高占有率、价格歧视是垄断?你需要破除这些误解

高占有率、价格歧视是垄断?你需要破除这些误解

00:00
11:17

随着数字经济的权力边界过度扩张,近两年来,争议最大的就是互联网巨头的反垄断问题,它就像是一把悬在数字经济头上的达摩克利斯之剑。谷歌、Facebook、微软经常遭到美国政府及欧盟的反垄断调查。中国现在也在加大对互联网巨头的监管,特别是针对大数据杀熟和滥用市场支配地位。

 

垄断其实是一个非常复杂且容易被误解的问题,经济学对垄断的界定是具有争议的。搞不懂垄断问题,反垄断反而可能扼杀数字经济,抑制技术创新。

 

今天为大家推荐的书是《我们搞砸了经济学》。这本书中,作者为大家消除了一些经济学中错误的认识,并从正当性的角度思考:哪些行为属于垄断?哪些行为属于不正当的?哪些行为应该受到反垄断的制裁?

 

第一个问题:高市场占有率是垄断吗?

 

哈佛学派的结构主义将高市场占有率界定为垄断。他们认为,市场占有率高的领域,技术增长率下降,企业攫取巨额利润。美国司法部门一度以高市场占有率作为判断垄断的标准。比如最著名的美国联邦政府诉北方证券一案。

 

但是,哈佛学派的结构主义存在非常致命的缺陷。这一理论缺乏坚实的理论基础和严密的逻辑推理及数学论证,更多依靠大量经验观察、简单调研及静态分析。他们过于注重市场结构的决定性作用,实际上影响市场绩效的因素及因果关系极为复杂,且存在各种动态关系。后来,芝加哥学派用绩效主义替代了结构主义,美国司法界也改变了对垄断的界定,更加关注经济效率,而不是简单的市场结构。

 

第二个问题:涨价是垄断吗?

 

在数字经济中,一些互联网公司为了抢占市场,前期采取大量的补贴,放弃对利润的追求。后期涨价,利润增加,实现盈利。这种经营策略是不是垄断?是否具有正当性?

 

新古典主义的完全市场理论并不支持这种做法。该理论认为,正常情况下,企业是市场价格的被动接受者。如果企业可以改变市场价格,它就是垄断者。但是,完全市场理论是僵化的,现实中市场的价格信息是动态的,价格策略是相互影响的,没有谁能完全决定市场价格。如果不允许互联网企业提价,这就相当于干预了市场价格,破坏了市场的自由竞争。所以,如果遵循完全市场理论来反垄断,那么这种反垄断可能就会变成反竞争、反创新和反增长。我们需要跳出这个理论来思考垄断问题。

 

好的,解决了以上两个问题,我们来看看到底什么是垄断?

 

其实,垄断是限制自由竞争,我们需要关注的是机会的公平和地位的公平。反垄断真正反的是不公平竞争。如今数字经济领域,大数据杀熟是否具有正当性?

 

所谓大数据杀熟,是高级别的价格歧视,简单来说就是看人定价,一人一价。在现实交易中,看人定价被认为是“聪明的生意头脑”。比如,我们去旅游,商家看我们是游客,开得价格普遍比当地客人更高。如果遇到一个看起来有钱且大方的客人,商家的开价可能更高。

 

这种现象极为普遍,但这种行为是否具有正当性呢?通常,这被认为是一种价格策略或竞争策略。歧视性定价是商家自由竞争的策略。如果购买者发现“吃亏”了,可能会抛弃这个商家,商家也可能改变竞争策略。这是交易双方的一种博弈。因此,它是具有正当性的。

 

那么为什么在数字经济中大数据杀熟不被允许?

 

有人认为,互联网公司控制了市场,一旦实施歧视性定价,用户没有太多选择的余地,只能被动接受,这就在是滥用市场支配地位。确实,用户短时间没有其它选择,是处于被动的一方。但是,双方的机会是公平的,用户的自由选择权没有被限制。同时,双方的地位是公平的,用户虽然暂时是被动的,但并不存在被强制的情况。

 

所以,这种情况可以理解为一种交易双方博弈的暂时结果。正如一批新款手提包上市后,顾客趋之若鹜,卖家趁机涨价。这时,买家处于被动地位,只能加价购买新款手提包,要不就放弃购买,这属于正常的交易博弈。但如果互联网平台过于强势,用户长时间“忍气吞声”,可能会催生新的商业机会,会有新的竞争对手进入。新的对手如果能够为用户提供更好的服务和产品,就可以改变原有的互联网平台的强势地位。

 

但现在的问题是,大数据杀熟颇为普遍,一些互联网平台占据垄断地位,并不担心竞争对手进入,或者说,新的竞争对手进入后也实施大数据杀熟。这就涉及到了垄断问题。

 

大数据杀熟的本质是,互联网平台垄断了用户个人数据。互联网平台之所以可以实施大数据杀熟,是因为互联网平台占用了用户个人数据,并且通过算法在未经用户允许的情况下滥用用户数据,以实施歧视性定价,提升公司的利润规模。在现实商业中,商家即便试图实施“一人一价”,也是无法做到的,因为商家无法掌握每个人的数据信息。但是,互联网平台却可以做到。

 

所以,大数据杀熟的问题在于互联网平台控制了用户个人数据,并且滥用了个人数据。这是一种垄断行为,且不具有正当性。

 

前面提到,垄断是限制自由竞争,主要关注的是机会的公平和地位的公平。交易双方的地位必须是公平的,这是交易博弈的前提。但在大数据杀熟中,用户的个人数据被商家“盗用”,地位上是不公平的。就好比两个人打牌,如果一方的底牌被另一方偷窥,这种牌局就是不公平的,被偷窥的一方定然受损。长期来看,这种交易不利于社会福利的增长,会导致社会财富向大数据杀熟一方倾斜,最终引发社会贫富差距危机。

