Pricing with Algorithms

一、 引言与研究背景：算法合谋的现实挑战

随着数字经济与电子商务平台的爆发式增长，算法定价（Algorithmic Pricing）已在电商零售、汽油销售、航空旅游、网约出行等诸多领域实现了对人工调价的全面替代。近期实证研究（如 Assad et al., 2024 针对德国加油站市场的实证研究；Musolff, 2026 针对电商平台的研究）和实验经济学文献（Calvano et al., 2020）均发现，当寡头市场中的竞争对手普遍采用定价算法后，市场利润率出现显著攀升，且竞争价格被系统性规避。

在传统产业组织理论中，价格竞争往往面临深刻的伯川德（Bertrand）悖论——即便只有两家厂商，在同质品竞争下也会迅速将价格压低至边际成本水平。那么，为什么由冰冷代码驱动的算法定价，不仅没有引发更剧烈、更彻底的恶性价格战，反而不可抗拒地滑向超竞争（Supracompetitive）乃至完全垄断的高价水平？

ROHIT LAMBA 和 SERGEY ZHUK（2026）发表于国际顶级学术期刊《AER: Insights》（American Economic Review: Insights）的论文《Pricing with Algorithms》，对这一关乎现代数字反垄断与博弈论的核心问题给出了开创性且极其优雅的理论解答。作者指出，相较于人类定价决策，算法在竞争中发挥着三个截然不同的基本功能：

1. 学习性（Learnability）：算法能够通过历史数据与市场回测，快速识别需求参数与竞争对手的行为规律；

2. 极速响应能力（Quickness of Response）：算法一旦设定，能够在毫秒级乃至微秒级的时间间隔（$\Delta t$）内对竞争对手的价格变化做出即时响应；

3. 短期承诺（Temporary Commitment）：一旦选定一套算法，日常价格设定权就被移交给该算法，直到企业下一次获得重写或微调算法代码的机会。在这一窗口期内，算法代表企业执行确定性的反应函数。

以往大量运用多智能体强化学习（如 Q-learning）的文献（如 Klein, 2021; Calvano et al., 2020）主要将注意力集中在复杂的黑箱‘学习过程’上，但其仿真结论往往难以提炼出清晰解析的因果机制。LAMBA 和 ZHUK 做出了重大的理论方法论创新：他们刻意将学习机制极简化，构建了一个极简、透彻且解析可解的微观经济学模型，专门聚焦于‘极速响应’与‘短期承诺’两大力量的战略互动。论文雄辩地证明：仅凭这两大力量，就足以彻底颠覆经典动态博弈的传统常识，使合谋（超竞争定价）在算法世界中成为不可避免的刚性结果！

二、 论文的核心理论贡献

本文在博弈论、产业组织理论和数字反垄断经济学领域做出了四项具有深远里程碑意义的理论贡献：

1. 颠覆经典“民间定理”，证明竞争性纳什均衡“由底向上”的动态瓦解（Failure of the Folk Theorem from Below）：

在经典的无限期重复博弈（Friedman, 1971; Fudenberg and Maskin, 1986）中，静态纳什均衡（即无利润的边际成本竞争定价）永远是动态博弈的一个平凡子博弈完美均衡。然而，本篇论文证明：在算法定价的异步调整结构下，竞争性价格均衡被‘学习消除’（Learned Away）——低价格状态根本无法在动态博弈中维持，静态纳什均衡在动态意义上不复存在！博弈必将沿着一条由短期承诺构建的‘承诺链’，单向攀升至超竞争或纯垄断价格。这是对经典重复博弈理论的一项根本性拓展。

2. 彻底摆脱合谋对极高贴现因子（极端耐心）的依赖：

在 Maskin and Tirole（1988）关于异步寡头博弈的奠基性研究中，高价合谋只有在厂商具有极高耐心（有效贴现因子接近 $1$）时才能维系。而 LAMBA 和 ZHUK 证明：在算法反应时间（毫秒级）远小于代码迭代周期（月度或季度级）的现实分离下，对于标准利润函数，纯垄断定价对任意贴现因子（无论多小）都是唯一的马尔可夫完美均衡结果！更反常识的是，在子博弈完美均衡下，当贴现因子趋于 $0$ 时，纯垄断定价也是唯一的均衡解！

3. 提出解析可解的基准分析范式，终结黑箱模拟争议：

相较于现有计算机科学文献中不可解释的神经网络黑箱，本文将复杂的连续时间双寡头竞争严格化简为离散时间的异步重复博弈，首次为算法自发合谋提供了完全清晰、无可争辩的纯策略微观机制，为后续理论发展奠定了坚实的基石。

