算法價格歧視反壟斷法屬性闡釋與路徑優化

摘要：算法價格歧視作為一種經濟現象和商業策略有構成壟斷行為的可能，但從現有定價實踐來看，算法價格歧視并未導致競爭機制偏航，加之自身存在實施限制，其帶來的系統性風險并未真正涌現。平臺經濟壟斷與競爭并存，簡單地對算法價格歧視進行一體化規制失之偏頗，其是否違法仍需在現有反壟斷法框架內進行嚴謹的競爭分析和法律論證。新型經濟形態下規制算法價格歧視，需要平衡創新與競爭、優化反壟斷監管規則和機制，推動算法權力治理工具的建立，探尋算法價格歧視行為引申的消費者保護新路徑，并客觀認識反壟斷本身的功能及其規制算法價格歧視行為的限度。

關鍵詞：算法價格歧視；反壟斷法；競爭損害；消費者保護

算法價格歧視作為一種平臺競爭行為，近年來備受消費者關注和質疑。其典型表現形式是對于新用戶予以低價誘惑，針對老用戶匹配相對較高的價格，也就是“大數據殺熟”。算法和大數據技術的不斷成熟使一級價格歧視具備了現實可能性，經濟學上傳統的價格歧視分析模型正逐漸轉變為商業實踐策略。其實現路徑是，平臺企業收集消費者的個人特征和消費行為數據，并利用算法分析、預估消費者的保留價格（reserve price），以實現高度個性化的算法價格歧視。關于算法價格歧視屬于哪種類別的價格歧視，學界存在較大爭議。但不可否認的是，隨著對消費者行為特征和購買習慣詳細數據的不斷增加，企業進行個性化定價能力不斷提升，特定消費者對產品理論的價值也越來越接近現實。 2018年以來，我國多家互聯網平臺，如美團、飛豬、攜程、滴滴打車、天貓、京東、淘票票等都曾卷入到“大數據殺熟”的風波中。

其實，國外早在2000年就被曝出Amazon對同一張DVD向不同客戶收取不同價格，后來又有Staples根據消費者購買辦公用品的IP地址的不同而收取不同的價格；Netflix 根據用戶在網上的瀏覽歷史進行個性化定價等。目前學界對算法價格歧視行為的評價褒貶不一，國內外對算法價格歧視的規制態度也存在較大分歧。通過詳細梳理域外主要國家和國際組織對算法價格歧視的相關政策文件、調研報告發現，除了一直依賴于特定消費者的定價行業（如保險業）外，并沒有確切證據表明普遍存在個性化定價，也沒有一個國家直接明確地叫停算法價格歧視。相比國外的謙抑態度，國內對算法價格歧視的規制“熱情”異常高漲，消費者以受到不公平對待通過媒體報道口誅筆伐，算法價格歧視的反競爭效果被無限夸大。

就目前而言，算法價格歧視對市場競爭是否造成損害和威脅尚不清晰，并沒有證據證明算法價格歧視造成了廣泛的消費者損害。相反，其作為一種商業模式，也提升了經濟效率和敏感消費者的福利，有其存在的合理性和必要性。簡單地對其“一禁了之”，對消費者來說可能是凈損失，并錯失大數據時代帶來的重大紅利。基于此，本文認為有必要深入解讀算法價格歧視，摒棄單一場景下“殺熟”的片面思維，對算法價格歧視行為的違法性展開競爭損害分析和嚴謹的法律論證，辨明其反壟斷法屬性。深刻反思反壟斷法在算法價格歧視規制中的作用，客觀認識反壟斷法之于消費者權益保護的間接性，正確把握反壟斷法在平臺經濟治理中的合理定位。

一、算法價格歧視的反壟斷法屬性闡釋

算法價格歧視本質上是指平臺企業利用大數據和算法等優勢對不同交易對象實施的價格歧視行為。價格歧視是經濟學表述，概念層移至反壟斷法，則是濫用市場支配地位中的差別待遇。算法價格歧視的傳統反壟斷分析結構呈現出了與數字經濟發展趨勢并不相符的固化狀態，由此導致反壟斷法在規制算法價格歧視行為時功能效率不彰，難以發揮反壟斷法的機制潛能，伴隨而來的便是對反壟斷相關理論闡釋、政策供給的效能判斷和反思。算法價格歧視是否構成壟斷行為，需要回歸現有法律的認定和分析層面，進行嚴謹的競爭分析和法律論證。

