平台企业规模、数据优势与价格歧视_侯薇薇.pdf

第 35 卷第 1 期管理评论Vol.35,No.12023 年 1 月Management ReviewJan.,2023平台企业规模、数据优势与价格歧视侯薇薇1,2 荆文君1,3 顾昭明1(1.山西财经大学经济学院,太原 030006;2.山西财经大学数字经济研究中心,太原 030006;3.中央财经大学中国互联网经济研究院,北京 100081)摘要:数字经济时代,数据作为一种生产要素对平台企业的定价决策产生了影响。本文在归纳平台市场发挥数据价值的典型事实基础上,建立数理模型,讨论了数据对不同规模的平台企业的定价及收益影响,并集中讨论了数据量与数据处理技术对定价的影响机制。研究表明,数据对于不同规模企业的定价决策确实有不同影响 在数据支持下,中小型企业倾向于通过提高价格获取更多收益,而大型企业更在乎如何实现完全价格歧视,仅从定价上看,是低于传统垄断定价的。在此基础上,本文认为,应当警惕大型平台企业通过完全价格歧视侵占消费者剩余,并可以通过对中小型企业提供技术支持以促进市场竞争,防止大型企业滥用市场支配地位。关键词:平台企业规模;定价决策;数据优势;价格歧视收稿日期:2021-07-05基金项目:国家自然科学基金青年项目(71903115);教育部人文社会科学研究基金青年项目(19YJC790050);北京高校卓越青年科学家计划项目(BJJWZYJH01201910034034)。作者简介:侯薇薇,山西财经大学经济学院博士研究生,山西财经大学数字经济研究中心兼职研究员;荆文君(通讯作者),山西财经大学经济学院副教授,中央财经大学中国互联网经济研究院研究员,博士;顾昭明,山西财经大学经济学院教授,博士生导师,博士。引 言近年来,数据产业发展迅速,在技术突破、产业转型、社会治理等多个方面发挥了积极作用。国家也高度重视数据产业的发展,从 2015 年的促进大数据发展行动纲要,到 2019 年党的十九届四中全会将数据与劳动、资本、土地、知识、技术、管理等生产要素并列,再到 2020 年中共中央、国务院在关于构建更加完善的要素市场化配置体制机制的意见中提出要“加快培育数据要素市场”,都体现出我国政府着力营造数据产业良好发展环境的政策导向。数据的价值不仅体现在宏观增长层面,新一代通信技术的成熟及云计算、量子计算的深入应用,使数据的价值也可以更好地在企业层面实现。根据阿里研究院发布的重构增长力量:2019 企业数智化转型发展报告,56.9%的企业表示可以通过数据实现精准营销,这实则暴露出一个数据在企业中大量积累的隐忧,即基于大数据的个性化定价问题。从理论上看,针对不同消费者的价格定制行为是一种在海量数据与分析技术加持下的价格歧视,“大数据+算力+算法”的组合会帮助企业通过用户数据更好地捕捉用户偏好,从而实现差别定价。平台企业与数据积累在为传统经济注入活力的同时,也可能会通过“大数据杀熟”行为对用户权益、社会公平造成负面影响。事实上,已有诸多法律法规为企业如何使用数据划定了行为规范,如 2021 年 6 月颁布的数据安全法指出,数据处理活动不得损害个人、组织的合法权益;2021 年 8 月颁布的个人信息保护法指出,处理个人信息应当由具有明确、合理的目的,采取对个人权益影响最小的方式;同年发布的互联网信息服务算法推荐管理规定(征求意见稿)提出,算法推荐服务应遵循公正公平、公开透明、科学合理和诚实信用的原则。上述法律法规对平台企业的“大数据杀熟”行为有约束作用。即便如此,依然有诸多用户在网络发声,反映他们遭遇到的差别对待问题,北京市消费者协会在 2019 年进行了与此相关的调查,然而调查结果显示这种差别定价现象并不明显。一方面是消费者遭受“大数据杀熟”的投诉日益增加;另一方面是没有充分的证据显示存在基于用户画像的歧视性定价。是因为平台实施差别化定价的行为过于隐蔽,还是所谓的“大数据杀熟”只是消费者的错觉?