1. 引言
随着电子商务与算法技术深度融合，大数据“杀熟”现象频发——电子商务平台依托用户数据构建画像，对相同商品实施个性化定价，既侵犯消费者公平交易权，也扰乱市场秩序。当前研究主要聚焦于大数据“杀熟”的法律定性上，形成价格歧视说、价格欺诈说与滥用算法权力说三个核心学说，价格歧视说认为其属一级价格歧视，算法让精准定价成为可能；价格欺诈说指出平台隐瞒价格差异误导消费者，违反《价格法》；滥用算法权力说则直指本质，认为平台借信息优势滥用算法。本文在现有学说基础上围绕电子商务中大数据“杀熟”的法律规制展开研究，旨在提出针对性完善路径，为数字经济健康发展提供支撑。
2. 大数据“杀熟”的内涵
2.1. 大数据“杀熟”的概念
大数据“杀熟”最早来源于亚马逊公司的“差别价格实验”[1]。“大数据杀熟”是平台经营者通过算法收集、分析用户的消费习惯、兴趣爱好、浏览痕迹等信息，勾勒出用户的画像特征，针对购买同一商品或服务的不同用户提供不同价格的差异定价的行为[2]。
2.2. 大数据“杀熟”的特征
2.2.1. 隐蔽性强
在传统的线下实体店消费模式中，商品价格以价签、海报等形式公开且固定，消费者踏入门店即可直观看到清晰标价，无论是日常用品的单价，还是促销活动的折扣力度，都处于“全员可见”的透明状态。而线上购物的强封闭性打破了这种透明，消费者仅能看到自己设备上的“专属价格”，商家却能通过后台收集其数据；同时商家用差异化优惠券、满减门槛等手段模糊价格差异，让消费者误以为占了便宜，实则可能承担更高成本。
大数据“杀熟”的隐蔽性在此模式下被放大：平台利用消费者无法跨账号比价的劣势，通过用户数据(浏览记录、消费频次等)构建模型，给不同用户贴“价格敏感度标签”并实时调价，整个过程消费者毫无察觉。即便有消费者发现价格差异，也常因“算法黑箱”无奈接受，商家不公开定价逻辑，消费者难以证明权益受损，维权缺乏证据和技术支撑，最终只能被迫接受。
2.2.2. 针对性强
在传统消费模式里，商家若想判断消费者是否属于高消费人群并尝试“杀熟”，只能依据观察到的外在条件(如穿着打扮、言行举止)或消费习惯来推断。这种判断完全依赖商家的主观经验，精确度极低，即便消费者成为常客，商家积累了一定购买信息，也很难准确预测其愿意支付的价格上限。
但到了依赖大数据与算法的线上消费时代，精准预测消费者的最高支付意愿变得轻而易举。此时，消费者的个人信息在平台面前近乎“裸奔”，商家获取信息的难度大幅降低。他们会综合分析消费者的多元数据，包括年龄、性别、职业、地理位置、消费记录、浏览历史、使用设备类型等，为每个用户构建全方位的精准画像。在此基础上，商家从“群体化运营”转向“精细化运营”，针对不同客群制定专属定价策略：先筛选出对价格不敏感或平台忠诚度高的用户，再向其推送差异化的广告与价格；同时，算法会根据用户实时行为调整价格，为每位消费者“量身定价”，最终从老用户身上榨取最大剩余价值。
2.2.3. 危害性强
2025年7月21日，中国互联网络信息中心(CNNIC)正式发布第56次《中国互联网络发展状况统计报告》。这份权威报告的数据显示，截至2025年6月，我国网络购物用户规模达9.76亿人，这一数字意味着网络购物用户在全体网民中的渗透率高达86.9%，几乎覆盖了绝大多数互联网使用者；与此同时，网上外卖、网约车这两大高频生活服务领域，用户规模也分别达到5.69亿人和5.11亿人，其中我国外卖市场凭借庞大的用户基数与交易规模，稳居全球第一，持续领跑全球行业发展[3]。
