詹好 邵靳天 黃智威

摘 ?要： “大數(shù)據(jù)殺熟”概念并沒有一個統(tǒng)一的定義，且現(xiàn)有的幾種定義均存在不足與缺陷，這進(jìn)一步導(dǎo)致了對于“大數(shù)據(jù)殺熟”危害的理解及其解決方式的設(shè)定存在偏差。只有當(dāng)消除“殺熟”與價格歧視之間的聯(lián)系，正確認(rèn)識“殺熟”的目的，擴(kuò)寬“被殺熟”對象的范圍，以用戶數(shù)據(jù)作為“殺熟”現(xiàn)象的核心因素，才能夠更好地解決“殺熟”問題。

關(guān)鍵詞： 大數(shù)據(jù)殺熟;價格歧視

中圖分類號： F407.67 ? ?文獻(xiàn)標(biāo)識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.08.014

本文著錄格式：詹好，邵靳天，黃智威.“大數(shù)據(jù)殺熟”：概念澄清及解決方案[J]. 軟件，2019，40（8）：6265

【Abstract】： There is no unified definition of the concept of swindling acquaintances in big data， and the existing definitions all have shortcomings and defects， which further leads to the misunderstanding of the harm and the bias of solutions. The only way to solve this problem is to eliminate the connection between swindling acquaintances in big data and price discrimination， correctly understand the purpose of swindling acquaintances in big data， expand the range of subject to be swindled， and take user data as the core factor.

【Key words】： Swindling acquaintances in big data; Price discrimination

0 ?引言

作為國家語言資源監(jiān)測與研究中心、商務(wù)印書館、央視新聞等單位共同發(fā)布的2018年度十大新詞語，“大數(shù)據(jù)殺熟”第一次被公媒提出是在《科技日報》2018年2月28日的一片新聞報道上。這篇以《別讓“殺熟”殺死大數(shù)據(jù)》的文章轉(zhuǎn)述了人們在使用互聯(lián)網(wǎng)產(chǎn)品時遇到的普遍現(xiàn)象：不同賬號在購買“同一”物品或服務(wù)時，所支付的費(fèi)用不同。如，在某一訂一個酒店的房間，甲顯示的費(fèi)用是400元，而同一時間，用朋友的賬號登陸該平臺后，發(fā)現(xiàn)同一酒店的同一房型價格在，300元左右——同樣的產(chǎn)品和服務(wù)，卻有著不同的價格。此新聞一經(jīng)報道，引起了黨媒的高度重視。3月28日，光明日報以《大數(shù)據(jù)殺熟，無關(guān)技術(shù)關(guān)乎倫理》為題，講述了“大數(shù)據(jù)殺熟”現(xiàn)象的嚴(yán)重后果，并讓人們警惕這一現(xiàn)象可能給大數(shù)據(jù)這一技術(shù)的未來發(fā)展制造“污名效應(yīng)”。[1]此后，眾多媒體紛紛接力，從三月下旬開始，

關(guān)于“大數(shù)據(jù)殺熟”的報道層出不窮，相關(guān)報道也多次成為新聞頭條。

可見“大數(shù)據(jù)殺熟”概念源自于人們在日常生活中使用互聯(lián)網(wǎng)產(chǎn)品時所遇到的一種情形，我們地將這一現(xiàn)象與傳統(tǒng)社會經(jīng)濟(jì)生活中的“殺熟”概念結(jié)合在了一起，并為之命名?！皻⑹臁币辉~為這一概念添加了“為私利損害‘熟人利益”的內(nèi)涵，這種基于日常體驗(yàn)所給定的價值判斷哪怕在大方向上可靠，其準(zhǔn)確性又有多少呢？

此外，我們將大數(shù)據(jù)殺熟的罪責(zé)以一種簡單的方式歸結(jié)在了“算法”身上，而沒有對造成這一危害的本源進(jìn)行詳細(xì)、細(xì)致地分析。這種歸責(zé)的錯位導(dǎo)致了我們在提出解決方案時遇到了困難。

