大数据与价格歧视

时间：2023-05-08 00:12:01 | 来源：网站运营

时间：2023-05-08 00:12:01 来源：网站运营

大数据与价格歧视：一、价格歧视是什么？
近来“大数据杀熟”成为网络热词，起因是媒体报道有网民经常通过某旅行服务网站订酒店，价格一般在380元-400元，但一次使用朋友的账号预定时，发现只需300元，而这个朋友使用该网站的频率很低，被用户认为是“大数据杀熟”，指代这类同样的商品或者服务，老客户看到的价格比新客户要贵的现象。随之，网民纷纷晒出自己使用互联网平台被“杀熟”的经历，包括旅游、电影、电商、出行等应用。
“大数据杀熟”从经济学上来说属于典型的价格歧视（PriceDiscrimination）的一种类型，即根据客户消费的次数进行定价，其他类型还有根据不同时间、地域、数量，以及客户不同年龄、性别、购买力等进行差异定价。价格歧视通常被定义为商家出售同样的物质产品，对不同的客户索取不同的价格（Tirole，1988;瓦里安,1989)。但同样的物质产品并不意味着同样的经济产品。同样的物质产品，商家可以说，由于出售的时间、地理位置、数量差异，造成成本不同，自然导致定价的不同。比如，商家对偏远地区出售的商品定价更高，对团购用户给予更高的折扣。在这种情况下，价格的差异可能是成本差异产生的，不一定属于价格歧视。因此，一个更严谨的定义是，商家以相对于边际成本不同比率的价格出售相似的商品 (Stigler, 1987) ，这是一种基于需求或者消费者愿意付出多少钱来定价的策略。
商家为什么要实施价格歧视策略，根本原因是有利可图。早在2000年，亚马逊就试验过价格歧视，将68种DVD碟片，根据潜在用户的人口统计资料、购物历史、网络行为等，进行动态定价。通过这一定价策略，亚马逊提高了销售的毛利率。但这一尝试很快被用户发现并投诉，亚马逊迫于压力终止了该策略，并承诺不再进行价格歧视。通常来说，在传统单一价格模式下，如果定高价格，会失去一部分用户，如果定低价格，则会损失一部分利润。在价格歧视模式下，可以让那些在统一价格下，因价格较高被排除市场的潜在购买者，也能够消费的起，而商家可以扩大销量，获得更多利润，所以整体上增加了社会福利。
由于以上优势，价格歧视很早以前就在商业上广泛应用。1920年英国经济学家庇古提出价格歧视的三种不同表现形式。
假设商家不了解关于消费者任何信息，商家只能将市场看作一个整体，选择统一定价。当商家了解到市场上存在不同类型的消费者，比如不同的收入、年龄、性别、地区等等，商家为了扩大产品销量，可以对不同类型的消费者分别定价，比如景区给学生和老年人的折扣票就属于此类型，这属于三级价格歧视，在日常生活中最为普遍。
然而即使同一类型的消费者，其购买力和购买意愿还存在差异。由于技术或者成本的限制，商家并不能识别每个消费者愿意支付的价格，所以采取一种版本划分的价格歧视策略，让消费者自己暴露自己的信息，即商家提供一系列价格不同的相关产品，让用户自己选择适合的版本（Varian，2001，2003），比如火车票、飞机票对座位等级的划分，让消费者自己选择不同价格的座位。不同等级座位的运输和服务成本，虽然存在一定的差异，但远远小于最终价格的差异，这属于二级价格歧视。
最后一种是完全价格歧视，即个性化定价，商家针对每个消费者定制价格，以确保每个用户都能支付其愿意为商品支付的最高价格，从而获得全部消费者剩余，这属于一级价格歧视。在传统经济领域，完全价格歧视操作成本高，除了少数如房地产、汽车销售等领域，难以广泛应用。但信息技术的发展和互联网应用的普及，为商家实施完全价格歧视开辟了广阔的空间。

二、为什么大数据使完全价格歧视成为一种普遍现象？
一般来说，商家要成功实施价格歧视，需要满足三个前提条件：第一，具有一定的市场力量，能够在提价时也不丧失所有消费者；第二，商家能够确切了解消费者的消费能力和消费意愿，从而能够根据消费者对商品的不同意愿价格制定不同的价格策略；第三，没有套利的可能，即商家能够有效地制止消费者的套利行为，使低价购买商品的消费者不可能再高价售出。
从这三个前提条件来看，互联网和大数据技术的应用，使商家运用完全价格歧视更具有可行性：

