数据资本时代

会计准则需要与时俱进

所谓数据的丰富性，体现的正是市场参与者如何彼此通报情况。因为现实是多种多样的，有很多侧面，所以我们用来捕捉现实的工具也必须是敏感的，是能够传达细微差别的。这意味着我们的报告制度和会计制度，以及有关透明度的规则，都必须更加全面和详细。

例如，会计准则很久以来一直规定，公司资产负债表上的某些资产的价值，必须与它们的原始成本相等。这是一目了然的事情:如果一块儿土地的购买价格是100万美元，其账面价值也会是100万美元。但这一账面价值并不一定反映其现实价值：这块儿土地可能已经变得更值钱或更不值钱了。账面价值作为单一数字，提供的是关于历史交易的信息，却没有传达太多关于当前价值的信息。因此，资产负债表上的数据可能并不可信不是因为数据错了，而是因为数据可能过时了。

20世纪90年代，美国开始会计制度改革，随后改革扩大到其他许多国家，新观点认为，某些资产必须以“公允价值”定价，这个价值通常与当时的市场价格相同。这种做法使资产负债表可以更准确地反映公司在某特定时刻的资产情况。这样做的困难在于市场价格的波动。因此，“调整到市价”（这个会计术语）的资产负债表在发布时就已经过时了，而且这些变化表现的也可能只是暂时的波动，所以它们不能准确反映公司的财务状况。例如，那块儿土地的价值可能会因为附近的车流量增加而下降，但这种可能只是暂时的，只是因为修建新公路时车辆绕道而行所造成的。这些变化如果都体现在公司的资产负债表上，就可能显示为土地价值的一次急剧下降，之后又显示为一次急剧上升，而这种价值的摇摆可能会导致投资者出售或购买该公司的股票，从而导致银行催要该公司的贷款，即使该公司的财务状况并没有发生实质性改变。公允价值会计制度的批评者甚至认为，这个制度导致了严重的全球金融危机，包括2007—2009年美国的次贷危机。

数据资本时代

170

尽管公允价值可能比原始成本用处更大，但它也只是用单一数字来捕捉价值，这就像在时间的长河里留下一张快照。公允价值可能很容易被读懂，但是从概念上讲，它是信息过于简化的结果，人们很难根据它来采取行动。因此，随着海量数据市场的兴起，我们必须开发新的会计核算方法，来传递更丰富、更详细的信息，比如企业预期拥有某资产的时间长度、资产价格的波动性，以及与之相关的风险等。这将使第三方可以更好地了解公司的真实价值—不仅是一时的价值，而且是公司今后很长一段时间内的总体情况。

对公司更全面的看法并不局限于价值和价格问题。资产负债表反映的不仅是一家公司的财务状况，而且包括那些代表其能源使用、环境影响和劳工标准的数字。对于海量数据市场的投资者来说，获得关于某公司如此全面的数据，会让他们更容易找到超越典型要素的、能够反映其偏好的合适匹配。适用于投资者的情况，也适用于一般的交易伙伴。这里的先决条件是，相关的数据必须是可用的，而且必须以标准化的形式呈现。这就需要制定关于报告制度和透明度的规则。

第8章 反馈效应

171

监管机构应关注数据使用限度

到目前为止，我们强调了政府如何通过共享授权和报告规则等强制手段来开放信息，以及政府在促进信息流动和平衡信息不足方面所起的作用。然而，在有些情况下，监管机构一直在试图减少信息的流动，其目的就是减少一方比另一方拥有更多信息的情况出现，这样，拥有更多信息的一方就无法将信息不平衡转化为对自身有利的交易条款。这是传统的信息隐私立法所做的事情。这样做的目标是令人钦佩的，但是这种关于信息收集限制的规定在实践中会遇到麻烦:规则会使公司产生规避的动机，或者有些公司会诱导消费者同意其无限制的信息收集（就像我们很多人所做的那样，在注册一个在线服务的过程中，我们点击“同意”时根本不会阅读那些小字)。在实践中，限制信息收集的措施很少能纠正信息不平衡，所以它也无法促进海量数据市场的竞争与效率的提高。因此，政府针对海量数据市场的监管不应该是限制信息收集，而应该是限制来自一方的信息如何被对方使用换句话说，政府监管应该关注数据使用限度，而不是数据收集。因此，使用数据来改善最优匹配可以得到鼓励，但是利用数据来促进低效率的信息不平衡会被阻止。在与信息隐私相关的社群里，一场关于从收集信息转移到使用信息的激烈争论已经展开。在海量数据市场上，我们已经可以开始强调对这种转变进行思考的必要性了，同时可以开始仔细研究一些细节问题了。

