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(chǔ)、處理、傳輸?shù)男畔?。進(jìn)入21世紀(jì)以來，消費(fèi)互聯(lián)網(wǎng)及其催生的互聯(lián)網(wǎng)平臺(tái)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(tái)經(jīng)濟(jì)等領(lǐng)域中發(fā)揮的作用日趨顯著，成為產(chǎn)業(yè)經(jīng)濟(jì)和宏觀經(jīng)濟(jì)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(jì)中發(fā)揮的重要角色，以及經(jīng)濟(jì)主體(互聯(lián)網(wǎng)平臺(tái)、政府部門等)對(duì)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(huì)第四次全體會(huì)議通過《中共中央關(guān)于堅(jiān)持和完善中國特色社會(huì)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(dòng)、資本、土地、知識(shí)、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場(chǎng)評(píng)價(jià)貢獻(xiàn)、按貢獻(xiàn)決定報(bào)酬的機(jī)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(chǎng)化配置體制機(jī)制的意見》，明確提出要加快培育數(shù)據(jù)要素市場(chǎng)，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(duì)數(shù)據(jù)生產(chǎn)要素的重視，充分表明數(shù)據(jù)對(duì)于進(jìn)入高質(zhì)量發(fā)展階段的中國經(jīng)濟(jì)的重要意義。然而，當(dāng)前數(shù)據(jù)要素市場(chǎng)化無論在概念定義、統(tǒng)計(jì)度量、價(jià)值評(píng)估和市場(chǎng)化機(jī)制設(shè)計(jì)等方面都存在一系列實(shí)踐問題，需要經(jīng)濟(jì)學(xué)理論提供解決思路。首先，相對(duì)于土地、資本、勞動(dòng)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(jìng)爭性(non-rivalry)、規(guī)模報(bào)酬遞增、隱私負(fù)外部性等。對(duì)數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值和要素市場(chǎng)化的討論離不開對(duì)這些特性的分析；其次，數(shù)據(jù)要素的市場(chǎng)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(jī)制等諸多前沿議題，需要經(jīng)濟(jì)學(xué)理論對(duì)數(shù)據(jù)要素化的機(jī)制設(shè)計(jì)和福利效應(yīng)做出探討；最后，經(jīng)濟(jì)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(chǎng)和宏觀經(jīng)濟(jì)，并通過統(tǒng)計(jì)實(shí)證檢驗(yàn)和測(cè)算數(shù)據(jù)要素的實(shí)際經(jīng)濟(jì)貢獻(xiàn)。

數(shù)據(jù)要素的研究呼喚經(jīng)濟(jì)理論的創(chuàng)新。本文旨在梳理總結(jié)前沿經(jīng)濟(jì)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(jì)理論”，主要涵蓋微觀經(jīng)濟(jì)理論中的機(jī)制設(shè)計(jì)、合約理論、信息設(shè)計(jì)、行為經(jīng)濟(jì)學(xué)、產(chǎn)業(yè)組織理論，以及宏觀經(jīng)濟(jì)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(píng)估、產(chǎn)權(quán)歸屬設(shè)定、交易機(jī)制設(shè)計(jì)等重要議題提供了研究工具。當(dāng)前，對(duì)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(duì)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(jì)學(xué)前沿理論的貼合點(diǎn)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(duì)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(jì)理論的結(jié)合點(diǎn)，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(bào)酬特征這兩方面入手，探討數(shù)據(jù)要素相對(duì)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(jī)制兩方面探討數(shù)據(jù)要素市場(chǎng)化機(jī)制，特別是分四個(gè)場(chǎng)景探討經(jīng)濟(jì)學(xué)理論中對(duì)于數(shù)據(jù)要素交易機(jī)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(shí)經(jīng)濟(jì)中創(chuàng)造經(jīng)濟(jì)價(jià)值的主要路徑，并介紹對(duì)數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值的重要實(shí)證研究成果；最后，從研究方法和中國問題兩個(gè)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(bào)酬遞增、非競(jìng)爭性、隱私負(fù)外部性、超越地理距離的即時(shí)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(bào)酬遞增/遞減問題。這兩大特性深度嵌入數(shù)據(jù)要素市場(chǎng)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(chǎng)化的福利效應(yīng)，因此對(duì)于數(shù)據(jù)要素的現(xiàn)實(shí)政策具有重要意義。此外，隱私負(fù)外部性與報(bào)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(jìng)爭性)息息相關(guān)。探討文獻(xiàn)對(duì)隱私負(fù)外部性和報(bào)酬遞增/遞減問題的處理，可以了解經(jīng)濟(jì)理論對(duì)數(shù)據(jù)要素的一般處理方法。

(一)隱私負(fù)外部性

現(xiàn)實(shí)中，不同數(shù)據(jù)集的信息普遍存在相關(guān)性，一個(gè)消費(fèi)者的個(gè)人數(shù)據(jù)可能透露和該消費(fèi)者有關(guān)聯(lián)的其他消費(fèi)者的信息。因此，任何消費(fèi)者與企業(yè)“以隱私換補(bǔ)貼”的數(shù)據(jù)要素市場(chǎng)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(duì)數(shù)據(jù)、隱私本身的度量。這里將介紹幾篇文獻(xiàn)對(duì)于消費(fèi)者個(gè)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(gè)企業(yè)從消費(fèi)者手中購買數(shù)據(jù)的模型。假設(shè)有n個(gè)消費(fèi)者，企業(yè)從消費(fèi)者手中購買數(shù)據(jù)以學(xué)習(xí)世界狀態(tài)X∈χ, 每個(gè)消費(fèi)者對(duì)于世界狀態(tài)有一個(gè)共同的先驗(yàn)信念分布(common prior)。一次試驗(yàn)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(yàn)μ決定的后驗(yàn)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(jì)體中數(shù)據(jù)配置表現(xiàn)為n個(gè)試驗(yàn)μ=(μ1,…,μn):χ→Δ(SN)。集合S是信號(hào)實(shí)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(bǔ)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(bǔ)的，如果?i∈N,<μ-i>=<μ?>,μ?是無信息含量的試驗(yàn)。

直覺上講，如果數(shù)據(jù)配置是完全替代的，則邊際的個(gè)人數(shù)據(jù)價(jià)值為0，此時(shí)廠商光從其他消費(fèi)者的數(shù)據(jù)就能推斷這個(gè)消費(fèi)者的信息。完全互補(bǔ)的數(shù)據(jù)配置則是一個(gè)消費(fèi)者的數(shù)據(jù)的邊際價(jià)值相當(dāng)于整個(gè)數(shù)據(jù)集，即缺失了任何一個(gè)消費(fèi)者信息的數(shù)據(jù)對(duì)于企業(yè)來說都是無用的。Ichihashi(2021b)用統(tǒng)計(jì)試驗(yàn)引致的后驗(yàn)信念分布定義數(shù)據(jù)配置，并以聯(lián)合后驗(yàn)信念分布受到單個(gè)消費(fèi)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(gè)人數(shù)據(jù)Si的向量，pi是平臺(tái)對(duì)用戶的支付。消費(fèi)者隱私偏好強(qiáng)度為vi，其總收益為:

