人工智能定价对消费者价格公平感知的影响

宋晓兵，何夏楠

大连理工大学 经济管理学院，辽宁 大连 116024

引言

人工智能的出现改变了企业各种营销策略的实施，企业的商业模式、产品设计、销售过程和顾客服务方式等都发生了巨大变化[1]。越来越多的企业开始运用人工智能系统确定产品和服务的销售价格，据统计，早在2015年亚马逊平台上就有超过500个卖家使用人工智能进行定价[2]。人工智能系统能够根据消费者的年龄、性别、区域、手机操作系统等信息为不同消费者群体制定不同价格，如打车软件优步根据乘客的路途里程、地理位置、打车时间和周边可用车辆等情况针对每位乘客进行差异化定价；也有某电商平台的消费者发现，在搜索同一商家的同一件商品时，利用累计消费金额更多的高级会员账户支付的价格比累计消费金额更少的普通账户的价格贵25元。人工智能还能追踪同一消费者在网站上的行为轨迹[3]，利用深度学习算法预测未来付费意愿，并针对消费者自身进行个性化定价[4]，如某旅游网站会记录消费者的消费经历，并对那些经常公务出差并且对价格不敏感的商务顾客制定更高的住宿价格。人工智能系统收集并分析客户交易数据和客户属性数据，运用数据挖掘和深度学习算法实现一级价格歧视[5]，从而使企业更大限度地占有消费者剩余并获得更高利润[6]，据测算，奈飞网基于消费者特征和浏览行为进行的个性化定价使企业利润提高了12.2%[7]。

尽管这种基于人工智能的个性化定价给企业带来更多好处，但却容易使消费者感觉价格不公平，并进而导致投诉和抵制等一系列不良后果。亚马逊公司曾经根据消费者的人口特征和购物历史对一款在售CD进行差异化定价，使感兴趣的老顾客的价格更高，得知情况的消费者对此怨声载道，甚至有老顾客公开表示以后不在亚马逊公司购物。而在中国的黑猫投诉平台上，关于大数据杀熟、差别定价的投诉比比皆是，消费者纷纷表示难以接受自己购买相同产品的价格高于其他消费者，希望有关部门主持公道，还老百姓公平。如果企业在营销沟通或服务补救的过程中说明定价主体是人工智能系统(而不是销售人员)，是否会削弱歧视定价对消费者价格公平感知的负面影响并产生相对有利的行为意向，是本研究要解决的关键问题。

在营销领域中关于价格公平感知的已有研究表明，个人主义[8]、风险偏好[9]等消费者个人因素，炫耀低价[10]、更多努力[11]等他人因素，以及价格框架[12]、捆绑销售[13]等营销策略，能够削弱人际间价格差异对价格公平感知的影响，但是少有学者探讨不同定价主体(人工智能vs.销售人员)对于遭受歧视定价的消费者公平感知的影响。最近关于人工智能的营销研究发现，消费者由于缺少成就感[14]、无法表达个人身份[15]、忽略自我独特性[16]、不具备移情性[17]等原因而拒绝使用人工智能产品，但是在产品定价领域中还鲜有学者探讨人工智能对消费者心理和行为的影响。随着越来越多的企业运用人工智能进行个性化定价，消费者关于价格公平的投诉变得日益普遍，企业如何利用可控的营销沟通手段有效提高消费者的价格公平感知，这一营销管理者关注的重要现实问题目前在学术研究中还未得到解答。本研究关于人工智能定价与消费者价格公平感知之间关系的研究，将补充已有营销学者在价格公平领域和人工智能领域的理论空白，并回应人工智能定价企业管理者现实关切的问题。

本研究在人际间价格差异(消费者意识到自己的购买价格高于其他消费者)的背景下，探讨营销沟通中不同定价主体(人工智能vs.销售人员)对消费者价格公平感知的影响，并揭示这一影响的作用机理和边界条件。本研究在已有理论回顾的基础上提出研究假设，并利用来自不同产品种类的3个实验研究验证研究假设，希望能在人工智能时代进一步丰富关于价格公平感知的相关研究，并为采用人工智能进行个性化定价的企业的营销沟通和服务补救策略提供借鉴。

1 相关研究评述

1.1 营销领域中人工智能相关研究

人工智能是指能够正确地理解外部数据，从数据中学习，并利用这些学习结果通过柔性适应来完成特定目标和任务的程序、算法、系统或机器[18]。人工智能定价则是利用计算机算法为产品和服务在群体或个体层面进行动态定价的策略，包括动态定价和个性化定价两种不同的形式[19]。动态定价是指在需求不确定的情况下，根据变化的市场情况动态调整价格以获得收益的定价方法；个性化定价也称为定制化定价，是企业根据消费者的支付意愿为不同消费者制定不同价格[19]。已有研究表明消费者更加注重人际间价格差异而非跨时间价格差异[20]，因此本研究重点关注人工智能定价中的个性化定价。人工智能算法能够根据消费者需求、竞争者价格、个人行为和人口特征等诸多输入数据决定对企业总收益最有利的价格[13]。通过运用机器学习，定价算法可以预测未来的产品需求和消费者支付意愿，甚至可以利用增强学习原理对算法本身进行自动调整，不需要程序员重新编译代码。随着谷歌、微软、亚马逊等企业提供的定价算法的广泛运用，即使是小规模的企业也能便利地开展人工智能定价[2]。通过人工智能定价，企业的营业收入平均提高8%，利润提高25%[21]。

人工智能是近两年营销领域的研究热点，学者们从不同角度研究人工智能对消费者行为的影响，发现由于以下两方面原因消费者拒绝使用人工智能产品。①使用人工智能产品给人带来消极的感受，JÖRLING et al.[14]发现，与传统的手动产品相比，使用智能产品会降低消费者的感知行为控制，并进而降低积极结果发生时消费者的成就感；LEUNG et al.[15]认为，消费者不喜欢在身份相关领域中使用人工智能产品，因为人工智能产品降低了消费者从事身份相关活动中的内部归因，阻碍了消费者强化个人身份的行为；MENDE et al.[22]认为，当面对智能化的服务机器人时，消费者会产生更强的不舒适感(感觉阴森和人类身份威胁)，并增加地位消费、社交消费等补偿性消费行为。②消费者认为人工智能产品的能力有限，特别是与人性和情感相关的能力尤为欠缺，LONGONI et al.[16]的研究表明，消费者更愿意选择人类医生，而不是人工智能医生，因为消费者认为人工智能会忽略消费者独特的身体特征和症状；LUO et al.[17]实地实验结果表明，如果提前告知消费者正在与一个语音聊天机器人打电话，消费者有更大挂断电话的概率、更短的通话时长和更低的购买概率，因为消费者认为机器人的专业知识不足、移情性较差。

