数字经济学-课件 第7章 数字市场价格机制

7.数字市场价格机制本章概览双边平台价格结构数字商品零价格算法定价与价格合谋算法个人化定价本章学习目标双边平台不平衡价格结构的决定因素零价格的动机和数字企业盈利模式算法定价的影响及算法价格合谋算法个人化定价福利效应及反垄断政策第一节双边平台价格结构微信不向消费者收费，但是腾讯公司是最赚钱的公司之一，其利润来自何处？为什么抖音、小红书我们免费观看，那这些短视频平台如何盈利？为什么微博、微信、facebook、Twitter免费，而电子书/Kindle收费，中国婚恋网站会员费那么高？苹果iTun向应用软件（APP）开发者收取30%的佣金合理吗？为什么有的软件收费而有的免费下载？第一节双边平台价格结构价格结构是指平台对不同侧用户的收费水平或者确定最优的两侧用户收费比例。数字平台是典型的双边市场，数字平台的定价不仅需要考虑价格总体水平，更重要的是如何确定价格结构。在双边市场，由于在平台对一侧用户实行零价格或低于成本定价的同时对另一侧用户征收显著高于成本的定价成为平台实现最大交易量和平台生态价值创造最大化的重要机制。因此，价格结构成为多边平台定价最为重要的决策。不平衡价格结构成为数字平台定价的基本方式，是指数字平台对两侧用户的收费并不是基于服务成本来进行的。一、不平衡价格结构的确定

（2）（3）（1）公式（3）的结果说明：对不同侧用户的定价结构等于不同侧用户的需求弹性之比。这一平台不平衡价格结构公式存在缺陷：弹性大的用户支付的价格更高，这显然是与垄断定价的拉姆齐逆弹性定价法则相违背两侧用户比价关系忽略掉了交叉网络效应的影响，无法反映双边市场的根本特征两侧用户的相对价格仅由需求弹性所决定的阿姆斯特朗（Armstrong，2006）模型

