大陸近年來在酒店預訂、在線票務、視訊網站等行業出現的“大數據殺熟”現象就是個性化定價算法的一種典型表現。
原標題 | 人工智能時代個性化定價算法的反壟斷法規制
作者 | 周圍 武漢大學部法學院、網路治理研究院副教授
摘 要
個性化定價算法對消費者支付意愿的精準評估和預測可以在特定的市場環境中產生強化競爭和擴大產出等一系列積極效果，但也可能產生大數據殺熟等導致競爭扭曲的壟斷行為。對個性化定價算法的規制應結合傳統價格歧視理論，從歧視對象、歧視行為以及實施效果等方面加以分析，對于不同類型的個性化定價算法應做區分處理，而對個性化定價實施效果需從發生場域、判斷標準以及證明程度等方面加以評估。雖然囿于算法運算能力、算法函數設計等客觀的技術瓶頸，個性化定價算法帶來的系統性風險目前還未真正涌現，但個性化定價算法對消費者的剝削是潛在且可確定的。鑒于此，大陸反壟斷法律實踐還需從法律適用的角度探究規制個性化定價算法的合理框架。
關鍵詞 個性化定價算法；價格歧視；大數據殺熟；人工智能；《反壟斷法》；數據畫像；個人資訊保護
隨著數字技術在社會經濟發展中的重要性日益增加，數據驅動型市場的經營者開始廣泛引入復雜的智能算法對海量的市場數據進行自動挖掘與預測，并能夠利用算法對每個消費者的支付意愿進行精準評估和預測，進而設置個性化定價，這種個性化定價算法（personalized pricing algorithms）可以在特定的市場環境中產生強化競爭和擴大產出等一系列積極效果，但也可能導致經營者進一步攫取消費者剩余，導致消費者福利的減損，甚至還可能壓縮其競爭對手的價格空間，造成競爭扭曲，大陸近年來在酒店預訂、在線票務、視訊網站等行業出現的“大數據殺熟”現象就是個性化定價算法的一種典型表現，雖然目前經營者利用算法實施個性化定價的直接證據尚未被發現，但個性化定價算法對市場的負面影響已經引起了競爭執法部門的廣泛關注。
算法與大數據以及機器學習等先進技術的充分結合正日益影響著數字市場的競爭格局以及消費者的日常生活，個性化定價策略不再只是個別經營者提升市場競爭力的策略選擇，其對經濟活動的深度介入還可能引發潛在的競爭風險，
第一，個性化定價算法賦予了經營者分析與評估市場資訊的能力，強化了經營者對消費者剩余的攫取，當具有市場支配地位的經營者在實施價格歧視時，通常會要求購買相同等級、質量商品的消費者支付不同的價格。經營者的這種價格歧視會導致不當競爭優勢和差異化交易機會的出現，并可能直接影響橫向或縱向市場經營者之間的公平競爭，數據分析能夠有效降低甚至消除經營者在識別消費者支付意愿上的障礙，極大地提升對消費者支付意愿評估的準確性，此外，個性化定價算法會擴大經營者實際收取的價格和消費者支付意愿之間的差額，進而影響社會總福利在不同主體之間的分配方式，導致某些高支付意愿的消費者受到更嚴重的歧視[1]（P21-22），鑒于此，若經營者利用精準的數據分析和數據畫像評估消費者的預期價格并通過收取更高的價格導致一級價格歧視的出現，則經營者將完全獲取社會總福利，從而完全侵占消費者的福利，
第二，算法擴展了經營者實施價格競爭策略的多樣性，可能導致相關市場的公平競爭被破壞。個性化定價算法可以利用cookie、IP地址或用戶登入資訊等多種渠道搜集市場資訊，海量的資訊不僅可以幫助經營者分析競爭對手、商業伙伴以及消費者的支付意愿，而且有助于經營者合理安排商品價格，創造利潤空間。但在市場競爭中，經營者行使自主定價權并非意味著不受法律約束，一旦市場經濟的公平基礎被動搖，那么個性化定價算法就可能導致市場調節機制中價格信號功能的削弱，從而增加未受惠市場主體的經營成本，導致公平的競爭環境失衡，
第三，算法對市場資訊的深度挖掘和分析可能會損害消費者的隱私保護。個性化定價算法對消費者預期價格的準確評估得益于對市場資訊，尤其是對市場資訊的深度挖掘。由于算法運行機制的隱蔽性以及分析結果的不確定性，導致經營者在實施個性化定價算法時可能產生降低消費者隱私保護程度的單邊效應。
這是因為，基于數據分析和人工智能算法的個性化定價可以對消費者的個人行為偏好和私人生活資訊做出非直觀和無法驗證的推斷，而這些基于多樣化數據的分析結果具有不可預測性，可能導致歧視性、偏見性和侵犯隱私的決策結果[2]（P1-2）。
第四，個性化定價算法影響了市場透明度的均衡狀態，誘發了消費者對市場定價機制的不信任。大數據和算法的結合降低了收集消費者資訊的成本，方便經營者為不同的客戶群體提供定制的營銷和定價計劃。但由數據和算法主導的價格形成機制存在透明度低、普通消費者難以理解等問題，這進一步引發了消費者對定價機制的信任擔憂，導致搜索成本上升、轉換效率降低[3]（P66-67），2013年英國公平交易局在一份名為《在線個性化定價的經濟原理》的研究報告中就表達了對個性化定價影響消費者信任問題的關注——“個性化定價可能會導致對在線市場信任度的降低，從而損害消費者”[4]（P24）。
盡管數據和算法本身并不會產生法律意義上的價值判斷，但這并不表明基于數據分析的個性化定價算法對競爭的影響始終是中性的，其對競爭的影響是復雜的，會受到消費者偏好、搜索成本、資訊獲取范圍、市場結構等眾多變量的影響，因此需要將其納入反壟斷法的整體分析框架進行分析，作為全球重要的數字市場，大陸同樣面臨因個性化定價算法普遍適用而產生的市場監管風險。面對行為認定復雜且市場影響多樣的個性化定價算法，如何理解其形成機理，解析行為的違法性，進而對規制個性化定價算法的分析框架做出更為明確的指引，目前尚未形成共識，
數據分析的普及極大地減少甚至消除了識別支付意愿的障礙，提升了價格歧視的實現概率。考慮到個性化定價復雜的競爭影響句，即使經營者具備市場支配地位并對不同的最終消費者收取了個性化的價格也并非必然會受反壟斷法的規制。因此，有必要進一步厘清個性化定價算法的違法性，
（一）個性化定價行為的認定
個性化定價的形成通常取決于消費者愿意為目標商品或服務所支付的最大價格。經營者通過收取與消費者的支付意愿盡可能接近的價格來獲得最多利潤，從形成機制上看，個性化定價既可以根據消費者偏好進行設置，也可以利用消費者所產生的錯誤感知來設置，
