1. 引言
互联网技术的崛起，催生了电子商务这样一个新兴业态，并且重塑了全球国民经济的运行图景。据中国互联网络信息中心(CNNIC)发布的第56次《中国互联网络发展状况统计报告》显示，截至2025年6月，我国网络购物用户规模已达9.76亿，占网民整体的绝大多数，网上零售额更是连续十三年位居全球首位，这样的规模与影响力已不容忽视。在这一宏大的历史背景下，电商平台的定价策略，作为其核心商业模式，也经历着一场深刻而持久的范式性变革——主要是从依赖于成本核算与市场竞争的静态、透明模型，逐步演进为依托大数的高度复杂、动态并且不透明的自动化决策系统。
这一历史性转变，在优化资源配置、降低交易成本、满足个性化消费需求等等方面都展现出传统商业所没有的巨大优势，构成了数字经济活力的重要源泉。然而，技术的赋能亦伴随着权力的失衡。诸如“大数据杀熟”等算法价格歧视现象的出现，恰恰验证了平台定价策略在提升效率的同时，也衍生出一系列新型的社会经济问题。这些问题不仅侵蚀了消费者的公平交易权，扰乱了正常的市场竞争秩序[1]，更对植根于工业社会的基础性法律原则、监管哲学乃至社会公平正义观念，构成了前所未有的冲击与挑战[2]。
学界对此议题已有诸多探讨。夏杰长从宏观的市场结构理论出发，论证了以广告费、交易费和会员费为核心的三维收入模型，并指出了平台在倾斜定价实践中面临的平衡难题与监管挑战[3]。叶琼伟与康巍耀在研究中，通过扩展Hotelling模型，创新性地引入了用户多归属行为等关键变量，为理解社交裂变背后的定价逻辑提供了微观基础[4]。而岳彬系统性地梳理了在数字经济背景下，动态定价、个性化定价、捆绑定价等具体策略的应用机制与技术实现路径，清晰地展现了从数据洞察、算法驱动到最终价格生成的完整技术链条[5]。它们虽深刻地揭示了问题的某一侧面，但是多侧重于对特定策略的横截面分析或对治理难题的静态罗列，未能将技术驱动的策略演进史与其所诱发的系统性治理困境作为一个有机的整体进行贯通性考察。本文的核心贡献，正是为了弥补这一研究裂隙，致力于构建一个整合了“技术演进”与“治理挑战”的双维历史分析框架，尝试勾勒定价策略从“传统理论的线上迁移”到“数据驱动的市场细分”，再到“算法智能的自主决策”这一演进谱系，着力揭示每一阶段的技术跃迁如何重塑定价权力、重构市场关系，通过这一贯通性的历史视为构建更有历史纵深与系统关联的理论支撑。
2. 电商平台定价策略的演进脉络
电商平台的定价策略演变，并非线性技术进步的结果，而是一个技术可能性、市场结构与资本策略互动共生、螺旋上升的动态历史过程。其脉络大致可划分为三个特征鲜明、前后相继的阶段。
2.1. 传统定价理论的线上应用阶段
在20世纪末~21世纪10年代初，即在电子商务的萌芽与早期扩张阶段，平台的定价策略可视为工业时代成熟商业逻辑在互联网上的数字化延伸与初步尝试。成本加成法、竞争导向定价法以及基于顾客感知价值的需求导向定价法，在这个阶段仍占据着主导地位[6]。此时，电商平台如早期的亚马逊、eBay，中国的当当网、淘宝网主要扮演的是信息中介与交易撮合者的角色，其核心功能在于通过构建一个虚拟市场去降低买卖双方的信息搜寻成本与交易摩擦。平台本身并非积极的、直接的定价主体，定价权更多地仍然掌握在商家手中。平台的盈利模式相对单一，主要依赖于在线广告展示费与按交易额抽取的佣金。
此阶段的定价行为呈现出几个显著的历史特征：首先，价格调整频率低、周期长。由于该体制缺乏实时数据反馈机制，价格变动往往需要人为决策与手动操作，难以响应瞬息万变的市场需求。其次，定价决策依据宏观。商家多基于对行业整体供需状况、竞争对手公开报价、自身库存水平等宏观或中观信息的判断来制定价格，缺乏对微观个体消费者行为数据的有效采集与利用。最后，价格透明度相对较高。比价网站的出现——如早期的Shopping.com，中国的聪明点，在一定程度上促进了价格的透明化，消费者可以较为容易地进行跨平台比价。这一阶段体现了传统商业思维在互联网纪元初期的强大惯性，技术服务于原有的商业逻辑。
2.2. 数据驱动定价的兴起与深化阶段
在21世纪10年代~20年代初，随着电子商务的普及与深入，平台得以积累海量的用户行为数据，包括浏览路径、页面停留时间、商品收藏等等数据。数据量的指数级增长与数据处理能力的提升，共同催生了定价策略的第一次范式革命——数据驱动定价。
