來源：市場資訊

（來源：北京大學經濟學院）

2026年7月3日，北京大學公布了2026年度北京大學優秀博士學位論文獲獎名單，經濟學院2022級朱宇軒的學位論文《多維消費者特征下的市場競爭與個性化定價》被評為北京大學優秀博士學位論文。

博士生簡介

朱宇軒

北京大學經濟學院西方經濟學專業2026屆博士畢業生，指導教師為北京大學經濟學院吳澤南教授。研究領域為應用微觀理論，主要關注競賽理論、保險市場與產業組織理論。研究成果發表于Theoretical Economics、Journal of Economic Theory、American Economic Journal: Microeconomics、Games and Economic Behavior、Economic Theory等期刊。畢業后將赴新加坡國立大學從事博士后研究。

導師簡介

吳澤南，北京大學博雅青年學者，長聘教授。獲得國家自然科學基金優秀青年科學基金項目（現更名為“青年科學基金項目B類”）資助。研究領域為應用微觀理論、產業組織理論與保險市場；主講“高級微觀經濟學”“經濟學原理”等課程。研究成果在Theoretical Economics, Journal of Economic Theory, RAND Journal of Economics, American Economic Journal: Microeconomics, Games and Economic Behavior, Journal of Environmental Economics and Management,《經濟研究》等國內外學術期刊上發表。

論文簡介

數字平臺市場的快速發展，使企業能夠借助用戶畫像、行為追蹤、算法推薦和動態定價技術，更精細地識別消費者差異，并據此制定差異化的價格策略。與傳統價格歧視相比，數字經濟背景下的個性化定價并不只是“對不同消費者收取不同價格”，而是嵌入在數據搜集、信息處理、偏好推斷和算法決策的全過程之中。它一方面可能提高匹配效率，使價格更好地反映消費者需求；另一方面也可能強化企業對消費者剩余的攫取，引發“大數據殺熟”“算法歧視”“監控定價”等現實爭議。因此，如何理解個性化定價的經濟后果，已經成為平臺治理、消費者保護和競爭政策討論中的重要問題。

論文以“企業基于何種信息定價”為核心問題，系統研究多維消費者特征下的市場競爭與個性化定價。現有研究往往將消費者信息視為相對同質的資源，并主要比較統一定價與完全個性化定價之間的差異。本文進一步區分不同維度消費者信息的經濟含義，強調品牌偏好、價格敏感度、搜索成本和隱私披露等信息并不具有相同作用。其中，品牌偏好類信息更多影響消費者在不同企業之間的可爭奪性，從而改變競爭強度；價格敏感度類信息則更容易幫助企業識別高價值消費者，進而影響剩余分配；搜索成本和披露成本類信息又會改變消費者在市場中的參與、選擇和信息釋放行為。這一視角使論文能夠從“是否掌握更多信息”推進到“掌握哪一種信息、信息如何形成、信息如何進入競爭過程”。

圍繞這一主線，論文構建了由外生信息結構、企業數據搜集和消費者信息披露三部分組成的統一分析框架。第一部分在給定信息結構下建立基準模型，比較不同消費者特征被用于定價時的均衡結果與福利后果。研究表明，使消費者福利最大化的定價模式并不一定是完全個性化定價；在某些競爭環境下，僅基于特定維度信息的定價，甚至統一定價，都可能優于更精細的信息使用。與此同時，行業利潤排序與消費者福利排序也并不必然一致。這說明個性化定價的福利評價不能簡單依賴信息精細程度，而必須結合信息類型和競爭結構進行判斷。

第二部分從企業視角出發，進一步研究信息結構的內生形成。現實中，企業實施個性化定價的能力并非天然給定，而是在主動搜集數據、購買數據、整合數據和配置數據的過程中逐步形成。論文將企業數據搜集行為納入理論分析，考察企業會主動搜集哪類消費者信息，以及這種選擇是否與消費者最優一致。研究發現，在多維消費者特征環境中，消費者最優的信息結構并不隨信息精細化而單調變化；然而，當信息結構由企業行為內生決定時，企業往往具有推動信息結構向更高分辨率演化的激勵。這種由企業主動形成的信息結構，可能與消費者福利最大化的要求發生系統性偏離。該部分將個性化定價研究從“給定信息下如何定價”推進到“企業會主動形成怎樣的信息結構”，也將規制視角前移到數據搜集過程本身。

第三部分從消費者視角引入隱私成本與自主披露決策，討論消費者在面對個性化定價時是否愿意主動披露個人信息，以及愿意披露哪些信息、披露到何種程度。與將披露問題簡化為“披露或不披露”的做法不同，論文強調消費者披露行為同時包含參與和深度兩個層面。研究表明，與消費者最優相比，市場均衡中的自主披露行為可能在參與層面出現穩定的過度披露；而在披露深度層面，偏差方向則并不唯一，既可能表現為披露過深，也可能表現為披露不足。這說明消費者數據治理不能停留在“是否披露”的單一判斷上，而需要進一步區分披露參與、披露范圍和披露深度。

論文的創新主要體現在三個方面。第一，突破既有研究將消費者信息視為同質資源的處理方式，系統比較不同維度消費者信息在個性化定價中的競爭作用與福利含義，揭示品牌偏好類信息、價格敏感度類信息和搜索成本類信息在機制上的差異。第二，將企業主動搜集數據的行為納入個性化定價分析框架，說明市場內生形成的信息結構并不必然與消費者最優一致，從而提示規制者不僅需要關注最終價格結果，也需要關注數據搜集和信息形成過程。第三，將消費者自主披露行為納入統一框架，指出披露偏差同時存在于參與和深度兩個層面，進而為理解隱私披露、消費者保護和平臺數據治理提供了更細致的理論基礎。

論文從數字經濟中的現實問題出發，通過規范的理論建模、均衡分析、比較靜態分析和福利分析，將平臺數據使用、個性化定價和消費者福利之間的關系置于統一框架之中。其研究表明，數據越多并不必然意味著市場結果越有效率，信息越精細也不必然意味著消費者福利越高。真正關鍵的問題在于：信息屬于哪一維度、由誰形成、以何種方式進入定價過程，以及市場主體圍繞信息所作出的策略選擇。這些結論不僅深化了對競爭性個性化定價機制的理解，也為數字平臺市場中的數據治理、消費者權益保護和算法定價規制提供了具有經濟學基礎的分析視角。

朱宇軒和導師吳澤南的合影

供稿：教務辦公室

美編：初夏

責編：度量、雨禾、雨田