לדלג לתוכן

כלכלת מידע

מתוך ויקיפדיה, האנציקלופדיה החופשית

כלכלת מידע הוא תחום שהתפתח במהלך המאה ה-20 והפך למרכזי בעידן הדיגיטלי. עוסקת בתפקיד המידע בתהליכים כלכליים ובשווקים. היא בוחנת סוגיות כמו אי-סימטריה במידע, הגורמת לבעיות כמו בחירה שלילית וסיכון מוסרי, ומציעה פתרונות כמו איתות וסינון. התחום מתייחס גם לגישות שונות לסיכון ואי-ודאות בקבלת החלטות כלכליות. במרכז כלכלת המידע עומדת ההבנה של ערך המידע וחשיבותו בהקצאת משאבים יעילה. מידע כמוצר מציג מאפיינים ייחודיים המשפיעים על אופן המסחר בו: הוא לא-מתחרה, קשה להגביל את הגישה אליו, ושווקיו מתאפיינים בחוסר שקיפות. תכונות אלו משפיעות באופן מהותי על הדרך שבה מידע נקנה ונמכר, ומחייבות גישות חדשות לתמחור ולמסחר. בנוסף, השפעות רשת משחקות תפקיד מכריע בכלכלת המידע המודרנית, משפיעות על יצירת ערך, הפצה וניצול של מידע, ומעצבות את הדינמיקה של שוקי מידע דיגיטליים. הבנת כל אלה חיונית לפיתוח אסטרטגיות עסקיות ומדיניות ציבורית מתאימות בעידן המידע.

התפתחות החשיבה על המידע

[עריכת קוד מקור | עריכה]

שורשי כלכלת המידע ניתנים לאיתור כבר במחשבה הכלכלית הקלאסית, כפי שמשתקף בכתביו של אדם סמית'.[1] עם זאת, עם עליית הכלכלה הנאו-קלאסית והנטייה להימנע ממידול מתמטי מורכב של השוק, היבטים אלה של תאוריה כלכלית זכו לפחות תשומת לב.

נקודת מפנה משמעותית חלה ב-1955, כאשר הרברט סיימון הציג את מושג ה"רציונליות המוגבלת".[2] תפיסה זו ערערה על הנחת היסוד של השחקן הרציונלי בתאוריה הכלכלית המסורתית. סיימון טען כי הרציונליות האנושית מוגבלת על ידי המידע הזמין, ושאף להטמיע הבנה זו במודלים כלכליים.

ב-1961 חקר ג'ורג' סטיגלר את השפעות חוסר המידע על מחירים ועלויות חיפוש.[3] מחקר זה היווה צעד משמעותי בהבנת תפקיד המידע בשווקים. בהמשך לכך, ב-1970, ג'ורג' אקרלוף בחן כיצד אסימטריה במידע בין קונים למוכרים יכולה להוביל להערכת חסר או יתר של סחורות בשוק, תוך שימוש בשוק המכוניות המשומשות כדוגמה מרכזית.[4] תרומתו פורצת הדרך זיכתה אותו בפרס נובל לכלכלה בשנת 2001.

בשנות ה-90 החלו דניאל כהנמן ועמוס טברסקי לפרסם את עבודותיהם המהפכניות, שהניחו את היסודות לכלכלה ההתנהגותית המודרנית.[5] מחקריהם הדגישו, בין היתר, את תפקידן של היוריסטיקות בקבלת החלטות מהירות בתנאי חוסר ודאות ומידע חלקי. כיום, תובנות אלו משפיעות באופן נרחב על החשיבה הכלכלית והפסיכולוגית.

א-סימטריית מידע

[עריכת קוד מקור | עריכה]

אי סימטריות מידע מתארת מצב שבו לצדדים המעורבים באינטראקציה יש רמות שונות של מידע.[6] למשל, ייתכן שלצד אחד יש גישה למידע רב יותר או איכותי יותר בהשוואה לצד השני. כאשר צד אחד מצפה שלצד השני יש יתרון בגישה למידע, הדבר עשוי להשפיע על התנהגותו. הצד בעל המידע המועט יותר עלול לנקוט בצעדים כדי למנוע מהצד המיודע יותר לנצל לרעה את יתרונו. שינוי זה בהתנהגות עקב פערי המידע יכול לפגוע ביעילות הכלכלית של האינטראקציה.[6]

