京公网安备 11010802034615号
经营许可证编号:京B2-20210330
移动互联网和大数据将带来“新财富鸿沟”
在人类历史上,每一次重大的技术革 命或商业模式革 命,都推动了人类社会前行。但与此同时,也带来人类不同族群之间的力量失衡和财富失衡,总有一部分族群加快了发展速度,掌控了更多的财富,也有一部分族群被甩在后面。
最佳管理智囊档案
在18世纪下半叶,随着蒸汽机的发明,欧洲开始进入了工业文明时代,而此时亚洲等许多地区还处在农耕文明时代,两者之间的财富鸿沟日渐明显。从此时开始,全球的财富中心开始向西方转移。
在20世纪初,随着股票交易制度及相关制度的完善,纽约开始成为全球第一大金融中心,纽约证券交易所、华尔街、摩根已经开始成为当代金融业的标志。在这一轮的金融业革 命之后,也同样拉开了美国和欧洲的财富鸿沟。自纽约成为世界金融体系的太阳之后,包括伦敦在内的世界其他金融市场,从此成为围绕着这个太阳旋转的行星。
在20世纪下半叶,随着在电子、通讯、半导体、软件等方面的大量创新涌现,硅谷开始成为全球信息产业的圣地,成为全球信息产业当之无愧的领导者。在这一轮信息技术革 命之后,美国与亚洲等其它地区的财富鸿沟进一步拉大,随着美国技术源源不断的出口全球,财富和权力进一步集中到西方。
移动互联网和大数据时代的到来,事实上也是一场技术革 命与商业模式革 命,与前面的历史类似,这场革 命同样会拉大不同族群之间的财富鸿沟。
首先,在不同国家之间,在全球移动互联网和大数据体系中所处位置是不同的,比拼的是谁更接近生态体系的基石位置,从而能真正把握住未来发展的命脉,包括手机操作系统、大数据底层平台、开源软硬件平台、大规模社交平台、电子商务交易平台等。现在看来,这些主流平台极有可能集中于少数几个国家之间。互联网是没有国界的,但互联网企业是有国界的,这样集中于少数国家的技术、平台与数据,将拉大不同国家之间的财富鸿沟,甚至形成数字化的垄断霸权。
其次,以中国为例,中心城市与中小城镇的数字化差距也将日渐明显。从城市竞争的角度看,中心城市将占据核心数据资源与核心平台资源,对于商机、人才、知识具有垄断性控制力,是中小城镇无法比拟的。中心城市对于未来移动互联网和大数据的运用将愈发娴熟,使其不断提升城市竞争力。而中小城镇将长期徘徊在这一轮新技术革 命的边缘处。这样使得财富鸿沟进一步拉大,大型城市就像一个黑洞一样,源源不断地把发展中的财富吸附进来。
第三,在不同行业之间,可以发现,如果说以往,行业界限泾渭分明,各有各的财富空间。但现在则不同,以阿里巴巴、腾讯等企业为代表的互联网业,正像“站在门口的野蛮人”一样,冲进了传统行业的领地,可以看到,传媒、出版、零售、教育、交通、旅游、影音、IT等诸多行业都面临价值被互联网掠夺的风险。其中的要点在于互联网公司掌握了用户资源和行为数据,纷纷搭建了自己的云计算平台和大数据平台,比传统行业更懂它们的用户,定价更低,服务更好,这将自然造成不同行业之间的财富鸿沟。
第四,在不同受教育人群之间,是否善于运用移动互联网或大数据的优势,这一点将构成不同人群职业发展的显著差异。移动互联网和大数据既是新技术、新应用,同时也是新思维、新观念,移动互联网所蕴含的“在线”、“连接”的观念极大改善了人与社会资源的配置,大数据所蕴含的“相关性”“规律性”的观念将增强人的洞察力。因此,未来人的职场竞争,无论从事什么行业,在很大程度上比拼的是是否形成了新观念,善用新工具。不同的理念和不同的学习能力,将拉大不同人群之间的财富鸿沟。
移动互联网和大数据在推动社会发展的同时,也极有可能带来新的新财富鸿沟。效率并不必然带来公平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01