|
声音
|
|
□ 张 欣
饱受用户诟病的大数据杀熟等价格违法现象，正在引发监管部门的密切关注和重拳出击。7月2日，国家市场监管总局就《价格违法行为行政处罚规定（修订征求意见稿）》公开征求意见。此意见稿指出，电商平台经营者如利用大数据分析、算法等技术手段“杀熟”，可给予警告、并处上一年度销售总额1‰以上5‰以下的罚款，有违法所得的，没收违法所得；情节严重的，责令停业整顿，或者吊销营业执照。此外，近期公布的《深圳经济特区数据条例》也对大数据杀熟现象予以重罚。
所谓大数据杀熟，是指平台企业通过收集、追踪用户数据，在利用数据挖掘技术对用户进行分类和预测的基础上，对具有特定属性的用户进行歧视性定价，从而获得差额利润的行为。有调查显示，目前容易被大数据瞄准的“杀熟”对象分别是老用户、活跃用户、会员用户和使用较高价位移动设备的用户。除此以外，依据用户地理位置、生活场景甚至浏览行为进行的隐秘“杀熟”的行为亦不鲜见。
大数据杀熟的产生原因可能来自多个方面。首先，从技术视角看，作为大数据杀熟底层技术的用户画像技术早已实现了从设备到用户、从静态到动态、从评估到预测的三维跃迁。例如，有研究文章称，微软仅通过分析用户搜索引擎的交互行为，就可以预测使用者患有阿尔茨海默症的几率。这种技术进步可以为平台赋能，使其能够为用户提供更为精准化、个性化的商品和服务。但在用户画像技术不断升级换代之时，据此实行歧视性定价也变得廉价易行。
其次，从资本视角看，企业通过差别定价实现利益最大化的行为早已有之。早在1920年，英国经济学家庇古就在《福利经济学》一书中对企业实行的价格歧视策略进行了类型化归纳。可以说，通过信息优势赚取更多的消费者剩余是资本的内驱动力之一。而算法与资本的深度耦合，将企业的信息优势不断放大，加之其逐利的特性，对特定用户实行歧视性定价，从而获得最大化差额利润的现象也就不难理解。此前就有研究表明，某在线视频平台如果采用传统人口统计资料的个性化定价方法，只可以增加0.3%的利润；但如果根据用户浏览历史，结合机器学习技术预测用户支付最高意愿后定价，可以为平台增加14. 55%的利润。
最后，从私权救济的视角看，在算法技术加持、平台逐利倾向驱使下，消费者常常无计可施、无力招架，很难通过个体化的方式实行有效反制。例如，近期有用户在就某外卖平台实行配送费差异化定价提起侵权诉讼时，就遭遇了举证困境。在这起诉讼中，法院认为，根据平台提供的后台日志，配送费是动态调整的，由于两位用户的下单时间存在差异，故无法认定平台存在外卖配送服务歧视性定价的行为。
有鉴于此，面对大数据技术日趋复杂、资本对平台运营强力驱动、消费者屡遭歧视无力反抗的局面，在私权救济路径之外提供强有力的公力救济机制势在必行。此次《价格违法行为行政处罚规定》就是弥补监管空白、强化公力救济、推动“数据向善”的有力举措。
但与此同时，还需注意行政处罚作为事后监管方式，仅能在特定时点提供救济和威慑，难免存在应对迟滞的局限。而大数据杀熟是动态性、全周期的数据分析和应用行为，因此还应遵循数据利用和运作逻辑，积极挖掘公法视角以外的多元治理路径。一方面应当明晰大数据杀熟的认定和研判标准，审慎区分利用算法技术侵犯消费者知情权、选择权的价格欺诈和价格歧视行为与企业基于成本或者正当营销定价策略享有的自主定价行为，确保强力监管的同时不会扼杀行业发展。同时适度更新举证责任和归责原则，充实和完善私权救济路径。另一方面，还应当鼓励督促平台加强诚信自律，积极践行与“数字守门人”相配套的社会责任和治理义务，从技术向善和完善治理两个层面限制数据滥用行为，营造公平良好的市场环境。
（作者系对外经济贸易大学法学院副教授、数字经济与法律创新研究中心执行主任）
|
|
|
| 以强有力监管引导数据向善
|
|
|
|
|
|
