数字经济的两大定律

比特世界之所以具有如此大的引力，离不开与之有关的两大定律——摩尔定律和梅特卡夫定律。它们曾在消费互联网领域得到过充分的验证。

1949年夏天的一天，科学家克劳德·香农用铅笔在一张笔记本活页上自上而下画了一条竖线。他在竖线旁边依次写下了10的幂数，从10的0次幂一直写到10的13次幂。这条线被克劳德·香农命名为比特存储容量，然后他开始列举一些可以用来储存信息的东西。这是知名科学史学者詹姆斯·格雷克在他的《信息简史》里记录的一幕。香农在纸上写画的瞬间在作者的笔触下仿佛描写着上帝创世：

在10的3次幂旁边，香农写上了打孔卡片。

在10的4次幂处，他安放的是单行距打字的页面。

在10的5次幂附近，他写下了不同寻常的东西——人类的基因构成。

10的7次幂的级别是一本厚厚的专业期刊。

10的9次幂的级别是《不列颠百科全书》。

10的14次幂标记处，香农写下了他所能想到的最大的信息仓库，美国国会图书馆。

某种意义上，这的确是新生世界的定义者在创世之初探索边界与尺度之举。

克劳德·香农，美国数学家、电子工程师和密码学家，更重要的身份是信息论的创始人。1948年，香农发表了划时代的论文——《通信的数学原理》，在论文里，香农论述了信息的定义、怎样数量化信息、怎样更好地对信息进行编码。比特被用来作为衡量信息的单位，这篇论文让信息超脱出语义层面的纷繁差别，变得可量化。由此，现代信息论诞生，此后人类与信息—数字世界相关的探索和所有的产业化努力都有了可能。

香农用铅笔在纸上写下他对信息容量的估算时，度量信息的量级从几十比特延伸到几万亿比特。当时，主导未来的信息—数字世界的重要元件晶体管才刚发明一年。按照香农的估算，金字塔顶端的是美国国会图书馆，约100万亿比特。

但很快，人们发现信息量的尽头并非美国国会图书馆。

1965年，仙童半导体工程师戈登·摩尔应《电子学》杂志的邀请，写了一篇文章，标题是“让集成电路填满更多元件”。当时，集成电路出现还不到10年时间，摩尔却发现其中隐藏的潜力。“在保持元件成本最低的情况下，其结构复杂程度每年大约增加两倍。”1975年，摩尔将成倍增长的预测从一年修正为两年，之后的普遍说法是，每18个月综合计算能力提高一倍。后来的事实表明，内存容量和处理速度都会翻一番，而尺寸和成本减半。

戈登·摩尔所总结的摩尔定律让人们认识到，任何与信息相关的东西都会呈指数级增长。科学史学者詹姆斯·格雷克仿照香农当初的测量方式，在信息发展史上找到了一系列的里程碑式节点来表现摩尔定律的惊人。

1970年夏，IMB推出两款大型机，其中一款内存刚好1MB，售价为4674160美元。

1987年，OED的出版商将其内容数字化，预计规模在1G左右，这个量级很有意思，它正好是整套人类基因组的规模，比克劳德·香农当年预测的要大几个量级。

1000G等于1T，而这个是1998年拉里·佩奇和谢尔盖·布林用三张信用卡凑出15000美元购买到的硬盘的容量。他们当时还在斯坦福大学念书，正着手打造一个搜索引擎原型，这是后来的搜索王者Google。2010年，人们仅需花100美元就可以买到1T字节容量的硬盘。硬盘不过手掌大小，美国国会图书馆按照香农的测算，相当于10T字节。

戈登·摩尔写那篇著名的论文时，他认为这种成本和性能定律将持续10年时间。今天来看，戈登·摩尔实在过于保守了，计算能力的指数级增长持续了半个世纪以上的时间。

正因为以摩尔定律和晶体管为基石的信息产业的指数级增长，计算机信息技术得以迅速产业化，计算、信息和数据所构成的信息网络得以成为现实。

指数级增长带来的效应已经在我们的经济生活中充分展示出来，它带着人类社会向信息时代极速飞奔。杰伦·拉尼尔这么形容计算机科学：“你蹲下身埋下了一颗树种，结果它生长得如此之快，以至于你还没有站起身来，它就已经把你所居住的小镇整个吞噬了。”

信息和数据所构成的复杂信息网络也因此成了网络科学这一20世纪兴起的学术领域里的关注热点。人们将网络定义为由边连接在一起的节点组成的集合，节点对应网络中的个体，边则是个体之间的关联。信息和数据构成的万维网则被学者定义为一种无标度网络，这种网络具有严重的异质性，其各节点之间的连接状况具有严重的不均匀分布性。部分节点为低连接度，极少部分连接为高连接度，不同节点之间的连接数量差别很大。随机删除一些节点，只要不是中心节点，不会改变网络的基本特性。

1993年，一个关于网络的价值和网络技术发展的定律被以计算机网络先驱、以太网标准之父罗伯特·梅特卡夫的姓氏命名。该定律发现，网络的价值与连接用户数的平方成正比关系，这也就是所谓的梅特卡夫定律。在经济学中该定律又被以网络外部性的关键词做讨论，它意味着采用一种社交媒体的用户人数越多，每一个用户就获得越高的使用价值。

这个定律在几年后被学界从理论层面得以论证。1999年，物理学家巴拉巴西和艾伯特提出了一种网络生长机制——偏好附连，用来解释大部分真实世界网络的无尺度特性。在这种机制下，网络在增长时，连接度高的节点比连接度低的节点更有可能得到新连接。以社交网络为例，朋友越多就越有可能认识新朋友，在搜索引擎中的反应则是网页的连接度越高，就越容易被找到。这个机制会导致马太效应，富者愈富。

梅特卡夫定律某种程度上成为日后互联网公司商业模式和估值起飞的重要理论支撑，也成为商业公司在数字世界建立护城河的头号手段。为了获得更多的产品使用者，互联网公司不惜以巨额补贴来扩大规模，拉开与竞争对手的差距，让用户的迁移成本变高，从而使得自身的服务产生网络效应。

网络效应和它带来的指数级增长一直是互联网公司增长最大的杀手锏。通过用户间的服务，更多的用户并不需要付出同等比例的成本，用户之间的互动节点能形成新的网络从而带来新的乘数效应。这是工业时代遵循成本—产出公式的商业模式难以想象的。

如果我们将信息和数字经济在消费、生活领域带来巨大变革的时代称为前数字时代，那么在数字经济渗透到人类生产力领域的后数字时代，产业发展和企业增长是否也遵循网络效应？

这似乎要打上一个问号。

它依然与工业和制造的产业逻辑相关。产业内的互联互通对象本身就限定了范围，其网络的对象很难像消费互联网中那样毫无限制地扩张。同时，在特定产业间的网络内，节点间的关系也很难像互联网那样具有高度异质性。互联网不同的节点之间的连接数量差别很大，随机删除一些节点，只要不是中心节点，就不会改变网络的基本特性，网络的健壮性很强，分布式特征让它们的抗风险能力也很强。

产业内的互联互通网络则不完全是消费领域的复现。产业上下游不同主体之间的关联可能呈现出高耦合、高关联度的特征。今天，全世界范围内尚未建成一个成熟的工业互联网平台，未来产业互联的特征与具体的行为模式仍然有待探索。