京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15