价格歧视？算法时代的一场“猫鼠游戏”

算法时代，大数据杀熟受到越来越多诟病与争议，但从经济学角度来看价格歧视，有着更深层次的分析框架与维度，甚至颠覆我们的常识。

本文将介绍价格歧视背后的经济学原理，同时指出按照大数据算法执行的周密定价策略，短期内可以增长利润，长期内却**导致“双输”；看起来**因为歧视得益的商家，最后可能反而联合要求通过反价格歧视的法案。而消费者也不是经济学课本上的假设“理性”，而是按“情感”出牌。

文章大纲 ：

1. 价格歧视的相关**；
2. 讨论消费的两类“情感”，讨厌“侵入”与追逐“正义”；
3. 为何长短期利益可能不兼容——消费者也有办法反制；
4. 基于历史的案例分析；
5. 总结与讨论。

大数据“杀熟”和“千人千面价”的利弊是近年来各界争论的热点，有代表性的论点可以分成以下两类：

第一类，偏重消费者的福利，强调“杀熟”损害消费者的利益——通过更精确和细致的个人信息定价，平台把本来归属消费者的福利全部转移到自己手里，导致前者从交易中得到的好处变少。这类观点认为，既然各国竞争法规均强调保护消费者福利，以上削减消费者福利的行为自然应该受到遏制。

和第一类观点相比，第二类论点更加“平台导向”，强调精准价格歧视在效率方面的优势。由于互联网时代“赢家通吃”的特性，许多新兴的行业都由少数寡头把持或干脆就接近垄断。相比由垄断定价造成的效率损失，充分的价格歧视反而可以达到社**总福利的最大化。既然如此，不妨允许平台进行这种类型的价格歧视。之后，通过税收等再分配工具，社**可以达到合理的分配结果。

然而，以上两类方法存在一个共同的缺点：假设消费者“呆若木鸡”。其中，平台可以自如地选择定价策略，消费者更多只能被动做出反映。

然而，近年来的诸多研究成果，让我们看到了这个问题更加复杂的侧面：消费者有时候不按“理性”，而是按“情感”出牌；周密的定价策略，短期内可以增长利润，长期内却**导致“双输”；看起来**因为歧视得益的商家，最后可能反而联合要求通过反价格歧视的法案。

以上佯谬初看之下令人疑惑，实则都有充分的依据。整合这些观点，我们才能充分理解大数据时代价格歧视的诸多得失利弊。

讨论这一问题时，务必“多想一步”：

• 只谈利润不谈情感，最后反而可能损失利润；
• 只看自己不看消费者，企业反而可能失去消费者；
• 只想“摁住”歧视而不顾及其它，监管带来的损害反而可能多于得益。多学科视角交叉，或为破除以上佯谬的仅有路径。

基于供求曲线的基础分析

借助大数据“量体裁衣”、针对消费者个别定价的技术实现相当繁难，但分析这一点的经济学模型却并不复杂，最基本的供求模型就足以胜任[1]。

在基础的《经济学原理》中，我们已经学习过如下的图示：

• 一条供给曲线，衡量了生产者在不同价格水平下愿意提供产品的数量；
• 一条需求曲线，标示了消费者在不同价格水平下愿意消费者商品的数量。如果有许多生产者与许多消费者——或曰市场完全竞争，两条线的交点处就刻画了均衡时的市场。

在如此刻画的均衡中，生产者定出一个统一的价格；向下斜的需求曲线与向上撇的供给曲线之间，是商品交易创造出的所有福利。

这个福利被价格水平横着“剖”成两半：

• 一半是消费者的购买意愿高于价格的部分，这部分就是消费者福利；
• 另一半是价格高于生产者的成本的部分，这部分就是生产者福利。

在至少大半个世纪以前，经济学家已经严格证明了如下命题：完全竞争市场将**最大化社**总福利。

然而，在许多与互联网相关的新兴产业中，市场远远不是完全竞争；实际上，这类市场通常仅由一个或几个竞争者占据。在完全竞争市场中，诸多生产者间的剧烈竞争，**挫败任何将价格提升至供需交点以上的努力——如此行为的唯一后果，就是消费者通通跑到其它家去消费。

