我们可以把各种数据公司粗略地分为六类：一、运营商，比如中国移动、英国沃达丰，未来还可能有类似于马斯克的星链（Starlink）的公司；二、运营设备生产商，比如生产服务器、基站的华为、爱立信；三、终端设备生产商，目前主要是手机厂商，到了5G时代还可能包括物联网上搭载各种传感器的生产商，比如生产自动驾驶汽车的厂商或者生产机器人的厂商；四、核心部件生产商，比如安谋控股、高通、英特尔、台积电等芯片生产中各个环节的公司；五、操作系统，目前主要是苹果的iOS系统和谷歌的安卓系统；六、APP应用商，比如腾讯、字节跳动、脸书。这个分类肯定是不周延的，不仅是对当下的信息经济来说不够周延，对5G时代可能发生的变化来说更是不周延，但这种粗略的分类，可以帮助我们找到对问题进行初步分析的路径。在利益关系和运营逻辑上，这几种公司彼此之间有着制衡关系；它们各自与主权国家的关系也很不一样。比如微信的语音通话功能，对运营商的很多业务都产生了巨大的冲击，运营商差不多变成了管道工的角色；在一些应用场景下，微信所掌握的数据类型对某些智能制造公司的价值可能会比对腾讯本身更高。运营商涉及通信频段分配的问题，这个分配权掌握在主权国家手中，因此运营商与国家进行谈判的需求很强，而其他类型的公司则没有这么强。不同主权国的国家能力强弱不同，与国际运营商谈判时的地位则会不同。弱势国家的本地运营商面对国际性大APP运营商，比如脸书，又处于弱势地位；等等。上面这六种类型的数据公司，又可以大致归为两类：一类是虚拟经济的数据公司，包括操作系统和APP应用商；另一类是跨到实体经济领域的数据公司，包括运营商、运营设备生产商、终端设备生产商和核心部件生产商。虚拟经济公司的运营不依赖于特定的物理空间，用脚投票的成本相对较低，与国家共谋的需求相对较小；实体经济公司的运营则依赖特定的物理空间，用脚投票的成本相对较高，与国家共谋的需求相对较大。基于前述分析，我们可以看到：政治空间与虚拟空间的各种交错，不同类型的公司所打造的不同虚拟空间结构的各种交错，就形成了各种错综复杂的利益结构。如此多的利益结构，都是基于各种“数据炼油”能力浮现出来的。这个过程中会形成大量的数据交易需求，而且相当一部分是跨国交易。比如，滴滴打车的数据，丰田公司可能会感兴趣，因为这对其自动驾驶的开发会很有用；美团的数据，沃尔玛可能会感兴趣，因为这对其优化采购会有用；脸书在东南亚的数据，优衣库可能会感兴趣，因为这对其理解东南亚的服装市场有用；人们在健身房运动的数据，耐克或一些保健药品公司可能会感兴趣；甚至是链家地产的数据，巴西的淡水河谷公司可能会感兴趣，因为中国的房地产走势，对国际铁矿石的价格会有影响……