榮健欣 王大中

一、引言

數(shù)據(jù)一般指以“0-1”二進(jìn)制形式為數(shù)字技術(shù)搜集、存儲、處理、傳輸?shù)男畔?。進(jìn)入21世紀(jì)以來，消費互聯(lián)網(wǎng)及其催生的互聯(lián)網(wǎng)平臺高速發(fā)展，產(chǎn)業(yè)互聯(lián)網(wǎng)方興未艾，人工智能、大數(shù)據(jù)等新興數(shù)字產(chǎn)業(yè)蓬勃推進(jìn)。數(shù)據(jù)的處理、傳輸成本快速降低，數(shù)據(jù)在制造業(yè)數(shù)字化轉(zhuǎn)型、電子商務(wù)、平臺經(jīng)濟等領(lǐng)域中發(fā)揮的作用日趨顯著，成為產(chǎn)業(yè)經(jīng)濟和宏觀經(jīng)濟不可忽視的重要投入因素。就數(shù)據(jù)在當(dāng)今國民經(jīng)濟中發(fā)揮的重要角色，以及經(jīng)濟主體(互聯(lián)網(wǎng)平臺、政府部門等)對數(shù)據(jù)搜集、處理的巨大投入來看，可以將數(shù)據(jù)視為一種新興生產(chǎn)要素。

2019年10月31日，中共十九屆中央委員會第四次全體會議通過《中共中央關(guān)于堅持和完善中國特色社會主義制度推進(jìn)國家治理體系和治理能力現(xiàn)代化若干重大問題的決定》。文件提出，“健全勞動、資本、土地、知識、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場評價貢獻(xiàn)、按貢獻(xiàn)決定報酬的機制”。 2020年3月30日，中共中央、國務(wù)院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》，明確提出要加快培育數(shù)據(jù)要素市場，為進(jìn)一步發(fā)揮數(shù)據(jù)生產(chǎn)要素的作用指明了方向。黨和政府對數(shù)據(jù)生產(chǎn)要素的重視，充分表明數(shù)據(jù)對于進(jìn)入高質(zhì)量發(fā)展階段的中國經(jīng)濟的重要意義。然而，當(dāng)前數(shù)據(jù)要素市場化無論在概念定義、統(tǒng)計度量、價值評估和市場化機制設(shè)計等方面都存在一系列實踐問題，需要經(jīng)濟學(xué)理論提供解決思路。首先，相對于土地、資本、勞動等傳統(tǒng)生產(chǎn)要素，數(shù)據(jù)作為一種生產(chǎn)要素具有一定的特殊性，例如非競爭性(non-rivalry)、規(guī)模報酬遞增、隱私負(fù)外部性等。對數(shù)據(jù)要素經(jīng)濟價值和要素市場化的討論離不開對這些特性的分析；其次，數(shù)據(jù)要素的市場化過程牽涉到數(shù)據(jù)產(chǎn)權(quán)歸屬、數(shù)據(jù)交易形式、數(shù)據(jù)交易機制等諸多前沿議題，需要經(jīng)濟學(xué)理論對數(shù)據(jù)要素化的機制設(shè)計和福利效應(yīng)做出探討；最后，經(jīng)濟學(xué)理論需要探討數(shù)據(jù)作為一種生產(chǎn)要素，如何直接貢獻(xiàn)于產(chǎn)業(yè)市場和宏觀經(jīng)濟，并通過統(tǒng)計實證檢驗和測算數(shù)據(jù)要素的實際經(jīng)濟貢獻(xiàn)。

數(shù)據(jù)要素的研究呼喚經(jīng)濟理論的創(chuàng)新。本文旨在梳理總結(jié)前沿經(jīng)濟理論文獻(xiàn)研究數(shù)據(jù)要素的主要進(jìn)展。這里所稱的“前沿經(jīng)濟理論”，主要涵蓋微觀經(jīng)濟理論中的機制設(shè)計、合約理論、信息設(shè)計、行為經(jīng)濟學(xué)、產(chǎn)業(yè)組織理論，以及宏觀經(jīng)濟增長理論中的內(nèi)生增長理論等領(lǐng)域。這些領(lǐng)域的理論突破為數(shù)據(jù)要素的福利效應(yīng)評估、產(chǎn)權(quán)歸屬設(shè)定、交易機制設(shè)計等重要議題提供了研究工具。當(dāng)前，對于數(shù)據(jù)要素研究已有一些優(yōu)秀的中英文綜述(Pei，2020； Bergemann and Bonatti，2019；Carriere-Swallow and Haksar，2019；蔡躍洲、馬文君，2021; 徐翔等，2021；熊巧琴，2020)，這些綜述系統(tǒng)梳理了數(shù)據(jù)要素研究的主要議題和重要文獻(xiàn)。但現(xiàn)有綜述由于種種原因，往往對相關(guān)數(shù)據(jù)要素議題的具體研究思路，以及數(shù)據(jù)要素與經(jīng)濟學(xué)前沿理論的貼合點缺乏深入介紹。本文將在這些綜述文獻(xiàn)的基礎(chǔ)上，深入挖掘文獻(xiàn)對數(shù)據(jù)要素相關(guān)議題的建模思路，以及與相關(guān)經(jīng)濟理論的結(jié)合點，從而為數(shù)據(jù)要素在中國的研究提供新思路。

本文內(nèi)容組織如下：首先，從隱私負(fù)外部性、報酬特征這兩方面入手，探討數(shù)據(jù)要素相對于傳統(tǒng)生產(chǎn)要素的特性；其次，從數(shù)據(jù)要素的產(chǎn)權(quán)歸屬和交易機制兩方面探討數(shù)據(jù)要素市場化機制，特別是分四個場景探討經(jīng)濟學(xué)理論中對于數(shù)據(jù)要素交易機制的研究思路；再次，列舉文獻(xiàn)探討數(shù)據(jù)要素在現(xiàn)實經(jīng)濟中創(chuàng)造經(jīng)濟價值的主要路徑，并介紹對數(shù)據(jù)要素經(jīng)濟價值的重要實證研究成果；最后，從研究方法和中國問題兩個角度展望未來的數(shù)據(jù)要素研究。

二、數(shù)據(jù)要素特性

這一部分中，我們將討論數(shù)據(jù)要素的特性?，F(xiàn)有文獻(xiàn)已經(jīng)列舉了數(shù)據(jù)要素的眾多特性，例如規(guī)模報酬遞增、非競爭性、隱私負(fù)外部性、超越地理距離的即時傳輸性等。本文不再詳細(xì)列舉數(shù)據(jù)要素的一般特性(讀者可參考其他文獻(xiàn)，如徐翔等，2021)，而將集中探討數(shù)據(jù)要素的隱私負(fù)外部性，以及報酬遞增/遞減問題。這兩大特性深度嵌入數(shù)據(jù)要素市場化的成本投入和產(chǎn)出收益過程，直接關(guān)聯(lián)數(shù)據(jù)要素市場化的福利效應(yīng)，因此對于數(shù)據(jù)要素的現(xiàn)實政策具有重要意義。此外，隱私負(fù)外部性與報酬遞增/遞減問題牽涉到數(shù)據(jù)要素的定義和度量，并且和文獻(xiàn)所述的數(shù)據(jù)要素其他特性(例如非競爭性)息息相關(guān)。探討文獻(xiàn)對隱私負(fù)外部性和報酬遞增/遞減問題的處理，可以了解經(jīng)濟理論對數(shù)據(jù)要素的一般處理方法。

(一)隱私負(fù)外部性

現(xiàn)實中，不同數(shù)據(jù)集的信息普遍存在相關(guān)性，一個消費者的個人數(shù)據(jù)可能透露和該消費者有關(guān)聯(lián)的其他消費者的信息。因此，任何消費者與企業(yè)“以隱私換補貼”的數(shù)據(jù)要素市場化交易都面臨數(shù)據(jù)的隱私負(fù)外部性問題。但是隱私負(fù)外部性的刻畫需要完善對數(shù)據(jù)、隱私本身的度量。這里將介紹幾篇文獻(xiàn)對于消費者個人數(shù)據(jù)和隱私負(fù)外部性的建模處理。

Ichihashi(2021b)研究了一個企業(yè)從消費者手中購買數(shù)據(jù)的模型。假設(shè)有n個消費者，企業(yè)從消費者手中購買數(shù)據(jù)以學(xué)習(xí)世界狀態(tài)X∈χ, 每個消費者對于世界狀態(tài)有一個共同的先驗信念分布(common prior)。一次試驗μ:χ→Δ(S) 能更新行為主體的信念，<μ>∈Δ(Δ(χ))代表由初始信念和試驗μ決定的后驗信念。如果<μ>是<μ′>的均值保持展開式(mean preserving spread)，則稱μ比μ′更有信息含量，表記為μμ′。經(jīng)濟體中數(shù)據(jù)配置表現(xiàn)為n個試驗μ=(μ1,…,μn):χ→Δ(SN)。集合S是信號實現(xiàn)的集合。

為刻畫數(shù)據(jù)隱私外部性，作者定義了數(shù)據(jù)的替代性和互補性。

數(shù)據(jù)配置μ是完全替代的，如果?i∈N,<μ>=<μ-i>。

數(shù)據(jù)配置μ是完全互補的，如果?i∈N,<μ-i>=<μ?>,μ?是無信息含量的試驗。

直覺上講，如果數(shù)據(jù)配置是完全替代的，則邊際的個人數(shù)據(jù)價值為0，此時廠商光從其他消費者的數(shù)據(jù)就能推斷這個消費者的信息。完全互補的數(shù)據(jù)配置則是一個消費者的數(shù)據(jù)的邊際價值相當(dāng)于整個數(shù)據(jù)集，即缺失了任何一個消費者信息的數(shù)據(jù)對于企業(yè)來說都是無用的。Ichihashi(2021b)用統(tǒng)計試驗引致的后驗信念分布定義數(shù)據(jù)配置，并以聯(lián)合后驗信念分布受到單個消費者數(shù)據(jù)影響的程度定義隱私負(fù)外部性。這一路徑較為嚴(yán)謹(jǐn)?shù)^于抽象。

其中S表示包含所有用戶的個人數(shù)據(jù)Si的向量，pi是平臺對用戶的支付。消費者隱私偏好強度為vi，其總收益為:

即平臺總要更準(zhǔn)確預(yù)測消費者類型，消費者總要避免被準(zhǔn)確預(yù)測類型。由于存在數(shù)據(jù)隱私外部性，用戶i的總信息泄露為：

這是通過所有用戶的信息匯總后，對用戶i的類型預(yù)測的均方誤差(mean square error)的減少值。其中a={a1,…,an}代表所有用戶的數(shù)據(jù)分享決策，ai=1代表用戶i出讓數(shù)據(jù)。Sa代表aj=1，即選擇分享數(shù)據(jù)的所有用戶j的數(shù)據(jù)向量。在這一簡單的數(shù)據(jù)市場中，平臺決定對用戶的補償pi，用戶i決定是否出讓數(shù)據(jù)ai。作者還定義了“單調(diào)性”、“子模性”(submodulity)等概念來度量數(shù)據(jù)隱私外部性。

單調(diào)性：兩個行動組合a和a′滿足a≥a′, 則?i∈{1,…,n},Ji(a)≥Ji(a′)

經(jīng)濟學(xué)含義為：分享信息的用戶集合增大后，信息泄露增大。

經(jīng)濟學(xué)含義為：任何消費者個人透露信息所導(dǎo)致信息泄露的邊際增加隨著其他消費者透露信息量的增加而減少。

Acemoglu et al.(2021)側(cè)重使用統(tǒng)計指標(biāo)(類型預(yù)測的均方誤差)度量消費者信息透露帶給其他用戶的隱私損失。優(yōu)點在于度量方法較為客觀，缺陷在于隱私損失涉及消費者主觀信念，不一定和統(tǒng)計預(yù)測的均方誤差一致。

Choi et al.(2019)假定消費者使用一個壟斷在線平臺的服務(wù)必須同意出讓個人數(shù)據(jù)。消費者需要權(quán)衡出讓數(shù)據(jù)的隱私損失和在線平臺的服務(wù)。但同時，消費者出讓的個人數(shù)據(jù)也會透露關(guān)于用戶和非用戶(即不同意以出讓隱私為代價接受平臺服務(wù)的消費者)的信息，導(dǎo)致數(shù)據(jù)隱私外部性。具體來說，假設(shè)一個壟斷在線平臺提供內(nèi)容服務(wù)，一單位連續(xù)統(tǒng)的消費者各自對平臺內(nèi)容有隨機偏好u，u服從分布函數(shù)F。平臺可從用戶處通過征求同意搜集個人類型θ,θ服從分布函數(shù)G，每個消費者承受隱私凈損失為λ(θ,m)，其中m代表平臺服務(wù)的消費者量。λ(θ,m)隨θ和m遞增，代表消費者類型越高，對隱私越敏感；且平臺擁有的用戶越多，對個體消費者的隱私侵犯越嚴(yán)重(數(shù)據(jù)隱私外部性)。數(shù)據(jù)除了對一般用戶造成隱私外部性損失，還會造成非用戶的隱私損失：對于每個θ類型消費者透露的數(shù)據(jù)，有α比例會產(chǎn)生非用戶的隱私損失。社會計劃者或者壟斷平臺選擇門檻類型θE和θN，類型在[0,θE]的消費者由于數(shù)據(jù)外部性而被動出讓隱私，類型在[0,θN]的消費者主動出售數(shù)據(jù)。即搜集的總數(shù)據(jù)為：

Choi et al.(2019)使用外生設(shè)定的函數(shù)來定義和度量隱私外部性和隱私損失。能較為靈活地適用于互聯(lián)網(wǎng)平臺服務(wù)換隱私的經(jīng)濟場景。但可能存在函數(shù)形式設(shè)定的隨意性。

在上游數(shù)據(jù)市場，數(shù)據(jù)商在需求沖擊實現(xiàn)前從個體消費者手中購買關(guān)于需求信息的數(shù)據(jù)，并把個體數(shù)據(jù)加總或混淆后售予產(chǎn)品廠商。數(shù)據(jù)商可以對消費者有效承諾搜集個人信息的精度。具體來說，如果消費者i出售數(shù)據(jù)，數(shù)據(jù)商根據(jù)承諾能夠得到關(guān)于他支付意愿的一個私有信號：

其中aj代表消費者j是否出售數(shù)據(jù)的決策；數(shù)據(jù)商可以承諾+j的精度，即“混淆”原始數(shù)據(jù)以照顧消費者的隱私需求；數(shù)據(jù)商也可以調(diào)整αij這一參數(shù)以“加總”不同消費者的信息。同樣，數(shù)據(jù)商對下游產(chǎn)品廠商也能出售進(jìn)一步加總和混淆加工后的原始數(shù)據(jù)。記數(shù)據(jù)商搜集消費者數(shù)據(jù)的政策wi→si為信息結(jié)構(gòu)S:RN→ΔRN。

易知此時消費者的個人數(shù)據(jù)存在負(fù)外部性：即使一個消費者不透露自身數(shù)據(jù)，只要其他消費者透露了數(shù)據(jù)，則該消費者也要承擔(dān)個人隱私泄露的損失：Ui(?,S-i)-Ui(?)<0。

Bergemann et al.(2021a)的隱私負(fù)外部性度量聚焦于泄露隱私引發(fā)價格歧視對消費者福利的客觀傷害，是產(chǎn)業(yè)組織領(lǐng)域度量隱私負(fù)外部性的適當(dāng)路徑。綜上所述，現(xiàn)有文獻(xiàn)對于隱私負(fù)外部性的處理直接關(guān)聯(lián)于所關(guān)心的具體場景和隱私的度量方式。采用純粹統(tǒng)計方法度量的隱私(例如Ichihashi(2021)的后驗信念分布函數(shù)的二階隨機占優(yōu)性)較為客觀，但難以刻畫隱私泄露對消費者的主觀損失。在產(chǎn)業(yè)市場，可以通過客觀的價格歧視引致的消費者福利損失度量隱私負(fù)外部性。在其他領(lǐng)域，往往需要通過其他方式(例如問卷調(diào)查)度量數(shù)據(jù)要素的隱私負(fù)外部性。但文獻(xiàn)中也指出了“隱私悖論”(Privacy Paradox, 即問卷中表示更關(guān)心隱私的消費者現(xiàn)實中樂于分享數(shù)據(jù)，見Acquisti et al.(2016)以及Athey et al.(2017))的存在。因此，適用廣泛，客觀，同時符合消費者主觀偏好和實際行為的隱私負(fù)外部性度量仍需探索。

(二)報酬遞增抑或遞減？

傳統(tǒng)生產(chǎn)要素(例如資本、勞動)經(jīng)常被納入Cobb-Douglas生產(chǎn)函數(shù)，以描述其規(guī)模報酬不變或邊際報酬遞減的特征。數(shù)據(jù)要素是否呈現(xiàn)邊際報酬遞減或規(guī)模報酬不變的特征？如果不是，其決定特征為何？這是文獻(xiàn)尚在爭論的問題。

1.數(shù)據(jù)要素的邊際報酬

Varian(2018)討論了人工智能行業(yè)的數(shù)據(jù)要素邊際報酬。他認(rèn)為機器學(xué)習(xí)中的數(shù)據(jù)要素，和傳統(tǒng)生產(chǎn)要素一樣，呈現(xiàn)邊際報酬遞減。用直觀的圖像展示，Varian(2018)顯示機器學(xué)習(xí)隨著訓(xùn)練圖片的增加，平均識別準(zhǔn)確率的增速遞減。也有實證文獻(xiàn)檢驗了數(shù)據(jù)投入的邊際報酬。Bajari et al.(2020)使用亞馬遜周度零售價格數(shù)據(jù)檢驗數(shù)據(jù)量對零售價格預(yù)測系統(tǒng)的預(yù)測準(zhǔn)確度的影響。作者發(fā)現(xiàn)數(shù)據(jù)跨度越長，系統(tǒng)價格預(yù)測越準(zhǔn)確，盡管存在邊際收益遞減。同時，橫向數(shù)據(jù)規(guī)模越大(即同時期不同零售商的價格數(shù)據(jù)越多)不影響系統(tǒng)預(yù)測精度，即邊際收益降為零。Dosis and Sand-Zantman(2020)認(rèn)為在標(biāo)準(zhǔn)的貝葉斯信息更新框架下，數(shù)據(jù)的邊際報酬遞減是成立的，原因是較早收到的信號比較晚收到的信號更能改變決策。

Posner and Weyl(2018)看法相反。他們認(rèn)為，以機器學(xué)習(xí)為主要技術(shù)的人工智能與傳統(tǒng)統(tǒng)計學(xué)習(xí)技術(shù)有較大區(qū)別。機器學(xué)習(xí)能完成傳統(tǒng)統(tǒng)計學(xué)習(xí)難以實現(xiàn)的復(fù)雜功能，例如識別人臉、實現(xiàn)高水平圍棋對弈等。而這些復(fù)雜功能必須經(jīng)由較大規(guī)模的數(shù)據(jù)投入才能實現(xiàn)。因此，機器學(xué)習(xí)的數(shù)據(jù)要素投入呈現(xiàn)階段性、波浪形的“邊際報酬遞增-邊際報酬遞減”形式。

圖1 機器學(xué)習(xí)樣本量與平均準(zhǔn)確度 圖片來源:Varian(2018)。圖2 機器學(xué)習(xí)樣本量與數(shù)據(jù)價值圖片來源:Posner and Weyl(2018)。

Varian(2018)和Posner and Weyl(2018)各自揭示了數(shù)據(jù)要素邊際報酬的一個側(cè)面?，F(xiàn)實中，數(shù)據(jù)要素隨規(guī)模不同，可能在不同階段呈現(xiàn)邊際報酬遞增或邊際報酬遞減。因此，對數(shù)據(jù)要素邊際報酬的討論離不開微觀層面技術(shù)經(jīng)濟特性的具體實證研究。

2.微觀層面的規(guī)模報酬遞增與網(wǎng)絡(luò)效應(yīng)

微觀層面，要素的規(guī)模報酬指要素投入同比例變化引起的產(chǎn)出變化。眾多實證文獻(xiàn)指出數(shù)據(jù)要素可能存在規(guī)模報酬遞增性，導(dǎo)致現(xiàn)實中大型廠商相比小型廠商不成比例地受益于數(shù)據(jù)要素。Begenau et al.(2018)就發(fā)現(xiàn)金融業(yè)數(shù)據(jù)要素強化大小企業(yè)的分化。然而，微觀層面數(shù)據(jù)要素的規(guī)模報酬遞增性來源何處，如何研究？Varian(2018)提出了微觀層面數(shù)據(jù)要素規(guī)模報酬遞增的三種來源。

