焦海涛：算法个性化定价的反垄断法立场与分析路径 | 财经法学202505

【作者】焦海涛（中国政法大学民商经济法学院教授）

【来源】北大法宝法学期刊库《财经法学》2025年第5期（文末附本期期刊目录）。因篇幅较长，已略去原文注释。

内容提要：作为数字市场中的一种特殊定价方式，算法个性化定价常被具体化为大数据“杀熟”而受到质疑，并被倾向于认定为反垄断法中的价格歧视。算法个性化定价其实具有非常模糊的经济效果：商家可能因压榨了更多的消费者剩余而获得更高利润，但支付意愿低的消费者也可能因此以可承受的价格购买到想要的产品。算法个性化定价由此在商家和消费者之间以及消费者内部产生了分配效应，并同时可能有助于产出扩张。如果反垄断法以社会总福利（或消费者福利）为最终目标，就不宜一揽子禁止算法个性化定价，而应结合市场结构、整体经济效果逐案分析。算法个性化定价在两种情况下可能构成垄断行为：如果对支付意愿高的消费者产生了明显的剥削效应，可能构成价格歧视或超高定价；如果对上下游市场产生了明显的排他效果，可能构成排他性滥用。反垄断法只能解决部分算法个性化定价问题，全面保护消费者利益还需要消费者权益保护规则的适用，尤其是其中的公平交易权和知情权，并加强对商家算法使用行为的监管，确保算法个性化定价的透明度和消费者的退出权。

关键词：算法个性化定价；大数据“杀熟”；价格歧视；超高定价；算法治理

目次 一、算法个性化定价的整体经济效果 二、算法个性化定价的反垄断法立场 三、构成垄断行为的算法个性化定价 四、监管机制与反垄断法救济的配合 五、结论

随着算法在数字经济领域的逐渐使用，消费者在普遍感受到消费便利、效率提升的同时也存在公平性担忧，特别是定价式算法所引发的大数据“杀熟”问题，屡被新闻报道甚至引发诉讼，相关法规或政府文件也多次点名大数据“杀熟”。例如，文化和旅游部制定、2020年10月1日实施的《在线旅游经营服务管理暂行规定》第15条规定：“在线旅游经营者不得滥用大数据分析等技术手段，基于旅游者消费记录、旅游偏好等设置不公平的交易条件，侵犯旅游者合法权益。”2024年3月公布的《中华人民共和国消费者权益保护法实施条例》（以下简称《消费者权益保护法实施条例》）第9条第2款也规定：“经营者不得在消费者不知情的情况下，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准。”大数据“杀熟”行为不仅引发了消费者权益保护的担忧，也进入了反垄断法的视野。2023年修订后的《禁止滥用市场支配地位行为规定》在规定价格歧视时就指出“交易中依法获取的交易相对人的交易数据、个体偏好、消费习惯等方面存在的差异不影响认定交易相对人条件相同”，言下之意是，商家基于不同消费者的偏好和习惯差异而设置不同价格的，有可能被认定为违法的价格歧视。

大数据“杀熟”这个词，本身就充满了贬义色彩。与大数据“杀熟”相关的一个中性概念是算法个性化定价。对大数据“杀熟”的不满，也引发了人们对算法个性化定价的质疑。算法个性化定价的治理逐渐在多个法上被分析，并进入反垄断法的视野，且主要在价格歧视的框架下被考虑。由此引发了如下一系列问题：商家实施算法个性化定价，会带来哪些经济效果，是否与反垄断法追求的社会总福利（或消费者福利）目标相悖；具有市场支配地位的经营者实施算法个性化定价的，是否当然构成垄断行为以及可能构成哪种垄断行为；反垄断法在多大范围和程度上能够解决算法个性化定价带来的问题。

一

算法个性化定价的整体经济效果

（一）算法个性化定价的基本表现

个性化定价是指商家基于消费者的个人特征和行为表现对消费者进行定价的行为。不同消费者由于“个性”不同，被收取的价格就不同，所以，个性化定价常被视为价格歧视的一种表现。在个性化定价下，商家将客户细分为小群体或个人，向每个群体或个人收取接近其支付意愿的价格。商家采用个性化定价的，未必是针对每个个人制定不一样的价格，也可能是针对一小群人制定一个统一价格，即进行小组定价。

在当前的线上场景中，个性化定价都是依赖算法的。从理论上看，在算法的加持下，个性化定价可能导致商家收取的价格无限接近于消费者内心的最大支付意愿（保留价格）。这意味着算法个性化定价可能是价格歧视的一个特例，即接近于经济学上的一级价格歧视。经济学上通常用“消费者剩余”——消费者最大支付意愿与实际购买价格的差额，来评价消费者福利大小。一级价格歧视就是商家按照每个消费者的最大支付意愿定价，结果是消费者剩余均接近于零。这正是算法个性化定价在反垄断法上和消费者法上饱受批评的最重要原因。

当然，将算法个性化定价理解为一级价格歧视只是一种倾向性表述，因为即便借助算法和大数据，商家也只能大致推测出（而不可能真正了解）消费者的支付意愿，且实践中商家通常不会直接按照消费者的最大支付意愿来定价，而是会将价格个性化为略低于消费者支付意愿，以确保消费者会购买。例如，当消费者的最大支付意愿是10元时，如果商家定价也是10元，则对消费者来说就是可买可不买，这时，精明的商家会将价格设定为10元以下但接近于10元，如9.5元或9元，以确保消费者大概率会购买。所以，即便是非常完美的算法个性化定价，通常也只是接近于一级价格歧视，这时仍然有少部分的消费者剩余存在。

（二）算法个性化定价的福利分配效应

评价算法个性化定价的影响及其在反垄断法上的性质，需要区分反垄断法上的社会总福利标准和消费者福利标准，也需要区分特定消费者与整体消费者。

算法个性化定价可能不会影响（甚至还会增加）社会总福利，但剥夺了消费者福利，而商家福利由此增加了。对特定消费者来说，因为价格是个性化的，可能付出了较高价格，但算法个性化定价整体上也可能有利于其他消费者。也就是说，算法个性化定价存在典型的福利分配效应：一是在商家和消费者之间实现了福利分配，主要是消费者福利转移给了商家；二是在消费者内部也实现了福利分配，即部分消费者福利转移给了另一部分消费者。

