在線旅游企業“大數據殺熟”：行為認定、形成機理與治理路徑

王美云　蘇永華

摘要：隨著在線旅游服務的加速滲透和不斷擴張，防范和治理在線旅游企業“大數據殺熟”也已成為旅游數字化進程中必須直面的顯性難題。在“大數據殺熟”行為認定的基礎上，通過三種博弈模型構建，揭示了在線旅游企業“大數據殺熟”的形成機理，在技術條件可行的情況下，無論消費者對“大數據殺熟”的認知處于何種階段，在線旅游企業都有足夠的動力和空間選擇“大數據殺熟”策略，而進一步的演化博弈模型則顯示出雙方周期性的行為模式。遏制在線旅游企業“大數據殺熟”可以從消費者教育、降低轉換成本、供給側改革和政府監管等多方面入手，并可借助在線旅游企業經營倫理意識和道德提升共筑產業發展信任新空間。

關鍵詞：在線旅游企業；“大數據殺熟”；動態博弈；演化博弈

中圖分類號：F726? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2023）01-0073-12

數字經濟時代數據賦能產業已成為驅動經濟提質增效的主要動力之一，但算法深入滲透經濟生活也帶來了新的問題——精準營銷面紗之下如何避免算法黑盒所引發的“大數據殺熟”行為。2017年，“大數據殺熟”問題漸入公眾視野后便迅速發酵，2018年“大數據殺熟普遍”這一話題已躍居中國消費者協會發布的十大消費維權輿情熱點話題第三位，而電子商務研究中心的報告則進一步顯示，在線旅游企業（Online? Travel? Agency，OTA）的“大數據殺熟”行為相較而言更為突出。

從個體主觀感受來看，大多數消費者感知到了“大數據殺熟”問題的普遍性，且認為這一現象令人難以接受：2019年北京市消費者協會“大數據殺熟”調研顯示，88.32%的被調查者認同“大數據殺熟”現象已經普遍或很普遍，其中56.92%的受訪者甚至表示有親身經歷［ 1 ］；艾媒咨詢（iiMedia? Research）發布的《2018中國大數據“殺熟”網民態度行為調查報告》則顯示77.8%的受訪網民明確表達了對“大數據殺熟”行為的不能接受［ 2 ］。然而，有些實證調查結果與消費者反饋的感受卻大相徑庭——在線旅游企業“大數據殺熟”的確鑿案例僅是零星顯現且并不普遍，究其緣由，應與大數據信息的隱蔽性、復雜性和不對稱性所導致的“殺熟”行為難以舉證和認定有著較大的關聯。

截至2018年12月，我國在線旅行預定用戶規模已達4.10億，較2006年12月提升了1億1 079萬，占網民整體的49.5%［ 3 ］。隨著消費者越來越多地選擇并依賴在線旅游產品和服務，防范和治理在線旅游企業“大數據殺熟”也已成為旅游數字化進程中必須直面的顯性難題，而這也正是包括中共中央宣傳部、文化與旅游部等五部委于2021年8月提出算法推薦治理的現實背景。考慮到解釋主動權和信息優勢不對等問題的客觀存在，公眾對在線旅游企業“大數據殺熟”“有罪推定”的擔憂實際上也在情理之中——掌控大數據的在線旅游企業憑借決策先機實現隱蔽“殺熟”并非難事。正確處理和解決好“公眾的‘殺熟焦慮和企業的叫苦喊冤并存”的棘手挑戰，在旅游業數字化轉型的當下可謂是迫在眉睫。本文將從在線旅游企業“大數據殺熟”行為認定入手，通過博弈模型構建，力圖揭示在線旅游企業“大數據殺熟”的形成機理，并尋求應對在線旅游企業“大數據殺熟”問題的治理之策。