（一）算法價格歧視反壟斷分析框架：從傳統經濟到數字經濟

1.傳統反壟斷框架分析窘境。價格歧視作為差別待遇最典型的表現形式，是指具有市場支配地位的經營者沒有正當理由而對條件相同的交易相對人提供不同的價格或者其他交易條件，致使有的交易相對人處于不利的競爭地位。由我國《反壟斷法》第17條可知，若想認定算法價格歧視構成壟斷行為，首先該平臺經營者必須在相關市場上具有市場支配地位，且要認定平臺沒有正當理由實施的差別待遇行為產生了排除、限制競爭的效果，滿足上述前提條件后還需進行復雜的競爭分析，而認定市場支配地位無疑是證明壟斷權力中最困難的部分。

其一，傳統市場份額分析范式是以一個靜態的時點作為觀測基礎的截面研究（cross-sectional study），市場份額僅能說明企業過去的競爭力，而不能完全說明企業在今后的市場地位。就目前動態、跨界的數字平臺經濟而言，高頻率的創新產生了動態效率，數據市場也急劇變動，基于“結構—行為—效果”的傳統分析框架難以適用。

其二，市場支配地位的不必然性。現今網絡社會中，相關競爭主體只要能夠掌握足夠多的數據和信息，對消費者進行高精度畫像就能實施算法價格歧視，而無須必然擁有市場支配地位。以“經營者具備市場支配地位”標準來認定算法價格歧視行為的違法性，無疑提高了《反壟斷法》規制算法價格歧視行為的門檻。因此，有學者認為可通過競爭者和消費者之間的法益變化來反映競爭秩序的現實效果，而不界定相關市場，直接認定平臺經濟領域經營者實施了壟斷行為。

2.算法價格歧視并未構成“新型壟斷”。誠然，由于算法的復雜性，算法價格歧視認定過程中會涉及法律適用層面上的規范可解釋性以及量化分析等具體考量因素，但這并不必然導致既有制度體系的瓦解或重構，也并非只有創設新制度才能滿足規制或監管壟斷行為的需要。第一，算法價格歧視的違法性分析并未出現無法可依的情況，只是在市場支配地位認定、競爭效果以及正當理由等方面需要依據平臺經濟的多元屬性而考慮算法、創新等元素。如，考慮到平臺企業定價策略的特殊性，可以用戶活躍數與有效轉化率等指標代替以往的市場份額和營業額為標準的企業規模認定，以適應多邊平臺跨界競爭的現狀。第二，實踐中市場支配地位并非實施算法價格歧視行為的必要條件，價格上的差別待遇還可通過信息不對稱等予以實現。此時這一行為很可能會脫離反壟斷法規制調整的范圍，應轉而訴諸于個人信息保護、數據安全等領域的相關法律進行定性分析。因此，并非所有的算法價格歧視行為都涉嫌違反反壟斷法規定。即是說，不具備市場支配地位的實施主體可能不構成違法壟斷行為，但卻可能會違反個人信息保護或數據安全等法律，需要進行具體的個案分析。

綜上，大數據殺熟、算法價格歧視等行為雖面臨傳統框架下的分析困境，但并非新型壟斷行為，其行為類型和相應的構成要件也未脫離反壟斷法的制度框架和基本原理。法律適用中的技術問題可通過反壟斷執法機構借助技術手段或外部專家團隊的力量等加以解決，而不具備市場支配地位的主體構成壟斷行為時則應個案分析。

（二）算法價格歧視反壟斷規制的底層邏輯：競爭損害分析

壟斷行為的違法性認定關乎市場競爭與立法目的的有效平衡和聯動，是反壟斷規則體系構建的核心。平臺天然的“壟斷”優勢易被先入為主地認定為“壟斷者”，但壟斷者的行為不等同于壟斷行為，平臺經濟領域存在壟斷結構也不一定意味著就有反壟斷法意義上的壟斷行為。申而言之，算法價格歧視并非只是概念在不同學科之間的錯峰表達，其最終是否被認定為違法而受到相應處罰并不確定，需要進行具體的競爭損害分析。

