《算法的陷阱：超级平台、算法垄断与场景欺骗》第四十节

本节探讨降低价格透明度与对算法进行稽核两种监管思路。降低透明度的办法包括发放不收集数据的会员折扣卡、开展逆向拍卖和私下询价，以及限制商家调价频率（如奥地利……

本节探讨降低价格透明度与对算法进行稽核两种监管思路。降低透明度的办法包括发放不收集数据的会员折扣卡、开展逆向拍卖和私下询价，以及限制商家调价频率（如奥地利、西澳州要求企业不得在同日跟风调价）。但后者存在弊端：竞争对手会抱怨阻碍降价促销；即便改为允许即时降价、涨价设时滞，占支配地位的卖家也可紧跟降价实施报复，而背叛者因不能立即涨价只能继续跟进，其定价算法会预先算出报复成本而削弱降价动机，结果反而助长了默许共谋。

关于算法稽核，即事前预防性监督、要求企业向执法机构披露算法模型，本节指出三大障碍：算法本身并无明确的"共谋"指令，复盘运算机制难以指导干预；难以界定并限制算法使用的信息，数据融合能填补信息空白，指定禁用数据会降低社会福利；政府行动总是滞后于市场与技术变化。该主张在2010年代尚不可行，但未来有望进入执法工具箱。

本章回顾将监管挑战归为四类：竞争法目标的思路问题、政治意愿问题、执法工具缺位的独创性问题，以及法律的错乱与执法成本。作者强调执法者不能对新型执法手段说"不"，数字化市场确有前所未有的失灵问题需要新工具。同时，大数据与机器学习也具有节省搜寻成本、降低准入壁垒、活跃竞争的变革力量，技术本身无善恶，取决于如何应用。最后以米塞斯的消费者主权观点切入，指出现实中消费者自主权已所剩无几：隐私保护不力、行为歧视与默许共谋盛行；市场从"消费者剩余"竞争变为"生产者剩余"竞争，企业合力瓜分消费者利益。超级平台自身不生产内容，靠算法聚合用户无偿上传的作品与数据获利——谷歌曾给用户数据定价每人每年720美元，脸书的用户数量直接决定其广告收入，而用户付出的数据价值早已超过平台的运维成本。