梁正 曾雄

摘    要：在学理上讨论“大数据杀熟”问题应该首先厘清“大数据杀熟”中的正当价格歧视与价格违法行为。正当价格歧视在经济学上具有一定合理性，因为市场经济的核心机制是自由定价，应由供求关系决定价格，企业可以在合理的价格政策下设定价格。平台具有显著的信息和资源优势，平台自由定价时应该公开透明，杜绝价格欺诈、价格垄断等违法行为，保证消费者在自由意志下选择商品或服务。算法逐渐成为平台定价的重要工具，由于算法具有不可解释性、歧视性等潜在风险，平台利用算法时应该遵守合理的价格政策，加强对算法运用的规范。在平台治理中，商家、用户以及监管者都是重要参与方，解决“大数据杀熟”问题应实现监管机构、平台、用户三方共治，并在三方互动中寻求消费者保护与平台经济发展的平衡点。

关键词：大数据杀熟;算法;价格;消费者;平台企业

中图分类号：D 912.29        文献标识码：A      文章编号：2096-9783（2021）02-0008-07

2020年10月1日起施行的《在线旅游经营服务管理暂行规定》（以下简称为《暂行规定》）明确要求在线旅游经营者不得滥用大数据分析等技术手段侵犯旅游者合法权益。该《暂行规定》被给予厚望以实现对“大数据杀熟”的“反杀”，但其实际效果需要时间检验。实际上，“大数据杀熟”是一个复杂的问题，仅靠单一的部门规章无法有效解决该难题。因此，应追根溯源剖析“大数据杀熟”的行为属性，厘清“杀熟”行为中正当价格歧视与价格违法行为的边界，从监管机构、平台、用户三方的角度提出治理“大数据杀熟”的政策建议。

一、“大数据杀熟”的行为定性与实现条件

越来越多的企业使用算法定价，因为它可以降低成本和增加收入[1]。亚马逊较早尝试过价格算法，以实现动态定价。“大数据杀熟”是由算法定价引起的一种现象，可能是一种正当的价格歧视行为。拥有数据、算法和算力的平台具有实现经济学上所称的一级价格歧视的可能。

（一）“大数据杀熟”的本质是价格歧视

据媒体报道，“大数据杀熟”通常表现为以下现象：（1）在线旅游App上，用户多次浏览订房页面后房价上涨，或用户订机票取消后机票价格上涨。（2）在购票App上，“会员价”高于非会员价。（3）同样的商品，不同手机有不同价格。这些行为的共性是不同用户不同定价，而且“熟人”价格更高。学者们对“大數据杀熟”的行为定性有不同看法，有观点认为是算法或算法偏见导致了杀熟[2]，有观点认为“大数据杀熟”是通过算法对用户画像后，对不同用户进行不同的定价，由此引发价格歧视现象[3]，也有观点认为“大数据杀熟”涉嫌价格欺诈，侵害消费者的知情同意权[4]。本文认为仅通过这些特征不宜直接认定“大数据杀熟”违法，尽管“杀熟”二字带有强烈的否定色彩。“大数据杀熟”呈现出的最终效果是不同用户不同价，为实现这一效果平台可能采取违规的措施，因而可能涉嫌价格欺诈或其他违法行为。比如有的平台为让用户迅速下单避免比价而宣称货源紧张，或者进行虚假标价吸引用户下单然后结算时提高价格，这些行为侵犯了消费者的知情权，误导消费者消费，构成价格欺诈，对于此类行为应该严厉打击。但同时“大数据杀熟”中部分行为可能属于经济学中正当的“价格歧视”，不应被直接禁止，而且实践中导致不同用户面对不同价格的因素众多，不宜直接推定平台进行差异化定价是违法和侵犯用户权益。

