“大数据杀熟”反垄断规制的理论证成与路径优化

朱建海

(北京大学 法学院，北京 100871)

近年来，随着互联网平台经济的快速发展，从网络购物、交通出行、旅游住宿、订餐外卖到网络游戏等多领域，都出现了大型的互联网平台(1)依据平台的主要驱动力和信息匹配方式,互联网平台类型可大致被划分为搜索平台、资讯平台、社交平台和消费平台四种。。这些平台以“大数据+算法”为核心技术，逐渐成为推动社会经济发展的加速器。然而，作为数据产出者的消费者却愈发成为平台经济时代的“透明者”，成为众多平台经营者任意收割的“韭菜”。平台经营者凭借对消费者个人数据的掌握，将之与算法工具紧密结合，收集和分析能够反映消费者特征和行为的相关信息，以无限接近消费者支付意愿的方式对消费者实施个性化定价，甚至带来“大数据杀熟”问题。据相关调查，56.92%的受访对象表示有过被“大数据杀熟”的经历，88.32%的受访对象认为“大数据杀熟”现象普遍或很普遍[1]。2020年9月15日，央视财经频道更是直接点名在线旅游平台的“大数据杀熟”现象[2]。2020年12月14日，美团被曝光“大数据杀熟”登上热搜，引发舆论热议；12月18日深陷“大数据杀熟”漩涡的美团股价下跌2.32%，市值蒸发近400亿港元[3]。

可以说，“大数据杀熟”已成为平台经济时代一个突出问题，给消费者和市场竞争秩序带来许多负面影响，并使传统法律制度的调整手段显得“难以招架”[4]。追本溯源，“大数据杀熟”是平台经营者基于消费者个人数据信息，利用算法进行差异化定价，且该定价不反映成本差别的一种算法价格歧视行为。若实施该行为的平台经营者具有市场支配地位，则涉嫌违反《中华人民共和国反垄断法》(以下简称《反垄断法》)。需要指出的是，虽然现阶段我国对价格歧视起主要规范作用的还有《中华人民共和国价格法》(以下简称《价格法》)，但考虑到《价格法》规定的价格歧视针对的是其他经营者(2)我国《价格法》第十四条第五款规定，不得“提供相同商品或者服务，对具有同等交易条件的其他经营者实行价格歧视”。而在“熟客”属于消费者情形下，就难以纳入《价格法》所调控的“价格歧视”行为，因为它针对的是其他经营者。，“大数据杀熟”不能有效纳入价格法的规制体系中，因此从价格歧视的视角看，对“大数据杀熟”起规制作用的主要还是《反垄断法》。对此，国务院反垄断委员会2021年2月7日颁布的《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《平台反垄断指南》)第十七条亦明确对“大数据杀熟”问题做出了规定，禁止平台经济领域经营者基于大数据和算法，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。虽然在“大数据杀熟”的规制中反垄断法应有一席之地，但由于“大数据杀熟”往往直接指向消费者，其行为实施呈隐蔽化，损害呈广泛分散化，竞争效果呈复杂化，这给反垄断法规制带来了诸多问题，有待进一步突破。本文拟在分析“大数据杀熟”指向算法价格歧视的基础上，证成“大数据杀熟”反垄断法规制的理论，揭示“大数据杀熟”反垄断法规制的具体困境，进一步探讨反垄断法规制此类行为的优化路径。

一、追本溯源：“大数据杀熟”的实质是算法价格歧视

所谓“大数据杀熟”，是指电商平台及其他各种提供在线服务的互联网平台为追求自身利益最大化，赚取更多的消费者剩余(3)所谓消费者剩余，又称消费者的净收益，是指消费者购买一定数量商品时愿意支付的最高价格(Willingness to Pay，WTP))和实际支付价格之间的差额。“大数据杀熟”就是商家通过用户画像获知消费者的支付意愿、支付能力等数据，针对其进行相对高价的定价，从而赚取更多的消费者剩余。，利用信息不对称优势以及老客户对平台的信任，根据消费者为其商品或服务的支付意愿(Willingness to Pay，WTP)进行不同定价，针对WTP较强的熟客单独制定和收取更高的价格(4)在传统经济中，由于消费者WTP难以测定以及测定成本过高，经营者无法根据每个消费者的不同WTP制定不同的价格策略，大多采取群体价格差异化策略，“完全价格歧视”往往仅在理论层面探讨，被视为不可能或者极端的现象。但是，在平台经济时代，平台经营者借助大数据与算法，千人千面千价格的“完全价格歧视”迅速由理论跃入现实。，且该定价不反映成本差别的一种差别待遇行为。“大数据杀熟”是经营者异化使用消费者数据和算法的产物。“大数据杀熟”的技术路径可以总结为“采—存—算—用”，即数据采集、数据存储、数据计算、商业应用，“杀熟”事件主要出现在算法与应用这两个层面(具体技术路径如图1所示)。