1.商家和消费者间的福利分配

从经济学角度看，以消费者最大支付意愿为基础的算法个性化定价，几乎消除了消费者剩余，也就造成了消费者福利损失。而减少的消费者剩余，都转化为商家的剩余。这就是算法个性化定价所产生的侵占效应（the appropriation effect）。在个性化定价下，消费者从交易中获得的净收益非常小，如果是接近于一级价格歧视，那么算法个性化定价有可能剥夺了消费者从交易中产生的全部剩余。

通过将价格提高至接近消费者支付意愿的程度，算法个性化定价让交易对消费者来说变得几乎无意义。因为商家向消费者收取的价格如此之高，以至于从福利角度看，消费者就相当于没有购买该产品一样。例如，如果消费者愿意为一瓶饮料支付的最大金额是5元，而某个企业生产一瓶饮料的成本是2元，那么与消费者交易的总收益是3元。如果该企业将价格个性化为4.8元，则该企业几乎获得了整个交易收益，即2.8元，消费者从中获得的收益只有0.2元。相比之下，如果该企业不清楚消费者的支付意愿，则可能以2.2元的价格出售饮料，这是一个企业会生产和销售饮料的价格，因为它提供了0.2元的利润，而消费者将从该交易中获得2.8元的净收益。这时，消费者将几乎获得所有的交易收益。可见，算法个性化定价改变了社会总福利的分配格局，确保商家几乎获得了整个交易的收益作为利润，并将消费者剩余压榨至接近于零。

在没有算法个性化定价的情况下，商家最多只能收取基于群体而不是个性化的价格，基于群体的价格总会让一些消费者获得收益，因为该价格对群体的所有成员是相同的。假设市场上某类产品的潜在消费者，支付意愿有6、7、8、9、10元之分，在不清楚每个消费者具体支付意愿的情况下，商家的定价很可能选择8。这时，除非商家利润最大化的价格刚好是10元——这主要是指支付意愿是10元的消费者数量众多，以至于商家放弃支付意愿10元以下的所有消费者，也能够获得最大化利润——否则，商家设定的统一价格必然低于10元，例如8元。这种情况下，支付意愿刚好是8元的消费者没有获得消费者剩余，而那些购买了商品的其他消费者享受了收益。一旦商家转向算法个性化定价，所有消费者在基于群体定价下享有的消费者剩余几乎都消失了。

2.消费者内部的福利分配

算法个性化定价也会在消费者内部形成福利分配效应。在没有个性化定价时，商家对所有消费者收取一个统一价格，因此，支付意愿高的消费者获得了更多的福利，而支付意愿低的消费者获得的福利较少，甚至不会再购买该商品。而在个性化定价下，商家向大多消费者收取接近其支付意愿的价格，但这个价格对支付意愿较高的消费者不利，而对支付意愿较低的消费者有利。假设市场上有A、B、C、D、E五类消费者，就某商品而言，其支付意愿分别是10、9、8、7、6元。如果商家将价格统一设定为8元，则A、B两类消费者从中获益，C是否购买商品具有不确定性，D、E不会再购买商品。如果商家实行个性化定价，对A、B、C、D、E分别收取9.5、8.5、7.5、6.5、5.5元，则所有人都购买到了想要的商品。不过很显然，统一定价模式下A、B的福利，在算法个性化定价下基本丧失或大幅下降了，而D、E却因此获得了好处，这种好处，正是以A、B的福利损失为代价的。因此，一定程度上可以说，算法个性化定价通常将福利从支付意愿高的消费者（他们被收取更高的价格），转移到支付意愿低的消费者（他们从较低的价格中受益）。

消费者内部的福利分配效应，尽管对部分消费者不利，但从消费者整体角度看可能是好事。一方面，算法个性化定价可以让更在意价格（有预算意识，可能也是经济能力有限）的“精明消费者”也能以自己可承受的价格买到想要的商品，这实际上增加了消费者福利。因为没有依赖于个人数据的个性化定价的话，商家的定价通常高于这部分消费者的支付意愿，因此也就不会发生交易，自然没有消费者福利。从这个角度看，算法个性化定价虽然促成了不同类别消费者之间的福利再分配，但事实上也增加了商品对更多消费者的可负担性。在现代文明国家，对经济能力弱势消费者的关照，还具有经济好处之外的价值。另一方面，即便算法个性化定价使得“精明消费者”也几乎支付了接近支付意愿的价格（因此消费者福利并不多），但这些消费者在市场上也有足够的选择机会，并能以可接受的价格买到东西，这本身就增加了消费者的选择范围，是对消费者选择权的保护。

其实，这种福利分配效应并非只是惠及部分消费者，从社会整体角度看也有益处。因为算法个性化定价可以让企业将产品销售给更多的消费者，包括那些在统一价格下无法负担产品而被忽视或排除在市场之外的“精明消费者”，这就相当于创造了市场扩张效应（the market expansion effect），使得更多的产品被生产出来并顺利销售出去。在反垄断法上，产出的增加，本身就是经济效率的体现。如果说产出扩张效应只是一种静态效率，算法个性化定价有时还会促进动态效率，即可能激励企业创新和差异化产品，因为企业可以确保任何创新出来的产品，都能以个性化的价格销售出去。而且通常情况下，企业产品越有特性，也就越不会面临来自竞争对手的竞争约束。

当然，算法个性化定价的上述好处，只是商家压榨消费者福利的副产品。算法个性化定价的目的几乎都是尽可能多地获得消费者剩余，商家不大可能为了让更多经济能力有限的消费者购买到商品而对其收取较低价格。通常只是因为这些消费者的支付意愿低，如果收取高价，交易就不会完成，而交易才能真正为商家带来利润。商家也不会无视自己的成本而对这些消费者收取低价，一旦消费者的支付意愿低于商家的边际成本，商家无论如何也不会考虑这些消费者的承受能力而将价格降至成本以下。

