计世网

价格歧视?算法时代的一场“猫鼠游戏”
作者:朱悦 | 来源:腾讯
2018-10-31
算法时代,大数据杀熟受到越来越多诟病与争议,但从经济学角度来看价格歧视,有着更深层次的分析框架与维度,甚至颠覆我们的常识。

 

文|朱悦华盛顿大学法律博士(J.D.)候选人

编者按

算法时代,大数据杀熟受到越来越多诟病与争议,但从经济学角度来看价格歧视,有着更深层次的分析框架与维度,甚至颠覆我们的常识。

本期腾研识者朱悦将介绍价格歧视背后的经济学原理,同时他指出按照大数据算法执行的周密定价策略,短期内可以增长利润,长期内却会导致“双输”;看起来会因为歧视得益的商家,最后可能反而联合要求通过反价格歧视的法案。而消费者也不是经济学课本上的假设“理性”,而是按“情感”出牌。

文章大纲

·价格歧视的相关理论

·讨论消费的两类“情感”,讨厌“侵入”与追逐“正义”;

·为何长短期利益可能不兼容——消费者也有办法反制;

·基于历史的案例分析

·总结与讨论

大数据“杀熟”和“千人千面价”的利弊是近年来各界争论的热点,有代表性的论点可以分成以下两类:第一类,偏重消费者的福利,强调“杀熟”损害消费者的利益——通过更精确和细致的个人信息定价,平台把本来归属消费者的福利全部转移到自己手里,导致前者从交易中得到的好处变少。这类观点认为,既然各国竞争法规均强调保护消费者福利,以上削减消费者福利的行为自然应该受到遏制。

和第一类观点相比,第二类论点更加“平台导向”,强调精准价格歧视在效率方面的优势。由于互联网时代“赢家通吃”的特性,许多新兴的行业都由少数寡头把持或干脆就接近垄断。相比由垄断定价造成的效率损失,充分的价格歧视反而可以达到社会总福利的最大化。既然如此,不妨允许平台进行这种类型的价格歧视。之后,通过税收等再分配工具,社会可以达到合理的分配结果。

然而,以上两类方法存在一个共同的缺点:假设消费者“呆若木鸡”。其中,平台可以自如地选择定价策略,消费者更多只能被动做出反映。然而,近年来的诸多研究成果,让我们看到了这个问题更加复杂的侧面:消费者有时候不按“理性”,而是按“情感”出牌;周密的定价策略,短期内可以增长利润,长期内却会导致“双输”;看起来会因为歧视得益的商家,最后可能反而联合要求通过反价格歧视的法案。

以上佯谬初看之下令人疑惑,实则都有充分的依据。整合这些观点,我们才能充分理解大数据时代价格歧视的诸多得失利弊。讨论这一问题时,务必“多想一步”:只谈利润不谈情感,最后反而可能损失利润;只看自己不看消费者,企业反而可能失去消费者;只想“摁住”歧视而不顾及其它,监管带来的损害反而可能多于得益。多学科视角交叉,或为破除以上佯谬的仅有路径。

基于供求曲线的基础分析

借助大数据“量体裁衣”、针对消费者个别定价的技术实现相当繁难,但分析这一点的经济学模型却并不复杂,最基本的供求模型就足以胜任[1]。

在基础的《经济学原理》中,我们已经学习过如下的图示:一条供给曲线,衡量了生产者在不同价格水平下愿意提供产品的数量;一条需求曲线,标示了消费者在不同价格水平下愿意消费者商品的数量。如果有许多生产者与许多消费者——或曰市场完全竞争,两条线的交点处就刻画了均衡时的市场。

在如此刻画的均衡中,生产者定出一个统一的价格;向下斜的需求曲线与向上撇的供给曲线之间,是商品交易创造出的所有福利。这个福利被价格水平横着“剖”成两半:一半是消费者的购买意愿高于价格的部分,这部分就是消费者福利;另一半是价格高于生产者的成本的部分,这部分就是生产者福利。在至少大半个世纪以前,经济学家已经严格证明了如下命题:完全竞争市场将会最大化社会总福利。

