数字平台算法不正当竞争行为的司法规制

目录一览：

一、数字平台算法不正当竞争纠纷的现状分析

（一）竞争行为复杂交错 

（二）依赖原则性条款裁判 

（三）不正当竞争认定率高 

（四）涉群体性算法竞争规制机制落空 

二、数字平台算法不正当竞争规制的司法困境

（一）算法应用行为制度规范尚未成熟 

（二）算法竞争行为违法性判定标准缺失 

（三）算法不可解性增加审查难度 

（四）算法不正当竞争诉讼机制失力 

三、数字平台算法不正当竞争司法规制的完善路径

（一）秉持谦抑态度：明确算法不正当竞争规制理念 

（二）镜鉴域外机制：优化算法竞争行为违法性判定规则 

（三）具化行为模式：探索算法竞争行为违法性场景化判定 

（四）引入公益诉讼：完善算法不正当竞争行为规制框架 

结语

“万物互联、事事算法”。大数据与人工智能时代，数据、信息和技术等要素在算法加持下快速向数字平台聚拢，衍生出新的调配社会资源的“算法权力”。与此同时，算法的外部风险与潜在威胁也达到了前所未有的程度，涉数字平台算法合谋、大数据杀熟等算法驱动型不正当竞争行为此起彼伏。如何评估算法对数字市场竞争秩序的影响、如何平衡数字平台算法运作背后的权力配置关系、如何推动平台竞争领域“技术+规则”的算法治理，成为理论与实务界共同关注的话题。对此，透析数字平台算法不正当竞争行为的司法现状，对算法竞争规制理念、行为违法性判定规则等问题展开探究，并以平台算法权力规制为核心，以竞争行为场景化治理为进路，提出算法竞争行为类型化评价、正当化解释以及要素式认定方式，以为未来司法规制数字平台算法竞争行为、增进消费者长期福祉、推动数字经济平台治理提供参考。

一、数字平台算法不正当竞争纠纷的现状分析

当前，数字平台广泛运用算法红利驱动商业发展，算法技术成为互联网竞争博弈中的重要资源和桥梁工具，相关司法纠纷也呈现逐年增长趋势。本文基于涉算法竞争纠纷司法实践的实证分析，归纳总结案件特点及司法现象。

01. 竞争行为复杂交错

涉算法不正当竞争纠纷主要发生于社交娱乐类、信息咨询类、计算应用类、网络销售类数字平台，分别占比36.2%、20.3%、18.8%、14.5%，与该等类型数字平台对算法依赖程度及其衍生利益的核心需求紧密关联。该类案件所涉算法应用场景类型中，算法搜索类应用居于首位，占比达37.7%，算法推荐类次之，涉及算法调度类案件尚属少数。需要强调的是，多数大型数字平台并非只有一种算法，而是多重算法的叠加应用，即同一平台可能同时触发多种类型的算法竞争行为，同一类型的算法应用场景也可能引发不同类型的算法竞争行为。

图1：涉数字平台算法不正当竞争纠纷算法与平台类型统计

表1：涉数字平台算法不正当竞争行为分类统计

02. 依赖原则性条款裁判

样本显示，大部分数字平台算法不正当竞争行为均无法被《反不正当竞争法》类型化规定所覆盖。因此，有66.2%的案件是通过法官裁量和解释适用《反不正当竞争法》第2条“一般条款”进行裁判；另有36.8%的案件中适用被称为“互联网专条”的第13条（原《反不正当竞争法（2019年修正）》第12条）予以调整，且其中60%的案件均援引第13条第4项的兜底条款作为裁判依据。另有小部分纠纷为传统不正当竞争行为在算法加持下的延伸，在实践中适用了虚假宣传、商业诋毁及商业混淆等条款予以调整，占比仅为16.2%。除此之外，还有20.6%案件存在一般条款与类型化条款叠加适用的情况，其中部分是因个案中存在多个被诉行为而进行区分认定，但也有部分案件针对同一行为适用一般条款和类型化条款重复定性。

