“大数据杀熟”行为反垄断责任的完善

关键词：“大数据杀熟”;反垄断责任;双轨路径;经营者责任;技术责任

中图分类号：DF41;D912（29）  文献标识码：A  文章编号：1001-148X（2021）04-0132-05

收稿日期：2020-12-22

作者简介：郭江兰（1994-），女，四川巴中人，中国政法大学民商经济法学院博士研究生，研究方向：反垄断法学、数据法学。

基金项目：国家社会科学基金重大项目“互联网经济的法治保障”，项目编号：18ZDA150。

数字经济时代以算法、大数据为代表的智能技术成为经营者高筑竞争优势的重要抓手，以大数据为依托的算法“歧视”不仅违反了价格平等原则，还抑制了电子商务市场的公平竞争[1]，由此引起反垄断执法机关对“大数据杀熟”行为的重点关注。本文以“大数据杀熟”行为反垄断责任追究为切入点，分析算法时代价格歧视行为在责任追究层面面临的挑战，旨在揭示现有反垄断法在应对算法技术时存在的缺陷和不足，并提出“经营者责任+算法技术责任”的双轨追责路径，以实现合理惩处“大数据杀熟”行为的目标。

一、“大数据杀熟”行为追责路径面临的挑战

我国发布的《关于平台经济领域的反垄断指南》对定价算法技术滥用造成的“大数据杀熟”行为的法律规制仍遵循传统结果导向的思路，将违法性责任完全交由平台经营者承担，而未考虑算法开发者的责任问题。但是，算法本身的自主学习和决策特征降低了对其行为的可预测性，导致算法损害责任的分配呈现出复杂性特征，对定价算法、开发者和使用者关系的不同认识也给传统的追责路径带来巨大挑战。

（一）定价算法的智能学习能力与经营者的“全能性”功能

尽管很多国家在有意识地减轻互联网经营者的责任，如经营者可以主张“已尽到合理注意义务”或者援引“避风港规则”，但互联网经营者常常为发生在平台内的一切侵权行为所造成的不利后果承担责任。让经营者承担控制范围之外的责任时，其承担责任的制度前提是基于互联网经营者“全能性”的假设。随着算法技术学习能力的逐步深入，定价算法的功能不再局限于处理数据或执行价格决策，而是充分利用大数据进行智能学习、深化自我智能功能。因此，很难解释和还原算法的学习和决策轨迹，而此时仍坚持“全能性”的假设就显得不适时宜。

“大数据杀熟”行为的发生在数字经济发展的实践中是多方合力的结果，不仅仅是经营者一方的责任，而以结果为导向的“单轨制”责任模式生硬地将一些原本不属于经营者的责任强加给平台经营者。显然，这一责任模式没有意识到随着定价算法智能学习能力的加强，经营者“全能性”功能被否认，算法智能学习能力已经超越了经营者的能力这一事实。具体言之，“在线市场+数据驱动”的深度融合催生出更充足的选择、更好的质量和更低的价格，但互联网交易环境并不完美。在线平台上的交互行为生成大量的数据被经营者连续地、高度细粒度地跟踪、抓取，以供人工智能算法技术所学习，从而催生出广泛而多样的“个性定制化”服务;同时，经营者还将“大数据”转化为“智能数据”，进行自主、自动的数据学习。正是有海量的数据作为支撑，定价算法才能够准确估算交易相对人的保留价格。算法不仅要识别影响买方保留价格的种种变量，还需要其他的相关数据来预测买方在新交易场景中的表现。为了实现利润最大化，在定价算法研发时有可能将一些具有价格歧视偏向的算法嵌入其中，却很难被察觉。此外，由于“算法黑箱”具有难以解释的属性，可为“大数据杀熟”行为提供“藏身之地”，这表明经营者并不是“全能”的。所以，定价算法技术的运用给交易相对人以“黑盒子”的印象，歧视行為总是隐藏在不透明的机器之下，在输入指令后，交付无法解释、也无法看透输出，“技术中立”原则又为“大数据杀熟”行为再镀一层“隐身衣”。因此，定价算法技术所具有的智能学习能力，可以使定价算法产出的经营者无法预料到其他行为，算法技术的研发者也无法解释这是如何产生的，这也佐证了经营者并不是“全能型”的控制者。

