
大数据时代的信息垄断与共享
天下事,分久必合,合久必分。
战国时代曾有两个联盟,合纵、连横。最终,秦国依靠经济实力、技术创新和制度创新,先击败了联盟对手,继而兼并了联盟的伙伴。
秦国统一之后的一件大事,是统一文字和度量衡。文字和度量衡是什么?文字是民族和国家最基础的信息系统,度量衡是交易的标准信息体系。统一和一体化的信息系统和交易标准体系,可以极大降低交易成本。有理论认为,国家的兼并行为是人类交易活动的必然趋势。
当今世界,国家兼并的可能性逐渐降低,一是因为有国际法等约束,更重要的是,突破交易障碍不必再通过国家兼并行为完成。区域和全球经济一体化,让经济体的融合替代了国体的兼并。“一带一路”倡议就是顺应经济全球化和一体化潮流的必然举措。
过去,全球化要求信息体系和交易标准的整合,信息全球化是经济全球化的手段和条件。但是,随着这个手段和条件的不断发展,甚至当手段和条件日益重要的时候,信息全球化的本身就会成为独立于经济发展的一支重要的力量。
今天,和金融体系从实体经济里脱胎成为独立的甚至可以操控实体经济的势力一样,大数据、云计算、平台、区块链、移动通讯等等组成的信息体系,也已经从实体经济脱离出来,不仅是实体经济的工具,也成为可以操控实体经济的一种能量巨大的势力。特别是当信息体系与金融体系连横的时候,其颠覆力量可谓所向披靡。信息体系可以先联合金融体系操控实体经济,然后会继续收拾金融体系。
异化,马克思揭示的社会发展现象,一直在不断发生。
信息体系的一体化,既是经济一体化的需要,也是必然的结果。问题是,如何选择信息一体化的途径,是合纵还是连横?我看到三种路径。
其一,正在中国发生的商业模式,信息技术的独角兽公司不断兼并和扩张,先将实体企业以各种手段纳入其统一的信息平台,形成一体化的信息和交易系统。在这个过程中,信息公司会以数据为资本,与金融体系联合。若金融体系不合作,信息公司会以各种途径直接参与金融活动,并以信息的优势取得比传统金融体系更大的竞争能力。最终,金融体系不得不与信息体系合作,进而依赖信息体系。如果对竞争与兼并不加限制,掌握信息资源的信息公司会逐渐兼并金融机构,或以信息的马六甲海峡钳制金融体系的咽喉。甚至,信息公司还会以掌握的信息资源,与政府的信息资源做交换。垄断的升级,赢者通吃,独角兽公司有可能以统一的信息体系一统天下。
其二,是由政府打造的统一的信息基础设施体系,也是中国正在尝试的。毕竟,当今的经济是在国家这个政体的统一管理下运营的,不是无政府状态。基于经典经济学理论,当代政府的功能之一是维护竞争的市场秩序,反垄断是其中一项政策目标。更重要的是,当信息系统成为社会经济不可或缺的基础设施时,理应由政府来提供基础设施服务,才能保证基础设施服务的公正与普惠性。
人民银行系统正试图打造一个公共的金融信息服务平台,很多地方政府也在积极打造区域性的公共信息平台。政府平台的好处是可以保证这个平台的非营利性和普惠性,也可以利用政府的优势形成更完备的信息来源,和更有效的信息保护。前提是,政府是受制约的,是在笼子里的。
第三条道路则是颠覆式的,既由信息技术自身发展产生的分布式信息系统造就的去中心化的共享式信息体系。在那样的体系里,不再需要一个独角兽公司或政府来打造中心化的信息体系,而是由所有参与交易的大大小小的主体共同建设,通过智能合约与智能交易系统维护其运营。与之相适应的必然是一种共有模式的制度创新,参与交易者既所有者。当然这个体系会雇佣一个高效的团队负责系统的物理维护。
第三条道路并不容易走出来,因为独角兽和政府都会维护自己的地位,不会轻易放弃现有的体制。而大众也有惰性,只会坐享其成,只要自己可以得利,尽管会被独角兽和政府的垄断地位制约和盘剥,仍然会依附于其打造的信息体系。但第三条道路是未来的方向。一个由大众所有的信息体系是为大众服务的,不是独立于人的基本需求和实体经济异化的产物,将实现经济与社会的融合与大同。
哥斯达黎加是个神奇的国度,上世纪70年代前曾被不断的军人政变搞得民不聊生。后来出了一位伟大的军人政变上台的总统,他上台后宣布解散军队,只保留警察,将军费用于教育卫生。结果,使得哥斯达黎加很快超越其他中美洲国家,其人文发展指标在全球排到30几名,超过了一些发达国家。
或许,会有一个伟大的独角兽企业或一个伟大的政府,在以垄断方式实现统一的信息体系之后,毅然将该体系交给大众,以众筹的方式将平台的所有权交给社会,以区块链技术将自己替代。
无为而无不为,这是最高境界。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12