摘 要:網絡交易的普及帶來了平臺經濟的繁榮，在算法社會來臨的背景下，網絡交易“消費者—電商平臺—商家”獨特的交易結構和海量多維的大數據,賦予了互聯網平臺企業壟斷地位和信息優勢，也為形成“算法利維坦”提供了可能。“大數據殺熟”、競價排名機制、“外賣騎手困在系統里”等現象，呈現了算法社會中網絡交易的失序與困境。要打開“算法黑箱”、避免算法“作惡”，通過優化網絡交易結構與評價算法、保護消費者隱私、交易互評機制和第三方評價等手段，構建良好的網絡交易秩序。
關鍵詞:網絡交易 交易結構 秩序構建 算法社會
【中圖分類號】F724.6 【文獻標識碼】A
《中國移動互聯網發展報告（2021）》顯示2020年全國網上零售額為11.76萬億元，同比增長10.9%，網絡交易已經深深嵌入到經濟社會運行中，成為經濟生活的有機組成部分。互聯網中的電商平臺在很大程度上解決了線上交易中買賣雙方的交易安全與互信問題，大小商家紛紛抓住新增長點帶來的機會，通過互聯網交易平臺將商業重心從線下轉向線上。
算法技術是商業模式創新與技術進步相結合的產物，其商業價值在網絡交易的實踐中得到充分的展現。算法技術在網絡交易中的快速發展，一方面極大地提高了交易匹配的精準度、提升了商業社會運行效率、增強了經濟活力。如基于算法技術建立的用戶畫像可以更精準的匹配用戶需求，為網絡交易的買賣雙方提供差異化的服務；另一方面，在新業態和新技術的產生與快速發展的同時，失序現象也相伴而生，由“算法黑箱”“算法歧視”“算法繭房”等引發的糾紛與失序現象層出不窮，無論是對消費者，還是對于商家，都造成了相當大的困擾。
算法社會中網絡交易的結構性特征
網絡交易是指利用計算機技術、網絡技術和遠程通信技術，在企業之間、企業和消費者之間以及個人與個人之間實現交易過程的數字化和網絡化。網絡交易實質上形成了一個虛擬的市場交換場所，人們通過網絡獲知商品信息，物流配送系統和資金結算系統作為支撐，協助完成網絡交易。算法是達成特定目標的程序，網絡交易產生的大數據為算法的廣泛應用提供了契機。然而，與網絡交易相伴生的一系列問題，諸如消費者隱私與信息安全問題、商品質量與用戶體驗問題、商品運輸與遞送風險、商品售后服務問題等，均關乎網購交易體系，而此體系深深嵌入于一系列的交易結構和交易規則之中。
第一，“消費者—電商平臺—商家”這種獨特的交易結構，成為網絡交易糾紛的催化劑和放大器。傳統線下交易，“消費者—商家”二元關系是其基本交易結構，商家的信譽、客戶的粘性都在這一結構中培育生發，商家之間的競爭與優勝劣汰也同樣源自于該交易結構。基于傳統交易而形成的信譽機制與社會信用體系以及作為交易外部制度安排的工商質檢，都可以發揮有效的質量管控功能。而網購交易體系具有“小前端、大平臺、富生態”的格局特點，電商平臺處于整個交易體系的統領地位，具體表現為準入門檻設定、資格審核、商家評級排名、糾紛處理，等等。在這樣的交易結構之下，電商平臺當中的各商家對于“網購差評”十分敏感且難以容忍，因為網購差評可能對其信用評價、營業收入甚至商家自身的生死存亡產生決定性的影響，相似的交易結構也出現在網約車平臺、點送餐平臺等網絡交易平臺之中。
第二，電商平臺的壟斷地位和“算法利維坦”，即智能算法帶來治理效益的同時也會生成新的社會風險。在“消費者—電商平臺—商家”這一交易結構中，電商平臺毫無疑問地處于優勢地位。在整個網絡交易空間中，電商平臺也同樣具有支配地位，從網絡購物市場份額看，阿里無線（淘寶）一家獨大，在整個市場份額中占比約為70%，遠超其他電子商務企業。雖然電商平臺吸納了支付、物流、保險、第三方質檢等多元主體參與其中，行為主體呈現出了多元化復合化的特點，但是電商平臺是關鍵游戲規則的制定者。如何推薦商品給消費者、如何衡量商家信用、如何反饋糾紛、如何派單等，無一不需要電商平臺開發的各種算法。算法通常以客觀中立、價值無涉的形象呈現，但算法由誰來制定、遵循何種規則、如何被執行，都是其背后設計者的價值選擇與既有利益格局的體現。“算法利維坦”的吊詭之處在于，電商、消費者和商家似乎都受其支配，當出現交易爭議時，平臺電商通常甩鍋給算法，而消費者與商家如入無物之陣，不知如何對自身權益加以保護。
第三，算法正義對于調整網絡交易結構和優化交易秩序至關重要。目前電商平臺的交易評價機制，并沒有給予商家充分的反饋與改進空間。例如，在某位消費者給予某項商品或服務差評之后，電商平臺上很難留存商家進行后續實質性改進的痕跡，但給商家卻留下一筆難以抹去的差評記錄。這在現有網購生態結構中，對于商家的信譽可能有致命性的影響。在此意義上，商家對于差評也便很難以容忍，更有甚者出現粗暴恐嚇消費者以達到讓消費者改口或刪除差評的惡性現象。算法即規則，而規則即治理。算法已經成為塑造網絡交易秩序，保護交易各方權益的重要工具。但算法并非天然就是客觀和中立的，它也是新的權力與財富分配的工具。算法也會形成歧視與偏見，主要存在著兩種類型。一是原生性算法歧視。對于網購交易而言，原生性的算法歧視是指在程序設計之初由于技術性原因，沒有及時對偏差進行校正而產生。二是外源性算法歧視。在算法設計和執行過程中，都受到其外部環境的影響。對于網購交易而言，主要有資本干預、利益驅動、技術的濫用誤用等。算法在協助達成有效交易的同時，也帶來了算法倫理問題，諸如侵犯消費者隱私、“殺熟”“欺生”的消費歧視等。因而，算法正義對于調整網絡交易結構與優化交易秩序顯得十分重要。
