原创 程雪军 上海市法学会 东方法学
程雪军
同济大学法学院助理教授
要目
一、问题的提出
二、金融科技平台算法价格歧视的兴起与成因
三、金融科技平台算法价格歧视的异化风险
四、金融科技平台算法价格歧视的反垄断规制体系建构
结语
在人工智能算法技术的驱动下，越来越多的平台型企业将其运行、管理或经营的部分权限由传统的管理层下放至算法平台。作为一种人机交互（HCI）的决策机制，算法技术并非价值中立、完全理性的智能技术，其在一定意义上会将金融科技平台型企业的逐利本性发挥到极致，从而忽视了企业应当具备的社会责任，并在实质上形成对消费者的标签化的算法歧视。金融科技平台型企业深度利用算法技术，往往具备公共性和私主体性的双重特征，其通过大量获取用户数据后实现“数据剥削”，冲破传统企业角色定位，享有类似公权力机关的资源调配和规则制定权并且可以实现对其他商主体的不公平欺压。然而，产生于传统商业模式下的现有法律，从根本上难以有效地遏制金融科技平台算法价格歧视的异化风险。因此，我国采取新思路对该类金融科技平台企业的算法歧视构建反垄断规制体系：在算法价格歧视的反垄断规制原则上，需要坚持从数据保护到算法规制原则，强化反垄断法与算法的二元共治原则；在算法价格歧视的反垄断规制路径上，我国需要加强金融科技平台企业的数据合规建设，对消费者数据赋权以对抗算法权力，加强反垄断法与算法的共同治理。
一、问题的提出
近年来，在网络数据日益沉淀以及算法技术深化发展的驱动下，各个生活消费场景（如电子商务、智能出行、餐饮外卖、旅游酒店以及网络游戏等）纷纷出现超级平台型企业。参照国家市场监管总局于2021年10月发布的《互联网平台分类分级指南（征求意见稿）》，金融科技平台是指那些“同时具备超大用户规模（年活跃用户不低于5亿）、超广业务种类（核心业务至少涉及两类）、超高经济体量（市值或者估值不低于1000亿元）和超强限制能力的平台（超强的限制上午接触消费者的能力）。诚然，这些金融科技平台企业基于大数据、人工智能等技术手段通过算法优势为消费者提供了更丰富的产品或服务，为社会经济创造了一定价值。然而，这些金融科技平台企业过度使用人工智能算法技术，同样存在较为严重的侵害消费者权益行为，引发社会经济层面的广泛关注。比如，大数据“杀熟”、网络消费促销规则繁复、网络搜索竞价排名推荐、网络直播推送违反法律规定和公序良俗、刷好评隐差评使评价结果呈现失真、平台采用算法限制交易等。究其本源，其问题的核心在于金融科技平台企业通过对算法技术的滥用，攫取产品或服务的超额利润，并损害消费者权益。
随着“大数据+”“人工智能+”日益渗透到社会经济发展的方方面面，覆盖到人们生活的每个角落。各种智能终端（电脑、智能手机、智能手表等）为“算法社会”提供了智能硬件设备，各种软件应用程序为“算法社会”提供了智能软件程序，从而极大地增强了百姓融入“算法社会”的可得性，也成为金融科技平台企业应对激烈市场竞争的重要途径。然而，在冰冷技术直入火热人际社会的背后，一些人被“超时”恐惧跟随，另一些人被“网购”挤压出局，还有一些人仿佛被隔离在了“圈外”。其中，与每个消费者的日常生活息息相关的辨识算法价格歧视。关于算法价格歧视，目前未没有形成统一的法律定义，大部分研究者在对其研究时，常常将其区分为“算法”和“价格歧视”的方式来进行理解：一方面，算法源自计算机科学，它是一系列解决问题的步骤指令，是通过编程产生的计算程序。算法技术深度应用于社会经济发展之中，形成了算法社会，杰克·巴尔金将其定义为由算法、机器人和人工智能围绕社会、经济发展决策所组成的社会。算法技术同时也成为金融科技平台企业参与社会市场竞争的技术“武器”；另一方面，价格歧视源自经济学，它本质上是一种价格差异，可将其具体分为一级、二级、三级价格歧视。其中，三级价格歧视是对不同市场中的参与人员所采取的歧视；二级价格歧视侧重于数量方面的价格歧视，给更多购买量的标价更低；一级价格歧视是一种完全价格歧视，指购买同一件商品或者服务，对于任何一个消费者都能按照其所能接受的最高价格出价。
表1 金融科技平台算法价格歧视类型
