【摘要】“大數據殺熟”是互聯網平臺經濟中的一種消費現象，涉及用戶多、場景廣，表現為經營者利用算法對用戶精準畫像后實施不同定價，實則是濫用算法進行不正當利益侵奪。規制此行為需區分正常差異化定價與不正當使用用戶數據、濫用算法的違法行為，后者侵犯了用戶數據安全，妨礙消費者權利和個人信息權。即使用戶嘗試通過反向馴化算法等方式規避，仍收效甚微。規制“大數據殺熟”需準確識別其本質，融合技術與法治，規訓算法設計、使用，促進算法向上向善。在此基礎上，聚合多主體參與，堅持法治思維，融合科技倫理、行業慣例等，形成多維度、多規則、多工具的算法治理進路。

【關鍵詞】大數據殺熟 算法濫用 算法向上向善 軟法硬法協同 綜合治理

【中圖分類號】D922.29 【文獻標識碼】A

“大數據殺熟”為近年來網絡社會經濟生活的流行語，隨著年輕人“反向馴化算法”的反殺熟的流行，“大數據殺熟”再次引發社會關注，其是指大數據技術根據各種數據，對用戶進行畫像，使同樣商品或服務的價格，老客戶高于新客戶的一種社會現象，是“大數據差異化營銷”的一種戲謔稱法。“大數據殺熟”重在對“殺熟”的理解，即針對老客戶的價格高于新客戶?，F在被廣泛詬病的具有可責性的“大數據殺熟”行為，主要是平臺基于大數據技術或算法推薦服務而進行的、交易條件主要體現為定價歧視的行為①。

近年來，“禁止大數據殺熟”雖被頻繁提及，但各類殺熟事件依然屢禁不止，導致市場監管部門深陷“在互聯網領域選擇性執法”的詰難之中。然而，殺熟行為本身是否具備違法性？“大數據殺熟”屢禁不止的根因是什么？這些問題既與法律對市場的干預界限密切相關，又構成當下算法治理中的重要一環。在此背景下，有必要探討“大數據殺熟”的本質屬性，厘清“大數據殺熟”的規制困境以及用戶反向訓化算法的實際效果，結合理論與實踐，實現對“大數據殺熟”的科學有效規制，健全算法治理體系，從而保障消費者利益，促進算法向上向善。

“大數據殺熟”的表現與危害

中消協公布的2024年上半年十大消費維權輿情熱點之一，即平臺經濟中的“大數據殺熟”現象頻現。這一現象在四川省消委會發布的《網絡消費者知情權保護調查報告》中也有所體現，報告顯示，在有過網絡購物經歷的消費者中，39.64%的受訪者曾遭遇“大數據殺熟”。此外，2024年11月，京津冀三地消協聯合開展的大數據營銷差異化現象調查顯示，超過四成的消費者明確表示遭遇過大數據差異化營銷，而僅有8.7%的消費者表示未遇到過。

從學理上分析，“大數據殺熟”是經濟學上完全價格歧視行為在網絡消費環境下的一種交易條件歧視或者差異化表象。從經濟學上講，差異化定價或者交易條件的設定體現新制度經濟學中買賣雙方對信息產權的訴求，本身并沒有所謂的不道德性甚或法律上的可責性。

當前，引發社會各界普遍關注甚或譴責的“大數據殺熟”行為之所以具有可責性，主要是源于相關經營者不正當采集、使用用戶數據，濫用算法對用戶精準定價的違法行為。該濫用行為不僅可能嚴重侵犯用戶的數據安全，還會妨礙用戶知情權、公平交易權、自由選擇權以及對算法解釋權等消費者權利和個人信息權的實現，這才是“大數據殺熟”行為的本相，也是其具有不正當性且可責性的根因。

實踐中，利用“大數據殺熟”的違法違規行為表象多樣。例如，在外賣平臺上，相同條件下，會員的配送費高于非會員；在網約車軟件上，消費者手機價格越貴，派單的車型越貴；在優惠券的發放上，不同用戶享有不同打折優惠形式；預訂酒店“黃金會員比普通會員貴”等。具體而言，不正當使用用戶數據、濫用算法的違法行為主要體現在以下幾個方面：

“大數據殺熟”可能侵犯用戶數據安全。一方面，“大數據殺熟”需要平臺收集大量的用戶數據，而這些數據往往包含用戶的個人隱私。一旦這些數據被泄露，用戶的個人隱私將暴露無遺，可能面臨詐騙、身份盜竊等風險。此外，即使平臺沒有故意泄露數據，但由于技術漏洞或不當管理，用戶數據也可能被黑客攻擊或竊取，導致用戶信息的安全無法得到保障。另一方面，“大數據殺熟”過程中，平臺可能會對用戶數據進行不當使用。例如，平臺可能會將用戶數據與第三方共享，或者用于其他未經用戶同意的商業目的。這種行為不僅違反了用戶的數據安全權，還可能導致用戶遭受不必要的騷擾和損失②。

