算法個性化定價的反壟斷法規制：基于消費者細分的視角*

喻 玲 蘭江華

一、問題的提出

“信息化和經濟全球化相互促進，互聯網已經融入社會生活方方面面，深刻改變了人們的生產和生活方式”(1)習近平：《在中央網絡安全和信息化領導小組第一次會議上的講話》，《人民日報》2014 年2 月28 日，第01版。，包括經營者定價的方式。經營者總是期望通過合理的價格制定和變更的策略來獲得盡可能多的利益，但在工業經濟時代，受制于有限的定價信息與定價工具，市場最優定價夙愿難酬。邁進數字經濟時代，在智能算法的加持下，海量數據算法賦能經營者定價，工業與商業定價無論是在數量還是在質量上都得以飛速提升，算法驅動的個性化定價成為市場新寵。當算法驅動的個性化定價處在經營者尤其是數字平臺的熱捧之下，市場投之以瓊瑤，而公眾卻拂之以蒺藜，他們擔心平臺不但竊取自己的隱私數據，成為比自己更了解自己的人，更害怕自己淪為超級平臺的魚肉，任其宰割。因此，痛斥“大數據殺熟”“價格歧視”之聲四起。

算法個性化定價(Personalised pricing)是指企業利用觀察、自愿提供、推斷或收集到的消費者的個人行為或特征的信息，推斷出消費者愿意支付的價格，進而為不同的消費者設定不同的價格(2)See UK OFT，“Personalised Pricing - Increasing Transparency to Improve Trust”, OFT 1489, 2013, p.2.。當“人”及“人的支付意愿”而非“商品價值”在經營者的定價策略中被精準描繪(用戶畫像)并商業使用時，急遽發展的數據、算法及智能科技卻正在通過細分人(消費者)，改變人的“公平感知”，進而操控人的購買決策。不管是對支付意愿不高的冷靜消費者，還是對品牌無感的中立消費者，抑或是對具有較強“反制能力”的成熟消費者，但凡定價算法所過之處，個性化定價技術都可以科學精準地對其加以操縱和把控。如此，消費者儼然已不再是原初的那個獨立存在的 “理性購買者”，平臺亦已不是過去單純的商品或服務的提供者。平臺在個性化定價交易中的角色和地位如何？消費者何以被細分？被細分的消費者可以在何種程度上掌握自己的交易? 以消費者細分為基礎的個性化定價構不構成反壟斷法意義上的價格歧視？反壟斷執法機構是否應該介入到該類交易中去？方式方法為何？ 凡此種種，皆因工業經濟時代的定價難題已被算法驅動的個性化定價技術馴化而成為尖銳的時代課題。

對此，本文擬以消費者細分為視角，對反壟斷法應該以何種姿態面對算法驅動個性化帶來的規制挑戰展開理論思考，以期能借此推動反壟斷法對數字經濟監管的理念與技術的革新，而這顯然需要對算法驅動個性化的運行基礎、運行邏輯及消費者細分策略進行深入的分析。

二、消費者細分：算法個性化定價的技術架構

(一)算法個性化定價的技術邏輯

從技術邏輯上看，定價的算法運行是指不斷輸入計算機程序指令，通過試錯法從“大數據”中找出消費者目標商品與目標定價方案，使算法能夠不斷調整和優化價格。定價算法使得賣家的定價變得高效、動態和個性化。在算法定價模式下，不同的消費者可能因他們最近的行為或用戶情況獲得不同的價格，同一個消費者也可能因訪問同一頁面兩次等行為而獲得不同的價格。因此，其運行可以解構為三個步驟：第一步，通過大數據分析消費者上網痕跡、消費習慣、個人偏好，并據此生成對應個人的用戶畫像。第二步，運用價格算法推測用戶最大支付意愿，從而向用戶推薦不同價格的個性化商品。第三步，制定一個對不同消費者索價不同的價格歧視機制，有可能是直接對不同消費者顯示不同的價格，也有可能是提供間接的個性化折扣或者特定產品組合優惠。

從目標上看，通過追逐消費者支付意愿，算法驅動的個性化定價以獲得更多利潤為宗旨。不同消費者對同樣的商品有著不同的支付意愿，而經營者主要通過分析消費者的購買歷史、消費水平、比價習慣等因素來預測其支付意愿。借助定價算法對消費者進行細分，經營者能夠在提高對支付意愿較高消費者的定價的同時，不流失對價格敏感的低端消費者群體，在某些情況下還可以降低價格，與在統一價格下沒有購買能力的消費者達成額外的交易，從而實現利潤的最大化。

(二)算法個性化定價實踐中的消費者細分解構

個性化定價廣泛運用了顧客細分(Customer Segmentation)理論。顧客細分最早由Smith Wendell在1956年提出，是指按照一定的標準將企業現有顧客劃分為不同的顧客群。顧客細分在市場營銷中具有重要的地位，它能夠幫助企業更好地識別不同的顧客群體，采取差異化的營銷策略，從而有效地降低成本，同時獲得更強、更有利可圖的市場滲透(3)See Suzanne Donner，“What Can Customer Segmentation Accomplish”, Bankers Magazine, (2), 1992, pp.72-81.。

1. 支付意愿細分：高支付意愿、低支付意愿

個性化定價的直接目標是將消費者分為高支付意愿消費者和低支付意愿消費者。相對于統一價格，企業通過個性化定價向高支付意愿群體收取更高的價格，向低支付意愿群體收取更低的價格，從而獲得更多消費者剩余(4)See L.Stole，“Price Discrimination and Imperfect Competition”, ed. by M.Armstrong and R.Porter, Handbook of Industrial Organization: Volume III, North-Holland, 2007, pp.2221-2299.。支付意愿主要取決于消費者的偏好、預算以及消費者預期從該交易中獲得的利益大小(5)See Oren Bar-Gill，“Algorithmic Price Discrimination: When Demand Is a Function of Both Preferences and (Mis)Perceptions”, The University of Chicago Law Review, Vol. 86, No. 2, 2019, p.218.。過去，受制于識別工具和數據的匱乏，企業無法識別每一個消費者的支付意愿，充其量只能將消費者分為不同的群組進行定價，例如分成學生、白領、老人等消費者群體并給予不同的優惠。步入數字經濟時代，大數據和算法的使用使得企業能夠對消費者個人數據與消費數據進行準確識別，針對消費者個體單獨提供個性化的價格，大大增強了企業攫取利潤的能力。

