戍天九思：大数据杀熟、二重身与反垄断

lameihua

　　最近，国家密集出台法律法规，保护个人信息安全和反垄断。8月20日，全国人大常委会审议通过了《个人信息保护法》；8月27日，国家网信办发布《互联网信息服务算法推荐管理规定（征求意见稿）》。两部法规明确规定：互联网平台和商家不得过度收集个人信息、不得滥用算法权力、不得利用算法对消费者进行“大数据杀熟”，等等。

　　笔者认为，这两部法规出台非常及时，这既是保障个人信息安全、国家信息安全的法律依据和重要基础，也是数字经济时代反垄断的必然要求！

　　大数据杀熟有多普遍？

　　针对“大数据杀熟”，北京市消费者协会曾做过一项调研，他们对十多个消费者常用的APP或网站进行消费体验，包括电商、外卖、网约车、网络购票、旅游网站等，发现“杀熟”现象非常普遍。

　　比如，网上订酒店，同一房间，新老用户的标价不同、折扣优惠也不同，老用户价格高且不享受优惠。在消费者问卷调查中，有超过一半的人表示自己被“大数据杀熟”过，而且维权取证非常困难，因为商家可以用五花八门的套餐折扣来为自己辩护。

　　舆论普遍认为，最近相关法规的出台，非常及时，消费者苦“大数据杀熟”久矣！

　　大数据是如何杀熟的？

　　那么，到底什么是大数据杀熟？它又是如何杀熟？

　　大家可能会说，这还不简单，就是互联网商家搜集消费者的个人信息，分析他的消费偏好和收入水平，看人下菜碟。比如今年3月，复旦有位教授花5万元打了800多次网约车，证明了一个相关性：手机越贵，被收取的打车费越高；苹果手机容易被更贵的车型接单、享受的优惠更少，而且时间延误的比例最高！

　　不错，这是一个“杀熟”的典型案例！但是，这还只是初级的！还算不上有技术含量的真正的大数据杀熟。

　　谷歌大数据科学家达维多维茨说，真正的大数据杀熟，是通过数据搜索，在茫茫人海中找到你的“二重身”——“隐藏在大数据中的带规律性的看不见的你”。

　　这个方法，最早是用来预测运动员未来水平的。比如，有个明星棒球手，他曾经多次入选全明星赛，但是在32岁那年突然状态走下坡路了。俱乐部经理需要判断这个球员的未来价值——他是就此过气，还是会东山再起？对个人潜能的判断是很难的。

　　数据科学家找到了办法。他们建立了美国职业棒球大联盟有史以来18000多名球员的所有数据，包括身高、年龄、走位、本垒打、平均打击率，以及他们每个赛季的表现，等等。数据科学家从中找到了20多个人，他们在各个数据维度上都和这个棒球明星高度相似，在相同年纪时的赛季表现也类似。接下来，你只需要去看这20多个人在32岁以后的表现如何，就可以相当准确地判断出这个明星的未来前景。这就是“二重身”的数据算法，专业术语叫“协同过滤”。

　　后来，这个算法被广泛应用在了商业当中。比如，亚马逊的推荐，就不仅仅是根据你自己的偏好和历史数据，而是在它的庞大数据库中搜索你的“二重身”，把他们购买的商品推荐给你。

　　“二重身”算法也可以被用在医学上。每个人对药物的反应可能千差万别，如果能通过大数据找到一些和你的生理数据、健康状况、生活习惯、性格背景都高度相似的“二重身”，看看他的身体对特定药物和治疗方案的反应，医生就能向你推荐更适合你的治疗方案。

　　另一方面，“二重身”也被商家用来“杀熟”。比如，美国部分保险公司，就会通过数据库中顾客的“二重身”，来判断他最高愿意承受多高的保费。

　　比如，美国的赌场发现，每个赌徒都有一个特定的“放弃点”，比如3000美元。在这个放弃点之内，他输多少都不会意志消沉，今天输完了第二天还来；但是，一旦一天之内输过了，超过放弃点，那么他可能就输怕了，好几个月都不会再踏进赌场。赌场经理的任务，就是要让每个顾客都在赌场花足够多的钱，但是又不超过放弃点。

　　问题是，每个人的放弃点都不一样，赌场经理怎么知道他的放弃点是2000美元还是10000美元？还是那个办法：给每个顾客建立数据库，录入年龄、性别、邮编、行为规律、盈亏情况、进出场记录等等。每当来了新顾客，赌场经理就在数据库中找到他的“二重身”，估算出他的放弃点。

　　据说，每当顾客输到接近放弃点时，赌场经理会走过来说：“我看你今天手气不太好，我送你一张牛排馆的优惠券，这边，先带你夫人去吃顿烛光晚餐吧。”你看，这个过程是不是细思极恐？

　　技术史专家克兰兹伯格讲：“技术既无好坏，亦非中立。”因此，科技向善，不是可有可无的个人情怀，而是必须履行的社会义务。

　　大数据杀熟的背后是行为经济学

　　世人皆知，人既有理性的一面，也有非理性的一面，人的行为总是受到大脑神经元、荷尔蒙、遗传基因和文化等因素的影响。传统经济学研究的是理性经济行为，行为经济学是通过引入心理学、脑科学、基因遗传学等分析人类非理性行为，以弥补传统经济学的漏洞和错误。