然而，如果行业里的企业很少，即使提高价格，消费者也不**全部流失。从单个消费者身上获利的增加，可能足够弥补消费者流失的损失。

尽管企业可以因为这种行为获利，但消费者福利及社**福利都**因此遭受损失。消费者福利受损的原因很简单：垄断或寡头厂商定的价一般都要比竞争市场的价格高。

提价这种行为，相当于把一部分福利从消费者手里转移到了自己手里。社**总福利也**受损：市场价格提高，**导致那些消费意愿不是特别高的消费者放弃购买、退出市场。本来，这些交易也能为社**创造价格；现在，因为垄断，这些交易做不成了。

基于大数据的价格歧视为什么可以纠正这部分损失呢？

借助性别、年龄、教育、职业、资产等各方面资料，企业现在可以为消费者“量体裁衣”——让每个人都“享受”到不同的价格。支付意愿高的消费者，就给他/她定高价；支付意愿低的消费者，看到的则是相对低的价格。

当数据与算法的威力发挥到极致时，企业可以“沿着”需求曲线定价：把价格刚好定在每一消费者的支付意愿附近，恰好让他她剁得下去手。

这**带来两方面的影响：

• 一方面，社**福利损失现在没有了：通过“沿着”需求曲线定价，企业把那些之前本来**退出市场的消费者又“迎”了回来。现在，总福利回到了完全竞争时的情形——每一位支付意愿高于企业成本的消费者，都**选择购买。
• 然而，虽然社**总福利没有损失，消费者福利却是少之又少。依据支付意愿来定价，意味着消费者福利支付意愿减去价格将因此无尽趋向于零。

理智与情感

上述分析阐明了开头争论中双方的依据：

• 一方看重消费者，担忧充分价格歧视下消费者的福利消散殆尽；
• 另一方着眼社**总福利，强调大数据价格歧视中社**福利的改进。

然而，当抽象的分析开始变得“鲜活”，以上结论可能变得“大相径庭”：实际生活中，算计支付意愿的价格的经济理性，只是支配消费者决策的诸多因素中的一种。近年来各学科的研究都指向以下事实：哪怕是研究买卖，也不能忽略情感在其中占据的比重。

具体到价格歧视中，企业行为可能触发以下两类负面情感：一是“侵入感”，二是“公平感”。

什么是侵入感呢？

大数据年代，包括定价在内，营销的每一个环节都讲究“精准”：如果对方在网上搜“地板+品牌”这组关键词，那就应该适时给对方推送地板广告；既然地板可以推送，乳胶漆和家具是不是也可以推送呢？既然家具品牌都给对方推送了，检测甲醛含量的检测仪也可以一并介绍给对方[2]。

然而，以上智慧可能“过犹不及”。讨论大数据营销时为人津津乐道的例子，无疑是塔吉特了——先于父亲了解到女儿怀孕，然后将纸尿**广告寄到家里，无疑**让这家人感到极为恼火[3]。已有的研究也验证了精准营销完全有可能带来负面效应：根据大数据发送巧克力广告是个好事；然而，如果消费者发现你不仅知道他们的名字，还知道他们的地址，还了解他们最近参加了某俱乐部的品尝活动，结果是他们反而**对品牌感到厌恶[4]。

另一种可能削弱企业利润的情绪是公平感[5]。

平时粮食廉价，灾时大米腾贵，百姓**斥责奸商，政府常常也**相应出手；城区饮食平价，景区价格高企，大家也**反感，报纸也时常刊登揭露类似现象的报道。以上情感在大数据年代是相通的：百米开外的人上网购物，又是八八折又是优惠**；自己上去买，打折是没有的，**更是领不到。背后原因，可能只是算法发现自己买东西不爱货比三家。这种情形，摊谁身上都要恼火。

