黄阳华:新经济下,企业是如何获取用户数据的

黄阳华/中国社会科学院工业经济研究所副研究员 澎湃新闻实习生 穆立琼整理

2017-12-08 13:51 来源:澎湃新闻

字号
【编者按】
发展新经济面临的突出问题是什么?中国企业是如何通过商业模式创新加以应对的?如何在理论上思考新经济中的新问题?
11月24日,黄阳华博士在人大国发院政企关系与产业发展研究中心主办的“直面真实世界”系列讲座中对上述问题给予了回答。下面请看他对阿里巴巴、百度无人车和沈阳鼓风机案例的分析。以下是黄阳华的演讲摘录:

黄阳华 图片来自:中国社会科学院工业经济研究所
我今天的讲座主要讲三个问题,第一个是新经济发展面临的突出问题是什么?第二个是中国的企业如何通过商业模式创新加以应对的?特别是新兴的领域。第三个是我们作为一个研究者,在理论上怎么样思考这个问题。
去年的两会期间,总理在接受记者在线访问的时候,关于新经济的问题,他有比较全面的一个表述,这也是一个比较官方比较正式的关于新经济的说明。说涉及的面比较大,涉及到第一产业、第二产业、第三产业,都有新经济,包括新经济、新业态,新商业模式。我们比较关心的还是工业或者商业领域里新经济的问题。我们对总理的话划重点,这里面主要提到的是互联网、物联网、云计算、电子商务等新兴产业和新业态。其次是智能制造、大规模的定制化生产等。
从现实世界来看,新技术、新产业、新模式已经有关注了。但学术上对这个的研究相对比较滞后。中国的政策一直是有政府来扶持产业发展的传统,我们中国怎么能甄别在新经济中中国的优势在哪里,这是政府非常关心的问题?第二政府应该提供什么样的产品或者服务,来促进新经济的发展,这是中国过去的产业政策在新经济领域自然延伸。对于基本的经济学的问题的探讨,包括政治上的需求的探讨,我想结合三个案例,来对这个问题做些思考。
阿里巴巴案例
第一个案例就是阿里巴巴的案例,用大家比较熟悉的案例,认识一下数据要素有什么样的属性和特点。我们对阿里巴巴进行了两次调研,第一次是和印度学者、日本学者,2015年对阿里巴巴进行了一次调研,最近一次是8月份,因为阿里上市了以后整个未来的发展战略发生了调整,我们也做了一些跟进。在介绍阿里之前,我对中国电子商务市场做个简要说明。
中国电子商务非常重要的一年就是1995年,当时中国成立了两个非常具有代表性的公司,一个是B2C,一个是C2C公司。B2C就是企业在网上买东西,C2C就是个人在网上买东西,这是最简单的一个界定。1995年成立了两家公司,一家就是马云,马云在外经贸干了一段时间以后,十几个人创办了阿里巴巴,现已成为商业神话了。另外中国在1999年成立了一个叫E趣的公司,是做C2C的,相当于现在的淘宝,它也是学当时国外的C2C的模式,在中国市场份额很快创造了市场第一,因为当时没有太多的人做这个行业。E趣的成功引起了国际巨头eBay的关注,eBay当时2003年做C2C,把E趣给收购了。2003年的时候eBay把它拿下来以后市场份额是85%,这一年马云也作了一个非常重要的决定,创立了淘宝,他们也认识到了B2B的市场很大,但是C2C的市场也很大,这两年出现了这两个的竞争。
当时作为网上的交易或者电子商务面临最典型的契约或者信息的问题是什么呢?我们一定要回到2003年的场景。因为大家刚开始接触电子商务,在网上买东西,所以有很多的习惯还没养成,很多的问题没有解决。比如说以前在商店买的时候可以看、可以试、可以摸,可以更多地和店家进行交流,但是在网上看到的只是图片,甚至2003年网上的图片都不像现在这么高清,只是文字介绍。现在这些问题已经解决了。