政府机构将负责执行本章所概述的、用于提高效率的监管框架要素。至于是否需要现有机构扩大其管辖范围，或者设立新的机构，这取决于各个国家的具体情况，而且与机构的执行力相比，这些问题都没那么重要。无论哪个机构来承担这些责任，并在海量数据市场上执行这些规则，它都不仅需要有组织能力、人员配备、必要的调查和执行权威，而且需要有适当的专业知识。做到这些既不容易，又不便宜。人才是稀缺的。从华尔街到硅谷的各类公司和初创企业，都为人才提供了丰厚的薪水和绝佳的工作环境，监管机构也要与它们争夺人才。除此之外，监管机构别无选择。如果不想冒险让市场失控，监管机构就需要那些具备数据分析专业知识的专业人才，即“quants”(金融工程师)。我们丝毫没有拥护官僚主义的意思，但是如果没有官方机构的介入，海量数据市场就很容易受到决策权和控制权过于集中的威胁。

数据资本时代

172

失败案例：“协同控制工程”

我们需要面对的还有另一种威胁，至少对于市场经济国家来说是这样的：政府可能抵制不了利用海量数据市场机制（如决策辅助系统）来控制经济的诱惑。半个世纪以前，当大型计算机仍然占据统治地位的时候，显露这种迹象就已成为一种可能。

1973年9月11日，历史上最雄心勃勃的一项政府治理试验结束了。试验从1971年7月开始，时任智利生产开发公司负责人的费尔南多·弗洛里斯，请英国运筹学和控制论大师斯塔福德·比尔建立了一个计算机系统，来帮助智利政府进行经济规划。

在这件事一年前，萨尔瓦多·阿连德·戈森斯成为拉丁美洲首位通过竞选获胜的具有共产主义倾向的总统。他的目标是实现社会主义经济的“第三条道路”—既避开自由市场，又避开苏联式的计划经济。他的试验平台搭建在土地改革和大规模工业国有化基础上。但是国有化的产业首先需要管理人员。

第8章 反馈效应

173

这就是为什么弗洛里斯找到了比尔。他们是古怪的一对:一个是社会主义经济管理者（他后来成为智利的经济和财政部长)，渴望集中管理智利的大部分工业；另一个是英国商学院教授出身的叛逆的管理顾问，喜欢雪茄、巧克力和威士忌。他们拥有一个共同的梦想，那就是建立一种由精确数据和快速反馈来推动的新型管理模式，它既适用于那些领导者，又适用于那些被领导者。这是一个通过将组织结构与现代技术融为一体，来实现全国统一决策的愿景。通过将人民想象成需要政府支持的集体，而不是选择自己道路的个体，这一愿景与弗洛里斯的社会主义思想产生了共鸣；再通过使用规模宏大的最新的通信与控制机制，这一愿景也迎合了比尔对控制论的喜好。

他们所构想的计划叫作“协同控制工程”（Cybersyn，西班牙语昵称为Synco)，这是一个旨在管理和指导智利工业的社会技术系统。他们的想法是，每天，全国有400家国有化工厂会将数据发送到位于首都圣地亚哥的协同控制工程的神经中枢，在那里，这些数据将被传输到一台大型计算机上，在经过仔细审阅后，再与预测结果进行比较。如果结果与预测有出入，不同之处将被标记出来，请工厂的主管们注意，然后交给坐在“未来操控室”的政府决策者。决策宫员们会从未来操控室把指令传回工厂。从当时来看，协同控制工程是一个相当复杂的系统，在捕捉和计算经济活动时，它采用的是网络模式和贝叶斯统计模型。最重要的是，协同控制工程依赖的是一个可以回环到决策过程的反馈系统。

