大数据杀熟的生成逻辑与治理路径——兼论“新熟人社会”的人际失信

王 鑫， 李秀芳

(1.上海中医药大学 党委学工部，上海201203；2.上海海事大学 马克思主义学院，上海201306)

中国人向来安土重迁，在传统“熟人社会”中，囿于狭小的交往圈，社会成员对熟人的欺骗常造成其无法继续生活在族群中，进而导致其失去基本生存能力。 传统社会的诚信精神以文化基因的形式代代相传，情理规则和集体意识支配个体行动，一旦个体违背规则，个体首先要付出巨大的“内化成本”，甚至面临良心的拷问，人们对诚信的遵循“并不是对契约的重视，而是发生于对一种行为的规矩熟悉到不假思索时的可靠性”[1]。 然而，面对汹涌澎湃的“城市化”进程，人际交往形态由传统的“熟人社会”向“陌生人社会”转型，并在“大数据”的激荡影响下，迅速向“新熟人社会”转型。

一、“新熟人社会”与“互联网+”

在城市化进程日渐加速的背景下，整个社会从传统的“熟人社会”向现代的“陌生人社会”转型，“陌生人社会”已基本生成。[2]人口迁徙呈现出农村向城市、中小城市向大城市流入的“盛况”，小城市或者农村乡镇的常住人口逐年减少，出现“万房空户、无人问津”的情况，而以京沪为代表的大城市人口暴涨，据统计，改革开放以来，全国总人口从1978 年的96259 万人增长到2016 年的138271 万人[3]，增长43.64%，而北京市常住人口由1978 年的871.5 万人增长到2016 年的2172.9万人[4]，上海市常住人口由1978 年的1104 万人增长到2016 年的2419. 7 万人[5]，增幅分别高达149.33%和119.18%。 改革开放以来，大量中小城镇和农村人口涌入以京沪为代表的大中城市。如果说在农村还存在一些“族群式熟人社会”的生存土壤，那么在城市中，传统的“熟人社会”生存土壤已基本消解，以契约规则维系的“陌生人社会”日渐成为社会成员的主流生活境遇。 然而，正当我们纷纷议论着“陌生人社会”已然成型时，一种新的熟人社会与我们不期而至——“大数据熟人社会”或“新熟人社会”。

“五普”和“六普”期间净迁入率超过10‰的地区(‰)

在大数据已渗入人们衣食住行的当下，共享经济蓬勃发展。 我们在使用打车APP 出行时，常常被素未谋面的“陌生人”——出租车或网约车司机要求：“给个‘五星’好评吧，如果再有差评，我就要受罚了。”在当今“陌生人社会”中，出租车司机会如此敬畏一个陌生乘客的评价，这背后是何种力量? 彼此陌生的出租车司机对乘客产生敬畏，这是在互联网数据共享的基础上存在的，而在以前，这是不可想象的。 如今，互联网拉近了人与人之间的时空距离，根据实名制的交往原则，陌生人之间通过APP 网络媒介能将社会成员间的“单次交往”上升为“重复交往”，互联网的“实名化”和“信用记录”使人际交往失信的风险加大，而为了持续获利，出租车司机们只能出于利益最大化的考虑，通过“不得不”做出的诚信行为来保证经济利益的获取。

然而，我们不得不面对的是，一方面，“陌生人社会”的出现使社会成员单次交往的几率大大增加，另一方面，发达的信息网络又将人们拉回至多次交往、重复交往的处境中，可以说，中国成为世界上罕有的快速从熟人社会演变为“陌生人社会”，同时又急剧转变为“新熟人社会”的大国。“大数据杀熟”则是典型的“新熟人社会”中的交往失信行为。

二、“杀熟”与“大数据杀熟”