2. 品牌偏好細分：忠誠消費者、非忠誠消費者

按照消費者是否具有對特定企業產品的偏好，可以將消費者分為忠誠消費者和非忠誠消費者。品牌偏好可能受到消費者對產品的喜愛程度、與企業的距離、購買習慣的影響。企業對非忠誠消費者的爭奪更激烈，對忠誠消費者的爭奪更弱，因此企業傾向于提高忠誠消費者的價格，降低非忠誠消費者的價格(6)See Mark Armstrong，“Recent Developments in the Economics of Price Discrimination”, in R. Blundell & W.K. Newey & T. Persson (eds.), Advances in Economics and Econometrics: Theory and Applications: Ninth World Congress: volume II, Cambridge University Press, 2006, pp.97-141.。對消費者來說，其得到的最終價格取決于企業實施價格歧視的狀況：當兩家企業互相將對方的客戶標記為非忠誠消費者時，由于競爭加劇，價格歧視最終會導致企業對所有消費者都降低價格；當兩家企業將特定消費者同時標記為忠誠消費者或非忠誠消費者時，價格歧視將導致一些消費者價格上漲，一些消費者價格下降(7)See Mark Armstrong，“Recent Developments in the Economics of Price Discrimination”, in R. Blundell & W.K. Newey & T. Persson (eds.), Advances in Economics and Econometrics: Theory and Applications: Ninth World Congress: volume II, Cambridge University Press, 2006, pp.97-141.。

3. 消費反制能力細分：成熟消費者、天真消費者

根據消費者是否采用匿名、比價工具等反制措施，消費者又可以分為成熟消費者和不成熟消費者。不成熟消費者受制于個性化定價，不會采取任何躲避和反制措施。而成熟消費者了解企業個性化定價的策略，會偽裝成是低支付意愿消費者，以享受優惠價格。成熟消費者與不成熟消費者之間的差異是使用互聯網的人在經驗上不平等的表現之一，其主要成因在于消費者數字文化程度的差異。如果成熟消費者數量較多，企業將設計更為復雜或不透明的定價方案。例如，企業可能通過將低價產品與昂貴的擔保或運費捆綁在一起，使用一些伎倆，以低價迷惑粗心大意的消費者，然后賣給他們不同的商品，或者將重要細節隱藏在復雜合同的小字里。當這些伎倆奏效時，個性化定價的正當性可能會被質疑(8)See US Executive Office of the President of United States，“Big Data and Differential Pricing”, 2015, p.6.。企業也可以不那么注重靜態利潤最大化，而是選擇在后期通過戰略定價來增強市場力量。這類策略包括使用算法來區分成熟消費者與不成熟消費者，以及篩選出具有高支付意愿的消費者。企業根據消費者的特征和行為信息對消費者進行細分，使得企業能夠識別和占領利潤更高的細分市場領域，并降低消費者向競爭對手付費的意愿。這種做法可以使進行價格歧視的企業從有利可圖的細分市場中積累更多的市場力量，但可能對消費者造成損害，特別是如果這些企業瞄準的是弱勢消費者或利用消費者的行為偏好時(9)See Oxera，“When Algorithms Set Prices: Winners and Losers”, https://www.oxera.com/wp-content/uploads/2018/07/When-algorithms-set-prices-winners-and-losers.pdf, Last visit on Sept. 19, 2019, p.26.。

三、算法個性化定價：反壟斷法屬性與規制邏輯

(一)算法個性化定價的反壟斷法屬性

從外觀上看，以保留價格定價為核心的個性化定價屬于一級價格歧視。從語義上看，價格歧視一詞本身帶有貶義，容易讓人對該行為產生偏見(10)喻玲：《算法消費者價格歧視的反壟斷法屬性之誤讀與辨明》，《法學》2020年第9期。。但從經濟學的角度看，價格歧視實際上是廠商的定價策略，是中性的，對社會整體既有積極影響，也有消極影響。從積極效果來看，消費者可從以下三個方面受益：(1)擴大產出，滿足更多消費者需求。通過價格歧視，企業可以為本來不會購買的消費者設定更低的價格來提高交易數量，如果價格歧視不是完美的，這種歧視將增加消費者福利(11)See OECD，“Price Discrimination”, DAF/COMP(2016)15, 2016, p.10.。(2)促進競爭。當企業可以實施價格歧視時，企業將為那些偏好競爭對手產品的消費者設定更低的價格，以便搶走這些交易；當競爭對手也采取相同策略時，價格歧視將導致整個行業價格下降(12)See Corts，“Third-Degree Price Discrimination in Oligopoly: All-Out Competition and Strategic Commitment”, RAND Journal of Economics, Vol. 29, No. 2, 1988, pp.306-323.。(3)創造動態激勵。價格歧視增加的利潤可以激勵企業投資于有助于他們獲得更大利潤的事業，例如通過鼓勵創新和降低成本的投資來提高動態效率，這可能有利于消費者(13)See OECD，“Price Discrimination”, DAF/COMP(2016)15, 2016, p.10.。

價格歧視的消極效果也是明顯的，總體上有三類(14)See OECD，“Price Discrimination”, DAF/COMP(2016)15, 2016, p.8.：(1)損害競爭。主導企業利用價格歧視直接損害競爭對手，例如對忠誠客戶索取高價，對其他客戶提供低價，從而排擠競爭對手，這也可能會因限制了競爭而對消費者產生間接損害。(2)直接傷害消費者。企業利用其市場力量實施價格歧視，導致消費者被迫支付更高的價格或接受更低質量的產品，從而損害消費者利益。(3)對公平或其他政策目標的損害，因不同司法轄區認知、理解不同而存在差別。正因為同時存在積極效果和消極效果，反壟斷執法機構一般對價格歧視行為采取合理分析原則，根據其最終效果是積極還是消極的來判斷其是否應受到反壟斷法規制。

