摘要: 本文以大数据“杀熟”为背景，结合传播学驯化理论、符号双轴理论及拟态环境理论，探究电商平台算法与消费者的互动逻辑。研究表明，电商平台借算法打破符号双轴平衡，通过组合轴编排商品展示、聚合轴筛选用户标签，构建拟态消费环境，导致消费者决策权旁落、主体异化。为应对算法“反向驯化”，消费者通过组合轴关键词重置与功能跨界搜索、聚合轴数据身份伪装、亚文化编码与“反向种草”等“再驯化”行为反制。但二者博弈存在不对等性，算法迭代快、平台控场力强，消费者“再驯化”易陷“数据陷阱”，且平台隐私滥用引发伦理争议。研究认为，人与技术为双向博弈，需以算法可解释性平衡技术效率与人文关怀，规范算法应用以保障消费者权益，避免“两败俱伤”，推动数字消费生态健康发展。
Abstract: Against the backdrop of big data “killing ripe” (a phenomenon where e-commerce platforms charge regular customers higher prices through algorithms), this paper explores the interaction logic between e-commerce platform algorithms and consumers by integrating the Domestication Theory, the Theory of Syntagmatic and Paradigmatic Axes of Symbols, and the Mimic Environment Theory from the perspective of communication studies. The study shows that e-commerce platforms use algorithms to break the balance between the syntagmatic and paradigmatic axes of symbols. They arrange the display of commodities through the syntagmatic axis, screen user tags through the paradigmatic axis, and construct a mimic consumption environment, which results in the sidelining of consumers’ decision-making power and the alienation of consumers as the main body of consumption. To respond to the “reverse domestication” by algorithms, consumers carry out “re-domestication” actions for countermeasures: on the syntagmatic axis, they reset keywords and conduct cross-functional searches for commodities; on the paradigmatic axis, they disguise their data identities; besides, they use subcultural coding and “reverse seeding” (a practice where consumers share negative experiences of products despite giving high ratings to reveal the true nature of commodities). However, there is an imbalance in the game between consumers and algorithms: algorithms