即平臺(tái)總要更準(zhǔn)確預(yù)測(cè)消費(fèi)者類型，消費(fèi)者總要避免被準(zhǔn)確預(yù)測(cè)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(duì)用戶i的類型預(yù)測(cè)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(chǎng)中，平臺(tái)決定對(duì)用戶的補(bǔ)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(gè)行動(dòng)組合a和a′滿足a≥a′, 則?i∈{1,…,n},Ji(a)≥Ji(a′)

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

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

Choi et al.(2019)假定消費(fèi)者使用一個(gè)壟斷在線平臺(tái)的服務(wù)必須同意出讓個(gè)人數(shù)據(jù)。消費(fèi)者需要權(quán)衡出讓數(shù)據(jù)的隱私損失和在線平臺(tái)的服務(wù)。但同時(shí)，消費(fèi)者出讓的個(gè)人數(shù)據(jù)也會(huì)透露關(guān)于用戶和非用戶(即不同意以出讓隱私為代價(jià)接受平臺(tái)服務(wù)的消費(fèi)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(gè)壟斷在線平臺(tái)提供內(nèi)容服務(wù)，一單位連續(xù)統(tǒng)的消費(fèi)者各自對(duì)平臺(tái)內(nèi)容有隨機(jī)偏好u，u服從分布函數(shù)F。平臺(tái)可從用戶處通過征求同意搜集個(gè)人類型θ,θ服從分布函數(shù)G，每個(gè)消費(fèi)者承受隱私凈損失為λ(θ,m)，其中m代表平臺(tái)服務(wù)的消費(fèi)者量。λ(θ,m)隨θ和m遞增，代表消費(fèi)者類型越高，對(duì)隱私越敏感；且平臺(tái)擁有的用戶越多，對(duì)個(gè)體消費(fèi)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(duì)一般用戶造成隱私外部性損失，還會(huì)造成非用戶的隱私損失：對(duì)于每個(gè)θ類型消費(fèi)者透露的數(shù)據(jù)，有α比例會(huì)產(chǎn)生非用戶的隱私損失。社會(huì)計(jì)劃者或者壟斷平臺(tái)選擇門檻類型θE和θN，類型在[0,θE]的消費(fèi)者由于數(shù)據(jù)外部性而被動(dòng)出讓隱私，類型在[0,θN]的消費(fèi)者主動(dòng)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(tái)服務(wù)換隱私的經(jīng)濟(jì)場(chǎng)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(chǎng)，數(shù)據(jù)商在需求沖擊實(shí)現(xiàn)前從個(gè)體消費(fèi)者手中購買關(guān)于需求信息的數(shù)據(jù)，并把個(gè)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(duì)消費(fèi)者有效承諾搜集個(gè)人信息的精度。具體來說，如果消費(fèi)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(gè)私有信號(hào)：

其中aj代表消費(fèi)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(fèi)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(fèi)者的信息。同樣，數(shù)據(jù)商對(duì)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(fèi)者數(shù)據(jù)的政策wi→si為信息結(jié)構(gòu)S:RN→ΔRN。

易知此時(shí)消費(fèi)者的個(gè)人數(shù)據(jù)存在負(fù)外部性：即使一個(gè)消費(fèi)者不透露自身數(shù)據(jù)，只要其他消費(fèi)者透露了數(shù)據(jù)，則該消費(fèi)者也要承擔(dān)個(gè)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(jià)格歧視對(duì)消費(fèi)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(duì)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(chǎng)景和隱私的度量方式。采用純粹統(tǒng)計(jì)方法度量的隱私(例如Ichihashi(2021)的后驗(yàn)信念分布函數(shù)的二階隨機(jī)占優(yōu)性)較為客觀，但難以刻畫隱私泄露對(duì)消費(fèi)者的主觀損失。在產(chǎn)業(yè)市場(chǎng)，可以通過客觀的價(jià)格歧視引致的消費(fèi)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(fèi)者現(xiàn)實(shí)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(shí)符合消費(fèi)者主觀偏好和實(shí)際行為的隱私負(fù)外部性度量仍需探索。

(二)報(bào)酬遞增抑或遞減？

傳統(tǒng)生產(chǎn)要素(例如資本、勞動(dòng))經(jīng)常被納入Cobb-Douglas生產(chǎn)函數(shù)，以描述其規(guī)模報(bào)酬不變或邊際報(bào)酬遞減的特征。數(shù)據(jù)要素是否呈現(xiàn)邊際報(bào)酬遞減或規(guī)模報(bào)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(bào)酬

Varian(2018)討論了人工智能行業(yè)的數(shù)據(jù)要素邊際報(bào)酬。他認(rèn)為機(jī)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(bào)酬遞減。用直觀的圖像展示，Varian(2018)顯示機(jī)器學(xué)習(xí)隨著訓(xùn)練圖片的增加，平均識(shí)別準(zhǔn)確率的增速遞減。也有實(shí)證文獻(xiàn)檢驗(yàn)了數(shù)據(jù)投入的邊際報(bào)酬。Bajari et al.(2020)使用亞馬遜周度零售價(jià)格數(shù)據(jù)檢驗(yàn)數(shù)據(jù)量對(duì)零售價(jià)格預(yù)測(cè)系統(tǒng)的預(yù)測(cè)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(jià)格預(yù)測(cè)越準(zhǔn)確，盡管存在邊際收益遞減。同時(shí)，橫向數(shù)據(jù)規(guī)模越大(即同時(shí)期不同零售商的價(jià)格數(shù)據(jù)越多)不影響系統(tǒng)預(yù)測(cè)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(bào)酬遞減是成立的，原因是較早收到的信號(hào)比較晚收到的信號(hào)更能改變決策。

Posner and Weyl(2018)看法相反。他們認(rèn)為，以機(jī)器學(xué)習(xí)為主要技術(shù)的人工智能與傳統(tǒng)統(tǒng)計(jì)學(xué)習(xí)技術(shù)有較大區(qū)別。機(jī)器學(xué)習(xí)能完成傳統(tǒng)統(tǒng)計(jì)學(xué)習(xí)難以實(shí)現(xiàn)的復(fù)雜功能，例如識(shí)別人臉、實(shí)現(xiàn)高水平圍棋對(duì)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(shí)現(xiàn)。因此，機(jī)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(bào)酬遞增-邊際報(bào)酬遞減”形式。

