對價格歧視的簡要說明

歧視性定價行為指的是商家在向不同的消費者提供相同等級、相同質量的商品或服務時，基于后者的購買意愿與支付能力，實行不同的收費標準或價格政策。價格歧視存在的條件之一是商家可以根據顧客針對一系列產品或服務做出的消費決策而對后者做出區分。雖然貨架上的產品大同小異，但總有一些品牌在市場營銷上下了更大力氣。或者，也總有一些商品更加契合特定消費者的喜好。

一個簡單的例子是，如果本地的零售商知道每一位消費者分別愿意為一罐可樂付出多少錢，那么他很可能會向一個重度可樂依賴者收取3美元，而向一個不太情愿喝可樂的家伙要價40美分。就連執法者也承認，商家的歧視性定價行為若想成功需要滿足兩個條件：其一，差別化的定價能力；其二，有限的套利空間。

差別化定價

差別化定價反映出了賣家按照消費者的購買意愿與支付能力將他們區分開來，并且對每一位消費者或每一類消費者群體的需求彈性做出合理判斷的能力。假設一家畫廊在售賣美國攝影師沃克·埃文斯（Walker Evans）的黑白攝影作品時并沒有標明作品的具體售價。倘若你恰好喜歡他的作品，在你的腦海中恐怕會對這幅作品有個大致的心理價位。為了實現價格歧視，畫廊經理的任務就是弄明白你愿意為這幅作品支付的最高價格，經濟學家則將其稱為消費者的“保留價格”（Reservation Price）。如果畫廊經理擁有讀心術，他就可以輕松地掌握每一位客戶對沃克·埃文斯作品的保留價格 —— 有人可能只愿意掏出10美元，而另外一些人可能會為此支付超過100美元。在掌握了這些有關消費者保留價格的具體信息后，畫廊經營者就可以實現完全價格歧視（又稱一級價格歧視），從而向每一位消費者索取后者對任意數量的產品所愿意支付的最大貨幣量。

在完全價格歧視的情況下，畫廊經理通過獲取全部消費者剩余而實現利潤最大化。一般來講，消費者剩余指的是消費者購買一定數量的某種商品愿意支付的最高價格與這些商品市場售價之間的差額。如果畫廊經理失去了他的讀心術，他就無法實現完全價格歧視，轉而只能按照固定價格收費。假設，你原本打算為沃克·埃文斯的作品支付500美元，但是當你走進畫廊時卻發現他的作品售價僅為100美元。那么這樣說來，你的消費者剩余就是400美元（即用你所愿意支付的價格減去你實際上支付的價格）。于是，你就可以自行支配這剩下來的400美元。

接近于完全價格歧視的現實案例是美國私立大學征收的學費。學校首先會向報考者的父母了解他們的財務狀況以及學費支付能力。通過獎學金制度，一部分家庭收入水平較低的學生將可以支付更少的學費。我們之所以稱其為接近于完全價格歧視，原因在于也許還有一部分學生的家長會為了讓孩子能進入理想的學校而情愿支付超過公告學費的更多金額。根據學生的個人素質與大學的入學標準，這可能需要家長做出一筆數額不菲的捐贈（如為學校建一棟新的宿舍樓）。

在過去，賣方往往缺乏足夠的信息對每一位消費者的保留價格做出估算。他們中有些人轉而采取不完全價格歧視，這種行為也被稱為三級價格歧視。在這種情況下，賣方將消費者劃分到了更為廣泛的顧客群當中，并針對歸屬于不同群體的消費者設定不同的產品售價。在生活中，電影院多年來都在奉行不完全價格歧視政策 —— 他們對成年人、孩童、學生和老人收取不同的觀影票價（此舉是基于學生與老人的可支配收入較少、保留價格較低的緣故，所以進行差別定價）。

有限的套利空間

價格歧視成立的另一個條件是有限的套利空間，這關乎賣家防止消費者“倒買倒賣”的能力。在上述例子中，畫廊必須找到一些辦法確保以10美元價格買到沃克·埃文斯黑白攝影作品的顧客不會在eBay或者亞馬遜上把這幅作品再以高價轉賣出去。通常來講，賣家可以通過以下幾種方式阻止套利：提供定制化產品、取消產品轉手后的質保、抬高二手產品的服務檔次與費用等。執法者認為，“雖然小規模的套利空間總是存在，但是由于成本高昂與盈利有限，它無法阻擋企業的歧視性定價策略。”

