大數據算法殺熟問題研究與對策分析*

史怡蓉

(貴州民族大學 法學院，貴州 貴陽 550025)

0 引言

2020年3月8日某電商平臺活動期間，用戶投訴稱商戶對相同用戶群購買同款商品時提供不同價格，甚至同類會員間價格也有差異；但商戶回復稱是因給新用戶提供的新人專享價標識未在商品頁面上正常顯示，導致用戶產生同款商品價格不同之誤解，而否認大數據殺熟情況的存在[1]。隨即“大數據殺熟”“千人千面”等相關詞匯又再次進入大眾視野，亦重新引發熱議。

1 大數據算法殺熟的內涵界定和發展

1.1 大數據算法殺熟的概念分析

傳統意義上的“殺熟”是基于熟人的信任做出反向損害其利益的行為。“大數據算法殺熟”通常是指在不同終端上同一消費商品或服務存在不同價格的現象。如使用安卓系統的用戶所顯示的價格低于使用蘋果系統的用戶，使用新型號手機的用戶所顯示的價格會高于使用一般型號手機的用戶，同為會員用戶而享有的折扣卻不相同等等。尤其是對形成特定消費習慣的忠誠用戶而言，往往其價格相較于平臺使用頻率更少、同類備選平臺數更多的一般用戶而言差距更為明顯[2]。具體而言，即通過大數據算法技術將海量的用戶過往的消費記錄、瀏覽痕跡等足以體現其消費偏好的數據信息挖掘分析后，通過算法劃分不同用戶群的個人價格敏感度并形成用戶畫像，基于用戶對平臺的信任度使得相同商品或服務以不同的價格被推送到不同的用戶終端上。

1.2 關于大數據算法殺熟定性的學術爭議

目前學界有觀點將大數據算法殺熟歸為價格歧視或者價格欺詐[3]，前者是來自競爭法的概念，主要針對的主體是具有市場支配地位的經營者對相同條件下的交易對象在價格上設置了差別待遇；后者是從消費者權益保護法的視角出發，指在經營活動中將同種商品或服務根據不同消費群體設定不同價格，并虛構事實或隱瞞價格差異。事實上，現有的相關規定都較為滯后，無法解決大數據時代下算法殺熟行為所面臨的新問題。

1.3 關于大數據算法殺熟的性質分析

從大數據算法殺熟行為之性質來看，學界在是否需考慮行為主體追求利益性上存在爭議。有學者認為企業所為是為私利，利用算法模型進行不同用戶間的個性化定價提高單個用戶對其收入的貢獻，以達到維持利潤最大化和競爭優勢的目的；但也有學者認為大數據算法殺熟無關行為主體的趨向利益性，隨著科技發展，算法技術亦有隨之升級的趨勢，以電商平臺為首的互聯網平臺與經營者利用數據技術如采集、挖掘等，并借助算法模型，形成了不同用戶的動態價格差異，這僅是算法技術的體現。但不可否認的是，不論是否與行為主體追求利益性有關，該行為在降低用戶信息收集成本、提高交易效率的同時，一定程度上透支了消費者的信任，同時也體現了大數據等高新技術在應用過程中存在數據信息不對稱或不透明等情況。

1.4 大數據算法殺熟的發展

關于大數據算法殺熟的出現暫無明確的時間點。隨著大數據技術的成熟，互聯網平臺與經營者更趨向于用其滿足自身需求。近年來，這類問題在國內外持續發酵，機票預訂、外賣、網約車等電商平臺都曾爆出過大數據殺熟事件。上述某電商商戶的回應并未消除消費者的疑慮。事實上，用戶開通會員的條件并不低，需在滿足淘氣值1000分的前提下，再支付年費88元，若未達淘氣值要求則需支付888元的年費。而提升淘氣值最有效的途徑是通過平臺消費累計交易金額。開通會員的用戶正是在平臺上多次消費的忠誠用戶，其目的是為享受更多會員的服務與優惠，并非為開通會員后仍要支付比非會員的普通用戶更高的價格。