图2：涉数字平台算法不正当竞争纠纷裁判适用条款统计

03. 不正当竞争认定率高

从裁判结果上看，认定案涉行为构成不正当竞争的比率达84.93%。其中，涉及算法恶意比价类行为的认定率为100%，数据过度抓取类行为的认定率为83.3%，强制二选一类行为的认定率为80.0%，算法排序干扰类行为的认定率为92.5%。但从判决说理中可见，司法裁判对竞争问题的利益衡量论证线条单一。如有38.5%的案件采用侵权论证范式，以原告利益受损、被告存在主观故意为由，得出被诉行为构成不正当竞争的结论。缺乏对算法技术和市场相关因素的全方位分析和评估，一定程度上削弱了判决说理的确定性、权威性和可预期性。

图3：涉数字平台算法不正当竞争纠纷各类行为认定比例

04. 涉群体性算法竞争规制机制落空

2024年及2025年先后发布的《网络反不正当竞争暂行规定》及新修订《反不正当竞争法》等均关注到了“算法歧视”“大数据杀熟”等涉群体性算法不正当竞争行为的规制必要性，通过专门条款明确禁止平台实施该类行为。但鉴于该类行为所涉及的直接群体往往不是某一经营主体，而是分散存在的广大消费者或个体经营者，但普通个体往往缺乏提起算法不正当竞争之诉的经济实力与举证能力，导致该类行为并未以不正当竞争司法诉讼的形式体现出来，其社会及立法关注度与司法实际存在落差。

二、数字平台算法不正当竞争规制的司法困境

《反不正当竞争法》以其极大的韧性，在司法裁判领域展现出了法律适用上较强和较广的规制可能性。但如何在《反不正当竞争法》的范畴内对竞争行为作出准确的法律评价，法理与实务界均尚无成熟稳定的答案。尤其是在算法技术及数字经济交融的时代背景下，既有司法实践面临着竞争行为违法性认定标准不一、竞争损害认定机制不明、算法可审查性受阻等突出困境。

01. 算法应用行为制度规范尚未成熟

1.现有算法规范条文概念混同。目前为止，全球范围内尚无一个国家（或超国家组织）的法律法规对算法系统的相关问题进行整体而明确的考量。就我国而言，涉及算法的相关条款散落于现有的网络立法体系之中，并表现出对数据、算法分而治之的特点，且概念之间多存在交叉混同。如部分规范文件以“数据处理”“数据处理活动”替代算法定义，部分则以“人工智能”“互联网信息服务”指代算法应用。

但算法本质上是一种集数据和信息内容于一体的模型，算法自动化决策很大程度上取决于训练数据及信息的数量与质量。因此，算法与数据、信息在制度范围上存在一定差异。不同层级、不同领域提出的规范文件在算法定义上的不统一，一定程度上增加了普通公众及缺乏专业技术知识背景的审判人员的认知难度，数据、算法分散式治理亦难以统筹算法智能应用的治理全局。

2.算法法律性质界定存在争议。在法律上如何定性算法，决定了司法介入算法竞争行为的标准和方式。但现有涉及算法规制的制度规范中，并未对算法的法律性质问题作出规定，学术理论或法教义学上亦未形成确切的答案，出现了算法属于主观言论、商业秘密、专利、正当程序等不同观点。如美国法院在涉搜索引擎中搜索结果排序案件中，认同了被告方提出“搜索引擎的搜索结果本质是一种主观意见”的抗辩。另有学者主张将算法视为与专利权同等的权利客体，对算法予以专利保护。但也有部分学者对算法的可专利性、可版权性及是否属于财产等提出质疑，认为对算法采取商业秘密的定性更具正当性，并以美国威斯康星州诉Loomis案中法院将关于量刑的特定算法视为商业秘密作为例证。此外，还有学者提出了将算法界定为正当程序，认为“算法黑箱”本身不具有可谴责性，只是一种中立的技术事实描述，算法操纵的负面结果来源于算法权力，只要算法权力拥有者能够证明其行使算法时满足正当程序要求，即可对其产生的后果免责。

