假设我们可以以股票投资的方式投资短语，并根据英文出版物中短语出现的频率来决定投资回报，那么你会投资“价格管制”（pricere gulation）还是“看不见的手”（invisible hand）？谷歌的全球书籍词频统计器Ngram Viewer上显示了一个短语在英语书库中出现的频率。结果显示，投资“价格管制”的投资者在20世纪40年代获益，但总体来讲，赢家是那些选择了“看不见的手”的投资者。
图18-1 谷歌全球书籍词频统计器
数据来源：https://books.google/ngrams，© 2013 Google（CC BY 3.0）
这个结果与现代社会对这一问题的思考与认识变化保持了一致——市场呼声从价格管制过渡到了推崇自由市场哲学。随着新古典主义经济学理论与芝加哥学派的兴起，价格管制的说法受到了一些冲击。
然而，当2007年次贷危机爆发、西方世界社会阶层固化、裙带资本主义不改傲慢自大本性的现实一一呈现在我们面前时，“看不见的手”的魅力也不免有所减退。 1 可尽管如此，即便自觉资本主义（Conscious Capitalism）和共同价值的呼声越来越高，但大多数政策制定者仍是不受限制的自由市场的拥趸。他们坚称，政府干预的“误报成本”要远高于政府放弃干预所带来的“漏报成本”。
信息聚合与竞争：所有知识的总和
在捍卫市场经济时，我们首先要探究的是我们在捍卫什么。如前所述，市场竞争机制正在发生演变。以分析、聚集和存储数据为特征的数字化市场环境改变了信息在市场中扮演的角色及其重要性。在由数据驱动的市场环境中，算法对我们的行为数据（如生活喜好、认知偏见、保留价格）进行收集与处理，并将这些信息应用到了日后的交易过程中。当越来越多的实时数据汇入这个生态系统，并且数据在其中得到了充分共享时，一个发人深省的问题在我们的脑海中闪现：在数字化环境中，那些极度分散、高度相关、前后依存的碎片化数据能否被聚合起来，被打造成完整的、具备参考价值的信息，从而为人们提供所有问题的答案？也许我们就要创造出一个单一的存储库，所有的信息都处在不断更新并随时可用的状态。如果当真如此，市场竞争动态必然迎来根本性变革。人们不免开始怀疑，我们曾熟知的那个竞争环境还所剩几何？
在探讨“看不见的手”在数字化市场中拥有的力量时，我们有必要提到弗里德里希·哈耶克那部关于知识、竞争和社会的开创性著作。在《通往奴役之路》（The Road to Serfdom ）一书中，哈耶克没有直接谴责政府干预市场的行为，他小心翼翼地将自己对中央计划经济的反对与一种教条式的自由放任主义态度相区别。 2 回想一下，在哈耶克生活的年代，集体主义思潮正在盛行——法西斯主义、民族主义以及苏维埃政权奉行的都是这种经济体制。哈佛大学教授杰弗里·弗里登（Jeffry Frieden）指出，1938年的纳粹德国，“有超过500家重点国有企业，政府支出占到了国民生产总值的34%，相比20世纪20年代末增长了两倍有余”。 3 弗里登还注意到，在20世纪30年代末期，法西斯式的经济秩序几乎席卷了整个欧洲、中东以及亚洲与非洲的大部分地区。 4 如此说来，当哈耶克在撰写自己的这本著作时，民主制度还远没有得到普及。
哈耶克对中央计划经济的指责主要集中于不完全信息模式以及由此给资源分配带来的影响上。这种不完全信息模式正是20世纪40年代中期市场环境的写照。哈耶克写道：
我们必须利用的是关于各种具体情况的知识，它们并没有以集中的或完整的形式存在，而是以不全面、时常矛盾的形式被独立的个人掌握。如果“赋予”是指将资源赋予一个有意识地解决这些“数据”构成的问题的单一头脑，那么社会的经济问题不是如何分配“赋予”的资源，而是如何确保充分利用每个社会成员知道的资源。这其中的重要性，只有这个人知道。这是一个如何利用而不是整体地“赋予”任何人知识的问题[电子shu 分享shufoufou]。 5
