邢根上，魯 芳，羅定提

（1.湖南工業(yè)大學 商學院，湖南 株洲 412007；2.中南林業(yè)科技大學 物流與交通學院，湖南 長沙 410004）

1 研究背景

隨著電商平臺運用大數(shù)據(jù)的深入，已衍生出一個讓眾多消費者關注的問題，即電商平臺利用大數(shù)據(jù)區(qū)分新老客戶，并實行老客戶價格更高的差異化定價，此被稱為大數(shù)據(jù)“殺熟”。如2020 年“3.8”婦女節(jié)活動中，一豆瓣用戶同時使用非88VIP 賬號及88VIP賬號查詢某超市中“某豆奶250 mL×24 盒”的商品，88VIP 賬號顯示的價格為73.3 元，而非88VIP賬戶顯示的價格為62.8 元。2019 年北京市消費者協(xié)會發(fā)布的關于大數(shù)據(jù)“殺熟”問題的調查結果顯示，88.32%的被調查者認為大數(shù)據(jù)“殺熟”現(xiàn)象普遍或很普遍，有56.92%的被調查者有過被大數(shù)據(jù)“殺熟”的經(jīng)歷，且網(wǎng)購平臺、在線旅游和網(wǎng)約車等大數(shù)據(jù)“殺熟”問題較多[1]，可見大數(shù)據(jù)“殺熟”已成為電子商務領域中亟需解決的一個問題。

大數(shù)據(jù)“殺熟”是一種價格歧視，卻又與傳統(tǒng)的價格歧視有所不同，其本質是企業(yè)根據(jù)消費者購買行為實行的差異化定價。D.Fudenberg 等[2-3]最早提出了“基于行為的價格歧視”概念，指出企業(yè)基于消費者的購買歷史信息在消費者間進行價格歧視。此后，蔣傳海等[4]研究了企業(yè)利用消費者歷史購買信息進行差別定價的本質特征和形成機制，得出了消費者尋求多樣化購買是企業(yè)實施這種差異化定價策略內在原因的結論。除了差異化定價策略外，企業(yè)還有一種策略選擇。D.Villas 等[5]發(fā)現(xiàn)，如果消費者曾在一家企業(yè)購買過商品，那么企業(yè)就能利用消費者暴露的信息更好地進行針對性營銷。而在如今的經(jīng)濟社會中，大數(shù)據(jù)廣泛運用更是為企業(yè)的針對性營銷創(chuàng)造了條件。Hann I.H.等[6]的研究表明，針對消費者行為的廣告和定價現(xiàn)已非常普遍。也有學者探討了企業(yè)利用大數(shù)據(jù)進行針對性營銷和價格歧視之間的權衡與選擇。如De.Corniere 等[7]研究了在消費者的隱私是內生條件下企業(yè)對這兩種策略的選擇問題。而電商平臺依據(jù)消費者的購買頻率、平臺使用時間等行為制定差異化定價的策略便屬于“基于行為的價格歧視”，且是在大數(shù)據(jù)時代下基于行為價格歧視的進一步發(fā)展。

對于大數(shù)據(jù)“殺熟”問題的解決辦法，已有文獻主要從法律規(guī)制的角度給出建議。如鄒開亮等[8]指出我國《消費者權益保護法》中的個人信息保護、損害賠償?shù)戎贫染萑胍?guī)制困境，并闡述了規(guī)制大數(shù)據(jù)“殺熟”的路徑；王恒睿[9]提出實行“以網(wǎng)管網(wǎng)”的方式解決電子商務中的維權難問題。也有學者關注到電商平臺算法不透明，從而提出一些建議。如楊可娜[10]針對網(wǎng)約車市場的大數(shù)據(jù)“殺熟”現(xiàn)象，提出了“技術治理”的平臺算法規(guī)制策略，但即使如此，在算法監(jiān)管方面，政府依然面臨較大壓力；廖建凱[11]進一步提出，在經(jīng)營者的算法權利監(jiān)管方面，相關行業(yè)技術協(xié)會應發(fā)揮引導作用，加快算法倫理準則和認證準則的制定。余得生等[12]雖通過構建消費者與商家的演化博弈模型，得出了消費者發(fā)現(xiàn)自己被“殺熟”的概率、消費者的舉報成本等因素對消費者和商家選擇策略的影響，但研究范圍還是消費者通過舉報維權，而消費者維權困難的問題并沒有得到解決。