一、文獻綜述

從經濟理論分析來看，“大數據殺熟”行為實質上是一種利用數據分析技術所實現的一級價格歧視行為。國內對“大數據殺熟”的研究自2018年開始興起，研究主題聚焦于“大數據殺熟”的行為定性、形成機理、監管治理等多個方面。在“大數據殺熟”的行為界定上，學界一開始是從價格歧視的視角切入，但價格歧視或算法歧視行為本身實際上并未破壞市場經濟的價格形成機制，與完全競爭市場一樣，完全價格歧視也具有同等帕累托效率［ 4 ］。故而，越來越多的研究開始將“大數據殺熟”行為置于法律框架下予以確認——只有在壟斷市場結構中的“大數據殺熟”才有法律意義層面的經濟損害性［ 5 ］，無論是從主體要件、行為要件還是法律后果要件來看，“大數據殺熟”都理應受到《反壟斷法》的規制約束［ 6 ］。對“大數據殺熟”的理解正經歷一個價值到實證、感性向理性的認識過程。移動互聯網壟斷所致的數據集中化、用戶對互聯網平臺的路徑依賴、“大數據殺熟”立法與監管的滯后性與模糊性是經營者之所以能對忠誠客戶索取高價的重要原因［ 7-8 ］?；谄脚_與消費者及政府監管間的博弈分析，在“大數據殺熟”治理上，推動監管機構和平臺及用戶三方共治，在互動中平衡發展與監管的沖突被視為是“大數據殺熟”創新治理的可能路徑［ 9 ］。

旅游業中有關價格歧視的研究主要集中于酒店客房、航空客票等定價領域，聚焦于收益最大化、滿意度和忠誠度等問題［ 10-12 ］。少數研究關注了在線旅游企業的“大數據殺熟”問題，其中有些研究并沒有發現支持航空公司使用價格歧視技術的假設的證據［ 13 ］，但也有研究發現隨著臨近出發的商務旅客比例增加，航班價格離差和價格歧視都存在變大的狀況［ 14 ］。相較于傳統旅游企業存在已久的價格歧視問題，在線旅游企業“大數據殺熟”問題的外顯性、可識別性和可覺察性并不突出，因此不少成果仍停留在合法合規框架下探討經濟學意義上的價格歧視策略問題。

歸結而言，大數據的應用真切地提升了人們生活的便利性，但企業利用大數據的“殺熟”行為阻滯了這一技術福利。一方面，消費者如意識到企業有可能實施“大數據殺熟”行為，其可能需要花費更多的時間比較不同在線平臺的產品價格，從而了解自己是否被“殺熟”，這使得大數據應用所帶來的消費效率優勢不斷遭受沖擊乃至消失殆盡，進而導致社會福利的損失；另一方面，“大數據殺熟”更會造成企業與消費者之間的不信任，這對于企業后續的健康發展毫無疑問是極為不利的［ 15 ］。

二、在線旅游企業“大數據殺熟”內涵與行為認定

旅游業的互聯網應用從旅游電子商務網站起步，以政府旅游部門門戶網站、傳統旅游企業線上業務網站和專業旅游電子商務網站三類主體為代表。隨著移動互聯網以及大數據技術的不斷滲透，隸屬于第三類主體的在線旅游企業在競爭中獲得了市場份額的快速增長：來自中國旅游研究院的數據顯示，我國在線旅游的消費總額已破萬億級，其在國民旅游消費的總額中占比已逾20%。在線旅游企業是提供旅游產品和服務在線預訂的市場組織，其也是以互聯網絡為平臺、以在線旅游企業為主體、以旅游資源信息庫為基礎、以電子支付保障為依托的旅游經營體系［ 16 ］。在線旅游企業可為旅游者提供交通、住宿、門票、簽證、跟團游、自由行以及商旅、金融、保險等綜合服務，代表性企業有攜程、去哪兒、途牛和驢媽媽等。

（一）在線旅游企業“大數據殺熟”行為內涵

在信息社會，大數據以其多維、巨量和混合的豐富數據重構了觀察、分析及評判當今世界的認知系統與思維范式——基于對整個社會“數據化”的整理與挖掘來重塑改造世界的方式與效能。隨著社交媒體技術、垂直搜索引擎技術、物聯網技術等在旅游業中的廣泛引入，在線旅游企業日漸成為電子商務、互聯網與大數據技術在旅游行業應用的最主要載體，并呈現出井噴式增長趨勢。借助大數據技術，人類不斷向智慧旅游時代邁進，但與之伴生的“大數據殺熟”問題卻令人始料未及。

