關于大數據“殺熟”的博弈分析
——以攜程APP為例

李美儒 何丹彤

（中南財經政法大學工商管理學院，湖北武漢 430073）

1 研究背景

1.1 大數據“殺熟”的出現

隨著智能手機的普及、社交網絡的興起和廣泛應用，以及公共場所各類監控設施和人體感應設備大量植入，大數據時代悄然來臨。

近年來，大數據技術被廣泛應用于商業領域。其目的是為了實現精準營銷、提供“定制化”服務，提升企業經營效益，滿足消費者的不同需求，最終實現企業利潤最大化。然而，當經營者運用大數據去識別顧客的價格敏感度的時候，一個新的現象出現了。

2018年3月，大數據“殺熟”一詞出現在網絡中，我國社交、新聞媒體上曝出多個APP應用存在“殺熟”現象。這些APP正是采用了大數據技術收集用戶信息，繪制每一個用戶的精準“畫像”，識別顧客價格敏感度，判斷用戶支付意愿，從而給出高于普通顧客的價格。而往往能夠被“識別”的用戶都是多次使用該APP的老顧客，因而稱為“殺熟”。

傳統的“殺熟”是新老用戶在同一平臺上的價格不同；大數據“殺熟”則是商家利用大數據收集老用戶信息，對其的支付意愿做出判斷，使不同的老用戶在同一個平臺上的價格不同，這有一定的技術含量卻可能經媒體曝光與有意導向后激增顧客的不滿情緒，甚至涉及違法。

實際上，大數據“殺熟”是價格歧視的一種表現。大數據“殺熟”利用了“消費者剩余”的經濟學原理，通過大數據技術了解每一位消費者對每一單位商品的邊際支付意愿，達到過去不可能實現的“理性化”狀態，實現一級價格歧視，也稱完全價格歧視。該現象在生活中普遍存在，據網絡調查數據顯示，2008名受訪者中有51.3%的人遇到過大數據“殺熟”。

1.2 OTA的興起

隨著手機的普及，它已經占據了人們大部分時間，成為人們工作、生活必不可少的一部分。旅游產業也紛紛開發智慧旅游APP，開啟了旅游行業的新里程。至2018年6月，OTA預訂用戶規模達到3.93億，較2017年末增長1707萬人，增長率為4.5%，如圖1。

圖1 網上預定種類

1.3 “殺熟”話題的熱議

攜程是當前在線旅游市場的主要參與者，較有影響力。然而，它的近期境況卻并不如意，攜程先后因為機票捆綁搭售、天價退票費，以及酒店預定大數據“殺熟”等事件引起輿論關注。2017年年末，攜程被網友“廖先生廖先生”曝出APP酒店報價遠高于酒店柜臺的價格，其好友賬戶上的價格也低于他的價格。由此，一系列攜程利用大數據“殺熟”的事件被拋出，引起熱議。

該現象出現后，消費者對攜程網的滿意度也出現較大幅度下降，新的殺熟宰客行為已經引起了公眾注意。僅從社交網絡的大部分網友的言論、新聞媒體相關的報道以及不同數據平臺給出的數據看，顧客有較多的不滿。根據沃德社會氣象臺數據顯示，該報道的網絡討論帶來的消費者情緒出現較大不滿，高達45.42%的消費者表現憤怒，37.49%的消費者表現有高興的表現，14.12%的消費者情緒為悲傷，少量的消費者對此感到恐懼、厭惡。

國外“大數據殺熟”現象也進一步拓展，“殺熟”對象不再局限于消費范疇。2018年3月16日，美國《紐約時報》《英國衛報》等多家媒體報道后，Facebook承認超過5000萬用戶信息數據被一家名為“劍橋分析”的公司泄露，用于在2016年美國總統大選中針對目標受眾推送廣告，從而影響大選結果。

很多消費者認為，在大數據日趨成熟的今天，電子商務平臺成為了信息不對稱市場的典例，自己的隱私已經無法得到保障，大數據甚至比消費者更加了解自己，這讓消費者群體感到恐慌，希望政府相關部門能夠進行規制。

從社會觀點看，公眾對“大數據殺熟”行為一直保持質疑態度，《人民日報》曾發文指出，大數據殺熟對消費者權益的傷害和用戶隱私的侵犯。

從法律層面看，大數據殺熟的本質是資本利用大數據這一工具實行一級價格歧視，將消費者剩余轉化為生產者剩余從而獲得超額利潤。《中華人民共和國消費者權益保護法》第10條規定，消費者在購買商品或者接受服務時，有權獲得質量保障、價格合理、計量正確等公平交易條件，有權拒絕經營者的強制交易行為。實際上，對用戶知情權，或者是消費者正當權益以及是否涉及隱私權的侵害，“殺熟”都很容易踩到法律紅線。