（二）定价算法自主决策能力超越了技术的“工具性”定位

伴随着“个性定制化”服务给经营者带来竞争力的同时，定价算法自主决策能力越发受到重视，部分经营者有意识地培育和促进定价算法自主决策能力开发，具备深度学习能力的算法技术会在不断试错过程中发生自身的质变，并逐渐实现自主决策。特别是算法技术下的“个性定制化”服务不再局限于购物推荐和广告推送，而是逐渐扩展到商品或服务的价格展示中。基于定价算法对交易相对人数据的学习评估出购物者的最大支付意愿，使得在交易条件相同的情况下，同一时间相同产品或服务可以展示出不同的交易价格，为愿意支付更多价格的相对人设定更高的价格，为愿意支付更少价格的相对人设定更低的价格，且交易相对人尚不能识别和察觉出自己的价格与其他购买者不一致。由此可以看出定价算法技术已经在一定程度上超越“工具”的定位，而逐渐向“准决策者”的角色迈进。

随着定价算法技术逐渐发展，定价算法可以在智能学习、深度学习后凭借已有的数据信息判断出未来的价格情况，有针对性地向交易相对人提供“个性定制化”的价格，既侵犯到了用户的知情权和选择权，也破坏了正常的竞争秩序。在算法智能时代，定价算法自主决策能力已经超越了原本的“工具性”定位，自主学习定价算法利用收集到的消费数据进行预测，并评估出最接近相对人最大支付意愿的价格，隔离其与其他用户交流。原本算法只是解决特定问题的“工具”，本身既不与社会公共利益相关，也不具有影响社会运行的规则属性[2]。但是，随着算法自主决策能力的提升，根据掌握的个人消费数据，定价算法逐渐改变了用户的消费方式和消费习惯，成了定价配置的基本规则，业已变成了控制社会资源的非制度化权威手段，并逐渐带有参与市场竞争的“公共性”。因此，学界和实务界已经开始关注“算法规制”“算法治理”“算法监管”等，由此可体现出人们对算法技术已有了合理认知，不再局限于“工具性”定位。综上可知拥有自主决策能力的算法技术，在数字经济平台的日常运营中起核心作用，追究因算法技术造成的损害时不应纠结于传统法律的认知体系，而是直接将算法作为法律监管的对象。所以，定价算法在“大数据杀熟”行为中远非如单纯信息整合、数据挖掘那般中立，其在商品或服务的售卖、定价规则调整、用户信用指标等方面已经扮演了非常积极的非中立角色，这些非中立角色增加了消费者对“个性化定价”的接受度，从而很大程度上塑造了新的市场交易秩序。

二、“大数据杀熟”行为反垄断双轨追责路径的生成逻辑

算法时代的“大数据杀熟”行为追责路径不足，仅追究经营者责任显得有些捉襟见肘。其原因在于“大数据杀熟”行为具有高技术性和隐蔽性，若只在事后追究经营者的责任，很难保障网络环境下消费者的消费利益，有必要将单轨制的追责路径转换为双轨追责路径，并将追责思路由“结果导向”转化成“风险防范”。

