1.3 社会需要数据革命
1.3.1 发展需要资源配置均衡
资源配置均衡既是社会公平正义的要求，更是经济快速发展的前提。资源指的是资金、土地、原料、能源、教育、医疗等。一个国家无论贫穷还是富裕，只要资源在不同地区、不同人之间分布是相近的，就处于均衡状态。与均衡相反的是贫富不均，甚至贫富悬殊。
经济的发展都有商业周期，都是从均衡走向不均衡。不均衡的产生是由于在经济发展中，不同行业有不同的发展规律和发展周期，有的行业遇到技术突破或市场机遇，会得到迅速发展，吸收大量社会资源，有些人由于天赋、家庭、教育、个人经历、从事行业等原因富裕起来，比其他人占据更多资源。任何一个区域或时代的经济发展，都会经历从不足到过剩，最后到泡沫的过程，在泡沫阶段不合理地占用过多资源，需要调整。泡沫的破裂使这些资源被释放出，可以被其他新兴行业吸收，走向新的均衡。因为无法预知下一个经济发展的机遇在哪里，处于均衡状态的资源最容易被新的机遇所吸引，就像在平原上的水可以向任意方向流动，而位于山地的水流动就会受到群山的阻碍。如果泡沫不破裂，处于这个行业的资源就无所适从，不离开会觉得前途渺茫，离开又会觉得这么多年积累丢弃太可惜。
中国三十多年的经济快速增长，创造了人类社会的奇迹。对其中的原因，有不少专家做了研究，甚至提出了“中国模式”。改革开放初期的资源配置相对均衡状态，是中国经济高速发展的主要原因。
中国在改革开放之初，虽然经济落后，但由于新中国成立后的土地革命、公私合营等，使原先的地主、资本家不再占有过多资源，整个社会处于均衡状态。在政策开放，全国集中精力发展经济后，整个社会发展动能十足，中国经济得以腾飞。
对中国而言，政策至关重要，邓小平功不可没，但从世界范围来看，仅有政策是不够的。很多国家几十年来一直致力于发展经济，但发展一直很缓慢，原因就在于国家内部存在严重的贫富悬殊，未处于均衡状态。在解释拉美和北美巨大不同时，专家认为在北美可供剥削的土著比较少，资源配置比较均衡，而南美一开始就建立在少数人剥削广大土著之上，资源配置不平等问题迄今都没有解决。
中等收入陷阱产生的原因是在经济得到一定发展后，资源配置均衡被打破，既得利益行业、企业和个人占据过多资源，即使在经济发展停滞、资源过剩的情况下，也不愿意将这些资源释放出来，政治和经济体制上没有建立像美国一样的调整机制，最终导致经济失去活力。目前中国也面临同样风险。
“二战”后的德国、日本经济的快速发展，也是得益于被战争摧毁后的平衡状态。特别在日本被盟军占领期间，盟军司令部强制解散财阀，并指令日本政府制定法律防止垄断资本复活，使日本社会资源配置得以均衡。
美国经济相对欧洲、日本而言，具有很大弹性，比如目前美国就率先从经济危机中复苏，这与美国社会的再平衡能力有关：美国公司遇到经济低迷就裁员、破产，经济回升就扩大规模。
日本在20世纪90年代，虽然刺破了房地产泡沫，但维持了企业泡沫，很多效益不好的企业通过银行输血活了下来，没有完成再平衡，所以社会缺乏活力，新企业少，年轻人就业困难，导致现在的经济困局。
在市场经济下，市场的主体基于个体利益的考虑，会让资源配置向不均衡方向发展，比如房地产热的时候，资源会向房地产业聚集，除非泡沫破裂。政府的作用应该致力于均衡，所有行为应该有利于资源在全社会的均衡配置，而不能助长不均衡的倾向。
数据革命的目的是使政府和全社会能够掌握资源分配的状况，防止资源浪费，在泡沫产生的时候及时预警，或在泡沫破裂的时候及时调整资源配置，给政府的调节指明方向，对调节的结果及时予以反馈。
1.3.2 数据促进社会平等
资源配置的均衡建立在平等的基础上，平等分为机会的平等和结果的平等。结果的平等是一种不公平的平等，如果实现了，实际上是平均主义，吃大锅饭。机会的平等，是资本主义推崇的一种平等。如何实现机会的平等呢？目前被认可的主要做法是保证教育的平等，就是保证一个人不管出生背景如何，只要自己有天赋并努力，都可以受到良好的教育。实际上，即使接受同样教育的同学，家庭背景对一个人的成功还是有着重大影响的，这种影响的原因之一是由于背景的差异，每个人获取的信息不对称，从而机会也不对称。
