正如我在这章中强调的，随着时间的推移，不可避免地将会出现新法规，甚至新的监管模式——而且不可避免地，当我们徒然尝试改造现有的适用工业经济的政府法规来适应分享经济时，我们将有许多正式的和非正式的监管体系同时在运行。随着时间的推移，认为点对点平台正在侵蚀法规的想法可能会被发现完全没有根据。

但随着在许多行业独立商业经营者的数量达到数百万的量级，坚持现有的政府监管形式将形成巨大的负担。相比之下，一些监管的新形式特别有希望将许多这样的负担转移到其他利益相关者。这三种模型包括对等监管、自我监管组织，以及利用数据进行委托监管。

对等监管

对等监管的想法可以让人联想到反乌托邦的世界，在这个世界中每个人的邻居都是一个潜在的间谍。但是如果仔细想想，对等监管可以代表一个从内部进行调节的公平方式，对社会来说它非常节约成本，同时它“干中学”的方式特别适合点对点市场的巨大规模。管理的公平性部分在于它到底是将监管人员假扮成交易参与者（这可能被认为是对等监控），还是（真实的）参与者之间互相给对方设定标准。通过下面的两个例子来看看其中的区别。

在柏林，为了监督人们买票，该交通系统雇用了各个年龄段的便衣监管人员。这意味着在柏林的巴士和地铁系统，从坐在你对面的老妇人到某个貌似朋克乐队乐手的每一个人，都可能是一个潜在的监管人员。尽管游客经常冒险在柏林免费乘坐地铁，但大多数柏林人绝不敢免费搭车。因为除了有40欧元罚款的风险外，更糟糕的是，这个丢脸的事情会被类似慈祥的老奶奶或咖啡店的咖啡师这样的人从地铁上宣传出去。选择做监管人员的公民会获得基本工资，还能从罚款中获得奖励。不是监管人员的公民更愿意保留付费的证据，因为他们知道每个人都是潜在的监管人员。

然而，虽然这个系统有用，但它并不是对等监管。因为城市的交通委员会并不是交易参与者，它设定规则和罚款，而且仅仅利用一些看起来像参与者的人开展监管工作。

相比之下，想想像Airbnb平台上形成的那种自我监管。尽管在平台内没有官方的监管人员，但平台的审查制度——目前包括两层评论（旅客可见的公共评论和只有房主可见的私人评论）——的确起到了监管作用。如果某房间的租赁情况一直欠佳，评论中就会有所反映。而且，目前平台上广受欢迎的私人评论却比大多数评级系统都有效力。游客可以选择通过给其高评分来支持房主，同时仍然可以通过私人评论向其提意见和建议。从理论上讲，这意味着新房主可以一边继续发展他们的小型商业，一边还能获得反馈，这些反馈随着时间的累积将帮助他们改善服务。整个系统是由参与者驱动的，维护了参与者的最高利益。简言之，在Airbnb出现后缺乏适当的政府法律法规时，参与者们共同制定了标准，并监督彼此是否按照此标准工作。

该模型的一个优势是不需要一个适用于所有租赁房的标准。如果艺术工作室的一个沙发以每晚50美元的价格出租，它的租客与每晚400美元的高级公寓的租客可能不会一样。我们不需要艺术工作室的沙发的标准与豪华公寓的标准相同。相应地，对应的“监管者”——分布在这些不同类型的市场空间的参与者也不同。从本质上说，平台可以在一个监管框架内支持无数个以不同内容区分或以不同消费对象区分的标准。

有人可能会更进一步想将对等监管升级为我们刚刚讨论的两个系统的混合形式——即将专业经营者的角色模式化，从而确保经营者中的新手或生手也能达到标准。可以将“对等监管”模式看作另一个更为普及的监管系统的例子，即自我监管组织。

自我监管组织

想想对等监管的另一种形式——例如某城市的卫生监管机构和一个社区餐饮平台联盟的关系。这个假设的联盟可能会创建一个监管系统，在此系统下这些平台上，活跃的经营者为了换取平台提供的奖励而自愿做“培训员”和“监督员”的工作。在工作之前会在政府接受卫生监督员的培训，学习政府的监管标准。这些专业经营者可能会比政府卫生监督员有更接地气的信息和知识，平台可以继续扩大业务追求更多利润，而不需要受到监管活动的影响；而整个系统的安全和质量将会提升，同时清除那些一开始就不应该出现在平台上的不良经营者。这就是我所说的自我监管组织（self-regulatory organization，SRO）的一个例子。

