吴涵栩 薛前强
关键词：大数据杀熟;披露式立法;算法披露;禁止式立法
中图分类号：D922.16 文献标识码：A 文章编号：1009 — 2234（2022）04 — 0115 — 06
近年来，我国互联网经济和电子商务实现了飞速发展，带来许多便利的同时也产生诸多现实问题。大数据杀熟作为其中较为典型的问题，很早就已进入公众视野。北京市消费者协会2019年3月公布的一项调查报告表明，56.92%的被调查者认为自己有过被大数据杀熟的经历。①短短几年内，美团、饿了么、携程、滴滴等平台就被消费者屡次发现存在大数据杀熟情况。从1元的外卖配送费②到1500余元的酒店房费③，大数据杀熟俨然已经成为侵害平台消费者的一支无处不在的“暗箭”。随后跟进的《个人信息保护法》《关于平台经济领域的反垄断指南》等法律法规，均以一种禁止式的立法模式涉及大数据杀熟问题。2022年1月《互联网信息服务算法推荐管理规定》（下称《算法推荐规定》）发布，成为针对性规制大数据杀熟的重要法律依据。其中展现出的新兴“披露式”立法模式，给我国大数据杀熟的规制路径和体系构建，带来了全新思路。
大数据杀熟，是指商家利用算法分析用户的个人信息数据、制定商业策略，以此针对不同用户实施差别定价的行为。这种行为之所以被冠以“杀熟”之名，是因为老用户因其消费信息的积累和平台用户黏性，在大多数情况下往往更容易成为这种差别定价针对的对象。
对于大数据杀熟的本质，目前学界存在争议，部分学者认为大数据杀熟是一种违背公平交易原则和侵害消费者知情权的价格欺诈行为④，但更多学者仍采经济学上的概念，认为它是一种基于信息与算法实现的价格歧视，即就同样的商品或服务以不同的价格出售给不同消费者。相较于传统商业模式下的价格歧视，大数据杀熟具有以下特征：一、精密化。大数据杀熟借助平台算法强大的计算能力，能够产生针对每个消费者“点对点”的定价策略，从而实现传统商业模式下难以达成的“一级价格歧视”，最大化地攫取消费者剩余。二、封闭化。传统的商业模式下，消费者可以就不同的经营者进行货比三家，此时是消费者选择商品，消费者占据主动权。平台经济下，基于用户黏性，一次消费行为往往不会横跨诸多的平台或软件，且此时其实是平台在选择呈现给消费者的商品，消费者被封闭在平台构筑的信息壁垒中，丧失主动权。三、集成化。平台通过一套完整的算法体系，自动且紧密地进行“获取数据——绘制画像——实施定价”这一价格策略流程，可以实时获得来自市场的信息并做出反馈，决策效率远高于传统商业模式下类似的上述流程。
然而需注意的是，尽管沿用了价格歧视这一概念，经济学和法学对这一行为的观察视角并不相同，由此也产生了一定的价值判断上的差异。经济学倾向于从动态的、宏观的视角，观察价格歧视对于社会整体福利的影响，由于相比单一定价，价格歧视解决了支付意愿低于垄断定价的消费者的最后一丝顾虑，从而提高了商品销量，促进商品流动，能够同时提高企业利润和整体消费者的满意程度，从而具有了一定的积极意义①。法学倾向于从静态的、微观的视角，观察价格歧视对于消费者平等和市场竞争平等的影响，因其差别定价打破了消费者间和市场竞争者之间的平等地位，而被认为是一种损害性行为。当然，对于这种差别显然不能作过于狭窄的解释，否则对于大数据杀熟这种价格歧视的认定将过于宽泛。从法学的视角出发，应当认为这种差别是以最大程度地攫取消费者剩余为目的，并超出了公平的合理限度。对此有的学者提出，大数据杀熟的不公平就在于供应商使用的个人信息量和所提供的产品与服务之间难以达成对等性和比例性②。故需明晰的是，大数据杀熟固然有其损害性，但损害性认定处于一种社会效益和消费者个人效益的平衡之中。