iterate rapidly, platforms have strong control over the scenario, consumers’ “re-domestication” actions are likely to fall into the “data trap” set by platforms, and the abuse of consumers’ privacy by platforms gives rise to ethical disputes. The study holds that the interaction between humans and technology is a two-way game rather than one-sided suppression. It is necessary to take algorithm interpretability as a breakthrough to balance technological efficiency and humanistic care, standardize the application of algorithms to protect consumers’ rights and interests, avoid a “lose-lose” situation, and promote the healthy development of the digital consumption ecosystem.
1. 引言
大数据技术推动电商平台迈入算法驱动的运营新阶段，算法在优化个性化服务的同时，也催生了“大数据杀熟”这一兼具技术与伦理争议的现象。
从经济学维度看，大数据杀熟的理论核心是价格歧视的技术化升级，指厂商在销售同一产品的不同数量时向相同或不同的消费者索取不同的价格，它不包括因运输费用的差别而导致的产品价格不同，也不包括因质量的不同而产生的价格差别[1]。庇古(A. C. Pigou)在《福利经济学》(1920)中提出的三级价格歧视理论[2]，即将价格歧视分为一级价格歧视、二级价格歧视和三级价格歧视。而电商平台通过算法的设计、运用，收集消费者年龄、性别、消费习惯和支付能力等各个方面的信息，并运用计算机对获得的数据进行分析和处理，从而给消费者精准画像，实现“准一级价格歧视”，做到“千人千面”最终实现“千人千价”[3]。
英国文化研究专家斯科特·拉什(Scott Lash)强调：“在一个媒体和代码无处不在的社会，权力越来越存在于算法之中”[4]。平台通过“数据提取–行为预测–需求塑造”闭环形成消费领域权力垄断，其权力进一步细化为“规则制定权”(算法定义消费路径)、“资源分配权”(流量倾斜高利润商品)与“认知塑造权”(拟态环境隐藏低价商品)，而电商平台的算法双轴运营体系(表层引导浏览、深层动态定价)，则为价格歧视与权力渗透提供了结构性支撑。
2. 大数据杀熟的技术逻辑
2.1. 反向驯化：符号双轴失衡
“媒介是人的延伸”，电商平台的出现延伸了人类的购物空间。而“驯化”一词演变于“家居化(domestication)”，意思是媒介技术经过消费过程进入人们的私人空间——即家居，成为日常生活场景的重要组成部分。此外，“驯化”过程还具有反向性，媒介技术在被人类“驯化”并纳入社会生活的过程中，也以自身的技术意向结构来“反驯”人类[5]。
其中一个关键体现便是符号双轴的失衡，即组合轴与聚合轴。该理论源于索绪尔，雅各布森则在1950对该理论作出关键性发展，将聚合轴明确定义为“选择轴”，强调其通过符号单元类比筛选实现意义生成，构成隐性的深层选择系统；组合轴则被重构为“结合轴”，着重符号链的邻接组合功能，呈现为可感知的表层表达机制[6]。组合轴和聚合轴本应相互配合，共同维护消费者与电商平台的双向信息流动[7]。
但算法的介入彻底打破了这种平衡，通过对双轴的“非对称操控”，实施对消费者的“反向驯化”。商家在组合轴上精心编排商品展示顺序，将那些利润高、平台希望重点推广的商品优先呈现给消费者。消费者在浏览商品时，看似拥有自主选择的权利，随意点击浏览各类商品，但实际上，这些展示顺序早已被平台的算法暗中操控。例如，在购物平台上，消费者在搜索商品时，页面展示的大多是热门、高销量的商品，那些小众但优质的商品很难有机会出现在消费者眼前。