这些信息不对称就成了我们经济学里面常见的问题,就是买家和卖家不对称的问题,同时买家也会遇到的问题,我这个东西拿来了以后,你满意吗,这个我不知道。第二个你拿了我的东西你会如期付款吗,这个我当时也不知道,就会形成另外一个问题。就是你买了这个东西之后会出现道德风险的问题,这个东西你拿了以后明明用着挺好的,但是你在网上说不好要退货,这对买家来说是非常大的优势,但是对卖家是非常大的不确定性。更大的问题在这里,就是买卖双方都可能出现一些事先没有考虑到的问题或者购买事件,比如说这个商品我是卖家,我卖的时候这个商品很好,包装也很好,但是买家拿到东西之后坏了,我就搞不清楚是包装的问题,还是货本身的问题,或是物流的问题,当时没有一个很好的解决0机制,这就是契约不完全的问题。
这种高昂的交易成本对行业发展形成巨大的阻力,这个问题解决不了,电子商务就很难解决。
在欧美市场和中国市场遇到这样的问题,会有一些制度上的设计,比如说欧美有一个非常完善的征信体系。但是我们想想2003年的时候中国的信用体系远远没有成熟,即使现在中国的整个征信体系还在建设过程中。
因为中国没有比较完善的征信体系,也没有很好的信用卡支付习惯,中国发展电子商务的时候遇到信息不对称的问题比欧美更麻烦一点。中国信用体系不完善的市场,谁能更好地在你的平台上建立起来信用关系,谁就会更有效地吸引用户,你在市场上就更有竞争力,理论上叫制度化优先。电商从全球来看都有一个共同的趋势,就是通过第三方认证界定可信任的交易行为,第三方能确认的话能促成投资。看这两个企业是怎么做的,eBay收购了PayPal成为第三方的认证和交易工具。淘宝很快创立了支付宝,他们也需要这样的一个体系。这两个虽然都有这样的要件,但是他们之间产生了非常大的差异。
现在PayPal还是在美国使用。我们从三个方面来看它是怎么解决这些问题的。第一个是用户身份认证,E趣不断升级,一开始是邮件,后来也是比较多地用电话,再后来就是要实名认证,不断增加用户信息,来填用户真实的信息和真实的身份。第二个是用第三方的托管和支付,就买家买了之后通过PayPal这个系统,不是给银行打钱,而是通过这样的一个系统来做一个转帐,可以做一些追诉。第三个就是盈利模式上,这是非常大的差别,eBay从网上赚钱的模式是什么,比如说在网上花100块钱买一个东西,eBay要收10%的佣金,你在上面消费我要收钱,所以他一定会严格禁止这些人绕开他的平台私下交易,而且通过很多的方式来打击线下交易,比如说网上卖一个东西,同时发布了他的联系方式,发现有线下交易的倾向的话,会给很多的处罚。这是跟房地产中介的模式是一样,这是非常常见的模式。
它里面会存在一些问题,第一,实名认证很多人会用假的身份证,中国这种现象非常的严重,那个时候中国人不愿意在网上公布自己的信息。第二,只是通过PayPal做一个转帐,没有托管作用,没有真正起到第三方认证或者保障的作用。第三,限制了很多的信息,所以它限制了信息发布以后,可能带来的潜在交易,所以它的规模一直相对比较小。
我们再看看马云是怎么解决这个问题的,也是三个方面。第一个用户的身份认证,2005年如果有人用淘宝会有种记忆,当时网银不发达,挺麻烦的。第二个除了个人的身份信息以外,还有评分机制,这个宝贝用得好不好,你是可以打分的,eBay没有,这就有效地降低了一个信息咨询的问题,是非常大的进步。另外一个是支付宝是独立的实体来提供托管服务,全额赔付,你在网上买的东西不满意,只要店家跟支付宝签协议,支付宝先不管产品质量,先给钱,再调查店家的商品,所以网上有欺诈的行为也有一些非常严格的处罚方式。另外就是开放,支付宝不光是锁定淘宝的交易,我们可以看到2005年以后,你可以在支付宝上交水电费了,可以在网上充手机费了,这是非常大的开放。第三免费,你在网上交易,买家和卖家的交易不从中收钱,它鼓励大家发更多的私人信息,可以不停地把商品群体做大。你开店铺免费,但是如果你要有一些增值服务是要钱的,推广要钱,这是他的主要商业模式。因为这个平台做得非常好,越来越多的企业在这上面卖东西,就搞一个B2C变成了天猫,这是它的商业模式创新。
大量的用户进来以后会形成一个更大的数据群,就完成了数据要素的生成。我们对比美国的eBay,它当时完全没有意识到这一点,这是它第一步的变化。