对于支撑起现代宏观经济学的基本假设——稳定性与信息的可获取性，哈耶克也表达了自己的质疑。 6 他注意到，在现实世界里，信息分散在许多人的手中，因此他留意到了“人类知识的不可避免的缺陷，以及由此产生的围绕知识展开的不断交流和获取的需要”。 7
知识与信息在市场中广泛分散，有效市场假说的定义也表达了这层含义：
所有相关信息都在证券市场的价格中得到了充分反映，因此可以假设投资者将获得市场平均收益率。换句话说，投资者无法期望通过技术分析或基本面分析获得超额回报（也就是高于市场平均收益率的获益）。有效市场假说存在三种形态：弱式有效市场假说（市场价格已充分反映了所有历史的证券价格信息）、半强式有效市场假说（价格已充分反映出所有历史信息和已公开的有关公司营运前景的信息）和强式有效市场假说（市场价格已充分反映了所有关于公司营运的信息，这些信息既包括已公开的信息，也包括未公开的信息）。 8
由此可见，竞争市场中的市场价格包含了分散的知识，价格是由消费者需求与市场供给共同决定：需求量越高，供给量越低，则价格越高；需求量越低，供给量越高，则价格越低。至少在竞争市场中，价格发挥了资源调配员的作用。它在需求与供给之间斡旋，不时向双方发出信号。它在公开场合中传递信息，揭示企业运营效率与盈利能力的资讯，并为市场参与者在做出业务扩张、收缩、进入等重大经营决策时提供必要的参考。
完全竞争价格的错觉
在大数据技术的辅助下，我们收集信息的能力已远远超过哈耶克在20世纪中叶的料想。 9 时至今日，哈耶克笔下的“知识问题”还会给我们带来挑战吗？来看看他自己是怎么说的：
假如我们掌握了所有信息，假如我们可以从一个已知的体系出发，假如我们掌握了所有可用的方法，那么剩下的就是纯粹的逻辑问题。 10
如果真的有人对经济学界定义的所有“数据”了解得一清二楚，那么竞争行为反而成了一件多此一举的事。 11
只有当竞争的结果无法预测，甚至与所有人为之努力而渴望达成的结果相违背时，竞争的意义才得以凸显。 12
在试图理解哈耶克的理论时，也许我们需要苏联经济学家列奥尼德·康托罗维奇（Leonid Kantorovich）的一点帮助。后者在发表其诺贝尔经济学奖获奖感言时曾提到，伴随计算机技术和算法的进展，经济学科的诸多难题，比如经济预测、管理与规划、资源分配等，都会得到更好的解决。 13
当前，我们是否接近了那个阶段？在数字化程度攀升的市场环境中，定价算法大行其道，网络聚合、算法与数据库为潜在的高协作性竞合关系提供了坚实的基础。在这个由机器人和算法控制的市场中，面对这些新兴力量，“看不见的手”仍然是一个放之四海而皆准的概念吗？
有人可能会说，“看不见的手”仍是一股强大的市场力量。毕竟，是人类编写出了算法，并名义上操控着算法。在由机器人参与生产或由计算机辅助交易的行业领域里，“看不见的手”仍是我们值得信赖的市场调节力量。此外，我们确实从信息技术的飞速发展中获得了好处。
但与此同时，在人为操纵的数字化世界里，障碍与市场失灵也不时发生。前面的章节已经提到，那些起初看似竞争的场面无非是“数字化的手”的造物。这双由算法操纵的手运用复杂的计算规则推算出了特定市场中特定产品的具体价格，躲在它背后的则是那些渴望实现利润最大化的企业。有时，我们的确会看到一些超乎常理的例子，好比亚马逊将《苍蝇的成长》（The Making of a Fly ）一书定价为23,698,655.93美元。但在大多数情况下，特别是在市场中无基准价格可以参考的情况下，价格的偏离幅度远没有这么夸张。
