冷冰泠

（福建師范大學(xué)法學(xué)院,福建 福州 350000）

隨著信息技術(shù)的發(fā)展和電子設(shè)備的廣泛使用，我們已經(jīng)進(jìn)入了數(shù)據(jù)大爆炸的時代?；ヂ?lián)網(wǎng)數(shù)據(jù)中心發(fā)布的《數(shù)據(jù)時代 2025》報(bào)告顯示，全球每年產(chǎn)生的數(shù)據(jù)將增長到 175ZB（十萬億億字節(jié)），相當(dāng)于每天產(chǎn)生 491EB（百億億字節(jié)）的數(shù)據(jù)[1]。如此巨大的信息量增加值讓我們欣喜的同時，從海量的數(shù)據(jù)中篩選出高質(zhì)量、滿足消費(fèi)者真正需要的內(nèi)容又成為一大難題。面對這種窘境，算法個性化推薦技術(shù)應(yīng)運(yùn)而生，其通過收集消費(fèi)者歷史數(shù)據(jù)，獲取消費(fèi)者偏好，根據(jù)排名向消費(fèi)者推薦等過程，減少消費(fèi)者瀏覽大量無效數(shù)據(jù)而造成的時間和精力上的浪費(fèi)。算法個性化推薦高效智能，為消費(fèi)者提供更加便利的服務(wù)的同時，卻也因“信息繭房”“個性化定價”“自我優(yōu)待”等損害消費(fèi)利益的行為飽受公眾批評。從個人權(quán)益看，算法個性化推薦的上述行為會損害消費(fèi)者個人隱私權(quán)、選擇權(quán)、公平交易權(quán)；從競爭效果看，算法個性化推薦可能會破壞市場競爭秩序與社會分配正義；從社會影響看，消費(fèi)者對現(xiàn)存算法個性化推薦帶來的損害面臨難以維權(quán)之困境。鑒于此種境況，下文筆者將對算法個性化推薦技術(shù)的邏輯與應(yīng)用場景、損害類型與多元救濟(jì)途徑展開討論。

1 算法個性化推薦技術(shù)邏輯與應(yīng)用場景

1.1 算法個性化推薦的技術(shù)邏輯

算法個性化推薦是指各個平臺企業(yè)通過消費(fèi)者的注冊、登錄來創(chuàng)建消費(fèi)者數(shù)據(jù)庫，對消費(fèi)者使用相應(yīng)軟件時產(chǎn)生的包括興趣偏好、地理位置、行動軌跡、社交范圍、親屬關(guān)系群體、消費(fèi)水平等信息進(jìn)行識別、標(biāo)記；將涉及個人喜好的數(shù)據(jù)和信息通過算法強(qiáng)大的分析、辨別和處理能力進(jìn)行收集與處理并繪制消費(fèi)者畫像，根據(jù)所得出的畫像將更符合消費(fèi)者喜好的特定內(nèi)容與服務(wù)推薦給消費(fèi)者[2]。對于消費(fèi)者而言，高質(zhì)量的個性化推薦可以節(jié)省其時間，便于其無須檢索就可以從平臺推送獲得自己感興趣的內(nèi)容；對平臺企業(yè)而言，個性化推薦除了可以提升消費(fèi)者對其的依賴性與忠誠度外，還可以通過類似內(nèi)容的關(guān)聯(lián)推薦提高其平臺資源曝光度、增加瀏覽量。因而，高質(zhì)量的個性化推薦可以達(dá)到雙贏的效果。

1.2 算法個性化推薦的應(yīng)用場景

算法個性化推薦目前已被普遍應(yīng)用于多種平臺之中，如百度等搜索引擎、淘寶等電商平臺、QQ等社交媒體平臺、抖音、嗶哩嗶哩等短視頻或視頻網(wǎng)站，新聞資訊、音樂推送和廣告投放等領(lǐng)域?qū)λ惴▊€性化推薦的運(yùn)用也屢見不鮮。算法個性化推薦的表現(xiàn)形式通常為各平臺內(nèi)搜索界面的“猜你想搜”，或首頁推薦的“猜你喜歡”，并會隨著消費(fèi)者的瀏覽、點(diǎn)贊、收藏相關(guān)推薦而增加相應(yīng)內(nèi)容的推薦量，呈現(xiàn)出“越刷越懂你”的現(xiàn)象[3]。在算法個性化推薦的作用下，平臺瀏覽量得以提升、消費(fèi)者黏性得以增強(qiáng)，從而達(dá)到在同類產(chǎn)業(yè)競爭中取得優(yōu)勢地位的效果。

