算法共谋的反垄断法规制

被引:89
作者
周围
机构
[1] 武汉大学法学院
关键词
算法共谋; 辅助共谋; 自主学习算法; 机器学习; 大数据; 反垄断规制;
D O I
暂无
中图分类号
D922.294 [商业经济管理法令];
学科分类号
摘要
算法对经济活动的深度介入显著提升了市场透明度和经营者交互频次,进而有效地拓展了经营者达成共谋的市场范围。算法不仅可作为一项监督竞争信息的辅助共谋工具,而且还能与机器学习和深度学习技术相结合,在无需人为干预的情况下实现共谋目的。虽然由自主学习算法引发的默示共谋缺乏客观协商行为及明示合作的前提,但是通过分析共谋形成的理论内核,进而从"协议"的内涵寻求引入反垄断法规制的正当性,可建构自主学习算法共谋的判定标准。面对算法共谋的系统性风险,应从算法内容、法律实施及社会实践等多个面向出发,探究规制算法共谋的合理性框架。
引用
收藏
页码:40 / 59
页数:20
相关论文
共 10 条
  • [1] 算法合谋反垄断初探——OECD《算法与合谋》报告介评(上)
    韩伟
    [J]. 竞争政策研究, 2017, (05) : 112 - 121
  • [2] 数字市场竞争政策研究[M]. 法律出版社 , 韩伟, 2017
  • [3] 卡特尔规制制度研究[M]. 法律出版社 , 游钰, 2006
  • [4] Q-learning agents in a Cournot oligopoly model
    Waltman, Ludo
    Kaymak, Uzay
    [J]. JOURNAL OF ECONOMIC DYNAMICS & CONTROL, 2008, 32 (10) : 3275 - 3293
  • [5] AGREEMENT: CONCURRENCE OF WILLS, OR OFFER AND ACCEPTANCE?[J] . Oliver Black.European Competition Journal . 2008 (1)
  • [6] Collusion in Industrial Economics—A Survey[J] . Switgard Feuerstein.Journal of Industry, Competition and Trade . 2005 (3)
  • [7] Data mining techniques for customer relationship management[J] . Chris Rygielski,Jyun-Cheng Wang,David C. Yen.Technology in Society . 2002 (4)
  • [8] Case 40/73 Suiker Unie,ECLI:EU:C: 1975 174 .2 .
  • [9] Fuel Sector Inquiry Final Report .2 http://www.bundeskartellamt.de/SharedDocs/Publikation/EN/Sector%20Inquiries/Fuel%20S ector%20Inquiry%20-%20Final%20Report.pdf?blob=publicationFile&v=14 .
  • [10] Algorithmic Collusion in Cournot Duopoly Market:Evidence from Experimental Economics .2 Nan Zhou et al. . 2018