文章信息

A Theory of the Effects of Privacy

来源：Management Science

作者：Alessandro Bonatti, Yunhao Huang, J.Miguel Villas-Boas

时间：2025年

摘要

信息技术的发展加剧了人们对个人隐私的担忧，也凸显了消费者隐私权的重要性。与此同时，这些技术还使得沟通方式与产品 / 服务的个性化程度大幅提升。本文基于个人衍生收益函数相对于市场信念的凹性，提出了一套隐私影响理论：当该函数呈凹性时，隐私具有价值。我们明确了导致衍生收益函数呈现凹性或凸性的市场条件，并将这一理论框架应用于产品选择、价格歧视、数据泄露和健康保险等场景。

主要内容

信息技术的发展使得追踪公民的搜索记录、通信内容、行动轨迹和购买行为达到了前所未有的详细程度。这种追踪能力意味着隐私的丧失，而理解追踪何时会损害或有益于个人，已成为一个核心的政策与管理议题。

然而，现有文献对隐私的影响得出了相互矛盾的结论。在固定的市场环境中，隐私对福利的影响可能因市场结构以及所披露信息的维度不同而存在差异。例如，在简单的价格歧视场景中，当企业了解到消费者的偏好时，隐私的丧失通常会损害消费者福利（Robinson, 1933；Schmalensee, 1981）；但当企业处于竞争状态，或了解到不同市场细分群体之间的成本差异时，隐私的丧失却可能提升消费者福利（Thisse & Vives, 1988；Chen & Schwartz, 2015）。在不同环境下，即便披露的信息相似，隐私也可能产生截然相反的影响。例如，在价格歧视场景中，有关消费者偏好的信息往往会对消费者造成损害，但在定向广告场景中，这类信息却能通过提升产品与偏好的匹配质量而对消费者产生益处（Athey & Gans, 2010；de Cornière & de Nijs, 2016）。

市场环境内部及不同市场环境之间存在的这些矛盾结论，亟需一个能够容纳通用信息结构和市场行为的统一分析框架。本文的核心观点是：隐私的丧失会提高观察者对个人偏好或行为后验信念的精确度。具体而言，隐私丧失会导致观察者信念分布出现 “均值保留展形”。因此，个人的福利反应取决于其衍生收益相对于观察者信念的曲率：若衍生收益函数呈凹性，则隐私丧失会对个人造成损害；若呈凸性，则隐私丧失会对个人产生益处。这一单一机制为现有研究结论提供了统一解释，并阐明了新信息何时会对消费者有益、何时会对消费者造成损害。

一个常见的基准案例可以阐明这一逻辑。当观察者就是个人自身（即单一决策者面临不确定性的情况）时，更多信息始终具有价值，此时决策者的收益相对于自身信念呈凸性。从隐私丧失的角度来看，若观察者与个人的利益完全一致（即观察者会为个人的最大利益行事），那么隐私的丧失对个人而言始终是有益的。

本文推导了关于个人间接效用函数，以及观察者对个人类型或行为信息的反应所应满足的条件，这些条件决定了个人衍生收益函数究竟呈凹性还是凸性。这些条件取决于三种效应，它们共同解释了在不同市场环境内部及不同市场环境之间，隐私何时以及为何具有益处或损害。第一，信息观察者的反应可能对个人有益，也可能对个人造成损害。第二，随着信息增多，观察者对任何信号的反应会更为强烈，此时个人间接效用函数相对于观察者行为的凸性或凹性，会对衍生收益函数（基于后验信念）产生影响。第三，信息观察者的行为对其自身后验信念的反应可能呈凹性，也可能呈凸性。

将该分析框架应用于实践，不仅能够阐明若干长期存在的谜题，更广泛地说，还能为隐私影响提供一个此前难以实现的统一理论。事实上，现有研究中关于不同场景下隐私影响的多项结论，都可以通过这一框架重新解读。例如，该框架能够解释价格歧视在何种条件下会对消费者有益、在何种条件下会对消费者造成损害。若价格歧视基于消费者偏好，那么第一种效应通常会占据主导地位 —— 即偏好程度更高的消费者（高类型消费者）会因更高价格承受更大损失，而市场会对高类型消费者占比更高的细分群体收取更高价格。相反，若价格歧视基于边际成本，那么第三种效应可能会占据主导地位。当最优价格相对于边际成本呈凹性时，更多信息会导致平均价格下降，进而使消费者受益。本文进一步将该框架应用于其他场景，包括各类定向效应、健康保险、黑客攻击，以及隐私本身具有价值的情况。通过确定每个应用场景中个人衍生收益函数的形态及主导效应，本文展示了该框架的核心洞见如何适用于这些场景。