本文从法律规制的角度观察，重点着眼于法律所禁止，超出了公平合理限度的大数据杀熟行为，即法学意义下的损害性大数据杀熟。针对这种损害性大数据杀熟的法律规制，目前存在两种思路。一种是传统的禁止式立法，伴随着各国互联网经济的蓬勃发展，包括大数据杀熟在内的行业乱象丛生，作为行为的直接规制，禁止式立法自然而然地在立法實践中被采用。而另一种是新兴的披露式立法，近几年来在部分国家的立法实践中与禁止式立法被并行采用。
顾名思义，大数据杀熟禁止式立法指的是在立法中明确禁止大数据杀熟的模式。这一模式设立禁止性规范并设置罚则，利用经营者对于处罚后果的规避以达到规制的效果，是最传统、最直接也是最普遍的行为规制思路，为世界各国大数据杀熟的相关立法构建所广泛采用。截至《算法规定》发布前，我国大数据杀熟的相关立法也都是采取这种模式。其中《反垄断法》第十七条禁止具备市场支配地位的经营者“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”。《价格法》第十四条禁止经营者“提供相同商品或者服务，对具有同等交易条件的其他经营者实行价格歧视”。《个人信息保护法》第二十四条和第七十三条要求个人信息处理者利用信息进行算法分析的“自动化决策”时，不得“对个人在交易价格等交易条件上实行不合理的差别待遇”。
禁止式立法的优势是十分明显的。作为一种传统而广泛的行为规制模式，其“禁止——违反——处罚”的内在逻辑简单明了，有利于发挥法律的指引作用和预测作用。同时，禁止式立法通过罚则的威慑力，能够主动而直接地指向立法所要求的结果，也有利于法律的执行。然而，经过长期实践，禁止式立法在大数据杀熟的规制中也逐渐暴露出了一些问题。
一方面，禁止式立法由于大数据杀熟本身价值的模糊性，在规制过程中容易产生纰漏。正如前面所提到的，大数据杀熟损害性认定处于一种个人利益和社会利益的平衡之中，实践中并非一律禁止。这种平衡在现有法律文件中表现为原因和程度上的免责条件，如《关于平台经济领域的反垄断指南》第十七条第三款就规定了经营者可以实施差别待遇行为的正当理由，《价格法》《个人信息保护法》等均以“正当营销策略”“不合理的差别待遇”等词对大数据杀熟的认定范围进行了限缩。另外司法实践中对于大数据杀熟的价值判断也存在法官对于“合理商业行为”的自由考量。如“刘某诉北京三快科技有限公司侵权责任纠纷案”中，被告的配送费动态调整这一理由也得到了法院的支持。那么，如何认定这种基于大数据杀熟价值平衡而设置的“合理性”？这显然存在很大的模糊性，将给立法和司法工作带来挑战。
另一方面，禁止式立法并没有改变平台经济下消费者的被动地位。隐匿的算法逻辑中，消费者很难知道选择将如何影响自身利益，只能被动地接受经营者的商业策略。此时消费者往往难以知道自身合法权益是否受损，权益保护更无从谈起，即使消费者有所察觉，进行举证也极为困难。在不知道算法内部逻辑的情况下，消费者唯一能够证明经营者大数据杀熟的方法在于通过控制变量说明其他交易条件相同的情况下自身受到了明显不利的差别定价。但显而易见的是，这种相同条件的认定要求对于消费者来说过于严格。成交时间、地点等各种现实因素都能成为经营者对于算法输出差别的理由。甚至实践中美团、携程等平台还曾以“定位缓存”“系统故障”等更加难以控制的因素为借口摆脱大数据杀熟的嫌疑，给消费者的举证带来了更大的困难。总而言之，大数据杀熟的这种算法隐秘性带来的信息差正是其得以侵害消费者合法权益的重要技术基础，而单纯的禁止式立法并不能解决算法的隐秘性问题。
