焦海濤：算法個性化定價的反壟斷法立場與分析路徑 | 財經法學202505

【作者】焦海濤（中國政法大學民商經濟法學院教授）

【來源】北大法寶法學期刊庫《財經法學》2025年第5期（文末附本期期刊目錄）。因篇幅較長，已略去原文注釋。

內容提要：作為數字市場中的一種特殊定價方式，算法個性化定價常被具體化為大數據“殺熟”而受到質疑，并被傾向于認定為反壟斷法中的價格歧視。算法個性化定價其實具有非常模糊的經濟效果：商家可能因壓榨了更多的消費者剩余而獲得更高利潤，但支付意愿低的消費者也可能因此以可承受的價格購買到想要的產品。算法個性化定價由此在商家和消費者之間以及消費者內部產生了分配效應，并同時可能有助于產出擴張。如果反壟斷法以社會總福利（或消費者福利）為最終目標，就不宜一攬子禁止算法個性化定價，而應結合市場結構、整體經濟效果逐案分析。算法個性化定價在兩種情況下可能構成壟斷行為：如果對支付意愿高的消費者產生了明顯的剝削效應，可能構成價格歧視或超高定價；如果對上下游市場產生了明顯的排他效果，可能構成排他性濫用。反壟斷法只能解決部分算法個性化定價問題，全面保護消費者利益還需要消費者權益保護規則的適用，尤其是其中的公平交易權和知情權，并加強對商家算法使用行為的監管，確保算法個性化定價的透明度和消費者的退出權。

關鍵詞：算法個性化定價；大數據“殺熟”；價格歧視；超高定價；算法治理

目次 一、算法個性化定價的整體經濟效果 二、算法個性化定價的反壟斷法立場 三、構成壟斷行為的算法個性化定價 四、監管機制與反壟斷法救濟的配合 五、結論

隨著算法在數字經濟領域的逐漸使用，消費者在普遍感受到消費便利、效率提升的同時也存在公平性擔憂，特別是定價式算法所引發的大數據“殺熟”問題，屢被新聞報道甚至引發訴訟，相關法規或政府文件也多次點名大數據“殺熟”。例如，文化和旅游部制定、2020年10月1日實施的《在線旅游經營服務管理暫行規定》第15條規定：“在線旅游經營者不得濫用大數據分析等技術手段，基于旅游者消費記錄、旅游偏好等設置不公平的交易條件，侵犯旅游者合法權益。”2024年3月公布的《中華人民共和國消費者權益保護法實施條例》（以下簡稱《消費者權益保護法實施條例》）第9條第2款也規定：“經營者不得在消費者不知情的情況下，對同一商品或者服務在同等交易條件下設置不同的價格或者收費標準。”大數據“殺熟”行為不僅引發了消費者權益保護的擔憂，也進入了反壟斷法的視野。2023年修訂后的《禁止濫用市場支配地位行為規定》在規定價格歧視時就指出“交易中依法獲取的交易相對人的交易數據、個體偏好、消費習慣等方面存在的差異不影響認定交易相對人條件相同”，言下之意是，商家基于不同消費者的偏好和習慣差異而設置不同價格的，有可能被認定為違法的價格歧視。

大數據“殺熟”這個詞，本身就充滿了貶義色彩。與大數據“殺熟”相關的一個中性概念是算法個性化定價。對大數據“殺熟”的不滿，也引發了人們對算法個性化定價的質疑。算法個性化定價的治理逐漸在多個法上被分析，并進入反壟斷法的視野，且主要在價格歧視的框架下被考慮。由此引發了如下一系列問題：商家實施算法個性化定價，會帶來哪些經濟效果，是否與反壟斷法追求的社會總福利（或消費者福利）目標相悖；具有市場支配地位的經營者實施算法個性化定價的，是否當然構成壟斷行為以及可能構成哪種壟斷行為；反壟斷法在多大范圍和程度上能夠解決算法個性化定價帶來的問題。

一

算法個性化定價的整體經濟效果

（一）算法個性化定價的基本表現

個性化定價是指商家基于消費者的個人特征和行為表現對消費者進行定價的行為。不同消費者由于“個性”不同，被收取的價格就不同，所以，個性化定價常被視為價格歧視的一種表現。在個性化定價下，商家將客戶細分為小群體或個人，向每個群體或個人收取接近其支付意愿的價格。商家采用個性化定價的，未必是針對每個個人制定不一樣的價格，也可能是針對一小群人制定一個統一價格，即進行小組定價。

在當前的線上場景中，個性化定價都是依賴算法的。從理論上看，在算法的加持下，個性化定價可能導致商家收取的價格無限接近于消費者內心的最大支付意愿（保留價格）。這意味著算法個性化定價可能是價格歧視的一個特例，即接近于經濟學上的一級價格歧視。經濟學上通常用“消費者剩余”——消費者最大支付意愿與實際購買價格的差額，來評價消費者福利大小。一級價格歧視就是商家按照每個消費者的最大支付意愿定價，結果是消費者剩余均接近于零。這正是算法個性化定價在反壟斷法上和消費者法上飽受批評的最重要原因。

當然，將算法個性化定價理解為一級價格歧視只是一種傾向性表述，因為即便借助算法和大數據，商家也只能大致推測出（而不可能真正了解）消費者的支付意愿，且實踐中商家通常不會直接按照消費者的最大支付意愿來定價，而是會將價格個性化為略低于消費者支付意愿，以確保消費者會購買。例如，當消費者的最大支付意愿是10元時，如果商家定價也是10元，則對消費者來說就是可買可不買，這時，精明的商家會將價格設定為10元以下但接近于10元，如9.5元或9元，以確保消費者大概率會購買。所以，即便是非常完美的算法個性化定價，通常也只是接近于一級價格歧視，這時仍然有少部分的消費者剩余存在。

（二）算法個性化定價的福利分配效應

評價算法個性化定價的影響及其在反壟斷法上的性質，需要區分反壟斷法上的社會總福利標準和消費者福利標準，也需要區分特定消費者與整體消費者。

算法個性化定價可能不會影響（甚至還會增加）社會總福利，但剝奪了消費者福利，而商家福利由此增加了。對特定消費者來說，因為價格是個性化的，可能付出了較高價格，但算法個性化定價整體上也可能有利于其他消費者。也就是說，算法個性化定價存在典型的福利分配效應：一是在商家和消費者之間實現了福利分配，主要是消費者福利轉移給了商家；二是在消費者內部也實現了福利分配，即部分消費者福利轉移給了另一部分消費者。