（4）（5）（6）

社会总福利最大化下平台对两侧用户的定价：垄断平台利润最大化目标下对两侧用户的定价：对公式（8）整理得：

假设,对公式（9）进一步简化得：（8）（10）（9）（7）不平衡价格结构公式：结论：垄断平台利润最大化单侧用户定价取决于服务成本、交叉网络效应贡献、平台市场势力。单侧用户给另一侧用户带来的交叉网络效应越大，应收费越低。在平台服务成本和市场势力给定的情况下，追求垄断利润最大化的平台向单侧用户的收费水平与该侧用户的交叉网络效应贡献呈负向关系。平台市场势力越高，对单侧用户的收费越高。在服务成本和交叉网络效应给定的情况下，平台拥有的市场势力越高，则平台对用户的收费水平也相对越高。双边市场定价有何不同？双边市场定价不一定基于成本市场竞争不一定会降低价格水平政府干预价格一定会改进社会福利二、数字平台不平衡价格结构的具体形式消费者免费—广告商付费搜索引擎平台如百度、谷歌和必应等在线购物平台如淘宝、京东、亚马逊、ebay等在异性交友平台如百合网和世纪佳缘，通常女性用户付费低于男性用户消费者免费—商家付费部分用户免费—部分用户收费三、不平衡价格结构是否是有害的不平衡价格结构是数字平台一种有效率的定价方式！数字平台对不同侧用户收取不同价格的不平衡价格结构问题是否违反反垄断法，是尚未解决的政策难题在不平衡价格结构下，被高收费的一侧用户往往会要求反垄断机关对这种不合理的高收费进行干预。即对单侧用户的高收费是否构成非法的垄断定价？反垄断机关应如何区分合法的不平衡价格结构和非法的不平衡价格结构呢？判定不平衡价格结构是否是一种不公平高价格的重点是价格结构是否合理地反映了双边市场的经济合理性。数字平台的收费模式平台行业收费模式收费方式/水平淘系（淘宝+天猫）在线零售佣金为主向商家收取技术服务费+交易额0.5%—5%的佣金，以及交易额5%—12%的引流费京东在线零售佣金为主向商家收取技术服务费1000/月+交易额1%—10%的佣金，引流费根据店铺情况而定拼多多在线零售佣金为主平台入驻免费，无佣金，收取0.6%交易手续费，引流费根据店铺情况而定亚马逊在线零售佣金为主向商家收取交易额6%—45%的佣金，平均值为12%，引流费根据店铺情况而定美团外卖在线订餐佣金根据配送距离与客单价向商家收取交易额19%—37%的佣金饿了么在线订餐佣金根据配送距离与客单价向商家收取交易额13.5%—33.8%的佣金滴滴打车网约车佣金向司机收取营运额20%—25%的佣金携程旅游在线旅游佣金向商家收取交易额10%—20%的佣金Airbnb在线住宿佣金房东付交易额3%—5%，房客付交易额6%—12%，平均为11%支付宝第三方支付佣金向商家收取交易额0.6%—1.2%的佣金iTunesstore应用商店佣金向APP所有人收取交易额25%的佣金QQ音乐数字音乐会员费向用户收取5—8元/月会员费爱奇艺在线视频会员费向用户收取19—40元/月会员费典型的案例：高佣金是否是一种垄断滥用行为2020年疫情爆发期间美团仍对餐饮商家征收20%左右的交易佣金而引发广东餐饮协会与美团的争端，商家认为这是一种垄断定价行为。苹果公司利用应用商店市场支配地位向付费下载App软件开发者征收30%的高佣金，亚马逊公司对平台商家实行不公平交易条款和征收超过竞争水平的佣金。如何判定对商家高佣金是否合法？政府是否需要干预？美团向商户收取的佣金是否是不公平高价格？2020年4月，广东餐饮协会在发布的联名交涉函中提到，美团外卖向餐饮企业收取的高额外卖佣金，已超过餐饮企业承受极限，其中新开餐饮商户的佣金最高达26%，已大大超过了广大餐饮商家忍受的临界点，要求美团公司降低佣金水平。美团公司随后公开回应中表示，在美团平台，八成以上商户佣金在10%至20%之间，真实数字远低于传言。当时，这份回应并未得到广东餐饮协会认同，“广东商家佣金比例普遍为16-21%，广州、深圳、佛山、惠州等美团自营地区最高至23%。”第二节数字商品零价格一、数字商品的零价格零价格或免费商品是数字商品市场一个普遍的经济现象，典型的如消费者在使用应用软件的时候，消费者都是免费的，即平台向消费者索要的是零价格。数字市场真的有免费的午餐！数字企业实行零价格的动机零边际成本下的定价质量价格歧视方式实现用户基础的短期促销行为双边平台不平衡价格结构利他主义行为二、零价格下的企业盈利模式向商家或消费者收费向广告商收取广告费对高需求消费者收费依靠捐款来获得收入三、零价格的福利影响在大多数情况下，数字经济市场的零价格会显著提升消费者福利，并会促进企业之间的质量竞争，而且Linux等开源软件对所有人实行源代码开放，会极大地促进技术创新。但在消费者支付零价格的情况下，零价格可能会对消费者福利产生负面影响，主要体现在如下几个方面：低质量供应风险剥削性定价或掠夺性定价风险隐私侵害风险四、零价格与消费者数据在很多情况下，数字经济中的免费商品或服务并不是真正的免费。在消费者用户确实享受免费商品或服务时，消费者实际上付出了可以货币化个人数据信息和具有一定成本的个人注意力。由于在数字经济中数据成为最重要和最有价值的资源，在搜索引擎、社交媒体等平台消费者在享受免费商品的同时，实际上也付出了关于其位置、偏好、人际关系和个人习惯等方面的个人的数据。但是，如果企业采集消费者个人数据未经消费者授权同意，强迫消费者接受不合理的隐私条款或者过度采集利用消费者数据则会构成对消费隐私的侵犯。