论21世纪市场学中的信息场，本文主要内容关键词为：学中论文,世纪论文,市场论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F062 文献标识码：A 文章编号：1003 — 854X （2000）05—0034—04
一
随着以知识经济为背景的信息时代的出现，市场学传统研究中所长期形成的固有观念，必将发生根本转变。大家知道，按照马克思主义对立统一理论，市场作为经济范畴，是“市”与“场”的对立统一。但在市场学的传统研究中，只注意“市”，把有形物质作为对象，而忽略了“场”，把无形物质排除在对象之外。在21世纪市场上，对应“市”的一个侧面，从另一个侧面“场”，引入人们已意识到的商品信息场、资本信息场、劳动信息场和技术信息场，那么就会掀起一场信息场革命，从而使该世纪市场另一个侧面“场”在总体模式上会呈现出多维信息场结构。
按照现代信息运行规律，商品信息、资本信息、劳动信息和技术信息，都是分别在一定空间内进行活动的，并随着时间而发生变化，从而形成在空间上无边和在时间上无限的“场”，统称为信息场。“场”在概念上就是空间和时间两种分别无边和无限的因素相互结合的虚拟化综合结构。尽管“场”看不见，摸不着，模糊，但它确实地存在着。进一步说，“场”具有两个特征：一是整体性，也就是说，在一定范围内（例如在电磁场辐射范围内）是一个整体，不可分割；二是“场”内包含奇点。“场”虽然是在揭示自然现象的过程中产生的，但这并不妨碍我们运用它去分析市场学中的信息场的存在。21世纪信息时代就界定在“场”的定义域里。在“场”的定义域里，商品、资本、劳动和技术都不再是经济学传统意义上的商品、资本、劳动和技术，而是信息化的商品、资本、劳动和技术。何谓信息化的商品？在21世纪信息时代，一系列工业群体将向广义的信息产业转化，从而信息产业将成为主导产业。诚然，原材料、能源和土地仍然是有用的，但是在生产和再生产过程中，只有通过信息，才能提高劳动生产率，才能生产出符合国内外市场所需要的工农业产品。从这个意义上来说，所生产出的工农业产品，无不渗透信息的功能，无不打上信息的印记，成为信息的载体，本身信息化，从而成为信息化的商品。何谓信息化的资本？在21世纪信息时代，以信息产业为核心的知识密集型产业，将取代以重化工业为核心的资本密集型产业。在这种情况下，资本就是信息，资本信息化，成为信息的载体，从而成为信息化的资本。谁懂得利用信息化的资本，谁就能在信息竞争中立于不败之地；谁忽视利用信息化的资本，墨守成规，谁就会被时代所抛弃。何谓信息化的劳动？在21世纪信息时代，劳动的主体将转化为信息工作者。信息工作者在总体结构上呈金字塔型。其最高层是信息生产者，即科学家、工程技术人员和个人信息服务人员。其下是信息传播者，即教师、公共信息传播人员和信息交流人员。再下是协调和管理人员，即信息分析人员、信息调查专家及搜集人员和监督人员。继而再下，是信息处理人员。最后，是信息基础设施工作人员，即机器操作人员和通讯工作人员。该金字塔型信息工作者总体结构，是一个庞然的信息载体，在这个信息载体中，包括有每个信息工作者在信息的生产、加工和存储中所付出的劳动，这些劳动从一开始就成为信息化的劳动。何谓信息化的技术？在21世纪信息时代，在微电子技术的带动下，计算机技术、中子技术，光子技术、光纤通讯技术、遥感技术、网络技术、软件开发技术和多媒体技术等，均日新月异，从而形成技术信息化的浪潮。在这种浪潮下，一切技术特别是高新技术，正如上述商品、资本和劳动一样，均将成为信息的载体，本身信息化，从而成为信息化的技术。从以上所述情况可以看出，在21世纪信息时代，如果商品信息场、资本信息场、劳动信息场和技术信息场在信息上有什么场源的话，那么这些信息场的场源，就是其分别作为信息载体从而信息化的商品、资本、劳动和技术本身。
