1. 引言
随着数字经济的纵深发展，电子商务已成为推动全球经济增长的核心引擎。数字技术作为平台经济的“大脑”，在提升交易效率、优化用户体验方面发挥着革命性作用[1]。然而，技术在赋能商业的同时也衍生出新型的治理挑战，其中，“大数据杀熟”(即算法价格歧视)现象日益泛滥，构成了对消费者权益的公然侵蚀与对市场公平秩序的严峻挑战。这一问题的本质是平台资本逐利性在算法黑箱掩护下的无序扩张，它不仅引发了广泛的社会信任危机，更暴露出传统监管模式在应对技术性、隐蔽性市场失灵时的滞后与乏力。
目前，学界对“大数据杀熟”的研究已形成初步成果，但多集中于经济学层面的价格歧视机制分析[2]，或法学领域的侵权责任认定与消费者权益保护探讨[3]。这些研究固然重要，却在一定程度上忽略了对治理理念与价值导向的深层反思。从公共管理学的视角看，“算法杀熟”不仅仅是市场失范，更是公共价值——特别是公平、透明、问责——在数字市场中的严重缺失。公共价值理论作为公共管理学的核心理论之一，由莫尔于1995年首先提出，强调公共部门的核心使命是创造对公民有益的价值[4]。该理论突破了传统公共行政对效率的单一追求，将公平、公正、问责、透明等规范性价值置于治理的中心位置。在数字治理领域，公共价值理论为理解政府、平台与公民之间的新型关系提供了重要视角[5]。相较于主要关注资源配置效率的平台治理理论，以及侧重于权力合法性来源的社会契约理论，公共价值理论的独特优势在于其整合了工具理性与价值理性。它不仅关注治理的有效性，更强调治理过程应创造和维护那些被公众珍视的价值。这一理论视角对于分析“大数据杀熟”问题具有特殊意义，因为该问题本质上反映了技术效率与公共价值之间的深刻张力。现有研究缺乏一套以价值重构为核心的系统性治理框架，未能有效回答“如何超越被动处罚，构建一个主动塑造数字市场伦理的治理体系”这一核心问题。
鉴于此，本研究引入公共价值理论作为核心分析框架，旨在为“大数据杀熟”的治理提供一个新颖的公共管理学视角。研究将首先剖析“大数据杀熟”如何具体偏离了公平、透明、问责等公共价值基准；进而深入探究其背后技术、资本与制度交织而成的复杂成因；最终，致力于构建一个以公共价值为导向，融立法完善、监管创新、平台问责与社会协同于一体的多元治理体系。本研究不仅有助于丰富算法治理的理论内涵，更旨在提供切实可行的政策参考，从而助力构建一个更具包容性、公平性和可信性的电子商务生态体系。
2. “大数据杀熟”与公共价值的偏离
“大数据杀熟”在学术上可被精准地界定为：拥有市场支配地位的电子商务平台利用其收集的用户个人数据、行为数据与偏好数据，通过算法模型对用户进行精准画像，针对同一商品或者服务进行隐蔽的个性化的差异化定价策略[6]。其本质是算法技术赋能下的一种一级价格歧视行为，旨在最大限度地榨取消费者剩余，实现平台利润最大化[7]。将公共价值理论应用于算法治理研究，与主流研究范式形成重要互补。现有研究多遵循两条路径：一是计算机科学领域的技术规制路径，聚焦通过公平算法设计实现歧视纠正[8]；二是法学领域的权利保护路径，通过数据权利与消费者权益框架规制平台行为[9]。然而，这两种路径都相对忽视了治理的价值维度。公共价值理论的引入，将研究焦点从单纯的技术合规或权利保护，拓展到价值重构与共识形成的更高层面。这不仅要求算法在技术上公平、在法律上合规，更要求其运行方式与社会的核心价值理念相一致。这一理论转向为构建更具包容性的算法治理体系提供了新思路。