第一，基于消費者偏好的個性化定價。若經營者根據消費者偏好實施差異化價格，歧視最終消費者，則這種個性化定價雖然會損害一部分消費者的合法利益，但同時也會提高效率，有助于市場資源的優化配置。在表現形式上，常見的消費者偏好包括基于交易時間偏好的個性化定價、基于需求峰值偏好的個性化定價以及基于產品偏好的個性化定價，這類個性化定價在形成機制上呈現出如下特征。首先是定價機制的透明度，無論是交易時間、需求峰值抑或產品偏好，消費者都能夠知悉價格歧視產生的偏好原因，并且這種偏好在滿足經濟理性的同時也能夠在公平價值角度找到實質性的理由，其次是受惠結果的普遍性。與經營者一樣，消費者也具有普遍的經濟理性，希望能夠成為價格歧視中的受惠方。因此，價格歧視的受惠結果應該是普遍的，而非設定難以實現的觸發條件，最后是自主選擇的權利。除了了解定價機制的形成原因以及普遍可獲得的實現條件，消費者還需有能夠自主選擇是否被歧視的權利。消費者自行選擇購買商品的價格自由度越大，定價過程被視為公平的可能性就越大。
第二，基于消費者錯誤認知的個性化定價。傳統理論認為支付意愿主要與偏好有關，但在實踐中，消費者的支付意愿還受到消費者感知或誤解的影響。消費者由于搜索成本高而很少比較價格，而經營者可以利用數據分析和高級算法來識別和衡量這兩種因素，誘導消費者產生對支付意愿的錯誤認知，從而最大限度地攫取消費者剩余。為了驗證這一假設，有學者在經典的“偏好行為模型”中加入了“錯誤認知”的因素，對受兩種因素影響的價格歧視市場效果進行了模擬。結果顯示，在支付意愿僅反映偏好的標準模型中，價格歧視會損害消費者，但效率會提高[5]（P253-254），當支付意愿基于偏好和錯誤認知產生時，特別是基于需求夸大的誤解時，價格歧視會進一步損害消費者福利，并可能降低效率，具體而言，一部分產生錯誤認知的消費者雖然將花費更高的成本來購買所需要的產品，但這些消費者仍享有與無誤解情況下相同的消費者剩余，而另一部分原本不會購買該產品的消費者，因為對商品價值有錯誤的認知而實施了購買行為。這會造成效率和消費者剩余的雙重損失，而實施價格歧視的經營者將會獲得這部分損失帶來的收益。對消費者福利的損害增加是由于錯誤的認知導致消費者無法獲得超出其實際水平的利益，而在正常情況下，消費者所付出的價格通常等于他們的感知利益，同時，基于錯誤認知的價格歧視導致邊際消費者在生產成本超過實際收益時購買產品，從而導致效率進一步降低，隨著分配成本的增加和效率的降低，法律干預的理由變得更加強大[6]（P31-32），在表現形式上，經營者利用消費者錯誤認知實施價格歧視主要包括以下幾種情形：
一是價格誘導型個性化定價。經營者可能會通過顯示產品較低的“初始價格”來誤導消費者，而在最終購買之前，經營者自動向其添加額外的費用，例如，機票訂購平臺經常會顯示較低的機票價格吸引價格敏感型的消費者，但這個價格僅為機票的票面價格，在結算階段會在訂單中預添加值機行李、接送機以及旅行保險等額外費用，二是重復報價型個性化定價。經營者可以利用時間限制來測試不同消費者的支付意愿并以此為其制定個性化的價格和折扣，例如，消費者在電商平臺上搜索了某種類型的產品但沒有立即購買，那么該平臺可以間歇性地向消費者推送缺貨、到貨以及折扣價格等資訊，以重新激發潛在消費者的購買欲望。此時，更有耐心的消費者可能會在網上購物時獲得比直接購買的消費者更優惠的價格。三是虛假報價型個性化定價，經營者可以為某些消費者提供虛假的“價格優惠”，以激發其產生對商品或服務價格的錯誤認知，進而產生購買行為，例如，電商平臺可能會預先提升價格，再向具有購買意愿的消費者提供一定的優惠，或者謊稱存在優惠但價格相較于統一價格并無變化，在這種情況下，未盡充分注意義務的消費者將更有可能落入這種陷阱。
從需求側角度來看，最終消費者對商品的支付意愿主要依賴于市場供需、產品質量、營銷策略等資訊，而最終消費者對資訊的綜合處理能力有限，即使掌握了部分資訊，消費者仍依賴框架效應（framing effect）、錨定效應（anchoring effect）、損失厭惡（loss aversion）和現狀偏離（status quo bias）等認知啟發或心理捷徑進行消費決策，而部分經營者故意將歧視性價格或者折扣根據行為心理學原理進行包裝，利用數據和算法誘導目標消費者產生錯誤的支付意愿，從而使部分消費者支付更多費用，換言之，基于消費者錯誤認知的價格歧視在形成機制上既損害了法治的公平理念，也違背了商業的分配正義，
（二）個性化定價實施效果的判斷
在反壟斷法視域下，價格歧視必須使交易對象處于“競爭劣勢”才構成對支配地位的濫用。對于個性化定價算法的規制而言，同樣需要認定其實施的市場效果。但個性化定價算法的實施對象與傳統價格歧視有很大差別，主要是針對最終消費者。這種行為更多地表現為剝削性濫用，其損害效果與“二線損害”較為相似。因此，不能直接將“競爭劣勢”的判斷標準套用到個性化定價算法濫用案件中，還需要結合實踐案例和反壟斷理論對個性化定價的實施效果進行認定，
第一，個性化定價實施效果的發生場域。
在分析個性化定價算法的實施效果時，應先確定該實施效果的發生場域集中在個體層面還是市場層面，尤其是在數字技術的輔助下，經營者能夠根據每個消費者的支付意愿實施價格歧視。那么從個體層面來看，個性化定價的實施將會產生特定的受惠消費者和未受惠消費者，對于后者而言，無論是基于錯誤認知還是基于對特定產品的偏好，其為相同商品或服務支付遠高于其他消費者水平的價格很顯然遭到了歧視。司法實踐也認可了這種歧視行為的違法性。例如，在“Merci案”中，法院就認為經營者利用不透明的定價結構向特定客戶收取更高的價格來抵消對其他消費者實施的價格優惠的做法是不公平的（Merci v. Siderurgica, Case C-179/90）。但需要注意的是，無論是基于哪種福利標準，反壟斷法通常都不會基于個人層面的差別待遇而處罰經營者。換言之，反壟斷法在評估個性化定價的實施效果時應側重于行為對整個消費者群體乃至整個市場的影響，而不是對該類別單個消費者的影響。
第二，個性化定價實施效果的判斷標準。
