大數據“殺熟”類型的二元劃分及其差異化規制路徑

陳沁瑤

(東南大學 法學院，江蘇 南京 211189)

針對社會各界反映強烈的網絡平臺大數據“殺熟”問題，《深圳經濟特區數據條例》規定市場主體不得通過數據分析，無正當理由對交易條件相同的交易相對人實施差別待遇，違反規定的將給予重罰，情節嚴重的，可處 5 000 萬元以下或者上一年度營業額5%以下罰款，這一懲處力度還是非常之大的[1]。近年來，關于大數據“殺熟”的話題和新聞不絕于耳[2]，各類大小政策法規的出臺也都沒能很好地解決大數據“殺熟”問題，大數據“殺熟”仍然屢禁不止，大數據“殺熟”已對消費者的合法權益造成嚴重威脅。

法律上關于大數據“殺熟”的定性、何種行為應當歸屬于大數據“殺熟”以及大數據“殺熟”應當如何規制一直存在爭議。當前，有關大數據“殺熟”的研究，一方面，就大數據“殺熟”的法律性質沒有達成共識，對大數據“殺熟”的構成要件也缺乏明確界定[3]。例如，如何區分平臺商家的行為究竟歸屬于大數據“殺熟”還是新客戶讓利，現有研究將差別定價、特定推送簡單歸結為大數據“殺熟”值得懷疑。很多時候對新客戶讓利以謀求市場支配地位是一種常見競爭行為，不能一概扣上大數據“殺熟”的帽子，否則將有礙經營模式的創新及數字經濟的發展；另一方面，對于大數據“殺熟”的法律規制，現有研究已經在立法論層面[4-5]、算法規制層面[6-8]有了針對性研究，需要在現有基礎之上回歸到大數據“殺熟”構成要件本身，緊緊圍繞大數據“殺熟”類型的二元劃分尋找差異化的規制路徑，這無疑對合法有效治理大數據“殺熟”大有裨益。

一、大數據“殺熟”的潛在風險與治理困境

大數據“殺熟”存在影響泛在性、侵害隱蔽性等潛在風險，并呈現與傳統線下交易模式完全不同的特征，對互聯網平臺消費者以及整個互聯網平臺交易秩序產生威脅，需要以法律手段加以規制；同時，由于現有法律規范不夠具體并且對于大數據“殺熟”界定不夠明確，因此，法律對于大數據“殺熟”存在治理困境。

(一)大數據“殺熟”的潛在風險

1.影響的泛在性。大數據“殺熟”本質上是一種基于算法的自動決策，由于自動性使得影響具有泛在性，也就是使不確定數量的消費者的合法權益受損，即大數據“殺熟”對消費者權益與市場公平交易秩序的影響是潛在的、不特定的。

一方面，大數據“殺熟”的受眾可能非常廣泛。由于“殺熟”是依據算法的自動化決策，具有低成本、可復制等特性，在面對大量消費者時，算法可以以較低的成本運行[9]。在互聯網平臺上，“殺熟”依托海量數據和精準算法，利用信息不對稱，可能針對到每個參與互聯網平臺交易的用戶；另一方面，大數據“殺熟”收集到的數據非常之廣泛。當前，平臺商家能夠廣泛地收集消費者的個人數據主要是因為缺乏對平臺商家收集數據的監管。平臺或直接未經消費者同意即采集相關數據，或采用不予同意則限制使用軟件的霸王條款逼迫消費者被動選擇同意提供其個人信息。因此，平臺商家極易獲取消費者大量個人信息，給消費者的個人信息安全帶來極大的威脅。

2.侵害的隱蔽性。大數據“殺熟”依托互聯網平臺進行，由于“算法黑箱”、互聯網平臺極大的信息不對稱性以及技術手段的更新，消費者通過互聯網進行交易時遠不及線下交易環境中公開透明，導致“殺熟”產生的侵害具有極大的隱蔽性。

