三、政策干预的规范性原则

分析政策干预的基本框架适用于单边企业，也适用于多边平台。 然而，在衡量消费者福利方面我们将面临一些新问题。对这些问题的思考催生出用于评估面向多边平台的公共政策的三项规范性原则，而这将为随后讨论竞争政策奠定基础。

平台市场的“消费者福利”

传统企业为许多不同类型的用户服务，有时甚至对他们收取不同的价格。例如，他们以促销吸引那些对价格敏感的顾客，或者对退休人员收取较低的价格。这些顾客相互不会影响，即对一个顾客收取的价格不会实质性地影响对另一个顾客收取的价格。因此，一类顾客（如退休人员）的福利计算并不取决于另一类顾客（如青少年）的福利。

双边平台的特征在于，它不仅有两种不同类型的用户，而且这些用户的需求是相互依存的，他们被收取的价格也是相互依存的，其福利也是相互关联的。司机和乘客在BlaBlaCar上相互交流。如果Bla BlaCar降低了司机可以收取的费用，乘客将支付更少的费用，但提供服务的司机可能会减少。人们需要考虑到这些正反馈，以评估费率降低对乘客福利以及乘客和司机综合福利的影响。

要理解平台的消费者剩余，就要考虑由平台促成的交易。各方都能从交易中获得价值（ V ₁ 和 V ₂ ），但如果没有进行交易，则各交易方所得的价值为0。交易可能获得的总收益为 G = V ₁ + V ₂ 。双方有可能均从无补偿支付（side payments）的交易中获益，例如双方都可能会从一次约会中获益。也有一种可能，尽管总收益 G 为正，但是其中一方，比如第一方，在没有补偿支付的情况下收益为负；例如司机不想搭载陌生的乘客。平台收费为 t ₁ 和 t ₂ ，费用可能是正或负，且 t _p = t ₁ + t ₂ 。作为交易结果，每一方获得的净收益（消费者剩余）等于价值减去费用； G ₁ = V ₁ - t ₁ , G ₂ = V ₂ - t ₂ 。总收益在二者与平台之间分配，如图1（a）所示。

当平台产生更多交易，并且每笔交易的总消费者剩余更大时，平台将最大限度地提高消费者福利。图1（b）显示了交易产生更多总剩余（ G * > G ）和更多消费者总剩余（ G ₁ + G ₂ * > G ₁ + G ₂ ）。可以找到更好的方法（例如开发更有效的匹配算法）以降低平台的交易成本，会产生更多的社会剩余，且由于惯常的传导性原因，这通常会带来更多的消费者剩余。即使总交易数没有增加，仅因为它们能与更好的交易伙伴相匹配，每个交易伙伴就可以实现更大的收益。

平台之间的竞争还可以通过降低平台在交易收益中所占的份额来增加消费者剩余。 平台费用 t _p 反映了平台收取的总价。竞争可以降低这一总价，从而提高交易者的剩余。

分析政策干预的三个规范性原则

一般来说，政策制定者（不限于反垄断部门）会发现平台不符合公众利益的方面，并考虑采取干预措施。他们可能会发现传统的剩余衡量方法没有考虑到的问题，或者可能希望放弃一些剩余以实现其他社会目的。然而，经济学可以为评估是否存在倾向于减少消费者福利的问题提供指导，并就如何设计出以最低的消费者福利成本实现政策目标的干预措施提供建议。

本文基于的双边平台经济学的三个规范性原则应当一般性地引导政策分析，并不限于在反垄断事务中的应用。

原则1：同时考虑两类消费者的福利 。分析应考虑两类平台消费者的共同剩余，除非出于政策原因对一类消费者设置相对较低的价值。考虑到这一共同剩余与最大化交易中的消费者总剩余是一致的，政策制定者可能有理由更加看重某一类平台用户的福利，或者完全无视某一群体的福利。然而，在这种情况下，政策制定者应该为排除特定消费者群体的福利提供理由，这样他们的理据就可以接受检验。

原则2：考虑这些消费群体的福利之间的相互依存性 。因为他们之间存在相互依存关系，政策干预可能会对两个用户群体的福利都造成影响。即便有些干预措施可能不会在两类群体间形成实质性的溢出效应，但如果不进行分析，就无法知道这一点。这些溢出效应可能会减少交易收益和交易总量。当然，这也是政策分析应该至少将这两类平台用户的福利都作为出发点考虑的另一个原因。即使决策者选择只关注其中一个群体，他们仍然需要考虑被忽略群体的反馈效应，因为这些反馈可能影响他们所考虑的群体的福利。

原则3：认识到平台有激励解决外部性导致的市场失灵 。虽然政策制定者可能有改善问题的机会，但平台具有最大化平台整体价值的财务激励，因为这是平台收益的来源，并因此减少参与者之间的外部性。那些处理双边负外部性的平台对治理系统的广泛应用反映了这一点。当然，自我调节并非灵丹妙药，这就为干预留下了空间。最近社交媒体的动荡，可能反映出政府在治理不良行为方面的投入不足，甚至导致平台倡导政府进行“正确的监管”。

规范性原则在隐私政策中的应用

为了说明这些原则的应用，可以考虑一种干预措施，它可以限制BlaBlaCar这类长途乘车共享平台收集司机数据。更少的驾驶员信息会降低平台驾驶员的质量并增加安全风险；低质量和高风险的司机则会降低乘客需求。更低的乘客需求将降低司机加入平台的激励，从而导致乘客的进一步减少并增加被浪费的载客容量。因此，由于会导致搭乘质量降低、乘车次数的减少，政策干预最终会降低乘客和司机的消费者剩余。这一损失还需要与司机从保留更多的隐私中获得的私人收益相权衡。

在评估这项政策时还有两个需要进一步考虑的因素。共享乘车平台有激励将外部性内部化，以增加平台的价值，并且可能有激励在其关于驾驶员补偿的决策中考虑驾驶员隐私的价值。然而，即使在这种情况下，也可能存在决策者追求的超越司机和乘客私人利益的其他社会目标。合理的干预需要权衡对司乘共同剩余的干预成本与实现干预目标所产生的收益。

如果我们假设只有司机的福利才重要，那么分析结果会有所不同。分析者不会计算乘客的福利，但仍希望解释乘客流失可能对司机造成的反馈效应。消费者福利可能会下降，但幅度不会那么大。当然，经济学家显然并没有什么只关注司机福利的理由，但政策制定者可能会有；那么在这种情况下，他们需要对此做出解释。 YOB00YNd43sTE/eVXhvGp2TTImnrziiAazwwNv4nIpBgRn10PBa9zj/RxOccYLhS