1. 引言
数字经济时代，数据作为新型生产要素的关键地位日益凸显，《关于构建数据基础制度更好发挥数据要素作用的意见》指出，要“充分实现数据要素价值、促进全体人民共享数字经济发展红利”[1]。在此背景下，社交电商平台作为融合社交媒体与电子商务的新兴商业平台，已成为数据要素创造、采集、加工与使用的核心场域。然而，与实践愿景相悖，数据要素价值提升的同时，一种新型的权力压迫也悄然形成：社交电商平台凭借结构性优势地位，持续侵蚀用户数据权利。
针对数据权益归属与保护问题，学界围绕以网络直播为代表的社交电商场景展开了诸多探讨。有学者主张网络直播数据权益应明确归属于直播平台所属企业，并通过平台专有化权利来构建数据保护的根基[2]，更有观点进一步提出应将平台作为数据赋权的直接客体[3]。与之相对，也有学者主张应坚持多元主体共享网络直播数据权益的平衡观，认为数据价值由平台、主播、用户三者共同创造[4]，要确保用户对其产生的数据享有财产权[5]。在此二元对立之外，还有一种观点认为数据权属不应采取统一规则，而是通过场景化的个案判断进行界定[6]。尽管上述研究为我们理解数据权益的复杂法律关系提供了坚实基础，但其争论焦点主要集中于权益分配而非权力制衡，并未直接针对平台和消费者之间的“数据霸凌”关系进行系统分析。
在社交电商平台与其用户权力结构失衡的关系格局中，后者在缔约与使用时已然陷入了一系列困境——从“不接受即无法使用”的数据捆绑授权，到使用过程中数据要素收益分配不公现象，再到决策环节数据杀熟的价格歧视等。凡此种种共同构成了一种系统性的权利侵害，本文将这一现象概括为“数据霸凌”，并旨在对其进行界定、剖析与规制，以期为保障用户数据权利提出理论参考与实践指导。
2. 内涵：“数据霸凌”的行为界定
“社交电商平台基于用户人际关系网络，并以用户信任为基础实现了社交媒体与传统电子商务的有效融合”[7]，其运作逻辑本质上是通过构建内容驱动社交、社交赋能消费的链式生态，使数据创造、采集、加工并最终商业化使用等环节得以无缝衔接。这一运作机制使得平台对用户数据的支配性控制达到了前所未有的高度，为“数据霸凌”提供了滋生的土壤。“霸凌”源于英文“bully”的音译兼意译，现代语境中该词的要义是不对等主体间的持续性恶意攻击行为。就本文界定的“数据霸凌”而言，侧重于平台与用户在数据处理活动中所处的不平等地位，可通过下列三个构成要件作为界定标准，以明晰其与普通服务瑕疵的根本区别。
第一，权力结构的非对称性。平台作为规则制定和生态治理的绝对主导者，可以持续汲取高价值的复合数据，并将其用于算法优化与功能升级，从而不断强化优势地位。与此同时，用户却因深度嵌入生态而难以抽离，在使用过程中被迫处于弱势地位，双方缔约能力实质不平等。
第二，行为实施的强制性。当平台发展为用户进行社会交往、消费购物乃至获取公共服务的关键渠道时，拒绝其设定的使用条款往往意味着可能会被排斥在数字化的社会生活之外，这种边缘化压力使得用户所谓的同意并非意思自洽下的自由选择，而是在平台规训下的被迫屈从。
第三，损害后果的实质性。平台出于对经济利益的极致追求，可能会将用户的各类行为数据通过技术手段加工制成数据商品进行售卖，最终将导致用户从享有多项权利的数据主体异化为服务商业增值过程的数据客体，这种从主体到客体的根本性反转，才是“数据霸凌”最深远的实质性损害。
3. 困境：“数据霸凌”的典型表现
社交电商平台通过强化对用户数据的排他性控制，使得“数据霸凌”呈现出常态化特征。从准入阶段强制数据捆绑授权，到平台独占数据要素收益，再到交易环节数据杀熟，这些困境都深刻反映出当前制度设计与技术框架在保障用户数据权利上的滞后性。
