原创 肖莹莹 高 亮 肖莹莹 高 亮 中国科大知产院

作者简介

肖莹莹，中国科学技术大学知识产权专业研究生；

高   亮，中国科学技术大学知识产权研究院副教授，安徽省法学会科技法学研究会秘书长

大数据“杀熟”是数智时代算法经济衍生的新型市场失范行为，其本质超越传统的价格歧视，演变为一种依托数据与算法优势，损害多元法益的综合性不正当竞争。现行法框架在应对此类新型行为时，面临竞争关系泛化、不正当性判断标准模糊、算法黑箱引致的举证困难以及正当理由抗辩滥用等司法认定困境。为有效规制，需厘清大数据“杀熟”型算法歧视的竞争法适用边界，创新适配数字经济的裁判规范体系，重构算法黑箱下举证责任分配规则、构建多部门法耦合联动协同机制，形成法律解释、司法认定、权利救济、协同规制之全链条治理体系，回应数字经济时代下竞争法优效治理之时代新需。

一、法律本质解构：从价格歧视到算法驱动的不正当竞争

大数据“杀熟”型算法歧视并非传统价格歧视的简单延伸，在行为主体、运作机制、损害法益等方面呈现显著异质性，法律本质为算法驱动的不正当竞争行为，部分情形下还构成滥用市场支配地位的垄断行为，需重构构成要件体系以实现精准法律定性。

（一）对传统价格歧视理论的超越

传统反垄断法下的价格歧视，核心规制具有市场支配地位的经营者，在无正当理由时对条件相同的交易相对方实施不同定价的行为，规制重点是市场力量滥用对竞争的损害。而大数据“杀熟”突破了传统理论边界，呈现三大特征：其一，行为主体具有广泛性，并非仅局限于垄断者，任何掌握用户数据画像与算法技术的平台或商家均可实施；其二，行为机制高度动态隐蔽，算法可实时调整定价形成“千人千价”，且算法决策处于“黑箱”状态，传统“合理分析” 方法难以适用；其三，损害法益具有多元性，不仅直接损害消费者财产权益，还扭曲市场预期，挤压合规竞争者空间，最终损害整体市场竞争秩序。

（二）大数据“杀熟”型算法歧视的构成要件重构

从法律定性来看，大数据 “杀熟” 多数情形下构成《反不正当竞争法》中的不正当竞争行为；若经营者具备市场支配地位且行为排除、限制竞争，则构成《反垄断法》规定的滥用市场支配地位差别待遇行为。其与合法差异化定价的本质区别在于：后者基于成本差异、促销策略等正当理由，核心是优化资源配置；前者基于用户价格敏感度、消费依赖度等非正当因素，核心是剥夺消费者剩余。

结合数字经济技术特征与竞争法规制逻辑，其构成要件可解构为四个相互关联的核心方面：一是行为主体，需具备算法控制权与数据优势，包括平台经营者、算法供应商、数据服务提供商，后两者若明知 “杀熟” 意图仍提供服务，构成共同不正当竞争；二是行为样态，核心是无正当理由的差异化定价，判断标准聚焦数据收集的不正当性、算法建模的歧视性、定价结果的差异性；三是主观过错，表现为故意或重大过失，算法技术中立性不能成为免责理由；四是损害后果，表现为对市场竞争秩序、消费者权益、其他经营者公平竞争权的多元损害，无需以实际经济损失为唯一标准，存在潜在损害即可认定。

二、大数据“杀熟”型算法歧视的司法认定核心难题

数字经济的跨界竞争特征与算法技术的隐蔽性、复杂性，使大数据 “杀熟” 的司法认定面临多重困境，传统竞争法裁判规则与举证逻辑难以适配，导致法律适用不统一、权利救济不充分。

（一）竞争关系界定困境：跨界竞争下传统标准失灵

01

传统竞争法以“同业竞争”为核心界定竞争关系，要求经营者间存在直接或间接的商品或服务竞争关系。但在大数据“杀熟”场景中，数字经济的跨界竞争、平台化竞争特征使该标准彻底失灵。实施“杀熟”的主体与受害主体可能分属不同行业，缺乏直接同业竞争关系，导致消费者难以通过竞争法获救济；算法技术的中介性使竞争关系间接化，算法供应商为多行业提供技术支持，其歧视性算法可能影响多个市场，但与终端消费者、其他行业经营者的竞争关系难以界定，法律追责陷入困境。

（二）不正当性判断困境：行为导向与效果导向的对立

02

算法的中立性与复杂性，使司法实践形成行为导向与效果导向两种对立的不正当性判断标准。行为导向标准侧重审查手段合法性，认为仅当经营者存在非法收集数据、设计歧视性算法参数等行为时，才认定不正当，该标准保护技术创新，但易忽视对市场竞争秩序的实质损害。效果导向标准聚焦审查损害后果，认为只要行为导致差异化定价并损害消费者与市场利益，即认定不正当，该标准契合竞争法核心价值，但可能过度规制抑制创新。此外，数字经济时代商业道德动态化、多元化，法院对“违反商业道德”的认定具有较强主观性，进一步加剧不正当性判断困境。