（一）双轨追责路径转换的基本原理

算法技术、经营者、消费者等是一个完整生态圈的组成部分，算法技术之所以能够在网络环境中不断展示“大数据杀熟”，潜在隐含着“算法技术”与反垄断法律之间的冲突[3]。“大数据杀熟”行为的出现，除了因为经营者为追求利润最大化而展开不正当竞争之外，算法技术也不再严格遵循“科技向善”的宗旨，而是与“将经济利益投掷更高位置”的异化价值有很大的关系。可见“大数据杀熟”行为是不同主体最大化攫取利益相关者的利益[4]，经营者应对“大数据杀熟”行为的损害责任负有不可推卸的义务，也应承担相应的违法责任。经营者要以理性经济人的态度创新互联网商业模式，在使用算法技术时应保持“负责任”的态度，在符合基本商业道德和市场规律的前提下获得相应的经济利润、品牌口碑和市场认同，而不是将利润最大化的希望寄托在算法技术不正当使用上。与此同时，“大数据杀熟”行为的技术支撑在于算法，没有算法的加入就仅是经济学模型搭建中的假设，算法技术可成为法律监管的一部分，双轨责任制的构造就是用法治的力量敦促“技术向善”。

（二）从“结果导向”到“风险防范”

随着算法技术逐渐全要素、全方位、全领域、深层次地渗透到社会生活的方方面面，短时间内因应算法技术发展给法律制度建设带来的挑战难免存在“操之过急”之嫌，匆忙应对很容易对创新性商业模式和技术“规制过严”。“大数据杀熟”行为利用消费者进行获利，排挤或消灭竞争对手，抬高行业门槛或者限制扩张，严重损害数字经济领域内的竞争机制[5]。当下最为关键的并不是立刻制定针对“大数据杀熟”行为的反垄断责任法律，而是先转变“大数据杀熟”行为追责思路，将“结果导向”变为“风险防范”。

在“结果导向”思路的影响下对“大数据杀熟”行为反垄断责任的追究，传统的侵权行为法系采取的是对损害结果的转移，大多是当经营者对算法的不当使用造成了损害后果之后，以违法后果作为责任认定和追究的判断要件，偏重以结果为导向加强对“大数据杀熟”行为实施者的非难。随着定价算法在经济活动中逐渐扮演重要角色，若以行为损害后果来讨论经营者“大数据杀熟”的责任，而没有去考虑算法技术风险，可能会不适当加重经营者的责任，甚至会造成经营者的责任内容更加模糊;若只考虑歧视性定价的损害结果，而不问产生歧视性定价的原因或过程，将有违公平与实质正义。责任的承担一定需要有法律上的明文规定和合理的说理论证，偏重结果导向的追责思维不能达到现代侵权法对损害风险防范的要求，实施“大数据杀熟”行为的经营者是否具有防范歧视风险的能力是反垄断责任追究予以考量的重要因素。因此，将风险防范作为“大数据杀熟”行为反垄断责任的追究思路是对算法智能时代的反垄断责任制度进行重新建构，因应了算法智能时代下“法律应该化解风险，通过法律吸纳风险”的时代诉求[6]。

以结果为导向的追责思路直接指向经营者的定价行为，而以风险防范的反垄断追责思路部分转移到“大数据杀熟”定价算法技术本身，既以算法公平为目的，又确保定价算法的运行保持“技术中立”，使得定价算法的设计、运行、产出等阶段“透明且可解释”，随时可以接受用户的监督和审查，增强社会公众对“算法”的认识，以防止歧视风险出现的良好选择。以风险防范为追责思路符合“鼓励创新”的反垄断法立法意图，将经营者责任和算法技术责任双轨齐驱既可对定价算法的设计者进行制约，也有助于形成对定价算法的价格决策的信任。数字平台商业模式的创新发展离不开信任机制，数字平台对算法技术引发的不当行为“买单”忽视了算法技术在部署和应用时是否存在不合法或不合理，这样以结果为导向会造成经营者责任的内容模糊，不符合实质正义的应然诉求。此外，除了与经营者不当竞争有关外，算法技术本身是一把“双刃剑”，算法技术风险不仅包含源于技术自身的不成熟缺陷导致的“原罪”，还包括经营者等自然人主体不正确使用技术而引起的“他罪”。

