殷剑峰：数字革命、数据资产和数据资本(12月23日)

    以互联网技术为核心的信息技术革命究竟会在哪个方面体现出它的“革命性”？
    互联网带来的巨变在于数字革命。与以往两次工业革命相比，这次信息技术革命最大的不同就在于数字化，这次革命的实质是数字革命。根据美国《科学》杂志的一篇文章统计，数字化在全部数据的占比在上世纪80、90年代只有区区的1％到4％，2000年上升到25％，2007年则达到绝对的94％。数字化使得数据的大规模存储成为可能。2007年，人类存储的数据已经到近300艾字节——1艾字节就相当于人类迄今说过的所有的话，而互联网泡沫兴盛的2000年仅仅有50艾字节。
    数字革命极大地提升了人类存储数据的能力，使得大规模数据——大数据的存储成为可能。获取大数据的目的首先在于通过分析产生信息，而从数据到信息的过程需要有IT技术的支持，这包括：第一，数据存储和查询技术，如分布式文件系统和非关系型数据库。第二，数据处理技术，如以实时处理海量、非结构化数据为目的的MapReduce、网格计算、数据流技术、云计算等。第三，数据应用技术，如自然语言理解、图像识别、各种数据可视化技术等。信息是加工过的数据，它并不具有做出决策所需要的逻辑结构——知识，因此，从信息到知识的进一步加工还需要有理论的支撑。在过去十年中，一种以各种形式的网络为分析对象的学科逐渐发展起来——这就是社会学中的社交网络（Social Network）理论与经济学的结合，从而产生了所谓的“社会经济学”（Social Economics）或者“经济社会学”（Economic Sociology）。
    从数据到信息、再到知识的过程就刻画了数字革命的本质：“用数据生产信息和知识”。而这一过程也使得数据资产转化成了可以直接推动生产力的数据资本，进而创造了迥异于第一、第二次工业革命的生产函数：生产力=（具有数据处理能力的）劳动力+数据资本+数据资本表现型技术进步。
    与工业革命时期相比，数字革命时期不仅要求劳动力掌握数据分析处理的能力，而且，与劳动力相配合的资本不再是（或不再仅仅是）实物资本，而是数据资产加工后形成的数据资本。至于技术进步，它表现为与数据资本积累相伴的数据处理、分析和运用能力的提高，即数据资本表现型技术进步。
    数据资产乃至数据资本的形成至少从三个方面形成了降低成本、提高生产率的效应，甚至会彻底改变既往过时的生产函数：第一，信息透明度的可得性大大提高，从而极大地降低了交易成本，使得企业识别客户、管理内部流程的效率得到极大的提高，宏观经济的管理能力也将出现飞跃式的上升。第二，将会极大地提高企业和社会的风险管理能力。第三，正在并将继续形成新的生产、生活和交易方式。
    既然数据资产、数据资本正在推动形成新的经济增长模式，那么，作为互联网第一大国，我国在这方面又如何呢？根据麦肯锡的统计，2010年北美、欧洲、日本新储存的数据分别达到3500、2000和400 拍字节（petabyte），我国只有250拍字节。作为互联网第一大国，我国在数据资产的积累方面处于大大落后的状态。数据处理和分析能力是数据资产变成数据资本的前提，就此能力而言，人才是重中之重。同样根据麦肯锡的统计，在2008年，具有深度分析训练的毕业生人数在美国是2.5万人；中国居于第二位，达到1.7万人。从人均角度看，每100人中这样的毕业生在美国是8.11人，中国只有1.31人，中国的人均数量低于绝大多数高收入国家。
    好了，让我们冷静下吧。就像两次工业革命中连接世界的铁路网、公路网和航运网一样，技术革命的“革命性”并不在于这些网络上奔跑行驶的火车、汽车和轮船，而是在于这些火车、汽车和轮船承载的资本货物和商品，以及蕴含于资本货物和商品中的技术。互联网时代的“革命性”不在于有多少网民，有多少互联网企业，而是在于社会经济网络数字化后形成的数据资产和数据资本——这是真正的实力所在。