大數據算法的價格歧視問題

喬 榛 劉瑞峰

一、文獻回顧及問題的提出

在我們越來越走近大數據時代的今天，人們熟悉的經濟社會生活都受到巨大挑戰，不知不覺中一個新的世界正在誕生。習慣了物質和精神世界的人們需要面對新的數字世界。在數字世界中，人們過去的許多生活方式都會改變，生產者也會適應大數據下人們生活方式的改變創新自己的生產和營銷策略。市場經濟這一曾被認為是由供需決定的價格機制所引導的經濟運行方式，因受到大數據的影響而發生了改變，同時大數據也改變了作為消費者的人們的市場地位。擁有大數據優勢的生產者可以憑借其數據壟斷優勢對消費者予以價格歧視，而且可能在程度上遠遠地超過傳統市場經濟中存在的價格歧視。從一定維度看，它正在改變著傳統市場經濟的運行規則，影響著未來經濟運行的方向。

大數據下的價格形成不同于傳統市場經濟的試錯式價格形成機制，是可以基于完全信息進行價格選擇的。當然，所謂完全信息主要體現在生產者一方，它們可以憑借大數據獲得消費者的近乎完全的信息，實現一種全新的價格歧視。而這種全新的經濟運行方式正在改變著人們的經濟活動，并對已有經濟理論提出巨大的挑戰。但就目前情況來看，學者們對這一現象的關注還處于初步階段，一方面是理論自身有路徑依賴；另一方面大數據引起的價格歧視問題尚沒有成為一個普遍現象，還比較隱蔽。

現實經濟活動中大數據對定價的影響主要是基于一種算法實現的，但大數據算法定價(或大數據定價算法)引起價格歧視問題早在2005年就有學者予以關注。Alessandro Acquisti,Hal R.Varian(2005)首次關注到大數據算法引起的價格歧視現象，其發現一些經營者通過“網絡跟蹤器”收集數據，建立個人用戶交易的巨大數據庫，再利用大數據研究消費者的購買行為，然后采取直接郵件或者其他形式進行定向的市場營銷，給消費者提供特定的產品或服務，并根據消費者過去的購買行為提供個性化價格，甚至針對每一個消費者制定不同的價格，由此實現了價格歧視。①但這只能算是開始。建立在大數據基礎上的價格歧視必須有算法提升和人工智能發展的支撐。互聯網為數據收集提供了一個很好的平臺，處理大量數據必須借助人工智能的支持。人工智能是大數據與算法智能化結合的產物，其在商業上的運用便形成了大數據定價算法價格歧視。Ariel Ezrachi, Maurice E. Stucke(2016)對大數據算法做了一個規定：市場經營者基于所收集的消費者常住地址、消費習慣和其他個人數據，利用定價算法對不同消費者收取不同的價格。②我國是互聯網、大數據、人工智能發展比較快的國家，且在大數據、人工智能的運用中有商業化傾向。對此，施春風(2018)所做的一項研究中就定價算法引起的價格歧視進行了詳細梳理：一些經營者通過運用定價算法在對消費者的地理位置信息、購買使用頻率、歷史瀏覽記錄、之前購買情況、需求緊迫程度、消費支付能力、瀏覽終端類別，甚至性別年齡、所屬行業等進行多維度綜合判斷的基礎上，對相同的商品或者服務向不同的消費者提供不同的價格，從而引起定價歧視。③也有的學者就定價歧視的某一種特殊現象予以關注，并將其概括為定價歧視中的“殺熟”現象。俞靈琦(2019)就這一現象進行了描述：“殺熟”是指互聯網商家利用大數據技術，對自身擁有的用戶數據信息做深度分析，然后再分析客戶的消費習慣并進行分類，進而對老用戶實行有針對性的“價格歧視”，即同樣的商品或服務，老顧客看到的價格反而比新客戶要貴出許多的現象。④

大數據下通過定價算法引起的價格歧視不僅是一個新現象，還有著特殊的機制，且對市場主體及整個社會產生了比較大的影響，必須在理論上加以研究，以控制這一新事物對社會造成的負面影響。

二、 大數據算法引起價格歧視的機制

大數據算法在今天已受到越來越廣泛的關注。普通人雖然對其還不太了解，但置身其中的感覺卻不斷增強。在與現實生活十分緊密的幾乎每一次商品購買中，人們的購買行為都可以成為商家銷售行為的出發點，以此作為依據制定各種銷售策略。商家有可能對不同的購買者發布不同的價格，此時市場均衡價格已不再是調節供需的唯一機制，同一種商品可以在不同的購買者那里有著不同的價格。這是如何形成的？