圖1 機(jī)器學(xué)習(xí)樣本量與平均準(zhǔn)確度 圖片來源:Varian(2018)。圖2 機(jī)器學(xué)習(xí)樣本量與數(shù)據(jù)價(jià)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(bào)酬的一個(gè)側(cè)面?，F(xiàn)實(shí)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(bào)酬遞增或邊際報(bào)酬遞減。因此，對(duì)數(shù)據(jù)要素邊際報(bào)酬的討論離不開微觀層面技術(shù)經(jīng)濟(jì)特性的具體實(shí)證研究。

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

微觀層面，要素的規(guī)模報(bào)酬指要素投入同比例變化引起的產(chǎn)出變化。眾多實(shí)證文獻(xiàn)指出數(shù)據(jù)要素可能存在規(guī)模報(bào)酬遞增性，導(dǎo)致現(xiàn)實(shí)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(qiáng)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(bào)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(bào)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(shí)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(dòng)化的過程，可變成本較低。因此，數(shù)據(jù)要素投入所耗費(fèi)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(bào)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(tái)搜集。這些互聯(lián)網(wǎng)數(shù)字平臺(tái)的運(yùn)營無可置疑呈現(xiàn)較強(qiáng)的網(wǎng)絡(luò)效應(yīng)。包括直接網(wǎng)絡(luò)效應(yīng)：對(duì)于微信等社交軟件，消費(fèi)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(duì)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(tái)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(shí)中互聯(lián)網(wǎng)產(chǎn)品市場(chǎng)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(yàn)、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(yàn)。因此對(duì)數(shù)據(jù)要素的處理呈現(xiàn)較強(qiáng)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(duì)降低，由此呈現(xiàn)規(guī)模報(bào)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(bào)酬遞增，并能區(qū)分不同因素導(dǎo)致的規(guī)模報(bào)酬遞增。通過對(duì)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(bào)酬對(duì)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(bào)酬遞增：非競(jìng)爭性與隱私成本

在宏觀層面，數(shù)據(jù)要素的規(guī)模報(bào)酬可以分為總產(chǎn)出的規(guī)模報(bào)酬和凈價(jià)值的規(guī)模報(bào)酬，這兩方面與數(shù)據(jù)要素的非競(jìng)爭性和隱私成本相關(guān)(1)內(nèi)生經(jīng)濟(jì)增長理論較早就從技術(shù)知識(shí)的多部門可復(fù)用性推導(dǎo)出研發(fā)活動(dòng)的規(guī)模報(bào)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(shí)作為生產(chǎn)函數(shù)的投入，且一個(gè)部門使用技術(shù)知識(shí)不妨礙另一部門使用。。

(1)非競(jìng)爭性

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

現(xiàn)有文獻(xiàn)中通過刻畫數(shù)據(jù)要素的非競(jìng)爭性，容易在宏觀經(jīng)濟(jì)增長模型中得到數(shù)據(jù)要素的宏觀規(guī)模報(bào)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(huì)產(chǎn)出的副產(chǎn)品，Veldkamp and Chung(2019)假定數(shù)據(jù)要素是消費(fèi)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(bào)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(xiàng)形式。這是一種在現(xiàn)實(shí)消費(fèi)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(xiàng)的凸性成本函數(shù)引出了關(guān)于數(shù)據(jù)要素的凈價(jià)值是否存在規(guī)模報(bào)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(xiàng)隱私成本，數(shù)據(jù)要素的凈價(jià)值是對(duì)數(shù)據(jù)量e嚴(yán)格凹的，因此數(shù)據(jù)要素凈價(jià)值呈現(xiàn)規(guī)模報(bào)酬遞減。對(duì)于那些數(shù)據(jù)產(chǎn)出呈現(xiàn)規(guī)模報(bào)酬遞增的設(shè)定，如果結(jié)合二次項(xiàng)隱私成本，則更難考察數(shù)據(jù)凈價(jià)值的規(guī)模報(bào)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(bào)酬遞增。

綜上所述，數(shù)據(jù)要素的宏觀規(guī)模報(bào)酬遞增性主要來源于數(shù)據(jù)要素的非競(jìng)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(bào)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(bào)酬遞增效應(yīng)的實(shí)證度量。

三、數(shù)據(jù)要素市場(chǎng)化

傳統(tǒng)生產(chǎn)要素，如資本、勞動(dòng)，其產(chǎn)權(quán)歸屬和市場(chǎng)交易機(jī)制較為直觀、成熟。而數(shù)據(jù)要素由于存在非競(jìng)爭性等技術(shù)經(jīng)濟(jì)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(chǎng)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(chǎng)化的一般機(jī)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(gè)層面，討論數(shù)據(jù)要素市場(chǎng)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(shí)上，如Varian(2018)指出，數(shù)據(jù)與石油不同，由于數(shù)據(jù)有非競(jìng)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(shí)，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(shí)現(xiàn)有效的數(shù)據(jù)交易；(2)數(shù)據(jù)有非競(jìng)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(shí)難以相信廠商會(huì)合理使用數(shù)據(jù)；(4)個(gè)人數(shù)據(jù)牽涉到個(gè)人隱私，同時(shí)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(shí)，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(fèi)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(fèi)者透露真實(shí)類型θ?？梢宰C明，最優(yōu)合約中，廠商限制對(duì)高類型用戶的數(shù)據(jù)搜集，換取這些用戶消費(fèi)更多服務(wù)；而廠商對(duì)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(fèi)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(fèi)。

當(dāng)數(shù)據(jù)處理和貨幣化是不可締約(non-contractible)時(shí)，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(shí)，廠商一定會(huì)盡其所能搜集數(shù)據(jù)使得e=q。作者證明此時(shí)廠商對(duì)于高類型用戶的數(shù)據(jù)搜集相對(duì)可締約情形是過度的，原因是高類型用戶預(yù)計(jì)到自己消費(fèi)服務(wù)后生成的數(shù)據(jù)會(huì)被完全搜集，因此會(huì)降低自身的服務(wù)消費(fèi)量。

當(dāng)用戶擁有數(shù)據(jù)產(chǎn)權(quán)時(shí)，作者假設(shè)此時(shí)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(bǔ)償，此時(shí)不存在事前合約激勵(lì)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(fèi)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(fèi)者會(huì)選擇最大程度的數(shù)據(jù)搜集e=q, 高類型消費(fèi)者會(huì)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(fèi)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(bǔ)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(jì)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(fèi)者單期效用：