1.2 价格公平感知相关研究

价格公平感知是指当消费者发现商家对产品的定价与参照价格存在差异时产生的客观评价和情感反应[23]。参照价格是别人购买相同产品支付的价格、别的商家为该产品提供的价格，或消费者本人过去购买该产品支付的价格[24]。本研究重点关注人际间价格差异，因为它是消费者在进行价格公平判断时最常用的参照价格[25]。HAWS et al.[20]发现，与不同商店和不同时间的价格差异相比，当消费者发现自己支付的价格高于其他消费者时会产生更低的价格公平感知。而这种负面的价格公平感知进一步导致更低的购买满意度[20]、购买意向和口碑宣传[26]以及更强的公开抱怨和抵制行为[27]。

人际间价格差异不总是带来负面的价格公平感知，学者们发现有3类因素对二者之间的关系起调节作用。①消费者个人因素，肖丽[8]认为个人主义消费者对内群体中的人际间价格差异不敏感，并由此带来较高的价格公平感知；熊玉娟等[9]则认为当面对同样的人际间价格差异时，高风险偏好的消费者会产生更弱的价格不公平感知。②他人因素，ASHWORTH et al.[10]认为当消费者面对他人炫耀获得的低价时，会进一步加大自己的价格不公平感知；LASTNER et al.[11]的研究表明，当消费者发现获得低价的其他消费者投入了更多努力时，就觉得别人获得低价也是正当的，因此会提高自己的价格公平感知。③企业因素，李宗龙等[12]认为价格框架是削弱歧视定价不公平感知的手段，当企业运用框架方式向消费者表述产品价格时(如节省多少钱、省百分之多少)，获得相对高价的消费者将产生更高的价格公平感知；LI et al.[13]则认为捆绑销售是一种减少歧视定价不公平感知的手段，当企业运用捆绑销售的手段为某些消费者制定更低的价格时，支付相对高价的消费者会由于两个交易不可比而认为自己的价格更加公平。

综上所述，营销领域已有研究表明，消费者发现自己购买产品的价格高于其他消费者时，通常产生更低的价格公平感知并抵制企业，而消费者个人因素、他人因素和企业因素能够削弱人际间价格差异对价格公平感知的负面影响，但鲜有学者研究定价主体因素对遭受歧视定价的消费者公平感知的影响。最近关于人工智能的营销研究认为，使用人工智能产品给消费者带来消极的个人感受和较低的产品能力评价，但鲜有学者在定价领域探讨人工智能对消费者心理和行为的影响。本研究在人工智能定价日益普遍的商业背景中，重点关注企业宣传人工智能系统为产品定价主体时，是否能够抵消人际间价格差异对价格公平感知的负面影响，这是对价格公平和人工智能两个领域已有研究空白的有益补充。

2 研究假设

2.1 人工智能定价对价格公平感知的影响

归因理论表明人们总是会推断他们观察到的行为或事件发生的原因，从而认为能更好地理解并预测自身行为和所处环境，并保持自己对行为和环境的控制感[28]。营销领域的研究表明，当消费者面对产品或服务失败时首先进行责任人归因：①内部归因，消费者自身的原因；②外部归因，企业的原因；③情景归因，其他不受控制的环境原因。其中外部归因将会对消费者产生更强的负面影响[29]。程霞[30]的研究表明，当产品危机是由企业相关的原因造成时，消费者更加不满意，并认为企业应该退款并道歉；CAMPBELL[31]则认为当产品涨价信息来自于店主而不是告示牌时，消费者认为这是由于商店的原因造成涨价，由此产生更加负面的情感并认为价格更加不公平。

目前越来越多的企业开始运用人工智能进行个性化定价，当代消费者面对的人际间价格差异可能是人工智能造成的，也可能是企业的销售人员造成的。尽管用于制定价格的人工智能算法的源代码是由人类开发设计的，但是由于最新一代的强化学习算法能够在不断变化的市场环境中学习适应，甚至可以自行进化，不需要程序员重新编写底层代码[1]，因此人工智能不会完全受制于人类的管理操控。而且，当普通消费者从企业的对外品牌宣传、企业客服人员的交流沟通和第三方传媒的公开报道中得知自己购买产品的价格是由人工智能制定时，他们并不了解复杂的人工智能开发技术和运算规则，仅仅把人工智能当作一个类似于没有生命的机器，并把它与拥有生命体征的销售人员严格区别开，从而形成完全不同的心理感知。

本研究认为，当遭遇个性化定价的消费者得知自己购买产品的价格高于其他消费者时，销售人员定价比人工智能定价更让消费者归因于企业。XIA et al.[23]的研究将人际间价格差异分为相对优势价格和相对劣势价格两种情况，当消费者得知自己购买产品的价格高于其他消费者购买相同产品的价格，即相对劣势价格时，比相对优势价格产生更高的金钱牺牲感知和顾客价值感知，从而对价格公平感知产生更加显著的负向影响。因此，营销领域中关于价格公平感知的研究多聚焦于相对劣势价格的购买情景。同时，为了控制不同购买时间的价格差异对价格公平感知的潜在影响，已有研究通常在描述购买情景时都明确指出价格比较对象是在同一时间购买相同产品的其他消费者，这些消费者可能是与自己关系亲近的朋友，或半熟人关系的网络社区好友，或完全不熟悉的陌生人。因此，本研究也将同时购买相同产品但却处于相对劣势价格的其他消费者作为主要研究对象，基于归因理论探讨不同定价主体(人工智能vs.销售人员)对消费者价格公平感知的影响。当人们进行个人归因时，要从行为及其结果推导出行为的动机和意图[29]。人工智能被消费者看作是没有信仰、没有动机和意图的无生命客体，因为它只能以预先设定好的标准化的、重复的方式运行，并用同样的方式处理每一种情况。与缺乏认知灵活性的无生命客体(如人工智能)相比，人们更容易把人(如销售人员)的行为看作是有意识的因果过程[32]。MOON et al.[33]的研究表明，当人和机器都产生正面结果时，消费者对人的评价更高；但当人和机器都产生负面结果时，消费者对人的评价更低。在关于服务失败的研究中，MEUTER et al.[34]认为，使用自助服务技术的消费者把服务人员的错误(而不是设备错误)归因于企业，并产生更强的谴责企业倾向。银成钺等[35]研究发现，当出现服务系统失误时，消费者更倾向于将责任归于旅行社而不是酒店，如果出现失误的是酒店的员工自发性行为，则消费者更倾向于将失误的责任归于酒店，而不是旅行社。基于上述研究，当消费者发现自己购买产品的价格高于其他消费者时，如果消费者得知这一价格是由企业销售人员制定的，那他更多地把造成价格差异的原因归咎于企业(这就是他们干的“好事”！)，会产生很低的价格公平感知；如果消费者得知这样的价格差异是由人工智能得出的，并不一定是企业的本意(这不能完全怪他们)，会产生相对较高的价格公平感知。因此，本研究提出假设。

