数字经济的信息摩擦：信息经济学视角的分析

李三希，王泰茗，武玙璠

(中国人民大学 a.经济学院；b.中国人民大学数字经济研究中心；c.中国人民大学企业与组织研究中心，北京 100872)

一、引 言

数字技术是否对信息经济学理论带来根本性的影响？是否仍然可以用信息经济的分析框架来分析数字经济中的经济现象？为回答这个问题，首先需要对信息经济学做大致了解。大体而言，可将信息经济学分为三个板块：第一个板块是对信息较为宏观的讨论。例如，Hayek[1](1945)认为价格在经济主体间传递了关于商品供需的信息，一个竞争的自由市场可以充分地利用信息，而中央计划的经济体却力不从心。而Huang等[2](2017)通过对我国国有经济部门分权过程的实证研究，进一步验证了Hayek的想法。这些理论自改革开放以来受到我国经济学界的广泛关注，带来了巨大的社会影响。另外两个板块就是人们熟知的搜寻摩擦和信息不对称，而由搜寻摩擦和信息不对称带来的正常支出成本之外所消耗的成本，统称为信息摩擦。搜寻摩擦带来的搜寻成本和信息不对称带来的信息租金都是信息摩擦的表现形式。本文将在第二节详细地定义并讨论信息摩擦。

总的来说，已有的这些“信息经济学”内容，尽管和“信息时代、信息产业、数字经济的经济学”名称相近，旨趣上却相差甚远。传统的信息经济学并没有深入地考察数字技术对于经济规律的影响。那么值得思索的是，在数字技术高度发展这一背景下，传统的信息经济学理论是否需要重构？不同学者对此有不同观点。一些学者认为在新的信息时代下需要重构经济学理论，当然也有学者持反对意见。比如Shapiro和Varian[3](1998)合著的《Information rules : A strategic guide to the network economy》就指出信息时代不需要全新的经济学。他们认为，虽然数字技术在飞速发展，但是经济学的基本原理是稳健的，因此，经济学家可以沿用原来的经济理论，只不过需要在数字经济环境下重新理解。本文倾向于支持Shapiro和Varian的观点。即在信息时代，经济学意义上的信息及传统的信息经济学本身没有发生变化。但毫无疑问，经济理论应当考虑新的数字技术对那些影响经济运行效率的核心要素带来的巨大影响，尤其是信息经济学所讨论的“信息”。因此，已有的信息经济学理论本身仍然有效，我们需要的是在数字经济的背景下重新应用信息经济学。

那么，数字经济给信息经济学到底带来什么新元素？本文认为，核心的新元素，就在于活动数据化，以及数据信息化。经济学家保罗·萨默尔森提出了著名的显示性偏好理论，认为消费者的行为揭示了其内在偏好。不仅仅是消费者，任何一个经济主体，其行为都能揭示出其独有的私人信息。如果有足够多的关于经济主体行为的数据，就能够更精准地推断经济主体的私人信息。在非数字化时代，这类数据的可获得性要么是不可能，要么获取成本极其高昂。数字技术的出现，使得将经济主体的每一次行为数据化成为可能，大数据分析方法又使得从海量数据中提取有用信息变得可行。因此，从信息经济学角度，数字经济的核心就是经济活动数据化，以及数据信息化，这是传统经济所缺乏的。一切分析的逻辑起点，皆来源于此。数字技术对信息摩擦的降低，对效率的改进，以及在此过程中产生的隐私保护、信息垄断和信息滥用等问题，都可以通过这个统一的逻辑框架来分析。

本文与两方向文献高度相关。一个方向是研究数据技术到底是如何影响经济行为的。其中，Goldfarb and Tucker[4](2019)对已有文献做了一个非常全面的综述，认为数字技术降低了五个方面的成本：搜寻成本，复制成本，交通成本，追踪成本和验证成本，并讨论了这五方面成本的降低如何影响市场运作。另一个方向文献讨论数据要素市场的高质量建设，讨论诸如消费者隐私保护，个人数据权利以及对数据收集、使用的立法规制等[5-8]。这些文献都是单点地讨论某个具体问题，而没有提出一个统一的分析框架。本文对文献的主要边际贡献在于，提出了一个“活动数据化，数据信息化”的统一分析框架，从而使我们能够系统地讨论数字技术对信息摩擦和经济效率的影响，以及为什么需要进行监管的原因。另外，不少关于数字经济和信息经济学的文献都混用了“信息摩擦”、“搜寻摩擦”、“搜寻成本”、“信息不对称”等概念。本文的另一个边际贡献在于理清了信息摩擦的定义。本文抓住信息摩擦这个研究对象，从信息经济学的角度理清了数字经济的发展逻辑，有助于对数字经济进行科学有效的监管。

