平台企业数据资源开发与监管的Lotka-Volterra演化模型研究

陈庭强, 杨青浩, 侯月娟, 王 磊

(1.南京工业大学 经济与管理学院,江苏 南京 211816; 2.中国科学院大学 经济与管理学院,北京 100190)

0 引言

数据资源开发是指企业利用历史数据,对现有购买人群画像进行分析、归纳、总结,清晰刻画产品的用户人群分布,从而验证产品定位是否合适,并及时进行调整,以此作为基础设计营销策略、产品方案等。在信息技术、大数据、产业融合的市场环境下,企业采取数据资源开发与利用实现跨领域竞争优势,不仅极大地侵害了用户权益,还破坏了市场秩序,甚至降低了社会效益。一方面,信息技术快速发展与资本无序扩张已严重影响并主导了平台经济发展,像阿里、蚂蚁、腾讯、美团、拼多多、快手等等信息技术公司,依靠占有的信息资源优势,垄断性开发和利用其掌握的数据资源形成市场竞争优势,获得资本的快速扩张。另一方面,企业商业模式的快速更新,“大数据杀熟”、强制用户“二选一”等新型不正当竞争行为不断涌现,造成政府对企业不正当案件的处理上以及行业健康发展的管控上仍显得有些捉襟见肘。因此,如何提高政府对企业数据资源开发与利用的监管水平,同时创新监管方式,是促进行业健康发展、维护用户权益、提高社会福利的研究重点。2022年3月25日《中共中央国务院关于加快建设全国统一大市场的意见》中指出,要加强对平台经济等新业态新模式的垄断和不正当竞争行为的规制。鉴于平台企业对数据资源开发与利用的垄断行为及其暴露的风险逐渐显现,如何才能既保持企业进行数据资源的开发促进经济的可持续发展,又有效消除其过度开发带来垄断与风险冲击,成为考验中国政府监管智慧的重大议题。

目前有学者认为平台企业数据资源开发与利用能够促进经济的增长[1-3]。周密等[1]提出平台企业互联网数据资源能够通过生产与消费的精准对接提升经济发展质量,通过新熊彼特多部门增长模型加以论证,并利用中国省级面板数据对这一机制进行了实证检验。徐翔和赵墨非[2]通过构建一个包含数字资本的经济增长模型,分析数据资源这类新的生产要素对于经济增长的直接影响和溢出效应,研究表明平台企业数据资本对于经济增长的溢出效应取决于其对于一般生产技术和数据处理技术的影响强度。也有学者提出若平台企业过度进行数据资源开发与利用,将会造成行业垄断现象,甚至影响整个经济市场的正常运行[4-6]。平台企业过度进行数据资源开发与利用,既可以实现针对消费者的差别化定价,又可能影响整个行业的竞争程度[4,5]。比如,ZHANG[4]提出优步进入中国给传统出租车公司带来了破坏性竞争现象,优步利用“算法管理”,即依靠互联网平台根据旅行路线快速匹配车辆供求,并根据共享里程自动计算成本等技术,造成了传统出租车公司业务量急速降低,不仅不利于市场的“公平竞争”,而且不利于平衡共享企业与现有服务供应商的利益以及不同共享企业之间的利益。许恒等[5]基于数字企业与传统企业非对称竞争的博弈模型,分析政府介入共享经济与传统经济非平衡竞争的最优方式与退出时间,发现在数字企业进入市场的初期,数字企业能够作为传统企业的有益补充与之适度竞争,从而有效提升消费者福利。然而,随着两类企业竞争逐渐加剧,拥有绝对技术优势的数字企业有可能快速获取市场支配地位,甚至淘汰传统企业,从而导致消费者福利的下降。

