(c)治理挑战一带…
“一带一路倡议”为中国展现其全球领导力提供了一个难得的机会。目前，该倡议的 具体情况还不甚明了，但显然中国必须解决其面临的主要实施和治理挑战。假如中国的倡 议是货真价实的，而不仅仅是宣传噱头；假如中国的近邻以及更远的经济体是主要受益人， 而不是中国经济本身，那么就应当以尽可能开放透明的结构和程序来实施“一带一路倡议”。
中国应当建立涉及“一带一路倡议”所有潜在参与者的协调一致的治理架构。而通过 一系列双边和多边协议以及国内机构进行的特别实施方法很可能低效，或出现腐败和冲突 情况。 中国想要借助该倡议向世人表明，其全球角色将从国际议程的跟随者转为制定者。
为 巩固这种角色转变，中国应当尽量减少向多边发展银行（MDBS）借款，迅速偿还旧贷款， 还要加强其债权人的角色。这样做不仅可以表明中国地位的转变，还可以释放出这些机构 的资源，以支持在其它国家的“一带一路”项目。
中国当前的世界地位 按购买力平价计算的 2015 年 GDP 显示，中国已经成为全球第一经济体。对此，中国 的领导者们理应感到骄傲和自豪20。但另一方面，中国人均 GDP 按购买力平价计算仅为 14 200 美元，位列世界第 82 位，远低于“一带一路倡议”的许多潜在参与国，例如马来西亚、哈萨克斯坦、俄罗斯、土耳其、阿塞拜疆、泰国和土库曼斯坦。
此外，国际货币基金组织 还预测，中国到 2020 年时排位只会上升到第 77 位。 在未来十年，中国经济的中心问题是能否避免落入中等收入陷阱——几乎没有几个国 家能够避免。
1960 年至 2008 年间，只有 13 个经济体躲开了这个陷阱，包括中国香港、爱 尔兰、以色列、韩国、新加坡和中国台湾；而仍在陷阱中的经济体的数量是上述经济体数 量的四倍22。经济快速增长通常得益于人口红利，例如人口增速减缓，劳动力从农村地区 （未就业）向城市地区（正式就业）转移。但随着更多的总投资致力于取代资本存量，劳 动力增速将会减缓，最重要的是随着全要素生产率下降，导致资本积累率下降，最终使得 经济增速放缓（Eichengreen，2011 年）。
中国并不缺少关于如何避免中等收入陷阱的建议。经济合作与发展组织（经合组织， 2013 年）认为，避免中等收入陷阱的关键是持续推进经济改革，促进创新；拓展和深化金 融体系；提高土地政策和劳动市场以及其它政策的效率。这些改革应当鼓励更多国内消费， 防止对投资和出口的依赖。贸易应当更多体现中国的附加价值，以及对服务行业的直接或 间接依赖。对中国来说，逃离或避免中等收入陷阱是有可能实现的，但并不存在所谓的神 奇公式。
同时，鉴于中国的经济规模与其经济繁荣之间存在较大差异，外界对“一带一路倡议” 的目标多有疑虑。它是否为了提升中国在地区和世界的领导地位？或主要是为了推动中国 经济发展，促进经济转型？它是否是欧亚大陆的“马歇尔计划”或是一个释放中国经济过 剩产能的计划？到目前为止，答案似乎是两者皆有。中国正在进行一个涉及国内和国外经 济政策的双层博弈。而实施和治理的挑战是，两种政策是否会相互阻碍。
经济架构
“一带一路倡议”的经济作用是最主要的。亚洲地区将极大地受益于改善的基础设施、 增加的跨境投资以及降低的贸易壁垒（经济壁垒和物流壁垒），尤其是中亚地区。该倡议还试图加强与欧洲、甚至非洲的联系，那么它将有可能影响到 60 个国家，约 30 亿到 40 亿 人口（甚至更多）的生活。然而，正是由于“一带一路倡议”预计将惠及如此广泛的人口 和经济体，这个雄心勃勃的计划显得有些含糊不清。
与世界其它地方一样，亚洲地区的基础设施亟需大幅改善。同时，该地区也缺乏以亚 洲为中心的多边机构。评级机构穆迪对全球范围 35 个多边机构进行评价，其中亚洲开发银 行是唯一一个业务主要面向亚洲地区的多边机构，不久后，亚洲基础设施投资银行也将加 入进来。“马歇尔计划”通过欧洲支付联盟和欧洲经济合作组织（随后被经济合作与发展 组织所替代），为二战后欧洲经济的融合奠定了基础。但不同的是，中国目前尚未提出一 个国际金融架构来配合其“一带一路倡议”。 关于融资问题，中国建议可借助亚洲基础设施投资银行、新开发银行（金砖国家新开 发银行），甚至潜在的上海合作组织（上合组织）融资机构等多边机构（中国国家发展和 改革委员会，2015 年）。
否则，它计划依靠中国的金融机构，如丝路基金、中国国家开发 银行、中国进出口银行以及其它政策性银行。私人资本在该倡议中的地位还不明确。 关于合作与协调问题，中国再次提议利用现有国际机构，如上合组织、亚太经合组织 (APEC)、中阿合作论坛(CASCF)以及亚欧会议(ASEM)。中国计划使用的合作方法包括谅解备 忘录、双边试点项目以及其它机制，还包括扩大其货币交换和贸易协定的网络(NDRC 2015)。
目前，“一带一路倡议”仍缺乏一个设计和治理的总体架构，因此我们并不清楚该倡 议将如何把如此多的要素整合在一起。但有一点似乎比较明确：只要有中国的资金参与， 中国至少会使用大多数金融杠杆。与其它类似尝试一样，局外者总是会怀疑该项目是否只 是为了满足中国自身的需求，还是在向世界敞开市场大门。这些建设项目是否会造就一个 “亚洲堡垒”或“中国共荣圈”？无论是否参与，其它国家的领导人和公民都有理由对中 国推动“一带一路倡议”的意图产生怀疑。例如，该倡议是为了展示中国的软实力，还是 为了展示硬实力，或者二者兼有？
第一条建议 为缓解部分顾虑，我对中国当局的第一条建议是就“一带一路倡议”建立正式的合作 与协调机制。其架构也许未能完全制度化，但必须成立一个由所有参与国组成的秘书处。 这些国家在实施“一带一路”项目中，应当承诺遵守国际化标准和保障措施。治理架构应 能成功推动多边项目的设计和融资工作，而这是非常具有挑战意义的。中国对“一带一路 倡议”的宏伟愿景可能导致同时建立几个平行的架构，例如连接东亚、西亚（包括次大陆） 和中东即及非洲的架构。
实施 “一带一路倡议”的许多潜在参与国在诸如腐败等问题上都表现不佳。中国官员总喜 欢说他们不会干预其它国家的内部事务，但像中国这样渴望承担全球经济和金融体系稳定 责任的国家来说，不能睁一只眼闭一只眼地任由违反国际准则的事情发生，逃避自身责任。 因此，实施和治理架构应当从整体上增强“一带一路倡议”的透明性。
既然中国已经成为全球第一大经济体，它在诸如国际货币基金组织等国际机构中拥有 的有表决权股份即升至第三位，在世界银行中拥有的有表决权股份进一步扩大，其货币也 已被纳入国际货币基金组织特别提款权货币篮子，那么对中国的考验将不仅包括如何有效 组织和实施“一带一路倡议”，还包括如果切实履行其在国际经济体系中的义务。
中国“一带一路倡议”的目标重点，不应主要集中在通过利用钢铁等行业的过剩产能 来确保各种项目直接支持中国的经济。无论如何，相比郑名凯和亚历克西•李（2015 年） 的观点，像杜大伟（2015 年）和郝福满（2015 年）等专家估计在这方面的利益可能非常少。 中国应当利用“一带一路倡议”造福其它国家，从而间接地促进自身经济。如果该项目可 以推动邻国或合作伙伴实现经济发展，中国将从中获得一些利益。
正如美国在复兴欧洲经 济过程中所做的，“马歇尔计划”之所以成功，是因为该计划的主要目标并不是援助美国 自己的经济。 在亚洲基础设施投资银行的建立过程中，中国当局很好地履行了自身义务。他们并没 有为中国保留大多数投票权以及其它权力；他们不仅向其它非成员国开放了使用，还向其 19 它非成员国开放了采购；他们还承诺亚洲基础设施投资银行将尊重受影响各方在环境和公 正方面的国际标准与保障措施，尽管亚洲基础设施投资银行的领导层已表示将简化上述标 准和保障措施。其中一个小问题是，作为“一带一路倡议”的融资工具，亚洲基础设施投 资银行能否成功满足国际社会的广泛期待。
相比其它多边发展银行，中国也想简化亚洲基础设施投资银行的项目申请流程，而不 愿设置一个对每个项目都进行审批的常驻董事会24。推动多边发展银行的标准惯例实现一 定程度的现代化发展是个合情合理的目标，正如多边发展银行之间也应当存在一定程度的 竞争。
与“一带一路倡议”有关的更大问题是，这些项目并非通过亚洲基础设施投资银行或 其它多边发展银行进行审核，而是由中国机构或融资或以特别联合项目的形式组织。在这 些项目中，将采用何种标准和保障措施？缺少了国际标准和保障措施的透明性，出现腐败 的可能性将会增加。
相关问题本身涉及对项目的责任和义务。如果项目绝大部分由中国方 面管理和修建，则接受国不仅无法获得国内就业机会，发生冲突和低效的范围也会加大25。 史剑道（2016，6）报道说，中国在世界范围内有 2 730 亿美元的投资和建设项目都面临“成 本超支、工期延长等问题，或在条款签订，施工开始后，项目彻底失败。
”他还指出，其 中一些案例并不单独或完全由中国方面承担责任。 当谈到“一带一路倡议”中国项目的融资问题时，中国有关当局应当最大限度地使用 其自身金融资源或依赖来自私募市场的资源，尽量减少使用多边机构有限的金融资源，例 如世界银行、亚洲开发银行和亚洲基础设施投资银行以及可能的金砖国家新开发银行。
第二条建议 因此，我在“一带一路倡议”实施方面对中国有关当局的第二条建议是，他们应当向 世界发出信号，表明其正在加快偿还对世界银行和亚洲开发银行的现有贷款，尽量避免再 从这些机构贷款，以此改变中国的全球地位。2015 年，中国在世界银行拥有 170 亿美元未 偿债务，是全球第二大贷款人26。2014 年底，亚洲开发银行向中国提供的贷款为 140 亿美 元，占其总贷款额的 26%。
加快偿还这些债务不会对中国的国际储备产生影响。相反，中 国的行动将释放更多的金融资源，以帮助那些不太富裕的“一带一路倡议”参与者。 中国的领导层可能难以接纳这条建议。他们仍将中国视为发展中国家，享受着因此带 来的利益。据报道，他们也很重视由银行在地理偏远、治理较弱的省份提供技术援助、能 力建设以及项目监督。
另一方面，中国的领导层又渴望跻身世界一流国家的行列，但多数 一流国家不会从开发银行贷款，尽管他们可能还将接受技术援助。不过，如果一个国家在 国际机构中既要承担主要责任，又是主要的借款人，则似乎（如果不是事实的话）可能出 现利益冲突的情况。
结论 世界正密切关注着中国将如何推行“一带一路倡议”。它将为中国、其近邻以及很大 一部分国家带来巨大的利益。为了使倡议取得成功，中国应建立协调一致的治理架构，以 监督每个地区的项目进展。为借助该倡议进一步巩固其作为主要经济和金融大国的地位， 中国应加快偿还对世界银行和亚洲开发银行的贷款，尽量减少再从多边开发银行或亚洲基 础设施投资银行贷款用于其“一带一路”项目的建设。
经济和政治意义-肖…
中国承诺修建一个由公路、铁路、港口以及其它基础设施组成的庞大网络，范围覆盖 亚洲、欧洲和非洲，涉及 60 多个国家，预算达 1 万亿美元。该计划被广泛认为是中国最重 要的外交和经济政策目标之一12 。本报告从三个领域评价了中国的目标，并概述了可能 干扰计划执行的障碍。
第一，当中国的出口型经济发展受阻时，北京的领导层想要大力发展建筑行业，开辟 新的出口领域，以便于邻国从中国进口产品。在经济从出口与投资主导型向服务和消费主 导型转变过程中，为保持经济高速增长，中国需要确保其产品具有广阔市场。如果接受国 缺乏建立自身出口行业的能力，或中国持续未能向其它国家开放市场，则可能引起严重的 问题。
第二，在启动倡议时，中国希望能巩固与区域内各国的关系。但是，北京的领导层还 必须证明其已经认识到，周边国家可能对其越来越重要的角色产生怀疑，或激进的建设项 目可能引起俄罗斯、印度、日本、韩国以及其它邻近国家的警觉。
第三，中国试图向欧洲和美国发出信号，表明其想取代他们，成为亚洲的主导力量， 并获得与西方发达国家一样的平等地位。中国发起成立的亚洲基础设施投资银行（亚投行） 已经获得来自英国、法国、德国以及其它欧洲国家的支持，这是一个巨大的成功。但中国 尚未令美国信服其能够遵守有关透明和环境保护的国际发展标准。如果中国真的想要获得 与美国和欧洲同等的地位，还必须付出更大努力（包括改善内部投资政策，提高经济开放 程度），遵守有关发展援助的国际准则。 整个世界，尤其是亚洲，将密切关注中国实施“一带一路倡议”的情况。一些国家想 要看到中国犯错。但只要中国能证明其意图是好的，标准是高的，投资对大多数国家来说 是有利可图的，那么就可以向世界证明，其应该获得与其它发达国家平等的地位。
倡议的经济目标 新丝绸之路对外宣称的目标包括，与亚洲、欧洲和非洲国家建立更紧密的联系。中国 政府将向其它主权国家提供贷款，而后者将与中国的建筑企业合作。但未对外宣称的经济 目标是什么？中国是否只是推动其贸易伙伴的经济增长？或者该倡议是否更多是为了缓解 产能过剩问题？ 从理论角度来说，中国可以从该倡议中获得巨大的经济利益。纵观历史，美国曾有类 似的经历，它在十九世纪前半叶开始实施庞大的基础设施建设，以打开新的西部边疆市场。 然而，中国的战略制定者们必须认识到其前进道路上的各种障碍，包括中亚国家的不可预 测性。
中国的产能过剩问题是显而易见的。习惯过去政府大量投资兴建基础设施的建筑公 司，现在可能处于无所事事的境地；钢铁企业的产量虽然屡创新高，但需求却不断下滑（张 和赵，2013 年；周和付，2014 年）。“一带一路倡议”的基础设施建设项目距离中国太远， 以致无法缓解大多数中国企业当前的困境。并且，即便如此巨大的投资预算（超过 1 万亿 美元）也仅占中国每年 5 万亿美元固定资产投资的五分之一。
