信报龙虎山下专栏

疫情肆虐加速普罗大众把购物习惯从线下转向线上。根据IBM美国零售指数的最新数据，冠状病毒大流行让零售业从实体店转向网上购物的进程提早了约5年；经济合作暨发展组织（OECD）的报告也指出：疫情正在加快电子商务平台向新的客户和产品扩展速度。毋庸置疑，进程产生好处：企业从实体经营转向线上业务时，降低了成本，同时提高了生产效率。但若要确保消费者能从中受益，线上平台所处的经营环境应该保持竞争性。能否维持这一点，未来仍存在不少变数，其中让人担心的是，以机器学习为核心的定价算法可能对营商环境的竞争带来潜在负面影响。

近年来，在太平洋两岸的线上平台都已被普遍使用自动定价算法。威尔逊及其合作者于2016年的研究指出：在亚马逊1600家最热门的供货商中，三分之一使用定价软件设定价格；搜狐网（Sohu.com）亦称，京东（JD）等在线零售商使用算法来自动调整八成非促销商品的价格。这类定价软件使供货商可以在几毫秒内实时优化价格，例如响应市场环境的变化或竞争对手的改变来调整价格。自动定价算法也可以用于实体店。随着电子货架标签和无人超市普及，动态定价在这一类实体店中也可能变得愈来愈常见。自动定价算法普及，也引发竞争法学者、经济学学者，以及竞争法执法者对竞争法/反垄断法的反思和探讨。讨论关于自动定价算法是否会引发企业之间的价格串通，以及现有的竞争法/反垄断法是否足以确保一个竞争充分的线上营商环境。

首先要考虑的是定价算法能够接近即时响应竞争对手的价格能力。我们可以一种简单的竞争策略作为价格串通的例子：市场中的企业首先维持高价，直至观察到竞争对手降低价格；倘若竞争对手降低价格，企业则瞬间立即降价，与竞争对手的价格处于同一水平作为还击。假设每个企业都使用自动定价算法执行上述策略，那么任何试图通过降价来获取更大市场份额的手段都会失败。因此每家企业都很清楚，只要市场上的企业数量不多，便没有公司有动机去降低价格，从而使企业间的价格串通更容易维持。

第二个值得关注的问题是人工智能或机器学习算法的复杂性和自主性。一个价格同盟要有可持续性，竞争者必须采用「胡萝卜加大棒方案」。根据该方案，如果企业能共同维持高价格水平，则大家共享高价格带来的利润，即「胡萝卜」；反之，如果任何企业偏离原有的高价，想通过降低价格夺取更多的市场份额，其他企业会与该企业进行价格战，惩罚该企业，即「大棒」。基于该逻辑，宾夕法尼亚大学沃顿商学院的经济学教授约瑟夫．哈灵顿在2019年指出，监管者应将内置于定价算法中的「胡萝卜加大棒方案」定为违反反垄断法。确实，如果企业在计算价格的时候，直接在算法中加入「胡萝卜加大棒方案」的元素，将该算法明确禁止可防止价格串通。

另一方面，编写程式的人可能并没有直接将该算法写入程式中。但是，程式通过自身学习所获得的定价策略，可能与「胡萝卜加大棒方案」别无二致。这种情况下，上一条建议可能难以防范价格串谋。令人担忧的是，已经有研究指出，机器学习算法可以自行演化出类似「胡萝卜加大棒的方案」：在《美国经济评论》上发表的论文中，欧洲大学学院（EUI）和经济与政策研究中心（CEPR）研究人员Emilio Calvano、Giacomo Calzolari、Vincenzo Denicolo和Sergio Pastorello使用模拟的市场环境，来考察机器学习算法所习得的定价策略。每家公司均使用强化学习算法（Q-learning）来作为核心的定价算法。结果发现，在毋须借助企业间沟通的情况下，算法能够通过自身演化，将价格维持在较高水平。如【图】所见，即使研究员将一家公司在第一回合中（在图中以圆形为标记）强行调低其产品定价时，另一家公司（以三角形为标记）也会降价。他们最终将收取相同价格并逐渐回复到原有的价格水平。

【图】记录研究员强制降低一个算法的定价以偏离最佳定价水平，一个周期后，后续两种算法所收取的价格。该图像取自于1,000次实验所获得的平均结果。对于那些由于定价偏离，而出现了价格周期性变化的情况，研究员在计算平均价格的时候选取第一个周期的价格，并取所有价格的平均值。在计算总体的平均值的时候，研究员会将其视为一个观测值。
（图片来源：EUI与CEPR研究员发表于《美国经济评论》的论文）

以上作者认为，采用这些定价策略的公司，现阶段难以被确认是否违反了反垄断法：因为尽管事实上它们达到了价格串通的结果，但监管机构却无法找到它们之间合谋的意图，也没有明确的协议和公司之间关于串谋定价的沟通纪录。因此难以对其以违反反垄断法进行起诉。

第三个潜在的问题是同一套定价算法可能会被广泛使用，从而使企业在产品定价上更容易串通。当一家提供定价算法的公司为同一市场的多个竞争者提供服务，那么它会有动机将程式写得更易于价格串联，帮助其客户群体获得更高的利润。不排除在极端情况下，某些市场所有公司如果都使用同一套定价算法时，算法会自然地将所有公司的价格都设置在垄断价格的水平，从而让消费者蒙受损失。从另一个角度来讲，即使市场有几个提供定价算法的公司，竞争者也可能通过采用同一间公司提供的算法，协助实现串联价格。最后，定价算法公司之间的合并存在对竞争的负面影响，可能更甚于一般的企业合并。

一般而言，公司的合并会使新组成的公司提高其产品或服务价格获取更大利润。

倘若两家定价算法公司决定合并时，很可能会导致市场上可选的定价算法方案数量减少，让更多公司使用同样的定价算法，也会进一步鼓励这些使用算法定价的公司之间的价格串通。

综合以上所述，算法定价的崛起为竞争法学者、经济学学者、竞争法执法者，以及从业人员提出了新挑战。透过这篇文章，笔者希望引起更多普罗大众关注算法定价可能对市场竞争所带来的影响。

房育辉教授
港大经管学院教授（管理及商业策略、经济学）

（本文同时于二零二零年十一月十一日载于《信报》「龙虎山下」专栏）