本文余下的内容安排如下：第二节分析信息摩擦的本质与特征，即信息摩擦的基本概念以及数字技术如何影响信息摩擦。第三节探讨数字经济是如何改变信息摩擦从而影响经济运行效率的。第四节在第三节基础上讨论信息摩擦视角下的数字经济监管机制。第五节总结全文。

二、信息摩擦的本质与特征

(一)信息摩擦的基本概念

信息摩擦是指在完成预期目标的过程中，由于信息不完全或不对称而导致在正常支出成本之外所消耗的成本，其形成原因可以分为两种：一种是由寻找交易伙伴带来的搜寻摩擦；另一种是阻碍该交易顺利完成的信息不对称。它们是信息经济学中的两个重要板块。

首先讨论搜寻摩擦。搜寻摩擦(Search Friction)理论认为，由于供需双方的需求存在异质性且市场上海量的需求与供给增加了信息的搜寻和匹配难度，买卖双方需要付出不可忽略的成本才能找到彼此并达成交易。搜寻成本一定程度上代表着该市场在解决供需双方需求上的效率。搜寻成本将带来巨大的无效率，使得很多传统的经济规律失效，例如，完全竞争假设和所谓的“一价定律”。由于搜寻成本的存在，完全竞争的市场上的商品价格会偏离传统的边际成本定价：Diamond[9](1981)研究市场搜寻问题时指出，即使是微小的搜寻摩擦，也会导致均衡价格与完全竞争市场价格出现巨大差异。而传统的“一价定律”认为，同样的商品在市场上的价格应当相同，否则就会有套利空间。在考虑搜寻摩擦后，同样的商品能够以不同的价格销售，这是由于消费者要付出搜寻成本，当同种商品价格的差异无法弥补搜寻成本时，“一价定律”就失效了。

信息摩擦的另一个来源是信息不对称。在信息经济学的分析框架下，信息不对称可以分为逆向选择和道德风险。简而言之，事前(ex ante)的信息不对称是逆向选择，事后(ex post)的信息不对称是道德风险，这里事前指的是交易发生前，事后指的是交易发生后。例如，二手车市场上的买卖双方在交易前就拥有不对称的信息，卖方拥有二手车质量的私人信息，因而，买方开出的价格一定低于高质量二手车的价格，而高质量二手车的卖家因为价格过低会退出市场，形成了恶性循环。这就是Akerlof[10](1970)描述的“柠檬市场”上的逆向选择。又如，公司招聘员工时要事先与员工签订工资合约，如果公司与员工签订了一个每月工资固定且没有奖金等激励合约，那么可以预见员工会“摸鱼”。“摸鱼”行为是员工在交易发生后由于判断自身努力程度无法被观测而采取的策略性行为，这就是道德风险。

特别需要指出，很多学者混淆了搜寻摩擦和信息不对称，而二者有本质的区别。信息不对称描述一些经济主体有私人信息，而其他主体没有这些信息，为此，经济主体采取了策略性行为的情况。而搜寻摩擦描述经济主体无法获得自己想要的信息的情况。比如，在劳动力市场中，如果考虑的场景是雇主找不到合适的雇员，同时雇员也找不到合适的雇主，那么这个场景是搜寻摩擦；而如果我们考虑雇员知道自身的真实能力，而雇主不知道雇员能力这一私人信息，那么雇员与雇主之间其实存在的是信息不对称而非搜寻摩擦。

(二)数字技术如何影响了信息摩擦

相较于传统的经济行为，数字经济对于数据的使用降低了信息摩擦。一切经济活动都包括了市场主体之间的策略性互动。一般地，经济学家考察消费者的消费行为与厂商的生产行为，以及消费者与厂商之间的交易行为。而这些行为创造了大量的数据。在过去，这些交易数据往往没有被记录，就算被记录，也出于非电子化的载体，因而，难以被批量地整理。而在数字经济中，数字技术使得这些海量数据得以存储并被整理，形成了一个数据池，从而，给各种智能算法提供了基础。随着统计学和信息科学等学科的飞速发展，企事业单位也有了使用处理海量数据的智能算法工具，并通过这些智能算法实现各种目标，例如匹配算法、排序、用户画像等。消费者更可以访问各种在线数据以获得信息，例如，搜寻和声誉机制等。这些算法提供了种种服务，为消除搜寻摩擦和信息不对称作出了贡献。

图1展示了本文的分析框架，它是从信息经济学视角对于数字经济的全景式概括。活动(行为)数据化是数字经济的核心特征：企业与消费者之间的经济活动创造了数据，这些数据又被提炼加工，以算法的形式回到消费者与企业的互动中，降低了信息摩擦，提高了市场效率，这个过程即为数据信息化。因此，图1构建了一个“活动数据化，数据信息化”的分析框架。这里先讨论图1右侧的内容，即分别从搜寻匹配算法、排序、声誉机制和消费者数据分析来具体展示数字技术对信息摩擦的影响。

