一、 问题的提出

2020年3月，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》，首次将数据纳入生产要素范围，提出要加快培育数据要素市场^[1]。2021年6月29日，深圳市通过《深圳经济特区数据条例》，从五个方面探索培育数据要素市场，并确立了数据公平竞争有关制度^[2]。数字经济时代，数据是核心生产要素，是基础性资源和战略性资源，也是重要的生产力^[3]。2020年，中国的数字经济规模已达39.2万亿元，在GDP中的占比已接近4成，且其增速是GDP的3倍多，已成为稳定经济增长的关键动力^[4]。在不断推进的数字化过程中，越来越多的人和生活领域受到了数字化的深刻影响。

数字化为企业发展提供了更多的机会和可能性，包括在定价方面带来的新的突破。定价自由是自由经济秩序的一个基本组成部分，有效的定价策略是增加需求、销售和利润的关键。数字化使个性化定价达到了一个新的层面，个性化定价也比以往任何时候都更容易实施。个性化定价意味着对不同的消费者进行差异化定价，往往会使人们联想到“大数据杀熟”。“大数据杀熟”只是个性化定价的一个方面，但近年来引起的关注和批评越来越多，这也给相关企业造成了很大的负担，使一些企业不敢实施或不敢承认实施了个性化定价。

个性化定价的发展带来了很多挑战，因而有必要对其进行规制。围绕个性化定价的规制，首先，有学者从“大数据杀熟”的治理方面进行研究。例如：梁正和曾雄认为，“大数据杀熟”的本质是价格歧视，需要监管机构、平台、用户三方对其实施共治，并在互动中寻求监管与发展之间的平衡^[5]；刘佳明则认为，大数据杀熟是一种新型价格欺诈行为，并认为在立法上应对价格欺诈行为的内涵及其构成要件进行明确，以消除法条竞合的乱象^[6]。其次，有学者从经济学方面进行研究。例如：王潺从新制度经济学和博弈论的视角出发进行分析，认为大数据杀熟的定价机制对市场结构、消费者的谈判地位、商家之间的竞争和信息资源的配置具有促进作用，《中华人民共和国电子商务法》（以下简称《电子商务法》）第18条第1款应进行限缩解释，“搜索结果”和“选项”应不包含价格^[7]。再次，有学者从比较法方面进行研究。例如：赵海乐通过对美国和欧盟对算法价格歧视规制的研究，认为中国应在坚持“市场主导、权利优先”的司法理念的同时，效仿欧盟，以个人信息保护和算法责任建构限制算法价格歧视^[8]。最后，有学者从反垄断方面进行研究。例如：喻玲和兰江华认为，个性化定价本身是中性的，对其进行反垄断法规制需要以个案分析为基础，采取多元化的规制手段，引导个性化定价朝着有利于消费者和市场的方向发展^[9]77-88；周围认为，对于不同类型的个性化定价算法应作区分处理，并从规制个性化定价算法的规则调适、行为救济、制度衔接三个方面提出了应对个性化定价算法滥用的法律策略^[10]108-120；承上认为，个性化定价行为的反垄断规制需要慎重选择福利标准，并且同时降低消费者剩余和社会总福利的，构成违法价格歧视；降低消费者剩余却提高社会总福利的，是否构成违法价格歧视，取决于采纳消费者福利标准还是社会总福利标准，同时提高消费者剩余与社会总福利的个性化定价行为，则需要进一步以明确^[11]。

个性化定价不可能通过单一法律进行规制，而是需要采取多种手段和制度相互配合。明确相关法律制度的规制标准和范围，一方面，可以对个性化定价中的价格违法行为进行处罚，维护消费者和社会的利益；另一方面，也可以保护企业的定价自由，扫清个性化定价的障碍。目前，学者们的研究大多侧重个性化定价规制的某一方面，而缺乏在整个法律规则体系下的研究，有鉴于此，笔者拟以中国现行的法律制度为基础，尝试构建个性化定价规制的合理框架。