個性化定價屬于經濟學意義上的價格歧視，但未必屬于反壟斷法意義上的價格歧視。個性化定價是否構成反壟斷法意義上的價格歧視，仍需要遵循濫用市場支配地位行為的分析框架，借助經濟效果考量，才能完成。

(二)算法個性化定價的反壟斷法規制邏輯

1. 算法個性化定價實踐中消費者細分的倫理效果解讀

雖然倫理效果并不是傳統上進行干預的理由，但在反壟斷價值目標趨于多元的當下(15)張守文：《反壟斷法的完善：<定位、定向與定則>》，《華東政法大學學報》2020年第2期。，有必要對算法個性化定價的倫理效果進行解讀，考量其對誠信、公正、正義是否造成破壞，這有助于判斷是否有必要干預，以及是否存在正當理由。

其一，個性化定價是否屬于欺詐。從道德上來看，個性化定價符合我們對欺詐的認知。康德認為，店主有道德義務向所有顧客平等收費，“經銷商不應該向沒有經驗的購買者多收費，這是善良道德的要求……這樣孩子就可以像其他人一樣從他那里購物”(16)Immanuel Kant，Groundwork of the Metaphysics of Morals, Cambridge University Press, 1998, p.60.。從這一點來看，個性化定價應該受到譴責，因為它利用了消費者的信任，破壞了社會的誠信基礎。可以說，“大數據懂你但不一定愛你”，“最懂你的人傷你最深”。其二，區別對待是經營自由還是歧視。有人認為，定價上的區別對待屬于企業經營自由的范疇。除非有令人信服的理由對其進行監管，否則應該允許企業自由經營，這種自由主義觀點認為，商品的價值應完全由交易雙方對商品對他們的效用的主觀判斷所決定(17)See Bigwood R.，Exploitative contracts, Oxford University Press on Demand, 2003, pp.179-182.。從市場自由出發，企業應該自由選擇自己的定價方法，包括有權向不同的客戶提供不同的價格。這種觀點為個性化定價提供了有力的辯護。然而，當個性化定價超越公平、造成歧視時，經營自由的觀點就難以立足了。對于個性化定價的不公平，克魯格曼有一個精辟的總結：“個性化定價是不可否認的不公平：有些人僅僅因為他們是誰而支付更多。”(18)See Krugman, p.Reckonings，“What Price Fairness?”, The New York Times, Oct. 4, 2000. https://www.nytimes.com/2000/10/04/opinion/reckonings-what-price-fairness.html, last visit on Dec. 10, 2019.可以預見，如果人們反復因為個人屬性而遭受不利，可能會造成一個扭曲市場：一類消費者得到最好的產品和服務，另一類消費者習慣性地被忽視、服務不足和收費過高。從長遠來看，這可能會造成更廣泛的不公平和歧視。其三，保留定價是加劇貧窮還是財富均衡。當個人支付意愿取決于財富時，以保留定價法為核心的個性化定價會帶來財富均衡，因為窮人往往能夠得到更低的價格。但是，當支付意愿與需求掛鉤時，個性化定價可能造成新的道德困境。例如，在數據分析足夠精準的情況下，企業將能夠為忘記女兒生日的父親設定懲罰性價格，或者引誘迫切期待劇情走向的消費者高價解鎖最新劇集(19)See Owen Bennett，“AI-facilitated Price Discrimination and The EU Acquis Communautaire: Will the Law Cope with a Pricing Revolution?” 2017, p.5.https://www.academia.edu/35823318/AI_facilitated_price_discrimination_and_the_EU_acquis_communautaire_will_the_law_cope_with_a_pricing_revolution, last visit on Dec. 10, 2020.，這種情況下個性化定價反而增加社會負擔。此外，個性化定價還存在另一種不可避免的效果，即財富最終流向生產者。因為個性化定價賦予了企業在不提升質量的情況下從單個消費者身上獲取更多利益的能力，盡管更多消費者獲得了交易機會，但消費者幾乎都受到了價格剝削，生產者因此更加富有。

總之，從誠信角度來看，雖然個性化定價不構成欺詐、顯失公平等情形，但損害了消費者對經營者的信任，長此以往可能造成消費者減少交易或謹慎達成交易，形成猜忌、不信任的文化；從公平角度來看，個性化定價扭曲價格秩序，造成了消費者的不公平感知；從正義角度來看，個性化定價給予貧者更低的價格，富者更高的價格，可能有利于減少貧困，但同時這也是一種使生產者富裕、消費者貧窮的方式，這種立場顯然也不符合社會價值取向。個性化定價不可避免地造成對誠信、公平、正義等價值的破壞，有必要進行干預，但這并不意味著需要禁止個性化定價，而是要減少這方面的不利影響，反壟斷規制的適用與否仍然要以經濟效果為依據。

2. 算法個性化定價實踐中消費者細分的經濟效果解讀

(1)增進社會總需求。通過貼近消費者的保留價格進行定價，算法個性化定價促成了低支付意愿的消費者的交易，市場交易總量由高支付意愿加上低支付意愿參與的交易組成，總量顯著高于傳統市場交易總量，即市場產生擴張效應。同時，通過與支付意愿低于統一價格卻高于邊際成本的消費者進行交易，個性化定價減少了無謂損失，能夠達到增加社會總需求的效果，而總需求的增加是社會繁榮的根本(20)王福重：《人人都愛經濟學》，人民郵電出版社2008年版，第113頁。，當然，這種增加可能是有限的。隨著壟斷者將消費者分成越來越細的群體，產出增長的潛力變得有限，因為總產出顯然受到該產品潛在消費者數量的限制。