2 算法個性化推薦的損害行為類型

良好的算法個性化推薦能夠?yàn)橄M(fèi)者帶來極佳的消費(fèi)者體驗(yàn)與便捷、高效且精準(zhǔn)的服務(wù)。但隨著技術(shù)權(quán)利逐漸擴(kuò)大，平臺企業(yè)為追逐利益而濫用算法個性化推薦，引發(fā)或加劇了例如信息繭房、個性化定價、劣質(zhì)新聞推送、隱私與個人信息被泄露或遭受不正當(dāng)利用等問題。這些問題除了造成民法領(lǐng)域?qū)€人隱私權(quán)、選擇權(quán)的侵害之外，也會在經(jīng)濟(jì)法領(lǐng)域?qū)οM(fèi)者的權(quán)益造成損害，甚至給整個市場的競爭秩序造成影響，因而要對其經(jīng)濟(jì)法上的損害行為類型展開全面分析。

2.1 信息繭房

個性化推薦算法通過對個人在網(wǎng)絡(luò)平臺上的使用數(shù)據(jù)進(jìn)行分析和信息干預(yù)，基于個人搜索歷史、點(diǎn)贊、收藏內(nèi)容中的關(guān)鍵詞形成消費(fèi)者畫像，并針對這些內(nèi)容進(jìn)行重點(diǎn)推送。極端的個性化推薦將縮減非個性化推薦的數(shù)量，使得消費(fèi)者接觸的信息領(lǐng)域和類型逐漸趨于同質(zhì)化，除非消費(fèi)者搜索新的關(guān)鍵詞，否則平臺不會向其推送新領(lǐng)域的內(nèi)容。一方面，個性化推薦所營造的個人信息接收的舒適區(qū)，極易使得消費(fèi)者長時間使用該平臺，并沉浸于自身關(guān)注的領(lǐng)域和內(nèi)容，消耗大量的時間與注意力；此外，同質(zhì)化的推薦還會固化消費(fèi)者對某一領(lǐng)域的認(rèn)知，而對外部不符合自身觀點(diǎn)的信息采取回避的態(tài)度，形成個人意見的“回音室”，造成消費(fèi)者的自主思考能力減弱，并影響他們的社會參與度，也在一定程度上損害了消費(fèi)者的知情權(quán)與自主選擇權(quán)[4]。另一方面，信息繭房所劃定的舒適區(qū)，具有成癮性的導(dǎo)向，如果平臺濫用個性化推薦技術(shù)，利用算法的隱蔽性形成長期壟斷的數(shù)字癮性經(jīng)濟(jì)，由于消費(fèi)者怠于或者較難找到適用的替代品，因此平臺將獲得一定程度上的不公平競爭優(yōu)勢，這也會排除、限制相關(guān)市場的質(zhì)量競爭，很可能構(gòu)成新型濫用市場支配地位行為。

