引言  

“大數據殺熟第一案”

“大數據殺熟”是廣大消費者普遍關注的熱門話題

，甚至一度成為社會流行詞。隨著《個人信息保護法》《互聯網信息服務推薦算法管理規定》等相關法律法規的實施，“大數據殺熟”再次引發社會熱議。恰逢“3.15”國際消費者權益日，我們希望借由媒體熱議的“大數據殺熟第一案”[1]及相關話題的討論，回應讀者對“大數據殺熟”的關切和疑問。

“大數據殺熟第一案”的原告胡某認為某旅行服務APP（下稱“該APP”）利用其個人信息對其進行“大數據殺熟”，使得其預訂酒店的價格畸高
，而將該APP運營公司告上了法庭。該案審理法院在終審判決（(2021)浙06民終329號
，下稱“紹興判決”）指出
，酒店方實際收取房費約1400元，而胡某支付約2900元
，溢價超過房費一倍。被告未盡到披露酒店原價的義務，也未踐行會員享受優惠價的承諾，構成價格欺詐。

法院認為


，被告要求用戶授權/許可被告（1）采集和使用非必要信息以形成用戶畫像，了解用戶偏好，（2）向被告“隨意界定的關聯公司、業務合作夥伴”分享用戶信息，並（3）被告稱“用戶對平台依賴度較高……難以棄用”，被告“拒絕提供服務形成對用戶的強製”。因此
，消費者難免會出現“大數據殺熟”的疑慮，但法院並未對被告行為是否構成“大數據殺熟”作出認定。雖然如此，“大數據殺熟”現象越來越受到輿論、立法機關和監管層麵的關注。本文將通過對“大數據殺熟”的特征、相關規定、識別要素及法律責任等的分析解讀，就“大數據殺熟”的相關合規問題展開討論。

一、 “大數據殺熟”的特征

“大數據殺熟”曾當選為2018年度社會生活類十大流行語之一[1]，如今人們對“大數據殺熟”這個詞已經耳熟能詳，但是對於到底什麼是“大數據殺熟”卻仍然莫衷一是。根據紹興判決、上海判決及長沙判決[2]，我們認為“大數據殺熟”存在以下兩個方麵特征：

（1）“大數據”：經營者在交易過程中處理和分析與交易相關和/或無關的數據，如個人信息
、交易及其背景等信息，進而形成用戶畫像。

（2）“殺熟”：經營者不恰當地參考了用戶畫像，使得銷售決策經常表現為部分用戶（如交易頻次、交易金額顯著高於平均值的用戶）需要支付不合理高價或受到其他形式的差別待遇。

二、“大數據殺熟”的相關法律規範

雖然“大數據殺熟”一詞已經見諸行政和司法部門的各項文件中，迄今為止的法律法規中並未對“大數據殺熟”的內涵和外延作出準確的界定。2019年10月，文化和旅遊部曾在關於《在線旅遊經營服務管理暫行規定（征求意見稿）》的起草說明[3]中提及“價格歧視（大數據殺熟）”
，試圖將大數據殺熟認定為價格歧視，並列舉了一種價格歧視的情形[4]。但是正式版的《在線旅遊經營服務管理暫行規定》並未直接采用“價格歧視”和“大數據殺熟”的表述[5]。

2021年，交通運輸部、國家發展與改革委員會等十個部門相繼出台文件認定，“大數據殺熟”係違法違規行為。2021年12月14日
，國務院在《“十四五”市場監管現代化規劃》（國發〔2021〕30號，“國發30號文”）中認定，“大數據殺熟”屬於壟斷或不正當競爭行為，與之相關的法律規範涉及平台數據的規範收集使用、消費者權益保護等。同樣地，最高人民法院在《關於加強新時代知識產權審判工作 為知識產權強國建設提供有力司法服務和保障的意見》（法發〔2021〕29號，“法發29號文”）第10條將“大數據殺熟”定性為“破壞公平競爭
、擾亂市場秩序行為”。

關於“大數據殺熟”的各種約束性規定散見於《消費者權益保護法》《個人信息保護法》等相關法律法規中。在《網絡安全法》《數據安全法》《個人信息保護法》等法律和《關於加強互聯網信息服務算法綜合治理的指導意見》等政策文件的基礎上
，國家互聯網信息辦公室（下稱“網信辦”）出具《互聯網信息服務算法推薦管理規定》（下稱“《算法推薦規定》”）[6]，該規定於2022年3月起生效。由於算法與大數據具有天然的聯係，《算法推薦規定》第21條[7]規定也被視為關於“大數據殺熟”最直接的法規依據。