通过参照经济学理论的价格歧视以及计算机科学层面的算法定义，本文将算法价格歧视定义为经营者以人工智能算法技术为依托，根据消费者的消费水平、习惯及偏好等因素定制“个性化消费肖像”，对不同消费者分别定价以实现利润最大化的一级价格歧视行为。
二、金融科技平台算法价格歧视的兴起与成因
算法价格歧视的技术基础
“算法”原本是计算机学上的概念，具有学科专业性，而随着大数据时代下信息化进程的加快，“算法”也逐渐步入民众的生活中。一般认为，算法是指从待求解问题出发，将解决问题的过程模式化的一系列的步骤指令，所以有些学者认为算法并不是单指某次独立的运算，而是计算时所采用的方法。美国学者克里斯托弗·斯坦纳在《算法帝国》则指出：“算法的核心就是按照设定程序运行以期获得理想结果的一套指令。”这是从技术角度对算法下的定义，那么算法在法律意义上的内涵又是什么呢？算法属于计算机数据的一种，它是指任何以电子或非电子形式对信息的记录。从本质上看，算法是一种特殊的“电磁记录”。具体到经济法领域，算法可以被视为商业秘密，理应受到反不正当竞争法的法律规制。根据《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》规定“：算法可以被认定构成反不正当竞争法第9条第4款所称的技术信息”。
从算法技术的特征来看，它具有中立性、确定性以及隐秘性。首先，算法具有中立性。算法本身是一系列技术信息，其本质中立，受“技术中立原则”保护。算法具有一种潜在的实质性的非侵权用途，但一旦将数据与之结合，数据便可通过算法技术形成高价值信息资源，侵权与否还需要考察技术使用者的主观状态及客观行为。算法本身没有是非之分，一项包含算法的行为既可能被用以助力市场经济发展也可能被当作一种侵权的手段，而具体如何定性则需要结合技术开发者、运营商的主观状态、客观行为以及主客观之间存在的不一致性来进一步判断。其次，算法具有确定性。算法的确定性是指算法在运行过程中每个步骤与步骤之间必须具有较强的紧密联系，环环相扣、逻辑严密，前一步骤的算法指令的成功运行是后一步骤的算法指令的前提，后一步骤算法指令的高效执行是前一步骤算法指令运行的必然结果。算法最后指令的执行完成输出的结果必须是确定的而不能是模棱两可的。最后，算法具有隐秘性。算法是隐藏在表面之下的运作程序数据，除了专业技术开发人员，普通用户基本上很难接触到算法。因而算法对社会大众而言是不透明不公开的，这一状况又被称为“算法黑箱”。何谓黑箱？通常认为它是指那些不为人所知的不能打开、不能从外直接观内状态的系统。因为算法犹如一个黑暗不可知的未知，所以将其称之为算法黑箱。算法的隐秘性会带来一系列问题，如“算法歧视”“算法监狱”以及“算法暴政”等。
金融科技平台算法价格歧视的成因
在激烈的市场竞争中，各种金融科技平台通过深度应用互联网、大数据与人工智能等新一代信息技术，形成本平台的数据与算法优势，基于规则引擎与算法模型，向消费者采取各种推荐算法、价格算法以及流量算法等，对其推送相关的产品与服务，产生算法价格歧视（见下图1）：一方面，向消费者推送个性化商品与服务，可以满足消费者利益诉求，但可能侵犯消费者的自主选择权及其隐私权；另一方面，通过算法模型向消费者实施个性化定价，这种“因客定价”模式既可能满足市场经营者诉求，也可能对消费者带来潜在的算法价格歧视。
其中，大数据“杀熟”是算法价格歧视的典型表现。无论是在国内，抑或是国外，都常常爆出各种金融科技平台企业利用用户消费数据进行个人消费习惯侧写，从而进行针对性定价，攫取消费者的剩余价值，实现这些金融科技平台的“算法超额利润”。究其本质原因，可以将其概括为以下四个方面。
图1 算法价格歧视的成因路径资料来源：作者根据公开资料绘制
1.技术手段隐蔽性高
