算法歧視行為的刑法規制

中圖分類號］D914 ［文獻標識碼］A [文章編號]1008—3642（2025）03—0109—08

一、問題場域：“大數據殺熟”現象的緣起

大數據應用技術的飛速發展使人們的生活無時無刻不受影響，以算法技術為依托的“大數據殺熟”現象也隨之出現，成為數字經濟背景下備受關注的話題。近年來，“大數據殺熟”一詞不斷進人大眾視野，并成為2018年度社會生活類十大流行語之一?！按髷祿⑹臁笔侵富ヂ摼W平臺商家利用大數據技術，提取生產經營過程中收集到的海量用戶信息，分析、挖掘用戶的支付能力、支付偏好和意愿等，再運用特定的算法程序制定精準的“用戶畫像”，從而對相同的商品或者服務制定“千人千面\"的差異化定價行為[]。簡言之，對于相同的商品或服務，老客戶支付的價格反而比新客戶要高出許多。

目前，對于“大數據殺熟\"的行為定性，學界持有不同的觀點。有論者認為，算法或算法偏見導致了殺熟[2]；也有論者認為“大數據殺熟\"是違背“明碼標價\"的法律義務而進行的價格欺詐行為[3]。從表象上看，“大數據殺熟”主要表現為針對不同用戶的價格差異，但其對于算法技術的不正當使用遠不止于此，“千人千面\"的價格差異之下隱藏的是對不同用戶群體的區別對待甚至歧視。例如，在打車軟件上，使用不同型號、不同價格手機的用戶在同樣路程情況下得到的車費報價截然不同，其背后是網絡平臺對于不同消費能力用戶群體的定向標記和歧視性定價；在社交媒介中，輸入相同關鍵詞，男女用戶之間搜索到的推送信息也存在較大差異，不同性別的用戶往往在無意識中陷入被設計好的“信息繭房”。商家通過收集用戶的消費行為和信息瀏覽等數據，從各種看似不相關的行為和場景中分析用戶的個性化消費偏好，并據此搭建用戶畫像模型，實現定向營銷[2]。由此可見，“大數據殺熟”是由算法的歧視性使用而引起的一種社會現象，其運行邏輯就在于商家利用算法技術，通過用戶產生的數據信息將用戶分成不同的群體，再對每個群體實施不同的定價策略。可以說，算法的運算邏輯深刻影響甚至決定著這一現象的后端數據處理以及最終的線上呈現，算法技術的歧視性使用是引發“大數據殺熟”現象的根本原因。

二、現狀考察：算法歧視行為面臨的規制困境

殺熟算法隱藏于數據世界中，正以隱秘性和復雜性在無形中侵蝕著社會正義。當下我國已經開始采取相應的應對措施，但現有的規制方案仍顯乏力：算法歧視行為的規制策略呈碎片化狀態，尚未構建起嚴密、系統的治理體系。

（一）現有法律規制手段存在局限性

目前，我國對算法歧視行為規制的法律處于發展與完善階段，涉及的相關法律規范分布于《中華人民共和國電子商務法》《中華人民共和國價格法》《中華人民共和國消費者權益保護法》《中華人民共和國個人信息保護法》及《中華人民共和國反壟斷法》之中，它們從保障消費者的知情權、選擇權和公平交易權等角度進行權利義務的配置。然而，在司法實踐中，通過檢索我們可以發現，緣于算法歧視消費者主張侵權的案件尚未獲得普遍支持。例如，在趙某訴浙江某網絡公司網絡服務合同案①中，趙某在浙江某網絡公司經營的電商平臺上檢索“國美冰箱”時，發現平臺的檢索結果中“國美冰箱”并未排名在前。該平臺提供綜合、銷量、信用、價格等多種排序方式，但無論采用何種排序方式，“國美冰箱”均未優先展示；而在搜索結果僅含“國美”“冰箱\"等關鍵詞時，展示出其他品牌的商品。趙某認為，該平臺利用算法對特定品牌產品設置歧視性排序，影響了其購買選擇，未能按照合同約定提供公平的檢索服務，該行為構成違約。趙某訴請平臺停止違約行為，重新提供符合合同目的的服務，并要求支付違約金1元。杭州互聯網法院審理后認為，趙某與浙江某網絡公司之間的《服務協議》未對檢索服務的具體內容進行明確約定，且雙方未能就該內容達成補充協議。就合同目的而言，平臺提供了多種排序方式，并通過檢索反饋等工具增強了檢索服務的個性化，彌補了算法可能存在的不足。因此，僅憑趙某對檢索結果的不滿我們無法認定平臺提供的服務構成違約。最終，法院判決駁回了趙某的訴訟請求。