2.2 個性化定價

個性化定價主要出現(xiàn)在購物類應(yīng)用場景中。第一種，購物類平臺企業(yè)通過收集消費(fèi)者對于價格變化的敏感程度、在購物平臺整體的購買力與忠誠度、在不同商品頁面停留的時間等消費(fèi)者特征數(shù)據(jù)，利用算法繪制出消費(fèi)者畫像并對其結(jié)果進(jìn)行反復(fù)試驗(yàn)，從而獲得消費(fèi)者愿意承擔(dān)的最高價格，并以此為依據(jù)向?qū)徺I同一物品的不同消費(fèi)者設(shè)置不同的定價。這通常表現(xiàn)為若消費(fèi)者對同一類型商品檢索次數(shù)越多，算法將評估其對于該類商品的購買欲較為強(qiáng)烈，推定消費(fèi)者愿意以更高的最終成交價格購買此類商品，因此算法會將推送到這部分消費(fèi)者購買頁面的商品價格進(jìn)行適當(dāng)?shù)纳险{(diào)；或者對那些已經(jīng)進(jìn)入結(jié)算界面，但想更換購買更低價產(chǎn)品的人提高原定價的價格。第二種，是更難以察覺的個性化定價形式，即每個消費(fèi)者在平臺上看到的相應(yīng)產(chǎn)品價格是一樣的，但在最后結(jié)算時，算法會根據(jù)消費(fèi)者的特征數(shù)據(jù)給不同消費(fèi)者發(fā)放金額或數(shù)量不同的優(yōu)惠券，或是向不同消費(fèi)者提供不同的折扣，這將導(dǎo)致每個消費(fèi)者實(shí)際支付的商品價格不同[5]。第三種，則為大眾所知的“大數(shù)據(jù)殺熟”，針對新老顧客所想要購買的同類商品，進(jìn)行不同定價。由于高頻消費(fèi)者已經(jīng)對平臺產(chǎn)生依賴性不會輕易更換平臺，算法會向其推薦相較于一般消費(fèi)者購買同類產(chǎn)品而言定價更高的商品，但對于新消費(fèi)者或低頻消費(fèi)者則提供單價更為低廉的商品。上述三種個性化定價形式都將導(dǎo)致不同消費(fèi)者在同一平臺企業(yè)上針對同一產(chǎn)品所享受的待遇不同，損害了消費(fèi)者的公平交易權(quán)[6]。若平臺企業(yè)對在相同條件下進(jìn)行交易的消費(fèi)者在交易價格等交易條件上實(shí)施差別待遇而無正當(dāng)理由加以解釋，則會進(jìn)一步構(gòu)成反壟斷法意義上的價格歧視行為。

2.3 自我優(yōu)待

由于個性化推薦的基礎(chǔ)仍是平臺企業(yè)所提供的智能算法，平臺企業(yè)是否會對算法自動化決策的結(jié)果進(jìn)行人為干預(yù)，能否保障個性化推薦過程中的“算法中立”也就成了值得討論的一個問題。以谷歌為例，2017年6月谷歌被歐盟委員會指控利用算法提升旗下比較購物網(wǎng)站的搜索結(jié)果排序，以打壓其他競爭對手、構(gòu)成自我優(yōu)待而罰款24.2億歐元。這是因?yàn)閭€性化推薦的呈現(xiàn)方式往往表現(xiàn)為特定的頁面排序，無論是搜索引擎提供的顯示次序或是主頁的推薦順序，自我優(yōu)待的平臺企業(yè)往往會通過修改搜索排名因素的權(quán)重以及人工干預(yù)的方式對原算法排序結(jié)果進(jìn)行人為調(diào)整，從而將自己的自營商品優(yōu)先顯示在頁首位置，可以占據(jù)有限的消費(fèi)者的注意力，吸引大部分的消費(fèi)者流量；而競爭對手的商品則被隱藏在不顯眼的位置，導(dǎo)致競爭對手商品曝光不足，難以獲得市場的關(guān)注。一方面，這損害了消費(fèi)者作為消費(fèi)者的合法權(quán)益；另一方面，這種自我優(yōu)待行為侵害了平臺內(nèi)其他經(jīng)營者參與公平競爭的權(quán)利，如果像谷歌這般具有市場支配地位的平臺企業(yè)實(shí)施自我優(yōu)待行為，還會造成嚴(yán)重的排除、限制競爭后果。

2.4 損害消費(fèi)者其他利益的行為

首先，在個性化推薦過程中，不少平臺為了追求個性化推薦的精確度，出現(xiàn)大量搜集消費(fèi)者允許范圍之外的個人信息和消費(fèi)習(xí)慣的情況，部分平臺甚至還購買消費(fèi)者的個人信息，或與其他平臺達(dá)成隱私分享協(xié)議，嚴(yán)重侵犯了消費(fèi)者的隱私權(quán)與信息的安全權(quán)。其次，在數(shù)字經(jīng)濟(jì)中，個人數(shù)據(jù)被認(rèn)為是消費(fèi)者為了獲得平臺提供的免費(fèi)網(wǎng)絡(luò)服務(wù)而支付的對價。對于個性化推薦中不當(dāng)收集和處理消費(fèi)者數(shù)據(jù)的情形，有不少西方學(xué)者提出用過高定價這一競爭法的概念來對其作出解釋。因而，如果使用個性化推薦給消費(fèi)者造成損害的平臺企業(yè)具有市場支配地位，并假借免費(fèi)提供個性化推薦服務(wù)之名，隱性強(qiáng)迫消費(fèi)者向其提供“過多”的數(shù)據(jù)，就可能被認(rèn)定為是對市場力量的剝削性濫用，構(gòu)成過高定價[7]。平臺企業(yè)構(gòu)成過高定價或通過不當(dāng)收集和處理數(shù)據(jù)，以維系和強(qiáng)化其市場支配地位就涉及排除、限制競爭，損害消費(fèi)者利益。最后，在這個過程中，消費(fèi)者所讓渡給平臺企業(yè)的個人信息的處理權(quán)和使用權(quán)與平臺企業(yè)提供給消費(fèi)者的服務(wù)質(zhì)量和商品質(zhì)量不匹配，這也侵害了消費(fèi)者的公平交易權(quán)。

