一場來自“殺熟”實驗的定價風暴

孫伯龍 賈芳

大數據時代的精準營銷在各個領域的廣泛應用給消費者帶來了許多便利，但有關大數據“殺熟”問題也是備受關注。今年3月27日，北京市消費者協會發布了一份大數據“殺熟”問題的調查報告，其中，88.32%的被調查者認為大數據“殺熟”現象普遍或很普遍，但在實際體驗調查中卻未發現明顯的大數據“殺熟”。那么究竟什么是大數據“殺熟”，大數據“殺熟”背后的商業邏輯和法律界限究竟如何劃定，對于大數據“殺熟”消費者真的就無能為力嗎？

西風東漸：來自實驗室的“深坑”

迄今為止，國內外媒體報道了多起大數據“殺熟”事件，其中既有亞馬遜、阿里巴巴等電商平臺企業，也不乏滴滴、攜程等在線出行平臺。但是大數據是否真的將消費者當作“任人宰割的羔羊”？在回答這個問題時，我們不妨先看看三起大數據“殺熟”的典型事例——

亞馬遜（Amazon）成立不到五年就實現了上市、流量崛起，成為當時互聯網上最大的圖書、唱片和影碟零售商，但也面臨巨額的業績虧損和強勁的競爭對手。因此，2000年9月，亞馬遜選取68種碟片進行動態定價，被稱為“殺熟實驗”。亞馬遜根據潛在用戶的注冊資料、購物歷史及瀏覽記錄等展開了差別定價，但緊接著有用戶就發現在刪除了網頁瀏覽器Cookies之后，剛剛瀏覽過的《泰特斯》（Titus）的碟片售價從26.24美元降為了22.74美元，一時間“殺熟”事件迅速發酵。最終在巨大的輿論討伐下，亞馬遜CEO貝索斯出面向公眾道歉，并解釋說明這是向不同消費者展示的差別定價實驗，還只是在測試階段，并表示“無論是過去、現在或未來，都不會利用消費者的個人信息資料進行動態定價”。盡管這一事件逐漸平息，但是互聯網平臺通過動態調整價格來追逐利潤的策略一直沒有停止。

2012年12月，《華爾街日報》曝光了美國文具連鎖公司史泰博（Staples）的價格歧視行為。經《華爾街日報》對史泰博公司的網絡產品售價調查發現，在評估了客戶的地理位置之后，史泰博的網站向用戶展示了不同的產品售價。不僅如此，史泰博的定價策略中似乎還考慮到了用戶與競爭對手OfficeMax或是歐迪辦公實體店之間的距離。如果競爭對手的商店在20公里的范圍內，史泰博通常會制定較低的售價，而假如20公里之內都沒有其他競爭對手，說明用戶只會在網上購買，那么史泰博就會給用戶顯示高價。調查結果顯示，在受測試的超過1000款商品中，大約三分之一商品的價格存在差異，折扣價與最高價的平均差距為售價的8%。例如從兩個緊鄰的郵政編碼區域內分別訂購兩臺Swing line訂書機，在史泰博網站上其中一個地區的售價為14.29美元;另一個地區的售價為15.79美元，但是這兩個產品同一天送達。最終，史泰博被迫承認該公司按照地理位置來制定產品在網絡和零售店中的不同銷售價格，但給出的理由是：價格差異是由“經營成本”在內的一系列因素所決定的。

2018年3月，《人民日報》發表評論員文章《數據權力如何尊重用戶權利》，專門指出兩名用戶同時在某旅行服務網站訂特定酒店，出現了相同的房間卻不同的價格的大數據“殺熟”情形。也有網友爆料在某網約車平臺打車，同一起點與終點的情況下，老用戶打車的費用比新用戶高，而且同一時段用蘋果手機通常比用安卓手機的打車費用要高。一時之間，大數據“殺熟”成為熱門話題，各個互聯網平臺、企業紛紛辟謠，例如某在線旅行代理平臺指出，出現不同價格往往是由于促銷紅包、新人優惠、酒店和航班庫存變化帶來實時價格變動等原因造成的，并非大數據“殺熟”;某網約車平臺首席技術官（CTO）也回應：“預估價”和“實付車費”不同，預估價波動跟乘客定位、實時路況、預估里程、預估時長以及下單時的網絡狀況等變量有關，并且預估價格按毫秒實時更新，因此才會出現預估價格不同的情形，并保證該平臺上的打車價格不會因人、設備、手機系統而異。一邊是消費者認為被大數據“殺熟”，另一邊則是相關企業否認利用大數據“殺熟”，因此談到大數據“殺熟”似乎也是人人喊冤。

