价值互补性、数据披露与交易策略

马 滔 ,刘 婷 ,皇甫震 ,李振东

(1.清华大学 经济管理学院,北京 100084;2.湖南大学 经济与贸易学院,长沙 410079)

万物互联场景下,用户使用手机、手环、汽车等智能终端进行购物、运动、出行等活动,会产生大量的实时数据与数字脚印。这些构成了互联网海量数据要素的重要来源[1]。在智能合约、虚拟存储、机器学习、神经网络等技术算法的加持下,数据要素能够在精益生产、个性推荐、智能安防、无人驾驶等众多领域产生巨大的经济效益与社会价值[2-3]。然而,实现数据要素优化配置和价值创造的关键前提在于如何有效推动数据披露与数据交易1)本文在合乎法律法规前提下讨论数据披露和数据交易,假定数据各参与主体是在获得消费者知情同意后采取的行为,并且各参与主体不存在侵犯用户隐私与利用用户数据作恶的主观意图和客观行为[4]。在数据披露阶段,数据拥有者(如电商APP、运动APP等)在收集用户数据后,考虑如何制定披露价格,向数据经纪商(如数据堂、美林数据等)开放接口,数据经纪商决定是否获取;在数据交易阶段,数据经纪商考虑如何制定交易价格,将数据转移给数据使用者(如广告商、零售商等),数据使用者决定是否购买。

与其他商品不同的是,数据产品具有价值互补性[5-6],数据使用者会同时从具有竞争关系的数据经纪商处购买数据。这是由于数据要素的规模报酬递增性,使得量大多维的数据融合后可以创造更大的价值[7]。当经纪商拥有不同维度的用户数据,或者不同地区、不同群体的个人数据时,数据使用者通过汇聚整合,能够形塑更精确的“用户画像”,实现从经验决策走向科学决策的转变,提高决策的精准性、预见性和智能化[8-9]。例如,数据使用者从一个经纪商处购买用户职业信息、交易记录等数据,从另一经纪商处购买用户健康习惯、社交人脉等数据,聚合后能够对个人风险偏好进行更有效的识别,为其开展消费金融、定制保险等商业活动提供支撑。

在传统Hotelling模型框架下,假设消费者面对双寡头竞争企业时,只会从一个企业购买产品[10-11]。然而,考虑到数据互补性应用,数据使用者可能同时从双寡头数据经纪商处购买数据产品。此时,数据使用者的多边购买行为与传统Hotelling模型中消费者的单边购买行为具有本质差别。在数据价值互补性下,数据使用者的这一行为将会影响数据经纪商的交易价格和获取策略,并倒逼数据拥有者采取适应性的披露决策。基于上述分析,本文构建一个数据披露和数据交易两阶段博弈分析框架,探讨如下几个关键问题:①在不同的数据获取策略下,数据价值互补性程度如何影响数据经纪商的最优交易价格? ②数据经纪商的均衡获取策略是什么?③数据拥有者将如何制定披露价格? 其背后的逻辑机制是什么? 从理论层面揭示上述问题的答案,对于数据要素的有序流动和价值创造极具现实意义。

有研究认为,数据产品存在“非竞争性”与“非排他性”,数据拥有者可能会向多个数据经纪商披露用户数据[6,12]。然而,本文发现,在一定数据价值互补性程度下,数据拥有者制定最优披露价格,只有一个数据经纪商会获取数据。这也部分解释了在数据经济实践中,为什么很多数据拥有者只会向特定的数据经纪商开放数据接口或分享数据。