三、“大数据杀熟”行为反垄断双轨追责路径的构造与落实

“大数据杀熟”行为反垄断责任的双轨追责制的构建颠覆了“技术中立”“技术理性”的设想，目标在于通过对“技术向恶”的惩罚，实现网络消费市场的平等化和市场化。除了追究经营者责任外，算法如何为自身引发的歧视问题向公众负责成为重要的法治议题。因此，对技术责任的认识需要完善“单轨制”向“双轨制”转变的衔接桥梁，以确保算法技术更好地服务消费者。

（一）“大数据杀熟”反垄断责任的双轨制

有关“大数据杀熟”行为的法律责任要被具有法律意义上的主体所承担，在双轨制追责路径的指导下可确立经营者责任和算法技术责任并行的追责机制。经营者责任与算法技术责任并非两个完全独立的责任内容，某些情况下存在交叉。例如很多时候经营者既是算法的开发者又是算法运行的使用者，技术责任的承担者可能还是经营者。由于经营者责任与技术责任的关注重点不同，评价的对象也不同，有必要将单轨制下的经营者责任转变为双轨制下“经营者责任+技术责任”。

1.经营者责任

作为将定价算法技术运用在市场的“最后推手”，经营者将定价算法技术运用于企业的自主定价机制，实现算法技术与经济的深度融合，拥有定价算法技术的经营者可以获得优越的市场竞争力。根据“受益者负担原则”的内涵，作为定价算法技术的最大获利者，经营者不可避免地成为“大数据杀熟”行为的责任主体之一。作为定价算法技术的直接受益者，经营者掌握定价算法运行的相关信息，能最快得知“大数据杀熟”行为的结果。若经营者能够承担起相应的管控责任，无疑是治理“大数据杀熟”行为最为简单有效的方式。由于在“大数据杀熟”行为处罚中很难去计算经营者的违法所得的具体数额，特别是“大数据杀熟”行为中并不止一个经营者的参与，甚至还包含其他类型的经营者。但是，尽管经营者很难出具完整的违法所得与正常经营收入，又不能忽视没收违法所得的功能，可综合运用智能司法技术、大数据技术等去确定大概的违法所得数额。另外，还要协调好没收违法所得与行政罚款之间的关系，没收违法所得是不具法律责任意义上的惩罚和威慑;罚款与教育应相互配合，综合适用，不能偏废。在民事责任方面，若囿于“填平”原則的限定范围就很难实现对被侵权人的充分救济。一方面应将从受害方攫取的合法利益退还给他人;另一方面，应注意到除了危及具体的受害者以外，违法性垄断行为还会致使社会公共利益受损。因此，不妨在“大数据杀熟”行为的法律责任中引入“惩罚性赔偿制度”，更加倾向于威慑，可以使经营者更加理性地使用定价算法技术。当然，惩罚性的倍数问题也至关重要，考虑到“大数据杀熟”行为的目的大部分在于锁定用户，多倍赔偿是必要的。

2.算法技术责任

算法技术可以参照“单位责任主体”的认定理念和认定方法，将责任主体增加为自然人、单位和人工智能体[7]。技术问题造成的损害责任应在技术层面寻求相应的解决，厘清“大数据杀熟”产生的技术肇因，追究算法技术责任十分必要。“大数据杀熟”行为的技术责任是围绕着定价算法的运行来追究反垄断责任的，算法解释责任是加诸算法开发者或使用者的技术责任，当算法智能尚不能被视为独立的责任主体时，技术开发方对算法技术造成的妨害承担主要责任[8]，算法技术责任主要是算法解释责任和算法伦理责任。