1.商家和消費者間的福利分配

從經濟學角度看，以消費者最大支付意愿為基礎的算法個性化定價，幾乎消除了消費者剩余，也就造成了消費者福利損失。而減少的消費者剩余，都轉化為商家的剩余。這就是算法個性化定價所產生的侵占效應（the appropriation effect）。在個性化定價下，消費者從交易中獲得的凈收益非常小，如果是接近于一級價格歧視，那么算法個性化定價有可能剝奪了消費者從交易中產生的全部剩余。

通過將價格提高至接近消費者支付意愿的程度，算法個性化定價讓交易對消費者來說變得幾乎無意義。因為商家向消費者收取的價格如此之高，以至于從福利角度看，消費者就相當于沒有購買該產品一樣。例如，如果消費者愿意為一瓶飲料支付的最大金額是5元，而某個企業生產一瓶飲料的成本是2元，那么與消費者交易的總收益是3元。如果該企業將價格個性化為4.8元，則該企業幾乎獲得了整個交易收益，即2.8元，消費者從中獲得的收益只有0.2元。相比之下，如果該企業不清楚消費者的支付意愿，則可能以2.2元的價格出售飲料，這是一個企業會生產和銷售飲料的價格，因為它提供了0.2元的利潤，而消費者將從該交易中獲得2.8元的凈收益。這時，消費者將幾乎獲得所有的交易收益。可見，算法個性化定價改變了社會總福利的分配格局，確保商家幾乎獲得了整個交易的收益作為利潤，并將消費者剩余壓榨至接近于零。

在沒有算法個性化定價的情況下，商家最多只能收取基于群體而不是個性化的價格，基于群體的價格總會讓一些消費者獲得收益，因為該價格對群體的所有成員是相同的。假設市場上某類產品的潛在消費者，支付意愿有6、7、8、9、10元之分，在不清楚每個消費者具體支付意愿的情況下，商家的定價很可能選擇8。這時，除非商家利潤最大化的價格剛好是10元——這主要是指支付意愿是10元的消費者數量眾多，以至于商家放棄支付意愿10元以下的所有消費者，也能夠獲得最大化利潤——否則，商家設定的統一價格必然低于10元，例如8元。這種情況下，支付意愿剛好是8元的消費者沒有獲得消費者剩余，而那些購買了商品的其他消費者享受了收益。一旦商家轉向算法個性化定價，所有消費者在基于群體定價下享有的消費者剩余幾乎都消失了。

2.消費者內部的福利分配

算法個性化定價也會在消費者內部形成福利分配效應。在沒有個性化定價時，商家對所有消費者收取一個統一價格，因此，支付意愿高的消費者獲得了更多的福利，而支付意愿低的消費者獲得的福利較少，甚至不會再購買該商品。而在個性化定價下，商家向大多消費者收取接近其支付意愿的價格，但這個價格對支付意愿較高的消費者不利，而對支付意愿較低的消費者有利。假設市場上有A、B、C、D、E五類消費者，就某商品而言，其支付意愿分別是10、9、8、7、6元。如果商家將價格統一設定為8元，則A、B兩類消費者從中獲益，C是否購買商品具有不確定性，D、E不會再購買商品。如果商家實行個性化定價，對A、B、C、D、E分別收取9.5、8.5、7.5、6.5、5.5元，則所有人都購買到了想要的商品。不過很顯然，統一定價模式下A、B的福利，在算法個性化定價下基本喪失或大幅下降了，而D、E卻因此獲得了好處，這種好處，正是以A、B的福利損失為代價的。因此，一定程度上可以說，算法個性化定價通常將福利從支付意愿高的消費者（他們被收取更高的價格），轉移到支付意愿低的消費者（他們從較低的價格中受益）。

消費者內部的福利分配效應，盡管對部分消費者不利，但從消費者整體角度看可能是好事。一方面，算法個性化定價可以讓更在意價格（有預算意識，可能也是經濟能力有限）的“精明消費者”也能以自己可承受的價格買到想要的商品，這實際上增加了消費者福利。因為沒有依賴于個人數據的個性化定價的話，商家的定價通常高于這部分消費者的支付意愿，因此也就不會發生交易，自然沒有消費者福利。從這個角度看，算法個性化定價雖然促成了不同類別消費者之間的福利再分配，但事實上也增加了商品對更多消費者的可負擔性。在現代文明國家，對經濟能力弱勢消費者的關照，還具有經濟好處之外的價值。另一方面，即便算法個性化定價使得“精明消費者”也幾乎支付了接近支付意愿的價格（因此消費者福利并不多），但這些消費者在市場上也有足夠的選擇機會，并能以可接受的價格買到東西，這本身就增加了消費者的選擇范圍，是對消費者選擇權的保護。

其實，這種福利分配效應并非只是惠及部分消費者，從社會整體角度看也有益處。因為算法個性化定價可以讓企業將產品銷售給更多的消費者，包括那些在統一價格下無法負擔產品而被忽視或排除在市場之外的“精明消費者”，這就相當于創造了市場擴張效應（the market expansion effect），使得更多的產品被生產出來并順利銷售出去。在反壟斷法上，產出的增加，本身就是經濟效率的體現。如果說產出擴張效應只是一種靜態效率，算法個性化定價有時還會促進動態效率，即可能激勵企業創新和差異化產品，因為企業可以確保任何創新出來的產品，都能以個性化的價格銷售出去。而且通常情況下，企業產品越有特性，也就越不會面臨來自競爭對手的競爭約束。

當然，算法個性化定價的上述好處，只是商家壓榨消費者福利的副產品。算法個性化定價的目的幾乎都是盡可能多地獲得消費者剩余，商家不大可能為了讓更多經濟能力有限的消費者購買到商品而對其收取較低價格。通常只是因為這些消費者的支付意愿低，如果收取高價，交易就不會完成，而交易才能真正為商家帶來利潤。商家也不會無視自己的成本而對這些消費者收取低價，一旦消費者的支付意愿低于商家的邊際成本，商家無論如何也不會考慮這些消費者的承受能力而將價格降至成本以下。