三、“大數據殺熟”行為認定的要素

（一）在向消費者銷售商品或者提供服務中利用消費者特征

“大數據殺熟”涉及的主體是經營者，對象是消費者。經營者在向消費者銷售商品或者提供服務過程中利用了消費者特征是前提要素。根據《算法推薦規定》第21條，消費者特征是指“消費者的偏好

、交易習慣等特征”。就消費者偏好而言，交易習慣可能為其的一種表現形式，另外還可能體現為個人信息等
，如網站瀏覽記錄、軟件使用記錄、點擊記錄
、商品/網頁收藏列表等。另外，最高人民法院發布的《關於適用<中華人民共和國合同法>若幹問題的解釋（二）》（“《合同法解釋二》”）第七條曾對“交易習慣”作出解釋。雖然《合同法解釋二》隨著《民法典》和《最高人民法院關於廢止部分司法解釋及相關規範性文件的決定》的生效而失去法律效力


，但是《合同法解釋二》對交易習慣的識別


、界定仍然具有參考意義
，故在理解“交易習慣”時可予以參考。根據該司法解釋，下列情形，不違反法律、行政法規強製性規定的
，可以認定為合同法律關係中的“交易習慣”：

（一）在交易行為當地或者某一領域、某一行業通常采用並為交易對方訂立合同時所知道或者應當知道的做法；

（二）當事人雙方經常使用的習慣做法。

除此之外，《平台反壟斷指南》第17條規定了分析是否構成差別待遇的參考因素，其中包括“基於大數據和算法
，根據交易相對人的支付能力

、消費偏好、使用習慣等，實行差異性交易價格或者其他交易條件”。我們認為，雖然《平台反壟斷指南》適用主體為“具有市場支配地位的平台經濟領域經營者”，但是該等因素係判斷是否構成差別待遇的構成要件之一，因此該條款列舉的“支付能力、消費偏好、使用習慣”也可納入《算法推薦規定》第21條提及的“等特征”範圍考量。具體而言

，上述消費偏好、交易習慣、支付能力

、使用習慣等要件，可以通過以下數據或信息通過分析得出：個人基本資料（如個人姓名、生日
、性別、住址、電話號碼、電子郵件地址等）、網絡身份標識信息（如個人信息主體賬號、IP地址、個人數字證書）
，個人財產信息（如存款信息、信貸記錄、征信信息、交易和消費記錄
、流水記錄等
，以及虛擬貨幣等虛擬財產信息）、個人常用設備信息，個人位置信息等等。前述信息在《信息安全技術 個人信息安全規範》（GB/T 35273-2020）附錄A
、B中主要體現為個人敏感信息，少數部分如網絡身份識別信息、軟件使用記錄
、dianjijiludengshuyumingangerenxinxizhiwaidegerenxinxi。juciwomenrenwei，ruguogenjuqianshugerenminganxinxikeyizonghefenxidechujuedingshifougeiyuchabiedaiyudecankaoyinsuhuobiaozhun，zekeyirenweigaidengxinxifuheshangshu“消費者的偏好、交易習慣等特征”的文義範圍。

（二）在交易價格等交易條件上實施差別待遇

實施差別待遇是構成“大數據殺熟”的必要條件。

1. 構成差別待遇的前提

構成差別待遇的前提是針對條件相同的消費者。根據《平台反壟斷指南》第17條的規定
，條件相同是指交易相對人之間在交易安全、交易成本

、信用狀況、所處交易環節、交易持續時間等方麵不存在實質性影響交易的差別。平台在交易中獲取的交易相對人的隱私信息、交易曆史
、個體偏好、消(xiao)費(fei)習(xi)慣(guan)等(deng)方(fang)麵(mian)存(cun)在(zai)的(de)差(cha)異(yi)不(bu)影(ying)響(xiang)認(ren)定(ding)交(jiao)易(yi)相(xiang)對(dui)人(ren)條(tiao)件(jian)相(xiang)同(tong)。反(fan)言(yan)之(zhi)，針(zhen)對(dui)條(tiao)件(jian)不(bu)相(xiang)同(tong)的(de)消(xiao)費(fei)者(zhe)設(she)定(ding)不(bu)同(tong)的(de)交(jiao)易(yi)條(tiao)件(jian)，屬(shu)於(yu)正(zheng)常(chang)的(de)商(shang)業(ye)活(huo)動(dong)範(fan)疇(chou)
，不(bu)屬(shu)於(yu)差(cha)別(bie)待(dai)遇(yu)。