現(xiàn)有文獻(xiàn)分別從微觀、宏觀兩個(gè)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(jìng)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(shí)證研究設(shè)計(jì)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(jī)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(chǎng)景，交易主體眾多、交易對(duì)象和方式多樣，因此對(duì)于數(shù)據(jù)要素交易的研究必須覆蓋不同的交易場(chǎng)景。這一部分中，我們將依據(jù)微觀經(jīng)濟(jì)理論文獻(xiàn)，從不同的交易場(chǎng)景視角，探討數(shù)據(jù)要素的交易機(jī)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(jì)價(jià)值通過信息來實(shí)現(xiàn)(Jones and Tonetti, 2020)。但任何數(shù)據(jù)要素交易機(jī)制的設(shè)定，都必須涉及數(shù)據(jù)攜帶的信息價(jià)值實(shí)現(xiàn)的微觀機(jī)理。因此，下文中對(duì)于數(shù)據(jù)要素交易機(jī)制的討論可能涉及較為微觀的信息設(shè)計(jì)問題。

1.雙邊交易機(jī)制設(shè)計(jì)

Dirk Bergemann應(yīng)用微觀經(jīng)濟(jì)理論中的信息設(shè)計(jì)、機(jī)制設(shè)計(jì)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(jī)制。這些雙邊數(shù)據(jù)要素交易機(jī)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(fèi)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(jī)會(huì)等方式，交付數(shù)據(jù)。

作者使用機(jī)制設(shè)計(jì)方法，將數(shù)據(jù)商的試驗(yàn)菜單設(shè)計(jì)問題轉(zhuǎn)化為一個(gè)說真話機(jī)制設(shè)計(jì)問題。最后得出賣家收益最大化的試驗(yàn)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(yàn)，給低類型部分信息的試驗(yàn)。這一試驗(yàn)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(gè)有噪音的信號(hào)。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(gè)機(jī)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(shí)現(xiàn)社會(huì)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(jì)(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(jī)制設(shè)計(jì)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(shí)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(shí)數(shù)據(jù)要素交易場(chǎng)景。而Bergemann and Bonatti(2015)和Bergemann et al.(2021a,2021b)則為信息設(shè)計(jì)方法找到了較為符合現(xiàn)實(shí)的數(shù)據(jù)交易應(yīng)用經(jīng)濟(jì)環(huán)境。

Bergemann and Bonatti(2015)考察數(shù)據(jù)商擁有關(guān)于消費(fèi)者個(gè)人信息的數(shù)據(jù)(即所謂Cookie)，并可以將查詢消費(fèi)者個(gè)人信息的機(jī)會(huì)售予廣告主(advertiser)。具體來說，一單位連續(xù)統(tǒng)的消費(fèi)者和廣告主產(chǎn)生一個(gè)匹配價(jià)值：ν:[0,1]×[0,1]→V，廣告主從消費(fèi)者處得到的收益為：π(ν,q)≡νq-c·m(q),q代表消費(fèi)者對(duì)廣告商廣告的注意程度，m(q)代表廣告主為得到消費(fèi)者注意而花費(fèi)的廣告成本。在初始狀態(tài)，廣告主除了一個(gè)共同初始信念(common prior)之外沒有關(guān)于匹配價(jià)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(duì)消費(fèi)者-廣告商匹配價(jià)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(jià)值在任意范圍內(nèi)的消費(fèi)者的個(gè)人身份信息。假設(shè)數(shù)據(jù)商關(guān)于單個(gè)消費(fèi)者的身份信息售價(jià)統(tǒng)一為p，并且假設(shè)廣告主對(duì)自己購買身份信息的消費(fèi)者集合設(shè)定個(gè)性化的廣告方案(即設(shè)定不同的q)，而對(duì)自己沒有購買信息的消費(fèi)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(duì)消費(fèi)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(jià)。廣告主購買消費(fèi)者數(shù)據(jù)，需要權(quán)衡更多消費(fèi)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(duì)于數(shù)據(jù)買家(廣告主)來說，高價(jià)值消費(fèi)者的個(gè)人數(shù)據(jù)和廣告投入是戰(zhàn)略互補(bǔ)品，低價(jià)值消費(fèi)者的個(gè)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(jià)格。作者成功地將經(jīng)典微觀經(jīng)濟(jì)理論中的壟斷定價(jià)理論靈活應(yīng)用于個(gè)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(chǎng)化場(chǎng)景。

Bergemann et al.(2021a)討論了一個(gè)數(shù)據(jù)商從消費(fèi)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(jià)格的經(jīng)濟(jì)場(chǎng)景。作者引入了個(gè)人數(shù)據(jù)的社會(huì)維度：單個(gè)消費(fèi)者的數(shù)據(jù)能幫助預(yù)測(cè)其他消費(fèi)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(fèi)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(chǎng)，數(shù)據(jù)商事前(需求沖擊實(shí)現(xiàn)前)從個(gè)體消費(fèi)者手中購買關(guān)于需求信息的數(shù)據(jù)，并把個(gè)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(duì)消費(fèi)者有效承諾搜集個(gè)人信息的精度。具體來說，如果消費(fèi)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(gè)私有信號(hào)：

其中aj代表消費(fèi)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(fèi)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(fèi)者的信息。同樣，數(shù)據(jù)商對(duì)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(fèi)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(hào)si再次加工后傳給下游產(chǎn)品廠商信號(hào)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(jī)制設(shè)計(jì)、信息設(shè)計(jì)、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(chǎng)設(shè)計(jì)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(duì)消費(fèi)互聯(lián)網(wǎng)平臺(tái)這一數(shù)據(jù)要素重要應(yīng)用場(chǎng)景中多種數(shù)據(jù)交易方式的市場(chǎng)設(shè)計(jì)。是對(duì)于數(shù)據(jù)要素交易機(jī)制綜合了理論與實(shí)際的優(yōu)秀應(yīng)用微觀理論研究。未來的實(shí)證研究可以基于這一系列研究進(jìn)行拓展。