שתי דוגמאות עיקריות לבעיות הנובעות מאי סימטריות מידע הן בעיית הבחירה החריגה (adverse selection)[7] ובעיית הסיכון המוסרי (moral hazard). בבחירה החריגה, הצד המיודע פחות עלול בטעות לבחור באפשרות גרועה יותר, בעוד הצד המיודע יותר נהנה מיתרון. לעומת זאת, סיכון מוסרי מתאר מצב שבו הצד המיודע פחות משנה את התנהגותו לאחר כריתת הסכם, בידיעה שההשלכות השליליות יחולו על הצד השני. לא-סימטריית מידע קיימים שני פתרונות: איתות וסינון.[8][9]

לדוגמה של בחירה עיוורת, בשוק ביטוח הבריאות, אנשים בעלי בעיות בריאות חמורות עשויים להיות מוכנים יותר לרכוש פוליסות ביטוח מקיפות, משום שהם מודעים לסיכון הגבוה יותר שלהם. מנגד, חברות הביטוח, שחסרות מידע מלא על מצב הבריאות של כל מבוטח, עלולות לתמחר את הפוליסות בהתאם לסיכון הממוצע. כתוצאה מכך, אנשים בריאים עשויים לוותר על רכישת ביטוח, מכיוון שהמחיר אינו משקף את הסיכון האמיתי שלהם.[4]

אי-סימטריה זו במידע יכולה להוביל לכשל שוק, כאשר עסקאות שהיו מועילות לשני הצדדים אינן מתרחשות, או כאשר משאבים מוקצים בצורה לא יעילה. פתרונות אפשריים לבעיית הבחירה העיוורת כוללים איתות (signaling) מצד בעלי "המידע הטוב" כדי להבדיל את עצמם, או סינון (screening) מצד בעלי המידע החסר כדי לחשוף את המידע הרלוונטי.[8][9]

איתות

[עריכת קוד מקור | עריכה]

הכלכלן מייקל ספנס פיתח את רעיון האיתות כדרך להתמודד עם בעיית אי-סימטריית המידע בשווקים. לפי התאוריה שלו, כאשר קיים פער במידע בין שני צדדים, הצד המחזיק ביתרון המידע יכול לנקוט בפעולות מסוימות שישמשו כ"אותות" לצד השני לגבי התכונות או הכישורים הבלתי נצפים שלו. בכך, האיתות מאפשר להעביר מידע אמין ולצמצם את אי-הוודאות.[9] ספנס המחיש את הרעיון שלו באמצעות דוגמה מעולם שוק העבודה. נניח שמעסיק מעוניין לגייס עובד בעל יכולות למידה גבוהות. בעוד שכל המועמדים עשויים לטעון שהם בעלי כישורי למידה מצוינים, למועמדים עצמם יש מידע מלא יותר לגבי יכולותיהם האמיתיות בהשוואה למידע שבידי המעסיק. מצב זה יוצר אי-סימטריה במידע בין שני הצדדים.[9] לפי ספנס, מועמדים בעלי יכולות למידה גבוהות יכולים "לאותת" על כישוריהם למעסיקים פוטנציאליים באמצעות פעולה כמו השלמת תואר אקדמי. ההנחה היא שאנשים בעלי יכולות למידה טובות יותר יוכלו להשלים את לימודיהם ביתר קלות ובעלות נמוכה יותר בהשוואה לאנשים בעלי יכולות נמוכות יותר. לכן, עצם הפעולה של סיום התואר משדרת מידע אמין על הכישורים של המועמד, גם אם תוכן הלימודים עצמו אינו קשור ישירות למשרה.[9]

מה שמעניין בתאוריה של ספנס הוא שהאיתות עדיין יעיל גם אם התהליך (כמו לימודים אקדמיים) לא תורם ישירות לפיתוח הכישורים הרלוונטיים. זאת מכיוון שהפעולה של השגת התואר כרוכה בעלויות ובמאמץ שונים עבור אנשים בעלי רמות שונות של הכישורים הבסיסיים. בכך, האיתות מאפשר למועמדים להפגין את יכולותיהם האמיתיות ולהבדיל את עצמם ממועמדים בעלי יכולות נמוכות יותר.[9]

תאוריית האיתות של ספנס הפכה לתרומה חשובה לחקר כלכלת המידע, והיא מיושמת כיום במגוון רחב של תחומים כלכליים וחברתיים שבהם קיימת אי-סימטריה במידע בין הצדדים המעורבים.[10] התובנות של ספנס מסייעות להבין טוב יותר את התנהגות השווקים ולפתח מנגנונים להתמודדות עם בעיית פערי המידע.[9][10]