二

算法个性化定价的反垄断法立场

从表面看，算法个性化定价可能符合价格歧视的形式要件，尤其当算法个性化定价被具体化为大数据“杀熟”时，否定性评价基本占据主流。我国实践中也发生过原告以反垄断法为依据指控个性化定价的司法案件，如最高人民法院2024年11月判决的李某某诉滴滴滥用市场支配地位案（以下简称“滴滴案”）。不过，我国反垄断法学界对算法个性化定价的反垄断法立场和行为性质，也存在较大争议。而在国外反垄断法学界，更普遍观点是，反垄断法不是规制算法个性化定价的最优路径。之所以如此，一个重要原因是，在市场经济发达国家，经济分析在反垄断法实施中处于重要地位，而算法个性化定价的经济效果具有较大的不确定性——经济学文献已充分证明，虽然算法个性化定价无论如何都不会损害生产者剩余，但社会总福利和消费者剩余可能同时增加、同时减少，或者分别增加或减少。特别是由于算法个性化定价同时具有侵占效应和市场扩张效应，而两者孰大孰小取决于实践中的消费者需求和市场结构状况，如果后者大于前者，则算法个性化定价会增加总消费者剩余。也就是说，鉴于算法个性化定价的整体经济效果，全面禁止这种行为看似在保护消费者利益，结果上可能会降低市场运行效率（主要是减少产出），并意外地损害部分消费者（即支付意愿低的消费者）。

另外，关于反垄断法的经济目标，芝加哥学派与后芝加哥学派也存在分歧，前者更多关注社会总福利（生产者剩余与消费者剩余总和），后者则更看重消费者福利（特别是不能容忍消费者福利转移给生产者）。如果更看重社会总福利标准，算法个性化定价很大程度上是无害的。不过，后芝加哥学派的主张在现代反垄断法中越发占据主流地位，因此，消费者福利而不是总福利，有可能被视为对反垄断法更加重要。在这种立场下，以社会总福利的增加来支持个性化定价的主张就难以被接受，因为算法个性化定价无论如何扩大总剩余，其在结果上都会导致消费者剩余流向企业。

基于上述情况，事先禁止数字市场中的算法个性化定价未必合适，反垄断法规制算法个性化定价更需要坚持个案立场，且不宜由反垄断法来解决所有的算法个性化定价问题。

第一，反垄断执法机构对算法个性化定价的认定和分析需要坚持整体立场。在我国，反垄断执法是公共活动，执法机构需要考虑整体消费者利益而非站在个别消费者的立场上。不论何种情形下，算法个性化定价都会损害部分消费者利益，但整体消费者利益是否受损则具有很大的不确定性——市场扩张效应可能会覆盖部分消费者损失，部分消费者受益也可能会抵消其他消费者的损失。因此，不能因为有个别或少部分消费者受损了，就认定算法个性化定价涉嫌垄断。虽然消费者福利可以看作反垄断法的最终目标，但反垄断法上的消费者福利是整体福利，即相关市场上消费者福利的总和。现代反垄断法也许难以容忍算法个性化定价在商家和消费者之间造成不公平的福利分配效应，但消费者内部的福利分配，不能成为反垄断法介入的充分理由，这更多涉及消费者的公平交易权，主要是消费者权益保护法的任务。

第二，有些算法个性化定价也可以被市场机制抵销，反垄断法不必过早地贸然介入。总体来说，算法个性化定价在当前的商业实践中并未普遍实施，一个重要原因是技术运用的挑战以及实际市场的复杂性。而且，不论经济效果如何，算法个性化定价很难被消费者喜欢。如果消费者发现其为产品支付的价格比他人（特别是身边的朋友）高，那么其再次从同一商家购买产品的可能性就会很小。消费者未必会在意多支付的几元、几十元，可一旦发现自己被歧视了，情感上难以接受。消费者抵制算法个性化定价，更多也是一种情感上的抵制。对商家而言，这是市场机制自带的惩罚效果。消费者对算法个性化定价的不认同感，一定程度上会抑制商家这么做。事实也证明，一旦算法个性化定价被曝光，商家通常会迅速声称系统错误或仅仅是试用，并宣布完全停止这种做法。正如有学者所言，尽管算法个性化定价在技术上是可行的，但企业通常不采取这种策略，因为存在较大的损害其品牌声誉和失去消费者信任的风险。

第三，在反垄断法上，算法个性化定价有可能被认定为一种价格歧视，而传统价格歧视的实现条件在算法个性化定价中发生了变化，这使得反垄断法只能解决部分算法个性化定价问题。传统经济学文献认为，只有满足三个累积条件时，企业才可以实施有效的价格歧视策略：具有一定的市场力量（确保被歧视的消费者不会转移）；可以估计消费者的保留价格（从而可以相应地调整价格）；可以防止套利（确保被收取低价的消费者不会向被收取高价的消费者转卖）。但在数字经济中，借助数据和算法，即便是非垄断性的企业，也有可能实施个性化定价，这使得运用反垄断法来规制算法个性化定价必然有所遗漏。一方面，除了性别、年龄、教育水平等基本个人信息外，在线平台及商家还能轻易通过分析消费者的其他信息如地理位置、过去的购买记录、之前访问的网站以及搜索查询内容等，掌握消费者的购买倾向和支付意愿；另一方面，平台和商家还可以依靠收集（及购买）的信息，通过提供特别折扣或购买条件（如赠品、免运费、特定的支付方式）等，来“说服”消费者购买某个产品，商家的“说服”策略在数字场景下很容易成功，而这些特别折扣和购买条件未必提供给其他消费者。从这个意义上说，传统价格歧视主要依靠市场力量维持，而算法个性化定价下，“数据权力”（data power）具有了市场力量的同等作用。作为一种控制和使用数据的能力，数据权力与传统的市场力量不同，它使得小型企业也能通过掌握消费者的详细数据来实施个性化定价，从而在没有显著市场力量的情况下获取更多消费者剩余。