现阶段虽然部分算法可以是由自动编程系统编写而得，但从本质上看，算法仍然是编程者意志的衍生，可被自然人控制编程内容以达到某一预设的目的，然而这种目的并不是以传统商业手段所针对大众的一般性调整来达成，而是掩藏在纷繁复杂的海量数据中并通过个别性调整来实现，故而其更为精准和隐蔽并易于形成黑箱的各种“暗算”、歧视、不公，不当牟利甚至欺诈便在所难免。此时，即使经营者被发现实施价格歧视，也可以及时通过技术手段加以隐藏，并且以价格波动及差异等原因进行辩解。算法因其技术复杂性以及可实现的“个性化”价格调配，无论是违法行为抑或是损害结果都难以令人发觉。
2.缺乏针对性条款规制
我国消费者权益保护法、反垄断法、价格法、电子商务法虽均有涉及价格歧视问题的条款，但针对性不强。无论是基于消费者权益保护法角度而言的以公平交易权、知情权范围为核心的规制路径；还是反垄断法第17条第6项规定，没有正当理由不得对交易条件相同的相对人在交易价格上实施差别待遇；抑或是价格法这部作为专门规范价格的法律，其中第14条明确了对不当价格行为的罗列；又或是最新颁布实施的电子商务法中第18条直指当下电商环境，规定电子经营者根据消费者个人特征提供搜索结果时，应同时向消费者提供不针对个人特征的选项，并且在第77条规定了配套的法律责任——是法律首次对算法技术下“个性化推荐”情形的初步规制。但从本质上看，这些法律都未对价格歧视及其行为类型作出相对明确的鉴别，更别提进行有效的规制。
3.法律规制部门缺乏统一
由于法律规定的散乱导致多头执法的出现，比如，电子商务法的执法负责机关为市场监督管理职责部门，而价格法则是由县级以上各级人民政府价格管理部门监督检查。行政机关在执法力度、执法手段上均有各自不同的表现，权责边界模糊，一方面导致消费者或经营者面临算法价格歧视行为时救济难度加大，另一方面也导致价格歧视行为存在着较大的违法黑数。由于现阶段互联网大数据行业迭代极快，且极度依赖外部投资，短期内经济效益好抑或是资金流量大的企业方能生存下去，而算法价格歧视便正是能够助力平台企业在短期内得到较快经济增长的途径之一。最终，这就会在市场上形成一种劣币驱除良币的态势，进而对市场正常经营秩序造成冲击。
4.企业内部管理机制失灵
在数学和计算科学领域，算法本质上是具体计算步骤的序列，主要运用于数据处理和自动推理领域。从算法的发展属性看，它是人工智能技术的核心，是大数据处理和运用技术的必由之路；从算法的发展重要性看，它是各种金融科技平台型企业在激烈的市场竞争中取胜的技术法宝以及商业秘密，具有先天的“厌公开性”。
现在主流的金融科技平台企业具有非常大的规模，内部间部门众多，不同部门受制于考核机制的不同，对非核心且会损害部门经济效益的改善用户体验的行为一般惰于协调，而企业合规部门抑或是客服部门作为边缘部门一般在谈判时同业务、技术部门的话语权亦不具有对等性，因此即便企业发现问题，也难以从公司内部进行改变。
三、金融科技平台算法价格歧视的异化风险
利用算法价格歧视侵害消费者权利的风险
关于金融科技平台的算法价格歧视，它是指金融科技平台经营者通过大数据和人工智能算法技术对不同客户实行“千人千面”的画像，进而针对不同类型的客群收取不同价格的行为。不过，算法价格歧视是否属于“猎巫”？当前政策乃至学术界关于利用数据资源滥用市场支配地位的认定，是否忽视了业界一些客观合理的运营模式？
关于金融科技平台经济反垄断尤其是算法价格歧视问题，国务院反垄断委员会于2021年2月发布《关于平台经济领域的反垄断指南》，指出基于大数据和人工智能算法技术对平台用户实行具有差异性的交易价格是判断市场经营者是否构成差别待遇的判定条件之一。一方面，市场经营者基于其在数据市场的资源禀赋优势，通过对不同消费者的价格接受程度进行深度的数据分析，便于经营者将消费者的消费剩余完全剥夺，给消费者的权益带来较大的侵害；另一方面，在市场经营者的数据收集过程中，易形成网络效应与规模效应等产业特点，使得消费者很难发现，也很难避免此类大数据价格歧视，加剧了市场经营者对消费者消费剩余的剥夺。