　　大数据时代信息纷繁复杂，诸多数据往往看似杂乱无章，实际上背后隐藏着诸多心理学因素，而人的心理模式往往是有迹可循的，利用大数据技术正好可以从中找到规律。

　　美国经济学家理查德·塞勒，多年来坚持对非理性行为进行跟踪研究，提出了非理性行为理论：有限理性、社会偏好、自制力缺乏，获得2017年诺贝尔经济学奖。

　　可见， “杀熟”与“吃生”一样，都是一种不正常的经济现象，都是典型的价格歧视。大数据杀熟还是垄断行为，就是通过大数据精准掌握老用户的消费态度、消费偏好、消费规律，最大限度地获取商业利润，背后的理论依据就是行为经济学。

　　笔者学过一点《行为经济学》，知道股市上的机构往往就是利用行为经济学原理设计投资策略，利用的就是散户的非理性行为来割韭菜，收的是智商税。

　　世界各国对大数据杀熟的态度

　　目前，世界各国对大数据杀熟监管，尚未形成共识。

　　美国支持“差异化定价”行为，监管关注的是不公平或欺诈性行为。2014年美国白宫发布《大数据和差异化定价》报告，指出大数据让客户细分和实施差异化定价成为可能，扩大了市场规模，提高了社会福利，强化了动态竞争，消费者也可以通过搜索引擎、团购等方式找到意的价格，这对供需双方都有好处。美国反垄断法并不禁止企业对消费者收取高价格，因为价格高低是市场信号，除非企业间存在串谋等非法行为。执法重点是是否通过复杂、不透明的定价方案，对上网技能有限、或不了解陷阱的用户实施价格欺诈；或基于种族、宗教或性别等来实施歧视。

　　欧盟认为可从剥削性滥用角度监管，还可从数据保护和消费者保护方面监管。欧盟认为个性化定价既有市场规模扩张效应，也有福利再分配效应，但整体上反竞争效应可能更明显。欧盟在2013至2018年进行的研究表明个性化定价并没有大量出现，并指出可按照竞争法从歧视性滥用或剥削性滥用角度监管。相对而言，欧盟消费者保护法可能更适合解决个性化定价问题，如按照《不公平的商业实践指令》进行监管。最后，个性化定价还可能落入欧盟数据保护法的范围，按照《通用数据保护条例》予以严格管理。

　　经济合作发展组织（ OECD ）强调规范个性化定价要加强部门间配合，统筹用好竞争政策、消费者权益、个人数据保护和反歧视这四大政策工具。它认为，尽管个性化定价引起消费者的强烈反应，但可能有利于促进竞争，激励动态创新。不过，个性化定价的再分配效应意味着：在某些情况下，消费者可能总体上变得更糟或者一部分消费者变得更糟。在治理个性化定价时，既可以通过竞争政策和消费者保护政策来解决，也可以通过个人数据保护和反歧视法律来解决。虽然不同政策之间可能存在交叉重叠，但各种政策工具实际上是相互补充的。

　　我们从中可以看出：中国和欧盟监管紧一些，侧重于国内视角，美国监管宽松一些，侧重于全球视角，有利于强大的美国数据公司从全世界杀熟。

　　目前，全球十大互联网公司排名分别是：苹果、谷歌、微软、Facebook、亚马逊、阿里、腾讯、京东、雅虎、百度。其中，美国占6个，中国占4个。

　　其实，政府监管也是一把双刃剑，贵在审时度势。否则，宽严皆误。成都武侯祠有副名联：能攻心则反侧自消，从古知兵非好战；不审势即宽严皆误，后来治蜀要深思。

　　政府监管到底是严一些好？还是松一些好？笔者认为，主要看发展阶段和全球竞争力。松，有利于发展，有利于提高全球竞争力；严，有利于规范市场，有利于保护信息安全和数据主权。

　　因此，总的来说，互联网发展早期，本国企业全球竞争力弱，松一些好；互联网发展后期，本国企业全球竞争力强，严一些好。

　　因为全球化数字化经济时代，数据即资产，规模即实力，规模足够大才有全球竞争力！目前，中国企业的全球竞争力大幅增强，进入世界500强的越来越多，三分之二还是国企。但是，互联网企业却没有一家国企！这恐怕既是互联网乱象的一个原因，也是国家互联网领域反垄断的一个考量。

　　个人防大数据杀熟三招

　　有了国家出台的法律法规保障，那么，消费者应如何避免被大数据杀熟呢？

　　第一，努力将自己打造成为非熟客。我们在日常购物的时候，最好有两个同类型的App，或者在某一段时间内删除在安装，以此触发平台的客户流失预警，让平台将你列为即将流失的用户。

　　当然，我们也要经常清除网站的基本信息，将自己打造成为一个非熟客。

　　第二，经常比价。多次对比同一商品的价格，经常询问亲朋好友相同商品的价格，打破消费者隔阂，从而不被大数据杀熟。

　　第三，从源头下手，谨慎授权用户信息。对于APP的申请授权予以拒绝，尤其是定位以及通信这些暴露购买倾向的信息。

　　互联网平台之所以会利用大数据杀熟是因为他们掌握了我们的基本信息，如果我们在授权的时候能够谨慎，那么，互联网平台也不会将我们列入杀熟的目标。

　　如果某个平台长期把您当作韭菜，那么您也可以彻底删掉该平台，选择另一个同类型平台。