國慶長假已至，人們迎來一場“報復性消費”，“殺熟”現象將層出不窮。“大數據殺熟”問題正逐漸成爲社會關注的焦點。徹底禁止“殺熟”究竟是不是可取呢？或者說，它會帶來怎樣的後果？

作者：陳永偉

導讀

壹  ||在消費者的直觀認知中，“殺熟”已經是網上消費過程中極爲常見的一種現象。之所以在不同的經濟環境下，熟客的遭遇會有很大不同，主要是因爲他們的信息優勢發生了變化。

貳  ||我們強調禁止“殺熟”，至少應該排除那種信息對稱的情況。如果交易雙方的所有信息都是對等的，並且在交易過程中沒有顯然的脅迫和強制，那麼這個交易就是利於雙方的，不應該受到禁止。

叄  ||  “殺熟”的存在也未必是一個不公平的行爲。如果不允許“殺熟”，那麼商家的可行選擇還有兩個：一是統一定價；二是用傳統市場中常用的第二類價格歧視。一些原本願意參與市場的消費者會被排除在市場之外，低需求者的利益則會被犧牲來補貼高需求者。

國慶長假已至，對於上半年因疫情而被迫憋在家裏的人來說，這個長假無疑是一個“報復性消費”的好機會。大家紛紛掏出了手機，準備訂機票、訂酒店。然而，當人們進行這一操作的時候，很可能已經成爲了商家“殺熟”的對象。

所謂“殺熟”，顧名思義，就是對於同樣的商品或服務，商家對 “熟客”索價高於“生客”的現象。在最近幾年中，隨着互聯網技術的發展，商家獲得了越來越多的客戶信息。通過對這些信息進行數據挖掘，商家就可以十分清晰地掌握客戶的偏好，從而對其進行精準的要價。在這種背景下，“大數據殺熟”問題逐漸成爲了社會關注的焦點。

北京市消協曾對北京市消費者進行過一次關於“殺熟”的調查。結果顯示，65.05%的被調查者認爲大數據“殺熟”現象“很普遍”，23.27%的被調查者認爲大數據“殺熟”現象“普遍存在”，7.03%的被調查者認爲“一般”，只有4.65%的被調查者認爲這種現象“不普遍”。由此可見，在消費者的直觀認知中，“殺熟”已經是網上消費過程中極爲常見的一種現象。而從細分領域看，購物、在線旅遊、打車、外賣這幾個領域則被認爲是“殺熟”問題的重災區，多數被調查者都反映曾在這些領域中的一個或幾個遭遇過“殺熟”。

在理論層面上，究竟應該如何看待“殺熟”問題，一直存在着很大爭議。一些觀點認爲，這種現象從本質上講，是利用大數據手段剝奪了消費者的福利，是不公正的，因此應該予以禁止；而另一些觀點則認爲，“殺熟”其實是用大數據手段提升市場運作效率，是應該值得肯定的。

在政策層面上，監管機構對於“殺熟”的態度也經歷了一個過程。現在的“殺熟”是基於大數據這種高科技手段的，在最初時，監管部門對於這一問題秉持了審慎的態度，在多數情況下都是試圖“讓子彈再飛一會兒”。而到了近幾年，監管機構對於“殺熟”的態度則逐步轉向了負面。尤其是《電子商務法》出臺之後，不少機構都根據該法的第十八條出臺了限制“殺熟”的規定。比如，就在不久前，文化和旅遊部就審議通過了《在線旅遊經營服務管理暫行規定》，並將在10月1日起開始實施。根據該規定的第十五條，“在線旅遊經營者不得濫用大數據分析等技術手段，基於旅遊者消費記錄、旅遊偏好等設置不公平的交易條件，侵犯旅遊者合法權益”，換言之，就是在在線旅遊領域禁止了“大數據殺熟”行爲。

