数据的广泛使用,引发了人们对三个问题的思考: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?

近日,开放型研究机构罗汉堂近期发布了《理解大数据:数字时代的数据和隐私》(中文版)。报告尝试回应数据价值、数据分享风险和解决方案、数据治理原则等问题,并建立了理解数据的整体性框架。

报告认为,社会经济活动本质上是如何利用那些任何个体都不可能掌握的整体信息的问题,因此数据分享对人类社会协同有重要意义。在数字时代,生产者与消费者之间的信息联结更加便捷和普遍,市场的深度和广度出现前所未有的发展。信息经济学除了关注缓解社会信息不对称,还要去理解数据应用所带来的问题,包括隐私保护、数据权属和价值分配,和大数据相关行业的市场竞争。

为此,报告构建了帮助理解数据的整体性框架,即“数据权衡框架”。框架包括大数据应用场景中包含的数据主体、数据生产者、应用场景这三个元素,数据的非竞争性和不可分离性这两个基本特质,以及考虑数据问题的根本原则。这一框架提供了整体的和平衡的视角,帮助人们更好地去认识不同于有形要素的数据。

报告指出,数据的价值可以总结为三个关键方面:

数据分享带来了前所未有的连接和参与,彻底改变了人类参与协作的范围和深度。

大数据可以带来更明智的决策,让中小企业和贫困人群这些处于信息弱势地位的主体受益。

信息分享在线上的买家和卖家之间建立信任,市场规模因此扩大,引入更多良性竞争。

对于数据和竞争、创新之间的关系问题,一方面,理论上存在数据被用于阻碍竞争和创新的可能性,现实中也确实存在需要纠偏的案例,但是大数据离赢家通吃的假设有很远距离。首先,大数据的兴起催生了以技术和数据为驱动力的全新商业模式;其次,中国市场的很多证据表明,大数据的使用引发了更具活力的竞争局面。鲜有证据表明,企业利用大数据对消费者进行价格歧视或其他行为伤害消费者利益已经成为普遍的现象;相反,企业围绕用户提供各种高性价比的服务,寻求用户的长期认可,越来越成为数字时代的趋势。第三,大数据不仅提升了消费者和供应商之间匹配的颗粒度,也加速了初创企业进入市场和快速发展,促进了市场竞争和创新。

大数据正在多大程度上被用于损害消费者利益?

在大数据时代,虽然杀熟的个案存在,但是鲜有证据表明,这已经成为任何一个国家的主要趋势。一个合理的解释是,消费者通过分享大量的个人数据让商家更了解自己,然而这并非一定会带来更多的不利于消费者的价格歧视行为。这是主要因为商家与消费者的关系正在被数字技术所改变,进而导致了竞争模式的转变。今天的生产者和消费者有着前所未有的直接、高频、长期的连接和互动。普惠性,即以实惠的价格向更多的消费者提供商品和服务,而不是赚尽有限几个消费者的每一分钱,正在成为企业的首要目标。

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?

实证数据表明,至少在中国,与赢家通吃的假设相反,数据驱动型市场事实上竞争激烈,准入壁垒低,呈现高竞争行业的特征。首先,大数据虽然可以从连接、决策、信任三方面提高生产效率,具有明显的商业价值,但大数据只是商业模式的一部分,必然受制于商业模式。第二,数据和有商业价值的信息之间存在巨大的距离,需要数据能力和商业判断力才能发挥数据的价值,存在很大不定性。第三,互联网用户可以同时使用多个平台,在享受服务的同时在多个平台上分享个人数据。一旦创新者提供新服务满足未被满足的细分需求,就可能成功破局,并迅速积累数据和用户形成正向反馈。第四,大数据的有效生命周期很短。新数据源源不断生成,其价值随着时间的推移而下降。

公司在多大程度上利用大数据阻碍创新?

由于数据是数字驱动商业模式的一个重要组成部分,善用大数据,无论是通过提供有竞争力的产品吸引客户积累数据,还是通过不断优化算法发挥更大的数据价值,都可以巩固公司当前的地位。如果这种竞争优势是由于具备高效使用数据的能力,就不会妨碍创新,反而会激发创新竞争,并不需要竞争政策的干预。竞争政策的目的不是扶持低效的潜在(或实际)竞争对手。只要大数据本身不阻碍那些高效创新者的进入,就不必对大数据的规模过于忧虑。

成为VIP会员查看完整内容
41

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
专知会员服务
47+阅读 · 2021年7月14日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
34+阅读 · 2021年6月12日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
专知会员服务
139+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2021年5月24日
基于区块链的数据透明化:问题与挑战
专知会员服务
20+阅读 · 2021年3月4日
专知会员服务
38+阅读 · 2020年12月20日
专知会员服务
46+阅读 · 2020年12月4日
专知会员服务
121+阅读 · 2020年3月26日
用户画像基础
DataFunTalk
12+阅读 · 2020年8月1日
【供应链】用好大数据,建设数字化供应链
产业智能官
15+阅读 · 2020年7月21日
教育何以是大数据的
MOOC
4+阅读 · 2019年2月2日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
时代聚焦AI安全——可解释性
云栖社区
9+阅读 · 2018年1月21日
解读:大数据时代的信息隐私保护
计算机与网络安全
3+阅读 · 2017年10月6日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
5G System Security Analysis
Arxiv
0+阅读 · 2021年8月19日
Arxiv
12+阅读 · 2021年6月29日
Arxiv
3+阅读 · 2018年11月13日
VIP会员
相关VIP内容
专知会员服务
47+阅读 · 2021年7月14日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
34+阅读 · 2021年6月12日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
专知会员服务
139+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2021年5月24日
基于区块链的数据透明化:问题与挑战
专知会员服务
20+阅读 · 2021年3月4日
专知会员服务
38+阅读 · 2020年12月20日
专知会员服务
46+阅读 · 2020年12月4日
专知会员服务
121+阅读 · 2020年3月26日
相关资讯
用户画像基础
DataFunTalk
12+阅读 · 2020年8月1日
【供应链】用好大数据,建设数字化供应链
产业智能官
15+阅读 · 2020年7月21日
教育何以是大数据的
MOOC
4+阅读 · 2019年2月2日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
时代聚焦AI安全——可解释性
云栖社区
9+阅读 · 2018年1月21日
解读:大数据时代的信息隐私保护
计算机与网络安全
3+阅读 · 2017年10月6日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
微信扫码咨询专知VIP会员