第五节 行业垄断形成中网络协同效应的结论性考察
经济学有关垄断的模型研究存在主观判断，无论是新古典经济学的完全竞争模型和垄断竞争模型，还是以交易成本为核心和以博弈论和信息经济学为分析工具的现代经济学，都是借助（部分）数字化数据来研究垄断的，在工业化时代，经济学家不能利用新科技手段来处理非数字化数据。在大数据和人工智能时代，厂商以数据智能化作为竞争手段，已能够运用云计算、机器学习、物联网等人工智能技术来处理非数字化数据。值得研究的是，数据智能化在能够相对准确地预判产品和服务的供求及数量结构时，在什么样的条件配置下会形成行业垄断，如果出现行业垄断，它对产业组织结构会产生哪些影响，等等。
一 新科技层级低的厂商可以在数据智能化基础上实现一定程度和范围内的网络协同化，但难以产生网络协同效应
物理世界的在线化以及由此产生的互通互联，是大数据、互联网和人工智能等相互融合的结果，企业之间以及企业和个人之间的结网互通，使网络协同化成为现实[12]。厂商投资经营实现网络协同效应的前提是数据智能化，标志是厂商能够挖掘、搜集、整合、分类、加工、处理和匹配大数据。现有文献所描述的互联网+企业，通常是指那些初步具备了数据智能化和网络协同化能力，但难以实现网络协同效应的企业。对此，我们不能简单地将网络协同效应理解为企业与企业、企业与个人以及个人与个人之间在互联网或物联网上的行为互动，而是要考虑到网络协同的场景或生态。
在投资经营场景或生态简单单一的情形下，厂商不可能实现网络协同效应，反之则反是。这个问题的进一步探讨，涉及数据智能化和网络协同化对厂商投资经营的效用函数问题。从产业组织变动来考察这个效用函数，网络协同效应便成为一个宽泛论题。首先，该效应要求厂商具备较高的新科技层级；其次，该效应对竞争和垄断会发生影响；再次，该效应是衡量厂商的产量和价格决定、产品集中度以及市场占有率等能不能取得效用最大值的参照系；最后，该效应是引致大数据时代产业组织演变的重要因素。当我们将厂商竞争路径看成既定，进而重点关注网络协同效应之于行业垄断的关联时，我们会发现，只有新科技层级很高的厂商才有可能成为行业垄断的行为主体。
二 网络协同效应以数据智能化和网络协同化为前提，厂商网络协同效应的实现过程是行业垄断的形成过程
行业垄断意味着该行业的产品和服务规模、价格确定和技术门槛等被市场势力很大的厂商操控。这样的厂商具有以下特征：（1）在大数据挖掘和处理上具有极高的云计算和机器学习能力；（2）能够在互联网或物联网平台上协调多边市场和适应潜在生命力生态的能力；（3）通过数据智能化预判供给端，通过网络协同化预判需求端；（4）能够通过复杂场景设计来稳定客户群，以至于客户转移购买和消费会产生较高成本。厂商通过数据智能化竞争路径而取得网络协同效应，除了新科技层级的规定性外，行业的产品和服务对象也存在着规定性（如前文论及的难以实现网络协同效应的出租车行业）。换言之，网络协同效应不是单纯的新科技层级的产物，而是技术面和市场面之于复杂场景的综合。诚然，与工业化时代一样，大数据时代行业垄断的终极表现形式，仍然是价格操纵、产品高度集中以及极高的市场占有率等，但工业化时代的行业垄断是新科技竞争路径导致，它是以数据智能化和网络协同化为前提的，它的标志是出现网络协同效应，并且这种行业垄断的市场化程度很高。因此，网络协同效应的实现过程是行业垄断的形成过程。
三 网络协同效应和行业垄断的未来格局，归根结底，取决于机器学习等人工智能手段匹配大数据的科技发展，取决于大数据、互联网和人工智能等的融合程度
在新科技发展日益加深的未来，科技创新及其应用会推动厂商通过数据智能化和网络协同化来重塑产供销运营模式，这可以理解为大数据时代厂商竞争路径和行业垄断的形成机制。网络协同化所催生的网络协同效应，是针对新科技层级极高的厂商而言的，理解这一点非常重要，它是我们解释网络协同效应引致行业垄断的立论依据。大数据、互联网和人工智能等的融合对于未来网络协同效应及行业垄断的形成，既是条件也是结果。从条件看，这一融合使厂商的云平台利用、云计算运用和人工智能匹配大数据等成为可能，即厂商只有在这种融合的条件下才有可能实现网络协同效应和行业垄断；从结果看，网络协同效应和行业垄断会驱动厂商开辟新科技支撑的竞争路径，从而使这一融合进一步加固。如果说厂商选择数据智能化作为竞争路径，是厂商实现网络协同化的充分条件，那么，厂商投资经营产生网络协同效应，则是实现行业垄断的必要条件。
