差异化隐私数据保护政策下的厂商数据利用策略研究

doi:10.16381/j.cnki.issn1003-207x.2022.0763

摘要/Abstract

摘要：

大数据和人工智能技术的应用，推动消费者一方面享受精准推荐或创新性产品；另一方面面临“大数据杀熟”等企业数据滥用行为，数据利用与数据保护的矛盾愈发广泛，并引致差异化隐私数据保护政策。本文依托于水平差异化双寡头模型，考虑具有不同数据利用能力厂商的价格竞争，求解隐私数据保护政策下厂商定价均衡及其对社会福利的影响，阐明不同程度隐私数据保护政策的适用条件。结果表明：消费者剩余和生产者剩余最优不能同时实现，无保护和强保护政策可以实现社会次优。优势厂商数据利用能力较弱时，自愿性保护下消费者剩余最优，反之，生产者剩余最优。与以往研究认为个性化定价对企业不利的结论不同，本文认为，数据利用优势企业可能会通过歧视定价占据更大的市场。因此，政府对数据的保护是必要的，但不是绝对的，需依托不同行业的数据利用能力实现数据保护。

关键词: 隐私关切, 一级价格歧视, 隐私数据保护, 水平差异化双寡头模型

Abstract:

In the era of digital economy， with the application of big data and artificial intelligence technology， data has become an important strategic element for firms to compete. On the one hand， firms can provide consumers with targeted recommendations or innovative products； on the other hand， firms implement the “big data discriminatory pricing” to grab consumers’surplus. With this in mind， the controversy between data utilization and data protection becomes more and more extensive， which also leads to differentiated privacy protection policy， namely no protection policy， voluntary protection policy and mandatory protection policy.The existence of the privacy protection policy brings severe challenges to firms’ pricing decisions and data usage decisions. If the mandatory protection policy is implemented， the data application behavior of firms is strictly forbidden， and firms have to conduct unified pricing. If the voluntary protection policy is implemented， consumers can choose whether to disclose personal data to firms. If the no protection policy is implemented， the high ability enterprise can conduct the first-degree price discrimination.The price competition of firms is analyzed with different data usage capabilities based on the horizontal differentiated duopoly model， to solve the pricing equilibrium and social welfare under the different protection policy， and to clarify the implementation conditions of the different levels of protection policy. The main conclusions are as follows：（1） The consumer surplus maximization and producer surplus maximization can’t be achieved simultaneously， and the second-best can be achieved under no protection policy and mandatory protection policy. （2） When the data usage advantage is low， the consumer surplus is maximized under the voluntary protection policy， otherwise， the producer surplus is maximized. （3） Different from the previous studies which claim that price discrimination worsens the profits of firms， enterprise can enlarge the market scale through data utilization.The important theoretical innovation of this paper is to provide an insightful framework， find some reasonable results which are new to the existing literature， and supplement the relevant literature in the fields of data protection and data utilization. The data protection is necessary， but not absolute. The implement of data protection policy needs to rely on the data utilization ability of different industries and consumers privacy concerns.

Key words: privacy concerns, first-degree price discrimination, privacy data protection, the horizontal differentiated duopoly model

中图分类号:

F274

綦勇, 侯泽敏, 曹金霞. 差异化隐私数据保护政策下的厂商数据利用策略研究[J]. 中国管理科学, 2025, 33(3): 151-161.

Yong Qi, Zemin Hou, Jinxia Cao. The Data Usage Strategy Choice of Firms under the Differentiated Privacy Protection Policy[J]. Chinese Journal of Management Science, 2025, 33(3): 151-161.

图/表 5

图1

图2

图3

图4

表1

三种隐私数据保护下的各方福利水平"

参数范围	消费者福利	生产者福利	社会福利
$22 - 3 < θ < A 1$	$C S V > C S N > C S M$	$P S M > P S V > P S N$	$S W M > S W V > S W N$
$A < 1 θ < A 2$	$C S N > C S V > C S M$	$P S M > P S V > P S N$	$S W M > S W V > S W N$
$A 2 < θ < 27 - 5 3$	$C S N > C S V > C S M$	$P S M > P S V > P S N$	$S W M > S W N > S W V$
$27 - 5 3 < θ < 4 + 5 α 44 + 19 α$	$C S N > C S V > C S M$	$P S M > P S V > P S N$	$S W N > S W M > S W V$
$4 + 5 α 44 + 19 α < θ < 10 - α 14 + 13 α$	$C S N > C S V > C S M$	$P S M > P S V > P S N$	$S W N > S W V > S W M$
$10 - α 14 + 13 α < θ < 3 4 - α$	$C S N > C S V > C S M$	$P S V > P S M > P S N$	$S W N > S W V > S W M$

