技术专家当然要敢于幻想，要保持一种乐观和积极的精神，但经济学 是一门“阴郁的学科”，经济学家要看技术进步对经济的最终影响。让数字说话，让数字告诉我们事实。在劳动生产率数字没有明显地提高之前，我们所谈论的技术革命都只是“故事”。当然，换另一个角度来看，经济学家也有其乐观的地方，如果技术变革不如我们想象中的那么激烈，那么，人们担心的机器替代劳动的事情，也不必过度担心。人工智能会替代更多的属于中产阶级的工作，这是我们以前没有想到的。但总体来说，至少在可预见的未来，机器人不会夺走太多原本属于人类的工作。
链接阅读：Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War, Princeto n University Press.
未来风险：经济增长遇到了 “顶头风
·四股"顶头风”
让我帮罗伯特·戈登澄清一下。戈登教授承认，技术仍然在飞速进 步，经济也在不断增长。但是，从20世纪70年代之后，经济增长的速度放慢了，即使岀现了所谓的“新经济”，也无力回天。
戈登教授对未来经济增长的前景比较悲观。除了他反复讲到的， 1920-1970年间的“大创新”很难复制，电子计算机对人类社会的影响不如电来得广泛，他认为，还有一些“顶头风”，会进一步阻碍经济的进一步增长。
第一股“顶头风”是不断恶化的收入不平等。收入差距不断扩大，不 仅对穷人不利，对富人也不利；不仅会加剧社会矛盾，还会影响到经济的长期可持续增长，甚至动摇市场经济的基石。
第二股“顶头风”是教育。教育进步曾经是推动美国经济增长的主要 动力，如今却如强弩之末。1900年，只有10%的美国人能够高中毕业，到1970年，这一比例已经上升到80%o奇怪的是，到了2000年，这一比例反而下降到了70%。据说，这是因为进监狱的美国青少年增加了，所以上学的就少了。在所有的发达国家中，美国是唯一一个25-34岁之间人口的高中毕业比例比55—64岁之间还低的。大家都说美国的高等教育发达，但其中小学教育水平已经大大落后，就算是其高等教育，也出了很多问题。学费越来越贵，给学生们带来沉重的债务负担。全美国的大学学费债务已经达到1.2万亿美元。平均来讲，一个大学生如果在上学的时候借了 10万美元，他要工作到34岁才能还清贷款，而以后能够还清贷款的时间会越拖越长。教育中的阶层分化也越来越严重。富人区的小学质量远远超过贫民区的小学，而精英大学的学生大多来自高收入家庭。在美国，一样有“学区房”，一样要拼爹。
第三股“顶头风”是人口因素。人均产出是由劳动生产率，即单位时 间的产出和劳动时间共同决定的。劳动时间又取决于每个劳动者的平均劳动时间，以及有多少参加工作的劳动者。有多少参加工作的劳动者，取决于人口中的劳动人口(即扣除了不能工作的孩子和老人)，以及劳动参与率，即这些劳动人口中有多少人确实参加了工作。
“二战”之后，促进经济增长的一个强大因素是汹涌而来的婴儿 潮，即在1946—1964年生育高峰时期出生的一代人。如今，婴儿潮一代已经到了要退休的年龄，劳动人口将大大减少，而且，劳动参与率也在下降，这反映出很多劳动者找不到工作，只能等待政府的救济。如果你到美国走一趟，会发现美国也有“鬼城”，比如伊利诺伊州的盖尔斯堡(Galesburg),宾夕法尼亚州的斯克兰顿(Scranton),以及纽约州的雪城(Syracuse ),都已经不复当年的盛况，萧疏破败。雪城18岁以上的劳动人口中，有42.4%没有参加工作。
第四股“顶头风”是债务压力。按照美国国会预算办公室的预测，美 国的联邦债务占GDP的比例在2038年将达到100%,而戈登教授的预测是将达到125%O除了联邦债务，还有不断积累的州和地方政府的债务压力。
除此之外，还要考虑到全球化退潮，以及全球气候变化对美国经济带 来的冲击。根据经济学家威廉·诺德豪斯(William D. Nordhaus )的计算，在未来70年内，全球气温如果上升3度，将导致全球人均GDP减少2.5%o这一影响与人口因素的变化相比，要温和很多。
·美国未来的增速在1 %左右
综合以上各种因素，让我们对未来的经济增长大致做个预测。对未来 的预测，最靠谱的方法不过是趋势外推。我们把美国从1948年以来的实际劳动生产率增长速度划分为四个阶段。第一个阶段是1948—1970年的高速增长时期，这一时期实际劳动生产率的年均增速为2.71%。第二个阶段是1970—1994年的低迷时期，这一时期实际劳动生产率的年均增速为1.54%。第三个阶段是1994—2004年的新经济时期，这一时期实际劳动生产率的年均增速为2.26%。第四个阶段是2004年至今，这一时期实际劳动生产率的年均增速只有1%左右。取最好的时期，即1948年至1970年的2.71%,和最差的时期，即2004年至今的1%,可以得到一个加权平均值：1.38%。也就是说，如果美国经济没有更好，也没有更差，较大的可能性是保持1.38%的增速。
但是，我们不是讲过未来的“顶头风”吗？这些因素都是长期性的、 趋势性的，很难扭转。尤其是人口因素，会直接影响到未来的增速。按照研究经济增长的专家乔根森(Dale Jorgenson )的分析，人口因素在未来会使美国的经济增长速度降低0.3%,扣掉这0.3%,美国未来的增速就变成1.08%To
当然，你可以讲，事在人为，政府如果采取了有效的对策，还是可以 鼓励创新、缓解贫富差距、化解债务危机、提升教育素质的。按照戈登教授的估计，即使政府采取了各种对策，乐观地看，把美国未来经济增速目标定在1.2%是比较合适的，再高就不现实了。
链接阅读：Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War, P「in ceton University Press.
