“大数据杀熟”:平台经济原罪或是合规佯谬?——兼评其适法性与该当性(上)

发布时间:2021-08-16

文丨沈澄 汇业律师事务所 合伙人

引言:从“大数据杀熟”判赔首案说起

1. 国内OTA平台首案

2021年7月7日,浙江省绍兴市柯桥区人民法院开庭审理了胡女士诉上海携程商务有限公司侵权纠纷案(以下简称“携程案”)。胡女士以携程采集其个人非必要信息以进行“大数据杀熟”等为由诉至法院,要求退一赔三并要求携程APP为其增加不同意《服务协议》和《隐私政策》时仍可继续使用的选项。经审理,柯桥区人民法院当庭作出宣判,判决:[1]

  • 被告上海携程商务有限公司赔偿原告胡女士投诉后携程未完全赔付的差价及订房差价的三倍支付赔偿金;

  • 被告应在其运营的携程旅行APP中为原告增加不同意其现有《服务协议》和《隐私政策》仍可继续使用的选项,或者为原告修订携程旅行APP的《服务协议》和《隐私政策》。

“携程案”也由此宣告《民法典》生效后,“大数据杀熟消费者维权第一案”的诞生,引发了广泛的关注与讨论。据公开消息显示,携程方目前已准备针对该判决结果提起上诉,案件后续的进展情况和最终的法律适用结论尚不得而知,我们将对此保持持续关注。

2. 亚马逊案

早年间亚马逊的“差别定价实验”被许多人认为是“大数据杀熟”的“始祖”。2000年,有用户反映其在亚马逊购物平台上浏览一款产品后将其删除,再次浏览时却发现相同的产品价格由原来的26.24美元下降为22.74美元。相似的遭遇引起了很多用户跟进反映遭遇亚马逊平台的区别定价。一时间,亚马逊成为众矢之的,CEO贝索斯则针对此事公开道歉,称这只是平台进行的一项差别定价实验,并非专门针对某一用户,也绝不存在窃取用户数据信息的行为。

3. “大数据杀熟”:在适法性与该当性之间

我们的确可以听到或看到不少打车平台、在线旅游平台、电影购票平台备爆出“大数据杀熟”现象。为了调研近年来消费者针对“大数据杀熟”现象的维权现状,我们的律师团队通过裁判文书网、威科先行法律数据库等以“大数据杀熟”为关键词进行检索,所得结果仅有“郑育高与被告上海携程商务有限公司其他侵权责任纠纷案”[(2020)沪0105民初9010号](以下简称“郑育高案”)及“刘权与北京三快科技有限公司侵权责任纠纷案”[(2019)湘01民终9501号]两例,且均以法院驳回原告方全部诉讼请求告终。

总的来看,进行“大数据杀熟”维权的案例很少,且成功率较低。站在消费者的角度观察,可能是由于“大数据杀熟”涉及的算法黑箱、行为隐蔽、取证困难或者存在仲裁安排等特性,导致了实践中对“大数据杀熟”现象难以进行有效的诉讼维权;但另一方面看,案例实证的缺少是不是表明了另外的可能:大数据杀熟冲突虽然以消费者个人感受的不适或忧虑为起点,但这种不适或忧虑感是否足以产生对“杀熟”行为该当性的责难是有研讨空间的?现有规则真的不允许或否定了“大数据杀熟”行为的适法性吗?

我们认为有必要从多角度对“大数据杀熟”的行为性质、该当性等问题进行详细梳理,对其中的部分误区加以阐释,以期为平台经济领域合规与诉讼风险管理提供有益参考。

一、“大数据杀熟”行为性质

“大数据杀熟”是源于电子商务领域中对所谓“同物不同价”、“千人千价”、乃至“熟客”比“生客”购买价更贵等现象的概括性描述。为了方便进行探讨,我们将“大数据杀熟”的内涵明确为:平台经营者以其广泛收集到的数据信息为基础,辅以算法技术而实施的、对有购买经历的平台消费者所采取的个性化价格策略。

