大數據與價格歧視

一、價格歧視是什麼？

近來「大數據殺熟」成為網路熱詞，起因是媒體報道有網民經常通過某旅行服務網站訂酒店，價格一般在380元-400元，但一次使用朋友的賬號預定時，發現只需300元，而這個朋友使用該網站的頻率很低，被用戶認為是「大數據殺熟」，指代這類同樣的商品或者服務，老客戶看到的價格比新客戶要貴的現象。隨之，網民紛紛曬出自己使用互聯網平台被「殺熟」的經歷，包括旅遊、電影、電商、出行等應用。「大數據殺熟」從經濟學上來說屬於典型的價格歧視（PriceDiscrimination）的一種類型，即根據客戶消費的次數進行定價，其他類型還有根據不同時間、地域、數量，以及客戶不同年齡、性別、購買力等進行差異定價。價格歧視通常被定義為商家出售同樣的物質產品，對不同的客戶索取不同的價格（Tirole，1988;瓦里安,1989)。但同樣的物質產品並不意味著同樣的經濟產品。同樣的物質產品，商家可以說，由於出售的時間、地理位置、數量差異，造成成本不同，自然導致定價的不同。比如，商家對偏遠地區出售的商品定價更高，對團購用戶給予更高的折扣。在這種情況下，價格的差異可能是成本差異產生的，不一定屬於價格歧視。因此，一個更嚴謹的定義是，商家以相對於邊際成本不同比率的價格出售相似的商品 (Stigler, 1987) ，這是一種基於需求或者消費者願意付出多少錢來定價的策略。商家為什麼要實施價格歧視策略，根本原因是有利可圖。早在2000年，亞馬遜就試驗過價格歧視，將68種DVD碟片，根據潛在用戶的人口統計資料、購物歷史、網路行為等，進行動態定價。通過這一定價策略，亞馬遜提高了銷售的毛利率。但這一嘗試很快被用戶發現並投訴，亞馬遜迫於壓力終止了該策略，並承諾不再進行價格歧視。通常來說，在傳統單一價格模式下，如果定高價格，會失去一部分用戶，如果定低價格，則會損失一部分利潤。在價格歧視模式下，可以讓那些在統一價格下，因價格較高被排除市場的潛在購買者，也能夠消費的起，而商家可以擴大銷量，獲得更多利潤，所以整體上增加了社會福利。由於以上優勢，價格歧視很早以前就在商業上廣泛應用。1920年英國經濟學家庇古提出價格歧視的三種不同表現形式。

假設商家不了解關於消費者任何信息，商家只能將市場看作一個整體，選擇統一定價。當商家了解到市場上存在不同類型的消費者，比如不同的收入、年齡、性別、地區等等，商家為了擴大產品銷量，可以對不同類型的消費者分別定價，比如景區給學生和老年人的折扣票就屬於此類型，這屬於三級價格歧視，在日常生活中最為普遍。

然而即使同一類型的消費者，其購買力和購買意願還存在差異。由於技術或者成本的限制，商家並不能識別每個消費者願意支付的價格，所以採取一種版本劃分的價格歧視策略，讓消費者自己暴露自己的信息，即商家提供一系列價格不同的相關產品，讓用戶自己選擇適合的版本（Varian，2001，2003），比如火車票、飛機票對座位等級的劃分，讓消費者自己選擇不同價格的座位。不同等級座位的運輸和服務成本，雖然存在一定的差異，但遠遠小於最終價格的差異，這屬於二級價格歧視。最後一種是完全價格歧視，即個性化定價，商家針對每個消費者定製價格，以確保每個用戶都能支付其願意為商品支付的最高價格，從而獲得全部消費者剩餘，這屬於一級價格歧視。在傳統經濟領域，完全價格歧視操作成本高，除了少數如房地產、汽車銷售等領域，難以廣泛應用。但信息技術的發展和互聯網應用的普及，為商家實施完全價格歧視開闢了廣闊的空間。 二、為什麼大數據使完全價格歧視成為一種普遍現象？ 一般來說，商家要成功實施價格歧視，需要滿足三個前提條件：第一，具有一定的市場力量，能夠在提價時也不喪失所有消費者；第二，商家能夠確切了解消費者的消費能力和消費意願，從而能夠根據消費者對商品的不同意願價格制定不同的價格策略；第三，沒有套利的可能，即商家能夠有效地制止消費者的套利行為，使低價購買商品的消費者不可能再高價售出。從這三個前提條件來看，互聯網和大數據技術的應用，使商家運用完全價格歧視更具有可行性：1、如果交易是匿名進行的，那麼很難判斷一個買家的支付意願。但互聯網的應用以及數據收集，數據分析，機器學習等技術的提升，商家能夠以較低的成本，從廣泛的來源，監測到大量與消費者相關的數據，甚至達到比消費者自己都了解自己的程度，這在前互聯網時代是難以想像的。通過了解每個消費者的消費能力和消費意願，商家對每個消費者直接個性化定價成為可能。2、傳統上，套利可以對價格歧視產生抑制作用。商家通過將商品和服務與特定的消費者綁定，可以使套利失效。如機票與乘客身份綁定，禁止再出售。在傳統經濟下，這種抑制手段使用範圍較為有限，並且成本高昂，難以大規模普及，只能在美容院、會所等小範圍使用。但在互聯網環境下，每個用戶在一個交易平台內有單獨的賬號，商家和平台很容易將商品和服務與特定的消費者綁定，點對點銷售，通過綁定用戶身份避免了套利。另外互聯網也便於商家實施一人一價和動態定價機制，如果用戶不特意對比，很難以察覺自己看到的價格與別人不同。3、互聯網平台的鎖定效應加強了其市場力量。用戶從一個平台轉換到另一個平台的時候通常都要承受一定的轉移成本。當轉移的成本非常高時，用戶就面臨鎖定。