随着信息技术的发展，越来越多的信息来自数据，所以数据的平等就是信息的平等。数据的平等，应该是机会平等的重要组成部分，是和教育平等同样重要的平等。数据的公平，就是社会上每个人都可以公平获取个人发展所需要的数据，比如专业的报考人数、毕业人数、工作薪酬，招聘的企业和岗位数、工资水平、所在行业和区域等，从而一个人无论是就业还是创业都有公平的起点。
1.3.3 不均衡导致中国古代王朝更迭
数据是衡量社会财富是否均衡的有力工具。
中国有五千年的文明史。从秦始皇开始的专制历史就是一部王朝不断更迭的历史。很多学者都研究过中国古代王朝更迭的原因，一般认为是由于最高统治者采用世袭制，后代皇帝养尊处优、治理能力下降而引起的。
中国古代每个新王朝基本都是建立在战争基础上。累年的战争导致生产力的破坏，原来占据较多社会资源的人由于死亡、迁徙、社会地位的变化等原因失去原有的优势，社会资源的分布重新变得较为均衡。
但随着时间的推移，新的强势群体逐步掌握了越来越多的社会资源，积累了越来越多的财富，社会资源开始向这少部分人集中，于是社会开始逐渐进入新的不均衡状态。这种不均衡开始并不太严重，人们还可以接受。但经过几百年，这种不均衡逐步发展到忍无可忍、民不聊生的状况。这时，农民起义就会爆发，开始了新的改朝换代进程，直到新王朝建立，进入新的均衡状态，再开始新一轮的循环。
从明朝的封藩制度，可以看出随着时间的推移，不平衡是如何逐步发展到触目惊心的程度的。
明朝分封诸皇子为亲王，并规定了一套严格的封藩制度。到了嘉靖初年，明朝的宗室总数就比明初膨胀了上千倍。万历年间，总数增长到三十多万个，明末天启年间，更有六十多万个。天下供应京城的粮食，每年400万石，但各王府消耗国家的粮食，每年却有800万石。具体到地方上，军事重镇山西省，每年存留粮食190万石，但当地王府消耗粮食，却有300多万石。河南省存粮94万石，当地藩王消耗粮食，却有190多万石。也就是说，全国的税粮加起来，也填不满藩王的嘴。
一个社会，如果拥有足够准确的数据，有利于及时发现社会不均衡状态，当政者也因此可以及时调整。试想当年如果明朝历代皇帝可以对宗室总数、消耗粮食数量、消耗粮食与全国产量的占比进行分析和预测，就可以发现问题的严重性，及时进行调整。实际上，由于宗室数量增加是个缓慢的过程，明朝皇帝有几十年到上百年、几位皇帝的任期时间去做调整这个事。
1.3.4 熵增原理
在物理学中有一个与能量守恒定律具有同等地位的基本定律——熵增原理。在一个相对封闭的体系中，表达混乱程度的衡量指标“熵”在没有外力作用下是一直增加的，除非有外力的作用“熵”才会减少。就是说，一个封闭的系统都是自发从一个相对平衡的系统转向一个较为混乱的系统，这种变化是自发行为，无须人为干预，而只有需要回到平衡状态时才需要外力干预。
将此原理运用到经济上，得出的结论是经济发展的自然发展方向是从平衡到不平衡。
如果一个社会的财富分配比较平均，社会各种资源的分配比较合理，那么这就处于一个熵值较小的状态。在没有任何外力作用，比如政府调控或天灾人祸等因素的作用下，它会自然地向熵增的方向发展，进入一个贫富不断分化、资源不断错配的状态。这个状态不需要人为干涉，它通过市场机制就能自然发展。
在熵值增加到一定程度时，贫富悬殊、资源错配会严重阻碍经济的发展，经济发展会停滞不前，直到经济危机爆发、战争爆发或改朝换代。
为避免经济发展的停滞，需要进行有利于“熵减”的干预，让经济向平衡状态发展。只需在熵增过程过于剧烈或者过于突出的地方进行干预，从而实现“熵减”方向的调整，无须随时干预。顺着“熵增”的方向干涉不仅无效，反而会加剧它的不平衡。
数据革命的目标，就是计算出经济的熵值。通过对全社会经济数据的分析和研究得到熵值，然后从全局或者某个行业观察熵值的变化，用适当的方式进行干预，减小熵值或者减缓熵值的增长速度。通过观察干预后熵值的变化，得到干预措施的反馈，知道干预的效果，对干预方法进行微调。当然，如何计算衡量经济的熵值将是一个巨大的挑战。