二

算法個性化定價的反壟斷法立場

從表面看，算法個性化定價可能符合價格歧視的形式要件，尤其當算法個性化定價被具體化為大數據“殺熟”時，否定性評價基本占據主流。我國實踐中也發生過原告以反壟斷法為依據指控個性化定價的司法案件，如最高人民法院2024年11月判決的李某某訴滴滴濫用市場支配地位案（以下簡稱“滴滴案”）。不過，我國反壟斷法學界對算法個性化定價的反壟斷法立場和行為性質，也存在較大爭議。而在國外反壟斷法學界，更普遍觀點是，反壟斷法不是規制算法個性化定價的最優路徑。之所以如此，一個重要原因是，在市場經濟發達國家，經濟分析在反壟斷法實施中處于重要地位，而算法個性化定價的經濟效果具有較大的不確定性——經濟學文獻已充分證明，雖然算法個性化定價無論如何都不會損害生產者剩余，但社會總福利和消費者剩余可能同時增加、同時減少，或者分別增加或減少。特別是由于算法個性化定價同時具有侵占效應和市場擴張效應，而兩者孰大孰小取決于實踐中的消費者需求和市場結構狀況，如果后者大于前者，則算法個性化定價會增加總消費者剩余。也就是說，鑒于算法個性化定價的整體經濟效果，全面禁止這種行為看似在保護消費者利益，結果上可能會降低市場運行效率（主要是減少產出），并意外地損害部分消費者（即支付意愿低的消費者）。

另外，關于反壟斷法的經濟目標，芝加哥學派與后芝加哥學派也存在分歧，前者更多關注社會總福利（生產者剩余與消費者剩余總和），后者則更看重消費者福利（特別是不能容忍消費者福利轉移給生產者）。如果更看重社會總福利標準，算法個性化定價很大程度上是無害的。不過，后芝加哥學派的主張在現代反壟斷法中越發占據主流地位，因此，消費者福利而不是總福利，有可能被視為對反壟斷法更加重要。在這種立場下，以社會總福利的增加來支持個性化定價的主張就難以被接受，因為算法個性化定價無論如何擴大總剩余，其在結果上都會導致消費者剩余流向企業。

基于上述情況，事先禁止數字市場中的算法個性化定價未必合適，反壟斷法規制算法個性化定價更需要堅持個案立場，且不宜由反壟斷法來解決所有的算法個性化定價問題。

第一，反壟斷執法機構對算法個性化定價的認定和分析需要堅持整體立場。在我國，反壟斷執法是公共活動，執法機構需要考慮整體消費者利益而非站在個別消費者的立場上。不論何種情形下，算法個性化定價都會損害部分消費者利益，但整體消費者利益是否受損則具有很大的不確定性——市場擴張效應可能會覆蓋部分消費者損失，部分消費者受益也可能會抵消其他消費者的損失。因此，不能因為有個別或少部分消費者受損了，就認定算法個性化定價涉嫌壟斷。雖然消費者福利可以看作反壟斷法的最終目標，但反壟斷法上的消費者福利是整體福利，即相關市場上消費者福利的總和。現代反壟斷法也許難以容忍算法個性化定價在商家和消費者之間造成不公平的福利分配效應，但消費者內部的福利分配，不能成為反壟斷法介入的充分理由，這更多涉及消費者的公平交易權，主要是消費者權益保護法的任務。

第二，有些算法個性化定價也可以被市場機制抵銷，反壟斷法不必過早地貿然介入。總體來說，算法個性化定價在當前的商業實踐中并未普遍實施，一個重要原因是技術運用的挑戰以及實際市場的復雜性。而且，不論經濟效果如何，算法個性化定價很難被消費者喜歡。如果消費者發現其為產品支付的價格比他人（特別是身邊的朋友）高，那么其再次從同一商家購買產品的可能性就會很小。消費者未必會在意多支付的幾元、幾十元，可一旦發現自己被歧視了，情感上難以接受。消費者抵制算法個性化定價，更多也是一種情感上的抵制。對商家而言，這是市場機制自帶的懲罰效果。消費者對算法個性化定價的不認同感，一定程度上會抑制商家這么做。事實也證明，一旦算法個性化定價被曝光，商家通常會迅速聲稱系統錯誤或僅僅是試用，并宣布完全停止這種做法。正如有學者所言，盡管算法個性化定價在技術上是可行的，但企業通常不采取這種策略，因為存在較大的損害其品牌聲譽和失去消費者信任的風險。

第三，在反壟斷法上，算法個性化定價有可能被認定為一種價格歧視，而傳統價格歧視的實現條件在算法個性化定價中發生了變化，這使得反壟斷法只能解決部分算法個性化定價問題。傳統經濟學文獻認為，只有滿足三個累積條件時，企業才可以實施有效的價格歧視策略：具有一定的市場力量（確保被歧視的消費者不會轉移）；可以估計消費者的保留價格（從而可以相應地調整價格）；可以防止套利（確保被收取低價的消費者不會向被收取高價的消費者轉賣）。但在數字經濟中，借助數據和算法，即便是非壟斷性的企業，也有可能實施個性化定價，這使得運用反壟斷法來規制算法個性化定價必然有所遺漏。一方面，除了性別、年齡、教育水平等基本個人信息外，在線平臺及商家還能輕易通過分析消費者的其他信息如地理位置、過去的購買記錄、之前訪問的網站以及搜索查詢內容等，掌握消費者的購買傾向和支付意愿；另一方面，平臺和商家還可以依靠收集（及購買）的信息，通過提供特別折扣或購買條件（如贈品、免運費、特定的支付方式）等，來“說服”消費者購買某個產品，商家的“說服”策略在數字場景下很容易成功，而這些特別折扣和購買條件未必提供給其他消費者。從這個意義上說，傳統價格歧視主要依靠市場力量維持，而算法個性化定價下，“數據權力”（data power）具有了市場力量的同等作用。作為一種控制和使用數據的能力，數據權力與傳統的市場力量不同，它使得小型企業也能通過掌握消費者的詳細數據來實施個性化定價，從而在沒有顯著市場力量的情況下獲取更多消費者剩余。