在这一阶段，平台开始利用其独有的数据优势，通过聚类分析、协同过滤等数据挖掘技术，进行精细化的用户分群与市场细分。定价策略从此前的“一刀切”转向了针对不同群体的差异化定价。例如，向新注册用户发放高额首单优惠券以完成转化，向高消费频次用户提供会员价以提升忠诚度，或向特定地理区域的用户推送区域性促销活动[7]。平台企业，如此时的京东、天猫，开始利用它们的数据优势，逐渐从被动的交易场所转变为主动的市场引导者。
在这一阶段定价策略的灵活性与隐蔽性增强。首先，价格可以通过后台系统进行批量、频繁的调整，且不同用户群体看到的价格开始出现分化，价格体系趋于复杂。其二，定价目标发生战略性转移。从追求单笔交易的利润最大化，转向追求客户生命周期价值与平台生态整体利润的最优化。其三，平台资本权力显性扩张。通过掌控数据流与定价工具，平台获得了显著议价优势与市场影响力，这一阶段标志着平台经济的内在逻辑开始质变，数据成为新的“石油”，而定价权则是提炼这种资源的核心炼油厂。
2.3. 算法智能定价的成熟与主导阶段
进入二十一世纪二十年代，以机器学习、深度学习为代表的人工智能技术迎来了大规模商业应用的浪潮，算法智能定价成为主导。
此时的定价系统，已演变为一个高度复杂、自适应、自学习的“黑箱”系统。它能够近乎实时地处理来自多维度、高频率的数据流。基于这些海量异构数据，算法模型能够动态预测并响应个体消费者的支付意愿与价格弹性，从而实现高度精准的、“一对一”的个性化定价[8]。
这一阶段的标志性特征尤为突出：首先，定价的实时性与颗粒度达到极致。价格可以每秒都在变化，且针对每一个消费者都是“量身定制”的。其次，定价决策过程极度复杂，甚至连平台自身的运营人员有时也难以解释某一特定价格产生的确切原因，这为监管与问责带来了巨大困难。最后，新型市场风险集中爆发。高度智能的算法不仅在执行价格歧视，更可能在无人为直接干预的情况下，通过反复博弈与信号学习，与其他平台的算法达成某种默契，形成算法默示合谋，从而维持超高价格，损害整个社会的福利[9]。这一阶段将微观经济学的价格歧视理论在技术上推向了极致，但也将其内在的伦理困境与法律挑战暴露无遗，构成了当前治理实践最核心的难题。
3. 算法定价的风险与困境
算法定价在重塑市场效率边界、创造巨大商业价值的同时，凭借着其内在的运行机制与权力属性，也催生了更为复杂和隐蔽的系统性风险，并对现有法律与规制体系构成了一定程度的挑战。
3.1. 个性化定价的效率假象与伦理悖论
算法个性化定价的核心技术机制在于通过大规模数据画像进行需求弹性歧视。系统并非随机或基于模糊群体特征定价，而是通过集成学习从成千上万个数据中提炼出与支付意愿高度相关的模式。例如，使用苹果手机、居住于高端商圈、经常浏览奢侈品频道的用户，其用户画像向量可能被算法标记为“高价值–低价格敏感”群体，从而被推送更高的价格[10]。
支持者常以效率提升与消费者剩余再分配为之辩护，认为这能最大化生产者剩余，并使得平台有能力向价格敏感型消费者提供更低的价格，从而实现更广泛的市场覆盖。然而，这一效率叙事背后隐藏着深刻的伦理悖论。当定价的基础不再是商品的生产成本或普遍的市场竞争状况，而是建立在对消费者个人信息无休止的采集、对其认知偏见与处境弱势的精准利用之上时，它便彻底模糊了正当的价格策略与不公正的剥削性交易之间的界限。这样就构成了对《消费者权益保护法》所保障的公平交易权的实质性侵害，更动摇了对交易公平这一市场基石性伦理的普遍信念。
3.2. 算法合谋导致法律归责的真空
算法所带来的合谋风险，其可怕之处在于它可能摆脱传统合谋所依赖的“意思联络”或“协议”。学界已识别出至少三种演进形态：其一为信使合谋，即算法仅作为人类合谋意图的执行工具，此情形下法律归责相对清晰；其二为预测型代理合谋，即企业各自采用相同的定价算法，虽未沟通，但可预见到算法会导致趋同的高价结果，其主观故意认定已显模糊；最棘手的是其三，也就是自主学习型合谋，即具备深度学习能力的算法在反复的市场博弈中，自发地学会了避免价格战、维持高价格的策略，而设计它的工程师可能都未曾预料或意图于此。在后两种情形，尤其是第三种情形下，传统的《反垄断法》框架面临归责危机。垄断协议的构成要件“协议、决定或协同行为”难以适用，因为算法之间可能并无“意思联络”，其行为是各自独立计算的结果。同时，责任主体也变得模糊不清——是追究算法开发者、算法所有者，还是将算法本身视为法律主体。这一法律真空使得新型的数字化垄断行为得以在现有规制的边缘地带滋生与蔓延，对市场竞争秩序构成潜在而巨大的威胁。
