2021数字时代的数据与隐私.pdf

数字时代的数据和隐私2021 年 6 月 2 日作者名单罗汉堂社区罗汉堂内部帕特里克伯顿陈龙（Patrick Bolton）本特霍斯特罗姆黄亚东(Bengt Holmstrm)埃里克马斯金李勇（Eric Maskin）克里斯托弗皮萨里德斯罗璇（Christopher Pissarides）迈克尔斯宾赛马英举（Michael Spence）孙涛欧阳书淼孙天澍朱锋熊伟杨立岩*感谢以下学者和专家为报告提供的真知灼见和批评指正：Nageeb Ali,Benjamin Bai,Xiao Cheng,James Dempsey,Nico van Eijk,Isabelle Falque-PierrotinFuping Gao,Clarisse Girot,Jane Horvath,Rohit Lamba,Haiying Li,Weiqiu Long,Wei Lv,Ariane Mole,Zhengjun Nie,Pietro Ortoleva,Thomas Sargent,Jean Tirole,Laura Veldkamp,Neng Wang,Stephen Kai-Yi Wong,Hanhua Zhou,以及 2019 杭州隐私和数据治理研讨会、罗汉堂第二届年会、2020 年北京数据与隐私研讨会、2020年罗汉堂-普林斯顿大学 Bendheim 金融研究中心数据与隐私线上研讨会的所有参与者。此外我们在此感谢 Thomas Walton 和 Michael Whinihan 在报告写作和编辑工作中提供的宝贵建议。序言人类早已意识到，社会和经济的正常运转，以及对经济福利的追求都离不开信息的处理和分享。例如，在真实世界中从事生产活动，我们必须获取并分享周遭环境的信息；要进行社交，我们也要获取并分享他人的信息。“了解你的客户”，从而为他们提供高质量产品和服务是今天取得商业成功的关键。黄页电话簿的诞生和广泛使用，说明个人向公众分享个人信息，加强与社会联结，已经成为现代人际关系的基础。进入 21 世纪，数据信息的使用如此盛行，以至于我们称今天的时代为“大数据时代”。数字信息让过去难以实现的社会协作成为可能，大大提升了公众福利，但也引发了人们对数据和隐私问题的焦虑：我们如何在大数据时代保护个人隐私？数据使用创造的价值归谁所有，该如何分配？如何理解数据使用产生的风险？大数据应用是否会带来“赢者通吃”的市场现象，从而妨碍竞争，损害消费者和整个社会的利益？这些正是本报告尝试回答的问题。我们试图“用大数据研究大数据”，基于尽量客观的实证证据，评估大数据对社会经济带来的影响。如同诺奖获得者科斯（1994）所言，我们需要远离纯粹的“黑板经济学”，因为那只存在于理论家的头脑之中。他说：“我们需要更多的实证工作一位充满灵感的理论家也许不需要，但是这些灵感大多受到现象中的规律、悖论或异常现象的启发，而这些都依赖于系统的数据收集，尤其是，当我们的首要任务是打破固有的思维定式时。”科斯的这一提醒，对研究数据问题尤为重要。数据和传统的生产资料不同，具有非竞争性和与经济活动、数据相关主体的不可分离性。需要基于对数据本质的理解，破除原有的基于理解传统的有形商品和要素的思维定式，探索基于实证的、整体性的、符合多方利益的方法，来保护数据和隐私，否则虽以保护为名，无意中却难免损害公共利益，这无异于因噎废食，并将错过数字技术带来的重大机遇。是为序。罗汉堂i目录第一章 报告综述11.1一个由数字信息定义的时代.11.2理解数据的本质.31.2.1从理解隐私悖论开始.31.2.2数据的价值来自何处？.412.3如何缓解隐私风险？.61.2.4如何从数据的本质看数据的权属、利益分配和保护责任问题？.71.3数据治理问题.81.3.1数据治理的演进逻辑.81.3.2数据和竞争的关系.9第二章 从消费者权益的视角理解隐私悖论122.1让人费解的隐私悖论.122.2通过大数据研究揭示用户的隐私决策.132.3评估个人信息分享的风险.19第三章 数据的价值233.1信息在数字时代的变革性意义.233.2数据在数字时代的价值.253.2.1数字化连接:普惠性参与和协作达到前所未有的水平.253.2.2数据分享优化决策.273.2.3数字化建立信任.31第四章 隐私风险、隐私保护和数据安全技术344.1数字时代隐私风险源于何处？.354.2隐私工程化和隐私加强技术.374.3数据安全.43第五章 全面理解数据本质的框架46第六章 关于数据治理的几个核心问题506.1数据隐私.506.1.1隐私保护原则的发展进化.506.1.2隐私保护面临的挑战.526.2数据驱动业务的市场竞争.53ii6.2.1大数据正在多大程度上被用于损害消费者利益？.546.2.2大数据在多大程度上妨碍竞争，进而导致“赢家通吃”的市场结果？