“算法黑箱”成為了掩蓋算法歧視的利器。傳統算法就是一系列指令，告訴計算機該做什么，將數據輸入計算機，然后得出結果[10]。自動化決策的算法不公開、不接受質詢，不提供解釋、不進行救濟[11]，算法在接收數據直至做出決策的整個過程被稱作“黑箱”，因為這一過程普通消費者既無法知悉具體的操作過程又無法獲得合理的解釋。算法運行的過程我們無從得知，同時就意味著算法歧視的過程我們無從得知，那么，歧視意圖也自然會被藏匿于晦澀艱深的代碼和數據之中，造成算法歧視隱蔽性的難題[12]。大量實證研究顯示，互聯網平臺商家不斷使用新的、不為人們熟知的技術跟蹤消費者行為，這些技術對于眾多消費者而言都不曾聽聞[13]。

大數據“殺熟”的隱蔽性還體現在互聯網平臺使得明碼標價失效。在線下交易模式中，對于商品或服務商家具有明碼標價的義務，而線上交易中商家利用互聯網平臺信息不對稱的特點，由于注冊信息的捆綁性、信息采集的模糊性等原因[14]，消費者事實上可能不知道自己被“殺熟”，一旦互聯網平臺商家的數據庫遭到竊取或泄漏，用戶的個人信息安全就會受到威脅，其權益更可能受到損害[15]。此外，隨著“殺熟”在互聯網市場中的運用，平臺商家的違法侵害手段隨著科技進步不斷迭代升級。在數字化時代，互聯網平臺商家具有更多獲取“信息優勢”的能力，在長期的交易活動中，他們積累掌握了海量的數據信息，有能力對消費者的消費意愿、消費能力和行為習慣等做出精準分析判斷[16]，而消費者在數據占有、信息知情等方面相較于平臺商家仍然處于弱勢地位。對當下的終端消費者而言，被動接受經營者對其購買能力和支付意愿的捕捉并非其實際需求[17]124。

(二)大數據“殺熟”的治理困境

對于大數據“殺熟”的治理，現有法律規定較為抽象，且存在性質定位沖突、構成要件缺失、針對性規范不足等現實困境。

1.性質定位沖突。對于大數據“殺熟”的法律性質究竟應當歸屬于價格歧視、價格欺詐或是濫用市場地位，學術界眾說紛紜，莫衷一是，其性質定位尚待明確。

大數據“殺熟”的性質定位存在一定的沖突性和模糊性。有學者將其認定為價格歧視，即經濟學領域的一級價格歧視，對不同的消費者采取不同的歧視定價策略[18]。有學者則認為經營者利用技術使“熟客”對商品價格陷入誤解而作出購買選擇，因而應當歸屬于價格欺詐[19]。另有學者將其認定為平臺商家濫用市場地位以價格歧視的方式提高價格加成，鞏固并強化其市場支配地位，直接增加生產者剩余，減少消費者剩余[17]125。因此，對大數據“殺熟”法律性質的界定存在沖突。

2.構成要件缺失。大數據“殺熟”的構成要件缺失，判斷標準不明，由此導致對于不同的情形是否應當認定為大數據“殺熟”可能存在分歧，對于大數據“殺熟”過于寬泛的認識和理解可能會導致法律過度干預經營者的正常經營行為，難以維持法律的謙抑性以及形成良好有序的互聯網經營環境[20]。例如，在高某起訴攜程大數據“殺熟”侵權案件中(1)鄭育高與上海攜程商務有限公司其他侵權責任糾紛案，參見上海市長寧區人民法院(2020)滬0105民初9010號民事判決書。，原告高某稱被告攜程平臺依據大數據技術根據原告的機票需求進行分析而定價，并擅自更改操縱機票價格是攜程利用大數據進行的“殺熟”行為。被告上海攜程商務有限公司則認為機票價格變動屬于行業正常現象。