表1

参考文献 28

1	许恒，张一林，曹雨佳. 数字经济、技术溢出与动态竞合政策［J］. 管理世界， 2020， 36（11）： 63—79.
	Xu H， Zhang Y L， Cao Y J. Digital economy， technology spillover and dynamic coopetition policy［J］. Journal of Management World， 2020， 36（11）： 63—79.
2	Fudenberg D， Tirole J. Customer poaching and brand switching［J］. Rand Journal of Economics， 2000， 31（4）： 634—657.
3	Chung H S. Quality choice and behavior-based price discrimination［J］. Journal of Economics， 2020， 131（3）： 223—236.
4	Esteves R B. Behavior-based price discrimination with retention offers［J］. Information Economics and Policy， 2014， 27（1）： 39—51.
5	Gehrig T， Shy O Z， Stenbacka R. A welfare evaluation of history-based price discrimination［J］. Journal of Industry Competition and Trade， 2012， 12（1）： 373—393.
6	Esteves R B. Pricing with customer recognition［J］. International Journal of Industrial Organization， 2010， 28（6）： 669—681.
7	Jing B. Customer recognition in experience vs inspection good markets［J］. Management Science， 2016， 62（1）： 216—224.
8	Choe C， King S， Matsushima N. Pricing with cookies： Behavior-based price discrimination and spatial competition［J］. Management Science， 2018， 64（12）： 5669—5687.
9	Chen Z J， Choe C， Matsushima N. Competitive personalized pricing［J］. Management Science， 2020， 66（9）： 4003—4023.
10	Ichihashi S. Online privacy and information disclosure by consumers［J］. American Economic Review， 2020， 110（2）： 569—595.
11	曹韫建，顾新一. 歧视性定价下的两阶段水平差异模型［J］. 管理科学学报， 2002， 5（3）： 56—61.
	Cao Y J， Gu X Y. Two-stage horizontal differentiation model with discriminatory pricing［J］. Journal of Management Science in China， 2002， 5（3）： 56—61.
12	王世强，陈逸豪，叶光亮. 数字经济中企业歧视性定价与质量竞争［J］. 经济研究， 2020， 55（12）： 115—131.
	Wang S Q， Chen Y H， Ye G L. How does discriminatory pricing affect product quality in the digital economy［J］. Economic Research Journal， 2020， 55（12）： 115—131.
13	甄艺凯. 转移成本视角下的大数据杀熟［J］. 管理世界， 2022， 38（5）： 84—117.
	Zhen Y K. Big data discriminatory pricing in markets with switching costs［J］. Journal of Management World， 2022， 38（5）： 84—117.
14	李三希，武玙璠，鲍仁杰. 大数据、个人信息保护和价格歧视——基于垂直差异化双寡头模型的分析［J］. 经济研究， 2021， 56（1）： 43—57.
	Li S X， Wu Y F， Bao R J. Big data， personal information protection and price discrimination： Based on a vertically differentiated duopoly model［J］. Economic Research Journal， 2021， 56（1）： 43—57.
15	Taylor D G， Davis D F， Jillapalli R. Privacy concern and online personalization： The moderating effects of information control and compensation［J］. Electronic Commerce Research， 2009， 9（3）： 203—223.
16	Rayna T， Darlington J， Striukova L. Pricing music using personal data： Mutually advantageous first-degree price discrimination［J］. Electronic Markets， 2015， 25（2）： 139—154.
17	Acquisti A， Taylor C， Wagman L. The economics of privacy［J］. Journal of Economic Literature， 2016， 54（2）： 442—492.
18	苏治，荆文君，孙宝文. 分层式垄断竞争：互联网行业市场结构特征研究——基于互联网平台类企业的分析［J］. 管理世界， 2018， 34（4）： 80—100.
	Su Z， Jing W J， Sun B W. Hierarchical monopoly and competition： Characteristics of internet industry’s market structure—analysis of internet platform［J］. Journal of Management World， 2018， 34（4）： 80—100.
19	侯泽敏，綦勇，曹金霞. 基于消费者隐私价值差异的网络零售商定价策略研究［J］. 管理学报， 2021， 18（8）： 1229—1237.
	Hou Z M， Qi Y， Cao J X. The pricing decision of online retailers based on the heterogeneous of consumers’privacy value［J］. Chinese Journal of Management， 2021， 18（8）： 1229—1237.
20	Montes R， Sand-Zantman W， Valletti T. The value of personal information in online markets with endogenous privacy［J］. Management Science， 2019， 65（3）： 1342—1362.
21	Tang Z L， Hu Y， Smith M D. Gaining trust through online privacy protection： Self-regulation， mandatory strandards or caveat emptor［J］. Journal of Management Information Systems， 2008， 24（4）： 153—173.
22	鲍磊，张玉林. 考虑消费者隐私的厂商竞争模型和市场进入研究［J］. 系统管理学报， 2019， 28（5）： 802—812.
	Bao L， Zhang Y L. Manufacturer competition model and market entry considering consumer privacy［J］. Journal of Systems & Management， 2019， 28（5）： 802—812.
23	Dong S Z， Liu Y， Ding B， et al. Pricing strategy with customers’privacy concerns in Smart-X systems［J］. Enterprise Information Systems， 2022， 16（3）： 445—471.
24	Kim J H， Wagman L. Screening incentives and privacy protection in financial markets： A theoretical and empirical analysis［J］. Rand Journal of Economics， 2015， 46（1）： 1—22.
25	Camphell J， Goldfarb A， Tucker C. Privacy regulation and market structure［J］. Journal of Economics and Management Strategy， 2015， 24（1）： 47—73.
26	Shy O， Stenbacka R. Customer privacy and competition［J］. Journal of Economic and Management Strategy， 2016， 25（3）： 539—562.
27	D’Aspremont C， Gabszewicz J J， Thisse J F. On Hotelling’s stability in competition［J］. The Economic Society， 1979， 47（5）： 1145—1150.
28	Taylor C， Wagman L. Consumer privacy in oligopolistic markets： Winners， losers， and welfare［J］. International Journal of Industrial Organization， 2014， 34（1）： 80—84.