除了以上條件，從商家角度看，信息產業的特點也使其更有動力實施完全價格歧視。企業通常是在技術、經濟、法律等社會條件的限度內做最優決策，目的是賺取更多利潤，價格歧視只是一種為增加利潤而採取的商業決策手段。鐵路、航空等傳統行業和信息產業，均具有高固定成本，低邊際成本的特點，多銷售一份產品或者服務的增量成本非常小，通過增加銷量可以拉低整體成本。這會刺激商家對產品和價格進行個性化，迎合不同消費者口味和支付意願，以增加整體利潤。

從實際效用看，大數據條件下實施價格歧視可以顯著增加商家的利潤。根據Benjamin Shiller 2014年基於Netflix所做的研究，使用傳統人口統計資料的個性化定價方法，可以使Netflix增加0.8%的利潤，但根據用戶網路瀏覽歷史，使用機器學習技術來估算用戶的願意支付的最高價格，可以使Netflix的利潤增加12.2% （Shiller，2014），顯示出巨大優勢。目前商家實施價格歧視的具體方式，一種是個性化定價：利用大數據為個人買家定製價格，比如基於每個用戶的地理位置、IP地址、操作系統、cookie、瀏覽歷史以及消費者特徵、消費水平、購買歷史、網路行為等等設定不同價格。另一種是搜索歧視：在不改變價格的情況下，引導消費者購買特定產品。產品操縱可以通過推薦更多符合用戶特性的相關產品，從而提高復購率，或者推薦更合理的產品，讓消費者支付他們來願意支付的最高價格。比如平台通過推薦系統，向願意付出高價格的用戶優先展示高價格商品，以提高銷售利潤。所以互聯網平台收集的個人信息，包括年齡、性別、收入、偏好、位置、瀏覽歷史、評論、興趣等等都有很大的經濟價值，一定程度上可以通過價格歧視來實現貨幣化。但目前各大互聯網平台的完全價格歧視技術與策略運用的成熟度，還有待評估。 三、價格歧視對各市場主體及社會產生什麼影響通常來說，在大數據環境下，商家可以完全識別所有消費者願意支付的最高價格，實現完全價格歧視，那麼就可以佔有所有的消費者剩餘。但在現實環境下，價格歧視會產生兩種指向相反的效應：侵佔效應和產出效應。產出效應指的是由於使用價格歧視引起的產出量的增加而減少無謂損失，增加消費者和商家剩餘，從而提高了整體的產出量。侵佔效應指的是商家從消費者中提取剩餘，雖然它不影響總剩餘，但使消費者剩餘轉移到商家。價格歧視對商家的影響結果比較明確，因為侵佔效應和產出效應都會增加生產者剩餘。但這兩種效應究竟如何影響消費者福利，需要結合消費者特點、公司力量和市場結構、價格歧視機制以及商家信息獲取能力來具體分析。（一）不同類型的消費者受到價格歧視的影響不同。富人更容易受到價格歧視的不利影響，因為他們原本可以在統一定價下，以較低價格購買某種商品，但在價格歧視下卻被索取高價。而那些無法在統一定價下購買某種產品的低收入消費者，將從價格歧視中受益，可以以較低價格購買某種商品。（Bernasek&Mongan，2015）。另外，對於具有不同價格彈性的消費者，商家更容易對缺乏價格彈性（價格不敏感）的消費者索取高價。

