詹好 邵靳天 黃智威

摘 ?要： “大數(shù)據(jù)殺熟”概念并沒(méi)有一個(gè)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(duì)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(jià)格歧視之間的聯(lián)系，正確認(rèn)識(shí)“殺熟”的目的，擴(kuò)寬“被殺熟”對(duì)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(wèn)題。

關(guān)鍵詞： 大數(shù)據(jù)殺熟;價(jià)格歧視

中圖分類(lèi)號(hào)： F407.67 ? ?文獻(xiàn)標(biāo)識(shí)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(guó)家語(yǔ)言資源監(jiān)測(cè)與研究中心、商務(wù)印書(shū)館、央視新聞等單位共同發(fā)布的2018年度十大新詞語(yǔ)，“大數(shù)據(jù)殺熟”第一次被公媒提出是在《科技日?qǐng)?bào)》2018年2月28日的一片新聞報(bào)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?cè)谑褂没ヂ?lián)網(wǎng)產(chǎn)品時(shí)遇到的普遍現(xiàn)象：不同賬號(hào)在購(gòu)買(mǎi)“同一”物品或服務(wù)時(shí)，所支付的費(fèi)用不同。如，在某一訂一個(gè)酒店的房間，甲顯示的費(fèi)用是400元，而同一時(shí)間，用朋友的賬號(hào)登陸該平臺(tái)后，發(fā)現(xiàn)同一酒店的同一房型價(jià)格在，300元左右——同樣的產(chǎn)品和服務(wù)，卻有著不同的價(jià)格。此新聞一經(jīng)報(bào)道，引起了黨媒的高度重視。3月28日，光明日?qǐng)?bào)以《大數(shù)據(jù)殺熟，無(wú)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(lái)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(kāi)始，

關(guān)于“大數(shù)據(jù)殺熟”的報(bào)道層出不窮，相關(guān)報(bào)道也多次成為新聞?lì)^條。

可見(jiàn)“大數(shù)據(jù)殺熟”概念源自于人們?cè)谌粘Ｉ钪惺褂没ヂ?lián)網(wǎng)產(chǎn)品時(shí)所遇到的一種情形，我們地將這一現(xiàn)象與傳統(tǒng)社會(huì)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(jià)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(jiǎn)單的方式歸結(jié)在了“算法”身上，而沒(méi)有對(duì)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(cuò)位導(dǎo)致了我們?cè)谔岢鼋鉀Q方案時(shí)遇到了困難。

基于此，本文從“大數(shù)據(jù)殺熟”概念出發(fā)，對(duì)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(kāi)資料而言，無(wú)論是新聞媒體還是學(xué)界，對(duì)于“大數(shù)據(jù)殺熟”概念的定性大多都是“一種價(jià)格歧視行為”或“一種價(jià)格歧視現(xiàn)象”（指一級(jí)價(jià)格歧視）。

首先，按照對(duì)“行為主體的獲利傾向”強(qiáng)調(diào)與否，又可以分為兩類(lèi)：強(qiáng)調(diào)殺熟目的類(lèi)別和不強(qiáng)調(diào)殺熟目的的類(lèi)別，我們姑且稱(chēng)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(duì)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(lái)所謂“大數(shù)據(jù)殺熟”，是經(jīng)營(yíng)者依據(jù)消費(fèi)者個(gè)人的消費(fèi)偏好數(shù)據(jù)，利用忠誠(chéng)客戶的路徑依賴和信息不對(duì)稱(chēng)，就同一商品或服務(wù)向其索取高于新用戶的售價(jià)的現(xiàn)象。[2]而正是因?yàn)榻?jīng)營(yíng)主體暗中提高了銷(xiāo)售價(jià)格，坑害消費(fèi)者利益，因此該現(xiàn)象才被稱(chēng)之為“殺熟”，[3]因此，進(jìn)行區(qū)別定價(jià)，追求一級(jí)價(jià)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(méi)有對(duì)“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(duì)不同用戶進(jìn)行不同定價(jià)，由此引發(fā)的價(jià)格差異現(xiàn)象，至于這種價(jià)格的差異是否來(lái)源行為主體于對(duì)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(jià)格歧視行為。

2 “大數(shù)據(jù)殺熟”與價(jià)格歧視

大多數(shù)定義中將“大數(shù)據(jù)殺熟”看作是一種價(jià)格歧視行為的說(shuō)法其實(shí)并不正確，非價(jià)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(cuò)誤理解將會(huì)導(dǎo)致我們所制定的解決方案失效。