反壟斷視域下的反競爭效果，關乎經營者實施算法價格歧視是否排除、限制競爭。只有價格歧視使交易對象處于“競爭劣勢”，才能認定其構成濫用市場支配地位。然而，算法價格歧視的對象為消費者，消費者之間不存在競爭損害，因而不能徑直適用“競爭劣勢”標準。對此，有觀點認為，反壟斷法之于公平自由市場秩序的維護，其客觀結果應有利于其他合法之競爭者，主張在第一線損害（primary- line injury）難以評估的情況下，可基于大量的消費者歧視性反饋作為反壟斷執法的啟動信號，這一觀點有待商榷。

其一，反壟斷法保護的是競爭而非競爭者。盡管有的反壟斷司法實踐中認定損害終端消費者的行為應當受到規制，但立足于反壟斷法自身的功能定位和制度目標，通常不會基于個人層面的差別待遇而對經營者作出處罰。

其二，單純以消費者損害、競爭者損害作為競爭損害的直接依據不符合反壟斷法在平臺經濟治理中的定位。反壟斷法作用于微觀之維，需依法對特定行為進行“合目的性”和“合規律性”的認定和裁判。只有圍繞競爭損害分析展開其制度結構、規范體系及反壟斷監管，才能有效實現市場公平競爭的立法目標、維護市場有序運行的治理訴求。實際上，競爭損害已成為判斷涉嫌壟斷行為違法與否的實質性標準：有競爭損害，方可判定存在壟斷行為；若無競爭損害，則反壟斷法無需介入。因此，算法價格歧視的反壟斷規制應以競爭損害分析為邏輯起點，并以此構建相應的分析模式和規則體系。

（三）算法價格歧視的競爭效果評估：經濟學分析

反壟斷法天然地蘊含著經濟學分析。競爭效果作為衡量算法價格歧視行為違法性的重要因素和指標，需要依據經濟學理論對特定行為及其市場環境進行分析評估。

1.兩種效應。一方面，高度個性化的一級價格歧視使消費者剩余從消費者全部轉移至經營者，導致“撥款效應”（appropriation effect），使經營者能夠最大限度地攫取消費者剩余；另一方面，算法價格歧視以低于統一價格的優惠吸引具有低支付意愿的消費者（通常是弱勢群體）進入市場，會產生“市場擴張效應”（market expansion effect）。從統一定價到價格歧視，社會總福利和消費者剩余的變化主要取決于兩個效應之間的強弱。具言之，撥款效應下，當企業設定個性化價格時，具有高支付意愿的消費者可能被收取過高價格而遭受損失；而在市場擴張效應下，具有低支付意愿的消費者可能會以低于統一價格的價格獲得商品，即兩種效應的強弱導致了分配效率的不同。

2.市場競爭加劇。經營者普遍實施算法個性化定價單獨競爭每個消費者，市場競爭的加劇會產生高于統一定價的消費者剩余，消除壟斷無謂損失。若不存在這種競爭效應，經營者收取消費者愿意支付的最高價格，對消費者的損害將是直接的，即激烈的市場競爭可以緩和算法價格歧視對消費者福利造成的損害。然而，由于每種產品都會存在為該產品支付更高價格的黏性用戶，即使在更具競爭性的市場環境中，競爭對手也會通過個性化定價轉移黏性用戶在統一定價中享有的消費者剩余，導致消費者獲得的利益最小化，這意味著經營者通過算法價格歧視獲取更多利潤和傷害消費者的機會永遠不會消失。即無論競爭水平如何，算法價格歧視始終都會對消費者群體產生剝削。

3.效率與公平的深層矛盾。經濟和社會組織正在向新的市場形式轉變，算法價格歧視對經濟活動的介入在一定程度上提升了經濟效率，但也帶來了復雜的公平問題。從公平價值角度看，商家采取選擇性的、利益至上的營銷方案似乎會形成事實上的“鄙視鏈”，加劇消費者群體之間的差異，從而回歸到效率與公平的沖突之中。“即使是最頑固的經濟學家也必須承認，增加整體社會福利但損害大多數消費者的做法會引發嚴重的道德問題。”具言之，經營者實施算法價格歧視所依據的信息往往較為固定，致使消費者在不同的經營者處遭受相同的對待，進而造成了消費者“數字畫像”的相同或相似。長遠來看，這必將加劇消費者群體之間的差異：一類能在市場中受到極大關注和優待（強勢市場，the strong market），享受最好的價格、產品及服務；另一類則被算法評估為“低價值”消費者（弱勢市場，the weak market），被收取高價且易被系統忽略。因市場購買力不同而受到不同對待與平臺企業通過數據驅動區分客戶類型而受到不同對待完全是兩碼事。