（二）價格歧視對消費者的實際影響，會受到不同公司力量和市場結構的限制。

從理論上看，在壟斷市場下的，如果採用單一定價，商家為獲取最大利潤，必然難以滿足所有消費者需求，所以未達到帕累托最優。假設在大數據環境下，壟斷者能夠準確識別每個消費者願意支付的最高價格，就可以實施完全價格歧視。在以較低價格向一部分消費者出售商品的同時，又不會影響向其他用戶索取高價格，從而滿足所有的市場需求。在這種情況下，消費者剩餘全部轉移到商家，與此同時，社會福利達到最大化，實現帕累托效率（Paretoefficiency）。但如果商家主要目的是識別出高價值消費者，向他們索取高價格的時候，侵佔效應就會壓倒產出效應。在寡頭或者競爭壟斷市場中，競爭效應通常壓倒侵佔效應，導致價格的降低，消費者福利隨之增加。尤其是在競爭對手之間存在最佳反應不對稱的情況下(Armstrong，2006)，即同一群消費者是A公司的高價值群體，同時是B公司的低價值群體，那麼B公司為吸引這部分消費者，會將商品價格拉到更低水平，從而增加消費者剩餘。競爭效應通常發生在兩種情況下：一是不同的消費者偏好，如果消費者對某個商家有很高的忠誠度，其他商家會為了吸引這部分消費者，不斷降低商品價格，從而提高消費者剩餘；二是鎖定效應，如果消費者從一個平台轉移到另一個平台的成本較高，其他商家如果要吸引這部分消費者，通常需要給與一定優惠條件，同樣提高了消費者剩餘。但在較強的消費者偏好和鎖定效應下，其他商家吸引這部分消費者所付出的成本高於其帶來的收益，將放棄競爭，使侵佔效應壓倒競爭效應，消費者剩餘受損。在競爭商家之間存在最佳反應對稱的情況下，每個商家面對的消費者偏好相同，比如可以將消費者劃分為：搜索低價格的消費者和因搜索成本高而很少比較價格的消費者，前者在每個商家那裡都屬於低價值用戶，商家不需要通過降低價格來競爭；後者在所有商家那裡都屬於高價值用戶，但由於屬於價格不敏感者，很難刺激商家降低價格去競爭，這時的價格歧視將導致侵佔效應壓倒競爭效應，減少消費者剩餘（Armstrong&Vickers，2001）。正如我們在「大數據殺熟」的例子中看到的，老用戶已經建立起平台消費習慣，相比新用戶更少去其他平台比較價格，本身屬於價格不敏感群體，再加上面臨平台鎖定效應，更容易被索取高價。（三）價格歧視機制的透明度會對消費者福利產生影響。如果價格歧視機制涉及較為複雜，並且依賴於一系列看似無關的變數，那麼具有有限理性的消費者就無法預測價格歧視如何運作並據此調整其行為（Shiller，2016），尤其在大數據環境下，通過演算法進行的商品推薦和定價，具有高度的複雜性和隱蔽性，消費者更難以獲知具體規則，因此，商家能夠提取更多消費者剩餘。反之，明顯的價格歧視會激發被索取高價的消費者的不公平感，降低信任度，從而嚴重扭曲社會需求，最終導致福利的減少。但實際上，消費者反對的不是價格歧視本身，而是價格歧視的實現方式。如果商家根據不同群體間收入的差距，通過價格歧視進行彌補，比如對兒童、老人等低收入群體做出一定傾斜，消費者更容易理解。（四）消費者反制措施。通常來說，商家獲得的消費者偏好信息越多、越準確，就越能夠提取消費者剩餘，獲得更多利潤。但面對價格歧視，消費者也會採取一定的反制措施，比如通過搜索，比價網站，隱藏個人信息等等。在採取這些措施的同時，同樣需要消費者付出一定成本，減損社會福利。另外值得注意的是，一些「看門人」，如谷歌、Facebook、亞馬遜等互聯網巨頭，在用戶數據上幾乎佔據壟斷地位，許多中小商家不得不從它們手中購買數據。因此，它們在整個供應鏈中擁有強大的權力，不僅可以侵佔消費者剩餘，還可以提取生產者剩餘（Bernasek&Mongan，2015年）。