(2)改變分配效率。“在西方文明中，競爭一直既是上帝又是魔鬼。它許諾并提供了財富與經濟進步；它也改變財富的分配，動搖共同體的根基，向道德規范發起挑戰。”(21)[美]戴維 J·格伯爾：《二十世紀歐洲的法律與競爭》，中國社會科學出版社2004年版，第1頁。作為資源優化配置的最佳機制，市場主要通過價格對稀缺資源進行分配，在這個過程中，既要注重效率，又要保障公平。與統一定價相比，個性化定價的優勢在于：第一，減少了福利交換不公。在統一定價模式下，如果同一件商品對某消費者具有更高價值，那么該消費者在支付同樣價格的情況下將獲得更多福利剩余。在個性化定價模式下，每一個消費者最終支付的價格等于產品對他們的價值，通過交易他們獲得的剩余相等(22)See Etye Steinberg，“Big Data and Personalized Pricing”, Business Ethics Quarterly, 2019, p.5.。即個性化定價提供了一種更好的、平等對待消費者福利的方式。第二，促進了資源平等分配。考慮資源占有情況的現實差異，統一定價看似公平但實質上會造成不公平的負擔，并加劇現有資源不平等。如同一件商品，賣1000元對富人和窮人來說是相同的形式成本，但實質成本(替代成本，人們為了支付這個價格必須放棄的所有其他東西)卻完全不同，即就替代成本而言，統一價格對社會中的窮人比對富人更昂貴(23)See Ziv Ben-Shahar，“The Ethics and Regulation of Personalized Pricing” (unpublished thesis, Macalester College, 2017), archived at http://perma.cc/HDF7-DXAR, last visit on Dec. 10, 2019, p.13.。相比之下，“富人被索取高價，窮人享受低價”，為技術邏輯的個性化定價卻能夠給予消費者更相似的實質性成本、減少資源分配的不平等(24)See Ziv Ben-Shahar，“The Ethics and Regulation of Personalized Pricing” (unpublished thesis, Macalester College, 2017), archived at http://perma.cc/HDF7-DXAR, last visit on Dec. 10, 2019, p.13.。

(3)對消費者剩余的影響。個性化定價有可能增加消費者剩余，這也是經濟學家贊同實施個性化定價的主要原因(25)See Ramsi Woodcock，“Personalized Pricing as Monopolization”, Connecticut Law Review, Vol. 51, No.2, 2019, pp.311-373.。在市場擴張效應的作用下，個性化定價滿足了更多低支付意愿消費者的需求，更多的消費者將從市場中獲益，這能夠提高消費者總剩余。也有學者認為個性化定價將減少消費者剩余，因為個性化定價向消費者收取盡可能高的價格，導致消費者剩余獲得的好處降到最低(26)See Ramsi Woodcock，“Personalized Pricing as Monopolization”, Connecticut Law Review, Vol. 51, No.2, 2019, pp.311-373.。然而，該觀點成立的前提是企業能夠完全識別消費者支付意愿。在實際市場中，由于數據獲取、識別、預測技術的不完善，以及消費者反制措施的干擾(27)See Hal R. Varian，“Price Discrimination”, in 1 HANDBOOK INDUS. ORG. 597, 1989, p.33.，價格只能趨近于而不能完全等于支付意愿。因此，經營者無法完全轉移消費者剩余，在實踐中消費者剩余可能增加也可能減少。經濟學家還發現，個性化價格會給消費者帶來搜索成本，對于精明的消費者來說，僅僅是對個性化定價的懷疑就可能增加搜索成本，使其需要四處對比以確保獲得最佳交易，而這將帶來市場運行的低效率和更高的交易負擔(28)See Topi Miettinen & Rune Stenbacka，“Personalized Pricing Versus History-Based Pricing: Implications for Privacy Policy”, Information Economics and Policy, Vol. 33, 2015, pp.56-68.。企業也可能投資于更好進行價格歧視的技術，這些成本將轉嫁給消費者，并減少總盈余。因此，消費者剩余是上升還是下降，要根據個案進行分析，其主要取決于市場競爭水平、價格歧視的復雜性(以及消費者理解價格歧視的可能性)、企業進行價格歧視的成本(29)See UK OFT，“The Economics of Online Personalised Pricing”, OFT1488, 2013, p.11.。

(4)對市場競爭的影響。一方面，個性化定價對競爭有一定的促進作用。在企業識別品牌偏好，并將消費者細分為忠誠消費者和非忠誠消費者的情況下，個性化定價可能會導致更激烈的競爭，這被稱為強化競爭效應(30)See UK OFT，“The Economics of Online Personalised Pricing”, OFT1488, 2013, p.25.。這種情況主要發生在寡頭壟斷市場中，由于可以識別消費者偏好，企業傾向于降低價格互相爭奪彼此的用戶，這造成更激烈的競爭，并降低整體價格(31)See L. Stole，“Price Discrimination and Imperfect Competition”, in Handbook of Industrial Organization: Volume III, in M. Armstrong, and R. Porter (eds.), North-Holland, Amsterdam, 2006, p.19.。此外，個性化定價對降低市場進入壁壘也有作用，由于算法定價大大降低了設定和更改價格的成本，這使得市場新進入者能夠快速了解市場運作方式、方便其加入，也有助于增加提供特定產品零售企業的數量，從而促使競爭更激烈(32)See Oxera，“When Algorithms Set Prices: Winners and Losers”, https://www.oxera.com/wp-content/uploads/2018/07/When-algorithms-set-prices-winners-and-losers.pdf, Last visit on Sept. 19, 2019, p.5.。另一方面，個性化定價也可能抑制競爭。正如價格歧視被認為可以幫助企業提高價格、“創造更大的壟斷”一樣(33)See Elhauge，“Tying, Bundled Discounts, and the Death of the Single Monopoly Profit Theory”, 123 Harvard Law Review, Discussion Paper No. 629, 2009.，個性化定價也有助于企業增強其市場力量。同時，由于企業獲得數據和識別消費者支付意愿的能力是不同的，當企業普遍采取個性化定價時，市場可能會集中于擁有更多數據和更好算法的企業，這種市場力量的積累可能有損競爭。可見，個性化定價對競爭既可能促進，也可能抑制，這主要取決于企業進行個性化定價的形式。