法院認為機票價格的變動幅度在合理范圍內，不能因不同時間段機票價格存在波動就認定屬于“大數據殺熟”行為，因此駁回了原告的訴訟請求。此案件是正常經營行為被誤解為大數據“殺熟”的典型案例，由于大數據“殺熟”的構成要件缺失，社會公眾對“殺熟”的認識則可能會產生偏見，事實上，法律意義上的“殺熟”與傳統意義上的價格浮動有著顯著差別，亟待予以明確。

3.針對性規范不足。雖然現有法律規范體系下對于大數據“殺熟”行為有一定的規制，但民商法、經濟法、行政法等不同部門法之間存在“互相打架”及針對性不足的問題。

大數據“殺熟”的民商法規制(見表1)主要是通過反壟斷規制的角度以及消費者權益保障的角度對“殺熟”予以規制[21]。例如，將《反壟斷法》作為大數據“殺熟”的一個基本規制工具，通過改進相關市場的判定方法、綜合判定市場支配地位、完善損害結果認定標準等途徑，加強對大數據“殺熟”的反壟斷法規制。然而存在將規制對象突破“市場支配地位”的限制不具有現實可行性，無法很好地協調規制對象的主體資格問題。再如，從消費者權益保障的角度出發，認定大數據“殺熟”侵害了消費者的合法權益。不足之處在于《消費者權益保護法》中關于消費者基本權益保障的原則性條款難以直接適用且維權事項往往需要消費者舉證，但消費者很難實現自身的舉證目的。

表1 民商法規制及其治理困境

大數據“殺熟”的行政法規制主要體現在市場監管方面，然而，由于行政法律規范存在信息不對稱、規制人數眾多、治理成本高、監管主體相互推諉等問題，導致現有的行政法律規范在適用上面臨困境(見表2)。例如，《電子商務法》中明確要求平臺商家不應當針對消費者的個人特征進行商品或服務的推送并給予。然而，對于主要的“差別定價”問題沒有涉及，且實際上不高于五十萬元的罰款數額對平臺商家而言不具有很強的威懾力。

表2 行政法規制及其治理困境

二、大數據“殺熟”的構成要件與類型二元劃分

大數據“殺熟”根據其表現形式的不同被劃分為直接型“殺熟”和間接型“殺熟”，兩者在手段要件、數據要件及算法要件方面均存在差異。直接型“殺熟”具體表現為平臺商家在相同條件下對相同的商品或服務進行差異化定價。間接型“殺熟”則屬于排除選擇的特定推送，即消費者在平臺商家上通過搜索呈現出來的內容是經過平臺商家“有意篩選”過后的特定內容。

(一)手段要件：差異化定價VS排除選擇的特定推送

在直接型“殺熟”中平臺商家采取的是一種針對相同的產品或服務，對不同消費者設置不同消費價格的手段，以謀求更高利益。需要注意的是，直接型“殺熟”強調被“殺熟”的消費者與必須與其他消費者是在相同時間段進行消費，并且他們選擇的產品或服務也必須是相同的。對于商品同等性的認定可以從商品的物理特征和交易成本兩個角度進行分析，也應允許經營者針對交易內容和差異化的價格進行合理解釋[17]115。

間接型“殺熟”以給消費者提供具有其特定消費偏好選項和內容的推送為手段，并且這種推送的內容排除了其他可以自由選擇的空間。平臺商家通過這種排除選擇的特定消費推送的呈現，吸引消費者的注意和興趣，以謀取更大的利益。此外，間接型“殺熟”特別強調這種消費推送內容是排除了其他消費者可以自主選擇的空間，倘若消費者看到的搜索內容是能夠囊括所有類型，只是排列順序不同，那么，應當歸屬于平臺商家為消費者提供的個性化服務，是不宜納入間接型“殺熟”的范疇。主要考慮到排除選擇的特定推送實質上侵害了消費者的知情權和自主選擇權。

