新动能还是新陷阱?终于有文章把数字经济是什么、做什么、怎么干给说透了!

虽然“数字经济”这一词汇经常见诸各种文章,但至今为止人们对它的确切含义仍然没有达成共识。本文试图探讨数字经济究竟是什么,如何才能促进数字经济的快速发展等问题。

虽然“数字经济”这一词汇经常见诸各种文章,但至今为止人们对它的确切含义仍然没有达成共识。

从现有的文献看,“数字经济”一词最早出现于美国学者唐·泰普斯科特(Don Tapscott)所著的《数字经济:网络智能时代的前景与风险》(The Digital Economy: Promise and Peril in the Age of Networked Intelligence,中译本被译为了《数字时代的经济学》)中。在这部1996年的著作中,泰普斯科特并没有给出“数字经济”的确切定义,而是用它来泛指互联网技术出现之后所出现的各种新型经济关系。

在2000年之前,对于经济影响最大的数字技术就是互联网,因此在这一阶段,人们对于数字经济的认识主要是围绕着互联网技术展开的,并且着重强调由其带来的电子商务(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)。例如,曾任美国总统科技事务助理的尼尔·莱恩(Neal Lane)就在1999年的一篇论文中,将数字经济界定为“互联网技术所引发的电子商务和组织变革”。而美国商务部在一份1999年的报告中,也把数字经济理解为“建筑在互联网技术基础之上的电子商务、数字商品和服务,以及有形商品的销售”。在美国人口统计局(US Bureau of the Census)于2001年发布的一份报告中,则把数字经济分为了三个部分:以互联网为核心的电子基础设施,以及建筑于其上的电子业务和电子商务。

在2000年之后,ICT产业发展迅猛,一大批新的数字技术纷纷涌现,并开始对经济发展产生重大影响。与之对应的,“数字经济”的概念也一再扩展,试图将更多新技术的影响也包含进来。例如,在澳大利亚宽带通信与数字经济部于2013年发布的一份报告中,就将新兴的移动互联网纳入了数字经济的范畴,把数字经济定义为了“由互联网、移动网络等数字技术赋能的经济和社会活动”。而在OECD于2016年发布的报告中,则把数字经济的定义进一步拓宽,将物联网、大数据、云计算等新技术,以及在其之上衍生出的经济和社会活动全部纳入到了数字经济的范畴。

通过以上对数字经济概念的简要回顾,我们可以看到两个重要的信息:首先,数字经济的概念不是一成不变的,随着数字技术的演进,它的定义会不断地拓展。其次,数字经济所指的,既包括技术本身,更包括在技术之上衍生出的各种经济活动,其范围是比较广的。

需要指出的是,尽管目前人们已经逐步认可数字经济不应该只包含互联网经济,而应该包含更多数字技术衍生出的经济形式,但关于在既有的技术条件下,哪些活动应该被包含进数字经济,哪些活动不应该被包含进数字经济,仍然存在着争议。为了避免概念上的混淆,我们可以将数字经济划分为三个层次(如图1)。第一个层次,也就是核心层,应当包括数字部门本身。它是用来生产和制造数字技术的,是整个数字经济的技术基础。第二个层次应当包括由数字经济创造的,原本没有的经济形态,例如数字服务、平台经济等。第三个层次则应当包括被“数字化”的各种经济活动。这一层次的范围很广,电子业务、电子商务、工业4.0等概念都可以纳入其中。当然,现在有一些经济形式可能会同时涉及到以上形式种的两个或两个以上。例如我们所熟悉的共享经济、零工经济,就依托了平台作为核心,同时也对传统业务进行了数字化,因此应该同时属于上述的二、三层次。

对于数字经济,我们可以从三个维度来对其进行理解: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。

构成数字经济的第一个维度是作为技术基础的数字技术。如前所述,这个维度所指代的范围是不断拓展的。最早,它仅仅包括互联网等少数数字技术,随后,物联网、移动互联网、云计算、大数据、人工智能、区块链等新的技术也被包括进来。虽然这些技术在形态上有很大不同,但有一些特征是它们所共有的:

