从契约到身份数据要素视野下的商事信用 附市场竞争、商业信用与全要素生产率.docx

内容摘要：数据不仅是市场经济中相对独立的生产要素之一，还改变了传统的生产方式 和经济增长模式。数据要素的主要特性是充分体现各类社会主体的专有信息，全面、准确的 信息是识别主体信用的关键。互联网时代的社会数据具有个性化和社会化两种特性。大数据 时代的商事信用不依赖于主体自身的主观因素，而是由其客观信息和数据如实反映出来。商 事信用呈现出个性化、差别化特征，不同身份主体的商事信用程度不同。在数字时代，每个 人既是信息的生产者，也是信息的攫取者，而这都是与其身份密不可分的，在所有社会交往 特别是商事交易中，实现了“从契约到身份”的回归。算法决策在商业活动中应用越来越广 泛，某种程度上弱化了信用在交易中的作用。区块链技术的应用也给信用制度带来新的机遇 和挑战。关键词：大数据；生产要素；身份识别；算法决策；区块链；信用制度2020年3月30日，中共中央、国务院发布关于构建更加完善的要素市场化配置体制 机制的意见（以下简称意见），明确提出加快培育数据要素市场，将数据要素正式提升 为与土地、人力、技术、资本并列的生产要素。数据要素是这次最大的突破，首次把它单列 出来，这种做法在全世界都领先。在当今社会，数据不仅是市场经济中相对独立的生产要素 之一，而且已经融入到其他生产要素之中，改变了传统的生产方式和经济增长模式。意见 提出加快培育数据要素市场的三大举措之一是“提升社会数据资源价值，提升社会数据资 源价值，一方面要培育数字经济新产业、新业态和新模式，另一方面传统产业和既有制度也 必须直面社会数据带来的各种挑战，利用数据要素的特有优势，进行相应的革新。意见指出健全要素市场运行机制，“加强信用体系建设，完善失信行为认定、失信 联合惩戒、信用修复等机制。”因为社会信用体系高度依赖社会主体各类信息、，所以数据要 素对于信用体系的建设以及信用机制完善有着至关重要的作用，而商事信用是社会信用体系 的主要组成部分，数据要素对商事信用的影响决定着其在其他领域的应用。数据要素的主要 特性是充分体现各类社会主体的专有信息，全面、准确的信息是识别主体信用的关键。社会 数据与移动互联技术的深度结合，正在改变着我们的生活方式与工作方式，商事信用正被海 量信息和身份识别技术所改变。本文以数据要素的属性与功能为起点，分析其对商事信用的 影响，进一步讨论大数据时代商事信用体系的建构。一作为生产要素的数据生产要素是经济学术语，一般是指被投入生产过程中，用于生产商品或提供服务的各类 资源。传统经济学理论一般认为，生产要素主要包括劳动、土地和资本三类。上述理论是在 工业社会时代产生的，对于互联网技术、大数据对社会生活的巨大影响，当时的经济学家们 无法未卜先知。时至今日，随着计算机技术、互联网技术的发展与普及，数据已经成为经济 生活必不可少的因素。（一）数据：一种“新石油”2017年5月，经济学人杂志刊文称：“世界上最有价值的资源不再是石油，而是数 据”。人类自19世纪进入石油时代（AgeOfoil）以来，石油就成为现代社会最重要的资源。 石油资源对于人类的重要性，不仅仅是因为其是高效、洁净的能源，更重要的是石油对各个 领域的影响。无论是工业与农业生产，还是人们的衣食住行，都与石油密不可分。在这一点 上，数据与石油有相通之处。数据并非专属于某个领域或者某个行业的生产要素，而是广泛 存在于工业、农业、商业以及人们的日常生活之中。近年来，随着移动互联网技术与大数据 技术的普及，人类社会已经信息化、数字化时代，几乎所有社会主体的专属信息都以数据的 方式呈现出来。公司依靠市场需求数据组织生产与销售，人们依靠搜索引擎和评价等级数据 进行消费，政府依靠社会主体的信用信息和行动轨迹等数据进行社会治理。数据已经成为而 且必将越来越重要地扮演社会生活中不可替代的角色。中国共产党十九届四中全会指出，健全劳动、资本、土地、知识、技术、管理、数据 等生产要素由市场评价贡献、按贡献决定报酬的机制。