1 文献综述

数据拥有者可视为用户数据资产的代理人,已有研究对影响用户数据披露的因素进行了探讨。考虑到隐私泄露、数据滥用等问题,用户会有意识地减少数据披露[13-14]。一般认为,如果用户能够在自身所处的环境中感受到更多的隐私保护,他们将更愿意披露数据[15-16]。除了对隐私泄露的担忧外,获得优质服务、折扣优惠与金钱补偿也是影响用户数据披露的重要动因[17-18]。事实上,用户会在隐私安全和披露收益之间进行权衡,以便做出最优的行为安排[19-20]。刘百灵等[21]通过基于插图的情景实验方法收集381份有效数据,实证分析隐私反馈的技术特征及其交互作用对移动商务用户隐私保护行为的影响及其机理,发现隐私反馈的内容(信息质量)与形式(简洁性、可视性)均对用户隐私担忧产生显著影响,且信息质量与可视性对隐私担忧的影响存在显著的负向交互作用。同时,Kummer等[22]基于2012～2014年安卓市场30万条应用数据,考察开发者是否存在以较低价格提供APP 以获取用户数据的行为,以及APP价格与用户数据披露之间的关系,结论显示,价格越低的APP,用户愿意披露的数据越多;给定APP价格和功能,收集用户数据越多的APP,其需求量越小。

如何制定合理的数据价格、促进数据交易,也是产业界与学术界关注的热点问题[23-25]。Bergemann等[26]研究平台组织对包含匹配价值的数据产品定价问题,发现广告成本、市场结构、数据规模、数据准确度等因素都会对数据价格产生影响。Bimpikis等[27]考察垄断市场环境下数据使用者之间的竞争如何影响数据经纪商的最优销售策略,结论显示,当使用者之间存在伯川德价格竞争时,经纪商应该提供关于用户最准确的数据;当使用者之间存在库洛特数量竞争时,经纪商应该降低数据准确性并限制使用者之间的数据分享。此外,考虑到数据价值的不确定性,Ray等[28]试图在数据交易中引入样品展示来缓解信息不对称,通过构建数据交易的协商式定价模型,探讨经纪商是否应该以及如何提供样品展示,研究发现:在协商定价过程中,如果使用者没有低估数据价值,一个高价值的外部选择可以帮助经纪商从样品展示中获益;如果使用者存在偏见并且低估了数据价值,样品展示也能发挥作用;数据产品价格依赖于数据使用者对数据价值的真实评估以及经纪商的外部选择价值。

最后,作为一种新型的生产要素,大量文献关注数据要素的实际应用及其影响,如企业基于用户数据的精准化广告策略[29-30]与差别化定价决策[31-32]。其中,文献[33]中对基于用户数据的差别化定价策略(BBPD)进行了综述。这类文献可以依据对企业收益有利还是不利进行简单归纳。文献[34-35]中认为,除非考虑企业和用户异质性,否则,相对于统一定价策略,BBPD 会因加剧竞争而有损企业利润。文献[36-37]中则发现,企业在为忠诚用户提供增值服务时,进行BBPD 将会提升企业收益,文献[38-39]中也发现,BBPD 会使低质量企业受益。考虑到用户对个人隐私数据的担心,在BBPD 研究基础上,部分学者还考虑了用户的隐私保护行为[40-41]。Conitzer等[42]在垄断市场环境下探讨用户隐私成本与企业差别化定价之间的关系,结果表明:当用户隐私成本为零时,用户都将进行隐私保护,企业不能进行差别化定价反而使其获得最高收益;当用户隐私成本低于某个阈值时,用户能够从企业差别化定价中获益。

基于上述研究,本文从如下3个方面做出边际贡献:

(1)已有文献分别对数据披露、数据交易和数据应用展开了研究,但较少将数据流转的3个阶段结合起来予以考察。本文关注数据要素互补性应用特征,探讨数据使用者以数据应用为目标的多边购买行为,如何影响数据披露阶段拥有者的定价决策与数据交易阶段经纪商的定价策略。这不仅扩展了双寡头竞争情境下的消费者决策行为研究,还为数据经济研究提供了一个相对完整的理论分析框架。

(2)本文揭示了数据价值互补性程度引致的竞争缓和效应,如何影响经纪商的数据获取策略,进而促使拥有者采取只向单一经纪商披露数据决策的微观机理。在一定数据价值互补性程度下,部分使用者会产生多边购买行为,如果双寡头经纪商都获取新数据,并不会提升价值互补性程度;如果只有一个经纪商获取新数据,在提升价值互补性程度的同时,也会增加其市场需求(不会侵占另一经纪商的市场需求)。因此,在均衡披露决策下,只有一个经纪商获取数据。