如果将上述商品信息场、资本信息场、劳动信息场和技术信息场都分别看作一种狭义的耗散结构，那么由这些信息场组成的多维信息场结构，则是一种广义的耗散结构。耗散结构，是比利时布鲁塞尔学派领导人普律高津教授于1969年在一次理论物理学和生物学国际会议上，针对非平衡统计物理学的理论，发表的题为《结构·耗散和生命》的论文中正式提出来的。按其所称和在多个领域的应用，无论狭义的耗散结构或广义的耗散结构，都自成一个开放系统。一个开放系统在达到远离平衡状态的非线性区域，通过涨落，可能发生突变，即由原来的混乱状态转变为空间、时间和功能有序的新状态。这种有序的新状态，需要不断与外界交换能量才能维持，从而才能保持一定的稳定性。一个开放系统一般都有三种不同的存在方式，即平衡方式、近平衡方式和远离平衡方式。只有在远离平衡方式时，一个开放系统才产生耗散结构。在每个狭义的耗散结构和广义的耗散结构作为相应不同的开放系统内，都存在上述情况。另一方面，在一个狭义的耗散结构和广义的耗散结构内，各个要素之间的协调运转和相互联系，都是通过“熵”来实现的。人们利用各个不同系统所传播出的信息，与人们从物质中摄取能量没有什么不同。因此，可以把人们利用各个不同系统所传播出的信息的过程视为能量的摄取过程。在一个孤立时间中某一特定场合，人们固然可以逆转“熵”的过程，但同时必须消耗更多的能量，从而使“熵”的总量进一步增加。实际上，信息场信息本身就是一种负“熵”，即有序性。
二
在21世纪信息时代，如果想掌握商品信息场、资本信息场、劳动信息场和技术信息场信息运行的变化规律，那么如何才能做到这一点呢？信息场信息量化则成为解决这个问题的唯一途径。信息量化属于信息场场力的范畴，难以运用类似于物理学中测度电磁的办法，通过精确的自然科学办法和工具进行测量。原因是，在信息运行中，其他有关因素，诸如行政干预和专家评估等，与之纠合在一起，从而难以精确地将其分离出来。尽管如此，信息运行作为一个连续性或间断性的过程，通过动态比较，还是可以大致地观察到信息运行的数量特征，从而就可以对其进行量化。在信息量化的过程中，每个信息场都分别从整体上成为一个系统。在每个系统内，信息的生产、加工、存储、传播和利用，都受诸多要素的制约和影响。各个要素之间的关系、要素与系统之间的关系，以及系统与环境之间的关系，均可以用描述要素存在特征的数学符号去表征，从而就可以确定这些关系的运算符号集合。通过这种运算符号集合，就可以建立信息场的场方程。这种场方程，正是信息场信息量化的整体性“聚焦”所在。
在建立信息场的场方程上，所遇到的一个问题，是如何确定信息的价格。信息价格确定在理论上迄今一直在探讨之中，看法不一。也就是说，要么以回收成本为目标，要么以需求为导向，要么以竞争为参照对象。而殊不知，信息是无形物质，在定价上不同于有形物质。有形物质的价格，是根据成本和供求状况确定的，这对一般人来说是明确的。但信息的价格与成本和供求状况没有多大关系。日本东京大学教授、信息学家日比野省三正是基于这种情况，在其著作中提出了一种按实得利益计算信息价格的方法。按照该计算方法，信息的价格是按照使用信息所获得的利益（损失）和不使用信息所保持的利益（损失）之差进行计算的。其计算公式为：信息价格
n
m
M＝∑piji－∑Q[,k]H[,k]（i＝1，2…n；k＝1，2，…m）
i＝1i＝1
。式中，pi代表使用信息时的概率，Q[,k] 代表不使用信息时的概率，Ji代表使用信息时所获得的利益（损失），H[,k] 代表不使用信息时所保持的利益（损失）。在国际上，计算产业间谍信息和专利交易的价格，基本上都采用这种计算方法。在这种计算方法中，使用和不使用信息时分别所获得的利益（损失）和所保持的利益（损失）之所以分别包括“损失”这一元素，是因为信息有正负之故。
在建立信息场的场方程上，所遇到的另一个问题，是如何确定信息量。在有形的物质世界，所有的东西都可以计量。但在信息世界，所有信息却都不能这么计量。在信息系统所传播出的现象中，如果有某一类现象，在相同的条件下，经过观察，可能结果不止一个，事先无法确定，那么这类现象则称为随机现象。这类随机现象，通常被认为是服从于某一概率分布的随机变量的一些现实值。如果已知或假设真的概率分布，希望估计所选择的模型与这一真的概率分布相近的程度，从而估价模型的好坏，那么就需要一个度量。信息场源通过一定形式随着时间变化所间断发出的信息，被称之为离散信息，而通过一定形式随着时间推移所连续发出的信息，被称之为连续信息，这两种信息在度量的计算上是不同的。在现代统计学上，解决这个度量有两种计算方法：一种是，如果真的概率分布属离散型，那么假设真的概率分布为P＝｛P[,1]，P[,2]，……P[,m]｝；其中Pi为事件w[,i]发生的概率，因而