2. 構成差別待遇的考慮因素

同樣根據《平台反壟斷指南》第17條的規定，是否構成差別待遇可以從以下幾個因素進行判斷：

（1）基於大數據和算法，根據交易相對人的支付能力、消費偏好、使用習慣等，實行差異性交易價格或者其他交易條件
；（2）實行差異性標準、規則、算法；（3）實行差異性付款條件和交易方式。

需要注意的是，《平台反壟斷指南》中(zhong)規(gui)定(ding)的(de)差(cha)別(bie)待(dai)遇(yu)是(shi)針(zhen)對(dui)具(ju)有(you)市(shi)場(chang)支(zhi)配(pei)地(di)位(wei)的(de)平(ping)台(tai)經(jing)濟(ji)領(ling)域(yu)經(jing)營(ying)者(zhe)而(er)言(yan)。針(zhen)對(dui)一(yi)般(ban)的(de)經(jing)營(ying)者(zhe)，上(shang)述(shu)判(pan)斷(duan)是(shi)否(fou)構(gou)成(cheng)差(cha)別(bie)待(dai)遇(yu)的(de)因(yin)素(su)具(ju)有(you)同(tong)樣(yang)參(can)考(kao)意(yi)義(yi)。

（三）實施差別待遇沒有正當理由

我們認為實施了差別待遇並不意味即構成“大數據殺熟”的充分條件，也不意味著所有經營者實施差別待遇都具有違法性。廈門大學王潺博士認為
，交易價格方麵的差別待遇（價格歧視）shishichangxifendingjiaxingwei，zaibuweifanfalvqiangzhixingguifandeqiantixia，shichangxifentongchangbujuyouweifaxing。ruguomaifangbujuyoufalvyiyishangdeshichangzhipeili，zegenjusifazizhiyuanzezaiziyuanjiaoyideqingkuangxia
，bufoudingjiageqishidehefaxing。lingyifangmian，duiyujingyingzhelaishuo，shichangzhishishiyizhongdingjianengli，caiyongdashujudingjiasuohuodedeewaixiaofeizheshengyujiushizhezhongnenglideyijia。[8]

《平台反壟斷指南》第17條中列舉的實施差別待遇的正當理由包括：

(1)    根據交易相對人實際需求且符合正當的交易習慣和行業慣例

，實行不同交易條件

；

(2)    針對新用戶在合理期限內開展的優惠活動；

(3)    基於平台公平、合理
、無歧視的規則實施的隨機性交易。

(4)    能夠證明行為具有正當性的其他理由。

被認定為實施了差別待遇，而經營者又無法證明具有正當性的理由即可能被認定為“大數據殺熟”。本文開頭所說的案件也正是由於基本符合上述認定要素，所以被認為具有“大數據殺熟”的疑慮。

四
、“大數據殺熟”的法律責任

如前所述，關於“大數據殺熟”的規定散見於多個法律法規當中。“大數據殺熟”也可能承擔多項法律責任。主要包括：

“大數據殺熟”可能違反《消費者權益保護法》第10條規定的“消費者享有公平交易的權利”以及第16條第三款中“不得設定不公平、不合理的交易條件”的禁止性規定，根據《消費者權益保護法》第40條規定
，侵犯消費者的合法權益
，消費者可以向經營者銷售者要求賠償。

“大數據殺熟”仍可能違反《個人信息保護法》第24條規定的“個人信息處理者利用個人信息進行自動化決策
，應當保證決策的透明度和結果公平、公正
，不得對個人在交易價格等交易條件上實行不合理的差別待遇。”根據《個人信息保護法》第66條規定，違反該法律的企業可能麵臨責令改正、給予警告、沒收違法所得
，百萬甚至千萬罰款等個人信息保護法上的法律責任。

