DAO:2020年数字经济如何破题？_MEGA

2019年12月12日，新华社发布了2019年中央经济工作会议公报。公报对2019年的经济工作进行了总结，对2020年的经济工作进行了部署。在公报指出六项重点任务中，“大力发展数字经济”赫然在列。尽管“数字经济”一词并不是第一次出现在中央文件当中，但在中央经济工作会议的公报中，以如此的地位被提及，在印象中却是首次。

对于像我这样的数字经济研究者来讲，中央重视数字经济的最直接后果就是提供了很多“业务”机会。公报发布后，就陆续有媒体和研究机构来咨询我关于发展数字经济的看法。来者甚多，一一作答实在不易。所以就干脆借新年的第一次专栏，集中谈一些自己的观点，权当是对提问的一次统一回答吧！

不断演进的“数字经济”概念

作为一名研究者，在正式讨论数字经济之前，我想先花些时间掉一点书袋，谈谈“数字经济”这个概念本身。要定义数字经济并不是件容易事，因为这个概念本身是在发展的，一天一个样。

从文献上看，“数字经济”一词首次出现，是在美国学者唐·泰普斯科特（DonTapscott）于1996年所著的《数字经济：网络智能时代的前景与风险》（TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelli－gence）中。不过，在这部专著中，泰普斯科特只是用“数字经济”来泛指互联网兴起后的各种新生产关系，并没有对其概念进行精确的界定。

尽管“数字经济”并非一个清晰的概念，但作为一个“好词”，它很快在当时的学者当中流行了开来。在上世纪90年代后半期的很多论文和报告中，都出现了“数字经济”一词。尽管在不同的文献中，“数字经济”的具体所指各不相同，但大致上讲，它们都涉及了互联网技术，以及在互联网技术的基础上出现的电子商务（e-commerce）和电子业务（e-business）（注：“电子商务”指的是经由互联网技术进行的商品和服务交易，而“电子业务”指的则是采用了互联网技术的业务流程）。因此，有些学者认为，这一时期的“数字经济”所指的基本就是“互联网经济”。

2000年之后，新技术猛进，物联网、移动互联、云计算、大数据、人工智能、区块链等新型数字技术你方唱罢我登场。单纯的“互联网经济”已经难以涵盖“数字经济”的全部内容。在这种背景下，不少文献开始把这些新的技术以及由此产生的新型经济活动也吸收到“数字经济”的概念中来。例如，在2016年G20杭州峰会上发布的《G20数字经济发展与合作倡议》中，数字经济则被定义成了“以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”。在这个定义中，数字经济已经囊括了一切数字技术及建立在它们之上的经济活动。

纵观数字经济定义的演变，我们至少可以得到两个重要信息：第一，随着技术的演进，数字经济的发展是动态的。我们应该用发展，而非静止的目光来看待它。第二，数字经济是技术与经济的结合。在制定相关的发展政策时，我们要两头并举，既要重视技术层面，也要重视经济层面。

理解数字经济的三个维度

由于数字经济既涉及技术条件又涉及经济关系，因此要全面理解它是十分困难的。不过，由三个维度入手或许可以对认识它起到一定的帮助。这三个维度是：构成数字经济技术基础的数字技术、作为数字经济条件下重要生产要素的数据，以及数字经济条件下的重要组织形式的互联网平台。其中，前两个维度构成了数字经济的生产力层面，而最后一个维度则构成了数字经济的生产关系层面。

1、数字技术

构成数字经济的第一个维度是作为技术基础的数字技术。相比于传统的技术，数字技术有很多独特的特征，例如，它们的演进十分迅速，其发展会呈现出“摩尔定律”或类似的规律；又如，它们都具有很强的规模经济、网络经济特征，在发展突破一定临界点后，增长速度将会极为迅猛。

这里特别想强调说明的一点是，数字技术有很强的“通用目的技术”（GeneralPurposeTechnology，简称GPT）属性。所谓“通用目的技术”，是相对于“专用目的技术”而言的。通俗来讲，它指的是，能够同时使用到多个部门的技术。这种属性带来了两个重要后果：第一，数字技术研发工作具有很强的“正外部性”，它所产生的收益可能远高于其可以给研发者带来的回报，这导致了在市场条件下，研发者的投入可能会低于社会最优的水平；第二，作为“通用目的技术”，数字技术功用的发挥需要具体部门的技术和组织进行配套，这使得数字经济部门的发展和经济整体的发展可能是不同步的。经济学上有一个著名的“索洛悖论”，即数字技术发展对GDP的影响并不显著。这种现象，在很大程度上就是由数字技术的“通用目的技术”导致的。

