数字平台个性化定价的反垄断规制

王先林 曹 汇

一、问题的提出

个性化定价(personalized pricing)起源于价格歧视(price discrimination)，一般是指就同一种商品或者服务对不同的消费者或者同一消费者在不同消费情境下开出不同的价格，以尽可能攫取更多利润及消费者剩余的行为(1)价格歧视通常可分为一级、二级和三级。其中，一级价格歧视是指每一单位产品都有不同的价格；二级价格歧视是指按不同的价格出售不同单位的产品，但是购买相同数量产品的每个人都支付相同的价格；三级价格歧视是指企业将其顾客划分为两种或者两种以上的类别，对每类顾客群体索取不同的价格。。这种定价策略并不是现在才有，且因有构成滥用市场支配地位的可能而曾受到一些国家和地区反垄断执法部门的关注。随着数字经济的深度发展，消费者个人信息被海量集中于数字平台手中，算法及数据处理能力的频繁更新迭代更为大型平台创设了广泛实施个性化定价的空间。在此背景下实施的算法个性化定价对竞争的危害被进一步放大(2)李毅、李振利：《数字经济背景下对消费者实行个性化定价违法边界的研究》，《社会科学》2020年第2期。。为应对这一时代变局，经济合作发展组织(OECD)于2018年召开了“数字时代背景下的个性化定价竞争政策”圆桌论坛。值得关注的是，参会国家和地区提交的报告对此的看法并不一致。例如，美国提交的报告认为：反垄断执法针对的是市场上不合理限制竞争的行为，消费者保护执法则旨在从市场上消除欺骗和欺诈。在没有伴随反竞争、不公平或欺骗行为的情况下，个性化定价本身并不能成为任何一种法律进行干预的理由，因为这种做法似乎没有阻碍市场功能，而且确有增加福利的可能，故尚没有令人信服的理由禁止个性化定价(3)OECD, “Personalised Pricing in the Digital Era—Note by the United States”, https://one.oecd.org/document/DAF/COMP/WD(2018)140/en/pdf, 访问日期：2022年4月16日。。而英国提交的报告则主张：数字市场竞争环境变化迅速，当事后执法完成调查时，竞争对手可能已经被迫退出市场，现任者的市场力量反而得到了进一步巩固，也可能市场环境出现了根本变化，执法补救措施已无法解决当下的竞争问题，因此对于个性化定价，竞争执法机构不仅有干预的必要，而且要尽早尽快地进行事前主动干预，以免发生不可逆的竞争损害(4)OECD， “Personalised Pricing in the Digital Era—Note by the United Kingdom”, https://one.oecd.org/document/DAF/COMP/WD(2018)127/en/pdf, 访问日期：2022年4月16日。。相对来说，欧盟的观点较为折中，认为：竞争法干预个性化定价应严格限于事后且仅进行必要程度的保守干预，并且相较于竞争法，欧盟法律的其他领域——如欧盟消费者保护法与欧盟数据保护法可能更适合解决个性化定价问题(5)OECD， “Personalised Pricing in the Digital Era—Note by the European Union ”, https://one.oecd.org/document/DAF/COMP/WD(2018)128/en/pdf, 访问日期：2022年4月16日。。由此可见，数字平台的个性化定价目前仍是一个在理论上有争议、执法实践中难以处理的问题。本文拟从反垄断法的视角就数字平台的个性化定价问题进行探讨。

二、数字平台个性化定价的利弊分析

数字平台个性化定价早已不是一个只存在于理论构想中的问题。比如，知名电子游戏平台Steam和亚马逊就曾根据客户的IP地址分别改变电子游戏和Kindle电子书的价格(6)Mikians J., László G., Erramilli V. , et al., “Detecting price and search discrimination on the Internet”, https://www.researchgate.net/profile/Vijay-Erramilli/publication/232321801_Detecting_price_and_search_discrimination_on_the_Internet/links/0fcfd50826f1eac38c000000/Detecting-price-and-search-discrimination-on-the-Internet.pdf?origin=publication_detail, 访问日期：2022年4月16日。。目前，对于个性化定价的分析基本上都是从经济学中的价格歧视理论出发的。虽然自学习算法无法准确判断每位消费者的保留价格，但平台在追求完美个性化定价的路上已经能够实现对客户群体的精细化区分，并且不断提升客户群体细分算法中解释变量的数据质量，在算法的加持与消费者数据滚动式更新的背景下，从前粗放式的歧视性定价得以演化为更为精准的个性化定价(7)阿里尔·扎拉齐、莫里斯·E. 斯图克：《算法的陷阱：超级平台、算法垄断与场景欺骗》，余潇译，北京：中信出版集团，2018年，第135页。。值得注意的是，实践中的个性化定价永远不可能达到与每个人的支付意愿相同的价格，就像理论上的完美价格歧视一样，平台只能够利用数据将消费者在不同环境因素下纳入越来越狭窄地表现出相似特征和行为类型的消费者群组中，以此预估消费者的支付意愿，从这一角度来看个性化定价是一种不断向一级价格歧视进化的三级价格歧视(8)OECD， “Personalised Pricing in the Digital Era—Note by the United States”, https://one.oecd.org/document/DAF/COMP/WD(2018)140/en/pdf, 访问日期：2022年4月16日。。在某些情境下，也可能呈现出二级价格歧视的特征(9)Chapdelaine P., “Algorithmic Personalized Pricing”, New York University Journal of Law and Business, 2020, 170(1), pp.1-48.。基于价格歧视的分析模型，个性化定价可以被抽象出积极效应与消极效应，这也是反垄断执法部门目前对其态度一直摇摆不定的根本原因所在。

(一)数字平台个性化定价的积极效应

1.产出扩张效应。2013年英国《在线个性化定价经济原理》提出了产出扩张效应这一概念。其基本逻辑在于，在线的差别定价可以让企业向低支付意愿消费者收取低价，这会导致更多的消费者会以低于统一定价的价格购买到产品，只要消费者支付的价格超过产品生产的成本，那么企业就是有利可图的，并乐于扩充产量(10)韩伟：《迈向智能时代的反垄断法演化》，北京：法律出版社，2019年，第128页。。不仅如此，产出扩张效应还会产生一些正向反馈。比如通过个性化定价，企业可以很快识别出高支付意愿的消费者，这有助于快速回收成本。对于存在巨额专用投资的自然垄断行业而言，能否快速回收成本是一个行业是否可以持续健康发展的先决要素(11)郝俊淇：《平台经济领域差别待遇行为的反垄断法分析》，《法治研究》2021年第4期。。正是成本的快速回收才能让企业可以腾挪出更多资金用于补充后续生产，或者进行进一步的技术投资，进而形成产出扩张的正向循环。产出扩张效应不仅可以体现为单纯的产量增加，通过消费者反馈消费信息，企业也可以通过细微的产品服务变化来增加消费者分组，这会拓宽消费者的选择范围。细微的质量分化不需要厂商进行过多的额外投资就能聚拢部分具有特殊需求的消费者并收取更高的费用。比如，飞机的头等舱价格要高出普通舱许多，但其额外的服务提供成本却没有那么高，服务差异也没有特别大。头等舱的意义更多在于满足那些需要安静环境的高支付意愿消费者对于乘机体验的额外需求(如便于入睡或在飞机上进行工作学习等)。这样的个性化定价通过衍生产出既增加了企业的收入，又照顾了特殊消费群体的消费需求，扩张了产出种类。这种分析对数字平台的个性化定价也是适用的。

