“大數據殺熟”的科技面向與制度因應

賀斯邁　侯利陽

“大數據殺熟”對于日新月異的互聯網世界來說已經是個老話題了。2015年，隨著美團和大眾點評的合并，千團大戰正式結束，用戶享受低價補貼的福利也告一段落。我們已知的關于“大數據殺熟”的報道集中出現在2016年至2018年，2018年達到高發期。從市場競爭的格局變化來看，“大數據殺熟”行為的出現、爆發到如今被法律禁止，似乎符合寡頭發展以及被制約的路徑——為了擴大市場份額，平臺以燒錢補貼的方式獲取用戶并擠壓競爭對手，當平臺掌握定價話語權以后，就會對此前的虧損進行彌補。因此也就不難理解，《關于平臺經濟領域的反壟斷指南（征求意見稿）》（以下簡稱《平臺反壟斷指南》）發布當日，美團、京東、騰訊、阿里巴巴等科技企業的港股大幅下跌，一天之內市值縮水超過4000億元人民幣。

“大數據殺熟”的法律維度分析

雖然市場對《平臺反壟斷指南》的反應非常強烈，但其中規定的內容并非首次出現。以“大數據殺熟”為例，此前在《消費者權益保護法》（以下簡稱《消法》）、《電子商務法》《個人信息保護法（草案）》等法律中均作出了規定。但都出現一個相同的問題：糾紛很多，實踐中卻幾乎沒有典型案例。說到這里，首先要明確“大數據殺熟”產生的歧視方式與歧視內容是什么。價格歧視并非當然違法，企業定價屬于商業自主決策的范疇，傳統市場中要達到差別待遇的評價標準是以具有支配地位為前提的，而弱化這一前提的原因是傳統市場與網絡市場最大的不同——“大數據殺熟”理論上可以實施完美的差別待遇，即一級價格歧視，利用技術放大損害效果，使得行為具有反壟斷法的可責性。基于大數據和算法進行“殺熟”的實質是：以購買能力、消費偏好等多項參數的加權考量，對消費者保留價格進行最大化獲取的一級價格歧視行為。其形成的表象就是差別待遇，在反壟斷法語境下，禁止差別待遇要保護的法益是不使條件相同的交易相對人因為差別待遇而處于不利的競爭地位，此后，這一保護模式逐漸面向消費者。

《平臺反壟斷指南》的出臺客觀上說明前述法律法規中存在著不同程度的缺陷。如《消法》本身的強制力有限，并且《消法》所引起的消費者權益之爭，往往圍繞著合同關系進行舉證，數字型交易模式的關系懸殊會進一步放大消費者的弱勢，這使“殺熟”行為在《消法》制約的框架下顯得更流于形式。而《個人信息保護法》首先側重于保護消費者隱私，對基于所獲信息施加不公平交易條件的行為，在打擊方向和力度上存在先天缺陷。其次，要適用《個人信息保護法（草案）》禁止對個人信息差別化利用的規定，相對人所需完成的舉證義務，從難度上架空了適用的可行性。《電子商務法》從立意來看，是最接近規范平臺型交易行為的法律規范，但《電子商務法》卻集二者之弱，既未彌合因為數據交易形式拉大的不對稱差距，也沒有降低訴求方應履行的基本舉證標準。因此，雖然針對“大數據殺熟”的規定不少，但都難以產生社會實效。《平臺反壟斷指南》將“大數據殺熟”認定為壟斷者行為，一方面，設立軟法的形式證實且試圖平衡了平臺與交易方極不平等的地位;另一方面，將其納入濫用行為是反壟斷法能給予消費者最大限度的保護。

但值得注意的是，《平臺反壟斷指南》在第四條相關市場界定中規定“在特定個案中，如果直接事實證據充足，只有依賴市場支配地位才能實施的行為持續了相當長時間且損害效果明顯，準確界定相關市場條件不足或非常困難，可以不界定相關市場，直接認定平臺經濟領域經營者實施了壟斷行為”。“可以不界定相關市場”在面對消費者適法的場景中具有極大的誘惑，但互聯網市場中“準確界定相關市場條件不足或非常困難”才是常態。而前置條件“直接證據”“相當長時間”“損害效果明顯”等模糊性規定賦予了執法機構過大的裁量權，消費者作為適格原告將進一步加劇這種威懾性。