关于算法价格歧视案例，通过中国裁判文书网搜索关键词“算法价格歧视”可知，该类案件在国内大数据平台上屡见不鲜。当前，在旅游平台（进程网）、外卖平台（美团大众点评）、投资平台（万得投资管理公司）领域都存有算法价格歧视的相关案例，其中主要诉讼理由包括针对老客户的定价通常高于新用户，昂贵手机用户定价高于廉价手机用户，会员用户费用明显高于非会员用户费用等。当一种算法价格歧视行为极难界定是否合法与合理性时，那么对其进行法律规制便具有较大的复杂性：其一，由于这种基于大数据与算法技术而衍生的算法价格歧视行为过于狡猾，难以有效界定；其二，由于算法价格歧视行为的前置判断（合法、合理性）具有较为严重的模糊性，导致缺乏有效的法律规制。
利用算法价格歧视形成金融科技平台的垄断风险
人工智能算法技术可以帮助金融科技平台自动执行普通的合规任务，降低运营风险与遵守监管规章，但可能仍然没有“做正确的事”。法律合规是法律要求被监管机构（金融科技平台）应当怎么做，而被监管机构却常常利用人工智能算法技术去试探法律的界限。具体来说，倘若缺乏统一规则制约人工智能算法技术，那么在激烈的市场竞争中，各种市场经营者将会借助于大数据以及算法优势，采取推荐算法、价格算法以及流量算法等方式，攫取超额的剩余价值，实现金融科技平台的“算法超额利润”，从而形成算法垄断。对于金融科技平台而言，最为常见的就是利用算法价格歧视损害消费者权益、巩固其自身的市场地位，该过程中可能会出现算法垄断风险等问题。
无论是在国内或是国外，都时常爆出各种金融科技平台企业利用消费者数据进行个人消费习惯侧写，从而进行针对性的算法垄断定价。如果不对这些金融科技平台进行算法与反垄断规制，那么这些企业将会继续加强在金融行业、实体行业、科技行业等层面的数据不当连接，通过“数据—网络效应—算法—业务”的闭环效应产生算法垄断，而且这种算法垄断的风险危害性比传统垄断形式（垄断协议、滥用市场支配地位、经营者集中等）更具有危害性，因为它是技术、金融与实体数据层面的集中垄断，也可以是传统垄断形式的“混合垄断”。
四、金融科技平台算法价格歧视的反垄断规制体系建构
近些年，随着技术的不断发展，新经济增长点出现持续放缓，资本呈现无序扩张的状态。原来利用产业创新崛起的技术新贵，在“屠龙”成功后转变为“恶龙”，凭借平台企业内部的数据和技术优势，通过制定歧视性价格等手段来攫取巨额利益，陆续成为金融科技平台型企业，给公平有序的市场秩序带来了较大挑战。对此，我国有必要从反垄断规制原则与路径层面，全面构建金融科技平台算法价格体系的反垄断规制体系，促进金融科技平台型企业的稳健化发展。
算法价格歧视的反垄断规制原则
1.从数据保护到算法规制原则
数据是人工智能算法技术创新发展的基础。数据保护原则的理论依据来源于消费者作为数据生产者所享有的数据权利，数据权属的明确是数据交易活动的基础，而数据安全则是数据利用的保障。例如，在欧盟法律框架下，用户数据作为一项个人信息权与隐私权，受到《欧盟基本权利宪章》中有关“基本权利”的保护，其性质大致等同于宪法权利。从数据保护原则对算法价格歧视规制的实践效果来看，欧盟以《通用数据保护条例》（GDPR）为中心，通过赋予消费者系列相关数据权利，从而使消费者有能力对抗金融科技平台利用算法技术清洗、整合数据并施以差别待遇的行为，尽可能保护消费者在平台交易过程中免受算法价格歧视的威胁。实际上，数据保护原则倾向于从权利角度出发对消费者的数据权益进行“赋权式”保护，以此对算法价格歧视起到间接的限制作用，从本质上看，其核心逻辑在于扩张个人权利抑制算法权力。
但数据保护原则作为一种权益救济保障方式，并不能够针对算法技术进行直接规制，进而导致数据保护措施对金融科技平台算法价格歧视的规制效果欠佳。同时，“赋权式”保护通常要求被赋权方在寻求权利救济时应承担相应的举证证明责任，但由于算法天然的隐秘性和超强算力等特点，金融科技平台的算法价格歧视往往操作于无形之中。比如，相关定价信息可能随着不同变量的设置处于实时变化当中，以致消费者很难截留并保存完整的证据，加之信息偏在和举证能力等问题，仅凭碎片化的零散证据难以形成完整的证据链条，从而可能导致有关证据因证明力不足而失效。实践中，虽然可以通过举证责任倒置的规则设定加以弥补，但依然无法改变数据保护对算法价格歧视侧重事后和间接的规制效果。此外，“赋权式”的保护路径不能排除消费者在寻求救济的过程中可能因涉案范围广、案情复杂、举证困难等因素而面临漫长的司法流程。由此可见，从数据保护角度出发规制金融科技平台算法价格歧视的效果逐渐式微。故在此基础上，对算法科技创新施以直接的纠偏与矫正，适当的算法规制措施就显得尤为必要了。概言之，针对金融科技平台算法价格歧视的规制原则主要表现为算法透明原则和算法非歧视原则。
