数据上升为重要生产要素，成为推动经济社会高质量发展的基础性、战略性资源，“数据驱动”的价值日益凸显。但随着数字技术加速迭代和数据资源的急剧增长，通过运用数字技术对消费者进行“千人千面”个性化定价的“大数据杀熟”问题日益突出，“云计算”变成了“云算计”。
据南都反垄断研究课题组2020年12月22日发布的《互联网平台竞争与垄断观察报告》，有73%消费者对“大数据杀熟”行为持反对态度。加强对“大数据杀熟”的监管与治理已呈时不我待之势。

“大数据杀熟”的原理剖析
实施前提是掌握海量数据及打造信息茧房。一是掌握海量数据。上海市消保委表示，“大数据杀熟”已经从1.0的“熟客”升级为2.0中的被平台充分掌握个人信息的“熟人”。众多消费平台不断强化对消费者的消费偏好、消费习惯、收入水平等全方位信息的收集和存储，精准化描绘“用户画像”、实现个性化定价策略。例如，Facebook在2020年被指控在未经用户知情和同意的情况下，采集、存储了超过1亿名Instagram用户的生物特征数据。再如，谷歌公司每天从每部安卓手机获取的数据规模高达11.6MB。二是打造信息茧房。互联网时代，“一人一屏”的消费场景天然地将消费者“区隔”开来，每个人的电子屏幕界面显示的都是算法个性化地推送、为其“量身定制”的结果，天然的信息茧房为“大数据杀熟”开了捷径。而平台出于迎合受众需求、实现平台数据价值最大化的目的，不断强化“信息茧房”效应，扩大个体间的认知偏差，造成“大数据杀熟”愈演愈烈。
根本动力是追逐暴利。《资本论》中提到，一但有适当的利润，资本就会非常胆壮起来。众多“大数据杀熟”案例的背后皆是对更高额利润的追逐。追溯到“大数据杀熟”的第一个案例，2000年亚马逊为提高在主营产品上的盈利，实施了著名的差别定价实验，对平台的68种畅销DVD，根据潜在用户的基本资料、购物历史、上网行为等进行差别定价，结果这些DVD的销售毛利率都得到了提升。
此外，美国布兰戴斯大学经济学系助理教授Benjamin Shiller，基于Netfilx研究后发现，使用传统人口统计资料的个性化定价方法，仅使Netfilx增加0.3%的利润，但根据用户网络浏览历史，使用机器学习技术对用户愿意支付的最高价格进行估算，可以使Netfilx的利润增加14.55%。在高额的利润驱使下，平台商家不顾消费者的权益和法律的规范铤而走险，在违背消费者意愿的前提下对消费者的个人信息进行采集与处理，频频实施“大数据杀熟”行为。
深层原因是行业垄断。在互联网时代，如果某一个平台“杀熟”，而消费者还有其它选择，那么“杀熟”自然会有所控制，所以“大数据杀熟”的根源是市场垄断。一旦某平台合并各家数据，成为相关市场的数据寡头，就有可能利用数据优势排除限制竞争，并且通过持续的数据交互与开发利用，不断放大互联网领域“赢者通吃”的竞争效应，其市场支配地位愈加稳固，获取客户的信息越发容易，实施“大数据杀熟”更加易如反掌。例如，2020年携程以40%的市场占有率成为中国最大的在线旅游（OTA）平台，据公开报道，携程多次利用其优势地位，通过算法在流量分配、搜索排名等方面设置障碍和限制，控制平台内运营商的交易，从而对消费者实施“大数据杀熟”行为。再如，谷歌公司一半以上的收入来自搜索广告，而谷歌在全球搜索引擎市场独占鳌头，市场占有率高达90%，其通过谷歌搜索可以获取跨网站、跨应用的海量用户数据，构建立体化的用户画像，从而实现精准投放广告，更便捷地进行“大数据杀熟”。

