第三节 基本范式：解构、重构与关联

本节主要论述大数据经济学的基本范式：离散化解构、全息化重构、价值关联。大数据时代，社会经济通过现代信息技术在数据或者比特层面上进行解构，解构之后的表现形式为大数据或海量数据；大数据或海量数据之间，通过价值关联，进行社会经济的重构。

一 解构：数字化表达

大数据本质上是现代社会体系的离散化解构、全息化的重构。大数据产生和形成，对供求关系、商业空间、信息传递和社会结构都带来重大冲击，这些基本经济关系与结构的变化，导致的结果就是一种新型经济形态——大数据经济的产生和蓬勃发展。

下面从供求关系、商业空间、信息不对称离散和社会结构网格化等几个方面，用四个数字化表达，对大数据经济形成的离散化解构进行全方位理论解析，以对大数据时代经济关系及相关运行规律做探索性研究。

一是供求关系与商品属性的数字化表达。供求双方商业信息以数字化形式表达出来并通过信息传播网络进行超时空限制的扩散，供求双方商业关系的建立在这种数字化基础网络支撑下，也呈现出离散化的特征。即分散在世界各地的生产厂家和市场需求者，只需要在网络信息集市上进行比要搜索和对接，就能获取对方信息并与对方发生商业联系。

二是社会商业空间的数字化表达。整个社会数字化离散解构并表达为一个全新的实体社会商业空间的数字化离散映像，这个映像本身超越了社会商业实体空间的存在，成为与实体社会商业空间既密切联系又有自己独特规律的另一个经济信息系统，成为人类经济系统的重要子系统。作为实体商业空间映射的数字化虚拟商业空间，其要素构成自然与实体空间各要素存在紧密映射关系，同时这种映射关系在剥离实体经济后独立运行时，又赋予了人类利用信息挖掘和智能分析手段去发现要素信息片段之间关联关系的基础条件。

三是信息不对称的数字化表达。大数据时代，市场信息海量喷涌，交易双方可以通过信息技术和网络手段瞬间接触彼此，很大程度上消解了由于传统信息匮乏造成的信息不充分不对称问题。当所有经济要素属性及其关联活动均已离散解构为数据信息后，对信息的掌控就至关重要。大数据时代，信息不对称已经不再成为一种因信息匮乏而产生的客观经济现象，更多地表现在人类对大数据海量信息资源不对称的拥有和管理，表现在人类基于信息权属之上对信息壁垒和不对称现象的主动商业利用上。

四是社会利益关系的网格化表达。与大数据时代经济离散化解构呼应的是，大数据时代经济社会的利益格局也被离散化了。社会机体中市场交换个方的利益诉求，是商业活动产生的基础。这种利益诉求被离散化后，不再表现为固定利益集团的固定诉求，它以离散化的利益诉求信息为基础，通过这些利益信息的节点关联为纽带，形成一张巨大的社会利益关系拓扑网格图景。这种网格拓扑结构直接以离散化的数字方式进行表达，剥离了一切实际的社会表象更加逼近人类商业活动的利益诉求本身。

二 全息化重构

大数据经济的形成过程代表了离散化的数字化解构过程，但这并不是大数据经济运行的终点，而只是其支配经济体系运行、推动经济快速发展的第一步（Zuboff，2015）。大数据经济致力于重组新的商业社会。这个商业社会表象是基于分布式云计算的实现人更广泛欲望、公权私权混合的传统价值重构的新价值体系关联的社会。所以，整个社会被离散化解构、进行数字化表达以后，还需要在价值基础上对离散化的数据进行全息化重构，通过全息化重组发现新的价值和商机。

与离散化解构过程相比，全息化重构同样相当重要，是大数据经济运行过程中必不可少的关键环节。如果没有全息化重构，那么离散化解构就失去了价值。全息化重构使得我们可以从全息化视角探索经济系统内部存在的潜在价值关联与交易可能性，对于实现隐性市场显性化具有不可估量的意义。

全息化重构是指在获取经济社会全样本的基础上，全方位、全景式地对数据进行重新组合，再度挖掘大数据价值。全息化重构必须在一定的经济环境中进行，经济环境明白无误地指明了当前我们所面临的社会经济现实、时代背景，具体包括表达方式、需求关系、欲望结构、行业结构四个方面，它们构成了大数据经济时代进行全息化重构重要的经济前提。