3.平台算法应用评价标准不明。当前，各国纷纷探索建立算法影响评估制度，以降低算法应用中可能引发的风险或不利影响。但现有制度资源多侧重于对算法的技术评价，如部分制度从科技伦理角度强化算法技术审查，强调算法的技术中立与技术创新；部分侧重于提高算法系统的透明度，提升算法决策过程的可理解程度，以防止或检测不公平算法的结果，但关于如何对算法应用者（即数字平台）进行问责的探讨及规则阙如。除此之外，现有相关规定均仅侧重于算法应用过程中的某一特定方面，而缺乏对算法从设计、部署、运行到结果输出这一全生命周期的系统控制，亦忽视了算法权力对社会运行的深远影响。该现状导致个案裁判中，裁判者难以有效套用或参照某一法律规范对算法部署、应用的合理性进行法律评价。

02. 算法竞争行为违法性判定标准缺失

1.一般条款“兜底”范围不确定。如前所述，当前《反不正当竞争法》的具体条款与涉算法不正当竞争纠纷所呈现的行为模式契合度不高，大部分案件均需通过一般条款予以理解适用。但原则性条款的主观性、抽象性和不确定性，也导致竞争行为的违法性判断出现对商业道德、行业惯例认知以及对竞争利益损害的价值评价差异。如在数据过度抓取中，部分观点认为可将Robots协议认定为是特定商业模式及行业惯例，从而认定凡是违反了Robots协议的行为即为不道德的、可谴责性的。又有部分观点认为，企业间竞争利益的损害应等同于经营者合法权益的损害，从而认定构成不正当竞争。

2.算法对竞争行为影响程度辩驳不一。竞争行为正当性在很大程度上取决于具体利益权衡，只有当竞争的负面效果大于正面效果时，法律才有介入管控竞争行为的必要。就算法而言，其在数字平台内的应用部署所可能产生的长期影响尚不明确，导致具体行为违法性认定的整体方向也难以确定。如个案中，被告往往以“技术中立”或“技术创新”为由，抗辩其算法使用行为具有正当性。然而，对于算法应用行为中发生技术冲突是否不可避免，市场应对该类行为持何种程度的包容态度，技术中立是否必然构成不正当竞争的正当性抗辩事由，司法实践持有不同态度。以涉推荐算法案件为例，部分观点认为，此类算法属于中立技术，其大大提高了营销精准度及需求匹配率，从而促进经济增长；部分观点则基于“算法黑箱”原理，认为算法推荐对内容的生成、传播等具有较强的引导性和控制力，因此平台有责任更加积极有效的履行平台管理义务。

03. 算法不可解性增加审查难度

1.算法的透明度不足。不透明性是算法的本质特征，因为其决策标准隐藏在公众无法轻易阅读和理解的代码面纱背后，公众无从知晓算法是如何做出特定决策的。这一方面源于数据安全考虑和技术的专业性，即算法本身作为一种具有高度复杂性和专业性的前沿技术，即便是将源代码敞开给法官，未受到专业训练的法官也很难理解其中运作方式。另一方面，则源于智能技术应用基础上的“自我学习”，因为算法往往涉及海量且杂乱无章的训练数据，并通过深度学习实现短时间内快速的版本迭代，由此衍生出技术复杂性带来的不透明性。这种不透明性增加了发现违法行为和违法事实的难度，同时也增加了法院在事实认定与法律适用上的难度。公开部分算法信息到底会造成怎样的影响，如何判断平台是否夸大算法透明的代价，又应当交由何种机构完成算法公开评估，均是当前司法实践所面临的难题。

2.算法的可解释性不强。不可解释性是机器学习算法的特性，因算法在提供预测或决策时，即使是算法的设计者也往往无法清晰地解释其背后的逻辑或原因。进一步而言，特定软件的算法多是以多种算法交织而成的算法系统的形式存在，而这些算法系统又由众多程序员在不同时间制作、维护和修改的，每个算法都对结果具有不确定且不断变化的贡献，并以多种非线性方式相互作用，要重构特定决策的原因极为困难。对于不具备算法技术知识的普通群体而言，往往并不知晓其利益因算法而受到损害，即便知情，也往往无力对算法决策及其影响结果与损害关系进行举证，要透过技术面纱揭露其背后的违法性实质更是难上加难。普通公众甚至并不知道需要了解或掌握哪些信息才能对算法决策的过程放心，更遑论对平台提供的算法解释的真实性进行验证。

