摘要: 近年来，电商平台通过大数据和算法技术对消费者实施价格歧视的现象，即所谓的“杀熟”行为，已经成为社会关注的热点问题。本文首先介绍了大数据“杀熟”的实施路径，包括采集用户数据、开发算法分析和创建用户画像。然后讨论了大数据“杀熟”可能带来的危害，如侵犯消费者权益、损害市场公平竞争、增加隐私泄露风险等。接着分析了大数据“杀熟”治理的难点，如现有法律适用范围狭窄、违法成本过低、告知同意规则不完善、消费者举证难度大等。最后，提出了针对算法歧视的规制路径，包括细化相关法律条款、提高违法成本、完善告知同意规则和合理分配举证责任等。总体来说，大数据“杀熟”是一种利用技术手段进行价格歧视的不正当商业行为，需要从完善法律、提高违法成本、规范市场行为等方面进行规制，以保护消费者权益和促进市场公平竞争。
Abstract:
In recent years, the phenomenon of e-commerce platforms discriminating against consumers through big data and algorithm technology, the so-called “big data killing” behavior, has become a hot issue of social concern. This paper first introduces the implementation path of big data “killing”, including collecting user data, developing algorithms, and creating user portraits. Then, the possible harms of big data “killing” are discussed, such as infringing on consumer rights and interests, harming fair competition in the market, and increasing the risk of privacy leakage. Then, the difficulties of “big data killing” governance are analyzed, such as the narrow scope of application of existing laws, the low cost of violating the law, the imperfect notification and consent rules, and the difficulty of consumers providing evidence. Finally, this paper proposes a regulatory path for algorithmic discrimination, including refining relevant legal provisions, increasing the cost of violating the law, improving the rules of notification and consent, and reasonably allocating the burden of proof. Generally speaking, big data “killing” is an unfair business practice that uses technical means to discriminate against prices, and it needs to be regulated from the aspects of improving laws, increasing the cost of violating the law, and regulating market behavior, so as to protect the rights and interests of consumers and promote fair competition in the market.
1. 引言