通過以上對文獻的梳理可知，較多學者認為政府監(jiān)管在制止電商大數(shù)據(jù)“殺熟”行為中起著主導性作用，但政府監(jiān)管對這一現(xiàn)象的治理情況究竟如何？對這一問題的具體研究幾乎無處可尋。基于此，為清晰表現(xiàn)電商企業(yè)與政府的行為變化，本文擬采用演化博弈方法進行研究，演化博弈理論已被許多學者作為研究問題的有效方法，并取得了不錯的研究成果[13-17]?？紤]市場中環(huán)境的復雜性及信息的多樣性，電商企業(yè)和政府不可能考慮到市場中的所有因素，因此不同于以往完全理性人的研究，為了更加符合博弈主體特征，本文將電商企業(yè)與政府設定為有限理性人，進而分析兩者的博弈過程和結果。

2 模型構建

2.1 問題描述

老顧客由于長期使用某單一平臺而產生對這一平臺的長期依賴性，電商企業(yè)為謀取額外利潤會有積極的動機利用大數(shù)據(jù)區(qū)分新老客戶，并對老顧客收取更高的產品價格，因此電商企業(yè)的行為策略空間為（大數(shù)據(jù)殺熟，價格平等）；政府承擔著監(jiān)管企業(yè)行為、保護消費者權益的責任，但由于監(jiān)管難度較大、嚴格監(jiān)管需要耗費較大的監(jiān)管成本，導致政府對電商企業(yè)的監(jiān)管存在松懈的可能，所以政府的行為策略空間為（嚴格監(jiān)管，寬松監(jiān)管）。

2.2 確定模型參數(shù)

為便于描述，對文中符號進行如下定義和說明：C1為電商企業(yè)使用互聯(lián)網(wǎng)平臺的單位支付成本與為消費者提供商品或服務的成本之和，且C1＞0；C2為政府引入監(jiān)管設備、監(jiān)管技術的單位固定成本，且C2＞0；C3為政府采取嚴格監(jiān)管措施產生的單位成本，且C3＞0；C4為政府采取寬松監(jiān)管措施產生的單位成本，且C3＞C4＞0；P1為電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略時的商品或服務價格，且P1＞0；P2為電商企業(yè)選擇“價格平等”策略時的商品或服務價格，且P1＞P2＞0；β為嚴格監(jiān)管成功率，即在政府嚴格監(jiān)管下，成功發(fā)現(xiàn)電商采取大數(shù)據(jù)“殺熟”行為的概率，且β∈[0,1]；γ為寬松監(jiān)管成功率，即在政府寬松監(jiān)管下成功發(fā)現(xiàn)電商采取大數(shù)據(jù)“殺熟”行為的概率，γ∈[0,1]，且β＜γ；φ為老顧客占消費者的比例；δ為電商企業(yè)利用大數(shù)據(jù)對老顧客的“殺熟”比例；F為政府發(fā)現(xiàn)電商采取大數(shù)據(jù)“殺熟”行為時對電商企業(yè)收取的罰金，且F＞0。

本文后面出現(xiàn)的變量符號中，下標“e”表示電商企業(yè)，“g”表示政府。為了符合事實，假設電商企業(yè)進行大數(shù)據(jù)“殺熟”后的額外收益，大于政府寬松監(jiān)管下交納的罰款，并且小于嚴格監(jiān)管下交納的罰款。

2.3 構建博弈矩陣

電商企業(yè)與政府博弈矩陣如表1 所示。

表1 電商企業(yè)與政府博弈矩陣Table1 Game matrix between e-commerce enterprise and the government

在初始階段，電商企業(yè)選擇“大數(shù)據(jù)殺熟”的概率為x（0 ≤x≤1），“價格平等”的概率為1-x；政府選擇“嚴格監(jiān)管”的概率為y（0 ≤y≤1），“寬松監(jiān)管”的概率為1-y。

電商企業(yè)選擇“大數(shù)據(jù)殺熟”和“價格平等”的期望效用及種群效用分別如下：

政府選擇“嚴格監(jiān)管”和“寬松監(jiān)管”的期望效用及種群效用分別如下：

復制動態(tài)方程表現(xiàn)了博弈雙方學習的進度和方向，由式（1）～（6）可得電商企業(yè)與政府的復制動態(tài)方程，即動力系統(tǒng)（I）為

