“大数据杀熟”该如何规制？——以新制度经济学和博弈论为视角的分析

文/王潺

网络消费已成为人们现代生活的组成部分，商家利用大数据技术对每一位顾客的支付能力及意愿进行评估并区别定价，老顾客也常因为信息量多、忠诚度高被索取更高的价格，这种销售策略被称为“大数据杀熟”。普遍认为，大数据杀熟是对“明码实价”传统商业道德的冲击，不仅侵犯了消费者的知情权和选择权，也破坏了市场秩序。

大数据杀熟是算法歧视定价的典型应用。随着研究的深入，许多学者逐渐认识到，算法歧视只有在垄断市场结构中才可能具有法律意义上的经济损害性，因此反垄断成为目前评价算法歧视的主流思路，这实际上是将大数据杀熟回归至传统杀熟的违法性框架中理解。

本文认为目前主流理论对该行为的认识仍停留在静态阶段，而忽略了个体经济行为与整体经济结构普遍牵连的动态市场关系。大数据杀熟与传统杀熟存在本质的不同，传统的杀熟并不影响市场结构，而大数据杀熟将导致市场基本结构以及博弈规则的改变，进而在寡头垄断市场中也能实现充分的竞争。

大数据杀熟行为的本质与规制误区

（一）大数据杀熟行为的本质——完全价格歧视行为

根据客户差异化的消费能力及意愿来定价，在经济学上被称为“价格歧视”。大数据杀熟中商家对每一位消费者索取其意愿支付的最高价格，系为“一级价格歧视”或“完全价格歧视”。与此相对应的是基于购买数量的“二级价格歧视”与基于需求弹性的“三级价格歧视”。三种价格歧视本质上都是利润最大化的定价策略，其区别仅在于市场细分的程度和方式。由此可得理解大数据杀熟的五个重要推论：

其一，经济学价格歧视中的“歧视”并非日常语义中的歧视，更不是法律上具有侵权实害结果的不公正对待。价格本身就是歧视的，市场正是通过“价高者得”的价格歧视方式保证分配的公平与效率。

其二，要理解杀熟行为，首先要把“价格歧视”与“价格差异”区别开来。波斯纳强调，“价格歧视”是价格的效率关系，指各笔交易中“价格与边际成本的比率不同”，而不是不同交易间“价格差异”的横向攀比。但显然人们对“杀熟”的质疑主要集中在价格差异而不是价格效率上。

其三，杀熟是经济学的市场细分定价行为，在不违反法律强制性规范的前提下，市场细分通常不具有违法性。传统杀熟将市场细分为生客与熟客两个子市场，而大数据杀熟则是将消费者以个体为单位细分至极致。如果卖方不具有法律意义上的市场支配力，则根据私法自治原则在自愿交易的情况下，不能仅以市场细分否定歧视定价的合法性。

其四，大数据在定价中的应用提升了价格发现的效率。价格发现是市场机制的基本功能，但其成本相当高昂。大数据支持的算法歧视定价使资源无须在多个交易中流转，直接配置给出价最高的买家。算法歧视的争论还涉及对算法概念本身的理解。算法只是定价策略的形式逻辑表达，既然价格是歧视（区别对待）的，那么算法也必然是歧视（区别对待）的。从根本上说算法反映的是人的理性和市场规律，因此算法采用计算机实现还是人工统计实现只是表面问题，根据技术中立原则，算法本身并不是经济法的评价对象。

其五，本文所称的大数据杀熟或传统杀熟都是一种定价策略行为，这种行为是否构成欺诈，需要根据法律上欺诈的规范构成要件在具体案情中予以认定。不能简单地将杀熟的口语指代与其法经济学价格歧视本质混为一谈，更不能凡涉及杀熟就认定是欺诈。

（二）《中华人民共和国电子商务法》对大数据算法歧视的回应和误区

为了回应消费者对大数据杀熟“算法黑箱”的忧虑，2018年8月颁布的《中华人民共和国电子商务法》（以下简称《电商法》）第十八条第一款强调了对消费者知情权和选择权的保护，以对抗大数据的信息之幕。该条款规定：“电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其提供商品或者服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。”

从文义解释看，按价格展示搜索结果是消费者的常见需求，提供价格排序功能也是线上零售的商业惯例，价格作为关键的合同要素，无论在“搜索结果”还是“选项”中都是无法排除的内容。从立法目的看，该条款要求经营者一视同仁，不得利用算法歧视带来的信息不对称损害消费者利益。可是波斯纳指出：“制定一个禁止系统性价格歧视的法令，而该法令并不限制或禁止合法的定价行为，这是不可能的。”交易价格一旦披露，完全价格歧视便无法实施。因此虽然该条款没有明确限制商家的定价自由，但对商家信息供给行为的规制实际上产生了统一报价的法律强制效果。

