李俊寶,張 濤,史占中

(上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院,上海 200030)

數(shù)字技術(shù)主要是指用比特表示信息的技術(shù)[1],能夠使聲音、圖像、視頻和文字等信息被計(jì)算機(jī)以“0”和“1”的數(shù)字形式進(jìn)行儲(chǔ)存、加工、傳輸和還原。近年來(lái),數(shù)字技術(shù)的應(yīng)用極大地提高了文化產(chǎn)業(yè)內(nèi)容制作、營(yíng)銷(xiāo)推廣和消費(fèi)服務(wù)效率,使得中國(guó)文化產(chǎn)業(yè)規(guī)模迅速擴(kuò)大[2]。截至2022年6月,中國(guó)網(wǎng)絡(luò)文學(xué)擁有4.9億用戶,網(wǎng)絡(luò)音樂(lè)擁有7.3億用戶,網(wǎng)絡(luò)視頻(含短視頻)更是達(dá)到了9.9 億用戶1)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第50次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL],[2022-8-31].https://www.cnnic.net.cn/n4/2022/0914/c88-10226.html.。然而,中國(guó)文化產(chǎn)業(yè)發(fā)展起步較晚,在全球價(jià)值鏈上處于低附加值端,數(shù)字技術(shù)的發(fā)展正是中國(guó)重塑全球文化產(chǎn)業(yè)競(jìng)爭(zhēng)格局、實(shí)現(xiàn)“彎道超車(chē)”的契機(jī)[3]。政策上,2021年“實(shí)施文化產(chǎn)業(yè)數(shù)字化戰(zhàn)略”被寫(xiě)入“十四五”規(guī)劃,2022年中央又印發(fā)了《關(guān)于推進(jìn)實(shí)施國(guó)家文化數(shù)字化戰(zhàn)略的意見(jiàn)》?？梢哉f(shuō),數(shù)字經(jīng)濟(jì)背景下文化產(chǎn)業(yè)迎來(lái)了發(fā)展的“黃金時(shí)代”[4]。

以數(shù)字技術(shù)為基礎(chǔ)產(chǎn)生的新型經(jīng)濟(jì)形態(tài)——數(shù)字經(jīng)濟(jì)[5],日益成為推動(dòng)文化產(chǎn)業(yè)高質(zhì)量發(fā)展的重要?jiǎng)恿ΑＤ壳瓣P(guān)于數(shù)字經(jīng)濟(jì)如何推動(dòng)文化產(chǎn)業(yè)發(fā)展的研究仍處于起步階段,現(xiàn)有研究主要從產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[3]、產(chǎn)業(yè)融合發(fā)展[6]、現(xiàn)代文化產(chǎn)業(yè)體系[7]及產(chǎn)業(yè)要素配置[8]等宏觀視角展開(kāi),具體的微觀影響機(jī)制和實(shí)證分析仍然不足。正如Goldfarb等[1]所強(qiáng)調(diào)的,理解數(shù)字技術(shù)帶來(lái)的經(jīng)濟(jì)影響并不需要新的基礎(chǔ)經(jīng)濟(jì)理論,但是需要新的側(cè)重點(diǎn)。本文從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)微觀視角出發(fā),分別從供給和需求兩個(gè)方面分析了數(shù)字經(jīng)濟(jì)推動(dòng)文化產(chǎn)業(yè)高質(zhì)量發(fā)展的作用機(jī)制,并基于電影行業(yè)的微觀數(shù)據(jù)為相關(guān)理論分析提供了一定的實(shí)證證據(jù)。本文的研究一方面可以豐富關(guān)于數(shù)字技術(shù)所帶來(lái)的經(jīng)濟(jì)影響的相關(guān)研究,另一方面也可以為如何更好地推動(dòng)數(shù)字文化產(chǎn)業(yè)高質(zhì)量發(fā)展帶來(lái)一定的政策啟示。

首先,在供給側(cè),數(shù)字技術(shù)顯著降低了文化產(chǎn)業(yè)的市場(chǎng)進(jìn)入門(mén)檻,進(jìn)而豐富了消費(fèi)者可選擇的文化產(chǎn)品種類(lèi)和數(shù)量。一方面,數(shù)字技術(shù)的廣泛應(yīng)用降低了文化產(chǎn)品和服務(wù)在制作、儲(chǔ)存、分發(fā)等環(huán)節(jié)的成本,大量新的文化產(chǎn)品和服務(wù)進(jìn)入市場(chǎng),消費(fèi)者的選擇變得更多;另一方面,文化產(chǎn)品的質(zhì)量存在一定的隨機(jī)性,難以在事前被完美預(yù)測(cè)。因此,這些新進(jìn)入市場(chǎng)的文化產(chǎn)品雖然成本更低,但質(zhì)量并不一定會(huì)下降,部分新產(chǎn)品的質(zhì)量還可能更高,故消費(fèi)者福利會(huì)顯著增加。

其次,在需求側(cè),數(shù)字平臺(tái)可以降低消費(fèi)者的搜尋成本,進(jìn)而影響其需求結(jié)構(gòu)?；陔娪靶袠I(yè)微觀數(shù)據(jù)的實(shí)證分析,平臺(tái)上其他消費(fèi)者的評(píng)論等能夠提供大量有價(jià)值的信息,進(jìn)而降低消費(fèi)者的搜尋成本,使消費(fèi)者更多地消費(fèi)市場(chǎng)上“最好看”的電影。這一方面促進(jìn)了消費(fèi)結(jié)構(gòu)升級(jí),另一方面也會(huì)牽引供給質(zhì)量和效率的提高。

本文的研究創(chuàng)新主要體現(xiàn)在兩個(gè)方面:

(1)從理論視角,提出了一個(gè)分析框架,從供給和需求兩個(gè)方面分析了數(shù)字經(jīng)濟(jì)背景下文化產(chǎn)業(yè)發(fā)展的微觀機(jī)制。

(2)在實(shí)證分析部分,與現(xiàn)有文獻(xiàn)分析電影評(píng)分和評(píng)論等對(duì)票房的均值的影響不同,本文探究了數(shù)字平臺(tái)提供的“事前信息”對(duì)消費(fèi)者整體需求分布的影響,為“數(shù)字平臺(tái)降低了消費(fèi)者的搜索成本”這一命題提供了實(shí)證證據(jù)。本文搜集了中國(guó)電影行業(yè)個(gè)體層面的詳細(xì)微觀數(shù)據(jù),特別是基于每日數(shù)據(jù)的實(shí)證檢驗(yàn)也增強(qiáng)了實(shí)證結(jié)果的可信度。

