当我们已经习惯数字科技给我带来的消费便捷体验时，对于数据安全、大数据算法的控制担忧也逐渐出现。目前针对这些问题，全球企业的做法是什么？目前我们拥有什么样的选择方案。本文旨在通过梳理定价模式的变迁，试图拆解今天我们定义里大数据杀熟的底层逻辑。
——编者
一
2000年9月，亚马逊网站进行了一项动态定价实验，它把DVD根据客户的购买历史以不同的价格（最多相差40%）出售给客户。当该实验的消息被曝光后，消费者隐私团体提出了严厉批评。而亚马逊公司也公开道歉，并向6896名客户退回相关款项。
此后《华盛顿邮报》在一篇名为《网络上的价格标签模糊不清：你支付的费用可能取决于你是谁》（On the Web Price TagsBlur: What You Pay Could Depend on Who You Are）的报道对此事进行了跟踪：“虽然DVD的动态定价在媒体上得到了更多的关注，但亚马逊的动态定价实际上是在2000年5月首次被发现的，当时它被发现在一个流行的MP3播放器上向一些客户提供超过20%的折扣。除了动态定价外，企业还利用消费者资料数据来定位广告和进行产品推荐。事实上，使用消费者档案数据的定制广告的售价是无目标广告的十倍。”
20多年过去了，这种动态定价进展如何？随着互联网从PC端向移动端的转变，动态定价问题并未得到解决，相反，还出现了个性化动态定价。
从全世界范围看，尽管隐私问题受到更多关注，而且也有更多的法律限制商家使用个人信息，但是消费者的担心并没有完全消除。再加上媒体上时不时传来“大数据杀熟”的报道，很多消费者都会在琢磨一个问题，我是不是获得了特别待遇，被算法“歧视”了？法律该怎么管？
二
通常来说，算法是“在计算或其他解决问题的操作中要遵循的过程或规则集”。在收入和收益管理的背景下，算法通过计算商品的最佳分配并相应地调整价格来最大化收入和利润，这种通常使用算法或软件来确定价格的策略被称为“算法定价”。从历史看，算法定价并非始于互联网，而是源于航空公司。
航空公司不仅初始投入巨大，而且每次飞行都有庞大的开支，因此好的定价系统是航司运营良好的前提。长期以来，航空公司的目标是以最大限度地提高收入的方式来确定座位价格，并形成了独具特色的收益管理系统（Revenue & PricingManagement System）。考虑到不同客户群的支付意愿的巨大差异，航空公司通过限制性的票价规则来区分他们的票价，使每个客户群倾向于不同的票价等级。这些规则包括：同一位置不同时间价格不同，同时还根据票价来确认相应的退改签规则。收益管理系统限制高需求航班的低票价供应，以便为未来更高的收益预订保留座位；同时还设置座位库存水平，以最大限度地提高航班总收入，同时平衡出发时未售出的座位(库存的浪费）和没有足够的座位来满足高收入的最后一刻的需求（需求溢出）。
美国航空公司在1980年代推出的第一个自动化收入管理系统被其当时的董事长兼首席执行官罗伯特·克兰德尔誉为“运输管理中最重要的技术发展”，该公司估计每年持续 5 亿美元的收入受益于其在收益管理和超额预订系统方面的投资。初始收入管理系统使用试探法分别优化每个航段的座位库存。算法定价被视为是增加利润方面业务成功的关键驱动因素，在被美国航空成功使用后，和航空业相似的酒店业也迅速采取了收益管理系统。
三
今天算法定价已经拓展到很多行业，但运用最充分的就是互联网公司，原因就在于这个行业能够接触到更多的用户信息，它能近乎零成本的追踪用户行为的信息来给用户提供合适的产品并且确定合适的价格。就像经济学家克鲁格曼于2000年在《纽约时报》的一篇专栏中指出的那样：“动态定价是一种古老做法的新版本，即价格歧视。它利用潜在消费者的电子指纹--他以前的购买记录、他的地址、也许他访问过的其他网站--来判断他在价格高的情况下有多大可能会退缩。如果用户看起来对价格敏感，他就能得到便宜货；如果他不这样做，他就会支付高价。”
同样是价格歧视，为何航空公司的收益管理系统是备受赞誉，而互联网公司的算法定价却是毁誉参半？原因就是克鲁格曼所说的，互联网公司能够获得用户个人的相关信息，而此前航空公司的收益管理系统是不掌握具体客人的身份信息。也正是如此，有很多人呼吁，是不是应该禁止各大公司收集用户信息？从而确保消费者不至于遭受算法歧视？
需要指出的是，并不是所有的消费者都反对网站或者App收集信息的行为。就像此前百度CEO李彦宏在2018年的中国发展论坛中所说的“中国用户很多时候愿意用隐私来换便捷服务”，当然，李彦宏的原话是这样：
“同时，用户的一些个人数据实际上能够帮助互联玩企业为之提供更好的服务或产品。比如，用户在电商、购物网站上的习惯、关注的品类等等信息，有助于网站为用户提供更贴心、更高效的服务。中国的消费者在隐私保护的前提下，很多时候是愿意以一定的个人数据授权使用，去换取更加便捷的服务的。因此，我们需要在保障用户信息安全和运用用户数据为之提供更好服务之间，找到更好的平衡点。当然，这一切都要遵循一定原则，要在保障用户数据权益的基础上，用这些数据让所有人受益。”
