学术|王潺：“大数据杀熟”该如何规制?——以新制度经济学和博弈论为视角的分析
作者：王潺，厦门大学法学院。
来源：《暨南学报(哲学社会科学版)》2021年第6期。
摘要：近年来,互联网零售端利用大数据技术实施算法歧视的"杀熟"行为引发诸多批评。大数据杀熟是经济学完全价格歧视行为的表象,体现了新制度经济学中买卖双方对信息产权的诉求。与"杀熟"的不道德直觉相反,大数据杀熟的定价机制将引发市场结构的调整和博弈规则的改变,消费者的谈判地位将得到提升,商家间的竞争将加剧,信息资源的配置将优化。鉴于此,建议对《电子商务法》第十八条算法歧视条款进行限缩解释。在市场机制能够自主完善的领域,法律应保持谦抑和包容。
关键词：大数据杀熟;算法歧视定价;电子商务法;信息产权博弈
网络消费已成为人们现代生活不可或缺的组成部分。在享受网络便利的同时，消费者大量的个人信息被商家收集。商家利用大数据技术对每一位顾客的支付能力及意愿进行评估并且区别定价，老顾客也常常因为信息量多、忠诚度高被索取更高的价格，这种销售策略被称为“大数据杀熟”。时至今日，大数据杀熟已然成为线上零售的常见现象。北京市消费者协会的一项调查中，过半数的受访者表示曾有过被大数据杀熟的感受。普遍认为，大数据杀熟是对“明码实价”传统商业道德的冲击，不仅侵犯了消费者的知情权和选择权，也破坏了市场秩序。
尽管反对大数据杀熟的呼声日益高涨，但如何规制则争议不断。一方面，大数据产业既是信息经济的强大技术支持，也是其他传统产业升级的重要助推力量。工信部《大数据产业发展规划》将大数据产业定位为“塑造国家竞争力的战略制高点之一”。对大数据的收集和应用采取简单限制的做法有可能损害整个产业的发展，法律需要谨慎应对整体战略与个体权益之间的平衡。另一方面，在定制化价格“精准靶向”的掩护下，大数据杀熟行为相当隐蔽，除非消费者主动交换价格信息，否则个体间的信息壁垒极难冲破。
大数据杀熟是算法歧视性定价的典型应用，学界对此也有相当数量的讨论。对于算法歧视行为，学者们分为反对与中立两大意见阵营。反对意见主要从算法歧视行为违背道德伦理价值和算法歧视定价阻碍经济分配正义两大方向展开。马长山（2018）认为，大数据杀熟“侵蚀了社会公平和正义”，算法的不透明形成“黑箱社会”。郭哲（2020）认为，算法正在形成一种“准公权力”，算法权力导致法价值的变异，算法歧视加剧贫富悬殊、阻碍选择自由。周围（2021）认为，歧视性定价可能在横向或纵向的市场上形成支配力，大数据杀熟对消费者形成剥削。
然而道德伦理价值形成需漫长的时间累积，仅仅因为这种前所未见的行为挑战了传统的熟人社会关系或者交易习惯，并不足以否定其合法性。从经济法的目的来看，规制大数据杀熟是为了促进市场的有效竞争，最终依靠市场机制实现交易主体利益的分配正义。因此对该行为的评价不能仅仅停留在主观价值判断，还需要市场客观效率的实证支持。
对算法歧视定价持更加中立与审慎态度的部分学者则尝试从法律价值背后的经济学逻辑探究行为的实证结果。山茂峰、郑翔（2020）认为，只有在具有市场支配地位的情况下，算法岐视才具有损害消费者的能力。喻玲（2020）认为，算法价格歧视的经济效果具有复杂性，必须以科学的标准考察行为的实际经济效果。为保护市场竞争与创新，干预算法定价必须遵循个案分析的基本路径，不能一禁了之。
总体来看，学界对算法岐视性定价的认识是一个从感性向理性、从价值到实证的发展过程。根据技术中立原则，经济法评价的对象既不是算法，也不是大数据，只能是经济主体的歧视性定价行为。此外，为维护经济自由与市场创新，经济法对经济行为的评价一般以消极的形式进行，即如果该行为没有违法性，则认为该行为是合法的。行为的违法性在于其经济损害性，包括对市场个体的法益侵害，以及对市场整体的效率减损。
许多学者也逐渐认识到，对算法歧视的规制必须以这种歧视行为可能造成的经济损害性为前提。道德评价并不等于法律评价，同时法律在没有确认市场功能缺失前，不应轻易干涉市场的分配结果。算法歧视行为本身并没有破坏价高者的价格形成机制，算法的歧视必须依靠市场支配力才能实现。只有在垄断市场结构中实施价格歧视行为才具有法律意义上的经济损害性，因此反垄断成为目前评价算法歧视行为的主流思路，这实际上是将大数据杀熟回归至传统杀熟行为违法性的框架中理解。