סינון

[עריכת קוד מקור | עריכה]

הכלכלן ג'וזף שטיגליץ נחשב לחלוץ בפיתוח תאוריית הסינון (Screening Theory), שמהווה גישה משלימה לתאוריית האיתות של ספנס בהתמודדות עם אי-סימטריית מידע בשווקים. בעוד שבאיתות, הצד המחזיק במידע העודף נוקט בפעולה כדי לחשוף מידע זה, בסינון, הצד בעל המידע החסר (כגון מעסיק או מוכר) יוזם מנגנון שיגרום לצד השני לחשוף את המידע הפרטי שלו.[9] על פי הרעיון של שטיגליץ, הצד עם פחות מידע יכול לתכנן "תפריט" של חלופות או חוזים, באופן שהבחירה של הצד השני מבין החלופות תלמד על המידע הפרטי שברשותו. כלומר, העדפותיו או בחירותיו של הצד המחזיק במידע הפרטי יחשפו בעקיפין את המידע שהיה חסר לצד השני.[8] שטיגליץ ממחיש את הרעיון באמצעות דוגמה של פארק שעשועים המבקש למכור כרטיסים יקרים יותר ללקוחות בעלי נכונות גבוהה יותר לשלם, אך אינו יכול לזהות אותם ישירות. שאלה ישירה על נכונותם לשלם לא תהיה יעילה, שכן סביר שכל הלקוחות יטענו כי הם מוכנים לשלם מעט. במקום זאת, הפארק יכול להציע שני סוגים של כרטיסים: רגיל ועדיף, כאשר הכרטיס העדיף מאפשר לדלג על תורים במתקנים אך גם עולה יותר. הלקוחות שמעריכים יותר את זמנם וכספם יבחרו מרצונם בכרטיסים העדיפים, ובכך יחשפו את העדפותיהם ה"אמיתיות", בלי צורך בשאלות ישירות.[8]

התובנה המרכזית של שטיגליץ היא שעיצוב חכם של מערכת תמריצים או חלופות מאפשר וגורם לאנשים לחשוף את המידע הפרטי שלהם באמצעות בחירותיהם. רעיון זה מיושם כיום במגוון רחב של תחומים כלכליים, כגון עיצוב חוזי עבודה, קביעת תוכניות ביטוח ועוד.[8]

תרומתו של שטיגליץ לחקר כלכלת המידע זיכתה אותו, יחד עם ג'ורג' אקרלוף ומייקל ספנס, בפרס נובל לכלכלה בשנת 2001. תאוריית הסינון, לצד תאוריית האיתות, מהווה נדבך חשוב בהבנת ההתנהגות של שווקים ובפיתוח פתרונות לבעיות הנובעות מפערי מידע.[8][9]

גישות סיכון

[עריכת קוד מקור | עריכה]

גירעון המידע הבסיסי ביותר הוא של אי-ודאות וסיכון. המודל הבסיסי להבנת סיכון בהחלטות הוא של ערך צפוי: ערך התגמול מוכפל בהסתברות לקבלו.[11]

פרדוקס סנט פטרסבורג של ניקולס ברנולי הציג אתגר לתאוריה זו, מה שהוביל את דניאל ברנולי להציע את תאוריית התועלת הצפויה (expected utility). לפי תאוריה זו, הערך אינו גדל באופן ליניארי: התועלת משתנה באופן לא ליניארי ביחס לערך האובייקטיבי של התגמול.[11]

מחקר ניסיוני הוביל לתורת הערך של כהנמן וטברסקי, המראה כי אנשים מעריכים רווחים והפסדים בצורה שונה ומשנים את הערכת ההסתברויות בהתאם להקשר.[12][13][14]

גישה לסיכון היא גורם מרכזי בתגובה לחוסר מידע, עם שונות בין אנשים ומצבים. הערכת סיכונים משפיעה גם היא על דפוסי החלטות.[12][14][13]

נטילת סיכונים משתנה בין מדינות ומגדרים, בעיקר בשל הבדלים בהערכת סיכונים. חיפוש אחר ריגושים, המושפע מגורמים ביולוגיים, קשור לנטילת סיכונים גבוהה יותר, במיוחד בתחומי בריאות, בטיחות ופנאי.[13][12]

קנייה ומכירה של מידע

[עריכת קוד מקור | עריכה]

ערך המידע

[עריכת קוד מקור | עריכה]

