算法滥用风险的监管现状与趋势探析——以“大数据杀熟”为视角

2026-02-14

引言

网络交易平台（以下简称“平台”），是指在网络交易活动中为交易双方或者多方提供网络经营场所、交易撮合、信息发布等服务的平台^[1]。消费者在享受平台带来的生活便利、进行网络交易的同时，也可能遇到过以下类似的困惑：消费者在电商平台两次购买同款商品遭遇近20%的价差，老用户预订酒店的价格高于新用户与门市价，外卖配送费因账号的活跃度不同而出现差异——这些看似偶然的价格差异，背后实际隐藏着算法被滥用的可能。算法在提升资源配置效率、优化用户体验的同时，也易被利用于利益追逐，“大数据杀熟” 正是算法使用失范的典型表现之一。

《网络交易平台规则监督管理办法》（以下简称“《办法》”）于2026年2月1日正式施行，其中第31条规定，“网络交易平台经营者不得利用平台规则，在消费者不知情的情况下，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准”，即，明令禁止“大数据杀熟”行为。然而在实践中，针对依托算法实施的“大数据杀熟”行为，算法监管仍面临诸多结构性困境：监管部门难以深入数据采集、模型训练等核心环节开展实质性审查，算法本身的技术黑箱特性，导致监管人员往往无法对其输出结果进行有效复验，现有监管措施也多局限于备案公示、权益保护等基础性、原则性要求，缺乏对算法全生命周期的精细化规制。

本文以“大数据杀熟”为切入点，梳理算法滥用的监管现状，以及立法与执法层面的多重难点，分析以携程案为例的反垄断调查、算法负面清单等监管破局新路径，为相关企业开展算法合规自查、切实保障消费者知情权与公平交易权提供专业视角和思路。

一、“大数据杀熟”的表现形式与立法监管

（一）什么是“大数据杀熟”行为？

在网络交易中，“大数据杀熟”是指经营者运用大数据收集并分析消费者的消费偏好、消费习惯、收入水平等信息，以消费者使用的不同手机设备、不同消费频率等为依据，在同等交易条件下将同一商品或服务以不同的价格提供给消费者的行为^[2]。该行为使平台在消费者不知情的情况下，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准，涉嫌侵害消费者的知情权与公平交易权。

结合行为特征和司法裁判观点，“大数据杀熟”的认定要件总结如下：（1）平台具有数据与算法优势，能够实现用户精准区分；（2）存在同等条件下的价格差异结果，且该结果的成因需排除促销、库存、区域等客观的市场合理因素；（3）平台具有欺诈的主观故意，通过算法设计实现差异化定价以获取超额利润，未履行信息告知义务，引导消费者陷入错误认知并做出不真实的意思表示。例如，江苏省朱女士在某网络交易平台两次购买同款四件套，价差达20%，商家无法合理解释差异原因，经消协调查确认构成“大数据杀熟”^[3]；浙江绍兴中院在胡某诉携程案中，认定携程未披露代理商房源信息，导致老用户预订价格远高于门市价，构成“大数据杀熟”行为。^[4]

（二）我国与“大数据杀熟”行为相关的立法监管

由此，在2013年，我国就确立了消费者的知情权和公平交易权，随后在网络交易、电子商务领域逐步细化相关监管要求，并在2024年7月1日实施的《消费者权益保护法实施条例》中首次在行政法规层面明确禁止差异化定价。同时，随着国家对个人信息保护的重视和算法技术的发展，国家针对平台依托数据和技术优势，利用算法推荐服务实施“大数据杀熟”的行为开展立法监管，尤其在2024年11月，中央网信办牵头开展“清朗·网络平台算法典型问题治理”专项行动，将“大数据杀熟”列为重点整治对象。

