再一次，“大數據殺熟”被推到了大眾面前，刷屏了互聯網的討論。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持續發酵。

事情源起于一篇《我被美團會員割了韭菜》的文章。文章中，作者陳述自己在開通美團外賣會員后，發現常點的一家店鋪，其配送費由非會員的2元變為了6元。再次試驗后，會員依舊比非會員的配送費更高。在文章發出后不久，美團就帶著殺熟的標簽被頂上當日熱搜。

事實上，“殺熟”并非新近名詞。2018年，“大數據殺熟”就在電商行業中頻頻出現。今年9月15日，央視財經頻道再次揭露“大數據殺熟”現象。北京市消費者協會大數據“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”的規制問題已亟待解決。

價格歧視的極化應用

所謂“大數據殺熟”，簡單來說，就是算法在數據的加持下，根據“用戶畫像”透視消費者的消費意愿和預期價格，量身定制差異化、動態化定價機制，實現“一人一價”，其實質則是利用信息不對稱的優勢侵犯消費者合法權益。

可以看到，大數據殺熟，也就是所謂的個性化定價。2013年英國競爭執法當局發布的《線上個性化定價經濟分析報告》指出：個性化定價，即經營者基于觀察、搜集、推導出的消費者個人特征和個人行為信息，判斷消費者的購買能力和支付意愿，進而對單個或一組消費者執行區別性、差異化的收費標準或價格政策。

事實上，個性化定價就是經濟學意義上的價格歧視。在經濟學概念里，價格歧視指企業就兩個或兩個以上具有相同生產邊際成本的相同商品收取不同的價格。換言之，這種價格差異缺乏成本依據。

同時，價格歧視的成功實施需要滿足一定的前提條件：一是經營者具備一定的市場力量；二是經營者有能力預測或識別消費者購買意愿和支付能力；三是不存在轉賣套利的可能，否則享受低價的消費者就有動機去轉賣套利，價格歧視效果也會隨之抵消。

此外，從價格歧視細分來看：一級價格歧視指賣方將買方支付意愿的上限確定為商品的賣價。在這種情況下，賣方在向每個買方收費時均可獲得最大化利潤。其中，經營者對消費者信息把握得越全面，其實施價格歧視的能力、可獲得的利潤就越高。

二級價格歧視是說就相同的商品或服務提供不同的版本。對于二級價格歧視來說，賣方往往不了解買方特征，通過提供一系列包括價格和各種條款在內的銷售協議供買方自行選擇。

三級價格歧視則是賣方基于對買方的分類，根據不同買方群體的需求彈性來確定不同的價格。三級價格歧視在現實中更為普遍，電影院或景點針對學生、老年人或未成年人收取不同的價格都可以歸為三級價格歧視。

人工智能時代到來之前，經濟學都更多關注二級與三級價格歧視，由于賣方很難精確把握每位消費者的保留價格，因此一級價格歧視不易發生。然而，在數據規模擴大與算法分析優化緊密結合的當下，一級價格歧視已具備現實可能性，終于從停留于紙面的傳統分析模型轉變為付諸實踐的流行商業策略。

顯然，在大數據時代下，如果經營者收集的信息足夠全面，掌握的算法足夠先進，足以甄別出每位消費者的購買意愿和支付能力，就可針對消費者單獨制定不同的價格。在大數據技術的支持下，商家為了獲得更多用戶，便可以通過大數據算法獲知哪些用戶可以接受更高的價格，哪些用戶應該適當地予以降價，“大數據殺熟”由此誕生。

其中，互聯網企業尤其是具有一定壟斷地位的行業巨頭利用用戶在平臺上產生的海量數據進行存儲、分析，對用戶進行建模，進而構建用戶的個人圖像，識別出不同消費者的需求曲線，對價格歧視策略的使用發揮到了極致，使得一直以來只存在于理論中的一級價格歧視真正在互聯網企業中發揚光大。

“大數據殺熟”亟待規制

“大數據殺熟”是企業在大數據助力一級價格歧視實現下的產物，在互聯網經濟中的應用已經尤其普遍。然而，價格歧視終究是一種歧視。正如人們對國內市場與國外市場定價不同時的批判態度，當下，民眾對的“大數據殺熟”的不滿情緒也已越來越強烈，從美團被爆殺熟的輿論情緒就可見一斑。

“大數據殺熟”的現實危害不容小覷，這首先就與穩定良好的市場秩序相違背。如今，反壟斷正走向全球化，各國相繼出臺適配互聯網時代的“反壟斷法”。而個性化定價就極有可能構成我國《反壟斷法》中的價格歧視行為，其突出表現為直接針對終端消費者的剝削性價格歧視。

顯然，若平臺通過大數據殺熟的方式搶占市場份額，不當使用市場支配地位，構成不正當競爭行為，將擾亂有序的市場秩序

此外，將不利于企業良好形象的建立，易引起企業信譽的喪失。同時，若是這一策略成為互聯網企業的常態，反而會傷害消費者對互聯網經濟的信心，使得平臺流失客戶，不利于平臺進一步成長。顯然，“大數據殺熟”的規制問題已亟待解決。

大數據技術的正當使用離不開法律的規制。然而，法律具有滯后性，其在規制新事物時，往往具有局限性。從法律程序來看，“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信息時可大量地減少不必要用戶信息的收集，減少商家收集的用戶個人信息，從源頭上降低用戶被大數據“殺熟”的可能。同時，可以利用大數據技術監管“大數據殺熟”，通過搜集分析企業交易數據獲取證據。

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“互聯網＋”消費環境下，經驗者往往掌握著專業知識和事務經驗，處于優勢地位，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不同價格的行為，消費者就依法有權了解。

經營者還應全面保障消費者的“公平交易權”。事實上，“大數據殺熟”雖然短時間內可獲得部分利潤，但一旦曝光將會影響企業聲譽。所以，企業應該在政府部門的引導下加強自律機制檢核，優化行業自律機制，建立合理的大數據技術運行規則以及發展戰略，保障大數據技術的健康使用。

最后，除了法律制度和商業倫理，消費者需要提升自我保護意識和自我保護能力。比如，增強對于個人信息的管理意識，通過線上線下、不同用戶同一產品的比價來判斷是否遭受了“大數據殺熟”。在確認此類行為之后，及時通過相應的投訴舉報渠道等。

互聯網社會從來都不是一個“不設防”的社會，相反，互聯網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的過分依賴有可能帶來喪失主體能動性、陷入“認知繭房”的不自由狀態。

大數據技術已廣泛運用于社會生活中，人們在享受便利的同時也處在風險之中，“大數據殺熟”只是這眾多風險的冰山一角。在規制“大數據殺熟”的同時，更重要的是真正合理合法地使用大數據技術。只有給予科技以人性，社會才會有溫度。

責任編輯：xj