报告题目：When Data Protection Backfires: Consumer Data Shielding in Algorithmic Personalized Pricing

报告所属学科：管理科学与工程

报告人：张鑫（中国科学技术大学）

报告时间：2025年9月9日 10:45-12:00

报告地点：经管学院702室

报告摘要：

大数据和机器学习的进步使企业能够基于消费者数据实施算法个性化定价。然而，面对日益增长的公平性担忧，消费者越来越多地采取数据屏蔽行为，比如禁用 Cookie 和使用注重隐私的浏览器，以避免价格歧视。本研究构建了一个简化的模型，以考察由公平性担忧和屏蔽成本驱动的数据屏蔽行为如何与企业的定价策略相互作用，并影响企业利润、消费者剩余和社会福利。我们的研究结果提供了几个有趣的见解。首先，尽管数据屏蔽看似会抵消个性化定价，但它却意外地有利于企业利润。随着越来越多的消费者屏蔽其数据，统一价格的市场细分扩大，增强了企业的市场力量，使其能够在竞争压力较小的情况下提高统一价格。更高的统一价格反过来又会推高个性化价格，而不会引发消费者转换——形成一种强化动态，从而提高整体盈利能力。其次，我们发现，即便数据屏蔽无需成本，但当企业掌握大量独家数据时，它仍可能损害消费者剩余。只有当企业拥有的独家数据有限且屏蔽成本足够低时，数据屏蔽才会提高消费者剩余。最后，我们表明，算法个性化定价可能比统一定价更有利于消费者，尤其是在数据屏蔽成本相对较高且公平性担忧较低的情况下。总体而言，这些发现提醒人们，一刀切的数据保护政策可能会对消费者产生反作用，并强调了根据市场特定因素（如数据独占性和公平性担忧程度）来定制此类政策的必要性。

报告人简介：

张鑫，中国科学技术大学管理学院特任副教授，于2022年获得中国科学技术大学管理学博士学位以及香港城市大学信息系统博士学位，主要研究领域包括信息系统经济学，数据要素的流通与定价，平台商业模式以及Human-AI人机协作等，相关成果发表在ISR、MISQ、JMIS等国际学术期刊，并有10余篇会议论文在ICIS、CIST、PACIS等国际主流会议上宣讲，曾获得2020年ICIS最佳会议论文提名奖、中国系统工程学会优秀博士论文奖以及管理科学与工程学会优秀博士论文奖。