3 算法個性化推薦的多元救濟(jì)途徑

隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，如何讓消費(fèi)者既能充分享受到算法個性化推薦帶來的便利而不遭受其帶來的損害也成為現(xiàn)行法律需要解決的一個重要課題。由于算法個性化推薦對于消費(fèi)者的權(quán)益侵害涉及其個人信息安全、消費(fèi)者服務(wù)選擇權(quán)、知情權(quán)和公平交易權(quán)等內(nèi)容，可以適用《中華人民共和國個人信息保護(hù)法》（以下簡稱《個人信息保護(hù)法》）和《中華人民共和國消費(fèi)者權(quán)益保護(hù)法》（以下簡稱《消費(fèi)者權(quán)益保護(hù)法》）來進(jìn)行救濟(jì)。而在算法個性化推薦這一新興領(lǐng)域?qū)τ谙M(fèi)者權(quán)益保護(hù)還沒有明確的具體規(guī)制途徑，存在保護(hù)力度不足、無法形成有效救濟(jì)的問題?！吨腥A人民共和國反壟斷法》（以下簡稱《反壟斷法》）作為一部倡導(dǎo)公平和自由競爭的法律，可以指導(dǎo)平臺產(chǎn)品公平定價、增加消費(fèi)者選擇、提高消費(fèi)者社會福利，從市場整體角度出發(fā)來對互聯(lián)網(wǎng)平臺的濫用行為予以治理，從而實(shí)現(xiàn)維護(hù)消費(fèi)者權(quán)益的目標(biāo)。

3.1 《個人信息保護(hù)法》的救濟(jì)途徑

2021年11月1日起施行的《個人信息保護(hù)法》中的第二十四條較為集中的針對個性化推薦中所涉及的個人信息相關(guān)權(quán)益的保護(hù)作出統(tǒng)一規(guī)制，較為詳細(xì)地論述了為保障消費(fèi)者知情權(quán)、選擇權(quán)和拒絕權(quán)等權(quán)益，平臺應(yīng)承擔(dān)將決策過程透明化，提供不針對其個人特征的選項(xiàng)或者向個人提供便捷的拒絕方式的責(zé)任。這樣便于行政機(jī)關(guān)、司法機(jī)關(guān)使用與援引，并作為特別法可以優(yōu)先適用。

3.1.1 平臺應(yīng)保證決策的透明度和結(jié)果公平、公正

根據(jù)《個人信息保護(hù)法》第二十四條第一款之規(guī)定，在處理個人信息應(yīng)遵循透明、公開的法律原則的基礎(chǔ)上，進(jìn)一步規(guī)定了平臺利用個人信息進(jìn)行個性化推薦時，應(yīng)當(dāng)保證決策的透明度和結(jié)果的公平、公正。透明度原則要求平臺在進(jìn)行個性化推薦時，應(yīng)保障其決策結(jié)果及決策行為的公開、合法，并用簡潔易懂的語言讓消費(fèi)者知悉個性化推薦是采用算法自動化決策方式作出，幫助其了解相應(yīng)的決策過程。通過保證算法信息處理行為的透明度來達(dá)到破除“算法黑箱”，達(dá)到打破消費(fèi)者與平臺之間信息不對稱的目的[8]。公平合理原則是要求平臺不得過度收集與處理個人信息數(shù)據(jù)，不得打破與消費(fèi)者之間的平等主體地位，不得利用個性化推薦進(jìn)行“信息繭房”的算法操縱，或是利用“大數(shù)據(jù)殺熟”對消費(fèi)者施以不合理的差別待遇，力圖保障消費(fèi)者的知情權(quán)和公平交易權(quán)[9]。