1 理論推演

1.1 數(shù)字經(jīng)濟(jì)與文化產(chǎn)業(yè)高質(zhì)量發(fā)展

在數(shù)字經(jīng)濟(jì)背景下,產(chǎn)業(yè)發(fā)展的基本動(dòng)力仍然來(lái)自產(chǎn)品供給和消費(fèi)者需求,但微觀作用機(jī)制發(fā)生了改變。首先,在供給側(cè),產(chǎn)品和服務(wù)供給的數(shù)量與質(zhì)量是兩個(gè)重要方面。供給數(shù)量的多少與質(zhì)量的高低共同決定了消費(fèi)者的福利水平。具體到文化產(chǎn)業(yè),數(shù)字技術(shù)的影響主要體現(xiàn)在供給數(shù)量方面。數(shù)字技術(shù)可以大幅降低文化產(chǎn)品和服務(wù)供給成本,顯著降低文化市場(chǎng)進(jìn)入門(mén)檻,進(jìn)而大幅提高市場(chǎng)上文化產(chǎn)品和服務(wù)的數(shù)量。文化產(chǎn)品供給的質(zhì)量主要是由創(chuàng)作者決定的,但文化產(chǎn)品是典型的“體驗(yàn)型產(chǎn)品”[9],其質(zhì)量在“事前”難以確定,故與傳統(tǒng)產(chǎn)業(yè)不同,文化產(chǎn)業(yè)供給的總體質(zhì)量并不會(huì)發(fā)生明顯改變。其次,在需求側(cè),數(shù)字技術(shù)帶來(lái)的影響主要體現(xiàn)在通過(guò)降低消費(fèi)者“搜尋成本”來(lái)影響文化產(chǎn)業(yè)的需求結(jié)構(gòu)。最后,數(shù)字經(jīng)濟(jì)的另一顯著特征是供給者與需求者間的交互性顯著增強(qiáng),消費(fèi)者需求被供給者更精準(zhǔn)地識(shí)別和更快地滿足[10]。因此,在長(zhǎng)期,文化產(chǎn)品需求結(jié)構(gòu)的升級(jí)又會(huì)進(jìn)一步牽引供給質(zhì)量和效率的提高。

1.2 數(shù)字經(jīng)濟(jì)對(duì)供給側(cè)市場(chǎng)進(jìn)入門(mén)檻的影響

數(shù)字經(jīng)濟(jì)的發(fā)展顯著降低了供給側(cè)市場(chǎng)的進(jìn)入門(mén)檻。文化產(chǎn)品的供給主要包括制作、存儲(chǔ)、分發(fā)和服務(wù)等環(huán)節(jié)。數(shù)字技術(shù)的廣泛應(yīng)用可以降低各個(gè)環(huán)節(jié)所產(chǎn)生的成本,進(jìn)而降低市場(chǎng)進(jìn)入門(mén)檻,帶來(lái)文化市場(chǎng)的繁榮。在制作環(huán)節(jié),視頻、音頻與文字等文化載體的生成以及編輯軟件的大規(guī)模應(yīng)用,不僅可以滿足電影、音樂(lè)、電子游戲和電子書(shū)籍等文化產(chǎn)品在制作環(huán)節(jié)的多種需求,而且可以提高團(tuán)隊(duì)制作的合作效率與容錯(cuò)率,大幅降低了總體制作成本。在儲(chǔ)存環(huán)節(jié),傳統(tǒng)文化產(chǎn)品主要以實(shí)物的形式進(jìn)行儲(chǔ)存,如電影與音樂(lè)膠片、紙質(zhì)圖書(shū)等。這些實(shí)物介質(zhì)的儲(chǔ)存不僅需要一定的空間,而且需要一定的溫度和濕度條件,成本高昂。在數(shù)字經(jīng)濟(jì)時(shí)代,文化產(chǎn)品大多以數(shù)字格式儲(chǔ)存在硬盤(pán)或云端服務(wù)器中,且不需要嚴(yán)格的物理?xiàng)l件,大幅降低了儲(chǔ)存成本。在分發(fā)環(huán)節(jié),互聯(lián)網(wǎng)通信技術(shù)的發(fā)展打破了文化產(chǎn)品分發(fā)過(guò)程中的空間限制。隨著網(wǎng)絡(luò)基礎(chǔ)設(shè)施的不斷完善以及各種移動(dòng)智能終端的大規(guī)模普及,數(shù)字文化產(chǎn)品的分發(fā)成本已經(jīng)非常低。總之,數(shù)字技術(shù)降低了文化產(chǎn)品供給在各個(gè)環(huán)節(jié)的成本,大幅增加了供給數(shù)量。

以電影產(chǎn)業(yè)的供給為例,數(shù)字技術(shù)的應(yīng)用使電影能夠以數(shù)字方式拍攝、編輯、存儲(chǔ)、傳輸和呈現(xiàn),降低了電影的制作、發(fā)行成本,最終大幅增加了市場(chǎng)上電影產(chǎn)品的數(shù)量。在拍攝階段,數(shù)字?jǐn)z像機(jī)模塊化的設(shè)計(jì)可以滿足多種功能需要,極大地降低了電影拍攝成本。在20世紀(jì)80年代之前,電影中全景或鳥(niǎo)瞰鏡頭大多使用直升飛機(jī)或低空飛行的飛機(jī)拍攝,成本高昂,而現(xiàn)在的無(wú)人機(jī)可以低成本拍攝類(lèi)似的鏡頭。在后期制作階段,膠片電影編輯過(guò)程中的一個(gè)失誤操作可能會(huì)導(dǎo)致整個(gè)電影場(chǎng)景的損失。而對(duì)于數(shù)字格式的電影,功能更強(qiáng)的計(jì)算機(jī)軟件允許制作者進(jìn)行多次試錯(cuò)。同時(shí),數(shù)字技術(shù)還有效降低了不同團(tuán)隊(duì)間的協(xié)作成本。在儲(chǔ)存與分發(fā)環(huán)節(jié),傳統(tǒng)膠片電影的保存不僅需要一定的空間,而且需要一定的溫度和濕度條件。而數(shù)字電影只需要儲(chǔ)存在硬盤(pán)中,存儲(chǔ)和分發(fā)成本非常低。實(shí)際上,隨著數(shù)字技術(shù)的進(jìn)步,我們?nèi)粘Ｊ褂玫氖謾C(jī)也可以用來(lái)拍攝電影。