第四，反壟斷法將市場力量作為介入價格歧視的前提，具有一定的合理性。有學者對反壟斷法將價格歧視的主體限定為具有市場支配地位的經營者提出批評，認為“在數字經濟時代，行為主體無須具備市場支配地位也能實施算法價格歧視行為”，因此，“《反壟斷法》中針對算法價格歧視行為主體的限縮性規定應與時俱進”，需要“適當拓寬行為主體外延，引入‘相對優勢地位’”。反壟斷法規制傳統的價格歧視之所以以市場支配地位為前提，是因為在企業市場力量有限即面臨較大的競爭約束時，消費者有足夠的替代性選擇，一旦發現被歧視就可以轉向其他商家，價格歧視也就難以普遍地實施。競爭性市場中當然也會存在價格歧視，但基本是零星和偶然的，其造成的競爭損害和消費者福利損失，難以達到需要反壟斷法介入的程度。即便就消費者福利而言，經濟學上也有一個基本認識：個性化定價對消費者福利造成的傷害程度，取決于市場上替代產品之間的現有競爭水平。因為每個消費者對產品的最大支付意愿，總是取決于消費者對替代產品的價值評估。雖然算法個性化定價可能保證商家將價格提高到無限接近于消費者最大支付意愿的程度，但市場上的競爭水平——競爭性產品對消費者的吸引力以及競爭性商家收取的價格——決定了消費者對當前產品最大支付意愿的高低。一個很容易理解的場景就是，消費者如果有較大的選擇范圍，則對商家的報價就不太信任，認為產品不值這么多。相反，對壟斷者的產品，因沒有足夠的替代性選擇，消費者的最大支付意愿會更高。這就意味著在壟斷場景下，商家一旦實施個性化定價，就會壓榨更多的消費者剩余，消費者福利損失也就更大。例如，當某消費者更喜歡A品牌商品而非B品牌時，對A品牌商品的最大支付意愿就會高于B品牌（如分別為10元和9元），但當A品牌商品的價格提高到10元之上（如10.5元），該消費者很可能會轉向B品牌；相比之下，如果市場上沒有B品牌，則該消費者愿意為A品牌商品支付的最高價格會更高，很可能只有A品牌商品價格提高到12元時才會放棄消費該商品。消費者最大支付意愿與市場競爭程度之間的關系意味著，通過促使相關市場的競爭更加充分，可以減少算法個性化定價對消費者的傷害。當然，這并不意味著在一個競爭性市場上，算法個性化定價不會對消費者造成傷害，僅僅是傷害更小而已，如前所述，算法個性化定價總是對消費者有害，無論市場競爭水平如何。不過這時，消費者損害的救濟，未必需要依據反壟斷法，當其他法（如消費者權益保護法）也能夠解決問題時，就不必強調反壟斷法的介入。就算法個性化定價的規制而言，有無市場支配地位的要求，一定程度上正是反壟斷法與消費者權益保護法的界限。例如，在前述的滴滴案中，最高人民法院雖然認為李某某提供的證據不足以證明滴滴方在相關市場具有支配地位，且其主張的差別待遇不具有實質性差異，因而沒有依據反壟斷法判定滴滴方濫用市場支配地位，但法院同時指出，李某某“在本案中提供的證據不足以支撐其根據反壟斷法、《中華人民共和國民事訴訟法》及有關司法解釋的相關規定證成被訴壟斷行為，但不排除其可以根據《中華人民共和國消費者權益保護法》或者《中華人民共和國電子商務法》等其他法律規定，另尋其他救濟途徑主張權利”。

第五，解決違法或不合理的算法個性化定價，需要持續監控企業的算法運用，反壟斷法不是行業監管法，很難實現這樣的重任。即便依據反壟斷法認定算法個性化定價構成壟斷行為，想要徹底解決這個問題，也需要行業主管部門的配合。消費者權益保護法、電子商務法、算法治理法，需要為解決算法個性化定價帶來的問題共同努力，反壟斷法無法也不應該獨立解決所有問題。

總的來說，反壟斷法不宜對算法個性化定價采取類似“本身違法”的一攬子禁止態度，反壟斷執法機構可以考慮僅在例外情況下予以干預，即當算法個性化定價產生的有害影響明顯大于積極效果時，才采取行動以最小化這種損害。而且，反壟斷法更需要發揮“兜底”與“補充”的作用，而非一開始就積極介入。

三

構成壟斷行為的算法個性化定價

在符合特定條件時，算法個性化定價仍有可能違反反壟斷法。除市場支配地位的基本要求外，還要基于損害特性來確認算法個性化定價的行為性質。我國大多學者傾向于在價格歧視的框架下分析算法個性化定價，這是因為《中華人民共和國反壟斷法》（以下簡稱《反壟斷法》）將差別待遇界定為“沒有正當理由，對條件相同的交易相對人在交易價格等交易條件上實行差別待遇”。從法條表述看，這里的“交易相對人”，既可能是參與市場競爭的商家，也可能是不再參與市場競爭的終端消費者。所以從形式上看，算法個性化定價有可能符合價格歧視的構成要件。不過從理論上看，反壟斷法中的濫用市場支配地位條款，除超高定價這種剝削性濫用來說，其他行為通常都不直接適用于企業與終端消費者的關系，除非這種關系能夠影響行為人的競爭對手，如面向消費者實施的限定交易也可能對競爭對手造成封鎖效果。基于此，算法個性化定價在以下兩種情況下有可能被認定為反壟斷法上的濫用市場支配地位行為：一是構成對交易相對人（特別是終端消費者）的直接剝削，二是構成對競爭對手的間接排他。

（一）構成剝削性濫用的算法個性化定價

如果有證據表明，不同消費者因與成本無關的原因被收取了不同的價格，即有些消費者支付了更高價格而又無法轉移，則算法個性化定價可能被視為剝削性濫用。需要進一步思考的是，這種剝削性濫用，究竟是反壟斷法上的價格歧視還是超高定價。

1.剝削性的價格歧視

針對消費者的個性化定價是否構成反壟斷法上價格歧視的爭議，主要源于歐盟競爭法的特別規定。歐盟競爭法將濫用市場支配地位行為分為剝削性濫用和排他性濫用：剝削性濫用處理的是壟斷者與消費者間的關系，這類行為使消費者直接受損；排他性濫用處理的是壟斷者與經營者（主要是競爭者）間的關系，這類行為使參與市場競爭的經營者直接受損，而消費者的損害可能是間接和最終意義上的。《歐盟運行條約》第102條規定的各類行為，只有第一項即超高定價（或稱不公平交易條件）是剝削性濫用，可直接適用于商家和消費者之間的關系，剩下的行為（包括價格歧視）都是排他性濫用。《歐盟運行條約》第102條關于價格歧視的表述是，對同等交易下的其他交易方適用不同的條件，從而使其處于競爭劣勢（a competitive disadvantage）。“競爭劣勢”的表述意味著，價格歧視違法的前提是必須具有競爭損害，這種損害體現為，被歧視的交易相對人因參與市場競爭而處于不利地位；如果交易相對人是終端消費者，因不再參與市場競爭，也就不存在所謂的“競爭劣勢”。