第一,它们的演进速度非常迅速,多服从“摩尔定律”或类似的规律。在较短的时期内,会出现价格的急剧下降和质量的高速上升。

第二,它们大多具有明显的规模效应。一般来说,这些技术的初始研发和部署都需要有较大的固定资本投入,而随后的边际成本则很小,因此其平均成本会随着使用规模的扩展不断降低,规模经济表现得十分明显。

第三,它们大多具有明显的网络效应。几乎任何一种数字技术,当只有少数人使用它时,人们对它的评价都不会太高,而在用户数量上升时,人们对其的评价会迅速上升。

第四,也是最重要的,即很多数字技术都是所谓的“通用目的技术”(General Purpose Technology,简称GPT)。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。像互联网、大数据、云计算、人工智能、区块链等技术,都具有很明显的通用属性。理解了数字经济的这个属性,将会帮助我们解开很多和数字经济相关的问题。

在英文中,“数据”(data)一词最初源自于拉丁语单词“资料”(datum),其本意是对信息进行存储和传播的载体。在计算机发明之后,“数据”一词的含义逐渐窄化,用来专指那些可供计算机存储和传播的信息。

在很长时间内,人们一直没有对数据予以过多的重视。在多数人看来,数据的作用不过是为了帮人们保存一段记忆,或者讲述一段故事,其价值更多是文化的,而不是经济的。但最近几年,情况发生了变化。随着计算机技术的迅速发展和各种统计方法的涌现,人们渐渐掌握了通过挖掘数据来获取信息、指导实践的能力,数据从此成为了一种重要的生产要素。

随着人们的开发利用,数据的规模(Volume)开始越来越庞大,数据的多样化(Variety)变得越来越高,数据的更新速度(Velocity)变得越来越快,而人们从数据中获得的价值(Value)也变得越来越丰厚。在商业界,人们习惯于将具备了这“4个V”特征的数据称为“大数据”(Big Data)。

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:

其一,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。

其二,从生产环节看,数据具有很强的“非排他性”。在同一时间,不同的数据平台可能在对同一个人的相同信息进行搜集,彼此互不干扰,也不会相互排斥。

其三,数据具有很强的可再生性。和石油等传统的生产要素不同,数据并不会因为使用而耗竭,反而会随着使用不断地被生产出来。

其四,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。

其五,数据具有较强的可替代性。传统的资源之间虽然也有可替代性,但其替代率是较低的,例如虽然劳动从理论上可以替代资本,但在实际操作当中是比较难的。而对于数据来说,其替代性则较强,为了达到同样的分析目的,可以采用非常不同的数据。例如,我们要知道一个人住在哪儿,并不一定需要知道他确切的住址数据,只要掌握了其交通轨迹数据,或者邮购地址数据,也可以推断出完全类似的结论。

随着数据这种要素在社会经济中扮演的角色变得越来越重要,围绕数据产生的问题也开始增多。究竟数据的权属应该如何界定、数据垄断应该如何防范,以及隐私保护应该如何进行,这些都成了数字经济条件下热议的问题。

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。从最为一般的定义上讲,所有为人们提供交易、撮合服务的场所、机构或个人都可以被称为平台。作为一种组织形式,平台并不是现在才有的,它的历史甚至可以追溯到几千年前。我们熟悉的集市、超市等,其实都是平台。不过,在传统经济条件下,平台所扮演的角色并不太重要。受制于地理范围、交易成本等因素,传统平台的规模一般不会太大。但在数字经济条件下,情况就发生了改变。在数字技术的支撑之下,平台突破了地域的限制,在平台上进行交易和交互的成本也大幅度降低,这使得平台在经济中的作用变得越来越重要。