（二）大数据和算法让平台具备实现一级价格歧视的技术条件

在经济学中，价格歧视（Price Discrimination）是指同一卖者的同一产品对不同消费者或对同一消费者不同购买数量或不同购买顺序，收取不同的价格[5]。一般分为三类：其一，一级价格歧视，是指垄断厂商根据每个消费者的保留价格，为每单位商品制定不同的销售价格，厂商可以获得全部消费者剩余。其二，二级价格歧视，是指根据不同购买量确定不同价格，如给予客户价格折扣。其三，三级价格歧视，是指对不同市场的不同消费者实行不同的价格，如给予学生或老人折扣。一级价格歧视在现实中比较少见，有观点认为基于大数据和算法，平台可以根据每个消费者的习惯、偏好、购买历史等进行用户画像，实现“一人一价”，“大数据杀熟”接近于一级价格歧视[6]。在技术条件方面，首先，平台积累了海量用户数据，包括性别、年龄、职业、地理位置、浏览历史等，平台可以准确描绘用户的个体特征，并通过深度学习分析每个用户的消费习惯、消费能力和价格敏感度，并预测用户购买喜好和针对性影响用户的购买决策。其次，平台拥有强大的算力和专业技术人才，具备处理和分析海量数据的能力。最后，平台可以利用机器学习算法，更精准地刻画用户画像，特别是借助积累的用户数据不断训练算法，提升算法的效能。甚至有观点认为算法逐渐成为“准公权力”，平台拥有算法权力[7]。

（三）双边市场属性让平台具有实施价格歧视的市场条件

在市场条件方面，首先，平台属于典型的双边市场，即平台向两个相互区别且相互联系的客户群提供服务。双边平台的基本功能是通过匹配交易对象降低交易成本，让双边客户从交易中获益[8]。其次，双边平台具有直接和间接网络效应，平台一边客户的价值随着另一边客户数量的增加而增加，因而平台有动力扩大一边客户规模，通常的方式是低价优惠甚至补贴，即解决“先有鸡还是先有蛋”的问题[9]。用户数量（俗称“流量”）是平台壮大的关键，平台在用户这一边将价格设定在边际成本之下，而在另一边将价格设定在边际成本之上，呈现出非对称的价格结构。这种经济规律解释了平台为何对新用户设定更低价格或给与更多优惠，因为通过价格优惠或补贴才能扩大用户数量，发挥直接和间接网络效应的作用，实现规模经济和范围经济。这与传统线下经济有明显差异，线下企业通常给与“老客户”优惠，以吸引老客户再次购买，呈现出“亲熟”的特征。平台“喜新”则受其商业模式的影响，因为在这种模式之下，平台才能发展壮大。最后，平台市场具有高集中度的市场结构特征，用户只能在有限的几家平台上选择和比较，甚至因用户逐渐养成了使用习惯导致用户对特定平台产生较强的依赖。

二、“大数据杀熟”的监管必要性辨析

经济学意义上的价格歧视的福利效果具有不确定性，应尊重受市场调节的价格歧视行为，发挥市场定价的核心机制。同时，平台通过不正当行为实现价格歧视涉嫌违规，具有监管的必要性。

（一）价格歧视本身并无贬义，其福利结果具有不确定性

在经济学上，价格歧视本身并无贬义，而且在日常生活中随处可见，如在保险行业，保险产品是为每个人单独定价的，因为每个人的风险特征都不相同[10]。价格歧视的福利结果具有不确定性，可能提高社会福利。根据国外研究报告，个性化定价（Personalized Pricing）或差异化定价（Differential Pricing）接近“大数据杀熟”这一概念。2015年美国发布《大数据与差异化定价》（Big Data and Differential Pricing），提出差异化定价对于购买者和销售者都可能是有利的，应谨慎限制线上定价行为，因为线上市场竞争更加激烈。2016年，经济合作与发展组织（OECD）发布《价格歧视》（Price Discrimination），指出价格歧视通常对经济发展有利，也能让消费者受益，因为它能增加交易，促进企业竞争。2018年英国发布《定价算法》（Pricing Algorithms），提出在很多情况下个性化定价是有益的，因为新进入者可以通过定向折扣（如针对新用户）参与市场竞争，从而扩大销量。但在特定情形下，差异化定价可能使消费者利益受损，特别是当市场缺乏竞争或者价格政策复杂或者不透明时。2018年，OECD发布《数字时代的个性化定价》（Personalized Pricing in the Digital Era），认为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，个性化定价可以促进竞争，通常增加消费者福利[11]。