这一统一框架对管理者和政策制定者均具有启示意义。对管理者而言，它提供了一种系统性方法，可用于预测在哪些环境下个人会抗拒信息共享，在哪些环境下个人可能愿意接受个性化服务，从而为数据收集策略提供指导。对政策制定者而言，该框架有助于区分两种不同环境：一种是应实施严格隐私监管的环境（信息会损害消费者利益），另一种是保持监管灵活性可能更有益的环境（信息会使消费者受益）。

正如 Acquisti 等人（2016）所讨论的，隐私的定义具有多样性：从对个人空间的保护（Warren & Brandeis, 1890），到对个人信息的控制权（Westin, 1967），再到作为尊严与学术自由的一个维度（Schoeman, 1992）。与信念变化相关的是，Eilat 等人（2021）将隐私衡量为代理人类型先验信念分布与均衡行为所引发的后验信念之间的 KL 散度。本文仅聚焦于第三方对个人某些特征或行为的观察（及其对后验信念的影响）这一隐私维度。若将隐私视为对这类信息的控制权，那么本文可被理解为研究个人是否应允许他人获取这类信息、应以何种代价允许获取，以及允许哪些主体获取。若将隐私视为尊严与学术自由的一个维度，那么隐私本身便具有价值，本文也将这种情况作为一个应用场景，结合所提出的框架对其进行解读。

关于隐私本身具有价值这一点，Farrell（2012）指出，隐私既可以被视为一种最终产品（本身具有价值），也可以被视为一种中间产品 —— 通过隐私保护，个人能够从其他主体那里获得更优的报价。就隐私本身的价值而言，Farrell（2012）提到了被监视和追踪所带来的 “不适感”。事实上，极端情况下，若某项技术能实现对个人的 24 小时摄像监控，大多数人可能都会对此感到不满。然而，部分文献表明，隐私本身的这种价值可能并不显著，这一现象被称为 “隐私悖论”：即尽管大多数人都表示偏好隐私，但只需相对较少的激励，他们就愿意放弃某些维度的隐私（Gross & Acquisti, 2005；Barnes, 2006；Adjerid 等人，2013；Athey 等人，2017；Johnson 等人，2020）。

已有大量研究围绕隐私的不同维度展开，且聚焦于特定的市场应用场景。Hui 与 Png（2006）以及 Acquisti 等人（2016）对隐私经济学相关研究进行了综述。这些文献在不同环境下得出了相互矛盾的结论：在契约环境中，隐私丧失可能导致低效的转换行为（Fudenberg & Tirole, 2000；Taylor, 2003）、增加租金抽取（Calzolari & Pavan, 2006）、加剧逆向选择（Hermalin & Katz, 2006），但也可能避免低效的市场排斥（Hermalin & Katz, 2006）；在重复购买市场中，隐私丧失可能通过加剧竞争使消费者受益（Villas-Boas, 1999；Zhang, 2011），或促使消费者战略性地延迟购买（Villas-Boas, 2004），其影响还可能取决于消费者的成熟度（Taylor, 2004）及匿名化技术的成本（Acquisti & Varian, 2005；Conitzer 等人，2012）；在基于行为的定向广告场景中，隐私丧失可能通过提高广告相关性和增强信息推断使消费者受益（Athey & Gans, 2010；Goh 等人，2015；Rafieian & Yoganarasimhan, 2021；Shin & Yu, 2021；Villas-Boas & Yao, 2021），但也可能导致数据滥用（Evans, 2009）、负外部性（Goh 等人，2015）或价格上涨（de Cornière & de Nijs, 2016；Oery, 2016；Ning, 2021），其影响还可能随消费者对广告的厌烦程度（Shen & Villas-Boas, 2018；Lin, 2020）及消费者产品偏好的灵活性（Zhu 等人，2025）而变化；在个性化定价场景中，隐私的影响可能取决于市场竞争程度（Shaffer & Zhang, 1995）、公平关切（Li & Jain, 2016）、质量调整成本（Rhee & Thomadsen, 2017）、消费者估值（Amaldoss & He, 2019）、企业承诺能力（Ichihashi, 2020）、网络效应（Hajihashemi 等人，2022），以及平衡个性化与隐私的方法（Chen 等人，2022；Lei 等人，2024）。这些相互矛盾的结论凸显了构建统一理论框架的必要性。