556.2.3公司在多大程度上利用大数据阻碍创新？.586.2.4充满潜力的隐私保护市场.60第七章 结语61参考文献63iii第 1 章 报告综述“经济社会的首要问题，是利用好分散在个人手中的信息的问题。这是因为我们在决策场景中所必需的知识，从来不是以整体的方式存在，而是以不完整、甚至经常矛盾的方式散落在不同个体手中。”-哈耶克，19451.1.一个由数字信息定义的时代人类的经济发展史是一部信息分享的历史。和别的动物不同，千年以来，人类学会了收集、组织和储存大量复杂信息，并彼此分享。然而大千世界中，永远有人类难以收集的信息，或是缺失，或是不够精确，更不用说对这些信息进行处理并从中受益了。更复杂的，由于个人和企业是自利的，或有意或无意地，他们常常提供错误或不完整的信息。为何信息分享如此重要？哈耶克对此有深刻的认识，他认为：“经济社会的首要问题，是利用好分散在个人手中的信息的问题。这是因为我们在决策场景中所必需的知识，从来不是以整体的方式存在，而是以不完整、甚至经常矛盾的方式散落在不同个体手中。”（哈耶克，1945）。他相信，推进信息分享是经济社会最重要的问题，攸关人类的经济福祉。在理论界，过去的大半个世纪中，众多经济学家致力于研究信息的价值，并探索如何降低乃至消除信息分享的壁垒。1993 年诺奖得主 Douglas North 认为：“协作的根本理论问题在于个人如何探知他人的偏好和行为模式”（North，1990）。在实践中，生产者越了解客户，就越能更好地服务客户。在美国，一百多年来，在每一个城市和小镇，每户家庭的基本个人信息，包括姓名、住址和电话，通过黄页的形式，都可以公开查阅到，其目的是为了帮助社会成员找到对方，促进个体与社会的连接。在医药和金融等领域，“了解你的客户”（knowing your customer，KYC）是用户获得高质量服务的前提，其中常常涉及隐私和敏感的个人信息。信息之所以需要分享，还因为信息存在“不对称”的问题。在相互接触中，人们获得的常常是不同类型的信息。而双方往往不愿或无法可信有效地交换信息，因此，“不对称”的信息很难恢复“对称”。而信息不对称会降低经济效率，是影响市场交易效率的重要因素之一（Spence，1973，1974;Grossman and Stiglitz，1980）；甚至，当信息不对称严重到一定程度，整个市场可能会就此消失（Akerlof，1970）。例如在劳动市场，缺乏有关工人能力以及企业用工需求的信息，会导致人力资源无法得到有效分配，现实表现就是失业和企业生产率低下（Phelps，1970;Pissarides，2000）。这些思考让另外一位诺奖得主科斯推断，大部分经济活动，其背后的机制设计，本质上都是“为了降低交易成本，或弥补过高交易成本引发的交易失败，从而让个人可以1自由地协商交易，并如哈耶克所言，受益于信息的扩散”。一方面，为了促进信息的收集和扩散，人类进行了诸多努力，设计不同的机制来减少交易成本。另一方面，当经济主体面临不充分或不对称信息时，我们设置不同的激励措施来鼓励主体之间进行协作（例如 Hart，1988;Hart and Moore，1988;以及 Holmstrm，1979，1982）。所以，在理论和实践中，人类社会都一直在致力于打破信息的牢笼，推进信息的交互。20 世纪 40 年代，克劳德香农和阿兰图灵的天才创想，将数据编码于“数字原子”中今天被称为比特。自此，数据可以被数字化，现代信息科学就此滥觞。再加上新兴的半导体技术被大规模用于数据计算和储存，推动了数据的爆炸式增长。以至于到 20 世纪 70 年代，在各类文本中，“数据”一词的出现频率超越了“信息”一词。数字革命彻底改变了信息在社会和经济中扮演的角色。它一方面让信息获取前所未有地简单，人类使用信息并从中获益的难度大大降低，数据日益成为重要的生产要素。另一方面也加大了滥用信息的风险。因为数据、信息、大数据等概念被频繁使用，在进一步论述之前，有必要建立对这些概念的共识。首先要注意的是，数据不等同于信息。数据是对事物的一系列观察，而“大数据”则是对大量“（小）数据”进行组合、存储和计算处理的过程。