图1 本文的分析框架：活动数据化，数据信息化

1.搜寻匹配算法降低了搜寻摩擦

数字技术往往通过算法与机制改变消费者行为模式来提高交易效率，从而降低搜寻摩擦。这些机制也是多边平台在数字技术时代兴旺发达的原因：数字技术使得平台可以设计各种各样的算法，设计各种各样的机制，从而提高匹配成功率，促使交易的达成。例如，金融市场上的买方寻找交易对手、劳动力市场上的应聘者寻找雇主、电商平台上的消费者寻找合意的商品，无不是需要匹配算法的辅助。如果没有这些算法，在线平台就和传统的农贸市场一样，让消费者付出了大量的搜寻成本。

搜寻匹配算法通过两个途径降低了搜寻成本：一方面是利用互联网技术实现信息的高速传递，让用户以更低的成本接触到交易对手。在没有电商平台的过去，消费者如果希望购买某个比较小众的商品，就需要到各个商店采购，这就极大地浪费了消费者的时间。但是在电子商务平台上，消费者可以轻而易举地与远在千里的卖家进行交流，从而在信息传递环节上降低了成本。另一方面，更重要的是，利用匹配算法实现数据的高效整合，在交易双方之间创造链接。例如，电子商务平台可以通过个性化推荐、智能排序等手段，为消费者匹配一些潜在的交易对手，这样用户就能达成更多的交易。数据对搜寻匹配效率的改进是惊人的。在罗汉堂进行的一次大规模随机实验中，实验者关闭了基于个人数据的精准推荐系统，代之以不依赖于个人数据的一般化推送，结果发现消费者满意度大幅下降，交易量下降了86%之多[11]。

Hayek[1](1945)认为市场能够将社会上零散的信息整合利用，在不同的经济主体之间进行信息的传递交换。例如，在一件商品的供给与需求背后隐藏着不同经济主体的海量信息——诸如偏好、生产技术等等，而市场上的价格就实现了这些信息在经济主体之间的有效传递，推动经济主体根据市场上的信息进行经济活动，这就实现了所谓的“自发秩序”。这是一种经济主体自发选择的结果，也是其自我适应演化的结果。然而，在现实中，市场的“自发秩序”面临着信息摩擦的冲击。信息摩擦可能使得“自发秩序”缺乏效率，而数字技术的参与可以弥补这一点。例如，有实证研究指出，在滴滴打车平台上如果使用算法匹配司机和消费者，可以带来比消费者和司机自由匹配更高的效率[12]。在匹配算法基础上，数字平台还可以通过调节价格平衡交易双方之间的供给与需求。例如，在打车平台上，早晚高峰的出租车供给小于需求，而其他时间段出租车供给大于需求，为此，Uber平台会在高峰时段提高打车价格，从而促进司机进入市场，而让那些不是非常需要打车的用户退出市场，实现了供给需求的平衡，还给司机与平台带来了更多的利润。

2.排序消除了信息不对称

数字技术提供的竞价排序等机制一方面可以视为一种降低了搜寻成本的匹配算法，另一方面使消费者跟厂商之间关于产品质量的信息不对称发生了改变。我们知道，很多电商平台中的产品排序都与竞价广告有关，而广告又承担着信号传递的特殊功能，从而在减轻信息不对称方面发挥了作用。一方面，竞价广告本身给平台带来了巨大的利润，但也引起了广泛的舆论争议。例如，“魏则西事件”就给竞价广告和百度公司带来了严重的负面影响。另一方面，竞价广告类似于传统的广告，本身也向消费者发送了信号。传统的观点认为，广告有如孔雀的尾巴，哪怕广告的费用是一种浪费性支出，由于只有出售高质量商品的公司才有能力负担这一支出，它反而向消费者传递了关于商品质量的信号[13]。竞价广告位排名也有类似的特征。平台拍卖广告位的搜索排序，而出价高的厂商在排序中获得了高的位置，从而，向消费者发送了信号，让消费者获得了关于厂商能力以及产品质量的信息。消费者会认为排名较高的厂商有能力购买靠前的广告位，因而，有着生产更高质量产品的能力。需要注意的是，这个逻辑成立的前提是产品必须是搜寻品，也即消费者在购买前必须知道产品的质量。对于经验品和信任品，尤其是信任品，这个逻辑不再成立，因此，对于医疗、美容、保健等信任品，竞价排名拍卖机制并不能消除信息不对称，政府规制因此很有必要。