4.經濟學分析的局限性。壟斷在不同的學科視域下有著不同的含義，經濟學上的壟斷強調“壟斷結構”，而法律上的壟斷強調“壟斷行為”。借助于經濟學分析能為壟斷行為的違法性認定提供一定的參考，但經濟分析本身僅是用來增強反壟斷科學性分析的輔助工具，并非執法裁判的法定依據，故無法代替反壟斷規制適用。具言之，經濟分析能否成為最終定案考量的因素很大程度上取決于其經濟分析結果的準確性和合理性，但數據來源和分析報告的結論以及相關結果的可信度、權威性一直是反壟斷執法實踐中的難點和痛點，算法價格歧視違法性的深入分析還應結合具體行業情況、技術因素等多維度展開。

二、算法價格歧視的合法性與正當性

鑒于平臺經濟領域的壟斷情況和反壟斷的復雜性，對算法價格歧視引起的問題既不能視而不見，也不能任意夸大，而應立足于現有的算法定價實踐，窺探算法價格歧視的實際競爭效果。2018年，OECD經大量調研后在報告中明確指出：“一些媒體的軼事報道和有關文章很容易讓人擔心個性化定價的盛行，使得對價格不敏感、具有較高支付意愿的消費者為此支付不公平的高價，然而并沒有證據支持這種擔憂。”

（一）算法價格歧視下的競爭機制并未偏航

1.市場化解決機制并未失靈。從目前的算法定價實踐來看，動態市場能夠自發糾錯，市場化解決機制仍在發揮重要的作用。譬如，算法消費者（又稱“數字管家”）實現了消費者的“匿名化”以及需求曲線的模糊化，通過消解算法價格歧視的生成條件，降低了企業利用實施消費者價格歧視的可能性。這樣的統一行動可以提高消費者在交易中的談判能力，讓消費者的“數字畫像”變得模糊，從而改進市場動態，實現市場競爭力以及消費者福利的提升。這表明，消費者在交易中具有一定的反制能力。再如，有的平臺企業推出的“自己定價”（name your own-price，NYOP）機制，允許消費者參與定價過程，通過消費者報價釋放具有自適應閥值價格（adaptive threshold price）的市場信號，使賣方做出相應的反應，從而促成交易。實驗結果表明，采用揭示性的自適應閾值價格可以在不降低客戶滿意度的情況下為企業增加20%以上的利潤。這意味著動態NYOP機制中消費者的參與性減少了對價格歧視的負面感知，提高了買賣雙方的交易率，增加利潤和福利的同時，也提升了客戶滿意度。市場自身的解決機制既為數字經濟的發展留出了空間、避免了對算法的過度干預，又為消費者贏得了交易的主動權，仍發揮著重要作用。

2.消費者獲益。通過前述經濟學分析可知，算法價格歧視會對消費者福利產生復雜的影響：一方面，算法價格歧視允許經營者最大程度地攫取消費者剩余，使消費者福利降為零；另一方面，又可以在不流失低支付意愿消費者的前提下，對高支付意愿的消費者收取高價來獲取高額利潤，從而在一定程度上提高社會總福利。《禁止濫用市場支配地位行為暫行規定》（以下簡稱《暫行規定》）第20條系關于《反壟斷法》支配地位濫用行為中“不公平”“正當理由”的規定，其中第6項“有關行為是否能夠使交易相對人或者消費者獲益”可視為消費者獲益抗辯。這意味著，如若能夠證明作為被歧視對象的消費者能夠普遍獲利，則前述算法價格歧視的負外部性不復存在，也就失去了將其納入反壟斷法規制的根基。