3.1.2 平臺應(yīng)履行提供不針對個人特征的選項(xiàng)或提供便捷的拒絕方式的義務(wù)

根據(jù)《個人信息保護(hù)法》第二十四條第二款之規(guī)定，平臺除依據(jù)自動化決策向消費(fèi)者作出個性化推薦外，還應(yīng)向消費(fèi)者提供其在檢索或?yàn)g覽均能得到相同結(jié)果的不針對個人特征的選項(xiàng)；或者向消費(fèi)者提供便捷的拒絕方式，如加入個性化推薦開關(guān)，在消費(fèi)者關(guān)閉按鍵后，即停止向消費(fèi)者提供個性化推薦內(nèi)容。要求平臺保障消費(fèi)者對多種信息選擇的途徑，避免使其陷入完全封閉的信息繭房，并給予消費(fèi)者拒絕平臺利用算法對其個人信息進(jìn)行分析推薦的權(quán)利。

3.1.3 平臺應(yīng)保障個人享有的說明權(quán)和拒絕權(quán)的義務(wù)

根據(jù)《個人信息保護(hù)法》第二十四條第三款之規(guī)定，應(yīng)從消費(fèi)者權(quán)益方面調(diào)整個性化推薦中平臺和消費(fèi)者之間的關(guān)系。若平臺有侵犯個人權(quán)益嫌疑的，消費(fèi)者即對平臺享有說明權(quán)，平臺應(yīng)對此予以說明和解釋。而當(dāng)消費(fèi)者行使說明權(quán)而不得實(shí)現(xiàn)時，或是消費(fèi)者對平臺使用的算法不認(rèn)可時，其則可以行使拒絕權(quán)，拒絕平臺基于自動化決策所作出的個性化推薦。需要明確的是，該條規(guī)定中個人享有的說明權(quán)和拒絕權(quán)是建立在平臺所進(jìn)行的個性化推薦是以自動化決策方式作出，并且可能對消費(fèi)者的個人權(quán)益有重大影響的基礎(chǔ)上。若個性化推薦非完全基于自動化決策作出或是并未對個人權(quán)益產(chǎn)生重大影響，個人則不可以主張行使說明權(quán)或是拒絕權(quán)。

3.2 《消費(fèi)者權(quán)益保護(hù)法》的救濟(jì)途徑

《消費(fèi)者權(quán)益保護(hù)法》的目標(biāo)為保護(hù)消費(fèi)者合法權(quán)益，并對消費(fèi)者權(quán)利和經(jīng)營者義務(wù)予以規(guī)定。在《消費(fèi)者權(quán)益保護(hù)法》第二章較為系統(tǒng)地規(guī)定了消費(fèi)者對于所購買、使用的商品和接受的服務(wù)所享有的安全權(quán)、知情權(quán)、自主選擇權(quán)和公平交易權(quán)。消費(fèi)者作為平臺的消費(fèi)者可以向平臺主張自身的權(quán)利并尋求救濟(jì)。

但值得注意的是，上述救濟(jì)途徑更多的是針對傳統(tǒng)線下消費(fèi)所構(gòu)建的傳統(tǒng)保護(hù)框架，而對于平臺企業(yè)利用算法進(jìn)行個性化推薦所造成的新型侵害則缺乏明確的法律規(guī)定。因而，在適用相應(yīng)法條時要進(jìn)行適度的擴(kuò)大解釋，例如，針對《消費(fèi)者權(quán)益保護(hù)法》第九條第一款規(guī)定的自主選擇權(quán)而言，可以將消費(fèi)者對個性化推薦的自主選擇納入消費(fèi)者自主選擇權(quán)范圍，賦予了消費(fèi)者私法意義上的個性化推薦的自主選擇權(quán)，以便于消費(fèi)者向平臺主張自身權(quán)益[10]。在此擴(kuò)大解釋的基礎(chǔ)上，若平臺的行為達(dá)到“侵害眾多不特定消費(fèi)者合法權(quán)益或者具有危及消費(fèi)者人身、財(cái)產(chǎn)安全危險(xiǎn)等損害社會公共利益”的標(biāo)準(zhǔn)，平臺消費(fèi)者則可以通過消費(fèi)民事公益訴訟在消費(fèi)者協(xié)會或是檢察院的幫助下獲得權(quán)利救濟(jì)。

