《Information Economics and Policy》：Consumer choice, platform access, and data protection
编辑推荐：
本研究构建了一个垄断性平台的理论框架，该平台在提供服务的同时可能收集用户数据。数据使平台能够改善用户体验，并通过数据驱动的变现策略获取收益。研究人员考察了所收集的用户信息面临数据泄露风险的情形。用户对隐私风险的敏感程度存在差异，并在个性化收益与数据泄露预期损害
本研究构建了一个垄断性平台的理论框架，该平台在提供服务的同时可能收集用户数据。数据使平台能够改善用户体验，并通过数据驱动的变现策略获取收益。研究人员考察了所收集的用户信息面临数据泄露风险的情形。用户对隐私风险的敏感程度存在差异，并在个性化收益与数据泄露预期损害之间进行权衡，从而决定是否共享数据（当数据共享为可选时）。为保护用户信息，平台可投资于数据保护措施，以降低泄露发生的概率。研究聚焦于两种准入规制：平台可允许用户自行选择是否共享数据（消费者选择，consumer choice），或仅允许共享数据的消费者访问（限制准入，restricted access）。研究人员首先考察了基于流量依赖型收入与数据型收入的免费服务平台。数据保护确保用户将个人数据托付给平台，从而产生收益。允许消费者选择最大化了访问量，但削弱了数据保护投资激励。边际用户可在不共享数据的情况下加入，因而不会增加平台的数据相关收入。这降低了数据保护的边际收益。相比之下，限制准入要求所有加入用户必须共享数据，这强化了保护的边际回报，但将隐私敏感度最高的用户排除在外。研究表明，当数据变现相对更具盈利性且消费者从数据驱动功能中获得的增量收益较小时，平台最优选择限制准入。平台与用户对数据准入规制的偏好并非总是一致。研究人员识别出平台私下偏好消费者选择但限制准入最大化总剩余的参数区间，以及平台偏好限制准入但消费者选择为福利最大化的参数区间。因此，诸如GDPR（General Data Protection Regulation）等基于数据同意的全面规制可能无意中降低数据保护水平并增加数据泄露风险。研究人员随后考察了政府罚款与私人损害赔偿作为规制工具的效果。政府对于数据泄露的罚款始终强化保护投资激励并在给定准入规制下提升福利，但也会使平台的准入选择偏向限制准入，这可能增加或降低福利。私人损害赔偿具有更为复杂的效应。随着赔偿倍数增加，用户获得更好保障并更愿意共享数据，但平台每数据共享用户的预期责任上升。平台投资与利润在中间赔偿倍数处达到最大，即适度的损害赔偿实际上有利于平台。研究人员还将分析扩展至基于费用/订阅的准入平台。若平台可基于用户数据共享进行价格歧视，则其始终偏好给予用户选择权，因为这可提取更多剩余。然而，研究表明将准入限制于数据共享用户可改善数据保护与社会福利。禁止基于数据的价格歧视未必改善福利，且可能降低总剩余。最后，研究人员允许泄露风险随平台所持有的消费者数据量增加而上升。尽管限制准入汇集了更大的数据池因而面临更大的攻击暴露，保护排序不变。然而，数据集中确实在数据共享用户之间产生了基准模型中不存在的安全外部性，且该外部性有利于消费者选择。
**研究背景与问题** 数字平台依赖消费者信息以改善服务质量并将用户注意力货币化。搜索引擎、社交媒体、新闻网站和流媒体服务利用个人数据实现内容与推荐个性化、改善匹配并产生广告或分析收入。然而，收集和存储此类信息也使平台面临数据泄露风险。2018年和2021年Facebook数据泄露事件以及2021年T-Mobile数据泄露事件加剧了人们对隐私和数据安全的担忧。调查显示超过90%的消费者认为企业将利润置于数据保护之上。政策制定者以GDPR和CCPA等严格立法予以回应，这些规制扩展了用户拒绝、限制或附条件同意某些数据处理形式的权利。在此背景下，研究人员分析了消费者数据选择、平台准入规则以及罚款和私人损害赔偿等法律救济如何影响数据泄露威胁下的数据保护投资激励。现有关于隐私规制的经济学文献主要研究企业如何利用消费者数据进行行为性价格歧视和定向广告，以及隐私规制对在线市场结构的影响，但未考虑数据泄露防护的投资激励。信息安全经济学文献通常将面临风险的信息量视为给定，而本研究通过消费者选择和准入规制将风险数据量内生化。关于选择加入（opt-in）隐私规制的文献也未明确建模数据泄露。本研究填补了上述空白。
**研究方法与结论** 研究人员构建了一个垄断性平台的理论模型，消费者在隐私敏感度上存在异质性，平台可选择消费者选择或限制准入两种规制并决定数据保护强度。主要技术方法包括：博弈论建模框架下的平台利润最大化与消费者效用最大化分析；比较静态分析考察关键参数（基本服务价值u、数据收益v、基线收入q、数据型收入r）对保护投资和规制偏好的影响；福利分析比较平台利润与消费者剩余之和；扩展分析涵盖政府罚款与私人损害赔偿、基于费用的平台与价格歧视、以及数据池规模依赖的泄露风险。研究表明：消费者选择下平台保护投资低于限制准入（z\*
c < z\*