首先，无论在政治学、经济学还是法学领域，透明原则均已成为现代政府规制的一条基本准则。从透明原则的助益效果上看，算法透明不仅可以保护消费者的知情权，保护消费者免遭大数据算法的决策摆布；还可以增强算法权力的可问责性。算法透明原则旨在通过对自动化决策系统施以规制，即对金融科技平台“数据输入-算法运算-结果输出”行为的全过程进行透明化的监督和管理，以确保这一由平台所主导的交易过程能够达到平台与用户双方权益平衡的标准。算法透明原则要求平台在与消费者建立交易关系之前必须就带有自动化决策系统的产品向消费者履行必要的告知义务，消费者有权要求平台针对其输出的个性化定制结果予以进一步的解释和说明。此外，算法透明原则还赋予有关监管部门相应的审查权，监管部门除了能够监测与管理算法代码的构建逻辑之外，还能够对金融科技平台输入算法运行程序的数据源进行把控，进而对平台的数据使用起到监督和限制作用。总的来说，算法透明原则将算法价格歧视的规制阶段提前至事前，并以更加主动的视角对金融科技平台的算法价格歧视施以约束和限制，在很大程度上提升了规制的效率。
其次，在人工智能算法带来的诸多法律挑战中，“非歧视”已经成为各国政府部门、科技公司、科研机构以及政府间或超国家组织高度关注的议题。算法非歧视原则要求金融科技平台在算法运行的过程中不得施加任何带有歧视性或偏向性的影响因素，不得使用错误信息误导用户决策。从本质上看，非歧视原则有助于制衡平台算法权力。金融科技平台通过算法价格歧视将大量用户数据截留在其平台或关联平台内部，借由算法达到对局部市场或某个市场要素的绝对支配，从算法权力扩张至平台权力，进而疯狂攫取消费者剩余利益和价值。非歧视的算法规制原则强调通过制衡算法权力来缓解金融科技平台对不同消费者群体于不同决策场景中的差别待遇情况，以此保障消费者福利的实现。对此，基于非歧视原则指导下的算法规制，一方面，金融科技平台作为技术开发者有必要在事前风险评估阶段引入非歧视视角，在技术效果相类似的情况下，优先选择更有利于促进交易公平正义的方案；另一方面，有关监管部门也应当定期对自动化决策系统的技术方案、参数设置以及运算过程等方面展开非歧视性监测与评估，并进一步拟定人工智能算法的非歧视行业合规标准，以此加强对金融科技平台算法价格歧视行为的法律规制。
2.反垄断法与算法的二元共治原则
当市场这只“看不见的手”自治失灵时，法律规制作为“看得见的手”就应该及时出现，在不打压人工智能算法技术发展的前提下加强法律规制，实现法律与算法的二元共治。随着金融科技平台经营业务跨行业、跨部门的混合发展趋势，单一的竞争规制路径已难以应对日渐复杂的平台经济模式，金融科技平台所引发的包括算法价格歧视在内的许多新兴市场问题，不仅涉及市场主体间的公平竞争利益，还涉及基础的社会公共利益，比如算法价格歧视直接剑指广大消费者群体。因此，针对金融科技平台的算法价格歧视行为，不应再拘泥于传统的歧视性定价或价格差别待遇的反垄断规制，而应当将其置于算法应用的特殊场景下综合全盘进行考虑，转向反垄断法与算法的二元共治之路。
具体而言，二元共治的理论基础在于，反垄断法规制与算法规制在面对金融科技平台算法价格歧视问题时具有目标上的趋同性和手段上的互补性。首先，从规制目标上看，反垄断法旨在矫正金融科技平台通过算法价格歧视排除或限制竞争，以保护市场的公平竞争秩序，确保市场的有效运行，维护消费者和社会公共利益；而算法规制旨在规范金融科技平台的技术应用行为，保证科技作用于不同场景时的合法合规边界，避免其触发伦理道德问题，侵害消费者权益。虽然反垄断法规制与算法规制可能存在规制阶段上的错层，但形式上的差异并不妨碍二者的最终目的均落脚于消费者权益保护的本质上。其次，从规制手段上看，作为素来有“经济宪法”之称的反垄断法，其在市场规制法领域的基础性地位是毫无疑问的，反垄断法通过一般性的中立视角对金融科技平台的价格歧视与算法垄断行为进行规制，是相对宏观的；而算法规制能够更加精准地切入平台技术应用的本质，从算法如何进行价格歧视的技术根源上寻求规制进路，是相对微观的。总的来说，反垄断法侧重对市场主体即平台企业的规制，算法规制则强调关注科技本身。可见，反垄断法与算法二元共治的原则进一步体现了宏观层面与微观层面相结合的治理思路，具有非常明显的互补效应。
