保險(xiǎn)科技的影響：理論分析與經(jīng)驗(yàn)證據(jù)

賈若 北京大學(xué)經(jīng)濟(jì)學(xué)院風(fēng)險(xiǎn)管理與保險(xiǎn)學(xué)系

一、保險(xiǎn)科技的背景介紹

（一）保險(xiǎn)科技的內(nèi)容

保險(xiǎn)科技應(yīng)用最廣泛的前沿技術(shù)是人工智能、大數(shù)據(jù)、區(qū)塊鏈和云計(jì)算。其中，人工智能包括計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、自然語言處理和人機(jī)交互等技術(shù)，是保險(xiǎn)公司數(shù)字化和提高運(yùn)營效率的驅(qū)動(dòng)力。而大數(shù)據(jù)的特征可以概括為5V，即數(shù)量（Volume）、速度（Velocity）、多樣性（Variety）、價(jià)值（Value）和真實(shí)性（Veracity）。大數(shù)據(jù)技術(shù)豐富了風(fēng)險(xiǎn)管理和保險(xiǎn)學(xué)的研究，其不僅僅體現(xiàn)在保險(xiǎn)科技相關(guān)領(lǐng)域本身，而且還能夠?yàn)樾袨楸ｋU(xiǎn)、信息不對(duì)稱、保險(xiǎn)制度和風(fēng)險(xiǎn)管理等領(lǐng)域的相關(guān)研究提供支持。同時(shí)，保險(xiǎn)領(lǐng)域的實(shí)踐能夠?yàn)閷W(xué)術(shù)研究工作提供源源不斷的數(shù)據(jù)支持，這是科技在保險(xiǎn)領(lǐng)域應(yīng)用之后所具有的獨(dú)特優(yōu)勢。區(qū)塊鏈技術(shù)是指通過點(diǎn)對(duì)點(diǎn)的價(jià)值交換，從而能實(shí)現(xiàn)分布式記賬、安全可靠存儲(chǔ)和智能合約等功能。云計(jì)算技術(shù)則是將算力打包的分布式計(jì)算系統(tǒng)。這樣，買家就可以獲得計(jì)算資源并提高其可用性。平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）和基礎(chǔ)設(shè)施即服務(wù)（IaaS）是云計(jì)算中常見的三種商業(yè)模式。

（二）保險(xiǎn)科技的參與者

在保險(xiǎn)科技市場中，有三類主要的參與者。第一類參與者為保險(xiǎn)行業(yè)中的現(xiàn)有保險(xiǎn)企業(yè)。這些企業(yè)都是傳統(tǒng)保險(xiǎn)的參與者，它們會(huì)根據(jù)自身的基礎(chǔ)設(shè)施和業(yè)務(wù)情況，在頂層設(shè)計(jì)、技術(shù)建設(shè)和業(yè)務(wù)模式、集團(tuán)組織結(jié)構(gòu)等方面進(jìn)行數(shù)字化轉(zhuǎn)型。

第二類參與者為科技巨頭。它們是保險(xiǎn)市場的新進(jìn)入者，擁有海量的技術(shù)數(shù)據(jù)和互聯(lián)網(wǎng)用戶基礎(chǔ)。比如，騰訊集團(tuán)會(huì)選擇與現(xiàn)有保險(xiǎn)公司合作，或者建立自己的互聯(lián)網(wǎng)保險(xiǎn)機(jī)構(gòu)。這些科技巨頭是保險(xiǎn)產(chǎn)品和保險(xiǎn)營銷創(chuàng)新的主要驅(qū)動(dòng)力，它們所采用的技術(shù)也就形成了保險(xiǎn)科技。

第三類參與者是保險(xiǎn)科技的初創(chuàng)企業(yè)。它們是最具創(chuàng)新性的參與者，并且通常僅專精于某一個(gè)細(xì)分領(lǐng)域，從而具有該細(xì)分領(lǐng)域的比較優(yōu)勢。例如，北京大學(xué)的一個(gè)保險(xiǎn)項(xiàng)目研究組曾與一家保險(xiǎn)科技初創(chuàng)企業(yè)合作。這家公司在保險(xiǎn)承保、風(fēng)險(xiǎn)評(píng)估和目標(biāo)影響等方面具有非常獨(dú)特的優(yōu)勢。當(dāng)然，還存在其他一些保險(xiǎn)科技企業(yè)可能在其他方面具有競爭優(yōu)勢，例如理賠服務(wù)、特別的銷售渠道等。