平台企业数据资源开发与利用带来了全新的企业内容开发模式,为满足消费者日益增长的多元化消费需求提供了便利。此外,平台企业数据资源的过度开发,可能造成行业垄断,严重威胁着消费者的经济利益,因此需要对其进行有效的监管。目前学术界针对平台企业数据资源开发与监管的研究多以理论分析和政策建议为主,主要集中于监管机构对数字经济下反垄断问题监管,包括以下三个方面:一是针对企业通过算法技术进行数据信息的采集、整理、分析,并以此预测、监视、分析竞争对手市场发展方向甚至造成行业垄断的现象进行监管[4,7,8]。ZHANG[4]提出当共享公司滥用其独特的算法管理模式进行不公平竞争损害消费者和其他用户时,应引入旨在保护用户个人资料的事前监管措施,以便在共享经济的背景下进行部署。在执行这些规则时,应该在确保自由数据流动和确保数据安全水平之间取得平衡。二是针对具有支配地位的企业利用其市场支配地位,对不同交易者以不同的交易条件交易相同的产品,以提升自身的竞争优势,造成交易者处在一个不平等的竞争环境下的现象进行监管[9-11]。姜兆华[10]提出加强对垄断平台和企业策略性滥用大数据行为的监管,重点对大数据相关垄断协议、滥用市场支配地位以及经营者集中等行为的监管,提升资本扩张的市场监管效能。三是针对企业将自身的产品或服务定价降低来达到排挤甚至淘汰竞争对手的现象进行监管[12-14]。王世强[13]提出监管部门可以运用动态价格监测工具,除了关注传统经济特征外还需对非价格交易等行为进行更准确的监测评估,对数字经济新商业模式进行更准确的反垄断评判。

近年来,学者们将Lotka-Volterra模型应用于金融及其金融监管领域[15-18]。MESLY等[15]认为,金融市场是在包括有毒行为(如欺骗)、有毒产品(如掠夺性抵押贷款)和低效监管的断层线中演化。而且,在金融危机时期,市场行为与一些经济模型预测之间缺乏一致性的困惑可能是捕食者-猎物相互作用的结果,以及在金融加速器的影响下的所谓“捕食细胞”的结果。MAO等[17]利用Lotka-Volterra模型定量分析和预测商业银行网上支付系统对第三方网上支付系统发展的影响,并采用最小二乘法对模型参数进行估计,得到了拟合第三方支付与银行竞争合作关系的灰色Lotka-Volterra模型。HUCK等[18]在掠夺性市场的背景下,基于Lotka-Volterra模型中捕食者-被捕食者的视角,研究消费者和供应商在金融危机时期所采取的“极度非理性”行为,同时考虑了四个市场变量的时滞性—消费者、供应商、掠夺性产品和监管者。

综上所述,鲜有研究对平台企业数据资源开发与利用进行监管分析。然而,一旦平台企业对数据资源开发与利用过度势必形成行业垄断行为,平台企业不仅会依靠垄断地位去追求高额利润,还会忽视自身创新,不仅不利于平台企业在国际上竞争,而且会造成消费者权益受损、社会福利降低。因此,本文构建政府监管与平台企业数据资源开发与利用行为的Lotka-Volterra模型,并解析平台企业数据资源开发与利用扩散行为的动力学演化,重点剖析政府监管策略对平台企业数据资源开发与利用的影响演化,以及演化策略下政府监管的有效性、监管结果的稳定性以及演化过程的市场波动情况。这对于维护用户权益、促进行业健康发展、提高社会福利具有重要意义。

1 数据资源开发利用行为的监管演化模型

1.1 数据资源开发利用行为的监管目标设定

互联网平台是一种虚拟或真实的交易场所,平台本身不生产产品,但可以促成双方或多方供需交易。平台企业数据资源开发利用通过影响用户规模,进而影响平台经济市场的总社会福利。因此,为了探究平台企业数据资源开发利用率对平台经济市场总社会福利的影响,参考刘征驰等[19]研究,假定平台企业用户规模n是关于数据资源开发利用投入λ和平台经济市场潜在用户总数N的函数,用n(λ,N)表示。假定企业1、企业2各自将数据资源的开发利用率分别控制在s1和s2,对应的用户规模分别为n1,n2,且n1

(1)

(2)

因此,整个平台经济社会福利为:

(3)

由式(1)-式(2)分别对n1,n2求导得:

(4)

从(3)式和(4)式可以看出,当n1=e1,n2=e2时,平台经济社会总福利最大。在初始阶级,随着数据资源开发利用率加大,用户规模不断增加,平台经济社会福利水平得到提高,但是随着数据资源的不断开发,平台企业用户规模超过最优的用户规模后,平台经济社会福利反而开始下降。因此,可以得到命题1:

命题1数据资源开发利用引发用户规模的扩张具有正外部性和负外部性效用,平台经济社会总福利随着数据资源开发利用引发用户规模的增加呈先增加后减少的趋势。当数据资源开发利用率较低,即用户规模越小时,正外部性效应超过负外部性效应,社会福利呈上升趋势。随着数据资源开发利用率的提高,即用户规模也不断增加,正外部性效应不能弥补负外部性导致的损失,总社会福利水平将下降。

