《管理世界》|| 徐雷、唐晓华:跨市场竞争中人工智能算法歧视性定价合谋
跨市场竞争中人工智能算法歧视性定价合谋
文章来源
作者：
徐雷（辽宁大学经济学院、中山大学中观经济学研究院）
唐晓华（辽宁大学经济学院、辽宁大学先进制造业研究中心）
文章刊发：《管理世界》2026年第4期
文章主要内容
摘要：本文在具有需求差异的两个市场中，以实验方法研究了人工智能Q学习算法的寡头重复价格竞争行为。基准实验结果发现，智能体通过训练能够学会惩罚策略，进而在两个市场实现歧视性定价合谋，且价格歧视水平和平均利润水平会随着智能体“理性”程度的提升而先提高后下降。随着参与竞争的智能体数量的增加，两市场的价格均会下降，价格歧视水平会趋向于0。进一步实验结果表明，当消费者存在不公平定价厌恶时，智能体通过学习能够“理解”这种消费心理，进而降低高需求市场价格、提高低需求市场价格，达到新的价格合谋。随着不公平定价厌恶对需求的影响力提高，两市场的价格差异不断下降并向0收敛。当消费者存在相对低价偏好时，智能体会利用这种消费心理，通过提高低需求市场的定价使高需求市场的相对价格变得更低，从而扩大高需求市场的需求量而提升总利润水平。随着相对低价偏好对需求的影响力提高，两市场的价格歧视程度会随之下降，并维持在较低水平，在此过程中低需求市场的收敛价格会超过高需求市场收敛价格。本文结论在对现有算法价格竞争文献进行拓展的同时，也为相关支持和规制政策的制定提供依据，同时显示当前学界对算法歧视性定价的担忧存在过度倾向。
关键词：算法定价 跨市场竞争 价格歧视 价格合谋
收稿时间：2024-12-19
反馈外审意见时间：2025-4-21、2025-6-20、2025-7-16
拟录用时间：2025-11-19
一、本文研究背景与意义
大数据杀熟即是平台凭借人工智能算法利用大数据对消费者分组形成分割市场并实施个性化定价，也即算法价格歧视。然而，从平台经济运行实践中看，消费者的网络交易并未因此停止。这是因为消费者遭遇算法价格歧视的频率较低，价格差异幅度也较低，并不足以促使消费者采取实际的抵制行动。这就产生了一种矛盾：如果算法有能力实施价格歧视而提升利润，为何实施程度明显受限呢？于是，我们形成这样一种思考，即除市场监管因素外，可能还存在其他内在因素对算法价格歧视形成阻碍。
尽管一些文献关注到了这种算法理论能力与实际执行结果间的矛盾，但却并未能够给出足够的解释。理论解释不足的原因主要有两方面，一是现有文献对算法价格歧视的研究是在垄断环境中进行的，而对算法合谋的研究则是在寡头环境中进行的。这种割裂使实验环境与现实情境偏离较大，忽略了多种能够对定价策略产生影响的因素，从而导致了一个更高的实验收敛价格。二是现有研究鲜少深入挖掘除模型参数值和智能体数量外影响算法定价结果的其他可能因素。然而，对不公平定价的厌恶和对相对低价的偏好是普遍存在的两种消费心理，它是消费者偏好的一部分并会影响市场需求。而这种消费心理的特殊性在于它使单一市场中的定价产生外部性，以至对歧视性定价合谋结果产生影响。本文针对现有文献在以上两方面的不足开展研究，对现有文献形成了补充和拓展。
二、主要内容
当两个平台企业在两个需求不同的市场中进行价格竞争，它们是否会一致地为高需求市场制定一个比低需求市场更高（或更低）的价格？如果是，那么它们就实现了歧视性定价合谋。本文既关注人工智能算法能否实现歧视性定价合谋，还要讨论可能影响定价结果的三方面因素。一是市场竞争。如果参与竞争的智能体数量增加，它的歧视性定价能力可能会被削弱。二是消费者对不公平定价的厌恶。如果歧视性定价会引起消费者厌恶，这将使价格歧视变得更为困难。三是消费者对相对低价的偏好。当消费者的购买价格相对其他消费者更低时，会额外增加其需求量，这时就存在着相对低价偏好，它也可能对算法的歧视性定价行为产生影响。本文在消费者分组外生给定的情况下，在一个两市场寡头重复价格竞争环境里，运用实验方法考察以上3种情况下人工智能算法的定价决策及其结果。在实验工具方面，本文使用Fortran语言和Visual Studio（2019）软件编写和调试实验程序代码。程序执行后，生成的结果文件为txt格式。我们运用RStudio、Excel和Stata等软件对这些结果文件进行处理，生成了本文的图像和表格。
三、主要结论与政策建议
本文研究发现，第一，在基准情况中，两智能体达到的收敛价格具有明显的歧视性。同时，在训练过程中，智能体学会了对偏离价格实施惩罚，这表明人工智能算法在两市场的协同歧视性定价的确是合谋的结果，而不是向最优策略的收敛失败导致的。第二，随着参与竞争的智能体数量的增加，两市场的收敛价格会不断降低，价格歧视水平会向0收敛。第三，当消费者具有不公平定价厌恶时，歧视性定价行为会降低消费者需求，此时智能体会拉平两市场定价，两市场价格的差异性会得到有效缩减，但低需求消费者却不得不面对一个更高的价格。第四，当消费者具有相对低价偏好时，智能体将适度降低高需求市场定价，但同时更大幅度地提高低需求市场定价，甚至在相对低价偏好对需求的影响较大时，低需求市场的定价会反超高需求市场，其目的是以牺牲低需求市场换取高需求市场的销量从而提高总利润水平。