然而,在许多与互联网相关的新兴产业中,市场远远不是完全竞争;实际上,这类市场通常仅由一个或几个竞争者占据。在完全竞争市场中,诸多生产者间的剧烈竞争,会挫败任何将价格提升至供需交点以上的努力——如此行为的唯一后果,就是消费者通通跑到其它家去消费。然而,如果行业里的企业很少,即使提高价格,消费者也不会全部流失。从单个消费者身上获利的增加,可能足够弥补消费者流失的损失。

尽管企业可以因为这种行为获利,但消费者福利及社会福利都会因此遭受损失。消费者福利受损的原因很简单:垄断或寡头厂商定的价一般都要比竞争市场的价格高。提价这种行为,相当于把一部分福利从消费者手里转移到了自己手里。社会总福利也会受损:市场价格提高,会导致那些消费意愿不是特别高的消费者放弃购买、退出市场。本来,这些交易也能为社会创造价格;现在,因为垄断,这些交易做不成了。

基于大数据的价格歧视为什么可以纠正这部分损失呢?借助性别、年龄、教育、职业、资产等各方面资料,企业现在可以为消费者“量体裁衣”——让每个人都“享受”到不同的价格。支付意愿高的消费者,就给他/她定高价;支付意愿低的消费者,看到的则是相对低的价格。当数据与算法的威力发挥到极致时,企业可以“沿着”需求曲线定价:把价格刚好定在每一消费者的支付意愿附近,恰好让他/她剁得下去手。

这会带来两方面的影响。一方面,社会福利损失现在没有了:通过“沿着”需求曲线定价,企业把那些之前本来会退出市场的消费者又“迎”了回来。现在,总福利回到了完全竞争时的情形——每一位支付意愿高于企业成本的消费者,都会选择购买;然而,虽然社会总福利没有损失,消费者福利却是少之又少。依据支付意愿来定价,意味着消费者福利——支付意愿减去价格——将因此无尽趋向于零。

理智与情感

上述分析阐明了开头争论中双方的依据:一方看重消费者,担忧充分价格歧视下消费者的福利消散殆尽;另一方着眼社会总福利,强调大数据价格歧视中社会福利的改进。然而,当抽象的分析开始变得“鲜活”,以上结论可能变得“大相径庭”:实际生活中,算计支付意愿的价格的经济理性,只是支配消费者决策的诸多因素中的一种。近年来各学科的研究都指向以下事实:哪怕是研究买卖,也不能忽略情感在其中占据的比重。

具体到价格歧视中,企业行为可能触发以下两类负面情感:一是“侵入感”,二是“公平感”。什么是侵入感呢?大数据年代,包括定价在内,营销的每一个环节都讲究“精准”:如果对方在网上搜“地板+品牌”这组关键词,那就应该适时给对方推送地板广告;既然地板可以推送,乳胶漆和家具是不是也可以推送呢?既然家具品牌都给对方推送了,检测甲醛含量的检测仪也可以一并介绍给对方[2]。

然而,以上智慧可能“过犹不及”。讨论大数据营销时为人津津乐道的例子,无疑是塔吉特了——先于父亲了解到女儿怀孕,然后将纸尿片广告寄到家里,无疑会让这家人感到极为恼火[3]。已有的研究也验证了精准营销完全有可能带来负面效应:根据大数据发送巧克力广告是个好事;然而,如果消费者发现你不仅知道他们的名字,还知道他们的地址,还了解他们最近参加了某俱乐部的品尝活动,结果是他们反而会对品牌感到厌恶[4]。

另一种可能削弱企业利润的情绪是公平感[5]。平时粮食廉价,灾时大米腾贵,百姓会斥责奸商,政府常常也会相应出手;城区饮食平价,景区价格高企,大家也会反感,报纸也时常刊登揭露类似现象的报道。以上情感在大数据年代是相通的:百米开外的人上网购物,又是八八折又是优惠券;自己上去买,打折是没有的,券更是领不到。背后原因,可能只是算法发现自己买东西不爱货比三家。这种情形,摊谁身上都要恼火。