1.披露式立法的理路梳理
基于禁止式立法的这种缺陷，部分国家开始将视线放到了一种新兴的披露式立法上。而伴随着我国大数据杀熟法制体系的逐步构建，这一思路也开始在我国的实践中生根发芽。2022年1月工信部等四部门联合发布的《算法推荐规定》，内容涵盖算法应用的基本原则和近年来算法推荐服务在实践中出现的各种热点问题。其中第十六条在我国现有大数据杀熟规制的法律体系中首次要求算法推荐服务提供者“应当以显著方式告知用户其提供算法推荐服务的情况，并以适当方式公示算法推荐服务的基本原理、目的意图和主要运行机制等”。
详言之，披露式立法指针对平台对消费者采用的区别性算法，要求相关平台在利用算法处理用户信息、制定个性化交易策略的同时，必须将相关算法的内容对公众予以披露。该最早见于欧盟于2016年通过的《通用数据保护条例》（GDPR）。其第13条第1款（c）规定，控制者有义务披露个人数据拟用于的处理目的以及处理的法律依据①。第13条第2款（f）规定，控制者应当在获取个人数据的同时为数据主体提供确保合理与透明处理所必要的进一步信息，其中就包括是否存在自动化决策和用户画像，以及相关逻辑、数据处理对数据主体的预期后果的有效信息②。此后，该条款所蕴含的披露式的立法思路开始被其他的大数据杀熟立法所效仿采纳。如美国加利福尼亚州2018年出台的《加州消费者隐私法》（CCPA）规定，收集消费者个人信息的企业应当在收集时或收集前告知消费者其所要收集的个人信息的类型以及收集此类型个人信息的用途，企业在未向消费者提供符合规定的通知的情况下，不得收集额外的个人信息或将收集的个人信息用于额外的用途③。再如美国弗吉尼亚州于2021年1月29日通过的《弗吉尼亚消费者数据保护法》（CDPA）同样规定，个人数据控制者应当按照其向消费者所披露的数据范围收集个人数据，同时应当向消费者提供可以合理访问、清晰的和有实际意义的隐私政策，其中包括处理的数据类型以及处理数据的目的④。欧盟内部市场和消费者委员会（IMCP）在2020年4月向欧盟委员会提出的有关《数字服务法》（DSA）出台的报告草案中，也要求数字服务提供商在合同条款和通用条款中向用户提供“人工智能系统的确切参数，以及它们如何影响用户的选择或行为，以及这些参数相对于其他参数的原因和重要性”。
2.披露式立法的运作原理与披露程度
披露式大数据杀熟规制模式的运作原理在于，并非由法律通过设置禁止性规定主动出击，规制利用算法进行的不合理的大数据杀熟行为，而是通过为经营者设置算法披露义务打破算法黑箱，将其算法逻辑置于公众的视野之下，通过保障公众知情权，使得消费者重新掌握交易的主导地位，能够依照完整的商品或服务信息自主选择经营者，从而促使经营者检查和修正自身所使用算法，或者由市场中的消费者通过选择去淘汰那些实施不合理大数据杀熟行为的经营者。
构建披露式立法的一个关键问题在于对算法披露程度的确定。欧盟以GDPR为中心的消费者数据保护立法与美国以加利福尼亚州、弗吉尼亚州和科罗拉多州三州为代表的消费者隐私法州立法呈现出不同的選择。以GDPR为中心的欧盟在立法时对于算法披露程度的要求更高，除了基本的数据范围和处理目的之外还包括了算法逻辑和数据处理预期后果的有效信息。相比之下美国的披露程度要求较低，各州在立法时都只要求数据控制者公布收集的数据范围和使用目的。