“大数据杀熟”是指电商平台或服务提供商利用大数据分析技术，对用户的购物历史、浏览习惯、消费偏好等个人信息进行深入分析，然后根据这些分析结果对不同用户实施不同的价格策略。这种策略通常会导致老客户或对价格不太敏感的用户看到更高的价格，而新客户或价格敏感用户看到更低的价格。这种现象在电商、在线旅游、打车服务等行业尤为常见。例如，在机票购买场景中，平台可能会对经常出行的商务人士设定较高票价，而对偶尔出行的休闲游客设定较低票价。由于消费者对电商平台的操作模式和资源提供者不够熟悉，导致他们对这些渠道缺乏信任，因此消费者倾向于固定的购物渠道或平台购买商品，这一行为在一定程度上促使电商平台加剧了对熟客的定价策略调整，即“杀熟” [1] 。2022年，北京市消费者协会开展了一项针对互联网行业大数据“杀熟”现象的问卷调查，并公开了调查数据。调查指出，大数据“杀熟”在互联网平台中广泛存在，其中近七成的受访者表示他们频繁遭遇此类情况，而六成的受访者则表示他们有过亲身经历 [2] 。大数据杀熟的做法在一定程度上可以提高企业的利润率，因为它们能够最大化每个用户的支付意愿。然而，这种做法也可能引起消费者的不满，尤其是当消费者意识到他们因为自己的购物习惯而受到不公平对待时。
2. 大数据“杀熟”的实施路径
2.1. 采集用户的基础资料以及补充性数据
消费者的基本信息，如姓名、年龄、性别、电话号码和家庭地址，为商家和平台提供了初步的洞察。此外，通过分析消费者的消费偏好、购买习惯、购买力、对质量的期望、维护自身权利的倾向以及消费的频次，商家和平台能够构建更为深入的用户画像。这些详尽的数据构成了“大数据杀熟”策略的基础，使得商家和平台能够根据不同用户群体的特点实施差异化的定价和营销策略。
2.2. 开发算法以整理和分析数据信息
喻玲提出，算法实施的价格差异策略依赖于两个核心机制：其一是大数据与人工智能技术的支持作用，其二是对消费者进行深入的分析和细分 [3] 。在收集到大量用户数据之后，平台会运用大数据分析、云计算等先进技术，依据这些数据开发定制化的算法。这些算法能够对消费者的信息进行深入的分析和处理，以便在消费者浏览相同产品时，根据不同用户的行为数据、消费习惯、偏好等个性化信息，展现不同的价格策略。
2.3. 创建用户画像以实施“差异化”定价策略
这些用户画像不仅包含用户的静态特征，如年龄、性别、地域等，还涵盖用户的行为模式和动态变化，如购物习惯、浏览历史、消费偏好等。通过对用户画像的深入分析，平台能够更精准地了解用户需求，预测用户行为，从而为用户提供个性化的服务和产品推荐。同时，平台还可以根据用户画像实施差异化的价格策略，即针对不同用户群体或个体用户，展示不同的价格。
3. 大数据“杀熟”的危害
3.1. 消费者权益受损
公平交易权是消费者在购买商品或享受服务过程中，依法享有的进行公平、合理市场交换的权利。《消费者权益保护法》第10条第1款明确规定了这一点：“消费者有权享有公平交易。”消费者的公平交易权包含了多个层面，如商品的质量保证、合理的价格和精确的计量等。但在数字化的网络购物时代，消费者无法像实体店购物时那样直接检查商品，他们通常只能依赖于商家提供的商品描述来获取信息。这种信息的不对等性常常被电商平台或其他经营者利用，他们可能会对商品价格进行不透明的处理。这种做法扭曲了消费者在商业交易中的真实意愿，使得消费者难以做出明智的选择，可能导致交易的不公平和低效率 [4] 。
平台运用其特有的数据算法，对消费者进行动态内容推送，在推送过程中，实时过滤掉价格偏低的商品信息，或优先推送价格更高的商品，虽然声称是提供“个性化”服务，但实际上这种行为侵犯了消费者的自主选择权。首先，消费者对于个性化定价的机制和原因了解不足，这种信息不对等导致消费者难以理解为什么会面临特定的价格，进而影响了他们的自主选择权。其次，个性化定价可能限制了消费者在价格上的选择空间，他们可能会被限制在特定的价格区间内，无法根据个人需求和财务状况灵活选择价格。这样的限制减少了消费者在购买决策中的自由度，可能会阻碍他们获得最符合个人需求和偏好的商品或服务。
3.2. 市场公平受损与竞争阻碍
在数字平台经济领域，算法个性化定价本应是一种提高效率、优化用户体验的技术手段。然而，部分平台不正当地运用此技术，通过算法手段排除或限制竞争。这些平台凭借其市场优势地位，设定对自己有利的规则和算法，操纵商品与服务的搜索排名、展示位置及流量分配，进而对商家的销售和定价策略产生不利影响。在数字平台经济中，一些大型互联网平台经营者因掌握着先天的数据优势，可以收集到更多消费者的消费信息。这些信息包括消费者的浏览历史、购买记录、搜索习惯等，为平台经营者提供了强大的市场洞察力和竞争优势。然而，一些平台经营者可能会滥用这些数据优势，利用“算法霸权”来设置不公平的竞争参数，从而打压竞争对手。他们可能会利用算法来优先展示自己的产品或服务，或者对竞争对手的产品进行降级处理，使其在搜索结果中的排名降低，从而减少竞争对手的曝光率和销售额。此外，他们还可能通过算法来识别和锁定潜在的竞争对手，并采取措施限制这些竞争对手的发展空间。这种算法霸权行为不仅扰乱了正常的市场秩序，而且还可能导致市场集中度的提高，从而减少市场竞争和创新。长期以往，这可能会损害消费者的利益，因为竞争的减少会导致商品和服务的质量和多样性下降，价格也可能因为缺乏竞争而上升。此外，这种“杀熟”行为还可能对中小型经营者造成不公平的竞争压力。由于他们通常无法与大型平台经营者抗衡，可能会被迫退出市场或面临经营困境。这不仅损害了中小型经营者的利益，还可能导致市场资源的不合理分配和市场结构的失衡。