“大數據殺熟”可能妨礙用戶知情權的實現。知情權是消費者權利的重要組成部分。然而，“大數據殺熟”卻通過隱蔽手段對消費者實行價格歧視，嚴重妨礙了用戶知情權的實現。在“大數據殺熟”中，平臺會根據用戶的消費數據精準判斷其購買意愿和支付水平，然后對不同消費者提供不同的價格。這種差別定價行為，往往被平臺以“個性化推薦”“優惠活動”等名義進行掩蓋，使得消費者難以察覺其真實意圖。因此，消費者在購買商品或服務時，往往無法得知其真實價格，也無法與其他消費者的價格進行比較，從而無法做出明智的消費決策。

“大數據殺熟”涉嫌侵犯用戶的公平交易權。消費者享有公平交易的權利，包括價格合理、計量正確等公平交易條件。然而，“大數據殺熟”卻通過隱蔽手段對消費者進行價格歧視，平臺會根據用戶的消費數據對不同消費者提供不同的價格。這種差別定價行為不僅導致消費者在購買相同商品或服務時支付不同的價格，還可能使得消費者在購買商品或服務時無法獲得合理的價格優惠③。

“大數據殺熟”易妨礙用戶的自由選擇權。根據《中華人民共和國消費者權益保護法》第九條的規定，消費者享有自主選擇商品或者服務的權利。在“大數據殺熟”中，平臺會根據用戶的消費數據和購買意愿，向其推薦相應的商品或服務。這種個性化推薦雖然看似方便，但實際上卻限制了消費者的選擇范圍。消費者往往只能看到平臺推薦的商品或服務，而無法了解其他可能的選項。因此，“大數據殺熟”使得消費者在購買商品或服務時無法獲得充分的選擇自由，從而妨礙了用戶的自由選擇權。

“大數據殺熟”可能侵犯用戶對算法的解釋權。算法解釋權，是指用戶有權了解平臺所使用的算法的基本原理、決策過程及其對用戶權益的影響。然而，“大數據殺熟”卻往往通過復雜的算法和模型進行精準定價和個性化推薦，使得用戶難以了解算法的真實意圖和決策過程。在“大數據殺熟”中，平臺所使用的算法往往涉及大量的數據和復雜的計算過程。這些算法不僅難以被普通用戶所理解，還可能包含一些不透明和不可預測的因素。因此，用戶往往無法了解算法的基本原理和決策過程，也無法評估算法對其權益的影響。這種對算法解釋權的侵犯，不僅使得用戶無法對平臺的定價行為進行監督和質疑，還可能導致用戶遭受不必要的損失和傷害。

“大數據殺熟”的規制困境

在信息技術與社會全面融合的當下，大數據算法技術作為一把雙刃劍，在推動互聯網經濟增長的同時，也為平臺經營者濫用算法實施“殺熟”行為埋下了伏筆。然而，對“大數據殺熟”行為的規制卻面臨諸多困境。

技術困境與法律監管相對滯后。“大數據殺熟”依托先進的算法技術，使得經營者能夠對用戶進行精準畫像，進而實施差異化定價。算法治理本質上是一項技術問題，多數互聯網平臺使用的算法閉源，機器決策過程呈現“黑箱化”，這使得外界難以理解其內部運作機制，這種不透明性也使得監管部門難以及時識別和應對算法帶來的潛在風險。這種技術的高度專業性和復雜性給法律監管帶來巨大挑戰。

一方面，監管部門往往缺乏足夠的技術能力和專業知識來識別和判斷“大數據殺熟”行為，導致監管滯后于技術發展。從法律定性上看，“大數據殺熟”的法律性質尚不可一概而論，學界對此存在價格欺詐說、價格歧視說、濫用市場支配地位說等多種觀點。這些學說各有側重，但均難以全面準確地揭示“大數據殺熟”的本質特征，導致在司法實踐中難以統一裁判標準。從立法層面來看，當前我國相關法律法規，雖然對價格歧視、價格欺詐等行為有所規制，但針對“大數據殺熟”這一新型價格歧視行為的規制卻存在漏洞和不足，對“大數據殺熟”行為進行規制存在困難。另一方面，即使監管部門能夠初步發現和較好識別“大數據殺熟”行為，由于算法的黑箱性質和動態調整特性，也難以有效追蹤和取證，增加了執法的難度和成本。因此，如何在技術快速迭代的背景下，構建有效的法律監管機制，成為“大數據殺熟”法律規制的一大困境。

