如何发展数字经济
如何发展数字经济
有三个前提工作必须首先着手，即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，以及探索对作为重要组织形式的平台的有效规范
2019 年 12 月 10 日至 12 日，中央经济工作会议在北京举行，会议对 2019 年的经济工作做了总结，并提出了 2020 年经济工作的六项任务。在这六项任务中，「大力发展数字经济」十分抢眼。尽管在中央和各部委的文件中，对数字经济已多有提及，但以如此正式的形式出现在中央经济工作会议中还是首次。那么，数字经济究竟是什么？如何才能促进数字经济快速发展？
何谓「数字经济」
虽然「数字经济」这一词语经常见诸各种文章，但人们对它的确切含义至今仍然没有达成共识。
从现有文献看，「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，中译本为《数字时代的经济学》) 中。在这部出版于 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，对经济影响最大的数字技术是互联网，因此，在这一阶段，人们对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」。美国人口统计局 (US Bureau of the Census) 于 2001 年发布的一份报告，则把数字经济分为三个部分：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。
2000 年之后，ICT 产业 (Internet and Connection Technology) 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」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，澳大利亚宽带通信与数字经济部于 2013 年发布的一份报告，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「由互联网、移动网络等数字技术赋能的经济和社会活动」。经济合作与发展组织 (OECD) 于 2016 年发布的报告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，以及由此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，更包括由技术衍生出的各种经济活动，其范围比较广。
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来，仍然存在争议。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。第一个层次，也就是核心层，应当包括数字部门本身，用来生产和制造数字技术，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以上形式中的两个或两个以上。例如共享经济、零工经济，就依托了平台作为核心，同时也对传统业务实现了数字化，因此应该同时属于上述的二、三层次。
数字技术、数据与互联网平台
对于数字经济，我们可以从三个维度对其加以理解：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。
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。如前所述，这个维度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，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，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。
2.数据
在英文中，「数据」(data) 一词最初源自拉丁语单词「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，数据不过是为了帮人们保存一段记忆，讲述一段故事，其价值更多是文化上的，而不是经济上的。但是，最近几年，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) 越来越庞大，数据越来越多样化 (Variety)，更新速度 (Velocity) 越来越快，而人们从数据中获得的价值 (Value) 也越来越丰厚。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搜集同一个人的相同信息，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。在现有技术条件下，规模太小或者维度太少的数据对分析没有意义。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，但其替代率较低，例如，虽然劳动从理论上可以替代资本，但在实际操作中比较难。数据的替代性则较强，为了达到同样的分析目的，可以采用不同的数据。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越来越重要，围绕数据产生的问题也开始增多。数据的权属究竟该如何界定、数据垄断应该如何防范，以及隐私保护应该如何进行，都成了数字经济下热议的问题。
3.平台
在数字经济条件下，平台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，其历史甚至可以追溯到几千年前，集市、超市其实都是平台。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。但是，在数字经济条件下，情况就发生了改变，平台突破了地域的限制，在平台上从事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越来越重要。
平台的兴起，让人们对企业、市场的认识受到了巨大的冲击。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，对内会用命令来实现资源配置，对外需要参与市场竞争，这些都是和传统企业类似的。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实施调度，这就在很大程度上表现出类似企业的性质。但另一方面，平台并不像传统企业一样直接生产或销售商品，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，只提供交易市场；共享住宿平台并不拥有旅馆，只对户主和住户加以撮合。从这点上看，平台更像一个市场，或者更确切地说，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「跨边网络外部性」。这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。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司机加入平台，让消费者更容易打车，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形成客户向先发平台集中、最终产生一家独大的格局。
由于平台市场的高度集中，以及平台运营者对平台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，已经成为数字经济条件下亟待解决的问题。
如何认识数字经济的影响
关于数字经济的影响，目前社会上存在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，认为数字经济对生产力产生的影响远远低于人们的预想，因此，它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，但也会造成大面积的失业和收入分配恶化，对数字经济的发展应当保持谨慎。
作为一名谨慎的乐观派，笔者比较倾向于第一种观点，即总体来讲，问题都可以在发展中得到解决。其余两种看法其实存在一些偏颇之处。
1.对「悲观派」观点的评析
关于数字经济的悲观态度，主要来自两个论据：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，对数字经济的含义存在误解。正如前面所说，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 中所占的比重大约在 2%–15% 之间。根据中国信息通信研究院数据，2018 年时，中国 ICT 产业的收入规模大约占 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数字经济的第一层次。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。中国社会科学院研究员蔡跃洲曾在一篇论文中，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%，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较大差距，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，其体量不容忽视。