市场结构是算法歧视定价经济损害性的关键判断指标，但本文认为目前主流理论对该行为的认识仍停留在静态阶段，而忽略了个体经济行为与整体经济结构普遍牵连的动态市场关系。
本文从大数据杀熟行为的经济学解释入手，指出这种定价行为引起的冲突，实质上是新制度经济学中买卖双方对信息产权的争夺。本文构建的信息博弈模型显示，大数据杀熟作为一种定价策略本身非但不具有经济的损害性，反而对垄断的支配力产生抑制作用，是市场结构性不平等现状的“破坏者”。通过对信息产权的重新配置，大数据杀熟推动了寡头间的充分竞争，达到了公平与效率的统一。
这种最优结果的实现以充分发挥市场机制功能为前提，包括监管者在内的市场各方都应积极适应与利用新市场规则。尤其是消费者，应当主动利用市场提供的机会为自身争取权益，而不是以弱者自居等靠要公权力救济。鉴于《中华人民共和国电子商务法》相关条款对算法歧视定价的规制，可能干扰上述市场机制功能的发挥，建议对该法第十八条第一款进行限缩解释，降低法律强制力对定价机制的影响，在市场机制能够自主完善的领域，保持法律的谦抑和包容。
一、大数据杀熟行为的本质与规制误区
（一）大数据杀熟行为的本质——完全价格歧视行为
根据客户差异化的消费能力及意愿定价在经济学上被称为“价格歧视”。大数据杀熟中商家对每一位消费者索取其意愿支付的最高价格，系为“一级价格歧视”或“完全价格歧视”。与此相对应的是基于购买数量的“二级价格歧视”与基于需求弹性的“三级价格歧视”。三种价格歧视本质上都是利润最大化的定价策略，其区别仅在于因可得需求信息的不同而对市场采取的不同细分方式。
由此可得理解大数据杀熟的五个重要推论：
第一，价格歧视不是法律意义上的不公平对待，而是市场分配资源的手段。经济学价格歧视中的“歧视”并非日常语义中的歧视，更不是法律上具有侵权实害结果的区别对待。经济学的价格“歧视”仅指市场竞争过程中产生的分化，这种以价格为标准的分化恰恰是市场机制公正性的来源，市场正是通过“价高者得”的价格歧视方式保证资源利用效率的最优化。因此，价格歧视可视为价格机制的同义词，与法律规范意义上的公平价值无涉。如果价格歧视没有影响市场机制的正常运行，则不具有法定的规制必要性。
第二，价格歧视不是交易价格之间的差异关系，而是交易价格与边际成本的效率关系。对此，波斯纳（2002）的解释一语中的：“价格歧视”指的是各笔交易中“价格与边际成本的比率不同”。要理解杀熟行为，首先要把“价格歧视”与“价格差异”区别开来。价格歧视关注的是纵向的消费者剩余的分配问题，而不是横向的各消费者之间的价差问题。前者是监管者观察市场结构与竞争效率的重要指标，而后者在没有违反交易自由原则的情况下，属于市场自治范畴，无须监管介入。与波斯纳不同的是，人们关于“杀熟”的议论，更多的是基于“价格差异”的横向攀比，而非“价格效率”的纵向分析。此外，价格歧视是涨跌双向的，而消费者对于交易公平的理解有明显的利己动机。比如普通商品打折一般会受到欢迎，而房价下跌却可能引发“房闹”。对此，法律应当保持冷静和科学的态度理解消费者的诉求，正确区分价格差异与价格歧视。
第三，杀熟是经济学的市场细分定价行为，在不违反法律强制性规范的前提下，市场细分通常不具有违法性。算法的定价策略一般通过市场细分完成，传统杀熟行为将市场分为生客与熟客两个细分市场，而大数据杀熟则是依靠信息力量将消费者以个体为单位细分至极致。上文已提及学界相当一部分意见认为，如果卖方不具有法律意义上的市场支配力，则根据私法自治原则在自愿交易的情况下，不否定歧视定价的合法性。事实上，市场细分是科技进步与商业创新在价格机制中实现利润的重要手段。算法之所以能够实现歧视，在于算法的市场细分能力。大数据杀熟所获得的全部消费者剩余，正是信息科技加持下市场细分的结果。
第四，采用大数据技术定价有利于提高价格机制效率。价格发现是市场机制的基本功能，但价格发现的成本相当高昂。在大数据技术之前，完全价格歧视只是一个理论模型。按照范里安（2006）的说法，他能想到的最接近完全价格歧视模型的是小镇上的医生。从经济学的定价理论看，无论是歧视性（细分市场）的还是非歧视性（非细分市场）的定价方案，都是以利润最大化为目标的算法。市场竞争的作用就是优胜劣汰，算法是市场选择功能的实现工具。大数据技术无疑提高了这种选择工具的效率，资源无须在多个交易中流转，直接配置给出价最高的买家。