然而消费者的知情权难以对抗大数据杀熟。根据合同的相对性，买方的知情权仅限于本合同范围内，卖方无透露他人交易信息的义务。消费者比价的对象是不同商家的报价，而不是同一商家对不同顾客的报价。消费者的市场价格信息应当通过货比三家获得，其成本应当由消费者自行承担，不能转嫁给经营者。

此外，规制商家的信息供给行为也难以保障消费者的选择权。消费者的选择能力与市场价格信息的传播成本有关。互联网环境中，消费者比价的成本远远比线下市场低。因此，除非商家结成卡特尔联盟形成市场支配力，否则大数据杀熟本身并不影响消费者货比三家的效率。

简言之，在充分竞争的线上市场中，大数据杀熟本身不会侵犯消费者的知情权和选择权，其法益侵害的可能性来自市场支配力。因此，第十八条第一款对消费者的保护应当将焦点放在宏观层面的市场结构优化，而不是微观层面的合同相对关系问题上。

大数据杀熟冲突的新制度经济学剖析：信息产权之争

大数据杀熟冲突的实质，是买卖双方对信息产权的争夺。信息是互联网时代的关键资源，信息产权的配置直接影响买卖双方的利益分配。因此，“大数据杀熟”冲突的实际焦点并非古已有之的“杀熟”，而是信息时代的“大数据”。大数据技术改变信息产权的初始配置，导致以“杀熟”为表象的产权经济租金易主，进而引发“强者更强、弱者恒弱”的忧虑。

（一）线上交易的两种关键资源：需求信息产权与有效价格信息产权

产权在新制度经济学中与资源配置相关，德姆塞茨认为，产权指的是“使一个人或其他人受益或受损的权利”。需求信息产权与有效价格信息产权是决定线上博弈结果的关键信息资源。

（二）需求信息产权变为共有导致强者更强

个人需求信息（以下简称“需求信息”）是一定价格上个人选择购买的商品数量，商家通常需要购买才能获得。例如，“学生优惠价”是一种基于“信号”（Signaling）的不完全信息博弈。学生的需求弹性较高，出示学生证是可置信的“不讲价就走人”的信号威胁。于是双方达成三级价格歧视交易，学生获得折扣（需求信息产权租金），商家获得销售量。大数据技术打破了需求信息的买方私有，消费者丧失价格谈判的筹码，商家的定价权进一步巩固，强者变得更强。

（三）有效价格信息产权保持私有维持弱者恒弱

庇古认为，对消费自用的商品实施完全歧视性定价需要两个条件：其一，商家掌握每个消费者的需求曲线；其二，商家处于垄断地位。价格是一种信息，有效价格信息反映价格的经济效率，体现价格与边际成本的关系。完全竞争市场的价格是有效的，买卖双方都是价格的被动接受者。而垄断市场中卡特尔联盟掌握定价权，便可以通过攫取超额的消费者剩余实现有效价格信息的产权租金。因此，有效价格信息产权的卖方私有引发弱者恒弱的担忧。

取消大数据杀熟规制的后果：完全价格歧视下信息产权博弈分析

取消大数据杀熟的法律规制，将信息产权的分配交由市场机制完成，能够降低交易成本，提高信息资源的利用率，最大化消费者剩余。

（一）信息资源得到优化配置

首先，从产权的界定维护成本看，将需求信息产权赋予消费者的成本过高。无论是获取途径还是传播媒介，无论是存储介质还是加工方式，没有一个环节掌握在消费者手中，想要完全排除商家对需求信息的控制实属不易，必将耗费大量的监管成本。

其次，从产权使用效率看，将需求信息产权作为生产性资源要比消费性资源更有价值。大数据技术具有不可知性和创造性，零散的需求信息对于消费者只是争取剩余价值的筹码，在商家手中积沙成岛却能衍生无限商机与财富。

（二）交易弱势方的谈判地位得到提升

传统的统一定价市场使用全市场总需求函数定价，获得唯一的市场均衡价格；但要实现大数据杀熟，商家必须使用个人需求函数代替全市场需求函数，将“大市场”拆分为无数“微市场”。在“微市场”中，仅有一个卖家和一个买家，由大数据捕获的市场需求是独一无二的专有信息。

“大市场”到“微市场”的结构改变降低了消费者的谈判成本。“大市场”一对多的结构令消费者集体谈判的成本相当高昂；而在一对一的“微市场”中，消费者无须费力抱团，个人决策即市场决策，从根本上改善了消费者的弱势地位。

（三）消费者获得有效价格信息的谈判筹码

“微市场”的信息壁垒是市场结构优化的关键，它使消费者得以跨市场、排他性地获得有效价格信息。卡特尔联盟无法在这种市场结构中保持稳定，不完全信息重复博弈最终将使寡头的伯特兰德竞争价格收敛至完全竞争水平附近。