3.声誉机制消除了信息不对称

电商平台的在线评价机制是另一个由于信息技术的出现而产生的全新的解决信息不对称的机制。已有很多文献讨论了声誉机制[14]，而在线声誉机制与传统声誉机制又有所不同。传统的声誉机制是可信的，是“口口相传”的，而在线声誉机制则更类似于一种“空谈”(cheap talk)，其信息不一定是真实的。比如，消费者要买某一个品牌的物品，消费者会咨询身边的熟人、朋友或者家人，而熟人跟熟人之间一般是不存在欺骗行为的。但在线声誉机制依赖的是陌生人的评价，卖家可能会采取策略性行为来影响评价。在电商平台有购物经验的读者会知道，电商平台的卖家经常会“刷好评”、购买好评，或者与买家在交易达成后用赠品诱使买家删除差评。甚至有的卖家会在竞争对手那去恶意编造差评。从这个角度看，在线声誉机制提供的信息结构是不可承诺的，即哪怕电商平台承诺平台上的评论是完全真实的，平台和平台上的卖家仍然有能力欺骗消费者，因而，在线评论是不可置信的。为了保证用户评论的真实性，淘宝、京东等平台都采取各种手段来避免平台商户“刷评”。然而，根据传统的信号发送理论，如果消费者评论能确保是真实的，只有高质量的厂商才愿意购买消费者评论。反之低质量的厂商如果付费让消费者进行评论，而且消费者的评论又是真实而非厂商编造的，那么低质量的厂商会遭受恶评，赔了夫人又折兵。如果允许所有厂商向评论者支付奖金以刺激消费者进行评论，只要能保证评论的真实性，反而能使得消费者获得更多真实的信息，促进商品销售，有利于消费者福利与社会福利。这一理论已经获得了实证的支持[15]。从这个角度讲，一刀切地杜绝厂商与用户评论之间的联系并不一定妥当。只要保证了评论的真实性，用户评论就可以降低信息摩擦，允许厂商用奖金赠品等激励消费者进行评论反而有助于降低信息摩擦。

更进一步， 哪怕“刷评”提供了虚假信息，这些虚假信息还是可以通过避免逆向选择而提高经济效率的。由于电商平台上的信息不对称，用户往往依赖于其他用户评论进行决策。但如果一个商品缺乏评论，那么用户可能就会选择不购买这个商品。这一现象的本质是逆向选择：如果消费者在交易前就缺乏信息，那么他的支付意愿往往低于卖家的开价，因此，卖家难以卖出自己的商品。而“刷评”有助于卖家卖出自己的商品，提高平台的成交量。我们知道，平台的最大特点是跨边网络效应，即厂商从平台中获得的收益取决于平台的消费者数量，而消费者从平台中获得的收益取决于平台的厂商数量。而“刷评”成功地为平台争取到了更多的客流量，自然就会吸引更多的厂商，尤其是那些高质量的厂商。此时本来虚假的“刷评”就成为了一个自我实现的预言：高质量的厂商进入，吸引了更多消费者，形成了一个正向循环。

笔者在调研中又发现一个新现象：电商卖家在播散虚假评论时越来越注重评论的可信性。比如，卖家会说“尽管这个产品质量不高，但是它性价比高”、“这个产品虽然对幼儿无效，却非常适合老年人”。这与Kamenica 和Gentzkow[16](2011)的“贝叶斯劝说”直觉上是类似的。尽管贝叶斯劝说中信号结构是可承诺的，然而，我们可以假想消费者会认为越“离谱”(偏离了贝叶斯法则)的评论越不可靠，为此，引入一个惩罚项，那么卖家在“刷好评”时就需要注意评论的可靠性，避免过度夸张的，违背常识的评论。此时尽管卖家的虚假评论受到了一定约束，但卖家可以操纵信号结构，即说一些无关紧要的坏话，在保证评论的可靠性同时诱导消费者形成有利于卖家的后验信念，从而提高卖家的利润。

4.消费者数据分析与信息不对称

前文中提到的信息不对称往往是厂商拥有信息，消费者缺乏信息的情况。但厂商与消费者也有反向的信息不对称，即消费者拥有厂商不掌握的信息。而这种信息不对称一般是厂商通过对用户数据进行分析而消除的。例如，在销售商品时，厂商很难了解消费者对于商品的异质性偏好，因而，出现了信息不对称。可以说，如果掌握了消费者的偏好，厂商就在竞争中成功了一半。例如，雀巢公司推出速溶咖啡之初，在广告中着重强调速溶咖啡的便捷性，然而销量惨淡。后来雀巢公司发现消费者更重视咖啡的口味，因此，转而在广告中强调速溶咖啡与传统咖啡口味的相似性，这才拯救了速溶咖啡这款新产品。随着搜索引擎等数字技术的应用，厂商可以在电商平台中收集消费者的定位、搜索、浏览等数据，并通过这些数据了解消费者的偏好。例如，Athey等[17](2018)就通过消费者的手机定位信息预测了消费者对于餐厅的异质性偏好。数字技术的使用可以降低厂商和消费者之间关于消费者偏好的信息不对称，从而，帮助企业对消费者进行精准营销和个性化定制，这对于厂商和消费者都是有利的。

