来源： 定量群学  原创 张琦

一、消费者的现实困境

当我们首次打开一个购物网站或者APP时，首先会看到一个写着“是否向网站分享cookies等数据”的弹窗，下面一般附有一个小小字的“隐私政策”和“服务政策”超链接；大部分人都会直接选择同意（Obar & Oeldorf-Hirsch, 2018）并快乐剁手。这意味着平台可以追踪、记录你的网络行为，并将这些隐私数据用于提供个性化商品推荐。确实，商家掌握的个性化信息越多，其做出的“用户画像越清晰，对需求的把握就越精准，基于兴趣和消费能力的推送就越准确”（覃建行& 钱童，2020）。这看似是个双赢的过程：商家卖出商品获得了利润，消费者通过精准推荐快速找到了心仪的物品。

但是我们用隐私换来的不仅是便利，也可能是更高的价格。与线下购物中一览无余的商品种类与价格不同，在线上购物中，消费者无法在商品被推荐之前知晓商品的价格。所以，商家可以根据我们的隐私数据对我们进行价格歧视，即“大数据杀熟”。那么，如果商家承诺不根据隐私为我们进行个性化定价，我们会以更低的价格买到心仪的商品么？

今天推介的文章是Ichihashi发表在American Economic Review上的文章Online Privacy and Information Disclosure by Consumers。此文运用博弈模型研究在单一商家垄断的购物平台中，消费者线上消费过程中的隐私披露决策，以及商家采取的隐私使用承诺和定价策略间的博弈，并以此讨论为什么比起“使用隐私进行价格歧视”（大数据杀熟），在商家“承诺不使用隐私数据定价”（大数据不杀熟）的情况下，消费者会为商品支付更高的价格，即购买商品的收益下降；这同时也意味着商家获得了更高的收益。

二、理论基础1

1.此部分提到的理论均为原文的参考文献。此处不再列出。

1.垄断市场价格歧视理论

根据三级价格歧视理论，垄断卖家可以根据消费者对商品需求弹性的不同来为同一件商品进行差异化定价。然而本文认为：首先，市场分割是内生的，因为消费者可以通过改变信息披露的策略来影响商家如何应用消费者的信息来进行市场分割。其次，更好的市场分割可以使得商家对每个划分下的消费者推荐更合适的产品，从而提高消费者对产品的需求。

此外，也有理论认为商家会基于购买时间的考虑而不对消费者进行价格歧视。但是作者从不同的路径解释了商家为什么不会根据信息进行价格歧视2：因为这会激励消费者向商家透露更多有价值的信息，商家从而能进行精准推送。

2.文中原话为：“在我的模型中，商家更倾向于不降低价格，即使这是在消费者透露自己的信息时的最佳选择”

2.关于隐私的经济学

以往文献中关于隐私的讨论主要集中于商家如何利用消费者的隐私进行个性化的商品供给操控（饥饿营销）和定价的情况。而此文的研究更加关注何种因素导致了商家承诺不用隐私数据来进行定价，以及消费者在不知道自己想要购买什么东西之前的隐私披露决策。