2、数据

作为数字经济时代的关键生产要素，数据在性质上和资本、劳动力等传统的生产要素存在着很多的不同。

首先，从属性上看，数据具有一定的公共品属性。从使用环节看，数据具有很强的“非竞争性”，一个人使用了某样数据，并不影响其他人对它的使用；而从生产环节看，数据具有很强的“非排他性”，不同的搜集者可以对同一数据源进行数据搜集，互不干扰。

其次，数据具有很强的规模效应和范围效应。在现有的技术条件下，规模太小，或者维度太少的数据对于分析是没有意义的。随着数据规模的增大、维度的增加，可能从数据中挖掘出的价值将会呈现出几何级数的上升。

再次，数据具有较强的可再生性和可替代性。不同于石油等传统的生产要素，数据不会因为使用而消失，反而可能因为使用而不断增加。与此同时，数据也不像石油那样绝对不可或缺。事实上，为了达成相同的分析目标，我们可以采用完全不同的数据集合。

3、平台

在数字经济条件下，平台开始日益成为一种重要的经济组织形式。这种组织形式的兴起一方面让生产力获得了巨大的释放，并且给人们的生活带来巨大的便利，但另一方面也对人们的认知提出了很多新挑战。

平台同时具有了企业与市场的特征。一方面，所有的平台都有员工、有资产、有层级结构，对内会用命令来进行资源配置，对外需要参与市场竞争，这些都是和传统的企业类似的。但另一方面，平台并不像传统的企业一样直接生产或销售商品，它们要做的更多是匹配供需。

除了本质属性上与传统企业的差别之外，平台还具有很多传统企业所没有的特点，其中最重要的就是所谓的“跨边网络外部性”。所谓“跨边网络外部性”，指的是平台一侧的用户会关注平台另一侧（或数侧）的用户数量。由于有了这种跨边网络外部性，平台就有机会通过首先撬动一侧的市场来启动“鸡生蛋、蛋生鸡”式的回振，获得迅速的成长。需要指出的是，在平台竞争的条件下，先发的平台通常会具有更强的网络外部性，从而对客户产生更大的吸引，而后来进入的平台则很难吸引到足够的客户。这样，竞争的结果就很有可能产生客户向先发平台的集中，最终产生一家独大的格局。

破局数字经济

以上三个维度，不仅可以成为我们认识数字经济的起点，也可以成为我们促进数字经济发展的重要突破口。具体来说，有三个工作是需要首先强调的：一是大力促进数字技术的发展，夯实数字经济基础；二是推进数字要素资本化的进行，搞活数字经济的要素市场；三是做好对平台的规制和引导，做好数字经济的组织建设。

1、大力扶持数字技术的发展

数字技术是支撑整个数字经济的技术基础，所有数字经济条件下的经济关系、经济活动，都是建筑在这个基础之上的。因此，要推进数字经济的发展，首先就要推进这个基础的发展。

不少人对我国数字技术的发展充满了乐观的情绪，认为我国在这一领域已经是世界领先了。这种观点有一定道理。目前，在包括移动互联、人工智能、云计算、区块链在内的众多数字技术领域，我国都有一些技术在世界范围内居于前列。但我们也必须清醒地看到，我国在数字技术领域的短板依然十分明显：

一方面，在很多基础领域，我国仍然缺乏足够的技术话语权，在很多关键技术上依然受制于人。在科技圈有一句流行语：美国人做技术是从0到1，中国人做技术是从1到N。虽然我们也承认从1到N是非常有价值的，但如果在基础领域不能实现突破，那么我们就只能在国际竞争当中扮演一个跟随者的角色。

另一方面，虽然我国在一些技术上确实处于领先地位，但由于这些技术的配套产业一时还难以形成，因此技术实现产业化还比较困难，这导致了很多从事基础研发的企业难以为继。

针对以上两个问题，有两项工作可能需要加紧：

一是积极运用产业政策，加强对一些关键技术的扶持。这个建议肯定会遭到一些质疑，因为不少有影响的学者认为产业政策会滋生寻租和腐败，从而带来效率损失。我不否认这种可能的存在，但在激烈的国际竞争之下，我们必须“两害相较取其轻”。哪怕可能滋生一些问题，也不能因此而失去在数字技术上的优势。当然，在具体的政策操作上，还可以通过合理的机制设计，尽可能扬长避短，防止负面影响的发生。