徹底禁止“殺熟”究竟是不是可取呢？或者說，它會帶來怎樣的後果？

熟客爲何成爲了獵物

在正式展開分析之前，我想讓各位讀者朋友們思考一個小小的問題：在傳統的經濟環境下，熟客往往是商家重點優待的對象。比如，超市經常會根據顧客的購物狀況返還積分，購物更多的客戶可以獲得更高的積分，然後憑藉積分享受折扣或返利；再如，航空公司會根據用戶的飛行里程來劃分其會員等級，高等級會員可以享受到很多低等級會員所沒有的福利……總而言之，在過去，熟客優先，量大從優，幾乎就是人們公認的一個商業常識。爲什麼到了數字經濟時代，這個常識發生了逆轉，那些“熟客”反而淪爲了被平臺和商家宰割的目標呢？

要回答以上這個問題，我們需要先花些時間來談一個重要的概念——“價格歧視”（price discrimination）。在日常語境中，“歧視”這個詞帶有十分顯著的負面含義，因此人們很容易就認爲“價格歧視”也是一個負面詞彙。但事實上，在經濟學中，“價格歧視”其實是一箇中性詞彙，它指的是對不同的人收取不同的費用，其本身並沒有道德上的含義。

傳統意義上的價格歧視可以分爲三種：第一類價格歧視、第二類價格歧視，以及第三類價格歧視。

第一類價格歧視指的是商家對每一個消費者都收取不同的費用，以便榨取他們的所有消費者剩餘。第二類價格歧視指的是所謂的“非線性定價”，指的是爲客戶提供不同數量、質量和價位的組合，然後讓客戶自行選擇最爲偏好的那種組合。在這個過程中，商品的價格是隨着購買量的變化而變化的，因此客戶需要付出的總價格和購買量之間不會呈現一種成比例上升的“線性”關係。舉例來說，超市裏的礦泉水通常會分爲大瓶裝和小瓶裝的，如果比較一下兩種包裝的重量和價格，就會發現大瓶裝的礦泉水的單位價格會比小瓶裝的礦泉水更低。換言之，大瓶裝礦泉水的購買者其實是得到了一定幅度的優惠。而第三類價格歧視就是根據客戶的某種特徵，將他們劃分爲不同的類別，然後對不同類別的客戶收取不同的費用。舉例來說，公園老人兒童優惠，國際版的教科書在不同的國家賣不同的價格，這些現象其實都是第三類價格歧視。

從本質上講，傳統經濟條件下的熟客優待屬於第二類價格歧視。在網絡得到普遍應用之前，商戶認識客戶的能力相對較弱，這決定了他們要去精確識別用戶特徵，然後再針對性地給出定價的難度非常高。因此，他們更願意採用另一種方法，即設置一定的機制，讓客戶自己暴露自己的偏好，然後根據這些偏好信息設計更有針對性的銷售策略——如果你的需求更高，就設法讓你買走更多的東西，而如果你的需求較低，就試圖從你有限的需求量中攫取更高的利潤額。

當然，人是不會這麼自願地暴露自己的真實偏好的，除非暴露這些偏好對於他們來講有利可圖。考慮到這點，商家在設計自己的營銷方案時，就必須精心策劃。具體來說，對於那些高需求的消費者，要給予更多的優惠，以誘導他們把自己的信息更爲充分地暴露出來——從某種意義上講，傳統經濟條件下商戶給予“熟客”的優惠，可以被看作是商戶向熟客們購買他們真實信息的一種對價。或者，反過來說，它可以被認爲是由於高需求的潛在客戶擁有商戶所沒有的信息，而向他們收取的“信息租”（information rent）。