然而，“一带一路倡议” 可以缓解一些问题，足以帮助部分企业维持运转，以便其重新思考自身的经营计划。一种 选择是将生产线搬出中国，允许企业充分利用中亚其它地区低廉的劳动成本，并使用新建 的基础设施将产品出口回中国或全球。 倡议的其它益处则更加明确。例如，中国过去进口的大多数原油和商品都是通过南中 国海运输回国的。但通过中东陆路并取道巴基斯坦瓜达尔港的航线将缩短 90%的航程。 类似这样的经常性项目将带来非常巨大的经济利益。 中国应当解决其它国家的担忧，他们认为中国与该地区其它国家之间不断提高的运输 能力将导致更加不平衡的贸易流量。在丝绸之路沿途，许多国家从中国的进口量远远高于 其出口量。
一些国家主要依靠向中国出口原材料来补足差额。这些国家也许并不满足于只是提高对华出口量，尤其是鉴于当前不断下滑的商品价格，他们更愿意拓宽自己的出口产 品种类。 中国正努力安抚这些顾虑，其中一种方法是将丝绸之路项目的建设与那些可能扩大向 中国出口的产业投资联系在一起。由于担心不断扩大的双边贸易逆差，俄罗斯找到一家中 国企业与俄罗斯国营纳米科技公司，投资俄罗斯的高技术产业。15有选择地增大对俄罗斯 特定行业的投资，以此减少俄罗斯对中国部分技术的依赖，并生产出可以出口中国的新产 品，从而从两个方向减少贸易逆差。
贸易和投资自由化 北京可以利用倡议中的基础设施项目，与其它国家签订更多自由贸易协定和投资协议。 “区域全面经济伙伴关系”（RCEP）是一个正在谈判中的庞大的区域性贸易协定，涉及日 本、印度、韩国、东盟所有国家以及其他国家。目前，中国是该协议的成员国。区域全面 经济伙伴关系的谈判只是一个开始，但迄今为止进展缓慢，因为最后期限已过，期望中的 自由化程度似乎在减退。 为推动与“一带一路倡议”参与国之间的贸易，中国可采取的最好办法是降低世界贸 易组织下的关税。这样做可以降低所有最惠国向中国出口的关税，从而提供更多利益，因 为贸易自由化的主要利益来自于降低一个国家的贸易壁垒。
要想真正成为全球增长的引擎， 一个国家应当成为全球商品的净买家，而不是净卖家。2015 年，中国的商品贸易顺差创历 史新高，达到 4 500 亿美元16。由于加入世界贸易组织以及后来的双边贸易协定，中国在降 低与贸易伙伴的关税方面取得了长足进展，但在很多商品上仍然存在关税和非关税壁垒（江， 2013 年）。 中国在服务领域仍未放开关税壁垒。国有企业在该行业中占有很高比例，他们不愿意 开放市场与国外对手竞争。“一带一路倡议”内容包括数字丝绸之路，它旨在创建一个推动跨境电子商务、网上银行和媒体的互联网社区17。许多国家不能在商品生产方面与中国 竞争，但在不断增加的互联网连通性的帮助下，他们可以通过增加服务出口的方式，减少 与中国的贸易逆差。 对中国来说，要想在与其他国家的贸易中获得更多利益，它就必须降低自己的贸易壁 垒，包括诸如许可要求、复杂的规章制度以及商品配额等非关税壁垒（Bergsten、Hufbauer 和 Miner，2014 年）。减少这些壁垒将进一步帮助中国实现经济转型的目标，即从投资和 出口型经济转变为服务和消费型经济。
中国的政治和战略利益 中国的长远目标是成为亚洲的主导力量。为实现这个目标，他必须认识到付出与获得 一样重要。外交政策必须互惠互利，远离剥削。 中亚地区是俄罗斯传统的势力范围，但现在越来越成为北京的亚洲计划中不可或缺的 重要部分。“一带一路倡议”还将涉及其它一些国家的领土（如印度）。中国-巴基斯坦经 济走廊包含有振兴巴基斯坦的宏伟计划，但它必须小心翼翼地处理与心怀不满的新德里的 关系。
中国在与一带一路参与国的交往中，必须采取更加成熟的发展政策，避免空口许诺， 却又无法履行。 中国必须将“一带一路倡议”的目标与上海合作组织的使命结合起来。后者成立于 2001 年，当前成员包括中国、哈萨克斯坦、吉尔吉斯斯坦、俄罗斯、塔吉克斯坦和乌兹别克斯 坦；印度和巴基斯坦于 2016 年成为正式成员国。其使命包括地区安全军事合作，以及经济 和社会发展合作。中国是上海合作组织的主导国。增强成员国之间的沟通和交流是进一步 发展关系的关键。将印度纳入中国的长期计划并不是一件容易的事，但加强北京与新德里 之间的联系将是一种明智的长期政策。
中国在拉丁美洲的遭遇就是一个不充分考虑各种因素（包括当地政策），莽撞行事的 案例。随着中国经济增长的放缓，许多国家和政治家已经意识到他们对中国的依赖太过严重。拉丁美洲国家的经济萎缩在很大程度上是因为与中国经济过于紧密的联系。中国在许 多国家的项目都被取消或严重推迟，包括哥伦比亚、墨西哥、尼加拉瓜和委内瑞拉，其中 一些原因原本是可以预测的18。其中一个欠考虑的案例是连接太平洋和大西洋、横跨秘鲁 和巴西的铁路项目。这个项目的实施面临诸多阻碍，包括当地劳工法律（使得企业无法雇 佣海外劳动力）、腐败问题、以及安第斯山脉、亚马逊河等自然障碍，还包括声誉欠佳的 诉讼案件，如超额计费问题，中国国有企业中石化就曾在巴西遭遇类似诉讼。
中国不断上升的全球影响力 站在国际发展援助舞台上时，中国雄心勃勃的“一带一路倡议”应当采用国际通用标 准。中国还应更有效地安抚美国以及世界其它国家，以便其了解其意图。为了提供最公正 的发展援助，中国应当开始欢迎更多的外国投资和贸易进入境内。不断增加的互利互惠的 贸易流量不仅可以增加基础设施的商业价值，还能增加这些基础设施项目的商业价值。
比 如，中国的轮船和火车将货物运输到土耳其，卸下货物再空仓返回中国，这并不是一种可 持续的基础设施投资。 说到美国，恐怕要奋起直追才行。美国最初拒绝了建立亚洲基础设施投资银行的提议， 并在经过五年游说后才同意改革国际货币基金组织，给予中国和其它发展中国家在决策中 更大的话语权。美国劝说欧洲不给予中国在世界贸易组织中的自由市场地位。并且，美国 还阻止中国加入《服务贸易协定》的谈判。美国持续向中国发出的负面信号，使中国有理 由在取得对抗的胜利后大肆庆贺。中国成功建立了亚投行（超过 60 多个国家参加），被看 作是在与美国全球软实力较量中的一次决定性胜利。但是，华盛顿应当可以被看作是中国 “一带一路倡议”的谨慎支持者，因为它并未阻止国际货币基金组织将人民币纳入特别提 款权货币篮子的决定。
为增加“一带一路倡议”的成功机会，中国应加强与当地社会的咨询交流，进行更多 调查，包括市场研究和社区关怀。还应放宽其贷款要求，例如必须使用中国商品和工人。 这些行动将极大提升亲民友好的形象。对中国来说，最好向所有利益相关者（包括邻国） 阐明每个项目的意图。在开展的项目中，中国承包商必须诚实守信，工程符合国际标准， 并能持续使用。如果基础设施的使用寿命不长，北京方面的信誉也会受损。
“一带一路”倡议：…
中国“一带一路倡议”背后的逻辑依据
中国“一带一路倡议”背后的逻辑依据 西麦昂·德贾科夫（Simeon Djankov） 古丝绸之路不存在国界。在长达逾 15 个世纪的时间里，商人们在这个由公路和海路组 成的大型交通网上自由往来，促进亚洲、欧洲和中东之间的货物交易与知识共享。在这期 间，沿丝绸之路开展的贸易与交游改变了当时发达世界的制造活动与服务的性质，改善了 城邦治理，同时传播了商业理念。
今天，中国试图通过“一带一路倡议”重建丝绸之路。该倡议在中国于 2015 年 10 月 公布的十三五规划中占有举足轻重的地位，1同时也是该国最宏大的对外贸易与投资项目。 它跨越全世界 65 国家以及 60%的人口，旨在为中国制造的产品重新勾画贸易通道。该倡议 包含两部分：从中国经中亚到达欧洲的“丝绸之路经济带”，以及从海路将中国与东南亚、 中东和非洲相连的“21 世纪海上丝绸之路”。除已经参与该倡议的来自亚洲、非洲、中东 和欧洲的 65 个国家外，欧盟委员会也就 2015 年 6 月创建的所谓“欧盟-中国互联互通平 台”签订了谅解备忘录，以便使欧盟委员会的泛欧洲网络战略与新的“一带一路”项目相 协调。
有人将“一带一路倡议”与“马歇尔计划”相比，后者是第二次世界大战结束后美国 为重建西欧各国经济提出的一项总价约为 1 300 亿美元（按照 2015 年价值）的倡议，但这 种比较并未说到点儿上。美国当时那么做目的有二：重建遭受战争荼毒的地区和为美国商 品消除贸易障碍，以及防止共产主义蔓延至东欧之外的地区。
相比之下，“一带一路倡议” 看起来单纯是从商业利益角度出发，旨在巩固中国在世界各地的经济利益，和在眼下国内 经济放缓的困难时期为中国企业开拓新的商机。本章研究了这个新生倡议的动机、范围、资金渠道和今后将会面临的挑战。这些只是 初步分析，因为对外宣称的该倡议将资助 4 万亿美元项目的目标远远超过当前规划中的项 目水平，即 2 300 亿美元。
倡议的动机
中国推行新“丝绸之路”计划的原因有若干。作为世界上最大的贸易国，中国的主要 利益在于减少货物运输成本。已经获得资助的倡议项目都报告了有关项目完工后可缩减的 运输时间以及成本等统计数据。因为这些改进将会影响使用这些运输通道的所有货物，它 们将使世界贸易受益。因此，“一带一路倡议”的成功还将令“丝绸之路”沿途之外的国 家受益，因为他们的出口商也会利用这些经过升级改造的基础设施。 除削减贸易成本外，倡议还有其他四个目标。
第一、中国正在试图减少经济对国内基 础设施投资以及此类投资带来的相关增长的依赖。这意味着中国的建筑公司、设备制造商 以及从国家建筑业发展大潮中兴旺发达起来的企业将不得不去别处寻找机遇。“一带一路 倡议”的一个关键动机是为这些公司寻找海外发展机遇。中国希望本国公司能够为其资助 的公司提供设计、建设及供应服务，有关现有项目的分析证实了这种期待。
国家开发银行 和中国进出口银行在 2013-2015 年进行的一项贷款实际利用情况研究显示，70%的海外贷 款都附加了以下前提条件：至少一部分资金将用于采购中国的设备和雇佣中国劳动力。
第二、关注基础设施建设有助于中国在国际层面提高人民币的地位，即达到国际储备 货币的地位。在这方面，中国获得了俄罗斯和其他新兴市场的支持，因为这些国家货币的 波动使得其政治领导人备感焦虑。
为向采用人民币作为贷款货币的项目提供资助，中国于 2015 年加入了欧洲复兴开发银行，并成立了亚洲基础设施投资银行。这些举措最终产生了 效果，国际货币基金组织已将人民币纳入货币篮子。
“一带一路倡议”的第三个动机是通过中亚的新管线、俄罗斯以及东南亚的深水港确 保中国的能源供给。中国企业经常为能源自给感到担心，这也是可以理解的。该国私家车 保有量从 1990 年的 800 万辆骤增至 2015 年的 1.15 亿辆。
随着经济进一步增长，中国的能 源需求与 1980 年相比涨幅超过 500%。如今，中国已是全球最大的能源消费国，截至 2014年，他还是最大的石油净进口国。该国约 40%的取暖和发电依靠煤炭供给，使得城市遭受 污染。中国政府为解决污染问题制定了宏伟目标，包括从煤炭转为清洁能源——但到目前 为止主要依靠进口。
第四、在“一带一路”沿途各国开发基础设施或可帮助各国实现经济增长，进而增加 对中国商品和服务的需求。2015 年 3 月，中国主席习近平称，到 2025 年，与“一带一路 倡议”沿途各国的年贸易额将超过 2.5 万亿美元。在一些较小的国家，如格鲁吉亚，倡议 资助的项目或可在下个十年将其经济年增速提高 1.5%，这是很大程度的提升。尚无充分数 据表明其他国家也能实现类似增长，但该倡议显然意在为中国的建筑公司和设备公司及其 工程师找到工作。
“一带一路倡议”与其说是设定了新目标，不如说是将中国所有对外经济优先事项纳 入单一一个项目中。其前身——1999 年的“走出去”政策——旨在增加对外直接投资和向 本国领土之外扩张；得益于该政策，2000 至 2007 年间，中国与东南亚、拉丁美洲和非洲 等资源丰富国家的贸易增长了 600%，令世人瞩目。中国投资者再次受到欢迎，其中暗含的 希望是将“中国发展模式”的成功引入其他国家，以及国家开发银行将在未来十年在发展 中国家投资数百个项目。
范围
从范围上来看，“一带一路倡议”比古代丝绸之路和“走出去”政策更广。中国国有 银行已为倡议指定项目投资了逾 2 500 亿美元，如铁路和发电厂。3仅在 2015 年上半年， 中国公司就根据该倡议签订了 1 401 份项目合同，总价值达 376 亿美元。这些合同占中国 国有银行资助的所有海外项目合同的 43.3%。
最终完成时，“一带一路”的投资总额预计 将达 4 万亿美元，相当于中国 2015 年的外汇储备。 截至目前，投资的最主要驱动力是通往欧洲的交通运输类基础设施，通过铁路、公路、 港口、工业园和物流中心将亚洲与欧洲相互连通。三条通往欧洲的铁路线已经投入运营。
其中一条通向白俄罗斯边境附近的波兰小镇——Małaszewicze，从那里再继续前往华沙、汉堡、布拉格、杜伊斯堡和巴黎，最后到达终点米兰。穿越俄罗斯的铁路线从郑州出发，经 过十四天到达白俄罗斯的布列斯特和明斯克，然后前往莫斯科与圣彼得堡，并继续行至赫 尔辛基和斯德哥尔摩。 2015 年 12 月，第三条通过土耳其的铁路线开通。货物从连云港发出，途径哈萨克斯 坦、阿塞拜疆和格鲁吉亚，这条为期约 14 天的行程（取决于运输途中的天气条件）还包括 两段海运，然后达到伊斯坦布尔；从这以后，可以选择由卡车运往任何土耳其城市，或通 过火车运往保加利亚。
4中国公司、招商局国际和中远太平洋收购了土耳其第三大集装箱码 头——Kumport——65%的股份。Kumport 靠近伊斯坦布尔的欧洲一侧，距离博斯普鲁斯海 峡仅有 35 公里，是进入黑海地区的门户。中国在“一带一路”的资助下，在该码头修建了 十几条国内铁路线。
