进入公众号 点击右上角“...”设为星标 防止内容走丢
本期文章
基于三方演化博弈的企业数据共享治理机制研究
Research on Enterprise Data Sharing Governance Mechanism Based on Tripartite Evolutionary Game Theory
【原文刊载在《经济管理学刊》2024年第3卷第2期】（2024年6月出版）
作者
陈晔婷、宋语嫣，云南师范大学经济与管理学院
Yeting Chen, Yuyan Song (School of Economics and Management, Yunnan Normal University)
朱锐，云南大学软件学院
Rui Zhu (School of Software, Yunnan University)
何思源，云南师范大学经济与管理学院
Siyuan He (School of Economics and Management, Yunnan Normal University)
摘要
本文基于利益分配视角，构建大数据联盟、大数据联盟成员与政府相关部门的三方演化博弈模型，并对各主体决策影响数据有效共享进行了理论分析。研究结果表明：①虽然伴随着数据价值潜在收益的提高，大数据联盟泄露数据信息攫取高额利润的概率增大，但政府采取保证金利益分配的监管方式仍具备一定的治理效能。②大数据联盟决策很难受到声誉等社会收益或损失的影响，社会层面的多元共治对其博弈策略选择缺乏影响力。③大数据联盟成员对保证金制度敏感性较高，此举措作为数据治理补偿可以有效缓解大数据联盟成员搭便车现象的出现，但政府在评估治理措施改善数据市场的同时也需要考量保证金的收益分配是否公平合理。本文所构建的三方演化博弈模型可为完善数据共享治理机制提供一定的参考依据。
关键词
关键词：大数据联盟；数据泄露；三方演化博弈；数据共享合作机制；搭便车
Keywords: Big Data Alliance; Data Leakage; Tripartite Evolutionary Game; Data Sharing Cooperation Mechanism; Hitchhiking
内容精要
一、引言
近年来数字经济飞速发展，已经成为新时代经济发展的重要引擎。据《全球数字经济白皮书（2023）》显示，2022年，测算的51个国家数字经济增加值规模为41.4万亿美元，同比名义增长7.4%，占GDP比重为46.1%。数字经济已经成为全球产业转型升级和经济发展的重要推动力之一，对全球经济产生了深远的影响。其中，数字要素作为驱动数字经济发展的重要抓手，其市场化发展也带来了诸如信息孤岛、数据安全和隐私保护等一系列的挑战。企业作为数字经济发展的重要推动者，掌握着海量的价值链上下游信息和自身内部信息，充分挖掘并利用数据要素，发挥企业数据要素价值已经成为全球竞争的新战场。鉴于数据成为驱动企业价值创造的战略性资源，世界各国政府对企业数据市场治理的重视程度越来越高。2018年5月，欧盟正式执行《通用数据保护条例》(GDPR)，该条例规定了个人数据保护的标准和企业数据共享的要求。此外，欧盟还在积极探索数据池化机制，以促进企业间的数据共享。2020年12月，国家发改委、中央网信办等四部门联合印发的《关于加快构建全国一体化大数据中心协同创新体系的指导意见》文件，提出鼓励各类主体自愿参与数据要素共享，并建立促进数据共享的法律法规。2020年，韩国科学技术信息放送通信委员会通过了信息通信网法修订案，旨在扩大企业可以收集个人信息的范围。2023年3月，美国白宫科技政策办公室(OSTP) 发布了《促进数据共享与分析中的隐私保护国家战略》，旨在减轻隐私风险和危害，实现数据开放与共享。可见，世界各国都在进行激活数据要素潜能的尝试。
然而，由于私人利益的驱动、合作难度大、数据共享缺乏有效监管等问题，导致市场主导模式的局限性。章琰等（2021）指出，为了弥补缺陷，大数据联盟第三方机构作为“数据共享服务者”的运行模式成为一种备选方法。翟丽丽等（2017）认为，企业通过大数据联盟实现数据资源的共享与交互来吸纳伙伴间先进的管理和技术，迅速提升了自身的数据资源水平和能力。Deng（2017）指出，在大数据联盟的平台上企业实现数据资源的转移和创新不仅比企业单独创造更经济有效，而且带来了更多的利益。目前，中国以中关村大数据联盟为首的产业联盟在北京、上海等地应运而生，而邢海龙等（2020）、Yu and He（2021）等发现,由于大数据联盟中存在的机会主义行为和数据泄露问题，阻碍了企业进行数据共享的意愿，不利于更多主体参与数据要素市场建设。丁晓东（2022）提出，若大数据联盟成员选择在数据交易过程中对他人分享的数据进行免费占有和利用，那么会导致负的外部性问题。原本愿意共享并且加大数据价值的联盟成员会对搭便车行为采取措施进行抵制来保护自身的利益，并且增加了拒绝再次进行数据共享的可能性。相反，庄倩和何琳（2015）指出，如果成员相互之间能够得到更具价值的数据分享并带来收益，那么未来积极共享数据的意愿会更加强烈。因此，Heidl et al.（2014）强调，无论是复杂性的搭便车行为还是潜在的搭便车行为都会导致整个联盟的不稳定。