应用|朱悦 | 应用市场竞争和个人信息收集：来自二百五十万款应用的证据( 二 )
其次 ， 在检验方面 ， 作者同时考虑了横截面和面板回归两种设定 。 简言之 ， 结果相当稳健：市场愈集中 ， 应用收集信息的范围 ， 平均而言愈大 。 不过 ， 相应差别的幅度较小：相比未见集中的应用市场（赫芬达尔指数小于1000） ， 高度集中（赫芬达尔指数大于8000[10]）市场平均多收集1-2%的信息 。 换用前述各项指标 ， 相应估计及效应幅度 ， 均始终保持稳健 。 
图片
图6 应用类别发生变化前后 ， 界面显示的差异（部分）
恰如作者所述 ， 即有更换指标、调整样本和增加控制等方法 ， 此处仍有多种不易彻底解决的内生性 。 对此 ， 原文尝试以下方法：2016年9月 ， 谷歌“突然”[11]引入八种新的应用类别 ， 并重新划分既有应用 。 结果 ， 部分原属同一类别的应用 ， 因此分入集中程度不同的类别 。 于是可以采用类似双重差分的识别方法[12] 。 相应估计在方向和幅度上都印证了之前结论 。 
图片
图7 类别调整时间点（对应竖线） ， 留存于原类别内应用（实线）和分入新类别内应用（虚线）在索取敏感权限（左图）和所处市场集中程度（右图）上的变化
总之 ， 尽管仍有一些细节值得讨论 ， 从现有结果出发 ， 认为“市场竞争程度不足”与“大量收集个人信息”间存在因果 ， 似有足够依据 。 其中值得讨论的点 ， 大多是相应问题难度高企的折射 。 未来 ， 或可尝试更多衡量相关市场（不同的识别、调研有代表性用户样本、比对内容介绍相似度 ， 等等）方法 ， 渐渐加强相关结论 ， 并为最终“武装”两类法律 ， 立下充分根基 。
[1] Kummer, Michael, and Patrick Schulte. "When private information settles the bill: Money and privacy in Google’s market for smartphone applications." Management Science 65.8 (2019): 3470-3494 ， 亦见于之前介绍《数据隐私、用户规模与企业存亡：来自三十万款应用的证据》 。
[2] 本文的实证框架相对简单 。 在实际探讨此类问题时 ， 仍存在其它许多相当复杂的进路 。
[3] 见前注1中Kummer和Schulte研究 。
[4] 显然 ， 此处最大的难点在于定义“为应用功能所必需的权限” 。 任何细致界定这一范围的努力 ， 都面临商业、技术和概念等层面上的众多困难 ， 也（尤其是在“过度收集”越发引起关注的时节里）涉及许多利益 。 这里 ， 作者承继前注1中研究 ， 采取了一种颇为聪明、但仍可审视的定义：由于收费应用通常在收集信息方面较为克制 ， 所涉权限大多为实现功能所必须 。 因此 ， 对特定的待研究应用范围（或者“相关市场”） ， 对特定的权限 ， 先计算范围内收费应用索取前述权限的比例 ， 再和所有收费应用（二百五十万）索取前述权限的比例比较 ， 如果前者大于后者 ， 则界定相应权限为为相应范围内应用实现功能所“必须” ， 否则 ， 不是“必须” 。
[5] 作者这里的定义 ， 似乎没有很好地落实“侵入式”这一特性 ， 而是涵盖了范围相当广的第三方组件 。 同理 ， 这一度量同样可以进一步考究 。
[6] 尽管作者在此处的处理相当精巧 ， 仍有以下三个方面需要指出 。 首先 ， 谷歌商店显示的“相似”数量有上限 ， 这可能以相当复杂的形式引入度量误差（可能导致相关市场的划分过窄 ， 且误差幅度在不同大小的市场上分布不一致） ， 暂不清楚原文的实证方法是否足以充分揭示或纠正此处误差 。 相应上限随时间变动的事实 ， 导致上述问题更为复杂 。 其次 ， “相似”的衡量标准并不清晰 ， 变更和解释均系于谷歌之手 ， 宜抽样并与其它相关指标交叉检验；最后 ， 指标在相当程度上系于平台之手 ， 这一点可能在相当程度上压缩指标得以实际运用的空间 。
推荐阅读
- 中新网|新疆兵团市场监管部门严查涉“疫”价格违法违规行为
- 识别|宠物鼻纹识别技术国内首次应用 有望运用到城市宠物管理、宠物走失等场景
- 中年|中国-东盟区块链应用创新实验室揭牌
- 川菁食品|自热小火锅的崛起，如何在“拥挤”的市场环境下脱颖而出
- |上交所：蚂蚁的申报展现了科创板的市场吸引力和国际竞争力
- 中年|太原猪肉价反弹 储备冻猪肉投放市场
- 留学|美国留学政策朝令夕改，今年中国赴美留学市场要“凉凉”？
- 汇丰晋信|汇丰晋信基金闵良超：A股基本面仍向好 估值攀升将加大市场波动性
- a股|大摩华鑫基金：A股大幅上涨 仍维持对市场相对乐观判断
- 新机发布,谷歌|一加 Nord 将预装谷歌的拨号和短信应用程序