(1)供給側(cè)的固定成本效應(yīng)。廠商為實現(xiàn)數(shù)據(jù)的處理、加工、分析，需要投入巨大的固定成本購買設(shè)備、開發(fā)軟件。而數(shù)據(jù)本身的搜集、復(fù)制是自動化的過程，可變成本較低。因此，數(shù)據(jù)要素投入所耗費的總成本中固定成本占比較高。由此，更大規(guī)模的數(shù)據(jù)要素投入可以分?jǐn)傒^大比例的固定成本，從而降低平均成本，呈現(xiàn)數(shù)據(jù)要素的規(guī)模報酬遞增性。Varian(2018)也指出，雖然軟件的開發(fā)成本很高，但維護(hù)更新成本也不可忽視。未來能自主學(xué)習(xí)的智能軟硬件，其可變成本的變化更需要關(guān)注。

(2)需求側(cè)的網(wǎng)絡(luò)效應(yīng)。相當(dāng)多的數(shù)據(jù)要素由互聯(lián)網(wǎng)平臺搜集。這些互聯(lián)網(wǎng)數(shù)字平臺的運營無可置疑呈現(xiàn)較強的網(wǎng)絡(luò)效應(yīng)。包括直接網(wǎng)絡(luò)效應(yīng)：對于微信等社交軟件，消費者天然選擇用戶已經(jīng)較多的產(chǎn)品；以及間接網(wǎng)絡(luò)效應(yīng)：對于操作系統(tǒng)等行業(yè)標(biāo)準(zhǔn)基礎(chǔ)設(shè)施，用戶較多、配套應(yīng)用軟件較豐富的系統(tǒng)容易吸引更多用戶。直接和間接網(wǎng)絡(luò)效應(yīng)的存在，使得擁有數(shù)據(jù)規(guī)模更大的互聯(lián)網(wǎng)平臺能夠通過吸引更多用戶來搜集更多的潛在數(shù)據(jù)。需要指出，這種“數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)”更多的是刻畫和解釋現(xiàn)實中互聯(lián)網(wǎng)產(chǎn)品市場結(jié)構(gòu)的特殊現(xiàn)象，和數(shù)據(jù)要素本身的普遍特性無關(guān)。

(3)“干中學(xué)”與累積效應(yīng)。Varian(2018)認(rèn)為，處理大數(shù)據(jù)的經(jīng)驗、技能本身比數(shù)據(jù)要素更稀缺。而且大數(shù)據(jù)的處理本身是信息科技的前沿，需要摸索經(jīng)驗。因此對數(shù)據(jù)要素的處理呈現(xiàn)較強的“干中學(xué)”效應(yīng)。隨著數(shù)據(jù)處理規(guī)模的增大，處理新增數(shù)據(jù)的成本投入相對降低，由此呈現(xiàn)規(guī)模報酬遞增效應(yīng)。

現(xiàn)有文獻(xiàn)普遍認(rèn)為數(shù)據(jù)要素存在微觀層面的規(guī)模報酬遞增，并能區(qū)分不同因素導(dǎo)致的規(guī)模報酬遞增。通過對具體企業(yè)和行業(yè)的進(jìn)一步研究，有望揭示數(shù)據(jù)要素的規(guī)模報酬對于不同企業(yè)和行業(yè)的異質(zhì)性。

3.宏觀層面數(shù)據(jù)要素的規(guī)模報酬遞增：非競爭性與隱私成本

在宏觀層面，數(shù)據(jù)要素的規(guī)模報酬可以分為總產(chǎn)出的規(guī)模報酬和凈價值的規(guī)模報酬，這兩方面與數(shù)據(jù)要素的非競爭性和隱私成本相關(guān)(1)內(nèi)生經(jīng)濟增長理論較早就從技術(shù)知識的多部門可復(fù)用性推導(dǎo)出研發(fā)活動的規(guī)模報酬遞增。例如Romer(1990)的研發(fā)模型就假設(shè)最終品部門和研發(fā)部門都將技術(shù)知識作為生產(chǎn)函數(shù)的投入，且一個部門使用技術(shù)知識不妨礙另一部門使用。。

(1)非競爭性

數(shù)據(jù)要素的非競爭性，來源于數(shù)據(jù)可以無成本地復(fù)制，因此一個使用者對數(shù)據(jù)的使用并不減少數(shù)據(jù)要素對其他使用者的供給。同一組數(shù)據(jù)可以同時被多個企業(yè)或個人使用，額外的使用者不會減少其他現(xiàn)存數(shù)據(jù)使用者的效用。從宏觀經(jīng)濟層面來看，數(shù)據(jù)要素的非競爭性直接導(dǎo)致數(shù)據(jù)要素的規(guī)模報酬遞增。

現(xiàn)有文獻(xiàn)中通過刻畫數(shù)據(jù)要素的非競爭性，容易在宏觀經(jīng)濟增長模型中得到數(shù)據(jù)要素的宏觀規(guī)模報酬遞增性。需要指出，包含數(shù)據(jù)要素的宏觀增長模型都需要設(shè)定數(shù)據(jù)要素的來源，Jones and Tonetti(2020)假定數(shù)據(jù)要素是社會產(chǎn)出的副產(chǎn)品，Veldkamp and Chung(2019)假定數(shù)據(jù)要素是消費的副產(chǎn)品。不同的假定都能將數(shù)據(jù)要素與宏觀加總變量關(guān)聯(lián)，但可能導(dǎo)致刻畫的數(shù)據(jù)要素規(guī)模報酬遞增的程度不一樣。

(2)隱私成本

Veldkamp and Chung(2019)、Jones and Tonetti(2020)、Dosis and Sand-Zantman(2020)等多篇文獻(xiàn)都將數(shù)據(jù)要素的隱私成本設(shè)定為數(shù)據(jù)使用量的二次項形式。這是一種在現(xiàn)實消費者隱私損失難以度量的情況下，沿用傳統(tǒng)文獻(xiàn)標(biāo)準(zhǔn)設(shè)定的做法。但二次項的凸性成本函數(shù)引出了關(guān)于數(shù)據(jù)要素的凈價值是否存在規(guī)模報酬遞增的疑問。例如在Dosis and Sand-Zantman(2020)設(shè)定下，給定線性產(chǎn)出和二次項隱私成本，數(shù)據(jù)要素的凈價值是對數(shù)據(jù)量e嚴(yán)格凹的，因此數(shù)據(jù)要素凈價值呈現(xiàn)規(guī)模報酬遞減。對于那些數(shù)據(jù)產(chǎn)出呈現(xiàn)規(guī)模報酬遞增的設(shè)定，如果結(jié)合二次項隱私成本，則更難考察數(shù)據(jù)凈價值的規(guī)模報酬。當(dāng)然，研究中也完全可以回避這一問題，只考察數(shù)據(jù)要素產(chǎn)出的規(guī)模報酬遞增。

綜上所述，數(shù)據(jù)要素的宏觀規(guī)模報酬遞增性主要來源于數(shù)據(jù)要素的非競爭性，但凸性隱私成本的存在可能導(dǎo)致數(shù)據(jù)要素的凈產(chǎn)出不存在規(guī)模報酬遞增。因此，未來的研究應(yīng)更關(guān)注于隱私損失的刻畫度量，以及數(shù)據(jù)要素宏觀規(guī)模報酬遞增效應(yīng)的實證度量。

三、數(shù)據(jù)要素市場化

傳統(tǒng)生產(chǎn)要素，如資本、勞動，其產(chǎn)權(quán)歸屬和市場交易機制較為直觀、成熟。而數(shù)據(jù)要素由于存在非競爭性等技術(shù)經(jīng)濟特性，以及法律規(guī)定的不明確，導(dǎo)致其產(chǎn)權(quán)歸屬不確定。疊加數(shù)據(jù)要素交易場景的復(fù)雜性也導(dǎo)致學(xué)者難以探索數(shù)據(jù)要素市場化的一般機制。這一部分，我們將從數(shù)據(jù)產(chǎn)權(quán)歸屬和數(shù)據(jù)要素交易兩個層面，討論數(shù)據(jù)要素市場化問題。

(一)數(shù)據(jù)產(chǎn)權(quán)歸屬

需要指出，數(shù)據(jù)所有權(quán)這一概念在理論文獻(xiàn)中存在爭議。事實上，如Varian(2018)指出，數(shù)據(jù)與石油不同，由于數(shù)據(jù)有非競爭性，同樣的數(shù)據(jù)可以為多方訪問?！皵?shù)據(jù)準(zhǔn)入”(data access)比“數(shù)據(jù)所有權(quán)”(data ownership)更適合作為分析的基礎(chǔ)。因此數(shù)據(jù)要素產(chǎn)權(quán)的定義，應(yīng)包含數(shù)據(jù)搜集(或有權(quán)要求不被搜集)、訪問、使用、交易等方面的權(quán)利束。在配置數(shù)據(jù)產(chǎn)權(quán)時，需要考慮(1)數(shù)據(jù)有隱私負(fù)外部性，賦予用戶數(shù)據(jù)產(chǎn)權(quán)，不一定能實現(xiàn)有效的數(shù)據(jù)交易；(2)數(shù)據(jù)有非競爭性，用戶可以將數(shù)據(jù)出售給多家廠商；(3)數(shù)據(jù)交易存在合約的不完全性和不可承諾性，用戶有時難以相信廠商會合理使用數(shù)據(jù)；(4)個人數(shù)據(jù)牽涉到個人隱私，同時企業(yè)搜集處理數(shù)據(jù)也要付出成本，合理的數(shù)據(jù)產(chǎn)權(quán)歸屬應(yīng)該平衡到所有這些方面。