“数据科学”中很重要的步骤是“数据压缩”，即将大量数据集压缩成小规模，同时保留大部分有效信息的数据集，并将其转换成易于存储和解读的形式。信息是基于数据的洞见，所以信息的价值往往取决于需要回答什么问题，也就和具体的使用场景相关。数据的广泛使用，引发了人们对三个问题的思考：我们如何在大数据时代保护个人隐私？数据应该归谁所有，以及该如何分配数据使用产生的福利和风险？大数据应用在多大程度上会带来“赢者通吃”的现象，从而阻止竞争，损害消费者和整个社会的利益？这些是我们在本报告中尝试回答的主要问题。人类社会正处于一个关键的十字路口，一方面数据的重要性达到前所未有的高度，另一方面我们在如何治理，从而充分发挥数据的作用，并同时降低数据滥用的风险这些关键问题上，鲜有共识。要发挥数据的最大效用，需要我们更好地理解数据的本质，理解数据在真实世界是如何使用的，以及在治理数据时应该如何权衡取舍。为此，我们要区分事实和臆断、求真与恐惧。在数据时代更好地理解数据的经济学本质，或者说“数据经济学”正是本报告的主要课题。数据经济学就是数字时代的信息经济学。本报告一方面汇聚了一批合著者，他们深刻理解信息的本质和价值，并因为对其的研究获得诺贝尔经济学奖；另一方面聚焦对“大数据”应用的详实证据，尝试用事实说话，评估“大数据”的真实影响。面对这样一个重要的话题，尊重事实而非臆测尤其重要。如同科斯（1994）所言，要远离纯粹的“黑板经济学”。他说：“我们需要更多的实证工作一位充满灵感的理论家也许不需要，但是灵感大多受到现象中的规律、悖论或异常现象的启发，而这些都依赖于系统的数据收集，尤其是，当我们的首要任务是打破固有的思维定式时。”21.2.理解数据的本质1.2.1从理解隐私悖论开始要保护好隐私，我们需要了解人们在真实生活中如何看待和做有关个人数据分享的决策。我们可以先看一个简单的、被广为接受的关于信息或数据隐私的定义。美国最高法院大法官 Louis Brandeis 认为：“对个人信息的可控性，是个人应享有的独处的权利（to be left alone）”（Pavlou，2011）。从这个角度出发，我们进一步追问，当人们为了享受数字服务的好处，必须提供一定个人信息时，他们是如何为自己“独处的权利”进行决策的？在回答这个问题时，大量研究发现，全球用户中普遍存在着一种矛盾现象，学者们称之为“隐私悖论”，它描述的是，尽管大多数人表示在意自己的隐私，但常常免费地，或在很小的经济补偿下，分享自己的个人信息。人们对隐私基本权利的重视，和他们实际行为中的“毫不在意”之间存在显著矛盾。这种现象并非孤例，存在于不同的国家和文化环境中。目前学术界对隐私悖论有几种不同的解释。一种观点认为，这是因为当事人不了解隐私被侵犯可能带来的严重后果；或由于一些重要的数字应用缺乏可替代选择，用户不得不让渡一定的隐私权（Chen and Michael，2012）。例如，为了使用微信，用户必须同意微信的隐私条款，否则只能退出。但随着越来越多的新选择不断涌现，这种理论很难解释用户为何对层出不穷的新数字服务也“来者不拒”。另一种更让人信服的解释认为，当面临真实的选择时，是人们的真实行为，而不是调研中的表达，揭示了人们会在隐私和数据福利之间如何权衡取舍的真相。因此问题的关键在于，当用户在市场中真正拥有选择权时，他们是如何决策的。为了回答这个问题，在下文第二章中，利用支付宝数据，我们进行了一项大规模实证分析。支付宝活跃用户众多（超过 10 亿），且有大量小程序可以选择。这些小程序有的来自小型初创企业，有的来自成熟大企业。使用小程序时，企业需要获得用户许可来获取一定的个人信息。用户也可以之后通过撤回许可来注销这些小程序。不同小程序对用户来说，在必要性和要求用户提供数据的敏感程度上差别很大，而这些正是用户可以选择的。将这些差异与用户特征和选择组合起来，我们进行了迄今为止最大规模的，关于消费者隐私决策的大数据研究。当用户有权选择是否分享个人信息，从而获得小程序服务时，他们会做出怎样的选择？结果显示，如同其他国家一样，中国用户普遍在意自己的隐私。但当面临选择时，绝大部分用户会选择分享个人信息，以获得服务带来的福利。具体而言，当面对数据要求时，75%的情况下用户会选择给小程序授权信息，并且后续的退出率较低（每月 0.12%的用户选择退出对小程序的个人信息授权），且随时间进一步降低，显示出他们大多数并不后悔自己的选择；这些比例和欧美用户的行为规律相当一致。