发帖
雷达卡
再次，现有的产业组织理论是经济学家在信息约束和认知约束条件下创建的，在未来“数据与数据对话”时期，经济学家要借用新科技解决信息约束和认知约束的成果来重塑产业组织理论。微观经济学的产业组织理论可划分为传统理论和现代理论两大块。与资源配置理论一样，产业组织理论也是“人与信息对话”的理论反映。 关于这一“对话”，我们可以结合产业组织理论的形成作一番解析(资源配置理论也可类似解析)。一国在特定时期所形成的产业组织结构，既是该国产品价格、供求关系、利润率等作用的结果，也是该国前期的投资和消费及其结构综合作用的结果，产业组织结构合理与否，通常会在 GDP、物价、就业、国际贸易、汇率等方面通过各种数据指标反映出来，这便是“人与信息对话”框中的“信息”。经济学家作为产业组织结构的研究者，首先会与这些信息进行“对话”，即对这些信息进行搜集、整合、分类、加工和处理，然后依据不同行业或产品的价格指数、利润率、市场占有率、就业率等进行理论分析，并借助数学分析工具完成对市场竞争和垄断的形成机制、基本格局、变动趋势等的一般理论分析和概括，从而形成产业组织理论。产业组织理论之所以出现不同流派，可以说是“对话”方式不同的缘故。
但是，在“人与信息对话”版本下形成的理论体现了工业化时代理论研究的以下局限:(1)不具有搜集、整合、分类、加工和处理大数据的科技水平和手段;(2)各种数据指标所显现的信息只是部分信息，并且经常包含着信息扭曲，而信息扭曲会误导理论判断;(3)信息不完全将不可避免使研究者在理论分析中出现影响理论分析的主观判断;(4)研究者受信息约束难以获得正确认知。事实上，经济学家在研究中已洞察到了这些局限性，并努力降低因信息约束和认知约束而产生的主观判断失误。例如，奈特(Knight，1992)、阿尔奇安和德姆塞茨(Alchian ＆ Demsetz，1972)、威廉姆森(Williamson，1985)等在构建包含产业组织问题在内的新制度分析理论时，就曾运用不确定性、逆向选择、机会主义、道德风险等范畴来弥补因信息约束和认知约束所导致的在交易费用、产权、契约等理论研究中的一些主观判断失误。但是，认识到理论研究受信息约束和认知约束是一回事，解决这种双重约束是另一回事，它需要科技手段的支持。
在未来的“数据与数据对话”时期，会产生解决信息约束和认知约束的技术手段。经济学家可以借助智慧大脑处理大数据和运用人工智能的科技手段，对企业结构、价格结构、产品和服务供求结构、市场占有率等进行分析，并据此研究市场竞争和垄断的形成机制，从而对产业组织结构作出一般理论概括。诚然，在目前的“人与数据对话”阶段，互联网应用扩张尚不能提供完全消除信息约束和认知约束的技术手段，经济学家还不能获取完全信息，但从产业组织理论的创新来说，理论建构的这种路径和方法应该说是未来的趋势。
最后，产业组织正从垂直整合架构转向网络协同架构，这要求微观经济学对之作出新解说。互联网应用扩张在流通领域发展速度最快，方兴未艾的顾客拉动和客户社区化的实时评价机制，正在推进流通产业组织由原先的垂直整合架构转变成网络协同架构。产业组织的网络协同架构，可解说为厂商利用互联网或物联网平台和运用数据智能化而追求协同效应的一种产业组织运作模式。这种模式通过用户对产品和服务的主动传播，以零成本获取新用户而实现需求端的扩张，并通过产品和服务的规模优势来实现供给端的扩张。目前，产业组织的网络协同架构已开始渗透加工制造业，例如，北京小米、青岛酷特、广州索菲亚和商品宅配、青岛海尔等许多企业已开始运用大数据、云计算和人工智能等技术来构建网络协同架构。当数据智能化和网络协同化有机结合从而形成网络协同效应时，产业组织的网络协同架构就会出现行业进入壁垒，以至于形成行业垄断。这是微观经济学必须关注的。