3.信息不对称问题难以消解。面对算法的技术性、复杂性，司法机关已经探索通过引入专家辅助人的方式，解决系列专业或专门难题。但即使法院可以对企业的算法透明度、可解释性提出要求，算法技术本身的复杂性所带来的信息不对称仍然难以消除。一方面，法院缺乏足够的高水平算法技术人才支撑，很难通过直接或间接的技术手段对算法的具体内容进行分析。另一方面，算法自身的技术特性和商业上快速迭代的需求，也决定了难以对其进行全面审查，平台具备将算法滥用导致的不正当竞争行为归咎为客观的、非人为的代码瑕疵的技术能力。

04. 算法不正当竞争诉讼机制失力

1.个体对算法行为的诉讼反抗能力不强。在数字平台早已形成网络治理私权力的情况下，掌控大量数据、用户规模和资金优势的大型数字平台，利用先进算法实施的不正当竞争行为愈加复杂、隐蔽。而作为算法相对人，受到该类不正当竞争行为侵害的广大消费者、经营者往往处于“无知之幕”之中，难以感知算法及其对结果的影响存在，侵害结果易被忽略。即使认识到了算法滥用行为的存在，消费者与个体经营者往往因缺乏相应的技术手段和经济实力，难以获取这类不正当竞争行为存在的相关证据，算法控制者与数据主体间存在明显的信息或权力不对称。以用户或个体相对人一己之力对抗算法的错误决策及滥用行为几无可能。此即当前社会关注度较高的“大数据杀熟”“算法歧视”等行为，暂未在不正当竞争纠纷司法实践得以体现的根源所在。

2.个案诉讼难以有效救济分散个体。如前所述，“算法歧视”“大数据杀熟”这类不正当竞争行为的侵害客体以广泛、分散的广大经营主体或不特定消费群体为主。但一方面，在只有经营者能够提起反不正当竞争之诉的制度前提下，消费者并无法通过反不正当诉讼获得个案救济。另一方面，基于诉权自治原则，个案胜诉的判决也无法直接惠及未参加诉讼的受害者，亦无法从根本上化解市场中类似不正当竞争行为。“无救济，则无权利”，不正当竞争领域公益诉讼司法救济程序的缺位，使得涉“算法歧视”“大数据杀熟”等竞争规制立法被虚置。

三、数字平台算法不正当竞争司法规制的完善路径

由于算法应用的广泛性以及嵌入场景的复杂性，以单一的规制标准简单套用所有算法应用场景仍缺乏合理性和可行性。因此，以平台算法权力规制为核心，以竞争行为场景化治理为进路，可探索精细化的治理机制。

01. 秉持谦抑态度：明确算法不正当竞争规制理念

1.从侵权保护到损害中性。数字平台将算法技术应用于其商业竞争机制的过程中，造成其他竞争对手既得利益的妨碍或破坏，是市场竞争的固有结果与常态。只要这种妨碍或破坏未违反法律或商业道德、未侵害动态竞争利益，则不应受《反不正当竞争法》的否定性评价与规制。基于此，司法实践有必要回归竞争法谦抑属性，坚持竞争行为合法推定原则，对新型算法竞争行为持包容、审慎、科学的规制态度，以为合理的技术创新和正当的技术中立预留空间。

2.从数据保护到算法规制。数字平台借由算法的力量扩张各自的权力版图，竞争利益的损害来源不再限于底层数据，而更多的是来自于数据与算法的汇合。因此，原本停留于数据收集层面的规制理念已无法应对算法权力的兴起外溢效应，司法实践中的规制重心有必要向经营者对算法的控制和使用上转移。这一思路的转变，意味着裁判者应更加关注算法设计、利用过程中的相关机制，即算法权力的行使必须要满足正当程序的要求，由此约束算法使用者的技术空间。同时，也可使司法摆脱“技术中立”以及数据客观性的困境，从算法伦理嵌入的角度出发，关注算法技术理性背后“向善”原则的道德评价。

