谢宜璋丨算法个性化定价的监管路径研究——基于欧美比较法视角

原创 谢宜璋 上海市法学会 东方法学

谢宜璋

上海交通大学凯原法学院博士研究生、美国加州大学伯克利分校联合培养博士研究生

要目

一、引言

二、当前国内外对算法个性化定价的既有研究及分析

三、比较法视角：欧美算法个性化定价规制概览

四、我国规制算法个性化定价行为的路径探析

结语

作为平台经济领域的新型商业定价策略，算法个性化定价近年来成为我国社会关注焦点。鉴于“大数据杀熟”的相关报道及社会公众对算法个性化定价这一新兴商业模式的不熟悉，当前抵制平台企业实施算法个性化定价行为在我国具有较强的民意及舆论基础，并间接对我国现有研究及监管趋势产生一定影响。欧美对算法个性化定价这一商业模式的关注早于我国，并形成了较为成熟的监管理念与规制路径可供借鉴。就规制思路而言，欧美均认为算法个性化定价的经济效果具有复杂性，一刀切禁止并非明智选择，应基于不同运用场景进行具体考量。在应对算法个性化定价风险方面，主要存在对终端消费者权益与市场竞争效果两个维度的影响，对此，应基于算法个性化定价的运行机制进行场景化风险评估，严格遵循对策与问题相匹配的规制原理，综合运用现有的法律政策工具采取针对性的监管措施。

一、引言

随着智能设备的发展和数据分析的不断进步，平台企业得以通过使用cookie或消费者个人IP等标识符收集越来越多的个人数据，这些信息成为平台企业进行新一轮商业模式革新的基础。在数字经济化背景下，平台企业运用算法技术与极具个性化的消费者个人信息相结合催生了算法个性化定价这一新商业价格策略。自2000年美国电商平台亚马逊公司首次被曝出在消费者之间实行个性化定价策略开始，算法个性化定价这一新兴商业模式逐渐进入公众视野并为全球各监管部门所关注。现如今，随着数字经济的迅速发展与普及，算法个性化定价已经成为一个越来越有争议的话题。一方面，算法个性化定价依托智能算法等新兴技术，是平台企业根据消费者的个人特征和行为对同一产品或服务向不同消费者收取不同价格的精细化定价策略行为，具有改善经营者和低端消费者福利的可能性；而另一方面，鉴于目前“大数据杀熟”的相关报道及社会公众对算法个性化定价这一新兴商业模式的不熟悉，更多消费者认为算法个性化定价是一种不公平的做法，可能会带来数字市场的信任危机。根据欧盟委员会2018年发布的调查显示，在针对2万名消费者的采访调查中，只有8%的消费者认为算法个性化定价可能具有好处。在美国的一项调查中，87%的受访者明确表示反对互联网平台利用跟踪得到的消费者个人信息来向消费者收取不同定价。我国亦是如此，北京市消费者协会于2019年发布《互联网消费大数据“杀熟”问题调查》的结果显示，89.56%的受访者认为算法个性化定价将对消费者合法权益造成损害，而多达92.02%受访者对算法个性化定价将扰乱市场秩序持肯定态度。可见，当前抵制算法个性化定价这一新兴商业模式具有较强的民意及舆论基础，如何看待和规制平台企业在数字经济发展中可能采取的算法个性化定价策略已然成为当前亟须回应的社会重大关切。有鉴于此，本文拟在梳理既有理论研究的基础上，从比较法视野展开，针对算法个性化定价的规制路径进行深入分析，以期为我国规制算法个性化定价行为提供一定的思路。

二、当前国内外对算法个性化定价的既有研究及分析

算法个性化定价的概念界定

算法个性化定价并非我国传统法律体系中的规范表达，而是伴随数字背景下新型商业模式发展所产生的描述性概念。检索和分析现有国内代表性文献及媒体报道可知，算法个性化定价通常与一些其他类型的价格策略相混淆，从媒体广为报道的“大数据杀熟”，到现有理论研究所普遍提及的“价格歧视”“动态定价”等，上述概念似乎频繁用于指代算法个性化定价。然而，细究这些概念可以发现，它们之间虽有交集，但论证重点仍有所差异。概念的厘清是后续学术研究及规制路径探讨的基本前提，鉴于当前对算法个性化定价的概念使用尚未有统一的共识，在展开算法个性化定价的学理探讨之前，首先应当明确其概念与语义范围。