弄清楚這一問題需要從了解大數據開始。大數據不只是一個數據量的概念，其更真實的面目是人類收集數據的一種新的狀態，并且相對于傳統的數據概念有了質的突破。根據麥肯錫全球研究所給出的一個定義，它被視為一種規模大到已在獲取、存儲、管理、分析方面大大超出傳統數據軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低等特征。因此，大數據是一個相對于算法的概念，是目前的算法所無法處理的數據。現在提到大數據時通常使用的一個相關聯的概念是大數據算法。算法指的是進行計算、解決問題、做出決定的一套有條理的步驟。算法并不新鮮，但大數據算法卻是一種算法的革命，這個曾經隱性的存在已凸顯為當今社會的重要工具，有人提出它將使21世紀成為算法主導的世紀。⑤現在，大數據算法已成為世界上最重要的概念之一，如果想對人們未來的生活加以預測必須盡量了解什么是算法，或者什么是大數據算法。對于已經習慣于市場競爭規則的群體而言，當遇到大數據算法時才發現自己的市場主體地位已經被嚴重削弱，價格歧視不再只是傳統壟斷的結果，大數據算法下價格歧視會成為一種常態。

的確，大數據算法改變了傳統的市場價格形成機制，建立了一種全新的形成價格的機制，并導致價格歧視。在傳統的市場經濟運行中，商品價格是在市場中由供求決定的均衡價格。那么，供求是如何決定價格的？這個問題在不同的價值理論中雖有不同的回答，卻有著共同之處。商品在交換中的內在價值又是由什么決定的？馬克思主義經濟學認為是勞動決定的。從質的方面看，是抽象勞動創造了價值；從量的方面看，是社會必要勞動時間決定了價值量。與馬克思的價值論不同的西方經濟學的價值理論則闡釋各異，有古典政治經濟學的勞動價值論，也有新古典經濟學的效用價值論、生產要素價值論、均衡價值論等。但是西方經濟學諸多不同的價值論中有一個問題沒有厘清，即價值和價格被混為一談。在古典政治經濟學時期，價值和價格是被區別開來的，但從新古典經濟學開始，不僅將價值和價格相混淆，而且逐步用價格取代了價值，顯示出明顯的以形式掩蓋本質的傾向。相較于西方經濟學，馬克思主義經濟學始終堅持勞動價值論，在價值論的基礎上分析價格問題。正如馬克思所言，價格是價值的貨幣表現，價格在根本上是由價值決定的，但是價格又不是價值的刻板的表現，因為受貨幣因素和供求關系的影響，會表現為價格圍繞價值上下波動。我們在此對價值論做這個簡單的討論是為了分析價格是如何決定的并且提供一個出發點或基礎，同時也是為了在進一步分析價格決定時不至于忽視價格的本質。價格無論是一個貨幣現象還是一個市場現象都屬于一種形式，不影響我們在分析價格決定時就這一形式加以討論。

