綠盟薦書丨《數據資本時代》

內容簡介：《數據資本時代》（[奧]維克托·邁爾-舍恩伯格、[德]托馬斯·拉姆什著，李曉霞、周濤譯，中信出版社2018年11月出版）是《大數據時代》作者的重磅續作，聚焦數據如何取代貨幣成為經濟核心驅動力，系統探討數據資本對市場機制、企業形態與金融體系的顛覆性影響。

全書核心觀點在于：數據并非“新型石油”，而是“新型潤滑脂”——它通過提升市場信息傳遞效率，弱化傳統貨幣的定價功能，推動經濟權力從金融資本向數據資本轉移。作者指出，海量數據市場的興起將復興市場機制：傳統市場依賴價格信號傳遞信息，而數據能提供更豐富的維度（如用戶偏好、行為模式），減少信息不對稱與市場失靈。這一變革將沖擊企業組織模式，使科層制公司的重要性下降，催生“單人公司”“平臺化協作”等新形態；同時，金融資本的功能將被拆解，銀行等傳統金融機構面臨“完美風暴”，貨幣的信息中介角色被數據部分替代。

書中還預判了數據時代的關鍵挑戰：數據集中可能導致市場壟斷，算法偏見威脅分配正義，人類工作崗位被重構。對此，作者提出“累進數據共享授權”“用數據交稅”等創新解決方案，強調在擁抱技術的同時保留人類選擇權。本書兼具理論前瞻性與現實意義，被吳伯凡、張明等學者評價為“數字經濟時代的權威指南”，適合經濟研究者、企業管理者及政策制定者閱讀。

維克托·邁爾-舍恩伯格（Viktor Mayer-Schnberger）：牛津大學互聯網研究所教授，數據科學領域權威，被譽為“大數據之父”。曾任哈佛大學、新加坡國立大學客座教授，研究方向為數據治理與數字經濟，著有《大數據時代》《刪除：大數據取舍之道》等經典作品，其中《大數據時代》被翻譯成40余種語言，全球銷量超百萬冊。他是世界經濟論壇、歐盟委員會等機構的顧問，深度參與全球數據政策制定，2013年獲“奧地利科學與藝術十字勛章”。

托馬斯·拉姆什，德國財經刊物《brand eins》科技記者、《經濟學人》特約編輯，長期關注科技與經濟的交叉領域，著作曾獲德國《金融時報》商業圖書獎，擅長以深度分析解讀技術變革對商業生態的影響。

第一章重塑未來市場

1.1 富含數據的市場正在悄然興起

1.2 海量數據市場降低市場失靈的頻率

1.3 從金融資本轉向數據資本

第二章人類交流與合作

2.1 溝通方式影響人類合作

2.2 互為對手的兩種機制（市場與公司）

2.3 公司機制的優勢走向尾聲

第三章市場與貨幣

3.1 價格是信息的濃縮

3.2 以貨幣為基礎的市場

3.3 沖破價格束縛

第四章市場的復興

4.1 迎接海量數據市場

4.2 匹配算法帶來企業競爭優勢

4.3 機器學習系統登上舞臺

第五章公司與控制

5.1 技術創新推動公司創新

5.2 泰勒式科學管理

5.3 海量數據讓公司面臨挑戰

第六章公司的未來

6.1 管理決策自動化

6.2 向企業組織結構中引入市場DNA

6.3 單人公司，還遠嗎？

第七章資本的衰退

7.1 銀行業面臨完美風暴

7.2 資本的兩個功能分離（所有權與控制權）

7.3 數字投資顧問

第八章反饋效應

8.1 市場分散決策變得集中化

8.2 累進數據共享授權

8.3 監管機構應關注數據使用限度

第九章工作權益與分配正義

9.1 勞動報酬和工作機會都降低了

9.2 全民基本收入的困境

9.3 用數據繳稅

第十章人類的選擇

10.1 推動更可持續的經濟發展

10.2 保有個人選擇的自由

10.3 市場是一種高效的人類合作方式

數據資本時代的核心變革，是信息取代貨幣成為經濟權力的核心。傳統市場將所有復雜信息壓縮為單一價格信號，而數據能提供更細膩的洞察——不僅告訴你“某物值多少錢”，還能解釋“為什么值這個錢”“誰會愿意買”。這種信息優勢讓市場機制得以復興，卻也讓金融資本的地位岌岌可危：當數據能更精準地匹配供需，貨幣的定價功能就會被部分替代，銀行作為“信息中介”的價值自然下降。

企業組織形態將迎來根本性重構。科層制公司的誕生，本質是為了解決工業時代的信息傳遞難題——通過層級管理減少溝通成本。但在數據時代，算法可以實時整合分散信息，讓決策更貼近一線需求，這使得傳統的“命令-控制”結構變得冗余。未來的公司可能更像“平臺化生態”：核心團隊聚焦戰略，大量任務通過外部數據接口分配給獨立個體或小微組織，形成“內部市場+外部協作”的混合模式。

數據集中化是一把雙刃劍。一方面，大型科技公司通過積累海量數據構建競爭優勢，提升匹配效率；另一方面，這種優勢可能演變為壟斷，阻礙新進入者創新。解決這一矛盾的關鍵，不在于限制數據收集，而在于設計“累進數據共享授權”機制——企業可保留核心數據所有權，但需按規模比例共享非敏感數據，確保市場競爭性。監管機構的角色也需轉變，從“控制價格”轉向“監管數據使用限度”，防止算法合謀與歧視。

人類在數據時代的選擇權不應被算法剝奪。盡管機器學習能優化決策，卻無法替代人類的價值判斷——比如“什么是公平”“什么是有意義的工作”。數據資本的終極目標，是增強而非削弱人類自主權：通過提供更全面的信息，幫助人們做出更好的選擇，而非替人們做選擇。未來的經濟體系，需要在效率與公平、創新與穩定之間找到動態平衡，讓數據成為服務人類福祉的工具，而非主宰。

。。。