二、 个性化定价的概念及本质

（一） 个性化定价的概念

目前，对于个性化定价并没有一个被普遍接受的定义。英国公平贸易办公室（OFT）在其2013年的报告中将个性化定价定义为，企业利用观察到的、消费者自愿提供的、推断出的或收集到的关于个人行为或特征的信息，为不同的消费者（无论是个人还是团体）设定企业认为他们愿意支付的不同的价格^[12]。经济合作与发展组织（OECD）在其2018年的报告中将个性化定价定义为，基于消费者的个人特征和行为对其进行价格歧视的做法，导致价格被设定为消费者支付意愿的一个递增函数^[13]。欧盟委员会在其2018年的报告中对线上个性化定价作出了定义，个性化定价是指使用从个人的在线活动（包括网络浏览行为）中收集的数据来为用户定制商品和服务的价格^[14]。综上所述，笔者将个性化定价界定为，企业利用收集到的不同的消费者具有个人特征或行为等的数据，在同一时间就相同商品或服务为不同的消费者提供不同的价格。

现实中，个性化定价与动态定价经常作为同义词使用，但两者的含义实际并不相同。动态定价是指企业为了实现利润的最大化，根据当前市场需求、竞争环境等因素的变化而随时调整商品或服务的价格的一种定价策略。按是否具有个体差异性可以将动态定价区分为不具有个体差异化的动态定价和具有个体差异化的动态定价两种。不具有个体差异化的动态定价不需要利用个人数据进行价格优化，价格因需求和供应等条件的变化而调整，在同一时间点给予所有消费者的价格均相同，并不存在歧视，因此在法政策方面很少受到关注；具有个体差异化的动态定价即为个性化定价，个性化定价的基础是数字化和个人数据的大规模收集分析，价格是不同支付意愿背景下为消费者量身定做的^[15]417，在同一时间点给予不同消费者的价格并不同。通过个性化定价，企业可以对消费者实现更加精确的掠夺。因此，个性化定价的争议很多，也是法律规制的重点。

（二） 个性化定价的本质

个性化定价属于价格歧视，实践中往往用价格歧视来替代个性化定价。价格歧视是指生产商根据消费者的特征、购买时间或地点、购买金额或其他相关信息，就相同产品或服务为不同消费者设定不同的价格，包括折扣^[16]。价格歧视可分为三级：一级价格歧视也被称为完全价格歧视，是指企业按照每个消费者的不同支付意愿（消费者愿意支付的最高价格）索要价格，企业得到了全部的消费者剩余（即消费者意愿支付的钱数减去其实际支付的钱数）。一级价格歧视是不可能实现的，企业不可能知道每个消费者的支付意愿，消费者也不会向企业展示自己的支付意愿。二级价格歧视是指企业按照不同价格出售不同单位的产品，但是购买相同数量的每个消费者支付的价格是相同的。二级价格歧视下通常包括给予消费者对数量或质量的自我选择，如给予购买数量多的消费者以折扣，将飞机票设定为头等舱票和经济舱票由消费者选择。三级价格歧视是指企业给予不同消费者不同的价格。三级价格歧视是最常见的价格歧视形式，如企业给学生或老年人以折扣、景区给当地人以低价。

当企业获取的数据有限时，只能实施三级价格歧视，即对特定的消费者实施价格歧视。随着消费者被描述得足够详细和市场细分的不断细化，企业可以对消费者的支付意愿进行一节一节的细分，结果即是为消费者提供个性化的价格。因此，个性化定价是一种相对精细的价格歧视形式，其本质是基于三级价格歧视的细分，最终目标是实现一级价格歧视。在个性化定价中，消费者群体价格发挥了更大的作用。

三、 个性化定价的影响因素、经济效果及实施障碍

（一） 个性化定价的影响因素

数字经济中企业在定价策略方面面临着越来越多新的挑战，产品或服务的价格往往不能静态设置，必须随着时间的推移而进行动态调整以适应当前的情况。过去，企业可以通过成本加上一定比例的利润（成本加成定价法）来制定价格，现在则必须依据直接竞争对手的战略（市场导向定价法），特别是需求方的需求（价值定价法）来确定价格。企业在很短的时间内能够使自身价格适应不断变化的环境的能力，也被视为企业成功的关键因素之一^[17]。