长期停滞：如何生活在一个经济增长率放慢的时代
·高速经济增长从来就不是常态
回想一下，20世纪90年代之后，直到全球金融危机爆发之前，是一 个经济增长的黄金时代。全球金融危机爆发之后，世界经济进入了 “大衰退”。乐观的中国领导人说，中国经济将进入“新常态”，国际货币基金组织总裁克里斯蒂娜·拉加德(Christine Lagarde )则略带苦涩地预言，全球经济将进入“新平庸”(New Mediocre )。如果把视野拉得更长一些，我们就会看到，20世纪90年代之后的“新经济”外表光鲜，但不免自我评价过高，若论全球经济增长的表现，20世纪50—70年代才是真正的黄金时代。我们已经对现代化的生活方式习以为常了，可是，即使是在欧美国家，像汽车、家电这样的产品，也只是在“二战”之后才“飞入寻常百姓家”的。
中国人没有赶上20世纪50—70年代那场经济革命。过去30年的经济起 飞，是我们对经济增长的唯一集体记忆。30年，足以给一代人的思想烙下深深的印记，但在历史的长河中，这只不过是一个极其短暂的瞬间。我们当然会留恋那个狂飙突进的年代，但是，对不起，那个年代已经一去不复返了。欢迎来到“平庸时代” O
为什么经济增长会出现退潮呢？因为高速经济增长从来就不是常态， 只是特例。只有在一国岀现经济起飞和赶超的阶段，才会有异乎寻常的高速增长，过了这个阶段，一切都要回归常态，就像抛到空中的球会落到地面上一样。全球经济如此，中国经济亦然。
·经济增长的两个来源
简单地讲，经济增长的来源可以分为两个部分，一是人口的增长，二 是人均产出的增长。要想有经济增长，要么有更多的劳动力，要么有劳动生产率的提高。先看劳动力的数量变化，这就要对未来的人口格局有清醒的认识。我们对未来的很多预测，都建立在全球人口数量将会不断增加这一假设之上，然而，这是一个错误的假设。
21世纪，全球人口变化会出现一次新的革命，即全球人口规模将在达 到一个峰值之后逐渐回落。全球人口增长率预计到2030年会降至0.4%,到2070年会降至0.1 %左右。21世纪后半叶，即从2050年到2100年，预计全球人口增长率平均为0.2%。如果再细分，又能看到，这一时期人口的净增长将全部来自非洲（人口增长率大约为1%）,美洲的人口增长率为0%,欧洲和亚洲则出现负增长（分别为-0.1%和-0.2%） o中国将会遇到最为严重的人口老龄化：我们会在变得富裕之前就衰老。
过去，人们担心的是人口爆炸，害怕人口的增长会带来更多的社会负 担，现在我们才看到，经济增长先是会带来人口的加速增长，但随后就会导致人口增长率的下降。一开始，随着经济发展水平的提高，粮食供给增加，尤其是医疗卫生条件大幅度改善，人口增长会加速。之后，随着妇女文盲率的降低，避孕药具可以合法、公开且较为廉价地出售，再加上孩子抚养成本的上升，人口增长率又出现了下降趋势。这已经是大势所趋，也正因为如此，即使中国已经局部放松了对生育的管制，但仍然无法逆转人口增长率下降的大势。
人口数量减少，尤其是劳动人口的减少，直接导致经济增速放缓。人 口增长率下降会带来老龄化问题，扶养老人的担子越来越重，也会影响到经济增长的潜力。
进入老龄化社会之后，一个国家的改革动力也会消失。年轻人居多的 时候，一个社会尚有勇气和魄力做出暂时的牺牲，完成艰难的改革。到老年人居多的时候，暮气沉沉，朝不保夕，很难再做出调整。老龄化社会同时也更容易成为一个贫富悬殊的社会。如果子女多，则能够继承到的财产相对较少，更多地要靠自己去努力，但如果子女少，遗产继承更容易导致财富集中。想想我们这一代，生逢高速增长时代，你如果努力、勤奋，能够赚到的钱会远远超过父母一辈子的积蓄。但是，假如人口增长放缓，经济也进入低迷状态，家庭财富的积累就会变得更重要，自己干得再好，到头来还是比不过人家的爹妈有本事。由财产继承带来的贫富分化在中国尚未成为一个尖锐的社会矛盾，但要不了多久，我们就能感受到令人窒息的不平等问题。