 

有人提出,互联网平台实施大数据杀熟,你可以不选择这个平台,可以选择新的平台。但是,新的平台往往也实施大数据杀熟,因为它也控制了用户的个人数据。不过,从长期竞争的角度来看,我相信,未来会有新的平台采用新的技术,比如分布式技术,不再控制大数据,将用户的数据产权归还给私人。

 

所以,在当前的数字经济中,大数据杀熟、算法控制、编织信息茧房,这些行为破坏了交易的公平性,缺乏正当性,属于垄断行为或垄断问题,这才是数字经济时代反垄断的关键。

 

我们每个人都逃不过市场的游戏。这本《我们搞砸了经济学》,作者用通俗易懂的语言,解释了涉及人性、货币、制度、经济危机、全球化等经济学的核心原理。值得一提的是,它还入选了蓝狮子3月书单。在本期书单中,吴晓波频道联合蓝狮子图书和多家平台机构,聚焦“数字经济”,从未来、经济、产业三个角度给大家分享10本好书。

 

比如,温铁军教授团队历时十年,总结中国、土耳其、印度、印度尼西亚等七个发展中国家的经验与教训,完成《全球化与国家竞争:新兴七国比较研究》一书,揭示金融全球化的本质,探寻发展中国家的突围之路。

 

奇点大学创始人彼得·戴曼迪斯的《未来呼啸而来》,描绘了区块链、量子计算、人工智能等9大指数型技术和指数型技术融合,为教育、广告、零售等八大行业带来的颠覆,我们可以感受即将在下一个十年能够实现的场景。

 

FT中文网财经版主编徐瑾的新书《趋势:洞察未来经济的30个关键词》,在分析中国经济的基础上,提炼经济学知识,帮助读者构建经济通识体系。

 

品牌传播专家袁国宝最新作品《数字经济:新基建浪潮下的经济增长新引擎》,以新基建为背景,聚焦数字经济发展新动向和新趋势。

 

著名投资银行家、并购专家王世渝结合自己在中国资本市场30年的经历,指出了数字经济全球化时代的企业发展方向和路径。他的《数字经济驱动的全球化》一书,打破了人们对“全球化”概念的陌生感。

 

复杂系统前沿科学家梅拉妮•米歇尔创作的《AI 3.0》,从视觉识别、游戏与推理、自然语言处理等人工智能的主要应用领域来详细阐述人工智能的原理、当下的能力边界,及正在面临的关键挑战。

 

另外,《未来零售:解锁新零售的关键模式》一书立足零售业转型升级的时代背景,从价值链、供应链、零售场景等七个方面,分析了国内外丰富的新零售企业案例。

 

《创造新需求》一书则提供了用利风投思维提高产品研发投入有效性、用流量思维扩大认知群体,以及引领生活方式提升体验价值等可操作性极强的创造新需求的法则。

 

最后一本是吴晓波领衔策划执笔的《云上的中国》。吴老师及其团队通过实地调研采访,全景呈现中国数字新基建的产业图景与未来趋势。中国已进入云 2.0 时代,意味着从零售、运营、制造,到出行、教育、城市治理,中国将进入数字化向数智化的全面转型。

 

数字经济会给我们带来垄断吗?也欢迎朋友们给我们留言~


以上内容来自专辑
用户评论
  • 好好后生

    有其他平台吗?将来砍你一刀将来总会康复,又不会死,强盗逻辑

  • Yearnlyria

    大数据杀熟,并且个人不自知,这算不算欺诈

  • 小尘爷

    最烦同读一本书,听到了就切换,像一个苍蝇

  • 梅花缤纷118

    互联网时代,数据杀熟似乎成了每家公司的贯例!我们这些人便成了他们待宰的韭菜

  • 1393331yrkf

    这些音频是拿来念的吗?这么多错别字

  • 珊_el1

    If I had to write one One. Yeah, I might. I can only write about one bird.

  • 桃树根

    所谓大数据杀熟是不是垄断就是个伪命题,杀熟用的就不是大数据方法,而是侵犯用户个人隐私数据,在这个视角的大数据指的是只能利用整体的数据去研究应用,而不能利用某一人的个人数据,来判断该用户的特征。

  • Edword_2014

    这个讲书有收获

  • 熊康康

    结果就是卖家剥削了消费者剩余,增加了生产者剩余,降低了总福利。 垄断,比如烟草行业,市政,这类有壁垒的,互联网平台虽然也是price maker 但是对于商家的进出并没有太大限制。如果定价过高,很容易有更多企业涌入瓜分蛋糕,到时候价格自然下来了。

  • 熊康康

    数字经济是否会带来垄断? 1.数字经济中大数据是一个核心技术,也就是app平台通过统计搜集各类用户使用信息,包括浏览,订单,点击量,来了解用户的喜好,习惯,背景也就是构建用户画像。 2.日常生活中,各类服务诸如购物,资讯,中介等都是面对面的,服务员会根据个人情况采取不同的服务方式。而网络是虚拟的,app只能通过数据来分析用户,来增加用户粘性,我觉得是无可厚非的。 3.因为数据定位比人工定位更加精准和高效,它能给我们推送喜欢的事物的同时,也把用户的情况掌握的一清二楚,这本身是一个包含利弊的事。你大可因为害怕泄露信息而不使用软件,可是又无法抛弃它给你带来的各种便利。 4.存在的不是垄断,而是歧视