鲁达 王潺 厦门大学法学院博士后。
内容摘要
近年来，互联网零售端利用大数据技术实施算法歧视的“杀熟”行为引发诸多批评。大数据杀熟是经济学完全价格歧视行为的表象，体现了新制度经济学中买卖双方对信息产权的诉求。与“杀熟”的不道德直觉相反，大数据杀熟的定价机制将引发市场结构的调整和博弈规则的改变，消费者的谈判地位将得到提升，商家间的竞争将加剧，信息资源的配置将优化。鉴于此，建议对《电子商务法》第十八条算法歧视条款进行限缩解释。在市场机制能够自主完善的领域，法律应保持谦抑和包容。
网络消费已成为人们现代生活不可或缺的组成部分。商家利用大数据技术对每一位顾客的支付能力及意愿进行评估并且区别定价，老顾客也常因忠诚度高被索取更高的价格，这种定价策略被称为“大数据杀熟”。普遍认为，大数据杀熟是对“明码实价”传统商业道德的冲击，侵犯了消费者的利益，破坏了市场秩序。
大数据杀熟是算法歧视性定价的典型应用，随着研究的深入许多学者已经意识到，只有在垄断市场中实施价格歧视才具有法律意义上的经济损害性。因此反垄断成为目前理论界评价算法歧视的主流思路，这实际上是将大数据杀熟回归至传统杀熟的框架中理解。
本文认为以上理论忽略了个体经济行为与整体经济结构的普遍牵连关系。大数据杀熟与传统杀熟存在本质的不同，传统杀熟不影响市场结构，而大数据杀熟将导致整体市场基本结构以及博弈规则的改变，进而在寡头垄断市场中也能实现充分的竞争。
图片来源于暨南学报哲学社会科学版原文
一、大数据杀熟行为的本质与规制误区
（一）大数据杀熟行为的本质——完全价格歧视行为
根据客户差异化的消费能力及意愿定价在经济学上被称为“价格歧视”。大数据杀熟对每一位消费者索取其意愿支付的最高价格，系为“一级价格歧视”或“完全价格歧视”。与此对应的是基于购买数量的“二级价格歧视”与基于需求弹性的“三级价格歧视”。三种价格歧视的本质相同，区别仅在于市场细分的方式与程度。
由此可得理解大数据杀熟的五个重要推论：
其一，经济学的价格“歧视”并非日常语义中的歧视，更不是法律上具有侵权实害结果的不公平对待。价格本身就是歧视的，它以“价高者得”的歧视（区别对待）方式保证分配的公平和效率。
其二，波斯纳强调，“价格歧视”并非不同交易的“价格差异”关系，而是交易价格与边际成本的“效率差异”关系，但显然人们对“杀熟”的质疑主要集中在价格差异而非效率差异上。
其三，杀熟是经济学的市场细分行为，在不违反法律强制性规范的前提下，市场细分通常不具有违法性。市场机制的价格发现成本相当高昂，算法歧视定价无疑提高了价格发现的效率，资源无需在多个交易中流转，直接配置给出价最高者。
其四，算法只是定价策略的形式逻辑表达，既然价格是歧视（区别对待）的，那么算法也必然是歧视（区别对待）的。算法从根本上说是人的理性和市场规律的反映，因此算法由计算机实现还是小贩心算实现只是表面问题，根据技术中立原则，算法或大数据本身不是经济法的评价对象。
其五，杀熟是否构成欺诈，需要根据法律上欺诈的规范构成要件在具体案情中予以认定。不能简单地将杀熟的口语指代与其法经济学价格歧视本质混为一谈，更不能凡涉及杀熟就认定是欺诈。
图片来源于暨南学报哲学社会科学版原文
（二）《电子商务法》对大数据算法歧视的回应和误区
2018年8月颁布的《中华人民共和国电子商务法》（以下简称“《电商法》”）第十八条第一款强调了对消费者知情权和选择权的保护，以对抗大数据的信息之幕。该条款规定，“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。”
从文义解释看，按价格展示搜索结果是消费者常见的需求，也是线上零售的商业惯例。价格作为关键的合同要素，无论在“搜索结果”还是“选项”中都是无法排除的内容。从立法目的看，该条款要求经营者一视同仁，不得利用算法歧视的信息不对称损害消费者利益。
