数字经济概论课件：数据垄断与算法滥用.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,二级,三级,四级,五级,数据垄断与算法滥用,数字经济的核心是算法,+,数据，数字垄断的本质是算法与数据带来的垄断数字经济时代，数字技术在各行各业迅速普及，深入在社会生活的方方面面，伴随数字技术的发展，人类社会的总数据量呈现爆炸式增长这些数据包含了社会、经济、法律等方面的信息，这就是数据的价值源泉13.1,什么是数据垄断？,数据垄断源于数据自身的特点：,第一，数据易聚集、难确权、价值密度低，缺乏数据量就无法产生价值，使得数据垄断易形成第二，收集数据存在一定的技术和法律门槛，导致其前期投入成本高，而后期边际成本低，极易形成规模经济数据寡头多产品、跨领域、高用户量的商业运营特点，是数据垄断形成的重要因素数据垄断对市场的负面影响主要体现在：,第一、数据安全性问题第二、对数据过度依赖第三、出现数据鸿沟第四、在整个产业生态层面阻碍竞争第五、消费者权益难以得到保护第六、数据垄断会加大大数据处理技术的使用壁垒13.2,数据垄断相关立法,中国反垄断法、电子商务法、网络安全法、关于加强网络信息保护的决定,欧盟数据库指令,13.3,数据垄断认定,首先判断企业是否具有市场支配地位。

其次是判断该企业是否有足够的可能收集到用户多个维度的数据再次是判断该企业是否合规使用数据最后就是确保数据跟随用户的选择进行删除和转移13.4,算法滥用,数据为算法提供实施滥用行为的物质基础，而算法则是实施滥用行为的主体算法能够挖掘数据的价值，其本质是算法对大数据所含信息的深度挖掘，通过特定规则预测消费者潜在的需求，并搜寻全平台商品，将消费者最可能需要的商品找出来第一、降低卖家调价成本和买家的比价成本，促进价格透明第二、预测消费者需求，提前推荐相关产品，减少消费者搜寻成本，提升消费者福利13.5,算法的影响,算法对平台的影响,13.6,算法滥用的表现形式与后果,数据是算法的依托，本身具有客观中立性，但人为设计的算法却不可避免地隐含偏见另一种算法歧视是在进行决策时故意采用有偏数据进行学习，让算法的参数有偏13.6.1,算法歧视,算法歧视的成因有以下四个方面：一是算法本身非中性二是学习用数据的偏向性三是算法黑箱造成的透明度缺失四是算法的编程人员对各种规则缺乏足够的理解算法歧视识别存在两个难点,第一，算法的专业性导致非自身技术人员难以理解算法的底层逻辑第二，算法本身也是一个黑箱，并且是企业的核心竞争力，企业可以对算法主张商业秘密或者私人财产。

13.6.2,算法合谋,主动寻求合谋，,被动地合谋13.7,算法的反竞争边界划定,1.,是否属于本身违法行为,2.,应用主体是否拥有市场支配地位,3.,是否对人民利益造成实质性损害,13.8,数据垄断规制,数据垄断使得寡头企业一家独大，掌握对用户数据的控制权，易加剧算法滥用、隐私泄露、用户歧视等其他数据伦理问题的产生数据治理模式：,第一、推行数据普遍预处理第二、在应用层面，确保数据透明,保证数据质量与价值评估和监管个人隐私数据的使用13.9,算法规制,在技术层面，,第一、制定算法备案制度，要求各大互联网平台企业在每次调整其算法时，必须向反垄断监管机构提交一份代码备案第二，加强与算法技术机构和专家的合作，并成立独立研究算法技术的调研部门第三，制定并公布一套算法透明度原则关键概念,数据是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材数据垄断指重要数据被控制在少数人或公司手中，并被以不合理的方式使用，主要是指数据被企业占有和使用，并利用对数据优势排斥竞争对手数据集中指大量数据汇集到特定企业或机构算法是从给定的输入生成输出的命令序列，进行机械的、重复度高的反复运算，用以解决某个特定的问题。

算法在基本算法的概念上，叠加了自动处理能力和学习能力，伴随数据量的上升，算法的处理正确率也不断上升算法非中立指算法在进行排序的时候，会存在隐藏条件，导致其排序结果不完全公平算法合谋是一种新形式的合谋，分为两类，主动寻求合谋和被动地合谋算法的使用者可能通过监测类算法、平行算法和信号类算法主动寻求合谋算法歧视指算法自动化决策中产生的不公平现象，被称为算法歧视或算法偏见。