鮑 磊, 何逢標(biāo), 李迎迎

(淮陰師范學(xué)院 商學(xué)院, 江蘇 淮安 223001)

引言

隨著互聯(lián)網(wǎng)的普及和大數(shù)據(jù)技術(shù)的應(yīng)用,越來(lái)越多的企業(yè)認(rèn)識(shí)到消費(fèi)者隱私的價(jià)值[1]。通過(guò)收集消費(fèi)者的隱私數(shù)據(jù),并將其用于發(fā)布定向廣告、提供更加精準(zhǔn)的服務(wù),或者將數(shù)據(jù)出售給第三方,在線平臺(tái)開(kāi)辟了新的利潤(rùn)來(lái)源[2-3]。例如:美團(tuán)需要基于用戶的位置信息為他們推薦周邊的商品或服務(wù)。雅虎掃描用戶電子郵件收集有價(jià)值的客戶數(shù)據(jù)并出售給廣告商[4]。但是,在線平臺(tái)企業(yè)從收集消費(fèi)者隱私中獲益的同時(shí),也不得不面對(duì)新的挑戰(zhàn)和威脅,其中之一就是隱私數(shù)據(jù)的泄露問(wèn)題[5-6]。比如:2018年9月社交媒體平臺(tái)Facebook公布,黑客利用安全漏洞竊取了至少3 000萬(wàn)個(gè)賬戶的信息(1)《臉書(shū):已證實(shí)在上周的安全漏洞中3000多萬(wàn)個(gè)人的賬戶被侵入》,http://news.jstv.com/a/20181013/153938480284.shtml,訪問(wèn)日期:2023年5月10日。。2022年6月,國(guó)內(nèi)某軟件公司的數(shù)據(jù)庫(kù)泄露了1.7億條用戶重要信息(2)《學(xué)習(xí)通被曝“泄露1.7億條數(shù)據(jù)”背后》,https://cn-sec.com/archives/1143406.html,訪問(wèn)日期:2023年5月10日。。

監(jiān)管部門會(huì)對(duì)發(fā)生隱私泄露的在線平臺(tái)進(jìn)行必要的懲罰。2022年3月,愛(ài)爾蘭數(shù)據(jù)保護(hù)委員會(huì)根據(jù)《歐盟通用數(shù)據(jù)保護(hù)條例(GDPR)》,對(duì)Facebook的母公司Meta征收1 700萬(wàn)歐元的罰款,原因是該公司未能采取適當(dāng)?shù)募夹g(shù)和組織措施保護(hù)歐盟用戶的數(shù)據(jù)安全,導(dǎo)致2018年發(fā)生一系列隱私泄露事件(3)《臉書(shū)被歐盟罰款1.2億:大規(guī)模數(shù)據(jù)泄露》,http://tech.hexun.com/2022-03-15/205502316.html,訪問(wèn)日期:2023年5月10日。。事實(shí)上,許多國(guó)家已經(jīng)通過(guò)立法的方式,規(guī)定了在線平臺(tái)企業(yè)發(fā)生隱私泄露時(shí)監(jiān)管部門可以施加的罰款金額。例如,《中華人民共和國(guó)個(gè)人信息保護(hù)法》第六十六條規(guī)定,“違反本法規(guī)定處理個(gè)人信息,或者處理個(gè)人信息未履行本法規(guī)定的個(gè)人信息保護(hù)義務(wù)的……有前款規(guī)定的違法行為,情節(jié)嚴(yán)重的,由省級(jí)以上履行個(gè)人信息保護(hù)職責(zé)的部門責(zé)令改正,沒(méi)收違法所得,并處五千萬(wàn)元以下或者上一年度營(yíng)業(yè)額百分之五以下罰款”。歐盟的《通用數(shù)據(jù)保護(hù)條例》(General Data Protection Regulation,GDPR)明確:違反數(shù)據(jù)保護(hù)規(guī)定,輕者處以1 000萬(wàn)歐元或者企業(yè)上一年度全球營(yíng)收的2%(兩者取其高)的罰款;重者處以2 000萬(wàn)歐元或者企業(yè)上一年度全球營(yíng)收的4%(兩者取其高)的罰款(4)《歐盟〈通用數(shù)據(jù)保護(hù)條例〉(GDPR)實(shí)務(wù)指引(全文版)》,http://www.xiia.org.cn/xwzx/gjzx/202109/t20210917_5351.htm,訪問(wèn)日期:2023年5月10日。。面對(duì)巨額罰款,在線平臺(tái)需要慎重考慮在可能卷入法律糾紛的情況下,是否需要收集消費(fèi)者隱私。

