“大數據殺熟”的政策應對：行為定性、監管困境與治理出路

梁正 曾雄

摘? ? 要：在學理上討論“大數據殺熟”問題應該首先厘清“大數據殺熟”中的正當價格歧視與價格違法行為。正當價格歧視在經濟學上具有一定合理性，因為市場經濟的核心機制是自由定價，應由供求關系決定價格，企業可以在合理的價格政策下設定價格。平臺具有顯著的信息和資源優勢，平臺自由定價時應該公開透明，杜絕價格欺詐、價格壟斷等違法行為，保證消費者在自由意志下選擇商品或服務。算法逐漸成為平臺定價的重要工具，由于算法具有不可解釋性、歧視性等潛在風險，平臺利用算法時應該遵守合理的價格政策，加強對算法運用的規范。在平臺治理中，商家、用戶以及監管者都是重要參與方，解決“大數據殺熟”問題應實現監管機構、平臺、用戶三方共治，并在三方互動中尋求消費者保護與平臺經濟發展的平衡點。

關鍵詞：大數據殺熟;算法;價格;消費者;平臺企業

中圖分類號：D 912.29? ? ? ? 文獻標識碼：A? ? ? 文章編號：2096-9783（2021）02-0008-07

2020年10月1日起施行的《在線旅游經營服務管理暫行規定》（以下簡稱為《暫行規定》）明確要求在線旅游經營者不得濫用大數據分析等技術手段侵犯旅游者合法權益。該《暫行規定》被給予厚望以實現對“大數據殺熟”的“反殺”，但其實際效果需要時間檢驗。實際上，“大數據殺熟”是一個復雜的問題，僅靠單一的部門規章無法有效解決該難題。因此，應追根溯源剖析“大數據殺熟”的行為屬性，厘清“殺熟”行為中正當價格歧視與價格違法行為的邊界，從監管機構、平臺、用戶三方的角度提出治理“大數據殺熟”的政策建議。

一、“大數據殺熟”的行為定性與實現條件

越來越多的企業使用算法定價，因為它可以降低成本和增加收入[1]。亞馬遜較早嘗試過價格算法，以實現動態定價。“大數據殺熟”是由算法定價引起的一種現象，可能是一種正當的價格歧視行為。擁有數據、算法和算力的平臺具有實現經濟學上所稱的一級價格歧視的可能。

（一）“大數據殺熟”的本質是價格歧視

據媒體報道，“大數據殺熟”通常表現為以下現象：（1）在線旅游App上，用戶多次瀏覽訂房頁面后房價上漲，或用戶訂機票取消后機票價格上漲。（2）在購票App上，“會員價”高于非會員價。（3）同樣的商品，不同手機有不同價格。這些行為的共性是不同用戶不同定價，而且“熟人”價格更高。學者們對“大數據殺熟”的行為定性有不同看法，有觀點認為是算法或算法偏見導致了殺熟[2]，有觀點認為“大數據殺熟”是通過算法對用戶畫像后，對不同用戶進行不同的定價，由此引發價格歧視現象[3]，也有觀點認為“大數據殺熟”涉嫌價格欺詐，侵害消費者的知情同意權[4]。本文認為僅通過這些特征不宜直接認定“大數據殺熟”違法，盡管“殺熟”二字帶有強烈的否定色彩。“大數據殺熟”呈現出的最終效果是不同用戶不同價，為實現這一效果平臺可能采取違規的措施，因而可能涉嫌價格欺詐或其他違法行為。比如有的平臺為讓用戶迅速下單避免比價而宣稱貨源緊張，或者進行虛假標價吸引用戶下單然后結算時提高價格，這些行為侵犯了消費者的知情權，誤導消費者消費，構成價格欺詐，對于此類行為應該嚴厲打擊。但同時“大數據殺熟”中部分行為可能屬于經濟學中正當的“價格歧視”，不應被直接禁止，而且實踐中導致不同用戶面對不同價格的因素眾多，不宜直接推定平臺進行差異化定價是違法和侵犯用戶權益。