如果将“大数据杀熟”行为视为一个过程，研发者就是该流水线的起点，紧接着才有经营者的加入。研发者处于“大数据杀熟”行为的前端，应为自己的行为所导致的算法歧视行为进行解释，解释的对象是系统功能，需要解释个人数据的适用在价格决定中的占比大小。算法解释责任主要是考察算法技术本身是否合法，是否包含歧视因素，是否合理使用个人数据。算法伦理责任是实现算法追责的补充途径，算法解释责任有时会因“算法黑箱”或“商业秘密”等受到限制，便需要通过对算法技术的伦理进行审查，防止出现歧视的后果或对用户数据进行操纵的不法行为[9]。算法伦理责任的部署对于保障算法技术平等、公正地使用是可行的，其可以规范相关技术人员自觉遵守算法伦理规范，按照算法伦理规范的要求精准匹配消费者和自动化运作。算法伦理责任应将“安全、真实、公平”等作为行为底线来促进数字经济的发展，这也是保障消费者权益、市场健康发展的最低限度。

（二）“经营者责任”转向“经营者责任与算法技术责任”的衔接

“大数据杀熟”行为反垄断责任双轨追责路径的实施机制，要求将算法技术责任纳入反垄断责任体系。相比于传统地仅追究经营者责任模式而言，“经营者责任与技术责任”双轨追责路径的力度更强，技术性含量更高。考虑到当前反垄断领域尚未考虑技术责任，执法机关对“技术责任”的认识不深入，并不代表“大数据杀熟”行为双轨追责路径不现实。为了更好地落实“经营者责任与技术责任”双轨追责路径，可搭建起“经营者责任”转向“经营者责任与技术责任”衔接桥梁。

1.充分认识算法技术与经营者的角色

算法技术与经营者在“大数据杀熟”行为中扮演了非常关键的角色，经营者是利用大数据进行“杀熟”的主导者，而算法技术是“杀熟”行为的实施者，应将算法技术作为法律监管中不可或缺的对象。因为算法技术在网络交易、平台日常运营、定价决策中的核心作用，“大数据杀熟”的实质是技术不对称，在认定损害责任时应将算法技术责任的追究作为对智能环境下“信息不对称”的纠偏方式[10]。基于此，“大数据杀熟”行为反垄断责任追究中也应该充分认识算法技术的角色定位，将技术责任引入到反垄断责任中，以此来平衡经营者与网络消费者之间“技术鸿沟”，并在责任制度构造中予以体现。

2.高度重视算法技术问责制度的建设

经营者责任追究时常以算法作为经营者展开竞争的工具，而算法技术责任的构造是将算法技术单独作为法律责任追究的客体对象进行惩罚。从技术视角看算法，算法总会带有“歧视”或“偏见”[11]，算法技术的“工具理性”与法治规范的“价值理性”之间的鸿沟需要制度建设来弥合[12]。首先，明确算法技术问责的目的。为了防范算法技术造成更多的损害，对相关技术主体附加义务，减轻算法技术在操作过程中带来的负面影响或行为危害。其次，合理界定算法技术问责的内容。算法技术责任机制不仅需要包含相关技术工作者是否严格遵循了算法可解释和算法伦理，并对算法技术应用的风险进行全方位检测，还要考虑到算法技术是否按照相应的技术规范、法律规范在运行，避免算法权力的“异化”。最后，确立无过错责任为归责原则。过错责任原则关注对个人主观意图的“非难”，对个人道德进行主观评价;无过错责任原则注重预防事故成本和预期损害成本，补偿受害人损失或者是为了预防损害后果的发生[13]。

由于算法黑箱的存在，算法技术一旦产生实际的损害或任何风险，算法技术相关责任主体有义务承担相应的责任。即便是因技术不成熟或者是利益享有者的默示同意，都不能排除其履行算法技术责任。由于算法歧视性后果的产生具有隐蔽性，需要结合算法歧视性结果反向推导违法性责任的客观构成。假设算法技术可根据用户的数据差异得出不同的价格，则可初步说明算法技术在定价过程中产生了“偏见”。再结合算法技术相关主体的抗辩理由，或技术审查后发现抗辩不成立，技术审查存在问题可根据一系列间接证据形成证据链条，佐证算法技术确实造成了“大数据杀熟”的后果，由此需要算法技术问责[14]。目前，由于我国对算法技术问责的规范还在筹划当中，关于“大数据杀熟”行为的责任方式可根据行为发生在违法性垄断的场域，参照经营者的反垄断责任来确定算法责任主体应该承担的民事责任和行政责任，但具体的责任方式可结合算法技术本身的特点来设定，可不限于民事侵权赔偿和行政罚款[15]。