二元共治的实践依据来源于对金融科技平台规制理念的转变。《国务院反垄断委员会关于平台经济领域的反垄断指南》将平台定义为“通过网络信息技术，使相互依赖的双边或者多边主体在特定载体提供的规则下交互，以此共同创造价值的商业组织形态”。参照国家市场监管总局2021年发布的《互联网平台分类分级指南（征求意见稿）》可知，金融科技平台是指兼具超大用户规模、超广业务种类、超高经济体量、超强限制能力属性的平台”。海外一般称之为大科技平台，即在数字服务市场中占有一席之地、拥有成功数字平台的科技公司，比如美国的亚脸谱、脸书和谷歌，中国的阿里巴巴和腾讯。在平台经济兴起之初，由于其发展趋势的阶段性和模糊性等特征，导致在一定程度上夸大了反垄断法对平台的规制作用，尤其是随着金融科技平台利用互联网效应和“赢者通吃”优势进一步扩张其业务领域版图，仅靠单一的竞争政策维持和反垄断法规制似乎显得局促。近年来，政策制定者也开始意识到对金融科技平台施以多元化、综合化治理措施的必要，并进一步在若干政策领域采取行动，比如竞争、数据保护和数据共享、业务操作、业务复原力以及金融稳定等。2022年1月，我国国家发展和改革委员会等九部门联合印发《关于推动平台经济规范健康持续发展的若干意见》，指出针对平台企业应当从竞争监管、金融监管、数据和算法安全监管三个方面出发，以多元、综合的视角对金融科技平台的经营活动行为进行规制。同时，我国反垄断法在最新的修正草案中亦体现出针对新型算法垄断行为的规制原则和精神，进一步印证了反垄断法与算法二元共治的实践诉求。
基于此，对于金融科技平台算法价格歧视的规制，需要坚持反垄断法与算法的二元共治原则。一方面，针对金融科技平台算法价格歧视异化的算法垄断风险施以反垄断法规制。对于金融科技平台利用大数据算法定价和共谋定价所衍生出的价格歧视与算法垄断风险，虽然反垄断规制的对象系平台的行为，而非技术本身，但面对大数据算法运行过程中所牵涉要素的复杂性，反垄断法在规制金融科技平台算法价格歧视时，应注重与数据法之间的联动，规范平台对数据的获取与利用，强化平台的数据合规建设，从而促进反垄断合规，达到源头治理的效果。例如，2022年5月4日，德国联邦卡特尔局（FCO）认定Facebook母公司Meta因不当地获取与组合数据、妨碍产品服务的互操作性或影响数据的可携带性、利用“数据+算法”的模式快速取得垄断地位阻碍相关市场公平竞争等行为，已经触犯了德国反限制竞争法第19a条有关金融科技平台的规制要求，对此，FCO表明在未来5年中将对Meta实行特殊的反垄断事前行为监管，并展开更为严格的执法调查与处罚力度。此外，在分析金融科技平台的算法价格歧视是否达到排除限制竞争的效果时，按照传统反垄断法的定性分析路径，实际上很难与数字经济时代下算法价格歧视具有的新特点保持逻辑上的闭环连接。因此，在认定金融科技平台存在算法价格歧视并排除限制竞争的相关因素时，需要根据《国务院反垄断委员会关于平台经济领域的反垄断指南》中规定的新思路，综合考虑技术壁垒、网络效应、锁定效应、跨界竞争等多种影响因素加以判断。
另一方面，针对金融科技平台利用大数据算法实施价格歧视的行为施以算法规制。反垄断法规制虽然考虑了技术带来的垄断影响，但并不能对算法技术运行起到直接的约束作用，因此，通过规制算法的技术性操作进而规范平台对海量数据的使用亦显得尤为必要。比如，建立健全算法的透明和公开制度，授权监管部门对金融科技平台大数据算法的定价程序定期测评、定价过程全程监督，将金融科技平台的歧视性定价规制于事前。此外，还应当强化对消费者进行赋权以对抗平台算法权力的事后救济与保障措施，比如，美国2021年提出的《平台竞争和机会法案》中赋予任何因平台违法行为而遭受业务或财产上损害的受损者，有权向被告所在地区的任何地区法院提起诉讼并请求三倍赔偿和禁令救济等。