4. 揭示反垄断法律体系面临的制度性真空：

传统竞争法（如美国《谢尔曼法》第 1 条、欧盟竞争法第 101 条、中国《反垄断法》第 16 条）要求认定垄断合谋必须具备‘明示合意’或‘直接通信’（Communication）。本文证明，两套各自独立编写的代码仅通过观测公开挂牌价即可自动协同实现最大垄断暴利，完全不存在任何传统法理意义上的‘协议’。这直接证明现行反垄断法规存在重大监管盲区，为全球反垄断制度改革提供了紧迫的法经济学论据。

三、 概念界定、数学模型与符号体系详释

为了深入剖析算法定价的运作机制，作者构建了如下严谨的双寡头动态博弈环境。以下系统梳理文章的核心概念、定义与符号。

（一） 市场环境与需求结构

考虑两个销售同质或差异化产品的厂商 $i\ \in \ \{ A,\ B\}$，双方在连续时间 $t\ \geq \ 0$ 内展开价格竞争。厂商的生产边际成本标准化为零（$c\ = \ 0$）。

1. 消费者到达过程：潜在消费者按照到达率为 $\lambda$ 的外生泊松过程（Poisson Process）陆续进入市场。在极短时间微元 $\Delta t$ 内，市场上有一名消费者到达的概率由泊松分布近似给出：

$$\Pr(在\Delta t内到达1名顾客)\ \approx \ \lambda\ \cdot \ \Delta t$$

每位到店的消费者最多购买 1 单位产品。

2. 概率需求函数（$i$ 设定的销售价格为 $p^{i}$、竞争对手设定的价格为 $p^{j}$ 时，到达的顾客向厂商 $i$ 购买的概率由概率需求函数 $d\left( p^{i},\ p^{j} \right)$ 决定，满足自身价格负相关、对手价格正相关：Probabilistic Demand）：当厂商

$$\frac{\partial d\left( p^{i},\ p^{j} \right)}{\partial p^{i}}\ \leq \ 0,\ \ \ \ \ \ \ \ \ \ \frac{\partial d\left( p^{i},\ p^{j} \right)}{\partial p^{j}}\ \geq \ 0$$

市场总需求概率为 $d\left( p^{i},\ p^{j} \right)\ + \ d\left( p^{j},\ p^{i} \right)\ \leq \ 1$。

3. 单个顾客的期望收益函数（Expected Flow Profit）：厂商 $i$ 从单个到达顾客处获得的期望利润 $\pi\left( p^{i},\ p^{j} \right)$ 为自身价格乘以成交概率：

$$\pi\left( p^{i},\ p^{j} \right)\ = \ p^{i}\ \cdot \ d\left( p^{i},\ p^{j} \right)$$

（二） 定价算法与动态演化

定义 1（定价算法 Algorithm）：在最简形式下，厂商 $i$ 部署的定价算法是一个确定性策略映射：

$$s:p^{\ - \ i}\ \rightarrow \ p^{i}$$

该映射规定了厂商 $i$ 在观测到竞争对手当前挂牌价 $p^{\ - \ i}$ 时，应当做出的自身定价响应 $p^{i}$。假设竞争对手的价格是完全公开透明可观测的，但对手的内部销售量不可观测。

1. 极速价格响应（Quickness of Response）：算法以极短的物理反应时间步长 $\Delta t$ 运作，调价发生在离散时间序列 $0,\ \Delta t,\ 2\Delta t,\ 3\Delta t,\ \ \cdot \cdot \cdot \$ 上。当厂商 $A$ 和 $B$ 分别选定算法 $s^{A}$ 和 $s^{B}$ 时，价格按联立差分方程演化：

$$p_{t\ + \ \Delta t}^{A}\ = \ s^{A}\left( p_{t}^{B} \right),\ \ \ \ \ \ \ \ \ \ p_{t\ + \ \Delta t}^{B}\ = \ s^{B}\left( p_{t}^{A} \right)$$

2. 算法修改的离散机会与短期承诺：两家厂商无法无时无刻重写代码。修改算法的机会各自独立地服从参数为 $\mu$ 的泊松过程，在微元 $\Delta t$ 内获得修改机会的概率约为 $\mu\ \cdot \ \Delta t$。在获得修改机会时，厂商不仅可以选择新的算法，还可以手动指定前几个初始价格序列，之后定价权完全移交给算法。由于两次算法调整之间的期望时间间隔 $1\ /\ \mu$ 远远大于算法的执行响应周期 $\Delta t$（即 $1\ /\ \mu\ \gg \ \Delta t$），算法一经部署，便对厂商构成了强大的‘短期承诺’！