另外，用户会在信息敏感度和服务质量之间做出取舍，面对隐私事件时，他们会倾向于用脚投票，提高退出率。随着用户经验的不断积累，他们一开始会更谨慎地选择，但日积月累，他们处理分3享个人数据的经验更多，拥抱的数字服务也会更多。这些行为模式适用于不同的性别、年龄和教育程度。这些结果表明，“隐私悖论”的本质是，与个人数据相关的消费者权益具有双重性，一个是隐私被保护的权益，一个是因为分享数据而获得（更好）服务的权益。两者之间的权衡，才是对消费者权益的完整理解。研究表明，最担心隐私的用户，恰恰是使用数字服务更多的用户（Chen et al.，2020）。所以解决“隐私悖论”的方法，不是就隐私谈隐私，把数据锁起来，而是在保护好隐私的基础上，鼓励数据的流动，这样才能真正让消费者受益。1.2.2数据的价值来自何处？大多数用户愿意与服务提供商共享个人信息，从而享受数字服务的好处。这自然而然地引出了我们在第三章中讨论的问题：数据到底给用户带来什么价值？为什么用户愿意分享数据?我们总结了在线数据共享的价值，至少表现在三个方面:连接、决策和信任。首先，如我们在新普惠经济：数字技术如何推动普惠性增长（罗汉堂，2019）中提到的，数据分享会增强连接性。在数字技术的帮助下，数据的产生和分享是如此便捷，普惠性连接达到了前所未有的水平，重新定义了市场以及人们组织生产和协作的方式。一个例证是，由于在线市场的出现，交易的范围、深度和广度都得到了极大提升。传统线下交易的特征一般可以用经济学中的“重力模型”来描述，即本地商户的用户绝大多数来自方圆 10 公里范围内，距离越远，交易越少。而中国当前电商平台上呈现的景象则完全不同。除了生鲜食品，买家和卖家之间成交的平均距离接近 1000 公里，超越传统线下市场服务范围两个数量级，“重力模型”被彻底打破。从连接买卖双方的情况看，10 亿淘宝用户中，月度活跃买家超过 7 亿，同时有超过 1000 万家初创企业和公司作为卖家，其中约一半的创业者是女性。在产品丰富度方面，消费者在线上可购买 10 亿种以上的商品和服务。这个市场的形成，是以参与各方愿意分享数据为基础的。用 North 和科斯的话说，如果没有数据分享，就没有可以协同的经济活动。一个有趣的问题是：如果没有基于个人数据的用户特征，商户不懂用户，会发生什么？具体而言，在今天的线上购物环境中，因为用户面对的是上亿件商品，没有推荐很难找到心仪的产品。如果剔除根据用户个人数据产生的推荐信息流时，会对在线市场产生什么影响？我们尝试通过一个大规模随机试验来回答这一问题。在实验中，我们关闭了用户的个人数据算法推荐系统。结果发现，个人信息的缺失会对买家和卖家产生巨大冲击。由于缺乏个人数据，个性化服务无从谈起，平台推荐只能盲目地集中到那些交易量在前 1%的品牌所提供的产品上，回到了传统线下市场的营销推广模式。实验结果显示，用户满意度不够导致交易量暴跌 86%，尤其对知名度低、销售额少的小微企业不利。由此可以得出一个重要结论，匹配用户数据与产品，可以大大降低搜索成本，尤其是当市场存在海量产品的时候。当个人数据这一重要的信息源被切断时，消费者在选择潜在商品时只能依靠传统的供给侧的信息源：品牌、信誉和商品一般特征。因为这些来自传4统渠道信息的有效性不足，市场规模大幅萎缩。这一结论与搜索领域的学术研究不谋而合。大量论文证明，即使较小的搜索或匹配成本也会导致商品和劳动力市场的厚度和广度产生剧烈变化（Stigler，1961，1962;Diamond，1971;Pissarides，2009）。第二，数据分享可以改善决策。海量多种类数据相连接，可以帮助无数消费者和生产者做出更明智的决策，促进更快、更有效、更多的创新产品和服务，数字时代之前不可能出现的商业模式以及新的产业组织形式也随之出现（见第六章对熊彼特式竞争的讨论）。由于无法和大企业一样进行大规模市场调研，中小企业在传统市场中一直难以获得市场和消费者信息。因此通过数据分享改善商业决策对中小企业尤其意义重大。其中一个案例是淘宝和天猫平台上的“生意参谋”，类似服务也可以在国内外平台上看到。这项服务为所有在线商家提供多种信息分析工具，包括卖家自身历史业绩、市场趋势以及潜在消费者喜好等等。大多数生意参谋的新用户是中小企业，它们的销量通常会在开通服务的第一周出现跃升，并在之后的 10 周，已经开通服务的用户和未开通服务用户的业绩差异会逐渐稳步拉大。“大数据”的出现让中小企业获得了以往只有大企业才能享受的先进分析工具，帮助它们快速增长。