5 此外，在东南亚地区也修建了铁路基础设施。中国已经开工建设造价 460 亿美元的中 国-巴基斯坦经济走廊，和中国-老挝、中国-泰国以及雅加达-万隆铁路——合同价值超过 200 亿美元，这些工程将由中国公司在 2020 年完成。此外，参与“一带一路倡议”资助项目的 中国的银行正在与二十几个国家协商，以期修建一条全长 5 000 公里的高铁，总投资额达 1 600 亿美元。 “一带一路”投资并不仅限于基础设施。
例如，中国领先的水泥制造商安徽海螺在印 度尼西亚、越南和老挝修建了六家大型水泥厂，中信银行在哈萨克斯坦拥有一个油田和一 家沥青制造厂。2015 年 9 月，中国政府近期成立的用于进行产权投资的基金机构——丝路 基金——购买了亚马尔液化天然气项目（属于俄罗斯第二大天然气制造商诺瓦泰克）10% 的股份。
6该基金已经投资了俄罗斯纳米技术集团（Rusnano），并且正在资助斯里兰卡的一个大型房地产项目，即在科伦坡港附近的填地上修建酒店、公寓和办公楼。7再举一例， 丝路基金正在投资修建一条从孟加拉湾出发经过缅甸到达昆明的天然气管线。 这些项目范围之广表明，“一带一路倡议”可作为中国在海外全面扩大商业利益的总 体计划。如果国内其他非建筑部门的经济前景暗淡，“一带一路”资金可能也会供它们用 于开拓国际市场。
倡议的资金渠道
中国的银行拥有超过 15 万亿美元的存款，该国外汇储备为 4 万亿美元。四大国有银 行——中国银行、中国工商银行、中国建设银行和中国农业银行——都已经从政府部门转 变为半国有实体，并且是“一带一路倡议”的主要供资渠道。中国银行已经向三家支持“一 带一路”项目的政策性银行支付了 820 亿美元：320 亿美元给国家开发银行、300 亿美元给 中国进出口银行，还有 200 亿美元给中国农业发展银行。中国政府也已划拨了 400 亿美元 投入该国的丝路基金，这些钱直接来自国家预算。
2014 年，由于美国拒绝对亚洲基础设施进行投资，由多方发起的亚洲基础设施投资银 行成立。8亚投行已为该倡议投资 120 亿美元，各创始国预计最终其每年将能借出 200 至 250 亿美元，基本相当于世界银行 2014 年承诺借出的 240 亿美元。政府还预计新发展银行 （也称为金砖国家银行）9与上海合作组织也将“支持一带一路沿途各国政府及其公司和具 有良好信用评级的金融机构。”10如此之多的国家参与这两家多边发展银行将有助于吸引其 他国际金融机构的经验丰富的专业人士迅速加入，从而为大量受资助项目提供帮助。
今后将面临的挑战
“一带一路倡议”自身存在三大挑战。
首先，（名义上来说）最容易应对的挑战是项 目的实施。中国公司有过一些众所周知的成功经验，例如扭转希腊比雷埃夫斯港的颓势， 将其打造成为一个运作良好并且盈利的集装箱码头；但亦不乏惨痛的失败教训，比如中国 海外工程有限责任公司（中海外）开工建设的波兰 A2 高速公路。该项目原本旨在向欧洲展 示中国建筑公司的高效率，结果却搞砸了。
2009 年，中海外预计可通过采用进口设备和其自身资金节省费用，因而提交了一份比 规划预算的一半还要低的报价。进口建筑设备和建材的想法是个错误：中国太遥远了，其 机械未经过在欧盟使用的认证。此外，中国母公司也未按照计划提供资金，中海外被迫寻 求贷款。令窘境雪上加霜的是，中国方面未考虑到油价上涨带来的影响，这使得成本提高 了 20%。
2011 年初，这家中国公司试图重新协商这份合同，但未果，最终这个项目未能 完成。 接着，到了 2015 年，在土耳其，中国国有控股公司——中国机械设备工程股份有限公 司突然停止了一项 3.85 亿美元的交易，不再收购埃斯基谢希尔省电网的绝大多数股份。土 耳其电力（一家全国电网公司）对中国公司提出起诉，要求其支付违约金。
第二个挑战是资助项目的选择。由于项目审查经验不及其对手（例如亚洲开发银行和 欧洲复兴开发银行），中国的国有银行更有可能投资于一些不可靠的高风险项目。例如， 行业分析师警告说，如果旅客和货物运载量远远低于可接受的水平，则穿越中亚的铁路和 公路项目可能无法带来预期收益。
然而，第三个也是最重要的挑战是，区别经济利益和政治考量，切忌主要基于政治动 因支持某些项目。若不能进行有效区分，则会带来双重不利影响：
(1)投资将无法带来预期 收益，
(2)它们可能会令其他国家——如印度、俄罗斯或美国——反对中国的新倡议。
结论 “一带一路倡议”仍相对年轻。初始构架——亚洲基础设施投资银行和丝路基金等供 资机构——已经到位。首批重点项目也已就绪，如从孟加拉湾出发经过缅甸到达昆明的天 然气管线，和从北京到杜伊斯堡的铁路线。
该倡议如果取得成功，则将把欧亚地区重新确立为全球最大的经济市场，甚至可能改 变以美元主导的世界金融体系。“一带一路倡议”具有深远的地缘影响意义与发展意图， 因此将与由美国积极推动的“跨太平洋伙伴关系协定”和“跨大西洋贸易与投资伙伴协议” 形成竞争态势。这两个美国所倡导的区域合作框架都将美国作为经济中心，将亚洲和欧洲 区别对待。
大数据未来思维变革
一场生活、工作与思维的大变革
大数据，变革公共卫生
09年甲型H1N1，疾控中心数据汇总的滞后性——谷歌基于用户搜索词条构建模型，预测流感
以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见
大数据，变革商业
机票价格走势预测系统，并不能说明原因，只能推测会发生什么（关注相关关系而不是因果关系）
大数据，变革思维
人们对数据的认知：静止和陈旧 >>> 一种商业资本，一项重要的经济投入，可以创造新的经济利益
数据在思维的转变下可以巧妙地用来激发新产品和新型服务
大数据是人们获得新的认知、创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府与公民关系的方法
大数据使社会放弃它对因果关系的渴求，而仅需关注相关关系。只需要知道是什么，而不需要知道为什么
大数据，开启重大的时代转型
大数据必然要经历技术成熟度曲线（炒作周期），是指新技术、新概念在媒体上曝光度随时间的变化曲线
科技诞生的促动期 ：在此阶段，随着媒体大肆的报道过度，非理性的渲染，产品的知名度无所不在，然而随着这个科技的缺点、问题、限制出现，失败的案例大于成功的案例，例如:.com公司 1998~2000年之间的非理性疯狂飙升期。
过高期望的峰值：早期公众的过分关注演绎出了一系列成功的故事——当然同时也有众多失败的例子。对于失败，有些公司采取了补救措施，而大部分却无动于衷。
泡沫化的底谷期 ：在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。
稳步爬升的光明期 ：在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意，例如:1996年的Internet ，Web。
实质生产的高峰期 ：在此阶段，新科技产生的利益与潜力被市场实际接受，实质支援此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。
数据爆炸的时代
量变引发质变
类比纳米技术
大数据
大数据的科学价值和社会价值体现
对大数据的掌握程度可以转化成对经济价值的来源
大数据已经撼动世界的方方面面，从商业科技到医疗、政府、教育、经济、人文等各个领域
预测，大数据的核心
大数据的核心就是预测
大数据不是让机器像人一样思考，而是把数学算法应用到海量数据上预测事情发生的可能性
垃圾邮件过滤
输入错误识别
预测一个人乱穿马路的行进轨迹和速度
反馈学习机制：利用自己产生的数据判断自身算法和参数选择的有效性，并实时进行调整，持续改进自身的表现
个性化技术：个性化排序和个性化推荐等，属于大数据时代的重要技术
Facebook猜测喜好
关联网站排序
大数据，大挑战
大数据的精髓在于我们分析信息时的三个转变
大数据时代我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样
研究数据如此之多，以至于我们不再热衷于追求精确度（数据规模过大导致精确度可行性降低），适当忽略微观层面的精确度以获得宏观层面更好的洞察能力。
前两个转变促成第三个转变：我们不再热衷于寻找因果关系
因果关系的追求 –> 相关关系的探索
大数据告诉我们“是什么”而不是“为什么”，让数据自己发声，而不必知道现象背后的原因
数据化：我们要从一切事物中汲取信息，将实物数据化
一个人的位置
引擎的振动
桥梁的承重
20世纪，价值已经从实体基建转变为无形财产，从土地和工厂转变为品牌和产权。如今，电脑存储和分析数据的方法取代电脑硬件成为了价值的源泉。
大数据的负面影响
早期政策专家看到了信息化给人们隐私带来的威胁，并建立了庞大的规则体系来保障个人信息安全。但在大数据时代人们自愿分享信息
危险不再是隐私的泄露，而是被预知的可能性，大数据时代需要新的规章制度保护权势面前的个人权利
Part1 大数据时代的思维变革
大数据与三个相互联系相互作用的思维转变有关
要分析与事物相关的所有数据，而不是依靠分析少量的样本数据（本章重点）
乐于接受数据的纷繁复杂，而不再追求精确性
我们的思想发生了转变，从探求难以捉摸的因果关系转为关注事物的相关关系
01 更多：不是随机样本，而是全体数据
技术条件的提高，大大拓展了我们收集数据、处理数据的能力，但我们依然没有完全意识到自己拥有了能够收集和处理大规模数据的能力。
小数据时代的随机采样，最少的数据获得最多的信息
人口普查——1086年英国调查当时的人口土地和财产进行全面的记载行程《末日审判书》，然耗资费时
无奈之举——采样分析
采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大（样本数量到达一定数量，从新样本得到的信息将递减，类比经济学中的边际效应递减）
每年采用多次小规模样本人口普查
推广：商业领域的质检
随机采样去的了巨大的成功，但它存在固有缺陷：
-
一旦采样过程存在任何偏见，分析结果就会相去甚远
-
随机采样不适合考察子类别的情况
-
随机采样需要实现设计好问题的结果，调查缺乏延展性，数据不能重新分析以获得计划之外的目的
全数据模式：样本 = 总体
全面性+即时性：技术的进步使得我们可以收集全面完整的数据，提高微观层面分析的准确性以及快速分析反应的能力
大数据不是绝对意义上的“大”，而是相对于随机分析法来说，采用所有数据的方法（全数据）
社科应用举例：对小团体或是整个社会，多样性都有其额外价值
02 更杂：不是精确性，而是混杂性
乐于接受数据的纷繁复杂，而不再追求精确性
允许不精准
数据量的大幅增加及数据采集频率的增加会造成结果的不准确，与此同时，一些错误地数据会混入数据库
各种各样的混乱
错误率
格式的不一致性-清洗数据
大数据通常用概率说话，而不是一副确凿无疑的面孔
大数据的简单算法比小数据的复杂算法更有效
大数据的绝对数量优势压倒了其带来的纷杂错误
纷杂的数据越多越好
全面的数据库使我们不需要担心某个数据点对整套分析的不利影响
-
我们需要做的是接受这些纷杂的数据并从中受益，而不是以高昂的代价消除所有的不确定性（关注焦点的变化）
-
大数据不仅让我们不再期待精确性，也让我们无法实现精确性
-
错误性不是数据固有的，而是测量、记录和交流数据的工具的缺陷
-
错误并不是大数据固有的特性，而是亟待解决并可能长期存在的现实问题
-
新的数据库设计的诞生
-
非关系型数据库的出现——不预设记录结构，允许繁杂数据的记录
-
更多的处理和存储资源——大大降低的存储和处理成本
-
大的数据库的分布式存储对数据库提出更多的要求
-
Hadoop：与谷歌的MapReduce系统相对应的开源式分布系统的基础构架
-
实现超大量数据的处理
-
内部建立数据副本（应对硬件可能的瘫痪）
-
假定数据之大导致数据在处理之前不可能整齐排列
-
假定数据量巨大使其完全无法移动，需要在本地进行数据分析
-
适用于不要求极端精确的任务，例如顾客分群营销等
-
只有5%的数据是结构化的，能够适用于传统数据库，接受不确定性，拥抱剩下95%的非结构化数据（网页和照片视频资源等）
-
大数据更强调数据的完整性和混杂性，帮助我们进一步接触事实的真相（小数据-可能出现管中窥豹的情况）
-
03 更好：不是因果关系，而是相关关系
是什么就够了，不需要知道为什么
亚马逊推荐系统
个性化推荐系统在亚马逊的使用
知道是什么可以更直接的作用，而为什么需要复杂的推导运算
关联物，预测的关键
相关关系的核心：量化两个数据值之间的数量关系
相关关系通过识别有用的关联来帮助我们分析一个现象，而不是揭示其内部的运作机制
相关关系没有绝对，只有可能性，但强相关关系链接成功的概率还是很高的
利用某个现象的良好的关联物，相关关系可以帮助我们捕捉现在和预测未来
如果寻找关联物
机器计算能力，代替了人工选择一个关联物或者一小部分相似数据进行逐一分析
用数据驱动的关于大数据的相关关系分析法，取代了基于假想的易出错的方法
大数据的相关关系分析法更准确、快速，且不容易受偏见的影响
大数据的核心是建立在相关关系分析法基础上的预测
社会环境下寻找关联物
通过找出新种类数据间的相互联系来解决日常需要 例如用于监测桥梁、机器等的传感器数据用于故障预测
“是什么”，而不是“为什么”
小数据时代获取相关关系和因果关系都耗费巨大（建立假设 >>> 进行实验 ，存在受偏见影响的可能，且数据收集困难），当前这些困难迎刃而解
相关关系：线型关系到非线性关系的发展