因此,如果消费者都相当理智,精确的价格歧视不会带来多大问题;然而,实际生活中,消费者都是有喜怒哀乐的人。他们喜欢便利,但也注重隐私;他们在意好处,但也希冀公平。如果他们发现企业在进行价格歧视,情感可能驱使他们转投他家:价格歧视为企业带来的利润提升因此减少,竞争对手相比自己的势头因此上扬。此外,消费者也可能借用各种工具逃避价格歧视:在下一节中,我们将针对这一点作更加详尽的分析。

当然,消费者的情感不止这两种。诸如参与感、自尊心等情绪,都可以被企业拿来做文章:比方说,借助热点人物及社交网络引发热潮,进而提高特定商品的附加价值,已是这个年代的“标准操作”。然而,当这一行为与精确歧视相结合,社会总福利可能不升反降:让消费者在高于自己真实支付意愿的水平上购买商品,会对社会总福利带来负面影响;以大数据沿着需求曲线精准定价,则是把以上损失发挥到了极致[6]。

你有政策,我有对策

消费者面对价格歧视的反应未必一致。首先,不是所有消费者都知晓自己遭受了价格歧视。那些缺少“货比三家”意识,又或者没有时间去详细计较的消费者,可能根本不知道自己受到了歧视,也就无从作出反映;其次,对那些已经知晓自己遭受价格歧视的消费者,他们的反应也可能有很多种。除继续忍受外,一方面,他们可以改换门庭,跑到其他平台上消费;另一方面,他们可以借助各类工具,逃避平台的价格歧视。

将消费者的后续反应考虑进来,会让这个问题变得相当复杂。不妨以最后一种应对为例:既然企业可以挖掘数据,针对个体消费者定价,消费者自然也可以规避以上挖掘,借助比价和代购等方式逃避歧视。将这个问题抽象出来,便是以下场景:企业可以根据消费者先前的信息针对定价;然而,通过付出一定代价,消费者可以“抹掉”企业的信息,阻止企业之后歧视自己。即使在较易分析的垄断情形中,对这一问题的回答也不简单[7]。

具体而言,如果抹掉信息的成本为零,所有消费者都会抹掉信息。这时候,价格歧视是做不成了,但社会福利也会因此受损:看不到消费者的个体信息,企业的最优策略自然是定垄断价格。按照前面的分析,垄断会减损社会福利;随着抹掉信息的成本增加,抹去信息的消费者的比例越来越低,企业了解的信息也因此越来越多。然而,参考文献7的分析显示:在这个过程中,消费者福利是先上升后下降,企业利润反而是先下降后上升[8]。

此外,消费者为逃避价格歧视付出的成本,有许多都可以视为社会的无谓损失。这是什么意思呢?在只有一个价格的市场中,消费者是“爱买不买”;然而,如果价格多于一个,消费者自然有动机去套利——低价入手,随即转卖,快哉快哉。厂商自然不能甘心,自然要投入成本去隐藏以上歧视、严控以上套利;措施收紧以后,消费者又有动机去开放新的套利手段。如此往返较劲,双方都付出了好多功夫,但其中很多对于社会都没有价值。

这样的情景不全是理论想象。无论是实际经营还是学术研究,都已有许多聪明才智投入到以上“猫鼠游戏”中。有关前者,无论是各处生长的比价网站,还是各种大量注册账户抢券抢特价套利的“财路”,都可以放到以上框架中去理解;关于后者,近年来计算机科学中颇为风行的一个领域,便是侦测厂商于消费者的追踪和针对定价行为。学者们不厌其烦,为网站追踪消费者的“强度”排出座次[9],为网站依赖算法定价的程度找出度量[10]。