當(dāng)數(shù)據(jù)處理和貨幣化變現(xiàn)是可締約(contractible)時，按照科斯定理，數(shù)據(jù)產(chǎn)權(quán)歸屬不影響交易結(jié)果。廠商需要設(shè)定最優(yōu)合約，給消費者提供一份包含用戶給廠商支付t(θ), 服務(wù)使用量q(θ)和數(shù)據(jù)搜集量e(θ)的邀約{t(·),q(·),e(·)},并應(yīng)用顯示原理(revelation principle)誘使消費者透露真實類型θ?？梢宰C明，最優(yōu)合約中，廠商限制對高類型用戶的數(shù)據(jù)搜集，換取這些用戶消費更多服務(wù)；而廠商對低類型用戶的數(shù)據(jù)搜集比例較高，原因是這些用戶本身的服務(wù)消費較少，隱私總成本也較低。廠商無需以數(shù)據(jù)搜集換取高消費。

當(dāng)數(shù)據(jù)處理和貨幣化是不可締約(non-contractible)時，用戶和廠商都無法在合約中承諾搜集多少數(shù)據(jù)(e)和加工多少數(shù)據(jù)。作者分別考察廠商和用戶擁有數(shù)據(jù)產(chǎn)權(quán)的后果。由于數(shù)據(jù)處理不可締約，廠商仍能就用戶服務(wù)使用量q(θ)和支付t(θ)締約，但無法承諾數(shù)據(jù)搜集量e(θ)。當(dāng)廠商擁有數(shù)據(jù)產(chǎn)權(quán)時，廠商一定會盡其所能搜集數(shù)據(jù)使得e=q。作者證明此時廠商對于高類型用戶的數(shù)據(jù)搜集相對可締約情形是過度的，原因是高類型用戶預(yù)計到自己消費服務(wù)后生成的數(shù)據(jù)會被完全搜集，因此會降低自身的服務(wù)消費量。

當(dāng)用戶擁有數(shù)據(jù)產(chǎn)權(quán)時，作者假設(shè)此時用戶在使用服務(wù)，產(chǎn)生數(shù)據(jù)后，能控制δ比例的原始數(shù)據(jù)，可以決策將其變現(xiàn)。其余的1-δ比例的數(shù)據(jù)必須由廠商加工后才能變現(xiàn)，但由于無法在合約中進(jìn)行約定數(shù)據(jù)加工量及其補償，此時不存在事前合約激勵廠商加工數(shù)據(jù)。另外，廠商和用戶仍能就服務(wù)使用量q(θ)和支付t(θ)締約，但數(shù)據(jù)搜集程度e(θ)無法締約而是由消費者單方面決定。為了權(quán)衡數(shù)據(jù)要素變現(xiàn)收入和隱私損失，低類型消費者會選擇最大程度的數(shù)據(jù)搜集e=q, 高類型消費者會選擇只變現(xiàn)部分?jǐn)?shù)據(jù)即e

作者討論了不同參數(shù)下的最優(yōu)數(shù)據(jù)產(chǎn)權(quán)配置。將產(chǎn)權(quán)配置給廠商有可能導(dǎo)致高類型用戶擔(dān)心隱私受損而不愿消費服務(wù)，將產(chǎn)權(quán)配置給用戶可能導(dǎo)致廠商由于無法獲得補償而不愿加工數(shù)據(jù)。因此最優(yōu)的產(chǎn)權(quán)配置需要權(quán)衡這兩種效應(yīng)。

Jones and Tonetti(2020)從宏觀經(jīng)濟增長的視角考察了數(shù)據(jù)要素不同產(chǎn)權(quán)配置的影響。在這篇文章中，數(shù)據(jù)要素產(chǎn)權(quán)配置的核心權(quán)衡來源于消費者單期效用：

現(xiàn)有文獻(xiàn)分別從微觀、宏觀兩個層面探討了數(shù)據(jù)要素產(chǎn)權(quán)歸屬的福利效應(yīng)，覆蓋了數(shù)據(jù)處理的不可締約性、數(shù)據(jù)要素的非競爭性和隱私成本等，為數(shù)據(jù)要素的產(chǎn)權(quán)歸屬研究奠定了良好的基礎(chǔ)。未來的文獻(xiàn)有望在上述文獻(xiàn)基礎(chǔ)上，通過更細(xì)致的實證研究設(shè)計數(shù)據(jù)要素更細(xì)化的權(quán)利束安排。

(二)數(shù)據(jù)要素交易機制

數(shù)據(jù)要素交易深度嵌入不同行業(yè)數(shù)字化應(yīng)用的具體場景，交易主體眾多、交易對象和方式多樣，因此對于數(shù)據(jù)要素交易的研究必須覆蓋不同的交易場景。這一部分中，我們將依據(jù)微觀經(jīng)濟理論文獻(xiàn)，從不同的交易場景視角，探討數(shù)據(jù)要素的交易機制。需要指出，雖然不少文獻(xiàn)中明確了“信息”和“數(shù)據(jù)”的區(qū)別，指出數(shù)據(jù)是信息的載體，而數(shù)據(jù)要素的經(jīng)濟價值通過信息來實現(xiàn)(Jones and Tonetti, 2020)。但任何數(shù)據(jù)要素交易機制的設(shè)定，都必須涉及數(shù)據(jù)攜帶的信息價值實現(xiàn)的微觀機理。因此，下文中對于數(shù)據(jù)要素交易機制的討論可能涉及較為微觀的信息設(shè)計問題。

1.雙邊交易機制設(shè)計

Dirk Bergemann應(yīng)用微觀經(jīng)濟理論中的信息設(shè)計、機制設(shè)計的思路和方法，研究了通過存在數(shù)據(jù)中間商的數(shù)據(jù)要素交易機制。這些雙邊數(shù)據(jù)要素交易機制有以下特征：(1)數(shù)據(jù)的作用在于提供信息，幫助數(shù)據(jù)買家與消費者更好匹配；(2)數(shù)據(jù)中間商可以通過提供事后信息、設(shè)定信息結(jié)構(gòu)、收購并加工數(shù)據(jù)、提供事中信念更新機會等方式，交付數(shù)據(jù)。

作者使用機制設(shè)計方法，將數(shù)據(jù)商的試驗菜單設(shè)計問題轉(zhuǎn)化為一個說真話機制設(shè)計問題。最后得出賣家收益最大化的試驗菜單：將事前信息較少的賣家視為高類型，事前信息較多的賣家視為低類型。數(shù)據(jù)賣家將給高類型完全信息的試驗，給低類型部分信息的試驗。這一試驗以較小的概率告知買家其身處事前認(rèn)為概率較低的狀態(tài)，以較大的概率生成一個有噪音的信號。這樣，低類型買家愿意出錢買數(shù)據(jù)，原因是這一數(shù)據(jù)交易以正概率改變買家的信念從而改進(jìn)其收益。在整個機制的設(shè)定中，數(shù)據(jù)商需要在保障買家說真話的前提下，實現(xiàn)社會效率和信息租抽取盡可能兼得。

Bergemann et al.(2018)將數(shù)據(jù)交易深度嵌入到方興未艾的信息設(shè)計(information design)文獻(xiàn)，通過假定數(shù)據(jù)為買家提供有用的信息結(jié)構(gòu)，以及將買家的信息結(jié)構(gòu)偏好轉(zhuǎn)化為可加總的效用函數(shù)，從而應(yīng)用標(biāo)準(zhǔn)的機制設(shè)計方法得到數(shù)據(jù)賣家的最優(yōu)信息匹配。然而，由于現(xiàn)實中的數(shù)據(jù)要素交易往往是打包的數(shù)據(jù)買賣，鮮少精細(xì)的信息結(jié)構(gòu)匹配，Bergemann et al.(2018)這一貼合主流理論的模型難以直接應(yīng)用于眾多的現(xiàn)實數(shù)據(jù)要素交易場景。而Bergemann and Bonatti(2015)和Bergemann et al.(2021a,2021b)則為信息設(shè)計方法找到了較為符合現(xiàn)實的數(shù)據(jù)交易應(yīng)用經(jīng)濟環(huán)境。

Bergemann and Bonatti(2015)考察數(shù)據(jù)商擁有關(guān)于消費者個人信息的數(shù)據(jù)(即所謂Cookie)，并可以將查詢消費者個人信息的機會售予廣告主(advertiser)。具體來說，一單位連續(xù)統(tǒng)的消費者和廣告主產(chǎn)生一個匹配價值：ν:[0,1]×[0,1]→V，廣告主從消費者處得到的收益為：π(ν,q)≡νq-c·m(q),q代表消費者對廣告商廣告的注意程度，m(q)代表廣告主為得到消費者注意而花費的廣告成本。在初始狀態(tài)，廣告主除了一個共同初始信念(common prior)之外沒有關(guān)于匹配價值ν(i,j)的額外信息，而數(shù)據(jù)商可以提供關(guān)于每一對消費者-廣告商匹配價值的信息。因此廣告主可以從數(shù)據(jù)商處購買與自己的匹配價值在任意范圍內(nèi)的消費者的個人身份信息。假設(shè)數(shù)據(jù)商關(guān)于單個消費者的身份信息售價統(tǒng)一為p，并且假設(shè)廣告主對自己購買身份信息的消費者集合設(shè)定個性化的廣告方案(即設(shè)定不同的q)，而對自己沒有購買信息的消費者集合設(shè)置統(tǒng)一的廣告方案(即設(shè)定統(tǒng)一的q)。由此，作者考察廣告主對消費者數(shù)據(jù)的需求量，以及數(shù)據(jù)商的最優(yōu)數(shù)據(jù)定價。廣告主購買消費者數(shù)據(jù)，需要權(quán)衡更多消費者數(shù)據(jù)帶來的潛在匹配收益，以及增加的成本(包括數(shù)據(jù)購買成本和廣告匹配成本)。對于數(shù)據(jù)買家(廣告主)來說，高價值消費者的個人數(shù)據(jù)和廣告投入是戰(zhàn)略互補品，低價值消費者的個人數(shù)據(jù)和廣告投入是戰(zhàn)略互替品。數(shù)據(jù)商也根據(jù)廣告主的需求設(shè)定最優(yōu)壟斷價格。作者成功地將經(jīng)典微觀經(jīng)濟理論中的壟斷定價理論靈活應(yīng)用于個人身份信息相關(guān)數(shù)據(jù)交易這一常見的數(shù)據(jù)要素化市場化場景。