與傳統(tǒng)產(chǎn)業(yè)不同,文化市場(chǎng)進(jìn)入門(mén)檻的降低并不會(huì)降低文化供給的總體質(zhì)量。與一般的產(chǎn)品不同,文化產(chǎn)品屬于典型的“體驗(yàn)型產(chǎn)品”[11],這意味著消費(fèi)者需要在消費(fèi)完成之后才能確定某項(xiàng)文化產(chǎn)品帶來(lái)的效用[12-13],也使得生產(chǎn)者難以在投資制作時(shí)準(zhǔn)確評(píng)估其價(jià)值[3]。如果產(chǎn)品的質(zhì)量可以被完美預(yù)測(cè),那么,由于進(jìn)入門(mén)檻降低而新進(jìn)入市場(chǎng)的產(chǎn)品對(duì)消費(fèi)者的吸引力會(huì)低于已有產(chǎn)品。但文化產(chǎn)品的價(jià)值難以在事前被完美預(yù)測(cè),市場(chǎng)進(jìn)入門(mén)檻降低所帶來(lái)的新產(chǎn)品雖然成本更低,但質(zhì)量未必更差,甚至可能比市場(chǎng)中已有產(chǎn)品的質(zhì)量更高,這會(huì)顯著增加消費(fèi)者的福利。例如,在2013年,由iPhone參與拍攝的《尋找小糖人》獲得了當(dāng)年奧斯卡最佳紀(jì)錄片獎(jiǎng)。Aguiar等[14]通過(guò)對(duì)美國(guó)音樂(lè)市場(chǎng)的研究也發(fā)現(xiàn),考慮了音樂(lè)質(zhì)量不可預(yù)測(cè)性的結(jié)構(gòu)模型估計(jì)顯示,音樂(lè)數(shù)字化使消費(fèi)者福利增加超過(guò)一倍。

1.3 數(shù)字經(jīng)濟(jì)對(duì)需求側(cè)消費(fèi)者搜尋成本的影響

數(shù)字技術(shù)降低了文化產(chǎn)業(yè)的市場(chǎng)進(jìn)入門(mén)檻,大量質(zhì)量不確定的新產(chǎn)品進(jìn)入市場(chǎng)。這會(huì)引起另一個(gè)擔(dān)憂,即消費(fèi)者發(fā)現(xiàn)優(yōu)質(zhì)產(chǎn)品的成本是否會(huì)變高?文化產(chǎn)品是典型的“體驗(yàn)型產(chǎn)品”,消費(fèi)者在決策前能夠從其他消費(fèi)者的消費(fèi)體驗(yàn)(如其他人對(duì)某部電影的評(píng)論等)中獲取有價(jià)值的信息[11]。在數(shù)字經(jīng)濟(jì)時(shí)代,消費(fèi)者獲取產(chǎn)品信息的最重要來(lái)源是網(wǎng)絡(luò)口碑和在線評(píng)論,這也是影響其做出購(gòu)買(mǎi)決策的關(guān)鍵因素[15-16]。例如,在圖書(shū)市場(chǎng),用戶在“亞馬遜網(wǎng)站”上對(duì)圖書(shū)的評(píng)分和評(píng)論可以幫助消費(fèi)者找到優(yōu)質(zhì)的圖書(shū)[11]。在音樂(lè)市場(chǎng),消費(fèi)者也會(huì)通過(guò)觀察學(xué)習(xí)其他消費(fèi)者的行為來(lái)決定是否購(gòu)買(mǎi)某首歌曲[17]。網(wǎng)絡(luò)社交媒體以及相關(guān)線上文化產(chǎn)品平臺(tái)所提供的評(píng)分與評(píng)論功能共同構(gòu)成了文化產(chǎn)品和服務(wù)的“聲譽(yù)系統(tǒng)”,該“聲譽(yù)系統(tǒng)”顯著降低了文化市場(chǎng)上消費(fèi)者的“搜尋成本”。搜尋成本是指消費(fèi)者搜索有用信息的成本[1]。在數(shù)字平臺(tái)上,消費(fèi)者可以根據(jù)他人的消費(fèi)體驗(yàn)(如評(píng)分和評(píng)論等)來(lái)獲取感興趣的文化產(chǎn)品的更多信息[13],進(jìn)而更新自己關(guān)于某個(gè)產(chǎn)品質(zhì)量或價(jià)值的“信念”。這些信息降低了消費(fèi)者的搜尋成本,進(jìn)而影響市場(chǎng)上產(chǎn)品的需求分布[18]。

但是,關(guān)于具體的影響結(jié)果,學(xué)術(shù)界存在兩種看法。以電影產(chǎn)業(yè)為例,“明星效應(yīng)”理論認(rèn)為,消費(fèi)者能夠充分獲取市場(chǎng)信息,傾向于消費(fèi)市場(chǎng)上“最好的”產(chǎn)品。此時(shí),消費(fèi)者之間消費(fèi)模式的差異會(huì)表現(xiàn)出“趨同趨勢(shì)”[19]。例如,某商業(yè)大片上映,市場(chǎng)上的消費(fèi)者會(huì)爭(zhēng)相去觀看該電影,而忽略那些知名度一般的電影。但是,根據(jù)“長(zhǎng)尾效應(yīng)”理論,如果消費(fèi)者可以接觸到更多種類(lèi)產(chǎn)品的信息,部分消費(fèi)者會(huì)從熱門(mén)商品的消費(fèi)轉(zhuǎn)向更符合自己口味的小眾商品[18]。例如,有的人喜歡看某一小眾類(lèi)型的電影,當(dāng)他可以更便捷地獲取關(guān)于該電影的信息時(shí),其消費(fèi)該電影的概率也可能越高。簡(jiǎn)言之,“長(zhǎng)尾效應(yīng)”理論認(rèn)為,隨著搜索成本的降低,消費(fèi)者的消費(fèi)模式會(huì)呈現(xiàn)出更大的差異。

