下载掌阅APP，畅读海量书库
立即打开
科技的进步总是带来一波又一波生产率的提升，每一次的工业革命都在为高效率生产提供强大的助力。如今随着大数据的出现，高效率生产又一次迎来与以往完全不同的新变革。各个智能生产单元与其他环节相互呼应，从物料处理到工具管理、从生产流程到工序安排，从供应商到设计、制造到物流配送和消费者，高效率生产的前提是机械的正常运转，预防机器出现问题和及时提供解决方案需要大数据。生产商通过大数据实时监控生产的各个环节，以快速、灵活的方式分批次进行生产。
生产函数（Production Function）是指在一定时期内的既定技术水平情况下，所投入生产要素的数量与所能达到的最大产量之间的对应关系。生产函数与特定的技术条件相关联，是宏观经济增长的微观单位表现。经济系统在演化过程中，“创造性破坏”将引发产业革命，促进新技术的扩散和应用，从而产生新的生产函数。
在农业经济时代，生产条件的技术水平受到自然条件的制约而低下，土地和劳动力是核心的生产要素，劳动者主要采取以家庭为单位的人力耕种形式进行农业生产。古典经济学的生产函数模型是由以亚当·斯密、马尔萨斯和大卫·李嘉图为代表的经济学者所创造的。他们认为人口增长是经济增长的主要因素，因为人口增长使得可用于生产的劳动力的供给相应地增加。虽然他们也发现在劳动分工基础上的技术进步和资本积累的作用，但是他们认为这些都是为劳动力服务的，也就是认为其他因素有作用但是比较微弱。
式中， Q 是产品产量， A 是技术水平， L 是劳动力要素。
这个模型表明经济增长只能够依赖于人口的增长，并且生产的增长是有极限的。此模型表现出在经济上的悲观主义，马尔萨斯的人口论即是这一模型的实证。
在工业经济时代，生产条件的技术水平以大型机器设备为特征，物质资本、劳动力资本（主要指体力劳动付出）和土地（自然力）成为核心要素，以生产商内部组织为核心的大规模标准化生产是主要的生产组织方式。在20世纪40年代，英国经济学者罗伊·哈罗德提出新古典增长模型，他认为：资本和劳动力可以相互替代；资本是内生变量，技术进步因素是外生变量，资本和技术进步也是重要的影响变量；技术水平随着时间的改变，通过对生产函数本身的改变使得同样的要素投入有更大的产出，但是这种外在作用被看成微弱的，因为技术进步是缓慢的累积效应；在短时间内，技术进步对于生产函数的影响微乎其微，生产函数保持不变，只有资本和劳动力起主导作用。
式中， Q 是产品产量， A 是技术水平， L 是劳动力要素， K 是资本要素。
大数据成为新的生产要素，具备边际成本递减和边际报酬递增的特点。当数据用于生产活动时，比特化数据复制与传播的时间成本和劳动力成本微乎其微，摩尔定律使得数据存储和处理成本呈几何级数下降，打破农业社会和工业社会的生产要素投入边际成本递增规律。学习效应使得数据和信息迅速扩散到整个经济系统，从而成倍地提高社会生产率。“任意对象的数据化”使得生产商便利地连接市场主体，市场的“赢者通吃”法则使得具有优势的生产商进一步扩大领先地位，分散的研发成本趋向于0。
构造一种概括大数据特征的生产函数模型，体现出数据的价值创造性、非独立存在性、动态演化性，有助于我们加深对生产商真实生产过程的进一步理解。尽量避免为了追求数学模型的精确性和统计检验的通过率，从而放弃普遍的解释力。
短期生产函数： Q=A · f （ N ， K ， L ， D ， u ）·∑ u
长期生产函数： Q=B · S · f （ a · A ， n · N ， k · K ， l · L ， d · D ，∑ u ）·∑ v
式中， Q 是产量水平； A 是技术水平（包括管理方式、组织方式、人工智能等）； B 是营商环境； S 是基础设施建设水平（包括互联网、云计算等）； N 是自然资源； K 包括 K 1 和 K 2 ， K 1 是实物资本， K 2 是借贷资本和自有资本； L 包括 L 1 、 L 2 、 L 3 、 L 4 ， L 1 是普通工人， L 2 是具有研发能力的技术工人， L 3 是普通生产商家， L 4 是具有创新精神的生产商家； D 是大数据要素； a 、 n 、 k 、 l 、 d 是数据 D 分别对技术水平、自然资源、资本、劳动力、自身的增益倍数； u 是不可控事件的短期影响力； v 是不可控事件的长期影响力。