从另一个方面来看，就算劳动力的数量减少，但如果劳动生产率不断 提高，我们不是仍然能够保持经济高速增长吗？没错。可是，我们过去能够保持劳动生产率的迅猛提高，主要是因为我们处于赶超阶段。处于赶超阶段的落后国家有一个独特的优势，那就是可以看到学习的榜样，依葫芦画瓢，通过模仿，迅速地逼近技术前沿。这在工程学上有个说法，叫“反向工程"(reverse engineering ),说白了就是把别人的东西拆了，重新组装，多拆几次就学会了。问题在于，随着中国的经济发展，技术水平不断提高，跟技术前沿的差距越来越缩短，赶超的难度也就日益增加了。
·产业结构转型能维持中国经济的高速增长吗？
经济发展还会带来产业结构的变化。我们可以大致把产出分为三类： 一是制造品。制造业的劳动生产率增长速度最快，新产品层出不穷，日新月异。电脑和手机如果过了半年还没有新款出来，我们就会觉得慢得难以接受。
二是初级产品。这些部门的劳动生产率也在增长，但同时更多地受 到自然条件的约束，增长相对缓慢一些。以农产品为例，育种、灌溉、化肥、农药、运输、仓储、食品加工等技术的进步，在相当程度上提高了农业生产的效率。
三是服务业。服务业涉及的范围非常广泛，差异也极大。一般来说， 传统服务业的劳动生产率提高是最为缓慢的。最典型的以理发为例，美国的理发师不比中国的理发师高明到哪里，但理发的价格会比中国贵很多。一般来说，随着经济的发展，服务业在一个国家经济中所占的比例会越来越高。但这不一定会导致一个国家潜在经济增长率的提高，相反，倒是很有可能导致潜在经济增长率的降低。
那我们为什么还要发展服务业呢？发展服务业的最主要意义不是为了 促增长，而是为了保就业。像中国这样的制造业大国，服务业也已经超过制造业，成为创造就业机会的冠军。
·中国能否走出“中等收入陷阱” ？
时下有个很热的讨论，就是中国能否走出“中等收入陷阱”。按照 世界银行1989年提出的标准，以1987年为基准年，人均国民收入低于或等于480美元的国家为低收入国家；人均国民收入高于480美元，低于或等于6000美元的国家为中等收入国家；人均国民收入高于6000美元的国家为高收入国家。到了2013年，中等收入国家的门槛为1045美元，高收入国家的门槛为12745美元。排除物价和汇率的影响，以实际收入来衡量，这和1987年的480美元、6000美元门槛是等价的。从进入中等收入国家（人均480美元），到从中等收入国家毕业（人均6000美元），意味着人均收入水平要提高12.5倍。
这是一个漫长的征途。要是想在20年内“毕业”，一国的人均国民收 入的年均实际增长率需要达到13.5%。人类历史上还没有哪个国家有这个能耐。要想在50年内“毕业”，一国的人均国民收入的年均实际增长率需达到5.2%。这也是一个艰巨的挑战，但是有可能实现。中国在过去50年内的人均GDP年均增长率就达到了 6.7%O
换一种算法，要想跨越这12.5倍的收入差距，如果能保持4%的经济 增长速度，需要64年；如果保持3%的经济增长速度，需要85年；如果保持2%的经济增长速度，需要127年；如果保持1%的经济增长速度，则需要253年。
设想一下，中国经济从此告别了 10%以上的高增长，慢慢地回落到 7%、6%甚至5%,那岂不是一个黯淡悲观的前景？倒也不是。经济增长放慢并不可怕，只要不出现“硬着陆”，能够维持持续、稳定的增长，中国经济仍然会有长足的进步。经济增长的本质是“复利”，一年一年如同滚雪球一般越滚越大。只看单独一年的经济增长率高低没有太大的意义，重要的是要有耐力。
狂飙突进的高速经济增长时代已经一去不复返了，再去追求过高的经 济增长速度，没有任何意义。我们已经跑完了400米跨栏，现在比的是跑马拉松。不能再按照跑跨栏的节奏参加比赛了，未来的竞赛，比的是耐力和毅力，所以更重要的是要保持长期、稳定、持续和平衡的经济发展。眼光不要盯着面前的跑道，要目视前方，调匀呼吸，保持好步伐的节奏，心中想着最终的目的地。生活在一个经济增长率放慢的时代，我们需要有更多的平常心。
导读
·你在海平面看到的经济学
只要做好知识产权保护，市场经济中的逐利行为就会自动地带来技术 创新。技术创新将会带动劳动生产率的提高。随着技术的存量越来越大，技术创新的步伐也会越来越快。我们现在正处在一个以互联网、大数据、人工智能等技术为引导的新的创新浪潮，这些技术创新推动了经济全球化，使得世界经济的竞技场变得更加平坦。未来的经济增长将继续加速。明天总会比今天更加美好。
