浅谈数据隐私该归谁-科斯定律(二)

随着大数据,云计算,人工智能等科技的进步,数据的应用越来越广,数据的运用给我们的生活带来很多变化,譬如推荐同类型的音乐,电影,商品;淘宝,让我们生活更便捷;淘宝,京东利用平台的数据优势,简化了征信,推出很多理财产品,释放了大众的借贷消费意愿。但同时,数据利用却也暴漏了诸多个人隐私,很多数据安全问题,总让人心生不安。

前不久,facebook的创始人扎克伯格接受美国参议院听证会上关于用户数据方面的询问。再次把保证公众的数据安全及数据归属等这些问题推向风口浪尖,数据就像一把双刃剑,也像武打小说里的“独门暗器”,用的好,可以在悄无声息之中决胜之外,用的不好反而伤己及人。在数据归谁所有,怎么才能用好数据这件事上,美国也很困惑。

一、谁用的好就会归谁

科斯定理讲到:“不论资源归谁所有,只要交易成本足够低,无论现在把产权赋予谁,最终都会达到市场效率最大化”深入思考一下,它还传递了另外一个重要含义:”谁用的好就归谁“。

牛吃小麦,养牛者和农民争得是小麦的所属权,如果小麦的价格很低,牛肉的价格很高,那么把小麦归属放牛着,效用就会最大;火车和亚麻争夺的是铁路旁边的地,火车稳妥的运行的效用远超过亚麻,于是,这块地的使用最终归属铁路公司。

在“谁用的好就归谁”的前提下,我们还可以举更多的例子:很多偏远的城市近几年出台了吸引人才的优厚条件,但人才的流转并没有发生多大变化,依然只有少部分人愿意去小城市发展,人才大军依然还是浩浩荡荡挺进北上深,为什么呢?虽然在大城市生存不容易,但却为年轻人提供了小城市无法企及的资源和机会,因此大城市能更好的利用人才,人才才会源源不断涌入北上深。财富的二八分配依然可以用科斯定理理解,20%的人掌握着80%的社会财富,是因为只有这20%的人能最大化的发挥这些社会财富的效用。007也是个很好的例子,这里很多战友认真写做,有的已经成功圈粉,甚至创建了自己的知识星球成了大V,获得了成长,也获得了财富。相比写作只是凑合交差的战友来说,007的资源属于这些善于利用它们的人。

二、有交易就有成本

讲完上面一节,很多人似乎醍醐灌顶,数据归谁的答案清晰可辨,谁能把这些数据用的好就归谁啊!如果单纯的这么理解,那还没有把科斯定理吃透,你忘了谁用的好就归谁的前提条件“交易成本足够低”,再回顾一下科斯定律“不论资源归谁所有,只要交易成本足够低,无论现在把产权赋予谁,最终都会达到市场效率最大化”。这里强调了交易是有成本的。

再回到牛吃小麦,火车和亚麻,人才流向大城市,还是小城市时,其实都涉及了成本,农民让渡小麦的使用权时,养牛人是要付给农民一定的金额,亚麻主人把亚麻运送往其他地方时,也需要成本,公正的法官可能可能就会让铁路公司为亚麻农民付一定补偿;人才流向大城市,必须得忍耐高房租,高消费。

所以,只要有交易,就都会有成本。而且往往这个交易费用很高。譬如牛和小麦,理想情况下,养牛人只要按市场价把小麦的钱付给农民就可以了,但事实情况下,可能并不如此简单:人性总是贪婪的,善变的;农民有可能也会想,万一今年小麦价格上涨呢?付给我的钱是不是变少了?农民的犹豫就会耽误时间,农民想提价就会提高交易费用,这些都是增加的成本;再说铁路公司和亚麻,种亚麻的人会那么爽快的答应把亚麻移到远一些的地方去么?他们也还要重新找地方,还要付运输成本......所以,现实生活中,从可执行的层面讲,交易往往困难重重,障碍种种,所以到底把这个资源划分给谁,其实是件很严肃,同时很难的事。

这也是数据到底归谁,很难界定的原因所在,你会把你的隐私卖给平台公司么?卖完以后能保证个人信息不会被滥用么?很多人对隐私非常敏感的人,觉得隐私权不可侵犯,有些人想卖,有些人不想......样交易成本越想越高,因此交易越难达成,数据归谁越难划分。你看,我们是不又回到了最初的点,无论怎么分,总会有一方伤害一方的情况,世间万物都是在权衡,都在效用最大化的条件下做选则。

但反过来讲,交易费用低的话,能更高效的配置资源,对一个社会而言,就会减少无畏的竞争,消耗,较少寻租。本着交易费用足够小的原则,很多商家已经做了初步尝试,譬如,在你浏览网页时,就会弹出一个授权窗口,问你是否同意把浏览记录授权与这个平台。这样也就默许,这些浏览数据归你个人所有,但是你也可以把这个权利让渡给平台公司。这样,即便以后,双方有了争执,平台公司也能有为自己辩解的空间。

数据到底归谁所有,这是一个暂时没有完美结局方案地开放式问题。但是根据科斯定理的预见,我们可以预测,如果考虑社会成本的话,这些数据不管最开始是谁产生的,它一定会朝着交易成本足够低,并且能把把数据利用的最好的人那里去。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,640评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,254评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,011评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,755评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,774评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,610评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,352评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,257评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,717评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,894评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,021评论 1 350
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,735评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,354评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,936评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,054评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,224评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,974评论 2 355

推荐阅读更多精彩内容