遏制大数据“杀熟”：政府主导的协同治理模式

陶苞朵，张等文

在人工智能时代，大数据被称为“新石油”，是市场经营主体相互竞争的新兴生产资料。经过智能算法对大数据进行筛选、清洗和分析，低价值的原始数据转换成高价值的衍生数据集合；将衍生数据集合投入商业交易，可以刻画出精细的“用户画像”，实现对消费者的个性化推荐和精准营销，从而提高商品成交率，推动数字经济的迅猛发展。然而，诚如尼古拉斯·尼葛洛庞帝(Nicholas Negroponte)所言，“每一种技术或科学的馈赠都有其黑暗面”[1]。基于个性化定价算法实现的大数据“杀熟”可能是算法技术的黑暗面，它在一定程度上损害了消费者剩余，扰乱了数字经济市场的交易秩序，亟须政府协同多方力量伸出“有形之手”消除大数据“杀熟”对消费者以及市场产生的“无形之害”。

一、问题缘起：隐蔽式技术“杀熟”

2018年3月，某网约车平台利用算法进行差异定价的行为被媒体曝光：相同路线、相同车型、相同用车时间的行程，使用频率较高的用户所需支付的价格高于其他用户[2]。无独有偶，在线票务、酒店预订、视频网站会员等平台领域也存在类似的“杀熟”行为。由此，大数据“杀熟”逐渐成为社会议题，公众对其批判之声居高不下，纷纷表达对自己是否会被平台隐蔽“杀熟”的担忧；学术界也开始关注到这类现象，分别从伦理学、法学、经济学等不同领域对大数据“杀熟”展开深入研究。

“杀熟”，其直白的解释为“(在商品价格方面)宰熟客”，它并非互联网经济的独特产物，在传统经济时期也存在“看人下菜碟”“坐地起价”等类似行为。从伦理学角度看，大数据“杀熟”反映出扭曲的商业伦理和滞后的商业文化在数字经济时代的延续[3]。具体而言，商户向熟客提供优惠价格较为符合一般的商业伦理和经营理念，如此，可提升熟客的忠诚度和信任度；大数据“杀熟”却反其道行之，恰恰利用熟客的信任和消费习惯，通过个性定价算法隐蔽地、具有针对性地提高商品价格，让熟客成为“待宰的羔羊”。这种行为颠覆了消费者对商户理应诚信经营、明码标价的常识性认知，违背了传统商业伦理。大数据“杀熟”还涉及“算法”与“善法”之间的伦理冲突与失衡[4]。2019年6月，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则：发展负责任的人工智能》，明确提出，人工智能发展“应符合人类的价值观和伦理道德……在数据获取、算法设计、技术开发、产品研发和应用过程中消除偏见和歧视”[5]，希冀人工智能及算法向“善”发展。然而，支撑大数据“杀熟”的算法技术在某些情况下成为平台商户宰客的“利刃”，忽略了普惠、公平等基本价值追求，背离了“善法”原则。

大数据“杀熟”在一定程度上挣脱了伦理道德的软性约束，那么，它是否违背法律法规的刚性约束？这是法学领域的学者争论的焦点。多位学者指出，根据《消费者权益保护法》的第四条、第八条和第十条规定，平台商户实施大数据“杀熟”行为违反了诚实信用的交易原则，损害了消费者对真实价格的知情权和公平交易权。关于大数据“杀熟”行为的定性，学者们各执己见。邹开亮等认为，大数据“杀熟”是价格欺诈行为，经营者不仅违反了《价格法》《电子商务法》等法律规定的“明码标价”义务[6]，而且利用“区别定价方式及虚构客观情况诱导消费”[7]，违反了《禁止价格欺诈行为的规定》第三条。与之不同，梁正和曾雄认为，大数据“杀熟”的本质是价格歧视行为[8]，即“对条件相同的交易相对人在交易价格等交易条件上实行差别待遇”的行为，根据《反垄断法》第十七条规定，只有当经营者具有市场支配地位，且没有正当理由时，大数据“杀熟”才涉嫌违法。如何从法律层面遏制大数据“杀熟”，学者们分别从规范完善司法解释、建立健全相关法律规章制度、提供消费者权利救济途径等方面出谋划策。