其一，算法个性化定价与大数据杀熟。在我国，算法个性化定价最早以“大数据杀熟”进入公众视野，我国现有研究亦有不少文献以“大数据杀熟”来指称算法个性化定价。然而，使用“大数据杀熟”不仅容易导致立场先行的主观断言，也与算法个性化定价的本质并不完全相同。根据我国最先报道“大数据杀熟”的媒体定义，“大数据杀熟是指同样的商品或服务，老客户看到的价格反而比新客户要贵出许多的现象。”由是观之，大数据杀熟更倾向于特指针对特定群体（“熟客”与“新客”）之间的不同定价策略，而算法个性化定价并不以新旧客户为主要区分，而是根据消费者在互联网上所留下的个人信息进行用户画像以推算价格意愿，在用户画像中，消费者对某一产品的购买经历仅是其中一个考量因素。另一方面，截至目前，尚未有直接实例表明算法个性化定价必然导致市场竞争效果的损害以及消费者权益的损害，在效果尚未明晰的情况下，以“大数据杀熟”指称算法个性化定价不免暗含对消费者不公的主观指向性，无法保持客观分析的理性立场，由此，算法个性化定价与大数据杀熟之间不应完全混淆。

其二，算法个性化定价与动态定价。在很多场合，算法个性化定价常被与动态定价相混淆。然而，算法个性化定价与动态定价的经营策略依据的是不同的定价标准。所谓动态定价，是指根据与消费者无关的变量来调整价格，例如高峰时期与非高峰时期的不同定价，或超市食品过期前的最后促销等，其着眼于外部因素对产品或服务价格的影响。而算法个性化定价则是基于消费者个人信息及特征所推算出来的消费者对产品或服务的个人支付意愿，算法个性化定价只与消费者个人特征有关，而与当前市场需求、竞争环境等因素无关。当前，动态定价作为一种常规的定价策略已为社会公众所普遍接受，而算法个性化定价则因其实施效果尚未明确而引发较大争论。由此，动态定价与算法个性化定价并不是相同概念。

其三，算法个性化定价与价格歧视。在算法个性化定价这一商业模式出现之初，国内外研究通常使用价格歧视来指代算法个性化定价，认为算法个性化定价是价格歧视在平台经济时代的新型表现形式。这一认定并非有误，但却不够精准。事实上，价格歧视是经济学领域的概念，从经济学视角出发，价格歧视被细分为三种类别。一级价格歧视是指平台企业将商品以每一位消费者能够接受的最高价格（又称之为“保留价格”）出售给消费者，达到“千人千面”的定价效果。二级价格歧视则指平台企业根据消费者购买偏好多样性的了解所推出的特定销售组合，数量折扣即是二级价格歧视的典型例子。三级价格歧视是指平台企业根据不同类型的消费者收取不同的价格，例如对老人、学生的优惠定价等。由此，价格歧视与算法个性化定价并非完全等同的概念，前者更为宽泛广义，而后者则是仅专注于消费者个人特征有关的信息所实施的针对性定价策略。从定价机制而言，算法个性化定价能够纳入价格歧视的范畴当中，但更应被视为价格歧视中的一个子集，与一级价格歧视最为接近。

综上，算法个性化定价与当前存在的其他价格策略具有差异。算法个性化定价是平台企业根据所收集的消费者个人信息，运用算法技术推测出消费者对某一产品或服务的付费意愿，并据此向不同消费者就同一产品或服务收取不同价格的定价行为。从算法个性化定价的运行机理来看，其涉及消费者个人信息收集阶段、经营者运用算法技术对消费者个人信息进行处理、建模并制定个性化定价方案阶段以及经营者针对不同消费者就同一产品收取不同价格的实施阶段。由此，算法个性化定价虽是平台经济领域出现的一种新型商业模式，可能带来社会效果的不同影响，但其所涉及的并非经营者之间的关系，而是经营者与终端消费者之间的关系。鉴于算法个性化定价以消费者个人信息为定价依据，平台企业实施算法个性化定价策略不仅将对社会效果、市场竞争产生影响，也与消费者相关权益保护议题密切相关。