綜上所述,互聯(lián)網(wǎng)的廣泛應(yīng)用使得人們?cè)诶酶黝愒诰€平臺(tái)時(shí)留下各種個(gè)人信息,大數(shù)據(jù)技術(shù)的發(fā)展讓消費(fèi)者隱私成為平臺(tái)企業(yè)的重要利潤(rùn)來(lái)源。當(dāng)前,世界各國(guó)都通過(guò)嚴(yán)格立法督促在線平臺(tái)企業(yè)履行數(shù)據(jù)安全保護(hù)義務(wù),降低消費(fèi)者隱私泄露風(fēng)險(xiǎn)。因此,從經(jīng)濟(jì)學(xué)的角度考慮隱私泄露導(dǎo)致的政府懲罰對(duì)于在線平臺(tái)隱私收集策略的影響,具有重要的理論意義和現(xiàn)實(shí)價(jià)值?；谏鲜隹紤],本文通過(guò)多階段動(dòng)態(tài)博弈模型的分析,研究存在隱私泄露風(fēng)險(xiǎn)時(shí),在線平臺(tái)在何種情況下才會(huì)選擇收集消費(fèi)者隱私,收集隱私是否有利于提高消費(fèi)者剩余和社會(huì)福利,以及監(jiān)管部門的懲罰會(huì)如何影響平臺(tái)企業(yè)的決策。

一、文獻(xiàn)綜述

本文主要與消費(fèi)者隱私的經(jīng)濟(jì)價(jià)值研究和隱私保護(hù)與規(guī)制研究等相關(guān)。

(一)消費(fèi)者隱私的經(jīng)濟(jì)價(jià)值研究

學(xué)者們通常從社會(huì)學(xué)、法學(xué)等視角對(duì)隱私的相關(guān)問(wèn)題展開(kāi)研究。近年來(lái),隨著大數(shù)據(jù)技術(shù)對(duì)消費(fèi)者特征的分析被廣泛應(yīng)用于營(yíng)銷領(lǐng)域,學(xué)界開(kāi)始逐漸重視隱私的經(jīng)濟(jì)價(jià)值研究[7]。關(guān)于隱私的經(jīng)濟(jì)價(jià)值,當(dāng)前的研究主要集中于兩個(gè)方面:一是定向廣告,二是價(jià)格歧視。

利用大數(shù)據(jù)技術(shù),在線平臺(tái)可以基于用戶的產(chǎn)品瀏覽歷史和購(gòu)買記錄等數(shù)據(jù)分析其行為和偏好,針對(duì)不同類型的用戶投放不同的廣告,這就是所謂的定向廣告[8]。一些學(xué)者指出,企業(yè)借助于隱私分析消費(fèi)者的偏好或需求,有針對(duì)性地投放廣告,能夠?qū)崿F(xiàn)產(chǎn)品與用戶之間的精準(zhǔn)匹配,節(jié)約廣告成本,提高企業(yè)利潤(rùn)[9-10]。但是,也有一些研究發(fā)現(xiàn),定向廣告對(duì)于企業(yè)而言并非總是有利的,原因在于,企業(yè)為了吸引更多的消費(fèi)者可能不得不增加定向廣告的支出[11],或者由于競(jìng)爭(zhēng)效應(yīng)的存在,定向廣告投放可能加劇企業(yè)間的競(jìng)爭(zhēng),進(jìn)而降低了企業(yè)的利潤(rùn)[12]。需要指出的是,定向廣告的精準(zhǔn)性是建立在收集足夠數(shù)量的消費(fèi)者隱私數(shù)據(jù)基礎(chǔ)之上的,如果隱私被無(wú)節(jié)制地采集,消費(fèi)者可能面臨隱私泄露等風(fēng)險(xiǎn),從而引發(fā)消費(fèi)者對(duì)定向廣告的厭惡和抵觸。因此,廣告商應(yīng)當(dāng)在定向廣告的精度和消費(fèi)者的隱私關(guān)注度之間進(jìn)行權(quán)衡[13-14]。

