從大數據殺熟到價格歧視 重罰可取嗎？
作者： 陳兵 胡珍
[ 全國範圍內各地區數字經濟發展尚不均衡，尚不宜過急制定數據領域的全國綜合性立法，地方立法在借鑑深圳《條例》時亦應綜合評估本地實際數據發展情況制定相應法規，尤其是在面對大數據殺熟這一問題時，更應謹慎借鑑該處罰數額的規定。 ]
[ 從當前互聯網企業發展的體量動輒上千萬乃至上億元以及“大數據殺熟”行爲的規制實踐來看，5000萬元相對於部分互聯網頭部企業來講微不足道，因此，5000萬元處罰數額的設定在全國範圍內僅具有一定的參考作用，無法通過該處罰數額的設置而達到對“大數據殺熟”行爲的有效遏制。 ]
近年來“大數據殺熟”行爲頻現，多個網絡購物、交通出行、餐飲服務等APP被曝出就同一商品或服務向老用戶索取高於新用戶的價格，引發社會各界廣泛關注。
4月13日，國家市場監管總局會同中央網信辦、稅務總局召開互聯網平臺企業行政指導會，明確提出要嚴肅整治“大數據殺熟”行爲。6月29日，深圳市第七屆人民代表大會常務委員會第二次會議通過的《深圳經濟特區數據條例》（下稱《條例》）亦對該問題作出了回應。《條例》第九十五條設置“大數據殺熟”的處罰數額5000萬元，這是現行法律的100倍。應該說該處罰數額相對於現行法律規範來講具有突破性，能夠對“大數據殺熟”行爲具有一定威懾與規制作用。但從當前互聯網企業的發展體量來看，“大數據殺熟重罰是否可取”還存在一定的探討空間。
何謂“大數據殺熟”
大數據殺熟一般是用來指同樣的商品或服務，老客戶看到的價格反而比新客戶要貴出許多的現象。大數據殺熟並非專業的學術名詞，也無確定的概念或定義。雖然“大數據殺熟”這一名詞從2018年纔開始進入大衆視野，成爲“2018年度社會生活類十大流行語”，而且逐漸演化爲今天需要被討論“如何進行規制”，但“大數據殺熟”這一現象卻由來已久。
我們日常所談的“需要被規制的大數據殺熟”，主要表現爲經濟學上所講的價格歧視（price discrimination），只不過大數據殺熟將“殺熟”的主體範圍限定在能夠利用大數據實施價格歧視的企業，並且將“殺熟”的對象範圍限定在企業利用大數據實施的價格歧視的受衆。
從大數據殺熟到價格歧視
價格歧視實質上是一種價格差異，通常指商品或服務的提供者在向不同的接受者提供相同等級、相同質量的商品或服務時，在接受者之間實行不同的銷售價格或收費標準。經濟學將“價格歧視”分爲一級價格歧視、二級價格歧視以及三級價格歧視三種類型，其中，一級價格歧視，又稱完全價格歧視，是指企業或商家針對每一消費者進行的個性化定價，這意味着企業或商家需要精準把握每一個消費者的消費或其他特徵然後實施差異化定價，一般而言一級價格歧視在傳統或者說非數字經濟消費場景下較難實現，不過在大數據場景下，一級價格歧視有了實現的可能，也即“大數據殺熟”；二級價格歧視是指壟斷廠商根據不同的購買量和消費者確定的價格，其典型是“數量折扣”，即對購買超過某一數量的產品部分給予較低的價格優惠，但不同消費者面臨的是同一套價格體系；三級價格歧視，是指企業或商家在銷售同一種商品時，根據不同市場上的需求價格彈性差異，實行不同的價格，例如針對不同的羣體索取不一樣的價格，三級價格歧視是最典型的價格歧視。
價格歧視並不必然需要法律的規制，一般而言，價格歧視作爲企業的銷售策略，能夠幫助企業實現利潤最大化，同時增加社會福利。“大數據殺熟需要被規制”的呼聲之所以這麼高，是因爲價格歧視發生在較大的互聯網企業之間，並且顛覆了消費者原有的認知——企業利用大數據並非對平臺的新客戶收取較高的價格，而是對平臺的老客戶實施了較高的定價。
應被規制的“大數據殺熟”的臨界點
從企業實施大數據殺熟的行爲來看，企業之所以會對老客戶實施較高的定價而對新客戶實施低價或者各種優惠政策，原因在於想要吸引新客戶或者說新流量。新客戶或者說新流量的背後其實就是數據，不論是新客戶加入時所填寫的各種註冊信息，還是網上瀏覽時所留下的痕跡信息，都是數據。因此，企業的大數據殺熟行爲從另一側面看也是在數據領域展開的競爭行爲。
大數據殺熟行爲是商家基於算法優勢，在分析用戶喜好、支付能力等數據的基礎上進行的個性化定價。不同於動態定價，個性化定價是在同一交易條件下，根據不同用戶的購買意願和支付能力進行的差異定價，而動態定價則是依據不同交易條件，計算交易成本，對交易價格進行的動態調整。交易條件是影響交易價格的重要因素，判斷“大數據殺熟”的關鍵在於判斷交易活動是否處於同一交易條件下，這也是認定“大數據殺熟”違法性的立足點。判斷是否屬於同一交易條件需要分兩步走。