價格在市場上主要是由供求關系決定的。無論是馬克思主義經濟學還是西方經濟學，關于價格的決定問題都可以切入市場供求的分析框架中。在市場價格的供求決定理論中，最理想的狀態是由供求自由變化所形成的價格，或者供求不受任何干預而形成的自發價格。在一個不受任何干預的市場上，生產者根據成本與市場價格的關系決定其供給量，消費者受商品和貨幣邊際效應的關系影響決定其需求量。當供給量與需求量不均等時，價格按照供求關系發生調整，在供求關系的平衡點位置形成一個均衡價格，該價格即是商品暫時可以確定的市場價格。當均衡的市場價格形成之后，生產者可以獲得最大的收益，消費者可以獲得最大的消費者剩余，達到一個最大福利狀態。但很顯然這是一種理想狀態，要達到這樣的理想狀態一定要有嚴格的條件約束，或者必須符合一些基本假設。比如市場有眾多的生產者和消費者，任何一個生產者或消費者都不能影響市場價格；企業生產的產品具有同質性；生產者可以自由進退市場；市場交易活動不設限制；市場信息暢通且完全；各種要素能夠充分而自由流動，等等。正因為受限于這些嚴格的約束條件，自由市場從來都只是一個理想，或者是一個標桿，很少在現實中得到充分體現。因此現實的市場價格由供求關系決定，但在供求的背后總有各種各樣的因素在影響著它們自由地發揮作用，所以非均衡的價格表現是常態，而壟斷價格被人們認為是對自由市場價格的最大挑戰。關于壟斷價格通常指具有壟斷優勢的生產者或消費者對市場價格實施的某種控制行為，生產者或消費者如果可以借助壟斷價格獲得收益，不僅可以改變市場自由形成價格機制，而且也改變了經濟運行的規則，使經濟進入一個新的發展階段。傳統的壟斷價格通常是借助其市場壟斷地位制定壟斷高價和壟斷低價。既然壟斷可以進行壟斷定價，那么便可以有選擇地定價或歧視性定價，如處于壟斷地位的生產者可以在向不同的消費者出售產品或服務時制定不同的價格。這種壟斷定價行為或價格歧視行為得以實施需要滿足的基本條件是必須確定不同消費者的消費行為，然而這又通常會受到信息不完全的限制，以至于在實踐中多表現為壟斷者的主觀設計而已，目的是規避完全信息這一約束條件。另一方面價格歧視盡管在過去的價格形成中有所表現，但并不普遍。大數據及算法的革命為價格歧視提供了越來越便利的條件，進而產生了一種新的歧視價格形成機制。所謂價格歧視實質上是對同一產品、同一服務采取不同的價格，價格歧視是就價格本身而言的，其主要問題是違反了同品同價、同質同價的市場交易一般規則。壟斷者為了獲得壟斷利潤，對不同消費者采取選擇性定價，將消費者本來可以在自由市場價格下獲得的消費者剩余據為己有，就此而言是不公平的、是具有歧視性的。大數據和算法革命為這種選擇性定價提供了十分便利的條件，也使歧視價格的形成有了新的機制。Ariel Ezrachi, Maurice E. Stucke(2016)的一項研究對歧視價格的形成做過一個表述，具體是，掌握大數據的企業可以利用數據庫建設輔助自主學習算法，實現優化行為、定向廣告、制作個性化促銷信息以及定價工作，通過機器學習和跨設備進行用戶定位追蹤，將“大數據”轉化為“智能數據”，其所掌握的顧客個人信息數據越多，越有利于定價算法更好地預測消費者的行為和喜好，進而實現價格歧視。⑥由這一描述進而可以推論大數據和算法革命下價格歧視的發生是借助幾個因素實現的，一是建立消費者數據庫；二是自主學習算法；三是形成智能數據。很顯然，這種歧視價格形成機制并不是在簡單的大數據和一般算法基礎上實現的，首先需要獲得海量的消費者數據，再借助一些數據收集平臺，將消費者的消費數據盡量收集完備；進一步，通過借助算法以及人工智能對這些數據進行分析，掌握消費者的消費行為和及時需求；最后向消費者推送其希望獲得的商品并進行個性化定價。而這種個性化定價使相同的商品有了不同的價格，因此具有一定的價格歧視性質。深入探究這種建立在大數據、定價算法基礎上的價格歧視，我們發現有著特殊的形成機制。

首先，大數據定價算法下的價格歧視是在供需雙方互動基礎上形成的。傳統的價格歧視由供給方的壟斷地位決定，比如只有一個供電網絡時，供電公司可以對不同的消費者制定不同的價格，也可以對不同時間段的用電單位制定不同價格，其所作所為完全基于供電公司的壟斷地位，消費者沒有選擇權，完全處于被動地位。但是，由大數據定價算法實現的價格歧視雖然也有供給方的數據壟斷，卻并不是基于供給的獨占地位，而是基于掌握了需求方的精準信息。在這一前提下，供給方可以利用需求方的心理價位，而不是市場價位進行定價。所謂心理價位是在沒有參照系的情況下憑借自己對商品的邊際效應確定的。大數據定價算法下的價格形成可以建立在供給方和需求方一對一的互動基礎上，供給方在定價時可以利用對需求方信息的精準把握，將價格定在需求方的邊際效用點上。如此，供給方通過大數據算法與不同的需求方建立了聯系，即可實現對不同需求方的不同定價。