m
Pi＞O，∑Pi＝1。
i＝1
设选的模型为Q＝｛q[,1]，q[,2]……q[,m]｝，事件Wi发生，则取值为Inpi／qi的随机变量Inp／Q 的期望
m
I（P，Q）＝E（Inp／Q）＝∑PiInpi／qi
i＝1
，称为模型Q关于真的概率分布的信息量。 这种信息量具有下列性质：设P，Q满足Pi＞O，qi＞O，（i＝1，2，……m）和
mm
∑P[,i]＝∑q[,i]＝1
i＝1 i＝1
的概率分布，此时，上述定义之I（P，Q）满足：（1）I（P，Q ）≥O；（2）I（P，Q）＝O
p[,i]＝q[,i]（i＝1，2， …m）。 另一种是，如果真的概率分布属连续型，那么这种连续型分布也有类似的情况。设g（x）是模型真的概率分布的密度函数，f（x）是模型的密度函数，那么关于模型的真的概率分布的信息量则定义为：
I（g，f）＝EIn｛g （x）／f（x）｝＝∫[∞][,-∞]In｛g（x）／f（
x）｝g（x）dx。
类似地有下列性质：（1）I（g，f）≥O；（2））I（g，f）＝O
g＝f。
在建立信息场的场方程上，所遇到的再一个问题，是如何确定信息场的系统功能系数，即场系数。在信息场的框架或范围内，系统功能系数是与信息网点的数量成正比，与信息辐射面的大小成反比。根据这两个数据，就可以确定信息场的系统功能系数即场系数为：e＝y／s。 式中，e代表信息场的系统功能系数，y代表信息网点的数量，S 代表信息辐射面的大小。按该公式确定的信息场的系统功能系数是在0与1之间。e值愈大，系统功能就愈强；反之，系统功能就愈弱。 这里要指出的是，该公式中作为分子列入的信息网点的数量，并非有固定组织的网点的数量，凡是系统内所能接触到的信息资源，均可以作为动态信息网点而加以对待。不过，有固定组织的信息网点，是信息场系统内的主要支撑部分。
有了上述信息的价格、信息量和信息场的系统功能系数即场系统三个数据，就可以建立信息场的场方程，其计算公式为：
n m
S＝e｛∑[MI（P，Q）]i+∑[MI（g，f）]i｝（1，2，3，………n
i＝1
i＝1
；1，2，3……m）
。式中，S代表信息场的信息价格总和， 其余符号代表什么均分别如上所述。该场方程是一个通用场方程，也就是说，对商品信息场、资本信息场、劳动信息场和技术信息场中任何一个信息场都是适用的。原因是，这些信息场在信息上都是同一的，既没有友好的朋友，也没有敌对的敌人，同体相一，谁也看不出谁是谁。这好像太阳的光，无论照射在它们之中哪个上，通过反射出来，都是一样亮的。
如果将上述四个信息场中有关各种因素相互作用加以组合，那么就会形成统一场，从而就可以建立统一场的场方程。由于统一场场方程的建立是在上述各个信息场场方程的基础上进行的，因此所遇到的问题，就只是如何确定统一场的系统功能系数，即统一场的场系数。统一场的系统功能系数的计算公式为：
4 4
E＝∑yi／∑Si（i＝1，2，……4）
i＝1 i＝1
。有了统一场的系统功能系数即统一场场系数，就可以建立统一场的场方程，其计算公式为：
4
n m
T＝E∑｛∑[MI（P，Q）]i+∑[MI（g，f）]i ｝i（1，2， 3……
i＝1i＝1
i＝1
。式中，T代表统一场的信息价格总和。同样， 这个场方程也是统一场信息量化的整体性“聚焦”所在。统一场场方程的建立，在理论上引人注目。在物理学中，统一场是场论中的重要内容之一。1944年，英国物理学家法拉第将电磁场的概念引入物理学，从此人们围绕着场概念与场理论的确立，开始了对物理学意义深远的“场”的研究。目前，人们已经发现，整个物质世界存在四个基本作用场，即引力作用场、电磁作用场、强力作用场和弱力作用场。这些场正朝着统一场的方向发展，从而为建立统一场的场方程而开辟蹊径。
