科学合理的价格形成机制是市场经济正常运行的一个基本前提，在当前国家加强平台经济规范治理的过程中，“大数据杀熟”理应成为重点研究和加强规范的领域之一。

冯煦明（中国社科院财经院研究室副主任、清华大学研究员）

大数据与人工智能技术在提高商贸流通效率、为消费者带来便捷的同时，也滋生出一些新问题，“大数据杀熟”便是其中之一。近年来，网络上屡屡出现消费者被“杀熟”的新闻。例如有消费者表示，两个人在同一时间、相邻地点运用同一个外卖平台APP叫餐，显示的配送费用一高一低。还有网友曾表示，同一时间在某约车平台上为同一段行程打车，使用苹果手机上看到的报价高于安卓手机。由于大数据和人工智能算法具有隐蔽性，因而诸如此类的诟病通常难以充分举证，往往一段时间之后便不了了之。

然而，考虑到科学合理的价格形成机制是市场经济正常运行的一个基本前提，在当前国家加强平台经济规范治理的过程中，“大数据杀熟”也理应成为重点研究和加强规范的领域之一。

“大数据杀熟”与“传统差异化定价”之间存在根本区别

同物同价一般是人们对公平交易的一个朴素认知。不过在人类社会长期的商业发展史中，演化出了大量的“差异化定价”行为，其中的一部分是对市场供需的合理调节，已经被较为普遍地接受了，不再具有道德贬义色彩。其中大致包括三类：

第一类是潮汐需求导致的潮汐定价。比如，节假日期间的机票和宾馆价格通常比平时贵。原因很简单——在节假日期间，一方面市场上对于机票和宾馆的需求会潮汐式上涨，而另一方面机票与宾馆的供给短期内则难以相应增长，因而价格会水涨船高。这种现象在经济学中被称为潮汐需求导致的潮汐定价，是一种因为市场供给需求变化而产生的市场化价格调节行为。类似的例子还有，网约车在上下班高峰时段的定价会比普通时段高一些，同一栋房子的租金价格在每年大学生毕业季也会高于平时。

第二类是确定性溢价或折价因素导致的动态定价。比如，提前三个月或半年预订机票，价格往往会比较便宜，而临近起飞日期时预订就变得比较贵，但到了起飞前最后几小时，价格又会大幅降低。造成机票价格因预订时点不同而有所差异的原因，是由于消费者在不同时间点订票，对航空公司而言确定性是不一样的——消费者订票越早，航空公司面临的确定性越高；消费者越晚订票，航空公司面临的确定性就会越低，所以这里的差异化定价中包含了确定性溢价和折价因素。

第三类是经济学中所谓的广义的“价格歧视”。价格歧视，简单而言是指商家以不同的价格把同一种物品销售给不同客户的做法。“价格歧视”是有市场势力的商家进行利润大化的一种销售策略。价格歧视又可分为“完全价格歧视”和“不完全价格歧视”。现实中，完全价格歧视几乎不存在，但“不完全价格歧视”的例子则不胜枚举。例如同一部电影，有点映票价，有普通票价，还有档期之后的网络票价。再如，折扣券本质上也是商家用来识别和区分高保留价格消费者和低保留价格消费者的一种价格歧视工具。又如，公园和游乐场通常采用“两部收费制”来实行价格歧视。此外，以前在百货大楼或乡村集市上买东西，售货员和顾客之间往往要经历反复的砍价环节，这从经济学上也是一个实施价格歧视的过程。

到了如今的互联网购物环境中，曾经的线下折扣券变成了线上折扣券和电子红包，曾经的线下砍价行为变成了“邀请朋友砍一刀”；尽管具体形式有所演变，但其背后价格歧视的经济学实质是一样的。

值得一提的是，从经济学角度而言，一部分的差异化定价行为有可能在均衡条件下让更多消费者得以进入市场，减小“无谓损失”，提高社会整体的经济福利。正因如此，上述不少价格歧视行为已经被人类社会普遍接受；当然，还有一些仍然存在道德瑕疵，不被广泛认可。

需要强调的是，大数据杀熟与上述诸多传统差异化定价行为之间，存在根本区别。一个简单而行之有效的区分标准是：商家是否让消费者知晓存在不同价格，是否存在隐瞒行为；消费者在购买决策时是否明知存在不同的价格。