所謂在線旅游企業“大數據殺熟”，是指在線旅游企業利用其所掌握的包括隱私信息、個體偏好、交易歷史以及消費習慣等在內的用戶特征和消費行為大數據，通過復雜算法推薦將同一旅游產品或服務以不同的價格銷售給不同的消費者，最終導致信息暴露多、忠誠度高的熟客購買價格更高的價格歧視行為。從本質上看，在線旅游企業的“大數據殺熟”行為是經濟學所界定的完全價格歧視行為（也即一級價格歧視）——每一位消費者均是在其意愿支付的最高價格下實施了購買，其內涵可以從以下幾個方面進一步理解。

首先，“大數據殺熟”與傳統“殺熟”一樣，其也是一種市場資源配置視角下的市場細分定價行為，該種定價行為是否構成欺詐需要結合具體表現與實施場景進行法律規范構成要件層面的認定；其次，“大數據殺熟”與傳統“殺熟”也有著本質上的不同，也即導致博弈規則的改變并進一步影響整體市場基本結構，這構成了“大數據殺熟”對經濟損害性的關鍵判斷［ 5 ］；再次，“大數據殺熟”是在線旅游企業利用博弈雙方在信息上的非對稱和不透明，主觀上故意實施有悖于消費者真實消費意愿的、最大化攫取消費者剩余的價格歧視行為［ 17 ］；最后，“大數據殺熟”采用的方法也即數據的歧視性算法，本質上是在線旅游企業對數據和算法權力的濫用，其結果就是以消費者權益損害換取企業利潤的最大化。

（二）在線旅游企業“大數據殺熟”行為認定

基于用戶個體特征和消費行為的大數據記錄與分析，在線旅游企業在推斷消費者典型消費決策上取得了巨大進步，從理論上說，這也使得更精準的廣告推送、更符合消費者喜好的產品推薦、更優惠的價格呈現、更精準及時的服務響應成為可能。從實際應用來看，在線旅游企業所提供的個性化推薦、猜你喜歡等服務便是在大數據基礎上開展的，大數據的算法邏輯正逐漸向個性化與場景智能推薦、精準營銷和一站式服務過渡，這顯著提升了在線旅游的交易成功率和銷售量，而消費者循環往復式的購買行為延長了即時性購買愉悅直至成癮［ 18 ］，更使在線旅游企業的發展呈現出自增強效應。在大數據消費場景中，旅游交易越來越多地依賴算法來實現，但算法技術本身毫無疑問是一把“雙刃劍”，其所引致的風險不僅僅源于算法技術自身的不成熟所產生的“原罪”，亦包含不正確、不正當濫用技術而引發的“他罪”［ 19 ］。

在線旅游企業通過不斷提升算力和優化算法，向在線旅游消費者提供了更加精準、高效、便利和豐富的全領域服務，但不斷提升的交易效率背后，反不正當競爭和消費者權益保護卻不得不面對算法的不透明性與難解釋性所引發的全新挑戰［ 20 ］。一方面，新老客戶間的價差可能是由于供應商、會員身份、購買日期、支付方式、定向促銷等的不同而導致，但與此同時，對在線旅游企業能夠利用其掌握的大數據和算法實施因人、因設備而異的算法歧視的質疑同樣具有合理性——這體現了市場條件下在線旅游企業追求利潤最大化的正常動機［ 21 ］。從學理上看，要界定“大數據殺熟”首先必須厘清正當價格歧視與“大數據殺熟”中的價格違法行為兩者間的區別：正當價格歧視本質是市場經濟中供求關系決定價格這一自由定價機制的體現，具有經濟意義上的合理性；“大數據殺熟”則因存在價格政策不透明、信息誤導、價格欺詐和價格壟斷等違法行為，造成了消費者剩余的全部喪失，破壞了市場經濟規律并會對社會福利產生損害［ 9，22 ］。

