前沿译文|数据是资产?科技巨头对个人数据的测量、管理与估价
2022-12-09 10:36:49
  • 0
  • 0
  • 0

来源:数字经济与社会



摘要:

个人数据作为一种重要的、新的资产,越来越被视为当代经济的基础之一,对数据资产的控制似乎可以解释科技巨头公司为什么占据主导地位。苹果、微软、亚马逊、谷歌和Facebook等美国科技公司市值庞大,他们的市场力量基于对个人数据的垄断性控制,因此受到越来越多公众的谴责,甚至形成了“科技抵制潮(techlash)”,但公司们仍然保持着优势地位。本文分析了个人数据向资产的转化,探索个人数据是如何被科技巨头和其他政治经济行为人(如投资者)核算、管理和评价。然而,本文的发现表明,科技巨头通过对用户指标(如用户数量、用户参与度)的执行性测量、治理和评估,将“用户”和“用户参与”变成了资产,而不是扩大对个人数据本身的所有权和控制权。本文将这一战略概念化为“科技技艺(techcraft)”,关注科技巨头如何利用方法和机制,使用户和用户数据成为可衡量和可识别的未来收入来源。

作者简介:

Kean Birch,约克大学环境与城市变化学院

DT Cochrane,约克大学环境与城市变化学院

Callum Ward,伦敦大学学院巴拉特规划学院

文献来源:

Big Data & Society, 8(1) ,2021


引言

数字化的个人数据经常被视为未来的资源,甚至是“新的资产类别”。在科技巨头越来越有影响力的今天,个人数据的重要性十分显著。正如Prainsack(2019)指出的,科技巨头已经成为关键的社会和经济中介,提供服务、产品和基础设施,以换取我们的个人数据(Fourcade and Kluttz, 2020)。个人数据已经成为科技巨头和其他数字技术公司的关键资产,为投资者评估未来收入和盈利预期提供了一个重要的新指标(Ciuriak, 2018; OECD, 2019; The Economist, 2020)。

随着社会影响力的提升,科技巨头越来越多地受到监管的关注。2020年10月,美国国会结束了对科技巨头近两年的调查,发布了关于“数字市场竞争”的报告。该报告强调,科技巨头正在使用各种方式,利用其对数字生态系统和数据的控制来巩固市场力量。之后不久,美国司法部宣布他们将起诉垄断者谷歌违反反垄断法。但即使出现了“科技抵制潮(techlash)”(Foroohar, 2019),舆论也没有让科技巨头的估值下降;例如,它们的市值在2019年2月至2020年2月期间增长了52%,在一年内增加了近2万亿美元(The Economist, 2020:11)。投资者指望科技巨头不断积累更多的个人数据,从中获得垄断利益(e.g., Birch et al., 2020; Li et al., 2019; Mazzucato, 2018; Srnicek, 2016; Zuboff, 2019)。

科技巨头及其投资者如何理解和构建个人数据?他们又是如何将个人数据作为资产进行管理和估值的?本文试图分析这一问题,运用“资产化”概念以解释科技巨头的市场支配地位。资产化是一个在科技研究和政治经济学领域发展起来的概念(Birch and Muniesa, 2020),强调了资源(如数据)向资本化财产的偶然转变。本文将资产化理解为一种技术经济秩序的模式,它有助于解释政治经济行为体所使用的测量、治理和评估实践如何将个人数据转化为未来的收入流。

个人数据的资产化

过去几年关于资产化的文献数量越来越多(Birch, 2017; Birch and Muniesa, 2020; Muniesa et al., 2017),包括之前关于个人健康数据资产化的研究(例如Beauvisage and Mellet, 2020; Birch et al., 2020; Geiger and Gross, 2021; Prainsack, 2020)。使用资产化的概念有助于本文理解科技巨头如何将个人数据构建成新的资产类别。

个人数据可以被定义为“与已识别或可识别的自然人有关的任何信息”(Edwards,2018:81)。对个人数据的收集、使用和利用由来已久,然而正如研究者所指出的,数字化的个人数据是不同的,不仅仅是是其“数量、速度、种类和价值”与传统数据不同(Prainsack,2019:1)。现在的数字化个人数据是通过数字流程收集的,这些流程能够大规模收集和使用数据,并采用新的技术目标和收集结构以及新的使用逻辑(如推理预测等)(Cohen, 2019; Viljoen, 2020; Zuboff, 2019)。因此,大规模数字化个人数据涉及的算法具有固有的集体性质和网络效应,例如,使用千万级别的个人数据来预测个人或群体行为(Viljoen,2020)。个人数据被区分为“可识别的(identifiable)”、“匿名的(anonymous)”和“假名的(pseudonymous)”,其区别主要在于如何收集:可识别的是自愿的和知情的;匿名的是由数据处理者收集的,通常是在不知情的情况下使用所谓的匿名标识符收集得到;而假名的则是从第三方获得。然而,从匿名和假名数据追踪到个人的可识别数据的可能性越来越高(Edwards, 2018)。