从公共管理的视角审视，“大数据杀熟”这一商业行为的危害远不止于经济学意义上的效率损失，其更深层次的危机在于导致了数字市场中公共价值的系统性偏离与侵蚀。公共价值理论强调，良好的治理应创造出于公民有益的价值，这些价值包括但不限于公平、透明、问责与隐私。以此为框架进行剖析，“大数据杀熟”的谬误便清晰可见。
2.1. 公平性的沦陷
公平是市场经济健康运行的基石，其核心要求是“同物同价”的交易伦理。然而，大数据杀熟彻底颠覆了这一原则。它依据用户的支付意愿而非商品成本或市场供求来定价，导致在相同的时点、购买相同的商品或服务，老用户反而需要支付比新用户更高的价格。这种基于数据画像的“个性化”定价，并非普惠性的优惠，而是针对信息弱势方(消费者)的精准盘剥。它创造了一个极不平等的交易环境，使得信任平台、贡献了大量数据的忠诚用户成为被“收割”的对象，这不仅违背了商业伦理，更践踏了社会公平正义这一最基本的公共价值，最终将侵蚀整个数字社会的信任基础。
2.2. 透明性的遮蔽
透明是信任的前提，也是公众行使监督权、参与治理的基础。传统明码标价的市场规则在算法黑箱面前已然失效。平台从不公开其定价算法的逻辑、参数和决策过程，消费者对自己为何被收取特定价格全然无知，知情权形同虚设。整个交易过程从“货比三家”的透明竞争，异化为“算法对人”的隐蔽操控。这种刻意营造的不透明性，使得价格歧视行为难以被察觉和验证，消费者即便心存疑虑，也因取证困难而陷入维权困境。公共价值所要求的开放、可理解的治理过程，在算法的黑箱中被彻底遮蔽。
2.3. 可问责性的缺失
当公共价值被侵害时，必须存在清晰的责任主体与有效的追责机制。算法杀熟的复杂性使得问责链条发生断裂。平台往往将责任推诿给“技术中性”或“复杂的算法模型”，声称这是系统自动生成的结果，而非人为故意设置，从而逃避直接责任。监管者则因技术壁垒和取证困难而面临执法困境。消费者维权时，面临“不知告谁、为何而告、如何举证”的多重困境。这种问责机制的模糊与失灵，实质上纵容了平台的滥权行为，使公共价值在遭受侵害后得不到应有的救济与矫正，破坏了“权责对等”这一基本的治理原则。
2.4. 隐私保护的悖反
大数据杀熟的逻辑起点是对用户海量数据的贪婪采集与深度挖掘。平台为达成精准歧视，必须持续追踪用户的消费记录、浏览轨迹、设备信息、甚至地理位置等敏感数据。在这个过程中，本应受到严格保护的用户隐私成为了被标价和利用的原材料。保护用户隐私是一项公认的公共价值，而“杀熟”行为却与之形成了根本性的悖反：平台提供的服务不再是基于用户需求，而是基于对用户隐私的剥削。这导致用户陷入一个两难困境：若要享受数字生活的便利，就不得不默许个人数据被持续监控和滥用，公民的数据主权与隐私权荡然无存。
综上所述，“大数据杀熟”绝非一个简单的商业策略问题，而是一个严峻的公共治理失范问题。它系统地偏离了公平、透明、问责与隐私等核心公共价值，揭示了数字时代资本与技术合谋带来的社会风险。因此，对其的治理绝不能仅停留在技术优化或个案处罚层面，而必须是一场以重构和捍卫公共价值为根本目标的系统性、制度性回应。
3. “大数据杀熟”偏离公共价值的多重动因
“大数据杀熟”对公共价值的偏离并非偶然，而是技术、资本与制度在特定发展阶段相互作用下的必然结果。其成因是一个多层面、系统性问题的集中爆发，根植于平台企业的内部逐利本性，并因外部监管体系的失灵而得以放大和蔓延。
3.1. 内部动因
