一场来自“杀熟”实验的定价风暴

孙伯龙 贾芳

大数据时代的精准营销在各个领域的广泛应用给消费者带来了许多便利，但有关大数据“杀熟”问题也是备受关注。今年3月27日，北京市消费者协会发布了一份大数据“杀熟”问题的调查报告，其中，88.32%的被调查者认为大数据“杀熟”现象普遍或很普遍，但在实际体验调查中却未发现明显的大数据“杀熟”。那么究竟什么是大数据“杀熟”，大数据“殺熟”背后的商业逻辑和法律界限究竟如何划定，对于大数据“杀熟”消费者真的就无能为力吗？

西风东渐：来自实验室的“深坑”

迄今为止，国内外媒体报道了多起大数据“杀熟”事件，其中既有亚马逊、阿里巴巴等电商平台企业，也不乏滴滴、携程等在线出行平台。但是大数据是否真的将消费者当作“任人宰割的羔羊”？在回答这个问题时，我们不妨先看看三起大数据“杀熟”的典型事例——

亚马逊（Amazon）成立不到五年就实现了上市、流量崛起，成为当时互联网上最大的图书、唱片和影碟零售商，但也面临巨额的业绩亏损和强劲的竞争对手。因此，2000年9月，亚马逊选取68种碟片进行动态定价，被称为“杀熟实验”。亚马逊根据潜在用户的注册资料、购物历史及浏览记录等展开了差别定价，但紧接着有用户就发现在删除了网页浏览器Cookies之后，刚刚浏览过的《泰特斯》（Titus）的碟片售价从26.24美元降为了22.74美元，一时间“杀熟”事件迅速发酵。最终在巨大的舆论讨伐下，亚马逊CEO贝索斯出面向公众道歉，并解释说明这是向不同消费者展示的差别定价实验，还只是在测试阶段，并表示“无论是过去、现在或未来，都不会利用消费者的个人信息资料进行动态定价”。尽管这一事件逐渐平息，但是互联网平台通过动态调整价格来追逐利润的策略一直没有停止。

2012年12月，《华尔街日报》曝光了美国文具连锁公司史泰博（Staples）的价格歧视行为。经《华尔街日报》对史泰博公司的网络产品售价调查发现，在评估了客户的地理位置之后，史泰博的网站向用户展示了不同的产品售价。不仅如此，史泰博的定价策略中似乎还考虑到了用户与竞争对手OfficeMax或是欧迪办公实体店之间的距离。如果竞争对手的商店在20公里的范围内，史泰博通常会制定较低的售价，而假如20公里之内都没有其他竞争对手，说明用户只会在网上购买，那么史泰博就会给用户显示高价。调查结果显示，在受测试的超过1000款商品中，大约三分之一商品的价格存在差异，折扣价与最高价的平均差距为售价的8%。例如从两个紧邻的邮政编码区域内分别订购两台Swing line订书机，在史泰博网站上其中一个地区的售价为14.29美元;另一个地区的售价为15.79美元，但是这两个产品同一天送达。最终，史泰博被迫承认该公司按照地理位置来制定产品在网络和零售店中的不同销售价格，但给出的理由是：价格差异是由“经营成本”在内的一系列因素所决定的。

2018年3月，《人民日报》发表评论员文章《数据权力如何尊重用户权利》，专门指出两名用户同时在某旅行服务网站订特定酒店，出现了相同的房间却不同的价格的大数据“杀熟”情形。也有网友爆料在某网约车平台打车，同一起点与终点的情况下，老用户打车的费用比新用户高，而且同一时段用苹果手机通常比用安卓手机的打车费用要高。一时之间，大数据“杀熟”成为热门话题，各个互联网平台、企业纷纷辟谣，例如某在线旅行代理平台指出，出现不同价格往往是由于促销红包、新人优惠、酒店和航班库存变化带来实时价格变动等原因造成的，并非大数据“杀熟”;某网约车平台首席技术官（CTO）也回应：“预估价”和“实付车费”不同，预估价波动跟乘客定位、实时路况、预估里程、预估时长以及下单时的网络状况等变量有关，并且预估价格按毫秒实时更新，因此才会出现预估价格不同的情形，并保证该平台上的打车价格不会因人、设备、手机系统而异。一边是消费者认为被大数据“杀熟”，另一边则是相关企业否认利用大数据“杀熟”，因此谈到大数据“杀熟”似乎也是人人喊冤。