由此可見，在司法實踐中，消費者僅基于知情權、公平交易權等主張商家構成歧視尚未獲得支持。就民事路徑而言，消費者維權需要證明平臺存在算法歧視行為，并論證平臺構成違約、侵權行為及其與自身損害之間的因果關系?？紤]到算法技術的復雜性、隱蔽性以及保護消費者選擇權與尊重平臺自主經營權之間的關系，消費者獲取足夠證據的可能性難以實現。此外，民事賠償主要聚焦于直接經濟損失的補償，而算法歧視對消費者平等權、隱私權等無形權益造成的侵害難以通過現有賠償機制獲得充分救濟。

（二）行政監管機制尚不完善

公眾和學界對算法治理問題日益關注。2021年8月17日，國家市場監督管理總局發布了《禁止網絡不正當競爭行為規定（公開征求意見稿）》；同年8月27日，國家互聯網信息辦公室發布了《關于lt;互聯網信息服務算法推薦管理規定（征求意見稿）gt;公開征求意見的通知》。從數據利用與算法推薦的角度來看，《禁正網絡不正當競爭行為規定（公開征求意見稿）》第21條、《關于lt;互聯網信息服務算法推薦管理規定（征求意見稿）gt;公開征求意見的通知》第18條均對算法歧視行為進行了嚴格約束，明確禁止不合理差別待遇，以保障交易相對方的合法權益。在借鑒歐盟《通用數據保護條例》（GDPR）的基礎上，《中華人民共和國個人信息保護法》第24條進一步強化了對自動化決策中個人信息處理行為的監管，明確要求個人信息處理者在自動化決策中應堅持透明、公平原則，并禁止基于交易條件的不合理差別待遇。然而，需要強調的是，這些條款對算法歧視問題的治理僅停留在原則性要求層面，缺乏具體的實施細則與執行保障措施。具體而言：第一，算法歧視的監管主體不夠明確。2021年12月，國家互聯網信息辦公室聯合工業和信息化部、公安部、國家市場監督管理總局出臺了《互聯網信息服務算法推薦管理規定》；其中第28條第1款規定，網信部門會同電信、公安、市場監管等有關部門對算法推薦服務依法開展安全評估和監督檢查工作，對發現的問題及時提出整改意見并限期整改。算法歧視現象橫跨個人信息保護、消費者權益維護及市場監督等多個維度，需要跨部門協同監管。如果各監管部門職責邊界模糊、協同機制不暢，就很容易導致職權重疊和責任推逶，進而削弱整體監管效能。第二，算法歧視的監管方式、監管手段尚顯滯后。盡管政府正加速推進電子化和數字化監管以適應大數據技術的發展要求，但與算法技術的革新速度相比，監管手段的更新存在著明顯的滯后性。針對“大數據殺熟”，監管人員對其運行邏輯以及涉及相關法律規定的理解明顯不足，政府的新型監管方式仍處于探索階段，難以及時應對當前環境的挑戰。第三，算法歧視的監管強度仍有不足?，F有的監管策略主要著眼于對商家價格透明度的要求以及杜絕價格欺詐方面，而對算法差異化定價行為所觸及的個人隱私安全、價格不公導致的消費者權益損害等問題，尚缺乏針對性的監管措施。同時，監管活動多聚焦于違法違規行為發生后的查處與懲罰，屬于反應式監管范疇，對消費者權益的主動保障及商家的事前監管不足，限制了監管效能的全面發揮[4]。以上手段在監管標準和執法力度方面存在不足，影響了行政監管的實際效果。