受到20世紀50年代芝加哥學派的影響，各國反壟斷法及其實施都十分重視對經濟福利效果的評估與考量，但在具體評估時，反壟斷法學界對于經濟福利效果應以社會總福利還是消費者福利作為判斷標準產生了激烈的爭論，這種分歧同樣會對個性化定價實施效果的認定產生影響，一方面，個性化定價通常能夠一定程度地提升社會總福利。個性化定價算法能夠在不將低支付意愿的消費者排擠出市場的情況下保障經營者從高支付意愿消費者處獲得高額利潤，從而在一定程度上提升社會總福利[7]（P445-447），另一方面，個性化定價會嚴重減損消費者剩余。個性化定價不會產生比群體定價更多的消費者剩余，只會將消費者剩余以利潤的形式流向經營者，甚至可能使消費者剩余幾乎為零，
鑒于此，實施個性化定價會導致消費者剩余的減損，也更容易在消費者福利標準下構成市場支配地位的濫用，相反，在社會整體福利標準下，個性化定價可能將消費者剩余轉變為經營者的盈余，在提升社會總體福利的同時也避免了被反壟斷法規制。此時，即使在消費者剩余大幅減損的情況下，只要經營者盈余的增幅能夠覆蓋并超過其減損的范圍，那么社會整體福利依然被視為提升。根據傳統經濟學理論，該標準并不考慮消費者與經營者之間的財富轉移，但反壟斷法所追求的福利效果不僅應包括市場效率，還應當兼顧市場資源的分配正義。而消費者與經營者之間財富轉移的公平問題即是分配正義的重要表現，雖然公平價值在經濟學上很難被準確定義，但公平問題卻是客觀存在的。
對于福利標準的探討隨著反壟斷法在數字經濟中的適用而受到廣泛關注，但目前尚未形成共識，雖然保持競爭過程和促進社會整體福利是反壟斷法的核心目標，但消費者福利同樣被大量反壟斷立法所關注，考慮到法律實踐過程中，各國競爭執法部門和法院對剝削性濫用的認定均十分謹慎。鑒于此，對個性化定價實施效果的判斷既要克服現有福利標準的缺陷，也要避免落入兩種標準非此即彼的認知誤區，在利用經濟學工具探討福利標準時，除了充分考察個性化定價對社會整體福利的影響，還要注意如何科學地解釋和關照反壟斷法上的公平價值。
第三，個性化定價實施效果的證明程度。
在明確了個性化定價實施效果的發生場域后，還需要進一步確認個性化定價實施效果的證明程度。在早期法律實踐中，對價格歧視造成損害后果的證明要求普遍較低。例如，在“英國航空公司案”（British Airways v. Commission, Case C-95/04 P）中，法院并未要求提供證據證明具有市場支配地位的英國航空公司實施差異化獎勵策略導致某個旅行社的競爭地位出現實際可量化的下降，隨著經濟學學者對價格歧視的研究逐漸加深，價格歧視對市場競爭的積極效果逐漸被社會所認可，這種根據歧視行為而直接推定濫用的證明標準逐漸被法律實踐所拋棄。在2018年“MEO案”中，佐審官Wahl就表示：無論是根據適用規制卡特爾的法律，還是適用規制濫用支配地位的法律，只有在價格歧視產生實際或潛在的反競爭影響時，才有可能對其進行處罰……一個企業在購買商品或服務時收取的價格高于其一個或多個競爭對手可能被認為是一種劣勢，但不一定會導致競爭劣勢（MEO v. Serviços, Case C-525/16）。
法院也在隨后的判決中認可了這一觀點，即“與對競爭對手收取的同等服務費率相比，僅存在對運營商收取更多費用的直接不利影響并不意味著競爭被扭曲或能夠被扭曲”，法院特別指出，發現這樣的競爭劣勢不需要證明實際可量化的競爭環境惡化，但這種行為會影響一個或多個合作伙伴的成本、利潤或任何其他相關利益（MEO v. Serviços, Case C-525/16）。鑒于此，在判斷個性化定價的實施效果時，不能因歧視行為本身而直接推定經營者濫用了市場支配地位，雖然無需對消費者福利的減損進行實際、可量化的證明，但仍應舉證證明經營者的個性化定價算法使最終消費者為達到原本福利水平而付出更多的經濟成本或其他非價格相關的利益損耗。
從損害類型來看，個性化定價可能會在價格歧視實施者所在市場或在縱向一體化的下游市場上排斥競爭對手，并因此對競爭造成“一線損害”（primary-line injury），例如，某個具有市場支配地位的在線票務平臺根據支付意愿向不同客戶提供成本為10美元的購票服務。經營者對第一類客戶的銷售價格是每單10美元，對第二類客戶的銷售價格是15美元。如果禁止對消費者采取個性化定價策略，那么經營者要么對兩類客戶均以10美元的價格銷售，要么就定價15美元，但只有第二類客戶會買，
此時，該經營者利潤最大化的價格水平決定了其實施的個性化定價行為的競爭效果。如果經營者非歧視的利潤最大化價格是10美元，則其針對不同消費者實施的個性化定價就不會產生排除競爭對手的效果。
相反，若對支付意愿較高的消費者收取15美元的價格還會激勵其他企業參與市場競爭，但如果其非歧視的利潤最大化價格是15美元，則只愿意付10美元的消費者會找其他賣家購買。
而如果壟斷者可以進行個性化定價，那么這些支付意愿低的消費者就不會流失，潛在的市場進入者也會由于缺乏足夠的激勵而被排除在市場之外。這種排他效果在數字市場中更為明顯，一方面，數字市場競爭的正向網路效應和特殊的用戶歸屬策略會進一步提高消費者的轉換成本，造成對最終消費者的鎖定效果。另一方面，具有市場支配地位的經營者擁有更大規模、更多樣化的數據集或者更優算法，這本身就會形成市場進入門檻，使經營者擁有更大的競爭優勢，從而有能力封鎖其他競爭對手，
此外，個性化定價造成的損害程度還取決于市場上替代產品之間的競爭水平。
個性化定價允許經營者將價格提高到消費者支付愿意的最高水平，但是競爭產品對消費者的吸引力及其價格決定了消費者對經營者產品支付意愿的高低[8]（P7）。在一些競爭更激烈的市場中，經營者通過個性化定價獲得的利潤就越少，因為黏性用戶對特定產品的黏性會降低，但是采用個性化定價獲得更多利潤和傷害消費者的機會永遠不會消失[9]（P131-132），每種產品都會存在愿意為該產品付更高的價格的黏性用戶，這將使該競爭對手能夠使用個性化定價來轉移黏性用戶在群體定價中享有的消費者剩余，因此，無論市場競爭水平如何，個性化定價始終會對部分或整個消費者群體產生剝削，
在傳統實踐中，經營者幾乎不可能了解每個客戶的付款意愿。但隨著數字技術的普及，經營者能夠通過監視個人的在線行為來收集有關消費者的詳細資訊。這也導致反壟斷法在規制個性化定價算法的標準上與傳統價格歧視行為存在一定特殊性，需要在適用法律時給予高度關注。
（一）認定市場支配地位的特殊考量
