网贷者实现激励相容优化资源配置

时间:2019-12-16 13:02

  2017年12月,习近平总书记强调要推进国家大数据战略的实施,加快数字基础设施建设,促进数据资源的整合和开放共享,确保数据安全,加快数字中国建设。2018年4月,在首届“数字中国建设峰会”开幕之际,习近平总书记发来贺信:“信息技术创新日新月异,数字化、网络化、智能化正在深入发展,在促进经济社会发展、国家治理体系和能力现代化、满足人民对美好生活日益增长的需求方面发挥着越来越重要的作用。”

  2019年11月1日,在中共十九届四中全会新闻发布会上,中央财经委员会办公室在介绍坚持和完善社会主义基本经济制度的情况时指出:“鼓励艰苦奋斗,致富奔小康,完善劳动、资本、土地、知识、技术、管理、数据等生产要素按贡献分配机制……”这是中央政府第一次公开提出数据可以根据其贡献作为生产要素进行分配。
 

网贷者注意事项分析

(图一:
网贷者注意事项分析)

  许多国家和国际组织将数据视为战略资源。目前,美国数字经济占国内生产总值的33%,并成立了数字经济咨询委员会。英国的数字经济占国内生产总值的7%,并引入了《数字经济战略》。德国发布《数字战略2025》,全面实施工业4.0;日本提议建立一个“超智能社会”,将网络和现实空间结合起来。
 

  根据国际数据公司的《数据时代2025》报告,到2025年,世界每年将产生175ZB的数据,相当于每天491EB的数据。2018年,微信官方微信数据报告提到每天发送450亿条信息。据脸书统计,脸书每天产生4TB的数据,包括100亿条信息、3.5亿张照片和1亿小时的视频浏览。此外,在Instagram上,用户每天共享9500万张照片和视频,推特用户每天发送5亿条消息。
 

  如何解决现代经济活动中不可或缺的数据收费和现金流问题?作者认为,我们应该提供适当的激励措施来促进对数据基础设施的投资,并合理地指导数据平台的建设。这样做的目的是解决数据供给来源,满足经济社会活动对数据的需求,充分发挥公共产品的数据资源优势,提高社会福利。这一过程的复杂性在于,非竞争导致价格机制不能充分发挥资源配置的作用,现实中也可能存在其他激励机制。

  例如,虽然数据平台不直接收取提供公共数据的费用,但是数据平台接收免费数据流作为构建数据平台成本的补偿。作者建议政府设立专门机构,根据一定时期的社会经济目标调整数据收入。

  这种收益可以是来自数据平台的现金收益、非现金收益或访问许可。政府在为数据应获得的利益制定标准时,应考虑私营部门在数据基础设施和平台方面的初始投资成本、数据本身的社会和经济效益以及要素分配的公平性。如果数据本身产生的收入不足以支付基础设施的成本,政府还应考虑公共财政能否支付私人投资的部分成本,以实现数据本身的社会效益。
 

  数据的内涵
 

  作者将数据定义为公共产品,原因如下。在计算机科学中,数据是指可以输入计算机并由计算机程序处理的所有符号的总称。它是用于输入电子计算机进行处理的数字、字母、符号和模拟量的总称。

  它也可以是图形、图像、视频、音频等。它也是客观事物的属性、数量、位置及其相互关系的抽象表示。保罗·萨缪尔森(1954)将公共产品定义为所有成员都享有的集体消费品。所有社会成员都可以同时享受产品,而每个人对产品的消费不会减少其他社会成员对产品的消费。

  公共产品具有非排他性的利益,即公共产品带来的利益不能由某些人独享,但也可以由其他人免费享用。同时,它在消费上是非竞争性的。一旦提供了这种公共产品,任何人都可以消费,增加或减少一个人的消费不会影响其他消费者的收入,也不会增加社会成本,如国防。

  公共产品分为两类,一类是纯粹的公共产品,这是由穆斯格雷夫(1969)提出的,他认为它应该是非竞争性和非排他性的。一种是准公共产品,它只有非排他性和非竞争性,或者限制非排他性和非竞争性的体现。
 

  作者将数据定义为符合上述定义的公共产品。此外,作者认为它是一种准公共产品。数据生成后,用户数量的增加不会增加数据的边际成本。作为公共产品,数据具有以下三个特征。
 

  首先,初始投资很大,产权不清楚。数据的生成、收集、传输、处理和存储需要整个后端计算支持系统的基础设施建设。2019年中央经济工作会议将“新基础设施”定义为5G、人工智能、工业互联网和物联网的建设,并将其列为2019年的重点任务之一。