H1当消费者购买产品的价格高于其他消费者时，人工智能定价比销售人员定价让消费者产生更高的价格公平感知。

2.2 蓄意性归因的中介作用

蓄意性归因是人们认为行动者是否故意使结果发生的一种归因[36]。MALLE et al.[36]认为人们通常依据以下5条标准判断行动者行为是否蓄意：①欲望，行动者想要得到某一行为的结果；②信念，他知道这种行为导致某种结果；③意图，他具有实施行为的主观意图；④意识，他有意识地执行主观意图；⑤能力，他有能力从事这种行为。AMES et al.[37]研究认为，即使蓄意伤害与无意伤害在客观程度上是一样的，人们仍然认为蓄意伤害更加恶劣，更应该受到谴责。品牌危机领域的研究表明，与过失型产品伤害危机相比，蓄意型产品伤害危机引发的消费者负面情感更强、购买意向更低[38-39]；服务失败领域的研究则表明，如果消费者认为服务失败是企业故意造成的结果，消费者就会感觉自己受到了羞辱，并由此产生更高的顾客转换行为[40]。

本研究认为，蓄意性归因能够解释人工智能定价对价格公平感知的作用机理。FRIEDMAN et al.[41]认为，人工智能没有自我生成的主观意图和主观动机，不会出于自己的意愿产生自私行为和非理性行为。根据蓄意性归因的5条标准，人工智能仅满足欲望标准、信念标准和能力标准，而不满足意图标准和意识标准，因此不能将其当作蓄意行事的道德主体进行评判。基于此，当消费者得知自己购买产品的相对高价是由销售人员制定时，会觉得是企业为了追求利润最大化而故意给自己制定了更高的价格，并由此产生更低的价格公平感知；当消费者得知是人工智能为自己制定了相对较高的价格时，由于人工智能本身并不具备利己动机和满足私欲的愿望，在一定程度上为企业追求利润最大化的蓄意动机构筑了挡箭牌，消费者可能在主观感受上觉得这是没有主观意图和自主意识的人工智能的随机行为，并不是企业蓄意为自己制定高价，由此产生的价格公平感知也相对较高。因此，本研究提出假设。

H2蓄意性归因在人工智能定价对价格公平感知的影响起中介作用，与销售人员定价相比，人工智能定价让消费者产生更低的蓄意性归因，并进而产生更高的价格公平感知。

2.3 管理控制感知的调节作用

WEINER[42]认为人们通常进行3种归因：①责任人归因，谁对结果负责：内部或外部；②稳定性归因，结果是否再次发生：稳定或不稳定；③控制力归因，责任人是否能够控制结果：可控或不可控。这3个归因维度彼此之间存在正交关系，通过3个维度分类组合能够区分出8种不同的归因形式，例如，某种结果是由“内部-稳定-可控”的原因造成的。在这里没有任何两种归因形式之间是完全相同的，而每种具体组合形式的归因会产生特定的期望和情绪反应。已有研究表明，一方面，控制力归因对消费者产生直接的负面影响，消费者将产品失败归因于企业可控制的行为时，更有可能责备企业[43]；另一方面，控制力归因与责任人归因之间产生交互作用。VAIDYANATHAN et al.[44]的研究表明，当企业对价格上涨原因不可控时，由企业内部的原因(如装修或更换系统)造成的涨价要比企业外部的原因(如原材料涨价)让消费者感觉更加不公平；当企业对价格上涨的原因可控时，来自企业内部和外部的原因造成的价格上涨都会带来较低的价格公平感知。

管理控制感知是指消费者对企业(高层管理者)在多大程度上能够控制某事件的发生过程并影响该事件最终结果的感知[45]。已有研究表明，企业对服务主体的所有权将影响消费者的管理控制感知，如在物流服务失败情景中，当消费者得知物流服务人员是隶属于企业的内部员工而不属于第三方物流外包公司时，会对企业产生更强的管理控制感知，并由此更加归咎于企业并产生强烈的不满[46]。在人工智能定价的管理实践中，企业对于实施定价的人工智能也存在两种不同的所有权形式，有些企业采用自主研发设计的人工智能，如优步公司使用的就是由自身人工智能实验室开发的智能系统进行动态定价；还有一些企业则采用第三方开发的人工智能定价，如eBay平台上很多卖家都使用SLD公司的StreePricer软件开展自动定价工作。当企业在营销沟通中宣传运用自主研发的人工智能系统进行个性化定价时，消费者将产生较高的管理控制感知。

本研究认为，管理控制感知能够调节人工智能定价对价格公平感知的影响。已有研究发现，控制力归因与蓄意性归因是既彼此区别又互相联系的两个概念，两者的区别在于蓄意性归因强调行为主体意识到行为的目的，而控制力归因则关注行为主体是否有能力避免行为的发生。例如，在服务行业中对消费者的忽视就是一种可控但非蓄意性服务失败，而拒绝兑换优惠券则是一种可控且蓄意性服务失败。控制力归因与蓄意性归因的联系体现在两者具有很高的相关性，行为主体可以自己控制结果的行为更容易被他人归因为是故意的行为[47]，较强程度的控制力归因会产生更大程度的责任推断[48]。基于此本研究推断，当告知消费者企业通过对人工智能或销售人员的控制而对定价结果具有控制力时，消费者对采用这两种定价方式的企业都进行较高的蓄意性归因。更进一步的，由于企业的定价决策需要对大量数据进行分析，人工智能在这方面被感知为具有比人类更强的能力[1]，而能力又是消费者进行蓄意性归因的重要判断标准[36]，因此消费者可能认为人工智能定价企业的蓄意性更强，并由此产生更低的价格公平感知。当未告知消费者企业对定价结果具有很强控制力时，消费者依然遵循前述假设描述的路径，对人工智能定价给予相对较高的公平性评价。因此，本研究提出假设。