“大数据杀熟”监管治理的主要困境
“杀熟”与“差异化定价”的边界难以明晰。很多人认为“大数据杀熟”最直接的表现，就是用户购买同样的产品或服务时显示的订单价格却并不相同，但实际中并非所有差异化的价格都属于“大数据杀熟”。从经济学角度，面对不同市场供需进行的潮汐定价、动态定价以及价格歧视等行为，并不属于“大数据杀熟”，而是属于“差异化定价”。“差异化定价”是在商业发展史中长期存在、为了提高社会整体福利的常用策略，其中有些已经被社会普遍接受了。
根据经济学家冯煦明的观点，“大数据杀熟”与传统“差异化定价”的一个本质区别在于，消费者是否知道自己被价格歧视了，商家是否存在不同定价的隐瞒行为。但由于算法的不透明性和难解释性，加之其动态性实时性的变化，隐瞒行为难以及时察觉和识别，“大数据杀熟”与“差异化定价”行为在实际司法实践中的边界仍然难以识别。
存在法律空白。中国法律对损害了消费者合法权益的“大数据杀熟”行为是明令禁止的。例如，2021年2月出台的《国务院反垄断委员会关于平台经济领域的反垄断指南》明确，“大数据杀熟”可能构成滥用市场支配地位、差别待遇行为。再如，2021年6月发布的《数据安全法》，对数据分类分级、重要数据保护、数据交易管理等多项工作做出指导和规定，数据作为“大数据杀熟”行为治理最为关键的要素得到了进一步的管理与规范。但“大数据杀熟”行为具体由哪些部门进行合法监管、彼此间的职责分配及合作机制是什么、数据的所有权与使用权如何认定及分配、合理监管与数据商业化利用如何和谐共存、如何认定“大数据杀熟”行为的发生以及具体如何有效处罚等法律空白仍亟待填补，相关法律法规仍需进一步细化。
隐蔽性导致举证困难。由于大数据技术本身的复杂性，算法从接受输入数据到输出决策结果的全过程犹如一个不为外界洞悉的“黑箱”，导致“大数据杀熟”行为更加隐蔽、难以识别。
同时，平台商家通常会以商业秘密为由，并不会将具体算法、规则及数据向社会公开或提供给消费者。但基于证明责任分配的一般原则，即“谁主张，谁举证”，要求消费者对平台商家侵害自己合法权益进行“大数据杀熟”的行为提供证据。因此消费者在对“大数据杀熟”行为进行维权过程中，因算法的不透明性导致举证成为了一道难以跨越的障碍。长久以往，消费者维权意识将越发淡漠，“杀熟”行为也将愈加猖狂。

几点建议
健全法律法规。一是明确数据归属。明确个人数据、企业数据和公共数据的归属权益，尤其需明确个人数据权利内容，包括知情权、选择权、修改权、删除权等，以及针对企业对个人数据采集、处理、分析、交易等权益界限做出说明和规定。二是进一步细化“大数据杀熟”行为的界定标准。围绕构成差别待遇的相关因素，可以在司法层面树立若干典型案例，通过参照指导性案例解决实际生活中“杀熟”与“差异化定价”等行为难以界定的问题，并起到正反两方面的示范作用。三是探索引入举证责任倒置制度。在“大数据杀熟”相关案件中可以考虑适用举证责任倒置的规定，由平台商家提供证据证明其没有实施“杀熟”行为，打破作为弱势方的消费者维权难的堵点。四是加大对“大数据杀熟”行为的处罚力度。进一步完善相关违法处罚措施，一方面强化追责问责机制，压实责任到“人”；另一方面可以提高处罚上限，按营业收入比例进行罚款处罚，情节严重的可以给予吊销营业执照、限制开展生产经营活动、责令关闭等处罚。
强化部门监管。一是设立或指定专门的监管机构。由专门的监管机构对相关行为进行指导、规范、监督、处罚，加强针对性和统筹性，缩短问题解决周期，提高监管效率。二是监管机构进一步创新监管方法和手段。利用大数据、人工智能等技术，建立和完善大数据网上监管平台，实施智慧监管，对网络平台进行24小时不间断的在线监管，及时发现各种隐性的“大数据杀熟”行为，并进行精准打击与快速查处。三是建立黑名单制度。监管机构与媒体联网，参照对失信被执行人的规定，对多次做出“大数据杀熟”行为或情节恶劣的平台商家予以全网通报，以起到警示作用。
加强行业自律。一是充分发挥行业协会的监管作用。在行业协会层面进一步建立健全内容完整、操作性强的行业规范和标准，鼓励公平竞争，打击违法违规行为，利用同行之间的监督机制推动行业规范有序发展。二是引导平台商家加强自律。平台商家应切实承担应尽义务和责任，严格遵守法律法规，诚信应用算法，全面、真实、准确、及时地披露商品或者服务信息，维护消费者的合法权益。借鉴唯品会、京东、美团等十家互联网平台企业做出不进行“大数据杀熟”共同承诺的经验，鼓励行业龙头企业为行业自律承担起更多的责任，为遏制“大数据杀熟”行为做出更好的表率。
提高个人信息保护意识。一是提高对价格的敏感度。留意观察价格波动情况，注重货比三家，采用多个账号或不同移动设备交叉认证，模糊用户数据画像，避免对某一平台形成太大依赖。二是注重个人隐私保护。被平台要求授权个人信息时，认真阅读用户协议，注意权限设置和选择，关闭对地理位置、通讯录、相册、语音信息等敏感信息的授权。三是树立依法维权思维。注重维护权益，勿以“钱”少而不“维”，循环往复，只会使不法商家越来越“猖狂”，“云算计”现象愈演愈烈。