快速思维模式与慢性思维模式
快速思维模式使人们偏向于用因果联系看待周围的一切，即使这种关系并不存在
直觉得来的因果关系很多时候并没有加深我们对这个世界的理解，只是给我们一种自己已经理解的错觉。大数据的相关关系将经常证明直觉的因果联系是错误的
因果关系的证明要求单一变量实验，难以在现实中实现
相关关系很有用，它为我们提供新的视角，而且提供视角清洗。而一旦我们把因果关系考虑进来，这些视角就可能被蒙蔽
- 大数据更
(3)大数据社会影…
大数据从概念兴起到应用落地，虚拟化技术、大规模分布式数据管理技术、分布式的并行编程模式、面向服务的应用组装及管理、前端展现及交互技术的发展日新月异，为数据的产生、存储、处理提供了技术支撑。
同时，互联网思维日益喧嚣，各路诸侯跃跃欲试。“互联网+”导致企业视野更广，手臂更长，企业将触及前所未有的海量数据，同时应用场景也将层出不穷。
大数据具有四个特点：
（1）规模性。从现在的TB/PB级体量，很快就将进入ZB时代；
（2）异构性。类型丰富，既包括结构化数据，还包括图片、声音、视频等非结构化数据；
（3）时效性。数据采集和处理即时性强，满足市场的瞬息万变；
（4）价值性。针对实际应用场景，提出可落地的管理建议。
传统的数据，实质上是基于业务逻辑的小数据，来自企业信息系统，如零售商的进销存系统。在万物互联时代，大数据是由非结构化数据构成，这些数据比原来的结构化数据多得多，比如微信里的一张照片抵得上小型超市进销存系统一个月的数据量。
目前，无线网络、可穿戴设备、物联网的普及，在丰富数据来源的同时，大大降低了数据采集成本。
大数据的社会影响
进入大数据时代，工业时代产生的社会结构和政治形态，都将被重塑。在过去，基础设施包括铁路、公路、机场、港口，而今智能终端、云计算、宽带网络扩展了其内涵；
在过去，土地、劳动力、资本是核心生产要素，而今数据已成为最有价值的资产。在过去，基于产业链的分工体系和市场体系，存在着巨大限制，如资源、制造基地和市场在时空层面的隔离与不平衡，会产生高额成本，也会受到规模限制。而今，大数据推动了大规模协同与共享协作方式。
目前，大数据领域每年都会涌现出大量新的技术，成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来，为人类社会经济活动提供依据，提高各个领域的运行效率，甚至整个社会经济的集约化程度。
1.大数据生命周期
图1展示了一个典型的大数据技术栈。底层是基础设施，涵盖计算资源、内存与存储和网络互联，具体表现为计算节点、集群、机柜和数据中心。
在此之上是数据存储和管理，包括文件系统、数据库和类似YARN的资源管理系统。然后是计算处理层，如hadoop、MapReduce和Spark，以及在此之上的各种不同计算范式，如批处理、流处理和图计算等，包括衍生出编程模型的计算模型，如BSP、GAS 等。数据分析和可视化基于计算处理层。分析包括简单的查询分析、流分析以及更复杂的分析(如机器学习、图计算等)。查询分析多基于表结构和关系函数，流分析基于数据、事件流以及简单的统计分析，而复杂分析则基于更复杂的数据结构与方法，如图、矩阵、迭代计算和线性代数。
一般意义的可视化是对分析结果的展示。但是通过交互式可视化，还可以探索性地提问，使分析获得新的线索，形成迭代的分析和可视化。基于大规模数据的实时交互可视化分析以及在这个过程中引入自动化的因素是目前研究的热点。
有2个领域垂直打通了上述的各层，需要整体、协同地看待。一是编程和管理工具，方向是机器通过学习实现自动最优化、尽量无需编程、无需复杂的配置。另一个领域是数据安全，也是贯穿整个技术栈。
除了这两个领域垂直打通各层，还有一些技术方向是跨了多层的，例如“内存计算”事实上覆盖了整个技术栈。
2.大数据技术生态
大数据的基本处理流程与传统数据处理流程并无太大差异，主要区别在于：由于大数据要处理大量、非结构化的数据，所以在各处理环节中都可以采用并行处理。目前，Hadoop、MapReduce和Spark等分布式处理方式已经成为大数据处理各环节的通用处理方法。
Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。Hadoop 是一个数据管理系统，作为数据分析的核心，汇集了结构化和非结构化的数据，这些数据分布在传统的企业数据栈的每一层。
Hadoop也是一个大规模并行处理框架，拥有超级计算能力，定位于推动企业级应用的执行。Hadoop又是一个开源社区，主要为解决大数据的问题提供工具和软件。
虽然Hadoop提供了很多功能，但仍然应该把它归类为多个组件组成的Hadoop生态圈，这些组件包括数据存储、数据集成、数据处理和其他进行数据分析的专门工具。图2 展示了Hadoop 的生态系统，主要由HDFS、MapReduce、Hbase、Zookeeper、Oozie、Pig、Hive等核心组件构成，另外还包括Sqoop、Flume等框架，用来与其他企业融合。
同时，Hadoop 生态系统也在不断增长，新增Mahout、Ambari、Whirr、BigTop 等内容，以提供更新功能。
大数据对人们生活的…
大数据逐渐渗透我们的日常生活与每个角落，随着2020年的到来，大数据对我们每个人的重要性日益增长，影响和改变我们的生活，这也意味着大数据将成为一个时代。
生活更便利
大数据让生活更加便利，很多人都能感觉到在出行交通、购物、生活缴费等方面有了很大的改变。
安全有保障
公安局利用人工智能技术对千亿级各类结构化数据进行分析，对特殊群体进行智能定性和危险行为精准预测，有效开展诈骗预警和犯罪事先预判，实现事后处置到事前的防范，随着预警系统的建立，保护了人民的财产安全。
居民小区也运用“互联网+智慧社区”的方式为市民建立一道安全保障，入住人员进行实名制管理，并且对进入人员实现可控管理，小区居民在智慧社区平台实名注册登记及人像信息采集后，便可通过手机、身份证刷卡和刷脸进行开门。大数据为市民提供方便、安全的小区进出系统的同时，还为我市公安、综治部门提供了小区门禁出入人员记录、开门影像保存信息。这些信息能让相关部门对城市运行状态进行全面感知、态势预测、事件预警，为事故的溯源提供有力保障。
未来还有更多的改变
交通、购物、就医、旅游、安全……过去数年间，大数据应用其实就是信息化社会发展的一个重要阶段，而大数据的应用则给经济和社会生活带来了深刻的影响。
随着大数据的融合发展，智能化的综合网络 ,一大批新的就业形态和就业方式将被催生，商业交易方式、政府管理模式、社会管理结构也会发生变化。同时，大数据也让人们对于未来有着无限期待。
大数据智能整合data一步到位
Data是一家以大数据为基础，并智能应用于整合营销的大数据公司。汇聚多平台采集的海量数据,通过大数据技术的分析及预测能力为企业提供智能化的数据分析、运营优化、投放决策、精准营销、竞品分析等整合营销服务。已广泛服务于全国各省市及汽车、快销、金融、教育、房产等各行业。
五大产品矩阵
（1）DMarket超级数据市场
基于4亿月度活跃用户，8亿基础用户数据，运用分类、关联、聚类算法，结合地域、年龄、收入等2000+多维度关键词，搭建精准用户画像数据库，提供客户动态ID MAP(动态轨迹)，从而为客户提供多种形式的市场数据支撑服务。
（2）TalkVIP精准外呼平台
Talkvip精准外呼平台是以移动互联网大数据为基础的精准云外呼平台。独有的智能算法模型将全网6亿+活跃数据进行分析，通过AI算法集群运算，精筛细选，为商家提供目标用户群体。
（3）See广告精准投放平台
See广告精准投放平台是“基于效果”的精准营销宣传平台。可根据广告主的投放需求，凭借所覆盖的海量媒体资源，通过精准的用户画像系统和强大的数据分析能力，智能匹配出最优化的投放策略，为广告主打造 “高效”、“可靠”、“省钱”的营销系统。
（4）Insight行业分析平台
Insight是数据量最丰富，分析最权威的APP行业分析平台。全行业数据标签精细划分，为客户提供行业宏观研究、微观运营分析、未来趋势研究、机会风险分析、市场切入建议和投资可行建议全生命周期的综合性服务，帮助从业者更好的决策产品方向、营销策略和投资决策等。
（5）LinkUser虚拟商品城
Linkuser提供视频会员、手机充值卡、Q币充值、游戏币、游戏礼包、装备道具、流量、话费充值等多品种虚拟线上交易业务，通过虚拟商品丰富合作伙伴的积分平台，建立与用户连接通道，辅助各平台积分消耗，活跃会员。
如今，大数据正以稳定的步伐渗透到各个行业的领域之中，未来，我们生活中所接触到的大数据的应用会越来越多。不论企业还是个人，唯有借力于大数据，高效地利用所获得到的信息，发展才能保持强劲动力，生生不息，大数据时代来临，它正在改变我们的生活。
世界就是一个数据时…
认识大数据之后，世界却不可避免地分为大数据时代、小数据时代。
谈论核心价值之前，我们先来看看什么是大数据：
很多人这样理解大数据“大数据就是大规模的数据”，这个说法真的准确吗？
其实“大规模”只是指数据的量而言，数据量大，但并不代表着数据一定有可以被深度学习算法利用的价值。例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。可如果只有这样的数据，其实并没有太多可以挖掘的价值！
关于大数据这里我们参阅马丁·希尔伯特的总结，今天我们常说的大数据其实是在2000年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据：
信息交换：
据估算，从1986年到2007年这20年间，地球上每天可以通过既有信息通道交换的信息数量增长了约217倍，这些信息的数字化程度，则从1986年的约20%增长到2007年的约99.9%。在数字化信息爆炸式增长的过程里，每个参与信息交换的节点都可以在短时间内接收并存储大量数据。
信息存储：
全球信息存储能力大约每3年翻一番。从1986年到2007年这20年间，全球信息存储能力增加了约120倍，所存储信息的数字化程度也从1986年的约1%增长到2007年的约94%。1986年时，即便用上我们所有的信息载体、存储手段，我们也不过能存储全世界所交换信息的大约1%，而2007年这个数字已经增长到大约16%。信息存储能力的增加为我们利用大数据提供了近乎无限的想象空间。
信息处理：
有了海量的信息获取能力和信息存储能力，我们也必须有对这些信息进行整理、加工和分析的能力。谷歌、Facebook等公司在数据量逐渐增大的同时，也相应建立了灵活、强大的分布式数据处理集群。
信息交换 信息存储 信息处理
大数据具有数据规模大、数据类别复杂、数据处理速度快、数据真实性高、数据蕴藏价值的特点，对于大数据的处理和挖掘很大程度上需要依赖于云计算平台的分布式处理、分布式数据库、云存储和虚拟化技术。
关于大数据的应用和价值：
我们先来看一则新闻聊天机器人竟自创语言“对话” 脸书将其紧急关停，大数据被认为是人工智能的一部分，大数据也被称之为“人工智能的基石”。目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。
实际上无论是人工智能还是云计算的蓬勃发展，离不开海量数据的支撑，云计算、大数据、人工智能也被称之为“铁三角”的关系。
实际上无论是人工智能还是云计算的蓬勃发展，离不开海量数据的支撑，云计算、大数据、人工智能也被称之为“铁三角”的关系。
其实，大数据已经无所不在！
当你热议互联网杀熟的时候，背后可能是大数据要背锅；
当你在某个平台上提交你的信息，也许紧接着你还会收到保险公司、借贷机构等热情轰炸；
当你在淘宝、京东、头条、携程等逛逛看看的时候，你会发现这些app越来越懂你，因为他们会越来越精准的推送给你喜欢的产品、感兴趣新闻话题；
基于大数据，电商会在大促之前做好需求预测，提前布局仓库存储；
基于大数据，谷歌、高德、百度等地图工具服务商能够提供越来越精准的数据拟合；
基于大数据，航空公司通过分析温度、响声、振幅、飞行时间等研究来进行设备故障的预防。
大数据往往可以取代传统意义上的抽样调查，大数据混合了来自多个数据源的多维度信息。
大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策，通过对数据的分析，发现数据的变化以及各数据间的相关性、挖掘以往被忽视的规律、获得具有洞察力和新价值的东西，实现对人类行为的预测，从而可以有针对性地做出商业决策。
大数据可能告诉我们，未来会发生什么，但也许并不能解释背后的原因；
大数据帮助产品更好的了解用户、服务用户，但其实背后的大数据本身已经成为一款产品；
大数据在大数据时代正在迅速膨胀，有有利一面，但同时背后可能隐藏着“蝴蝶效应”的隐患！
“大数据”是近年来IT行业的热词，大数据在各个行业的应用逐渐变得广泛起来，如2014年的两会，我们听得最多的也是大数据分析，那么，什么是大数据呢，什么是大数据概念呢，大数据概念怎么理解呢，一起来看看吧。
大数据的定义。大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。
大数据的采集。科学技术及互联网的发展，推动着大数据时代的来临，各行各业每天都在产生数量巨大的数据碎片，数据计量单位已从从Byte、KB、MB、 GB、TB发展到PB、EB、ZB、YB甚至BB、NB、DB来衡量。大数据时代数据的采集也不再是技术问题，只是面对如此众多的数据，我们怎样才能找到 其内在规律。