一般而言，熟人之间相互了解，信息较为对称，存在多次或重复交往的情况，熟人之间的失信成本较高，常常“以诚相待”。 然而，在一定条件下，熟人之间也会发生失信的情况，亦即常说的“杀熟”现象。 借用一句俗语，“赚熟人的钱，吃生人的饭”，一些商家时常利用熟人关系，打“感情牌”，忽悠熟人，而熟人出于信任或者碍于面子，不得不“被宰”，有意思的是，面对陌生人的讨价还价，商家常常只要“不亏本”就卖，陌生人反而不吃亏。 简言之，“杀熟”是行为人利用熟人对自己的“信赖感”，以及“较弱”的防备心理，不择手段地骗取熟人的钱物，做有损熟人利益、满足自身需要的行为。 在“杀熟”境遇中，一些人明明被熟人骗了，却以为熟人在为自己着想，待意识到上当受骗时，为时已晚。 可见，从利益最大化的角度分析，“杀熟”行为根源于行为人违背了原有交际博弈规则，且“不诚信”所带来的收益大于其可能从熟人获取的收益。 当今社会“兄弟反目”“背信弃义”的种种现象无不证明熟人之间失信行为的“利益最大化”目的。 随着网络社会的到来，人们获取大数据的能力剧增，由此带来了“大数据杀熟”。

互联网将人们拉入“新熟人社会”，十年前我们还很难想象会将车子、房子与陌生人共享，但通过互联网，由于对信息掌握的全面性和重复交往，曾经的“陌生人”逐渐变成了“熟人”，“实名制”使互联网商家和普通消费者之间建立了密切的交往关系，人们通过手机APP 软件了解到陌生人更多的信息。 如今，假使通过打车软件叫到出租车前往机场，而行李箱落在了后备箱里，“实名制”迫使出租车司机权衡因“差评”导致的信用损失与获得行李箱等财物的利益对比，这就大大降低了行李箱无法寻回的可能性，同时，我们通过打车软件能够了解到出租车司机的真实基本信息：姓名、联系电话，甚至交往风格、习惯等信息都能轻易获取，曾经的陌生人司机俨然变成了可以叫得出姓名的“熟人”。 互联网对各行业深度介入，这在无形中改变了我们认知他人、接触他人的方式，使我们从陌生人的角度开展交往逐渐转变为从熟人的角度开展交往活动，这无疑是一种深刻而重大的转变。

然而，一些商家通过大数据系统，对用户的信息掌握得过于“深入”。 他们不仅知晓用户的基本信息，了解用户的职业身份和家庭情况，并且懂得用户的消费习惯，甚至掌握了用户的消费记录、移动痕迹、通话记录以及生活习惯等隐私。 这既能给商家提供精准营销的机会，同时也给不法商家提供了谋取不当利益的可能。 事实上，生活中我们谈论较多的“大数据杀熟”一般是通过算法对用户画像后，掌握了大量用户信息，并对不同用户进行不同的定价，由此引发的“价格歧视”现象。[6]在技术前进的过程中，总的趋势还是个人出让越来越多的数据和隐私，换来更好的服务和体验。 正如李彦宏的颇具争议的言论：“中国人更加开放，如果他们愿意用隐私来交换便捷性或者效率，很多情况下他们是愿意这么做的。”[7]我们不得不思考的问题是，大数据杀熟会否是一个无法规避的必然局面?

三、“大数据杀熟”的生成逻辑

网络社会从不缺乏新闻，某位网友经常通过某旅行APP 平台预订某特定酒店的房间，价格长年在380 元到400 元左右，但偶然有一次，他通过前台了解到，房间淡季价格在300 元左右，随后他用朋友的账号查询发现价格果然是300 元，但用自己的账号去查，还是380 元。[8]网友感觉被宰的背后推手是“大数据”，千人千面的大数据让消费者出让部分个人隐私，从而使商家帮助消费者做出最优的选择，但在掌握丰富的消费者信息后，却让大数据变成了商家谋利的温床。 事实上，大数据“杀熟”并不新鲜，也有网友吐槽：“我和同学打车，我们的路线和车型差不多，我要比他们贵五六块。”“选好机票后取消，再选那个机票，价格立马上涨，甚至翻倍。”[9]

然而，差异化定价和“大数据杀熟”是有区别的。 前者是企业在面对不同的消费群体，根据消费特点而采取的定价策略和市场策略；后者是信息优势企业利用消费者的信任和选择能力弱化，凭借“信息不对称”的优势，造成特定消费者的被动损失。

(一)生成雏形：“精准营销”或“差异化定价”