然而，虽相关立法工作持续完善，但实践中消费者相关投诉数量仍居高不下，从监管维护消费者利益出发，存在的难点包括：

1、对于依赖数据和技术优势的平台算法，消费者面临举证难的问题。^[5]以《办法》的第31条为例，条款未对“同等交易条件”作出界定，且未要求举证责任倒置。根据司法实践的观点，在判断平台是否涉嫌价格欺诈时，应区分“大数据杀熟”与一般的市场因素导致的价格差异。此时，消费者需要举证证明“同等交易条件”下的价格欺诈，即对具体交易场景中的区域、时间、促销活动、消费者操作行为等交易条件导致的合理价格差异，与算法滥用导致的不合理差异进行区分。但是，消费者较难获取平台的算法数据、运算逻辑和后台定价记录，仅能提供截图、比价记录等间接证据，达到司法实践中的“排除合理怀疑” 证明标准相对困难。

2、禁止性规定为主，事前预防和事中监测机制缺位。以《互联网信息服务算法推荐管理规定》和《消费者权益保护法实施条例》为例，平台被要求不得实施不合理的差别待遇、不得设置不同的价格，但平台设置算法服务未被要求设定事前定价审查义务，或是消费者投诉后的检测、说明与整改义务，这会导致平台主动防控大数据杀熟的动力缺失，更多是侵权行为发生后的被动处理。

二、算法监管的执法活动难点分析

接上文观点，尽管建立事前预防、事中监测、事后整改的机制能提高监管活动对消费者知情权和公平交易权的保障能力，但目前平台中的“大数据杀熟”往往通过算法服务实现，技术维度存在难点，例如：

（一）难以界定数据收集的合法范围，难以有效追踪使用流向

数据是算法运行的基础，算法滥用的根源常见在于数据采集的过度与不当。推荐算法的数据源包括：用户主动行为数据（点击、下单、支付等）、被动行为数据（浏览轨迹、停留时间等）、用户画像数据（年龄、性别、消费水平等），以及第三方共享的数据（如支付结果等）。但是，现有监管较难界定数据收集的合法边界，较难有效追踪数据的实际使用流向，具体表现如下：

1、用户个人信息存在过度收集与概括授权的问题。部分平台以“提升用户体验”为由，过度收集与服务无关的数据。例如，在(2021)浙06民终3129号一案中，App曾强制收集与酒店预订无关的设备信息、位置信息等，且未在隐私政策中说明相应内容。从事前监管的角度考量，何为《个人信息保护法》第六条提及的“最小必要”原则，如何判断平台的隐私政策已充分说明为实现处理目的而需要处理的最小范围的个人信息种类，亟需要结合平台具体的服务场景，进一步理清。

结合作者既往从业经验，应用市场或检测机构出具的个人信息收集合规评估报告，对于App是否超范围收集用户个人信息，通常仅针对“App索取权限的频率”等技术指标进行评估；而《常见类型移动互联网应用程序必要个人信息范围规定》所明确的必要个人信息范围，主要适用于App的基本功能，难以覆盖其丰富的辅助功能，在评估基于复杂算法的处理场景所需的必要个人信种类时，参考作用较为有限。各大平台采用的“一揽子授权”模式，用户无法对具体数据采集项进行选择性授权，这加剧了数据滥用风险。

2、数据使用目的难以追踪，超授权使用成为常态。部分平台常以概括授权的方式获取数据使用权限，将用户数据用于算法训练、用户画像、商业推广等多个用途，甚至与关联公司共享数据。但由于数据流转的隐蔽性，相关监管部门缺乏有效的技术手段追踪数据的具体使用场景，无法及时发现并制止超授权使用、数据共享中的滥用行为。

3、数据治理的合规性监管需要深化。尽管《个人信息保护法》规定，要求平台采取必要措施确保用户个人信息仅根据隐私政策说明的目的进行处理，但监管部门较难对平台的具体的数据处理方式进行实时的实质性审查。数据脱敏、加工、使用等环节尚缺乏有效的监管手段，导致部分平台仅在形式上符合合规要求，实际仍存在数据滥用的情况。

（二）算法模型的黑箱机制与商业秘密保护

算法模型的建设与训练是算法滥用的核心环节，也是监管活动中最难触及的领域。结合作者起草多份个性化推荐类互联网信息服务算法安全自评估报告的实践经历，推荐类算法通常采用“多阶段级联架构”，包括物料索引、召回、排序（包括粗排、精排、重排）等环节，每个环节均涉及复杂的算法逻辑与参数设置。例如，美团的推荐系统采用协同过滤、LightGBM等模型，淘宝与拼多多则根据自身商业模式设置不同的算法权重，拼多多将“低价”作为核心权重，淘宝则综合用户兴趣、商品质量等多维度因素。算法模型的迭代速度极快，平台会根据用户行为数据实时调整模型参数，这也增加了监管的难度。