當方程等于0 時，表明博弈方的學習速度為0，此時該博弈達到一種相對穩(wěn)定的均衡狀態(tài)。分別令G(x)=0、H(y)=0，可得系統(tǒng)平衡點為(0,0)、(0,1)、(1,0)、(1,1)、(x*,y*)。其中：

為了簡化計算，令a=φδ(P1-P2)-γF，b=C3-C4，d=(β-γ)F。

系統(tǒng)（I）的Jacobian 矩陣A可由公式（7）得到：

按照D.Friedman 的方法[18]，微分方程系統(tǒng)的演化穩(wěn)定策略（evolutionarily stable strategy，ESS）可根據(jù)均衡點Jacobian 矩陣A的行列式與跡的符號進行判斷，若演化博弈均衡點滿足det.A＞0、tr.A＜0，則該均衡點具有局部穩(wěn)定性，即為ESS 均衡點；若均衡點滿足det.A＞0、tr.A＞0，則該均衡點為不穩(wěn)定點；若均衡點滿足det.A＜0，則該均衡點為鞍點。

3 演化模型分析

3.1 電商企業(yè)的演化穩(wěn)定策略

對電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略概率的復制動態(tài)方程G(x)求偏導，可得：

若y=y*，則任何水平的x均處于穩(wěn)定狀態(tài)；若y＞y*，則x=0 為演化穩(wěn)定策略；若y＜y*，則x=1 為演化穩(wěn)定策略。由此得到電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率x關于政府選擇“嚴格監(jiān)督”策略的概率y的反應函數(shù)為

因此，電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率Ve和選擇“價格平等”策略的概率Vē如下：

命題1電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率，會隨著政府懲罰力度、監(jiān)管成功率的增加而降低。

證明對電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率分別關于F、β、γ求偏導可得：

推理1 當，即電商企業(yè)在政府嚴格監(jiān)管下，采取“大數(shù)據(jù)殺熟”策略的凈損益比寬松監(jiān)管下更大時，寬松監(jiān)管成功率的提高相比嚴格監(jiān)管成功率而言，能更顯著降低電商企業(yè)采取“大數(shù)據(jù)殺熟”策略的概率，反之，則嚴格監(jiān)管成功率的影響更大。

證明由命題1 可得，

由命題1 可以看出，政府提高罰款額度與監(jiān)管成功率的提升會對電商企業(yè)起到威懾作用，從而抑制電商企業(yè)采取“大數(shù)據(jù)殺熟”策略，這與人們的直觀感受相符。然而推理1 進一步表明，當電商企業(yè)采取“大數(shù)據(jù)殺熟”策略的額外收益更加靠近寬松監(jiān)管下交納的罰款時，寬松監(jiān)管成功率的變動能夠更快影響電商企業(yè)的凈損益，電商企業(yè)會更加關注寬松監(jiān)管成功率的變化。相反，如果電商企業(yè)采取“大數(shù)據(jù)殺熟”策略的額外收益更加靠近嚴格監(jiān)管下交納的罰款時，電商企業(yè)會更加關注嚴格監(jiān)管成功率的變化。

命題2電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率，隨著老顧客占消費者比例的增加而升高，且升高幅度為。

證明對電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率關于φ求偏導，可得。證畢。

命題2 表明，電商企業(yè)會將老顧客作為自己“收割羊毛”的資源，老顧客比例的提高為電商企業(yè)提供了更大的殺熟空間，更多可獲得的不法收益刺激電商企業(yè)不斷增加采取“大數(shù)據(jù)殺熟”策略的可能性，并且電商企業(yè)采取“大數(shù)據(jù)殺熟”策略的概率與之滿足線性增加的關系，反映了電商企業(yè)并沒有表現(xiàn)出收斂這種行為的跡象。

3.2 政府的演化穩(wěn)定策略

對政府選擇“嚴格監(jiān)管”策略概率的復制動態(tài)方程H(y)求偏導，可得：

若x=x*，則任何水平的y均處于穩(wěn)定狀態(tài)；若x＞x*，則y=1 為演化穩(wěn)定策略；若x＜x*，則y=0 為演化穩(wěn)定策略。由此得到政府選擇“嚴格監(jiān)管”策略的概率y關于電商企業(yè)選擇“大數(shù)據(jù)殺熟”策略的概率x的反應函數(shù)為