大数据的特点。数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。
大数据的挖掘和处理。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，因此，大数据的挖掘和处理必须用到云技术。
大数据的应用。大数据可应用于各行各业，将人们收集到的庞大数据进行分析整理，实现资讯的有效利用。举个本专业的例子，比如在奶牛基因层面寻找与产奶量相 关的主效基因，我们可以首先对奶牛全基因组进行扫描，尽管我们获得了所有表型信息和基因信息，但是由于数据量庞大，这就需要采用大数据技术，进行分析比 对，挖掘主效基因。例子还有很多。
大数据的意义和前景。总的来说，大数据是对大量、动态、能持续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。以前， 面对庞大的数据，我们可能会一叶障目、可见一斑，因此不能了解到事物的真正本质，从而在科学工作中得到错误的推断，而大数据时代的来临，一切真相将会展现 在我么面前。
想来有趣，在网上购物、订外卖、手机支付已成为很多人日常生活的一部分，可穿戴设备、智能家居设备等风头正旺的现在，我们每天的吃饭、睡觉、工作，甚至娱乐产生的“数据”都会通过某种手段被保留和集中起来。根据IBM调研的说法，人类每天生成的数据涵盖我们发送的文本、上传的照片、各类传感器数据、设备与设备之间的通信的所有信息等，相当于从地球到月球的距离。
将这样量级的数据称为“大数据”可一点也不为过。最早提出“大数据”时代到来的全球知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”今天我们就来说说大数据。
一、什么是大数据
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中，大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理的分析方法；而研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；根据维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
我们这里主要采用第三种定义，即所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到获取、管理、处理、并整理成为帮助企业经营决策的目的资讯。
湖畔大学曾鸣老师曾列举的的大数据与传统的数据最大的差别是：在线、实时与全貌。
①在线：首先大数据必须是永远是在线的，而且在线的还得是热备份的，不是冷备份的，不是放在磁带里的，是随时能调用的。不在线的数据不是大数据，因为你根本没时间把它导出来使用。只有在线的数据才能马上被计算、被使用。
②实时：大数据必须实时反应。我们上淘宝输入一个商品，后台必须在10亿件商品当中，瞬间进行呈现。如果要等一个小时才呈现，我相信没有人再上淘宝。十亿件商品、几百万个卖家、一亿的消费者，瞬间完成匹配呈现，这才叫大数据。
③全貌：大数据还有一个最大的特征，它不再是样本思维，它是一个全体思维。以前一提到数据，人们第一个反应是样本、抽样，但是大数据不再抽样，不再调用部分，我们要的是所有可能的数据，它是一个全貌。其实叫全数据比大数据更准确。
二、大数据对企业有什么好处
“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。据统计，企业内部的经营交易信息、互联网中的商品物流信息、人与人交互信息、位置信息等数据，每2～3年时间就会成倍增长。
而信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。这些数据蕴含着巨大的商业价值，但是企业所关注的通常只占在总数据量的2%～4%左右。因此，企业仍然没有最大化地利用已存在的数据资源，以至于浪费了更多的时间和资金，也失去制定关键商业决策的最佳契机。
对于一般的企业而言，大数据的作用主要表现在两个方面：
1.帮助企业了解用户
大数据通过相关性分析，将客户和产品、服务进行关系串联，对用户的偏好进行定位，从而提供更精准、更有导向性的产品和服务，提升销售业绩。典型的例子就是电商。像阿里淘宝这样的电子商务平台，积累了大量的用户购买数据。在早期的时候，这些数据都是累赘和负担，存储它们需要大量的硬件成本。但是，现在这些数据都是阿里最宝贵的财富。
大数据也可以对业绩产生直接影响。它的效率和准确性，远远超过传统的用户调研。除了电商，包括能源、影视、证券、金融、农业、工业、交通运输、公共事业等，都是大数据的用武之地。
2.帮助企业了解自己
除了帮助了解用户之外，大数据还能帮助了解自己。企业生产经营需要大量的资源，大数据可以分析和锁定资源的具体情况，例如储量分布和需求趋势。这些资源的可视化，可以帮助企业管理者更直观地了解企业的运作状态，更快地发现问题，及时调整运营策略，降低经营风险。总而言之，“知己知彼，百战百胜”。大数据，就是为决策服务的。
三、大数据有什么特点
大数据的特点有4个层面：
1.Volume（海量化）：数据体量巨大。从TB级别，跃升到PB级别；
2.Variety（多样化）：数据的形式是多种多样的，包括数字（价格、交易数据、体重、人数等）、文本（邮件、网页等）、图像、音频、视频、位置信息（经纬度、海拔等），等等，都是数据；
3.Velocity（时效性）：处理速度快，1秒定律，从数据的生成到消耗，时间窗口非常小。数据的变化速率，还有处理过程，越来越快。例如变化速率，从以前的按天变化，变成现在的按秒甚至毫秒变化；
4.Value（价值密度）：大数据的数据量很大，但随之带来的，就是价值密度很低，数据中真正有价值的，只是其中的很少一部分。只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报
四、大数据的开发
1.数据采集
数据采集有线上和线下两种方式，线上一般通过爬虫，通过抓取或者通过已有应用系统的采集。
在这个阶段，我们可以做一个大数据采集平台，依托自动爬虫（使用Python或者Node.js制作爬虫软件），ETL工具、或者自定义的抽取转换引擎，从文件中、数据库中、网页中专项爬取数据。如果这一步通过自动化系统来做的话，可以很方便的管理所有的原始数据，并且从数据的开始对数据进行标签采集，可以规范开发人员的工作，同时目标数据源可以更方便的管理。
数据采集的难点在于多数据源，例如mysql、postgresql、sqlserver 、 mongodb 、sqllite。还有本地文件、excel统计文档、甚至是doc文件。如何将它们规整、有方案地整理进我们的大数据流程中也是必不可缺的一环。
2.数据汇聚
数据的汇聚是大数据流程最关键的一步，你可以在这里加上数据标准化，你也可以在这里做数据清洗，数据合并，还可以在这一步将数据存档，将确认可用的数据经过可监控的流程进行整理归类，这里产出的所有数据就是整个公司的数据资产，到了一定的量就是一笔固定资产。
数据汇聚的难点在于如何标准化数据，例如表名标准化，表的标签分类，表的用途，数据的量，是否有数据增量？数据是否可用？
这些需要在业务上下很大的功夫，必要时还要引入智能化处理，例如根据内容训练结果自动打标签，自动分配推荐表名、表字段名等，还有如何从原始数据中导入数据等。
3.数据转化与映射
经过数据汇聚的数据资产如何提供给具体的使用方使用？在这一步，主要就是考虑数据如何应用，如何将两、三个数据表转换成一张能够提供服务的数据。然后定期更新增量。
经过前面的那几步，在这一步难点并不太多了，如何转换数据与如何清洗数据、标准数据无二，将两个字段的值转换成一个字段，或者根据多个可用表统计出一张图表数据等等。
4.数据应用
数据的应用方式很多，有对外的、有对内的，如果拥有了前期的大量数据资产，是通过restful API提供给用户？还是提供流式引擎 KAFKA 给应用消费? 或者直接组成专题数据，供自己的应用查询？这里对数据资产的要求比较高，所以前期的工作做好了，这里的自由度很高。
五、大数据、数据分析和数据挖掘的区别
大数据、数据分析、数据挖掘的区别是，大数据是互联网的海量数据挖掘，而数据挖掘更多是针对内部企业行业小众化的数据挖掘，数据分析就是进行做出针对性的分析和诊断，大数据需要分析的是趋势和发展，数据挖掘主要发现的是问题和诊断：
1.大数据
指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
2.数据分析
是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
3.数据挖掘
又译为资料探勘、数据采矿。它是数据库知识发现(英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
根据信息存储格式，用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。
大数据是范围比较广的数据分析和数据挖掘。按照数据分析的流程来说，数据挖掘工作较数据分析工作靠前些，二者又有重合的地方，数据挖掘侧重数据的清洗和梳理。数据分析处于数据处理的最末端，是最后阶段。数据分析和数据挖掘的分界、概念比较模糊，模糊的意思是二者很难区分。大数据概念更为广泛，是把创新的思维、信息技术、统计学等等技术的综合体，每个人限于学术背景、技术背景，概述的都不一样。
六、大数据的应用
数据在行业中的应用的越来越广泛，我们先看看大数据在当下有怎样的杰出表现：
1.大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督；大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力；电力企业会通过大数据实时做数据的监测和预测，让我们更好、更方便做这种电力的调度；
2.医疗中更是有着比较广泛的应用，现在的基因工程以及疾病的预测分析和每个病人的手术方案等等，可能都会用到大数据。 大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物；
3.大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格；
4.大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度；大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品；
5.大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本；另外电影其实都是需要渲染的，之前每渲染一分钟可能就需要上千台机器、可能需要一两个月，现在通过云计算、大数据的方式，可能渲染一个一分钟的电影镜头就缩短成了一秒或者两秒。
6.大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备；
七、大数据的展望
其实，除了以上大数据的应用外，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。
比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。
而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。
未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。
大数据并不是一种概念，而是一种方法论，一句话概括，就是通过分析和挖掘全量的非抽样的数据辅助决策。
技术连接一切，数据改变生活！
1 人赞同了该回答
在这个大数据、机器学习、区块链的时代，什么是大数据？这个问题已经是老生常谈的了。关于此问题，探码科技的CEO曾接受全球大数据联盟的采访时，有一个深入的回答，并对大数据如何改变人们的生活做了浅显易懂的回复。
详情：小球访谈|大数据如何改变人们的生活？ | 探码大数据 | 探码科技【官网】
我其实是挺反对大数据概念的滥用的，比如两会大数据分析的报道，其实就是百度的搜索关键词的统计，你可能都不知道他是基于数据全集统计的还是抽样统计。我和一位数据库公司老总在谈数据的重要性的时候他的一个观点我很认同，传统的数据仓库，一堆数据在要盘阵里趴着，这为叫大数据，大数据就需要对这些趴着的数据不停的排列、重组、统计、分析，依靠你的模型从数据出发为决策提供支撑，这才是大数据。
所以我理解的大数据是随着信息技术的发展，数据的积累越来越迅速，处理速度也越来越快，对数据从不同维度运用不同模型进行分析处理，而最终使数据为我们的决策服务。至于其存在的形式，无非就是楼上说的sql和非结构化数据等，没有什么特别的。
大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。
如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
典型案例
1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
什么是大数据,什么是大数据概念?