三、从理论到模型

作者构建了一个博弈模型，来对商家利用隐私进行价格歧视和不使用隐私定价情况下消费者最终收益进行分析。

模型中包含两个主体：

一个拥有K个待出售商品的垄断平台商家

一个拥有1单位需求的消费者。

博弈过程如图1。可以看出，商家是否承诺不使用隐私进行价格歧视在模型体现在定价时间的不同：

价格歧视模型 商家在进行产品推荐时才根据消费者隐私进行定价。

承诺不使用隐私定价模型 商家在一开始就对商品进行定价。

图1 两种模式下消费者和商家行动的时间序列

双方的博弈过程在时间上表现为：

1. 消费者从策略集合D中选择一种隐私披露策略(M,ϕ)3。此时承诺模型中的商家对商品进行定价。

3.这在现实中简单表现为你在多大程度上同意商家追踪你的cookies、浏览记录等数据。但是显然大多数时候我们只能选同意或者不同意。

2. 从消费者的隐私披露策略(M,ϕ)中抽取具体信息m和消费者对某个商品的偏好u。

3. 商家观察到消费者的隐私披露策略(M,ϕ)和具体隐私信息m。

4. 商家向消费者推荐一个商品。此时价格歧视模型中的商家同时对商品进行定价。

5. 消费者知晓自己对商品的偏好u和商品的价格p。

6. 消费者决定是否以价格p来购买这个商品。

作者使用了纯策略精炼贝叶斯均衡（PBE）来获得博弈过程的最终结果4；并用均衡状态下的消费者剩余情况u-p，即消费者愿意为该商品支付的最高价格与购买该商品的价格之差来衡量消费者的收益。最后发现承诺不使用隐私定价模型中的消费者收益低于价格歧视模型中的消费者收益。

4.作者在原文中对模型假设、简单模型（只有两个商品）和严格模型（有多个商品）均进行了介绍和均衡分析；并对模型的定理、性质和推论进行了推导。由于笔者水平有限和文章篇幅限制，不能进行详细介绍。感兴趣的读者可以移步原文围观。

四、主要结论

1.相比于价格歧视模型，承诺（不使用隐私定价）模型中的消费者收益更低

在价格歧视模型的情况下，消费者可以通过尽量少的透露隐私来获得一个更低的商品价格，从而拥有更高的消费者收益。

在承诺模型中，消费者不能通过减少隐私透露来获得更低商品价格，因为商品价格在博弈开始之初就被固定。同时，消费者会为了精准推荐而更多的披露隐私；这使得商家能够更精准的把握消费者需求并进行推荐，从而提高了消费者购买某件商品的概率。所以即使商品的定价较高，消费者也愿意购买。明确了这一过程的商家会在不认识消费者时就为商品设置更高的价格。这最终导致了消费者收益的下降。

2.承诺模型中消费者的隐私披露行为具有负外部性

在承诺模型中，即使只有一部分消费者选择尽量多的向商家披露自己的隐私，也会导致该平台中商品的普遍涨价。这一后果需要消费者群体来共同承担。而消费者本可以通过集体拒绝给予商家自己的隐私信息而获得更高的收益。

3.在承诺模型下，消费者可能会受益于相关部门的隐私监管

如果监管者限制了商家可以从消费者处获得的隐私上限（如从1变为0.8），则不管商家的定价模式如何，消费者都会选择同一种信息披露策略（0.8），则消费者可以获得更高的收益。

五、讨论

当商家承诺自己不会“大数据杀熟”时，大家可能会忘记怀疑其是否能从中获取更大的利益。而当商家作为更一般化的服务提供平台出现时，我们也不会试图思考我们隐私披露行为的反身性：用隐私换取的服务是否会最终通过其他方式作用于我们自身。这提醒我们：珍爱隐私，谨慎冲浪。

在数据为平台垄断的情况下，定量学者无从获知作为Structure的平台和作为Agency的使用者之间的互动关系。经济学者可以通过将这种交往行动简化为Agency-Agency间的交换关系来通过模型的推演获知一个看似“向善”的平台行动可能潜藏的“谋利”动机。那么社会学者又该如何探索这一交换关系背后的平台行为模式和其结构性后果？平台自身又是否能提供一种具有向善动机的制度设计？

参考文献

[1] Ichihashi, S. (2020). Online privacy and information disclosure by consumers. American Economic Review, 110(2), 569-95.

[2] Obar, J. A., & Oeldorf-Hirsch, A. (2020). The biggest lie on the internet: Ignoring the privacy policies and terms of service policies of social networking services. Information, Communication & Society, 23(1), 128- 147.

[3] 覃建行& 钱童, (2020, November 30). 封面报道|个人信息保卫战打响 利益与安全 如何博弈. 财新周刊, 2020(46), 来自http://weekly.caixin.com/2020-11- 27/101633092.html?p0#page2