基于信息优势的电商平...

章节信息目录

作者：

所属图书：《电商平台定价机制研究》

出版日期：2023-10

字数： 19338

所属分类：

关键词：

换肤

字号

小中大

“后马克思主义”是马克思主义吗？

当前显示为试读部分，购买后可阅读全文×

第七章基于信息优势的电商平台个性化定价

本章在第五章的结论基础上进行延续，研究电商平台上出现的第二种现象——个性化定价。个性化定价是近年来随着电商平台采用算法定价的产物，目前最常见的个性化定价现象是大数据“杀熟”。虽然政府相关部门针对这种现象制定了法律法规进行约束，但效果不佳。基于此，本章对该现象背后的经济学原理和个性化定价对社会福利的影响进行了讨论。

第一节引言

1998年，电影《楚门的世界》（The Truman Show）上映，影片中的主人公楚门·伯班克（Truman Burbank）生活在一个由“全世界”为其精心设计的一个真实的假象世界中。在这个“世界”中，楚门生活在一个叫作海景的小城里，除了主人公楚门是以自己的意志真实地生活，其他都是导演和编剧为其精心策划的，包括楚门的工作、生活、谈恋爱，甚至其家人都是导演精心策划的。导演人为地制造了楚门小时候和父亲出海，并遭受暴风雨而失去父亲的经历，使其对出海产生恐惧，从而“永远地”生活在海景这个小城中，并为他设定一系列温馨和谐的生活场景，让其对本地生活充满依赖，从而不会主动选择离开这里。令人欣慰的是，最终因为楚门的“父亲”对剧组的编排感到失望，将导演的计划打乱，自己突然重新出现在楚门面前，让楚门开始逐渐发觉到自己身边的一切都是假的。自此，楚门凭借自己的信念走出了这个为其量身定做的世界。

楚门成功了，但现实中的我们可能不一定。如今，已经不会有人否认，算法正在重新定义我们的生活。当我们随便打开两个不同手机的同一款App，发现展示给我们的界面是不一样的，但内容基本都是符合我们偏好的；当我们用不同系统的手机，发现甚至同一品牌不同价位的手机用同一款App打车，完全相同的驾驶路线的收费也是不一样的；当我们打开亚马逊商城的App购物，发现同一天的不同时刻，同一件商品的价格是不一样的，上班时间的价格明显低于下班时间……如此种种，习惯上被称为大数据“杀熟”，但更形象，也更让人担心的一种称呼则是“个性化定价”，即千人千面。

除了这些现象，我们偶尔也会发现处于竞争关系的两家平台企业在市场上会出现“平行行为”，即两家具有竞争关系的企业在短时间内进行同样的市场决策，比如调价。只是我们不能确定这种行为是否是协商之后的，甚至更多情况下不会好奇这种现象。因为在我们个人的视角下，它们的这种行为是“完全正常的”。而当我们跳出我们每个人所处的算法环境，我们会赫然发现，原来我们每个人都是“楚门的世界”中的绝对主角。这种事件真实地发生过。例如亚马逊平台上的默许合谋一案。

关于这个问题，牛津大学竞争法教授阿里尔·扎拉奇撰写了一本专著——《算法的陷阱》。在这本书中，扎拉奇教授分别从场景设定、共谋场景、行为歧视、竞合关系（数据与隐私）和“有形之手”介入五个方面对当前我们所遇到的和即将有可能遇到的算法陷阱做了形象的描绘和深度的讨论，并在最后表达了对算法引起的反垄断问题的担忧。例如，在场景设定部分中，扎拉奇教授明确提出：“那双曾经默默守护着我们的‘无形的手’已经被一只‘数字化的手’所取代。”利用用户留在电商平台上的数据，电商平台通过算法为每个用户制造了一个“楚门的世界”。在这种情况下，电商平台朝着完美行为歧视迸发。在这个背景下，扎拉奇教授提出疑问：如果私营企业可以利用大数据分析工具高效地完成定价工作，这是否也说明政府可以运用同样的工具去检测工业产品出厂价格甚至是确定竞争性定价？如果像优步一样，一个既不拥有出租车也不雇用司机的企业都可以解决定出租车市场的价格，那么政府又何尝不可呢？又如在共谋场景部分中，扎拉奇教授对企业利用前沿科技、算法实现默许合谋表示担心：场景分析表明，在特定的市场条件下，企业的定价算法会自发形成一个利润最大化的策略，从而有意识地产生平行行为。基于AI算法，企业拥有了“上帝视角”，可以在任何调价行为发生之前就对竞争对手发起的威胁做出预测并且及时采取反制措施。“上帝视角”使默许合谋的场景已然可以走出同质化产品市场。而目前，针对此现象的执法工具箱仍旧空空如也。

笔者也在研究基于算法的基于互联网技术的平台对社会、经济的影响，因此在读完扎拉奇教授的这本著作之后深受感触，第一个出现在脑海中的词语就是“信息茧房”，这也是近年来基于互联网技术的平台人最大的印象。在诸如今日头条、网易新闻、快手、抖音等媒体App中，系统推荐给我们的内容永远是我们喜欢的内容；在诸如淘宝商城、京东商城、拼多多等在线购物App中，系统推荐给我们的也是我们比较中意的商品。在这背后是推荐算法的熟练运用和消费者数据的不断积累，而这两个因素存在典型的正反馈关系——推荐得越准确，用户参与的次数也就越多，因而留下的数据也就越多，进而再次提高了推荐的准确度。但是这种精准推荐服务的代价就是我们“拱手奉上的个人信息数据”，而且还会使我们处于自己编织的“信息茧房”之中。所以不禁要问：是我们定义了算法，还是算法在定义我们？算法改变了什么？