此外，Van Der Kleij et al.（2020）提出,近年来频繁发生的数据泄露事件造成企业数据分享面临挑战。Yu and He（2021）表明,数据泄露通常涉及大规模发布客户对外部各方的敏感数据，敏感信息的丢失可能导致声誉受损和财务损失，甚至可能长期不利于中介组织的稳定性。Srinivasan et al.（2017）提到，2017年信用评分报告公司Equifax宣布超过1.45亿用户的敏感信息被盗，导致了240起消费者诉讼，产生了近9000万美元的违约相关费用。董杨慧和谢友宁（2014）指出，数据泄露不仅影响了数据市场的规范运作，而且还威胁到了企业用户的财产安全，应引起充分的重视。可见，企业实现数据共享流通的高质量发展障碍重重，探究企业数据共享问题具有重要的现实意义。
二、国内外相关研究进展
当前对于数据共享机制理论研究已取得一定成果，随着研究的深入与数字经济的发展，围绕数据共享的研究视角已经超越了数据共享是否有益，转向了应该如何共享（董杨慧和谢友宁，2014；Kster et al., 2020）。对此，学者们普遍认同了大数据联盟等第三方平台的关键性作用，并对数据共享机制展开了一系列的探讨。数据交易市场如果仅企业参与互换，不可避免地要面临鉴别数据真实性、建立互信等交易成本，而第三方机构的引入可以克服数据交易中的困难，因此建立大数据联盟来解决数据交易中的信任问题，对于促进交易的进行和成功是不可或缺的（Hein et al.，2020）。也有部分学者认为，作为产生数据来源的用户也是数据服务体系中的一部分，也应被纳入大数据联盟数据网络模型中来探讨数据资源的共享关系（胡艳玲等，2021）。而平台的安全性是成员们的焦点需求（支凤稳等，2021），随着关于大数据交易与共享的相关法律制度的逐渐完善，在对大数据联盟共享机制的研究中加入政府角色也是必要的，政府应采取综合措施，既要有包括完善信任机制等措施在内的引导企业安全地共享数据的积极事前保护措施，也要有对于数据泄露等第三方平台不良行为的事后惩罚机制（续继和王于鹤，2022）。综合来看，学者们基于不同视角探讨了大数据联盟中的数据共享机制，但仍在理论方法和研究视角上存在一些局限。
在理论研究上，主流学者们对于数据共享的理论分析框架可以分为三种，分别是基于传统微观经济学模型的数理推导方法、强调中心化的机制设计理论，以及考虑动态过程的演化博弈。其中，基于传统微观经济学建模强调理性人假设与市场出清，以数据的非竞用性为出发点，主要探讨公共物品（Public Goods）的动态最优化问题（蒋中一，2015）。借助建立企业、居民与第三方数据交易商一般均衡模型，将数据所有权分别归属不同主体，来讨论长期达到平衡增长路径下的经济增长与整体福利问题（Jones and Tonetti，2020；Cong et al.，2021）。与研究理性人与利润最大化的传统的经济学推导不同，机制设计主张不完全信息、个体基于自身理性的假设，给定预期去设计符合既定目标的“游戏规则”，可以看作是反向博弈理论。在数据共享方面，更多的是通过建立相关模型，来探索大数据联盟的利益分配模式以及产品定价等规制问题（周业付，2019；张树臣等，2020）。当前采用较多的分析框架是演化博弈，基于有限理性与不完全信息的假设，有第三方平台和政府参与的大数据市场行为决策分析是一个动态的、依赖初始状态的决策调整过程（Fishman，2008）。学者们基于不同的关注重点，对数据共享过程中主体行为采取差异化假设，通过复制动态力学方程与演化稳定策略分析，研究结论也不尽相同。此外，也有学者依据传统博弈理论，探讨零供合作企业间（李春发等，2021）、非个性化公司与个性化公司间（Ghoshal et al.,2020）的数据共享静态博弈模型，其博弈均衡策略对于实际应用具有一定价值。就分析范式来看，基于本文大数据联盟中参与数据共享的各个主体行为的研究重点，以及考察由不同策略组合带来的收益与风险变化，采用演化博弈的方法进行建模能够更好地讨论其演化进程，从而能够更具针对性地探究不同主体间收益补偿与最优决策问题，对大数据联盟的共享治理机制研究进行一定的拓展和创新。
在内容研究上，现有研究较少关注到平台的安全性问题和大数据联盟成员搭便车行为造成的影响。前人的研究多关注大数据联盟成员的特征异质性，包括成员在联盟中的地位、参与积极性（邢海龙等，2020）以及共享的知识类型（徐岸峰等，2022）等，而忽略了大数据联盟和联盟成员可能存在投机行为，少数对于搭便车行为的研究也只是进行了初步的定性论述，亟待深入的理论分析与阐释。由于复杂性和潜在的搭便车行为导致联盟存在不稳定性（Hein et al.,2020），因此有必要对数据共享过程中搭便车行为产生的实际影响，以及如何进一步利用利益分配机制解决这种问题进行深入的分析探讨。共享数据提供的补偿类型会显著影响人们的共享意愿（Ackermann et al.,2022），为了鼓励企业积极进行数据共享，学者们在演化博弈的方法基础上，尝试构建不同的收益补偿模型（Guo et al.,2018；丁远一，2022），从各种角度探讨了数据共享路径中的奖惩机制。