在法律语境下，“价格歧视”被视为一种与“价格平等”相对立的概念；而在经济学语境中，“价格歧视”只是经营者营销的一种策略，本身不含任何价值褒贬的判断[9]，这种差异使经济学领域的学者对大数据“杀熟”产生了不同的认识。经济学中的“价格歧视”分为三级：一级价格歧视，即经营者依据每位消费者愿意支付的最高价格对商品进行差异定价，实现经济利润最大化；二级价格歧视，即经营者根据消费者购买数量的多少给予不同的优惠价格，如“量大优惠”“第二杯半价”等；三级价格歧视，即经营者针对消费群体的年龄、身体状况等外在特征进行类型划分后区别定价，如“学生半价”等。大数据“杀熟”是平台商户基于算法技术实现的“一级价格歧视”，其福利结果具有不确定性，既可能损害消费者剩余，也可能在特定市场环境中产生强化竞争和扩大产出的积极效果[10]。因此，喻玲呼吁人们理性看待大数据“杀熟”，必须以科学标准考察大数据“杀熟”行为产生的实际经济效果，尊重受市场调节的正当价格歧视，而非一禁了之[11]。

综上，学术界对大数据“杀熟”的理论探讨总体呈现出从感性到理性、从价值到实证的认识变化过程。无论对大数据“杀熟”的伦理审思、法律行为定性，还是经济合理性辨明，都取得了一定的学术成果。但是，现有研究没有具体厘清大数据“杀熟”的内涵与外延，即没有明确回答大数据“杀熟”是什么，其与价格欺诈、个性化定价、价格歧视存在哪些联系和区别。此外，大数据“杀熟”涉及市场(平台商户)、政府和消费者三类主体，单纯依靠政府的力量很难应对复杂的“杀熟”难题，如何运用协同治理方式遏制此类行为？

基于此，本文将在第二部分对大数据“杀熟”进行行为界定，辨析其内涵与外延，划分其与价格歧视、个性化定价以及价格欺诈的交织边界；第三部分论述协同治理大数据“杀熟”的现实逻辑，从建立主体协同关系、完善协同治理条件、增强协同治理参量等方面探索具体路径；最后，呼吁人们理性看待大数据“杀熟”，携手共创“政府主导、多方协同”的治理格局。

二、大数据“杀熟”的行为界定与辨析

自从大数据“杀熟”进入公众视野以来，人们对于什么是大数据“杀熟”众说纷纭。准确把握大数据“杀熟”的内涵与外延，理性辨析其与价格欺诈、个性化定价、价格歧视等相关概念的关系，是科学认识和深入理解大数据“杀熟”并提出有效治理措施的基本前提。

(一)大数据“杀熟”的内涵与行为界定

从语义来分析，大数据“杀熟”分为大数据和“杀熟”两方面。大数据指2000年之后在互联网平台因信息交换、信息存储和信息处理三个方面迅速发展而产生的海量信息数据[12]，具有体量庞大(volume)、种类繁多(variety)、处理迅速(velocity)、真实可信(veracity)、低价值密度(value)的“5V”特征[13]。相比之下，“杀熟”很早便进入人类视野，多半带有否定色彩。在人情社会，“杀熟”指损伤熟人利益，这种行为会破坏熟人之间的信任与合作，不利于社会信任的积累。1988年，传销活动猖獗，“杀熟”被用来指代传销的组织与扩张方式。此后，“杀熟”一词多出现于经济贸易活动中，指商户利用熟客的信任肆意攫取多余经济利益的行为。结合两方面内容，大数据“杀熟”的内涵逐渐清晰，通常被理解为互联网平台及商户利用算法技术对自身所拥有海量用户数据进行深度挖掘和分析，在此基础上洞悉用户的消费场景、消费偏好、支付意愿和能力、购置频次等信息并进行消费群体分类，从而针对用户黏性更强、消费能力更高的“熟客”施以高价格的行为。大数据“杀熟”的主体不是大数据，而是互联网平台及商户，大数据仅是“杀熟”的必要基础，其根本目的是获得更多经济利益。