既有研究对算法个性化定价的规制理念分析

基于算法个性化定价的运行机理及社会对该行为的消极评价，我国既有研究对经营者实施算法个性化定价行为多持否定态度，并主要从算法过程不公论与个性化定价结果论两个维度进行论证。

在对算法个性化定价的认识初期，我国学者更多从算法个性化定价的收集、制定过程着手，对平台企业数据收集行为的非合规性和算法制定过程的不公性表达担忧。有学者认为算法个性化定价通过算法对用户画像后进行区别定价的行为将引发价格歧视。另有学者进一步指出，这种算法歧视无法避免，因为算法设计者在编程时将有意或无意地把自身偏见、社会风气及文化差异嵌入算法之中。而平台企业在面对算法歧视指责时，往往会以技术原因为由否认歧视的故意，这将加剧消费者对商家的信任危机。因此，部分学者认为，算法个性化定价的危机在于企业与消费者之间的“信息非对称”，商家会利用消费者的信息劣势不当得利。同时，算法个性化定价所形成的“算法权力”将导致法价值的变异，加剧贫富悬殊并阻碍了消费者的选择自由。

近一两年来，随着平台反垄断议题被提上国家数字治理新进程，算法个性化定价的反垄断规制路径为越来越多的学者关注，较多学者从算法个性化定价将带来平台企业对市场支配地位的滥用并导致反竞争效果这一视角展开分析,例如，算法个性化定价可能在横向或纵向市场上形成支配力，将引起算法共谋，或导致差别性待遇、掠夺性定价等，破坏平台市场的竞争秩序。另一方面，随着对算法个性化定价模式的深入研究，部分学者开始注意到算法个性化定价行为法律价值背后经济效果的复杂性，认为对算法个性化定价行为的分析必须持更加中立与审慎的态度,为保护市场竞争与创新，干预算法定价必须遵循个案分析的基本路径，不能一禁了之。然而，囿于当前国内社会对算法个性化定价的消极评价，总体而言，我国大多数学者对平台企业实施算法个性化定价行为持反对意见。

相较于现阶段我国对算法个性化定价的消极态度，国外研究虽认为当前对平台企业实施算法个性化定价的经济效果缺少足够的实证性调研，但均倾向于算法个性化定价可能存在促进社会总体福利上升及促进竞争的有益影响。英国较早开始了对算法个性化定价的专项研究。早在2013年，英国公平交易办公室（OFT）就基于消费者权益保护视角就平台企业实施算法个性化定价行为问题进行分析。值得关注的是，OFT在研究报告早期认为算法个性化定价对消费者福利更可能具有负面影响，但随着研究的深入展开，2018年英国竞争与市场管理局（CMA）发布《Pricing Algorithms》否定了上述OFT结论，提出在很多情况下算法个性化定价是有益的，例如新进入企业可以通过给予收入群体较低的消费者以低于市场的个性化定价而获得该部分消费者群体，从而参与市场竞争，扩大销量等。2015年，美国白宫发布《Big Data and Differential Pricing》，提出算法个性化定价对于普通消费者是有利还是有害并不能一概而论，在一个充分透明定价的竞争性市场，对消费者福利而言益处可能大于坏处，同时，算法个性化定价可以促进市场竞争。2016年，OECD发布《Price Discrimination》报告，指出算法个性化定价通常对经济发展有利，因为它能增加交易，促进企业竞争。2018年，OECD就算法个性化定价问题再次发布研究报告《Personalized Pricing in the Digital Era》，其指出算法个性化定价是指根据消费者的个人特征和行为实施价格歧视，可以促进竞争，在通常情况下对消费者福利有正向影响。

综合国内外现有研究，当前我国对算法个性化定价规制的主要难点在于：其一，基于我国现有研究的观点交锋及国内外研究结论的差异性，厘清平台企业实施算法个性化定价行为对竞争效果的实质影响，这将带来反垄断法规制与否、如何规制的问题。其二，明确平台企业实施算法个性化定价对终端消费者权益的影响，这在于应当如何设计和运用算法个性化定价的法律框架，以保障算法个性化定价的合规性与正当性。