其次，大數據定價算法下價格歧視可以打破商品屬性上的界限而得以普遍化。傳統的價格歧視是有嚴格約束的，只能發生在完全壟斷或寡頭壟斷基礎上，而且還需要控制消費者的選擇行為。大數據定價算法下的價格歧視則很不同，是一種普遍化的形式，即在更多商品上和更大范圍內實現的價格歧視。這主要得益于其形成機制的特殊性。在人們的消費行為越來越多地通過網絡實現的背景下，消費信息便不再只是屬于自己的秘密，而是不經意地留在了線上，數據公司可以借助云計算的手段收集這些信息，并通過它掌握消費者的消費心理和消費行為。在極端情況下甚至可以做到比你自己更了解你。只要你是一個網購者，供給方便可以借助這種優勢向你推薦你喜歡的商品，此時消費者對商品的需求便不再是主要受價格影響，而是更大程度地為自己的欲望所左右，價格歧視也因此形成。

最后，在大數據定價算法下價格歧視得以形成需要借助一定的隱蔽性。傳統的價格歧視多是在一個公開的市場環境下形成的，對不同的消費者制定不同價格，或者在不同的時期選擇不同價格，但都是公開的，且在許多情況下只能尊重消費者的選擇。大數據定價算法下的價格歧視則是利用自己的溝通手段的特殊性，使供給方和需求方建立一對一的關系，傳統市場價格機制的作用受限，價格歧視便得以實現。當然，從反向的角度看，需求方也可以利用網絡信息的公開化對抗價格歧視，這確實是一種反向作用，可以消減價格歧視的形成。不過在數據處理上，供給方更容易借助大數據的優勢，而需求方相對處于不利地位。當然，不管是傳統的價格歧視，還是大數據定價算法下的價格歧視，都需要有壟斷的前提，只是壟斷的基礎和手段不同。在人們生活越來越網絡化的今天，通過線上服務實現自己的生活所需已經變得越來越普遍。我們在生活中也發現越來越多的人就是靠一部手機完成了許多生活和工作上的事情，因為供給方和需求方可以通過網絡建立聯系。在大數據和人工智能的支持下，供給方借助這一優勢便可以建立一種一對一的交易聯系，即一家公司可以與無數消費者分別建立一對一的聯系。當供給方借助大數據和智能算法掌握了消費者的幾乎所有信息，而需求方則并不了解供給方的情況下，需求方之間是實現不了溝通的，價格歧視便可以在隱蔽的狀態下得以實現。

三、 大數據算法價格歧視的影響

大數據定價算法可以實現價格歧視，這讓人首先想到的是它的一些負面影響。已有的經濟學理論中，關于價格歧視的負面影響已經闡述得十分清晰，但大數據定價算法下實現的價格歧視并不簡單，又是一個新現象，其與傳統價格歧視不同的形式和不同的時代也一定會有不同的影響，好在目前大數據定價算法引起的價格歧視尚不具有現實的普遍性。

以上所分析的價格歧視的形成機制多是一種理論上的說明，但這并不影響人們對它有可能引發的各種情況加以討論。Alessandro Acquisti，Hal R.Varian(2005)研究了大數據算法引發的價格歧視所帶來的負面影響，結論是有限的。一方面，個人信息保護的相關法律法規的日益完善限制了數據收集；另一方面，消費者還可以通過匿名技術和不參與忠誠計劃防止信息泄露。⑦Ariel Ezrachi, Maurice E. Stucke(2016)的一項研究認為，大數據算法價格歧視既有正面效應也有負面效應。正面效應主要體現在對消費的促進作用，導致需求曲線右移，個人和社會的福利均得到改善；負面效應主要體現在大數據算法下價格歧視可能激勵消費者購買的商品是其根本不需要的物品，因此會進一步擴大貧富差距。另外，隨著銷量的上升，大數據算法價格歧視的實施成本也會轉嫁給消費者。⑧Ramsi A.Woodcock(2017)在研究該現象時得出一個結論，大數據算法價格歧視消除了無謂損失，提高了總福利。⑨Oren Bar Gill(2019)認為與傳統的完全價格歧視相比，在大數據算法價格歧視的情況下，消費者對價格的認知偏差會引發消費者感知支付意愿的變化，導致消費者需求的增加或減少，給消費者福利、生產者福利帶來不同的影響，既會對消費者造成更大的損害，也可能會降低市場效率。⑩

從這些研究中可以發現，大數據定價算法引起的價格歧視所產生的影響比較復雜，很難做出統一的判斷，而且其影響本身也表現出不同的取向。之所以如此，可能主要是分析角度的不同所致。本文接下來從價格歧視的認知出發，集中討論價格歧視對生產者、消費者和社會總體所產生的影響。

