文章在具有需求差异的两个市场中，以实验方法研究了人工智能Q学习算法的寡头重复价格竞争行为。基准实验结果发现，智能体通过训练能够学会惩罚策略，进而在两个市场实现歧视性定价合谋，且价格歧视水平和平均利润水平会随着智能体“理性”程度的提升而先提高后下降。随着参与竞争的智能体数量的增加，两市场的价格均会下降，价格歧视水平会趋向于0。进一步实验结果表明，当消费者存在不公平定价厌恶时，智能体通过学习能够“理解”这种消费心理，进而降低高需求市场价格、提高低需求市场价格，达到新的价格合谋。随着不公平定价厌恶对需求的影响力提高，两市场的价格差异不断下降并向0收敛。当消费者存在相对低价偏好时，智能体会利用这种消费心理，通过提高低需求市场的定价使高需求市场的相对价格变得更低，从而扩大高需求市场的需求量而提升总利润水平。随着相对低价偏好对需求的影响力提高，两市场的价格歧视程度会随之下降，并维持在较低水平，在此过程中低需求市场的收敛价格会超过高需求市场收敛价格。本文结论在对现有算法价格竞争文献进行拓展的同时，也为相关支持和规制政策的制定提供依据，同时显示当前学界对算法歧视性定价的担忧存在过度倾向。

徐雷，经济学博士，工商管理学博士后，6776永利集团经济学院教授，产业经济系主任，6776永利集团智能制造与产业数字化研究院院长，中国工业经济学会理事，中山大学中观经济学研究院客座研究员，《贵州财经大学学报》青年编委，曾任鞍山市高新技术产业开发区党工委委员、管委会副主任（挂职）。澳大利亚南澳大学商学院、美国伊利诺伊理工大学斯图尔特商学院和中山大学岭南学院访问学者。出版学术著作5部，主编、参编教材2部，在《管理世界》《中国工业经济》《中国软科学》《经济评论》等期刊发表学术论文四十余篇，主持国家社科基金、教育部哲学社会科学基金等研究项目十余项，参与国家社科基金重大课题和教育部哲学社会科学重大攻关项目各1项，获得辽宁省哲学社会科学成果奖二等奖、三等奖各一项，获其他教学科研奖励多项。