消費(fèi)者在注冊(cè)賬號(hào)、購(gòu)買產(chǎn)品時(shí)留下大量個(gè)人信息,在線平臺(tái)可以通過(guò)算法推測(cè)出其個(gè)人偏好特征,并基于此為消費(fèi)者制定“量身定制”的價(jià)格[15]。事實(shí)上,基于消費(fèi)者隱私的價(jià)格歧視可以分為基于消費(fèi)者購(gòu)買歷史的價(jià)格歧視(BBPD)和基于消費(fèi)者特征的價(jià)格歧視(CBPD)[16]。前者是指當(dāng)消費(fèi)者存在重復(fù)購(gòu)買行為時(shí),企業(yè)依據(jù)購(gòu)買歷史推斷老顧客的偏好,然后制定不同的價(jià)格[17],因此,基于消費(fèi)者購(gòu)買歷史的價(jià)格歧視通常也被稱為“大數(shù)據(jù)殺熟”;后者是指企業(yè)能夠直接獲得有關(guān)消費(fèi)者特征的信息,然后對(duì)他們進(jìn)行“個(gè)性化定價(jià)”[18]。研究發(fā)現(xiàn),當(dāng)在線平臺(tái)采用BBPD策略時(shí),通常對(duì)老顧客制定相較于新顧客更高的價(jià)格[19];CBPD策略對(duì)平臺(tái)企業(yè)的利弊和對(duì)社會(huì)福利的影響需要結(jié)合具體的博弈模型進(jìn)行分析[7]。

(二)隱私保護(hù)與規(guī)制研究

隱私泄露可能招致不法分子利用這些信息實(shí)施精準(zhǔn)詐騙等犯罪活動(dòng)(5)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心2019公布的數(shù)據(jù)顯示,77.7%的被調(diào)查網(wǎng)民遭遇過(guò)信息安全事件,損失總金額大約為194億元。參見(jiàn)《77.7%網(wǎng)民遭遇過(guò)信息安全事件》,https://m.gmw.cn/2020-12/07/content_1301911897.htm,訪問(wèn)日期:2023年5月10日。。因此,在線平臺(tái)企業(yè)通常選擇在技術(shù)或管理方面進(jìn)行投資以降低隱私泄露發(fā)生的可能性,世界各國(guó)政府也在通過(guò)立法等方式對(duì)在線平臺(tái)企業(yè)收集、保存和利用消費(fèi)者隱私進(jìn)行規(guī)制[20]。

一些學(xué)者考察了消費(fèi)者的自我保護(hù)或在線平臺(tái)的投資對(duì)于企業(yè)利潤(rùn)的影響及其福利效應(yīng)。Montes等發(fā)現(xiàn),如果消費(fèi)者支付一定的成本可以避免隱私被收集,那么在寡頭競(jìng)爭(zhēng)的情形下,企業(yè)的利潤(rùn)隨著隱私成本的增大而遞減,而消費(fèi)者剩余隨著隱私成本的增大而遞增[21]。Chen等指出,身份管理能夠幫助消費(fèi)者防止企業(yè)利用收集的隱私對(duì)其進(jìn)行歧視性定價(jià),但是消費(fèi)者主動(dòng)管理身份可能緩解企業(yè)競(jìng)爭(zhēng),導(dǎo)致消費(fèi)者剩余的降低和社會(huì)福利的損失[22]。唐要家和王逸婧證明,如果消費(fèi)者主動(dòng)采取隱私管理手段應(yīng)對(duì)在線平臺(tái)的個(gè)性化定價(jià),則消費(fèi)者福利隨著隱私管理成本的增大呈倒U型變化[23]。Lee等考察了當(dāng)消費(fèi)者具有不同隱私關(guān)注度時(shí),雙寡頭廠商投資于隱私保護(hù)的動(dòng)機(jī),發(fā)現(xiàn)消費(fèi)者隱私關(guān)注度越高,廠商越傾向于投資,而且隱私投資能夠緩和企業(yè)競(jìng)爭(zhēng),降低消費(fèi)者剩余,提高社會(huì)福利[24]。

隨著世界各國(guó)相繼出臺(tái)隱私保護(hù)法律法規(guī),隱私政策的分析逐漸成為研究的熱點(diǎn)。一些學(xué)者指出,政府監(jiān)管的缺失將導(dǎo)致消費(fèi)者試圖通過(guò)偽造個(gè)人信息或拒絕購(gòu)買等手段保護(hù)個(gè)人隱私[25]。用戶對(duì)政府監(jiān)管的感知能有效地降低用戶的隱私關(guān)注[26],但是,加強(qiáng)隱私數(shù)據(jù)的保護(hù)可能會(huì)降低企業(yè)新技術(shù)風(fēng)險(xiǎn)投資的水平[27]。通過(guò)自愿性保護(hù)、強(qiáng)制性保護(hù)和無(wú)保護(hù)下垂直差異化雙寡頭的博弈分析,李三希等指出,消費(fèi)者剩余和社會(huì)福利在無(wú)保護(hù)時(shí)達(dá)到最大,禁止企業(yè)收集隱私將導(dǎo)致市場(chǎng)均衡無(wú)效率[28]?；谒讲町惢Ｐ偷姆治?Hoffmann等證明:在競(jìng)爭(zhēng)足夠激烈時(shí),嚴(yán)格禁止收集和使用個(gè)人數(shù)據(jù)將降低效率和消費(fèi)者剩余[29]。