意见进一步将数据作为主要生产 要素之一单列出来，是紧扣时代脉搏、顺应历史潮流的正确做法，从国家层面肯定了数据要 素的合理性与合法性，为我国经济发展与社会治理更好地发挥数据优势，指明了前进方向、 奠定了坚实的基础。（-）数据的个性化互联网时代的社会数据具有个性化和社会化两种特性，社会数据是由社会各个主体个 性化信息组成的。数据化的另一个前沿更加个人化，直接触摸到了我们的关系、经历和情感。 个性化的数据包括社会主体的人格信息、身份信息与行为信息。信息是数据的内容，数据是 信息的形式，在大数据时代，无法将数据与信息加以分离而抽象地讨论数据上的权利。就个 人数据而言，其之所以具有经济利益或者涉及人格利益，就是因为包含着个人信息。没有个 人信息的数据不是个人数据，而只是以二进制代码表现出来的比特形式，对于收集与使用这 些数据的人没有意义。数据的个性化一方面意味着社会主体对自己的专属信息享有数据权利，另一方面意味着 社会主体的个性化数据权利受法律保护,他人不得侵害。个人对专属他们的信息拥有所有权, 就如认同其他财产一样，有权控制、使用其个人信息。从经济学的角度来讲，只有赋予个体 信息以财产性，才能专属于某个主体，才能够被当作生产要素来使用。2020年6月20日， 全国人大常委会2020年度立法工作计划对外公布，其中包括个人信息保护法（第21件）和 数据安全法（第22件）。中华人民共和国民法典在第一编总则和第四编人格权都有关于 个人信息保护的相关规定。（H）数据的社会化数据的社会化是指汇集多个社会主体的个体数据而形成的大数据。大数据的根本是网络 化，它的价值来自于可以通过个人之间、与他人之间、与特定的人群之间的数据，或者简单 地关于信息本身结构之间建立联系而得到的模式。从社会化的角度来看，数据的价值与意义 主要在以下三方面：1 .数据生成早期信息技术变革的重点在“T”（技术）上，而不是“I”（信息）上，大数据时代关 注的是信息本身。大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。测量、 记录和分析信息即数据的生成过程，被称为数据化。汇总、加工个体数据为大数据的目的， 是为了提高生产力、创造更多的利润，或者提高社会治理水平。在这个意义上说，数据才能 成其为生产要素。2 .数据共享市场的交易风险和代理成本产生的主要原因是由于信息不对称,信息孤岛现象导致社会 各主体之间、行业之间形成信息壁垒。在合法和尊重社会个体数据权利和个人信息保护的基 础上，充分实现数据共享，是消除上述现象的唯一方法。作为重要生产要素的大数据，为数 字经济发展提供了源源不断的新动能。但是，目前我国尚无针对公共数据的管理规范，多个 政务部门、行业企业之间，数据标准不统一，数据接口错综复杂，导致公共数据共享开放仍 未深入展开，涉及公共服务、城市管理信息的共享更是难以实现。3 .数据安全利用数据要素要坚持安全与发展并重的原则，在数据社会化过程中，信息保护与数据安 全问题应该受到足够重视。数据安全不仅包括个人信息安全，而且涉及企业商业秘密，甚至 社会安全与国家安全。随着信息技术和人类生产生活交汇融合，各类数据迅猛增长、海量聚 集，对经济发展、社会治理、人民生活都产生了重大而深刻的影响。数据安全已成为事关国 家安全与经济社会发展的重大问题。即将出台的中华人民共和国数据安全法，对维护和 保证各类数据安全作了全面规定。只有数据安全得到保隙,数据才能发挥其生产要素的作用。二大数据对商事信用的影响数据要素对社会生产、生活各方面都有重大影响，在有些领域甚至是颠覆性的，商事信 用体系就是如此。信用问题是随着人类社会的发展,人们活动范围的逐步扩大而必然产生的。 千百年来，人类生产方式、科学技术以及经济模式的变化导致法律制度的演变与发展。这一 过程是逐步消除交易不确定性、扩大商事信用适用范围，甚至改变商事信用形态的过程。大 数据时代的商事信用不依赖于主体自身的主观因素，而是由其客观信息和数据如实反映出 来。商事信用呈现出个性化、差别化特征，不同身份主体的商事信用程度不同，可以说商事 信用与身份密不可分。这一点在大数据时代被准确观测到了。（一）商事信用是不断延伸发展的动态过程亚当斯密指出：商业发达的社会往往也是讲信用的社会。