（三）算法公開與商業秘密保護存在矛盾

算法歧視行為具有很強的隱蔽性，若對其施以有效監管就需要穿透算法黑箱，揭示算法運作的內部機制。如今，算法透明性原則已經成為國內外普遍倡導并致力于實現的一項監管原則?！痘ヂ摼W信息服務算法推薦管理規定》第12條規定：“鼓勵算法推薦服務提供者綜合運用內容去重、打散干預等策略，并優化檢索、排序、選擇、推送、展示等規則的透明度和可解釋性。\"算法透明性意指算法利用者或控制者將有關算法的程序、代碼等背后邏輯向有關主體公開披露以接受監督和管理。算法“可解釋性\"要求算法編寫者能夠向用戶說明如何通過算法決策的。然而，在實際操作中這一條款的落地存在很多阻礙。通常，算法越精密、越準確，其復雜程度就越高，就越難以被解釋。在人工智能領域，如何在機器學習框架內達成可解釋性的目標，如何以非技術方式向終端用戶和其他利益相關者闡釋算法決策背后的運行方式和驅動機制，仍是一道亟須攻克的難題[5]。此外，我國法律越來越注重商業秘密的保護，算法公開與商業秘密之間存在著矛盾。在大數據時代，算法日益成為決定企業核心競爭力大小的關鍵，算法背后的運行機制、決策流程等技術原理蘊含著巨大的商業價值，屬于商業秘密的范疇。如果過度強調算法公開和算法的可解釋性，就可能導致商業秘密被泄露，違背了保護商業秘密的要求。因此，算法公開作為一種有力的治理方法，在應對算法歧視上存在著實施困難的問題。

（四）個人數據賦權之“知情同意”原則失靈

知情同意原則是對個人信息進行收集時，必須向信息主體充分告知個人信息被采集、處理及使用的相關情況，并獲取其明確授權同意的原則[。算法的運行需要海量的用戶信息，這些信息表面上來源于用戶的賦權，背后隱藏的卻是處于壟斷地位的經營者對于個人用戶的“脅迫”。在對絕大多數網絡平臺的使用中我們可以發現，雖然平臺向用戶請求獲取數據使用的“隱私協議\"或“知情同意書\"中包含接受或拒絕條款的選項，但由于此類協議通常采用格式化條款，即使用戶對協議內容并不認可或存在疑問也無法拒絕。因為用戶點擊拒絕接受協議時，平臺將不再為其提供服務。因此，對于某些在行業內占據主導地位的平臺，用戶實際上別無選擇，只能被迫接受協議條款。

另外，知情同意原則在實踐中也存在應用困難。大多數經營者設置的“隱私協議\"或“知情同意書”是強制勾選項，字體很小且充斥著大量的專業術語。這些協議的適用對象通常為非專業人士，協議冗長、晦澀難懂，用戶實際上很難做到“充分知情”地同意[]。因此，盡管在理論上知情同意原則在一定程度上能夠維護用戶的個人信息權益，但在實踐中，該原則對信息采集和處理行為僅具有形式約束力，無法從根本上進行有效約束。在日常應用中，此類行為主要集中在網購、出行、訂票等消費金額相對較少的場景，且存在維權成本高、舉證困難等問題，很多消費者最終會選擇放棄維權。

三、價值考量：算法歧視規制的刑法立場

作為維護正義的最后一道防線，當其他手段無法有效、及時遏制算法歧視行為帶來的嚴重損害時，刑法介入便具有了合理性與必要性。算法歧視行為侵害的法益是多維度的，對其規制離不開多樣態的具體措施。如何啟動刑法需要依據其對不同法益的損害程度進行判斷，這也是基于法益保護正當性的考量。下文我們將從個體法益、秩序法益以及集體法益三個維度展開對刑法規制的規范性分析。

（一）個體利益：個人信息安全需要保護

隨著《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》等相關法律規范的陸續實施，我國在違法治理方面的法網日漸嚴密，但個人信息濫采、濫用的勢頭并未得到消減；尤其是在處于壟斷地位的商業互聯網巨頭面前，個人用戶的各種數據權益已遭到了嚴重侵犯。中國法院網發布的2018年度十大網絡消費典型案例中便有這樣一案8：2018年3月，一位網友分享了其個人經歷，指出其長期通過某在線平臺預訂價格在380至400元區間的酒店房間時，意外發現使用朋友賬戶查詢同一房間，價格卻大幅降低至300元，此事件迅速引發了廣泛關注。眾多網友相繼披露了類似遭遇，其不僅限于酒店預訂領域，還擴展至機票預訂及網約車服務等多個消費場景。這一系列案例揭示了在線服務中可能存在的價格歧視現象，引發了公眾對于數字化消費市場中定價策略合理性與透明度的高度關注。