因此，政府選擇“嚴格監(jiān)管”的概率Vg和選擇“寬松監(jiān)管”策略的如下：

命題3政府采取“嚴格監(jiān)管”策略的概率，會隨著政府收取罰款金額的增加而升高。

證明。證畢。

命題4 政府采取“嚴格監(jiān)管”策略的概率，會隨著嚴格監(jiān)管成本的增加而降低，但會隨著寬松監(jiān)管成本的增加而升高，且變化幅度相同。

證明，，。證畢。

命題5政府采取“嚴格監(jiān)管”策略的概率，會隨著嚴格監(jiān)管成功率的增加而升高，但會隨著寬松監(jiān)管成功率的增加而降低，且變化幅度相同。

證明

命題3 與實際情況是一致的。然而，命題4 和命題5 則表明，政府采取“嚴格監(jiān)管”策略除了直接受到嚴格監(jiān)管成本和嚴格監(jiān)管成功率的影響外，還會間接受到寬松監(jiān)管成本和寬松監(jiān)管成功率的影響。較低的寬松監(jiān)管成本或者較高的寬松監(jiān)管成功率，會動搖政府采取“嚴格監(jiān)管”策略的決心和意愿。比如，政府在寬松監(jiān)管下便能取得比較令人滿意的監(jiān)管成功率，那么政府還有什么必要進行嚴格監(jiān)管呢？且命題4 和命題5 進一步表明，寬松監(jiān)管成本和寬松監(jiān)管成功率對政府策略選擇的影響，與嚴格監(jiān)管成本和嚴格監(jiān)管成功率相比，產生了完全對沖的效應，實際上的情況就會變成即使嚴格監(jiān)管成本降低（或嚴格監(jiān)管成功率提高），但考慮到寬松監(jiān)管成本也在降低（或寬松監(jiān)管成功率也在提高），兩者的疊加效應很可能會使得政府不采取嚴格監(jiān)管策略，所以政府需要對影響其策略選擇的因素進行多角度評估。

4 均衡點穩(wěn)定性分析

根據(jù)式（8）可得系統(tǒng)（I）的Jacobian 矩陣為

該矩陣對應的行列式和跡表達式如下：

將系統(tǒng)平衡點代入式（17），整理后得到各點對應的矩陣行列式和跡表達式，如表2 所示。

表2 系統(tǒng)（I）的Jacobian 矩陣行列式和跡Table 2 Determinant and trace of Jacobianmatrix of system （I）

由前面的假設條件可知，a＞0，b＞0，a-d＜0。又由各個均衡點的行列式和跡的表達式可得，d-b、b-a、d-b-a的正負會影響各個點的穩(wěn)定性，下面對各個點的穩(wěn)定性進行討論。

命題6點(0,0)、(0,1)不可能是系統(tǒng)的演化穩(wěn)定均衡點。

證明對于點(0,0)，det.A=-ab＜0，對于點(0,1)，det.A=(a-d)b＜0。而根據(jù)演化穩(wěn)定均衡點判定的條件，當一個點滿足det.A＞0、tr.A＜0 時才成為演化穩(wěn)定均衡點。顯然，點(0,0)與(0,1)均不滿足det.A＞0 的條件，故不是演化穩(wěn)定均衡點。證畢。

命題6 表明，當電商企業(yè)采取殺熟策略后所獲得的額外收益高于在政府寬松監(jiān)管下需要交納的罰款，而低于嚴格監(jiān)管下交納的罰款時，無論政府的策略選擇如何，電商企業(yè)都會采取“大數(shù)據(jù)殺熟”策略。