互联网如此高的普及与渗透程度，使得大数据“杀熟”行为的负面影响被无限放大：一方面，部分平台经营者在搭建大数据平台时，存在未经用户授权违规收集信息、超范围滥用数据的行为，既严重侵犯用户隐私，也直接损害了消费者的知情权与公平交易权；另一方面，平台通过算法推送的个性化内容，常让消费者陷入“信息茧房”，被动接受平台预设的选项，这实质上是对消费者自主选择权的剥削。从法学定义来看，自主选择权本是消费者依据自身需求评估商品或服务价值、自主决定是否交易的权利，而被动接受“杀熟”价格，让这一权利形同虚设。
更严重的是，“杀熟”还会引发连锁危害。一旦消费者识破“杀熟”圈套，不仅购物体验大打折扣，更会对平台失去信任，进而引发行业信任危机。对企业而言，依靠算法“杀熟”或许能赚取短期利益，但最终会因用户流失损害长期发展，甚至破坏市场公平竞争秩序；而部分企业见有利可图便盲目效仿，导致后发竞争者陷入两难——要么跟风进行“剥削性创新”、升级算法定价手段，要么因缺乏价格竞争力被市场淘汰，这种恶性循环会严重阻碍数字经济的健康发展。
2.3. 大数据“杀熟”的法律性质
“杀熟”的字面含义，是利用熟人的信任实施欺骗以谋取利益；而大数据“杀熟”，则是电子商务平台通过收集、分析消费者的个人偏好与消费数据，借助忠诚客户的路径依赖和信息不对称，对不具备差别待遇合理条件的消费者，就同一商品或服务实行价格歧视的行为。
从法律规制来看，其可能涉及多部法律：一是可能构成《反垄断法》第22条第6项规定的“价格歧视型滥用市场支配地位行为”；二是若该个性化定价违背诚信原则与商业道德，可能被认定为不正当竞争，受《反不正当竞争法》约束。同时，依据《个人信息保护法》第73条第2项，大数据“杀熟”属于法律意义上的“自动化决策行为”；且根据《民法典》第111条第2句，平台获取个人信息需“依法取得”，具体需符合《个人信息保护法》第13条的七项情形(要么经本人同意，要么基于法定理由)。实践中，平台常以默认勾选、格式条款等方式履行“告知–同意”规则，此类同意的法律效力仍需进一步探讨；此外，按《个人信息保护法》第6条，平台收集数据应限定在“必要目的范围”，变更用途需经本人同意，但大数据“杀熟”中，平台多直接分析已获取数据，极少再征询用户意见，可能构成个人信息侵权。
从消费者权益维度，依据《消费者权益保护法》，大数据“杀熟”的危害体现在三方面：一是对相同商品或服务实行价格歧视，侵犯消费者公平交易权；二是向熟客隐瞒价格差异，侵犯消费者知情权，可认定为消极价格欺诈；三是通过自动化决策分析用户偏好、推送特定内容，将消费者困于“信息茧房”，限制并侵害其自主选择权。
3. 大数字“杀熟”的原因及运作机理
3.1. 大数据“杀熟”产生的原因
3.1.1. 经营者主导价格标准解释权
在互联网经济背景下，电子商务平台购物迅猛发展。消费者在平台下单时，常面临平台补贴、店铺折扣、满减活动、会员积分兑换等多样优惠机制。这些差异化优惠与最终定价，一定程度上契合了消费者追求实惠的心理，使得他们往往放松警惕，不再花费精力“货比三家”。更关键的是，不同消费者能获取的优惠类型、优惠券领取及使用规则均不相同，导致消费者之间难以形成统一的价格对比标准。即便当下备受关注的大数据“杀熟”，也多是消费者此前在电子商务平台购物后，偶然发现自己的价格与他人存在差异才得以曝光。在互联网交易场景中，定价主动权完全掌握在经营者手中：他们不仅决定商品或服务的定价方式，还拥有价格标准的最终解释权。这种不对等的权力格局，可能让经营者滋生滥用权力的空间，即通过实施价格歧视、操纵定价等不公平竞争行为，最终给消费者造成无端的经济损失。
3.1.2. 消费者个人信息被过度收集
个人信息，指与自然人相关、可单独或结合其他信息识别出特定主体的各类信息，形式涵盖文字、图表、图像等。