3.1. 强制数据捆绑授权及其退出机制缺失
在当前的社交电商生态中，用户数据授权机制虽然在形式上遵循了知情同意原则，但在实际运作中却演化为一种典型的“霍布森选择困境”，即表面上用户拥有自由选择的权利，实则平台预设可行的选项仅有一个。
在缔约及功能启用阶段，几乎所有的社交电商平台都将“阅读并同意隐私政策”作为使用的前提，但许多隐私政策的内容过于复杂，其阅读难度一般为大学的阅读水平[8]，普通用户对此难以理解和掌握。在实务中，平台通过此类隐私政策，往往要求用户同意数据捆绑授权(也称“一揽子数据授权”)，借此获得更多的数据处理权限。这使得用户陷入“全有或全无”的二元困境：要么全盘接受平台设定的所有条款，要么彻底放弃使用平台提供的所有功能与服务。如果用户选择拒绝，平台也会通过放大用户成本的方式来增加用户负担[9]。此时，拒绝的代价清晰而及时，同意的后果模糊且滞后，以此迫使用户最终选择用数据换取服务。
此外，即使在初始阶段同意了数据捆绑授权，但用户对数据处理一时一事之同意并不能代表他时他事之同意[10]，在理想的平台数据治理体系中，同意应当是可撤回的。《个人信息保护法》第15条也明确规定“基于个人同意处理个人信息的，个人有权撤回其同意”。然而，与实践相疏离的是，现有平台架构并未提供安全无损的退出机制，用户在使用过程中若试图停止某项特定数据的授权，可能会面临核心功能瘫痪或服务终止的惩罚，此时用户唯一有效的对抗手段只有注销账号及卸载软件。因此，如果说数据捆绑授权是准入阶段的强制，那么退出机制的缺失则是平台对用户的二次封锁。
3.2. 价值认知偏差下的数据要素收益分配不公
随着数字技术的不断革新，数据作为关键生产要素正不断驱动着价值创造，但一套公正的数据要素收益分配机制却尚未形成，个人用户对自身数据的价值潜力也知之甚少。
在社交电商平台的叙事引导下，用户普遍产生了一种数据价值认知偏差，他们通常会高估平台服务的边际成本，而低估自身数据的价值潜力。所谓“边际成本”，是指每增加一单位产品所带来的总成本的增量。不同于传统制造行业，以数字服务为主的社交电商平台在开发软件的初始阶段需要投入较高成本，而当系统核心架构部署完成且平台能够稳定运行之后，每多维系一个用户所要承担的边际成本极低，平台服务器承载100万个用户与承载101万个用户的所耗成本几乎没有差别。
用户在社交电商平台进行的浏览、点赞、关注、评论、转发、收藏、购物等一系列交互行为被称为“玩劳动”，是数字劳动的一种特殊形式[11]，可以创造出多维度的行为日志数据。平台对这些数据进行采集后，通过各类技术手段能够将其制成数据商品，进而出售给不同商业需求的第三方企业，以此赚取丰厚利益。数字劳动具有极强的隐蔽性，它模糊了生产和消费的界限，使用户具备“产消者”的双重身份[12]，但用户往往更加注重消费端的体验，却忽视了自身作为数字劳动者的权益。尽管数据商品的价值源于用户与平台内的数字劳动[13]，但出售数据商品所带来的全部收益却被平台独占，造成了严重的收益分配不公现象。
3.3. 算法定价下的数据杀熟
在平台经济与算法定价机制深度融合的背景下，基于用户画像实施差异化定价的行为逐渐演化为“数据杀熟”问题。与传统价格歧视主要依赖成本差异或市场分割不同，数据杀熟建立在对个人信息的持续收集、关联分析与自动化决策之上，其核心在于平台通过算法预测个体消费者的支付意愿区间，并据此动态调整价格，使交易价格不断逼近用户可承受的上限，从而在长期交易关系中系统性攫取消费者剩余[14]。此定价策略往往并不显著提高整体市场价格水平，因此更难被消费者察觉，却能够在不对称信息结构中实现利润最大化[15]。