企業發展利益與消費者權益保護待平衡。對于企業而言，“大數據殺熟”在短期內可能帶來顯著的利潤增長。通過收集和分析消費者數據，企業可以更準確地了解消費者需求，制定個性化的營銷策略，提高營銷效率。這種技術優勢也為企業實施“大數據殺熟”提供了可能，通過向老客戶收取更高的價格，企業可以迅速增加收入。然而，這種增長是以犧牲消費者權益為代價的。過度采集和使用用戶數據可能侵犯用戶的隱私權，引發用戶對數據安全的擔憂，長期來看，“大數據殺熟”會損害企業的聲譽和形象，導致客戶流失和市場份額下降。對經營者實施“大數據殺熟”行為的規制，又可能限制其正當的數據使用和分析，影響企業的創新能力和市場競爭力。因此，如何在保護用戶數據隱私，確保消費者的知情權和公平交易權不受侵害的同時，促進企業創新發展，成為法律規制需要解決的關鍵問題。

法律責任與執法力度難以確定。在“大數據殺熟”案件中，法律責任的認定往往面臨諸多挑戰。由于“大數據殺熟”行為的隱蔽性和復雜性，使得證明經營者存在主觀過錯和違法行為變得困難，當前普遍適用的“誰主張，誰舉證”規則并不適用于不具備專業技術知識的消費者群體。即使能夠證明經營者存在“大數據殺熟”行為，由于相關法律法規有待完善，可能導致法律責任認定不清、執法力度不足的問題。此外，不同行業、不同場景下的“大數據殺熟”行為可能存在差異，也給法律責任的統一認定和執法帶來挑戰。因此，如何完善相關法律法規，明確法律責任認定標準，加大執法力度，成為“大數據殺熟”法律規制的重要方向④。

用戶反向馴化算法效果有限

為了應對“大數據殺熟”現象，一些用戶開始嘗試反向馴化算法，試圖通過特定行為影響價格推送。反殺熟行為是指用戶在面對“大數據殺熟”時，采取一系列策略來反擊企業的價格歧視行為。這些策略包括：重置賬戶，即用戶通過注銷當前賬戶并重新注冊新賬戶的方式，以新用戶的身份享受優惠價格；偽裝需求，即用戶在網絡上發布虛假需求信息，如頻繁評論“機票太貴了，買不起”等，試圖影響算法的定價策略；更換設備，即用戶使用不同的設備或瀏覽器進行訪問，以模擬新用戶的瀏覽行為，從而獲取更優惠的價格；匿名瀏覽，即用戶通過清除瀏覽器緩存、使用隱私模式等方式，避免算法對個人信息的追蹤，以獲取更公平的交易機會等。這些反殺熟行為在一定程度上體現用戶對“大數據殺熟”的抵制和反抗，也反映用戶對公平交易的渴望。然而，這些行為的實際效果卻往往有限，難以從根本上解決“大數據殺熟”問題。

反殺熟忽視算法模型的復雜性?；ヂ摼W平臺企業的算法模型日益復雜，具備自我學習與優化的能力。當用戶采用反向馴化策略時，算法往往能夠通過數據交流系統進行實時監測與修正，從而更新產品定價策略以適應新的用戶行為。這種自我學習與優化的特性使得反殺熟行為難以持續有效。且“大數據殺熟”的本質是差異化營銷，即針對不同用戶制定不同的定價策略。這種個性化定價策略使得每個用戶面臨的價格都是獨特的，因此難以通過簡單的反向馴化行為來影響整個定價體系。

算法廣泛應用擴大用戶與企業間的信息差。用戶在反向馴化算法時，往往只能基于自己有限的信息和行為來嘗試影響價格。然而，平臺企業的算法模型通常包含更多的用戶數據和行為特征，因此用戶的反向馴化行為很難對算法產生實質性影響。加之算法的不透明性，用戶很難了解算法的具體邏輯和決策過程。這使得用戶在反向馴化算法時缺乏針對性和有效性，難以精準地影響算法的定價策略。

用戶行為具有不可預測性。用戶的需求是多樣且多變的，即使用戶試圖通過反向馴化算法來影響價格，但由于其需求的多樣性，算法很難根據單一行為來準確判斷用戶的真實需求。因此，反向馴化行為的效果往往有限。此外，用戶的行為還具有一定的隨機性。即使用戶采取了某種反向馴化策略，但由于其他因素的影響（如促銷活動、市場競爭等），算法也可能對用戶的價格進行實時調整。這使得反向馴化行為的效果難以預測和持續。

“大數據殺熟”的治理進路

“大數據殺熟”現象是當前社會治理面臨的重要挑戰，其不僅涉及廣泛的社會效果，也關乎深刻且系統的經濟效果，甚至關系到對算法設計、應用、使用及消費的全過程，對人工智能算法的創新發展與向上向善治理都有深刻影響。為了從根本上遏制“大數據殺熟”，需要多方主體參與，形成綜合治理格局，健全算法治理體系，完善生態系統。在具體措施上，需完善法律法規體系、建立政府監管機制、發展監測和評價服務、強化行業自律、提高公眾意識和防范能力，并融合科技手段提升治理能力，逐步構建多維度、多規則、多工具的算法治理進路。