图1 大数据杀熟的技术路径

“大数据杀熟”作为平台经济时代的一个新问题，目前我国学术界对其内涵还没有统一看法。部分学者认为，平台经营者基于大数据技术故意对“熟客”设置更高价格，使“熟客”在对商品或服务价格陷入误解的情况下做出购买选择，可能构成价格欺诈[5]。对此应扩大理解消费者知情权，经营者应基于诚信原则对消费者予以必要告知，否则其“杀熟”行为即构成消极价格欺诈[6]。本文认为，是否构成价格欺诈需要结合经营的主客观方面予以判断。在“大数据杀熟”中，平台经营者已将商品或服务的价格清晰明了地呈现给消费者，履行了其公示价格的义务。平台经营者利用线上购物消费环境相对独立封闭这一特性，隐瞒了不同消费者之间所支付的价格差异，但这种行为谈不上违反“明码标价”义务，最多就是侵犯了消费者的知情权。考察我国现行价格相关法律法规可知，《价格法》并未禁止经营者基于消费者个人数据和算法技术进行精准“画像”以实施差别定价的行为。如果平台经营者无价格欺诈的意思或行为，仅是简单利用算法技术实施差别定价，形式上仍然符合“明码标价”的基本要求，很难构成价格法意义上的价格欺诈。

大部分学者将“大数据杀熟”定性为价格歧视，认为它是平台经营者利用大数据算法技术，对不同消费者进行不同定价而引发的价格歧视现象；平台经营者为追求利润最大化，通过大数据手段，对消费者实时数据进行抓取、整理、挖掘后，对消费者差别定价，且这种差别定价不反映成本差别[7]。可以说，“大数据杀熟”就是价格歧视在平台经济时代的一种新的表现形式，带有一定的垄断色彩[8]。对此，本文支持学界这种主流观点，将“大数据杀熟”认定为算法价格歧视(5)高重迎、施春风、李侠、承上等学者认为，经营者通过对消费者产生的数据进行收集、整理与挖掘，然后基于利润最大化的算法实现价格歧视，这就是杀熟现象的本质所在。。具体而言，“大数据杀熟”的实现有两个基本要求，一是获取消费者的个人数据，二是差别定价，其中差别定价是本文讨论的重点(6)获取消费者的大数据信息可能涉及侵犯消费者隐私权，但是消费者的消费偏好信息、搜索记录等是否被界定为隐私，目前还尚有争议，有待厘清，因此不在本文的主要讨论范围。。

第一，从法律层面来说，差别定价可能涉嫌价格歧视和价格欺诈。相比价格欺诈对经营者主观故意的要求，不管是《价格法》还是《反垄断法》对价格歧视的主观要件并无要求(7)我国《价格法》第十四条第五款规定，不得“提供相同商品或者服务，对具有同等交易条件的其他经营者实行价格歧视”。《反垄断法》第十七条第六款规定，“禁止具有市场支配地位的经营者从事下列滥用市场支配地位的行为：没有正当理由，对条件相同的交易相对人在交易价格等交易条件上实行差别待遇”。这两条都是行为禁止，对主观要件并无要求。。虽然《反垄断法》将价格歧视行为的主体范围限缩到具有市场支配地位的经营者，但是《反垄断法》的这种限缩，随着经济和科学技术日新月异的发展，已不完全具有合理性。考虑到平台经营者本身可能并不具有市场支配地位，但诸如美团、滴滴等头部平台在各自行业领域相对于消费者或交易方企业，具有明显的相对优势地位，该类平台完全有能力利用这种优势地位实施歧视行为。如通过算法工具，即使经营者不具有市场支配地位，其也可以利用相对优势地位即数据优势对消费者WTP进行分析，进而实施“大数据杀熟”行为。如此会损害消费者权益，扰乱市场秩序，理当受到反垄断法的规制。最新的《平台反垄断指南》对“大数据杀熟”问题做出了明确的禁止规定，也正说明了“大数据杀熟”属于算法价格歧视。