從形成機制來看，算法價格歧視可基于消費者偏好或錯誤認知而實施。第一，基于消費者偏好的算法價格歧視。此情形下定價機制的透明度較高，消費者往往能夠知悉價格歧視產生的偏好原因并能夠自主選擇是否被歧視。算法消費者可以利用數據來預測消費者的偏好，幫助消費者在市場交易中作出最優決策。如一些價格比較網站（price comparison websites， PCWs）可以提高市場透明度，有效改善市場信息不對稱，帶來不可忽視的消費者剩余增加，產生顯著的需求側效率。算法消費者可從一定程度上抵消經營者使用算法帶來的負面福利效應。第二，基于錯誤認知的算法價格歧視。Oren提出一種模型，認為消費者的支付意愿是消費者偏好和錯誤認知共同作用的結果。實踐中，經營者往往利用大型數據集實時分析消費者的行為缺陷和偏見，判斷消費者何時處于“情緒熱態”并進行針對性營銷。例如，目前Facebook和Google正試圖識別消費者支付意愿中的誤解成分，使消費者表現出對價值的高估或對價格的低估。當消費者產生需求膨脹的誤解時，高估偏差會導致邊際消費者在生產成本超過實際效益時購買產品，支付價格等于他們的感知利益而非實際利益，從而遭受實際損失。這表明，不同形成機制下的算法價格歧視行為的違法性是不確定的，評估其對消費者福利的影響時不能一概而論，需結合具體行為進行個案分析。

3.消費者感知的公平性不足以成為反壟斷規制的理由。消費者對算法價格歧視的譴責主要源于不公平的感知。公平決定了消費者對價格的感知和可接受性，影響著消費者的滿意度和行為。若消費者在交易中感到明顯的不公平，就可能表現消極，從而導致更多的無謂損失。從《反壟斷法》第17條列舉的濫用行為來看，涉及價格濫用行為的是禁止具有市場支配地位的企業“以不公平的高價銷售商品或者以不公平的低價購買商品”，僅體現出“公平性”要求。實踐中我國競爭執法部門在已經查處的幾起涉及歧視的濫用市場支配地位的案件中，也機械地將競爭行為的公平性作為判斷行為違法性的核心認定標準。我國《反壟斷法》第1條也僅僅強調“保護市場公平競爭”，并沒有明確提出“保護市場自由競爭”。

然而，我國反壟斷法理論界已經逐漸認識到，“反壟斷法的主要任務是保護自由競爭”。 通過競爭法實施的干預，不應該處理公平或者與其他政策目標相關的問題。因此，算法定價的不公平性本身并不能成為反壟斷法規制算法價格歧視的理由。在糾正算法價格歧視對消費者福利的不利影響中，公平因素的考慮雖然發揮了相關作用，但卻是次要的。

（二）算法價格歧視的實施限制

隨著對消費者行為特征和購買習慣詳細數據的不斷增加，平臺企業似乎已經具備由實施“三級價格歧視”轉向“一級價格歧視”的能力。正如Ezrachi和Stucke所指出的，完美的價格歧視可能無法實現，但“近乎完美”的價格歧視卻是觸手可及的。然而就目前情況而言，算法價格歧視自身存在天然的實施障礙，在主流電子商務中站穩腳跟的過程非常緩慢。

1.“非歧視定價”模型。Ichihashi基于壟斷市場價格歧視理論和關于隱私的經濟學理論，通過研究企業采取的隱私適用承諾和定價策略，認為相比根據消費者隱私數據進行的“價格歧視”模型，在商家承諾不使用隱私“非歧視性定價”模型下，消費者會支付更高的價格，并使企業獲得更高的收益。Ichihashi將這種現象解釋為企業的戰略承諾（firms strategic commitment）和消費者的最佳反應（consumers best response）。其通過構建博弈模型對商家利用隱私進行價格歧視和不使用隱私定價情況下的消費者最終收益進行分析（博弈過程如圖1所示）。模型中的兩個主體為：一個擁有K個待出售商品的壟斷平臺商家和一個擁有1單位需求的消費者。從圖中可以看出，在商家是否承諾不使用隱私進行價格歧視的兩種模型中，定價時間和階段有所不同：價格歧視模型中，商家在進行產品推薦時才根據消費者隱私進行定價；而承諾不使用隱私定價模型中，商家在一開始就對商品進行定價。

具言之，在價格歧視模型下，消費者會披露盡可能少的信息來獲得更低的價格；而在非歧視模型中，公司承諾為每種產品設定統一價格（即消費者最初的信息披露不會影響價格），導致商品價格在博弈之初就被確定，消費者無法通過減少隱私透露來獲得更低的價格。此時消費者為了精準推薦而披露更多隱私的行為具有負外部性，即使商家定價較高消費者也愿意購買，即商家在不認識消費者的情況下就已為其設定較高的價格，這一后果需要由消費者群體共同承擔。以這種角度來看，企業傾向于承諾不實行價格歧視以獲取更大的利益。