鉴于它的历史和多样性，不难理解“自我监管”这个词很难简单定义或分类。但这里必须要对一个关键点进行澄清：这个自我监管组织与单纯的缺乏监管或一个自我管理的实体不同。相反，它是由政府以外的其他力量设定监管标准或者直接实施监管，或者两者均有。自我监管系统根据其自愿水平、问责制度、实施情况和政府干预情况不同而差别很大。但一般来说，自我监管组织都是独自运营而很少有政府的参与。与贸易组织作为一个促进福祉的行业不同，自我监管组织是通过集体制定制度来管理一个行业，由其中的各个实体一起发展和监管，有时还用标准来规范各个成员的行为。

就像在格雷夫的记录中对马格里比商人社区的描述，在中世纪时期还出现了另一些商人和手工艺的正式商会，它们都对其成员的工资、工具、技术、质量和价格实施了严格规定。这些早期的商会对公共商品的自我监管的例子是令人鼓舞的，因为它们说明了自我监管是经济发展天然的一部分。今天，自我监管组织仍然存在，但相比商业贸易，它更经常出现在各个专业领域。比如，美国医学协会（American Medical Association）、美国房地产经纪人协会（National Association of Realtors）以及律师协会（Bar Associations）分别对医生、房地产经纪人和律师等行业进行规范。这些现代自我监管组织具有很强的强制和规范的能力，甚至有着准司法的权威，因为它们拥有审计和惩处其成员的能力。21世纪的自我监管组织跨越了众多行业，从金融服务、核能工业、化工行业到制棉业都有出现。[68]

自我监管组织并不都是成功的。正如我和科恩在2015年的论文中讨论的，它已经取得一些显著的成功，比如核电运行研究院（Institute of Nuclear Power Operations，INPO），也有一些被认为是失败的，比如金融行业监督管理局（Financial Industry Regulator Authority，FINRA）。尽管在讨论FINRA是否成功时，或许有人会说经过80多年的自律管理，美国资本市场仍然是世界上最有效的。

通过一系列例子，我和科恩确定了在分享经济中建立可行的自我监管组织的四个基本因素：第一，一个自我监管组织必须在早期通过其表现建立起信誉；第二，自我监管的实施者必须展现其强大的执行能力；第三，自我监管组织必须被视为合法和独立的；第四，一个自我监管组织必须利用好参与者对声誉和社会资本的关注。[69]

加州通过在2013年建立的交通网络公司（Transportation Network Companies，TNCs）首先在分享经济的交通行业中开创了自我监管的先河。正如加州公共事业委员会（California Public Utilities Commission，CPUC）的委员凯瑟琳·桑多瓦尔（Catherine Sandoval）在2015年联邦贸易委员会（Federal Trade Commission）对分享经济的研讨会上所详细描述的，它代表了政府和分享经济平台之间的一个有趣的合作关系。下面讲讲它是如何工作的。加州公共事业委员会制定了利用智能手机进行点对点城市运输的汽车（出租车）司机需要遵循的一系列标准。但它没有承担全国范围内Lyft、Uber和Sidecar的成千上万的司机的监管责任，而是将执法权委托给了各个平台。平台需要注册成为交通网络公司的成员，然后负责确保所有通过其平台开展业务的司机都是守法的。对于纳税人而言它有明显的优点，因为政府开销是最小的。此外，平台有很好的强制力（如果一个司机违反规定，他们只需要在应用程序上断开他的连接使其得不到任何业务就可以了）。

回到Airbnb的例子。虽然在美国还没有出现类似的由政府批准的适用于全国的解决方案，但各种自我监管系统在市场调整上已经发挥了很大的作用，而且在信用和声誉方面平台发挥得很好。此类系统的重要性得到了买方和卖方的认可，而且它的确起到了作用。此外，有若干国家，特别是法国，通过立法将人们把自住或闲置房屋进行短期转租的行为明确合法化了。其中最引人注目的是“ALUR提案”（Bill ALUR），它是2014年3月通过的一项法律，明确了无论你生活在法国的任何地方，你都可以在不用得到当地市政厅许可的情况下出租你的房屋[70]（特别需要注意的是：巴黎作为世界上访问量最大的城市，拥有最多的Airbnb房主，截至2015年5月超过了4万人）。