| （ 2021-07-08 ） 稿件来源： 法治日报声音 |
|
|
□ 张 欣
饱受用户诟病的大数据杀熟等价格违法现象，正在引发监管部门的密切关注和重拳出击。7月2日，国家市场监管总局就《价格违法行为行政处罚规定（修订征求意见稿）》公开征求意见。此意见稿指出，电商平台经营者如利用大数据分析、算法等技术手段“杀熟”，可给予警告、并处上一年度销售总额1‰以上5‰以下的罚款，有违法所得的，没收违法所得；情节严重的，责令停业整顿，或者吊销营业执照。此外，近期公布的《深圳经济特区数据条例》也对大数据杀熟现象予以重罚。
所谓大数据杀熟，是指平台企业通过收集、追踪用户数据，在利用数据挖掘技术对用户进行分类和预测的基础上，对具有特定属性的用户进行歧视性定价，从而获得差额利润的行为。有调查显示，目前容易被大数据瞄准的“杀熟”对象分别是老用户、活跃用户、会员用户和使用较高价位移动设备的用户。除此以外，依据用户地理位置、生活场景甚至浏览行为进行的隐秘“杀熟”的行为亦不鲜见。
大数据杀熟的产生原因可能来自多个方面。首先，从技术视角看，作为大数据杀熟底层技术的用户画像技术早已实现了从设备到用户、从静态到动态、从评估到预测的三维跃迁。例如，有研究文章称，微软仅通过分析用户搜索引擎的交互行为，就可以预测使用者患有阿尔茨海默症的几率。这种技术进步可以为平台赋能，使其能够为用户提供更为精准化、个性化的商品和服务。但在用户画像技术不断升级换代之时，据此实行歧视性定价也变得廉价易行。
其次，从资本视角看，企业通过差别定价实现利益最大化的行为早已有之。早在1920年，英国经济学家庇古就在《福利经济学》一书中对企业实行的价格歧视策略进行了类型化归纳。可以说，通过信息优势赚取更多的消费者剩余是资本的内驱动力之一。而算法与资本的深度耦合，将企业的信息优势不断放大，加之其逐利的特性，对特定用户实行歧视性定价，从而获得最大化差额利润的现象也就不难理解。此前就有研究表明，某在线视频平台如果采用传统人口统计资料的个性化定价方法，只可以增加0.3%的利润；但如果根据用户浏览历史，结合机器学习技术预测用户支付最高意愿后定价，可以为平台增加14. 55%的利润。
最后，从私权救济的视角看，在算法技术加持、平台逐利倾向驱使下，消费者常常无计可施、无力招架，很难通过个体化的方式实行有效反制。例如，近期有用户在就某外卖平台实行配送费差异化定价提起侵权诉讼时，就遭遇了举证困境。在这起诉讼中，法院认为，根据平台提供的后台日志，配送费是动态调整的，由于两位用户的下单时间存在差异，故无法认定平台存在外卖配送服务歧视性定价的行为。
有鉴于此，面对大数据技术日趋复杂、资本对平台运营强力驱动、消费者屡遭歧视无力反抗的局面，在私权救济路径之外提供强有力的公力救济机制势在必行。此次《价格违法行为行政处罚规定》就是弥补监管空白、强化公力救济、推动“数据向善”的有力举措。
但与此同时，还需注意行政处罚作为事后监管方式，仅能在特定时点提供救济和威慑，难免存在应对迟滞的局限。而大数据杀熟是动态性、全周期的数据分析和应用行为，因此还应遵循数据利用和运作逻辑，积极挖掘公法视角以外的多元治理路径。一方面应当明晰大数据杀熟的认定和研判标准，审慎区分利用算法技术侵犯消费者知情权、选择权的价格欺诈和价格歧视行为与企业基于成本或者正当营销定价策略享有的自主定价行为，确保强力监管的同时不会扼杀行业发展。同时适度更新举证责任和归责原则，充实和完善私权救济路径。另一方面，还应当鼓励督促平台加强诚信自律，积极践行与“数字守门人”相配套的社会责任和治理义务，从技术向善和完善治理两个层面限制数据滥用行为，营造公平良好的市场环境。
（作者系对外经济贸易大学法学院副教授、数字经济与法律创新研究中心执行主任）
|
|
|
