考虑消费者隐私的在线平台竞争模型研究_鲍磊.pdf

收稿日期:2022-11-17基金项目:江苏高校哲学社会科学研究一般课题(2022SJYB1901)和国家自然科学基金面上课题(71973082)资助项目作者简介:鲍磊(1982)，男，江苏新沂人，讲师，博士，主要从事数字经济研究 E-mail:baolei hytc edu cn鲍磊，赵文渲，张玄 考虑消费者隐私的在线平台竞争模型研究 J 江西师范大学学报(自然科学版)，2023，47(1):36-44BAO Lei，ZHAO Wenxuan，ZHANG Xuan The study on competition model of online platforms with concern of consumers privacy J Journal of Jiangxi Normal University(Natural Science)，2023，47(1):36-44文章编号:1000-5862(2023)01-0036-09考虑消费者隐私的在线平台竞争模型研究鲍磊，赵文渲，张玄(淮阴师范学院经济与管理学院，江苏 淮安223001)摘要:当消费者接入在线平台时，可以选择向在线平台提供一定数量的隐私信息以此获得更好的服务，与此同时，平台也可以通过隐私的披露获得收益 基于上述观察，该文构建了双寡头竞争模型，分析在线平台如何运用隐私披露策略展开竞争 研究发现:当消费者的估值较小时，平台选择披露隐私，并且采用低价甚至补贴吸引消费者的接入;当消费者的估值较大时，平台选择不披露隐私，服务的销售成为平台利润的唯一来源 研究表明:寡头竞争平台的最优隐私披露水平符合社会福利最大化的要求，垄断也不会导致平台过度披露消费者隐私关键词:隐私披露;在线平台;双寡头竞争;福利分析中图分类号:F 272 3;F 062 9文献标志码:ADOI:10 16357/j cnki issn1000-5862 2023 01 050引言随着互联网和移动终端的广泛普及，消费者在使用淘宝、滴滴出行等在线平台享受购物、出行便利的同时也在平台上留下大量隐私信息(隐私是一个涉及多学科的复杂概念，本文中的隐私是指在线平台依据相关政策或协议记录下来的消费者相关数据，平台利用这些数据能与消费者产生积极的互动)，如商品浏览记录、地理位置等 消费者向在线平台提供一定数量的隐私能够获得更好的服务，如滴滴出行根据消费者的地理位置匹配司机;而大数据等技术的应用使得在线平台也可以通过消费者隐私的披露形成新的利润来源，如淘宝记录消费者浏览信息并将其打包出售给第三方广告公司，使得广告商能够根据这些信息对消费者进行定向广告 通常，在线平台可以通过下面 2 种方式披露隐私获利:(a)利用消费者隐私精准刻画他们的偏好、支付意愿等，实现对他们的 1 级价格歧视1-2，即“大数据杀熟”;(b)通过隐私数据交易获利，即将消费者隐私信息打包出售给第三方数据分析公司、广告商等3 本文中的隐私披露指的是后者 因此，在大数据时代，消费者的隐私已经成为在线平台的重要资产，也是在线平台竞争的重要方面 本文试图通过博弈模型的分析，研究在消费者为获得服务向在线平台提供一定数量的隐私之后，平台是否应当将隐私披露作为自己的利润来源以及平台是否可能过度使用消费者隐私事实上，国内外学者及相关法律法规关于隐私还存在其他表述，如个人信息、个人数据等，但是本质内涵基本一致4 过去，学者们通常从社会、法律等视角对隐私的相关问题展开研究，关注于如何合理清晰地界定隐私的范围和边界、如何建立保护隐私权的法律制度等5-6 由于计算机的普及和互联网的广泛应用，所以自然科学领域的学者们也关注了如何运用技术模型和算法创新保护用户的隐私安全7-8 近年来，随着电子商务、社交媒体等产业的蓬勃发展，在线平台利用技术手段获取消费者的隐私，然后通过大数据分析精确地预测消费者的偏好、支付意愿等成为可能，因此学者们逐渐重视隐私的经济价值的研究9-10 