Bergemann et al.(2021a)討論了一個數(shù)據(jù)商從消費者手中購買數(shù)據(jù)，然后銷售給廠商，幫助廠商調(diào)整產(chǎn)品質(zhì)量和價格的經(jīng)濟場景。作者引入了個人數(shù)據(jù)的社會維度：單個消費者的數(shù)據(jù)能幫助預(yù)測其他消費者的行為，由此產(chǎn)生的數(shù)據(jù)外部性能降低數(shù)據(jù)商購買數(shù)據(jù)的成本。Bergemann et al.(2021a)中的數(shù)據(jù)商扮演了數(shù)據(jù)混淆、加工、轉(zhuǎn)售的角色，并且利用消費者的隱私負(fù)外部性獲利。

具體設(shè)定作者已在二(一)部分介紹。這里只需介紹文中的數(shù)據(jù)商角色和數(shù)據(jù)交易策略。

在上游數(shù)據(jù)市場，數(shù)據(jù)商事前(需求沖擊實現(xiàn)前)從個體消費者手中購買關(guān)于需求信息的數(shù)據(jù)，并把個體數(shù)據(jù)加總或混淆后售予產(chǎn)品廠商。數(shù)據(jù)商可以對消費者有效承諾搜集個人信息的精度。具體來說，如果消費者i出售數(shù)據(jù)，數(shù)據(jù)商根據(jù)承諾能夠得到關(guān)于他支付意愿wj的一個私有信號：

其中aj代表消費者j是否出售數(shù)據(jù)的決策；數(shù)據(jù)商可以承諾+j的精度，即“混淆”原始數(shù)據(jù)以照顧消費者的隱私需求；數(shù)據(jù)商也可以調(diào)整αij這一參數(shù)以“加總”不同消費者的信息。同樣，數(shù)據(jù)商對下游產(chǎn)品廠商也能出售進(jìn)一步加總和混淆加工后的原始數(shù)據(jù)。記數(shù)據(jù)商搜集消費者數(shù)據(jù)的政策wi→si為入口(inflow)信息結(jié)構(gòu)S:RN→ΔRN，數(shù)據(jù)商將信號si再次加工后傳給下游產(chǎn)品廠商信號ti為出口(outflow)信息結(jié)構(gòu)T:RN→ΔRN。

綜上所述，Dirk Bergemann的一系列研究成功應(yīng)用了機制設(shè)計、信息設(shè)計、產(chǎn)業(yè)組織等領(lǐng)域的前沿理論，探索數(shù)據(jù)商的市場設(shè)計問題。其研究既涵蓋關(guān)于數(shù)據(jù)交易的一般理論建模，也有對消費互聯(lián)網(wǎng)平臺這一數(shù)據(jù)要素重要應(yīng)用場景中多種數(shù)據(jù)交易方式的市場設(shè)計。是對于數(shù)據(jù)要素交易機制綜合了理論與實際的優(yōu)秀應(yīng)用微觀理論研究。未來的實證研究可以基于這一系列研究進(jìn)行拓展。

2. 市場結(jié)構(gòu)與數(shù)據(jù)交易

現(xiàn)實中，數(shù)據(jù)要素的需求方主要是產(chǎn)業(yè)市場的企業(yè)。而數(shù)據(jù)要素交易將會透過市場結(jié)構(gòu)的差異影響產(chǎn)業(yè)市場競爭的結(jié)果。機制設(shè)計/信息設(shè)計方法較為適用于一個數(shù)據(jù)商對多個數(shù)據(jù)需求方的情形。而無論數(shù)據(jù)要素供給端(數(shù)據(jù)商)存在競爭，還是需求端(產(chǎn)業(yè)市場廠商)存在產(chǎn)業(yè)競爭，都會使問題復(fù)雜化。一系列文獻(xiàn)考察了數(shù)據(jù)要素交易機制與產(chǎn)業(yè)市場結(jié)構(gòu)的關(guān)系。

Bounie et al.(2021)建構(gòu)基于經(jīng)典Hotelling模型的產(chǎn)業(yè)競爭模型，考察一個數(shù)據(jù)商可以將消費者需求信息分段售予兩個競爭企業(yè)。通過控制數(shù)據(jù)的質(zhì)量，數(shù)據(jù)商可以調(diào)控買家企業(yè)的競爭強度。數(shù)據(jù)買家根據(jù)獲得的消費者信息，識別最有利可圖的消費者身份，并據(jù)此定價。具體來說，一單位連續(xù)統(tǒng)的消費者均勻分布在線段[0,1]上，兩個廠商彼此競爭，位于線段兩段。任意位置的消費者最多消費1單位物品，獲取效用V，并付出單位交通成本t。位于位置x的消費者從廠商1購物的效用為V-tx-p1。 廠商知道消費者均勻分布，但不知道具體位置(即消費者身份)因此無法實現(xiàn)價格歧視。廠商可以付出成本w購買數(shù)據(jù)，數(shù)據(jù)商提供的信息結(jié)構(gòu)是把線段劃分為n個任意大小的線段，廠商擁有這些數(shù)據(jù)后，可以針對特定線段的消費者設(shè)定不同價格實現(xiàn)價格歧視。廠商也知道競爭對手獲得的信息結(jié)構(gòu)及由此采取的策略。更精細(xì)的劃分會導(dǎo)致(1)廠商更精細(xì)的價格歧視和更高的消費者剩余攫取；(2)廠商價格歧視策略導(dǎo)致低價格段的降價競爭加劇。數(shù)據(jù)商的最優(yōu)數(shù)據(jù)出售策略是出售最有利可圖的消費者信息，并將低價值的消費者信息保留不售，從而在獲取對最有價值的消費者抽租的同時盡可能削減廠商競爭導(dǎo)致的損耗。最終均衡時，數(shù)據(jù)商只對一家廠商出售數(shù)據(jù)。

綜上所述，Bimpikis et al.(2019)從市場環(huán)境不確定性角度，Bounie et al.(2021)從價格歧視角度，都刻畫了數(shù)據(jù)要素的價值及存在產(chǎn)業(yè)市場競爭時，單個廠商效率和整個市場競爭的背離，以及對應(yīng)的數(shù)據(jù)商抽租和效率的權(quán)衡。兩者都顯示，下游產(chǎn)業(yè)市場的競爭為數(shù)據(jù)要素交易的需求端增加了額外的復(fù)雜性。數(shù)據(jù)商需要考量下游產(chǎn)業(yè)市場競爭對數(shù)據(jù)要素經(jīng)濟價值的影響。

作者發(fā)現(xiàn)上下游企業(yè)的競爭不一定能提高廠商對消費者的補償。原因是數(shù)據(jù)存在非競爭性(non-rivalry)：如果多個上游數(shù)據(jù)商同時以相同價格向消費者求購數(shù)據(jù)，消費者可以將一份數(shù)據(jù)出售給多個廠商，導(dǎo)致上游數(shù)據(jù)供應(yīng)過量，下游市場數(shù)據(jù)價格降低。預(yù)計到這一點，數(shù)據(jù)商不會以有競爭力的價格向消費者購買數(shù)據(jù)。最終形成的均衡特點是：(1)不同數(shù)據(jù)商只會采購互斥的數(shù)據(jù)集合，不會采購?fù)粩?shù)據(jù)，導(dǎo)致下游廠商面臨的加總數(shù)據(jù)集合與壟斷數(shù)據(jù)商一致；(2)數(shù)據(jù)商在數(shù)據(jù)采購市場表現(xiàn)為壟斷買家：給每個消費者的對價僅可補償下游廠商使用數(shù)據(jù)給消費者帶來的損失。

3. 消費者數(shù)據(jù)出售與數(shù)據(jù)市場有效性

現(xiàn)實中，數(shù)據(jù)要素交易除了有企業(yè)間的交易，還普遍存在企業(yè)用現(xiàn)金補貼或服務(wù)直接換取消費者個人數(shù)據(jù)的現(xiàn)象。這種“隱私換補貼”或“隱私換服務(wù)”的消費者-企業(yè)直接數(shù)據(jù)要素交易能否實現(xiàn)有效市場配置，是文獻(xiàn)關(guān)心的內(nèi)容。由于本文二(一)部分關(guān)于隱私負(fù)外部性的討論已經(jīng)覆蓋了本部分的主要文獻(xiàn)，這里將不再重復(fù)之前涉及文獻(xiàn)的具體設(shè)定，而是聚焦市場均衡的福利效應(yīng)。

Ichihashi(2021b)研究了一個企業(yè)從消費者手中購買數(shù)據(jù)的模型，在較為抽象和一般的層次上，結(jié)合信息設(shè)計和產(chǎn)業(yè)組織理論探討了消費者出讓數(shù)據(jù)交易的社會福利。假設(shè)消費者的數(shù)據(jù)出售行為會透露其他消費者的信息(數(shù)據(jù)的隱私外部性)、作者討論了廠商如何利用數(shù)據(jù)外部性來降低數(shù)據(jù)采購的成本。具體設(shè)定已在二(一)部分中介紹。Ichihashi(2021b)將消費者數(shù)據(jù)出售刻畫為廠商選擇價格集合p=(p1,…,pn)并公布，其中pi是對消費者i的支付，然后所有消費者決定是否出售數(shù)據(jù)的時序。廠商的數(shù)據(jù)由出售了數(shù)據(jù)的消費者的數(shù)據(jù)(即統(tǒng)計試驗)μi決定。

作者證明，當(dāng)廠商對信息掌握越多對消費者有害，即μμ′意味著消費者效用ui(μ)≤ui(μ′)≤0時，此時完全替代的數(shù)據(jù)配置會最小化消費者福利，最大化企業(yè)利潤，并導(dǎo)致數(shù)據(jù)售價為0。直覺是一個消費者透露個人信息會造成對其他消費者的損失，廠商可以利用這一外部性壓低消費者對個人數(shù)據(jù)的要價。由此類推，而給定一些條件，完全互補的數(shù)據(jù)配置最大化消費者福利，最小化企業(yè)利潤。當(dāng)數(shù)據(jù)搜集對消費者有利，即μμ′意味著消費者效用ui(μ)≥ui(μ′)≥0，此時完全替代的數(shù)據(jù)配置會最大化消費者福利，最小化企業(yè)利潤。而給定一些條件，完全互補的數(shù)據(jù)配置最小化消費者福利，最大化企業(yè)利潤。

Acemoglu et al.(2021)設(shè)定平臺與消費者之間的數(shù)據(jù)交易。作者假定消費者i如果出售數(shù)據(jù)，其效用為：

ui(ai,a-i,p)=pi-viJi(ai=1,a-i)