平台的兴起,让人们对企业、对市场的认识都产生了巨大的冲击。自科斯以来,人们都习惯于用二元对立的观点去思考企业与市场。然而,平台却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。除此之外,一些平台还对其利益相关者有着一定的控制力,例如网约车平台可以对司机进行调度,这就在很大程度上表现出类似企业的性质。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,让销售者和消费者找到最适合的彼此。例如,电商平台并不销售商品,只提供交易的市场;共享住宿平台并不拥有旅馆,只对户主和住户进行撮合。从这点上看,平台更像一个市场,或者更确切地的说,一个市场的管理者。

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”式的回振作用(见图2)。例如,网约车平台可以通过补贴消费者来吸引更多用户,而这种效应将吸引更多的司机加入平台,让消费者更容易打车,而这又会反过来吸引更多消费者……利用这种回振效应,企业就可以获得迅速的成长。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。

注:平台同时与其两侧的市场进行交易。平台可以通过价格结构来撬动市场。当它在一侧市场降价时,一方面,该侧市场的需求量将会上升;另一方面,另一侧市场的整条需求曲线也会向右移动。

由于平台市场的高度集中,以及平台运营者对于平台上经营者所拥有的巨大影响力,究竟应该如何理解平台条件下的竞争和垄断,又应该如何引导平台的规范发展,已经成为了数字经济条件下最亟待解决的问题。

关于数字经济的影响,目前社会上存在着截然不同的三种观点。第一种是乐观派,认为数字经济将会成为未来经济发展的新动能,将是未来社会的新希望。第二种是悲观派,认为数字经济对于生产力带来的影响远远低于人们的预想,因此并不会在未来经济中扮演重要角色。第三种则是担忧派,认为数字经济虽然会促进生产力,带来效率的巨大提升,但与此同时也会造成大面积的失业和收入分配恶化,因此对于数字经济的发展应当保持谨慎。

作为一名谨慎的乐观派,笔者比较倾向于其中的第一种观点。尽管我也承认在数字经济发展的过程中,也会遭遇各种问题,但总体来讲,问题都可以在发展中得到解决。对于其余的两种看法,我想在此谈一下个人的一些意见。

关于数字经济的悲观态度,主要来自于两个论据:一是数字产业部门在经济中所占的比例很小。二是所谓的“索洛悖论”,即从统计上看,数字经济的发展对GDP和生产率的正向贡献并不大。

先看第一个论据。显然,采用这一论据的学者,是对数字经济的含义存在着误解。正如我们前面所说的,虽然数字技术是数字经济的技术基础,但它远不能代表整个数字经济。从全球范围看,数字产业(IT/ICT)在GDP中所占的比重大约分布在2%-15%之间。根据中国信息通信研究院数据,2018年时,我国ICT产业收入的规模大约占GDP的7.7%,与农业大致相当(2018年时农业占GDP的比重为7.5%)。根据以上数字,我们就很容易得出数字经济其实并没有那么重要的结论。

然而,这种分析显然低估了数字经济的体量,因为它所考虑的只是图1中的第一层次。如果考虑到第二和第三层次,那么数字经济的体量就要远远大于以上数值。北京师范大学的蔡跃洲教授曾在一篇论文中,采用以上观点评估了数字经济的贡献。在论文中,他把ICT技术所直接产生的产值称为“数字产业化”的贡献,而将其引发的其他产业的产值上升成为“产业数字化”的贡献。根据他的测算,在2016年,“数字产业化”和“产业数字化”所产生的贡献共计达到了GDP的15.2%,而其中“产业数字化”的比例高达8%。中国信息通信研究院也采用类似的思路(但是不同的方法)估计过数字经济的规模,结果是数字经济的产值已经占到了整个GDP的三分之一左右。尽管由于方法的不同,不同学者对数字经济规模的估算还存在着比较大的差距,但有一点是明确的,那就是它的体量要远远超出数字技术产业本身,其体量是不容忽视的。