(三)算法個性化定價的反壟斷法規制的限度

算法個性化定價所帶來的影響是復雜的：從消費者剩余來看，高支付意愿消費者支付了更高價格，低支付意愿消費者從中收益；從經濟福利來看，其上升或下降取決于擴張效應與分配效應何者占據主導；從競爭效果來看，消費者可能的反應決定了競爭是得到了促進還是受到了抑制，我們無法得出一個普遍性的結論。但可確定的是，市場機制并沒有失靈，算法個性化定價市場的競爭依然存在，消費者運用市場化的解決機制(如比價工具)去反制超級平臺的力量依然存在(34)喻玲：《算法消費者價格歧視的反壟斷法屬性之誤讀與辨明》，《法學》2020年第9期。，在此市場條件下，以事后懲戒為主的干預措施尚不是首選方案，而以消費者利益保護為導向、能夠降低算法個性化定價負面影響的低度干預措施更具生命力。

四、他山之石：算法個性化定價的反壟斷規制比較

(一)英國：側重經濟分析與“原則監管”

英國是對個性化定價關注較早的國家，在英國公平交易辦公室(OFT)時期，英國就先后出臺了數個文件、報告對個性化定價相關問題予以規定(35)See UK OFT，“Personalised Pricing - Increasing Transparency to Improve Trust”, OFT 1489, 2013, p.2.。2014年，英國競爭和市場管理局(CMA)成立后也先后發布多個報告不斷深化OFT對此問題的研究(36)See UK CMA，“Digital Comparison Tools: Summary of Final Report”, 2017. See also UK CMA, Pricing Algorithms: Economic Working Paper on the Use of Algorithms to Facilitate Collusion and Personalised Pricing, CMA94, 2018.。OFT在2013年調研后認為“個性化定價更有可能損害消費者福利”，但CMA在調研了定價算法的應用場景、剖析了算法可能導致的影響、考察了算法共謀、模擬了算法個性化定價后認為“個性化定價在很多情況下是有益的”，推翻了OFT的論證依據。在規制對策上，CMA提倡運用算法審計(Auditing algorithms)、呼吁消費者進行主動回擊(Using countermeasures)等方式對此進行柔性監管。在2018年，英國上議院通信委員會委托倫敦政治經濟學院教授安德魯·默里進行專門研究，并于2019年發布了《數字世界的監管》報告，提出了“基于原則監管(A principles-based approach)”的監管方式(37)See UK House of Lords Communications and Digital Committee，“Regulating in a Digital World”, HL Paper 299, 2019.。“基于原則監管”由十大原則構成：平等原則、問責原則、開放原則、保護隱私原則、倫理設計原則、兒童識別原則、尊重人權和平等原則、教育和提高認識原則、民主問責制、比例原則。這十項原則旨在指導在線監管的制定和實施，為在線市場提供如同線下的保護，根植于這些原則，互聯網將敞開對創新和創造力的開放之門，而一種新的道德行為文化也將嵌入到數字服務的設計中(38)See United Kingdom House of Lords, Regulating in a Digital World: “Select Committee on Communications 2nd Report of Session 2017-19”, HL Paper 299, p.22.。

(二)美國：依靠現有法律框架與加強算法審查

隨著大數據在各行各業的應用越來越廣泛，2016年白宮發布名為《個性化定價的是與非》的報告，開宗明義地表明了自己對算法個性化定價技術運用的態度——不反對、不懲戒但加強監管(39)See US Executive Office of the President of United States，“Big Data and Differential Pricing”, 2015, pp.6-7.。其基本政策為：(1)區分“差別性對待(Disparate treatment)”和“差別性影響(Disparate impact)”。“差別性對待”意味著經營者將民族、宗教或其他消費者特征作為衡量需求的一個因素，這可能有益于買賣雙方；“差別性影響”意味著某些做法對受保護的群體產生了不利影響，這主要歸因于大數據選中的一些變量與受保護的群體相關。因此，只要通過大數據檢查“決定價格的特定算法”是否與民族、性別或種族等變量相關聯，就可以很直接地對“差別性影響”進行統計測試，達到預防歧視的效果。(2)用鼓勵競爭替代限制個性化定價。通常來說，支付意愿更低的消費者，可以獲得更優的價格，但這是以競爭狀況保持不變為前提。如果競爭條件改變，那他們也可能支付更高價格。因此，政策應該側重于鼓勵競爭、創造更健康的市場環境。(3)考慮到技術和商業實踐的快速變化，對高風險市場應當提供政策傾斜并繼續觀察。在就業、保險或信貸等基于風險定價的高風險市場，弱勢群體通常因風險更高而更為不利，但現行法律(如FCRA和“民權法案”等)的反歧視條款依然可以適用于這些場景，因此，“讓子彈繼續飛”(持續的觀察)是明智的。(4)規范數據收集行為。政策面臨的挑戰是：既要促進大數據應用，以抑制過度的冒險行為、幫助解決逆向選擇問題，同時又要防止不公平地歧視消費者。報告認為，隱私的財產權保護路徑較為可行：消費者比企業更有動力確保他們的信息的準確性，從而促進定價的公平性(40)See US Executive Office of the President of United States，“Big Data and Differential Pricing”, 2015, p.18.。