尽管《个人信息保护法》明确要求经营者收集信息需遵循“范围最小化”与“必要性”原则，但实践中，平台常借《隐私条款》的授权扩大数据搜集权限，以此获取大量用户信息。更有甚者，部分平台在隐私条款中要求将用户数据上传至第三方平台或共享平台，这直接对消费者的数据安全构成威胁：一方面，经营者平台及相关第三方是否具备足够的技术能力与安全保障措施来保护个人数据，其可靠性仍存疑；另一方面，若经营者或第三方平台缺乏保护用户隐私的意愿，通过倒卖个人信息牟利，将给消费者带来难以估量的严重后果。
3.1.3. 经营者追逐利润
逐利是商人的本质，企业天然以追求利润最大化为目标。随着市场竞争日益激烈，部分缺乏社会责任感、企业素养低下的平台商家，为在互联网市场中站稳脚跟、抢占份额，不惜违背市场公平原则、损害消费者权益，以此实现自身利益最大化。
算法技术的实际操控者正是这些平台商家，他们借助算法对消费者进行“精准收割”：先通过“隐私条款”等格式合同获取海量用户数据，形成对消费者的“透明化认知”。这些数据与平台商业模式深度绑定，蕴含巨大商业潜力——商业活动的成败，往往取决于能否精准把握消费者需求。商家通过分析数据，既能深入了解用户偏好，又能掌握更多市场信息[2]，进而探索新的盈利模式。由此，个人信息除了传统的隐私属性，还衍生出全新的财产价值与商业意义。随着算法持续优化，商家进一步实施差异化定价：用优惠价格吸引新用户，以扩大消费市场；对老用户则悄悄加价，以此弥补给新用户让利带来的成本损失。在原有销售量不变的情况下，商家通过这种方式赚取高额利润，本质上是牺牲市场公平公正换取利益，可见部分经营者已被短期利益蒙蔽了双眼。
3.2. 大数据“杀熟”的运作机理
3.2.1. 收集消费者个人数据信息
海量用户数据的收集，是大数据“杀熟”得以实施的基础。随着互联网深度渗透，每个人都身处网络浪潮中，个人信息的价值愈发凸显，部分平台商家也借此通过多种手段搜集消费者信息。
在账户注册环节，平台常要求用户提供性别、年龄、联系方式等基础数据——这些看似合理的信息收集，实则是后续构建用户画像的关键第一步。新用户打开APP时，页面会弹出冗长复杂的条款说明，多数人会直接点击“同意”跳过；即便有用户仔细阅读后不愿授权信息收集，为正常使用APP，最终也只能无奈妥协。
除此之外，用户的浏览轨迹、搜索关键词、购物车与收藏夹内容、历史订单、支付方式等数据，都会被平台全程追踪；平台还会拓展信息获取渠道，通过抖音、小红书等社交平台建立“跨平台数据协同机制”，借助各平台间的信息共享与整合，实现更精准的定价。甚至在技术层面，平台还会利用Cookies (即便用户未登录也能收集数据)、埋点技术(在APP或网页植入代码，实时捕捉用户交互行为)等手段，进一步获取用户信息。如此一来，用户在互联网中如同“透明人”，几乎无隐私可言。
3.2.2. 生成消费者用户画像
单纯的数据本身价值有限，其核心意义在于背后蕴藏的巨大潜在价值。而生成消费者用户画像，正是大数据“杀熟”的核心支撑机制——这套建模技术能为动态定价体系提供精准的决策依据，是实现“精准杀熟”的关键环节。
所谓消费者用户画像，是指基于多维度数据的采集与整合，通过数据清洗、挖掘及建模技术，将庞大的用户群体划分成具有差异化特征的细分类别。其生成过程主要分三步：第一步是整合数据，平台借助算法从海量信息中，提取出消费者的消费能力、品牌偏好、价格敏感度、购买频次等关键信息，并依据这些特征将用户归类，比如划分为高消费人群、奢侈品爱好者、电子产品刚需用户等；第二步是标签化处理，平台对用户数据进一步提取特征，构建涵盖静态属性(年龄、职业、性别)、动态行为(收藏、转发、下单)、心理偏好(户外旅游、美妆护肤)及未来行为预测的多层次标签体系，再通过标签化数据搭建用户模型，实现对用户群体的精细化分层与价值评估；第三步是形成并动态更新画像，最终生成的每一张用户画像都贴满专属标签，消费者的兴趣爱好、消费能力等信息被清晰呈现，平台可据此设计差异化营销活动，同时还会根据用户最新行为数据实时更新画像，确保定价策略的精准性与时效性。