雖然目前經營者沒有足夠的資訊來準確區分每個客戶的支付意愿，但數據分析允許在線平臺將客戶盡可能地細分。這意味著，如今可以更容易地確定消費群體對某個產品的支付意愿，并相應地調整價格。換言之，優勢企業可以利用其支配地位搜集、獲取買方的最大支付意愿，并通過設定很低的價格以搶先進入某市場或者通過實施忠誠折扣以阻礙競爭對手進入市場。而如果優勢企業利用數據和算法等資訊工具實施個性化定價，則可以獲取更全面的買方數據，進而更準確地評估其支付某商品或服務的意愿，那么這種歧視行為的競爭危害將更為嚴重[10]（P37-38），實踐中，執法部門在處理涉及個性化定價的反壟斷案件時需要充分考量經營者所在數字市場的競爭特性，以便更科學地認定經營者的市場支配地位[11]（P182）。
第一，數字市場中市場份額的計算。
一方面，在數字市場競爭中存在顯著的間接網路效應以及創新潛力帶來的市場動態變化。根據銷售金額、銷售數量確定市場份額的傳統計算方法往往不能準確地反映競爭環境的某些重要特征。尤其在涉及個性化定價的案件中，經營者通常會根據用戶注冊的賬號、信箱地址以及其他電子化的消費記錄搜集“以價值為基礎的定價”（value-based pricing）資訊句。因此在評估涉案經營者的市場支配地位時，執法部門應考慮通過計算市場上的用戶份額來替代傳統的收益份額。同時，在計算用戶份額時，不能簡單地以用戶注冊數量作為用戶份額的計算依據，還應根據相關市場內產品或服務的特點，選擇用戶使用強度、活躍程度以及活躍用戶數量等因素作為計算依據。另一方面，數字市場“贏家通吃”的市場結構特征導致基于“硬門檻”的市場份額不適宜反映平臺市場中的市場支配地位，德國聯邦卡特爾局在2016年6月發布的《平臺和網路的市場力量》報告中認為，平臺市場中的網路效應對競爭帶來多重影響、開放的市場化進程以及互聯網潛在的動態特征等因素使得高市場份額對于市場力量的評估具有更小的相關性[12]（P9）。對此，執法部門可以考慮使用相對市場份額來反映經營者的市場力量，即領先競爭對手市場份額的程度，明顯的市場份額領先程度可以表明一個平臺的競爭優勢是其他平臺無法趕上的，例如，2018年澳大利亞“公平競爭和消費者委員會”針對數字平臺的市場調查顯示，Facebook和Instagram的獨特受眾（unique audience）分別是Snapchat的三倍和兩倍，并據此認定Facebook的巨大市場份額可以被視為其社交媒體服務幾乎沒有競爭約束的證據。
第二，數據控制與使用方式對市場支配地位的影響，
個性化定價成功與否在很大程度上取決于對用戶支付意愿等資訊的爬取、挖掘和分析。因此，記載、儲存這類資訊的數據具有一些與市場支配地位的認定相關的特殊價值。雖然數據已成為數字市場競爭的關鍵要素，但數據是非競爭性的商品，這意味著數據難以構成競爭優勢或成為進入市場的障礙，但數據的訪問和利用仍可能產生一定的排他性，從而有助于市場支配地位的建立。如果市場上不存在有效的替代數據集或只有少數數據替代品可用，那么經營者更有可能通過阻止對數據的訪問或者限制數據使用來排除競爭對手，如果數據不能被競爭對手簡單復制，或者經營者能夠匯集來自不同數據源的數據，那么對數據的控制和使用也可能成為一種市場進入障礙，從而提升經營者的市場支配地位，此外，對數據的利用一旦產生學習效應（learning effects）或規模經濟，那么數據規模的擴大將進一步改善產品質量和價格體系，從而吸引更多用戶，產生更多的數據，這將進一步鞏固優勢經營者的市場支配地位，
第三，技術工具對市場支配地位的影響。
數據的價值在于經營者處理數據的能力。要從數據中提取有用資訊，必須對其進行處理和分析，而訪問、分析、提取用戶資訊的能力取決于算法等技術的輔助。優質的算法可能會吸引用戶，這些用戶會不斷提供更多和更新的數據，從而增強算法使用者的競爭優勢[13]（P103）。因此，數據的價值需要通過利用算法從數據集中進行挖掘和分析，如果競爭對手無法獲得分析數據所需的關鍵算法，則將導致其無法對優勢企業產生足夠的競爭壓力，而且，被經營者獨占的算法可以通過多種方式進入其經營流程，并產生更大規模、更多樣化的數據集或者更優算法，進一步鞏固經營者的競爭優勢，從而對其競爭對手形成封鎖效應（foreclosure effect），
（二）“被歧視對象”的厘清
得益于數據分析帶來的資訊優勢，個性化定價的歧視對象通常是支付歧視性價格的最終消費者，而不是優勢企業針對下游市場上相互競爭的眾多企業客戶。
需要注意的是，傳統反壟斷法通常并沒有明確最終消費者是否屬于適格的歧視對象，但從損害后果來看，以掠奪性定價、捆綁銷售、回扣和拒絕交易等形式實施的價格歧視不僅會對最終消費者造成歧視，而且還可能產生排斥競爭對手的效果。例如，歐盟委員會（下文簡稱歐委會）就在1996年“海洋貝爾吉運輸公司案”（Compagnie Maritime Belge Transports v. Commission, Case C-395/96 P）和1999年“愛爾蘭糖業公司案”（Irish Sugar v. Commission, Case T-228/97）中將經營者向競爭對手的客戶收取較低價格以試圖封閉市場的策略稱為選擇性定價。然而，立法上并沒有明確最終消費者是否可以因為被歧視而受法律保護，例如，《歐盟運行條約》第102（c）條僅規定禁止一個或多個企業濫用市場支配地位對交易對象實施差別待遇的行為，但并未解釋該“交易對象”所包含的范圍。而大陸《反壟斷法》第17條第1款第6項也未明確這一點，而僅僅使用“交易相對人”的概念泛指被歧視的對象，
相較于模糊的立法，司法實踐對于是否應該規制損害最終消費者的濫用行為形成了較明確的意見。例如，在“德國郵政公司案”（COMP/C-1/36.915-Deutsche Post AG）中，主審法院強調，《歐洲共同體條約》第82條（現《歐盟運行條約》第102條）中提到的濫用行為清單本身并不詳盡，僅是經營者濫用其市場支配地位的可能示例，即使在不影響任何特定市場上的企業之間競爭的情況下，公司濫用其市場支配地位的行為也可以適用第82條，如果濫用行為直接對消費者造成損害，這種規定也可以適用[14]（P133），