在同一個(gè)市場(chǎng)中,產(chǎn)品之間的差異可以分為“縱向差異”與“橫向差異”。前者是指對(duì)于市場(chǎng)上的產(chǎn)品,不同消費(fèi)者的偏好排序是不一致的,不同的消費(fèi)者會(huì)偏好不同“風(fēng)格”的產(chǎn)品;后者是指消費(fèi)者對(duì)市場(chǎng)上產(chǎn)品偏好的排序是一致的,消費(fèi)者均偏好“質(zhì)量”更高的產(chǎn)品。Bar-Isaac等[20]進(jìn)一步研究發(fā)現(xiàn),若產(chǎn)品表現(xiàn)出“縱向差異”,則搜尋成本降低會(huì)帶來(lái)“明星效應(yīng)”;若產(chǎn)品表現(xiàn)出“橫向差異”,則搜尋成本降低會(huì)帶來(lái)“長(zhǎng)尾效應(yīng)”。電影作為一種典型的體驗(yàn)型產(chǎn)品具有不同的風(fēng)格,既有科幻片與動(dòng)作片,也有劇情片與懸疑片等。不同的消費(fèi)者會(huì)喜歡不同風(fēng)格的電影,因此,不同電影之間具有明顯的“橫向差異”。另一方面,不同的電影在質(zhì)量上往往也表現(xiàn)出顯著的差異,具有明顯的“縱向差異”特征?？傊?電影產(chǎn)品兼具“橫向差異”和“縱向差異”兩個(gè)特征,消費(fèi)者搜尋成本降低對(duì)需求結(jié)構(gòu)的具體影響需要進(jìn)一步的實(shí)證檢驗(yàn)?；诖?提出如下競(jìng)爭(zhēng)性假設(shè):

1a消費(fèi)者所獲取的信息越多,其更傾向于消費(fèi)市場(chǎng)上票房收入較高的“熱門(mén)”電影。

1b消費(fèi)者所獲取的信息越多,其更傾向于消費(fèi)市場(chǎng)上票房收入較低的“小眾”電影。

2 實(shí)證分析

本節(jié)利用中國(guó)電影行業(yè)的微觀數(shù)據(jù)來(lái)實(shí)證檢驗(yàn)電影評(píng)論等信息將如何影響消費(fèi)者對(duì)電影的需求結(jié)構(gòu),為數(shù)字平臺(tái)能否降低消費(fèi)者的搜尋成本提供經(jīng)驗(yàn)證據(jù)。

2.1 數(shù)據(jù)來(lái)源與模型設(shè)定

本文的數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)中的“電影評(píng)分”子數(shù)據(jù)庫(kù),包括電影總票房、電影在豆瓣網(wǎng)的評(píng)論數(shù)量和評(píng)分等信息?？紤]到票房過(guò)低的電影可能存在異常,參考陳林等[21]的做法,剔除了票房低于500萬(wàn)元的影片,最終選取2013～2019年在中國(guó)大陸上映的共722部電影作為基礎(chǔ)樣本。

為了探究消費(fèi)者評(píng)論等信息對(duì)電影票房收入分布的影響,參考Zhou等[22]的研究,使用條件分位數(shù)回歸模型進(jìn)行實(shí)證分析。與條件均值回歸模型不同,條件分位數(shù)回歸模型研究自變量對(duì)因變量分布的影響。即通過(guò)檢驗(yàn)和對(duì)比電影評(píng)論數(shù)量等變量在電影票房收入不同分位點(diǎn)的系數(shù),分析消費(fèi)者搜尋成本的降低對(duì)“熱門(mén)電影”和“小眾電影”的異質(zhì)性影響。同時(shí),使用分位數(shù)回歸還可以克服極端值的影響,得到更加穩(wěn)健的估計(jì)結(jié)果。具體模型設(shè)定為

2.2 變量定義

(1)被解釋變量。電影票房收入分布。在本文中,被解釋變量是電影的年度票房收入分布。為克服通貨膨脹帶來(lái)的影響,根據(jù)消費(fèi)者價(jià)格指數(shù)對(duì)電影的總票房進(jìn)行了處理。在模型式(1)中,Q(α)gross表示電影票房的α分位點(diǎn),刻畫(huà)了電影票房收入的整體分布情況。電影票房收入的分布實(shí)際上也代表了消費(fèi)者在電影市場(chǎng)的需求結(jié)構(gòu)情況。

(2)核心解釋變量。消費(fèi)者獲得的信息,即消費(fèi)者在事前能獲得的關(guān)于電影質(zhì)量的信息。隨著數(shù)字技術(shù)的發(fā)展,消費(fèi)者可以通過(guò)互聯(lián)網(wǎng)平臺(tái)獲取更多關(guān)于電影質(zhì)量的信息?；跀?shù)據(jù)的可及性,分別使用兩個(gè)變量作為消費(fèi)者所獲得信息的代理變量。

首先,在基準(zhǔn)回歸分析中,使用豆瓣網(wǎng)用戶對(duì)某部電影的短評(píng)數(shù)量(Essays)作為代理變量。在豆瓣網(wǎng),某個(gè)電影的頁(yè)面包括較短的非專(zhuān)業(yè)短評(píng)和較長(zhǎng)的專(zhuān)業(yè)影評(píng)。石文華等[23]研究發(fā)現(xiàn),短評(píng)攜帶的信息對(duì)電影票房存在顯著影響,而專(zhuān)業(yè)影評(píng)的影響不顯著。基于此,本文使用電影短評(píng)的總數(shù)量作為核心解釋變量,短評(píng)數(shù)量越多,意味著消費(fèi)者所獲得信息也越多。

其次,消費(fèi)者往往會(huì)提前使用互聯(lián)網(wǎng)搜索引擎來(lái)獲取關(guān)于一部電影的信息。在中國(guó),消費(fèi)者最常用的搜索引擎是“百度搜索”。在內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)部分,本文手工整理了電影上映期間每日的百度搜索指數(shù)作為消費(fèi)者所獲得的關(guān)于電影信息的代理變量。百度指數(shù)越高,表示消費(fèi)者搜索該電影的次數(shù)越多,其獲取的關(guān)于該電影的信息也就越多。

值得注意的是,電影評(píng)分?jǐn)?shù)據(jù)提供了“文化產(chǎn)品的質(zhì)量難以完美預(yù)測(cè)”的證據(jù)。圖1展示了不同年份上映的電影在“豆瓣網(wǎng)”“IMDb”和“Metacritic網(wǎng)”3家主流電影評(píng)論網(wǎng)站上的評(píng)分分布。