(三)德國、法國：謹慎修法與加強執法

鑒于社會各界對算法是否以及在何種程度上可能對市場的競爭功能產生有害影響存在較大爭議，2019年11月，德國聯邦卡特爾局(BKartA)與法國競爭管理局共同發布了《算法與競爭》的研究報告(41)See German Bundeskartellamt & French Autorité de la Concurrence，“Algorithms and Competition”, 2019.。在兩機構看來，應對算法定價帶來的挑戰最有效的方法是增強反壟斷執法的有效性。其主要經驗包括：(1)增強收集信息工作的有效性。BKartA的慘痛教訓是：在針對德國漢莎航空公司算法定價的一項反壟斷指控中，BKartA事先認為該案件的焦點是確定價格上漲是定價算法之惡還是人為干預的結果，但在耗費大量執法資源后，BKartA發現這個“焦點”系假問題(42)BKartA, Case Summary of 29.05.18, Case B9-175/17, 2018.。當然，這個教訓并不能成為其他情境下執法機構無需調查算法的結論。盡管到目前為止只有少數案件涉及到對算法內部工作原理的分析。(2)增強執法工作的針對性。調查算法內部運行原理難度相差很大，執法機構可以利用其現有的調查職權，例如索取資料、搜查和詢問，以取得必要的信息；執法機構還可以根據實際情況，要求企業保存其算法開發和使用的可審計記錄或通過企業內部文件來獲得信息。(3)執法的具體工作可以概述為二：一是借助潛在的證據，初步推定存在壟斷行為，如與算法角色及其上下文相關信息、與算法功能相關信息；二是獲取和分析相關證據信息，確定違法行為。算法的奇妙之處在于，算法具有揭示與其功能相關的其他事實的功能，因此，算法分析越深，證據輸出越多。具體的分析可以結合不同的調查方法進行，但務必重點分析與算法源代碼相關的環境信息和交互信息，比較算法真實的(過去的)輸入/輸出，在算法生成的輸出上模擬或比較其與其他(更容易解釋的)算法和方法行為的區別。

(四)小結

由于世界主要國家和地區對市場干預理論、競爭政策地位、既有規制工具的可適用性等問題的認識存在差異，對算法個性化定價問題是否規制存在不同認識，如英國、德國、法國認為應該注重收集證據、加強執法，美國則認為不需要專門針對個性化定價進行規制，而是從隱私保護和數據收集規范的角度糾正現有的不利影響。在規制機構上，各國普遍認為不需要設立新的專門機構，而是加強現有監管機構應對數字經濟風險的能力。伴隨定價算法應用場景的多元化發展及各國(地區)對該問題的經濟效果研究持續深入，人們對算法定價“殺熟”的膚淺認知逐步被“需要基于不同運用場景進行個案分析、權衡利弊的規制思路”所替代，各主要競爭執法機構在強調更新監管工具、加強算法監管的同時，主張保障消費者信息暢通和選擇自由，以完善市場機制并克服個性化定價的不足。

五、算法個性化定價的反壟斷規制制度改進：基于消費者細分視角

我國近年來不斷完善互聯網治理相關法律、行政法規、部門規章，已經構建起一套較為系統完備的網絡監管法律體系，但對于定價算法的討論和規制，仍舊處于起步階段，對其運行的基本原理和使用場景的探討，以及相應反壟斷法上的更新、應對仍待深入(43)施春風：《定價算法在網絡交易中的反壟斷法律規制》，《河北法學》2018年第11期。。因此，現階段有必要加強定價算法的法律規范，強化對算法本身的法律監管。在這個過程中，有必要借鑒和學習其他國家在定價算法規制方面的經驗：一是注重保護創新，這體現在貫徹審慎包容的監管政策，并遵循現有法律框架，謹慎修法、立法，加強執法；二是要扎根于經濟效果分析，辨明個案中個性化定價對經濟生活的具體影響，充分收集證據，避免“錯殺”對消費者有利的個性化定價；三是注重保障消費者利益，這體現在側重賦予消費者反制能力、保護消費者信息暢通和選擇權有效行使；四是要加強對算法運行機理的研究和規范，加大算法技術領域的監管和執法力度，重點關注高風險領域，以靈活應對數字技術發展挑戰。

只有建立起一套針對數據、算法、互聯網平臺的網絡監管法律體系，明確這一領域的監管原則和監管方法，構建起適應數字經濟發展的競爭規則，才能促進數字市場和平臺經濟的健康規范發展，這亦是治理現代化改革在市場監管領域的體現。

(一)科學判斷消費者細分策略背后的市場失靈

個性化定價的兩面性要求準確適用反壟斷法，因而需要依托“市場失靈識別技術”，對具有高頻創新和動態競爭特點的數字市場進行持續監管，將算法與大數據的運用置于法治框架內，讓消費者、生產者共享技術商業化應用的成果。

1.政策路徑：算法審計與算法透明

盡管個性化定價的本質是區別對待，但通過減少基于人身屬性的歧視可提高其公平性。個性化定價的不公平很大程度上來源于算法，算法的公平性決定了個性化定價的公平性。因此，監管機構有必要進行算法審計，將公平性標準納入算法評價體系，避免算法對某些群體作出有悖常理或歧視性的決策。公平性審查主要采取排除敏感參數的做法，例如，為了防止決策過程中出現種族歧視或性別歧視，就需要檢驗決策中是否隱含了種族或地域這些性別的信息(44)See K. A. Taipale，“Data Mining and Domestic Security: Connecting the Dots to Make Sense of Data”, Columbia Science and Technology Law Review, Vol. 5, No. 2, December 2003.。算法審查可督促算法開發者持續、有意識地控制和減少歧視風險，在算法構建的各個階段檢查、監測偏見可能性，并將訓練算法的數據中與歧視有關的信息剔除。算法審計還需注意兩個問題：其一，對算法系統進行審查的難點之一是它們的“技術黑箱”特性(45)See OECD，“Algorithms and Collusion: Competition Policy in the Digital Age”, 2019, back cover.，這種不透明性阻礙了發現歧視。為此，有必要要求企業使用的算法系統能夠支持審計和解釋。這種做法已有先例，例如在歐盟，法律要求投資公司使用的某些算法交易系統必須具有可解釋性(46)Article 1 and 2, Commission Delegated Regulation (EU) 2017/589 of 19 July 2016 Directive 2014/65/EU.。其二，算法系統通常受到商業秘密、知識產權的保護，這種保護使得監管機構和研究人員更難調查此類系統。為此，當企業以商業秘密進行抗辯，監管機構可以進行初步審查，在算法系統符合商業秘密的情形下，采取嚴格的保密措施，例如限制審查的人員、方式、地點，簽訂保密協議等，以在算法“透明”的公共利益和“不透明”的商業秘密、隱私和其他利益之間達成平衡。