3.2.3. 个性化定价
作为算法定价策略技术实现的关键阶段，实施个性化定价行为实质上构成了大数据“杀熟”的核心操作流程与最终环节。个性化定价的本质，是通过算法模型对用户进行精准画像，并依据用户的支付意愿、消费能力及价格敏感度等因素，制定专属的价格策略。
电子商务平台首先会基于用户的历史消费数据、浏览行为、设备信息等多维度数据构建用户画像，从中识别出两类典型群体：一类是频繁购买高价商品的高支付意愿用户，另一类是频繁使用优惠券的价格敏感用户。随后，平台借助机器学习算法动态调整商品或服务的价格，例如，对高支付意愿用户展示更高定价，而对新用户或价格敏感用户则展示低价，或额外发放优惠券。
电子商务平台的交易完全在线上开展，这一特点让交易环节彻底脱离物理空间限制，也使得大数据“杀熟”能在缺乏透明度、高度隔绝的环境中持续运作。当消费者通过平台交易时，面对的仅是自己的电子设备，所能看到的价格与优惠信息，会像“回音壁效应”一样，完全由平台根据其个人数据量身定制。长期的信息偏食让消费者被困在“信息茧房”中，既无法获取其他用户的价格信息，也难以察觉自己是否被区别对待，最终实现用户间的高度隔离。这种封闭环境不仅削弱了消费者对价格透明度的认知，还阻碍了市场信息的自然流动，为平台经营者实施大数据“杀熟”构筑起保护壁垒。
4. 大数据“杀熟”法律规制存在的问题
4.1. 大数据“杀熟”认定的具体标准不明确
近年来，我国不断加快算法相关领域的立法步伐，持续完善法律规制体系：《中华人民共和国个人信息保护法》《中华人民共和国反垄断法》《中华人民共和国电子商务法》等基础性法律，均对平台算法的应用边界与合规要求作出明确界定；2021年，国家网信办、工信部等四部门联合出台《互联网信息服务算法推荐管理规定》，其第二十一条更是直接禁止平台“利用算法在交易价格等交易条件上实施不合理的差别对待”[4]，为规制“杀熟”行为提供了直接依据；同年7月，国家市场监督管理总局在《价格违法行为行政处罚规定(修订征求意见稿)》中，进一步新增“利用算法对消费者实施价格歧视”的相关条款，试图从维护市场价格秩序的角度，强化对算法定价乱象的约束。
尽管这些法律法规已能对大数据“杀熟”形成一定震慑与约束，但实践中仍存在明显不足：其一，法律规范呈现“分散化”特征，相关条款散见于不同法律与规章中，缺乏系统性的专项立法或统一规制框架，导致执法与司法过程中可能出现法律适用竞合、责任界定模糊的问题；其二，核心认定标准尚不明确，例如《互联网信息服务算法推荐管理规定》仅原则性禁止“不合理的差别对待”[5]，但对“不合理”的具体判定维度(如价格差异幅度、适用场景、用户群体范围等)未作细化规定，使得监管部门在实际执法中缺乏清晰依据，难以精准界定平台行为是否构成违法“杀熟”。
4.2. 大数据“杀熟”缺乏事前监管机制
当前，《互联网信息服务算法推荐管理规定》第二十三条已明确建立算法推荐服务的分级分类管理制度，该制度主要依据算法推荐内容的类别(如新闻资讯、电商营销、社交互动等)与风险等级，设定差异化的监管要求。但从监管导向来看，这一制度的核心聚焦于算法的安全性，例如防范算法传播违法信息、引发舆论风险、危害数据安全等，并未将大数据“杀熟”这类直接侵害消费者权益、扰乱市场价格秩序的行为，明确纳入行政监管的重点覆盖范围。