由于“大數據殺熟”通常采用的是一人一價形式，因此在實踐認定中存在一定的技術難度。結合國家及相關部委出臺的“大數據殺熟”管理政策措施（表1），在線旅游企業“大數據殺熟”行為可以進行如下界定：在線旅游企業“大數據殺熟”行為是指借助大數據、算法等技術手段，在交易條件相同的情況下，無正當理由對不同消費特征的旅游者實施不合理的交易價格的行為。在線旅游企業“大數據殺熟”行為認定還可從三個方面進一步判定：一是在線旅游企業利用自身掌握的信息和技術優勢，對熟客戶有效設置了更高價格，造成了熟客戶和其他用戶在交易價格上的不公平；二是上述價格差異是在條件相同的情況下發生，即在交易安全、交易成本、交易時間、信用狀況、所處交易環節等方面交易相對人之間并不存在著影響交易的實質性差別；三是不存在實施差別價格的正當理由，包括交易習慣以及行業慣例下正當的差異交易條件、合理期限內針對新用戶開展的優惠活動以及在公平、合理、無歧視規則下所實施的隨機性交易等。

三、在線旅游企業“大數據殺熟”的形成機理

差旅出行相較于電商場景，被認為是更為高單價和中低頻的消費場景，而機票、酒店、旅行套餐等產品也往往會因供需狀況等原因發生價格的較大幅度調整，加之在線旅游企業又能通過大數據分析發現價格不敏感用戶的分布狀況，“殺熟”由此也便有了天然的土壤。一方面，由于用戶習慣、消費惰性和轉換成本等諸多原因，消費者往往難以察覺在線旅游企業“大數據殺熟”行為的存在；另一方面，由于信息保護、算法隱匿上的技術鴻溝，消費者既難以避免被“殺熟”也不易有效舉證“殺熟”行為。此外，技術發展仍欠成熟、資本逐利訴求過度、“不在場”的倫理規范和監管不到位等也共同構成了“大數據殺熟”滋生的環境生態［ 7 ］。在已有在線旅游企業與消費者關系研究的基礎上，本文通過構建博弈模型來深入探討雙方的博弈關系，以進一步明晰在線旅游企業“大數據殺熟”的內在機理。

（一）基本假設與模型建立

1.博弈模型的參與方有在線旅游企業（A）和消費者（B）兩個

假設雙方在博弈中的行動決策是完全理性的，即參與各方策略選擇均是追求博弈收益的最大化。實際上，在線旅游企業是否選擇實施“大數據殺熟”行為，既與其所掌握的消費者數據（并基于此可以從技術上實現“殺熟”）有關，也與競爭對手的產品替代（價格及其宣傳推廣）、政府監管（查處覆蓋及懲罰力度）有關，真實博弈所涉及的參與主體更為多元，但為簡化模型，本文重點關注在線旅游企業和消費者間的博弈關系?？梢宰C明，在放松競爭和監管條件下，在線旅游企業“殺熟”的可能性更高。

2.在線旅游企業可在“大數據殺熟”（K）和“不殺熟”（NK）兩種策略中進行選擇

在線旅游企業為謀求經濟利益的最大化，可自主選擇“大數據殺熟”策略或“不殺熟”策略，“不殺熟”時的基礎收益為W（已覆蓋成本），“殺熟”能帶來的增加收益為I（已包含技術導致的成本變化），“殺熟”未遂消費者叛逃造成的額外收益損失為J（消費者口碑傳播導致的品牌形象損失等間接損失），而“不殺熟”時消費者叛逃情境下在線旅游企業的收益損失為Z（用以覆蓋產品開發、渠道、促銷等方面的直接成本損失）。實際上，在線旅游企業實施“大數據殺熟”時，其成本將可能因利用大數據而降低（實現精準營銷、精準物流等）［ 23 ］，為了簡化模型，本文對該部分創造的“殺熟”收益統一納入I值中。

3.消費者可以在忠誠（L）和叛逃（D）兩種策略中進行選擇

在沒有“大數據殺熟”情況下消費選擇忠誠并實施購買的收益為S，“殺熟”造成消費者收益損失為M。如果消費者選擇叛逃策略并購買競爭對手產品付出的轉換成本為C，由于“大數據殺熟”而形成的價差給叛逃消費帶來的額外收益為E。顯而易見，消費者不忠誠行為——叛逃的發生，一方面取決于在線旅游企業所實施的“大數據殺熟”行為，同時還需要滿足叛逃收益（E）須彌補購買轉換的成本（C），即E>C，更進一步而言，凈叛逃收益E-C還需要大于“殺熟”所造成的消費者收益損失（M），也即E>C+M。這也就是說，即便用戶意識到被“殺熟”，但考慮到金錢、時間和精力成本往往會放棄進一步的行動［ 17 ］。