1、如果交易是匿名进行的，那么很难判断一个买家的支付意愿。但互联网的应用以及数据收集，数据分析，机器学习等技术的提升，商家能够以较低的成本，从广泛的来源，监测到大量与消费者相关的数据，甚至达到比消费者自己都了解自己的程度，这在前互联网时代是难以想象的。通过了解每个消费者的消费能力和消费意愿，商家对每个消费者直接个性化定价成为可能。

2、传统上，套利可以对价格歧视产生抑制作用。商家通过将商品和服务与特定的消费者绑定，可以使套利失效。如机票与乘客身份绑定，禁止再出售。在传统经济下，这种抑制手段使用范围较为有限，并且成本高昂，难以大规模普及，只能在美容院、会所等小范围使用。但在互联网环境下，每个用户在一个交易平台内有单独的账号，商家和平台很容易将商品和服务与特定的消费者绑定，点对点销售，通过绑定用户身份避免了套利。另外互联网也便于商家实施一人一价和动态定价机制，如果用户不特意对比，很难以察觉自己看到的价格与别人不同。

3、互联网平台的锁定效应加强了其市场力量。用户从一个平台转换到另一个平台的时候通常都要承受一定的转移成本。当转移的成本非常高时，用户就面临锁定。
除了以上条件，从商家角度看，信息产业的特点也使其更有动力实施完全价格歧视。企业通常是在技术、经济、法律等社会条件的限度内做最优决策，目的是赚取更多利润，价格歧视只是一种为增加利润而采取的商业决策手段。铁路、航空等传统行业和信息产业，均具有高固定成本，低边际成本的特点，多销售一份产品或者服务的增量成本非常小，通过增加销量可以拉低整体成本。这会刺激商家对产品和价格进行个性化，迎合不同消费者口味和支付意愿，以增加整体利润。

从实际效用看，大数据条件下实施价格歧视可以显著增加商家的利润。根据Benjamin Shiller 2014年基于Netflix所做的研究，使用传统人口统计资料的个性化定价方法，可以使Netflix增加0.8%的利润，但根据用户网络浏览历史，使用机器学习技术来估算用户的愿意支付的最高价格，可以使Netflix的利润增加12.2% （Shiller，2014），显示出巨大优势。

目前商家实施价格歧视的具体方式，一种是个性化定价：利用大数据为个人买家定制价格，比如基于每个用户的地理位置、IP地址、操作系统、cookie、浏览历史以及消费者特征、消费水平、购买历史、网络行为等等设定不同价格。
另一种是搜索歧视：在不改变价格的情况下，引导消费者购买特定产品。产品操纵可以通过推荐更多符合用户特性的相关产品，从而提高复购率，或者推荐更合理的产品，让消费者支付他们来愿意支付的最高价格。比如平台通过推荐系统，向愿意付出高价格的用户优先展示高价格商品，以提高销售利润。
所以互联网平台收集的个人信息，包括年龄、性别、收入、偏好、位置、浏览历史、评论、兴趣等等都有很大的经济价值，一定程度上可以通过价格歧视来实现货币化。但目前各大互联网平台的完全价格歧视技术与策略运用的成熟度，还有待评估。

三、价格歧视对各市场主体及社会产生什么影响
通常来说，在大数据环境下，商家可以完全识别所有消费者愿意支付的最高价格，实现完全价格歧视，那么就可以占有所有的消费者剩余。但在现实环境下，价格歧视会产生两种指向相反的效应：侵占效应和产出效应。产出效应指的是由于使用价格歧视引起的产出量的增加而减少无谓损失，增加消费者和商家剩余，从而提高了整体的产出量。侵占效应指的是商家从消费者中提取剩余，虽然它不影响总剩余，但使消费者剩余转移到商家。价格歧视对商家的影响结果比较明确，因为侵占效应和产出效应都会增加生产者剩余。但这两种效应究竟如何影响消费者福利，需要结合消费者特点、公司力量和市场结构、价格歧视机制以及商家信息获取能力来具体分析。