除此之外，对于披露式立法的披露程度还存在一种理论上的构想，即对算法程序语言的披露。这种披露相对于前述的两种披露而言，能够更加清晰直接地反映出消费者的信息将在何种程度上影响平台的策略，从而对其合理性进行判断。但这种披露对于绝大部分不具有算法阅读能力的公众来说是没有意义的，如果向社会公开反而会侵害平台所使用的服务算法这一具有商业价值和经济利益的智力成果。因此针对这种程度的算法披露有观点提出，可能的路径是将算法的源代码向市场监管机构披露。①在这种设想下，可以通过向政府专门机构披露算法代码，借助技术人员（如“外部程序员”②）对经营者算法的合规性分析，实施专业化的监督，并将分析结果以合理的方式向社会公示。值得注意的是，公示是披露式立法的关键步骤。假如缺少了向消费者公示这一环节，而完全依赖公权力对算法进行规制，还是无法保障消费者知情权和选择经营者的能力，其实质不过是传统禁止式立法的一种变式。如果这种算法程序语言的监督在技术层面被证明可行，这也可能成为未来大数据杀熟披露式立法规制发展的方向之一。
需指出的是，尽管期待披露式立法的透明度可以带来平台经济下消费者知情权和主动权的回归，但这并不意味着披露的程度越高越好。因为透明度是相对于披露对象的理解和判断能力而言的。随着披露程度的不断升高，公众对于自身消费行为和数据与受到交易策略间的关系有更加清晰的认识，能够依据对算法逻辑的理解和判断主动做出选择。此时消费者基于透明度的提高，对平台的信赖程度也将不断升高。但当披露程度继续升高，复杂度或专业度超过公众能够理解并据以进行判断的某个临界值时，此时所披露的内容无法再产生消费者信赖，公众基于对经营者的普遍不信任可能反而会促使其放弃，从而造成尽管平台披露程度提高但消费者信赖程度更低的情况，反而不利于平台的发展。这也是前述构想中对算法程序语言的完全披露，必须是面向具备相应知识的专门机构的重要原因。
相比传统禁止式立法“禁止--违反--处罚”的模式，披露式立法在行为规制逻辑上可谓另辟蹊径。单纯的披露式立法并不直接针对算法逻辑及其预期结果设置禁止性规定和配套的罚则，而仅为经营者设置了将算法向公众披露的义务和违反这种披露义务的罚则。具体来讲，披露式立法在以下几个方面能够回应传统的禁止式立法存在的缺陷。
首先，披露式立法通过借助消费者自我决策的灵活性和市场适应性，能够在最大程度上避免禁止式立法可能出现的纰漏。如前所述，禁止式立法将给立法和司法带来挑战，其根源在于法律法规或是司法人员必须利用有限的法律资源对行为实际合理性和算法逻辑存在“双重模糊”的大数据杀熟行为进行价值判断。而披露式立法绕过了公权力直接进行价值判断这一难点所在，仅仅要求经营者公开算法，相当于只是利用强制性披露规定拨开算法逻辑的迷雾，并将后续的价值判断交由消费者自身。消费者作为平台经济的直接参与者，对于平台的交易策略是否合理，是否损害自身利益拥有最直接的体验。通过要求平台向消费者披露算法，使得每一消费者能够提前或者在使用过程中了解自身的消费行为产生的影响，如果消费者认为这种影响是不利于自身的，就可以进一步作出更换平台、改变消费习惯等决策。
其次，披露式立法保障社会对经营者算法的知情权。禁止式立法并不能打破算法的黑箱，给交易过程中的消费者决策和损害后的救济都带来了困难。交易过程中，消费者由于平台经济的封闭性和算法的隐秘性，缺乏进行价格比较的能力，对可能存在的损害也难以预知。而损害发生后，由于算法不公开，救济在技术层面几乎成为经营者“一言堂”，为经营者寻求开脱创造很大便利。披露式立法模式下，通过强制要求经营者向社会披露所使用的算法，让算法逻辑接受社会监督，能够保障消费者的知情权，杜绝平台“放暗箭”的情況，从而重新释放消费者自主选择的能力，同时也有利于后续一系列救济的跟进。