个性化定价中影响价格设定的因素主要是企业的市场地位和消费者的不同支付意愿。首先，企业需要具有一定的市场势力。传统经济学理论认为，在竞争市场上进行价格歧视是不可能的：在竞争市场上，很多企业以市场价格销售相同的产品，没有企业愿意向任何消费者索要更低的价格，因为它能够以市场价格销售任何数量的产品；相反，如果任何竞争企业试图向消费者索要更高的价格，消费者就会转而购买其他企业的产品。因此，一个企业如果想进行价格歧视，那么它必须具有一定的市场势力^[18]。其次，消费者需具有不同的支付意愿。消费者的支付意愿通常不能被直接观察到，必须使用其他变量作为衡量其支付意愿的指标，因此，需要通过获取足够多的关于消费者的信息来区分他们的细分市场，如可以通过行为、心理、社会人口统计信息、地理等标准来进行区分。行为标准包括消费者的购买历史、品牌忠诚度、购买量等；心理标准包括消费者的生活方式、对风险的态度、对产品质量的期望等；社会人口统计信息标准包括性别、年龄、工作、教育、收入等；地理标准包括所在省份、城市、街道等^[16]。企业通过对消费者支付意愿的评估来决定是否争取该消费者。

在个性化定价中，为了提高设计和调整价格的速度和准确性，企业往往会使用算法进行定价。定价算法能够处理大量数据并对市场条件的各种变化作出快速反应，具有“自动设定价格以实现利润最大化”的优势^[19]。除此之外，定价算法还可以降低复杂定价和频繁改价的成本，提高定价决策的质量^[20]。企业可以通过互联网技术实时自动收集竞争对手的价格变化情况，并与某些商家的价格进行匹配，或者与某些品牌保持价格差距，随着竞争对手价格的变化而自动调整价格。企业还可以使用更复杂的算法，确定一些其他可能对销售量产生影响的独立因素，如产品展示类型、消费者评价、一天或一周内的不同的时间等。通过算法可以尝试确定这些影响因素各自的重要性，预测不同价格下的销售量并调整价格。

（二） 个性化定价的经济效果

1.  对社会福利的影响

个性化定价可能增加社会福利，也可能减少社会福利。在固定价格下，具有一定市场势力的企业会将价格维持在边际成本之上，从而将总产出限制在社会最优水平之下，而个性化定价具有使社会福利最大化的潜力。如果企业能够根据消费者的支付意愿调整价格，有利可图地为每一个愿意支付超过边际生产成本的消费者提供商品或服务，那么就可能使产出最大化，并最大限度地增加社会福利。个性化定价可能促进竞争，也可能抑制竞争。一方面，由于企业可以预测消费者的支付意愿，个性化定价可能使企业之间互相争夺消费者，从而导致更加激烈的竞争和增加社会福利；另一方面，个性化定价有助于增强企业的市场力量，提高市场集中度，而这则可能损害竞争和减少社会福利^[9]82。