面对算法定价的挑战，现行规制体系呈现出系统性的不适，主要体现在三个层面：首先是法律体系的滞后性与原则化困境。我国现行的《价格法》《反垄断法》《消费者权益保护法》以及《电子商务法》，其立法背景主要针对的是工业经济时代的市场行为。对于“算法歧视”、“大数据杀熟”等新问题，法律条文多为原则性规定。例如，《电子商务法》第十八条提及个性化搜索时应提供“不针对其个人特征的选项”，但如何落地、监管标准为何，均缺乏细则。《个人信息保护法》第二十四条禁止“不合理的差别待遇”，但“不合理”的界定标准极其模糊，在司法实践中难以操作[11]。《最高人民法院关于审理垄断民事纠纷案件适用法律若干问题的解释》第二十四条虽指出法院可审查利用算法达成的垄断协议，但算法合谋通常无书面合意，仅通过代码逻辑和数据交互实现价格协同。其次是监管技术的严重不对称与能力赤字。监管机构在面对平台高度复杂、动态变化的算法系统时，普遍存在技术能力赤字。传统的现场检查、文件调阅等监管手段几乎失效。监管者缺乏有效的技术工具对全网、全平台的实时定价数据进行采集、清洗与分析，更难以穿透算法的“黑箱”去验证其是否存在歧视或合谋。这种“猫鼠游戏”中，监管方处于绝对的技术劣势。最后是消费者维权与司法举证的现实困境。在个体维权层面，消费者面临难以逾越的举证鸿沟，消费者往往需要具备专业经济学与法学知识，并投入高昂的诉讼成本，个体的维权行动往往得不偿失，这反过来又助长了平台违规的侥幸心理。
3.3. 走向多元协同的治理路径
应对算法定价所带来的系统性挑战，绝非单一主体或单一措施所能胜任。它迫切要求我们超越传统的、以政府单向命令控制为核心的监管模式，转向构建一个融法律刚性约束、技术敏捷监管、行业自律规范与公众参与监督于一体的多元协同治理。
首先，法律层面必须推动立法与执法的现代化。应适时启动《价格法》《反垄断法》的修订工作，或考虑制定专门的《数字经济公平竞争条例》，来强化法律责任与威慑效能，大幅提高违法行为的行政处罚上限，并积极探索引入惩罚性赔偿制度与消费者集体诉讼机制，显著提高平台的违法成本，形成有效的法律威慑。其次，必须以技术赋能监管，破解信息不对称的困局。监管机构应投入资源建设国家级的数字市场监测平台，利用大数据、人工智能技术，对主要电商平台的公开价格、促销行为进行7 × 24小时不间断的监测、追踪与可视化分析，自动识别异常价格波动与潜在的合谋模式。在不披露核心商业秘密的前提下，强制平台以通俗易懂的语言，向用户公开其个性化定价的基本逻辑、主要考虑因素以及用户拥有的权利。这不仅是保障知情权，更是通过社会监督倒逼算法公平。最后，在社会治理维度上，构建伦理规范与提升公民素养。可试点探索“数据信托”模式，由可信的第三方受托人代表广大用户统一管理其数据权益，并以此与平台进行集体谈判与博弈，从根本上改变消费者个体的弱势地位。或者设立专项援助基金，由政府牵头设立“数字权益诉讼援助基金”，为消费者集体诉讼提供前期调查费用支持，降低维权门槛。
4. 结论
回顾电商平台定价策略从传统到智能的演进历程，我们看到的不仅是一部技术工具的升级史，更是一幅技术革新、资本动力、市场结构与制度规则之间持续博弈与相互塑造的宏大历史画卷。算法的引入，在将市场微观效率推向极致的同时，也因其固有的不透明性、自主性演进趋势与权力的高度集中，构成了对市场公平竞争基石与社会普遍认同的公平正义观念的潜在且深远的威胁。
未来的治理之路，必然充满挑战。它要求我们的法律体系必须具备与技术创新同步进化的能力，我们的监管机构必须完成从“体力型”到“智慧型”的现代化转型，我们的平台企业必须超越短期利润的追逐而肩负起更大的社会责任，我们的社会公众也必须以更高的素养和更强的意识参与到数字生态的共建之中。这绝非易事，但却是数字时代我们必须完成的必修课。唯有通过构建一种能够动态平衡效率与公平、激励创新与防范风险、兼具包容性与韧性的协同治理框架，我们才能在享受数字经济红利的同时，牢牢守护好那些支撑市场经济良性运行与社会健康发展的基石性价值与底线。