歐委會認為，德國郵政公司針對不同的發件人和收件人實施了有差異的攔截、收取和延遲跨境信件郵件政策。德國郵政公司濫用其在德國市場中接收跨境信件郵件的支配地位，對英國郵政局等競爭對手收取高于其他郵政公司的郵政服務價格，并且會延遲其郵寄時間，從而使這些交易對象及其收件人處于競爭劣勢，即使在對這些交易對象沒有實質性負面影響的情況下，德國郵政公司的行為也對其消費者具有直接的負面影響[14]（P134），因此也有學者認為，當消費者能夠從具有支配地位的經營者處購買商品和服務時，應將其視為交易對象。而且，與支付較低價格的受惠消費者相比，那些未受惠的消費者不得不為同一產品而支付較高價格，因而被置于不利的地位[15]（P492-512）。
反壟斷法旨在保護自由市場競爭的“過程”，以確保有效分配經濟資源，可以說，促進消費者福利是市場競爭所固有的制度優勢，也是實施反壟斷法的自然結果，在國際競爭網路（International Competition Network）的一項調研中，有89%的受訪競爭執法部門都將消費者福利視為執法工作的基本目標，或者在反壟斷法中所有體現[16]（P6）。大陸《反壟斷法》雖然并未使用“消費者福利”這一概念，但也在第1條中規定：“為了預防和制止壟斷行為，保護市場公平競爭，提高經濟運行效率，維護消費者利益和社會公共利益，促進社會主義市場經濟健康發展，制定本法。”此處的“消費者利益”是比“消費者福利”更廣泛的概念，既需要通過維護競爭機制間接保護，也需要在認定壟斷行為過程中加以考量，總之，雖然各國反壟斷法和競爭執法部門對“消費者福利”的制度定位和重要性有所不同，但從法律價值的角度分析，對消費者利益的保護始終是實施反壟斷法的應有之義，
（三）“同等交易”的認定
個性化定價的認定除了向不同消費者提供差異化的價格，還需要具備同等的交易條件（equivalent transactions）[17]（P683-685），換言之，差異化的交易價格應建立在相同數量或質量的商品或服務基礎之上。若消費者購買不同的商品或服務，那么在成本、利潤、供需等市場因素的綜合作用下，交易價格上的差異就具有一定的合理性，
在1978年“聯合品牌公司案”（United Brands v. Commission, Case 27/76）中，法院首次從商品銷售的角度對“同等交易”的條件進行了認定[18]（P11），
在該案中，法院主張從“運輸成本、稅收、關稅、勞動力工資、營銷條件、匯率平價差異、競爭密度等方面”考察交易對象所進行的交易是否屬于“同等交易”。而在該案中，聯合品牌公司向不同的交易對象銷售香蕉時，在裝卸、運輸、付款、稅務等交易條件上均相同，而且作為交易對象的香蕉在品牌、品種、數量和質量上也大致相同，但交易對象支付的價格差額卻高達30%-50%，從而使部分交易對象處于競爭劣勢，構成了對市場支配地位的濫用，同時，法院還指出，歐盟不同成員國對香蕉的不同需求水平不足以證明歐盟共同市場內持續的價格差異是合理的，
由此可見，對于商品同等性的認定可以從商品的物理特征和交易成本兩個角度進行分析。一方面，可以對比不同交易對象所購買商品的物理特征，包括商品的功能、質量、數量、用途等客觀要素；另一方面，可以考察完成購買行為所付出的交易成本，包括支付價格、付款方式、稅費水平、運輸成本等客觀要素。這些分析角度和考察要素在數字技術背景下的市場競爭中同樣適用。在數字市場中，線上和線下市場之間的技術互通和市場融合早已實現，但這并不意味著兩個市場之間不存在資訊壁壘。經營者能夠利用這種壁壘，對未掌握相關資訊或搜索成本較高的消費者實施個性化定價，尤其是利用線上線下的不同交易條件向不同的消費者收取相同價格，
除了有形商品，“聯合品牌公司案”所形成的判決思路在一些涉及商業服務的案件中也得到進一步確認，例如，在前述英國航空公司案中，英國航空公司認為初審法院將實現機票銷售目標的旅行社與未實現目標的旅行社所提供的服務視為具有同等性的判決沒有從航空公司的角度考慮經濟效率。但歐洲法院卻認為，雖然為英國航空公司代售相同數量機票的旅行社并不能得到相同數量的傭金和獎勵，但英國航空公司委托不同旅行社提供機票代售業務的服務內容和類型是相同的，因而英國航空公司向英國不同旅行社出售機票的行為屬于同等交易。鑒于此，對于數字服務同等性的認定可以從接受服務的內容和實施服務的交易成本等角度進行分析。對于服務的內容，應著重對比特定時段內不同交易對象接受服務的具體事項和基本流程，尤其應考察參與對比的服務內容是否可以互相替換并且不影響對交易對象需求的滿足。對于實施服務的交易成本，則應對比所提供服務的特定時段內是否存在明顯影響交易成本的事由。
除了對“同等交易”的直接認定，實踐中也應允許經營者針對交易內容和差異化的價格進行合理解釋，例如，在“明訊銀行案”（Clearstream Banking AG v. Commission, Case T-301/04）中，歐委會認為中央證券存管處和國際中央證券存管處的運營級別相同，并且兩者所獲得的跨境交易清算和結算的服務內容是完全相同的，雖然明訊銀行認為提供給兩者服務的價格差異源自兩者不同的業務流程，但明訊銀行并未列舉有效證據證明夜間業務、大宗交易和民事責任保險等因素對價格差異的形成具有顯著的影響，因此，法院最終采信了歐委會的觀點，堅持認定明訊銀行向中央證券存管處和國際中央證券存管處提供的跨境交易主要清算和結算服務屬于同等交易。相反，若經營者能夠列舉消費者為相同商品或服務支付不同價格的合理理由，則應該允許這種價格差異的存在。例如，在“葡萄牙共和國案”（Portuguese Republic v. Commission, Case C-163/99）中，經營者根據交易對象所采購商品的數量給予特定的折扣，若折扣門檻的設置合理并呈一定的線性分布，則能夠廣泛地激勵各類經營者，從而具有合理性。但如果沒有任何客觀理由，觸發折扣的數量要求過高，只有少數幾個規模龐大的交易對象才能享受，那么這可能構成一種價格歧視。但如果經營者能夠有效證明價格上的差異反映了商品或服務在經營成本上的區別，則通常能夠獲得法律上的支持，
來自產業實踐的數據以及學界的研究表明，基于海量數據的算法分析在社會和經濟中的適用日益廣泛。雖然囿于算法運算能力、算法函數設計等客觀的技術發展瓶頸，個性化定價算法帶來的系統性風險目前還未真正涌現，但個性化定價算法對消費者的剝削是真實存在的。鑒于此，我們還需從法律適用上探究大陸規制個性化定價算法的合理策略，
