大数据的经济学涵义及价值创造机制

2014-03-23于晓龙王金照

中国国情国力 2014年2期

关键词：经济学价值时代

◎ 文/于晓龙王金照

大数据的经济学涵义及价值创造机制

◎ 文/于晓龙王金照

大数据是近几年来兴起的一个热门名词，目前的研究多是对大数据的概念进行辨析，或者对某个具体行业和案例的大应用进行描述。对大数据的经济学涵义、价值创造机制等深层次问题研究较少。

大数据的概念及演进

大数据（Big Data），并不是简单字面意义上的大量数据。关于大数据的定义，目前人们比较能接受的是从大数据本身的特点采用“3V”、“4V”甚至“5V”的定义。“3V”是指规模性（Volume）、多样性（Variety）和高速性（Velocity），国际数据公司（IDC）认为应该在“3V”的基础上加上价值性（Value），IBM认为大数据还需要具有精确性（Veracity）。根本来看，大数据提供了一种新的观察世界的方法，甚至将世界的本质看成是数据的集合，用数据化思维和先进的处理技术去探索数据之间的关系，构筑一个更加透明化、对称化的世界。

大数据不是一个新的概念，阿尔文·托夫勒1980年在《第三次浪潮》中就预言大数据将是第三次浪潮的华彩乐章。随着计算机等硬件设备价格的持续降低、存储技术和数据处理方式的不断提高，物联网技术的发展，特别是“云计算”技术的迅猛发展，产生了大量的交互数据。这些数据呈现多样性（多源、异构、多模态、不连贯等）、低价值密度（大量不相关信息、知识“提纯”难度高）、实时性（数据实时生成、存储、处理和分析）等复杂特征，这些数据中蕴藏着巨大价值。随着人们逐渐掌握了挖掘数据价值的思维和方法，大数据时代到来了。

大数据对传统信息经济理论的冲击

1.信息的不确定性

古典经济学和新古典经济学是以完全竞争的市场为研究基础的。完全竞争市场的四个重要假设之一就是信息的完全性，即信息确定且对称，买方和卖方能够不花费任何成本得到所需要的信息。现实中，满足完全信息的市场很少存在。

20世纪50年代，经济学家们开始关注信息的不确定性。哈耶克在《社会中知识的应用》（1949）一文中指出信息本身是分散的。阿罗在《信息经济学》（1948）中认为一旦掌握了不确定性的分析方法，便可以计算不确定性的经济成本，就有必要把信息作为一种经济物品来分析，因为不确定性的减少就是一种收益。施蒂格勒在《劳动市场的信息》（1962）、《信息经济学》（1962）等文中分析了信息的成本和价值，认为信息和其他商品一样，需要付出一定的代价来获取，并论证了当市场价格呈现一定的离散时，搜寻成为可能并从中获利，以此为基础修正了传统的市场理论。到20世纪70年代，在施蒂格勒、哈耶克等人的推动下，以不完全信息和非对称信息假设作为前提的经济学分析开始被广泛运用，主要研究非对称信息下市场参与者的交易关系和合约安排，构建了逆向选择、道德风险、委托代理、信息传递、信息甄别等模型，经济学产生了一个新的分支——信息经济学。

2.逆向选择

信息经济学中的逆向选择是指一方掌握了另一方不具备的可能对另一方不利的信息，主要体现在二手车市场、保险市场、劳动力市场等。大数据时代，这种逆向选择的机制将发生根本性变化。以经典的“二手车”市场为例，大数据时代，二手车在进入市场前，必然会产生大量的运营、维护等数据。买家只需要支付很少的成本请专门的公司对这些数据进行分析，便可以得出一个相对客观的车辆状况，甚至可以给出大概的价格范围。在此基础上，买卖双方通过自由协商达成交易。由于卖家和买家几乎处在信息对称的位置，原来所谓的逆向选择问题便不会发生。再以保险市场为例，由于大数据时代个人数据库的存在，投保人将很难把不利于保险公司的信息隐藏起来，逆向选择的问题也不再存在。信息经济学为解决逆向选择而发展的信号传递、信息甄别等模型，由于需要付出的成本过高、信息量有限等，在大数据时代将失去效用。

3.道德风险

道德风险也称委托代理关系，是指从事经济活动的人在最大限度增进自身效用时作出不利于他人的行动，具体可分为隐藏行动的道德风险和隐藏信息的道德风险。解决道德风险的基本原理是激励相容，即让拥有私人信息者享有信息租金，保证经济人在说实话时的受益不小于说假话时的受益。

大数据时代，市场中每个参与者在进行市场活动时，留下大量数据。将这些数据聚合进行分析，便能够了解市场参与者的能力、诚信等方面的状况，甚至有时候数据分析者比市场参与者本身更了解其自身的状况。同时，大数据时代的大部分决策依靠数据驱动，公司代理人本身对决策的影响力将大幅度降低，决策的透明性、科学性将大大提高，隐藏信息和行为需要付出巨大的时间成本和精力成本，且极易被发现。一经发现，会影响整个市场对参与者本身的评判，会给其在后继的市场活动中带来负面影响。隐藏信息（或行为）将变成一种高风险、高付出、低回报的行为。一个理性的市场参与者，基于收益和成本的考虑，将不会冒道德风险进行市场活动。