上述各个信息场的场方程，尤其是统一场的场方程，作为各个信息场信息量化尤其是统一场信息量化的整体性“聚焦”所在，都是分别集中反映各个信息场尤其是统一场的最为基本的传导机制。无论是各个信息场还是统一场，最能标志信息活动主体的信息利益和信息风险总和的，是这两种既反映信息量又反映信息质的相应不同的信息价格总和。在这两类信息价格总和中，各种大小要素信息的价格，都成为形形色色的“质点”。所有“质点”，都像天上密密麻麻的星星，处于不断变动之中。不过，在统一场中，这种信息价格“质点”是较之各个信息场要丰富得多。在各个信息场尤其是统一场内，正是这些信息价格“质点”，构成了相应不同的信息价格流，时起时伏，变化有序和无序，形成一种网络组合，但不属于人工痕迹很强的网络组合，也不是一种硬性结构，而是一种软性结构，是一种信息价格流动点的集合。
三
在21世纪信息时代，“场”对“市”在调节上将起主导作用。这种主导作用是两方面的：一方面，“市”对“场”在信息传播上存在强烈需求，从而促进“场”的发展，而“场”的发展，就会从前向引导“市”前进，促其扩大规模，走向繁荣。另一方面，“场”对“市”在信息接受上也存在强烈需求，从而从后向对“市”施加压力，促其扩大规模，走向繁荣。
自20世纪70年代以来，一切反映“场”的数字化和网络化为标志的新技术革命，在世界范围内勃然兴起，这不但迅速地扩大了人们获取和交换信息的机会，而且根本地改变了信息的生产、加工、存储、传播和利用的能力。以信息产业为主导的时代，在欧美和日本发达国家已起步伊始。当前，这些国家与信息产业相关的产值，均已超过国民生产总值的50%，尤其是美国信息产业发展更为迅速，该国2／3的工人从事与信息有关的工作，在近5年内，信息产业为该国创造了1，500 万个就业机会，该国经济增长的1／4—1／3归功于信息产业。中国属于21世纪信息时代的国家之列，因此，对我国来说，当务之急，是加强对各类场特别是统一场的研究和开发，在场论上由传统的“均衡”分析转向各类场特别是统一场的效应分析，也就是说，把对各类场特别是统一场的研究和开发的重点，从供求平衡转向增强各类场特别是统一场的效应。所谓各类场特别是统一场的效应，是指各类场特别是统一场在信息传播上对“市”影响的深度和广度。这在理论上就是以新的“场论”取代传统的“均衡论”。
在对各类场特别是统一场的研究和开发中，常会遇到一系列随机变量。这些随机变量中一个随机变量的观测值在时间序列上可视为一个随机过程，而由所有随机变量组成的随机过程（y）t，其函数分析模型可以表示为：y（t）＝[a（t）+b（t）+c（t）+d（t）]。在该模型中，a（t）代表趋势，是以时间为基本参数的，通过过去和现在的数据，就可以推断出未来的趋势。b（t）代表周期波动。该波动是一种时间有序形式。本文前一部分中所说的耗散结构中“远离平衡状态”时的涨落，实质上就反映这一情况。从这个意义上来说，周期波动是一种建设性的因素，是一种进化的过程。C（t）代表随机过程。常见的随机过程，有平稳随机过程和马尔可夫随机过程。前者具有两种特性：一种是以数学期望和方差为常数，另一种是它的相关函数是时间间隔Z 的函数，但不依赖于时间t。后者在随机过程中占有特殊的地位。 这是因为该过程的定义中本质上使用了概率论的概念，从而使概率论从一般测度中分离出来，成为一门独立的学科。这是其一。其二，它用了不多的构造性的特征量，来描述随机过程的全部有穷维分布，从而可以计算随机过程各种泛函的分布。其三，它发展了进化论，即随机过程现时的状态完全地决定于将来的概率状况。因此，在很多场合，如果适当地扩充随机过程的相空间，那么就可以把所要研究的随机过程化为马尔可夫随机过程。d（t）代表噪声，指不同频率和强度的声音造成对人和环境的影响。这在信息上是指信息资源中混入了干扰性、失效性、过剩性、欺骗性和误导性的信息，从而导致信息污染。这种现象常常发生在信息生产和处理过程中，其后果是导致信息交流的障碍。这是信息时代特有的公害。其原因，从外因说，是伪信息。伪信息包括：商业广告的负效应，伴随牟利活动所出现的黄色新闻潮，科学研究中由于道德不规范所造成的科技信息产品质量的下降，高新技术所带来的有害信息，超量、无用和重复的信息，以及因政治斗争和政治需要所造成的假信息等。从内因说，是负信息。负信息是信息接受者对信息认识、领悟和作出判断的过程的产物。如果信息接受者对所接受的信息，由于认识不足，领悟不透，作出不符合实际情况的判断，那么这样就不仅对其决策没有价值，而且反而增加其原有认识上的不确定性。因此，只有正确地认识负信息，克服负信息的消极性，才能杜绝伪信息的干扰和破坏。