四、“大数据杀熟”行为的双轨追责模式

考虑到“大数据杀熟”行为具有违反反垄断法的性质，反垄断法责任的追究又必须平衡“鼓励创新与违法规制”之间的关系，故建立完善的“大数据杀熟”行为反垄断法责任制度是一个系统工程，关系到数字经济平台与消费者之间悬殊权力的地位纠正。“双轨制追责路径”为反垄断法责任体系的构建勾勒出了乐观其成的“个性定制化”乌托邦景象，对具有偏见的“数字化操控之手”做出正向回应和有效调整，这是认识到算法技术与经营者关系的变化后的积极反应。当结果导向追责思路不合时宜时可选择在风险防范追责思路的指导下，同时追究经营者责任和算法技术责任。一方面有利于促进经营者和算法技术更好地服务于数字经济的发展，携手建设更加美好的数字社会;另一方面，确保算法技术不异化为实施滥用行为的违法“工具”。基于技术进步与个人权利利益博弈平衡的考虑，又加之算法技术的发展必将引起社会的重大突破与变革，这就需要法制必须在技术进步与治理规范之间找寻平衡，将“算法技術责任”作为“双轨制”中的组成部分既不失两者的张力，也不损害相关主体利益。另外，考虑到算法技术责任的反垄断规范落实，还有很长一段路要走，但眼下需要立法者充分认识算法技术与经营者的角色，高度重视算法技术问责制度的建设。关注算法技术对互联网商业模式创新带来的实质影响，把握技术的应用现状，加强对算法技术责任的追究，从而使算法技术更好地促进数字经济的发展，创造更大的社会福利。

参考文献：

[1] 叶雄彪.网络销售区别定价现象的法律应对[J].商业研究，2019（10）：144-152.

[2] 孙清白.人工智能算法的“公共性”应用风险及其二元规制[J].行政法学研究，2020（4）：58-66.

[3] 李飞翔.“大数据杀熟”背后的伦理审思、治理与启示[J].东北大学学报（社会科学版），2020（1）：7-15.

[4] 唐凯麟，李诗悦.大数据隐私伦理问题研究[J].伦理学研究，2016（6）：102-106.

[5] 叶明，郭江兰.数字经济时代算法价格歧视行为的法律规制[J].价格月刊，2020（03）：33-40.

[6] 汪怀君，汝绪华.人工智能算法歧视及其治理[J].科学技术哲学研究，2020（02）：101-106.

[7] 刘小璇，张虎.论人工智能的侵权责任[J].南京社会科学，2018（9）：105-110，149.

[8] 唐林垚.人工智能时代的算法规制：责任分层与义务合规[J].现代法学，2020（1）： 194-209.

[9] 苏雪琴，刘乃梁.平台经济视阈下的股权控制和市场竞争[J].商业研究，2020（8）：146-152.

[10]张凌寒.《电子商务法》中的算法责任及其完善[J].北京航空航天大学学报（社会科学版），2018（6）：16-21.

[11]李醒民.人工智能技性科学与伦理[J].社会科学论坛，2019（4）：179-203.

[12]杨永伟，夏玉珍.风险社会的理论阐释——兼论风險治理[J].学习与探索，2016（5）：35-40.

[13]程啸.侵权责任法[M].北京：法律出版社，2011.

[14]卜素.人工智能中的“算法歧视”问题及其审查标准[J].山西大学学报（哲学社会科学版），2019，42（4）：124-129.

[15]章小衫.人工智能算法歧视的法律规制：欧美经验与中国路径[J].华东理工大学学报（社会科学版），2019（6）：63-71.

（责任编辑：关立新）