大数据“杀熟”行为通常表现为以下几种情况：其一，购买同一平台的相同商品或服务，老用户所需支付价格高于新用户，会员价格高于非会员，使用高价位手机的用户支付价格高于使用低价位手机的用户；其二，搜索同类商品，键入频次越高，呈现的价格越来越高；其三，依据用户地理位置信息，判断附近潜在竞争对手数量，当竞争力量较小时，价格上涨。随着大数据“杀熟”行为愈发泛滥，“杀熟”的范围不断扩大，“熟”不仅指代熟客或老用户，而且泛指经由大数据分析后被判定为用户黏性高、对价格不敏感的消费者群体。

(二)大数据“杀熟”与相关概念的辨析

在厘清大数据“杀熟”概念及行为表现的基础上，辨析其与价格欺诈、个性化定价、价格歧视等相关概念的联系与区别，有助于厘清本文的研究对象，客观理性地看待大数据“杀熟”。

1.大数据“杀熟”与价格欺诈

价格欺诈是一个法律名词。2001年，中华人民共和国国家发展和改革委员会(以下简称“国家发改委”)颁布《禁止价格欺诈行为的规定》，其中第三条对价格欺诈进行司法解释，即“经营者利用虚假的或者使人误解的标价形式或者价格手段，欺骗、诱导消费者或者其他经营者与其进行交易的行为”；2015年，国家发改委就《禁止价格欺诈行为的规定》提出解释意见,进一步明确，“经营者通过标价形式或者价格手段虚构事实、隐瞒真实情况，欺骗、诱导消费者或者其他经营者与其进行交易，无论是否形成交易结果，均构成价格欺诈行为”。由此可知，判定经营者是否涉嫌价格欺诈，关键在于观察其是否存在虚构交易事实、隐瞒交易真相等不诚信经营行为。

大数据“杀熟”作为电商平台及商户常用的一种经营手段，不能一概而论将其等同于价格欺诈行为，应具体问题具体分析。当平台商户为了拉拢新用户，公开透明地向新用户提供优惠券以及其他福利，从而造成新、老用户在购买同一商品时所需支付价格不同，这种“杀熟”并未虚构事实、隐瞒真相，而是平台商户为了拓宽用户流量所使用的正当经营手段，即便是老用户也曾经享受过同等的优惠价格或福利商品，因此不构成价格欺诈行为。然而，当平台商户基于自身与用户之间的信息不对称、不透明，滥用技术优势，故意针对熟客提高价格，诱导其在无形之中支付高价，这种行为隐瞒了真实交易情况，损害了熟客的知情权和公平交易权，构成价格欺诈行为。以上两种不同的情形，虽然都是大数据“杀熟”，但不全是价格欺诈行为，直接证明大数据“杀熟”与价格欺诈不完全相同，两者存在部分重叠。

2.大数据“杀熟”与个性化定价

个性化定价(personalized pricing)是电子商务崛起之后产生的新名词。与传统定价相比，个性化定价不仅能够在特定的市场环境中强化企业竞争、增加经济产出，而且有可能导致经营者过分攫取消费者剩余，压缩竞争对手的价格空间，扰乱市场公平交易秩序。2013年，英国公平交易局发布《线上个性化定价经济分析报告》，将个性化定价定义为线上经营者基于观察、收集、推算得出消费者个人特性和行为信息，判断其购买能力和支付意愿，从而对单个消费者或消费群体执行差异化价格标准的行为。经济合作与发展组织(OECD)在2018年发布的《数字时代的个性化定价》报告中沿用了这种定义，认为个性化定价是基于终端消费者的个人特征和行为实施的价格歧视行为[14]，揭示了个性化定价的两个独特性质：其一，个性化定价针对的是经营者与终端消费者之间的关系，而非经营者与其他经营者(如生产商与批发商)之间的关系；其二，个性化定价的前提条件是掌握消费者的个体特征和行为，只有当经营者识别、细分消费者群体的能力越高，个性化定价的价格间隔才会越小。这两个特质与大数据“杀熟”行为相符。因此，有学者将个性化定价作为大数据“杀熟”的学理名称[15]，强调两者的关联性，但是这种命名方法忽略了两者的细微差别——大数据“杀熟”是平台商户占据“信息不对称”优势，利用熟客的信任造成特定消费者的被动损失，词性偏向贬义；个性化定价是平台商户在面对具有不同消费倾向、消费能力和支付意愿等特征的用户(包含但不限于“熟客”)采取的差异定价策略，词性偏向中义。因此，大数据“杀熟”与个性化定价不能完全等同。