当然，与禁止式立法相比，披露式立法也存在一定局限性。最为明显的是，禁止式立法由公权力主动进行识别和干预，而披露式立法将识别与选择权交给消费者，在这一过程中同时增加消费者的认识义务。老年人等信息边缘人群和缺乏主动权意识的消费者，可能不能或是不愿去了解自己所使用平台的算法逻辑，从而使披露式立法无法对这类人群发挥作用。其次，与禁止式立法相比，单纯理论化的披露式立法缺乏救济措施，威慑力不足。披露式立法利用的是经营者对不合理算法公开导致商誉下降的担忧，以及消费者自主选择所形成宏观上的市场淘汰机制，国家强制力仅仅体现在事前对于经营者履行披露义务的监督，而缺少事后的救济。为了应对现实中各种复杂的情况（如经营者虚假披露），还是有必要借助禁止式立法的“事后”救济，为消费者权利保护设置最后一道防线。
虽然引入披露式立法思路可实现我国大数据杀熟规制体系的优化，但我国目前大数据杀熟规制仍有一些先决问题需要重视。
第一， 立法繁杂，法律适用重叠。目前我国有大量的法律法规涉及大数据杀熟问题，然而各自对大数据杀熟的认定并不完全相同。2022年1月发布的《算法推荐规定》专门针对互联网信息服务算法推荐活动，明确算法推荐的种类、规范、服务提供者的各种义务，与大数据杀熟联系最为紧密。其中大数据杀熟的构成要件为算法推荐服务提供者根据消费者的各种特征信息在交易条件上实施不合理的差别待遇。作为法律责任，第三十二条规定按照有关法律、行政法规和部门规章的规定予以处理。该规定由此条连接各个法律法规、规章，针对大数据杀熟问题形成了专门化的文件。《消费者权益保护法》虽未直接规定大数据杀熟行为，但因为其抽象的消费者权利立法，在实践中常常被人们用以概括地评价大数据杀熟行为，认为大数据杀熟主要侵犯了消费者的知情权和公平交易权。《反垄断法》中的大数据杀熟属于滥用市场支配地位的差别待遇行为，其构成要件为具备市场支配地位的经营者没有正当理由对条件相同的交易相对人实行差别待遇。同样属于反垄断领域的《关于平台经济领域的反垄断指南》聚焦于平台经济视角，其中涉及大数据杀熟的差别待遇行为其构成要件与《反垄断法》中基本相同，只是展开了“差别待遇”“条件相同”和“正当理由”三个要件的概念或可能情况。《价格法》中的大数据杀熟行为属于不正当价格行为，其构成要件是在相同的产品或服务中对同等交易条件的其他经营者实行价格歧视。与反垄断法视域下的构成要件相比，不再要求实施者具备市场支配地位，但对象限定于其他经营者而排除了消费者，也没有涉及“正当理由”等免责情况。《个人信息保护法》下大数据杀熟行为属于“自动化决策”，构成要件为利用计算机程序自动分析、评估个人的行为习惯、兴趣爱好或者经济、健康、信用状况等，以此进行决策并利用这种决策对个人实施不合理的差别待遇。《电子商务法》并未直接定义大数据杀熟行为，只是要求经营者提供不针对消费者个人特征的选项，以保护消费者选择权。《在线旅游经营服务管理暂行规定》禁止互联网旅游服务经营活动的大数据杀熟，其构成要件为经营者滥用大数据分析等技术手段，基于消费者信息给予不公平的交易条件，侵犯了消费者合法权益。作为法规，相比前述法律在适用领域和适用场景上都更加细化，最为直接具体地指向大数据杀熟行为。