圖1 不同年份上映電影評(píng)分分布Fig.1 Distribution of movie ratings over different years of release

近年來(lái),全球每年上映的電影數(shù)量迅速上升,中國(guó)電影的年產(chǎn)量也從2001 年的88 部快速增長(zhǎng)至2019年的850部2)數(shù)據(jù)來(lái)源:2022年《中國(guó)文化及相關(guān)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。但從圖1中可以看出,不論是中文用戶、英文普通用戶還是專(zhuān)業(yè)人士,對(duì)各年度電影的評(píng)分分布均未發(fā)生明顯變化。這表明,電影的質(zhì)量難以預(yù)測(cè)。

(3)控制變量。限于數(shù)據(jù)的可及性并參考已有研究,在基準(zhǔn)回歸中,本文還控制了可能影響電影票房收入的其他變量。主要控制變量包括:電影評(píng)分(Score),表示在豆瓣網(wǎng)上某部電影的得分?？紤]到電影評(píng)分對(duì)電影票房可能的非線性影響,參考Zhou等[21]的研究,在自變量中加入了電影評(píng)分的平方(Score2)。本文還控制了參與評(píng)分人數(shù)(Reviews),參與評(píng)分人數(shù)越多表明看過(guò)這部電影的人越多,將其作為控制變量可以在一定程度上控制消費(fèi)者“羊群效應(yīng)”的影響[24]。短評(píng)的極端性也可能會(huì)影響消費(fèi)者的決策[22],故通過(guò)計(jì)算某部電影四星和五星占比之和與一星和二星占比之和的比值來(lái)刻畫(huà)短評(píng)的極端性(Extreme)。參考王分棉等[25]等的研究,其他控制變量包括電影題材的多元性(Diverse)、電影時(shí)長(zhǎng)(Runtime)、電影國(guó)別(Foreign)和上映年份人均可支配收入(Income)。

另外,由于電影上映結(jié)束之后,電影評(píng)分和評(píng)論數(shù)量還會(huì)繼續(xù)變化,為減輕電影評(píng)分和評(píng)論數(shù)量波動(dòng)帶來(lái)的影響,本文樣本中的電影評(píng)分?jǐn)?shù)據(jù)和短評(píng)數(shù)量數(shù)據(jù)均為上映一年后3月份統(tǒng)計(jì)的數(shù)據(jù),如某部2016年上映的電影的評(píng)分和評(píng)論數(shù)量為2017年3月之前的數(shù)據(jù)。變量的具體說(shuō)明如表1所示。

表1 主要變量的定義Tab.1 Definition of main variables

表2給出了主要變量的描述性統(tǒng)計(jì)結(jié)果?？梢钥吹?在2013～2019 年中國(guó)國(guó)內(nèi)公開(kāi)上映的電影中,豆瓣平均評(píng)分為5.378,最低分為2.3,最高分為9。從題材多樣性的角度來(lái)看,電影最少屬于一個(gè)題材,最多屬于6個(gè)題材。因?yàn)檫M(jìn)口片配額制度的原因,絕大部分電影為國(guó)產(chǎn)電影。

表2 主要變量的描述性統(tǒng)計(jì)Tab.2 Summary statistics of main variables

2.3 實(shí)證結(jié)果與分析

表3給出了模型式(1)條件分位數(shù)回歸的參數(shù)估計(jì)結(jié)果,作為對(duì)比,在表3中第(1)列給出了條件均值模型回歸結(jié)果。在均值回歸模型中使用了懷特異方差穩(wěn)健標(biāo)準(zhǔn)誤,在分位數(shù)回歸模型估計(jì)過(guò)程中使用了Koenker[26]提出的穩(wěn)健標(biāo)準(zhǔn)誤。表3 中給出了10%、25%、50%、75%和90%等5個(gè)典型分位點(diǎn)的估計(jì)結(jié)果。

表3 主要回歸結(jié)果Tab.3 Main regression results

由表3中第(1)列可以看到,電影短評(píng)總數(shù)量(Essays)的系數(shù)為0.590,且在1%的水平上顯著,表明短評(píng)數(shù)量對(duì)電影票房收入產(chǎn)生顯著的正向影響。該結(jié)論與石文華等[23]的發(fā)現(xiàn)一致,說(shuō)明在線短評(píng)可以向消費(fèi)者傳遞關(guān)于電影質(zhì)量的信息,降低消費(fèi)者所面臨的信息不對(duì)稱(chēng),進(jìn)而影響其決策。本文更關(guān)心的是,當(dāng)消費(fèi)者搜尋成本下降時(shí),其可以獲取到的更多信息將如何影響電影票房收入的分布。表3中第(2)～第(6)列分別給出了電影年度票房(Gross)在10%、25%、50%、75%和90%等5個(gè)典型分位點(diǎn)的條件分位數(shù)回歸結(jié)果?？梢钥吹?在票房收入的10%分位點(diǎn),Essays的系數(shù)雖然大于零,但并不顯著。但在25%分位點(diǎn),其系數(shù)上升為0.365,且通過(guò)了5%水平的顯著性檢驗(yàn)。隨著票房收入分位點(diǎn)的進(jìn)一步增加,Essays的系數(shù)進(jìn)一步提高。在90%分位點(diǎn),其系數(shù)已經(jīng)達(dá)到了0.804,且在1%的水平上顯著。電影的短評(píng)越多,消費(fèi)者在做出購(gòu)買(mǎi)決定之前所能獲取的有效信息也就越多,市場(chǎng)上的一般消費(fèi)者會(huì)爭(zhēng)相觀看市場(chǎng)上“最好看”的電影。因此,短評(píng)數(shù)量對(duì)票房較低電影的票房收入影響不顯著或比較小,對(duì)在市場(chǎng)上廣受歡迎的電影票房收入的正向影響更加明顯。其他控制變量的系數(shù)與已有研究基本一致,也基本符合預(yù)期。