對于大數據“殺熟”現象的成因及相關規制等的探討對經營者、消費者都有一定的啟示作用，對維護我國市場秩序、促進市場公平同樣具有重要的現實意義。本文的淺析希望能帶給讀者新的思考視角，能夠對解決社會問題有所貢獻。

2 文獻綜述

博弈論的研究大約始于18世紀初，由于當時沒有明晰的定義，只是對策略進行相關的研究，到20世紀博弈論開始進一步發展，馮·諾依曼和摩根斯坦（1944）正式在其著作中提出博弈論，由此，現代博弈論正式形成。

近年來，電子商務以驚人的速度迅猛發展，如今已成為消費者的主要消費平臺，許多學者深入探究與剖析電商，其中不少學者采用博弈論方法對電商發展中的消費行為、商家定價等進行分析，博弈論在學者的研究中一直扮演著重要的角色。沈超（2013）從博弈論分析方法的角度分析了京東與蘇寧的價格戰，通過利潤函數、矩陣數值模擬等說明了價格戰造成“雙輸”的結果。陳海霞和鐘映竑（2017）采用累積前景理論彌補博弈論分析中基于“理性人”等假設前提的缺陷，優化演化博弈模型，通過得益矩陣的建立與求解得到“獎金激勵”的影響，進一步提出電商平臺參與監管的策略。該研究對于電商產業的監管、經營者行為的規制等都有一定的啟示。而對于電商平臺的定價策略選擇、各主體間的利益均衡的問題，孫學敏、賀慧明（2018）從博弈論的角度展開了分析。

隨著互聯網時代的發展，博弈論漸漸融合于現代信息化經濟學、管理學，2001年蔡津、張正華引入博弈論原理建立價格競爭函數探究電子商務與傳統零售商的異同。目前采用博弈論方法對電子商務領域進行分析的文獻較少，在價格歧視的探究上多為二、三級歧視的探究，對一級價格歧視的深入研究近乎空白。Hardy Hanappi和E.HanappiEgger（2001）從博弈論角度建立了數學模型對電子商務及其市場機制做出分析。趙麗君（2006）基于定量分析方法，結合博弈論對三級價格歧視做出了全面的分析，探究了該行為的特點、經營者利潤、消費者剩余以及社會福利等的相互關系，提出相應建議。魯倩等人（2009）對非線性需求函數的二度價格歧視做出了博弈分析。許仟紅等人（2015）采用博弈矩陣對老年人服裝業發展現狀進行了分析，并找出成因，最終提出以價格歧視來進一步發展該行業的建議。

大量學者的研究表明，電子商務市場是一個典型的信息不對稱市場，大部分經營者往往又以利潤最大化為目標而最終做出有失道德的行為。Shao K等人（2014）運用靜態博弈理論分析C2C電商平臺，提出了完善信用體系的建議。陳潔、侯吉成（2017）利用演化博弈理論和方法構建模型，分析策略選擇，進一步探究云存儲數據安全的保護途徑。大數據“殺熟”現象所涉及的用戶信息安全問題其實與云數據安全問題也有一定關聯，對“殺熟”后續研究有一定影響。目前有關大數據“殺熟”的研究較少，大都從如何避免被“殺熟”以及對其的法律規制等層面展開，尚未有學者從博弈論的角度對大數據“殺熟”現象做出研究。

在過去，一級價格歧視限于條件苛刻性而只能停留于理論階段，實際的經濟生活中經營者無法實現，對一級價格歧視的研究沒有實踐意義，故而少有學者對其做更深入的研究。但是，隨著大數據技術的普及，一級價格歧視已經成為了現實，大數據“殺熟”已經和每一位消費者緊密相連，對待該問題的相關理論研究文獻較為缺乏，面對這樣的境況，筆者認為無論是對一級價格歧視還是對大數據“殺熟”行為的研究都亟不可待。鑒于當前研究文獻的缺乏，從博弈論角度分析其成因，對其行為作進一步劃分以及應對策略等的探究有助于后人對該現象作進一步的分析。

3 博弈分析

從福利經濟學的視角來看，價格歧視并不違法，但是在消費者不知情的情況下，在同一時間對同一產品進行差別定價就觸及了法律底線。企業為了獲得灰色超額利潤，在消費者不知情的情況下，實施大數據“殺熟”，違背價格法，違反了消費者知情權，構成價格欺詐。