由此可见，我国目前的大数据杀熟法律规制体系存在高度竞合却又混乱的特点。一方面大量的法律法规可以同时适用于大数据杀熟行为的规制，但另一方面各自在细节处又参差不齐，在规定的具体程度不同、侧重点不同，在大数据杀熟行为的构成要件有差异、是否适用免责条件没有统一，同时所规定的大数据杀熟法律责任也存在很大差异。
第二，“相同条件”认定标准不清。《反垄断法》《关于平台经济领域的反垄断指南》《价格法》《禁止网络不正当行为规定（公开征求意见稿）》等法律法规在认定大数据杀熟行为时要求交易对象具有“相同条件”，但目前只有《关于平台经济领域的反垄断指南》对“相同条件”这一概念在第十七条中进行了释明①。然而仔细分析该条所列举的具体条件，还是会发现存在问题。首先，认定构成相同条件的因素主要体现在大体量、长期且稳定的交易关系中，交易的相对人往往是另一经营者而非最终的消费者。而不影响认定条件相同的因素，尤其是“个体偏好”“消费习惯”等，却具有非常鲜明的个体消费者性质。然而事实是，大数据杀熟行为往往是利用了个体消费者与平台之间的信息差，实践中绝大多数情况下大数据杀熟都是针对个体消费者的。该指南对于“相同条件”做出这样的认定，似乎有违实际情况。而至于上述其他的法律法规，虽然以“相同条件”为要件，却完全没有对“相同条件”进行解释，这将给具体的认定带来很大阻碍。
第三，反垄断法视域下市场支配地位要件的适配性。《反垄断法》及《关于平台经济领域的反垄断指南》均以实施大数据杀熟的经营者具备市场支配地位为前提。目前实践中对于市场支配地位要件的认定主要还是依靠经营者的市场份额，但这与大数据杀熟的运作模式并不相同。大数据杀熟得以运作的关键在于经营者所掌握的海量数据和算法分析能力，这呈现出一种区别于传统认定要件的新兴控制力。这种算法控制力难以像市场份额、控制上下游市场能力等因素一样，通过明显的外在形式表现出来，而是隐藏在算法逻辑和数据库中，给认定带来了很大困难。而这种算法控制力的影响却是巨大的，以抖音为代表的众多互联网平台近年来能够异军突起并迅速吸收大量用户，其首要因素就在于掌握了强大的算法。
前文对大数据杀熟禁止式和披露式立法各自的利弊作了非常具体的罗列。披露式立法具有灵活性和市场适应性，通过释放消费者的主动权，弥补了禁止式立法可能产生的纰漏。同时披露式立法直接保障了社会对于算法的知情权，打破了禁止式立法下算法黑箱内外信息不平等的状态，有利于公众预知交易情况并针对算法作出合理决策，也利于后续的救济和执法。而禁止式立法作为传统的行为规制模式，以罚则直接产生威慑力，相对披露式立法具有事后性，能够弥补单纯的披露式立法缺乏保障性救济的缺陷，同时作为基本保护依旧适用于少数难以借助算法公开掌握主动权的人群。可以说，这两者就各自的制度优势可以互相形成补充，作为大数据杀熟立法规制的“车之双轮，鸟之双翼”。以《算法推荐规定》所展示出的披露式立法为导向，我国在未来的大数据杀熟立法规制中可以兼采两种模式，在法律体系的构建上通过两种模式的互补形成对大数据杀熟行为事前事后的双重规制，从而有利于更加完善和有效地保障平臺经济下消费者的利益。
如前所述，我国目前大数据杀熟法律规制体系存在高度竞合却又混乱的特点。在未来的立法和修法工作中，有必要对这些法律法规各自的适用场域进行区分，从而使《算法推荐规定》更好地发挥其纲领性的作用，根据既有立法体系，可以根据以下思路进行整理：