（二）应尊重受市场调节的价格歧视，市场经济的核心机制是自由定价

价格机制是市场经济的核心，本质上价格应由供求关系决定。“价格歧视”是将用户群体分类的过程，那些需求迫切、弹性较低的用户愿意支付更高的价格，他们的需求得到了满足，福利得到了提升。同时，需求不迫切、弹性较高的用户会转向其他替代品，或者选择暂时不消费。这个过程对于社会整体福利是有利的，能够实现资源优化配置。对于一般商品而言，如果价格不是因市场需求而变动，而是受到政府管制或社会舆论影响，可能损害企业生产积极性，导致商品短缺。旅游产品、机票、出行服务等都是私人而非公共产品，应该由市场调节价格。航空公司、酒店等长期以来采用动态定价机制[12]，因为航空公司销售的是易逝产品，通过动态调节价格让飞机尽可能坐满，一般提前销售机票并使用复杂的算法随时动态调节价格。由于所提供客房的季节相关性、位置特定性，酒店的情况与此类似。社会大众担忧的“大数据杀熟”集中在机票、旅游产品上，部分原因在于线下这些产品提供者采用动态调价的方式，价格处于随时变动之中。在机票、酒店预订等交易撮合类平台上，导致不同用户价格差异的原因是多样的，价格差异的直接原因可能来自商品或服务的提供者。

但是，并不是所有类型的商品都适合完全由市场定价，具有自然垄断或公共物品性质的产品应该受到价格管制，比如采用成本加成定价，避免使用价高者得的拍卖机制，以避免供给不足，如基本医疗服务。对于一般商品而言，价格歧视容易让那些支付了更高价格而需求不那么迫切的消费者感觉不公平，而统一定价则会使那些有迫切需求的消费者因无法及时获得服务而感觉不公平，要实现其中的平衡，关键是要求平台或商家公开价格政策，让消费者知悉，完全由消费者自主选择。平台不得利用消费者的信任心理或信息不对称优势，侵犯消费者的知情权和公平交易权，如故意隐藏优惠选项或捏造供应不足的假象。

（三）在特定条件下“大数据杀熟”涉嫌违法需要规制

2018年，OECD發布的《数字时代的个性化定价》（Personalized Pricing in the Digital Era）报告认为，在特定情形下个性化定价也可能有害，需要多种政策工具应对，包括竞争政策、消费者保护规则以及数据保护规则等。在我国现行法律体系下，“大数据杀熟”可能构成如下违法行为。

