[[398728]]

科學合理的價格形成機制是市場經濟正常運行的一個基本前提，在當前國家加強平臺經濟規范治理的過程中，“大數據殺熟”理應成為重點研究和加強規范的領域之一。

馮煦明(中國社科院財經院研究室副主任、清華大學研究員)

大數據與人工智能技術在提高商貿流通效率、為消費者帶來便捷的同時，也滋生出一些新問題，“大數據殺熟”便是其中之一。近年來，網絡上屢屢出現消費者被“殺熟”的新聞。例如有消費者表示，兩個人在同一時間、相鄰地點運用同一個外賣平臺APP叫餐，顯示的配送費用一高一低。還有網友曾表示，同一時間在某約車平臺上為同一段行程打車，使用蘋果手機上看到的報價高于安卓手機。由于大數據和人工智能算法具有隱蔽性，因而諸如此類的詬病通常難以充分舉證，往往一段時間之后便不了了之。

然而，考慮到科學合理的價格形成機制是市場經濟正常運行的一個基本前提，在當前國家加強平臺經濟規范治理的過程中，“大數據殺熟”也理應成為重點研究和加強規范的領域之一。

“大數據殺熟”與“傳統差異化定價”之間存在根本區別

同物同價一般是人們對公平交易的一個樸素認知。不過在人類社會長期的商業發展史中，演化出了大量的“差異化定價”行為，其中的一部分是對市場供需的合理調節，已經被較為普遍地接受了，不再具有道德貶義色彩。其中大致包括三類：

第一類是潮汐需求導致的潮汐定價。比如，節假日期間的機票和賓館價格通常比平時貴。原因很簡單——在節假日期間，一方面市場上對于機票和賓館的需求會潮汐式上漲，而另一方面機票與賓館的供給短期內則難以相應增長，因而價格會水漲船高。這種現象在經濟學中被稱為潮汐需求導致的潮汐定價，是一種因為市場供給需求變化而產生的市場化價格調節行為。類似的例子還有，網約車在上下班高峰時段的定價會比普通時段高一些，同一棟房子的租金價格在每年大學生畢業季也會高于平時。

第二類是確定性溢價或折價因素導致的動態定價。比如，提前三個月或半年預訂機票，價格往往會比較便宜，而臨近起飛日期時預訂就變得比較貴，但到了起飛前最后幾小時，價格又會大幅降低。造成機票價格因預訂時點不同而有所差異的原因，是由于消費者在不同時間點訂票，對航空公司而言確定性是不一樣的——消費者訂票越早，航空公司面臨的確定性越高;消費者越晚訂票，航空公司面臨的確定性就會越低，所以這里的差異化定價中包含了確定性溢價和折價因素。

第三類是經濟學中所謂的廣義的“價格歧視”。價格歧視，簡單而言是指商家以不同的價格把同一種物品銷售給不同客戶的做法。“價格歧視”是有市場勢力的商家進行利潤最大化的一種銷售策略。價格歧視又可分為“完全價格歧視”和“不完全價格歧視”。現實中，完全價格歧視幾乎不存在，但“不完全價格歧視”的例子則不勝枚舉。例如同一部電影，有點映票價，有普通票價，還有檔期之后的網絡票價。再如，折扣券本質上也是商家用來識別和區分高保留價格消費者和低保留價格消費者的一種價格歧視工具。又如，公園和游樂場通常采用“兩部收費制”來實行價格歧視。此外，以前在百貨大樓或鄉村集市上買東西，售貨員和顧客之間往往要經歷反復的砍價環節，這從經濟學上也是一個實施價格歧視的過程。

到了如今的互聯網購物環境中，曾經的線下折扣券變成了線上折扣券和電子紅包，曾經的線下砍價行為變成了“邀請朋友砍一刀”;盡管具體形式有所演變，但其背后價格歧視的經濟學實質是一樣的。

值得一提的是，從經濟學角度而言，一部分的差異化定價行為有可能在均衡條件下讓更多消費者得以進入市場，減小“無謂損失”，提高社會整體的經濟福利。正因如此，上述不少價格歧視行為已經被人類社會普遍接受;當然，還有一些仍然存在道德瑕疵，不被廣泛認可。

需要強調的是，大數據殺熟與上述諸多傳統差異化定價行為之間，存在根本區別。一個簡單而行之有效的區分標準是：商家是否讓消費者知曉存在不同價格，是否存在隱瞞行為;消費者在購買決策時是否明知存在不同的價格。