3.大数据“杀熟”与价格歧视

价格歧视常见于微观经济领域。根据经济学家阿瑟·塞西尔·庇古(Arthur Cecil Pigou)的经典阐释，价格歧视是“当某种商品任何一单位的需求价格独立于每一其他单位的销售价格时”，垄断厂商利用这种差异向不同的接受者实行不同收费标准或销售价格的行为[16]。虽然这个定义将价格歧视主体限定为具有垄断地位的经营者，在现实市场结构中应用范围较小，但是它点明了价格歧视的基本原理——经营者在提供无差别商品或服务时采取区别定价模式，以此达到压缩消费者剩余、获取最大化利润的交易效果。大数据“杀熟”运作原理与价格歧视相同，两者密切相关。前文提及经济学中价格歧视分为三种类型，大数据“杀熟”更接近一级价格歧视，是平台商户基于算法技术分析大数据推算得出消费者愿意支付的最高价格从而对每一单位商品收取不同费用的完全价格歧视。从这一层面来说，价格歧视与大数据“杀熟”是包含与被包含的关系。

经过辨析大数据“杀熟”与价格欺诈、个性化定价、价格歧视等相关概念的关系，依据不同的概念内涵以及作用范围绘制出图1。由内核向外围逐层解读，可知：第一，大数据“杀熟”与价格欺诈并非同一事物，两者存在部分重叠，只有当平台商户隐瞒真实价格、虚构交易事实并且诱导消费者购买同物却支付不同价格时，大数据“杀熟”才构成价格欺诈行为。第二，无论是大数据“杀熟”，还是价格欺诈，都是个性化定价产生的不同结果。从数学关系来说，大数据“杀熟”、价格欺诈是个性化定价的充分不必要条件。因此，个性化定价的范畴比前两者大。第三，大数据“杀熟”、个性化定价是价格歧视的一种类别，“千人千价”的定价方式接近于经济学的一级价格歧视，而价格歧视还存在二级、三级定价。因此，价格歧视的范畴比大数据“杀熟”、个性化定价大。

图1 大数据“杀熟”与相关概念辨析

三、协同治理：遏制大数据“杀熟”的新探索

与传统经济时代的“杀熟”相比，大数据“杀熟”辐射范围更广、隐蔽性更高，因此，其产生的消极作用更强烈，这引发了消费者对自己是否会被“杀熟”的担忧以及对平台商户的不信任。为了有效遏制大数据“杀熟”，改善消费者与平台商户之间的关系，政府亟须变更传统治理模式，尝试构建多元主体协同共治的新格局。

(一)协同治理大数据“杀熟”的现实逻辑

当前，政府沿袭传统“二元分散治理”模式对数字经济市场进行监管，即市场自由竞争，相互制衡；政府包容审慎，事后监管[17]。这种模式逐渐呈现出“打地鼠式”的治理困境，缺乏整体性、协同性的有效治理，无法应对大数据“杀熟”这类复杂问题，甚至可能引发社会公众对创新技术的信任感流失。因此，政府亟须革新技术治理范式，克服传统治理模式的局限性，吸收广泛的社会力量，实现以政府为主导、多方参与的协同治理，共同遏制大数据“杀熟”。