算法价格歧视的反垄断规制路径
1.加强金融科技平台企业的数据合规建设
随着数据服务的场景日益拓宽，人工智能算法技术给社会经济发展带来了效率提升与普惠效果。数据作为重要的生产要素，已经成为一种社会共识。不过，金融科技平台企业作为数据的“集大成者”，牢牢占据数据优势，其数据流通、交易、权属与合规问题逐渐显现。
现有单向的传统法律规制模式，可能已经难以适应不断发展的大数据产业。为促进金融科技平台企业良性发展，就必须加强企业内部的数据合规建设：其一，金融科技平台企业需要根据刑法、网络安全法等制定个人信息保护合规政策，清晰地界定企业经营行为的法律边界；其二，金融科技平台企业应注意合理限定收集信息的范围，将采集的频率和获取的数量控制在合理限度内；其三，金融科技平台企业在数据保存环节，企业应根据实际需要对个人信息做“去标识化处理”，在传输和存储个人信息时采取加密措施并设置一定访问权限；其四，金融科技平台企业向他人提供公民个人信息，需要遵循：经过被收集者同意、授权；未经被收集者同意，则所提供的信息进行匿名化处理，或者经过处理无法识别特定个人，并且不可复原；确保信息接收方具有合法的使用目的，避免个人信息被用于违法犯罪活动三项原则；其五，金融科技平台企业是对合作伙伴或第三方开展尽职调查，防范违法犯罪风险；其六，金融科技平台企业需要在银行、教育、工商、电信、快递、证券、电商等行业，内部人员犯罪已经成为监管执法和刑事侦查的重点领域，此外，企业要在技术上对于数据的方位保证可回溯性，以便在发生数据泄露时，能够通过审查访问日志等技术手段来找到对应的泄露人员；其七，金融科技平台企业需要建立一套较为完整的个人信息保护合规政策，履行信息网络安全管理义务。从多层次对金融科技平台企业合规问题进行法律规制，并为企业建立了具体的数据管理合规指引。
2.对消费者数据赋权以对抗算法权力
随着人类进入人工智能算法时代，消费者的信息保护已经成为一种国际潮流。我国自2003年启动个人信息保护立法研究以来，个人信息保护研究渐成热点。在商业领域，个人信息的收集、使用集中在信息主体和信息处理者之间进行。由于二者具有平等的民事主体资格，因此，传统规制思维受个人本位理念影响，将其定位于私法规制范畴。然而，进入人工智能智能算法时代，个人信息利用场景发生了巨大变化，私法保护模式已难以为个人信息提供充分保护：第一，信息处理者与信息主体强弱悬殊，处于实质不对等状态，致使个人信息权难以发挥应有的保护功能。第二，社会性的强化使个人信息保护与利用充满张力，私权保护模式无力调和其间的利益冲突和紧张状况，造成信息流动失序。第三，个人信息侵害多为损害轻微的社会性侵害，受害人怠于行使诉讼权利，这使得事后救济失灵。因此，个人本位理念及其私法进路难以满足个人信息保护的现实需要，转变保护思维，赋予信息主体以更多权能，为当下的唯一解决之道。数据信息既可能会增进人权、发展人权，也可能会威胁人权、侵蚀人权。技术公司、互联网企业、商业平台、政府部门等对个人信息的滥用确实已不再是简单的信息本身问题，而是对信息时代中主体身份构建、自由平等和自主性的严重侵蚀。
在具体的权利内容上我们可以效法欧盟《统一数据保护条例》，该条例给数据主体持续了解其数据被收集和使用情形的权利（知情权和访问权），纠正被用于识别分析的个人数据的错误的权利（更正权），同时在满足一定条件时取回数据控制人处理后的数据并转移给其他人的权利（数据移转权），最后在特定情形下，中止、拒绝处理甚至清除其数据的权利（限制处理权、拒绝权和清除权）。唯有构建全面的权力保障体系，才有利于金融科技平台企业内消费者通过数据赋权以对抗算法权力，从而实现消费者权利的私人救济。
3.加强反垄断法与算法的共同治理