第四，反垄断法将市场力量作为介入价格歧视的前提，具有一定的合理性。有学者对反垄断法将价格歧视的主体限定为具有市场支配地位的经营者提出批评，认为“在数字经济时代，行为主体无须具备市场支配地位也能实施算法价格歧视行为”，因此，“《反垄断法》中针对算法价格歧视行为主体的限缩性规定应与时俱进”，需要“适当拓宽行为主体外延，引入‘相对优势地位’”。反垄断法规制传统的价格歧视之所以以市场支配地位为前提，是因为在企业市场力量有限即面临较大的竞争约束时，消费者有足够的替代性选择，一旦发现被歧视就可以转向其他商家，价格歧视也就难以普遍地实施。竞争性市场中当然也会存在价格歧视，但基本是零星和偶然的，其造成的竞争损害和消费者福利损失，难以达到需要反垄断法介入的程度。即便就消费者福利而言，经济学上也有一个基本认识：个性化定价对消费者福利造成的伤害程度，取决于市场上替代产品之间的现有竞争水平。因为每个消费者对产品的最大支付意愿，总是取决于消费者对替代产品的价值评估。虽然算法个性化定价可能保证商家将价格提高到无限接近于消费者最大支付意愿的程度，但市场上的竞争水平——竞争性产品对消费者的吸引力以及竞争性商家收取的价格——决定了消费者对当前产品最大支付意愿的高低。一个很容易理解的场景就是，消费者如果有较大的选择范围，则对商家的报价就不太信任，认为产品不值这么多。相反，对垄断者的产品，因没有足够的替代性选择，消费者的最大支付意愿会更高。这就意味着在垄断场景下，商家一旦实施个性化定价，就会压榨更多的消费者剩余，消费者福利损失也就更大。例如，当某消费者更喜欢A品牌商品而非B品牌时，对A品牌商品的最大支付意愿就会高于B品牌（如分别为10元和9元），但当A品牌商品的价格提高到10元之上（如10.5元），该消费者很可能会转向B品牌；相比之下，如果市场上没有B品牌，则该消费者愿意为A品牌商品支付的最高价格会更高，很可能只有A品牌商品价格提高到12元时才会放弃消费该商品。消费者最大支付意愿与市场竞争程度之间的关系意味着，通过促使相关市场的竞争更加充分，可以减少算法个性化定价对消费者的伤害。当然，这并不意味着在一个竞争性市场上，算法个性化定价不会对消费者造成伤害，仅仅是伤害更小而已，如前所述，算法个性化定价总是对消费者有害，无论市场竞争水平如何。不过这时，消费者损害的救济，未必需要依据反垄断法，当其他法（如消费者权益保护法）也能够解决问题时，就不必强调反垄断法的介入。就算法个性化定价的规制而言，有无市场支配地位的要求，一定程度上正是反垄断法与消费者权益保护法的界限。例如，在前述的滴滴案中，最高人民法院虽然认为李某某提供的证据不足以证明滴滴方在相关市场具有支配地位，且其主张的差别待遇不具有实质性差异，因而没有依据反垄断法判定滴滴方滥用市场支配地位，但法院同时指出，李某某“在本案中提供的证据不足以支撑其根据反垄断法、《中华人民共和国民事诉讼法》及有关司法解释的相关规定证成被诉垄断行为，但不排除其可以根据《中华人民共和国消费者权益保护法》或者《中华人民共和国电子商务法》等其他法律规定，另寻其他救济途径主张权利”。

第五，解决违法或不合理的算法个性化定价，需要持续监控企业的算法运用，反垄断法不是行业监管法，很难实现这样的重任。即便依据反垄断法认定算法个性化定价构成垄断行为，想要彻底解决这个问题，也需要行业主管部门的配合。消费者权益保护法、电子商务法、算法治理法，需要为解决算法个性化定价带来的问题共同努力，反垄断法无法也不应该独立解决所有问题。

总的来说，反垄断法不宜对算法个性化定价采取类似“本身违法”的一揽子禁止态度，反垄断执法机构可以考虑仅在例外情况下予以干预，即当算法个性化定价产生的有害影响明显大于积极效果时，才采取行动以最小化这种损害。而且，反垄断法更需要发挥“兜底”与“补充”的作用，而非一开始就积极介入。

三

构成垄断行为的算法个性化定价

在符合特定条件时，算法个性化定价仍有可能违反反垄断法。除市场支配地位的基本要求外，还要基于损害特性来确认算法个性化定价的行为性质。我国大多学者倾向于在价格歧视的框架下分析算法个性化定价，这是因为《中华人民共和国反垄断法》（以下简称《反垄断法》）将差别待遇界定为“没有正当理由，对条件相同的交易相对人在交易价格等交易条件上实行差别待遇”。从法条表述看，这里的“交易相对人”，既可能是参与市场竞争的商家，也可能是不再参与市场竞争的终端消费者。所以从形式上看，算法个性化定价有可能符合价格歧视的构成要件。不过从理论上看，反垄断法中的滥用市场支配地位条款，除超高定价这种剥削性滥用来说，其他行为通常都不直接适用于企业与终端消费者的关系，除非这种关系能够影响行为人的竞争对手，如面向消费者实施的限定交易也可能对竞争对手造成封锁效果。基于此，算法个性化定价在以下两种情况下有可能被认定为反垄断法上的滥用市场支配地位行为：一是构成对交易相对人（特别是终端消费者）的直接剥削，二是构成对竞争对手的间接排他。

（一）构成剥削性滥用的算法个性化定价

如果有证据表明，不同消费者因与成本无关的原因被收取了不同的价格，即有些消费者支付了更高价格而又无法转移，则算法个性化定价可能被视为剥削性滥用。需要进一步思考的是，这种剥削性滥用，究竟是反垄断法上的价格歧视还是超高定价。

1.剥削性的价格歧视

针对消费者的个性化定价是否构成反垄断法上价格歧视的争议，主要源于欧盟竞争法的特别规定。欧盟竞争法将滥用市场支配地位行为分为剥削性滥用和排他性滥用：剥削性滥用处理的是垄断者与消费者间的关系，这类行为使消费者直接受损；排他性滥用处理的是垄断者与经营者（主要是竞争者）间的关系，这类行为使参与市场竞争的经营者直接受损，而消费者的损害可能是间接和最终意义上的。《欧盟运行条约》第102条规定的各类行为，只有第一项即超高定价（或称不公平交易条件）是剥削性滥用，可直接适用于商家和消费者之间的关系，剩下的行为（包括价格歧视）都是排他性滥用。《欧盟运行条约》第102条关于价格歧视的表述是，对同等交易下的其他交易方适用不同的条件，从而使其处于竞争劣势（a competitive disadvantage）。“竞争劣势”的表述意味着，价格歧视违法的前提是必须具有竞争损害，这种损害体现为，被歧视的交易相对人因参与市场竞争而处于不利地位；如果交易相对人是终端消费者，因不再参与市场竞争，也就不存在所谓的“竞争劣势”。