4.消費者對在線旅游企業的“大數據殺熟”行為存在階段性感知差異

第一階段的消費者缺乏對“大數據殺熟”行為的感知，雖然企業出價在前，消費者選擇購買在后，但由于消費者未將在線旅游企業的“殺熟”行為納入視野，此時可將兩者間的博弈行為視作完全信息靜態博弈，因為博弈先后順序（動態博弈）本質上是一個信息概念而非純時間先后概念［ 24 ］。第二階段的消費者根據先驗信息意識到在線旅游企業可能會存在“大數據殺熟”行為，此時根據博弈次數的不同，博弈模型可設定為不完全信息動態博弈和無限次重復博弈兩種。

（二）博弈均衡分析

1.在線旅游企業與消費者完全信息靜態博弈結果分析

根據上述模型設定，在線旅游企業與消費者的完全信息靜態博弈發生在博弈的第一階段。消費者對在線旅游企業“大數據殺熟”行為毫無察覺，視博弈雙方信息具有慣常的透明性，對其而言，叛逃會因轉換成本的增加而導致收益的下降，此階段消費者并未能意識到叛逃所帶來的額外收益（E）。從在線旅游企業與消費者完全信息靜態博弈支付矩陣來看（表2），忠誠策略是消費者的嚴格占優策略，而“大數據殺熟”則是在線旅游企業的弱占優策略，“在線旅游企業選擇‘大數據殺熟，消費者選擇忠誠”是該博弈模型下的純策略均衡，此時在線旅游企業的收益為W+I，消費者收益為S-M。

2.在線旅游企業與消費者不完全信息動態博弈結果分析

隨著媒體對“大數據殺熟”越來越多的報道以及政府“大數據殺熟”規范文件的陸續推出，包括在線旅游在內的行業“殺熟”問題日漸被民眾所意識［ 25 ］，此時雙方的博弈進入了第二個階段。通過海薩尼轉換可以將在線旅游企業和消費者不完全信息動態博弈寫成博弈樹的表達形式（圖1）。

博弈過程中，在線旅游企業（A）先行動，消費者（B）后行動，在線旅游企業可能選擇大數據“殺熟”策略（K），也可能選擇“不殺熟”策略（NK），后行動的消費者并不知道在線旅游企業的策略選擇，僅具備關于在線旅游企業“大數據殺熟”的先驗信息（來自媒體、人際及其他信息渠道）：消費者認為在線旅游企業選擇“大數據殺熟”的概率為P，選擇“不殺熟”的概率為1-P。對消費者而言，有兩個策略可供選擇，即忠誠（L）或者叛逃（D），不同策略選擇下的消費者收益不盡相同。

3.在線旅游企業與消費者無限次重復博弈結果分析

在線旅游企業與消費者博弈進入第二個階段后，隨著購買經驗的不斷增加（重復消費），雙方信息集將不斷明朗化，兩者間的博弈由此可視為是無限次重復博弈——一種特殊的完全信息動態博弈：雙方的基礎博弈（表3）將無限次重復進行。在此狀況下，考慮以下博弈規則：在線旅游企業和消費者都預期到將進行無窮盡博弈，雙方先驗地認為對方會信守承諾，也即在線旅游企業選擇“不殺熟”，而消費者選擇忠誠。一旦消費者發現在線旅游企業選擇了“殺熟”策略，那么其將在未來永遠選擇叛逃作為報復。