平臺企業如何利用大數據“殺熟”

上述三起典型事例從側面反映出近二十年來互聯網產業對經濟模式產生的深刻變革，尤其是進入移動互聯網時代，互聯網的技術、平臺、商業模式和應用與移動通信技術實現深入融合，以平臺經濟、共享經濟為代表的互聯網經濟相關產業增勢迅猛、競爭激烈。據Quest Mobile數據顯示，我國移動互聯網月活用戶規模達到11.38億，在線購物、飲食、出行、旅游、娛樂、教育等服務業成為互聯網經濟的重要組成部分。這其中提供個性化服務成為主要標志，也產生了與傳統經濟迥異的定價模式：實時的差異化定價逐步主導著商品在線銷售。

以網約車平臺優步（Uber）為例。2015年優步官方技術博客的《優步溢價機制的作用》一文中，對網約車實時差異化定價的合理性進行了論證。優步的定價算法是基于對海量實時數據的建模優化，通過“時間+空間”雙維度得出，如果乘客預約車輛需求較高，峰時上調價格會逐步增加車費。對于乘客而言，增加價格有助于確保他們快速叫到車;對于網約車車主而言，增加價格可以提升行程收入，也可調度更多的網約車車主。有研究表明，2015年優步的這種溢價機制只影響少于10%的出行單，但卻創造了68億美元的消費者剩余。

由于在傳統商業模式之下，商家無從知曉不同消費者的實際購買力，因此在制定商品的價格時就需要統一定價，以獲得更多的消費群體。但是互聯網經濟中，平臺實時的差異化定價是建立在用戶大數據基礎之上，用戶的一切行為和信息被數據化后，平臺一旦掌握消費者的大數據，就能準確地計算出每個用戶實際的購買力，而這種差異化定價變得十分隱蔽，也會讓用戶對其產生信任危機。上海交通大學科學史與科學文化研究院李俠教授認為，平臺企業與應用程序軟件通過移動設備對消費者產生的數據進行實時跟蹤、捕獲、整理與挖掘，然后以利潤最大化的算法實現對老用戶的差異化定價，這就是大數據“殺熟”的過程。

在移動互聯網時代，“流量”“用戶黏性”“平臺活躍度”是平臺企業在激烈競爭中得以生存的不二法則，因此平臺企業的獲利模式就有別于傳統商業中統一定價的模式。平臺企業一方面需要通過低價交易從而獲得更多新用戶;另一方面，平臺企業還需要“鎖定”老用戶，避免因為失去價格優勢之后消費者放棄使用平臺。因此，新老用戶之間差異化的價格也就成為必然，但平臺企業要從差異化定價中實現利潤最大化，就需要利用老用戶的消費數據個性化地推送產品、價格等信息。如果平臺推送的產品既符合用戶的消費需要，又能滿足其預期承受價格，那么平臺就會在老用戶不知情的情況下達到精準的定向營銷和利潤最大化。據《經濟學人》雜志統計表明，電商平臺根據消費者的網頁瀏覽歷史，利用算法技術來進行實時差異化定價，會增加企業14%到55%的利潤，這部分利潤實際上也是變相的“殺熟”。

隨著信息技術發展，借助于人工智能、算法、大數據，可以有效解決傳統商業交易中的信息偏載等問題，但同時也會產生“算法歧視”問題，具體來說就是算法過程歧視（數據來源歧視+算法設計歧視）和算法結果歧視。《自然》雜志曾指出算法歧視的過程可以歸納為“偏見進，則偏見出”（Bias In，Bias Out）。算法歧視是因為算法的設計目的、數據運用、結果表征等都是開發者、設計者的主觀價值選擇，他們可能會把自己持有的偏見嵌入智能算法中。另一個原因則是不同的算法技術本身也可能存在缺陷，并且算法運算過程的不透明和不確定性等因素也會使得結果產生不可控的歧視性結果。因此有學者曾明確指出“算法中立”是偽命題：“算法并非絕對客觀，以算法中立來為大數據‘殺熟辯解實際上是一種掩耳盜鈴的心態。”