下面一个问题可能更有趣些：在数字化市场环境中，卖家开出的价格究竟是他们几轮拼杀后的完全竞争价格，还是由“数字化的手”捏造出的假象？
回到中心辐射式共谋场景。算法不仅为共享出行平台优步提供了一个基准价格，它还是决定何时/何地提价、提价幅度、存续期限长短等诸多问题的主脑。通常来讲，乘客不会同优步司机议价。优步那“上帝视角”般的监控系统清楚地掌控着司机与用户的地理位置信息，算法将根据收集到的实时数据来进行动态调价。也正是基于此，优步一再为自己辩解，声称自己的抬价行为完全是一种顺应市场供需变化的做法：
我们会在可用车辆数量变得紧张时提高价格（有个例子：如果城市中有300辆优步汽车，其中290辆轿车正搭载着乘客或已经接单，那么这就会被看作一个供给极度紧张的市场环境）。我们将根据市场的供求变化逐步提高价格。当可用车辆数量得到改善时，我们也会紧随其后调低价格……
我们相信，只要溢价策略能够发挥作用，这种做法就有望吸引更多司机加盟优步。这是一道简单的经济学题目——更高的价格将鼓励更多供给方参与其中。它使得一些司机情愿在夜间拉活，或是让那些曾打算将自己的车租出去或是自己在街头揽客的司机有了一条更好的增收途径。更高的价格还意味着更多优步轿车与更多次的共享出行服务，意味着更多人可以通过更高效、更安全、更有出行服务品质的方式在城市中穿梭。 14
从理论上讲，价格的飙升一方面可以吸引更多司机上路，另一方面还会降低消费者需求，从而促使价格回归基准水平。但话又说回来，值得关注的是，优步似乎成为完全竞争价格的决定者，令需求与供给在某一个价格水平上交汇。
优步还称，它的溢价策略起到了一个价格信号的作用：被抬高的乘车资费是在向优步司机（和那些潜在的司机）发出召唤，鼓励他们进入市场。在这个供给者众多的市场，优步的溢价究竟是市场中的完全竞争价格，还是由算法制造的幻觉？当市场需求大于供给时，优步的算法提高了用户的乘车支出，这是“看不见的手”在施加力量，还是由优步操纵的“数字化的手”在作祟？
针对优步的两项实证研究显示，溢价策略并没有为优步的共享出行平台带来更多司机。其中一项研究对优步的行车数据进行了4周的追踪调查，结果显示，优步的那套说辞并没有得到统计数据的支持。相反，抬价反倒促使“‘现役’优步司机涌进了打车需求更为密集的地区，转而令其他地区的叫车用户需要付出更长的等待时间与出行费用”。 15 另一项研究则采访了一些共享出行平台上的司机，过半被采访者表示，“由于供需关系算法无法契合自身的运载能力、情绪变化和动机，所以在面对溢价时，他们往往不受影响”。 16 此外，研究结果表明，过高的调价频率使司机难以有效地利用溢价空间提振收入。溢价区域时有时无，有时就算司机身在其中，也无法接到本地的订单。 17
即使溢价策略并未在短期内吸引更多司机上路，但无形的手仍在奏效。我们仍有理由相信，优步存在商业动机展开价格竞争，否则用户将转投竞争对手的怀抱，选择其他叫车App、出租车、公共交通或别的出行工具。所以说，如果市场中不乏竞争替代品，那么无形之手就总能对优步施加影响。
但在中心辐射式共谋场景中，选择优步的用户越多，外部选择反倒越发有限，他们的转换成本也相应地增加。当司机与用户都涌入了优步的共享出行平台，与其说是它的定价算法在主动回应市场环境变化，倒不如说市场价格是由算法来拍板定夺。在这种情况下，优步的同类竞争对手再难获得规模效应，就连公共交通和出租车也被挤下了竞争舞台（毕竟等待时间可能更长）。优步就这样光明正大地占领了市场支配地位，而它的算法也将免遭竞争对手的猛烈进攻。更何况，在某些市场，当“数字化的手”开出的价格高于无形之手的自发调节结果时，竞争对手有可能选择追随前者开出的价码。