對(duì)于在線平臺(tái)而言,服務(wù)的銷售和隱私的收集利用都可能成為利潤(rùn)來(lái)源?；诖怪辈町惢杨^競(jìng)爭(zhēng)模型的分析,Casadesus-Masanell和Hervas-Drane指出,提供高質(zhì)量服務(wù)的平臺(tái)傾向于只依賴服務(wù)的銷售獲得利潤(rùn),而提供低質(zhì)量服務(wù)的平臺(tái)則傾向于通過(guò)消費(fèi)者隱私獲得額外的收益[4]。基于水平差異化寡頭競(jìng)爭(zhēng)模型的研究,鮑磊等發(fā)現(xiàn),在線平臺(tái)是否收集消費(fèi)者隱私?jīng)Q定于消費(fèi)者的產(chǎn)品估值和差異化水平[2]。但是,考慮到各國(guó)都要求在線平臺(tái)安全保存消費(fèi)者的隱私,而且一旦發(fā)生隱私泄露將可能面臨監(jiān)管部門的罰款,因此在線平臺(tái)是否總是有收集和利用消費(fèi)者隱私的動(dòng)機(jī)就成為非常值得關(guān)注的重要問(wèn)題。不過(guò),現(xiàn)有文獻(xiàn)鮮有關(guān)注隱私泄露可能招致政府罰款對(duì)于在線平臺(tái)隱私收集決策的影響。本文借鑒了相關(guān)文獻(xiàn)的研究框架[2][4],將隱私泄露風(fēng)險(xiǎn)及在線平臺(tái)可能需要承擔(dān)的罰款納入模型,分析隱私泄露風(fēng)險(xiǎn)和罰款對(duì)在線平臺(tái)隱私收集策略的影響。與現(xiàn)有文獻(xiàn)相比,本文的主要?jiǎng)?chuàng)新點(diǎn)在于:(1)通過(guò)數(shù)理模型構(gòu)建,深入分析了隱私泄露風(fēng)險(xiǎn)和罰款對(duì)在線平臺(tái)企業(yè)隱私收集決策的影響;(2)提出了“隱私利潤(rùn)占比”概念,討論了在線平臺(tái)決定收集隱私時(shí)企業(yè)的利潤(rùn)聚焦;(3)研究了監(jiān)管部門制訂的經(jīng)濟(jì)懲罰策略,以及影響罰款水平的主要因素。

二、模型構(gòu)建

市場(chǎng)上存在某個(gè)在線平臺(tái),消費(fèi)者只有接入該平臺(tái)才能獲得所需的服務(wù),但是他們?cè)谧?cè)和使用該平臺(tái)時(shí)會(huì)留下一些隱私信息。在線平臺(tái)可以選擇收集消費(fèi)者的隱私并利用這些信息獲得收益,或者選擇不收集消費(fèi)者的隱私。

(一)消費(fèi)者的效用

如果在線平臺(tái)選擇不收集消費(fèi)者隱私,那么他們接入該平臺(tái)獲得的效用為

U=v-p

(1)

如果在線平臺(tái)選擇收集消費(fèi)者的隱私,那么他們接入平臺(tái)獲得的效用為

U=v+y(1-ωy)-p

(2)

其中,v是消費(fèi)者接入平臺(tái)獲得的固有效用,服從區(qū)間[0,V]上的均勻分布,V是正的常數(shù);y是在線平臺(tái)從單位消費(fèi)者處收集的隱私數(shù)量;p表示在線平臺(tái)向消費(fèi)者提供服務(wù)收取的費(fèi)用。通常,收集一定數(shù)量的隱私數(shù)據(jù)有利于在線平臺(tái)向消費(fèi)者提供更高質(zhì)量的服務(wù),因此表達(dá)式y(tǒng)(1-ωy)表示消費(fèi)者從在線平臺(tái)的隱私收集中獲得的效用;而且,類似于本文文末參考文獻(xiàn)[2]和[4],將其設(shè)置為隱私收集數(shù)量y的二次凹函數(shù),說(shuō)明消費(fèi)者可以從少量的隱私收集中收益,但是當(dāng)隱私被過(guò)度收集時(shí)將受損。參數(shù)ω是消費(fèi)者對(duì)隱私收集的敏感度,0<ω<1,ω越大則消費(fèi)者越厭惡隱私被收集。