（三）保險(xiǎn)科技可能發(fā)揮的作用

保險(xiǎn)科技可以在保險(xiǎn)行業(yè)的眾多領(lǐng)域發(fā)揮作用。本文將主要介紹其在風(fēng)險(xiǎn)評(píng)估和目標(biāo)營銷兩個(gè)領(lǐng)域的作用。

在風(fēng)險(xiǎn)評(píng)估領(lǐng)域，保險(xiǎn)科技能夠在兩個(gè)方面發(fā)揮作用。一方面是大數(shù)據(jù)，提供了保單和投保人的相關(guān)特征，使保險(xiǎn)人能更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)的特征并預(yù)測未來的索賠情況；另一方面是模型，保險(xiǎn)需要有合適的模型去分析數(shù)據(jù)。

在目標(biāo)營銷領(lǐng)域，利用大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)能夠使模型具有更強(qiáng)的預(yù)測性，提高保險(xiǎn)定價(jià)的準(zhǔn)確性。如此一來，保險(xiǎn)市場能夠進(jìn)一步向低收入人群和非標(biāo)準(zhǔn)體擴(kuò)展。在傳統(tǒng)的保險(xiǎn)市場上，低收入人群和非標(biāo)準(zhǔn)體往往會(huì)因?yàn)槎▋r(jià)原因而無法購買保險(xiǎn)。在利用保險(xiǎn)科技進(jìn)行更加精準(zhǔn)的定價(jià)之后，這些人群能夠以合適的價(jià)格購買保險(xiǎn)。另外，大數(shù)據(jù)也能提供行為金融的相關(guān)信息，能夠更好地識(shí)別具有高支付意愿的潛在客戶，從而為保險(xiǎn)銷售提供指導(dǎo)，提高銷售成功率。

從現(xiàn)有數(shù)據(jù)來看，保險(xiǎn)公司在進(jìn)行風(fēng)險(xiǎn)評(píng)估和目標(biāo)營銷時(shí)，已經(jīng)開始利用醫(yī)療、地理、行為等諸多數(shù)據(jù)進(jìn)行精算定價(jià)，并考慮在未來繼續(xù)加入更多的數(shù)據(jù)維度（見圖1）。

圖1顯現(xiàn)了保險(xiǎn)公司對(duì)各種數(shù)據(jù)使用的計(jì)劃和現(xiàn)狀。就健康險(xiǎn)而言，傳統(tǒng)保險(xiǎn)公司和保險(xiǎn)科技初創(chuàng)企業(yè)的投入占現(xiàn)代健康保險(xiǎn)業(yè)務(wù)總承保保費(fèi)的60%。保險(xiǎn)公司也正在擴(kuò)大或計(jì)劃擴(kuò)大在保險(xiǎn)業(yè)務(wù)中使用不同類型的數(shù)據(jù)，包括基因編碼等數(shù)據(jù)。還有越來越多的保險(xiǎn)公司正計(jì)劃使用IOT（物聯(lián)網(wǎng)）數(shù)據(jù)。

圖1 保險(xiǎn)公司數(shù)據(jù)使用情況調(diào)查

（四）行為數(shù)據(jù)的來源

行為數(shù)據(jù)可能來源于用戶的智能手機(jī)，包括三方面：（1）用戶在智能手機(jī)中安裝和使用的應(yīng)用程序的數(shù)據(jù)。比如育兒程序，這能夠表明用戶是否為人父母，以及在照顧孩子方面投入的時(shí)間和精力；再比如，午夜使用手機(jī)的頻率，頻率越高則表明生活方式越不健康或越勤奮，抑或是對(duì)日常生活安排更加靈活。（2）用戶手機(jī)收到的信息。比如，在互聯(lián)網(wǎng)賭博網(wǎng)站或彩票網(wǎng)站注冊(cè)后會(huì)收到短信，這些短信能夠被數(shù)據(jù)收集公司所獲取，并能夠反映出是否是賭徒或經(jīng)常購買彩票，從而推測出風(fēng)險(xiǎn)偏好。（3）金融機(jī)構(gòu)提供的信用評(píng)級(jí)數(shù)據(jù)。比如，手機(jī)可能會(huì)記錄要求用戶提供信用信息的金融機(jī)構(gòu)數(shù)量。這些信息能夠反映出在過去某段時(shí)間內(nèi)是否曾向金融機(jī)構(gòu)借錢。如果一直在借錢，金融機(jī)構(gòu)會(huì)要求提供信用信息。這些信息進(jìn)而可能表明用戶是否處于流動(dòng)性短缺的狀態(tài)。