对于一个国家而言，商业发 达程度与信用水平基本是成正比的，没有哪一个商业发达、经济发展水平高的国家，社会信 用低下；反之亦然。在人类历史早期，生产力水平不高，人们主要依赖土地生活，在自给自足的农业经济模 式下，人与人之间并不需要合作即可完成生产，信用并无太多用武之地。随着生产方式的改 变、人口数量的大幅增长，人们的活动范围越来越大，人们如果要获取更大的收益，必须要 与更多的陌生人合作。商业贸易的发展使得商事信用越来越重要。正如罗伯特s洛佩斯 所言：“无限制的信用是商业革命真正的润滑剂。它完全是一个新生事物希腊一罗马 的经济虽然被充分地提供了各种现金形式，但这类形式不适合较大规模的商业信用，并 且野蛮时代的经济在现金方面和信用方面是欠缺的，它绝不会脱离土地太远。紧接而来 的阶段的启动不仅是由于大规模引入现金形式的刺激，而且还是由于人们在适用信用手段中 更密切合作的刺激。人们在商事活动中的密切合作，是由法律制度来保障的。同时，也推动了法律制度的创 新。其中，最为重要的是产权制度的确立，商事契约的发展以及经济组织的出现。13世纪, 为了进行航海贸易，意大利一些城市的商人发明了已知的作为委托制和合伙制的契约协定。 两者都包含经商者与留在当地的投资者之间的合作。这些适合单程航行的契约形式旨在以自 愿结合形式提供资本和经营合伙人，分散和减少风险以及增加信息量。随之出现的银行存贷 款业务、保险业以及汇票业务等商业模式，都是信用制度不断延伸发展的结果。由康孟达开 始出现的经济组织雏形，后来产生股份有限公司、两合公司以及有限责任公司等，是信用制 度在经济组织逐步拓展的表现。总体来说，传统社会中的商事信用是由个体到组织，身份到 契约的发展过程。在这一过程中，个体逐步被淡化，组织逐步被突出；商事信用从依赖个体 身份，发展到更加依赖于主体间的契约。这完全符合梅因在其名著古代法中的著名论断:“所有进步社会的运动，到此为止，是一个“从身分到契约”的运动”。（二）大数据时代商事交易方式的变化一国或地区的商事信用制度是由其特定的交易方式决定的，商业组织的出现、票据与保 险等商业工具的产生，都是交易方式变化的必然结果。自20世纪90年代以来，互联网技术 的发展，将越来越多的人、组织通过internet这张无形的大网连接起来。特别是近十年来， 移动互联的迅猛发展和广泛普及，绝大多数人几乎无时无刻不在网上。各种移动互联软件的 应用更是无孔不入，移动互联技术深度渗入到社会各个角落，正在改变着我们的生活方式与 工作方式。特别是移动互联网和大数据技术的普及与利用，使得社会交往方式、交易方式都 发生了颠覆性变化。1 .人的行动轨迹被准确捕捉。现代交往手段高度依赖手机、电脑等移动终端，这些设 备利用公共通讯服务或者WIFl技术联入互联网，每一位用户特有的IP地址均被锁定在某 一地理位置。通过GSM系统以及各种导航系统，所有用户的行动轨迹可以被准确观察到。 在商事交易中，与熟人相比，陌生人的信用不高，主要是因为其行踪不定，难以捉摸。在大 数据时代，这一点被定位技术手段很好地解决了。2 .柜台交易被平台交易取代。传统交易中买卖双方要面对面进行，有些还有复杂的磋 商、签约过程，可以说是“柜台交易”。大数据时代，越来越多的交易在线上完成，买卖双 方通过特定的网上商城、各类商业APP等网络平台完成，是为“平台交易”。发达的快递业 使得网上交易的线下及时交付成为可能。这意味着买卖双方的信用是由其网络信息和数据决 定的，不需要交易当事人再根据专业和经验去判断对方的信用度。所有平台交易均被完整记 录下来，任何人均可据此准确地看到某一商家或者消费者的履约状况，判断其信用度高低。 同时，商家据此对用户进行个性化广告推送。3 .数据驱动型交易雏形显现。近年来，越来越多的商业网络平台利用强大的数据搜集、 整理能力，为用户建立数据档案，采用各种算法对数据进行分析加工，实施“一对一”用户 画像。商家根据数据进行定向广告投放、产品推送，直接影响消费者“自主”选择。甚至， 生产厂家也越来越依赖商家的数据进行生产，定制满足消费者需求的产品。