命题1说明,平台企业数据资源开发利用率应该控制在一定范围内,否则会降低平台经济市场社会福利水平。

1.2 数据资源开发利用的行为演化

平台企业进行数据资源开发与利用带来经济效用的同时,也会带来风险。因此,对平台企业数据资源开发利用进行监管是营造数字经济高质量发展的必要保障。若监管得当,数据资源的开发将会使得数据作为生产要素带来经济效用最大化,而监管不当,将会对整个经济体系带来巨大损失。因此,本文将要讨论平台企业数据资源的开发利用和政府监管的关系。

企业初期进行数据资源开发利用可以扩大企业用户规模,带来信息资本扩张,进而促进经济的发展,而随着企业对数据资源的不断开发与利用,数据逐渐成为抢夺竞争对手核心资源、用户流量的重要手段,造成资本迅速扩张甚至出现垄断现象,既不利于企业的可持续发展,又会对整个行业经济带来负效应。因此,在企业进行数据资源开发与利用的过程中,需要政府监管机构的有效监管。假定数据资源的开发利用率为s,s∈[0,1],监管水平为r,r∈[0,1]。随时间变化数据资源的开发利用率的动力学方程为:

(5)

其中,a1代表数据资源的开发自身的发展系数,数据资源的开发利用率越大,参数a1越大;参数a2反映监管政策对数据资源的开发与利用的影响程度。

参考许文彬等[20]的参数设置,不妨假设a1=1,a2=3,s(0)=0.2,运用matlab2020b进行数值仿真模拟,探究不同政府监管水平r对数据资源的开发利用率s的影响特征,如图1所示。

图1 不同的监管水平r对数据资源开发利用率s的影响特征

图1表明,随着政府监管水平r的增大,数据资源开发利用率s的演化均衡值呈现非线性下降,直至为0。这意味着,只要监管水平r足够大,数据资源开发利用率s就能得到控制。但是在现实市场中,政府监管成本较高,且平台企业进行数据资源开发利用程度没有达到资本扩张至垄断市场的地步,政府不会对企业进行强制监管。因此,政府需要根据市场的数据资源开发利用实际情况动态调整其监管水平,在数据资源的开发促进市场良好发展时,政府会降低监管水平,当数据资源开发利用过热、过快发展时,政府会加大对市场的监管强度以免资本过度扩张引发市场垄断行为的发生。

1.3 政府监管演化策略

当数据资源开发利用率过高,企业在市场上形成一种垄断势力时,政府监管机构需采取相应措施,以防止形成垄断,造成社会福利水平下降的风险。本文考虑政府监管成本对政府监管水平的影响,假设政府监管成本函数为:C(r)=ar3。其中,a(a>0)表示政府监管技术对政府监管成本的影响系数,政府监管技术越高,a越小。此时,政府的监管水平演化与监管成本的函数关系式可以表示为:

(6)

联立(5)式和(6)式可以得到政府监管水平根据数据资源的开发利用率进行调整的监管演化策略:

(7)

命题2当a1-a2r′<0时,政府监管水平根据数据资源开发利用率进行调整的监管演化策略在平衡点(0,r′)是稳定的。

1.4 数据资源开发、政府监管、社会福利水平三者相互依存的演化关系

根据一个经济时期内数据资源开发利用、社会福利水平、政府监管水平相互依存的关系,提出了数据资源的开发利用、社会福利水平、政府监管水平共同演化的Lotka-Volterra模型:

(8)

接下来探究由数据资源开发、政府监管、社会福利三者构成的系统中,系统的参数对于系统的稳定性演化的影响特征。参考FANG等[22]的参数设置,假设a1=1,a2=0.03,b1=0.4,b2=0.08,c2=0.6,c3=0.7,K=1,M=1,N=0.5,P=0.5。运用matlab2020b进行数值仿真模拟,探究c1的变化对系统中社会福利水平演化的影响特征。参考张影等[23]的参数设置,假设a=1,a2=0.03,b1=0.4,b2=0.08,c1=0.2,c3=0.7,K=1,M=1,N=0.5,P=0.5。运用matlab2020b进行数值仿真模拟,进而探究c2在不同情形下,社会福利水平的演化特征。