第二，根据经济学理论，价格歧视有三种。不同类别的消费者收到不同的价格时，发生三级价格歧视。二级价格歧视涉及根据所购买商品或服务的数量或质量，向不同购买者收取不同价格，如批量折扣。而一级价格歧视意味着个体消费者根据他们的支付意愿价值获得不同的价格[9]。实现一级价格歧视需要具备以下条件：一是经营者有一定的市场势力，有能力将价格提高至边际成本之上；二是经营者能够根据对同一产品的不同需求强度，准确区分客户群；三是客户之间能被有效区隔，不存在转售套利的情况。如前文所述，早期的一级价格歧视只存在于理论研究中，但随着大数据及算法技术的发展，平台经营者得以实施“大数据杀熟”行为，实现了“千人千面千价格”的个性化定价策略，让一级价格歧视在现实中成为可能[10]。可以说，在大数据分析及算法运用常态化的平台经济背景下，“大数据杀熟”正让一级价格歧视由停留于纸面的传统分析模型逐渐成为全球网络平台付诸实践的流行商业策略[11]。在现行法律体系下，“大数据杀熟”更宜定性为算法价格歧视，应通过反垄断法对其进行规制。

二、“大数据杀熟”反垄断法规制的逻辑依据

(一)“大数据杀熟”反垄断法规制必要性分析

符合反垄断法规定是“大数据杀熟”反垄断法规制的逻辑起点，具有市场支配地位的平台经营者实施“大数据杀熟”行为，可能违反我国《反垄断法》第十七条第一款第六项的反价格歧视条款。此外，国家市场监管总局2021年2月7日出台的《平台反垄断指南》第十七条，亦与时俱进明确禁止平台经营者利用大数据和算法技术实施价格歧视。从《反垄断法》第一条的立法目的看，其包含维护市场公平竞争秩序，保护消费者利益和社会公共利益。而“大数据杀熟”不仅可能侵害消费者利益、扰乱市场竞争秩序，还可能损害社会公共利益，因此“大数据杀熟”的反垄断规制符合《反垄断法》立法目的和条文逻辑。

第一，“大数据杀熟”潜在的最直观法律风险是损害消费者利益。因为消费者仅以其WTP的保留价格购买，没有消费者任何剩余可谈，而获得剩余的是生产者。“大数据杀熟”的经济效果是将社会剩余从消费者手中转移给生产者，损害了消费者利益，同时“大数据杀熟”针对消费者实施差别待遇，给消费者带来客观的利益损失和主观的不公平感，而消费者对差别定价的这种不公平感，会进一步影响其满意度和可能的行为，他们可能会“用脚投票”或者表现消极，或者寻求其他对抗途径，这将导致“大数据杀熟”产生更多的无谓损失[12]。正如约亨·沃茨等人提出，除非消费者对“大数据杀熟”有良好的公平感知，否则该行为的任何收益都会被抵消[13]。2020年中央全面依法治国工作会议指出:“要把体现人民利益、反映人民愿望、维护人民权益、增进人民福祉落实到全面依法治国各领域全过程。”[14]对于“大数据杀熟”的规制，应当抓住消费者利益这个关键，让法治在平台经济时代更好保护个人权益。

第二，除消费者损害外，平台经营者的“大数据杀熟”行为还可能会打乱市场节奏，损害竞争者利益乃至市场竞争秩序。“大数据杀熟”行为也是一种较为隐蔽的提升经营者竞争优势的策略，加剧形成市场力量悬殊的局面，可能使其他中小经营者处于不公平的竞争地位，最终被排挤出市场，引发第一线损害(8)价格歧视的买方之间的竞争关系称为第二线竞争，卖方之间的竞争关系称为第一线竞争，所以相应的损害分别称为第二线损害和第一线损害。第二线损害和第一线损害是价格歧视反垄断评价的专有名词。。平台经营者通过“大数据杀熟”，可以对那些WTP较高的“熟客”收取较高价格，而对那些WTP较低的潜在消费者则采用低价策略将其吸引过来。如某商品的目标群体一直是WTP在999元以上的消费者，在实行算法价格歧视时，则可以给WTP在599元至699元的消费者以较低价格，使其能在自身承受的最高价格内购买该商品。由于“杀熟”行为的隐蔽性和复杂性，经营者通过实施“大数据杀熟”给予WTP较低型用户持续低价，可以在保障用户粘黏性情况下吸引更多的新用户，这就使得拥有数据优势的经营者可以将其转化为竞争优势，同时也增加了其他经营者进入该市场的壁垒，从而排斥其他经营者的竞争[15]。