（二）大數據和算法讓平臺具備實現一級價格歧視的技術條件

在經濟學中，價格歧視（Price Discrimination）是指同一賣者的同一產品對不同消費者或對同一消費者不同購買數量或不同購買順序，收取不同的價格[5]。一般分為三類：其一，一級價格歧視，是指壟斷廠商根據每個消費者的保留價格，為每單位商品制定不同的銷售價格，廠商可以獲得全部消費者剩余。其二，二級價格歧視，是指根據不同購買量確定不同價格，如給予客戶價格折扣。其三，三級價格歧視，是指對不同市場的不同消費者實行不同的價格，如給予學生或老人折扣。一級價格歧視在現實中比較少見，有觀點認為基于大數據和算法，平臺可以根據每個消費者的習慣、偏好、購買歷史等進行用戶畫像，實現“一人一價”，“大數據殺熟”接近于一級價格歧視[6]。在技術條件方面，首先，平臺積累了海量用戶數據，包括性別、年齡、職業、地理位置、瀏覽歷史等，平臺可以準確描繪用戶的個體特征，并通過深度學習分析每個用戶的消費習慣、消費能力和價格敏感度，并預測用戶購買喜好和針對性影響用戶的購買決策。其次，平臺擁有強大的算力和專業技術人才，具備處理和分析海量數據的能力。最后，平臺可以利用機器學習算法，更精準地刻畫用戶畫像，特別是借助積累的用戶數據不斷訓練算法，提升算法的效能。甚至有觀點認為算法逐漸成為“準公權力”，平臺擁有算法權力[7]。

（三）雙邊市場屬性讓平臺具有實施價格歧視的市場條件

在市場條件方面，首先，平臺屬于典型的雙邊市場，即平臺向兩個相互區別且相互聯系的客戶群提供服務。雙邊平臺的基本功能是通過匹配交易對象降低交易成本，讓雙邊客戶從交易中獲益[8]。其次，雙邊平臺具有直接和間接網絡效應，平臺一邊客戶的價值隨著另一邊客戶數量的增加而增加，因而平臺有動力擴大一邊客戶規模，通常的方式是低價優惠甚至補貼，即解決“先有雞還是先有蛋”的問題[9]。用戶數量（俗稱“流量”）是平臺壯大的關鍵，平臺在用戶這一邊將價格設定在邊際成本之下，而在另一邊將價格設定在邊際成本之上，呈現出非對稱的價格結構。這種經濟規律解釋了平臺為何對新用戶設定更低價格或給與更多優惠，因為通過價格優惠或補貼才能擴大用戶數量，發揮直接和間接網絡效應的作用，實現規模經濟和范圍經濟。這與傳統線下經濟有明顯差異，線下企業通常給與“老客戶”優惠，以吸引老客戶再次購買，呈現出“親熟”的特征。平臺“喜新”則受其商業模式的影響，因為在這種模式之下，平臺才能發展壯大。最后，平臺市場具有高集中度的市場結構特征，用戶只能在有限的幾家平臺上選擇和比較，甚至因用戶逐漸養成了使用習慣導致用戶對特定平臺產生較強的依賴。

二、“大數據殺熟”的監管必要性辨析

經濟學意義上的價格歧視的福利效果具有不確定性，應尊重受市場調節的價格歧視行為，發揮市場定價的核心機制。同時，平臺通過不正當行為實現價格歧視涉嫌違規，具有監管的必要性。