（五）本文的結(jié)構(gòu)

在背景介紹完之后，下面將分三個(gè)部分討論保險(xiǎn)科技的影響。第一部分是保險(xiǎn)科技對(duì)市場結(jié)構(gòu)的影響。比如，傳統(tǒng)保險(xiǎn)公司會(huì)不會(huì)被特斯拉接管？特斯拉能否成為壟斷者？本文構(gòu)建了一個(gè)理論模型進(jìn)行分析，試圖回答這個(gè)問題。第二部分是風(fēng)險(xiǎn)評(píng)估的改進(jìn)，文章展示了一些數(shù)據(jù)和模型，分析如何改善風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。第三部分是利用從手機(jī)收集用戶行為數(shù)據(jù)的例子，來探究這個(gè)新的數(shù)據(jù)來源能實(shí)現(xiàn)什么研究。最后會(huì)探討保險(xiǎn)科技發(fā)展面臨的一些挑戰(zhàn)和對(duì)策。

二、保險(xiǎn)科技與市場結(jié)構(gòu)

第一部分是基于筆者和瑞士圣加侖大學(xué)Martin Eling教授、清華大學(xué)林潔瑜和韋爾斯利學(xué)院Casey教授2022年在Journal of Risk and Insurance上發(fā)表的論文。

（一）文章的研究背景

眾所周知，新技術(shù)能夠給保險(xiǎn)公司提供更多的額外信息用于風(fēng)險(xiǎn)評(píng)估和定價(jià)。汽車的遠(yuǎn)程信息處理能夠記錄駕駛速度、距離和使用剎車的頻率。2018年，全球UBI市場增長了47%，而全球非壽險(xiǎn)市場僅增長了3%，即新技術(shù)的市場增速遠(yuǎn)高于傳統(tǒng)市場。這表明，新技術(shù)可能將搶占更高的市場份額。另一個(gè)新技術(shù)運(yùn)用的例子是可穿戴設(shè)備，它能夠記錄心率、血壓和運(yùn)動(dòng)頻率。比如，蘋果手表和聯(lián)合健康集團(tuán)合作推出了健康監(jiān)測計(jì)劃，66%的用戶參加了該活動(dòng)，其中2/3的用戶參加活動(dòng)時(shí)間超過了1年。這意味著，這種健康監(jiān)測活動(dòng)相對(duì)來說比較流行，并且隨著可穿戴設(shè)備的廣泛使用其參與度將不斷增長。

上述案例表明，新技術(shù)能夠迅速獲取新的市場份額。然而，從美國的汽車保險(xiǎn)市場數(shù)據(jù)來看，包括國有險(xiǎn)企在內(nèi)的眾多大企業(yè)在過去10年中的不同時(shí)期都推出了UBI保險(xiǎn)，但是其市場份額并沒有如預(yù)期的那樣實(shí)現(xiàn)增長。這兩者之間并不存在顯著的關(guān)系。那么，新技術(shù)和傳統(tǒng)技術(shù)對(duì)于市場的分割情況是怎樣的？新技術(shù)會(huì)不會(huì)占領(lǐng)整個(gè)保險(xiǎn)市場？

新技術(shù)公司和傳統(tǒng)技術(shù)公司的關(guān)鍵區(qū)別在于：新技術(shù)公司能夠更快地學(xué)習(xí)，但目前的成本仍相對(duì)較高；傳統(tǒng)技術(shù)公司的學(xué)習(xí)速度更慢，但現(xiàn)階段成本較低。因此，我們建立了一個(gè)理論框架，考慮保險(xiǎn)市場中兩種不同類型的公司，即科技公司和傳統(tǒng)保險(xiǎn)公司。其中關(guān)鍵的權(quán)衡之處在于：科技公司能夠更快地識(shí)別和評(píng)估風(fēng)險(xiǎn)，但也需要為新技術(shù)付出更高的成本。進(jìn)而，文章分析了兩種類型公司在迭代模型中的競爭。模型考慮了個(gè)體風(fēng)險(xiǎn)的異質(zhì)性，并假設(shè)了兩種不同的學(xué)習(xí)環(huán)境，包括可觀測投保時(shí)長的環(huán)境和不可觀測投保時(shí)長的環(huán)境。