在实体店中，面对明码标价的商品，不同消费者看到的是统一的价格，对于线下商家而言，因缺乏消费者之前的消费数据或计算能力，商家对消费者的购买意愿及消费能力的把握十分模糊，因而无法使价格根据消费者的个别情况而浮动；但在互联网上，每一位消费者单独面对着自己的电脑或手机屏幕，消费数据和个人情况“无所遁形”，这些信息纷纷被商家通过网络手段截获。 商家根据消费者的消费习惯分析出消费者画像，全面、细致地掌握消费者的购买能力和偏好，并根据这些特点，推送不同的产品卖点。 正如消费者在浏览网页时，广告商会自动推送消费者曾经搜索过的商品，并迅速提供大量的相关产品广告，“精准营销”顺势产生。 可见，“精准营销”是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析，根据他们不同的消费心理和行为特征，采用现代技术、方法和指向明确的策略，实现对不同消费者群体强有效性、高投资回报的营销沟通。[10]

与“精准营销”相似，一些商家为了获得更多用户，通过大数据算法获知哪些用户可以接受更高的价格，哪些用户应该适当地予以降价，于是产生了“差异化定价”。 正如一些移动通讯运营商根据消费者每月套餐使用情况，通过短信推送相关广告，分别设计更有性价比的套餐发送给不同类型的消费者，从而优化产品结构，也在客观上完成了国家要求的网络通讯“提速降费”的任务。 另如一些出行服务商会有高峰时段“动态加价”的情况，以此来调节出行资源的供给关系。 一些网络约车平台根据不同消费者的消费能力和意愿，设计不同的打车方案，对价格相对不敏感的用户，默认显示价格较高的“专车”服务，用户可以手动切换到较低端的“快车”，而针对价格敏感的消费者，则默认显示相对价格低廉的“快车”服务，以此提高订单量，使商家的利益最大化。 值得注意的是，商家在对价格进行调整时，必须保持“透明、公开”的定价标准，必须让消费者拥有明确的知情权，这样才不会使消费者产生强烈的反感，否则会产生事与愿违，甚至涉嫌价格歧视乃至价格欺诈。

(二)生成变种：价格歧视或价格欺诈

面对已经获取的大量消费者综合数据以及由此可能带来超额收益的机会，一些商家的行为逐渐超出合理的“精准营销”和透明的“差异化定价”范畴，他们利用对消费者的“非对称性”信息优势，肆意抬高商品或服务价格，甚至以次充好，让消费者遭遇“最熟悉的人伤你最深”这种典型的“大数据杀熟”情况，并具体表现为对消费者的“价格歧视”和“价格欺诈”。

一是根据消费者的地理位置进行定位。 倘若消费者附近商家较少，那么商家就可能给消费者看到的商品加价，因为对消费者来说，安装多数APP 不得不接受大量的隐私访问权限，消费者个人地理位置也会被商家获取，而周围商家少就意味着比价不方便，即便价格高一些，消费者也得买，同样，如果商家发现消费者住在“富人区”，那么可能暗中甚至公开加价。

二是根据用户粘性。 如果消费者经常在该网站购买商品，说明其对该网站的信任度高或者“粘性高”，甚至“赶都赶不走”，于是，商家针对这类消费者加价。 早在2000 年，网络零售商“亚马逊”(Amazon)在出售《泰特斯》的碟片时，对老顾客的报价为26.24 美元，但有用户发现删了cookie 成为新顾客后，报价变成了22.74 美元，这件事情的曝光，让亚马逊面临消费者潮水般的谴责，最后CEO 贝索斯公开道歉，并承诺不再“差异化定价”后才化解了危机。[11]客观来说，随着消费者购买次数变多，商家获取的消费者数据就越多，商家私自加价的可能性就越大。 消费者有时习惯性地登录某个购物网站，对商家来说，这样的顾客“粘性高”，价格高一点也不会影响其购物动机。

三是根据用户搜索的关键词。 消费者在购物网站或搜索引擎上键入的词汇、搜索时间、搜索频率，都会成为商家研究的对象，哪些是消费者急需的，哪些是“闲逛”或“被种草”的，这些潜在的需求有时会直接影响呈现在面前的价格。 甚至在不同的消费者面前做到“千人千价”，而只要消费者没有刻意去比价，就无从得知自己所面对的价格，到底是统一定价，还是商家针对自己的情况进行了“价格歧视”。