3. 收敛状态（Convergence States）：由于可能的价格集是有限网格，在两个算法暂时锁定的期间，价格序列最终仅有两种收敛结局：

（1） 收敛到固定的价格对 $\left( p^{A},\ p^{B} \right)$，满足互相的不动点：

$$p^{A}\ = \ s^{A}\left( p^{B} \right),\ \ \ \ \ \ \ \ \ \ p^{B}\ = \ s^{B}\left( p^{A} \right)$$

（2） 收敛到长度为 $T$ 的周期循环（Cycle）：价格在固定的价格向量序列中周而复始。

（三） 简化假设及其经济学意涵

为了提炼出核心机理并使模型解析可解，文章提出了两条基准简化假设：

假设 1（算法可观测或快速可学习性）：获得调整机会的厂商能够完全观察或在极短时间内通过实验低成本推断出竞争对手当前运行的算法。在有限价格空间下，由于每次试探只需耗费微不足道的 $\Delta t$ 时间，因此探索对手代码的成本在线性意义上趋于零。

假设 2（算法反应时间极小）：反应时间满足 $r\ \cdot \ \Delta t\ \ll \ 1$ 且 $\mu\ \cdot \ \Delta t\ \ll \ 1$，其中 $r$ 为市场连续折现率。这意味着价格收敛过程极其迅捷，收敛之前的过渡期价格对长期期望折现收益的影响可以忽略不计；若进入循环周期，收益则由循环中的平均收益决定。

（四） 折现收益递推与向离散异步重复博弈的化简

记厂商调整算法的时刻序列为 $k\ = \ 0,\ 1,\ 2,\ \ \cdot \cdot \cdot \$（偶数期由厂商 A 调整，奇数期由厂商 B 调整）。设 $U_{k}$ 为当前主动调整算法的厂商的期望延续收益，$V_{k}$ 为当前被动等待的对手的期望延续收益。基于泊松到达的无记忆性，连续时间价值函数满足如下递归积分：

$$U_{k}\ = \ \frac{\lambda}{r\ + \ \mu}\pi\left( s_{k},\ s_{k\ - \ 1} \right)\ + \ \frac{\mu}{r\ + \ \mu}V_{k\ + \ 1}$$

$$V_{k}\ = \ \frac{\lambda}{r\ + \ \mu}\overline{\pi}\left( s_{k\ - \ 1},\ s_{k} \right)\ + \ \frac{\mu}{r\ + \ \mu}U_{k\ + \ 1}$$

为消除常数项缩放，将收益以基准资本化因子 $\lambda\ /\ r$ 进行无量纲化归一化：

$$u_{k}\ = \ \frac{U_{k}}{\lambda\ /\ r},\ \ \ \ \ \ \ \ \ \ v_{k}\ = \ \frac{V_{k}}{\lambda\ /\ r}$$

定义每次算法调整之间的有效贴现因子（Effective Discount Factor）$\beta$：

$$\beta\ = \ \frac{\mu}{r\ + \ \mu}$$

从而推导出极其典雅的离散时间异步重复博弈收益演化方程：

$$u_{k}\ = \ (1\ - \ \beta)\pi\left( s_{k},\ s_{k\ - \ 1} \right)\ + \ \beta v_{k\ + \ 1}$$

$$v_{k}\ = \ (1\ - \ \beta)\overline{\pi}\left( s_{k\ - \ 1},\ s_{k} \right)\ + \ \beta u_{k\ + \ 1}$$

参数校准说明：若市场年无风险利率 $r\ = \ 5\ \%\$，厂商平均每年有 5 次调整算法的机会（$\mu\ = \ 5$），则有效贴现因子 $\beta\ = \ 5\ /\ (0.05\ + \ 5)\ \approx \ 0.99$，表明厂商在算法层面具有极高的有效耐心。

（五） 马尔可夫完美均衡（Markov Perfect Equilibrium, MPE）

在异步调整的设定下，当厂商 $i$ 获得调整机会时，其所面临的全部客观环境由对手当前正在执行的算法 $s$ 唯一确定。因此，$s$ 是最精炼的自然状态变量（State Variable）。