3.从技术规制到权力制约。算法技术并不必然引发全新的法律问题，绝大部分竞争法视角下相关行为的配套分析思路，仍然行之有效。即如果一个行为在没有算法作为工具或辅助的情况下，基于传统竞争法分析思路的分析结果是违法的，那么该行为并不会因为使用了算法而具有合法性。反之，如相关行为本身或行为的效果并不具备反竞争影响，相关行为也不会因算法的介入而具备违法性。因此，竞争法介入算法治理的具体进路，应当围绕对算法权力的规制展开。将算法权力作为规制重心，既有利于保证相关制度的整体性和相关性，更有利于压实算法控制者的主体责任，从而督促算法使用者主动对算法的部署和应用负起责任。

02. 镜鉴域外机制：优化算法竞争行为违法性判定规则

1.引入竞争影响评价体系

具化竞争影响评价体系有利于降低司法裁判说理中对于商业道德、公共道德的依赖程度，从而有效避免当前司法实践中违法性认定“泛道德化”问题。个案中关于算法竞争行为对市场效率的影响判断，可重点把握以下两个方面：

（1）明确影响评价要素。当前各国在算法影响评估的实践为司法裁判提供一定的有益探索，可参考构建算法影响评价体系，将法律原则以评估要素的形式融入到算法设计和行业应用规范中，以更好的寻求法律规制和技术创新之间的动态平衡点。对此，可基于诉辩双方对案涉竞争行为所产生的积极影响与消极影响进行比较，结合算法架构复杂性、算法系统部署的必要性、决策应用场景和范畴、系统设计预想效果、数据使用方式等指标，参考加拿大《自动化决策指令》的4个风险等级，评定竞争行为对经营者、消费者及社会公众所产生的影响，具体如下：

 表2：数字平台算法不正当竞争行为影响评价体系

（2）明确影响分析参照坐标。在竞争效率影响分析中，可参考借鉴欧盟的“参照性消费者”标准，即以普通消费者、理性经济人为参照，开展“成本-收益”分析，判断对竞争行为的限制是否有利于降低生产交易成本和市场进入壁垒、是否更能增进市场竞争力。

2.引入显著性评价标准

在当前平台治理规则未明的状态下，可参考借鉴《德国反不正当竞争法》在算法不正当竞争违法性判定中引入显著性标准，即只有在某一项算法竞争行为达到了显著妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的程度时，该项行为才可能构成不正当竞争行为。在个案考量中可从以下3个方面展开：

图4：算法不正当竞争行为显著性评价标准

3.引入算法守门人义务

欧盟《数字市场法》中明确了大型平台“守门人”制度，即对控制互联网生态关键领域、有资源和影响能力的数字平台实施事前不对称监管，列出18项禁令和义务清单。借鉴到算法竞争领域，可从算法的开发和部署层面展开对“守门人”的监管和审查，将平台责任与“控制能力”挂钩，而不再局限于算法对具体信息的流转与控制层面。即对于互联网市场具有重要影响、其算法对用户和消费者行为具有较强控制力、且能够稳固并持久地占据优势地位的数字平台，应当就其算法开发与部署承担“守门人”义务，要求其不仅要考虑算法技术带来的功能性利益，还应当着眼于算法与社会的关系，在设计算法程序、编写代码之前审慎选择方案，防范可预知的不良后果，否则应由平台承担对利益受损群体的事后救济责任。而这种“守门人”义务的严格程度，应与平台算法对其平台内数据和用户行为的控制力、影响力成正比，如算法对用户行为引导、控制能力越强，则应承担更加严格的审查义务。

03. 具化行为模式：探索算法竞争行为违法性场景化判定

1.算法规制框架的场景化设定

数字平台使用算法具有多样性，即便是相同的算法，由于不同场景所输入的变量以及数据内容等存在差异，算法对平台竞争行为的干预能力及参与程度便也存在差异，这就决定了关于算法竞争行为的违法性认定要素或判定标准也将会随着应用场景的不同而分化与深化。因此，具体到涉算法竞争纠纷的司法梳理，可从以下2个维度，构建算法场景化规制框架：