·你在高海拔看到的经济学
技术创新并非线性的，也不会立刻带来劳动生产率的提升和经济增 长。技术和社会融合起来，才会真正改变全球经济的格局。所以说，技术进步不是一个快变量，而是一个慢变量。技术进步的速度很快，人类适应技术进步的能力却很慢，由此会带来很多潜在的风险。比如，大数据有可能带来隐私的泄密，也可能使得互联网企业变得越来越集中。
·本辑导读
《指数型增长：不是我不明白，这世界变化快》讲到，技术的进步可 能是指数型的。硬件在进步，软件在进步，而且各种技术叠加、混搭，催生出更多的进步。不过，人类适应技术进步的能力是线性的。我们适应技术进步的速度已经落后于技术进步的速度。要想在加速变革的时代能够幸存下来，我们必须学会“快速失败”、快速迭代。
《超新星：来自云端的超新星》讲到，《纽约时报》专栏作家托马 斯·弗里德曼(Thomas L. Friedman)把“云”称为“超新星”。“超新星”是指恒星出现的爆炸，这是宇宙中能够发生的最大规模的爆炸。大数据和“云计算”会把旧的事物变成新的事物，从方方面面改变经济活动。
《大数据：为什么说天才数学家谢顿是错的》讲到，在科幻作家阿 西莫夫(Isaac Asimov)的小说《银河帝国.》中，天才数学家谢顿(HariSeldon )说，历史是可以预测的，但单个个体的行为却不可预测。谢顿恰恰说反了。历史是不可预测的，但我们每个人的行为可以非常精准地被预测出来一因为我们都是习惯的奴隶。
《数据隐私：你的一生，分分秒秒都已被监控》讲到，大数据固然能 够给我们带来很多便利，但也会让我们失去了隐私权。当隐私泄露之后，企业和政府都有可能秘密地加强对社会个体的控制，我们不仅仅会失去自由，也会在一定程度上失去公正。
《人工智能：未来的工厂里只有一个人，一条狗》讲到，有个关于人 工智能的笑话是，未来的工厂里只有一个人，一条狗，狗是负责看住人，不让人去动机器的。这个笑话表达出人们对人工智能替代劳动者的担心，但我们距离这一天还早得很。
《技术失业：谁来帮助求职者》讲到，我们应该更多地思考，如何能 够利用互联网和大数据，帮助那些处于弱势的求职者。如果能够更加精准地帮助求职者，不仅有利于企业用更有效率的方式雇佣到更好的员工，而且能够让每一个求职者找回自信，这个社会会因此更加美好。
《唯快不破：为什么游击队能够战胜正规军》讲到，在加速变革的 时代，传统的大型社会组织，比如政府、政党、军队，都会遇到挑战，而新兴的力量正在崛起。这是一个游击队战胜正规军的时代。但是，新兴的力量大多只会破坏，不负责建设，因此，权力的终结或许会带来更多的混乱。
《新的旧思想：100多年前，马路上跑的都是电动车》讲到，很多新 的点子，其实早就有了，比如电动汽车。只不过，有些新点子太新颖了，就会生不逢时，后来又被人们遗忘了。如果想要更好地创新，不能只是朝前看，还要不时地复习历史，“温故而知新”。
《旧的新思想：有能帮你获得心灵平静的可穿戴设备吗》讲到，有些 新点子，看起来新，其实是很陈腐的。有一种可穿戴设备号称可以帮助你获得心灵平静，但其遵循的思路却是已经落伍的行为主义，即想让你做好事就奖励你，如果觉得你做了坏事就惩罚你。这是马戏团驯兽的方法，怎么可能用这种方法修炼到心灵平静的境界呢？小心被所谓的新技术忽悠了。
《旧的旧思想：为什么有人相信地球是平的》讲到，在思想的市场 上，不是所有的假冒伪劣产品都会被自动地淘汰，很多荒谬的观点会一直存在，相信它们的人自以为真理在手，固执得很。我们都可能会不小心掉进陷阱，对这些荒谬的观点将信将疑。
《皮浪主义：做一个积极的怀疑主义者》讲到，当我们分辨不清什 么是真理、什么是谬误的时候，先不要妄下结论。要先悬置判断、放空自己、心无旁鸯、胸中无剑，才能有更宽广的胸怀去接受新事物。
指数型增长：不是我不明白，这世界变化快
·摩尔定律
当世界变快了之后，人们会有不适应的感觉。速度并不总是带来激 情，速度也会带来眩晕。如果你坐上一台跑车，两三秒钟就能加速到100公里，那是多么爽的事情，但要是一直按照这样的速度加速，车子跑得比火箭还快，你能受得了？我们的种种不适应，都是因为技术的变化速度太快，而人类的适应速度太慢。