其中pi為平臺對消費者i的補償，vi是消費者i的隱私偏好，Ji為以消費者i類型預(yù)測均方誤差度量的信息泄露函數(shù)，不僅受到消費者i自身數(shù)據(jù)出售決策(ai=1)的影響，還受到其他消費者數(shù)據(jù)出售決策a-i的影響。作者發(fā)現(xiàn)平臺與消費者的數(shù)據(jù)交易中，數(shù)據(jù)隱私外部性導(dǎo)致了過多的數(shù)據(jù)分享和過低的數(shù)據(jù)價值。作者證明(定理3)，如果高類型(更重視隱私)的用戶類型與其他用戶類型無關(guān)聯(lián)，則最終均衡是有效的。原因是高類型用戶不會出售個人數(shù)據(jù)，而低類型(不重視自己隱私)的用戶不管怎樣都會出售個人數(shù)據(jù)，但他們的決策不影響高類型用戶。作者還給出均衡時社會剩余為負(fù)的充分條件，滿足這一條件時，數(shù)據(jù)市場只給社會帶來凈損失，完全關(guān)閉數(shù)據(jù)市場能改善社會福利。Acemoglu et al.(2021)的貢獻(xiàn)在于給出隱私損失和隱私負(fù)外部性的客觀度量，并成功引入了用戶對隱私偏好的異質(zhì)性。

Choi et al.(2019)假定消費者使用一個壟斷在線平臺的服務(wù)必須同意出讓個人數(shù)據(jù)。消費者需要權(quán)衡出讓數(shù)據(jù)的隱私損失和在線平臺的服務(wù)。但同時，消費者出讓的個人數(shù)據(jù)也會透露關(guān)于用戶和非用戶(即不同意以出讓隱私為代價接受平臺服務(wù)的消費者)的信息。具體設(shè)定見二(一)。通過考察社會最優(yōu)和壟斷定價時的門檻值u(即平臺只服務(wù)對平臺內(nèi)容偏好超過u的消費者)，作者可以檢驗數(shù)據(jù)要素和數(shù)據(jù)外部性對社會福利的影響。作者發(fā)現(xiàn)在一個沒有數(shù)據(jù)搜集的簡單壟斷定價經(jīng)濟環(huán)境里，壟斷平臺服務(wù)的消費者數(shù)量相對于社會最優(yōu)不足，而在有數(shù)據(jù)搜集和數(shù)據(jù)外部性的條件下，壟斷平臺服務(wù)的消費者和搜集的數(shù)據(jù)超過社會有效水平。Choi et al.(2019)的特點是使用精巧的經(jīng)濟環(huán)境設(shè)定，應(yīng)用標(biāo)準(zhǔn)的壟斷定價和機制設(shè)計方法，探討在線平臺“服務(wù)換隱私”這一較為符合現(xiàn)實的數(shù)據(jù)要素交易場景。

上述文獻(xiàn)從不同角度探討了消費者作為交易主體直接與廠商或互聯(lián)網(wǎng)平臺交易數(shù)據(jù)的福利效應(yīng)。通過納入隱私負(fù)外部性，這些文獻(xiàn)都顯示消費者與廠商的數(shù)據(jù)交易可能無法實現(xiàn)社會最優(yōu)。這一結(jié)論具有重要的政策含義。

Fainmesser et al.(2019)的特點在于：(1)假定消費者隱私損失是客觀的數(shù)據(jù)被竊取量，避開對用戶主觀隱私偏好的建模；(2)假設(shè)隱私損失來源于外界攻擊，平臺與用戶利益本質(zhì)一致，從而描述現(xiàn)實中數(shù)據(jù)存儲和數(shù)據(jù)保護(hù)兩類不同的策略；(3)根據(jù)網(wǎng)絡(luò)效應(yīng)區(qū)分?jǐn)?shù)字平臺的不同商業(yè)模式，梳理其數(shù)據(jù)隱私保護(hù)政策的差異。

綜上所述，現(xiàn)有文獻(xiàn)涵蓋了消費者直接參與數(shù)據(jù)要素交易時的各種場景和各種設(shè)定，例如外部數(shù)據(jù)竊取、隱私負(fù)外部性、數(shù)字平臺網(wǎng)絡(luò)效應(yīng)等?，F(xiàn)有文獻(xiàn)能有效解釋部分互聯(lián)網(wǎng)平臺的隱私保護(hù)策略差異，并能定性評估消費者數(shù)據(jù)要素交易的福利效應(yīng)。應(yīng)用計量經(jīng)濟學(xué)方法對部分結(jié)論進(jìn)行檢驗，并為更細(xì)致的數(shù)據(jù)隱私規(guī)制政策提供支撐，是未來研究可行的方向。

4.廠商數(shù)據(jù)交換與產(chǎn)品市場競爭

現(xiàn)實生活中，除了通過從數(shù)據(jù)商處購買數(shù)據(jù)，或者直接從消費者處搜集數(shù)據(jù)，廠商還熱衷互相分享數(shù)據(jù)。Elsaify and Hasan (2021)搜集到包含1285家廠商的1600多個數(shù)據(jù)交易/交換數(shù)據(jù)。作者發(fā)現(xiàn)17%左右的廠商參與數(shù)據(jù)市場，80%左右被交易的數(shù)據(jù)為消費者數(shù)據(jù)，50%以上的數(shù)據(jù)交易是以廠商間數(shù)據(jù)互換而非直接交易的形式進(jìn)行的。作者還發(fā)現(xiàn)市值最高、處理數(shù)據(jù)能力越強的大廠商越容易參與數(shù)據(jù)買賣。同時，多數(shù)數(shù)據(jù)交易發(fā)生在同行業(yè)廠商間。

同行業(yè)的廠商何時有交易數(shù)據(jù)的動機？產(chǎn)業(yè)市場競爭又如何影響同行業(yè)廠商分享數(shù)據(jù)的激勵？Raith(1996)詳盡探討了同行業(yè)寡頭競爭廠商分享數(shù)據(jù)的問題。

自然狀態(tài)為τ=(τ1,…,τn)′,τi可以代表外生參數(shù)(例如企業(yè)邊際成本或線性需求函數(shù)截距項)與均值的偏差。τi均值為0，方差為ts, 協(xié)方差為tn∈[0,ts]。τi進(jìn)入廠商利潤函數(shù)但廠商i并不知道其實現(xiàn)值(只知道分布)。在設(shè)定產(chǎn)量或價格前，企業(yè)接受到一個有噪音的關(guān)于τi的信號yi≡τi+ηi,ηi均值為0, 方差為uii, 協(xié)方差為un。作者考察了廠商間狀態(tài)的關(guān)聯(lián)度：

(1)共同價值(Common Value):tn=ts=t。 此時所有企業(yè)面臨的自然狀態(tài)一致。

(2)獨立私有價值(Independent and Private Value):tn=un=0。 此時不同廠商之間的自然狀態(tài)不存在關(guān)聯(lián)，且彼此收到的信號也不存在關(guān)聯(lián)。

(3)完美信號的私有價值(Private Value and Perfect Signals):uii=un=0。此時不同廠商收到的信號不存在關(guān)聯(lián), 且能完美反映自然狀態(tài)。

注意，在(2)、(3)兩種情形下，廠商間分享信息無助于各自更好了解面臨的市場狀況(即自然狀態(tài))，但可能影響廠商彼此策略的關(guān)聯(lián)度。

企業(yè)間分享信息有兩個效應(yīng)：一方面每個廠商能更好了解市場狀況，另一方面廠商間信息的同質(zhì)性會影響競爭策略的關(guān)聯(lián)性。作者證明，讓對手更好了解關(guān)于他們自己利潤函數(shù)的信息能增進(jìn)策略關(guān)聯(lián)，策略關(guān)聯(lián)對廠商自身利潤的影響取決于廠商策略是戰(zhàn)略替代(例如古諾博弈)還是戰(zhàn)略互補(伯特蘭德博弈)；而讓對手更好了解廠商自身的利潤函數(shù)的信息總能增進(jìn)廠商自身的利潤。

Raith(1996)詳盡討論了產(chǎn)業(yè)市場上廠商彼此交換數(shù)據(jù)的權(quán)衡與激勵。然而，需要指出，由于年代較早，Raith(1996)的研究集中于廠商交換信息的激勵，較少討論在大數(shù)據(jù)、人工智能技術(shù)發(fā)達(dá)的今天，廠商通過共同匯集數(shù)據(jù)，發(fā)揮數(shù)據(jù)要素的非競爭性和規(guī)模報酬遞增性，實現(xiàn)行業(yè)整體數(shù)字化升級的激勵。當(dāng)然，廠商的數(shù)據(jù)交易必然蘊含信息交換。本文作者參與廣東省各地市企業(yè)數(shù)字化轉(zhuǎn)型調(diào)研也發(fā)現(xiàn)多數(shù)企業(yè)仍然擔(dān)心向其他企業(yè)分享數(shù)據(jù)可能泄露機密。Raith(1996)的研究結(jié)論仍然成立。當(dāng)然，未來的研究可以更精細(xì)地區(qū)分企業(yè)交易數(shù)據(jù)要素的多重效應(yīng)：提升行業(yè)總體產(chǎn)出、改變產(chǎn)業(yè)市場競爭策略、泄露自身部分信息；并對不同的產(chǎn)業(yè)市場開展更細(xì)致的產(chǎn)業(yè)研究。

四、數(shù)據(jù)要素的經(jīng)濟價值與實證評估

之前探討了數(shù)據(jù)要素的主要特性和市場化機制。本部分將從更微觀的視角，梳理文獻(xiàn)中提及的，數(shù)據(jù)作為一種生產(chǎn)要素在現(xiàn)實經(jīng)濟中發(fā)揮的作用。我們將從微觀產(chǎn)業(yè)市場、金融市場、宏觀經(jīng)濟增長等幾個角度來介紹文獻(xiàn)中對于數(shù)據(jù)要素經(jīng)濟價值的理論探討和建模思路，并給出根據(jù)GDPR等實際政策評估的實證結(jié)果。