消费者也有强烈 的数据信息偏好，依赖商业搜索引擎、网络信用评分等，筛选合格的商家。商事交易甚至工 农业生产越来越受到数据的影响，是为数据驱动型交易、数据驱动型生产。这是数据要素在 各个领域发挥作用的直接表现。4 .数字支付成为主流。传统交易的支付除去小额的现金支付以为，高度依赖商业银行， 无论是票据支付、转账支付还是信用卡消费，都是基于银行账户。网络交易在线上达成，通 过便捷的物流方式实现货物交付，这也要求必须有便捷的支付方式相匹配。否则，就无法真 正发挥网络交易的功能。从这个意义上说，网络交易催生了网络“支付”，造就了第三方支 付网络资金账户体系一一在既有商业银行体系之外的非银行账户体系。目前，支付宝、微信 支付等第三方支付已经成为我们日常生活中的主要支付方式。第三方移动支付是具有一定实 力的互联网企业，分别于银行和商户签订合作协议，通过绑定用户银行卡的方式，与银行支 付结算系统进行对接，为用户提供便捷的支付方式。我国已经成为全球移动支付最为普及的 国家。数字支付的需求也是比特币、Libra等数字货币出现的主要原因之一。为了满足日益 增长的数字支付需求，有些国家的央行开始开发法定数字货币，中国人民银行在这方面走在 了世界的前列。(三)大数据对商事信用的重塑1 .大数据可降低信息不对称风险互联网的最大特点就是参与人互联、互通，信息共建、共享。每个上网者都可以从网上 获取他人上传的信息，成为信息的享用者；同时，每个上网者都成为了 “网上”的一个节点， 成为信息的提供者。信息技术越发达，人们对网络的依赖程度越高，其上传到网络上的信息 就越多，其自互联网获取的信息也就越多。如前所述，交易风险是由不确定性引发的，造成不确定性的主要原因是当事人之间存在 信息不对称。一般而言，当事人掌握交易对手的信息量越大，交易的不确定性越小，风险也 就越小。在传统情况下，由于对交易对手过去行为的信息所知有限，而且没有任何机构可以补偿, 因此没有动机去采取诚实的行为。很明显，通过引入一个机构，向每个交易员提供关于彼此 行为的完整信息，可以建立激励机制。然而，这样的机构运营成本高昂。而在大数据时代， 社会主体的许多信息可以通过多种渠道获得，其信用状况如何，也大致通过其个体信息以及 交易历史记录信息等进行判断。移动互联网、区块链等技术手段的广泛应用，更使得个体信 用呈现出日益“可视化”、“透明化”的趋势。利用大数据技术，可识别参与人的身份信息， 甄别其商事信用的高低。所谓数据可视化(DataVisualization),是指以图形、图像、地图、 动画等更为生动、易为理解的方式来展现数据的大小，诠释数据之间的关系和发展的趋势， 以期更好地理解、使用数据分析的结果。手机应用程序的广泛使用，使得个人信息的可视化 程度越来越高，对其数据进行分析，不但可以观测到其信用记录，还可以预测其未来的可能 行为。因此，评估、判断一个人或者组织的征信情况在大数据时代变得非常简单。2 .“从契约到身份”：商事信用范围的拓展传统社会中，人们的生产离不开土地，生活也在相对比较封闭的区域内，人们的身份是 固化的，是被授予或者继承的，社会关系也通常在熟人之间发生。现代社会（工业社会）中， 人们的生产方式、生活方式发生了质的变化，身份不再是决定一个人社会关系的主要因素， 人们彼此之间的关系也是藉由契约形成的。关于这个从古代到现代的发展规律，梅因那个著 名的论断与之相契合：“所有进步社会的运动在某一方面都是一致的。在它的发展过程中有 一个特点很明显，就是家族依附被逐渐消灭而对它个人义务不断增长。所有进步社会的 运动到这里为止，都是一个'从身份到契约'的运动”。虽然梅因这一看法未必适用于所有 社会，但从前文所述来看，商事信用法律制度的发展大抵符合这一规律。最初的商事交易发 生在普通的自然人之间，此时的信用是附着于个体之上的。后来，商事信用拓展到交易契约。 最后，商事信用延伸到体现多重复杂契约的组织体。建立在相关关系分析法基础上的预测是大数据的核心。这种预测是通过对行为人历史行 动痕迹的观察得来的，据此判断其未来的可能行为，属于信用范畴。而此类信用一旦被运用 到商业活动中，就具有了财产价值。