基于上述規定，在歐盟競爭法實踐中，對消費者收取不同價格的行為能否被認定為違反了《歐盟運行條約》第102條中的價格歧視規定，一直存在著爭論，爭論的實質是第102條是否涵蓋直接面向消費者的剝削性價格歧視。雖然從法律規定看，《歐盟運行條約》第102條因強調“競爭劣勢”而難以涵蓋“消費者歧視”，但實踐中，歐盟委員會也處理了“消費者歧視”的濫用案件，盡管總體上很少。例如，在法國足球協會案中，歐盟委員會因法國足球協會在198年法國世界杯比賽門票銷售中歧視外國消費者而制裁其濫用市場支配地位的行為；在德國郵政案中，歐盟委員會因德國郵政給予源自德國的郵件優先于外國郵件的處理而對其施加了制裁。然而，在這兩個案件的決定中，歐盟委員會并未就價格歧視的對象是否包含終端消費者發表過明確意見。

相比歐盟，我國《反壟斷法》規定差別待遇時并未過于強調排他屬性，“交易相對人”作為被歧視的對象，從文義上看既可以是經營者，也可以是終端消費者，所以直接剝削消費者的價格歧視，完全可以被認定為差別待遇。不過，也有學者指出，我國《反壟斷法》規定縱向壟斷協議時也使用了“交易相對人”的概念，而縱向壟斷協議通常是經營者之間的協議，因此，差別待遇中的“交易相對人”也應做一致的解釋，即排除終端消費者。此外，源于我國《反壟斷法》主要借鑒自歐盟以及歐盟競爭法中濫用市場支配地位的二分法，我國也有學者認為，作為算法個性化定價典型表現的大數據“殺熟”，不應被認定為價格歧視，因為“價格歧視須對競爭產生損害”，“而殺熟行為的受損害人往往是終端消費者，他們購買產品用于個人消費，并不參與競爭，因此殺熟行為對競爭往往并無直接影響，如果將其定性為價格歧視，則反壟斷法反而無法進行調整”。這種看法明顯受到了歐盟競爭法的影響，認為價格歧視必須是先損害競爭再損害消費者。

2.剝削性的超高定價

如果不認可對消費者的剝削也構成價格歧視，則這類算法個性化定價可以認定為超高定價，即商家對支付意愿高的消費者收取高價時，該價格與成本相比可能嚴重不合比例，因而符合超高定價的要件。認定為超高定價有兩個明顯的好處：一是回避了價格歧視的適用難題，減少法律適用障礙；二是避免對算法個性化定價的一攬子禁止，從而讓支付意愿低的消費者仍然可以享受到好處。算法個性化定價是對不同消費者收取不同價格，有的價格高，有的價格適中，有的價格低，反壟斷法只認定其中高價部分構成超高定價并作出否定性評價。這相當于在維持大部分交易價格的基礎上，僅防止商家對支付意愿高的消費者過度剝削。

當然，將算法個性化定價認定為超高定價也并非沒有難題和爭議。第一個難題是如何確定價格過高（即我國《反壟斷法》中的“不公平”）。這是超高定價認定的歷史性難題，但在算法個性化定價中表現得更為明顯。因為商家的定價是高度分散的，很可能就同一產品向不同消費者收取了幾十甚至數百個價格，不同價格之間的差異通常又不是很明顯，這時很難選擇一個臨界值，認定超過臨界值的價格就是“過高”的，而之下的價格就是合理的。此外，產品價格是否合理的判斷還受到產品類型的影響。如果是標準化產品如有形的實物商品，成本和價格還相對好判斷，可如果產品是服務（如網約車、餐飲），則產品本身很可能是高度“個性化”的（如不同車型的運營成本和帶來的服務體驗均有差異），甚至融入了消費者的特別請求（如餐飲服務基于消費者的個人偏好而增減餐量、調配內容），成本和價格的比較就非常困難。

一個基本原則是，著眼于反壟斷法與消費者權益保護法的目標差異，在確定實際成本與收取價格之間的差額是否過高時，應當針對所有價格整體考慮，而不是針對每個單獨價格，因為決定反壟斷法是否干預的基本標準是整體消費者福利，而非每個消費者的福利。所謂整體考慮，并非取不同價格的平均值，而是分析在沒有算法個性化定價的情況下，商家通常會收取一個怎樣的統一價格，然后考慮到個性化定價下商家低于該統一價面向支付意愿低的消費者銷售時的利潤損失，在允許商家合理收回該利潤損失的前提下，大致確定一個價格的臨界值，高于該臨界值的，才可以認定為超高定價。

第二個難題是，由于反壟斷法介入剝削性濫用的高錯誤風險，各國反壟斷法對剝削性濫用的態度既不明朗也不統一，即便如歐盟、澳大利亞、韓國和我國，允許認定剝削性濫用違法，反壟斷法干預的門檻也非常高，反壟斷執法機構總體上都較為慎重。美國反壟斷法中就沒有超高定價的規定，歐盟競爭法雖然有明確規定，但一直不是執法重點。從理論上看，運用反壟斷法來規制剝削性濫用之所以被質疑，一個重要原因是，在反壟斷法以及更廣泛的經濟學中，有一個長期存在且具有一定合理性的認知，即將價格視為市場競爭水平的副產品，而不是原因。根據這種觀點，競爭限制價格，而不是相反，因此單純的價格過高，如個性化定價，基本難以損害競爭（可能存在偶爾的例外）。如果定價行為損害了消費者，只能是因為競爭未能將價格降低，如果希望通過反壟斷法解決這個問題，應該針對任何削弱競爭的反競爭行為，而不是定價行為本身。這種觀點形象地說就是，反壟斷法應該治療引起價格問題的病因，而不是針對價格這樣的癥狀。