厘清差異化定價的法律界限

當下，有媒體根據一些平臺用戶的爆料或以不同用戶手機上所顯示的預估價格不同，就認定某平臺進行“殺熟”并呼吁政府加強法律規制。在筆者看來，這類結論欠缺對差異化定價中的法律界限的區分，甚至對于大數據“殺熟”本身都存在模糊的認識。因為截至目前，不論是在國內還是國外，尚無案例對平臺企業針對不同用戶的差異化定價作出權威性裁判，也說明各國對大數據技術應用于差異化定價上持有一種相對寬容的態度。

目前新聞報道中所呈現的大數據“殺熟”實際上是通過算法對用戶“畫像”后，對不同用戶進行不同的定價，由此引發的“價格歧視現象”。有關價格歧視是個非常復雜的問題，從經濟學角度來看，個性化定價的福利效應并不清晰，因此不應采取本身違法的禁止原則。互聯網平臺企業利用算法分析用戶數據、構建用戶畫像，最終實現差異化定價甚至完成一級價格歧視，但是上述行為究竟是否違法，實際上是要從行為的危害性出發在現行法律框架中進行分析。

總體而言，差異化定價的真正難題在于如何協調經營者的定價自由與市場中的公平交易。通常在公平的市場環境下，用戶在同一時間和市場需求期有選擇不同產品的自由，就不能視為是違法，而是一種正常的定價策略。但是如果平臺利用已經收集的大數據對特定用戶進行誘導，制造打車人數過多、機票或房間即將售完的假象，使消費者支付不合理的溢價，實際上構成操縱價格或價格欺詐行為，那么這種“殺熟”就不僅僅是有違商業道德倫理，還應當受到《電子商務法》或《價格法》《廣告法》等法律的制裁。

歐洲監管中心2017年公布的一份《大數據與競爭政策》報告中指出，價格歧視的競爭關注焦點是：其可以被用作一種壟斷市場的工具。由于網絡平臺企業的馬太效應十分顯著，“贏家通吃”實際上會使其在細分市場中具有一定的市場優勢地位甚至壟斷地位，那么利用大數據針對不同用戶的差異化定價實際上就是濫用市場支配地位。此外，更為隱蔽的是平臺企業之間利用大數據實現價格合謀（競爭對手之間共同實施的、共同利潤最大化的價格策略行為），通常這種價格算法合謀可能會排除或限制該市場中的競爭，也會降低消費者福利，因此應當受到《反壟斷法》約束。

公眾對大數據“殺熟”的關注除了差異化價格造成實際利益損失以外，更主要的原因是部分平臺或應用軟件對消費者信息的過度采集和濫用，使用戶有“透明人”的焦慮。因此，從更廣的意義上來說，大數據“殺熟”現象折射出在互聯網時代，消費者的知情權、選擇權、公平交易權、個人信息受保護的權利未得到有效保障。對于大數據“殺熟”實際侵害消費者上述權益的，可依據《消費者權益保護法》由消費者權益保護組織提起公益訴訟，明確用戶數據信息獲取和使用必要性規則，從而更為有效地實施消費者保護政策。

消費者如何應對被“殺熟”

在《算法的陷阱》一書中牛津大學阿里爾·扎拉奇教授與田納西大學莫里斯·斯圖克教授斷言：在新經濟時代，大數據的崛起使得算法技術已經成為現代商業的基礎設施。但是大數據“殺熟”現象層出不窮，也使我們清醒地意識到如果不受法律、道德的規范，即使是有利于提高市場透明度的科技進步，也會給消費者帶來巨大的傷害。

筆者認為不論是基于什么樣的算法，平臺企業差異化定價策略都應當透明，以確保用戶對平臺的信任，否則帶有大數據“殺熟”的主觀偏見反而會降低用戶的體驗，最終也不利于平臺自身發展。伴隨大數據已經滲透現代生活的方方面面，用戶要避免被平臺企業“畫像”，只能減少在平臺上的個人信息泄露，及時刪除以往購買、瀏覽記錄，在使用平臺消費時經常“貨比三家”……