2.  对消费者福利的影响

个性化定价可能使消费者受益或受损，主要取决于其所处的环境。首先，个性化定价可能会造成剩余从支付意愿高的消费者向支付意愿低的消费者转移。支付意愿高的消费者被收取更高的价格，使其丧失在固定价格下可能获得的消费者剩余，其地位反而更加不利；但这可以使企业在有利可图的情况下向支付意愿低的消费者提供相同的产品或服务，否则这部分消费者将不会购买。后者得到的好处可能超过前者的损失，也可能小于前者的损失。其次，个性化定价并不总是能保证支付意愿低的消费者可以获得较低的价格。弱势消费者可能会因为敏感的个人特征而受到歧视，或者低收入消费者因被认为更有可能拖欠贷款而被收取更多的服务费用^[14]，企业还有可能直接将支付意愿低的消费者排除在外。再次，个性化定价可以更好地为消费者提供定制产品或服务，但也可能会使企业降低产品或服务的质量。当企业以不同的价格提供不同品质的产品或服务时，为了迫使支付意愿高的消费者选择高品质的昂贵产品或服务，一个可能策略便是，降低质量报价的质量^[21]。最后，个性化定价对消费者福利的影响还可能取决于市场的竞争条件。在垄断市场上，企业可能更有能力利用他们对消费者估值的了解来获取更高的价格；在竞争更激烈的市场上，个性化定价可能会导致企业更积极地为每个消费者竞争，从而可能增加企业的降价动机^[13]，如在双寡头市场中，一旦引入竞争，消费者总剩余和社会总福利往往会达到最大^[22]。

3.  对企业福利的影响

与固定价格相比，个性化定价可以更好地利用消费者的支付意愿来增加企业利润。个性化定价倾向将剩余从消费者转移到企业，当个性化定价导致一级价格歧视时，企业将获得所有剩余，消费者的福利将降至零^[13]。但竞争压力会限制企业从经济交易中获取剩余的能力。企业即使能够预测消费者的支付意愿并提供相应的价格，消费者也很有可能在其他企业提供的同类产品或服务中发现更低的价格，而不是支付与他们支付意愿相对应的价格，部分消费者更换卖家的行为就足以对企业形成惩罚。垄断企业可以更容易通过个性化定价来增加利润，但竞争企业并不一定能够从个性化定价中获益^[21]。在竞争环境下，由于企业获得数据和识别消费者支付意愿的能力不同，就会出现不对称的结果，拥有更多数据和更好算法的企业获得的利益就可能比竞争对手更多。

（三） 个性化定价的实施障碍

1.  消费者的价格公平感知

企业实施个性化定价的障碍主要在于消费者对个性化定价的接受度，主要取决于消费者价格公平感知。价格公平感知是指买方对卖方所定价格的公平性判断，即消费者如何看待价格或价格变化。双重权利原则表明，卖方和买方分别都有权获得“合理”利润和价格，即卖方有权获得公平的利润，买方有权获得公平的价格^[23]。消费者更加普遍的看法是，价格对每个人都是一样的，当自己的价格和其他消费者的价格不一致时，即使消费者从中获利，也可能会认为是不公平的。评估消费者价格公平感知的最重要的参考点便是其他买家支付的价格和其他时间的价格。Haws和Bearden的研究表明两点：一是消费者之间的价格差异导致了最大的不公平感和最低的总体满意度，二是非常短的时间内的价格变化比更长时间内的价格变化更不公平^[24]。

个性化定价中价格在不同的消费者之间是不同的，并且也可以在极短的时间内对同一消费者产生变化，因此，通常会被认为是不公平的。而个性化定价中影响消费者价格公平感知的因素往往有很多。个性化定价的程度越高，越接近一级价格歧视，消费者的价格公平感知就越低；基于消费者购买历史的个性化定价更常见，如给予忠诚顾客价格折扣，消费者的价格公平感知要高于单纯基于位置数据的个性化定价；对隐私关注度越高的消费者价格公平感知会越低^[25]。此外，个性化定价的具体实施方式也会高度影响消费者的价格公平感知，如通过给予个性化折扣（如个性化优惠券）、让消费者参与价格的形成过程（如在线拍卖）、与二级价格歧视相结合（如定制产品）等方式将会提升消费者的价格公平感知^[13]。通过提升消费者的价格公平感知，可以增加个性化定价的接受度。