据此，作者认为，算法模型的监管面临两个需要突破的障碍：1）算法逻辑的复杂性与不可解释性。现代推荐算法多基于机器学习与深度学习，模型参数数以亿计，且绝大多数用户数据进入训练模型后，会基于预设的元数据而进行脱模、打上隐式标签，成为只有计算机能够理解的语言。由此，相应产生的算法决策过程属于“黑箱操作”，即使研发人员，也无法完全掌控或复现算法的输出结果，监管部门更是难以理解与审查算法的核心逻辑。2）商业秘密的保护与监管的冲突。基于算法的市场价值，平台往往将算法模型视为核心商业秘密，拒绝向监管部门披露核心逻辑与参数设置，监管部门若强行要求披露，可能涉嫌侵犯平台的商业秘密，导致监管陷入“进退两难”的境地。

（三）算法的输出结果需配套有效的约束机制与矫正标准

算法输出结果的不确定性与矫正标准的落地困难，进一步加剧了算法滥用的风险。一方面，算法的黑箱特性导致输出结果具有不可预测性，即使是合理设计的算法，也可能因数据偏差、参数设置不当等原因产生歧视性结果。另一方面，现有算法监管缺乏有效的矫正机制，平台通常以“算法中立”为由，拒绝承担结果偏差的责任，也没有动力建立常态化的算法评估与矫正机制。尽管部分平台建立了去重、打散、冷启动保护等干预策略，但这些策略往往让步于商业需要，难以从根本上防止算法滥用。监管部门需要建立对算法输出结果的矫正标准，并通过执法活动赋予企业矫正的动力，进而引导、督促企业及时评估算法服务的应用风险，有效整改算法滥用行为。

三、探索监管规则的新路径

尽管面对前述多重困境，我国的监管实践并未止步于原则性规定，而是通过反垄断调查、新型规则探索等方式，积极突破算法黑箱带来的技术障碍，为后续精细化、制度化监管积累了实践经验。这两类探索均未直接触碰算法的技术核心，而是从结果应用层面入手，成为当前阶段算法监管破局的重要尝试。

（一）通过反垄断调查规制平台对于数据与算法的滥用

面对算法监管的技术困境，反垄断调查成为规制算法滥用的重要路径。反垄断法关注平台利用数据与算法优势排除、限制竞争的行为，通过规制平台的市场行为，间接约束算法滥用。大数据杀熟本质上是平台利用数据与算法优势实施的剥削性滥用行为，通过差异化定价获取超额利润，不仅损害消费者利益，还可能排除市场公平竞争，符合反垄断法对滥用市场支配地位行为的规制范畴。

以最近的携程案为例，其反垄断监管的逻辑具有典型意义：携程作为在线旅游平台的优势企业，利用其数据与算法优势，允许第三方代理商“囤房加价”，未履行平台监管义务，导致老用户支付更高价格。这种行为不仅损害消费者的公平交易权，还通过信息不对称排除了中小代理商的公平竞争，构成滥用市场支配地位。反垄断调查通过审查平台的市场支配地位、滥用行为的反竞争性、对消费者与市场的损害，绕开了算法黑箱的技术障碍，直接规制算法滥用背后的平台权力滥用。

作者认为，反垄断规制的优势在于：其一，覆盖范围更广，可适用于所有具有市场支配地位的平台，不受行业限制；其二，无需深入算法黑箱，通过行为与效果审查即可认定滥用行为，降低了监管的技术门槛；其三，处罚威慑力较大，可处以高额罚款、责令整改等措施。但反垄断规制也存在局限，主体维度针对具有市场支配地位的平台，难以规制中小平台的算法滥用行为，且调查周期长、成本高，应对算法滥用的即时性与普遍性存在局限，只能作为算法监管的重要补充方式。