首先，从经济逻辑上看，资本追求利润最大化的内在冲动是“杀熟”行为最原始的驱动力。在竞争日益激烈的市场环境中，平台企业面临巨大的增长与盈利压力。相较于开拓新市场，对存量用户进行精细化挖掘以最大化其终身价值，成为一条更具诱惑力的捷径。“杀熟”作为一种完美的一级价格歧视手段，能够精准地以用户所能接受的最高价格成交，从而将每一位消费者的“消费者剩余”榨取殆尽，直接转化为平台的超额利润[10]。这种近乎“躺赢”的盈利模式，对资本而言具有难以抗拒的吸引力。
其次，算法技术的成熟为这种价格歧视提供了空前强大的实施工具。大数据技术使得平台能够以极低的成本对海量用户数据进行采集、存储与分析，从而构建出极其精准的用户画像。机器学习算法则能够从复杂的数据中自动发现规律、预测用户的支付意愿和价格敏感度。技术在这里扮演了“赋能者”与“掩盖者”的双重角色：它既赋予了平台实施精准歧视的能力，又以其固有的复杂性(“黑箱”特性)为这种行为披上了“技术中性”的外衣，使其变得隐蔽且难以追溯。资本逐利的天性遇到了算法这把“利器”，便不可避免地走向了公共价值的反面。
3.2. 外部动因
如果说内部动因是“想作恶”和“能作恶”，那么外部监管环境的乏力则直接导致了“敢作恶”的局面。当前的外部治理体系在应对大数据杀熟时表现出明显的滞后与不适：
其一，法律法规的原则化与碎片化。尽管我国于2022年3月1日正式施行的《互联网信息服务算法推荐管理规定》对大数据杀熟有所涉及，但条款多属于原则性禁止，缺乏具体的认定标准、执法程序和处罚细则[6]。例如，何种程度的差价构成“杀熟”？如何举证平台存在“主观故意”？这些关键问题在司法和执法实践中均存在巨大困难，导致法律威慑力大打折扣，违法成本极低而收益极高。
其二，监管机构面临技术与能力壁垒。面对快速迭代、高度复杂的算法模型，传统的市场监管手段显得力不从心。监管机构普遍缺乏足够的专业技术人才和算法审计工具来穿透“黑箱”，进行有效的行为认定和证据固定。这种“技术不对称性”使得监管往往处于被动回应、事后处罚的尴尬境地，难以进行事前预防和事中干预。
其三，多元共治格局未能有效形成。良好的治理需要政府、平台、行业、社会多方协同。然而现状是：平台自律缺失，在缺乏外部强力约束的情况下，平台缺乏主动将公共价值内化为企业伦理的动力；行业监督薄弱，行业协会在制定算法伦理标准、进行行业自律监督方面发挥的作用有限；社会监督渠道不畅，消费者虽有个案投诉，但难以形成集体行动力量，媒体监督虽能曝光个别事件，却无法推动系统性变革，第三方技术社区和公益组织的监督作用尚未被充分调动和赋能。
由此可见，“大数据杀熟”是平台内部逐利动力与外部约束失灵共同作用下的产物。它既是市场失灵的表现，也是政府监管失灵和社会调节失灵的结果。技术放大了资本的力量，而陈旧、单一的监管模式未能及时对这种新型权力形成有效制衡。因此，治理路径的构建必须是一场针对内外因的全面改革，既要约束平台的算法权力，也必须升级政府的监管工具箱，并激发社会多元主体的治理潜能，方能从根本上扭转公共价值持续流失的困境。
4. “大数据杀熟”多元协同治理的路径构建
针对“大数据杀熟”背后复杂的成因，任何单一的治理手段都难以奏效。必须超越传统的“命令-控制”型监管模式，构建“政府主导–平台履责–社会监督”的多元协同治理体系。将公平、透明、问责与隐私等价值理念内嵌于算法生命的全周期，从而实现由事后惩罚向事前预防、事中干预的根本性转变。
4.1. 政府层面：强化制度供给与精准监管
政府作为公共利益的代表，需通过制度设计规范算法行为，同时提升监管技术能力，避免“监管滞后”。