厂商还可以通过个人信息对消费者进行价格歧视，如通过消费者历史购买数据估测消费者的支付意愿，从而对消费者进行基于行为的价格歧视，也就是我们常说的“杀熟”。在过去，即使厂商了解了消费者的偏好，由于技术的限制，也无法随心所欲地进行价格歧视。例如，超市就很难实现对不同消费者定制不同价格。然而，在数字技术条件下，厂商可以因人定价，可以动态定价，厂商进行价格歧视的能力越来越强。 “杀熟”在现实中确实存在，例如，Hannak等[18](2014)通过分析300个真实用户的网络浏览历史数据，找到了平台杀熟的实证证据。

尽管“杀熟”在公共舆论中引起了一定重视，但电商的价格歧视不一定采取杀熟的形式。例如，电商平台可以识别那些支付意愿低的消费者，并只向他们发放优惠券。这仍然是三级价格歧视，只不过更容易为消费者所接受。另外，很多电商平台采取了让消费者“抢券”或者“玩游戏领券”的模式来发放优惠劵。看似优惠券是随机发放的，但平台此时实施了二级价格歧视：消费者需要花费时间精力来获得优惠券，而有时间精力参与这些活动的消费者的时间成本较低，这意味着他们大多支付意愿较低或者面临着预算约束。这样厂商又甄别出了消费者支付意愿和支付能力的个人信息，从而，实现了二级价格歧视。需要说明的是，即使通过立法禁止了显性价格歧视，隐性价格歧视(如定向发放的优惠券)也不可避免，因此，需要寻找其他途径来解决这个问题。李三希等[7](2021)认为，引入市场竞争是解决这个问题的一个重要途径。在引入市场竞争后，价格歧视不再带来效率损失，反而有可能增加效率和消费者福利。

在金融业中，借款人也拥有银行不掌握的信息，因此，存在着信息不对称。自Stiglitz[19](1981)对信贷配给的研究开始，信息不对称一直是金融学和金融产业界的热点问题。在借贷活动中借款人跟贷款人之间的信息不对称有着巨大的经济效应，造成社会资源的巨额浪费，同时给整个国家带来系统性的金融风险。而数字技术在金融界的广泛使用，提供了解决这一信息不对称的契机。通过对借款人消费行为的详尽分析，金融中介可以分析借款人的偿还能力，有效地消除借贷双方的信息不对称。可见，一个借贷平台是否有效率，是否有竞争力，很大程度取决于它能不能更有效地解决借款人与贷款人之间的信息不对称问题。而近年来的很多互联网金融平台纷纷“爆雷”，其本质是因为这些平台并没有更好地解决信息不对称问题。很多的P2P网贷平台其实只是传统银行换壳，相较于传统的金融机构，他们不仅没有在征信方面解决痛点，在风控方面甚至远远不如传统商业银行规范。因此，很多P2P网贷平台本身是无效率的，它们也无法在竞争中生存。但这不能否认金融科技的发展方向是正确的，互联网金融平台相较于传统金融业是有竞争力的。一些成功的互联网金融平台，如蚂蚁金服依托于淘宝和支付宝两个平台以评价借款人的偿还能力。众所周知，淘宝是我国最大的电商平台，支付宝是最重要的移动支付工具之一，借款人很难不在两个平台上留下消费信息。而传统的金融机构很难像淘宝和支付宝一样深入到借款人的生活中。因此，相较于传统的银行，蚂蚁金服在风险控制上有着巨大的优势，尤其是对于小额的消费贷款，蚂蚁金服这样的互联网金融公司已经占据了上风。

三、信息摩擦与市场运行效率

数字技术大大降低了交易过程中的搜寻成本和信息不对称。人们已经很难习惯没有交易撮合主机的交易所、没有在线招聘广告和简历投送的人才市场、没有搜索与评论工具的的电商平台。由此可见，数字技术对于信息摩擦的降低是革命性的，已经改变了市场的整体运行效率，以至于美联储前主席Greenspan认为“数字技术减轻了经济周期的影响”(1)https://www.federalreserve.gov/boarddocs/hh/1997/february/testimony.htm。如前所述，数字经济降低了搜寻摩擦，消除了信息不对称，本节就从搜寻成本和信息不对称两个角度考虑数字经济对市场运行效率的影响。