定义 2（马尔可夫策略与价值函数）：

• $f^{i}(s)$：厂商 $i$ 面对对手当前算法 $s$ 时做出的最优反应算法（Best Response）；

• $u^{i}(s)$：厂商 $i$ 在当前轮到自身调整、面对对手算法 $s$ 时的延续收益；

• $v^{\ - \ i}(s)$：当对手 $i$ 调整算法为 $f^{i}(s)$、己方维持当前算法 $s$ 时的延续收益。

在马尔可夫完美均衡（MPE）中，三者联立满足动态规划贝尔曼最优化条件：

$$f^{i}(s)\ \in \ \underset{s'}{arg\ max}\left\lbrack (1\ - \ \beta)\pi(s',\ s)\ + \ \beta v^{i}(s') \right\rbrack$$

$$u^{i}(s)\ = \ \max_{s'}\left\lbrack (1\ - \ \beta)\pi(s',\ s)\ + \ \beta v^{i}(s') \right\rbrack$$

$$v^{\ - \ i}(s)\ = \ (1\ - \ \beta)\overline{\pi}\left( s,\ f^{i}(s))\ + \ \beta u^{\ - \ i}\left( f^{i}(s)) \right) \right)$$

四、 双价格模型分析：垄断结果的必然性与唯一性

为以最直观的形式揭示算法合谋的深层逻辑，论文首先将价格约束为两档：竞争价格 $p_{C}$（Competitive Price）和纯垄断价格 $p_{M}$（Monopoly Price）。

（一） 模型假设与参数归一化

假设 0（双价格收益设定）：

（i） 价格空间为 $p\ \in \ \{ p_{C},\ p_{M}\}$；

（ii） 收益函数呈现标准囚徒困境（Prisoner's Dilemma）结构：

$$\pi\left( p_{M},\ p_{C} \right)\ < \ \pi\left( p_{C},\ p_{C} \right)\ < \ \pi\left( p_{M},\ p_{M} \right)\ < \ \pi\left( p_{C},\ p_{M} \right)$$

（iii） 功利主义优越性：两家合谋的垄断利润大于非对称定价总和：

$$2\ \cdot \ \pi\left( p_{M},\ p_{M} \right)\ > \ \pi\left( p_{C},\ p_{M} \right)\ + \ \pi\left( p_{M},\ p_{C} \right)$$

定义归一化收益参数 $x$ 和 $y$：

$$x\ = \ \frac{\pi\left( p_{C},\ p_{M} \right)\ - \ \pi\left( p_{M},\ p_{M} \right)}{\pi\left( p_{M},\ p_{M} \right)\ - \ \pi\left( p_{C},\ p_{C} \right)},\ \ \ \ \ \ \ \ \ \ y\ = \ \frac{\pi\left( p_{C},\ p_{C} \right)\ - \ \pi\left( p_{M},\ p_{C} \right)}{\pi\left( p_{M},\ p_{M} \right)\ - \ \pi\left( p_{C},\ p_{C} \right)}$$

其中，$x$ 衡量了单方面降价背叛带来的‘相对短期诱惑利得’，$y$ 衡量了被对手降价下切时的‘相对受损惩罚程度’。经过仿射变换，收益矩阵完美归一化为：竞争收益 $(0,\ 0)$，垄断收益 $(1,\ 1)$，背叛与被背叛收益 $(1\ + \ x,\ \ - \ y)$，满足 $x\ > \ 0,\ y\ > \ 0$ 且 $y\ > \ x\ - \ 1$。

在双价格设定下，厂商仅有四种基础纯策略算法：

1. 恒定竞争算法 $s_{C}$：无论对手出何价，自身恒定选择 $p_{C}$（$p_{C},\ p_{M}\ \rightarrow \ p_{C}$）；

2. 恒定垄断算法 $s_{M}$：无论对手出何价，自身恒定选择 $p_{M}$（$p_{C},\ p_{M}\ \rightarrow \ p_{M}$）；

3. 以牙还牙算法 $s_{T}$（Tit-for-Tat）：完美复制对手上一期价格（$p_{C}\ \rightarrow \ p_{C},\ p_{M}\ \rightarrow \ p_{M}$）；

4. 反向以牙还牙算法 $s_{R}$（Reverse Tit-for-Tat）：做出与对手截然相反的选择（$p_{C}\ \rightarrow \ p_{M},\ p_{M}\ \rightarrow \ p_{C}$）。