从过程来说,它是由“数据采集——用户画像——区别定价”三个环节实现,即经营者以明示或默示方式收集消费者包括但不限于商品浏览记录、购买记录、使用设备、地理位置在内的信息,再对消费者进行消费偏好的精准画像,进而根据所掌握的信息进行个性化定价。

在上述三个环节中,“数据采集”和“用户画像”是消费数据的收集和使用行为,而“区别定价”则是对消费者剩余进行挖掘的定价行为。从“损害”后果与“杀熟”行为的直接相关性上来说,“区别定价”才是那个直接将作用传导到消费者端的行为,因此本文中所探讨的“大数据杀熟”将重点从“区别定价”的角度入手分析。这一行为性质大体上有价格欺诈说、差别定价说与价格歧视说三种观点。

(一)差别定价说

有观点认为,“大数据杀熟”即指商品经营者利用自己收集数据信息或者与其他经营者交换的数据信息,利用大数据技术分析消费者的消费偏好,对其消费习惯进行精准刻画,从而根据其消费水平,对不同的消费者实施差别定价的方式。[2]这种观点将“大数据杀熟”定性为经营者实施差别定价的价格策略。

这种价格策略本身是中性而不应受贬抑的。在传统市场没有网络和电子商务的年代里,商家“看人下菜”的情形是相当多见的,这种“套路”在保险、信贷等领域甚至是更符合市场规律的。

而且这种价格策略有时候还受到消费者的欢迎。比如,有另一种典型的差别定价方式我们可以称之为“大数据喜生”:当新用户首次注册或使用某一应用程序时,商家往往会对其赠以大量优惠券、满减、折扣等优惠举措,以此获得新用户的使用黏性。“生客”在此过程中获得了相比于“熟客”更低的交易价格,亦属差别定价的表现。而引起消费者忧虑的地方可能在于——“喜生”的政策或措施往往公开透明,引人“喜闻乐见”;而“杀熟”则像是藏在暗处的冷箭,令人“暗箭难防”。

(二)价格欺诈说

主张价格欺诈说的观点持否定性的看法,它认为,“大数据杀熟”行为的本质是经营者基于故意的主观态度对消费者作出的、违背消费者真实意愿的价格欺骗行为。经营者利用大数据技术,使“熟客”对商品价格陷入误解而做出购买选择,涉嫌价格欺诈,违背了经营者明码标价的法定义务,同时侵害了消费者的合法权益。[3]

“携程案”中柯桥区法院的观点就是一个典型代表。该案中,法院认为携程APP作为中介平台对标的的实际价格有如实报告义务,其未如实报告且向原告展示了一个溢价100%的失实价格,属价格欺诈行为,进而判定支持原告退一赔三的诉讼请求。

(三)价格歧视/算法歧视说

“价格歧视”则是一个经济学术语,指商品或服务的提供者在向不同的消费者提供相同级别、性能和质量的产品或服务时,所索取的价格或制定的收费标准存在差异。经济学理论中将价格歧视分为三类:

经济学理论认为,若要实现一级价格歧视,经营者必需具备如下条件:[4]

1. 拥有将价格提高至边际成本或竞争性价格水平之上的能力;

2. 经营者能够根据对同一产品的不同需求弹性,准确区分购买者群体;

3. 实施价格歧视的利润增量高于用需求差别来区分购买者所需的交易成本,并且能够有效识别不同类别购买者并根据其支付意愿制定不同价格;

4. 购买者相互之间被有效区隔,不存在转售套利现象。

在传统市场中,由于商家不可能准确获取每个消费者的全部信息以制定不同的价格策略,“阡陌交通、鸡犬相闻”的小型社会中购买者之间也并未被有效区隔,因此一级价格歧视就像物理学中的“光滑表面”一样仅具有理论意义,而不存在于现实中。直到大数据与算法的联袂出席,将这一理论模型推入了生活现实。

值得单独说明的是,经济学理论中的“歧视”一词并不具有否定性含义,“歧视”仅指市场竞争过程中产生的以价格为标准的分化,通过“价高者得”保证资源利用效率的最优化。“价格歧视”可理解为某种价格机制的同义词,与法律意义上的公平价值无涉。

可以看到,不同的观点对“大数据杀熟”或者说经营者的价格策略手段在价值评判上的差异是显著的,既有中立者也有反对者。我们正可借此扩展研讨其适法性与该当性问题。

二、“大数据杀熟”:在适法性与该当性之间的合规佯谬

(一)“技术中立”是否构成经营者的有效抗辩?