價格歧視作為壟斷廠商的專利，被用于作為獲得壟斷利潤的手段。因此，這樣的價格歧視反映了擁有壟斷地位的生產者對消費者進行剝奪的現實。既然是剝奪，那么在生產者和消費者之間發生的便是一種零和博弈，對整個社會的福利沒有什么影響。正是在這一意義上，傳統的價格歧視通常被評價為負面。而大數據定價算法下價格歧視盡管在壟斷的本質上沒有發生變化，但由于其實現手段不同，影響也有所不同。大數據定價算法下的價格歧視是供給方借助大數據、云計算、智能算法對消費者的消費行為、習慣等信息進行收集、處理、判斷基礎上，通過進一步發起商品推送，以誘發需求方對該商品以供給方制定的價格購買的行為。既然掌握消費者數據的供給方可以做到點對點的商品推送，那么對不同的需求方也可以發送不同的推送方案，即賣出的價格可以不同。這種銷售方式是對傳統銷售方式的顛覆，由此引起的價格歧視不僅與傳統的價格歧視不同，而且產生的影響也不同。

對于生產者而言，如果它具有大數據優勢并形成了對消費者的信息優勢，即可對不同的消費者采取不同的定價。這種新的定價機制，在理論上可以讓生產者根據消費者的邊際效用進行定價，從而使消費者剩余轉化為生產者的利潤，并實現利潤最大化。從邏輯上而言，實現大數據算法定價的價格歧視對生產者是有利的，能夠實現在傳統市場價格機制下無法達到的最大化利潤；但從現實看，這種最大化利潤的實現程度還要取決于生產者的大數據收集和處理能力，以及由此產生的成本問題，并不是所有的生產者都可以擁有大數據優勢。收集大數據需要一個非常復雜的系統，為此需要大規模的基礎設施建設投入，這不是一般生產者可以完成的項目。現實中很可能是由一些數據公司或平臺負責掌握數據，并發揮中介功能以連接生產者和消費者。如果達成這樣的格局，那么理論上的生產者價格歧視就變成了數據公司或平臺價格歧視，即數據公司或平臺借助自己的數據和算法優勢對生產者和消費者實施價格歧視，使利潤向數據公司或平臺方轉移。這一影響顯然改變了傳統壟斷廠商實施價格歧視的邏輯，變成了數據公司或平臺對生產者和消費者的雙向的價格歧視。由于大數據建立在互聯網平臺之上，其信息有公開性特點，而價格歧視所需要的一對一形成機制很難在一個公開信息平臺上運行，解決該問題必須使商品滿足消費者的個性化需求，為價格的一對一形成機制提供現實基礎，從而使價格歧視不再是一種單純的利益轉移。因此大數據定價算法下的價格歧視對生產者的影響更加復雜，而到底會產生怎樣的影響取決于生產者的地位。如果生產者能夠擁有大數據優勢，便可以成為價格歧視者并獲得壟斷利潤；如果生產者無法實現大數據優勢，那么它的價格歧視地位會讓渡給數據公司或平臺，同時它自己也會受到價格歧視。

對于消費者而言，在大數據定價算法下的價格歧視中顯然處于最劣勢的地位，受到的影響相對也比較大。傳統價格歧視下如果消費者受到了價格歧視只能在市場均衡價格下將所獲得的消費者剩余轉移給生產者，成為單純的利益受損者；在大數據定價算法引起的價格歧視中，消費者的利益受損程度則變得復雜化了，一方面受價格歧視的影響，消費者接受的商品價格可能是按邊際效應確定的，因而受到消費者剩余的損失；另一方面由于歧視價格中包含了對消費者需求欲望的深度挖掘，從而使消費者在歧視性的高價下獲得了個性化的需求滿足，這是大數據定價算法下的價格歧視對消費者影響的特殊之處，不像傳統價格歧視下的消費者那樣只能接受歧視性高價，無法得到個性化的需求滿足。大數據定價算法下的價格歧視可以滿足消費者的個性化需求，這是價格歧視的新特點，也是價格歧視對消費者影響的一個重要內容。

對于整個社會而言，大數據定價算法引起的價格歧視可引起社會福利的變化。傳統價格歧視實現的是收益轉移，不影響整個社會的福利水平。大數據定價算法下的價格歧視之所以可以引起社會福利的變化，主要是建立在通過數據挖掘消費者的消費潛力和引導生產者提供個性化產品與服務所帶來的福利增加上。當然，這個過程可能會引起過度消費，產生一定的浪費，形成對社會福利的負向拉動。