三、比较法视角：欧美算法个性化定价规制概览

承前所述，相较于我国近年来才深入展开对平台企业实施算法个性化定价行为的探讨，该定价策略更早被美国、欧盟等国外相关执法部门和研究机构关注，以欧美为代表的相关司法、执法部门就算法个性化定价行为的规制路径亦进行了较为积极的探索并形成了相应的应对方案，可供我国借鉴参考。

欧盟

欧盟执法机构认为，尽管算法个性化定价让消费者产生了不公平感，但算法定价的不公平性本身并不足以证明有必要进行实质性的法律干预。当前对算法个性化定价的明智选择不是禁止算法个性化定价本身，而是应当确定在哪些特定情况下，算法个性化定价会被视为不公平或违法的做法。针对于此，现有的一些关于算法个性化定价的担忧不仅可以通过竞争政策和消费者保护政策来解决，相关数据保护政策和反歧视法案也可对此发挥作用。虽然在某些情况下，不同的法律规范可能有重叠之处，但在应对算法个性化定价风险方面，现有的法律政策工具实际上可以相互补充。

从反垄断法规制的角度而言，欧盟对算法个性化定价的主要规制条款在《欧洲联盟运行条约》第102条关于经营者滥用市场支配地位的规定。根据TFEU第102（c）条规定，经营者滥用市场支配地位，对其他交易方在同等交易下适用不同条件从而使其处于竞争劣势的，构成市场支配地位的滥用，应当被禁止。而在具体认定中，鉴于消费者福利和公平是欧盟法律秩序的重要内核，也是第102条的实质目标，因此，在以反垄断法规制平台企业的市场行为时，欧盟一直秉持更为严厉的监管思路，采用消费者总体福利作为反垄断法的福利标准，以平台企业的市场行为是否损害消费者福利为考虑因素。因此，对如何适用反垄断法规制算法个性化定价，有学者指出，欧盟监管机构将重点审查对于具有市场支配地位的经营者所实施的算法个性化定价行为是否会带来消费者总体福利的减少。如果经营者所实施的算法个性化定价不会减少消费者剩余，则不违反TFEU第102条的规定。相反，如果算法个性化定价行为被证明会损害消费者的福利，则违反了TFEU第102条的相关规定。然而根据目前相关研究，尚未有任何直接的证据或经济分析表明算法个性化定价会使得消费者总福利下降。相反，经营者实行算法个性化定价反而会造成部分消费者的流失，从而削弱自身的竞争力。另一方面，由于TFEU第102条规制的是经营者之间的行为，而算法个性化定价实际上针对的是经营者与终端消费者之间的关系。由此，算法个性化定价还可能带来消费者歧视、损害消费者知情选择权等不公平问题。因此，欧盟相关监管机构认为，反垄断法在纠正算法个性化定价可能带来的对消费者具体权益造成的不利影响上可能作用有限，应当寻求其他法律的干预途径或通过考虑反垄断法与其他可能在算法个性化定价方面发挥作用的法律领域之间的相互作用来解决这一问题。

从消费者保护角度而言，欧盟个人信息保护立法相对发达，能够在解决算法个性化定价实施中所可能造成的消费者权益损害方面发挥重要作用。一方面，欧盟现有针对消费者数据保护的相关政策法规与竞争政策有着相似的目标，包括通过推动竞争和创新来促进消费者福利和提高经济效率等。另一方面，虽然基于消费者保护的相关政策法规无法规制经营者的定价决策，但在监督算法个性化定价的实施合规过程中能够起到重要作用，例如在平台企业运用算法技术对个人数据进行的收集、存储、处理及推算等方面。对此，欧盟2018年出台的《通用数据保护条例》（GDPR）中对数据的合规评估机制可以适用于平台企业算法个性化定价的合规评估。另外，根据欧盟委员会2018年的调查结果显示，算法个性化定价最主要的问题在于消费者可能并不知道平台企业已经实施了算法个性化定价，这一信息不对称将影响消费者的购买决定，从而产生损害消费者知情权的风险。基于此，配合以GDPR数据合规评估机制，可以将公开披露作为解释自动决策的基础以规范平台企业对算法个性化定价的实施合规。同时，欧盟现有反歧视相关政策虽然没有在总体上禁止经营者实施算法个性化定价，但明确禁止经营者以违反人权的某些方式歧视消费者。特别是，在欧盟许多司法管辖区，禁止基于性别、种族、宗教、年龄、政治观点和婚姻状况等受保护特征歧视消费者，无论这些特征是否与消费者的支付意愿有关。因此，在算法个性化定价有针对群体的歧视风险时，即使其未违反竞争政策和GDPR等相关规定，相关监管部门仍然可以基于反歧视理由禁止平台企业实施算法个性化定价。