消費者的群體復制動態相位圖如圖3所示?？梢钥吹?，當在線旅游企業“大數據殺熟”比例超過■時，消費者都會選擇叛逃。

經由上述分析可得在線旅游企業和消費者這兩個群體復制動態的關系和穩定性如圖4所示。

可以看到，在線旅游企業和消費者間的這種演化博弈并不存在演化穩定策略（ESS）。當在線旅游企業和消費者初始博弈落入A區時，博弈將演化至X*=1和Y*=1，即在線旅游企業選擇“大數據殺熟”策略，消費者選擇忠誠，此時在線旅游企業將攫取最大利潤；當在線旅游企業和消費者初始博弈落入B區時，博弈將演化至X*=1和Y*=0，即在線旅游企業選擇“大數據殺熟”策略，消費者選擇叛逃，此時消費者尋找到可避免被“殺熟”的替代選擇；當在線旅游企業和消費者初始博弈落入C區時，博弈將演化至X*=0和Y*=1，即在線旅游企業選擇“不殺熟”策略，消費者選擇忠誠，這通常被認為是一種健康的互利狀態；當在線旅游企業和消費者初始博弈落入D區時，博弈將演化至X*=0和Y*=0，即在線旅游企業選擇“不殺熟”策略，消費者選擇叛逃，這一博弈均衡對雙方而言實際上都并非是福利最優解。

在線旅游企業和消費者間的演化博弈雖然沒有ESS集合，但其還是反映出博弈雙方周期性的行為模式（圖5）。

（四）博弈結論

四、遏制在線旅游企業“大數據殺熟”的路徑選擇

在現實情況中，在線旅游企業采取“大數據殺熟”策略實際上還受到諸多方面的制約，包括法律限制、政府監管、競爭替代、反殺技術等等，本文探討的在線旅游企業和消費者博弈模型剝離了這些外在因素的影響，呈現了在線旅游企業“大數據殺熟”所能觸及的最大化極限，同時也更為清晰地指明了在線旅游企業“大數據殺熟”治理的可能路徑。

（一）加強消費者教育，提升其對“大數據殺熟”的認知敏感度和維權意識

（二）促進信息互聯互通，降低消費者因信息壁壘等造成的高昂轉換成本

2021年9月，在國家有關部門的強力推動下，包括微信、淘寶等在內的主流線上平臺初步實現了信息屏蔽的解除和生態的相互開放與聯通，有力推動了我國反壟斷和制止不正當競爭進程。實際上，如果消費者能夠非常便捷且低成本地獲取足夠的決策資訊，“大數據殺熟”行為是無可遁形的。在不完全信息動態博弈模型下，如使值變小，在線旅游企業選擇“殺熟”策略的空間將進一步被壓縮，這其中一個非常重要且有效的舉措就是有效降低消費者選擇叛逃策略并購買競爭對手產品時所付出的轉換成本（C），從這一點上說，平臺間的互聯互通、跨平臺的比價系統、便捷的歷史交易價格查詢等都是能夠降低消費者因信息壁壘造成的自由選擇障礙的有力舉措。事實和相關研究都說明了轉換成本的確給了企業以巨大的“殺熟”動力［ 28 ］，因此，更深入來看，要以降低信息壁壘為契機，從交易成本、兼容成本、心理成本、學習成本、不確定性成本、合同轉換成本等多維度降低在線旅游消費購買的轉換成本（C）［ 29 ］，進而有效掣肘在線旅游企業的“大數據殺熟”行為。

（三）增強供給側活力，培育更多富有競爭力的市場主體和替代產品

（四）完善政府監管，營造一個“不能殺”也“不敢殺”的產業生態

反觀在線旅游企業和消費者的三種博弈模型，如無外生力量，消費者在博弈中將處于絕對的劣勢地位。無論是從消費者權益保護還是產業公平環境營造角度來看，政府對“大數據殺熟”行為進行監管，不僅正當而且必要。要進一步明確“大數據殺熟”行為的認定細則和處罰標準，嚴格落實已經出臺的各項治理政策和措施，通過建立政府-社會合作規制、算法應用技術備案等制度，更好地發揮政府在“大數據殺熟”治理中的作用——尤其是政府在“大數據殺熟”規制方面所應發揮的主導作用，充分保護社會公共利益與消費者個人權益［ 31-32 ］?？梢宰C明，如果將政府監管和法律懲治納入本文所構建的博弈模型，在線旅游企業選擇“大數據殺熟”的動力將會進一步下降。

