作者| Shota Ichihashi
来源| Journal of Economic Theory
随着信息技术的发展，数据已经成为企业获取竞争优势的关键资源。企业通过收集和分析数据来更好地了解消费者行为、市场趋势和潜在风险，从而提供个性化服务、优化产品设计和制定有效的市场策略。因此，理解数据如何在经济活动中产生价值，以及企业如何通过数据收集和利用来最大化其利润，是现代经济学需要解决的重要问题。
数据隐私是数据市场中的一个核心议题。消费者对于自己的数据被收集和使用往往有所顾虑，而企业在收集数据时也需要考虑如何设计信息收集和定价机制，以平衡消费者隐私保护和企业利益最大化之间的关系。数据具有一定的外部性特征——这意味着，一个消费者的数据往往不仅仅影响自身的福利，还可能影响其他消费者以及整个市场的福利。这种数据外部性可能导致市场失灵，因此研究数据外部性对市场效率的影响，对于制定相关政策和法规具有重要意义。
尽管已有一些实证研究关注数据市场和隐私问题，但关于数据外部性的系统性理论模型研究还相对较少。加拿大银行的首席研究员Shota Ichihashi（现加拿大皇后大学助理教授）2021年在《经济理论杂志》（Journal of Economic Theory）发表的论文《The Economics of Data Externalities》通过建立和分析一个关于数据外部性的经济模型，探讨了在数据具有不同类型外部性的情况下，企业如何通过信息设计来影响数据收集的结果，分析了数据外部性对企业与消费者之间利益分配产生的影响。
论文中的模型设定在一个由n个消费者和一家企业组成的经济环境中。这家企业希望了解世界中某些不确定的状态，而消费者拥有包含该状态信息的数据。整个模型分为两个阶段：在第一阶段，企业向消费者提出购买数据的价格；在第二阶段，每个消费者在观察到数据之前决定是否出售他们的数据。
可替代性数据（Substitutable Data）：如果某个消费者的数据能够完美地揭示其他消费者的数据信息，那么这些数据被认为是可替代的。在这种情况下，企业可以通过收集一个消费者的数据来了解所有消费者的信息。
互补性数据（Complementary Data）：任意n-1个消费者的数据对于了解该不确定状态没有任何帮助，所有n个消费者的数据联合起来才具有信息含量，那么这些数据被认为是互补的。这意味着每个消费者的数据都对企业了解状态至关重要。
论文通过分析这两种数据外部性，探讨了“数据收集”对企业利润和消费者剩余的影响。
如果消费者的效用会因为企业对于状态的了解而下降（例如，企业因为更加了解用户的偏好，从而可以对用户进行更好的价格歧视，从而降低消费者效用），那么：当数据具有完全可替代性时，企业可以以零价格收集所有数据，因为只要企业拥有任意一个消费者的数据，那么其他消费者的数据对企业来说都是多余的。这种情况下，如果进一步假设，那么此时企业利润最大化，而消费者剩余最小化；相反，当数据具有完全互补性时，每个消费者的数据对企业来说都是至关重要的，企业需要为收集每个消费者的数据支付补偿，因为每个消费者的贡献都是关键的。在这种情况下，消费者福利最大化，而企业利润最小化。
而如果消费者的效用会因为企业对于状态的了解而上升（例如，企业因为更加了解用户的偏好，从而可以对用户进行更好的推荐，从而提高消费者效用），那么上述的结论将是相反的。也就是说，当数据具有完全可替代性时，企业利润最大化，而消费者福利最小化；当数据具有完全互补性时，消费者福利最大化，而企业利润最小化。
论文进一步探讨了企业如何通过信息设计来影响数据外部性。当企业可以以任意形式从消费者处购买数据时，企业可以通过选择购买哪些消费者的数据以及如何设计数据之间的外部性关系来优化其信息策略。这种信息设计的自由度允许企业通过改变数据收集的结构来影响最终的市场结果。文章证明给定任意类型的消费者偏好，企业收集的数据量不少于社会福利最大化时所需的数据量。这意味着，存在数据外部性的情况下，企业可能会过度地收集数据。
在理论模型之外，本文还进一步讨论了在价格歧视场景中的一个模型实例，具体推论如下图。当市场上只存在1个消费者时，此时不存在数据外部性，根据数据和市场本身的特征，市场结果只会出现在BD这一条线上，这也意味着消费者福利是恒定的，与数据的分布特征无关；而当市场上存在2个以上消费者时，市场最后均衡的结果根据条件会出现在AEC这个三角形区域，也就是说消费者的福利可能会随着数据的分配而提高或降低，说明了数据外部性对市场结果的影响。
本文的模型揭示了数据外部性对消费者剩余和企业利润的影响，这为政策制定者在制定数据收集和隐私保护政策时提供了重要参考。
一方面，文章说明数据外部性可能导致市场均衡的变化，视数据的替代性和互补性程度，可能对消费者产生正面或负面的福利影响。在制定隐私保护政策时，政策制定者应当考虑到数据的类型所带来的差异，针对性地设计不同的数据政策。
另一方面，文章的模型分析表明，当企业可以通过完全自由的信息设计方式获取数据时，可能会针对性地根据数据外部性来加强市场控制力，这样的情况会导致数据被过度收集，并给消费者带来负面影响。政策制定者需要认识到，合理的数据收集可以为社会带来经济效益，但同时也可能侵犯消费者的隐私权。因此，政策应当旨在平衡这两方面的利益，例如，通过制定数据最小化原则、数据使用透明度要求和消费者数据控制权等措施，来对企业的数据获取做出一定的限制，保证数据的合理获取。
综上所述，论文的结论强调了在数据驱动的经济中，政策制定者需要综合考虑数据外部性对市场效率、消费者福利和企业行为的影响，通过制定合理的政策来促进数据市场的健康发展，在鼓励企业通过数据提高效益的同时，保护消费者隐私。
Reference
Ichihashi, S. (2021). The economics of data externalities. Journal of Economic Theory, 196, 105316.