美国

在2015年美国白宫发布的《Big Data and Differential Pricing》报告中，白宫表明其对平台企业实施算法个性化定价的市场策略并不反对，但强调监管的重要性。美国认为，算法个性化定价对于普通消费者是有利还是有害，取决于它的使用方式和使用地点。在一个具有透明定价的竞争性市场中，收益可能大于成本。一方面，在一个定价透明的竞争市场中，算法个性化定价不太可能损害普通消费者的利益，因为消费者可以很容易地比较报价并转换经营者，除非经营者采取虚假承诺或隐瞒定价策略等方式。而即使在没有竞争的情况下，消费者也有几种救济途径来抵制个性化定价所导致的消费者群体损害，比如套利（低价购买的消费者可向高价市场转售）、举报（向相关监管部门投诉）及诉讼等。另一方面，对于高利润经营者而言，算法个性化定价策略会促使他们更积极地竞争价格敏感的消费者，从价格较低的竞争对手处争取低支付意愿消费者群体，有利于促进经营者之间的竞争。因此，尽管社会公众对平台企业实施算法个性化定价的行为仍存在较多的实质性担忧，但其中许多问题可以通过反垄断法、隐私保护和数据收集规范的角度来纠正和解决。

一直以来，美国的反垄断法采用社会总体福利标准，即同时考虑消费者福利和经营者福利两个维度。社会总体福利标准意味着即使消费者剩余或生产者剩余一方减少，但只要社会总体福利增加或并未受到影响，则不构成违反反垄断法的行为。具体而言，在平台企业实施算法个性化定价的规制进程中，即使该定价策略被证明导致消费者剩余的减少，但只要平台企业能够通过证明算法个性化定价增加了生产者剩余且带来社会总体福利的增加，则不会触发反垄断法的监管。承前所述，算法个性化定价对社会总体福利和消费者福利的影响是复杂的。但无论是从经济效率而言还是从商人逐利的角度，平台企业实施算法个性化定价对经营者福利的提升是较为明确的。因此，相较于欧盟采取消费者福利的衡量标准，基于社会总体福利标准的美国反垄断法在规制算法个性化定价行为方面可能更为有限。基于此，美国对算法个性化定价的规制重点在于平台企业使用方式和使用过程的正当性上。然而，相较于美国完备的价格歧视立法，美国对算法的规则相对欠缺。一方面，美国对算法规制的困难源于其个人信息保护立法的缺失。在个人信息保护问题上，美国一直秉持行业自律原则，主张由行业协会与经营者自主形成个人信息保护规则。另一方面，美国向来将算法作为商业秘密加以保护，因而无从实现对经营者实施算法过程公正性的监管。为此，2019年，美国参议院颁布《算法问责法案》，采取经营者自我评估与政府评估双轨并行的路径。美国联邦贸易委员会（FTC）依照该法对经营者的算法自动化决策行为进行监管。对于“高风险自动化决策系统”，由FTC在认为必要时与独立的稽核人员、技术专家咨询合作展开评估。对于FTC认为违反该法的算法个性化定价行为，不仅会被认定为不公平的商业实践予以惩戒，还将触发反垄断法的规制。

小结

当前，欧美相关执法部门均认为算法个性化定价对损害竞争或损害消费者福利的结论可能过于主观与武断，相反，算法个性化定价可能有利于竞争及社会总体福利。鉴于在法律适用、竞争损害认定标准及执法侧重等问题上的认识存在差异，欧美虽对算法个性化定价问题的规制路径不尽相同，但更为确定的共识是基于社会公众层面的道德厌恶并不能成为法律禁止的理由，法律干预的唯一可接受理由是防止对他人或公共社会福利的实质伤害。因此，无论是美国还是欧盟，对算法个性化定价问题的分析均主张基于不同运用场景进行具体考量，并主要取决于两个维度，即在实施过程上哪些场景会对消费者权益具有侵害性以及从结果上是否存在实质负面性影响。