实践中，现有监管模式多呈现“事后应对”特征：往往是大数据“杀熟”事件通过消费者投诉、媒体曝光等方式引发社会关注后，监管部门才介入调查；而此时，大量消费者已因“杀熟”支付了更高费用，权益受损的事实已然形成，即便后续平台被处罚、消费者获得赔偿，此前造成的经济损失与信任伤害也难以完全挽回，损害后果具有一定的不可逆转性。
4.3. 大数据“杀熟”缺乏算法解释机制
在线上交易场景中，消费者与商家虽同属核心参与主体，但两者的信息地位却严重失衡：消费者因缺乏对商品定价逻辑、数据使用规则的知情权，始终处于信息弱势端，难以在充分了解交易全貌的前提下作出完全自主的决策；而平台或商家则可借助这种信息差，将运营成本隐性转移给消费者，这种失衡的根源，恰恰在于算法定价的不透明，即消费者看不到价格背后的算法逻辑，只能被动接受平台推送的“专属价格”。
针对这一问题，现行法律虽已作出初步回应：《个人信息保护法》第四十八条明确赋予信息主体权利，可要求信息处理者对个人信息的具体处理规则进行解释说明；《互联网信息服务算法推荐管理规定》也对算法技术提供者设定了公开算法规则的义务。但这两项条款均存在明显短板，即未清晰界定算法技术需要公开的具体范围[6]：是仅公开定价的基本原则，还是需披露用户标签与价格挂钩的具体逻辑？是说明数据来源，还是要解释算法模型的运算过程？若网络平台仅选择性公开少量无关紧要的信息，刻意规避核心定价逻辑，那么信息不对称的问题仍无法从根本上解决，消费者的知情权与决策权依旧难以保障。
4.4. 大数据“杀熟”司法层面举证困难
在实际司法审判中，大数据“杀熟”案件的受害人普遍面临“举证难”的困境，这一问题已成为制约维权成功的核心障碍。从证据获取层面来看，算法技术的运作依赖互联网平台后台的海量数据，其定价逻辑、用户标签划分等核心信息均由平台掌控，普通用户难以从“仅能看到自己页面价格”的表象中，准确分辨“杀熟”导致的价格差异与正常交易的区别，自然难以主动收集、固定能证明“杀熟”存在的关键证据。而在司法实务中，占据市场优势地位、掌握先进技术的电子商务平台，往往会用“合理理由”掩盖“杀熟”实质。当用户质疑价格异常时，平台常以“交易时间不同导致价格变动”“地区定位差异影响定价”“数据传输临时故障”等借口搪塞；加之普通用户缺乏算法技术知识，既无法解读平台的定价算法逻辑，也难以反驳平台的技术说辞，这些因素共同加剧了受害人的举证难度，使其在维权中陷入“明知权益受损却无据可依”的被动局面。
5. 大数据“杀熟”法律规制的完善路径
5.1. 完善相关立法，明确大数据“杀熟”的认定标准
首先，应在专项立法或法律修订中明确大数据“杀熟”的核心构成要素，将其界定为“平台利用算法技术，基于用户消费数据(如消费频次、支付能力、价格敏感度)构建画像，对相同商品或服务向不同用户设定差异化价格，且该差异无合理依据、实质损害消费者公平交易权的行为”，从法律层面锚定行为本质；其次，需明确“合理差别待遇”的排除情形，避免将正常商业行为误判为“杀熟”，例如基于用户会员等级(如付费会员享专属折扣)、消费时段(如非高峰时段低价)、订单量(如批量采购优惠)、地域物流成本差异等符合行业惯例、且向用户充分公示的价格差异，应认定为合理情形，排除在“杀熟”认定范围之外；最后，细化“不合理差异”的判定维度，为执法与司法提供可操作依据，可设定量化与质性双重标准：量化上，明确同一商品或服务在同一时间、同一场景下，不同用户的价格差异幅度若超过一定比例，即推定存在“不合理差异”，电子商务平台需举证说明差异合理性；质性上，若平台刻意对高忠诚度用户、高频消费用户展示更高价格，且无成本、服务差异等正当理由，或通过“信息茧房”隐藏低价选项，均直接认定为大数据“杀熟”。
5.2. 健全大数据“杀熟”的监管制度