2. 市場(chǎng)結(jié)構(gòu)與數(shù)據(jù)交易

現(xiàn)實(shí)中，數(shù)據(jù)要素的需求方主要是產(chǎn)業(yè)市場(chǎng)的企業(yè)。而數(shù)據(jù)要素交易將會(huì)透過市場(chǎng)結(jié)構(gòu)的差異影響產(chǎn)業(yè)市場(chǎng)競(jìng)爭的結(jié)果。機(jī)制設(shè)計(jì)/信息設(shè)計(jì)方法較為適用于一個(gè)數(shù)據(jù)商對(duì)多個(gè)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(jìng)爭，還是需求端(產(chǎn)業(yè)市場(chǎng)廠商)存在產(chǎn)業(yè)競(jìng)爭，都會(huì)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(jī)制與產(chǎn)業(yè)市場(chǎng)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(jìng)爭模型，考察一個(gè)數(shù)據(jù)商可以將消費(fèi)者需求信息分段售予兩個(gè)競(jìng)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(jìng)爭強(qiáng)度。數(shù)據(jù)買家根據(jù)獲得的消費(fèi)者信息，識(shí)別最有利可圖的消費(fèi)者身份，并據(jù)此定價(jià)。具體來說，一單位連續(xù)統(tǒng)的消費(fèi)者均勻分布在線段[0,1]上，兩個(gè)廠商彼此競(jìng)爭，位于線段兩段。任意位置的消費(fèi)者最多消費(fèi)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(fèi)者從廠商1購物的效用為V-tx-p1。 廠商知道消費(fèi)者均勻分布，但不知道具體位置(即消費(fèi)者身份)因此無法實(shí)現(xiàn)價(jià)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(gè)任意大小的線段，廠商擁有這些數(shù)據(jù)后，可以針對(duì)特定線段的消費(fèi)者設(shè)定不同價(jià)格實(shí)現(xiàn)價(jià)格歧視。廠商也知道競(jìng)爭對(duì)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(huì)導(dǎo)致(1)廠商更精細(xì)的價(jià)格歧視和更高的消費(fèi)者剩余攫取；(2)廠商價(jià)格歧視策略導(dǎo)致低價(jià)格段的降價(jià)競(jìng)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(fèi)者信息，并將低價(jià)值的消費(fèi)者信息保留不售，從而在獲取對(duì)最有價(jià)值的消費(fèi)者抽租的同時(shí)盡可能削減廠商競(jìng)爭導(dǎo)致的損耗。最終均衡時(shí)，數(shù)據(jù)商只對(duì)一家廠商出售數(shù)據(jù)。

綜上所述，Bimpikis et al.(2019)從市場(chǎng)環(huán)境不確定性角度，Bounie et al.(2021)從價(jià)格歧視角度，都刻畫了數(shù)據(jù)要素的價(jià)值及存在產(chǎn)業(yè)市場(chǎng)競(jìng)爭時(shí)，單個(gè)廠商效率和整個(gè)市場(chǎng)競(jìng)爭的背離，以及對(duì)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(chǎng)的競(jìng)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(chǎng)競(jìng)爭對(duì)數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值的影響。

作者發(fā)現(xiàn)上下游企業(yè)的競(jìng)爭不一定能提高廠商對(duì)消費(fèi)者的補(bǔ)償。原因是數(shù)據(jù)存在非競(jìng)爭性(non-rivalry)：如果多個(gè)上游數(shù)據(jù)商同時(shí)以相同價(jià)格向消費(fèi)者求購數(shù)據(jù)，消費(fèi)者可以將一份數(shù)據(jù)出售給多個(gè)廠商，導(dǎo)致上游數(shù)據(jù)供應(yīng)過量，下游市場(chǎng)數(shù)據(jù)價(jià)格降低。預(yù)計(jì)到這一點(diǎn)，數(shù)據(jù)商不會(huì)以有競(jìng)爭力的價(jià)格向消費(fèi)者購買數(shù)據(jù)。最終形成的均衡特點(diǎn)是：(1)不同數(shù)據(jù)商只會(huì)采購互斥的數(shù)據(jù)集合，不會(huì)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(chǎng)表現(xiàn)為壟斷買家：給每個(gè)消費(fèi)者的對(duì)價(jià)僅可補(bǔ)償下游廠商使用數(shù)據(jù)給消費(fèi)者帶來的損失。

3. 消費(fèi)者數(shù)據(jù)出售與數(shù)據(jù)市場(chǎng)有效性

現(xiàn)實(shí)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(bǔ)貼或服務(wù)直接換取消費(fèi)者個(gè)人數(shù)據(jù)的現(xiàn)象。這種“隱私換補(bǔ)貼”或“隱私換服務(wù)”的消費(fèi)者-企業(yè)直接數(shù)據(jù)要素交易能否實(shí)現(xiàn)有效市場(chǎng)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(chǎng)均衡的福利效應(yīng)。

Ichihashi(2021b)研究了一個(gè)企業(yè)從消費(fèi)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(jì)和產(chǎn)業(yè)組織理論探討了消費(fèi)者出讓數(shù)據(jù)交易的社會(huì)福利。假設(shè)消費(fèi)者的數(shù)據(jù)出售行為會(huì)透露其他消費(fèi)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(fèi)者數(shù)據(jù)出售刻畫為廠商選擇價(jià)格集合p=(p1,…,pn)并公布，其中pi是對(duì)消費(fèi)者i的支付，然后所有消費(fèi)者決定是否出售數(shù)據(jù)的時(shí)序。廠商的數(shù)據(jù)由出售了數(shù)據(jù)的消費(fèi)者的數(shù)據(jù)(即統(tǒng)計(jì)試驗(yàn))μi決定。

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

Acemoglu et al.(2021)設(shè)定平臺(tái)與消費(fèi)者之間的數(shù)據(jù)交易。作者假定消費(fèi)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(tái)對(duì)消費(fèi)者i的補(bǔ)償，vi是消費(fèi)者i的隱私偏好，Ji為以消費(fèi)者i類型預(yù)測(cè)均方誤差度量的信息泄露函數(shù)，不僅受到消費(fèi)者i自身數(shù)據(jù)出售決策(ai=1)的影響，還受到其他消費(fèi)者數(shù)據(jù)出售決策a-i的影響。作者發(fā)現(xiàn)平臺(tái)與消費(fèi)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(jià)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(huì)出售個(gè)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(huì)出售個(gè)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(shí)社會(huì)剩余為負(fù)的充分條件，滿足這一條件時(shí)，數(shù)據(jù)市場(chǎng)只給社會(huì)帶來凈損失，完全關(guān)閉數(shù)據(jù)市場(chǎng)能改善社會(huì)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(duì)隱私偏好的異質(zhì)性。

Choi et al.(2019)假定消費(fèi)者使用一個(gè)壟斷在線平臺(tái)的服務(wù)必須同意出讓個(gè)人數(shù)據(jù)。消費(fèi)者需要權(quán)衡出讓數(shù)據(jù)的隱私損失和在線平臺(tái)的服務(wù)。但同時(shí)，消費(fèi)者出讓的個(gè)人數(shù)據(jù)也會(huì)透露關(guān)于用戶和非用戶(即不同意以出讓隱私為代價(jià)接受平臺(tái)服務(wù)的消費(fèi)者)的信息。具體設(shè)定見二(一)。通過考察社會(huì)最優(yōu)和壟斷定價(jià)時(shí)的門檻值u(即平臺(tái)只服務(wù)對(duì)平臺(tái)內(nèi)容偏好超過u的消費(fèi)者)，作者可以檢驗(yàn)數(shù)據(jù)要素和數(shù)據(jù)外部性對(duì)社會(huì)福利的影響。作者發(fā)現(xiàn)在一個(gè)沒有數(shù)據(jù)搜集的簡單壟斷定價(jià)經(jīng)濟(jì)環(huán)境里，壟斷平臺(tái)服務(wù)的消費(fèi)者數(shù)量相對(duì)于社會(huì)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(tái)服務(wù)的消費(fèi)者和搜集的數(shù)據(jù)超過社會(huì)有效水平。Choi et al.(2019)的特點(diǎn)是使用精巧的經(jīng)濟(jì)環(huán)境設(shè)定，應(yīng)用標(biāo)準(zhǔn)的壟斷定價(jià)和機(jī)制設(shè)計(jì)方法，探討在線平臺(tái)“服務(wù)換隱私”這一較為符合現(xiàn)實(shí)的數(shù)據(jù)要素交易場(chǎng)景。