算法社會中網絡交易的失序
在互聯網經濟的場域中，大數據已經成為市場競爭的基礎性要素，而算法通過對大數據的發掘利用，成為市場競爭的基礎性技術。但合理的交易秩序并不能夠自然而然地形成，因此算法成為塑造網絡交易秩序、保護交易各方權益的重要工具。網絡交易中的算法是平臺企業基于自身目的所設計開發的，互聯網經濟具有天然的壟斷趨勢，應對新業態和新技術的法律法規相對滯后，這使得互聯網平臺企業可以利用自己的數據優勢和算法技術濫用市場支配地位，侵害網絡交易中其他主體的權益，造成一系列失序現象。
首先，互聯網平臺利用算法進行大數據“殺熟”的現象屢見不鮮。復旦大學孫金云團隊通過調研發現，用滴滴出行平臺打車，“熟人”比“新人”的打車費用可能更高。互聯網平臺與商家在用戶不知情的條件下，根據不同的用戶畫像特征啟用不同的定價策略，以期在最大程度上獲取利益。這種互聯網平臺企業利用算法技術，最大化攫取消費者剩余的“大數據殺熟”現象，已接近經濟學中的一級價格歧視。雖然平臺企業給出的解釋常常是“算法技術原因”，但這種價格歧視有違商業倫理，已受到社會輿論的廣泛質疑。
其次，互聯網平臺的競價推廣機制一定程度上干擾了正常的交易秩序。相對于傳統零售業，網購交易秩序的構建更加依賴于交易評價。網絡交易無法像傳統市場購物那樣通過接觸商品而獲得購買決策信息，買賣雙方在商品質量信息占有方面更加不平衡，信息不對稱問題比傳統交易市場更為嚴重。因此，針對每一次網購交易的評價、記錄、信息透明、信用評級等，就顯得尤為重要。而由于互聯網平臺的算法中往往會引入競價排名系統，這使得網絡交易中的推薦排序，并不是基于商品和服務的品質以及消費者的偏好而定，而是很大程度上依賴于商家的競價排名。加之網購中“刷好評”與“刷差評”亂象普遍存在，這些因素都會對消費者的購買決策產生干擾。同時，由于平臺把控了網絡流量入口，平臺的競價機制決定了平臺上的商品與服務的流量，而流量又進一步影響商業價值，這種“競價為先”“流量為王”的現象，則會形成消費者的信息繭房，創造出很多消費者原本并不存在的需求，進而誘導消費者陷入消費陷阱，引發非理性消費和借貸消費的社會風險。
最后，算法時代的網絡交易失序不止影響商品與服務的購買方，還存在于供給方之中。平臺經濟在人們衣食住行各個領域全面拓展的過程中，在勞動關系方面還出現了所謂“去雇傭關系”的趨勢，以網約車、外賣送餐、內容付費、靈活用工等為主要表現形式的互聯網“零工經濟”逐漸興起。“零工經濟”中的用工關系在很大程度上仍然是一種從屬性的雇傭勞動，但這種新型用工形態已經超出《勞動關系法》中雇傭關系的調整范圍。2020年，一篇名為《外賣騎手，困在系統里》的文章，在網絡上引起熱議，鮮活地呈現了新型用工形態下，處于弱勢地位勞動者的生存樣態。“零工經濟”中的平臺用工，在看似松散的勞動關系之下，卻利用算法嚴格控制勞動者的勞動過程。“零工經濟”中勞動者受到更少的法律保護和更多的企業控制，在隨時可能因失業而中斷收入的壓力下，勞動者對網絡交易平臺的依附性增強，使得勞資關系不斷向資方傾斜，勞動者權益的保護迫在眉睫。
構建網絡交易秩序的治理之策
隨著算法社會的來臨，算法已經在商業領域充分展現其自身價值，并逐漸向社會各個領域滲透。人們在享受算法帶來的便利的同時，也不得不面對算法帶來的風險與挑戰，算法時代對政府監管的組織形式和技術水平提出新要求。隨著我國網絡交易環境（基礎設施、電子支付手段、物流支持）的不斷完善，參與網絡交易的群體日益龐大，消費者權利意識也在逐步加強。在算法社會的背景下，如何建構公正合理的網絡交易秩序，在技術進步的同時，保護各方利益主體的合理合法權益，可從以下幾個方面入手：
第一，搭建包括政府監管機構、電商平臺和商家的網購三級質量管控體系。電商平臺作為核心管控主體，應更加積極提升自身的管控能力，優化網購評價算法，引入第三方評價機制與多主體參與互評機制。政府監管機構應致力于搭建與電商平臺、商家的信息溝通渠道，更好地發揮“看得見的手”的作用，積極利用政策和制度杠桿，調節網絡交易市場的結構性問題。
第二，在優化網絡交易結構方面，應積極采取引入多元競爭、加強政府監管等辦法，弱化電商平臺的自然壟斷。首先，積極營造更加公平的網絡交易外部環境，增進網絡交易平臺的自由競爭。在較為充分競爭的市場中，電商平臺將有更大的動力提供優質的平臺服務；商家也將不斷創新營銷策略，提供優質的產品、改進服務質量。其次，電商平臺應建立和不斷完善在線信譽反饋系統、第三方擔保支付系統以及商品質量溝通體系，使“消費者—電商平臺—商家”的網絡交易結構更加均衡。
