教授打车800次验证大数据杀熟，苹果机主被迫成“冤大头”？

近日，复旦大学孙教授的一项调研成了网上热议的话题。

孙教授带领团队在国内5个城市，花50000元，收集了常规场景下的800多份样本，得出一份打车报告。调研结果显示，苹果机主更容易被专车、优享这类更贵车型接单；如果不是苹果手机，则手机越贵，越容易被更贵车型接单。

该结论随即引发网友热议。

一

此报告随即衍生出了一个热词：“苹果税”。

不知道多少苹果机主看到该报告后会发出一阵苦笑，面对这样扎心的结论，自己面对“杀熟”，连一个规避的方式都没有，逃无可逃，遁无可遁，莫名成为“韭中贵族”，充当冤大头。

此外，“苹果税”还体现在苹果用户比非苹果用户享受到的打车优惠更少。数据统计发现，苹果手机用户平均只能获得2.07元的优惠，而非苹果用户平均可以获得4.12元的优惠。同时，苹果手机用户打车延误时长比例均高于非苹果手机用户。

就算用户不是苹果机主，平台也会根据所持手机的价位来“针对性服务”，即机价位越高则越有可能被更贵车型接单。

报告还揭露了两点真相：第一，用户实际支付价格会大概率高于平台预估价；第二，数据分析表明，平台存在先提价，再淆以各种名义进行减免的“伪优惠”现象，给用户造成平台在“补贴”的假象。

孙教授的这项调研算是“实锤”了打车平台的大数据杀熟。类似的情况，在外卖、电商平台也曾被曝出过——总而言之，在这个信息透明、隐私无处遁形的时代，我们已经被算法完全渗透，一时再难以杀出重围。

二

大数据杀熟，老生常谈了。通俗解释一下，就是互联网平台利用大数据和算法对用户进行画像分析，从而收取不同价格等行为的概括性说法。

大数据杀熟的运作逻辑是这样的：首先用户在（打车、外卖、电商）平台注册账号，在平台的数据库里就会形成一个ID，随着用户在平台上活跃行为增多，在平台就留下了种种数据痕迹，算法通过这种痕迹就可以计算出用户的下单均价、点单喜好、常去的位置等信息。

在平台的算法体系中，面对消费者就有一套标签体系，根据这些标签，算法平台再对用户进行匹配，形成一套最终的报价。

虽然每次一有相关新闻被爆出，就会被平台大力辟谣，但随着时间推移，传闻越来越多，大数据杀熟却俨然变成了平台定价通行的“潜规则”。消费者面对平台信誓旦旦的“保证”，再加上生活上对这些平台已形成高度依赖，根本无法做到“卸载弃用”。

有业内人士表示，大数据杀熟，违规也违法，大数据杀熟源自信息不对称，兴于较低的试错成本。买卖双方间拥有数据量的差异造就了信息不对称，而正是这些不对称信息让消费者处于明显的相对劣势地位，给予了大数据杀熟生长的空间。

互联网公司之所以能进行大数据杀熟，除了因为算法掌握着海量的数据，另一个原因，是一人一屏的消费场景给消费者创造了一种虚假的公共性。

与传统线下消费的统一标价不同，互联网时代，每个人一部手机，每个人的手机界面都是大数据算法为其“量身定制”的结果，如果不刻意比对，消费者会以为自己手机上看到的界面、价格是与其他人一样的，这便给大数据杀熟开了捷径。

目前，只有加快个人信息保护、反垄断和反不正当竞争方面的相关立法，才能为大数据运用划出一道道红线，实现“数据趋恶”向“数据向善”的改变。