「这个价格是算法用你的个人数据定的」：FTC 8·19 个性化定价执法政策声明（P034101）与纽约 GBL § 349-a 强制披露原文——中资跨境电商在美定价的两道红线
2026 年 8 月 19 日，美国联邦贸易委员会（FTC）以 2 票赞成、0 票反对发布《关于个性化定价的执法政策声明（征求意见稿）》（文件号 P034101），并提交《联邦公报》公示，自刊载之日起 30 日内公开征求意见（regulations.gov 案卷号 FTC-2026-1057）。这份仅八页的文件没有创设任何新规则，却给所有向美国消费者展示价格的企业划了一条清晰的线：联邦法律不禁止你对不同消费者报不同的价，但如果你不告诉消费者“这个价格是为你个人定制的、依据是什么、用了哪些数据”，FTC 认为这本身就构成《FTC 法》第 5 条项下的不公平或欺骗性行为。
对中资跨境电商、出海 App、酒店与出行平台而言，这条线的位置比预想的低得多——它落在披露义务上，而不是落在定价自由上。而在联邦层面尚在征求意见的同时，纽约州的强制披露义务已于 2025 年 11 月 10 日生效并已启动调查。
一、背景：从“隐藏费用”到“个性化价格”
这份声明是 FTC 现任领导层“所见即所付（the price you see is the price you pay）”执法主线的自然延伸。此前一年半 FTC 已连续落地多起价格类案件：2025 年 12 月 2 日 Greystar 支付 2,400 万美元、12 月 18 日 Instacart 向消费者退款 6,000 万美元、2026 年 4 月 9 日 StubHub 退还 1,000 万美元票务费用；《不公平或欺骗性收费规则》（16 C.F.R. Part 464）亦已于 2025 年 5 月 12 日生效。
声明开篇即承认一个前提：国会没有授权 FTC 全面禁止个性化定价。保险与信贷本就依个人风险特征定价，网约车价格随区域供需波动，地区税负差异造成的价差同样正常。FTC 要处理的是另一类情形——在消费者“合理预期同一时间同一地点价格对所有人相同”的市场里，商家依据个人数据推算“这个人愿意出多少钱”，然后悄悄改价。
二、核心法律逻辑：三要素披露，缺一即违法
声明第 III 部分的分析框架落点在 15 U.S.C. § 45（欺骗）与 § 45(n)（不公平）。
欺骗（deception）。若商家明示或默示表示某价格是“固定价”或“普遍报价”，实际却是个性化价格，即构成虚假陈述；即便未作任何表示，只要消费者合理认为价格是统一的而商家未予披露，沉默本身即为可诉的遗漏（omission）。FTC 特别论证了“重大性（materiality）”：不知情的消费者无法采取规避措施——使用 VPN、开启无痕浏览、改换定价统一的商家，或干脆放弃交易。这套“消费者本可规避而未能规避”的论证，是本声明最关键的技术环节。
FTC 还点名了第二类欺骗：对个性化“依据”的误导。消费者以为看到的是基于自身购买历史的“专属折扣”，实际却是基于其可支配收入或在其他平台的消费习惯而上调的价格——这种“以折扣叙事包装涨价”的做法被直接列为违法示例。声明引用 P. Lorillard Co. v. FTC, 186 F.2d 52, 58（4th Cir. 1950）“只说部分真相是众所周知的欺骗手法”，并明确：仅告知消费者“您被特别选中（specially selected）”不足以满足披露义务。
不公平（unfairness）。多付的价款构成实质性损害；损害因个性化事实被隐瞒而“非消费者可合理避免”；且 FTC 指出，个性化定价对消费者或竞争的任何好处在充分披露的前提下同样可以实现，因此不存在抵消性利益。声明并援引 FCRA 15 U.S.C. § 1681m(a) 的不利行动通知制度与加州保险法 §§ 791.02、791.10 等州法，作为“既有公共政策”佐证。
数据侧的独立风险。声明明确：为个性化定价而收集、使用或披露个人数据，若未充分披露或未取得同意，可能单独违反第 5 条；更进一步，企业若未充分核实上游数据源已取得消费者同意即用于定价，同样可能违法——此处引用的是 Gravy Analytics / Mobilewalla 案（案件号 2123035、2023196）确立的位置数据供应链逻辑。对依赖第三方 DMP、CDP 与广告标识符的跨境卖家，这是最容易被忽略的一环。
什么样的披露才够？声明给出了一个近似安全港的正面示例：清晰醒目地告知“该价格系依据您在本商家同一登录账户下的历史购买数据推算的支付意愿而定”——若准确且完整——通常足以打破“价格统一”的合理预期。
三、FTC 自己列出的七个红线场景
声明列举了七个“未充分披露即引发第 5 条关切”的具体情形，实质上是一份执法清单：
（1）外卖平台依据个人数据判断某消费者不便出门购食而报高价；（2）生鲜平台依据家中有数名儿童的数据，对配送牛奶加价；（3）酒店依据数据推断消费者系为奔丧或其他不可推迟事由出行而加价；（4）网约车平台依据用户手机未安装竞品 App 而加价；（5）网约车平台依据数据推断用户存在危及生命的医疗紧急状况，对前往医疗机构的行程加价；（6）零售商依据法院公开卷宗显示消费者近期系犯罪受害人，对家用安防摄像头加价；（7）零售商依据数据识别消费者当时正身处其实体门店或停车场，对网站同款商品加价。
七例的共同结构是：用“脆弱性”而非“支付能力”定价。中资出海企业若在做 LTV 分层、弹性定价或“流失挽回价”，应当逐条比对自身模型的输入变量。
四、纽约已经在执法：GBL § 349-a
《算法定价披露法》（Algorithmic Pricing Disclosure Act，N.Y. Gen. Bus. Law § 349-a）作为 2025—2026 财年预算法案 S3008C 的一部分，于 2025 年 5 月 9 日签署，为全美首例。全美零售联合会以强制言论违反第一修正案为由起诉纽约州总检察长 Letitia James（National Retail Federation v. James, No. 1:25-cv-05500, S.D.N.Y.）；2025 年 10 月 8 日，纽约南区法院准许被告的驳回动议，认定该披露要求属商业言论领域的合法披露义务、不适用严格审查，并以无实益为由驳回临时禁令请求。该法遂于 2025 年 11 月 10 日全面生效，无宽限期。
义务内容极为具体：使用“个性化算法定价”的企业，必须在每一处广告、展示、图像、报价或价格公告的同一媒介、同时且就近位置，以普通消费者易见易懂的字体作出清晰醒目的披露，且须使用法定原文——“THIS PRICE WAS SET BY AN ALGORITHM USING YOUR PERSONAL DATA.”
