摘要: 算法价格歧视行为在当前数字经济时代已经逐渐成为平台企业获取竞争优势的重要手段，其通过收集用户数据、构建“用户画像”并实施“千人千价”的差别化定价提升了市场效率的同时也带来了破坏公平竞争、侵害消费者权益和阻碍市场创新等负面影响。然而当前《反垄断法》在规制此类行为时往往面临市场支配地位认定模糊、监管模式滞后及权利救济障碍等挑战，因此亟需完善市场支配地位的认定标准例如引入用户黏性、数据控制力等参考，推动监管机制创新的同时健全包括集体诉讼制度在内的消费者权益救济途径，通过多方面的规制有效保障消费者合法权益和促进数字市场的公平竞争。
Abstract: In today’s digital economy, algorithmic price discrimination has emerged as a key strategy for platform companies to gain competitive advantages. By aggregating user data, developing “consumer profiles”, and deploying “personalized pricing algorithms”, these practices enhance market efficiency while concurrently generating adverse effects such as distorted competition, infringement of consumer rights, and suppressed innovation. However, the current “Anti-Monopoly Law” faces regulatory challenges, including ambiguities in defining market dominance, outdated supervisory frameworks, and systemic barriers to legal redress. Therefore, it is imperative to refine the criteria for determining market dominance by incorporating factors such as user stickiness and data control power. At the same time, there is a need to innovate regulatory mechanisms and establish comprehensive consumer rights relief channels, including class action systems. Through multi-faceted regulation, it is essential to effectively safeguard consumer rights and promote fair competition in the digital market.
1. 引言
算法价格歧视这一概念可以拆分为“算法”与“价格歧视”两个方面加以理解：一方面，算法本质上是基于逻辑规则的系统化指令，通过结构化数据处理将初始数据转化为目标结果并用编程语言实现自动化求解，可以简单理解为以计算机语言实现的解决问题的方法[1]。随着科学技术的发展，算法的内涵不断丰富逐渐成为计算机科学的重要基础并广泛应用于各类技术领域；另一方面，价格歧视实质上是一种价格差异，即以不同的价格销售同一种商品或服务，学界将价格歧视分为三级：一级价格歧视也称为完全价格歧视，是指商家针对每位消费者收取其愿意支付的最高价格；二级价格歧视则是根据消费者的购买数量或使用情况设定不同的收费标准；三级价格歧视则是基于消费者群体的不同特征如收入、地域等进行分类并据此制定差异化价格。因此，所谓算法价格歧视是指经营者利用算法技术与海量数据资源预测并评估消费者的支付意愿，进而依据分析结果为其提供个性化定价的行为[2]。然而“算法黑箱”的特性使得消费者难以察觉权益受损的同时也导致执法机关监管困难，因此加强对算法价格歧视行为的规制对于保障消费者权益、维护市场公平竞争以及推动数字经济发展具有重要意义。
2. 算法价格歧视行为的实施路径分析
2.1. 收集信息，构建信息“仓库”
平台企业所依托的消费者数据信息主要包含两大类别：其一是消费者用户在初始注册阶段向平台主动提交的身份信息资料等；其二是企业通过大数据技术持续记录的用户消费轨迹、浏览行为等日常活动数据信息，这些信息最终构成平台企业实施区别定价的支撑[3]。除此之外，平台并不局限于收集消费者在本平台当中的数据信息，而是各互联网平台之间还可以进行消费者数据信息的互通共享从而使得平台经营者能够在海量数据的基础上绘制出更为准确的“用户画像”。随着互联网的广泛应用和信息采集技术的不断发展，平台企业会变相向消费者索取数据授权以此来获取其接入互联网设备的特征码并将其与消费者的用户画像关联起来，即使用户卸载后重新安装该应用程序或切换至不同的网络环境仍无法规避平台服务器的持续识别与追踪。