首先，可能构成《价格法》中的价格欺诈。如果平台利用虚假或引人误解的信息，诱骗消费者交易，属于价格欺诈行为，正如媒体报道，每当消费者取消预订后价格上涨，营造一种“断货”假象，使得消费者没有时间进行比价。其次，可能违反《消费者权益保护法》所规定“明码标价”的要求。如果平台没有做到价格政策公开透明，以引人误解的宣传诱导消费者下单，导致消费者错过选择机会，可能违反《消费者权益保护法》。再次，可能构成《反垄断法》中的滥用市场支配地位行为。认定价格歧视违反《反垄断法》需要经过严格的认定程序，而且前提是平台在相关市场拥有市场支配地位。据相关经济学分析结果显示，当仅有一个垄断企业时，价格歧视将攫取所有的消费者剩余[13]。由于价格歧视可能提高社会福利，平台可以主张合理理由进行抗辩。根据《禁止滥用市场支配地位暂行规定》，平台可以将“针对新用户的首次交易在合理期限内开展的优惠活动”作为合理理由进行抗辩，如平台为了新增流量，选择只给新用户补贴，这种策略在合理期限和合理限度内不违法。2020年11月10日，国家市场监管总局发布的《平台经济领域的反垄断指南（征求意见稿）》（以下简称为《反垄断指南》）对“大数据杀熟”行为也进行了规定，并将其列为滥用市场支配地位行为中的“差别待遇”。该《反垄断指南》分别列举了四类差别待遇的具体表现形式：第一，基于大数据和算法，实行差异性交易价格或其他交易条件;第二，基于大数据和算法，对新老交易相对人实行差异性交易价格或其他交易条件;第三，实行差异性标准、规则、算法;第四，实行差异性付款条件和交易方式。即表明拥有市场支配地位的平台基于大数据和算法所实施的所有价格歧视都可能涉嫌违法，而不仅仅是“杀熟”行为（对新老用户进行差异性定价）。不过，《反垄断指南》也列举了平台可以主张的正当理由予以抗辩，如果是“针对新用户的首次交易在合理期限内开展的优惠活动”或“基于平台公平、合理、无歧视的规则实施的随机性交易”，可以不被认为违法，这在一定程度上尊重了平台实施优惠活动的自决权，也是尊重平台商业模式的体现。最后，可能构成《反垄断法》中的共谋。互联网领域的市场高度集中，信息高度透明，而定价算法具有特殊性和敏感性，这些特征加剧了平台共谋的风险[14]。平台可以通过算法监控价格，实施共同的价格策略，如英国和美国调查了在亚马逊上使用定价软件实现价格共谋的多个零售商[15]。因此，对“大数据杀熟”的法律定性应该具体问题具体分析，其中的核心要点是价格政策是否透明，是否存在欺骗和误导信息，用户是否有机会自由选择。

三、“大数据杀熟”的监管困境之源

“大数据杀熟”的监管困境主要源于算法定价的隐蔽性和不确定性，且用户通常处于信息不对称的劣势地位。此外，价格违法行为的取证、举证难和价格歧视法律认定的模糊性，导致有效监管面临挑战。

（一）个人信息保护不到位

各个平台已经收集了海量用户信息，可以对用户进行精准画像，以评估和预测用户的消费行为，从而向用户提供全方位的个性化营销服务，但这些营销服务不一定都对用户有利，有一些服务会隐蔽地侵害用户的合法权益。虽然我国不断加强对个人信息的保护力度，但是泄露、滥用个人数据的情况时有发生，从事“数据黑产”的活动仍然猖獗。在平台已经掌握了大量数据的情况下，只能从数据使用环节要求平台合法使用，或者更多地依靠平台自觉合规，无法避免有些平台滥用数据从事不正当价格歧视行为。

（二）算法定价具有隐蔽性

借助深度学习技术，平台利用算法定价以降低人工定价的成本。算法具有“黑箱”的特征，有一些由算法定价的结果缺乏可解释性。但由于平台规则或算法规则呈现出程序刚性的特点，接受者只能遵守算法规则参与“游戏”。平台经营者或算法设计者以单方面制定或修改规则的方式影响接受者的判断和行为，平台对用户具有较强的支配力、控制力和影響力，平台实际上拥有算法权力[16]。比如有的平台主张外卖配送费是动态调整的，受到时间、地点、订单量等综合因素的影响，这种动态调整模式本身的合理性没有经过第三方论证，广大消费者、商家只能被动接受。数据是算法运作的重要前提，直接影响算法的效果，但是用户个体对个人数据掌控能力弱。用户无法充分知晓平台收集、使用了哪些数据，也无法控制平台对数据的使用用途。虽然目前各个平台都有隐私条款，但是隐私政策过于复杂，而且以格式条款的方式呈现，用户实际上缺乏选择权，个人数据保护的真实效果不佳。在平台面前，用户容易成为算法权力的“剥削”对象，而平台通过算法则收获更大利益。美国布兰戴斯大学经济学系助理教授Benjamin Shiller基于Netflix的研究发现，使用传统人口统计资料的个性化定价方法，使其增加0.3%的利润。根据用户网络浏览历史，使用机器学习技术估算用户愿意支付的最高价格，可以使其利润增加14.55%[17]。

