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数据应用进行描述→。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，需要进一步研究。

 

　　一、大数据的概念、演进及特点

 

　　大数据（BigData），并不是简单字面意义上的大量数据。关于大数据的定义，学术界目前并没有形成共识，典型的概念有以下几种：维基百科将大数∏据定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”；权威IT研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超←出传统信息技术的处理能力的极端信息管理和处理问题”；美国国家科学基金会（NSF）则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模，多元化、复杂、长期的分布式数据集”。目前比较为人们所普⊙遍接受的是从大数据本身的特点采用“3V”、“4V”甚至“5V”的定义。所谓“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”的基础上再加╱上价值性（Value），IBM认为大数据还需要具有精确性（Veracity）。无论是哪种定义，均表明大∑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，然后用数据化思维和先进的处理技术去探索海量数据之间的关系，构筑一个更加透明化、对称〒化的世界。

 

　　大数据并不是一个新的概念，早在计算机通信技术引发信息化革命之初的1980年，着名未来学家阿尔文·托夫勒便在《第三次浪潮》中预言大数据将是第三次浪潮的华彩乐章。计算机和互联网的发展，到目前为止经历了四次浪潮，分别为大型计算机时代、个人计算机时代、Web1.0时代和Web2.0时代。从人类历史的前两次工业革命经验可知，一场产业革命从兴起到真正达到顶点，需要几十年的时间，其影响也是由一个行业逐步渗透到其他行业，进而影响整个人类社会的生产生活。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。计算机“大数据”摩尔定律表明：全球数据总量每两年就可以翻一番。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（数据需实时生成、存储、处理和分析）等复杂特征，这些数据中蕴藏着巨大的价值。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。

 

　　二、大数据对传统信息↘经济理论的冲击

 

　　古典经济学和新古典经济学分析范式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，即信息是确定的且是对称的，买方和买方能够不花费任何成本得到所需要的任何信息。现实中，满足完全信息的☉市场很少存在。20世纪50年代，经济学家们便开始关注信息的不确定性。哈耶克指出信息本身是分散的，阿罗在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，并认为经济决策的空间应包括生产消费空间、信息空间。施蒂格勒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学科——信息经←济学。

 

　　信息经◤济学中的逆向选择是指一万掌握了为一万个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，二手车在进入市场之前，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，甚至可以给出车辆的大概价∑　格范围。在此基础上，买卖双方通过自由协商达成交易。由于卖家和买家便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，逆向选择的问题也便不再存在。而信息经济学为解决逆行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、信息量有限等原因，在大数据时代也将失去效用。

 

　　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做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。不对称信息经济学的一个基本原理是激励相容，必须让拥有私人〖信息者享有信息租金，即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的同时，将留下大量的数据。将这些海量的数据聚合进行分析，便能够了解市场参与者的能力、诚信等方面的状况，甚至有的时候数据分析者比市场参与者ζ　本身更加了解其自身的状况。同时，大数据时代的大部分决策依靠数据驱动，而不是单纯凭借经验做出的，公司代理人本身对决策的影响力将会大幅度降低，决策的透明性、科学性将大大提高。由于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Ψ发现，而且一经发现，会影响整个市场对参与者本身的评判，会给参与者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。

 

　　三、大数据时代下信息新的经济学涵义

 

　　信息是用来消除不确定性的东西，而数据是记录信息的载体，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，信息总是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，并且数据化以后，信息有很强的积累性。因此，信息应作为一种生产要素，而不仅是一个假※设条件。

 

　　信息（数据）在经济分析中从假设条件脱离出来，变为一个重◆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发展过程，这是由信息本身的特点决定的。信息（数据）这种生产要素同土地、资本、劳动力、技术等不同，其没有实体的存在，且分布呈现离散化、多样化、突变化等特征。更为▆关键的是，数据在参与价值创造的过程中，单个的、个别的数据本身意义不大，对价值创造产生不了特别大的作用。只有当大量的数据进行交叉聚合，进行系统分析，由量变产生质变，才能产生巨大的价值。以沃尔玛超市将啤酒和尿布放到一起进行营销为例，仅仅一笔或几笔交易是不能推测出二者的相关性，也不会产生任何价值。只有对大量的数据进行分析，才能得①出二者的相关性，才能通过改变营销方式等手段来创造价值。信息时代特别是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进而创造价值，其作为一种生产要素在参与价值创造中发挥的作用并不是很大。因此，传统的经济学虽然意识到信息的巨大价值，但仍然仅仅是把信息的对称与否ω　作为一个假设条件，来探讨市场经【济中的价格决定等机制。大数据时代，信息更多是以数据的形式出现，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。

 

　　四、大数据的价值创造机制

 

　　大数据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。数据在价值创造、交换、分配等的全过程参与，具体表现在以下六个方面：

 