當然，商戶在通過向高需求的客戶支付對價，以誘導他們公佈信息的同時，還會採用一些恐嚇的手段，來防止他們隱匿自己的真實狀況。舉例來說，在歐洲歷史上，火車上曾經專門設計了一種三等車廂。相比於一、二等的車廂，三等車廂顯得格外簡陋，有時候甚至沒有車頂蓋。一旦颳風下雨，裏面的乘客就會淋成落湯雞。有人要問，給三等車廂安個車頂蓋會要多少錢，火車的運營商爲什麼不花點兒小錢略微改善一下這種情況呢？這個問題說明問的人還沒看明白火車運營商心裏打的小算盤。是的，給車廂安個頂蓋的成本很低，並且一旦安了頂蓋，裏面乘客的境況就會有很大的改善。但是，與此同時，那些原本願意花錢坐一、二等車廂的乘客就可能因爲三等車廂票價便宜，轉而來坐三等車廂。如果是這樣，火車運營商要想從他們身上賺到錢就困難了。從這個意義上講，不給三等車廂裝頂蓋，其實並不是捨不得裝頂蓋那幾個錢，最主要的原因其實是爲了嚇住那些需求相對較高的客戶，讓他們不隱匿偏好，來坐三等車廂。除此之外，需要說明的是，由於那些低收入的人很難去坐一、二等車廂，因此他們的需求反而相對穩定。考慮到這點，運營商會不斷對他們嘗試調價，最終制定一個能儘可能剝奪他們消費者剩餘的價格。正是由於這個原因，雖然三等車廂的條件和一二等車廂相差非常之大，但其票價和一二等車廂的票價相比，差別卻要小得多。換言之，那些窮人享受到的服務會很差，但要付出的價格卻會很高，而反過來，那些存在潛在高需求的富人則會享受到很好的服務，性價比也要比前者高得多。爲什麼會有這樣的差別呢？原因只有一個，就是高需求者擁有商家沒有的信息——他們擁有高需求這個信息。

不過，在數字經濟時代，高需求者的這些信息優勢就蕩然無存了。依託於機器學習技術，商家可以很容易地根據客戶的各種身份和行爲信息推斷出他們的真實需求狀況。於是，商家和潛在高需求者之間的信息優勢就發生了完全的逆轉，那些擁有潛在高需求的人也就不再擁有從商戶那兒收取“信息租”的資本。

從本質上看，數字經濟條件下的“大數據殺熟”和傳統經濟條件下的對於熟客優惠是完全不同的。數字經濟條件下的“大數據殺熟”是第三類價格歧視的一種體現。當然，這種第三類價格歧視和傳統經濟條件下的第三類價格歧視是有很大不同的。受信息獲取能力的侷限，傳統條件下的第三類價格歧視只能基於某一個或幾個變量，例如“是否是學生”、“是否是60歲以上”等，而在數字經濟條件下，商家則可以根據更多的變量將用戶進行更細緻的分類。在極端情況下，如果它可以做到給每一個客戶都單獨劃分一個類別，那麼它就在事實上實現了第一類價格歧視。

很顯然，在實現第三類或第一類價格歧視時，商家的定價邏輯完全不同於實施第二類價格歧視。在實施第二類價格歧視時，爲了誘導出客戶的私人信息，他們不得不支付給潛在高需求用戶“信息租”，而在實行第一類或第三類價格歧視時，他們是自己依靠數據分析出了這些信息。此外，由於潛在的高需求者一般來說對於商品和服務都有更高的保留價格，因此爲了獲取更多地消費者剩餘，商家就會更傾向於對這部分客戶收取更高的價格。在現實中，那些具有更高需求的客戶通常會有更多的購買行爲，會同商家和平臺有更多的往來，是商家和平臺的“熟客”。正是這個原因，對於高需求者的高價就表現爲了對於“熟客”的歧視。

說到這裏，我們可以小結一下：之所以在不同的經濟環境下，熟客的遭遇會有很大不同，主要是因爲他們的信息優勢發生了變化。在傳統經濟條件下，他們擁有更多的信息優勢，因此爲了讓他們暴露信息，商家必須支付給他們支付“信息租”；而在數字經濟條件下，商家則獲取了信息優勢，因此通常具有更高需求的“熟客”也就從被禮遇的對象轉變成了被“殺熟”的目標。

信息對稱下的“殺熟”不應該禁止

在理解了“殺熟”的邏輯之後，我們就可以對禁止“殺熟”這個政策來進行討論了。禁止“殺熟”這種做法好不好呢？在回答這個問題之前，我們不妨設想這樣一個情境：

假設某一天，你急着要趕去機場。那麼，爲了能夠及時打到車，你是否會願意比平常多付出一倍的價錢呢？我想，很多人是願意的。因爲如果打不到車，不僅可能錯過飛機，還可能會打亂後續的一系列安排，其帶來的各種損失不是一點車費可以相比的。這時，如果有一輛車及時出現，考慮到你是熟客，他願意載你去機場，但你必須爲這趟行程支付比過去高一倍的價格。在這種情況下，你會感到不快嗎？我想，大概率不會。事實上，你更可能因爲及時打到了車而欣喜。