当然，日益“精明”的商家还会通过其他“蛛丝马迹”实施“杀熟”行为。 一些无良的互联网商家利用了大数据这个利器对消费者进行价格欺诈，表面上明码标价却能暗度陈仓，消费者也只能惊呼“防不胜防”。 当然也有合理发挥大数据信息优势的成功案例，“亚马逊”自从“价格歧视”事件后，专心于将大数据运用在整个网站的推荐系统上，这种推荐系统保留了消费者的选择权，并且使用“默认”的力量，对商品进行了排序，影响着商品的展示和曝光率，“亚马逊”此后也成长为市值逾万亿美元的超级企业。

(三)生成本质：利用信任而不当得利

本质上说，“大数据精准营销”是商家利用大数据将商品按照正常或者优惠的价格，在恰当的时间、恰当的方式卖给恰当的消费者，从而实现效率和利润的最大化。 而“大数据杀熟”是商家利用消费者的信任心理，凭借“大数据”对消费者行为习惯等隐私的掌握，将商品在特殊的时间、通过特殊的方式高价卖给消费者，并获取超额利润。 “大数据杀熟”的出发点并不是基于消费者真实的购买需求和为了提升消费者的消费体验，而是商家利用了消费者熟悉的“消费路径依赖”和“信息不对称”而做出的“失信行为”。 为了更好地剖析“大数据杀熟”的生成本质，有必要探究其与“实体经济杀熟”等现象的互动关系。

一是“大数据杀熟”与“实体经济杀熟”。 在市场经济活动中，熟人之间的信任合作能够有效降低交易成本，让双方受益，商家不用做广告就能通过“回头客”介绍更多的客人，而消费者作为“熟客”也不用每次砍价就能获得比较优惠的价格。但当商家认为一次性的背叛所带来的“收益”远大于多次合作，并且背叛后又不会受到强制性的惩罚时，“实体经济杀熟”现象就有可能出现。[12]然而，“实体经济杀熟”在出现频率、影响范围、危害程度方面都远不及“大数据杀熟”。 “大数据杀熟”通过计算机和网络收集用户的海量信息，分析用户的行为偏好、消费能力、对价格敏感度等，对用户进行精准“画像”[13]，其复杂程度和波及面也远高于“实体经济杀熟”。

二是“大数据杀熟”与“信息非对称性”。 “杀熟”的重要前提是“信息非对称”，商家具有更多获取“信息优势”的能力，在长期的交易活动中，他们积累掌握了海量的数据信息，有能力对消费者的消费意愿、消费能力和行为习惯等做出精准细微的分析判断，呈现出大批量完整的用户画像，从而对每位消费者单独定价。 而消费者处于信息盲区，很难得知不同商家的标准定价，即便能够比价，消费者能看见的只有单一的商品。 互联网上一度出现过“一淘网”“比价网”等大量帮助消费者比价的网站，从而弥补消费者的“信息弱势”，但近年来，这些网站纷纷被网络零售巨头吞并，且再无类似的“实力网站”出现，这就充分显示了商家保持“对消费者信息优势”是获得超额利润的重要前提，也是各路商家不惜“一切代价”所要维护的“核心利益”。

三是“大数据杀熟”和“大数据喜生”。 似乎所有的互联网商家都将获取新客户作为自身的重要战略，他们设计了大量的优惠措施以此吸引新客户的注册，实体市场中的“欺生”现象在互联网消费中丝毫没有得到体现，大数据时代的各类APP 具有强制性，多数具有相当完整的隐私政策，用户不同意就无法使用，在用户点击一个个“同意”后，个人信息就源源不断地汇入商家。 一方面，用户数量的增长为商家带来了实实在在的收益，商家对客户信息的全面掌握能够不断创造潜在价值；另一方面，用户的绝对数量属于风投公司考量的核心要素，是互联网商家持续获得注资的动力源泉。 可见，大数据在“杀熟”的同时总是偏爱新客户，但新客户一旦成为老客户后，又可能成为杀熟的对象。