（1）以算法对平台决策的参与程度，将算法在决策中的角色分为纯粹执行者和独立决策者，前者主要指算法在一项决策中主要发挥着执行人工决策的计算工具作用，典型如搜索引擎中的自然排序算法、智能广告投放中的推荐算法等评价性算法；后者则主要指算法在决策中超越了工具角色，能在一定程度上代替或接管人类决策，成为一种承载社会权力的技术装置，典型如强制二选一中的调度算法、大数据杀熟中的定价算法等预测性算法。

（2）以算法对市场竞争所产生的风险类型，将基准分为误导型风险和阻碍型风险，前者主要指平台滥用算法手段制造“信息茧房”“信息误导”效果，以至于影响消费者理性决策或其他经营者的交易决定权，如利用算法进行刷单炒信以误导、欺骗消费；后者主要指平台利用算法手段，阻碍其他经营者提供更优产品或服务，从而妨碍正常的市场竞争机制，如利用搜索降权、限制流量等较为隐蔽的算法手段，变相制造恶意不兼容状态进而阻碍、妨害其他竞争对手。在两基准的基础上，可将行为模式例举为4个主要场景，算法对平台决策的影响程度从场景1到场景4不断深化，算法对竞争行为的自主性和主导性也越来越强。相应的，对平台算法的正当性审查标准及违法性推定规则趋向严格，平台所应承担的主体责任和义务也随之增加。

图5：算法规制框架的场景化示例

2.算法竞争行为的类型化评价

基于前述场景化框架，可进一步展开横向坐标中误导型风险及阻碍型风险，将算法不正当竞争行为分为以下两大类：

（1）误导型不正当竞争行为及其评价标准。即指平台利用算法技术手段误导、欺骗消费者，显著影响消费者或其他市场参与者的交易行为的不正当竞争行为。该种竞争行为主要基于竞争双方的信息不对称、力量不对等而实施的，有一部分是传统不正当竞争行为在算法加持下的延伸，如前所涉及的利用人工或技术刷单抄信影响算法正常排序结果，应落入虚假宣传的规制范围内；也有很大一部分是技术性、隐蔽性较强的新类型行为模式，如利用搜索降权、关键词屏蔽等算法技术手段，使社会公众无法或难以通过搜索引擎或社交平台获取到关于某经营者的负面新闻，从而达到误导他人的效果。因此，在判断相关行为是否构成误导型不正当竞争行为时，可基于传统不正当竞争逻辑框架，重点围绕以下路径展开：

首先，依据多边效应标准，立足于横向关联业务、纵向上下游产业链的生态体系，厘定相关产品、服务的普通消费者群体；

其次，依据参照型消费者标准，从接受该类算法行为所提供信息的一般公众视角，以一名具有相关基础认知、理性注意能力及判断力的相关公众身份，理解和评价相关信息；

最后，依据信息认知准确性标准，从信息传播效率及消费者的信息获取能力，比较一般消费者群体对平台算法所提供信息的主观理解是否与事实真相存在差异、差异程度如何等。如果平台利用算法向消费者提供的是客观、中立、正确的信息，则指该行为不具有误导性；如果所提供的是不真实的信息，但相关公众能够轻易识别出是不真实的信息，那亦不具有误导性；如果算法所提供信息确实存在决策偏差以致于误导公众作出非理性商业决策，那么无论平台是否对该算法偏差存在主观故意，均应对此所产生的损害结果承担责任。

（2）阻碍型不正当竞争行为及其评价标准。即指平台利用算法技术手段阻碍其他经营者提供富有效率的产品、服务，从而阻碍公平、有效的市场竞争秩序的不正当竞争行为。其中既包括将算法作为阻碍行为的实施方式，亦包括将算法作为阻碍行为的实施对象，前者如强制“二选一”行为，后者如破坏他人搜索引擎算法正常运行结果的算法干扰妨害行为。因此，在判断阻碍型行为时，可围绕以下标准展开：