2.消費者之間的套利。企業主要通過兩種方式拒絕向經銷商銷售產品：一是直接拒絕向受惠的低價消費者出售超過個人消費的數量，二是在出售產品時對個人或知識產權施加轉售限制。以上行為構成反競爭行為，也是將算法價格歧視納入反壟斷法規制范圍的重要條件。而算法價格歧視更可能出現在套利機會有限的市場，例如易腐商品市場和高交易成本市場（包括搜索成本）、服務市場以及不透明、差別定價與異質產品相結合的市場。若平臺經營者未能阻止這種個性化價格的套利，則所有消費者需求都將通過企業向受惠的支付低價消費者出售的產品來滿足，即受惠的低價消費者消費一部分，另一部分則轉售給未受惠的高價消費者。至此，公司便失去個性化定價的動力，恢復統一定價，并以較高的統一價格來銷售其產品。

“線上價格歧視的神秘之處在于為什么它似乎很少發生”。算法價格歧視作為一種日常的商業模式，其是否正當和合理，需要在市場運行中加以驗證，不應簡單地以一時輿論為基準進行判斷，也不能基于單一場景下結論。此外，適用反壟斷法評估算法價格歧視的實施效果時，應側重行為對整個消費者群體的影響，而非其對某一類別單個消費者的影響。

三、算法價格歧視的反壟斷規制路徑優化

（一）優化反壟斷監管規則和機制

競爭法優先，慎用管制。算法產生的問題應當優先使用競爭法規則，而慎用直接管制措施。通過反壟斷規則降低企業定價方面的能力，不會就此扼殺企業創新的能力和動機，且消費者仍有可能從技術中獲益。但對算法價格歧視本身予以禁止、切斷大數據的信息流對消費者來說可能是凈損失。鑒于算法價格歧視蘊含的創新性，應在剛性監管執法融入柔性的軟法治理。近年來，“輕手管制（light-touch）”的理念成為反壟斷機構普遍奉行的原則。輕手并不是放縱不管，而是以包容審慎的態度對待數字市場發展，給予互聯網平臺創新發展的機會和必要的試錯空間。

（二）創新元素的考量

由于現階段很難充分認識企業通過創新方式利用數據和算法帶來的影響，倘若盲目執行模糊不清的標準，很可能會扼殺數字企業的創新和競爭力，提高反壟斷責任的過度執行和假陽性調查結果的風險。我國反壟斷理論界已經在思考創新考量的空間，并試圖將“創新”納入反壟斷的審查范圍。

競爭評估和數據保護評估涉及數據驅動型創新（data-driven innovation）和數據保護型創新（data-protection innovation）。鑒于量化困境，歐委會認為應當放寬對創新抗辯成功的要求。以TFEU第102條為例，為避免相關行為被最終認定為濫用市場支配地位，被告要么需要證明行為的效率利益大于反競爭效果，要么需要為這種行為提供客觀理由。其中，客觀理由的一個例子是“優勝劣汰”（competition on the merits），指企業為維護自身商業利益而采取合理和相稱措施的行為。如企業通過合理、相稱的措施來實現對價格、質量、選擇、創新等競爭維度的追求而吸引消費者的行為都構成“優勝劣汰”。從這種意義來看，算法價格歧視應當是指一種合理的競爭。在監管框架確立的合法性邊界下，“優勝劣汰”可以作為鼓勵創新的強有力的工具。

（三）推動算法權力治理工具的建立

算法已經對數據運行的現實效果造成實質影響，為確保算法的客觀中立性，就需要開啟算法黑箱，明晰算法定價機制。美國計算機協會（USACM）在《算法透明性和可問責性聲明》中敘述了算法透明性、可責性等七條原則，其中提到導致算法不透明的各種因素，如不便于解釋、商業秘密泄露等導致的透明度成本過高、可能違法隱私預期等。要求企業披露算法可能會觸及其商業模式核心，導致商業秘密的泄露，不利于知識產權保護和競爭。但算法黑箱又引發了社會的焦慮情緒，公眾對提升透明度的訴求也越來越高。算法公開確有必要，但需要具有相應技術和知識的監管人員來對定價算法進行識別和法律定性，這涉及法律、經濟、計算機領域的融合。具體而言，其一，要保證數據來源、內容、處理可查，明確數據操作過程。其二，從根本上提高設計者的算法素養，必要時可上升至法律予以規范。此外，還可以考慮由監管機關制定基礎的定價算法直接植入到所有被監管的定價算法中，以保持算法規則的基本穩定。其三，設置“個性化”的透明度義務。可借鑒歐洲監管中心（Centre on Regulation in Europe， CERRE）的做法，僅針對最重要的在線平臺（如數字守門人，digital gatekeeper）設置合乎比例的透明度義務，避免企業核心商業秘密的不當泄露。