在可觀測投保時(shí)長的環(huán)境下，保險(xiǎn)人了解每個(gè)投保人的投保時(shí)長，能夠辨別投保人是新進(jìn)入的個(gè)體還是從其他保險(xiǎn)公司轉(zhuǎn)換來的個(gè)體。如果是轉(zhuǎn)換而來的個(gè)體，轉(zhuǎn)換原因可能通常是因?yàn)楸ｋU(xiǎn)費(fèi)率高或被拒保，因而可以在定價(jià)中加以考慮。在不可觀測投保時(shí)長的環(huán)境下，保險(xiǎn)人無法獲取投保人的投保時(shí)長，也就無法辨別其是否是新進(jìn)入市場的投保人。模型的均衡求解結(jié)果表明，市場最終會(huì)出現(xiàn)細(xì)分結(jié)構(gòu)。低風(fēng)險(xiǎn)投保人會(huì)選擇從科技公司購買保險(xiǎn)，因?yàn)榭萍脊灸軌蜓杆僮R(shí)別低風(fēng)險(xiǎn)并為其提供低費(fèi)率，正確反映他們的風(fēng)險(xiǎn)類型。而高風(fēng)險(xiǎn)投保人會(huì)選擇從傳統(tǒng)保險(xiǎn)公司購買保險(xiǎn)，因?yàn)閭鹘y(tǒng)保險(xiǎn)公司的風(fēng)險(xiǎn)識(shí)別速度慢，高風(fēng)險(xiǎn)投保人能以平均費(fèi)率獲得保險(xiǎn)。

如果從直觀上考慮，由于科技公司的成本較高，其市場份額會(huì)逐漸減少。但在技術(shù)成本一定的情況下，科技公司具有學(xué)習(xí)速度的優(yōu)勢。當(dāng)科技公司和傳統(tǒng)保險(xiǎn)公司的學(xué)習(xí)速度差距減少時(shí)，科技公司的市場份額也會(huì)相應(yīng)降低。這個(gè)直觀想法可以在可觀測投保時(shí)長的假設(shè)下進(jìn)行驗(yàn)證。當(dāng)傳統(tǒng)保險(xiǎn)公司也能了解投保人的投保時(shí)長情況時(shí)，就能更好地進(jìn)行風(fēng)險(xiǎn)評(píng)估，進(jìn)而縮小與科技公司的學(xué)習(xí)速度差距。

（二）文章的研究結(jié)論

然而，筆者的研究卻得出了反直覺的結(jié)果。在某些特定情形下，尤其是投保時(shí)長不可觀測時(shí)，科技公司和傳統(tǒng)保險(xiǎn)公司學(xué)習(xí)速度差距的減小實(shí)際上提高了科技公司的市場份額，減少了傳統(tǒng)保險(xiǎn)公司的市場份額。這是因?yàn)楦唢L(fēng)險(xiǎn)投保人在均衡狀態(tài)下會(huì)選擇傳統(tǒng)保險(xiǎn)公司。高風(fēng)險(xiǎn)投保人可能會(huì)因?yàn)楝F(xiàn)有公司的高費(fèi)率選擇轉(zhuǎn)換公司，從而繼續(xù)以過去的低費(fèi)率投保。而在投保時(shí)長可觀測時(shí)，新的保險(xiǎn)人能了解投保人過去投保經(jīng)歷，從而會(huì)繼續(xù)向其收取高費(fèi)率。