但波斯纳指出，“制定一个禁止系统性价格歧视的法令，而该法令并不限制或禁止合法的定价行为，这是不可能的”，交易价格一旦披露，完全价格歧视便无法实施。因此虽然该条款没有明确限制商家的定价自由，但实际上产生了统一报价的法律强制效果。
然而强调信息披露难以对抗大数据杀熟。一方面，根据合同的相对性，买方的知情权仅限于本合同范围内，卖方无透露他人交易信息的义务。另一方面，消费者比价的对象是不同商家的报价，而不是同一商家对不同顾客的报价；消费者的选择权指其有选择任一商家交易的自由，而不是指定商家以某个价格与自己交易的权利，否则便侵犯了商家的经营自由。
线上交易的信息搜寻成本远比线下低，点击鼠标即可完成。线上货比三家的成本应当由消费者自行承担，不能转嫁给经营者。因此，第十八条第一款对消费者的保护应当将焦点放在宏观层面的市场结构优化，而不是微观层面的合同相对关系问题上。
图片来源于暨南学报哲学社会科学版原文
二、大数据杀熟冲突的新制度经济学剖析：信息产权之争
大数据杀熟冲突的实质，是买卖双方对信息产权的争夺。信息是互联网经济的关键资源，信息产权的配置直接影响买卖双方的利益分配。
德姆塞茨认为，产权指的是“使一个人或其他人受益或受损的权利”。需求信息产权与有效价格信息产权的配置决定了线上博弈的规则和结果。
个人需求信息（以下简称“需求信息”）是一定价格上个人意愿购买的商品数量，商家通常需要购买才能获得。例如，“学生优惠价”是一种基于“信号”的不完全信息博弈。学生的需求弹性较高，出示学生证是一种可置信的“不讲价就走人”的信号威胁。于是买卖双方达成三级价格歧视交易，学生获得折扣（需求信息产权租金）。而大数据打破了需求信息的买方私有，商家的定价权进一步巩固，强者变得更强。
庇古认为，对消费自用的商品实施完全歧视性定价需要两个条件：其一，商家掌握每个消费者的需求曲线；其二，商家处于垄断地位。价格是一种信息，有效价格信息反映价格的经济效率，体现价格与边际成本的关系。完全竞争市场的价格是有效的，买卖双方都是价格的被动接受者。而垄断市场中卡特尔联盟掌握定价权，便可以通过攫取超额的消费者剩余实现有效价格信息的产权租金。因此，有效价格信息产权的卖方私有使消费者弱者恒弱。
图片来源于暨南学报哲学社会科学版原文
三、取消大数据杀熟规制的后果：完全价格歧视下信息产权博弈分析
取消大数据杀熟的法律规制，将信息产权的分配交由市场机制完成，能够提高信息资源的利用率，提升市场竞争效率，实现消费者剩余的最大化。
（一）信息资源得到优化配置
首先，从需求信息产权的界定成本看，无论是获取还是传播，无论是存储还是加工，没有一个环节掌握在消费者手中，维持产权的买方私有必将耗费大量的监管成本。
其次，从需求信息的利用效率看，将其作为生产性资源显然比消费性资源更有价值。零散的需求信息对于消费者只是争取剩余价值的筹码，而经过大数据处理则能积沙成岛，衍生无限商机与财富。
（二）交易弱势方的谈判地位得到提升
要实现大数据杀熟，商家必须使用个人需求函数代替全市场需求函数，将“大市场”拆分为无数“微市场”（参见图1）。在“微市场”中，仅有一个卖家和一个买家。“微市场”降低了消费者的集体谈判成本，其弱势地位得到结构性的改善。
图1 两种定价模式下的市场结构
（三）消费者获得有效价格信息的谈判筹码
“微市场”的信息壁垒是市场结构优化的关键，它使消费者得以跨市场、排他性地获得有效价格信息。卡特尔联盟无法在这种市场结构中保持稳定，不完全信息重复博弈价格最终趋近完全竞争水平。
统一定价的寡头竞争市场适用伯特兰德模型。该模型中，寡头博弈的反应价格基于对方价格，然而在均衡状态下的总利润低于整体行业的最大值，于是精明的寡头结成卡特尔联盟。要摧毁联盟就要增加成员作弊的成功率，在“大市场”中，无差异的消费者便是告密者。联盟要检验成员的忠诚度，只需以消费者的身份与其交易即可。