其中，盛志云等（2023）基于微分博弈模型考察了各主体的最优数据共享努力水平、收益及生态系统整体的最优收益情况，魏益华等（2020）强调政府在企业参与共享演化博弈中发挥的监督激励作用不容忽视，陈媛媛和赵晴（2023）指出利他目的激励也是数据共享发挥数据潜力、促进实现社会公共利益的重要方式之一， 而Chen and Sun（2017）认为惩罚机制是确保成员间信任的可靠手段。具体策略方面，张伯钧等（2022）通过构建数据共享激励模型EGDSI，得出影响数据共享的关键因素与数据共享激励的三种策略。纵观数据共享补偿机制的相关研究可以发现，虽然已有学者提到要增加参与数据共享的主体来化解利益相关者之间出现的投机行为，但是现有研究对此关注不够，对于多个参与者合作中的决策活动和利益冲突的演化博弈方法的分析研究相对较少。此外，现有研究多以奖惩机制为基础来构建收益补偿模型，在多主体间的利益分配方面的研究相对不足。因此，在数据共享过程中如何平衡不同利益相关方之间的成本与收益有待进一步的分析和讨论。
综上所述，本文相比以往研究有以下几点新的进展：第一，研究视角方面，本文进一步探究企业数据共享利益分配与成本分摊的理论框架，通过对协同各方进行成本补偿激励，间接有效地解决搭便车问题和数据泄露问题，构建有效降低数据安全风险和减少搭便车行为的具体学理阐释。第二，研究对象方面，利用三方演化博弈方法研究数据共享过程中三方主体间的决策选择，并考虑政府保证金收益分配机制来构建演化模型，对现有的研究主体选择进行了有益的补充。第三，应用价值方面，基于MATLAB 2021a软件对结果进行了模拟仿真分析，进一步健全了实现合作机制、路径以及更具体的政策、方案、针对性和可操作性。通过本文结论丰富和发展了数据治理理论研究的相关内涵和外延，并为同类问题的后续研究提供了素材和借鉴意义。
(第三部分“三方演化博弈模型构建”和第四部分“仿真分析”在此省略，可点击“阅读原文”下载全文PDF)
五、结论与展望
Summary
The digital economy has developed rapidly in recent years and has become an important economic development engine in the new era.Data,as a strategic resource for the development of the digital economy,in which enterprises can release massive amounts of data information, are playing an important role in data sharing, openness, and development and utilization.However, in recent years, frequent data leakage incidents have exposed a series of issues such as inadequate supervision and imperfect sharing mechanisms in data sharing.Given that data has become a strategic resource driving enterprise value creation,governments around the world are paying more and more attention to the governance of the enterprise data market.In May 2018,the EU enforced the General Data Protection Regulation (GDPR),which sets out the standards for personal data protection and requirements for enterprise data sharing.In addition,the EU is actively exploring a data pooling mechanism to facilitate data sharing among enterprises.China's Development and Reform Commission (DRC) and many other departments have also encouraged all types of subjects to voluntarily participate in data element sharing by issuing relevant documents and establishing laws and regulations to promote data sharing.The aim is to mitigate privacy risks and hazards and to enable openness and sharing of data.