二是做好基础设施的建设，为数字经济的发展奠定坚实的基础。未来数字经济的发展，需要5G等基础设施的辅助。这些基础设施具有巨大的正外部性，能产生巨大的社会效益，但对于私人企业来讲，投资又过于巨大。对于这些基础设施，政府就应该加大力量积极建设。

2、积极推进数据要素的资本化

数据是数字经济条件下的重要生产要素，要让这种生产要素能够有效发挥作用，就要积极推进它的资本化，让它的拥有者可以从市场上获得对应的经济回报。在这个过程当中还有很多工作要做。

首先，应当对数据权属的界分问题进行积极的探索。数据究竟应该属于搜集数据的人，还是被搜集的对象，一直是个争议的话题。在我看来，如果我们界分数据产权是以经济效率为首要目标的话，就应该首先认可企业可以在不侵犯用户隐私以及其他合法权益的基础之上，拥有对用户数据进行搜集和分析的权利。

这一点是由数据的本质特征决定的。由于数据具有很强的规模经济和范围经济属性，因此它被分散在用户个人手中时，并没有任何价值，只有当它被搜集、被分析，才能让其价值产生出来。从这个角度讲，只有允许企业对数据进行搜集和使用，才是有效率的。

当然，在搜集数据的过程中，出于公平的需要，企业也应该积极探索行之有效的与用户的利益分享机制。目前，国外一些网站已经推出了付费收集用户行为数据的尝试，对此，我国也可以考虑进行一些借鉴。

其次，应当对数据的定价机制、交易机制进行深入的研究。要让数据的价值得到充分的发挥，就需要建立一个可以交易的数据市场，这一点几乎已经成为了共识。但这个市场怎么建设、交易怎么进行、数据的价值又应该怎么评估，这些问题的争议还很大。

在我看来，直接交易原始数据并不是一个好办法，原因有二：其一，原始数据的交易很有可能带来隐私或信息泄露等问题。其二，数据本身的异质性是很大的，用数据进行交易，价值很难进行评估，这会极大增加市场的交易成本。

在这样的条件下，与其交易原始数据，不如交易数据产品和数据服务。由数据分析者先将数据整理成为相关产品，然后再在市场上交易。这样一方面可以对数据进行有效脱敏，从而解决安全和隐私问题；另一方面则可以实现产品的标准化，从而有效降低市场运作的交易成本，让价格更容易生成。

再次，应当有效应对数据垄断、隐私等问题。关于这些问题，现在法学界的讨论很多。纵观各种观点，呼吁加强监管的声音似乎比较大。对此，我个人有一些不同的观点，认为在考虑是否监管，监管到什么程度的时候，切不可一厢情愿，而应该根据具体问题进行具体分析。以数据垄断为例，现在已经有很多研究表明，认为企业可以通过垄断数据来增强自己的市场力量的担忧其实是没有必要的。如果真是这样，那么强调过于严格的监管就可能不会带来太多的收益，反而会阻碍数字经济的发展。

需要强调的是，现在对于数据垄断、隐私等问题的讨论，几乎都是在法律和制度层面打转，而随着技术的发展，这些问题其实都是可以从技术上破解的。事实上，无论是数据垄断，还是隐私泄露问题，都是由于集中化处理的数据分析模式导致的。如果这种集中分析数据的模式改变了，那么这些问题也就会迎刃而解。从现有的技术发展看，已经有一些技术可以帮助我们在不用搜集和集中数据的前提下，就可以完成对算法模型的运算。例如，联邦学习、多方安全计算等技术，就能帮助我们达到这一目的。因此，如果我们要想从根本上破解数据垄断和隐私问题，法律和制度上的建设固然重要，但技术上的进步或许才是最根本的突破口。

3、合理规制和引导平台

无论中外，关于平台的争议都非常多。一些人认为，平台正在成为经济中的新型垄断者，主张对平台进行强有力的管制，甚至呼吁对一些“超级平台”予以拆分。诚然，随着平台的崛起，出现了很多问题。但套用传统经济下的思路，简单将这些问题归于垄断，并采用传统的反垄断思路来应对它们则显然是不正确的。

平台同时具有企业和市场的二重属性，这决定了它们在竞争的形式、后果等方面都和传统企业有很大不同：

首先，从结构上看，相对于传统企业，平台企业确实会占有更高的市场份额。但是，这本身并不意味着这一定会损害经济效率。事实上，由于平台本身就是市场，因此平台市场的高集中度本身就意味着市场更好地得到了整合。

其次，由于多归属、跨界竞争、动态竞争等因素的制约，平台即使拥有很高的市场占有率，也未必能像传统的垄断企业那样拥有对于市场的强大控制力，对价格、产量、交易条件等因素进行全面的掌控。