(一)數(shù)據(jù)要素的經(jīng)濟價值

1. 產(chǎn)品市場的產(chǎn)品設(shè)計

在消費品市場上，數(shù)據(jù)的作用使企業(yè)能更好地設(shè)計產(chǎn)品，滿足消費者的需求，從而獲取更大的消費者剩余?，F(xiàn)有文獻(xiàn)通常外生假定(1)數(shù)據(jù)要素有助于降低成本或提升質(zhì)量；(2)數(shù)據(jù)要素來源于需求量或生產(chǎn)過程；來體現(xiàn)數(shù)據(jù)要素的特殊性。同時，引入數(shù)據(jù)要素也為探討數(shù)字經(jīng)濟的產(chǎn)業(yè)市場結(jié)構(gòu)提供了新視野。

Corniere and Taylor(2020)與Hagiu and Wright(2020)一樣，同樣對數(shù)據(jù)要素的價值施加外生假定。作者假設(shè)有n家企業(yè)，每家企業(yè)i選擇一個消費者效用水平ui，而消費者I從廠商i獲取的實際效用為uiI=ui+iI。廠商產(chǎn)品的需求函數(shù)為Di(u)，滿足和即廠商設(shè)定的消費者效用水平越高，廠商銷量越高；而競爭對手設(shè)定消費者效用水平越高，廠商銷量越低。假設(shè)廠商從每個消費者上獲取的收益為ri(ui,δi)，其中δi代表廠商獲取的消費者數(shù)據(jù)的質(zhì)量。即數(shù)據(jù)要素通過改善同等質(zhì)量的廠商產(chǎn)品與消費者的匹配度，進(jìn)而提升廠商收益。通過檢驗數(shù)據(jù)質(zhì)量δi對企業(yè)效用設(shè)定水平ui的影響，可以刻畫數(shù)據(jù)要素是否促進(jìn)產(chǎn)品市場的競爭。Corniere and Taylor(2020)的這一抽象框架可以應(yīng)用于個性化產(chǎn)品定制、定向廣告、價格歧視等數(shù)據(jù)要素價值實現(xiàn)的具體場景。

上面兩篇文獻(xiàn)都是從數(shù)據(jù)要素增進(jìn)廠商產(chǎn)品與消費者的精準(zhǔn)匹配這一角度設(shè)定數(shù)據(jù)要素的經(jīng)濟價值。而Prüfer and Schottmüller(2017)則強調(diào)了數(shù)據(jù)要素通過增進(jìn)廠商對消費者未來需求的精準(zhǔn)預(yù)測，從而降低創(chuàng)新成本，改善創(chuàng)新效能。具體來說，消費者根據(jù)兩個寡頭企業(yè)的產(chǎn)品質(zhì)量差異Δ=q1-q2來選擇購買的產(chǎn)品，企業(yè)能用獲取的消費者信息改進(jìn)產(chǎn)品，而企業(yè)獲取的消費者信息與產(chǎn)品需求量Di成正比。每一期，企業(yè)選擇創(chuàng)新幅度xi,t=qi,t-qi,t-1。假設(shè)企業(yè)創(chuàng)新成本c(x,Di)隨數(shù)據(jù)量即需求量下降。因此企業(yè)產(chǎn)出呈現(xiàn)間接網(wǎng)絡(luò)效應(yīng)，產(chǎn)業(yè)市場可能呈現(xiàn)趨向完全壟斷的多米諾趨勢。

2. 金融市場的資產(chǎn)配置

3. AI訓(xùn)練

隨著AI(人工智能)行業(yè)的發(fā)展，數(shù)據(jù)要素通過強化計算機統(tǒng)計學(xué)習(xí)，直接提升人工智能技術(shù)水平和輔助決策能力的功能受到了關(guān)注。Baraja et al.(2020)考察了AI行業(yè)中的數(shù)據(jù)要素價值。人工智能行業(yè)中，通過大數(shù)據(jù)訓(xùn)練模型能改善AI模型的精度，從而提升AI軟件的性能。作者使用中國數(shù)據(jù)驗證了這一假說。作者特別考察了中國人臉識別AI系統(tǒng)公司與政府簽訂的采購合約，與政府簽約開發(fā)人臉識別系統(tǒng)的AI企業(yè)，有機會接觸到政府擁有的人臉識別原始數(shù)據(jù)。而這些數(shù)據(jù)能幫助企業(yè)提升AI軟件開發(fā)水平，而企業(yè)軟件創(chuàng)新水平的提升，不僅有助于企業(yè)更好完成政府合約，還能幫助企業(yè)提升民用軟件的水平。使用三重差分計量方法，作者檢驗發(fā)現(xiàn)獲取“數(shù)據(jù)密集”(data-rich)政府合約的企業(yè)，相對于獲得“數(shù)據(jù)貧乏”(data-scarce)合約的企業(yè)，在獲得合約的三年后，無論是開發(fā)的面向政府的AI產(chǎn)品還是面向商業(yè)用途的AI產(chǎn)品都顯著更多。顯示了數(shù)據(jù)要素在AI行業(yè)的特殊應(yīng)用價值。

4. 經(jīng)濟增長

上面討論了不同行業(yè)中的數(shù)據(jù)生產(chǎn)要素的微觀經(jīng)濟價值。如果將數(shù)據(jù)要素抽象為一種新型生產(chǎn)要素，可以通過經(jīng)典的經(jīng)濟增長模型討論數(shù)據(jù)要素的經(jīng)濟價值。

(二)數(shù)據(jù)要素經(jīng)濟價值的實證評估

眾多文獻(xiàn)已經(jīng)從理論層面闡述了數(shù)據(jù)價值產(chǎn)生經(jīng)濟價值的路徑和領(lǐng)域。已有文獻(xiàn)也應(yīng)用實證方法評估數(shù)據(jù)要素的經(jīng)濟價值。

2018年，歐盟實施一般數(shù)據(jù)保護(hù)條例(GDPR)，強化了對互聯(lián)網(wǎng)平臺搜集個人信息的限制，從而限制了數(shù)據(jù)要素的市場化。對于歐盟GDPR的研究有助于評估數(shù)據(jù)要素的實際經(jīng)濟價值。Aridor et al.(2020)研究了歐盟一般數(shù)據(jù)保護(hù)條例(GDPR)的經(jīng)濟效應(yīng)。GDPR限制了互聯(lián)網(wǎng)平臺接觸、使用、共享包含個人信息的數(shù)據(jù)。作者使用一個在線旅行平臺的數(shù)據(jù)，采用雙重差分法檢驗了GDPR的經(jīng)濟效應(yīng)。發(fā)現(xiàn)GDPR實施后，由于允許消費者選擇不提供個人信息，在線旅行平臺的消費者數(shù)量減少了12.5%。Jia et al.(2021)也發(fā)現(xiàn)，GDPR降低了歐洲相對于美國互聯(lián)網(wǎng)行業(yè)的融資水平。Johnson et al.(2021)則發(fā)現(xiàn)GDPR實施后，網(wǎng)站間數(shù)據(jù)分享減少，同時為網(wǎng)站提供服務(wù)的技術(shù)服務(wù)商市場集中度增大。

Bajari et al.(2020)使用周度零售價格數(shù)據(jù)檢驗數(shù)據(jù)規(guī)模對于亞馬遜平臺的零售價格預(yù)測系統(tǒng)的預(yù)測準(zhǔn)確度的影響。作者發(fā)現(xiàn)數(shù)據(jù)跨度越長，系統(tǒng)價格預(yù)測越準(zhǔn)確，盡管存在邊際收益遞減。同時，橫向數(shù)據(jù)規(guī)模越大(即同時期不同零售商的價格數(shù)據(jù)越多)不影響系統(tǒng)預(yù)測精度。作者也確實發(fā)現(xiàn)亞馬遜價格預(yù)測系統(tǒng)隨時間不斷改進(jìn)預(yù)測精度，體現(xiàn)了數(shù)據(jù)要素的持續(xù)積累能力。

Hughes-Cromwick and Coronado(2019)實證檢驗了美國政府?dāng)?shù)據(jù)對企業(yè)的價值，通過搜集政府報告和對企業(yè)調(diào)查的數(shù)據(jù)，作者估算了美國政府?dāng)?shù)據(jù)對部分行業(yè)(汽車、能源、金融服務(wù))企業(yè)的價值，并匯總了一系列研究對美國政府公開數(shù)據(jù)的行業(yè)價值的估算。作者總結(jié)說，隨著信息技術(shù)的發(fā)展，政府?dāng)?shù)據(jù)對私營部門的價值越來越高。盡管公司部門也在積累自身數(shù)據(jù)，但只有把自身數(shù)據(jù)和公開的綜合的政府?dāng)?shù)據(jù)結(jié)合，才能提供數(shù)據(jù)應(yīng)用的關(guān)鍵場景，從而獲取最大利益。

其中λit代表數(shù)據(jù)加工的勞動投入,ADM代表數(shù)據(jù)經(jīng)理的生產(chǎn)率。通過求解企業(yè)的最優(yōu)動態(tài)選擇問題，作者可以將企業(yè)的最優(yōu)數(shù)據(jù)要素存量寫成關(guān)于企業(yè)薪資、勞動力和數(shù)據(jù)加工勞動投入的函數(shù)。在實證部分，應(yīng)用投資管理行業(yè)企業(yè)數(shù)據(jù)，作者發(fā)現(xiàn)知識工作中勞動收入比例從44%下降到27%，體現(xiàn)了數(shù)據(jù)要素在該部門生產(chǎn)函數(shù)中的作用提升。

綜上所述，現(xiàn)有文獻(xiàn)或基于現(xiàn)實政策評估(GDPR)，或基于微觀數(shù)據(jù)統(tǒng)計預(yù)測及宏觀數(shù)據(jù)擬合，檢驗了數(shù)據(jù)要素的經(jīng)濟價值，總體上確認(rèn)了數(shù)據(jù)要素在產(chǎn)業(yè)市場中的作用趨向顯著。未來的實證研究可以基于理論模型研究的成果，應(yīng)用結(jié)構(gòu)式計量的方法進(jìn)一步檢驗數(shù)據(jù)要素的經(jīng)濟價值。

五、數(shù)據(jù)要素研究趨勢與展望

(一)追蹤學(xué)術(shù)前沿，創(chuàng)新理論工具

對數(shù)據(jù)要素市場化的研究，離不開對微觀經(jīng)濟學(xué)前沿理論的跟蹤。本部分將介紹三篇文獻(xiàn)，分別依托信息設(shè)計理論、行為經(jīng)濟學(xué)理論和機制設(shè)計理論的前沿發(fā)展，拓展了數(shù)據(jù)要素的研究視野。