2020年7月，在胡某某訴上海攜程商務有限公司案中，原告胡某某認為，上海攜程商務有限公司存在的“大數據殺熟\"行為侵害了其合法權益，請求被告攜程公司予以賠償。胡某某是攜程旅行的高級會員，在使用平臺服務時本應享受低于普通用戶的價格，實際上胡某某支付的費用卻高出通常價格。胡某某長期以來多次使用攜程平臺的酒店、機票等預訂服務，攜程有充足的機會收集其消費偏好等信息，并據此對其實施個性化定價。據此，胡某某認為攜程對其存在“大數據殺熟\"行為；同時胡某某還指出攜程旅行存在過度收集用戶個人信息的行為，要求平臺在用戶拒絕“服務協議\"或“隱私政策”后仍能正常提供服務。法院一審判決被告攜程公司需對原告胡某某作出“退一賠三”的賠償，攜程不服該判決提出上訴。最終，終審法院判決確認攜程對胡某某存在欺詐行為，此案被稱為中國“‘大數據殺熟司法第一案”。

不少知名的互聯網企業都被曝出利用算法技術實施“大數據殺熟\"的現象。此類行為嚴重侵犯了消費者的知情權和公平交易權，消費者在網絡、互聯網企業的窺視下變得毫無隱私可言。此類事件實質反映了當下個人信息權益保護面臨的隱患，既有的民事、行政調整手段未能有效地規制此類行為。其重要原因在于，對于企業而言，用戶產生的大量數據所帶來的利益遠遠超過其所需要付出的法律代價。例如，《中華人民共和國個人信息保護法》與《全國人民代表大會常務委員會關于加強網絡信息保護的決定》明確規定，執法機關可采取責令改正、警告、罰款、吊銷營業執照等一系列懲罰措施。然而，相較于經營者憑借其掌握的算法優勢，肆意采集、披露和使用用戶數據，甚至引發下游犯罪的行為而言，上述懲罰措施在規制力度上顯得頗為不足，根本無法達到保護公民個人合法權益的目的?，F代技術越來越超越大眾的認知，其對于個人數據權益的侵犯也愈發愈難以察覺。個人信息的泄露和濫用通常伴隨著對個體隱私的深度挖掘，用戶的私密空間極有可能被侵犯。這種侵犯行為具有隱蔽性和持續性，個人難以及時察覺和防范。個人信息一旦被非法獲取和利用，除了會導致財產受損外，還可能會引發身份盜用、信用受損等一系列嚴重后果，對個人的生活質量和心理健康造成影響。如果不通過刑法對算法歧視行為進行規制，很難產生震慢威力和切實效果，無法為用戶的個人信息提供基本的“安全邊界”。

（二）秩序法益：良好的市場競爭亟須維護

《中華人民共和國價格法》規定，在市場經濟環境下，經營者享有在遵循公平、公正、誠信與非歧視性原則的基礎上自主確立受市場調節的價格的權利；然而，“大數據殺熟\"的經營者在價格設定的過程中顯然偏離了這一原則。通常情況下，用戶普遍認為市場中商品或服務的價格由供需關系來決定，殊不知算法驅動的價格歧視已悄然改變了原有的模式。

企業為追求利益最大化，借助算法技術深入研究消費者的消費偏好，從而估算其最高支付意愿并實施差異化定價—對老顧客提高價格，對新顧客則給予優惠。這種做法本質上是對消費者的持續掠取，背離了公平競爭的原則[9。在此種競爭模式下，某些平臺經營者利用法律監管的漏洞、借助先進的算法技術攫取非法利益，便可能觸發連鎖性反應，誘導更多經營者在利益驅動下進行效仿；尤其是大型互聯網平臺憑借其數據優勢，形成了所謂的“算法壟斷”，長此以往，這將會加劇排他性或掠奪性的市場競爭，導致一般商家在經營模式與利潤空間上遭受雙重擠壓，不斷喪失市場份額，最終導致不良競爭模式的自我強化與惡性循環。從互聯網整體環境來看，在大數據時代，海量數據的匯集與分析往往伴隨著眾多風險：除了對個人信息和隱私的侵犯，不當的數據收集和利用還會導致歧視行為的加劇和擴大，威脅到數字經濟的正常運行。對經濟秩序的維護一直是刑法身負的重要使命，《中華人民共和國刑法》分則第三章對破壞社會主義市場經濟秩序的行為作出了專門規定。算法技術作為互聯網經濟的活躍因子，無疑應處于刑法的規制范圍內。