现如今，我们身边很多人对一些热门的新技术、新趋势往往趋之若鹜却又很难说得透彻，比如大数据，如果被问大数据和你有什么关系，估计很少能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求，至少知其然，在聊天时不会显得很“土鳖”；二是在工作和生活环境中，真正能参与实践的大数据案例实在太少了，所以大家没有机会花时间去知其所以然。
我希望有些不一样，所以对该如何去认识大数据进行了一番思索，包括查阅了资料，翻阅了最新的专业书籍，但我并不想把那些零散的资料碎片或不同理解论述简单规整并堆积起来形成毫无价值的转述或评论，我很真诚的希望进入事物探寻本质。
如果你说大数据就是数据大，或者侃侃而谈4个V，也许很有深度的谈到BI或预测的价值，又或者拿Google和Amazon举例，技术流可能会聊起Hadoop和Cloud Computing，不管对错，只是无法勾勒对大数据的整体认识，不说是片面，但至少有些管窥蠡测、隔衣瘙痒了。……也许，“解构”是最好的方法。
怎样结构大数据?
首先，我认为大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
其次，想要系统的认知大数据，必须要全面而细致的分解它，我着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。我会从大数据的特征定义理解行业对大数据的整体描绘和定性;从对大数据价值的探讨来深入解析大数据的珍贵所在;从对大数据的现在和未来去洞悉大数据的发展趋势;从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。如果你对大数据开发感兴趣，想系统学习大数据或是大数据分析的话，可以戳我加入大数据技术学习交流群，了解课程，获取学习资源
第二层面是技术，技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。我将分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
和大数据相关的理论
特征定义
最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界(IBM 最早定义)将大数据的特征归纳为4个“V”(量Volume，多样Variety，价值Value，速Velocity)，或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
其实这些V并不能真正说清楚大数据的所有特征，下面这张图对大数据的一些相关特性做出了有效的说明。
古语云：三分技术，七分数据，得数据者得天下。先不论谁说的，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势;Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量;Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。
那么，什么是大数据思维?维克托·迈尔-舍恩伯格认为，1-需要全部数据样本而不是抽样;2-关注效率而不是精确度;3-关注相关性而不是因果关系。
阿里巴巴的王坚对于大数据也有一些独特的见解，比如，
“今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。”
“非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。”
“你千万不要想着拿数据去改进一个业务，这不是大数据。你一定是去做了一件以前做不了的事情。”
特别是最后一点，我是非常认同的，大数据的真正价值在于创造，在于填补无数个还未实现过的空白。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。
价值探讨
大数据是什么?投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。
如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
Target 超市以20多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过构建模型分析购买者的行为相关性，能准确的推断出孕妇的具体临盆时间，这样Target的销售部门就可以有针对的在每个怀孕顾客的不同阶段寄送相应的产品优惠卷。
Target的例子是一个很典型的案例，这样印证了维克托·迈尔-舍恩伯格提过的一个很有指导意义的观点：通过找出一个关联物并监控它，就可以预测未来。Target通过监测购买者购买商品的时间和品种来准确预测顾客的孕期，这就是对数据的二次利用的典型案例。如果，我们通过采集驾驶员手机的GPS数据，就可以分析出当前哪些道路正在堵车，并可以及时发布道路交通提醒;通过采集汽车的GPS位置数据，就可以分析城市的哪些区域停车较多，这也代表该区域有着较为活跃的人群，这些分析数据适合卖给广告投放商。
不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。
从大数据的价值链条来分析，存在三种模式：
1- 手握大数据，但是没有利用好;比较典型的是金融机构，电信行业，政府机构等。
2- 没有数据，但是知道如何帮助有数据的人利用它;比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，Oracle等。
3- 既有数据，又有大数据思维;比较典型的是Google，Amazon，Mastercard等。
未来在大数据领域最具有价值的是两种事物：1-拥有大数据思维的人，这种人可以将大数据的潜在价值转化为实际利益;2-还未有被大数据触及过的业务领域。这些是还未被挖掘的油井，金矿，是所谓的蓝海。
Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。
还有一个有趣的例子，1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
这些例子真实的反映在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维;与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。
现在和未来
我们先看看大数据在当下有怎样的杰出表现：
大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督;
大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力;
大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物;
大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备;
大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格;
大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度;
大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本;
大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品。
其实，这些还远远不够，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。
比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”
Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。
而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。
未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。
比如，建立个人的数据中心，将每个人的日常生活习惯，身体体征，社会网络，知识能力，爱好性情，疾病嗜好，情绪波动……换言之就是记录人从出生那一刻起的每一分每一秒，将除了思维外的一切都储存下来，这些数据可以被充分的利用：
医疗机构将实时的监测用户的身体健康状况;
教育机构更有针对的制定用户喜欢的教育培训计划;
服务行业为用户提供即时健康的符合用户生活习惯的食物和其它服务;
社交网络能为你提供合适的交友对象，并为志同道合的人群组织各种聚会活动;
政府能在用户的心理健康出现问题时有效的干预，防范自杀，刑事案件的发生;
金融机构能帮助用户进行有效的理财管理，为用户的资金提供更有效的使用建议和规划;
道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排;
当然，上面的一切看起来都很美好，但是否是以牺牲了用户的自由为前提呢?只能说当新鲜事物带来了革新的同时也同样带来了“病菌”。比如，在手机未普及前，大家喜欢聚在一起聊天，自从手机普及后特别是有了互联网，大家不用聚在一起也可以随时随地的聊天，只是“病菌”滋生了另外一种情形，大家慢慢习惯了和手机共渡时光，人与人之间情感交流仿佛永远隔着一张“网”。
大数据隐私
你或许并不敏感，当你在不同的网站上注册了个人信息后，可能这些信息已经被扩散出去了，当你莫名其妙的接到各种邮件，电话，短信的滋扰时，你不会想到自己的电话号码，邮箱，生日，购买记录，收入水平，家庭住址，亲朋好友等私人信息早就被各种商业机构非法存储或贱卖给其它任何有需要的企业或个人了。
更可怕的是，这些信息你永远无法删除，它们永远存在于互联网的某些你不知道的角落。除非你更换掉自己的所有信息，但是这代价太大了。
用户隐私问题一直是大数据应用难以绕开的一个问题，如被央视曝光过的分众无线、罗维邓白氏以及网易邮箱都涉及侵犯用户隐私。目前，中国并没有专门的法律法规来界定用户隐私，处理相关问题时多采用其他相关法规条例来解释。但随着民众隐私意识的日益增强，合法合规地获取数据、分析数据和应用数据，是进行大数据分析时必须遵循的原则。
说到隐私被侵犯，爱德华斯诺登应该占据一席之地，这位前美国中央情报局(CIA)雇员一手引爆了美国“棱镜计划”(PRISM)的内幕消息。“棱镜”项目是一项由美国国家安全局(NSA)自2007年起开始实施的绝密电子监听计划，年耗资近2000亿美元，用于监听全美电话通话记录，据称还可以使情报人员通过“后门”进入9家主要科技公司的服务器，包括微软、雅虎、谷歌、Facebook、PalTalk、美国在线、Skype、YouTube、苹果。这个事件引发了人们对政府使用大数据时对公民隐私侵犯的担心。
再看看我们身边，当微博，微信，QQ空间这些社交平台肆意的吞噬着数亿用户的各种信息时，你就不要指望你还有隐私权了，就算你在某个地方删除了，但也许这些信息已经被其他人转载或保存了，更有可能已经被百度或Google存为快照，早就提供给任意用户搜索了。
因此在大数据的背景下，很多人都在积极的抵制无底线的数字化，这种大数据和个体之间的博弈还会一直继续下去……
专家给予了我们一些如何有效保护大数据背景下隐私权的建议：1-减少信息的数字化;2-隐私权立法;3-数字隐私权基础设施(类似DRM数字版权管理);4-人类改变认知(接受忽略过去);5-创造良性的信息生态;6-语境化。
但是这些都很难立即见效或者有实质性的改善。
比如，现在有一种职业叫删帖人，专门负责帮人到各大网站删帖，删除评论。其实这些人就是通过黑客技术侵入各大网站，破获管理员的密码然后进行手工定向删除。只不过他们保护的不是客户的隐私，而大多是丑闻。还有一种职业叫人肉专家，他们负责从互联网上找到一个与他们根本就无关系用户的任意信息。这是很可怕的事情，也就是说，如果有人想找到你，只需要两个条件：1-你上过网，留下过痕迹;2-你的亲朋好友或仅仅是认识你的人上过网，留下过你的痕迹。这两个条件满足其一，人肉专家就可以很轻松的找到你，可能还知道你现在正在某个餐厅和谁一起共进晚餐。
当很多互联网企业意识到隐私对于用户的重要性时，为了继续得到用户的信任，他们采取了很多办法，比如google承诺仅保留用户的搜索记录9个月，浏览器厂商提供了无痕冲浪模式，社交网站拒绝公共搜索引擎的爬虫进入，并将提供出去的数据全部采取匿名方式处理等。
在这种复杂的环境里面，很多人依然没有建立对于信息隐私的保护意识，让自己一直处于被滋扰，被精心设计，被利用，被监视的处境中。可是，我们能做的几乎微乎其微，因为个人隐私数据已经无法由我们自己掌控了，就像一首诗里说到的：“如果你现在继续麻木，那就别指望这麻木能抵挡得住被”扒光”那一刻的惊恐和绝望……”
和大数据相关的技术
云技术
大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。
云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。
如今，在Google、Amazon、Facebook等一批互联网企业引领下，一种行之有效的模式出现了：云计算提供基础架构平台，大数据应用运行在这个平台上。
业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地;没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。
那么大数据到底需要哪些云计算技术呢?