H3管理控制感知在人工智能定价对价格公平感知的影响中起调节作用，当消费者得知企业能够控制定价结果时，人工智能定价对价格公平感知的影响会减弱甚至逆转。

2.4 消费者心理逆反特质的调节作用

心理逆反理论认为，当个体的自由受到限制时会产生恢复自我控制、重获自由的厌恶性动机，进而导致个体实行与限制相反的行为并对限制主体进行更加负面的评价[49]。心理逆反特质是指个体是否容易产生逆反状态的个性特质，心理逆反特质高的个人在自由受限时更可能产生逆反动机并表现出更强烈的逆反反应[50]。很多营销学者探讨了心理逆反特质对于营销策略与消费者行为之间关系的调节作用。FITZSIMONS et al.[51]发现了心理逆反特质与产品推荐策略的交互作用，高心理逆反特质的消费者更喜欢选择被负面推荐的产品，低心理逆反特质的消费者更愿意购买被正面推荐的产品；MOORE et al.[7]的研究表明，心理逆反特质是产品断货补齐策略对消费者态度影响的调节变量，高心理逆反特质的消费者对断货补齐的商家评价更高，低心理逆反特质的消费者对一直有货的商家评价更高。

本研究认为，心理逆反特质也在人工智能定价对价格公平感知的影响中起调节作用。个性化定价需要收集消费者信息并基于此因人而异地确定产品价格，这将带来消费者的隐私顾虑并限制消费者的选择自由，导致消费者产生逆反心理并对商家进行负面评价[52]。已有研究表明心理逆反特质是心理逆反效应发生的调节变量[50]，本研究认为，在心理逆反特质更高的消费者中人工智能定价对价格公平感知的影响将更加显著。首先，从本研究的主效应来说，心理学研究表明心理逆反特质较高的个体具有更强的控制欲，而归因则有助于保持个体对环境和行为的控制感，因此高心理逆反特质的个体更容易产生归因的心理过程[53]，当他们面对企业的歧视定价时更可能把销售人员定价归因于企业，由此使人工智能定价与销售人员定价导致的价格公平感知差异更加明显；其次，从蓄意性归因的中介效应来说，心理逆反特质较高的个体更关注他人行为的蓄意性归因，如组织行为领域的研究认为，当管理者的限制性行为被认为是故意而为时(蓄意性归因较强)，心理逆反特质较高的员工将产生更强烈的不公平感知并向公司高层投诉[54]。在本研究情景中，销售人员定价使消费者产生更强的蓄意性归因，这种蓄意性归因将与消费者的心理逆反特质对价格公平感知产生交互作用，从而使销售人员定价与人工智能定价导致的价格公平感知差异在心理逆反特质较高的消费者群体中更加显著。因此，本研究提出假设。

H4心理逆反特质在人工智能定价对价格公平感知的影响中起调节作用，在心理逆反特质较高的消费者中，人工智能定价对价格公平感知的影响更加显著。

综上所述，得出本研究的理论框架，见图1，这一理论框架是在人工智能定价的营销情景中对归因理论的进一步拓展和应用。

图1 理论框架Figure 1 Theoretical Framework

WEINER[42]的一系列研究形成了现代归因理论的代表学派，主要包括以下理论观点：①人们面对自己或他人成败时会进行责任人归因、稳定性归因和控制力归因3类归因，其中责任人归因是最先进行的首要归因；②这3个归因维度之间存在正交关系，对人们的期望或情感产生交互影响；③人们的个性差异和成败经验将影响个人的归因过程。本研究的主效应(H1)和中介效应(H2)是对上述理论观点①的拓展，表明当消费者遭遇歧视定价时，销售人员定价比人工智能定价更可能被消费者归咎于企业(责任人归因)，并且由于消费者对销售人员定价的蓄意性归因较高而产生更低的价格公平感知。本研究中管理控制感知的调节效应(H3)是对上述理论观点②的应用，是在人工智能定价情景中探索责任人归因与控制力归因对于价格公平感知的交互影响。本研究中心理逆反特质调节效应(H4)对应上述理论观点③，表明心理逆反特质这一个性变量上的差异会影响消费者对于定价主体的归因过程。

3 研究1：人工智能定价对价格公平感知的影响机理检验

3.1 研究设计

研究1的主要目的是检验人工智能定价对价格公平感知影响的主效应，以及蓄意性归因的中介效应。实验问卷调研的起止时间为2020年1月15日至17日，采用销售人员与人工智能两组组间实验设计。委托问卷星公司在网络平台上发布问卷，在该公司260万会员的样本库中随机抽取208名真实消费者作为被试，被试的平均年龄为30.654岁，其中男性102人，占49.038%。将被试随机分配到两个不同的组中，其中销售人员组103人，人工智能组105人，两组被试在性别和年龄上不存在显著差异。借鉴价格公平感知的已有研究[20,55]，利用购物情景想象的方法操控定价主体，并确定被试与其他消费者购买产品的价格差异在10%～20%，确保人际间的价格差异可以被消费者感知并引起不同的价格公平感知。本研究采用的实验产品为笔记本电脑(高价格耐用品)，根据京东网站上主流笔记本电脑的平均售价确定实验素材中的产品价格。在两个组中都告知被试其购买的笔记本电脑价格比其他消费者高10%，在人工智能组中说明价格由人工智能制定，在销售人员组中说明价格由销售人员负责定价。

本研究的另一个目的是排除其他可能的解释。BOLTON et al.[56]的研究表明，当产品成本上升时消费者认为企业的涨价行为是公平的，可能消费者认为利用人工智能进行营销定价的企业要承担更高的成本，从而认为人工智能定价更加公平；CAMPBELL[31]认为如果消费者觉得个性化定价现象是很普遍的，会产生比较高的价格公平感知，可能消费者认为企业采用人工智能定价没有销售人员定价普遍，从而进一步影响他的价格公平感知。遭遇歧视定价的消费者产生更差的情感体验，消费者与其他人(而不是人工智能)进行互动时更容易产生情绪体验[1]，面对销售人员定价的消费者可能感到更加气愤，认为自己的价格不公平。综上所述，本研究在实验过程中测量感知成本、感知普遍性和消费者的情绪状态，并通过数据分析排除这些因素的潜在影响。

