争执法一样，市场中的价格歧视由算法驱动，监管机构应该如何作为？
特别是，很难解释算法如何确定要收取的价格；仅仅禁止使用特定的可观察数据将无法防止歧视，除非该可观察数据完全独立于所有其他可观察数据，否则难成其效。例如，在汽车保险市场，禁止使用性别作为价格决定因素并不能阻止算法从其他信息（如汽车的大小和颜色）中推断出驾驶员的性别。
算法对我们有好处吗？
算法正在开拓全新的市场，允许新进入者在现有市场中运营，并帮助消费者获得更高性价比的产品。但它们给政策制定者、监管机构和竞争主管机构带来了新的挑战。通过激励举报者来发现共谋活动的传统方法不太可能在算法中发挥作用。此外，在没有定价决策记录并且在算法根据公共领域信息进行自主决策的环境中，尚不清楚构成共谋活动的证据是什么。
需要注意的是，算法定价的两大担忧不太可能在特定市场上同时出现。即易于便利共谋实现的市场往往不太有利于个性化定价；个性化定价盛行的市场不容易形成共谋。
竞争法实施的框架需要适应算法定价的世界。这可能包括以更加自动化的方式监督数字市场，建立可以检测被调查企业的算法对市场波动反应的测试环境，并要求企业考虑其定价政策的分配影响。
算法已来。竞争主管机构和监管者需要适应这个新世界，并请务必要记住，算法往往有助于打破竞争壁垒，并使市场更加有效和透明。
当算法设定价格:谁输谁赢