明確“法治思維為根本、融合科技倫理，結合行業慣例”的“大數據殺熟”多規則治理基本原則。面對涉及新興技術、多方主體、多樣場景的算法應用行為，須“軟法”與“硬法”結合治理，既要為算法技術應用劃定安全紅線，也要避免對算法技術的過分限制。

法治是現代社會治理的基本方式，對“大數據殺熟”的治理同樣需要遵循法治原則，通過完善相關法律法規，明確大數據使用的規則與安全紅線，為執法、司法提供堅實的法律基礎。在現有法律基礎上，進一步明確“大數據殺熟”的法律定義和性質，并賦予消費者更多的知情權和選擇權，細化算法推薦服務提供者的算法備案與用戶權益保護義務，提高算法的透明度和可解釋性，便于監管和公眾監督。同時，建立健全消費者投訴舉報機制，鼓勵消費者積極舉報“大數據殺熟”行為，對舉報屬實的給予獎勵。

科技倫理是科技發展的內在要求，也是社會治理的重要組成部分，在治理“大數據殺熟”時，應充分考慮科技倫理的約束作用，以倫理要求引導算法向善，明確算法應當遵循的公平性、透明性、可解釋性等基本倫理原則，避免濫用算法權力。

行業慣例是行業內普遍遵循的行為規范，具有一定的自律性，且更加貼合行業內算法的實際應用特點，能夠對算法應用提供更為細致的約束和可操作的治理。在治理過程中，需要充分尊重行業慣例，鼓勵企業通過行業自律來規范自身行為，共同維護市場秩序。

建立協同監管機制，健全多主體參與、多工具治理的格局。面對“大數據殺熟”的技術性、復雜性、隱蔽性等特征，亟需構建和健全多主體協同的治理模式，包括政府、行業組織、企業、公眾等多主體共同參與治理。政府發揮主導作用，如網信部門牽頭，電信、公安、市場監管等多部門協同，同時明確各方責任分工，制定權責清單。企業作為算法的開發者和使用者，需加強自我規制，行業協會則發揮自律作用，社會公眾積極參與監督。

從監管執法角度看，首先，加強算法治理部門協同，建立政府監管治理網絡平臺，成立專門的監管機構或部門，負責大數據和算法治理的日常工作，開展動態市場執法，加強對平臺的監管和治理。其次，創新監管工具，包括以技術治理技術，從政務應用、企業大數據應用平臺、消費者評價等多個渠道獲取數據，加強數據的深度利用和關聯分析，提高監管的精準性和有效性；完善監管流程，如簡化舉報流程，提高查處能力，建立便捷的舉報渠道和高效的查處機制，鼓勵消費者積極舉報“大數據殺熟”行為，及時查處違法行為，維護市場秩序；通過建立黑名單公示制度對存在“大數據殺熟”等違法行為的企業進行公示，提高違法違規成本，利用市場機制促進行業優勝劣汰。

從行業自律角度看，發布行業自律公約引導企業制定大數據分析應用用戶告知協議，鼓勵企業定期發布大數據開發應用發展報告，制定行業技術規范，共同維護市場秩序，加強企業內部算法管控，要求企業建立完善內部的算法管控制度，將算法倫理內化為企業準則，積極破解算法權力濫用的問題。

同時，還要充分發揮社會監督的作用。鼓勵企業公開算法邏輯和決策規則，接受社會監督，建立公眾參與機制，鼓勵公眾對算法應用中的問題進行舉報和反饋，提高算法的透明度和公正性。還可以通過媒體宣傳、教育培訓等方式，提高公眾對算法的認知和理解，增強公眾的監督意識和能力。

【注：本文系教育部人文社會科學重點研究基地重大項目“全球數據競爭中人權基準的考量與促進研究”（項目編號：19JJD820009）階段性成果】

【注釋】

①王潺：《“大數據殺熟”該如何規制？——以新制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年第6期。

②梁正、曾雄：《“大數據殺熟”的政策應對：行為定性、監管困境與治理出路》，《科技與法律（中英文）》，2021年第2期。

③胡元聰、馮一帆：《大數據殺熟中消費者公平交易權保護探究》，《陜西師范大學學報（哲學社會科學版）》，2022年第1期。

④朱建海：《“大數據殺熟”反壟斷規制的理論證成與路徑優化》，《西北民族大學學報（哲學社會科學版）》，2021年第5期。

責編/李丹妮 美編/李祥峰

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。