数据法的政策实验：旁证与财产权的缺失
综合经济学
2026-04-21 v3 计算机与社会
经济学
摘要
当前监管机构基于直觉而非证据来治理 AI 数据经济，难以在知情同意、免疫和责任等不一致的制度之间做出选择。为填补这一政策空白，本文构建了一种新型计算性政策实验室：一个显式空间的基于智能体的模型(ABM)的数据市场。为解决数据缺失问题，我们引入两阶段方法论管线。首先，将多年田野调查(2022-2025)中的决策规则转化为智能体约束。这确保模型反映实际的议价摩擦，而非理论抽象。其次，我们部署大型语言模型(LLM)作为离散选择实验(DCE)中的"受试者"。这种新方法恢复了精确的偏好基元，如愿意支付弹性，这些在野外是无法观察到的。经过校准的模型将竞争性法律制度并置，以模拟其福利效应。结果挑战了主导性监管范式。我们发现，财产规则机制，如知情同意，无法最大化福利。反之，社会福利在责任转移至下游买方时达到峰值。这与"最低成本避免者"原则相吻合，因为下游用户控制后获取的安全措施，他们最适合高效地缓解风险。通过"去浪漫化"卖方中心框架，本文为新兴的下游可达性学说提供了经济学依据。
引用
@article{arxiv.2510.26727,
title = {Neither Consent nor Property: A Policy Lab for Data Law},
author = {Haoyi Zhang and Tianyi Zhu},
journal= {arXiv preprint arXiv:2510.26727},
year = {2026}
}