2.  企业的商誉

阻碍企业实施个性化定价的另一个核心因素是消费者在价格公平感知背景下的反应，这可能会对企业形象造成损害，或者至少是存在被曝光的风险。从经济学角度来看，企业可以利用个性化定价获取更多利润，但消费者可能认为这一行为是不公平的。企业担心这一现象的出现，害怕消费者报复和损害企业的商誉，这种代价对企业来说是很沉重的。消费者的价格公平感知是个性化定价可持续的关键，个性化定价应该让消费者在其支付的价格中获得利益，如果其认为价格是不公平的，购买的概率就会下降^[26]。这也说明了为什么超市、餐饮等行业，即使消费者显著增加，相关企业依然会固定价格；电商等平台，即使在技术上完全可以实施个性化定价，但其依然没有大规模实施，而只是集中在旅游（航班、酒店等）、打车等少数行业实施。

四、 个性化定价的法律规制路径

（一） 《中华人民共和国个人信息保护法》

1.  个人数据的处理

使用个人数据定价是一个敏感的问题，会引起消费者对隐私和数据安全的担忧，而中国对个人数据处理的法律规制则主要是《中华人民共和国个人信息保护法》（以下简称《个人信息保护法》）。使用个人数据进行个性化定价不属于为订立或者履行合同所必需等例外事项，因此，依据《个人信息保护法》第13条的规定，应取得消费者个人的同意。

但是，上述规定并不构成对个性化定价的绝对限制。首先，《个人信息保护法》的适用范围仅限于个人数据，而不包括匿名数据或其他非个人数据。企业进行用户画像的目的通常不是揭示个人身份，且不一定是想收集个人敏感信息或想知道收集了谁的数据，而是想获取有关消费者利益和行为特征的信息，这些信息能够使其对消费者进行细分，以便更准确地为不同的消费者群体提供个性化报价^[14]。大数据应用和算法使用使得处理大量数据成为可能，可以将不同数据联系起来评估和预测消费者的支付意愿。匿名数据的处理对企业来说可能没有什么意义，因为有关定价的信息已被处理掉，但通过对大量数据，如位置、使用的浏览器、操作系统等的合并处理，最终却可以确立对消费者个人的参考^[27]。其次，非个人数据与个人数据之间的区别并不十分清晰，没有被归类为个人数据的数据可能仍然可以被用来识别消费者，如通过使用的浏览器、操作系统等数据对消费者进行细分。最后，即使企业在进行个性化定价时遵守消费者同意原则，也未必能够对消费者的权益进行有效保护。企业可以通过隐私声明取得消费者的同意，但通常很少有消费者去阅读或能真正理解其含义。消费者通常无法了解其数据是否以及哪些数据被用于个性化定价，也不可能评估数据的使用对其会造成何种后果^[28]。

2.  自动化决策

另一个需要关注的问题是利用个人数据进行的自动化决策。欧盟《一般数据保护条例》（GDPR）第22条规定，数据主体都有权不接受完全基于自动化处理（包括用户画像）作出的对其具有法律影响或类似严重影响的决定。其目的是保护数据主体的人类尊严和基本权利，即只有人类才可以作出具有法律效力的决定，且基本权利的行使不应该受制于算法的决策^[29]。

《个人信息保护法》第24条对利用个人数据进行自动化决策也作出了规定。个性化定价通常是通过自动化决策来实施的，属于该条的规制范围。从内容上来看，个性化定价原则上是不被反对的。该条第1款规定，企业在实施个性化定价时，应当保证决策的透明度和结果的公平、公正，不得实行不合理的差别待遇。该款只是限制“不合理的差别待遇”，如提供的价格与市场价格之间存在巨大差异，而正常范围内的价格差异对消费者福利和社会福利有利，并不受此限制。第2款规定，企业在商业营销、信息推送时，应当同时提供不针对个人特征的选项或便捷的拒绝方式 ^①，这恰恰从反面说明企业可以向消费者提供个性化价格。第3款规定，个人有权拒绝仅通过自动化决策方式作出对个人权益有重大影响的决定，但依据《中华人民共和国民法典》第437条的规定，线上或线下商店里的价格标识，属于企业向消费者发出的要约邀请，一般来说并不会给消费者个人权益造成重大影响，此时消费者无权拒绝个性化定价。