4.1.1. 完善专项法律法规
当前法律对“大数据杀熟”的界定仍较模糊，需出台针对性细则。首先应明确“大数据杀熟”的法律认定标准，将“基于用户画像的差异化定价且无合理依据”纳入违法范畴，区分“个性化推荐”与“歧视性定价”的边界。其次设定平台算法的“合规义务”，要求电商平台对定价算法进行事前备案，对涉及用户权益的算法调整履行告知义务。另外加大违法处罚力度，建立“阶梯式罚款”机制，将罚款金额与平台违法所得、用户受损规模挂钩，同时引入“消费者集体诉讼”制度，降低个体维权成本。
4.1.2. 构建智慧监管体系
徒法不足以自行，面对算法的复杂性与动态性，必须配备现代化的监管工具以提升治理效能。一是建立国家级“电商算法监管平台”，要求主流电商平台接入算法数据接口，实时监测定价算法的运行逻辑，对“异常定价波动”“用户画像标签滥用”等风险自动预警。二是建立多级监测指标体系，包括：价格公平性指标即同一商品在不同用户群的价格离散度；行为相关性指标即用户特征与定价结果的关联强度；时序波动指标即个体价格相对于市场基准的异常波动。同时设置风险预警阈值：当价格差异率持续超过15%且无合理成本解释时触发初级预警；当用户特征与价格水平显著相关(p < 0.05)时触发中级预警；当识别出明显歧视模式时触发高级预警并启动调查程序。三是推行“算法影响评估”前置制度，要求平台对涉及定价、推荐等核心算法定期开展公共价值影响评估，重点评估是否存在歧视性、风险性，评估报告需向监管部门公开，未通过评估的算法不得上线。
4.2. 平台层面：履行主体责任与算法透明
电商平台是算法的开发者与使用者，需从“利润优先”转向“价值兼顾”，通过内部治理重构算法伦理，将公共价值嵌入算法设计与运营全过程。
4.2.1. 推动算法透明化与定价公平性
算法不透明是“大数据杀熟”的核心诱因之一，因此平台需建立“分级透明”机制：一是对用户公开基础定价逻辑，通过“算法说明页”向用户解释定价的影响因素，避免“黑箱操作”；二是推行“定价一致性验证”，在用户下单前提示“该商品的历史均价”“同类型用户的参考价”，允许用户对差异化定价提出异议，平台需在规定时限内给出合理解释。
4.2.2. 建立内部算法伦理审查机制
平台需将公共价值纳入算法设计的底层逻辑，而非单纯作为“合规附加项”。首先设立算法伦理委员会，成员必须包括技术人员，法学、伦理学等外部专家以及消费者权益代表，负责审查新算法设计阶段、开发阶段、上线前及运行期全流程的伦理风险，否决任何可能损害公共利益的算法方案。其次应对算法工程师进行伦理培训，将“禁止算法歧视”“保护用户权益”纳入技术人员的考核指标，避免因“技术中性”认知导致的伦理缺失。第三建立“用户反馈闭环”，在APP内设置“杀熟举报通道”，对用户举报的案例优先核查，核查结果向用户公示，并将处理情况纳入平台内部考核，倒逼运营团队重视公共价值。
4.3. 社会层面：激活多元监督与公众参与
社会力量是多元治理的重要补充，需通过信息共享、能力建设，提升公众与第三方机构的监督能力，形成“政府监管–社会监督–平台响应”的良性互动。
4.3.1. 培育第三方算法监督与评估机构
单一公众难以应对算法的技术壁垒，需依托专业机构搭建监督桥梁。例如鼓励高校开展“电商算法公平性”的科研课题或科技比赛，通过技术拆解、模拟测试等方式，对主流平台的定价算法进行独立评估，曝光存在“杀熟”风险的平台。另外可以推动行业协会制定“电商算法伦理公约”，引导平台自愿加入，通过“行业自律”约束算法行为，同时建立“黑名单”制度，对违规平台进行行业通报，降低其市场信任度。