要强化对大数据“杀熟”的监管执法，核心在于打破部门壁垒、凝聚监管合力。一方面需细化各监管部门的职责分工，明确权责边界，避免出现“多头管”或“无人管”的漏洞，同时完善配套执法依据，让监管行动有法可依、有章可循；另一方面要积极探索协同监管与联合执法的有效路径，尤其在用户数据信息保护、平台个性化推荐算法审查等关键领域，建立跨部门信息共享与联动处置机制，确保监管覆盖大数据“杀熟”的全链条。
提升监管能力，还需加大技术投入与方法创新。其一，可整合消费者投诉举报、网络舆情监测、平台数据反馈等多渠道信息，建立动态更新的“大数据杀熟”风险企业名单，对名单内的重点风险企业、高风险行业(如电商、出行、外卖)开展定期抽查与专项检查，实现“靶向监管”；其二，针对算法技术的专业性壁垒，可引入具备资质的第三方专业机构，对平台算法定价、数据使用等行为进行独立合规审查与效果评判，此举既能弥补监管部门在技术层面的短板，又能最大程度节约执法资源，让监管执法更具效率与精准度，切实破解“算法黑箱”带来的监管难题。
5.3. 完善电子商务平台算法治理规则
完善大数据“杀熟”的算法治理规则，需从透明度、认定标准、责任界定与监管权限四方面协同发力：一是提升算法透明度，鉴于当前法规仅要求具有舆论属性或社会动员能力的算法推荐服务提供者备案公示，未覆盖网络交易类经营者，需明确要求此类经营者向公众告知价格、商品展示类算法的应用条件、场景、目的及可能产生的结果与不利后果，同时赋予其针对执法司法机关及消费者质疑的算法解释义务；二是明确“不合理的差别待遇”边界，除立法层面细化外，可通过发布指南或法院指导案例的方式，列明正面与负面情形，对符合交易习惯、行业惯例及为保护弱势群体利益与安全而实施的差别待遇予以包容；三是完善算法责任制度，进一步明确大数据“杀熟”行为的认定条件，清晰界定经营者滥用算法的行政与民事责任，同时设立惩罚性赔偿规则与举证责任倒置规则；四是强化监管权限，赋予监管机关对算法系统的检查权，允许行政执法机关在特定情形下访问企业数据库、获取相关算法代码，确保监管能有效穿透“算法黑箱”。
5.4. 完善消费者被“杀熟”的权利救济
完善消费者权益与个人信息保护的法律规则，可从三方面重点发力：首先，在《消费者权益保护法》中细化商家告知义务，明确要求商家在处理消费者个人信息前，必须履行强制告知责任，清晰说明个人信息在交易中的收集、使用、存储等处理机制，让消费者充分知悉信息流向，切实保障其知情权；同时，进一步细化《个人信息保护法》中消费者的权利边界，明确其对个人信息享有的知情权、决定权、更正权、删除权等具体权利，为消费者维权提供清晰法律依据。其次，拓宽《消费者权益保护法》第四十七条规定的消费公益诉讼适格原告范围，将各级消费者协会、人民检察院、相关行政监管部门等纳入其中，借助专业机构与公权力的力量，弥补消费者在信息不对称中的弱势地位，增强整体维权能力。最后，在《个人信息保护法》中加重个人信息处理者的法律责任，通过提高违法成本(如加大罚款力度、明确连带责任)，倒逼商家规范个人信息使用流程，杜绝超范围收集、滥用数据等行为，从源头维护消费者的合法权益。
6. 结论
随着互联网与大数据技术的快速迭代，在利益驱动下，部分电子商务平台经营者凭借自身优势地位实施“大数据杀熟”，给消费者权益造成严重损害。我们在享受大数据与互联网带来的便利时，也需时刻警惕其背后潜藏的问题与风险。
事实上，通过法律规制电子商务中大数据“杀熟”，仅是应对数据技术滥用的初步举措。要引导经营者依法合规开展商品交易，未来仍需多方协同发力：国家层面需在立法、执法、司法等环节形成合力，推动治理体系与治理能力现代化；平台经营者应主动恪守商业道德，遵守行业规则与法律准则，摒弃短期逐利思维；消费者也需提升自我保护意识，学习必要的法律常识，在权益受损时积极维权，切实捍卫自身合法利益。