1.信息設(shè)計

Dirk Bergemann等學(xué)者長期深耕信息設(shè)計理論在數(shù)據(jù)要素市場化方面的應(yīng)用。而Ichihashi(2020)則應(yīng)用信息設(shè)計領(lǐng)域方興未艾的貝葉斯勸說(Bayesian Persuasion)方法,考察了消費者對廠商的數(shù)據(jù)透露(disclosure)策略。該論文的核心權(quán)衡(trade-off)是消費者透露信息后能獲得廠商更準(zhǔn)確的產(chǎn)品推薦，但也會導(dǎo)致廠商有機會實施價格歧視。

作者假設(shè)存在一個生產(chǎn)K種產(chǎn)品的壟斷廠商，一個有單位需求的消費。消費者對產(chǎn)品k的估價uk是服從獨立同分布的隨機變量，消費者效用為uk-p。 消費者起初不知道每種產(chǎn)品價值uk的實現(xiàn)值。消費者先選擇一個信息透露策略φ:VK→Δ(M), 這一策略將u的實現(xiàn)值轉(zhuǎn)換為對應(yīng)的信號m的分布。作者用貝葉斯勸說(Bayesian Persuasion et al., 2011)設(shè)定消費者的信息透露。 例如廠商出售兩種產(chǎn)品(K=2)的情形，δ∈[1/2,1]為透露水平，當(dāng)uk=max{u1,u2}時以δ概率發(fā)送信號k∈{1,2}。 博弈初始，自然(nature)決定u的實現(xiàn)值，并根據(jù)消費者信息透露規(guī)則決定信號m～φ(·|u)。 在非歧視定價規(guī)則下，廠商先定價，在觀測到消費者的信息透露策略φ和信號m后，再推薦產(chǎn)品k。 在歧視定價下，廠商先觀測到消費者的信息透露策略φ和信號m后，再推薦產(chǎn)品和定價。無論哪種情況，只有在廠商推薦后，消費者才能觀察到廠商所推薦產(chǎn)品k價值uk的實現(xiàn)值和價格。

這一模型應(yīng)用信息設(shè)計理論捕捉了數(shù)據(jù)-隱私交易的幾個特征：(1)消費者的信息透露策略可以解釋為消費者對個人數(shù)據(jù)的保護(hù)策略，例如是否允許購物網(wǎng)站訪問Cookies等；(2)消費者只有在獲得廠商推薦后，才能知道(自然決定的)產(chǎn)品估價，這體現(xiàn)了推薦系統(tǒng)在當(dāng)前消費互聯(lián)網(wǎng)領(lǐng)域的普遍應(yīng)用，以及消費者的有限注意力。作者證明，廠商有動機承諾不進(jìn)行價格歧視，但非歧視定價反而有損消費者福利——原因是如果有價格歧視，消費者可以用信息披露影響價格，而沒有價格歧視，消費者只能披露更多信息以換取準(zhǔn)確推薦。如果消費者能預(yù)先承諾保留一部分信息，能改善自身處境。

2.行為理論

數(shù)據(jù)要素市場化的一大應(yīng)用場景是消費者出讓個人數(shù)據(jù)，換取消費互聯(lián)網(wǎng)平臺的更好服務(wù)。此時，對消費者偏好和理性程度的刻畫成為評判數(shù)據(jù)市場社會福利的重要出發(fā)點。Liu et al.(2020)考察了當(dāng)一部分消費者存在弱自我控制，容易受廣告誘惑購買成癮品時的個人數(shù)據(jù)交易問題，證明存在成癮消費時，任何消費者向平臺分享個人數(shù)據(jù)的行為都可能導(dǎo)致商家向低控制力消費者推送成癮品廣告的成本降低，從而損害社會福利。

具體設(shè)定如下：一個數(shù)字化平臺服務(wù)一單位連續(xù)統(tǒng)消費者。平臺可以搜集消費者的數(shù)字足跡，形成關(guān)于消費者偏好的有用信息。平臺上有兩個消費品賣家，分別出售兩類消費品，一類是正常品A, 一類是成癮品B。三類消費者{S,W,O}比例分別為πS、πW和1-πS-πW。分別代表強自制力、弱自制力和其他人。強自制力消費者永遠(yuǎn)不會購買成癮品，弱自制力消費者在一定條件下會買成癮品，第三類其他人則兩種消費品都不買。根據(jù)行為經(jīng)濟學(xué)對成癮品消費和自制力的建模思路，消費者的選擇可以分為兩步：第一步，消費者從一個菜單的集合中選擇最優(yōu)菜單；第二步，消費者從最優(yōu)菜單中選擇最終消費品。

Liu et al.(2020)捕捉了現(xiàn)實中個人數(shù)據(jù)要素市場化的一大特征：即互聯(lián)網(wǎng)用戶存在較大差異和分層。且互聯(lián)網(wǎng)平臺的營收，較多依賴于短視頻、網(wǎng)頁游戲甚至網(wǎng)絡(luò)賭博等成癮品銷售。評估個人數(shù)據(jù)市場化的福利效應(yīng)，不可忽視行為效應(yīng)。

3. 機制設(shè)計

現(xiàn)實中，數(shù)據(jù)要素市場化不一定通過消費者-互聯(lián)網(wǎng)平臺交易或數(shù)據(jù)商交易的形式進(jìn)行，傳統(tǒng)行業(yè)生產(chǎn)過程和數(shù)字新基建中所產(chǎn)生的大量有用數(shù)據(jù)可以通過應(yīng)用機制設(shè)計理論，設(shè)計社會有效或賣家收益最大化的機制，實現(xiàn)數(shù)據(jù)要素市場化。

(二)聚焦中國問題，解決實證疑難

數(shù)據(jù)要素深度嵌入當(dāng)今中國經(jīng)濟的現(xiàn)實問題，而解決這些問題需要根據(jù)現(xiàn)有經(jīng)濟學(xué)理論，結(jié)合中國實際，開展規(guī)范、扎實、全面的實證研究。

1.數(shù)據(jù)要素度量與生產(chǎn)率測算

準(zhǔn)確度量數(shù)據(jù)要素存量、增量及其要素生產(chǎn)率，評估數(shù)據(jù)要素的宏觀和微觀經(jīng)濟價值，是數(shù)據(jù)要素研究和政策應(yīng)用的重要議題。當(dāng)前中文文獻(xiàn)中有較多對于數(shù)字經(jīng)濟定義、數(shù)字經(jīng)濟度量的討論，但缺乏對于數(shù)據(jù)要素及其相關(guān)變量測算的研究。研究者可以跟蹤Jones and Tonetti(2020)、Veldkamp and Chung(2019)等框架，應(yīng)用宏觀經(jīng)濟增長模型，測算中國的數(shù)據(jù)要素及其生產(chǎn)率。

2.數(shù)字稅征收與區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展

當(dāng)今中國，數(shù)字化平臺經(jīng)濟蓬勃發(fā)展。但互聯(lián)網(wǎng)平臺的業(yè)務(wù)跨越地理界限，定價方式不同于傳統(tǒng)行業(yè)(例如淘寶、美團等互聯(lián)網(wǎng)平臺普遍為消費者提供免費甚至現(xiàn)金補貼)，生產(chǎn)和消費普遍位置脫節(jié)。因此難以核算附加值和利益的地理歸屬。借鑒Jones and Tonetti(2020)、Veldkamp and Chung(2019)等的宏觀經(jīng)濟增長模型框架，以及現(xiàn)有文獻(xiàn)中對數(shù)據(jù)要素微觀市場價值的評估方法，可以開展中國各地區(qū)、各行業(yè)數(shù)據(jù)要素對平臺經(jīng)濟營收貢獻(xiàn)的實證研究，從而為全國統(tǒng)一的數(shù)字稅征收開辟方向，促進(jìn)區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。

3.隱私保護(hù)與數(shù)據(jù)交易

中國互聯(lián)網(wǎng)消費者隱私保護(hù)意識較弱，且付費意愿低，因此“隱私換服務(wù)”類型的數(shù)據(jù)要素市場化交易盛行。借鑒現(xiàn)有關(guān)于消費者作為數(shù)據(jù)賣家的數(shù)據(jù)要素交易文獻(xiàn)，對消費者隱私損失、成癮品消費、付費意愿、隱私外部性等影響個人數(shù)據(jù)交易有效性的種種因素做出系統(tǒng)的實證評估，從而為設(shè)計有中國特色的個人隱私保護(hù)機制和個人數(shù)據(jù)交易機制提供思路。事實上中國互聯(lián)網(wǎng)平臺的豐富數(shù)據(jù)也為評估現(xiàn)實世界中的消費者隱私偏好提供了極大便利。Chen et al.(2021)就利用手機支付寶小程序數(shù)據(jù)，結(jié)合問卷調(diào)查，發(fā)現(xiàn)對隱私偏好更高的用戶同時也對數(shù)字平臺的服務(wù)依賴更高，從而為解釋“隱私悖論”提供了新思路。

4.數(shù)據(jù)特性與平臺反壟斷

2020年以來，互聯(lián)網(wǎng)平臺反壟斷成為熱門的政策議題。眾多文獻(xiàn)已經(jīng)指出，數(shù)據(jù)要素的規(guī)模報酬遞增性是導(dǎo)致產(chǎn)業(yè)市場企業(yè)分化和平臺壟斷的重要因素。在設(shè)計反壟斷制度時，必須考慮到互聯(lián)網(wǎng)平臺對用戶數(shù)據(jù)的獨占導(dǎo)致的反競爭效應(yīng)，并設(shè)計合適的規(guī)制政策予以限制。同時，現(xiàn)有文獻(xiàn)也多指出了數(shù)據(jù)要素存在非競爭性，因此設(shè)計強制性的數(shù)據(jù)分享政策不僅有利于反壟斷，更有利于數(shù)據(jù)要素的充分利用。實證研究可以在數(shù)據(jù)要素的市場結(jié)構(gòu)效應(yīng)、反壟斷政策的政策評估、數(shù)據(jù)要素在不同行業(yè)的市場價值和非競爭性效應(yīng)評估等方面為互聯(lián)網(wǎng)平臺反壟斷提供思路。