算法歧视的争论还涉及对算法概念本身的理解。算法就是定价策略的形式逻辑表达，或者说定价机制的实现工具。既然价格是歧视（区别对待）的，那么以排序为基本功能的算法也必然是歧视（区别对待）的，这是市场配置资源的基本手段。算法历史悠久，并不仅仅是网络时代的产物，大数据只是算法中的一种。算法既可以采用数学的逻辑规则，也可以采用计算机的电子电路逻辑规则，从根本上说算法反映的是人的理性和市场规律。因此算法采用计算机实现还是人工统计实现只是表面问题，算法技术本身并不是经济法的评价对象。
第五，本文所称的大数据杀熟或传统杀熟都是一种定价行为，这种定价行为是否构成欺诈，需要根据法律上欺诈行为认定的规范构成要件，结合行为的具体表现和实施场景进行判断。不能简单地将杀熟的口语指代与其法经济学价格歧视本质混为一谈，更不能凡涉及杀熟就认定是欺诈。欺诈评价的是具体交易关系的合法性，而杀熟是某种定价策略行为的概称。从市场规制法的角度看，对歧视定价经济活动的法律评价应以其对交易公平的促进和市场效率的改进为标准。完全价格歧视具有与完全竞争市场一样的帕累托效率（范里安，2006），[13]其对于交易公平的影响，则应当从定价机制与市场结构的动态关系出发客观评价，下文将从“大市场”与“微市场”结构的转变过程详细论述。
（二）《电子商务法》对大数据算法歧视的回应和误区
为了回应消费者对大数据杀熟“算法黑箱”的忧虑，2018年8月颁布的《中华人民共和国电子商务法》（以下简称“《电商法》”）第十八条第一款强调了对消费者知情权和选择权的保护，以对抗大数据的信息之幕。《电商法》第十八条第一款规定：“电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其提供商品或者服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。”
有观点认为，该条款规制的是大数据营销而非大数据定价。意即通过强化消费者的知情权，保障消费者的信息获取能力和范围不受大数据精准营销的影响，而不是对定价的干涉。但定价是营销的关键环节，二者在概念上存在交叉或包容的关系，其结果都体现为经济利益，强行割裂实无必要。按价格展示搜索结果是消费者选购商品时常见的需求，提供价格排序功能也成为线上零售的商业惯例。从文义解释看，价格作为关键的合同要素，无论在“搜索结果”还是“选项”中都是无法排除的内容。
从第十八条第一款的目的解释，该条款要求经营者一视同仁，不得利用算法歧视带来的信息不对称损害消费者利益。大数据营销和大数据杀熟都是算法歧视定价的应用领域，属于该条款的规制范围。可是“制定一个禁止系统性价格歧视的法令，而该法令并不限制或禁止合法的定价行为，这是不可能的”，交易价格一旦披露，完全价格歧视便无法实施（波斯纳，2002）。因此虽然第十八条第一款没有明确限制商家的定价自由，但对商家信息供给行为的规制实际上产生了统一报价的法律强制效果。
然而消费者的知情权难以对抗大数据杀熟。一方面，根据合同的相对性，买方的知情权仅限于本合同范围内，卖方无透露他人交易信息的义务。即使第十八条第一款强调知情权的平等性，也仅能保障消费者权利主体的法律地位平等而非合同具体内容的雷同。另一方面，大数据杀熟造成的价格差异属于市场知识（Hayek，1945）。对于消费者来说，这种市场知识通过货比三家获得，其成本应当由消费者自行承担，不能转嫁给经营者。对于经营者来说，市场知识是一种定价能力，采用大数据定价所获得的额外消费者剩余就是这种能力的溢价。市场机制的重要功能就是价格发现，这种定价能力促进市场功能的优化，所获利益合理合法。
此外，规制商家的信息供给行为难以保障消费者的选择权，反而可能不合理地限制了商家的经营自主权利。一方面，消费者比价的对象是不同商家的报价，而不是同一商家对不同顾客的报价。在一个充分竞争的市场中，无论商家采用何种信息供给策略，都不会影响消费者的选择范围；而在竞争不充分的市场中，即使商家采取无差别的信息供给策略，消费者的选择也有限。只有在经营者具备市场支配力的情况下，才有对其行为规制的必要性。另一方面，消费者的选择能力也与市场知识的信息传播成本有关。互联网环境中，消费者比价的成本远远比线下市场低，轻松点击鼠标即能完成比价。因此，除非商家结成卡特尔联盟形成市场支配力，否则大数据杀熟本身并不影响消费者货比三家的效率。