再看第二个论据。相比于第一个论据,这个论据要来得深刻得多。上世纪80年代,计算机产业蓬勃发展,但当诺贝尔经济学奖得主罗伯特·索洛(Robert Solow)试图利用计量技术对这一新兴产业的经济贡献进行测算时,却发现计算机产业几乎对生产率没有贡献,对GDP的贡献也很小。于是索洛不禁感叹到:“计算机带来的改变无处不在,只有在统计数据中例外!”索洛的这一困惑,后来被人们称为“索洛悖论”。很多学者认为,在数字经济领域,“索洛悖论”一直存在。例如,经济史学家罗伯特·戈登就曾在自己的著作《美国增长的起落》中不无忧虑地写道,从20世纪后半期开始,技术对经济增长的贡献就在不断下降,所谓的“数字经济革命”带来的增长,远不如上世纪初的电气化革命。而执教于美国乔治·梅森大学的泰勒·考恩教授则在其畅销书《大停滞》中则更是悲观地认为,所有“低垂的果实”都已经被摘尽,未来世界很可能出现技术停滞、经济衰退的状况。此外,如果我们对照一下近十多年的经济史,也会发现“索洛悖论”似乎是正确的——近十多年是数字经济发展最为迅速的时期,但与此同时,全球范围内的全要素生产率(Total Factor Productivity,以下简称TFP)却一直在下降。

那么,“索洛悖论”究竟为什么会出现?数字经济对于经济增长难道真像索洛等人所讲的那样,没有贡献吗?笔者认为,这种观点当然是不正确的,而其原因就是他们在度量数字经济的贡献时,选择的方法存在着问题。

一方面,索洛等人的分析,主要都是基于GDP展开的,其理论基础是国民收入核算。我们知道,在计算GDP时,我们主要依靠市场价格。而在数字经济领域,市场价格具有很多的问题。在摩尔定律的作用之下,商品的质量在迅速改进,而价格则在不断下降,而这些是不能被统计核算反映的。

举例来说,二十年前,一台价格一万元的电脑可能只有1GB的硬盘,32MB的内存,而现在一台同样价格的电脑的硬盘则可以达到1TB,内存可以达到32GB,是二十年前的上千倍,然而这一切则不会体现在统计里面。从这个意义上讲,“索洛悖论”之所以出现,是由于我们选用了一个并不合适的工具来分析数字经济,而不是因为数字经济本身没有意义。

另一方面,作为通用目的技术,数字技术作用的发挥在很大程度上要依赖于具体产业的技术配套和组织变革状况,这就决定了数字经济的发展与GDP、TFP的提升之间存在着一定的时滞。举例来说,现在人工智能的发展,已经使得远程超控无人矿车成为了可能。然而,如果没有良好的通信基础,通信的时滞就可能影响这种技术效力的发挥。可以预料,在5G兴起之后,这种技术才有可能得到普及应用,而在现在,这一技术可能仍然只能存在于实验室。

我曾和学生做过工业机器人使用对于各地生产率影响的研究。结果显示,如果只考虑当期,工业机器人的使用与GDP、TFP之间的关联都很弱,但这种影响会随着时间不断地加强。这一发现也佐证了以上观点,即要考察数字经济的真正影响,可能需要在一个比较长的时间段来看,而不能只看到当期。

这里尤其需要指出的是,除了可以用国民收入衡量的因素外,数字经济对经济带来的影响还有很大一部分直接作用在人们的效用上。这是因为,数字技术的普及可以让人们的生活变得更为便利,从而有更多的时间,以更低的成本去享受美好的生活。以埃里克·布雷恩约夫森(Erik Brynjolfsson)为代表的一些学者曾试图从用户时间分配的角度去测算互联网等数字技术带来的福利改进。我本人也利用中国2014年的数据做过类似的计算,发现互联网普及带来的消费者剩余的经济价值大约相当于当年我国GDP的14%,其规模是相当可观的。

