NBER美国国民经济研究局-NBER-Too-Much-Data_-Prices-and-Inefficiencies-in-Data-Markets_89页_1mb

报告摘要

总结：Too Much Data: Prices and Inefficiencies in Data Markets

核心内容

本文探讨了数据市场中由于隐私外溢效应而导致的数据定价失真和市场低效率问题。作者指出，当用户分享其数据时，不仅会泄露自己的信息，还会对其他用户的信息造成外溢影响，从而降低用户保护隐私的动机。这种外溢效应导致数据价格被压低，进而引发过度的数据共享，损害社会整体福利。

主要观点

隐私外溢效应
- 用户分享数据会泄露其他用户的相关信息，形成负外部性。
- 这种效应使得用户更少地考虑隐私价值，从而降低其保护隐私的意愿。
- 数据价格因此被压低，导致市场中数据共享过度。
数据市场的低效率
- 在无外部性的情况下，数据市场可以通过价格机制实现效率最优。
- 但在存在外部性时，市场均衡可能导致数据共享过多，造成社会福利损失。
- 当用户隐私价值较高时，这种低效率尤为明显。
平台竞争的局限性
- 平台之间的竞争无法解决数据价格过低和过度共享的问题。
- 在某些情况下，竞争甚至可能进一步降低社会福利。
政策建议
- 数据交易税：统一的税收政策在某些条件下可以改善社会福利。
- 中介化数据共享：通过“去相关化”机制，减少数据之间的关联性，从而降低隐私外溢效应，提高市场效率。

关键信息

模型设定：
- 考虑 $n$ 个用户，其类型由联合正态分布的随机变量 $\mathbf{X} = (X_1, \ldots, X_n)$ 表示。
- 用户的隐私价值 $v_i$ 是其对信息泄露的主观评估。
- 平台的目标是通过数据共享最小化预测误差，同时支付用户以获取数据。
隐私外溢的定义：
- 通过 $\mathcal{I}_i(\mathbf{a})$ 衡量用户 $i$ 的信息泄露程度。
- $\mathcal{I}i(\mathbf{a}) = \sigma_i^2 - \min{\hat{x}_i} \mathbb{E}[(X_i - \hat{x}i(\mathbf{S}\mathbf{a}))^2]$，表示平台通过数据共享获得的关于用户 $i$ 的信息减少量。
均衡分析：
- 定义了纯策略的Stackelberg均衡，其中平台选择价格，用户根据价格决定是否共享数据。
- 随机变量之间的相关性导致均衡可能不唯一，但所有均衡对平台的收益相同。
最优数据共享（First Best）：
- 最优策略是最大化社会总剩余（即平台与用户收益之和）。
- 仅当用户隐私价值 $v_i \leq 1$ 时，其数据共享是社会最优的。
- 若 $v_i > 1$，则数据共享将造成社会成本。
案例说明：
- 通过一个包含两个用户的例子，说明当用户之间高度相关时，数据共享会引发隐私外溢。
- 在 $\rho \approx 1$ 的情况下，用户1的共享行为几乎完全泄露用户2的信息，导致用户2也愿意以极低价格出售数据。
政策影响：
- 个人数据交易税难以实施。
- 统一数据交易税在某些条件下可以改善福利。
- 通过中介化数据共享，减少数据之间的相关性，有助于提升效率。