第三，有研究发现，在单个企业投入技术创新以及技术创新是确定型事件的条件下，企业的技术创新激励因为价格歧视而被削弱，这表明至少从动态效率的角度看，寡头企业基于购买历史的价格歧视是有害的[16]。“大数据杀熟”这种算法价格歧视非但不能促进创新效率，反而可能浪费社会资源，产生损害动态效率的限制竞争效果。如果平台经营者实施“大数据杀熟”的唯一目标是获取更多消费者剩余，那么为了尽可能攫取利润，其技术和资本投入将局限于改进算法，因此反垄断法有必要规制经营者基于消费者个人数据的“杀熟”行为，从而促进企业进行技术创新，提高整个社会的动态效率。

(二)“大数据杀熟”反垄法规制的正当性证成

“大数据杀熟”会减少消费者剩余，可能导致消费者整体福利的损失是探讨对其进行规制的最直接理由[17]。有研究表明，当经营者实施算法价格歧视时，消费者剩余和社会福利既可能同时增加，也可能同时减少，还有可能消费者剩余减少而社会福利增加[18]。在本文讨论的“大数据杀熟”中，经营者凭借其掌握的海量消费者个人数据，通过算法对用户画像，然后对个体消费者基于其WTP进行不同定价，实现一级价格歧视，在这种情形下每个消费者都可以按WTP的保留价格购得所需产品。反之，在统一定价出售情形下，那些WTP较低的消费者可能就会放弃购买，进而导致社会产量降低，损害分配效率。消费者存在不同层次的WTP，“大数据杀熟”能够使WTP较低的消费者受益，消除无谓损失，提高配置效率，进而增进社会经济福利(9)一般而言，配置效率的提高也意味着消费者剩余的重新分配——那些WTP较高的消费者福利可能会更差，而WTP较低的消费者(常常是贫困群体)福利则可能更好。参见喻玲《算法消费者价格歧视反垄断法属性的误读及辨明》，载《法学》2020年第9期。。

虽然“大数据杀熟”行为可能完全消除无谓损失(10)无谓损失(deadweight loss)又为福利净损失(welfare loss)，是指由于市场未处于最优运行状态而引起的社会成本,也就是当偏离竞争均衡时，所损失的消费者剩余和生产者剩余。在同一定价中，由于经营者收取的价格较高，导致一部分有购买产品需求的消费者不再购买，这些流失的交易收益构成了垄断的无谓损失。，增进社会总福利，但原本在统一定价下可能放弃购买的消费者仅仅以其保留价格获得了产品，消费者剩余为零[19]。因此，尽管“大数据杀熟”带来的额外交易可能会增加社会总福利，但增加的这部分福利基本都以利润的形式流向经营者，而WTP较高的消费者原本在统一定价下可享受的消费者剩余荡然无存，消费者整体受到伤害[20]。面对经营者的技术剥削，精明的消费者也将寻求防御措施，如比价网站、数字管家、禁止跟踪cookie保留个人数据等。经营者和精明的消费者都将面临囚徒困境，导致了一场技术竞赛，继而造成无谓的福利损失，这增加了经营者的成本也减少了需求，即降低了一级价格歧视对边际消费者的有利影响[21]。出于对利益的追逐，经营者的关注点可能将不再是如何改善和创新产品或服务质量，而是如何利用“大数据杀熟”策略以赚取更多利润(11)“一有适当的利润，资本就胆大起来。如果有10%的利润，它就保证到处被使用；有20%的利润，它就活跃起来；有50%的利润,它就铤而走险；有100%的利润，它就敢践踏一切人间法律；有300%的利润，它就敢犯任何罪行,甚至冒绞首的危险。”托·约·登宁：《工联和罢工》，1860年伦敦版，第35-36页。转引自马克思：《资本论》(第一卷)，人民出版社1975年第1版，第829页。，这种算法价格歧视会在事实上形成一个恶性循环，严重侵蚀社会的公平正义。