（一）價格歧視本身并無貶義，其福利結果具有不確定性

在經濟學上，價格歧視本身并無貶義，而且在日常生活中隨處可見，如在保險行業，保險產品是為每個人單獨定價的，因為每個人的風險特征都不相同[10]。價格歧視的福利結果具有不確定性，可能提高社會福利。根據國外研究報告，個性化定價（Personalized Pricing）或差異化定價（Differential Pricing）接近“大數據殺熟”這一概念。2015年美國發布《大數據與差異化定價》（Big Data and Differential Pricing），提出差異化定價對于購買者和銷售者都可能是有利的，應謹慎限制線上定價行為，因為線上市場競爭更加激烈。2016年，經濟合作與發展組織（OECD）發布《價格歧視》（Price Discrimination），指出價格歧視通常對經濟發展有利，也能讓消費者受益，因為它能增加交易，促進企業競爭。2018年英國發布《定價算法》（Pricing Algorithms），提出在很多情況下個性化定價是有益的，因為新進入者可以通過定向折扣（如針對新用戶）參與市場競爭，從而擴大銷量。但在特定情形下，差異化定價可能使消費者利益受損，特別是當市場缺乏競爭或者價格政策復雜或者不透明時。2018年，OECD發布《數字時代的個性化定價》（Personalized Pricing in the Digital Era），認為個性化定價是指根據消費者的個人特征和行為實施價格歧視，個性化定價可以促進競爭，通常增加消費者福利[11]。

（二）應尊重受市場調節的價格歧視，市場經濟的核心機制是自由定價

價格機制是市場經濟的核心，本質上價格應由供求關系決定。“價格歧視”是將用戶群體分類的過程，那些需求迫切、彈性較低的用戶愿意支付更高的價格，他們的需求得到了滿足，福利得到了提升。同時，需求不迫切、彈性較高的用戶會轉向其他替代品，或者選擇暫時不消費。這個過程對于社會整體福利是有利的，能夠實現資源優化配置。對于一般商品而言，如果價格不是因市場需求而變動，而是受到政府管制或社會輿論影響，可能損害企業生產積極性，導致商品短缺。旅游產品、機票、出行服務等都是私人而非公共產品，應該由市場調節價格。航空公司、酒店等長期以來采用動態定價機制[12]，因為航空公司銷售的是易逝產品，通過動態調節價格讓飛機盡可能坐滿，一般提前銷售機票并使用復雜的算法隨時動態調節價格。由于所提供客房的季節相關性、位置特定性，酒店的情況與此類似。社會大眾擔憂的“大數據殺熟”集中在機票、旅游產品上，部分原因在于線下這些產品提供者采用動態調價的方式，價格處于隨時變動之中。在機票、酒店預訂等交易撮合類平臺上，導致不同用戶價格差異的原因是多樣的，價格差異的直接原因可能來自商品或服務的提供者。

但是，并不是所有類型的商品都適合完全由市場定價，具有自然壟斷或公共物品性質的產品應該受到價格管制，比如采用成本加成定價，避免使用價高者得的拍賣機制，以避免供給不足，如基本醫療服務。對于一般商品而言，價格歧視容易讓那些支付了更高價格而需求不那么迫切的消費者感覺不公平，而統一定價則會使那些有迫切需求的消費者因無法及時獲得服務而感覺不公平，要實現其中的平衡，關鍵是要求平臺或商家公開價格政策，讓消費者知悉，完全由消費者自主選擇。平臺不得利用消費者的信任心理或信息不對稱優勢，侵犯消費者的知情權和公平交易權，如故意隱藏優惠選項或捏造供應不足的假象。

（三）在特定條件下“大數據殺熟”涉嫌違法需要規制

2018年，OECD發布的《數字時代的個性化定價》（Personalized Pricing in the Digital Era）報告認為，在特定情形下個性化定價也可能有害，需要多種政策工具應對，包括競爭政策、消費者保護規則以及數據保護規則等。在我國現行法律體系下，“大數據殺熟”可能構成如下違法行為。