在金融领域，数据分享可以改善金融风险甄别能力。传统金融一直难以克服普惠性不足的顽疾，让抵押品不足的低收入人口和小微企业获得融资，而数据分享有望解决这一难题。通过获取借款人的消费和经营数据，已经足够说服贷款人在无抵押的情况下提供金融服务并承担相应风险。通过这种方式，小微企业也可以享受到金融服务。正如诺奖得主 Holmstrm 所言：“信息已经成为新的抵押品”（Holmstrm，2018）。大数据让过去无法实现的大规模小微信贷成为可能。2011 年以来，网商银行为超过 2000 万家中小微企业提供了无抵押贷款。网商银行最早推出的“310 模式”已经广为人知，并且现在很多银行都普遍使用：3 分钟申请贷款，1 秒钟能及时到账，0 人工干预。这种由大数据风控支持的小微贷款，为千万计创业者带来了机遇，这也是罗汉堂新普惠经济：数字技术如何推动普惠性增长的主要发现之一。第三，数据分享可以建立信任。新型线上市场有数以亿计的参与者，要像线下市场面对面交易一样顺畅无阻，对产品及参与者的信任机制必不可少（Tadelis，2003）。有了线上的数据分享，消费者就能对商品和生产者进行评价，而生产者则通过这样的评价系统，努力打造良好的信誉。所有参与者都是数据的生产者，也同时从数据的交换中受益。与之形成对比的，是数字时代之前，诺奖得主 Akerlof 描述的“柠檬市场”，即消费者和生产者信息不对称，消费者缺乏对产品的信息和信任只愿意选择低价产品，从而劣币驱逐良币，赶走了好的服务商，只剩下质量不好的“柠檬”，随之恶性循环，直到整个市场消失。而通过线上评价系统，一方面数据分享让新的卖家获益，另一方面高质量卖方也可以通过重复交易，让自己与那些低质量、“一锤子买卖”的“柠檬”商家区别开来。随着时间积累，这些卖方的品牌脱颖而出，可以获得更好的销量。在这个过程中，所有参与者都是数据分享的受益者。大数据往往可以用三个 V 来概括：即数据量（Volume）、多样性（Variety）和速度（Velocity）。数据量指的是能观察、记录、处理和分析海量的数据。多样性代表数据的宽5度，即能处理许多不同类型、不同维度的数据，从而满足数字市场中卖方和买方的不同需求。速度是指收集、处理、分析和使用数据的速度在不断加快，也就是实时性。结合前面的讨论，大数据的两个 V，即大容量和多样性数据正在彻底改变人类的交互和协作。这是因为数据可以改变消费者与生产者之间的连接方式，增强买方和卖方之间的信任，并且让决策变得更迅速、更明智。同样关键的是，这些基于数据的连接、信任和决策过程，正在以前所未有的速度，甚至是实时地进行：与实体商品不同，数据只有流动起来，才能传递信息，创造价值。大数据的三个 V 向我们展示了数据如何创造价值：海量且多维的数据实时地驱动社会经济活动。这正是数字经济的本质，而所有的经济活动的参与者都是受益者。正如哈耶克所洞察的，开放且充满竞争的市场，加上来自各方的信息分享和决策，才能让整个社会受益。1.2.3如何缓解隐私风险？尽管数据分享可创造巨大价值，但也存在风险。数据创造的价值越大，保护隐私和数据安全的紧迫性就越高。数据生命周期的每个阶段，从收集到集成，从分析到应用，都存在数据泄露和隐私风险。个人有知晓和拒绝数据收集的权利，这是广为接受的观念，然而在现实中，要防止个人信息过度暴露和信息泄露是一个艰巨的挑战。2017 年全球数据外泄和遭窃取的记录达到 16 亿起，造成巨大的经济损失，引发了消费者对隐私问题的极度担忧。近年来，如 Facebook 和剑桥分析的数据滥用事件引发了社会的广泛关切。当下社会关注的热点是如何通过法规保护好隐私，而同样需要关注和理解的是行业和企业的隐私保护措施。因为数据分享和运用是经济活动不可分离的一部分，法规只能规定经济活动的边界，弥补市场失灵的部分。只有当行业和企业把个人隐私保护和数据安全作为商业的一个重要条件，并配置相当的机制和技术，才能真正实现目标。在这个维度上，全球很多行业和企业已经在做大量的探索。我们在第四章总结了企业做好隐私保护的逻辑和实践。简而言之，有效保护隐私的逻辑，是将隐私工程化（privacy engineering）和隐私增强技术（privacy-enhancing technologies，PETs）结合起来。隐私保护工程化，是指将个人隐私保护的法规和原则，融入到产品设计中来开发和使用软件应用。例如在用户交互设计上，隐私工程可以加强用户对隐私条款的理解，增强对敏感信息的控制。