基于上述规定，在欧盟竞争法实践中，对消费者收取不同价格的行为能否被认定为违反了《欧盟运行条约》第102条中的价格歧视规定，一直存在着争论，争论的实质是第102条是否涵盖直接面向消费者的剥削性价格歧视。虽然从法律规定看，《欧盟运行条约》第102条因强调“竞争劣势”而难以涵盖“消费者歧视”，但实践中，欧盟委员会也处理了“消费者歧视”的滥用案件，尽管总体上很少。例如，在法国足球协会案中，欧盟委员会因法国足球协会在198年法国世界杯比赛门票销售中歧视外国消费者而制裁其滥用市场支配地位的行为；在德国邮政案中，欧盟委员会因德国邮政给予源自德国的邮件优先于外国邮件的处理而对其施加了制裁。然而，在这两个案件的决定中，欧盟委员会并未就价格歧视的对象是否包含终端消费者发表过明确意见。

相比欧盟，我国《反垄断法》规定差别待遇时并未过于强调排他属性，“交易相对人”作为被歧视的对象，从文义上看既可以是经营者，也可以是终端消费者，所以直接剥削消费者的价格歧视，完全可以被认定为差别待遇。不过，也有学者指出，我国《反垄断法》规定纵向垄断协议时也使用了“交易相对人”的概念，而纵向垄断协议通常是经营者之间的协议，因此，差别待遇中的“交易相对人”也应做一致的解释，即排除终端消费者。此外，源于我国《反垄断法》主要借鉴自欧盟以及欧盟竞争法中滥用市场支配地位的二分法，我国也有学者认为，作为算法个性化定价典型表现的大数据“杀熟”，不应被认定为价格歧视，因为“价格歧视须对竞争产生损害”，“而杀熟行为的受损害人往往是终端消费者，他们购买产品用于个人消费，并不参与竞争，因此杀熟行为对竞争往往并无直接影响，如果将其定性为价格歧视，则反垄断法反而无法进行调整”。这种看法明显受到了欧盟竞争法的影响，认为价格歧视必须是先损害竞争再损害消费者。

2.剥削性的超高定价

如果不认可对消费者的剥削也构成价格歧视，则这类算法个性化定价可以认定为超高定价，即商家对支付意愿高的消费者收取高价时，该价格与成本相比可能严重不合比例，因而符合超高定价的要件。认定为超高定价有两个明显的好处：一是回避了价格歧视的适用难题，减少法律适用障碍；二是避免对算法个性化定价的一揽子禁止，从而让支付意愿低的消费者仍然可以享受到好处。算法个性化定价是对不同消费者收取不同价格，有的价格高，有的价格适中，有的价格低，反垄断法只认定其中高价部分构成超高定价并作出否定性评价。这相当于在维持大部分交易价格的基础上，仅防止商家对支付意愿高的消费者过度剥削。

当然，将算法个性化定价认定为超高定价也并非没有难题和争议。第一个难题是如何确定价格过高（即我国《反垄断法》中的“不公平”）。这是超高定价认定的历史性难题，但在算法个性化定价中表现得更为明显。因为商家的定价是高度分散的，很可能就同一产品向不同消费者收取了几十甚至数百个价格，不同价格之间的差异通常又不是很明显，这时很难选择一个临界值，认定超过临界值的价格就是“过高”的，而之下的价格就是合理的。此外，产品价格是否合理的判断还受到产品类型的影响。如果是标准化产品如有形的实物商品，成本和价格还相对好判断，可如果产品是服务（如网约车、餐饮），则产品本身很可能是高度“个性化”的（如不同车型的运营成本和带来的服务体验均有差异），甚至融入了消费者的特别请求（如餐饮服务基于消费者的个人偏好而增减餐量、调配内容），成本和价格的比较就非常困难。

一个基本原则是，着眼于反垄断法与消费者权益保护法的目标差异，在确定实际成本与收取价格之间的差额是否过高时，应当针对所有价格整体考虑，而不是针对每个单独价格，因为决定反垄断法是否干预的基本标准是整体消费者福利，而非每个消费者的福利。所谓整体考虑，并非取不同价格的平均值，而是分析在没有算法个性化定价的情况下，商家通常会收取一个怎样的统一价格，然后考虑到个性化定价下商家低于该统一价面向支付意愿低的消费者销售时的利润损失，在允许商家合理收回该利润损失的前提下，大致确定一个价格的临界值，高于该临界值的，才可以认定为超高定价。

第二个难题是，由于反垄断法介入剥削性滥用的高错误风险，各国反垄断法对剥削性滥用的态度既不明朗也不统一，即便如欧盟、澳大利亚、韩国和我国，允许认定剥削性滥用违法，反垄断法干预的门槛也非常高，反垄断执法机构总体上都较为慎重。美国反垄断法中就没有超高定价的规定，欧盟竞争法虽然有明确规定，但一直不是执法重点。从理论上看，运用反垄断法来规制剥削性滥用之所以被质疑，一个重要原因是，在反垄断法以及更广泛的经济学中，有一个长期存在且具有一定合理性的认知，即将价格视为市场竞争水平的副产品，而不是原因。根据这种观点，竞争限制价格，而不是相反，因此单纯的价格过高，如个性化定价，基本难以损害竞争（可能存在偶尔的例外）。如果定价行为损害了消费者，只能是因为竞争未能将价格降低，如果希望通过反垄断法解决这个问题，应该针对任何削弱竞争的反竞争行为，而不是定价行为本身。这种观点形象地说就是，反垄断法应该治疗引起价格问题的病因，而不是针对价格这样的症状。