从权利保护视角看，数据杀熟的风险并不止于价格不公，而在于其高度不透明的运行方式使消费者几乎不具备有效的识别与举证能力。算法定价过程通常被平台视为商业秘密，用户无法知悉个人信息在定价模型中的具体作用路径，难以判断差异化价格是否基于合理因素，抑或构成不当差别待遇[16]。个体消费者即便意识到价格异常，也难以取得证明个人数据使用与不利价格结果之间因果关系的证据，导致知情权、公平交易权与救济权在实践中被削弱。当算法决策广泛介入市场交易而缺乏外部可验证机制时，个体权利往往会在技术中立的表象下被持续侵蚀[17]。因此，社交电商平台的数据杀熟是一种由算法权力、信息不对称与制度约束不足共同促成的困境。
4. 应对：“数据霸凌”的规制路径
针对社交电商平台的各类“数据霸凌”行为，应立足于保障用户对其数据授权的持续控制、重构公平的数据要素收益分配格局、建立可持续遏制数据杀熟的监督体系，从制度和技术层面构建相应的规制路径。
4.1. 遵守“最小必要原则”，推行“个人数据选择退出机制”
在授权端，社交电商平台必须严格遵守“最小必要原则”，彻底摒弃数据捆绑授权模式。平台在架构设计上，可以将某项核心功能所必需的数据权限设置为默认开启，这在一定程度上既保障了功能完整性和服务流畅性，也符合最佳的效率原则，但是此类默认授权设置不可延伸至非必要数据范畴。就商品评论功能而言，可以默认允许平台获取用户的昵称、头像、评论时间等，但绝不能借此捆绑获取用户通讯录、地理位置、消费账单等数据。这种框架设计的关键在于将任何非必要数据的授权完全剥离出来，设置为独立的可选权限，由用户在充分知情的前提下根据自身需求自主授权。此外，社交电商平台也应对其制定的隐私政策进行简化处理，避免使用复杂语句刻意制造理解障碍，确保能真正贯彻知情同意原则。
在退出端，为了将个人数据的控制权实质性地交还给用户，亟需推行一种安全无损的“个人数据选择退出机制”。相较于传统的选择进入机制，选择退出机制在制度设计上更符合社交电商平台的运作逻辑[18]，是对传统授权同意模式的补充与修正[19]。平台在实施选择退出机制时应把握以下要点：其一，当用户因自愿停止使用某项功能而关闭特定数据的授权后，不涉及该数据范畴的其它功能与服务不应受到任何损害或降级，平台不能以“无法提供完整服务”为由变相惩罚选择退出的用户。其二，管理数据授权的入口应置于显著位置并予以直截了当的功能名称，严禁平台利用交互设计中的“暗黑模式”刻意增加用户的操作与认知成本。其三，选择退出的操作流程必须足够简单，对于每一项数据授权的开关控件也应配以独立的、易懂的说明，明确告知用户关闭授权后导致的功能与服务变化。
从更宏观的视角来看，推行“个人数据选择退出机制”是推动数据治理范式从平台权力本位转向用户权利本位的重要一步。该机制通过赋予用户对个人数据的持续控制权，倒逼平台在数据收集的源头遵守“最小必要原则”，从终端规制反向推动全过程合规。
4.2. 构建基于数据课税的收益再分配机制