所以，大數據定價算法引起的價格歧視可能對不同社會主體產生不同的影響，而且其影響的取向和程度也具有不確定性。在大數據、云計算、人工智能等技術越來越發達并已進入人們日常生活的背景下，由此引起的價格歧視必須有正確認識，對它產生的影響需要進行科學評估，在此基礎上制定規制，盡量消除這種價格歧視帶來的負面影響，是目前理論和實踐中都需要認真對待的問題。

四、 大數據算法價格歧視的有效規制

既然大數據定價算法引起的價格歧視對社會不同主體會產生不同的影響，對整個社會福利的影響也有不同的取向，那么如何引導大數據算法的定價機制趨向合理成為一個現實而有意義的課題。要引導大數據算法的定價機制趨于合理，并消除由此引發的價格歧視弊端，必須找到有效的規制手段。

規制屬于一種政府行為，以維護和達到特定的公共利益為目標，對市場主體行為施加的某種限制和約束。政府實施規制，其實質是對市場運行及企業行為的微觀干預。當出現市場失靈時，可以實施宏觀干預，也可以實施微觀規制。宏觀干預是為了穩定宏觀經濟，微觀規制則是為了確保微觀經濟有序運行，實現社會福利最大化。政府的微觀規制必須依法進行，通過制定規章、設定許可、監督檢查、行政處罰和行政裁決等行政手段，對特定經濟主體的活動進行限制和控制。政府實施規制的傳統做法有經濟性規制和社會性規制。經濟性規制，傳統意義上被用于對公用事業的進入和價格進行控制，這一規制的出發點是自然壟斷和信息不對稱。社會性規制，是從生產者和消費者的健康和安全出發，主要集中于環境保護、產品質量和生產安全方面制定規章制度，以糾正在這些領域因某些經濟活動所引發的各種副作用和外部性問題。大數據定價算法引起的價格歧視既有壟斷因素，也有信息問題，還有社會福利增進的訴求，對此實施規制有其客觀根據。然而，大數據定價算法下的價格歧視是一個新現象，在對其實施規制時必須有新思路和新手段。根據大數據定價算法的性質，以及由此引起的價格歧視的特殊性，所采取的規制手段必須更加精準、更富創新性。

首先是增加技術規制手段，以平衡掌握大數據的供給方與作為單純消費者的需求方之間的關系。大數據定價算法建立在對眾多消費者行為的數據收集和處理基礎上。進行這一工作的成本是高昂的，無論是自己開發算法進行收集、處理，還是借助大數據公司完成這些工作，都是一般消費者難以承擔的。因此，過去市場關系中的信息不對稱有了新的形式，即消費者變成了一個透明體，各種消費行為都在無意中被收集，進而變成商家對自己進行分析的基礎材料，甚至一些潛意識中的消費欲望也被發掘，自己卻一無所知。相對于消費者的透明性，生產者或消費品的供給者則藏在隱蔽處，實施著各種針對消費者的推銷計劃。針對這樣的信息不對稱，需要采取一些技術手段，一定程度地改變供給方和需求方之間的不平衡關系，比如普及互聯網技術，促使規制主體可以以更快的信息獲取速度，快捷全面地了解大數據定價算法價格歧視所需要的專業知識，與消費者實現隨時隨地的信息交互，有效地消除供給方和需求方之間的信息不對稱。QQ和微信等通信軟件的普及和易操作性也極大地降低了消費者技術運用的準入門檻，增加了對抗數據壟斷者的力量。此外，運用區塊鏈技術實現對消費者信息的智能化保護也是一種選擇。區塊鏈技術是在互聯網大數據發展中形成的一個新技術，其架構可以實現一種智能合約功能，該功能可以最大程度地保護消費者數據信息不被遺失和最大化地實現被使用的有償性。