2.法律路徑：優化舉證責任分配

個性化定價是經濟學意義上的價格歧視，但未必是反壟斷法意義上的“價格歧視”。從實踐來看，目前引起熱議的“攜程殺熟”事件、“天貓殺熟”事件，在違法行為構成要件的認定上存在較大困難，尤其是相關市場界定、市場支配地位認定方面，這也是至今尚未出現針對個性化定價司法、執法案例的主要原因。造成這種現象既有數字市場的特殊性、復雜性造成傳統分析框架不適用的原因，也有技術壟斷背景下執法機構以及私人原告與企業存在嚴重信息不對稱、證據困境加劇的原因。在這種情況下，可適度放寬條件，優化舉證責任分配規則。具體而言，應適用更靈活的反壟斷分析范式，即當私人原告或者執法機構能夠提供關于價格上漲、產出下降等反競爭效果證據，則可成立對市場力量的推定，不需要再對相關市場和市場支配地位承擔舉證責任。實際上，市場支配地位只是用于評估被告行為反競爭效果的大小，本質上屬于反競爭效果的間接證據。正如IFD案中的法官所說：“間接證據只是反競爭效果的‘替代品’，直接證據足以將舉證責任轉移給被告，被告必須在這一點上提出一個合理的辯護，否則將面臨對其行為的處罰”。(47)FTC v. Indiana Federation of Dentists, 476 U.S. 447(1986).在國內，最高院在360訴騰訊案中也提出了類似觀點：“如果通過排除或者妨礙競爭的直接證據，能夠對經營者的市場地位及被訴壟斷行為的市場影響進行評估，則不需要在每一個濫用市場支配地位的案件中，都明確而清楚地界定相關市場。”過度謹慎的執法政策以及過分苛刻的舉證要求反而會造成規制成本過高，在不同案件中采用更靈活的分析范式和更合理的舉證責任分配規則，才能達到“證據搜集的邊際收益等于邊際成本”(48)See Posner R. A.，“An Economic Approach to the Law of Evidence”, Stanford Law Review, 1999, 51(6):1477-1546.的最優搜索結果。

(二)準確識別并保護消費者細分策略背后的消費者利益

除了法律和政策路徑之外，還需依托“利益識別技術”，準確識別消費者細分策略背后的消費者利益，運用差異化、針對性的干預手段，對個性化定價的實際風險進行監管和防范，充分發揮個性化定價優勢的同時遏制其不利影響，維護市場的健康發展。

1.競爭法治文化路徑：競爭文化宣傳與算法個性化定價教育

第一，加強數據收集和使用的規范性。當消費者不能很好地理解價格是如何確定的，以及他們的數據是如何被使用時，他們的信任就岌岌可危。數據披露在電子商務中是不可避免的，盡管消費者愿意分享他們的個人信息以獲得預期的利益，但收集個人信息時使用的不透明和復雜的方法使他們對賣家使用信息的方式及其潛在的問題產生了懷疑，這種令人困惑的狀態被稱為“隱私悖論”(49)See Kokolakis S.，“Privacy Attitudes and Privacy Behaviour: A Review of Current Research on the Privacy Paradox Phenomenon”, Computers and Security, 64, 2017, pp.122-134.。“隱私悖論”指的是盡管人們高度關注隱私，大多數人還是愿意用他們的個人信息來換取可感知的利益。當然，其前提是消費者了解數據收集的方式和用途，否則36%至49%的消費者會排斥這種做法(50)See European Commission，“Consumer market study on online market segmentation through personalised pricing/offers in the European Union”, ISBN 978-92-9200-929-8, 19 July 2018.。也有調查顯示，多數消費者認為如果經營者收集用于個性化定價的個人數據的同時給予他們放棄的選項(51)See Vijay Victor1, Maria Fekete-Farkas2, Zoltan Lakner3，“Consumer Attitude and Reaction towards Personalised Pricing in the E-Commerce Sector”, Journal of Management and Marketing Review, 4(2), 2019, p.146.，他們會更樂意接受。因為這種做法會在定價過程中給消費者帶來更多包容感，從而增加他們對經營者的信任。

我國目前法律雖然明確要求數據收集和使用必須經過授權(52)《中華人民共和國網絡安全法》第41條：網絡運營者收集、使用個人信息，應當遵循合法、正當、必要的原則，公開收集、使用規則，明示收集、使用信息的目的、方式和范圍，并經被收集者同意。，但是實踐中經營者所給予的授權選項往往隱藏在長達幾十頁的說明中，并且往往采取“同意或退出”式強制性做法。這種做法不但有損消費者信任，還有可能招致不當收集數據的法律風險。因此，有必要教育、引導企業更為規范地收集數據，尤其對適用于個性化定價的數據收集上，應該采用更為明顯的告知方式，給予消費者真正的“選項”，唯有如此方能夠取得消費者的理解和信任，以培養更多忠誠用戶、促進企業長久發展。