מושג "ערך המידע" מהווה תחום מרכזי בכלכלת מידע. הטענה הבסיסית היא שלמידע יש ערך כלכלי משום שהוא מאפשר לאנשים לקבל החלטות מושכלות יותר, אשר מניבות תוצאות עדיפות מאלו שהיו מושגות ללא המידע.[6][15] כאשר פרטים מצוידים במידע איכותי ורלוונטי, הם יכולים לבחור חלופות שממקסמות את התועלת או התשואה הצפויה להם. לאור חשיבות המידע בקבלת החלטות כלכליות, התפתח תחום הערכת נתונים, אשר חותר להבין ולכמת את המאפיינים והשווי הכלכלי של מידע ומאגרי נתונים.[16]

הפילוסוף והכלכלן פרידריך האייק נחשב לאחד הוגי הדעות המשפיעים ביותר על התפתחות הגות כלכלת המידע. במאמרו "השימוש בידע בחברה" טען האייק כי אחד היתרונות המרכזיים של מנגנון המחירים בשווקים חופשיים הוא יכולתו לרכז ולהפיץ מידע אודות העדפות הצרכנים, עלויות ייצור ותנאי שוק – ובכך לאפשר הקצאת משאבים יעילה.[17]

כוונתו המקורית של האייק הייתה להציג טיעון בזכות היתרונות של שווקים תחרותיים לעומת חסרונות של מערכות כלכליות מתוכננות מרכזית (מדובר במערכות שבהן ההחלטות הכלכליות מתקבלות על ידי רשות מרכזית ולא מונחות על ידי כוחות השוק) (,14)[17] אולם, התובנות החדשניות שלו לגבי תפקיד המחירים כמנגנון להעברת מידע בין סוכנים כלכליים שונים שימשו כנקודת מוצא והשראה לכלכלנים מאוחרים יותר דוגמת אבא לרנר, טיאלינג קופמנס, ליאוניד הורביץ וג'ורג' סטיגלר, ליצירת גוף ידע חדש בתחום כלכלת המידע.[18]

במהלך התפתחותו של התחום, החוקרים הבינו כי בנוסף למנגנוני מחירים המתווכים בין קונים ומוכרים בשווקים תחרותיים, גם ארגונים ופירמות מהווים זירה חשובה להעברת מידע וקיום עסקאות כלכליות. בין אם בתוך חברות ובין אם בשווקים פתוחים, ניתן לראות שמאפייני המידע הנדרש והמועבר בכל מצב משתנים בהתאם לסוג העסקה ולמכלול הנסיבות הספציפיות לה.[18][19]

קביעת מנגנון התיאום האופטימלי (בין אם דרך השוק או בתוך ארגון) עבור סוג נתון של אינטראקציה כלכלית תלויה בסופו של דבר בניתוח דרישות המידע המיוחדות לאותו הקשר ובהתאמת הפתרון המוסדי היעיל ביותר לאותן דרישות.[18]

כך, בעוד שנקודת המוצא של האייק הייתה השוואה בין שני מודלים כלכליים מנוגדים, המסקנות שהתפתחו בעקבות מחקריו הן הרבה יותר עדינות ומתוחכמות – הן מכירות בתפקידים המשלימים שיש הן לשווקים והן לארגונים בהתווית זרימת המידע ותיאום הפעילות הכלכלית, ובצורך להתאים באופן ספציפי את המנגנונים הללו לנסיבות הקונקרטיות של כל מצב.[19][17][18]

מידע כמוצר

[עריכת קוד מקור | עריכה]

מסחר במידע שונה באופן מהותי מקנייה ומכירה של מוצרים מוחשיים מסורתיים, וזאת בשל שלושה מאפיינים ייחודיים של מוצרי מידע.[2][15][6][7]

ראשית, מידע הוא מוצר לא-מתחרה (non-rival), כלומר השימוש של אדם אחד במידע אינו מונע או פוגם ביכולתם של אחרים להשתמש באותו מידע בו-זמנית. יתר על כן, לאחר יצירת העותק הראשוני של מידע, העלות השולית של שכפול ושיתוף נוספים שלו היא אפסית או קרובה לאפס. תכונה זו הופכת מידע למוצר קל מאוד להפצה נרחבת, אך בה בעת היא מקשה על יישום מודלים של תמחור שולי מסורתיים, שכן העלות האמיתית של הפקת המידע מגולמת כולה בעותק הראשון.[3][6][15]