3.2 实验问卷和变量测量

实验问卷共分为3个部分。

(1)请被试阅读一份关于购物情景的描述，目的是在存在价格差异的前提下操控被试对定价主体的认知。两个组的被试阅读的情景描述前半部分相同：“你一直想要一台新的笔记本电脑，并且已经决定要买什么牌子和型号的。你上网从一家网络商店里购买了一台笔记本电脑，花费了5 200元。几天以后，你在该网站的用户社区中看到一段留言，说的是另一个顾客几乎在同一时间从这家网络商店买了一台一模一样的电脑，他支付的价格却是4 700元。为了弄清原委，你咨询了该网络商店的客服中心并得到如下解释”。接下来，销售人员组被试阅读的情景描述是：“当初是市场销售人员为不同的顾客制定了不同的价格”；人工智能组被试阅读的情景描述是：“当初是人工智能为不同的顾客制定了不同的价格。”在这之后，请被试回答以下两个问题测量他们的定价主体感知：①根据上述场景的描述，是谁为不同的顾客制定了不同的价格？②谁使你购买电脑的价格与其他顾客购买的价格不一样？采用Likert 7点评分法，1为肯定是销售人员，7为肯定是人工智能。定价主体感知的信度检验系数α值为0.918。

(2)请被试想象自己正处于这样的购物情景中，并请他们回答关于个人感受的一系列问题。其中，参考HAWS et al.[20]的量表，设置“我认为我所支付的价格”这一问题。用3个回答项测量被试的价格公平感知，采用Likert 7点评分法。3个回答项分别为1为非常不公平，7为非常公平；1为非常不合理，7为非常合理；1为非常不公正，7为非常公正。价格公平感知的α值为0.943。借鉴VAIDYANATHAN et al.[44]的研究，利用两个题项测量被试的蓄意性归因，即“这家网络商店的差别定价是一种故意行为”“从主观性上说，这家网络商店有意通过差别定价追求自己的利润”。采用Likert 7点评分法，1为非常不同意，7为非常同意。蓄意性归因的α值为0.784。

(3)测量本研究中其他可能的解释变量。①借鉴BOLTON et al.[56]的研究，采用两个题项测量被试的感知成本，即“这家网络商店的运营成本(包括员工工资和设备投资等)是很高的”“这家网络商店在营销方面投入的费用是很高的”。感知成本的α值为0.765。②借鉴CAMPBELL[31]的研究，采用3个题项测量感知普遍性，即“使用人工智能(或销售人员)进行个性化定价的公司有很多”“使用人工智能(或销售人员)进行个性化定价的公司是很常见的”“使用人工智能(或销售人员)进行个性化定价的公司是很普遍的”。感知普遍性的α值为0.882。③借鉴LEE et al.[57]的研究，采用6个题项测量被试的情绪状态，即“在完成调查问卷的过程中您的心情如何：快乐的、高兴的、激动的”，反向题项为“沮丧的、失望的、愤怒的”。采用Likert 7点评分法，1为一点也不，7为非常的。情绪状态的α值为0.822。

在完成上述实验后测量被试的性别和年龄等人口统计变量。

3.3 研究结果

(1)对定价主体进行操控检验。单因素方差分析结果表明，在定价主体感知上，人工智能组中被试的评分显著高于销售人员组中的被试，销售人员组的均值为2.218，人工智能组的均值为4.252，两组被试得分的均方比值F(1，206)=94.600，显著性系数p<0.001，效应量系数η2=0.315，表明本研究对定价主体的操控成功。

(2)检验人工智能定价对价格公平感知影响的主效应。单因素方差分析结果表明，尽管两组被试获得的价格与其他消费者的价格差距相同，但人工智能组被试产生的价格公平感知显著高于销售人员组被试，销售人员组的均值为2.469，人工智能组的均值为2.886，F(1，206)=4.286，p=0.040，η2=0.020，表明人工智能定价能够显著削弱歧视定价给消费者带来的不公平感知。因此，H1得到验证。

(3)检验人工智能定价对于蓄意性归因和其他可能解释变量的影响。方差分析结果表明，人工智能组被试蓄意性归因显著低于销售人员组被试，销售人员组的均值为5.990，人工智能组的均值为5.619，F(1，206)=6.081，p=0.014，η2=0.029，表明消费者更愿意认为采用销售人员定价的企业蓄意性更强，这符合本研究的理论预期，并为后续中介作用的检验打下基础。

在感知成本上，销售人员组的均值为3.689，人工智能组的均值为3.924，F(1，206)=1.712，p=0.192。在感知普遍性上，销售人员组的均值为4.062，人工智能组的均值为4.054，F(1，206)=0.002，p=0.967。在情绪状态上，销售人员组的均值为3.685，人工智能组的均值为3.781，F(1，206)=0.316，p=0.575。3个其他可能的解释变量在销售人员组与人工智能组的被试打分上并不存在显著差异，表明这3个变量无法解释前述人工智能定价对价格公平感知影响的主效应，可以排除这3个可能因素的潜在影响，在后续中介作用的检验中不包含这3个变量。

(4)利用Bootstrap分析中的模型4检验蓄意性归因的中介作用，以价格公平感知为因变量，以定价主体为自变量，定价主体为销售人员时取值为0，为人工智能时取值为1，以蓄意性归因为中介变量。Bootstrap分析结果表明，蓄意性归因在人工智能定价对价格公平感知的影响中起完全中介作用，95%置信区间为[0.044，0.433]。与销售人员定价相比，接受人工智能定价的消费者产生更低的蓄意性归因，并产生相对较高的价格公平感知。因此，H2得到验证。

综上所述，本研究利用两组组间实验的方法验证人工智能定价对消费者价格公平感知的主效应，同时还验证了蓄意性归因的中介作用，排除了感知成本、感知普遍性和情绪状态3个潜在因素的可能解释。本研究揭示了人工智能定价对价格公平感知影响的作用机理，下面将进一步探讨这一影响的边界条件，即检验在什么条件下人工智能定价对价格公平感知的影响可能减弱甚至逆转。