（一）規制個性化定價算法的規則調適
從行為特征來看，個性化定價是價格歧視在數字市場競爭中的一種表現形式。對個性化定價的規制應遵循《反壟斷法》第17條第1款第6項的規定。因此，應從行為主體、歧視對象、歧視行為、競爭損害后果以及正當理由等諸多方面進行認定。
但在大陸的反壟斷法律實踐中，由于價格歧視對最終消費者的剝削會減損其福利，因此競爭執法部門和法院在分析相關案件時更傾向于利用《反壟斷法》第1條中的“保護市場公平競爭”來解釋案件中實施價格歧視的經營者的行為違法性。例如，在“徐州市煙草公司邳州分公司濫用市場支配地位案”（江蘇省工商行政處罰決定書[2014]第00578號）中，競爭執法部門認為涉案當事人對金鷹公司緊俏卷煙貨源的優先保障，讓金鷹公司得到了遠遠超出合理份額的緊俏卷煙貨源，獲取了比條件相當的零售商更多的經濟利益和競爭優勢，破壞了卷煙零售市場公平競爭的市場秩序，背離了公平公正原則，而在“湖北銀杏沱港埠股份有限公司差別待遇案”（湖北省工商行政處罰決定書[2018]第201號）中，競爭執法部門認為當事人未按照交通部長江航務管理局《川江及三峽庫區汽車滾裝船運輸調度規程（試行）》對滾裝船碼頭運輸調度的明確要求平等對待各滾裝船公司，對有關聯的H公司與非H公司的滾裝船實行差別待遇，將運費高的大型特種車輛更多地安排到與碼頭利益相關聯的船舶進行配載，這種不公平的配貨行為妨礙了非H公司公平參與市場競爭。這類案例反映了目前大陸競爭執法部門對《反壟斷法》立法宗旨的機械理解，將競爭行為的“公平性”作為判斷行為違法性的認定標準。競爭執法部門應結合《反壟斷法》第6條對濫用支配地位行為的概況性規定以及第17條對具體濫用行為的規定，將對個性化定價乃至價格歧視的分析重點聚焦于行為是否排除、限制競爭，
為了克服個性化定價在競爭損害上的復雜性和模糊性，大陸競爭執法部門還可以引入反事實狀態（counterfactual）的研究方法輔助判斷個性化定價算法中可能的競爭損害效果。反事實狀態是指在反壟斷執法中涉案行為未發生的情形下市場競爭會達到的均衡狀態，通過比較和評估實施特定市場行為前后的市場狀態，進而分析該行為是否產生或可能產生排除、限制競爭的損害后果。美國、歐盟等發達國家和地區的競爭法執法已經廣泛引入了這種方法。例如，在美國《2010年橫向合并指南》中就通過對比合并后的產品價格水平是否會高于合并之前的價格水平來判斷合并的潛在競爭效應。而歐盟在評估企業合并的潛在競爭效應時也采用了反事實狀態的方法，例如，在2006年“O2公司案”（O2v. Commission, Case T-328/03）中，歐盟法院認為，對競爭的評估必須同時考慮案中協議對現有和潛在競爭的影響以及假設協議不存在時的競爭狀態兩個方面，具體到個性化定價案件中，若實施個性化定價算法導致市場競爭水平顯著低于未實施時的市場競爭水平，則表明經營者的個性化定價行為不僅對最終消費者產生剝削效應，而且還排除、限制了其所在市場或者縱向一體化下游市場的負面效果。
（二）規制個性化定價算法的行為救濟
與數字經濟的其他領域一樣，競爭執法部門對個性化定價算法的規制應該在兩個方面進行平衡：一方面，需要更靈活地應用反壟斷規則來解決新形式的濫用；另一方面，在創新驅動發展的數字市場中，采用監管性的措施必須要有充分的合理性。
第一，規范數據的搜集和利用，
個性化定價算法的核心機制是利用市場資訊不對稱，借助數據分析技術向消費者收取有差異的商品價格，數據分析技術可能加劇這種資訊不對稱，使得消費者無法選擇將哪些資訊“透露”給供應商，因為平臺經營者擁有極為強大且相對低成本的分析工具，不僅可以收集有關消費者以往購買行為的資訊，還可以收集其購物過程中的購買習慣，在數字市場中，消費者可能意識不到商家向其展示的某產品價格與展示給其他消費者的不同，這會阻礙消費者在那些實施個性化定價的企業與沒有實施個性化定價的企業之間進行合理的選擇。因此，需要對平臺經營者收集和利用數據的行為施加限制，雖然個性化定價需要搜集消費者的個人資訊，但由于通過數據的融合，平臺經營者可以基于匿名數據創建用戶個人資料[19]（P1701-1702），從而規避對個人資訊的保護規則，因此，競爭執法部門應注意，對數據搜集和利用的規范不能僅以數據的類型作為規制與否的依據，還要從數據使用的目的和效果上加以考量，
第二，與競爭對手共享用戶數據。
由于數字經濟對于數據的巨大依賴，要求平臺經營者減少收集數據量的做法并不現實，這也會妨礙數據分析所產生的效率。而有效的替代性方案是要求在線平臺與其他競爭平臺“共享”用戶數據，歐委會已經在“Air France案”（Air France/KLM/ Alitalia/Delta, Case AT.39964）中采用了類似的救濟措施，要求參與合并的航空公司相互開放其“常旅客計劃”數據。這項措施允許航空公司開放旅客的積分兌換和里程共享，從而賦予旅客轉向其他運營商的權利，促使經營者和競爭航空公司之間保持充分的競爭，這種救濟措施也可以考慮引入數字市場，具體而言，通過共享用戶數據，可以恢復數據的多歸屬特性，消除經營者對消費者的鎖定，但這一做法需對共享的數據類型及范圍進行謹慎界定。為避免共享義務與數據保護規則產生沖突，數據的共享應取得消費者的同意，此外，通過數據分析提取有用資訊的能力主要取決于算法，而不是取決于累積的數據量。因此，如果競爭對手無法獲得共享數據的技術/算法，那么數據共享可能不足以平衡其競爭劣勢。而且，限于競爭對手開發、利用數據的能力，這種分享并不一定會為消費者提供更好和更便宜的產品，從而使消費者受益，此外，數據的價值是不斷衰減的，競爭執法部門為了維護市場的有效競爭，還應要求經營者保證向競爭對手及時共享數據。
第三，提升個性化定價算法的透明度。
對消費者數據控制力度的提升，使經營者可使用日趨復雜的分析工具對每個消費者的支付意愿進行建模與預測，而且隨著分析精度的不斷提升，經營者可以利用個性化定價攫取更多消費者剩余，這種現象對扭曲性或排他性價格歧視案件似乎影響不大，因為這類案件主要發生在上游市場。但是，這種現象提升了剝削性價格歧視可能導致的潛在損害，由于價格是由算法設置的，因此價格缺乏透明度，這無疑增加了消費者決策的復雜性。而透明度的缺乏會損害消費者對交易者和商業行為的信任。由于更多零售商采用個性化定價，市場透明度降低而搜索成本卻進一步提升，歧視行為將變得更加持續，這將使消費者更難觀察到競爭價格并評估他們的價格選擇，