（三）集體法益：“累積犯\"視角下的數字經濟信任

“累積犯\"概念是由德國學者庫倫于20世紀80年代提出的，其原本出自水污染犯罪，當下延伸至對自然環境和人文制度等集體法益的保護。所謂“累積犯”，是指獨立的單個行為對于所保護的法益不能產生損害，但如果類似行為大量實施就會產生法益損害的結果，故而有必要在法律上對該類行為予以禁止[10]。累積犯與集合犯的區別在于單個危險行為是否構成犯罪。在累積犯概念中，獨立的個體危險行為在形成累積效應前，既不對法益構成直接侵害，也不存在侵害法益的抽象或具體危險；其侵害性的顯現源于行為累積后所產生的總體效應，即對累積犯進行處罰的依據是其對于集體法益的侵犯。

近年來，我國刑法理論開始使用“集體法益”的概念。根據張明楷教授的觀點，集體法益并非簡單的公共法益、社會法益之和，或者是與個人法益相對立的“超個人法益”，而是公共法益中被累積犯所侵犯的法益[11]。具體而言，若某一構成要件行為足以單獨引發對法益的實質性侵害或危險，則這種法益種類就難以被歸于集體法益；相反，若獨立的行為無法直接造成損害，則多個此種行為的累積效應可能產生嚴重的危害后果，此時所涉及的法益就應當被視為集體法益。據此而言，在集體法益的概念中，“集體\"并非指法益的主體而是指法益的集合性特點。

從侵害性的單一視角來看，對于用戶數據、信息的個例采集和分析難以達到入罪標準，由此也就形成了對算法濫用行為刑法規制的“灰色地帶”。而以“累積犯”與“集體法益\"兩個概念為切入點，單次對數據的濫采濫用或者任意分析均可被視作一種累積性的危險行為。個別行為或許并不能對用戶甚至整個市場環境產生明顯影響；然而在大數據時代，算法運行處理的是以億方作為計量單位的數據。當大量的數據被不合理地應用于歧視性的算法運行時，其累積產生的負面影響無疑是巨大的，此時累積犯背后的集體法益必然要受到大規模侵害。

在算法歧視行為活躍在大眾視野之前，公眾對于互聯網交易環境存在著天然的合理信任，也即數字經濟信任。歧視性算法技術的濫用，使得數字經濟領域中市場定價機制的公正性和透明性遭到了破壞，用戶對于數字經濟的信任也逐漸被瓦解?；诖?，引入累積犯概念對于算法歧視背后的算法濫用行為進行規制能夠極大提升刑法對集體法益的保護能力。也有學者指出，以往單獨的一次數據濫用行為可能不足以對實體法益造成侵害，但若對這種行為不加以禁止，就會助長人們再次實施的野心，并引發其他人對此行為效仿[12]。將累積犯概念引入算法歧視行為規制領域，對累積的個體危險行為進行限制則能產生積極的社會和法律效果。累積犯概念突破了傳統意義上法益侵害的價值判斷模式，激活了集體法益的保護意識，對維護數字經濟信任具有重要價值。

四、路徑優化：算法歧視的刑法規制策略

對算法歧視行為的規制面臨著諸多困境，但這不應成為我們消極應對的理由。算法歧視行為的復雜性意味著對其規制需要多部門、多領域協同聯動。在這個過程中，刑法規制是不可或缺的一環，是其他治理手段的最后補充[13]。基于此種情況，完善算法歧視行為的刑法規制策略顯得尤為重要。

（一）算法歧視行為刑法規制的權宜方案

刑法規范應當順應時代潮流和技術發展，但其修改與完善非一時之事。針對當下出現的算法歧視行為，我們可以合理、充分挖掘現有的刑法資源，在刑法教義學框架內激活現有罪名的解釋張力。

1.破壞計算機信息系統罪的適用思路

破壞計算機信息系統罪并非直接作用于維護用戶主體的個人信息權益，而是通過保護計算機信息系統安全進而維護整個社會管理秩序。從我國刑法的罪名體系及司法案例檢索結果來看，目前算法歧視行為直接觸及這個罪名的情況較為少見。因為算法歧視更多地涉及對數據和決策過程的偏見，而非直接對計算機系統的破壞，但不絕對排除在特定情形下適用此罪名對該類行為予以約束的可能性。經營者具有趨利避害的特性，在缺乏有效約束的情況下，算法利用者往往會傾向于以更加簡便快捷的方式解決問題；即將一些過時的或不必要的程序進行刪除或修改，或者為了追逐更大利益而植入新的可用于歧視性運算的程序，導致原有的程序和系統遭到破壞而觸及此罪名。此外，當受害者在無意識的狀態下運用了開發者所設計的含有偏見成分的算法時，基于特定利益的考量，偏見性算法將自動剔除或調整那些與其預設偏見及目標不符的程序與數據，以確保算法程序能夠持續地以歧視性模式運行。這不僅侵蝕了原本應秉持客觀中立的程序邏輯，亦有構成破壞計算機信息系統罪的可能[14]