為謀求利潤最大化，傳統(tǒng)保險(xiǎn)公司會(huì)提高它們的學(xué)習(xí)速度以更好地進(jìn)行風(fēng)險(xiǎn)識(shí)別，并減小與科技公司之間的差距。所以，在未來一段時(shí)期，高風(fēng)險(xiǎn)個(gè)體會(huì)被更多的傳統(tǒng)保險(xiǎn)公司識(shí)別，最終會(huì)導(dǎo)致傳統(tǒng)保險(xiǎn)公司均衡費(fèi)率的上升，進(jìn)而導(dǎo)致傳統(tǒng)保險(xiǎn)公司的市場份額減少。因此，當(dāng)投保時(shí)長不可觀測時(shí)，傳統(tǒng)保險(xiǎn)公司面臨的逆選擇效應(yīng)總是會(huì)強(qiáng)于提高學(xué)習(xí)速度帶來的直接正向效應(yīng)。這會(huì)在市場結(jié)構(gòu)的變化過程中占主導(dǎo)地位。所以，傳統(tǒng)保險(xiǎn)公司對(duì)科技公司的技術(shù)追趕而進(jìn)行的嘗試有時(shí)可能只是表面的模仿，可能會(huì)產(chǎn)生南轅北轍的效果。

因此，筆者認(rèn)為，傳統(tǒng)企業(yè)在對(duì)科技企業(yè)的學(xué)習(xí)過程中，嘗試提高追趕速度的努力可能會(huì)適得其反，反而降低了自身的市場份額。對(duì)市場現(xiàn)有的傳統(tǒng)保險(xiǎn)公司而言，在嘗試引入新技術(shù)時(shí)，需要仔細(xì)地評(píng)估市場結(jié)構(gòu)，以確定新技術(shù)的引入是否能夠產(chǎn)生正向效應(yīng)。筆者提供了一個(gè)基于信息結(jié)構(gòu)的解釋，并詳細(xì)闡述了傳統(tǒng)保險(xiǎn)公司追趕科技公司的嘗試最終可能失敗的原因。

三、保險(xiǎn)科技與風(fēng)險(xiǎn)評(píng)估

第二部分是基于筆者和北京大學(xué)同事共同撰寫的一篇工作論文。該篇工作論文旨在通過新數(shù)據(jù)和相應(yīng)模型量化分析大數(shù)據(jù)對(duì)于保險(xiǎn)公司風(fēng)險(xiǎn)評(píng)估的改善作用。與傳統(tǒng)的數(shù)據(jù)相比，該篇工作論文中所采用的數(shù)據(jù)規(guī)模更加龐大。然而，對(duì)于此類高維數(shù)據(jù)需要進(jìn)行變量選擇，否則會(huì)面臨“維度詛咒”的問題，降低了模型的可預(yù)測性。因此，我們需要區(qū)分出哪些變量為模型的有用變量。

這篇論文目前尚未完成，但有一些初步的研究結(jié)論可以和大家討論，讓大家感受到額外的數(shù)據(jù)和新模型如何產(chǎn)生預(yù)測價(jià)值。比如，文章比較分析后得出了最具預(yù)測能力的模型，這能夠指導(dǎo)保險(xiǎn)公司的定價(jià)實(shí)踐，為其收集何種定價(jià)數(shù)據(jù)提供經(jīng)驗(yàn)證據(jù)，方便保險(xiǎn)公司以最小的成本收集到最有用的數(shù)據(jù)。而且，文章還提出了一種新的方法來探究數(shù)據(jù)收集最有價(jià)值的方向，并發(fā)現(xiàn)了一些最具預(yù)測性的變量。并且發(fā)現(xiàn)，傳統(tǒng)變量由于已經(jīng)被使用了上百年，預(yù)測力毋庸置疑，但一些新興變量也可以直觀反映被保險(xiǎn)人的風(fēng)險(xiǎn)偏好以及它們對(duì)自身健康風(fēng)險(xiǎn)的關(guān)注程度，能為風(fēng)險(xiǎn)評(píng)估模型增加額外的預(yù)測能力。

四、保險(xiǎn)科技與行為保險(xiǎn)研究

第三部分主要是基于筆者與北京大學(xué)及中國人民大學(xué)的老師們合作完成的一篇工作論文。該篇工作論文主要探討了基于信息科技收集的大數(shù)據(jù)如何為行為保險(xiǎn)研究提供助力。行為保險(xiǎn)研究的相關(guān)問題包括購買保險(xiǎn)和索賠行為的影響因素，以及類似保險(xiǎn)的新形式（網(wǎng)上眾籌、互助計(jì)劃）。保險(xiǎn)大數(shù)據(jù)也能為風(fēng)險(xiǎn)管理之外的其他行為研究提供支持，可以檢驗(yàn)家庭金融、消費(fèi)者行為等方面的理論。