在互联网发展初期，由于用户数据价值密度低、平台数据处理技术也不够成熟，基于用户个人数据所创造出的经济价值十分有限，以数据换取服务的商业模式在当时可被视为一种合理对价，平台无需向用户额外分享数据要素收益。但今时不同往日，随着大数据、云计算、人工智能等新兴技术的涌现，数据要素所蕴藏的巨大价值潜能被不断挖掘，用户数据已然成为驱动平台经济增长的关键生产要素，社交电商平台忽略用户数字劳动过程、独占数据要素全部收益的行为理应被规制。因此，应当在承认用户数字劳动价值的基础上，通过政府征收数据税费的方式实现数据要素收益再分配[20]，以期贯彻落实《数据二十条》“建立体现效率、促进公平的数据要素收益分配制度”。
具言之，数据具有可税性，可对社交电商平台基于数据所创造出的超额收益课税[21]，并将税款以参照全民基本收入向用户发放现金、投资数据基础设施建设等方式反哺用户[22]，从而实现数据要素收益的公平分配。基于用户数据所创造出的经济收益往往深度嵌入平台的整体经营成果中，难以将其精确剥离、单独核算。因此，可初步将社交电商平台总收入中的一部分拟定为用户数据所创造的经济价值，这种方式虽然粗略，但却有效规避了界定数据收益的难题，体现出效率原则。此外，还应当根据各个平台不同的市场规模制定阶梯式税率，为中小型平台设置较低的起征点与税率，而对达到垄断地位的超大型平台设置较高税率，以此体现公平原则。此类课税方式能在一定程度上避免打击平台开发数据要素潜能的积极性，也能纠正用户对于自身数据价值的认知偏差，推动共建兼顾效率与公平、创造与共享的多元分配格局。
4.3. 建立第三方算法审计与信誉约束机制
针对数据杀熟隐蔽性强、个人举证成本高以及平台易以商业秘密为由规避责任等问题，仅依赖消费者个体维权或事后救济显然难以形成有效约束。有鉴于此，有必要在现有个人信息保护与市场监管体系中，建立独立的第三方算法审计与信誉评价体系，以实现对社交电商平台定价行为的持续性监督。第三方算法审计可以在不要求全面公开源代码的前提下，对数据使用边界、模型输出结果及潜在歧视效应进行评估，从而在保护商业秘密与防范权利侵害之间取得制度平衡[23]。
在具体制度设计上，可由监管部门授权设立具备技术与法律复合能力的第三方机构，对平台算法定价及个人信息使用情况进行定期或抽样审计。该机构有权调取必要的数据流向信息，以判断平台是否存在基于用户身份、使用频率或依赖程度实施不合理差别定价的情形。审计结论应以可视化、易理解的方式向社会公开，并转化为面向消费者的平台信誉评价体系，使算法合规程度直接反映在平台的市场声誉之中。平台实施数据杀熟的成本将不再局限于一次性行政处罚，而是体现为持续性的信誉损失与用户信任下降，从而在长期博弈中形成内生约束。
同时，第三方机构不仅应承担信息披露功能，更应被赋予明确的制度性权能。在发现系统性或重复性数据杀熟行为时，可以依法向监管机关提出整改建议，甚至触发行政调查与处罚程序，实现审计、整改、处罚、信誉反馈的治理。该措施在功能上与《中华人民共和国个人信息保护法》中有关个人信息处理的基本原则、自动化透明和反歧视规则衔接：一方面，通过审计机制保障个人信息处理的透明性与正当性；另一方面，通过外部监督落实自动化决策中的公平性要求，防止平台以技术复杂性或商业秘密为由规避法律责任。相较于要求个体消费者自行取证，此制度安排通过集中化、专业化的第三方治理显著降低了权利防御成本，也为遏制数据杀熟提供了更具可操作性的制度工具。
5. 结语
对社交电商平台“数据霸凌”行为的审视，不仅是对数字经济时代下权力结构失衡困境的批判，更是对未来数字文明形态的深刻追问。它警示我们，数据要素价值的释放绝不能以侵蚀个体基本权利为代价。未来的规制路径不应止于对具体行为的矫正，更需构建以“制衡权力、回归权利”为核心的数据治理新范式，在追逐数字红利与维系人文关怀中寻得动态平衡，使广大人民群众能共享数字经济发展的成果。