3.3 《反壟斷法》的救濟(jì)途徑

由于消費(fèi)者與平臺企業(yè)之間處于不平等的地位，在信息不對稱的情況下，單個消費(fèi)者往往很難及時獲取案件的關(guān)鍵信息，因此，單個消費(fèi)者難以通過《消費(fèi)者權(quán)益保護(hù)法》對平臺實(shí)施有效的維權(quán)行動。此外，由于對特定的、具有市場支配地位的平臺的依賴性，消費(fèi)者往往怠于主張權(quán)利，這就導(dǎo)致了部分平臺企業(yè)更加濫用自身權(quán)利，進(jìn)而對更多消費(fèi)者造成損害[11]。基于此，在數(shù)字經(jīng)濟(jì)時代，除最低限度的事后救濟(jì)外，還需要運(yùn)用《反壟斷法》對個性化推薦的市場競爭行為進(jìn)行規(guī)制，通過保障市場競爭秩序的平穩(wěn)運(yùn)行，將尚未受到保護(hù)的內(nèi)容納入消費(fèi)者保護(hù)體系?！斗磯艛喾ā分嘘P(guān)于個性化推薦的救濟(jì)途徑，最重要的是認(rèn)定平臺的濫用行為，并改變傳統(tǒng)的價格競爭損害評估方法，進(jìn)一步將難以用具體數(shù)據(jù)進(jìn)行分析的消費(fèi)者損害，如消費(fèi)者個人注意力分配、個人隱私安全和所取得的服務(wù)質(zhì)量等作為新型損害評估方法使其融入現(xiàn)有的法律規(guī)制體系中。

3.3.1 平臺濫用市場支配地位行為的認(rèn)定

在個性化推薦中，平臺濫用市場支配地位行為主要表現(xiàn)為兩種形式：第一種是剝削性濫用，即平臺企業(yè)在個人信息方面的“過高定價”、個性化定價等行為；第二種是排他性濫用，即具有支配地位的平臺企業(yè)排除其他企業(yè)參與市場競爭，主要包括自我優(yōu)待、歧視性交易等行為。但平臺濫用支配地位的行為并不一定構(gòu)成違法，在一定情形下，實(shí)施上述行為的具有支配地位的平臺不僅不會抑制競爭，反而會提升效率、保障反競爭的落實(shí)。因此，在司法實(shí)踐中，要根據(jù)個案的具體情況，對平臺企業(yè)的具體行為是否存在對市場競爭的嚴(yán)重?fù)p害和對消費(fèi)者福利指標(biāo)的危害進(jìn)行必要的評估和論證，才能認(rèn)定平臺是否濫用其市場支配地位[12]。

3.3.2 競爭損害審查的內(nèi)容

在數(shù)字經(jīng)濟(jì)時代，涉及算法的消費(fèi)者福利指標(biāo)不應(yīng)僅限于價格或者產(chǎn)出，而是要將相關(guān)產(chǎn)品或者服務(wù)的質(zhì)量、信息與隱私保護(hù)水平等作為新的判斷標(biāo)準(zhǔn)，由此來論述算法個性化推薦可能引發(fā)的反壟斷救濟(jì)方式[13]。

3.3.2.1 注意力損害評估

平臺企業(yè)為消費(fèi)者提供的個性化推薦服務(wù)通常以零價格形式出現(xiàn)，但誠如Gary S.Becker所言，人一天中所能支配的時間是有限的，當(dāng)人們將更多的時間花在瀏覽網(wǎng)頁這種無報(bào)酬的活動時，他們在其他營利性活動上所能支配的時間將相應(yīng)減少，由此盈利性收入帶來的二次消費(fèi)也會減少[14]，這類盈利額與消費(fèi)額所遭受的損害也是一種經(jīng)濟(jì)損害。而若僅以價格作為造成經(jīng)濟(jì)損害的唯一評估標(biāo)準(zhǔn)，此時則無法認(rèn)定上述盈利能力和消費(fèi)額度減少所構(gòu)成的經(jīng)濟(jì)損害，也無法進(jìn)一步認(rèn)定平臺企業(yè)是否產(chǎn)生了反壟斷效果。