大数据“杀熟”的生成缘由十分复杂，涉及算法技术、社会伦理、法律等多个层次，治理难度较大，政府难以独自应对；另外，大数据“杀熟”牵涉多元利益主体，主要包括消费者、平台商户、政府相关部门等，如果沿用传统治理模式，忽略其他主体间存在的利益差异与博弈，很难形成遏制大数据“杀熟”的稳定有效的治理系统，无法及时抑制大数据“杀熟”带来的负面影响。因此，政府需要发挥牵头作用，构建一种左右联通、上下互动的组织网络，通过协商合作、增加互信来重构多元利益主体间关系，回应传统模式的不足。

协同治理范式作为整体主义思维方式的体现，为遏制大数据“杀熟”提供了新的解决方案。与传统模式相比，协同治理“倡导多元治理主体(包括公共部门、企业、社会组织和个人) 在资源与利益相互依赖的基础上共同参与决策制定，并协同解决公共问题”[18]，着重强调治理目标的统一性、治理主体的多元性、治理关系的协调性和治理效应的整体性。以政府为主导，协同治理大数据“杀熟”既具有必要性，又具有可行性，其中，必要性体现在政府主导的多元协同治理有利于弥补政府单方面管理效用的有限性，突破“打地鼠式”的治理困境；可行性体现在大数据“杀熟”牵涉的主体多元，各主体间关系紧密、追求良好可持续的交易环境，而政府在治理活动中拥有绝对的权力地位和话语优势，能够串联起不同的治理主体，促进多元协同治理格局的形成与发展，发挥出“1+1>2”的治理效能。因此， 通过吸纳消费者、平台商户以及电商行业组织的力量，以有效遏制大数据“杀熟”为目标，以协调互动为前提，以制度约束为保障，逐步构建政府主导、多方参与的协同治理格局，成为遏制大数据“杀熟”的新探索。

(二)政府主导协同治理大数据“杀熟”的具体路径

协同治理大数据“杀熟”的路径选择与实际治理效果密切相关。通过建立多元主体的协作与互动、完善协同治理条件、增加协同治理增量，达成遏制大数据“杀熟”的协同治理目标，从而提升整体治理效果。具体路径如图2所示。

图2 政府主导协同遏制大数据“杀熟”路径

1.建立多元治理主体的协作与互动

朱迪·弗里曼(Jody Freeman)认为，协同治理以解决现实问题为导向，由利益相关者共同承担治理责任、参与治理实践[19]，这种视角为协同遏制大数据“杀熟”提供了解决方案。具体而言，大数据“杀熟”主要涉及政府、平台商户和消费者等相关利益主体，这三类主体应共同参与遏制大数据“杀熟”的治理实践。明确协同治理主体、建立多元主体之间的协作与互动是遏制大数据“杀熟”的前提条件。政府监管大数据“杀熟”是实现公共事务治理的应有之义，因为政府拥有其他主体无法比肩的资源优势和权力地位，这也决定了政府在多元协同治理中的主导地位。因此，政府应运用自身优势，积极引导平台商户、消费者共同参与遏制大数据“杀熟”的治理活动，通过建立协同治理组织或平台，加强各主体间的协商与对话，探讨解决大数据“杀熟”的现实方案。同时，政府让渡部分公共治理权力，赋予平台商户和消费者更多的主动权与参与权，以此激发他们参与协同治理的动力[20]，形成遏制大数据“杀熟”的最大合力。

在明确政府核心地位的基础上，充分调动政府、平台商户、消费者的协作互动关系，是协同治理大数据“杀熟”的必要保障。现实中，平台商户是大数据“杀熟”的实施主体，消费者是被“杀熟”的客体，政府是监督者和管理者，三者相对独立，互动基础比较薄弱，不能满足协同治理需要。对此，政府应发挥核心优势，尝试在门户网站的便民服务中心搭建线上消费投诉平台，串联起一个包括政府各部门(例如工信部门、工商部门和公安部门等)、管辖范围内各电商平台、商户在内的巨大网络，向消费者提供投诉平台和法律援助，降低其维权成本，提高其参与协同治理大数据“杀熟”的积极性。政府“接诉即办”，及时处理消费者提出的合理申诉，以包容审慎的态度应对平台商户的逐利行为，以监管者的身份倒逼平台商户“自证清白”。平台商户必须尊重消费者的权利，主动回应被投诉事项的来龙去脉，争取与消费者达成和解；如果未能达成和解，应向政府相关部门提供证据，由政府作出判断，做到“有则改之，无则加勉”，树立诚信经营、有错必改的良好形象，维持平台经济的稳定运行。只有构建好政府、平台商户、消费者的良好互动关系，夯实协同治理基础，才能有效遏制大数据“杀熟”。