基于此，本文從“大數(shù)據(jù)殺熟”概念出發(fā)，對當(dāng)前幾種定義方式進(jìn)行了梳理，澄清了其中描述不準(zhǔn)確的部分，并基于此探尋“殺熟”行為的核心原因，并給出相應(yīng)的解決方案。

1 “殺熟”概念的兩種定義方式

就目前的公開資料而言，無論是新聞媒體還是學(xué)界，對于“大數(shù)據(jù)殺熟”概念的定性大多都是“一種價格歧視行為”或“一種價格歧視現(xiàn)象”（指一級價格歧視）。

首先，按照對“行為主體的獲利傾向”強(qiáng)調(diào)與否，又可以分為兩類：強(qiáng)調(diào)殺熟目的類別和不強(qiáng)調(diào)殺熟目的的類別，我們姑且稱前者為目的派，后者為本質(zhì)派。目的派主張正是由于行為主體對利益的訴求，才引發(fā)了“大數(shù)據(jù)殺熟” 現(xiàn)象。在他們看來所謂“大數(shù)據(jù)殺熟”，是經(jīng)營者依據(jù)消費(fèi)者個人的消費(fèi)偏好數(shù)據(jù)，利用忠誠客戶的路徑依賴和信息不對稱，就同一商品或服務(wù)向其索取高于新用戶的售價的現(xiàn)象。[2]而正是因?yàn)榻?jīng)營主體暗中提高了銷售價格，坑害消費(fèi)者利益，因此該現(xiàn)象才被稱之為“殺熟”，[3]因此，進(jìn)行區(qū)別定價，追求一級價格歧視從 ? 而使得自身利益最大化正是“大數(shù)據(jù)殺熟”的本 ?質(zhì)。[4]但本質(zhì)派卻沒有對“大數(shù)據(jù)殺熟”進(jìn)行目的預(yù)設(shè)，他們僅僅認(rèn)為“大數(shù)據(jù)殺熟”是基于算法，實(shí)現(xiàn)了對不同用戶進(jìn)行不同定價，由此引發(fā)的價格差異現(xiàn)象，至于這種價格的差異是否來源行為主體于對利益的訴求則并不重要。[5]值得注意的是，二者均認(rèn)同“大數(shù)據(jù)殺熟”是一種價格歧視行為。

2 “大數(shù)據(jù)殺熟”與價格歧視

大多數(shù)定義中將“大數(shù)據(jù)殺熟”看作是一種價格歧視行為的說法其實(shí)并不正確，非價格歧視行為同樣可能造成“大數(shù)據(jù)殺熟”現(xiàn)象，而這種錯誤理解將會導(dǎo)致我們所制定的解決方案失效。

價格歧視（Price Discrimination）是微觀經(jīng)濟(jì)中的一種定價策略，[6]指的是細(xì)分市場中的同一供應(yīng)商以不同的價格出售相同或大致相似的商品或服務(wù)。[7]價格歧視所導(dǎo)致的差異化價格與差異化產(chǎn)品（product differentiation）有所不同，后者涉及的是不同的產(chǎn)品或服務(wù)，[8]而價格歧視產(chǎn)生的主要原因是客戶不同的支付意愿以及不同的需求彈性。[9]即價格歧視存在兩大特征，一是價格歧視的發(fā)起主體為產(chǎn)品的供應(yīng)商，二是價格歧視所涉及的是不同的產(chǎn)品或服務(wù)。

