2025年6月12日上午，应兰州大学管理学院数智供应链管理研究所邀请，美国俄克拉荷马大学刘其宏教授为学院师生开展主题为“限制消费者特征的算法定价”的学术报告，深入探讨了个性化定价中使用敏感信息所带来的政策权衡、伦理挑战与经济后果。讲座由张芸荣青年研究员主持，研究所与中心师生积极参与。

刘其宏从群体性价格歧视的演变谈起，指出在大数据获取便利、技术不断进步以及线上交易日益普及的背景下，定价行为正逐步发展为基于算法的个性化定价模式。然而，这类算法在实践中常常借助性别、种族等敏感变量做出定价决策，可能引发严重的伦理和法律问题。他强调，缺乏有效监管的算法定价机制极易对少数群体造成不公平对待，甚至加剧社会偏见。

在主体部分，他提出并分析了两类算法定价监管机制：“禁止”与“公平”。其中，“禁止”机制禁止使用如性别、种族等受限变量；而“公平”机制则允许使用敏感变量，但要求在不同群体间维持价格分布的一致性。研究模型假设消费者具备两个信息维度，其中第二维度可能为受限变量，并在此基础上比较了两种机制下企业利润与消费者剩余的变化。刘教授展示了对比“禁止”与“公平”机制所得到的一系列理论结果。研究发现，虽然“公平”机制需对价格结构做出一定扭曲以满足平权要求，但它可显著提升消费者类型识别的准确性，从而实现更优的市场匹配。特别是在受限制群体占比重较小的情形下，“公平”机制有望实现帕累托改进，即在提升消费者福利的同时也提高企业利润。这一发现挑战了传统监管中“禁止使用敏感信息即是公平”的直觉认知，为算法定价监管提供了更为细致、动态的视角。他指出，面对敏感特征的使用问题，监管政策应避免“一刀切”，更应因地制宜地采用灵活、审慎且具有背景适应性的机制设计。

在问答环节中，与会师生就“如何从现实问题中抽象出合适的分析模型”、“算法定价这一方法的定义与适用性”、“如何将研究成果应用于公共政策制定”等话题展开深入讨论。刘其宏对报告进行了简要总结，指出本次研究从理论建模出发，回应了当前算法定价领域中围绕公平性与效率权衡的现实挑战，为制定灵活而审慎的监管政策提供了理论支持与决策依据。