（二） 《中华人民共和国反垄断法》

1.  垄断协议

当前，算法已成为数字经济中最常被讨论的反垄断话题之一。算法不仅可以用来实施传统市场上可观察到的各种反竞争行为，还可能促进形成之前没有观察到的，甚至可能没有出现过的新协同行为，即“算法共谋”。“共谋”通常是指竞争企业之间的任何形式的协议或合作，目的是将利润提高到更高水平^[19]。经济学将共谋视为市场的一种结果进行研究，而法律侧重研究竞争企业为实现共谋结果而采取的手段。竞争企业通过算法共谋可以实现向相同消费者提供相同的价格，使消费者没有选择，出现排除和限制竞争的结果。因此，禁止竞争企业之间通过算法达成垄断协议是《中华人民共和国反垄断法》（以下简称《反垄断法》）规制个性化定价的重点。

《反垄断法》第13条第1款列举了经营者之间垄断协议的范围，第2款对垄断协议作了原则性规定。垄断协议是指排除、限制竞争的协议、决定或者其他协同行为。对于协议或决定，2019年国家市场监督管理总局发布的《禁止垄断协议暂行规定》（以下简称《暂行规定》）第5条第2款明确可以是书面、口头等形式。竞争企业之间可以达成书面、口头等形式的协议或决定来实施共同的个性化算法，算法使得竞争企业之间的共谋更加隐蔽，竞争企业之间可以在不进行任何交流或接触的情况下发生共谋，甚至可以在不需要任何人为干预的情况下通过机器自主学习算法发生共谋。因此，在数字经济中，更加普遍的是共谋者之间没有达成明确协议或决定的默示共谋，即其他协同行为。

《暂行规定》第5条第3款对其他协同行为进行了定义，其他协同行为是指经营者之间虽未明确订立协议或者决定，但实质上存在协调一致的行为。2021年，国务院反垄断委员会颁布的《国务院反垄断委员会关于平台经济领域的反垄断指南》（以下简称《平台反垄断指南》）第5条将“有关经营者基于独立意思表示所作出的价格跟随等平行行为”明确排除在其他协同行为之外。平行行为不属于反垄断法的范畴，可能是市场上每个竞争企业理性经济行为的正常结果。例如，当企业能够获取的个人数据基本相同且算法相似时，也会出现价格相同的行为，毕竟与消费者支付意愿对应的价格只有一个。违法的其他协同行为和合法的平行行为之间存在模糊地带，《暂行规定》第6条规定了认定其他协同行为时应当考虑的因素，其中第2项明确要考虑经营者之间是否进行过意思联络或者信息交流。2016年欧盟的Eturas案中明确，共同使用第三方软件的竞争企业无条件地使用该软件提出的折扣上限，也可能构成默契的非法价格卡特尔 ^②。为了规范通过第三方达成垄断协议，《平台反垄断指南》第8条规定了平台内经营者借助与平台经营者达成的轴辐协议。因此，竞争企业之间如果存在共享定价算法或共同使用第三方定价算法等行为，即使没有直接的信息联络或者交流，也可能被认为存在其他协同行为。对于通过自学习算法形成的共谋是否属于以及如何纳入反垄断法的规制范围，目前尚不明确。

2.  滥用市场支配地位

《反垄断法》第17条第6项规定了禁止具有市场支配地位的经营者，在没有正当理由的情况下，滥用市场支配地位，对条件相同的交易相对人实行差别待遇。《平台反垄断指南》第17条进一步明确了平台经济领域内经营者的差别待遇。价格上的不同，属于差别待遇，因此，根据交易相对人的支付能力、消费偏好、使用习惯等实行的个性化定价也属于该条的规制范围。