如果消费者能排他性地掌握有效价格信息，则可建立一种不完全信息的伯特兰德重复博弈帮助联盟成员作弊。此时“微市场”中的消费者是差异化的，如消费者不主动告密，则成员作弊成功性很高。
这种博弈类似暗标竞价，消费者作为唯一的买方接受寡头背靠背的报价。寡头在报价前要预估对手的报价，然而“微市场”的信息壁垒使各寡头的反应预估价极有可能不相等。若两种产品替代性高且需求弹性大，其中价格较高的产品就会面临滞销。于是各寡头均会在对方的反应预估价之下修正自身的报价，则不完全信息的重复博弈结果是：两个寡头的报价都将无限接近完全竞争价格，消费者获得有效价格信息产权，重夺被“杀熟”的利益。
简言之，算法歧视的信息壁垒加剧了寡头间的竞争，从根本上改变了消费者的结构性弱势地位。相反，以法律的强制力打破信息壁垒，则会阻止市场从“大市场”到“微市场”的自我优化，导致强者更强、弱者恒弱。
图片来源于暨南学报哲学社会科学版原文
四、大数据杀熟规制误读的再分析与《电子商务法》解释的建议
（一）关于大数据杀熟规制误读的再分析
诚然，统一定价与价格歧视看起来并不矛盾，《电商法》对算法歧视的限制似乎能实现“只折扣，不杀熟”。但这实际上限制了“大市场”向“微市场”的转化，结构性不平等问题无法由市场自行优化。
1.歧视性折扣≠价格歧视
歧视性折扣指统一定价下的折扣策略，典型如“先提价，后打折”。波斯纳（2002）强调：“（要把持续性的价格歧视）跟作弊所导致的卡特尔的瓦解或削弱区分开”，“作弊采取的通常是对卡特尔价格施加选择性——也就是持续性折扣的形式”。也即，完全价格歧视与歧视性折扣将导致完全不同的市场结构。
2.顾客感知价值≠杀熟
部分观点认为，商家利用老顾客的忠诚与信赖“杀熟”是一种欺骗行为。市场营销学认为消费决策考虑的是“顾客感知价值”，即交易价格是商品价值与服务价值的综合体现，比如顾客愿意为快捷的物流和省心的售后付费。简单地将价格差异视为违法，是对顾客选择权与商家服务价值的否定。
老顾客跳过货比三家直接下单，是以货币成本支付时间成本的主动选择，只要积极询价即可化解这种“杀熟”。所以老顾客的愤怒实际上是对熟人社会交易习惯改变的不适应，不能成为大数据杀熟违法性的依据。
图片来源于暨南学报哲学社会科学版原文
（二）对《电子商务法》第十八条的解释建议
综上所言，大数据杀熟行为推动了市场的有效竞争、提高了信息资源配置效率、改善了消费者结构性的弱势地位，不能否定该行为的正当性与合法性。然而权利的实现有赖于权利人的积极主张，因此消费者应主动适应新的博弈规则，积极货比三家争取利益，而不是习惯于弱者心态等靠要公权力的救济。
“大数据杀熟”分为“大数据”和“杀熟”两方面。一方面，“杀熟”自古有之，大数据杀熟并未突破传统的商事交易关系，也不涉及电子商务的其它特有关系，既有的市场规制法律体系足以应付，因此“杀熟”不应纳入《电商法》的调整范围。另一方面，“大数据”作为一种价值中立的技术手段，也无需纳入《电商法》的规制范围。因此建议对《电商法》第十八条第一款的“搜索结果”和“选项”采取限缩解释，不包含价格。通过将价格信息排除在算法歧视规制的范围之外，减少该条款对市场机制的干扰，给予市场自我发展和完善的空间。
原文链接
数据治理研究|王潺：“大数据杀熟”该如何规制？
《暨南学报》简介
《暨南学报》是《中国社会科学引文索引》（CSSCI）来源期刊、全国中文核心期刊、中国人文社会科学核心期刊、全国高校精品社科期刊。本刊获广东省学科建设专项资金资助，是首批获广东省学科建设专项资金资助的优秀人文社会科学期刊。“台港澳及海外华文文学研究”栏目入选了教育部启动的高校哲学社会科学学报第三批名栏建设工程。