如果經營者屬於具有市場支配地位的經營者實施“大數據殺熟”，則可能構成《反壟斷法》第17條規定的濫用市場支配地位的壟斷行為。根據《反壟斷法》第47條的規定，經營者可能麵臨承擔銷售額百分之十以下罰款的風險。

五
、合規建議

根據以上分析，構成“大數據殺熟”的決定性因素在於設定不合理的差別待遇。我們建議采取下述措施
，以盡量規避被認定為不合理的風險。

1. 事先的論證和充分的披露告知

如果算法提供者能夠在提供差別待遇之前，清晰告知消費者存在差別待遇及其原因（從合規角度，算法提供者內部有必要就該等原因給予差別待遇論證其合理
、正當性）
，獲(huo)得(de)消(xiao)費(fei)者(zhe)出(chu)於(yu)自(zi)願(yuan)作(zuo)出(chu)的(de)明(ming)確(que)授(shou)權(quan)，並(bing)采(cai)取(qu)有(you)效(xiao)的(de)措(cuo)施(shi)保(bao)護(hu)消(xiao)費(fei)者(zhe)個(ge)人(ren)信(xin)息(xi)和(he)將(jiang)差(cha)異(yi)化(hua)定(ding)價(jia)的(de)影(ying)響(xiang)控(kong)製(zhi)在(zai)合(he)理(li)範(fan)圍(wei)內(nei)，同(tong)時(shi)為(wei)消(xiao)費(fei)者(zhe)提(ti)供(gong)不(bu)針(zhen)對(dui)其(qi)個(ge)人(ren)特(te)征(zheng)的(de)選(xuan)項(xiang)，或(huo)者(zhe)提(ti)供(gong)便(bian)捷(jie)的(de)拒(ju)絕(jue)算(suan)法(fa)推(tui)薦(jian)服(fu)務(wu)的(de)方(fang)式(shi)，確(que)保(bao)消(xiao)費(fei)者(zhe)在(zai)充(chong)分(fen)認(ren)知(zhi)的(de)基(ji)礎(chu)上(shang)能(neng)自(zi)由(you)作(zuo)出(chu)選(xuan)擇(ze)，該(gai)等(deng)差(cha)別(bie)待(dai)遇(yu)難(nan)謂(wei)“不合理”。

2.設定合理的算法

算法技術是中性的，違法行為是利用不透明、不公平的算法設定不合理的差別待遇。算法提供者在設計有關差別定價的算法時，可以參考《價格法》第八條規定，賦予算法中影響定價的因素（下稱“定價因素”）一些合法理由。如探索將定價因素與企業按照生產設備的采購及攤銷成本
，生產企業

、銷售企業的運營銷售成本，經營者供給能力，消費者所在區域，群體消費者平均購買數量
，群體消費者需求彈性、市(shi)場(chang)風(feng)險(xian)和(he)不(bu)確(que)定(ding)性(xing)等(deng)常(chang)見(jian)財(cai)務(wu)或(huo)定(ding)價(jia)指(zhi)標(biao)相(xiang)結(jie)合(he)
，降(jiang)低(di)或(huo)避(bi)免(mian)定(ding)價(jia)因(yin)素(su)與(yu)消(xiao)費(fei)者(zhe)個(ge)人(ren)信(xin)息(xi)的(de)關(guan)聯(lian)程(cheng)度(du)，可(ke)以(yi)使(shi)得(de)差(cha)別(bie)定(ding)價(jia)結(jie)果(guo)存(cun)在(zai)一(yi)定(ding)的(de)合(he)理(li)性(xing)。

suizherengongzhinengjishudefazhan，liyongdashujufunengdesuanfatigongzheqingxiangyutongshiliyongjiqixuexidengfangshilaiquedingshangpinxiaoshoudingbeilv，yizhuanqugengduodexiaofeizheshengyu。suoweijiqixuexisuanfa，genjuquanguoxinxianquanbiaozhunhuaweiyuanhui《信息安全技術 機器學習算法安全評估規範》（征求意見稿）（“《機器學習算法規範》”）的定義，是指“采用機器學習技術理論求解問題，明確界定的有限且有序的規則集合
，並基於輸入數據生成分類、推理、預測等的算法。”根據《機器學習算法規範》，機器學習算法需要從數據或經驗中學習，並具有輸出結果不確定、決策過程不可解釋等特點。