随着移动互联技术的发展，基于个人行为习惯产生的信 用将会越来越重要。因此，大数据时代的个人信用也具有了商事信用的属性。现代社会的信 用是与身份密不可分的，不同身份的主体信用程度不同，这一点在大数据时代被准确观测到 了。传统的商事信用仅限于对商人、对商行为的判断，现在拓展到了商事交易相对人，不管 他是商人，还是普通消费者。在数字时代，每个人既是信息的生产者，也是信息的攫取者， 而这都是与其身份密不可分的，在所有社会交往特别是商事交易中，实现了“从契约到身份” 的回归。三数字身份：大数据时代的信用根基梅因所说的“从身份到契约”公式也可以转换成“从团体本位到个人本位”的等式。 作为独立主体的个人参与社会活动的最佳方式是与他人订立各种各样的契约，自主行为与自 己负责成为当然逻辑，而维护契约秩序的工具是法律。法律为契约提供指引，追究违约人的 法律责任。可以说，通过法律语境下的契约，很好地解决了人类社会交往中的信用问题。因 此，“从身份到契约”是概括了人类社会发展规律的进步公式。不过，人类进入大数据时代 以后，数字身份的出现改变了这一规律。（一）社会活动网络化互联网、移动通信以及大数据技术的发展，使得个人的身份信息化、数据化，人们的活 动高度依赖网络。特别是4G通讯技术广泛应用以来，移动终端可以满足人们几乎所有的需 求。从衣食住行等生活需要，到聊天、交友等社交活动，再到阅读、影视等娱乐活动，甚至 谈判、磋商、签约、会议等商务活动，都可以通过移动终端在线上进行。每个用户接入互联网主要是两种方式：一是通过无线网络（WIFD接入，二是通过移 动通讯网络接入。无论是哪种接入方式，每个用户都有特定的IP地址（Imernel Protocol Address,互联网协议地址），其位置与活动轨迹都被准确地记入网络系统。在办理无线网络 服务和移动通讯服务时，用户必须提供真实的身份信息，个人身份与互联网紧密结合起来。 五花八门的APP （应用程序）覆盖了生活与工作的方方面面，移动支付的广泛适用使得我 们快速进入无纸化、无现金化的时代。在可以预见的未来，人类对互联网的依赖承担势必会 越来越强。（二）商业组织平台化互联网不仅是一种新技术、新革命，而且是一条全新的跑道，是未来所有行业、所有企 业、所有组织的新运行平台和操作系统。一方面，新兴的互联网企业将传统业务网络化， 通过其特有平台进行。以阿里巴巴为例，最初从网络零售、电子商务起家，根据其业务需要 不断向其他领域和行业延展，已经形成覆盖多行业的完整互联网生态圈。另一方面，随着以 大数据、云计算、物联网为代表的数字技术的兴起，在互联网企业新型商业模式的刺激下， 一些传统企业也将其业务运行与互联网嫁接，努力实现数字化转型。商业组织平台化运行利用互联网便捷、高效的优势，大大压缩了运行成本，提高了其生 产力。更为重要的是，商业组织利用平台搜集、储存了所有交易数据，在不同平台之间共享 这些数据和信息，既可以据此判断交易相对方的信用，还可以搭建新的信用平台，实现商事 信用的产业化。阿里巴巴集团利用淘宝网上商城的数据，秉持“信用等于财富”理念，建立 了支付宝、余额宝、招财宝、网商银行、蚂蚁花呗和芝麻信用等业务平台，目的就是解决交 易中的信用问题。一方面为买家和卖家搭建信用中介平台，另一方面对所有客户进行信用评 估，根据其信用程度，提供相应的金融服务。狭义的信用评级一般是指独立的第三方信用评级机构对债权人如期足额偿还债务本息 的能力和意愿进行评价，并用简单的评级符号表示其违约风险和损失的严重程度。这种信 用评级必须由专业机构来完成,需要特定的技术优势和专业经验,也需要一定的市场认可度。 此类评级是一般意义上的，不具有针对性。商业组织利用自己掌握的第一手资料数据，进行 分析和研究，对交易相对方的信用进行评估，其真实性、针对性与适用性更为可靠。(三)数字身份信用化良好的信用制度可以约束人的行为,降低人们在交易中的违约率,提高社会的整体效率。 现代社会中，绝大多数商事活动属于重复博弈。大多数人并不看重从偶发的、一次性的交易 中获取短期利益，而是追求长期的、持续的稳定收益。