4.3.2. 提升消费者数字素养与维权能力
消费者作为市场的重要参与者，需要提升自身数字素养和维权意识，形成对平台行为的有效社会监督。首先可以推动算法科普常态化，通过短视频、公益讲座等形式，向公众普及“大数据杀熟”的识别方法与维权途径，提升个人信息保护意识与能力。其次呼吁消费者积极行使监督权和投诉权，遇到疑似“大数据杀熟”情况时，及时通过12315平台、消费维权组织等渠道进行投诉举报。最后消费者可参与平台规则共建过程，反映诉求。鼓励消费者通过平台提供的反馈渠道，就算法设计和定价机制提出改进建议，推动平台优化服务。
综上，多元协同治理的核心在于“权责协同”与“机制联动”，政府通过制度与技术筑牢公共价值底线，平台通过透明与伦理回归公共价值导向，社会通过监督与参与强化公共价值约束，系统地、持续地矫正“大数据杀熟”所带来的公共价值偏离，最终实现电商算法从“资本驱动”向“公共价值驱动”的转型，推动电子商务市场走向更加公平、透明、健康的未来。
5. 结论与展望
5.1. 研究结论
本研究以“大数据杀熟”这一突出的数字市场失灵现象为切入点，从公共管理学的“公共价值”理论视角出发，系统剖析了其成因并构建了相应的治理路径。研究主要得出了以下结论。首先，电商平台的“大数据杀熟”行为，其本质远非简单的商业策略，而是算法权力滥用下对公平、透明、问责、隐私等核心公共价值的严重侵蚀。它揭示了在资本与技术双重驱动下，市场秩序可能出现的价值偏离风险。其次，这一问题的成因是复杂且系统性的，根植于平台内在的逐利冲动与技术赋能，以及外部法律法规模糊、监管能力滞后与社会协同失灵的共同作用。这表明，传统的单一监管模式已难以应对算法时代的治理挑战。最后，有效的治理必须建立在多元协同的基础之上。本文提出的“政府主导–平台履责–社会监督”三维框架表明，公共价值的回归有赖于三方的精准发力与良性互动：政府通过健全法制与智慧监管筑牢底线，平台通过算法透明与伦理内化履行主体责任，社会通过专业监督与公众参与形成外部压力。唯有如此，方能实现电商算法从“资本驱动”向“公共价值驱动”的转型，为数字经济的健康发展提供保障。
5.2. 研究展望
本研究主要为理论构建与路径探讨，然而问题到此并未结束，现实远比我们设想的要复杂，随着数字经济与算法技术的迭代，未来研究仍可在以下方面进一步深化：首先推动实证检验与案例深挖，未来的研究可选取典型电商平台进行深入的案例研究或开展大样本的实证分析，量化评估不同治理工具的实际效果，为本研究提出的理论框架提供坚实的经验证据，并使政策建议更具针对性；其次探索前沿技术下的治理新挑战，随着生成式人工智能等技术的飞速发展，定价算法将变得更加动态和复杂，可能产生更为隐蔽的歧视形式，未来研究需密切关注技术演进，前瞻性地探讨这些新型智能算法对现有治理框架带来的冲击与应对策略；最后拓展跨学科的融合研究，“大数据杀熟”的治理涉及法学、计算机科学、经济学、伦理学等多个领域，未来应鼓励跨学科合作，例如，将“可解释人工智能”技术应用于算法审计，或利用博弈论模型分析平台、用户、监管者之间的策略互动，从而催生更具创新性的综合治理方案。
总之，对电商大数据杀熟的治理是一场持续的数字文明构建过程。它要求我们不断反思技术、资本与公共价值之间的关系，通过制度创新、技术赋能与社会共治，最终迈向一个更加公平、透明、可信的数字未来。