表 1：不同算法对决下的最终收敛价格状态（假定行玩家为最后调整算法者）

（二） 定理 1（双价格模型下的马尔可夫完美均衡）

【定理 1 核心陈述】：

（i） 对任意参数组合 $(x,\ y,\ \beta)$，市场恒存在一个‘垄断’马尔可夫完美均衡（Monopoly MPE），在该均衡中：

• 若对手采用 $s_{T}$，己方最优反应为 $s_{T}$ 或 $s_{M}$，之后双方算法永久锁定在 $\{ s_{T},\ s_{M}\}$；

• 若对手采用 $s_{C}$，己方最优反应恒为 $s_{T}$（$f\left( s_{C} \right)\ = \ s_{T}$）；

• 若对手采用 $s_{M}$，己方反应为 $\{ s_{C},\ s_{T},\ s_{M}\}$；

• 若对手采用 $s_{R}$，至少有一家厂商会反应为 $\{ s_{C},\ s_{T}\}$。

博弈在有限期内（最多经历 3 次算法更新）几乎必然收敛至纯垄断价格 $\left( p_{M},\ p_{M} \right)$！

（ii） 仅当满足参数条件 $\beta\ < \ x\ < \ 1\ + \ \beta$ 且 $y\ \leq \ \beta(x\ - \ \beta)$ 时，市场才额外存在一个‘交替价格’均衡（Alternating Prices MPE），其收敛至垄断高价 $\left( p_{M},\ p_{M} \right)$ 或非对称交替价格序列 $\left( p_{C},\ p_{M} \right)\ \leftrightarrow \ \left( p_{M},\ p_{C} \right)$。

（三） 推论 1（垄断结果唯一的充分条件）

【推论 1 核心陈述】：

（i） 若利润函数满足下述弱超模条件：

$$\pi\left( p_{M},\ p_{C} \right)\ + \ \pi\left( p_{C},\ p_{M} \right)\ \leq \ \pi\left( p_{M},\ p_{M} \right)\ + \ \pi\left( p_{C},\ p_{C} \right)$$

该条件等价于参数空间上的 $y\ \geq \ x$。此时，对任意有效贴现因子 $\beta\ \in \ (0,\ 1)$，纯垄断定价 $\left( p_{M},\ p_{M} \right)$ 是全市场唯一的马尔可夫完美均衡结果！

（ii） 产业组织理论中最广泛使用的两大基准需求规范恒成立 $y\ \geq \ x$：

• 差异化线性需求（对应二次利润函数）：对任意产品替代性参数 $\alpha\ > \ 0$：

$$\pi\left( p^{i},\ p^{\ - \ i} \right)\ = \ p^{i}\ \cdot \ \frac{D\ - \ p^{i}\ + \ \alpha\left( p^{\ - \ i}\ - \ p^{i} \right)}{2D}$$

• 离散选择 Logit 需求函数：对任意规模与价格敏感度参数 $a,\ b\ > \ 0$：

$$\pi\left( p^{i},\ p^{\ - \ i} \right)\ = \ p^{i}\ \cdot \ \frac{e^{\ - \ bp^{i}}}{a\ + \ e^{\ - \ bp^{i}}\ + \ e^{\ - \ bp^{\ - \ i}}}$$

五、 一般价格网格模型：超竞争定价的普适性

现实市场中企业绝不仅有高低两档价格可选，通常是在一个由多档报价构成的离散网格（Finite Price Grid）上博弈。LAMBA 和 ZHUK 将模型拓展至任意有限等间距价格网格：

$$p_{C}\ = \ p_{1}\ < \ p_{2}\ < \ \ \cdot \cdot \cdot \ \ < \ p_{K}\ = \ p_{M}$$

价格步长定义为 $\Delta\ = \ p_{k}\ - \ p_{k\ - \ 1}$。在多价格网格下，策略空间急剧爆炸（即使只有 3 档价格，也有 $3^{3}\ = \ 27$ 种算法；4 档价格则有 $4^{4}\ = \ 256$ 种算法）。尽管面临巨大的分析复杂性，作者通过一般化假设提炼出了强有力的理论下界。

（一） 一般化设定与排除价格循环

假设 0'（一般收益结构规范）：对任意 $q$，$\pi(p,\ q)$ 存在唯一的全局最优价格且随 $q$ 严格递增；存在唯一的静态纳什均衡 $\left( p_{C},\ p_{C} \right)$；联合利润在 $\left( p_{M},\ p_{M} \right)$ 处取得全局最大值，且高价处位于收益集凸包边界。

假设 3（外生排除循环周期）：调整算法的厂商不允许选择与对手现有代码共同诱发长度 $T\ \geq \ 2$ 循环振荡的算法。经验依据：Musolff（2026）针对电商平台算法定价的实证研究表明，剧烈的高频循环震荡在现实交易数据中极为罕见，因为剧烈波动的价格不仅会触发消费者的策略性等待购买，还会招致平台风控干预。

（二） 定理 2（一般价格网格下的超竞争定价定理）

【定理 2 核心陈述】：

在满足上述假设的任意有限价格网格下，任何马尔可夫完美均衡（MPE）的算法序列 $s_{0},\ s_{1},\ s_{2},\ \ \cdot \cdot \cdot \$ 必然满足：