（三）用户的信息不对称劣势加剧

平台“杀熟”的重要前提是“信息非对称”[18]，平台具有较强的信息获取和分析能力，有的平台对外宣称“可以对全国几亿用户的使用界面实现秒级更新”。而用户常常处于信息盲区，一方面无法比对成本，只能单向接受平台页面所呈现的商品信息。另一方面由于平台数量有限，各个平台的价格具有趋同性，导致用户可选择的空间小。原来有一些第三方跨平台比价软件，可以方便用户比价和选择，但是受到平台的打击后，这些比价软件都被排除出市场，而用户只能通过人工搜索信息和对比价格，增加了选择和转换的成本。

（四）价格违规行为的取证和举证困难

平台以算法定价涉及商品的品类繁多，为反映市场需求实时变动价格，价格证据具有易逝性，固定证据具有一定难度。以刘某诉某外卖平台案为例，刘某通过某外卖平台下单配送费为4.1元，当日另一位新注册用户购买同样套餐且收获地址一致，配送费却为3.1元。刘某认为该外卖平台存在“杀熟”的欺诈行为，要求平台赔偿500元。法院根据平台提供的后台日志，认为配送费是动态调整的，刘某与另一位用户的下单时间不同，因而不支持刘某的诉请[19]。可见，原告要主张平台存在违规行为面临较大的举证难度，平台通常主张价格是动态调整的，特别是涉及服务的定价，标准并不一致，难以通过简单的价格比较来认定“杀熟”[20]。

（五）法律定性具有模糊性

价格歧视的经济效果变动不居，需要结合市场结构情况进行深度的个案分析[21]。据相关研究成果显示，实施价格歧视所依据的标准直接影响其竞争效果，比如基于品牌选择或转换成本的价格歧视会增加竞争，而基于搜索成本的价格歧视可能弱化竞争。此外，基于搜索历史的价格歧视可能阻碍用户搜索行为并降低竞争[22]。在经济学分析框架下，价格歧视的实际效果需要个案判定，在认定上具有较大的模糊性。正因平台违规行为难以发现且认定困难，造成用户维权难，无法实现对平台的有效监管。

四、“大数据杀熟”需要创新治理思路

面对“大数据杀熟”的监管困境，有媒体感慨到“抱歉，‘大数据杀熟无药可救”。传统的监管思路重视惩戒和威慑，试图通过“证据确凿”遏制平台“为恶”，这种单向和线性的监管路径容易导致监管机构与平台处于对立面，不仅监管效果不佳，而且会不恰当地干预市场正常运行。因此，需要摒弃传统的监管思路。治理是统治方式的一种新发展，其本质在于不依靠政府的权威或许可，政府可以动用新的工具和技术来掌舵和指引[23]。在新经济监管议题中，越来越多的人认识到引入治理理念的重要性。正因为大数据、算法、定价等都具有高度复杂性，仅靠政府单向监管面临严重的能力欠缺，因而需要重建一种互动的平衡机制，引导被监管的对象参与到治理中来。因此，本文提出治理“大数据杀熟”需要监管机构、平台、用户三方共治，在互动中寻求监管与发展的平衡。