此外在更为隐性的深层选择系统中，平台通过对用户行为数据的深度挖掘，精准把握消费者的消费能力、兴趣偏好等标签；依据“拼小圈”“淘小圈”等好友联系方式，收集社交关系数据，进行圈子划分。然后，根据这些标签，平台在组合轴上进行更具针对性的动态定价策略。比如，对于被标记为高消费能力的用户，推送高价商品；对价格敏感的用户，展示低价但可能质量稍逊的商品。这种操控使得消费者在不知不觉中被技术驯化，购物范围被拘泥于“茧房”当中，消费者看似在众多商品中进行挑选，但这些商品的呈现都是基于平台的算法筛选，消费者无法真正自主地探索到更广泛的商品资源。所谓的购物自由，实则是一种“假性选择”，失去了购物时选择商品价格的自主性。
2.2. 拟态鸿沟：消费主体异化
李普曼的“拟态环境”理论指出，人类对现实的认知并非直接源于客观现实，而是通过媒介构建的“拟态环境”间接认知，在电商场景中，算法构建的“拟态消费环境”，正是以“符号双轴失衡”为技术基础——组合轴的商业编排决定了拟态环境的“表层信息呈现”，聚合轴的标签筛选决定了拟态环境的“深层信息范围”，二者共同将消费者的认知锁定在“算法筛选后的虚拟景观”中，形成“拟态鸿沟”。例如，算法可能将高价商品频繁推送给低消费能力的用户，而将低价商品隐藏起来。这种扭曲的拟态环境使得消费者难以获取全面、准确的商品信息，影响了消费者的购物决策。消费者可能会因为算法的误导而购买不适合自己的商品，或者错过更优惠的购物机会。隐藏在算法背后的平台商家通过不断调整算法的参数来执行自己的意志[8]，但消费者却因此局限于算法所建构的虚拟消费景观之中。
鲍德里亚所提及的“符号消费”，已悄然演变为“算法消费”。消费者不再是基于自身对商品价值的判断进行决策，而是被算法引导，成为算法驱动下的被动参与者，消费的主体决策权在无形中让渡给了技术。消费者的浏览点击、付款购物，都已成为平台收集数据、优化算法的素材，成为其实现流量分配与商业利益最大化的关键数据，而用户的消费需求和权益在这一过程中被边缘化。这不仅是消费行为的异化，更是消费主体的转化。在平台的购物情境中，消费者看似是主导购物行为的主体，但从底层逻辑和实际运作来看，真正的消费主体其实是平台自身[9]。而算法推荐，作为平台运营的关键技术手段，其首要目的便是为平台服务。算法针对性地向消费者推送商品信息，看似是满足消费者个性化需求，实则是为了提升平台的流量转化效率，增加商品的曝光度与销售量，进而为平台创造更多的商业价值。
值得注意的是，拟态环境的构建与符号双轴失衡是互为因果的：双轴失衡是拟态环境的“构建手段”，拟态环境是双轴失衡的“驯化结果”；而二者共同指向算法对消费者的“反向驯化”——技术不再是服务于消费的工具，而是主导消费的“隐形权力”。
3. 消费者再驯的媒介重构
经历“驯化–反向驯化”后，消费者借助媒介技术尝试对它的“再驯化”[10]。其本质是消费者主动干预算法的技术逻辑，通过打破符号双轴失衡、撕裂拟态环境，夺回信息自主权。如在购物平台搜索时故意使用模糊或与实际需求偏离的关键词，或在填写个人资料时提供虚假的年龄、职业等信息，又或者切换不同设备交替浏览和购物，使算法难以准确捕捉消费习惯和偏好，从而降低价格歧视的可能性。
此外，消费者在网络虚拟环境中衍生出“虚拟自我”[11]，这种行为使得平台依据数据构建出的消费者画像与消费者真实情况出现偏差，进而影响算法推荐的精准性，进而打破了平台原本凭借技术实现的单向输出局面。
3.1. 组合轴干预：信息链的断裂与重组
组合轴在消费领域体现为算法所构建的线性消费路径，即一系列按照平台商业利益编排的商品信息链，类似于常见的“猜你喜欢”“搭配购买”推荐模块，旨在引导消费者按照平台预设的逻辑进行消费决策。而消费者运用语义策略，巧妙地对这一信息链进行干预，实现了信息链的断裂与重组。
具体而言，用户针对系统推荐惯性选择关键词重置。当平台算法依据消费者过往行为和热门商业标签，如“大牌彩妆”，推送高利润、高热度的商品时，消费者选择使用“平价替代品”“冷门小众”等差异化搜索词代替，主动切断了与平台预设的商品粘合的信息传递，使平台难以按照原有的推荐模式推送商品，同时为用户开辟了发现更具性价比商品的新路径。