在大数据时代，存在着资本要素供给的结构短缺问题。与工业经济时代的资本总量短缺性质是不一样的，生产商面临“熊彼特竞争”即通过创新来获取市场优势，将导致极高的制度性的投资风险，因此需要政府建立风险融资、退出和监管机制。除了破产制度外，通过建立创业板的证券市场、有关收购与兼并的法律以及允许创业者回购股权的所有权制度来保障风险融资的顺利进行，这是大数据经济发展的基本条件。
企业的成长过程与生命体高度相似，都会经历诞生、发育、衰老、死亡，规模是企业生命长短的决定因素之一。对于生命体的成长来说，汲取能量的能力跟不上体重的增长程度，所以生命体长到一定程度就不能继续增大，只能停止、成熟、衰老。对于企业的成长来说，在开始时，规模增长相对快速，年轻企业维护支出没有随着规模扩大而迅速增加，得到资本支持实现快速增长。接下来，规模增长逐渐放缓，达到一定规模后，规模越大则维护支出越多，企业反而越脆弱。要想进一步壮大，必须做到汲取的能量大于消耗的能量。
从不同的产业模型来看，企业的规模越大则存活率越高、当期死亡率越低，小规模企业和大规模企业的生存危险期均为第3年。根据美国《财富》的统计数据，美国有62%的企业生命不超过5年，只有2%的企业能存活50年。根据日本《日经实业》的调查数据，日本企业平均生命为30年。根据中国国家工商总局公布的数据，中国企业退出市场的高发期是成立后的3～7年，退出企业生命在1年以内占13.7%，在2年以内占13.5%，在5年以内占59.1%。批发和零售业、制造业、租赁和商务服务业退出企业数量最多，占63.0%；电力、热力、燃气及水生产和供应业，金融业企业的平均生命最长，都超过8年，房地产、租赁和商务服务两个产业的企业平均生命最短，不到5年。
在经济学界，用于理解企业机制的理论主要分为三种：交易成本、组织架构和市场竞争。①交易成本最小化反映优化原则驱动的规模经济，比如企业实现利润最大化；②组织架构是企业的内部网络系统，传递信息、资源和资本，用于支持、维持和推动企业增长；③竞争带来市场生态内在的演化压力和选择过程。
如果要在市场竞争中生存下来，企业就必须具有适应性能力，这使得资源、资本、信息、能量与数据的整合成为必要。不同规模的企业都是典型的复杂适应性系统，大多数企业的生命周期并不长。由此一来，作用于企业的市场力量达到亚稳定结构的时间也更短。规模法则是支撑不同系统的网络结构优化的结果，来源于自然选择和“适者生存”内在的连续反馈机制。以此来推算“演化”时间更短的企业，如果也遵循比例变化，那么其数据围绕理想比例曲线的波动会比生物体更大一些。
从演化论的角度来说，企业的消亡是经济系统产生创新活力的重要组成部分，而这个过程来自“创造性破坏”和“适者生存”。正如所有生物体必须消亡以使得新生物绽放一样，所有的企业都必须消亡或者改变，以使得新的“物种”繁荣发展。企业的高流动性尤其是持续的并购是市场进程的必要组成部分，与发展缓慢的IBM或者通用汽车相比，谷歌或者特斯拉带来的兴奋和创新更加美好，这是自由市场系统的基础之一。
企业通常是高度受限的自上而下的组织，努力提高生产效率、降低运营成本以实现利润最大化。为了在追求更大市场份额和增加利润方面达到更高的效率，企业通常会在组织的微小层面增加更多的规则、规定、协议和程序，这导致官僚控制的增加，以管理、执行并且监管规定的实施，通常以牺牲创新和研发作为代价，而后者本应是企业未来和生存力长期保险政策的重要组成部分，如图3-2所示。
图3-2 从企业到市场的运营流程
资料来源：［美］杰弗里·韦斯特.规模——复杂世界的简单法则［M］.北京：中信出版集团，2018.
企业创新很难被直接量化，并且随着规模扩大，对于创新的支持跟不上管理成本的增长，规则和约束的逐渐增加，通常伴随着某家企业与消费者、企业关系的停滞不前，这将使企业变得更加僵化，由此无法对巨大的外部趋势或者冲击做出反应。企业的维度从诞生、成熟期后到最终停滞。企业面临的巨大挑战必须在市场力量的正反馈和开发新领域、新产品的长期战略需求之间取得平衡，前者会强烈鼓励继续生产市场检验过的有效产品，而后者是有风险的，不会立即带来回报。然而大多数企业是短视的、保守的、不支持创新或者风险观念的，这或许是能够确保短期收益的“好”做法。由此，企业将会变得越来越单一化，重新调整、彻底改造会变得越来越困难、成本越来越高昂。当企业家意识到自己所处的状况时，通常都为时已晚。当一场出乎意料的巨大波动、变化或者冲击到来时，企业便会陷入严重的风险之中。