对于消费者而言，他们无从知晓高涨的价格是定价算法的“作品”还是市场供需变化的自然结果。与此同时，溢价策略也无法在短期内吸引更多司机上路。相反，一旦优步成为市场支配力量，打着市场出清价格的幌子，溢价策略会使优步和司机赚取超额回报，而这一切都以牺牲用户福利为代价。
私有制计划经济？
我们不妨把优步看作其自身平台上的价格监管者。它并不直接参与载客服务，也不雇用司机。 18 不仅如此，它还禁止司机与乘客双方进行议价，它将根据后台掌握的实时数据向供给方与需求方开出既定价码。如果说优步已经掌握了求解市场出清价格的所有知识，那么其他超级平台又何尝不是如此。
由此说来，超级平台的崛起似乎昭示着它们对知识（或说信息）的充分掌握已令其能够达成自己设定的经营目标。由领先的互联网平台（如优步）、超级平台（如谷歌、脸书、苹果和亚马逊）展开的数据收集行为或许会打造出一种计划经济体制，它的主导者既不是政府官僚，也不是企业CEO，而是企业内部的专业技术人员。 19 哈佛大学经济系元老、经济学家约翰·肯尼思·加尔布雷思（John Kenneth Galbraith）指出，企业在经营中所做出的种种决策并非基于CEO的一拍脑袋，这往往是专业技术人员呕心沥血潜心钻研的功劳。 20 在加尔布雷思的时代，专业技术人员涵盖了设计师、工程师、市场推广专员等工种的专业人士。到了2016年，技术序列岗位又进一步得到了丰富：工程师、市场开拓人员、广告商、软件开发人员、设计师……这些人都能够在谷歌、苹果和亚马逊这样的超级平台找到适合自己的位置。如果说，每一位CEO并不一定了解专业技术人员在辅助数据传输与财富攫取过程中的具体工作，那么同样，作为专业技术人员，虽然他们大致了解算法工作的总体目标，但却不一定对算法的定价原理充分了解。更何况，定价算法的工作与无形之手的支配作用并不相似。
未来，企业将越发依赖数据分析工具完成定价。当然，我们不可能在每个市场中都明显察觉“数字化的手”取代自由市场竞争机制的现象。但我们要充分认清一个事实：统一定价时代将走向没落。在企业向完美行为歧视的彼岸靠近时，定价算法将为不同消费者开出不同的价目表，每个人所能体验到的产品与服务也会不尽相同。此外，定价算法还将在一个高市场透明度的环境下公然进行默许共谋。不论是上述哪种情况，追随优步溢价策略的诸多商家都可以堂而皇之地声称自己是在运用大数据手段求解市场出清价格。更有甚者，如果这些企业在市场中拥有控制地位，那么他们所谓的市场出清价格有可能高于完全竞争价格。
明智监管的回流
如果企业可以运用大数据决定市场价格，那么政府是否也可以效仿此举，运用相似的行政手段监测行业价格（甚至是代替市场参与者向买卖双方开出商品与服务的价码）？
如果不持有轿车也不雇用司机的优步可以决定共享出行服务的基准价格和溢价幅度，那么政府又何尝不可？虽然政府收集到的数据规模与质量无法超越优步，但是两者起码可以打个平手。通过定价算法，政府可以对行业价格进行监测，或者直接敲定市场出清价格。有人可能会说，只要政府可以获取消费者的行为数据以及企业运营过程中的成本数据，在大数据技术的辅助下，后哈耶克时代的价格管控或许可行。当然，这一切都归功于“数字化的手”的恩赐。
让我们继续探究下去。如果企业可以利用大数据决定市场价格，那么数据与算法在经济活动中的深度介入是否也开启了国家走向中央计划经济的大门？
