文/陳根
再一次，“大數據殺熟”被推到了大眾面前，刷屏了互聯(lián)網(wǎng)的討論。這一次，美團成為了輿論討伐的對象，對于“美團殺熟”的公眾輿論負面評價(jià)持續發(fā)酵。
事情源起于一篇《我被美團會(huì )員割了韭菜》的文章。文章中，作者陳述自己在開(kāi)通美團外賣(mài)會(huì )員后，發(fā)現常點(diǎn)的一家店鋪，其配送費由非會(huì )員的2元變?yōu)榱?/span>6元。再次試驗后，會(huì )員依舊比非會(huì )員的配送費更高。在文章發(fā)出后不久，美團就帶著(zhù)殺熟的標簽被頂上當日熱搜。
事實(shí)上，“殺熟”并非新近名詞。2018年，“大數據殺熟”就在電商行業(yè)中頻頻出現。今年9月15日，央視財經(jīng)頻道再次揭露“大數據殺熟”現象。北京市消費者協(xié)會(huì )大數據“殺熟”調查顯示，有56.92%的被調查者表示曾被大數據殺熟，88.32%的被調查者認為大數據“殺熟”現象普遍。
顯然，對于“大數據殺熟”的規制問(wèn)題已亟待解決。
價(jià)格歧視的極化應用
所謂“大數據殺熟”，簡(jiǎn)單來(lái)說(shuō)，就是算法在數據的加持下，根據“用戶(hù)畫(huà)像”透視消費者的消費意愿和預期價(jià)格，量身定制差異化、動(dòng)態(tài)化定價(jià)機制，實(shí)現“一人一價(jià)”，其實(shí)質(zhì)則是利用信息不對稱(chēng)的優(yōu)勢侵犯消費者合法權益。
可以看到，大數據殺熟，也就是所謂的個(gè)性化定價(jià)。2013年英國競爭執法當局發(fā)布的《線(xiàn)上個(gè)性化定價(jià)經(jīng)濟分析報告》指出：個(gè)性化定價(jià)，即經(jīng)營(yíng)者基于觀(guān)察、搜集、推導出的消費者個(gè)人特征和個(gè)人行為信息，判斷消費者的購買(mǎi)能力和支付意愿，進(jìn)而對單個(gè)或一組消費者執行區別性、差異化的收費標準或價(jià)格政策。
事實(shí)上，個(gè)性化定價(jià)就是經(jīng)濟學(xué)意義上的價(jià)格歧視。在經(jīng)濟學(xué)概念里，價(jià)格歧視指企業(yè)就兩個(gè)或兩個(gè)以上具有相同生產(chǎn)邊際成本的相同商品收取不同的價(jià)格。換言之，這種價(jià)格差異缺乏成本依據。
同時(shí)，價(jià)格歧視的成功實(shí)施需要滿(mǎn)足一定的前提條件：一是經(jīng)營(yíng)者具備一定的市場(chǎng)力量；二是經(jīng)營(yíng)者有能力預測或識別消費者購買(mǎi)意愿和支付能力；三是不存在轉賣(mài)套利的可能，否則享受低價(jià)的消費者就有動(dòng)機去轉賣(mài)套利，價(jià)格歧視效果也會(huì )隨之抵消。
此外，從價(jià)格歧視細分來(lái)看：一級價(jià)格歧視指賣(mài)方將買(mǎi)方支付意愿的上限確定為商品的賣(mài)價(jià)。在這種情況下，賣(mài)方在向每個(gè)買(mǎi)方收費時(shí)均可獲得最大化利潤。其中，經(jīng)營(yíng)者對消費者信息把握得越全面，其實(shí)施價(jià)格歧視的能力、可獲得的利潤就越高。
二級價(jià)格歧視是說(shuō)就相同的商品或服務(wù)提供不同的版本。對于二級價(jià)格歧視來(lái)說(shuō)，賣(mài)方往往不了解買(mǎi)方特征，通過(guò)提供一系列包括價(jià)格和各種條款在內的銷(xiāo)售協(xié)議供買(mǎi)方自行選擇。
三級價(jià)格歧視則是賣(mài)方基于對買(mǎi)方的分類(lèi)，根據不同買(mǎi)方群體的需求彈性來(lái)確定不同的價(jià)格。三級價(jià)格歧視在現實(shí)中更為普遍，電影院或景點(diǎn)針對學(xué)生、老年人或未成年人收取不同的價(jià)格都可以歸為三級價(jià)格歧視。
人工智能時(shí)代到來(lái)之前，經(jīng)濟學(xué)都更多關(guān)注二級與三級價(jià)格歧視，由于賣(mài)方很難精確把握每位消費者的保留價(jià)格，因此一級價(jià)格歧視不易發(fā)生。然而，在數據規模擴大與算法分析優(yōu)化緊密結合的當下，一級價(jià)格歧視已具備現實(shí)可能性，終于從停留于紙面的傳統分析模型轉變?yōu)楦吨T實(shí)踐的流行商業(yè)策略。
顯然，在大數據時(shí)代下，如果經(jīng)營(yíng)者收集的信息足夠全面，掌握的算法足夠先進(jìn)，足以甄別出每位消費者的購買(mǎi)意愿和支付能力，就可針對消費者單獨制定不同的價(jià)格。在大數據技術(shù)的支持下，商家為了獲得更多用戶(hù)，便可以通過(guò)大數據算法獲知哪些用戶(hù)可以接受更高的價(jià)格，哪些用戶(hù)應該適當地予以降價(jià)，“大數據殺熟”由此誕生。