在每次交易中，交易对手的历史信用 记录会成为其是否诚实守信、本次交易风险大小的重要判断标准，对于交易是否能够达成至 关重要。这一点在网上交易特别是通过网络平台交易中，尤为明显，用户的信用与其数字身 份紧密相连。用户的违约成本不是本次交易产生的法律责任，而是在重复博弈中，本次违约 将会导致以后的交易要付出更大成本，甚至根本就不能再达成交易。例如，某个用户使用滴 滴出行、E代驾等服务后，如果没有提前设定，系统不会自动扣费，该用户如果逾期支付时 间过长，将会影响其信用记录，给其带来以后使用该APP时服务劣后或迟延的不便；如果 不支付服务费用，可能会无法开始新的服务。从成本收益的角度来说，为了不支付一次服务 费用，影响以后可能发生的多次交易，是不经济的。在多个平台具有关联关系和合作关系的 情况下，平台间共享用户信息，会放大用户数字身份对其信用制度的影响。四大数据时代信用制度的挑战(一)大数据技术受到质疑大数据技术最大价值是能够在海量随机的数据中,运用人工智能、互联网技术提供的“算 法”，提取、发现有价值的潜在信息和知识。据此，可以较为准确地判断一个主体的信用状 况。但是,这种方法是合理的吗？对当事人来说是公平的吗？美国数学家和数据科学家Cathy 0,NeiI认为，根据算法决定给谁贷款，给谁工作面试机会，给谁保险，等等一一但它们不会 自动使事情变得公平。算法是秘密的、重要的和有害的，是“数学毁灭的武器，”必须终结 大数据带来的盲点信用时代。近年来，随着大数据技术对社会的影响日益扩大，很多人在肯定其积极作用的同时，开 始反思其对社会的危害与消极作用0 Neil M. Richards与Jonathan H. King提出了大数据存在 三个悖论：透明悖论(TranSParenCy Paradox)；同一性悖论(IdenIity Paradox)；权力悖论(PoWer Paradox)o大数据广泛搜集他人信息，其运作模式被法律和商业秘密所掩盖。这是以牺牲个 人和集体利益为代价。要认识到大数据对社会的巨大改变，也要看到其存在的潜在危险。因 此，基于大数据技术对人信用状况进行判断的合法性是存在疑问的。未来走向如何，只有时 间能够给出答案。（二）大数据算法弱化信用依靠身份识别，大数据时代的个体信用更容易识别，有利于达成交易、提高效率提高与 社会成本降低。但随着大数据、计算机技术与人工智能技术的发展，算法决策在商业活动中 应用越来越广泛。与传统决策不同，算法决策是建立在大数据分析基础上的自动运行程序， 通常追求全局最优，而非部分最优，信用在达成交易中的作用被削弱。比如，一个用户通过 “滴滴出行”叫车，发现经常会被匹配距离较远的车辆，而不是附近的车辆。这是因为滴滴 本质上是一个协调者、撮合者，运用大数据算法和经济学规律，在高峰其尽量让更多乘客能 打到车，让低谷期司机能够有单可接，未必是个别用户达到最近的车，但所有人的整体等待 时间缩短了。在此类交易中，用户个人信用的高低并不是交易达成的关键因素，算法决策起 了决定性作用。算法是建立在大数据基础上的自动化决策，近年来，其引发算法歧视问题益凸显。“大 数据杀熟”频繁发生，在很多交易中，信用度高的老用户不但没有任何优惠，反而经常会付 出比信用度低的新用户更高的成本。“大数据杀熟”是商家根据其存储和搜集到的用户财务 状况、消费习惯等信息，通过大数据模型进行用户画像，然后据此给不同用户推荐相应的产 品、服务和价格。“大数据杀熟”实际上是一种严重背信行为，不符合道德要求，更违反法 律要求。消费者与网络平台之间的“熟”即“用户黏性”，消费者基于信任使用平台，不再 货比三家；平台企业为了追求利润最大化，对熟悉的顾客提供更高的价格甚至歧视性待遇， 属于典型的不诚信行为。这使得信用制度提高交易效率、保证交易公平的价值被颠覆，是大 数据时代产生的新问题。（三）区块链技术对商事信用制度的挑战区块链技术是源于比特币的底层技术，是一种不依赖第三方、通过分布式数据库进行数 据存储、验证、传递和交流的技术方案，具有去中心化、集体维护、开放性和时序数据不可 篡改等特征,正在改变传统中心化支付清算系统并对现有金融监管模式和监管理论产生巨大 冲击。