第二节 经济变革与离散主义

一 经济变革

（一）信息变革：从信息不对称到数据不对称

当大数据时代到来之后，则会发生以下变化。（1）信息的表达方式发生的质变：信息过去大部分以模拟与形象的形式存在，而今完全通过数字化的形式存在。（2）信息的传递方式发生质变：数字化之后，信息的传递可以瞬间无成本完成。（3）信息的获取方式发生质变：信息的获取完全可以通过海量互联网资源、通过高速计算手段、通过免费的应用服务获取个人乃至企业所需信息。

当信息存在方式发生变化、传递速度瞬间完成、信息获取零成本的时候，传统信息不对称的存在范式就发生了质的变化。也就是说，随着信息不对称的范式发生重大变革，传统占有信息优势的一方在大数据时代将不可能继续维持信息优势。过去因为信息力量对比悬殊所造成的市场资源配置的重大差别将不复存在，随着企业边界、商业模式的数字化解构与重构，信息力量对比将逐步转化为数据力量对比——数据总量、数据质量、数据渠道与数据技术的对比。

数据不对称，是指数据总量、数据质量、数据渠道与数据技术等数据力量不对称，以及因此派生出来基于数据支撑的各个经济层面的一系列不对称问题。大数据使得现代信息不对称得到解决或者几乎完美的解决，许多传统信息不对称所产生的商业模式必须发生变化，也就是通过数据不对称导致的商业模式变革。因此，大数据改变了基于信息不对称的传统商业结构，使得商业模式基础从信息不对称转变为数据不对称。

（二）成本变革：从传统成本到数据成本

数据不对称可以被解决，也可以被创造。拥有数据，将拥有这样的问题解决能力和问题创造能力，而这就是未来商业发展的重要逻辑出发点。在大数据时代，随着传统信息不对称的颠覆，商品的传统成本都可以在数据化之后，通过现代信息技术迅速透明化。传统成本将在成本组成中逐步隐去，而数据成本将从次要变量变为关键变量。市场解构为大数据时，其信息不对称的解决与设立，就有了新的途径与手段。大数据经济下，成本变革，信息不对称造成的交易成本，更多表现为，从物理空间存储，转化为数据采集与数据处理成本。网络使用人数逐年递增，数据生成速度加快；硬件成本指数型递减，存储成本指数下降。科技的进步导致了存储成本的下降，这使得设备的造价出现大幅下降。

当市场解构为大数据的时候，其信息不对称的表达、解决与设立，就有了新的数字化的途径与手段。这种数字化的途径和手段，就是现代商业模式与经济发展的命脉所在，是解决数据不对称的需要。当然，数字化的途径和手段也是建立数据不对称的需要。因此，在数字经济时代，数据成本是大数据时代下企业成本的核心变量；解决或建立数据不对称，是大数据商业模式的主要范式。

（三）思想变革：局部全样本、个体精准性与整体离散化

在《大数据时代》一书中，迈尔-舍恩伯格给出了著名的关于大数据时代的三大特征：（a）不是随机样本，而是全体数据；（b）不是精准性，而是混杂性；（c）不是因果关系，而是相关关系（Mayer-Schnberger，2013）。当然，迈尔-舍恩伯格不是统计学家，我们不必苛求他在统计学术语使用方面的精确性。但是他指出了大数据带来变革的一种非常重要的方面，就是“全样本”。从哲学角度和具体实践而言，“样本不完全”是绝对的，“全样本”只是个相对说法。那么迈尔-舍恩伯格所说的“全体数据”仅仅能够相对存在。

也就是说，大数据通过对过去信息的离散化表达，使得信息能够被低成本获取、低成本传递，因此使构建局部全样本成为可能。局部全样本的本质，在于对信息不对称的数据表达。正如前文所说，信息的表达数据化，导致信息传递低成本、信息获取低成本、信息处理低成本，最终的表现形式就是达到了局部全样本。

全样本的重要架子不仅仅在于统计分析，更重要的在于精准营销。客户信息是最重要的全样本，借助于大数据技术，我们可以精准分析特定客户需求。尽管大部分数据都是不可见的，似乎也并不携带任何个人信息，但事实并非如此。现代数据科学可以通过数据特征反观找到创造他的人的特征，也就是说通过人的数字轨迹可以达到对个体的精准分析。因为现代数据存储与处理能力以及传送能力的指数化发展，使得我们完全可以直接构建全样本中，不再考虑计算能力限制和样本统计难度。大数据技术下的局部全样本可以达到个体精准，以“精准”模式研究全体中的所有个体特性，这是重大的商业模式变革。

随着样本能够做到局部全样本，那么就可以更有力地挖掘数据关系与价值掘取，并可以得出或者验证因果关系，以利于社会与经济发展的研究与应用。当然，相关性不等于因果。对相关关系的分析，往往是为了寻找正确或主要的因果关系。随着大数据技术下的局部全样本化的实现，通过“相关关系”可以更有力地强化、发现与判断“因果关系”。

当我们不具备整体，或者不具备局部全样本的时候，我们最期待的是能够获取全局数据。可是，当我们在某个层面或某个特定指标上拥有全样本的时候，我们发现个体的作用反而显得更加重要。网络精准营销与精准推送，就是大数据的典型应用。其实在很多情况下，我们感知到了整体，又发现对整体的把握离不开个体。