攜程是有代表性的OTA企業，目前在市場上較有影響力，就其市場份額看，它可以獲得較大的利潤。那么它為何還會存在媒體曝光的大數據“殺熟”現象呢？

3.1 企業實施大數據“殺熟”

從博弈論的角度出發，企業進行大數據“殺熟”的決策實質上是一種“囚徒困境”博弈。筆者將利用囚徒困境模型展開對攜程采用大數據進行“殺熟”的成因分析。

筆者在分析中提出如下假設：

（1）假設將市場上除了攜程以外的其余所有OTA企業視為整體，即競爭對手。攜程與它的競爭對手間沒有合作。攜程為A企業，競爭對手為B企業。

（2）A企業與B企業的成本、定價相同，產品同質，對消費者的吸引程度相同。

（3）A企業和B企業雖然為競爭對手，但是在本次博弈中，兩者不存在產品上的競爭，僅僅為殺熟與不殺熟策略的選擇。同時，消費者間不存在產品的轉售，故購買物品時不受另一企業產品價格的影響。

（4）A企業與B企業的選擇都為兩種：殺熟、不殺熟。那么最終會有四種結果：（殺熟，殺熟）、（殺熟，不殺熟）、（不殺熟，殺熟）、（不殺熟，不殺熟）。

（5）假設A企業選擇殺熟時所獲利潤為a1，B企業選擇殺熟時所獲利潤a2；A企業選擇不殺熟時所獲利潤為b1，B企業選擇不殺熟時所獲利潤為b2，a1＞b1，a2＞b2，基于假設2，得a1=a2，b1=b2。

（6）假設各參與方完全理性。由于“殺熟”現象的特殊性，A、B企業同時殺熟和A、B企業同時不殺熟兩種情況所獲利潤并不相等，二者并非僅是將市場份額與市場利潤平分的簡單情況，大數據“殺熟”定價都是按每一單位產品的邊際消費者意愿確定的，所獲利潤大于不殺熟時的定價。

圖2 企業實施大數據“殺熟”博弈矩陣

根據得益矩陣圖2，我們可以了解到當A企業選擇殺熟時，B企業選擇殺熟可獲得利潤為a2，然而不殺熟只能獲得b2；當A企業選擇不殺熟時，B企業選擇殺熟可獲得利潤為a2，不殺熟只能獲得b2。而當B企業選擇殺熟時，A企業選擇殺熟可獲得利潤為a1，然而不殺熟只能獲得b1；當B企業選擇不殺熟時，A企業選擇殺熟可獲得利潤為a1，不殺熟只能獲得b1。即無論A企業作何選擇，B企業的最優選擇都為殺熟；而無論B企業作何選擇，A企業的最優選擇都是殺熟。因此，得益矩陣納什均衡為(a1，a2)，此時對于A企業和B企業而言，各自利潤所獲得的利潤最大，故企業全部趨于“殺熟”行為。

商家的定價與社會福利成反向變動關系，實現大數據殺熟時，社會福利為0。當加強法律規制與市場監管，對損害消費者利益的行為進行處罰，以提升社會福利時，得到得益矩陣如圖3所示。

假設企業殺熟被處罰后所獲利潤低于不殺熟時的利潤，a2-m＜b2，a1-m＜b1，則根據博弈矩陣，納什均衡為（不殺熟，不殺熟），即A、B企業都不殺熟，由此可以看出，法律的規制與市場的有效監管是處理大數據殺熟的極為有效的手段。

圖3 加強法律規制與市場監管后“殺熟”博弈矩陣

在此種情況下，對于A、B企業同時殺熟時，經營利潤各自被扣減m，社會福利為0；A企業殺熟而B企業不殺熟時，A企業所得利潤為a1-2m，B企業利潤為b2，社會福利為a2-b2即a1-b1；B企業殺熟而A企業不殺熟時，B企業所得利潤為a2-2m，A企業利潤為b1，社會福利為a1-b1；A、B企業都不殺熟時，企業各自獲得利潤為b1，b2，社會福利為2（a1-b1）。因此當所有企業都選擇不殺熟時，各企業利潤所得最高，社會福利也最高。