但可以肯定的是,当前一些大型平台企业已经具有了相当大的用户规模,用户的各类网上行为,如购物、搜索、浏览等,为其提供了丰富的数据,构成了实施“大数据杀熟”的基础。价格是市场中联系平台企业与用户的桥梁,是否“杀熟”可以通过价格来予以感知。而平台企业利用双DOI:10.14120/11-5057/f.2023.01.019第 1 期侯薇薇,等:平台企业规模、数据优势与价格歧视67 边市场结构制定价格结构的定价模式使其在价格歧视方面可以采取更多的策略性行为,如以美团为代表的外卖平台,通过算法不断缩短外卖骑手的配送时间,这种提高利润的方法并不直接表现在价格支付本身,而是通过数据改变定价的底层逻辑,更直接地占有剩余。以上内容说明,当考察定价行为时,必须关注数据的价值应如何体现。大数据具有“4V”的特点 规模性(volume)、高速性(velocity)、多样性(variety)、价值性(value)1,由这些特点可以看出,数据体量的多寡、类型的区别、算法的精准性都在影响着数据价值的实现。显然,不同规模的企业的数据也存在上述两方面的差别,那么,数据对定价行为的影响,是否也因企业规模的差异、算法的运用而有所不同?鉴于此,本文通过构建数理模型,从理论的角度讨论平台市场中数据积累将如何影响企业的定价行为。本文的余下部分安排如下:第二部分是相关文献综述,第三部分是典型事实的总结和归纳,第四部分是模型构建与理论分析,最后是结论总结与对策建议。文献综述许多研究表明,企业可以通过消费者购物的历史信息进行价格歧视以获得更多的利润2-4。但这些研究仍是基于传统价格歧视概念进行的,并未结合大数据的时代背景,因此,上述研究也延续了企业无法实现一级价格歧视的基本论断。随着大数据时代的到来,数据的价值突显,学界开始关注数据对企业经营的影响。Zuboff5、Kennedy6提出企业获得数据的成本较低,因此,数据不具备资源的稀缺性与独占性。这类观点表明了企业的数据可得性,可以作为后续讨论大数据时代下企业行为转变的前提。相关研究较多集中在数据影响企业的定价行为,如 Choe 等7指出企业对用户信息的掌握,使得其在定价方面存在巨大优势。更为具体地,Chen 等2认为,企业之间相互交换客户信息可以提升利润,这意味着更多的数据将有助于提升企业收益。或是限于时代背景,数据与利润之间的同向关系的机制并不是非常明确。当前,流行的观点是数据积累有助于企业了解用户偏好8,可以更好地识别关键消费者9,10,进而从价格歧视的角度提升收益。Zuboff5指出数据在企业当中可以转化成消费者偏好信息,企业可以根据该信息改进自身产品,更多地占有消费者剩余。Acquisti 等11认为商家可以通过消费者的交易记录了解到消费者对产品的偏好和保留价格等信息,通过这些信息可以进行价格歧视以最大化自身利润。在具体方式上,Loertscher 和Marx12在 Acquisti 等11研究的基础上,认为利用大数据进行的广告精准投放并不会大幅侵占消费者剩余,但这种行为是实施价格歧视的基础。已有一些经验研究支持了上述论断,Mikians 等13的研究显示,利用消费者的大数据信息,可以使厂商定价浮动 10%30%。类似地,Shiller14发现通过大数据估算用户最高支付意愿,可以使平台利润增加 14.55%。随着研究的逐渐深入,部分学者发现,数据与算力、算法相结合,可以实现传统理论中难以实现的一级价格歧视。通过对垄断企业的动态定价策略进行研究,Laussel 等15发现在企业收集到消费者偏好信息的前提下,借助于数据分析可以通过调整报价间隔来使企业的价格更接近一级价格歧视。这一点也被孙益武16认同,丰富的客户数据与精确的算法技术有助于企业为每笔交易定制个性化的合同,实现定制化价格。Loertscher 和 Marx12进一步指出,随着企业垄断势力的增强及数据技术的强化,定价模式将趋近于一级价格歧视,并有机会侵占全部的消费者剩余。而关于这种价格歧视带来的社会经济效益,李三希等17则指出,在竞争条件下,基于大数据的一级价格歧视有助于消费者剩余和社会总福利的最大化。