首先，可能構成《價格法》中的價格欺詐。如果平臺利用虛假或引人誤解的信息，誘騙消費者交易，屬于價格欺詐行為，正如媒體報道，每當消費者取消預訂后價格上漲，營造一種“斷貨”假象，使得消費者沒有時間進行比價。其次，可能違反《消費者權益保護法》所規定“明碼標價”的要求。如果平臺沒有做到價格政策公開透明，以引人誤解的宣傳誘導消費者下單，導致消費者錯過選擇機會，可能違反《消費者權益保護法》。再次，可能構成《反壟斷法》中的濫用市場支配地位行為。認定價格歧視違反《反壟斷法》需要經過嚴格的認定程序，而且前提是平臺在相關市場擁有市場支配地位。據相關經濟學分析結果顯示，當僅有一個壟斷企業時，價格歧視將攫取所有的消費者剩余[13]。由于價格歧視可能提高社會福利，平臺可以主張合理理由進行抗辯。根據《禁止濫用市場支配地位暫行規定》，平臺可以將“針對新用戶的首次交易在合理期限內開展的優惠活動”作為合理理由進行抗辯，如平臺為了新增流量，選擇只給新用戶補貼，這種策略在合理期限和合理限度內不違法。2020年11月10日，國家市場監管總局發布的《平臺經濟領域的反壟斷指南（征求意見稿）》（以下簡稱為《反壟斷指南》）對“大數據殺熟”行為也進行了規定，并將其列為濫用市場支配地位行為中的“差別待遇”。該《反壟斷指南》分別列舉了四類差別待遇的具體表現形式：第一，基于大數據和算法，實行差異性交易價格或其他交易條件;第二，基于大數據和算法，對新老交易相對人實行差異性交易價格或其他交易條件;第三，實行差異性標準、規則、算法;第四，實行差異性付款條件和交易方式。即表明擁有市場支配地位的平臺基于大數據和算法所實施的所有價格歧視都可能涉嫌違法，而不僅僅是“殺熟”行為（對新老用戶進行差異性定價）。不過，《反壟斷指南》也列舉了平臺可以主張的正當理由予以抗辯，如果是“針對新用戶的首次交易在合理期限內開展的優惠活動”或“基于平臺公平、合理、無歧視的規則實施的隨機性交易”，可以不被認為違法，這在一定程度上尊重了平臺實施優惠活動的自決權，也是尊重平臺商業模式的體現。最后，可能構成《反壟斷法》中的共謀。互聯網領域的市場高度集中，信息高度透明，而定價算法具有特殊性和敏感性，這些特征加劇了平臺共謀的風險[14]。平臺可以通過算法監控價格，實施共同的價格策略，如英國和美國調查了在亞馬遜上使用定價軟件實現價格共謀的多個零售商[15]。因此，對“大數據殺熟”的法律定性應該具體問題具體分析，其中的核心要點是價格政策是否透明，是否存在欺騙和誤導信息，用戶是否有機會自由選擇。

三、“大數據殺熟”的監管困境之源

“大數據殺熟”的監管困境主要源于算法定價的隱蔽性和不確定性，且用戶通常處于信息不對稱的劣勢地位。此外，價格違法行為的取證、舉證難和價格歧視法律認定的模糊性，導致有效監管面臨挑戰。

（一）個人信息保護不到位

各個平臺已經收集了海量用戶信息，可以對用戶進行精準畫像，以評估和預測用戶的消費行為，從而向用戶提供全方位的個性化營銷服務，但這些營銷服務不一定都對用戶有利，有一些服務會隱蔽地侵害用戶的合法權益。雖然我國不斷加強對個人信息的保護力度，但是泄露、濫用個人數據的情況時有發生，從事“數據黑產”的活動仍然猖獗。在平臺已經掌握了大量數據的情況下，只能從數據使用環節要求平臺合法使用，或者更多地依靠平臺自覺合規，無法避免有些平臺濫用數據從事不正當價格歧視行為。