简言之，在一个充分竞争的线上市场中，大数据杀熟本身不会侵犯消费者的知情权和选择权。同时，大数据杀熟虽然是信息科技在市场细分中的应用，但这种行为并非传统的信息披露相关不法行为。单纯从消费者的知情权与选择权，或是经营者的信息供给角度，无法否定大数据杀熟的合法性。大数据杀熟的法益侵害能力来自市场支配力，因此，第十八条第一款对消费者的保护应当将焦点放在宏观层面的市场结构优化，而不是微观层面的合同相对关系问题上。
二、大数据杀熟冲突的新制度经济学剖析：信息产权之争
大数据杀熟冲突的实质，是买卖双方对信息产权的争夺。信息是互联网时代的基本生产资料和关键资源（敬力嘉，2018），信息产权的配置直接影响买卖双方的利益分配。
（一）线上交易的两种关键资源：需求信息产权与有效价格信息产权
与财产权不同，产权并不是一个严谨的法律概念，在新制度经济学里代表经济运行中与经济资源配置相关的一切权利（程保平、苏宁，2002），包括“（使）一个人或其他人受益或受损的权利”（Demsetz，1967）。信息产权解决信息的初始权利问题，这种权利可以是共有或私有的，它是信息商品流通的基础和前提（杨宏玲、黄瑞华，2003）。
需求信息产权与有效价格信息产权是线上交易的两种关键的信息产权资源，对买卖双方意味着权利或谈判筹码，是决定博弈结果的关键因素之一。一旦某种信息不再是公共产品，可以被清晰界定，则其中的利益交换与博弈便会凸显。因此，“大数据杀熟”冲突的实际焦点并非古已有之的“杀熟”，而是信息时代的“大数据”。科技加持的商业力量入侵了私人信息空间，引起信息产权的变化，进而导致以“杀熟”为表象的产权经济租金的易主。大数据技术将个人需求信息产权从消费者私有变为买卖双方共有，加之有效价格信息产权牢牢地掌握在商家手中，消费者也只能眼睁睁地看着原本属于自己的消费者剩余被商家收入囊中，引发“强者更强、弱者恒弱”的忧虑。
（二）需求信息产权变为共有导致强者更强
个人需求信息（以下简称“需求信息”）是一定价格上个人选择购买的商品数量（斯蒂格利茨，1997）。这种选择是基于预算和需要的私人决定，商家通常需要购买才能获得。例如，“学生优惠价”是一种基于“信号”（Signaling）的不完全信息博弈。学生的需求弹性较高，出示学生证是一种可置信的“不讲价就走人”的信号威胁。于是双方达成三级价格歧视交易，学生获得折扣（需求信息产权租金），商家获得销售量。大数据技术通过分析客户的年龄、职业、收入、购买记录、浏览痕迹等信息，打破了需求信息的买方私有。需求信息产权旁落实质上带来的是买卖双方力量的进一步不平衡，消费者丧失价格谈判的筹码，商家的定价权进一步巩固，强者变得更强。
（三）有效价格信息产权保持私有维持弱者恒弱
庇古（2006）认为，对消费自用的商品实施完全歧视性定价需要两个条件：其一，商家掌握每个消费者的需求曲线，这个看起来“不可能”的小镇医生模型已被大数据技术所实现；其二，商家处于垄断地位。张五常将度量商品价值的成本分为两类：一类是获取关于物品本身的信息，如质量；另一类是获取有关交易方面的信息，如价格差异、合约保障等（罗必良，2005）。在自由竞争市场价格机制有效的情况下，价格反映商品价值，称为有效价格。但在市场失灵的情况下，价格与价值脱离，为无效价格。在统一定价的线上寡头垄断市场中，商家为实现利润最大化有串谋的动机，形成联合定产的卡特尔联盟（波斯纳，2002），增加了获取有效价格信息的成本。此时的垄断价格不再是有效价格，消费者除了被动接受外，别无选择。
（四）法律对大数据杀熟中信息产权之争的应有立场
对信息产权的争夺虽以大数据时代为背景，但实则植根于市场的竞争结构。价格差异是竞争的源动力，《电商法》第十八条第一款带来的统一定价效果不仅减少了商家间竞争的动力，更加阻碍了有效价格信息的传递。对此，波斯纳（2002）在《反托拉斯法》中特意使用了一个惊叹号以强调有效价格信息、价格歧视、垄断三者之间的关系：“禁止价格歧视会促进卡特尔的实施!”