隐私工程化可以应用到大数据生命周期的各个阶段。在信息收集阶段，企业必须获得用户的许可，并且必须遵循收集数据的必要性原则。在集成和存储阶段，企业处理数据前要可以过滤敏感信息。这些信息还可以加密，这样即便出现数据泄露的情况，个人信息也不会被滥用。脱敏和加密后的数据，可以用于分析，了解消费者及其需求，并且在严密且持续的风险管理之下进行。最后，要可持续且高效地使用数据，企业要在隐私保护需求和用户数据许可最小化之间取得合理的平衡，这样才能既保护隐私，也不至于因为过分许可打搅用户。最后，用户还应该保有个人信息的删除权。可以看到，隐私工程化意味着需要很多隐私保护技术，从而防止不可信或潜在恶意的数据收集者侵害用户的隐私。例如多方计算技术（MPC）可以让数据分析者从数据中6提取有用洞察，却不会暴露或回溯至原始数据。区块链技术也可以通过对个人数据进行加密和密钥，降低隐私风险。这些技术的目的，是让服务提供方进行大数据分析时，懂得客户特性和需求，然而却“不知道客户是谁”“数据可用不可见”，从而更好地满足客户和数据相关的两个权益。另一方面，隐私工程和隐私技术成本不菲，给初创公司和中小企业带来更多挑战。在多大程度上做好，能够同时满足消费者和生产者的需求，从而发挥数据作为生产要素的价值，同样是值得整个社会讨论的问题。长期来说，食品安全以及飞行服务等行业的历史经验表明，假以时日，合理的机制设计和不断完善的技术，可以在很大程度上缓解数据隐私和安全问题。就像吃很多东西不见得会中毒，频繁乘坐飞机不见得会出事，数据分享的体量和隐私及数据安全并不是必须的取舍。当技术足够强大，机制足够合理，今天看起来严重的隐私风险即便无法彻底杜绝，也可以得到有效控制。1.2.4如何从数据的本质看数据的权属、利益分配和保护责任问题？我们在报告第五章中提出了一个数字时代理解数据和隐私本质问题的综合框架，也称为“数据权衡框架”。数据的问题需要综合视角去理解，否则很容易陷入“盲人摸象”的困局。首先，数据具有和物理商品截然不同的本质属性，在生产和使用过程中牵涉到多方。其次，我们需要综合考虑用户和数据相关的两个福利，即隐私保护权益和因为分享数据而获得服务的权益。再次，数据分享在经济活动和人类协同中必不可少，数据只有通过在社会和经济行为中流动才能创造价值。这个数据权衡框架包含数据的两个本质特征、三个视角，以及一个基本原则。1.数据的 2 个本质特征：非竞争性和不可分离性。首先，数据和物理商品不同，据有非竞争性，可以被无数次生产和使用，而不会消耗数据相关的对象。其次，不管数据的使用者是谁，都可能对数据相关的主体带来潜在影响；数据使用和数据主体存在不可分离性。2.数据生产和使用的三个视角：数据生产者、数据主体和使用场景。这里数据生产者（在商业环境下）是指观察、收集和处理数据的机构和个体。数据主体是指数据描述的个体（个人数据）或对象（非个人数据）。使用场景是指使用数据的经济或社会活动。数据需要被观察才能产生，所以数据相关主体并不一定是数据的生产者。基于数据的两个本质特征，数据生产者和数据主体的利益是相互关联的。从数据生产者的角度来说，要产生数据，既需要数据主体，也离不开数据生产者，并且数据的使用也会同时影响两者。数据的非竞争性本质决定了，数据可以有无数个所有者，而不会消耗数据或者数据主体本身。举例来说，一个人发表演讲的数据是由每一个听众分别产生的，并且会因为每个听众的视力、听力和关注点不同而有所差异。基于数据形成的信息也可以分享给不在场的人，而不会损耗演讲者。从数据主体的角度出发，使用数据会对他们造成影响，因此他们的权益必须得到保护。从使用场景的角度看，数据不应被简单地类比为一种有固定价值的商品。在实践中，7数据需要归集、存储、分析，形成对场景需求有价值的信息洞见。一方面，这个过程需要消耗成本和能力。另一方面，数据的价值是变动的，取决于基于数据的信息能在多大程度上提高经济和社会活动中交互的效率。所以，数据的使用是经济活动中不可分离的部分，其价值也随着具体的场景需求而变化。数据的两个本质特征，和数据生产者、数据相关主体、使用场景三个视角，可以帮助我们理解数据和其他商品或生产要素有什么不同，数据是如何产生、如何发挥价值的，以及牵涉到的相关方。基于这个权衡框架，我们可以得出三个结论：首先，将数据等同于一般商品那样拥有唯一所有权的观点是不合理的。第二，隐私保护的重点应该是在数据使用中尊重和保护数据主体的隐私权，而不是将数据独有权给予数据相关主体，否则难以发挥数据作为生产要素的价值，最终让所有的相关方受损。