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 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22