需要注意的是，刑法啟動并非單純的“以暴制暴”，而在于更加有力地維護和提升社會福祉。人們使用計算機信息系統的目的在于方便、高效地處理數據信息，為此我們既需要計算機信息系統具有能夠正常運行的系統功能，也需要計算機信息系統中的相關數據不斷更新以保證其完整準確性。故而我們不能過于苛刻地從犯罪角度去審視生產生活中的一切計算機系統介人行為，有必要對《中華人民共和國刑法》以下簡稱《刑法》第286條所保護的法益進行適當限縮，對破壞計算機信息系統罪的犯罪客體范疇進行合理界定。在司法實踐中，若我們僅依據該條第2款的字面描述對破壞計算機信息系統罪進行判定，則可能過于寬泛地涵蓋了各類操作行為；若以達到“后果嚴重”的程度（如違法所得超過五千元或造成經濟損失達一萬元以上等）作為唯一人罪標準，則可能不當地擴大了該罪名的輻射范圍[15]?？梢哉f，人罪合理與否關乎著技術進步與經濟發展，對此罪名的適用必須審慎，我們必須深入剖析經營者對計算機信息系統數據、程序所實施的修改行為是否已經危害了社會公共秩序并達到后果嚴重的程度。此處所指的社會公共秩序，不僅涵蓋社會管理秩序，也包括互聯網經濟的正當經營秩序。

2.侵犯公民個人信息罪的適用思路

根據《刑法》第253條和相關司法解釋的規定，侵犯公民個人信息罪的行為類型并非局限于向他人出售、提供信息，在特定場景下即使是單純的收集行為也可能成為此罪名的構成要件。在互聯網環境下，利用算法侵犯公民個人信息行為的具體表現多種多樣，數據收集可以說是算法歧視行為實現的第一個環節；另外，除了未經授權收集和使用用戶信息的行為外，侵犯公民個人信息罪的行為方式還包括強制要求或過度索取用戶權限以及通過欺騙或誤導方式獲取用戶的個人信息。如前文所述，“知情同意原則”在實際應用中可能會遭到用戶的拒絕，或在一定程度上削弱經營者的信息處理效率，從而對其可能獲得的潛在經濟收益產生不利影響。在具體實踐中，該原則往往被經營者忽視，經營者通常會在未經用戶許可的情形下擅自對有關數據進行收集、公開、使用。在刑法領域，當前主流觀點認為侵犯公民個人信息罪所保護的法益為個人信息權，信息主體是否同意對犯罪的成立有著決定性的影響[16]，當經營者在未經消費者知情同意的情況下任意收集處理個人信息時，便有構成該罪名的可能性。

利用算法的隱蔽性任意收集、使用用戶數據的行為具有嚴重的法益侵害性，使用戶對個人信息使用的自主決定權受到侵害，因而有必要動用刑法對該類行為予以規制?！吨腥A人民共和國刑法》第253條侵犯公民個人信息罪的核心在于信息流轉的初始環節，而對于后續的非法利用行為尚未出臺專門的法律規定，由此形成了刑法規制領域的空白。這也導致侵犯公民個人信息罪對算法歧視行為的規制效果大幅減弱，難以滿足大數據時代公民個人信息的保護需求，在今后的立法、修法中還應進一步補充完善[17]

除了以上提及的破壞計算機信息系統罪、侵犯公民個人信息罪，算法歧視行為還可能涉及其他罪名。例如，利用算法技術實施的歧視性定價可能涉嫌詐騙罪；若涉及民族歧視且情節惡劣，則可能觸犯煽動民族仇恨、民族歧視罪。需要注意的是，對算法歧視行為進行刑法規制時，我們應以其具有嚴重法益侵害性且其他規制手段難以應對為前提，無論何種罪名的適用都需保持謙抑性，而非一味強求實施刑事處罰。