“个性化算法定价”指由使用个人数据的算法设定的动态定价；“个人数据”定义极宽——任何能够识别或可合理关联至特定消费者或设备的数据，直接或间接均可（网约车等交通服务使用的位置数据除外）。仅依据供需、库存等一般市场条件的算法定价不在此列。豁免对象为保险公司、受监管金融机构，以及向既有订阅合同用户提供的低于合同价的报价。
执法权专属于纽约州总检察长：须先发出载明违规事项与整改要求的停止侵害函并给予整改期，逾期未改方可申请禁令并处以每次违规最高 1,000 美元罚款。法条未定义何为“一次违规”——若按每次价格展示计算，规模化平台的敞口极为可观。总检察长办公室已于 2025 年 11 月 5 日发布消费者提示鼓励举报，并已于 2026 年 1 月 8 日就“用户间价格差异的相关报道”向 Instacart 发函索取定价实践资料。
五、州层面的分岔：披露 vs. 禁止
各州并未统一走纽约的“披露”路线，部分州直接立法禁止：加州 AB 446（Ward 议员提出）拟禁止企业利用通过技术监控手段获取的个人信息，为消费者设定不同于标准价的价格，目前正在本月底州议会休会前作最后冲刺；科罗拉多 HB 26-1210 已获两院通过但被 Polis 州长否决；康涅狄格州亦有类似法案通过立法机关；伊利诺伊、新泽西等州法案在审。
这意味着中资企业面临的不是一部法，而是一张“联邦披露标准＋州法定披露文本＋部分州实体禁令”的拼图。以最严州为基准设计全国统一方案，通常比逐州适配更经济。
六、对中资企业的合规要点
第一，做一次定价模型的输入变量清点。逐一列出进入定价与优惠决策的每个特征：设备指纹、IP 与地理围栏、历史客单价、退货率、流失概率、第三方人群标签、广告标识符。凡属“个人数据”且影响最终展示价格的，均落入纽约法与 FTC 分析框架。区分“依个人数据定价”与“依供需／库存定价”是全部分析的第一道岔口，必须有书面留痕。
第二，把七个红线场景转成模型禁用变量清单。与健康状况、丧亲或紧急事由、犯罪被害、家庭儿童数量、实体门店地理位置、竞品 App 安装情况相关的特征，应当直接从定价模型中剔除，并在特征工程流程中设置技术性拦截，而非依赖事后人工审核。
第三，纽约页面上线法定文本。不要意译、不要缩写、不要塞进折叠的“条款与条件”。须与价格同屏、同媒介、同时出现，覆盖 App、H5、邮件促销、站内信与线下标签。
第四，联邦层面按“三要素”重写披露。仅说“价格已为您个性化”不够，须同时说明个性化的依据与所使用的数据类型。并反向审查现有营销话术：任何把上调后价格描述为“专属折扣”“特别为您选中”的文案，都应视为高风险。
第五，向上游追同意。对所有用于定价的第三方数据源，取得并留存其已获消费者同意（且同意范围涵盖定价用途）的书面证明，并将该义务写入 DPA 与数据采购合同的陈述保证条款。FTC 已明确“未充分核实上游同意”本身即可构成违法基础。
七、格知律所如何协助
围绕本文议题，格知律师事务所可为企业提供：定价模型的数据流与变量合规审计——识别哪些输入构成“个人数据”、哪些落入 FTC 七类红线场景，并就“个人数据定价”与“供需定价”的边界出具书面区分意见；纽约 GBL § 349-a 披露文本与展示位置合规方案，覆盖网页、App、邮件与线下触点的落地实施与上线验收；符合 FTC“三要素”标准的个性化定价披露条款与隐私政策改写；面向第三方数据源的DPA 与数据采购协议审阅，补足同意链条的陈述保证与审计权条款；营销促销文案的欺骗性风险预审；以及在收到纽约州总检察长停止侵害函或 FTC 民事调查令（CID）时的应对与整改代理。对多州运营客户，我们亦可出具“联邦—纽约—加州／科州”三层义务合规矩阵。
八、结语与展望
FTC 这份声明本身不具约束力——它明确写道不创设任何权利、不约束委员会或公众，任何执法行动仍须证明违反既有成文法或规则。但其价值在于预告：委员会已把个性化定价从“研究议题”移入“执法资源部署方向”，并事先公布了分析路径与示例清单。在仅有两名委员在任的情况下以 2:0 通过，说明这一方向不存在内部分歧。
真正的时间压力来自州层面：纽约的义务已经生效且已有实际调查动作，加州的禁止性法案正处于本会期最后关口。对中资出海企业而言，务实的做法是把“我们是否在用个人数据定价”这个问题在本季度内回答清楚——因为无论联邦声明最终如何定稿，纽约的法定披露文本今天就已经必须出现在页面上。