文章的研究結(jié)論發(fā)現(xiàn)，與眾多已有文獻(xiàn)的研究結(jié)果一致，女性通常更利他。妻子為丈夫購買保險(xiǎn)的數(shù)量一般會(huì)高于丈夫?yàn)槠拮淤徺I保險(xiǎn)的數(shù)量，其次是丈夫?yàn)樽约嘿徺I保險(xiǎn)，最后才是妻子為自己購買保險(xiǎn)。但無論是男性還是女性，他們?yōu)榕渑假徺I保險(xiǎn)的數(shù)量都超過了為自己購買的數(shù)量。這些集中于行為的角度對(duì)保險(xiǎn)消費(fèi)的研究，能夠?yàn)楸ｋU(xiǎn)銷售帶來啟示。

五、保險(xiǎn)科技發(fā)展的挑戰(zhàn)和展望

目前，保險(xiǎn)科技仍存在一些挑戰(zhàn)，監(jiān)管部門也出臺(tái)了相關(guān)的應(yīng)對(duì)政策。

第一個(gè)挑戰(zhàn)就是保險(xiǎn)科技的可用性。這主要是大型保險(xiǎn)公司和中小保險(xiǎn)公司之間的矛盾。大型保險(xiǎn)公司具有大量的數(shù)據(jù)，更大的經(jīng)濟(jì)規(guī)模也便于其投資新技術(shù)，從而獲取更高的回報(bào)。中小保險(xiǎn)公司則僅擁有有限的資本和人力資源，保險(xiǎn)科技的應(yīng)用也相對(duì)較少。顯然，需要監(jiān)管政策來平衡險(xiǎn)企之間的不平等。對(duì)此，中國保險(xiǎn)監(jiān)管部門鼓勵(lì)各種不同規(guī)模的機(jī)構(gòu)充分利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)業(yè)務(wù)、產(chǎn)品和服務(wù)的創(chuàng)新，建立數(shù)字化的管理結(jié)構(gòu)，還對(duì)小型保險(xiǎn)公司的技術(shù)開發(fā)給予更高的支持，并為其提供數(shù)據(jù)治理的建議。

第二個(gè)挑戰(zhàn)在于數(shù)據(jù)安全風(fēng)險(xiǎn)。這也是更重要的挑戰(zhàn)。中國的第三方云計(jì)算服務(wù)商發(fā)生信息泄露事故是市場近期的大新聞，保險(xiǎn)公司大多將它們的數(shù)據(jù)存儲(chǔ)服務(wù)外包給第三方云計(jì)算服務(wù)商。中國目前主要有兩種云計(jì)算商業(yè)模式，平臺(tái)即服務(wù)（PaaS）和軟件即服務(wù)（SaaS）。而第三方服務(wù)市場內(nèi)部競爭并不激烈，市場份額相對(duì)較為集中。這就意味著，任何一家主要的云計(jì)算服務(wù)商出現(xiàn)問題都會(huì)給保險(xiǎn)業(yè)帶來系統(tǒng)性風(fēng)險(xiǎn)。監(jiān)管部門的應(yīng)對(duì)措施是禁止將核心業(yè)務(wù)外包給第三方，并提高保險(xiǎn)公司自身的科技水平。

最后一個(gè)突出的挑戰(zhàn)是數(shù)據(jù)隱私問題。一方面，在新冠肺炎疫情防控常態(tài)化的當(dāng)下，我們都非常關(guān)注自身隱私問題，應(yīng)用獲取的數(shù)據(jù)被限制在必要的最低限度水平，但也可能導(dǎo)致獲取的數(shù)據(jù)難以滿足要求。另一方面，應(yīng)用獲取的數(shù)據(jù)可能會(huì)被出售給第三方，造成數(shù)據(jù)欺詐和過度營銷。在2021年出臺(tái)的《個(gè)人信息保護(hù)法》中已經(jīng)明確：“收集個(gè)人信息，應(yīng)當(dāng)限于實(shí)現(xiàn)處理目的的最小范圍，不得過度收集個(gè)人信息”，并且規(guī)定“處理個(gè)人信息應(yīng)當(dāng)取得個(gè)人同意”。這些規(guī)定在保護(hù)個(gè)人隱私的同時(shí)也會(huì)使得數(shù)據(jù)收集受到限制，因此需要平衡數(shù)據(jù)收集和隱私保護(hù)之間的沖突。