京公网安备 11010802034615号
经营许可证编号:京B2-20210330
TED-区块链将如何彻底改变经济
区块链将大大改变经济生活,区块链研究者Bettina Warburg论述了通过区块链将形成更加分散、透明、自主的交易系统。
中英双字视频如下:
针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:
几百年来,经济学家一直在研究人类的行为。研究我们如何做决定,作为个人和在群体中我们如何行动,我们如何交换价值。他们研究了促进我们交易的机构,例如法制系统、公司以及市场。
但现在有一种新技术能从根本上改变我们交易的方式,这就是区块链。
这是很大胆的声明,我想提醒各位,虽然区块链技术相对而言比较新,但它也是我们人类故事的延续。作为人类,我们一直在寻找能降低彼此间不确定性的方式以便我们能够进行交易。
第一批研究者探索将制度作为经济学工具,用来降低我们彼此之间不确定性,以便能够进行交易。当中有一位是诺贝尔经济学奖获得者道格拉斯-诺斯,他于2015年年底辞世,他开创了“新制度经济学”。
他所说的制度是指正式的规则,比如宪法。还有一些非正式规则,比如贿赂。这些制度是促进我们经济发展的润滑剂,这在整个人类历史上都十分重要。
回想一下狩猎采集经济时代,当时我们只在自己村落里进行交易,交易空间上有一些限制。但我们会通过暴力或社会影响力强制进行交易。
随着社会变得更加复杂,交易的路线变得更加遥远。我们建立了更多的正式机构,例如货币银行、政府、公司。随着交易的不确定性和复杂性增加时,这些机构能帮助我们管理交易,同时我们的个人掌控力下降。
随着互联网的发展,我们在网上建立了同样的机构和交易平台,例如亚马逊、易趣、阿里巴巴。这些运作更快速的机构作为中间人,促进人们的经济活动。
正如道格拉斯.诺斯预测的,制度是用来降低不确定性的工具。因此我们能在社会中联系并交换各种有价值的东西。
我们现在正在进入更深远更彻底的变革,人们间互动和交易方式将改变。因为第一次我们可以降低不确定性,不仅仅通过政治或者经济机构,例如银行、公司和政府,而是单独依靠技术。
什么是区块链
那么什么是区块链呢?
区块链技术是分散式数据库,通过对等网络存储资产和交易信息。这是公共的记录系统,记录了谁拥有什么和谁交易过什么。交易记录通过密码学保护,随着时间交易记录被封存在数据块里,然后数据块进行加密连接并安全封存。这创建了不可改变且无法伪造的记录,包含了网络中的全部交易记录。这些记录在使用该网络的每台计算机上进行备份。
这不是应用程序,也不是公司。最接近的应该是维基百科。在维基百科上我们能看到一切内容,维基百科在不断变化和更新,我们也可以在维基百科上跟踪这些变化,我们也可以创建自己的维基,因为其核心只是数据的基础架构。维基百科是开放的平台,储存着文字、图片以及随时间更新的数据。
你可以把区块链视为开放的基础设施架构。上面储存着各种各样的资产,存储着比特币等数字货币资产的管理者、拥有者和地点等变动信息,以及其他数字资产比如IP的所有权。这些资产可以是证书、合同、现实世界的物品,甚至是个人的身份信息。
当然区块链还有其他的技术细节,但它的核心是这样运作的。它是公开的记录系统,存储着该网络的所有交易记录,而且可以复制,因此非常安全,很难被篡改。
这就引申出我的观点,区块链会如何降低不确定性,以及将如何改变我们的经济体系。
不确定性
“不确定性”在经济中是一大术语。我想通过三个方面来介绍我们日常交易中几乎都会遇到的不确定性问题。这里区块链能够派上用场。
我们面对的不确定性有:不知道在跟谁交易;交易过程不透明;出现问题时无法得到帮助。
1. 不知道在跟谁交易
先看到第一点,不知道在跟谁交易。
假设我想在易趣上买个二手手机,我要做的第一件事就是查看我要跟谁买,他们是超级用户吗?有好评和评分吗?或者他们根本没有介绍。评价、打分、核查标记,这些是我们今天用来拼凑对方身份信息的证据,从而用来降低对方身份的不确定性。但问题是这些信息非常零碎,想想你自己就有多少份简介。