其次，商品功能“跨界”也是避免大数据杀熟的再驯手段之一。平台算法往往基于商品类别进行固化关联推荐，例如将“化妆品收纳盒”与美妆类商品紧密联系，推荐时也局限于这一类别框架。但消费者以“多功能收纳架”替代“化妆品收纳盒”进行搜索，打破了算法对商品类别的刻板认知。“多功能收纳架”涵盖了更广泛的功能属性，不再局限于化妆品收纳这一特定场景，从而打断了算法预设的商品关联链条，重建了符合自身真实消费需求的购物情境。
3.2. 聚合轴伪装：数据身份的镜像化表演
聚合轴伪装本质是数据身份的虚拟化表演，用户伪造各类数字痕迹，以此实现对算法画像的主动干预，使其偏离真实状态。由于平台往往依据收货地址所处区域的经济水平、消费特征等因素来评估用户的消费能力，因而利用地域歧视反歧视是一种常见的方式。用户通过切换收货地址，营造不同的商品使用情景。例如，将收货地址从上海静安区这类高消费能力区域改为甘肃陇南等低消费地区，以使用用途为关键字进行检索时，用户反而无需二次更改关键词。这种地址切换行为能够有效地干扰平台的判断逻辑，让平台难以精准把握用户的真实消费实力，从而在一定程度上打破平台基于消费能力实施的差别化定价和推荐策略。
广泛流传的“民间理论”中，“转赞评”是左右算法推荐的有效指标，例如在评论区“哭穷”(如“好想要，但太贵”)，反向影响价格推送[12]。一些小红书用户甚至选择“小号养号”，通过专门注册的小号，刻意浏览大量低价商品，点赞、收藏相关内容，营造出一种对价格敏感、消费能力较低的假象，以此帮助消费者归纳为低收入标签，有效规避平台实施的大数据杀熟，避免因算法的精准识别而被推送高价商品或服务。
3.3. 符号隐匿：亚文化编码的抵抗
当算法逐渐适应双轴干预策略(如识别“平价替代品”等关键词)时，消费者转向“符号隐匿”——通过亚文化编码构建“算法不可识别的符号系统”，跳出组合轴与聚合轴的筛选范围，从根本上规避拟态环境的束缚。例如使用“二次元黑话”展开对平台商品推销规则的抵抗。类如在美妆产品推荐情境中，采用“COSER推荐”“委托好物”“妆娘惯用”之类的独特话语作为推荐语。与常见的“大牌平替”这类易于被算法理解的商业宣传语不同，这些二次元黑话对算法而言，这些词汇可能只是无序、难以理解的字符组合，无法像处理常规营销话术那样，迅速精准地将其与产品的营销定位建立直接联系。
“反向种草”，也已然成为消费者在数字化消费环境中惯用的一种抵抗策略。在商品评论区这一信息交互的关键场域，消费者不再遵循平台算法所预设的正面宣传、负面差评的路径，而是主动选择植入“拔草指南”，以一种截然不同的方式影响其他消费者的购买决策。通过五星好评，却展示产品瑕疵实拍、分享真实使用体验中的负面感受等具体方式，有力地打破了算法优化精心营造出的“完美商品”幻象。平台为了提升商品销量，往往利用算法筛选和推荐好评，塑造优质、有效商品的形象，引导消费者产生购买欲望。然而，“反向种草”行为向其他消费者揭示了商品的真实面貌，让消费者能够基于更全面、真实的信息做出理性的消费决策。对平台主导的消费语义秩序造成了破坏，促逼消费信息的多元化传播。
4. 驯化博弈与伦理困境
消费者的再驯化与算法的反制形成持续博弈，但这种博弈并非“平等对抗”，而是受“技术不对称”与“伦理失范”的双重制约。
4.1. 算法迭代与平台控场
伊德“人技互动”分为四种类型：具身关系(技术成为身体延伸)、解释学关系(人通过技术理解世界)、工具化关系(人将技术作为工具)、背景关系(技术成为环境背景) [13]。在大数据杀熟语境下，算法与消费者的博弈本质是“人技关系的失衡”——算法从“工具化关系”转向“背景关系”，成为主导消费环境的“隐形框架”，而消费者的再驯化试图将其拉回“工具化关系”，但技术迭代与平台控场使这一努力举步维艰。
用户通过输入噪声数据来削弱算法的控制权，积极重构媒介环境[14]，然而算法迭代速度远超用户适应能力，且平台作为购物场所的“东道主”，拥有消费者难以企及的优越性。部分消费者为了规避平台基于大数据的精准推送或差异化定价，采取频繁切换账号的方式，试图扰乱平台对其行为数据的收集与分析。然而，平台凭借先进的反爬虫技术，能够快速识别这类异常行为，并以账号封禁作为应对手段。