随着5G（6G、7G等）搜集大数据覆盖面扩大及其对时滞性的大大缩小，未来移动互联网的多对多互动，会大大扩大厂商网络协同化的覆盖面，这种扩大了覆盖面的互动对产业组织也会发生网络协同化影响。网络协同化的“消费和投资的一对多互动→消费和投资的多对多互动→消费和投资的社交网络服务互动”的演变史，可看成大数据、互联网和人工智能等逐步融合的进程史，这一历史在检验厂商科技层级成色的同时，也在推动着产业组织结构的变动。随着多对多互动的网络协同化席卷厂商投资经营的所有领域，产业组织会从网络垂直架构转化为网络协同架构，网络协同效应就会出现，行业垄断便会伴随着产业组织的网络协同架构和网络协同效应而产生。在未来的投资经营竞争中，厂商一定会通过数据智能化提高技术层级，一定会通过网络协同化去追求网络协同效应。如果某一行业的产品和服务具有复杂场景或高级生态，则这一行业中技术层级极高并且能够取得网络协同效应的厂商，就很可能成为行业的垄断者。
综上所述，厂商运用大数据和机器学习等人工智能手段进行产、供、销的过程，是其数据智能化的过程；厂商与厂商、厂商与个人以及个人与个人之间在移动互联网上投资经营的互动过程，是其网络协同化过程；厂商数据智能化和网络协同化的完美结合过程，是其网络协同效应的实现过程。政府要不要对数据智能化和网络协同化造成的行业垄断进行产业规制的理论依据，在于这种背景下的产业垄断会不会影响资源合理配置，于是，问题的讨论转向了大数据时代的资源配置和政府宏观调控分析。目前，新科技层级较高的厂商已经能够驾驭历史数据，对现期数据的加工和处理也取得了一定的进展，但他们还没有掌握加工和处理未来数据的机器学习方法。因此，从资源合理配置计，社会经济运行仍然需要政府宏观调控，但政府怎样进行宏观调控呢?这是一个结合大数据革命和经济学创新所需要研究的问题。
[1] 互联网和人工智能时代的大数据不只是指以数字为代表的数据，而且包括图片、图书、图纸、视频、声音、指纹、影像等一切非数字化信息。在人类获取信息途径主要靠实践和经验而没有计算机的漫长历史阶段，行为主体与外部世界的信息输入和输出，可解释为“人与信息对话”时期；有了计算机尤其是出现互联网，人类进入了“人与数据对话”时期；当互联网、大数据、云计算、机器学习等广泛使用并相互交融，进而迈入人类借助人工智能挖掘、处理和匹配数据的阶段，人类便步入“数据与数据对话”时期。
[2] 关于第一阶段的一般模型分析，经济学家并不关注个体的实际选择，而是重点研究个体选择怎样才符合理性（Harsanyi,1977），这充分反映在对偏好和认知给出条件约束的期望效用函数理论中（Neumann & Morgenstern,1947; Arrow & Debreu,1954）。关于第二阶段的质疑和批评，现代经济学从研究个体如何选择才符合理性（最大化）的模型分析起步（Edgeworth,1981），发展到通过心理和行为实验来揭示传统理论与实际选择存在系统性偏差的研究（Kahneman & Tversky,1979; Smith,1994）。这两大阶段是经济学理性选择理论发展变化的主要脉络。
[3] 数字经济与经济运行数字化，这是两个不完全相同而没有被经济学家严格区分的概念。简而论之，数字经济是指厂商通过大数据分析、借助互联网和运用人工智能手段的投资经营，它主要是针对微观经济活动而言的；经济运行数字化在很大范围内涉及经济运行模式，它是数字经济发展到相当高度的产物。关于这个问题，我们在论及大数据革命导致经济运行模式变动时将会详细讨论。
[4] 建构理性认为一切知识和制度都是人的理性思维、推理和演绎的产物，经济学家运用个体主义方法论对人类偏好、认知和效用的分析，是对建构理性规则的遵循。以演化理性为背景的演化经济理论，主张在制度、历史和文化的大框架下来解释经济选择行为，强调以自然法则来解析人类偏好、认知和效用（哈耶克，1969）。国内学者（黄凯南、程臻宇，2008）曾对建构理性和演化理性在经济学方法论上的分歧，提出以认知理性来协调两者，深而究之，这样的分析思路涉及群体主义方法论的讨论。