统一定价的寡头竞争市场适用伯特兰德模型。该模型中，两个寡头博弈的反应价格基于对方价格，然而该模型均衡状态下的总利润未达最大值，于是精明的寡头结成卡特尔联盟。此时寡头的边际收益大于边际成本，便有作弊增产的动机。在统一定价的“大市场”中，卡特尔联盟近似一个无限重复博弈。要摧毁联盟就要增加作弊成功的可能性。从这个意义上说，消费者是联盟的告密者，因为价格向市场公布且消费者本身并无差异性，联盟要检验其成员的忠诚度，只需以消费者的身份与其交易即可。

如果消费者能掌握有效价格信息并排他性地使用，则可建立一种不完全信息的重复博弈帮助联盟成员作弊。联盟成员的作弊行为将泄露有效价格信息，完全价格歧视形成的信息壁垒可以保证有效价格信息仅在买卖双方间交换，而不至于流向其他竞争者。因为此时消费者是差异化的，除非消费者告密，否则竞争者之间的价格比对难以实现。

这种不完全信息的伯特兰德重复博弈类似暗标竞价。消费者作为价格信息的统一接收方，接受卖家们背靠背的报价。寡头在确定自身价格之前，必须要对竞争对手的报价进行预估。然而，在原始数据、模型设计都不尽相同的情况下，要做到绝对准确预估几乎是不可能的。

因此在任一个“微市场”中，寡头们的反应预估价不相等为极大概率事件。若两个寡头的产品替代性很高并且需求弹性大，则必然有一种产品滞销。于是各寡头均会在对方的反应预估价之下修正自身的报价，则不完全信息的重复博弈结果是：两个寡头的报价都将无限接近完全竞争价格，消费者获得有效价格信息产权，重夺被“杀熟”的消费者剩余。

简言之，算法歧视的信息壁垒加剧了寡头间的竞争，反之以法律的强制力打破信息壁垒，则会阻止市场从“大市场”到“微市场”的自我优化，导致强者更强、弱者恒弱。

大数据杀熟规制误读的再分析与《电商法》解释的建议

（一）关于大数据杀熟规制误读的再分析

诚然，统一定价与价格歧视看起来并不矛盾，《电商法》第十八条第一款对算法歧视定价的限制似乎能实现“只折扣，不杀熟”。但这实际上限制了“大市场”向“微市场”的转化，市场结构性的不平等无法通过市场的力量自行优化。对此，波斯纳的解释一语中的：“禁止价格歧视会促进卡特尔的实施！”

1.歧视性折扣≠价格歧视

歧视性折扣指统一定价下的折扣策略，典型如 “先提价，后打折”。波斯纳强调，“（要把持续性的价格歧视）跟作弊所导致的卡特尔的瓦解或削弱区分开”，“作弊采取的通常是对卡特尔价格施加选择性——也就是持续性折扣的形式”。也即，完全价格歧视与歧视性折扣将导致完全不同的市场结构。然而权利需要积极主张才能实现，“微市场”中的消费者应当主动比价、积极议价，而不是抱持弱者心态等靠要公权力的救济。其中应由消费者承受的比价和议价成本，不应转嫁给他人或者监管者。

2.顾客感知价值≠杀熟

部分观点认为，商家利用老顾客的忠诚与信赖 “杀熟”是一种欺骗行为。市场营销学认为消费决策考虑的是“顾客感知价值”，即交易价格是商品价值与服务价值的综合体现，比如顾客愿意为快捷的物流和省心的售后付费。简单地将价格差异视为违法，是对顾客选择权与商家服务价值的否定。老顾客跳过货比三家直接下单，是以货币成本支付时间成本的主动选择，只要积极询价即可化解这种“杀熟”。所以老顾客的愤怒实际上是对熟人社会交易习惯改变的不适应，不能成为大数据杀熟违法性的依据。

（二）对《电商法》第十八条的解释建议

从行为表现看，“大数据杀熟”分为“大数据”和“杀熟”两方面。一方面，“杀熟”自古有之，大数据杀熟并未突破传统的商事交易关系，更加不涉及电子商务的其他特有关系，既有的市场规制法律体系足以应付。因此“杀熟”不应纳入《电商法》的调整范围，否则将与现行的《合同法》《价格法》《消费者权益保护法》《反垄断法》等诸多法律产生交叉或竞合。另一方面，“大数据”作为一种价值中立的技术手段也无须纳入《电商法》的调整范围。大数据打破了消费者的同质化，将每一位消费者视为独一无二的个体认真分析区别对待。第十八条第一款对大数据应用的限制并不能形成《消费者权益保护法》的有益补充，相反大数据技术为消费者对抗经营者的市场支配力提供了有力的信息武器。

综上所言，大数据杀熟本身非但不具有经济损害性，而且它践行了经济法的有效竞争原则：一方面采用价格机制的激励，推动信息科技与商业创新在市场中的实现；另一方面借助信息产权竞争的约束，保证了分配的公平与效率。有鉴于此，建议对《电商法》第十八条第一款的“搜索结果”和“选项”采取限缩解释，不包含价格。通过将价格信息排除在算法歧视规制的范围之外，减少该条款对市场机制的自主运行与完善的干扰。