接下來，我們可以思考另外一種情況：同樣假設你正要急着趕去機場，然後你習慣地用打車軟件打到了一輛車。車到了目的地後，你結算了本次的車價，結果發現本次打車費比平時足足高出了一倍。你對此感到很疑惑，打電話給平臺詢問，結果被告知是平臺根據你的信息計算出了你當時是急於用車，所以會有更高的支付意願。如果遇到了這樣的情況，你會作何感想呢？我想，八成會十分生氣吧。

如果我們比較一下上面兩種假設情境，就會發現，其實在很多情況下，我們是接受商家對我們的價格歧視行爲的，畢竟對於同樣的商品和服務，不同人在不同情境之下對其的評價可能是完全不同的。在很多時候，爲了可以及時獲得這些商品或服務，我們都願意支付更高的價格，並不會對此感到任何不公平。我們不喜歡的是什麼呢？其實是商家在我們不知情的情況下就對我們實施了價格歧視，沒有給我們任何選擇的餘地。

事實上，如果從純經濟的角度看，在某些情況下允許價格歧視的存在，對於社會資源的有效配置是大有益處的。在上面的例子中，如果打不到車，那麼你就會遭受一大筆經濟損失。如果作爲熟客，你可以在知情的情況下，有一個用高價打車的機會，你就可以用一筆相對較小的支出來避免這筆大的損失。兩相比較之下，你的福利是提升的。而與此同時，司機也可以獲得比平時更高的收入，因此他們的收益也會增加。既然在進行了價格歧視之後，大家的福利都是提升的，那麼價格歧視這個行爲又爲何要受到指責呢？如果我們本着善意，強行去制止這種差別定價行爲，那麼結果可能是司機不願意提供服務，打車的人也打不到車，顯然這對於雙方都是不利的。

從這個意義上講，我們強調禁止“殺熟”，至少應該排除那種信息對稱的情況。如果交易雙方的所有信息都是對等的，並且在交易過程中沒有顯然的脅迫和強制，那麼這個交易就是利於雙方的，不應該受到禁止。如果我們本着好心，去制止這種交易，那麼很可能就是破壞了原本可以達成的交易，反而會是好心辦了壞事。

信息不對稱下的“殺熟”是一個分配問題

那麼，那些基於信息不對稱的“殺熟”行爲，是不是就應該被完全禁止呢？嚴格地來說，答案也不是那麼非黑即白的。儘管在很多討論中，基於大數據的“殺熟”被認爲是第一類價格歧視的一個特例，但事實上在大多數情況下，商家並不能像理論上預言的那樣，成功實現對所有人的差別定價。舉例來說，在很多在線旅遊平臺上，有一些客戶是“熟客”，他們會留下詳細的身份信息，還會留下很多交易記錄。對於這部分客戶，平臺當然有能力把他們的類別分得很細，從而實施近似的第一類價格歧視。但是，在這些平臺上，往往還存在着很多的“生客”。和“熟客”不同，他們只是偶爾使用這些平臺，交易記錄很少，身份信息也未必完全。對於這部分客戶，平臺就很難精準地把他們區分開來，因而只能實施統一定價。在這種情況下，專門針對“熟客”進行的殺熟就會產生十分複雜的分配後果，其對於“熟客”和“生客”的影響是完全不同的。

爲了說明這點，我們不妨考慮一個具體的數字例子。假設在某個市場上，只存在一個商家。爲簡單起見，其生產商品的邊際成本被假設爲0。同時，這個市場上存在着10個消費者，他們都對於該商品有一單位的潛在需求，並且願意爲商品所付出的最高價格分別爲9元、8元、7元、6元、……0元。由經濟學的知識，我們容易知道，如果企業只能對所有商品實施統一的定價，那麼當它把價格定在5元時，可以實現利潤的最大化。在這個價格下，只有意願支付不低於5元的消費者會購買商品，而其餘消費者則會退出市場。