(二)在線平臺(tái)的利潤(rùn)

在線平臺(tái)為消費(fèi)者提供服務(wù)的邊際成本近乎可以忽略不計(jì),為討論的便利,本文假設(shè)所有的生產(chǎn)成本和固定成本為零。如果在線平臺(tái)選擇不收集消費(fèi)者的隱私,那么服務(wù)的銷售成為平臺(tái)利潤(rùn)的唯一來(lái)源,于是利潤(rùn)函數(shù)為

П=pD

(3)

在線平臺(tái)可以利用收集到的消費(fèi)者隱私獲得收益。例如,向廣告商提供定向廣告服務(wù),或者將收集的數(shù)據(jù)向第三方出售。假設(shè)收集單位數(shù)量的隱私可以帶來(lái)收益ξ,則在線平臺(tái)選擇收集消費(fèi)者的隱私時(shí),利潤(rùn)函數(shù)為

П=pD+ξyD

(4)

其中,D表示消費(fèi)者的需求。

在線平臺(tái)受到技術(shù)能力限制或者存在管理不善,可能導(dǎo)致消費(fèi)者隱私泄露。不妨假設(shè)在線平臺(tái)發(fā)生消費(fèi)者隱私泄露的概率為ρ[0,1]。如果發(fā)生隱私泄露,那么政府將對(duì)該平臺(tái)施加一定的經(jīng)濟(jì)懲罰,罰款金額為F。

模型博弈時(shí)序?yàn)?第1階段,在線平臺(tái)決定是否選擇收集消費(fèi)者隱私。如果在線平臺(tái)決定收集隱私,那么第2階段,它需要決定最優(yōu)的隱私收集數(shù)量。第3階段,在線平臺(tái)選擇最優(yōu)的定價(jià)。第4階段,消費(fèi)者選擇是否接入平臺(tái),獲得相應(yīng)的服務(wù)。

三、子博弈均衡分析

(一)在線平臺(tái)不收集消費(fèi)者隱私

當(dāng)在線平臺(tái)選擇不收集消費(fèi)者隱私時(shí),利用消費(fèi)者效用U=v-p>0,可得選擇接入平臺(tái)的消費(fèi)者數(shù)量為

D=V-p

(5)

于是,在線平臺(tái)的利潤(rùn)為

П=p(V-p)

(6)

(二)在線平臺(tái)收集消費(fèi)者隱私

當(dāng)選擇收集消費(fèi)者隱私時(shí),利用效用函數(shù)U=v+y(1-ωy)-p>0,可得選擇接入平臺(tái)的消費(fèi)者數(shù)量為

D=V-p+y(1-ωy)

(7)

于是,在線平臺(tái)的利潤(rùn)為

П=(p+ξy)[V-p+y(1-ωy)]

(8)

(9)

在博弈的第2階段,將公式(9)帶入公式(8),得到

(10)

證明:利用公式(10)關(guān)于隱私收集數(shù)量y的一階條件,即

容易驗(yàn)證,

命題2表明,當(dāng)在線平臺(tái)可以通過(guò)出售消費(fèi)者隱私獲利時(shí),平臺(tái)將制定較低的價(jià)格甚至是通過(guò)補(bǔ)貼吸引更多的消費(fèi)者,從而從服務(wù)的銷售和隱私的收集兩個(gè)方面獲得利潤(rùn)。進(jìn)一步,結(jié)合命題1能夠看出,當(dāng)在線平臺(tái)選擇不收集消費(fèi)者的隱私時(shí),服務(wù)的銷售是在線平臺(tái)的唯一利潤(rùn)來(lái)源,因此最優(yōu)定價(jià)p*嚴(yán)格為正。但是,當(dāng)在線平臺(tái)選擇收集消費(fèi)者隱私時(shí),最優(yōu)定價(jià)p**可能為負(fù),即在線平臺(tái)在某些情況下可能對(duì)消費(fèi)者進(jìn)行補(bǔ)貼。該結(jié)論類似于雙邊市場(chǎng)文獻(xiàn)中的“傾斜式定價(jià)”,即平臺(tái)企業(yè)通常對(duì)一邊用戶(例如賣家)收取高價(jià),而對(duì)另一邊用戶(例如買家)收取低價(jià)甚至是提供補(bǔ)貼[30]。