图2揭示了在初始阶段,随着数据资源的开发利用程度对社会福利水平的影响系数c1的增大,社会福利水平也逐渐增大,而在交叉点之后,社会福利水平呈下降趋势。这是由于在数据资源开发利用初始阶段,数据资源开发与利用能够促进企业吸引更多的消费者参与,提高社会福利水平。然而,随着绝对技术优势的数字企业不断加大数据资源的开发与利用,很可能快速获取市场支配地位,甚至淘汰传统企业,这对于社会福利的提升起到了抑制作用。因此,数据资源的开发利用水平对社会福利水平的提升起到了先促进后抑制的作用。图3显示了随着政府监管水平对社会福利水平的影响系数c2的逐渐增大,社会福利水平呈上升趋势,并最终趋于平稳状态。这表明政府监管对于提高社会福利水平具有促进作用,当数据资源开发利用率加大引发社会福利降低时,政府可以通过加大监管水平,变换监管方式,即改宽松式监管变严厉型监管,进而不断提高社会福利水平。

图2 c1对社会福利水平u的影响规律

图3 c2对社会福利水平u的影响规律

2 结论与建议

阿里巴巴因为“二选一”垄断行为遭到了182.28亿元的罚单、美团因不正当竞争被判赔35.2万,这些现象都与互联网巨头对其数据资源的过度开发利用紧密相关。如今随着社会资本积累提升,政府监管部门需要引导企业珍惜资源、高效利用,杜绝过度开采。本文通过理论推演,解析了数据资源的开发利用引发用户规模的变化进而对平台经济社会福利产生影响,构建了政府监管与数据资源开发与利用行为的Lotka-Volterra模型,并利用演化经济学的思想以及动力学的方法,研究了数据资源开发与利用扩散行为的演化机制,重点讨论了政府监管水平根据数据资源的开发利用率进行调整的监管演化策略,分析了该演化策略下政府监管的有效性、监管结果的稳定性以及演化过程的市场波动情况。主要研究结论如下:

(1)当数据资源开发与利用的速度越慢、对政府监管越敏感、政府监管部门预设的监管水平越高,企业越不容易进行数据资源的开发与利用。

(2)只要企业存在数据资源的开发与利用,政府监管部门无法在零监管情况下使得企业数据资源开发利用引发的风险自动消除。

(3)当企业数据资源的开发与利用监管难度较高或政府监管部门对监管成本的接受程度、监管成本对数据资源开发利用的敏感程度、政府监管部门对企业形成行业垄断的敏感性不足时,低成本的监管水平不足以抑制企业进行数据资源的过度开发与利用。

(4)数据资源开发利用水平对社会福利水平的提升起到了先促进后抑制的作用;政府监管对于提高社会福利水平具有促进作用。

上述研究结论对于企业数据资源开发利用和政府监管具有较高的理论价值和实践意义。因此,基于上述研究,本文提出以下政策建议。

(1)政府监管部门既要有效监管防止企业过度开发数据资源以及滥用数据资源,又要给企业进行数据资源开发创新创造一个适当的环境,鼓励平台企业加强数据资源的开发与利用,推动社会经济转型升级。此外,政府部门需要考虑竞争市场环境,包括大型平台企业的真实和潜在竞争,注重加强事前和事中监管,与政策引导和激励相结合,向公众公开透明监管体系,促使平台企业合理进行数据资源的开发与利用。

(2)健全监管程序,严格限制平台企业滥用数据行为及不合理垄断行为。在监管初期,监管部门加大宣传监管法规中针对数据资源过度开发与利用的最高监管处罚,形成强有力的震慑力,降低平台企业违规概率,促使平台企业数据资源开发与利用产生正社会效应。在监管过程中,及时跟踪观测企业开发数据资源、滥用数据资源及市场的发展状况,并根据其发展速度而非其既有的规模动态调控监管力度。

(3)强化重点领域执法力度,提升综合监管效能。在监管期内,监管机构需要对监管人员进行培训、对平台企业数据资源开发与利用进行市场调研、不断跟踪重点领域企业数据资源开发利用进程、购置新的监管设施设备等,提高监管水平。此外,政府监管部门可以委托其他机构代理部分监管职能、降低监管频率,维持收支平衡,强化政府治理监管效能。

(4)政府监管部门在兼顾平台企业数据资源开发产生利益的同时,要以改进社会福利为目标。当平台企业出于逐利过度进行数据资源的开发与利用时,政府监管部门需要介入管制。如政府监管部门以一定的概率对重点领域内企业数据资源开发与利用情况进行抽查,当发现平台企业数据资源开发过度,依法对其作出惩处,并要求整改,避免社会福利受损。