שנית, קשה להגביל או למנוע גישה למידע באופן טבעי (non-excludable), בניגוד למוצרים פיזיים. אף על פי שניתן לנסות וליצור מנגנוני הגנה מלאכותיים, הרי שמרגע שמידע הופץ ונודע לאחרים, למעשה לא ניתן למנוע מאותם אנשים להמשיך ולהחזיק בו או לעשות בו שימוש. שילוב התכונות הללו – היותו של מידע מוצר לא-מתחרה ובלתי-מודר מטבעו – הופך אותו בפועל למוצר ציבורי, עם כל ההשלכות הנובעות מכך.[3][15][6]

שלישית, שוקי מידע מתאפיינים בחוסר שקיפות (lack of transparency). בעוד שלגבי מוצרים פיזיים קונים יכולים להעריך בקלות יחסית את האיכות והתועלת שלהם לפני הרכישה, הרי שלגבי מידע נדרשת השקעה מקדימה של זמן ומשאבים על מנת ללמוד ולהפנים אותו בטרם ניתן יהיה לשפוט את ערכו. כך למשל, להערכת שווייה של תוכנת מחשב יש ללמוד תחילה כיצד להשתמש בה, ועל מנת לקבוע את איכותו של סרט יש לצפות בו עד תום.[3][6]

חשיבותן של שלוש תכונות ייחודיות אלה של מוצרי מידע לכלכלה נדונה בהרחבה על ידי החוקרים דה-לונג ופרומקין בספרם The Next Economy. הם טוענים כי ההבדלים המהותיים בין מידע למוצרים מסורתיים מחייבים גישה חדשה ומותאמת להבנת דינמיקת השווקים והתמריצים במשק מבוסס הידע.[20]

השפעות הרשת לכלכלת מידע

[עריכת קוד מקור | עריכה]

השפעות רשת (Network Effects) הן תופעה כלכלית מרכזית בעידן המידע, המתארת מצב שבו הערך של מוצר או שירות עבור משתמש גדל ככל שיותר אנשים משתמשים בו. ככל שהרשת גדלה, כך עולה התועלת עבור כל משתתף, הן בשל אפשרויות האינטראקציה הגדלות (השפעות ישירות) והן בשל זמינות גבוהה יותר של מוצרים ושירותים משלימים (השפעות עקיפות).[21] השפעות הרשת קשורות באופן הדוק לכלכלת המידע, שכן הן משפיעות על היצירה, ההפצה והערך של מידע בשווקים מודרניים. ראשית, ככל שרשת גדלה, נוצר ומופץ יותר מידע על ידי המשתמשים. שנית, אלגוריתמים של פלטפורמות מבוססות רשת יכולים ללמוד מהמידע הזה כדי לספק תוכן, מוצרים ושירותים מותאמים אישית, ובכך להגביר את הערך עבור כל משתמש.[20][22]

חברות יכולות לנצל את המידע שנובע מהשפעות הרשת כדי לשפר תהליכי קבלת החלטות, כגון התאמת המלצות מוצרים באתרי מסחר מקוון או עיצוב אסטרטגיות שיווק מותאמות אישית.[20] עם זאת, השפעות הרשת יכולות גם ליצור השפעות חיצוניות (Externalities), כגון הפצת מידע מועיל (כמו בוויקיפדיה) או מידע מזיק (כמו פייק ניוז ברשתות חברתיות).[23]

יתר על כן, השפעות רשת יכולות להעצים פערי מידע וכוח שוק. חברות דומיננטיות יכולות לגשת ולנתח מידע רב יותר, ובכך להשיג יתרון תחרותי. לעומת זאת, שחקנים חדשים או קטנים עשויים להתמודד עם חסמי כניסה גבוהים, שכן הם צריכים להתחרות מול הערך הגבוה שמציעות רשתות בעלות בסיס משתמשים רחב.[21][24]

לסיכום, השפעות רשת הן מרכיב מהותי בכלכלת המידע המודרנית, המשפיעות על יצירת הערך, ההפצה והניצול של מידע.[3][20] הבנת השפעות הרשת ויחסי הגומלין בינן לבין דינמיקת המידע בשווקים חיונית הן עבור חברות המעצבות אסטרטגיות עסקיות והן עבור קובעי מדיניות המעצבים רגולציה, זאת על מנת לעודד חדשנות, תחרות הוגנת וטובת הציבור בעידן הדיגיטלי.[3][21]