首先，確定影響交易成本的交易條件。此處的交易條件是指賣家在提供產品和服務時影響交易成本進而影響價格的各類要素，包括但不限於交易時間、交易地點、交易數量、付款方式等。不同的產品和服務，影響交易成本的條件並不相同，如在外賣配送服務中，配送時段和配送地點應當是其重點考慮的影響條件。其次，判斷交易條件是否同一。此處的同一條件僅需要前後大致相同即可，無需達到完全相同的程度。且此處僅需要核心的交易條件大致相似即可，無需所有交易條件均滿足。
這一方法在實踐中也有所應用。在2019年“劉權訴美團案”中，二審法院重點考量了交易時段這一重要交易條件，認爲案件中影響價格的交易變量不只有新老賬戶，還有配送時段，且配送時段是影響配送費的重要因素。劉權與其同事下單時間並不一致，兩者的配送費並不在同一交易條件下，不具備可比性。因此，此案中配送費的變化並不能完全被認定爲是平臺依據用戶的大數據，針對老顧客做出的價格欺詐行爲。在2020年“胡紅芳與攜程糾紛案”中，原告表示攜程平臺上預定的酒店價格比酒店實際展出的掛牌價格高出不少。法院認爲，各項交易條件均未出現明顯變化，掛牌價格不會在短時間內出現大幅度變化，平臺存在惡意欺詐用戶的嫌疑。同時攜程在提供服務時存在強制收集用戶個人信息的行爲，此案中造成酒店前後差價巨大的原因明顯是攜程在未告知用戶產品的真實價格的情況下，利用收集的大數據針對老用戶實施的價格欺詐行爲，因此支持了原告的請求。
綜上，“大數據殺熟”作爲一種價格歧視，雖本質上不一定違法，但其多以價格欺詐的方式呈現，仍需進行科學有效管制。因此，規制“大數據殺熟”行爲應結合區別定價行爲的依據和應用場景進行具體分析，不能簡單地將區別定價行爲一概定義爲價格欺詐。同時也應考慮行爲本身對於市場運行、消費者權益和社會公益的影響。正如南開大學經濟學教授李磊所指出的，大數據殺熟問題的關鍵不在於壟斷，而在於企業利用壟斷地位實施的壟斷行爲而對市場競爭、消費者和社會公共利益造成的損害。
“大數據殺熟”重罰需慎重
如上所述，大數據殺熟本身並不必然需要受到法律的規制，只有在特定情況下才能夠納入法律的規制範圍。《條例》第九十五條規定：“情節嚴重的，可處上一年度營業額百分之五以下罰款，最高不超過五千萬元”，是目前針對“大數據殺熟”行爲的最嚴厲處罰，這一規定對相關違法經營者具有較強的震懾作用，體現了深圳市規範數據要素市場競爭亂象，維護市場主體和消費者合法權益的決心和力度。
應該說該罰款數額具有一定的參考價值，但並不具有普遍參考意義。從當前互聯網企業發展的體量動輒上千萬乃至上億元以及“大數據殺熟”行爲的規制實踐來看，5000萬元相對於部分互聯網頭部企業來講微不足道，因此，5000萬元處罰數額的設定在全國範圍內僅具有一定的參考作用，無法通過該處罰數額的設置而達到對“大數據殺熟”行爲的有效遏制。而且需要警惕的是，對“大數據殺熟”的識別和判定標準，以及具體適用場景下的解釋方法需要進一步細化，如適用不當或被濫用的話，該規定可能會引發另一後果，即阻遏中小數據驅動型企業的發展，從而固化和放大當前數據領域頭部企業與初創企業基於數據能力上的巨大差距而已存在的極化效應，因此，“大數據殺熟重罰”需慎用。
我國數據安全領域的基礎性法律《數據安全法》已於2021年6月正式出臺，以保護公民、組織的合法權益，維護國家主權、安全和發展利益作爲基本原則，以總體國家安全觀爲出發點和落腳點保障國家數據安全。同時，《個人信息保護法》也在加緊制定中，其對個人信息保護的制度和規則作出了嚴謹細緻的規定。前述兩法以及現行《網絡安全法》共同構成我國數據保護與發展的三大法治基石。
然而，數據治理領域仍存在諸多爭議問題，尚未形成統一認識，譬如，信息和數據是否需要區分，數據權屬的內涵和外延如何確定，是否需要賦予數據主體以“數據權”，政府數據是否應當無條件開放等，這些問題具有一定的複雜性。深圳特區率先探索數據立法，應該說起到了良好的示範作用。
數據立法勢在必行，但全國範圍內各地區數字經濟發展尚不均衡，適用統一數據立法標準，難以兼顧不同地區對數據保護和數據發展的差異性現實需求，尚不宜過急制定數據領域的全國綜合性立法，其他地方立法在借鑑深圳《條例》時亦應綜合評估本地實際數據發展情況制定相應法規，尤其是在面對大數據殺熟這一問題時，更應謹慎借鑑該處罰數額的規定。
（陳兵系南開大學法學院教授、南開大學競爭法研究中心主任；胡珍系南開大學法學院博士生。本文系教育部人文社會科學重點研究基地重大項目“全球數據競爭中人權基準的考量與促進研究”的階段性成果）