（四）積極探尋消費者保護新路徑

算法價格歧視的可責性在于，它可能會損害消費者的公平交易權和自由選擇權。數字經濟使消費者需求由大眾化轉向精細化和定制化，而消費者對商品的選擇很大程度上依賴于經營者對商品的精準投放。經營者在很大程度上主導了交易結果，并使消費者在交易中處于劣勢地位。加之算法的不透明性以及用戶鎖定效應限制了消費者轉向其他更優質的企業，從而限制、排除了競爭，惡化了消費者自由選擇的環境。“競爭過程”不僅要考慮靜態效率下的價格、數量以及質量參數，還要考慮動態效率所要求采用的更復雜的“消費者選擇”或“消費者主權”方法，使消費者能夠根據自身喜好影響競爭過程。

但不管是歐盟的《歐洲聯盟運作條約》（Treaty on the Functioning of the European Union， TFEU）、 美國的《羅賓遜－帕特曼法案》，還是我國《反壟斷法》，均將“排除、限制競爭”作為認定算法價格歧視行為的結果要件。即使能夠認定競爭者和消費者之間的法益變化在一定程度上反映了競爭秩序的現實效果，也不能撇開“排除、限制競爭”這一結果要件。

鑒于各國法域的反壟斷標準對消費者福利和社會整體福利賦予了不同的權重，消費者福利標準是將算法價格歧視納入反壟斷規制的必要條件。但反壟斷法維護市場競爭秩序的定位就表明了其無法精準對標消費者保護，其局限性是顯而易見的。因此，為緩解數字經濟對消費者公平交易權以及自由選擇權帶來的沖擊，就需要適當拓寬消費者安全權的內涵。消費者為商品或服務提供對價后，經營者就應當對消費者人身、財產安全承擔相應的義務。特別是隨著非價格維度的考量在互聯網雙邊市場以及多邊市場上不斷提升，消費者數據權益屬性的強化是必然的發展趨勢。

四、結語

算法價格歧視是新經濟形態下的產物，蘊含著創新元素。其有可能損害市場競爭、構成反壟斷法上的濫用市場支配地位，但也能促進市場競爭、提高社會整體福利。因此，其違法性需要在現有反壟斷法框架內進行嚴謹的競爭分析和法律論證。算法價格歧視有其存在的合法性和正當性，其反競爭效果不應被無限夸大。實際上，現行定價實踐并未造成市場競爭機制的失靈，定價算法的應用實踐提升了經濟效率，也為消費者帶來了實際效益。由于自身存在實施限制，其在平臺經濟中的發展非常緩慢。由“非歧視定價”模型可知，平臺企業在承諾不實行價格歧視時，可在價格博弈之初設置高價以獲取更大的利益，而消費者之間的套利、不公平的感知都會阻礙算法價格歧視的實施。

“大數據殺熟”現象也引發了對消費者保護制度的反思和重塑，算法價格歧視不只是一個純粹的反壟斷問題，還涉及消費者保護法等其他法律，以及經濟學、計算機領域等。如，算法價格歧視的違法性可借助經濟學工具進行競爭效果評估。為反壟斷執法注入“輕手管制（light-touch）”的理念，進而優化反壟斷監管規則和機制。通過建立算法權力治理工具，可進一步提高算法定價的透明度。反壟斷法在保護消費者權益方面的間接性，激勵著競爭法理論界和實務界不斷探索競爭法與消費者保護法在市場規制法體系下合作規制的新模式。我們既不能無視反壟斷法在算法價格歧視規制中的作用，也不應人為夸大反壟斷法的地位，而應在反壟斷法設定的調整范疇內，對算法價格歧視行為的違法性進行分析、認定并做出合理判斷。對算法價格歧視實施過于積極的規制可能對企業的投資動機、創新活力以及市場動態造成負面影響。

基金項目：本文為中國社會科學院國情調研重大項目“互聯網金融風險的法律規制”（GQZD2020007）階段性成果。

作者簡介：谷月，中國社會科學院大學法學博士研究生。