第一，《反垄断法》中对于涉及大数据杀熟的差别待遇行为，其惩罚力度在现有法律框架中最高，同时其构成要件相比其他法律法规也额外地需要经营者具备市场支配地位。因此我们不妨将反垄断法视域下的大数据杀熟行为视作一种滥用垄断地位和攫取消费者利益的复合行为。对于这种复合行为，由于需要认定额外的要件，具备更大的损害性，因此也就辅以额外的法律责任。而且《反垄断法》本身就有着预防和制止垄断，保护市场公平竞争的目的，假如行为没有对竞争产生损害，就应当通过其他法律而不是竞争法加以规制①。基于这种逻辑，利用反垄断法规制大数据杀熟行为时，需要特别注意其垄断地位认定和大数据杀熟行为认定是并驾齐驱，同等重要的。
第二，《价格法》是除《反垄断法》外唯一同样的以上一年度销售总额的一定比例的罚款作为法律责任的法律，惩罚模式相同但规定的比例相对较小，在惩罚力度上要小于后者。同时《价格法》与《反垄断法》在涉及大数据杀熟行为的认定要件上也基本相同，只是前者相比于作为反垄断立法的后者并不需要额外认定经营者的市场支配地位，这在逻辑上也是通顺的。针对大数据杀熟行为的规制，可以将《价格法》看作是剥离了垄断地位认定的《反垄断法》。因此实践中对于《价格法》的定位可以视作对不构成垄断的经营者实施的大数据杀熟行为进行的规制。同时，基于绝大部分大数据杀熟是针对个体消费者这一现实情况，建议扩大保护范围，增加消费者为大数据杀熟的行为对象，以发挥《价格法》立法目的中同时保护消费者和经营者合法权益的宗旨。
第三，《个人信息保护法》就本身的立法目的而言应更加侧重大数据杀熟的技术层面，即个人信息控制者对个人信息的处理和利用。同时就罚则而言，按照其规定除非构成情节严重，否则以法定数额而非经营者的收入作为处罚标准。因此在实践中，《个人信息保护法》除了一般造成实际损害的大数据杀熟行为，还可以适用于技术层面用户认为算法不合规但尚未对自身造成损害的场合。
第四，《消费者权益保护法》通过设置消费者权利，以类似于原则性的规定对消费者进行抽象的保护。因此针对大数据杀熟，其与具体法律法规的关系可以类比民法典诚实信用原则和其中的具体条款，在有更具体的法律法规的适用情况下，不宜直接适用《消费者权益保护法》。
平台经济存在各种类型，算法使用中涉及的策略影响因素也不尽相同，因此在认定大数据杀熟行为的“相同条件”时主要还是应当根据个案进行判断。此时披露式立法就其灵活性和公开性可以起到显著作用。基于前述兼采大数据杀熟披露式立法和禁止式立法的构想，一种可行的思路是将平台所披露的内容作为个案中认定相同条件的标准。披露式立法下，作为一项法定义务，平台已经承诺将算法逻辑及可能影响交易策略的全部因素向社会如实披露。假设基于这种法定义务的披露是真实的，个案中消费者的这些内容就将充分且必要地对应他们的待遇，因此我们可以说就这些内容表现为相同的消费者是处于“相同条件”的。消费者根据这种披露得以预测受到的待遇，这也正是披露式立法的基本原理所在。此时假如消费者发现自身因这些披露内容之外的因素，即超出“相同条件”的因素，而受到了不相等的待遇，那么经营者就将因构成禁止式立法下“相同条件”的差别待遇或披露式立法下的违反如实披露义务而承担法律责任。同时因为平台是算法和数据的控制者，作为与披露式立法下“相同条件”认定标准配套的制度还应实行举证责任倒置，由平台提供在这些披露内容相同或相近的情况下该消费者没有遭受不合理差别待遇的信息。②假如平台不能加以证明，则说明其所披露的算法逻辑和影响因素并不能使得消费者据以预测自己所受到的交易条件，那么平台基于上述标准就将承担对应的法律责任。
〔责任编辑：包 阔〕
收稿日期：2022 — 04 — 12
基金项目：本文为司法部2021年度法治建设与法学理论研究部级科研项目“后疫情时代公司应急治理法律问题研究”（21SFB4050）的阶段性成果。