数据隐私与算法不等式

Data Privacy and Algorithmic Inequality

【作者】 Zhuang Liu ; Michael Sockin ; Wei Xiong

查看原文
分享到:
本文通过将数据隐私与隐藏行为漏洞的愿望联系起来,为消费者对数据隐私的偏好奠定了基础。与数字平台的数据共享提高了标准消费品的匹配效率,但也让有自制力问题的个人暴露在诱惑商品面前。这在数字时代创造了一种新的不平等形式——算法不平等。尽管数据隐私法规为消费者提供了选择退出数据共享的选择,但由于数据共享的外部性,这些法规无法完全保护弱势消费者。消费者之间的协调问题也可能导致消费者数据共享水平截然不同的多重均衡。我们的定量分析进一步表明,尽管数据是不可竞争的,有利于社会福利,但它也会加剧算法不平等。

相关资源

智库报告
2023-09
Gary Charness ,Brian Jabarian ,John A. List
智库报告
2023-09
Kasey Buckles ,Adrian Haws ,Joseph Price ,Haley E.B. Wilbert
智库报告
2023-09
Marshall Burke ,Mustafa Zahid ,Noah Diffenbaugh ,Solomon M. Hsiang