Zuboff(2019:52)等学者将个人数据称为“新的资产类别”,其中“每一次随意的搜索、点赞和点击都被视为一种资产”(ArvidssonandColleoni,2012;Pasquale,2015;Sadowski,2019)。其他学者试图确定个人数据的法律意义,Lanier(2014)认为,个人数据应该由个人产权来管理,而Posner和Weyl(2019)认为,最好通过劳动关系来管理个人数据。但这些主张在目前还停留在法律讨论层面:个人数据无法被拥有,因为姓名、地址、关系等信息是事实而不是创造性的产出(Cohen, 2019)。

在会计准则中,数字资源(如数据库、软件)和智力资源(如版权、专利、商标)被定义为无形资产(OECD, 2019)。国际会计准则(IAS)将无形资产定义为“无实物的可识别非货币资产”[IAS 38]。无形资产在衡量当代企业经济业绩方面的重要性不断提高(Lev, 2019)。虽然将个人数据视为无形资产合乎逻辑,但它是否可以作为独特的资源来衡量和估价,或者是否应该将其视为商誉的组成部分,在目前尚无定论。人们可以从市场反馈中解读个人数据的价值,但这并不能说明分析个人数据是如何被科技巨头衡量、管理或评价的。本文论点是,科技巨头通过“科技技艺(techcraft)”使个人数据成为可衡量和可识别的资产,这个概念与Scott(1998)的“治国本领(statecraft)”概念相对应。首先,个人数据和无形资产一样难以衡量。谷歌的首席经济学家Hal Varian (2018)指出,只有已经出售或授权的数据才能被明确识别和衡量。因此,科技巨头必须确定如何衡量数据。Fourcade和Healy(2017)借鉴了Scott(1998),认为数据价值的计算和衡量取决于对用户的跟踪和排名。同样,Hwang(2020)认为,数字平台和数字系统的技术架构使企业能够将他们的用户标准化,以便对他们进行测量。这样的用户指标和标准取决于技术手段。用户度量和标准化依赖于科技技艺,它不仅包括指标和标准,也承载着垄断和集中带来的市场力量——对大公司而言,它们能够将自己的指标作为行业甚至整个经济的标准。

同样,个人数据必须通过技术手段变得可读和可测量,技术手段定义了“用户”,将用户作为可访问的资源。科技公司通过获得用户的“注意力”或“印象”来盈利,并使用DAU或MAU等指标进行衡量。科技巨头的权力来自于对用户访问的控制(Pistor, 2020),科技技艺则扩展了这种控制,例如,自动播放、持续滚动等(Kang and McAllister, 2011; Wu et al., 2020)。

最重要的,价值的衡量和识别以“用户”为单位,而不是“个人数据”。用户是对一个人使用系统的时间、积极性、规律性和重复性(即“参与”)的特殊衡量(Arvidsson and Colleoni, 2012)。而使用和参与可以通过技术手段的标准化来衡量(Hwang, 2020)。用户作为科技巨头的指标被投资者所关注,可以解释用户如何或将如何被用来盈利。本文建立在Zuboff(2019: 129)的论点之上的,即科技巨头正在通过调查和改变行为来制造“预测产品(prediction products)”,本文的论点是,科技技艺需要通过反复和表演性的行为,将用户转化为可测量和可识别的技术经济对象,无论这种转化是否真正让个人行为变得可预测。

北美科技巨头与科技抵制潮

科技巨头在北美经济和社会的影响力日益增大。科技巨头的崛起通常与数字平台和系统的出现有关,它们在市场中连接买方和卖方,成为技术经济的中介(Khan, 2017; Nieborg and Poell, 2018; Srnicek, 2016)。在这类市场中,大型企业和先行者有自我强化的优势,网络效应强化了“赢家通吃”的生态。大型网络提供了规模经济和范围经济,这是由对数字化数据的控制实现的,以定制服务、回应、预测和创造需求(Khan, 2017)。