1.3.5 中国国内市场的完善
有专家对历史上大国在对外开拓市场上不同的做法进行了分析，提出了一个适合中国的战略：以优先开发国内市场来带动“一带一路”战略的成功。
文章的核心是把历史上大国开拓市场的模式分为四类：第一类是抢占现存大国的市场开拓模式，如德国，这是一种危险的模式；第二类是以日本为例的依赖霸权国家的市场开拓模式，这是一种比较脆弱的模式；第三类是英国的靠边缘国家的市场开拓模式，这是一种比较摇摆的模式；第四类是以美国为例的基于国内开发的市场开拓模式，这是相对比较稳固的一种模式。
从中国的经济来看，前三十年的改革开放主要靠出口，所以虽然劳动力和生产工厂都在国内，但实际上是完全按照国际市场的规则在生产、贸易。现在由于劳动力成本上升，出口市场萎缩，不少企业把市场转向国内。当转向国内市场后，发现国内市场贸易规则和国际市场完全不一样，很多方面不成熟，这些企业面对的是一个全新的市场，需要遵守全新的规则。
美国的一些成功企业可以把自己的商业模式在世界范围内复制，但到了中国就不行。通常把这种失败归咎于美国企业缺乏灵活性，而实际上是因为遇到完全不同的市场规则。
中国国内市场规则的特殊固然可以保护国内企业，但同样也会阻止中国企业走向国际市场。
最理想的方法是按照国际市场的规则去重塑国内市场。然而，因为存在着很多的制度和现状的瓶颈，短期内难以实现。但如果按照德国模式跟现存大国抢占市场的话，则可能会发生冲突。
比较切合实际的思路，是按照中国改革开放的成功经验，存量不变做增量，不急于在固化的现有体制上动刀，而是建立新的体制。现在国内市场有很多壁垒，如政府管控的壁垒、运输成本的壁垒以及资金流动的壁垒等，这些壁垒都阻碍了国内市场一体化的形成。但是基于数据的信息共享壁垒还没有形成，在这种情况下，要大力建立数据的共享机制。
数据共享的主要特征是，建立公益性的、共享的数据交换机制。在数据壁垒还没有形成之前，必须抓紧时间建立。等有相关的利益集团形成以后，再建立就很困难，改革会遇到很大的阻碍。
现在，有一些公司已经在试图建立数据共享壁垒了。例如，阿里健康在医药市场对医疗数据建立监控码的平台时，就在试图建立这样一个壁垒。这个平台虽然名义上是国家食品药品监督管理局拥有，但是所有的经营权都归公司，政府在技术上缺少话语权，数据被阿里健康垄断，在数据共享上以安全为由设置障碍。此案例，表明政府对数据共享缺乏长远规划，没有数据共享平台的机制设计。
1.3.6 新的就业机会
数据革命能够带来新的就业机会。
现在的经济危机需要一场技术革命才能带来复苏。这种技术革命的最终结果可带来大量的就业机会。这种就业机会主要集中在几个方面。
（1）推动信息技术进一步发展。现在的数据虽然可以采集，但人们不知道怎么用，所以让人觉得数据有多余。数据的采集更多地由技术驱动，比如物联网。物联网的概念兴起以后大家都在搞物联网，很多人在研发物联网设备，推广物联网的应用，但应用以后产生大量数据怎么办，结果发现用处不大，或有些很小的用处。到了数据时代，等发现了数据的应用方法后，就会发现现在的数据远远不够用。因此，对信息技术、信息设备及其相关软件的开发会产生大量的需求，现在的信息技术的应用和设备的推广出现新的、更大的发展空间。
（2）有许多信息需要转换成数据。比如耶鲁大学的陈志武教授在国内合作搞的量化历史，就是把历史记录中的一些事件量化成数据。因此，信息时代以前的很多资料都可以做量化，目前很多信息没有数字化。在很多研究领域，研究的方式会产生很大的变化，对信息技术产生很多新的需求。医学从中医的辩证，到西医的手术，再到基因组的数据，基因组技术本质上可以说是数据技术，基因组的工作实际上就是把组成人体的基本信息进行数字化。按照这样的思路，有很多行业都会出现这方面的需求。