4 研究2：管理控制感知的调节作用检验

4.1 研究设计

研究2的主要目的是验证管理控制感知的调节作用(H3)。实验问卷调研的起止时间为2020年2月7日至10日，采用销售人员和人工智能×低管理控制感知和高管理控制感知的2×2组间设计。委托问卷星公司招募291名真实消费者作为被试，被试的平均年龄为30.505岁，其中男性为141人，占48.454%。将被试随机分配到4个不同的实验组中，销售人员×低管理控制感知组79人，人工智能×低管理控制感知组74人，销售人员×高管理控制感知组69人，人工智能×高管理控制感知组69人，各组被试在性别和年龄等人口统计变量上没有显著差异。本研究对定价主体的操控方法与研究1类似，同样采用购物情景想象的方法，只是把实验产品替换为宾馆房间(中价格的服务产品)。本研究根据携程网站上大中城市三星级宾馆的平均价格确定实验素材中的宾馆房间的价格，在服务产品领域中检验人工智能定价对价格公平感知的影响，从而拓展本研究结果的外部效度。对管理控制感知的操控方法主要借鉴VAIDYANATHAN et al.[44]的研究，被试阅读的情景描述中表明作为定价主体的人工智能(或销售人员)是处于企业的控制之下的，设定为高管理控制感知组；被试阅读的情景描述中不提供这样信息的，设定为低管理控制感知组。

本研究的另一个目的是检验蓄意性归因的可调节中介作用，本研究预期蓄意性归因是定价主体与管理控制感知的交互作用对价格公平感知影响的中介变量。在低管理控制感知条件下人工智能定价将导致更低的蓄意性归因，进而产生更高的价格公平感知，这与H1和H2所述的效应一致；在高管理控制感知条件下人工智能定价将导致更高的蓄意性归因，并进而产生更低的价格公平感知，这使前述假设发生逆转。

4.2 实验问卷和变量测量

实验问卷共分为两个部分。

(1)请被试阅读关于购买情景的描述文字，其目的是操控被试对于定价主体和管理控制的感知。所有被试阅读的购买情景的第1部分完全相同，具体描述与研究1类似，只是将产品替换为宾馆房间，产品价格换成自己订房价格为520元，其他消费者订房价格为430元。在情景描述的第2部分，销售人员组的被试看到的是“市场销售人员为不同的顾客制定了不同的价格”，人工智能组的被试看到的是“人工智能系统为不同的顾客制定了不同的价格”。在情景描述的第3部分，高管理控制感知的被试读到如下信息：“这套人工智能系统是由该订房网站自主开发设计的(或这些市场销售人员是由该订房网站招聘雇用培训的)，并按照网站设定的规则针对不同顾客进行差别定价”，低管理控制感知的被试则不会读到这些信息。然后，利用与研究1相同的两个题项测量被试的定价主体感知，α值为0.849。参考VAIDYANATHAN et al.[44]的研究，本研究利用两个题项测量被试的管理控制感知，即“该订房网站能够控制人工智能(或销售人员)的价格制定过程”“该订房网站对于定价结果具有控制权”。采用Likert 7点评分法，1为非常不同意，7为非常同意，α值为0.841。

(2)请被试想象他们正处于上述支付价格存在差异的购买情景中，并请他们回答关于内心感受的问题。利用与研究1相同的3个题项测量价格公平感知，α值为0.944；利用与研究1相同的两个题项测量蓄意性归因，α值为0.742。最后请被试回答人口统计变量问题并结束调研。

4.3 研究结果

(1)实验操控检验。以定价主体感知为因变量的双因素方差分析结果表明，人工智能组被试对定价主体的评分显著高于销售人员组的被试，销售人员组的均值为2.372，人工智能组的均值为4.329，F(1，287)=130.978，p<0.001,η2=0.313。管理控制操控对定价主体感知没有影响，p=0.750；定价主体操控与管理控制操控的交互对定价主体感知也没有影响，p=0.488。因此，本研究对定价主体的操控成功。以管理控制感知为因变量的双因素方差分析结果表明，高管理控制感知组的被试对管理控制感知的评分显著高于低管理控制感知组的被试 ，低管理控制感知组的均值为4.964，高管理控制感知组的均值为5.558，F(1，287)=12.944，p<0.001，η2=0.043。而定价主体操控对管理控制感知没有影响，p=0.813；管理控制操控与定价主体操控的交互对管理控制感知没有影响，p=0.413。因此，本研究对管理控制感知的操控也成功。

(2)检验管理控制感知的调节作用，以价格公平感知为因变量的双因素方差分析结果表明，定价主体与管理控制感知对价格公平感知的交互产生显著影响，F(1，287)=9.231，p=0.003，η2=0.031。图2给出4个不同组中被试对价格公平感知和蓄意性归因评分均值的统计结果，图2(a)为定价主体与管理控制感知的交互对价格公平感知的影响，图2(b)为定价主体与管理控制感知的交互对蓄意性归因的影响。由图2(a)可知，当管理控制感知较低时，人工智能组被试表现出比销售人员组更高的价格公平感知，销售人员组的均值为2.354，人工智能组的均值为2.919，F(1，287)=4.897，p=0.028，η2=0.031，在服务领域中H1再次得到验证；当管理控制感知较高时，人工智能组被试在价格公平感知上的评分显著低于销售人员组被试，销售人员组的均值为3.203，人工智能组的均值为2.643，F(1，287)=4.360，p=0.038，η2=0.031。结果表明，管理控制感知能够改变人工智能定价对价格公平感知影响的方向，因此管理控制感知在人工智能定价对价格公平感知的影响中起调节作用，H3得到验证。

(3)检验定价主体和管理控制感知对蓄意性归因的影响，以蓄意性归因为因变量的双因素方差分析结果表明，定价主体与管理控制感知的交互对蓄意性归因产生显著影响，F(1，287)=13.581，p<0.001，η2=0.045。由图2(b)可知，当管理控制感知较低时，人工智能组被试对蓄意性归因的评分显著低于销售人员组，销售人员组的均值为5.804，人工智能组的均值为5.372，F(1，287)=5.373，p=0.021，η2=0.034；当管理控制感知较高时，人工智能组在蓄意性归因上的评分比销售人员组高，销售人员组的均值为5.283，人工智能组的均值为5.848，F(1，287)=8.300，p=0.004，η2=0.058。上述结果符合本研究的理论预期，并为检验蓄意性归因的可调节中介作用打下基础。