透明度的要求。平臺經營者應承諾向其用戶披露其是否正在實施個性化定價算法以及實施該策略所考慮的參數，具體包括：要求告知消費者所提供的價格或折扣是個性化的；要求向消費者披露如何計算個性化價格，包括用于設置價格的個人資訊；使用消費者個人數據來確定個性化價格時應征得消費者的同意；要求經營者為所有希望退出個性化定價的消費者發布統一的價格清單，
通過提高透明度，使消費者能夠控制數據的應用范圍并擴大選擇范圍，最終增強消費者比較價格和決策的能力。如果實施得當，透明度的提升能夠增強競爭，從而降低與個性化定價相關的損害風險，此外，透明度的提升也有助于提高消費者對個性化定價的接受度，從而有可能增強他們對數字市場的信任。目前，賦予個性化定價算法經營者特定的解釋義務已成為解決個性化定價算法透明度的常規做法，解釋的目的是使個性化定價算法的相對人了解對其不利的決定是如何做出的，以便在確有算法歧視和數據錯誤時提供救濟，但需要注意的是，提升個性化定價算法的透明度并不應過分加重普通消費者的“確認”義務和識別能力，否則就可能導致“透明度謬誤”，這是因為個性化定價算法的復雜性和專業性使得普通用戶通常無法在完全知情的狀態下同意經營者來處理其個人數據，從而導致過分依賴數據主體主動同意授權處理個人數據，但這種模式并不能有效提升透明度[20]（P856-866）。
第四，給予消費者退出的選擇權。
為了使消費者能夠在在線購物時做出明智的選擇，平臺經營者還需要賦予消費者一定的退出選擇權，若法律僅設置經營者的透明度義務，當個性化定價算法的具體決定對相對人產生法律上或者經濟上的顯著影響時，相對人僅能向算法使用人提出異議，并要求其對該決策結果提供解釋，但這項措施并不足以引導平臺用戶做出正確的選擇：雖然某些客戶可能會保守地選擇接受官方的統一價格，但仍存在被歧視的風險。設置退出選擇權比設置透明度義務更具有監管效率[18]（P18-19），相對人在知曉有關不利決策的原因后，可以自主進行兩種選擇：若發現不利決策是由算法錯誤引起的，則可以要求算法使用人對自動化決策進行修正；若發現不利決策是由于使用的數據造成的，則可以提供正確數據或刪除錯誤數據以要求重新處理決策請求或選擇自行退出自動決策[21]（P73）。
（三）規制個性化定價算法的制度銜接
適用反壟斷法規制個性化定價算法的濫用需要證明具有市場支配地位的經營者利用數據和算法向不同消費者收取了歧視性的價格，同時該行為對于市場還存在反競爭的損害效果。無論是受到歧視性對待的最終消費者，抑或是競爭執法部門，在實際案件中都將承擔較高的舉證難度。鑒于此，為了更有效地規范這類個性化定價行為，提高維權和市場監管的效率，應注意反壟斷法內部規則以及與反不正當競爭法律制度之間的互相銜接。
一方面，對于不同的歧視性價格設定、優惠計劃或其他銷售計劃可以選擇適用《反壟斷法》其他條款來規制個性化定價行為，一般而言，在位經營者可能通過設定很低的價格搶先進入某市場或打入某消費者群體。同時，該經營者也可能通過提供忠實折扣以阻礙競爭對手進入市場。如果價格歧視取決于詳細的消費者數據，并且在位企業排他性地獲得這類消費者數據，則前述競爭關注會更嚴重[22]（P8-9），此外，經營者為了個性化定價算法長期持續，經常會縱向施加地域或客戶限制等措施來防止消費者之間互相轉售套利，而這種地域或客戶限制也可能產生排除、限制競爭的市場效果。例如，歐委會于2017年2月宣布了對視訊游戲發行市場的競爭調查，調查重點在于游戲發行平臺Steam與5家PC游戲發行商之間是否達成協議對消費者購買游戲后獲得的激活密鑰進行地域封鎖，在該案中，僅有特定成員國的消費者能夠使用激活密鑰訪問游戲，這可能會通過減少跨境競爭而違反《歐盟運行條約》第101條[23]（P1-2），
據此，這種縱向限制不僅會防止消費者之間轉售套利，同時還會阻止消費者向其他地區的競爭對手購買更優惠的替代性產品，并造成市場進入障礙、減少競爭者數量、引發縱向價格限制或變相達成橫向限制等反競爭效應，那么競爭執法部門就可以適用《反壟斷法》相應條款進行規制，
另一方面，競爭執法部門還可以根據個性化定價的實施是否違法誠實信用原則與公認的商業道德來選擇適用《反不正當競爭法》進行規制，與《反壟斷法》一樣，《反不正當競爭法》旨在維護競爭秩序和公共利益，尤其在2017年修訂之后，《反不正當競爭法》將“市場交易”的表述修改為“競爭秩序”，并且將“擾亂市場競爭秩序”置于“其他經營者和消費者利益”之前，使得“競爭秩序和公共利益”成為認定不正當競爭行為的首要考量因素，這進一步凸顯了維護競爭秩序和公共利益的重要位階，而個性化定價作為一種競爭手段，存在同時排除自由競爭和損害公平競爭的可能。因此，如果個性化定價算法非法地干預了相關市場的競爭自由，則可以適用《反不正當競爭法》的相關條款來進行規制，
2016年歐委會出臺的《不公平商業慣例指令的實施和應用指南》也明確指出，如果個性化定價與某些商業慣例相結合則可能會違反該指令[24]（P149），例如，經營者通過收集、分析資訊對不同消費者收取差異化的價格，若經營者使用虛假或引人誤解的資訊欺騙或可能欺騙普通消費者并導致或可能導致消費者做出其本來不會做的交易決策，則可能被視為實施了商業誤導行為。相較于《反壟斷法》較重的舉證責任和復雜的認定過程，商業誤導行為的構成要件和證明責任更為明確，同時執法部門對商業誤導行為的認定還能夠避免對經營者市場力量以及市場競爭損害的評估，僅需證明經營者虛假或引人誤解的商業宣傳行為造成了消費者的誤認或誤購。
參考文獻
[1]German Bundeskartellamt. Competition Law and Data. Bundeskartellamt, 2016-05-10.[2020-09-28]https:http://www.bundeska rtellamt.de/SharedDocs/Publikation/DE/Berichte/Big%20Data%20Papier.pdf? blob=publicationFile&v=2.