要解决“强者恒强，弱者恒弱”有两种途径：要么“锄强”促进商家间的竞争，要么“扶弱”提高消费者的谈判能力。“锄强”未必需要法律对市场结构大动干戈，只要博弈规则适当，垄断结构的市场也能实现充分竞争。“扶弱”未必需要法律家长式的保护，鼓励消费者积极利用新博弈规则，获得自我保护的能力方为上策。
三、取消大数据杀熟规制的后果：完全价格歧视下信息产权博弈分析
产权是社会博弈的结果而不是它的前提（汪丁丁，1996）。产权的界定有其内在的市场规律，在持有成本大于收益时，公权力对产权的界分是无效率的（Demsetz，1967）。取消大数据杀熟的法律规制，将信息产权的分配交由市场机制完成，能够降低交易成本，提高信息资源利用率。
（一）信息资源得到优化配置
波斯纳（2002）指出，受限于法律运用的成本，尽管法官并未刻意地使用经济学思考，但他的裁判仍然包含了经济效率的考量。首先，从产权的界定维护成本看，将需求信息产权赋予消费者的维持成本过高。无论是获取途径还是传播媒介，无论是存储介质还是加工方式，没有一个环节掌握在消费者手中，想要完全排除商家对需求信息的控制实属不易，必将耗费大量的监管成本。
其次，从产权的使用效率看，将需求信息产权作为生产性利益显然要比消费性利益更有价值。大数据技术具有不可知性和创造性（Rubinstein，2013），零散的需求信息对于消费者只是争取剩余价值的筹码，在商家手中积沙成岛却能衍生无限商机与财富。罗宾·马洛伊（2005）指出：“一个繁荣的社会必须由这样一种方式组织起来，以使创造性发现的潜力达到最大化以及在既定的范围内最大程度地利用有价值的资源。”统一定价是信息成本较高的线下市场的选择，按照马洛伊的观点，这种旧的信息产权结构的问题在于：没有对信息科技进步与定价技术创新给予充分的激励，这将减损整个社会的福利。
（二）交易弱势方的谈判地位得到提升
大数据杀熟的实施将改变买卖双方力量对比，消费者的弱势地位或能得到结构性的改善。传统市场使用全市场总需求函数定价，获得唯一的市场均衡价格。但要实现需求信息产权的全部经济租金，商家必须使用个人需求函数代替全市场需求函数，将“大市场”拆分为无数“微市场”（参见图1）。在“微市场”中，仅有一个卖家和一个买家，由大数据捕获的市场需求是独一无二的专有信息。
从“大市场”到“微市场”的结构变化一方面降低了消费者的谈判成本，另一方面提升了消费者在市场中的价格主导地位。首先，在传统的“大市场”中，消费者的弱势源于交易成本。交易成本包括获取信息的费用和订立契约的费用。“大市场”一对多的结构令消费者集体谈判的费用相当高昂，必然导致博弈力量对比悬殊。而在一对一的“微市场”中，消费者无须费力抱团，个人决策即市场决策，谈判实力大大增强。
其次，如果说供求关系决定了市场主导权的归属，那么大数据杀熟可能引起该权力的重置。“大市场”中商家少消费者众，如果商家间联合定产，则可牢牢把握市场主导权；而“微市场”中卖家的供给能力远远超过买家零碎的需求量，这时各商家将为争夺市场中唯一的买家展开激烈的竞争。尽管相对于总体市场利润而言，单个“微市场”的收益微不足道，但“杀熟”模型是统一的，失去一个市场意味着总体市场失守的可能性。因此商家必须放下身段认真研究每一个顾客的诉求。此时，消费者用脚投票的威胁开始发挥作用。
（三）消费者获得有效价格信息的谈判筹码
放任大数据杀熟并不意味着消费者将任人宰割。“微市场”的信息隔离能力使消费者作为价格信息的唯一接收方，可以跨市场、排他性地获得有效价格信息。卡特尔联盟无法在这种市场结构的完全价格歧视中保持稳定，不完全信息重复博弈最终将使寡头的伯特兰德竞争价格收敛至完全竞争水平附近。
统一定价的线上寡头竞争市场的价格博弈适用伯特兰德竞争模型（谢识予，2002）。设统一定价市场中有两个寡头1、2，每个寡头只提供一种商品，并且每个寡头的商品有很强的替代性（替代率为d1、d2＞0），无固定成本，边际成本为c1、c2＞0，a1、a2、b1、b2为固定系数。当寡头的价格分别为P1、P2时，二者同时决策的需求函数为：