圖2 給出了短評(píng)數(shù)量(Essays)、豆瓣評(píng)分(Score)及其平方與參與評(píng)分人數(shù)(Reviews)4個(gè)主要變量在不同分位點(diǎn)系數(shù)估計(jì)結(jié)果。圖2中,灰色區(qū)域表示95%水平的置信區(qū)間,黑色虛線表示條件均值回歸結(jié)果及95%水平的置信區(qū)間。可以看出,隨著電影票房收入分位點(diǎn)的提高,短評(píng)數(shù)量(Essays)的系數(shù)呈現(xiàn)出顯著的上升趨勢(shì),說(shuō)明消費(fèi)者獲得的信息越多,其更傾向于觀看市場(chǎng)上“最好看”的電影。而豆瓣評(píng)分(Score)及其平方項(xiàng)的系數(shù)在各分位點(diǎn)上均不顯著,參與評(píng)分人數(shù)(Reviews)的系數(shù)僅在低分位點(diǎn)通過(guò)了顯著性檢驗(yàn)。

圖2 主要變量系數(shù)在不同分位點(diǎn)的估計(jì)值Fig.2 Quantile estimates of main variables

總體來(lái)看,本文的實(shí)證結(jié)果支持“明星效應(yīng)”理論[19],即研究假設(shè)1a得到支持;但本文的實(shí)證分析沒(méi)有發(fā)現(xiàn)支持研究假設(shè)1b的證據(jù)。數(shù)字技術(shù)催生的豆瓣網(wǎng)等平臺(tái)顯著降低了消費(fèi)者的搜尋成本,使消費(fèi)者可以通過(guò)閱讀電影評(píng)論等方式獲取更多關(guān)于該電影的信息。市場(chǎng)上不同電影之間的“縱向差異”占據(jù)了主導(dǎo)地位,隨著搜尋成本降低,消費(fèi)者獲取了更充分的信息后,會(huì)更傾向于觀看市場(chǎng)上“最好看”的電影,因而更充分和有效的信息會(huì)帶來(lái)顯著的“明星效應(yīng)”。另外,本文的被解釋變量是電影的線下票房收入,消費(fèi)者是否觀看“小眾電影”取決于其所能獲得的信息以及該電影是否在本地上映?！靶”婋娪啊钡目杉靶暂^低也是本文沒(méi)有發(fā)現(xiàn)“長(zhǎng)尾效應(yīng)”的可能原因之一。

總之,基于電影行業(yè)數(shù)據(jù)的實(shí)證研究發(fā)現(xiàn),豆瓣網(wǎng)等平臺(tái)可以向消費(fèi)者提供有價(jià)值的信息,降低消費(fèi)者的搜尋成本,進(jìn)而使消費(fèi)者更多地觀看市場(chǎng)上“最好看”的電影,促進(jìn)電影市場(chǎng)中消費(fèi)結(jié)構(gòu)的升級(jí)。這也有利于電影市場(chǎng)的“優(yōu)勝劣汰”,提高市場(chǎng)效率。

2.4 內(nèi)生性檢驗(yàn)

在基準(zhǔn)回歸中使用截面數(shù)據(jù)研究短評(píng)數(shù)量等信息對(duì)電影票房收入分布的影響。但其中電影票房收入與短評(píng)數(shù)量之間可能存在雙向因果關(guān)系,進(jìn)而帶來(lái)內(nèi)生性問(wèn)題[27]。本節(jié)利用2019年暑期檔上映電影的日度數(shù)據(jù),并選取滯后1天的電影百度指數(shù)作為主要解釋變量,以克服雙向因果關(guān)系帶來(lái)的內(nèi)生性問(wèn)題[23],更好地識(shí)別搜尋成本下降與電影票房收入分布之間的因果關(guān)系。本文選擇的研究樣本時(shí)期是“新冠疫情”暴發(fā)之前最后一個(gè)較大的電影檔期。疫情暴發(fā)之后,電影行業(yè)受到巨大沖擊,各地疫情波動(dòng)以及當(dāng)?shù)卣扇〉姆揽卣呔鶎?duì)電影市場(chǎng)運(yùn)行帶來(lái)巨大影響。限于數(shù)據(jù)的可及性,難以追蹤樣本期電影的每日評(píng)論數(shù)量和評(píng)分,故使用電影上映期間每日的百度搜索指數(shù)作為消費(fèi)者所獲得的關(guān)于電影信息的代理變量。百度指數(shù)越高,表明消費(fèi)者獲得的關(guān)于該電影的信息也就越多。

隨著時(shí)間的推移,電影的每日票房往往呈現(xiàn)出先上升后下降的趨勢(shì),且一般在前兩周達(dá)到峰值,隨后逐漸降低[15]。為避免電影票房隨著時(shí)間推移自然下降給模型估計(jì)帶來(lái)的影響,本文選取電影上映前兩周的每日數(shù)據(jù)作為樣本。Duan等[28]也指出,電影上映前期的票房收入波動(dòng)較大,且以日度數(shù)據(jù)來(lái)分析影響關(guān)系更加合理?；诖?本文手工搜集了2019年6月1日至2019年8月30日上映電影的每日數(shù)據(jù),數(shù)據(jù)來(lái)自阿里影業(yè)旗下“燈塔專(zhuān)業(yè)版”平臺(tái),并搜集了基于電影名稱(chēng)的百度指數(shù)數(shù)據(jù)。由于票房收入小于500萬(wàn)元人民幣的電影數(shù)據(jù)缺失嚴(yán)重,故刪除年度票房收入小于500萬(wàn)元以及主要變量缺失的樣本,最終得到60部電影上映前14天的面板數(shù)據(jù)。使用固定效應(yīng)面板分位數(shù)回歸模型進(jìn)行實(shí)證分析,參數(shù)估計(jì)方法為矩估計(jì)方法[29]。模型設(shè)定如下:

式中:Q(α)it為電影i在時(shí)間t票房的α分位點(diǎn)的對(duì)數(shù)值,刻畫(huà)了電影的每日票房收入的分布;Indexit-1為電影i在t-1天的百度指數(shù)的對(duì)數(shù)值,是模型式(2)的核心解釋變量?？刂谱兞縋aipianit為電影i在時(shí)間t的排片率,Goldenit為電影i在時(shí)間t黃金場(chǎng)的排片率。Weekendt為二元變量,若當(dāng)天是周末,取值為“1”,否則取值為“0”。β1i為個(gè)體固定效應(yīng),β1～β5為回歸系數(shù),εit為隨機(jī)誤差項(xiàng)且均值為0。使用固定效應(yīng)模型可以控制電影質(zhì)量、導(dǎo)演、演員、預(yù)算和類(lèi)型等不隨時(shí)間變化的變量對(duì)票房的影響。模型式(2)的參數(shù)估計(jì)結(jié)果如表4所示。