再看第二个论据。相较于第一个论据，这个论据深刻得多。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) 试图利用计量技术测算这一新兴产业的经济贡献时，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。索洛不禁感叹道：「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《美国经济增长的起落》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》中更悲观地认为，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。如果对照一下近十多年的经济史，我们会发现「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，下称 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，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，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。在摩尔定律的作用下，商品的质量在迅速改进，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，20 年前，一台价格 1 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 20 年前的上千倍，然而这一切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，已经使得远程操控无人矿车成为可能。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，而现在，这一技术可能仍然只能存在于实验室。
笔者曾和学生研究过工业机器人的使用对各地生产率的影响。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，但是，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。
尤其需要指出的是，除了可以用国民收入衡量的因素，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。笔者也利用中国 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中国 GDP 的 14%，规模相当可观。
综合以上分析可以看到，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。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。笔者认为，这个分析框架相对来说比较客观、全面，也比较可取。
2.对「恐惧派」观点的评析
与「悲观派」不同，「恐惧派」认可数字经济会对整个经济产生重大的影响，也承认其经济价值，但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谨慎。在「恐惧派」看来，数字技术和在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，电商平台的崛起则是以挤掉线下商户的代价来实现的。
回顾历史，我们发现，「恐惧派」的根源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，本质上都是这种观点。
应当肯定，这种论点有一定现实基础，确实捕捉到了一些现实问题。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，汽车的发明则基本上「消灭」了马车夫这个职业。而相对于以前的历次技术革命，数字经济带来的影响可能更为持久，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 20 年内，人工智能可能会对全美国 47% 的就业岗位造成冲击。笔者用他们的方法，对中国也做了类似的估算，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「创造性毁灭」予以过多地强调，并因此来否定创新本身，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岗位，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，有很多学者考察过「技术性失业问题」，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，但是，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，情况会略为不同。相比于从前的所有技术变化，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。但这只说明我们应该在公共政策上予以更多重视，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。
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」都是在特定时间、特定地点实现的。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。如果以传统的就业观点看，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，如果要全面评估数字经济对就业产生的影响，转变传统的就业观念可能是必须做的一项工作。
除了就业，「恐惧派」还担心收入分配的恶化。确实，很多研究都表明，技术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跟上技术进步的脚步，并不意味着技术进步本身不好。实际上，如果技术进步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，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。
几个重要问题
在全球经济发展放慢、经济增长放缓的大背景下，数字经济将会成为引领未来一段时期发展的重要动力。那么，应该如何促进数字经济的发展呢？在笔者看来，有三个前提工作必须首先着手，即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上，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，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。
1.加大力度，扶持、鼓励数字技术的快速发展
数字技术是数字经济的基础，因此必须首先保证数字技术能够获得持续进步。应当承认，相比于其他国家，中国在数字技术的发展领域有一定优势。在包括移动互联网、人工智能、云计算、区块链在内的众多数字技术的细分领域，中国都居于领先地位。但是，中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：
一是在很多基础领域，中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话，「美国人做技术是从 0 到 1，中国人做技术是从 1 到 N」。从 1 到 N 也非常有价值，但是，如果在基础领域不能实现突破，中国就只能在国际竞争当中扮演跟随者的角色。
二是在某些技术上，我们虽然处于领先地位，但由于配套产业一时还难以形成，技术产业化比较困难，这导致了很多从事基础研发的企业难以为继。如前所述，数字技术具有通用目的技术特征，其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。
笔者曾经考察过一家在国内处于领先地位的人工智能企业，该企业在人工智能领域有很多超前的专利。但是，企业的负责人对笔者坦言，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。他表示，如果相应的基础设施建设在近几年难以普及，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，如果这一现象十分普遍，站在国家的角度看，就可能让我们丧失未来在国际上领先的机会。
针对以上两个问题，有两点工作值得考虑：