（一）不同类型的消费者受到价格歧视的影响不同。
富人更容易受到价格歧视的不利影响，因为他们原本可以在统一定价下，以较低价格购买某种商品，但在价格歧视下却被索取高价。而那些无法在统一定价下购买某种产品的低收入消费者，将从价格歧视中受益，可以以较低价格购买某种商品。（Bernasek&Mongan，2015）。另外，对于具有不同价格弹性的消费者，商家更容易对缺乏价格弹性（价格不敏感）的消费者索取高价。

（二）价格歧视对消费者的实际影响，会受到不同公司力量和市场结构的限制。
从理论上看，在垄断市场下的，如果采用单一定价，商家为获取最大利润，必然难以满足所有消费者需求，所以未达到帕累托最优。假设在大数据环境下，垄断者能够准确识别每个消费者愿意支付的最高价格，就可以实施完全价格歧视。在以较低价格向一部分消费者出售商品的同时，又不会影响向其他用户索取高价格，从而满足所有的市场需求。在这种情况下，消费者剩余全部转移到商家，与此同时，社会福利达到最大化，实现帕累托效率（Paretoefficiency）。但如果商家主要目的是识别出高价值消费者，向他们索取高价格的时候，侵占效应就会压倒产出效应。
在寡头或者竞争垄断市场中，竞争效应通常压倒侵占效应，导致价格的降低，消费者福利随之增加。尤其是在竞争对手之间存在最佳反应不对称的情况下(Armstrong，2006)，即同一群消费者是A公司的高价值群体，同时是B公司的低价值群体，那么B公司为吸引这部分消费者，会将商品价格拉到更低水平，从而增加消费者剩余。竞争效应通常发生在两种情况下：一是不同的消费者偏好，如果消费者对某个商家有很高的忠诚度，其他商家会为了吸引这部分消费者，不断降低商品价格，从而提高消费者剩余；二是锁定效应，如果消费者从一个平台转移到另一个平台的成本较高，其他商家如果要吸引这部分消费者，通常需要给与一定优惠条件，同样提高了消费者剩余。但在较强的消费者偏好和锁定效应下，其他商家吸引这部分消费者所付出的成本高于其带来的收益，将放弃竞争，使侵占效应压倒竞争效应，消费者剩余受损。
在竞争商家之间存在最佳反应对称的情况下，每个商家面对的消费者偏好相同，比如可以将消费者划分为：搜索低价格的消费者和因搜索成本高而很少比较价格的消费者，前者在每个商家那里都属于低价值用户，商家不需要通过降低价格来竞争；后者在所有商家那里都属于高价值用户，但由于属于价格不敏感者，很难刺激商家降低价格去竞争，这时的价格歧视将导致侵占效应压倒竞争效应，减少消费者剩余（Armstrong&Vickers，2001）。正如我们在“大数据杀熟”的例子中看到的，老用户已经建立起平台消费习惯，相比新用户更少去其他平台比较价格，本身属于价格不敏感群体，再加上面临平台锁定效应，更容易被索取高价。

（三）价格歧视机制的透明度会对消费者福利产生影响。
如果价格歧视机制涉及较为复杂，并且依赖于一系列看似无关的变量，那么具有有限理性的消费者就无法预测价格歧视如何运作并据此调整其行为（Shiller，2016），尤其在大数据环境下，通过算法进行的商品推荐和定价，具有高度的复杂性和隐蔽性，消费者更难以获知具体规则，因此，商家能够提取更多消费者剩余。
反之，明显的价格歧视会激发被索取高价的消费者的不公平感，降低信任度，从而严重扭曲社会需求，最终导致福利的减少。但实际上，消费者反对的不是价格歧视本身，而是价格歧视的实现方式。如果商家根据不同群体间收入的差距，通过价格歧视进行弥补，比如对儿童、老人等低收入群体做出一定倾斜，消费者更容易理解。

（四）消费者反制措施。
通常来说，商家获得的消费者偏好信息越多、越准确，就越能够提取消费者剩余，获得更多利润。但面对价格歧视，消费者也会采取一定的反制措施，比如通过搜索，比价网站，隐藏个人信息等等。在采取这些措施的同时，同样需要消费者付出一定成本，减损社会福利。
另外值得注意的是，一些“看门人”，如谷歌、Facebook、亚马逊等互联网巨头，在用户数据上几乎占据垄断地位，许多中小商家不得不从它们手中购买数据。因此，它们在整个供应链中拥有强大的权力，不仅可以侵占消费者剩余，还可以提取生产者剩余（Bernasek&Mongan，2015年）。