当提到如何改变才能使外部影响最小化时，我们可能也会想到越来越多的合作社协会、公寓董事会和房主协会（Homeowners Associations，HOAs）。房主和租房者与HOAs之间拥有持续、高效的沟通；这些组织是值得信任的，它们可以对违法行为进行监管并拥有强大的执法能力。也许，随着时间的推移，这将导致一些大楼和社区拒绝Airbnb，而另一些地区却宣称自己欢迎Airbnb。这是一种划分经济范围的草根方式，在这样的经济下，个人和商业之间的界限将越来越模糊。

利用数据进行委托监管

想想另一个问题——要从成千上万Airbnb的房主而不是从数量不多的连锁酒店企业收取酒店营业税。由Airbnb代理征税——越来越多的城市正在尝试——具有许多优点。相比房主们需要直接在政府登记注册（房主们似乎并不愿意这样做）的旧体系，这样可能会产生更高的税收，同时市场还更规范。这样也回避了在政府命令下Airbnb等平台需要把详细的用户数据移交给政府而产生的隐私问题。对平台而言，这也是一个建立信用的重大机会，因为它要开始承担这样的准政府角色了。

它还有另一个优势，我相信从长期来看它将会变成最重要的一点。在将监管责任委托给平台后，会要求平台利用其数据以确保其经营者遵守相应的法律法规。你可能会说这里提到的事情——比如税金的计算、收取和汇款——从技术上说很简单。的确是这样。但是我喜欢这种体系是因为它所代表的潜力，它可能预示着更多令人兴奋的委托的可能性。

几十年来直到今天，不同的公司都在不断挖掘客户的数字交互活动所形成的“数据轨迹”的价值。由此我们产生了对商业和社交重要性的新见解。有一个我们熟悉的例子可以代表这些新见解带来的影响效果，即信用卡欺诈调查。当一个异常的活动模式被发现时，你就会接到一个从你银行的安全团队打来的电话，有时你的卡还会被暂时锁定。虽然这些数字安全系统的热情有时令人讨厌，但它来源于信用卡公司使用的先进的机器学习技术，该技术可以从经验中学习识别某些与信用卡盗用相关的模式。它可以通过迅速检测和阻止欺诈活动，从而保护广大纳税人和企业数十亿美元的资金。

最近一个著名的挖掘客户交互大数据价值的例子是在2008年。当时谷歌的工程师宣布他们可以利用谷歌搜索收集的数据预测流感的爆发，并实时追踪流感疫情的传播，他们提供的信息远远超过了疾病控制中心使用自己的跟踪系统获得的可用信息。虽然几年后谷歌系统的性能出现下降，但是它在使用大数据方面对公众的影响是巨大的。如果谷歌被要求向疾控中心交出匿名搜索数据，似乎就不太可能出现这样的一个系统。事实上，它有可能会因为隐私问题而受到公众广泛的反对。此外，谷歌内部能有机地产生这样的能力，部分是因为谷歌中聚集了众多计算机科学和机器学习的人才。

作为分享经济平台的一种监管手段，类似这样的方法蕴含着巨大的希望。想想关于歧视的问题。一直有传闻说纽约的某些黄色出租车歧视非白人乘客，这个传言与本·斯坦西尔（Benn Stancil）在纽约的士与轿车委员会（New York Taxi and Limousine Commission）公布的匿名访问数据分析不谋而合（如图6.3）。

资料来源：Mode Analytics网站。

图 6.3 在纽约市的社区中，种族组成不同与出租车使用的变化情况

已经有类似的担忧表示这样的歧视行为可能会在汽车分享平台、住宿和劳务等点对点市场中出现。例如，2014年由哈佛大学的本杰明·埃德尔曼（Benjamin Edelman）和迈克尔·卢卡（Michael Luca）进行的一项研究认为，Airbnb平台里的美国非裔房主可能比白人房主拥有较低的定价权。虽然这项研究并没有得出确定结论说这个不同是由于客人歧视美国非裔房主，但它却竖起了一面警示旗告诉我们需要警惕的是私人情绪对商业经营边界的侵入。