为什么技术变化的速度会不断加速呢？先来看看摩尔定律。摩尔 (Gordon Moore )是著名的仙童半导体公司的创始人之一，硅谷的元老级人物。他曾任仙童半导体公司的研发实验室主任。1965年4月19日，他在《电子》杂志上发表了一篇文章，题目叫《将更多的原件塞入集成电路中》。摩尔在文章中预测：“(半导体芯片上)集成的元件数量将每年增加一倍……而且有理由相信这种增速在至少十年内会保持相对稳定。”
这一预言太激进了。这意味着技术进步会不断加速增长，呈指数型增
长，越到后来，增长速度越快。这和我们的直觉是不一样的。连摩尔本人 都觉得这一预测太离谱。1975年，他修正了自己的预测，说翻倍的时间不是每年一次，可能是每两年一次。
一次又一次地，人们预言摩尔定律已经到头了，但一次又一次地，出 现了新的技术创新，于是，摩尔定律继续有效，到现在一直持续了50年。当然，终有一天，摩尔定律会失效。最近两次迭代大约用了两年半的时间，而非两年，所以技术加速确实有所减慢，但技术进步的步伐是不会停息的。
为什么会是这样呢？硬件在不断进步，软件在不断进步，还有各种技 术叠加起来，混搭起来，催化出了更多的进步。
比如，从硬件来看，50年来，半导体行业一直在寻找新的方法，要么 保持成本不变，但缩小晶体管的尺寸；要么保持晶体管的大小，但减少制造成本；要么找到新的工艺，开发新材料。
仅仅是硬件的改进，还不足以带来如此快速的技术进步。软件的改 进，可以在不改变现有硬件的基础上，大幅度提高其效率。
·美国电话电报公司的赌注
2006年，美国电话电报公司和乔布斯签订了一个合同，成为iPhone在 美国的独家服务提供商。这是一个很大的赌博。第一，当时美国电话电报公司连iPhone长什么样子都没有见过，他们只是因为相信“乔帮主”，才签了约。第二，美国电话电报公司隐隐约约感觉，手机用户会暴增，会给他们的网络容量带来巨大压力，但压力到底多大，谁也不知道。时间紧、任务重，也不可能把原来的线路和无线网络设备大规模改造。怎么办？美国电话电报公司的思路是用软件之长，补硬件之短。他们把能够调动的技术人员，几乎都调到了软件部门。
你可以把电话线路想象成高速公路。如果高速公路上都是开车不讲规 矩的司机，或是胆战心惊的新手，交通很容易拥堵。那么，如果全部换成无人驾驶汽车呢？同样是一条公路，能够通行的车辆一下子就会倍增。这就是美国电话电报公司的思路。还是原来的网络交换机、电线、芯片和电缆，通过软件进行优化之后，能够传输数据、文本和语音的速度大幅度提高。
计算机的存储和计算能力越来越强大，软件越来越先进。互联网又 进一步促进了软件和硬件之间的相互促进。如今，人工智能又成了新的热点。当人工智能突破临界点之后，就会和人一起推动技术、加速进步。
·直线最终会落后于指数型曲线
人类很难理解指数型增长的威力。美国科学家乔治·伽莫夫(George Gamow)在《从一到无穷大：科学中的事实和臆测》一书里讲过国王和国际象棋发明者的故事。据说，发明国际象棋的是印度舍罕王的宰相达依尔。国王见到这个新奇的游戏，一下子就入了迷。国王心情愉快，顺口跟达依尔说，你想要什么奖赏都可以，尽管说。达依尔说，我只有一个很谦卑的要求，能带回去一点大米给家里人吃就好。要不这样，请您在国际象棋棋盘的第一个小格里放1粒米，第二个小格里放2粒，第三个小格放4粒，以后每一个小格都比前一个小格多一倍，请把摆满棋盘上64个小格的米粒赏给您的仆人吧。国王觉得这根本不算什么，后来才大吃一惊。一开始，每个小格里的米粒确实不多，到了第16个方格时，就得放上1公斤米。到了第2M方格时，得推来一手推车的米。事实上，要想填满64个方格，需要的麦子超过了 1000年来全球大米的生产总量。这就是指数型增长的巨大威力。
人类的确在努力适应技术的进步，但我们的适应速度是线性的，不是 指数型的。如果把一条指数型的曲线和一条直线画在一张图上，你就会发现，两条线会有个交叉点，然后，指数型曲线会越来越陡山肖，而直线落后于指数型曲线的差距会越来越大。现在，我们已经到了直线落后于指数型曲线的地方。
