武丹/制圖

作者|劉洪華

責編|薛應軍

正文共2440個字，預計閱讀需7分鐘▼

“同一場直播，老用戶下單貴30元”“優惠券電影票比線下還貴6元”。近期，有媒體報道，直播間購物遭遇大數據“殺熟”的現象時有發生。為進一步織密網絡銷售“防護網”，北京市市場監管局發布關于規范網絡銷售、直播帶貨領域不合理經營行為的若干措施，明確將嚴查大數據“殺熟”等行為，并聯合網信辦等部門對重點平臺企業開展算法檢查，督促平臺企業提高算法透明度，優化算法規則。

大數據“殺熟”是經營者利用互聯網平臺優勢收集和分析消費者的消費習慣、支付能力等數據，依照一定算法邏輯，對老客戶實施高于新客戶的差異化定價策略產生的價格歧視現象。數字經濟時代，大數據“殺熟”成為一種常見的侵犯消費者合法權益的行為。盡管近年來消費者提高了對大數據“殺熟”的防范意識，我國也完善了相關法律，但大數據“殺熟”現象仍時有發生，本文試從大數據“殺熟”司法救濟面臨的問題角度探討其完善治理的策略。

大數據“殺熟”司法救濟面臨的問題

大數據“殺熟”是對消費者個人信息和算法分析技術的濫用，侵犯消費者的知情權、自由選擇權、公平交易權等合法權益。近年來，我國出臺或修訂了多部法律及相關規定，包括《中華人民共和國電子商務法》《中華人民共和國個人信息保護法》《中華人民共和國反壟斷法》《網絡數據安全管理條例》《互聯網信息服務算法推薦管理規定》等都對算法技術的合法使用進行規定，明確禁止利用算法技術對網絡用戶實施不公平待遇。然而，由于大數據“殺熟”行為的高科技性、復雜性和隱蔽性，加之法律規定的碎片化，使得消費者維權困難。大數據“殺熟”的司法裁判案例顯示，此類案件勝訴率極低，筆者以“大數據殺熟”“算法歧視”等關鍵詞在中國裁判文書網檢索到12件直接相關的案件，僅1件勝訴。究其原因，一方面，大數據“殺熟”行為的違法性標準不明確；另一方面，消費者舉證困難。

大數據“殺熟”案件的爭議焦點在于，消費者是否被收取不合理的高價。對此，消費者通過一定的價格比較，認為被收取了不合理的高價；而經營者通常通過一定的證據，證明這種價格變化具有合理性且不構成價格歧視。由于商品或服務的市場價格確實會因為不同交易情況而發生變化，目前對于通過算法定價以及價格調整的時間、方式、幅度等沒有可供參考的細化規定。司法實踐中，法院大多采信經營者關于價格自動調整的合理性證據，從而否定消費者關于“殺熟”的訴求。比如，在“鄭某某訴上海某商務有限公司侵權責任糾紛案”中，法院認為機票價格受市場因素等影響存在價格浮動的情況，符合一般交易慣例和公眾認知，不能因不同時間段機票價格存在波動就認定屬于大數據“殺熟”行為；在“劉某訴北京某科技公司侵權責任糾紛案”中，法院指出，北京某科技公司的外賣配送費是動態調整的，訂單量大時配送費上漲，不能因不同時間下單的配送費不同，而認定北京某科技公司利用“大數據”區別定價。

消費者舉證困難也是大數據“殺熟”案勝訴率低的重要原因之一。由于現行法律并未明確規定大數據“殺熟”采取特殊的舉證責任規則，仍依據“誰主張、誰舉證”的舉證責任原則進行，這使得消費者需舉證證明經營者實施了不合理的價格歧視行為，而實踐中具體的定價策略、價格浮動規則等證據都掌握在經營者手中，使得消費者通常只能提供一定的價格比較差異證據，無法提供全面的證據證明經營者實施了歧視性定價行為。盡管有消費者通過個人信息保護法第二十四條、第六十九條之規定，使經營者負擔因違法處理個人信息實施價格歧視侵害個人信息權益的過錯推定責任，但這也并未降低消費者因舉證不能而敗訴的風險。由于經營者既是個人信息處理者，又是價格規則的制定者，在證據能力方面具有絕對優勢，消費者基本不可能對經營者的舉證提出有效抗辯，法院通常也只能進行證據的表面合規審查，即使證明力稍有欠缺，優勢證據規則也可能導致認可經營者的證據。在“張某與杭州某科技公司網絡服務合同糾紛案”中，被告杭州某科技公司承擔證明其在原告游戲賬戶充值金額與能獲得的共鳴度服務中不存在“殺熟”行為，在證明充值金額大小與共鳴度數值高低關系時未提供確切的依據，僅指出這種關系具有一定的隨機性，而張某僅“聽說”在相同服務器的玩家充值金額比其小但共鳴度數值卻比其高，且并未提交任何證據初步證明這種情況，法院依據優勢證據規則未支持張某的訴求。

突破大數據“殺熟”司法救濟障礙的建議

從前述分析可見，目前，司法救濟途徑難以為消費者在大數據“殺熟”中的權益損害提供有效救濟。究其原因，由于因算法歧視和個人信息濫用引發的大數據“殺熟”是一種新型侵權，侵權責任構成要件尚未完全明確，而目前相關立法零散且主要為一些原則性規定，司法實踐也缺乏可操作性規則指引，值得思考。大數據“殺熟”的有效應對需進一步完善立法和司法救濟機制，探索技術賦能法律的裁判方法，同時推動多元共治的法律治理方式。

首先，建議在消費者權益保護法中對網絡環境下的消費者權益保護進行專章規定，充實消費者權利，明確消費者的算法解釋權、消費信息處理拒絕權等權利，規定大數據“殺熟”的侵權構成和法律救濟，明確舉證責任倒置歸責原則，完善大數據領域消費公益訴訟機制，支持消協對群體性“殺熟”行為提起公益訴訟。

其次，利用大數據和人工智能技術輔助司法裁判。針對算法價格歧視的隱蔽性帶來的大數據“殺熟”違法性認定難題，可開發大數據“殺熟”法律監督模型，輔助識別所爭議的定價模式是否存在歧視性定價問題。

最后，探索大數據“殺熟”的多元共治法律治理模式。多元共治的核心要義在于不依靠單一主體治理，而是調動多元主體參與；不局限于單一法律規范，而是充分利用多種規范的效用。針對大數據“殺熟”應推動形成集政府監管、行業協會引導、公眾參與、群眾性組織支持、經營者自律和消費者自我保護為一體的多元主體治理模式，促進主體間的對話與合作，構建多方協作、多元共治的治理體系，降低大數據“殺熟”的概率，維護消費者的合法權益，確保消費者享受科技進步帶來的紅利。

（作者單位：廣東外語外貿大學法學院）