上述文獻(xiàn)從不同角度探討了消費(fèi)者作為交易主體直接與廠商或互聯(lián)網(wǎng)平臺(tái)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(fèi)者與廠商的數(shù)據(jù)交易可能無法實(shí)現(xiàn)社會(huì)最優(yōu)。這一結(jié)論具有重要的政策含義。

Fainmesser et al.(2019)的特點(diǎn)在于：(1)假定消費(fèi)者隱私損失是客觀的數(shù)據(jù)被竊取量，避開對(duì)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(tái)與用戶利益本質(zhì)一致，從而描述現(xiàn)實(shí)中數(shù)據(jù)存儲(chǔ)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(tái)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(fèi)者直接參與數(shù)據(jù)要素交易時(shí)的各種場(chǎng)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(tái)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(tái)的隱私保護(hù)策略差異，并能定性評(píng)估消費(fèi)者數(shù)據(jù)要素交易的福利效應(yīng)。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)方法對(duì)部分結(jié)論進(jìn)行檢驗(yàn)，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(chǎng)競(jìng)爭

現(xiàn)實(shí)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(fèi)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(gè)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(chǎng)，80%左右被交易的數(shù)據(jù)為消費(fèi)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(qiáng)的大廠商越容易參與數(shù)據(jù)買賣。同時(shí)，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(shí)有交易數(shù)據(jù)的動(dòng)機(jī)？產(chǎn)業(yè)市場(chǎng)競(jìng)爭又如何影響同行業(yè)廠商分享數(shù)據(jù)的激勵(lì)？Raith(1996)詳盡探討了同行業(yè)寡頭競(jìng)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(xiàng))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(shí)現(xiàn)值(只知道分布)。在設(shè)定產(chǎn)量或價(jià)格前，企業(yè)接受到一個(gè)有噪音的關(guān)于τi的信號(hào)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(jià)值(Common Value):tn=ts=t。 此時(shí)所有企業(yè)面臨的自然狀態(tài)一致。

(2)獨(dú)立私有價(jià)值(Independent and Private Value):tn=un=0。 此時(shí)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(hào)也不存在關(guān)聯(lián)。

(3)完美信號(hào)的私有價(jià)值(Private Value and Perfect Signals):uii=un=0。此時(shí)不同廠商收到的信號(hào)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(chǎng)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(gè)效應(yīng)：一方面每個(gè)廠商能更好了解市場(chǎng)狀況，另一方面廠商間信息的同質(zhì)性會(huì)影響競(jìng)爭策略的關(guān)聯(lián)性。作者證明，讓對(duì)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(duì)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(bǔ)(伯特蘭德博弈)；而讓對(duì)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(chǎng)上廠商彼此交換數(shù)據(jù)的權(quán)衡與激勵(lì)。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(lì)，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(jìng)爭性和規(guī)模報(bào)酬遞增性，實(shí)現(xiàn)行業(yè)整體數(shù)字化升級(jí)的激勵(lì)。當(dāng)然，廠商的數(shù)據(jù)交易必然蘊(yùn)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(jī)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(chǎng)競(jìng)爭策略、泄露自身部分信息；并對(duì)不同的產(chǎn)業(yè)市場(chǎng)開展更細(xì)致的產(chǎn)業(yè)研究。

四、數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值與實(shí)證評(píng)估

之前探討了數(shù)據(jù)要素的主要特性和市場(chǎng)化機(jī)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(shí)經(jīng)濟(jì)中發(fā)揮的作用。我們將從微觀產(chǎn)業(yè)市場(chǎng)、金融市場(chǎng)、宏觀經(jīng)濟(jì)增長等幾個(gè)角度來介紹文獻(xiàn)中對(duì)于數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值的理論探討和建模思路，并給出根據(jù)GDPR等實(shí)際政策評(píng)估的實(shí)證結(jié)果。

(一)數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值

1. 產(chǎn)品市場(chǎng)的產(chǎn)品設(shè)計(jì)

在消費(fèi)品市場(chǎng)上，數(shù)據(jù)的作用使企業(yè)能更好地設(shè)計(jì)產(chǎn)品，滿足消費(fèi)者的需求，從而獲取更大的消費(fèi)者剩余。現(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(shí)，引入數(shù)據(jù)要素也為探討數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)提供了新視野。

Corniere and Taylor(2020)與Hagiu and Wright(2020)一樣，同樣對(duì)數(shù)據(jù)要素的價(jià)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(gè)消費(fèi)者效用水平ui，而消費(fèi)者I從廠商i獲取的實(shí)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(fèi)者效用水平越高，廠商銷量越高；而競(jìng)爭對(duì)手設(shè)定消費(fèi)者效用水平越高，廠商銷量越低。假設(shè)廠商從每個(gè)消費(fèi)者上獲取的收益為ri(ui,δi)，其中δi代表廠商獲取的消費(fèi)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(fèi)者的匹配度，進(jìn)而提升廠商收益。通過檢驗(yàn)數(shù)據(jù)質(zhì)量δi對(duì)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(chǎng)的競(jìng)爭。Corniere and Taylor(2020)的這一抽象框架可以應(yīng)用于個(gè)性化產(chǎn)品定制、定向廣告、價(jià)格歧視等數(shù)據(jù)要素價(jià)值實(shí)現(xiàn)的具體場(chǎng)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(fèi)者的精準(zhǔn)匹配這一角度設(shè)定數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值。而Prüfer and Schottmüller(2017)則強(qiáng)調(diào)了數(shù)據(jù)要素通過增進(jìn)廠商對(duì)消費(fèi)者未來需求的精準(zhǔn)預(yù)測(cè)，從而降低創(chuàng)新成本，改善創(chuàng)新效能。具體來說，消費(fèi)者根據(jù)兩個(gè)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(fèi)者信息改進(jìn)產(chǎn)品，而企業(yè)獲取的消費(fèi)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(chǎng)可能呈現(xiàn)趨向完全壟斷的多米諾趨勢(shì)。