机器学习技术可以识别与歧视有关的行为模式。毫无疑问，许多平台已经开始使用这种系统了。2014年9月，底特律科技经济大会（Techonomy Detroit conference）的一个小组讨论会上，主持人阿斯彭人文研究所（Aspen Institute）的詹妮弗·布拉德利（Jennifer Bradley）向TaskRabbit的董事长斯泰西·布朗-菲尔波特（Stacy Brown-Philpot）提问道：“平台是否有警示标志、保护措施或其他方式提醒你在平台系统中或不良经营者中有歧视行为呢？”“我们有。我们有一个数据科技团队，这个团队持续工作以确保我们一直能够标志出或提醒人们去真正了解和关注这个问题，”布朗-菲尔波特回答说，“我们通过数据追踪影响人们选择任务人的各项指标，同时你也可以看到任务人的所有照片，所以你可以知道他们是什么样子，最重要的是他们都有一张微笑的脸。就是这样。”[71]

数据科技作为一种检测系统性歧视行为的方法拥有巨大的潜力。通过面对面的互动进行个案研究往往很难确定歧视行为，但通过数据分析，这个问题却可能有得到解决的一线曙光。例如，Lyft和Uber能够很容易通过乘客受到接受和拒绝的数据来实时检测和标记司机对应的歧视行为。

但是如果平台都主动选择这样做了，为什么还要把监管这件事留给平台自愿来做呢？而且相反，这些平台在代理一系列不同法律的执法工作后，作为交换也许还需要提交各种进行监管的记录。

联合广场投资公司的尼克·格罗斯曼（Nick Grossman）（他在一篇博文《缓慢的预感》[Slow Hunch]中描绘了对数字经济中的监管工作的美好想象）和极具影响力的科技博客作者亚历克斯·霍华德（Alex Howard）共同提出了一个更为激进的选择，它要求平台将实时操作数据移交给城市和州政府，从而政府可以使用这些数据进行监管。相比这种“强制透明性”，我更喜欢我提出的利用数据进行委托管理的办法，因为它减少了经常出现的隐私问题，同时还降低了泄露竞争性有害信息的风险。这种方法是有先例的——公开上市募股的公司，在某种意义上，也属于委托监管。他们仅仅提供审计后的摘要证明（通过上交证券交易委员会的文件），而不是向监管机构提供原始业务数据以确认其合法经营。由此，将系统内部的数据留在平台并保证合法经营，这个方法似乎更有效。

作为分享经济自我监管组织——无论是平台自己，还是第三方协会——创建了信用和监管记录，并作为政府合作伙伴获得了监管合法性，他们也许还可以对集中式的政府干预难以解决的社会问题提供自我监管的解决方案。我们可以想象各种各样的社会目标由于平台将机器学习技术应用到数据检测模式，或将一些社会责任的概念整合到他们软件系统的设计中而部分得到实现。这种利用数据进行委托监管的方法比实行完全透明化可以产生更广泛的调节，它为自我监管提供了发展机会——它准确反映了以分享经济平台为代表的分散市场和集中管理机构的有趣融合。换句话说，分享经济能提供的创新方法不只是能应对自己的监管挑战，还能应对之前出现还未解决的其他监管挑战。

有许多分享经济相关的监管问题我还没有讨论到，但它们也许会成为我未来写作的主题。随着数字平台掌握了我们在现实世界中交互的越来越详细的信息，新的隐私问题不断出现。当然，移动运营商掌握我们真实世界中的详细信息已经很多年了，同样地，信用卡公司对我们现实世界的事务也了若指掌。此外，我也还没有解决责任和保险的问题。我相信点对点保险业代表了一个极其快速发展的领域。我也没有谈到以区块链为基础的交易催生的“智能合同”将会如何将传统的以及新的机构扩展深入到数字领域。

至此，我还没有讨论到监管的另一个关键领域，同时也是2015年的重点：分享经济中的劳动力监管。我将在第7章和第8章中谈论这个话题。