上述观点也可解释为，任何不合理高价的背后，一定有可以被反垄断法所规制的反竞争行为，如共谋或者各种排他性滥用，否则高价不可能获得或维持。这种看法在特定情况下有合理性，但又过于绝对了，因为具有支配性的市场力量本身就能带来并维持高价，否则就不能被称为市场支配地位。市场支配地位的经典含义就是，一家企业能够在较长时期内以超过竞争水平的高价盈利。而且，市场支配地位只是反映了市场竞争不充分的结果，这个结果的出现，并不意味着企业一定实施了反竞争行为。企业即使没有从事反竞争行为，也可能仅仅因为纯粹的偶然——如政府的政策、竞争对手的失策，而拥有垄断地位。这时，获得支配地位的企业也可以凭借其市场力量将价格提高到竞争性水平之上。

（二）构成排他性滥用的算法个性化定价

算法个性化定价不仅具有剥削效果，还可能产生排他效应。从理论上看，具有市场支配地位的企业通过算法个性化定价，可以更精准地掌握消费者需求和支付意愿，从而优化产品和服务，不断增加自身对消费者的吸引力，进一步巩固其市场地位，并可能由此形成进入壁垒。例如，大型电商平台利用其庞大的用户数据和先进的算法，可以为不同用户提供个性化的产品推荐和价格，使得所有消费者都可能在平台上购买到自己喜欢且可接受的商品，消费者由此更倾向于在该平台上消费，其他小型电商平台则因缺乏数据和算法优势而难以与之竞争。

从行为表现看，当算法个性化定价被用于排挤市场上的竞争者时，有可能被认定为排他性滥用。这主要发生在两种场合之下，分别指向对当前市场竞争和下游市场竞争的排斥。

1.对当前市场竞争的排斥

即便像欧盟那样，过于强调价格歧视的竞争损害而非剥削效果，针对消费者实施的价格歧视也可能满足竞争损害的要件，进而违反反垄断法。在反垄断法理论上，尤其是美国《罗宾逊—帕特曼法》中，价格歧视的“一线损害”（primary line injury）说的就是这种情况。所谓“一线损害”，就是对行为人竞争对手的排斥效果，在美国这是价格歧视的最主要损害。具体来说，经营者可能通过算法个性化定价，对竞争对手的客户或潜在客户实施更具吸引力的价格策略，从而抢夺竞争对手的市场份额或者防止其扩张，甚至将其排挤出市场。这种损害直接发生在行为人所在的相关市场之上，是对当前市场竞争的排斥。

这种个性化定价的实施，依赖于两种价格方式：一是对自己的客户实行正常价格；二是对竞争对手的客户实行较低价格，甚至是掠夺性价格。这里的客户，很大程度上就是终端消费者。由于不同客户被收取了不同价格，这构成了价格歧视，且被歧视的对象，是行为人自己的老客户，这看起来也像是大数据“杀熟”。与普通个性化定价相比，这种行为也依赖于算法和数据，只不过商家分析的不是自己客户的购买记录等数据，而是竞争对手的客户数据以及还在犹豫与谁交易的潜在客户数据。

价格歧视的一线损害原理与掠夺性定价的损害原理非常类似。行为人对竞争对手的客户或潜在客户收取低价，就是不惜以牺牲原本可获得的利润甚至是亏本的方式，来造成竞争对手更大的损害。如果竞争对手没有能力将价格降到和行为人一样甚至更低的水平，就有可能被排挤出市场。由于实施算法个性化定价的经营者具有市场支配地位，竞争对手几乎难以与之抗衡。一旦竞争对手被排斥、行为人的垄断地位进一步巩固，行为人则又可能对原本低价吸引来的客户提高价格。这意味着，具有一线损害的算法个性化定价，可能与掠夺性定价发生重合，符合条件时也可以按照掠夺性定价来认定。当然，掠夺性定价的要求比较高，价格必须达到低于成本的程度，而在算法个性化定价下，对竞争对手客户实行的低价未必会低于行为人的成本，通常只要比竞争对手的价格低，如接近或低于竞争对手的成本，也就具有了排斥效果。这时只能认定为价格歧视。

2.对下游市场竞争的排斥

价格歧视的“二线损害”（secondary line injury），说的就是对下游市场竞争的排斥效果。要造成这种竞争损害，价格歧视的对象必须是参与市场竞争的经营者，而非终端消费者。这种损害，也就是《欧盟运行条约》第102条所说的“竞争劣势”。因为算法个性化定价大多是针对消费者实施的，所以不会产生这种损害。但从理论上看，算法个性化定价与我国现在讨论较多的大数据“杀熟”并非完全等同，因为大数据“杀熟”基本是针对消费者的，而个性化定价未必完全如此，也可能针对商家。如果这样，则其也可能产生排他效果，由此不论在欧盟竞争法还是我国反垄断法下，将其认定为价格歧视均没有障碍。

具体来说，发生在B2B间的算法个性化定价，在两种情形下可能会在下游市场产生排斥效果，因而符合价格歧视作为排他性滥用的属性：一是具有市场支配地位的经营者仅在上游市场从事经营活动，但对同等交易条件下的类似客户收取不同价格，从而使这些客户在下游市场处于不同的竞争地位；二是具有市场支配地位的经营者发生了纵向整合，同时在下游市场与客户开展竞争时，对客户收取更高价格，从而使自己（或子公司）在下游市场获得竞争优势，这本质上是一种自我优待。

价格歧视的二线损害，实践中很少出现第一种情形，主要表现是对行为人旗下公司的优待。尽管《欧盟运行条约》第102条的规定涵盖了上述两种情形，但法院很少追究第一种情形下价格歧视的法律责任。例如，在欧盟的MEO案中，法院的法律顾问认为，虽然纵向整合的公司有动机歧视其客户——因为他们也是下游市场中的竞争对手，但非纵向整合的公司没有任何动机歧视其部分客户，因为这种策略会给其声誉带来负面影响，又不会为其市场份额带来任何好处，因此，纯粹的二线损害价格歧视是“极其罕见”的（extremely rare）。与法律顾问的意见一致，欧洲法院在判决中也承认，具有支配地位的经营者原则上没有兴趣将其贸易伙伴排除在下游市场之外。