上述觀點也可解釋為，任何不合理高價的背后，一定有可以被反壟斷法所規制的反競爭行為，如共謀或者各種排他性濫用，否則高價不可能獲得或維持。這種看法在特定情況下有合理性，但又過于絕對了，因為具有支配性的市場力量本身就能帶來并維持高價，否則就不能被稱為市場支配地位。市場支配地位的經典含義就是，一家企業能夠在較長時期內以超過競爭水平的高價盈利。而且，市場支配地位只是反映了市場競爭不充分的結果，這個結果的出現，并不意味著企業一定實施了反競爭行為。企業即使沒有從事反競爭行為，也可能僅僅因為純粹的偶然——如政府的政策、競爭對手的失策，而擁有壟斷地位。這時，獲得支配地位的企業也可以憑借其市場力量將價格提高到競爭性水平之上。

（二）構成排他性濫用的算法個性化定價

算法個性化定價不僅具有剝削效果，還可能產生排他效應。從理論上看，具有市場支配地位的企業通過算法個性化定價，可以更精準地掌握消費者需求和支付意愿，從而優化產品和服務，不斷增加自身對消費者的吸引力，進一步鞏固其市場地位，并可能由此形成進入壁壘。例如，大型電商平臺利用其龐大的用戶數據和先進的算法，可以為不同用戶提供個性化的產品推薦和價格，使得所有消費者都可能在平臺上購買到自己喜歡且可接受的商品，消費者由此更傾向于在該平臺上消費，其他小型電商平臺則因缺乏數據和算法優勢而難以與之競爭。

從行為表現看，當算法個性化定價被用于排擠市場上的競爭者時，有可能被認定為排他性濫用。這主要發生在兩種場合之下，分別指向對當前市場競爭和下游市場競爭的排斥。

1.對當前市場競爭的排斥

即便像歐盟那樣，過于強調價格歧視的競爭損害而非剝削效果，針對消費者實施的價格歧視也可能滿足競爭損害的要件，進而違反反壟斷法。在反壟斷法理論上，尤其是美國《羅賓遜—帕特曼法》中，價格歧視的“一線損害”（primary line injury）說的就是這種情況。所謂“一線損害”，就是對行為人競爭對手的排斥效果，在美國這是價格歧視的最主要損害。具體來說，經營者可能通過算法個性化定價，對競爭對手的客戶或潛在客戶實施更具吸引力的價格策略，從而搶奪競爭對手的市場份額或者防止其擴張，甚至將其排擠出市場。這種損害直接發生在行為人所在的相關市場之上，是對當前市場競爭的排斥。

這種個性化定價的實施，依賴于兩種價格方式：一是對自己的客戶實行正常價格；二是對競爭對手的客戶實行較低價格，甚至是掠奪性價格。這里的客戶，很大程度上就是終端消費者。由于不同客戶被收取了不同價格，這構成了價格歧視，且被歧視的對象，是行為人自己的老客戶，這看起來也像是大數據“殺熟”。與普通個性化定價相比，這種行為也依賴于算法和數據，只不過商家分析的不是自己客戶的購買記錄等數據，而是競爭對手的客戶數據以及還在猶豫與誰交易的潛在客戶數據。

價格歧視的一線損害原理與掠奪性定價的損害原理非常類似。行為人對競爭對手的客戶或潛在客戶收取低價，就是不惜以犧牲原本可獲得的利潤甚至是虧本的方式，來造成競爭對手更大的損害。如果競爭對手沒有能力將價格降到和行為人一樣甚至更低的水平，就有可能被排擠出市場。由于實施算法個性化定價的經營者具有市場支配地位，競爭對手幾乎難以與之抗衡。一旦競爭對手被排斥、行為人的壟斷地位進一步鞏固，行為人則又可能對原本低價吸引來的客戶提高價格。這意味著，具有一線損害的算法個性化定價，可能與掠奪性定價發生重合，符合條件時也可以按照掠奪性定價來認定。當然，掠奪性定價的要求比較高，價格必須達到低于成本的程度，而在算法個性化定價下，對競爭對手客戶實行的低價未必會低于行為人的成本，通常只要比競爭對手的價格低，如接近或低于競爭對手的成本，也就具有了排斥效果。這時只能認定為價格歧視。

2.對下游市場競爭的排斥

價格歧視的“二線損害”（secondary line injury），說的就是對下游市場競爭的排斥效果。要造成這種競爭損害，價格歧視的對象必須是參與市場競爭的經營者，而非終端消費者。這種損害，也就是《歐盟運行條約》第102條所說的“競爭劣勢”。因為算法個性化定價大多是針對消費者實施的，所以不會產生這種損害。但從理論上看，算法個性化定價與我國現在討論較多的大數據“殺熟”并非完全等同，因為大數據“殺熟”基本是針對消費者的，而個性化定價未必完全如此，也可能針對商家。如果這樣，則其也可能產生排他效果，由此不論在歐盟競爭法還是我國反壟斷法下，將其認定為價格歧視均沒有障礙。

具體來說，發生在B2B間的算法個性化定價，在兩種情形下可能會在下游市場產生排斥效果，因而符合價格歧視作為排他性濫用的屬性：一是具有市場支配地位的經營者僅在上游市場從事經營活動，但對同等交易條件下的類似客戶收取不同價格，從而使這些客戶在下游市場處于不同的競爭地位；二是具有市場支配地位的經營者發生了縱向整合，同時在下游市場與客戶開展競爭時，對客戶收取更高價格，從而使自己（或子公司）在下游市場獲得競爭優勢，這本質上是一種自我優待。

價格歧視的二線損害，實踐中很少出現第一種情形，主要表現是對行為人旗下公司的優待。盡管《歐盟運行條約》第102條的規定涵蓋了上述兩種情形，但法院很少追究第一種情形下價格歧視的法律責任。例如，在歐盟的MEO案中，法院的法律顧問認為，雖然縱向整合的公司有動機歧視其客戶——因為他們也是下游市場中的競爭對手，但非縱向整合的公司沒有任何動機歧視其部分客戶，因為這種策略會給其聲譽帶來負面影響，又不會為其市場份額帶來任何好處，因此，純粹的二線損害價格歧視是“極其罕見”的（extremely rare）。與法律顧問的意見一致，歐洲法院在判決中也承認，具有支配地位的經營者原則上沒有興趣將其貿易伙伴排除在下游市場之外。