且“民间理论”的“点赞评”的自由实则是一种虚拟的表象，消费者看似能自由地发表评论、点赞或分享内容，主动干扰系统推荐。但深入剖析后会发现，这些看似自主的行为，实则陷入了平台的“数据陷阱”。平台将消费者的每一次互动都视为宝贵的数据资源，用于进一步优化算法，从而更精准地洞察消费者的偏好、需求与行为模式。这意味着消费者的这些“自由行为”不仅没有改变自身被算法驯化的处境，反而成为强化平台对其控制的工具[15]。消费者在自以为行使自由权利的过程中，实则被禁锢在虚拟的自由空间内，无法挣脱技术编织的控制网络，也难以摆脱因符号双轴失衡带来的诸多不利影响，如消费选择受限、面临价格歧视等。
4.2. 隐私滥用与伦理争议
购物信息本质上属于消费者的隐私范畴，理应在后台得到妥善保护，不被随意窥探与滥用。然而，隐私反成平台利用并制约用户的有效手段，使得消费者的购物行为被迫从幕后走向台前，塑造“虚拟自我”展开“表演对抗”。
在数据驱动的商业模式下，商业利益至上的观念导致了严重的伦理失范。平台为追求利润最大化，往往将商业利益置于用户权益之上，这明显违背了“尊重、公正、责任”的伦理原则。尊重原则要求平台尊重消费者的人格尊严与隐私权利，但数据泄露与滥用行为却严重侵犯了消费者的隐私权。公正原则强调在数据使用过程中要确保公平公正，然而平台基于大数据的差异化定价、精准推送等行为，却对不同消费者区别对待，破坏了市场的公平竞争环境。责任原则要求平台对数据的收集、使用与保护承担相应责任，但现实中平台常常忽视对用户数据的妥善保护，导致数据泄露事件屡见不鲜。这种伦理失范不仅损害了消费者的权益，也对整个数字经济生态的健康发展造成了负面影响。
5. 结语
反向驯化作为消费者应对算法“杀熟”的策略，被视为“弱者的武器”。面对算法对消费决策的深度干预和控制，消费者通过各种方式，如输入噪声数据、进行符号逃逸等，试图对算法进行反向影响，以争取更多的消费自主性。但通常强调的反向驯化，本质是在强调技术对人们产生的负面影响，从而使人们意识到技术的风险。但在人技关系中，人类作为技术发明的主体，更应突出人对技术的驯化，不断增强主体意识，及时发现技术的负面影响，通过对技术使用行为的自我管理及时规避技术的风险和负面效应，充分发挥技术的红利和正面效应。算法技术并非全然的“控制工具”——其催生的个性化服务本应是连接平台与消费者的良性纽带，例如基于用户真实需求推送适配商品、通过场景化推荐降低信息筛选成本，这些服务既提升了消费效率，也为平台积累了用户信任，体现了驯化理论中“人技互驯”的正向价值：技术在被人类纳入消费场景的同时，也能通过合理应用反哺人类需求，而非单向实施“反向驯化”。
然而，当前算法应用的失衡，使个性化服务异化为平台实施价格歧视、构建拟态消费环境的工具——这一矛盾的本质，正是符号双轴失衡与拟态环境扭曲共同作用的结果：组合轴的商业编排让个性化推荐沦为“高利润商品引导链”，聚合轴的标签筛选使精准服务变成“排他性商品筛选器”，最终导致拟态环境与真实消费市场脱节，消费者从“个性化服务的受益者”沦为“算法驯化的对象”。这种失衡不仅削弱了个性化服务的正面效应，更违背了“尊重、公正、责任”的伦理原则，加剧了人技关系的对抗性。
人与技术的互动始终是双向博弈，而非单方面压制。根据伊德的人技关系理论，探索算法可解释性是重构人技共生关系的关键：若平台能在个性化推荐中，向消费者清晰说明推荐逻辑(如“该商品推荐基于您过往对‘性价比家电’的浏览偏好”)，既能让消费者享受个性化服务的便捷，又能通过透明化打破拟态环境的认知壁垒——这一过程恰是对符号双轴平衡的修复：组合轴的信息传递回归“需求导向”，聚合轴的商品筛选恢复“多样性”，进而消解拟态鸿沟，让消费主体重新掌握决策主动权。
进一步而言，“反向驯化”本身是消费者的自我保护策略，但需以“技术正向价值”为边界——若消费者仅以对抗算法为目的(如过度伪造数据、传播无效信息)，反而会导致个性化服务精准度下降，最终损害自身权益；同理，平台若持续将商业利益置于用户需求之上，忽视个性化服务的本质，将彻底失去用户信任。