但在我們熟知的案例中，“大數(shù)據(jù)殺熟”概念似乎都不太符合這兩大特征。如在“淘寶商城大數(shù)據(jù)殺熟”案例中，甲乙兩人在淘寶平臺上搜索同樣關(guān)鍵詞的商品，搜索到的商品基本相同，價格不同且提供商品的店家也不同。在這種情況下，一般會認(rèn)為甲乙二人平時消費(fèi)習(xí)慣有所差異，因此淘寶提供給他們相同的產(chǎn)品以不同的價格，這是赤裸裸的價格歧視。然而作進(jìn)一步的追問后我們就會發(fā)現(xiàn)問題，淘寶平臺作為價格歧視的主體，提供了相應(yīng)的商品或服務(wù)嗎？淘寶作為一個中介平臺，其本身并沒有提供商品的職能，因此其并非價格歧視的主體;另一方面，不同渠道拿到同一商品的價格可能不同，由于不同售價的商品出自不同的店鋪，因此店鋪也并非價格歧視的主體。

另一種考慮“優(yōu)惠券”的情景則微妙得多。當(dāng)優(yōu)惠額度或折扣的提供方為平臺時，由于導(dǎo)致價格差異的主體與提供產(chǎn)品或服務(wù)的主體不同，很難說產(chǎn)生了價格歧視現(xiàn)象;而如果優(yōu)惠額度或折扣的提供方為店鋪本身時，價格差異主體與產(chǎn)品或服務(wù)的提供主體同一，此時我們可以認(rèn)為店鋪針對不同用戶進(jìn)行了價格歧視。

滴滴大數(shù)據(jù)殺熟等案例又與上述情況有所不同?！暗蔚纬鲂小钡却蜍嚻脚_不僅扮演著C2C的模式下平臺中介的角色，連接著司機(jī)和乘客，平臺本身同時也是打車服務(wù)的提供商，而司機(jī)沒有對服務(wù)進(jìn)行自主定價或議價的權(quán)利，只是承接運(yùn)送任務(wù)的主體而已。因此，一旦出現(xiàn)了對不同乘客提供相同服務(wù)卻收取不同價格情況，則難以逃避價格歧視的指控。

綜上，我們可知判斷并非所有的“大數(shù)據(jù)殺熟”現(xiàn)象都是價格歧視，我們需要考察導(dǎo)致用戶價格差異的主體以及提供產(chǎn)品或服務(wù)的主體，只有當(dāng)二者同一時，才導(dǎo)致了價格歧視。而一旦解除了價格差異與“殺熟”的聯(lián)系，試圖通過價格歧視相關(guān)法條來限制“殺熟”行為的做法也就自然失效了。

3 “殺熟”的目的

目的派和本質(zhì)派之爭在于大數(shù)據(jù)殺熟過程中發(fā)起殺熟行為的主體是否存在對利益訴求。在前文所述案例中，我們發(fā)現(xiàn)所謂的“大數(shù)據(jù)殺熟”行為主要存在兩種情況，即價格差異的主體以及提供產(chǎn)品或服務(wù)的主體相同的情況與不同的情況。

在二者相同的情況下造成了一級價格歧視（或稱完全價格歧視），將消費(fèi)者剩余轉(zhuǎn)化為了產(chǎn)品或服務(wù)提供商的收入，此時價格歧視的唯一目的就是為了獲取更多的利益;而在二者不同的情況下，平臺可能辯護(hù)說利益的獲得者為產(chǎn)品或服務(wù)的提供者而不是平臺本身，因此盡管導(dǎo)致價格差異的主體是平臺，但其目的并非為了追求利潤。

一種可能的反駁是，這有意隱藏了平臺與產(chǎn)品或服務(wù)提供商之間的關(guān)系，因?yàn)檎怯捎谄脚_利用用戶數(shù)據(jù)實(shí)現(xiàn)差異化價格能夠幫助提供商獲取利潤，提供商才選擇與平臺合作。雖然平臺并沒有直接從其行為中獲取利益，但也間接地獲得了好處。

另一種情況則更為復(fù)雜，如果在差異化價格下提供的是相似卻又不同的產(chǎn)品或服務(wù)，在很難講這一行為稱之為價格歧視的情況下，能夠認(rèn)為這一行為的本質(zhì)目的是在追求提供商的利益嗎？能夠?qū)⑵淇醋魇谴髷?shù)據(jù)殺熟嗎？

