法制网首页>>
“大数据杀熟”的规制困境与反思
发布时间:2021-04-27 15:49 星期二
来源:法治参考

  本刊记者 何睿

  自2018年开始,“大数据杀熟”逐渐在中国引起广泛关注,许多网友反映自己遭遇“杀熟”。

  2019年3月,北京市消费者协会发布的“大数据杀熟”问题调查结果显示,88.32%的被调查者认为“大数据杀熟”现象普遍或很普遍,56.92%的被调查者表示有过被“大数据杀熟”的经历。

  2021年3月,复旦大学孙金云教授针对网约车的一项调研结论显示:“熟人”打车比“新人”贵;打车人越多,打车费越贵;苹果手机机主更容易被专车、优享这类更贵车型接单;如果不是苹果手机,则手机越贵,越容易被更贵车型接单……据各类公开报道,近年来从旅行、电商、打车到外卖,多家大型互联网企业都曾被曝出利用大数据分析对不同群体进行差别定价。

  “大数据杀熟”的概念与性质厘定

  从字面意思来看,“大数据杀熟”是指经营者对“熟客”比“生客”收取更高的价格。从反面来看,“杀熟”往往对应着“贿(惠)新”,即用更优惠的价格将新用户吸引至平台。从营销学角度来看,这种“喜新厌旧”的差异化定价策略很好理解,因为老用户黏性强,而获取新用户则需要投入更多成本。经营者为吸引新客户而提供优惠无可厚非,但若对老客户定价普遍高于“正常价格”,甚至越是老客户价格越贵,则明显违背了朴素的诚信原则与商业伦理。

  更甚者,目前“大数据杀熟”已呈泛化趋势,不局限于对熟客的“宰杀”。经营者通过大数据分析与用户画像,可以针对任何其所认为的“对价格不敏感”的用户实施差别定价。互联网企业掌握了大量个人信息、行为习惯等数据后,判断其偏好、用户黏合度、价格敏感度等,利用大数据技术实现“千人千面”,使不同用户看到不同的价格或搜索到不同的结果,从而被“杀熟”。

  不过,目前出现的“大数据杀熟”一般只是就交易价格实行差别待遇,尚未见就其他交易条件实施差别待遇的相关报道,因此“大数据杀熟”一般被定性为“差别定价”或“价格歧视(Price Discrimination)”。

  在经济学意义上,“差别定价”或“价格歧视”的概念本身并不含价值判断,是指生产者将相同生产成本的相同产品,以不同价格售予不同买家。英国经济学家庇古(Pigou)根据歧视程度的高低将价格歧视分为三个等级:

  一级价格分歧,又称为“完全价格分歧”,指生产者在可以完全获知消费者偏好的条件下,看人报价,根据消费者对每一单位商品愿付的最高价格来定价。

  二级价格分歧,又称为“区间定价”,指生产者根据消费者不同的购买数量区间来差别定价。

  三级价格分歧,又称为“市场分隔”,指生产者在能够有效区隔不同市场之消费者的前提下,根据不同的市场和消费者群体(例如拥有不同需求价格弹性或信息费用的消费者)来差别定价。

  对于二级和三级价格歧视,因其考虑到了交易相对人的不同条件,例如采购批量、采购地域等,因此一般认为这属于有正当理由的差别定价。而对于第一级价格歧视,传统看法认为由于经营者通常不可能知道每一个消费者的保留价格,所以在实践中不可能实行完全的一级价格歧视。然而,在数字经济时代,大数据与算法的发展恰恰极大地增强了经营者获取消费者隐秘信息的能力,从而为实施一级价格歧视提供了可能。从某种意义上说,“大数据杀熟”便是这种无正当理由而对交易条件相同的交易相对人(消费者)实施差别定价的一级价格歧视。

  应当承认,除了超市等公开明码标价的交易场所,现实生活中经营者“看人下菜碟”,提出不同报价的做法很常见,例如小摊贩、个体工商户通常并不明码标价等;又如普通商品在高档酒店、旅游景点等场所销售时,往往也有很高的溢价。消费者对于前者往往习以为常,而且可以讨价还价;后者的溢价则是公开的,而且销售场所的区别也可视为交易条件不同。然而,“大数据杀熟”却处于隐蔽状态,许多消费者是在不知情的情况下“被溢价”“被杀熟”了,这也是“大数据杀熟”引起广泛争议与批评的主要原因。从这个角度来看,“大数据杀熟”也可以视为,是由于经营者违反电子商务法、价格法、消费者权益保护法等相关法律法规所规定的“明码标价”义务与诚实信用原则,而实施的不正当价格行为,是经营者主观上所故意实施的违背消费者内心真实意愿的“价格欺诈”行为。

  现行法下对“大数据杀熟”的检视

  《中华人民共和国反垄断法》第十七条第(六)项规制了“差别待遇”行为。2021年2月7日发布的《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”)第十七条,则专门规制了平台经济领域的差别待遇行为,并特别提及分析是否构成差别待遇,可以考虑“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”等因素。然而,反垄断法的局限性在于其所规制的差别定价主体必须是具有市场支配地位的经营者,无法涵盖实施价格歧视的普通经营者。