從命題2可以直接得到推論1。

推論1的結(jié)論是比較直觀的。當(dāng)選擇收集消費(fèi)者隱私時(shí),單位隱私價(jià)值越高,在線平臺(tái)越有動(dòng)機(jī)收集更多的消費(fèi)者隱私,并通過(guò)降低價(jià)格吸引更多的消費(fèi)者接入平臺(tái),以此獲得更高的利潤(rùn)。消費(fèi)者的隱私敏感度越高,收集隱私對(duì)消費(fèi)者帶來(lái)的負(fù)面影響越大,那么在線平臺(tái)越應(yīng)當(dāng)降低隱私收集數(shù)量。但是,這并不意味著在線平臺(tái)會(huì)降低定價(jià),而是需要結(jié)合單位隱私價(jià)值進(jìn)行判斷:當(dāng)單位隱私價(jià)值較低時(shí),消費(fèi)者越討厭隱私被收集,在線平臺(tái)就越應(yīng)當(dāng)降低定價(jià),用低價(jià)策略吸引消費(fèi)者;當(dāng)單位隱私價(jià)值較高時(shí),消費(fèi)者的隱私敏感度更高,在線平臺(tái)應(yīng)當(dāng)向消費(fèi)者收取更高價(jià)格,以此作為放棄隱私收集的條件。

(11)

命題3:隱私占比Ω**隨著單位隱私價(jià)值ξ的增大而遞增,隨著消費(fèi)者隱私敏感度ω的增大而遞減。

證明:

命題3揭示了一個(gè)重要的發(fā)現(xiàn),單位隱私對(duì)于在線平臺(tái)的價(jià)值ξ越高,在線平臺(tái)就越倚重于從隱私收集中獲利。然而,消費(fèi)者隱私敏感度ω越高,在線平臺(tái)就越傾向于降低通過(guò)隱私收集獲得的收益,轉(zhuǎn)而更多地通過(guò)服務(wù)銷售獲得利潤(rùn)。這是因?yàn)?從推論1可知,最優(yōu)定價(jià)p**隨著單位隱私價(jià)值ξ的增大而單調(diào)遞減,而最優(yōu)隱私收集數(shù)量y**卻隨著ξ的增大而單調(diào)遞增,所以,隱私收集創(chuàng)造的利潤(rùn)在總利潤(rùn)中占比就越高。如果消費(fèi)者隱私敏感度ω較高,那么在線平臺(tái)將降低隱私收集數(shù)量y**,盡管此時(shí)最優(yōu)定價(jià)p**也可能降低,但是在線平臺(tái)從降低隱私收集數(shù)量中損失的利潤(rùn)高于定價(jià)降低中損失的利潤(rùn),因此,隱私占比Ω**隨著消費(fèi)者隱私敏感度ω的增大而遞減。

四、在線平臺(tái)的隱私收集策略分析

(一)不存在泄露風(fēng)險(xiǎn)時(shí)的隱私收集策略

下述命題4表明,如果不存在隱私泄露風(fēng)險(xiǎn),那么在線平臺(tái)將總是選擇收集消費(fèi)者隱私。

證明:由命題1和命題2,可以得到:

圖1 在線平臺(tái)的最優(yōu)定價(jià)策略(ω=0.6)

命題4(2)表明,收集消費(fèi)者隱私能夠給在線平臺(tái)帶來(lái)更高的需求和利潤(rùn)。這是因?yàn)?隱私收集能夠讓消費(fèi)者獲得更高的效用,所以在線平臺(tái)收集隱私能夠吸引更多的消費(fèi)者接入,加之服務(wù)的銷售和隱私的收集使得單位消費(fèi)者能夠?yàn)樵诰€平臺(tái)提供更高的利潤(rùn)邊際,因此,在收集消費(fèi)者隱私情況下,在線平臺(tái)將獲得更高的利潤(rùn)。

推論2在某種程度上可以被視為推論1的直接推論,這是因?yàn)椴皇占[私時(shí)在線平臺(tái)的定價(jià)、需求和利潤(rùn)都為常數(shù),所以推論2中各種變量之差顯示的關(guān)于單位隱私價(jià)值ξ和消費(fèi)者隱私敏感度ω的相關(guān)關(guān)系與推論1類似。

(二)考慮泄露風(fēng)險(xiǎn)的隱私收集策略

由于技術(shù)能力受限或者管理不善,在線平臺(tái)收集的消費(fèi)者隱私存在泄露的可能性。于是,在線平臺(tái)將不得不面對(duì)政府的懲罰,那么,在何種情況下在線平臺(tái)仍然具有收集消費(fèi)者隱私的動(dòng)機(jī)?