（二）算法定價具有隱蔽性

借助深度學習技術，平臺利用算法定價以降低人工定價的成本。算法具有“黑箱”的特征，有一些由算法定價的結果缺乏可解釋性。但由于平臺規則或算法規則呈現出程序剛性的特點，接受者只能遵守算法規則參與“游戲”。平臺經營者或算法設計者以單方面制定或修改規則的方式影響接受者的判斷和行為，平臺對用戶具有較強的支配力、控制力和影響力，平臺實際上擁有算法權力[16]。比如有的平臺主張外賣配送費是動態調整的，受到時間、地點、訂單量等綜合因素的影響，這種動態調整模式本身的合理性沒有經過第三方論證，廣大消費者、商家只能被動接受。數據是算法運作的重要前提，直接影響算法的效果，但是用戶個體對個人數據掌控能力弱。用戶無法充分知曉平臺收集、使用了哪些數據，也無法控制平臺對數據的使用用途。雖然目前各個平臺都有隱私條款，但是隱私政策過于復雜，而且以格式條款的方式呈現，用戶實際上缺乏選擇權，個人數據保護的真實效果不佳。在平臺面前，用戶容易成為算法權力的“剝削”對象，而平臺通過算法則收獲更大利益。美國布蘭戴斯大學經濟學系助理教授Benjamin Shiller基于Netflix的研究發現，使用傳統人口統計資料的個性化定價方法，使其增加0.3%的利潤。根據用戶網絡瀏覽歷史，使用機器學習技術估算用戶愿意支付的最高價格，可以使其利潤增加14.55%[17]。

（三）用戶的信息不對稱劣勢加劇

平臺“殺熟”的重要前提是“信息非對稱”[18]，平臺具有較強的信息獲取和分析能力，有的平臺對外宣稱“可以對全國幾億用戶的使用界面實現秒級更新”。而用戶常常處于信息盲區，一方面無法比對成本，只能單向接受平臺頁面所呈現的商品信息。另一方面由于平臺數量有限，各個平臺的價格具有趨同性，導致用戶可選擇的空間小。原來有一些第三方跨平臺比價軟件，可以方便用戶比價和選擇，但是受到平臺的打擊后，這些比價軟件都被排除出市場，而用戶只能通過人工搜索信息和對比價格，增加了選擇和轉換的成本。

（四）價格違規行為的取證和舉證困難

平臺以算法定價涉及商品的品類繁多，為反映市場需求實時變動價格，價格證據具有易逝性，固定證據具有一定難度。以劉某訴某外賣平臺案為例，劉某通過某外賣平臺下單配送費為4.1元，當日另一位新注冊用戶購買同樣套餐且收獲地址一致，配送費卻為3.1元。劉某認為該外賣平臺存在“殺熟”的欺詐行為，要求平臺賠償500元。法院根據平臺提供的后臺日志，認為配送費是動態調整的，劉某與另一位用戶的下單時間不同，因而不支持劉某的訴請[19]。可見，原告要主張平臺存在違規行為面臨較大的舉證難度，平臺通常主張價格是動態調整的，特別是涉及服務的定價，標準并不一致，難以通過簡單的價格比較來認定“殺熟”[20]。

（五）法律定性具有模糊性

價格歧視的經濟效果變動不居，需要結合市場結構情況進行深度的個案分析[21]。據相關研究成果顯示，實施價格歧視所依據的標準直接影響其競爭效果，比如基于品牌選擇或轉換成本的價格歧視會增加競爭，而基于搜索成本的價格歧視可能弱化競爭。此外，基于搜索歷史的價格歧視可能阻礙用戶搜索行為并降低競爭[22]。在經濟學分析框架下，價格歧視的實際效果需要個案判定，在認定上具有較大的模糊性。正因平臺違規行為難以發現且認定困難，造成用戶維權難，無法實現對平臺的有效監管。