2.竞争强化效应。竞争强化效应可在如下简化模型中得到解释。假设存在两个生产同质化产品的竞争性公司A和B以及两个消费者群体X和Y。其中，X群体更偏好A公司的产品，Y群体更偏好B公司的产品，也即A公司可以对X群体设定较高的价格而不必担心客户的大量流失；同理，B公司对于Y群体具有议价优势。但无论对于哪一个公司，从利益最大化的角度来看都有必要争夺竞争对手的忠实客户。在统一定价下，这种定价一般位于对忠实客户与非忠实客户定价的中间。现在考虑两个公司可以进行差别定价的情况：A公司可以为X群体设定高价，鉴于Y群体为竞争对手B公司的忠实客户，因此其只能通过低价竞争的策略来抢夺客源；B公司面临着来自A公司对于Y群体的低价竞争，出于防御并巩固Y群体客户忠诚度的目的，不得不降低其原先对Y群体的定价以挽留那些摇摆不定的消费者，于是消费者Y群体就会受益于两个公司之间的价格竞争；同理，A公司也会面临来自B公司对于X群体的低价竞争，这也会使消费者X群体获利。即在进行差别定价的情况下，企业有动机为消费者提供比统一定价更低的价格，竞争可能会更加激烈并增加消费者福利(12)韩伟：《迈向智能时代的反垄断法演化》，第128页。。而且在平台经济背景下，数字平台对消费者进行化组区分的能力更强，这意味竞争的场域会更大，竞争也会更加充分并惠及消费者。除此之外，个性化定价还可以帮助瓦解垄断协议。个性化定价弱化了公司参与共同定价的能力，当缺乏一个统一的定价时，价格限制协议就会因为基准的缺失而难以被监督执行，个性化定价也使得产出限制协议变得无意义，因为当公司可以单独歧视每个消费者时，扩大产出而不是减少产量更符合他们的利益(13)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。对于横向垄断协议而言，监督执行至关重要，因为作为垄断协议的成员在达成垄断协议后的最优决策反而不是遵守协议，而是通过偷偷降价扩产来蚕食其他成员的利益，这被称为“卡特尔下的违约冲动”(14)平新乔：《微观经济学十八讲》，北京：北京大学出版社，2001年，第184页。。就平台经济背景下的算法共谋而言，不仅信使型和轴辐型垄断协议在个性化定价背景下容易被发现，以共同市场支配地位予以规制的预测型算法共谋也会由于价格长期趋同违背个性化定价特征而导致被查处的概率提升(15)王先林、曹汇：《平台经济领域反垄断的三个关键问题》，《探索与争鸣》2021年第9期。。因此，个性化定价能够通过监督弱化与动机弱化两个途径经由市场机制降低垄断协议发生的概率而不必完全仰赖执法威慑。

3.动态适配效应。相关研究指出，个性化定价应与价格随市场条件变化的动态定价区分，动态定价是指产品或服务的价格根据供求变化迅速调整(16)OECD， “Personalised Pricing in the Digital Era—Note by the United States”, https://one.oecd.org/document/DAF/COMP/WD(2018)140/en/pdf, 访问日期：2022年4月16日。。但个性化定价可能与动态定价并存，而且很难对二者作出严格的划分，也很难确定其中一种情况何时发生(17)Sears A. M., “The Limits of Online Price Discrimination in Europe”, The Columbia Science & Technology Law Review, 2019, 21(1), pp.1-42.。既然难以区分，倒不如将动态定价纳入个性化定价的范畴内进行统一综合分析，从而避免产生冲突结论困扰判断，故将动态定价界定为动态个性化定价或更合适。动态个性化定价机制能够快速对市场供求关系作出及时且准确的反应，这是数字化时代资源配置效率提升的体现。比如，经济学研究中常将差别定价分为需求型差别定价与成本型差别定价，并指出比起单纯挖掘消费者支付意愿的需求型差别定价，基于供求关系的成本型差别定价通常使得资源配置更为有效且有助于提高社会福利(18)李建培、廉涛、张晚烛：《差别定价：最新研究进展及政策启示》，《管理学刊》2021年第2期。。这种效率的提升不仅体现为整体供求关系的精细化匹配，也包括对消费者个体需求行为的预测。基于消费者个性化数据(如购买历史或搜索记录)的算法分析，可能意味着消费者会收到更适合他们个人需求或情况的优惠，包括通过对可能感兴趣的产品发起有针对性的折扣来发掘消费者的潜在消费需求，这意味着个性化定价中的个性化优惠能够有助于测试出消费者自身都未能发现的消费需求，而不仅仅是简单地提供不同的价格，由此可增加消费者的福利与企业利润(19)OECD， “Personalised Pricing in the Digital Era—Note by the United Kingdom”, https://one.oecd.org/document/DAF/COMP/WD(2018)127/en/pdf, 访问日期：2022年4月16日。。同时，这种优惠机制及潜在需求发掘机制是动态跟进的，随着消费者数据的更新，算法可以及时检测出消费者兴趣点的转移或变化，并为消费者提供与其变化后特定情境下需求相适配的产品及个性化的定价(优惠)，这又会减少消费者发现合适商品的搜寻成本。