它利用这个数据完全了数据的生成,就利用这个数据来建立一个低成本制度化的东西,它后来已经发展到我可以根据你的购买习惯,你的支付习惯,你的物流信息来看你这个人的信用程度怎么样,比如说你收货的地址,你半年或者一年没有变过,说明这个地方有可能是你的家,有可能增进你的信用。如果你能经常按时去交水电费、煤气费、电话费,这也说明你是一个信用良好的人,也会给你信用加分。还有你在网上买东西卖东西,评价,打分,点几朵花,差评也会,所有的数据都会加工成非常廉价的信用体系。这个在中国是非常有杀伤力的,因为中国的整个个人征信体系建立比较慢的,主要是银行,那个成本是非常高的。
通过这样的业务上的创新,我们可以发现阿里巴巴已经完全甩开了eBay,eBay现在还在网上零零散散卖一些东西,但淘宝已经发展衍生出了一大堆新的产品,这个让美国人看得目瞪口呆了。阿里非常强调的这样一个体系,当然它会有宣传的考虑,比如说我带动了很多的产业,很多的小微企业,很多的个人在我平台上面找到了工作,我是非常包容性的商业体系,我可以让农村也用淘宝,这是阿里的故事。
我们可以用另外一种方式来讲这个故事,就是阿里巴巴数据的治理模式,这个也是有决策上的考虑。阿里用它这个平台积累了消费数据、支付数据、物流数据、评价数据、金融数据,这些数据现在又被它统计到了后面更大的数据中心,我们在做调研的时候也问了他这个问题,我们可能从不同的领域不同的服务接触到阿里的产品,支付宝、淘宝、天猫等等,但是我们所有的数据进入各个平台以后像一个漏斗一样,会进入一个很大的数据中心里面去,这些数据会变成阿里专有的,阿里利用这个数据会开发出很多新的产品,包括我们个人的数据、企业的数据都变成了阿里巴巴的私人物品,从经济学的角度来看是非常强的私人物品。因为它有这样的数据中心,阿里以前没有考虑说我要建立一个数据中心,或者一个技术公司,因为他业务发展到这样的水平,现在又提出了云计算战略。阿里现在三大战略,电商化,在全世界范围要用淘宝的模式做更大的电商平台。第二个是农村的战略,农村淘宝计划,要把整个阿里的这一套电子商务系统,包括它的物流网络向广大农村推广。第三个是云计算,这个也是面向未来的,最重要的原因它掌握了大量的数据,他需要大量的云计算服务来为它的平台支撑。比如说双11,1秒钟多少笔交易,多少笔订单,多少的支付,全靠它后台的云支持,所以它利用了云计算瞬间能把空闲的资源全集中到双11这一天,同时用户的体验非常好,前几年双11卡得不行了,现在这个问题已经解决了。
阿里云现在能跟亚马逊、IBM媲美,但是它主要还是做电商零售的支付相关。经济学有一些非常经典的研究关于资源和基础设施的。经典的就是水资源和灌溉系统,我们很多人用水,但水不是平白无故就到我家里来的,需要很多人共同建立一个灌溉系统。有了灌溉系统我希望有水到我家,到我田里来,但是我又不想投资,不想挖这个水渠,我又不想花那么多的钱。
在旧的经济下,灌溉系统跟水是互补的关系,就是我要用水就用灌溉系统,但是在新经济下,数据和平台之间存在非常强的协同效应,我数据越多平台越强大,平台越强大我能产生更多的数据,是不断协同的过程。我们通过这样的一个对比,可以看到旧经济的资源和基础设施关系,和新经济下有非常大的不同。我们的资源不一样,平台也不一样,资源跟平台产生了新变化。
百度无人车案例
我做一个简单的背景介绍,这是非常典型的无人车的情况,它车上面有大量的传感设施,有雷达、有激光、测距,能感知车的情况,路的情况,驾驶者的情况,所有的信息都会集中到后面有一个像电脑主机一样,实时生成的数据,再通过一个网络跟远程的服务平台一个沟通,这个云平台能实时地优化车的路线、车的驾驶。