（一）规范平台和平台内商家的定价行为

监管机构应该严格执行《价格法》《消费者权益保护法》等法律规定，要求平台制定公开透明的价格政策，不得以虚假或误导的信息诱导消费者，让消费者能自由比价和选择，将选择权还给消费者。考虑到“大数据杀熟”近似于一个“黑箱”问题，消费者难以举证维权。监管机构应该加大对违规平台的惩处力度，提高执法威慑力，并利用好企业信用信息公示制度，将实施“大数据杀熟”的平台纳入失信黑名单，利用信息公示与社会监督来约束平台定价行为，提高平台自治、自律意识。此外，在特定商业模式下，平台只充当交易中介的角色，平台内商家直接设定、更改商品或服务价格，因而平台应该积极承担平台责任，充分利用平台规则约束平台内商家的违规行为，建立完善用户投诉、赔偿机制，并利用技术手段加大对平台内商家定价行为的监督管理。

（二）保障市场充分竞争

公平竞争是市场经济的灵魂，要发展市场经济就应该重视价格机制。为了避免市场失灵，监管机构有必要在特定情形下干预市场，防止价格欺诈、价格共谋、不合理涨价等行为。通过保障市场竞争，让消费者有机会“用脚投票”。如果市场上仅有几家大平台，形成寡头垄断的市场格局，消费者的选择权就无法得到保障，价格机制也无法正常发挥作用。因此，应该鼓励探索新的商业模式，对新经济、新业态采取审慎监管态度，鼓励创新性企业成长，实现市场力量的竞争平衡。只有企业之间的竞争充分了，消费者才能享有真正的选择权，才能避免被“杀”。同时，应重视对现有平台经营行为的监督，因而需要提高执法水平，特别是深化对大数据、人工智能、平台商业模式等新技术领域的认知与理解，擅长利用新技术手段实现智慧监管，培育适应智能产业发展的执法能力，只有这样才能及时应对新问题，实现科学治理。

（三）加强个人信息保护避免数据滥用

国家目前正在审议《个人信息保护法（草案）》，该法的出台将为个人信息保护提供强有力的法律支撑，在立法中有必要明确消费者享有的各项数据权利。同时为平台收集、存储和使用个人数据设定基本原则和明确法律责任，包括基于消费者自愿收集和使用个人数据、坚持數据量最小化原则、明确数据控制者和处理者的过错责任等。通过严格规范平台收集和使用个人数据，从源头上降低平台滥用数据的可能性。

（四）制定标准规范避免算法“作恶”

由于深度学习模型本身具有不可解释性的特征，定价算法可能产生“黑箱”问题，比如算法歧视，具体涉及种族歧视、性别歧视或地域歧视等。由算法执行价格歧视的定价机制，可能混杂不公平的歧视因素，造成无法解释的价格差异结果，无法真实体现市场经济规律，并可能损害社会福利。如果不公平的歧视因素进入算法的自我强化模式中，将越来越不受人的控制和影响，人对算法的干预将越来越困难，亚马逊的定价算法就出现过失控的情况，导致基因学教科书《The Making of a Fly》的网上售价高达2 300万美元。为保障算法的公平正义，应该在训练数据的收集环节和算法因素的设置环节注重公平合理，避免人为的歧视因素。同时应加强对算法结果的检验，探索算法审计机制，为算法引入第三方监督。

（五）发挥平台自治与行业自律的作用

“大数据杀熟”涉及复杂的技术、行业、法律等问题，消费者维权难度大，监管机构执法成本高，应当充分发挥平台自治和行业自律的作用，提高平台企业的合规内生动力。中国互联网企业通过共同签署自律公约的方式实现行业自律具有较为成熟的机制，早在2002年在中国互联网协会的组织下互联网企业就签署了《中国互联网行业自律公约》，在将近20年的发展历程中，互联网企业先后签订多个自律公约。但是，迄今为止暂无关于数据合规和算法治理方面的行业自律公约。在“大数据杀熟”久治无效的背景下，为提高社会公众对平台的信任，互联网平台可以自下而上形成合理收集和使用大数据和算法技术的行业公约，鼓励各个平台相互监督和评估，形成共同守规的合力。