（i） 彻底摆脱完全竞争：所有厂商在任何调整期 $k\ \geq \ 1$ 的均衡期望延续收益，均严格大于静态伯川德竞争收益：

$$min\ \{ u_{k},\ v_{k}\}\ > \ \pi\left( p_{C},\ p_{C} \right)$$

（ii） 垄断下界逼近：在长期中，至少有一家厂商（$i\ = \ A$ 或 $B$）的均衡收益被一个逼近纯垄断利润的严格常数所下界锚定：存在有限期 $k$，使得对所有 $m\ \geq \ k$：

$$\min_{m\ \geq \ k}\{ u_{m}^{i},\ v_{m\ + \ 1}^{i}\}\ \geq \ (1\ - \ \beta)\pi\left( p_{M}\ - \ \Delta,\ p_{M}\ - \ \Delta \right)\ + \ \beta\pi\left( p_{M},\ p_{M} \right)$$

六、 拓展分析：子博弈完美均衡（SPE）与反直觉发现

除了马尔可夫完美均衡（MPE）之外，论文进一步将策略空间拓展至允许依赖全部历史信息的子博弈完美均衡（Subgame Perfect Equilibrium, SPE），并在此揭示了一个令人震惊的理论结论。

（一） 定理 3（低贴现因子下的纯垄断唯一性）

【定理 3 核心陈述】：

在双价格模型中，若有效贴现因子 $\beta$ 充分小，具体满足如下阈值条件：

$$\frac{\beta}{1\ - \ \beta}\ < \ \frac{min\ (1\ /\ 4,\ x,\ y)}{1\ + \ x\ + \ y}$$

则全博弈存在唯一的子博弈完美均衡（SPE）路径，在该路径上，双方对对手算法的动态反应链条为：

$$s_{R},\ s_{M}\ \rightarrow \ s_{C}\ \rightarrow \ s_{T}\ \rightarrow \ s_{T}$$

博弈不可逆转地收敛于双方均采用以牙还牙算法 $s_{T}$，市场最终成交价格严格收敛于唯一的纯垄断结果 $\left( p_{M},\ p_{M} \right)$！

（二） 高贴现因子下的均衡发散与马尔可夫均衡的现实优势

反之，当贴现因子非常高（$\beta\ \rightarrow \ 1$，现实中非常常见）时，在一般的 SPE 下，根据广义民间定理，可能出现极为庞大且繁杂的均衡收益集合。然而，论文深刻指出：支持这些奇怪均衡所需的战略极其脆弱，要求厂商对竞争对手在漫长历史中的偏离抱有高度主观且近乎苛刻的先验信念（Beliefs）。在商业实践中，算法工程师绝不会为算法编写如此繁冗的历史依赖协议。因此，将目光聚焦于不依赖漫长历史、仅基于对手当前算法状态进行反应的马尔可夫完美均衡（MPE），具有无可比拟的理论纯粹性与极高的现实预测力。

七、 全文结论的经济学与管理学启示总结

ROHIT LAMBA 和 SERGEY ZHUK 的这篇里程碑式论文，不仅在纯理论层面推进了动态博弈论的前沿，更对全球数字经济治理、反垄断法律实践以及企业算法战略带来了深远的启示。

（一） 理论经济学启示：颠覆合谋的发生学基础

1. 重新界定算法合谋的最小必要条件：以往学界普遍猜测，算法合谋之所以能够出现，是因为算法掌握了高深的深度强化学习、神经网络或大语言模型（LLM）能力。本文以无可辩驳的解析证明推翻了这一猜测：算法自发合谋根本不需要‘高智商’，甚至不需要任何学习算法；只要满足‘微秒级极速响应（$\Delta t\ \rightarrow \ 0$）’和‘算法部署带来的短期锁定承诺（$1\ /\ \mu\ \gg \ \Delta t$）’，哪怕最原始的确定性线性规则（如以牙还牙 $s_{T}$）也足以在制度上彻底锁定垄断高价！

2. 静态纳什均衡的动态瓦解：传统微观经济学假定，价格竞争的自然引力是竞争性边际成本。但本研究表明，在数字化时代，只要引入代码中介，竞争性价格就变成了‘不稳定鞍点’，博弈具有不可抗拒的向上逃逸倾向。

（二） 反垄断与法律监管启示：直面无沟通算法合谋的‘法律真空’