2. 金融市場(chǎng)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(qiáng)化計(jì)算機(jī)統(tǒng)計(jì)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(jià)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(yàn)證了這一假說。作者特別考察了中國人臉識(shí)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(shí)別系統(tǒng)的AI企業(yè)，有機(jī)會(huì)接觸到政府擁有的人臉識(shí)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(jì)量方法，作者檢驗(yàn)發(fā)現(xiàn)獲取“數(shù)據(jù)密集”(data-rich)政府合約的企業(yè)，相對(duì)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(jià)值。

4. 經(jīng)濟(jì)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(jì)價(jià)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(jì)增長模型討論數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值。

(二)數(shù)據(jù)要素經(jīng)濟(jì)價(jià)值的實(shí)證評(píng)估

眾多文獻(xiàn)已經(jīng)從理論層面闡述了數(shù)據(jù)價(jià)值產(chǎn)生經(jīng)濟(jì)價(jià)值的路徑和領(lǐng)域。已有文獻(xiàn)也應(yīng)用實(shí)證方法評(píng)估數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值。

2018年，歐盟實(shí)施一般數(shù)據(jù)保護(hù)條例(GDPR)，強(qiáng)化了對(duì)互聯(lián)網(wǎng)平臺(tái)搜集個(gè)人信息的限制，從而限制了數(shù)據(jù)要素的市場(chǎng)化。對(duì)于歐盟GDPR的研究有助于評(píng)估數(shù)據(jù)要素的實(shí)際經(jīng)濟(jì)價(jià)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(jì)效應(yīng)。GDPR限制了互聯(lián)網(wǎng)平臺(tái)接觸、使用、共享包含個(gè)人信息的數(shù)據(jù)。作者使用一個(gè)在線旅行平臺(tái)的數(shù)據(jù)，采用雙重差分法檢驗(yàn)了GDPR的經(jīng)濟(jì)效應(yīng)。發(fā)現(xiàn)GDPR實(shí)施后，由于允許消費(fèi)者選擇不提供個(gè)人信息，在線旅行平臺(tái)的消費(fèi)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(duì)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(shí)施后，網(wǎng)站間數(shù)據(jù)分享減少，同時(shí)為網(wǎng)站提供服務(wù)的技術(shù)服務(wù)商市場(chǎng)集中度增大。

Bajari et al.(2020)使用周度零售價(jià)格數(shù)據(jù)檢驗(yàn)數(shù)據(jù)規(guī)模對(duì)于亞馬遜平臺(tái)的零售價(jià)格預(yù)測(cè)系統(tǒng)的預(yù)測(cè)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(jià)格預(yù)測(cè)越準(zhǔn)確，盡管存在邊際收益遞減。同時(shí)，橫向數(shù)據(jù)規(guī)模越大(即同時(shí)期不同零售商的價(jià)格數(shù)據(jù)越多)不影響系統(tǒng)預(yù)測(cè)精度。作者也確實(shí)發(fā)現(xiàn)亞馬遜價(jià)格預(yù)測(cè)系統(tǒng)隨時(shí)間不斷改進(jìn)預(yù)測(cè)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(shí)證檢驗(yàn)了美國政府?dāng)?shù)據(jù)對(duì)企業(yè)的價(jià)值，通過搜集政府報(bào)告和對(duì)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(duì)部分行業(yè)(汽車、能源、金融服務(wù))企業(yè)的價(jià)值，并匯總了一系列研究對(duì)美國政府公開數(shù)據(jù)的行業(yè)價(jià)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(duì)私營部門的價(jià)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(chǎng)景，從而獲取最大利益。

其中λit代表數(shù)據(jù)加工的勞動(dòng)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(dòng)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(dòng)力和數(shù)據(jù)加工勞動(dòng)投入的函數(shù)。在實(shí)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(shí)工作中勞動(dòng)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(shí)政策評(píng)估(GDPR)，或基于微觀數(shù)據(jù)統(tǒng)計(jì)預(yù)測(cè)及宏觀數(shù)據(jù)擬合，檢驗(yàn)了數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值，總體上確認(rèn)了數(shù)據(jù)要素在產(chǎn)業(yè)市場(chǎng)中的作用趨向顯著。未來的實(shí)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(jì)量的方法進(jìn)一步檢驗(yàn)數(shù)據(jù)要素的經(jīng)濟(jì)價(jià)值。

五、數(shù)據(jù)要素研究趨勢(shì)與展望

(一)追蹤學(xué)術(shù)前沿，創(chuàng)新理論工具

對(duì)數(shù)據(jù)要素市場(chǎng)化的研究，離不開對(duì)微觀經(jīng)濟(jì)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(jì)理論、行為經(jīng)濟(jì)學(xué)理論和機(jī)制設(shè)計(jì)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(jì)

Dirk Bergemann等學(xué)者長期深耕信息設(shè)計(jì)理論在數(shù)據(jù)要素市場(chǎng)化方面的應(yīng)用。而Ichihashi(2020)則應(yīng)用信息設(shè)計(jì)領(lǐng)域方興未艾的貝葉斯勸說(Bayesian Persuasion)方法,考察了消費(fèi)者對(duì)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(fèi)者透露信息后能獲得廠商更準(zhǔn)確的產(chǎn)品推薦，但也會(huì)導(dǎo)致廠商有機(jī)會(huì)實(shí)施價(jià)格歧視。

作者假設(shè)存在一個(gè)生產(chǎn)K種產(chǎn)品的壟斷廠商，一個(gè)有單位需求的消費(fèi)。消費(fèi)者對(duì)產(chǎn)品k的估價(jià)uk是服從獨(dú)立同分布的隨機(jī)變量，消費(fèi)者效用為uk-p。 消費(fèi)者起初不知道每種產(chǎn)品價(jià)值uk的實(shí)現(xiàn)值。消費(fèi)者先選擇一個(gè)信息透露策略φ:VK→Δ(M), 這一策略將u的實(shí)現(xiàn)值轉(zhuǎn)換為對(duì)應(yīng)的信號(hào)m的分布。作者用貝葉斯勸說(Bayesian Persuasion et al., 2011)設(shè)定消費(fèi)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(shí)以δ概率發(fā)送信號(hào)k∈{1,2}。 博弈初始，自然(nature)決定u的實(shí)現(xiàn)值，并根據(jù)消費(fèi)者信息透露規(guī)則決定信號(hào)m～φ(·|u)。 在非歧視定價(jià)規(guī)則下，廠商先定價(jià)，在觀測(cè)到消費(fèi)者的信息透露策略φ和信號(hào)m后，再推薦產(chǎn)品k。 在歧視定價(jià)下，廠商先觀測(cè)到消費(fèi)者的信息透露策略φ和信號(hào)m后，再推薦產(chǎn)品和定價(jià)。無論哪種情況，只有在廠商推薦后，消費(fèi)者才能觀察到廠商所推薦產(chǎn)品k價(jià)值uk的實(shí)現(xiàn)值和價(jià)格。