然而，这套系统从未完全真正地投入使用。它的通信网络已经就位，并于1972年秋开始运作。其间，正在罢工的运输工人阻止了货物进入圣地亚哥，协同控制工程的通信网络被用来保证智利正常运转。协同控制工程的计算机分析部分也基本完成了，但分析结果往往不可靠，运行速度也非常缓慢。在一定程度上，这是一个结构性问题，因为流向协同控制工程的信息既不全面又不准确。但这同时也是一个技术问题，因为当时的计算机的处理能力还严重不足，这导致协同控制工程标记问题的时间会相应延迟—有时会比需要做出决定的时间晚好几天。

数据资本时代

174

后来智利军方发动了政变，推翻了阿连德总统，也摧毁了这套系统的基础设施。协同控制工程夭折了。然而，那个基本的构想一直流传到了今天。一起保留下来的，还有人们对用科技来管理整个国家的希望

协同控制工程的中央管控机制不是苏联模式。苏联模式要实现国家工业化，苏联的经济部门要求每个人都要为实现这个目标努力，不太考虑个人的需要与意愿。由此产生的短缺经济可能会让少数精英心满意足，但它给大众带来了痛苦。很多国家都放弃了中央计划的想法。当然，在国家安全和公共安全方面，也许还包括教育和医疗保健等方面，中央计划已经被证明是有效的。但是，从全球来看，中央计划就如在分散合作的海洋中零星露出水面的小岛。

严防海量数据市场的“老大哥”

协同控制工程这样的项目最诱人的地方，或者是既令人心动又令人生厌的地方，就是它可以通过使用基于最新数字技术的反馈驱动系统，而不是通过发布野蛮的单向中央指令来实现政府控制，同时它利用海量数据市场的机器学习系统，来巧妙地塑造个人决策。

第8章 反馈效应

175

一开始，这种做法看起来似乎有益无害。正如我们所解释的，数据驱动的机器学习系统能够帮助我们将人类的偏见降低到我们期望的程度。但是，如果这些系统既能够消除人类偏见，又不用理睬个人的愿望，这难道不是更好吗？为什么要限制这些系统对人类偏见的纠正行为？难道我们不能设计出将文明、公正和公平等附加价值注入决策过程的系统吗？最近，一些专家主张用巧妙的“助推”（nudges）来吸引人们进行合适的交易。随着海量数据驱动的机器学习系统的广泛应用，我们可以加速推进一个高度个性化（也是十分精准）的塑造人类感知的程序。想想福克斯新闻网与脸书网联合起来的力量吧。人们仍然会在市场上做出自己的决策，但因为大家都会接受同一个系统的建议，社会将会沿着一条平坦的大道朝着共同的目标前进。

这是一个现代版的协同控制工程，却比旧版的协同控制工程多了一些邪恶。协同控制工程至少是透明的：对于所有智利人来说，计划和决策权的集中是显而易见的。与此相反，在海量数据市场中，政府控制的自适应机器学习系统，虽然保留了分散协调的外形和自由意志的表象，却将诺伯特·维纳强大的控制论观念，转化为一个利用海量数据反馈环的呼风唤雨的“老大哥”。这正是维纳所担心的。这样的系统，也许即使从表面上看是在提倡自由主义价值观，会让善于写“老大哥”故事的乔治·奥威尔汗颜，也会让德意志民主共和国的秘密警察头子斯塔西垂涎外表看起来它似乎是自由的，但内部完全受国家控制。

这就是在向海量数据市场过渡时，我们的社会所面临的反空想主

数据资本时代

176

第8章 反馈效应

义任务。这就是为什么我们必须在数字经济中更好地应用传统的反托拉斯法(反垄断法)。这也是为什么我们所提出的累进数据共享授权等新措施如此重要。它们不但可以保护决策的分散性，而且可以保护市场的开放性，以及社会的总体开放。

177

n"I]"countnes"[IN""NP T" age2018a""start"153500576

第9章

工作权益与分配正义

NP]muons{I.name"WMBE WikiLovesHer 515u05260."end"1538288460,"preferred":1,"thr