四是“大数据杀熟”与商业伦理本身的关系。事实上，“大数据杀熟”的重要推手是互联网商业伦理和法治观念的淡薄，由于“大数据经济”发展速度超乎人们的预期，市场还来不及建立完善的伦理和法律秩序。 监管层为了保护互联网经济的发展，在制订约束性政策时也是“小心翼翼”，尽可能“少管”或者“不管”，这就进一步推升了“最懂你的人伤你最深”的局面。 然而，互联网经济与实体经济在本质上都是以“市场逐利”为特征，商业伦理和法律秩序来不及完善就必然导致互联网经济市场秩序的乱象。

四、“大数据杀熟”的治理困境与扭转路径

前已述及，“大数据杀熟”尚属较新的问题，市场还缺乏成熟的商业伦理和法律秩序进行规制，在对待“大数据杀熟”这一市场乱象上，监管层仿佛来到了“瓷器店”，既担心过度损伤互联网商家的创造性，又要防止市场乱象的变异和深化。 为此，监管层不妨从以下几点着手：

一是充分发掘现有法律制度调控空间，提升立法的针对性和有效性。 对互联网商家而言，“熟客”属于消费者，这就难以纳入《价格法》第14 条所管辖的“价格歧视”行为，而《价格法》中的“价格歧视”特指商家“提供相同商品或者服务，对具有同等交易条件的其他经营者”的价格歧视行为。《消费者权益保护法》第八条所规定的“消费者知情权”特指“购买、使用的商品或者接受的服务的真实情况”，主要包括了“价格、主要成份”等内容，而经营者的“差异化定价”并不在内。 此外，我国《反垄断法》有对“价格歧视”的相关规定，但首先要求经营者具有市场支配地位，然后是“没有正当理由”，且对条件相同的交易相对人在交易价格上实行差别待遇。 可见《反垄断法》对价格歧视的认定门槛非常高，“大数据杀熟”这一问题很难被适用于该法律。[13]故而，“大数据杀熟”难以被直接纳入现行法律制度体系加以规制。[6]

一般而言，用户每安装一个APP，需要开放至少几项甚至十余项权限许可，包括位置信息、录音功能、通讯录、拍照视频等多项与软件的主要功能无关的权限。 虽然用户将众多个人信息让渡给了互联网商家，也担心隐私泄露的问题，但为正常使用软件，不得不“同意”和“授权”。 一些网友甚至打趣：“个人隐私就算瞒过了枕边人，也瞒不过互联网公司。”事实上，2017 年我国发布了《信息安全技术个人信息安全规范》，规范较为详细地要求数据控制者须约束信息系统的自动决策，而消费者“有权质疑并要求控制者做出解释”，以及提供“适当的救济方式”。 应要求互联网商家严格遵守相关规范，建立有效的举报制度，加强对消费者在使用各类APP 过程中的信息保护力度。[6]

此外，互联网商家利用大数据算法，实行差异化定价，一旦构成《消费者权益保护法》规定的“不公平、不合理的交易条件”，则导致消费者公平交易权被侵害。 因此，遭遇“大数据杀熟”，消费者不能直接按照“消费者知情权”受损进行投诉，但可诉诸“公平交易权”的损害。 监管部门应对有关商家实施必要的行政处罚，打击这种大数据技术的滥用行为。 此时，数据使用的不正当已上升为“针对消费者的不公平交易”，超越个人信息保护法适用范围，属于《消费者权益保护法》调整了。[6]

值得借鉴的是，2018 年欧洲《一般数据保护条例》生效，对个人数据手机和存储适用进行了极高的管控，并规定了更高的透明度，也被称为“史上最严的隐私条例”。 为从根本上防范“大数据杀熟”，必须通过立法提升消费者信息保护的针对性和有效性。 无论是“支付宝个性化年度账单”引发的大数据信任危机，还是不得不让渡给名目繁多的APP 各类隐私权限，消费者的弱势处境都十分明显，为此，应从国家层面尽快完善《消费者权益保护法》。 针对“大数据杀熟”等事实上的价格歧视行为，相关监管部门应尽快研究，进一步进行立法规范，切实保护消费者的隐私，防止“大数据杀熟”的出现。[13]

二是倡导行业自律，规范“用户画像”的商业伦理。 与法治相对应，加强互联网商业伦理建设是从“德治”的路径解决“大数据杀熟”的问题，尤其是在当前我国相关法律难以进行直接对“大数据杀熟”予以有效规范的情况下，商业伦理建设显得格外重要。