四、我国规制算法个性化定价行为的路径探析

从“一刀切”禁止转向基于不同场景的具化分析

无论是媒体报道还是针对消费者的民意调查结果，算法个性化定价策略似乎总是具有“生而为恶”的自带属性，导致社会层面对平台企业实施算法个性化定价行为的较大抵制，并不可避免地对我国学术研究和监管部门的判断造成了一定影响。当前，国内相关监管部门更多倾向于对平台企业实施算法个性化定价行为采取“一刀切”的禁止态势，例如，我国国家市场监督管理总局、中央网信办、国家税务总局等相关监管部门相继提出必须“严肃整治”算法个性化定价行为。采取完全禁止的监管路径固然能够最大限度地预防消费者权益受到损害，但却极易造成政府过度干预市场、破坏市场经济活力的不利局面。尤其是，在我国现有研究尚未有实践证明平台企业实施算法个性化定价必然带来竞争效果、消费者权益损害的情况下，贸然干预市场主体的经营活动亦有悖商业主体自由定价的司法自治原则。事实上，从经济学视角出发，算法个性化定价可归类为价格歧视中的一级价格歧视，就经济效果而言，平台企业根据每一个消费者实施个性化定价的目的在于获得全部消费者剩余，从这个角度出发，平台企业实施算法个性化定价将使部分消费者剩余向生产商剩余转移，由此可能带来消费者总体福利的减少，生产者福利的上升，但对于社会总体福利而言，由于算法个性化定价能够促使交易充分进行，从而可能带来社会总体福利的上升。

另一方面，相较于我国目前对算法个性化定价的统揽性禁止态度，国外研究更侧重于通过实际调研算法个性化定价的应用场景、可能的影响并模拟商业实践后，有针对性地对算法个性化定价可能带来的负面效果进行场景化分析。承前所述，依据算法个性化定价的运作原理，可以将其分为数据收集阶段、算法预测阶段及个性化定价策略实施阶段。比较欧美对算法个性化定价的监管思路可以发现，虽然其在法律框架、法律适用标准上有所差异，但均是秉持对不同运用场景进行个案分析、权衡利弊的规制思路。例如，在算法个性化定价的数据收集及算法预测阶段主要涉及特定消费者具体权益（如知情同意权、选择权等）的保护，则监管重点应在于平台企业收集过程和算法程序本身是否具有合规性与正当性问题上。而在这两个阶段中，算法个性化定价行为对特定消费者具体权益可能带来的损害并非不可避免，主要取决于各执法机构如何更新或运用现有法律规范、监管工具以加强算法监管。因此，欧盟更多以GDPR等相关个人信息法律规范，而美国则在行业自律原则之外另行颁布《算法问责法案》以加强监管。在平台企业的个性化定价策略实施阶段，则将产生实际的社会效果，在这一阶段，更多从竞争法角度评估算法个性化定价行为是否会带来社会福利、竞争效果的负面影响。虽然欧美在反垄断法的认定上秉持不同的标准理念，但亦是根据自身经济市场发展所做出的选择。但即使是始终对平台企业市场行为秉持严苛审慎的欧盟，亦不认可平台企业实施算法个性化定价行为必将导致反竞争效果的简单结论。

基于此，我国当前对算法个性化定价行为的监管理念应当进行相应的转变，从禁止策略转变为基于算法个性化定价实际应用场景的具化分析，具体而言，可以参考欧美当前的主流做法，从消费者权益保护和结果实质分析两方面入手，针对性地采取监管措施，严格遵循对策与问题相匹配的规制原理。

