今年兩會，大數據技術衍發出的平臺監管、彈窗廣告、大數據殺熟等各類問題引發關注。就如何規制大數據殺熟，多位代表委員從不同方面建言獻策。比如，人大代表羅瀛建議加快個人信息保護包括數據安全的立法;全國政協委員劉宏宇，在消費民事公益訴訟方面建議加強培育具有行業專業背景的民間消費者權益保護公益組織，擴大訴訟主體范圍;人大代表楊松則認為，要從反壟斷法著手，增加規制數據濫用、大數據殺熟等行為的條款。

[[387247]]

大數據殺熟不是一個新鮮話題了，它廣泛存在于各行各業，令消費者頭疼不已。前陣子，上海復旦大學教授孫金云帶領團隊調研發現，打車行業存在“手機越貴，打車越貴”現象。孫教授及其團隊在國內五個城市，花50000元，收集了常規場景下的800多份樣本，得出一份打車報告。報告顯示：蘋果手機主更容易被專車、優享這類更貴車型接單;如果不是蘋果手機，則手機越貴，越容易被更貴車型接單。不僅在打車行業，旅游行業同樣存在大數據殺熟現象。2018年3月，經常通過某旅行網站預訂酒店的網友“廖師傅廖師傅”發現，他預訂的價格在380-400元之間，但不常預訂酒店的朋友查詢到的房間價格僅300元。

所謂“殺熟”，在傳統社會就已經存在。“殺熟”是指賣同一樣產品或服務，利用熟客的信任，對熟客報出的價格比新客還要高。進入互聯網時代，用戶絕大部分的線上活動都在網絡上留下了痕跡，被存儲到“云端”。平臺掌握著這些在云端的大量數據，經過分析后便能夠對用戶的消費習慣、消費能力、行為偏好等了然于胸，殺熟就殺得更加精準，更加方便。“云計算”，變成了“云算計”。

互聯網公司之所以能進行大數據殺熟，除了因為掌握著海量的數據，另一個原因，是一人一屏的消費場景給消費者創造了一種虛假的公共性。與傳統線下消費的統一標價不同，互聯網時代，每個人一部手機，購物、購票、訂房抑或其他消費行為都是單獨面對著自己的手機或電腦屏幕完成的，每一塊屏幕天然地將消費者“區隔”開來。每個人的手機界面都是大數據算法為其“量身定制”的結果，如果不刻意與其他消費者的價格比對，消費者會以為自己手機上看到的界面、價格是與其他人一樣的，這便給大數據殺熟開了捷徑。

數據優勢也好，一人一屏也罷，這些都只是互聯網公司進行大數據殺熟的必要條件，真正驅動巨頭們殺熟的根本動力，是暴利。美國布蘭戴斯大學經濟學系助理教授Benjamin Shiller基于Netfilx的研究發現，使用傳統人口統計資料的個性化定價方法，僅使Netfilx增加0.3%的利潤，但根據用戶網絡瀏覽歷史，使用機器學習技術，來估算用戶愿意支付的最高價格，卻可以使Netfilx的利潤增加14.55%。《資本論》中曾引用過這樣一段話，“一有適當的利潤，資本就會非常膽壯起來。只要有10%的利潤，它就會到處被人使用;有20%，就會活潑起來”。對于已經成為龐然大物的互聯網巨頭來講，14.55%的利潤，已經足夠讓他們不顧消費者的怒火和法律的規范鋌而走險，進一步擴張自己的規模。而企業規模越擴張，就越會在市場上形成壟斷地位，對勞動者和消費者的地位就越不利。在強關系的傳統社會，商家殺熟尚且還會有更多對名聲的顧慮;但在互聯網時代，如果平臺成為壟斷巨頭，用戶將無處申訴，也別無選擇。

隨著彈窗廣告、大數據殺熟等現象越來越廣為人知，大數據這一技術也越來越為人詬病，人們開始反思“技術中立”這一觀念，對大數據投去更多警惕和批判的目光。但我們不能忘記，大數據的出現也為我們帶來了許多好處，比如能夠更快地撮合交易，提高資源配置效率，又比如能加快數字政府建設，實現對社會的精細化治理。大數據殺熟被廣為批判，根本上是因為商家無視用戶個人隱私，違背誠實守信的商業倫理，需要我們用新的數據規則來勒住技術這匹“烈馬”。只有加快個人信息保護、反壟斷和反不正當競爭方面的相關立法，才能為大數據運用劃出一道道紅線，實現“數據趨惡”向“數據向善”的改變。