我们从技术上讲,数据是实现无人驾驶的核心要素,单独看一台汽车通过生成数据,数据的实时交流,就是无人车了。它跟阿里巴巴有什么不一样,阿里是先有平台,在平台上生成数据,而无人车没有数据,一个车就是一个数据,不能是一个平台。第二个阿里平台与数据是一体化的,平台和数据之间是高度匹配的,但是现在的各个车厂不一样,车也不一样,利用的OS系统也不一样,所以无人车的数据平台一体化非常低,几乎是一个企业一个方案。第三个是阿里的数据不依赖于硬件的终端,我们网上买东西不需要绑定一个什么终端上,用这个电脑也可以,用那个也可以,用手机也可以。但是无人车不一样,必须在车上加一个软件,是非常绑定性的,跟阿里有很大的不同。
接下来还有一个很基本的问题,无人车的数据谁来提供,谁来占有这些数据,谁来利用这些数据?非常复杂,从这个角度来看,如果这些问题不解决,无人车只是一个技术可能性,很难成功商业化。我觉得百度其实也认识到了这个问题,所以邀请了我们一大堆人,搞社会科学的、经济学的、管理学的、政治学的人,去它那里调研,希望我们共同研究百度无人车应该走什么样的商业模式。
我们再把这个东西做进一步分析,无人车有很强的外部性,在给定的算法情况下数据越多,无人驾驶越智能,引发数据竞赛。第二数据之间具有互补性,包括车辆的数据、道路的数据、导航的数据、驾驶的数据是综合起来的。第三还必须要有一定的基础设施,比如说我在车上生成的数据,必须跟远程平台数据中心做实时的联络,高频次的互通,这个车才能比较好地行驶在道路上。
面对这样的问题,我们传统的经济学有哪些经济治理模式?第一个数据具有很强的外部性,我们经济学叫做私人成本与社会成本不一致,如何解决这个问题,就是政府跟市场。第二种情况,数据之间具有互补性,在经济学里的概念就是资产的专用性,大家都说好这个资本谁来用,但我投资了以后,你不投资,我的成本就无法收回了。第三情况数据资源跟基础设施的关系。
这里面把商品改成数据,我们再用这个框架来看我们的新经济,我觉得会有比较有意思的情况,我们可以看到不同的企业商业模式对应不同的情况,比如说福特就是做汽车的,最近并购了一个做系统的公司,并购了以后那个公司变成了它的一个子公司,它的无人车,所有的数据都是车的数据是公司的,车用系统所产生的数据也绑定在车上。第二类也非常的有意思,我不生产车,就像我的电脑一样,微软本身不生产硬件,联想、华硕要装系统,没问题,就可以用我的系统。现在就是这个模式,我不排除别人来用,只要交钱都可以用,但是你不交钱不给你用。谷歌现在也是这种模式,可以排斥其他人,但是只要交了钱也可以用。特斯拉也是,但是有一个特点,开发了一个网络,你只要进入了这个网络你车上产生的所有的数据就变成了特斯拉的,但是这个数据只能是特斯拉用,你接入了这个系统产生的数据,我通过其他的方式也可以反馈给你用。
再看百度,在去年的商业大会上,把OS公开了,任何的企业都可以用我的OS系统,这样的方式目前来看有非常大的优势,它免费,所以希望大家都能够来参与这个系统,所以它这个系统生成的数据速度非常快,能很快超过一些其他的车厂,这是它目前比较成功的,被认为非常创新的一点。但是它现在面临非常大的困惑,就是今后怎么把钱收回来?今后的商业模式怎么调整?
再来看车厂,就是怎么定义数据,或者怎么使用。通过这个案例我们可以得到一些启发,只要把数据的资源处理成经济学最标准、最核心、最简单的商品属性,对应的就是车厂的商业模式,我们可以利用经济学理论,再来看各个车厂各种创新和变通,其实都没有跑过我们经济学最核心的东西。当然我们用这样的思维再来看不同的商业模式下,数据资源的利用水平和生产水平哪个更高,我认为会有更可靠的市场观察家会有更好的判断。
沈阳鼓风厂案例
我们的数据正在改变我们的制造业。介绍一下,现在很多国家都在做风力发电,我们生产的电上网,是比较粗放的方式。GE是在风机上装了很多传感器,实时通过这个系统把风的情况,生产电的状况,通过传感器全部集中起来,再回数据中心,把数据分析完以后,再传到电网上去,传到风力发电机上。比如说我知道天气的情况,风向的情况,我再通过远程控制的方式把风机的角度调一调,能更大范围利用风。