在傳統的差異化定價中，一般不存在商家隱瞞信息的行為，對于消費者而言信息通常是透明的。消費者在明知存在不同價格的情況下，根據自身情況做出行為決策，自愿選擇支付高價或是低價。例如，在購買機票時，消費者明知頭等艙與經濟艙之間巨大的價格差異遠超過服務差異本身，但不同消費者會根據自身情況選擇頭等艙或經濟艙。再如，消費者明知提前一月預訂和提前一天預定會存在價格差異，但仍會根據自身需求選擇接受這種價格差異。在這些情況下，盡管消費者與航空公司之間仍然存在較大的信息不對稱，但至少在差異化定價這一點上，雙方都是知曉且認可的。

然而在“大數據殺熟”中，平臺企業則對消費者隱瞞價格差異，消費者被蒙在鼓里，并不知道價格差異的存在，更不知道自己支付了高價還是低價。這種情況下，消費者的高價支付行為是非自愿，因為他對價格差異并不知情。

“大數據殺熟”具有廣泛危害性

大數據時代為商家實行區別定價創造了更多可能性。一方面，在篩選識別環節，商家能夠記錄、收集、觀測到更多有關消費者的信息，如收入、職業、性格、愛好、作息規律、消費習慣等等，從而運用人工智能算法技術根據這些多維信息估測不同消費者的支付意愿。高支付意愿的消費者更容易被識別篩選出來。另一方面，在區別定價環節，在線上消費業態中，每個消費者面臨不同的商品界面、交易界面，消費者之間被彼此分割開來，使得“千人千面”“千人千價”“即時調價”更為可能。

不論對于消費者，還是對于平臺企業，抑或對于整個社會福利而言，“大數據殺熟”行為都存在廣泛危害性：

一方面，消費者為了規避被“殺熟”，須要消耗更多時間精力來“反殺熟”。例如，有的消費者為了防止被“殺熟”，在手機上同時安裝多個約車APP或外賣APP;有的消費者每次叫外賣或打車前要在不同平臺之間反復比較，價比三家之后再做決定;還有消費者發現了小竅門——交替使用不同的約車APP或外賣APP，以便“讓后臺知道自己是有替代選項的”。這些五花八門的所謂反殺熟手段，會消耗消費者大量時間和精力，實為無奈之舉。另一方面，大數據殺熟行為也會對平臺企業的社會形象造成負面影響，留下濫用消費者個人數據、濫用市場支配地位的印象。

與此同時，“大數據殺熟”還會侵害社會公平正義感，危害商貿流通秩序，抬高經濟中流通環節交易費用，從而降低社會整體福利。上世紀八、九十年代，我國線下商貿流通市場上曾經有過類似的教訓——當時，“看人下菜碟”“量身要價”，欺詐消費者的行為較為普遍;后來經過社會各界的共同努力，“明碼標價”才成為一個普遍共識和通行做法。當前，在互聯網經濟和大數據時代，面對新的挑戰，同樣也需要社會各界共同努力，構建新的、健康的線上商貿流通秩序。

“大數據殺熟”如何監管與治理

對“大數據殺熟”的監管與治理面臨著諸多難題，有待深入研究。一是因為大數據殺熟與傳統差異化定價之間的邊界并不完全清晰，容易發生概念混淆。二是因為大數據殺熟多發生在網約車、外賣送餐等服務業領域，而服務品的異質性普遍高于鞋、衣服等制造品。三是因為新經濟業態具有多元性和復雜性，而算法技術往往又是隱蔽的，這使得“大數據殺熟”行為在實踐中也難以被觀察和識別。

總體上，大數據殺熟監管與治理應遵循三條基本原則。一是價格形成機制應以市場化為導向，盡可能地避免不正當的平臺操縱或不必要的行政干預。二是保護消費者正當權益，尤其是保障個人數據不被違規使用。三是維護市場公平，促進市場競爭，降低交易摩擦。

在上述三條原則的基礎上，當前階段可重點從如下四方面著手，對“大數據殺熟”加以監管和治理：第一，建立健全相關法律法規，在制度層面規范平臺企業的定價行為，約束平臺企業收集和使用數據的行為。第二，在政府層面設立專門的監督檢查機構，對相關行為進行指導、規范、監督、處罰，建議成立“數字經濟發展與監督管理委員會”。在司法層面應盡快樹立若干的典型案例，發揮正反兩方面的示范作用，從而規范和引導平臺企業的定價行為。第三，加強行業自律，在行業協會的層面加快制定相關的行為規范和標準，利用同行之間的監督機制去共同促進平臺經濟領域企業行為的規范化。第四，加強消費者個人數據保護，探索建立平臺企業信用評價機制和第三方數據托管機制。