　　一是交易成本降低的价值创造。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、信息不对称和气氛等。根据一些机构的估计，现在市场经济中的︾交易费用占国民生产总值的将近50%-60%。大数据时代，市场环境处在多样性的透明化，交易费用将大大降低。具体来看，人们的决策方式将由感性驱动逐渐走向数据ω驱动，这将大大降低交易过程中的有限理性；而市场的透明化将导致监督成本的下降卐和违约成本的上升，减少市场参与者的投机行为；与大数据的精确细分市场伴随而来的智能制造，将改变传统的产业形态，大大降々低资产的专有性，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；大数据时代，异质性信息无法沟通的现象将减少，市场被少数人把持□　的情况也会很少出现，少数交易的行为也将减少；市场透明度提高、监督█成本降低、违约成本上升等原因，将提高人民之间的信任度，减少交易行为中的形式化，使整个市场的气氛发生大的变化。综上，可以看出，大数据将从根本上降低交易费用，从而创造出巨大价值。

 

　　二是市场透明度提高的价值创造。大数据时代，很多企业将致力于消除信息不对称、提高市场透明△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通过抵押担保。现实中，大量有发展潜能的中小企业和有着特殊才能的个人，由于没有良好的抵押品得不到贷款。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，不是单纯的依靠抵←押而是通过别的途径来对资本的发放等问题进行决策，信息成为可以在一定程度上替代抵押品，创造了很大的价值，释放资本的活力，并改变金融市场的行业规则，创新金融机构的运营模式，引发金融行业与互联网行业间的融合。

 

　　三是客户群体精确细分的价值创造。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。工业化时期是以№产品的大规模批量生产为特点的，虽然也进行了初步的市场细分，但由于了解客户的需求耗资巨大且成效不高，只能通过标签式的方法进行简单的条块状分类，为市场提供的产品（或服务）也近乎相同。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。

 

　　四是决策机制科学化的价值创造。工业化时代，很多决策是基于领导层的个人意愿或者经验做出的√。大数据时代，数据思维将逐渐取代经验思维，无论是一个简单的产品设计还是公司♀的大的战略调整，都将以数据作为决策依据。这ㄨ实质上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的问题，然后交由数据来给出合适的答案。MIT商业管理评论杂志和IBM公司在2011年通过对来自108个国家超过30多个工业部门的3000多名企业管理人员进行调查发现，表现良好的公司在利用数★据进行日常行为决策及战略管理方面是表现不好公司的两倍多。依靠数据的决策必然将给企业带来巨大的利润空间。

 

　　五是实验方法改进的价值创造。技术是提高全要素生产力◣的关键因素，技术的发展主要依靠科技的进步及创新。大数据将改变实验方法，出现科学■分析的第四范式（The Founh Paradigm）——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，可以准确了解到细枝末节的信息，从而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。大数据时代，一项新的产品（或者服务）从研发、设计到推广，几乎都可以在利用数据进行模拟处理。而且在产品的初期推广阶段，可以拿到所有试用者的全部数据，来对产品进行修正，这将大大降低由于产品问题带来的损失。这在生物制药、能源等行业都具有广泛的应用前景。

 

　　六是催生新产品、新服务和新产业的价值创造。大数据时代，还将在信息这个行业催生出新的产品、新的服务和商业模式，从而产生出一个新的产业形态。舍恩◥伯格在《大数据时代》一书中提到，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，致力于数据本身的相关业务。有的企业将致力于数据本身的收集和存储，有的将致力于数据的处理，而有的将致力于数据价值的分析⊙和利用。而大数据的使用，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。以金融行业为例，美国有一家投资公司，以FACEBOOK的社交网络为基础，开发出一套信用评分机构，其内部研＠究表明：个人会偿还债务的可能性和其朋友会偿还债务的可能性成正比。保险公司可以利用汽车的GPS定位系统分析汽车的位置和运营情况，来决定投保的〒风险。还有一些独特的应用，如有的公司致力于开发利用人们行走步速等数据来进行手机的防盗设计。

 

　　五、结论

 

　　通过从经济学的视角对大数据进行探讨，本文得到如下结论：

 

　　1.大数据是计算机通信技术记忆互联网技术发展的必然结果，提供了一种新的观察世界的方法，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海量数据之间的关系，构筑一个更加透明化、对称化的世界。

 

　　2.大数据时代，数据获取、存储、搜寻、分析等成本的△大幅下降，市场经济中的非对称信息现象已经不那么重要，信息作为一个重要生产要素，将同土地、资本、劳动力、技术等一♀起参与到价值创造和分配过程中去。这将给经济学带来革命性的冲击，经济学将进入一个新的时代。

 

　　3.信息在经济分析中由假设条件变为一个重要生产要素，是一个由量变到质变的缓慢发展过程。只有大量的数据进行交叉聚合，进行系统分析，由量变产生质变，才能产生巨大的价值。

 

　　4.数据的价值创造主要体现在交易成本降低、市场透明度提高、客户群体精确细分、决策机制科学化、实验↘方法改进等方面。同时，大数据时代，还将在信息这个行业催生出新的产品、新的服务和商业模式，从而催生出一个新的产业形态。 

 

---