四

監管機制與反壟斷法救濟的配合

反壟斷法識別到算法個性化定價的競爭損害后，可以通過罰款和禁令的方式來制裁行為人。不過要想從源頭并全面解決算法個性化定價帶來的問題，需要其他法與反壟斷法的配合，特別是一些行業監管機制。反壟斷法可以對行為人施加競爭性的救濟措施，也可由經營者主動提出承諾與整改，行業監管則主要體現為對消費者權益的保護與算法使用行為的規范。算法個性化定價的法律治理，由此形成了主客二元路徑：主觀路徑指從主體（消費者）角度提供保護方式，客觀路徑指從壟斷行為和算法治理角度提供解決方案。

（一）主體保護：消費者權益保護規則的適用

在防止剝削形式的算法個性化定價以及附屬于個性化定價上的誤導性行為方面，消費者保護法有時是更合適的工具，特別是行為人不具有市場支配地位時。

第一，算法個性化定價對消費者福利的損害，是最直接和最顯性的。這是消費者權益保護規則可以介入的前提。算法個性化定價可能有利于部分消費者，但損害了那些支付了較高價格的消費者權益，特別是公平交易權。《中華人民共和國消費者權益保護法》（以下簡稱《消費者權益保護法》）規定的公平交易權，核心內容是“質量保障、價格合理、計量正確”等公平交易條件，其中的“價格合理”，可以作為評判算法個性化定價合法與否的基礎。立法雖然沒有給出“合理”的具體標準，但從理論上看，既包括價格相比成本的合理性，也包括與其他消費者支付價格相比的合理性。

第二，算法個性化定價不是孤立存在的，一般都輔以對消費者的引導、勸誘甚至誤導，這些誤導性行為也可能涉嫌侵害消費者權益，甚至構成其他法上的違法行為。由于消費者對個性化定價具有強烈的情感抵制，商家可能傾向于以更隱秘、更微妙因而消費者也可能更容易接受的方式來實施個性化定價。例如，企業可以向所有消費者提供相同的價格，但提供個性化折扣，由于折扣不太容易比較，消費者有可能不會產生負面反應，但消費者最終支付了不同的、個性化的凈價格，這種定價策略等同于個性化定價。再如，企業可以進行搜索歧視和引導，即根據收集到的信息向不同消費者展示不同的產品，特別是向有些用戶只展示更高端產品，以引導其支付更高的價格。實踐中，這些勸誘或誤導性行為還可以有更多的表現形式，如聲稱個性化價格是最優惠價格，卻向其他消費者提供更好價格，或者虛假聲稱個性化報價僅在非常有限的時間內有效，以誘導消費者盡快作出購買決策等。這些誤導性行為可能源自商家提供了片面、不準確或歧義性的信息，也可能利用了消費者的“認知偏差”來對消費者作出行為上的歧視，甚至直接構成一種欺騙或欺詐。上述行為可能損害消費者的多項權益，特別是知情權。我國《消費者權益保護法實施條例》就是在知情權的基礎上規定算法個性化定價的，其要求經營者不得“在消費者不知情的情況下”，對同一商品或者服務在同等交易條件下設置不同的價格或者收費標準。同時，這些行為也涉嫌構成不正當競爭，如虛假或者引人誤解的商業宣傳等。

此外，個人信息保護也是解決算法個性化定價的方式，這也可看作是保護消費者權益的方式。商家收集的消費者信息越多，定價就越可能是個性化的，因此，限制商家過度收集消費者的個人信息，能夠從源頭防止個性化定價帶來的剝削效應。我國《消費者權益保護法》、《中華人民共和國電子商務法》（以下簡稱《電子商務法》）和《中華人民共和國個人信息保護法》中均有相關內容。

（二）算法監管：算法透明化與消費者退出權

雖然沒有充分的理由將所有的算法個性化定價視為反競爭行為而禁止，但可以借助與算法相關的行業監管工具來確保商家合理使用定價式算法，特別是確保算法個性化定價是透明和得到消費者同意的，且易于退出，從而降低消費者受損的風險。

1.算法透明化

個性化定價非常容易引發關于定價公平性和市場信任的擔憂。即便算法個性化定價帶來的總體經濟效果是積極的，甚至就特定消費者來說，其個性化價格較低，消費者也傾向于認為算法個性化定價是不公平、不合理的。因為消費者總是擔心自己被騙，很難信任商家的解釋。消費者還會擔心與算法個性定價相關的個人信息的不當收集或使用，以及商家行為因缺乏透明度而不可預測。

為解決這個問題，可能的監管機制是引入定價式算法的透明度要求。如果商家的定價過程，消費者充分知情甚至有所參與，則消費者對個性化定價的態度會更為積極。一項實證研究表明，消費者更可能接受他們至少在一定程度上參與了定價機制的價格歧視形式。具體來說，監管機構可以要求商家承諾向消費者披露是否正在實施算法個性化定價策略，以及執行該策略時考慮的參數是什么。當然在反壟斷執法中，經營者也可以主動作出上述承諾。

問題的關鍵是透明化需要達到何種程度。最基本的要求是讓消費者知道價格是個性化的；更高的透明度要求涉及價格個性化的具體方式，即商家可能被要求披露確定個性化價格的主要參數（即基于哪些因素而確定了當前的個性化價格）；此外，還有一個高透明度要求涉及價格比較，即消費者也要知道商家提供給他人的價格，以便特定消費者有一個價格參照點，可以判斷自己是否被索要了不合理的高價甚至被大數據“殺熟”了。

2.消費者退出權

就特定消費者來說，防止被算法個性化定價侵害的最好方式是不讓商家分析自己的支付意愿。

例如，消費者可以通過刪除cookies和搜索及瀏覽歷史記錄、依賴代理服務器、不時做出一些非常規行為（如搜索一些不準備購買但非常便宜的商品并加入購物車）以及僅提供必要數據等方式來“隱藏”自己。這種策略被媒體稱為“反向馴化”大數據“殺熟”，盡管有一定作用，但效果有限。首先，有學者指出，只有能夠估計個人數據價值，并且更關心價格歧視風險的“戰略性”用戶（strategic customers），才能在網上世界隱藏自己的身份，相比之下，“短視”消費者（myopic consumers）在互聯網上留下“痕跡”時會更加不小心。其次，依賴“隱藏”技術可能對消費者福利并不必然有益。因為如前所述，有預算意識（通常也是不太富裕）的“精明消費者”，即使在壟斷情況下也可能從算法個性化定價中受益，而消費者并不知道他們是如何被平臺分類的，通過依賴“隱藏”技術，消費者將受到統一價格的約束，因此他們有可能失去“被歧視”的好處。此外，“隱藏”技術也可能給消費者帶來其他成本，如更難找到自己想要的產品。這就產生了一個選擇的悖論。