在传统的差异化定价中，一般不存在商家隐瞒信息的行为，对于消费者而言信息通常是透明的。消费者在明知存在不同价格的情况下，根据自身情况做出行为决策，自愿选择支付高价或是低价。例如，在购买机票时，消费者明知头等舱与经济舱之间巨大的价格差异远超过服务差异本身，但不同消费者会根据自身情况选择头等舱或经济舱。再如，消费者明知提前一月预订和提前一天预定会存在价格差异，但仍会根据自身需求选择接受这种价格差异。在这些情况下，尽管消费者与航空公司之间仍然存在较大的信息不对称，但至少在差异化定价这一点上，双方都是知晓且认可的。

然而在“大数据杀熟”中，平台企业则对消费者隐瞒价格差异，消费者被蒙在鼓里，并不知道价格差异的存在，更不知道自己支付了高价还是低价。这种情况下，消费者的高价支付行为是非自愿，因为他对价格差异并不知情。

“大数据杀熟”具有广泛危害性

大数据时代为商家实行区别定价创造了更多可能性。一方面，在筛选识别环节，商家能够记录、收集、观测到更多有关消费者的信息，如收入、职业、性格、爱好、作息规律、消费习惯等等，从而运用人工智能算法技术根据这些多维信息估测不同消费者的支付意愿。高支付意愿的消费者更容易被识别筛选出来。另一方面，在区别定价环节，在线上消费业态中，每个消费者面临不同的商品界面、交易界面，消费者之间被彼此分割开来，使得“千人千面”“千人千价”“即时调价”更为可能。

不论对于消费者，还是对于平台企业，抑或对于整个社会福利而言，“大数据杀熟”行为都存在广泛危害性：

一方面，消费者为了规避被“杀熟”，须要消耗更多时间精力来“反杀熟”。例如，有的消费者为了防止被“杀熟”，在手机上同时安装多个约车APP或外卖APP；有的消费者每次叫外卖或打车前要在不同平台之间反复比较，价比三家之后再做决定；还有消费者发现了小窍门——交替使用不同的约车APP或外卖APP，以便“让后台知道自己是有替代选项的”。这些五花八门的所谓反杀熟手段，会消耗消费者大量时间和精力，实为无奈之举。另一方面，大数据杀熟行为也会对平台企业的社会形象造成负面影响，留下滥用消费者个人数据、滥用市场支配地位的印象。

与此同时，“大数据杀熟”还会侵害社会公平正义感，危害商贸流通秩序，抬高经济中流通环节交易费用，从而降低社会整体福利。上世纪八、九十年代，我国线下商贸流通市场上曾经有过类似的教训——当时，“看人下菜碟”“量身要价”，欺诈消费者的行为较为普遍；后来经过社会各界的共同努力，“明码标价”才成为一个普遍共识和通行做法。当前，在互联网经济和大数据时代，面对新的挑战，同样也需要社会各界共同努力，构建新的、健康的线上商贸流通秩序。

“大数据杀熟”如何监管与治理

对“大数据杀熟”的监管与治理面临着诸多难题，有待深入研究。一是因为大数据杀熟与传统差异化定价之间的边界并不完全清晰，容易发生概念混淆。二是因为大数据杀熟多发生在网约车、外卖送餐等服务业领域，而服务品的异质性普遍高于鞋、衣服等制造品。三是因为新经济业态具有多元性和复杂性，而算法技术往往又是隐蔽的，这使得“大数据杀熟”行为在实践中也难以被观察和识别。

总体上，大数据杀熟监管与治理应遵循三条基本原则。一是价格形成机制应以市场化为导向，尽可能地避免不正当的平台操纵或不必要的行政干预。二是保护消费者正当权益，尤其是保障个人数据不被违规使用。三是维护市场公平，促进市场竞争，降低交易摩擦。

在上述三条原则的基础上，当前阶段可重点从如下四方面着手，对“大数据杀熟”加以监管和治理：第一，建立健全相关法律法规，在制度层面规范平台企业的定价行为，约束平台企业收集和使用数据的行为。第二，在政府层面设立专门的监督检查机构，对相关行为进行指导、规范、监督、处罚，建议成立“数字经济发展与监督管理委员会”。在司法层面应尽快树立若干的典型案例，发挥正反两方面的示范作用，从而规范和引导平台企业的定价行为。第三，加强行业自律，在行业协会的层面加快制定相关的行为规范和标准，利用同行之间的监督机制去共同促进平台经济领域企业行为的规范化。第四，加强消费者个人数据保护，探索建立平台企业信用评价机制和第三方数据托管机制。