《算法定价规制下的规范建议》3700字

算法定价规制下的规范建议目录TOC\o"1-2"\h\u20581算法定价规制下的规范建议 1450（一）谦抑运用反垄断规制 1831（二）完善消费者保护路径 224318（三）加强个人信息保护 32126（四）构建算法监管体系 3325441.算法定价披露制度 323252.算法评估备案制度 4借鉴域外对算法定价的规制态度，立足我国目前规制不足，笔者建议从谦抑运用反垄断法规制、完善消费者保护路径、加强个人信息保护制度和构建算法监管体系四方面进一步正确监管算法定价，引导数字经济健康发展。（一）谦抑运用反垄断规制如前文所述，将算法定价本身纳入反垄断法规制的范畴，既没有法理上的充分论证，亦没有增添社会福祉的价值所向。政府依据《指南》第17条对算法定价这一行为动用反垄断法工具是需要谦抑审慎，甚至尽量避免的。笔者理解，“大数据杀熟”直观上会导致互联网平台等定价企业利用自己的市场支配地位剥削众多消费者，事实上也确实让部分消费者被“杀熟”，但是，法律武器的运用并不以自然人的主观感知为基础，更不会因部分个案而启动，而应当依据某种客观的因果或事实执法。应当公认的是，反垄断规制对企业甚至行业而言的影响是极其重大的，甚至可以影响到我国某一领域营商环境的海外评价，因此，针对算法定价的反垄断规制的启动与否，应当坚持以损害竞争为处罚基础和逻辑前提，审慎地考虑更多社会、市场等方面的综合因素。其一，审查市场竞争损害程度。以一级价格歧视展现的算法定价本身并不损害竞争，但是并不排除企业在算法定价时利用市场支配或垄断地位，运用更多手段，使得算法定价成为损害市场竞争的直接原因，例如，通过更精准和无法反制的定价算法迅速排除市场其他竞争对手等。也即，在动用反垄断工具前，应当判断市场是否还有自我调节的能力，是否失灵到政府的介入是必要和不可或缺的。其二，进行经济效果分析。为提供科学和数据依据，避免反垄断法的适用落入单调的语义循环和解释中，经济效果分析应当是反垄断法执法者们应当着重应用的重要手段，其为反垄断法的规范解释和制度运用的科学性提供有力的支撑和独到的分析工具参见喻玲：《算法消费者价格歧视反垄断法属性的误读及辨明》，载《法学》，2020年第9期，第83-99页。。此外，更为重要的一点是，在进行经济分析之前，需要明确反垄断法的政策目标，理论上反垄断法的目标一直是备具争议的，应当由执法机构在参见喻玲：《算法消费者价格歧视反垄断法属性的误读及辨明》，载《法学》，2020年第9期，第83-99页。其三，主体应作限缩理解。在我国反垄断实践中，市场支配地位的标准为“一家50%，两家66.7%，三家75%”的标准，在更多案例中甚至可以解释的更为灵活和宽泛，例如一家市场份额小于50%的企业在面对较小的竞争对手时也会被认定处于市场支配地位。但是事实上，只有市场结构趋近于更强的单一垄断时，算法定价才会显现出其弊端，而在市场上仍有多家企业时，算法定价的促竞争性仍然存在，不宜运用反垄断法规制，并需要关注是否有基于算法定价的不正当竞争出现。在具体规制时，建议经营者承担更多举证责任参见王先林：《平台经济领域垄断和反垄断问题的法律思考》，载《浙江工商大学学报》，2021年第4期，第34-45页。参见王先林：《平台经济领域垄断和反垄断问题的法律思考》，载《浙江工商大学学报》，2021年第4期，第34-45页。（二）完善消费者保护路径在以竞争为主线的市场中，支持和保护作为劣势方的消费者也是维持和促进竞争的有效手段，肯定并赋予消费者更多的反制空间和反制手段。首先，支持消费者的诉讼维权。针对算法定价进行个案诉讼是消费者实现公平正义的直接方式，同时，消费者诉讼也是对定价企业的警钟，使其规制自己的定价策略，合规经营。具体而言，根据个案事实不同，消费者可以根据《合同法》请求法院判决欺诈、根据《消保法》第29条诉求侵犯隐私权和个人信息权、根据《消保法》诉求侵害公平交易权等等。在案件中坚持“倾斜保护消费者”的原则，对于一些消费者无法举证或难以举证的事项，适度将举证责任转移给企业一方。其次，赋予消费者的反制能力。如前文所述，消费者在面对算法定价时并不是只能被动接受的。其可以“用脚投票”来选择不同定价方式的企业，运用比价网站获取实时价格，也可以通过各种手段“控制”算法定价，例如伪装身份、删除cookies等等。这些反制算法定价的简单措施可以显著增强买方市场力量，反制定价企业剥削。