第二个就是风力发电其实是不稳定的,会冲击电网,发电不稳定用电也不稳定,可以结合起来,电力系统更加稳定。比如说我这边的用电量很少,那边的发电很多,我可以及时干预,通过这种方式,使得整个风力发电系统更有效率更加环保和节能。
GE做全世界最大的非常发动机,它现在做传感器,1秒钟能变化多少次的数据,收集数据,在一次长途飞行中能生成很多数据,所有的数据马上传回地面数据监控中心,能监控发动机的运行情况,一旦发现发动机在某个方面可能产生问题影响飞行,他们会及时进行调整,能提高整个航班的准点率,如果飞机发动机出了问题,通过这样的系统可以早点知道,就可以减少航班延误。
GE以前是非常强调装备制造的企业,这几年他们也在做转型,他们的装备制造业在下降,但是他们数据生成的服务是未来非常大的盈利点,这是制造业正在发生的变化,很多的传统企业都在改变。
所有的传感器,能把我们生产情况,需求情况,物流情况,全部用一个数据传到平台上,在这个智能工厂里生产出来的产品,本身又会产生数据,这个叫智能产品,把生产的数据和我们使用的数据再整合起来,变成一个大的数据系统,再返回到工厂里面,企业能够知道用户在使用的过程中有怎样的情况,有怎样的新需求,然后生产过程中做怎样的改进,形成一个闭环,这就是生活过程的智能化和使用过程的智能化。第二步就是我们智能化以后,物流配套,电网配套,我们的建筑也能配套,我们的建筑生产过程中会产生大量能源都浪费掉了,此后也可以被建筑利用起来,这方面我们中国也做了一些变化。
通过这样的背景我们再看沈阳鼓风机厂,它已有80年历史,主要就是给很多的工厂生产鼓风机,一些天然气,需要大的鼓风机做液化。以前是卖流转设备,但是卖出去以后就不管,现在提供售后服务。问题是怎么样让服务更加高效率?特别是流程,一旦鼓风机停了,整个的液化产业链停了,产生的影响非常大,所以要更好地维护。传统的方式面临很多问题,特别是现在的员工成本很高,如果利用一些方式把服务效率提高了,就不用那么多人。
他们是这么想的,但遇到了很多问题。第一,数据的数量现在远远不够,每一个产生的数据都不一样,没法进行标准化。第二,数据的安全问题,很多的企业不想把数据给别人。你把设备给我,我凭什么要把我的生产的情况给你,物流情况给你。企业认为数据要进行标准化,从我们的角度来看,标准是公共用品,为什么要用我的标准,为什么不用它的标准,就有公共标准提供的问题。第二个公共安全,安全也是一个公共的物品,你没解决这个问题,别人不会提供这个,还是你没有给用户提供更多的价值,别人不愿意把数据给你。第三个关于数据开放性的问题,转移到我们的经济学里面就是数据开放具有一个边界问题,边界问题第一个是产权,通过什么样的产权安排来解决这个问题,沈阳鼓风机厂给我们更多的是这些数据相关的产权问题,是不是不要标准委员会,或者行业组织来统一这个行业数据,这是一种解决方案。
发展新经济面临的突出问题是新型生产要素的问题,有可能我们没有拓展出来,有可能假设不符合新经济的特点。中国的企业如何通过企业模式创新加以应对呢?这是非常复杂的问题,我们首先要想到在中国的环境下,我们中国企业怎么利用这个模式,中国的市场这么大,切入点在哪儿。最后如何在理论上思考新经济中的新问题,这里面我讲了,经济学它其实有大量的拓展空间,因为我们知道制度经济学和产业经济学这几年不像以前那么大,但是我认为在这种新的现象里面是有很大的扩展空间的。
(本文根据主办方提供速记整理,未经演讲人审定)
校对:刘威
澎湃新闻报料:4009-20-4009   澎湃新闻,未经授权不得转载
关键词 >> 新经济,大数据,阿里巴巴,百度,

相关推荐

评论(0)

热新闻

澎湃新闻APP下载

客户端下载

热话题

热门推荐

关于澎湃 在澎湃工作 联系我们 版权声明 隐私政策 澎湃广告 友情链接 澎湃新闻举报受理和处置办法