首先，依据被动防护性标准，判断如某一经营者不实施阻碍行为，是否将无法维持其自身网络服务或产品的正常运营，或导致其自身合法权益受到严重侵害，如是，则该行为具有正当性空间。

其次，依据市场经济性标准，判断如某一经营者不实施阻碍行为，是否将承担额外的、高昂的设施成本与技术成本，如是，则该行为具有正当性。

最后，依据行为整体性标准，结合某一经营者实施阻碍行为的原因、目的、手段等，判断该行为对竞争对手发展机会、对广大消费者合法权益以及社会福祉的影响等，并据此反向推定经营者实施阻碍行为所追求的目标。如发现该等算法行为本意就是为了排除或限制竞争对手自由竞争空间，那么即可推定该行为具有不正当性。

表3：涉数字平台算法不正当竞争行为的类型化及其评价标准

3.算法竞争行为的正当化解释

如前述，算法通常都隐蔽在秘密环境或黑箱里。因此，在算法竞争纠纷中，可通过举证责任分配方式，由算法控制者（即平台）通过向受算法应用影响的个体或群体提供算法决策过程的解释说明，以算法决策程序的正当性补强算法竞争行为的正当性。这里提出的算法解释并非要求算法透明化，也不是要求平台将产品设计中所有具体的源代码都向社会公众公示，而是强调平台对其算法行为正当性的证明能力，以减少算法黑箱对诉讼双方造成的信息不对称。具体可根据算法的场景化应用确定程度的不同解释标准，以防止算法正当性解释流于形式，亦可避免平台承担过重的合规成本：

（1）可验证性解释。即如能够通过技术手段对特定决策加以重现或重复验证，即可视为平台对算法决策行为过程的正当性进行了解释，由此验证算法控制者的设计意图，进而基于算法运行结果判定相关行为是否是正确或公平的。在该种解释方式的成本相对较低，可适用于算法在决策中更多扮演执行者角色、对竞争阻碍风险较小的行为类型，即前述的场景1。

（2）反射事实性解释。即要求算法控制者（算法应用平台或算法研发主体）提供算法决策系统及具体算法决策相关或可能相关的技术变量信息，以便通过阐明对决策结果具有因果影响的重要因素，来帮助相对方或法官理解和判断某一因素是否确实导致了特定结果。由于这一标准在一定程度上可“在不打开黑箱的情况下解释黑箱”，降低了与算法相关商业秘密的直接相关性，故该解释方式可参考适用于算法自主性较高、单靠简单的技术重复难以得到有效验证的应用场景，如前述场景2、3。

（3）易读性解释。即要求算法控制者不仅应当提供算法决策系统或者特定决策所涉的相关信息，还需要与公众的惯常认知模式相匹配，以一种易于数据主体理解的方式呈现。实施该种解释标准需要投入相对较高的的技术成本与资源，且并不是所有类型的算法都适宜或能够执行这种披露机制，因此适宜用于算法自主性较高、使用规模较大、涉及消费或公共群体较多的算法应用场景中，如前述场景4。

04. 引入公益诉讼：完善算法不正当竞争行为规制框架

1.引入数字平台算法不正当竞争公益诉讼的合理性

（1）维护数字时代社会公共利益之所需。数字平台所具备的公共属性及“赢者通吃”的网络效应，使得算法不正当竞争中对于个体消费者的侵害牵涉至不同平台消费领域、不特定的个体聚合，从而上升到社会公共利益层面。因此，算法驱动下的不正当竞争行为给互联网市场的竞争秩序、行业创新、经济效率以及消费者权益所带来的影响，具有不容忽视的公共利益维度。引入公益诉讼可将个体权益的实现转化为对公共利益、不特定公众利益的保护与救济，进而映射性的保护个体的“算法正义”。