四、“大數據殺熟”需要創新治理思路

面對“大數據殺熟”的監管困境，有媒體感慨到“抱歉，‘大數據殺熟無藥可救”。傳統的監管思路重視懲戒和威懾，試圖通過“證據確鑿”遏制平臺“為惡”，這種單向和線性的監管路徑容易導致監管機構與平臺處于對立面，不僅監管效果不佳，而且會不恰當地干預市場正常運行。因此，需要摒棄傳統的監管思路。治理是統治方式的一種新發展，其本質在于不依靠政府的權威或許可，政府可以動用新的工具和技術來掌舵和指引[23]。在新經濟監管議題中，越來越多的人認識到引入治理理念的重要性。正因為大數據、算法、定價等都具有高度復雜性，僅靠政府單向監管面臨嚴重的能力欠缺，因而需要重建一種互動的平衡機制，引導被監管的對象參與到治理中來。因此，本文提出治理“大數據殺熟”需要監管機構、平臺、用戶三方共治，在互動中尋求監管與發展的平衡。

（一）規范平臺和平臺內商家的定價行為

監管機構應該嚴格執行《價格法》《消費者權益保護法》等法律規定，要求平臺制定公開透明的價格政策，不得以虛假或誤導的信息誘導消費者，讓消費者能自由比價和選擇，將選擇權還給消費者。考慮到“大數據殺熟”近似于一個“黑箱”問題，消費者難以舉證維權。監管機構應該加大對違規平臺的懲處力度，提高執法威懾力，并利用好企業信用信息公示制度，將實施“大數據殺熟”的平臺納入失信黑名單，利用信息公示與社會監督來約束平臺定價行為，提高平臺自治、自律意識。此外，在特定商業模式下，平臺只充當交易中介的角色，平臺內商家直接設定、更改商品或服務價格，因而平臺應該積極承擔平臺責任，充分利用平臺規則約束平臺內商家的違規行為，建立完善用戶投訴、賠償機制，并利用技術手段加大對平臺內商家定價行為的監督管理。

（二）保障市場充分競爭

公平競爭是市場經濟的靈魂，要發展市場經濟就應該重視價格機制。為了避免市場失靈，監管機構有必要在特定情形下干預市場，防止價格欺詐、價格共謀、不合理漲價等行為。通過保障市場競爭，讓消費者有機會“用腳投票”。如果市場上僅有幾家大平臺，形成寡頭壟斷的市場格局，消費者的選擇權就無法得到保障，價格機制也無法正常發揮作用。因此，應該鼓勵探索新的商業模式，對新經濟、新業態采取審慎監管態度，鼓勵創新性企業成長，實現市場力量的競爭平衡。只有企業之間的競爭充分了，消費者才能享有真正的選擇權，才能避免被“殺”。同時，應重視對現有平臺經營行為的監督，因而需要提高執法水平，特別是深化對大數據、人工智能、平臺商業模式等新技術領域的認知與理解，擅長利用新技術手段實現智慧監管，培育適應智能產業發展的執法能力，只有這樣才能及時應對新問題，實現科學治理。

（三）加強個人信息保護避免數據濫用

國家目前正在審議《個人信息保護法（草案）》，該法的出臺將為個人信息保護提供強有力的法律支撐，在立法中有必要明確消費者享有的各項數據權利。同時為平臺收集、存儲和使用個人數據設定基本原則和明確法律責任，包括基于消費者自愿收集和使用個人數據、堅持數據量最小化原則、明確數據控制者和處理者的過錯責任等。通過嚴格規范平臺收集和使用個人數據，從源頭上降低平臺濫用數據的可能性。

（四）制定標準規范避免算法“作惡”

由于深度學習模型本身具有不可解釋性的特征，定價算法可能產生“黑箱”問題，比如算法歧視，具體涉及種族歧視、性別歧視或地域歧視等。由算法執行價格歧視的定價機制，可能混雜不公平的歧視因素，造成無法解釋的價格差異結果，無法真實體現市場經濟規律，并可能損害社會福利。如果不公平的歧視因素進入算法的自我強化模式中，將越來越不受人的控制和影響，人對算法的干預將越來越困難，亞馬遜的定價算法就出現過失控的情況，導致基因學教科書《The Making of a Fly》的網上售價高達2 300萬美元。為保障算法的公平正義，應該在訓練數據的收集環節和算法因素的設置環節注重公平合理，避免人為的歧視因素。同時應加強對算法結果的檢驗，探索算法審計機制，為算法引入第三方監督。