當(dāng)考慮隱私泄露風(fēng)險(xiǎn)時(shí),收集消費(fèi)者隱私為在線平臺(tái)創(chuàng)造的預(yù)期利潤(rùn)為

E[П]=(1-ρ)П**+ρ(П**-F)=П**-ρF

(12)

顯然,僅當(dāng)E[П]>П*時(shí),在線平臺(tái)才愿意選擇收集消費(fèi)者隱私。于是,得到如下結(jié)論。

命題5的結(jié)論是非常直觀的。如果因?yàn)榘l(fā)生隱私泄露而受到懲罰,那么在線平臺(tái)將需要權(quán)衡收集隱私帶來(lái)的額外收益與懲罰之間的大小關(guān)系。如果監(jiān)管部門施加的懲罰F較小,那么在線平臺(tái)將選擇收集隱私,既通過(guò)服務(wù)的銷售也通過(guò)隱私的收集獲得利潤(rùn);否則,在線平臺(tái)將選擇不收集隱私,只通過(guò)服務(wù)的銷售獲得利潤(rùn)。

(13)

其中,(1-ρ)表示不會(huì)發(fā)生隱私泄露的概率。不等式(13)成立,意味著不收集隱私時(shí)在線平臺(tái)的利潤(rùn)與收集隱私時(shí)在線平臺(tái)的利潤(rùn)之比不能過(guò)小,換言之,在線平臺(tái)不應(yīng)過(guò)分依賴于隱私收集創(chuàng)造的利潤(rùn)。

推論3:最高懲罰金額占比Ψ**隨著單位隱私價(jià)值ξ的增大而遞增,隨著消費(fèi)者隱私敏感度ω的增大而遞減。

證明:

推論3指出,消費(fèi)者的單位隱私價(jià)值較高時(shí),監(jiān)管部門可以提高最高懲罰金額占比;相反,如果消費(fèi)者的隱私敏感度較高時(shí),則監(jiān)管部門應(yīng)當(dāng)降低最高懲罰金額占比。

五、福利分析

下面,通過(guò)消費(fèi)者剩余和社會(huì)福利的比較,分析收集消費(fèi)者隱私是否有利于提高社會(huì)福利。

當(dāng)在線平臺(tái)選擇不收集消費(fèi)者隱私時(shí),消費(fèi)者剩余和社會(huì)福利分別為

(14)

(15)

當(dāng)在線平臺(tái)選擇收集消費(fèi)者隱私時(shí),消費(fèi)者剩余和社會(huì)福利分別為

(16)

SW**=CS**+П*=

(17)

證明:(1)CS**-CS*=

(2)SW**-SW*=

命題7表明,在線平臺(tái)收集隱私可能有利于提高消費(fèi)者剩余,而且總是有利于提高社會(huì)福利。因此,必然存在某些參數(shù)空間,使得收集隱私既有利于提高在線平臺(tái)的利潤(rùn),也能夠提高消費(fèi)者剩余和社會(huì)福利。

命題8指出,即使在線平臺(tái)可能因?yàn)殡[私泄露而遭受懲罰,只要罰款的金額相對(duì)較小,而且消費(fèi)者接入平臺(tái)獲得的效用較大(即ξ和V的組合位于圖2中區(qū)域①),則在線平臺(tái)可以通過(guò)收集隱私獲得更高的利潤(rùn),而且消費(fèi)者剩余和社會(huì)福利也高于不收集隱私的情形。這是因?yàn)?當(dāng)ξ和V的組合位于圖2中區(qū)域①時(shí):首先,在線平臺(tái)收集的隱私數(shù)量y**相對(duì)較少,消費(fèi)者能夠從隱私收集中獲得更高的效用;其次,即使存在隱私泄露的風(fēng)險(xiǎn),但是只要懲罰的力度相對(duì)較小,在線平臺(tái)就能夠從服務(wù)的銷售和隱私的收集中獲得“超額”的利潤(rùn),社會(huì)福利也因此得到提高。概言之,在線平臺(tái)收集隱私是帕累托改進(jìn)的。

圖2 消費(fèi)者剩余和社會(huì)福利的閾值(ω=0.6)