對于這兩個問題有著相同的判斷方法：（1）所提供的增值產(chǎn)品或服務(wù)是否向某類用戶默認(rèn)推薦;（2）所提供的增值產(chǎn)品或服務(wù)是否與增加的價格相當(dāng);（3）所提供的增值產(chǎn)品或服務(wù)是否是所推薦用戶所廣泛需要的。

首先，如果提供商或平臺向所有用戶默認(rèn)提供產(chǎn)品或服務(wù)的種類和價值相同，只是針對于某類用戶提供或推薦了購買增值產(chǎn)品或服務(wù)的選項(xiàng)，那么我們可以認(rèn)為這是不存在大數(shù)據(jù)殺熟行為的。其次，如果提供商或平臺向用戶默認(rèn)推薦了類似卻不同的產(chǎn)品或服務(wù)，那么我們就需要考察產(chǎn)品或服務(wù)的差異是否是與價格的差異相當(dāng)。若是二者之間存在較大的差別的，那我們可以認(rèn)為這種差異化的推薦是提供商的一種惡意的單純追求利益的行為，同樣也是一種殺熟行為;而如果二者相當(dāng)，則需要考慮所提供的增值產(chǎn)品或服務(wù)是否是所推薦用戶所廣泛需要的。如果這種差異化的產(chǎn)品給該類型的大部分用戶提供了他們的所需，且增加的價格較為合理，那么盡管會有價格上的差異，但是其目的卻是為了給用戶提供更加便捷的服務(wù)而不是純粹的利益訴求，也就不能將其認(rèn)定為大數(shù)據(jù)殺熟行為。

在正確“殺熟”行為目的后，我們可以發(fā)現(xiàn)是否存在價格差異，是否存在增值產(chǎn)品或服務(wù)與“大數(shù)據(jù)殺熟”行為并沒有直接因果聯(lián)系，強(qiáng)制要求提供同等價格或清除一切增值產(chǎn)品與服務(wù)并不能夠解決“大數(shù)據(jù)殺熟”問題。

4 ?基于算法的解決方案與基于數(shù)據(jù)的解決方案

導(dǎo)致大數(shù)據(jù)殺熟的核心原因在于用戶數(shù)據(jù)而不是算法，后者并不能直接導(dǎo)致大數(shù)據(jù)殺熟或價格歧視。

類似于協(xié)同過濾這類分類算法只是聚類具有相似行為的用戶，并給就某一用戶個給出購買某種產(chǎn)品的概率。若用戶在接受推薦的同時也有自主選擇的可能，則不存在“殺熟”問題;若該算法用于預(yù)測用戶可能接受的商品價格，并向向不同用戶不同定價，則存在“殺熟”問題。算法本身并不是導(dǎo)致“殺熟”的關(guān)鍵——任何一個分類算法都可以導(dǎo)致價格歧視問題。所以，從限制算法的角度來解決大數(shù)據(jù)殺熟問題是不現(xiàn)實(shí)的——除非不使用任何算法——這種后果是我們難以承受的，因?yàn)橐坏┤绱?，大部分互?lián)網(wǎng)平臺也就沒有辦法使用了。

而在現(xiàn)有的解決方案中，通常依賴“法律懲處”和“政策限制”等方法，通過約束一個虛幻的“算法”來進(jìn)而約束大數(shù)據(jù)殺熟行為，[10]但由于“殺熟”技術(shù)復(fù)雜性，使得平臺或商戶可以非常輕松地使這種約束淪于文件而得不到真正地實(shí)施。