还有学者更加激进,主张消费者主动出手,行“鱼目混珠”或“颠倒黑白”之事。这一类可以用一个词概括:混淆[11]。比方说,为了防止企业按自己的搜索记录歧视,消费者可以先随机搜索几个词,再键入自己的真实意图。为了便利普通人施行混淆,学者们还开发了相应的工具[12]。以上研究及实践都在蓬勃生长,相关领域的进展也是日新月异。这场科技含量十足的猫鼠游戏,暂时还看不到结束的那一天。

当历史照进现实

思考未来的路径不止一种。除了立足当下外,回顾历史也很有助益:隐私问题不是全有或全无,更多是一个程度问题;价格歧视亦然。在这一方面,美国约五十年前的经历,是一个很好的参照[13]。

当时,二战刚刚结束,美国的繁荣体现在以下两个方面:第一,战时的许多技术进步逐步转入民用,计算机即是其中之一;第二,经济高速增长,整个社会的的消费欲望空前高涨。以信用卡为代表的各类消费信贷工具,正是在这个背景下蓬勃生长。

放贷者总要面对坏账,风控因而显得尤其有必要。和今天一样,有效的风控依赖于尽可能详尽及时的个人信息。为了弄清不同个体的偿债能力,从而可以针对性地制定利率及额度等条件,从业者可谓煞费苦心:

首先,他们尽一切可能收集数据——从政府部门手上查询,跑到社区发问卷,甚至直接采访借款人的邻居;其次,他们采购设备加强自己的运算能力;最后,各地放贷者还建立了信息共享机制,随时通报自己手上的“情报”。

此类措施增强了企业的风控效果、促进了信贷业的发展。然而,至1960年代,以上行为引致了反弹:用来做风控的数据里,亦充满了不准确(不是所有邻居都心存善意)或过时之处;消费者的申请则时常“莫名其妙”地被拒绝。民意之下,当地政府在70年代通过一系列规定,要求给予个体查阅并更正数据的权利。此外,也有学者要求放贷机构对申请者解释自己的决定。今天各国个人信息保护中的相关规定,许多都有当年的影子。

拆开大数据这个“黑箱”,给予消费者一定程度的控制权,是历史上监管机构采取过的措施之一。19世纪末的美国则更加激进:直接立法禁止价格歧视[14]。当时,许多今日已成为“常规操作”的价格歧视手段,才刚刚在铁路行业出现:座位分等定价、按售票日期歧视、为熟客专门定价,等等。

民意推动下,各州纷纷通过法律规制此类行为,要求铁路企业定价“透明、公平、合理”,禁止“一切形式的价格歧视”,等等。

铁路运营者如何反应呢?直觉上看,企业应该竭力反抗如此做法;实际却恰恰相反,企业不仅欢迎立法,还助推其通过。

背后动因在于卡特尔:之前,即使铁路厂商约定价格,个体企业也可以通过复杂的价格歧视规避盟约,最终导致垄断瓦解;要求“透明统一”价格的法案,反而起到了协调的作用,使卡特尔更为坚固[15]。结果,价格没有下降,垄断者反而因此狠赚。这也凸显了规制此类问题的难点之一:

彻底堵死一个损害消费者福利的口子,反而可能以意想不到的方式损害消费者的利益。此外,损害幅度可能还比先前更大。

结语

经典的供需分析固然简洁优雅,却未必能勾勒出新时代价格歧视问题的全景。以上分析至少可以沿以下三个维度进一步展开:

首先,经济理性以外,消费者也有心肝,也有情感;其次,考虑消费者逃避价格歧视的可能,或许会大大改写经典的结论;最后,历史带来的教训亦颇为丰富。

如果不从多个角度[16]综合理解这一问题,无论是手握丰富数据资源的企业,还是“令行禁止”的监管者,都有可能“过犹不及”,反而使策略的运行偏离自己的目的。技术与心理、理性与情感、历史与未来……唯有开放胸襟,才能为回答此类问题做好准备。

责任编辑:焦旭