大数据时代信息的经济学涵义

信息（数据）是用来消除不确定性，数据化就是把现象转化为可以制表分析的量化形式的过程。早在信息革命之前，很多经济学家已经意识到信息是一种很有价值的资源，但限于技术手段不足，在传统的经济学分析中，信息被作为一个假设条件，排除在经济学要素分析的大框架之外。实际上，信息减少了不确定性，降低了成本，创造了价值。信息数据化后，具有很强的积累性。信息应作为一种生产要素，而不仅是一个假设条件。

图1 信息要素在经济学分析中的变化

信息在经济分析中从假设条件脱离出来，作为一个重要生产要素参与价值创造和分配，是一个由量变到质变的缓慢过程。信息与其它生产要素不同，没有实体的存在，分布呈现离散化、多样化、突变化等特征。信息在参与价值创造的过程中，单个的、个别的数据意义不大，对价值创造产生不了大的作用。只有当大量的数据交叉聚合，进行系统分析，由量变产生质变，才能产生巨大的价值。

大数据时代来临之前，由于数据数量、存储方式、分析手段等的限制，数据还不能聚合产生突变创造价值，其作为一种生产要素在参与价值创造中发挥的作用并不大。因此，传统的经济学虽然意识到信息的巨大价值，但仍仅仅把信息的对称与否作为假设条件，来探讨市场经济中的价格决定等机制。大数据时代，随着数据获取、存储、分析等技术的发展，大量数据本身的交叉聚合突变效应变得越发明显，信息（数据）已经从原来的假设中脱离出来，作为一个重要的生产要素参与到价值创造过程中。

大数据的价值创造机制

大数据时代，将改变企业生存发展的生态环境，转变企业的价值创造和分配方式。数据参与价值创造、交换、分配等全过程，其价值创造机制主要体现在以下6个方面：

1.交易成本降低

交易成本主要来源于人的有限理性、投机主义、资产专用性、不确定性和复杂性、少数交易、信息不对称等。大数据时代，将大大降低市场的交易成本。人们决策方式由感性驱动走向数据驱动，大大降低了交易过程中的有限理性；市场的透明化将导致监督成本的下降和违约成本的上升，减少参与者的投机行为；与精确细分市场伴随而来的智能制造，将降低资产的专有性，提高资产的通用性；市场的透明化和信息的对称化，将降低交易的不确定性和复杂性；异质性信息无法沟通的现象也将减少，市场被少数人把持的情况很少出现，少数交易的行为将减少。

2.市场透明度提高

在大数据时代，很多企业将致力于消除信息的不对称、提高市场的透明度，进而实现数据的共创、共有、共容、共享，并创造出新的价值。以金融行业为例，其最大的风险来自于信息不对称条件下的逆向选择和道德风险，解决风险的最主要方式就是进行抵押担保。

大数据时代，由于市场环境的透明化，金融机构可以通过大数据的相关分析建立信用档案，而不是单纯地依靠抵押对资本的发放等问题进行决策，信息可以在一定程度上替代抵押品，其创造了很大的价值，释放了资本的活力，并改变金融市场的行业规则，创新金融机构的运营模式。

3.客户群体精确细分

市场经济中，参与交易的主体是多样的，每个客户的需求也是多样的，为不同的客户提供符合其个性的产品和服务能够创造更大价值。大数据时代，企业可以接近精确地了解到客户的心理特点、生活习惯、行为习惯、消费习惯，能够预测到客户的需求，甚至可以做到比客户更知道他们需求什么，将会出现新的“反馈经济”模式，将会在提供标准服务的基础上增加新的个性化的附加值，而这将是未来企业利润最重要的来源。

4.决策机制科学化

大数据时代，数据思维将逐渐取代经验思维，从产品设计到大的战略调整，都将以数据作为决策依据，将管理进一步引向科学化。管理问题的关键将变成提出正确问题，然后交由数据来给出合适的答案。依靠数据的决策必然将给企业带来巨大利润空间。

5.实验方法改进

大数据将改变科技创新的实验方法。图灵奖的获得者Jim Gray认为大数据时代将出现科学分析的第四范式——密集数据分析。大数据的出现和使用，就如同生物学中的显微镜，可以使人们对这个世界的观察超越之前的维度，准确了解到细枝末节，给人们认识这个世界带来一个新的视角。通过对海量数据的近乎全样本的分析，人们在实验室中几乎可以对现实世界进行全方位的模拟，从而将错误纠正在实验阶段。

6.催生新产品、新服务和新产业

数据的价值链由数据本身、技能和思维三部分组成。以这三部分为基础，将形成一个新的行业。大数据的使用，将会对一些行业的整个产业链带来破坏，推动产生新的产品、服务和商业模式。