尽管李彦宏的这句话很多人不爱听，但事实上确实是这样。尽管消费者看重隐私，但隐私并不是一切。早在2005年，卡内基梅隆大学的艾奎斯提教授（Alessandro Acquisti）和加州伯克利大学的瓦里安（Hal R. Varian）教授在一篇名为《根据购买历史调整价格》的论文中指出，只要有足够的激励，他们就会透露相应的个人信息。也正是基于此，他们还在这篇论文中建议对旅游、在线购物等存在大量信息技术初始投资的行业中通过强化个性化服务带来竞争优势，因为这些服务的边际成本对卖家来说是非常低。只要价格合适，这种做法就能导致客户忠诚度的提高和总福利的增加。
很多时候消费者之所以愿意在线披露信息，不只是因为有足够的激励，还是因为留存信息会给个人带来收益。2006年，新加坡国立大学的许启龙在《在线信息披露：动机和衡量标准》一文中总结了披露个人信息带来好处，其中带来的四种外在利益：节省金钱、节省时间、自我提升和社会适应，同时还有三种内在利益：愉悦、新奇、利他主义。确实，用户之所以喜欢在网上购物就是因为平台能够根据用户的行为给你推荐相关的产品和服务，如果每次上网都不留一丝痕迹，那是不是太过于寡味了？
四
不过即便互联网的个性化服务给用户带来了诸多便利，但还是有些人对此心有余悸，尤其是每当看到媒体上报道的的“大数据杀熟”时更是如此。我，会不会就是被大数据“杀”的那位“熟”？
不过在我看来，这种担心是多余的。由于种种原因，真正的个性化定价很难实现。首先是源于技术上的，一个好的算法并不容易。编程的人经常提及的一句话是，“垃圾进，垃圾出”（“Garbage in, garbage out”），如果将错误的、无意义的数据输入计算机系统，计算机自然也一定会输出错误、无意义的结果。让用户习惯和价格相匹配，说起来简单，但操作起来并不容易。比如说各大航司和酒店经常调整会员权益，往好的方面说是根据情势变动，往差的方面说就是当初预设的标准赶不上变化，从而导致预期目标无法实现。典型的当属万豪，其CEO在接受媒体采访谈及会员计划变更时，在公开场合表示“会员拿的太多了”，言下之意就是公司亏了。一个静态的会员体系都会产生各种纰漏，就更不要说动态个性化定价了。
第二是管理成本。潜在的收入和利润收益，以及适应成本低的假设，使得算法定价对许多公司非常有吸引力。但是很多时候，这种动态定价会对公司内部产生非常大的管理成本，比如有学者就用“无成本价格变化的神话”来形容动态定价机制，原因就是它忽略了在推出任何新的定价政策之前对客户、供应链和公司结构进行深入评估的必要性。同时在组织内部，这种定价机制也会产生与 IT 基础设施的安装和维护相关的物理成本。在这方面，艾哈迈德·法鲁基（AhmadFaruqui） &萨内姆·塞尔吉奇（Sanem Sergici）一项以美国电力市场的定价机制为例，说明管理成本也限制了定价机制的使用。2000 年至 2001 年美国西部能源危机以来，提高电力市场的需求响应备受关注。经济学家建议提供电力市场的需求响应最好方法之一是将批发能源成本转嫁给零售客户，而这可以通过让零售价格完全或部分动态变化来实现。但是这个计划需要改变计量基础设施，这对整个美国来说可能耗资高达 400 亿美元。由于成本如此高昂，最后这项几乎胎死腹中。
第三是声誉成本。尽管很多研究表明了个性化定价，也就是一级价格歧视是有助于增进社会的总福利，但是对于消费者来说，这种被差异化定价的方式还是难以接受。也正是如此，亚马逊公司被指出实施个性化定价的试验后，马上就退还了那部分多收的金额，这是它要树立起在消费者心目中的形象。
很多文献指出，算法定价文献表明，价格框架策略会减少公平的感知，从而降低客户对公司的信任程度。细想也是，为什么同样的商品和服务，要把我的价格和别人不一样，仅仅是因为我收入高？也正是如此，很多公司不是以个性化定价的方式来实施价格歧视，而是通过发放优惠券的方式。以折扣显示的特别有针对性的优惠券是一种有效的框架策略，它可以掩盖个性化定价带来的不公平感。
也正是因为算法定价的成本如此之高，以至于有些公司干脆放弃了这个念头，而是直接以收会员费的方式实施价格歧视，然后对商品和服务的价格不耍花样。比如最近伸手市场追捧的开市客，据最新的财报显示，它的会员费收入为38.77亿美元，而其一年的利润也就是50.79亿美元，会员费收入约占总利润的76.33%，而在2009年这一比例还曾高达86.27%。
五
面对定价方式的变化，法律也作了相应准备。2019年实施的《电子商务法》第十八条规定，“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。”《个人信息保护法》第二十四条也规定：“个人信息处理者利用个人信息进行自动化决策，应当保证决策的透明度和结果公平、公正，不得对个人在交易价格等交易条件上实行不合理的差别待遇。”国家网信办、市场监管总局也在一系列的部门规章和规范性文件中将算法歧视列为规范对象。
法律的这种变化当然有必要，但是我觉得消费者也不必对此过多担心。在一个竞争的市场中，竞争压力和声誉机制会限制企业滥用个性化定价，甚至还会产生和个性化定价完全不同的机制，就像开市客一样，“不赚钱，交个朋友。”
（作者系上海金融与法律研究院研究员）