2.2. 算法分析，绘制“用户画像”
平台企业收集到消费者数据信息之后借助算法技术将不同的消费者按照一定的特征进行分类分组并对他们的偏好进行预测，对用户的消费行为和偏好的预测也会随着平台收集的数据量不断增加而变得愈加全面和精准。换句话说，互联网企业利用算法分析消费者的搜索记录、浏览记录、停留时间及付款时间等多方面的数据信息评估消费者用户的喜爱偏好、价格承受能力等等，然后基于这些评估信息可以深入了解消费者的支付意愿和购买能力，并通过聚类分析进一步细化消费者用户分类，同时平台可以借助规则机制并根据上述算法分析得到的结果向目标用户推送个性定制化内容[4]。随着数据储备量的不断积累，平台企业最终能够绘制出一个全面且详尽的“用户画像”。
2.3. 歧视定价，实现“千人千价”
在收集用户数据并预测其偏好的基础上，平台向其推送个性化内容的同时还会针对消费者的支付意愿实施价格歧视行为，平台经营者依据消费者的不同类别进行个性化定价考虑的因素包括但不限于支付意愿的高低、对品牌的偏好以及消费者的议价能力等[5]。经营者会评估消费者是否会采取反制措施来识别高支付意愿的用户从而实施歧视性定价，这种方式使得企业在一定程度上剥夺了这些消费者的剩余价值。此外，在现实生活中那些信赖平台的老顾客以及对价格不敏感的消费者反而可能成为平台企业实施价格歧视行为的“受害者”，他们由于其较高的忠诚度和较低的价格敏感性往往会面临更高的定价从而遭受平台的不公平待遇也即平台企业向那些对平台粘性较强的老顾客往往会设定高于非忠诚消费者的价格[6]。
3. 《反垄断法》规制算法价格歧视行为的必要性
3.1. 危害市场竞争秩序
利用算法技术实施的差异化定价可能导致市场竞争出现“马太效应”，也即大企业凭借技术和数据优势不断增强市场地位而小企业则因资源不足难以竞争从而逐渐陷入困境，最终危害市场竞争秩序。这种现象的产生与企业如何获取和使用消费者数据信息密切相关：平台企业在日常运营中积累了海量数据的同时还能通过跨平台数据交易等途径进一步扩充信息资源，然而数据收集、处理与分析能力的差异使得不同规模企业处于不对等的竞争地位，大企业凭借强大的技术实力和数据优势能够精准构建用户画像并动态调整价格从而持续实施差异化定价，这提升了自身的市场竞争力的同时也使得平台内的小企业处于不利的竞争环境从而难以与其抗衡，加剧了市场竞争的不公平性。
3.2. 侵害消费者合法权益
消费者向经营者提供个人信息的初衷是为了获得更优质的服务体验，然而部分经营者却将这些数据用于商业牟利而忽视了对用户隐私权应有的尊重和保护，这种过度收集用户数据的行为不仅加剧了数据泄露的安全风险，也为不法商家实施非法数据交易活动提供了可乘之机[7]。此外平台企业借助算法技术深入分析收集的数据并依据消费者的支付意愿和价格承受能力而非产品或服务的实际成本制定差异价格，这导致那些长期依赖平台的老用户和对价格不敏感的消费者反而成为算法价格歧视的主要对象，他们由于高忠诚度和低价格敏感性被算法判定为“高支付意愿用户”往往面临更高定价从而遭受平台不公平的待遇，这种做法实质上损害了消费者享有公平交易的权利。
3.3. 损害其他经营者公平竞争权
一些平台企业凭借其积累的海量数据和长期经营形成的精细化用户画像能力使新进入者难以在短时间内获得同等水平的市场洞察力和用户分析能力，这种信息鸿沟进一步强化原有企业市场支配地位的同时也在一定程度上形成了限制新竞争者进入的壁垒。即使新进入企业具备相同的算法技术能力也难以在短期内达到成熟平台企业的数据积累和算法技术，这种信息失衡使得新入局者陷入两难困境：若遵循平台的定价机制则必须承受亏损经营的压力以此来换取有限的市场空间；若选择退出竞争又将丧失宝贵的市场机遇。这不仅变相抬高了市场准入门槛，更是在深层次上抑制了整个行业的创新动力，最终导致市场生态趋于僵化从而限制了市场的健康发展与创新活力[8]。
4. 算法价格歧视行为反垄断法规制困境
4.1. 市场支配地位界定困难
我国《反垄断法》第三章将市场支配地位作为认定经营者实施垄断行为的前提要件，其中市场份额又是认定市场支配地位的重要参考，但这一要件在当前数字经济背景下正面临着全新挑战：实践中一些掌握海量消费者数据信息和拥有强大算法技术的企业往往能够形成实质性的市场控制力从而突破市场份额限制；而一些传统企业即便拥有较高的市场份额其实际市场影响力也可能不及新兴数字平台。这表明传统的市场份额认定标准已经难以适应平台经济对市场支配地位认定的新要求，亟需将获取用户数据的能力、算法技术等因素纳入市场支配力的综合评估参考，当经营者通过算法技术不当利用消费者数据导致其他竞争者被迫退出市场时即应认定其具有市场支配地位并予以规制，这种基于行为效果的认定思路更契合数字经济反垄断的实践需求。