大數據現今已成為繼水、電、天然氣、煤等之后決定社會發展和進步的新型基礎性資源，使共同創建數據的所有參與方受益是其應有之義，如果數據得到有效管理，其亦將幫助在線旅游企業提高客戶參與度和體驗［ 33 ］。應該看到，大數據技術在提升社會運行效率、豐富人們日常生活的同時所附著的“殺熟”問題，不僅侵犯了用戶的合法權益，還進一步影響著人們對技術的信任程度。通過針對不同設備終端、用戶特征、消費意愿和消費頻次的用戶設定差異價格，在線旅游企業雖然可以利用大數據輕易實現用戶區別對待和商品的強行或隱匿溢價，但從長期博弈的視角來看，“殺熟營銷”毫無疑問是一種短視行為。針對在線旅游企業可能存在的短期逐利動機，一方面需要在法律法規、行政管制和技術倫理等多方面做好約束與監管以備預不虞，另一方面，亦要促動在線旅游企業在行使數據權利的同時充分尊重用戶權利，如此才能讓各方在產業數字化變革時代共贏更多彼此信任的空間。

參考文獻：

［1］ 北京市消費者協會.北京市消協發布大數據“殺熟”問題調查結果［EB/OL］.（2019-07-27）［2022-11-15］.http：//www.bj315.org/xxyw/xfxw/201907/t20190727_19494.shtml.

［2］ 艾媒產業升級產業研究中心.2018中國大數據“殺熟”網民態度行為調查報告［EB/OL］.（2018-04-10）［2022-11-15］.https：//www.iimedia.cn/c400/61120.html.

［3］ 中國互聯網絡信息中心.第47次中國互聯網絡發展狀況統計報告［R］.北京：中國互聯網絡信息中心，2021.

［4］ 范里安.微觀經濟學：現代觀點（第6版）［M］.費方域，譯.上海：上海人民出版社，2006：359.

［5］ 王潺. “大數據殺熟”該如何規制？——以新制度經濟學和博弈論為視角的分析［J］. 暨南學報（哲學社會科學版），2021， 43（6）：52-64.

［6］ 朱程程. 大數據殺熟的違法性分析與法律規制探究——基于消費者權益保護視角的分析［J］. 南方金融，2020（4）：92-99.

［7］ 李飛翔. “大數據殺熟”背后的倫理審思、治理與啟示［J］. 東北大學學報（社會科學版），2020，22（1）：7-15.

［8］ 鄒開亮，劉佳明.大數據“殺熟”的法律規制困境與出路——僅從《消費者權益保護法》的角度考量［J］.價格理論與實踐，2018（8）：47-50.

［9］ 梁正，曾雄. “大數據殺熟”的政策應對：行為定性、監管困境與治理出路［J］. 科技與法律（中英文），2021（2）：8-14.

［10］ Larrieu T. Pricing strategies in online market places and price parity agreements：Evidence from the hotel industry［EB/OL］. （2019-07-01）［2022-11-15］.https：//www.researchgate.net/publication/334454759_Pricing_strategies_in_online_market_places_and_Price_Parity_Agreements_evidence_from_the_hotel_industry.

［11］ Alfarhan U F， Nusair K， Al-Azri H， et al. Measuring the effects of tourists relative willingness to spend and third-degree price discrimination on inbound tourism expenditure differentials［J］. Tourism Economics，2022，28（8）：2126-2153.

［12］ Abrate Graziano，Nicolau Juan Luis，Viglia Giampaolo. The impact of dynamic price variability on revenue maximization［J］. Tourism Management，2018，74：224-233.

［13］ Azzolina Stefano， Razza Manuel， Sartiano Kevin， et al. Price discrimination in the online airline market： An empirical study［J］. Journal of? Theoretical and Applied Electronic Commerce Research，2021，16（6）：2282-2303.

［14］ Diego Escobari， Nicholas G. Rupp， Joseph Meskey. An analysis of dynamic price discrimination in airlines［J］. Southern Economic Journal，2019，85（3）：639-662.

［15］ CHEN Jiayao.Economic thinking of big data killing in the internet era［C］//International conference on applications and techniques in cyber security and intelligence. Springer，Cham，2020：966-970.

［16］ Brannon D L，Wiklund J. Tourism and business model innovation： The case of us wine makers［M］//Handbook of research on innovation in tourism industries. Edward Elgar Publishing，2014：228-248.

［17］ 張愛軍，王芳.“大數據殺熟”的政治安全風險［J］.未來傳播，2021，28（2）：46-51，124-125.