第三节算法定价与合谋一、算法定价算法定价是指企业基于大数据和人工智能算法来实现对待售商品的自动定价，从而实现利润最大化目标算法定价主要分为三类：基于竞争对手的动态定价针对个人的个人化定价针对多产品的差异化定价Algorithmicpricingislikelytooccurinmarkets:thecoststoserveconsumersdifferconsiderablyfromconsumertoconsumer,whichcanbeapproximatedusingobservabledata(e.g.creditandinsurancemarkets)demandfluctuatesmuchmorerapidlythansupply(e.g.airlines,hotelsandride-sharing)theprice-setterhasawiderangeofproductstoprice,andalgorithmicapproachesbringasignificantcostadvantage(e.g.consumerretail).算法定价的效率效应定价算法的大量应用导致市场中的价格调整频率大幅上升，从而显著提高市场价格波动性。定价算法会促进动态定价，根据市场供求快速精准地调整价格，更好地实现供需动态平衡。增加了市场价格的透明度，促进了市场竞争，从而提高了消费者的福利。二、寡头市场算法价格合谋算法价格合谋是指寡头企业通过采用定价算法来实现及时有效的价格协调和价格监督，从而导致市场出现垄断定价或统一定价的结果。信使算法合谋轴辐协议算法合谋预测代理人算法合谋自我学习算法合谋二、寡头市场算法价格合谋信使（Messenger）信息传递者算法合谋是寡头企业有意识地采用算法作为实现价格合谋的工具，此时算法主要是发挥收集竞争对手价格信息或分享彼此信息的中介作用。2015年美国的DavidTopkins合谋案轴辐协议算法合谋是指寡头竞争企业共同采用由同一个第三方开发的定价算法，或者这些企业都通过一个采用算法定价的平台来进行定价并交易。2015年美国Uber公司案、2016年欧盟Eturas案轴辐协议（Hub&Spoke）二、寡头市场算法价格合谋预测代理人算法合谋是指寡头企业都单独地采用最大化利润定价算法来提高市场透明度和增强对竞争对手竞争行为的预测，此时定价算法扮演了观察竞争对手行为的监督者角色。自我学习（self-learning）在自我学习算法合谋下，每个企业采取利润最大化的定价算法，定价算法基于自我学习技术，根据利润最大化目标，实时采集处理竞争对手的价格数据并自动调整自己的定价，以对竞争对手的定价做出反应，从而导致出现合谋。自我学习算法合谋没有人为干预。预测代理人（PredictableAgent）三、算法价格合谋反垄断监管政策强调算法设计要遵循竞争中立原则执法机构可以强制执行定价算法对市场条件反应的时滞，或冻结一个供应商的价格进行算法审计如审查治理文件、测试算法输出或检查其内部运作等来检测算法是否会导致合谋结果的出现促进消费者使用算法，以破坏寡头企业算法合谋计划第四节算法个人化定价一、算法个人化定价算法个人化定价主要是指数字商务企业利用大数据和算法技术来对消费者的购买行为数据进行分析并精确识别消费者支付意愿，从而针对每个人来制定不同的价格。2018年德勤开展的一项涉及500多家公司的调查发现，在所有采用人工智能（AI）实现个性化营销的零售商中，有40%的零售商采用人工智能实行个人化定价和营销。大数据杀熟？中国的“大数据杀熟”现象？个人化定价必须满足三个条件：一是企业必须具有一定程度的市场势力；二是企业必须能够拥有充分的信息；三是企业必须能够防止套利行为的发生。传统上由于信息不完全，个人化定价基本不可实现！大数据和人工智能技术的发展使企业可以采集大量关于单个消费者的数据，通过对个人数据的挖掘分析以预测消费者支付意愿，据此制定接近或等于单个消费者保留价值的个人化价格。大数据和人工智能技术使算法个人化定价容易实现完全价格歧视！不同支付意愿消费者支付的价格二、个人化定价福利影响判断算法个人化定价福利影响的参照标准不应是完全竞争市场，而应是企业实行统一定价。算法个人化定价对社会总消费者福利的影响是不确定的。从社会总福利的角度来说，相对于垄断统一定价，个人化定价通常是提高社会总福利的。虽然个性化定价有可能实现社会总福利的提高，但个人化定价会带来效率和公平之间的冲突，它使一部分人的状况变好，使另一部分人的状况变差。算法个人化定价的福利影响反垄断监管政策《关于平台经济领域的反垄断指南》《价格法》《电子商务法》《个人信息保护法》《反不正当竞争法(修订草案征求意见稿)》《互联网信息服务算法推荐管理规定》三、个人化定价反垄断监管政策法律内容《关于平台经济领域的反垄断指南》第17条：禁止具有市场支配地位的平台企业基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件《个人信息保护法》第24条：明确禁止利用个人信息来对个人在交易价格等交易条件上实行不合理的差别待遇《电子商务法》第35条：明确禁止电商平台对商家的“二选一”行为《价格法》第14条：明确禁止大数据杀熟等价格歧视行为《反不正当竞争法(修订草案征求意见稿)》第13条：明确禁止相对优势地位经营者实施独占交易协议等行为《互联网信息服务算法推荐管理规定》明