[2]B. Mittelstadt, P. Allo, M. Taddeo, et al. The Ethics of Algorithms: Mapping the Debate. Big Data & Society, 2016, (2).
[3]T. Miettinen, R. Stenbacka. Personalized Pricing Versus History-based Pricing: Implications for Privacy Policy. Information Economics and Policy, 2015, (33).
[4]U.K. Office of Fair Trading. Personalised Pricing: Increasing Transparency to Improve Trust. Nationalarchives, 2013-05- 01.[2020-0928]https:http://webarchive.nationalarchives.gov.uk/20140402165101/http:http://oft.gov.uk/shared_oft/markets- work/p ersonalised-pricing/oft1489.pdf.
[5]O. Bar-Gill. Algorithmic Price Discrimination When Demand Is A Function of Both Preferences and (Mis) Perceptions.University of Chicago Law Review, 2019, (2).
[6]A. Ezrachi, M.E. Stucke. Virtual Competition: The Promise and Perils of the Algorithm-driven Economy. Boston: Harvard University Press, 2016.
[7]H.R. Varian. Intermediate Microeconomics: A Modern Approach. New York: W.W. Norton & Company, 2006.
[8]L.A. Stole. Price Discrimination and Imperfect Competitionhttp:// Mark Armstrong, Robert Porter. Handbook of Industrial Organization. North Holland: Elsevier, 2003.
[9]H. Hovenkamp. Federal Antitrust Policy: The Law of Competition and Its Practice. St.Paul: West Academic Publishing, 2011.
[10]The Dutch Ministry of Economic Affairs. Big Data and Competition. Tweedekamer, 2017-06-13.[2020-09-28] https:http://www. tweedekamer.nl/kamerstukken/detail?id=2017D21153&did=2017D21153.
[11]周圍. 過期專利許可費條款的反壟斷法規制. 法商研究, 2020,(5).
[12]German Bundeskartellamt Think Tank Internet. Market Power of Platforms and Networks. Bundeskartellamt, 2016- 06-01. [2020=09-28]https:http://www.bundeskartellamt.de/SharedDocs/Publikation/EN/Berichte/Think-Tank-Bericht-Zusamm enfassung.pdf? blob=publicationFile&v=4.
[13]European Commission. Competition Policy for the Digital Era. Europe, 2019-04-04. [2020-09-28] https:http://op.europa.eu/en/ publication-detail/-/publication/21dc175c-7b76-11e9-9f05-01aa75ed71a1.
[14]European Commission. Commission Decision of 25 July 2001 Relating To a Proceeding under Article 82 of the EC Treaty (COMP/C-1/36.915), Official Journal of the European Union L 331/40. Europe, 2001-06-25. [2020-09-28] https:http://eur-lex. europa.eu/legal-content/EN/TXT/?uri=CELEX:32001D0892.
[15]P. Akman. To Abuse, or not to Abuse: Discrimination between Consumers. European Law Review, 2007, (4).
[16]International Competition Network. Competition Enforcement and Consumer Welfare. International Competition Network, 2011-03-18.[2020-09-28]https:http://www.internationalcompetitionnetwork.org/wp-content/uploads/2019/11/SP_CW elfare2011.pdf.
[17]C. Townley, E. Morrison, K. Yeung. Big Data and Personalized Price Discrimination in EU Competition Law. Yearbook of European Law, 2017, (36).
[18]M. Botta, K. Wiedemann. To Discriminate or Not to Discriminate? Personalised Pricing in Online Markets as Exploitative Abuse of Dominance. European Journal of Law and Economics, 2019, (3).
[19]P. Ohm. Broken Promises of Privacy: Responding to The Surprising Failure of Anonymization. UCLA Law Review, 2010, (6).
[20]W. Kerber. Digital Markets, Data and Privacy: Competition Law, Consumer Law and Data Protection. Journal of Intellectual Property Law & Practice, 2016, (11).
[21]張凌寒. 商業自動化決策的算法解釋權研究. 法律科學 (西北政法大學部學報), 2018, (3).
[22]Big Data and Competition Policy: Market Power, Personalised Pricing and Advertising. CERRE, 2017-02-16. [2020-09- 28]https:http://cerre.net/publications/big-data-and-competition-policy/.
[23]European Commission. Antitrust: Commission Opens Three Investigations into Suspected Anticompetitive Practices in E-commerce. Europa, 2017-02-02. [2020-09-28]https:http://ec.europa.eu/commission/presscorner/detail/en/IP_17_201.
[24]European Commission. Guidance on the Implementation/Application of Directive 2005/29/EC on unfair commercial practices. Europa, 2016-05-25. [2020-09-28]https:http://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52016SC0163.
（本文僅代表作者觀點，不代表知產力立場）