对于在线平台而言，用户的隐私就是数据生产的原料，通过算法生成数据预测产品，可以从中获取商业利润11 关于如何利用消费者隐私牟利，较为第 47 卷 第 1 期江西师范大学学报(自然科学版)Vol 47 No 12023 年 1 月Journal of Jiangxi Normal University(Natural Science)Jan 2023集中的 2 个研究热点分别是定向广告和价格歧视定向广告是指平台通过大数据关联分析等技术收集和分析用户的偏好，从而针对目标用户进行广告投放的一种营销方法12 Chen Jianqing 等13 发现定向广告的应用可能实现在线平台利润倍增 张宇翔等14 证明了基于地理位置和产品偏好的 2 维组合定向广告加剧了企业之间的竞争 实证研究表明:定向广告能够大幅度提高广告的平均点击率，然而定向精度的提高并非总是有利于提高广告商的收益15 投放定向广告需要收集消费者的个人信息，C E Tucker10 指出广告商应当在定向广告的精度和隐私入侵度之间进行权衡 张建强等16 基于隐私关注的现场实验，发现定向广告的效果取决于广告的精准度和用户隐私关注的程度利用消费者隐私进行价格歧视可以分为基于消费者购买历史的价格歧视(BBPD)和基于消费者特征的价格歧视(CBPD)17 BBPD 是指当消费者存在重复购买行为时，厂商依据购买历史推断老顾客的偏好，然后制定不同的价格;CBPD 是指厂商能够直接获得有关消费者特征的信息，然后对他们进行个性化定价的情形 当厂商采用 BBPD 策略时，通常对老顾客制定相较于新顾客更高的价格，但无论对垄断厂商还是竞争厂商，放弃 BBPD 策略可能会带来更高利润18-19 Montes 等2 指出，采用 CBPD策略对于垄断厂商通常是有利的，然而若购买消费者隐私数据的成本较高，则将降低竞争厂商的利润基于垂直差异化双寡头模型的分析，李三希等1 证明了竞争厂商运用 CBPD 策略能使得消费者剩余和社会福利达到最大 与关注于定向广告和价格歧视相关文献相同的是，本文的在线平台也需要权衡是否需要通过消费者隐私的披露获得收益，但上述文献通常隐含着消费者被动提供隐私的假设，没有考察消费者的隐私提供意愿在现实中，在线平台需要向消费者展示隐私条款，由消费者自主决定是否允许平台收集和披露隐私，这意味着消费者掌握着隐私信息的控制权 实证研究表明:用户在选择使用 APP 时是否愿意提供隐私数据以及提供哪些隐私数据取决于 APP 的有用性20;在线平台允许消费者控制自己的隐私提供内容和数量可以缓解他们对隐私入侵的关注21 在理论研究方面，基于垂直差异化寡头竞争模型研究，Casadesus-Masanell 等3 发现，相较于提供高质量服务的厂商，提供低质量服务的厂商倾向于通过披露消费者隐私获利 鲍磊等22 研究了考虑隐私的厂商市场进入问题 与文献 3，22相比，本文在水平差异竞争框架下更加全面地分析了在线平台的隐私披露和定价策略以及消费者的隐私提供量，深入研究了隐私披露的社会福利效应和市场结构对于在线平台隐私披露策略的影响最后，本文还与消费者隐私保护相关文献有关李三希1 等指出，相较于消费者自愿提供隐私或政府强制性保护隐私，在无隐私保护政策下消费者剩余和社会福利更高 李颖灏等23 认为，厂商应从成本和收益的角度考虑隐私保护问题，而政府监管则需要在消费者隐私权益保护和市场创新发展之间进行权衡 本文考察了在不同市场结构下消费者掌握隐私控制权是否符合社会福利最优原则1问题描述、符号说明和模型构建1 1问题描述市场上存在 2 个在线平台，分布于单位长度的线性城市的两端，数量为 1 的消费者均匀分布于该线性城市上 为了获得更好的服务，消费者向其中的1 个平台提供一定数量的隐私 在线平台的利润来源于 2 个方面:向消费者提供服务和消费者隐私的披露，即平台既可以向消费者提供服务也可以通过披露消费者隐私获得收益 