3.3. 隐私和数据滥用风险
首先，大数据“杀熟”的实施通常需要收集大量的用户数据。这些数据范围广泛，不仅包括与交易直接相关的必要数据，如姓名、地址、支付信息等，还包括不影响交易的non-essential数据，如消费者的浏览历史、浏览频率和时间，甚至可能包括一些消费者的行程轨迹和生理特征等极其私密的个人信息。尽管个人信息对个人来说可能看起来不那么重要，但在算法主导的时代，身份识别技术却潜藏着巨大的商业潜力。用户在各个网站和服务之间的行为跟踪推动了众多网络数据分析公司的兴起，这些公司不断地搜集海量的个人信息，并运用先进的算法来解读这些数据背后的含义 [5] 。在收集和使用个人数据的过程中，一些平台可能会出售或与其他平台共享消费者的数据和隐私信息，以此来改善自身服务和广告定位的精准度。这种行为不仅侵犯了消费者的隐私权，还可能导致消费者的个人信息在更广泛的网络上被暴露，从而增加了数据泄露的风险。这样的做法不仅对消费者的利益造成损害，还可能削弱消费者对大数据平台运营者的信任。
4. 大数据“杀熟”治理的难点
4.1. 现有法律适用范围狭窄
依据我国《反垄断法》第十七条的规定，对于“大数据杀熟”这一行为，只有在行为主体占据了市场支配地位的情况下，才能适用《反垄断法》进行规制 [6] 。换言之，只有那些在市场上具有显著影响力和控制能力的商家，才可能成为《反垄断法》针对大数据“杀熟”现象进行规制的目标。但是，随着互联网技术和大数据算法的发展，市场结构和竞争方式发生了深刻变化。在这种新的市场环境下，即使经营者不具有传统意义上的市场支配地位，他们也可能通过算法实施“杀熟”行为。当前《反垄断法》对于市场支配地位的认定标准较高，这可能导致那些实际采取了“杀熟”行为但市场影响力较小的企业逃避监管，从而不利于彻底根除“杀熟”现象。由于市场中的大多数经营者并不具备市场支配地位，现有的《反垄断法》对于这些经营者利用算法实施的歧视行为缺乏有效的监管措施。这种情况导致消费者的合法权益和其他经营者的合法利益难以得到有效保护，进而破坏了市场的公平竞争秩序。在大数据时代背景下，传统的市场支配地位标准可能不足以充分评估平台是否实施了“杀熟”行为，因此现行的反垄断法规在规制这些新型算法歧视行为时可能效果受限。
4.2. 违法成本过低
在当今社会，大多数电商平台为了追求高额利润，无所不用其极，甚至不惜利用算法技术侵害消费者的公平交易权、知情权等基本权益。他们通过算法对消费者进行个性化定价，或者限制消费者的选择，从而实现利润的最大化。尽管这些行为可能违法，但由于违法成本相对较低，这些平台可能认为违法行为是划算的，因为其从中获得的利润远远超过了可能面临的处罚成本。这种低风险、高回报的违法模式对电商平台而言，非但不会起到震慑效果，反而可能激发它们更加肆无忌惮、更加敢于尝试违法行为。
4.3. 告知同意规则不完善
在数字化时代，应用程序(App)已经成为我们生活中不可或缺的一部分。然而，当用户首次下载和使用这些应用程序时，他们通常需要同意一系列的用户协议和隐私政策等法律文本。尽管这些条款在理论上是为了限制平台对用户数据的滥用和保护用户的隐私权益，但在实际操作中，如果用户不同意这些条款，他们就无法使用该App。这使得用户在同意这些条款时可能没有充分的理解和选择权，也可能导致用户在不知情的情况下同意了不利于自己权益的条款。此外，用户协议和隐私政策的内容目前完全由各平台自行决定，缺乏统一的标准来规范这些条款。这些所谓的同意告知条款往往冗长、复杂且难以理解，导致大多数用户为了使用服务而不得不默认同意，而不会去仔细阅读或理解这些条款。结果是，告知同意规则往往未能有效保护用户的权益，形同虚设。
4.4. 消费者举证难度大
根据《中华人民共和国民事诉讼法》第六十七条的规定，通常采取“谁主张，谁举证”的原则，即当事人需要对自己提出的主张提供证据。在消费者遭遇算法“杀熟”时，他们需要证明自己的权益受到了侵害。然而，在实际操作中，消费者往往面临取证困难的问题。由于算法的封闭性，企业针对消费者的“价格差异化”策略往往较为隐秘，消费者难以察觉到这种差别化定价的行为。即便消费者有所察觉，较高的维护权利的成本和难以提供的证据往往会让想要维权的消费者望而却步 [7] 。平台运营商掌握着关于定价策略、用户行为分析和交易历史等关键内部信息，这些信息对于揭露和证实“杀熟”行为至关重要。然而，出于对用户隐私和商业秘密的保护，这些数据往往不会被公开，甚至在面临法律诉讼时，平台运营商也可能出于保密的考虑而拒绝透露这些信息。这种局面导致消费者在寻求法律途径来维护自己的权益时遭遇重大挑战，因为他们往往无法提供充分的证据来支持自己的权益确实受到了侵害。