表4 固定效應(yīng)面板分位數(shù)回歸結(jié)果Tab.4 Fixed effect panel quantile regression results

表4給出了以電影上映前14天數(shù)據(jù)為樣本的估計(jì)結(jié)果,列(1)～列(9)分別為10%～90%分位點(diǎn)的參數(shù)估計(jì)?？梢钥吹?在各個(gè)分位點(diǎn)上,變量Index的系數(shù)均在1%水平上顯著為正,且隨著電影票房收入分位點(diǎn)的提高,其系數(shù)從0.276 增加至0.372。這進(jìn)一步確認(rèn)了本文基準(zhǔn)回歸分析所發(fā)現(xiàn)的結(jié)論。即消費(fèi)者所獲取的信息對(duì)高票房收入電影的正向影響更大,搜尋成本的下降使消費(fèi)者更加傾向于消費(fèi)市場(chǎng)上“最好看”的電影,帶來(lái)了顯著的“明星效應(yīng)”。

2.5 穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)本文結(jié)果的穩(wěn)健性,使用電影上映首周的數(shù)據(jù)進(jìn)行回歸分析?；貧w模型是模型式(2),參數(shù)估計(jì)結(jié)果如表5所示。

表5 電影上映前7天樣本回歸結(jié)果Tab.5 Regression results for sample of movies in the 7 days after release

表5給出了以電影上映前7天每日數(shù)據(jù)為樣本的參數(shù)估計(jì)結(jié)果?？梢钥吹?變量Index的系數(shù)依然顯著為正,且隨著分位點(diǎn)的增加而上升,表明“研究假設(shè)1a得到支持,而研究假設(shè)1b沒(méi)有得到支持”的結(jié)論是穩(wěn)健的。有意思的是,在各個(gè)分位點(diǎn)上,變量Index在表5中的估計(jì)結(jié)果要略小于表4中對(duì)應(yīng)的估計(jì)結(jié)果。這是因?yàn)樵陔娪吧嫌吵跗谫?gòu)票觀看的消費(fèi)者更加喜歡所觀看的電影,所以其消費(fèi)行為受其所獲得信息的影響偏小。

3 結(jié)論

本文提出了一個(gè)理論分析框架,從供給和需求兩個(gè)方面分析了數(shù)字經(jīng)濟(jì)背景下文化產(chǎn)業(yè)的高質(zhì)量發(fā)展。在供給側(cè),數(shù)字技術(shù)顯著降低了文化產(chǎn)品的制作、發(fā)行和分發(fā)成本,進(jìn)而降低了市場(chǎng)進(jìn)入門(mén)檻。文化產(chǎn)品的質(zhì)量難以在事前準(zhǔn)確預(yù)測(cè),由于市場(chǎng)門(mén)檻降低而進(jìn)入市場(chǎng)的文化產(chǎn)品不僅數(shù)量多,而且質(zhì)量可能更高。數(shù)字技術(shù)增加了優(yōu)質(zhì)文化產(chǎn)品的供給,整個(gè)社會(huì)的福利水平也會(huì)大幅提高。

大量新產(chǎn)品進(jìn)入市場(chǎng)會(huì)引起關(guān)于消費(fèi)者搜尋成本上升的擔(dān)憂。但實(shí)際上,數(shù)字技術(shù)也催生了一些數(shù)字平臺(tái)。在這些平臺(tái)上,用戶可以分享自己的消費(fèi)體驗(yàn),使其他消費(fèi)者可以獲取關(guān)于文化產(chǎn)品質(zhì)量的有效信息。這意味著數(shù)字平臺(tái)的出現(xiàn)反而會(huì)降低消費(fèi)者的搜尋成本。本文基于電影行業(yè)的微觀數(shù)據(jù)對(duì)該問(wèn)題進(jìn)行了實(shí)證檢驗(yàn),發(fā)現(xiàn)其他消費(fèi)者的評(píng)論確實(shí)增加了消費(fèi)者可獲得的信息,進(jìn)而影響了其觀影決策。搜尋成本下降帶來(lái)顯著的“明星效應(yīng)”:獲取了更多信息的消費(fèi)者會(huì)更傾向于消費(fèi)市場(chǎng)上“最受歡迎”的電影。數(shù)字技術(shù)通過(guò)降低搜尋成本的方式促進(jìn)了文化消費(fèi)結(jié)構(gòu)升級(jí)。

本文的結(jié)論對(duì)相關(guān)政策制定和行業(yè)實(shí)踐均有一定的啟示。

(1)在政策制定方面,由于數(shù)字技術(shù)的影響,文化產(chǎn)品的供給大幅增加,鼓勵(lì)和推動(dòng)高質(zhì)量信息分享平臺(tái)的發(fā)展可以有效降低消費(fèi)者的搜尋成本,提高消費(fèi)者的福利水平,而且這種市場(chǎng)化的信息分享平臺(tái)也促進(jìn)了行業(yè)內(nèi)的優(yōu)勝劣汰,提高了市場(chǎng)效率,降低了治理成本。

(2)對(duì)于文化行業(yè)的從業(yè)者,多邊數(shù)字平臺(tái)(如視頻和音樂(lè)平臺(tái))在一定程度上扮演了市場(chǎng)的角色,促成了內(nèi)容消費(fèi)者和提供者之間的交易。這些平臺(tái)在進(jìn)行設(shè)計(jì)時(shí)也會(huì)提供讓用戶對(duì)產(chǎn)品進(jìn)行評(píng)論或評(píng)分等來(lái)分享個(gè)人消費(fèi)體驗(yàn)的功能。這些功能構(gòu)成了平臺(tái)內(nèi)的“聲譽(yù)系統(tǒng)”,有效的“聲譽(yù)系統(tǒng)”可以幫助消費(fèi)者更容易找到最適合的產(chǎn)品,提升其使用體驗(yàn),進(jìn)而吸引更多的用戶,實(shí)現(xiàn)健康持續(xù)發(fā)展。