四、如何監管價格歧視？早在百年前庇古就警告過，壟斷者在設置定價策略時必須小心謹慎，因為敵對的公眾輿論可能會導致立法干預，壟斷者不應該激怒大眾的正義感（庇古，1920）。另有一些學者認為，從公平和消費者保護的角度考慮，應該禁止價格歧視。然而，嚴厲的干預將會消除潛在的與價格歧視相關的社會福利，並且可能會阻礙定價創新，與經濟學原理相違背，所以我們首先應該慎重對待規範價格歧視的建議。同樣，我們不能對價格歧視視而不見，因為隨著技術的完善，商家運用價格歧視將越來越嫻熟，會佔有更多的消費者剩餘，也會導致消費者越來越強烈的抵制。因此在制定監管政策時，相關部門應當考慮：1、完善現有法律制度價格歧視所影響的是商家和消費者之間的利益分配，政策目標應是，在擴大社會福利的前提下，如何平衡商家和消費者利益，促進社會公平。目前還沒有專門針對價格歧視的法律法規，實踐中我們可以從反壟斷法、價格法、個人信息保護等現存的相關法律法規尋找監管依據，但在適用方面仍存在困境。歐盟和美國的反壟斷法儘管包含了效率與公平問題，卻更多專註於嚴格規制壟斷企業濫用市場支配地位，損害市場競爭和上下游主體利益的行為。我國《反壟斷法》同樣如此，其中界定價格歧視的一個構成要件是主體應為佔有市場支配地位並濫用這種市場支配地位的企業。目前在互聯網領域，如何界定市場支配地位還有很大爭議，而且這種視角缺少對社會福利最大化概念的關注，所以尚無法有效解決價格歧視問題。另外我國《價格法》中有禁止經營者實行價格歧視的條款，但僅僅禁止發生在經營者之間的價格歧視，未對指向最終消費者的價格歧視做出規定。2、提升監管技術與演算法披露大數據下定價機制複雜性而且不透明性。首先是定價要考慮成本，如何定義成本，顯性的會計成本容易計算，隱性的機會成本卻難以準確衡量。其次，即使有明確的成本定義，定價的演算法是一個複雜的問題，需要利用大量的數據和信息，如原材料、研發、人工、土地、資本、生產、運輸、銷售等等，如果涉及到服務的話，往往還有一些主觀因素，更難有客觀衡量標準。此外，目前很多移動互聯網服務採用動態定價，演算法複雜而且不透明，比如某出行平台在受對「大數據殺熟」質疑時，回應稱用戶每個行程的預估價是根據乘客定位、實時路況、預估行駛里程、時長計算預估的，而且是按毫秒實時刷新的。這確實是定價技術的提升，但也增加了消費者的疑慮。在此類情況下，即使商家實施了價格歧視，普通消費者很難有所感知，監管部門很難取證，因為需要很強的實時數據抓取能力。現在歐盟已經開始部署相關技術，對互聯網平台的動態價格進行實時監測。此外要求商家向消費者披露定價機制演算法應當成為一個政策選項。應該注意的是，此類信息披露應該僅限於簡單陳述，而不是關於定價機制演算法的詳細信息，否則可能面臨商家的抵觸。而且商家也會權衡合規成本和從增加演算法透明性所獲得的收益，如果成本高於收益，或許會放棄相關業務。3、個人信息保護如果說互聯網前二十多年的商業模式更多依賴用戶注意力，未來互聯網商業模式將更多建立在數據基礎上。大數據下的價格歧視必須依賴廣泛的輸入變數，這些變數往往包含大量敏感的個人信息，如果不加限制，在某些領域容易產生損害消費者利益的情況。尤其是在保險、信貸等基於風險定價的領域，如果商家能夠獲取敏感的個人信息，往往會傾向於選擇低風險的消費者，對高風險消費者索取高價或者排斥。在隱私保護方面不甚嚴格的美國也承認，在保險或信貸市場等風險產品方面，嚴格的隱私規定至關重要（FTC，2016）。在歐盟，5月25日正式生效的GDPR中強調也了使用者在使用公民個人數據時，需表明其特定的使用目的，超出範圍使用將受到限制。所以監管政策應該確定什麼樣的個人隱私信息能夠被商家用來實施價格歧視。