即便能推算出“大数据杀熟”使社会总福利增加的论断，也将使反垄断政策陷入效率与公平的冲突之中——应该选择社会福利标准还是消费者福利标准。长期来看，“大数据杀熟”背景下市场交易机制的不公正现象会打击消费者信心，这将抑制市场进步的原生动力。“大数据杀熟”的福利效果是短期的，其效率也是短期的，任何经济活动的出发点和落脚点都应该以人(消费者)为本，经济效益只是实现这种社会目标的手段，而不是最终目的。经营者的竞争活动最终应该是使消费者成为受益者，而不是将损失转移给消费者[22]。社会总福利的提升应以消费者利益提升为基础，任何以损害消费者利益来提升经济效益的行为无异于竭泽而渔。“大数据杀熟”使平台更多的消费者剩余转向平台经营者，进而改变利益分配，损害市场机制的功能。施马兰西等学者的相关研究表明，财富转移问题是现实中的主要垄断问题，而非资源配置的无效率，生产者假借提升生产效率进行福利转移，进而获取垄断利润，其造成的社会损失远超过因配置效率损失而导致的福利净损失[23]。在“大数据杀熟”的反垄断法规制中，应注入公平的价值理念，防止经营者利益的增加以损害消费者利益为前提。此外，消费者福利标准和社会福利标准之间并不冲突，其“具有独立的适用价值，可以嵌入经济效率标准或独立于经济效率标准，实现不损害消费者利益的经济效益，为反垄断法提供一种实现财富创造与公平分配的矫正制度模型”[24]。据相关统计，当前大多数国家都在竞争法政策中选择了采用消费者福利的标准[25]，如欧盟已将消费者福利确立为欧盟竞争法的目标(12)欧盟委员会表示，保护市场竞争“是为了增强消费者福利和确保资源的有效分配。”See European Comm'n,Guidelines on the Application of Article 81(3) of the Treaty,2004 O.J.(C 101)97,98.。

三、“大数据杀熟”反垄断法规制面临的困境

在价格歧视视角下，我国相关法律法规对“大数据杀熟”起规制作用的主要是反垄断法，但反垄断法由于各种原因未能反映对算法价格歧视的规制要求。当前我国反垄断法在规制“大数据杀熟”时面临以下难题。

(一)行为主体范围限定过窄

我国关于价格歧视的规定主要体现在《反垄断法》第十七条和《禁止滥用市场支配地位行为暂行规定》第十九条中关于禁止滥用市场支配地位的规定。但上述规定的适用对象仅限定为“具有市场支配地位的经营者”，即使是被认为专门为“大数据杀熟”而设的《平台反垄断指南》第十七条，也是以平台领域经营者具有市场支配地位为前提，这与“大数据杀熟”的反垄断法规制与实践相冲突。就“大数据杀熟”来说，平台经营者实施数据“杀熟”行为，并不一定需要拥有市场支配地位，因“大数据杀熟”的前提是掌握足够多的用户数据和信息，进而对用户进行精准画像以实施差别定价。需要指出的是，在数字经济时代，对于大量数据的掌握并不是确立市场支配地位的充分要素，数据优势是否能够成为判断拥有市场支配力的一种重要依据仍需进一步研究，因为在现今这个信息爆炸的网络社会，通过网络、中介机构等媒介，中小企业可以轻易、廉价地获取消费者的个人信息。此外，如何界定“市场支配地位”一直是《反垄断法》适用的主要难题，这个难题在复杂的数字经济环境下无疑被进一步放大，要界定数字经济中的“相关市场”并认定“市场份额”将面临更多困难，特别是平台经营者作为海量、多元、实时的数据集合体，很难清晰判断平台经营者的相关市场以及市场份额[26]。可以说，以“经营者具有市场支配地位”标准来认定算法价格歧视行为的非法性，无形中为适用《反垄断法》规制算法价格歧视行为设置了过高的门槛。

(二)“反竞争效果”难以判定

反垄断法保护的是竞争，如果价格歧视行为根本没有损害竞争，该行为应该通过其他法律规制，而不是受反垄断法规制。“大数据杀熟”也不例外，对其违法的认定及其规制必须受《反垄断法》目的限制。因此，从反垄断法的角度看，仍需分析“大数据杀熟”行为的反竞争效果，因为实践中关于“大数据杀熟”的垄断争议主要在于垄断地位的滥用。对于反垄断视野下反竞争效果的思考，关乎经营者利用大数据算法技术实施价格歧视行为是否限制竞争的判断。反垄断法规制的是具有“反竞争效果”的价格歧视行为，即行为应达到排除或者限制市场竞争的效果，这一点不管是欧盟的《欧洲联盟运作条约》(TFEU)(13)See Consolidated Version of the Treaty on the Functioning of the European Union art.102,June 7,2016,2016 OJ.(C 202) 47[hereinafter TFEU].、美国的《罗宾逊-帕特曼法案》(14)see 15 U.S.Code§13(a).，还是我国的《反垄断法》，都是将“排除、限制竞争”作为认定“价格歧视”行为的结果要件。就“反竞争效果”而言，可以分为第一线损害与第二线损害。对于第二线损害(买方之间的竞争损害)，因作为买方的消费者之间并不存在市场竞争，因而也就不存在所谓的损害消费者之间的竞争效果。而对于第一线损害(卖方之间的竞争损害)，“大数据杀熟”行为的“反竞争效果”只有在特定条件下才可以达到，如平台经营者给予其竞争对手的消费者一定的折扣，将该竞争对手排斥出市场，从而达到损害同级市场竞争的后果。可以看出，这种情况大致等同于掠夺性定价的竞争损害效果，但是这种情况很少见，通常很难达到这一效果，所以就适用《反垄断法》规制算法价格歧视行为而言，存在“反竞争效果”判定的难点。