在經濟學上，我們經常用消費者剩餘（即消費者的意願支付與實際支付之差）來刻畫消費者的福利狀態，用生產者剩餘（即實際售價與商家的保留售價之差）來刻畫企業的福利狀態，社會福利則被定義爲消費者剩餘與生產者剩餘之和。在上面的這個例子中，我們很容易算出參與到市場中的幾位消費者的消費者剩餘分別爲4元、3元、2元、1元、0元，因此消費者剩餘總額爲4+3+2+1+0=10元。而商家則從每個消費者那裏實現了5元的生產者剩餘，其生產者剩餘總額爲25元。這時，社會的總福利就爲35元。

下面考慮存在“殺熟”可能的情形。假設企業只能掌握支付意願最高的兩位“熟客”的充足信息，並對他們進行“殺熟”，而對其他“生客”則只能索取同樣的價格。那麼，容易知道，對於兩位“熟客”，商家就可以根據他們的最高意願支付來定價，其索要的價格分別爲9元和8元。而對於剩下的那些“生客”呢，商家只能知道他們的意願支付分佈，而不能確切地識別出每一個人的意願支付狀況，所以只能實行統一的定價。如果將“生客”視爲一個獨立的市場，那麼由經濟學知識，很容易知道企業出於利潤最大化的考慮，對“生客”們的索價應該是4元。在這個價格下，市場上的消費者人數增加了，意願支付爲4元的那位消費者將會進入市場。

我們可以把不存在“殺熟”的情形和存在“殺熟”的情形進行一個對比。容易看到，與前一情形相比，後一情形帶來了複雜的利益分配。

首先，在存在“殺熟”的情況下，消費者福利的總量爲6元，生產者剩餘的總量爲33元，社會總福利也上升到了39元，要高於不存在“殺熟”的情形。這說明，如果僅以社會福利作爲評判標準，那麼“殺熟”是有可能實現效率增進的。

其次，在從總體上提高效率的同時，消費者和生產者之間的利益分配發生了很大的變化。如果把所有的消費者看成一個整體，他們的福利會因“殺熟”而下降，他們損失的那部分消費者剩餘會被轉移到商家手中，成爲其生產者剩餘。

再次，在消費者內部，也存在着福利的轉移。儘管當“殺熟”存在時，消費者總體的利益是下降的，但受損失的主要集中在“熟客”，而對於“生客”來講，他們面對的價格反而降低了，因而是獲利的。

從這個意義上講，我們究竟應該怎麼看基於信息不對稱的“殺熟”，其實還是要根據具體的情況進行具體的分析。

首先，如果一個市場是相對較新的，那麼允許商家多獲取一些利潤將會是有助於未來市場發展的，這時適當允許“殺熟”行爲的存在可能會更有利。而如果一個市場已經發展到了比較成熟的程度，那麼出於保護消費者總體利益的考慮，我們對於“殺熟”的態度就應該更爲嚴厲。

其次，如果一個市場是更爲流動的，“生客”是市場的主體，那麼允許“殺熟”的存在就可能在犧牲少部分消費者福利的同時，讓大部分的消費者福利獲得增進。這時，相比於統一定價，或者傳統經濟下常用的第二類價格歧視，允許“殺熟”的存在恐怕是更爲合理的。

再次，和很多人理解的不同，“殺熟”的存在也未必是一個不公平的行爲。這裏，公平與不公平，主要是針對其他可行的選擇談的。如果不允許“殺熟”，那麼商家的可行選擇還有兩個：一是統一定價；二是用傳統市場中常用的第二類價格歧視。而這兩種方案其實都有不公平的情形。在統一定價下，一些原本願意參與市場的消費者會被排除在市場之外；而在第二類價格歧視之下，低需求者的利益則會被犧牲來補貼高需求者。應當承認，“殺熟”確實有其不好之處，但相對於這兩種方案，卻反而顯得更爲公平了。

綜合以上分析，筆者認爲，完全禁止“殺熟”的動機雖好，但它的收效卻未必好。在面對“殺熟”問題時，我們還需要採用更爲謹慎的態度，不能一禁了之。