此種情形下，算法提供商提供的定價過程由算法主導，即算法自行評估並決定每一筆交易中各種數據、信息以及其他因素與定倍率的相關程度和權重。為避免被認定為在透明市場實行一級價格歧視的定價行為——“大數據殺熟”，除降低消費者用戶畫像清晰度，重新定義“新用戶”的範圍之外
，企業有必要參考《平台反壟斷指南》第17條的規定設置適當價格階梯以補齊不同消費者之間的定價差異，如降低定價算法的精確程度，增強交易時間、環境、位置、某一供應商服務範圍等單筆交易可變因素的權重，在統一定價的基礎上為消費者提供一定的優惠方式（如隨機為參加互動小遊戲的消費者
，為協助降低獲客成本的消費者提供適當的價格折扣）等。另一方麵，算法提供商/電子商務平台/供應商可以通過“UGC”（用戶生成內容）、自定義產品和網絡社群增加品牌、商品社交屬性，賦予情緒價值，引導消費者為良好體驗和美好敘事支付。

結語

根據國務院及其相關部門的規定，“大數據殺熟”zuoweiyizhonglongduanhuobuzhengdangjingzhengdeweifachabiedaiyu
，xijingyingzheyingdangbimiandexingwei。danshi
，jishijingyingzhecaiquledaozhihuokenengdaozhichabiedaiyudesuanfa，danzaichengxiangeixiaofeizhedehuanjiezhongnenggoucaiquyidingdejishucuoshibimianchabiedaiyu，huoweichabiedaiyutigongxiangyingdehelihuayiju，zeyoujihuizaihuodegenggaodejiaoyishengyudetongshi，guibibeirendingwei“大數據殺熟”的法律風險。

注釋：

[1] https://new.qq.com/omn/20210715/20210715A05VFS00.html

[2] http://media.people.com.cn/n1/2018/1221/c40606-30479731.html

[3] 上海市長寧區人民法院（2020）滬0105民初9010號民事判決書；上海市第一中級人民法院(2020)滬01民終13989號民事判決書
；湖南省長沙市中級人民法院(2019)湘01民終9501號民事判決書。

[4] 文化和旅遊部關於《在線旅遊經營服務管理暫行規定（征求意見稿）》公開征求意見的通知 http://www.gov.cn/xinwen/2019-10/09/content_5437317.htm

[5] 第十六條【價格歧視】在線旅遊經營者不得利用大數據等技術手段，針對不同消費特征的旅遊者
，對同一產品或服務在相同條件下設置差異化的價格。

[6] http://www.gov.cn/zhengce/zhengceku/2020-09/01/content_5538951.htm

[7] 《互聯網信息服務算法推薦管理規定》http://www.cac.gov.cn/2022-01/04/c_1642894606364259.htm

；《<互聯網信息服務算法推薦管理規定>答記者問》。http://www.gov.cn/zhengce/2022-01/04/content_5666428.htm。

[8] 《算法推薦規定》第二十一條，算法推薦服務提供者向消費者銷售商品或者提供服務的，應當保護消費者公平交易的權利，不得根據消費者的偏好、交易習慣等特征
，利用算法在交易價格等交易條件上實施不合理的差別待遇等違法行為。

[9] 王潺：《“大數據殺熟”如何規製——以新製度經濟學和博弈論為視角的分析》，《暨南學報（哲學社會科學版）》，2021年6月。

參考文獻

1. 王潺.“大數據殺熟”如何規製——以新製度經濟學和博弈論為視角的分析[J]. 暨南學報（哲學社會科學版）

，2021(1):52-64.

2. 冒純純. “大數據殺熟”的監管規製路徑探討. 理論探究, 2021(7):49-53.

3. 周圍. 人工智能時代個性化定價算法的反壟斷法規製[J]. 武漢大學學報（哲學社會科學版）, 2021(1):108-20.

4. 廖建凱. “大數據殺熟”法律規製的困境與出路[J]. 西南政法大學學報, 2020(1):70-82.

5. 朱建海.“大數據殺熟”的法律規製困境及其破解路徑[J]. 重慶郵電大學學報（社會科學版）, 2021(1):64-72.

6. 朱建海. “大數據殺熟”反壟斷規製的理論證成與路徑優化[J].  西北民族大學學報（哲學社會科學版）, 2021(5):112-21.

7.   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).