（二）探索平台算法负面清单

2026年2月3日，中央网信办召开《生活服务类平台算法负面清单（试行）》（以下简称“《算法负面清单》”）推进部署会议，邀请了19家重点生活服务类平台负责人参加会议，剑指算法黑箱、算法歧视、算法合谋三大行业痛点，聚焦保护新就业群体与消费者权益。尽管《算法负面清单》尚未正式出台，但其相关风口的释放，传递出监管部门对算法进行类型化、场景化规制的重要信号，成为算法监管规则探索的重要方向。从政府的相关表述来看，该负面清单将聚焦生活服务类平台的算法滥用问题，围绕“大数据杀熟”、算法歧视、强制交易等典型行为展开规制。

作者认为，《算法负面清单》的探索蕴含分类分级的顶层设计，其制度意义远超其文本本身。《算法负面清单》背后是监管部门对算法监管思路的重要转变，即从笼统的原则性要求，转向针对具体场景、具体类型算法的精细化规制。具体而言：

1、算法监管开始进入类型化、场景化阶段。监管部门意识到不同领域、不同类型的算法，其风险点与监管重点存在显著差异，脱离具体场景的笼统规制难以发挥实效。负面清单的探索正是基于这一认知，针对生活服务类平台的算法特点制定针对性的禁止性规则，为后续全行业的算法类型化规制提供参考。

2、明确算法合规的底线，降低平台合规的不确定性。通过负面清单的形式列举算法滥用的典型行为，能够为平台提供清晰的合规指引，让平台明确算法设计与运行的禁止性边界，减少因规则模糊导致的合规风险。

3、推动行业自律与行政监管的有效衔接。负面清单的制定过程通常会广泛征求平台企业、行业协会的意见，能够充分吸纳行业实践经验，让规则更具可操作性，同时推动行业协会建立常态化的合规监督机制，形成行政监管与行业自律的协同效应。

结语

以大数据杀熟为代表的算法滥用，可能对用户合法权益造成侵害，算法监管的完善显得尤为必要。面对技术黑箱与监管困境，算法监管从形式化走向实质化已是明确趋势，《办法》实施与反垄断调查、负面清单探索等实践，均在不断收紧算法合规的边界。后续监管部门预计进一步可能向以下几个方向推进：（1）按照算法场景类型化（例如个性化推荐、内容排序、调度决策等）施策以提升规制精准度；（2）以结果为导向，明确算法输出结果的合规边界（例如，算法结果不得产生歧视性影响）；（3）或是借鉴通信管理局对移动应用程序开展合规检测的成熟经验，构建算法从数据输入、建模、训练、测试等全流程校验机制等。

对此，企业特别是平台需主动重视算法全生命周期的合规管理，完善数据采集的合法性与透明度，强化算法公平性评估，建立有效的风险防控与申诉整改机制。合规并非创新的桎梏，而是企业规避监管风险，赢得用户信任与市场长远发展的核心保障，唯有主动适配监管动向、规范算法使用，才能在数据时代中行稳致远。

参考文献：

[1]《网络交易平台规则监督管理办法》第三条规定，本办法所称网络交易平台经营者，是指在网络交易活动中为交易双方或者多方提供网络经营场所、交易撮合、信息发布等服务，供交易双方或者多方独立开展网络交易活动的法人或者非法人组织。

[2]来源：江苏省最高人民法院官网微信号，https://mp.weixin.qq.com/s/TDk1WhATULNy01ZWTH9gHA，老客价高维权艰，算法重构正义彰——江苏省法院、省司法厅、省消保委联合发布2024年度全省消费者权益保护典型案例之六。

[3]来源同上。

[4]来源：胡某、上海携程商务有限公司侵权责任纠纷二审，(2021)浙06民终3129号案件。

[5]见(2019)湘01民终9501号、(2024)沪0104民初21902号、(2025)京04民终78号案，法院均以消费者无法充分举证大数据杀熟现象为由，不支持相关诉请。

本文作者：

声明：

本文由德恒律师事务所律师原创，仅代表作者本人观点，不得视为德恒律师事务所或其律师出具的正式法律意见或建议。如需转载或引用本文的任何内容，请注明出处。