姚前：算法经济：资源配置的新机制 | 互联网金融

（一）共享算法：短期契约对长期契约的替代

早在1937年撰写《企业的本质》时，科斯就注意到了信息技术发展对企业组织形态的影响。他指出：“倾向于降低空间组织成本的电话和电报的技术变革将导致企业规模的扩大，一切有助于提高管理技术的变革都将导致企业规模的扩大。”企业经营和管理的信息化、自动化和智能化，优化了企业的生产流程和管理结构，加快信息流速率，提高决策效率，大大降低了企业管理成本和费用。信息化和数字化, 已成为现代企业经营的基本战略。从契约经济学的角度看，这其实是通过算法的应用，大幅降低了企业长期契约的交易费用，从而进一步强化了企业在资源配置上的优势，扩展了企业与市场的边界。

然而，随着互联网技术、大数据分析、云计算和人工智能的发展，越来越多的由算法控制的信息化系统融入当前企业，算法对企业的影响已不再停留在以往简单的辅助功能上，而是从根本上改变了企业的组织形态和运营模式，涌现出了一大批供需双方直接对接交易的共享平台，其中最为典型的就是Uber、滴滴为代表的网约车平台。在这些平台上，生产者与消费者直接进行动态、多变、复杂的网状连接和点对点交易，而有效支撑这些网状连接和点对点交易的则是平台企业所设计、维护和运营的强大算法。并且随着环境和市场的变化，算法不断调整和优化。不同于以往支撑企业内部信息管理的算法，这些算法的作用不在于帮助企业提高管理技术，以此降低企业执行长期契约的费用，而是“减少”了长期契约，破除长期生产要素对企业的依附，将许多经济活动移到企业外部，由供给者和消费者直接对接进行“一锤子”买卖，大幅增加了短期契约的数量。比如共享打车平台，司机与共享平台之间没有固定的长期雇佣关系，无须遵循传统的管理规则，自由地接入或退出共享平台开发运营的打车app，向顾客直接提供打车服务。这是短期契约对长期契约的替代，是算法对预测、计划、协调与控制等企业管理活动的替代。之所以能够发生替代，原因在于，大数据、云计算和人工智能等现代算法技术的应用大幅降低了海量短期契约的交易费用，包括搜寻匹配的费用、谈判签约的费用、执行监督的费用。

（二）搜寻匹配的算法机制

由于信息不对称，市场交易需要搜寻匹配，而这将耗费成本。随着群体规模的扩大，一个人同另一个人的直接互动变得越来越不可能，相互之间的交易搜寻匹配成本越来越高，因此每个个体往往是以“就近原则”在有限的范围内开展市场交易，由此许多可能的商品和服务的生产和消费没有变成现实。比如个人闲置的不具有标准化特征的个性商品，如闲置的家用汽车、闲置的电脑硬盘空间甚至是闲置的时间和精力等，难以进行有偿的共享与交易。

移动互联网的发展首次打破了人与人之间的物理隔绝，大幅扩展了人的集体行动范围。但要达成人与人之间的市场交易这还不够，更直接和广泛的信息传播只是提高了集体行动的可能性，没有在根本上彻底解决订单搜寻和匹配的信息成本问题，直到大数据、云计算和人工智能等算法技术的应用后，海量短期契约的搜寻和匹配成本才大大降低。以共享打车为例，共享平台每天需要处理的订单是海量的，一天的成交订单量有数百万，如何低成本、快速、高效地搜寻和匹配这些订单成了关键。共享打车平台首先运用云计算搭建了大规模实时分单处理平台，实现多维度最佳订单匹配。用户输入一个目的地，最佳合理调度都由云计算以毫秒级的速度来计算。其次，共享打车平台运用了大数据分析技术。以滴滴打车为例，它覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度的数据。基于这些大数据，可应用分类、聚类分析、关联分析、神经网络、机器学习等数据挖掘技术来进行订单的供需预测，从而帮助平台快速地达成供需匹配。最后，由于司机和用户永远在运动和变化中，共享打车平台在供需预测的基础上，运用了路径规划和预计到达时间（Estimated Time of Arrival，简称ETA）两项地图技术围绕最低的价格、最高的司机效率和最佳交通系统运行效率等指标进行最优动态规划，然后通过大规模分布式计算来实现上述的最优撮合，实现智能派单。据悉，当前共享打车平台的动态规划算法可以预测每一单出行的时长以及预估在每一个路口前的等待时长。

（三）谈判签约的算法机制

为了平衡各方利益，共享平台制定了规则，并将其转化为算法自动运行。这些以算法形式表达的规则通常都会被清晰明确地告知到所有参与主体，由各主体根据自愿原则选择是否参与，若选择参与，则须遵守相关规定。类似法律制度，算法本身就是适用于每个主体的通用契约，降低了交易双方“讨价还价”的谈判成本，同时，这些规则对各方利益进行了平衡，有利于进一步优化市场的供需平衡，降低供需失衡的可能性，提高契约的成功匹配效率。以滴滴打车为例，它设计了动态调价和“滴米”派车的算法机制调整优质稀少资源匹配的有效程度，通过价格杠杆来调节供需。区域供需失衡时，算法会基于实时交通状况，计算出一个合理的建议加价倍数。动态调价情况在叫车前就会告知乘客，如果乘客同意，才确认发出订单，否则可直接取消叫车且不会收取违约金。“滴米”派车类似积分制度，司机积累的“滴米”高了，就更好抢单，以此来平衡各种不同单子的供需。

（四）执行监督的算法机制

虽然短期契约在完备程度上高于长期契约，但由于无法“穷尽”所有信息，仍存在不完备性，因此在契约的事后执行监督上依然需要耗费成本。对此，共享平台设计了类似声誉机制的奖惩机制，将其转化为算法自动运行来约束各方的行为，并利用大数据分析和人工智能技术进行事后判责。以滴滴为例，它建立了服务信用体系，使用大数据技术分析乘客打分、乘客评价以及取消率等变量，综合计算出每个司机的服务分值，服务分越高，司机可获得的订单和收入越多。除了服务分，共享打车还通过人工智能进行智能的司乘判责。

（五）共享平台的委托代理问题

共享平台的算法机制依然没有脱离传统企业的组织形态。平台规则和算法由企业设计、维护和运营。在一定程度上，共享平台的算法机制可看作是企业所提供的SaaS服务（Software as a Service，应用即服务），即共享平台的算法是企业向平台参与者供给的一种长期产品。从契约关系上看，企业与各平台参与者之间存在着长期契约关系。

这一长期契约存在信息不对称性，表现在虽然规则上会清晰明确地告知到所有参与主体，但规则背后的算法的具体原理、参数以及每次执行的实际情况，对外部主体保密，只有共享平台的运营企业才能知道，这就可能会发生算法滥用和利益侵占的事件，从而引发参与者对算法的不信任。比如，共享打车的动态调价算法就曾被质疑过企业是否在利用算法来谋取私利。对于这种委托代理问题，业界提出了“计算机道德”和“算法伦理”的概念，督促企业自律，如谷歌曾经把“不作恶”视作公司的口号以增强顾客对平台的信任。另外，就只能通过“用脚投票”的市场机制来进行约束企业的行为。