绿盟荐书丨《数据资本时代》

内容简介：《数据资本时代》（[奥]维克托·迈尔-舍恩伯格、[德]托马斯·拉姆什著，李晓霞、周涛译，中信出版社2018年11月出版）是《大数据时代》作者的重磅续作，聚焦数据如何取代货币成为经济核心驱动力，系统探讨数据资本对市场机制、企业形态与金融体系的颠覆性影响。

全书核心观点在于：数据并非“新型石油”，而是“新型润滑脂”——它通过提升市场信息传递效率，弱化传统货币的定价功能，推动经济权力从金融资本向数据资本转移。作者指出，海量数据市场的兴起将复兴市场机制：传统市场依赖价格信号传递信息，而数据能提供更丰富的维度（如用户偏好、行为模式），减少信息不对称与市场失灵。这一变革将冲击企业组织模式，使科层制公司的重要性下降，催生“单人公司”“平台化协作”等新形态；同时，金融资本的功能将被拆解，银行等传统金融机构面临“完美风暴”，货币的信息中介角色被数据部分替代。

书中还预判了数据时代的关键挑战：数据集中可能导致市场垄断，算法偏见威胁分配正义，人类工作岗位被重构。对此，作者提出“累进数据共享授权”“用数据交税”等创新解决方案，强调在拥抱技术的同时保留人类选择权。本书兼具理论前瞻性与现实意义，被吴伯凡、张明等学者评价为“数字经济时代的权威指南”，适合经济研究者、企业管理者及政策制定者阅读。

维克托·迈尔-舍恩伯格（Viktor Mayer-Schnberger）：牛津大学互联网研究所教授，数据科学领域权威，被誉为“大数据之父”。曾任哈佛大学、新加坡国立大学客座教授，研究方向为数据治理与数字经济，著有《大数据时代》《删除：大数据取舍之道》等经典作品，其中《大数据时代》被翻译成40余种语言，全球销量超百万册。他是世界经济论坛、欧盟委员会等机构的顾问，深度参与全球数据政策制定，2013年获“奥地利科学与艺术十字勋章”。

托马斯·拉姆什，德国财经刊物《brand eins》科技记者、《经济学人》特约编辑，长期关注科技与经济的交叉领域，著作曾获德国《金融时报》商业图书奖，擅长以深度分析解读技术变革对商业生态的影响。

第一章重塑未来市场

1.1 富含数据的市场正在悄然兴起

1.2 海量数据市场降低市场失灵的频率

1.3 从金融资本转向数据资本

第二章人类交流与合作

2.1 沟通方式影响人类合作

2.2 互为对手的两种机制（市场与公司）

2.3 公司机制的优势走向尾声

第三章市场与货币

3.1 价格是信息的浓缩

3.2 以货币为基础的市场

3.3 冲破价格束缚

第四章市场的复兴

4.1 迎接海量数据市场

4.2 匹配算法带来企业竞争优势

4.3 机器学习系统登上舞台

第五章公司与控制

5.1 技术创新推动公司创新

5.2 泰勒式科学管理

5.3 海量数据让公司面临挑战

第六章公司的未来

6.1 管理决策自动化

6.2 向企业组织结构中引入市场DNA

6.3 单人公司，还远吗？

第七章资本的衰退

7.1 银行业面临完美风暴

7.2 资本的两个功能分离（所有权与控制权）

7.3 数字投资顾问

第八章反馈效应

8.1 市场分散决策变得集中化

8.2 累进数据共享授权

8.3 监管机构应关注数据使用限度

第九章工作权益与分配正义

9.1 劳动报酬和工作机会都降低了

9.2 全民基本收入的困境

9.3 用数据缴税

第十章人类的选择

10.1 推动更可持续的经济发展

10.2 保有个人选择的自由

10.3 市场是一种高效的人类合作方式

数据资本时代的核心变革，是信息取代货币成为经济权力的核心。传统市场将所有复杂信息压缩为单一价格信号，而数据能提供更细腻的洞察——不仅告诉你“某物值多少钱”，还能解释“为什么值这个钱”“谁会愿意买”。这种信息优势让市场机制得以复兴，却也让金融资本的地位岌岌可危：当数据能更精准地匹配供需，货币的定价功能就会被部分替代，银行作为“信息中介”的价值自然下降。

企业组织形态将迎来根本性重构。科层制公司的诞生，本质是为了解决工业时代的信息传递难题——通过层级管理减少沟通成本。但在数据时代，算法可以实时整合分散信息，让决策更贴近一线需求，这使得传统的“命令-控制”结构变得冗余。未来的公司可能更像“平台化生态”：核心团队聚焦战略，大量任务通过外部数据接口分配给独立个体或小微组织，形成“内部市场+外部协作”的混合模式。

数据集中化是一把双刃剑。一方面，大型科技公司通过积累海量数据构建竞争优势，提升匹配效率；另一方面，这种优势可能演变为垄断，阻碍新进入者创新。解决这一矛盾的关键，不在于限制数据收集，而在于设计“累进数据共享授权”机制——企业可保留核心数据所有权，但需按规模比例共享非敏感数据，确保市场竞争性。监管机构的角色也需转变，从“控制价格”转向“监管数据使用限度”，防止算法合谋与歧视。

人类在数据时代的选择权不应被算法剥夺。尽管机器学习能优化决策，却无法替代人类的价值判断——比如“什么是公平”“什么是有意义的工作”。数据资本的终极目标，是增强而非削弱人类自主权：通过提供更全面的信息，帮助人们做出更好的选择，而非替人们做选择。未来的经济体系，需要在效率与公平、创新与稳定之间找到动态平衡，让数据成为服务人类福祉的工具，而非主宰。

。。。