中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

算法時代，大數據殺熟受到越來越多詬病與爭議，但從經濟學角度來看價格歧視，有著更深層次的分析框架與維度，甚至顛覆我們的常識。

本文將介紹價格歧視背后的經濟學原理，同時指出按照大數據算法執行的周密定價策略，短期內可以增長利潤，長期內卻會導致“雙輸”；看起來會因為歧視得益的商家，最后可能反而聯合要求通過反價格歧視的法案。而消費者也不是經濟學課本上的假設“理性”，而是按“情感”出牌。

文章大綱?：

1. 價格歧視的相關理論；
2. 討論消費的兩類“情感”，討厭“侵入”與追逐“正義”；
3. 為何長短期利益可能不兼容——消費者也有辦法反制；
4. 基于歷史的案例分析；
5. 總結與討論。

大數據“殺熟”和“千人千面價”的利弊是近年來各界爭論的熱點，有代表性的論點可以分成以下兩類：

第一類，偏重消費者的福利，強調“殺熟”損害消費者的利益——通過更精確和細致的個人信息定價，平臺把本來歸屬消費者的福利全部轉移到自己手里，導致前者從交易中得到的好處變少。這類觀點認為，既然各國競爭法規均強調保護消費者福利，以上削減消費者福利的行為自然應該受到遏制。

和第一類觀點相比，第二類論點更加“平臺導向”，強調精準價格歧視在效率方面的優勢。由于互聯網時代“贏家通吃”的特性，許多新興的行業都由少數寡頭把持或干脆就接近壟斷。相比由壟斷定價造成的效率損失，充分的價格歧視反而可以達到社會總福利的最大化。既然如此，不妨允許平臺進行這種類型的價格歧視。之后，通過稅收等再分配工具，社會可以達到合理的分配結果。

然而，以上兩類方法存在一個共同的缺點：假設消費者“呆若木雞”。其中，平臺可以自如地選擇定價策略，消費者更多只能被動做出反映。

然而，近年來的諸多研究成果，讓我們看到了這個問題更加復雜的側面：消費者有時候不按“理性”，而是按“情感”出牌；周密的定價策略，短期內可以增長利潤，長期內卻會導致“雙輸”；看起來會因為歧視得益的商家，最后可能反而聯合要求通過反價格歧視的法案。

以上佯謬初看之下令人疑惑，實則都有充分的依據。整合這些觀點，我們才能充分理解大數據時代價格歧視的諸多得失利弊。

討論這一問題時，務必“多想一步”：

• 只談利潤不談情感，最后反而可能損失利潤；
• 只看自己不看消費者，企業反而可能失去消費者；
• 只想“摁住”歧視而不顧及其它，監管帶來的損害反而可能多于得益。多學科視角交叉，或為破除以上佯謬的僅有路徑。

基于供求曲線的基礎分析

借助大數據“量體裁衣”、針對消費者個別定價的技術實現相當繁難，但分析這一點的經濟學模型卻并不復雜，最基本的供求模型就足以勝任[1]。

在基礎的《經濟學原理》中，我們已經學習過如下的圖示：

• 一條供給曲線，衡量了生產者在不同價格水平下愿意提供產品的數量；
• 一條需求曲線，標示了消費者在不同價格水平下愿意消費者商品的數量。如果有許多生產者與許多消費者——或曰市場完全競爭，兩條線的交點處就刻畫了均衡時的市場。

在如此刻畫的均衡中，生產者定出一個統一的價格；向下斜的需求曲線與向上撇的供給曲線之間，是商品交易創造出的所有福利。

這個福利被價格水平橫著“剖”成兩半：

• 一半是消費者的購買意愿高于價格的部分，這部分就是消費者福利；
• 另一半是價格高于生產者的成本的部分，這部分就是生產者福利。

在至少大半個世紀以前，經濟學家已經嚴格證明了如下命題：完全競爭市場將會最大化社會總福利。

然而，在許多與互聯網相關的新興產業中，市場遠遠不是完全競爭；實際上，這類市場通常僅由一個或幾個競爭者占據。在完全競爭市場中，諸多生產者間的劇烈競爭，會挫敗任何將價格提升至供需交點以上的努力——如此行為的唯一后果，就是消費者通通跑到其它家去消費。

然而，如果行業里的企業很少，即使提高價格，消費者也不會全部流失。從單個消費者身上獲利的增加，可能足夠彌補消費者流失的損失。

盡管企業可以因為這種行為獲利，但消費者福利及社會福利都會因此遭受損失。消費者福利受損的原因很簡單：壟斷或寡頭廠商定的價一般都要比競爭市場的價格高。

提價這種行為，相當于把一部分福利從消費者手里轉移到了自己手里。社會總福利也會受損：市場價格提高，會導致那些消費意愿不是特別高的消費者放棄購買、退出市場。本來，這些交易也能為社會創造價格；現在，因為壟斷，這些交易做不成了。

