平台数字定价是否违反竞争法?

有人赞称，数字定价就是“未来”。越来越多的企业正在利用数字算法定价。多个行业的企业利用基于算法的程序设定价格。定价脚本所需的人力更少，在理解当期市场需求方面却准确得多。平台的多边网络结构，蕴含了富有弹性的供给和需求机制。因此，动态定价不仅可以匹配供给和需求，还可以在需求高涨时调度增加供给：费率上升，司机接着就启动优步应用。一项最近的研究声称：仅仅在2015年，优步基于需求弹性的定价算法就创造了68亿美元的消费者剩余。这意味着优步的算法有巨大的促进竞争的能力。不过，以这种方式运用数字算法，也引起了两点担忧：定价脚本之间的互动，是否构成削弱价格竞争激励的模式勾结；平台通过为个人量身定制反映其支付意愿的价格，实施接近“一级价格歧视”或“完美价格歧视”的行为的能力。

1.平台使用定价脚本，是否构成不法的默示勾结，是否为价格竞争创设了额外的障碍？

优步在定价中对数字算法的依赖，不仅引来了诉讼，也招致了公众广泛的敌意。学者开始尝试确定平台市场使用定价脚本时，可能通过哪些方式导致显著的反竞争效应。如阿里尔·扎拉特（Ariel Ezrachi）和莫里斯·斯图克（Maurice Stucke）解释到：

优步的司机彼此间不在价格上竞争……优步的算法确定你的基本费率，以及何时、何地为多长的时间段加收费用。这本身是合法的。不过，当平台的市场势力提升，（优步和司机之间）的一整套相似的纵向协议可能转变为古老的轴辐式共谋。其中，算法开发者类似车轴，协助整个行业实现合谋，导致价格上升。由于每个算法使用者都有相同的利益（利润）和共同的投入（数据），在行业层面应用算法可能在许多竞争者之间形成持久的默示勾结。

与此类似，Meyer诉Kalanick案中的原告坚称优步的定价算法“让本来会通过价格彼此竞争的司机使用动态加价……人为操纵供给与需求”。所有加入优步的司机都同意按优步算法确定的费率收费。原告因此诉称：借助与优步签订的纵向协议，司机们达成了收取相同价格的横向协议。

初看之下，算法可以通过加快竞争价格的下降速度提升消费者福利，扎拉奇和斯图克却阐明：算法信息共享的速度也会同时降低竞争的激励。斯图克给的例子是德国一款追踪加油站价格的应用软件。由于软件算法可以即时侦测价格下降，在消费者光顾柜台之前，竞争对手就可以跟着降价，这彻底消除了降价竞争的动机。在数据如此全面、分析如此准确的情况下，这些数据和分析，如扎拉奇和斯图克所说的，会赋予市场中的竞争者对于特定时间内市场状态的“上帝视角”（对优步的工具来说，就是可以看到所有司机和乘客的位置）。到那个时候，“电脑可以抢在价格发生任何变化之前，预测并应对竞争威胁”。此时，很讽刺的一点是：之前会促进竞争行为的、极度透明的市场，会让算法在消费者察觉到任何竞争之前就彼此知晓价格信息。

在优步的案例中，因定价脚本的使用而消失的，不只是司机之间的价格竞争。算法驱动的定价的影响，也包括降低平台面对的竞争者——既包括已在市场中的竞争者，也包括寻求进入的竞争者——在价格方面竞争的激励。平台对数字定价的使用，也因此为现行的反垄断法框架和寻求评估平台市场势力的各方面因素的政策制定者带来了一系列的新挑战。尤其是在考察勾结之诉方面，反垄断法的假想对象是“人类行动者，意图、恐惧和‘达成一致’等概念，预设的明显是人的意图；在应对计算机软件、硬件和定价机器人可能导致的默示勾结等方面，这些概念显得有些无能为力”。