企业具有市场支配地位本身并不违法，反垄断法要规制的是企业滥用其市场支配地位的行为。个性化定价构成该条规定的禁止差别待遇须满足以下四个要件：一是经营者在相关市场内具有市场支配地位，二是经营者对条件相同的交易相对人实施价格上的差别待遇，三是经营者的行为排除或限制了竞争，四是经营者实施该行为并无正当理由。经营者在相关市场内具有市场支配地位是反垄断法规制的前提条件，不具有市场支配地位的经营者即使实施个性化定价也不属于该条的规制范围。个性化定价是直接面对消费者或消费群体实施的，但反垄断法通常不会考虑个性化定价对单个消费者的影响，而是侧重考虑对整个消费者群体乃至整个市场的影响^[10]111。个性化定价可能促进竞争也可能排除或限制竞争，但需要根据其效果来进行综合判断，并应该明确对市场其他参与者的阻挠和不平等待遇也属于竞争的组成部分。对于正当理由，《平台反垄断指南》第17条第3款作了概括性规定，企业根据交易相对人实际需求且符合正当的交易习惯和行业惯例、针对新用户在合理期限内开展的优惠活动、随机性交易以及能够证明行为具有正当性的其他理由，均属于正当理由。因此，从反垄断法的视角来看，只要具有相应市场力量的公司不滥用市场支配地位，个性化定价在原则上是不被反对的。

（三） 《中华人民共和国价格法》及其他法律法规

1.  价格欺诈

《中华人民共和国价格法》（以下简称《价格法》）第13条第4项对价格欺诈这种价格违法行为进行了规定。构成价格欺诈须满足以下三个要件：一是企业实施了虚假的或者使人误解的价格手段行为，二是使消费者陷入误解，三是消费者因误解而与企业进行了交易。个性化定价中价格并不是任意调整的，个性化定价是基于消费者的支付意愿而量身定做的价格，且基于定价自由和商业秘密，企业也不需要向消费者披露价格的计算方法。因此，一般来说，个性化定价不符合价格欺诈的构成要件。然而，个性化定价中也可能存在价格欺诈，如企业为了隐藏真实的价格以虚假的折扣宣传促销，给线下和线上消费者提供差异性很大的价格 ^③。个性化定价同时构成价格欺诈的，消费者可以依据《中华人民共和国消费者权益保护法》（以下简称《消费者权益保护法》）第55条第1款的规定主张三倍赔偿，根据《价格违法行为行政处罚规定（修订征求意见稿）》第13条的规定，对企业则可能处以上一年度销售总额1‰以上5‰以下的罚款 ^④。

2.  价格歧视

《价格法》第13条第5项规定了价格歧视这种价格违法行为。该项规定的是经营者之间的一种价格歧视违法行为，其目的是禁止对具有相同交易条件的经营者采取不公平待遇，特别是排斥一些规模较小的经营者。个性化定价属于价格歧视，但其针对的是消费者，不是其他经营者。因此，个性化定价并非该项的规制范围。

必须注意的是，《深圳经济特区数据条例》第69条规定了禁止市场主体利用数据分析对交易条件相同的交易相对人实施差别待遇。该条参照了《平台反垄断指南》第17条的规定，但却扩大了其适用范围。《平台反垄断指南》第17条的适用范围受到严格的限制，且认定个性化定价是否属于滥用市场支配地位程序复杂，很难对价格违法行为作出及时处罚。《深圳经济特区数据条例》第69条不以企业具有市场支配地位为前提，能够很好地规制价格违法行为，但该条规定过于严苛，未能充分考虑个性化定价对消费者福利、社会总福利的有利影响，将个性化定价严格限定在特定的除外情形，具有固定价格的法律效果。因此，未来将不得不面临如何限定该条适用范围的问题。

3.  遗漏性误导

从比较法上来看，在德国文献中更倾向通过德国《反不正当竞争法》（UWG）来规制个性化定价。UWG第5条规定的误导行为与中国规定的价格欺诈行为相似，但个性化定价一般不是通过该条而是通过UWG第5a条规定的遗漏性误导进行规制。依据UWG第5a条第2款的规定，如果企业隐瞒了消费者据以作出知情交易决定的重要信息，且隐瞒这些信息有可能导致消费者作出其本来不会作出的交易决定，那么就构成遗漏性误导。个性化定价信息是否属于该条中的重要信息，以前并不明确，随着欧盟2019/2161号指令的颁布已十分明确^[15]418。欧盟2019/2161号指令第45条指出规定个性化定价本身是被允许的，只是规定了企业在个性化定价时提供信息的义务，以便消费者在作出购买决定时能够考虑到可能的风险 ^⑤。此外，《德国民法典》第312d条第1款将该条指令内容纳入消费者合同中的信息提供义务范围内，为消费者提供合同上的保护 ^⑥。

