大数据价格歧视,也就是俗称的大数据“杀熟”,让“因人定价”成为现实,使一级价格歧视有了实现的可能。在2018年、2019年以及2020年连续三年的3·15晚会前后,大数据“杀熟”都成为了热搜话题,不仅触发了消费者的担忧,也引起了政府监管部门的关注。2019年1月1日实施的《电子商务法》以及2020年10月1日实施的《在线旅游经营服务管理暂行规定》都对大数据价格歧视作出了相应规定。然而,作为一种新的经济现象,针对大数据“杀熟”既没有系统、成熟的理论研究,也没有丰富的政策实践经验。因此对大数据价格歧视背后的经济效应以及监管现状进行研究,是十分有意义的。本文先阐述了价格歧视的定义,再对传统价格歧视理论的研究进行了回顾,重点分析了与本文研究密切相关的基于行为的价格歧视理论（BBPD）,并且按照“企业价格歧视能力内生/外生”以及“消费者采取/不采取策略行为”这两个维度对大数据价格歧视领域的文献进行了较为系统的梳理。理清了价格歧视理论的发展方向,为本文研究打下理论基础。随后应用空间差异化模型（Hotelling模型以及Salop模型）,从大数据投资视角切入,分别研究了垄断和竞争市场结构下的价格歧视问题。分别在双寡头以及多寡头的竞争市场结构下,构建了投资—“因人定价”的两阶段动态博弈。并在均衡基础上对不同市场中的大数据价格歧视福利效应进行了分析。在消费者保留效用足够大且大数据投资为固定投资时,通过理论模型的分析发现:（1）在垄断市场中,“因人定价”策略使得企业拥有更高的利润,但会损害消费者剩余和社会总福利;（2）双寡头市场中,企业采取“因人定价”策略将导致比统一定价更加激烈的竞争,我们发现存在一种均衡,企业会陷入到投资大数据并实施价格歧视的“囚徒困境”中;（3）多寡头市场中,“因人定价”策略同样会加剧企业之间的竞争,消费者福利却因此获得改善,并且当企业数目减少或产品差异化程度增加时,企业将更有可能通过投资大数据来实施“因人定价”策略。从大数据投资视角出发的数理分析带给价格歧视监管的启发是:（1）可以通过规范企业收集、加工和使用消费者的数据以达到监管大数据价格歧视的目的;（2）在大数据价格歧视的监管中,保障充分而有效的竞争是十分必要的。第四章对与大数据价格歧视监管有关的政策进行了分析。首先阐述大数据价格歧视监管的理论依据,总结了大数据价格歧视监管中的争议和难点。其次根据第三章的数理分析,从大数据投资视角为价格歧视监管提供了一些可能的经济学依据。随后从“价格歧视监管政策”和“数据保护政策”两个维度对美国和欧洲的相关政策进行了分析,为我国的大数据价格歧视监管提供国外经验参考。最后阐述了我国大数据价格歧视监管的现状。我国大数据价格歧视监管中存在的主要问题有:（1）原有的价格歧视监管政策不能很好地适应大数据价格歧视的监管;（2）大数据价格歧视的监管实践中存在多个部门同时履行监管职能的情况;（3）国内消费者和企业的隐私保护意识都有待加强。第五章对前文的数理分析与政策分析进行了总结,为实现大数据价格歧视的有效监管提供了政策建议,主要建议有:（1）完善大数据价格歧视监管的法律法规;（2）明确大数据价格歧视的监管责任;（3）提倡消费者自我保护;（4）提倡并加强行业自律。本文的创新点可能有:（1）系统梳理了大数据价格歧视领域的文献,并且按照研究出发点将该领域的文献分为“消费者采取/不采取策略行为”以及“企业价格歧视能力内生/外生”这两个类别,让大数据价格歧视的研究现状一目了然;（2）从大数据投资博弈视角出发,在较为一致的假设下,分别研究了垄断市场以及竞争市场中的大数据价格歧视问题;（3）从价格歧视监管、大数据保护以及电子商务监管三个方面系统梳理了我国的大数据价格歧视监管政策,并从大数据投资视角为监管提供政策建议。