最后，数据生产者和数据相关主体之间应在平等、自愿的基础上达成协议，从而双方都可以从数据的生产和使用中受益。总结起来，数据治理的核心原则应该是在促进数据流动的同时保护数据主体的权利。1.3.数据治理问题1.3.1数据治理的演进逻辑我们在报告的第六章讨论数据治理的几个核心问题。我们的数据权衡框架有助于更好地理解数据隐私监管和治理的演进。上世纪 70 年代，美国颁布了公平信息实践（FIPS），为现代隐私保护的治理法规和监管奠定了基础。实践基于五大原则包括：（1）通知/知情；（2）选择/许可；（3）接入/参与；（4）完整/安全；以及（5）执行/纠正（美国联邦交易委员会，1998）。这 5 大原则指导美国联邦委员会“鼓励和推动有效的自我监管，作为保护消费者线上隐私的主要方式”（FTC，1998），进而成为后来隐私和数据治理条文和法规的原型，包括欧盟的数据保护原则指令（DPPD）、通用数据保护条例（GDPR）以及美国的加利福尼亚消费者隐私法案（CCPA）。以 FIPs 为基础演化而来的个人数据治理法规有一个关键的共识，那就是不要将数据锁入“保险箱”里或拘泥于数据所有权，而是鼓励安全的数据流动，同时保护消费者隐私。例如，经合组织（OECD）就提出“兼顾平衡的隐私立法，并保护相关人权同时避免干扰数据的流动”。让消费者从分享个人数据中受益，这个定位和我们的数据权衡框架中确立的基本原则是一致的。虽然在大原则上一致，但在数据使用上有不同程度的限制，反映出不同国家和机构对数据治理的实践差异。诺奖得主 Elinor Ostrom 指出，尽管动机良好，但过于严厉的治理政策会对专利、知识产权、授权、定价甚至“数字经济的存续”带来不利影响。她认为，政策制定应让各参与方都成为利益相关方，从数据分享中受益（Layton，2019）。很多其他学者也得出了相似的发现和结论（Goldfarb and Tucker，2011；Martinand Murphy，2016）。“任何条例都会带来应用的成本，数据隐私法可能会限制宝贵的信8息流动，带来隐私和安全风险，提高市场进入障碍，增加创业者的不确定性，以及催生寻租行为”（Layton，2019）。1.3.2数据和竞争的关系数据驱动的商业行为在竞争中会扮演越来越重要的角色，因此我们需要理解数据驱动的市场行为会如何影响竞争。竞争法的核心目标是：“确保消费者可以从竞争的力量中受益”（Shapiro，2018）。要判断竞争是否被扭曲，消费者的利益是否受损，我们要用事实说话，深入理解行业结构、企业的商业行为，并评估其市场表现。我们先回顾一下交易对竞争以及国家的企业竞争力的正面影响。如上文所述，在中国，线上市场的出现让买卖双方的平均距离从 10 公里上升至 1000 公里。在 1776 年出版的国富论中，亚当斯密指出，垄断力量是“良好管理的大敌”，而交易范围的扩展会打破这种垄断：“状况良好的公路、运河、船只往来的河流，这些大大降低了货运的开支，将一国偏远的地方与城镇周边置于同一发展水平上。它们都得到了最好的交通改善。这将刺激边远地区一国最偏远一环的发展。通过打破本地商人的垄断，对城镇的发展多有裨益，也对国家的其他地区有益。尽管交易扩张在旧市场中引入竞争性的商品，但也为旧产品带来了新的市场。此外，垄断是良好管理的大敌。只有在自由和全面的竞争下，市场中的每个人为了自我防御都要遵循规则，好的管理制度才能建立起来。”如同亚当斯密时代的“公路和运河”延伸了贸易距离，打破了垄断，提升了偏远地区商家的竞争，21 世纪出现的平台数字网络也打破了本地垄断力量，并且如下文所述，建立了一个更健全、更具竞争性的商业环境，只不过两者的速度和效率无法同日而语。另一方面，数字经济中可能妨碍竞争的商业行为在全球范围内正在引起越来越多的关注和争议。由于篇幅所限，本报告无法为所有相关问题提供答案，我们基于初步证据，聚焦于讨论三个和数据竞争相关的关键问题。首先，企业在多大程度上利用大数据技术歧视性对待消费者？商家今天获得关于客户的信息前所未有，无论数据量还是数据种类都远超前人想象。从理论上讲，企业通过数据更懂消费者，是有可能成体系地对消费者采取价格歧视，攫取消费者利益。在实践中，我们也会在不同国家看到“大数据杀熟”的个别案例。但总体而言，和蓬勃发展的大数据运用相比，大数据杀熟的案例要少得多。也没有任何国家的研究发现大数据杀熟的广泛现象，反而免费、普惠成为更加普遍的时代特征。这是为什么呢？一个可能的解释是，数字技术改变了生产者和消费者的关系。