综合以上分析,我们可以看到,对于数字经济影响的低估,主要是测算方法的问题。如果采用一套更为全面、严谨的测算方法,就会发现数字经济对于经济的贡献是巨大的。在OECD的一份报告中,曾经给出过一个评测数字经济贡献的框架(如图3)。在这一框架中,将数字经济的贡献分为三块:直接价值、间接价值,以及消费者剩余。其中,直接价值大约相当于图1中居于第一层次的数字部门的产值,间接价值则相当于建筑于其上的第二、三层次的数字经济的产值,而消费者剩余则用来度量数字经济给人们带来的福利改善。个人认为,这个分析框架是相对来说比较客观、全面,也是比较可取的。

与“悲观派”不同,“恐惧派”认可数字经济将会对整个经济产生重大的影响,也承认其经济价值。但他们强调在这个过程中所产生的“创造性毁灭”(Creative Destruction)效应,认为数字经济的发展将会带来巨大的失业和收入分配的恶化,因此应当对数字经济时刻保持一种谨慎。在“悲观派”看来,数字技术和其基础上产生的平台型组织都会产生这种效果。例如,他们认为人工智能技术会大幅替代人类就业,而电商平台的崛起则是以挤掉线下商户的代价来实现的。

只要我们回顾一下历史,就会发现“悲观派”有着十分悠久的历史,其根源甚至可以追溯到古希腊和古罗马。在每一次重大的技术变革过程中,这种观点都会出现在公众视野中。例如,工业革命时的“卢德运动”,“二战”之后关于“技术性失业”的讨论,本质上都是“悲观论”的观点。

应当肯定,“悲观论”是有一定现实基础的,它确实捕捉到了一些现实的问题。一般来说,技术的发展确实可能会“消灭”一些岗位。从历史上看,蒸汽机的发明“消灭”了很多原本留给矿工的职位,而汽车的发明则彻底“消灭”了马车夫这个职位。而相对于以前的历次技术革命,数字经济带来的影响可能是更为持久的,因此其“消灭”的岗位可能更多。以近年来发展最为迅猛的一项数字技术——人工智能为例,牛津大学的两位学者曾经做过一个估算,发现在未来二十年内,人工智能可能会对全美国47%的就业岗位造成冲击。我用他们的方法,对中国也进行了类似的估算,发现人工智能对中国就业岗位造成的冲击可能会更大。这些发现都足以证明,对数字技术带来的“创造性毁灭”应当予以足够的重视。

不过,对于“创造性毁灭”予以过多的强调,并因此来否定创新本身,其实是没有意义的。从本质上讲,“创造性毁灭”只会在短期内消灭(或更确切地说是重构)某些岗位,与此同时,它也会创造出很多新的岗位。从总量来看,因此而带来的就业总量通常不会减少,反而会不断上升。“二战”之后,有很多学者都对“技术性失业问题”进行过考察,但都没有找到这种类型的失业存在的确切证据。一些研究确实发现某些技术的推广会在短期内造成一定的失业,但这种影响通常都只会维持很短的时间。

当然,在数字经济条件下,情况会略为有些不同。相比于之前的所有技术变化,数字经济带来的就业冲击范围更大、持续时间可能更长、冲击频率也会更快。但是这只说明我们应该在公共政策上对此多予以重视,而并不意味着我们应该为了保证短期就业,就放弃了长期增长、在未来创造更多就业的机会。

这里需要说明的一点是,在数字经济条件下,就业的形式本身也可能发生变化。我们现在理解的“就业”都是在特定的时间、特定的地点进行的。这样的工作形式其实只是工业时代的产物。随着数字经济的发展,这种工作形式本身可能会被取代。例如,现在共享经济、零工经济等多种经济形式都开始崛起。如果用传统的就业观点看,专职从事这些工作形式的人都是失业者,这样我们就可能高估因数字经济带来的失业。从这个意义上看,如果我们要全面评估数字经济产生的就业影响,那么转变传统的就业观念可能是必须要做的一项工作。