在此，我们不妨借鉴1971~1973年智利的经济发展历程，对大数据和计划经济的潜力和局限性进行反思。在当时，智利政府为解决国内经济问题，它们试图化解哈耶克的“知识问题”。为此，智利政府启动了一个被称作“协同控制工程”（Project Cybersyn）的庞大计划——这是一个由电报机组成的网络系统，它能够实时地将数据从智利的国有工厂传输到位于智利首都圣地亚哥的一个运营中心。这些被收集来的数据被用于打造经济模型，以此实现统筹管理国民经济的目标。 21 协同控制工程计划取得的最大成就是它曾成功化解了1972年大罢工导致的食品短缺危机。 22 在意识到大罢工可能会使整个国家经济停转后，智利政府迅速采取措施，运用信息网络积极协调未停产工厂的生产活动并在全国范围内完成了资源的高效调配。 23 但是，这个计划并非无懈可击。由于它的“反射弧”过长，导致政策有效性大为减弱。 24 此外，效用的发挥还严重依赖于工厂生产数据的准确性与及时性，可是这些因素都不是一个信息技术网络所能把控的。
不论是成就还是缺憾，智利的经验向我们展现了信息技术的强大以及它在计划经济体制内的发挥空间。特别是在当代数字化环境里，它还能达成更多目标。一位信息技术发展的信徒曾写道，“同时具备感应器、计算能力、互动交流等功能的前沿设备既可以收集数据，也可以对其迅速做出处理与分析，从而近乎实时地向外界提供市场需求数据”。 25 据此，政府得以迅速地修改市场价格或是统筹调控总体生产水平，“如在用电高峰时段为预先选定的产品供电”。 26 由此，不论是州政府还是联邦政府都可以利用大数据技术确定市场出清价格。
接下来，让我们回到美国的洛杉矶，看一看明智监管在“后协同控制工程”时代的应用。2011年，当地政府引入了“洛杉矶停车计划”（SFpark），试图运用智能停车场管理系统对停车费用进行按需调整。为了实现高效利用停车位的目标，当地政府准备为每个车位开出恰当的价格。安装无线停车感应装置的8,200个市政车位分布在了城市里的大街小巷，这套停车场管理系统可以实时掌握可用车位的数量并监测公共停车场的环境。 27 洛杉矶政府的预期目标是车位占用率达到60%~80%。 28 通过从传感器上实时采集到的车位情况数据，系统将根据不同时点、不同区域司机的车位需求变化而实时调整停车费率。在一些车位紧张的地方，停车费率会逐步递增，“直到该地区车位出现长时间的空余”；在另一些地方，停车费率也会因为车位占用率的萧条而有所降低。 29 此外，通过向用户手机App或是网页上传输各地区公共停车场的实时可用车位信息，该系统还能做到引导司机停车分流。 30
洛杉矶市首创的“需求反馈式”定价系统显然已收获了巨大成功。它有效提高了公共停车场的利用率和创收能力。 31 此外，它还缩短了司机找寻车位的平均时长，并从侧面对城市生活环境起到了改善作用。 32 有关统计数据显示，停车系统的引进有效降低了当地的温室气体排放、 33 改善了街道拥堵状况 34 和双重泊车窘境、 35 车流量也有所减少， 36 同时还节约了找寻车位时的行车时间。 37
如果一座城市的政府可以决定公共停车场的市场出清价格，那么这是否意味着我们可以期待明智监管的回流。换句话说，就是广泛接纳由数据驱动的动态定价方法。
看不见的边界
尽管我们甘于承认所有数据的总和将为计划经济体制创造可能，但是难题始终在于数据获取。为公共停车场和共享出行服务定价并非难事。优步切割了不同城市的乘车资费，并根据轿车档次制定了一套跨度颇大的资费价目表。但是，任何一个生活在中央计划经济体制下的公民都清楚，为社会中的流行风尚定价并非易事。虽然计算机收集与处理数据的速度正在加速，但企业与政府机构能够做到为机器学习提供充足的信息与验证场景吗？我们也许在停车、共享出行服务、能源以及其他同质化产品和服务领域方面已经解决了哈耶克的“知识问题”，但是为高级定制服装等异质产品定价仍然是一道相当考验算法的难题。