(二)數據要件：橫向比較VS縱向比較

大數據認識論排除理論預設、以數據分析為前置條件，相信只要擁有足夠數據，數據本身就能夠說明問題[22]。平臺商家利用大數據進行“殺熟”正是基于此理論預設，憑借積累的大量用戶數據進行挖掘和分析，預測消費者行為，優化營銷策略，實現個性化營銷以充分發揮數據的潛在價值[23]，促使平臺商家改變他們的商業模式以及看待和使用數據的方式[24]。大數據“殺熟”即是在收集、使用數據基礎上形成的算法歧視。這些數據能夠在平臺商家的手中發揮巨大的商業價值，因此數據對于平臺商家而言至關重要，數據處理對于“殺熟”而言，是初始也是最為關鍵的一步。

在直接型“殺熟”和間接型“殺熟”這兩種類型的“殺熟”中，平臺商家運用的數據也是不相同的。直接型“殺熟”主要收集和使用的是不同消費者的數據，通過對不同消費者的消費數據進行橫向比較從而判斷出某一用戶的消費能力，并以此作為向消費者進行差異化定價的依據。而間接型“殺熟”主要收集和使用的是某一消費者的個人信息及過往的消費記錄等數據，通過對相關數據進行縱向的比較來分析用戶特定的消費偏好、消費習慣，從而為消費者提供排除選擇的特定推送的內容。

(三)算法要件：價格算法VS推薦算法

大數據“殺熟”的另一核心要件是算法，算法多應用于數學與計算機科學領域，一般是指解決某一特定問題而采取的有限且明確的操作步驟。現多用于計算機領域，是通過一系列有限且明確的操作步驟，將輸入值轉化為輸出值，用以提升計算機完成任務的效率[25]。在大數據時代，平臺商家對數據的處理通常是利用算法來實現的，平臺商家對算法技術的應用集中體現在價格算法、推薦算法、評價算法、流量算法等方面。

直接型“殺熟”和間接型“殺熟”所運用到的算法也是不相同的，在直接型“殺熟”中，平臺商家主要運用的是一種價格算法，通過價格算法進行測算主要是給消費者呈現差異化的價格；而間接型“殺熟”主要運用推薦算法，目的是為消費者推薦迎合其偏好的產品或服務。在大數據環境下，輸入一個或者多個信息或指令，有效運行的算法就能夠得到確定的結果[26]，平臺商家運用不同類型的數據和算法，就能形成不同類型的“殺熟”，其本質都是對消費者合法權益的一種侵害。

三、大數據“殺熟”的差異化規制路徑

由于直接型“殺熟”和間接型“殺熟”的實施方式存在差異性，其所侵害的消費者權益也有所差別，同質化的規制邏輯已經無法滿足復雜的治理需求。因此，應根據兩種“殺熟”類型各自的特點，針對性構建差異化的規制路徑與法律規則，對于有效治理大數據“殺熟”多有裨益。

(一)規制路徑分野

由于直接型“殺熟”大多消費者遭受了直接經濟損失，消費者維權的意愿和索賠意識更高，以民商法為前置的規制手段更為合理(見圖1)；相比之下，考慮到對于間接型“殺熟”主要是對消費者知情權的損害，其對消費者實際權益的損害不大(沒有涉及經濟利益)，因此主要以行政法為前置的規制手段(見圖2)。

1.直接型“殺熟”。在直接型“殺熟”中，由于消費者具備一定維權的積極性，在消費者主動發現可能存在“殺熟”的情形下，尊重消費者主動維權。消費者自主維權可以通過與平臺商家協商、向行政部門舉報以及向法院訴訟三種途徑。從節約行政、司法資源的角度來看，以消費者找平臺商家協商為前置程序，協商不成再利用后兩種維權途徑。