应制订互联网商业伦理规范，做到“有理可依”，形成“行业公约”，把对消费者隐私的保护作为互联网商业伦理公约的核心内容，有序推进行业自律。 事实上，当前市场各细分领域均有自身的行业自律条款，面对大数据社会，需要把已有的行业自律内容扩展至互联网业务层面。 譬如在出行领域，出租车行业有着较为成熟的行业自律条款，这些内容同样适用于“网约车”等互联网出行方式，所不同的是，原有的规范需加入保护消费者隐私的相关细则。 倡导行业自律还应发挥行业协会的作用，建立完善的市场竞争准入和退出机制。除了相关法律规范，行业协会作为相关企业自发成立和维护行业利益的组织，应发挥更大的作用。

三是提升消费者的自我保护意识和自我保护能力。 互联网社会从来都不是一个“不设防”的社会，相反，互联网中充斥了大量的陷阱，屡见报端的P2P“雷暴”事件接连出现，通过互联网制造的骗局让人触目惊心。 然而，如同现实社会，互联网交往中人们特别注重防范被陌生人欺骗，但对熟人往往防范力度不够，不少P2P 平台通过熟人介绍，被自己信任的熟人欺骗，除了痛心疾首以外，很可能会进一步反思并改变信任方式，即不再像以前那样相信自己的熟人，他会警惕有加，在平时与熟人交往时，保持警惕性。[12]可见，在互联网社会中，应通过各类宣传渠道增强消费者对包括熟人在内的其他社会成员的防范意识，并大力加强互联网交易中的监管措施，尽管在互联网经济中有太多的市场主体难以被一一监管，但监管部门应发动广大消费者的监督作用，让消费者遭遇“互联网杀熟”后，能够顺畅、高效地实现举报和投诉。

四是加强互联网杀熟治理的综合协同力。 当前，面对情况复杂的“大数据杀熟”现象，单纯从某一个层面难以“对症下药”，解决互联网杀熟问题不能简单归入某一两个决策部门的工作业务中，相对实体经济而言，互联网经济更具有综合性和复杂性，同时，互联网经济中的违规行为不断“推陈出新”，采用变化多端的形式试图规避现有法律的约束。 这就要求在治理“大数据杀熟”过程中，要从立法、司法、执法、监督等多个层面综合协调、同步共进，整合工信部门、工商部门、公安部门和宣传部门等监管资源，形成监管合力，改变“多龙治水”的尴尬局面。

五是维护互联网经济中的良性竞争环境。 在我国，几家大型网络零售商拥有粘性非常高的用户，他们通过兼并重组，使得大批竞争对手消失。而消费者对这些商家高度依赖，常常觉得“没得选”，甚至明知道真实情况却“不得不被宰”。 阻止此类情况发生的重要路径是给予消费者“比较”的机会，业内也曾经出现过多个“商品比价网站”，只要消费者将心仪商品输入搜索引擎，就能看到所有大型购物网站的不同价格，甚至能够看到任何一家网站关于该商品的历史价格，这种相对中立的商业信息服务商给了消费者很多实惠，降低了杀熟的可能性。 然而，近年来，这类网站被大型网络零售商纷纷收购，目前已所剩无几。 因此，应鼓励民间成立更多的帮助消费者网购决策的中立门户，让消费者更轻松地获取更多的价格信息。

因此，既要鼓励互联网公司做大做强，同时又要防止网络垄断的出现，由于消费者信息的专属性，网络服务极易造成垄断，监管部门一方面要规范行业内的收购标准，更要扶持新兴互联网企业成长和发展，营造有序竞争的市场环境，让消费者享受实实在在的权益。

在人类历史发展的长河中，陌生人社会或许只是“十分短暂”的时段，从漫长的“熟人社会”发展到“陌生人社会”，又因技术的突飞猛进而迅速转入“新熟人社会”，我们惊讶地发现，“熟人社会”似乎才是人类历史的“常态”。 处理“新熟人社会”中的大数据杀熟问题，其核心在于平衡社会成员在获得产品和服务便利性的同时，如何科学合理地让渡隐私，通过法治和德治手段规范信息优势方的市场行为，监管层似乎要高度重视从这一角度需求治理乱象有效方案。 唯其如此，才能遏制当下频见报端的“大数据杀熟”问题。