不是我不明白，这世界变化快。这就是我们感到越来越焦虑的原 因。我们从小到大，要接受12年、16年，甚至更长时间的教育。我们原本以为，上完学，就不用再学习了。但现实很可能是，当你读完大学T,才发现自己所学的都已经过时，你必须从头再学。这是一种什么样的感受？
创新的周期越来越短，学习和适应的时间越来越少。这是我们不得不 面对的未来。有些人能够做得更好，有的人可能做得更差，但没有人能够做得十全十美。要想在加速变革的时代能够幸存下来，我们必须学会“快速失败”：用更短的时间、更低的代价去尝试、去失败，然后迅速地调整、迅速地改进，如此循环，不断迭代。
链接阅读：托马斯·弗里德曼，《谢谢你迟到》，湖南科学技术出版社。
超新星：来自云端的超新星
·啤酒和尿布
沃尔玛在每个商品上都贴上了条形码，这样，他们可以监测各种商品 的销售量，以及它们之间的关系。有一天，沃尔玛的销售部门发现了一个奇怪的现象：啤酒和纸尿布的销量似乎会一起增加。
这两种商品风马牛不相及，为什么会出现这种正相关的关系呢？后 来，他们才搞明白这是为什么。当家里有了新生婴儿的时候，最忙碌的是妈妈，以及照顾妈妈的外婆，或是保姆，爸爸当然也很高兴，但他帮不上什么忙。于是，家里人就说，去去去，去沃尔玛买包纸尿布，不要在这里正忙不帮帮倒忙。于是，爸爸就到沃尔玛去买尿布了。有了孩子，他非常高兴，觉得自己要庆祝庆祝，所以，买完纸尿布，他会顺手拎几瓶啤酒回家。沃尔玛的销售人员试着把啤酒放在纸尿布的货柜旁边，啤酒的销量增长更快了。
·怎样知道奶牛排卵的时间？
这还不算最神奇的故事。
在《谢谢你迟到》里，有一个更有趣的关于大数据的案例。日本的奶 农向富士通公司提出了一个问题：怎样才能提高繁殖奶牛的成功率？当奶牛进入发情期，开始排卵的时候，可以成功地进行人工授精。但是，在每21天内，奶牛只有大约12—18个小时是在发情期，而且通常是在晚上。你怎么知道奶牛什么时候排卵呢？就算找个人24小时盯着，但怎么才能知道奶牛排卵的准确时间？
复杂的问题常常会有意想不到的简单答案。富士通公司想出来的解决 办法就是给奶牛装上计步器。奶牛发情时的一个简单秘密就是它走的步数不同寻常。根据这个数据，可以以95%的准确率预测奶牛的排卵时间。当计步器发现奶牛排卵的时候，就会给农场主的手机上发一条短信，农场主就能够在准确的时间进行人工授精了。
更奇妙的是，通过对奶牛数据的分析，富士通发现，在开展人工授精 最理想的16小时时间窗口内，如果在前4个小时人工授精，就有70%的概率得到一头小母牛，要是在接下来的4个小时人工授精，就会有更高的概率得到一头小公牛。牧场主可以更方便地调整公牛和母牛的比例。富士通还发现，通过识别奶牛脚印的图形，可以提前发现八种不同的奶牛疾病。这一切都是因为在奶牛的身上挂了一个传感器！
·不是云，而是超新星
为什么我们会进入大数据的时代？首先，技术进步使机器具有了更多 的感知能力。机器能看、能听、能说，甚至能辨别味道。于是，越来越多的信息可以被转化为数字化的数据。其次，存储能力和计算能力正按照摩尔定律的速度加速提高。再者，互联网带来更多的共享和合作，我们处理和分析大数据的能力越来越强，这就带来了一个新的生态。我们习惯于将这种新的生态称为“云”。
《纽约时报》的专栏作家托马斯·弗里德曼觉得“云”这个术语不 过瘾，他将之称为“超新星”。这个说法最早是微软的计算机设计师克雷格·蒙迪(Craig Mundie )提出的。所谓“超新星”，是指恒星出现的爆炸。恒星爆炸之后，会在极短的时间之内爆发出极强的亮度，最强可以是太阳亮度的5000多倍，在短短数周时间内，超新星释放出来的能量，可以媲美太阳在一生中释放的能量的总和。这是宇宙中能够发生的最大规模的爆炸。
这一表述显得多少有些夸张。其实，这更像化学中所说的从固态到液 态的"相变"(phase change )。当物体处于固体状态时，是僵硬、固定、不变、摩擦力很大的。当物体从固体变成液体之后，突然变得更加灵活、到处流动，而且好像没有了摩擦力。在硅谷，人们常说：凡是可模拟的东西皆可数字化，凡是可数字化的东西皆可存储，凡是可存储的东西皆可分析。这是我们能够加速变革的重要推动力。