监管缺失与网络效应结合,形成了自然垄断,科技巨头作为线上市场的制造者,利用其规模和对数据的控制,成为了市场基础设施的参与者。科技巨头往往愿意接受中短期的低收益,其长期目标是通过未来对数据的控制来争取市场和形成垄断(Foroohar, 2019; Khan, 2017)。在2008年全球金融危机以来,科技巨头逐渐成为热门的投资选择,融资反过来使科技巨头更有可能超越资金不足的竞争对手(Galloway, 2018; Srnicek, 2016)。如图1所示,2020年中期,科技巨头的市值已经达到标准普尔500指数覆盖的所有公司的总市值的近25%。

图1

科技抵制潮起源于公众和政策对科技巨头信任的瓦解,这一倾向始于2016年的美国总统大选(Foroohar, 2019),并因2018年剑桥分析公司和Facebook滥用数据而加剧(Zuboff, 2019)。公众舆论逐渐推动政策和政治的调整,个人数据的收集和使用受到了更多的监管。在美国,科技巨头成为反垄断改革的焦点(Crane, 2018)。

这一浪潮也让北美现有反垄断立法的裂痕得以暴露(Crane,2018; Khan,2017)。消费者福利原则默认只有在对消费者产生负面的实质性影响(即短期价格上涨)时垄断问题才变得重要,但这忽视了科技巨头通过控制数据积累的结构性市场力量(Khan, 2017)。科技抵制潮似乎并没有影响到科技巨头的发展。

研究方法

个人数据作为未来数字经济的关键资源,有望成为资本积累的新手段(Sadowski,2019)。本文希望通过上文介绍的科技技艺概念,了解科技巨头和其他政治经济行为体如何理解、管理和重视个人数据。研究者经常用“GAFAM”来称呼目前世界上市值最大的五家科技公司,即苹果、亚马逊、Facebook、谷歌(即Alphabet)和微软,由于本文感兴趣的是那些主导个人数据收集的科技巨头,所以在此选择GAFAM成员作为分析对象。本文结合多种研究方法,包括对决策者的定性访谈、Compustat的财务数据、Seeking Alpha数据库中的季度财报电话会议以及科技巨头的年度报告。

在2019年和2020年,作者采访了美国和加拿大的政策制定者;第二,作者从Compustat收集了大量财务数据,比较了科技巨头和美国前200家公司的资产负债表和资本化程度(即债务加股权)。最后,作者收集并分析了科技巨头的财报汇报资料(2010-2019年)和财务报告中的信息,以分析投资者和科技巨头如何在报告中理解、管理和衡量个人数据。

采取混合方法的理由有两个方面。首先,美国财务会计准则委员会出台的《通用会计准则》目前不允许将数字化个人数据作为资产负债表上的资产。其次,如果个人数据没有出现在大公司的资产负债表上,作者希望通过检查公司的电话会议和财务报告来研究哪些数据(例如用户指标)关系到公司的运营、收入和利润。由于财务披露对股东的重要性,数据的测量、治理和估值可能会在这些材料中得到定性反映。

科技巨头如何衡量、管理和评价数字数据?

公司的资产基础是以市值为标准的。本文旨在研究个人数据如何被科技公司和其他市场参与者所衡量。如上所述,虽然个人数据不能直接作为资产入账,但可以获得隐性的估值。

图2

图3

首先,作者尝试衡量科技巨头所持有的个人数据。图2显示了美国前200名公司的资产基础,可以看出,1950年至2020年期间财产、厂房和设备(固定资产)的大幅下降和无形资产的上升。图3反映了“GAFAM”五家科技巨头的资产占比情况,其中隐含的是,部分无形资产的增长可以归因于个人数据。然而个人数据的市场价值和会计价值之间存在着混淆,后者是不可识别的,而前者是根据无形资产的扩张推算出来的。无形资产的实际价值超过了资产负债表上记录的内容。

图3还反映了科技巨头对资产划分的差异。这些统计差异源于其资产结构和会计的不同(Birch and Muniesa, 2020)。而且尽管美国证券交易委员会规定了披露要求,但公司仍保留有很大的自由度。其中最明显的例子就是2018年苹果公司的资产负债表中无形资产分类的消失。

尽管科技巨头之间存在异质性,但科技巨头与市值前200名中的其他公司存在着更明显的区别。亚马逊、谷歌和Facebook与200强企业中固定资产份额稳定、无形资产份额增长的趋势背道而驰。自上市以来,这三家公司的资产基础中有形资产的份额都增加了不止一倍。甚至截至2019年,谷歌和Facebook的有形资产占比都略高于200强企业的平均值。200强企业的无形资产平均约占30%,但亚马逊和谷歌的无形资产占其资产的比例不到10%。这一矛盾要求研究者必须首先理清科技巨头的估值的模糊性。