1. 现行反垄断法律要件的严重滞后：

美国《谢尔曼法》（Sherman Act）第 1 条禁止‘限制贸易的联合、契约或共谋’，欧盟《运行条约》（TFEU）第 101 条及中国《反垄断法》第 16 条亦将‘合谋协议’（Agreement / Concerted Practice）作为违法的前提条件。正如著名反垄断学者 Harrington（2018）所言，完全由计算机软件基于公开市场价格规则自主做出的定价决策，在现行法条下根本无法被认定为‘协议’，因为它既没有人类高管的秘密开会（Smoke-filled Rooms），也没有算法之间的代码私密通信。本文在理论上坐实了 Harrington 的担忧：无需任何沟通，垄断合谋即可自发且唯一地达成。这表明现行竞争法体系在算法时代存在根本性的制度漏洞。

2. 穿透算法机制的全新监管工具箱：

基于本文的模型机理，遏制算法恶性合谋必须对症下药，打破算法赖以生存的两大支柱——‘极速响应’与‘短期承诺’：

• 设立强制性‘价格调速带’（Speed Bumps / Artificial Latency）：法律或平台监管方可强制规定算法调价的最小时间延迟（增大 $\Delta t$），例如限制每天或每小时只允许调整价格一次。一旦 $\Delta t$ 变大，厂商降价偷袭就能在对手响应前获得实实在在的大量订单，破坏以牙还牙的极速惩罚能力，重塑价格竞争活力；

• 禁止具有惩罚性威慑的‘反应性定价算法’：反垄断部门应重点审查自动调价软件中的响应逻辑，对包含‘若对手降价则自动同步下切、若对手提价则立即匹配’等具有以牙还牙性质的反应模板进行合规审计，甚至将其推定为具有反竞争效果的单边行为；

• 构建算法沙盒测试与第三方代码审计制度：对大型平台和头部第三方调价软件提供商，建立代码白盒审查与模拟市场压力测试机制，防范全行业接入同一套引发协同高价的算法母本。

（三） 企业战略与运营管理启示：算法设计与合规风险防范

1. 对企业定价决策者的启示：

• 理解算法交互的系统性效应：企业在采购或开发自动化定价工具时，绝不能将算法视作单边孤立的最优决策计算器。企业必须认识到，自己的算法正在与竞争对手的代码展开高频博弈。采用能够释放确定性承诺信号的稳健算法（如具有匹配机制的策略），往往能比单纯为了当期销量而盲目降价的算法带来更优厚的行业溢价；

• 避免因算法短视而引发破坏性价格战：传统简单追求短期的降价算法容易触发算法踩踏，而基于规则的承诺型算法能够稳定市场预期，实现健康的利润率。

2. 迫在眉睫的反垄断合规红线：

随着全球各法域反垄断执法部门（如美国司法部与 FTC 近期对 RealPage 房租算法、以及酒店客房集中算法定价的起诉）开始对算法协同展开集中打击，企业管理层必须清醒认识到：‘完全由算法自动生成价格’不再是逃避反垄断责任的避风港。管理层若在采购第三方算法时明知该算法包含行业协同逻辑，或在参数设定中主动配置促进全行业高价的惩罚机制，极有可能面临监管风暴与高额垄断民事赔偿。企业需建立严格的算法伦理与合规审查委员会，确保算法定价的透明度与合法性。

八、 参考文献

Abreu, Dilip, and Ariel Rubinstein. 1988. “The Structure of Nash Equilibrium in Econometrica 56 (6): 1259–81.Repeated Games with Finite Automata.”

Arunachaleswaran, Eshwar Ram, Natalie Collina, Sampath Kannan, Aaron Roth, and Juba Ziani. 2025. “In 16th Innovations in Theoretical Computer Science Conference, Vol. 325, edited by Raghu Meka, 10:1–10:21. Schloss Dagstuhl.Algorithmic Collusion without Threats.”

Asker, John, Chaim Fershtman, and Ariel Pakes. 2024. “The Impact of Artificial Intelligence Design on Pricing.” Journal of Economics & Management Strategy 33 (2): 276–304.

Assad, Stephanie, Robert Clark, Daniel Ershov, and Lei Xu. 2024. “Journal of Political Economy 132 (3): 723–71.Algorithmic Pricing and Competition: Empirical Evidence from the German Retail Gasoline Market.”

Banchio, Martino, and Giacomo Mantegazza. 2024. “Artificial Intelligence and Spontaneous Collusion.” Unpublished manuscript.

Brown, Zach Y., and Alexander MacKay. 2023. “Competition in Pricing Algorithms.” American Economic Journal: Microeconomics 15 (2): 109–56.

Calvano, Emilio, Giacomo Calzolari, Vincenzo Denicolò, Joseph E. Harrington Jr., and Sergio Pastorello. 2020. “Protecting Consumers from Collusive Prices due to AI.” Science 370 (6520): 1040–42.