除了就业之外,“恐惧派”所担心的还有一件事情,那就是收入分配的恶化。确实,很多研究都表明,技术的进步可能会带来收入分配的恶化,数字技术的崛起当然也不例外。但是,这只能说是相应的财富分配政策没有能跟上技术进步的脚步,而并不意味着技术进步本身是不好的。事实上,如果技术进步本身可以做大整个社会财富的蛋糕,那么通过合理的财富分配手段,我们就能让社会上的所有人都分享到技术进步的成果,实现帕累托意义上的改进。

在全球经济发展放缓、经济增长放缓的大背景下,数字经济将会称为引领未来一段时间发展的重要动力。那么,我们又应该如何促进数字经济的发展呢?在我看来,有三个前提工作是必须首先进行的,那就是促进作为数字经济技术基础的数字技术的研发、促进作为数字经济重要资源的数据的资本化,以及探索对于作为重要组织形式的平台的有效规范。在完成这三个前提工作的基础之上,还需要积极推进传统产业的数字化,让数字经济的力量充分体现出来。此外,在加速发展数字经济发展的同时,还应该做好各项配套工作,有效解决数字经济发展过程中产生的各种问题。下面,我将分别对这五方面的工作进行一些简要的介绍。

数字技术是整个数字经济的基础,如果这个技术止步不前,那么整个数字经济就成了无源之水、无本之木。因此,要实现数字经济的发展,就必须首先保证数字技术能够获得持续的进步。

应当承认,相比于其他国家,我国在数字技术的发展领域是有一定优势的。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,我国都居于领先地位。但是,也必须看到,我国在数字技术领域的短板也十分明显,这主要表现在两个方面:

一是在很多基础的领域,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。在科技圈有这么一句线到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,那么我们整个国家就只能在国际竞争当中扮演一个跟随者的角色。

二是在某些技术上,我们虽然处于领先地位,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。如前所述,数字技术是有通用目的技术特征的,它的发挥受制于具体产业的配套设施状况,如果配套不到位,技术的优势就很难发挥出来。我曾经考察过一家在国内处于领先地位的人工智能企业,他们在人工智能领域有很多超前的专利。但企业的负责人向我坦言,由于5G等基础设施短期内很难完成,他们的技术很难得到普及应用。他向我表示,如果相应的基础设施建设在近几年难以达到普及,那么他们基于利润的考虑,将不得不停止对相关技术的研发。从企业角度看,暂时搁置某些先进技术研发的决策当然无可厚非,但是如果站在国家的角度看,这就可能让我们丧失未来在国际上领先的机会。

一是积极运用产业政策,对一些关键技术进行扶持,以保证我国在数字技术领域的整体优势。一些学者可能认为,这种带有偏向性的产业政策会造成寻租等问题的产生。不可否认,这些问题是有可能存在的,但我在此要说明两点:其一,在涉及到中国国际竞争力的重大问题上,“两害相较取其轻”或许是更合理的态度,毕竟相对于失去国际竞争力,产生一些寻租等问题还是相对较小的。其二,在产业政策的具体操作上,我们可以通过对于相关机制的有效设计,将寻租、腐败的可能控制到一定限度之内,因而完全有可能从总体上保证产业政策是促进,而不是阻碍数字经济发展的。