个人数据是一种无形资产吗?个人数据既不能作为独立的无形资产,也不能作为商誉来计算(Laney, 2018)。Varian(2018)认为,由于个人数据本身不能被拥有,因此科技巨头收集的个人数据的访问权可能成为一种资产。

为了了解科技巨头是如何管理个人数据的,本文分析了管理人员、财务人员(如分析师、投资者)的季度财报电话会议。通常情况下,财报电话会议主要由公司高管(如首席执行官、首席财务官)构成,然后是涉及财务业绩和未来计划的问答环节。如果个人数据被视为科技巨头的重要资产,那么可以预计有关信息会被询问到,然而,作者对电话会议的分析表明,几乎没有利益相关者对个人数据本身表示兴趣。表1显示了作者对这些财报电话会议进行的定量文本分析,它显示,在五个大型科技公司近十年的财报电话中,“个人数据”只被提及两次,分析师们最关心的不是个人数据,而是“货币化(monetization)”,而货币化的首选技术-经济对象就是“用户”(见表1)。

表1

科技巨头具有异质性,但对用户的关注不仅与那些依赖于广告的公司(如谷歌、Facebook和现在的亚马逊)有关,而且也与苹果和微软等公司有关。例如,从2015年第一季度财报电话会议开始,苹果公司高管一直将设备的活跃使用者称为其“installedbase”,并在“设备安装量(installed base of devices)”和“用户安装量(installed base of users)”的使用之间摇摆。

图4

科技抵制潮之后的隐私问题同样重要(Foroohar, 2019),图4体现了不同时期公司们对“隐私”提及的情况。2018年之前,财报电话会议中对隐私的讨论较为有限,但在2018年和2019年,人们对隐私的关注度大幅跃升。在Facebook的2018Q2问答中,花旗集团的一位分析师问道,“让人们对自己的隐私和数据有更多控制权”是否会对Facebook的收益产生负面影响,高管的回应肯定了这一影响的存在。

科技巨头在处理个人数据时存在不同。当加拿大皇家银行的分析师问及苹果公司对隐私保护的主张时,库克回答:“如果你了解我们的模式、我们能说服你购买iPhone或iPad,我们就能赚钱。你不是我们的产品。”换句话说,更多的隐私保护并不会伤害苹果公司。

正如这些经验材料所表明的,用户被理解为资产,前提是用户数据和“生态系统(ecosystems)”的货币化。科技巨头无法直接把个人数据作为一种资产来拥有,而资产化涉及:(1)部署标准、数字架构,以衡量和划分用户和使用情况;(2)系统内的用户配置;(3)为不同的目的(如:培训算法、数据分析、数据处理),对用户和使用情况指标进行合约的(通过服务条款)和技术(通过互操作性)的限制;(4)从不同的货币化机制中获得未来收入,包括用户在系统内的留存(如苹果),提供订阅服务(如微软),出售对用户和用户数据的访问权(如Facebook、谷歌),或对平台的使用收取一系列费用(如亚马逊)(Arvidsson and Colleoni, 2012; Cohen, 2019; Wu et al., 2020; Zuboff, 2019)。

因此,科技巨头通过 "数据化设计的人工制品"(Cohen, 2017: 160)部署技术手段,将个人数据转化为用户指标;这些人工制品被设计和配置为吸引注意力,产生活动,并刺激进一步的相互行动,产生更多关于用户的数据(Arvidsson和Calleoni, 2012; Kang和McAllister, 2011; Wu等人, 2020; Zuboff, 2019)。在这里,"用户"、"使用 "和 "对用户的访问 "最终成为可识别的技术经济对象,科技巨头可以通过不同的货币化战略将其视为未来的收入来源。

根据资料,从2010年到2019年,科技巨头平均花费了230亿美元的现金用于收购,远远超过市值前200名公司收购花费的平均值84亿美元。根据Wichowski(2020: 63–64),科技巨头公司在1998年至2018年期间进行了1227项投资或收购。鉴于其异质的商业模式,科技巨头在收购方面存在差异,但其商业模式的核心共性是他们都在加强对用户、用户参与和用户访问的垄断。

在收购支出方面处于较低水平的是Facebook,在过去10年中现金支出为75亿美元,最大一笔发生在2014年,当时Facebook以46亿美元的现金和150亿美元的股份收购了WhatsApp。两年前,Facebook以10亿美元收购了Instagram,特别是因为Instagram的“用户参与度”(不只是用户数量)已经超过了其他社交媒体网站(Galloway, 2018)。值得注意的是,该交易中的“商誉”的价值为4.35亿美元,这份报告中没有提到个人数据,但“用户参与”却被提及15次。