“技术中立”作为抗辩事由被大家所熟知,是在2016年的“深圳市快播科技有限公司、被告人王欣等人涉嫌传播淫秽物品牟利罪案”(以下简称“快播案”)中。庭审过程中,辩方以“技术本身并不可耻”等事由,主张快播公司只是提供视频播放软件,是软件技术提供商,而不应对其他人上传的淫秽视频承担刑事责任。概言之,“菜刀能杀人,但菜刀无罪”。

实际上,技术中立原则(又称“实质性非侵权用途原则”)是舶来于美国知识产权领域的司法实践。根据该原则,“如果产品可能被广泛用于合法的、不受争议的用途,即能够具有实质性的侵权用途,即使制造商和销售商知道其设备可能被用于侵权,也不能推定其故意帮助他人侵权并构成帮助侵权”。[5]

如果技术中立原则应用到“大数据杀熟”领域,我们认为,法律评价的对象既不能是算法,也不能是大数据,毕竟二者皆可被广泛用于合法且积极的用途。法律评价的对象只能是经济主体的歧视性定价行为。[6]正如前文所述,从“损害”后果与“杀熟”行为的直接相关性上来说,“区别定价”才是那个直接将作用传导到消费者端的行为,而“大数据杀熟”过程中的数据采集和用户画像只是自动化定价决策前的“规定动作”,是“大数据杀熟”逻辑展开前的“预备行为”,这些行为是受数据法规制的。

经营者进行数据采集和用户画像的结果无疑可以作为“伤人的刀”,用于对消费者实施价格歧视;但亦可以仅仅作为“剁菜的刀”,单纯用于对消费者进行商业营销推送。后者在满足法律规定的使用条件的情况下被允许使用。比如:

  • 《个人信息保护法(草案)》(二次审议稿)第二十五条第二款规定,个人信息处理者通过自动化决策方式进行商业营销、信息推送,应当同时提供不针对其个人特征的选项,或者向个人提供拒绝的方式。

  • 国家标准化委员会发布的《信息安全技术—个人信息安全规范》(GB/T 35273-2020)(以下简称“《信息安全规范》”),则对于个人信息使用的合法性原则做出了更为详尽的规定。在《信息安全规范》7.4条中,“为准确评价个人信用状况,可使用直接用户画像,而用于推送商业广告目的时,则宜使用间接用户画像”。

由此可见,在利用数据采集和群体用户画像结果对消费者进行商业营销推送的过程中,经营者妥善按照相关法律规范严格执行,满足“允许拒绝”、“授权同意”、“使用间接画像”等要件时,算法应用是允许的。

基于算法与歧视行为的二分,我们认为发生技术中立原则应用的情形只是针对“算法”本身,但算法可以用于营销推送广告,也可以直接用于进行价格歧视,其设计意图体现了运营者的意志,是指向行为后果的第一原因力(主观要件)。因此,技术中立原则虽然保护了“算法”,但不一定能够保护运用算法的人,毕竟举着“菜刀”剁菜还是伤人是取决于持刀人的一念之间的。不当运用算法有可能引发相应的法律合规风险,技术中立原则在类案中的抗辩维度仍显单薄。

(二)对“价格歧视/算法歧视”做价值判断的再讨论

消费者聚讼最烈者首推经营者所实施的“价格歧视/算法歧视”,这种定价策略似乎冲击了大多数人在熟人社会中所习惯的商业伦理。不过,作为一种经济行为,“大数据杀熟”的本质在于经营者借助算法技术而实施的无限趋近于一级价格歧视的个性化定价策略,最大化将消费者剩余转化为生产者剩余。这种定价策略是否真的存在行为该当性而必须作为某种规则的调整或规制对象呢?我们认为有两点是需要交代的:

1. 价格差异不等于价格歧视

如前所述,“杀熟”行为在经济实践中早已有之。典型例如保险行业中,保险公司对不同保险人收取的保费向来无“统一定价”一说,其福利效果具有不确定性;再如,根据范里安在《微观经济学:现代观点》中的说法,最接近一级价格歧视模型的例子是小镇上的医生[7](首先,小镇只有一家诊所,所以该医生处于医疗服务的垄断地位;其次,医疗服务一般不可转让,不同的服务对象实际上处于不同的市场;再次,不同的病人由于收入、教育、家庭背景等原因,各自拥有不同的需求价格弹性。上述原因使得小镇医生实施高级别的价格歧视成为可能),其得以对每一病人收取不同的诊疗费用。

但站在“杀熟”的对立面来看,加价的同时往往是伴随着其他消费者享受到折扣的,而这种折扣后的获得感与杀熟加价之间产生的不公感在宏观上可能是足够抵消的。这样的价值判断是允许立法者或执法者在这一问题上保持谦抑的一个重要原因。

2. 消费者能够利用“微市场”结构反制经营者

从经济学的定价理论来看,无论是细分市场或非细分市场,经营者的定价方案都以“利益最大化”的目标为根本遵循。在传统(线下)市场中,一个卖家同时对应无数买家,商家只能针对全市场进行统一定价,以获得市场均衡价格。

但在算法的助推下,经营者有能力将传统的“大市场”以个人为单位拆分成无数“微市场”。在“微市场”中,一个卖家于同一时刻仅对应一个买家,消费者有能力在独立的市场中与商家进行平等对话,商品或服务价格的高低取决于买卖双方的博弈,而过程中自然会达成不同于先前统一定价的新价格。

从经营者角度出发,其通过“大数据”所获得的最优方案在于将“微市场”中的消费者剩余尽数转化为生产者剩余,以谋求利润最大化;而对于消费者来说,“微市场”的出现同样也降低了谈判成本,因为消费者成为了市场中唯一的买家,其价格主导地位也决定了其有能力利用不同“微市场”的商品/服务提供方进行比价并最终发掘有效的价格。换言之,化解“大数据杀熟”最好的办法其实是进行多于一户卖家的询价。如果老顾客为了节省时间,而跳过了“货比三家”的过程直接下单,也可以解读为其是用更多的消费者剩余和更高的价格为其免于繁琐的询价时间成本买单。

篇幅所限,本篇主要聚焦于“大数据杀熟”的行为性质,从“区别定价”行为出发不同观点分别梳理,并围绕“大数据杀熟”的适法性与该当性问题,从技术中立原则与经济学视角进行辨析。我们认为,对“大数据杀熟”的科学结论需结合技术理性与市场结构等多重视角进行深度分析,经营者的差异定价对市场竞争、消费者福利的影响也证实了其经济效果的复杂性,简单的“一禁了之”似乎并非明智之举。

囿于实证案例的缺乏,在下篇中,我们将重点从法律文本的解释论角度,围绕现有法律规则如何适用于“大数据杀熟”现象展开论述。

参考文献:

[1]来源:柯桥法院微信公众号《个人信息保护丨柯桥法院对APP“不全面授权就不给用”说“不”》(
https://mp.weixin.qq.com/s/DZ7RCKCd6sbsqka26gfRKw),链接最后访问日期:2021年8月12日。

[2]王晓洁.浅析大数据“杀熟”背景下的消费者权益保护[J].大陆桥视野,2021(06):86-87.

[3]邓智超.从“杀熟”看大数据的法律边界[J].怀化学院学报,2018,37(08):93-95.

[4]邹开亮,彭榕杰.大数据“杀熟”的法律定性及其规制——基于“算法”规制与消费者权益保护的二维视角[J].金融经济,2020(07):51-57.

[5]陈兴良. 在技术与法律之间:评快播案一审判决[N]. 人民法院报,2016-09-14(003).

[6]王潺.“大数据杀熟”该如何规制?——以新制度经济学和博弈论为视角的分析[J].暨南学报(哲学社会科学版),2021,43(06):52-64.

[7]哈尔・R.范里安, 范里安, 费方域,等. 微观经济学:现代观点[M]. 格致出版社[等], 2015.

返回列表