  从通信基站的建设、通信传输级光纤通道的建设到设备终端的运行,以及数据分析平台的建设,都需要前期大量的资金投入。网飞和亚马逊等工业巨头依赖基于云的框架来处理需要全面分析和计算的人工智能任务和服务。

  十八届三中全会指出:“经济体制改革是全面深化改革的重点。核心问题是妥善处理政府与市场的关系,使市场在资源配置中发挥决定性作用,政府能够发挥更好的作用。”

  基础设施建设的初始投资可以由政府和企业共同完成,但明确政府和市场的界限,充分尊重和发挥市场机制本身的力量非常重要。就数据基础设施而言,政府投入成本和民营企业投入成本的界限在哪里?

  根据智能洞察(Smart insight)的估计,目前全球每天有50亿次搜索,其中35亿次搜索来自谷歌,占全球搜索量的70%。虽然谷歌平台是由私营企业建立的,但每个人都可以免费使用。

  微信也是,根据官方发布的微信《2018年微信数据报告》,截至2018年9月,微信每月有10.82亿个活跃账户,这已经成为当今中国人的主要交流方式。这些私营企业提供的平台和软件的运作都依赖于早期基础设施的投入。
 

  其次,边际成本为零。一旦数据生成、收集和打包,如果不受限制,每个人都可以使用它,而不会增加额外的成本。尽管数据的边际成本为零,消费也是非竞争性的,但仍存在不受限制的先发优势现象。

  以宇通客车公司(600066)为例,宇通客车公司开发的宇通新能源移动应用可以为用户提供智能远程监控和诊断的系统移动平台。它可以帮助客户快速检查车辆状态、地理位置、能耗等关键信息。并检查行驶轨迹、起点、终点和行驶里程。

  越多的客户使用宇通新能源移动应用,数据量将会扩大,而不是增加成本。数据会越多。越是帮助宇通客车公司准确定位、生产更好满足客户需求的新能源汽车,实现正反馈循环,进而快速占领新能源汽车市场,其他公司通过开发这种移动应用来收集数据就为时已晚。
 

  第三,存在外部性。詹姆斯(1962)提出外部性是指一些个人或企业的经济行为影响其他人或企业,但他们不承担应得成本或获得应得报酬的现象。外部性一词起源于马歇尔(1890)发表的“外部经济”概念,随后由庇古(1912)发表,并于1920年修订为《Principles of Economics》出版。

  它在马歇尔“外部经济”的基础上扩展了“外部不经济”,系统地研究了外部性问题。外部性分为正外部性和负外部性。所谓的正外部性是指生产者在生产过程中给其他人带来的利益,但生产者不能要求对这些利益进行补偿。

  从数据的角度来看,“云教育”就是一个很好的例子。大规模开放在线课程的出现使偏远地区获得了高质量的教育机会。另一方面,负外部性正好相反。生产者会给其他人带来生产成本,但他们不会为了最大化自己的利润而考虑他们带来的外部性成本,第三方无权要求对增加的成本进行补偿。以数据为例,负外部性主要集中在数据安全问题上。一旦数据被犯罪分子使用,就会引发隐私泄露等道德问题。
 

  上述数据主要有以下三个问题:1 .产权不清;2.它具有先行者的优势,容易造成垄断。3.数据是外部的。鉴于上述三个问题,我们有三种数据作为元素参与分配的方式来尝试解决。
 

  一是通过市场化。公共产品的市场化将导致市场失灵。公共产品的非排他性和非竞争性将导致市场无法自发有效地调整其供应量。同时,由于没有外部交易市场,无论是正外部性还是负外部性都会扭曲资源的最优配置效率。

  公共产品存在明显的自然垄断现象。生产经营规模越大,效率越高,例如在公用事业行业。然而,垄断将导致市场效率低下,自由定价权使其能够以高于边际成本的价格生产,从而无法达到最佳供应,从而影响社会福利。垄断也导致寻租,因此反垄断立法非常重要。
 

  以滴滴打车为例。滴滴公司搭建了出租车平台,并为滴滴出租车开发了移动应用。滴滴公司收集的日常出行数据可以自己使用。滴滴公司拥有这些数据。这些数据将具有积极的外部性。

