姚前：算法經濟：資源配置的新機制

（一）共享算法：短期契約對長期契約的替代

早在1937年撰寫《企業的本質》時，科斯就注意到了信息技術發展對企業組織形態的影響。他指出：“傾向于降低空間組織成本的電話和電報的技術變革將導致企業規模的擴大，一切有助于提高管理技術的變革都將導致企業規模的擴大。”企業經營和管理的信息化、自動化和智能化，優化了企業的生產流程和管理結構，加快信息流速率，提高決策效率，大大降低了企業管理成本和費用。信息化和數字化, 已成為現代企業經營的基本戰略。從契約經濟學的角度看，這其實是通過算法的應用，大幅降低了企業長期契約的交易費用，從而進一步強化了企業在資源配置上的優勢，擴展了企業與市場的邊界。

然而，隨著互聯網技術、大數據分析、云計算和人工智能的發展，越來越多的由算法控制的信息化系統融入當前企業，算法對企業的影響已不再停留在以往簡單的輔助功能上，而是從根本上改變了企業的組織形態和運營模式，涌現出了一大批供需雙方直接對接交易的共享平臺，其中最為典型的就是Uber、滴滴為代表的網約車平臺。在這些平臺上，生產者與消費者直接進行動態、多變、復雜的網狀連接和點對點交易，而有效支撐這些網狀連接和點對點交易的則是平臺企業所設計、維護和運營的強大算法。并且隨著環境和市場的變化，算法不斷調整和優化。不同于以往支撐企業內部信息管理的算法，這些算法的作用不在于幫助企業提高管理技術，以此降低企業執行長期契約的費用，而是“減少”了長期契約，破除長期生產要素對企業的依附，將許多經濟活動移到企業外部，由供給者和消費者直接對接進行“一錘子”買賣，大幅增加了短期契約的數量。比如共享打車平臺，司機與共享平臺之間沒有固定的長期雇傭關系，無須遵循傳統的管理規則，自由地接入或退出共享平臺開發運營的打車app，向顧客直接提供打車服務。這是短期契約對長期契約的替代，是算法對預測、計劃、協調與控制等企業管理活動的替代。之所以能夠發生替代，原因在于，大數據、云計算和人工智能等現代算法技術的應用大幅降低了海量短期契約的交易費用，包括搜尋匹配的費用、談判簽約的費用、執行監督的費用。

（二）搜尋匹配的算法機制

由于信息不對稱，市場交易需要搜尋匹配，而這將耗費成本。隨著群體規模的擴大，一個人同另一個人的直接互動變得越來越不可能，相互之間的交易搜尋匹配成本越來越高，因此每個個體往往是以“就近原則”在有限的范圍內開展市場交易，由此許多可能的商品和服務的生產和消費沒有變成現實。比如個人閑置的不具有標準化特征的個性商品，如閑置的家用汽車、閑置的電腦硬盤空間甚至是閑置的時間和精力等，難以進行有償的共享與交易。

移動互聯網的發展首次打破了人與人之間的物理隔絕，大幅擴展了人的集體行動范圍。但要達成人與人之間的市場交易這還不夠，更直接和廣泛的信息傳播只是提高了集體行動的可能性，沒有在根本上徹底解決訂單搜尋和匹配的信息成本問題，直到大數據、云計算和人工智能等算法技術的應用后，海量短期契約的搜尋和匹配成本才大大降低。以共享打車為例，共享平臺每天需要處理的訂單是海量的，一天的成交訂單量有數百萬，如何低成本、快速、高效地搜尋和匹配這些訂單成了關鍵。共享打車平臺首先運用云計算搭建了大規模實時分單處理平臺，實現多維度最佳訂單匹配。用戶輸入一個目的地，最佳合理調度都由云計算以毫秒級的速度來計算。其次，共享打車平臺運用了大數據分析技術。以滴滴打車為例，它覆蓋了交通路況、用戶叫車信息、司機駕駛行為、車輛數據等多個維度的數據。基于這些大數據，可應用分類、聚類分析、關聯分析、神經網絡、機器學習等數據挖掘技術來進行訂單的供需預測，從而幫助平臺快速地達成供需匹配。最后，由于司機和用戶永遠在運動和變化中，共享打車平臺在供需預測的基礎上，運用了路徑規劃和預計到達時間（Estimated Time of Arrival，簡稱ETA）兩項地圖技術圍繞最低的價格、最高的司機效率和最佳交通系統運行效率等指標進行最優動態規劃，然后通過大規模分布式計算來實現上述的最優撮合，實現智能派單。據悉，當前共享打車平臺的動態規劃算法可以預測每一單出行的時長以及預估在每一個路口前的等待時長。

（三）談判簽約的算法機制

為了平衡各方利益，共享平臺制定了規則，并將其轉化為算法自動運行。這些以算法形式表達的規則通常都會被清晰明確地告知到所有參與主體，由各主體根據自愿原則選擇是否參與，若選擇參與，則須遵守相關規定。類似法律制度，算法本身就是適用于每個主體的通用契約，降低了交易雙方“討價還價”的談判成本，同時，這些規則對各方利益進行了平衡，有利于進一步優化市場的供需平衡，降低供需失衡的可能性，提高契約的成功匹配效率。以滴滴打車為例，它設計了動態調價和“滴米”派車的算法機制調整優質稀少資源匹配的有效程度，通過價格杠桿來調節供需。區域供需失衡時，算法會基于實時交通狀況，計算出一個合理的建議加價倍數。動態調價情況在叫車前就會告知乘客，如果乘客同意，才確認發出訂單，否則可直接取消叫車且不會收取違約金。“滴米”派車類似積分制度，司機積累的“滴米”高了，就更好搶單，以此來平衡各種不同單子的供需。

（四）執行監督的算法機制

雖然短期契約在完備程度上高于長期契約，但由于無法“窮盡”所有信息，仍存在不完備性，因此在契約的事后執行監督上依然需要耗費成本。對此，共享平臺設計了類似聲譽機制的獎懲機制，將其轉化為算法自動運行來約束各方的行為，并利用大數據分析和人工智能技術進行事后判責。以滴滴為例，它建立了服務信用體系，使用大數據技術分析乘客打分、乘客評價以及取消率等變量，綜合計算出每個司機的服務分值，服務分越高，司機可獲得的訂單和收入越多。除了服務分，共享打車還通過人工智能進行智能的司乘判責。

（五）共享平臺的委托代理問題

共享平臺的算法機制依然沒有脫離傳統企業的組織形態。平臺規則和算法由企業設計、維護和運營。在一定程度上，共享平臺的算法機制可看作是企業所提供的SaaS服務（Software as a Service，應用即服務），即共享平臺的算法是企業向平臺參與者供給的一種長期產品。從契約關系上看，企業與各平臺參與者之間存在著長期契約關系。

這一長期契約存在信息不對稱性，表現在雖然規則上會清晰明確地告知到所有參與主體，但規則背后的算法的具體原理、參數以及每次執行的實際情況，對外部主體保密，只有共享平臺的運營企業才能知道，這就可能會發生算法濫用和利益侵占的事件，從而引發參與者對算法的不信任。比如，共享打車的動態調價算法就曾被質疑過企業是否在利用算法來謀取私利。對于這種委托代理問題，業界提出了“計算機道德”和“算法倫理”的概念，督促企業自律，如谷歌曾經把“不作惡”視作公司的口號以增強顧客對平臺的信任。另外，就只能通過“用腳投票”的市場機制來進行約束企業的行為。