基于大數據的價格歧視為什么可以糾正這部分損失呢？

借助性別、年齡、教育、職業、資產等各方面資料，企業現在可以為消費者“量體裁衣”——讓每個人都“享受”到不同的價格。支付意愿高的消費者，就給他/她定高價；支付意愿低的消費者，看到的則是相對低的價格。

當數據與算法的威力發揮到極致時，企業可以“沿著”需求曲線定價：把價格剛好定在每一消費者的支付意愿附近，恰好讓他她剁得下去手。

這會帶來兩方面的影響：

• 一方面，社會福利損失現在沒有了：通過“沿著”需求曲線定價，企業把那些之前本來會退出市場的消費者又“迎”了回來。現在，總福利回到了完全競爭時的情形——每一位支付意愿高于企業成本的消費者，都會選擇購買。
• 然而，雖然社會總福利沒有損失，消費者福利卻是少之又少。依據支付意愿來定價，意味著消費者福利支付意愿減去價格將因此無盡趨向于零。

理智與情感

上述分析闡明了開頭爭論中雙方的依據：

• 一方看重消費者，擔憂充分價格歧視下消費者的福利消散殆盡；
• 另一方著眼社會總福利，強調大數據價格歧視中社會福利的改進。

然而，當抽象的分析開始變得“鮮活”，以上結論可能變得“大相徑庭”：實際生活中，算計支付意愿的價格的經濟理性，只是支配消費者決策的諸多因素中的一種。近年來各學科的研究都指向以下事實：哪怕是研究買賣，也不能忽略情感在其中占據的比重。

具體到價格歧視中，企業行為可能觸發以下兩類負面情感：一是“侵入感”，二是“公平感”。

什么是侵入感呢？

大數據年代，包括定價在內，營銷的每一個環節都講究“精準”：如果對方在網上搜“地板+品牌”這組關鍵詞，那就應該適時給對方推送地板廣告；既然地板可以推送，乳膠漆和家具是不是也可以推送呢？既然家具品牌都給對方推送了，檢測甲醛含量的檢測儀也可以一并介紹給對方[2]。

然而，以上智慧可能“過猶不及”。討論大數據營銷時為人津津樂道的例子，無疑是塔吉特了——先于父親了解到女兒懷孕，然后將紙尿片廣告寄到家里，無疑會讓這家人感到極為惱火[3]。已有的研究也驗證了精準營銷完全有可能帶來負面效應：根據大數據發送巧克力廣告是個好事；然而，如果消費者發現你不僅知道他們的名字，還知道他們的地址，還了解他們最近參加了某俱樂部的品嘗活動，結果是他們反而會對品牌感到厭惡[4]。

另一種可能削弱企業利潤的情緒是公平感[5]。

平時糧食廉價，災時大米騰貴，百姓會斥責奸商，政府常常也會相應出手；城區飲食平價，景區價格高企，大家也會反感，報紙也時常刊登揭露類似現象的報道。以上情感在大數據年代是相通的：百米開外的人上網購物，又是八八折又是優惠券；自己上去買，打折是沒有的，券更是領不到。背后原因，可能只是算法發現自己買東西不愛貨比三家。這種情形，攤誰身上都要惱火。

因此，如果消費者都相當理智，精確的價格歧視不會帶來多大問題；然而，實際生活中，消費者都是有喜怒哀樂的人。他們喜歡便利，但也注重隱私；他們在意好處，但也希冀公平。如果他們發現企業在進行價格歧視，情感可能驅使他們轉投他家：價格歧視為企業帶來的利潤提升因此減少，競爭對手相比自己的勢頭因此上揚。

此外，消費者也可能借用各種工具逃避價格歧視：在下一節中，我們將針對這一點作更加詳盡的分析。

當然，消費者的情感不止這兩種。諸如參與感、自尊心等情緒，都可以被企業拿來做文章，比方說：借助熱點人物及社交網絡引發熱潮，進而提高特定商品的附加價值，已是這個年代的“標準操作”。

然而，當這一行為與精確歧視相結合，社會總福利可能不升反降：讓消費者在高于自己真實支付意愿的水平上購買商品，會對社會總福利帶來負面影響。以大數據沿著需求曲線精準定價，則是把以上損失發揮到了極致[6]。

你有政策，我有對策

消費者面對價格歧視的反應未必一致。

• 首先，不是所有消費者都知曉自己遭受了價格歧視。那些缺少“貨比三家”意識，又或者沒有時間去詳細計較的消費者，可能根本不知道自己受到了歧視，也就無從作出反映；
• 其次，對那些已經知曉自己遭受價格歧視的消費者，他們的反應也可能有很多種。除繼續忍受外，一方面，他們可以改換門庭，跑到其他平臺上消費；另一方面，他們可以借助各類工具，逃避平臺的價格歧視。