大数据对个体的把握是一个渐进的过程。首先，整个经济社会通过互联网细分为各个个体，同时各个个体以互联网作为全局性个性展示的主要手段；其次，大数据作为表达方式，将个体需求和个体经验等通过数据结构等形式形成局部全样本；最后平台作为价值关联模式，通过自发数据匹配或被动数据挖掘等形式，重新聚合具有共性的个体。在数学上，网络拓扑、数论和聚类分析等，都是离散数学的基本内容。因此，所谓社会数据化本质就是离散化，这是大数据时代社会经济发展的主要趋势。

二 离散主义的提出

随着大数据时代的到来，信息呈现多元化和差异化，有价值的数据提取、挖掘和价值关联日益受到重视。离散数学作为信息科学的基础，对人类信息社会的影响正从科技内核走向经济外延。离散数学（Discrete mathematics）是研究离散量与离散空间及其相互关系的数学学科，研究整数、图论、拓扑、逻辑等分立、非光滑对象，简单地说就是处理可数集合的数学分支。

数字生产与数字化生存是建立在信息科技基础之上的新经济现象，数字产品与服务的零成本复制、跨界无限传播、虚拟状态存在等又是古典与新古典经济学所无法完美解释的。本研究提出离散主义，就是从经济学角度重新认识离散数学的数学思想，并在此基础上从形而上的哲学视角抽象出对当代新经济现象的思考与解释。

离散主义思想，就是把连续性的生活分成有意义的独立个体（徐晋，2014b）。离散主义思想的本身，就是把生活合理地“分割”或“碎片化”，把对“整体”的连续性研究转化为对“个体”的离散化研究。目前提出对大数据进行网格化分析，也是一种基于离散的角度对大数据进行解构（Mishra et.al，2014）。离散主义就是对整体的解构，从而展示为独立的个体，然后通过汇总个体达到对整体的把握。离散主义（Discretism），主要基于数字化手段与数字化目标，研究经济社会的数字化解构路径、数字化表达方法和数字化重构模式。

离散主义的提出是对传统连续与整体思维的辩证提升，表现在研究对象的表达形式无限数字化。历史上的毕达哥拉斯学派早就提出“万物皆数”的基本理念，离散主义本体论则进一步认为在理论上客观对象可以无限可数可分，也就是说任何客观实体或者概念都可以被表达或分离为任意小却又是可以计数的有限单元，这些单元的所有属性刻画都可以通过数的形式进行表达。

基于离散主义基本思想，我们可以给出数字经济时代的经济学研究哲学方法论，用以分析与解释新经济现象。在数字经济时代，人类改造客观世界的主要路径通过网络化离散、数字化表达和制度化重构展开。离散化个体通过制度性结构关联构成社会存在，社会存在被数字化解构和表达为数字社会，数字社会则通过制度化重构而递进式发展。

定义1 离散主义经济哲学方法论，基于离散主义哲学视角，解构、表达与重构高度信息化社会经济结构，在现实与虚拟的离散空间中分析社会经济的单位要素之间以及单位要素与社会整体之间结构关系与基本规律。

信息到数据的解构，数据到信息的重组。从依托信息和数据进行经济和社会的推理决策，使得信息不对称的成本降低，商业交易活动的内容丰富，交易的频率不断上升。整体的生产力借助信息渠道的通畅不断提高，社会生产关系形成网络化的形态。生产力和生产关系超越在理性范畴，也超出了人们以往的经验范畴，进一步导致底层、浅层次欲望的泛滥和人格释放，带来了社会异化的新动向。在数据化的社会异化过程中，数据被应用于系统，运用于决策过程中。

更重要的是，对事物、行为等定性概念般的描述，也可以通过一定的标识逐渐的使模糊性不断的显化出来，这样定性描述在一定的路径上不断向精确的数据表达靠近并收敛。而所谓的精确数据定量表达，由于信息噪声的存在，其精确性中的正确性也需要一定的判断。从而，定性分析和定量分析在大数据时代都向数字化解析，向精确和准确靠近。

在现代的信息处理技术中，对事物的描述，对交易活动和交易关系的表达既有一定的定性说明，也有一定数据性的表达，这种数据性贯穿着层次性。同时，伴随着一定程度的无序性。离散化解构和全息化重构所依托的数据，其属性以两种类型为主：一个是连续性属性，对应着的是定量性的分析，表达着对事物或行为活动的可测属性的描述，这种描述通过一定的连续区间数据来表述，犹如度量衡似的，表述事物的自然属性，同时，也有一定的社会属性；另一个是离散性属性，对应着的是定性的分析，这种描述是以语言和离散数值来表述的，好比人的性别、天气的阴晴。

传统的古典经济学分析以离散为主，从古典经济学开始到现代新古典经济学，在经济事务的分析过程与经济表述中以连续性分析为主。而大数据经济学从现实从发，利用离散化分析解构现实经济，发掘其中的数据关联，提取有价值的数据，从整体上进行重构。从离散的视角出发，反观经济信息化之后的基本形态，就形成了离散经济：

定义2 离散经济（Discrete Economics）就是从离散化的“个体”出发，研究新经济下以大数据为中心、网络为渠道、平台为载体的产业间的数据模式、信息结构、价值关联的规律，产业内组织结构离散化、空间区域分布无界化的规律，以及研究这些规律的基本方法论。