一方面，我国需要建立健全算法公开制度的建设。目前法律上面对算法歧视所存在的种种问题，主要是缺乏对算法的整体性把握。算法作为一种涉及公权力与私权利融合的新型交互性技术，要想对其进行合理化规制需要建立健全算法公开制度。就算法公开而言，该制度存在之前提在于应当是有意义和有特定指向的决策体系的公开，而非一般性的算法框架或者源代码公开与解释。毕竟算法技术具有高度的专业性，盲目将其全面公开，社会一般公众和普通执法部门也难以理解。这就要求数据控制者/个人信息处理者在利用自动化决策时，以保护用户/消费者的正当权益为出发点进行相对全面公开和可理解的解释。结合域外的法律规制经验，美国算法问责法2019（草案）的目的就是要求公司去研究并修复那些对美国消费者造成不公平、歧视或错误的计算机算法；《数据问责和透明度法》（2020）禁止通过使用个人信息在住房、聘用、信用、保险、公开推荐等方面开展歧视；英国数字服务法（草案）对中介服务机构、广告发布者、大型互联网平台等利用算法向用户推送内容等操作都提出了公平透明的要求，并要求相应的服务条款中说明信息提供的限制及审核信息的方法。例如，英国数字服务法（草案）第12条第1项规定：中介服务提供者应在其条款和条件中包括有关服务接收者提供的信息对其使用服务施加的任何限制的信息。该信息应包括用于内容审核目的的任何政策，程序，措施和工具的信息，包括算法决策和人工审核，并应以清晰明确的语言列出，以易于访问的格式公开提供。个人信息保护法则是明确规定了“利用个人信息进行自动化决策，应当保证决策的透明度和处理结果的公平合理”的原则，还从实际操作角度要求自动化决策的商业营销和信息推送应同时提供非个性化选项。
另一方面，我国需要加快反算法价格歧视的执法构建。其一，就反算法歧视保护消费者合法权益而言，我们通过前面的算法公开以及数据赋权可以相对明确地认识到算法中存在的不公平现象。接下来就要求我们在具体执法中首先设立专职部门有具体的部门承担监管职责，才能将法律规定落实。其二，即使拥有专业部门当面临着使用技术来应对快速变化的市场，作为科层制的公权力机关其根本难以进行应对，执法中极易形成“一管就死、一放就乱”的局面，因此要求执法部门提升监管水平，综合应用监管科技以互联网、大数据、人工智能、区块链与云计算等新一代科技为驱动，以大数据为核心，监管机构、大数据机构及其监管科技公司等共同参与并密切协作。具体而言，可以从宏观与微观两个视角分别出发：在宏观层面，对算法技术施以一般性规制，主要包括算法开发与变更、程序和数据访问以及算法运行等方面；在微观层面，对平台算法进行应用操作上的规制，旨在审查与监管数据输入、处理及输出的整体逻辑衔接和内在因果联系——既有利于及时发现并遏制金融科技平台的算法价格歧视，也有助于后续责任追究与权益救济的有效实现。
总之，我国数字经济已经从包容发展走入规范发展的阶段，已有的互联网反垄断实践为国内金融科技平台企业反垄断提供许多宝贵经验：我国需要紧密结合经济发展的需要和发展的阶段，灵活科学执法；同时需要加强反垄断的经济学分析，提升执法的效率。
结语
算法价格歧视不仅为法律所禁止，在道德伦理层面亦不被允许，禁止歧视是人类文明历经千年所达成的共识。人们常常认为随着信息技术的不断发展进步，尤其是机器学习、算法决策等人工智能技术的应用，社会应会变得越来越公平，越来越完美。然而，实际情况却并非如此，基于人工智能技术而得出的算法决策并非客观公正，可能会出现更为隐蔽和严重的算法价格歧视行为，金融科技平台企业难免通过人工智能技术，采取所谓的个性化定价方式来攫取不正当利益，而这种行为一方面是由于市场趋利性的本能所导致，另一方面还存在新技术对旧有法律秩序的冲击影响，金融科技平台企业利用算法价格歧视带来相关的异化风险。当市场这只“看不见的手”自治失灵时，反垄断规制作为“看得见的手”就应该及时出现，在不打压创新技术发展的前提下加强反垄断规制，实现反垄断法与算法的二元共治。唯有如此，才能避免金融科技平台的算法滥用与价格歧视，真正地实现消费者合法权益保护，促进市场经济公平有序地发展。
原标题：《程雪军｜金融科技平台算法价格歧视的反垄断规制》
阅读原文