Calvano, Emilio, Giacomo Calzolari, Vincenzo Denicolò, and Sergio Pastorello. 2020. “Artificial Intelligence, American Economic Review 110 (10): 3267–97.Algorithmic Pricing, and Collusion.”

Chassang, Sylvain, and Juan Ortner. 2023. “Regulating Collusion.” Annual Review of Economics 15: 177–204.

Cho, Inkoo, and Noah Williams. 2024. “Collusive Outcomes without Collusion: Preprint, arXiv:2403.07177.Algorithmic Pricing in a Duopoly Model.”

Fish, Sara, Yannai A. Gonczarowski, and Ran I. Shorrer. 2024. “Preprint, arXiv:2404.00806.Algorithmic Collusion by Large Language Models.”

Friedman, James W. 1971. “A Non-cooperative Equilibrium for Supergames.” Review of Economic Studies 38 (1): 1–12.

Fudenberg, Drew, and Eric Maskin. 1986. “The Econometrica 54 (3): 533–54.Folk Theorem in Repeated Games with Discounting or with Incomplete Information.”

Hansen, Karsten T., Kanishka Misra, and Mallesh M. Pai. 2021. “Frontiers: Marketing Science 40 (1): 1–12.Algorithmic Collusion: Supra-competitive Prices via Independent Algorithms.”

Harrington, Joseph E., Jr. 2018. “Developing Competition Law for Collusion by Autonomous Artificial Agents.” Journal of Competition Law & Economics 14 (3): 331–63.

Harrington, Joseph E., Jr. 2022. “The Effect of Outsourcing Pricing Algorithms on Market Competition.” Management Science 68 (9): 6889–906.

Hartline, Jason D., Sheng Long, and Chenhao Zhang. 2024. “Regulation of In Proceedings of the Symposium on Computer Science and Law, edited by Christopher S. Yoo and Ran Canetti, 98–108. ACM.Algorithmic Collusion.”

Johnson, Justin P., Andrew Rhodes, and Matthijs Wildenbeest. 2023. “Platform Design When Sellers Use Econometrica 91 (5): 1841–79.Pricing Algorithms.”

Kamada, Yuichiro, and Michihiro Kandori. 2020. “Revision Games.” Econometrica 88 (4): 1599–630.

Klein, Timo. 2021. “Autonomous RAND Journal of Economics 52 (3): 538–58.Algorithmic Collusion: Q-Learning under Sequential Pricing.”

Lagunoff, Roger, and Akihiko Matsui. 1997. “Asynchronous Choice in Repeated Coordination Games.” Econometrica 65 (6): 1467–77.

Lamba, Rohit, and Sergey Zhuk. 2026. “Pricing with Algorithms.” American Economic Review: Insights 8 (3): 320–40.

Leisten, Matthew. 2024. “Algorithmic Competition, with Humans.” SSRN Electronic Journal, http://dx.doi.org/10.2139/ssrn.4733318.

Levine, David. 2024. “Efficiently Breaking the CEPR Discussion Paper 18808.Folk Theorem by Reliably Communicating Long Term Commitments.”

Mailath, George J., and Larry Samuelson. 2006. Oxford University Press.Repeated Games and Reputations: Long-Run Relationships.

Maskin, Eric, and Jean Tirole. 1988. “A Theory of Dynamic Oligopoly, II: Price Competition, Kinked Demand Curves, and Edgeworth Cycles.” Econometrica 56 (3): 571–99.

Miller, David A., and Joel Watson. 2013. “A Theory of Disagreement in Econometrica 81 (6): 2303–50.Repeated Games with Bargain-ing.”

Musolff, Leon. 2026. “Management Science, https://doi.org/10.1287/mnsc.2022.02462.Algorithmic Pricing, Price Wars, and Tacit Collusion: Evidence from E-Commerce.”

Neyman, Abraham. 1998. “Finitely Mathematics of Operations Research 23 (3): 513–52.Repeated Games with Finite Automata.”

Pearce, David G. 1987. “Renegotiation-Proof Equilibria: Collective Rationality and Intertemporal Cooperation.” Cowles Foundation Discussion Paper 855.

Possnig, Clemens. 2024. “Reinforcement Learning and Collusion.” Unpublished manuscript.

Salcedo, Bruno. 2015. “Unpublished manuscript.Pricing Algorithms and Tacit Collusion.”

Sutton, Richard S., and Andrew G. Barto. 2018. Reinforcement Learning: An Introduction. 2nd ed. MIT Press.