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,从而保证数字经济的力量可以充分发挥。

数据是数字经济条件下的重要生产要素,要让这中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。在现实中,大多数的数据都是通过平台采集的用户数据,对于这种数据,其权属应该如何界定,一直是一个争议的话题。在对具体的归属方案进行评价前,我们有必要明确界分数据权属的目标应该是什么。是效率,公平,还是其他的什么?在我个人看来,如果从整个经济发展的角度看,效率可能是最重要的,在保证效率的前提之下,可以进一步考虑公平的因素。如果采用效率标准,那么我们需要做的就是要首先认可企业能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,这些问题的争议却很大。在我个人看来,让原始数据直接进行交易并不是一个好办法。其原因有二: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,从安全角度讲是不合适的。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,让市场很难壮大。针对这些问题,我个人认为,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,应当对数据垄断、隐私等问题形成有效的应对。关于这些问题,现在各界讨论都很热烈,尤其是法学界,讨论特别多。从现在的讨论看,人们针对这些问题开出的药方主要就是要加强规制,把数据的使用和分析更有效地管起来。这个思路的初衷固然是好的,但我觉得有一个前提恐怕需要思考一下,既所谓的数据垄断,以及隐私等问题本身是不是那么严重,是不是一定要十分严格的监管。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。从这个角度看,监管到底应该到什么程度,恐怕还要有个成本收益上的核算。

另外,我还想强调的一点是,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。由于在现有的技术条件下,人们必须把数据集中到一起才能进行分析,因此才会可能在搜集数据的过程中侵犯隐私,实力雄厚的企业才可能因为搜集了过多数据而产生所谓的数据垄断问题。但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,在法律和制度上下功夫固然重要,但最为根本的路子恐怕还是要依靠技术。

现在,无论是国内还是国外,关于平台的争议都非常多。很多人认为,一些“超级平台”正在日益成为经济中的垄断者,它们在各个市场上占据了巨大的市场份额,并采各种方法排除、限制竞争,打击竞争对手、剥削消费者,造成了很多不良的社会后果。因此,这些人主张,应该对平台进行强有力的管制,甚至动用反垄断的力量,对一些平台进行拆分。

不可否认,随着平台的发展,确实衍生出了一些问题,但认为它们就成为了新型的垄断者,并应该被打击和拆分的观点,显然是过激的和不正确的。事实上,正如我们前面所说的,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。在思考对平台的规制时,我们必须要将这些因素考虑在内。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,平台作为一个市场,其高集中度本身就意味着市场更好地得到了整合,更多的资源可以在这个整合的市场上更有效地加以配置,因此它更有可能是提升,而非损害效率的。其次,平台市场的高集中度也未必会带来对应的市场力量的增长。尽管一些平台可能在某些市场上具有很大的市场份额,但由于多归属、跨界竞争、动态竞争等因素的制约,它们事实上很难对价格、产量、交易条件等因素进行全面的掌控,其市场力量很可能并没有人们想象的那么高。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。因此,对于这种现象,我们更应该采用一种冷静的、合理分析的思路,而不应该本着朴素的法感情,就把它们一棍子打死。

基于以上原因,我认为对于平台,我们还应该采取一种审慎包容的态度。要对平台产生的问题有足够的重视,但不宜对它进行过于严苛的监管。尤其是分拆等极端的手段,更是不适合采用的。事实上,正如诺贝尔奖得主梯若尔(Jean Tirole)曾经指出的,反垄断等严厉的规制手段对于平台的规制是十分困难的,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。在我看来,梯若尔的这一看法是比较有创意的,相比于反垄断等传统规制手段,这种新的规制方法可能会收到更好的效果。

如前所述,数字技术多是通用目的技术,要让它们的力量全面得到发挥,就需要将它们应用到传统产业当中去,赋能传统产业,帮助传统产业完成数字化转型。数字化转型的内涵十分丰富,它不仅包括对于某项,或者某几项数字技术的应用,还包括由此引发的对组织形态、对业务流程的全面重构。对于传统企业来讲,数字化转型可以帮助它们有效降低成本、提升效率。对于国家和地区来讲,数字化转型也有助于提升本地企业的市场竞争力,从而对本地经济的发展起到推进作用。因此,无论是从微观层面还是从宏观层面上看,数字化转型的意义都是重大的。