從監管角度看，最好的措施是讓商家確保消費者的退出權，即讓消費者自己選擇。這項措施讓消費者基于自身狀況作出不同的選擇，并自擔風險：一些“技術盲”或不太在意價格的消費者可能會選擇統一價格，以獲取穩定性的保障；對網絡與算法非常了解的“戰略性”用戶可能會“冒險”被歧視，或許他們也能從“隱藏”技術或“反向馴化”中獲得比統一價格更便宜的個性化價格。退出權在性質上比透明化義務更具監管性，更適合由行業監管機構來施加。《電子商務法》第18條的規定，有這方面的影子。國家網信辦等四部門2022年聯合發布的《互聯網信息服務算法推薦管理規定》則向前走了一大步，其第17條規定“算法推薦服務提供者應當向用戶提供不針對其個人特征的選項，或者向用戶提供便捷的關閉算法推薦服務的選項”“算法推薦服務提供者應當向用戶提供選擇或者刪除用于算法推薦服務的針對其個人特征的用戶標簽的功能”。

五

結論

算法個性化定價從形式上看可能符合反壟斷法中濫用市場支配地位的規定，但反壟斷法的適用高度依賴經濟分析，通常只有相關行為直接或間接損害社會總福利（或者消費者福利）時才能被認定為壟斷行為。而算法個性化定價的整體經濟效果具有高度不確定性，特別是算法個性化定價在確保商家能夠侵占更多消費者剩余的同時，也能夠讓一些預算有限的消費者以更低的可承受價格購買到產品，由此也可能帶來市場擴張效應，并可能在特定情況下促進動態效率。鑒于如此復雜的經濟效果，反壟斷法不宜事先一攬子禁止算法個性化定價。反壟斷法能夠處理的算法個性化定價本身也非常有限，且數字經濟的迅速發展特別是算法的日趨復雜使得反壟斷法執法機構處理算法個性化定價時面臨很大的挑戰，如面臨極高的證明負擔、無法持續監控算法的運行。因此，反壟斷執法更多發揮市場機制與行業監管的“兜底”與“補充”作用。

特定情況下，算法個性化定價可能構成壟斷行為。一方面，當商家對支付意愿高的消費者收取過高價格而消費者又無法轉移時，算法個性化定價可能被認定為剝削性濫用行為。我國《反壟斷法》中規定的兩種行為均可用于分析算法個性化定價的剝削屬性：一是價格歧視，二是超高定價。相比而言，大多國家反壟斷法規定的價格歧視并不適用于商家與消費者間的關系，而只能是一種發生在B2B間的排他性濫用行為。以超高定價來認定算法個性化定價，面臨更小的法律適用障礙，也更加符合算法個性化定價的本身屬性，即旨在索取高價而非歧視。另一方面，算法個性化定價也可能在上下游市場產生排斥競爭的效果，進而構成排他性濫用行為。當行為人對自己的客戶實行正常價而對競爭對手的客戶或潛在客戶實行低價時，算法個性化定價排斥行為人的競爭對手，并可能與掠奪性定價競合。當行為人在上下游市場均有業務而對下游業務的競爭對手收取高價時，算法個性化定價排斥下游市場的競爭。總的來說，算法個性化定價的表現和目的不一，需要基于其剝削或排他效果來定性。

算法個性化定價引發的問題也具有多重屬性，反壟斷法只能解決其中一小部分問題。反壟斷法可以提供壟斷行為的規制方式，而主體權益保護更多依賴消費者權益保護規則的適用，特別是其中的公平交易權和知情權。同時，算法個性化定價的源頭在算法，算法監管也需要與反壟斷執法協同發揮作用，在這方面，尤其要確保算法個性化定價的透明度和消費者的退出權，以消費者自主行為來降低消費者可能遭受的風險。

-向上滑動，查看完整目錄-

《財經法學》2025年第5期目錄

【財經法治熱點：行政法治前沿研究】

1.發展型行政法的新領域

——基于區域發展的研究

于安

2.公共資源配置型行政協議的市場化建構

陳國棟

3.以“行為選擇”為中心的行政復議調解方法論闡釋

王思睿

【財經法治熱點：反壟斷法研究】

4.算法個性化定價的反壟斷法立場與分析路徑

焦海濤

5.必需設施理論在我國應用中的問題及解決

丁茂中

【財經法治熱點：增值稅法研究】

6.《增值稅法》的立法精神、新規解析與實施展望

翁武耀

7.新時代的增值稅立法：稅法規范與價值的融合

郭維真

【財經法治研究：數字法研究】

8.從限制到調控：人工智能背景下未成年人保護模式的轉型與重塑

劉曉春

9.數據來源者權利及其實現

——基于數據共生的視角

王年

10.網絡用戶參與數據要素收益分配的路徑改進：基于用戶角色定位的理論構想與現實抉擇

于楚涵

【爭鳴】

11.“強化人大國有資產管理監督”的憲法理蘊與制度實現

崔德旗

12.電子合同格式條款的訂入控制

張梓萱

13.自甘風險適用范圍擴張論

李鼎

《財經法學》于2015年1月創刊，為雙月刊，單月15日出版發行，是法學學科領域的專業性學術期刊。“財經法學”一名，既表明該刊物與法學和經濟學兩大學科緊密相連，亦有突出交叉學科特色之意。所謂“財”，即財產；所謂“經”，即經濟。故而“財·經·法”即以財產為客體的私法、以經濟為調整對象的公法以及經濟、管理與法學交叉領域之合稱，簡言之，《財經法學》對社會主義市場經濟法律調整抱有特別的關注。

點擊進入下方小程序

獲取專屬解決方案~

責任編輯 | 郭晴晴

審核人員 | 張文碩 毛琛昕

本文聲明 | 本文章僅限學習交流使用，如遇侵權，我們會及時刪除。本文章不代表北大法律信息網（北大法寶）和北京北大英華科技有限公司的法律意見或對相關法規/案件/事件等的解讀。