  由于“大数据杀熟”在在线旅游服务行业中尤为泛滥,2020年8月20日文化和旅游部发布的《在线旅游经营服务管理暂行规定》第十五条规定:“在线旅游经营者不得滥用大数据分析等技术手段,基于旅游者消费记录、旅游偏好等设置不公平的交易条件,侵犯旅游者合法权益。”当然,具体针对性也就意味着该部门规章不具有普遍适用性。

  2019年1月1日实施的《中华人民共和国电子商务法》也有专门针对“大数据杀熟”的法律规定,该法第十八条第一款规定:“电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其提供商品或者服务的搜索结果的,应当同时向该消费者提供不针对其个人特征的选项,尊重和平等保护消费者合法权益。” 但是,该法并未明确界定“大数据杀熟”的行为性质,针对“大数据杀熟”与普通的价格欺诈行为有何区别也未予以明确区分。

  除了上述新近发布的规范性法律文件,就传统的规范性法律文件而言,《中华人民共和国价格法》第十四条第(五)项规定:经营者提供相同商品或者服务,不得对具有同等交易条件的其他经营者实行价格歧视。可见,价格法规制的是经营者针对其他经营者实施的价格歧视,而“大数据杀熟”在实践中主要是经营者针对单个的普通消费者实施的价格歧视,因此该规定亦存在局限性。但是,价格法第十四条第(四)项与《禁止价格欺诈行为的规定》第三条规定,经营者不得利用虚假的或者使人误解的标价形式或者价格手段,欺骗、诱导消费者或者其他经营者与其进行交易。“大数据杀熟”就其在违背消费者内心真实意愿的情况下隐蔽抬价而言,可以被视为符合该规定的价格欺诈行为。

  《中华人民共和国消费者权益保护法》规定,消费者享有知情权(第八条)、选择权(第九条)、公平交易权(第十条)、个人信息权(第十四条、第二十九条)等,2021年3月15日国家市场监督管理总局发布的《网络交易监督管理办法》第十九条规定:“网络交易经营者应当全面、真实、准确、及时地披露商品或者服务信息,保障消费者的知情权和选择权。”“大数据杀熟”一般被认为,在某种程度上侵犯了消费者的上述权益。

  “大数据杀熟”的规制困境与反思

  由上可见,无论是将“大数据杀熟”认定为“价格歧视”还是“价格欺诈”进行规制,现行法均存在不够完备之处。从传统消费者权利保护路径,运用合同法、侵权法、消费者权益保护法、价格法、反垄断法等规制“大数据杀熟”,面临着诸多困难。除了立法层面的不完备,规制“大数据杀熟”亦存在执法层面的困难。由于信息不对称,在复杂的优惠规则和相对私密的支付过程下,“大数据杀熟”具有较强隐蔽性,导致发现难、取证难、举证难、认定难,从而造成监管难题。从公开报道来看,至今几乎尚未有互联网企业因“大数据杀熟”行为而受到执法机构的调查和处罚。

  除了立法与执法的缺位,消费者通过司法途径维权亦存在困难。按照现行的民事诉讼举证规则,主张经营者“大数据杀熟”的消费者需承担举证责任,但是在诉讼中经常会因“举证不能”而败诉。例如在“郑育高诉上海携程商务有限公司侵权责任纠纷案”“刘权诉北京三快科技有限公司侵权责任纠纷案”等“大数据杀熟”案件中,原告均因未能提供证据或者证据不足以证明其事实主张而一审、二审均败诉。北京市消费者协会发布的“大数据杀熟”问题调查结果亦显示,经营者通常以商品型号或配置、享受套餐优惠、时间点不同等为理由进行自辩,不对外公布具体算法、规则和数据,相应地消费者维权往往陷入举证难的困境。

  应当承认,技术是把“双刃剑”,当大数据与算法被用于“杀熟”,也就产生了侵犯消费者权益与违背商业道德的质疑与反思。西南政法大学人工智能法学院教师廖建凯认为,从根源上看,“大数据杀熟”并非单纯的法律规制问题,而是算法权力的治理问题。治理算法权力应遵循技术发展与权利保护相平衡、内部监督与外部监管相结合以及事前管控与事后追责相并重等原则。通过经营者自律、行业协会引导、公权机构监管、消费者自我保护、公众广泛参与等途径治理算法权力,才可能有效保护人工智能时代消费者的合法权益。华东政法大学数据法律研究中心教授高富平亦认为,差异化定价法律规制的真正难题在于如何协调经营者的商业自由与交易公平,不能也不需要完全求助于法律来解决这一问题;经营者是否尊重消费者的感受,尊重消费者个人权利也决定着消费者对经营者的选择。充分竞争的市场是不公平交易的最有效的校正者。

  记者也注意到,“大数据杀熟”并非国内互联网企业的“首创”,亚马逊公司在2002年曾经试图基于用户信息对在线DVD销售进行差别定价。事件曝光后,在巨大的舆论批评压力下,亚马逊被迫叫停了差别定价,并由公司总裁杰夫·贝索斯亲自道歉。可见,自由竞争的市场本身便能对经营者的不当商业行为形成约束,政府需要为市场的自由竞争提供更好的法治保障。例如要求实施差别定价的经营者必须披露相关信息,特别是影响商品或服务定价的变量,以提升市场透明度,为消费者提供更充分的决策依据。相信未来在各类公、私主体的共同参与下,“大数据杀熟”问题会得到妥善处理。


责任编辑:王占平