2 大數據算法殺熟的特征

2.1 大數據算法殺熟的主體特征

大數據算法殺熟的行為主體獲利情況具有多樣性。如上述的電商購物平臺或許存在類似隱匿真實價格的行為，但其卻反駁稱平臺并非利益的獲得者；如網約車服務中，造成同一路程服務價格不一的原因可能是不同用戶所擁有的優惠券不同，或者是提供運輸服務的司機行駛的具體路線不一樣。這些情況中，獲利的主體一時難以判定。

2.2 大數據算法殺熟的客體特征

大數據算法殺熟的客體即數據信息具有非對稱性及不透明性[4]。由于用戶在個人終端上進行的消費行為往往是與其他用戶間隔著屏幕進行的，這一客觀距離導致信息壁壘的存在。因此，用戶一般難以察覺自身與他人之間的消費價格差距。這背后亦涉及大數據算法技術的應用問題，用戶對于自身何種信息被收集利用，且該種信息是否真實準確一無所知，也無從得知商品定價的原理。企業或許會在協議中表明其允許用戶訪問被搜集的數據，但此時用戶對這類數據信息的控制已然喪失。而大數據的算法模型一般是企業的商業秘密，這種信息的非對稱與不透明性導致用戶的知情權極易被侵犯。

2.3 大數據算法殺熟的結果特征

大數據算法殺熟導致的價格損失不易被證實。用戶在發覺大數據殺熟行為的存在后，通常難以尋得救濟途徑。首先，大數據時代下信息更新之快有目共睹，商品或服務的價格難以在一段時間內保持穩定，因此由知情之日倒推至行為發生之時的價格難以被準確估量。其次，即使用戶能確定同一時段的同一平臺用戶的終端上相同商品顯示的價格不同，其在因果關系的證明上仍存有一定困難。企業或許會用新用戶價格優惠政策或者特殊節日的優惠券發放影響價格等理由抗辯。最后，關于損失賠償數額的計算也是難點[5]，如是否僅包括兩個時間點的價格之差。同時相關價格的差額往往也并不大，用戶大概率會放棄尋求救濟。

3 大數據算法殺熟行為折射出的問題

3.1 法律法規的滯后與模糊

從消費者權益保護的視角來看，大數據殺熟或令消費者喪失知情權、自主選擇交易權以及公平交易權。經營者或互聯網平臺將真實價格隱瞞，不再將同類可供選擇的性價比更高的商品或服務推送至用戶終端。但知情權本指商品或服務的真實情況，是否將其擴大理解為包括經營者或電商平臺所針對其他用戶推送的價格情況與交易細節，在法條未有明確的情況下，仍值得進一步討論。而公平交易與自主選擇權的侵害更因實踐中難以舉證交易的不公平與非自主性而使消費者往往不易憑借這類條款得到救濟。而學界將該類行為歸類為構成侵犯消費者權益的價格欺詐，需要滿足平臺或經營者隱瞞真實價格信息，并采用相關如“貨源緊張”“促銷結束，價格即將上漲”等信息去誘導、促使消費者購買該類商品或服務等條件。

從價格法的相關規定來看，大數據算法殺熟導致區別定價現象，在此之前電商平臺與經營者已進行了相關商品與服務價格的示明，并未違反明碼標價義務[6]。與此同時其針對的并非是具有相同交易條件的其他經營者。故在行為對象上屬于消費者的殺熟行為，難以用法律法規中提及的“禁止價格歧視”“明碼標價”來規制。

從壟斷行為規制的角度來看，該類規定的主體是掌握大量數據信息的處于市場支配地位的經營者，但要構成價格歧視，還需滿足其暗含的其他條件，譬如對象是條件相同的交易相對人，價格差別并非為商品與服務自身成本的構成部分，同時存在損害事實且造成難以消除的后果等。處于行業支配地位的經營者們通常會共享用戶不同領域的數據信息，盡可能地擴大數據的收集范圍，并用計算機算法模型的深度學習形成更為精準的畫像，進行動態定價及定點投放營銷廣告，該類行為或會侵犯其他經營者的權利。

從電子商務法的角度來看，其并不否認根據用戶消費特征等進行精準定價和營銷的行為，但電商平臺與經營者在向用戶推送商品或服務時，仍應另外提供無差別對待即不顯示個人特性的一般選項以供選擇。可以看到，這項規定是為平衡精準營銷與消費者平等對待的權益的關系，節約用戶信息收集成本而規定的，但同時也要求保證用戶的知情權和選擇權。