相关部门和机构可以通过宣传反制措施，以保护消费者权益，平衡市场竞争，引导消费者在数字市场中的发挥出自身的自主能动性来。（三）加强个人信息保护尽管算法定价本身并不违反反垄断法，但这并不意味着算法定价不需要受到政府监管。笔者认为，应当从个人信息保护的角度着重规范企业算法定价的行为。首先，信息收集利用规范化。定价企业在算法定价前势必需要收集海量个人信息作为数据基础，但是这种行为本身是受《个人信息保护法》规制的。且从经济学角度而言，算法定价时适用“全有或全无”的个人信息保护政策不利于最大化消费者总剩余和社会总福利参见唐要家、王逸婧；《消费者隐私管理与垄断平台个人化定价福利效应》，载《参见唐要家、王逸婧；《消费者隐私管理与垄断平台个人化定价福利效应》，载《产经评论》2021年第4期，第5-21页。其次，保障意思表达自由。实践中，收集信息的重要条款通常被埋没在长达十几页的《隐私协议》中，且“同意或退出”的双选使得消费者处在被动接受的状态。因此，更易读易懂、更具交互性的隐私条款是企业在设置隐私条款同意界面时应当调整改正的方向，与此同时，也应当赋予用户逐项、选择性关闭算法定价授权的便捷途径。当然，需要考虑到的是，因为用户判断能力、理解能力的差异，主观认知、观点的不同，以及闲暇时间、精力的不同，无法要求每一位用户都能完全阅读并理解算法定价相关条款，尤其是理解其同意的结果和背后的影响，所以，意思表达在某种程度上永远无法做到充分的“自由且真实”，这也意味着完全苛求完美的意思表达是不现实的，企业的义务应当是一种趋于形式而非实质的告知。与此同时，提高用户的数据、隐私意识刻不容缓，赋予群众雪亮的眼睛是对抗企业不合规的最佳途径。（四）构建算法监管体系1.算法定价披露制度美国联邦法院大法官路易斯·布兰代斯曾指出，“阳光是最好的消毒剂”。诚如算法定价中，消费者对算法定价的负面性评价来源于未知和猜忌，算法推荐透明化有利于重塑消费者和定价企业之间相互信任的健康关系。这也就是为什么消费者更能接受学生票、老年票这类的价格歧视，因为这类规则是被公开知晓的，而算法定价则更有一种“被欺骗”“被杀熟”乃至“被垄断”的不公平感。因此，算法定价透明化是平衡企业利润追求和消费者信赖与利益的有效手段。算法透明的核心在于“可解释性”。包括美国的《算法透明性和可问责性声明》和欧盟的《通用数据保护条例》在内，均对算法解释提出了要求，即程序设计者有义务对算法运行原理做出易懂的解释。解释的程度也可以分为不同等级：（１）低度透明，告知消费者他们接受的价格是个性化的。（２）中度透明，告知特定消费者群体个性化定价的主要参数。（３）高度透明，不仅告诉消费者价格是个性化的，还显示向其他消费者提供的价格，以便特定消费者进行对比SeeEzrachiA.andStuckeM.E:VirtualCompetition,ThePromiseandPerilsoftheAlgorithmSeeEzrachiA.andStuckeM.E:VirtualCompetition,ThePromiseandPerilsoftheAlgorithm-DrivenEconomy,HarvardUniversityPress,2016,p.25当然，披露定价信息会引发消费者通过关闭算法定价、伪装信息等方式获取低价，但是笔者认为，这种行为是无可厚非的，也是企业可以预期且可以接受的，就如同实体店会有消费者讨价还价。企业对此也尚有应对方法，例如针对该批消费者不再个性化低价，或提高价格下限等，这个过程正是我们期望看到的市场竞争博弈的过程。此外，算法透明并不意味着消除算法黑箱，或完全的算法可知，一方面这是不现实的，随着人工智能和机器学习的应用，技术者本身也不能完全对算法定价进行说明，或准确预测定价的结果和因果关系，另一方面这也是不合理的，完全披露可能引发算法合谋，或者引发更多的隐私、商业秘密、知识产权问题。2.算法评估备案制度因为算法有较强的专业性，因此，算法的评估可以交由有资质的中立第三方进行审查，第三方机构应当组建专业评估团队，剖析算法运行原理、决策结果，研判其中可能的漏洞和缺陷，并对其可能造成的舆论风险、道德风险、商业风险乃至国家安全风险进行评估并报告，督促企业进行整改，也为政府监督提供可信依据。例如，歧视性的算法程序设定，在某种程度上存在复刻并深化社会歧视的风险SeeCassR.Sunstein,GoverningbyAlgo