因此，如果消费者都相当理智，精确的价格歧视不**带来多大问题；然而，实际生活中，消费者都是有喜怒哀乐的人。他们喜欢便利，但也注重隐私；他们在意好处，但也希冀公平。如果他们发现企业在进行价格歧视，情感可能驱使他们转投他家：价格歧视为企业带来的利润提升因此减少，竞争对手相比自己的势头因此上扬。

此外，消费者也可能借用各种工具逃避价格歧视：在下一节中，我们将针对这一点作更加详尽的分析。

当然，消费者的情感不止这两种。诸如参与感、自尊心等情绪，都可以被企业拿来做文章，比方说：借助热点人物及社交网络引发热潮，进而提高特定商品的附加价值，已是这个年代的“标准操作”。

然而，当这一行为与精确歧视相结合，社**总福利可能不升反降：让消费者在高于自己真实支付意愿的水平上购买商品，**对社**总福利带来负面影响。以大数据沿着需求曲线精准定价，则是把以上损失发挥到了极致[6]。

你有政策，我有对策

消费者面对价格歧视的反应未必一致。

• 首先，不是所有消费者都知晓自己遭受了价格歧视。那些缺少“货比三家”意识，又或者没有时间去详细计较的消费者，可能根本不知道自己受到了歧视，也就无从作出反映；
• 其次，对那些已经知晓自己遭受价格歧视的消费者，他们的反应也可能有很多种。除继续忍受外，一方面，他们可以改换门庭，跑到其他平台上消费；另一方面，他们可以借助各类工具，逃避平台的价格歧视。

将消费者的后续反应考虑进来，**让这个问题变得相当复杂。不妨以最后一种应对为例：既然企业可以挖掘数据，针对个体消费者定价，消费者自然也可以规避以上挖掘，借助比价和代购等方式逃避歧视。

将这个问题抽象出来，便是以下场景：企业可以根据消费者先前的信息针对定价。然而，通过付出一定代价，消费者可以“抹掉”企业的信息，阻止企业之后歧视自己。即使在较易分析的垄断情形中，对这一问题的回答也不简单[7]。

具体而言，如果抹掉信息的成本为零，所有消费者都**抹掉信息。这时候，价格歧视是做不成了，但社**福利也**因此受损：看不到消费者的个体信息，企业的最优策略自然是定垄断价格。按照前面的分析，垄断**减损社**福利。

随着抹掉信息的成本增加，抹去信息的消费者的比例越来越低，企业了解的信息也因此越来越多。然而，参考文献7的分析显示：在这个过程中，消费者福利是先上升后下降，企业利润反而是先下降后上升[8]。

此外，消费者为逃避价格歧视付出的成本，有许多都可以视为社**的无谓损失。

这是什么意思呢？

在只有一个价格的市场中，消费者是“爱买不买”；然而，如果价格多于一个，消费者自然有动机去套利——低价入手，随即转卖，快哉快哉。厂商自然不能甘心，自然要投入成本去隐藏以上歧视、严控以上套利；措施收紧以后，消费者又有动机去开放新的套利手段。如此往返较劲，双方都付出了好多功夫，但其中很多对于社**都没有价值。

这样的情景不全是**想象。无论是实际经营还是学术研究，都已有许多聪明才智投入到以上“猫鼠游戏”中。

• 有关前者，无论是各处生长的比价网站，还是各种大量注册账户抢**抢特价套利的“财路”，都可以放到以上框架中去理解。
• 关于后者，近年来计算机科学中颇为风行的一个领域，便是侦测厂商于消费者的追踪和针对定价行为。学者们不厌其烦，为网站追踪消费者的“强度”排出座次[9]，为网站依赖算法定价的程度找出度量[10]。

还有学者更加激进，主张消费者主动出手，行“鱼目混珠”或“颠倒黑白”之事。这一类可以用一个词概括：混淆[11]。比方说：为了防止企业按自己的搜索记录歧视，消费者可以先随机搜索几个词，再键入自己的真实意图。