本文的研究存在一定的不足。首先,在實(shí)證分析中,樣本僅包含了電影線下的票房收入,這可能是本文的實(shí)證分析沒(méi)有發(fā)現(xiàn)“長(zhǎng)尾效應(yīng)”證據(jù)的原因之一。其次,因?yàn)殡娪吧嫌持芷谝话阍?個(gè)月左右,本文的實(shí)證結(jié)果更多反映搜索成本下降對(duì)電影短期收入的影響。實(shí)際上,電影上映結(jié)束后仍然可能帶來(lái)長(zhǎng)期收入,如某視頻網(wǎng)站購(gòu)買(mǎi)電影版權(quán)后可以繼續(xù)吸引用戶付費(fèi)開(kāi)通會(huì)員觀看。直觀而言,評(píng)分越高的電影往往越能吸引消費(fèi)者反復(fù)觀看。從長(zhǎng)期來(lái)看,電影評(píng)分對(duì)電影收入的影響還需要更多的實(shí)證證據(jù)。最后,本文使用電影票房收入作為電影質(zhì)量的一個(gè)代理變量,但需要指出的是,電影票房收入高并不能說(shuō)明其“藝術(shù)價(jià)值”也高,對(duì)于電影市場(chǎng)存在的“叫好不叫座”現(xiàn)象,以及強(qiáng)大的數(shù)字化表現(xiàn)形式下較弱的文化內(nèi)涵等問(wèn)題還需要更深入地研究。

4 未來(lái)研究展望

4.1 數(shù)字文化平臺(tái)的搜索設(shè)計(jì)問(wèn)題

隨著數(shù)字技術(shù)的進(jìn)一步發(fā)展,除豆瓣網(wǎng)等網(wǎng)站之外,還出現(xiàn)了其他新型的“數(shù)字平臺(tái)”。例如,在“淘票票”“貓眼”等第三方平臺(tái)上,消費(fèi)者可以搜索正在上映的電影和相關(guān)影院,并直接購(gòu)票。此類(lèi)“數(shù)字平臺(tái)”的出現(xiàn)引出了一系列平臺(tái)搜索設(shè)計(jì)的相關(guān)問(wèn)題。此類(lèi)雙邊或多邊的數(shù)字平臺(tái)可能有意地增加消費(fèi)者的搜尋成本[30]。例如,平臺(tái)在進(jìn)行搜索設(shè)計(jì)時(shí)也會(huì)通過(guò)設(shè)置一定的搜尋成本來(lái)防止消費(fèi)者對(duì)比過(guò)多的產(chǎn)品[31]。Teh[32]研究發(fā)現(xiàn),在不同的收費(fèi)模式下,平臺(tái)在進(jìn)行搜索設(shè)計(jì)時(shí),會(huì)有意地增加搜尋成本或加劇賣(mài)家之間的競(jìng)爭(zhēng)。因此,對(duì)數(shù)字文化平臺(tái)的“搜索設(shè)計(jì)”相關(guān)問(wèn)題還需要更深入地研究。此外,該領(lǐng)域的研究尚處于理論探索階段,隨著相關(guān)數(shù)據(jù)的進(jìn)一步豐富,也需要更多的實(shí)證證據(jù)。

4.2 數(shù)字文化市場(chǎng)中消費(fèi)者的行為問(wèn)題

消費(fèi)者對(duì)所處市場(chǎng)環(huán)境的認(rèn)知及認(rèn)知能力均會(huì)對(duì)其行為乃至市場(chǎng)結(jié)果產(chǎn)生影響[33]。行為產(chǎn)業(yè)組織領(lǐng)域的最新研究發(fā)現(xiàn),部分消費(fèi)者在評(píng)估自己從購(gòu)買(mǎi)的商品中所能獲取的價(jià)值方面存在“系統(tǒng)性偏差”,這部分消費(fèi)者被稱(chēng)為“天真型消費(fèi)者”。與之相對(duì)的是“老練型消費(fèi)者”。在文化產(chǎn)品市場(chǎng),消費(fèi)者的這種異質(zhì)性帶來(lái)了一系列值得關(guān)注的問(wèn)題。例如,有些文化產(chǎn)品和服務(wù)的消費(fèi)是跨期的。通常情況下,為吸引更多人開(kāi)通會(huì)員,視頻網(wǎng)站往往會(huì)在會(huì)員開(kāi)通的初期收取較低的會(huì)員費(fèi),隨著時(shí)間的推移,會(huì)員費(fèi)會(huì)越來(lái)越貴。出于“有限的記憶力”或?qū)?lái)可能的“拖延”等原因,“天真型消費(fèi)者”往往會(huì)高估自己在價(jià)格升高時(shí)取消相關(guān)契約的可能性,進(jìn)而難以在適當(dāng)?shù)臅r(shí)候轉(zhuǎn)換合約[34]。當(dāng)存在“天真型消費(fèi)者”時(shí),平臺(tái)可能會(huì)利用這一點(diǎn)來(lái)不正當(dāng)牟利。當(dāng)消費(fèi)者之間存在異質(zhì)性時(shí),平臺(tái)設(shè)計(jì)以及其將如何影響市場(chǎng)效率和福利分配等需要更深入地分析。

4.3 文化數(shù)字平臺(tái)的治理問(wèn)題

在數(shù)字文化產(chǎn)業(yè)快速發(fā)展的同時(shí),如何對(duì)其進(jìn)行有效的治理正引起學(xué)術(shù)界和政策制定者的關(guān)注。其中,較為突出的是個(gè)人信息保護(hù)和平臺(tái)的反壟斷問(wèn)題。數(shù)字平臺(tái)的“規(guī)模邊際收益遞增”也導(dǎo)致了一種新型的壟斷形式——“數(shù)字壟斷”[35]。搜集大量用戶數(shù)據(jù)的平臺(tái)識(shí)別消費(fèi)者的類(lèi)型將會(huì)更加容易,可能會(huì)對(duì)不同的消費(fèi)者收取不同的價(jià)格[36]。保護(hù)個(gè)人信息可能是保護(hù)消費(fèi)者合法權(quán)益的一個(gè)有效方法。但另一方面,擁有更多的用戶數(shù)據(jù)可以使平臺(tái)更好地分析消費(fèi)者的偏好,從而進(jìn)行更好的產(chǎn)品推薦,產(chǎn)生“匹配價(jià)值”。這給政策制定者帶來(lái)新的挑戰(zhàn),即如何在消費(fèi)者個(gè)人信息保護(hù)和“匹配價(jià)值”乃至整體社會(huì)福利之間進(jìn)行權(quán)衡[35]?？傊?面對(duì)“數(shù)字壟斷”這種新的壟斷形式,個(gè)人信息保護(hù)與消費(fèi)者福利之間的關(guān)系趨于復(fù)雜,有效的治理方式需要更多地探索。