[1]	赵金龙, 蒋忠中, 万明重, 张春征. 考虑配送截止时间的“货到人”订单拣选优化问题研究[J]. 中国管理科学, 2025, 33(3): 239-255.
[2]	郭晓龙, 汤婷婷, 苏增慧. 网络货运平台背景下考虑物流服务努力的供应链定价策略研究[J]. 中国管理科学, 2025, 33(3): 277-286.
[3]	齐微, 李子薇, 雒兴刚. 考虑体验服务和顾客选择行为的产品线定价策略研究[J]. 中国管理科学, 2025, 33(2): 207-220.
[4]	王道平, 周玉, 董汉玺. 考虑在线评论与新客优惠的竞争制造商产品改进及定价策略研究[J]. 中国管理科学, 2025, 33(2): 248-261.
[5]	陈静, 赵灿红, 高歌, 赵志港. 碳限额及交易背景下双渠道供应链纵向合作动态减排研究[J]. 中国管理科学, 2025, 33(2): 300-307.
[6]	刘伟华, 李哲, 龙尚松, 余玉刚, 霍宝锋, 梁艳杰. 平台供应链管理：新挑战与新机遇[J]. 中国管理科学, 2025, 33(1): 165-181.
[7]	赵忠, 程瑜. 考虑保鲜努力的生鲜农产品供应链期权契约协调[J]. 中国管理科学, 2024, 32(11): 258-269.
[8]	刘丛, 刘洁, 王桐远, 宋永涛, 郑本荣. 不同持股策略下新能源汽车供应链纵向合作创新决策研究[J]. 中国管理科学, 2024, 32(11): 92-102.
[9]	张子元,裔士明,于丽英. 基于顾客价值的双渠道供应链合作增值服务决策研究[J]. 中国管理科学, 2024, 32(10): 203-213.
[10]	郭福利,陈菊红,马歆,王萍. 考虑不确定性的多级产品服务供应链网络均衡研究[J]. 中国管理科学, 2024, 32(10): 194-202.
[11]	李勇,陈元,于辉. 缓解牛鞭效应的新途径：人机协同的智慧决策机器人[J]. 中国管理科学, 2024, 32(9): 113-120.
[12]	章魏,周群凯,鲍丽娜. 负债与有限责任下的价格产量联合决策[J]. 中国管理科学, 2024, 32(9): 154-159.
[13]	兰建义,时启超,冯中伟,赫蒙蒙. 生鲜电商供应链企业社会责任分担策略选择研究[J]. 中国管理科学, 2024, 32(9): 201-213.
[14]	余乐安,王丹萍,曾能民. 突发事件风险下的供应链重构策略研究[J]. 中国管理科学, 2024, 32(9): 93-100.
[15]	孙文婷,彭红军. 电商助农背景下农产品生产与销售策略研究[J]. 中国管理科学, 2024, 32(7): 181-189.