1.表达方式。大数据时代一个的重要特征，就是描绘客观世界的方式向符号性、数字化方向迈进。数字化表达表明，我们正在经历从经济现象的形象表达到现在抽象表达的转折过程。亦即是说，信息不对称的解决与设立，从过去形象的表达转为抽象的数字化表达；从过去的机械式的传递变为数字化信息化的传递。数字化表达是形象表达的重要方式，在理解大数据经济时代大数据的爆发式增长及信息不对称的瓦解与构建，具有深彻的变革意义。

2.需求关系。数据时代，我们的需求和诉求关系正在发生着悄然变化，需求关系表现为多面的、间接的网状关系，展现出大数据技术在开发用户潜在需求方面日益得天独厚的优越性。传统经济模式下很难全面掌握用户的全面信息，对用户的隐形偏好和消费、购物理念缺乏整体的认知，大数据技术的出现，使这一局面得以彻底改观。

3.欲望结构。大数据技术为人类发展带来的具有颠覆性的变革，导致我们的工作、生活将被收集数据的计算机不断引导和主宰着，我们的欲望结构在大数据时代将会发生根本性的变化，使得我们更加相信数据处理的科学性，决策过程更依赖数据处理，经济行为更加趋于理性。数据分析是大数据处理技术的核心，这种技术力量开始渗透到感性思维的构建中，与人类情感世界发生虚拟互动，使得我们整个人的欲望满足路径与结构发生变化。

4.行业边界。大数据时代使行业边界发生了革命性的变化，传统行业的发展在大数据时代正在面临严重的挑战。大数据作为信息技术领域的一场革命，彻底改变了交易成本的主要构成要素，将导致企业边界发生沿着发生纵向变化和横向变化，企业形态（企业存在模式）也随之发生重大变化。大数据通过对交易成本的改变，改变了企业的外部边界，衍生出更多的关联企业，而对这些关联企业的服务的有效使用，直接推动其他行业重塑企业机制。

三 价值关联

大数据经济学研究的是海量数据如何形成有效价值关联的问题，基本前提是整个社会经济的解构与重构。在这个基础上，只要具有相关性程度的数据即可产生价值，取决于我们挖掘其价值的途径与方法，或者说取决于价值取向。

一个重要的问题需要回答，具有关联价值的数据如何产生大数据的经济价值？这实质上需要具体阐述价值关联如何使价值爆炸式增值：因为单条数据并不具有外部性，多条数据便具有外部性，一旦到了全局数据库的层面，数据的用途外部性与成员外部性就异常凸显。单条数据的价值是有限的，大数据的经济价值在于提将海量数据中关联度较强的数据信息挖掘出来进行整理与分析，最主要的用途是为决策者提供决策信息参考与依据，同时为预测经济提供理论依据。价值一旦产生较强关联性，我们便可以从“样本”预测出“全样本”信息，解决由于信息不对称带来高昂的成本与费用，使原本模糊的、复杂的事物之间的关系清晰明了，从而产生巨大的经济价值。

价值关联是指政治、社会和商业，在大数据时代出现了原有关系的数据体现；或者指原有既定的价值关系，在大数据的全息解构与重构下得以重新体现，并根据社会需求或社会需求的引导得以价值提升。我们如何从浩瀚如海的大量数据中发现价值关联性的数据并且产生经济价值呢？

首先必须清楚数据间的关系。数据关系有数据比较、数据互补与数据关联。数据只有经过整合才能形成大数据，整合的方式有，（1）从价值链出发，大数据的横向价值关联（大数据的关系型分析）：谷歌，即本行业上下游或者不同企业之间的价值关联，如研究研发投入与产品价格的关系等；竞争对手的销售额与本企业劳动力流失的关系。（2）大数据的纵向价值关联是指价值重构（价格发现与成本表达），从淘宝消费者的交易过程探究电子商务未来发展动向。核心成本从物质成本，转化为数据计算成本。（3）大数据的混合价值关联是指不同行业关联，重塑价值链。

数据的价值关联，不仅仅表现为上面所述的技术分析手段或者特定的行为分析，更重要表现为整个社会的行为倾向。这种行为倾向往往因为信息交流（经过数字化解构之后的信息），而发生或者被诱导在特定的行为空间中。这种行为空间，或者交易空间，我们成为“平台”。比如推特twitter，或者脸谱facebook，以及新的购物方式网购ebay，等等。