2023年12月19日，北京大学国家发展研究院、北京大学数字金融研究中心举办了2023年秋季学期的第十二场数字金融workshop。本期workshop由国发院助理教授、中心研究员胡佳胤主持，邀请到美国宾夕法尼亚大学讲席教授Hanming Fang（方汉明）老师分享其与合作者的最新研究“Platform, Data Neutrality and Market Competition（平台、数据中性与市场竞争）”。七十余位老师和同学以线下或线上的方式参与了本次workshop，并与主讲嘉宾进行了深入的交流和讨论。

亚马逊、京东、淘宝等平台在数字经济的时代扮演着重要的角色。平台一方面方便了商家与顾客的交易，同时也收集着对商家有价值的数据。然而，当平台存在自营业务时，自营业务部门有可能获得平台的关照，获得比平台上其它商家更多的数据，从而在竞争中获得更大的优势。由此产生了一个监管问题：是否应当强制要求一视同仁地向自营和非自营商家提供数据？方汉明教授与合作者将这种假设性的监管政策称为“数据中性”（Data Neutrality）。

方教授与合作者构建了一个完全信息、动态的博弈模型来分析“数据中性”监管的可能后果。在这个模型当中存在一个平台，平台上有两个相互竞争的商家：一家是平台自营的，另一家则是非自营的。在博弈的开始阶段，平台生产一定量的数据，生产数据有成本。数据不具有竞争性，因此同一份数据可以同时提供给两个商家。数据可以帮助商家提高与消费者的匹配度，从而获得竞争优势。接下来，平台分别向两个商家发出出售数据的要约，包括价格和数量。给定平台提出的条件，商家决定是否接收要约并获得数据。获得数据后，两个卖家之间展开竞争。平台的目标是最大化出售数据利润与自营业务利润的总和。

设定模型结构后，方教授与合作者讨论了三种情况：无监管、弱版本“数据中性”和强版本“数据中性”。其中，弱版本的“数据中性”要求平台向商家提供数量相同的数据，但价格可以不同，只要不超过非自营商家支付意愿的上限即可；而强版本的“数据中性”要求价格和数量都相同。在无监管情况下，可以证明，平台只向自营业务提供数据。在弱版本“数据中性”下，平台虽然名义上愿意为两类商家提供同样多的数据，但可以把面向非自营商家的价格提高到其愿意支付的上限。由于向两个商家同时出售数据会加剧下游的竞争并削减自营业务的利润，平台生产的数据量会较无监管时减少。在强版本的“数据中性”下，自营和非自营商家有可能同时以相同的价格获得等量的数据。不过，由于强版本“数据中性”之下数据的出售价格较弱版本时更低，平台生产的数据量会进一步减少。

对于消费者来说，三种不同的监管政策究竟孰优孰劣？“数据中性”在一方面提高了商家之间的竞争水平，让消费者得利；另一方面也减少了平台生产和出售数据的激励，使得商家与消费者的匹配质量降低，让消费者受损。因此，这一监管政策的福利效应并没有定论，而是取决于两个效应的相对大小。不过，如果自营和非自营对于消费者的差异不明显、竞争比较充分，那么“数据中性”的促进竞争效应就微乎其微，而导致数据量减少的效应更加明显，消费者的福利也就更可能受损。

在讲座过程中，北京大学国家发展研究院副院长、金光讲席教授、北大数字金融研究中心主任黄益平，北京大学光华管理学院应用经济系教授翁翕、金融学系助理教授李波，北大国发院副教授胡岠、助理教授胡佳胤、王轩，香港中文大学（深圳）经管学院经济学助理教授李明等听众先后就数据要素特点、模型设定、文献关联、现实对应以及拓展方向等问题与主讲嘉宾进行了深入的讨论。

方汉明教授是美国应用微观经济学领域的学术领导者，研究领域包括公共经济学和劳动力经济学的理论和实证问题，涉及歧视经济学、社会保障体制、人寿保险市场和社会经济学等方面。他的研究在歧视经济学和医疗保险市场方面有重大影响，获得国际卫生经济学最佳奖和美国科学基金和医疗研究基金的支持。方汉明教授还是美国国家经济研究局和宾夕法尼亚大学人口研究所的研究员，于2018年当选为世界计量经济学会会士。