尽管如此,在现实中,数字化转型工作的推进并不是那么顺利。其原因是多方面的,既有需求方,也有供给方的。

其一,数字化转型的成本较高,企业难以承受。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。

其二,市场的需求通常是不确定的,数字化转型的结果往往不能适应需求变化的需要。我走访过一些传统企业,这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。数字化一进行,固定成本就投下去了,要再调整就很难。相比之下,如果不进行数字化,企业到可以更为自如地调整可变成本(例如雇员),来应对需求的波动。

其三,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。

其四,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。

从数字化转型的供给者,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。现在的数字化服务提供商通常要一事一议,针对不同企业的特征为它们提供不同的整体解决方案,在此过程中产生的数据也不能用到对其他企业的服务当中去。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。

一是要推进数字化服务的模块化。数字化服务应当摒弃现有的以提供整体解决方案为基础的思路,转而以提供相应的标准化技术模块为基础。这样,从需求方看,就可以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,也可以通过对现有的模块进行删改和加减,迅速对新技术作出调整。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。基于以上原因,模块化事实上可以很好地破解供需双方目前面临的很多问题,从而有效推进数字化转型的顺利进行。

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,国家应该考虑指定相关标准。

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,更不允许它们将自己的数据应用到对其他企业的服务当中去。在这种条件下,数据资源事实上就被封闭在了一个个企业的“孤岛”当中,不同企业的数据难以形成协同,其力量就不能得到充分发挥。针对这种情况,可以考虑推广联邦计算等新型技术,以保证数字化服务的提供者可以在不直接获取相关企业数据的前提下有效利用各企业数据中的信息。

5. 做好公共政策预案,妥善处理好数字经济发展过程中可能产生的失业、收入分配恶化等问题。

尽管从长期看,数字经济的发展对于经济和社会的发展可以起到重大的推进作用,但如前所述,它在短期也可能会引发失业增加、收入分配恶化等问题。如果这些问题不处理好,那么不仅数字经济的发展可能受到干扰,还可能激化社会矛盾、诱发社会冲突。因此,在大力推进数字经济发展的同时,我们必须做好相关的公共政策预案,解决好这些潜在问题。从现在来看,下面几方面的工作可能是比较值得重视的。

其一,应当革新现有的教育和培训体系,保证那些被数字技术替代的劳动力可以及时学习新的岗位知识和技能,从而实现重新就业。

其二,应当探索新的金融工具,以促进劳动者、雇主,以及培训机构三者之间的合作。例如,可以考虑推出“工作抵押”贷款,让寻找工作的劳动者以未来的工作收入为抵押,接受相关的技术培训,从而消除劳动者、雇主和培训机构之间的信息不对称和协调失灵,从而保证失业人员的培训和再就业及时进行。

其三,应当拓展就业渠道,用好共享经济、零工经济等新的经济形式,做好就业蓄水池的工作。

其四,应当做好社会保障的兜底工作,保证那些由于新技术冲击而失业,且无法再就业的人员的基本生活需要。

其五,应当改革收入分配体系,考虑对因采用数字技术而获得超额利润的企业适当地提高税率,以保证数字经济发展的同时,全社会不会出现过于严重的收入两极分化。

数字经济的蓬勃兴起,已经成为了一股不可逆转的潮流。在全球经济增长速度放缓,内外增长压力加大的今天,数字经济将成为我们实现高质量增长的重要抓手。在这种背景下,我们必须抓住数字经济的风口,用各种政策积极促进数字经济的发展。要加大产业政策扶持,在关键的数字技术领域实现突破;要建立相关的制度和技术基础,让数据资源更好地实现资本化;要科学认识平台,有效规范和引导平台发展;要力用模块化的思路,积极推进传统产业的数字化。除此之外,针对数字经济发展过程中可能出现的问题,还应该做好足够的公共政策预案。

发表回复

您的电子邮箱地址不会被公开。