《消法》语境下的消费者概念研究

来源 :天津财经大学 | 被引量 : 0次 | 上传用户:yuanjinxing1987
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着“知假买假”现象的发酵,逐渐出现了一类名为“职业打假人”的人群。这类人群的出现,对“消费者”概念的界定提出了挑战。在实际的生活当中,其所体现的外在购买行为与普通消费者的消费行为并无差别,导致司法实践中对这类人的界定出现了“同案异判”以及说理不清等问题,对这类人的消费者身份界定存在困惑。同时,在《消费者权益保护法》中,“消费者”概念具有一定的不确定性,对这一概念的内涵及主体外延上并未予以明确。以至于在各省份的地方性法律规范文件中,对这一概念的规定也不尽相同。职业打假人的出现也重新引发了理论界对“消费者”概念的思考,对职业打假人是否属于消费者范围的问题,也作了诸多探讨,主要分为概念内涵以及主体外延上的讨论。在不同观点下,虽能界定出“消费者”概念,但其中的困惑以及分歧依然存在,具有一定的局限性。有必要对“消费者”概念进一步的分析,厘清“消费者”概念中的内涵与外延,实现《消费权益保护法》中的立法目的。对“消费者”概念界定的过程中,结合消费者弱势成因,以及“消费者”概念相关理念的发展,将“消费者”概念界定为“以非经营性为限购买商品或者服务的社会主体”。在概念内涵上,知假买假(包括知假索赔)并不影响生活消费的内涵。在内涵界定方面,无需追究何者为“生活消费”,以“非经营性”为界限进行区分具有优势。在主体外延上应予以具体化,将职业打假人、单位主体纳入消费者范围,促进市场中的私人监督,激发消费者这一弱势群体自我保护意识。患者不应纳入这一外延内,医疗服务行业、患者以及医护人员都有其特殊性,应由其他法律进行规范。
其他文献
网络技术的发展,为人们的生产生活带来了诸多便利,同时重组和改写人们的网络环境,特别是“互联网+”时代的到来,万物皆媒在现实生活中体现得越发明显,生活与工作都被“媒”与“互联网+”所连接和影响。网络技术发展促进网民能够通过网络的虚拟空间进行信息生产、传播和消费活动。同时,网络技术的发展也为微信公众号的发展迎来了勃勃的生机。母婴类微信公众号受益其中。“微信公众号+”的新传播格局,赋予着母婴行业新的生命
随着互联网信息技术的发展,世界进入以信息产业为主导的新经济发展时期。新经济背景下,互联网平台兴起,出现了大量的网约车司机、网约家政、网约骑手等网约工群体,网约工具有较强的灵活性和自主性,与传统劳动用工在工作时间、工作地点、劳动报酬、生产资料以及建立用工关系的方式等方面存在诸多明显差异,这些差异使网约工群体的用工关系不能当然地被认定为劳动关系,其基本权益也因此难以得到劳动法的保护。随着网约工群体的不
γ-TiAl合金因其良好的性能而被广泛应用于航空航天和汽车等工业领域,其在制造和使用过程中易出现裂纹和孔洞等缺陷。微裂纹的存在会降低材料的刚度、韧性、强度和寿命,并且
随着互联网科技的发展,算法应运而生,其在提高市场运行效率、促进企业创新的同时,也可能引发算法合谋问题,具有排除、限制竞争的风险。算法合谋行为是利用算法达成的合谋行为,主要表现为明示算法合谋行为与默示算法合谋行为两种类型。基于各国对算法合谋行为规制现状来看,普遍存在算法合谋行为识别难度比较大、难以适用同一原则、难以认定其违法性、反垄断规制技术落后等困境,致使传统反垄断法规制框架缺乏解释力。因此,必须
近年来,全球学习汉语的留学生人数一直攀升。国内外进行国际汉语教学的教材多为汉英互译版本,这给汉语处于初级水平的留学生,特别是非英语母语者学习汉语造成了一定的困难。
随着社会进步和经济发展,人才流失已成为企业存在的普遍现象。特别是国有企业,内部存在诸多问题,其中人才流失现象是最明显。但一个企业要想发展长远,就需要吸纳和留住大量优秀人才,从而提升企业的综合实力。本文将以兵团大型国有企业新疆银隆公司为例,研究企业人才流失问题。运用问卷调查法、访谈法、文献研究法、定性与定量结合法,分析新疆银隆公司人才流失问题。首先通过文献研究法分析归纳人才流失产生的共性原因,为本文
学位
我国国土面积辽阔,山川河流不计其数。相对应的,降雨量分布并不均匀,每到夏季的汛期,洪涝频频发生,不仅国家的经济损失严重,也使河流附近的人民难以维持正常的生活。为了把自
高校思想政治教育是铸魂育人的工作,人文关怀是思想政治教育事业发展的内在动力,这决定了高校思想政治理论课教师必须做到"情怀要深"。具体而言,高校思想政治理论课教师"情怀
随着传感器与计算机应用技术的迅速发展,在未知环境中需要移动机器人在自身位置未知,并且保持连续移动的前提下,利用自身安装的传感器感知周围环境的关键信息,进而完成对环境的稀疏地图构建以及传感器位置的实时定位,此过程称作同时定位与地图构建(Simultaneous Localization and Mapping,记作SLAM)。视觉SLAM问题的难点在于如何对传感器提取的周围环境进行建模描述。一般将视
机器学习是当下的热门研究领域,而单任务支持向量机是机器学习中一种常见的方法。单任务支持向量机在解决小样本、非线性和局部极小值等问题上表现出了良好的性能,但在解决一些复杂样本的分类问题时,单任务支持向量机往往不能很好的解决。在此情况下,一些学者提出了多任务支持向量机来尝试解决这一问题。与单任务支持向量机相比,多任务可以通过所有任务之间的共享信息来提高学习方法的性能,因此,多任务支持向量机较之单任务支