本文研究在消费者为获得更好的服务向在线平台提供一定数量的隐私后，在线平台是否应当披露隐私以及最优的披露水平，市场竞争是否导致在线平台的隐私披露水平超出社会福利最大化的要求，以及市场垄断是否提高平台的隐私披露水平1 2主要符号说明v 为消费者的估值，t 为在线平台服务的差异化水平，pi为在线平台 i 向消费者提供服务的价格，di为在线平台i的消费者隐私披露水平，yi为消费者向平台 i 提供的个人隐私量，Di为消费者对于平台 i 的需求量1 3模型构建在线平台 1 和 2 分别位于长度为 1 的线性城市两端，数量为 1 的消费者均匀分布于该线性城市上，其在区间 0，1上的位置表示了他们的偏好 消费者离左边的平台越近越愿意接入平台 1，否则消费者更加愿意接入平台2 消费者只与其中的1 个平台签订服务协议，同意向平台提供隐私数量 yi，i=1，2根据文献 3，22，给定价格 pi和隐私披露水平di，位于线性城市 x 处的消费者接入2 个平台获得的效用分别为73第 1 期鲍磊，等:考虑消费者隐私的在线平台竞争模型研究U1(x)=vy1(1 y1 d1)tx p1，U2(x)=vy2(1 y2 d2)t(1 x)p2，其中表达式yi(1 yi di)刻画了平台i向消费者提供的服务质量，其为 yi的凹函数且关于 di递减，这是因为:一方面，消费者出于便利或体验等利益需要向平台提供一定数量的隐私;另一方面，担忧隐私外泄或信息被滥用 因此，表达式 yi(1 yi di)既反映了消费者希望通过向平台提供隐私获得更高效用，也反映了消费者存在一定的隐私关注的事实 消费者需要决定向平台提供的隐私数量，而平台也需要决定是否披露隐私，假设yi0 且0 di1，i=1，2 若消费者选择不接入任何平台，则其效用为0为简化分析，假设在线平台为消费者提供服务的边际成本和固定成本都为 0，则平台 i 的利润为i=(pi+diyi)Di(1)考虑如下 4 阶段博弈:第 1 阶段(隐私披露阶段)，平台 i 决定是否披露消费者隐私，若选择披露，则需要确定隐私披露水平 di;第2 阶段(平台定价阶段)，平台 i 决定服务的价格 pi;第 3 阶段(平台接入决策阶段)，消费者在观察到价格 pi和隐私披露水平 di之后，选择是否接入平台获得服务，以及接入哪一个平台;第4 阶段(隐私提供决策阶段)，消费者决定向平台 i 提供的隐私量 yi利用逆向归纳法，求解模型的子博弈纳什均衡2寡头竞争均衡分析本部分考察在寡头竞争下在线平台的隐私披露策略和最优定价，此时 2 个平台独立地选择隐私披露水平和定价以实现各自的利润最大化2 1隐私提供决策阶段给定价格pi和隐私披露水平di，消费者向平台i提供隐私yi应使得效用Ui最大化 因为Ui是关于yi的2 次凹函数，利用1 阶条件 Ui/yi=0，可以求得消费者向平台 i 提供的最优隐私数量为yi=(1 di)/2，i=1，2(2)由式(2)可看出，在线平台的隐私披露水平 di越高，消费者向平台提供隐私信息的数量yi越少 因为消费者对于隐私披露是厌恶的，所以在线平台披露消费者隐私必然降低消费者的隐私提供意愿2 2平台接入决策阶段1)若市场不完全覆盖，则消费者接入平台 i 的效用为Ui(x)=v(1 dUi)/2)2 ti pUi，其中 i表示消费者与平台 i 的距离且0 i 1/2当且仅当效用非负，即当 Ui(x)0 时消费者才会选择接入平台，因此在接入平台和不接入平台之间无差异的消费者与平台 i 的距离为i=(v(1 dUi)/2)2 pUi)/t，那么消费者关于平台 i 的需求为DUi i，i=1，2，(3)其中上标 U 表示市场不完全覆盖2)若市场完全覆盖，则由 U1(x)=U2(x)求得在 2 个平台之间无差异的消费者位于x=1/2 (pC1 pC2)/(2t)v(dC1 dC2)(2(dC1+dC2)/(8t)，那么消费者关于 2 个平台的需求分别为DC1=x，DC2=1 x，(4)其中上标 C 表示市场完全覆盖2 3平台定价阶段1)若市场不完全覆盖，则将式(3)代入式(1)，得到平台 i 的