例如，在世界超 3000 亿美元市值的前十大公司中，迅速突起的谷歌、亚马逊、Facebook、阿里巴巴和腾讯，就是同时具备数据智能化和网络协同化并且形成网络协同效应的具有行业垄断特征的典型互联网公司。与此不同，仅仅具备数据智能化但不具有网络协同效应的 Uber 和滴滴打车，它们吸引了众多司机和打车者加入其数据智能平台，运用智能化手机和 GPS 定位系统实现了闲置出租车和出行打车者的同步并联，并通过数据智能化的扩张供给端方式实现了规模优势，但由于出租车供求是一个相对简单的用户场景，该场景限制了 Uber 和滴滴打车实现多边市场和富有极强生命力的生态潜力，因而出租车行业难以出现进入壁垒和形成行业垄断。滴滴打车和 Uber 合并后的规模优势进一步加强，但滴滴打车在简单场景下还是难以阻止其他玩家进入出租车市场。淘宝的情况就不是这样，它的在线支付、担保交易、客户评级、消费保证和信用评级等多边复杂场景形成了极强的网络协同效应，从而形成了被大众明显察觉的行业局部垄断。
从理论上考量，交易场景简单的互联网企业较之于交易场景复杂的互联网企业，只是表明两者基因存在差异，或者说，只是表明两者网络协同效应程度的差异，并不说明交易场景简单的互联网企业不存在网络协同架构，这是问题的一方面。另一方面，随着互联网应用扩张导致未来的“数据与数据对话”版本，网络协同架构将成为产业组织的主要运行结构。对此，微观经济学关于竞争和垄断的分析应该在哪些方面关注网络经济运行的基础呢? 换言之，我们创新互联网扩张背景下的产业组织理论需要在哪些方面深入创新呢? 这些问题需要研究。
国内学者张永林(2014，2016)较早对网络、信息池、时间复制、信息元和屏幕化市场等展开过可认为是辐射了产业组织变动的基础研究，这两项研究曾围绕网络、信息集聚和繁衍对互联网时代的信息池概念进行了分析，解说了经济行为与网络信息池和时间复制的关联，并通过解说网络信息池和时间复制，将问题的研究推至社会福利分析。就这两项研究所涉及的网络协同而论，作者关于网络经济内生的非市场出清和外部性分析，网络外部性被内部化和网络信息聚合产生协同效应的分析，信息元、物元、屏幕化市场等关联的模型分析，以及有关网络经济市场特征和屏幕化市场结构、经济行为和资源配置的分析，映射出网络经济下产业组织变动的一些有价值的理论见解。如果把这些研究与数据智能化和网络协同化相结合，或许会深化产业组织架构的研究。
产业组织的网络协同架构是以企业生产经营网络化为基础的，它反映的企业与企业、企业与消费者之间的交易模式，包含点击率、关注力、体验、个性化定制等新颖竞争方式，这种竞争方式会使原先的产品和产业链竞争转化成网络平台竞争。因此，微观经济学不可完全以价格机制和供求关系来解释市场竞争，而是要分析不同行业的网络协同。同时，对于市场势力强的企业有可能形成的垄断，微观经济学不能仅仅根据定价能力、市场占有率、市场势力等进行理论解说，而是要研究互联网应用扩张所引致的新的竞争和垄断形式。
五、分析性结语
我们正处在“人与数据对话”走向“数据与数据对话”时期。无论是挖掘、搜集、整合和分类大数据，还是加工和处理大数据，都离不开云计算和机器学习、语音识别、无人操控、指纹鉴定等人工智能技术。人工智能技术最值得关注的是机器学习，机器学习可划分为有监督学习、无监督学习、强化学习和深度学习等类型(Lecun，2015)，机器学习可通过“算法”找到加工和处理大数据的人工智能方法(Taddy，2017)。经济学家可以通过机器学习来匹配已发生历史数据，对资源配置和产业组织状况进行实证分析，这可作为经济学家运用大数据思维取代以部分信息为依据的因果思维的例证。但对于正在发生的现期数据和尚未发生的未来数据，如果机器学习仍然处于“人与数据对话”阶段，经济学家即便使用了依据神经网络架构将低层级特征数据组合成高层级特征数据的深度学习方法，也难以挖掘、搜集、整合、分类、加工和处理现期数据和未来数据。人工智能有效匹配现期数据和未来数据，只能出现在“数据与数据对话”时期。经济学家要重塑理性选择理论、资源配置理论和产业组织理论，机器学习方法的拓展和深化是关键。