(三)正当性抗辩理由被滥用

《反垄断法》第十七条将“正当理由”作为价格歧视的抗辩规定，然而并未对何为“正当理由”做出进一步规定。虽然《禁止滥用市场支配地位行为暂行规定》第十九条细化了“正当理由”规定：根据交易相对人实际需求且符合正当的交易习惯和行业惯例，实行不同交易条件；针对新用户的首次交易在合理期限内开展的优惠活动；能够证明行为具有正当性的其他理由。但究竟何为“正当理由”仍然不够明晰。法律规定不够明晰，加之法官自由裁量权比较大，加大了“大数据杀熟”反垄断法规制的难度。当遭遇“大数据杀熟”争议时，平台经营者往往会以各种抗辩理由，如因数据缓存出错、系统故障、新客优惠等导致商品或服务价格不同，否认“大数据杀熟”的存在。对于普通消费者而言，当其遇到疑似“大数据杀熟”时，因为并不知晓平台经营者具体的定价算法和定价规则，也就无从判断经营者的解释是否真实，如美团“杀熟”外卖会员就是一例(15)一篇名为《我被美团会员割了韭菜》的文章引起舆论热议。该文作者在点外卖时发现，同一时间在美团上同一家店铺、同一个配送地址点餐，会员比非会员的配送费还要高。作者称平常这家店的配送费基本就没超过3元，而自己开通了会员后配送费居然变成了6元。也就是说，买了会员后原本应享受的更低价，反而变贵了。参见神父《我被美团会员杀熟了》，载微信公众号“飘逸神父”，2020年12月14日。。对此，美团也做出了回应，称配送费差异与会员身份无关，问题出在定位缓存偏差上。再如，面对网友屡屡爆料被在线旅游平台杀熟，携程、飞猪等平台均辩称“新人专享价”“会员价”等不同优惠活动有不同的折扣，相关规则在活动界面有具体说明，只是因为系统或程序BUG导致终端价格显示出现差异，绝对不存在“大数据杀熟”。概言之，由于“正当理由”规定的模糊性，导致在具体认定“大数据杀熟”行为时面临较大不确定性，经营者可能以各种“正当理由”进行抗辩，加大了适用《反垄断法》规制“大数据杀熟”的难度。

(四)消费者维权举证困难

认定“大数据杀熟”本身存在证据收集难度，消费者检举投诉是发现“大数据杀熟”的主要线索之一，但因信息不对称和举证能力问题，消费者一般很难证明经营者实施了“大数据杀熟”行为。在民事纠纷中，根据“谁主张、谁举证”的证明责任分配原则，消费者寻求救济首先应证明自己因“大数据杀熟”行为受到损害。但实践中消费者维权时往往会面临举证不能的困境，因平台经营者在获取信息与分析数据方面占据优势，消费者往往难以获得受商业秘密保护的企业数据信息和定价算法规则，在平台经济时代，经营者的定价具体到每一个消费终端，而且该定价可能随着不同变量的变化而处于快速变化当中，如何固定歧视性价格证据亦是一个难题，因此消费者往往难以履行自己的举证责任，继而消费者会因无法证明平台经营者实施了违法数据“杀熟”行为而承担维权失败的风险。

“大数据杀熟”一般不是针对单一消费者，而是一种大规模违反诚实信用原则的行为，光靠个案很难推动。消费者又面临举证难度较大、举证成本过高等问题，在维权成本与维权成功的可能性极低的权衡之下，消费者对于“大数据杀熟”维权的积极性不高。虽说“大数据杀熟”的例子很多，但案子一个也没有，好像变成了一个伪命题，其中问题的关键是消费者很难证明平台是否存在算法价格歧视行为。

四、我国“大数据杀熟”反垄断法规制的路径优化

当前，“大数据杀熟”现象层出不穷，需要反垄断法予以及时回应。针对上述“大数据杀熟”反垄断法规制所面临的困境，需要根据“大数据杀熟”的特点，及时有针对性地更新反垄断规制措施，遏制定价算法阻碍竞争和损害消费者利益的不利影响。