命題7當d-b＞0，即政府進行嚴格監(jiān)管比進行寬松監(jiān)管多獲得的效益大于多付出的成本時，系統(tǒng)不存在演化穩(wěn)定均衡點。

證明當d-b＞0 時，各均衡點的行列式均小于0，不滿足演化穩(wěn)定均衡點的判定條件，故此時系統(tǒng)不存在演化穩(wěn)定均衡點。證畢。

由命題7 可知，若政府進行嚴格監(jiān)管比寬松監(jiān)管多獲得的效益能彌補多付出的成本，則政府樂于采取“嚴格監(jiān)管”策略。此時的演化過程如下：電商企業(yè)為獲取“殺熟”后的額外收益行使“殺熟”策略，均衡點由(0,0)演化為(1,0)；政府嚴格監(jiān)管獲得的額外效益大于額外成本，行使“嚴格監(jiān)管”策略，均衡點由(1,0)演化為(1,1)；電商企業(yè)采取“殺熟”策略所得收益低于政府嚴格監(jiān)管下交納的罰款，轉為“價格平等”策略，均衡點由(1,1)演化為(0,1)；而政府此時不能從征收罰款中獲得效益，維持“嚴格監(jiān)管”策略成本大幅增加，轉為“寬松監(jiān)管”策略，均衡點由(0,1)演化為(0,0)。如此往復，可見電商企業(yè)和政府陷于根據(jù)對方策略調整自身策略的不斷博弈之中。

所以，為有效制止電商企業(yè)的“殺熟”行為，政府不應只從監(jiān)管獲益的角度進行衡量。政府必須意識到只有長期的嚴格監(jiān)管才能遏制電商企業(yè)的“殺熟”行為，并且要做好長期相關財政支出的準備。為此，政府應設立專用款項以支付長期嚴格監(jiān)管產生的成本，做好打持久戰(zhàn)的準備。

命題8當d-b＜0，點(1,0)必為演化穩(wěn)定均衡點，點(1,1)不可能成為演化穩(wěn)定均衡點。

證明當d-b＜0 時，對 于 點(1,0)，有det.A=-(d-b)a＞0，tr.A=d-b-a＜0，滿足演化穩(wěn)定均衡點的判定條件。而點(1,1)若要成為演化穩(wěn)定均衡點，其所對應的跡必須小于0，即tr.A=b-a＜0。所以有(d-b)+(b-a)=d-a＜0，這與本文的假設條件矛盾，故點(1,1)不可能成為演化穩(wěn)定均衡點。證畢。

命題8 表明，若政府進行嚴格監(jiān)管所得到的額外效益不足以彌補額外成本時，政府缺少進行嚴格監(jiān)管的動力，而電商企業(yè)卻能夠獲得不錯的額外收益，所以政府的策略選擇是采取“寬松監(jiān)管”策略，電商企業(yè)采取“大數(shù)據(jù)殺熟”策略。此時的演化過程如下：電商企業(yè)為獲取殺熟后的額外收益行使“殺熟”策略，均衡點由(0,0)演化為(1,0)；而由于政府進行嚴格監(jiān)管的額外成本大于額外效益，所以會繼續(xù)采取“寬松監(jiān)管”策略，最終的演化穩(wěn)定點為(1,0)。

命題8 與命題7 的情形不同，政府直接面臨著采取嚴格監(jiān)管后額外成本大于額外效益的情況，政府進行嚴格監(jiān)管需要利用其它來源的資金收入作為支撐。但政府作為維護市場公平的監(jiān)督者和執(zhí)行者不應只考慮監(jiān)管獲益，而是更要兼顧消費者從市場嚴格監(jiān)管中獲得的利益，應將其作為重要指標統(tǒng)籌考慮。

5 數(shù)值仿真

通過上節(jié)分析可以得出，只有在d-b＜0 的情況下系統(tǒng)才存在演化穩(wěn)定均衡點，且演化穩(wěn)定均衡點為(1,0)。為了更加直觀地刻畫演化過程，并探究電商企業(yè)與政府策略行使的初始意愿對演化進程的影響，下面利用Matlab 軟件對系統(tǒng)中雙方參與者行為策略演化軌跡進行模擬。為滿足d-b＜0 條件，各模型參數(shù)分別賦值如下：φ=0.4，δ=0.5，P1=22，P2=20，C3=0.8，C4=0.4，β=0.5，γ=0.2，F(xiàn)=1。

本文將電商企業(yè)采取“大數(shù)據(jù)殺熟”策略初始意愿、政府采取“嚴格監(jiān)管”策略初始意愿分別設定在低、中、高3 個等級，即{x,y}={0.2,0.5,0.8}來分析對方的策略演化軌跡。所得仿真結果如圖1～3 所示。