4.2. 反垄断执法监管模式落后
对算法价格歧视行为的监管涉及多个部门，各部门基于各自职能的监管分工往往出现监管重叠或缺位的现象从而使得该行为难以被及时查处，尤其在当前互联网经济呈现显著跨地域特征的情况下各地监管部门间的信息共享不足进一步加剧了这一难题，导致在进行跨区域监管时可能出现责任推诿的现象。此外，现有的监管举措过度依赖执法机关的事后强制干预而忽视了平台自我监督机制的建设，这削弱了市场预警的同时也使得像算法价格歧视这样隐蔽性的违规行为难以被迅速识别和制止。值得注意的是，反垄断规制多聚焦于社会公共利益而忽视了对市场竞争力变化的评估往往在实质性的损害后果发生后才采取行动，再加上算法价格歧视行为本身具有高度的隐蔽性和技术复杂性使得冗长的反垄断调查过程可能会在一定程度上放任侵害行为继续存在，从而对市场竞争秩序造成更大的破坏。
4.3. 权利救济存在障碍
算法的“技术黑箱”特性加剧了经营者与消费者之间的信息不对称，再加上平台商品和服务价格的实时变动、算法价格歧视行为的隐蔽调整等因素使得消费者在权益受损时难以及时获取和有效保存相关证据陷入“举证不能”的困境，从而在法律救济过程中处于不利地位。与此同时，执法机关由于人力、技术和资源等方面的限制往往需要依赖投诉数量的集中爆发或社会舆论的关注才会启动调查程序，这种被动响应模式使得个案维权常常滞后从而错失了及时制止违法行为的最佳时机，导致救济效果大打折扣，缺乏应有的时效性。此外许多消费者在面对单次交易中较小的经济损失时往往会权衡维权成本与收益，由于举证复杂、流程繁琐、周期较长，维权的实际成本远高于所得补偿，因此不少人选择默默承受所谓的“哑巴亏”放弃了本应享有的合法权利。
5. 完善算法价格歧视反垄断法规制建议
5.1. 完善市场支配地位的认定标准
市场份额在传统的反垄断实践中长期作为认定市场支配地位的重要标准，然而随着数字经济的发展市场份额与市场支配力的关联性明显减弱，单纯地依赖销售额或销售量等传统考量因素已经难以客观真实地反映数字市场竞争实质，平台经济的网络效应、数据信息和算法优势等正在重塑市场竞争格局使得用户规模、数据控制能力和算法技术壁垒等新型因素更能反映企业的实际市场影响力。这种变革要求反垄断规制从单一的市场份额标准转向多因素的市场支配力评估体系从而更精准地识别数字经济中的平台企业市场支配地位滥用行为，这要求：一方面适当弱化市场份额认定因素的权重，更多关注经营者的研发能力和技术创新水平等要素；另一方面需要创新市场份额的计算方法，引入用户黏性、活跃度、使用强度等数字化指标从而构建更符合数字经济特征的市场份额评估标准[9]。
5.2. 优化创新监管模式
第一，针对算法价格歧视的监管涉及市场监督管理部门和数字经济主管部门等多个部门，为了避免不同部门间职能交叉和监管缺位有必要设立专门的算法价格歧视监管机构统一负责相关行为的监测、识别与处理，避免因职责不清导致监管失效。同时建立和完善各地监管部门之间的信息共享平台以确保能够快速、准确地交换相关信息，从而减少因属地管理造成的监管空白和推诿现象以提高跨区域监管效率。
第二，反垄断执法机关应重视平台自我监督机制的建设，鼓励平台通过制定和执行严格的数据使用政策、透明的算法操作流程以及公平的价格策略等举措建立完善的内部合规体系来预防违规行为的发生，平台也应定期进行算法风险评估和审计确保其运营符合相关法律法规的要求并及时纠正潜在的风险。同时执法机关可以利用大数据分析、人工智能等技术手段辅助监测市场竞争地位的变化以便及时发现并制止隐蔽性违规行为。
5.3. 完善消费者权利救济体制
第一，消费者在算法价格歧视案件中往往面临信息不对称、取证困难等问题，因此可以适当降低消费者的举证责任将部分举证义务转移给经营者，即由经营者证明其行为的合法性而消费者只需证明自身权益受到损害。此外也可引入无过错责任制度，要求经营者自证其算法定价行为不存在主观过错从而减轻消费者的举证压力，法院在取证过程中也应给予必要协助从而进一步提升消费者维权的可行性[10]。
第二，在算法价格歧视案件中消费者集体诉讼是维护权益的重要途径之一[11]。可以适当简化集体诉讼程序和降低参与门槛，比如允许通过在线平台便捷地发起和加入集体诉讼并减少不必要的证明文件和手续，同时提供法律援助服务如律师代理、诉讼费用减免等支持从而使得更多遭受损失的消费者能够联合起来维护自身合法权益。
6. 结语
综上所述，算法价格歧视行为在数字时代已成为反垄断领域的重要监管议题之一，平台企业实施的算法价格歧视行为不仅损害了消费者的合法权益，还扰乱了市场的公平竞争秩序。现行《反垄断法》在规制此类行为时面临市场支配地位认定标准滞后、监管模式与技术特性不匹配以及消费者救济渠道不畅等问题，为此需要重构以数据控制力和算法技术为重点的市场支配地位参考标准，推动监管机制创新的同时健全包括消费者集体诉讼制度在内的多元救济途径，通过制度创新与技术治理的协同推进在促进数字经济创新活力的同时保障消费者合法权益和维护市场公平竞争秩序。