（六）消费者应该增强自身权益保护意识

对于平台明显的违法定价行为应及时取证，积极向社会或监管机构反映，实现对平台的社会监督。同时，消费者在购物时应该有意识地“货比三家”，下单前审慎决策，多了解市场行情，作出最优的购买选择。面对“信息茧房”效应，也有观点提出可以采取一些技术方法进行应对，比如实施一些“反向用户画像”的操作，包括卸载重装应用、跨地域搜寻商品、搜索一些不相关的信息等。同时，消费者应当提高个人信息保护意识，注重在手机或应用程序设置上进行隐私防御，不轻易提供地理位置、通讯录、相册等隐私权限。

结  语

平台经济属于新兴产业，是我国实现“国内大循环”的重要力量。平台经济的健康发展需要良好的外部政策环境。由于平台经济具有传统经济所不具备的特征，包括创新密集性、发展动态性、风险不确定性等，监管者需要摒弃传统的监管思维。因此，有必要引入现代治理理念，实现对平台经济的敏捷治理[24]。敏捷治理的要求意味着监管者需要灵活、动态的调整政策，重视监管过程中的互动，充分了解行业实情、了解技术原理、了解商业模式，对症下药。以“大数据杀熟”为例，社会公众可能以单一个体的损害否定原本属于中性的价格歧视行为，并容易对平台产生“敌意”。实际上，价格歧视的经济学分析和法学分析都异常复杂，如果监管者“一刀切”对价格歧视进行禁止，可能对平台经济的创新发展不利。因此，需要改变传统监管惯性，降低对惩罚和威慑的监管路径的依赖，采取网络化的沟通机制，将平台、用户、行业组织等利益相关者纳入治理过程中，在互动中实现监管与发展的动态平衡。

参考文献：

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

[2] 姜野.算法的规训与规训的算法：人工智能时代算法的法律规制[J].河北法学， 2018（12）：146.

[3] 高富平，王苑.大数据何以“杀熟”？上海法治报， 2018年5月16日， B 06.

[4] 刘佳明.大数据“杀熟”的定性及其法律规制[J].湖南农业大学学报（社会科学版）， 2020（1）：58-59.

[5] 王玉霞.价格歧视理论中的若干问题[J].财经问题研究， 2000（11）：18.

[6] 张国栋.大数据“杀熟”的是是非非[J].法人， 2018（6）：58.

[7] 郑智航，徐昭曦.大数据时代算法歧视的法律规制与司法审查——以美国法律实践为例[J].比较法研究， 2019（4）： 113.

[8] 吴汉洪，孟剑.双边市场理论与应用述评[J].中国人民大学学报， 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.算法消費者价格歧视反垄断法属性的误读及辨明[J].法学， 2020（9）：84.

[11] 曾雄.“大数据杀熟”的竞争法规制——以个性化定价的概念展开[J].互联网天地， 2019（9）：26-28.

[12] 李豪， 熊中楷.竞争环境下航空公司动态定价特性[J].工业工程， 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] 施春风.定价算法在网络交易中的反垄断法律规制[J].河北法学， 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] 周辉.算法权力及其规制[J].法制与社会发展， 2019（6）：114.

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

[18] 王鑫，李秀芳.大数据杀熟的生成逻辑与治理路径——兼论“新熟人社会”的人际失信[J].燕山大学学报（哲学社会科学版）， 2020（2）：60.

[19] 湖南省长沙市中级人民法院（2019）湘01民终9501号民事判决书.

[20] 吴立兰.平台经济下大数据“杀熟”的法律规制[J].上海法学研究， 2020（11）：241-242.

[21] 喻玲.算法消费者价格歧视反垄断法属性的误读及辨明[J].法学， 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.作为理论的治理：五个论点.载俞可平主编.治理与善治[M].北京：社会科学文献出版社， 2000：32.

[24] 薛澜， 赵静.走向敏捷治理：新兴产业发展与监管模式探究[J].中国行政管理， 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