第二，提高消費者對個性化定價的認識。公眾對個性化定價的反對態度是可以預見的。如果消費者因反對而減少購買，顯然不利于市場的繁榮。然而，公眾對于個性化定價并非是一種原則上的反對，就像“隱私悖論”一樣，如果消費者了解到個性化定價是有益的，他們并不會抵制。從定價原理上看，個性化定價并非新鮮事物，其早已存在于保險、航空等行業，盡管早期受到技術條件、數據獲取能力的限制，這些企業只能將消費者劃分為不同的消費群體進行定價，無法精確到每一個人，但該種定價方式的理念與個性化定價是一樣的。不同的是，早期消費者并未強烈反對這些領域的“個性化價格”。細品之，其原因有二：一是保險、航空的定價較為透明，消費者在購買之前就已經了解到價格是個性化的，他們可以自由選擇是否購買，購買過程并未超出他們的心理預期；二是經過多年沉淀和發展，人們逐漸了解到了保險、航空公司這種定價方式有著風險補償、管理易腐產品的益處(53)風險補償：保險產品根據客戶風險進行定價，使企業能夠在更有可能發生保險事故的地方收回成本；管理易腐產品：航空等交通運輸行業需要動態改變價格以保障在起飛前出售全部機票以收回成本。，提高了消費者的可接受度。因此，通過教育消費者提高他們對個性化定價的認知，了解個性化定價的利弊影響，或能改變其抵觸的心理，從而減少無謂損失。

2.技術路徑：賦予消費者反制能力

第一，打造算法消費者。算法消費者是應對個性化定價、保護消費者利益的有效方式。算法消費者(Algorithmic Consumers)即消費者不直接做出購買決策，而是將這些任務外包給比價網站提供的比價算法，從而最大限度地減少他們在購買決策中的直接作用(54)See Michal S. Gal & Niva Elkin-Koren，“Algorithmic Consumers”, Harvard Journal of Law & Technology, 30(2), 2017, p.312.。諸如Travelocity、Expedia、PriceGrabber等比價網站可以顯示類似商品的實時價格，便于消費者進行比較和決策。越來越多的人使用這些比較工具，它們讓消費者更容易購物，并提高市場競爭，促進更低價格、更高質量、更好的創新和效率。算法消費者的出現還會影響市場需求和交易條件，這在一定程度上是因為算法消費者可以顯著降低搜索和交易成本，幫助消費者克服偏見，做出更理性的選擇，增強買方力量。可以說，算法消費者是對抗算法定價成本最低、最有效的方式。有鑒于此，競爭執法機構和消費者協會有必要進行宣傳、引導，提高消費者對個性化定價以及消費者端算法的認識，鼓勵他們使用基本的數字比較工具以獲得更有利的價格。此外，為了更好地為消費者賦能，還可以激勵第三方開發相應的數字工具，以提高消費者在數字市場的自主能力。

第二，提高個性化定價透明度。鑒于消費者的不信任和恐懼部分可以解釋為缺乏對價格的正確認知，并且信息不對稱是數字經濟中一個重要的市場失靈，提高個性化定價透明度可能是一條有效的治理路徑。執法機構應該通過約談或出臺相關文件的形式，要求采取個性化定價的平臺對定價過程進行合理說明，提高個性化定價透明度，保障消費者知情權。個性化定價透明度有三個等級：(1)低度透明，告知消費者他們接受的價格是個性化的。(2)中度透明，告知特定消費者群體個性化定價的主要參數。(3)高度透明，不僅告訴消費者價格是個性化的，還顯示向其他消費者提供的價格，以便特定消費者進行對比(55)See Ezrachi A. and Stucke M.E.: Virtual Competition: The Promise and Perils of the Algorithm-Driven Economy, Harvard University Press, 2016, p.25.。在我國，價格透明度應至少達到第二個層級，即進行個性化定價的企業，必須告知特定消費者其所提供的價格是個性化的，并對引起價格變化的主要參數進行說明。價格透明度的提高有助于消費者更好地了解市場動態，只要信息暢通，他們可以“用腳投票”，轉向有利于自身的賣家。這也可以提高消費者議價能力和市場參與度，以提升消費者福利，減少消費者不公平感知。

結 語

本文以消費者細分為視角剖析了算法個性化定價的基本原理與主要實踐，辨明了規制個性化定價的制度基礎，并結合域外相關理論和治理經驗，探究了個性化定價反壟斷治理的政策改進方案。研究表明：(1)作為保留定價手段的消費者細分，是算法個性化定價的必然。作為概念意義的“算法”本身并不是新生事物，生物本身就是算法，生命是不斷處理數據的過程(56)[以色列]尤瓦爾·赫拉利：《未來簡史：從智人到神人》，林俊宏譯，中信出版社2017年版，第75頁。；在解決新問題的過程中的計算結果則成為人們對交易諸如“貴”“便宜”判斷的參考，即無需佐證的“常識”。隨著算法個性化定價技術的發展和消費者意識的覺醒，從支付意愿較強的消費者身上壓榨利潤的行為變得越來越艱難，個性化定價將側重于提供優惠，從而與少數支付意愿較弱的消費者達成帕累托最優交易。(2)作為競爭行為的算法定價本身并非惡事物，經濟學家認為，只要稀缺不可避免，選擇就不可避免，區別對待就不可避免，歧視也就不可避免。任何事物誕生之初必然伴隨著問題與不足，與創新同時來臨的未必是福利，也可能是名為改變的“陣痛”。(3)大部分時候只要給予消費者足夠的信息，提升消費者的數字素養，并保障消費者選擇的自由，消費者就能夠避免損害其利益的“陷阱”、提升其自身福利。只有市場機制無法發揮作用，“有形之手”的干預才是必要的，并且要以恢復市場調節機制為目標。因此，執法機構要克服執法沖動，尊重市場作為最基礎的資源配置手段的主導地位，給予創新市場足夠的成長空間。

“在信息爆炸的時代，個性化將顛覆一切傳統商業模式，未來的商業應用將由個性化技術驅動。”(57)蘇萌、柏林森、周濤：《個性化：商業的未來》，機械工業出版社2012年版，封面。盡管本文以個性化定價為研究對象，但研究的結論可推廣至個性化商品、個性化新聞、個性化廣告、個性化搜索引擎、個性化求職等其他個性化技術應用領域。我們期待著我國數字平臺的治理能夠實現從“事后救濟向事先預防”的轉向，更期盼著《反壟斷法》實施效果將大大提升，數字經濟健康發展更上層樓。