4.福利补贴效应。个性化定价虽然剥削了部分高支付意愿的消费者，但也通过产出的扩张惠及了部分低消费群体。个性化定价通过转嫁高支付意愿群体的部分利益补贴了部分低支付意愿群体，并促使其做出消费决策。因为从经济学的角度来看，个性化定价背景下的高支付意愿消费者实际上承担了统一定价下所有消费者均应分担的全部固定成本。即低支付意愿消费者仅需承担商品服务中的可变成本，其在统一定价下本应分担的固定成本则由高支付意愿消费者全额补贴承担，低支付意愿消费者正是受益于这种补贴机制才能以较低的价格购买商品，收获更多的消费者福利。在统一定价下，高支付意愿消费者将获得更高的福利剩余，而在个性化定价模式下，每一个消费者最终支付的价格近乎产品对他们的价值，也即理想状态下的所有消费者剩余相等(20)Steinberg E., “Big Data and Personalized Pricing”, Business Ethics Quarterly, 2020, 30(1), pp.97-117.。在某种程度上甚至可视为实现了消费上的实质性公平。而且，这种补贴机制实际上也会对高支付意愿群体自身有积极影响。在平台经济背景下，个性化定价通过福利补贴机制扩大了需求，而扩大的消费群体规模又会反过来形成网络效应提升每一位消费者的效用，这使得平台经济下个性化定价的福利补贴效应会产生更为积极的影响。美国国家经济研究局(NBER)的一篇工作论文也证实了福利补贴效应的积极影响，结果显示：相对于个性化定价，统一定价下的消费者剩余总量反而下降了23%，分布上则有超过60%的消费者受益于个性化服务下的较低价格(21)Jean-Pierre D., Misra S., “Personalized Pricing and Consumer Welfare”, NBER Working Paper 2017, No. 23775.。

(二)数字平台个性化定价的消极效应

1.剩余榨取效应。个性化定价的本质在于尽可能获取消费者的剩余，这是对消费者福利的剥削。虽然在竞争激烈的情况下，消费者可以受益于商家间的价格竞争，但只要每个产品都有自己的忠实客户——高支付意愿消费者，这类消费者永远会成为剥削的首要对象(22)Woodcock R. A., “Personalized Pricing as Monopolization”, Connecticut Law Review, 2019, 51(2), pp.311-374.。在当今由大数据驱动的平台个性化定价背景下，快速的剥削获利可能会刺激企业投资于衡量消费者支付意愿的技术而非着眼于改进产品质量本身(23)Mehra S. K., “Price Discrimination-Driven Algorithmic Collusion: Platforms for Durable Cartels”, Stanford Journal of Law, Business & Finance, 2021, 26(1), pp.171-221.。个性化定价对福利的剥削效应有时甚至不会局限于价格本身，还包括企业为了实施价格剥削而通过营销策略激发的虚假需求。在大多数情况下，这会使消费者产生高估价值或低估价格的误解(24)Bar-Gill O., “Algorithmic Price Discrimination When Demand is a Function of Both Preferences and (Mis) perceptions”, University of Chicago Law Review, 2019, 86(2), pp.217-254.。当个性化定价同时反映了偏好和误解，特别是夸大需求的误解时，其对消费者的伤害更大，也会降低效率，因为消费者支付的价格超过了他们的实际利益(25)Bar-Gill O., “Algorithmic Price Discrimination When Demand is a Function of Both Preferences and (Mis) perceptions”, University of Chicago Law Review, 2019, 86(2), pp.217-254.。在表现形式上主要体现为三种情况：一是价格诱导，即通过显示产品较低的“初始价格”来误导消费者，而在最终购买之前自动添加额外的费用；二是重复报价，即利用时间限制来测试不同消费者的支付意愿并以此为其制定个性化的价格和折扣；三是虚假报价，即为某些消费者提供虚假的“价格优惠”，以激发其产生对商品或服务价格的错误认知，诱骗其产生购买行为(26)周围：《人工智能时代个性化定价算法的反垄断法规制》，《武汉大学学报(哲学社会科学版)》2021年第1期。。这些利用消费者的错误认识实施的个性化定价会使得价格信号失真并无法对供给产生有效的指引，最终导致供求关系的脱节，危害到企业自身的利益且降低资源配置效率。因此，我们不仅要关注个性化定价的直接危害，也要考虑到个性化定价的间接危害，如诱导消费者“自主”将自己分类到不同的细分消费组，特别是这种“自我选择”机制是由具备欺骗性的个性化应用心理定价和神经营销而产生时(27)Van der Rest J. I., Sears A. M., Miao L., et al., “A Note on the Future of Personalized Pricing: Cause for Concern”, Journal of Revenue and Pricing Management, 2020, 19(2), pp.113-118.。

2.公平感剥夺效应。很多时候，个性化定价受到人们的批评在于消费者不满于个性化定价剥夺了其公平购买商品服务的机会。这种公平感被剥夺的感受会快速传播，甚至会诱发消费者的非理性反感情绪。这时，即使是受益于福利补贴效应的低支付意愿消费者也会认为自己受到了不公正的对待与剥削。欧盟委员会2018年发起的对2万多名消费者的调查报告支持了这一观点：只有约8%的消费者认为个性化定价是有益的，而强烈反对的消费者占比约33%，当然，更多消费者持中立态度或不知道答案(28)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。虽然只有当个性化导致更高的价格时人们才会感到反感，但损失厌恶意味着人们倾向于给予这种情况更多的权重，仅仅是害怕或怀疑可能会付出更多金额就会导致人们不喜欢个性化定价(29)Borgesius F. Z., Poort J., “Online Price Discrimination and EU Data Privacy Law”, Journal of Consumer Policy, 2017, 40(3), pp.347-366.。事实上，企业并非不了解消费者这一心态，当特定的个性化定价做法被曝光时，企业通常会迅速声称这一机制是一个系统错误或仅仅是一个试用版本，并立即宣布这种做法结束，鉴于消费者普遍的反感态度，企业要么避免实施个性化定价，要么秘密进行(30)Chapdelaine P., “Algorithmic Personalized Pricing”, New York University Journal of Law and Business, 2020, 170(1), pp.1-48.。在某种程度上，消费者不喜欢的是个性化定价的“保密”，而非其本身，因此就算个性化定价在技术上是可行的，企业考虑到损害品牌声誉和失去客户的可能也不愿实施这种策略(31)Botta M., Wiedemann K., “To Discriminate or Not to Discriminate? Personalised Pricing in Online Markets as Exploitative Abuse of Dominance”, European Journal of Law and Economics, 2020, 50(3), pp.381-404.。个性化定价的歧视通常表现为两种形式：横向歧视，即给予不同消费者不同的价格，以及纵向歧视，即对于同一消费者在不同消费情境或时段给出不同的价格。其中，纵向歧视往往被冠以“大数据杀熟”的称谓并广受批评。诚然，纵向歧视中可能会存在动态适配等积极效应，但缺乏竞争强化效应与福利补贴效应，因此比起横向歧视来说更具有消极影响，这也是其常被诟病为“大数据杀熟”的原因所在。