四

监管机制与反垄断法救济的配合

反垄断法识别到算法个性化定价的竞争损害后，可以通过罚款和禁令的方式来制裁行为人。不过要想从源头并全面解决算法个性化定价带来的问题，需要其他法与反垄断法的配合，特别是一些行业监管机制。反垄断法可以对行为人施加竞争性的救济措施，也可由经营者主动提出承诺与整改，行业监管则主要体现为对消费者权益的保护与算法使用行为的规范。算法个性化定价的法律治理，由此形成了主客二元路径：主观路径指从主体（消费者）角度提供保护方式，客观路径指从垄断行为和算法治理角度提供解决方案。

（一）主体保护：消费者权益保护规则的适用

在防止剥削形式的算法个性化定价以及附属于个性化定价上的误导性行为方面，消费者保护法有时是更合适的工具，特别是行为人不具有市场支配地位时。

第一，算法个性化定价对消费者福利的损害，是最直接和最显性的。这是消费者权益保护规则可以介入的前提。算法个性化定价可能有利于部分消费者，但损害了那些支付了较高价格的消费者权益，特别是公平交易权。《中华人民共和国消费者权益保护法》（以下简称《消费者权益保护法》）规定的公平交易权，核心内容是“质量保障、价格合理、计量正确”等公平交易条件，其中的“价格合理”，可以作为评判算法个性化定价合法与否的基础。立法虽然没有给出“合理”的具体标准，但从理论上看，既包括价格相比成本的合理性，也包括与其他消费者支付价格相比的合理性。

第二，算法个性化定价不是孤立存在的，一般都辅以对消费者的引导、劝诱甚至误导，这些误导性行为也可能涉嫌侵害消费者权益，甚至构成其他法上的违法行为。由于消费者对个性化定价具有强烈的情感抵制，商家可能倾向于以更隐秘、更微妙因而消费者也可能更容易接受的方式来实施个性化定价。例如，企业可以向所有消费者提供相同的价格，但提供个性化折扣，由于折扣不太容易比较，消费者有可能不会产生负面反应，但消费者最终支付了不同的、个性化的净价格，这种定价策略等同于个性化定价。再如，企业可以进行搜索歧视和引导，即根据收集到的信息向不同消费者展示不同的产品，特别是向有些用户只展示更高端产品，以引导其支付更高的价格。实践中，这些劝诱或误导性行为还可以有更多的表现形式，如声称个性化价格是最优惠价格，却向其他消费者提供更好价格，或者虚假声称个性化报价仅在非常有限的时间内有效，以诱导消费者尽快作出购买决策等。这些误导性行为可能源自商家提供了片面、不准确或歧义性的信息，也可能利用了消费者的“认知偏差”来对消费者作出行为上的歧视，甚至直接构成一种欺骗或欺诈。上述行为可能损害消费者的多项权益，特别是知情权。我国《消费者权益保护法实施条例》就是在知情权的基础上规定算法个性化定价的，其要求经营者不得“在消费者不知情的情况下”，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准。同时，这些行为也涉嫌构成不正当竞争，如虚假或者引人误解的商业宣传等。

此外，个人信息保护也是解决算法个性化定价的方式，这也可看作是保护消费者权益的方式。商家收集的消费者信息越多，定价就越可能是个性化的，因此，限制商家过度收集消费者的个人信息，能够从源头防止个性化定价带来的剥削效应。我国《消费者权益保护法》、《中华人民共和国电子商务法》（以下简称《电子商务法》）和《中华人民共和国个人信息保护法》中均有相关内容。

（二）算法监管：算法透明化与消费者退出权

虽然没有充分的理由将所有的算法个性化定价视为反竞争行为而禁止，但可以借助与算法相关的行业监管工具来确保商家合理使用定价式算法，特别是确保算法个性化定价是透明和得到消费者同意的，且易于退出，从而降低消费者受损的风险。

1.算法透明化

个性化定价非常容易引发关于定价公平性和市场信任的担忧。即便算法个性化定价带来的总体经济效果是积极的，甚至就特定消费者来说，其个性化价格较低，消费者也倾向于认为算法个性化定价是不公平、不合理的。因为消费者总是担心自己被骗，很难信任商家的解释。消费者还会担心与算法个性定价相关的个人信息的不当收集或使用，以及商家行为因缺乏透明度而不可预测。

为解决这个问题，可能的监管机制是引入定价式算法的透明度要求。如果商家的定价过程，消费者充分知情甚至有所参与，则消费者对个性化定价的态度会更为积极。一项实证研究表明，消费者更可能接受他们至少在一定程度上参与了定价机制的价格歧视形式。具体来说，监管机构可以要求商家承诺向消费者披露是否正在实施算法个性化定价策略，以及执行该策略时考虑的参数是什么。当然在反垄断执法中，经营者也可以主动作出上述承诺。

问题的关键是透明化需要达到何种程度。最基本的要求是让消费者知道价格是个性化的；更高的透明度要求涉及价格个性化的具体方式，即商家可能被要求披露确定个性化价格的主要参数（即基于哪些因素而确定了当前的个性化价格）；此外，还有一个高透明度要求涉及价格比较，即消费者也要知道商家提供给他人的价格，以便特定消费者有一个价格参照点，可以判断自己是否被索要了不合理的高价甚至被大数据“杀熟”了。

2.消费者退出权

就特定消费者来说，防止被算法个性化定价侵害的最好方式是不让商家分析自己的支付意愿。

例如，消费者可以通过删除cookies和搜索及浏览历史记录、依赖代理服务器、不时做出一些非常规行为（如搜索一些不准备购买但非常便宜的商品并加入购物车）以及仅提供必要数据等方式来“隐藏”自己。这种策略被媒体称为“反向驯化”大数据“杀熟”，尽管有一定作用，但效果有限。首先，有学者指出，只有能够估计个人数据价值，并且更关心价格歧视风险的“战略性”用户（strategic customers），才能在网上世界隐藏自己的身份，相比之下，“短视”消费者（myopic consumers）在互联网上留下“痕迹”时会更加不小心。其次，依赖“隐藏”技术可能对消费者福利并不必然有益。因为如前所述，有预算意识（通常也是不太富裕）的“精明消费者”，即使在垄断情况下也可能从算法个性化定价中受益，而消费者并不知道他们是如何被平台分类的，通过依赖“隐藏”技术，消费者将受到统一价格的约束，因此他们有可能失去“被歧视”的好处。此外，“隐藏”技术也可能给消费者带来其他成本，如更难找到自己想要的产品。这就产生了一个选择的悖论。