(3)现有研究多采用问卷调查和现场实验等方法,对影响用户数据披露的因素进行分析,较少见通过严谨数理方法进行理论建模研究。本文从机制设计视角探讨数据拥有者(用户数据代理人)的最优披露决策,发现数据价值互补性程度也会影响拥有者的披露价格制定。这丰富了有关用户数据披露的影响因素研究,也为后续相关实证分析提供微观基础。

2 问题描述与基本假设

2.1 数据拥有者

假设数据市场上存在一个数据拥有者(O)、两个数据经纪商(B)与大量数据使用者(U)。拥有者以一定的现金、折扣、优惠券、免费体验或个性化服务获得用户某些维度的数据[17-18]。例如,社区电商APP利用折扣、优惠券吸引用户注册,收集用户的身份、位置等个人信息,招聘APP和运动APP通过免费服务,获取用户的职业数据、健康数据等。拥有者(用户数据代理人)基于用户协议和隐私政策,将用户数据披露给第三方经纪商。假设拥有者的数据价值为M,其数据披露价格(也即经纪商的数据获取价格)为po。

2.2 数据经纪商

基于Hotelling线性市场模型,假设存在双寡头数据经纪商(如数据堂与美林数据)Bi和Bj,分别位于线型市场[0,1]的左右两端0和1处。假设经纪商本身具有某些维度的用户数据,如经纪商Bi拥有用户的通讯、交易、偏好等数据,经纪商Bj拥有用户的通讯、出行、兴趣等数据,他们将根据需要决定是否获取拥有者的某些维度数据。

假设经纪商的数据价值为:Ri=Rj=R2)为了简便分析,本文主要考虑经纪商数据价值对称的假设情形,即Ri=Rj。事实上,按照同样的分析思路,在经纪商数据价值不对称Ri>Rj 的假设情形下,本文的结论具有稳健性,其中,经纪商拥有一些相同维度的用户数据,假设其价值为r≤R,故经纪商i、j独有数据的价值分别为:ωi=Ri-r,ωj=Rj-r。如果经纪商独有数据价值ω=ωi=ωj越大,表明经纪商之间数据价值互补性程度越高,使用者同时从经纪商处购买数据时,能够进行更精准的用户画像和广告投放等。在这里,本文用ω表示经纪商之间数据价值互补性程度,ω>0。数据经纪商的共同数据价值与独有数据价值可总结如图1所示。

如果经纪商Bi和Bj都从拥有者O处获取新数据,则经纪商的数据价值均增加至(R+M),共同数据的价值增加至(r+M),独有数据的价值保持不变,即数据价值互补性程度不变。假设经纪商制定的数据交易价格分别为pi和pj。

2.3 数据使用者

数据使用者U如保险商、零售商等,为提供更优质、更精准的服务体验,将从经纪商处购买用户数据。假设使用者的位置为x,均匀分布在线性区间[0,1]上。x为使用者根据具体的业务需求对不同的经纪商数据产品的品牌偏好(水平属性),tx和t(1-x)分别为使用者购买合适数据产生的“旅行成本”,t为单位交通成本或单位搜寻成本。因此,如果使用者从经纪商Bi和Bj处购买数据,则获得的效用为:

考虑到数据的互补性应用,使用者会产生多边购买行为。如果使用者同时从经纪商Bi和Bj处购买用户数据,则获得的效用为

在这里,假设R足够大以确保市场是完全的,此时所有的使用者都至少从一个经纪商处购买数据产品。

2.4 决策时序

本文博弈过程分为两个阶段:在数据披露阶段,数据拥有者O基于数据价值M制定披露价格po,数据经纪商Bi和Bj决定是否获取。此时,双寡头经纪商的数据获取策略包括都不获取(NA,NA)、仅Bi获取(A,NA)、仅Bj获取(NA,A)以及同时获取(A,A)4种情形。在数据交易阶段,数据经纪商Bi和Bj同时制定数据产品价格pi和pj,数据使用者U根据互补性需求决定从一个经纪商处购买还是同时从两个经纪商处购买。根据上述分析,建立参与人博弈时序图(见图2)。