3.信息不对称效应。OECD竞争委员会在一份报告中列出了数据分析中介机构和供应商可提供或推断出的三类个人数据：一是“自愿数据”，如姓名、电话号码、电子邮件地址、出生日期、出生地址、对调查的回应、专业、职业、教育水平等；二是“观察数据”，如IP地址、操作系统、产品购买、网站访问、点击速度、用户位置、搜索历史、社交网络中的偏好等；三是“推断数据”，如收入、健康状况、风险偏好、对广告的态度、消费忠诚度、政治意识形态、行为偏见、习惯等(32)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。这些消费信息集中于企业手中，一方面会产生隐私侵害的后果，另一方面则是加剧了企业与消费者之间的信息不对称。算法与数据分析技术的进步一改原先消费者居于信息优势地位的局面。过去的经济学理论常常假设企业并不具备反应消费者支付意愿的信息，但在数字经济背景下企业能够越来越逼近消费者的真实支付意愿，甚至在某种程度上，算法可能会比消费者还要了解自身的消费需求。在企业越来越了解消费者的同时，消费者却更加不了解企业：不了解企业收集到哪些个人信息，不了解企业如何运用这些个人信息，甚至不了解企业是否正在进行个性化定价。信息不对称会使消费者逐渐丧失对企业的信任，并扩大自身的产品搜索范围以进行消费比价，这造成了消费效率上的纯粹损失，增加了搜寻成本并损害了消费者的利益(33)Borgesius F. Z., Poort J., “Online Price Discrimination and EU Data Privacy Law”, Journal of Consumer Policy, 2017, 40(3), pp.347-366.。还有一种可能，即消费者对基于个人信息的个性化定价采取技术性反击策略以保护他们的隐私，这将引致供求双方的“信息攻防军备竞赛”并产生负外部性，使投资集中于非福利改进的技术强化(34)Chapdelaine P., “Algorithmic Personalized Pricing”, New York University Journal of Law and Business, 2020, 170(1), pp.1-48.。不管哪种情况，进行复杂的数据收集与分析的成本都会以整体加价的形式最终被转嫁给消费者，这会加剧消费者对企业的不信任(35)OECD， “Personalised Pricing in the Digital Era—Note by the United Kingdom”, https://one.oecd.org/document/DAF/COMP/WD(2018)127/en/pdf, 访问日期：2022年4月16日。。正因如此，有学者才提出应当通过设置信任公地资源使用规则的方式建构平台经济中的可信承诺，以此恢复并维系平台与消费者之间的数字信任(36)谢尧雯：《网络平台差别化定价的规制路径选择——以数字信任维系为核心》，《行政法学研究》2021年第5期。。

三、反垄断法规制数字平台个性化定价的必要性和传统方案

既然数字平台的个性化定价是一种利弊兼具的市场行为，那么法律对其的态度就不应是一禁了之，而要因势利导，去弊存利。事实上，现在有多个法律可以规制这种行为，特别是个人信息保护法和消费者权益保护法(37)篇幅所限，本文对于《个人信息保护法》及《消费者权益保护法》的规制进路不做详述。。但是这种单纯的“保护法”模式仍不够，还需要反垄断法作为“行为法”的规制。

(一)反垄断法规制个性化定价的必要性

个性化定价过去有多种称谓，最早是价格歧视，而后是差别定价。贬义性称谓向中性称谓的变化实际上体现了人们对个性化定价的看法与态度的更新——不再一味地批评而是越来越理性地看待。事实上，具有经济学背景的人士往往对于个性化定价持更开明的态度，他们认为，如果企业的这种做法可以为低收入消费者提供便利、创造正外部性、提高并优化生产，那么自己可以接受这种“不公”；他们同样相信，个性化定价最终会被视为新常态而为绝大多数人接纳(38)阿里尔·扎拉齐、莫里斯·E. 斯图克：《算法的陷阱：超级平台、算法垄断与场景欺骗》，余潇译，第170-171页。。事实上，单纯禁止个性化定价可能无助于改善市场竞争状况，比如英国竞争和市场管理局(CMA)在进行能源市场调查时发现，英国能源监管机构在2009年禁止区域价格歧视的政策并没有产生促进有效竞争的预期效果，相反，证据表明，干预后的能源市场竞争实际上呈弱化趋势并与该管制政策高度相关(39)Schofield A., “Personalized Pricing in the Digital Era”, Competition Law Journal, 2019, 18(1), pp.35-44.。因此，个性化定价并非天然具备违法性。

虽然有合理的一面，但个性化定价与生俱来的负面因素并不能完全打消人们的疑虑。个性化定价未来可以被广泛实施的一个前提即是其中的消极因素可以被控制在消费者的可接受范围内，也即相关的法律可以在不否定个性化定价的基本立场上对其中的负面情形予以规制，这并非天方夜谭。事实上，可以适用的法律手段甚至不止一种。个性化定价对消费者造成伤害的风险可以被互补的法律工具解决，包括竞争法、消费者保护法、数据保护法以及反歧视法律等(40)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。但这些法律是否能适用，以及如何适用也存在争议。如美国向OECD提交的报告就指出，不同的消费者支付不同的价格不会引起消费者保护部门的担忧，美国的消费者保护法旨在确保市场不存在欺诈和欺骗，以便消费者可以做出知情的选择，只有在特定情况下，围绕个性化定价进行的欺骗行为才可能引发消费者保护问题，比如一家公司违反了不进行个性化定价的实质性承诺；同样，在个性化定价中收集和使用的个人数据也可能涉及隐私关注；此外，如果个性化定价是基于种族、宗教、性别或国籍等因素，则可能违反美国的某些反歧视法律，这些都会对消费者造成伤害(41)OECD， “Personalised Pricing in the Digital Era—Note by the United States”, https://one.oecd.org/document/DAF/COMP/WD(2018)140/en/pdf, 访问日期：2022年4月16日。。欧盟的竞争法、数据法与消费者保护法同样只能在各自调整范围内遏制个性化定价的负面影响(42)Sears A. M., “The Limits of Online Price Discrimination in Europe”, The Columbia Science & Technology Law Review, 2020, 21(1), pp.1-42.。