（二）算法歧視行為刑法規制的應然路徑

從長期效果來看，為了更加有效地應對算法歧視行為，我們需要基于算法技術的本質規律展開系統性思考。刑法的規制對象并非算法本身或純粹的編程技術，而是背后實際操作算法的人的行為。

1.明確數據使用行為的入罪界定

用戶在互聯網使用過程中所產生的數據是復雜的客體，其承載的法益是多元的，數據信息的保護工作不能僅局限于個人信息維度，而應尋求個人利益與社會整體利益之間的平衡。個人數據的商業價值在于流通。對于用戶數據的刑法保護未必要采取完全的控制模式，而是要明確保護與制裁的平衡邊界，也即數據使用行為的人罪邊界。在數字經濟背景下，各類主體在進行服務創新的過程中均難以避免對數據信息的采集和處理。因此，厘清入罪邊界的首要任務是確保合理使用，保護合理使用要求并針對不同類型的數據采取差異化的保護措施，準確劃分個人信息的層級與類別。在純粹的商業活動中，我們可允許商家提供個性化推薦服務，在用戶擁有自由選擇權的模式下進行數據共享。若數據使用是為了實施差異化定價或非法推送等侵犯公民權益的行為，則應該對其設置更高的數據賦權標準，對數據的收集與處理行為進行更加嚴格的限制。

需要強調的是，不是任何數據都值得動用刑法進行保護，也并非所有數據濫用行為都可能構成犯罪。即便是前文所引入的累積犯視域中隱秘且持續進行的數據濫用行為，我們也需要對累積因果關系做出合理界定。累積犯的顯著特征是通過大量微小的侵害行為不斷累積最終跨越法定閾值，數據累積型危險行為構成刑事違法性的關鍵在于其展現出的真實累積效應[18]；也即確定累積的危險行為使數據安全所承載的集體法益所面臨的侵害威脅。累積犯的結果是一個整體，在因果關系考量方面我們應從整體視角把握累積危險行為對數據法益的影響。若不強調真實的累積效應，則累積犯存在任意擴大適用的風險。論證數據使用的入罪邊界在于尋求必要保護與合理適用之間的平衡，在這個過程中我們既要謹慎劃分，避免影響數據的流通價值，也要處理好個人隱私、商業創新發展和社會公共利益之間的平衡。

2.完善現有的刑法罪名體系

就算法歧視行為而言，合理界定數據的法益種類是科學制定針對性罪名的前提。數據作為個人信息的載體是一種相對獨立的存在，其本身也具有獨立保護的價值。當下，對算法歧視行為可能侵害的法益種類而言，刑法界一般認為其包括個人權益和社會公共利益，而對數據的獨立法益地位尚未給予確認。數據法益是數據治理的基本立足點[19]?，F有刑法規定的不足之處在于立法者難以預料到數據在當前市場環境下所能產生的巨大價值，也無法先驗性地審視數據法益的獨立性特征。如果不將數據法益作為獨立的保護對象，而僅通過司法解釋拓寬計算機系統和個人信息的定義邊界，就難以全面涵蓋算法技術濫用可能引發的各種風險。

在現行的法律框架下，經營者在獲取和收集個人數據時，只需履行告知義務并獲得數據主體的同意就能避免來自刑法的行為評價；但這種程度的法益保護在經營者的絕對優勢和算法歧視的隱蔽性下是遠遠不夠的。在將數據法益列為單獨保護客體的前提下，我們可相應地制定以數據法益為保護客體的專項罪名，如濫用算法罪、非法提供算法服務罪等。濫用算法罪針對掌握算法技術的企業，其目的是防范其對于用戶數據進行非法爬取和分析處理的行為；非法提供算法服務罪的適用語境是專門為其他商戶提供歧視性算法運算的行為，這些商戶通常經營規模較小、資金和用戶群體產生的數據不足以支撐其獨立進行算法技術開發運用。此外，算法是人所使用的工具，可以看作人類智慧的延伸。因此，應予以明確的是，算法歧視或許是設計者故意為之，或許是意外的偏差所致，但歸根結底其根植于人類的初始構想與構建框架之中，無法擺脫人的主導與控制。展望未來，即便神經算法技術高度成熟、展現出卓越的學習能力，其依舊是對人類認知能力的模擬與再現，是作為人類實踐活動的工具而存在，缺乏獨立的辨認與控制能力。這種工具屬性決定了其不應被視為具備獨立承擔刑事責任能力的主體；在未來的立法進程中，核心關注點仍應聚焦于人類責任體系的構建與完善。