在可预见的未来，很难想象我们可以攻克知识的难题，我们既做不到获取所有数据，也无力对全部已知信息进行数字化改造与处理。这项工作的成本高昂（并且还会引发很多敏感的隐私问题）。即使从技术层面上讲，未来人们真的可以将所有或是大部分相关联的知识进行聚合，但这也并不意味着计算机算法的处理速度能够与之保持同步。不少理论家仍相信，即便我们已获取了所有数据，但残缺拼图上的某个碎片仍旧散落在世间的某个角落，令我们无法对事情有一个全然的掌握。 38
这里有一个例子。2010年，苹果公司在正式对外发布首款平板计算机iPad之前，史蒂夫·乔布斯曾将这款全新的产品展示给了一小组媒体人。据《纽约时报》报道，其中一位记者问道，在苹果决定推出这款产品前，曾针对消费者做过哪些市场调研。“一个也没有，”乔布斯答道，“消费者并不知道自己需要什么，直到我们拿出自己的产品，他们就发现，这是我要的东西。” 39 政府或是超级平台或许能够尽一切可能收集到消费者行为数据。借此，它们可以制造出一款更好用的手机（但却不是iPhone）、更便宜的手表（但却不是Apple Watch）。可见，虽然大数据技术可以在获取既有产品与服务的用户偏好与保留价格等信息方面表现出众，但它却无法准确估量由新技术派生出的新产品的市场需求。 40
其他有关价格监管的担忧聚焦于激励与监管俘获问题。经济上的监管措施将引发特殊利益群体的游说行为。有时为了一己私欲，它们不惜牺牲社会福祉。如果是由政府研发的算法为产品与服务开出价码，那么相伴而生的寻租行为将有可能加重社会成本。现实中，美国联邦能源管理委员会（U.S. Federal Energy Regulatory Commission）的并购审查政策就备受诟病。批评者指责其基于监管机构数据得出的审查结果有失公允，审查者应对市场数据进行独立收集与分析。 41 行业监管者的这套做法的风险在于，他们有可能无法充分掌握并客观预测市场动态。即便是他们之中最勤奋的人，也难免会出现判断失误，而这样的失误会将监管者引向一条歧路，做出有损社会福利的举动。除了不完全信息和监管俘获风险，政治短视与社会公众问责的缺位都有可能令政府在采取反垄断执法行动时表现得不尽如人意，毕竟政府无须像私营企业那样承担所有错误行动所带来的后果。 42
此外，不要忘了，强势价格监管还会将我们引入一个无所遁形的世界。一直以来，我们通过活跃的网络活动打造出的社会经济肖像已被广告商和搜索引擎获取，他们据此将我们划入了不同分组——这组肖像广泛流传于数据掮客的买卖活动当中，但却唯独不为我们自己所掌握。 43 这些信息被企业用来锁定潜在消费者——上至合法的广告营销渠道，下至涉及用户个人隐私的窃取和滥用。 44
本章回顾
对于部分商品和服务来说，人们并不需要获取全部知识就能做出消费决策。优步无须清楚掌握每一位司机的地理位置信息或他们的接单速度，就可以实施溢价策略。在我们生活的世界里，家庭收入支出的一大部分贡献给了日常生活开销——吃穿住行、房贷车贷、汽油开支、公共支出…… 45 在这类产品与服务市场，算法驱动的动态定价模式早已在前方等着我们。
企业与超级平台在大数据领域的实践越深，动态定价的应用范围就越广。但是我们无法确定随之而来的市场价格是否等同于市场出清价格或完全竞争价格。对于握有市场控制地位的超级平台来说，“数字化的手”是它们手中握有的利器，而非一个影响企业经营效益的外部市场因素。
但是，凡事总有例外。如果你在元旦那天的凌晨不满于优步的坐地起价，那么你完全可以踏着雪地走路回家。不管怎样，我们都得承认，我们不再处在一个由“看不见的手”支配的市场环境当中，竞争机制也不再是左右企业商业决策的隐形力量。