因而，可以將注意力損害納入對平臺企業(yè)個性化推薦所造成的經(jīng)濟(jì)損害評估的范圍中，并且將其具體量化為廣告數(shù)量變化和消費(fèi)者剩余兩個損害評估指標(biāo)。其一，個性化推薦與廣告無法割離，如百度、微博、小紅書等免費(fèi)服務(wù)平臺的收入與在其平臺上所投放的廣告數(shù)量有關(guān)。這些平臺企業(yè)會將廣告內(nèi)容植入到消費(fèi)者自主選擇的關(guān)注內(nèi)容之中，或者作為消費(fèi)者搜索結(jié)果中優(yōu)先呈現(xiàn)的內(nèi)容；廣告數(shù)量越多，消費(fèi)者得到其真正所需要的信息內(nèi)容的時間就越長，注意力損害就越嚴(yán)重，因此可以將廣告數(shù)量的變化作為對消費(fèi)者注意力損害的替代指標(biāo)。其二，對于個性化推薦營造的信息繭房而致使消費(fèi)者沉溺其中所花費(fèi)的大量時間，這部分損害則可以通過時間分配經(jīng)濟(jì)理論，將邊際報(bào)酬作為時間價值的替代指標(biāo)，乘以消費(fèi)者在內(nèi)容上消耗的總時間[15]，從而來認(rèn)定競爭性的注意力損害。

3.3.2.2 隱私損害評估

隱私的保障程度對部分平臺消費(fèi)者來說也會構(gòu)成影響其選擇的因素，雖然隱私損害也無法直接衡量，但OECD（經(jīng)濟(jì)合作與發(fā)展組織）對于隱私評估搭建提出了具體的要求：首先，從平臺對消費(fèi)者個人隱私的收集、使用范圍進(jìn)行限制，要求滿足最小化原則。其次，要求平臺企業(yè)保障其收集和使用消費(fèi)者信息的透明度，并向消費(fèi)者提供便捷的渠道以訪問、修改和刪除自己的信息，從而落實(shí)消費(fèi)者的控制權(quán)與選擇權(quán)。最后，還要求平臺加強(qiáng)對消費(fèi)者的隱私安全保障的算法設(shè)計(jì)，一方面防止消費(fèi)者數(shù)據(jù)丟失或遭到破壞，另一方面要在默認(rèn)設(shè)置中就使用隱私增強(qiáng)保護(hù)技術(shù)從而保護(hù)消費(fèi)者隱私[16]。若能參照此種框架建立我國的隱私損害評估機(jī)制，則可以對平臺企業(yè)運(yùn)用個性化推薦而不當(dāng)收集和處理消費(fèi)者數(shù)據(jù)的“過高定價”行為進(jìn)行規(guī)制，以使消費(fèi)者的合法權(quán)益得到充分的救濟(jì)[17]。

4 結(jié)語

網(wǎng)絡(luò)平臺的個性化推薦是一把“雙刃劍”，在便利消費(fèi)者使用的同時，也帶來了信息繭房、個性化定價、自我優(yōu)待等平臺不當(dāng)行為的情形，可能同時對消費(fèi)者個體信息權(quán)益、消費(fèi)者權(quán)益和市場競爭機(jī)制造成損害。對于部分小微平臺運(yùn)用算法個性化推薦技術(shù)給消費(fèi)者造成損害的個案，則適用《個人信息保護(hù)法》與《消費(fèi)者權(quán)益保護(hù)法》以保護(hù)消費(fèi)者合法信息權(quán)益和交易權(quán)益；而當(dāng)《消費(fèi)者權(quán)益保護(hù)法》不足以保護(hù)消費(fèi)者免受具有市場支配地位的企業(yè)造成的上述損害，著眼于維護(hù)市場公平競爭秩序的《反壟斷法》在一定程度上可以作為規(guī)制這些企業(yè)的有力武器。正確運(yùn)用《反壟斷法》評估算法個性化推薦的不當(dāng)利用對市場競爭秩序和廣大消費(fèi)者的利益的影響，并可以將其中競爭損害評估內(nèi)容從只考慮價格損害優(yōu)化擴(kuò)展到綜合考慮注意力損害和隱私損害，這將有利于提升對消費(fèi)者的保護(hù)水平，維護(hù)更多消費(fèi)者的長期利益，完善算法個性化推薦給消費(fèi)者造成損害的多元救濟(jì)途徑。