［18］ 李妍，韓志偉.數字資本主義的生成機制及基本特征［J］.深圳大學學報（人文社會科學版），2021，38（3）：144-151.

［19］ 郭江蘭.“大數據殺熟”行為反壟斷責任的完善［J］.商業研究，2021（4）：132-136.

［20］ 張文顯.構建智能社會的法律秩序［J］.東方法學，2020（5）：4-19.

［21］ 許光耀，王文君.對星巴克咖啡“價格歧視行為”的反壟斷分析［J］.價格理論與實踐，2014（3）：29-31.

［22］ Townley Christopher， Morrison Eric， Yeung Karen.Big data and personalized price discrimination in EU competition law［J］. Yearbook of European Law，2017，36：683-748.

［23］ 潘定，謝菡.數字經濟下政府監管與電商企業“殺熟”行為的演化博弈［J］.經濟與管理，2021，35（1）：77-84.

［24］ 沈琪.博弈論教程［M］.北京：中國人民大學出版社，2010：59.

［25］ 侯亮榮.主流媒體構序解惑做強新聞評論的路徑［J］.青年記者，2021（4）：71-72.

［26］ 雷麗彩，高尚，陳瑞祥.大數據“殺熟”如何破？基于政府-消費者協同監管的演化博弈［J］.系統管理學報，2021，30（4）：664-675.

［27］ 鄭佳和，曹金瑞，蔣炘睿，等.大數據“殺熟”行為綜合治理研究［J］.法制與經濟，2020（3）：135-137.

［28］ 吳漢洪，王申.轉換成本視角下互聯網企業的創新競爭策略［J］.經濟理論與經濟管理，2019（3）：4-17.

［29］ Paul Klemperer. Competition when Consumers have Switching Costs： An Overview with Applications to Industrial Organization， Macroeconomics， and International Trade［J］. The Review of Economic Studies，1995，62（4）：515-539.

［30］ 苑曉平.國外體育賽事門票價格策略及啟示［J］.山東財經大學學報，2018，30（2）：96-104.

［31］ 李南宇.“大數據殺熟”行為政府治理路徑探討［J］.行政與法，2021（3）：84-94.

［32］ 燕道成，劉嘉琳.大數據“殺熟”帶來的道德問題與價值風險及其規制探析［J］.云夢學刊，2021，42（2）：90-96.

［33］ Line N D， Dogru T， El-Manstrly D， et al. Control， use and ownership of big data： A reciprocal view of customer big data value in the hospitality and tourism industry［J］. Tourism Management，2020，80：104106.

［責任編輯：王妍］

“Big Data-based Price Discrimination” of Online Travel

Agencies：Behavior Identification， Formation Mechanism

and Governance Path

WANG Meiyun1，SU Yonghua1，2

（1.School of Tourism Management， Hangzhou Polytechnic ，Hangzhou 311402， China;

2.School of Management， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract：With the accelerated penetration and continuous expansion of online tourism services， the prevention and management of “big data-based price discrimination” by online tourism enterprises has become a conspicuous problem that must be faced head-on in the process of tourism digitization. On the basis of the identification of “big data-based price discrimination”， three game models are constructed to reveal the formation mechanism of “big data-based price discrimination” by online travel agencies. Under the feasible technical conditions， online travel agencies have sufficient motivati

收稿日期：2022-11-16

基金項目：浙江省社會科學界聯合會研究課題“在線旅游企業大數據‘殺熟行為判定、形成機理與治理研究”（2022N134）；浙江省高等學校國內訪問學者教師專業發展項目“在線旅游企業大數據‘殺熟行為的形成機理及治理研究”（FX2019115）；杭州科技職業技術學院重點課題“在線旅游企業大數據‘殺熟行為認定、問題披露與治理研究”（HKYKYZD-2019-3）；浙江省哲學社會科學規劃課題“全域旅游背景下地方特色文化旅游資源的開發與利用研究”（20NDJC354YBM）

作者簡介：王美云（1977-），女，浙江浦江人，杭州科技職業技術學院副教授，碩士，主要從事旅游管理和創新創業研究；蘇永華（1980-），男，江西貴溪人，浙江工業大學博士研究生，杭州科技職業技術學院教授，主要從事文化旅游與創意產業管理研究。