動態定價

價格歧視與動態定價的區別在于，前者的價格調整是對市場供需關系變化的回應，而后者則并非如此。舉例來看，民航產業是較早從動態定價中獲利的行業。數據顯示，自20世紀90年代以來，作為率先采用動態定價的行業先鋒美國航空公司（American Airlines），通過有效的收益管理，每年可以額外獲得5億美元的回報。如今，動態定價策略已經在民航產業中得到普及。為了實現利潤最大化，根據對乘客出行時間安排、可選航班情況以及保留價格等信息做出的合理估量，航空公司不僅頻繁地調整機票價格，還為出行者提供了更多不同價格水平的艙位選項。在其他產業中，不論是酒店行業還是體育賽事承辦，兼顧線上市場與線下市場，相似的商業行為也并不鮮見。

同樣，零售商還會根據不同采購時間、同類產品的購買便捷性以及商品的保質期長短而對商品的價格做出適當調整。通常情況下，這些定價策略都很簡單易行。比如，超市往往會在面包、牛奶等食品臨近保質期的最后幾日，采取降價銷售的手段。這時候超市的經營者并不一定存在開展歧視性定價的意圖。畢竟，快過期的食品和新鮮出廠的食品在口感、可貯藏時間以及消費者需求量上還是有很大不同的。所以，為了盡快賣出這些快要過期的存貨，超市不得不降價銷售。在這里，零售商的調價行為正是對市場需求變化的回應。反觀價格歧視，超市經營者則是基于不同顧客針對同一個面包的不同保留價格，而開出不同的價碼。

另有很多時候，當賣方采取了更加復雜的營銷手段時，動態定價與價格歧視的邊界開始變得模糊。再舉一個動態定價的例子，針對同一個商品，超市的經營者可能會在午餐時間和晚上閉店前夕調低該產品的售價（考慮到這兩個時段超市的客流量較少），而在傍晚時分調高產品的價格（此時逛超市的人明顯較多）。但與此同時，這種行為還可以被看成是商家基于客戶的價格敏感度而采取的價格歧視。考慮這樣一種情況：如果超市的經營者認為對價格較為敏感的顧客會選擇推遲消費，直到他們晚上騰出工夫時才進行采購工作。同時，這些對價格較為敏感的顧客也清楚，超市會在每天閉店前降價銷售面包。那么，這種做法（在晚上7點前，對價格敏感度較低的顧客收取更高價格，而在此后，打折售賣面包）究竟是對市場需求變化的回應還是一種價格歧視？這很難講。也許，表面上看似有效的動態定價，實則卻是超市經營者有意根據消費者的價格敏感度而對他們做出的區分。

企業緣何會采取價格歧視

簡單來講，價格歧視總能令企業獲利。回到之前講到的畫廊例子，當畫廊經理對沃克·埃文斯的那幅黑白攝影作品采取統一定價（姑且算作250美元）時，對該作品的保留價格高于或等于250美元的顧客會為畫廊貢獻后者所有的銷量。但同時，畫廊也失去了那批保留價格低于250美元的潛在顧客。更何況，愿意支付1000美元購買沃克·埃文斯作品的“金主”也不一定會為了低價而一鼓作氣購買4幅同樣的攝影作品。相反，他可能會用250美元購買一幅攝影作品，而將另外的750美元用作其他消費。但在完全價格歧視情景下，畫廊卻可以獲取這部分消費者剩余。不僅如此，即便顧客的保留價格低于250美元，但只要這個保留價格高于畫廊的成本，畫廊就會為了更大的獲利而努力爭取這批買家。從本質上講，畫廊不愿意放過可以賺到的每一分錢。每個人會為這幅作品支付所愿支付的最高價格，更多的攝影作品會被賣出，畫廊也實現了利潤的最大化。就算是在不完全價格歧視的情況下，畫廊獲得的消費者剩余也比鎖定價格的情況高。

在下面的章節中我們將看到，擁有數據優勢的企業能夠攫取更多消費者剩余，從而不斷放大利潤，以至于誘導消費者為那些自己都不曾意識到自己需要的產品支付更高的價格。

完全價格歧視時代的到來？

2015年，個性化推薦技術成為擁有全球影響力的廣告行業盛會 —— 紐約廣告周（Advertising Week） —— 的核心話題。在分會場的研討會上，一位演講者談到一種可能：到2020年，廣告界將會利用家庭級別和個人級別的數據制作個性化內容的廣告，并實現廣告投放的精準化。難道，大數據的崛起會令互聯網攀上完全定價歧視之巔 —— 讓所有消費者情愿奉上自己的保留價格？