为了便利普通人施行混淆，学者们还开发了相应的工具[12]。以上研究及实践都在蓬勃生长，相关领域的进展也是日新月异。这场科技含量十足的猫鼠游戏，暂时还看不到结束的那一天。

当历史照进现实

思考未来的路径不止一种。除了立足当下外，回顾历史也很有助益：隐私问题不是全有或全无，更多是一个程度问题；价格歧视亦然。在这一方面，美国约五十年前的经历，是一个很好的参照[13]。

当时，二战刚刚结束，美国的繁荣体现在以下两个方面：

• 第一，战时的许多技术进步逐步转入民用，计算机即是其中之一；
• 第二，经济高速增长，整个社**的的消费欲望空前高涨。以信用卡为代表的各类消费信贷工具，正是在这个背景下蓬勃生长。

放贷者总要面对坏账，风控因而显得尤其有必要。和今天一样，有效的风控依赖于尽可能详尽及时的个人信息。为了弄清不同个体的偿债能力，从而可以针对性地制定利率及额度等条件，从业者可谓煞费苦心：

• 首先，他们尽一切可能收集数据——从政府部门手上查询，跑到社区发问卷，甚至直接采访借款人的邻居；
• 其次，他们采购设备加强自己的运算能力；
• 最后，各地放贷者还建立了信息共享机制，随时通报自己手上的“情报”。

此类措施增强了企业的风控效果、促进了信贷业的发展。然而，至1960年代，以上行为引致了反弹：用来做风控的数据里，亦充满了不准确（不是所有邻居都心存善意）或过时之处；消费者的申请则时常“莫名其妙”地被拒绝。

民意之下，当地政府在70年代通过一系列规定，要求给予个体查阅并更正数据的权利。此外，也有学者要求放贷机构对申请者解释自己的决定。今天各国个人信息保护中的相关规定，许多都有当年的影子。

拆开大数据这个“黑箱”，给予消费者一定程度的控制权，是历史上监管机构采取过的措施之一。19世纪末的美国则更加激进：直接立法禁止价格歧视[14]。当时，许多今日已成为“常规操作”的价格歧视手段，才刚刚在铁路行业出现：座位分等定价、按售票日期歧视、为熟客专门定价，等等。

民意推动下，各州纷纷通过法律规制此类行为，要求铁路企业定价“透明、公平、合理”，禁止“一切形式的价格歧视”，等等。

铁路运营者如何反应呢？

直觉上看，企业应该竭力反抗如此做法。实际却恰恰相反，企业不仅欢迎立法，还助推其通过。

背后动因在于卡特尔：之前，即使铁路厂商约定价格，个体企业也可以通过复杂的价格歧视规避盟约，最终导致垄断瓦解；要求“透明统一”价格的法案，反而起到了协调的作用，使卡特尔更为坚固[15]。结果，价格没有下降，垄断者反而因此狠赚。

这也凸显了规制此类问题的难点之一：彻底堵死一个损害消费者福利的口子，反而可能以意想不到的方式损害消费者的利益。此外，损害幅度可能还比先前更大。

结语

经典的供需分析固然简洁优雅，却未必能勾勒出新时代价格歧视问题的全景。以上分析至少可以沿以下三个维度进一步展开：

首先，经济理性以外，消费者也有心肝，也有情感；其次，考虑消费者逃避价格歧视的可能，或许**大大改写经典的结论；最后，历史带来的教训亦颇为丰富。

如果不从多个角度[16]综合理解这一问题，无论是手握丰富数据资源的企业，还是“令行禁止”的监管者，都有可能“过犹不及”，反而使策略的运行偏离自己的目的。技术与心理、理性与情感、历史与未来……唯有开放胸襟，才能为回答此类问题做好准备。