這一模型應(yīng)用信息設(shè)計(jì)理論捕捉了數(shù)據(jù)-隱私交易的幾個(gè)特征：(1)消費(fèi)者的信息透露策略可以解釋為消費(fèi)者對(duì)個(gè)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(fèi)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(jià)，這體現(xiàn)了推薦系統(tǒng)在當(dāng)前消費(fèi)互聯(lián)網(wǎng)領(lǐng)域的普遍應(yīng)用，以及消費(fèi)者的有限注意力。作者證明，廠商有動(dòng)機(jī)承諾不進(jìn)行價(jià)格歧視，但非歧視定價(jià)反而有損消費(fèi)者福利——原因是如果有價(jià)格歧視，消費(fèi)者可以用信息披露影響價(jià)格，而沒有價(jià)格歧視，消費(fèi)者只能披露更多信息以換取準(zhǔn)確推薦。如果消費(fèi)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(chǎng)化的一大應(yīng)用場(chǎng)景是消費(fèi)者出讓個(gè)人數(shù)據(jù)，換取消費(fèi)互聯(lián)網(wǎng)平臺(tái)的更好服務(wù)。此時(shí)，對(duì)消費(fèi)者偏好和理性程度的刻畫成為評(píng)判數(shù)據(jù)市場(chǎng)社會(huì)福利的重要出發(fā)點(diǎn)。Liu et al.(2020)考察了當(dāng)一部分消費(fèi)者存在弱自我控制，容易受廣告誘惑購買成癮品時(shí)的個(gè)人數(shù)據(jù)交易問題，證明存在成癮消費(fèi)時(shí)，任何消費(fèi)者向平臺(tái)分享個(gè)人數(shù)據(jù)的行為都可能導(dǎo)致商家向低控制力消費(fèi)者推送成癮品廣告的成本降低，從而損害社會(huì)福利。

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

Liu et al.(2020)捕捉了現(xiàn)實(shí)中個(gè)人數(shù)據(jù)要素市場(chǎng)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(tái)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(píng)估個(gè)人數(shù)據(jù)市場(chǎng)化的福利效應(yīng)，不可忽視行為效應(yīng)。

3. 機(jī)制設(shè)計(jì)

現(xiàn)實(shí)中，數(shù)據(jù)要素市場(chǎng)化不一定通過消費(fèi)者-互聯(lián)網(wǎng)平臺(tái)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(jī)制設(shè)計(jì)理論，設(shè)計(jì)社會(huì)有效或賣家收益最大化的機(jī)制，實(shí)現(xiàn)數(shù)據(jù)要素市場(chǎng)化。

(二)聚焦中國問題，解決實(shí)證疑難

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

1.數(shù)據(jù)要素度量與生產(chǎn)率測(cè)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(píng)估數(shù)據(jù)要素的宏觀和微觀經(jīng)濟(jì)價(jià)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(duì)于數(shù)字經(jīng)濟(jì)定義、數(shù)字經(jīng)濟(jì)度量的討論，但缺乏對(duì)于數(shù)據(jù)要素及其相關(guān)變量測(cè)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(jì)增長模型，測(cè)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(jì)協(xié)調(diào)發(fā)展

當(dāng)今中國，數(shù)字化平臺(tái)經(jīng)濟(jì)蓬勃發(fā)展。但互聯(lián)網(wǎng)平臺(tái)的業(yè)務(wù)跨越地理界限，定價(jià)方式不同于傳統(tǒng)行業(yè)(例如淘寶、美團(tuán)等互聯(lián)網(wǎng)平臺(tái)普遍為消費(fèi)者提供免費(fèi)甚至現(xiàn)金補(bǔ)貼)，生產(chǎn)和消費(fèi)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(jì)增長模型框架，以及現(xiàn)有文獻(xiàn)中對(duì)數(shù)據(jù)要素微觀市場(chǎng)價(jià)值的評(píng)估方法，可以開展中國各地區(qū)、各行業(yè)數(shù)據(jù)要素對(duì)平臺(tái)經(jīng)濟(jì)營收貢獻(xiàn)的實(shí)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(jì)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(fèi)者隱私保護(hù)意識(shí)較弱，且付費(fèi)意愿低，因此“隱私換服務(wù)”類型的數(shù)據(jù)要素市場(chǎng)化交易盛行。借鑒現(xiàn)有關(guān)于消費(fèi)者作為數(shù)據(jù)賣家的數(shù)據(jù)要素交易文獻(xiàn)，對(duì)消費(fèi)者隱私損失、成癮品消費(fèi)、付費(fèi)意愿、隱私外部性等影響個(gè)人數(shù)據(jù)交易有效性的種種因素做出系統(tǒng)的實(shí)證評(píng)估，從而為設(shè)計(jì)有中國特色的個(gè)人隱私保護(hù)機(jī)制和個(gè)人數(shù)據(jù)交易機(jī)制提供思路。事實(shí)上中國互聯(lián)網(wǎng)平臺(tái)的豐富數(shù)據(jù)也為評(píng)估現(xiàn)實(shí)世界中的消費(fèi)者隱私偏好提供了極大便利。Chen et al.(2021)就利用手機(jī)支付寶小程序數(shù)據(jù)，結(jié)合問卷調(diào)查，發(fā)現(xiàn)對(duì)隱私偏好更高的用戶同時(shí)也對(duì)數(shù)字平臺(tái)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(tái)反壟斷

2020年以來，互聯(lián)網(wǎng)平臺(tái)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(bào)酬遞增性是導(dǎo)致產(chǎn)業(yè)市場(chǎng)企業(yè)分化和平臺(tái)壟斷的重要因素。在設(shè)計(jì)反壟斷制度時(shí)，必須考慮到互聯(lián)網(wǎng)平臺(tái)對(duì)用戶數(shù)據(jù)的獨(dú)占導(dǎo)致的反競(jìng)爭效應(yīng)，并設(shè)計(jì)合適的規(guī)制政策予以限制。同時(shí)，現(xiàn)有文獻(xiàn)也多指出了數(shù)據(jù)要素存在非競(jìng)爭性，因此設(shè)計(jì)強(qiáng)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(shí)證研究可以在數(shù)據(jù)要素的市場(chǎng)結(jié)構(gòu)效應(yīng)、反壟斷政策的政策評(píng)估、數(shù)據(jù)要素在不同行業(yè)的市場(chǎng)價(jià)值和非競(jìng)爭性效應(yīng)評(píng)估等方面為互聯(lián)網(wǎng)平臺(tái)反壟斷提供思路。