（3）对数据的转换和保存。现在数据都分散在不同的地方，以不同的格式存储，以后要像挖掘文物一样把它们挖掘出来，让它们发挥作用，这样会产生大量的数据处理工作。
（4）数据分析。对数据怎么解读，怎么预测，需要大量掌握数据分析技术的人员。
所以数据革命产生许多新职业，需要许多新的从业人员。
1.3.7 建立社会经济运行的反馈机制
反馈是物理学中非常重要的概念，若没有反馈很多的物理系统根本无法正常运行。
人类走路也离不开反馈。如果我们想沿着一条直线走，并且把眼睛蒙上的话，就会发现人实际在转圈子。我们在走路时，实际上需要眼睛不断反馈信息，不断修正步伐，最后才能走出一条希望的直线。
人类的工作只有得到及时、有效的反馈，才能做得更快更好。奖励也是反馈的一种。拿破仑说：“只要有足够的勋章，我可以征服全人类”。
在基础设施建设等领域，可以很方便、直观地获得反馈信息，比如建设一座高楼，每多建成一层，目视即可了解进度情况，但在更多情况下，只有通过数据才能得到反馈信息。
在社会科学领域，就缺乏很好的反馈机制。比如，现在虽然有统计局的数据对宏观经济进行一些反馈，但实际上数据不太准确，而且比较滞后。
1.3.8 权威的信息交换平台
许多新兴产业的发展需要一个权威的供需信息交换平台作为支持。目前，很多的数据发布在不同的平台上，缺乏权威性，需求者需要去不同的平台查询，对数据的可靠性也有怀疑，这一切影响了数据经济的发展。我们需要一个统一的数据操作平台，并且保证数据的权威性，目前可行的方法就是这个平台必须是公益性的，必须是由政府或者一个公益组织提供的，它不提供具体数据的变现，只提供原始数据，并且保证数据的合法性。数据的合法性需要法制的保护，比如在数据时代可能需要对数据发布的准确性立法，如果你发布了虚假信息或者信息过期没有及时清理，需要承担一定的法律责任，或者对这些信息导致的后果要承担赔偿责任。举个例子来说，有一个人发布了一条虚假信息，哪个地方有房子闲置出租，而另一个人知道这个信息后打车或坐飞机去现场看房，结果到现场一看这个房子已经出租。这种情况下求租者可以起诉信息发布者要求赔偿他的交通费用和误工费用。由于这个事情涉及的总额比较小，这里可以设一个比较高的惩罚金，比如按实际发生费用的100倍赔偿。另外，对使用数据平台的商业公司，在业务完成以后，有义务随时协助发布者清理这个数据。如果没有更新、清理数据，也要承担相应的法律责任。在公共数据平台上，数据发布者对数据的准确性负有法律责任，但是，一旦有商业公司接过这个数据提供服务以后，该公司有义务对数据的状态进行及时的更新，否则应该承担相关的法律责任。
1.3.9 分享经济模式的扩张
从Uber的商业模式及它所包含的意义，可以看到发达西方国家虽然还不具备数据时代的基础设施，但有公司已经起步。
Uber是美国一个公司推出的新型打车业务。一般的出租车有专门的公司、专门的车辆和专门的司机来提供出租服务，有政府专门的定价，它是一种被政府法规规范的职业。但是Uber提供了一种兼职的行为，只要你有车，有空余的时间，其他人需要打车的时候可以通过Uber公司的平台叫到你。
Uber的成功实际上一个是信息技术的成功，因为它的前提是打车的人和Uber司机都拥有智能手机，智能手机提供了人与人相连的网络功能，而且智能手机还有一个重要的定位功能，这样就能够非常方便地让Uber司机了解顾客准确的地理位置。试想一下，如果没有智能手机的普及和定位功能描述，那么一个在大路上的行人必须使用计算机，而且必须精确描述地理位置，而Uber司机必须在自己车上配备电脑设备并能上网才能进行业务处理，这样的话，双方成本肯定都很高。
现在由于智能手机的发展，对计算机的定位、上网功能都不需要额外的花费，利用现有的功能就行了。也就是说，一个Uber司机，他根本不需要做任何的投资，加入Uber网络就可以了。当然Uber的成功还依赖他跟美国政府监管部门的不断斗争。因为这种模式违反现有的法律法规，它是打了很多的官司以后才得以成功运营。中国的“滴滴出行”模仿了Uber的这种模式。