在不遠的將來，不完全價格歧視（如老年人優惠證）或將成為過去式。企業正在不斷嘗試各種策略以更好地實現價格歧視，隨之而來的是競爭秩序的悄然改變。回溯企業在數據追蹤與收集進程中取得的種種進展，完全價格歧視似乎已然可期。套用中世紀天主教最重要的哲學家和神學家圣·托馬斯·阿奎那（St. Thomas Aquinas）關于“快樂”所做的注解 —— 即便完全價格歧視不曾存世，但不完全價格歧視卻在不斷攀階，走向極致。

……

數據挖掘、追蹤與利潤最大化

企業可以利用數據庫建設來輔助自學習算法，實現優化行為定向廣告、制作個性化促銷信息以及定價的工作。Coupons.com的首席執行官認為，該公司的數據分析產品運用最頂尖的科技，如機器學習和跨設備用戶定位追蹤，可以將“大數據”轉化為“智能數據”，掌握的顧客個人信息數據越多，定價算法便可以更好地預測我們的行為和喜好，進而實現價格歧視的目的。

在企業收集顧客的日常行為與個人信息的進程中，會員卡和交易記錄不過是它們種種方式方法的冰山一角。事實上，實體店鋪正在加速推進這項“事業”。從前，當我們不曾申請會員卡時，商場里的店員并不知道我們姓甚名誰，我們在尋找什么商品，又有哪些商品吸引了我們的注意。但如今，商家可以利用無線網絡以及手機應用程序實現與顧客的互動。此外，它們還在試圖通過復雜的人面識別技術增進對顧客的了解。

2014年，美國聯邦貿易委員會承辦了一期研討會，會議的主旨是拆解企業是如何在用戶毫無察覺的情況下通過移動設備實現對用戶行為進行追蹤。此后一年，聯邦貿易委員會揪出了第一個懲治對象 —— Nomi科技公司（Nomi Technologies）。該公司運用移動設備追蹤技術，僅在2013年的前三個季度里，就實現了對900萬臺手機的追蹤，而這大多是在用戶無意識下發生的。作為一家信息技術公司，Nomi科技將自己的數據分析服務賣給了實體商鋪，為后者提供有關消費者出行模式的數據分析報告，內容包括：過店而不入的手機用戶與實際進店采購的手機用戶的比例、消費者到店的頻率、進店消費人群使用的手機型號、訪問同一超市品牌其他連鎖店的消費者人數等。有趣的是，讓Nomi科技深陷輿論旋渦的不是它的數據追蹤行為，而是隱私政策的誤導性。在業務開展的過程中，Nomi科技曾做出承諾，如果手機用戶想要擺脫行為數據追蹤，那么它可以在Nomi科技的網站或是“使用Nomi科技數據分析服務的零售商”的移動程序上選擇禁止數據追蹤。然而，Nomi科技從未要求它的零售商客戶出示相關通告，而這些零售商也并未告知消費者這一事實。

除了企業在自身經營活動中收集到的顧客個人信息數據，它們還不時仰仗于數據掮客。據美國聯邦貿易委員會的一份報告顯示：

在這些數據掮客手中掌握著規模空前的個人信息數據。收集14億筆交易數據、擁有超過7,000億的聚合數據元素，每個月向數據庫注入30億個新的數據元素，這些可都沒有夸大其辭。更重要的是，這浩如煙海的數據都是關于消費者自身的數據。在全美九大數據掮客當中，有家公司已將每位消費者的個人信息數據細化到了近3000個數據段。

在收集消費者個人喜好與行為數據的同時，數據掮客也為他的客戶提供數據分析服務。美國聯邦貿易委員會發現，個別數據掮客已將他們的數據分析工作巧妙地轉化為“營銷成效打分表”，意在依據消費者對具體營銷策略的回應、自身影響力、消費記錄等指標對他們進行排名。但歸根結底，數據掮客的目的是準確推斷消費者的興趣以及價格敏感度，從而開出恰當的價格（或者折扣）將某件商品有針對性地推銷給某位消費者。

在當代社會中，我們的日常生活已與互聯網密不可分。不論是在工作場合還是娛樂消費和社交場合，想一想你平日里花了多少時間在手機和計算機上吧。即便只是兜里揣著手機，應用程序的開發商也有辦法收集到你的實時定位信息。再往后想一想，當無人駕駛汽車、物聯網、智能手表得到普及時，我們的個人信息又會在無形當中“溜走”多少。在算法大行其道的市場環境中，賣家必將投入更多資金和精力深挖大數據分析的潛力，以便在“適當的時機”里能夠恰如其分地誘導我們消費。

（本文摘自《算法的陷阱 : 超級平臺、算法壟斷與場景欺騙》一書第九、第十章，澎湃新聞經出版社授權刊發。）