Q1=Q1（P1，P2）=a1－b1P1+d1P2
Q2=Q2（P1，P2）=a2－b2P2+d2P1
二者同时决定价格， 由反应函数得纳什均衡价格( P1* ， P2* ) :
P*1 = 1 /( 2b1) ( a1 + b1c1 + d1P2* )
P*2 = 1 /( 2b2) ( a2 + b2c2 + d2P1* )
即伯特兰德寡头垄断的价格博弈基于对方的均衡价格。如果两个寡头的定价相互独立，则这种竞争性叫价可以使( P1* ， P2* ) 达到竞争均衡价格。然而，由此带来的利润加总达不到整体行业的最大值，因此精明的商家结成卡特尔联盟联合定产。当然，由于各寡头此时的边际收益大于边际成本，便有作弊增产的动机（范里安，2006）。
在统一定价的“大市场”中，卡特尔联盟近似一个无限重复博弈。由于价格信息向市场公布，作弊行为容易被竞争对手发现，并承受巨大的毁约成本，因此惩罚性机制是维持联盟相对稳定的关键。要摧毁联盟就要增加作弊成功的可能性，让惩罚机制变成不能实现的威胁。从这个意义上说，消费者是联盟的告密者。因为消费者本身并无差异性，联盟要检验其成员的忠诚度，只需以消费者的身份与其交易即可。
如果消费者能掌握有效价格信息并排他性地使用，则可建立一种不完全信息的重复博弈帮助联盟成员作弊。已知联合定产价格高于边际成本，商家总是有通过降价获利而泄露有效价格信息的动机。如果法律任凭商家使用完全价格歧视定价，则可以保证这种有效价格信息仅在买卖双方间交换，而不至于流向其他竞争者。因为此时的消费者是差异化的，表现为差异化的需求曲线对应的“微市场”结构。除非消费者本人告密，否则竞争者之间的价格比对几乎不可能实现。
这种不完全信息的伯特兰德重复博弈类似于暗标竞价。消费者作为价格信息的统一接收方，接受卖家们背靠背的报价。寡头在确定自身价格之前，必须对竞争对手的报价进行预估。然而，在原始数据、模型设计都不尽相同的情况下（即极有可能固定系数a1≠a2且b1≠b2），要做到百分百准确地预估几乎是不可能的。在完全价格歧视报价下，“大市场”需求函数Q1、Q2失去定价价值，各商家需要对每个“微市场”的需求函数Q'1、Q'2进行预估。Q'1、Q'2不再是市场共有的知识，只要消费者不主动公布，则预估价格信息被相互独立的“微市场”间的信息壁垒所阻断。
因此在大数据杀熟的任一“微市场”中，寡头1、2的反应预估价P1＊＊≠P2＊＊为极大概率事件。若两种产品替代性很高，并且消费者对价格非常敏感，则除非P1＊＊ = P2＊＊，必然有一个寡头的产品一件也卖不出去。于是明智的寡头1会将报价P'1保持在反应预估价与最低价的区间内，并且令修正价格P'1 ＜ P2＊＊。寡头2也会不甘示弱，将对P'1的预判加入均衡价格P1＊＊的预判修正，令修正价格P'2 ＜ P'。则不完全信息的重复博弈结果是，两个寡头的报价都将无限接近完全竞争价格，消费者获得有效价格信息产权，重夺被“杀熟”的利益（见图2）。
简言之，《电商法》放开对大数据算法歧视在定价领域的规制并不会导致强者更强、弱者更弱，反而能促进市场竞争令消费者得益。大数据杀熟的实现需要基于“微市场”结构。这种结构类似审讯室的单面镜，一方面在杀熟者之间形成信息壁垒，阻止价格合谋，另一方面为消费者提供了透视有效价格的窗口。对商家来说，大数据杀熟是一把双刃剑：商家虽然依靠大数据获得需求信息产权，却因此失去了有效价格信息产权；商家虽然借助完全价格歧视定价实现了“杀熟”，却挑起了各寡头间的自相残杀。不完全信息下的伯特兰德博弈最终只能止步于完全竞争价格，消费者成为最后的赢家。
“有为法律”不一定能催生“有效市场”，在算法歧视支持的杀熟问题上，人们普遍关注的是价格歧视对市场竞争秩序的破坏，但价格歧视并不必然反竞争（郭宗杰，2003）。价格本身就是歧视的，大数据杀熟的应用将促进市场结构从“大市场”向“微市场”转变。如果仍以传统的“大市场”为前提评价大数据杀熟，就可能造成误读。