一是积极运用产业政策，对一些关键技术加以扶持，以保证中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。不可否认，这些问题是有可能存在，但在涉及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。此外，在产业政策的具体操作上，可以通过对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。
二是做好基础设施建设，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，但是，对于私人企业来讲，投资又过于巨大，需要政府加大力量积极建设，从而保证数字经济的力量可以充分发挥。
2.积极推进数据要素资本化，让数据要素参与分配
数据是数字经济条件下的重要生产要素，要让其有效发挥作用，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。
首先，应当积极解决数据权属界定问题。在现实中，大多数的数据都是通过平台采集的用户数据，其权属应该如何界定，一直是一个极富争议的话题。在对具体的归属方案作出评价前，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？在笔者看来，如果从整个经济发展的角度看，效率可能是最重要的；在保证效率的前提下，可以进一步考虑公平的因素。如果采用效率标准，就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上，拥有对用户数据进行搜集和分析的权利。由于数据具有很强的规模经济和范围经济属性，分散在用户个人手中时，没有任何价值；只有被搜集、被分析，才能让数据的价值产生出来。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利益分享的机制。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，中国也可以借鉴。
其次，应当对数据的定价机制、交易机制开展深入研究。要让数据的价值得到充分发挥，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。但是，这个市场怎么建设、交易怎么开展、数据的价值又应该怎么评估，这些问题的争议却很大。在笔者看来，让原始数据直接开展交易并不是一个好办法，原因有二：其一，原始数据的交易很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，数据本身的异质性很大，交易原始数据，价值很难评估，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，笔者认为，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应对。关于这些问题，现在各界讨论都很热烈。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，但是，有一个前提需要思考，即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地监管。以数据垄断为例，现在已经有很多研究表明，担忧企业可以通过垄断数据来增强自己的市场力量，其实没有必要。监管到底应该管到什么程度，需要做成本收益的核算。
另外，数据垄断、隐私等问题，其实可以随着技术的发展得到破解。实际上，无论是数据垄断，还是隐私泄露问题，都是由集中化处理的数据分析模式导致的。如果这种模式改变了，这些问题也就会迎刃而解。现在，已经有一些技术可以在不用搜集和集中数据的前提下，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。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，但是，最为根本的路子恐怕还是要依靠技术。
3.理性看待平台、合理规制和引导平台
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，并采用各种方法排除、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，应该对平台实施强有力的管制，甚至动用反垄断的力量，拆分一些平台。
不可否认，平台的发展，确实衍生出了一些问题，但正如前面所说，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，这本身并不意味着一定会损害经济效率。实际上，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。
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，但是，由于多归属、跨界竞争、动态竞争等因素的制约，它们很难对价格、产量、交易条件等因素实现全面掌控，其市场力量很可能并没有人们想象得那么高。
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实施一些规范。例如，现在社会热议的「二选一」问题，如果从经济学的层面探讨，它虽然具有限制竞争的一面，但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，笔者建议对平台应该采取审慎包容的态度，对其产生的问题有足够的重视，但不宜过于严苛的监管。尤其是分拆等极端的手段，更是不适合采用的。
正如诺贝尔经济学奖得主梯若尔 (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加以沟通，对其中的一些问题进行事先地介入和干预。
在笔者看来，梯若尔的这一看法比较有创意，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。
4.用模块化的思路推进传统产业的数字化转型
如前所述，数字技术多是通用目的技术，要让它们的力量得到全面发挥，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，不仅包括对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，既有需求方的原因，也有供给方的原因。
从需求方也就是传统企业来讲，问题主要有如下几个方面：
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、商业模式实施重构的成本。所有成本加在一起，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。一些传统企业的负责人告诉笔者，数字化能提升企业效率不假，但是，如果企业效率上去了，产量增加了，需求却出现了波动，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。而且，数字化的固定成本投下去了，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，企业要实现数字化转型，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泄露企业信息。
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，不少企业担心在数字化之后，自己的企业根据某种技术实施了全面调整，反而会将自己固定在这一技术水平之上，难以回应更新的技术。
从数字化转型的供给者，也就是数字化服务提供商的角度来看，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，它们推进数字化转型的诉求通常不一样。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。
针对以上供需两方面的问题，笔者认为有两样工作需要做。
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删改和加减，迅速对新技术作出调整。从供给方看，模块化将可以实现服务的标准化，大幅降低服务成本，大幅拓展市场规模，确保企业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，数据的应用十分关键。但是，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施加了严格限制，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，数字经济的发展对经济和社会的发展可以起到重大的推进作用，但如前所述，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，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，以下几个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，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。
文章版权归原作者所有。