从表面来看，Uber通过信息技术实现了对闲置资源的合理配置，把原来闲置的车辆和闲置的人的时间利用起来，为社会增加了出租车服务，应该说是一种促进资源优化配置的先进技术，因此Uber模式得到非常高的评价，被认为是该领域的一场革命，甚至在其他行业遇到类似挑战时被称为“Uber时刻”。
通过深入分析，发现Uber模式还有更深层的意义：它实际上是数据时代的先驱。
从数据角度看，Uber实际上是收集了车辆和打车需求数据，然后进行了匹配，最后产生了业务。因此核心是一种数据业务，也就是说，你只要把需求数据和供应数据通过计算机的匹配，就可以产生相关的收入。
Uber的数据使用的方法实际还是一种传统的数据库检索方法，跟真正数据时代的主流技术方法还是不一样的。所以Uber只是一个数据时代的开始。
Uber模式有什么局限呢？虽然Uber实现了数据服务的功能，但为了实现这个功能，它跨越了两大门槛。第一个门槛是法律法规，它跟当前社会的机制做了很多的斗争。如果不跟政府打官司，它根本开展不了现在的业务。它在美国各地的业务都是一个州、一个市打官司争取下来的。这反映了现在的政治体制并没有为通过数据配置资源提供足够的支持。第二个门槛是Uber利用了大量的资金，Uber成功的非常重要的一点就是以不断提高估值来融资。Uber的商业模式并不是它发明的，而是另外一家公司发明的，这家公司由于没有像Uber这样疯狂的融资已经倒闭。也就是说，需要大量的资金支持这种数据的应用。
通过Uber案例可以看出，人类要进入数据时代非常困难。怎样降低数据时代的门槛，政府应该做哪些工作，让类似Uber的模式四处开花呢？
Uber现在开展业务的数据是自己花巨资宣传、推广采集的。如果这些数据能由政府资助的公益平台拥有和发布，任何公司免费使用，那么类似Uber的公司就可以低门槛进入。该方案把Uber的模式一分为二，一部分就是数据的采集服务作为公用事业；另一部分对这些数据的应用作为一个私营企业的核心竞争力。
Uber在打车领域是成功了，但按照现在的模式，在许多的其他领域很难出现Uber这样的公司。因为作为一个公司它要专注，不可能轻易进入其他领域；第二它要找最容易实现的商业模式，打车这个需求促进了Uber的成功。如此推广开来，在其他需要Uber这种模式的领域，不大容易出现Uber这样的公司，要在其他领域推广很难。但如果把Uber的模式分成两部分，在其他行业相对就比较容易复制了。
实际上在美国不止出现Uber这一种模式，还有两个公司也是很成功的，成为了所谓的“独角兽”公司。一个叫AirBnB，另一个叫WeWork，他们的模式实质和Uber是一样的。
AirBnB让人们把家里空余的房子在它的系统上进行登记出租，然后要租房就可以住到人家家里去。这个房子可以是整栋房也可以是一个房间，就是把现在专业的宾馆提供的住宿服务延伸到家庭，就像Uber把专业出租公司延伸到普通的汽车拥有者身上一样。AirBnB实质上把房屋资源和时间资源拿出来共享。
WeWork的模式要稍微复杂点。它是把空余的办公室、办公楼租下来，经过改造，然后分租给不同的需求者。原来租办公楼只能租固定面积的一大间或者一层，但如果人员在迅速扩展中，比如原来是10个人，现在发展到100个人，就需要不断地搬办公楼。如果人员很少，只要很小的办公室，甚至只需要一张桌子，可能就没有地方可以提供。而WeWork是把办公楼租下来以后，分割成小房间甚至单个办公桌，让你根据需求去租，一个月、一年都可以，当人员增长时，只要扩大租赁就可以了，比较弹性地满足了租赁者的需求。空余的办公楼业主都希望整层、大间出租，出租不掉可能就空置在那里，而WeWrok通过改造以后充分利用了这些资源，满足了这些小型的或者快速发展的公司的需要。
Uber、AirBnB和WeWork的核心理念是相似的，主要通过数据服务，实现资源的充分利用。当然WeWork要复杂点，需要把房子租下了并且进行装修，Uber和AirBnB相对简单一点。