(一)搜寻成本影响市场均衡

可以用已有的模型研究搜寻摩擦的降低对市场均衡的影响，这些研究既有简约形式的实证研究，也有在已有的传统搜寻匹配模型中讨论参数变化，进行比较的静态分析。这里回顾几个比较重要的理论成果。在Diamond的模型中，一旦搜索成本大于零，一价定律不仅会立即失效，市场均衡价格还会从完全竞争价格直接跳跃到完全垄断价格。这显然是不切实际的，因而Diamond的结果常常被称为“Diamond悖论”。而在尝试解决Diamond悖论的工作中，Stahl[20](1989)的工作和Wolinsky[21](1986)的工作是比较有代表性且与数字技术高度相关的。Stahl认为部分消费者不需要搜寻就知道价格，在此基础上Stahl发现均衡价格是混同均衡，即价格将呈现为一个分布，从而，发现均衡的价格离散。Stahl的工作与数字经济缩小交易成本的现实高度相关，数字技术使得一些消费者能以很低的搜寻成本获得价格信息，从而使得市场上的价格分布收敛了。而Wolinsky考虑了一个水平差异化的商品市场，消费者在这个市场上随机搜寻产品。消费者搜寻到产品后并不知道这个产品给自己的确切效用。换个角度来考虑这个场景，可以理解为消费者在网络上搜寻产品，但是产品给自己带来的效用是不确定的，消费者收到产品后才能知道产品给自己带来的效用。Wolinsky发现，此时均衡价格介于完全竞争价格和垄断价格之间，而且均衡价格随着搜寻成本的上升而连续上升。

一些研究考察了搜寻摩擦对均衡价格的影响。正如之前大量研究Diamond悖论的文献指出的，由于消费者“货比三家”的能力增强，商品受到更强的降价压力。这是符合经济直觉的，且得到了很多文献支持[22]。也有学者认为搜寻成本下降时，均衡价格反而可能上升。背后的经济学直觉是：如果搜寻成本较高，厂商知道消费者不太容易继续搜寻，进而厂商会设定较低的均衡价格以留住消费者；如果搜寻成本较低，厂商意识到即使设定较低的均衡价格消费者仍然会继续搜寻，这样只有提高价格才能最大化自身利润。然而，学者在对于同类物品线上和线下销售价格的比较中，发现虽然随着搜寻摩擦下降，均衡价格下降，但是类似于Stahl预言的价格收敛化并不一定出现。一些实证研究发现价格离散化与搜寻成本关系不大[23-24]，但也有学者指出价格收敛化确实存在[25]。对于这一反常现象，有学者认为造成价格差异化的主要原因仍然是质量差异，而非搜寻摩擦[26]。诚然搜寻摩擦对价格差异化有所贡献，但是为了迎合消费者的异质性，在市场上的商品往往有不同的质量与价格。

还有一些研究考察了搜寻摩擦对产品差异化的影响。当搜寻成本降低时，由于稀有的小众商品容易被发现，厂商有动机生产稀有小众商品，使得产品的丰富度增加。这一结论非常符合直觉，也有很多实证研究支持[27]。但反过来，搜寻摩擦降低也导致了所谓的“明星效应”[28]。假如消费者是同质的，商品是垂直差异的(即质量有高有低)且生产边际成本为0，那么所有消费者自然都会选择同样的商品(即质量最优的产品)，这就是明星效应。显然明星效应类似于“一价定律”，只能在无搜寻成本的情况下成立：如果有搜寻成本，消费者就不一定能搜索到最优产品，只能选择搜索到的不太优秀的产品。从这个角度来看,搜寻摩擦的降低反而使得产品之间的纵向差异减小了，这一结论也获得了实证研究的证实[29]。

(二)信息不对称与市场运行效率

信息不对称可以分为逆向选择与道德风险。如果不采取任何措施，逆向选择会导致市场上的交易减少，而道德风险导致代理人的努力程度减少。在数字经济中，信息不对称一般存在于交易发生之前，因此，逆向选择是数字经济中信息不对称的主要形式。例如，在网络购物中，消费者收货后就能知道质量，可见交易发生后并没有信息不对称。逆向选择重则使得交易双方无法达成交易，轻则导致“劣胜优汰”的效果，从而降低了市场的运行效率。

有两种传统手段来解决逆向选择。第一种是由隐藏信息一方发送信号，例如，劳动者选择不同的受教育程度，让雇主知道自己的工作能力。另一种手段是缺乏信息一方设计合约以甄别不同类型的有信息一方[30-32]来减轻信息不对称的不利影响。例如，二级价格歧视中，厂商提供不同价格的不同质量服务，而不同类型的消费者在效用最大化时会选择不同的服务，从而分辨出了不同类型的消费者，起到了价格歧视的作用。那么数字技术主要采用了哪一种手段来消除逆向选择呢？一般而言，消费者和个体商家只能采用发送信号的方式，而大型企业和平台可以采用信息甄别的方式。这是因为甄别需要设计一系列合约供不同类型的交易对手选择，设计者处于被动等待的地位，显然消费者和个体商家不能等着对方上门接受甄别，更没有精力进行这种设计。

而就经济效率而言，信号发送和信息甄别都只能减轻，而不能完全抵消信息不对称带来的不利影响。信号发送尽管能披露私人信息，但信号发送的有效前提是信号发送有成本。而发送信号的成本仍然需要考虑到市场运行效率中。信息甄别有效时，需要满足激励相容约束，因此，还是要支付一笔信息租金，这也要考虑到市场运行效率中。最简单的例子是二级价格歧视的社会总福利小于一级价格歧视。因此，数字经济对于市场运行效率的影响既不是改变了信号发送的成本，也不是降低了信息租金，而是让一些无法发送信号或实施信息甄别的“柠檬市场”可以发送信号或实施信息甄别。