(4)利用Bootstrap分析中的模型8检验蓄意性归因的可调节中介作用，以价格公平感知为因变量，以定价主体为自变量，以蓄意性归因为中介变量，以管理控制感知为调节变量。Bootstrap分析结果表明，当管理控制感知较低时，蓄意性归因在人工智能定价对价格公平感知的影响中起中介作用，95%置信区间为[0.064，0.641]；当管理控制感知较高时，蓄意性归因仍然对两者之间关系起中介作用，95%置信区间为[-0.829, -0.128]。蓄意性归因的可调节中介作用显著，95%置信区间为[-1.296, -0.372]，表明蓄意性归因起可调节中介作用，能够解释为什么管理控制感知能够逆转人工智能定价对价格公平感知影响的方向。

(a)

5 研究3：消费者心理逆反特质的调节作用检验

5.1 研究设计

研究3的主要目的是验证消费者心理逆反特质的调节作用(H4)。实验问卷调研的起止时间为2019年12月12日至14日，采用销售人员与人工智能的两组组间实验设计。在中国北方某大学招募215名大学生作为被试，被试的平均年龄为23.986岁，其中男性88人，占40.930%。将被试随机分配到两个不同的组中，其中销售人员组106人，人工智能组109人，两组被试在性别和年龄上不存在显著差异。本研究对定价主体的操控方法与前两个研究类似，采用杯子(低价格的快速消费品)作为实验产品，根据天猫网站上普通马克杯的平均售价确定实验素材的产品价格。大学生被试对购买杯子的情景比较熟悉，符合他们的收入和消费水平。为了检验心理逆反特质的调节作用，本研究测量所有被试的心理逆反特质，并在后续数据分析中用均值加减1个标准差代表高心理逆反特质被试和低心理逆反特质被试。

本研究的另一个目的是检验人工智能定价对价格公平感知影响的后续效应。已有关于价格公平感知的研究表明，价格公平对消费者的购买意向和口碑宣传等行为产生显著影响[26]。为增强对企业营销实践的指导作用，在本研究中还测量了消费者的行为意向，检验人工智能定价是否通过价格公平感知进一步影响消费者的行为意向。

5.2 实验问卷和变量测量

实验问卷共分为3个部分。

(1)利用与前两个研究类似的方法操控被试的定价主体感知，将产品替换为杯子，产品价格换成自己购买价格为20元，其他消费者购买价格为15元，利用与前两个研究相同的题项测量定价主体感知，α值为0.831。

(2)请被试想象他们正处于上述支付价格存在

差异的购买情景中，并回答关于价格公平感知和行为意向的测量题项。测量价格公平感知的题项与前两个研究相同，α值为0.911。对于行为意向的测量采用涂平等[58]研究中的两个题项，即“我以后会继续在该网络商店购买商品”“我将向其他人推荐这家网络商店”。采用Likert 7点评分法，1为非常不同意，7为非常同意，α值为0.867。

(3)请被试完成自我认知调研并填写人口统计变量。借鉴HONG[59]的研究，采用7个题项测量被试的心理逆反特质，题项为：“当我的自由受到限制时，我就会生气”“当有人强迫我做某事时，我就想与他对着干”“当我无法做出自由和独立的决定时，我会感到沮丧”“当某件事情被禁止时，我通常会想：这正是我将要去做的事”“当别人企图影响我时，我会表现得很抵制”“我认为别人的建议对我而言是一种干扰”“别人越是建议某件事情，我越不愿意去做这件事”。采用Likert 7点评分法，1为非常不同意，7为非常同意，α值为0.800。

5.3 研究结果

(1)对定价主体进行操控检验。单因素方差分析结果表明，人工智能组被试在定价主体感知上的评分显著高于销售人员组被试，销售人员组的均值为2.495，人工智能组的均值为4.413，F(1，213)=98.415，p<0.001，η2=0.316，表明本研究对定价主体的操控成功。

(2)利用Process分析中的模型1检验消费者心理逆反特质的调节作用，以价格公平感知为因变量，以定价主体为自变量，以心理逆反特质为调节变量。分析结果表明，定价主体对价格公平感知的影响显著，t(211)=2.414，p=0.017，H1再次得到验证；定价主体与心理逆反特质的交互对价格公平感知产生显著影响，t(211)=2.470，p=0.014。图3给出两个组中高心理逆反特质被试和低心理逆反特质被试对价格公平感知和行为意向评分均值的统计结果，图3(a)为定价主体与心理逆反特质交互后对价格公平感知的影响，图3(b)为定价主体与心理逆反特质交互后对行为意向的影响。由图3(a)可知，高心理逆反特质的被试对人工智能组的价格公平感知显著高于销售人员组被试，销售人员组的均值为1.954，人工智能组的均值为2.696，t(211)=3.429，p=0.001；在低心理逆反特质消费者中这两种定价主体导致的价格公平感知没有显著差异，销售人员组的均值为2.111，人工智能组的均值为2.159，t(211)=0.215，p=0.830。上述结果表明，消费者心理逆反特质在人工智能定价对价格公平感知的影响中起调节作用，在高心理逆反特质的消费者中人工智能定价的主效应更加显著。因此，H4得到验证。

(a)

(3)检验人工智能定价与心理逆反特质的交互作用对行为意向的影响，以行为意向为因变量。Process分析结果呈现出与价格公平感知一致的趋势，人工智能组对行为意向具有显著影响，t(211)=2.185，p=0.030；人工智能组与心理逆反特质的交互作用显著，t(211)=2.397，p=0.017。由图3(b)可知，高心理逆反特质的被试在人工智能组的行为意向显著高于销售人员组被试，销售人员组的均值为1.718，人工智能组的均值为2.323，t(211)=3.204，p=0.002；在低心理逆反特质的被试中这两种定价方式导致的行为意向没有显著差异，销售人员组的均值为1.768，人工智能组的均值为1.786，t(211)=0.090，p=0.929。上述结果表明，人工智能对价格公平感知的影响进一步影响消费者产生不同的行为意向，在高心理逆反特质的消费者中这种效应更加明显。