从监管角度看，最好的措施是让商家确保消费者的退出权，即让消费者自己选择。这项措施让消费者基于自身状况作出不同的选择，并自担风险：一些“技术盲”或不太在意价格的消费者可能会选择统一价格，以获取稳定性的保障；对网络与算法非常了解的“战略性”用户可能会“冒险”被歧视，或许他们也能从“隐藏”技术或“反向驯化”中获得比统一价格更便宜的个性化价格。退出权在性质上比透明化义务更具监管性，更适合由行业监管机构来施加。《电子商务法》第18条的规定，有这方面的影子。国家网信办等四部门2022年联合发布的《互联网信息服务算法推荐管理规定》则向前走了一大步，其第17条规定“算法推荐服务提供者应当向用户提供不针对其个人特征的选项，或者向用户提供便捷的关闭算法推荐服务的选项”“算法推荐服务提供者应当向用户提供选择或者删除用于算法推荐服务的针对其个人特征的用户标签的功能”。

五

结论

算法个性化定价从形式上看可能符合反垄断法中滥用市场支配地位的规定，但反垄断法的适用高度依赖经济分析，通常只有相关行为直接或间接损害社会总福利（或者消费者福利）时才能被认定为垄断行为。而算法个性化定价的整体经济效果具有高度不确定性，特别是算法个性化定价在确保商家能够侵占更多消费者剩余的同时，也能够让一些预算有限的消费者以更低的可承受价格购买到产品，由此也可能带来市场扩张效应，并可能在特定情况下促进动态效率。鉴于如此复杂的经济效果，反垄断法不宜事先一揽子禁止算法个性化定价。反垄断法能够处理的算法个性化定价本身也非常有限，且数字经济的迅速发展特别是算法的日趋复杂使得反垄断法执法机构处理算法个性化定价时面临很大的挑战，如面临极高的证明负担、无法持续监控算法的运行。因此，反垄断执法更多发挥市场机制与行业监管的“兜底”与“补充”作用。

特定情况下，算法个性化定价可能构成垄断行为。一方面，当商家对支付意愿高的消费者收取过高价格而消费者又无法转移时，算法个性化定价可能被认定为剥削性滥用行为。我国《反垄断法》中规定的两种行为均可用于分析算法个性化定价的剥削属性：一是价格歧视，二是超高定价。相比而言，大多国家反垄断法规定的价格歧视并不适用于商家与消费者间的关系，而只能是一种发生在B2B间的排他性滥用行为。以超高定价来认定算法个性化定价，面临更小的法律适用障碍，也更加符合算法个性化定价的本身属性，即旨在索取高价而非歧视。另一方面，算法个性化定价也可能在上下游市场产生排斥竞争的效果，进而构成排他性滥用行为。当行为人对自己的客户实行正常价而对竞争对手的客户或潜在客户实行低价时，算法个性化定价排斥行为人的竞争对手，并可能与掠夺性定价竞合。当行为人在上下游市场均有业务而对下游业务的竞争对手收取高价时，算法个性化定价排斥下游市场的竞争。总的来说，算法个性化定价的表现和目的不一，需要基于其剥削或排他效果来定性。

算法个性化定价引发的问题也具有多重属性，反垄断法只能解决其中一小部分问题。反垄断法可以提供垄断行为的规制方式，而主体权益保护更多依赖消费者权益保护规则的适用，特别是其中的公平交易权和知情权。同时，算法个性化定价的源头在算法，算法监管也需要与反垄断执法协同发挥作用，在这方面，尤其要确保算法个性化定价的透明度和消费者的退出权，以消费者自主行为来降低消费者可能遭受的风险。

-向上滑动，查看完整目录-

《财经法学》2025年第5期目录

【财经法治热点：行政法治前沿研究】

1.发展型行政法的新领域

——基于区域发展的研究

于安

2.公共资源配置型行政协议的市场化建构

陈国栋

3.以“行为选择”为中心的行政复议调解方法论阐释

王思睿

【财经法治热点：反垄断法研究】

4.算法个性化定价的反垄断法立场与分析路径

焦海涛

5.必需设施理论在我国应用中的问题及解决

丁茂中

【财经法治热点：增值税法研究】

6.《增值税法》的立法精神、新规解析与实施展望

翁武耀

7.新时代的增值税立法：税法规范与价值的融合

郭维真

【财经法治研究：数字法研究】

8.从限制到调控：人工智能背景下未成年人保护模式的转型与重塑

刘晓春

9.数据来源者权利及其实现

——基于数据共生的视角

王年

10.网络用户参与数据要素收益分配的路径改进：基于用户角色定位的理论构想与现实抉择

于楚涵

【争鸣】

11.“强化人大国有资产管理监督”的宪法理蕴与制度实现

崔德旗

12.电子合同格式条款的订入控制

张梓萱

13.自甘风险适用范围扩张论

李鼎

《财经法学》于2015年1月创刊，为双月刊，单月15日出版发行，是法学学科领域的专业性学术期刊。“财经法学”一名，既表明该刊物与法学和经济学两大学科紧密相连，亦有突出交叉学科特色之意。所谓“财”，即财产；所谓“经”，即经济。故而“财·经·法”即以财产为客体的私法、以经济为调整对象的公法以及经济、管理与法学交叉领域之合称，简言之，《财经法学》对社会主义市场经济法律调整抱有特别的关注。

点击进入下方小程序

获取专属解决方案~

责任编辑 | 郭晴晴

审核人员 | 张文硕 毛琛昕

本文声明 | 本文章仅限学习交流使用，如遇侵权，我们会及时删除。本文章不代表北大法律信息网（北大法宝）和北京北大英华科技有限公司的法律意见或对相关法规/案件/事件等的解读。