目前，围绕个性化定价行为可适用的法律往往是以维护消费者利益为核心的，其中也包括对个人信息的保护。在《中华人民共和国个人信息保护法》和《中华人民共和国消费者权益保护法》(还包括部分《中华人民共和国电子商务法》条款)的监管架构下，消费者应被授予自由选择是否接受个性化定价的权利，或者选择性披露自身信息的权利。也即消费者应被赋予自由选择是否接受以及随时退出个性化定价的权利(43)李丹：《算法歧视消费者：行为机制、损益界定与协同规制》，《上海财经大学学报》2021年第2期。。这时市场的简化细分将出现不同的均衡：一个是统一定价市场，一个是个性化定价市场。那些选择统一定价市场的消费者将是保留价格相对较高的消费者——他们从逃离个性化定价中获益最多(44)保留价格指消费者愿意支付的最高价格。，而选择个性化定价的往往是保留价格较低的消费者(45)Wagner G., Eidenmüller H., “Down by Algorithms? Siphoning Rents, Exploiting Biases, and Shaping Preferences: Regulating the Dark Side of Personalized Transactions”, The University of Chicago Law Review, 2019, 86(2), pp.581-609.。

现在来分析一下具体的市场均衡结构。考虑如下简化模型，平台原先使用的是统一定价策略，在某一时点，其选择进行个性化定价并允许消费者自由抉择是接受个性化定价还是原先的统一定价。为便于分析，此处不考虑其他因素，比如消费者对隐私保护有特殊偏好的情况下，能获得更高的消费者剩余(以保留价格减去实际价格测算消费者剩余)即成了消费者选择的唯一依据。以原先统一市场均衡价格为分水岭。凡是保留价格低于原均衡实际价格的消费者将会选择个性化定价，因为此时选择个性化定价虽然消费者剩余可能近乎为零，但如果选择统一定价，由于保留价格低于实际价格时消费者剩余为负，则近乎为零的剩余还是优于负剩余。实际上，也正是由于消费者剩余为负，统一定价下这一部分消费者原先根本不会选择消费，也即变更定价政策后选择个性化定价的消费者全部是新进入的消费者。此处体现出的即是个性化定价中积极的产出扩张效应与福利补贴效应。与此相对应，原先参与消费的消费者则会一致选择统一定价。因为原先选择消费时其消费者剩余必然大于零(不然不如不消费)。如果此时选择不消费则剩余为零，如果选择个性化定价则可能近乎为零。大于零、近乎零与零三者之中显然前者最优，也即选择统一定价。由此可知，个性化定价吸引了原先不会消费的消费者，而原先即参与的消费者则会一致选择统一定价，对于消费者一方此时市场趋于稳定。进一步来说，在消费者自主分化的情况下，将消费需求端的稳定状态定义为：一是没有消费者再选择或退出消费；二是两边消费者均没有相互转换的打算。此时的统一定价必然等于个性化定价中的最高定价。这一结论可由排除法得以证立。假设稳定状态时统一定价高于个性化定价中的最高价格，则保留价格介于两者之间的新消费者有选择进行个性化定价消费增加剩余(原先为零，选择个性化定价后虽可能近乎为零但剩余还是会增加)的激励，这与稳定状态定义一矛盾，故必不为稳定状态。再假设稳定状态时统一定价低于个性化定价中的最高价格，则保留价格位于两者之间的选择个性化定价的消费者有转换为统一定价的冲动，因为相较于原先近乎为零的剩余，选择统一定价后可获得保留价格与统一定价之间的正剩余，境况得到改善，这与稳定状态定义二矛盾。因此，排除掉两种价格不等的情况后，统一定价等于个性化定价中最高定价则成为唯一可能的消费者需求端稳定状态。不断重复这一论证逻辑，归纳可知，只要是统一定价等于个性化定价中最高定价，无论定价几何，消费者需求端均是稳定的，所以实际价格取决于平台提供的供给定价。当不存在竞争时，消费者对平台提供的任一定价都接受并自发分类为个性化定价消费者与统一定价消费者，即消费者需求端对平台定价具有广泛的适应力，此时定价权在平台手中，即平台设定的任一基于自身的利润最大化定价最终都能形成市场均衡价格。

前文假设的是平台在统一定价的情况下宣布个性化定价政策并没有改变其原先定价的情形，消费者会以此价格为区分，自发形成统一定价等于个性化定价中最高定价(原价)的稳定状态。那么，平台是否存在变更原先定价的动机呢？答案是存在。平台可以获得个性化定价部分的近乎全部消费者剩余而无法获得统一定价部分保留价格与统一定价之间的价差剩余，因为该部分为消费者所有。剩余争夺常常是一种零和博弈，消费者的剩余损失可以等额转换为生产者剩余的增加(46)零和博弈是指在各方博弈时，一方的收益必然意味着另一方的损失，博弈各方的收益和损失相加总和永远为“零”，故双方不存在合作的可能。。换言之，要想获得统一定价部分的尽可能多的生产者剩余就是尽可能榨取消费者剩余。因为消费者剩余等于保留价格减去定价，在被减数——保留价格不变的情况下，使消费者剩余减小(生产者剩余等额增加)的方法只有一条：增加减数——定价。因此，平台具有在统一定价端进行提价的冲动，且这种提价是没有上限的。因为对于平台来说，只有逼迫所有消费者都“自愿”选择个性化定价，平台才榨取了全部消费者剩余并将之完全转换为己方利润。由此可得出以下命题：在没有干预且消费者均没有隐私偏好的情况下，平台的最优决策是通过超高定价的策略将所有消费者“赶进”个性化定价一边，形成消费者名义上有选择定价政策的自由实则被迫接受个性化定价剥削的局面。

面对这一情境，无论是《个人信息保护法》还是《消费者权益保护法》均无能为力。唯一能让平台改变其疯狂决策的只有其竞争者，只有在市场充分有效竞争的压力下平台才愿意让渡部分利润来争取消费者的青睐。一些经济学实证研究也支持了这一观点：存在一定程度的竞争能够限制企业榨取全部消费者剩余的行为(47)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。国内也有学者认为：“从算法定价市场运行的实际情况看，竞争机制并未偏航，动态市场能够自发纠错。”(48)喻玲：《算法消费者价格歧视反垄断法属性的误读及辨明》，《法学》2020年第9期。还有经济学家通过构建垂直差异化双寡头模型研究个人信息保护下个性化定价的分配效率后得出了这样的结论：引入竞争是解决平台利用大数据压榨消费者的有效途径，不仅完全禁止个性化定价会产生无效分配，过于严苛的个人信息保护政策也会使社会总福利下降(49)李三希、武玙璠、鲍仁杰：《大数据、个人信息保护和价格歧视——基于垂直差异化双寡头模型的分析》，《经济研究》2021年第1期。。《个人信息保护法》的信息规制与《消费者权益保护法》的兜底保护均不能完美克服个性化定价的弊端，过于依赖两法甚至会适得其反，还是应将调整的主动权交由市场，发挥市场在资源配置中的决定性作用。这同时也意味着，维护市场竞争机制正常运转的最重要的基础性法律——《反垄断法》在规制平台个性化定价时有着举足轻重的作用。