其次是創新經濟性規制，以規范利用大數據定價算法進行價格歧視的生產者或供給方的過度行為。理論上，當一些生產者可以利用大數據及算法充分了解消費者行為時，便一定會實施某種價格歧視行為。從生產者的角度看，這既有內在動力，也有外在條件。因此，對生產者的行為進行規制并不是要它完全不實施價格歧視，而是要限制其過度的價格歧視。如果生產者掌握了消費者的某種消費行為，進行定制性推送可以滿足消費者個性化需求并高價售賣商品，這仍屬于市場自由交易行為，對滿足交易雙方的效用最大化是有益的。然而，在這種價格歧視中如果同時發生了過度誘導消費者的情況，問題的性質便起了變化。當生產者或供給方利用自身優勢和消費者或需求方的劣勢，故意制造某種氛圍，讓處于信息不對稱的消費者產生恐慌性消費和非理性購買時，進行規制便有了必要。實施規制有利于減少消費者因為非理性消費而引起的損失，社會也可避免許多浪費。現實中，經常能夠看到不少人受密集推送和非理性的引導購買許多非必需商品，但這些商品滿足的只是人們的購買欲望或購買本身的效用，不是滿足人們的消費效用的。每年的“雙十一”都有不少“剁手族”大量購買之后又束之高閣，將正常的消費行為變成了一個消費的節日。對于這樣的消費行為便需要適當規制，而且需要用新的思維去理解。也許有人認為“雙十一”是一種降價促銷，無關價格歧視。但價格歧視并不專指壟斷高價，大數據定價算法的價格歧視也可以采取壟斷低價的形式，因為這種方式同樣可以實現利潤最大化。針對這種行為，規制的手段可以采取引導性的，目的主要是避免因此造成社會福利的損失。

最后是拓展社會性規制，以限制掌握大數據及算法的生產者或供給方侵犯消費者或需求方的隱私和安全。在互聯網、大數據快速發展的今天，人們更多地關注的只是這種技術本身的發展，以及怎樣設法使之更好地為經濟社會服務，對其可能造成的負面影響則關注不夠或有意回避。實際上，在互聯網和大數據快速發展的形勢下，個人無論是作為這種技術的使用者，還是借助該技術進行生產生活，都處于相對弱勢的地位。過去可以保護的隱私，現在被暴露在陽光之下，比如人們常常感嘆互聯網大數據下沒有秘密可言。為此，發揮社會性規制保護人們健康和安全的功能，消除由此可能引發的外部性問題，對大數據定價算法下的價格歧視實行價格規制是很有意義的，不過這需要一些特殊的手段，并需要法律制度的創新。法律性規制一直是規制價格歧視的重要手段。然而，對于大數據算法下的價格歧視的法律規制，現有的法律制度已不適宜，需要完善。我國現行《反壟斷法》第17條規定，沒有正當理由，對條件相同的交易相對人，在交易價格等交易條件上實行差別對待屬于濫用市場支配地位的行為，應予以禁止。但《反壟斷法》規制大數據算法下價格歧視的一個前提條件是經營者必須具有市場支配地位，消費者無法用腳投票。鑒于目前依然無法將用戶數據規模作為衡量市場勢力的標準，市場支配地位并不是實施大數據算法價格歧視的必要條件，只要經營者擁有足夠多的高質量的數據和足夠先進的算法，即可實現對用戶進行高精度的畫像，從而實現對不同的消費者進行價格歧視。此外，我國現行《價格法》和《消費者權益保護法》也都不適用于大數據定價算法下的價格歧視行為的規制，必須創新法律，以盡快適應大數據及其算法發展的形勢，這是時代提出的新課題，也是對大數據定價算法下的價格歧視引起的社會性損害予以規制的新要求。

① ⑦ Alessandro Acquisti，Hal R.Varian，“Conditioning Prices on Purchase History，”MarketScience，vol.24，no.3，Summer 2005，pp.367-381.

② ⑥ ⑧ Ariel Ezrachi，Maurice E. Stucke，VirtualCompetition：ThePromiseandPerilsoftheAlgorithm-DrivenEconomy，Harvard University Press，2016，p.113-169.

③ 施春風：《定價算法在網絡交易中的反壟斷法律規制》，《河北法學》2018年第11期。

④ 俞靈琦：《大數據帶來的是“精準定位”還是“價格歧視”？》，《華東科技》2019年第12期。

⑤ 尤瓦爾·赫拉利：《未來簡史》，北京：中信出版集團出版，2017年，第75頁。

⑨ Ramsi A.Woodcock，“Big Data,Price Discrimination,and Antitrust，”HastingsLawJournal，vol.68，no.6，August 2017，pp.1371-1420.

⑩ Oren Bar Gill，“Algorithmic Price Discrimination When Demand Is a Function of Both Preferences and (Mis)perceptions，”TheUniversityofChicagoLawReview，vol.86，no.2，March 2019，pp.217-254.