人工智能赋能反垄断监管的理据与实现.pdf

20246

南方金融·总574期

人工智能赋能反垄断监管的理据与实现*

李希梁

（清华大学法学院，北京100084）

摘要：人工智能的迅速发展在给反垄断监管带来挑战的同时，也促进其对反垄断监管的

正向赋能。人工智能赋能反垄断监管的出现既有源自反垄断内部制度的局限，也有来自外

部技术发展的推动。尽管人工智能赋能反垄断监管存在数据偏见、算法歧视和责任不清等

风险，但可以通过明晰人工智能的辅助性定位、限制应用场域和语料获取等举措有效防范

和化解风险。在具体实现路径上，可探索在线索收集阶段建立垄断风险筛选预警系统，在

调查评估阶段运用数据分析和模拟实验精准界定相关市场，运用穿透式识别方法评估平台

经济领域的市场力量，运用数字李生场景式模拟技术评估竞争效果，在法律责任阶段建立

行政处罚智能裁量系统。

关键词：反垄断法；人工智能；智能监管；计算反垄断；数字经济

中图分类号：F49；D922.294文献标志码：A

一、背景与问题

随着生成式人工智能等深度学习模型的迅速发展，自动化行政执法的应用场景已不再停

留于道路交通、环境保护等传统领域的违法违规行为监测与处罚，而是被拓展至更多的应用

领域。2021年，美国斯坦福大学首创“计算反垄断”（ComputationalAntitrust），旨在实现

反垄断程序的自动化和反垄断分析的改进，该项目受到美国司法部的高度重视。目前已有

近三十个国家和地区的反垄断执法机构不同程度地采纳“计算反垄断”的理念（Schrepel和

Groza，2023）。譬如，英国竞争与市场管理局开发自然语言模型，追踪新闻文章中涉及的并

购交易，西班牙竞争管理局创建经济智能部门，开发基于数据挖掘和定量技术的新工具来检

测反竞争行为（Lorenzoni，2022）。在我国，国家市场监督管理总局组建竞争政策与大数据中

心，承担反垄断执法、市场监测、电子取证固证、大数据分析等的技术支撑工作。

相较于人工智能赋能反垄断监管的实践进展，国内学界在理论研究层面相对欠缺，相关

研究仅限于人工智能领域断风险的反垄断监管（殷继国，2022；李希梁和张钦昱，2024），

较少涉及人工智能对反垄断监管的正向赋能作用（赵鑫，2023；张晨颖，2024），所得出的结

收稿日期：2024-05-27

作者简介：李希梁，清华大学法学院博士研究生，Email163.com。

*本文受国家社会科学基金重大项目《中国反垄断法全过程实施模式研究》（项目编号：23ZD159）的资助。感谢匿

名审稿人的宝贵意见。文责自负。

89PAGE

62024

南方金融·总574期

论也较为宏观且可行性有待商榷。事实上，在反垄断监管中嵌人人工智能需要厘清三个递进

的前提性问题：一是传统反垄断监管是否有必要引入智能监管？传统反垄断监管依托专业执

法人员的知识和经验完成线索收集、立案调查和处罚决定等步骤，人工智能可否在此基础上

补足缺撼或增添效能？二是人工智能赋能反垄断监管是否存在风险、存在哪些风险以及如何

化解？监管主体从“人”到“物”的转变必然冲击现有监管体系，如决策偏见、决策失效和

责任混同等风险还有待在反垄断语境下加以化解。三是人工智能赋能反垄断监管应如何具体

展开？监管模式是采取全自动执法还是半自动执法？应当挑选哪些应用场景布置人工智能？

具体布置过程中又应遵循何种理论基础？只有依次澄清上述问题，人工智能赋能反垄断监管

才能够真正发挥实际功效。需要说明的是，本文所称的人工智能赋能反断监管是指，将人

工智能应用于垄断风险监测、垄断行为评估、垄断行为处罚等方面，进而提升反断监管的

效能。其中，监管是政府通过法律、政策等手段对市场主体施加控制和干预，具体到反垄断

领域主要体现为行政执法，因此本文将更多地在反垄断行政执法语境下探讨人工智能赋能反

垄断监管。

二、人工智