为对算法定价乃至更广泛的算法决策进行有效监管和规范，本文提出以下几点政策建议。第一，尽快在法律上对算法合谋的判定标准进行明确。应综合考虑算法的设计意图、使用范围以及市场行为结果等因素以明确算法合谋的判定标准，在充分保障消费者利益的同时，为企业科技创新和新技术应用指明方向。第二，对算法差异化定价是否属于“滥用市场支配地位的行为”的认定应更加审慎。人工智能算法的个性化定价可能增进消费者福利，因此，对算法差异化定价是否属于“滥用市场支配地位的行为”应制定更加细化的认定标准，对其监管也应有更具体和可操作的执法规范。第三，对网站收集消费者信息的行为进行有效规制。网站收集消费者信息的行为须符合国家有关规定，并应采取必要的安全措施保护所收集的用户个人信息，防止信息泄露、毁损或丢失。
四、边际贡献与未来拓展
本文可能的边际贡献主要体现在以下两个方面。首先，验证了人工智能算法在需求不同的两市场中能够实现歧视性定价合谋。现有文献对算法价格合谋和算法价格歧视的研究是分开进行的，前者是在寡头市场中开展研究而后者则是在垄断市场。本文则构建了一个训练环境，其中包含了两个需求存在差异的市场，人工智能算法在这两个市场中同时开展价格竞争，从而将价格合谋与价格歧视两个问题纳入到一个框架中进行研究，其研究结论将对现有文献提供有益的拓展。其次，发现了阻碍算法价格歧视的市场内在因素。除反垄断监管等外部制约因素外，本文发现市场竞争、消费者对不公平定价的厌恶以及对相对低价的偏好等市场运行的内源因素也对算法价格歧视形成了结构性掣肘，这是对现有文献的重要补充。
限于现有技术手段等因素制约，一些具有研究价值的议题未能在本文探讨，后续研究可进一步深入。第一，可对消费者偏好进行更多样化的拟合。例如，后续研究可调整需求函数（如包含消费心理阈值的分段函数），以更精准捕捉消费者对价格差异的敏感度。第二，对其他可能影响算法价格歧视的因素进行更深入地探讨。例如，价格歧视的一个前置条件是不同消费者群体之间的市场是相互隔离的，而现实情况是这种隔离是可以被突破的（如消费者可借用他人的账户进行搜索和购买），这必然会影响算法歧视性定价行为，因此，消费者分组的界限被放松将怎样影响算法定价是值得进一步研究的。第三，考察更先进算法的价格竞争结果。如谷歌深度思维（Google DeepMind）团队米尼尔（Mnih）等2015年提出的DQN（Deep Q-Network）算法用深度神经网络（DNN）替代传统Q学习中的Q矩阵，打破了“维度诅咒”，是深度强化学习的里程碑算法。运用不同的算法对智能体进行训练，甚至考察不同算法之间互动也是有意义的尝试。
五、写作、投稿、修改的过程和心得体会
2020年，埃米利奥.卡尔瓦诺（Emilio Calvano）等四位学者在《美国经济评论》发表了“人工智能、算法定价与合谋”，此文对AI算法价格竞争行为的深入洞察使其成为产业组织理论在人工智能时代的标志性成果，文章对实验代码极富智慧的编写让我们深受震撼，为我们进入该领域提供了巨大动能。在对此领域文献进行了比较充分的梳理后，我们结合我国平台经济运行实践确定了研究方向，在购置了实验设备后正式开展研究。此项研究的一个难点是实验代码的编写和调试，我们曾为此函询卡尔瓦诺教授，得到了他极富建设性的回复。
文章初稿完成后曾在几次学术会议上进行宣讲，我们结合专家学者所提意见对文章进行修改完善后，于2024年12月投稿至《管理世界》。文章经历了初审、外审和终审环节，外审专家从文章立意、论证思路、研究方法和政策建议等方面给出了细致的指导和建议，终审专家进一步对文章逻辑主线的表述、实验结果阐释和行文规范等方面提出了修改意见。论文的每一次修改都是充满挑战的，但每次修改后看到文章质量得到提升我们都深感欣慰。整个过程中，编审老师的工作专业、细致、高效，很好地协调了作者与审稿专家间的沟通，让我们体验了一次愉快的学术旅程。未来，我们将继续深耕人工智能算法决策这一多学科交叉领域，在我国数字经济运行的现实场景中发现真实问题，从经济学视角对人工智能做出的经济决策进行解读、审视并提出建议。
作者简介
徐雷
辽宁大学经济学院 教授
中山大学中观经济学研究院 客座研究员
唐晓华
辽宁大学经济学院
教授、博士生导师
文章刊发：
徐雷、唐晓华：《跨市场竞争中人工智能算法歧视性定价合谋》，《管理世界》，2026年第4期，第49~67页。
XU Lei, TANG Xiaohua. Collusion of Price Discrimination Achieved by Artificial IntelligenceAlgorithms in Cross-Market Competition[J]. Journal of Management World, 2026, 42(4): 49-67.
相关链接
1.《管理世界》开设“党的创新理论体系化学理化研究阐释”重点栏目的通知
2.《管理世界》开设“构建中国管理学自主知识体系”重点栏目的通知
7.《管理世界》|| 关于举办2026年第一期“学术研究与论文写作”（新兴技术与创新管理专题）研修班的通知
8.《管理世界》|| 关于举办2026年第二期“学术研究与论文写作”（供应链专题）研修班的通知
欢迎订阅《管理世界》
电子刊订阅
纸刊订阅
官方网站
www.mwm.net.cn
微信公众号
评论