(二)反垄断法规制个性化定价的传统方案

在美国，规制个性化定价的法律主要是《罗宾逊-帕特曼法》，它是《克莱顿法》的一个修正案，该法2(f)条禁止买方故意诱导或接受歧视性的好处(50)克里斯托弗·L.萨格尔斯：《反托拉斯法：案例与解析》，谭袁译，北京：商务印书馆，2021年，第294页。。受芝加哥学派的影响，美国针对价格歧视(个性化定价)的反垄断调查几乎停滞，《罗宾逊-帕特曼法》最初在1936年通过，虽至今仍有效，但被适用的次数屈指可数，故被美国反垄断协会称为“僵尸法”(51)Mehra S. K., “Price Discrimination-Driven Algorithmic Collusion: Platforms for Durable Cartels”, Stanford Journal of Law, Business & Finance, 2021, 26(1), pp.171-221.。欧盟规制个性化定价的依据来自《欧盟运行条约》第102(c)条——对相同的交易设定不同的交易条件，并将“忠实折扣”纳入该条规制范围(52)西蒙·毕晓普、迈克·沃克：《欧盟竞争法的经济学：概念、应用和测量》，董红霞译，北京：人民出版社，2016年，第260-261页。。

在我国，《反垄断法》第1条立法宗旨指出：“为了预防和制止垄断行为，保护市场公平竞争，提高经济运行效率，维护消费者利益和社会公共利益，促进社会主义市场经济健康发展，制定本法。”这说明，我国《反垄断法》承载着维护消费者利益的制度使命，剥削型滥用行为理应被纳入反垄断法的规制范围内。

我国学者大多认为规制个性化定价应以《反垄断法》第17条第1款第6项的“差别待遇”为基础(58)承上：《人工智能时代个性化定价行为的反垄断规制——从大数据杀熟展开》，《中国流通经济》2020年第5期。。该项的法律构造基本借鉴于《欧盟运行条约》第102(c)条，并因此承袭了着眼于排他型滥用或扭曲型滥用而忽视剥削型滥用的特征。在平台经济背景下，该款的适用范围受到了严格的自我限制。有鉴于此，《国务院反垄断委员会关于平台经济领域的反垄断指南》(下文简称《指南》)对此予以了一定程度的改进。《指南》第17条第1款第1项规定了平台经济领域差别待遇的表现形式：“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。”显然，该项针对的是终端消费者而非仅限于下游经销商。紧接着，第3款正当化事由更是基本指向消费者而非经营者(59)《国务院反垄断委员会关于平台经济领域的反垄断指南》第17条第3款规定：“平台经济领域经营者实施差别待遇行为可能具有以下正当理由：(一)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；(二)针对新用户在合理期限内开展的优惠活动；(三)基于平台公平、合理、无歧视的规则实施的随机性交易；(四)能够证明行为具有正当性的其他理由。”。这种规定在值得肯定的同时，也仍有改进的空间。由前可知，差别定价对应的竞争损害可能有三种：排他型滥用(主线)损害、扭曲型滥用(次线)损害及剥削型滥用损害，这三种竞争损害类型杂糅于同一条款之中。易言之，“差别待遇”揭示的只是竞争损害行为的表现，而不能直接对应实际的损害后果类型。一方面，这增加了执法释明的难度。执法机构认定为“差别定价”之后还要重新分析其损害类型到底是哪一种，然后再确定该“差别待遇”行为的损害程度并施以相应的处罚。这意味着“差别待遇”的形式归入并不能给予执法机构相应的实质分析指引，此时“差别定价”只成了一个前提要件而非违法要件。另一方面，形式与实质认定的脱节很容易产生粗糙的执法，因为若只要以“差别定价”即可认定其违法而不必限缩其损害类型，执法机构就没有必要在相应的损害后果要件框定下进行竞争分析，甚至可能都不需要进行分析，只依行为外观即可进行处罚。由此看来，现阶段对个性化定价的规制完全集中于对“差别定价”的解释，是一种单向度的法律评价。这种单向度的法律评价使得目前的研究视角过于集中于剥削型滥用，甚至将之进一步限缩于“大数据杀熟”(60)梁正、曾雄：《“大数据杀熟”的政策应对：行为定性、监管困境与治理出路》，《科技与法律(中英文)》2021年第2期。。剥削型滥用固然是最大的危害，可过度集中于剥削型滥用也意味着对排他型滥用与扭曲型滥用的忽视，这导致大量的研究结论都是偏颇的，甚至会忽视市场竞争这个基本的前提，不考虑个性化定价下同一相关市场竞争结构的演变以及上下游竞争者间互动产生的竞争影响。实际上，个性化定价表现出的超高定价和超低定价都可能违反《反垄断法》，但各自对应的竞争损害类型是不同的(61)雷希：《论算法个性化定价的解构与规制——祛魅大数据杀熟》，《财经法学》2022年第2期。。一些学者注意到了“差别待遇”蕴含的多重竞争损害类型，并指出“‘差别待遇’条款不应适用于排他型滥用行为，泛化‘差别待遇’条款，对其采取扩张解释和适用，无疑会使《反垄断法》列举的掠夺性定价、拒绝交易、限定交易、搭售等滥用行为，仅仅根据其是否涉及歧视或差别待遇因素的人为区分，而在违法认定上陷入双重标准”(62)郝俊淇：《平台经济领域差别待遇行为的反垄断法分析》，《法治研究》2021年第4期。。这一认识值得肯定，但在限缩“差别待遇”的损害后果类型后又该如何解决“差别待遇”外观下不同损害后果的认定及其法律适用问题呢？下文我们尝试提出三向复合规制结构理论给出答案。

四、反垄断法规制数字平台个性化定价的三向复合规制结构

(一)适度放开个性化定价

包括数字平台在内的个性化定价存在提高资源配置效率的可能，这是各国反垄断执法部门已达成的共识，正确对待的态度是规范它而非简单禁止。但问题是，目前公众对这种定价方式还有许多怀疑甚至抵触情绪。正因如此，《指南》17条对个性化定价采取了“原则性禁止+例外豁免”的模式。诚然，个性化定价也有许多不确定的风险，规则制定时理应采取审慎态度。但目前的规则体系仍显不足，没有为数字平台进行个性化定价留下足够的发展空间，这可能会扼杀掉一种潜在的更有效率的资源配置方式。