（五）發揮平臺自治與行業自律的作用

“大數據殺熟”涉及復雜的技術、行業、法律等問題，消費者維權難度大，監管機構執法成本高，應當充分發揮平臺自治和行業自律的作用，提高平臺企業的合規內生動力。中國互聯網企業通過共同簽署自律公約的方式實現行業自律具有較為成熟的機制，早在2002年在中國互聯網協會的組織下互聯網企業就簽署了《中國互聯網行業自律公約》，在將近20年的發展歷程中，互聯網企業先后簽訂多個自律公約。但是，迄今為止暫無關于數據合規和算法治理方面的行業自律公約。在“大數據殺熟”久治無效的背景下，為提高社會公眾對平臺的信任，互聯網平臺可以自下而上形成合理收集和使用大數據和算法技術的行業公約，鼓勵各個平臺相互監督和評估，形成共同守規的合力。

（六）消費者應該增強自身權益保護意識

對于平臺明顯的違法定價行為應及時取證，積極向社會或監管機構反映，實現對平臺的社會監督。同時，消費者在購物時應該有意識地“貨比三家”，下單前審慎決策，多了解市場行情，作出最優的購買選擇。面對“信息繭房”效應，也有觀點提出可以采取一些技術方法進行應對，比如實施一些“反向用戶畫像”的操作，包括卸載重裝應用、跨地域搜尋商品、搜索一些不相關的信息等。同時，消費者應當提高個人信息保護意識，注重在手機或應用程序設置上進行隱私防御，不輕易提供地理位置、通訊錄、相冊等隱私權限。

結? 語

平臺經濟屬于新興產業，是我國實現“國內大循環”的重要力量。平臺經濟的健康發展需要良好的外部政策環境。由于平臺經濟具有傳統經濟所不具備的特征，包括創新密集性、發展動態性、風險不確定性等，監管者需要摒棄傳統的監管思維。因此，有必要引入現代治理理念，實現對平臺經濟的敏捷治理[24]。敏捷治理的要求意味著監管者需要靈活、動態的調整政策，重視監管過程中的互動，充分了解行業實情、了解技術原理、了解商業模式，對癥下藥。以“大數據殺熟”為例，社會公眾可能以單一個體的損害否定原本屬于中性的價格歧視行為，并容易對平臺產生“敵意”。實際上，價格歧視的經濟學分析和法學分析都異常復雜，如果監管者“一刀切”對價格歧視進行禁止，可能對平臺經濟的創新發展不利。因此，需要改變傳統監管慣性，降低對懲罰和威懾的監管路徑的依賴，采取網絡化的溝通機制，將平臺、用戶、行業組織等利益相關者納入治理過程中，在互動中實現監管與發展的動態平衡。

參考文獻：

[1] Oxera. When algorithms set prices： winners and losers， 2017， Discussion paper：2.

[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（12）：146.

[3] 高富平，王苑.大數據何以“殺熟”？上海法治報， 2018年5月16日， B 06.

[4] 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（1）：58-59.

[5] 王玉霞.價格歧視理論中的若干問題[J].財經問題研究， 2000（11）：18.

[6] 張國棟.大數據“殺熟”的是是非非[J].法人， 2018（6）：58.

[7] 鄭智航，徐昭曦.大數據時代算法歧視的法律規制與司法審查——以美國法律實踐為例[J].比較法研究， 2019（4）： 113.

[8] 吳漢洪，孟劍.雙邊市場理論與應用述評[J].中國人民大學學報， 2014（2）：150.

[9] David S. Evan， The Antitrust Economics of Multi-Sided Platform Markets[J]. Yale Journal on Regulation， 2003， 20（2）： 379-380.