这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术(类似模式识别以及自然语言理解)等。
云计算和大数据之间的关系可以用下面的一张图来说明，两者之间结合后会产生如下效应：可以提供更多基于海量业务数据的创新型服务;通过云计算技术的不断发展降低大数据业务的创新成本。
如果将云计算与大数据进行一些比较，最明显的区分在两个方面：
第一，在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。
第二，大数据和云计算的目标受众不同，云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，而大数据的决策者是业务层。
分布式处理技术
分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。
以Hadoop(Yahoo)为例进行说明，Hadoop是一个实现了MapReduce模式的能够对大量数据进行分布式处理的软件框架，是以一种可靠、高效、可伸缩的方式进行处理的。
而MapReduce是Google提出的一种云计算的核心计算模式，是一种分布式运算技术，也是简化的分布式编程模式，MapReduce模式的主要思想是将自动分割要执行的问题(例如程序)拆解成map(映射)和reduce(化简)的方式，在数据被分割后通过Map 函数的程序将数据映射成不同的区块，分配给计算机机群处理达到分布式运算的效果，在通过Reduce 函数的程序将结果汇整，从而输出开发者需要的结果。
再来看看Hadoop的特性，第一，它是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。其次，Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
你也可以这么理解Hadoop的构成，Hadoop=HDFS(文件系统，数据存储技术相关) HBase(数据库) MapReduce(数据处理) ……Others
Hadoop用到的一些技术有：
HDFS: Hadoop分布式文件系统(Distributed File System) – HDFS (HadoopDistributed File System)
MapReduce：并行计算框架
HBase: 类似Google BigTable的分布式NoSQL列数据库。
Hive：数据仓库工具，由Facebook贡献。
Zookeeper：分布式锁设施，提供类似Google Chubby的功能，由Facebook贡献。
Avro：新的数据序列化格式与传输工具，将逐步取代Hadoop原有的IPC机制。
Pig:大数据分析平台，为用户提供多种接口。
Ambari：Hadoop管理工具，可以快捷的监控、部署、管理集群。
Sqoop：用于在Hadoop与传统的数据库间进行数据的传递。
说了这么多，举个实际的例子，虽然这个例子有些陈旧，但是淘宝的海量数据技术架构还是有助于我们理解对于大数据的运作处理机制:
淘宝的海量数据产品技术架构分为五个层次，从上至下来看它们分别是：数据源，计算层，存储层，查询层和产品层。
数据来源层。存放着淘宝各店的交易数据。在数据源层产生的数据，通过DataX，DbSync和Timetunel准实时的传输到下面第2点所述的“云梯”。
计算层。在这个计算层内，淘宝采用的是Hadoop集群，这个集群，我们暂且称之为云梯，是计算层的主要组成部分。在云梯上，系统每天会对数据产品进行不同的MapReduce计算。
存储层。在这一层，淘宝采用了两个东西，一个使MyFox，一个是Prom。MyFox是基于MySQL的分布式关系型数据库的集群，Prom是基于Hadoop Hbase技术的一个NoSQL的存储集群。
查询层。在这一层中，Glider是以HTTP协议对外提供restful方式的接口。数据产品通过一个唯一的URL来获取到它想要的数据。同时，数据查询即是通过MyFox来查询的。
最后一层是产品层，这个就不用解释了。
存储技术
大数据可以抽象的分为大数据存储和大数据分析，这两者的关系是：大数据存储的目的是支撑大数据分析。到目前为止，还是两种截然不同的计算机技术领域：大数据存储致力于研发可以扩展至PB甚至EB级别的数据存储平台;大数据分析关注在最短时间内处理大量不同类型的数据集。
提到存储，有一个著名的摩尔定律相信大家都听过：18个月集成电路的复杂性就增加一倍。所以，存储器的成本大约每18-24个月就下降一半。成本的不断下降也造就了大数据的可存储性。
比如，Google大约管理着超过50万台服务器和100万块硬盘，而且Google还在不断的扩大计算能力和存储能力，其中很多的扩展都是基于在廉价服务器和普通存储硬盘的基础上进行的，这大大降低了其服务成本，因此可以将更多的资金投入到技术的研发当中。
以Amazon举例，Amazon S3 是一种面向 Internet 的存储服务。该服务旨在让开发人员能更轻松的进行网络规模计算。Amazon S3 提供一个简明的 Web 服务界面，用户可通过它随时在 Web 上的任何位置存储和检索的任意大小的数据。此服务让所有开发人员都能访问同一个具备高扩展性、可靠性、安全性和快速价廉的基础设施，Amazon 用它来运行其全球的网站网络。再看看S3的设计指标：在特定年度内为数据元提供 99.999999999% 的耐久性和 99.99% 的可用性，并能够承受两个设施中的数据同时丢失。
S3很成功也确实卓有成效，S3云的存储对象已达到万亿级别，而且性能表现相当良好。S3云已经拥万亿跨地域存储对象，同时AWS的对象执行请求也达到百万的峰值数量。目前全球范围内已经有数以十万计的企业在通过AWS运行自己的全部或者部分日常业务。这些企业用户遍布190多个国家，几乎世界上的每个角落都有Amazon用户的身影。
感知技术
大数据的采集和感知技术的发展是紧密联系的。以传感器技术，指纹识别技术，RFID技术，坐标定位技术等为基础的感知能力提升同样是物联网发展的基石。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，都会产生海量的数据信息。
而随着智能手机的普及，感知技术可谓迎来了发展的高峰期，除了地理位置信息被广泛的应用外，一些新的感知手段也开始登上舞台，比如，最新的”iPhone 5S”在home键内嵌指纹传感器，新型手机可通过呼气直接检测燃烧脂肪量，用于手机的嗅觉传感器面世可以监测从空气污染到危险的化学药品，微软正在研发可感知用户当前心情智能手机技术，谷歌眼镜InSight新技术可通过衣着进行人物识别。
除此之外，还有很多与感知相关的技术革新让我们耳目一新：比如，牙齿传感器实时监控口腔活动及饮食状况，婴儿穿戴设备可用大数据去养育宝宝，Intel正研发3D笔记本摄像头可追踪眼球读懂情绪，日本公司开发新型可监控用户心率的纺织材料，业界正在尝试将生物测定技术引入支付领域等。
其实，这些感知被逐渐捕获的过程就是就世界被数据化的过程，一旦世界被完全数据化了，那么世界的本质也就是信息了。
就像一句名言所说，“人类以前延续的是文明，现在传承的是信息。”
大数据的实践
互联网的大数据
互联网上的数据每年增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。据IDC预测，到2020年全球将总共拥有35ZB的数据量。互联网是大数据发展的前哨阵地，随着WEB2.0时代的发展，人们似乎都习惯了将自己的生活通过网络进行数据化，方便分享以及记录并回忆。
互联网上的大数据很难清晰的界定分类界限，我们先看看BAT的大数据：
百度拥有两种类型的大数据：用户搜索表征的需求数据;爬虫和阿拉丁获取的公共web数据。搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。搜索引擎在大数据时代面临的挑战有：更多的暗网数据;更多的WEB化但是没有结构化的数据;更多的WEB化、结构化但是封闭的数据。
阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。
腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
在信息技术更为发达的美国，除了行业知名的类似Google，Facebook外，已经涌现了很多大数据类型的公司，它们专门经营数据产品，比如：
Metamarkets：这家公司对Twitter、支付、签到和一些与互联网相关的问题进行了分析，为客户提供了很好的数据分析支持。
Tableau：他们的精力主要集中于将海量数据以可视化的方式展现出来。Tableau为数字媒体提供了一个新的展示数据的方式。他们提供了一个免费工具，任何人在没有编程知识背景的情况下都能制造出数据专用图表。这个软件还能对数据进行分析，并提供有价值的建议。
ParAccel：他们向美国执法机构提供了数据分析，比如对15000个有犯罪前科的人进行跟踪，从而向执法机构提供了参考性较高的犯罪预测。他们是犯罪的预言者。
QlikTech：QlikTech旗下的Qlikview是一个商业智能领域的自主服务工具，能够应用于科学研究和艺术等领域。为了帮助开发者对这些数据进行分析，QlikTech提供了对原始数据进行可视化处理等功能的工具。
GoodData：GoodData希望帮助客户从数据中挖掘财富。这家创业公司主要面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具。
TellApart：TellApart和电商公司进行合作，他们会根据用户的浏览行为等数据进行分析，通过锁定潜在买家方式提高电商企业的收入。
DataSift：DataSift主要收集并分析社交网络媒体上的数据，并帮助品牌公司掌握突发新闻的舆论点，并制定有针对性的营销方案。这家公司还和Twitter有合作协议，使得自己变成了行业中为数不多可以分析早期tweet的创业公司。
Datahero：公司的目标是将复杂的数据变得更加简单明了，方便普通人去理解和想象。
举了很多例子，这里简要归纳一下，在互联网大数据的典型代表性包括：
1-用户行为数据(精准广告投放、内容推荐、行为习惯和喜好分析、产品优化等)
2-用户消费数据(精准营销、信用记录分析、活动促销、理财等)
3-用户地理位置数据(O2O推广，商家推荐，交友推荐等)
4-互联网金融数据(P2P，小额贷款，支付，信用，供应链金融等)
5-用户社交等UGC数据(趋势分析、流行元素分析、受欢迎程度分析、舆论监控分析、社会问题分析等)
政府的大数据
近期，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。
在国内，政府各个部门都握有构成社会基础的原始数据，比如，气象数据，金融数据，信用数据，电力数据，煤气数据，自来水数据，道路交通数据，客运数据，安全刑事案件数据，住房数据，海关数据，出入境数据，旅游数据，医疗数据，教育数据，环保数据等等。这些数据在每个政府部门里面看起来是单一的，静态的。但是，如果政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生，其价值是无法估量的。
具体来说，现在城市都在走向智能和智慧，比如，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市，这些都依托于大数据，可以说大数据是智慧的核心能源。从国内整体投资规模来看，到2012年底全国开建智慧城市的城市数超过180个，通信网络和数据平台等基础设施建设投资规模接近5000亿元。“十二五”期间智慧城市建设拉动的设备投资规模将达1万亿元人民币。大数据为智慧城市的各个领域提供决策支持。在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供决策，强化城市管理服务的科学性和前瞻性。在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。在安防与防灾领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。
另外，作为国家的管理者，政府应该有勇气将手中的数据逐步开放，供给更多有能力的机构组织或个人来分析并加以利用，以加速造福人类。比如，美国政府就筹建了一个http://data.gov网站，这是奥巴马任期内的一个重要举措：要求政府公开透明，而核心就是实现政府机构的数据公开。截止目前，已经开放了有91054 个datasets;349citizen-developed apps;137 mobile apps;175 agencies and subagencies;87 galleries;295 Government APIs。
企业的大数据
企业的CXO们最关注的还是报表曲线的背后能有怎样的信息，他该做怎样的决策，其实这一切都需要通过数据来传递和支撑。在理想的世界中，大数据是巨大的杠杆，可以改变公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。
那么，哪些传统企业最需要大数据服务呢?抛砖引玉，先举几个例子：1) 对大量消费者提供产品或服务的企业(精准营销);2) 做小而美模式的中长尾企业(服务转型);3) 面临互联网压力之下必须转型的传统企业(生死存亡)。
对于企业的大数据，还有一种预测：随着数据逐渐成为企业的一种资产，数据产业会向传统企业的供应链模式发展，最终形成“数据供应链”。这里尤其有两个明显的现象：1) 外部数据的重要性日益超过内部数据。在互联互通的互联网时代，单一企业的内部数据与整个互联网数据比较起来只是沧海一粟;2) 能提供包括数据供应、数据整合与加工、数据应用等多环节服务的公司会有明显的综合竞争优势。
对于提供大数据服务的企业来说，他们等待的是合作机会，就像微软史密斯说的：“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”
然而，一直做企业服务的巨头将优势不在，不得不眼看新兴互联网企业加入战局，开启残酷竞争模式。为何会出现这种局面?从 IT 产业的发展来看，第一代 IT 巨头大多是 ToB 的，比如 IBM、Microsoft、Oracle、SAP、HP这类传统 IT 企业;第二代 IT 巨头大多是ToC 的，比如 Yahoo、Google、Amazon、Facebook 这类互联网企业。大数据到来前，这两类公司彼此之间基本是井水不犯河水;但在当前这个大数据时代，这两类公司已经开始直接竞争。比如 Amazon 已经开始提供云模式的数据仓库服务，直接抢占 IBM、Oracle 的市场。这个现象出现的本质原因是：在互联网巨头的带动下，传统 IT 巨头的客户普遍开始从事电子商务业务，正是由于客户进入了互联网，所以传统 IT 巨头们不情愿地被拖入了互联网领域。如果他们不进入互联网，他们业务必将萎缩。在进入互联网后，他们又必须将云技术，大数据等互联网最具有优势的技术通过封装打造成自己的产品再提供给企业。
以IBM举例，上一个十年，他们抛弃了PC，成功转向了软件和服务，而这次将远离服务与咨询，更多地专注于因大数据分析软件而带来的全新业务增长点。IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”IBM积极的提出了“大数据平台”架构。该平台的四大核心能力包括Hadoop系统、流计算(StreamComputing)、数据仓库(Data Warehouse)和信息整合与治理(Information Integration and Governance)