其中一个结果，随着累积这些高颗粒度的数据，商家已经不再追求从单独的产品或服务中获取最大利润，而是追求提供一个以客户需求为中心的综合服务，建立更高的客户忠诚度。普惠性就是尽可能扩大客户的多样性和数量，今天已经成为越来越多企业核心的商业目标。例如Ichihashi 在 2020 年的研究显示，很多数字平台希望向平台上的卖方公开买方的特征信9息，而不是将买家隔离开，进行经济学家所谓的“价格歧视”以不同的价格向不同的群体出售类似的产品，以便从支付意愿最高的消费者身上获取最大的利润。实际上，要成功地进行价格歧视，卖方需要有能力将不同群体的消费者隔绝开。而今天的互联网让信息隔离越来越难，消费者可以在非常广阔的范围内搜索不同的卖家和价格，让竞争越来越激烈。价格歧视并非唯一的顾虑。美国的消费者保护机构，例如联邦贸易委员会担忧“企业可以使用大数据，让那些低收入、缺乏服务的群体失去获得信用服务和就业的机会”，并表明要对这种不公平的行为进行指控。但现实中数字金融不断增强的普惠特性，将缓解这样的担忧。至少在肯尼亚、中国和其他很多国家，普惠金融取得了突飞猛进的发展。所以，在我们关注大数据杀熟的案例的同时，我们也不应该忘记这样的案例并非多数，也要具体分析其背后的原因。其次，大数据是否在妨碍竞争，让市场出现赢者通吃的局面？关于数据竞争的一个普遍担忧是，网络平台的外部性（直接和间接的）和规模经济可能带来市场进入障碍，从而引发赢者通吃的结果。从具体效果看，美国科技产业的一些领域的确出现了市场集中度提升的现象，但中国却上演了一个非常不同的故事。在中国，数据驱动的产业出现了强竞争的特征，潜在的新竞争对手常常让在位的互联网企业夜不能寐。例如电商行业，尽管在线零售占社会总零售比例已经超过 27%，但由于激烈的竞争，阿里巴巴这样的具备先发优势的领先者，面对市场新进入者和原有竞争对手的快速增长。在短短四年内，阿里巴巴在中国电子商务销售额占比从 2015 年的 78%降至 2019年的 56%1。拼多多作为市场新进入者，在 3 年内吸引了超过 4 亿用户，销售额增长超过 100 倍。中国曾经最典型的大数据企业百度，长期统治中国的搜索引擎市场，并且曾在大数据和人工智能领域遥遥领先，2010 年它的市值大于阿里巴巴和腾讯，然而如今却远远落后于这两家公司和很多新进入者。抖音的母公司字节跳动异军突起，只用 7 年就超越百度成为互联网广告收入领头羊。京东商城占中国电子商务销售额 17%，它的投资者包括谷歌和沃尔玛这样的巨头，最近成功“占据家用电器市场全渠道最大市场份额”2。在移动支付市场，类似的激烈竞争也在频繁上演。这些证据表明，我们很难得出先发的大数据优势会引发“赢者通吃”的结论。一个可能的解释是，大数据只是商业竞争的一个要素，并不必然决定行业的格局和企业的命运。首先，在数字经济中，数据的使用只是商业模式运行的一部分。尽管在今天的商业模式中，数据扮演了比以前更加重要的角色，但企业间的竞争仍旧由商业模式及其执行决定。另外，与传统经济不同，数字服务的消费者可以选择多个平台用户1参见文章Alibaba，JD.com Lead in China，but a Few Others Are Making Dents，too 和Retail andEcommerce Sales in China 2018。2参见 Wikipedia 词条List of largest Internet companies，文章The biggest ecommerce companiesin China a brief guide和JD.coms Market Share Tops in All Channels of the Home ApplianceMarket。10可以选择提供类似服务的不同供应商，从而多方分享自己的个人数据。再次，随着数据的增加，数据的边际效用会随之下降。研究表明，如果一种资源能为企业带来垄断的竞争优势，那么这种资源一定是无法模仿的、稀有的、高价值的且可持续产出的，“然而通常数据并不具备上述任何一种特质”（Lambrecht and Tucker，2017）。显然，在数字经济的发展过程中，存在妨碍竞争的企业行为，需要通过法规纠正，这也日益成为各国社会关注的一个重点。但这些现象，和所谓的“赢家通吃”，无论在理论和实践中都没有必然的联系。我们对事情性质的判断，应该基于事实，基于不同国家、不同行业的实际情况，而非基于假设的“黑