火车上装了传感器，就不再是传统的火车。在行进的过程中，火车 能够感知铁轨的状况，能够监测在不同的地形下行驶每公里需要消耗的能量，这就能够提醒工程师对出现异常的路段及时维修，并不断地优化两地之间的运输效率，思考如何才能减少能耗、开得又快又稳当。垃圾箱装上了传感器，就能及时地提醒清洁工，要清理垃圾了。船只装上了传感器，就能不断传输关于风浪的数据，方便更好地做天气预报。
于是，一切旧的东西可以变得更新，许多新的东西可以横空出世。
欢迎来到加速变革的时代。这听起来很像一个美丽新世界。当然， 有激动人心的地方，就有令人沮丧的地方。大数据能够带给我们更多的方便，也能带来更多的烦恼。
链接阅读：托马斯·弗里德曼，《谢谢你迟到》，湖南科学技术出版社。
大数据：为什么说天才数学家谢顿是错的
·谢顿的心理史学
阿西莫夫是最杰出的科幻作家之一。他在小说《银河帝国》系列里 塑造了一位叫谢顿的天才数学家。谢顿最大的贡献是发明了心理史学。心理史学研究的是真正的大数据。据阿西莫夫的描述，当时银河帝国一共有2500多万颗住人的行星，总人口有千兆。谢顿发现，只要人数足够之多，人类的行为就能够用统计方法预测。所有人的合力决定历史的演进方向。
谢顿根据心理史学预测，统治银河帝国的川陀王朝将会在300年内崩 溃，于是秘密地建立了一个能够保存人类文明的基地。据说本·拉登就是看了《银河帝国》后把自己的队伍命名为基地组织。谢顿还说，心理史学只能预测群体的行为，不能预测个体的行为，因为每个个体都是独特的，个体的行为没有什么规律可言。
谢顿恰恰弄错了。在大数据时代，个体的行为可以相当准确地被预测 出来，但是未来是不可能预测的。心理史学的方法论是对的。谢顿假设，要使心理史学起作用，群体中每一个人都不能知道自己已经是心理史学的分析样本，这样才能保证每个人的行为都是随机行为。麻省理工学院的桑迪·彭特兰(Sandy Pentland )教授曾经做过一个研究。他的研究团队给大学生们免费发放智能手机，拿到手机的学生的一举一动都会被记录下来，比如给谁打了电话，聊了多长时间，都去了哪里，周围都有什么人，等等。一年下来，彭特兰教授的研究团队拿到了45万小时的数据。
·每个人都是习惯的奴隶
大学生应该是最自由、最热情奔放的社会群体了吧？但是其实，大部 分学生的生活都很单调。周一到周五，他们会去学校，晚上就回宿舍，过着“两点一线”的生活，只有周末才会释放一下内心的狂放。但这种狂放也是有规律的，周五和周六的晚上通常是狂欢时间，学生们会出现在相对固定的时间、固定的地点，和自己熟悉的人在一起。彭特兰教授的研究团队开发了一个运算系统，预测学生们的行为。这个运算系统的预测准确率高达96%O畅销书《爆发》一书的作者巴拉巴西(Albert-Laszlo Barabasi )买了一块带有GPS定位系统的手表。他的一个学生用彭特兰教授的运算系统，在几天之后，就能以80%的准确率预测到他的行踪。
或许你会说，彭特兰教授做的试验样本量太小，也就是麻省理工学院 里面的一群学生。要是人数更多呢？比如，要是一个城市呢？彭特兰教授开发了一套系统，帮助旧金山探索科学博物馆搜集来自手机的GPS数据。根据这些数据，可以预测上千万人口在数天或数周之内的活动规律。
你猜怎么着？我们的生活比自己想象的乏味得多。正常时间，也就是 工作日，我们每天沿着同样的路径，上班、下班，接孩子、回家做饭。周末和假日总该休息一下了吧，这是购物、休闲的好时光。令人吃惊的是，我们在休息时间去的地方和做的事情也几乎是一成不变的。我们会去自己熟悉的餐厅，叫自己最喜欢的那几道菜。城里那么多商场，我们只去离自己最近的，或是最喜欢的三两家。彭特兰教授的运算系统可以以90%以上的准确率预测出人们的行为。
让你更郁闷一下。在所有的人群中，富人的行为是最不好预测的，因 为他们有的是时间，有的是钱，可以更随心所欲地到处探索，尝试新鲜事物。想体验丰富多彩的人生，可能最好的办法就是交一个像王思聪这样的朋友。
我们每个人都觉得自己是与众不同的，那是因为我们不够成熟。见得 多了，体验得多了，你就会发现，其实每个人都是一样的。当人数足够多了之后，大数据可以准确地预测岀我们的行为。不管是年轻人、中年人，还是老年人,所有人的可预测程度都是差不多的。每个人都是习惯的奴隶。