圖1 直接型“殺熟”規制路徑

圖2 間接型“殺熟”規制路徑

考慮到“殺熟”存在一定的隱蔽性，很多時候消費者直接發現自身被“殺熟”存在一定的困難，因此行政機關必須加強對大數據“殺熟”的監管力度。當行政機關通過監管發現平臺商家可能存在“殺熟”情形時，即展開對平臺商家的常規調查，如果違法情形明確可以直接對商家予以行政處罰；若違法情形模糊或者難以界定的，則由行政機關委托第三方機構如會計師事務所對平臺方進行數據審計，據實調查平臺程序設計、數據設置問題，通過借助第三方專業機構的力量對平臺商家的行為進行界定，若確實存在“殺熟”情形則直接予以行政處罰，若“殺熟”情形存在侵犯眾多消費者合法權益時，可以由檢察機關或適格的消費者權益保護組織提起維護公共利益的民事公益訴訟。

2.間接型“殺熟”。在間接型“殺熟”中，一方面由于間接型“殺熟”更為隱蔽，另一方面由于間接型“殺熟”中消費者的維權意識不高，因此，對其規制主要以行政監管為主，并分為事前監管和事后監管。事前管控主要是以算法監督為主，由平臺商家自我監督、行業協會監督以及行政機關對其進行監督。行政部門的監督與事后監管的路徑相一致，以公權力機關為主導，通過審查后，確有“殺熟”情形的予以行政處罰，情節嚴重的由檢察機關或適格的消費者權益保護組織提起民事公益訴訟，以更好地維護消費者合法權益。

(二)法律規則適用

在厘清大數據“殺熟”的差異化規制路徑后，需要進一步明晰如何適用涉及大數據“殺熟”的法律規則。現有研究已經在立法論層面、算法規制層面有了相應的對策，然而,現實中對于大數據“殺熟”現象仍然屢見不鮮。本文在現有的基礎之上回歸法律解釋論本身，通過對現有的法律規定做出合理解釋，從而準確適用涉及大數據“殺熟”的法律規則。

1.消費者自主維權。消費者自主維權可分為合同和侵權兩個維度尋找相應的法律依據。從合同法的角度來看，消費者與平臺商家通過網絡訂立了消費服務合同，完成了交易。在大數據“殺熟”中，平臺商家在一定程度上存在隱瞞真實價格的行為，可依據相關法律規則要求平臺商家承擔締約過失責任。從侵權的角度來看，平臺商家利用大數據進行“殺熟”的行為，既使得消費者難以知曉商品真實的價格以及所有商品的全部信息，又以不公平、不合理的交易條件與消費者進行交易消費者，消費者可要求平臺商家進行“算法解釋”[27]。如果平臺商家解釋不能，可要求平臺商家承擔侵權責任，在平臺“知道”或者“應當知道”發生侵權行為時，平臺需要和平臺商家一起對損害結果承擔直接或連帶侵權責任[28]。

2.行政監管履職。對大數據殺熟的行政監管主要涉及國家網信部門和市場監督管理部門以及地方政府具有相應職能權的機構，國家網信部門主要負責保護公民的個人信息權益，市場監督管理部門則重點維護消費者權益，各部門須統籌協作、密切配合，共同加強對大數據“殺熟”的行政監管。

根據《個人信息保護法》的規定，國家網信部門負有對違法處理公民個人信息的行為予以行政處罰的職責(2)《個人信息保護法》第六十六條規定：“違反本法規定處理個人信息，或者處理個人信息未履行本法規定的個人信息保護義務的，由履行個人信息保護職責的部門責令改正，給予警告，沒收違法所得，對違法處理個人信息的應用程序，責令暫停或者終止提供服務；拒不改正的，并處一百萬元以下罰款；對直接負責的主管人員和其他直接責任人員處一萬元以上十萬元以下罰款。”，須加強對數據、算法方面的監管和控制，尤其是加強對大數據“殺熟”的事前監管并對違法“殺熟”行為予以行政處罰。國家市場監督管理總局負責監督管理市場秩序，依法監督管理市場交易、網絡商品交易及有關服務的行為。依據《中華人民共和國消費者權益保護法實施條例》第五十三條的規定，對消費者就大數據“殺熟”問題進行的投訴，積極予以協助處理(3)《中華人民共和國消費者權益保護法實施條例》第五十三條規定：“有關行政部門應當在各自職責范圍內，依法處理消費者投訴。有關行政部門應當自收到消費者投訴之日起七個工作日內，予以處理并告知投訴人。有關行政部門對不符合規定的投訴決定不予受理的，應當告知投訴人不予受理的理由并告知消費者其他解決爭議的途徑。”。