当然，在各类企事业单位和政府组织中，信息不对称主要以道德风险的形式存在，即各式各样的委托代理问题。对于道德风险，则可以通过设计激励机制来促使隐藏行动的一方尽可能从事设计者希望的行动。数字技术对道德风险也有作用，但不是通过设计一个复杂的合约来起到激励作用，而是帮助委托人监视代理人，让委托人直接了解代理人的努力水平。而区块链等信息技术大大提高了数据库的防篡改能力，从根源上解决了链上信息不对称问题。当然，如何保证信息从链下到链上时的真实性，即所谓最后一公里的问题，仍然是区块链技术中的难点。

四、信息摩擦与数字经济监管

上文中图1给出了一个用信息摩擦视角研究数字经济的框架，即数字技术如何影响信息摩擦，进而如何影响市场效率。显然，该框架可以应用于数字经济监管。从信息经济学的角度而言，数字经济监管的核心是规制经济行为数据化以及数据信息化，具体而言就是规制数据的收集、数据的控制以及数据的运用。而数据的收集带来了信息保护问题；数据的控制带来了信息垄断问题；数据的运用带来了信息使用问题。

在谈具体的监管问题之前，有几点总体性的原则：第一，经济活动数据化是数字技术增加经济效率的前提。从这个角度而言，个人的信息权利不太适合被认为是一种神圣不可让渡的权利，从而杜绝对个人信息的收集，否则发展数字经济无从谈起。相反，将个人对自己信息的权利视为一种可以让渡并获得相应收益的权利，是一种更好的角度。第二，监管要统筹经济活动数据化与数据信息化之间的矛盾。从数据信息化的角度而言，由于数据具有非竞争性，因此，多个经济主体都可以从中提取有价值的信息，故数据共享能够最大化数据的利用价值。但是，如果强制性地要求企业共享数据，则会降低其将经济活动数据化的激励。任何监管政策都要充分考虑到这一关键性权衡。第三，从信息摩擦的视角，监管尤其关注整个流程中的数据失真与造假问题。本文谈到数字技术降低信息摩擦的一个重要前提，是数据的真实可靠性。在数据收集、流通、使用的任何一个环节，如果出现数据失真问题，数据技术解决信息摩擦问题也就无从谈起。

(一)信息保护问题

在图1中，信息保护问题体现为监管者对于数据收集的监管。在数字技术高度发达的当今社会，大量的个人数据被厂商和政府所收集，这就为个人隐私安全的保护带来了压力，个人数据安全问题也引起了社会的广泛担忧。尽管一些商界精英认为中国人愿用隐私换便利，但随着社会的发展，公共舆论对于隐私问题的关注度越来越高，对于隐私侵犯的容忍度越来越低。2020年6月，中国质量协会发布的《中国数字经济服务质量满意度DES-CSI测评研究报告》(2)中国质量协会：数字经济服务隐私保护是消费痛点( 2020-06-02 )，搜狐网https://www.sohu.com/a/399114832_196789显示，61.3%的消费者认为数字经济服务的交易是安全的，但认为目前数字经济服务相关法律法规的健全程度及个人隐私安全保护方面还有很大的提升空间；另外，90和00后的年轻人对个人隐私安全性更为关注，自我保护意识更强。可以说，公众对于数字经济的态度，很大程度上取决于隐私保护问题，而且这一趋势将越来越明显。

为了保护个人隐私信息，世界各国纷纷出台隐私规制法律。在欧盟，《通用数据保护条例》于2016年正式通过，美国的《加州消费者隐私法案》也于2020年1月正式生效。不幸的是，针对隐私的法律规制并没有起到预期的隐私保护效果。就以至关重要的“知情同意权”为例，大部分用户在安装手机应用和计算机软件时往往不会阅读隐私条款。甚至就连美国大法官都都不阅读隐私条款[33]。企业甚至可以通过对隐私协议进行修饰，来诱使用户接受侵犯隐私的条款[34]。如何在数字经济的背景下保护个人隐私，可能需要更多的研究。

(二)信息使用问题

在图1中，信息垄断问题体现为监管者对数据控制权的监管。在信息爆炸的当代社会，消费者没有处理所有信息的能力，因此，消费者需要通过各种信息中介来获取被精炼过的信息，而信息中介往往具有垄断势力。例如，消费者需要搜索关于某个事物的信息，首先需要经过搜索引擎，而搜索引擎如果处于被垄断的状态，那么消费者所能看到的信息都是垄断者所推荐的信息，此时垄断者就很难保证自己推荐的信息是客观的。而且，信息垄断者会利用自己的信息垄断势力进行不当获利。例如，大多电商平台创办的初心是方便中小企业和广大消费者，帮助他们相互接触。然而，近些年来，很多中小企业意识到尽管自己的客流量增长了，但是自己的利润空间却越来越小。其中，一个关键因素是电商平台垄断了企业的客流渠道。如果一个企业需要更多的客流量，就需要电商平台的导流，因此需要向电商平台支付巨额的广告费，对中小电商的经营造成了严峻挑战。由此可见，一个信息的垄断者能有效地榨取平台上用户的剩余，实施不当获利，这值得经济学家的进一步思考。