（一）关于大数据杀熟规制误读的再分析
诚然，统一定价与价格歧视看起来并不矛盾，在线上零售市场的寡头垄断已成定局的情况下，即使实行统一定价，卡特尔成员也可以对联合定产阳奉阴违：在提供一个“不带偏好的价格搜索结果”的同时，暗地里给用户打折。完全价格歧视表面上可以在垄断价格与竞争价格之间的区域内重新实现。由此《电商法》第十八条第一款的反歧视规制在定价领域似乎又有了用武之地：它为完全价格歧视加了一顶上限的帽子，限制了商家截取消费者剩余的总额，好像能达到“只折扣，不杀熟”的目的。但这实际上是限制了“大市场”向“微市场”的转化过程，市场结构性不平等的状态无法通过市场的力量自行优化。
1.歧视性折扣≠价格歧视
先公布一个统一价格，再给予客户不同程度的折扣，这种销售策略被称为“歧视性折扣”，最典型的是被广为诟病的“先提价，后打折”。商家利用消费者恨涨喜跌的心理，制造捡便宜的假象和购物冲动。这种情绪控制下的统一定价容易让消费者丧失对有效价格的敏感性，在一视同仁的传统商业理念的安抚下，习惯性地诉诸公权力救济。
波斯纳（2002）强调：“（要把持续性的价格歧视）跟作弊所导致的卡特尔的瓦解或削弱区分开”，“作弊采取的通常是对卡特尔价格施加选择性——也就是持续性折扣的形式”。因此，放开价格管制的完全价格歧视与统一定价伪装下的歧视性折扣将导致完全不同的市场结构。前者通过市场力量的制衡实现内生的竞争优化，后者呆滞于旧有的垄断结构等靠外部的救济。
消费者必须学习新环境中权利与利益的交易方式：第一步在比价过程中，积极收集报价获得有效价格信息产权；第二步在议价过程中，主动参与博弈实现产权的经济租金。无论在何种市场结构中，消费者的法益都需要其积极主张与维护才能实现，其中应当由其自身承受的成本，比如比价成本、议价成本，不应转嫁给他人或者监管者。
2.价格歧视≠不公平
如果说反大数据杀熟是对区别待遇的一种反抗，那么歧视性折扣也并不能带来更多的公正，因为两种机制都产出差异的价格。有人会辩称，杀熟加价是一种暴利，但折扣，尤其是三级价格歧视体现的是对弱势群体的关怀。实际上，三级价格歧视与完全价格歧视只是市场细分程度的区别，人们对二者的不同态度源于交易外第三人对交易“信号”的主观感知。
出于道义，人们一般不会反对社会向弱势群体适度地倾斜，比如老人可以免费或低价乘坐公交车。但如果青壮年模样的人坐霸王车，就会遭受谴责。因为我们从外表可以轻易分辨老人与青年，所以这种“歧视”被认为是“公平”的。在这里，身形样貌起到了“信号”的作用，我们能够通过这种信号估计乘客的支付能力并上升至道德评价。线上交易的信息专有性更强，仅限于交易双方。因此，歧视性折扣未必就比完全价格歧视更公平，只是无关者感受到的信号更多而已。
3.顾客感知价值≠杀熟
部分观点认为，商家利用老顾客的忠诚与信赖肆意加价的“杀熟”，是一种欺骗行为，伤害了老顾客的感情。前文已提到，线上的货比三家成本相当低，消费者的市场知识应当自行收集。市场营销学将消费视为一个主观的体验性过程，老顾客的忠诚度与粘性证明价格并不是顾客选购商品的唯一标准。消费决策考虑的是“顾客感知价值”，即总效用和总成本的权衡，而非单纯的商品价格（菲利普·科特勒、凯文·凯勒，2009）。不计商品本身，消费者的总效用还包括商家的综合服务，如快捷的物流配送、贴心的售后政策等；总成本包括选购中耗费的时间和精力等。至于总效用和总成本以货币还是其他形式计价，则完全取决于个人选择。比如忙碌的人为节省时间买单，追求效率的人为快捷的物流付费，这些都将体现在总体价格的差异中。