圖1 電商與政府演化博弈相位圖Fig.1 An evolutionary game phase diagram of e-commerce enterprise and the government

圖2 x=0∶0.1∶1 時，不同y 值的電商企業(yè)策略演化軌跡Fig.2 Strategy evolution tracks of e-commerce enterprise with different y when x=0∶0.1∶1

對比圖2 中初始意愿等級相同的概率時間曲線，可以發(fā)現(xiàn)，在政府選擇同一“嚴格監(jiān)管”策略的不同概率水平下，電商企業(yè)的策略演化到“大數(shù)據(jù)殺熟”所需要的時間基本上是相同的。但是，隨著政府選擇“嚴格監(jiān)管”策略初始意愿的提高，電商企業(yè)演化到“大數(shù)據(jù)殺熟”所需要的時間延長，即這一條件下，演化策略的速度逐漸變緩。這一結果表明，電商企業(yè)的最終策略選擇雖然是大勢所趨，但是政府對電商企業(yè)大數(shù)據(jù)殺熟的態(tài)度還是起到了一定的震懾作用，能夠減慢電商企業(yè)采取“老顧客”提價策略的速度，從消費者角度看，也能更大程度地保護消費者的利益。

圖3 y=0∶0.1∶1 時，不同x 值的政府策略演化軌跡Fig.3 Strategy evolution tracks of the government with different x when y=0∶0.1∶1

對比圖3 中3 個分圖可以看出，隨著電商企業(yè)采取“大數(shù)據(jù)殺熟”策略初始意愿的提高，即x的取值增大，政府演化到“寬松監(jiān)管”策略的時間逐漸變長，這反映出政府內心的糾結與無奈。電商企業(yè)采取殺熟策略的意愿越來越強，政府雖然想要進行嚴格監(jiān)管，但是考慮到長期嚴格監(jiān)管產生的成本遠高于從中獲得的效益，無奈之下，只能繼續(xù)采取“寬松監(jiān)管”的策略，但是這一情形下演化到穩(wěn)定策略所需要的時間會更長。

6 結論

針對大數(shù)據(jù)“殺熟”問題，本文通過構建由電商企業(yè)與政府組成的演化博弈模型，研究了雙方的演化穩(wěn)定策略，分析了雙方行為策略選擇的影響因素，并在此基礎上通過數(shù)值分析模擬了電商企業(yè)和政府初始狀態(tài)對演化穩(wěn)定均衡的影響，得出如下結論：

1）政府進行嚴格監(jiān)管時的額外收益大于額外成本時，需要長期行使“嚴格監(jiān)管”策略才能抑制電商企業(yè)的大數(shù)據(jù)“殺熟”行為；

2）政府進行嚴格監(jiān)管時的額外收益小于額外成本時，其傾向于采取“寬松監(jiān)管”策略，但最終的策略選擇應將消費者的利益訴求納入考核體系；

3）政府進行嚴格監(jiān)管不只是會受到嚴格監(jiān)管成本和嚴格監(jiān)管下成功概率的影響，還會受到寬松監(jiān)管成本和寬松監(jiān)管下成功概率的影響，而且影響效果完全相反；

4）政府對于行使“嚴格監(jiān)管”策略的強烈初始意愿能夠減慢電商采取大數(shù)據(jù)“殺熟”策略的速度。

基于以上結論，可為我國政府行政管理提出如下建議：1）維持嚴格監(jiān)管需耗費長期的財政資金，政府需設立專用款項用于此項支出；2）政府對于大數(shù)據(jù)“殺熟”行為監(jiān)管策略的選擇應綜合考慮嚴格監(jiān)管的成本及其成功率、寬松監(jiān)管的成本及其成功率等多因素的影響；3）政府應積極向社會表明對大數(shù)據(jù)“殺熟”問題的零容忍態(tài)度，為消費者爭取更多的時間保護自身權益。

本文創(chuàng)新性地將電商企業(yè)與政府假定為有限理性人，探討了大數(shù)據(jù)“殺熟”問題中電商企業(yè)與政府的演化穩(wěn)定策略，以及影響雙方行為策略的因素，但研究中未考慮電商企業(yè)如何利用大數(shù)據(jù)殺熟，同時對于老顧客占消費者比例的劃分還不夠具體，今后的研究工作可以考慮從以上方面展開。