2.完善协同治理条件

政府作为协同遏制大数据“杀熟”的核心力量，应从规划顶层设计、明晰权责分工两个方面完善协同治理基础条件。协同遏制大数据“杀熟”的顶层设计主要涉及“谁来治理、治理什么、如何治理”等相关话题,“谁来治理、治理什么”都已经明确，“如何治理”便成为顶层设计中的重要内容。一方面，健全相关法律法规，是实现协同治理大数据“杀熟”的制度支撑。***总书记曾强调，实施国家大数据战略要求“加强政策、监管、法律的统筹协调，加快法规制度建设”[21]，即从法律层面保障“数字中国”的发展。大数据“杀熟”的出现，在一定程度上暴露出当前相关法律法规建设不够健全的现实情况，虽然近年来相继出台了《平台经济领域反垄断指南(征求意见稿)》《个人信息保护法》《互联网信息服务算法推荐管理规定》等，但仍需政府在现有法律规范的基础上，针对大数据“杀熟”行为明确其构成价格欺诈的要件，判定该行为的主要负责人和连带责任人，细化处罚标准与额度，并向消费者提供必要的法律援助，打通消费者实现权利救济的司法渠道，以此筑牢法律屏障。另一方面，利用反“杀熟”技术对抗“杀熟”技术，是实现政府主导、协同治理大数据“杀熟”的技术保障。政府应“以彼之道还施彼身”，通过自主研发或项目外包设计反“杀熟”算法，对大数据“杀熟”进行自动侦测和预警，即利用技术测验不同账户、设备、消费方式在同一平台购物是否面临“杀熟”行为，针对交易异常的测试结果展开分析调查，及时公布发现的问题。

此外，廓清政府、平台商户、消费者协同治理的权责分工，也是完善协同治理的条件之一。多元主体参与遏制大数据“杀熟”的治理活动并不一定会产生协同效应，也有可能会面临利益纠纷、信任缺失、沟通不顺畅、价值观冲突和治理碎片化等一系列问题[20]，从而降低遏制大数据“杀熟”的实际治理效果。为了避免这种协同治理困境，政府需要明确责任分工，协调平台商户与消费者之间的利益纠纷。首先，政府的责任不仅包括加速推动相关立法进程、加快反“杀熟”技术运行，还需要实现“执法必严、违法必究”，强化对平台商户经营行为的事中、事后监管，严惩平台商户的失信行为，营造良好的平台营商环境；其次，平台商户作为大数据“杀熟”的获利者，应自觉面对“杀熟”行为带来的负面影响并承担相应的治理责任，充分发挥平台自治与行业自律的约束作用，制定公平透明的价格机制，揭开个性化定价算法运行的“黑箱”，减少“算法歧视”；最后，消费者虽然是被“杀熟”的对象，但也是平台经济福利的享受者，应自主平衡“让渡隐私”与“获取服务便利性”之间的关系，同时“根据自己在社会分工系统里的地位、在自己力所能及的范围内，通过自己的使用行为来增强技术对社会发展的积极影响，减弱技术对社会发展的消极影响，对自己的使用行为负起责任来”[22]。消费者应通过有条件开放定位许可和通讯录读取许可、货比三家、理性消费等，提高反“杀熟”的技能，并且在发现平台商户存在违法“杀熟”行为时及时留存证据，利用互联网投诉平台或法律渠道维护自身合法权益，为协同治理大数据“杀熟”贡献力量。