参考文献：

• [1] 对价格歧视的经济学分析的经典总结，请见Varian, Hal R. “Price discrimination.” Handbook of Industrial Organization 1 (1989): 597-654.
• [2] 类似思想可见于Sathi, Arvind. Engaging Customers Using Big Data: How Marketing Analytics Are Transforming Business. Palgrave Macmillan, 2014.
• [3] 许多探究大数据影响的书籍都**援引这一例子。原本报道可参见如下福布斯网站的链接：https://www.forbes.com/sites/kashmirhill/2012/02/16/how-target-figured-out-a-teen-girl-was-pregnant-before-her-father-did/#70783dfa6668.
• [4] 此处援引的例子来自White, Tiffany Barnett, et al. “Getting too personal: Reactance to highly personalized email solicitations.” Marketing Letters 19.1 (2008): 39-50.
• [5] 对于消费者的此类情绪及相应反应，以下研究提供了一个经典的分析框架：Xia, Lan, Kent B. Monroe, and Jennifer L. Cox. “The price is unfair! A conceptual framework of price fairness perceptions.” Journal of Marketing 68.4 (2004): 1-15.
• [6] 对这一点的深入讨论请见Bar-Gill, Oren. “Algorithmic price discrimination: When demand is a function of both preferences and (mis) perceptions.” Forthcoming, University of Chicago Law Review.
• [7] 以上分析见于Conitzer,Vincent, Curtis R. Taylor, and Liad Wagman. “Hide and seek: Costlyconsumer privacy in a market with repeat purchases.” Marketing Science 31.2 (2012): 277-292.
• [8] 这一结论与经典的“科斯猜想”有关。这一猜想的原始表述见于Coase, Ronald H.”Durability and monopoly.” TheJournal of Law and Economics 15.1 (1972): 143-149.更加严格的探讨，可参见[7]及Gul, Faruk, HugoSonnenschein, and Robert Wilson. “Foundations of dynamic monopoly and theCoase conjecture.” Journal ofEconomic Theory 39.1 (1986): 155-190.
• [9] 以下研究可视为这一领域的代表：Englehardt,Steven, and Arvind Narayanan. “Online tracking: A 1-million-sitemeasurement and analysis.” Proceedingsof the 2016 ACM SIGSAC Conference on Computer and Communications Security.ACM, 2016.
• [10] 可见Chen, Le, AlanMislove, and Christo Wilson. “An empirical analysis of algorithmic pricingon amazon marketplace.” Proceedingsof the 25th International Conference on World Wide Web. International WorldWide Web Conferences Steering Committee, 2016.
• [11] 有关这一**，最具代表性的无疑是这本著作：Brunton, Finn,and Helen Nissenbaum. Obfuscation: A User’sGuide for Privacy and Protest. MIT Press, 2015.
• [12] 相关插件可在Helen Nissenbaum的个人网站觅得，其中还有更多相关研究：https://nissenbaum.tech.cornell.edu/.
• [13] 对这一案例的详尽论述见于Lane, FrederickS. American Privacy: The 400-year Historyof Our Most Contested Right. Beacon Press, 2009.
• [14] 这一案例见于Odlyzko, Andrew.”Privacy, economics, and price discrimination on the Internet.” Proceedings of the 5th International Conferenceon Electronic Commerce. ACM, 2003.
• [15] 对类似现象的严格分析，可见Sugaya, Takuo,and Alexander Wolitzky. “Maintaining Privacy in Cartels.”Forthcoming, Journal of Political Economy.
• [16] 在这一问题上，各学科间的交叉渗透程度之深，或许早已**出了普通人的日常想象。以哲学为例，早在约二百年前，已有学者讨论过信息影响个体激励的问题；本文中提到的许多要点，也没有**出三、四十年前哲学家讨论的范围。有关这方面的综述，可见Galič, Maša,Tjerk Timan, and Bert-Jaap Koops. “Bentham, Deleuze and beyond: anoverview of surveillance theories from the panopticon to participation.” Philosophy & Technology 30.1 (2017):9-37.

作者： 朱悦，微信公众号：**研究院（ID：cyberlawrc）

本文由 @**研究院 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议

给作者打赏，鼓励TA抓紧创作！

**赏

4人打赏