平台与信托合作下的数据安全演化博弈研究

邓可

(上海政法学院经济管理学院 上海 201701)

随着大数据时代的到来，数据安全的重要性日益凸显，互联网平台作为当前最主要的数据载体，与数字经济的高质量发展息息相关。平台在不断扩张过程中，过度收集和滥用用户数据，对公民的个人信息权益甚至国家安全造成威胁。同时传统的公民“赋权-维权”模式面临困境。张凌寒(2021)从数据社会生产的角度分析，认为扩张平台的数据安全保障义务是对平台权力的纠偏机制。席月民(2021)认为，数据信托基于所有权和控制权分离的设计，能够实现数据安全管理、有效保护个人隐私和数据安全。还有部分学者认为，数据信托是信托机制与数据治理相互融合的产物，以一种多方治理的模式促进互联网平台与信托机构之间的合作，在实现多方利益诉求的同时，获得保护数据安全的结果。

在平台方面，竞争条件下追求利益最大化的动机造成平台对数据的过度采集、数据权力滥用等问题。平台提供多场景、多样性服务的同时，对用户数据全面、深入地挖掘，形成一种“生态垄断”。因此，多方治理的设计能够制衡平台的权力。另外，平台拥有个人数据事实上的所有权，对数据加工处理产生了新的数据价值，必须予以确认，才有利于数据要素的流通，进一步促进数字经济的健康发展。

在信托方面，通过数据的“入托”与“出托”，不仅能够实现数据的分类分级保护，还能建立数据流通的信任机制。目前，针对数据信托的研究，主要有“信息受托人”理论和“数据信托”理论，相关实践研究还处在探索阶段。理论认为，平台与信托双方通过不断适应和学习，选择较优的策略，可以达到数据安全的演化稳定状态。实践中，由于决策者的有限理性和决策环境的不确定性，平台以高标准履行数据安全保障义务能否成为信托参与下的治理结果是值得研究的重要问题。因此，本文探讨数据信托下平台与信托之间的数据安全治理合作问题，通过构建演化博弈模型和比较静态分析，探究平台与信托履行数据安全保障义务的条件，并提出针对性的建议。

在数据信托场景下，所涉及的参与者包括用户、平台、信托、投资人和政府，其运行机制可以表述如下：第一，平台通过其提供的软件服务获得用户数据，并对数据进行脱敏和不可逆处理形成匿名数据，平台则作为实际上的委托人。第二，数据信托项目作为一种专门投资数据资产的信托产品，由信托机构设计并发行，信托机构作为数据信托产品的受托人，代表用户对个人数据的使用进行监督。第三，数据信托的委托人同时是受益人，收益主要来源于项目运营或数据交易，参照公募基金的管理办法，收益的大部分将用于分红。第四，投资人将资金投资于数据信托产品，并根据其投资额参与信托产品的收益分配。第五，政府拥有审核、准入、奖惩、监督、跟踪追溯等权力。由此形成基于数据信托的数据安全保护与治理体系(见图1)。

图1 数据信托的运行机制

根据数据信托的运行机制，进一步探讨各参与主体的行为。一般用户或投资人对数据安全的作用较小，不作为研究对象，重点分析平台和信托在履行数据安全保障义务方面的投入行为，同时考虑政府的参与调节功能。模型基本假设如下：

假设1：该演化博弈的参与者分别为信托F和平台E，其策略空间为(高安全标准、低安全标准)，在信托F中选择高安全标准的比例为x，在平台E中选择高安全标准的比例为y。信托对数据安全投资If，获得数据安全投资收益(Rf-If)；平台对数据安全投资Ie，获得数据安全投资收益(Re-Ie)。

假设2：政府主要利用政策工具调节数据信托项目的安全保护力度。信托和平台遵循高安全标准的情况下，政府对信托的税收优惠为ω(ω≥0)，政府对企业的补贴为φ(φ≥0)。信托和平台遵循低安全标准的情况下，政府对信托和平台的罚款基准为L(L≥0)，可以根据实际情况调整处罚强度，设定信托的惩罚系数为α(0≤α≤1)，平台的惩罚系数为β(0≤β≤1)。

假设3：数据信托项目由信托与平台“收益共享、投资共担”。设定信托对平台的收入让渡比例为λ(0≤λ≤1)，平台对信托的投资分担比例为μ(0≤μ≤1)，则有(Re=λRf,Ie=μIf)。

假设4：在一方遵循高安全标准，另一方遵循低安全标准的情况下，存在溢出效应，设定信托的溢出系数为η(0≤η≤1)，平台的溢出系数为θ(0≤θ≤1)。当平台选择低安全标准时，信托需要增加额外的安全投入Ih；而信托选择低安全标准时，平台无法获得信托的收入让渡Re(Re=λRf)。

基于上述假设，建立双方静态博弈的支付矩阵如表1所示。

表1 静态博弈的支付矩阵

根据演化博弈理论，利用微分方程组分析信托和平台的动态演化策略，分别计算信托遵循高安全标准策略的期望收益Uf1、遵循低安全标准策略的期望收益Uf2，以及混合策略的期望收益。