区块链可以让我们创建开放的、全球的平台,存储来自任何来源的个人证明信息,让我们创建用户控制的便携身份证明。这不只是一个简介,意味着你可以选择性地显示你的不同特性用于促进交易或互动。
例如政府发给你身份证,或者证明你超过21岁,只要揭示相关的密码凭证就可证明这些信息真实存在并且通过认证。
在真实世界和数字世界中有这种便携式身份证明,意味着我们可以用全新的方式进行任何交易。以上是区块链如何降低,我们跟谁交易方面的不确定性。
2. 交易过程不透明
第二个我们经常遇到的不确定性问题是,交易过程缺乏透明度。
假设你打算把智能手机邮寄给我,我想有一定的透明度。我想确认我收到东西和我买的是同一件,以及邮寄过程的一些记录。
不仅对智能手机这样的电子产品如此,很多类型的产品和数据也是如此,例如药物、奢侈品,以及任何我们不想被掉包的数据或产品。
问题是,对于很多公司而言,尤其是生产智能手机这种复杂产品的公司,他们通过水平的供货链来管理所有不同的供应商。产品制造的相关人士他们并没有同样的数据库,他们不使用相同的基础数据架构,因此很难看到产品的生产过程。
使用区块链,我们可以在陌生的个体间创建共享的事实。我指的是,网络中的所有节点不需要互相认识或者信任,因为他们都有能力自己监控和确认生产链。
再看到维基百科,它是共享的数据库。即使它同时有很多不同的读者和作者,但只有一个事实。
通过区块链,我们可以实现这点。我们可以创建分散式数据库,具有垄断的效果但无需创建中心管理机构。因此所有的供应商、公司都可以使用相同的数据库,而无需相互信任。
对消费者来说,我们有了更多的透明度。当现实世界中的物品寄出时,我们可以看到它的数字认证或者标记在区块链上变动,随着移动而添加记录值,对于我们而言这是全新的。
我已经谈论了,区块链如何降低身份认证方面的不确定性,以及如何改变供应链中长距离和复杂贸易中的透明度。
3. 无法得到帮助
最后,我们经常遇到不确定性是最具开放性的,即违约问题。
如果你不给我寄手机怎么办?我能拿回钱吗?区块链可以让我们在个体之间写代码、建立合约,确保在没有第三方介入的情况下履行合约。
如果我们再看到手机的例子,你可能会想到第三方托管。你花钱买手机,但在确认所有条件都符合拿到手机前,你无需发放资金。
我觉得这是区块链,在降低不确定性方面最强大的地方。因为这意味着在某种层面上,我们不再需要通过机构来保证交易执行,意味着有更多的人类经济活动可以得到担保和自动化。大量减少信息从真实世界进入区块链中的人为介入。
我觉得这个技术的使用,让道格拉斯-诺斯惊讶的是区块链技术真的做到了这点。让区块链保持安全和正确的恰恰是我们彼此间的不信任。
区块链的前景
因此我们不再让不确定性拖慢我们的脚步,或是建立一些机构,例如银行、政府、公司。我们可以利用这些不确定性进行更多的交换,并更快更开放。
我不想让你们认为区块链能解决任何问题,虽然有媒体称它将消除世界贫穷,将解决毒品问题,拯救热带雨林。
但事实是,这个技术还处于起步阶段,我们将进行大量实验和试错,直到我们真正理解区域块在经济上的用例。
但是有很多人正在从事这方面的研究,从金融机构,到技术公司、创业公司和学校。原因之一在于这不仅仅是经济方面的变革,这也是计算机科学方面的创新。
区块链给我们提供技术能力,用全新的方式用于创建交易记录、货币交换的记录,各种数字和物质资产的记录,甚至是我们的个人属性记录。
在某些方面来说,它变成了技术机构,拥有我们社会中传统机构的很多优点,但它通过分散的方式达成。它将很多的不确定性转化为确定。
因此我们要做好准备,因为我们即将面对全新的世界,当中分散式、自主式的机构将起重要作用。
谢谢。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13