综上所述，本研究在杯子这一产品类别中再次验证了人工智能定价对消费者价格公平感知影响的主效应，检验了心理逆反特质的调节作用。本研究发现在高心理逆反特质的消费者中人工智能定价的主效应更加显著，因此心理逆反特质是发挥人工智能定价积极作用的边界条件。同时，本研究还检验了人工智能定价对价格公平感知影响的后续效应，遭遇歧视定价的消费者对采用人工智能定价的企业具有相对较好的行为意向。

6 结论

6.1 研究结果

本研究运用实验方法在3个不同的产品种类中探讨人工智能定价对消费者价格公平感知的影响，并揭示这一影响的作用机理和边界条件。研究结果表明，当面对同样的人际间价格差距时，消费者认为人工智能定价企业的蓄意性归因比销售人员定价企业更低，由此对人工智能定价产生更高的价格公平感知；管理控制感知可以改变人工智能定价主效应方向，当消费者得知企业能够控制定价结果时，人工智能定价对价格公平感知的影响发生逆转；消费者心理逆反特质改变人工智能定价主效应的强弱，在高心理逆反特质的消费者中，人工智能定价对价格公平感知和后续行为意向的影响更加显著。

6.2 理论贡献

①价格公平领域的已有研究表明，消费者的个人主义文化特征[8]、其他消费者付出更多努力[11]、企业的价格框架[12]和捆绑销售[13]等因素是人际间价格差距对价格公平感知影响的调节变量，本研究从定价主体视角发现人工智能定价也是降低歧视定价负面效果的重要因素，是在人工智能时代对现有价格公平感知研究的拓展和丰富，有助于更好地理解当代消费者面对人机不同营销主体时产生的不同心理认知和行为反应。②本研究基于归因理论揭示了人工智能定价对价格公平感知影响的作用机理，不同于已有研究归纳的责任人归因、控制力归因和稳定性归因[42]，本研究提出并论证了蓄意性归因的中介作用，是在人工智能背景下对归因理论在营销领域的进一步延伸应用，并为其他学者解释消费者对人工智能定价的反应提供借鉴。③在归因理论的整体框架和研究脉络下，识别了管理控制感知和消费者心理逆反特质是人工智能定价效应的边界条件，并论证了两者不同的调节作用，这种在不同情景下的权变研究进一步拓展了本研究的外部效度，有助于人们更加全面系统地理解人工智能背景下消费者价格公平感知的形成机理。

6.3 管理启示

(1)本研究可以为人工智能定价企业的营销沟通提供借鉴。本研究表明消费者认为人工智能生成的定价更加公平合理，并可以在一定程度上抵消歧视定价可能带来的负面结果。因此，企业在营销沟通中可以强调人工智能定价并以此为卖点吸引消费者。例如，京东就把自己定位为以零售为基础的科技服务公司，在营销沟通中大力宣传自己实施的智慧商业+供应链战略，并提出利用人工智能对80%以上商品进行自动补货和定价推荐。

(2)本研究可以为采用人工智能进行个性化定价企业的服务补救策略提供参考。本研究结果表明，只有当消费者的管理控制感知很低时，感觉人工智能定价带来的价格公平感知才相对较高。因此，企业面对遭受歧视定价的消费者抱怨时，应该通过客观事实表明自己对于差别定价结果的控制能力较低。例如，中国某旅游网站在面对消费者对大数据“杀熟”提出质疑时，出面澄清了定价结果是机票预定程序中存在Bug，工作人员已经紧急修复了这一系统Bug，主动联系并赔偿了1 300名左右的受损消费者，从而获得了广大消费者的原谅。

(3)本研究可以指导采用人工智能定价的企业选择合适的目标市场。本研究结果表明，高心理逆反特质的消费者更容易认为人工智能定价企业的价格更加公平合理。而心理学研究发现人们的年龄与心理逆反特质具有负相关关系，年轻消费者具有更高的心理逆反特质[60]，因此采用人工智能定价的企业可以把年轻消费者作为重点的目标市场。例如，无人零售行业中的缤果盒子新发布的动态货架功能就深受年轻消费者欢迎，它可以通过摄像头捕捉货架上的所有信息，并收集用户的面部数据、视觉数据、动作数据等，从而根据需要随时修改商品价格并发布针对个人的促销信息。

6.4 研究局限和展望

本研究还存在以下不足，可以在未来研究中进一步的拓展。①在研究方法的选择方面，本研究采用情景实验的研究方法，通过请被试回答实验问卷对相关变量进行测量，这可能影响本研究的外部效度和对企业实践指导的针对性，未来研究可以采用田野实验、二手数据分析或模拟现实的服务人员操控的方法检验本研究的各项假设，如可以选择采用人工智能定价和销售人员定价的两家网络商店，利用爬虫软件抓取用户产品评论中与价格有关的信息，通过内容分析的方法检验关于价格公平问题的投诉在两家网络商店之间是否存在显著差异，或者通过模拟现实中人和AI的服务人员提供报价验证不同定价主体带来的价格公平感知之间的差异。②在因变量的拓展方面，本研究重点关注人际间价格差异造成的价格公平感知，除此之外，跨时间的价格公平感知(参照价格为消费者本人过去购买该产品的价格)也会影响消费者的价格公平感知[23]。可能消费者感觉人工智能可以更全面细致地分析自己的浏览行为，并对未来支付意愿做出更加准确的预测，因此认为人工智能确定的动态升高的价格更加不公平，这些与本研究截然相反的预期假设可以在未来研究中加以验证。③进一步探讨其他调节变量的作用，本研究只检验了管理控制感知和消费者心理逆反特质的调节作用，但这两个变量是营销人员很难操控和影响的变量，这也使本研究结果的应用价值具有很大局限性。本研究推测企业的社会责任营销能够建立消费者的初始信任，并降低消费者对销售人员定价的蓄意性归因，从而使人工智能定价与销售人员定价带来的价格公平感知差异不明显，未来研究可以进一步检验社会责任营销等企业可控的其他调节变量的作用。消费者的权力感也可能是本研究所论证效应的调节变量，高权力感消费者对他人道德行为的判断更加苛刻，可能提高消费者对销售人员定价的蓄意性归因，使人工智能定价与销售人员定价带来的价格公平感知的差异更加明显。除上述调节变量外，基于人工智能的个性化定价研究仍处于起步阶段，不同的社会文化背景和消费者的个人特质，如消费者的价格敏感度、主观知识、收入和消费水平等，也可能对本研究结果产生影响，未来也可以针对上述问题展开进一步研究。