（三）因果关系证明困境：算法黑箱导致的事实认定障碍

03

算法的隐蔽性、复杂性构成司法事实认定的技术壁垒，加之数据壁垒存在，原告难以证明算法歧视与损害后果的直接因果关系。一方面，算法黑箱使原告无法获取源代码、数据处理流程、不同用户定价数据等关键证据，难以形成完整证据链；另一方面，经营者以“商业秘密”“数据安全”为由拒绝披露数据，司法机关也难以区分算法歧视与市场供求、产品成本等其他因素对损害后果的贡献度，事实认定陷入真伪不明的困境。

（四）正当理由认定困境：规范模糊与举证责任分配失衡

04

正当理由是大数据“杀熟”司法认定的重要抗辩事由，但当前司法实践存在认定规范模糊与举证责任分配失衡两大问题。现行《反不正当竞争法》未明确其正当理由的具体类型与判断要素，仅《反垄断法》及相关指南有原则性列举，且未适配算法歧视技术特征，导致认定标准不统一。同时，当事人间信息与技术不对称，使举证责任严重失衡，传统“谁主张、谁举证”原则将举证责任完全分配给原告，而消费者和中小经营者缺乏获取关键证据的技术手段与法律权限，陷入“举证不能”的维权困境。

三、大数据“杀熟”型算法歧视的竞争法规制进路

针对大数据“杀熟”的司法认定困境，需立足数字经济技术特征与竞争法规制价值，从教义解释、司法认定、举证规则、规制体系四个维度构建系统化规制进路，平衡市场公平竞争、技术创新与消费者权益保护的关系。

（一）教义解释精细化：明确竞争法的适用边界与解释规则

核心在于厘清大数据“杀熟”的竞争法定位，明确《反不正当竞争法》与《反垄断法》的适用边界。采用“市场力量分层”与“行为性质区分”的二元标准：具有市场支配地位的平台实施的算法歧视，若排除、限制竞争，优先适用《反垄断法》；不具有市场支配地位的平台实施的算法歧视，若违反诚实信用与商业道德，适用《反不正当竞争法》，同时赋予原告选择权避免重复规制。

构建适配数字经济的解释规则：一是确立目的与效果双重审查规则，既审查算法设计目的，也审查定价行为客观效果；二是构建比例原则解释规则，明确差异化定价与正当理由需存在实质关联性，且未超出必要限度；三是明确消费者福利考量规则，将消费者是否获实质利益、是否有选择权作为正当理由认定重要因素；四是建立商业道德动态解释规则，将算法透明度、数据使用合法性纳入商业道德判断要素。

（二）司法认定实质化：构建适配数字经济的裁判规范体系

突破形式化审查局限，围绕核心要件构建标准化裁判规范体系。其一，构建正当理由类型化认定规范，将其限定为成本差异型、法定合规型、合法促销型、客观条件限制型四类，细化审查要素，排除非正当理由；其二，建立行为不正当性全链条审查规范，审查算法设计是否存在歧视性逻辑、数据使用是否合规、定价结果是否存在无正当理由差异；其三，确立损害后果双重认定规范，采用直接损害与潜在损害相结合的标准，只要算法设计具有明显歧视性且存在损害高度可能性，即可认定损害后果成立。

（三）举证规则特殊化：破解算法黑箱下的举证困境

突破传统举证规则，构建特殊化举证责任分配规则，实现举证能力实质平衡。其一，确立举证责任倒置为主、分担为辅的规则，原告仅需举证证明“相同商品或服务、不同用户不同价格”的表面事实，平台需举证证明存在正当理由、算法运行公平等，举证不能则推定构成算法歧视；其二，强化法院依职权调查取证与证据保全力度，建立算法证据保全制度，及时保全易被篡改、删除的关键证据；其三，建立专家辅助与技术调查证据采信机制，引入技术调查官与专家辅助人，弥补司法人员技术短板，为事实认定提供专业支撑。

（四）规制体系协同化：形成多维度的规范合力

大数据“杀熟”的复杂性决定单一法律部门难以有效规制，需构建以竞争法为核心、多部门法耦合联动的协同规制体系。竞争法内部，强化《反不正当竞争法》与《反垄断法》的衔接，建立案件移送机制、统一核心概念解释标准、遵循“一事不再罚”原则协调法律责任。

竞争法与相关部门法协同，构建多维度规范网络：一是与《个人信息保护法》衔接，以数据合规为前置审查依据，将自动化决策的透明度要求作为竞争法禁止性条款补充；二是与《消费者权益保护法》耦合，明确对消费者公平交易权、知情权的侵害形态，建立惩罚性赔偿与集体诉讼机制；三是与《数据安全法》联动，以数据安全为算法运行合规底线，构建数据安全、算法合规、竞争公平的联动审查机制；四是与《电子商务法》衔接，明确平台的算法合规审查、信息披露、投诉处理等附属义务，强化平台全流程监管责任。

-  中国科学技术大学知识产权研究院 -

新媒体中心

审核 | 张学和