经典重温|非竞争性与数据经济学

点击蓝字 关注我们

经典重温

非竞争性与数据经济学

作者：Charles I.Jones & Christopher Tonetti

来源：American Economic Review,2020

摘要

数据是非竞争的:一个人的位置历史、医疗记录和驾驶数据可以被任何数量的公司同时使用。非竞争导致收益增加，意味着市场结构和产权的重要作用。谁应该拥有数据?对数据的使用应施加哪些限制?文章表明，在均衡状态下，企业可能没有充分尊重消费者的隐私。由于非竞争性，即使存在隐私方面的考虑，在公司之间广泛使用数据也可能带来巨大的社会收益。由于担心创造性破坏，企业可能会选择囤积自己拥有的数据，从而导致非竞争对手数据的低效使用。相反，将数据产权交给消费者可以产生接近最优的分配。消费者在他们对隐私的担忧与向所有相关方出售数据所带来的经济收益之间进行权衡。

引言✦

近年来，数据在经济中的重要性越来越明显。本文提出了一个研究数据经济学的理论框架。我们特别感兴趣的是数据的不同产权如何决定其在经济中的使用，从而影响产出、隐私和消费者福利。我们分析的出发点是观察到数据是非竞争性的。也就是说，在技术层面上，数据是无限可用的。

论文的主要发现是，与数据相关的所有权制度具有重要的经济后果。

当公司拥有数据时，他们可能没有充分尊重消费者的隐私。由于数据是非竞争性的，因此广泛使用数据可能会带来巨大的收益。数据市场提供了促进更广泛使用的财政激励，但如果出售数据增加了创造性破坏的速度，公司可能会以社会效率低下的方式囤积数据。

另一种分配是政府出于对隐私的考虑严格限制公司使用消费者数据。虽然此策略成功地产生了隐私收益，但它可能会产生更大的成本，因为非竞争输入没有以适当的规模使用而产生的低效率。

最后一种制度安排，消费者拥有与其行为相关的数据。然后，消费者就会权衡他们对隐私的担忧，以及向所有相关方出售数据所带来的经济收益。这种平衡导致数据在公司之间广泛使用，利用了数据的非竞争性。对于我们的数值示例中的大范围参数值，这种分配产生接近最优的消费和福利。

随着以互联网、云计算、大数据、物联网、人工智能等为代表的新一代数字技术的迅猛发展，数字技术与传统产业的深度融合释放出巨大能量，数字经济成为经济高质量发展的重要支撑。数字经济在推动社会发展变革的同时，也对劳动力市场产生深刻影响。企业数字化转型必然带来生产方式和生产关系的转变，这在劳动与劳动关系上则体现为企业人力资本结构的适应性变革，从而数字化转型将对企业人力资本结构、收入分配政策等产生重要影响。

改善收入分配格局、提高居民可支配收入是构建国内国际双循环相互促进的新发展格局的重要基础，基于人力资本结构调整视角探讨微观企业数字化转型对劳动收入份额的影响及其机理不仅有助于我们更加全面地评估企业数字化转型的社会效应，还有利于促进经济转型升级和高质量发展。

模型构建✦

假设经济由N个品种组成。总效用Y 的公式如下：

第i类商品是由技能质量（quality of ideas）A和劳动L结合而成的。数据可以提升技能质量，η表明了数据在经济中的重要程度。

假设数据在厂商间是非竞争性的，数据的产生依赖于自身商品的消费与其他商品的消费，则有：

因此，得到人均收入：

因此，人均收入在两方面取决于公司数量：一是通过传统的拓展品种效应；二是额外的规模效应。当数据是竞争性时，无规模效应。

社会的经济环境构建如下所示：

文章对企业拥有数据和消费者拥有数据进行了决策求解和均衡状况进行求解。

讨论✦

1、对IO的影响

首先，因为企业看到数据规模收益递增与数据的非竞争性，公司想合并成一个单一的经济范围的公司，数据的非竞争性可能会产生强大的动力来增加规模，可能会与反垄断

其次，数据可能会成为进入的障碍。有限销售分配下，随着一家公司积累数据，可能会使其他公司更难进入。本文通过创造性破坏率对销售数据量的依赖体现，如在质量阶梯模型中更明确地识别这种力量是一个研究方向。

2.数据扩散的边界

组织可以访问的数据量是否可以作为重要的生产力优势。这可能适用于公司甚至国家。Lee(2018)认为“中国比美国拥有更多的数据——多得多。数据是人工智能的动力。拥有大量数据的优秀科学家将击败拥有少量数据的超级科学家。”同样，一个对消费者隐私重视程度较低的政府可能会导致更多的数据销售，从而导致更高的总产出水平(但可能会降低福利水平)。可以鼓励国有企业相互共享数据。或者，在贸易的行业背景下，这种差异可能导致公司(例如中国)在数据密集型产品方面具有明显的生产率优势。

讨论✦

数据经济学提出了许多重要的问题。我们的框架支持这一点:当公司拥有数据时，他们可能会过度使用这些数据，而没有充分尊重消费者的隐私。

另一个重要的考虑来自于数据的非竞争性。由于数据是无限可用的，因此将相同的数据分配给多个公司同时使用会产生巨大的社会收益。医疗数据被健康研究人员广泛使用，所有驾驶数据被每一个机器学习算法使用，在技术上是可行的。然而，当公司拥有这些数据时，由于担心创造性破坏，他们可能不愿意出售这些数据。我们的数值例子表明，由于限制使用非竞争数据而产生的福利成本可能很大。

最后，出于对隐私的考虑，政府限制完全禁止销售数据，这可能特别有害。相反，我们的分析表明，将数据产权赋予消费者可以导致接近最佳的分配。消费者在他们对隐私的担忧与向所有相关方出售数据所带来的经济收益之间进行权衡。

如何获取论文？

关注本公众号：图灵财经

来源：American Economic Review

作者：Charles I.Jones & Christopher Tonetti

编辑：张卓昕

精彩推荐

更多精彩内容