價(jià)格歧視（Price Discrimination）是微觀經(jīng)濟(jì)中的一種定價(jià)策略，[6]指的是細(xì)分市場(chǎng)中的同一供應(yīng)商以不同的價(jià)格出售相同或大致相似的商品或服務(wù)。[7]價(jià)格歧視所導(dǎo)致的差異化價(jià)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(jià)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(jià)格歧視存在兩大特征，一是價(jià)格歧視的發(fā)起主體為產(chǎn)品的供應(yīng)商，二是價(jià)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(tái)上搜索同樣關(guān)鍵詞的商品，搜索到的商品基本相同，價(jià)格不同且提供商品的店家也不同。在這種情況下，一般會(huì)認(rèn)為甲乙二人平時(shí)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(jià)格，這是赤裸裸的價(jià)格歧視。然而作進(jìn)一步的追問(wèn)后我們就會(huì)發(fā)現(xiàn)問(wèn)題，淘寶平臺(tái)作為價(jià)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(gè)中介平臺(tái)，其本身并沒(méi)有提供商品的職能，因此其并非價(jià)格歧視的主體;另一方面，不同渠道拿到同一商品的價(jià)格可能不同，由于不同售價(jià)的商品出自不同的店鋪，因此店鋪也并非價(jià)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(tái)時(shí)，由于導(dǎo)致價(jià)格差異的主體與提供產(chǎn)品或服務(wù)的主體不同，很難說(shuō)產(chǎn)生了價(jià)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(shí)，價(jià)格差異主體與產(chǎn)品或服務(wù)的提供主體同一，此時(shí)我們可以認(rèn)為店鋪針對(duì)不同用戶進(jìn)行了價(jià)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。“滴滴出行”等打車(chē)平臺(tái)不僅扮演著C2C的模式下平臺(tái)中介的角色，連接著司機(jī)和乘客，平臺(tái)本身同時(shí)也是打車(chē)服務(wù)的提供商，而司機(jī)沒(méi)有對(duì)服務(wù)進(jìn)行自主定價(jià)或議價(jià)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(duì)不同乘客提供相同服務(wù)卻收取不同價(jià)格情況，則難以逃避價(jià)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(jià)格歧視，我們需要考察導(dǎo)致用戶價(jià)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(shí)，才導(dǎo)致了價(jià)格歧視。而一旦解除了價(jià)格差異與“殺熟”的聯(lián)系，試圖通過(guò)價(jià)格歧視相關(guān)法條來(lái)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(zhēng)在于大數(shù)據(jù)殺熟過(guò)程中發(fā)起殺熟行為的主體是否存在對(duì)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(jià)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(jí)價(jià)格歧視（或稱(chēng)完全價(jià)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(shí)價(jià)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(tái)可能辯護(hù)說(shuō)利益的獲得者為產(chǎn)品或服務(wù)的提供者而不是平臺(tái)本身，因此盡管導(dǎo)致價(jià)格差異的主體是平臺(tái)，但其目的并非為了追求利潤(rùn)。

一種可能的反駁是，這有意隱藏了平臺(tái)與產(chǎn)品或服務(wù)提供商之間的關(guān)系，因?yàn)檎怯捎谄脚_(tái)利用用戶數(shù)據(jù)實(shí)現(xiàn)差異化價(jià)格能夠幫助提供商獲取利潤(rùn)，提供商才選擇與平臺(tái)合作。雖然平臺(tái)并沒(méi)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(jià)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(chēng)之為價(jià)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(duì)于這兩個(gè)問(wèn)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(lèi)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(jià)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(tái)向所有用戶默認(rèn)提供產(chǎn)品或服務(wù)的種類(lèi)和價(jià)值相同，只是針對(duì)于某類(lèi)用戶提供或推薦了購(gòu)買(mǎi)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(tái)向用戶默認(rèn)推薦了類(lèi)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(jià)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(lèi)型的大部分用戶提供了他們的所需，且增加的價(jià)格較為合理，那么盡管會(huì)有價(jià)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(jià)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(méi)有直接因果聯(lián)系，強(qiáng)制要求提供同等價(jià)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(wèn)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(jià)格歧視。

類(lèi)似于協(xié)同過(guò)濾這類(lèi)分類(lèi)算法只是聚類(lèi)具有相似行為的用戶，并給就某一用戶個(gè)給出購(gòu)買(mǎi)某種產(chǎn)品的概率。若用戶在接受推薦的同時(shí)也有自主選擇的可能，則不存在“殺熟”問(wèn)題;若該算法用于預(yù)測(cè)用戶可能接受的商品價(jià)格，并向向不同用戶不同定價(jià)，則存在“殺熟”問(wèn)題。算法本身并不是導(dǎo)致“殺熟”的關(guān)鍵——任何一個(gè)分類(lèi)算法都可以導(dǎo)致價(jià)格歧視問(wèn)題。所以，從限制算法的角度來(lái)解決大數(shù)據(jù)殺熟問(wèn)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(tái)也就沒(méi)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(guò)約束一個(gè)虛幻的“算法”來(lái)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(tái)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(wèn)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(tái)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?cè)谏衔闹蟹治龅哪菢?，哪怕我們?cè)试S平臺(tái)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(tái)、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(tái)或商戶每過(guò)一段時(shí)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(duì)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(jià)格歧視，因此試圖通過(guò)價(jià)格歧視相關(guān)法條來(lái)限制“殺熟”行為的做法并不可取;其次由于是否存在價(jià)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(méi)有直接因果聯(lián)系，因此要求提供同等價(jià)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(wèn)題;最后，本文提出了基于數(shù)據(jù)的解決方案，通過(guò)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(tái)或商戶每過(guò)一段時(shí)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(wèn)題。

參考文獻(xiàn)

[1] 朱昌俊. 大數(shù)據(jù)殺熟， 無(wú)關(guān)技術(shù)關(guān)乎倫[N]. 光明日?qǐng)?bào)， 2018-3-28（10）.

[2] 鄒開(kāi)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(jià)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(guó)計(jì)算機(jī)報(bào)， 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(shí)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(bào)， 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(jià)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.