基于數(shù)據(jù)的解決方案則確可以避免以上問題。該方案從“殺熟”技術(shù)原理本身出發(fā)，與政策相結(jié)合，在考慮商戶或平臺利益的基礎(chǔ)上，盡可能避免“殺熟”行為。用戶數(shù)據(jù)作為大數(shù)據(jù)殺熟的核心因素，一切的大數(shù)據(jù)殺熟行為都源于此。正如我們在上文中分析的那樣，哪怕我們允許平臺作為獨(dú)立的第三方擁有獲取信息的權(quán)利，但這部分信息是否能夠直接或間接地為商戶所用，以怎樣的形式傳遞給商戶，均有著大量的可以操作的空間。

比如在一定程度上維護(hù)平臺、商戶的權(quán)益的前提下，我們可以結(jié)合數(shù)據(jù)被遺忘權(quán)，允許用戶自主刪除自己的部分或全部數(shù)據(jù);甚至強(qiáng)制要求平臺或商戶每過一段時間就刪除用戶的部分歷史數(shù)據(jù)。

5 ?結(jié)論

本文從“大數(shù)據(jù)殺熟”的概念定義出發(fā)，討論出現(xiàn)“殺熟”現(xiàn)象的核心原因以及目的派與本質(zhì)派對于“殺熟”現(xiàn)象所提出的解決方案。首先，由于“大數(shù)據(jù)殺熟”并不一定是價格歧視，因此試圖通過價格歧視相關(guān)法條來限制“殺熟”行為的做法并不可取;其次由于是否存在價格差異，是否存在增值產(chǎn)品或服務(wù)與 “大數(shù)據(jù)殺熟”行為并沒有直接因果聯(lián)系，因此要求提供同等價格或清除一切增值產(chǎn)品與服務(wù)的方法并不能夠解決“大數(shù)據(jù)殺熟”問題;最后，本文提出了基于數(shù)據(jù)的解決方案，通過結(jié)合數(shù)據(jù)被遺忘權(quán)，允許用戶自主刪除自己的部分或全部數(shù)據(jù)，甚至強(qiáng)制要求平臺或商戶每過一段時間就刪除用戶的部分歷史數(shù)據(jù)，可以從根本上避免“大數(shù)據(jù)殺熟”問題。

參考文獻(xiàn)

[1] 朱昌俊. 大數(shù)據(jù)殺熟， 無關(guān)技術(shù)關(guān)乎倫[N]. 光明日報， 2018-3-28（10）.

[2] 鄒開亮， 劉佳明. 大數(shù)據(jù)“殺熟”的法律規(guī)制困境與出路——僅從《消費(fèi)者權(quán)益保護(hù)法》的角度考量[J]. 價格理論與實(shí)踐， 2018（8）： 47-50.

[3] 陸峰. 大數(shù)據(jù)“殺熟”呼喚行業(yè)深度治理[N]. 中國計算機(jī)報， 2018-07-23（014）.

[4] 王恒睿. 大數(shù)據(jù)殺熟背景下的消費(fèi)者公平交易權(quán)保護(hù)[J]. 大數(shù)據(jù)時代， 2018， 20（11）： 22-26.

[5] 高富平. 大數(shù)據(jù)何以“殺熟”？[N]. 上海法治報， 2018.

[6] Krugman PR. International economics： Theory and policy （8/E）. Pearson Education India. 2008， 6： 142.

[7] Robert Phillips. Pricing and Revenue Optimization. Stanford University Press. 2005， 74.

[8] Peter Belobaba， Amedeo Odoni， Cynthia Barnhart. The Global Airline Industry. John Wiley & Sons. 2009， 77.

[9] Apollo， Michal. Dual Pricing–Two Points of View （Citizen and Non-citizen） Case of Entrance Fees in Tourist Facilities in Nepal. Procedia-Social and Behavioral Sciences. 2014.

[10] 孫善微. 大數(shù)據(jù)背景下價格欺詐行為的法律規(guī)制——以大數(shù)據(jù)“殺熟”為例[J]. 北方經(jīng)貿(mào)， 2018， No. 404（07）： 57-58.