5. 算法歧视的规制路径
5.1. 细化相关法律条款
5.1.1. 更新市场支配力的定义
传统的市场支配力通常指的是企业在整个市场或相关市场中的地位，能够控制商品或服务的价格、质量、供应量等。在大数据时代，市场支配力的概念可能需要扩展，以涵盖对数据控制能力的评估。例如，那些能够利用数据优势影响消费者行为和市场竞争的互联网平台，即便它们不直接设定商品或服务的价格，也可能被认定为拥有市场支配力。
5.1.2. 引入“显著市场力量”的概念
对于那些在特定市场或特定产品上具有足够影响力，但不足以在整个市场或相关市场形成支配地位的商家，可以将其视为具有“显著市场力量”。这种力量足以使他们在该特定市场或产品上实施“杀熟”，影响消费者的选择和其他竞争者的经营。
5.1.3. 评估“杀熟”的实际效应
对于那些在特定市场或特定产品上具有足够影响力，但不足以在整个市场或相关市场形成支配地位的商家，可以将其视为具有“显著市场力量”。这种力量足以使他们在该特定市场或产品上实施“杀熟”，影响消费者的选择和其他竞争者的经营。
5.2. 提高利用算法歧视差别定价的违法成本
5.2.1. 提高罚款额度
通过设定较高的罚款额度，可以显著增加企业在违规时的经济负担，从而产生必要的震慑效果。这种罚款机制的设计应当细致入微，考虑到企业的规模、违法行为的严重性、违法行为的持续时长以及由此造成的市场损害等多方面因素。对于大型企业，由于其经济实力雄厚，罚款额度应当设定得较高，以确保其感到痛楚。而对于中小型企业，罚款额度可能需要适度，以免对其造成过大的经济压力。此外，违法行为的严重性也是一个重要考量，如是否有欺诈、滥用市场支配地位等行为，这些都应当被视为严重违法行为，并相应地设定高额罚款。此外，罚款的额度应当与违法行为持续的时间成正比。如果企业长时间从事不公平的差别定价，那么罚款额度应当相应提高，以体现其持续的不法行为。同时，还需要考虑违法行为对市场、消费者和其他竞争对手造成的实际损害，这些损害应当通过罚款得到相应的补偿。为了确保罚款机制的有效性，罚款额度应当定期进行评估和调整。随着经济的发展和市场条件的变化，原有的罚款额度可能不再具有足够的威慑力。因此，监管机构应当定期审视和更新罚款标准，确保它们能够适应经济环境的变化，并保持足够的震慑效果。
5.2.2. 引入刑事责任
针对那些有意或蓄意通过算法实施定价歧视或其他不公正商业实践的商家，仅仅实施经济处罚可能不足以产生充分的威慑作用。在这种情况下，考虑采取刑事法律责任措施可能更为严格且有效。这涉及到对直接责任人员实施刑事处罚，如刑事监禁、罚款或其他法律规定的惩罚。为了落实这种刑事法律责任，有必要对现行法律进行修订，明确将算法歧视行为界定为刑事犯罪。例如，对于故意通过算法歧视消费者、违反竞争法规的行为，可以规定更严厉的刑罚，如较长的监禁期限或高额的个人罚款。对企业而言，除了可能面临经济处罚外，还可能遭受其他刑事法律后果，如吊销营业执照、强制停业等。
5.3. 完善告知同意规则
5.3.1. 简化和优化用户协议和隐私政策
为了确保用户能够充分理解并同意平台的使用条款和隐私政策，平台有责任将这些文档简化，使其更加清晰易懂。通过简化语言，避免使用复杂法律术语，将其转换为用户易于理解的内容，可以帮助用户更好地了解自己的个人信息如何被使用。
5.3.2. 加强告知义务的执行
根据《个人信息保护法》的规定，企业在收集、使用个人信息之前，必须明确告知用户相关信息处理的规则、目的、范围和方式等，以确保用户的知情权和选择权得到充分保障。制定标准化的告知格式可以帮助企业遵守法律规定，通过模板化减少法律风险，并提高用户对告知内容的理解和接受程度。标准化的告知格式通常应包括以下几个要素：信息处理的目的、信息收集的范围、信息使用的范围、信息共享的情况、信息保护措施等。
5.3.3. 确保消费者有权拒绝非必要的个人信息收集
消费者有权拒绝非必要的个人信息收集，这是个人信息保护的重要方面。平台需要明确告知消费者哪些信息是支持平台运行的必要信息，哪些是非必要信息，并尊重消费者的选择。当消费者拒绝提供非必要信息时，平台不能以此为由限制或拒绝提供服务等。
5.4. 合理分配举证责任
在传统的过错责任原则下，被侵权人需要证明侵权人的过错，这在平台经营者与消费者之间的关系中往往难以做到。消费者不仅难以获取平台背后的算法和数据处理情况，而且即使能够获取相关证据，也往往需要投入大量的时间和金钱成本，这对于大多数消费者来说是不切实际的。为了解决这个问题，可以考虑在大数据“杀熟”的司法案件中实施举证责任倒置，即将举证责任转移到侵权人，即平台经营者，要求他们证明自己的行为没有过错。平台商家作为证据的掌握者，有能力和责任证明其价格设定的公正性和透明度。通过公开算法、交易数据等信息，平台商家可以更有效地证明其没有“杀熟”，这既合理又公平。
参考文献