將消費者的后續反應考慮進來，會讓這個問題變得相當復雜。不妨以最后一種應對為例：既然企業可以挖掘數據，針對個體消費者定價，消費者自然也可以規避以上挖掘，借助比價和代購等方式逃避歧視。

將這個問題抽象出來，便是以下場景：企業可以根據消費者先前的信息針對定價。然而，通過付出一定代價，消費者可以“抹掉”企業的信息，阻止企業之后歧視自己。即使在較易分析的壟斷情形中，對這一問題的回答也不簡單[7]。

具體而言，如果抹掉信息的成本為零，所有消費者都會抹掉信息。這時候，價格歧視是做不成了，但社會福利也會因此受損：看不到消費者的個體信息，企業的最優策略自然是定壟斷價格。按照前面的分析，壟斷會減損社會福利。

隨著抹掉信息的成本增加，抹去信息的消費者的比例越來越低，企業了解的信息也因此越來越多。然而，參考文獻7的分析顯示：在這個過程中，消費者福利是先上升后下降，企業利潤反而是先下降后上升[8]。

此外，消費者為逃避價格歧視付出的成本，有許多都可以視為社會的無謂損失。

這是什么意思呢？

在只有一個價格的市場中，消費者是“愛買不買”；然而，如果價格多于一個，消費者自然有動機去套利——低價入手，隨即轉賣，快哉快哉。廠商自然不能甘心，自然要投入成本去隱藏以上歧視、嚴控以上套利；措施收緊以后，消費者又有動機去開放新的套利手段。如此往返較勁，雙方都付出了好多功夫，但其中很多對于社會都沒有價值。

這樣的情景不全是理論想象。無論是實際經營還是學術研究，都已有許多聰明才智投入到以上“貓鼠游戲”中。

• 有關前者，無論是各處生長的比價網站，還是各種大量注冊賬戶搶券搶特價套利的“財路”，都可以放到以上框架中去理解。
• 關于后者，近年來計算機科學中頗為風行的一個領域，便是偵測廠商于消費者的追蹤和針對定價行為。學者們不厭其煩，為網站追蹤消費者的“強度”排出座次[9]，為網站依賴算法定價的程度找出度量[10]。

還有學者更加激進，主張消費者主動出手，行“魚目混珠”或“顛倒黑白”之事。這一類可以用一個詞概括：混淆[11]。比方說：為了防止企業按自己的搜索記錄歧視，消費者可以先隨機搜索幾個詞，再鍵入自己的真實意圖。

為了便利普通人施行混淆，學者們還開發了相應的工具[12]。以上研究及實踐都在蓬勃生長，相關領域的進展也是日新月異。這場科技含量十足的貓鼠游戲，暫時還看不到結束的那一天。

當歷史照進現實

思考未來的路徑不止一種。除了立足當下外，回顧歷史也很有助益：隱私問題不是全有或全無，更多是一個程度問題；價格歧視亦然。在這一方面，美國約五十年前的經歷，是一個很好的參照[13]。

當時，二戰剛剛結束，美國的繁榮體現在以下兩個方面：

• 第一，戰時的許多技術進步逐步轉入民用，計算機即是其中之一；
• 第二，經濟高速增長，整個社會的的消費欲望空前高漲。以信用卡為代表的各類消費信貸工具，正是在這個背景下蓬勃生長。

放貸者總要面對壞賬，風控因而顯得尤其有必要。和今天一樣，有效的風控依賴于盡可能詳盡及時的個人信息。為了弄清不同個體的償債能力，從而可以針對性地制定利率及額度等條件，從業者可謂煞費苦心：

• 首先，他們盡一切可能收集數據——從政府部門手上查詢，跑到社區發問卷，甚至直接采訪借款人的鄰居；
• 其次，他們采購設備加強自己的運算能力；
• 最后，各地放貸者還建立了信息共享機制，隨時通報自己手上的“情報”。

此類措施增強了企業的風控效果、促進了信貸業的發展。然而，至1960年代，以上行為引致了反彈：用來做風控的數據里，亦充滿了不準確（不是所有鄰居都心存善意）或過時之處；消費者的申請則時?！澳涿睢钡乇痪芙^。

民意之下，當地政府在70年代通過一系列規定，要求給予個體查閱并更正數據的權利。此外，也有學者要求放貸機構對申請者解釋自己的決定。今天各國個人信息保護中的相關規定，許多都有當年的影子。

拆開大數據這個“黑箱”，給予消費者一定程度的控制權，是歷史上監管機構采取過的措施之一。19世紀末的美國則更加激進：直接立法禁止價格歧視[14]。當時，許多今日已成為“常規操作”的價格歧視手段，才剛剛在鐵路行業出現：座位分等定價、按售票日期歧視、為熟客專門定價，等等。