过程论：具体应用场景之消费者权益保护

由于算法个性化定价是经营者与终端消费者之间的关系且算法个性化定价以消费者个人信息为依据展开，消费者权益保护应当成为相关执法部门监管算法个性化定价合规性的重点审查内容。我国针对消费者权益保护立法上的情况与欧盟更为相似。当前，我国基于消费者权益保护方面已有民法典、个人信息保护法、数据安全法、消费者权益保护法以及电子商务法等相关条款构筑的法律监管架构，现有法律法规已经能够对算法个性化定价可能带来的消费者权益损害进行全方面监管。承前所述，算法个性化定价可视为价格歧视中的一个分类，与传统价格歧视具有同源性。从商业实践来看，价格歧视并不是新鲜事物且早已存在在市场之中，当前亦存在为社会所普遍接受的价格歧视策略，例如针对新用户的价格歧视、针对购买数量的价格歧视以及高峰时段的不同定价策略等等。而上述价格歧视定价策略之所以能够为消费者所普遍接受，消除其社会不公感，主要在于两个方面：其一，如果确定价格并向消费者提供价格的过程是公平的，那么价格歧视就更有可能被认为是公平的。这通常至少要求定价政策明确、透明，并在普遍基础上向所有满足规定要求的人提供。其二，在这些价格歧视策略中，消费者自行选择购买商品价格的自由越大，定价过程就越有可能被认为是公正的，因为这从法律意义上而言并没有侵害到消费者的任何权利，从而经营者可以在其市场自由定价的合理范围内实施差别化待遇的定价策略。由此，在算法个性化定价当中，消费者权益保护主要集中于消费者的知情权与消费者的选择权上。

根据算法个性化定价的运行机制，其具有数据收集阶段、运用算法进行个人意愿推测阶段以及算法个性化定价的实施三个阶段。对消费者知情权与选择权的保障可从这三个阶段入手进行监管。在数据收集阶段，我国平台企业针对消费者个人信息收集行为的合规性是我国近几年个人信息保护立法的重要议题，为此，针对平台企业的商业行为，我国民法典、个人信息保护法、电子商务法等均将消费者知情同意作为获取和处理个人信息的合法性要件。而随着个人信息保护法的出台实施，当前我国平台企业在收集消费者个人信息合规方面具有较强的自主性。在运用算法进行消费者支付意愿推算阶段，则主要涉及算法黑箱、算法不公等问题，须谨防经营者在设计算法运算逻辑中嵌入歧视等主观因素，从而侵犯消费者的权益。而透明原则则是在算法进行个性化定价过程中对消费者知情权和其他权益保障最直接有效的方式。当前，我国个人信息保护法规定了经营者自我评估机制，但经营者的自我评估难逃自身主观性的影响。据此，我国可借鉴美国《算法问责法案》中对经营者所实施的算法双轨制评估制度，要求实施算法个性化定价的平台企业将其算法逻辑向相关执法部门公开并接受监管，在必要时，就算法逻辑向社会面进行公开以接受消费者的问询与监督，以此达到保护消费者知情权的目的。而在算法个性化定价的实施中，应当保障消费者对个性化定价策略的知晓以此保障消费者购买意愿的自由。为此，平台企业应在商品或服务购买页面设置相应提醒，提示消费者所接受的商品价格为算法个性化定价的结果，防止消费者基于信息劣势地位而进行错误的购买选择。

结果论：算法个性化定价的反垄断分析

从结果论出发，算法个性化定价行为是否会带来反竞争效果一直是现有国内外研究悬而未决的争议焦点。当前，我国主要通过反垄断法、《禁止滥用市场支配地位行为暂行规定》、《国务院反垄断委员会关于平台经济领域的反垄断指南》（以下简称“《指南》”）等相关条款对算法个性化定价行为进行反垄断规制。具体而言，我国反垄断法第17条第6款禁止经营者滥用市场支配地位，无正当理由对条件相同的交易相对人在交易价格等交易条件上实行差别待遇。《禁止滥用市场支配地位行为暂行规定》第17条、第19条进一步细化了交易条件、条件相同和正当理由的范围，其规定，平台经济领域经营者实施差别待遇行为可能具有以下正当理由：其一，正当交易习惯和行业惯例；其二，针对新用户；其三，能够证明行为具有正当性的其他理由。第十九条对第十七条的兜底性条款进行了补充，即规定反垄断执法机构对正当理由的认定需根据行为是否法定、对社会公共利益的影响、对经济运行效率与经济发展的影响、与经营者正常经营及实现正常效益的相关性、对经营者业务发展与创新方面的影响、是否能够使交易相对人或消费者获益等因素作出综合判断。2021年2月7日，为预防平台经济领域的垄断行为，《指南》第十七条第一款明确规定了构成差别待遇可以考虑的因素，与算法个性化定价相关的因素即为平台经济领域经营者“基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件”。同时，关于认定交易相对人是否“条件相同”，《指南》第17条第2款特别规定，平台在交易中获取的交易相对人的隐私信息、交易历史、个体偏好、消费习惯等方面存在的差异不影响认定交易相对人条件相同。