我们认为，在讨论个性化定价的反垄断问题时首先要做的是给予该行为适当的宽容。对此，《指南》第17条似乎可做如下修改：在第3款正当化事由中加上一项“获得交易相对人同意并按照《个人信息保护法》等相关法律法规履行了信息披露义务”。由此导入《个人信息保护法》的适用以规范实施个性化定价的平台企业的个人信息、数据采用行为，尽可能消除信息不对称效应。同时，以该条款的修改为契机，为个性化定价的试验留下一片试错空间。

放松个性化定价管制的途径还可以通过法解释学得以实现。我国《反垄断法》及其配套规章、指南在规制“差别待遇”时均将重心集中在解释“条件相同”和“交易条件”上，忽视了对“交易产品”的规定。与之不同，《罗宾逊-帕特曼法》第2(a)条要求所涉商品必须具有类似的等级和质量，但品牌差异不在此列(63)克里斯托弗·L.萨格尔斯：《反托拉斯法：案例与解析》，谭袁译，第299页。。这或许是立法上的疏漏，也或许是立法机构有意为之。然而“无心插柳柳成荫”，这种规范缺位恰恰可以成为个性化定价正当化的理由。交易必须要有明确指向的标的，不然就是虚假的交易，而交易标的存在同质与异质之分。“差别待遇”中隐含的条件是交易限于相同产品标的。反垄断法通过替代性检视标准构建起了一套细致的分析产品差异性的规则用于界定相关市场。在进行相关市场界定时是允许产品具有一定差异性的，只要核心机能差异不大均可能被界定为同一相关市场。但在用“差别待遇”看待个性化定价时不能如此，而应进行严格的字面解释——完全相同。举例而言，哪怕两种产品仅存在颜色上的差异也不可视为“完全相同”。一种替代品的存在，即使是差异很小的产品，也会提高部分消费者愿意为其支付的价格上限，以此为基础的个性化定价均可产生更多的消费者剩余(64)Woodcock R. A., “Big Data, Price Discrimination, and Antitrust”, Hastings Law Journal, 2017, 68(6), pp.1371-1420.。对交易产品的严格限制解释并允许其设置个性化定价，能够激励平台进行更加差异化的生产以谋求各个细分产品上的市场力量，而这会为消费者贡献一个更加丰富多彩的产品世界。由此也体现出个性化定价的又一个优势：促进产品的多元化与竞争的多元化。

(二)三向度法律评价模式

适度放松对个性化定价的管制是为了将之纳入市场机制调整中，同时以反垄断法为竞争机制护航。而目前完全依赖“差别定价”的规制思路是一种单向度的法律评价模式，存在不足。基于个性化定价可能产生的三种竞争损害类型即排他型滥用、剥削型滥用与扭曲型滥用，我们认为可以构造一种三向度的法律适用模式以区分不同竞争损害类型。

首先，对于排他型滥用采用“差别待遇+掠夺性定价”评价模式。在竞争强化效应下，平台有动机通过低价竞争的策略来抢夺竞争对手的忠实客户，某些时候甚至会低于成本销售。这是因为其可以通过个性化定价对自己的忠实客户收取高价以弥补掠夺性定价的损失。个性化定价使得交叉补贴模式不再依赖于不同产品市场之间的补贴，而可以仅仅依据消费者分组在同一产品市场就能进行，这大大强化了掠夺性定价的适用范围。原先仅限于“聚合平台”实施的竞争策略，“单一平台”现在也可以实施(65)王先林、曹汇：《平台经济领域反垄断的三个关键问题》，《探索与争鸣》2021年第9期。。美国联邦最高法院认为适用《罗宾逊-帕特曼法》的主线竞争损害案件与适用《谢尔曼法》的掠夺性定价案件非常相近，因此对于主线损害可以比照掠夺性定价进行分析(66)克里斯托弗·L.萨格尔斯：《反托拉斯法：案例与解析》，谭袁译，第301页。。这一思路值得借鉴，但在分析个性化定价时也要注意到这种掠夺性定价得以实施的关键在于存在差别定价的补贴机制。差别定价既是掠夺性定价的表现之一，也是掠夺性定价得以实施的保障。单向度评价为掠夺性定价不仅未能体现出个性化定价的差别对待表现，也忽视了行为得以长期持续的原因。单向度评价为差别待遇则会面临三重损害类型指向不明的问题，也无助于释明其竞争损害机理，且忽视了差别定价中可能存在的积极效应。因此，理想的评价模式是将二者予以结合，相互补强，形成“差别待遇”+“掠夺性定价”的评价模式，以此来规制排他型滥用行为。

其次，对于剥削型滥用采用“差别待遇+超高定价”评价模式。掠夺性定价得以实施的关键是有大量消费者受到了高价剥削，这是剩余榨取效应的体现。规制这种现象最有利的制度即是禁止“超高定价”制度。在反垄断法的框架中有四种判断超高定价的方法，分别是成本加合理利润、同类产品比较、同一企业相同产品的空间比较和同一企业产品的时间比较(67)王先林：《超高定价反垄断规制的难点与经营者承诺制度的适用》，《价格理论与实践》2014年第1期。。面对个性化定价中的“超高定价”，可适用的方法有两种。一是同类产品比较法。传统理论认为同类产品比较法不易被使用的原因是垄断市场难以找到替代性较强的产品。但在个性化定价中这一障碍就不存在，因为比较的是完全相同的自产产品。界定超高定价时应注意从多方面综合分析：最高定价与最低定价是否差距过于悬殊、个性化定价的价格分布状况、最高定价与价格中位数及平均价格之间的差距等等。二是同一企业产品的时间比较方法。这主要运用于规制动态个性化定价中的“大数据杀熟”现象，考察平台是否在短期内不合理地对同一消费者进行了提价。考量因素包括且不限于提价幅度、提价频率、提价情境等，但要注意动态个性化定价中存在动态适配的积极效应，因此应在分析中区分提价表象背后潜藏的动机。“差别待遇+超高定价”评价模式可用于规制剥削型滥用行为。相较于单一评价模式的优势与前文对“差别待遇+掠夺性定价”的分析类似，此处不赘。