(一)突破“市场支配地位”的限制

平台经济时代，不具有市场支配地位的平台经营者也可以利用数据优势对消费者实施算法价格歧视，表明主体限缩不再具有合理性。对此，应适当突破对行为主体市场支配地位的限定，扩大《反垄断法》价格歧视主体的外延，除了对具备市场支配地位的平台经营者进行规制外，对于利用数据优势对消费者或其他经营者产生强制作用的非支配地位平台经营者，也应考虑将其纳入价格歧视的主体范畴。一方面，对于市场支配地位的认定，可以根据平台经营者处理和掌握相关数据的能力，同时综合考虑网络效应、规模效应和锁定效应等其他因素认定其市场支配力，继而弱化市场份额的前置影响，确保平台运算规则的公平合理。平台经济领域交融错杂、盘根错节，如果囿于市场支配地位界定势必加重受害方的举证责任和执法机构的认定责任，不利于“大数据杀熟”反垄断规制的顺利推进。另一方面，考虑到诸如滴滴、美团等平台在各自行业较其交易方企业或消费者具有明显的优势地位，虽然这些平台本身可能并不具有市场支配地位，但其完全有能力利用自身的优势地位对交易对方或消费者实施歧视行为，因此可借鉴相对优势地位理论，将《电子商务法》第三十五条滥用相对优势地位行为规制内容引入“大数据杀熟”规制，对这类直接针对终端消费者的价格歧视行为，以滥用相对优势地位行为进行规制，保护终端消费者的合法权益。就域外相关立法来看，也有经验可循。日本公平交易委员会于2019年12月7日出台了《数据平台企业与提供个人信息的消费者之间在相关交易中滥用相对优势地位的有关禁止垄断法指南》，就如何规制平台企业滥用相对优势地位行为进行了规定，有效解决了平台对消费者的价格歧视不能纳入现行《禁止垄断法》规制范畴的问题[27]。当然，在反垄断法中引入相对优势地位理论时应厘清相对优势地位的内涵，严格设定滥用相对优势地位的构成要件。平台经营者的数据优势可以从其处理数据的技术能力、掌握的数据情况以及市场进入壁垒等因素综合考察。

(二)改良“反竞争效果”的衡量方式

对于“大数据杀熟”不应该简单禁止，需逐案评估其对消费者福利、竞争效果的影响。在“大数据杀熟”中，尽管社会总福利可能增加，但消费者剩余为零，消费者整体剩余下降，因此评估“大数据杀熟”行为的反竞争效果应考量如何选择评价标准(16)即反垄断执法机构需要在社会总福利标准和消费者福利标准中做出抉择——如果选择消费者福利标准可认定行为违法，反之则可认定行为不违法。。“大数据杀熟”造成的第一线损害往往难以单独评估，需要以消费者损害为前提进行评估，因为“大数据杀熟”表象的损害是消费者损害，第一线损害是消费者损害的联动效果，如果消费者没有因“大数据杀熟”行为受到损害，那么第一线损害亦无从谈起。即使经营者的市场竞争优势因实施“大数据杀熟”行为而有所提升，也不能因此直接认定该行为具有限制竞争效果，因为竞争优势的提升也可能是由于生产效率、经营效率等因素的改善而取得。“大数据杀熟”的反垄断执法应以消费者福利损害为关键因素予以考量，这是对第一线损害和消费者损害合理评估的应然选择。同时，鉴于“大数据杀熟”一般不是针对单一消费者，往往会带来大规模的消费者损害，可以用较多消费者的“杀熟”反馈作为执法部门介入的信号，在认定市场相对优势地位的基础上，如果能证明“大数据杀熟”行为存在，那么可初步推定消费者损害[28]。

此外，我国反垄断执法部门还可引入反事实状态的研究方法辅助判断“大数据杀熟”行为可能的竞争损害效果，以应对“大数据杀熟”在竞争损害上的复杂性和模糊性[29]。具体到“大数杀熟”案件中，以“大数据杀熟”行为实施前后的市场竞争水平为考量，若实施后的市场竞争水平明显低于未实施时的市场竞争水平，则可推定经营者的“杀熟”行为不仅对最终消费者产生损害，而且还产生了排除、限制竞争的负面效果。