“大數據殺熟”的技術維度分析

亞馬遜在2000年因為被發現對消費者“殺熟”而被推上了風口浪尖，CEO貝索斯對此公開道歉并承諾賠償。但此后，用戶畫像的模型研發反而進入了深度發展階段。而今的算法畫像更像是一個底層技術，嵌入了所有互聯網平臺的分析系統。它從用戶打開App、瀏覽、下單到售后，對其所有的行為軌跡進行關聯，最終得出用戶畫像，眾所周知的差別定價只是算法畫像在應用層最基礎、違法性最明顯的一種形態。從技術層面來看，避開《平臺反壟斷指南》中列舉的“差異性條件”并不難。注意力效應與信息繭房疊加，可以很容易地將消費者圈定在一個“區域”內就相關商品成交，平臺并沒有僅推送基于“個人信息”畫像得出的常瀏覽商品——低交易率的商品往往排在三頁之外，而注意力隨著信息量的增加在遞衰，“區域”內展示的商品是基于用戶分類的算法推薦的，本質上都不屬于該用戶的“個人畫像”。此外，再針對不同的ID對所推送的商品進行隨機調適，隱藏在“標準化推送”中的“差異性交易條件”幾乎是消費者作為個人不可能證明的。因此，實質歧視的認定與證明標準才是矛盾核心。有學者提出，用戶可以通過差分隱私往算法搜集的數據中添加干擾，但這一方法時間成本過高，沒有廣泛應用的基礎。

亞馬遜在2000年因為被發現對消費者“殺熟”而被推上了風口浪尖（圖/視覺中國）

技術發展與法律指引的悖論與調適

▲ 技術維度

畫像是真實用戶的虛擬代表，是建立在一系列真實數據之上的目標用戶模型。從商業訴求來看，對算法研發的投入在于挖掘用戶需求、創新產品設計、獲得市場競爭力。一方面，精細化運營的核心要求是不斷完善用戶畫像的模型，并在驗證的基礎上持續優化算法。而禁止差別定價和定向推送，會直接打斷算法模型的驗證環節。另一方面，現階段仍然處于弱人工智能時代，即使是頭部平臺的用戶畫像技術也不夠成熟。如許多使用安卓系統的用戶會被打上價格敏感的標簽，因此促銷活動只應用在安卓系統上，此時顯示在iPhone手機用戶上的自然就是“歧視”價格，當前的算法模型還沒有強大到能把真正的價格敏感用戶篩選出來。

亞馬遜的例子告訴我們，算法畫像的技術不會停止發展。一方面，全面禁止“殺熟”類行為會打破算法學習的閉環;另一方面，算法畫像技術其實還處于發展的初級階段。因此，差別行為達到何種程度會因“歧視”而涉嫌違法，將成為技術與法律博弈的分界點。值得關注的是，未來被禁止“殺熟”的這部分消費者剩余仍可被準確量化和掌握，但是它積存于愿意支付更高保留價格的用戶中，這部分消費者剩余無法通過平臺補貼的形式流向價格敏感型消費者，也無法流向技術創新的經營者——平臺本身。并且，當價格歧視被模糊性禁止后，一方面，消費者會進一步向頭部平臺聚集;另一方面，無論平臺選擇在產量與價格曲線上的哪一點定價，該價格都是低保留價格用戶的承受上線。消費者福利的保護似乎就局限于對高保留價格用戶的“保護”了。

▲ 法律維度

我們已知此次《平臺反壟斷指南》關于“大數據殺熟”的規定，意在回應對消費者福利的保護，那么如何在現有體系下有效實現這一目標是值得深思的問題。從《消法》《個人信息保護法（草案）》《電子商務法》再到《平臺反壟斷指南》，對“大數據殺熟”的打擊力度在逐步強化。而一旦被認定為濫用行為，被處罰款至少是年營業額的1%，與其他的罰款規定相比，處罰力度發生了“質變”。

目前的規定會使“殺熟”行為呈兩極化發展。一方面，存在濫訴與執法裁量權過大的風險;另一方面，存在舉證難與技術博弈的困境。反壟斷法對頭部企業的威懾力毋庸置疑，而《平臺反壟斷指南》給“不界定相關市場”開了先河，法院依照“形式審查”的標準立案，消費者作為適格原告很容易將維權發展為濫訴。且依照現行的訴訟規則，原告仍要履行基本的證明義務，相較“二選一”行為，訴訟雙方往往都是經營者，尚具備技術層面的對話能力;而“大數據殺熟”面向消費者，后者幾乎無法完成由算法實施的差別規則舉證。因此，除了可能導致濫訴，還存在難以勝訴的問題，二者如果同時發生，將是對司法資源的極大浪費。

綜上所述，一方面是畫像技術的應用已普及并將持續發展的事實;另一方面是法律過度威懾的可能。因此《平臺反壟斷指南》對行為“歧視性”的實質標準、舉證規則以及證明程度做出限制就十分必要。否則，《平臺反壟斷指南》要么會因為“高開低走”被技術發展架空;要么會成為消費者發起反壟斷濫訴的催化劑。