依照上述规定，违反反垄断法的算法个性化定价行为须具备四个构成要件：第一，商业平台在相关市场内具有市场支配地位；第二，存在差别待遇行为；第三，从事该行为无正当理由；第四，算法个性化定价损害竞争。因此，对算法个性化定价违反反垄断法的判断，可归纳于从形式上和实质上两个维度进行。首先，从形式上分析行为主体是否为具有市场支配地位的经营者，该经营者是否实施了差别待遇行为；其次，从实质上分析该经营者实施的算法个性化定价行为是否产生了排除、限制竞争的后果，该经营者的行为是否具有正当理由。基于《指南》第17条的规定，平台基于收集数据获取的消费者信息差异不影响交易相对人条件相同的认定。因此，实践中，从形式上认定具有市场支配地位的经营者实施差别待遇行为具有较为明确清晰的判断依据，我国亦积累了较多的执法经验，本文在此不过多赘述。而从实质上，就执法实践的焦点而言，只有经营者实施算法个性化定价行为导致竞争损害，该行为才需要被禁止。

然而，当前我国反垄断法在适用消费者福利标准和社会福利标准上似乎并不明确，在具体个案认定中亦存在相互冲突的情况。从文本构造而言，我国反垄断法主要借鉴于欧盟竞争法的相关规定，但在法律适用上，鉴于我国市场发展情况与美国更为接近，我国反垄断执法机构在执法实践中与美国更为相同，在反垄断法施行以来较长时间一直秉持以整体福利作为反垄断法行为定性的认定标准。然而，近年来随着对消费者权益、个人信息等议题的关注，反垄断法执法实践呈现出对消费者利益滥用的倾向，也正是因此，当前较多学术研究认为算法个性化定价对消费者福利的影响将直接触发我国反垄断法的规制，并得出算法个性化定价将损害竞争的论断。对比欧美反垄断法就算法个性化定价的规制思路可以看出，反垄断法福利标准的选取将直接影响对算法个性化定价行为的判断。在采取严格消费者福利标准的欧盟，其认定算法个性化定价行为触发反垄断规制的概率更高。而在采取社会总体福利标准的美国，反垄断法在规制算法个性化定价行为上则考虑的范围更广泛，囊括消费者福利和经营者福利两个维度，承前所述，算法个性化定价行为必然带来经营者福利的上升，因此，若采取社会总体福利标准，则意味着反垄断执法应更多秉持包容审慎的思路，强调市场信任。回到我国目前的反垄断法适用上，就算法个性化定价行为而言，一方面，虽然我国反垄断法第1条将“维护消费者利益”作为立法目的之一，但其并没有将消费者利益作为判断垄断行为的“标准”。从立法渊源到长期执法实践来看，我国总体上仍采用的是整体福利标准。另一方面，在我国已有趋于完善且监管力度较大的消费者权益保护系列法律法规的背景下，执法部门不应再对市场经济活动进行过多的干预与监视，以免损害市场活力。因此，在对算法个性化定价行为进行反垄断分析时，更适宜一以贯之地采取整体福利标准，首先摈弃先入为主的消费者福利损害观，立足于客观中立的立场，综合经营者福利与消费者福利的两方面考量，只有经营者实施算法个性化定价行为会导致社会总体福利损害时，该行为才需要被禁止。

结语

在数字经济时代，基于算法展开的商业实践无法避免，并终将成为市场经济的重要一部分。诚然，任何新商业模式的产生均具有好坏的双面性，算法个性化定价也不例外。但相较于一禁了之，更为明智的做法始终是以更为开放的姿态拥抱新业态、新商业模式的产生，将重点放在如何运用现有法律规范针对性地避免或纠正可能的不利影响上，以更好的保护市场创新活力，促进市场经济的健康快速发展。

原标题：《谢宜璋丨算法个性化定价的监管路径研究——基于欧美比较法视角》

阅读原文