[5] 丹尼尔·卡尼曼和阿莫斯·特维斯基的展望理论说出了“阿莱悖论”的真谛，他们认为“阿莱悖论”揭示了期望效用函数理论不能对个体选择做出不违背先验概率和后验事件更新后验概率的贝叶斯法则的准确刻画（Kahneman & A.Tversky,1971,1982; Kahneman &Frederick,2002）；艾尔斯伯格悖论则表明，人们不是押注未知概率的模糊性事件，而是倾向于押注已知概率的风险性事件。这两大悖论所蕴含的风险偏好的思想，为后期经济学家从模糊性选择来研究期望效用函数理论与实际选择的偏差提供了基础（Fellner,1961; Becker &Brownson,1964）。
[6] 阿里巴巴集团提倡并大力实施的“新零售”，就是试图通过线上和线下的结合来捕捉消费者的选择偏好，以建构适合互联网时代的商业运营模式。
[7] 现代经济学曾运用从众行为、一窝蜂效应、信息重叠等概念描述过大众选择行为中存在的催化作用，最著名的描述是诺贝尔奖得主罗伯特·希勒（2001）对股市的催化因素、放大机制、反馈环、连锁反应等现象的讨论，但希勒有关从众心理和行为的分析是“人与信息对话”版本下的讨论，同本书趋同化偏好和认知的分析不是一回事。
[8] 关于数据和信息的关系问题，主流观点认为数据属于信息范畴，是信息的具体形态，这个观点没错。但从信息获取途径考察，也可以认为信息属于数据范畴，信息是数据的具体形态。因为，无论是正确信息或准确信息还是错误信息或扭曲信息，都是经由大数据而来，人类能否得到完全信息、正确信息或准确信息，取决于新科技对大数据的挖掘、加工和处理水平的高低。本书所涉及的“人与数据对话”以及“数据与数据对话”，是以从大数据中获取信息作为分析导向的，特此说明。
[9] 帕累托（Pareto,1909）在戈森（Gosson,1854）、杰文斯（Jevons,1871）和瓦尔拉斯（Warlas,1874—1877）等涉及一般均衡分析的基础上，针对交易经济中市场需求函数满足齐次条件的预算约束均衡，提出了著名的帕累托最优配置模型；阿罗（Arrow,1951）论证了帕累托最优可以由竞争均衡实现的苛刻条件约束；科普曼斯（Koopmans,1951）和丹齐克（Dantzig,1951）针对生产及其效率的均衡，从技术能力角度讨论了不变规模报酬模型下的生产效率均衡；哈耶克（1945）讨论了信息获取和处理对价格机制有效配置资源的作用，等等。这些分析文献是研究资源配置问题的有较大影响力的理论。
[10] 哈佛学派和芝加哥学派曾在新古典理论有关完全竞争和垄断竞争研究的基础上，围绕“结构、行为、绩效”模型对产业组织展开过广泛的讨论（Mason,1939,1949; Bain,1959;Stigler,1971）；科斯（Coase,1937）和威廉姆森（Williamson,1975,1985）等运用交易成本、有限理性、逆向选择、机会主义、道德风险、资产专用性等核心范畴，通过对市场竞争和垄断的新解读，创建了第一代现代产业组织理论；以博弈论和信息经济学为工具和基础的第二代现代产业组织理论，对产业组织和政府规制进行了研究（Fudenberg & Tirole,1984; Rey &Tirole,1986; Hart & Tirole,1990）。这些理论是经济学家依据信息不完全对产业组织运行实际的分析，是对工业化时代产业组织运行的理论概括。
[11] 完备假设接近但不等同于完全信息假设，它的底蕴是大数据的完备性。当新科技发展足以挖掘、搜集、整合、分类、加工和处理海量数据，并且能够通过对大数据的多维度进行相关性分析而获取绝大部分信息时，我们可以从大数据的完备性推论信息完备性。准确来讲，信息完备假设是介于不完全信息假设与完全信息假设之间、但在程度上靠近后者的一种假设状态。诚然，以信息完备假设作为分析假设，或许还不能准确描述互联网应用扩张背景下人类选择所掌握的信息状态，但这个假设反映了大数据时代的实际和理论吻合趋向。
[12] 网络协同可以这样直观解释，即企业和个人在互联网或物联网上互动所形成的关联。例如，美国的亚马逊、Facebook、谷歌和中国的腾讯、阿里巴巴就是网络协同化的典型代表，网络协同化创造出互联网价值的网络协同效应。