·沙堆系统
但是，历史却是不可预测的。每个人的行为之所以能被预测，是因为 它们在不断地发生，我们日复一日，年复一年，遇到相似的问题，会有相似的反应。历史是什么？历史是沿着时间之轴，在每一点上，所有人的反应的合力。马克·吐温说过，历史不会重演，但却押着同样的韵脚。读历史书的时候，我们总是会感叹，历史竟是如此惊人地相似。这很容易让我们猜测，或许，历史的发展背后，有一个亘古不变的规律。这样的规律是不存在的，任何试图去预测历史演进的努力都是徒劳。
归根到底，人类社会是一个复杂系统，而复杂系统是不可预测的。最 简单的复杂系统是沙堆。假设你在沙滩上玩，随手用沙子堆了一个金字塔形状的沙堆。沙堆越堆越高。你有没有想过，能不能把沙堆一直堆下去，堆到月亮上？当然，这是不可能的，当沙堆堆到了一定的高度之后，随时有可能崩溃。但什么时候会崩溃？是再往上放一粒沙子会崩溃，还是再往上放一千粒沙子会崩溃？我们不知道，也不可能预测。
或许，你会不服气。要是用仪器记录下每一粒沙子的运动轨迹，怎么 没有办法预测呢？
科学家还真做过这样的试验。：IBM沃森研究中心的物理学家海尔德 (Glenn Held )从沙滩上采来沙粒，再把沙粒烘干，放进一个像胡椒研磨器一样的罐子里。然后把这个容器和电脑连接起来，电脑控制着罐子的转动速度，沙粒一粒一粒地落下来，掉进一个盘子里。海尔德发现，当沙粒最初掉落的时候，好像有人在指挥一样，会自动地形成一个稳定的沙堆。这在物理学上叫作“自组织过程”。但是，当沙堆高到一定程度之后，就进入了不稳定状态。按照我们的常识，沙堆本来是一个稳定的系统，只有出现外界的强烈冲击时，才会突然倒塌。沙堆试验告诉我们，沙堆上再掉落一粒沙子，或是再掉落一千粒沙子，导致崩溃的概率是一样的。物理学里也有个术语描述沙堆的崩塌，叫“無律分布”。简单地讲，导致沙堆出现小的崩塌的沙粒很多，而导致沙堆出现大的崩塌的沙粒很少。
自然界中到处都有“幕律分布”的例子。小的地震无时无处不在发 生，大的地震极为少见，但破坏力会呈几何级数增加。小的社会骚乱经常发生，决定历史转折的大革命极为少见。但你怎么能知道，哪一次小小的骚乱会最终酿成革命呢？我们能不能预测沙堆出现的“革命”呢？海尔德发现，沙粒之间形成了一个系统，互相挤压，互相联系。随着沙粒的掉落，沙堆系统的复杂程度将不断扩大。哪怕再掉落一粒沙子，整个模型都要重新修改。如果谢顿想预测越来越遥远的未来，他需要知道的关于初始条件的信息将会呈指数形式递增。《银河帝国》里讲，谢顿能够预测未来1500年。这是不可能的。
沙堆理论告诉我们，未来是不可预测的，但并非不可知。就像你知道 历史的演进也遵循“幕律分布”，但是你无法准确地预报下一场大地震将在何时何地爆发一样。但这并不意味着我们就要放弃对地震学的研究，我们可以逼近真理。有趣的是，19世纪的法国小说家雨果曾经说过：“我们怎么会知道这个世界是不是由掉落的沙粒形成的呢？ ”他一个文科生，怎么猜出来的？
链接阅读：阿莱克斯·彭特兰(Alex Pentland ),《智慧社会：大数据与社会物理 学》，湛庐文化，浙江人民出版社。
数据隐私：你的一生，分分秒秒都已被监控
·你的隐私只剩零了
算来已经是18年前了。1999年，美国太阳微系统公司(Sun Microsystems ) 的CEO斯科特·麦克尼利(Scott McNealy )在一次发布会上，对台下众多媒体记者和分析师说道：“你的隐私只剩零了，想开点吧。”
在大数据时代，你的一生，分分秒秒，都已经被别人监控。这个世界 将分为监控阶级和被监控阶级，很不幸，你我都属于被监控阶级。
当你在网上购物的时候，你的信息已经被存储起来。当你在微信里刷 朋友圈的时候，你的活动已经被跟踪。当你敲击电脑键盘的时候，电脑程序可以记录下你的键盘操控过程。当你走在大街上的时候，有无数监控摄像头正冷冷地盯着你。或许有一天，纸币不能再用，至少大额纸币会用得越来越少，于是，你的每一笔交易，都能在网络上留下痕迹。你五岁在幼儿园里欺负小姑娘的视频，可能会在50年后被人调出来在网上传播。你在酒酣耳热之后讲的那些愚蠢的话，转眼间就会在网络上被人疯传。