人类是否能够探索出一种匹配现期数据和未来数据的机器学习方法，是计算机和人工智能专家的任务。对于经济理论研究来说，基于“数据与数据对话”是人类未来发展的趋势，经济学家必须对这种趋势具有前瞻性，要能够借助最先进的机器学习方法所取得的成果来进行研究。经济学理性选择理论是“人与信息对话”版本的产物，它不可能解释“数据与数据对话”版本下的选择行为。我们要完成互联网应用扩张下微观经济分析基础的创新，需要创新经济学的理性选择理论。
本文将互联网应用扩张下的行为主体划分为智慧大脑和非智慧大脑的二元结构，对创新理性选择理论、资源配置理论和产业组织理论等展开了分析，一是基于大数据和人工智能将会改变经济学分析框架的前瞻性考虑，二是基于大数据和人工智能对传统产业冲击实践的考虑。智慧大脑加工和处理大数据是与智慧大脑运用机器深度学习和强化学习相伴而行的。例如，众所周知的 AlphaGo 和 Master 与世界顶级棋手的对弈，就是智慧大脑通过对大约 30 万局幅围棋谱之大数据的加工和处理，用无数台服务器对这些数据展开深度学习，再通过强化学习训练出进一步支撑人工智能的新数据而战胜世界顶级棋手的。这里的 30 万局围棋谱是历史数据，这里的“新数据”则可看成是通过深度学习和强化学习的融合而从历史数据中提炼的未来数据。当智慧大脑借助这种融合使一切都成为“算法”时，人类便实现了以“数据与数据对话”为背景的人工智能产业化。
人工智能产业化的初级阶段出现在消费和服务领域，中级阶段出现在制造和基础设施领域，顶级阶段则是出现在医疗和生命科学领域。就此而论，“数据与数据对话”也存在与此对应的三个阶段。对于经济理论研究来说，经济学家要关注“数据与数据对话”如何改变微观经济运行方式。大数据应用的起点是“人与数据对话”，终点是“数据与数据对话”，它将改变人类资源配置手段。各行各业在大数据的导引下会形成由互联网竞争平台驱动的新产业组织结构。经济学界还没有对大数据应用扩张会重塑微观经济学基础展开专门研究，本文也只是提出一些思路。“互联网网络化→智能数据化→人工智能自动化→网络协同化”将成为人类经济、政治、军事、文化等领域发展的必然趋势。
国内经济学家与深谙智慧大脑的人士之间，爆发了一场将来能不能实行计划经济的争论。经济学家从理论和历史实践强调计划经济的不可行，而深谙和推崇智慧大脑的人士则从大数据有可能提供完全信息角度认为计划经济的可行性。其实，争论双方对实行计划经济的手段和途径的理解不同。前者认为计划行政手段和途径不可能合理配置资源，后者实际上是认为“算法”可以得到总供给和总需求的数量及结构的完全信息。但问题的症结在于，如果大数据提供的有关供给和需求的完全信息不是全社会范围，实行宏观层面上的计划经济是不可能的。其实，资源配置存在合理、准确和精准三大层级，在“人与信息对话”时期，人类充其量只能实现合理配置资源，在“人与数据对话”时期，人类有可能实现准确配置资源，在“数据与数据对话”时期，人类才有可能精准配置资源。人类只有实现了精准配置资源，才具有计划经济的可能性。因此，问题的讨论最后还是回到 “数据与数据对话”这个未来趋势的研究上来。经济学家(极少数除外)不是智慧大脑者，但可以借助智慧大脑的成功来重塑经济学世界。
京公网安备 11010802022788号