图2 数据披露与交易中参与人决策时序

参数说明:

M——数据拥有者的数据价值

po——披露价格(获取价格)

Ri(=R)——数据经纪商Bi的数据价值

Rj(=R)——数据经纪商Bj的数据价值

r——数据经纪商Bi和Bj共同的数据价值

ωi(=ω)——数据经纪商Bi独有的数据价值

ωj(=ω)——数据经纪商Bj独有的数据价值

ω——经纪商之间数据价值互补性程度

pi——数据经纪商Bi的交易价格

pj——数据经纪商Bj的交易价格

t——数据使用者的单位搜寻成本

3 数据获取与交易模型

采用逆向归纳法,首先,考察不同的数据获取策略下,经纪商最优的数据交易价格;其次,分析经纪商的均衡获取策略;最后,探讨拥有者最优的数据披露价格。

3.1 交易价格

在数据披露阶段,经纪商从拥有者处获取新数据时,存在“获取”(A)和“不获取”(NA)两种策略,因此,双寡头经纪商存在4 种策略组合:(NA,NA)、(A,NA)、(NA,A)以及(A,A)。接下来,在不同组合下探讨经纪商数据产品的交易价格。

(1)经纪商都不获取(NA,NA)。假设双寡头经纪商都不获取新数据时,其数据价值保持不变,独有数据价值仍为ω。如果ω≥2t,则经纪商之间数据价值互补性程度非常高(甚至完全互补)。此时,为了基于用户数据提供更优质的服务体验,所有的使用者都会同时购买两个经纪商的数据。但是,考虑到有些使用者可能只偏好某一经纪商的数据,抑或由于技术、成本等因素制约,相比只购买一个经纪商的数据,使用者同时从两个经纪商处购买,并没有带来决策效率的提升。因此,本文讨论经纪商之间的数据价值互补性程度不是特别高的情形(ω<2t),只有部分使用者会产生多边购买行为,同时购买两个经纪商的数据。

将使用者定义为同时购买两个经纪商数据和只从经纪商Bi处购买数据的无差异点,将使用者定义为同时购买两个经纪商数据和只从经纪商Bj处购买数据的无差异点,则有:

当ω≤(t+pi+pj)/2时,经纪商之间的数据价值互补性程度较低,使用者并不能通过多边购买进行更精准的用户画像。此时,经纪商的需求(见图3)分别为:

图3 数据价值互补性程度较低时经纪商的市场需求

当ω>(t+pi+pj)/2时,经纪商之间的数据价值互补性程度较高。处于x<的使用者会从经纪商Bi处购买,处于的使用者会从经纪商Bj处购买,而的使用者则会同时购买两个经纪商的数据。此时,经纪商的需求(见图4)分别为:

图4 数据价值互补性程度较高时经纪商的市场需求

经纪商制定交易价格pi和pj以实现目标函数最大化:πi=pi Di(pi,pj),πj=pj Dj(pi,pj)。

此时,经纪商Bi的反应函数为:当t时,pi(pj)=(pj +t)/2;当时,pi(pj)=ω/2。经纪商Bj的反应函数为:当pi≥时,pj(pi)=(pi+t)/2;当时,pj(pi)=ω/2。

将反应函数联立,可得经纪商的最优交易价格和最优收益:

上述讨论结果如图5所示。

图5 在(NA,NA)下依据价值互补性程度划分均衡解区域

根据上述分析,可得命题1。

命题1当数据经纪商都不获取数据(NA,NA)时,最优交易价格取决于数据价值互补性程度和单位搜寻成本,且与数据价值互补性程度之间呈现“非线性”关系。具体如下:当数据价值互补性程度较高时,最优交易价格为:ω/2;当数据价值互补性程度较低1))时,最优交易价格为:;当数据价值互补性程度适中时,最优交易价格存在多个均衡解。