价格是商品价值与服务价值的“顾客感知价值”的综合体现，简单地将商品价格的差异视为违法，是对顾客选择权与商家服务价值的否定。化解这种杀熟并不困难，只要交易前积极询价即可。老顾客跳过货比三家的过程直接下单，是其以货币价值支付询价时间成本的表现，是消费者的主动选择。所以老顾客对被杀熟的愤怒，实际上是对熟人社会交易习惯改变的不适应，不能成为大数据杀熟法益侵害性的依据。
（二）对《电子商务法》第十八条的解释建议
《电商法》第十八条第一款对算法歧视的态度延承了《消费者权益保护法》对消费者倾斜性保护的立法理念。消费者保护主义始于19世纪大工业经济的“大市场”结构，以法律的强力矫正消费者结构性的劣势地位，不仅仅是对弱者的怜悯，更是意在通过权力的制衡保护市场机制和生产力的健康发展。然而大数据杀熟的“微市场”结构中，买卖双方谈判地位的重置，使双方更加趋近于一般合同的平等关系。第十八条第一款继续强化消费合同关系的家长式保护，意味着对所谓强势一方的不信任与打压，和对另一方弱者心态的加持。
从行为表现来看，“大数据杀熟”分为“大数据”和“杀熟”两方面。一方面，“杀熟”自古有之，大数据杀熟并未突破传统的商事交易关系，更加不涉及其他电子商务所特有的关系（刘颖，2018）。对“杀熟”的消费者保护及市场秩序的诉求，既有的市场规制法律体系足以应付。因此“杀熟”不应纳入《电商法》的调整范围，否则将与现行的《合同法》、《价格法》、《消费者权益保护法》、《反垄断法》等诸多法律产生交叉或竞合。
另一方面，“大数据”作为一种价值中立的技术手段本身不具有可评价性，也无须纳入《电商法》的调整范围。大数据打破了消费者的同质化，将每一位消费者视为独一无二的个体认真分析区别对待。这种算法歧视看似阻碍了同一经营者内部买家间的“比价”，但法律鼓励的是经营者间的有序竞争引致的价格下降，而非经营者内部合理利润空间的挤压。第十八条第一款对大数据应用的限制并不能形成《消费者权益保护法》的有益补充，相反放开规制将为消费者对抗经营者的市场支配力提供有力的信息武器。
综上所言，大数据杀熟行为本身不具有经济损害性和法益损害性，不能否定该行为的正当性与合法性。微观层面上，大数据杀熟定价能够克服目前市场的结构性不平等状态，促进市场充分竞争提升服务水平，以信息产权配置的优化实现经济利益的分配正义。宏观层面上，大数据杀熟定价推动市场结构演化、降低交易成本、提高资源配置效率。大数据杀熟定价践行了经济法的有效竞争原则：一方面采用价格机制的激励，推动信息科技与商业创新在市场中的实现；另一方面借助信息产权竞争的约束，提高经营者的违法成本。
有鉴于此，法律对信息时代的商业创新应保持谦抑的态度，给予市场充分的自我发展和完善空间。建议对《电商法》第十八条第一款的“搜索结果”和“选项”采取限缩解释，不包含价格。通过将价格信息排除在算法歧视规制的范围之外，减少该条款对定价机制的干扰。一方面避免与现行的相关法律冲突，另一方面将选择权交还给市场，无论是统一定价还是完全价格歧视定价，都由商家自主决定，尊重和保护市场机制的自主运行与完善。
大数据杀熟的规制是信息时代法律与科技关系的一个缩影。大数据杀熟冲突虽以杀熟行为引起的剩余价值之争为表象，但其实质是大数据技术应用导致的信息产权之战。信息科技的商业应用模糊了公共信息与私人信息边界，引起消费者的不适与忧虑。随着大数据、人工智能、区块链等数字技术对日常生活的迅速渗透，法律如何应对科技的挑战是亟待解决的问题。
大数据杀熟的博弈说明，某个新技术的出现可能会导致市场甚至人类社会底层结构的改变。尤其是在以颠覆式创新为特征的信息经济时代，法律的实施必须建立在对评价对象与其环境动态联系的科学认知基础上，要善于利用客观规律化解矛盾，而非法律的强力压制矛盾。正如哈耶克（1978）所揭示的：“在理性地管理社会事务方面”，“我们必须明白人类文明是一个各种力量的有机组成，这些力量是我们不能替代、只能利用的”，“我们的态度应该向医生对待生命体那样，要改进就必须借助这些力量，而不是排斥它们”。
END
推荐阅读
政策新规
科技前沿
研究会动态
长按识别二维码关注我们
球分享
球点赞
球在看