荆文君18提出,尽管数据优势会有助于平台企业形成一级价格歧视,但也有弱化市场势力的作用。与之相对地,王世强等19则认为,数字经济中的歧视性定价将引发过度竞争,降低产品质量水平,损害社会福利。鉴于数据对企业盈利的积极作用,企业对数据的需求日益高涨,也由此引发了数据领域的不正当竞争行为,如通过恶意不兼容阻止竞争者使用数据;通过收并购行为增强数据优势20;或通过算法合谋(algorithmiccollusion)构筑市场壁垒,形成市场势力21,22。因此,也有研究指出,需要建立针对数据要素的治理方式。如Tene 和 Polonetsky23提出应平衡企业和研究人员与用户个人隐私权益之间的关系,并需要将反映个人某些信息的数据置于法规监管的框架之中;丁凤玲24指出集体式的数据治理模式可以通过自下而上的团体自治实现算法反制,这样能够有效应对数据经济中的不平等问题。上述研究均意识到了大数据对企业定价及收益的影响,但基本都是基于一个前提,即数据已经有了一定的积累,研究对象多为具有数据优势的大型企业。然而,正如一些研究指出的,数据的收集不存在过高门来源于 2019 年人物杂志团队进行了近半年的调查后,发表文章外卖骑手,困在系统里,作者为赖祐萱。68 管理评论第 35 卷槛18,那么,对于互联网行业中“大小共生”的市场结构而言,中小型企业如果不具备价格歧视的条件,是否可以利用数据实现盈利增长,甚至数据是否会改变不同规模企业的共生模式,这类问题已有研究涉及较少。也正因对数据对企业定价行为的影响机制不明,诸多相应的政策研究显得过于笼统,对于数据要素的治理方式更多地停留在思路层面。鉴于此,本文主要讨论两个问题:一是大数据对于不同规模企业收益的影响是否具有统一的逻辑?二是大数据对不同规模企业收益影响的机制是什么?与已有研究相比,本文的创新之处在于,从数据价值实现的视角分析数据对不同规模企业的作用机制,得出了不同规模的企业如何利用数据实现收益最大化,扩展了数据与定价关系的研究范畴。同时,本文将研究情境设定为双边市场,这是当前平台经济反垄断的核心市场形态,这样的分析避免了理论分析脱离现实之短,本文期望通过数据对定价机制影响的理论分析,为数据治理提供实践落脚点。典型事实1、数据积累的基础:大小共生的市场结构数据本身不是新兴事物,其被广泛注意到的主要原因在于其体量大幅增加,加之相应的收集、运算技术的逐步成熟,海量数据中蕴含的信息可以被精准地挖掘出来,此时,数据在缓解生产经营中的信息不对称、优化业务流程、提升风险管理能力等方面的作用逐渐显现出来。对于平台企业,有价值的数据是可以反映用户特征的数据,这些数据产生于用户的上网行为,如购物行为、浏览行为。这些行为往往不是一次性的,平台企业可以通过多次的交易与重复的浏览数据推测用户偏好。这一过程说明,企业有价值的数据量是存量的概念,它来源于用户规模与用户使用服务次数共同作用下的积累18 用户数量的增加为海量数据的获得提供了可能,用户对平台服务的反复使用产生了有价值的数据或信息。海量数据构成了企业的新竞争优势,因此,企业也有激励参与数据领域的竞争。国内外许多企业在数据领域已经形成了明显的竞争关系,且最后走向了诉讼结局,这些企业包括:HiQ 与 LinkedIn、菜鸟网络与顺丰快递、新浪与今日头条、蚂蚁金服与企查查等。除了上述竞争案例,一些大型企业凭借其地位创造其在数据领域的竞争优势,如 Facebook 并购 WhatsApp,使 WhatsApp 的可用数据可以被 Facebook 使用,以筑牢其在网络广告服务的市场地位。大型企业的数据优势十分明显,这非常容易使人忽略市场中另一类数据的拥有者 中小型企业。尽管平台市场因其显著的网络外部性,极易形成寡头的市场结构,但反观现实,也可以发现平台市场中除了头部巨头企业,也存在很多中小型企业,如在网络购物领域,除了网民用户覆盖率超过 60%的淘宝、拼多多等头部企业外,2022 年的移动互联网行业数据研究报告显示仍有一些用