最后，对于扭曲型滥用仅用“差别待遇”评价即可。事实上，禁止差别待遇制度的原意就在于限制扭曲型滥用行为，在此进行单一评价只是回归了制度设计的初衷。与前两种评价模式中差别待遇更多承担的是行为表现描述之职不同，此处的差别待遇也揭示了其对应的竞争损害类型：扭曲下游市场竞争。在此情境下的个性化定价平台面对的交易对象不是最终消费者而是下游经销商或投机性消费者。虽然大多数情况下个性化定价针对的都是个体消费者(68)孙晋、王迪：《电商平台个性化定价行为的违法性界定及规制路径——基于动态定价行为和线下交易行为的比较视角》，《西北工业大学学报(社会科学版)》2022年第1期。，但在某些情况下，投机性消费者、个体经销商甚至小规模企业也可能成为个性化定价的对象。此时，个性化定价扭曲了下游的转售成本，并因此产生竞争损害。规制扭曲型滥用个性化定价时要考虑到对终端消费者的影响：既要承担上游市场竞争扭曲的后果，也可能受到下游市场对自己的剥削。此时会形成“扭曲型滥用+剥削型滥用”的叠加损害后果，对终端消费者的危害更大。这种情况下只要没有正当理由就应被禁止。而正当化事由可在《禁止滥用市场支配地位行为暂行规定》第19条第3款(69)本条所称“正当理由”包括：(一)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；(二)针对新用户的首次交易在合理期限内开展的优惠活动；(三)能够证明行为具有正当性的其他理由。和《指南》第17条第3款找到依据(70)平台经济领域经营者实施差别待遇行为可能具有以下正当理由：(一)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；(二)针对新用户在合理期限内开展的优惠活动；(三)基于平台公平、合理、无歧视的规则实施的随机性交易；(四)能够证明行为具有正当性的其他理由。。

(三)规制个性化定价的其他途径

对于“差别待遇”条款的适用只是用反垄断法规制个性化定价的一个角度。传统理论认为，构成价格歧视或个性化定价至少要具备三个条件：关于消费者支付意愿的充分信息、有一定的市场力量、能够限制套利(arbitrage)行为(71)克里斯托弗·L.萨格尔斯：《反托拉斯法：案例与解析》，谭袁译，第290-292页。。第一个条件说明了信息规制的必要性及《个人信息保护法》在规制个性化定价中的作用；第二个条件是反垄断法中禁止滥用市场支配地位制度得以适用的前提；而第三个条件则是一个个性化定价能够持续实施的关键问题。设想下一个平台无力阻止消费者转售套利的情形：投机性消费者能够根据自己设定的低定价购买产品，而后转售给高支付意愿客户；高支付意愿的消费者因此可以购买到低于其个性化定价的相同产品，故会放弃在平台购买产品；基于算法的动态调整机制，投机性消费者消费数量的增高会加大其被认定为高支付意愿消费者的概率，其接收到的个性化定价会不断提升；相反，高支付意愿客户因为减少了在平台的消费，平台将会不断下调其个性化价格以吸引其消费；低增高减促成了个性化定价下价格的趋同，最终在无套利空间的均衡状态下，整个市场实现了统一定价。消费者的套利行为能够在资源有效配置的前提下抢回被平台剥夺的消费者福利，转售套利本身即可通过市场机制抑制剩余榨取效应。这也意味着，平台在实施个性化定价的过程中不仅要面对来自竞争性平台的一级市场竞争，还要面临来自投机性消费者的二级市场套利竞争，因此平台有限制二级市场转售的动机。为发挥二级市场的调节机制，鼓励消费者自发经由市场途径夺取剩余，反垄断法应对平台的转售套利限制行为予以适当约束。

平台限制套利行为可能有两种主要途径：一是在识别出投机性消费者身份后直接拒绝向其出售产品，二是通过合同或知识产权条款在出售给消费者产品后限制其部分后续处分行为(72)Woodcock R. A., “Personalized Pricing as Monopolization”, Connecticut Law Review, 2019, 51(2), pp.311-374.。对于前者，可适用禁止“拒绝交易”制度予以矫正；对于后者，可通过禁止“限定交易”或禁止“附加不合理条件交易”条款进行规制。当然，转售套利限制并非完全都是消极的，甚至有重大的社会效应，某些限制应当成为反垄断豁免的理由。例如，航空公司和高铁的实名制购票制度虽然限制了市场套利行为，却通过身份确认与旅程追踪提高了旅行的安全性，也提高了跨区流行病调查的效率，这对处于新冠大流行的当下而言极为重要。又如，医院护理的实名制确保了每位病人都能享受公平的医疗资源，同时也能避免药品使用错误的情形发生(73)Woodcock R. A., “Personalized Pricing as Monopolization”, Connecticut Law Review, 2019, 51(2), pp.311-374.。就算对知识产权的某些限制，对于打击盗版，维护权利人合法权益来说也是必不可少的。所以，平台的转售限制行为虽有反竞争效应，但也可能有其他更为重要的利益须被维护，故应以合理原则为竞争分析的出发点。

当然，转售行为发生的领域也会受到交易标的本身属性的限制，比如服务尤其是个性化服务就几乎不具备被转售的可能，这时就要提高消费者对个性化定价的接受程度，增加他们对数字市场的信任(74)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。这提出了抑制消极的公平感剥夺效应的要求。比如，对于直接的个性化定价，消费者感到受到了歧视，但却能欣然接受个性化的优惠，即使两者的经济效果是完全一致的。此外，若平台能够允许消费者参与到价格形成的过程，一改消费者只能单方面接受平台定价的被动局面。比如通过构建议价机制或在线拍卖制度也可以部分克服公平感剥夺效应，国外也有相关研究支持了这些观点(75)OECD， “Personalised Pricing in the Digital Era—Background Note by the Secretariat”, https://one.oecd.org/document/DAF/COMP(2018)13/en/pdf, 访问日期：2022年4月16日。。以上机制虽可由市场自发生成，但时间可能很长，此时或可由政府出台一系列鼓励性政策或通过行政指导来引导平台主动实施。对于消费者，则可通过竞争文化宣传与算法个性化定价教育来提高消费者对个性化定价的理性认识(76)喻玲、兰江华：《算法个性化定价的反垄断法规制:基于消费者细分的视角》，《社会科学》2021年第1期。。从多个维度加快构建起平台与消费者相互信任的个性化定价市场。

五、结语

数字平台个性化定价是价格歧视在数字社会的体现。理论上虽有消极效应，但在资源配置上确有提升效率的可能。这也是各国大多不完全禁止个性化定价的最重要原因。个性化定价是信息时代信息流通高效的反映，价格信号可以更快速有效地指引资源流通。虽然数字平台可能因为握有消费者信息而滥用其议价优势，但完全禁止个性化定价实际是将信息不对称局面退化为信息双盲局面，这是一种因噎废食的做法，因此以法律的手段予以规范更为可取。在由《个人信息保护法》和《消费者权益保护法》构建起的消费者保护法律机制的基础上，《反垄断法》作为市场竞争行为规制法，可以进一步发挥其应有的作用。