This study considers big data alliances, members of big data alliances, and relevant government departments, and conducts a theoretical analysis of the effective sharing of decision-making impact data among various entities based on the theory of tripartite evolutionary games.In view of the problems of free-riding by big data alliance members and data leakage caused by big data alliance malfeasance in the process of data sharing,this study constructed a three-party game model to explore the decision-making choices of the big data alliance,big data alliance members,and relevant government departments in data governance,analyzed the stability of the three-party evolution game,judged the stability of equilibriums,combined with the simulation analysis of the data to test the impact of the factors on the stability of strategies,and verified the robustness and effectiveness of the evolutionary results from the theoretical level.factors on the stability of the strategy,verified the robustness and validity of the evolutionary results,and analyzed the mechanism and potential impact of these speculative behaviours from the theoretical level.
The research results indicate that:① Although the probability of big data alliance leakage increases as the value of data information among members of the big data alliance increases, the government's regulatory approach of allocating margin benefits still has a certain degree of governance effectiveness.② The decision-making of big data alliances is difficult to be influenced by social gains or losses, and the diverse governance at the social level lacks influence on the choice of game strategies.③ Members of the Big Data Alliance are highly sensitive to the margin system, and this measure as compensation for data governance can effectively alleviate the phenomenon of free riding among members of the Big Data Alliance.④While evaluating governance measures to improve the data market, the government also needs to measure whether the distribution of profits from margin is fair and reasonable.The tripartite evolutionary game model constructed in this article can provide a certain reference basis for improving the data governance mechanism and promoting the sustainable development of the data-sharing market.These results we got show that the government's adoption of the margin system has a certain constraint on the decision-making choices of big data alliances,and the government should formulate the margin system reasonably and ensure that the allocation scheme of the margin is scientific and appropriate.The members of big data alliances are more sensitive to the security deposit levied by big data alliances,so big data alliances should optimze the security deposit system to cope with the free-riding behaviour of their members.It is difficult for big data alliance to be influenced by external gains and losses brought by the social level in its decision-making process,so it is difficult to influence the choices of big data alliance by influencing its corporate reputation through social opinion,etc.In addition to the government's deposit system,strengthening the construction of internal self-governance mechanism is also one of the effective paths.If a member of a big data alliance leaks information about its members' data,it will quickly attract the attention of the relevant government departments and be governed,while the free-riding behaviour of the big data alliance members is difficult to be detected by the government in a timely manner.Therefore,the internal regulatory mechanism can be strengthened to give full play to the governance effectiveness of big data alliances.
The research in this paper treats the data shared by big data alliance members as homogeneous and does not further distinguish between the difference in data costs of members upstream and downstream of the supply chain as well as the cooperative relationship between members.Therefore,it is the next research direction to consider including both upstream and downstream enterprises of big data alliance members in the model,constructing an evolutionary game model under the participation of upstream and downstream members,and investigating the mechanism of bargaining power in the negotiation of cost-benefit distribution in the co-operative governance among the members on data sharing,so as to put forward constructive suggestions for the realization of effective data governance.
原文引用：陈晔婷, 宋语嫣, 朱锐, 何思源. 基于三方演化博弈的企业数据共享治理机制研究[J]. 经济管理学刊, 2024, 3(2): 267-290.
点击左下角“阅读原文”，即可下载全文PDF
（苹果系统需复制到浏览器打开）
学刊订阅方式及更多论文下载，请登录学刊官网www.qjem.cn
*我们期待公众号原创稿件，来稿、合作、问题请联系：qjem-wx ；推广内容如有侵权请您告知，我们会在第一时间处理或撤销；转载仅供思考，不代表《经济管理学刊》立场；其他平台任何形式转载请注明(来源：经济管理学刊 )。
《经济管理学刊》是机械工业信息研究院和北京大学联合主办、机械工业出版社出版的经管领域综合性学术刊物。本刊编委会汇聚了来自国内外著名高校和研究机构的近90名经济管理领域的杰出学者，并由北京大学光华管理学院院长刘俏教授担任主编。
诚挚邀请国内外专家、学者赐稿。相信在国内外学术共同体的努力下，《经济管理学刊》将成为汇聚全球重要经管理论和思想的平台，为中国的经管学术思想再添新翼，助力中国大地涌现出更多世界级的经济学和管理学研究与思想。
投稿请登录本刊官网www.qjem.cn。
投稿咨询
刘欣欣：010-62747698
编辑部联系
朱鹤楼：010-88379001
侯振锋：010-88379708
邮 箱：qjem@qjem.cn
地 址：北京市西城区百万庄大街22号3号楼9层
学刊相关目录