由此构建信托的复制者动态方程F(x)，其中Gf(y)为群体策略比例y的函数，且当Gf(y)=0时，y=y*。

同理，计算平台遵循高安全标准策略的期望收益Ue1、遵循低安全标准策略的期望收益Ue2及混合策略的期望收益。

平台的复制者动态方程F(y)，其中Ge(x)为群体策略比例x的函数，且当Ge(x)=0时，x=x*。

令F(x)=0，F(y)=0，得到动态演化博弈的5个局部驻点：O(0,0)、U(0,1)、V(1,0)、W(1,1)、S(x*,y*)。

根据微分方程的稳定性定理，利用雅克比矩阵进行演化博弈的稳定策略(ESS)分析，对微分方程分别求x和y的偏导数，得到雅克比矩阵为J。将5个驻点代入雅克比矩阵，如果满足行列式detJ为正，行列式的迹trJ为负，则是稳定点。

讨论Gf(0)、Gf(1)、Ge(0)、Ge(1)的正负性。根据公式Gf(0)=-If-Ih+ω+αL，政府的奖惩激励不能替代信托的投资，否则信托机构会产生投机行为，使得政府调节失灵，因此需要满足ω+αL≤If，所以Gf(0)≤0。Gf(1)=(1-η)Rf-If+ω+αL，由于溢出效应需要小于正常投资收益，否则“搭便车”将成为每家信托机构的最优选择，因此需要满足ηRf≤Rf-If，所以Gf(1)≥0

同理，Ge(0)=-Ie+φ+βL，为避免平台的投机行为，有φ+βL≤Ie，则Ge(0)≤0。Ge(1)=(1-θ)Re-Ie+φ+βL，为避免平台的“搭便车”行为，有θRe≤Re-Ie，则Ge(1)≥0。

在此基础上，本文进行演化博弈稳定状态分析，判断结果如表2所示。

表2 演化博弈稳定状态分析

根据演化博弈的稳定分析，可以得到均衡点的相位图(见图2)。

图2 演化博弈均衡点相位图

由图2可知，当(x,y)落在USVW区域时，系统将收敛于W(1,1)点，演化博弈的结果是一种比较理想的状态；而当(x,y)落在USVO区域时，系统将收敛于O(0,0)点，演化博弈的结果是一种不良的状态。

为讨论方便且不失一般性，本文采用参数形式重写复制者动态方程。设定信托安全投资收益率为rf，则Rf=(1+rf)If，信托以百分比rh增加额外的安全投入Ih=rhIf，设定If=L=1。由此，复制者动态方程的参数形式可以表示为：

可得驻点S(x*，y*)，

满足约束条件：

利用参数方程对参数影响进行分析，采用比较静态分析法探究各参数对四边形USVW面积SΔUSVW的影响，如表3所示。

表3 参数比较静态分析

由表3可知，与y*相关的参数中，ω、α、rh偏导数小于零，与SΔUSVW面积呈正相关；rf、η偏导数大于零，与SΔUSVW面积呈负相关。因此，政府税收优惠ω、政府罚款α、信托安全投资收益率rf与安全高标准的演化博弈结果正相关，正向改变参数值对数据安全治理有正面影响；而信托增加投资比例rh、信托溢出系数η对信托安全投入有负向激励，正向改变参数值对数据安全治理有负面影响。

与x*相关的参数中，φ、β、rf、λ与SΔUSVW面积呈正相关，μ、θ偏导数大于零，与SΔUSVW面积呈负相关。因此，政府补贴φ、政府罚款β、投资收益率rf、收入让渡比例λ与安全高标准的演化博弈结果正相关，正向改变参数值对数据安全治理有正面影响；而投资分担比例μ、平台溢出系数θ与安全高标准的演化博弈结果负相关，正向改变参数值对数据安全治理有负面影响。

本文探讨在平台与信托合作下的数据安全保护问题，通过演化博弈模型分析和比较静态分析得到以下结论：

(1)数据信托作为一种可信的数据流通模式，对平台数据安全有积极作用。信托作为第三方与平台合作，形成数据安全投资“收益共享、投资共担”的局面，能够以市场的方式改变平台对用户数据垄断的局面，增加平台的数据安全投入和更好地履行数据安全保护责任。

(2)数据信托为平台安全投入提供了资金来源。利用数据信托的双重所有权结构促进数据资产的市场流通，通过吸收外部资金解决平台数据安全建设资金不足的问题。

(3)平台与信托之间要增进合作。信托收益的让渡比例对平台安全投入有激励作用，而提高平台的投资共担比例，则会降低平台的安全投入意愿。因此，提升平台与信托的合作水平是进一步研究的问题。

(4)市场环境下，平台与信托在初始条件下的选择将对演化博弈最终的稳定状态产生重大影响。因此，营造健康公平的市场环境至关重要。政府由平台数据安全的直接监管者转型为市场的“守门人”，由单一监管模式转型为综合治理模式，政府通过安全生产教育及合理利用政策工具，督促平台与信托切实履行数据安全责任。