(三)信息滥用问题

在图1中，信息使用问题体现为监管者对算法技术和信息提取的监管。从信息摩擦的角度来看，数字技术虽然有助于消除信息不对称，但隐私信息如果泄露，则会对用户造成负外部性。而数字经济又往往需要使用个人数据才能为消费者提供服务，尤其是个性化推荐等服务需要消费者数据来消除信息摩擦，为此，有一种观点认为对于数据的过度保护可能会破坏数字经济的发展。但与这些认为隐私规制会毁灭数字经济的反对声音不同，有学者指出隐私规制虽然深刻地影响了信息产业，但是并没有真的破坏数字经济的发展[35]。由是观之，如何平衡个人数据的隐私保护与合理使用，将是发展数字经济不可避免的重大任务。

在信息垄断基础上，厂商可以进一步地采用算法合谋、算法排他性协议等滥用市场支配地位的行为，这就与信息使用问题产生了交叉。而由于这些行为依托于算法实现，传统的监管手段往往失效。算法合谋指的是通过一套独立的算法来实施的合谋。这看似是不可能的，但是如果企业通过算法来决定自身行为，而企业与企业间的利用算法相互作用，此时就能达成不需要企业之间相互交流的合谋。由于企业的决策是算法决定的，因此企业可以声称自己没有进行合谋行为的意图，从而逃避监管。算法合谋的存在性仍有争议，但算法排他协议是现实中存在的。传统的排他性协议是禁止平台用户同时使用其他平台，例如，阿里巴巴集团被国家市场监管总局处罚了182亿元的“二选一”垄断行为(3)阿里巴巴被罚182.28亿！市场监管总局对阿里巴巴“二选一”垄断行为作出行政处罚(2021-04-10)，澎湃在线https://m.thepaper.cn/baijiahao_12143418，而算法排他性协议可以隐蔽地实现这一点。比如，一个平台可以监控平台商户是否同时在竞争对手那里进行经营，如果商户同时也在对手平台上经营，那么平台就会在算法中减少给商户的引流量(例如外卖平台减少配送骑手或是电商平台将商户的排序降低)，使得商户经营困难。而企业可以声称商户客流减少完全是由算法决定的，而非平台故意为之。通过算法的包装，企业可以在不签订书面协议的前提下实施排他性协议，从而逃避反垄断监管。算法合谋和算法排他性协议建立在信息垄断基础上，考虑到二者都是难以监管的，未来的反垄断执法可能要更多地关注信息垄断问题。

五、思考与展望

数字技术对于信息摩擦的影响是复杂的。尽管在一些场景下，数字技术的不当利用会扩大信息不对称，但总体而言，数字技术是可以通过降低搜寻摩擦和消除信息不对称来降低信息摩擦的。与此同时也应看到，数字技术也带来了隐私泄露和信息垄断问题，对个人、企业和政府来说，适应数字技术的飞速发展是一项巨大的挑战。如何驾驭数字技术，对数字经济进行有效的治理，使其造福于社会，是值得学者深入思考研究的问题。

数字技术渗透于经济学研究，也将在中国的发展问题中扮演重要角色。正如前文所分析的，数字技术虽然没有改变信息经济学的基本框架，但是却对信息本身有着巨大的影响，从而，给我国的发展改革创造了新契机与新问题。过去，我们经常从激励机制等角度强调制度性改革，但数字技术则提供了一个改革的新思路：技术性改革。以扶贫为例，很多贫困地区有独特的产业和产品，如果在销售这些产品时能够消除信息的摩擦，迅速找到市场上的需求方，就能打开销路，降本提效，而此时数字技术的应用就充分发挥了消除供给与需求之间信息匹配摩擦的作用。又比如近期政府经常强调“改善营商环境”，营商环境很大程度取决于政府的工作效率。政务的数字化一方面能把政府工作从复杂的批文报表中解脱出来，同时，还能实现前所未有的公开化与透明化，有效降低道德风险与合谋带来的监管问题；政务数字化更能使得各个职能部门高效协作，降低合作成本。再如，近一段时间房产税引起了群众热议，而房产税的征收必须以多个部门的数据库为基础。如果没有政务数字化作为基础，房产税的征收将会难之又难。基于此，经济学家也可以在公共治理中利用数字技术作为工具，减轻各种治理问题中的信息摩擦，实现治理的精细化和现代化。