算法即法则：数字治理时代的权力重构

引言：当代码成为规则

劳伦斯·莱斯格（Lawrence Lessig）在1999年出版的《代码：网络空间中的法律》中写下了一个著名论断："代码即法律（Code is Law）。"二十五年后，当推荐算法决定我们看到的新闻、当信用评分决定谁能获得贷款、当自动化决策系统决定谁需要接受审查，这句话已从学者的预言演变为日常的现实。

本期我们从数字经济的宏观视角出发，探讨算法权力如何重塑商业逻辑、社会结构和个体自由——以及在这场无声的革命中，我们如何保护属于人的尊严。

一、算法权力的三种面孔

算法在现代经济中扮演着三种关键角色，每种都对应着不同类型的权力运作：

1.1 分发权力：可见性的分配者

搜索引擎和推荐系统决定了什么内容被看见、什么商品进入视野。这种"可见性分配"本质上是一种注意力经济的基础设施。Google的PageRank、抖音的推荐引擎、淘宝的搜索排序——它们不仅是技术工具，更是商业入口的守门人。

2024年，全球企业在数字广告上的支出超过6000亿美元，其中绝大部分通过算法竞价和分发系统流转。这意味着算法决策直接影响了数万亿美元的经济价值流向。

1.2 定价权力：动态定价与消费者剩余

从Uber的峰时定价到航空公司的动态票价，算法正在接管定价权。经济学家关注的核心问题变成了：当价格完全由机器实时计算，消费者剩余（Consumer Surplus）是否被系统性榨取？

研究发现，个性化定价算法可以根据用户行为数据精准估算其支付意愿，实施近乎"一级价格歧视"（First-Degree Price Discrimination）的策略——每个消费者支付他愿意支付的最高价格。

1.3 信用权力：计算化的社会信任

算法信贷评分正在替代传统征信体系。中国的芝麻信用、美国的FICO、以及各种新型替代性信用模型，用数据足迹衡量一个人的"可靠性"。但这里有一个值得深思的问题：算法评分是否真的比人类判断更公平？还是它只是把人类的偏见编码成了看似客观的数学公式？

二、数据要素市场：数字经济的"石油"与它的困境

2017年，《经济学人》杂志的一篇封面文章将数据称为"最宝贵的资源"，由此"数据是新石油"的说法广为流传。但这个比喻有误导性——石油是不可再生的、消耗性的，而数据可以被再生、共享、且边际成本趋近于零。

2.1 数据要素的产权困境

数据经济的最大悬而未决的难题是产权问题。个人产生的数据，其所有权属于谁？用户、平台、还是双方共有？2024年，欧盟《数据法案》（Data Act）试图给出答案，但全球范围内仍未形成共识。

如果我们把数据视为一种生产要素，那么一个根本性的追问随之而来：要素的提供者（用户/劳动者）是否应当参与要素收益的分配？这就是"数据分红"（Data Dividend）概念的由来。

2.2 数据垄断与市场集中度

数字市场天然倾向于"赢者通吃"——数据越多，模型越好，用户越多，数据越多。这一飞轮效应（Flywheel Effect）导致平台经济中极高的市场集中度。Meta、Google、Amazon等巨头掌握了海量数据资产，后来者几乎无法在同等规模上与之竞争。

各国反垄断机构开始尝试用传统工具规制新型垄断——拆分、罚款、数据可携带权、互操作性要求。但工具的滞后性显而易见：我们仍在用工业时代的尺子丈量数字时代的巨头。

三、算法治理的制度探索

面对算法权力，全球各地的监管者正在探索不同的制度路径。

3.1 欧盟路径：权利导向的全面监管

欧盟通过《人工智能法案》（AI Act）建立了一套基于风险分级的监管框架：不可接受的风险（如社会评分系统）被禁止；高风险系统（如关键基础设施中的AI）受到严格限制；有限风险和最低风险系统享有较大自由。

其背后的核心逻辑是：以人为本（Human-Centric）的AI开发——技术发展不能凌驾于基本人权之上。

3.2 美国路径：行业自律与事后追责

美国的监管更加分散，主要通过FTC（联邦贸易委员会）的消费者保护职能和各行业监管机构执行。联邦层面尚未出台统一的AI综合性法律，但加州等州和纽约等市已开始针对自动化决策和AI偏见立法。

3.3 中国路径：发展与安全并重

中国采取了"发展+治理"双轮驱动的模式。《个人信息保护法》《数据安全法》《算法推荐管理规定》构成了算力治理的三驾马车。中国的特点在于：在促进行业发展的同时，对涉及个人权益的算法推荐、深度合成等技术设置准入门槛和安全评估。

四、个体如何在算法时代保持自主性

制度层面的讨论之外，作为每个活在算法之网中的个体，我们还能做什么？

4.1 理解算法的基本逻辑

不需要成为工程师，但理解推荐系统的基本运作原理——个性化、反馈循环、注意力争夺——可以帮助我们保持清醒。当我们意识到"猜你喜欢"不是中性的匹配，而是平台自身的商业目标函数在驱动时，我们就获得了某种"数字素养"。

4.2 行使数据主体权利

GDPR赋予个人访问、更正、删除自己数据的权利；中国的《个人信息保护法》也有类似保障。定期查看和清理个人数据痕迹、关闭不必要的权限授权、使用隐私增强工具——这些看似微小的行为，是个体参与算法治理的方式。

4.3 关注"算法退出"的可能性

一个真正自由的社会，应当为不想被算法评价的人提供退出通道——可以选择不参与评分系统、不使用个性化推荐、在数字空间中保持匿名。"被遗忘权"就是这种理念的法律表达之一。

结语：重构而非拒绝

数字治理的目标不应该是"碎机器"式的全面否定，也不应该是"技术决定论"式的被动接受。它是在承认技术工具价值的同时，确保其服务于人的全面发展——而非相反。

在算法即法则的时代，与其恐惧代码，不如理解代码；与其逃避数据，不如规制数据的分发规则。因为最终决定世界走向的，不是算法本身，而是我们选择如何治理算法的那些集体决定。

本文从数字经济的宏观视角出发，梳理了算法权力的三种形态、数据要素市场的制度困境、全球三大监管路径，以及个体保持数字自主性的实用策略。