再次，很多所谓的平台“滥用市场支配地位”的行为其实也是一种误解。作为市场的组织者，平台在很多时候必须对平台上的经营秩序进行一些规范。如果用一种传统的视角看，那么很多的行为就是排除和限制竞争的，但事实上，情况通常并非如此。例如，现在社会热议的“二选一”问题，如果从经济学的层面去进行探讨的话，它虽然具有限制竞争的一面，但与此同时也可以起到减少搭便车、促进关系专用性资产投资、降低交易成本等促进竞争的作用。

基于以上原因，对于平台继续采取一种审慎包容的态度或许是更为可取的。要对平台产生的问题有足够的重视，但不宜轻易采取过于严苛的规制。尤其是分拆等极端的手段，更需要慎之又慎。

我曾向诺贝尔奖得主梯若尔（JeanTirole）请教过对于平台的规制问题。他指出，在数字经济条件下，用反垄断等严厉的规制手段来规制平台会遭遇很多问题，这不仅因为很多理论问题得不到解决，而且反垄断的漫长流程也难以适应数字经济条件下瞬息万变的形式。在梯若尔看来，针对平台的特殊性，监管机构应该建立一套更为灵活的与平台企业的交流机制，对平台的一些重要决策进行事先沟通，对其中的一些进行事先的介入和干预。这个观点，或许是非常值得平台的规制者们重视和借鉴的。

推进数字化进程，发展数字经济

在数字经济的发展过程中，数字技术、数据和平台这三个维度并不彼此孤立，而是在一个过程中相互影响，相互作用。这个过程就是数字化。数字化的内涵非常复杂，它不仅涉及对数字技术和数据资源的应用，还涉及由此引发的对组织形态、对业务流程的全面重构。只有通过数字化过程，数字技术的力量才能充分发挥出来。因此，要发展好数字经济，就必须有力推进数字化。

不过，要推进数字化并没有那么容易。从需求面看，有如下困难需要重视：

一是高成本。数字化转型的成本不仅包括购买和使用技术的成本，还包括对组织、流程、商业模式进行重构的成本。所有这些成本加在一起，往往不是个小数目，很多企业，尤其是中小企业往往难以负担。

二是需求的不确定。曾有一些企业的负责人告诉我，数字化能提升企业效率不假，但如果企业效率上去了，产量增加了，需求却出现了波动，那么企业就不仅不能从效率改进中收益，还将面临产能闲置的成本。

三是对数据安全的考虑。企业要进行数字化转型，就需要向数字化服务的提供者开放一定的数据，很多企业担心在这个过程中可能会造成企业信息的泄露。

四是对于扩展性和兼容性的考虑。现在数字技术的进步日新月异，很多技术出现后不久就被新技术替代了，不少企业担心在数字化之后，自己的企业根据某种技术进行了全面调整，反而会将自己固定在这一技术水平之上，难以对更新的技术进行回应。

而从供给面，也就是数字化服务提供商的角度看，面临的困难则是非标化造成的成本居高不下。不同企业在经营状况、技术条件等方面都有很大的差别，它们进行数字化转型的诉求通常是不一样的。这样，数字化服务提供商每开展一项新工作就要从头再来，成本很难降下来。现实中，很多数字化服务提供商不赚钱，甚至亏本，原因就在于此。

针对以上供需两方面的问题，我认为可以从两个方面入手。

一是要推进数字化服务的模块化。从需求方看，这允许企业更好地根据自己的需要和市场需求状况灵活选择需要的模块组件，减少了进行数字化转型的成本。即使未来的技术有升级，也可以迅速对新技术进行调整。从供给方面看，模块化将可以实现服务的标准化，这可以让它们的服务成本大幅降低，市场规模大幅拓展，这可以保证它们能从服务提供的过程中获得足够的利润。

当然，要实现模块化，重要的一点是要实现模块技术标准，尤其是接口技术的标准化。对此，国家应该考虑制定相关标准。

二是要推进联邦计算等一些新技术的应用。在数字化的推进中，数据的应用是十分关键的。但在现有条件下，大多数企业出于安全的需要，都对数字化服务的提供者获取数据进行了严格的限制，导致数据被封闭在了一个个企业的“孤岛”当中，难以形成协同优势。对此，可以考虑推广联邦计算等新型技术，探索在不直接获取相关企业数据的前提下有效利用数据的方法，这样就可以在保证企业数据安全和推进数字化之间取得有效的平衡。

标签：DAOMESHMESMEGASuper Whale DAOBlockMeshGAMES币megacoin

Filecoin热门资讯