十多年前，我在大學念產業經濟學課程，清楚記得老師在課上講「價格歧視」的例子。「價格歧視」是一個中性用詞，簡單說就是商家有能力透過不同的定價方式，讓每個人對同一個商品，付出他能接受的最高價格。現實中常見的例子有，同一張門票，分學生價、老人價、成人價。比較極端的例子則是，在價格不公開透明的市場中的「討價還價」。在那時的中國，還有不少專營名牌產品廉價仿造貨的市場，比如北京的秀水街，掛滿琳瑯滿目的商品，但都沒有標價。在那裡購物是一場心理戰，消費者和買家你推我搡、欲拒還迎地談判一只「GUGGI」或一件「AMANI」的價格，兩三輪之後，消費者抱得貨物歸，卻發現隔壁一家抱著同樣東西出來的人只花了1╱3的錢。
理論模型變成現實
商家透過信息不對稱、不透明，奠定權力結構不對等，在此基礎上，一對一地對每一個用戶「看人下菜」。雖說買賣的達成最終是「一個願打，一個願挨」，但有些人的板子就是比其他人挨得多。老師當時舉的這個例子令我印象極為深刻，因為我自己就是心理戰中永遠的落敗者，買東西總比別人貴一倍─如今，這種人多了一個更形象的名字：韭菜。
老師提到，經濟理性的商家會攫取所有的消費者剩餘（拿走你一時沒守住能掏出的每一分錢），如果它足夠熟悉消費者的決策偏好、風險偏好、需求意願、支付能力等，它理論上會實現「千人千價」式的完美價格歧視。但一對一的討價還價顯然交易成本太高了，難以規模化，所以在那時候，老師說，完美的價格歧視還只是抽象理論，現實中不存在。
不過10年，可能用不了這麼久，理論裡的模型插上技術的翅膀，都變成了現實。
互聯網串起所有場景的大數據年代，消費者在商家面前可以說是前所未有地透明：我知道你常買什麼，我知道你在不同的時間購買什麼不同的東西，我知道你可以承受的價位區間是多少，我知道你是先放進收藏夾、購物車多輪挑選的審慎派，還是直接購買的爽快派，我知道哪些網頁幫助你做出了購物決策，我知道你的朋友們喜歡買什麼，你和朋友最近談到了自己的哪項需求，我甚至可能知道你在其他App上的動態紀錄……完全不需要在集貿市場汗流浹背地一對一心理戰，你的慾望在商家面前完全赤裸，動用一些數據分析資源，他完全有能力給慾望貼上一個恰恰符合你心理極限的價格標籤，不多也不少。
更妙的是，對於難以標準定價的數位商品，就更名正言順了。一張機票、一晚民宿、一本書、一篇文章、一首歌的價格原本就無法由成本決定，而更多由供需關係決定。數位世界原本更便於實現基於供需關係的動態定價，激發價值最大化，但在這之上，是否要加上對消費者偏好的窺探和捕捉帶來的「洞見」？天使與魔鬼，有時候只是一念之間。
中國深圳用戶A就曾在網上抱怨，自己常通過某網站預訂出差地的酒店，一般都是360元一晚。直到有一天他在酒店大堂突然留意到房間價格顯示是300元一天，一問才知道已經改了好幾個月。他以為是自己預定行程的網站沒有及時更新價格。但換了妻子的帳戶重新登入後，驚訝發現「妻子」看到的價格其實是298元一晚。顯然，A在自己2012年就開始使用的這家網站上，遭遇了活生生的「大數據殺熟」。他並不是孤例。
迎向完全價格歧視
我們正在迎來一個完全價格歧視的時代。寫這篇文章，是因為看到媒體也開始進入這一戰場：《華爾街日報》通過包含60幾項元素的算法，辨識每一名登錄用戶的信息，判斷他未來訂閱報紙的機率，個性化地建立動態付費牆─有些人可以免費看10篇，有些人看到2篇可能就撞牆了，並因此在1年時間讓訂戶增加了4成。英國《金融時報》、瑞士媒體NZZ也採用類似做法。對媒體來說，這當然是好事，只是動態定價與大數據殺熟一線之隔。媒體在這條路上的小心探索，可以走多遠？