另有文献研究代理人（如消费者）对隐私法规的反应，包括为保护隐私而付出成本，或退出市场互动（Calzolari & Pavan, 2006；Hann 等人，2008；Kummer & Schulte, 2019；Montes 等人，2019；Chen 等人，2020；Jullien 等人，2020；Argenziano & Bonatti, 2023；Choi 等人，2023；Fainmesser 等人，2023；Miklós-Thal 等人，2024）。

还有一类文献探讨市场中信息的多寡如何影响不同经济主体之间的市场互动（Vives, 1984, 1988；Gal-Or, 1985；Shapiro, 1986；Raith, 1996；Casadesus-Masanell & Hervas-Drane, 2015；Johnson 等人，2023）。与这类研究不同，本文的重点并非经济主体之间的互动，而是聚焦于衍生收益函数的形态，以及市场行为作为市场信息函数的特征。在这一脉络下，Bergemann 等人（2015）、Yang（2022）和 Elliott 等人（2022）关于市场细分的研究，评估了在具有市场势力的场景中信息设计的影响。具体而言，Farboodi 等人（2025）利用总消费者剩余的凹性，确定了信息促进三级价格歧视对福利的影响方向。最后，Rhodes 与 Zhou（2024）探讨了竞争环境下完全个性化定价与完全匿名定价的差异。

隐私相关的一个潜在问题是：个人可能希望某些主体获取其信息，同时又不希望这些信息被其他主体获取。本文未考虑这种更复杂的情况，仅聚焦于个人面对某一类特定主体时的隐私问题。

另一个需要考虑的问题是：若个人能够可信地披露自身类型信息（例如，披露可验证的信息），那么隐私问题可能会自行消解 —— 因为 “最优” 类型的个人有动机披露自身类型以获得更优待遇，而市场可能会推断，不披露自身类型的个人属于 “非最优” 类型（Posner, 1978；Stigler, 1980）。这将导致个人丧失隐私。本文所考虑的场景中，个人无法可信地传递其类型信息，或存在禁止此类信息传递的法律规定。

主要结论

本文从个人衍生收益作为市场对其类型信念的函数所具有的凹性或凸性视角出发，构建了一个分析隐私影响的理论框架。我们明确了在哪些环境下，个人衍生收益函数相对于企业后验信念具有全局凹性或凸性。在这些条件下，无论初始先验信念或市场细分如何，完全隐私或零隐私都是最优选择。

我们进一步将收益函数的结构分解为三个基本决定因素：（1）基于个人类型更优信号的市场行为是否与个人福利一致或冲突；（2）个人从市场行为中获得的间接效用的曲率 —— 即凹性或凸性；（3）市场行为作为其对个人信念函数所具有的曲率。

该框架为管理决策和政策制定均提供了具体启示。管理者可利用该分析评估消费者数据的收集与使用何时会创造或削弱经济价值。具体而言，在衍生收益呈凹性的场景中 —— 这类场景典型存在于具有价格歧视特征的市场 —— 企业应预期消费者和监管机构会对大规模数据收集持抵制态度。相反，当衍生收益呈凸性时 —— 例如在高度精准的产品推荐场景中 —— 企业可通过更高程度的个性化提升消费者价值。对政策制定者而言，研究结果凸显了根据特定市场场景定制隐私法规的重要性，而非采用统一的隐私标准。例如，在健康保险等市场中，严格的隐私保护措施十分必要；而在消费者能从个性化中显著获益的市场中，此类措施则不太关键。

基准模型的多个拓展方向具有研究前景。首先，研究信息在经济中不同主体间非对称分布的场景具有重要价值。探究个人为何以及是否倾向于向特定企业精准披露信息，同时向其他主体有限披露信息，不仅有助于深入了解个人对自身隐私的偏好，还能揭示其对他人隐私的态度。

其次，将选择性信息共享纳入模型可提升其现实意义，因为消费者通常希望精确控制哪些企业可获取其数据。考虑到企业在获取信息上存在系统性差异的异质性细分结构，可更全面地刻画隐私偏好。

第三，将动态因素纳入模型进行拓展 —— 例如当前信息披露对未来互动的持续影响，或其他主体二次使用信息的可能性 —— 有助于解释隐私规范与偏好的内生形成机制。

最后，当前分析假设市场主体具有贝叶斯理性且市场信念一致，但现实市场中，由于算法偏差、历史歧视或数据收集不完整（尤其在不同人口统计群体间），往往存在偏差。通过分析存在系统性信念偏差的市场来放宽这一假设，构成了另一个有价值的未来研究方向。

https://doi.org/10.1287/mnsc.2024.05354

来源：Management Science

时间：2025

声明：本文来自图灵财经，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。