平台企业如何利用大数据“杀熟”

上述三起典型事例从侧面反映出近二十年来互联网产业对经济模式产生的深刻变革，尤其是进入移动互联网时代，互联网的技术、平台、商业模式和应用与移动通信技术实现深入融合，以平台经济、共享经济为代表的互联网经济相关产业增势迅猛、竞争激烈。据Quest Mobile数据显示，我国移动互联网月活用户规模达到11.38亿，在线购物、饮食、出行、旅游、娱乐、教育等服务业成为互联网经济的重要组成部分。这其中提供个性化服务成为主要标志，也产生了与传统经济迥异的定价模式：实时的差异化定价逐步主导着商品在线销售。

以网约车平台优步（Uber）为例。2015年优步官方技术博客的《优步溢价机制的作用》一文中，对网约车实时差异化定价的合理性进行了论证。优步的定价算法是基于对海量实时数据的建模优化，通过“时间+空间”双维度得出，如果乘客预约车辆需求较高，峰时上调价格会逐步增加车费。对于乘客而言，增加价格有助于确保他们快速叫到车;对于网约车车主而言，增加价格可以提升行程收入，也可调度更多的网约车车主。有研究表明，2015年优步的这种溢价机制只影响少于10%的出行单，但却创造了68亿美元的消费者剩余。

由于在传统商业模式之下，商家无从知晓不同消费者的实际购买力，因此在制定商品的价格时就需要统一定价，以获得更多的消费群体。但是互联网经济中，平台实时的差异化定价是建立在用户大数据基础之上，用户的一切行为和信息被数据化后，平台一旦掌握消费者的大数据，就能准确地计算出每个用户实际的购买力，而这种差异化定价变得十分隐蔽，也会让用户对其产生信任危机。上海交通大学科学史与科学文化研究院李侠教授认为，平台企业与应用程序软件通过移动设备对消费者产生的数据进行实时跟踪、捕获、整理与挖掘，然后以利润最大化的算法实现对老用户的差异化定价，这就是大数据“杀熟”的过程。

在移动互联网时代，“流量”“用户黏性”“平台活跃度”是平台企业在激烈竞争中得以生存的不二法则，因此平台企业的获利模式就有别于传统商业中统一定价的模式。平台企业一方面需要通过低价交易从而获得更多新用户;另一方面，平台企业还需要“锁定”老用户，避免因为失去价格优势之后消费者放弃使用平台。因此，新老用户之间差异化的价格也就成为必然，但平台企业要从差异化定价中实现利润最大化，就需要利用老用户的消费数据个性化地推送产品、价格等信息。如果平台推送的产品既符合用户的消费需要，又能满足其预期承受价格，那么平台就会在老用户不知情的情况下达到精准的定向营销和利润最大化。据《经济学人》杂志统计表明，电商平台根据消费者的网页浏览历史，利用算法技术来进行实时差异化定价，会增加企业14%到55%的利润，这部分利润实际上也是变相的“杀熟”。

随着信息技术发展，借助于人工智能、算法、大数据，可以有效解决传统商业交易中的信息偏载等问题，但同时也会产生“算法歧视”问题，具体来说就是算法过程歧视（数据来源歧视+算法设计歧视）和算法结果歧视。《自然》杂志曾指出算法歧视的过程可以归纳为“偏见进，则偏见出”（Bias In，Bias Out）。算法歧视是因为算法的设计目的、数据运用、结果表征等都是开发者、设计者的主观价值选择，他们可能会把自己持有的偏见嵌入智能算法中。另一个原因则是不同的算法技术本身也可能存在缺陷，并且算法运算过程的不透明和不确定性等因素也会使得结果产生不可控的歧视性结果。因此有学者曾明确指出“算法中立”是伪命题：“算法并非绝对客观，以算法中立来为大数据‘杀熟辩解实际上是一种掩耳盗铃的心态。”