r）；平台与用户对准入规制的偏好可能不一致，导致平台选择无效率的规制；政府罚款始终增加保护投资但可能扭曲准入选择；私人损害赔偿对保护、利润和福利具有非单调效应；基于数据的价格歧视使消费者选择对平台更具吸引力但可能降低数据保护；数据集中产生安全外部性，扩大消费者选择为福利最大化的参数区间。研究的重要意义在于揭示了基于同意的全面隐私规制（如GDPR）可能无意中降低数据保护水平，提示政策设计需考虑其对企业保护投资激励的影响。
**研究结果** （1）消费者选择与限制准入下的保护投资：通过比较两种规制下平台利润最大化的一阶条件，得出消费者选择下保护投资严格低于限制准入，原因是限制准入下边际数据共享用户贡献全部收入（q+r）且获得全部服务收益（u+v），而消费者选择下仅贡献r和v。（2）平台与用户的规制偏好：通过比较两种规制下的利润差异和消费者剩余差异，发现平台偏好消费者选择当u较低且v、r较小时，而消费者剩余在u较高时消费者选择更优；两者偏好不一致的区域存在。（3）福利扭曲：通过比较总剩余，识别出平台过度限制（u高v低时平台选限制准入但消费者选择为社会最优）和平台过度宽松（u低v高时平台选消费者选择但限制准入为社会最优）两种无效率情形。（4）政府罚款效应：通过引入罚款F并分析一阶条件，得出罚款增加两种规制下的保护投资但不改变保护排序，罚款更大幅度降低消费者选择下的利润因而使平台偏好转向限制准入，小额罚款在给定规制内提升福利。（5）私人损害赔偿效应：通过引入赔偿倍数κ，得出保护投资和利润在κ低于阈值时随κ增加而增加、超过阈值后下降，消费者剩余和福利在κ较低时随κ增加而增加；适度赔偿有利于平台。（6）基于费用的平台与价格歧视：通过扩展至订阅制平台，得出平台在可价格歧视时始终偏好消费者选择而消费者始终偏好限制准入；数据中性定价禁令的福利效应取决于u+q与阈值的关系以及v与r的相对大小。（7）数据池规模与攻击暴露：通过允许泄露概率依赖数据池规模n，在h对数凹假设下得出保护排序z\*
c < z\*
r不变，数据集中产生跨用户安全外部性，扩大消费者选择为社会最优的参数区间。
**讨论与结论** 研究人员考察了准入、同意和责任规则如何影响垄断性平台的数据保护投资激励。平台私下偏好消费者选择还是限制准入取决于基线服务价值、数据变现和数据驱动功能的相对重要性。当服务非共享用户仍足够有利可图时消费者选择更具吸引力；当数据变现重要且用户从数据驱动功能中获益较小时限制准入更具吸引力。私人激励与社会激励可能背离：消费者选择扩大参与但削弱保护激励，限制准入强化投资激励但排除隐私敏感用户。因此平台可能在限制准入为社会最优时偏好消费者选择，或在消费者选择为福利改善时偏好限制准入。这些结果对数字信息市场政策具有重要含义：强制选择加入同意、高额数据泄露罚款和禁止基于数据的价格歧视通常以隐私和消费者保护为由，但其效果取决于它们如何与企业保护投资激励相互作用。在某些情形下允许限制准入可支持对数据共享用户更强保护。政府罚款始终增加投资但可能诱导平台选择降低福利的限制准入。私人损害赔偿效应不确定，若设置过高可能降低保护激励和福利。对于订阅制平台，禁止基于数据的价格歧视可能强化数据保护并增加消费者剩余，但未必改善福利且可能降低总剩余。研究结论强调：消费者选择扩大了不共享数据用户的参与，这削弱了平台保护数据的激励，因为边际用户对保护回报的贡献较小；限制准入则通过将参与与数据共享绑定来强化投资激励，但导致更多隐私敏感用户被排除。因此，平台可能在限制准入最大化福利时偏好消费者选择，或在消费者选择改善福利时偏好限制准入。强制选择加入同意、高额数据泄露罚款和禁止基于数据的价格歧视等政策的效果取决于其与企业数据保护投资激励的相互作用，需根据基线服务价值与数据驱动功能的平衡进行情境依赖的政策设计。