区块链技术应用到商事活动中的主要优势如下：一是建立信任机制。区块链技术通过数 学原理和程序算法，实现了系统运作规则的公开透明，交易双方可在不需要借助第三方权威 机构背书下通过共识达成信任。这基本解决了交易双方基于信息不对称而产生的互不信任问 题；二是交易透明化。区块链上每一笔交易行为都是可被全体观测到的，将不确定性降到了 最低；三是信用状况清晰可见。所有参与人的行为都会在链上留下不可抹去的痕迹，其历史 记录完整、真实，其信用如何易于判断。可以说，区块链技术能够从根本上成为减少摩擦、提高效率的组织活动形态新范式，并 且可以扩张大更大范围。这给商事信用带来的问题是如果所有的信息都是完整的、对称的， 商业判断完全基于数据和信息作出，还需不需要信任？信用机制还有没有意义？根据区块链 的运行原理，在完全去中心化的区块链系统中，算法以客观数据为基础，依赖特定运算方法 自动运行，不受任何人控制和支配，交易双方完全信赖算法而非第三方，保证了交易的绝对 安全。这一切并非人与人之间或者机构与机构之间等任何传统意义上的信任关系和信用机 制，而是参与者对区块链技术的信任。不过，在中心化的私有链和多中心化的联盟链环境下，区块链可以对信用的确立与维护 发挥其技术优势，这一点已经被认识到并付诸实践。北京市人民政府2020年6月30日公布 北京市区块链创新发展行动计划（2020-2022年），提出：加快信用信息“可信采集，可 信共享”。基于全市信用信息平台，利用区块链技术实现社会信用监管，提供公共信用服务。 创新政府与社会信用数据的采集融合、信息共享、监测评价和自主应用，构建共建、共治、 共享的社会信用体系，在医疗、家政、招聘等领域形成基于区块链的信用应用创新示范模式。市场竞争、商业信用与全要素生产率TFPit -0 + OLxAPit + a2Xit ÷ EYeQr ÷ Industry + it(1TFPf + BAP"+BnMP" +3APlt × MP. +B4 ÷ 2 Year + ' Industry + it?TFPit =BO +APit +2CompetHit -3APit X_./ CompetHit + 4 Xit + E Year + Z Industry + it表4：调节效应的检验结果(1)(2)(3)(4)(5)(7)(8)企业竞争地位行业竞争程度AP0.884, (0.099)0.943w (0.097)0.943 (0.097)0.223w, (0.089)1.326 (0.081)1.338w(0.079)1.287w(0.079)1.367,(0.104)MP1.078w(0.031)1.104,(0.030)1.104, (0.030)1.005,(0.410)CompetH0.020(0.048)0.039 (0.047)0.029 (0.047)-0.114(0.320)AP × MP0.460,w (0.119)0.40 L (0.117)0.401 (0.H7)0.372-(0.133)AP X CompetHO.35O,m (0.123)0.430, (0.121)0.510, (0.121)0.053 (0.167)N11567115671156717981209012083120792139r20.5780.5980.598-0.5000.52140.522-控制变盘控制控制控制控制控制控制控制控制估计方法FEFEFEGMMFEFEFEGMM时间固定效应不控制控制控制控制不控制控制控制控制行业固定效应不控制不控制控制不控制不控制不控制控制不控制Sargan (P 值)0.05680.0132表5：稳健性回归结果(1)(3)(4)(5)(6)(7)(8)(9)换样本区间AP滞后一 JW换SiZe衡H方式模型(1)模型(2)模型(3)模型(1)模型(2)模型(3)模型(I)模型(2)模型(3)AP1.514-(0.051)0.895°, (0.101)1.3274, (0.082)1.370m(0.049)0.824, (0.102)1.246,(0.081)0.972m, (0.053)0.653,° (Olll)0.868 (0.086)AP×MP0.47T* (0.121)0.405*m (0.123)0.410, (0.134)AP × CompetH0.485,- (0.125)0.415°, (0.124)0.341” (0.131)控制变质控制控制控制控制控制控制控制控制控制时间固定效应控制控制控制控制控制控制控制控制控制行业固定效应控制控制控制控制控制控制控制控制控制N1682410959113961806910554113961779211567120800.5270.6020.5310.5140.5840.5130.4590.4730.433表6：商业信用对全要素生产率的影响渠道(0(2)(3)(4)(5)(6)AP1.473 (0.050)0.256 (0.059)1.337 (0.040)1.473”(0.050)0.903” (0.252)1.319*(0.081)SA0.527 (0.006)DG-0.053 (0.004)控制变量控制控制控制控制控制控制是否存在中介效应存在存在Sobel的Z值18.185.324N17792 I 17799177921779268296827TFPH = % + OLlAPit + a2Xit + e1MM=B0+BiAPJB2XJe?TFPit = A0 + 14PA2M3Xl7+ e3SA =-0.737 × Size + 0.043 × Size2 - 0.04×Age表7：企业竞争地位、商业信用与全要素生产率的影响渠道企业竞争地位强企业竞争地位弱(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(II)(12)AP1.387,(0.067)O.258,(0.088)l.264, (0.053)l.38T,(0.067)-0.86, (0.415)1.366“'(0.103)0.925, (0.121)-O.5O7" (0.125)I.162"' (0.110)0.925,(0.121)-0.161(0.588)0.824 (0.197)SA0.478,(0.008)0.418-(0.015)DG-0.036,(0.005)-0.020,(0.011)控制变址控制控制控制控制控制控制控制控制控制控制控制控制是否存在 中介效应存在存在不存在不存在SobeI 的Z值18.94.3%-0.112-0.376表8：行业竞争程度、商业信用与全要素生产率的影响渠道行业竞争程度高行业竞争程度低(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)AP1.732, (0.093)0.287,(0.108)1.598, (0.074)I.710,m(0.091)-0.186(0.105)1.563w(0.158)1.284-(0.087)0.425,(0.102)1.056,m(0.069)1.257*(0.087)-1.29,(0.404)1.637,(0.137)SA0.521, (0.010)O.527,° (0.009)DG-0.058(0.038)-0.05(),(0.007)控制变量控制控制控制控制控制控制控制控制控制控制控制控制是否存在 中介效应存在不存在存在不存在SObeI的/值9.1740.29414.454.225LnYit =BO +iLnKit+2LnLit +3LnIit+4Ageit + 5Ownershipit -bExitit + Year Pro ÷ it表1：变量定义变址划分变址名称变fit符号度量方法被解释变属全要崇生产率TFP使用Ollcy和Psl996）叫ft出的OP方法进行计算.具体处变Irt说明解样变於商业信用AP（应付账款应付票据，预收账款）/总资产控制变址资本密度Capital固定资产/总资产锹行信用Bank（城期借款，长期借款）/总资产企业年龄AgeLn（观测年份.成“年份”）现金海CashLn（净利河）营