收购支出较多的企业是微软,过去十年微软在收购上花费了522亿美元,包括2017年主要用于收购LinkedIn的259亿美元。微软的收购步伐有助于解释为什么它的无形资产占比不断增长。微软在2017年10-K报告中阐述了,收购LinkedIn有望再次提高用户参与度。

根据目前的会计规则,个人数据的价值可能会在“商誉”的估值中显示出来。自21世纪初以来,商誉在200强企业的无形资产中占到60%左右。然而,对于大型科技公司来说,商誉占到了无形价值的80%。在本文研究的年度报告中,大型科技公司并没有将个人数据作为商誉的一部分来评估;相反,用户参与和“协同效应”构成了商誉。而且公司和用户之间合同性质的措施(如条款)非常重要,因为这些条款本身可以和公司分离(Lev, 2019)。

同样,本文发现,科技巨头并不重视个人数据本身,相反,公司通过跟踪和记录用户在系统中的参与度来评估用户和用户指标(Fourcade and Healy, 2017)。在这里,techcraft是基于用户数量、用户参与度、用户点击率、点击率等对用户数据的具体估值,收购只是这一商业化手段的缩影之一,(Lubian and Esteves, 2017);通过用户签署的授权协议、通过技术捕获,公司获得对用户数据的访问(Pistor, 2019)。用户参与的价值则在于,它带来了重复的收入流,而不是一次性收入,进而推动了订阅制商业模式的传播(Perzanowski and Schultz, 2016; Sadowski, 2020)。尤其重要的是,用户在条款和合约中无限期地授权,而这些条款和条件可以被科技巨头随意修改(Obar and Oeldorf-Hirsch, 2020),众多应用程序中嵌入的第三方权限条约还间接获得了关于用户的朋友或家人的信息(Lai and Flensburg, 2020)。Fourcade和Kluttz (2020: 6)称之为“莫斯式的交换”,所谓的互惠交换实际上“将用户锁定在不断更新的交易循环中,在这个循环中同意的期限被假定为‘永远’”。

2020年美国国会听证会的报告列出了科技巨头为控制用户访问权而部署的各种技术经济机制,例如,Facebook“根据它是否将其他公司视为竞争威胁,有选择地执行其平台政策”(US House of Representatives, 2020: 166),谷歌向苹果公司支付大量资金,以确保iOS设备使用其产品搜索,从而扩大其用户群。用户数量已经成为科技巨头权力的衡量标准。

DAU、MAU或用户群的衡量标准是这些公司及其投资者的关键指标。用户并不是产品,因为用户没有被出售;相反,他们是个人数据的新资产类别,可以产生持续的收入流。“用户”是技术经济对象,通过一系列技术和社会法律选择(如合同权利、对相互操作性的技术限制)构成的,这些选择塑造、限制了数字平台或生态系统内的活动,从而使用户成为可识别和可衡量的经济信号(Fourcade and Healy, 2017; Scott, 1998; Wu et al., 2020)。

在这里,“使用”很重要,用户必须以特定的技术经济方式参与数字技术,科技巨头则对常规用户参与度加以关注,以“每用户带来的平均收入”衡量。因此,并不是个人数据本身变成了一种资产,而是技术手段使用户和用户参与成为可识别和可衡量的资产,这种方式最终加强和延续了大公司获得的市场力量。

结论与讨论

已有学术、政策研究认为,个人数据是科技巨头持有的宝贵资源或资产,这是数据垄断相关研究的前提之一,而本文表明,与最初前提相反,个人数据并没有被纳入科技巨头的资产负债表。因此,作者探讨了科技巨头的治理和评估做法,发现科技巨头通过使用户和用户参与变得可衡量、可识别和可用于盈利,将个人数据资产化。随着科技巨头对用户数据的收集增加,他们还可以修改使用条款及合约以增加利益所得。因此,科技巨头使用科技技艺,创造了一种递归的结果:用户被(重新)配置为技术经济对象,而数据垄断则使对用户的技术经济配置成为可能。科技巨头的力量体现在用户资产化的过程中,而不是来自个人数据的“所有权”。

本文认为,将人和个人数据作为用户和用户参与进行计算,这种模拟最终会破坏和扭曲科技巨头所依赖的测量、治理和评估行为,这也代表了进一步研究的方向。

 
最新文章
相关阅读