第三，打開“算法黑箱”，避免“算法作惡”。網絡交易中涉及的復雜算法，由于其極高的技術壁壘，消費者難以窺視其規則本質，“算法黑箱”由此而生。為避免“算法作惡”，應遵循授權同意原則和公開透明原則。首先，電商平臺在系統收集分析消費者信息之前，應使消費者和商家充分知情同意，不能擅自超越授權性質和授權范圍收集和分析交易數據；其次，公開透明原則要求電商平臺應向消費者和商戶明示算法系統的設計原理、部署目的，在法律規范框架之內建立強制性信息披露和信息共享機制，持續公開網購評價算法，保證在網絡交易過程中，算法能夠通過反饋不斷地加以改進。
第四，在網絡交易評價的設計理念方面，應堅持人的尊嚴和價值優先原則。算法是為交易服務的工具，而不應成為交易的主宰。建立健全算法歧視糾正機制，在交易算法開發者、應用者、銷售者以及管理者之間搭建有效的溝通橋梁；設置管控機制，將算法異化與歧視減縮到最小，以便形成公開公平的交易算法與網絡交易體系。
第五，根據技術與市場的發展，不斷完善網絡交易的法律法規。新業態、新技術的不斷發展使得法律法規在具體實施的過程中仍有較大的模糊空間。網絡交易涉及到隱私與信息安全保護、電子證據與電子簽名的法律認定、電子支付及金融管理、政府強制措施及審核機制、司法的國際管轄和國際協助等事項，這需要立法機關與司法機關與時俱進，進一步明確數據的所有權，完善相關法律規定，嘗試在平臺網絡交易領域采取公益訴訟與舉證責任倒置等措施，為良好有序的網絡交易秩序提供有力法治保障。
【本文作者為上海交通大學國際應急治理研究院教授；本文系國家自然科學基金項目“智慧城市建設中的多元主體協同、治理網絡與演化機理研究”（項目編號：71974057）的階段性成果】
責編：程靜靜／美編：王嘉騏
The “Algorithmic Leviathan” in Online Transactions and Its Governance Strategies
Li Zhichao
Abstract: The popularity of online transactions has brought about the prosperity of the platform economy. Against the background of the advent of algorithmic societies, the unique online transaction structure of “consumer-e-commerce platform-merchant” and the massive and multi-dimensional big data have given Internet platform enterprises monopoly status and information advantages. They have also provided the possibility of forming an “algorithmic leviathan”. Phenomena such as “big data-enabled price discrimination against existing customers”, bid ranking mechanisms, and “takeaway delivery riders trapped in the system” present the disorder and dilemma of online transactions in an algorithmic society. To open the “algorithmic black box” and avoid algorithms from “doing evil”, we need to construct a good order of online transactions by optimizing the structure of online transactions and evaluation algorithms, protecting consumer privacy, and adopting mutual evaluation mechanisms and third-party evaluation.
Keywords: online transactions; transaction structure; order construction; algorithmic society
聲明：本文為《國家治理》周刊原創內容，任何單位或個人轉載請回復國家治理周刊微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。