厘清差异化定价的法律界限

当下，有媒体根据一些平台用户的爆料或以不同用户手机上所显示的预估价格不同，就认定某平台进行“杀熟”并呼吁政府加强法律规制。在笔者看来，这类结论欠缺对差异化定价中的法律界限的区分，甚至对于大数据“杀熟”本身都存在模糊的認识。因为截至目前，不论是在国内还是国外，尚无案例对平台企业针对不同用户的差异化定价作出权威性裁判，也说明各国对大数据技术应用于差异化定价上持有一种相对宽容的态度。

目前新闻报道中所呈现的大数据“杀熟”实际上是通过算法对用户“画像”后，对不同用户进行不同的定价，由此引发的“价格歧视现象”。有关价格歧视是个非常复杂的问题，从经济学角度来看，个性化定价的福利效应并不清晰，因此不应采取本身违法的禁止原则。互联网平台企业利用算法分析用户数据、构建用户画像，最终实现差异化定价甚至完成一级价格歧视，但是上述行为究竟是否违法，实际上是要从行为的危害性出发在现行法律框架中进行分析。

总体而言，差异化定价的真正难题在于如何协调经营者的定价自由与市场中的公平交易。通常在公平的市场环境下，用户在同一时间和市场需求期有选择不同产品的自由，就不能视为是违法，而是一种正常的定价策略。但是如果平台利用已经收集的大数据对特定用户进行诱导，制造打车人数过多、机票或房间即将售完的假象，使消费者支付不合理的溢价，实际上构成操纵价格或价格欺诈行为，那么这种“杀熟”就不仅仅是有违商业道德伦理，还应当受到《电子商务法》或《价格法》《广告法》等法律的制裁。

欧洲监管中心2017年公布的一份《大数据与竞争政策》报告中指出，价格歧视的竞争关注焦点是：其可以被用作一种垄断市场的工具。由于网络平台企业的马太效应十分显著，“赢家通吃”实际上会使其在细分市场中具有一定的市场优势地位甚至垄断地位，那么利用大数据针对不同用户的差异化定价实际上就是滥用市场支配地位。此外，更为隐蔽的是平台企业之间利用大数据实现价格合谋（竞争对手之间共同实施的、共同利润最大化的价格策略行为），通常这种价格算法合谋可能会排除或限制该市场中的竞争，也会降低消费者福利，因此应当受到《反垄断法》约束。

公众对大数据“杀熟”的关注除了差异化价格造成实际利益损失以外，更主要的原因是部分平台或应用软件对消费者信息的过度采集和滥用，使用户有“透明人”的焦虑。因此，从更广的意义上来说，大数据“杀熟”现象折射出在互联网时代，消费者的知情权、选择权、公平交易权、个人信息受保护的权利未得到有效保障。对于大数据“杀熟”实际侵害消费者上述权益的，可依据《消费者权益保护法》由消费者权益保护组织提起公益诉讼，明确用户数据信息获取和使用必要性规则，从而更为有效地实施消费者保护政策。

消费者如何应对被“杀熟”

在《算法的陷阱》一书中牛津大学阿里尔·扎拉奇教授与田纳西大学莫里斯·斯图克教授断言：在新经济时代，大数据的崛起使得算法技术已经成为现代商业的基础设施。但是大数据“杀熟”现象层出不穷，也使我们清醒地意识到如果不受法律、道德的规范，即使是有利于提高市场透明度的科技进步，也会给消费者带来巨大的伤害。

笔者认为不论是基于什么样的算法，平台企业差异化定价策略都应当透明，以确保用户对平台的信任，否则带有大数据“杀熟”的主观偏见反而会降低用户的体验，最终也不利于平台自身发展。伴随大数据已经渗透现代生活的方方面面，用户要避免被平台企业“画像”，只能减少在平台上的个人信息泄露，及时删除以往购买、浏览记录，在使用平台消费时经常“货比三家”……