倘若企業殺熟被處罰的力度不夠，a2-2m＞b2，a1-2m＞b1，則A、B企業最優選擇為（殺熟，殺熟），效果并不顯著。得益矩陣如圖4所示。

圖4 規制與監管力度不足時“殺熟“博弈矩陣

3.2 企業與消費者關系博弈

針對企業與消費者間關系，筆者也做出了淺析，根據如下矩陣可以判斷出企業是否殺熟與消費者是否購買的納什均衡。

首先，筆者做出如下假設：

（1）假設企業和消費者是兩個完全不同的群體、沒有合作，他們之間的信息是不完全的，企業可以根據大數據預測消費者購買意愿，消費者無法了解企業是否進行“殺熟”。

（2）企業是否殺熟與消費者是否購買發生在同一時刻。

（3）企業與消費者間博弈的結果有四種：（殺熟，購買）、（殺熟，不購買）、（不殺熟，購買）、（不殺熟，不購買）。

（4）假設產品成本為c，企業選擇殺熟時定價為e，企業選擇不殺熟時定價為f；消費者購買物品所獲價值回報為r。

（5）假設各參與方完全理性。因此，企業與消費者間的得益博弈矩陣如圖4，當企業選擇殺熟而消費者選擇購買得益為(e-c，r-e)，企業不殺熟消費者購買為(f-c，r-f)，當消費者不購買時，企業殺熟或不殺熟都為(-c，c)。

若r＞c，e＞f：

當r-e＞c時，納什均衡為(e-c，r-e)即(殺熟，購買)。

當r-e＜c，r-f＞c時，納什均衡為(-c，c)即(殺熟，不購買)。

當r-f＜c時，納什均衡為(殺熟，不購買)或(不殺熟，不購買)。

圖5 企業與消費者關系博弈矩陣

由圖5可得，消費者處于劣勢地位，若消費者購買意愿強烈時，r-e＞c，此時企業由于可以預測消費者購買意愿，故會做出殺熟策略；當消費者選擇不購買時，企業是否殺熟與消費者得益無關。

不過，如果從福利經濟學角度看，企業針對價格敏感度高的消費者提供更多優惠，e＜f，那么：

當r-e＜c時，納什均衡為(殺熟，不購買)或(不殺熟，不購買)。

當r-e＞c，r-f＜c時，納什均衡為(-c，c)即(不殺熟，不購買)。

當r-f＞c時，納什均衡為(e-c，r-e)即(殺熟，購買)。

根據均衡條件可以得到，當消費者不被殺熟時購買物品得到的價值回報大于不購買時，企業實施大數據“殺熟”有利于消費者，反應在社會福利上，但是在其他條件下，最佳選擇均為消費者不購買商品，此時企業得益不受策略影響。

4 結論和啟示

根據上述情況的博弈分析，可以得到，在大多數時候，企業進行大數據“殺熟”都是侵害消費者利益，損害社會福利的。在消費者不知情的情況下，幾乎所有企業都難以做到主動去維護社會福利，提供給消費者更低的價格使消費者獲得較常價更低的價格，維護消費者權益。即使企業為價格敏感度高的消費者提供更優惠的價格，其最終目的都是將這些消費者轉換為粘性大的消費者，在這些消費者擁有較大的轉換OTA平臺成本后，企業往往會將其作為老顧客，識別其購買意愿，為其定出專屬價格，定價高于常價，實現“殺熟”。雖然為價格敏感度高的消費者提供更多的優惠可以促進社會福利，維護消費者合法權益，但是大多數企業都以利潤最大化為目標，缺乏高度的社會責任感，難以做到使用大數據提供優惠而非“殺熟”。因此，加強法律規制與市場監管是處理大數據“殺熟”現象的最有效手段之一。

當前，大數據技術在全球范圍內普及，大數據“殺熟”也隨之出現。對該現象的規制與監管目前仍然處于探索階段，對于消費者權益保護法、價格法等等提出了新要求。我國應該進一步加強對該問題的研究、探索，完善相關法律法規與行為規范，建立健全政府監督與管制模式，提高消費者自身法律意識，推動電子商務平臺健康發展。大數據“殺熟”的管制問題需要多方協調治理。政府部門要加強履行監管的職責，引導企業正確發展，建立健全法律法規，明確企業社會責任，增強社會監督，提高消費者權益保護意識。針對用戶個人信息安全問題也應該建立相關的監管機構，提升信息安全性，保障企業、消費者等多方權益。同時，市場監管也是維護市場公平競爭的重要途徑，價格部門要進一步加大監管力度，提出相應的管控條例，規范監管程序，要引導與鼓勵合法競爭，通過企業之間的競爭相互制約，并運用網絡監管等新方式，創新市場監管模式。

5 不足與展望

本次博弈分析采用的分析方法缺少詳細的數據量化分析，研究過程偏向質化，在未來的研究中可以增加調研數據，采用定性與定量相結合的方法進一步探究；在研究的內容上，本課題的分析不夠深入，只是簡單通過博弈論的基礎方法進行了分析，得出企業采用大數據進行“殺熟”的原因以及規制的重要性，其對消費者產生的影響，對其他產業等都未做出探討，未來研究還應對這些方向做出進一步探究。