另外一家亟待通过云和大数据战略而复苏的巨头公司HP也推出了自己的产品：HAVEn，一个可以自由扩展伸缩的大数据解决方案。这个解决方案由HP Autonomy、HP Vertica、HP ArcSight 和惠普运营管理(HP OperationsManagement)四大技术组成。还支持Hadoop这样通用的技术。HAVEn不是一个软件平台，而是一个生态环境。四大组成部分满足不同的应用场景需要，Autonomy解决音视频识别的重要解决方案;Vertica解决数据处理的速度和效率的方案;ArcSight解决机器的记录信息处理，帮助企业获得更高安全级别的管理;运营管理解决的不仅仅是外部数据的处理，而是包括了IT基础设施产生的数据。
个人的大数据这个概念
个人的大数据概念很少有人提及，简单来说，就是与个人相关联的各种有价值数据信息被有效采集后，可由本人授权提供第三方进行处理和使用，并获得第三方提供的数据服务。
举个例子来说明会更清晰一些：
未来，每个用户可以在互联网上注册个人的数据中心，以存储个人的大数据信息。用户可确定哪些个人数据可被采集，并通过可穿戴设备或植入芯片等感知技术来采集捕获个人的大数据，比如，牙齿监控数据，心率数据，体温数据，视力数据，记忆能力，地理位置信息，社会关系数据，运动数据，饮食数据，购物数据等等。
用户可以将其中的牙齿监测数据授权给XX牙科诊所使用，由他们监控和使用这些数据，进而为用户制定有效的牙齿防治和维护计划;也可以将个人的运动数据授权提供给某运动健身机构，由他们监测自己的身体运动机能，并有针对的制定和调整个人的运动计划;还可以将个人的消费数据授权给金融理财机构，由他们帮你制定合理的理财计划并对收益进行预测。当然，其中有一部分个人数据是无需个人授权即可提供给国家相关部门进行实时监控的，比如罪案预防监控中心可以实时的监控本地区每个人的情绪和心理状态，以预防自杀和犯罪的发生。
以个人为中心的大数据有这么一些特性：
1、数据仅留存在个人中心，其它第三方机构只被授权使用(数据有一定的使用期限)，且必须接受用后即焚的监管。
2、采集个人数据应该明确分类，除了国家立法明确要求接受监控的数据外，其它类型数据都由用户自己决定是否被采集。
3、数据的使用将只能由用户进行授权，数据中心可帮助监控个人数据的整个生命周期。
展望过于美好，也许实现个人数据中心将遥遥无期，也许这还不是解决个人数据隐私的最好方法，也许业界对大数据的无限渴求会阻止数据个人中心的实现，但是随着数据越来越多，在缺乏监管之后，必然会有一场激烈的博弈：到底是数据重要还是隐私重要;是以商业为中心还是以个人为中心。
带路战略
一、中国是为进入欧洲市场而实施“带路战略”吗？
从中国某城市出发，自新疆出境到达欧洲某城市的中欧国际货运班列，目前被称为“X新欧”。自2013年中国政府提出“带路战略”以来，许多地方政府都以开通“X新欧”为参与“带路战略”的重要行动，由于去程与回程列车明显不成比例，大约为3：1，且去程特别是回程的空载率很高，和海运相比没有明显的经济性，所以不仅需要地方政府给予财政补贴支持，社会舆论也多有批评。
“带路战略”是长期战略，如果未来欧洲市场具有广阔增长前景，目前中欧货运班列间进出口贸易间严重的“出大于进”现象就会逐步消失，地方对货运班列的补贴也会逐步为增长的关税所取代。但是我看有三个重要的原因，会使欧洲市场的长期前景，不是扩大而是萎缩，不是开放而是走向某种程度的封闭。
第一，川普上台后美国实体经济正在走上逐步封闭的道路，原因是发达国家的虚拟经济已经走到头了，不得不回调。欧洲与日本比较美国经济虚拟化的程度要差，现在看虽然还没有跟上美国的回调步伐，但欧央已宣布将在明年结束QE，也要向回走了。
第二，以进出口占GDP的比重衡量，虽然欧洲的经济开放度要高于美日，但欧盟的内贸率要显著高出美日，比如美国对北美的贸易比重只占40%，日本对亚洲的贸易占50%，但欧元区主要国家的彼此贸易比重都在60~85%之间。比如美国对东亚的贸易能占到40%，但欧洲只占15%。所以深度开发对欧出口空间的意义，本来就不大。
欧元统一的目的，本来是为了通过市场规模的扩充更加优化资源配置，以形成更高的经济增长率，但在欧元统一后的17年中，却形成了北欧生产，南欧消费，北欧出口，南欧进口，以及北欧储蓄，南欧借债的格局。实体经济增长率并没有比欧元统一前显著高出，不仅如此，在08欧债危机后还出现显著停滞。因此，由于促使欧洲走向货币统一的经济增长动力并没有形成，就动摇了欧元的基础，因为这种格局的极限，就是南欧的消费规模逼近北欧的储蓄能力。
这么说的根据是，就在过去两年中，从欧元区银行间跨境结算系统，简称TARGET2的债权债务净差，与德国年均新增净储蓄的规模比较，已经相等乃至超过了。Target2反映的是欧元区各国中债权与债务的累积额，目前主要是北欧国家拥有的债权不断增加，和南欧国家累积的债务不断增加，需要说明的是，其中80%以上的债权是属于德国的。
在08欧债危机开始时，target2净差基本是零，其后就不断增加，2014年是4500亿欧元，到去年末已飙升到8200亿欧元，两年猛增了3700亿欧元。这说明在过去两年，南欧国家以借债方式获得融资，从北欧国家的进口大增，而北欧国家把剩余产品以出口形式提供给南欧国家，获得债权。
如果北欧国家有能力持续向南欧国家提供剩余产品，target2净差继续扩大当然没问题，但是新千年以来尽管在欧元统一后德国获得了巨大出口空间导致贸易顺差猛增，目前是最大的顺差国家，但过去15年中平均每年增加的顺差也只有710亿欧元，其中2010年后的5年中平均年增只有700亿欧元。所以北欧国家的净储蓄增长，是跟不上南欧国家负债进口的需求的。
当然德国的8千亿债权中，有4成是由外资买走的，其实还不是靠吃东亚的净储蓄？走到目前这一步，北欧的净储蓄已基本吃的差不多了，因此维持欧元区统一的内部潜力就快走到了尽头，现在欧元区正在作希腊第三期债务安排，要求它继续压缩社保和居民消费，后面就是法、意、西等，都得靠压缩需求减少进口而平衡宏观供求，所以欧洲未来对中国的进口肯定是压缩的。
如果不了解欧洲经济与欧元的前景，大搞X新欧有意义么？
二、中国是为输出过剩产能而实施“带路战略”吗？
另一方面，中国的净储蓄供给能力也不是无限的，这就涉及到应该怎样看中国的产能过剩问题。
“带路战略”是长期战略，至少要管20年，从这么长的时期看，中国的产能是不可能过剩的，因为中国还远没有完成工业化与城市化任务。比如直到去年，中国的城市户籍人口才刚过5亿，人口的主体还是农民身份，而城乡消费差距仍高达3倍。
说中国钢铁是过剩产能，但去年中国人均钢产量只有580公斤，世界完成工业化的国家人均1吨，日本2吨。说中国电过剩，但去年中国人均电力装机刚过千瓦，世界工业化国家人均1500瓦，美国2500瓦。说中国汽车产能过剩，中国目前百人10辆，美国80辆，日德65辆。
所以，过剩是暂时的，一旦中国进入大规模城市化过程，中国的产能就会显得严重不足。比如，如果按照发达国家的平均标准计算，由于中国人口规模庞大，年产10亿吨钢也很正常，年产1亿台汽车也不会过剩，如果今天的13？8亿人口中有80%是城市人口，中国的生产规模就需要比目前增加2？5倍，这需要中国以9%的年均增速再增长15年才能实现。因此，不能以目前的总供求态势来制定长期战略。
当然在中期内利用国内的富裕产能，向“带路战略”的沿线国家多输出一些钢铁、水泥等基础设施建设所必须的产品，也是好机会，既有利于减轻国内产能过剩压力，也有利于战略的起步和实施，所以中期内不应否定其积极意义。
三、实施“带路战略”是为了接替美国引领新全球化和接替美元的地位吗？
爆发自美国的07全球金融危机，严重伤害了美国的元气，川普上台以来，美国不仅提出要退出TPP、 NAFTA等经济组织，也要退出全球气候条约，甚至认为北约对美国也没有意义。这种从经济到政治上全面退出世界领导地位的势头，让很多中国人认为是出现了中国提前接替美国世界领导地位的机会，国际上也有希望中国接替美国继续引领新全球化的呼声。然而，真的到了该中国出头的时候了吗？而“带路战略”就是接替美式全球化的制度框架吗？我认为如果真这么看就错了。
首先，“带路战略”的实施方向是明显的“西向”化的，即陆路与海路的交通方向都是向西朝西亚、欧洲和非洲延伸的。“带路战略”沿线国家虽然包括了世界60%的人口，但却只涵盖了30%的经济规模。但是在中国的东面即环太平洋地区，却集中了世界40%的人口、50%的贸易和60%的经济。二战前世界的经济中心在环大西洋地区，但是随着二次战后日本、亚洲四小和中国经济的相继崛起，世界的经济中心就不断从环大西洋地区向环太平洋地区转移。因此，若说“带路战略”是新全球化的新框架，由于没有包含世界经济的主体，在很大程度上就失去了“全球化”的含义。
此外，从历史上美国从世界政治边缘走向中心的过程看，虽然它1890年工业就超过英国，在一战前GDP就超过英国，却是在1945年二战结束后才正式接替了英国的世界领导地位，期间经历了半个多世纪的时间，而且是在两次欧战严重消弱了英国的实力后才得以接替英国地位的。
中国在2010年工业规模超美，但是GDP超美尚需时日，中国走向世界权力中心是21世纪不可逆转的大趋势，但是认为就在未来不远的时间，显然就是误判了。美国在成为世界霸主之前，早就是南北美洲的霸主，而中国直到目前连“中日韩自贸区”都没有搞定。中国要想走向世界，必先走向亚洲，然后才是世界，不能还没走稳就想跑。
其次，由于“带路战略”有明确的地缘空间去向，是通过发展与沿线国家的各种经济政治关系来达到中国的战略目的，因此如果以“带路战略”取代美式新全球化不可能，接替美元的战略地位就同样不可能。这是因为从全球货币使用结构看，美元占比超过40%，欧元占比超过30%，再加英镑与日元，发达国家的货币就占到了全球的八成以上。
这种以美元为主的全球货币支付结构也具有明显的空间结构特征，即美元的使用，包括贸易、投资和储备，主要集中于环太平洋地区，所以有人形象地称太平洋为“美元湖”，但是在“带路战略”朝向的欧洲、中东和非洲地区，却是欧元的天地。这是因为欧洲的经济具有很强的封闭性，这在前面已经提到过，同时也因为中东和北非与欧洲的经济联系显著强于美国，例如在埃及的贸易中，与欧洲的进出口规模是与美国的6倍。虽说是“石油美元”，但是在欧元诞生后，中东有些国家如伊朗，就开始发展用欧元结算石油出口。所以，地中海是“欧元湖”，在“带路战略”的沿线国家，是越向西，欧元的势力就越强。因此想以“带路战略”奠定人民币取代美元的基础，就有些文不对题了。
当然，在冷战结束世界进入“虚拟资本主义时代”后，货币不仅为实体经济服务，也越来越多地为虚拟经济服务，乃至为虚拟经济服务替代了为实体经济服务，成为了货币使用的主体。比如在上世纪七、八十年代，以货币交易的最大单一商品是石油，年均高达万亿美元，由此使美元脱离黄金后仍能拥有货币霸权。而在进入虚拟资本主义时代后，世界最大的单一商品竟成为货币本身，其货币交易的内容，主要是利率衍生品与汇率衍生品。
在2010年前后，世界年均货币交易额就超过了2000万亿美元，是全球年GDP的二、三十倍，近几年日交易额曾达到10万亿美元的高峰，是世界年出口额的一半还多。而最大的国际货币交易市场就在伦敦，最大的交易币种是美元，占比超过2/3。但是这种变化是美欧经济朝向经济虚拟化演变的结果，那么中国推行人民币国际化的目的，是为了学习美欧搞虚拟经济吗？
当然不是，中国虽然人民币在世界支付货币中的占比目前只有不足2%，排名也很靠后，但是中国却是世界第一的实体经济大国，而且因为工业化，特别是城市化的目标还没有完成，还有很长的实体经济道路要走，因此人民币国际化的过程，应该是随中国实体经济发展而自然推开的过程，比如，中国应首先追求人民币的周边化，以及与一带一路沿线国家的贸易使用人民币结算。当中国的经济、贸易与海外投资能够长期稳坐世界第一位置的时候，世界货币的位置就会自然落入中国人掌中，不用去争。
四、“带路战略”的目标——为资源而向西
对于一个具有明确地缘指向的战略来说，赋予其过多的全球战略目标内容，显然是不太合适的，全球战略应该用其他全球性的战略设计来解决。那么，如果排除了获取欧洲市场、输出过剩产能、接替美国新全球化的领导地位，以及助推人民币国际化这些目标后，中国的力量要跨出国界向西延伸的目的是什么呢？
为了获取资源。
自上世纪90年代初期以来，中国的粮食、石油和初级产品就相继转入净进口，初级产品进口增速，不仅显著高出进口平均增速，也高出出口平均增速，而按照过去20年的初级产品进口增速，再过20年中国的贸易肯定会因初级产品进口速度过高出现逆差，这是因为，以经济长期高速增长为背景，中国能源和主要矿产的天然禀赋不足而形成的必然结局。
可见，从实物量上看，主要资源的进口比价值量还要快。我还特别列出了近两年的进口情况，近两年虽然国内的经济不断下行，但初级产品进口增速还是特别快，这就说明了一个情况：应该是国内的资源产出速度在下降，比如铝，中国铝矿资源仅占世界的3%，但铝矿年产量却占到世界的21%，由于连年产出大增消耗了大量资源，国内产量掉下了不得不依靠进口是早晚的事情。再比如，过去6年中国的原油产量不仅没有增长，反而减产了1%，都是因为资源储量被耗尽，才引起产出增长率下降，乃至转为负增长。
由于国内资源产出长期落后于资源需求增长，甚至是需求增长而产出下降，主要资源的进口依赖率就必然会越来越高，并且必然使世界资源产出越来越被中国所吸纳。还是看石油，新世纪以来世界石油产出年增速一直稳定在1%，但上表说明中国的进口一直在年均10%，由此使中国占世界石油市场份额显著上升，2000年是2%，2015年是14%，其它主要矿产如铁矿和各种有色金属矿等，进入新世纪以来中国占国际市场的份额，都逐步上升50%以上，甚至上升到80~90%。
前面已经说过，如果中国展开大规模城市化，到2030年将会产生8亿新增城市人口，中国的工业产出规模必须达到目前的2？5倍才成，这虽然会保未来15年中国仍能有9%的年均经济增速，但对世界资源的需求也必然会增加3倍甚至更多。
必须看到，在冷战后的新全球化过程中，主要工业国从进口资源转向进口制成品，给中国让出了资源进口空间，07危机以来世界经济增长陷入低迷，对资源的需求相对较弱，也有利于中国增加资源进口。但是随着主要工业国转入实体经济，以及世界经济走出低谷，世界资源市场的供求格局必然会相应转变，世界各国围绕资源产生的矛盾必然会随之增多，这就是中国必须保障海外资源供给的稳定，和加快资源走廊建设的迫切性所在。
有人说，世界不是正在兴起以互联网+和人工智能为代表的新技术革命吗？新技术革命是否会减低各国的资源冲突？
什么是互联网+，就是信息流加快带动物流加快和生产效率提升，其结果是扩大了生产与消费规模，加快了世界资源消耗。比如共享单车是用什么造的？还是传统的钢材、橡胶和塑料。现在说在未来5到8年内纯电动车会替代传统的汽车，但还是离不了电，而电是二次能源，世界火电机组有6成是烧煤的，4成是烧石油和天然气的。
对于人工智能而言，比如机器人技术的应用，更是会以生产效率的提升来扩大生产规模。因此，除非有新能源和材料革命的出现，就不会减少各国的资源冲突。但是现在看来，至少在未来二、三十年内还没这个前景。
展望未来20年，中国的能源、矿产和农产品的获取方向，主要是依靠中东与非洲，这就很好地解释了“带路战略”的空间指向为什么是“向西”的问题。与30多年前中国改革开放之初所提出的“陆桥战略”不同的是，“带路战略”虽然也向西，但目标早已不是欧洲的市场，而是中东的石油与非洲的矿产和农地。
此外，“带路战略”的核心既然是保障获取资源，那么以最短的距离和最低的成本进入资源获取地就必须是主要的战略手段。目前看，陆路通向中东与非洲的捷径是阿富汗、伊朗和沙特，或者是阿富汗、伊朗、伊拉克和叙利亚，然后经埃及进入非洲。海路应出缅甸入印度洋，再进入海湾和非洲。所以上述国家才是带路战略中重要的战略节点，是必须搞定的国家。由此而言，“带路战略”所经的沿线国家，不是越多越好，而是尽量要少而精，以减少政治麻烦与经济负担。