הערות שוליים

[עריכת קוד מקור | עריכה]
  1. ^ Adam Smith, An Inquiry into the Nature and Causes of the Wealth of Nations, Oxford University Press, 1776-01-01
  2. ^ 1 2 Herbert A. Simon, A Behavioral Model of Rational Choice, The Quarterly Journal of Economics 69, 1955-02, עמ' 99 doi: 10.2307/1884852
  3. ^ 1 2 3 4 5 6 George J. Stigler, The Economics of Information, Journal of Political Economy 69, 1961-06, עמ' 213–225 doi: 10.1086/258464
  4. ^ 1 2 George A. Akerlof, The Market for "Lemons": Quality Uncertainty and the Market Mechanism, The Quarterly Journal of Economics 84, 1970-08, עמ' 488 doi: 10.2307/1879431
  5. ^ Daniel Kahneman, Amos Tversky, Prospect Theory: An Analysis of Decision under Risk, Econometrica 47, 1979-03, עמ' 263 doi: 10.2307/1914185
  6. ^ 1 2 3 4 5 6 7 Kenneth J. Arrow, The economics of information: An exposition, Empirica 23, 1996, עמ' 120–21 doi: 10.1007/bf00925335
  7. ^ 1 2 Charles Wilson, Adverse Selection, London: Palgrave Macmillan UK, 2008, עמ' 1–10, ISBN 978-1-349-95121-5
  8. ^ 1 2 3 4 5 6 Joseph E. Stiglitz, The Theory of "Screening," Education, and the Distribution of Income, The American Economic Review 65, 1975, עמ' 283–300
  9. ^ 1 2 3 4 5 6 7 8 9 Michael Spence, Job Market Signaling, The Quarterly Journal of Economics 87, 1973-08, עמ' 355 doi: 10.2307/1882010
  10. ^ 1 2 The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2001, NobelPrize.org
  11. ^ 1 2 {{{מחבר}}}, Cultures and Science and Technology Against the Gods: The Remarkable Story of Risk, Peter L. Bernstein, 1996. John Wiley, New York. 382 pages. ISBN 0-471-12104-5. $27.95., Bulletin of Science, Technology & Society 18, 1998-08, עמ' 294–294 doi: 10.1177/027046769801800416
  12. ^ 1 2 3 Kasun P. Wijayaratna, Vinayak V. Dixit, Impact of information on risk attitudes: Implications on valuation of reliability and information, Journal of Choice Modelling 20, 2016-09-01, עמ' 16–34 doi: 10.1016/j.jocm.2016.09.004
  13. ^ 1 2 3 Jan Werner, Risk Aversion, London: Palgrave Macmillan UK, 2016, עמ' 1–6, ISBN 978-1-349-95121-5
  14. ^ 1 2 K. Francis Park, Zur Shapira, Risk and Uncertainty, London: Palgrave Macmillan UK, 2017, עמ' 1–7, ISBN 978-1-349-94848-2
  15. ^ 1 2 3 4 Beth Allen, Information as an Economic Commodity, The American Economic Review 80, 1990, עמ' 268–273
  16. ^ Vasudha Thirani, Arvind Gupta, The value of data, World Economic Forum, ‏Sep 22, 2017
  17. ^ 1 2 3 F. A. Hayek, The Use of Knowledge in Society, The American Economic Review 35, 1945, עמ' 519-530
  18. ^ 1 2 3 4 John O. Ledyard, Market Failure, London: Palgrave Macmillan UK, 2008, עמ' 1–5, ISBN 978-1-349-95121-5
  19. ^ 1 2 Sytse Douma, Hein Schreuder, Economic approaches to organizations, Pearson, 2017, ISBN 978-1-292-12890-0
  20. ^ 1 2 3 4 Carl Shapiro, Hal R. Varian, Information rules: a strategic guide to the network economy, Boston, Mass: Harvard Business School Press, 1999, ISBN 978-0-87584-863-1
  21. ^ 1 2 3 Paul Klemperer, Network Goods (Theory), London: Palgrave Macmillan UK, 2018, עמ' 9436–9439, ISBN 978-1-349-95188-8
  22. ^ Timothy Greaton, What's causing the exponential growth of data?, Nikko AM Insights Site, ‏2019-12-23
  23. ^ Henry Kim, When Bad Information Crowds out the Good, Medium, ‏2017-03-29
  24. ^ How to Achieve Critical Mass for a Product Launch, The Interaction Design Foundation, ‏2020-09-18
אוחזר מתוך "https://he.wikipedia.org/w/index.php?title=כלכלת_מידע&oldid=39829692"