3.檢察公益訴訟。檢察公益訴訟是近些年來興起的一種訴訟類型，以檢察機關作為公益起訴人進行訴訟，以回應對社會公共利益的關切。根據相關法律規定，個人信息保護領域是為人民檢察院提起公益訴訟的法定領域。大數據“殺熟”對公民個人信息造成了嚴重侵害，而且這種侵害是廣泛的普遍的，如果以消費者個人的名義提起訴訟，訴訟成本高、難度大，而通過檢察公益訴訟的方式能夠很好地解決當前個人提起訴訟的難題。

當然，檢察公益訴訟的提起也必須具備一定的前提和限度，否則也可能導致檢察權干預司法權進而造成司法的混亂。對于直接型“殺熟”而言，對于行政監管中可能存在的“殺熟”情形，通過常規調查違法現象不明的可以由檢察機關提起民事公益訴訟；而對于間接型“殺熟”也可以通過檢察公益訴訟來進行事后追責。

(三)程序規則展開

當前，只有少量大數據“殺熟”案件進入司法程序，筆者以大數據“殺熟”為案由在裁判文書網上僅檢索到兩例相關案件，且均以原告敗訴終結。究其原因在于消費者往往難以舉證證明自身權益受到侵害。

大數據“殺熟”案件中舉證責任的分配值得重新考量。歐洲法院審理的大數據“殺熟”的訴訟，通常由行政機關提起，類似于我國檢察機關提起的民事公益訴訟。關于舉證責任的分配，通常是要求行政機關和平臺商家共同承擔舉證責任，這就極大地減輕了作為弱勢一方的消費者的舉證壓力。例如，根據歐洲法院最近關于價格歧視的判例法，國家競爭主管機構和歐洲聯盟委員需要承擔關于存在等價交易和受歧視客戶所遭受的競爭劣勢的舉證責任，但同時平臺商家也可以提出“客觀理由”用相應的證據辯稱價格差距是合法的，無涉“殺熟”[29]。

而在我國普通民事訴訟中，無論是消費者提起的是侵權之訴還是合同之訴，消費者均需承擔相應的舉證責任。考慮到消費者掌握的信息不對稱以及所處的弱勢地位，在直接型“殺熟”中，若由消費者直接提起的訴訟應采取舉證責任倒置的方式，由平臺商家承擔舉證責任，證明自身沒有違法處理消費者個人信息或使用的算法不帶有歧視性。而在間接型“殺熟”中，目前尚沒有提起訴訟的案件發生且對消費者造成的侵害較小，舉證責任應當由行政機關和平臺商家共同承擔。但無論何種“殺熟”情形，都應當由費者承擔平臺商家存在“殺熟”行為的初步證明責任。此外，如果平臺商家在處理消費者數據時使用了敏感數據[30]，那么，不論其為直接型“殺熟”還是間接型“殺熟”都應當推定其存在侵權的故意。

四、結 語

在大數據時代背景下，互聯網平臺基于其掌握的數據資源和算法技術擁有了一種特殊的權力，愈演愈烈的大數據“殺熟”現象正是這種“數據權力”或“算法權力”異化的結果。我們必須從法律層面對大數據“殺熟”的性質作一個準確、合理的界定，并以此來作為進一步法律規制的基礎，從而更好地回應社會的廣泛關切。由于直接型“殺熟”與間接型“殺熟”的實施方式不同、對消費者權益侵害的程度也不同，差異化規制路徑更加合理，也更具有針對性；同時，本文所提出的大數據“殺熟”的二元劃分以及差異化規制路徑只是一個初步的構想，還需要從規范市場監管、優化用戶賦權、加強行業自律等維度予以完善，這將是今后大數據“殺熟”治理需要重點把握的方向。