此外，即使所谓“勾结”可以落实到机器人驱动的定价机制上，传统的、对于“尽管如此，由于益处超过了害处，这一定价机制可能仍是有效的”这一点的调查，可能不足以反映在大数据和强力算法的年代，数字定价对价格竞争的能力的深远影响。

在现行的框架中，包括平台依赖定价机器人这一点在内，监管者需要评估平台的商业模式是否“降低了边际成本，即使这一模式可能导致默示勾结，导致消费者面对边际成本之上的价格”，“对平台的评估，变成了一个权衡正负影响的期望值的问题”。然而，追求“完美”市场的过程，意味着在不确定性面前保持谨慎。在讨论对谷歌潜在的反竞争影响的担忧时，一位评论者写道：

经济的复杂程度与模糊性，加上哪怕是在关联最紧密的案例法中对创新技术和定价实践的尊重不足，可能预示着错误——以及增加成本——的决定……关键点不是我们确知谷歌的行为促进竞争，而是围绕着谷歌的不同寻常的不确定性指向谨慎，而非冒进。(www.xing528.com)

总之，随着平台以及支撑平台的技术的发展，相关市场的动态也在演化。考虑到这一现实，监管者既要考虑监管的益处，也要把压制有益创新的可能性纳入考量。

2.数字定价是否为不公平的价格歧视提供了空间？

除了定价脚本可能引发勾结这一顾虑，优步的加价模型还因利用消费者的意愿、在天气恶劣或需求上升时收费更高而受到批评。与此一致，优步引入的加价模型也因为消费者对实际定价机制的不了解而受到批评。优步已经着手解决这一问题。2016年6月，优步宣布：应用向乘客报价的方式，将由不清不楚的加价倍率——比方说，一般是2.1倍——细化为行程将要收取的费用。一名优步的代表如此形容改变：“没有数学，没有意外。”

即使有了这些改变，算法定价机制缺乏透明这一点，仍可能掩盖更加严重的反竞争效应。评论家最近描绘了一幅梦魇般的场景，其中，具有市场支配地位，能够收集消费者大量重要的个体数据而利用算法定价的平台，可以实施接近完美价格歧视的行为：一人一价，对每个用户“恰好”收取“保留价格”——他们愿意支付的最高价格。

直到现在，由于关于个人保留价格的信息实际无法获取，对大范围的一级价格歧视的担忧大多还在理论层面。不过，大数据及其分析技术的到来，赋予了企业获取更准确的关于个人支付意愿的信息的能力。这一点唤起了奥巴马政府中，高层政策制定者对愈发完美的价格歧视可能影响到公平和消费者保护的担忧。

和其他大部分行业不同，当前的平台可以获取大量的与个人身份辨识有关的信息。比如，优步就拥有个人家庭住址（以及房屋的价值）、工作地点和日程表（个人的上车时间是否比平时更晚）等信息。包括之前接受哪些、拒绝哪些行程，与行程紧急程度可能相关的特定目的地的信息在内，优步也拥有许多行为模式的数据。

随着平台的市场主导地位加强，接触到越来越多、越来越细的个人数据，个性化定价的反竞争效应确实可能日趋严重。通过以反映与个体消费者的保留价格有关的细致信息的方式进行价格歧视，企业拥有了从消费者那里攫取所有剩余价值的能力。

现有的竞争法几乎没有为评估这一行为提供指引。处理价格歧视问题的1936年《罗宾逊-帕特曼法》只适用于销售相同产品的情形，从本质上来说，是商品。此外，限制价格歧视的倡议曾经遭到否决，原因是此类措施会人为地将价格抬升至市场水平之上，阻碍价格竞争，以及为新的市场进入者制造障碍。平台的数字定价技术既收取接近消费者保留价格的费率，又限制了价格竞争的余地，政策制定者将不得不相应寻求新的法律框架——不限于传统的反垄断法框架——以评估这对市场势力和消费者福利的影响，并回应这一点引发的忧虑。