四、如何监管价格歧视？
早在百年前庇古就警告过，垄断者在设置定价策略时必须小心谨慎，因为敌对的公众舆论可能会导致立法干预，垄断者不应该激怒大众的正义感（庇古，1920）。另有一些学者认为，从公平和消费者保护的角度考虑，应该禁止价格歧视。然而，严厉的干预将会消除潜在的与价格歧视相关的社会福利，并且可能会阻碍定价创新，与经济学原理相违背，所以我们首先应该慎重对待规范价格歧视的建议。同样，我们不能对价格歧视视而不见，因为随着技术的完善，商家运用价格歧视将越来越娴熟，会占有更多的消费者剩余，也会导致消费者越来越强烈的抵制。因此在制定监管政策时，相关部门应当考虑：
1、完善现有法律制度
价格歧视所影响的是商家和消费者之间的利益分配，政策目标应是，在扩大社会福利的前提下，如何平衡商家和消费者利益，促进社会公平。目前还没有专门针对价格歧视的法律法规，实践中我们可以从反垄断法、价格法、个人信息保护等现存的相关法律法规寻找监管依据，但在适用方面仍存在困境。欧盟和美国的反垄断法尽管包含了效率与公平问题，却更多专注于严格规制垄断企业滥用市场支配地位，损害市场竞争和上下游主体利益的行为。我国《反垄断法》同样如此，其中界定价格歧视的一个构成要件是主体应为占有市场支配地位并滥用这种市场支配地位的企业。目前在互联网领域，如何界定市场支配地位还有很大争议，而且这种视角缺少对社会福利最大化概念的关注，所以尚无法有效解决价格歧视问题。另外我国《价格法》中有禁止经营者实行价格歧视的条款，但仅仅禁止发生在经营者之间的价格歧视，未对指向最终消费者的价格歧视做出规定。
2、提升监管技术与算法披露
大数据下定价机制复杂性而且不透明性。首先是定价要考虑成本，如何定义成本，显性的会计成本容易计算，隐性的机会成本却难以准确衡量。其次，即使有明确的成本定义，定价的算法是一个复杂的问题，需要利用大量的数据和信息，如原材料、研发、人工、土地、资本、生产、运输、销售等等，如果涉及到服务的话，往往还有一些主观因素，更难有客观衡量标准。此外，目前很多移动互联网服务采用动态定价，算法复杂而且不透明，比如某出行平台在受对“大数据杀熟”质疑时，回应称用户每个行程的预估价是根据乘客定位、实时路况、预估行驶里程、时长计算预估的，而且是按毫秒实时刷新的。这确实是定价技术的提升，但也增加了消费者的疑虑。在此类情况下，即使商家实施了价格歧视，普通消费者很难有所感知，监管部门很难取证，因为需要很强的实时数据抓取能力。现在欧盟已经开始部署相关技术，对互联网平台的动态价格进行实时监测。此外要求商家向消费者披露定价机制算法应当成为一个政策选项。应该注意的是，此类信息披露应该仅限于简单陈述，而不是关于定价机制算法的详细信息，否则可能面临商家的抵触。而且商家也会权衡合规成本和从增加算法透明性所获得的收益，如果成本高于收益，或许会放弃相关业务。
3、个人信息保护
如果说互联网前二十多年的商业模式更多依赖用户注意力，未来互联网商业模式将更多建立在数据基础上。大数据下的价格歧视必须依赖广泛的输入变量，这些变量往往包含大量敏感的个人信息，如果不加限制，在某些领域容易产生损害消费者利益的情况。尤其是在保险、信贷等基于风险定价的领域，如果商家能够获取敏感的个人信息，往往会倾向于选择低风险的消费者，对高风险消费者索取高价或者排斥。在隐私保护方面不甚严格的美国也承认，在保险或信贷市场等风险产品方面，严格的隐私规定至关重要（FTC，2016）。在欧盟，5月25日正式生效的GDPR中强调也了使用者在使用公民个人数据时，需表明其特定的使用目的，超出范围使用将受到限制。所以监管政策应该确定什么样的个人隐私信息能够被商家用来实施价格歧视。