根据命题1可知,当经纪商之间数据价值互补性程度较高时,每个经纪商的独有数据价值就越大,大量使用者会同时从两个经纪商处购买数据产品。此时,经纪商的市场需求主要取决于其制定的交易价格和数据价值互补性程度的大小(见图4),而不受竞争对手定价策略的影响,经纪商之间的直接竞争将有所缓解。随着数据价值互补性程度提升,使用者同时购买数据产品可以优化决策,从而经纪商能够制定相对较高的交易价格(见图6)。

图6 在(NA,NA)下最优交易价格与价值互补性程度的变动关系

然而,当经纪商之间数据价值互补性程度较低时,每个经纪商的独有数据价值较小,同时购买数据产品并不能较大地提升使用者的决策效率。在这种情形下,所有使用者只会从一个经纪商处购买数据。此时,使用者的品牌偏好占据主导位置,数据交易价格主要取决于单位搜寻成本t的大小(见图6)。这说明,当使用者在数据产品之间的品牌偏好越大时,经纪商对附近使用者的垄断力加强,从而经纪商可以制定的交易价格越高[43]。

最后,当数据价值互补性程度适中时,经纪商需要权衡数据价值(垂直属性)与品牌偏好(水平属性)为使用者带来效用收益,根据数据价值主导还是品牌偏好主导制定最优的交易价格。

(2)经纪商仅一个获取(A,NA)或(NA,A)。假设经纪商Bi获取数据,其数据价值变为R+M,经纪商Bj不获取数据,其数据价值仍为R。经纪商Bi从拥有者处获取数据,需要支付披露价格(获取价格)po。沿用经纪商都不获取数据(NA,NA)的分析思路,可知:

当ω≤(t+pi+pj-M)/2时,经纪商之间的数据价值互补性程度较低。此时,经纪商的需求函数分别为:

当ω>(t+pi+pj-M)/2时,经纪商之间的数据产品互补性较高。此时,经纪商的需求函数分别为:

经纪商制定交易价格pi和pj以 实现目标函数最大化:πi=pi Di(pi,pj),πj=pj Dj(pi,pj)。

将反应函数联立,可得经纪商的最优交易价格和最优收益为:

根据上述分析,可得命题2。

命题2相比经纪商都不获取数据(NA,NA),当仅有一个经纪商获取数据(A,NA)时,如果数据价值互补性程度较高,获取数据的经纪商交易价格增加,没有获取数据的经纪商交易价格不变;如果数据价值互补性程度较低(ω≤(2t-,获取数据的经纪商交易价格增加,没有获取数据的经纪商交易价格下降。

如果经纪商之间数据价值互补性程度较高,部分使用者会同时从两个经纪商处购买数据。此时,如果一个经纪商获取新数据,其数据价值会增加为R+M,而独有价值会变为ω+M,从而在数据互补性应用下,经纪商的数据需求增加(并不会侵占另一经纪商的市场需求),这会促使其提高数据交易价格。没有获取新数据的另一经纪商,其数据价值仍为ω,在数据互补性应用下的市场需求保持不变,从而没有降低交易价格的压力,也不能通过提高交易价格获取更高的收益。

然而,如果经纪商之间数据价值互补性程度较低,所有使用者只会从一个经纪商处购买数据产品。此时,如果一个经纪商获取新数据,会提升其数据价值,这将增加其数据需求,并会侵蚀另一经纪商的数据市场份额(见图3)。因此,获取新数据的经纪商会提高交易价格,没有获取新数据的另一经纪商通过降低交易价格维持一定的市场需求。

(3)经纪商都会获取(A,A)。如果经纪商都会从拥有者处获取数据,则经纪商的数据价值都变为R+M。与经纪商都不获取(NA,NA)的分析思路一致,可得经纪商的最优交易价格和最优收益为:

基于上述分析,可得命题3。

命题3相比经纪商都不获取数据(NA,NA),当经纪商都获取数据(A,A)时,最优交易价格保持不变。

对比命题1和命题3可知,当经纪商都获取数据时,经纪商的数据价值都增加至R+M,相较于经纪商都不获取数据的情形,双寡头经纪商之间数据价值互补性程度保持不变,仍为ω。此时,如果数据价值互补性程度一直较高),由于两个经纪商都获取数据而未提升互补性价值,其市场需求将不会变动,从而最优交易价格也会保持不变。如果数据价值互补性程度一直较低经纪商均获取数据后其互补性价值同样低,若一个经纪商提高数据价格,另一个没有提高数据价格的经纪商会侵蚀其市场需求,从而经纪商也不会提高数据交易价格,交易价格保持不变。

需要注意的是,经纪商都获取新数据时,并不能带来数据价值互补性程度的提升,市场需求在均衡状态下保持不变。并且,由于获取新数据需要向拥有者支付披露价格,经纪商的最优收益都下降po。因此,在任何条件下,经纪商都不获取数据的策略(NA,NA),相比都获取数据的策略(A,A),是占优策略。

(4)经纪商的数据获取决策。基于不同情形下的子博弈纳什均衡结果与拥有者的数据披露价格po,分析经纪商最优的数据获取策略。考虑数据互补性应用,部分使用者会同时从两个经纪商处购买数据,从而在范围内考察经纪商的获取策略。分别在M≤2t-ω和M>2t-ω条件下,讨论经纪商在不同获取策略下的收益(见图7、8)。

图7 经纪商不同获取策略下的均衡收益(M ≤2t-ω)

图8 经纪商不同获取策略下的均衡收益(M>2t-ω)

基于上述不同获取策略下经纪商的收益,定义一个数据披露价格阈值点,满足当M≤2t-ω时当M>2t-ω时,2/(4t)。因此,得到命题4。

命题4存在一个数据披露价格阈值,当po≤时,仅一个数据经纪商会获取新数据(A,NA)或(NA,A);当po>时,双寡头数据经纪商都不获取新数据(NA,NA)。

证明

①当po≤时,如果存在根据收益矩阵图可知,数据经纪商只有在其竞争对手不获取数据时,才会获取数据。此时,存在仅一个数据经纪商获取数据的均衡解。

②当po>时,如果

命题得证。

命题4发现,如果拥有者的披露价格高于阈值点,经纪商获取数据带来的收益并不能抵消成本,从而没有经纪商会获取数据。然而,如果披露价格低于阈值点,将有一个经纪商会获取新数据。这是因为,如果经纪商之间数据价值具有一定的互补性部分使用者会同时从两个经纪商处购买数据。此时,经纪商的市场需求主要取决于数据价值互补性程度(见图4),而不受经纪商共同数据价值大小的影响。当另一经纪商已经获取了数据,则经纪商也获取数据时,只增加了共同数据而没有增加数据价值互补性,从而经纪商并不能通过获取新数据取得更多的市场份额。因此,如果另一经纪商获取了数据,经纪商也获取新数据并不能增加收益,反而会由于披露价格降低收益(命题3)。

总结发现,当数据价值互补性程度较低时,所有使用者都只会从一个经纪商处购买数据。此时,双寡头经纪商会进行标准Hotelling竞争,市场需求将出现“此消彼长”的激烈竞争。然而,当数据价值互补性程度较高时,部分使用者会同时从两个经纪商处购买数据。此时,双寡头经纪商的市场需求主要取决于其数据价值互补性程度大小,一个经纪商数据价值互补性的提高增加其市场需求的同时,并不会侵蚀另一经纪商的市场需求,从而数据价值互补性应用会产生一定的竞争缓和效应。