(三)明确“正当理由”的判定标准

为了防范不法经营者以“正当理由”为借口规避反垄断法，增强执法实践中对“正当理由”标准的判断与操作性，应当进一步明确“正当理由”的判定原则和标准，具体可主要考虑以下四个标准。第一，效率标准。重点考察“大数据杀熟”行为是否为达到促进竞争效率所必须，从社会总福利、消费者福利角度分别考察“大数据杀熟”行为是否带来生产效率及配置效率的提高。如果平台经营者实施“大数据杀熟”的唯一目标是尽可能攫取利润而非改进经营效率，此时的“大数据杀熟”行为不仅不能降低生产成本和提高竞争效率，反而可能阻碍创新、降低产量，产生损害竞争效率的结果。第二，公平标准。针对“大数据杀熟”行为可能涉及的消费者利益、平台经营者利益、社会公共利益等，重点分析行为是否达到不同主体利益之间的协调，即收益在买卖双方之间的平衡。如果“大数据杀熟”仅带来经营者剩余的增加，减少消费者剩余乃至社会总福利，则不具有正当理由。第三，经营必要标准。即以“是否为正当经营需要”为正当理由的标准，从行为动机角度考察其是否为了保护自身经营、商业模式及结构对于经营的必要性等情形，若经营者能够证明实施算价格歧视的目的最终是善意的适应竞争对手的竞争，是保持正常竞争力之需要，则该行为可归为“正当理由”。第四，消费者获益标准。作为“大数据杀熟”行为的直接针对对象，倘若消费者能因此获益，那么毋庸赘述该行为的正当性。当然，消费者获益应是某种客观普遍性标准，即消费者整体获利，在这种情况下“大数据杀熟”的联动效果即第一线损害是不存在的。该标准一定程度上避免了经济活动的低效率，同时还维护了经营者的正当利益。总之，上述标准不是单一存在，而是相互交叉联系，法院及执法机构在裁量时需要全面而谨慎考虑。

(四)加强“大数据杀熟”反垄断的私人执行

在“大数据杀熟”的反垄断法规制中，不仅需要公权力执法的权威保证，也需要私人执行的及时规制。由于平台经营者和消费者双方实力差异巨大，加之“大数据杀熟”涉及诸多专业技术知识，消费者很难承担相应举证责任。针对消费者维权举证难的问题，建议采取“举证责任倒置”原则，加强“大数据杀熟”反垄断的私人执行，以更好地规制“大数据杀熟”行为。第一，调整举证责任分配原则。为减轻消费者的证明负担，提升其司法维权积极性，我国可以仿效日本和欧盟采取“举证责任倒置”原则[30]，在“大数据杀熟”案件中由经营者对其相关行为的合法性进行举证。同时，强化法院的证据收集权，以弥补消费者在证据收集方面的不足。第二，探索建立反垄断公益诉讼。“大数据杀熟”往往针对的是该种商业模式下的所有消费者，而不是单一消费者，受害者人数众多，常出现消费者整体利益受损严重、个体受损十分微小的情况，因此在“大数据杀熟”司法救济方面，更需要集体救济机制。反垄断公益诉讼能够联合数量众多的消费者，与平台巨头形成势均力敌的诉讼对抗局面，其制度优势不但有利于《反垄断法》的实施，威慑平台巨头的违法垄断行为，同时还可以为社会公共利益、消费者乃至中小企业提供公正、及时、有效的司法救济。第三，构建惩罚性赔偿制度。“大数据杀熟”反垄断案件由于其隐蔽性、技术性特点，消费者的维权成本与失败风险都很高，进而降低了消费者反垄断诉讼的意愿。可参考域外经验，构建损害赔偿制度，以达到激励私人提起反垄断诉讼之目的，从经济上严厉制裁，对平台经营者起到强大震慑作用。

任何商业行为，无论组织形式多么新颖，都要有基本的逻辑和底线。不可否认，大数据的发展给社会带来了诸多便利，但以“大数据杀熟”为代表的算法价格歧视也多次激起舆论热潮。在线旅游、网约车、网购……这些平台用大数据分析消费者购买能力，大刀霍霍“砍”向“熟客”，消费者对平台企业的对立情绪与日俱增。“大数据杀熟”行为只是平台经济时代出场的“排头兵”，其他还有诸如算法合谋、数据爬取等新问题亟须反垄断法规制。“大数据杀熟”的法律规制可能还涉及《电子商务法》《价格法》《消费者权益保护法》等，但反垄断法是一个基本工具。面对“大数据杀熟”行为，反垄断法不应被动地规制，应当主动顺应时代发展趋势，立足“大数据杀熟”反垄断法规制的现实困境，通过突破市场支配地位限制、改良反竞争效果评估、明确“正当理由”判定标准、加强反垄断的私人执行等措施，发挥反垄断法对市场行为的预测和指引作用，使平台经济时代的各种市场行为都能在反垄断法框架内有序进行。当然，随着以“大数据杀熟”为代表的算法价格歧视反垄断法规制的理论研讨和实践演进，还需进一步思考健全反垄断实施细则及程序性法规，增强反垄断法的指导性和可操作性。