民意推動下，各州紛紛通過法律規制此類行為，要求鐵路企業定價“透明、公平、合理”，禁止“一切形式的價格歧視”，等等。

鐵路運營者如何反應呢？

直覺上看，企業應該竭力反抗如此做法。實際卻恰恰相反，企業不僅歡迎立法，還助推其通過。

背后動因在于卡特爾：之前，即使鐵路廠商約定價格，個體企業也可以通過復雜的價格歧視規避盟約，最終導致壟斷瓦解；要求“透明統一”價格的法案，反而起到了協調的作用，使卡特爾更為堅固[15]。結果，價格沒有下降，壟斷者反而因此狠賺。

這也凸顯了規制此類問題的難點之一：徹底堵死一個損害消費者福利的口子，反而可能以意想不到的方式損害消費者的利益。此外，損害幅度可能還比先前更大。

結語

經典的供需分析固然簡潔優雅，卻未必能勾勒出新時代價格歧視問題的全景。以上分析至少可以沿以下三個維度進一步展開：

首先，經濟理性以外，消費者也有心肝，也有情感；其次，考慮消費者逃避價格歧視的可能，或許會大大改寫經典的結論；最后，歷史帶來的教訓亦頗為豐富。

如果不從多個角度[16]綜合理解這一問題，無論是手握豐富數據資源的企業，還是“令行禁止”的監管者，都有可能“過猶不及”，反而使策略的運行偏離自己的目的。技術與心理、理性與情感、歷史與未來……唯有開放胸襟，才能為回答此類問題做好準備。

參考文獻：

• [1] 對價格歧視的經濟學分析的經典總結，請見Varian, Hal R. “Price discrimination.” Handbook of Industrial Organization 1 (1989): 597-654.
• [2] 類似思想可見于Sathi, Arvind. Engaging Customers Using Big Data: How Marketing Analytics Are Transforming Business. Palgrave Macmillan, 2014.
• [3] 許多探究大數據影響的書籍都會援引這一例子。原本報道可參見如下福布斯網站的鏈接：https://www.forbes.com/sites/kashmirhill/2012/02/16/how-target-figured-out-a-teen-girl-was-pregnant-before-her-father-did/#70783dfa6668.
• [4] 此處援引的例子來自White, Tiffany Barnett, et al. “Getting too personal: Reactance to highly personalized email solicitations.” Marketing Letters 19.1 (2008): 39-50.
• [5] 對于消費者的此類情緒及相應反應，以下研究提供了一個經典的分析框架：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] 對這一點的深入討論請見Bar-Gill, Oren. “Algorithmic price discrimination: When demand is a function of both preferences and (mis) perceptions.” Forthcoming, University of Chicago Law Review.
• [7] 以上分析見于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] 這一結論與經典的“科斯猜想”有關。這一猜想的原始表述見于Coase, Ronald H.”Durability and monopoly.” TheJournal of Law and Economics 15.1 (1972): 143-149.更加嚴格的探討，可參見[7]及Gul, Faruk, HugoSonnenschein, and Robert Wilson. “Foundations of dynamic monopoly and theCoase conjecture.” Journal ofEconomic Theory 39.1 (1986): 155-190.
• [9] 以下研究可視為這一領域的代表：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] 可見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] 有關這一理論，最具代表性的無疑是這本著作：Brunton, Finn,and Helen Nissenbaum. Obfuscation: A User’sGuide for Privacy and Protest. MIT Press, 2015.
• [12] 相關插件可在Helen Nissenbaum的個人網站覓得，其中還有更多相關研究：https://nissenbaum.tech.cornell.edu/.
• [13] 對這一案例的詳盡論述見于Lane, FrederickS. American Privacy: The 400-year Historyof Our Most Contested Right. Beacon Press, 2009.
• [14] 這一案例見于Odlyzko, Andrew.”Privacy, economics, and price discrimination on the Internet.” Proceedings of the 5th International Conferenceon Electronic Commerce. ACM, 2003.
• [15] 對類似現象的嚴格分析，可見Sugaya, Takuo,and Alexander Wolitzky. “Maintaining Privacy in Cartels.”Forthcoming, Journal of Political Economy.
• [16] 在這一問題上，各學科間的交叉滲透程度之深，或許早已超出了普通人的日常想象。以哲學為例，早在約二百年前，已有學者討論過信息影響個體激勵的問題；本文中提到的許多要點，也沒有超出三、四十年前哲學家討論的范圍。有關這方面的綜述，可見Gali?, Ma?a,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： 朱悅，微信公眾號：騰訊研究院（ID：cyberlawrc）

本文由 @騰訊研究院 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議