3.2 披露价格

考虑数据经纪商的获取策略,数据拥有者以披露价格po向经纪商提供价值为M的新数据。接下来探讨拥有者最优的披露价格(获取价格)。

根据命题4分析,可得命题5。

命题5数据拥有者最优的披露价格为:=,只会向一个数据经纪商出售数据。

有研究认为,数据存在“非竞争性”和“非排他性”,拥有者可以同时向双寡头经纪商披露数据,以获取更高的收益[6,12]。然而,命题5发现,当存在一定的数据互补性时,在拥有者制定的最优披露价格下,只会有一个经纪商购买新数据。背后的逻辑为:如果双寡头经纪商的数据价值存在一定的互补性,则部分使用者为提高决策效率,会同时从两个经纪商处购买数据。此时,如果两个经纪商都获取新数据,并不会带来数据价值互补性和市场需求的增加。如果另一经纪商没有获取数据,经纪商获取新数据在增加数据价值互补性的同时,也会增加其市场需求(并不会侵占另一经纪商的市场需求)。因此,在均衡披露价格下,数据价值的互补性可以在获取策略(A,NA)或(NA,A)中发挥竞争缓和效应,使拥有者向一个经纪商出售数据能够获得更高的收益。

这与Montes等[11]的研究结论具有一定的相似性。Montes等构建双寡头数据使用者的差别化定价模型,分析数据经纪商的数据销售策略,结果发现,如果数据使用者都拥有用户数据将导致激烈竞争,这在降低数据使用者剩余攫取的同时,也使数据经纪商收益下降,因而数据经纪商的均衡策略是只将数据出售给一个数据使用者。本文将数据拥有者纳入数据披露与交易分析框架,考察面对双寡头经纪商时拥有者的披露决策,发现在一定的数据价值互补性程度下,如果只有一个数据经纪商获取新数据,由于数据价值互补性引致的竞争缓和效应,拥有者能够获取更高收益。

4 结论

数智化转型时代,促进数据流动,聚合多维数据,才能实现因数而智、化智为能。基于数据价值互补性应用,构建数据披露与数据交易的两阶段博弈模型,分析数据拥有者的披露价格与数据经纪商的交易价格,为推动数据要素的顺利流转提供理论指导。研究发现,当经纪商都不获取数据时,交易价格与数据价值互补性程度呈现非线性关系。相比经纪商都不获取数据,当有一个经纪商获取数据时,如果数据价值互补性程度较高,则获取数据的经纪商交易价格上升,没有获取数据的经纪商交易价格不变;如果数据价值互补性程度较低,则获取数据的经纪商交易价格上升,没有获取数据的经纪商交易价格下降。相比经纪商都不获取数据,当经纪商都获取数据时,交易价格保持不变。在均衡数据披露价格下,拥有者只会将数据披露给一个经纪商。

本文研究对数据拥有者和数据经纪商具有如下启示:

(1)经纪商应该“因时制宜”地制定数据交易价格。云计算、机器学习、区块链、智能合约等新兴技术的开发和利用,为挖掘海量数据中丰富的信息提供了可能。然而,单一维度的数据并不足以勾勒出精准的用户画像,这导致数据使用者的多边购买行为。对于经纪商而言,考虑到数据的互补性应用,如何制定获取决策与交易价格是需要关注的重点。本文发现,双寡头经纪商在不同的数据获取策略下,其交易价格需要根据数据价值互补性程度灵活制定。同时,经纪商应该挖掘数据的独有价值,实现与竞争对手的区分,通过提高与竞争者的互补性程度获得更高的价值收益。

(2)拥有者应该“有的放矢”地执行数据披露策略。移动互联时代,消费者基于各种应用软件进行社交、购物、办公、出行等活动,使应用平台汇聚了海量数据。对于这类拥有者而言,如何在保护用户隐私的前提下,通过数据披露获取收益成为其又一重要的商业模式。本文发现,考虑到数据价值互补性特征,双寡头经纪商同时获取数据并不能带来数据价值的增加以及市场需求的扩大,这倒逼拥有者有针对性地制定数据披露价格,只向一个经纪商披露数据。拥有者严格执行这一准则的同时,还可以利用大数据挖掘技术与人工智能算法,整合、分析用户数据,提高与经纪商数据的差异性和互补性,以获取更高的商业价值。