3.增加协同治理参量

协同治理参量是在完善治理条件基础上的拔高选项，是进一步提升大数据“杀熟”治理效果的补充手段。一方面，通过搭建和完善多元主体参与的激励机制，增加协同治理大数据“杀熟”的参量。建立和完善激励机制主要包括以下三种途径：其一，将政府规制大数据“杀熟”的政策产出、治理成果纳入政府业绩的考核范围，积极推广地方政府的成功治理经验；其二，面向各类平台商户开展“诚信商家红黑榜”遴选活动，对诚信经营主体提供更多优惠政策和商品曝光率，将存在违法失信经营行为的主体拉入“黑名单”，责令其限期改正并向社会公示改正结果；其三，针对被“杀熟”的消费者设立经济补偿机制，由实施违法行为的经营主体赔偿全部损失，提高消费者的维权收益。这些举措在一定程度上能够提升政府、平台商户、消费者协同治理大数据“杀熟”的主动性和积极性，引导和鼓励多元治理主体发挥自身优势和能动性，共同实现遏制大数据“杀熟”乱象的治理目标。

另一方面，“在协同理论指引下，组织内部可以通过文化驱动,形成共同的目标和理念”[23]。在政府主导协同遏制大数据“杀熟”的治理实践中，渲染协同治理文化，能够对平台商户、消费者产生潜移默化的影响，减少多元主体间认知、价值观和目标的冲突，提高协同互动意识，指导协同治理行为。鉴于此，政府应利用互联网平台、公益广告等媒介宣传协同治理大数据“杀熟”的重要性，强化多元主体的认同，尤其需要让他们意识到协同治理大数据“杀熟”与各自利益密切相关：不仅能够帮助平台商户缓解“逆平台化”趋势，而且能够改善消费者处于“信息不对称”的不利地位。同时，政府还需要改善多元主体间的信任程度，因为信任具有重要的协同价值,它“规范着主体的行为,削减了主体交往环境的不确定性和治理交易成本，增强了主体的协同信心和治理集体的内驱力”[24]。政府应鼓励电商行业完善自律发展公约和规范，引导各类平台商户树立正确的义利观并自觉抵制恶意“杀熟”行为，倡导其以诚信经营获得消费者的信任；政府还应转变传统行政思想，提倡协同治理文化，营造政府与其他治理主体之间平等对话、团结合作的氛围，最终形成以政府为主导、多元主体共同参与的协同治理大数据“杀熟”的新格局。

四、结语

大数据“杀熟”是平台经济的产物。囿于“杀熟”的敏感字眼，公众对此类行为的批判之声居高不下，希冀政府能够有效规制大数据“杀熟”。然而，理性辩证地看待大数据“杀熟”是开展学术研究的逻辑起点，在特定条件下大数据“杀熟”会产生损害消费者权益、扰乱市场公平交易秩序的消极影响，但其也存在促进市场竞争、改善经营者定价策略的积极作用，与价格欺诈、个性化定价、价格歧视等概念既有联系又有区别，厘清大数据“杀熟”的内涵与外延有助于进一步开展研究。

与传统经济时代的“杀熟”不同，大数据“杀熟”隐蔽性更强、作用范围更广、危害性更大，政府不能对其置之不理；同时，单一政府管理模式无法应对这个复杂问题，理应联合大数据“杀熟”的实施主体与客体共同面对并解决问题。协同治理范式契合了政府主导、多元主体参与遏制大数据“杀熟”的现实需要，通过建立政府、平台商户、消费者之间的协作与互动，完善协同治理条件，增加协同治理参量，明确协同主体、协同关系、协同方式和手段，最终达成有效遏制大数据“杀熟”的协同目标，是一种新的治理探索。

关于遏制大数据“杀熟”，仍有许多问题值得商榷，比如监管大数据“杀熟”的政府部门包括工信部门、工商部门以及公安部门等，如何实现政府不同部门之间的协同治理？本文虽然尝试构建“政府主导、多元参与”的协同治理格局，但是如何进一步评估协同治理效果，改善协同治理方式？这些问题都为下一步探究留下了空间。