北大经院｜走进优博：朱宇轩和他的多维消费者特征与市场竞争研究|朱宇轩|消费者需求|论文

来源：市场资讯

（来源：北京大学经济学院）

2026年7月3日，北京大学公布了2026年度北京大学优秀博士学位论文获奖名单，经济学院2022级朱宇轩的学位论文《多维消费者特征下的市场竞争与个性化定价》被评为北京大学优秀博士学位论文。

博士生简介

北京大学经济学院西方经济学专业2026届博士毕业生，指导教师为北京大学经济学院吴泽南教授。研究领域为应用微观理论，主要关注竞赛理论、保险市场与产业组织理论。研究成果发表于Theoretical Economics、Journal of Economic Theory、American Economic Journal: Microeconomics、Games and Economic Behavior、Economic Theory等期刊。毕业后将赴新加坡国立大学从事博士后研究。

导师简介

吴泽南，北京大学博雅青年学者，长聘教授。获得国家自然科学基金优秀青年科学基金项目（现更名为“青年科学基金项目B类”）资助。研究领域为应用微观理论、产业组织理论与保险市场；主讲“高级微观经济学”“经济学原理”等课程。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,《经济研究》等国内外学术期刊上发表。

论文简介

数字平台市场的快速发展，使企业能够借助用户画像、行为追踪、算法推荐和动态定价技术，更精细地识别消费者差异，并据此制定差异化的价格策略。与传统价格歧视相比，数字经济背景下的个性化定价并不只是“对不同消费者收取不同价格”，而是嵌入在数据搜集、信息处理、偏好推断和算法决策的全过程之中。它一方面可能提高匹配效率，使价格更好地反映消费者需求；另一方面也可能强化企业对消费者剩余的攫取，引发“大数据杀熟”“算法歧视”“监控定价”等现实争议。因此，如何理解个性化定价的经济后果，已经成为平台治理、消费者保护和竞争政策讨论中的重要问题。

论文以“企业基于何种信息定价”为核心问题，系统研究多维消费者特征下的市场竞争与个性化定价。现有研究往往将消费者信息视为相对同质的资源，并主要比较统一定价与完全个性化定价之间的差异。本文进一步区分不同维度消费者信息的经济含义，强调品牌偏好、价格敏感度、搜索成本和隐私披露等信息并不具有相同作用。其中，品牌偏好类信息更多影响消费者在不同企业之间的可争夺性，从而改变竞争强度；价格敏感度类信息则更容易帮助企业识别高价值消费者，进而影响剩余分配；搜索成本和披露成本类信息又会改变消费者在市场中的参与、选择和信息释放行为。这一视角使论文能够从“是否掌握更多信息”推进到“掌握哪一种信息、信息如何形成、信息如何进入竞争过程”。

围绕这一主线，论文构建了由外生信息结构、企业数据搜集和消费者信息披露三部分组成的统一分析框架。第一部分在给定信息结构下建立基准模型，比较不同消费者特征被用于定价时的均衡结果与福利后果。研究表明，使消费者福利最大化的定价模式并不一定是完全个性化定价；在某些竞争环境下，仅基于特定维度信息的定价，甚至统一定价，都可能优于更精细的信息使用。与此同时，行业利润排序与消费者福利排序也并不必然一致。这说明个性化定价的福利评价不能简单依赖信息精细程度，而必须结合信息类型和竞争结构进行判断。

第二部分从企业视角出发，进一步研究信息结构的内生形成。现实中，企业实施个性化定价的能力并非天然给定，而是在主动搜集数据、购买数据、整合数据和配置数据的过程中逐步形成。论文将企业数据搜集行为纳入理论分析，考察企业会主动搜集哪类消费者信息，以及这种选择是否与消费者最优一致。研究发现，在多维消费者特征环境中，消费者最优的信息结构并不随信息精细化而单调变化；然而，当信息结构由企业行为内生决定时，企业往往具有推动信息结构向更高分辨率演化的激励。这种由企业主动形成的信息结构，可能与消费者福利最大化的要求发生系统性偏离。该部分将个性化定价研究从“给定信息下如何定价”推进到“企业会主动形成怎样的信息结构”，也将规制视角前移到数据搜集过程本身。

第三部分从消费者视角引入隐私成本与自主披露决策，讨论消费者在面对个性化定价时是否愿意主动披露个人信息，以及愿意披露哪些信息、披露到何种程度。与将披露问题简化为“披露或不披露”的做法不同，论文强调消费者披露行为同时包含参与和深度两个层面。研究表明，与消费者最优相比，市场均衡中的自主披露行为可能在参与层面出现稳定的过度披露；而在披露深度层面，偏差方向则并不唯一，既可能表现为披露过深，也可能表现为披露不足。这说明消费者数据治理不能停留在“是否披露”的单一判断上，而需要进一步区分披露参与、披露范围和披露深度。

论文的创新主要体现在三个方面。第一，突破既有研究将消费者信息视为同质资源的处理方式，系统比较不同维度消费者信息在个性化定价中的竞争作用与福利含义，揭示品牌偏好类信息、价格敏感度类信息和搜索成本类信息在机制上的差异。第二，将企业主动搜集数据的行为纳入个性化定价分析框架，说明市场内生形成的信息结构并不必然与消费者最优一致，从而提示规制者不仅需要关注最终价格结果，也需要关注数据搜集和信息形成过程。第三，将消费者自主披露行为纳入统一框架，指出披露偏差同时存在于参与和深度两个层面，进而为理解隐私披露、消费者保护和平台数据治理提供了更细致的理论基础。

论文从数字经济中的现实问题出发，通过规范的理论建模、均衡分析、比较静态分析和福利分析，将平台数据使用、个性化定价和消费者福利之间的关系置于统一框架之中。其研究表明，数据越多并不必然意味着市场结果越有效率，信息越精细也不必然意味着消费者福利越高。真正关键的问题在于：信息属于哪一维度、由谁形成、以何种方式进入定价过程，以及市场主体围绕信息所作出的策略选择。这些结论不仅深化了对竞争性个性化定价机制的理解，也为数字平台市场中的数据治理、消费者权益保护和算法定价规制提供了具有经济学基础的分析视角。