六、結(jié)論和啟示

現(xiàn)實(shí)經(jīng)濟(jì)中,消費(fèi)者在各種在線平臺(tái)上留下隱私數(shù)據(jù),那么平臺(tái)需要考慮是否應(yīng)當(dāng)收集消費(fèi)者隱私并將之作為利潤(rùn)的來(lái)源。研究發(fā)現(xiàn),監(jiān)管部門因消費(fèi)者隱私泄露而對(duì)在線平臺(tái)企業(yè)施加的懲罰是影響其隱私收集與否的決定性因素。收集隱私能夠?yàn)樵诰€平臺(tái)創(chuàng)造更高的需求和利潤(rùn),因此,如果不存在泄露風(fēng)險(xiǎn),則在線平臺(tái)總是愿意收集隱私;但是,如果因?yàn)榘l(fā)生隱私泄露而受到懲罰,那么僅當(dāng)罰款金額較小時(shí),在線平臺(tái)才有收集消費(fèi)者隱私的動(dòng)機(jī)。因此,單純地依靠企業(yè)的自我約束是無(wú)法把握消費(fèi)者隱私數(shù)據(jù)的合理利用與隱私保護(hù)的邊界的,必須依靠法規(guī)政策的保駕護(hù)航才能達(dá)成這一目標(biāo)。如果缺乏相關(guān)部門的監(jiān)管,大數(shù)據(jù)時(shí)代的企業(yè)就容易迷失方向,依靠其信息高度壟斷的優(yōu)勢(shì),淪為一些利益團(tuán)體的附庸。

為了分析隱私收集對(duì)于在線平臺(tái)利潤(rùn)的重要程度,本文定義了“隱私占比”概念。研究發(fā)現(xiàn),單位隱私價(jià)值越高,隱私占比越大;消費(fèi)者隱私敏感度越高,隱私占比越小。換言之,在線平臺(tái)應(yīng)當(dāng)通過(guò)權(quán)衡消費(fèi)者隱私價(jià)值和隱私敏感度的關(guān)系,來(lái)聚焦在線平臺(tái)的利潤(rùn)來(lái)源。消費(fèi)者隱私價(jià)值越高時(shí),在線平臺(tái)越依賴于通過(guò)收集隱私創(chuàng)造利潤(rùn),而當(dāng)消費(fèi)者厭惡隱私收集的程度越高時(shí),在線平臺(tái)越應(yīng)當(dāng)依賴于服務(wù)的銷售創(chuàng)造利潤(rùn)。需要指出的是,本文構(gòu)建的模型并非基于經(jīng)典的雙邊市場(chǎng)模型,但是如同雙邊市場(chǎng)理論的結(jié)論一樣,本文發(fā)現(xiàn)在線平臺(tái)可能利用低價(jià)策略甚至是補(bǔ)貼策略吸引消費(fèi)者的接入,并將利潤(rùn)聚焦于消費(fèi)者隱私的收集。因此,在線平臺(tái)應(yīng)當(dāng)綜合評(píng)估單位隱私價(jià)值和消費(fèi)者隱私敏感度,合理聚焦利潤(rùn)的來(lái)源。

福利分析表明,收集隱私有利于提高消費(fèi)者剩余和社會(huì)福利,因此,如果隱私泄露的懲罰相對(duì)較小,則在線平臺(tái)和消費(fèi)者都能從隱私收集中受益,即可能出現(xiàn)帕累托改進(jìn)的情形?？紤]到罰款的金額通常與在線平臺(tái)的利潤(rùn)相關(guān),本文提出了“懲罰金額占比”概念。只有懲罰金額占比較低時(shí),在線平臺(tái)才會(huì)選擇收集消費(fèi)者隱私,而且懲罰金額占比與消費(fèi)者的單位隱私價(jià)值成正比,與消費(fèi)者的隱私敏感度成反比。因此,監(jiān)管部門制定的罰款金額可以隨著單位隱私價(jià)值的增加而上調(diào),也需要隨著消費(fèi)者的厭惡程度的增加而下調(diào)。

最后,本文也存在一定的缺陷和不足。首先,本文構(gòu)造的消費(fèi)者效用函數(shù)沒(méi)有將消費(fèi)者對(duì)于隱私泄露造成的潛在損害納入其中。事實(shí)上,如果消費(fèi)者是理性的,那么其在接入在線平臺(tái)時(shí)能夠意識(shí)到潛在的泄露風(fēng)險(xiǎn)給自己帶來(lái)的損失,在這種情形下,在線平臺(tái)應(yīng)當(dāng)如何決策?其次,本文考慮的是在線平臺(tái)泄露消費(fèi)者隱私的風(fēng)險(xiǎn),事實(shí)上,隱私泄露可能是由第三方造成,那么監(jiān)管部門應(yīng)該如何劃分責(zé)任,并對(duì)在線平臺(tái)和第三方進(jìn)行懲罰?這些問(wèn)題,值得未來(lái)進(jìn)一步深入探究。