（2）契合反不正当竞争法立法之宗旨。《反不正当竞争法》明确将保护消费者权益确立为核心立法宗旨，但当前对消费者的保护主要着力于维护竞争机制从而间接性的保障消费者权益，而并未为消费者配置直接诉讼的权利。相比之下，德国、美国等域外国家在通过公益保护型诉讼机制调整不正当竞争行为方面已有成熟实践，起诉主体由个别竞争者、个别消费者逐渐扩大到代表公众利益的官方机构以及消费者保护团体、行业联合会和协会等社会团体。而就涉数字平台算法不正当竞争行为而言，其行为损害的直接客体往往是不特定公众，所侵害的共同客体是为法律所保护的公平竞争秩序。因此，在反不正当竞争法体系下建构公益诉讼机制，形成广泛而完整的社会监督保障体系，可防止消费者以及其他市场主体的合法权益遭受超级平台算法滥用的侵害。

2.数字平台算法不正当竞争公益诉讼的初步设想

“公益诉讼=公益+诉讼+诉讼目的或功能”。探索通过《反不正当竞争法》增设算法不正当竞争公益诉讼条款，根据不同情形，对不同起诉主体的起诉权及具体范围进行合理配置，可更好的应对超级平台不正当竞争行为及不合理竞争机制引发的新挑战。具体制度设计及程序实现框架参考如下：

《反不正当竞争法》【涉群体性算法不正当竞争公益诉讼参考条款】：“经营者滥用算法技术手段，扰乱市场竞争秩序，影响市场公平交易，侵害不特定消费者、经营者合法权益的，人民检察院、法律规定的消费者组织或行业协会可以已发向人民法院提起诉讼。”

（1）诉讼主体。一是由检察机关作为监督性角色提起诉讼。因其作为国家和社会公共利益的代理人，由其自然承担起与侵害公共利益的算法不正当竞争行为有法律上利害关系的当事人身份，符合其作为国家法律监督机关的职责定位，也契合国家监察体制改革背景下公益诉讼检察业务构建与监察职能转型升级的发展趋势。二是由消费者协会、行业协会等社会组织作为补充性角色提起诉讼。因相较于行政执法机关及检察查机关，社会组织能够更加敏锐的感知到市场内侵害消费者福利的违法竞争行为的存在，由此能够更加及时且积极的开展维权之诉。

（2）案件类型。数字平台算法不正当竞争公益诉讼中，社会公共利益受损是能够提起公益诉讼的核心条件，算法技术特征及竞争行为后果是判断该类“社会公共利益受到损害”的关键，算法相对人主体数量、算法损害结果的不可逆程度及算法滥用行为的辐射范围等均是主要判定因素。当前涉群体性算法不正当竞争公益诉讼案件类型大致包括以下情形：一是“大数据杀熟”情形，如数字平台根据消费者个性化特征，利用算法在交易价格和条件上对消费者实行不合理的差别待遇。即对于侵害不特定、发散性消费者知情权、财产权等合法权益的算法竞争行为，均可认定为侵害社会公共利益。二是“强制二选一”情形，如数字平台利用算法调度、算法推荐等技术手段，通过修改配送数据、搜索降权、流量限制等“制裁”方式，强制平台商家退出其他竞争平台。即对于侵害不特定、发散性中小型个体经营者经营权、自主权等合法权益的算法竞争行为，亦可视为社会公共利益受损之情形。

结 语
 
数字平台与算法技术的结合为经济发展和市场秩序带来了巨大的变革和冲击，我们正迎来以数据为基础、以算法为核心、以算力为支撑的数字经济时代，算法已然逐步超越代码特质，整合并再生为新型“社会权力”，成为人机共生时代的核心生产要素。但资本驱动下，算法权力滥用所导致的数据垄断、市场秩序扭曲、个人基本权利及公众利益遭受侵害等令人不安的现实状况已成为数字平台治理的难点痛点，道德、法律与监管呈现胶着状态。如何评估算法对市场竞争秩序的影响、如何认定算法竞争问题的实质、如何健全完善相关制度规则和治理机制以满足算法治理需求等，是数字全球化视野下司法必须应对的重大课题。未来，如何从立法、司法、执法等多维度共同发力，以“技术+规则”抢占算法治理话语权，促进算法向善、竞争向上，为以算法治理为核心的网络空间治理体系提供更多的有益积累，仍需持续关注。