法律規則是立法者提前以概括性的語言加以制定的。不可否認的是，新設罪名存在著效果上的不確定性與未知的風險；即使如此，在現有法律手段難以應對技術發展帶來的新問題時，增設新的專門性罪名也是運用刑法對愈演愈烈的算法歧視行為進行規制不可回避的選擇。

結語

“大數據殺熟”等算法技術濫用行為被詬病已久，不斷侵蝕著互聯網時代人們本該建立并維護的數字經濟信任。技術本身是中性的，但當其背后糅雜了人類的價值判斷與選擇，便喪失了中立性而成為掠取權力與利益的工具。在這個數字化社會中，算法歧視不僅是算法權力異化的產物，而且是需要我們運用法律知識和社會倫理去審視和規制的對象。在現行的法律框架下，對算法歧視行為的規制面臨著諸多挑戰，包括技術的快速演進、法規的無力與滯后等。立足刑法立場，通過現有罪名的靈活適用以及完善相應罪名體系等策略來實現算法正義是毋庸置疑的選擇。在未來的數字社會建設中，每一個法律人都應做好準備，更加積極地迎接技術挑戰，以尋求法治與科技的良性互動。只有對算法歧視行為實行更加精準有效的法律規制，我們才能夠在保障公民合法權益的同時推動數字經濟的健康發展。

注釋：

① 趙某訴浙江某網絡公司網絡服務合同案，杭州互聯網法院（2020）浙0192民初2295號。② 胡某某訴上海某商務有限公司侵權案，浙江省紹興市中級人民法院（2021）浙06民終3129號。

參考文獻：

[1]黃偉川．大數據殺熟的定性及違法性分析[J]．中國價格監管與反壟斷，2022（8）：45-49.

[2]姜野.算法的規訓與規訓的算法：人工智能時代算法的法律規制[J].河北法學，2018，36（12）：142-153.

[3]劉佳明．大數據“殺熟”的定性及其法律規制[J].湖南農業大學學報（社會科學版），2020，21（1）：56-68.

[4]朱建海.“大數據殺熟”的法律規制困境及其破解路徑[J」.重慶郵電大學學報（社會科學版），2021，33（1）：64-72.

[5]劉艷紅，人工智能的可解釋性與AI的法律責任問題研究[J].法制與社會發展，2022，28（1）：78-91.

[6]張新寶．個人信息收集：告知同意原則適用的限制[J].比較法研究，2019（6）：1-20.

[7]唐芬，閔贊，信息化時代“大數據殺熟”法律規制的困境與出路［J].河南科技大學學報（社會科學版），2023，41（5）：81-86.

[8]2018年十大消費侵權事件公布權健等上榜[EBOL].（2019-1-25）[2024-08-08]. https：//www.chinacourt.org/article/detail/2019/01/id/3715590.shtml.

[9]孔豪．大數據時代算法價格歧視行為的法律規制[J].中阿科技論壇（中英文），2023（11）：153-157.

[10]張志鋼．論累積犯的法理：以污染環境罪為中心[J].環球法律評論，2017，39（2）：162-178.

[11]張明楷.集體法益的刑法保護[J]．社會科學文摘，2023（6）：112-114.

[12王利賓．累積犯刑法治理的問題和對策[J].鐵道警察學院學報，2023，33（2）：49-54.

[13]楊玉曉.人工智能算法歧視刑法規制路徑研究[J].法律適用，2023（4）：86-94.

[14]丁華宇，孟念．刑事規制視域下算法歧視的風險與應對[J]．四川警察學院學報，2024，36（1）：92-101.

[15]趙寧，厘清“修改數據式”破壞計算機信息系統罪[N].檢察日報，2020-04-24（3）.

[16]黃陳辰．APP侵犯公民個人信息行為的刑法規制及其合理邊界[J].江漢學術，2023，42（6）：5-19.

[17]黃陳辰．大數據時代侵犯公民個人信息罪行為規制模式的應然轉向：以“AI換臉”類淫穢視頻為切入[J.華中科技大學學報（社會科學版），2020，34（2）：105-113.

[18]張勇，王杰，數據累積犯的刑法規制[J].濟南大學學報（社會科學版），2024，34（3）：137-149.

[19]任穎.數據立法轉向：從數據權利入法到數據法益保護[J.政治與法律，2020（6）：135-147.