[10] 喻玲.算法消費者價格歧視反壟斷法屬性的誤讀及辨明[J].法學， 2020（9）：84.

[11] 曾雄.“大數據殺熟”的競爭法規制——以個性化定價的概念展開[J].互聯網天地， 2019（9）：26-28.

[12] 李豪， 熊中楷.競爭環境下航空公司動態定價特性[J].工業工程， 2009（3）：43.

[13] Christopher Townley， Eric Morrison and Karen Yeung， Big Data and Personalised Price Discrimination in EU Competition Law， 2017， Kings College London Dickson Poon School of Law Legal Studies Research Paper Series： Paper No. 2017-38：50.

[14] 施春風.定價算法在網絡交易中的反壟斷法律規制[J].河北法學， 2018（11）：112-113.

[15] Department of Justice Office of Public Affairs，Former E-Commerce Executive Charged with Price Fixing in the Antitrust Divisions First Online Marketplace Prosecution https：//www.justice.gov/opa/pr/former-ecommerce-executive-charged-price-fixing-antitrust-divisions-first-online-marketplace， Last visit on Dec 20， 2020.

[16] 周輝.算法權力及其規制[J].法制與社會發展， 2019（6）：114.

[17] Ben Shiller， Personalized Price Discrimination Using Big Data， 2016， Working Papers 108：1.

[18] 王鑫，李秀芳.大數據殺熟的生成邏輯與治理路徑——兼論“新熟人社會”的人際失信[J].燕山大學學報（哲學社會科學版）， 2020（2）：60.

[19] 湖南省長沙市中級人民法院（2019）湘01民終9501號民事判決書.

[20] 吳立蘭.平臺經濟下大數據“殺熟”的法律規制[J].上海法學研究， 2020（11）：241-242.

[21] 喻玲.算法消費者價格歧視反壟斷法屬性的誤讀及辨明[J].法學， 2020（9）：98.

[22] Christopher Townley， Eric Morrison & Karen Yeung， Big Data and Personalised Price Discrimination in EU Competition Law， 2017， Kings College London Dickson Poon School of Law Legal Studies Research Paper Series： Paper No. 2017-38：16.

[23] 格里·斯托克.作為理論的治理：五個論點.載俞可平主編.治理與善治[M].北京：社會科學文獻出版社， 2000：32.

[24] 薛瀾， 趙靜.走向敏捷治理：新興產業發展與監管模式探究[J].中國行政管理， 2019（8）：33.

Policies for "Using Big-data Analysis to Swindle Existing Customers"： Its

Legal Attribute， Regulation Difficulties and Governance Approaches

Liang Zheng， Zeng Xiong

（1. School of Public Policy & Management， Tinghua University， Beijing 100084， China; 2. China Science and Technology Policy Research Center， Tinghua University， Beijing 100084， China）

Abstract： When we discuss about "using big-data analysis to swindle existing customers"， we shall firstly identify justified differential pricing and illegal pricing conducts from "using big-data analysis to swindle existing customers". Justifiable price discrimination is rational in economics， because the key rule of market economy is pricing with freedom， prices of products shall be determined by supply and demand， and companies shall have rights to set prices under reasonable pricing policies. However， platforms own advantages of information and resources， platforms shall price under transparency policies， and shall not conduct price frauds， price monopolies and other illegal behaviors. Algorithms are becoming important tools for platforms to set prices， but algorithms may bring unexplainable results and unreasonable discriminations. Platforms shall abide reasonable pricing policies when using algorithms， and ensure pricing algorithms to be used in legal way. Merchants， users and regulators are important players in platform governance， and to solve the problem of "using big-data analysis to swindle existing customers"， regulators， platforms and consumers shall all participate in the governance， and attain dynamic balance of consumers protection and platforms development in the three parties' mutual interaction.

Key words： using big-data analysis to swindle existing customers; algorithms; price; consumers; platforms