大数据时代,价格歧视从未离开


大数据时代,价格歧视从未离开文章插图
投稿来源:陈根
再一次 , “大数据杀熟”被推到了大众面前 , 刷屏了互联网的讨论 。 事实上 , “杀熟”并非新近名词 。 2018年 , “大数据杀熟”就在电商行业中频频出现 。 今年9月15日 , 央视财经频道再次揭露“大数据杀熟”现象 。 北京市消费者协会大数据“杀熟”调查显示 , 有56.92%的被调查者表示曾被大数据杀熟 , 88.32%的被调查者认为大数据“杀熟”现象普遍 。
显然 , 对于“大数据杀熟”的规制问题已亟待解决 。
价格歧视的极化应用
所谓“大数据杀熟” , 简单来说 , 就是算法在数据的加持下 , 根据“用户画像”透视消费者的消费意愿和预期价格 , 量身定制差异化、动态化定价机制 , 实现“一人一价” , 其实质则是利用信息不对称的优势侵犯消费者合法权益 。
可以看到 , 大数据杀熟 , 也就是所谓的个性化定价 。 2013年英国竞争执法当局发布的《线上个性化定价经济分析报告》指出:个性化定价 , 即经营者基于观察、搜集、推导出的消费者个人特征和个人行为信息 , 判断消费者的购买能力和支付意愿 , 进而对单个或一组消费者执行区别性、差异化的收费标准或价格政策 。
事实上 , 个性化定价就是经济学意义上的价格歧视 。 在经济学概念里 , 价格歧视指企业就两个或两个以上具有相同生产边际成本的相同商品收取不同的价格 。 换言之 , 这种价格差异缺乏成本依据 。
同时 , 价格歧视的成功实施需要满足一定的前提条件:一是经营者具备一定的市场力量;二是经营者有能力预测或识别消费者购买意愿和支付能力;三是不存在转卖套利的可能 , 否则享受低价的消费者就有动机去转卖套利 , 价格歧视效果也会随之抵消 。
此外 , 从价格歧视细分来看:一级价格歧视指卖方将买方支付意愿的上限确定为商品的卖价 。 在这种情况下 , 卖方在向每个买方收费时均可获得最大化利润 。 其中 , 经营者对消费者信息把握得越全面 , 其实施价格歧视的能力、可获得的利润就越高 。
二级价格歧视是说就相同的商品或服务提供不同的版本 。 对于二级价格歧视来说 , 卖方往往不了解买方特征 , 通过提供一系列包括价格和各种条款在内的销售协议供买方自行选择 。
三级价格歧视则是卖方基于对买方的分类 , 根据不同买方群体的需求弹性来确定不同的价格 。 三级价格歧视在现实中更为普遍 , 电影院或景点针对学生、老年人或未成年人收取不同的价格都可以归为三级价格歧视 。
人工智能时代到来之前 , 经济学都更多关注二级与三级价格歧视 , 由于卖方很难精确把握每位消费者的保留价格 , 因此一级价格歧视不易发生 。 然而 , 在数据规模扩大与算法分析优化紧密结合的当下 , 一级价格歧视已具备现实可能性 , 终于从停留于纸面的传统分析模型转变为付诸实践的流行商业策略 。
显然 , 在大数据时代下 , 如果经营者收集的信息足够全面 , 掌握的算法足够先进 , 足以甄别出每位消费者的购买意愿和支付能力 , 就可针对消费者单独制定不同的价格 。 在大数据技术的支持下 , 商家为了获得更多用户 , 便可以通过大数据算法获知哪些用户可以接受更高的价格 , 哪些用户应该适当地予以降价 , “大数据杀熟”由此诞生 。
其中 , 互联网企业尤其是具有一定垄断地位的行业巨头利用用户在平台上产生的海量数据进行存储、分析 , 对用户进行建模 , 进而构建用户的个人图像 , 识别出不同消费者的需求曲线 , 对价格歧视策略的使用发挥到了极致 , 使得一直以来只存在于理论中的一级价格歧视真正在互联网企业中发扬光大 。
“大数据杀熟”亟待规制
“大数据杀熟”是企业在大数据助力一级价格歧视实现下的产物 , 在互联网经济中的应用已经尤其普遍 。 然而 , 价格歧视终究是一种歧视 。 正如人们对国内市场与国外市场定价不同时的批判态度 , 当下 , 民众对的“大数据杀熟”的不满情绪也已越来越强烈 , 从美团被爆杀熟的舆论情绪就可见一斑 。


推荐阅读