其中，互聯(lián)網(wǎng)企業(yè)尤其是具有一定壟斷地位的行業(yè)巨頭利用用戶(hù)在平臺上產(chǎn)生的海量數據進(jìn)行存儲、分析，對用戶(hù)進(jìn)行建模，進(jìn)而構建用戶(hù)的個(gè)人圖像，識別出不同消費者的需求曲線(xiàn)，對價(jià)格歧視策略的使用發(fā)揮到了極致，使得一直以來(lái)只存在于理論中的一級價(jià)格歧視真正在互聯(lián)網(wǎng)企業(yè)中發(fā)揚光大。
“大數據殺熟”亟待規制
“大數據殺熟”是企業(yè)在大數據助力一級價(jià)格歧視實(shí)現下的產(chǎn)物，在互聯(lián)網(wǎng)經(jīng)濟中的應用已經(jīng)尤其普遍。然而，價(jià)格歧視終究是一種歧視。正如人們對國內市場(chǎng)與國外市場(chǎng)定價(jià)不同時(shí)的批判態(tài)度，當下，民眾對的“大數據殺熟”的不滿(mǎn)情緒也已越來(lái)越強烈，從美團被爆殺熟的輿論情緒就可見(jiàn)一斑。
“大數據殺熟”的現實(shí)危害不容小覷，這首先就與穩定良好的市場(chǎng)秩序相違背。如今，反壟斷正走向全球化，各國相繼出臺適配互聯(lián)網(wǎng)時(shí)代的“反壟斷法”。而個(gè)性化定價(jià)就極有可能構成我國《反壟斷法》中的價(jià)格歧視行為，其突出表現為直接針對終端消費者的剝削性?xún)r(jià)格歧視。
顯然，若平臺通過(guò)大數據殺熟的方式搶占市場(chǎng)份額，不當使用市場(chǎng)支配地位，構成不正當競爭行為，將擾亂有序的市場(chǎng)秩序
此外，將不利于企業(yè)良好形象的建立，易引起企業(yè)信譽(yù)的喪失。同時(shí)，若是這一策略成為互聯(lián)網(wǎng)企業(yè)的常態(tài)，反而會(huì )傷害消費者對互聯(lián)網(wǎng)經(jīng)濟的信心，使得平臺流失客戶(hù)，不利于平臺進(jìn)一步成長(cháng)。顯然，“大數據殺熟”的規制問(wèn)題已亟待解決。
大數據技術(shù)的正當使用離不開(kāi)法律的規制。然而，法律具有滯后性，其在規制新事物時(shí)，往往具有局限性。從法律程序來(lái)看，“大數據殺熟”其隱蔽性強、形式多樣，且大部分消費者處于信息不對稱(chēng)的不利地位，因此存在取證、定性困難的情況。
因此，這需要從規制和執行層面加強對個(gè)人信息的保護，加大對非法獲取消費者信息行為的處罰力度。比如，歐盟 GDPR 中確立數據量最小化原則，這使得電商平臺在收集用戶(hù)信息時(shí)可大量地減少不必要用戶(hù)信息的收集，減少商家收集的用戶(hù)個(gè)人信息，從源頭上降低用戶(hù)被大數據“殺熟”的可能。同時(shí)，可以利用大數據技術(shù)監管“大數據殺熟”，通過(guò)搜集分析企業(yè)交易數據獲取證據。
其次，化解“大數據殺熟”需要多方共同的合力。除了立法、執法、司法方面，在“互聯(lián)網(wǎng)＋”消費環(huán)境下，經(jīng)驗者往往掌握著(zhù)專(zhuān)業(yè)知識和事務(wù)經(jīng)驗，處于優(yōu)勢地位，應全面履行消費者權益保護法確立的“消費者知情權”。只要存在同一商品或服務(wù)不同價(jià)格的行為，消費者就依法有權了解。
經(jīng)營(yíng)者還應全面保障消費者的“公平交易權”。事實(shí)上，“大數據殺熟”雖然短時(shí)間內可獲得部分利潤，但一旦曝光將會(huì )影響企業(yè)聲譽(yù)。所以，企業(yè)應該在政府部門(mén)的引導下加強自律機制檢核，優(yōu)化行業(yè)自律機制，建立合理的大數據技術(shù)運行規則以及發(fā)展戰略，保障大數據技術(shù)的健康使用。
最后，除了法律制度和商業(yè)倫理，消費者需要提升自我保護意識和自我保護能力。比如，增強對于個(gè)人信息的管理意識，通過(guò)線(xiàn)上線(xiàn)下、不同用戶(hù)同一產(chǎn)品的比價(jià)來(lái)判斷是否遭受了“大數據殺熟”。在確認此類(lèi)行為之后，及時(shí)通過(guò)相應的投訴舉報渠道等。
互聯(lián)網(wǎng)社會(huì )從來(lái)都不是一個(gè)“不設防”的社會(huì )，相反，互聯(lián)網(wǎng)中充斥了大量的陷阱。對于“大數據殺熟”，人們也需要深刻意識到對大數據技術(shù)的過(guò)分依賴(lài)有可能帶來(lái)喪失主體能動(dòng)性、陷入“認知繭房”的不自由狀態(tài)。
大數據技術(shù)已廣泛運用于社會(huì )生活中，人們在享受便利的同時(shí)也處在風(fēng)險之中，“大數據殺熟”只是這眾多風(fēng)險的冰山一角。在規制“大數據殺熟”的同時(shí)，更重要的是真正合理合法地使用大數據技術(shù)。只有給予科技以人性，社會(huì )才會(huì )有溫度。
聯(lián)系客服