中国法律对遗漏性误导并无明确规定。例如：《消费者权益保护法》第20条第3款和《关于商品和服务实行明码标价的规定》等仅规定了企业具有明码标价的义务，个性化定价符合明码标价的规定；《电子商务法》第18条第1款和《个人信息保护法》24条第2款仅规定了企业应同时提供不针对消费者个人特征的选项。在不同的报价中作出选择时，价格是消费者决定是否购买的一个核心因素。个性化定价属于对消费者决定是否购买的重要信息，因为大多数消费者会认为，自己与他人在同一时间点为同一产品支付的价格是相同的，并没有认识到价格是个性化的。规定遗漏性误导仅能让消费者了解到个性化定价这一事实，然而并不一定能确保对消费者进行非常有效的保护，尤其是在未来个性化定价越来越普遍时，消费者的选择能力和选择范围仍然可能受到很大限制。但至少指明了未来规制个性化定价的方向，通过对企业施加个性化定价时的信息提供义务，减少企业与消费者之间的信息不对称，能够使消费者在作出是否购买决定时认识到可能存在的风险，最终起到保护消费者权益的效果。

五、 结语

个性化定价是一种相对精细的价格歧视形式，其本质是基于三级价格歧视的细分，最终目标是实现一级价格歧视。目前，大规模的个性化定价并未得到实施，但随着数字经济的不断发展，个性化定价必将获得更进一步的发展，发挥更大的作用。个性化定价的经济效果较为复杂，对其进行规制要充分衡量社会福利、消费者福利和企业福利，不能因其可能存在不当行为而完全禁止，不应轻易剥夺个性化定价给消费者带来的优势。个性化定价涉及法律的多个方面，不可能依靠单部法律实现规制，中国现有法律主要是从三个方面对其进行了规制：首先，《个人信息保护法》主要是从个人信息保护方面进行规制。个性化定价涉及个人数据的处理，因此，应取得消费者个人的同意，通过自动化决策实施的还应当保证决策的透明度和结果的公平、公正，不实行不合理的差别待遇，但这并不构成对个性化定价的绝对限制。其次，《反垄断法》主要从市场竞争秩序的维护方面进行规制。个性化定价虽然直接面向的是消费者，但是亦可能产生排除或限制竞争的结果，《反垄断法》规制的重点是企业通过算法达成的反垄断协议和滥用市场支配地位对条件相同的交易相对人实行差别待遇的行为。算法的使用使竞争企业之间的共谋更隐蔽也更容易维持，违法的协同行为和合法的平行行为之间存在模糊地带，尤其是通过自学习算法形成的共谋，给垄断协议的认定带来了挑战。而是否构成差别待遇的关键在于，认定企业是否具有市场支配地位和定价行为是否具有限制或排除竞争的效果。《反垄断法》注重的是个性化定价的整体效果，且认定标准较高，持续的时间也较长，很难直接对消费者提供有效的保护。最后，《价格法》等法律法规主要从促进公平交易和消费者权益保护方面进行规制。个性化定价中，价格调整的原因是消费者不同的支付意愿，一般不符合价格欺诈的构成要件。《价格法》中的价格歧视仅限于经营者之间，个性化定价并非规制范围。因此，价格欺诈和价格歧视并非个性化定价的真正障碍。为了更好地促进公平交易和消费者权益保护，未来的规制方向应是强化企业实施个性化定价时的信息提供义务，如规定遗漏性误导，以便消费者在作出购买决定时能够考虑到可能的风险。