3.2 數據技術應用過程中的不規范問題

一般而言，在下載app或者注冊為網站用戶時，大多數人并不會仔細閱讀平臺或者網站所提供的隱私條款與政策，甚至為便捷起見，會直接使用手機號注冊，通過動態密碼避免更為繁瑣的郵箱綁定、設置復雜密碼等操作。在互聯網時代下，大多數人在享受信息便利的同時，個人信息不同程度地被擁有大數據技術的企業所掌握，甚至會超出一般授權范圍而被不合理地利用。學者認為，當數據信息在市場競爭中發揮關鍵性作用時，若經營者或互聯網平臺成為相關數據市場的唯一擁有者，就有可能排除限制競爭，造成數據壟斷。數據壟斷會令市場失衡，產生大數據殺熟、通過算法合謀達成壟斷協議、企業合并帶來數據優勢等問題，導致許多初創公司可能被擁有先進科技力量的公司扼殺在初始階段。

3.3 技術發展與倫理失衡的問題

不可否認的是，數據是一項具有價值的重要資源。在傳統時代，個體的數據信息是分散的，其孤立存在的價值并不大，但當互聯網平臺或經營者挖掘出一定規模的個體數據，并加以分析處理后，其價值就會迅速變大。同時大數據背后的算法技術所負載的價值在其研發、應用過程中均有所涉及，不同主體的價值理念不同，其行為結果也是不同的[7]。大數據算法技術的應用應符合社會發展趨勢、滿足個體價值需求和社會發展需要。算法技術對于大數據的處理是包含倫理風險的[8]。倫理規范的失衡將導致整個算法技術行業出現道德滑坡與信任危機。由于相關法律法規的滯后性，針對虛擬情景下的線上交易行為尚無合適的規定。因此，大數據資源及算法技術的合理運用是當下亟待探討的問題。

4 大數據算法殺熟的對策分析

4.1 多方協同推動數據應用與權益保護等方案出臺

大數據的算法分析技術當然不能以否定的態度看待。在各類品牌投放市場之初，均會對市場進行相關調研，了解交易對象的群體需求，根據大數據算法分析所勾勒的用戶畫像制定市場推廣策略，以促進品牌業績的提升。但是，大數據算法技術的發展無疑是把雙刃劍，在科技快速發展、企業競相追逐利益的過程中，由于缺乏行業自律以及法律法規的監管導致了大數據算法殺熟行為的產生。因此，需要完善數據應用、個人信息保護等相關法律法規的頂層設計，從立法角度明確其性質、行為模式、救濟途徑等。同時還應簡化維權程序，并向公眾普及法律知識。

4.2 提高用戶數據敏感性和維權意識

作為個體，在新技術、新業態推動數字經濟發展的趨勢下，用戶很難抵抗相關企業攫取個人隱私數據的行為。即便用戶不認可app、網站等過度收集個人信息的行為，但在面對不授權相關信息收集就無法使用服務或服務不夠便捷的困境時，多數用戶會選擇妥協。但在消費層面，用戶需避免對某個平臺形成過度依賴，保持價格敏感性，注重價格之間的對比，嘗試不同平臺的價格查詢，或留意價格波動。同時，用戶應提高個人數據隱私保護意識，向相關部門或媒體揭發侵權行為。

4.3 平臺企業落實主體責任并加強行業自律和管理

經營者和互聯網平臺企業應自覺遵守道德與法律的約束，遵守數據透明原則，保證用戶享有知曉企業戰略決策的權利，給予用戶退出個人信息收集和使用的權利，以維持用戶的信任；同時，在個人信息使用的告知說明中增加算法或算法用途的內容，滿足消費者對個人信息使用及其可能造成差異化定價的知情權。但是，或存在因用戶的能力所限而無法判斷大數據算法殺熟行為的情況，故企業需要制定相關行業規范，做到行業自律，考量社會責任和企業利益間的動態平衡。企業的短視與過于逐利的行為，會面臨輿論壓力、用戶流失等風險，而一旦造成用戶信任危機，甚至上升到承擔法律責任的層面，則將會給行業造成極大的不利影響。