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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01