  例如,人们的日常出行轨迹数据也可以作为政府制定城市规划和其他公司选择地点的参考。最终数据的共享将提高整个社会的福利。如果产权清晰,政府和其他公司将不得不支付滴滴公司。

  滴滴公司可以在不产生额外成本的情况下获得额外收入。滴滴公司也可以利用这一利润开发更适合消费者的数据处理系统,从而吸引更多的客户,形成良性循环,最终处于垄断地位。如果其他公司想进入出租车平台建设市场,将会很困难。
 

  第二是通过政府监管。市场化机制本身的缺陷很难被市场化本身所调节。为了弥补公共产品的市场失灵,政府管制需要政府部门的干预。Viscusi等人(2005年)认为,监管是政府通过制裁对个人或组织自由决策的强制性限制。

  政府的主要资源是强制力,而监管就是利用这种强制力来限制经济主体的决策。价值一草(1992)提出,政府部门可以通过特别许可、登记和申报,利用法律权力控制企业的进入、退出、价格、标准、数量和服务质量。

  数据生成、收集、传输、分析和存储有不同的阶段。随着互联网、传感器和数字设备终端的普及,我们一直在产生数据。大公司通过移动设备终端的应用软件收集数据,并通过中国电信、中国移动和中国联通传输到公司自己的数据分析平台。

  用户移动设备终端将与数据分析平台交互。要实施政府监管,应从上述阶段入手,限制相关企业进入,制定收费和服务标准。政府组织公共部门提供公共产品,公共部门帮助外部性内部化:当外部性效应为负时,对外部生产者征收庇古税;如果数据披露的负外部性影响社会福利,可对泄露数据的企业处以罚款;当外部性效应为正时,政府可以对外部生产者给予补贴,例如为了方便他人而共享公共数据的企业。

  或者通过立法强制控制、直接禁止外部溢出,如涉及国家安全数据直接使用内部网络,如果泄露将受到违法处罚。三是依靠机构设计。市场缺陷和政府缺陷并存,使得我们需要从机制设计的角度考虑数据作为生产要素如何参与收入分配。

  企业的目标是利润最大化,政府的目标是社会福利最大化,个人的目标是效用最大化。三个主体目标的相容匹配可以达到激励相容的效果。根据上述原则设计的机制可以达到促进三方福利的效果。一个好的机制设计需要考虑效率和社会公平,并权衡它们各自的权重。

  效率就是帕累托效率(Pareto efficiency),这意味着在资源配置的状态下,没有人能在不失去他人利益的情况下变得更好。什么是社会公平?黄恒等人(2009)认为,社会公平观有四种,一种是平均主义公平观;第二是公平的等级观。第三是资产阶级公平。第四,马克思主义的公平观。在实践中,我们可以尝试不同的公平概念,选择社会接受程度较高的新兴阶段的公平标准。
 

  机制设计兼顾效率和公平。一方面,应考虑市场化带来的帕累托效率。另一方面,从社会公平的角度来看,“看不见的手”和“看得见的手”应该结合起来。数据作为一种生产要素,被企业用来实现利润最大化,在合法条件下开发互联网产品以满足人们的日常需求,从而增加消费者的效用。

  同时,对收集到的数据进行分析和处理,进一步完善自己的互联网产品,形成正反馈。依赖数据的基础设施需要大量资本投资。单个私营企业可能无法承担这些投资成本。政府需要从公共产品供给的角度增加投资。

  这种分配机制设计的核心内容是建立兼顾公平和效率的社会目标函数,建立以优化社会福利函数为目标的要素分配模式。同时,基于一定的社会目标,这一机制应旨在实现企业、政府和个人的激励相容,调动各方的积极性。

  基于这一机制设计,政府利用手中的政策工具制定相应的行业服务标准,规范企业道德底线。在尽可能提高效率的同时,应该考虑公平。当然,效率和公平权重的具体分配需要进一步讨论。
 

  作为生产要素参与分配的方式,笔者倾向于第三种方式,即兼顾效率和公平的机制设计,但需要注意权重的分配。理顺要素分配,实现激励相容,优化资源配置。数据作为一个要素参与分配是对社会福利的改善。合理规划数据收入分配可以突破不同部门之间的数据壁垒,实现所有利益相关者的数据共享和双赢。


以上便是小编给大家带来的最新( 网贷者 )内容信息讲解,希望能帮助到大家,更多门户相关知识,敬请关注本网站!
1